我国货币政策的区域效应——基于面板分位数回归模型分析

刘静超，吴文泉

（福建师范大学 经济学院，福州 350108）

【经管索微】

我国货币政策的区域效应
——基于面板分位数回归模型分析

刘静超，吴文泉

（福建师范大学 经济学院，福州 350108）

基于我国28个省份2000－2012年的年度样本数据，运用面板分位数回归模型对我国货币政策在东中西部地区的效应进行检验，分析我国货币政策的即期效应和滞后性对各省经济发展的影响。结果显示：东中西部货币政策的区域效应较为明显。货币政策的即期效应对东部沿海省份冲击较大，对中西部省份冲击不太明显；而其滞后性对中部省份冲击较大，东部次之，西部最弱。建议疏通货币政策传导渠道，完善信贷供给，加快利率市场化等。

货币政策；区域效应；固定效应变系数；面板数据分位数回归

中共十八届三中全会提出了深化金融体制改革、加快推进利率市场化的重要议题，进一步巩固了货币政策作为宏观调控手段的基础地位。历史发展经验表明，货币政策的宽松与否直接关系到货币市场流动性的强弱，进而影响到资本的配置效率。货币政策作用的发挥离不开货币政策传导机制，这一机制是否畅通，常常成为影响货币政策效果的关键。受地方省份自身利益追求、产业结构、金融集中度及对外开放程度不同的制约，我国货币政策的传导通道并不通畅，往往呈现时间上的滞后和执行上的误差，形成各地区经济协调发展的非对称性政策空间，进而直接造成了我国货币政策的区域差异化效应；区域效应的差异化反过来制约着我国货币政策的贯彻实施，造成市场主体对资金的需求和供给不匹配，以及国家对整个金融市场的宏观调控力削弱等。不能有效调整经济发展中存在的货币结构问题，将导致资金资源配置不合理，损害市场运行效率。因此，有必要对我国货币政策的区域效应进行研究，从中发现制约区域货币政策传导的显性或隐性因素。有针对性地执行区域货币政策，不仅有利于满足不同区域对经济政策的需求，促进地区经济协同发展，同时也可以形成良好的政策运行环境，保障我国货币政策的实施效率，有效应对其他国家货币政策可能产生的“沟壑效应”，促进我国经济的持续健康发展。

一、文献回顾

当前，国内外学者对一国货币政策的区域效应已有不少研究。在实证研究方面，主要侧重于货币政策区域效应的存在性研究和货币政策区域效应产生的原因研究。主要研究方法及思路为使用向量自回归模型（VAR）及其脉冲响应函数（IRF）和结构向量自回归模型（SVAR）来分析统一性货币政策对一国不同经济区域及不同国家间的影响。

在存在性研究方面，于则运用VAR模型和聚类分析对我国货币政策的效果进行了实证分析，结果表明我国存在货币政策的区域效应；［1］王剑、孔丹凤以VAR模型为基础，从国家、区域、省份层面分析货币政策传递的区域效应，发现东部区域或沿海省份对我国货币政策传递的反应程度大于中西部区域或者内陆省份；［2－3］Georgopoulos直接使用VAR分析了加拿大不同行业可能对货币政策传递的反应情况，并指出了以第一产业为主的纽芬兰、以第三产业为主的安大略湖二者存在明显的经济区域效应。［4］Carlino和DeFina通过使用SVAR模型研究美国核心和非核心经济区域在经济发展过程中对货币政策的反应一致性大小来判断美国是否存在货币政策的区域效应；［5］Giacinto使用空间计量和SVAR相结合的方法研究了美国货币政策的区域效应。［6］

在货币政策区域效应产生原因方面。宋旺和钟正生运用VAR和IRF模型对我国货币政策区域效应的存在性进行验证，指出了我国目前并未满足最优货币区的构成标准，认为利率渠道和信贷渠道是导致我国货币区域效应差异性存在的主要原因；［7］张晶运用同样的方法，采用月度数据对我国东中西部的货币政策效应进行实证分析，指出区域间的产业结构、企业规模以及产值构成等方面的差别在一定程度上导致了货币政策的区域效应。［8］Peersman使用分块SVAR模型研究了欧洲央行的货币政策对欧盟主要经济主体可能存在的影响，以及货币政策传导机制对不同国家的影响；［9］蒋益民和陈璋利用SVAR模型及其脉冲效应的分析方法，研究了我国不同经济区域对货币政策传递的反应，发现东部经济区域反应最强烈，同时也指出了这很可能是东部地区的金融结构较为完善的缘故。［10］

另外，也有学者在保持研究内容不变的基础上引入新的研究方法，如高云峰使用面板数据模型分析了东部和西部可能存在的货币政策的区域性影响差异；［11］李宝仁基于面板数据模型分析了全国29个省份对货币政策的敏感度差异。［12］

上述几方面在研究内容和方法上为本文提供了借鉴，但VAR模型及其脉冲效应分析更多地注重货币政策对单一地区的影响，缺少地区间的影响分析，也没有显著检验各个脉冲效应的统计性；SVAR模型能一定程度揭示出区域效应的结构影响因素，但对问题分析时可能存在过多的约束识别条件，分析结果不够准确；而使用面板数据模型分析在一定程度上只是解释了自变量对因变量的均值函数影响，并没有根据因变量条件分布在不同位置时可能存在的和自变量不同的线性约束关系。基于此，本文使用面板数据模型的分位数回归进行我国货币政策的区域效应分析，不仅考虑了研究对象时间和截面数据上的异质信息，而且进一步深入分析了货币政策传递影响的区域经济在不同条件分布位置点时可能受到哪些主要因素的影响，进而推进这一领域研究的不断发展，为我国货币政策的有效实施提供了理论参考。

二、变量选取、数据说明和研究方法

（一）变量选取

本文借鉴高云峰对货币政策区域效应的变量选取方法，引入GDP、M2、信贷额度和固定资产投资几个变量。

其一，GDP可以作为衡量一个区域经济发展的重要指标。

其二，货币政策中间变量M2的选取，主要考虑到三方面内容：当前我国信贷结构的不对称性造成信贷投资对利率的敏感性较低；资本市场发展程度较低造成居民储蓄对利率不敏感；利率的非市场化运作使得我国经济产出总额对利率的弹性较低。M2是一个累积的过程，通过长期累积和短期累积形成对经济的“累积效应”，当它到达一定规模时就比较容易保持市场的流动性进而对经济产生影响，如投资者把多余流动性资金注入到房地产行业等。

其三，货币传导一般通过信贷机制进行，主要是满足固定资产投资的货币信贷需求，实现以信贷投资拉动区域经济发展的目标。当各省份行使不同的信贷驱动模式时，便逐渐形成不一致的经济“投资效应”。这对解释我国货币政策的区域效应也有很大帮助。

（二）数据说明

M2主要是以各省份的现金投放或回笼加上存款为主，用HB表示；信贷供应量主要是金融机构的本外币贷款，用XD表示；固定资产投资用IK表示。本文选取了2000－2012年包括东部（北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东）、中部（山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南）、西部（内蒙古、广西、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆）共28个省份相关数据（数据均来源于各省的统计年鉴）。考虑到货币因素可能存在的累积效应，引入HB滞后一阶项（表示为HBZ）。为了消除数据的异方差性，对各变量分别取对数为：LNGDP、LNHB、LNHBZ、LNIK、LNXD。

（三）研究方法

本文采用的是面板数据分位数回归方法，目的是区分经济增长条件分布在不同位置时货币政策究竟对各省经济的区域效应产生怎样的影响。Koenker和Bassett于1978年最早提出了分位数回归方法，表示被解释变量y在不同条件分布点上可能与解释变量x存在的函数关系，随着分布点在［0－1］的变化，所有y在x基础上形成的条件分布轨迹是一簇曲线。该方法有效地克服了OLS估计或面板数据的均值回归；同时，分位数方法没有对误差项的分布作出具体的假定，对于极端值的敏感度也小于均值回归，可以在数据集合分布中选取任一分位点进行参数回归，因此分位数回归正好满足了本文的要求。下面将对分位数作简要介绍。

假设随机变量Y的概率分布为F（y）＝Prob（Y≤y），Y的τ分位数定义为满足F（y）≥τ的最小y值，即q（τ）＝inf（y：F（y）≥τ），0＜τ＜1。F（y）的τ分位数q（τ）可以由关于ξ的目标函数最小化得到，即

式中，argminξ｛Λ｝函数表示取函数最小值时ξ的取值，ρτ（u）＝u（τ－I（u＜0））称为检查函数，依据u取值符号进行非对称的加权。我们考察此最小化问题的一阶条件为

即F（ξ）＝τ，也就是说F（y）的第τ个分位点值是上述优化问题的解。

现假设Y的条件分位数由k个解释变量组成的矩阵x线性表示：

q（τ｜xi，β（τ））＝xi／β（τ），式中，xi＝（x1i，x2i，．．．．．xki）／为解释变量向量，β（τ）＝（β1，β2，．．．．．βk）是τ分位数下的系数向量。当τ在（0，1）上变动时，求解下面的最小化问题就可以得到分位数回归不同的参数估计：

与最小二乘法提供的平均数字相比，分位数回归能够提供许多不同分位数的估计结果，因变量的整个分配效果就得以清晰地阐释，甚至可以对数据异质性问题进行处理。基于面板数据的分位数回归，更能充分利用面板数据来控制不可观测的地区特定效应和时间特定效应，度量自变量对因变量的某个特定分位数的边际效果。

三、实证分析

（一）模型构建

1.单位根和协整检验

首先，对数据序列进行单位根检验，以保证序列的平稳性。同时，要进行变量之间协整关系的检验，看变量间是否存在计量线性关系。考虑到我国各省不同的经济状况，可以进行异质性单位根检验，在IPS法、ADF-Fisher法和PP法中选取ADF法进行检验。

由表1可知：变量LNGDP、LNHB、LNHBZ、LNIK、LNXD在异质性单位根检验ADF法中均没有通过平稳性检验，而对上述变量一阶差分后，P值显著变小，通过了5%的显著水平检验，说明了变量均是一阶单整序列I（1），变量间有可能存在协整性长期关系，故下面有必要对面板数据进行协整检验，结果如下（表2）：

由表2可知：28个省份的面板数据协整检验除Panel v、Panel rho和Group rho没有通过协整性检验外，其他方法均认为面板数据的残差项为平稳序列，说明我国28个省份的经济增长和货币因素、固定资产投资与信贷变量间存在长期的协整关系，可以建立回归方程。

2.模型判定与建模

构建面板模型前应弄清楚截面个体受随机效应影响还是受固定效应影响，同时也要弄清楚面板的混合、变截距、变系数的类别，故进行如下检验。

其中，F2、F1表示实际计算值，括号内表示临界值，Hausman检验表示Chi平方，括号内表示P值。由表3可知：F2、F1实际值均大于其临界值，可以用变系数模型模拟面板数据；而Hausman检验的P值均小于5%，说明了个体受固定效应的影响，故面板数据可用固定效应的变系数模型分析。

根据上述协整性分析以及已确定的固定效应变系数模型，可以建立下述面板数据方程：

其中，Ci为固定影响，β1，i、β2，i、β3，i和β4，i是弹性系数，εit为随机误差项。

（二）实证分析

由表4可知：在固定效应模型下，货币供应、货币供应滞后一阶、固定资产投资均显著正相关于东部各省份的经济发展，说明了货币政策的“累积效应”和“投资效应”较为明显，而信贷均值显著负相关于经济发展，这可能和货币传导机制的不完善有关。通过对面板数据的分位数回归，可以明显地看到，在2000－2012年间：第一，当东部各省份经济增长条件分布在分位点较低时（τ≤0．25），不管货币供应是否发生滞后效应，货币政策因素的“累积效应”均不明显，此时的经济增长主要依靠信贷渠道有效率地传导和固定资产的投资需求来推动，“投资效应”较为明显，弹性系数大于固定效应模型；第二，当经济发展条件分布在0.5分位点时，货币因素和投资、信贷等因素均发生显著作用，“累积效应”扩散明显，“投资效应”接近峰值，有力地促进了东部省份的经济增长。其中货币的即期作用为负，货币的滞后期作用为正，说明货币滞后期效应大于即期效应。固定资产投资对经济的促进作用接近于最大值，而信贷由于受即期货币供应的负影响略小于较低分位点时对经济的正相关作用；第三，当分位点提高到0. 75时，货币供应即期和滞后一期均不显著，而分位点为0.9的高水平时，货币即期效应不明显，滞后一期的货币供应较为明显地影响经济增长，但在这两分位点下信贷弹性系数变为负，绝对值大于分位点0.5及以下的系数，说明了东部10个省份中经济规模处于条件分布的0.75和0.9分位点的省份权重较大，这些省份的信贷拉动经济边际效应不明显，信贷堆积过大却没有提高货币－信贷的传导效率，容易造成信贷－经济的负相关现象；此时固定资产投资仍然对经济显著正相关，说明了固定资产投资和GDP增长具有内在的一致性。

由表5可知：在固定效应模型下，货币供应滞后一期显著正相关于中部各省份的经济发展，说明货币政策的即期效应较为明显，而货币供应即期、固定资产投资均没有明显地影响经济增长，“投资效应”不明显，并且信贷均值显著负相关于经济发展，这可能和货币－信贷传导处于不同的阶段有关。通过对面板数据的分位数回归可以明显地看到，在2000－2012年间：第一，当中部地区各省份经济增长条件分布在分位点较低时（τ≤0．5），不管货币供应是否发生滞后效应，货币政策因素的“累积效应”均不明显，此时的经济增长主要依靠信贷渠道有效率地传导，较弱的固定资产投资需求并没有明显地促进中部省份的经济增长，弹性系数最大为0.057，“投资效应”不明显，很可能是货币资金仍停留在信贷渠道的传递上而没有直接在固定资产投资等实体投资领域发挥资本配置作用的缘故，而LNIK和LNXD的弹性系数远大于固定效应模型下的系数；第二，当分位点提高到0.75甚至0.9的高水平时，货币因素和投资、信贷等因素均发生显著作用，“累积效应”扩散明显，“投资效应”接近峰值，有力地促进了中部省份的经济增长。其中货币的即期作用为负，货币的滞后期作用为正，说明货币滞后期效应大于即期效应，并且弹性系数几乎为固定效应模型的1.5倍。另外，在这两分位点下固定资产投资和信贷的弹性系数均显著正相关于中部的经济增长，弹性系数也远大于固定效应模型，由弹性系数大小可看出中部地区的8个省份中经济规模处于条件分布的0.75和0.9分位点的省份权重也较大。但LNIK和LNXD弹性系数在分位数回归中一致为正，在固定效应分析下却为负，这很可能是和个体固定效应模型没有包含时间上的固定效应有关。当然，中部省份的固定资产投资此时仍然对经济显著正相关，二者的内在一致性依然存在。

由表6可知：在固定效应模型下，货币供应滞后一期、固定资产投资显著正相关于西部各省份的经济发展，说明了货币政策的“累积效应”和“投资效应”较明显；而货币供应即期均没有明显地影响经济增长，并且信贷均值显著负相关于经济发展，这可能和货币－信贷传导机制的效率有关。而通过对面板数据的分位数回归，可以明显地看到，在2000－2012年间：第一，当西部地区各省份经济增长条件分布在不同分位点时，即期的货币供应（除τ＝0．9外）均没有显著作用于当地的经济，而滞后一期的货币供应（除τ＝0．75外）均显著正相关于区域经济，弹性系数在τ＝0．1分位点下达到最大值0.715，说明货币的滞后效应大于即期效应，货币政策因素的“累积效应”明显。第二，当西部省份的经济条件分布的分位点较低时（τ≤0．5），固定资产投资作用不明显，而信贷资本弱正相关于GDP，这很可能是因为西部省份经济发展程度较低时，固定资产投资未能形成规模效应，信贷资金的资本处于边际报酬递增的阶段。第三，当西部省份的经济条件分布在分位点较高时（τ≥0．5），固定资产投资影响区域经济发展较为显著，信贷资本未能明显促进经济的增长，这说明了固定资产投资已逐渐形成规模，规模效应明显，而信贷资本处于边际报酬递减阶段，同时货币信贷资本的传递也可能出现了效率上的差异，直接导致了货币政策在不同条件分布的分位点的经济区域实施上出现区域效应。

综合上述分析，东中西部的货币政策区域效应差异较为明显。进一步对比可知，货币政策即期上对东部沿海省份冲击较大，对中西部省份的经济冲击不太明显；而货币政策的滞后性容易对中部省份造成冲击，弹性系数为0.288，其次是东部，最弱的是西部。在固定效应模型中，东部地区的货币供应即期效应大于滞后效应；与西部相比，中部地区货币政策的滞后性更明显，说明不同地区的货币政策传导机制特点不同，会不同程度地影响货币政策的区域实施。而面板数据的分位数回归则更显著地细化了货币政策在东中西区域传递的特点，表现为：东部地区各省份经济增长在不同条件分布的分位点下，货币政策的即期效应和滞后效应均因受到各省异质的经济环境因素的影响而呈现显著或不显著性；中部地区各省以τ＝0．5为分界点，分位点小于0.5时货币政策的即期效应和滞后性均不显著，而大于0.5时均显著，并且滞后性大于即期效应；西部地区各省份在不同分位点下均表现为货币政策影响该省经济发展的滞后效应大于即期效应。

四、结论与建议

（一）结论

通过上述实证模型，可以得出以下结论：

一方面，我国确实存在较为显著的货币政策区域效应差异。主要表现在：货币政策在即期上对东部沿海省份冲击较大，对中西部省份的冲击则不太明显；而货币政策的滞后性对中部省份冲击最大，其次是东部，最弱的是西部。

另一方面，从原因上看，我国货币政策在东中西部的区域效应与每个地区的经济发展水平、经济产业结构以及金融市场信贷引导配置的机制密切相关。东部地区的产业结构层次较为分明，金融市场的信息不对称所造成的逆向选择和道德风险相对于中西部来说弱一些，这些因素有助于提高信贷资金在区域发展上的配置水平。而信贷结构的差异，如经济发达地区和不发达地区对于贷款和存款的搭配比例不一样，造成通过金融资源转移来弥补其缺口的现象，长期来看，信贷资本在实体经济领域的配置中表现出不平衡性，而信贷是货币传导机制中影响经济的重要一环，地区信贷的非效率性往往制约地区货币政策的调控效果。

（二）政策建议

首先，疏通货币政策的传导渠道。信贷渠道是货币政策传导的主要途径，银行可贷款供给的充足性和可得性直接影响信贷作用的发挥，进而影响货币政策的实施效果。各地区不妨从信贷供给角度出发，深化国有商业银行体制改革，鼓励引进外资银行，大力发展直接融资，多渠道缓解中小企业融资难问题，扩宽中小企业的融资渠道，促进地区经济的发展。此外，央行还应充分重视利率在货币政策传导中的作用，不断加快利率市场化，充分发挥利率的市场调节作用，这样不仅有利于提高央行的政策操作水平，发挥货币政策的有效性，而且有助于我国金融市场的发育及功能发挥。

其次，国家在制定货币政策时还应考虑各地区对货币政策的差别反应，即考虑货币政策对地区经济发展的即期冲击和滞后期冲击，预测货币政策的可能实施效果，从而加强货币政策实施的有效性，减少货币政策的区域效应，尤其要防止因地方政府对经济过度干预而制约货币政策实施的有效性。

［1］于则.我国货币政策的区域效应分析［J］.管理世界，2006，（2）：18－22.

［2］刘玄，王剑.货币政策传导地区差异：实证检验及政策含义［J］.财经研究，2006，32（5）：70－79.

［3］孔丹凤，秦大忠.中国货币政策省际效果的实证分析：1980－2004［J］.金融研究，2007，（12）：17－26.

［4］George Geogopoulos.Measuring regional effects of monetary policy in Canada［J］.Applied Economics，2009，（41）：2003－2113.

［5］Gerald Carlino，Robert Defina.The differential regional effects ofmonetary policy：evidence from the U.S.states［J］.Journal of Regional Science，1999，39（2）：339－358.

［6］Valter Di Giacinto.Differential regional effects of monetary policy：a geographical SVAR approach［J］. International Regional Science Review，2003.26（3）：313－341.

［7］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研究［J］.经济研究，2006，34（3）：46－58.

［8］张晶.中国货币政策区域效应差异及其原因研究：结构VAR模型下的实证分析［J］.广东金融学院学报，2006，21（4）：70－79.

［9］Gert Peersman.The transmission ofmonetary policy in the euro area：are the effects different across countries？［J］. Oxford Bulletin of Economics and Statistics，2004，66（3）：285－308.

［10］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，2009，22（4）：180－195.

［11］阮莉莉，高云峰，罗艳.货币政策区域效应差异研究：基于中国东部和西部的比较分析［J］.金融观察，2011，（9）：49－51.

［12］李宝仁，邬琼，杨倩.我国货币政策区域效应的实证分析：基于面板数据模型的研究［J］.北京工商大学学报，2011，（5）：92－98.

［13］高铁梅.计量经济分析方法与建模［M］.北京：清华大学出版社，2009.

［14］魏下海.贸易开放、人力资本和中国全要素生产率：基于分位数回归方法的经验研究［J］.数量经济技术经济研究，2009，34（7）：61－72.

An Empirical Analysis on Regional Effects of M onetary Policy in China——Based on Quantile Regression in Panel Data Modeling

LIU Jing-chao，WUWen-quan
（School of Economics Fujian Normal University，Fuzhou 350108，China）

By adopting the fixed effectsmodel and quantile regression in panel datamodeling and based on the sample data from 2002 to 2012，this article analyze the spot effect and hysteresis effect ofmonetary policy in China.It indicates that the monetary policy in China does have an obvious regional effect.The monetary policy’s spot effect in eastern region ismore stronger than the other regions，while its hysteresis effect is easy to affect the central region，followed by the eastern region and the western region the least.Therefore，the healthy development of the economy have been left starved for amonetary policy with regional differencemoderately，a smooth transmission mechanism ofmonetray policy and a good finance circumstance.

monetary policy；regional effects；fixed effects model；quantile regression based on panel datamodeling

F822.0

：A

：1670－3910（2014）01－0084－07

2013－12－8

国家社科基金项目（11BZW072）

刘静超（1991－），女，河南新乡人，硕士生，主要从事经济计量与预测研究；吴文泉（1986－），男，广西玉林人，硕士，主要从事宏观经济与金融计量研究。