| 353 | 2 | 222 |
| 下载次数 | 被引频次 | 阅读次数 |
利用MI-TVP-FAVAR模型测算时变货币政策跨周期调控指数,在货币政策跨周期调控取向与经济变量表象刻画和拟合效果分析的基础上,检验二者之间的动态关联,再对货币政策跨周期调控的宏观经济效应进行反事实模拟,对比不同期限下的货币政策跨周期调控有效性。拟合效果分析表明,时变货币政策跨周期调控指数的动态属性显著,对《货币政策执行报告》中的调控取向具有较好拟合效果和指引功效,时效性更强。动态关系检验证实,在国际金融危机爆发和蔓延期,时变货币政策跨周期调控指数与宏观经济变量之间存在较强相依关系,但也存在时点错位问题。反事实模拟结果表明,跨周期调控能够提升货币政策有效性,复合期限更符合经济现实和货币政策调控需求。经济增长和通货膨胀对货币政策的稳定性要求存在差异,货币政策跨周期调控的宏观经济调控边际效率不同。
Abstract:Employing the MI-TVP-FAVAR model, this study measured a time-varying cross-cyclical monetary policy regulation index.After characterizing the orientation of cross-cyclical monetary policy regulation with economic variables and analyzing the fitting performance, the study then examined the dynamic relationship between the two.Subsequently, it conducted counterfactual simulations of the macroeconomic effects of cross-cyclical monetary policy regulation to compare the effectiveness of cross-cyclical monetary policy regulation across different time horizons.The fitting analysis showed that the time-varying cross-cyclical monetary policy regulation index exhibited notable dynamic properties, with strong alignment and significant guidance for the policy intentions expressed in the Monetary Policy Implementation Report; the index also exhibited high timeliness.Tests of the dynamic linkages confirmed that, during the outbreak and expansion of the global financial crisis, a considerable interdependence existed between the time-varying cross-cyclical monetary policy regulation index and macroeconomic variables, although some degree of temporal misalignment emerged.Counterfactual simulation results indicate that cross-cyclical regulation enhanced the effectiveness of monetary policy.A composite time horizon appeared to align better with economic realities and monetary policy regulation requirements.Moreover, economic growth and inflation impose divergent stability requirements on monetary policy, leading to varying marginal efficiency of macroeconomic regulation under cross-cyclical monetary policy regulation.
方意,王晏如,黄丽灵,文佳.宏观审慎与货币政策双支柱框架研究——基于系统性风险视角[J].金融研究,2019(12).
顾海峰,周祉晴.货币政策不确定性、风险承担与银行信贷期限[J].财经理论与实践,2024(5).
何剑,刘钰.货币政策“防风险”与“促发展”的调控效应研究[J].财经科学,2024(3).
金春雨,张龙.美联储货币政策对中国经济的冲击[J].中国工业经济,2017(1).
李宏瑾,苏乃芳.数量规则还是利率规则?——我国转型时期量价混合型货币规则的理论基础[J].金融研究,2020(10).
李双建,田国强.银行竞争与货币政策银行风险承担渠道:理论与实证[J].管理世界,2020(4).
刘金全,申瑛琦,张龙.美联储政策不确定性、中国政策差异化反应与宏观经济波动[J].统计与信息论坛,2023(6).
刘伟,陈彦斌.“两个一百年”奋斗目标之间的经济发展:任务、挑战与应对方略[J].中国社会科学,2021(3).
逯进,刘芳燕,华玉飞.货币政策、股票价格与房价波动[J].统计与信息论坛,2023(1).
马勇,付莉.“双支柱”调控、政策协调搭配与宏观稳定效应[J].金融研究,2020(8).
倪鹏飞.货币政策宽松、供需空间错配与房价持续分化[J].经济研究,2019(8).
沈悦,孟万山,张龙.系统性金融风险动态测度及其非线性经济效应研究[J].经济体制改革,2023(4).
盛松成,谢洁玉.社会融资规模与货币政策传导——基于信用渠道的中介目标选择[J].中国社会科学,2016(12).
王军生,史亦卿,苏兴洪.货币政策冲击视角下债券利差对经济增长的影响研究[J].统计与信息论坛,2023(3).
温兴春,闫歆玙.房企债务风险跨部门传递与政策应对——基于双重金融摩擦的DSGE模型[J].金融经济学研究,2023(4).
杨子晖,陈雨恬.财政金融统一框架下的金融风险测度与分析——基于非线性网络关联的方法[J].中国社会科学,2022(11).
战明华,卢垚.中国货币政策存在跨周期调控吗[J].财贸经济,2023(5).
张成思,田涵晖.通货膨胀结构性分化与货币政策反应机制[J].世界经济,2020(9).
张嘉明.货币政策、银行风险承担异质性与影子银行[J].经济研究,2022(5).
张龙,申瑛琦.中国房价稳定性测度、影响因素识别与货币政策“跨周期”设计[J].财经科学,2023(8).
张龙,张伟琦,申瑛琦.调控取向测度、外生成分识别与货币政策“稳预期”效应——来自数量型中介指标的经验证据[J].南方经济,2024(1).
张龙,张伟琦,申瑛琦.灵活动态调控取向测度、拟合效果检验与货币政策真实有效性分析[J].中央财经大学学报,2024(4).
张龙.中国货币政策跨周期调控取向的动态演进、微观变迁与突变识别[J].经济学家,2021(7).
张炜,妥璟旖.货币政策跨周期调节效果研究——基于金融周期与实体经济周期视角[J].当代经济研究,2022(5).
张晓燕.中国商业银行:统筹发展与安全[J].数量经济技术经济研究,2021(6).
周德才,冯婷,邓姝姝.我国灵活动态金融状况指数构建与应用研究——基于MI-TVP-SV-VAR模型的经验分析[J].数量经济技术经济研究,2015(5).
Burdekin R.C.K.,and P.L.Siklos,2008.What has Driven Chinese Monetary Policy since 1990 Investigating the People's Bank's Policy Rule,Journal of International Money and Finance,27(5):847-859.
Canova F.,and L.Gambetti,2009.Structural Changes in the US Economy:Is there a Role for Monetary Policy?,Journal of Economic Dynamics and Control,33(2):477-490.
Diebold F.X.,and K.YiLmaz,2014.On the Network Topology of Variance Decompositions:Measuring the Connectedness of Financial Firms,Journal of Econometrics,182(1):119-134.
Galí J.,and T.Monacelli,2005.Monetary Policy and Exchange Rate Volatility in a Small Open Economy,Review of Economic Studies,72(3):707-734.
Koop G.,R.Leon-Gonzalez,and R.W.Strachan,2009.On the Evolution of the Monetary Policy Transmission Mechanism,Journal of Economic Dynamics and Control,33(4):997-1017.
Leiva-Leon D.,and L.Uzeda,2023.Endogenous Time Variation in Vector Autoregressions,Review of Economics and Statistics,105(1):125-142.
Nakamura E.,and J.Steinsson,2018.High-Frequency Identification of Monetary Non-Neutrality:The Information Effect,Quarterly Journal of Economics,133(3):1283-1330.
Primiceri G.E,2005.Time Varying Structural Vector Autoregressions and Monetary Policy,Review of Economic Studies,72(3):821-852.
(1)限于篇幅,文中未列出时变货币政策跨周期调控指数测算指标体系和指标含义,留存备索。
(2)为了与季度公布频率的货币政策执行报告进行比较,图1展示了季度时变货币政策跨周期调控指数,进而直观对比时变货币政策跨周期调控指数对央行季度《货币政策执行报告》的拟合效果和指引功效。实际上,即使是季度时变货币政策跨周期指数,也比货币政策执行报告中的取向定位更为及时,便于货币政策跨周期调控取向与经济变量关联关系的宏观表象经验解析。
(3)限于篇幅,TVP-VAR-DY模型的具体构建过程和优势说明未予列示,详见Diebold and Yilmaz (2014)。
(4)货币政策跨周期调控信息的来源包括《货币政策执行报告》、中央经济工作会议、中央政治局会议等,本文中货币政策跨周期调控期限设定是基于《货币政策执行报告》进行。结合公布频率和内容覆盖度,本文将货币政策期限最长时长设定为4个季度。
(5)本文通过内生TVP-VAR模型获取时点脉冲响应数据整合不同期限下货币政策对宏观经济的影响,模拟分析中的衰减期截取12个季度。为了便于对不同期限情形的冲击进行解析,图6展示货币政策跨周期调控冲击下宏观经济变量脉冲响应函数累计值。
基本信息:
中图分类号:F822.0
引用信息:
[1]张龙,张伟琦.货币政策跨周期调控时度效:事实解析、动态关联与模拟检验[J].金融经济学研究,2025,40(04):3-18.
基金信息:
国家社会科学基金一般项目(23BJY202)
2025-07-22
2025-07-22
2025-07-22