導語：簡述貨幣政策效應非對稱性一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

一、引言

20世紀20年代以前，經濟學家普遍認為，擴張性貨幣政策與緊縮性貨幣政策在實施效果上是對稱的，在經濟不景氣的時候，政府可以通過施行擴張性貨幣政策，有效刺激經濟增長，同樣，在經濟過度繁榮的時候，政府可以實施緊縮性貨幣政策有效防止通貨膨脹，抑制經濟過熱。然而，20世紀30年代末，人們開始懷疑擴張性貨幣政策的有效性，1929~1933年經濟大蕭條期間，為了刺激經濟復蘇，美聯儲實施一系列擴張性貨幣政策，如美國3個月的國債率從1929年的5%下降到1932年的1%以下，但收效甚微。據此，凱恩斯提出了流動性陷阱。他指出，美國實施的一系列擴張性貨幣政策使得其經濟系統陷入了流動性陷阱，導致貨幣政策失效。自此，經濟學家開始思考貨幣政策效果的非對稱性。近幾十年來，隨著經濟、金融危機的頻頻爆發，貨幣政策已經成為中央銀行實施宏觀調控、應對危機的重要工具。2007年金融危機爆發后，我國宏觀調控傾向于采取適度寬松的貨幣政策和積極的財政政策，央行連續降低人民幣和外幣存款利率以后，貨幣供給和流動性已經出現了明顯的松動，4萬億元財政資金強力啟動內需，確實十分明顯地促進了經濟增長，然而卻也伴隨著30年來史上最高的通貨膨脹，面對持續走高的通脹問題，央行在2011年6月20日再次上調存款準備金率0.5個百分點，這已經是央行當年第6次，同時也是2010年以來的第12次上調準備金率。此后，央行在2011年基本上保持著準備金率“一月一調”的節奏。此外，2010年以來，央行已經5次加息，這樣大力度的緊縮性貨幣政策是否能夠有效地遏制通貨膨脹的持續上漲，在我國經濟運行當中貨幣政策是否也具有一定程度的非對稱性，這是同宏觀經濟決策密切相關的重要問題，也是一個需要加以檢驗的實證問題。在此背景下，本文結合我國實際經濟條件，采用較新的“有向無環圖”技術識別SVAR，從“貨幣渠道”和“信貸渠道”兩方面實證研究我國貨幣政策產出效應和價格效應在方向上的非對稱性問題，從而為我國宏觀政策當局提供理論分析和實證檢驗的參考依據。最早對貨幣政策在效果方向上的非對稱性進行研究的是Cover（1992），隨后國內外很多學者進行效仿。該文通過1951:1～1987:4的季度數據，運用兩步OLS方法檢驗正負貨幣供給沖擊對產出影響的非對稱性。結果表明，無論在影響程度上還是在統計顯著性上，負向貨幣供給沖擊對產出的影響都要大于正向貨幣供給沖擊對產出的影響，從而證實了貨幣政策效應非對稱性的存在。隨后，國內外眾多學者對貨幣政策在效果方向上的非對稱性問題進行了廣泛的研究，但綜合這些文獻來看，對不同方向貨幣政策的識別方法主要有兩種：一種是構建貨幣供給方程，由殘差項識別，如Cover（1992）、ShahidMalik（2013）、黃先開和鄧述慧（2000）、陸軍、舒元（2002）、馮春平（2002）、張暾等（2013）等人的研究；第二種是通過HP濾波等時間趨勢分析法對貨幣政策工具變量直接進行分析，如劉金全（2002）、邱宜欣、劉召虹（2012）、胡臻（2013）等人的研究。本文考慮到貨幣供給方程的構建并沒有統一的理論依據，現有文獻構建的貨幣供給方程也各有不同，因此本文采用第二種方法，即通過時間趨勢分析分解出不同方向的貨幣政策進行分析。同時，現有文獻大多只是對產出或價格方程進行OLS回歸，考察不同方向貨幣政策的系數，或者采用VAR從單一貨幣政策傳導渠道考察貨幣政策在方向上的非對稱性，研究方法上具有一定的局限性。本文采用較新發展的“有向無環圖技術（DAG）”識別SVAR模型的擾動項結構，采用脈沖響應分析和預測誤差分解的方法，從“貨幣渠道”和“信貸渠道”兩個層面實證檢驗我國貨幣政策產出效應和價格效應在方向上的非對稱性，在一定程度上克服了傳統VAR及SVAR模型中格蘭杰因果檢驗不能刻畫變量間同期因果關系以及傳統choleskey分解方法受變量主觀排序影響的局限，提高了本文研究結論的可信性。本文余下部分的結構安排為：第二部分是實證模型及方法；第三部分是變量選擇以及數據說明；第四部分是實證結果及分析；第五部分是本文的結論。

二、實證模型及方法

1.有向無環圖（DAG）有向無環圖主要通過計算一系列變量之間的相關系數矩陣來分析判斷這些變量之間是否存在因果關系，尤其是同期因果關系，圖中的方向代表因果，但不存在閉合回路，因此名叫有向無環圖（DirectedAcyclicGraphs）。與傳統的granger因果檢驗不同，有向無環圖可以檢驗變量之間的同期相關性，從而避免傳統方法在SVAR的識別問題中受到變量次序影響較大的問題。下面具體介紹有向無環圖是如何體現變量之間的因果關系的。對于變量X，Y和Z，如果Y和Z的無條件相關系數不為零，但在給定X的條件相關系數為零，我們則可以說X既是Y也是Z的原因，記作Y←X→Z；反之，如果X和Z的無條件相關系數為零，但在給定Y下的條件相關系數不為零，則稱X和Z都是Y的原因，記作：X→Y←Z。有向無環圖由點和連結它們的有向邊組成，反映變量之間的同期因果關系。具體來說，若變量X和Y的連結方式是X→Y，表明X和Y存在同期因果關系，且X是引起Y變化的原因；若X和Y的連結方式是X-Y，表明X和Y存在同期因果關系，但它們誰是因誰是果還不明確；若X和Y的連結方式是XY，表明X和Y是相互獨立的，不存在同期因果關系。Spirtesetal（1993）、PeterSpirtes（2005）對DAG的畫法提出和完善了PC算法。該算法的具體做法是，首先從“完全無向圖”出發，各個變量（頂點）之間均存在連線（邊），當某兩個變量之間的相關系數或條件相關系數在某一給定顯著性水平下為0時，則移去這兩個變量之間的連線。該算法首先計算變量的相關系數（可理解成0階條件相關系數），移去相關系數為0的變量之間的連線，緊接著計算變量的1階條件相關系數，移去1階條件相關系數為0的變量之間的連線，這樣推進下去，直到分析完變量的N-2階條件相關系數（N為變量的個數）。本文采用Fisher'sZ統計量來推斷某兩個變量之間的相關系數是否顯著異于0。z(籽(i，j|k)n)=12(n-k-3)1/2×ln(1+(籽i，j|k))×1-(籽，i，j|k)-1→→其中n為用來估計相關系數的觀測值個數，籽(i，j|k)是序列i和序列j在給定序列k的總體條件相關系數，k是k中變量個數，即計算條件相關系數的階數。若i、j、k均服從正態分布，則z(籽(i，j|k)n)-z(r(i，j|k)n)也服從正態分布，其中r(i，j|k)為樣本條件相關系數。在完成上述步驟后，我們需要為保留下來的連線畫出方向，即確定保留連線的變量之間的因果關系方向。主要借助“相鄰（adjacent）”和“隔離集(sepset)”兩個概念。兩個變量之間存在連線，我們稱該兩個變量是相鄰的，否則則稱該兩個變量是不相鄰的；隔離集是指使得某兩個變量之間的連線被移去的條件變量，即使得某兩個變量的條件相關系數為0的條件變量，例如，若籽(i，j|k)為0，則稱k為i，j的隔離集。這樣一來，我們可以很方便的給出有向無環圖的方向。例如，若X和Y相鄰，Y和Z相鄰，但X和Z不相鄰，即X-Y-Z，如果Y不在X和Z的隔離集里，則我們可以確定這3個變量的有向無環圖為X→Y←Z。2.SVAR模型縮減型VAR只能描述各個內生變量的動態形成過程，注重內生變量的“跨期”相關性，而沒有考慮內生變量的同期相關性，而SVAR則可以根據相關理論設定變量之間的因果關系。SVAR（P）模型定義如下：Ayt=pi=1移A*iyt-i+Bεt其中，yt為一個K維向量，結構性擾動項被假定為白噪聲過程，P為滯后階數，上式左乘A-1后可以得到縮減型VAR模型，如下所示：yt=籽i=1移A-1A*iyt-i+A-1Bεtyt=籽i=1移Aiyt-i+滋t可見，通過對A、B矩陣施加約束，可以識別出SVAR模型的擾動項沖擊，而由對A、B矩陣施加約束類型的不同，SVAR模型可以分為如下三種情況（詳細請參閱Pfaff(2006)）：（1）B被設定為單位陣,這種情況下，最少需要施加約束條件個數為K(K-1)/2。（2）A被設定為單位陣，這種情況下，最少需要施加約束條件個數也為K(K-1)/2。（3）AB矩陣均被施加約束，這種情況下，最少需要施加的約束條件個數為K2+K(K-1)/2本文采用第（1）種方式，結合DAG分析對SVAR模型施加約束。A矩陣的非對角元素反映了變量之間的同期相關關系即因果關系。克服了傳統的Cholesky分解識別SVAR中主觀設定變量次序所帶來的偏誤，更準確地反映了數據的真實生成過程。

三、變量與數據

1.變量選擇《中國人民銀行法》規定了我國貨幣政策的最終目標是“促進經濟增長、實現充分就業、保持物價穩定和國際收支平衡”。結合我國現實國情，在金融危機的沖擊下，我國經濟增長放緩，通貨膨脹高漲，因此，在這種情況下，筆者認為應當將經濟增長和物價穩定作為我國貨幣政策的兩個最主要的最終目標。因此，本文選取產出GDP和消費者價格指數CPI作為衡量和評價我國貨幣政策效果的指標。考慮到貨幣政策的傳導渠道主要是“貨幣渠道”和“信貸渠道”，本文選取廣義貨幣供給量M2和金融機構人民幣各項貸款余額L作為貨幣政策工具變量，由于GDP數據只有季度數據，本文選取工業企業增加值Y作為產出水平的替代變量。2.數據來源及處理本文所采用的數據除工業增加值Y①來自wind數據庫外，其他數據全部來自中經網統計數據庫，其中CPI經筆者自己換算成定基比數據，選取1998年12月作為基期，全部數據的時間范圍是1999年1月至2013年5月。為了消除季節性因素，本文對所有的變量采用X-12的方法進行了季節性調整，為了降低數據的異方差性，本文對各變量進行了自然對數化處理，處理后的變量名都在原來的基礎上加上前綴“L”。需要特別指出的是，本文采用Hodrick-Precott濾波法對不同方向上的貨幣政策進行識別，對于某一特定的經濟時間序列{St}，包含趨勢成分和波動成分。可以采用HP濾波將其波動成分和趨勢分離出來，具體做法如下：minTt=1移(St-STt)2+姿Tt=1移[(STt+1-STt)-(STt-STt-1)]2移移其中STt為趨勢項，姿取值一般由序列的時間頻率決定，本文采用月度數據，姿取14400。本文采用HP濾波對LM2和LL進行分析，識別出貨幣政策的方向。具體波動成分結果如圖1所示。由此可以定義出貨幣政策的不同方向如下：μm+＝max（CLM，0）μ-m=min（CLM，0），μL+＝max（CLM，0）μ-L=min（CLM，0）其中，μ+m代表擴張性貨幣供給政策，μ-m代表緊縮性貨幣供給政策；μ+L代表擴張性信貸政策，μ-L代表緊縮性信貸政策。

四、實證結果及分析

1.單位根檢驗為了增加實證結論的穩健性，本文分別采用ADF和PP法檢驗各變量的平穩性。檢驗結果如表1所示。兩種檢驗方法一致表明，產出水平LY、物價水平LCPI、LM2、LL均為非平穩的I（1）過程，μm+、μ-m、μ+L、μ-L都是平穩的。2.協整檢驗在構建SVAR模型前，先對變量進行Johansen協整檢驗，以選擇合適的SVAR模型。考慮如下的誤差修正模型：駐Xt=μ+HXt-1+ki=1移追i駐Xt-1+et其中，Xt是（n×1）維向量，駐為一階差分算子，μ為截距向量，追（i=1，2...k）為（n×n）階系數矩陣，et為殘差序列，矩陣H反應了n個變量的長期均衡關系，決定了VAR的正確形式：譹訛當H矩陣的秩為0時，n個變量不存在協整關系，應選擇一階差分VAR形式；譺訛當秩大于0小于k時，變量間存在協整關系，可選擇水平VAR形式或采用VECM模型。在單位根檢驗的基礎上，對各非平穩變量進行Johansen協整檢驗，結果如表2所示。從表2可看出，跡檢驗和最大特征根檢驗結果一致，都表明在5%的顯著性水平下無法拒絕“協整向量個數為0”的原假設。因此，各變量之間不存在協整關系，本文將LY及LCPI進行一階差分，與四個政策變量平穩序列的水平值構建VAR。3.各變量的因果關系的DAG分析對各變量的水平VAR模型進行估計后，可得到各變量的殘差相關系數矩陣，如下所示：利用上述相關系數矩陣，我們采用PeterSpirtes（2005）的PC算法，對變量之間的同期因果關系進行DAG分析，為后面SVAR的識別提供依據。首先，我們從“完全無向圖”出發，然后利用上述相關系數矩陣，采用TETRAD軟件對各變量之間的無條件相關系數和偏相關系數進行計算，去掉無條件相關系數和偏相關系數不顯著的變量之間的連線，最后確定連線的方向。參照楊子暉（2007）的研究，對于樣本容量不大的情況，選取較高的顯著性水平，如20%。結果顯示，dly與的相關系數為0.013，其P值則高達0.8651，遠大于20%，因此我們認為它們之間不存在同期因果關系并移除之間的連線，同理，dly與μ+L、dly與μ-L、dlcpi與μ-m、dlcpi與μ+L、μ-m與μ+L、μ+L與μ-L、μ+m與μ-L之間的無條件相關系數或偏相關系數的P值分別為0.25、0.82、0.87、0.34、0.27、0.64、0.27，因而認為均不存在同期因果關系，移除它們之間的連線。最后，進一步依據前面所述的隔離集，明確各變量間的因果方向，結果如圖2所示。4.基于DAG的SVAR估計在上一節DAG分析的基礎上，我們得出了各變量之間的同期因果關系，據此，我們設定SVAR的約束矩陣形式為：由此，可以估計出SVAR模型，進一步分析貨幣政策在方向上的非對稱性。（1）貨幣政策產出效應在方向上的非對稱性。對產出進行脈沖響應分析，如圖3所示，貨幣供給政策對產出的影響具有非對稱性。具體表現在：擴張性貨幣供給沖擊對產出的影響比較慢，在第3期達到最大，貨幣供給量增加1%，產出增加0.02個百分點，隨后逐漸降低，并收斂于0；緊縮性貨幣供給沖擊對產出的影響較快，貨幣供給減少1%，當期產出水平減少0.04個百分點，隨后逐漸減少，并收斂到0。同時，相較于貨幣供給政策，信貸政策對產出的影響較小，但也存在非對稱性。表現在：擴張性信貸政策對產出的影響比較慢，政策存在滯后性，在第2期影響達到最大，隨后逐漸降低并收斂于0；緊縮性信貸政策對產出的影響比較快，不存在時滯性。為了進一步檢驗上述結果的穩健性，我們對SVAR展開預測方差分解，結果列于表3。方差分解分析的結果顯示，從第3個月開始，產出水平的波動有近10%來自貨幣供給的沖擊，而信貸沖擊的解釋程度不足2%，說明相較于“信貸渠道”，“貨幣渠道”是我國現階段貨幣政策傳導的主要途徑；在中長期，擴張性貨幣供給政策沖擊對產出水平波動的解釋程度僅為2%，而緊縮性貨幣供給政策沖擊對產出的波動解釋程度為8%，擴張性信貸政策沖擊對產出波動的解釋程度非常小，僅為0.6%，緊縮性信貸政策沖擊對產出波動的解釋程度則為1.2%，說明我國貨幣政策的產出效應在方向上存在非對稱性。表現為：相較于擴張性貨幣政策，緊縮性貨幣政策對產出的影響更大，這與前面脈沖響應分析的結果是一致的。（2）貨幣政策價格效應在方向上的非對稱性。同理，對價格水平進行脈沖響應分析，結果如圖4所示，貨幣政策價格效應在方向上也存在明顯的非對稱性。擴張性貨幣供給政策沖擊對價格的影響幾乎不存在時滯，當期就有一個微小的正向效應，隨后逐漸降低，最后收斂于0；緊縮性貨幣供給政策沖擊對價格的影響則相對較慢，存在時滯，大約在3個月后對價格波動的抑制作用達到最大，隨后逐漸降低，并收斂于0；擴張性信貸政策沖擊對價格的影響比較慢，存在時滯，在第20個月達到最大，隨后逐漸降低，并收斂于0；緊縮性信貸政策沖擊對價格的影響則比較快，當期就對價格產生抑制效果，當金融機構各項貸款余額減少1%時，價格水平增長率當即下降0.002個百分點，隨即抑制效果慢慢降低，最后收斂于0。另外，從圖4還可以看出，相比貨幣供給政策沖擊而言，信貸政策沖擊對價格的影響更大，表明我國貨幣政策對價格水平的傳導途徑以“信貸渠道”為主。為了進一步驗證上述結果的穩健性，我們對上述“有向無環圖”下的SVAR中價格水平展開預測方差分解，結果列于表4。預測方差分解分析結果顯示，貨幣政策的價格效應存在非對稱性。具體來看，從第一期開始，擴張性貨幣供給政策沖擊對價格波動的影響程度便達1.4%，明顯大于緊縮性貨幣供給政策沖擊對價格波動的影響程度；信貸政策沖擊對價格波動的貢獻率大于貨幣供給政策，進一步證實我國貨幣政策對價格的傳導途徑以“信貸渠道”為主。擴張性信貸政策沖擊對價格波動的影響比較慢，在中長期對價格波動的貢獻率達到15%；而緊縮性信貸政策沖擊對價格波動的影響則比較快，第一期對價格波動的貢獻率便達到40%，中長期對價格波動的貢獻率約9%，可見，短期來看，緊縮性信貸政策沖擊對價格波動產生比較大的影響，但中長期來看，擴張性信貸政策沖擊對價格波動產生比較大的影響。

五、研究結論與啟示

本文采用新發展的DAG技術識別SVAR模型，從“貨幣渠道”和“信貸渠道”兩個方面實證檢驗我國貨幣政策的產出效應和價格效應在方向上的非對稱性，并比較了“貨幣渠道”和“信貸渠道”對實體經濟影響的有效性，從而為我國宏觀政策當局提供理論分析和實證檢驗的參考依據。與以往SVAR模型采用傳統識別方法不同，本文采用的DAG技術是一個客觀數據決定（data-determined）分析方法，不僅能夠客服傳統choleski分解方法依賴變量順序的局限，而且還能反映變量之間的同期因果關系，在一定程度上大大提高了本文研究的合理性和科學性。采用DAG技術研究發現，緊縮性貨幣供給政策到經濟增長存在同期因果關系，擴張性貨幣供給政策和緊縮性信貸政策到價格存在同期因果關系。我們由此對VAR的殘差項進行結構性分解識別SVAR，并通過脈沖響應分析和預測方差分解分析發現，我國貨幣政策的產出效應與價格效應具有不同的傳導途徑，貨幣政策對產出的影響以“貨幣渠道”傳導為主，而對價格的影響則以“信貸渠道”傳導為主。同時，本文的研究發現，我國貨幣政策的產出效應和價格效應在效果方向上均存在明顯的非對稱性。◇擴張性貨幣供給政策沖擊及信貸政策沖擊對產出水平的影響時效慢，影響程度比較小，而緊縮性貨幣供給政策沖擊及信貸政策沖擊對產出水平的影響時效快，影響程度大；這與Cover（1992）、RenéGarcia&HuntleySchaller（1999）、ShahidMalik（2013）、陸軍、舒元（2002）、劉金全（2002）等人的研究結論完全一致。◇擴張性貨幣供給政策沖擊對價格水平的影響時效快，而緊縮性貨幣供給政策沖擊對價格水平的影響時效慢。擴張性信貸政策沖擊對價格水平的影響時效慢，而緊縮性信貸政策沖擊對價格水平的影響時效快，在短期，緊縮性信貸政策對價格水平具有較大影響，而在中長期，擴張性信貸政策對價格水平具有較大影響。這與邱宜欣、劉召虹（2012）等人的研究結果相似。這些結論表明，在產出水平低，物價低的經濟蕭條期，施行擴張性的貨幣政策更傾向于提高物價水平，而對產出水平的促進作用則相對不夠有效，而在產出水平高，通脹水平高的經濟繁榮期，緊縮性的貨幣政策則更傾向于降低產出水平，而在治理通脹的能力方面則顯得不夠，說明單獨采用貨幣政策調控宏觀經濟具有一定的局限性，政策當局應當合理搭配其他政策工具才能有效調控宏觀總體經濟運行情況。

作者:陳浪南 張華 單位:中山大學