隨著全球經(jīng)濟(jì)周期的加快,經(jīng)濟(jì)系統(tǒng)內(nèi)在關(guān)系的非線(xiàn)性愈加凸顯,貨幣政策有效性也呈現(xiàn)出非線(xiàn)性特征�；诖�,本文提出一種時(shí)變DSGE模型的構(gòu)建方法,以及相應(yīng)的參數(shù)估計(jì)步驟,并分析了數(shù)量型和價(jià)格型貨幣政策的"非線(xiàn)性"有效性。研究發(fā)現(xiàn):隨機(jī)模擬實(shí)驗(yàn)證明了經(jīng)創(chuàng)新型隨機(jī)游走方法對(duì)參數(shù)進(jìn)行處理、采取Cholesky分解方法對(duì)結(jié)構(gòu)沖擊標(biāo)準(zhǔn)差進(jìn)行分解后的DSGE模型可以生成更有效的隨機(jī)數(shù),并且基于狀態(tài)空間MCMC的貝葉斯方法具有良好的有限樣本性質(zhì)。貨幣政策效應(yīng)存在時(shí)間"非線(xiàn)性",價(jià)格型貨幣政策在經(jīng)濟(jì)上行時(shí)期更優(yōu),數(shù)量型貨幣政策在下行時(shí)期更優(yōu);價(jià)格型貨幣政策逐漸體現(xiàn)出泰勒規(guī)則形式,而數(shù)量型貨幣政策更多是以一種相機(jī)抉擇形式存在。貨幣政策效應(yīng)存在目標(biāo)"非線(xiàn)性",央行加息行為對(duì)于穩(wěn)定通貨膨脹更有效,而增發(fā)貨幣對(duì)促進(jìn)經(jīng)濟(jì)增長(zhǎng)更有效,但價(jià)格型貨幣政策有中長(zhǎng)期效應(yīng),數(shù)量型貨幣政策僅有短期效應(yīng);并且隨著利率市場(chǎng)化進(jìn)程的推進(jìn),價(jià)格型貨幣政策相對(duì)于數(shù)量型貨幣政策的福利效應(yīng)優(yōu)勢(shì)愈加明顯。本文建議央行采取總量調(diào)控的數(shù)量型寬松政策工具,結(jié)合結(jié)構(gòu)調(diào)控的價(jià)格型穩(wěn)健政策工具,以應(yīng)對(duì)未來(lái)一段時(shí)期內(nèi)的經(jīng)濟(jì)增速下滑和結(jié)構(gòu)性杠桿問(wèn)題。 

【文章來(lái)源】：中國(guó)工業(yè)經(jīng)濟(jì). 2020,(07)北大核心CSSCI

【文章頁(yè)數(shù)】：19 頁(yè)

【部分圖文】：

隨機(jī)波動(dòng)率形式的結(jié)構(gòu)沖擊

貨幣政策對(duì)通貨膨脹的影響。從圖3中的價(jià)格型貨幣政策沖擊結(jié)果看，20世紀(jì)末的一段時(shí)間里，1單位價(jià)格型貨幣政策正向沖擊會(huì)引起通貨膨脹的負(fù)向響應(yīng)，隨后在第10期左右又轉(zhuǎn)為正向響應(yīng)，最大負(fù)向響應(yīng)值可達(dá)-0.0038；然而，2003年后的價(jià)格型貨幣政策沖擊卻呈現(xiàn)出相反現(xiàn)象，即1單位價(jià)格型貨幣政策正向沖擊會(huì)引起通貨膨脹的正向響應(yīng)，隨后在12期左右轉(zhuǎn)為負(fù)向響應(yīng)，在2018年第四季度沖擊后的第6期出現(xiàn)最大正向響應(yīng)值0.0026。由此可以看出，在2003年之前價(jià)格型貨幣政策對(duì)通貨膨脹的調(diào)控效果相對(duì)有效，數(shù)值模擬發(fā)現(xiàn)如果央行在此時(shí)間段采取加息行為可以明顯降低通貨膨脹水平。然而，從2005年起，1單位價(jià)格型貨幣政策正向沖擊首先卻引起了通貨膨脹的短期上升，隨后在沖擊發(fā)生的12期左右，通貨膨脹對(duì)貨幣政策沖擊的反應(yīng)逐漸轉(zhuǎn)為負(fù)向響應(yīng)。由此可以發(fā)現(xiàn)，2005年后央行價(jià)格型貨幣政策的實(shí)施在短期內(nèi)會(huì)存在“價(jià)格之謎”現(xiàn)象，而在中長(zhǎng)期則會(huì)呈現(xiàn)出“價(jià)格之謎”逐漸消失的趨勢(shì)，加息行為可以有效降低通貨膨脹水平。顯然，2005年中國(guó)匯率改革要求人民幣匯率將來(lái)不再盯住單一的幣種，而是參照一籃子貨幣，同時(shí)根據(jù)市場(chǎng)供求關(guān)系來(lái)進(jìn)行浮動(dòng)，隨著浮動(dòng)匯率制度的實(shí)施，中國(guó)經(jīng)濟(jì)更容易受到外部經(jīng)濟(jì)環(huán)境的影響，此時(shí)的貨幣政策調(diào)控機(jī)制比之前更加復(fù)雜，貨幣政策傳導(dǎo)渠道也比之前更加彎曲，在這種情況下“價(jià)格之謎”短期存在、長(zhǎng)期消失的現(xiàn)象印證了貨幣政策傳導(dǎo)機(jī)制的剛性和時(shí)滯性，同時(shí)反過(guò)來(lái)也說(shuō)明了價(jià)格型貨幣政策傳導(dǎo)的剛性和時(shí)滯性是匯率改革后短期存在“價(jià)格之謎”的重要原因。另外，從數(shù)量型貨幣政策沖擊看，在任何時(shí)期的1單位數(shù)量型貨幣政策正向沖擊都會(huì)引起通貨膨脹的正向響應(yīng)，在隨后的第10期左右皆又轉(zhuǎn)為負(fù)向響應(yīng)，但從響應(yīng)幅度看是以正向響應(yīng)為主，最大絕對(duì)響應(yīng)出現(xiàn)在2018年第三季度沖擊后的第5期，響應(yīng)值為0.0025，進(jìn)而說(shuō)明數(shù)量型貨幣政策在價(jià)格調(diào)控方面比較符合經(jīng)濟(jì)客觀(guān)現(xiàn)實(shí)。然而，通過(guò)數(shù)值模擬結(jié)果的對(duì)比可以發(fā)現(xiàn)，數(shù)量型貨幣政策對(duì)通貨膨脹的最大絕對(duì)影響幅度僅為0.0025，而價(jià)格型貨幣政策對(duì)通貨膨脹的影響幅度在大部分時(shí)期都是高于0.0025，甚至最大絕對(duì)影響幅度高達(dá)0.0038。由此可見(jiàn)，通貨膨脹對(duì)數(shù)量型貨幣政策的敏感性較弱，而對(duì)價(jià)格型貨幣政策的敏感性較強(qiáng)，馬文濤（2011）的研究結(jié)論也支持了本文觀(guān)點(diǎn)，同樣發(fā)現(xiàn)了價(jià)格型貨幣政策在穩(wěn)定通貨膨脹方面更有效，更適合作為調(diào)控通貨膨脹水平的主要政策工具。另外，結(jié)合圖4可以發(fā)現(xiàn)，價(jià)格型貨幣政策對(duì)通貨膨脹提前1季度的沖擊效應(yīng)相對(duì)較小，而提前1年和提前3年的沖擊效應(yīng)相對(duì)較大，說(shuō)明價(jià)格型貨幣政策對(duì)通貨膨脹短期效應(yīng)較弱，在一定的傳導(dǎo)時(shí)間后存在中長(zhǎng)期效應(yīng)；相反，數(shù)量型貨幣政策在各時(shí)間段內(nèi)的提前3年沖擊引起通貨膨脹的響應(yīng)都在0.0020以?xún)?nèi)，并且走勢(shì)相對(duì)平穩(wěn)，而提前1季度和1年的數(shù)量型貨幣政策沖擊對(duì)通貨膨脹的影響幅度都較大，并且提前1年的沖擊會(huì)隨著時(shí)間的推移具有增大的趨勢(shì)。由此可見(jiàn)，數(shù)量型貨幣政策對(duì)通貨膨脹具有中短期效應(yīng)，而長(zhǎng)期效應(yīng)相對(duì)較弱。

另外，結(jié)合圖4可以發(fā)現(xiàn)，價(jià)格型貨幣政策對(duì)通貨膨脹提前1季度的沖擊效應(yīng)相對(duì)較小，而提前1年和提前3年的沖擊效應(yīng)相對(duì)較大，說(shuō)明價(jià)格型貨幣政策對(duì)通貨膨脹短期效應(yīng)較弱，在一定的傳導(dǎo)時(shí)間后存在中長(zhǎng)期效應(yīng)；相反，數(shù)量型貨幣政策在各時(shí)間段內(nèi)的提前3年沖擊引起通貨膨脹的響應(yīng)都在0.0020以?xún)?nèi)，并且走勢(shì)相對(duì)平穩(wěn)，而提前1季度和1年的數(shù)量型貨幣政策沖擊對(duì)通貨膨脹的影響幅度都較大，并且提前1年的沖擊會(huì)隨著時(shí)間的推移具有增大的趨勢(shì)。由此可見(jiàn)，數(shù)量型貨幣政策對(duì)通貨膨脹具有中短期效應(yīng)，而長(zhǎng)期效應(yīng)相對(duì)較弱。貨幣政策對(duì)產(chǎn)出的影響。從圖3中的價(jià)格型貨幣政策沖擊看，價(jià)格型貨幣政策對(duì)產(chǎn)出的影響趨勢(shì)與對(duì)通貨膨脹的影響趨勢(shì)相似，但影響幅度略有加強(qiáng)。同樣，2005年之前的價(jià)格型貨幣政策一單位正向沖擊會(huì)引起產(chǎn)出的主要負(fù)向響應(yīng)，在大部分沖擊的第7期左右達(dá)到最大負(fù)向響應(yīng)，最大負(fù)向響應(yīng)值可達(dá)-0.0039;2005年之后的價(jià)格型貨幣政策沖擊卻呈現(xiàn)出相反的現(xiàn)象，即1單位正向價(jià)格型貨幣政策沖擊首先引起產(chǎn)出的正向響應(yīng)，在隨后的16期左右轉(zhuǎn)為負(fù)向響應(yīng)。數(shù)值模擬說(shuō)明了在2005年之前正向價(jià)格型貨幣政策沖擊可以明顯降低產(chǎn)出水平，這意味著如若央行在亞洲金融危機(jī)及以后的一段時(shí)間實(shí)施了減息政策，可以有效達(dá)到促進(jìn)產(chǎn)出增長(zhǎng)的目的。然而，2005年之后的正向價(jià)格型貨幣政策在中短期內(nèi)引起了產(chǎn)出的上升，經(jīng)過(guò)一定的時(shí)間后才轉(zhuǎn)為負(fù)向影響，這意味著此時(shí)的價(jià)格型貨幣政策傳導(dǎo)具有較大剛性和時(shí)滯性，其原因正如前文所述，匯率改革后貨幣政策所考慮的因素日益復(fù)雜，其傳導(dǎo)渠道也愈加多樣化。另外，從數(shù)量型貨幣政策沖擊看，在任何時(shí)期的數(shù)量型貨幣政策1單位正向沖擊都會(huì)引起產(chǎn)出的正向響應(yīng)，在大部分沖擊的第7期左右達(dá)到最大正向響應(yīng)值，隨后在第14期左右轉(zhuǎn)為負(fù)向響應(yīng)，但總的來(lái)看，數(shù)量型貨幣政策沖擊對(duì)產(chǎn)出的影響主要為正向，并在2018年沖擊的第三期有最大正向響應(yīng)值0.0062。因此，通過(guò)數(shù)值模擬結(jié)果的對(duì)比可以發(fā)現(xiàn)，數(shù)量型貨幣政策對(duì)產(chǎn)出的影響幅度比價(jià)格型貨幣政策更大，其最大正向影響幅度0.0062接近為價(jià)格型貨幣政策最大絕對(duì)影響幅度0.0039的1倍，由此可見(jiàn)，產(chǎn)出對(duì)數(shù)量型貨幣政策的敏感性較強(qiáng)，而對(duì)價(jià)格型貨幣政策的敏感性較弱，數(shù)量型貨幣政策更適合作為刺激產(chǎn)出增長(zhǎng)的主要政策工具，這一發(fā)現(xiàn)基本驗(yàn)證了金春雨等（2018）在央行不同政策偏好假設(shè)下的研究結(jié)論，他們也發(fā)現(xiàn)在央行更希望刺激產(chǎn)出增長(zhǎng)時(shí)數(shù)量型貨幣政策更有效，而更希望穩(wěn)定通貨膨脹時(shí)價(jià)格型貨幣政策更有效。

【參考文獻(xiàn)】：
期刊論文
[1]時(shí)變概率的區(qū)制轉(zhuǎn)換泰勒規(guī)則設(shè)計(jì)及其“穩(wěn)定器”作用機(jī)制研究[J]. 彭洋,張龍,吳莉昀.  金融研究. 2019(07)
[2]貨幣政策規(guī)則、政策空間與政策效果[J]. 金春雨,張龍,賈鵬飛.  經(jīng)濟(jì)研究. 2018(07)
[3]美聯(lián)儲(chǔ)貨幣政策對(duì)中國(guó)經(jīng)濟(jì)的沖擊[J]. 金春雨,張龍.  中國(guó)工業(yè)經(jīng)濟(jì). 2017(01)
[4]數(shù)量型還是價(jià)格型貨幣政策比較——基于利率市場(chǎng)化角度的分析[J]. 汪潘義,李長(zhǎng)花,胡小文,徐龍斌.  華東經(jīng)濟(jì)管理. 2014(09)
[5]中國(guó)貨幣政策規(guī)則的估計(jì)與比較[J]. 岳超云,牛霖琳.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2014(03)
[6]時(shí)變參數(shù)“泰勒規(guī)則”在我國(guó)貨幣政策操作中的實(shí)證研究[J]. 劉金全,張小宇.  管理世界. 2012(07)
[7]貨幣政策的數(shù)量型工具與價(jià)格型工具的調(diào)控績(jī)效比較——來(lái)自動(dòng)態(tài)隨機(jī)一般均衡模型的證據(jù)[J]. 馬文濤.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2011(10)
[8]區(qū)制轉(zhuǎn)移形式的“泰勒規(guī)則”及其在中國(guó)貨幣政策中的應(yīng)用[J]. 鄭挺國(guó),劉金全.  經(jīng)濟(jì)研究. 2010(03)
[9]中國(guó)潛在產(chǎn)出與產(chǎn)出缺口的估算[J]. 郭慶旺,賈俊雪.  經(jīng)濟(jì)研究. 2004(05)
[10]泰勒規(guī)則及其在中國(guó)貨幣政策中的檢驗(yàn)[J]. 謝平,羅雄.  經(jīng)濟(jì)研究. 2002(03)



本文編號(hào)：3322435