中国货币政策区域效应研究

杨 达(西安交通大学 经济与金融学院, 陕西 西安 710061)

一、 问题的提出

区域经济的非均衡发展是我国当前经济发展中的一个突出问题。改革开放以来,我国经济经历了长达30余年的高速增长,国内生产总值从1979年的6 761.56亿元人民币增长到2010年的397 983亿元人民币[注]数据来源:中国国家统计局网站。。但我国实施了由东向西的“梯度发展”非均衡战略,经济依赖于一条非均衡路径增长,造成了发展较快的沿海地区内部以及沿海地区与内陆地区之间发展的非均衡现象,并且这种区域非均衡发展的现象存在进一步扩大的趋势[1-3]。除经济增长之外,各地区在收入水平、产业结构、信贷投资环境、金融发展水平等诸多方面均存在明显的非对称性。

与此同时,改革开放后,调控宏观经济平稳发展的大部分职能转移至金融部门,货币政策成为干预经济的主要形式。在全国范围内采取总量调控,实施统一的货币政策,并逐步由以贷款限额管理为主的行政性直接调控过渡到通过控制基础货币及货币乘数进而控制货币供应量的间接调控。然而,由于各区域间存在诸多的不对称因素,统一的货币政策必然会产生不对称的效果。忽视货币政策的区域非对称效应不仅影响货币政策目标的实现,同时会加剧经济的波动,使得区域经济的非均衡发展问题更加严重。

本文的动机即是,在既有理论基础上,利用历史数据,借助于有效的计量经济模型,实证研究我国货币政策的区域效应,为提升货币政策有效性及解决区域经济非均衡发展问题寻找现实依据。

二、 货币政策区域效应文献综述

货币政策区域效应是指不同地区面对统一的货币政策,在反应程度或时滞上的差异[4]。最早对其进行研究的学者是Scott,Scott(1995)[5]指出,货币政策统一性的基础就是货币政策实施总量调控而非微量调控,而实施总量调控要达到预定目标有一个非常重要的前提条件,就是实施货币政策区域的经济金融的统一性。发展至今,理论上对货币政策区域效应的解释主要源于实施统一货币政策的区域无法满足这一前提条件,最具代表性的是“最优货币区”理论所认为的经济结构差异和以新凯恩斯主义、后凯恩斯主义为代表所支持的金融结构差异。

欧洲货币联盟的成立激起了货币政策区域效应实证研究的热潮,Dornbusch等(1998)[6]就欧盟内统一的货币政策对各成员国是否会产生不同的作用效果进行了研究;Arnold等(2002)[7]进一步研究了成员国内部的货币政策区域效应。对货币市场不完美性在货币政策传导过程中所起作用的深入认识,进一步推动了对货币政策区域效应的研究。Carlino(1999)[8]和Owyang(2004)[9]对美国的货币政策区域效应进行了实证研究,Carlino认为,利率渠道是导致美国货币政策区域效应的原因,而Owyang认为利率渠道和货币渠道都有一定的解释力。Georgopoulos(2001)[10]、Weber(2004)[11]、Fielding等(2006)[12]分别对加拿大、澳大利亚和南非地区的货币政策区域效应进行了研究。

近年来,中国区域经济发展失衡问题的凸显,以及对货币政策区域效应理论和实证研究的深入,使我国学者意识到货币政策的作用不仅在于稳定宏观经济,亦发展到促进区域经济平衡发展的层面,并展开了对相关问题的研究。宋旺等(2006)[13]基于最优货币区理论分析了我国货币政策区域效应的存在性及原因;焦瑾璞等(2006)对我国各主要货币政策工具执行效果的区域差异进行了研究[4];于则(2006)[14]、彭方平(2007)[15]、蒋益民(2009)[16]和董志勇(2010)[17]等分别运用向量自回归模型、结构向量自回归模型、非线性光滑转换面板模型和时变参数状态空间模型实证研究了我国的货币政策区域效应;曹永琴(2007)[18]以区域人均真实GDP对广义货币供应量(M2)的反应为研究对象,对我国货币政策长期效应和短期作用效果的区域差异进行了实证研究;张晶(2007)[19]、索彦峰等(2007)[20]以及胡振华等(2007)[21]分别从产业结构差异、货币政策传导的“信用”观点、金融结构差异等不同角度阐释了我国货币政策区域效应的形成。目前的研究由于研究对象和研究方法的选择不同,得出了不尽相同的结论。

本文在上述研究基础上,以新古典投资理论为基础,选择货币政策对区域经济的作用效果为研究对象,分别运用面板数据模型和向量自回归模型,定量分析区域投资对货币政策冲击的长期敏感程度和短期中不同时点的反应程度。主要基于以下两点考虑:第一,我国国内投资一直保持高速增长的态势,且能够有效地创造国内有效需求,而中国近年来经济的持续高速增长,主要动因源自固定资产投资的快速增长;同时,消费对货币政策的敏感程度明显弱于投资,因此选择区域的投资变动情况来衡量我国货币政策对区域实体经济的影响。第二,面板数据模型的估计结果可以显示变量间的长期效应关系,而基于向量自回归模型的冲击反应函数分析可以反映出冲击对系统内各变量的短期动态影响。在实证研究部分同时选用两种方法,有助于全面揭示货币政策效应的区域差异。

三、 模型、变量和数据

1. 模型构建

本文的实证研究基于新古典投资理论与模型建立。1967年,Robert E. Hall & Dale W. Jorgenson[22]用新古典最优资本积累理论研究了税收政策与投资支出的关系,Hall & Jorgenson所推导的原始模型是建立于一个最优化模型基础之上,认为预期未来产出和资本的使用者成本是影响资本积累及实际资本形成的主要因素,即在t时刻投资决策或意愿资本存量由预期未来产出(Y)和资本的使用者成本(UC)所决定:

Kt=f(Yt,UCt)

(1)

其中,Kt表示净资本存量;Yt表示预期未来产出;UCt为资本的使用者成本。根据新古典投资理论,参考彭方平等(2007)的研究成果,将意愿资本存量模型设定为:

Kt=a1Yt-b1UCt

(2)

对式(2)进行一阶差分,有:

ΔKt=a1ΔYt-b1ΔUCt

(3)

由于资本的使用者成本可以体现货币政策的变化,因此它是本文最为关注的变量。资本的使用者成本主要由使用投资资金的机会成本、资本折旧率、价格水平、资本的收入税率和搜寻投资资金的成本等因素共同影响。Romer(2001)提出了资本的使用者成本定义,即:

(4)

其中,Pk为资本品价格,P为产出价格,ri为名义利率,δ为折旧率,π为以Pk计算得到的通货膨胀率,τ为税率。

以Romer(2001)提出的资本的使用者成本定义为基础,对式(3)进行扩展。同时,在新古典投资理论框架下,价格水平是外生的,因此不将价格水平纳入模型(Caballero,1999)。其次,在我国金融市场与信贷市场发育不完善的情况下,不同于Romer的定义,搜寻投资资金的成本是影响资本的使用者成本的一个重要因素,但难以找到合适的指标进行衡量,因此未纳入模型;并且,为简化模型,暂不考虑折旧率的影响。

对式(3)进行扩展,有:

ΔKt=a2ΔYt+b2Δτt+c2Δrit

(5)

式(5)是下文进行实证研究的基础。

2. 变量选取

根据上文的理论分析,如式(5)所示,主要涉及四个变量,即:ΔK、Y、τ和ri。

在实证研究中,选取各区域的固定资产投资完成额用于衡量意愿资本存量的变化ΔK,并用KK表示。选取各区域的GDP作为衡量有效需求Y的变量。

对于衡量税率τ的变量的选取,由于本文的考察对象是货币政策对区域投资的影响,因此,从国家的财政税收目录中,选择与企业生产性活动相关性较高的增值税、消费税、营业税和企业所得税,并以此四项税收总额除以同期GDP总额来衡量税率τ[15]。

对于利率ri,参考张莹等(2009)[23],用中央银行制定的再贴现率替代,并换以rd表示。一方面可使得模型的估计效果得到改善;同时从理论上讲,再贴现率是商业银行将其贴现的未到期票据向中央银行申请再贴现时的预扣利率,再贴现率的高低通过影响商业银行再贴现需求,影响商业银行的再贴现规模,进而影响商业银行的贷款能力和贷款量,从而影响了货币供应量。通过以rd替代ri,将式(5)所体现的货币政策传导的利率渠道,转化为货币政策传导的信用渠道,更加符合目前阶段我国货币政策传导的现实情况。

3. 样本数据选择

出于对数据可得性和连贯性的考虑,由于我国2004年以来进入间接调控政策的建立阶段,故将研究的数据范围确定为2004年1月至2011年6月。取各变量的季度数据作为研究对象。数据来源于2004年至2011年各期《中国经济景气月报》和国家统计局公布的《统计公报》。同时,对各变量数据序列进行季节性检验与调整。

对于区域划分,与曹永琴(2007)一致,按照中国国务院发展研究中心(2005)提出的标准将中国划分为东部、中部、西部、东北四大板块,四大板块又分为东北综合经济区、北部沿海综合经济区、东部沿海综合经济区、南部沿海综合经济区、黄河中游综合经济区、长江中游综合经济区、大西南综合经济区和大西北综合经济区8大综合经济区[注]东北综合经济区包括:辽宁、吉林、黑龙江,北部沿海综合经济区包括:北京、天津、河北、山东,东部沿海综合经济区包括:上海、江苏、浙江,南部沿海综合经济区包括:福建、广东、海南,黄河中游综合经济区包括:陕西、山西、河南、内蒙古,长江中游综合经济区包括:湖北、湖南、江西、安徽,大西南综合经济区包括:云南、贵州、四川、重庆、广西,大西北综合经济区包括:甘肃、青海、宁夏、西藏、新疆。,分别用DB、BBYH、DBYH、NBYH、HHZY、CJZY、DXN和DXB表示。

四、 实证研究结果

1. 长期效应分析

(1) 模型选择

面板模型可以揭示变量间的长期效应关系,因而本文首先运用面板模型分析货币政策对各区域投资影响的长期的、平均的差异情况。由上文的理论分析,基本的面板模型为:

ln(KKit)=c+βitln(rdit)+δitln(Yit)+

γitln(τit)+αit+μit[注]为消除各变量数据序列的长期趋势,分别取其自然对数形式。

(6)

其中,c表示共同截距项;αit表示各区域截距项;αit之和为零;βit、δit、γit分别表示区域投资对再贴现率、税率和区域GDP的敏感系数,βit是重点考察系数;μit是期望值为零的白噪声;变量KK、rd、Y和τ分别表示区域固定资产投资完成额、再贴现率、区域GDP,以及用增值税、消费税、营业税和企业所得税四项税收总额除以同期GDP总额所衡量的税率。

(2) 模型估计结果

在基本面板模型中,因对各截距和各系数的不同限制和要求,可将面板模型分为不同的类型。建立面板模型的第一步是检验被解释变量截距参数和斜率参数是否对所有面板都是一样的,即确定模型的形式为不变系数模型或变截距模型或变系数模型。可通过构造F统计量进行检验。而根据截距项是否为随机变量,面板模型又可分为随机效应模型或固定效应模型,并可用Hausman检验进行判断。检验结果如表1所示。

表1 面板模型类型检验

由表1可知,F2和F1的值均大于相应的临界值,则应分别拒绝不变系数模型或变截距模型,选择变系数模型形式。而Hausman检验的结果表明,不拒绝随机效应模型的可能性仅为0.007 2,远小于通常的显著性水平,应选择固定效应模型。因此,本文选用的面板模型为固定效应变系数模型。在此基础上,对式(6)进行估计,并报告部分估计结果(见表2)。

表2 敏感系数的估计结果

固定效应变系数模型中敏感系数βi的估计结果反映货币政策对区域投资的长期作用效果。表2的结果表明,除大西北外,敏感系数βi都通过了t检验。从βi的估计值来看,整体上,正向的货币政策冲击带来了区域投资的扩张;同时,冲击效果在各区域不尽相同,由强至弱依次为:北部沿海、南部沿海、东北、东部沿海、黄河中游、长江中游、大西南。总的来看,经济、金融环境较好的区域,货币政策的长期作用效果更明显。

2. 短期冲击反应分析

(1) 模型选择

向量自回归模型(VAR)作为一种处理经济系统动态性分析的有效且易操作的模型之一,常用于分析随机扰动对变量系统的动态冲击,从而解释各种经济冲击对变量形成的影响。因此,本文选择VAR模型,用于测度各区域投资对货币政策冲击在短期中的反应。主要考察KKt、Yt、rdt和τt间的相互作用及KKt对冲击的反应。同样地,为消除各变量数据序列的长期趋势,分别取其自然对数形式。

VAR模型是基于数据本身而非理论建立的,但模型中变量的排序会影响脉冲响应函数方法对模型受到某种冲击时的动态反应的分析。将模型中各变量顺序设定为:Δln(KKt)、Δln(Yt)、Δln(rdt)、Δln(τt)[注]各变量数据序列单位根检验结果表明:一阶差分序列平稳。具体检验结果暂略。,具有合理的经济解释。承前理论分析,有效需求、货币政策和财政政策均对区域投资产生影响;同时,货币政策和财政政策对区域有效需求也产生影响;而对于rd和τ的顺序,调整后分析结果无明显变化。

(2) 冲击反应分析

给再贴现率rd一个负向冲击,得到如图1(a)～图1(h)的八个综合经济区的区域实际投资完成额对货币政策冲击的脉冲响应函数图。如图1所示,横轴表示冲击作用的滞后期间数(单位:季度);由于各区域的VAR模型中的变量均取对数后差分,系数代表弹性,所以纵轴表示各区域实际投资完成额的变化;实线表示脉冲响应函数,分别代表了各区域实际投资完成额对再贴现率冲击的反应。

脉冲响应图表明各区域的实际投资完成额对货币政策冲击的反应存在着显著的差异。如图1所示的结果表明:对于相同强度的rd的负向冲击,东部沿海的反应最弱,在第9期达到最大效应近-0.3;其次是黄河中游、东北和长江中游,分别在第7期、第10期和第11期达到最大效应,介于-0.4～-1.2;北部沿海的反应程度有所加强,在第14期会达到最大效应,介于-1.2～-1.4;而反应最为明显的是南部沿海、大西南和大西北,分别在第12期、第8期和第6期达到最大效应,最大效应介于-2.0～-2.4。

在短期内,货币政策的区域效应主要取决于各区域在形成投资时所面临的资金约束不同。具体而言,可归结于两个方面:一是区域间的金融环境不同,在金融市场发育较为成熟的区域,区域内的企业可通过金融市场获得替代银行贷款的资金来源,在短期内弥补紧缩货币政策所带来投资资金需求缺口。二是区域间的产业构成不同。我国现阶段紧缩的货币政策主要通过缩减银行信贷的途径作用于实体经济,而面对银行信贷的缩减,不同产业和不同企业会受到不同程度的影响,因而区域间产业的构成不同最终表现为区域投资变动情况对货币政策冲击反应程度的差异。

图1 八个综合经济区的区域实际投资完成额对货币政策冲击的脉冲响应函数图

五、 结论与展望

现阶段我国的货币政策采取的是总量调控方式,在全国范围内实施统一的货币政策,并逐步完成了由直接调控向间接调控的转变,主要通过信用渠道作用于实体经济。在统一的货币政策框架下,不同区域间经济、金融环境的差异导致了货币政策作用效果的差异,形成了货币政策区域效应。

本文选择近年来对我国经济发展最具推动力的投资作为衡量各区域经济增长的变量,以投资对货币政策冲击的反应强弱程度反映货币政策对区域经济发展的作用效果,应用新古典投资理论,借助于面板数据模型和向量自回归模型进行实证研究,结果表明,我国货币政策在长期和短期中均存在显著的区域效应,并且,在长期和短期中表现出不同的特征。在短期中,区域效应的产生主要源于区域间金融环境的不同和区域间产业构成的不同,金融环境较好或工业企业较集中的区域其投资变化在短期中对货币政策冲击的反应程度较弱;而与短期表现不同的是,从长期货币政策的作用效果来看,在经济、金融环境较好的区域作用效果较为理想。这一实证研究结果为货币政策实施区域差别化策略提供了经验支持,同时,从长期来看,不断完善各区域的经济、金融环境是提升货币政策有效性的根本方法。

本文对货币政策区域效应成因的分析只是一种解释,并没有从理论和实证的角度给出有力的证明,同时这也是目前文献中较为缺乏的部分,作为关于货币政策区域效应的后续研究,主要应从两个方面着手,一是将货币政策的区域效应和产业效应进行结合,并进而在数据允许的情况下,细分至企业层面,深入研究货币政策效应差异性产生的原因;二是从区域间金融结构差异切入,揭示货币政策区域效应成因中的金融因素。

参考文献:

[1] Raiser M. Subsidising Inequality: Economic Reforms, Fiscal Transfers and Convergence Across Chinese Provinces[J]. The Journal of Developments Studies, 1998,24:1-26.

[2] 陈秀山,徐瑛. 中国区域差距影响因素实证研究[J]. 中国社会科学, 2004(5):117-129.

[3] 林伯强. 中国的经济增长、贫困减少与政策选择[J]. 经济研究, 2003(12):15-25.

[4] 焦瑾璞,孙天琦,刘向耘. 货币政策执行效果的地区差别分析[J]. 金融研究, 2006(3):1-15.

[5] Scott I O. The Regional Impact of Monetary Policy[J]. The Quarterly Journal of Economics, 1995,69:269-284.

[6] Dornbusch R, Favero C. The Immediate Challenges for the European Central Bank[J]. Economic Policy, 1998,13(26):15-64.

[7] Arnold J M, Vrugt B. Regional Effects of Monetary Policy in the Netherlands[J]. International Journal of Business and Economics, 2002,1(2):123-134.

[8] Carlino G, DeFina R. The Differential Regional Effects of Monetary Policy:Evidence from the U.S. Status[J]. Journal of Regional Science, 1999,39(2):339-358.

[9] Owyang M T, Wall H J. Structural Breaks and Regional Disparities in the Transmission of Monetary Policy[R]. St. Louis: Federal Reserve Bank of St. Louis, 2004.

[10] Georgopoulos G. Measuring Regional Effects of Monetary Policy in Canada[J]. International Advances in Economic Research, 2001,7(2):269-283.

[11] Weber E J. Monetary Policy in a Heterogeneous Monetary Union: The Australian Experience[J]. Applied Economics, 2006,38(21):2487-2495.

[12] Fielding D, Shields K. Regional Asymmetries in Monetary Transmission: The Case of South Africa[J]. Journal of Policy Modeling, 2006,28(9):965-979.

[13] 宋旺,钟正生. 我国货币政策区域效应的存在性及原因----基于最优货币区理论的分析[J]. 经济研究, 2006(3):46-58.

[14] 于则. 我国货币政策的区域效应分析[J]. 管理世界, 2006(6):18-22.

[15] 彭方平,王少平. 我国货币政策的微观效应----基于非线性光滑转换面板模型的实证研究[J]. 金融研究, 2007(9):31-41.

[16] 蒋益民,陈璋. SVAR模型框架下货币政策区域效应的实证研究:1978—2006[J]. 金融研究, 2009(4):180-195.

[17] 董志勇,黄迈,周铭山. 我国货币政策区域效应的度量与成因分析[J]. 经济理论与经济管理, 2010(10):34-40.

[18] 曹永琴. 中国货币政策效应的区域差异研究[J]. 数量经济技术经济研究, 2007,24(9):37-47.

[19] 张晶. 货币政策区域效应及其银行结构地区差异的关联[J]. 改革, 2007(10):49-55.

[20] 索彦峰,陈继明. 中国货币政策的区域效应研究----来自信用观点的解释[J]. 当代经济科学, 2007(6):1-9.

[21] 胡振华,胡绪红. 金融结构差异与货币政策的区域效应[J]. 财贸研究, 2007(5):73-78.

[22] Hall R E, Jorgenson D W. Tax Policy and Investment Behavior[J]. American Economic Review, 1967,57:391-414.

[23] 张莹,刘波. 货币政策、财政政策对我国投资行为影响的实证分析[J]. 财贸经济, 2009(5):18-23.