非常規(guī)貨幣政策、銀行貸款與人口老齡化——來自日本的經(jīng)驗證據(jù)
發(fā)布時間:2022-01-11 15:57
傳導(dǎo)鏈條暢通是貨幣政策發(fā)揮作用的基本保障。本文運用日本91家區(qū)域性商業(yè)銀行財務(wù)數(shù)據(jù)構(gòu)建廣義矩估計面板向量自回歸模型,研究發(fā)現(xiàn),日本非常規(guī)貨幣政策雖有助于增加銀行貸款,但效果非常有限,即貨幣政策信貸傳導(dǎo)渠道阻塞。究其原因,除超低利率催生抵消機(jī)制外,人口老齡化引發(fā)信貸需求萎縮也難辭其咎,即人口年齡結(jié)構(gòu)與銀行貸款間存在倒U型關(guān)系,意味著以降低利率、擴(kuò)大基礎(chǔ)貨幣供給為特征的非常規(guī)貨幣政策可能會失去作用基礎(chǔ)。本文借助反證法剖析解釋日本信貸增速失衡的"貸款供給收縮觀""周期性需求波動觀"和"衰退后遺癥觀",進(jìn)一步確認(rèn)了人口老齡化的重要作用。本文的研究對人口老齡化背景下中國貨幣政策科學(xué)決策有重要的啟示意義。
【文章來源】:國際金融研究. 2020,(07)北大核心CSSCI
【文章頁數(shù)】:11 頁
【部分圖文】:
非常規(guī)貨幣政策脈沖響應(yīng):全樣本
分階段估計后的貨幣政策脈沖響應(yīng),如圖2所示。第一,QE時期Liquidity一個標(biāo)準(zhǔn)差信息沖擊能使Lend顯著增大,約為0.22,而在QQE時期卻為-0.08,表明流動資產(chǎn)攀升引致的信貸擴(kuò)張在第一階段具有一定效果,但在第二階段發(fā)生明顯阻滯,這在商業(yè)銀行流動資產(chǎn)規(guī)模急劇膨脹的背景下令人費解。第二,Spread單位正向標(biāo)準(zhǔn)差信息沖擊導(dǎo)致的Lend響應(yīng)在QE時期由負(fù)轉(zhuǎn)正。相比之下,QQE時期的Lend響應(yīng)始終為正,且遠(yuǎn)高于前者。數(shù)據(jù)顯示,日本區(qū)域銀行Spread均值在2001—2006年期間約為-0.45%,相應(yīng)的單位存貸款利息收入由0.0154降至0.0139,意味著超低利率引起利差收窄對貸款投放的抑制效應(yīng)可能不大,反而能在短期內(nèi)產(chǎn)生微弱的促進(jìn)作用。但是,2010年以后,Spread均值進(jìn)一步縮小,達(dá)到-2.15%,單位存貸款利息收入僅為0.0081,降幅高達(dá)47.76%,存貸款利差收窄的信貸投放抑制效應(yīng)在此時全面顯現(xiàn)。據(jù)此判斷,日本非常規(guī)貨幣政策階段性差異確實對區(qū)域銀行貸款行為具有異質(zhì)性影響,即在第一階段能起到微弱的促進(jìn)作用,而在第二階段明顯弱化,信貸傳導(dǎo)渠道阻塞。日本商業(yè)銀行主要由城市銀行、區(qū)域銀行和其他銀行構(gòu)成,而本文所選區(qū)域銀行又可進(jìn)一步分為一級區(qū)域銀行和二級區(qū)域銀行。主要區(qū)別表現(xiàn)在資產(chǎn)規(guī)模層面,即一級區(qū)域銀行財力較二級區(qū)域銀行更為雄厚。因此,本文進(jìn)一步探討非常規(guī)貨幣政策是否對不同規(guī)模商業(yè)銀行貸款存在異質(zhì)性影響,將一級區(qū)域銀行視為大型銀行,將二級區(qū)域銀行視為小型銀行。
其中,,其他變量與基準(zhǔn)方程一致。本模型中,共包括0~9歲、10~19歲、20~29歲、30~39歲、40~49歲、50~59歲、60~69歲和70歲及以上,八個年齡段,即K=8。同時,參考Juselius&Takats(2015)的設(shè)置,令多項式階數(shù)P=4。至此,一旦估計出的系數(shù),即可根據(jù)公式倒推人口比例Vk的系數(shù)。為減少模型內(nèi)生性對估計結(jié)果的潛在影響,上述控制變量均采用一階滯后形式。由估計結(jié)果(1)可得:第一,無論采用何種估計方法,P階多項式Np^系數(shù)均顯著,由此得出的人口比例系數(shù)估計值能為后續(xù)統(tǒng)計推斷提供可靠保證。第二,私人信貸增長率與各年齡段人口比例之間呈典型的倒U型關(guān)系(2)(見圖3),與中青年組(20~49歲)正相關(guān),與青少年組(0~19歲)和老年組(50歲及以上)負(fù)相關(guān)。此外,基于穩(wěn)健性考慮,本文還構(gòu)造了0~4歲、5~9歲、10~14歲、15~19歲、20~24歲、25~29歲、30~34歲、35~39歲、40~44歲、45~49歲、50~54歲、55~59歲、60~64歲、65~69歲、70~74歲、75~79歲和80歲及以上,十七個年齡段的多項式回歸模型。結(jié)果表明,雖然系數(shù)估計值出現(xiàn)了明顯變化,但都能通過10%水平的顯著性檢驗,且各年齡段人口比例與私人信貸增長率之間的倒U型關(guān)系仍非常穩(wěn)健。這表明,隨著日本人口年齡結(jié)構(gòu)逐漸向老齡化演進(jìn),私人信貸增長率下降不可避免,為當(dāng)前非常規(guī)貨幣政策信貸擴(kuò)張效應(yīng)偏弱提供了初步解釋。(二)都道府縣面板數(shù)據(jù)
【參考文獻(xiàn)】:
期刊論文
[1]人口老齡化與貨幣政策有效性——理論演繹與跨國證據(jù)[J]. 方顯倉,張衛(wèi)峰. 國際金融研究. 2019(07)
[2]人口老齡化影響財政與貨幣政策的有效性嗎?[J]. 李建強(qiáng),張淑翠. 財經(jīng)研究. 2018(07)
[3]人口老齡化與貨幣政策效力——基于新興經(jīng)濟(jì)體的實證分析[J]. 鄒瑾. 當(dāng)代財經(jīng). 2017(03)
本文編號:3583056
【文章來源】:國際金融研究. 2020,(07)北大核心CSSCI
【文章頁數(shù)】:11 頁
【部分圖文】:
非常規(guī)貨幣政策脈沖響應(yīng):全樣本
分階段估計后的貨幣政策脈沖響應(yīng),如圖2所示。第一,QE時期Liquidity一個標(biāo)準(zhǔn)差信息沖擊能使Lend顯著增大,約為0.22,而在QQE時期卻為-0.08,表明流動資產(chǎn)攀升引致的信貸擴(kuò)張在第一階段具有一定效果,但在第二階段發(fā)生明顯阻滯,這在商業(yè)銀行流動資產(chǎn)規(guī)模急劇膨脹的背景下令人費解。第二,Spread單位正向標(biāo)準(zhǔn)差信息沖擊導(dǎo)致的Lend響應(yīng)在QE時期由負(fù)轉(zhuǎn)正。相比之下,QQE時期的Lend響應(yīng)始終為正,且遠(yuǎn)高于前者。數(shù)據(jù)顯示,日本區(qū)域銀行Spread均值在2001—2006年期間約為-0.45%,相應(yīng)的單位存貸款利息收入由0.0154降至0.0139,意味著超低利率引起利差收窄對貸款投放的抑制效應(yīng)可能不大,反而能在短期內(nèi)產(chǎn)生微弱的促進(jìn)作用。但是,2010年以后,Spread均值進(jìn)一步縮小,達(dá)到-2.15%,單位存貸款利息收入僅為0.0081,降幅高達(dá)47.76%,存貸款利差收窄的信貸投放抑制效應(yīng)在此時全面顯現(xiàn)。據(jù)此判斷,日本非常規(guī)貨幣政策階段性差異確實對區(qū)域銀行貸款行為具有異質(zhì)性影響,即在第一階段能起到微弱的促進(jìn)作用,而在第二階段明顯弱化,信貸傳導(dǎo)渠道阻塞。日本商業(yè)銀行主要由城市銀行、區(qū)域銀行和其他銀行構(gòu)成,而本文所選區(qū)域銀行又可進(jìn)一步分為一級區(qū)域銀行和二級區(qū)域銀行。主要區(qū)別表現(xiàn)在資產(chǎn)規(guī)模層面,即一級區(qū)域銀行財力較二級區(qū)域銀行更為雄厚。因此,本文進(jìn)一步探討非常規(guī)貨幣政策是否對不同規(guī)模商業(yè)銀行貸款存在異質(zhì)性影響,將一級區(qū)域銀行視為大型銀行,將二級區(qū)域銀行視為小型銀行。
其中,,其他變量與基準(zhǔn)方程一致。本模型中,共包括0~9歲、10~19歲、20~29歲、30~39歲、40~49歲、50~59歲、60~69歲和70歲及以上,八個年齡段,即K=8。同時,參考Juselius&Takats(2015)的設(shè)置,令多項式階數(shù)P=4。至此,一旦估計出的系數(shù),即可根據(jù)公式倒推人口比例Vk的系數(shù)。為減少模型內(nèi)生性對估計結(jié)果的潛在影響,上述控制變量均采用一階滯后形式。由估計結(jié)果(1)可得:第一,無論采用何種估計方法,P階多項式Np^系數(shù)均顯著,由此得出的人口比例系數(shù)估計值能為后續(xù)統(tǒng)計推斷提供可靠保證。第二,私人信貸增長率與各年齡段人口比例之間呈典型的倒U型關(guān)系(2)(見圖3),與中青年組(20~49歲)正相關(guān),與青少年組(0~19歲)和老年組(50歲及以上)負(fù)相關(guān)。此外,基于穩(wěn)健性考慮,本文還構(gòu)造了0~4歲、5~9歲、10~14歲、15~19歲、20~24歲、25~29歲、30~34歲、35~39歲、40~44歲、45~49歲、50~54歲、55~59歲、60~64歲、65~69歲、70~74歲、75~79歲和80歲及以上,十七個年齡段的多項式回歸模型。結(jié)果表明,雖然系數(shù)估計值出現(xiàn)了明顯變化,但都能通過10%水平的顯著性檢驗,且各年齡段人口比例與私人信貸增長率之間的倒U型關(guān)系仍非常穩(wěn)健。這表明,隨著日本人口年齡結(jié)構(gòu)逐漸向老齡化演進(jìn),私人信貸增長率下降不可避免,為當(dāng)前非常規(guī)貨幣政策信貸擴(kuò)張效應(yīng)偏弱提供了初步解釋。(二)都道府縣面板數(shù)據(jù)
【參考文獻(xiàn)】:
期刊論文
[1]人口老齡化與貨幣政策有效性——理論演繹與跨國證據(jù)[J]. 方顯倉,張衛(wèi)峰. 國際金融研究. 2019(07)
[2]人口老齡化影響財政與貨幣政策的有效性嗎?[J]. 李建強(qiáng),張淑翠. 財經(jīng)研究. 2018(07)
[3]人口老齡化與貨幣政策效力——基于新興經(jīng)濟(jì)體的實證分析[J]. 鄒瑾. 當(dāng)代財經(jīng). 2017(03)
本文編號:3583056
本文鏈接:http://sikaile.net/shekelunwen/renkou/3583056.html
最近更新
教材專著