第一节 中国“伯南克之谜”的存在性及其特征

在市场完全的凯恩斯主义IS-LM模型当中，货币政策变动通过影响货币市场均衡来影响利率的调整，进而在商品市场中通过改变投资品的成本和消费的跨期选择影响产出。显然，在这一理论框架中，利率变动是政策变动的完全反映，货币政策对真实产出的影响完全可通过利率对产出的影响来体现。但若市场是不完全的，利率价格机制不再是决定企业投资和消费选择的唯一因素，信息不对称所产生的道德风险和代理成本等问题，可能使得企业和家庭面临外部融资或流动性约束。在这种情况下，如果货币政策不仅影响利率，而且通过直接或间接的因素影响企业与家庭的外部融资约束，那么企业投资成本调整和家庭消费、储蓄跨期替代机理不再成立，利率也将不再是货币政策的完全反映。于是，仅强调利率作用的货币政策“货币观”将面临如下三大效应谜团：放大效应、时滞效应和结构效应。

一、放大效应与时滞效应

（一）嵌套ARDL模型检验方法设计

从信息的利用效率来看，如果利率变动能包含货币政策变动的所有信息，那么这意味着在给定利率的条件下，增加货币政策变量不会再提供更多的信息。也就是说，包含货币政策变量的模型是嵌套于不包含货币政策的模型之中的，故可用嵌套模型来检验放大效应与时滞效应。考虑到真实经济中市场摩擦引起的信息传播的滞后效应和解释变量内生性导致的模型动态不完备性，以及不对被解释变量关于解释变量的反应施加过多的约束，下面采用ARDL模型来刻画利率与货币政策对产出的影响：|，且显著性也将有所降低。若时滞效应存在，那么货币政策变量的引入将减少利率滞后期，即r1＜r2。

式中：lnoutc——产出，R——真实利率水平，MP——货币政策变量，Z——其他控制变量组成的向量。由于式（1-1）、式（1-2）的内生性问题主要来自货币政策决策因产出波动而改变，而模型的动态完备性分别要求式（1-1）和式（1-2）满足Md=P×Md（y1, y2, r）和，且在现实当中，货币政策当局依据产出波动来调整货币政策的行为具有一定的滞后性，因而lnoutc的滞后项可用于控制产出对货币政策或利率变动的反向因果关系而导致的随机扰动项与关注解释变量的相关性。如果货币政策变动的信息被利率所包含，那么，产出关于货币政策变动的长期弹性将为0，即式（1-1）中的。由于遗漏变量所引起的关注解释变量系数估计偏误，等于遗漏变量与被解释变量的偏相关系数乘以遗漏变量与模型中关注解释变量的偏相关系数（即），因而若放大效应存在，则货币政策变量的引入将减小产出关于利率的长期弹性系数，即|

（二）变量与数据

1．产出（lnelec）

表示产出的指标通常是GDP，但GDP仅有季度数据而无月度数据。另外，由于统计上加总偏误等方面的原因，中国这一指标的质量也时常会被国内外学者所质疑。近些年来，以用电量为主要指标的克强指数因更能反映真实经济波动而被国内外学者所看重（张潇方，张应应，2014；林春，2016）。据此，本文选用的主要数据频率为月度，并选择了月度用电量来表示产出。

2．利率（BR或LAR）

由于中国仍存在较严重的金融市场分割，因而利率指标存在多样化且各种利率指标并不一定等价。不过，从经济学的角度来看，利率反应的是投资的机会成本，因此利率指标的选择应当以符合市场竞价且能反映市场整体资金供需情况为基本原则。国内的相关研究主要选用的是银行间同业拆借利率（郑挺国，宋涛，2011；李旭超，蒋岳祥，2014）。从中国的货币政策与利率体系的关系来看，对货币政策最敏感的是银行间同业拆借利率与基准利率。因此参照已有研究并结合本文的研究目的，这一部分选用月度加权平均银行间同业拆借利率（BR）作为主要的实证指标，同时采用了6个月的短期贷款利率（LAR）作为比较。

3．货币政策变量（MP）

在已有文献中，一些研究选择了价格型的再贷款利率、再贴现利率和央票利率等作为货币政策的代理变量（马文涛，2011；姚余栋，谭海鸣， 2011），也有一些研究选择了数量型的货币供应量作为货币政策的代理变量（Atkeson et al.,2007；宋玉华，李泽详，2007）。但是，中国的货币政策工具具有多样性，且任何一种工具都难以充分反映货币政策的整体变动，因而寻找一个综合的货币政策指标始终是一个困难（Sun,2013）。根据凯恩斯主义的AS-AD模型，虽然货币供应量似乎是一个反映货币政策的综合指标，但这一指标的变动并不完全反映货币政策的外生供给变化，而且还受产出等需求因素的内生诱致变动影响。因此，选用货币供应量作为货币政策变量的关键，是从观察到的货币供应量数据中剔除由需求因素引起的变动。根据这一思路，假定货币政策是滞后而非前瞻的，也就是说，在月度频率上，货币当局仅对过去的宏观经济变量的变化做出反应，而对本期及未来的变化不敏感。于是在这种情形下，当期产出（用工业产值表示）和当期利率（如前所定义）的变动引起的是货币需求而非货币供应的变化。另外，引起货币需求变化的又一个重要因素是技术冲击引起的人们持币行为变化，对中国来说，近几年来最重要的技术冲击来自互联网金融。例如：移动支付和各种互联网金融理财改变了人们对现金与储蓄存款的需求。据此，我们将现实观察到的货币供应量M2的对数关于月度工业产值对数、利率水平和互联网金融发展（以第三方支付为代理变量）做两种回归：一是包含汇率变量，二是不包含汇率变量。然后，将两种情况下所得的残差u1和u2作为货币政策的代理变量。

4．其他控制变量（Z）

本部分的关注变量是利率和货币政策，因而需要控制的是既影响产出，又可能与利率和货币政策相关的因素。考虑到中国采取的是有管理的浮动汇率制度，以及货币政策与财政政策的联动性（刘伟，2011），因此这里的控制变量选择人民币实际有效汇率（EX）和政府支出（fisl）两个变量。

为了消除周期因素的影响，所有的月度数据均采用了Eviews9.0中的Census X12或X11方法进行了季节调整，缺失数据均采用考虑预测误差动态调整的指数平滑（Exponential Smoothing）方法进行了补充。数据来源于国家统计局和Wind资讯。

（三）估计方法讨论

虽然加入被解释变量的滞后分布可以有效控制内生性问题，但是式（1-1）、式（1-2）的估计仍需解决如下几个问题。一是滞后项阶数确定的问题。由于ARDL模型估计仍是通过最小二乘回归实现的，因此Eveiws9.0程序可以通过标准的Akaike、Schwarz和Hannan-Quinn信息准则对滞后阶进行自动最优选择。二是长期弹性的系数估计及标准误估计问题。长期弹性（半弹性，以下简称弹性）的经济学含义是经济处于均衡状态时的弹性值，而当经济处于均衡状态时，各变量的增长率为0，即所有的变量是一个常量，因此式（1-1）、式（1-2）的长期弹性系数的计算公式为：i=1 i=1 i=1 i=1。Eviews9.0给出了这一系数的估计值，并利用德尔塔法（Delta）计算出了系数的标准误。三是变量的平稳性问题。ARDL模型的平稳性问题源自多项式滞后差分算子方程C（L）=1-δ1L-δ2L2-…-δjLj（j=m1, m2）解的问题，即若C（1）=0或，那么差分算子方程将变得不稳定。所以，模型估计比较理想的条件是模型中的变量是平稳的。但是，Pesaran和Shin（1999）的研究表明，即便模型中的变量是非平稳且单整阶数是不同的，通常的OLS估计的参数仍是超一致的，且在经过德尔塔法对参数估计标准误进行调整后，还可对变量之间是否存在协整关系进行检验。Eveiws9.0给出了这些结果。

（四）估计结果

表1-1给出了货币政策“伯南克之谜”的放大效应与时滞效应估计结果。为了观察关注变量指标选择对结果稳健性的影响，表1-1在将结果分为银行间同业拆借与6个月期贷款基准利率两大模块的基础之上，又分别估计了两种货币政策代理变量的估计结果，并在两大模块内部对比了包含货币政策变量与不包含货币政策变量两种情形下，利率的滞后阶与利率关于产出长期弹性的估计结果。从模型主要关注变量的估计结果来看，不同情形下的估计结果保持了较好的一致性，不过，从财政支出变量系数显著性来看，6个月期贷款利率条件下的模型显著性更高，相对更符合理论预期，因此后面拟以该模块的估计结果作为分析的依据。首先来看放大效应，根据模块2，无论货币政策代理变量是u1还是u2，在模型中加入货币政策代理变量后，代表利率对产出综合影响的长期弹性系数绝对值均显著减小，分别由初始的0.0354减小至0.0282和0.0258。由于货币政策变量与利率变动负相关，而货币政策变量与产出正相关，因而按遗漏变量的误差判断公式可知，这一估计结果符合理论预期，表明中国的货币政策在传导过程中同样存在“伯南克之谜”的放大效应。粗略地来看，利率只能解释货币政策传导中的约45%，如果仅将利率作为解释货币政策传导效应的唯一渠道，那么这一解释将利率的作用放大了大约55%。

从模块2的LAR滞后值来看，在没有对货币政策进行控制前，LAR的三阶滞后值均比较显著且变化呈马鞍形，但在对货币政策MP加以控制后，两种货币政策代理变量下的估计结果都一致显示，LAR显著的滞后期变为只有1期，这说明利率渠道本身不足以解释货币政策的总体时滞效应，即便利率的作用消失，货币政策对实体经济的影响仍会持续一段时间，表明货币政策“伯南克之谜”的时滞效应确实存在。另外，利率在第一期的值为正且不显著，这可能与货币政策的逆周期操作且货币政策发挥作用需要一个滞后期有关。利率的上升往往意味着货币政策的紧缩，但是，由于投资的不可逆性与信贷合约的制度粘性，利率的初始提高通常不会导致投资的立即下降，投资仍会在制度惯性驱使下在初始阶段继续上升。此外需要说明的是，这里MP的增大表示的是宽松的货币政策，而一些研究认为，货币政策是不对称的，因此宽松货币政策下的估计结果可能并不能反映紧缩条件下的货币政策效果。不过，这些研究表明，货币政策的不对称性只影响了货币政策的影响程度，并没有对不对称性的正负方向产生影响，因此不会对基本判断产生严重冲击（陈德伟等，2003）。

二、结构效应

（一）嵌套ARDL模型检验方法设计

“伯南克之谜”的结构效应指的是总需求的构成部分对于不同期限结构的利率显示出有异于理论预期的敏感性。具体而言，理论上，由于货币政策主要影响的是短期利率，而固定资产投资、住宅投资与耐用消费品的购买主要受长期利率的影响，因此这些支出应当对货币政策不敏感。但是，关于美国、欧洲与日本的实证结果却与此不符，总需求的这些部分表现出对货币政策的很强的敏感性（Bernanke and Gertler,1995; Peersman and Smets,2001）。本部分检验中国的这一情况。我们通过检验如下两个ARDL模型是否嵌套来达到分析的目的：

式中：lninv——长期投资或耐用消费品购买，LR——真实的长期利率水平。如果结构效应是存在的，那么应当有：式（1-4）嵌套于式（1-3）中，且式（1-4）中的MP长期弹性系数是显著非0的。同时，由于式（1-4）中可能的遗漏变量偏误的存在，式（1-3）中的MP长期弹性系数的绝对值会减小，即|，但其仍是显著的。

（二）变量与数据

1．固定资产投资或耐用消费品购买（inv）

固定资产投资与耐用消费品购买分别反映的是企业与家庭的长期投资。在具体的统计数据中，对于这方面的支出有着不同的分类。考虑到样本的代表性，以及不同分类的投资主体对于利率与货币政策敏感度的差异性，我们选择“固定资产投资完成额累计值”和“固定资产投资中的设备购置”两个不同的指标，分别用于反映经济总体的投资情况和机器设备更新改造投资情况。耐用消费品购买支出选择“城镇居民人均年度消费支出中的耐用消费品支出”和“农村居民人均年度消费支出中的家庭设备及服务支出”，分别用以反映城镇与农村居民的不同消费行为决策。数据来自Wind资讯，所有数据均是月度的，且进行了季度调整。其中，新增固定资产投资完成额累计值和固定资产投资中的设备购置月度样本数据区间是从2005年1月至2016年12月。需要说明的是，城镇居民和农村居民利用的是季度数据，样本区间是2005年到2012年，由于数据样本较少，估计利用了10个具有代表性的省份（河北省、吉林省、山东省、浙江省、广东省、湖北省、河南省、陕西省、云南省和四川省）的面板数据。

2．长期利率（LR）

长期利率是企业与家庭在长期投资或消费支出时，需要考虑的资金机会成本。虽然近些年来随着理财产品、互联网金融和民间借贷市场的规范化，金融市场的分割性在一定程度上被削弱，但受制于金融监管和借款主体的抵押能力差异，不同市场利率的差异性仍是普遍存在的。但总的来看，金融市场一体化程度的加深意味着市场化的利率指标越来越能反映微观主体投资或消费的机会成本。在已有的研究中，一些学者选择了国内较早实行市场化的国债市场利率（杨宇俊，黄卉，2011），但国债一级市场的参与主体是各金融机构，反映的主要是正规金融市场的资金紧缺度与金融机构的投资机会。考虑到民间金融市场与正规金融市场可能会存在一定的分割性，在选择“10年期标准国债预期收益率”的同时，也选择数据比较齐全的“广州小额贷款市场1年期平均利率”作为长期利率的指标。其中，国债预期收益率样本区间是从2005年1月至2016年12月，广州小额贷款市场1年期平均利率样本区间是从2013年4月到2016年12月，以每种利率持续期间为权重由日度数据加权平均转化为月度数据得到，不过，考虑到样本区间、变量频率的一致性与样本数量，下面仅表1-2的回归中用到了民间利率。数据也是来自Wind资讯，且均进行了季度调整。

3．控制变量

根据Romer（2012），建立在简单边际投资决策基础上的动态新古典投资模型会产生利率离散降低引起资本存量增长率离散变化的情况，而这与现实中投资是有限的事实相违背，因此一个更有解释力的投资模型应当加入预期与调整成本因素。据此，这里选择月度“宏观经济景气先行指数”（IND）来控制预期对企业投资的影响，以及“工业生产者购进价格指数当月同比”（PIRM）作为控制企业投资调整成本的变量。

（三）实证结果

表1-2、表1-3给出了固定资产投资完成额与设备购买投资、城镇和农村居民家庭设备购买的估计结果。表中对于每一个被解释变量均同时估计了包含长期利率与不包含长期利率的结果，目的是观察由此引起的货币政策效应的变化。总的来看，根据回归结果可得到如下几个结论：一是关注系数MP的长期弹性在不同的情形下估计结果的显著性有差异，但总的来说，估计结果能在一定程度上证明中国货币政策“伯南克之谜”中结构效应的存在。如前所述，如果“伯南克之谜”结构效应存在，那么即便在加入理论上对长期投资与耐用消费品购买有着显著影响的长期利率后，货币政策对于解释长期投资与耐用消费品购买仍然具有不可忽视的重要性，这一点是通过估计结果中MP系数的显著性来体现的。据此，比较各种情形下的估计结果可以看出，无论对于哪一个被解释变量，以u2为货币政策代理变量的估计结果都是显著为正的，但以u1为货币政策代理变量的结果虽为正但不显著，这说明估计结果对于货币政策变量的选择具有一定的敏感性。对此的可能解释是，这表明维持汇率的波动幅度是央行货币政策的重要目标，汇率的波动在相当程度上反映的是诸如央行通过央票发行抵消外汇变化引起的货币供应量的变动，这使得u2是一个更好的反映货币政策的代理指标。如果上述解释是成立的，那么表1-2、表1-3以u2为货币政策代理变量的回归结果均表明，扩张性的货币政策对于长期投资与耐用消费品购买有着显著的影响。这为“伯南克之谜”的存在性提供了有力证据。二是与前面的分析相同，货币政策的非对称性不会影响对回归结果的基本判断。虽然我们选择的货币政策代理变量u2这一指标的增加表示的是货币政策的宽松情形，且一些研究表明，货币政策的作用具有非对称性，但是，各种情形关于利率长短期弹性或乘数的估计结果均表明，大部分情况下，利率对被解释变量的影响是负的，而且在控制与不控制利率条件下，货币政策长期弹性的结果表明，在控制利率后，货币政策系数绝对值大多有所增大，这表明长期利率当中很可能包含了反映货币政策变动的部分因素。也就是说，这意味着长期利率的提高在某种意义上可反映货币政策紧缩的情形，表明紧缩性的货币政策对各种固定资产投资和耐用消费品购买的影响是负的。也就是说，无论是扩张性还是紧缩性货币政策，“伯南克之谜”的结构效应存在的概率较大。最后，由表1-2国债利率与民间利率的回归结果来看，国债利率的回归结果与理论预期更加一致。例如在以国债利率计算长期利率的情况下，反映宏观经济景气情况的IND前面的系数为正，换为民间利率时前面的系数为负，但是从理论上来看，无论是长期投资还是耐用消费品购买，都是顺周期变量，因此国债利率可能是一个更好的反映整体金融市场资金成本水平的变量，这可能与国债市场与民间借贷市场的市场范围与规模差异性有关。

另外，比较采用国债利率和控制长期利率水平的估计结果可知，固定资产投资完成额、设备购买投资、城镇居民家庭设备购买和农村居民家庭设备购买关于货币政策MP 的长期弹性系数分别为：0.4213、0.2998、0.3336和0.2122。从估计结果来看，货币政策对于固定资产投资完成额的放大效应最大，其次为城镇居民家庭设备购买，最后是农村居民家庭设备购买。货币政策对固定资产投资完成额的放大效应大于对设备购买投资的影响，主要原因应当是从统计口径来看，固定资产投资完成额指的是一定期间内购置与建造固定资产形成的费用总和，而设备购买投资指的是完成额中购置各种设备的实际支出，包括前期购置但尚未实际安装的“需要安装”项目，因而设备购买投资中的相当一部分取决于前期的决策行为与合约规定，受本期开始的货币政策调整影响较小。类似地，从流动性约束的角度来看，由于拥有更多的金融便利，因此城镇居民受流动性约束更弱，但是也正因如此，通过证券财富效应和流动性融资便利的调整，货币政策对城镇居民的影响也相对较大，而农村居民家庭的支出更受制于以往的储蓄与当期收入，但这些因素均与货币政策的变动关系不大。最后，估计结果另一个比较有意思的结论是，不同于通常认为的投资的波动要远大于消费的预期（Romer,2012），这里的实证表明，中国居民的消费受到的货币政策的影响没有显著地小于投资。对此的一个可能解释是，中国的金融结构或投资结构中存在的一些因素，阻碍了货币政策的传导或改变了企业投资决策的行为特征，这将是后面需进一步证实的内容。