影子银行背景下我国货币政策调控的有效性研究

《影子银行背景下我国货币政策调控的有效性研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、影子银行背景下我国货币政策调控的有效性研究　　一、前言　　在宏观经济学理论中，宏观经济的调控主要有四大目标：经济持续均衡增长、价格水平稳定、充分就业和国际收支平衡。由于经济系统内在的“自动稳定器”作用效果十分有限，所以按照凯恩斯的需求管理理论来说，此时针对市场的需求和经济环境的波动状况政府应当相机抉择，按照逆经济风向来进行调整，将整个国民经济的运转拉回到正常的轨道上。这样凸显了我们对于货币政策宏观调控效应的研究是十分迫切必要的。　　随着2008年金融危机后世界经济形势陷入更大的不确定性，廉价劳动力的比较优势逐渐减弱，产业过剩问题逐步凸显，中国经济逐步迈

2、入中高速发展的新常态，在“增长速度换挡期、结构调整阵痛期、前期刺激政策消化期”的新形势下，2014年国内生产总值增长7.4%，十年来首次低于7.5%。如何实现通胀较低水平状态下的经济稳步增长，成为当前中国经济发展研究中非常重要的课题。从整体上看，由于我国金融市场发展较晚，加之金融分业经营和分业监管，我国影子银行体系发展处于初级阶段，复杂度远低于西方发达国家和地区。但随着金融创新的不断发展，我国影子银行进入一个较快发展时期。央行统计的社会融资总量中，非银行信用融资占比从2008年的28.5%增长到现在的一半左右，而2015年新增影子银行信贷已占全社会总信

3、贷增量的三分之一左右。由于对货币政策有效性的研究主要是假设货币供给外生的基础上。影子银行的发展，导致货币供给内生性不断增强，央行对货币数量的控制能力被大大削弱，货币供应与实体经济变量如GDP和CPI的相关性关系降低，数量型工具面临挑战，影响传统货币政策有效性。总体而言，在金融创新步伐不断加快、影子银行规模扩张的今天，传统的货币政策是否仍然有效问题不仅具有理论价值，从另一方面来说，也具有非常重要的现实意义。　　本文首先对货币有效性研究和协整研究进行文献回顾，梳理相关的理论基础，之后用TVP_VAR模型对中国宏观经济的数据与货币政策变量数据之间的关系进行实

4、证研究，其中，本文所使用的时间序列模型叫TVP_VAR模型，其中系数和冲击的协方差矩阵都是时变的，时变系数能捕捉模型滞后结构的时变特性和可能的非线性特征。　　二、文献梳理　　从基本理论发展的脉络来看，我们将上世纪七八十年代做为从货币主义向新凯恩斯主义理论转变的分水岭时代。上世纪七八十年代以前，关于通货膨胀与经济增长问题的研究很多是以1956年弗里德曼提出“现代货币数量论”为基础的。货币与价格或者货币增长率与通货膨胀率也就是价格增长率之间的关系成为相关研究的焦点。但是，随着新凯恩斯主义黏性价格理论和动态随机一般均衡（DSGE）模型相结合在1983年的提出

5、，说明随着学术探讨的深入，西方国家在1982年以后已经开始抛弃货币总量而选择更加贴近经济环境的利率作为货币政策工具之后，强调随着经济结构的复杂，货币总量已经不足以显现它在货币主义理论中的重要性，所以在宏观经济学分析框架的比重越来越不明显。直至到现在，人们认为的现代宏观分析的主流模型指的是包含真实经济产出、通货膨胀率和利率的分析而不是货币框架的模型。这个模型它又叫做现代宏观分析的“玩具模型”，玩具模型顾名思义，因为它模型系统相对简约，但又能相对全面地刻画经济环境中各种宏观经济指标的动态关系。随着中国对宏观经济数据的逐步积累和完善，国内学者通过对国外成熟理

6、论研究的基础上，对货币政策调控这一问题进行了一系列经验研究。经过十几年的研究，我们仍旧停留于当前经济环境基础的假设或者没有足够估计当前金融创新加快的步伐，导致通货膨胀、经济增长与货币供应的相互影响机制不但没有变得日益清晰，反而越来越模糊，更没有形成广泛共识，这无疑给宏观决策带来了极大困扰。从已有文献来看，既有货币增长率显著驱动通货膨胀率的结论，又有货币增长率并非通货膨胀率显著驱动因素的结论。我们看到最近几年影子银行业务规模快速增长，互联网金融等新金融业态快速崛起，这些新金融的发展不仅扰乱了传统的货币供应量的定义和统计，也弱化了货币供应量的可控性和相关性

7、，在这样的新常态新环境下，以货币供给量作为主要的货币政策变量的货币政策有效性值得进一步深入探索研究。　　三、基于TVP-VAR模型的实证研究　　本文选用的TVP-VAR模型，在这个模型中所有的参数和协方差都可以根据时间变化而不断地进行变化，通过这个模型便可以有效捕捉到我们要观测的经济变量间的相关关系的时变特征。设置检验变量（p，x，i），其中p代表的是通货膨胀率，根据文献，此处选用居民消费物价指数（CPI），x表示产出，由于我国国民生产总值缺乏月度数据，因此采用我国月度工业增长率来替代。i表示货币投放量，本文中采用广义货币量M2的同比增长率，同样是月度

8、频率数据。　　在对数据进行预处理中，本文首先采用CensusX12方法对数据进行季节调整，使用