货币的数量型工具与价格型工具_省略__来自动态随机一般均衡模型的证据_马文涛

《数量经济技术经济研究》2011年第10期

货币的数量型工具与价格型

工具的绩效比较

①

———来自动态随机一般均衡模型的证据

马文涛

(西安交通大学经济与金融学院)

【摘要】本文基于我国经济发展现实,构建了包含金融加速器、工资调整粘性以及消费惯性的新凯恩斯动态随机一般均衡模型,从货币的冲击效应、非冲击下宏观经济波动幅度以及银行损失函数等三个方面对比了不同货币工具的

绩效,研究显示,价格型工具的绩效优于数量型工具,而稳健性分析也对此提供了进一步证明。因此,银行应积极地运用利率工具以更有效控制通货膨胀和实际产出波动,维护宏观经济稳定。

关键词　货币工具　DSGE模型　绩效中图分类号　F820　　文献标识码　A

ComparisonbetweenQuantityInstrumentand

PriceInstrumentinthePerformanceof

MacroeconomicControl

　　Abstract:OnthebasisofeconomicdevelopmentinChina,weconstructNew-Keynesiandynamicstochasticgeneralequilibriummodelimbeddingfinancialaccel-erator,stickywageadjustmentandconsumptionexternality.Intheviewofadjust-mentofmonetarypolicy,macro-economicfluctuationundernon-monetarypolicyshocksandlossfunctionofcentralbank,wecompareandanalyzetheperformanceofadjustmentofdifferentmonetarypolicyinstruments.Theresultsshowthatpriceinstrumentisbetterthanquantityinstrument,androbusttestlendssupportstotheresultsfurther.Therefore,centralbankshouldaggressivelyusetheinstrumentofinterestratetocontrolinflationandoutputfluctuation,andstabilizethemacro-economy.

Keywords:MonetaryPolicyInstrument;DynamicStochasticGeneralEquilib-riumModel;PerformanceofAdjustment

①本文受到国家社科基金重点项目“我国金融监管的制度框架、制衡机制与绩效评价研究”(09AZD020)的资助。货币的数量型工具与价格型工具的绩效比较

·93·

引　　言

自20世纪80年代以来,价格型货币工具的运用在众多发达国家取得巨大成功,显著降低了实际产出波动和通货膨胀。就我国而言,货币工具包括数量和价格两类实质性工具、选择性信贷和窗口指导两类指导性工具(谢平和刘锡良,2001)。数量型货币工具是指侧重于直接货币供给量的工具,在我国主要包括公开市场操作(银行票据的发行与回购)和准备金率调整两类。价格型货币工具是指侧重于间接的工具,它通常借助于金融市场的长短期利率期限结构来影响市场预期和经济个体行为,也由此导致金融市场价格波动,进一步通过财富效应、资产负债表效应、Tobin'Q效应等影响家庭消费和企业投资。我国的价格型货币工具包括准备金利率、再贷款利率和再贴现率等基准利率以及金融机构法定存贷款利率和汇率,一年期存贷款利率是我国调整频率最高、被认为是最有效的价格型货币工具(樊明太,2004)。在货币实践中,人民银行综合运用了数量型和价格型货币工具。2007年,为控制投资的过快增长所引发的经济过热,银行既提高存贷款利率和存款准备金率,也针对大型商业银行发行有惩罚性质的银行票据。2008年的上半年,在综合考虑美国次级债券危机等不确定性因素的基础上,灵活协调运用数量型和价格型工具,一方面保持利率的平稳性,另一方面,先后五次提高存款准备金率对冲多余流动性。2008年的下半年,银行及时调整货币的方向、重点和力度,兼顾保增长和控制物价上涨的双重要求,实施适度宽松的货币,及时调减公开市场操作力度,指导金融机构扩大信贷总量,提高全年新增贷款的预期目标,同时,频繁下调存贷款基准利率和存款准备金率。2009年则继续维持适度宽松的货币,引导金融机构合理把握信贷投放节奏,适时适度开展公开市场操作,有力地促进经济的平稳较快发展。事实上,近年来随着我国市场经济的逐步完善和金融市场的快速发展,主张宏观从数量型转向价格型工具的呼声日益高涨。与数量型工具相比而言,价格型工具的最大优势是透明性,即价格型工具能更好地向市场传递与行为相关的信息(Calvo和Vegh,1999等);另一个优势是紧缩性,即价格型工具能更好地控制通货膨胀,并使紧缩具有内生性(Alesina和Barro,2002)。然而,由于受到经济市场化程度和金融市场结构的不完善等制约,我国的价格型工具可能无法充分有效地发挥其能力。因此,通过具体考察其绩效来评价两类货币工具在现实中孰优孰劣,对于深化货币有着积极的理论与现实意义。对此,学术界展开了大量富有成效的研究工作。

国外研究中,分析多是基于局部或一般均衡的理论模型框架。Poole(1970)在IS-LM框架下探讨了经济的随机性结构对绩效的影响,发现当货币需求扰动的方差较大,即LM曲线较为陡直而IS曲线较为平坦时,价格型工具的宏观绩效优于数量型工具,反之则相反。Walsh(2001)拓展了Poole(1970)的经典分析,认为当货币需求不稳定或货币乘数有较高易变性时,应采用利率,而如果短期经济不稳定的因素主要来自于总支出,对货币供给量的也能实现产出稳定。Sargent和Wallace(1975)分析了不同工具下经济的稳定性,结果显示,利率因受外部冲击的历史影响而可能使经济陷入不确定性均衡,而在数量型工具下经济有唯一均衡。他们认为,不确定性均衡的存在证实了数量型工具在宏观上更有优势。然而,McCallum(1982)、Woodford(2003)一致认为利率未必导致不确定性均衡的出现,如果名义利率上升幅度大于通货膨胀上涨幅度,经济有唯一均衡。Canzoneri和Dellas(1998)提供了社会福利角度的理论剖析,结果表明,·94·

《数量经济技术经济研究》2011年第10期

当银行利用货币供给量经济时,实际利率的平均水平低于利率时的水平。即利率在有效降低通货膨胀的同时也导致实际利率的提高,并因此加重债务的利息负担,引起税收的提高,即低利率与物价稳定之间存在取舍关系(Trade-off)。Atkeson等(2007)采用简化的货币理论模型,探讨货币工具的透明性和紧缩性,发现兼具内生紧缩性和最大透明性的最优工具是利率,次优是汇率,再其次是货币供给增长率。

国内学者也对不同货币工具的宏观绩效进行了大量研究,实证结论存在一定差异。秦宛顺等(2002)以构建的最优货币规则为基础,从社会福利角度揭示数量型工具和价格型工具在宏观绩效上的无差异性。杨英杰(2002)的实证分析显示,与麦克勒姆规则(McCallumRule)相比,以利率经济的泰勒规则(TaylorRule)更适合于中国,这也得到谢平和罗雄(2002)、张屹山和张代强(2007)等研究的支持,他们发现泰勒规则能够较好地刻画我国各种利率走势(如银行同业拆借利率、存贷款利率等),可作为我国货币的指引。然而,宋玉华和李泽详(2007)指出,20世纪90年代以来,我国货币乘数增加,货币流通速度趋于稳定,月度货币供给与工业增加值之间呈现高相关性,这些事实表明银行调节货币供给量的效应较强,以货币供给量经济的麦克勒姆规则也能体现我国货币的松紧变换。此外,陈飞等(2002)基于1991～2000年季度数据的研究表明,货币供给量对GDP的影响显著,且大于利率;封思贤(2006)分析了1994～2004年的季度数据,发现货币供应量的有效性正不断降低,利率的实施效果好于货币供给量;孙华妤(2007)基于1998～2005年数据的研究显示,以贷款利率为代表的价格型工具对实体经济的影响程度强于以货币供给量为代表的数量型工具;范龙振和张处(2008)研究1992～2006年的数据后发现,货币供给量的增加会导致产出增加和物价上涨,而利率对产出和物价的影响却不显著,即货币供给量对经济的影响大于利率。

总之,已有文献从理论和实证两方面对数量型工具和价格型工具绩效等相关问题展开广泛而积极的探索,形成了不同的结论。然而,仅从国内文献看,现有研究对两者的绩效并未提供一致标准,实证方法多以GMM估计和VAR为主,分析框架属于局部均衡而非一般均衡①。事实上,新凯恩斯动态随机一般均衡模型已逐渐成为宏观经济分析的重要研究方向,它能较好地避免卢卡斯批判问题和的动态不一致性等问题,使得模型在经济预测和评价方面具有较高的可信性。从我国现实看,有效需求不足一直是我国经济发展中所面临的重要问题,而新凯恩斯DSGE继承了传统凯恩斯主义的需求分析方法,与我国现实较为契合。国内相关研究中,李春吉和孟晓宏(2006)、许伟和陈斌开(2009)等均发现该类模型能够对中国宏观经济波动的原因和传导机制提供较为丰富与全面的解释。

基于以上研究背景和现实,本文采用新凯恩斯动态随机一般均衡模型(New-KeynesianDynamicStochasticGeneralEquilibriumModel),从货币调整的冲击效应、非货币冲击下经济波动幅度以及银行损失函数等三个角度分析和比较了价格型工具和数量型工

①

Zhang(2009)也采用新凯恩斯DSGE模型分析了数量型工具与价格型工具的差异,但是其研究存在如下不

足:第一,忽视了贸易顺差和支出冲击的影响,而国内基于DSGE模型的分析认为,这两种冲击对于解释我国宏观经济波动的作用显著(黄赜琳,2005;李浩等,2007)。第二,忽视了金融加速器效应。赵振全等(2007)从经验角度证实了金融加速器在我国的存在性,李珂和徐湘瑜(2009)则通过比较DSGE模型与实际经济的特征也对此进行了揭示,Song(2009)也揭示了金融加速器所体现的金融市场不完善对我国经济的影响。第三,未对结论进行稳健性分析。由于对参数的GMM估计本身忽视了DSGE模型内在约束,可能影响分析的有效性,稳健性分析显得尤为关键。与Zhang(2009)不同,本文在分析中对上述三个因素进行了考察。货币的数量型工具与价格型工具的绩效比较

·95·

具的绩效,并在分析中坚持了宏观和微观相统一的一般均衡框架,补充和拓展现有相关研究。此外,赵振全等(2007)揭示我国宏观经济层面的金融加速器机制;Christiano等(2005)、Smets和Wouters(2007)均认为工资调整黏性比传统的价格黏性能更好解释货币冲击对宏观经济的影响,尤其能更好地展现实证研究中所发现的通货膨胀惯性和产出持续性。同时,包小忠(2005)、王仕豪和张智勇(2006)发现,我国劳动力市场存在一定的工资粘性或部分工资刚性;Fuhrer(2000)指出货币传导机制可能还与消费惯性相关,许先普(2008)则提供了来自于我国的证据。为使模型更加贴近现实,本文将外生消费习惯、工资黏性以及金融加速器等特征引入模型,还加入了对中国宏观经济波动最为关键的技术冲击、货币冲击、购买冲击以及贸易顺差冲击等四种外生冲击(陈昆亭等,2004;黄赜琳,2005;李浩等,2007)。

一、DSGE模型的构建及求解

本文建立了多部门的新凯恩斯动态随机一般均衡模型,其中包括六类经济个体:家庭、中间品生产者、资本品生产者、零售商、银行、。家庭提供差异化的劳动力,选择和获取最优工资,分享零售商的净利润,缴纳税收,购买最终消费品,余下的收入储蓄,获取无风险利率;中间品生产者贷款并购买资本,雇用劳动力;资本品生产者利用现存资本以及追加的投资以生产新资本,出售给中间品生产者;零售商购买产品,生产差异化的最终产品,并以一定加成比率(Markup)出售;银行吸纳储蓄,以一定价格(附加风险溢价)将资金贷款,承担贷款损失风险,从每期利润中计提损失准备;执行财政与货币。

1.模型基本框架的建立

(1)家庭。经济体包含多个家庭,这些家庭构成了测度为1的连续统(ContinuumofMeasureUnity),第i个家庭的效用如下:

Mi,tE0∑βU(Ci,t,Hi,t,)=E0

Ptt=0

t∞

+γ

11-σH1i,tMi,t

β((Ci,t-hCt-1)-θ1+θ2log)(1)∑1-σ1+γPtt=0

t∞

其中,i∈(0,1),β为折现因子,Ci,t为第i个家庭消费,h为消费的惯性因子,体现了过去总体消费Ct-1对当前家庭效用的影响,Hi,t为劳动供给,Mi,t/Pt为持有的实际货币余额,σ为风险规避系数,θ1和θ2分别代表劳动和货币对效用的贡献度,γ为劳动供给弹性的倒数。预算约束为:

Ci,t=(Wi,tHi,t)/Pt+Χi,t+Ψj,t-Ti,t-(Di,t+1-Rn,tDi,t)/Pt-(Mi,t-Mi,t-1)/Pt(2)其中,Wi,t为名义工资,Pt为价格总水平,Χi,t为家庭i获得的零售商净利润,Ti,t为缴纳的一次性总税收,Di,t为存款额,Rn,t为名义利率,Ψj,t为一组状态证券的收益,该证券组合能保证家庭的收入免受波动风险,从而能保证在不同的状态下不同家庭有相等财富边际效用,即所有家庭会做出相同的最优化决策。最优化条件为:

-σ

消费:(Ct-hCt-1)=λt

(3)(4)(5)

存款:λt/Pt=βλt+1Rn,t/Pt+1

实际货币持有余额:θ2/mt=λt-λt+1/πt+1

给者,但是其需求由中间品生产者的如下最优化行为所决定:其中,πt=Pt+1/Pt,mt=Mt/Pt,λt为消费的边际效用。家庭是劳动力市场中的垄断供

·96·

《数量经济技术经济研究》2011年第10期

10

MinHi,t

约束条件:

H∫

i,t

Wi,tdi(6)

∫H0

家庭j的劳动供给:

1

(θ-1)/θ

Li,Lt

di

θ/(θ-1)

L

L

≥Lt(7)

在式(7)中,总劳动供给为单个家庭劳动的CES(ConstantElasticitySubstitution)

L为劳动供给的替代弹性。其最优的一阶条件为:函数形式的加总,Lt为劳动力需求,θ

Hj,t=Lt(Wj,t/Wt)L

其中,Wt=

-θ

(8)

∫W0

1

1/(1-θ)

Li,t

1-θ

L

di

s

。家庭设定最优工资的目标函数为:

＊

j,t

∞

MaxW＊Et

j,t

βμ)[(λt+sW∑(

s=0

Ft,t+sHj,t+s)/Pt+s-θ1Hi,t/(1+γ)]

1+γ

(9)

式(9)表明,家庭设定工资时兼顾两方面的因素,即劳动收入的正效用(方括号内第一项)和劳动供给的负效用(方括号内第二项)。最优决策时正负边际效应相等。μ为工资粘性参数,代表每期家庭不设定最优工资的概率。Ft,t+s为t+s期不设定最优工资的家庭的工资调整形式:Ft,t+s=1,s=0

∏sk=1πt+k-1,s≥1

∞

。求解式(9):

s

-θ1+γ)L(

1+γt+s

11+γθL

W

＊t

1θLθ=

θL-1

Et

∞Ft,t+s

(βμ)∑Wt+ss=0

s

-θ

L

L

Et

Ft,t+s(βμ)∑Wt+ss=0Ft,t+sλt+sLt+s

Pt+s

1

(10)

1-θ1-θ

L]1-θ总工资Wt满足:Wt=[μ(πt-1Wt-1)L+(1-μ)(Wt＊)Lα1-(2)中间品生产者。生产函数:Yt=(AtLt)Ktα。利润函数为:

α1-(AtLt)KtαPw,t/Pt+Qt(1-δ)Kt-WtLt/Pt-Rk,tQt-1Kt

(11)

(12)

At为技术水平,Kt为资本存量,Pw,t为中间品的名义价格,Qt为资本品相对总体价格Pt的价格,α为劳动的产出弹性,δ为折旧率,Rk,t为实际资本收益率。最优一阶条件为:

劳动力需求:αYt/Lt=(Wt/Pt)/(Pw,t/Pt)

资本品需求:Rk,t=[(1-α)Pw,tYt/(PtKt)+(1-δ)Qt]/Qt-1中间品生产者用于购买资本的融资预算式:Qt-1Kt=Nt+Bt/Pt-1

称,银行承担贷款风险,贷款利率高于无风险利率,定义融资溢价St:

St=EtRk,t+1/Et[Rn,t+1/πt+1]

(16)(13)(14)(15)

式(15)揭示两个融资来源:内源融资(净资产Nt)和银行贷款Bt。由于信息不对

融资溢价受财务杠杆的影响,负债比率越高,融资溢价也越高,融资溢价St可表达为:

Χ

St=(QtKt+1/Nt+1)

(17)

Χ为外部融资溢价,St对总资产QtKt+1与净资产Nt+1之比的弹性。净资产Nt+1为:货币的数量型工具与价格型工具的绩效比较

·97·

(18)

Nt+1=η[Rk,tQt-1Kt-Et-1Rk,t(Qt-1Kt-Nt)]

η为存活概率。生命有限,老的死亡,新的进入,排除了因积累足够净资产而无需外部融资的可能。式(18)说明在t+1期初净资产是从t-1期存活下来中间品生产者的预期净资产。式(13)～(18)综合起来,即为Bernanke等(1999)提出的“金融加速器(Fi-nancialAccelerator)”:当资产价格上涨时,增加净资产,促使外部融资溢价降低,资本品需求增加,并推动资产价格的进一步上升,放大经济波动。

(3)资本品生产者。

生产函数为:F(It,Kt)=Υ(It/Kt)Kt

利润函数为:QtF(It,Kt)-It-rcrKt

(19)(20)

资本积累方程:Kt+1=(1-δ)Kt+F(It,Kt)(21)

Ф(·)为递增的凹函数,代表递增的资本调整成本,即Υ′>0,Υ″<0,且Υ(0)=0,Υ(I/K)=I/K。rcr为资本的租赁价格。最优一阶条件为:

Qt=1/Υ′(It/Kt)

(22)

(4)零售商。借鉴Calvo(1983)以及Blanchard和Kiyotaki(1987),设定零售商z组成测度为1的连续统,生产差异化的最终产品,实际边际成本MCt=Pw,t/Pt,处于垄断竞争市场中。零售商的投入品Yt(z)按照如下形式加总①:

Yt=[

1

∫

(ε-1)/εε/(ε-1)

Yt(z)dz]0

(23)

零售商的最优中间品需求Yt(z)满足:

MaxYt(z)f(Yt(z))=

最优一阶条件为:

Yt(z)=(Pt(z)/Pt)Yt

-ε

P(z)Y(z)Dz-YP∫

0

t

t

t

1

t

(24)

(25)

式(25)既是零售商对中间品的需求曲线,也是其产品的需求曲线。零售商销售产品所

获得利润为:

∞i=0

∑ΥE[Λ

i

t

t,i

Pt(z)-Pt+iMCt+i

Yt+i(z)]

Pt+i

(26)

其中,Λt,i=βiUCt+i/UCt为折现因子,UCt为t期边际效用,每期厂商有1-Ф概率调整价格,有Ф概率维持价格不变,Pt(z)为t期零售商z设定的价格,ε为产品的替代弹性。同质性保证所有调价的零售商会设定相同价格Pt:

∞

＊

εP(z)=

ε-1

＊

t

i=0∞∑ΥEΛMC

i

t

t,i

t+i

Yt+i(z)

(27)

∑ΥE

i

i=0

t

Λt,iYt+i(z)/Pt+i

总体价格Pt:

①这里隐含假设了生产零售产品过程中不存在任何形式的产品损耗,即零售商z的投入品量与最终产品数量相等。·98·

《数量经济技术经济研究》2011年第10期

1-ε1-ε1-Pt=[ΥP1t-1+(1-Υ)(Pt＊)]ε(28)

(5)银行。假定银行业为完全竞争,吸纳家庭储蓄,并将等量资金贷给中间品生产者,承担贷款损失,从利润中计提χt作为损失准备金,利润函数为:

Πt=(1+Rk,t)πtBt-(1+Rn,t)Dt-χt

(29)

其中,(1+Rk,t)πt代表名义风险利率。均衡时,银行间竞争使其利润为零,即Πt=0。(6)。执行财政货币,以征收一次性总税Tt和发行货币Mt/Pt方式为政

府购买Gt融资。

Mt-Mt-1

Gt=+Tt

Pt

的重点,在后面详细叙述。

(7)经济的总体资源约束。

Yt=Ct+It+Gt+NXt

费)Ct,购买(消费)Gt,投资It以及贸易顺差NXt等四个主要支出项。(8)模型冲击。

技术冲击:[ln(At)-ln(Ae)]=ρA[ln(At-1)-ln(Ae)]+eA,t

(32)

购买冲击:[ln(Gt)-ln(Ge)]=ρG[ln(Gt-1)-ln(Ge)]+eG,t(33)贸易顺差冲击:[ln(NXt)-ln(NXe)]=ρNX[ln(NXt-1)-ln(NXe)]+eNX,t其中,ρA、ρG、ρNX为冲击的持续性系数,随机扰动项eA,t、eG,t

(34)

、eNX,t服从正态分布,均值

(31)

式(31)是总体资源约束,也是社会总产出的支出法表达式,分别为家庭消费(居民消

(30)

式(30)是高度简化的预算式,去除国债发行、转移支付等行为。货币是分析

为0,标准差分别为σA、σG、σNX。Ae、Ge、NXe分别为技术、购买和贸易顺差的稳态值。

2.中国的货币

(1)数量型工具。现有研究文献通常选择货币供给为数量型工具的代理变量(McCal-lum,2000)。具体形式为:

ωt=ρωt-1+ 1Et πt+1+ 2Y t+νtM

(35)

李春吉和孟晓宏(2006)认为,类似式(35)的反应函数较为符合我国实际。事实上,

1和 2均小于0,表示银行逆经济周期而动。式(35)也看做麦克勒姆规则的推广,

还引入通货膨胀预期和滞后期的货币增长率,反映货币制定中的前瞻性行为和平滑

倾向。νt为外生的货币冲击,满足:νt= 3νt-1+eM,t(36)

(2)价格型工具。选择利率作为价格型货币工具。目前我国的利率体系既包括管制利率(如存贷款利率),也包括市场化利率(如银行间同业拆借和回购利率)。相比而言,管制利率对实体经济活动和金融资产的影响较大一些(张屹山和张代强,2007),而银行的利率调整是以一年期存款利率为基础,因此,选用一年期存款利率表征价格型工具,这与理论模型也保持了一致。具体反应函数:

R n,t-ρ n,t-1- 4Et πt+1- 5Y t-ξt=0RR

式(37)类似于Clarid等(2000)。ξt为货币冲击,满足:

ξt= 6ξt-1+eR,t

(37)(38)货币的数量型工具与价格型工具的绩效比较

·99·

1995年,中国人民银行才开始在领导下执行的货币,因此,数据分析区间是1995年第1季度到2009年第2季度。选用广义货币供给M2的季度同比增速表征数量型货币工具,这与理论模型的经济含义相符,在模型中,家庭的收入除缴纳税收和消费之外,余下收入要么以准货币的形式持有,要么进行储蓄,许伟和陈斌开(2009)也认为,在利用新凯恩斯主义模型分析我国宏观经济时,应选择广义货币供给M2;一年期存款利率表征价格型货币工具,这也符合理论模型的设定。其余数据说明:选用国家统计局公布的居民消费者价格指数CPI表征我国的通货膨胀率,国家统计局于2001年开始公布月度CPI环比,结合月度CPI同比,计算得到1995～2000年的月度CPI环比,在此基础上将同一季度内三个月的CPI环比值连乘求得季度环比序列和以1995年第1季度为基期的CPI定基比序列。用该定基比序列表征季度GDP平减指数,实际产出为GDP的季度名义值除以上述CPI定基比序列。所有数据均经过了季节性调整与HP滤波处理(见表1)。

表1参数数量型价格型

ρM/ρR0.60[2.96]0.51[1.79]

1/ 4

-0.31[-1.19]0.08[2.37]

货币反应函数的GMM估计

2/ 5

-0.08[-0.68]0.06[1.56]

3/ 60.21[0.]0.17[0.65]

R20.560.53

D.W.1.861.93

　　注:方括号内为t统计量。

由图1和图2来看,货币供给增速的实际值与模拟值趋势较为接近,即两种货币反应函数均能在一定程度上反映我国货币的调整。

·100·

《数量经济技术经济研究》2011年第10期

3.模型的对数线性化、均衡条件以及求解

(1)对数线性化。定义mt=ωtmt-1/πt,mt为实际货币余额。用 x代表变量x的对数线性化,具体结果为:

t=t-1+t-tm m ωπ

(39)(40)

C t=[h/(1+h)] Ct-1+[1/(1+h)]EtC t+1-[(1-h)/(1+h)σ](EtR n,t+1-Et πt+1)

m t=[σ/(1-h)]C t-[σh/(1-h)]C t-1-[1/(Rn-1)]R n,t+1σ+(1-βμ)(1-μ)[γL t+(C t-hC t-1)]

1-h

Y t-L t-φ t+M C t=0

t-t+t)+(t-t-1-k,t=Δ(Y K M C 1-Δ)Q Q R 0

(41)

Γ φt=(1+γθL)μ( φt-1+ πt-1)-(1+β)(1+γθL)μπ t+βμ(1+γθL)Et(φ t+1+π t+1)

(42)(43)(44)(45)(46)(47)(48)(49)(50)(51)

EtR k,t+1-EtR n,t+1+Et πt+1-S t=0

t+t+1-t+1)-t=Χ(Q EtK EtN S 0

kkR k,t-(-1)(St-1+ R n,t-Et-1 πt)+N t-EtN t+1=0nn

t-EtK t+1-(1-δ)K δ It=0

ηk( It-K t)-Q t=0π t-JM C t-βEt πt+1=0

(C/Y)C t+(I/Y) It+(G/Y)G t+(NX/Y)N X t-Y t=0

其中,φt=Wt/Pt,Γ=(1+β)(1+γθL)μ+(1-βμ)(1-μ),Δ=MC(1-α)Y/

K[MC(1-α)

Y(1-Υ)(1-βΥ)+1-δ],J=。KΥ

(2)参数校准与变量稳态值的确定。风险规避系数σ即为消费跨期替代弹性的倒数,顾六宝和肖红叶(2004)基于1985～2002年数据,分别采用最优消费的欧拉公式和阿罗-普

拉特风险测度(Arrow-PrattMeasurementofRiskAversion)公式,计算得到该参数的两个值分别为3.169和3.916,本文取值为3.565=(3.169+3.916)/2。本文的消费惯性因子是外部消费惯性因子(Smets和Wouters,2007等),体现攀比效应(CatchingUpwithJonesEffect)。国外研究文献(Christiano等,2005等)认为该值介于0.5～0.8之间时较为合理,事实上,消费者之间进行消费攀比时,一方不可能迅速赶上另一方,其值取值必定介于0～1之间。刘斌(2008)通过贝叶斯估计得到该参数的事后取值区间为[0.62,0.68],事后均值为0.65,本文取h=0.65。国内外研究中(杜清源和龚六堂,2005;Gilchrist和Saito,2006),季度的折现因子通常定为0.984,本文亦取相同值。均衡无风险利率Rn=1/β=1.0163。每个季度企业家的存活概率η为0.9728(Bernanke等,1999),得均衡风险利率Rk=1/η=1.0279,进一步得到均衡风险溢价s=Rk/Rn=1.0115。Χ为风险溢价对总资产QK与净资产N之比的弹性,其中,净资产即为所有者权益,总资产与净资货币的数量型工具与价格型工具的绩效比较

·101·

产之比实质是权益乘数,与资产负债率有如下关系:权益乘数=1/(1-资产负债率)。孙天琦(2008)依据《中国统计年鉴》和CEIC数据库的数据,整理得到1998～2006年我国全部国有以及非国有工业企业的资产负债率(见表2),可见资产负债率的均值为0.6,确定其为资产负债率的均衡值,得总资产与净资产之比为2.5,Χ=0.0124。大多数国内外文献将ε取值定为11(Gilchrist和Saito,2006等),则实际边际生产成本的均衡值MC为0.91。来自于国家统计局和CEIC数据库的数据显示,以支出法核算的GDP包括如下几部分:最终消费(包括居民消费和消费),资本形成总额(固定资本形成总额和存货增加额),以及货物和服务净流出。本文以最终消费中的居民消费代表本文中的家庭消费,以最终消费中的消费代表购买,以资本形成总额代表投资,以货物和服务净流出代表贸易顺差。以1995～2008年居民消费、消费、最终资本形成总额和服务贸易净出口在国内生产总值GDP的占比均值作为本文的消费、投资、购买以及贸易顺差占比的均衡值(见表2)。

表2年份ALR(%)

1998～2006年国有以及非国有工业企业的资产负债率的资产负债率ALR(%)200657.46

200557.81

200459.17

200358.96

200258.7

200158.97

200060.81

199961.83

199863.74

　　折旧率δ和劳动投入的产出弹性α。依据前述最优一阶均衡条件和前述的校准值,得到折旧率δ与α满足如下关系:0.02=0.91×(1-α)×2.5×δ-δ(52)

国内研究中(陈昆亭和龚六堂,2004;黄赜琳,2005;李浩等,2007),劳动投入的产出弹性α的取值均小于0.8,依据式(52),进行数值测试(见表3)。物质资本折旧率δ的年度值大多数为10%(龚六堂和谢丹阳,2004),对应的季度值为2.5%,对照表3,最终确定α=0.2,δ=0.024。

表3αδ

0.8-0.037

折旧率δ和劳动投入的产出弹性α的数值测试0.7-0.063

0.6-0.222

0.50.145

0.40.054

0.30.033

0.20.024

0.10.019

　　刘斌(2008)通过贝叶斯估计得到劳动供给弹性倒数的事后均值为6.16,每期工资调整概率μ的事后均值为0.6,上述事后均值确定为本文的参数值。对于家庭劳动供给之间的替代弹性θL,国外研究中(Christiano等,2005等)多将其值设定为1左右,又因为我国的劳动力过剩,刘斌(2008)在分析中国经济时得到该参数的估计值为2,本文取相同值。本文考察的是季度数据,并假定零售商一年调整价格一次,即每个季度零售商调整价格的概率为0.25,即Υ=0.75。资产价格对投资资本比的弹性ηk刻画了投资调整成本的大小,且该弹性值越大意味着投资的调整成本越大,Bernanke等(1999)认为该调整成本的合理取值区间为[0,0.5],取上述区间的中值0.25为本文的ηk取值。依据黄赜琳(2005)的思路,选取1995～2008年的年末从业人数与年末总人口数之比的均值表征就业的均衡水平,数据来源于CEIC数据库。在上述期间内,占比的均值为0.572。对中间品生产者的生产函数进行变换:

lnAt=(1/α)[ln(Y/L)t-(1-α)ln(K/L)t]

(53)

由于缺乏季度的资本存量和投资数据,本文利用年度的资本存量和投资数据计算技术水平。现有国内文献中,多用全要素生产率(TFP)表征技术水平其中,李宾和曾志雄·102·

《数量经济技术经济研究》2011年第10期

(2009)利用要素收入可变的增长核算法估算了1979～2007年资本存量和全要素增长率,一方面该研究的分析区间与本文分析区间接近,另一方面,该研究能较好解释我国经济增长的可持续性,故本文选用李宾和曾志雄(2009)的数据,并结合前面校准值α=0.2,利用公式(53),计算logAt,并经过HP滤波处理。计算得到技术水平波动的一阶自回归系数为0.7250,标准差为4.2842%。以1995年第1季度到2009年第2季度的财政支出和我国出口减进口差额代表购买和贸易顺差。上述数据经过以1995年为基期的CPI定基比数据的平减,得到购买和贸易顺差的实际值,经过季节性调整和HP滤波处理之后,可计算得到购买冲击的一阶自相关系数为0.82,标准差为6.5547%,贸易顺差冲击的一阶自相关系数为0.80,标准差为43.48%(见表4)。

表4变量βησΥNX/YGY/K

取值0.9840.97283.5650.750.040.00970.0713

模型的结构性参数校准与内生变量的稳态值变量ΧhηkC/YK/NNXI/K

取值0.01240.650.250.422.50.00270.024

变量δεμI/YW/PKS

取值0.024110.60.400.02190.971.0115

变量αγθLG/YLY—

取值0.26.1620.140.5720.0691—

变量RnIMCRkCN—

取值1.01630.02760.911.02790.02900.388—

　　注:内生变量剔除时间标记,表示内生变量的稳态。

(3)模型求解。由于引入了两种货币工具,模型求解时,分为两个线性系统分别进行。两个系统均具有如下形式:

A0EtXt+1+A1Xt+A2Xt-1+A3Vt=0

Vt=A4Vt-1+Ut

(54)(55)

其中,Ai(i=0,1,2,3,4)为系数矩阵,由模型的结构性参数所决定,Xt为模型的内生变量向量,Vt为外生冲击向量。

二、货币工具的宏观绩效分析

通货膨胀与产出通常是银行进行货币的最终目标,我国也不例外。利用Matlab软件对系统(54)进行脉冲响应函数模拟,以不同冲击对产出和通货膨胀的影响为基础,从货币调整的冲击效应、非货币冲击下宏观经济波动幅度以及银行损失函数等三个方面比较和分析数量型工具和价格型工具的绩效(见图3和图4)。

1.货币调整的冲击效应

货币调整的冲击效应包括影响程度和作用时间两个部分。的影响程度方面,需要回答的是在哪种货币工具下货币调整能对产出和通胀波动产生最大的影响。在经济的起伏波动中,一种合意的货币工具往往能通过自身的松紧变换最大程度地烫平货币的数量型工具与价格型工具的绩效比较

·103·

波动。调整的作用时间分为两个层面:一是的传导时滞,二是影响的持续时间。的传导时滞是指从经济运行中出现影响货币目标的事件或趋势起,到新的货币表现出明显效果的时间距离,即货币从反应、制订、实施、传导到生效的全部时

·104·

《数量经济技术经济研究》2011年第10期

间,包括内在时滞和外部时滞两部分,内部时滞与银行的决策过程有关,有一定主观性,而外部时滞与货币传导机制密切相关,较为客观。本文侧重于外部时滞,即从货币工具对宏观经济产生影响算起,到该影响达到最大程度的时间。影响的持续时间是指从货币工具对宏观经济产生影响算起,到该货币影响消失为止的时间距离,反映货币工具对经济影响的持久性,在脉冲响应图中即位货币起作用到对产出和通胀的影响归于零的时间。同时,应该看到,由于货币调整针对的是某一段时间内的宏观经济运行状况,如果其作用的时间过长(这里的时间包括反应时滞和效应的持续时间),一方面会降低了货币对宏观经济的影响程度,影响货币效率,另一方面则可能在宏观经济形势逆转时导致货币与现实经济运行状况相背离,从而使得货币可能脱离银行的本来意愿。对于货币的作用时间而言,自然是越短越好。因此,从货币调整的冲击效应看,合意的货币工具往往能够在最短时间内发挥最大的效应。

图3(a)和图4(a)分别是数量型工具和价格型工具下货币冲击对经济的影响。图3(a)显示,当货币供给量速度提高1%时,通胀与产出均呈正向反应,分别在冲击之后的第3季度和第4季度达到各自最大值(0.26%和0.25%),随后下降,并分别在第6个季度和第7个季度开始上升,到第40个季度时,通胀和产出降至0.06和0.1。这表明,短期内货币供给量的增加会促使产出和通胀短暂上升,中期时产出和通胀上升幅度减缓,整体来看,货币供给量冲击能在较长时间内作用于宏观经济。图4(a)显示,利率上调1%时,通胀与产出均呈负向反应,分别在第2季度和第3季度达到各自最小值-0.51%、-0.28%,随后上升,到第10个季度时影响消失。这说明调高利率能在较短时间内抑制产出扩张和通胀上升,中长期内利率调整不会对经济产生持久性的影响。

比较两种货币工具下产出和通胀的反应程度,可以发现,价格型工具下产出和通胀的最大反应程度分别为-0.28%和-0.51%,绝对值均大于数量型工具下产出和通胀的最大反应程度0.25%和0.26%,这与封思贤(2006)和孙华妤(2007)的结论类似。事实上,2007年以来,在巨额贸易顺差和大量短期投机资本流入的影响下,我国出现“流动性过剩”,与之伴随的是投资的快速增长和货币增速的提高,导致物价的全面上涨、股市和楼市价格屡创新高,经济过热迹象明显,而2008年下半年美国次级债券危机开始波及我国,出口疲软而内需不足,经济下行压力陡增。在此期间,货币由2007年的“从紧”转为“适度宽松”,银行在灵活开展公开市场操作、上调准备金率的同时,加大价格型工具(利率)的使用频率,2007年六次提高存贷款基准利率,2008年五次下调存贷款基准利率,平均两月调整一次。事实证明,上述货币操作在经济过热时有效遏制经济扩张,而经济下滑时又能及时刺激总需求,与其他共同配合保证经济的平稳增长。2009年,银行围绕“保增长、扩内需、调结构”的主要任务,维持适度宽松的货币,适时开展公开市场操作,加强“窗口指导”和信贷引导。反应时滞方面,价格型工具时通胀和产出分别在第2季度和第3季度达到最大值,而数量型工具时通胀和产出分别在第3季度和第4季度达到最大值,说明价格型工具的反应时滞小于数量型工具,这也与现有研究类似,如王志强(2000)发现1990～1997年物价对货币供给量的反应时滞8个月,长于对利率的反应时滞6个月,而陈飞等(2002)也发现1991～2000年间产出对货币供给量的反应时滞4个季度大于对实际利率的反应时滞3个季度。从持续时间看,数量型工具下产出和通胀反应的持货币的数量型工具与价格型工具的绩效比较

·105·

续时间长于价格型工具,数量型工具下的时间超过40个季度,而价格型工具下的时间约为10个季度。因此,仅从货币的冲击效应角度看,价格型货币工具的优于数量型货币工具。

2.非货币冲击下宏观经济波动幅度

除货币冲击之外,宏观经济还可能受到技术冲击、购买冲击和贸易顺差冲击等影响。面对非货币冲击,银行会选择一种使得宏观经济波动最小的货币工具,因为较小产出和通胀波动意味着更小的社会福利损失。图3(b)、图3(c)、图3(d)分别为数量型工具下技术冲击、购买冲击和贸易顺差冲击对产出和通胀的影响。可见,数量型工具下技术冲击对产出和通胀的影响分别在第2季度和第3季度达到极值0.1233%和-0.0423%,购买冲击的影响分别在第4季度和第3季度达到最大值0.062%、0.068%,贸易顺差冲击的影响也分别在第4季度和第3季度达到最大值0.015%、0.017%;而图4(b)、图4(c)、图4(d)则分别为价格型工具下技术冲击、购买冲击和贸易顺差冲击对产出和通胀的影响。可见,价格型工具下技术冲击对产出和通胀的影响分别在第2季度和第3季度达到极值0.1192%和-0.0334%,购买冲击的影响分别在第4季度和第3季度达到最大值0.045%、0.039%,贸易顺差冲击的影响分别在第4季度和第3季度达到最大值0.011%、0.010%。技术冲击下,产出呈正向反应,而通胀呈负向反应,均在15个季度归于零,表明正向技术能在较短时期内扩大产出,同时也伴随通胀的降低;而购买冲击和贸易顺差冲击下,5个季度内产出和通胀均呈现正向反应,从6个季度开始,产出微幅下降,20个季度左右产出和通胀均归于零,说明短期内产出和通胀均会显著上升,但是在中期内产出有微幅下降而通胀则逐步接近零值。

对比图3(b)和图4(b)、图3(c)和图4(c)、图3(d)和图4(d)发现,在同种非货币冲击下,价格型工具的能够使得产出和通胀的波动程度相对更小一些,同时也意味着社会福利损失更小一些。这也可以从银行的损失函数中得到体现。

3.银行损失函数

假定银行的损失函数为:

n

L=Et

i=1

[π∑θ

i

2

t+i

+λyt+i]

2

(56)

其中,θ为介于0～1的折现因子,λ>0,刻画了银行对产出的相对关注程度,n为

时间范围,多数情况下假定n的最大值为∞,本文设定n的最大值为40,即银行最多考虑10年内宏观经济形势,与前面脉冲响应图的时间范围一致;假定银行与家庭有相同的时间偏好,即θ=β=0.984;λ分为(0,1)、1和(1,∞)等3个区间。表5中,依据λ的取值,分别选定λ=0.5,λ=1和λ=2进行分析。结果显示,非货币冲击下价格型工具时的福利损失小于数量型工具,即从福利角度来看,价格型工具也要优于数量型工具。

整体而论,来自于货币调整的冲击效应、非货币冲击下宏观经济波动幅度以及银行损失函数等三个方面均表明,价格型工具比数量型工具更有效率,更能实现宏观经济稳定和社会福利损失的最小化,也更能达成银行的目标,即价格型工具的绩效要优于数量型工具。·106·

表5

《数量经济技术经济研究》2011年第10期

不同货币工具下损失函数比较数量型工具

(单位:10-4)

价格型工具

λ=20.0580.0290.002

λ=0.50.0150.0060.0004

λ=10.0300.0080.0005

λ=20.0540.0120.0008

λ取值技术冲击购买冲击贸易顺差冲击

λ=0.50.0170.0140.0009

λ=10.0320.0190.001

4.参数的敏感性测试

在本文模型中比较重要的参数包括外生冲击过程的自回归系数和残差的标准差、不同货币规则的反应系数、与价格粘性、工资粘性、消费惯性以及金融加速器机制相关的参数等三类。在前文分析中,外生冲击与货币规则的参数均是基于1995～2009年我国季度或年度数据的GMM或OLS估计结果,无需进行敏感性测试。而在价格粘性和工资粘性机制中,零售商每期调整价格的概率(保持价格固定不变的概率Υ)和家庭每期按上期通胀调整工资的概率μ,以及描述家庭消费特性的消费惯性因子h,主要是依据他人研究成果,需进一步的敏感性测试。在与金融加速器机制相关的重要参数中,一个是外部融资的风险溢价s,一个是总资产与净财富之比K/N,还有一个是资产价格对投资资本比的弹性ηk。第一个参数说明生产中间产品的企业家进行外部融资时融资成本的相对大小,其越高时,企业的投资意愿越低;第二个参数其实质是权益乘数,是企业家自有资金占总资产的比率的倒数,当企业家自有资金比率越高时,该参数越小,企业所支付的外部融资溢价越低;第三个参数刻画了投资的调整成本,该参数数值越大,表明投资的调整成本越高,即较小的投资变动会导致较大的资产价格变化,对投资起到抑制作用。其中,外部风险溢价的均衡值与折现因子β和企业家的存活概率η有关,而参数β和η又通过模型的均衡条件与资本折旧率δ和劳动投入的产出弹性a产生关联,结合模型均衡条件以及上述各个参数的经济含义和现有研究文献(陈昆亭和龚六堂,2004;黄赜琳,2005;李浩等,2007),可以发现,融资溢价s、折现因子β、存活概率η、资本折旧率δ、劳动投入的产出弹性a在模型均衡条件的下是确定的,同时,总资产与净财富之比(权益乘数)K/N的校准依据是1998年与2006年我国国有工业企业以及非国有工业企业资产负债率的年度数据,上述数据来自于孙天琦(2008)的研究,居民消费、购买、投资和贸易顺差占比的均衡值等四个参数是按照1995～2008年我国GDP支出法测算得到,均无需敏感性测试。分析中,借鉴李浩等(2007),假定上述参数在本文校准值的±5%区间内变化,分析这种变动对模型模拟的产出和通胀标准差的影响(见表6)。

表6中,不同货币工具下产出和通胀的标准差对上述六个参数变动的敏感度有显著差异性。当银行使用价格型货币工具时,产出和通胀的标准差对风险规避系数σ、消费惯性因子h、劳动供给弹性的倒数γ、劳动供给的替代弹性θL、工资黏性参数μ、资产价格对投资资本比的弹性ηk等六个参数均不敏感,而对价格黏性参数Υ表现出一定的敏感度,当Υ由0.7125增大至0.7875时,产出的标准差由0.56%增加至0.81%时,通胀的标准差则由0.83%减少至0.68%,说明当价格的黏性提高时,产出的波动性增加,而通胀的波动性减少。当银行运用数量型货币工具时,产出和通胀的标准差对上述七个参数变动均有不同程度的反应。就通胀标准差而言,当风险规避系数σ、劳动供给弹性的货币的数量型工具与价格型工具的绩效比较

·107·

倒数γ、工资黏性参数μ、价格黏性参数Υ由小变大时,通胀的标准差呈下降趋势;当消费惯性因子h由小变大时,通胀标准差呈上升趋势;而当劳动供给的替代弹性θL、资产价格对投资资本比的弹性ηk变化时,通胀标准差并无明显改变。就产出标准差而言,当消费惯性因子h和劳动供给的替代弹性θL增大时,产出标准差随之增加;当工资黏性参数μ、资产价格对投资资本比的弹性ηk增大时,产出标准差随之减小;而当风险规避系数σ、劳动供给弹性的倒数γ、价格黏性参数Υ变动时,产出标准差并无显著变化。

上述分析显示,价格型工具下产出和通胀标准差对大多数参数变动并不敏感,而数量型工具下产出和通胀的标准差对参数变动均存在一定程度的敏感度,且产出和通胀标准差对不同参数的敏感度有显著差异,说明价格型工具的受经济结构性参数的影响较小,较为稳定性,而数量型工具的易受经济结构参数变动的干扰,其效率降低。因此,从参数敏感性角度看,银行采用价格型货币工具也优于数量型货币工具,进一步印证前面结论。同时也应该看到,不同货币工具下,产出和通胀的标准差对价格粘性参数Υ的变动均表现出一定程度的敏感性,这揭示了价格粘性对我国经济波动的重要性,而其余参数对宏观经济波动的重要程度则受制于银行货币工具的选择。

表6参数名

参数值(-5%～+5%)

3.38683.74330.61750.68255.8526.41.92.10.570.630.71250.78750.23750.2625

参数变动±5%时对产出和通货膨胀标准差的影响

价格型工具

产出标准差0.66

0.670.670.660.670.670.670.670.660.670.560.810.680.66

通胀标准差

0.75

0.760.750.750.760.760.760.760.760.750.830.680.770.75

(单位:%)

数量型工具

产出标准差

0.15

0.150.180.210.190.170.130.250.200.120.150.140.270.22

通胀标准差

0.14

0.100.080.130.160.110.110.110.170.110.170.070.150.15

σhγθLμΥηk

　　5.基于中国货币现实的分析

本文的分析表明,从货币工具的宏观绩效看,在我国执行以官方存贷款利率为代表的价格型工具优于以货币供给量为代理变量的数量型工具。仅就数量型工具而言,银行

以货币需求总量预测为基础来确定货币供给目标,并在实际货币操作中通过对基础货币量的调整影响实际货币供给的变化,上述过程的有效实施需要满足如下条件(黄燕芬和顾严,2006):一是货币乘数是稳定的,二是基础货币能够被有效控制。然而,众多国内研究发现,我国的货币流通速度和货币乘数并不稳定(范从来,2004;黄燕芬,2006),同时,国有企业的投资冲动和财政实施引起的贷款倒逼机制,强制结售汇制度下巨额外汇储备所引起的基础货币被动投放及其公开市场操作的不完全对冲,金融改革推进下金融创新所引发的货币需求变动以及·108·

《数量经济技术经济研究》2011年第10期

以部门对银行体系的有效控制和居民部门对银行体系的高度依赖为特征的金融制度等因素使得基础货币具有较强的内生性(张杰,2006;江曙霞等,2008)。由此可见,银行并不能完全按照自己的意图控制货币供给,现实条件制约了以货币供给量为代理变量的数量型货币工具的效率。而从价格型货币工具看,近年来随着各项金融市场改革的稳步推进,我国初步建立起以Shibor为代表的短期利率体系和以国债收益率曲线为代表的长期利率体系,利率市场化程度显著提高,利率在货币制定和对宏观经济影响的作用日益凸显。彭方平和王少平(2007)基于微观企业投资的研究证实,以利率工具为主的能有效地影响投资和货币需求;石柱鲜等(2008)发现短期利率、经济增长和通胀与利率期限结构存在不同程度的相互影响,利率的资源配置功能不断增强;宋国青(2008)的研究表明,利率的降低有助于扩大消费支出;易纲(2009)指出过去三十年间我国经济GDP的实际增长率与一年期的实际存款利率的起伏波动紧密关联。上述种种证据表明,银行采用利率的现实条件在逐渐完善,以利率为代表的价格型货币工具对我国经济的影响在逐步深化。

三、结论以及含义

本文基于我国经济发展的现实,构建了一个包含金融加速器、工资调整黏性以及消费惯性的新凯恩斯动态随机一般均衡模型,并结合国内外现有研究成果和1995～2009年的实际数据对模型参数进行了校准。然后,以脉冲响应函数为基础,从货币调整的冲击效应、非货币冲击下宏观经济波动幅度以及银行损失函数等三个方面,对比分析数量型和价格型工具的宏观绩效。结果表明,价格型工具的宏观绩效优于数量型工具。参数的敏感性测试则对此提供了进一步的证据:与数量型工具的相比,价格型工具下产出与通胀波动对大多数参数的变化并不敏感,即价格型工具的受结构性参数变动影响较小,较为稳定性。

现代市场经济条件下,通常使用多种工具和手段来宏观经济,其中,货币是最重要、使用最频繁的工具之一。由于不同货币工具在对产出构成影响的范围和程度、执行的灵活性有效性以及时滞等方面的差别,选择合适的货币工具极为重要。就我国而言,货币操作中以数量型工具为主,价格型工具为辅(徐寒飞,2004;唐齐鸣和熊杰敏,2009)。本文的分析意味着,由于货币供给量作为数量型工具的代理变量,其可测性、可控性以及相关性在近些年来有一定程度降低,银行应进一步完善目前的宏观手段,扩大价格型工具的频率和空间。

后危机时代,我国面临的是经济结构转型、资产价格飙升(特别是房地产价格)和通胀预期的增强。我们认为银行要保持货币的连续性和稳定性,增强的针对性和灵活性,同时搭配使用公开市场操作、存款准备金率以及存贷款基准利率等多种货币工具,综合运用对冲措施,加强银行体系流动性管理;强化利率等价格杠杆的作用,多次数、小幅度地提高基准利率,有利于避免实际利率长期为负的局面,以稳定通胀预期,同时,也有利于培育市场对利率的敏感性,增强利率信号在引导市场预期方面的作用。具体而言,可适度增加官方管制利率经济的频率,逐步取消对存款利率的上限管理和贷款利率的下限管理;理顺包括再贷款利率和再贴现利率、存贷款利率、货币市场利率(同业拆借利率、债券回购利率和票据市场利率等)在内的利率体系,在健全商业银行自主定价机制和风险管理的基础上,积极推进存贷款利率的市场化改革,并稳步推动包括国债在内的债券市场和利率衍生品市场发展,完善利率期限结构,促使银行的短期利率调整能够借货币的数量型工具与价格型工具的绩效比较

·109·

助利率期限结构的动态变化,影响到市场对长期利率的预期。汇率是另外一种重要的价格型货币工具,一方面,完善汇率形成机制,通过增强其调节的灵活性,扩大浮动空间,调整贸易品与非贸易品的相对价格,提高资源配置效率,促进产业结构调整,另一方面,加强利率和汇率的协调与搭配,提高货币的有效性与自主性,两方面的有效结合对于改善当前的“双顺差”以及减小外生冲击对我国宏观经济的影响意义重大。

参考文献

[1]包小忠:《刘易斯模型与“民工荒”》[J],《经济学家》2005年第4期。

[2]陈飞、赵昕东、高铁梅:《我国货币工具变量效应的实证分析》[J],《金融研究》2002年第10期。

[3]陈昆亭、龚六堂、邹恒甫:《什么造成了经济增长的波动,供给还是需求?———中国经济的RBC分析》[J],《世界经济》2004年第4期。

[4]陈昆亭、龚六堂:《中国经济增长的周期与波动的研究》[J],《经济学(季刊)》2004年第3期。[5]杜清源、龚六堂:《带“金融加速器”的RBC模型》[J],《金融研究》2005年第4期。[6]樊明太:《金融结构及其对货币传导机制的影响》[J],《经济研究》2004年第7期。

[7]封思贤:《货币供应量作为我国货币中介目标有效性分析》[J],《中国软科学》2006年第5期。[8]范从来:《论货币中间目标的选择》[J],《金融研究》2004年第6期。[9]范龙振、张处:《中国货币制定规则及实施效果的实证分析》

[EB/OL],http://www.

cfrn.com.cn/getPaper.do?id=1492,2008-11-27。[10]顾六宝、肖红叶:《中国消费跨期替代弹性的两种统计估算法》[J],《统计研究》2004年第9期。[11]龚六堂、谢丹阳:《我国省份间的要素流动和边际生产率的差异分析》[J],《经济研究》2004年第1期。

[12]黄赜琳:《中国经济周期特征与财政效应》[J],《经济研究》2005年第6期。

[13]黄燕芬、顾严:《我国基础货币的来源及央行的能力分析:1998～2004》[J],《管理世界》2006年第3期。

[14]黄燕芬:《我国货币乘数稳定性的实证分析》[J],《财贸经济》2006年第3期。

[15]江曙霞、江日初、吉鹏:《麦克勒姆规则及中国货币检验》[J],《金融研究》2008年第5期。[16]陆军、钟丹:《泰勒规则在中国的协整检验》[J],《经济研究》2003年第8期。

[17]刘斌:《我国DSGE模型的开发及在货币分析中作用》[J],《金融研究》2008年第10期。[18]李春吉、孟晓宏:《中国经济波动———基于新凯恩斯主义垄断竞争模型的分析》[J],《经济研究》2006年第10期。

[19]李浩、胡永刚、马知遥:《国际贸易与中国的实际经济周期》[J],《经济研究》2007年第5期。[20]李珂、徐湘瑜:《中国的金融加速器效应分析》[J],《财经大学学报》2009年第7期。

[21]李宾、曾志雄:《中国全要素生产率变动的再测算:1978～2007》[J],《数量经济技术经济研究》2009年第3期。

[22]彭方平、王少平:《我国利率的微观效应》[J],《管理世界》2007年第1期。

[23]秦婉顺、靳云汇、卜永祥:《从货币规则看货币中介目标选择》[J],《数量经济技术经济研究》2002年第6期。

[24]宋玉华、李泽详:《麦克勒姆规则有效性在中国的检验》[J],《金融研究》2007年第5期。[25]石柱鲜、孙皓、邓创:《中国主要宏观经济变量与利率期限结构的关系:基于VAR-ATSM模型的分析》[J],《世界经济》2008年第3期。

[26]孙天琦:《储蓄资本化、金融企业和工商企业资本金增加与宏观经济增长》[J],《金融研究》2008年第9期。

[27]孙华妤:《传统盯住汇率制度下中国货币自主性和有效性:1998～2005》[J],《世界经济》·110·

2007年第1期。

《数量经济技术经济研究》2011年第10期

[28]宋国青:《收入财富大调整》[EB/OL],http://www.ccer.edu.cn/cn/ReadNews.asp?NewsID=9459,2008-11-2。[29]唐齐鸣、熊杰敏:《中国资产价格与货币反应函数模拟》[J],《数量经济技术经济研究》2009年第11期。

[30]谢平、刘锡良:《从通胀到通货紧缩》[M],第1版,西南财经大学出版社,2001。

[31]谢平、罗雄:《泰勒规则及其在中国货币中的检验》[J],《经济研究》2002年第3期。[32]徐寒飞:《利率非对称传导关系与利率的效率》[J],《世界经济》2004年第8期。[33]许先普:《货币与城乡居民消费:攀比效应渠道》[J],《燕山大学学报(哲学社会科学版)》2008年第3期。

[34]许伟、陈斌开:《银行信贷与中国经济波动:1993～2005》[J],《经济学(季刊)》2009年第3期。

[35]易纲:《中国改革开放三十年的利率市场化进程》[J],《金融研究》2009年第1期。

[36]杨英杰:《泰勒规则与麦克勒姆规则在中国货币中的实证检验》[J],《数量经济技术经济研究》2002年第12期。

[37]张杰:《中国的高货币化之谜》[J],《经济研究》2006年第6期。[38]赵振全、于震、刘淼:《金融加速器效应在中国存在吗?》[J],《经济研究》2007年第6期。[39]张屹山、张代强:《前瞻性货币反应函数在我国货币中的检验》[J],《经济研究》2007年第3期。

[40]王志强:《我国金融作用时滞算子》[J],《金融研究》2000年第3期。

[41]王仕豪、张智勇:《制造业中农民工用工短缺:基于黏性工资的一种解释》[J],

《世界经济》

2005年第1期。

[42]AlesinaA.,andBarroR.,2000,CurrencyUnions[R],NBERWorkingPaperNo.7927.[43]AtkesonA.,ChariV.,KehoeP.,2007,OntheOptimalChoiceofaMonetaryPolicyInstru-ment[R],NBERWorkingPaperNo.13398.[44]BernankeB.,GertlerM.,GilchristS.,1999,TheFinancialAcceleratorinaQuantitativeBusi-nessCycleFramework[R],NBERWorkingPaperNo.55.[45]BlandchardO.,andKiyokakiN.,1987,MonopolisticCompetition,AggreageteDemandExter-nalitiesandRealEffectsofNominalMoney[J],AmericanEconomicReviews,Vol.77:7～666.[46]CalvoG.,1983,StaggeredPricesinaUtility-MaximizingFramework[J],JournalofMonetaryEconomics,Vol.12:383～398.

[47]CalvoG.andVéghC.,1999,InflationStabilizationandBOPCrisesinDevelopingCountries[R],NBERWorkingPaperNo.6925.[48]CanzoneriM.,andDellasH.,1998,RealInterestRatesandCentralBankOperatingProcedures[J],JournalofMonetaryEconomics,Vol.42:471～494.[49]ChristianoL.,EichenbaumL.,EvansC.,2005,NominalRigiditiesandtheDynamicEffectsofaShocktoMonetaryPolicy[J],JournalofPoliticalEconomy,Vol.113:1～45.[50]ClaridaR.,GaliJ.,GertlerM.,2000,MonetaryPolicyRulesandMacroeconomicsStability:EvidenceandSomeTheroy[J],QuarterlyJournalofEconomics,Vol.150:147～180.[51]FuhrerJ.,2000,HabitFormationinConsumptionandItsImplicationsforMonetaryPolicyModels[J],AmericanEconomicReview,Vol.90:367～390.

[52]GilchristS.,MasashiS.,2006,Expectations,AssetPrices,andMonetaryPolicy:theRoleofLearning[R],NBERWorkingPaperNo.12422.

[53]McCallumB.,1982,PriceLevelDeterminacywithanInterestRatePolicyRuleandRationalExpectations[R],NBERWorkingPaperNo.0559.　　

(下转第133页)

贝叶斯视角下时变参数VAR建模

·133·

[3]CogleyT.andSargentT.J.,2001,EvolvingPost-WorldWarIIUSInflationDynamics[J],NBERMacroeconomicsAnnual,16,331～373.[4]CogleyT.andSargentT.J.,2005,DriftandVolatilities:MonetaryPoliciesandOutcomesinthePostWWIIUS[J],ReviewofEconomicDynamics,8,262～302.[5]JacquierE.,PolsonN.G.andRossiP.E.,1994,BayesianAnalysisofStochastic[J],JournalofBusiness&EconomicStatistics,12(4),69～87.[6]KimS.andShephardN.,1998,StochasticVolatility:LikelihoodInferenceandComparisonwithARCHModels[J],ReviewofEconomicStudies,65,361～393.[7]PrimiceriG.E.,2005,TimeVaryingStructralVectorAutoregressionsandMonetaryPolicy[J],ReviewofEconomicsStudies,72,821～852.[8]高士成:《中国经济波动的结构分析及其含义:兼论中国短期总供给和总需求曲线特征》[J],《世界经济》2010年第9期。

[9]徐高:《斜率之谜:对中国短期总供给/总需求需求曲线的估计》[J],《世界经济》2008年第1期。

(责任编辑:彭　战;校对:陈星星)

　　(上接第110页)

[54]McCallumB.,2000,AlternativeMonetaryPolicyRules:AComparisonwithHistoricalSettings

fortheUnitedStates,theUnitedKingdom,andJapan[R],NBERWorkingPaperNo.7725.[55]PooleW.,1970,OptimalChoiceofMonetaryPolicyInstrumentinaSimpleStochasticMacroModel[J],QuarterlyJournalofEconomics,Vol.84:197～216.[56]Sargent,ThomasJ.andNeilWallace,1975,RationalExpectations,theOptimalMonetaryInstru-mentandtheOptimalMoneySupplyRule[J],JournalofPoliticalEconomy,Vol.83:241～254.[57]SmetsF.,andWoutersR.,2007,ShocksandFrictionsinUSBusinessCycles:ABayesianDSGEApproach[J],AmericanEconomicReview,Vol.97:586～606.

[58]SongZheng,K.Storesletten,andF.Zilibotti,2009,GrowthingLikeChina[J],AmericanEco-nomicReview,2011(1):1～40.

[59]WalshC.,2001,MonetaryTheoryandPolicy[M],Cambridge:MassachusettsInstituteofTechnologyPress,200～214.

[60]ZhangW.L.,2009,China'sMonetaryPolicy:QuantityversusPriceRules[J],Journalof-Macroeconomics,Vol.31:473～484.

[61]WoodfordM.,2003,InterestandPrices:FoundationsofaTheoryofMonetaryPolicy[M],Princeton:PrincetonUniversityPress,113～118.

(责任编辑:彭　战;校对:陈星星)