影子银行对我国货币政策有效性的影响

李向前孙彤

摘 要：近年来，我国影子银行规模的不断膨胀对货币政策有效性产生了深刻的影响。本文根据我国2006—2014年相关变量的月度数据，采用FAVAR模型测度货币政策目标受影子银行影响的效果。研究发现，影子银行规模的扩大会在一定时期内减弱经济增长波动幅度，加剧物价水平的不稳定性，降低央行对货币供应量的控制力，进而影响我国货币政策的实施效果。

关键词：货币政策；影子银行；货币供应量

中图分类号：F8323 文献标识码：A

文章编号：1000176X（2016）01004907

一、引 言

广义上的影子银行不仅涵盖银行之外提供资金的载体，也包括在银行之外提供的融资服务或产品。长期以来，国内外学者对影子银行的研究大多围绕影子银行的内涵、外延、功能、风险和监管等方面进行分析。2014年，我国经济发展已开始进入到高效率、低成本、可持续的中高速增长阶段。在经济增速缓冲期、结构升级调试期和前期刺激政策吸纳期等“三期叠加”的新时期，影子银行对货币政策有效性的影响已经引起我国货币当局的高度重视。但是，由于金融发展程度的不同，各国影子银行具有不同的组织形式，直接利用其他国家影子银行对货币政策影响的经验是不符合中国客观国情的。因此，对我国货币政策有效性受影子银行影响的实证分析具有更为重要和深刻的现实意义。

影子银行最关键的问题是对于其规模准确测度的问题。从2005年影子银行在社会融资中初显规模至今，各界尚未对“影子银行”在测度口径上做出明确界定。毛泽盛和万亚兰[1]基于各社会主体在一定时间内所实现的国民生产总值与该时间内的全部信贷支持相匹配的金融原理，从借款人的角度构建影子银行规模计算公式，从而测算出我国影子银行截至2010年底已达到73 42832万亿元的规模。中国社会科学院金融所于2014年5月发布的《中国金融监管报告（2014）》指出，从广义上估算，我国影子银行体系规模约为27万亿元[2]。全球管理咨询公司奥纬咨询在统计影子银行规模时吸取了之前研究中对具有多种属性的金融产品重复计算的经验，将非信贷中介产品从计算中剔除，于2015年2月发布的《中国影子银行分析报告》中给出中国影子银行体系2013年规模约为31万亿元的测度结果[3]。国内外研究提供的关于影子银行体系规模的不同测度方法导致得出的数字结论也是大相径庭，为接下来研究影子银行对货币政策有效性的影响带来挑战。

2014年8月，中国人民银行发布《2014年第二季度中国货币政策执行报告》将未来要进一步完善货币政策调控模式，疏通货币政策传导机制，提高金融运行效率和服务实体经济能力的调控思路给予充分表达[4]。基于我国影子银行在资金融通中扮演愈发重要角色的前提条件，影子银行对我国货币政策调控究竟有何影响，如何最大程度地发挥货币政策的有效性成为了值得我们深入探讨和研究的问题。

本文后续框架安排如下：第一部分回顾相关文献研究，梳理出国内外学者在该领域的研究成果，在总结的基础上提出本文的创新和贡献之处；第二部分对本文所使用的计量模型和估计方法进行介绍；第三部分展示传统理论和影子银行的扩大对我国货币政策效果影响的实证分析过程；第四部分对得出的实证结果作出解释并给出建议。

二、文献述评

影子银行在发达程度不同的金融市场上以不同的组织形式出现，但是始终没有被赋予统一明晰的内涵。在欧美发达经济体的影子银行体系中，金融中介机构可以发起借贷或交易贷款，然后将这些贷款打包成品种丰富的金融衍生品投资组合，并最终将其证券化。Gennaioli等[5]认为影子银行体系在理性预期下是稳定的，并且能在某种程度上提高福利。当投资者和金融中介机构忽略掉尾部风险，风险性贷款的扩大和金融中介风险的积聚会创造出金融脆弱性和流动性波动。周小川[6]指出，相比于发达国家中的影子银行可以在体系内实现信用创造，中国金融市场开放程度有待于进一步提高，金融产品创新能力尚不足，金融衍生工具层次还不够丰富，影子银行体系很大程度上需要与传统银行并行进行信用创造。

在研究货币政策有效性问题上，自Bernanke以来，一些文献就开始提供使用SVAR模型去测度货币政策有效性的方法和思路。Bijapur[7]提出建立包含四个内生变量（产出、通货膨胀、利率和信贷）的向量自回归估计模型去测试在过去四十年被确认的四次美国信用危机中，美国货币政策对国民生产总值增长率的影响是否更为显著。Fana等[8]使用VaR模型、脉冲响应函数和方差分解的计量分析方法去研究在泰勒规则下中国货币政策对其经济状况的响应程度。Fernald等[9]通过构建FAVAR模型的方法去测度中国货币政策对实体经济的影响。与那些将中国产出和通货膨胀作为观测变量并使用潜在因素去获取中国经济其他变量的影响不同，他们应用动因子模型去估测中国的产出和通胀水平，从而能更好地研究在全球经济复苏期中国经济的表现。

国内一些文献研究普遍认为，影子银行削弱了商业银行在货币政策传导中发挥的基础作用，在增强了货币政策传导时滞的不确定性的同时，加大了货币政策调控的难度，使企业和居民等市场主体在对市场信号进行理性判断时出现偏差。李波和伍戈[10]分析指出影子银行对货币政策产生系统性效用是借助金融稳定渠道得以实现的，对货币政策调控目标的形成和货币政策工具作用的发挥都带来不小的难题。周莉萍[11]指出传统的货币乘数因影子银行的壮大发展已经变为一个扩大化了的却不能被货币当局准确监测预知的货币乘数，使得货币当局运用存款准备金等传统工具无法达到预期效果，扭曲了央行进行信用调控的基础。陆晓明[12]认为，由于缺乏对影子银行体系的有效监管，以商业银行为信用创造主体的货币政策传导机制发生巨大改变，对央行货币政策“三大法宝”构成挑战，抵消了货币政策的部分实施效果。

此外，有些学者在影子银行体系对货币政策影响理论研究的基础上进行了实证分析的尝试和探索。Hsu[13]基于回购协议的信用创造机制分析了影子银行对于货币政策的挑战，从静态和动态两个角度研究影子银行和货币政策调控之间相关关系，并针对性地提出建议。Verona和 Manuel[14]将影子银行纳入到DSGE模型中，研究了影子银行的行为动机与货币政策周期之间的关系，结果表明影子银行对货币政策目标的实现构成了严重冲击。刘喜和等[15]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与数量型货币政策的不同冲击效果。

目前，在讨论我国影子银行对货币政策有效性影响方面的文献尚不丰富。现有文献多从宏观理论层面进行研究分析，其逻辑机理阐述缺乏严谨的实证分析。而部分实证研究所采用的模型设计中经济变量较少，不能全面地刻画我国影子银行对货币政策的有效性影响，对央行在新历史时期下如何为经济转型创造中性适度的货币金融环境，以适应影子银行不断发展要求的问题研究得还不够深入。在吸取和借鉴前人研究经验的基础上，本文的贡献之处在于：采用可通过一系列经济指标进行系统评估的因素增强型向量自回归（FAVAR）模型，分析影子银行作用于我国货币政策最终目标和中介目标的效果，去测度影子银行的存在和发展对我国货币政策有效性的影响。

三、经验分析模型：FAVAR模型

（一）基本结构

FAVAR模型是Bernanke等[16]在对VAR模型进行改良和创新的基础上，将VAR模型和因子分析模型相结合提出的一种计量研究方法。Boivin和Giannoni [17]在测度经济全球化对美国利率政策有效性影响时也采用了这种计量模型。我们借鉴使用Bernanke提出的FAVAR模型主要是基于对以下两方面挑战的考虑：其一，实际研究中发现大量宏观经济变量和概念无法被准确测度，具有较大的误差干扰；其二，采用大量更为广泛的反映宏观经济状况的指标数据有利于提升研究的准确性和可信度。该模型总体描述如下：

本文用K×1维向量Ft表示无法直接观测到的经济状态变量，用N×1维向量Xt表示可观测的一系列宏观经济指标，则经济状态与宏观经济变量之间存在如下关系：

Xt=∧Ft+νt （1）

其中，Λ是Ft的因子载荷矩阵，反映经济状态对各自宏观经济指标影响的权重；νt是均值为零的随机误差项，与Ft不相关。理论上，我们假定一系列宏观经济指标向量的维数大于经济状态的维数，即N>K。

在式（1）中，Ft构成了反映经济状态的基本因子集，也是影响宏观经济指标的主要因素，这时经济指标Xt综合反映了不可直接观测的基本因子集Ft。由于Ft可能含有基本经济因子的滞后变量，所以Xt不仅仅决定于基本经济因子的当期数值。因而，这些不可直接观测的基本经济因子可通过一系列宏观经济指标得以综合反映。基本经济因子可由VAR模型来反映其动态变化，其方程是：

Ft=A（L）Ft-1+ηt （2）

其中，A（L）是含有滞后项的多项式矩阵，ηt是计量方程中均值为零的随机误差项。在此基础上，我们就能构建出FAVAR模型，其矩阵方程如下：

FtYt=A（L）Ft-1Yt-1+ηt （3）

其中，Yt为M×1维可观测的经济变量向量。由于设定 Ft是不可观测的经济变量向量，我们无法直接估计式（3）。假定Yt和Ft与一系列宏观经济指标Xt有关，从而得到Yt和Ft共同引起Xt变动，引入方程（4），即：

Xt=ΦyYt+ ΦfFt+εt（4）

其中，Φy和Φf分别是N×M和N×K维的因子载荷矩阵，且N>M+K；εt是均值为零的随机误差项，且εt之间弱相关。据式（4）估计出Ft即t，将t代入式（3）中替代Ft，以达到VAR模型与因子分析模型相结合的目的[18-19]。

（二）模型估计

整个 FAVAR 模型估计的核心环节是如何获得不可观测的经济变量向量Ft的估计量的问题。现有理论对t的估计提供了三种方法，即反复迭代法、吉布斯抽样法和两步主成分分析法。对于三种方法得到的估计结果是否具有较大差异性，不同文献之间存在意见分歧。本文采用两步主成分分析法来有效估计t。该方法具体步骤如下：首先，从Ft 和Yt组成的信息集合It中取出前 K + M个主成分所构成的新的信息集合即t；其次，将Xt中的所有经济变量分为快、慢变化两组，反映较慢的变量是我们进行主成分分析的对象，不可观测信息可由抽取出的主成分所构成的集合Ft进行反映[19]。体现t和Ft之间关系的方程如下：

t= byYt + bfFt （5）

由式（5）可得Ft的估计值为t= λ（t- byYt），将t代入式（3）中就可得到VAR模型，由此能得到相应的脉冲响应函数。

四、经验分析

（一）变量选择

由于业界尚未对影子银行在口径范畴上作明确界定，本文从社会融资总量中选取委托贷款、信托贷款、未贴现银行承兑汇票、企业债券净融资和银行同业拆借作为影子银行体系（SB）的测度数据。

本文将货币政策的传导机制分为两个层次来考察影子银行对货币政策有效性的影响： 首先，考虑对货币政策中介目标的影响，由此可进一步测度货币政策最终目标受影子银行影响的程度。货币政策的中介目标为货币供应量和利率，鉴于利率市场化尚未在我国完全推行，本文选取了广义货币供应量（M2）作为货币政策中介目标的代理变量。其次，考虑对货币政策最终目标的影响。货币政策最终目标第一位是保持物价稳定，第二位是促进经济增长。在选择物价水平的代理变量问题上，本文引入居民消费价格指数（CPI）进行研究。在梳理一系列宏观经济指标的过程中，我们可以深入挖掘出对经济发展起到至关重要影响的基本因子，而反映一系列宏观经济变量的线性组合恰恰就是这些基本因子的集合。本文没有简单地选取国内生产总值（GDP）代表经济增长指标，而是借鉴FAVAR模型思想以宏观经济因子的方式给出了反映宏观经济状态的有代表性子空间，这样可以使分析研究不受到来自价格、产出和进出口等几个有限指标的制约，对宏观经济状态的描述更具实证说服力。

考虑到影响我国货币政策目标的因素复杂性和数据可得性，本文依托2006—2014年共30种经济变量，建立了30维的宏观经济信息集，这些变量数据大致可分为如下五类：一是国民经济发展变量，包括我国GDP增长率、工业增加值、工业生产总值、财政收入及支出、固定资产投资、经常项目流入与流出增长率、资本流入与流出增长率和投资与消费增长率。二是货币政策工具变量，包括三年期贷款基准利率、银行间同业拆借利率、M1、M2、各项贷款余额和基础货币增长率。三是反映我国居民消费与收入水平的变量，包括CPI、耐用品消费支出、社会消费品零售额、城镇就业人数和居民收入增长率。四是经济景气指数变量，包括宏观经济景气指数、中国制造业采购经理指数、各行业经济景气指数和消费者信心指数。五是衡量我国外贸政策变动的变量，包括出口退税增长率和进出口贸易金额增长率。通过采用提取主成分分析的方法，将30维信息集中的所有经济变量分为快、慢变化两组，反应较慢的变量能更好地解释货币政策有效性的影响，也是我们进行主成分分析的对象，据此提取出代表经济发展水平的宏观经济因子（F1），由此建立FAVAR计量模型进行估计。

（二）数据说明

本文选取了2006年1月到2014年12月的月度数据。数据来源于Wind数据库、中国人民银行网、统计局网、国家税务总局网站及和讯网数据库。由于无法直接获取影子银行的数据，本文选取社会融资总量中的委托贷款、信托贷款、未贴现银行承兑汇票、企业债券净融资和银行同业拆借五个方面的月度同比增长率数据作为影子银行体系的测度数据。对于个别月份缺少数据的问题，本文利用三次样条插值估算进行处理。在做实证研究之前，我们需要运用X-12季节调整方法剔除样本数据所包含的不规则变动因素和季节变动因素，该方法的基本思想是利用中心化移动加权平均法，通过多次迭代和分解实现趋势测定并逐项剔除。如本文运用X-12的加法模型法对PMI等数据进行了季节调整，GDP、投资数据的实际值与名义值和CPI等呈指数级数增长的序列适合利用X-12的乘法模型法来进行季节调整，而工业增加值、投资和消费增长率等同比增速数据则通过X-12的对数加法模型来对样本中所包含的季节变动因素进行剔除。之后还需要进一步分解其趋势项和波动项。利用H-P滤波方法可以将变量序列中的短期波动成分和长期增长趋势有效分离，从而得到平稳序列。

（三）研究结果

1变量的描述性统计

本文选取的变量数据是从2006年1月到2014年12月的月度数据，对SB、F1、CPI和M2四个变量的描述性统计，如表1所示。

从表1可以看出，SB、F1、CPI和M2四个变量的观测值之间存在较大的变差，为接下来的计量估计提供了可能性。

2平稳性检验

经验分析中，时间序列大多不平稳而极易出现“伪回归”问题，数据的高度相关仅仅是因为其随时间有一致的变动趋势而非具有真正的联系。为了确定序列中不存在随机趋势或确定趋势，本文首先对已经过X-12季节调整和H-P滤波法分解后的SB、F1、CPI和M2进行平稳性检验。在对四变量原始时间序列进行检验时，SB时间序列平稳。为解决其他三个时间序列在5%显著性下的ADF检验中出现单位根的问题，我们对F1和M2变量进行一阶差分处理，对CPI变量进行二阶差分处理，之后各变量在显著性为5%的情况下拒绝了单位根假设，因此，可以认为所选取变量是平稳序列。检验结果如表2所示。

3格兰杰因果关系检验

本文采用格兰杰因果关系检验法去测度被解释变量与解释变量之间是否存在因果关系，进而为建立FAVAR计量模型进行实证研究奠定基础。对本文采用的变量F1、CPI、M2和SB进行格兰杰因果关系检验，结果如表3所示。

由表3可以看出，F1、CPI、M2与SB在5%的显著水平下拒绝原假设，意味着影子银行是引起宏观经济、通货膨胀和货币供应量发生变化的原因。

4脉冲响应分析

脉冲响应函数的基本思路是通过分析时间序列模型，考察冲击对某个变量在不同时期的影响效果。在以下脉冲响应图中，纵坐标为单位冲击引起的波动（以百分比表示），横坐标代表冲击作用的滞后期数。本文选取滞后40期（单位月度）冲击响应函数进行测度。

（1）基于传统理论货币政策有效性的分析

如图1所示，在不考虑影子银行变量的传统视角下， M2增长率一个单位标准差的波动，会引起宏观经济因子增长率在第2期负方向下最大约022个单位标准差的响应，之后宏观经济因子增长率迅速回升，在第3期正方向下达到最大峰值约为3个单位标准差的响应，后伴随着波动呈下降趋势，在第14期向稳态值趋于平缓。说明宽松的货币政策对宏观经济在短时间内有正向的冲击，冲击作用在第3期达到峰值。之后冲击作用虽有反复，冲击效果有所降低，但在第14期降低到稳定水平，说明宽松的货币政策对宏观经济的作用逐渐减弱。根据图1，央行实行宽松的货币政策，增加M2，短时间内会通过降低企业的融资成本，增加居民货币收入，促进消费和投资，对宏观经济有正向的拉动作用；但是从长期来看，随着经济主体对实际价格的调整，一次性宽松货币政策对宏观经济的刺激作用会逐渐降低。这与传统的货币政策理论是一致的。

图1 F1对M2的脉冲响应图

对货币供应量增长率施加一个单位标准差的冲击后，如图2所示，CPI增长率呈波动性增长，在第7期正方向下达到最大约为019，之后开始下降，在第15期趋于平缓。说明一个单位标准差的货币供应量扩张，对物价水平在前面7期有较大的正向冲击，但是物价水平上升幅度最高不足019个标准差，之后，长期影响虽力度减弱，但是持续存在。

图2 CPI对M2的脉冲响应图

（2）影子银行对货币供应量影响的分析

在将影子银行变量纳入模型的前提下，对影子银行增长率施加一个单位标准差的冲击后，如图3所示，M2增长率在2期内出现同向变动，后在稳态值上下震荡，在第4期迅速下降，在第12期达到负方向下最大，约为-033，之后恢复到稳态值回升，在第32期达到正方向下最大值约为012。说明影子银行规模扩大后，降低了货币供应量增长率，对货币供应量增长率的负向作用影响时间较长，后转变为正向作用，但该正向冲击效果不显著。

图3 M2对SB的脉冲响应图

目前我国金融创新不断增强，公众资产结构呈现日益多样化和复杂化的趋势，特别是随着近些年来商业银行表外理财产品、民间借贷、互联网基金等影子银行或影子银行业务的迅速发展，加快了存款分流，这些替代性的金融资产短时间内没有计入货币供应量，使得受到影子银行短期冲击后的货币供应量增长率下降；长期内，由于影子银行和影子银行业务一定程度上促进了资金融通，获得资金的经济主体将资金转入银行等金融机构体系，从而扩大了货币乘数，从而出现对货币供给量的正向冲击。李波和伍戈[10]、周莉萍[11]的理论分析也说明了这一点。

在影子银行规模不断扩大的背景下，M2受到的冲击不断增大，使得央行对M2的控制力减弱，从而影响了我国货币政策的有效性。

（3）货币供应量作为中介变量视角下影子银行对宏观经济和物价水平影响的分析

影子银行一个单位标准差的波动，如图4所示，会首先引起宏观经济因子增长率小幅下降，在第2期达到负方向下约043个单位的响应，之后快速回升，在第5期正方向下最大约2个单位标准差的响应，之后宏观经济因子增长率伴随着波动开始下降，在第19期负方向下达到最大约081个单位标准差的响应，后缓慢回升，在第32期回归稳态值趋于平稳。对比图1，说明影子银行在一定程度上解决了中小企业和房地产行业融资的问题，通过提高金融效率，降低金融摩擦，从而减弱了宏观经济波动。

图4 F1对SB的脉冲响应图

对我国影子银行增长率施加一个单位标准差的冲击后，如图5所示，CPI增长率在第8期正方向下达到最大约为027，在第28期负方向下达到最大约为-014。相较于传统理论下对M2增长率施加一个单位标准差的冲击后，CPI增长率在第7期达到约为019的正方向峰值，影子银行当期给CPI增长率一个单位标准差的冲击后，CPI增长率在第8期正方向下达到约为027的峰值，说明我国影子银行规模的扩大会引起市场上流动性过剩，逐利的游资很有可能会流向房地产、大宗商品等进行炒作，加剧物价稳定水平更大幅度的波动。

图5 CPI对SB的脉冲响应图

五、结论及建议

本文基于2006—2014年的月度数据，通过建立FAVAR计量模型，运用平稳性检验、格兰杰因果关系检验和脉冲响应函数的方法，针对影子银行规模的扩大对我国货币政策有效性的影响问题进行了实证研究。具体得到以下结论：

首先，从对货币政策最终目标影响的维度来分析，影子银行规模的扩大会在一定时期内降低经济增长波动幅度。这主要是因为在2008年之后，我国信托资产已达到约122万亿元的规模，并且有快速增长的趋势。信托资金大部分投向了房地产行业；民间金融规模不断扩大，有力支持了民营企业和中小企业等。

其次，影子银行会在一定时期内加剧物价水平的不稳定性。影子银行所具备的有别于传统银行系统的信用创造功能，加剧了通货膨胀的持续时间和影响程度。

最后，影子银行规模的扩大会降低央行对M2的控制力。M2受到影子银行内生性的影响，如果其继续作为央行货币政策中间目标的话，会影响我国货币政策的实施效果。

综上所述，基于对货币政策的最终目标和中介目标都产生一定程度的影响，我国影子银行规模的扩大会对货币政策的有效性产生较大的冲击。但是，影子银行对我国金融市场发展以及宏观经济发展做出了贡献，尤其是有助于缓解小微企业融资难的固疾。

根据上述分析，提出两点政策建议：

首先，构建市场导向型的货币政策框架。加快完成从数量型货币政策工具主导向价格型工具主导的转变，逐步形成对所有信用机构融资成本有影响力的基准利率，以应对影子银行带来的机遇和挑战。伴随着利率市场化的推动和金融市场的进一步开放，货币供应量继续作为货币政策的中介目标是不符合客观发展需要的。未来是否可以对货币供应量的统计口径进行完善，并将社会融资总量纳入到货币政策中介目标中值得我们进一步探讨和研究。

其次，加强法律法规对影子银行监管的力度和有效性。由于我国尚未制定针对影子银行体系规范完整的法律法规，实践中运作管理不规范层出不穷，因而需要加强对影子银行的信息披露，通过立法对监管主体、职责范围、影子银行资金构成等进行明确界定。与此同时，我们必须要学习和吸取发达经济体金融市场发展的经验和教训，履行金融市场“守夜人”的角色职责，对影子银行施行积极有效的引导，使影子银行成为推动金融市场健康发展的助推器。

参考文献：

[1] 毛泽盛，万亚兰中国影子银行与银行体系稳定性阈值效应研究[J]国际金融研究，2012，（11）：65-73

[2] 胡滨，尹振涛，郑联盛中国金融监管报告（2014）[R]北京：社会科学文献出版社，201430-31

[3] 奥纬中国影子银行分析报告[R]北京：经纬国际经济研究院，201516-17

[4] 中国人民银行2014年第二季度中国货币政策执行报告[R]北京：中国人民银行，2014

[5] Gennaioli，N，Shleifer，A，Vishny， WRA Model of Shadow Banking[J]Journal of Monetary Economics，2011，53 （6）：42-44

[6] 周小川金融政策对金融危机的响应——宏观审慎政策框架的形成背景、内在逻辑和主要内容[J]金融研究，2011，（1）：1-14

[7] Bijapur，MDoes Monetary Policy Lose Effectiveness during a Credit Crunch[J]Economics Letters，2010，106 （12）：42-44

[8] Fana，L， Yua，Y，Zhang，CAn Empirical Evaluation of Chinas Monetary Policies[J]Journal of Macroeconomics，2011，33（9）：358-371

[9] Fernald，GJ， Spiegel，MM，Swanson，TEMonetary Policy Effectiveness in China： Evidence from a FAVAR Model[J]Journal of International Money and Finance，2014，49（10）：83-103

[10] 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）：77-84

[11] 周莉萍论影子银行体系国际监管的进展、 不足、 出路[J]国际金融研究，2012，（1）：44-53

[12] 陆晓明中美影子银行系统比较分析和启示[J]国际金融研究，2014，（1）：55-63

[13] Hsu，JShadow Banks and the Financial Crisis of 2007 and 2008[J]Pacific - Basin Finance Journal，2010，19（4） ： 543-555

[14] Verona，F，Manuel，MMonetary Policy Shocks in a DSGE Model with a Shadow Banking System[J]The Journal of Finance，2011，57（7）： 2243-2258

[15] 刘喜和，郝毅，田野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[J]金融经济学研究，2014，（1）：15-26

[16] Bernanke， B， Boivin， J，Eliasz， PMeasuring Monetary Policy： A Factor Augmented Vector Autoregressive （FAVAR） Approach[J]. Quarterly Journal of Economics， 2005， 120 （1）， 1395-1408

[17] Boivin，J，Giannoni， MGlobal Forces and Monetary Policy Effectiveness[J]The Journal of Finance，2008，44（2）： 1275-1288

[18] 沈悦，周奎省，李善燊利率影响房价的有效性分析——基于FAVAR模型[J]经济科学，2011，（1）：60-69

[19] 王胜，陈继勇中美经济关系、汇率制度与中国汇率政策——基于FAVAR模型的实证分析[J]数量经济技术经济研究，2010，（1）：95-106

[20] 李建军中国未观测信贷规模的变换：1978—2008 年[J]金融研究，2010，（4）：40-49

[21] 金中夏，洪浩，李宏瑾利率市场化对货币政策有效性和经济结构调整的影响[J]经济研究，2013，（4）：69-82

[22] 刘伟经济发展的特殊性与货币政策的有效性[J]经济研究，2011，（10）：20-21

[23] 巴曙松从金融结构演进角度客观评估当前的“影子银行”[N]中国经济时报， 2013-03-29

（责任编辑：孟 耀）