我國貨幣政策研究論文

導語：我國貨幣政策研究論文一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

[內容摘要]：本文從基于要素密集度不同的兩部門例子出發，說明了由于行業自身的異質性，每個行業對同一貨幣政策沖擊的反應各異。接著利用E-G兩步法、ADL模型和基于VAR模型的脈沖響應函數分析1995年后中國六個行業對貨幣政策沖擊的反應。結果顯示第一、二產業、房地產業對利率政策沖擊反應明顯，第三產業、餐飲業和批發貿易零售業反應較小。在此基礎上簡單分析了造成行業反應不同的原因并給出相關的政策建議。

[關鍵詞]：貨幣政策；行業效應；利率；脈沖響應函數；

AnalysisonIndustrialEffectsofMonetaryPolicy

——demonstrationstudybasingonChineseMonetaryPolicy

JinYong-jun

（CollegeofEconomics,NankaiUniversity,Tianjin,300071)

ChenLiu-qin

（TianjinAcademyofSocialScience,Tianjin，300191）

Abstract:Thispaperfirstlydocumentsasimpletheoreticalexamplefocusingononecharacterofindustries:factorintensityandprovesthatmonetarypolicyhasdifferenteffectsacrossindustries,thenmeasurestheimpactofmonetarypolicyshocksonoutputofsixindustriesinChinaaftertheyear1995.BothEGtwo-stepestimateandimpulseresponsefunctionsfromestimatedstructuralvectorautoregressionmodelrevealdifferencesinmonetarypolicyresponses,whichinsomecasesaresubstantialsuchastheFirstIndustryandtheSecondIndustry.ThepaperalsosimplyprovidesevidenceonthereasonsforthemeasureddifferentialpolicyresponsesacrossindustriesandsomesuggestionsforChineseGovernment.

Keywords:monetaryPolicy;industrialeffects;interestrate

一、引言

經濟結構問題一直是中國經濟發展的癥結。尤其是1997年以來“貨幣迷失”問題的出現和2004年結構型通貨膨脹的發生，經濟結構問題再次成為理論界探討的焦點。由于2003年后隨財政政策逐步淡出，貨幣政策將成為宏觀調控的一個有力手段：2003年第四季度的貨幣政策執行報告明確指出要運用金融調控手段，促進我國產業結構調整。2004年銀行體系為實現這一目的，做了種種努力，如按月召開經濟金融形勢分析會，有針對性地對商業銀行加強“窗口指導”和風險提示；控制對鋼鐵、電解鋁、水泥等“過熱”行業的授信總量；大力發展消費信貸，努力擴大消費需求；放開金融機構（城鄉信用社除外）人民幣貸款利率上限等。由此，人們自然地會關注貨幣政策是否具有結構調整的功能，即貨幣政策的變化對不同行業影響的差異及對行業間產值差距的影響，也就是貨幣政策的行業①非對稱效應。然而，傳統的觀點認為貨幣政策變化對經濟實體的影響主要是指貨幣政策的總量調節效應，即貨幣政策的變化影響到微觀主體的需求如消費需求和投資需求，進而影響整個宏觀經濟的總量均衡。這一觀點不僅忽略了貨幣政策在進行總量調節時，對不同行業需求量調節的差別，而且也忽略了貨幣政策對每個行業供給能力影響的差別。

然而Blinder(1987)、Farmer(1988)、Christiano&Eichenbaum(1992)、Christiano、Eichenbaum&Evans(1997)、BarthIII&Ramey(2000)都曾經認為貨幣政策的變化會通過供給面的渠道影響經濟結構。他們假設公司在獲得銷售收入之前，一般都是通過借款來支付固定資產投資和生產要素費用。由于各個行業既有的生產成本和利潤空間是不同的，隨著名義利率的上升，各個行業的生產成本會上升，貨幣政策對各行業產生不同的影響。當然還得假設經濟中存在必要的價格粘性或剛性，否則，如果調整瞬時完成，那么利率的變化難以影響經濟實體。Gauger&Enders(1989)、Bernake&Gertler(1995)、Carlino&Defina(1997)、Ganley&Salmon(1997)、Shelley&Wallace(1998)、Hayo&Uhlenbrock(1999)、Dedola&Lippi(2000)、Peersman&Smets(2002)、Arnold&Vrugt(2002)分別對不同國家貨幣政策的結構調整效應進行了實證研究。這些研究都證實各行業對貨幣政策沖擊的反應是不同的，并分析了其中的原因。Bernake&Gertler(1995)運用VAR模型檢驗了貨幣政策對不同的支出（如耐用品、非耐用品消費支出、居民投資支出和商業投資支出等）的不同影響；Ganley&Salmon(1997)基于1970-1995年的英國數據，利用VAR模型分析得出建筑業的利率敏感性最強，其次是制造業、服務業和農業；Hayo&Uhlenbrock(1999)認為人們都習慣于研究貨幣政策尤其是利率政策的總量效應，往往忽視貨幣政策在傳導過程中各行業間的異質性或非總量（disaggregate）的不對稱性，并運用VAR模型研究了德國28個行業對貨幣政策的不同反應，發現了重工業比非耐用消費品更具有利率敏感性，并從資本生產率（資本與行業產值比率）、要素密集程度（資本與勞動比率）等四個因素尋找各行業對貨幣政策反應不一的原因；Dedola&Lippi(2000)利用OECD的五個國家21個行業的面板數據分析得出公司規模、融資能力、財務費用負擔等因素是解釋各行業不同的利率敏感性的重要原因；Peersman&Smets(2002)對歐洲各國的行業的貨幣政策效應也進行了類似的研究。

國內部分學者也研究貨幣政策的結構調整效應。1998年財政部科研所課題組論證了產業政策與金融政策包括利率政策、信貸政策的關系并提出了一定的政策措施；張旭和伍海華（2002）認為金融政策會通過資金形成機制、資金導向機制和資金催化機制促使產業結構高級化，提出了銀行主導型和資本主導型的兩種金融結構調整模式，并建議我國應以銀行為主導的金融模式為基礎，并借助資本市場，實現產業結構調整升級；周逢民（2004）從振興黑龍江工業基地入手研究貨幣政策在調整國家產業布局中的作用，并認為貨幣政策在注重全局調控的基礎上，應該充分考慮全國各地區之間的經濟和產業差異。通過政策傾斜、投資引導、信貸政策和政策協調等多渠道提升貨幣政策在促進結構調整中的效果。

然而國內文獻只是敘述性地論證了貨幣政策在產業結構中的作用，并沒有提供相關有效的理論模型和經驗證據，其現實指導意義有限。本文從一個有關行業要素密集度的例子出發，證明了行業要素密集度的不同會影響到貨幣政策對行業的作用效果，并利用我國有限的數據，用E-G兩步法和ADL模型驗證了貨幣政策對六個行業的長期效應的異質性，爾后又采用VAR模型和脈沖相應函數證明了我國各行業對貨幣政策沖擊反應不一的過程并從行業自身角度簡要分析了其中的原因。當然，文章的初衷并非是否認貨幣政策的總量效應，只是論證貨幣政策具有一定的結構調整效應，且這種結構調整效應并非是指政府通過貨幣政策的行政手段如政府的信貸配給，而是指通過貨幣政策的經濟手段如利率政策，以市場方式來影響某些行業的信貸規模，進而影響行業的產值和行業差距。

二、一個簡單的理論說明

貨幣政策對我國經濟結構形成和調整的作用的主要傳遞過程可歸納如下：貨幣政策（利率政策）→投資→影響資金流量結構→影響生產要素分配結構→影響資金存量結構→影響經濟結構。對一國經濟來說，經濟金融化程度越高，市場經濟發展越完善，這種傳遞過程就越明顯，越有效。因為在市場經濟體制下，經濟結構調整不再單純體現為政府的主導行為，而是由微觀經濟主體根據價格信號的引導來選擇配置的渠道、數量和結構。作為資本價格信號的利率顯然成為配置資源的基礎。因此我們選擇利率政策探討貨幣政策的行業的廢對稱問題。

利率變化對行業的影響程度受制于很多因素如行業發展階段、規模報酬因子、技術水平、市場結構、產品的需求因素、要素密集度等。為說明原理起見，舉一個對資本具有同等偏好的兩部門模型的例子，該例子說明：存在資本約束和兩部門對資本有同等偏好的情況下，要素密集程度不同會產生不同的貨幣政策行業效應。

假設：

⑴只存在兩個完全競爭行業，都使用資本（K）和勞動（L）兩種生產要素，行業1是勞動密集型的，行業2是資本密集型的，不考慮技術水平。

⑵生產函數滿足所有的古典假設，Yi=Fi(Li,Ki)=Lif(ki)，ki=Ki/Li

⑶兩個行業的生產要素自由流動，因此W=W1=W2,R=R1=R2

⑷市場出清即D1=Y1=E1,D2=Y2=E2

⑸資本和勞動兩種要素充分利用，L=L1+L2,K=k1L1+k2L2

⑹行業1、2的價格為P1、P2，相對價格為P=P2/P1，為常數。

求每個行業利潤最大化得：

，（2-1）

由（2-1）得：要素價格比率w：

（i=1,2）（2-2）

由于生產函數呈現邊際收益遞減和規模報酬不變，所以資本勞動比率ki唯一地決定于要素價格比率。得：

（2-3）

這一結果表明兩部門對資本具有同等的偏好。其經濟含義可理解為：當利率下降時，兩行業的廠商為了減少成本會用價格相對便宜的資本來代替價格變得相對昂貴的勞動，從而促使資本更密集地使用。相反，當勞動要素價格變得相對便宜時廠商會用勞動代替資本，從而資本勞動比率下降。因為D1=Y1=E1,D2=Y2=E2，所以：

（2-4）

（2-5）

由于dki/dw>0，所以上式右邊的第二項為正。于是w的變化對產出的影響就取決于要素價格變化所引起的勞動要素在兩個部門之間的流動，即取決于dLi/dw的符號。對假設（5）求全微分得：

（2-6）

（2-7）

（2-6）、（2-7）式說明兩行業廠商對勞動具有不同的偏好。其含義為：當資本供大于求時，利率下降，勞動價格相對上升，行業1的廠商增加對勞動的需求，而行業2的廠商減少對勞動的需求。分別代入（2-4）、（2-5）得：

（2-8）

因為（k1-k2）<0，隨著貸款利率的下降，要素價格比率w上升，勞動力將由第二行業向第一行業轉移，同時由于兩行業對資本具有同等的偏好，使得資本無法在兩行業間進行轉移，從而使第一行業的產出增加，第二行業的產出減少。

上述簡單模型只證明了在資本約束和兩個行業廠商對資本都有同樣偏好的情況下，要素密集度的不同影響利率政策對兩行業的作用效果，還有很多諸如技術水平、市場結構、規模報酬因子、產品需求因素等影響貨幣政策行業效應的因素沒有在模型中體現。如果把這些因素都考慮到一個模型（如果存在這樣一個模型的話），從理論上判斷貨幣政策的最終的行業效應可能很復雜。不過，借助實證方法卻很容易顯示這種最終的行業效應。

三、實證模型設計

（一）實證模型說明

第二部分的理論模型說明：在假設（1）-（6）下，行業自身的異質性使得行業對利率變化反應不一，而且還說明了行業發展除了受到利率水平影響外，還受到工資水平的影響①。如果放開某些假設②，給出具體的生產函數形式，并采取成本最小化的方式求解，我們就能找到模型的顯示解。

假設行業i生產函數為：（3-1）

廠商的成本為：WLi+RKi，求其成本最小化得：

（3-2）

其中該行業所用的勞動和資本分別為

利用比較靜態分析得：，說明隨著工資或貸款利率或產量的增加，廠商的成本隨著增加。因為行業i完全競爭，所以：

（3-3）

這里假設行業i的需求價格為Pi=bW/Yi，暗含的意義為消費者的收入只有工資收入W，而且其中只有b部分的收入拿來消費i產品。因此：

（3-4）

均衡產量對貸款利率反應為：，說明隨著貸款利率的下降，均衡產量會上升。傳導機制：Rit↓，企業邊際成本↓，貸款資金↑，投資↑，產量↑，當產量大于需求量時，P↓，均衡產量增加；當產量小于需求量時，P↑，均衡產量增加。以上機制成立的前提是行業i能無約束地獲得資本和勞動。對（3-4）式兩邊取對數得：

（3-5）

其中、、分別為常數、對數的技術水平和工資水平，為非對數的貸款利率。根據（3-5），實證部分將分成兩個階段：

第一階段利用動態分布滯后模型ADL或E-G兩步①法驗證各行業序列與實際利率（rir）、實際人均可支配收入（rre）是否存在長期的穩定關系（協整關系），并察看實際利率的系數來確定貨幣政策對各行業序列作用效果。考慮到財政政策、政府重大政策也會影響到各個行業序列，因此在模型中引進這些變量以剔除它們對行業序列的影響。兩個基本模型如下：

②（E-G模型）（3-6）

（ADL模型）（3-7）

這里t、G、虛擬變量D分別代表行業的技術水平（假設技術是時間的函數）、財政支出、1997-1998年政府大力度的政策變革③。因此1997、1998年所有月份或季度的D取1，代表較大力度的政策變革所帶來的經濟影響，其他年份取0。E-G兩步法和ADL模型均能用來尋找變量間的長期關系。E-G兩步法簡單直觀，有很強理論基礎，但有時很難得到變量間的協整關系或變量間的協整關系不夠完美如協整變量的t值較小、自相關嚴重等。而ADL在建立模型時就考慮了滯后項的相關信息，因此如果變量存在長期關系，則此種長期關系相對完美。然ADL模型求長期關系時較復雜：首先利用OLS估計（3-7）式，然后采用Wald或LR方法檢驗同類變量的是否成立，接著對檢驗所得式的兩邊求期望得到長期關系式：

④（3-8）

如果（3-6）和（3-8）式中的殘差序列εi、ei是I(0)的，那么就可判定行業序列、實際利率、實際人均可支配收入、政府財政支出、虛擬變量存在協整關系。協整檢驗的目的是防止由于第一步OLS估計的變量非平穩且不存在協整關系而產生的“偽回歸”問題。因此在E-G兩步法和由ADL導出的長期關系式之前需要利用單位根檢驗各變量的平穩性。如果所要估計的變量均平穩，式（3-6）、（3-8）是真實的；如果所要估計的變量均非平穩，則兩式結果是否真實要取決于第二步的協整檢驗。此外，用LM統計量、懷特（White）檢驗、ARCH統計量分別檢驗殘差序列有無自相關、異方差、自回歸條件異方差。

如果最后判定回歸估計真實，則可查看rir的系數。若β4>0，說明某行業對貨幣沖擊有正向反應；若β4<0，說明某行業對貨幣沖擊有負向反應；若β4=0，某行業對貨幣沖擊沒有反應。此外，在β4符號相同的情況下，看β4絕對值大小。

第二階段借用VAR及相應的脈沖響應函數檢驗各行業產值對貨幣沖擊反應的短期動態過程，進而分析貨幣政策的結構效應。VAR模型是用所有當期內生變量對所有內生變量的若干滯后值進行回歸，從而估計全部內生變量的動態關系。當然如果模型中存在只有單項因果關系的變量，也可以作為外生變量加入VAR模型中（張曉峒2000）。

本文采用的向量自回歸（VAR）模型如下：

（3-9）

這里Yt和EX分別表示內生向量項和外生向量項，內生變量包括行業均衡產量（yit）、實際貸款利率（rir）、實際人均可支配收入（rre）和財政支出（G）；外生變量包括技術趨勢項（t）、虛擬變量（D）。A、B分別為外生變量和內生變量的系數矩陣。其中每個行業VAR模型的變量要與第一階段的E-G兩步法所得的估計式一致。

一般而言，非穩定（含單位根）的VAR模型對新息（innovation）的沖擊有長久的記憶能力，這與經濟事實不符合。因此要保證VAR模型和脈沖響應函數穩定（對新息的沖擊收斂），一般要檢驗變量的平穩性或變量之間是否存在協整關系。而這些結論都會在第一階段給出。

我們用赤池信息準則(AIC)確定VAR和（3-7）式滯后期k值。選擇k值的原則是在增加k值的過程中使AIC的值達到最小。在VAR模型中，適當加大k值可以消除誤差項中的自相關。但k過大又會導致自由度減小，以致影響模型參數估計量的有效性。

由于對VAR模型中單個參數估計值的解釋很困難，因此要想對一個VAR模型得出結論，往往要借助觀察系統的脈沖響應(impulseresponse)函數。脈沖響應函數描述一個內生變量對誤差沖擊的反應。具體地說，它描述的是在隨機誤差項上施加一個標準差大小的新息沖擊后對內生變量的當期值和未來值所帶來的影響。為了直觀形象地刻畫變量間的相互影響，我們采用的都是曲線圖的形式，沒有列出相應的數據表形式，但我們的分析是結合曲線圖和相應的數據表進行的。

（二）數據來源說明

實際貸款利率是根據1995年以來，中國人民銀行公布的一年期的貸款利率，并進行了零售物價指數的處理，其計算公式是：實際貸款利率=(1+名義利率)/(1+通貨膨脹率)-1。國家財政支出的數據采用國家基本建設支出、挖潛改造資金、支援農業支出和文教科學衛生事業費四項之和。由于數據限制，我們只分析第一、第二和第三產業、批發貿易零售業、房地產業、餐飲業六個序列。第一、第二、三產業的產值數據采用1996-2004年的季度數據；由于沒有批發貿易零售業、餐飲業的月度產值數據，所以只能用1996年1月-2002年12月社會商品零售額的月度數據；分析房地產行業時，我們使用1998年1月-2004年12月的商品房的零售額的月度數據。上述變量都進行了以1995年各季或各月為基期的零售物價指數的處理并取了自然對數值，隨后又進行了季節調整。所有的數據均來自各月《中國人民銀行季報》、《中國統計快報》、《中國經濟景氣月報》和中經網數據庫（主要是最近的數據）。

四、實證結果分析

利用ADF檢驗各行業序列、實際貸款利率、人均可支配收入和財政支出、虛擬變量的平穩性。原假設為序列非平穩。在水平值下，檢驗結果均接受原假設，而在一階差分下，檢驗結果都在1%的水平上拒絕非平穩的原假設（表3-1），說明各序列均為一階單整。

行業序列長期關系檢驗結果顯示第一、二、三產業采用E-G兩步法的結果，其他行業采用ADL模型的結果。變量間具體的長期關系式見表3-2：第二產業、房地產行業、貿易批發零售業三個序列與實際貸款利率、人均實際可支配收入、財政支出及虛擬變量存在協整關系；第一產業和餐飲業與實際貸款利率、人均可支配收入和虛擬變量存在協整關系；第三產業與實際貸款利率、人均實際可支配收入、財政支出存在協整關系。除第一產業外，其余序列與其他變量的擬合程度都非常高，且除餐飲業未通過二階自相關、房地產業未通過異方差檢驗外，其它的殘差序列均通過了一、二階自相關LM1、LM2和異方差White及條件異方差ARCH的檢驗，因此總體而言，所有擬合關系式表現較好。

注：（1）檢驗形式中的c和t表示帶有常數項和趨勢項，k表示滯后階數；（2）滯后期k的選擇標準是以AIC和SC值最小為準則。

圖1-6（見附錄1）顯示了六個行業對實際貸款利率的脈沖響應過程。由于對VAR模型單個參數估計值的解釋是很困難的，故本文不列出VAR模型的具體形式，直接給出脈沖響應過程。但需要說明的是：由于VAR模型要求殘差向量必須是非自相關的（更嚴格的要求為εt～iid[0,Ω]），所以滯后階數k的選擇就顯得很重要。本文AIC選擇的結果如下：除對第三產業、餐飲業、房地產業、批發貿易零售業選擇k=3外，其余時間序列的k值均等于2；為保證VAR模型穩定，要求每個變量平穩或變量間存在協整關系，而第一階段長期關系式的檢驗均顯示所估計的每個行業序列方程存在協整關系，這也從圖1-6的收斂的脈沖響應過程看出，即對貸款利率或人均收入的隨機誤差項施加一個標準差的沖擊后，該沖擊對行業序列的影響是逐步消失的，盡管消失的過程各異。

下面集中討論貸款利率變化對各行業的作用效果①。表3-2和表3-3均顯示第一產業對貸款利率的變化反應很大，且成反方向變化。這與Around&Vrugt(2002)對荷蘭數據的檢驗結果一致：荷蘭農業的利率彈性僅次于建筑業、第二產業（除建筑業外）；與Ganley&Salmon（1997）對英國的檢驗結果相反：英國第一產業利率敏感性很低，且在第一年和第二年，第一產業對一單位貨幣政策的脈沖反應均為正方向，Ganley&Salmon認為其原因是英國的第一產業主要是大宗產品的生產且是反周期的。我國第一產業之所以受貸款利率影響較大，原因可能是：第一產業包括農林牧副漁業，雖均為勞動密集型行業，但其市場結構表現為近乎完全競爭，技術貢獻率很低，規模生產的能力較弱，行業利潤空間非常有限，因此貸款利率敏感性會很高。1994-2004年農業短期貸款比率和貸款利率的相關系數非常高，達到-0.932；農林牧副漁的固定資產投資貸款比率與貸款利率也存在較強的負相關關系。

第二產業受到貸款利率的影響也很大，貸款利率彈性為2.03，對貸款利率的沖擊的反應速度較快（第二季度達到最大值4‰），反應的持續期較長（18個月），然而反應程度較小（反應期間均值只有1.7‰）。這與Around&Vrugt(2002)、Ganley&Salmon（1997）研究結果類似。在解釋原因時他們主要側重于分析第二產業中具體行業的某些特點如行業的公司規模、要素密集度、財務杠桿比率和利潤等。然而我國由于缺乏第二產業中具體行業的數據，因此很難判斷哪些因素對貨幣政策的行業效應具有重要作用。但需說明一點：1994-2004年，工業貸款和建筑業貸款總額均占到短期貸款30%多，遠遠大于農業貸款的比例；更新改造、基本建設及總固定資產投資貸款中，1997年第二產業分別占了81%、59%和64%，2002年分別為81%、41%和50%。

房地產行業不僅對貸款利率沖擊的反應持續期很長（為35個月），且反應速度較快，第4個月就達到最大值（14.7‰），反應程度較大（整個期間均值達到4.7‰），且協整關系式表明貸款利率上升1%，房地產產值將下降4.47%。盡管房地產是自然壟斷性的行業，壟斷利潤較高，然而房地產行業是資本密集型行業，且大部分資本直接或間接地來自銀行貸款，“有人作了估計，即使是小開發商，其資金來源的60%都是來自銀行借款……必須看到，我國商業銀行貸款的超常增長中，房地產業開發的貸款占了較大的比例”①。隨著貸款利率逐步下降，房地產開發貸款占金融機構的貸款比率逐步上升，從1998年的2.34%上升至2003年的4.19%，而且1997-1998年、1997-2001年、1997-2003年、2002-2003年房地產開發貸款的增速分別為15.84%、19.8%、26.8%和49.10%，且與貸款利率的相關系數達到了-0.75。此外，房地產行業的資產負債率從1997年至2004年一直在75%以上，財務風險很大；如果考慮到消費者貸款利率的敏感性，房地產財務風險將會更大。因為房地產公司開發投資很大一部分資金來源于消費者個人住房貸款②。由于巨大的財務風險存在，房地產行業利率敏感性應不會太低。

受貸款利率影響較小的是第三產業、餐飲業和批發貿易零售業。在協整關系式中，第三產業未通過顯著性檢驗，餐飲業和批發貿易零售業通過了的Wald檢驗，且在脈沖反應過程中，反應程度都很小，但表現不一。第三產業與貸款利率成反方向變化，反應程度相對較大（第3個季度達到反應的最大值3‰，整個期間反應均值為1.4‰）；餐飲業成正方向變化，但反應程度很小（最大值為2.6‰，均值僅為0.8‰）；批發貿易零售業的利率敏感性最弱，對實際貸款利率的沖擊幾乎為零。第三產業包括交通運輸、倉儲和郵政業、批發貿易零售業、餐飲業等15個行業。這些行業中有些如交通運輸、倉儲和郵政業、信息運輸和金融業等行業資本密集度、壟斷程度、規模效益都很高，利潤空間很大，而且他們自有資本較充足，1994-2004年的固定資產投資中，平均只有25%左右的資本來自銀行貸款，因此他們受貸款利率影響可能較小；有些如貿易批發零售業、餐飲業、娛樂業等行業勞動密集度較高，具有一定壟斷競爭的特征，來自銀行貸款的資金有限，受貸款利率的影響也較小，實證結果也說明了這一點；還有些如衛生、社會保障和福利業、水利、環境和公共設施等屬于國家支持的行業受貸款利率就更小。因此第三產業及其中的餐飲業和貿易批發零售業的利率敏感性較低。

注：（1）帶*的數據表示相應變量的滯后階數（2）帶▲的數據表示Wald的檢驗值（3）帶▽數據表示未通過相應的檢驗（4）房地產業、餐飲業和批發貿易零售業的ADL模型具體形式見附錄2

注：（1）由于圖1-6所用的刻度不一樣，收斂程度很難比較，表3-3所有的結果來自脈沖響應過程的數據表。（2）收斂是指一單位正向沖擊所得的響應第一次低于1‰或響應曲線第一次交于零軸，若兩者皆有，以第一次交于零軸為準。（3）+、0、-表示相對于一單位標準差沖擊的正、無、負反應。

五、總結性評論

本文從基于要素密集度不同的兩部門例子出發，說明了由于行業自身的異質性，每個行業對同一貨幣政策沖擊存在非對稱效應，進而引起貨幣政策的行業結構調整問題。接著利用E-G兩步法、ADL模型和VAR模型所得結果論證了各行業對貨幣政策沖擊的反應是不一樣的。從本文驗證的六個行業看，第一產業和房地產行業受到貨幣政策的沖擊最大，其次是第二產業，接著是第三產業和餐飲業，影響最小的是批發貿易零售業，且其中四個行業對貸款利率沖擊成反方向變化，餐飲業成正方向影響，批發貿易零售行業幾乎不受貸款利率的影響。由于國內行業數據的限制，我們無法用實證方法說明究竟是何種原因導致不同的貨幣政策行業效應，但我們從行業的市場結構、要素密集程度以及行業的資產負債率等因素簡要地探討了其中的原因。

從政策角度上考慮，上述分析所體現的政策含義主要有以下幾點：

第一，政府在實施新的貨幣政策前，要充分考慮到貨幣政策的結構調整功能。本文即使選取單一實際貸款利率而非差別的貸款利率（數據很難獲得）也證實了六行業對單一利率變動的反應是不同的。如果所有行業實行統一的利率政策，第一產業和房地產將受影響最大，其次是第二產業，第三產業、餐飲業和貿易批發零售業受影響較小。這樣統一的利率政策可能與我國的結構調整目標相悖。克服方法之一是輔之其他政策配合，之二是貨幣政策自身要更靈活如差別的利率政策。

第二，要區別對待由于不同原因導致利率敏感性差異的行業。中國的第一產業的利率敏感性很強，完全競爭的市場結構導致第一產業利潤空間有限是其中的重要原因。由于這一原因，作為關系國計民生和國民經濟基礎的第一產業，政府應該給予特殊對待。如第一產業的發展要與產業政策扶植相結合，實行優惠的貸款利率政策或政府直接補貼政策；加大農業發展銀行和農村信用社的支持力度。然而目前農業發展銀行目前職能比較單一，對農村經濟發展的政策支持力度不夠。此外某些地區為了減低農村信用社的不良貸款比率，其支農貸款比率比企業貸款利率高出20-50個百分點。這些現象都是需要克服的。而對于房地產行業，其利率敏感性主要來源于自身是資本密集型行業和高資產負債率運營方式。對于這類行業的發展，我們可借助更多的市場和經濟手段如利率政策，引導其發展，而非一味地利用行政手段進行干預，其結果可能只會導致更多的尋租和腐敗行為。

第三，加快利率市場化改革，完善利率或貨幣政策的傳導效能。利率市場化是利率管制的對稱，是指將利率決定權交給市場，由市場資金供求狀況決定市場利率，市場主體可以在市場利率的基礎上，根據不同金融交易各自的特點，自主決定利率。利率是資金的價格，一個優化的利率結構，首先應反映中央銀行金融政策及國家產業政策，反映風險、成本、期限及盈利水平，反映和調節資金供求；其次，利率的變動和差異，應能夠引導資金的合理流動，促進行業結構的合理調整。我國要最終建立社會主義市場的經濟體制，以市場機制為主優化資源配置，這就要強化金融機制的市場調節功能，把利率市場化作為我們孜孜以求的目標，就我國目前而言，應刻不容緩地強化利率政策對資金投向的選擇功能。

參考文獻：

[1]BernankeB.andM.Gertler,1995,“InsidetheBlackBox:TheCreditChannelofMonetaryPolicyTransmission”,JournalofEconomicPerspective,Vol.9,27-28.

[2]BernankeB.andI.Mihov,1998,“MeasuringMonetaryPolicy”,QuarterlyofJournalofEconomics,Vol.113.

[3]LawrenceJ.Christiano,1997,“StickyPriceandLimitedParticipationModelsofMoney:AComparison”,EuropeanEconomicReview41,1201-1249.

[4]GaryL.SherryandFriderickH.Wallance,1998,“TestsoftheMoney-OutputRelationUsingDisaggregatedData”,TheQuarterlyReviewofEconomicandFinance,Vol.38,No.4,865-873.

[5]MarvinJ.BarthIIIandValerieA.Ramey,2000,“TheCostChannelofMonetaryTransmission”NBERworkingpaper7675.

[6]CarlinoG.andR.DeFina,1998,“Thedifferentialregionaleffectsofmonetarypolicy”,TheReviewofEconomicsandStatistics,80(4),572-87

[7]DedolaL.andF.Lippi,2000,“Themonetarytransmissionmechanism:EvidencefromtheindustrydataoffiveOECDcountries”,CEPRDiscussionPaper2508.

[8]GanleyJ.andC.Salmon,1997,“Theindustrialimpactofmonetarypolicyshocks:somestylizedfacts”,BankofEnglandWorkingPaperSeries,68,1997.

[9]HayoB.andB.Uhlenbrock,2000,“IndustryeffectsofmonetarypolicyinGermany”,J.VonHagenandC.Waller(eds.),RegionalaspectsofmonetarypolicyinEurope,Boston,Kluwer,p127-158.

[10]AroundandVrugt,2002,“RegionaleffectsofmonetarypolicyintheNetherlands”.InternationalJournalofBusinessandEconomicsVol.1,No.2,123-134.

[11]易綱.林明.理解中國經濟增長[J].中國社會科學，2003，(2)，45-60.

[12]張軍.資本形成、工業化與經濟增長:中國轉軌的特征[J].經濟研究，2002，(6)，3-13.

[13]周逢民.論貨幣政策的結構調整功能[J].金融研究，2004，(7)，51-56.

①本文所說的“行業”包括通常意義上的產業和行業。本文之所以統稱為“行業”，原因之一是中國通常意義上的行業月度或季度數據太少，所以將產業數據也納入分析；其二只為敘述方便。

①因為（2-8）式中的K1、K2、L1、L2都是W、R的函數。

②如在生產函數中考慮技術水平A，并放開假設（4），引入消費者需求因素。

①本文的E-G兩步法是其它文獻所提E-G三步法，本文不涉及第三步ECM模型的構建，故稱E-G兩步法。

②也可作如下估計：（1）yit與D、G、t作回歸，求得殘差y*，（2）rir、rre分別與D、G、t作回歸，求得殘差rir*、rre*，（3）再求得y*與rir*、rre*的回歸式，其系數相應地等于（3-1）中rir、rre的系數。

③1997年后，一大批國有中小型企業倒閉或破產，國有單位就業人數、國有及國有控股工業的個數分別從1997年10766萬人和11萬個猛降至1998年的8809萬人、6.47萬個。

④前提是rir、rre和G的系數檢驗不成立

①在解釋行業的貨幣政策原因時，由于國內行業數據的缺乏，無法給出太多定量的分析，只能做一些定性解釋。

①曾康霖，必須關注房地產經濟特殊性及其對金融的影響，金融研究，2003（9）。

②經濟增長前沿課題組（2003）認為：個人住房貸款2001年與1997年相比增加5425.95億元，增長了32.55倍。