影子银行与正规金融双重结构下中国货币政策规则比较研究

刘喜和 郝 毅 田 野

天津财经大学 中国滨海金融协同创新中心，天津 300222

一、引言

2008年以来，中国影子银行规模迅速膨胀，形成了影子银行系统与正规金融系统的双重运行结构，对金融市场和实体经济运行产生了越来越深刻的影响。针对双重运行结构所出现的问题，Kashyap et al．(1993)［1］较早发现，在紧缩货币政策的实施中，银行贷款减少了，但是商业银行票据融资明显增加，这就意味着可能存在银行信贷融资的替换机制。Gertler and Kiyotaki(2010)［2］研究发现，非银行金融机构在宏观经济冲击的传导过程中具有放大效应功能。Fabio Verono et al．(2011)［3］将影子银行纳入到DSGE模型中，研究了影子银行部门的行为动机与货币政策周期之间的关系，结果表明影子银行的行为严重冲击了货币政策目标的实现。中国的影子银行系统与发达国家相比虽然存在很大差异，但是它的产生模糊了中央银行货币政策的窗口指导口径，放大了市场的货币供给量或者改变了货币供给渠道(王增武，2010)［4］;它的信用创造功能通过金融稳定渠道对货币政策产生系统性影响，直接冲击了货币政策工具的效力，(李波和伍戈，2011)［5］;它的发展也改变了中国传统的货币政策传导机制，大大削弱了货币政策的效果(骆振心和冯科，2012)［6］。于是，在双重结构下如何完善货币政策操作目标体系和优化各种货币政策工具，使得包含影子银行在内的社会融资总量和结构处于合理水平，有效引导其流量和方向与货币政策目标一致，切实推动经济结构的战略性调整和经济增长方式的转变，自然成为当前迫切需要解决的问题。本文试图回答在影子银行体系和正规金融体系双重结构下，数量型和价格型货币政策规则与外部冲击和实体经济之间具有何种动态响应关系，进而比较分析其最优特征。

纵观货币政策工具规则问题的最新研究文献，基本上是按照如下视角展开:一是基于特定的经济金融环境，比较数量型货币政策工具与价格型货币政策工具的优劣。李远航(2013)［7］分析了货币政策规则的有效性。李成、王彬和马文涛(2010)［8］分析了数量型和价格型货币工具的调控绩效，认为在价格型工具调控下，通货膨胀预期偏差冲击对一定时期的宏观经济具有显著的正向效应，而在数量型工具调控下，通货膨胀预期偏差冲击对一定时期的宏观经济有明显的负面影响，在短期内抑制经济的扩张。胡志鹏(2012)［9］证明了当货币需求函数的波动性超过利率调控的波动性、总需求波动性和总供给波动性时，价格型货币规则将优于数量型货币规则。楚尔鸣和许先普等(2012)［10］进一步发现，在技术冲击和政府支出冲击下，利率规则能使实体经济平滑地趋于稳定水平。张杰平(2012)［11］基于开放经济的DSGE模型框架的研究认为，相对于单一使用货币供应量规则或利率规则，混合规则下的货币政策能够更有效地影响产出和通货膨胀。项卫星和李宏瑾(2012)［12］指出，中央银行货币政策已具备了向利率间接货币调控转型的基本条件。而王立勇、张良贵和刘文革(2012)［13］则认为在开放条件下，中国货币政策的混合使用使得政府很难掌控调控力度和节凑，应减少利率规则的使用而要借助于信贷和货币供应量的调控。王曦和邹文理(2012)［14］也认为在研究货币政策对实体经济(消费、投资和产出)的作用时，M2是最优的货币政策度量指标;在研究货币政策对通货膨胀的作用时，M1是最优的货币政策度量指标。二是针对特定的货币政策最终目标，讨论最终目标与货币政策工具之间的动态响应关系和工具实施的具体条件。Mehrotra et al．(2011)［15］构建了中国的 McCallum－Taylor规则，并对其适用性进行了分析。Yuan and Miller(2011)［16］在伴随持续冲击的动态新凯恩斯模型下，运用两阶段博弈模型，确定了与社会损失函数不同的变量值和权重系数，实现了其政策规则的最优性。Timothy et al．(2011)［17］研究了稳健性最优工具规则(robustly optimal instrument rules)的运用条件。朱孟楠和刘林(2011)［18］认为中国的最优货币规则应关注的焦点依次是资产价格、物价、汇率、货币供给的增速以及产出缺口。赵伟、朱永行和王宇雯(2011)［19］针对货币政策工具的特点分析了中国货币政策工具的具体选择。黄炎龙、陈伟忠和龚六堂(2011)［20］研究了在Ramsey最优均衡下汇率稳定与最优货币政策之间的关系。周炎和陈昆亭(2012)［21］将存款准备金等新型货币政策量化工具嵌入模拟中国经济的DSGE模型系统，分析了利差、准备金、货币增长率和利率等变量之间的关系。

以上研究文献分别从规范和实证的角度论证了数量型规则、价格型规则和混合型规则的最优性，尽管政策建议尚未形成一致意见，但也形成了一个共同的研究指向和趋势，那就是货币政策工具的设计必须密切关注经济金融环境的变化，厘清最终目标与工具之间的动态响应关系。本文将影子银行体系纳入经济运行系统中，建立了影子银行与正规金融双重结构下的DSGE模型，比较分析价格型货币政策规则与数量型货币政策规则的冲击效果。

二、影子银行与正规金融双重结构下的DSGE模型

为了细致刻画影子银行与正规金融双重结构下的经济系统结构，本文参照Christiano(2010)［22］的方法，在系统中设定如下经济主体:家庭、商业银行、影子银行、厂商、中央银行。

(一)家庭部门

假定经济体中的家庭部门由可存活无限期的无异质家庭构成，它们选择消费Ct、商业银行存款Dt、影子银行投资CBt、持有货币Mt、劳动Lt实现效用最大化。效用函数为:

约束条件:

得到一阶条件为:

(二)商业银行

在市场均衡条件下，厂商的收益应等于商业银行的收益，因此，厂商和商业银行间的最优债务合约为:

其中，Zt为商业银行的贷款利率，为厂商的资本收益率。净资产，与厂商存活率κ、厂商资本收益率和贷款成本有关:

为了刻画借贷双方对真实资本回报率信息不对称的问题，本文引入Townsend(1979)［23］的“有成本的状态识别”问题(CSV):银行必须付出监管成本，才能观察到异质性冲击，而企业家可以无成本的观察到。监管成本占厂商总收益的比例为ϑ。厂商和商业银行的标准债务合约由贷款数量和临界风险水平来刻画。

上式左边第一项是贷款给异质性生产力冲击在临界值以上的厂商所获得的收益，左边第二项是贷款给临界值以下的厂商扣除银行监督成本ϑ之后的收益，右边是银行支付给家庭的资金。

结合(9)和(10)，得到:

最优合同问题在商业银行零利润约束下可写为:

最优合同问题的一阶条件为:

(三)影子银行体系

本文所指的影子银行体系包含两部分，一部分主要包括以银信合作为主要代表的银行业内不受监管的证券化活动，包括委托贷款、小额贷款公司、担保公司、信托公司、财务公司和金融租赁公司等进行的“储蓄转投资”业务;另一部分为不受监管的民间金融，主要包括地下钱庄、民间借贷、典当行等。它们的共同特征是吸收家庭部门的投资，然后借贷给厂商，无数的影子银行分布在［0，1］区间内。假定家庭部门向这些银行存款的市场是完全竞争的，并且排除投资银行退出和进入的可能性。每一个影子银行z在开展中介服务时有一定的市场力量。

可以看出，影子银行的贷款利率是在其融资成本利率基础上进行加价。假定对资金需求的利率弹性是恒定的，反映了影子银行部门的贷款定价权，ε数值越高，则式(20)数值越低，定价权越小，意味着更低的贷款利率。

(四)厂商

厂商在商业银行和影子银行间选择融资机会。将求解如下优化问题:

其中，φ为厂商的选择偏好，η为需求弹性。二者均大于0。求解上述优化问题可得:

厂商的成本最小化问题:

一阶条件下，得到边际成本和劳动供给函数如下:

(五)中央银行

中央银行将采用数量型货币政策工具和价格型货币政策工具。McCallum(2000)［25］将货币供给量作为数量型货币政策的代理变量，具体形式为:

该设定考虑了利率滤波、预期通胀已经当期产出，υr，t为价格型货币政策冲击。

(六)一般均衡条件

本文构建的DSGE差分方程组共有18个方程组成，分别是(3)、(4)、(5)、(8)、(9)、(10)、(15)、(20)、(21)、(23)、(24)、(25)、(26)、(28)、(29)、(30)、(31)和(32))。内生变量包括{Ct、、πt、Mt、Lt、Wt、Bt、Qt、、、RBt、MCt、Yt}，参数包括{σc、σm、σL、γ、δ、v、γ、κ、α、β、ε、Φ、η、ρr、ρm、Φ1、Φ2、Φ3、Φ4}，外生冲击变量包括{υm，t、υr，t}。

三、数值模拟及脉冲响应分析

(一)数据来源与处理

本文采用季度数据，样本区间从2010年1季度到2012年4季度。其中，消费额采用社会消费品零售总额，产出采用实际GDP数据，通货膨胀采用CPI指数，工资采用CPI调整后的人均工资，以上变量数据均来自统计年鉴;中央银行基准利率采用中央银行一年期存款基准利率;实际货币余额数据来自中央银行网站对货币供应量M2的统计;基于委托贷款和信托贷款占中国影子银行系统融资额的82%，本文选用委托贷款和信托贷款总规模的环比增长率作为影子银行的测度数据。以上数据都经过季节调整和HP滤波处理。

(二)参数校准

在校准过程中，参数来源于两个渠道:一是参考现有的研究成果;二是利用中国的现实宏观数据，使模型所产生的数据能够基本符合中国宏观经济的基本状况。家庭部门，效用函数中的相关参数σc、σm、σL的校准值，本文采用了刘斌(2008)［26］的估计值 2．1、6．16、0．55;主观贴现因子 β 取值 0．96;根据黄颐琳(2005)［27］，将实物资本折旧率定为2．5%;资本收入占总收入的比例α，文献通常都将其设置为0．3～0．5之间，本文校准为0．4;资金需求的利率弹性参考Fabio Verono(2011)的校准方法，考虑到中国影子银行系统现阶段的特点，将ε校准为0．54(表1)。

表1 部分参数校准值

(三)参数估计

1．贝叶斯估计方法。本文使用贝叶斯方法对模型进行估计。首先设定参数的先验分布p(θA|A)，这取决于对参数的先验信息的了解，一般是根据前人的研究成果或模型稳态条件。先验分布设定了参数的可能取值。然后使用卡尔曼滤波方法，得到观测时间序列的似然函数，由似然函数和先验分布联合得到后验分布p(θA|YT，A)=

2．先验分布。对于中国而言，无论货币政策的松紧，国有大中型企业比较容易获得商业银行贷款，小微企业普遍面临贷款难的问题，一般需要通过民间金融等途径获得资金，而房地产开发企业、政府融资平台类企业一般是通过设计信托产品取得资金。这意味着厂商从影子银行体系和商业银行获得的两类资本的替代弹性不大。为了使估计值更加准确，本文设两类资本替代率η服从Gamma(1，0．5)分布，扩大先验分布涵盖的波动范围;按照Elikdag et al．(2006)［28］的估计结果，外部融资升水弹性设定为0．3;根据仝冰(2010)［29］，设定企业存活率κ服从均值为0．9的Gamma分布，标准差为0．05，资本调整成本参数服从均值为3的Gamma分布，标准差为0．5;根据马文涛(2011)［30］的估计，设定数量型货币政策冲击系数ρm为0．6，价格型货币政策冲击系数ρr为0．51，数量型货币政策规则中预期通胀权重φ1为0．31，数量型货币政策规则中产出缺口权重Φ2为0．06，价格型货币政策规则中预期通胀权重Φ3为0．08，价格型货币政策规则中产出缺口权重Φ4为0．06，都服从Beta分布，标准差为0．05。

模型待估计参数是{v、κ、Φ、η 、γ 、ρr、ρm、Φ1、Φ2、Φ3、Φ4、υm，t、υr，t}(表2)。

表2 部分参数估计值

(四)脉冲响应分析

1．相应变量对价格型货币政策规则冲击的响应。给定中央银行基准贷款利率降低1%的冲击，图1显示国内产出受到正向冲击，在第2期偏离稳态值至最高点6．5×10－3后快速回落，在第7期后稳定在2．5×10－3的水平;图2显示国内通货膨胀受到正向冲击，在第2期偏离稳态值至最高点0．065后快速回落，在达到最低点－0．02后又快速回升到稳态值，在第5期后基本稳定在稳态值附近;图3显示影子银行贷款利率受到负向冲击，快速偏离稳态值后在第2期达到最低点－11．7×10－3，在第10期后恢复到稳态值附近;图4显示影子银行贷款额受到正向冲击，在第2期偏离稳态值至最高点0．45后又快速回落到最低点－0．12，在第5期后恢复到稳态值。比较而言，价格型货币政策规则对影子银行贷款额的影响最大，其次是国内通货膨胀和影子银行贷款利率，对国内产出的影响相对较弱。

2．相应变量对数量型货币政策规则冲击的响应。给定货币供应量增加1%的冲击，图5显示国内产出受到正向冲击，在第1期偏离稳态值至最高点0．024后快速回落，至第2期恢复到稳态值后回升，在第5期后之后维持在［0．005，0．006］区间内;图6显示国内通货膨胀受到正向冲击，在第1期偏离稳态值至最高点0．07后回落，第3期回落到最低点－0．02后又快速回升，在第5期恢复到稳态值附近;图7显示影子银行贷款额受到正向冲击，在第2期偏离稳态值至最高点0．2后回落，在第2期回落到最低点－0．14后快速回升，第5期后恢复到稳态值;图8显示影子银行贷款利率受到负向冲击，在第1期偏离稳态值至最低点－0．035后快速回升，第4期回升到最高点0．009后回落，第10期后恢复到稳态值。比较而言，数量型货币政策规则对影子银行贷款额的影响最大，其次是影子银行贷款利率，然后是国内产出和通货膨胀。

四、结论与政策建议

从价格型与数量型货币政策规则对影子银行体系的冲击效果的比较看，首先，二者都对影子银行的贷款额产生重要影响，这印证了从2010～2012年中国影子银行规模的快速膨胀与货币政策变动的因果关系。2010年开始，中国房地产行业开始实施包括限购限贷在内的调控政策，与新增人民币贷款相对平稳形成鲜明对比的是，信托贷款、委托贷款等影子银行提供的资金快速增长。数据显示，这些贷款大部分是商业银行通过理财产品变相延续给房地产、基础设施建设等行业贷款，把规避监管的表外业务作为主营业务“转型”。此现象进一步说明了银监会规范商业银行理财业务投资“非标准化债权资产”的迫切性与必要性。其次，影子银行贷款利率对数量型和价格型货币政策变动冲击呈负向响应，说明利率工具还是调节影子银行发展的有效工具。随着利率市场化的推进，利率工具的调控效应会更加明显。

从价格型与数量型货币政策规则对产出和通货膨胀的冲击效应比较看，在样本区间内，价格型货币政策规则对产出的影响明显弱于数量型货币政策规则的影响，而通货膨胀对价格型货币政策规则冲击的响应与对数量型的响应基本相同。此结果一方面表明现阶段中国货币政策工具从数量型向价格型的转变已经具备了一定的基础且凸显了相应的效果，另一方面也昭示，如果货币政策的目标是解决经济增长问题，那么数量型货币政策规则要强于价格型规则。

现阶段中国正处于经济结构调整和发展方式转变的关键时期，迫切需要进一步增强货币政策的前瞻性、针对性和灵活性，通过货币政策操作与经济结构调整目标的有效结合，寻求经济增长与结构调整的平衡。因此，当前应在保持货币信贷总量和社会融资规模平稳适度增长的基础上，适时推进利率市场化，充分发挥价格型货币政策工具的功能。

［1］Kashyap，Anil K．，Stein，Jeremy C．，and Wilcox，David W．，1993．Monetary Policy and Credit Conditions:Evidence from the Composition of External Finance．NBER Working Paper，No．4015．

［2］Gertler，M．，and Kiyotaki N．，2010，Financial Intermediation and Credit Policy in Business Cycle Analysis．Handbook of Monetary Economics，North Holland Publish Press，547－599．

［3］Fabio Verona，Manuel M．F．Martins，and Drumond，2011．Monetary Policy Shocks in a DSGE Model with a Shadow Banking System．CEP－UP Working Paper，No．1101．

［4］王增武．影子银行体系对我国货币供应量的影响——以银行理财产品市场为例［J］．中国金融，2010(12)．

［5］李波，伍戈．影子银行的信用创造功能及其对货币政策的挑战［J］．金融研究，2011(12)．

［6］骆振心，冯科．影子银行与我国货币政策传导［J］武汉金融，2012(4)．

［7］李远航．基于央行效应动态最优化模型的货币政策传导有效性研究［J］．湖南科技大学学报(社会科学版)，2013(6)．

［8］李成，王彬，马文涛．资产价格、汇率波动与最优利率规则［J］．经济研究，2010(3)．

［9］胡志鹏．中国货币政策的价格型调控条件是否成熟?——基于动态随机一般均衡的理论与实证分析［J］．经济研究，2012(6)．

［10］楚尔鸣，许先普．中国最优货币政策规则选择——基于新凯恩斯主义DSGE模型分析［J］．湘潭大学学报:(哲学社会科学版)，2012(4)．

［11］张杰平．开放经济DSGE模型下我国货币政策规则的选择［J］．山西财经大学学报，2012(4)．

［12］项卫星，李宏瑾．我国中央银行数量型货币调控面临的挑战与转型方向［J］．国际金融研究，2012(7)．

［13］王立勇，张良贵，刘文革．不同粘性条件下金融加速器效应的经验研究［J］．经济研究，2012(10)．

［14］王曦，邹文理．我国货币政策的最优度量指标［J］．中山大学学报:(社会科学版)，2012(1)．

［15］Mehrotra，Aaron，Funke Michael，and Yu Hao，2011．Tracking China CPI Inflation in Real Time．Quantitative Macroeconomics Working Paper，No．21112．

［16］Yuan，Huiping and Miller Stephen M．，2010．Implementing Optimal Monetary Policy:Objectives and Rules．Economic Modelling，Vol．27，No．5:737－745．

［17］Cogley，Timothy，De Paoli Bianca，and Matthes Christian et al．，2011．A Bayesian Approach to Aptimal Monetary Policy with Parameter and Model Uncertainty，Bank of England Working Paper，No．414．

［18］朱孟楠，刘林．资产价格、汇率与最优货币政策［J］．厦门大学学报，2011(2)．

［19］赵伟，朱永行，王宇雯．中国货币政策工具选择研究［J］．国际金融研究，2011(8)．

［20］黄炎龙，陈伟忠，龚六堂．汇率的稳定性与最优货币政策［J］．金融研究，2011(5)．

［21］周炎，陈昆亭．利差、准备金率与货币增速——量化货币政策效率的均衡分析［J］．经济研究，2012(7)．

［22］Christiano，Lawrence，Mathias Trabandt and Karl Walentin，2010．DSGE Models for Monetary Policy Analysis．NBER Working Paper，No．16074．

［23］Robert Townsend，1979．Optimal Contracts and Competitive Markets with Costly State Verification．Journal of Economic Theory，Elsevier，Vol．21，No．2:265－293．

［24］Bernanke，B．，M．Gertler，and S．Gilchrist，1998．The Financial Accelerator in a Quantitative Business Cycle Framework．NBER Working Paper，No．6455．

［25］McCallum，B．，2000．Alternative Monetary Policy Rules:A Comparison with Historical Settings for the United States，NBER Working Paper，No．7725．

［26］刘斌．DSGE模型在我国货币政策分析中的应用［J］．金融研究，2008(10)．

［27］黄颐琳．中国经济周期特征与财政政策效应——一个基于三部门RBC模型的实证分析［J］．经济研究，2005(6)．

［28］Elekdag E．，A．Justiniano，and I．Tchakarvo，2006，An Estimated Small Open Economy of the Financial Accelerator．IMF Staff Paper，Vol．53，No．2:219－241．

［29］仝冰．货币、利率与资产价格——基于DSGE模型的分析与预测［D］．北京大学博士研究生学位论文，2010．

［30］马文涛．货币政策的数量型工具与价格型工具的调控绩效比较——来自动态随机一般均衡模型的证据［J］．数量经济技术经济研究，2011(10)．