影子銀行對我國貨幣政策有效性的影響

影子銀行對我國貨幣政策有效性的影響影子銀行對我國貨幣政策有效性的影響

中圖分類號：F8323文獻(xiàn)標(biāo)識碼：A

文章編號：1000176X〔2022〕01004907

一、引言

廣義上的影子銀行不僅涵蓋銀行之外提供資金的載體，也包括在銀行之外提供的融資效勞或產(chǎn)品。長期以來，國內(nèi)外學(xué)者對影子銀行的研究大多圍繞影子銀行的內(nèi)涵、外延、功能、風(fēng)險和監(jiān)管等方面進(jìn)行分析。2022年，我國經(jīng)濟(jì)開展已開始進(jìn)入到高效率、低本錢、可持續(xù)的中高速增長階段。在經(jīng)濟(jì)增速緩沖期、結(jié)構(gòu)升級調(diào)試期和前期刺激政策吸納期等“三期疊加〞的新時期，影子銀行對貨幣政策有效性的影響已經(jīng)引起我國貨幣當(dāng)局的高度重視。但是，由于金融開展程度的不同，各國影子銀行具有不同的組織形式，直接利用其他國家影子銀行對貨幣政策影響的經(jīng)驗是不合乎中國客觀國情的。因此，對我國貨幣政策有效性受影子銀行影響的實證分析具有更為重要和深刻的現(xiàn)實意義。

影子銀行最關(guān)鍵的問題是對于其規(guī)模準(zhǔn)確測度的問題。從2022年影子銀行在社會融資中初顯規(guī)模至今，各界尚未對“影子銀行〞在測度口徑上做出明確界定。毛澤盛和萬亞蘭[1]基于各社會主體在一定時間內(nèi)所實現(xiàn)的國民生產(chǎn)總值與該時間內(nèi)的全部信貸支持相匹配的金融原理，從借款人的角度構(gòu)建影子銀行規(guī)模計算公式，從而測算出我國影子銀行截至2022年底已到達(dá)7342832萬億元的規(guī)模。中國社會科學(xué)院金融所于2022年5月發(fā)布的?中國金融監(jiān)管報告〔2022〕》指出，從廣義上估算，我國影子銀行體系規(guī)模約為27萬億元[2]。全球管理咨詢公司奧緯咨詢在統(tǒng)計影子銀行規(guī)模時吸取了之前研究中對具有多種屬性的金融產(chǎn)品重復(fù)計算的經(jīng)驗，將非信貸中介產(chǎn)品從計算中剔除，于2022年2月發(fā)布的?中國影子銀行分析報告》中給出中國影子銀行體系2022年規(guī)模約為31萬億元的測度結(jié)果[3]。國內(nèi)外研究提供的關(guān)于影子銀行體系規(guī)模的不同測度辦法導(dǎo)致得出的數(shù)字結(jié)論也是大相徑庭，為接下來研究影子銀行對貨幣政策有效性的影響帶來挑戰(zhàn)。

2022年8月，中國人民銀行發(fā)布?2022年第二季度中國貨幣政策執(zhí)行報告》將未來要進(jìn)一步完善貨幣政策調(diào)控模式，疏通貨幣政策傳導(dǎo)機(jī)制，提高金融運行效率和效勞實體經(jīng)濟(jì)能力的調(diào)控思路給予充沛敘述[4]。基于我國影子銀行在資金融通中扮演愈發(fā)重要角色的前提條件，影子銀行對我國貨幣政策調(diào)控究竟有何影響，如何最大程度地發(fā)揮貨幣政策的有效性成為了值得我們深入探討和研究的問題。

本文后續(xù)框架安頓如下：第一局部回憶相關(guān)文獻(xiàn)研究，梳理出國內(nèi)外學(xué)者在該領(lǐng)域的研究成果，在總結(jié)的根底上提出本文的創(chuàng)新和奉獻(xiàn)之處；第二局部對本文所使用的計量模型和估計辦法進(jìn)行介紹；第三局部展示傳統(tǒng)理論和影子銀行的擴(kuò)大對我國貨幣政策效果影響的實證分析過程；第四局部對得出的實證結(jié)果作出解釋并給出倡議。

二、文獻(xiàn)述評

影子銀行在興旺程度不同的金融市場上以不同的組織形式出現(xiàn)，但是始終沒有被賦予統(tǒng)一明晰的內(nèi)涵。在歐美興旺經(jīng)濟(jì)體的影子銀行體系中，金融中介機(jī)構(gòu)可以發(fā)起借貸或交易貸款，然后將這些貸款打包成品種豐盛的金融衍生品投資組合，并最終將其證券化。Gennaioli等[5]認(rèn)為影子銀行體系在理性預(yù)期下是穩(wěn)定的，并且能在某種程度上提高福利。當(dāng)投資者和金融中介機(jī)構(gòu)忽略掉尾部風(fēng)險，風(fēng)險性貸款的擴(kuò)大和金融中介風(fēng)險的積聚會發(fā)明出金融脆弱性和流動性波動。周小川[6]指出，相比于興旺國家中的影子銀行可以在體系內(nèi)實現(xiàn)信用發(fā)明，中國金融市場開放程度有待于進(jìn)一步提高，金融產(chǎn)品創(chuàng)新能力尚缺乏，金融衍生工具層次還不夠豐盛，影子銀行體系很大程度上需要與傳統(tǒng)銀行并行進(jìn)行信用發(fā)明。

在研究貨幣政策有效性問題上，自Bernanke以來，一些文獻(xiàn)就開始提供使用SVAR模型去測度貨幣政策有效性的辦法和思路。Bijapur[7]提出建立包含四個內(nèi)生變量〔產(chǎn)出、通貨膨脹、利率和信貸〕的向量自回歸估計模型去測試在過去四十年被確認(rèn)的四次美國信用危機(jī)中，美國貨幣政策對國民生產(chǎn)總值增長率的影響是否更為顯著。Fana等[8]使用VaR模型、脈沖響應(yīng)函數(shù)和方差分解的計量分析辦法去研究在泰勒規(guī)那么下中國貨幣政策對其經(jīng)濟(jì)狀況的響應(yīng)程度。Fernald等[9]通過構(gòu)建FAVAR模型的辦法去測度中國貨幣政策對實體經(jīng)濟(jì)的影響。與那些將中國產(chǎn)出和通貨膨脹作為觀測變量并使用潛在因素去獲取中國經(jīng)濟(jì)其他變量的影響不同，他們應(yīng)用動因子模型去估測中國的產(chǎn)出和通脹水平，從而能更好地研究在全球經(jīng)濟(jì)復(fù)蘇期中國經(jīng)濟(jì)的表現(xiàn)。

國內(nèi)一些文獻(xiàn)研究普遍認(rèn)為，影子銀行削弱了商業(yè)銀行在貨幣政策傳導(dǎo)中發(fā)揮的根底作用，在增強(qiáng)了貨幣政策傳導(dǎo)時滯的不確定性的同時，加大了貨幣政策調(diào)控的難度，使企業(yè)和居民等市場主體在對市場信號進(jìn)行理性判斷時出現(xiàn)偏差。李波和伍戈[10]分析指出影子銀行對貨幣政策產(chǎn)生系統(tǒng)性效用是借助金融穩(wěn)定渠道得以實現(xiàn)的，對貨幣政策調(diào)控目標(biāo)的形成和貨幣政策工具作用的發(fā)揮都帶來不小的難題。周莉萍[11]指出傳統(tǒng)的貨幣乘數(shù)因影子銀行的壯大開展已經(jīng)變?yōu)橐粋€擴(kuò)大化了的卻不能被貨幣當(dāng)局準(zhǔn)確監(jiān)測預(yù)知的貨幣乘數(shù)，使得貨幣當(dāng)局運用存款準(zhǔn)備金等傳統(tǒng)工具無法到達(dá)預(yù)期效果，扭曲了央行進(jìn)行信用調(diào)控的根底。陸曉明[12]認(rèn)為，由于不足對影子銀行體系的有效監(jiān)管，以商業(yè)銀行為信用發(fā)明主體的貨幣政策傳導(dǎo)機(jī)制發(fā)生巨大改變，對央行貨幣政策“三大法寶〞構(gòu)成挑戰(zhàn)，抵消了貨幣政策的局部實施效果。

此外，有些學(xué)者在影子銀行體系對貨幣政策影響理論研究的根底上進(jìn)行了實證分析的嘗試和探索。Hsu[13]基于回購協(xié)議的信用發(fā)明機(jī)制分析了影子銀行對于貨幣政策的挑戰(zhàn)，從靜態(tài)和動態(tài)兩個角度研究影子銀行和貨幣政策調(diào)控之間相關(guān)關(guān)系，并針對性地提出倡議。Verona和Manuel[14]將影子銀行納入到DSGE模型中，研究了影子銀行的行為動機(jī)與貨幣政策周期之間的關(guān)系，結(jié)果說明影子銀行對貨幣政策目標(biāo)的實現(xiàn)構(gòu)成了嚴(yán)重沖擊。劉喜和等[15]將影子銀行體系納入經(jīng)濟(jì)運行系統(tǒng)中，建立了影子銀行與正規(guī)金融雙重結(jié)構(gòu)下的DSGE模型，比擬分析價格型貨幣政策與數(shù)量型貨幣政策的不同沖擊效果。目前，在討論我國影子銀行對貨幣政策有效性影響方面的文獻(xiàn)尚不豐盛。現(xiàn)有文獻(xiàn)多從宏觀理論層面進(jìn)行研究分析，其邏輯機(jī)理闡述不足嚴(yán)謹(jǐn)?shù)膶嵶C分析。而局部實證研究所采用的模型設(shè)計中經(jīng)濟(jì)變量較少，不能全面地刻畫我國影子銀行對貨幣政策的有效性影響，對央行在新歷史時期下如何為經(jīng)濟(jì)轉(zhuǎn)型發(fā)明中性適度的貨幣金融環(huán)境，以適應(yīng)影子銀行不斷開展要求的問題研究得還不夠深入。在吸取和借鑒前人研究經(jīng)驗的根底上，本文的奉獻(xiàn)之處在于：采用可通過一系列經(jīng)濟(jì)指標(biāo)進(jìn)行系統(tǒng)評估的因素增強(qiáng)型向量自回歸〔FAVAR〕模型，分析影子銀行作用于我國貨幣政策最終目標(biāo)和中介目標(biāo)的效果，去測度影子銀行的存在和開展對我國貨幣政策有效性的影響。

三、經(jīng)驗分析模型：FAVAR模型

〔一〕根本結(jié)構(gòu)

FAVAR模型是Bernanke等[16]在對VAR模型進(jìn)行改進(jìn)和創(chuàng)新的根底上，將VAR模型和因子分析模型相結(jié)合提出的一種計量研究辦法。Boivin和Giannoni[17]在測度經(jīng)濟(jì)全球化對美國利率政策有效性影響時也采用了這種計量模型。我們借鑒使用Bernanke提出的FAVAR模型主要是基于對下列兩方面挑戰(zhàn)的考慮：其一，實際研究中發(fā)現(xiàn)大量宏觀經(jīng)濟(jì)變量和概念無法被準(zhǔn)確測度，具有較大的誤差干擾；其二，采用大量更為廣泛的反映宏觀經(jīng)濟(jì)狀況的指標(biāo)數(shù)據(jù)有利于提升研究的準(zhǔn)確性和可信度。該模型總體描述如下：

本文用K×1維向量Ft表示無法直接觀測到的經(jīng)濟(jì)狀態(tài)變量，用N×1維向量Xt表示可觀測的一系列宏觀經(jīng)濟(jì)指標(biāo)，那么經(jīng)濟(jì)狀態(tài)與宏觀經(jīng)濟(jì)變量之間存在如下關(guān)系：

Xt=∧Ft+νt〔1〕

其中，Λ是Ft的因子載荷矩陣，反映經(jīng)濟(jì)狀態(tài)對各自宏觀經(jīng)濟(jì)指標(biāo)影響的權(quán)重；νt是均值為零的隨機(jī)誤差項，與Ft不相關(guān)。理論上，我們假定一系列宏觀經(jīng)濟(jì)指標(biāo)向量的維數(shù)大于經(jīng)濟(jì)狀態(tài)的維數(shù)，即N>K。

在式〔1〕中，F(xiàn)t構(gòu)成了反映經(jīng)濟(jì)狀態(tài)的根本因子集，也是影響宏觀經(jīng)濟(jì)指標(biāo)的主要因素，這時經(jīng)濟(jì)指標(biāo)Xt綜合反映了不可直接觀測的根本因子集Ft。由于Ft可能含有根本經(jīng)濟(jì)因子的滯后變量，所以Xt不僅僅決定于根本經(jīng)濟(jì)因子的當(dāng)期數(shù)值。因而，這些不可直接觀測的根本經(jīng)濟(jì)因子可通過一系列宏觀經(jīng)濟(jì)指標(biāo)得以綜合反映。根本經(jīng)濟(jì)因子可由VAR模型來反映其動態(tài)變化，其方程是：

Ft=A〔L〕Ft-1+ηt〔2〕

其中，A〔L〕是含有滯后項的多項式矩陣，ηt是計量方程中均值為零的隨機(jī)誤差項。在此根底上，我們就能構(gòu)建出FAVAR模型，其矩陣方程如下：

FtYt=A〔L〕Ft-1Yt-1+ηt〔3〕

其中，Yt為M×1維可觀測的經(jīng)濟(jì)變量向量。由于設(shè)定Ft是不可觀測的經(jīng)濟(jì)變量向量，我們無法直接估計式〔3〕。假定Yt和Ft與一系列宏觀經(jīng)濟(jì)指標(biāo)Xt有關(guān)，從而得到Y(jié)t和Ft共同引起Xt變動，引入方程〔4〕，即：

Xt=ΦyYt+ΦfFt+εt〔4〕

其中，Φy和Φf分別是N×M和N×K維的因子載荷矩陣，且N>M+K；εt是均值為零的隨機(jī)誤差項，且εt之間弱相關(guān)。據(jù)式〔4〕估計出Ft即t，將t代入式〔3〕中替代Ft，以到達(dá)VAR模型與因子分析模型相結(jié)合的目的[18-19]。

〔二〕模型估計

整個FAVAR模型估計的核心環(huán)節(jié)是如何獲得不可觀測的經(jīng)濟(jì)變量向量Ft的估計量的問題?，F(xiàn)有理論對t的估計提供了三種辦法，即反復(fù)迭代法、吉布斯抽樣法和兩步主成分分析法。對于三種辦法得到的估計結(jié)果是否具有較大差別性，不同文獻(xiàn)之間存在意見分歧。本文采用兩步主成分分析法來有效估計t。該辦法具體步驟如下：首先，從Ft和Yt組成的信息匯合It中取出前K+M個主成分所構(gòu)成的新的信息匯合即t；其次，將Xt中的所有經(jīng)濟(jì)變量分為快、慢變化兩組，反映較慢的變量是我們進(jìn)行主成分分析的對象，不可觀測信息可由抽取出的主成分所構(gòu)成的匯合Ft進(jìn)行反映[19]。體現(xiàn)t和Ft之間關(guān)系的方程如下：

t=byYt+bfFt〔5〕

由式〔5〕可得Ft的估計值為t=λ〔t-byYt〕，將t代入式〔3〕中就可得到VAR模型，由此能得到相應(yīng)的脈沖響應(yīng)函數(shù)。

四、經(jīng)驗分析

〔一〕變量選擇

由于業(yè)界尚未對影子銀行在口徑范疇上作明確界定，本文從社會融資總量當(dāng)選取委托貸款、信托貸款、未貼現(xiàn)銀行承兌匯票、企業(yè)債券凈融資和銀行同業(yè)拆借作為影子銀行體系〔SB〕的測度數(shù)據(jù)。

本文將貨幣政策的傳導(dǎo)機(jī)制分為兩個層次來考察影子銀行對貨幣政策有效性的影響：首先，考慮對貨幣政策中介目標(biāo)的影響，由此可進(jìn)一步測度貨幣政策最終目標(biāo)受影子銀行影響的程度。貨幣政策的中介目標(biāo)為貨幣供給量和利率，鑒于利率市場化尚未在我國完全推行，本文選取了廣義貨幣供給量〔M2〕作為貨幣政策中介目標(biāo)的代理變量。其次，考慮對貨幣政策最終目標(biāo)的影響。貨幣政策最終目標(biāo)第一位是保持物價穩(wěn)定，第二位是促進(jìn)經(jīng)濟(jì)增長。在選擇物價水平的代理變量問題上，本文引入居民消費價格指數(shù)〔CPI〕進(jìn)行研究。在梳理一系列宏觀經(jīng)濟(jì)指標(biāo)的過程中，我們可以深入挖掘出對經(jīng)濟(jì)開展起到至關(guān)重要影響的根本因子，而反映一系列宏觀經(jīng)濟(jì)變量的線性組合恰恰就是這些根本因子的匯合。本文沒有簡單地選取國內(nèi)生產(chǎn)總值〔GDP〕代表經(jīng)濟(jì)增長指標(biāo)，而是借鑒FAVAR模型思想以宏觀經(jīng)濟(jì)因子的方式給出了反映宏觀經(jīng)濟(jì)狀態(tài)的有代表性子空間，這樣可以使分析研究不受到來自價格、產(chǎn)出和進(jìn)出口等幾個有限指標(biāo)的制約，對宏觀經(jīng)濟(jì)狀態(tài)的描述更具實證說服力。

考慮到影響我國貨幣政策目標(biāo)的因素復(fù)雜性和數(shù)據(jù)可得性，本文依托2022―2022年共30種經(jīng)濟(jì)變量，建立了30維的宏觀經(jīng)濟(jì)信息集，這些變量數(shù)據(jù)大致可分為如下五類：一是國民經(jīng)濟(jì)開展變量，包括我國GDP增長率、工業(yè)增加值、工業(yè)生產(chǎn)總值、財政收入及支出、固定資產(chǎn)投資、經(jīng)常工程流入與流出增長率、資本流入與流出增長率和投資與消費增長率。二是貨幣政策工具變量，包括三年期貸款基準(zhǔn)利率、銀行間同業(yè)拆借利率、M1、M2、各項貸款余額和根底貨幣增長率。三是反映我國居民消費與收入水平的變量，包括CPI、耐用品消費支出、社會消費品零售額、城鎮(zhèn)就業(yè)人數(shù)和居民收入增長率。四是經(jīng)濟(jì)景氣指數(shù)變量，包括宏觀經(jīng)濟(jì)景氣指數(shù)、中國制造業(yè)采購經(jīng)理指數(shù)、各行業(yè)經(jīng)濟(jì)景氣指數(shù)和消費者信心指數(shù)。五是衡量我國外貿(mào)政策變動的變量，包括出口退稅增長率和進(jìn)出口貿(mào)易金額增長率。通過采用提取主成分分析的辦法，將30維信息集中的所有經(jīng)濟(jì)變量分為快、慢變化兩組，反饋較慢的變量能更好地解釋貨幣政策有效性的影響，也是我們進(jìn)行主成分分析的對象，據(jù)此提取出代表經(jīng)濟(jì)開展水平的宏觀經(jīng)濟(jì)因子〔F1〕，由此建立FAVAR計量模型進(jìn)行估計。〔二〕數(shù)據(jù)表明

本文選取了2022年1月到2022年12月的月度數(shù)據(jù)。數(shù)據(jù)來源于Wind數(shù)據(jù)庫、中國人民銀行網(wǎng)、統(tǒng)計局網(wǎng)、國家稅務(wù)總局網(wǎng)站及和訊網(wǎng)數(shù)據(jù)庫。由于無法直接獲取影子銀行的數(shù)據(jù)，本文選取社會融資總量中的委托貸款、信托貸款、未貼現(xiàn)銀行承兌匯票、企業(yè)債券凈融資和銀行同業(yè)拆借五個方面的月度同比增長率數(shù)據(jù)作為影子銀行體系的測度數(shù)據(jù)。對于個別月份短少數(shù)據(jù)的問題，本文利用三次樣條插值估算進(jìn)行處理。在做實證研究之前，我們需要運用X-12季節(jié)調(diào)整辦法剔除樣本數(shù)據(jù)所包含的不規(guī)那么變動因素和季節(jié)變動因素，該辦法的根本思想是利用中心化移動加權(quán)平均法，通過屢次迭代和分解實現(xiàn)趨勢測定并逐項剔除。如本文運用X-12的加法模型法對PMI等數(shù)據(jù)進(jìn)行了季節(jié)調(diào)整，GDP、投資數(shù)據(jù)的實際值與名義值和CPI等呈指數(shù)級數(shù)增長的序列適合利用X-12的乘法模型法來進(jìn)行季節(jié)調(diào)整，而工業(yè)增加值、投資和消費增長率等同比增速數(shù)據(jù)那么通過X-12的對數(shù)加法模型來對樣本中所包含的季節(jié)變動因素進(jìn)行剔除。之后還需要進(jìn)一步分解其趨勢項和波動項。利用H-P濾波辦法可以將變量序列中的短期波動成分和長期增長趨勢有效別離，從而得到平穩(wěn)序列。

〔三〕研究結(jié)果

1變量的描述性統(tǒng)計

本文選取的變量數(shù)據(jù)是從2022年1月到2022年12月的月度數(shù)據(jù)，對SB、F1、CPI和M2四個變量的描述性統(tǒng)計，如表1所示。

從表1可以看出，SB、F1、CPI和M2四個變量的觀測值之間存在較大的變差，為接下來的計量估計提供了可能性。

2平穩(wěn)性檢驗

經(jīng)驗分析中，時間序列大多不平穩(wěn)而極易出現(xiàn)“偽回歸〞問題，數(shù)據(jù)的高度相關(guān)僅僅是因為其隨時間有一致的變動趨勢而非具有真正的聯(lián)系。為了確定序列中不存在隨機(jī)趨勢或確定趨勢，本文首先對已經(jīng)過X-12季節(jié)調(diào)整和H-P濾波法分解后的SB、F1、CPI和M2進(jìn)行平穩(wěn)性檢驗。在對四變量原始時間序列進(jìn)行檢驗時，SB時間序列平穩(wěn)。為解決其他三個時間序列在5%顯著性下的ADF檢驗中出現(xiàn)單位根的問題，我們對F1和M2變量進(jìn)行一階差分處理，對CPI變量進(jìn)行二階差分處理，之后各變量在顯著性為5%的情況下拒絕了單位根若，因此，可以認(rèn)為所選取變量是平穩(wěn)序列。檢驗結(jié)果如表2所示。

3格蘭杰因果關(guān)系檢驗

本文采用格蘭杰因果關(guān)系檢驗法去測度被解釋變量與解釋變量之間是否存在因果關(guān)系，進(jìn)而為建立FAVAR計量模型進(jìn)行實證研究奠定根底。對本文采用的變量F1、CPI、M2和SB進(jìn)行格蘭杰因果關(guān)系檢驗，結(jié)果如表3所示。

由表3可以看出，F(xiàn)1、CPI、M2與SB在5%的顯著水平下拒絕原若，意味著影子銀行是引起宏觀經(jīng)濟(jì)、通貨膨脹和貨幣供給量發(fā)生變化的原因。

4脈沖響應(yīng)分析

脈沖響應(yīng)函數(shù)的根本思路是通過分析時間序列模型，考察沖擊對某個變量在不同時期的影響效果。在下列脈沖響應(yīng)圖中，縱坐標(biāo)為單位沖擊引起的波動〔以百分比表示〕，橫坐標(biāo)代表沖擊作用的滯后期數(shù)。本文選取滯后40期〔單位月度〕沖擊響應(yīng)函數(shù)進(jìn)行測度。

〔1〕基于傳統(tǒng)理論貨幣政策有效性的分析

如圖1所示，在不考慮影子銀行變量的傳統(tǒng)視角下，M2增長率一個單位規(guī)范差的波動，會引起宏觀經(jīng)濟(jì)因子增長率在第2期負(fù)方向下最大約022個單位規(guī)范差的響應(yīng)，之后宏觀經(jīng)濟(jì)因子增長率迅速上升，在第3期正方向下到達(dá)最大峰值約為3個單位規(guī)范差的響應(yīng)，后伴隨著波動呈下降趨勢，在第14期向穩(wěn)態(tài)值趨于平緩。表明寬松的貨幣政策對宏觀經(jīng)濟(jì)在短時間內(nèi)有正向的沖擊，沖擊作用在第3期到達(dá)峰值。之后沖擊作用雖有反復(fù)，沖擊效果有所降低，但在第14期降低到穩(wěn)定水平，表明寬松的貨幣政策對宏觀經(jīng)濟(jì)的作用逐漸減弱。根據(jù)圖1，央行實行寬松的貨幣政策，增加M2，短時間內(nèi)會通過降低企業(yè)的融資本錢，增加居民貨幣收入，促進(jìn)消費和投資，對宏觀經(jīng)濟(jì)有正向的拉動作用；但是從長期來看，隨著經(jīng)濟(jì)主體對實際價格的調(diào)整，一次性寬松貨幣政策對宏觀經(jīng)濟(jì)的刺激作用會逐漸降低。這與傳統(tǒng)的貨幣政策理論是一致的。

圖1F1對M2的脈沖響應(yīng)圖

對貨幣供給量增長率施加一個單位規(guī)范差的沖擊后，如圖2所示，CPI增長率呈波動性增長，在第7期正方向下到達(dá)最大約為019，之后開始下降，在第15期趨于平緩。表明一個單位規(guī)范差的貨幣供給量擴(kuò)張，對物價水平在前面7期有較大的正向沖擊，但是物價水平回升幅度最高缺乏019個規(guī)范差，之后，長期影響雖力度減弱，但是持續(xù)存在。

圖2CPI對M2的脈沖響應(yīng)圖

〔2〕影子銀行對貨幣供給量影響的分析

在將影子銀行變量納入模型的前提下，對影子銀行增長率施加一個單位規(guī)范差的沖擊后，如圖3所示，M2增長率在2期內(nèi)出現(xiàn)同向變動，后在穩(wěn)態(tài)值高低震蕩，在第4期迅速下降，在第12期到達(dá)負(fù)方向下最大，約為-033，之后恢復(fù)到穩(wěn)態(tài)值上升，在第32期到達(dá)正方向下最大值約為012。表明影子銀行規(guī)模擴(kuò)大后，降低了貨幣供給量增長率，對貨幣供給量增長率的負(fù)向作用影響時間較長，后轉(zhuǎn)變?yōu)檎蜃饔?，但該正向沖擊效果不顯著。

圖3M2對SB的脈沖響應(yīng)圖

目前我國金融創(chuàng)新不斷增強(qiáng)，公眾資產(chǎn)結(jié)構(gòu)呈現(xiàn)日益多樣化和復(fù)雜化的趨勢，特別是隨著近些年來商業(yè)銀行表外理財產(chǎn)品、民間借貸、互聯(lián)網(wǎng)基金等影子銀行或影子銀行業(yè)務(wù)的迅速開展，加快了存款分流，這些替代性的金融資產(chǎn)短時間內(nèi)沒有計入貨幣供給量，使得受到影子銀行短期沖擊后的貨幣供給量增長率下降；長期內(nèi)，由于影子銀行和影子銀行業(yè)務(wù)一定程度上促進(jìn)了資金融通，獲得資金的經(jīng)濟(jì)主體將資金轉(zhuǎn)入銀行等金融機(jī)構(gòu)體系，從而擴(kuò)大了貨幣乘數(shù)，從而出現(xiàn)對貨幣供應(yīng)量的正向沖擊。李波和伍戈[10]、周莉萍[11]的理論分析也表明了這一點。

在影子銀行規(guī)模不斷擴(kuò)大的背景下，M2受到的沖擊不斷增大，使得央行對M2的控制力減弱，從而影響了我國貨幣政策的有效性?！?〕貨幣供給量作為中介變量視角下影子銀行對宏觀經(jīng)濟(jì)和物價水平影響的分析

影子銀行一個單位規(guī)范差的波動，如圖4所示，會首先引起宏觀經(jīng)濟(jì)因子增長率小幅下降，在第2期到達(dá)負(fù)方向下約043個單位的響應(yīng)，之后快速上升，在第5期正方向下最大約2個單位規(guī)范差的響應(yīng)，之后宏觀經(jīng)濟(jì)因子增長率伴隨著波動開始下降，在第19期負(fù)方向下到達(dá)最大約081個單位規(guī)范差的響應(yīng)，后遲緩上升，在第32期回歸穩(wěn)態(tài)值趨于平穩(wěn)。比照圖1，表明影子銀行在一定程度上解決了中小企業(yè)和房地產(chǎn)行業(yè)融資的問題，通過提高金融效率，降低金融摩擦，從而減弱了宏觀經(jīng)濟(jì)波動。

圖4F1對SB的脈沖響應(yīng)圖

對我國影子銀行增長率施加一個單位規(guī)范差的沖擊后，如圖5所示，CPI增長率在第8期正方向下到達(dá)最大約為027，在第28期負(fù)方向下到達(dá)最大約為-014。相較于傳統(tǒng)理論下對M2增長率施加一個單位規(guī)范差的沖擊后，CPI增長率在第7期到達(dá)約為019的正方向峰值，影子銀行當(dāng)期給CPI增長率一個單位規(guī)范差的沖擊后，CPI增長率在第8期正方向下到達(dá)約為027的峰值，表明我國影子銀行規(guī)模的擴(kuò)大會引起市場上流動性過剩，逐利的游資很有可能會流向房地產(chǎn)、大宗商品等進(jìn)行炒作，加劇物價穩(wěn)定水平更大幅度的波動。

圖5CPI對SB的脈沖響應(yīng)圖

五、結(jié)論及倡議

本文基于2022―2022年的月度數(shù)據(jù)