1、 貨幣政策的產(chǎn)業(yè)效應(yīng)分析-基于中國(guó)貨幣政策的實(shí)證研究 內(nèi)容Summary：本文從基于要素密集度不同的兩部門例子出發(fā)，說(shuō)明了由于行業(yè)自身的異質(zhì)性，每個(gè)行業(yè)對(duì)同一貨幣政策沖擊的反應(yīng)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(yīng)函數(shù)分析1995年后中國(guó)六個(gè)行業(yè)對(duì)貨幣政策沖擊的反應(yīng)。結(jié)果顯示第一、二產(chǎn)業(yè)、房地產(chǎn)業(yè)對(duì)利率政策沖擊反應(yīng)明顯，第三產(chǎn)業(yè)、餐飲業(yè)和批發(fā)貿(mào)易零售業(yè)反應(yīng)較小。在此基礎(chǔ)上簡(jiǎn)單分析了造成行業(yè)反應(yīng)不同的原因并給出相關(guān)的政策建議。 Keys：貨幣政策；行業(yè)效應(yīng)；利率；脈沖響應(yīng)函數(shù)；Analysis on Industrial Effects of Monetary Poli

2、cydemonstration study basing on Chinese Monetary PolicyJin Yong-jun（College of Economics, Nankai University,Tianjin,300071)Chen Liu-qin（ Tianjin Academy of Social Science , Tianjin， 300191） Abstract: This paper firstly documents a simple theoretical example focusing on one character of industries: f

3、actor intensity and proves that monetary policy has different effects across industries, then measures the impact of monetary policy shocks on output of six industries in China after the year 1995. Both EG two-step estimate and impulse response functions from estimated structural vector autoregressi

4、on model reveal differences in monetary policy responses, which in some cases are substantial such as the First Industry and the Second Industry. The paper also simply provides evidence on the reasons for the measured differential policy responses across industries and some suggestions for Chinese G

5、overnment. Key words: monetary Policy; industrial effects; interest rate一、引 言 經(jīng)濟(jì)結(jié)構(gòu)問題一直是中國(guó)經(jīng)濟(jì)發(fā)展的癥結(jié)。尤其是1997年以來(lái)“貨幣迷失”問題的出現(xiàn)和2004年結(jié)構(gòu)型通貨膨脹的發(fā)生，經(jīng)濟(jì)結(jié)構(gòu)問題再次成為理論界探討的焦點(diǎn)。由于2003年后隨財(cái)政政策逐步淡出，貨幣政策將成為宏觀調(diào)控的一個(gè)有力手段：2003年第四季度的貨幣政策執(zhí)行報(bào)告明確指出要運(yùn)用金融調(diào)控手段，促進(jìn)我國(guó)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。2004年銀行體系為實(shí)現(xiàn)這一目的，做了種種努力，如按月召開經(jīng)濟(jì)金融形勢(shì)分析會(huì)，有針對(duì)性地對(duì)商業(yè)銀行加強(qiáng)“窗口指導(dǎo)”和風(fēng)險(xiǎn)提示；控制對(duì)

6、鋼鐵、電解鋁、水泥等“過(guò)熱”行業(yè)的授信總量；大力發(fā)展消費(fèi)信貸，努力擴(kuò)大消費(fèi)需求；放開金融機(jī)構(gòu)（城鄉(xiāng)信用社除外）人民幣貸款利率上限等。由此，人們自然地會(huì)關(guān)注貨幣政策是否具有結(jié)構(gòu)調(diào)整的功能，即貨幣政策的變化對(duì)不同行業(yè)影響的差異及對(duì)行業(yè)間產(chǎn)值差距的影響，也就是貨幣政策的行業(yè)非對(duì)稱效應(yīng)。然而，傳統(tǒng)的觀點(diǎn)認(rèn)為貨幣政策變化對(duì)經(jīng)濟(jì)實(shí)體的影響主要是指貨幣政策的總量調(diào)節(jié)效應(yīng)，即貨幣政策的變化影響到微觀主體的需求如消費(fèi)需求和投資需求，進(jìn)而影響整個(gè)宏觀經(jīng)濟(jì)的總量均衡。這一觀點(diǎn)不僅忽略了貨幣政策在進(jìn)行總量調(diào)節(jié)時(shí)，對(duì)不同行業(yè)需求量調(diào)節(jié)的差別，而且也忽略了貨幣政策對(duì)每個(gè)行業(yè)供給能力影響的差別。 然而Blinder(198

7、7)、Farmer(1988)、Christiano & Eichenbaum(1992)、Christiano、Eichenbaum & Evans (1997)、 Barth III & Ramey(2000)都曾經(jīng)認(rèn)為貨幣政策的變化會(huì)通過(guò)供給面的渠道影響經(jīng)濟(jì)結(jié)構(gòu)。他們假設(shè)公司在獲得銷售收入之前，一般都是通過(guò)借款來(lái)支付固定資產(chǎn)投資和生產(chǎn)要素費(fèi)用。由于各個(gè)行業(yè)既有的生產(chǎn)成本和利潤(rùn)空間是不同的，隨著名義利率的上升，各個(gè)行業(yè)的生產(chǎn)成本會(huì)上升，貨幣政策對(duì)各行業(yè)產(chǎn)生不同的影響。當(dāng)然還得假設(shè)經(jīng)濟(jì)中存在必要的價(jià)格粘性或剛性，否則，如果調(diào)整瞬時(shí)完成，那么利率的變化難以影響經(jīng)濟(jì)實(shí)體。Gauger & End

8、ers(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(duì)不同國(guó)家貨幣政策的結(jié)構(gòu)調(diào)整效應(yīng)進(jìn)行了實(shí)證研究。這些研究都證實(shí)各行業(yè)對(duì)貨幣政策沖擊的反應(yīng)是不同的，并分析了其中的原因。Bernake & Gertler(1995)運(yùn)用VAR模型檢驗(yàn)了貨幣政策對(duì)不同的支出（如耐用品

9、、非耐用品消費(fèi)支出、居民投資支出和商業(yè)投資支出等）的不同影響；Ganley & Salmon(1997)基于1970-1995年的英國(guó)數(shù)據(jù)，利用VAR模型分析得出建筑業(yè)的利率敏感性最強(qiáng)，其次是制造業(yè)、服務(wù)業(yè)和農(nóng)業(yè)；Hayo & Uhlenbrock(1999)認(rèn)為人們都習(xí)慣于研究貨幣政策尤其是利率政策的總量效應(yīng)，往往忽視貨幣政策在傳導(dǎo)過(guò)程中各行業(yè)間的異質(zhì)性或非總量（disaggregate）的不對(duì)稱性，并運(yùn)用VAR模型研究了德國(guó)28個(gè)行業(yè)對(duì)貨幣政策的不同反應(yīng)，發(fā)現(xiàn)了重工業(yè)比非耐用消費(fèi)品更具有利率敏感性，并從資本生產(chǎn)率（資本與行業(yè)產(chǎn)值比率）、要素密集程度（資本與勞動(dòng)比率）等四個(gè)因素尋找各行業(yè)對(duì)貨

10、幣政策反應(yīng)不一的原因；Dedola & Lippi(2000)利用OECD的五個(gè)國(guó)家21個(gè)行業(yè)的面板數(shù)據(jù)分析得出公司規(guī)模、融資能力、財(cái)務(wù)費(fèi)用負(fù)擔(dān)等因素是解釋各行業(yè)不同的利率敏感性的重要原因；Peersman & Smets(2002)對(duì)歐洲各國(guó)的行業(yè)的貨幣政策效應(yīng)也進(jìn)行了類似的研究。 國(guó)內(nèi)部分學(xué)者也研究貨幣政策的結(jié)構(gòu)調(diào)整效應(yīng)。1998年財(cái)政部科研所課題組論證了產(chǎn)業(yè)政策與金融政策包括利率政策、信貸政策的關(guān)系并提出了一定的政策措施；張旭和伍海華（2002）認(rèn)為金融政策會(huì)通過(guò)資金形成機(jī)制、資金導(dǎo)向機(jī)制和資金催化機(jī)制促使產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化，提出了銀行主導(dǎo)型和資本主導(dǎo)型的兩種金融結(jié)構(gòu)調(diào)整模式，并建議我國(guó)應(yīng)以

11、銀行為主導(dǎo)的金融模式為基礎(chǔ)，并借助資本市場(chǎng)，實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級(jí)；周逢民（2004）從振興黑龍江工業(yè)基地入手研究貨幣政策在調(diào)整國(guó)家產(chǎn)業(yè)布局中的作用，并認(rèn)為貨幣政策在注重全局調(diào)控的基礎(chǔ)上，應(yīng)該充分考慮全國(guó)各地區(qū)之間的經(jīng)濟(jì)和產(chǎn)業(yè)差異。通過(guò)政策傾斜、投資引導(dǎo)、信貸政策和政策協(xié)調(diào)等多渠道提升貨幣政策在促進(jìn)結(jié)構(gòu)調(diào)整中的效果。 然而國(guó)內(nèi)文獻(xiàn)只是敘述性地論證了貨幣政策在產(chǎn)業(yè)結(jié)構(gòu)中的作用，并沒有提供相關(guān)有效的理論模型和經(jīng)驗(yàn)證據(jù)，其現(xiàn)實(shí)指導(dǎo)意義有限。本文從一個(gè)有關(guān)行業(yè)要素密集度的例子出發(fā)，證明了行業(yè)要素密集度的不同會(huì)影響到貨幣政策對(duì)行業(yè)的作用效果，并利用我國(guó)有限的數(shù)據(jù)，用E-G兩步法和ADL模型驗(yàn)證了貨幣政策對(duì)

12、六個(gè)行業(yè)的長(zhǎng)期效應(yīng)的異質(zhì)性，爾后又采用VAR模型和脈沖相應(yīng)函數(shù)證明了我國(guó)各行業(yè)對(duì)貨幣政策沖擊反應(yīng)不一的過(guò)程并從行業(yè)自身角度簡(jiǎn)要分析了其中的原因。當(dāng)然，文章的初衷并非是否認(rèn)貨幣政策的總量效應(yīng)，只是論證貨幣政策具有一定的結(jié)構(gòu)調(diào)整效應(yīng)，且這種結(jié)構(gòu)調(diào)整效應(yīng)并非是指政府通過(guò)貨幣政策的行政手段如政府的信貸配給，而是指通過(guò)貨幣政策的經(jīng)濟(jì)手段如利率政策，以市場(chǎng)方式來(lái)影響某些行業(yè)的信貸規(guī)模，進(jìn)而影響行業(yè)的產(chǎn)值和行業(yè)差距。二、一個(gè)簡(jiǎn)單的理論說(shuō)明 貨幣政策對(duì)我國(guó)經(jīng)濟(jì)結(jié)構(gòu)形成和調(diào)整的作用的主要傳遞過(guò)程可歸納如下：貨幣政策（利率政策）投資影響資金流量結(jié)構(gòu)影響生產(chǎn)要素分配結(jié)構(gòu)影響資金存量結(jié)構(gòu)影響經(jīng)濟(jì)結(jié)構(gòu)。對(duì)一國(guó)經(jīng)濟(jì)來(lái)說(shuō)，

13、經(jīng)濟(jì)金融化程度越高，市場(chǎng)經(jīng)濟(jì)發(fā)展越完善，這種傳遞過(guò)程就越明顯，越有效。因?yàn)樵谑袌?chǎng)經(jīng)濟(jì)體制下，經(jīng)濟(jì)結(jié)構(gòu)調(diào)整不再單純體現(xiàn)為政府的主導(dǎo)行為，而是由微觀經(jīng)濟(jì)主體根據(jù)價(jià)格信號(hào)的引導(dǎo)來(lái)選擇配置的渠道、數(shù)量和結(jié)構(gòu)。作為資本價(jià)格信號(hào)的利率顯然成為配置資源的基礎(chǔ)。因此我們選擇利率政策探討貨幣政策的行業(yè)的廢對(duì)稱問題。 利率變化對(duì)行業(yè)的影響程度受制于很多因素如行業(yè)發(fā)展階段、規(guī)模報(bào)酬因子、技術(shù)水平、市場(chǎng)結(jié)構(gòu)、產(chǎn)品的需求因素、要素密集度等。為說(shuō)明原理起見，舉一個(gè)對(duì)資本具有同等偏好的兩部門模型的例子，該例子說(shuō)明：存在資本約束和兩部門對(duì)資本有同等偏好的情況下，要素密集程度不同會(huì)產(chǎn)生不同的貨幣政策行業(yè)效應(yīng)。 假設(shè)： 只存在兩

14、個(gè)完全競(jìng)爭(zhēng)行業(yè)，都使用資本（K）和勞動(dòng)（L）兩種生產(chǎn)要素，行業(yè)1是勞動(dòng)密集型的，行業(yè)2是資本密集型的，不考慮技術(shù)水平。生產(chǎn)函數(shù)滿足所有的古典假設(shè)，Yi=Fi(Li,Ki)=Lif(ki)，ki=Ki/Li兩個(gè)行業(yè)的生產(chǎn)要素自由流動(dòng)，因此W=W1=W2, R=R1=R2市場(chǎng)出清即D1=Y1= E1, D2=Y2=E2資本和勞動(dòng)兩種要素充分利用，L=L1+L2, K=k1L1+k2L2 行業(yè)1、2的價(jià)格為P1、P2，相對(duì)價(jià)格為P= P2 /P1，為常數(shù)。 求每個(gè)行業(yè)利潤(rùn)最大化得：， （2-1）由（2-1）得：要素價(jià)格比率w：（i=1,2） （2-2） 由于生產(chǎn)函數(shù)呈現(xiàn)邊際收益遞減和規(guī)模報(bào)酬不變，所

15、以資本勞動(dòng)比率ki唯一地決定于要素價(jià)格比率。得：（2-3） 這一結(jié)果表明兩部門對(duì)資本具有同等的偏好。其經(jīng)濟(jì)含義可理解為：當(dāng)利率下降時(shí)，兩行業(yè)的廠商為了減少成本會(huì)用價(jià)格相對(duì)便宜的資本來(lái)代替價(jià)格變得相對(duì)昂貴的勞動(dòng)，從而促使資本更密集地使用。相反，當(dāng)勞動(dòng)要素價(jià)格變得相對(duì)便宜時(shí)廠商會(huì)用勞動(dòng)代替資本，從而資本勞動(dòng)比率下降。因?yàn)镈1=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(xiàng)為正。于是w的變化對(duì)產(chǎn)出的影響就取決于要素價(jià)格變化所引起的勞動(dòng)要素在兩個(gè)部門之間的流動(dòng)，即取決于dLi/dw的符號(hào)。對(duì)假設(shè)（5）求全微分得： （2-6） （2-7）（2-

16、6）、（2-7）式說(shuō)明兩行業(yè)廠商對(duì)勞動(dòng)具有不同的偏好。其含義為：當(dāng)資本供大于求時(shí)，利率下降，勞動(dòng)價(jià)格相對(duì)上升，行業(yè)1的廠商增加對(duì)勞動(dòng)的需求，而行業(yè)2的廠商減少對(duì)勞動(dòng)的需求。分別代入（2-4）、（2-5）得： （2-8）因?yàn)椋╧1-k2）0，說(shuō)明某行業(yè)對(duì)貨幣沖擊有正向反應(yīng)；若40，說(shuō)明某行業(yè)對(duì)貨幣沖擊有負(fù)向反應(yīng)；若4=0，某行業(yè)對(duì)貨幣沖擊沒有反應(yīng)。此外，在4符號(hào)相同的情況下，看4絕對(duì)值大小。第二階段借用VAR及相應(yīng)的脈沖響應(yīng)函數(shù)檢驗(yàn)各行業(yè)產(chǎn)值對(duì)貨幣沖擊反應(yīng)的短期動(dòng)態(tài)過(guò)程，進(jìn)而分析貨幣政策的結(jié)構(gòu)效應(yīng)。VAR模型是用所有當(dāng)期內(nèi)生變量對(duì)所有內(nèi)生變量的若干滯后值進(jìn)行回歸，從而估計(jì)全部?jī)?nèi)生變量的動(dòng)態(tài)關(guān)系。

17、當(dāng)然如果模型中存在只有單項(xiàng)因果關(guān)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(nèi)生向量項(xiàng)和外生向量項(xiàng)，內(nèi)生變量包括行業(yè)均衡產(chǎn)量（yit）、實(shí)際貸款利率（rir）、實(shí)際人均可支配收入（rre）和財(cái)政支出（G）；外生變量包括技術(shù)趨勢(shì)項(xiàng)（t）、虛擬變量（D）。A、B分別為外生變量和內(nèi)生變量的系數(shù)矩陣。其中每個(gè)行業(yè)VAR模型的變量要與第一階段的E-G兩步法所得的估計(jì)式一致。一般而言，非穩(wěn)定（含單位根）的VAR模型對(duì)新息（innovation）的沖擊有長(zhǎng)久的記憶能力，這與經(jīng)濟(jì)事實(shí)不符合。因此要保證VAR模型和脈

18、沖響應(yīng)函數(shù)穩(wěn)定（對(duì)新息的沖擊收斂），一般要檢驗(yàn)變量的平穩(wěn)性或變量之間是否存在協(xié)整關(guān)系。而這些結(jié)論都會(huì)在第一階段給出。我們用赤池信息準(zhǔn)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(guò)程中使AIC的值達(dá)到最小。在VAR模型中，適當(dāng)加大k值可以消除誤差項(xiàng)中的自相關(guān)。但k過(guò)大又會(huì)導(dǎo)致自由度減小，以致影響模型參數(shù)估計(jì)量的有效性。由于對(duì)VAR模型中單個(gè)參數(shù)估計(jì)值的解釋很困難，因此要想對(duì)一個(gè)VAR模型得出結(jié)論，往往要借助觀察系統(tǒng)的脈沖響應(yīng)(impulse response)函數(shù)。脈沖響應(yīng)函數(shù)描述一個(gè)內(nèi)生變量對(duì)誤差沖擊的反應(yīng)。具體地說(shuō)，它描述的是在隨機(jī)誤差項(xiàng)上施加一個(gè)標(biāo)準(zhǔn)差大小

19、的新息沖擊后對(duì)內(nèi)生變量的當(dāng)期值和未來(lái)值所帶來(lái)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(yīng)的數(shù)據(jù)表形式，但我們的分析是結(jié)合曲線圖和相應(yīng)的數(shù)據(jù)表進(jìn)行的。（二）數(shù)據(jù)來(lái)源說(shuō)明實(shí)際貸款利率是根據(jù)1995年以來(lái)，中國(guó)人民銀行公布的一年期的貸款利率，并進(jìn)行了零售物價(jià)指數(shù)的處理，其計(jì)算公式是：實(shí)際貸款利率=(1+名義利率)/(1+通貨膨脹率)-1。國(guó)家財(cái)政支出的數(shù)據(jù)采用國(guó)家基本建設(shè)支出、挖潛改造資金、支援農(nóng)業(yè)支出和文教科學(xué)衛(wèi)生事業(yè)費(fèi)四項(xiàng)之和。由于數(shù)據(jù)限制，我們只分析第一、第二和第三產(chǎn)業(yè)、批發(fā)貿(mào)易零售業(yè)、房地產(chǎn)業(yè)、餐飲業(yè)六個(gè)序列。第一、第二、三產(chǎn)業(yè)的產(chǎn)值數(shù)據(jù)采用1996-

20、2004年的季度數(shù)據(jù)；由于沒有批發(fā)貿(mào)易零售業(yè)、餐飲業(yè)的月度產(chǎn)值數(shù)據(jù)，所以只能用1996年1月-2002年12月社會(huì)商品零售額的月度數(shù)據(jù)；分析房地產(chǎn)行業(yè)時(shí)，我們使用1998年1月-2004年12月的商品房的零售額的月度數(shù)據(jù)。上述變量都進(jìn)行了以1995年各季或各月為基期的零售物價(jià)指數(shù)的處理并取了自然對(duì)數(shù)值，隨后又進(jìn)行了季節(jié)調(diào)整。所有的數(shù)據(jù)均來(lái)自各月中國(guó)人民銀行季報(bào)、中國(guó)統(tǒng)計(jì)快報(bào)、中國(guó)經(jīng)濟(jì)景氣月報(bào)和中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)（主要是最近的數(shù)據(jù)）。四、實(shí)證結(jié)果分析利用ADF檢驗(yàn)各行業(yè)序列、實(shí)際貸款利率、人均可支配收入和財(cái)政支出、虛擬變量的平穩(wěn)性。原假設(shè)為序列非平穩(wěn)。在水平值下，檢驗(yàn)結(jié)果均接受原假設(shè)，而在一階差分下，

21、檢驗(yàn)結(jié)果都在1%的水平上拒絕非平穩(wěn)的原假設(shè)（表3-1），說(shuō)明各序列均為一階單整。行業(yè)序列長(zhǎng)期關(guān)系檢驗(yàn)結(jié)果顯示第一、二、三產(chǎn)業(yè)采用E-G兩步法的結(jié)果，其他行業(yè)采用ADL模型的結(jié)果。變量間具體的長(zhǎng)期關(guān)系式見表3-2：第二產(chǎn)業(yè)、房地產(chǎn)行業(yè)、貿(mào)易批發(fā)零售業(yè)三個(gè)序列與實(shí)際貸款利率、人均實(shí)際可支配收入、財(cái)政支出及虛擬變量存在協(xié)整關(guān)系；第一產(chǎn)業(yè)和餐飲業(yè)與實(shí)際貸款利率、人均可支配收入和虛擬變量存在協(xié)整關(guān)系；第三產(chǎn)業(yè)與實(shí)際貸款利率、人均實(shí)際可支配收入、財(cái)政支出存在協(xié)整關(guān)系。除第一產(chǎn)業(yè)外，其余序列與其他變量的擬合程度都非常高，且除餐飲業(yè)未通過(guò)二階自相關(guān)、房地產(chǎn)業(yè)未通過(guò)異方差檢驗(yàn)外，其它的殘差序列均通過(guò)了一、二階自

22、相關(guān)LM1、LM2和異方差White及條件異方差A(yù)RCH的檢驗(yàn)，因此總體而言，所有擬合關(guān)系式表現(xiàn)較好。 注：（1）檢驗(yàn)形式中的c和t表示帶有常數(shù)項(xiàng)和趨勢(shì)項(xiàng)，k表示滯后階數(shù)；（2）滯后期k的選擇標(biāo)準(zhǔn)是以AIC 和SC值最小為準(zhǔn)則。 圖1-6（見附錄1）顯示了六個(gè)行業(yè)對(duì)實(shí)際貸款利率的脈沖響應(yīng)過(guò)程。由于對(duì)VAR模型單個(gè)參數(shù)估計(jì)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(yīng)過(guò)程。但需要說(shuō)明的是：由于VAR模型要求殘差向量必須是非自相關(guān)的（更嚴(yán)格的要求為tiid0,），所以滯后階數(shù)k的選擇就顯得很重要。本文AIC選擇的結(jié)果如下：除對(duì)第三產(chǎn)業(yè)、餐飲業(yè)、房地產(chǎn)業(yè)、批發(fā)貿(mào)易零售業(yè)選擇k

23、=3外，其余時(shí)間序列的k值均等于2；為保證VAR模型穩(wěn)定，要求每個(gè)變量平穩(wěn)或變量間存在協(xié)整關(guān)系，而第一階段長(zhǎng)期關(guān)系式的檢驗(yàn)均顯示所估計(jì)的每個(gè)行業(yè)序列方程存在協(xié)整關(guān)系，這也從圖1-6的收斂的脈沖響應(yīng)過(guò)程看出，即對(duì)貸款利率或人均收入的隨機(jī)誤差項(xiàng)施加一個(gè)標(biāo)準(zhǔn)差的沖擊后，該沖擊對(duì)行業(yè)序列的影響是逐步消失的，盡管消失的過(guò)程各異。 下面集中討論貸款利率變化對(duì)各行業(yè)的作用效果。表3-2和表3-3均顯示第一產(chǎn)業(yè)對(duì)貸款利率的變化反應(yīng)很大，且成反方向變化。這與Around & Vrugt(2002)對(duì)荷蘭數(shù)據(jù)的檢驗(yàn)結(jié)果一致：荷蘭農(nóng)業(yè)的利率彈性僅次于建筑業(yè)、第二產(chǎn)業(yè)（除建筑業(yè)外）；與Ganley & Salmon（

24、1997）對(duì)英國(guó)的檢驗(yàn)結(jié)果相反：英國(guó)第一產(chǎn)業(yè)利率敏感性很低，且在第一年和第二年，第一產(chǎn)業(yè)對(duì)一單位貨幣政策的脈沖反應(yīng)均為正方向，Ganley & Salmon認(rèn)為其原因是英國(guó)的第一產(chǎn)業(yè)主要是大宗產(chǎn)品的生產(chǎn)且是反周期的。我國(guó)第一產(chǎn)業(yè)之所以受貸款利率影響較大，原因可能是：第一產(chǎn)業(yè)包括農(nóng)林牧副漁業(yè)，雖均為勞動(dòng)密集型行業(yè)，但其市場(chǎng)結(jié)構(gòu)表現(xiàn)為近乎完全競(jìng)爭(zhēng)，技術(shù)貢獻(xiàn)率很低，規(guī)模生產(chǎn)的能力較弱，行業(yè)利潤(rùn)空間非常有限，因此貸款利率敏感性會(huì)很高。1994-2004年農(nóng)業(yè)短期貸款比率和貸款利率的相關(guān)系數(shù)非常高，達(dá)到-0.932；農(nóng)林牧副漁的固定資產(chǎn)投資貸款比率與貸款利率也存在較強(qiáng)的負(fù)相關(guān)關(guān)系。 第二產(chǎn)業(yè)受到貸款利率

25、的影響也很大，貸款利率彈性為2.03，對(duì)貸款利率的沖擊的反應(yīng)速度較快（第二季度達(dá)到最大值4），反應(yīng)的持續(xù)期較長(zhǎng)（18個(gè)月），然而反應(yīng)程度較?。ǚ磻?yīng)期間均值只有1.7）。這與Around & Vrugt(2002)、Ganley & Salmon（1997）研究結(jié)果類似。在解釋原因時(shí)他們主要側(cè)重于分析第二產(chǎn)業(yè)中具體行業(yè)的某些特點(diǎn)如行業(yè)的公司規(guī)模、要素密集度、財(cái)務(wù)杠桿比率和利潤(rùn)等。然而我國(guó)由于缺乏第二產(chǎn)業(yè)中具體行業(yè)的數(shù)據(jù)，因此很難判斷哪些因素對(duì)貨幣政策的行業(yè)效應(yīng)具有重要作用。但需說(shuō)明一點(diǎn)：1994-2004年，工業(yè)貸款和建筑業(yè)貸款總額均占到短期貸款30%多，遠(yuǎn)遠(yuǎn)大于農(nóng)業(yè)貸款的比例；更新改造、基本建

26、設(shè)及總固定資產(chǎn)投資貸款中，1997年第二產(chǎn)業(yè)分別占了81%、59%和64%，2002年分別為81%、41%和50%。 房地產(chǎn)行業(yè)不僅對(duì)貸款利率沖擊的反應(yīng)持續(xù)期很長(zhǎng)（為35個(gè)月），且反應(yīng)速度較快，第4個(gè)月就達(dá)到最大值（14.7），反應(yīng)程度較大（整個(gè)期間均值達(dá)到4.7），且協(xié)整關(guān)系式表明貸款利率上升1%，房地產(chǎn)產(chǎn)值將下降4.47%。盡管房地產(chǎn)是自然壟斷性的行業(yè)，壟斷利潤(rùn)較高，然而房地產(chǎn)行業(yè)是資本密集型行業(yè)，且大部分資本直接或間接地來(lái)自銀行貸款，“有人作了估計(jì)，即使是小開發(fā)商，其資金來(lái)源的60%都是來(lái)自銀行借款必須看到，我國(guó)商業(yè)銀行貸款的超常增長(zhǎng)中，房地產(chǎn)業(yè)開發(fā)的貸款占了較大的比例”。隨著貸款利率逐

27、步下降，房地產(chǎn)開發(fā)貸款占金融機(jī)構(gòu)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(chǎn)開發(fā)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(guān)系數(shù)達(dá)到了-0.75。此外，房地產(chǎn)行業(yè)的資產(chǎn)負(fù)債率從1997年至2004年一直在75%以上，財(cái)務(wù)風(fēng)險(xiǎn)很大；如果考慮到消費(fèi)者貸款利率的敏感性，房地產(chǎn)財(cái)務(wù)風(fēng)險(xiǎn)將會(huì)更大。因?yàn)榉康禺a(chǎn)公司開發(fā)投資很大一部分資金來(lái)源于消費(fèi)者個(gè)人住房貸款。由于巨大的財(cái)務(wù)風(fēng)險(xiǎn)存在，房地產(chǎn)行業(yè)利率敏感性應(yīng)不會(huì)太低。 受貸款利率影響較小的是第

28、三產(chǎn)業(yè)、餐飲業(yè)和批發(fā)貿(mào)易零售業(yè)。在協(xié)整關(guān)系式中，第三產(chǎn)業(yè)未通過(guò)顯著性檢驗(yàn)，餐飲業(yè)和批發(fā)貿(mào)易零售業(yè)通過(guò)了 的Wald檢驗(yàn)，且在脈沖反應(yīng)過(guò)程中，反應(yīng)程度都很小，但表現(xiàn)不一。第三產(chǎn)業(yè)與貸款利率成反方向變化，反應(yīng)程度相對(duì)較大（第3個(gè)季度達(dá)到反應(yīng)的最大值3，整個(gè)期間反應(yīng)均值為1.4）；餐飲業(yè)成正方向變化，但反應(yīng)程度很?。ㄗ畲笾禐?.6，均值僅為0.8）；批發(fā)貿(mào)易零售業(yè)的利率敏感性最弱，對(duì)實(shí)際貸款利率的沖擊幾乎為零。第三產(chǎn)業(yè)包括交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、批發(fā)貿(mào)易零售業(yè)、餐飲業(yè)等15個(gè)行業(yè)。這些行業(yè)中有些如交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)、信息運(yùn)輸和金融業(yè)等行業(yè)資本密集度、壟斷程度、規(guī)模效益都很高，利潤(rùn)空間很大，而且他

29、們自有資本較充足，1994-2004年的固定資產(chǎn)投資中，平均只有25%左右的資本來(lái)自銀行貸款，因此他們受貸款利率影響可能較小；有些如貿(mào)易批發(fā)零售業(yè)、餐飲業(yè)、娛樂業(yè)等行業(yè)勞動(dòng)密集度較高，具有一定壟斷競(jìng)爭(zhēng)的特征，來(lái)自銀行貸款的資金有限，受貸款利率的影響也較小，實(shí)證結(jié)果也說(shuō)明了這一點(diǎn)；還有些如衛(wèi)生、社會(huì)保障和福利業(yè)、水利、環(huán)境和公共設(shè)施等屬于國(guó)家支持的行業(yè)受貸款利率就更小。因此第三產(chǎn)業(yè)及其中的餐飲業(yè)和貿(mào)易批發(fā)零售業(yè)的利率敏感性較低。 注：（1）帶*的數(shù)據(jù)表示相應(yīng)變量的滯后階數(shù)（2）帶的數(shù)據(jù)表示W(wǎng)ald的檢驗(yàn)值 （3）帶數(shù)據(jù)表示未通過(guò)相應(yīng)的檢驗(yàn) （4）房地產(chǎn)業(yè)、餐飲業(yè)和批發(fā)貿(mào)易零售業(yè)的ADL模型具體形

30、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(jié)果來(lái)自脈沖響應(yīng)過(guò)程的數(shù)據(jù)表。（2）收斂是指一單位正向沖擊所得的響應(yīng)第一次低于1或響應(yīng)曲線第一次交于零軸，若兩者皆有，以第一次交于零軸為準(zhǔn)。（3）+、0、-表示相對(duì)于一單位標(biāo)準(zhǔn)差沖擊的正、無(wú)、負(fù)反應(yīng)。五、總結(jié)性評(píng)論 本文從基于要素密集度不同的兩部門例子出發(fā)，說(shuō)明了由于行業(yè)自身的異質(zhì)性，每個(gè)行業(yè)對(duì)同一貨幣政策沖擊存在非對(duì)稱效應(yīng)，進(jìn)而引起貨幣政策的行業(yè)結(jié)構(gòu)調(diào)整問題。接著利用E-G兩步法、ADL模型和VAR模型所得結(jié)果論證了各行業(yè)對(duì)貨幣政策沖擊的反應(yīng)是不一樣的。從本文驗(yàn)證的六個(gè)行業(yè)看，第一產(chǎn)業(yè)和房地產(chǎn)行業(yè)受到貨幣政策

31、的沖擊最大，其次是第二產(chǎn)業(yè)，接著是第三產(chǎn)業(yè)和餐飲業(yè)，影響最小的是批發(fā)貿(mào)易零售業(yè)，且其中四個(gè)行業(yè)對(duì)貸款利率沖擊成反方向變化，餐飲業(yè)成正方向影響，批發(fā)貿(mào)易零售行業(yè)幾乎不受貸款利率的影響。由于國(guó)內(nèi)行業(yè)數(shù)據(jù)的限制，我們無(wú)法用實(shí)證方法說(shuō)明究竟是何種原因?qū)е虏煌呢泿耪咝袠I(yè)效應(yīng)，但我們從行業(yè)的市場(chǎng)結(jié)構(gòu)、要素密集程度以及行業(yè)的資產(chǎn)負(fù)債率等因素簡(jiǎn)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(xiàn)的政策含義主要有以下幾點(diǎn)： 第一，政府在實(shí)施新的貨幣政策前，要充分考慮到貨幣政策的結(jié)構(gòu)調(diào)整功能。本文即使選取單一實(shí)際貸款利率而非差別的貸款利率（數(shù)據(jù)很難獲得）也證實(shí)了六行業(yè)對(duì)單一利率變動(dòng)的反應(yīng)是不同的。如果所有

32、行業(yè)實(shí)行統(tǒng)一的利率政策，第一產(chǎn)業(yè)和房地產(chǎn)將受影響最大，其次是第二產(chǎn)業(yè)，第三產(chǎn)業(yè)、餐飲業(yè)和貿(mào)易批發(fā)零售業(yè)受影響較小。這樣統(tǒng)一的利率政策可能與我國(guó)的結(jié)構(gòu)調(diào)整目標(biāo)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(qū)別對(duì)待由于不同原因?qū)е吕拭舾行圆町惖男袠I(yè)。中國(guó)的第一產(chǎn)業(yè)的利率敏感性很強(qiáng)，完全競(jìng)爭(zhēng)的市場(chǎng)結(jié)構(gòu)導(dǎo)致第一產(chǎn)業(yè)利潤(rùn)空間有限是其中的重要原因。由于這一原因，作為關(guān)系國(guó)計(jì)民生和國(guó)民經(jīng)濟(jì)基礎(chǔ)的第一產(chǎn)業(yè)，政府應(yīng)該給予特殊對(duì)待。如第一產(chǎn)業(yè)的發(fā)展要與產(chǎn)業(yè)政策扶植相結(jié)合，實(shí)行優(yōu)惠的貸款利率政策或政府直接補(bǔ)貼政策；加大農(nóng)業(yè)發(fā)展銀行和農(nóng)村信用社的支持力度。然而目前農(nóng)業(yè)發(fā)

33、展銀行目前職能比較單一，對(duì)農(nóng)村經(jīng)濟(jì)發(fā)展的政策支持力度不夠。此外某些地區(qū)為了減低農(nóng)村信用社的不良貸款比率，其支農(nóng)貸款比率比企業(yè)貸款利率高出20-50個(gè)百分點(diǎn)。這些現(xiàn)象都是需要克服的。而對(duì)于房地產(chǎn)行業(yè)，其利率敏感性主要來(lái)源于自身是資本密集型行業(yè)和高資產(chǎn)負(fù)債率運(yùn)營(yíng)方式。對(duì)于這類行業(yè)的發(fā)展，我們可借助更多的市場(chǎng)和經(jīng)濟(jì)手段如利率政策，引導(dǎo)其發(fā)展，而非一味地利用行政手段進(jìn)行干預(yù)，其結(jié)果可能只會(huì)導(dǎo)致更多的尋租和腐敗行為。 第三，加快利率市場(chǎng)化改革，完善利率或貨幣政策的傳導(dǎo)效能。利率市場(chǎng)化是利率管制的對(duì)稱，是指將利率決定權(quán)交給市場(chǎng)，由市場(chǎng)資金供求狀況決定市場(chǎng)利率，市場(chǎng)主體可以在市場(chǎng)利率的基礎(chǔ)上，根據(jù)不同金融交

34、易各自的特點(diǎn)，自主決定利率。利率是資金的價(jià)格，一個(gè)優(yōu)化的利率結(jié)構(gòu)，首先應(yīng)反映中央銀行金融政策及國(guó)家產(chǎn)業(yè)政策，反映風(fēng)險(xiǎn)、成本、期限及盈利水平，反映和調(diào)節(jié)資金供求；其次，利率的變動(dòng)和差異，應(yīng)能夠引導(dǎo)資金的合理流動(dòng)，促進(jìn)行業(yè)結(jié)構(gòu)的合理調(diào)整。我國(guó)要最終建立社會(huì)主義市場(chǎng)的經(jīng)濟(jì)體制，以市場(chǎng)機(jī)制為主優(yōu)化資源配置，這就要強(qiáng)化金融機(jī)制的市場(chǎng)調(diào)節(jié)功能，把利率市場(chǎng)化作為我們孜孜以求的目標(biāo)，就我國(guó)目前而言，應(yīng)刻不容緩地強(qiáng)化利率政策對(duì)資金投向的選擇功能。Reference：1 Bernanke B.and M.Gertler,1995,“Inside the Black Box: The Credit Channel

35、of Monetary Policy Transmission”, Journal of Economic Perspective,Vol.9,27-28.2 Bernanke B.and I.Mihov,1998,“Measuring Monetary Policy”,Quarterly of Journal of Economics,Vol.113.3 Lawrence J.Christiano,1997,“Sticky Price and Limited Participation Models of Money: A Comparison”, European Economic Rev

36、iew 41,1201-1249.4 Gary L.Sherry and Friderick H.Wallance, 1998,“Tests of the Money-Output Relation Using Disaggregated Data”,The Quarterly Review of Economic and Finance, Vol.38,No.4, 865-873.5 Marvin J. Barth III and Valerie A. Ramey, 2000, “The Cost Channel of Monetary Transmission” NBER working

37、paper 7675.6 Carlino G. and R. DeFina, 1998, “The differential regional effects of monetary policy”, The Review of Economics and Statistics, 80(4), 572-877 Dedola L. and F. Lippi, 2000, “The monetary transmission mechanism: Evidence from the industry data of five OECD countries”, CEPR Discussion Pap

38、er 2508.8 Ganley J. and C. Salmon, 1997, “The industrial impact of monetary policy shocks: some stylized facts”, Bank of England Working Paper Series, 68, 1997.9 Hayo B. and B. Uhlenbrock, 2000, “Industry effects of monetary policy in Germany”,J. Von Hagen and C. Waller (eds.), Regional aspects of monetary policy in Europe, Boston, Kluwer, p 127-158.10 Around and Vrugt, 2002, “Regional eff