货币政策传导信心渠道研究

陈 红，郭 丹，张佳睿

（1.中南财经政法大学金融学院，武汉430073；2.吉林省社会科学院《经济纵横》编辑部，长春130022）

货币政策传导信心渠道研究

陈 红1，郭 丹1，张佳睿2

（1.中南财经政法大学金融学院，武汉430073；2.吉林省社会科学院《经济纵横》编辑部，长春130022）

摘要：从投资者角度出发的信心与投资理论模型表明，投资者对未来经济信心不足会导致低投资。货币政策冲击会显著影响经济主体信心，经济主体信心与实际产出正相关。货币政策传导的投资者信心渠道比消费者信心渠道更有效。政策制定者在制定政策过程中应综合考虑经济基本面和经济主体信心的影响，关注如何恢复、增强和调节经济主体信心，以形成货币政策有效性，增强政策传导效果；同时，经济主体对宏观经济形势的判断依赖于其对经济运行状况的主动认知，货币政策透明度、央行的声誉、政策制定者与经济主体的沟通等因素能引导市场对货币政策变化的预期，稳定其对宏观经济的信心。

关键词：货币政策；传导机制；信心；决策延迟效应

一、引 言

当经济主体对未来宏观经济信心下降时，货币政策有效性会降低吗？无论是经济学家还是政策制定者，都普遍接受这样的观点，即信心在货币政策向实体经济的传导过程中扮演着至关重要的角色。英国经济学家阿瑟·庇古（Arthur Pigou）强调预期变化是决定经济循环的重要因素，也就是说，当人们对未来有信心时，他们会增加消费和投资。［1］凯恩斯（Keynes）指出信心在推动经济活动方面起到重要作用，信心使人更加积极的作为，从而改变未来结果。［2］伯南克（Bernanke）［3］、平狄克（Pindyck）［4］、布鲁姆（Bloom）［5］等则认为，经济主体对未来经济的不确定性非常敏感，这种不确定性是形成经济危机深度和持久性的潜在因素之一，因此，货币政策对实体经济的提振作用往往还存在非货币渠道，若不能及时恢复经济主体信心，将导致经济恢复需要更长的时间。

自诺贝尔奖获得者阿克洛夫（Akerlof）和希勒（Hiller）提出消费者和企业家信心对理解经济波动非常重要的观点以来，学者和政策制定者们对“信心”给予了充分关注，他们纷纷提供信心在经济波动和经济循环中的作用方面的证据，认为信心会影响经济主体的决策，信心疲软会加速经济衰退的形成和持续，也使政策效果大打折扣。［6］费尔德斯坦（Feldstein）的研究表明，2008年的金融危机使美国消费者信心已跌至自1992年以来的最低点，财政政策和货币政策应重塑消费者信心来阻止经济疲软。［7］法默（Farmer）认为，人们在此轮经济危机中对房地产和股票市场失去了信心，尽管美联储采取零利率刺激，但人们对未来经济的担心使他们停止消费，从而使经济恢复缓慢。［8］贝克（Baker）和布鲁姆（Bloom）［9］、巴赫曼（Bachmann）等［10］则认为，消费者和生产者对未来不确定情绪的上升会推迟他们的决策行为，从而对政策改变响应不足，即这种不确定存在“等着瞧”效应，企业或个人会减少或停止投资，使经济更快步入衰退。斯托克（Stock）和沃森（Watson）考证了2007～2009年美国经济衰退事件和之后的经济恢复，认为此次史无前例的经济危机与不确定性因素增加和对未来信心不足有很大的关联。［11］巴斯克（Barsky）和西姆斯（Sims）从信息学的角度指出，消费者信心变化反映未来经济景气程度信息，消费者信心不能使经济活动立刻发生改变，但会影响之后的消费和收入。［12］勒蒂克（Leduc）指出，信心改变是驱动经济循环的重要因素，若没有提升消费者信心，则任何经济体经济都不可能复苏，货币政策和财政政策可用来恢复消费者信心以促进经济增长。［13］安吉拉特斯（Angeletos）等提供了信心在经济循环中的作用方面的证据，认为经济衰退以“低信心”和“弱需求”为特征，经济主体对经济短期走势的判断能迅速形成乐观或悲观情绪，从而调整他们的经济行为。［14］

定稿日期：2015-11-10

综上所述，已有的相关研究表明，消费者和企业信心对理解经济波动和经济循环非常重要，但目前该观点仍缺乏被广为接受的理论的支撑，实证进展也相对有限。而且，文献研究集中于政策对实体经济的冲击效应，或信心对经济总体波动、经济循环的影响，而很少有学者将政策改变、实体经济波动、信心三者联系起来。总的来说，目前从信心角度来研究货币政策有效性的文献相对偏少。巴赫曼（Bachmann）和西姆斯（Sims）构建了SVAR模型来探讨信心在财政政策，尤其是政府购买支出对经济活动的有效性，结论是在经济萧条时期和财政乘数大于1时，增加政府购买能显著提升信心，并以此刺激经济增长。［15］加布雅各布（Gabe Jacob）则采用欧盟地区的经济数据研究货币政策的信心渠道，实证结果显示资金借入方和资金借出方的信心状况是货币政策传导至实体经济活动中的一个非常关键的因素。［16］同样，我国从经济主体心理和行为角度来研究货币政策传导机制的文献也不多，最具有代表性的是苏飞用SFAVAR模型探讨了情绪因子（Sentiment Factor）在我国货币政策传导中的作用，结果显示情绪因子对货币政策传导效果有一定影响，预期在货币政策传导途径中扮演者“催化剂”的作用。［17］

近年来，融合人类心理、行为等因素来分析宏观金融问题的研究已有很多，受此启发，本文尝试将信心渠道纳入货币政策传导机制分析框架。［18］基本逻辑为：央行提出的政策本身暗含央行对货币总体稳定的承诺，因此可以提升信心，刺激需求，导致经济增长。为验证该逻辑，本文采用先理论模型演绎，后借助VAR模型进行实证的方式来研究在货币政策冲击下，信心对经济增长的作用。

二、货币政策传导信心渠道机理分析

目前尚未有被普遍认可的信心模型，受狄克西（Dixit）、平狄克（Pindyck）和布鲁姆（Bloom）等的研究思路启发，本文用一个简化的信心与投资理论模型，从投资者的视角来分析信心是否会给投资造成影响，从而可以检验信心对宏观经济的影响。［19］

（一）信心与投资理论模型假设

1.假设社会有m个投资者，每个投资者都面临投资项目的机会，则第i个投资者承担项目投资的成本为Ci，则离散型随机变量Ci服从均匀分布，概率为1/m。

2.假设投资期共有三期，分别为0、1、2期。在0期，投资者面临做出是否投资的决策。如果投资，则投资项目回报Y在1期和2期实现，但Y的大小是不确定的，换句话说Y是一个随机变量。不妨假设Y存在两种可能性，即或者上行或者下行，并且上行的幅度和下行的幅度并不确定，这样我们就可以分析信心程度如何影响关键变量Y的大小。假设Y=Yh的概率为q，Y=Yl的概率为1-q。令d=Yh-Yl为经济上行幅度和经济下行幅度之差。

3.假设投资不可撤回。投资者在0期和1期分别可以做出投资决策，当投资者在0期做出投资决策，则投资者无法撤回投资决定，只能等待投资结果；若投资者在0期选择观望，由于投资者在1期就可观察到Y的结果，所以投资者在1期依然可以做出是否投资的决定。

4.假设资本再出售价格小于Y，该假设条件使得投资不会在1期终止。

5.在假设2的基础上，我们做出投资收益假设。由于Y是随机变量，投资Y可能亏损也可能获利。不妨假设当投资回报最低时，投资者亏损，用公式表达为：

（1）式说明投资的最低回报的净现值为负值，Rf为无风险利率，即若不投资该项目至少可以获得Rf的收益率。同理，也可以假设当投资获得的最高回报为正，并且该结果应该在1期就会实现，以便投资者在1期做出投资决策，用公式（2）表达为：

（二）信心与投资理论模型分析

投资者i在0期可根据自己对未来宏观经济形势的信心程度来做出投资或不投资的决策，可以依据假设计算在0期投资或不投资时的净现值，分别记作由于假设投资是不可撤回的，所以一旦0期做出投资决策，则净现值应该等于投资预期收益的贴现值，见公式（3）；一旦投资者在0期选择观望，则该投资者在1期可根据投资回报结果继续做出1期是否投资的决策，若1期观测结果为Y=Yh，则投资者选择1期投资，由于投资者在0期未投资，所以Ci有了增值Rf*Ci；若1期观测结果为Y=Yl，投资者仍然会选择1期不投资，此时0期的投资成本Ci的折现值是（1-q）*Ci，现值由两部分构成，即1期投资折到0期的净现值和1期不投资折到0期的净现值之和，见公式（4）。

社会总投资是众多单个投资者投资的总和。根据假设1，Ci服从离散型均匀分布，令I0为0期社会总投资规模，则I0应等于社会总m个投资者中投资成本小于固定成本的所有投资者的投资之和，见公式（8）。由假设2可知，d=Yh-Yl，将式（8）对d求偏导，可得式（9），即信心与投资模型总公式①。

信心与投资模型总公式表明，社会总的投资者对未来宏观经济的信心改变程度与投资负相关，对未来经济的不确定性导致低投资。信心与投资模型总公式传达的含义是信心不足时会带来决策延迟效应，该延迟效应也可以从公式（7）看出，当对未来信心越不足时，Yl会下降，从而投资者更可能推迟投资决策，使投资减少更多。

三、我国货币政策信心渠道传导的实证分析

（一）变量选取和处理

1.变量选取和数据来源

本模型涉及的主要变量有三类：一是我国货币政策的主要目标变量，包括实际GDP、实际消费和实际投资。二是反映我国货币政策的工具变量，本文采用货币供应量M2指标。三是信心变量指标，包括企业家信心指数和消费者信心指数。

本文选取的数据样本期间为2000年第1季度至2015年第2季度，GDP变量选用国内生产总值季度数据，消费的度量采用社会总消费品零售总额，对投资的度量采用全国固定资产完成额数据，货币政策代理变量选用M2，综合采用国家统计局和中国人民银行公布的消费者信心指数和企业家信心指数，其它数据来自Wind数据库。

2.数据处理说明

（1）GDP、消费、投资等数据的处理。GDP变量选用国内生产总值季度数据，对消费的度量采用社会总消费品零售总额指标，对投资的度量采用全国固定资产完成额数据。投资数据处理同消费数据处理一样，定基指数都选用固定资产投资价格指数。本文对GDP、消费、投资数据都用X12方法进行季节性调整，消除季节性因素后，再对GDP、消费和投资实际季度数据取自然对数。GDP、消费、投资数据处理后英文缩写分别为LNY、LNC、LNI。

（2）货币政策工具变量的选取。本文选择M2作为货币政策代理变量是因为：一方面，本文研究的是货币政策、信心和产出之间的关系，就本文的研究重点而言，M2是相对于利率等变量而言更契合本文研究目的的货币政策代理变量；另一方面，发达国家学者多选择国债利率、或有效汇率作为货币政策代理变量是基于发达国家市场化背景，而在本文所选择的样本期间内，我国的利率和汇率市场化改革始终处于进行时，SHIBOR数据在2006年之后才有，存贷款基准利率变动小且存在政策因素。［20］对M2的数据处理方法是根据CPI指数定基处理得到实际值，作季节调整，然后取自然对数。M2数据处理后英文缩写为LNM2。

（3）企业家信心指数的计算说明。本文主要采用国家统计局公布的消费者信心指数和企业家信心指数。需要说明的是，由于国家统计局发布的数据缺少2014年和2015年的部分数据，所以缺省值按照央行发布的企业家信心数据补齐，由于央行企业家信心指数范围在1～100%之间，50%为临界值，而国家统计局公布的企业家信心指数在1～200%之间，临界值为100%，所以在补齐数据时，将央行企业家信心指数乘以2，然后用以公布的部分数据进行比例处理。消费者信心指数、企业家信心数据处理后英文缩写分别为CON_C和CON_I。

图1描述了2001年第1季度至2015年第2季度我国经济主体，即消费者和企业家对宏观经济的信心状况。对消费者信心指数和企业家信心指数作了标准化处理后，可以发现在样本期间，消费者和企业家信心呈周期波动，虽然消费者信心和企业家信心有一定的差异，但总体波动趋势一致。［21］在近期，企业家信心明显弱于消费者。下文我们将结合模型分析信心波动是否会影响货币政策传导的有效性。

图1　2001年第1季度～2015年第2季度我国经济主体对宏观经济的信心状况

（二）VAR模型设计与检验

1.平稳性和协整检验

在建立VAR模型之前需要明确时间序列是否平稳。将数据处理后得到的货币供应量（LNM2）、消费者信心指数（CON_C）、企业家信心指数（CON_I）、国内生产总值（LNY）、消费额（LNC）、投资额（LNI）等六类变量进行单位根检验，检验结果见表1。可见，各变量一阶差分在1%显著水平上拒绝存在单位根。

表1　ADF单位根检验结果

显然，六类变量都服从一阶单整。本文需进一步考察变量之间是否存在协整关系，检验结果见表2。表2表明6个变量之间存在协整关系，最大特征根检验和迹检验都表明在5%显著水平下存在两个协整向量。

表2　Johansen协整检验结果

2.VAR模型设立

在明确变量非平稳，但变量之间存在协整之后，可以建立VAR模型来研究货币政策作用于实体经济的信心渠道。由于VAR模型变量顺序会改变模型本身的计量结果，因此，变量顺序的设定非常重要。本文的变量顺序按照货币政策工具变量、信心变量、货币政策目标变量展开。信心变量则按照消费者信心指数排在企业家信心指数之前的顺序，货币政策目标变量按照实际GDP、实际消费、实际投资的顺序。这种顺序安排与经济学框架和逻辑一致。于是，可以建立如下VAR模型：

其中，Yt=［LNM2t，CON_Ct，CON_I，LNYt，LNCt，LNIt］′，Ct为6×1维常数向量，p为滞后阶数，Aj为6×6维自回归系数矩阵，εt为6×1维白噪声干扰项。该模型均等对待每一个变量，模型本身体现货币供给量、消费者和投资者信心、产出之间的交互影响。同时满足如下关系：

（三）模型检验与识别

建立VAR初步模型VAR（2）之后，对模型季度数据进行4期滞后阶数检验，表3为滞后阶数检验结果，FPE、SC、HQ准则显示模型最优滞后阶数为1阶。根据最优滞后阶数建立VAR（1）模型，对该模型进行稳定性检验，检验结果见表4，表4说明该模型对应的特征方程的特征根的绝对值小于1，即所建立的VAR模型满足稳定性条件。

表3　滞后阶数检验结果

表4　VAR模型稳定性检验结果

（四）计量结果及分析

1.脉冲响应函数

脉冲响应函数反映了VAR模型中各内生变量对其他变量冲击的响应程度。本文建立六变量的VAR（1）模型，下面分别给出六变量VAR模型的脉冲响应函数图。在下列各图中，横轴表示冲击作用的滞后期间数（季度），纵轴表示各变量的响应，实线表示脉冲响应函数，代表各变量对某个变量一个标准差单位的冲击后的变化，虚线表示正负两倍标准差偏离带。具体而言，图2是消费者信心指数和投资者信心指数对货币供应量的脉冲响应图，从图2可以看出，在本期给货币供应量一个正冲击之后，无论是消费者信心还是投资者信心都经历了一个逐渐加强的过程，但相比而言，投资者信心响应明显比消费者信心快，且幅度要明显高于消费者信心。扩张性的货币政策，能增强消费者和投资者信心，但投资者信心显著比消费者信心恢复程度更快且幅度更大。

图2　信心指数对货币供应量冲击的脉冲响应函数图

图3 产出变量对货币供应量冲击的脉冲响应函数图

图3是货币政策目标变量，即实际GDP、实际消费和实际投资对货币政策工具变量（货币供应量）冲击的响应图。图3表明，当在本期给货币供应量M2一个正冲击后，实际GDP、实际消费、实际投资迅速作出响应。在货币供应量一个正冲击下，GDP稳定增长，说明货币政策正冲击对国内生产总值增加具有显著的促进作用和较长的持续效应。同样，该冲击给消费和投资带来同向的冲击，实际消费在第5期达到峰值，实际消费对货币供应量正冲击的响应程度明显快于实际GDP。相比实际GDP和实际消费而言，货币供应量对实际投资的冲击幅度最大，实际投资在第三期达到最高点，说明在实际GDP、实际消费和实际投资三者之间，实际投资对货币供应量冲击的响应最快。同时，从图3可以看出，货币供应量增加的扩张性货币政策对产出有显著的促进作用，该脉冲响应函数图与经济理论相吻合。

图4和图5分别表示货币政策目标变量，即实际GDP、实际消费和实际投资对消费者信心和投资者信心冲击的响应图。对比图4和图5可以发现，货币政策目标变量对两类经济主体信心冲击的响应结果有显著的差别，其中给消费者信心一个正冲击对实际GDP的影响不大，虽然是正影响，但该正影响幅度较小且逐渐趋于零；而给投资者信心一个正冲击却能对实际GDP波动带来正影响，其影响幅度显著高于消费者信心冲击幅度，其持续效应也比较明显。两类信心冲击对实际消费和实际投资的影响差异也非常明显，给消费者信心一个正冲击，虽然同时给实际消费和实际投资带来正面影响，但两者的反应幅度仍有所不同，实际消费在1期最高，之后影响减弱，而实际投资对消费者信心正冲击的反应更为迅速，在2期达到峰值，之后影响减弱。同样，实际消费和实际投资对投资者信心正冲击做出的响应大体一致，但实际投资是实际消费的响应幅度的两倍。图4和图5说明，经济主体信心能显著正向影响产出变量，这与本文的第二部分信心投资模型的结论一致，但相比而言，投资者信心给产出带来的影响要高于消费者信心。

图4　产出变量对消费者信心指数冲击的脉冲响应函数图

图5　产出变量对投资者信心指数冲击的脉冲响应函数图

2.方差分解

上文脉冲响应函数描述了货币供给量、经济主体信心、产出变量的相互影响，下面将用方差分解通过分析变量结构冲击对内生变量变化的贡献度，来评价变量结构的重要性。分别制作消费者信心指数、投资者信心指数、实际GDP方差分解表，表中数据分别表示各变量对各方差分解变量变动的贡献程度。消费者信心指数方差分解结果表明：不考虑消费者信心指数自身的贡献率，货币供应量M2对消费者信心指数变动的贡献率最大，平均在25%左右。投资者信心指数方差分解结果表明：不考虑投资者信心指数自身的贡献率，货币供应量M2和消费者信心指数对投资者信心变动的贡献率最大，且表现出货币供应量M2变动逐期增加并逐渐稳定，而消费者信心指数贡献逐期增加并逐渐稳定。消费者信心指数方差分解结果和投资者信心方差分解结果共同表明：经济主体信心变动受货币政策冲击的影响。这进一步验证了货币政策传导过程中会通过信心渠道来影响产出。实际GDP方差分解结果表明：排除实际GDP自身的贡献率，投资者信心对实际GDP变动的贡献率最大，基本在36%以上，投资者信心和消费者信心共同解释了实际GDP变动的40%左右，这说明信心冲击能解释1/3以上的实际GDP波动。②

四、结论与政策建议

货币政策被各国作为2008年世界经济危机后恢复经济的重要手段。当经济受到重创时，经济主体信心是否会影响货币政策传导的有效性？在我国经济进入“新常态”背景下，央行推出的一轮又一轮的货币政策是否会作用于消费者和投资者信心，从而改变他们的消费和投资行为？基于这些问题，本文从理论和实证两个不同维度给出了答案。从投资者角度出发的理论模型演绎的结论是社会投资者总体对未来宏观经济的信心不足时，会产生决策延迟效应，从而使投资减少。VAR模型实证分析得出的主要结论如下：一是消费者信心和投资者信心能显著对货币政策冲击做出持续响应，从而能同向影响实际经济增长，带动消费和投资；二是投资者信心响应幅度比消费者信心反映幅度更大，投资者信心对经济产出波动变动的贡献率也远远高于消费者信心，这说明投资者信心渠道对货币政策有效性的影响程度远高于消费者信心渠道。

当前，在“新常态”背景下，若宏观经济基本面发生较大改变，消费者和投资者信心势必受到影响，当消费者和投资者对未来宏观经济信心不足时，会发生“等着瞧”效应，消费者很可能会减少消费，而投资者则会延迟投资决策，这会进一步使经济疲软。政策制定者若只关注经济基本面，忽视经济主体心理因素的影响，则会加速经济下行。此时，货币政策制定者可通过扩张的货币政策影响经济主体信心的形成机制，使投资者和消费者受政府为未来宏观经济的支持所鼓舞，提升消费者和投资者信心。具体而言，一方面，政策制定者在制定政策过程中结合考虑经济基本面和经济主体信心的影响，应关注如何恢复、增强和调节经济主体信心，以形成货币政策有效性，增强政策传导效果；另一方面，经济主体对宏观经济形势的判断依赖于其对经济运行状况的主动认知，货币政策的透明度、央行的声誉、政策制定者与经济主体的沟通等因素能引导对货币政策变化的预期，稳定其对宏观经济的信心。因此，货币政策制定者应进一步增加货币政策的透明度、注重与经济主体的交流沟通，并加强自身声誉建设，使得经济主体和政策制定者对未来经济形势的认识趋于一致，有利于形成更加畅通的货币政策传导机制。

注 释

①E（Y）=q*Yh+（1-q）*Yl⇒E（Y）=q*d+Yl，所以

②鉴于论文篇幅，消费者信心指数、消费者信心指数、投资者信心指数、实际GDP方差分解表此处省略，如有需要，请和作者联系。

参考文献

［1］Pigou.A.C.Industrial Fluctuations［J］.The Economic Journal，1927（37）.

［2］J.M.Keynes.The General Theory of Employment，Interest and Money［M］.New York：Hartcourt，Brace，1936.

［3］Baker，Scott R.and Bloom，Nicholas and Davis，Steven J.Measuring Economic Policy Uncertainty［R］.Chicago Booth Research Paper，2013.

［4］Ben S.Bernanke.Nonmonetary Effects of the Financial Crisis in the Propagation of the Great Depression［J］.The American Economic Review，1983（3）.

［5］Avinash K.Dixit and Rovert S.Pindyck.Investment under Uncertainty［M］.Princeton University Press，1994.

［6］Ackerlof，G.，Shiller，R.Animal Spirit［M］.Princeton University Press，2008.

［7］Feldstein，M.Our economic dilemma［N］.Wall Street Journal，2008-02-20.

［8］Farmer，R.10 Questions：Economist Roger Farmer［EB/OL］.UCLA Today.2010，Available at：http：//www.today.ucla.edu/ portal/ut/10-questions-economist-ro ger-farmer-155965.aspxS.

［9］S.Baker，N.Bloom，Does Uncertainty Drive Business Cycles？Using Disasters as a Natural Experiment［R］.Nber Working Paper，2011.

［10］R.Bachmann，S.Elstner，E.Sims.Uncertainty and Economic activity：Evidence from Business Survey Data［J］.American E-conomic Journal，2013，5（2）.

［11］Stock，James H.and Watson，Mark W.Disentangling the Channels of the 2007-2009 Recession［R］.NBER Working Paper，2012.

［12］R.B.Barsky，E.R.Sims.Information，Animal Spirits，and the Meaning of Innovations in Consumer confidence［J］.American Economic Review，2012，102（4）.

［13］Leduc.Confidence and the Business Cycle［R］.Federal Reserve Bank of San Francisco Economic Letter，2010.

［14］G.M.Angeletos，F.Collard，H.Dellas，Quantifying Confidence［R］.National Bureau of Economic Research Working Paper，2015.

［15］Rudiger Bachmann，Eric R.Sims.Confidence and the Transmission of Government Spending Shocks［J］.Journal of Monetary E-conomics，2012（59）.

［16］De Bondt，Gabe，Confidence and Monetary Policy Transmission［DB/OL］.Available at SSRN：http：//ssrn.com/abstract= 2608364 or http：//dx.doi.org/10.2139/ssrn.2608364.

［17］苏飞.市场预期在我国货币政策传导机制中的作用研究——基于结构因子向量自回归模型［J］.国际金融研究，2012.

［18］张丽莉，张国兵，李秀敏.中国财政与货币政策有效性实证研究［J］.商业研究，2013（3）.

［19］Bloom，N.，M.Floetotto，N.Jaimovich，I.Saporta-Eksten，and S.J.Terry.Really Uncertain Business Cycles［R］.Nber Working Papers，2012.

［20］刘义圣，赵东喜.中国利率政策调控机制与经验实证［J］.江汉论坛，2014（12）.

［21］陈守东，陶治会.我国货币政策与股票市场的相依性研究［J］.税务与经济，2014（3）.

责任编辑：蔡 强

作者简介：陈红（1970-），女，浙江湖州人，中南财经政法大学金融学院教授、博士生导师，主要从事公司金融、投资者保护等研究；郭丹（1981-），女，湖北武汉人，中南财经政法大学金融学院博士研究生，主要从事货币理论与政策研究；张佳睿（1981-），女，吉林长春人，吉林省社会科学院助理研究员，主要从事世界经济研究。

基金项目：教育部新世纪人才支持项目（NCET-12-0984）；“中南财经政法大学研究生创新教育计划”资助项目（2015B0507）

收稿日期：2015-10-18

中图分类号：F820.1

文献标识码：A

文章编号：1005-2674（2015）12-067-09