基于反事实框架的中国货币政策效应分析 优先出版.pdf

统计与决策 1 5年第14期 总第434期 DOI 10 13546 ki tjyjc 2015 14 045 基于反事实框架的中国货币政策效应分析 谭本艳 三峡大学 经济与管理学院 湖北 宜昌 443002 摘要 文章在分析中国利率调解特征的基础上 基于反事实分析框架 运用平均处理效应模型和倾向得 分匹配法 分析了中国央行的利率调节干预对CPI的效应 分析结果表明 中国金融机构存贷款基准利率的调 整平均幅度较小 正向调整和负向调整 对称调整和非对称调整的频率基本相同 利率水平总体保持平稳 从 中国央行货币政策的效应来看 降息可以促使CPI上升 但作用效果尚不显著 而加息可以促使CPI降低 且作 用效果较为显著 关键词 货币政策 利率调整 反事实框架 平均处理效应模型 倾向得分匹配法 中图分类号 F832 0文献标识码 A文章编号 1002 6487 2015 14 0161 04 基金项目 国家社会科学基金资助项目 11CJY009 教育部人文社会科学基金资助项目 10YJC790230 三峡大学人才科研 启动基金资助项目 KJ2011B045 作者简介 谭本艳 1975 男 湖北宜昌人 博士 副教授 研究方向 国际贸易 金融学 0引言 货币政策的效应一直是学术界研究的热点问题 纵 观目前学术界对中国货币政策效应的研究方法 基本上是 选取货币政策工具变量 如M0 M1 利率 汇率 贷款规模 等 和货币政策作用效果变量 如CPI GDP等 的时间序 列数据 应用计量经济学方法研究它们之间的数量关系 从而研究货币政策工具的作用效果 现有的分析方法是 国内外研究货币政策效应的标准范式 可以实证分析货币 政策工具作用的平均效应 但是 这种分析范式不能分析 货币政策工具干预经济的直接效应 例如 现有的标准分 析范式就不能分析央行调整利率对CPI的直接效应 Fa tum and Hutchison 2010 基于反事实分析框架 Counterfac tual framework 选取1999年1月1日至2004年3月31日日 本央行在外汇市场买卖美元的数据 应用平均处理效应模 型 Average treatment effect 以下简称ATE模型 这种政策 评估分析工具 分析了日本央行的官方干预对日元兑美元 汇率的影响 结果发现只有零星的官方汇率干预行为是有 效的 可以说 Fatum and Hutchison 2010 的研究提供了一 种货币政策效应分析的新范式 本文将利用反事实分析框 架的新研究范式 通过分析央行的利率调整行为对CPI的 影响来实证分析中国的货币政策工具实施的效应 1中国利率调整的特征分析 1 1中国存贷款基准利率的总体特征 中国央行制定的1996年10月至2013年3月的金融 机构1年期存贷款基准利率数据见图1 根据图1中198 个月份的存贷款基准利率数据计算得出 样本期内金融机 构1年期存款基准利率的平均值为3 08 最大值为7 47 最 小值为1 98 标准差为1 44 金融机构1年期贷款基准利率 的平均值为6 28 最大值为10 08 最小值为5 31 标准差为 1 24 可见 中国金融机构存贷款基准利率水平总体保持 平稳 数据来源 WIND咨讯数据库 图1中国金融机构1年期存贷款基准利率 1996年10月至2013年3月 1 2中国存贷款基准利率的调整特征 样本期的198个月份中 中国金融机构1年期存贷款 基准利率共调整50次 其中存款基准利率调整24次 贷款 基准利率调整26次 从图1可以看出 中国金融机构1年 期存贷款基准利率的调整呈现出以下特征 存贷款基准 利率的调整时间呈现出同步性 26次贷款基准利率调整 时点中 除了2次 2006年4月及2008年9月 没有同步调 整存款基准利率 其他24次都是存贷款基准利率同时调 整 存贷款基准利率的对称调整和非对称调整的频率 基本相同 24次同步存贷款基准利率调整过程中 有14 次是对称调整 存贷款基准利率调整的幅度相同 有10 次是非对称调整基准 存贷款基准利率调整的幅度不 同 存贷款基准利率正向调整和负向调整的频率也基 本相同 24次存款基准利率调整中 有11次是负向调整 财 经 纵 横 161 统计与决策 1 5年第14期 总第434期 减息 有13次是正向调整 加息 26次贷款基准利率调 整中 有12次是负向调整 减息 有14次是正向调整 加 息 存贷款基准利率的调整幅度基本以微调为足 24 次存款基准利率的平均调整幅度为0 47个百分点 其中最 大调整幅度为1 8个百分点 最小调整幅度为0 25个百分 点 有17次的调整幅度小于0 3个百分点 26次存款基准 利率的平均调整幅度为0 45个百分点 其中最大调整幅度 为1 44个百分点 最小调整幅度为0 18个百分点 有16次 的调整幅度小于0 3个百分点 2模型原理和变量说明 2 1反事实分析框架的原理 我们以央行运用货币政策工具对经济进行干预为例 来说明反事实分析框架的基本原理 中国人民银行法 规 定的中国货币政策目标是 保持货币币值稳定 并以此促 进经济增长 其中 保持货币币值稳定 的直观表现就是 保持CPI的稳定 以本文选取的样本期内的198个月份为 例 如上述 在这198个月份内共有26个月份央行实施了 利率调节的货币政策行为 那么 如何测度这些利率调节 行为对CPI的干预效果呢 假设i 1 2 198代表本文样本期内的198个月份 将 这些月份划分为接受了利率调节干预的干预组和未接受 利率调节干预的对照组 Yi1代表第i个月份接受央行利 率调节干预 用Ti 1表示 后的CPI水平 Yi0代表第i个月 份未接受央行利率调节干预 用Ti 0表示 的CPI水平 那么 利率调节对某一个月份i的CPI的干预效果定义为 个体处理效应 ITE ITE Yi1 Yi0 1 更一般地 将全部198个月份的个体处理效应的均值 定义为总体平均处理效应 PATE 简称平均处理效应 ATE ATE E Yi1 Yi0 2 实际研究中 人们更关心的是接受利率调节干预的月 份的平均处理效应 ATT ATT E Yi1 Yi0 Ti 1 E Yi1 Ti 1 E Yi0 Ti 1 3 式 3 中 E Yi1 Ti 1 表示接受利率调节干预月份的CPI 均值 E Yi0 Ti 1 表示接受利率调节干预的月份如果没有 接受干预的CPI均值 很显然 对于同一个月份而言 要 么接受利率调节干预 要么不接受利率调节干预 也就是 说 同一个月份不可能同时分配到干预组和对照组 具体 到式 3 中 E Yi0 Ti 1 显然是不可观测的 为了测度E Yi0 Ti 1 就需要引入反事实分析框架 反 事实是指相反情况下的某种状态 例如 本文样本期内的 198个月份中 央行在26个月份内实施了利率调节干预 这26次利率调节干预对CPI的影响是可以测度的 事实 而 反事实 则是指假设相同的26个月份内央行没有实施 利率调节干预对CPI的影响 央行的利率调节干预对CPI 的效应在统计学意义上就是指可观察到的 事实 与其 反 事实 之间的差异 从反事实的框架出发 式 3 中的 E Yi1 Ti 1 就是可以测度的事实 而E Yi0 Ti 1 就是反事实 现实中 我们不可能观测到反事实E Yi0 Ti 1 为了测度 3 式 我们需要用可观测的事实E Yi0 Ti 0 来简化式 3 具 体而言 如果满足统计学上的 非混淆假设 即Ti就能够 和Yi1或Yi0保持独立 就能够得到式 4 E Yi0 Ti 1 E Yi0 Ti 0 4 从而 3 式就可以简化为 ATT E Yi1 Ti 1 E Yi0 Ti 0 5 为了满足非混淆假设式 4 需要满足干预组和对照组 的CPI除了受利率调节干预因素不同外 其他影响因素X 如消费 货币发行量 进出口额 工业品价格 消费者信 心 汇率水平等 应尽可能相同 这样才能凸显利率调节干 预的效应 其他影响因素X称之为混淆偏倚或者混淆变 量 而匹配法是常用来控制混淆偏倚的有效方法 为干预 组的某个月份匹配的思路就是在对照组中构成一个除了 利率调节干预因素不同外 其他影响CPI的混淆变量X与 干预组的样本分布相同或近似的对照样本 换句话说 通 过匹配后使式 6 成立 E Yi0 Ti 1 X E Yi0 Ti 0 X 6 在混淆变量X的维度较大的情况下 匹配会非常复 杂 Rosenbaum and Rubin 1983 提出的倾向得分匹配法 PSM 有效地解决了匹配的多维性问题 倾向得分匹配法 总的讲来分为两大步骤 第一步计算倾向得分 也就是在 给定混淆变量X情况下 某个月份接受利率调节干预的条 件概率 第二步是运用倾向得分进行样本匹配并比较 倾 向得分的定义如下 p X Pr Ti 1 X 7 实际应用中 p X 通过二元因变量回归模型 Logit模 型或者 Probit 模型 得到 Rosenbaum and Rubin 1983 发 现 倾向得分值相同的两个月份 其混淆变量X的分布也 趋于一致 此时可以认为这两个月份的背景条件相同 接 受利率干预与否接近随机 从而可以将式 6 转换为 E Yi0 Ti 1 p X E Yi0 Ti 0 p X 8 得到倾向得分p X 后 就能够计算每个月份接受利率 调节干预的条件概率 需要说明的是 如果某个接受利率 调节干预的月份的倾向值太高或太低 就可能在对照组中 无法找到与之相匹配的月份 这些倾向值非常极端的月份 因为没有与之相匹配的月份存就不能提供有用信息 最 极端的情况是无法在对照组中找到任何倾向值与干预组 相似的月份 相似的标准由研究者自行决定 比如两个月 份的倾向值之差小于0 01 此时倾向得分匹配法就失效 了 因此 在最后使用的 匹配样本 中 必须确保接受利 率调节干预的月份和没有接受利率调节干预的月份匹配 起来 匹配样本 中倾向值的取值范围被称为 共同区 间 只有共同区间存在的前提下才能运用倾向得分匹配 法 在第一步得到满足匹配前提的共同区间后 第二步再 采用相应的匹配方法进行干预组和对照组月份的匹配 并 计算ATT 财 经 纵 横 162 统计与决策 1 5年第14期 总第434期 2 2变量说明 鉴于数据的可得性 我们选取的货币政策目标变量为 消费者价格指数 CPI 影响CPI的干预变量为存贷款基准 利率调节 T 详见本文第二部分 影响CPI的混淆变量包 括当月同比生产者价格指数 PPI 当月同比出口增速 EXP 货币供应量增速 MON 通过计算 M0 M1 M2 3得 到 当月同比社会消费品零售总额增速 CON 消费者信 心指数 CRE 和人民币实际有效汇率指数 EXC 样本区 间为1996年10月至2013年3月 各个变量的描述性统计 特征见表1所示 3实证结果 3 1模型设置说明 3 1 1 不同干预情形的说明 由于利率调节干预可以分为正向调整 加息 和负向 调整 减息 两种情形 从金融理论来看 利率正向调整会 导致CPI下降 而利率负向调整则会导致CPI上升 如果不 加区分不同方式的利率调节干预来估计ATT 估计出的 ATT显然是没有意义的 因此 为了区分利率正向调节干 预和负向调节干预对CPI的不同效应 本文针对利率的正 向调整和负向调整做两次ATT的估计 3 1 2货币政策干预结果的说明 由于货币政策具有时滞性 也就是说进行利率调节干 预对CPI的效应不能在当月呈现出来 而是经过一定的时 滞后才显现出来 关于货币政策的时滞的长短问题 目前 学术界并没有公认的结论 但一般认为时滞会超过6个 月 本文采用如下的方法度量利率调节干预对CPI的效 应 1 如果利率调节属于连续调节 连续两次利率调节的 时间间隔小于等于6个月 以最后一次利率调节当月之 后的第7个月至第12个月的CPI平均值作为利率连续调 节干预对CPI的效应 2 如果利率调节不属于连续调节 连续两次利率调节的时间间隔大于6个月 以接受利率 调节当月之后的第7个月至第12个月的CPI平均值作为 当次利率调节干预对CPI的效应 3 2ATT的估计结果 如前述 运用倾向得分匹配法测度ATT的估计值 第 一步需要以利率调节干预变量Ti这个哑变量为因变量 以 混淆变量X为自变量 建立Probit或者Logit模型获取倾向 得分 并进而得到共同区间 第二步在共同区间内采用相 应的匹配方法估计ATT的值 常用的匹配方法包括最近 邻匹配法 半径匹配法 分层匹配法以及核匹配法 本文 采 用 Becker and Ichino 2002 基 于 STATA 软 件 开 发 的 Pscore ado程序模块 并运用最近邻匹配法进行ATT的估 计 最近邻匹配法的规则是 C i min pi X pj X 9 其中i代表接受利率调节干预的月份 j代表接受利率 调节干预的月份 C i 代表与月份匹配成功的月份j的集 合 即倾向得分与月份i最为近似的月份集合 匹配成功 后 Becker and Ichino 2002 用下式计算ATT ATT 1 NT i T Y T i j C wjY C i 10 其中T代表接受利率调节干预 干预组 C代表未接 受利率调节干预 对照组 NT代表接受利率调节干预的月 份数 NC代表未接受利率调节干预的月份数 wj 1 NC 表示权重 3 2 1共同区间估计结果 本文利用Logit模型获取倾向得分 得到的共同区间 估计结果见表2所示 表2共同区间估计结果 干预类型 负向调整 减息 正向调整 加息 共同区间 0 0323 0 2 0 2 0 3511 0 0461 0 2 0 2 0 2923 干预组月份数 8 4 10 4 对照组月份数 62 12 71 5 从表2的结果可以看出 干预组中的利率负向调整的 12个月份和利率正向调整的14个月份都有足够的对照组 月份与其匹配 满足倾向得分匹配法的前提条件 3 2 2ATT的估计结果 本文运用最近邻匹配法估计的利率调节干预的ATT 结果见表3所示 表3利率调节干预的ATT估计结果 干预类型 负向调整 减息 正向调整 加息 干预目标变量 CPI7 12 CPI7 12 ATT系数 0 76 2 04 标准差 1 24 0 78 t值 0 61 2 61 注 CPI7 12表示利率调节 或连续调节的最后一次调节 当月之后的第7个 月至第12个月的CPI平均值 从表3利率调节干预的ATT估计结果可以看出 平均 而言 中国央行的每次利率的负向调整 减息 可以使滞后 7 12期CPI的平均值提高0 76个百分点 但较大的标准差 和较小的t值表明利率的负向调整的干预效果还不是很显 著 中国央行的每次利率的正向调整 加息 可以使滞后 7 12期CPI的平均值降低2 04个百分点 而且较小的标准 差和较大的t值表明利率的正向调整的干预效果较为显 著 变量 CPI PPI EXP MON CON CRE EXC 样本数 最大值 最小值 全样本 108 7 97 8 110 06 91 8 151 82 73 49 139 67 105 17 123 3 104 3 116 2 97 0 114 02 81 9 198 干预组 106 5 97 90 109 13 94 62 134 22 97 07 119 33 109 50 123 2 105 4 113 50 98 20 108 67 84 22 26 对照组 108 7 97 8 110 06 91 8 151 82 73 49 139 67 105 17 123 3 104 3 116 2 97 0 114 02 81 9 172 均值 全样本 102 0 101 33 118 95 115 40 113 12 108 40 94 52 198 干预组 103 00 102 09 115 27 114 29 114 93 107 09 96 03 26 对照组 101 85 102 22 119 51 115 57 112 85 108 60 94 29 172 标准差 全样本 2 54 4 16 16 33 4 48 4 33 4 28 7 31 198 干预组 2 55 4 44 11 78 3 01 4 75 4 87 7 24 26 对照组 2 51 4 12 16 86 4 65 4 20 4 17 7 32 172 表1变量的描述性统计特征 财 经 纵 横 163 统计与决策 1 5年第14期 总第434期 3 3估计结果的稳健性检验 如前述 货币政策的时滞性导致利率调节对CPI的效 应不能在当月呈现出来 因此上文的ATT的估计结果中 干预目标变量CPI取得是利率调节 或连续调节的最后一 次调节 当月之后的第7个月至第12个月的CPI平均值 事实上 目前学术界对货币政策效应的时滞并没有一个统 一和公认的度量标准 为了检验本文估计结果的稳健性 我们通过对干预目标变量CPI进行如表4所示的调整之后 重新进行ATT估计 估计结果见表4所示 从表4的稳健性检验结果来看 本文的估计结果具有 较强的稳健性 同时 稳健性检验结果也证实了中国央 行利率的负向调整 减息 可以使滞后的通货膨胀水平提 高 但效果尚不显著 而利率的正向调整 加息 可以使滞 后的通货膨胀水平降低 且效果较为显著 实证结果和 金融学理论较为吻合 同时也表明中国央行的利率调节 干预行为主要是为了控制物价上涨 但对通货紧缩的作 用还不明显 4结论 本文基于反事实分析框架 在分析中国利率调整特征 的基础上 运用平均处理效应模型对中国利率调节干预对 CPI的效应进行了实证分析 研究结果表明 中国金融 机构存贷款基准利率的每次调整幅度总体而言较小 正向 调整和负向调整 对称调整和非对称调整的频率相似 存 贷款基准利率的水平总体基本保持平稳 平均而言中 国央行利率的负向调整 减息 可以使滞后的通货膨胀水 平提高 但效果尚不显著 而利率的正向调整 加息 可以 使滞后的通货膨胀水平降低 且效果较为显著 参考文献 1 李颖 林景润 高铁梅 我国通货膨胀 通货膨胀预期与货币政策的 非对称分析 J 金融研究 2010 12 2 麦元勋 田晔