金融周期对货币政策有效性的影响研究：警惕金融繁荣下...

奥鹏网院作业

金融周期对货币政策有效性的影响研究：警惕金融繁荣下的货币政策效力扭曲金融周期对货币政策有效性的影响研究：警惕金融繁荣下的货币政策效力扭曲

崔建军 张冬阳

(西安交通大学 经济与金融学院，陕西西安710061)

摘 要： 综合金融市场的多维信息，利用主成分分析法和BP滤波法对我国金融周期进行客观、系统地测度。在此基础上，探讨金融周期对中国货币政策有效性的影响。研究结果表明：我国金融周期具有中周期性质，周期长度约为9年，振幅有缩小趋势，由0.034缩小至0.016；金融中周期对货币政策有效性影响显著，金融繁荣阶段，货币政策产出效应下降约50%，价格效应则至少增强1倍；金融繁荣下产出效应的下降将加大货币政策调控成本，增加政策无效的风险。由此，本文认为将金融周期的中周期特征纳入货币政策视野存在必要性，货币当局应警惕金融繁荣下的货币政策效力扭曲，审慎操作，且不宜承担过多的刺激产出的任务。

关键词： 金融周期； 货币政策有效性； 产出效应； 价格效应

一、引言

2008年，在经济高速增长，物价基本保持稳定的情况下，全球性金融危机爆发，其影响之深远凸显了金融的系统重要性，对仅将金融作为中介考量的主流经济学派提出挑战，社会各界开始重新审视金融因素对宏观经济的巨大影响。作为“中介部门”，金融发展可能通过分散风险、提高资金转化效率、优化资源配置等途径更好地服务实体经济，信贷的普及也将扩大货币政策的调控范围，进而提升货币政策有效性；但金融周期与实体经济周期分化却使货币政策效果的不确定性增加：一方面，金融部门作为货币政策传导的枢纽决定了金融周期能够通过改变市场的风险认知和风险态度，影响各主体的投融资决策，进而扭曲货币政策的传导效果；另一方面，在交易活动中，虚拟经济作为实体经济的对立面，其繁荣可能通过“挤出效应”、“虹吸效应”、“套利行为”等扭曲货币政策之效果，加剧实体经济之困。目前，我国正处于供给侧结构性改革和金融市场改革的关键时期，了解我国金融周期与货币政策的关系无疑是确保货币政策有效发挥和金融市场稳定的前提，也是各项宏观政策妥善实施、经济良性发展的必要条件。因此，深入分析金融周期对货币政策有效性的影响具有重要现实意义和理论价值。

本文将从产出效应和价格效应两个方面，探索我国金融周期对货币政策有效性的影响。与现有研究着重以货币供应量、信贷规模、信贷/GDP、房价和股票市场价格测度金融周期，并基于短周期视角研究金融波动对货币政策的影响不同，本文将综合货币市场、信贷市场、证券市场和房地产市场的多维信息，客观、系统测度我国的金融周期，并基于金融周期理论的研究成果，从中长期视角探索金融周期对我国货币政策有效性的影响，为是否以及如何将金融周期纳入货币政策框架提供理论与经验参考。

二、相关文献综述(一)金融周期理论的发展

“金融周期”虽是反思本次金融危机的直接产物，但并非全新的理论范畴。事实上，早在1933年，Fisher(1933)[1]在反思“大萧条”时，便提出金融周期理论的雏形，即“债务型通货紧缩”理论。在“债务-通货紧缩”机制中，金融因素的波动不仅是经济衰退的结果，也是经济衰退的原因。这一研究思路在凯恩斯主义和RBC理论的冲击下，并未得到足够重视，但仍不乏学者不断审视金融的重要影响。其中，Minsky H P.便是“非主流”经济学派的代表人物之一。Minsky(1977)[2]提出 “金融不稳定假说”，将金融因素(投资的融资行为)放在首要位置，认为金融不稳定的核心在于以银行为中心的融资活动、货币创造和以债务施加的约束之间的内生变动。并提出金融结构变化(由稳定结构到脆弱结构)与经济的长期繁荣有关，而金融结构变化存在使经济体由稳定转为不稳定的风险。

目前，对于金融周期的研究存在两个方向：其一，从主流经济学派出发，强调金融因素的顺(经济)周期效应，研究金融因素对各项冲击的反应及其对宏观经济变量的影响，即“金融-经济周期”理论；代表理论为Barnanke等(1999)[3] 建立的“金融加速器模型”和Kiyotaki和Moore(1997)[4]建立的“信贷周期理论模型”。金融加速器模型认为“外部融资溢价”和“资产负债表”的顺周期变化会通过信贷传导渠道延长经济繁荣，加深和加剧经济萧条。“信贷周期理论”则探讨了信贷配给与资产价格之间的互动如何传导至实体经济，放大经济波动。其二，从金融因素出发，强调金融周期的自我发展，研究金融周期的内在演化机理及其宏观经济影响，即狭义的“金融周期”理论。其代表人物包括Borio、Claessens和Drehmann。金融周期理论强调金融运行的本质特征，从投融资约束、风险认知、风险态度的演变，归纳、测度和分析金融周期的内在特征和运行机理。Claessens等(2012)[5]基于信贷、资产价格和股权价值数据，分别运用拐点法和带通滤波法提取中长期金融周期信息，研究金融周期与经济周期的关系，他们发现经济周期与金融周期不同阶段存在因果关系：经济衰退常与金融崩溃有关，经济复苏常伴随信贷迅速扩张。Drehmann等(2012)[6]发现金融周期较商业周期持续时间更长，波动更大，且当商业周期和金融周期同时处于收缩阶段时，商业周期的衰退更明显。Borio(2014)[7]不仅从经验上证明金融周期的“中长周期”性质，还从理论上提出金融周期的形成与发展同社会主体的风险价值认知、风险容忍度以及金融约束之间自我加强式的相互作用有关，某种程度上体现了金融体系的顺周期性。在其形成过程中，金融繁荣往往是紧随其后之萧条的主要原因。

国内对于金融周期的研究与国外相似，认可金融周期是诸多金融因素共同的运动规律，具有“中长期”波动性质。但其测度，包括指标、方法等的选择仍属于开放性问题。目前，有学者基于国外的研究成果，利用我国信贷、信贷/GDP、房价、股票价格等信息，基于拐点法或滤波法对我国的金融周期展开系统测度[8]。也有部分学者通过广义动态因子模型[9]、VAR模型[10]和不可观测成分时间序列模型[11]等捕捉我国金融周期的运行特征。但受制于方法要求，其测度指标往往具有主观性，由此可能缺失与我国金融周期发展相适应的重要信息，有待进一步补充和完善。

(二)金融周期对货币政策有效性的影响

随着金融周期理论的发展和完善，从金融总体视角研究其对货币政策调控影响的文献也日渐增多。Borio和Zhu(2008)[12]发现金融部门“风险认知”、“风险容忍度”和“风险承担”的变化对货币政策有效性具有首要影响。邓创、徐曼(2014)[13]利用时变参数向量自回归模型检验了金融短周期波动的宏观经济效应，发现金融冲击的“价格效应”强于“产出效应”，金融形势好转时的负面效应强于金融形势恶化时期。Borio et al.(2015)[14]指出金融周期是众多金融因素内在的、共同的运动规律，这一运动对传统货币政策框架及其有效性提出巨大挑战。例如，他们发现，剔除金融周期影响的潜在产出和自然利率将更符合实际经济表现且更具政策价值。张成思和张步昙(2016)[15]梳理和归纳了广义金融市场、货币政策与宏观经济变量间的作用机制，提出金融过度发展、经济金融化不仅可能挤出对实体经济部门的投资，还会加剧商品价格波动，增加货币政策调控的难度和成本。刘玚(2016)[16]构建时变向量自回归模型对我国金融稳定、货币政策和实体经济之间的传导关系进行了实证检验，发现货币供给冲击在短期内通过改变金融稳定因素对实体经济产生了先正后负的影响，但长期来看这种传导并不成立。张晓晶等(2016)[17]指出金融周期理论的发展为宏观调控提供了新的维度，政策当局不仅面临政策目标的重新测度，还需将政策调控的视野由“短期”延伸至“中长期”。马勇等(2017)[18]研究了内生性金融周期变量对宏观经济的影响，发现将金融稳定纳入货币政策规则有助于在正常时期维护实体经济和金融的“双稳定”，而且在压力时期显著降低金融波动对实体经济的不利冲击。

通过对现有文献的梳理发现，金融周期理论已取得一定进展，但其测度仍属于开放性问题，测度指标的选取颇具主观性。同时，现有文献肯定了金融周期与货币政策之间的密切联系，但其分析更多围绕是否应将金融周期、金融稳定因素纳入货币政策框架，未对金融周期如何影响货币政策有效性做出细致的说明；最后，在探讨金融周期的经济影响时，现有文献常采用金融周期的短期波动信息，忽视金融周期的中长期影响，而关于金融周期的最新研究表明，金融周期对于市场主体的风险认知、风险容忍度、风险承担行为进而对于金融约束的改变是一个缓慢的中长期过程，因此相对于短期波动，关注金融周期的中长期运行特征在货币政策的制定和传导过程中可能具有更为重要的理论与现实价值。

鉴于此，本文将在前人基础上做如下改进。基于金融周期的演化机理，构建测度金融周期的多维指标体系，利用主成分分析法合成我国的金融运行指数；结合金融周期理论的发展，在“中长周期”的先验假设下，利用BP滤波法测度我国的金融周期；将金融周期作为客观存在的、货币政策的实施环境对待，着重考察金融周期不同阶段对货币政策有效性的间接影响；将基础货币变动区分为整体变动和未预期到的变动，具体讨论金融周期对我国货币政策有效性的影响。

三、我国金融周期的测度(一)金融周期及其测度指标的选取

基于现有理论对金融周期内在结构与形成机理的研究，本文分别从货币市场、信贷市场、证券市场和房地产市场选取测度指标，如表1所示。这些指标可进一步分为数量型、价格型和结构型指标。数量型指标用于刻画金融部门的发展规模，包括广义货币、信贷、上证综指、中债综指以及国房景气指数的变动情况；价格型指标旨在识别金融部门的发展质量和对风险的认知，包括质押回购利率、流动性风险溢价、市盈率、无风险收益率和房地产价格实际增长率；结构性指标主要测度金融周期内在结构的变化，包括货币乘数、杠杆率和房地产开发中的信贷支持。

表1 金融周期的度量指标

     

指标来源编号具体指标货币市场01广义货币(M2)实际增长率023个月期银行同业质押回购利率03流动性风险溢价04货币乘数信贷市场05私人信贷规模实际增长率06社会融资规模实际增长率07私人杠杆率(固定资产投资杠杆率)08宏观杠杆率(信贷规模/GDP)证券市场09上证综指同比增长率10上证A股平均市盈率11中债综合指数同比增长率1210年期国债收益率房地产市场13国房景气指数同比增长率1470个大中城市房地产销售价格实际增长率15房地产开发中的信贷支持变动率

(二)数据来源和处理

由于我国金融市场发展时间较短，各指标的时间跨度不一，综合考虑可得性后，选取2003—2017年的季度数据测度我国的金融周期。原始数据来源于《中国经济景气月报》和Wind数据库。对原始数据的处理根据指标性质而异。对数量型指标，先以定基消费者物价指数剔除价格因素，再计算各个指标的同比变动率，得到实际增长率指标；对价格型指标，剔除物价因素即可；对结构型指标，不作任何处理。此外，对于流量数据，采用几何平均法得到季度数据；对于存量数据，直接选用季末数据。

(三)我国金融周期构成要素分析

根据金融加速器理论、风险承担理论以及金融内生不稳定理论的研究结论不难推测，金融周期的存续时间当比一般的商业周期更长。现有实证结论也表明，8-20年的中长周期可能更能捕捉金融部门的运作规律，更具有“宏观经济研究”方面的重要性。因此，本文利用Christiano和Fitzgerald提出的BP滤波法，选取32Q-78Q的滤波频段对金融周期各测度指标进行处理，提取各指标的中周期信息，观察各金融要素在中长期视角的内在一致性。表2为滤波前后各指标间相关系数的统计结果。

可以看出，相对于原始序列，滤波后各指标的时间序列存在明显的趋同态势：约有16.2%的指标间相关系数(| r |)大于0.8(滤波前该比例仅为2%)，其中更有41%的相关系数在0.9之上。值得一提的是，国房景气指数与私人杠杆率在经过BP滤波后，相关系数达到1。以上研究不仅证明了本文所选指标具有内在的相关性，更从侧面说明了我国金融周期具有内生的、中周期的波动特征。

表2 滤波前后各指标间相关系数的统计结果

     

相关度(|r|)滤波前滤波后0.8～1.02/105(2%)17/105(16.2%)0.6～0.88/105(8%)21/105(20%)0.4～0.69/105(8.6%)27/105(25.7%)0.2～0.433/10519/1050.1～0.219/10512/1050.0～0.134/1059/105

(四)我国的金融周期及其形态

测度金融周期的方法较多，有学者通过算数平均法、加权平均法、熵值法等指标合成法测度我国的金融周期，也有学者构建SVAR、状态空间模型等估计我国的金融运行指数。考虑到本文测度指标较多，而主成分分析法可通过正交变换将多维相关数据转换为少数不相关变量，在尽可能保存数据信息的同时达到“降维”之目的。因此本文选择主成分分析法合成我国金融周期指数。具体做法如下：首先对原始数据进行季节调整，剔除繁杂的短期扰动信息；在此基础上，进行主成分分析合成我国的金融运行指数，记为FI[注]从主成分分析的结果来看，所选指标的KMO检验与Bartlett球度检验结果均符合要求。因此，选择累计贡献率达78.389%的前四个主成分，以各自方差贡献率为权数合成我国的金融运行指数(FI)，公式如下：FI=0.351 7×F1+0.217 35×F2+0.127 37×F3+0.087 4×F4；最后，运用BP滤波法，选取32Q-78Q的滤波频段对FI进行处理，得到我国的金融周期指标，记为FC。图1为我国2003年到2017年间，金融周期的波动形态。其中虚线表示基于主成分分析得到的金融运行指数(FI)，实线为本文的核心变量：综合主成分分析法和BP滤波法测度的我国的金融周期(FC)。

     

图1 我国2003-2017年间金融周期的波动形态

可以看出，图1中金融周期的波动规律与现实十分吻合。在2003年至2017年这14年间，我国金融周期分别于2007年第4季度到达第一个峰顶，于2012年第2季度到达第一个谷底，于2016年第1季度达第二个峰顶，“峰”至“峰”间隔约为9年。如以此度量我国金融周期的长度，则结果与范小云(2017)的结论相近[8]。同时，基于不同时间样本和测度指标，本文也有一些新的发现。首先，从金融周期的长度看，本次测得的金融周期历时相对较短，约为9年，小于范小云估计的10.5年。其次，从金融周期的波动幅度看，我国金融周期振幅呈现逐渐缩小的特征，由0.034下降至0.016。最后，从金融周期不同阶段的持续时间看，我国金融由复苏至繁荣阶段历时更短，曲线更加陡峭，而金融衰退过程则相对缓慢和平滑，体现“软着陆”特征。

四、金融周期对货币政策有效性的影响

货币政策有效性可以理解为货币政策目标在货币政策工具作用下的实现程度，传统货币政策目标包括经济增长、物价稳定、充分就业和国际收支平衡。由于货币属金融范畴，而货币政策目标均是实体经济变量，因此，货币政策目标的实现必然依赖金融部门的反应和传导，同时金融部门的发展和内在结构的变化必然影响货币政策的有效程度。故本节以金融周期的不同阶段为切入点，研究金融周期如何影响我国货币政策的有效发挥。

2017年，四川粮食产量3498.4万吨，仅占全国粮食总产量的5.66%，粮食总产量排名也从2003年仅次于山东和河南的第3位下降到2017年的7位，2011-2016年四川粮食产量在全国的排名也不理想，同时四川人均粮食产量0.42吨，人均排名仅为16名。这意味着，四川粮食生产处于全面下降之中。2006年-2017年期间，全国粮食累计增长率为24.1%，而四川粮食累积增长率为22.3%，由此可见，四川粮食累计增幅大幅低于全国水平。(见表1)

(一)模型构建

自1984年中国人民银行履行中央银行职能开始，经过多年探索，我国最终形成了以货币供应量为核心，以经济增长、物价稳定为最终目标的货币政策框架。本文将基于基础货币的数量调控视角，从产出效应和价格效应两个维度对金融周期如何影响我国货币政策有效性展开实证分析。其中，货币政策的产出效应主要考察货币政策变动对实际产出的影响力度，而货币政策的价格效应则主要考察货币政策变动对通货膨胀的影响力度。

在模型构建方面，裴平(2006)[19]对Karras于1999年提出的产出、通货膨胀方程的改进构成本文的实证基础，如式(1)、(2)所示。在此基础上，将金融周期变量引入货币供给系数，并借鉴王玉(2018)[20]的研究，将劳动力积累、资本积累和净出口引入估计模型作为控制变量，考察金融周期对货币政策有效性的影响，待估计模型如式(3)、(4)所示。其中，α、β、Φ、φ为待估计参数；Δyt，Δmt，Δpt分别为实际产出同比增长率、通货膨胀率以及货币供给同比增长率的缺口值；FC为金融周期指标，当金融周期处于上升阶段时，FCt取值1，表示金融繁荣期(Boom)；当金融周期处于下降阶段时，FCt取值0，表示金融衰退期(Bust)；PEOt、INVt、NXt为控制变量，分别代表自然人口增长率、固定资本投资增长率和进出口贸易差额变动率

教学思想对于各项教学活动能否顺利、高效地开展有着直接影响。对此，各高职院校应重视教学思想的不断更新，结合自身实际发展情况来全面挖掘、发挥学生的创新意识，以此来为工学结合的科学引用创造良好条件。一方面，各高职院校领导应结合学校自身发展变化情况，及时更新教育管理理念，真正做到与时俱进，为工学结合模式的有效落实提供有力支持；另一方面，领导与教师应积极学习其他院校的先进理念与方法，并在借鉴的基础上，结合自身具体需求给予进一步创新，以确保工学结合模式的科学引用能够充分满足学生不同阶段的发展需求，并将该模式的优势特点充分发挥出来，为院校未来的改革创新发展奠定良好基础[3]。

   

(1)

   

(2)

   

(3)

(4)

由于货币政策的主观性，货币超调无可避免。同时，根据预期理论，货币政策是否被预期到对于宏观经济变量的影响存在显著差异。故有必要更进一步，对金融周期如何影响未预期到的货币政策效果展开讨论。因此，结合Hakan Berument(2007)[21]的研究思路，首先利用货币供给方程，估计未预期到的货币供给冲击，如式(5)所示。其中，yt，pt，mt分别代表HP滤波法下，实际GDP、CPI以及货币供应量的对数值，残差项μt为未预期到的货币政策变化[注]由于lnY，lnP，lnM均为一阶单整序列且三者之间存在协整关系。故可以利用各变量的一阶差分建立ARMAX模型对未预期到的货币冲击进行估计。解释变量与自回归模型的滞后阶数由t统计量和AIC、BIC信息准则综合判定。根据货币供给方程的性质，最终模型ARMAX(5.,1,0)的残差项表示满足经济增长、物价变化之外的货币供给冲击，即本文的未预期到的货币冲击μt。。再以μt取代式(3)、(4)中的Δmt，得到式(6)、(7)，估计(6)、(7)即可得到金融周期对未预期到货币政策有效性的影响

   

(5)

   

(6)

   

(7)

(二)数据来源和平稳性检验

与测度金融周期时保持一致，本节相关数据也选自2003年第1季度至2017年第1季度，共57个时间样本。原始数据来自《Wind数据库》。由于时间序列常出现“伪回归”现象，为此，在实证之前应对数据样本的平稳性进行检验，各变量ADF的检验结果如表2所示。可以看出，所有数据均在95%的显著性水平下通过平稳性检验，为后续实证排除了“伪回归”的可能。

表3 相关变量的单位根检验结果(ADF检验)

     

变量t-统计量临界值1% level5% level是否平稳Δyt-3.758***-3.524-2.902平稳Δpt-5.747***-3.558-2.917平稳Δmt-6.276***-3.560-2.918平稳Δyt*FCt-6.333***-3.560-2.918平稳PEOt-2.928**-3.607-2.941平稳INVt-4.364***-3.576-2.928平稳NXt-2.906**-3.574-2.927平稳yt原值-1.993-3.572-2.925不平稳一阶差分-11.725***-3.573-2.926平稳pt原值-1.073-3.572-2.925不平稳一阶差分-9.951***-3.573-2.926平稳mt原值-1.536-3.572-2.925不平稳一阶差分-7.856***-3.573-2.926平稳μt-6.804***-3.574-2.928平稳μt*FCt-7.479***-3.574-2.928平稳

注：*p<0.1，**p<0.05，***p<0.01。

(三)金融周期对货币政策有效性的影响

利用数据样本，对金融周期如何影响我国货币政策有效性展开实证分析。综合前人的研究成果，初步选择滞后4阶为各变量最大滞后阶数，并在实证过程中根据AIC、BIC信息准则和各变量的t统计量对模型进行筛选与简化，实证结果如表3所示。其中，模型(1)-(4)为金融周期影响总体货币政策有效性的实证结果，模型(5)-(8)为金融周期对未预期到的货币政策效力的影响。

由表3可以看出，各变量系数联合显著，拟合优度较高，各统计检验结果较为理想，绝大多数核心变量在1%的置信水平上高度显著且系数符号符合现有理论与实证的研究成果。以上研究说明本文实证结果具有可靠性。具体来看，本文的实证结果至少可归纳为以下四个方面：

首先，我国货币政策总体有效，且具有逆周期调控特征。货币政策的有效性由货币政策变动对实际产出和物价的累积效应之和为正而证实，即随着货币供应量增加，我国实际产出和物价均会上升，反之则反是。同时，对比模型(4)和(8)可以看出，相比于总体货币政策(Δm)，未预期到货币政策(μ)的价格效应明显减弱，表现为对应变量的显著性下降和滞后期延长。

表4 我国金融周期影响货币政策有效性的实证结果[注]模型1、3、5、7为包含全部变量的未受约束模型的实证结果；模型2、4、6、8为去除不显著变量后，受约束模型的实证结果。显然，二者结论一致，且受约束模型的检验结果更好。因此，本文的主要结论主要基于后者。

     

变量(1)Δy(2)Δy(3)Δp(4)Δp变量(5)Δy(6)Δy(7)Δp(8)ΔpL.10.726***(4.11)0.657***(4.30)0.715***(4.18)0.784***(12.36)L.11.013***(4.29)0.788***(8.38)1.040***(8.41)0.875***(13.09)L.2-0.333**(-2.14)-0.108(-0.82)0.043(0.25)—L.2-0.213(-0.76)—-0.143(-0.64)—L.30.228(1.42)—0.182(0.78)—L.30.101(0.42)—-0.071(-0.24)—L.4-0.085(-0.72)—-0.292*(-1.79)-0.166***(-3.21)L.4-0.236(-1.33)—-0.294*(-1.76)-0.437***(-6.67)Δmt-0.109(-0.89)—-0.319***(-3.73)-0.266***(-3.81)μt-30.094(-1.23)—-2.825(-0.16)—Δmt-1-0.042(-0.44)—0.048(0.58)—μSt-127.806(1.05)—20.811(1.56)—Δmt-20.398***(4.15)0.247***(3.48)0.333***(3.93)0.307***(4.92)μt-274.370***(3.15)74.737**(2.48)19.942(1.20)—Δmt-30.258***(2.73)0.312***(3.16)0.129(1.66)—μt-312.510(0.40)—-30.192*(-1.75)-30.457**(-2.16)Δmt-4-0.010(-0.08)—-0.142(-1.46)—μt-4-42.988(-1.51)—-31.635**(-2.09)-31.885*(-1.84)Δmt×FCt0.038(0.25)—0.187**(2.19)0.159*(1.95)μt×FCt 27.101(0.93)—0.852(0.04)—Δmt-1×FCt-10.255*(1.83)0.155**(2.16)-0.001(-0.01)—μt-1×FCt-111.138(0.36)—-24.792(-1.58)—Δmt-4×FCt-2-0.166(-1.30)—-0.144*(-1.79)-0.106(-1.50)μt-2×FCt-2-54.527*(-1.83)-44.207(-1.32)-18.662(-1.06)—Δmt-4×FCt-3-0.217*(-1.87)-0.309**(-2.69)-0.072(-1.10)—μt-3×FCt-3-24.474(-0.79)—33.233*(1.74)33.023**(2.14)Δmt-4×FCt-4-0.184*(-1.90)-0.130*(-1.69)0.141(1.67)—μt-4×FCt-438.132(1.39)—39.277**(2.15)39.418**(2.10)PEOt0.612*(1.91)0.623*(1.95)0.255(1.08)0.208(1.09)PEOt0.004(0.01)0.160(0.50)-0.099(-0.34)-0.186(-0.85)INVt1.555(1.43)1.058(0.98)-1.041**(-2.18)-0.969**(-2.14)INVt3.048(1.31)0.660(0.64)0.065(0.06)0.459(0.45)NXt-0.001(-0.01)0.009(0.15)0.037(0.94)0.019(0.56)NXt-0.115(-1.49)-0.104(-1.56)0.003(0.06)-0.011(-0.22)常数项-3.055*(-1.73)-3.185*(-1.81)-1.518(-1.13)-1.181(-1.13)常数项0.706(0.36)-0.260(-0.14)0.516(0.33)1.120(0.95)Σ4i=0Δmt-i0.4950.5590.0490.041Σ4i=0μt-i41.60474.737-23.599-62.342Σ4i=0Δmt-i×FCt-i-0.274-0.2840.1110.053Σ4i=0μt-i×FCt-i-2.63-44.20729.90872.441adj. R20.7940.8040.9230.920adj. R20.7140.6620.8560.867F统计量76.30***25.58***87.02***50.50***F统计量17.97***17.51***31.86***50.50***White检验69.3162.8073.9066.17White检验67.2023.1072.34 66.17BG检验0.5180.3651.2810.006 BG检验3.085*1.6980.1260.006

注：L.i(i=1，2，3，4)代表滞后i期的被解释变量；*p<0.1, **p<0.05, ***p<0.01；括号内为t统计量。

其次，货币政策调控具有明显的滞后特征，且对物价的调控快于对产出的影响。在模型(2)中，滞后2期的货币供应量系数的显著性最高，而在模型(4)中，当期货币供应量的变动即刻反映在CPI的变动上。此外，对比模型(6)和(8)不难发现，与总体货币政策(Δm)效果不同，未预期到的货币政策(μ)对于价格的影响会明显滞后于对产出的影响。

第三，金融周期不同阶段，货币政策有效性存在差异。由受约束模型的估计结果发现，无论Δmt-i×FCt-i还是μt-i×FCt-i的系数均在5%的显著性水平下拒绝了“金融周期不同阶段，货币政策有效性没有区别”的原假设。

第四，金融繁荣下的货币政策效力存在扭曲，其产出效应明显下降，价格效应有所增强。由实证结果看，无论货币政策是否被预期到，金融繁荣对货币政策产出效应始终存在抵消作用，表现为产出效应方程中，和始终、显著为负；与之对应的是，金融繁荣对货币政策价格效应的强化，即在价格效应的方程中，和始终、显著为正。

第五，金融繁荣对货币政策效力的扭曲将加大货币政策调控产出的难度和成本。如表3所示，在货币政策的产出效应方程中(模型1和模型2)，的值均大于0.5(模型1：0.554；模型2：0.508)，表明相对于金融萧条时期，金融繁荣下货币政策调控产出的效力将折损约50%，幅度之大不可小觑。

(四)对结果的进一步分析

实证结果表明，金融繁荣下货币政策效力存在扭曲，表现为产出效应下降，价格效应增强。对此，有必要展开进一步的分析和说明。

金融周期对货币政策价格效应的影响机制。货币政策价格效应在金融繁荣时期增强与财富效应有关。相对于金融萧条，金融繁荣时期金融市场交易活跃，市场主体偏好持有生息的金融资产以贮藏财富，因此，金融资产(A)在收入(Y)中的配置比例上升。这一比例上升将直接导致货币政策的财富效应增强，即货币政策变动更易通过金融资产价格影响市场主体的消费需求，进而更易调控通货膨胀。因此，金融繁荣时期，货币政策价格效应会强于金融萧条时期，影响机理如下。

FC↑—A/Y↑—货币政策的财富效应↑—消费需求的敏感度↑—货币政策的价格效应↑

金融周期对货币政策产出效应的影响机制。货币政策产出效应在金融繁荣时期下降与信贷约束的变化和金融投资对实体经济投资的挤出效应有关。当金融繁荣叠加经济过热时，金融繁荣意味着企业信贷约束下降，金融部门风险承担上升，紧缩货币政策对产出的冷却效果将被金融繁荣的正面激励抵消。当金融繁荣叠加经济萧条时，金融部门的预期收益率必然高于实体经济部门，宽松的货币政策容易导致资金滞留于金融部门，并通过虹吸效应和挤出效应使投资由实体经济转向金融部门，造成实体经济的进一步下滑。综上，金融繁荣时期，货币政策的产出效应将被削弱，影响机理如下。

经济过热时，FC↑—信贷约束↓ 风险承担↑—紧缩货币对投资的负面影响↓—货币政策的产出效应↓

经济萧条时，FC↑—R金融>R实体—资金滞留金融部门—金融投资↑，实体经济投资↓—货币政策产出效应↓

(五)稳健性检验

前文分析得出了两个主要结论，一是金融周期的不同阶段确实会影响货币政策有效性，二是在金融繁荣阶段，货币政策的产出效应严重下降。为增强本文结论的可靠性，本节将从样本和估计方法选择两个角度，对上述结论进行稳健性检验。

1.2.2 扫描方法 两代320排螺旋CT机扫描模式一致。经肘前静脉以8 mL/s速率注射对比剂碘帕醇(碘必乐，370 mgI/mL)40 mL，后续注射0.9%氯化钠液40 mL。注射对比剂8 s后开始扫描，分为3个阶段：每隔2 s扫描1次，共扫描11次；2.5 s后，每隔3 s扫描1次，共扫描7次；3.5 s后，每隔5 s扫描1次，共扫描5次。第2代组患者的曝光时间为6.9 s，第1代组患者的曝光时间为11.5 s。扫描过程中嘱患者匀浅呼吸，运用呼吸运动伪影补偿技术来纠正呼吸运动伪影。

自主学习的研究始于上世纪50年代，是教育心理学的研究对象，到70年代，西方研究自主学习的代表人物Holec[2]认为，自主学习就是学习者在学习过程中“能够对自己的学习负责的一种能力，包括确立目标、自我监控和自我评价等”；Benson[3]则提出语言学习的自主性主要体现在以下三个方面：一种独立学习的行为和技能，一种指导自己学习的内在的心理活动，一种对自己学习内容的控制。

1.针对不同子样本的稳健性检验

考虑到危机前后经济、金融政策的变化以及金融周期的特征，将总样本划分为2004—2013年和2008—2017年两个子样本进行稳健性检验[注]如前文的测算结果，2003年至今我国经历了约1.5个金融周期。为了使每个子样本包含足够的金融周期变量，同时克服了不同样本数量对结果的影响，故将子样本划分为2004-2013年和2007-2017年两个子样本。事实上，文本也对2004-2008年子样本进行了回归检测，结果依然支持本文的结论。，结果如表4所示。具体思路和方法与主回归保持一致。结果显示，无论是系数的显著性、符号还是系数的估计值，不同子样本的稳健性检验结果趋于一致，且支持本文的主要结论。

表5 针对不同子样本的稳健性检验

     

变量子样本1子样本2dydpdydp变量子样本1子样本2dydpdydpL.10.551**(2.64)0.762***(3.50)0.568***(3.59)0.558**(2.12)L.11.005***(3.25)1.152***(7.37)1.024***(3.09)1.126***(9.43)L.2-0.267(-1.47)0.177(0.99)-0.133(-0.74)0.213(0.67)L.2-0.071(-0.19)-0.094(-0.39)-0.223(-0.56)-0.080(-0.26)L.30.043(0.24)-0.024(-0.14)-0.063(-0.38)0.100(0.36)L.3-0.043(-0.13)-0.290(-0.90)-0.002(-0.01)-0.311(-0.78)L.40.109(0.90)-0.089(-0.84)-0.005(-0.05)-0.186*(-1.82)L.4-0.138(-0.60)-0.116(-0.58)-0.178(-0.75)-0.213*(-1.86)Δmt-0.043(-0.38)-0.277***(-3.76)-0.189*(-1.88)-0.310***(-4.67)μt-12.869(-0.48)5.192(0.22)-32.031(-1.11)-2.262(-0.10)Δmt-1-0.090(-0.89)0.048(0.43)-0.022(-0.41)0.004(0.04)μt-142.497(1.57)24.463(1.56)25.984(0.88)19.555(1.30)Δmt-20.368***(3.39)0.373***(5.03)0.382***(4.16)0.349***(3.22)μt-273.403***(3.02)23.374(1.23)74.723**(2.84)19.081(1.01)Δmt-30.344***(3.33)0.165*(1.75)0.299***(3.52)0.190(1.60)μt-30.512(0.02)-28.673(-1.41)15.327(0.39)-37.603*(-1.98)Δmt-40.138(0.97)-0.113(-0.99)0.038(0.27)-0.086(-0.65)μt-4-42.717(-1.42)-31.422**(-2.63)-37.908(-1.24)-37.983**(-2.68)Δmt×FCt-0.045(-0.29)0.136*(1.90)0.151(0.99)0.231**(2.79)μt×FCt 13.694(0.42)-16.097(-0.66)29.651(0.67)5.013(0.18)Δmt-1×FCt-10.261*(1.90)-0.008(-0.10)0.205*(1.99)0.006(0.06)μt-1×FCt-1-3.474(-0.11)-25.848(-1.52)14.158(0.34)-10.806(-0.51)Δmt-1×FCt-2-0.003(-0.02)-0.169**(-2.11)-0.301**(-2.12)-0.218**(-2.66)μt-2×FCt-2-55.933*(-1.80)-11.957(-0.63)-78.174**(-2.25)-15.877(-0.74)Δmt-4×FCt-3-0.253**(-2.19)-0.056(-0.76)-0.456***(-4.05)-0.114(-1.41)μt-3×FCt-3-0.839(-0.03)24.198(1.15)-36.562(-0.89)30.722(1.34)Δmt-4×FCt-4-0.246*(-1.95)0.131(1.40)-0.397***(-3.62)0.091(0.88)μt-4×FCt-426.554(0.92)51.699***(3.27)18.391(0.47)41.309*(1.76)PEOt1.268**(2.17)0.306(1.15)0.090(0.19)0.625(1.57)PEOt0.447(0.67)0.317(0.98)0.038(0.06)-0.253(-0.68)INVt3.388*(1.82)0.386(0.37)4.689*(1.75)-0.979(-0.71)INVt1.521(0.45)-0.239(-0.13)3.943(0.86)0.261(0.16)NXt0.021(0.29)0.034(0.66)-0.177**(-2.20)0.011(0.18)NXt-0.125(-1.27)-0.020(-0.27)-0.199(-1.41)-0.054(-0.77)常数项-6.520**(-2.13)-1.777(-1.26)0.296(0.12)-3.242(-1.52)常数项-1.624(-0.47)-1.464(-0.80)0.814(0.23)1.640(0.87)N38383838N37373737adj. R20.8620.9530.8710.940adj. R20.7270.8860.6750.882F统计量34.9778.06125.5871.95F统计量19.4746.2611.3141.41White检验65.2068.2349.6851.05White检验60.9369.9253.9750.80BG检验0.3350.8030.709 2.335BG检验1.2080.4641.1150.480

注：L.i(i=1，2，3，4)代表滞后i期的被解释变量；*p<0.1, **p<0.05, ***p<0.01；括号内为t统计量。

2.基于GMM估计方法的稳健性检验

由于经济与金融变量普遍存在内生性问题。因此，选择GMM方法对本文的实证结果进行稳健性检验以克服内生性问题对结论的影响。需要说明的是，基于对工具变量选择和估计的有效性的考量，GMM估计方法仅针对表3中的受约束回归。结果见表6。可以看出，采用GMM估计方法后，本文解释变量系数的符号、大小与显著性均与受约束回归结果接近，同样支持了本文的主要实证结果。

第三，“智慧职教云”是由高等教育出版社建设和运营的职业教育数字化学习中心，是一个职业教育数字教学资源共享平台和在线教学服务平台，是国家“职业教育专业教学资源库”项目建设成果面向全社会共享的指定平台。

表6 基于GMM估计方法的稳健性检验

     

变量dydp变量dydpL.10.642***(6.63)0.622***(6.16)L.10.685***(5.22)0.892***(11.23)L.4—0.014(0.141)L.4—-0.508***(-4.32)Δmt—-0.618***(-5.53)μt-2116.17**(2.51)—Δmt-20.177*(1.95)0.482***(4.71)μt-3—-73.871*(-1.98)Δmt-20.294***(2.73)—μt-4—-68.760**(-2.05)Δmt×FCt—0.696***(3.59)μt-2×FCt-2-79.215**(-2.26)—Δmt-1×FCt-10.228**(2.41)—μt-3×FCt-3—69.516*(1.73)Δmt-2×FCt-2—-0.280***(-2.70)μt-4×FCt-4—114.10**(2.57)Δmt-3×FCtt-3-0.287***(-3.82)————Δmt-3×FCt-4-0.220*(-1.83)————PEOt0.171**(2.18)-0.059-0.86PEOt0.191**(2.09)-0.087(-0.97)INVt-1.75(-1.13)-3.167**-2.22INVt2.978(0.79)1.363(0.25)NXt-0.156**(-2.03)0.0510.843NXt-0.159*(-1.73)0.120(1.55)adj. R20.7450.760adj. R20.5990.736J统计量(p值)3.60(0.46)3.79(0.43)J统计量(p值)6.339(0.27)5.39(0.25)

注：L.i(i=1，2，3，4)代表滞后i期的被解释变量；*p<0.1, **p<0.05, ***p<0.01；括号内为t统计量。

五、结论与政策建议

本文基于中国2003—2017年的季度数据，研究了金融周期对货币政策有效性的影响。与以往着重从信贷规模、广义货币量、股价和房地产价格测度金融周期有所不同，本文基于中周期视角，分别从货币市场、信贷市场、证券市场和房地产市场提取了15个测度金融周期的指标，客观、系统测度我国金融周期的运行态势。在此基础上，将货币政策区分为总体货币变动和未预期到的货币变动，对金融周期如何影响货币政策有效性展开实证分析与稳健性检验。概括来说，本文主要结论有以下三点。

(1)我国金融周期具有中周期性质，周期长度约为9年。在本文的时间样本内，金融周期波动幅度有缩小趋势，由0.034下降至0.016，缩小了近50%。此外，相比于繁荣阶段的陡峭，我国金融周期衰退阶段相对平缓而温和。

(2)中周期视角下，金融周期不同阶段对货币政策有效性的影响存在显著差异。金融繁荣会扭曲货币政策效力：货币政策产出效应将下降约50%，价格效应则增强至少1倍。这一结果与货币政策是否被预期到无关。

(3)相对于价格效应，金融繁荣对货币政策产出效应的扭曲更值得关注。金融繁荣将加大货币刺激产出的成本和压力，增加货币政策调控产出无效的风险。若在制定政策时不重视金融繁荣对货币政策效力的扭曲，不仅无法实现经济增长的特定目标，还将浪费政策资源，加剧金融失衡。

针对本文的主要结论，提出以下政策建议：首先，将金融周期纳入货币政策视野，警惕金融繁荣对我国货币政策效力的扭曲，做好金融稳定与经济增长的权衡；其次，金融处于繁荣阶段时，宜审慎利用货币政策调控宏观经济，更多地依赖财政政策、税收政策、产业政策等实现经济复苏；最后，加强政策工具的创新以适应金融创新对金融周期的冲击，运用结构性货币政策精准扶持实体经济，重视宏观审慎管理，避免货币在金融系统内的空转套利。

参考文献

[1]Fisher I. The Debt-Deflation Theory of Great Depressions[J]. Econometrica, 1933, 1(4): 337-357.

[2]Minsky H P. The Financial Instability Hypothesis: An Interpretation of Keynes and an Alternative to “Standard” Theory[J]. Challenge, 1977, 20(1): 20-27.

[3]Bernanke B, Gertler M, Gilchrist S. Handbook of Macroeconomics[M]. Elsevier, 1999: 1341-1393.

[4]Kiyotaki N, Moore J. Credit Cycles[J]. Journal of Political Economy, 1997, 105(2): 211-248.

[5]Claessens S, Kose M A, Terrones M E. How do Business and Financial Cycles Interact? [J]. Journal of International Economics, 2012, 87(1):178-190.

[6]Drehmann M, Borio C E V, Tsatsaronis K. Characterising the Financial Cycle: Don’t Lose Sight of the Medium Term! Bis Working Papers[R]. The Bank for International Settlements, 2012, 68(3).

[7]Borio C. The Financial Cycle and Macroeconomics: What have We Learnt?[J]. Journal of Banking and Finance, 2014, 45: 182-198.

[8]范小云,袁梦怡,肖立晟.理解中国的金融周期:理论、测算与分析[J].国际金融研究, 2017, 357(1).

[9]韩艾,郑桂环,汪寿阳.广义动态因子模型在景气指数构建中的应用——中国金融周期景气分析[J].系统工程理论与实践,2010,30(5).

[10]徐国祥,郑雯.中国金融状况指数的构建及预测能力研究[J].统计研究,2013,30(8).

[11]王博,李昊然.中国金融周期测度及国际比较研究[J].经济学动态,2018(6).

[12]Borio C, Zhu H. Capital Regulation, Risk-Taking and Monetary Policy: A Missing Link in the Transmission Mechanism? [J]. Journal of Financial Stability, 2008, 8(4):236-251.

[13]邓创,徐曼.中国的金融周期波动及其宏观经济效应的时变特征研究[J].数量经济技术经济研究,2014,31(9).

[14]Borio C, Disyatat P, Juselius M. Rethinking Potential Output: Embedding Information about the Financial Cycle. Bis Working Papers [R]. The Bank for International Settlements, 2013, 69(3).

[15]张成思,张步昙.中国实业投资率下降之谜:经济金融化视角[J].经济研究,2016,51(12).

[16]刘玚.基于金融稳定因素的中国货币政策传导效应研究[J].金融经济学研究,2016,31(1).

[17]张晓晶, 王宇.金融周期与创新宏观调控新维度[J]. 经济学动态, 2016(7).

[18]马勇,张靖岚,陈雨露.金融周期与货币政策[J].金融研究,2017(3).

[19]裴平, 熊鹏, 朱永利. 经济开放度对中国货币政策有效性的影响:基于1985-2004年交叉数据的分析[J]. 世界经济, 2006(5).

[20]王玉.资本账户开放程度、融资约束对货币政策有效性的影响[J].金融理论与实践,2018(5).

[21]Berument H, Konac N, Senay O. Openness and the Effectiveness of Monetary Policy: A Cross-Country Analysis[J]. International Economic Journal, 2007, 21(4): 577-591.

The Impact of Financial Cycle on the Effectiveness of Monetary Policy——A warning of Distortion of Monetary Policy Effectiveness in Financial Prosperity

CUI Jian-jun, ZHANG Dong-yang

(School of Economics and Finance, Xi’an Jiaotong University, Xi’an 710061, China)

Abstract：Based on the multi-dimensional information of the financial market, the principal component analysis method and BP filtering method were used to measure the financial cycle of China. On this basis, the paper explored the impact of the financial cycle on the effectiveness of China’s monetary policy. The results show that China’s financial cycle has a medium-cycle nature, with a period length of about 9 years, and the amplitude has a narrowing trend, which is reduced from 0.034 to 0.016. The financial cycle has a significant impact on the effectiveness of monetary policy: the output effect of monetary policy declines almost 50% whereas the price effect is at least doubled during the financial boom. Financial prosperity will increase the cost and pressure of monetary policy regulation output and increase the risk of policy ineffectiveness. Therefore, this paper believes that it is necessary to incorporate the mid-cycle characteristics of the financial cycle into the monetary policy vision. The monetary authorities should be wary of the monetary policy effectiveness distortion under the financial prosperity, prudent operation, and should not undertake too many tasks to stimulate output.

Key words：financial cycle; effectiveness of monetary policy; output effect; price effect

中图分类号：F830.2

文献标识码：A

文章编号：1005-1007(2019)01-0046-13

收稿日期：2018-10-23

基金项目：国家社会科学基金重点项目(18AZD009)；国家自然科学基金项目(71173165)

作者简介：崔建军，男，西安交通大学经济与金融学院教授，主要从事金融学及货币政策研究；张冬阳，女，西安交通大学经济与金融学院博士生，主要从事金融周期及货币政策研究。

责任编辑 王丽英