货币政策导致经济更稳定吗？——基于MS-DSGE模型的分析已有研究对货币政策的稳定功能和时变特

祝梓翔丨西南交通大学经济管理学院

郭丽娟丨西南交通大学经济管理学院

中国经济在改革开放后变得越来越稳定，这似乎已成为学界的一个共识(孙稳存，2007；殷剑峰，2010；林建浩、王美今，2013，2016)，但学界对经济变得更加稳定的原因存在分歧。尤其，货币政策是否导致经济更加稳定一直是学者争论的话题。殷剑峰(2010)认为传统货币政策对经济波动趋稳没有贡献，但更多学者认为货币政策是经济波动趋稳的主要因素(孙稳存，2007；张成思，2010)。也有学者认为投资波动下降才是经济波动趋稳的主要原因(詹新宇、方福前，2012；林建浩、王美今，2013)，因为随着市场化改革的深入，民营企业所占比重不断增加，国有企业预算进一步硬化，企业投资更加谨慎，而中国的经济增长主要由投资驱动(Chen et al, 2016; Chang et al, 2016)，因此投资波动的稳定导致整个经济的稳定。另一方面，中国企业的固定资产投资很大程度受货币政策的影响，因为企业投资的资金主要来自银行贷款，数据显示，中国的银行贷款增长和M2增长高度相关(Chen et al, 2016)，因此我们有理由猜想货币政策是经济趋稳的重要原因。

数据显示M2波动同产出和通胀波动存在某种关联，但我们仍不确定货币政策就是经济波动的根源，或者说，我们仍不清楚货币政策究竟促进了经济稳定还是导致了更大的不稳定。假如货币政策是决定经济波动的主要因素，那么波动趋稳是来自政策的改良还是政策扰动波动的下降呢？学术界对该问题还存在明显的分歧，孙稳存(2007)认为货币政策波动下降是经济波动趋稳的主要因素，张成思(2010)则认为经济波动趋稳主要来自货币政策改良。

要讨论以上问题，需明确中国的货币政策具体是什么，是以价格型工具为主还是数量型工具为主。国内许多学者使用泰勒或利率规则描述中国货币政策(马勇，2013；王曦等，2016；郑挺国、黄佳祥，2016；陈创练等，2016)，利率主要指银行间的同业拆借利率，然而不少学者持有不同的看法(李成等，2011；马文涛、魏福成，2011；彭俞超、方意，2016；Chen et al., 2016)。本文倾向于支持数量型货币政策规则，主要基于三点理由：（1）中国的利率并没有完全市场化，中国人民银行依然可以直接决定一些基本利率(孙稳存，2007)；（2）由于国债市场规模小，中央银行很难通过公开市场业务准确调控市场利率(银行间同业拆借利率)，现实情况是中央银行通过控制银行信贷达到经济目标(Chen et al, 2016)，因此数量型政策工具比价格型政策工具更为有效(马文涛、魏福成，2011；李成等，2011)；（3）另一个比较新颖的观点是“增长驱动型”目标制约了数量型货币政策向价格型的转化(Chen et al, 2016)，并且这种制约受制于国情还将长期存在下去。

研究货币政策时变特征的常用方法为TVP-SVAR或MS-SVAR，国内不少学者采用时变SVAR分析中国货币政策(陈创练等，2016；林建浩、王美今，2016)。虽然时变VAR方法具有简单灵活的优点，但关于冲击的识别总是充满争议：如短期约束常缺乏经济理论支撑，其中的递归约束受变量顺序的影响，容易成为令人“难以置信的约束”；长期约束虽符合自然率假说，但和DSGE模型不兼容(Chari et al, 2008)；符号约束虽逐渐成为主流，但约束依据常来自DSGE模型，Fry & Pagan(2011)认为符号约束并没有真正解决识别问题。总体上，采用不同约束可能得到完全不同的结论(祝梓翔、邓翔，2017)。此外，SVAR方法只能恰好识别简单参数，无法识别一些“深度参数”。相较而言，DSGE模型具有一些优势。

需指出，论文不是首先使用MS-DSGE模型研究中国经济的文献。贾彦东和刘斌(2015)采用MS-DSGE模型测算了中国的财政极限。白仲林和汪玲玲(2014)探讨了MS-DFM和MS-DSGE模型之间的关系，识别和解读了不可观测动态因子和共同动态因子。但已有研究存在明显的不足：

（1）首先，这些文献的Markov转换机制过于简单，均为外生给定，并没有评估哪种转移机制更适合：如贾彦东和刘斌(2015)仅对政府转移支付设置了一个两状态转移过程，采用校准方式做了简单分析；白仲林和汪玲玲(2014)对价格粘性参数和货币政策反应系数设置了Markov过程，但并未说明过程的具体形式，也没有进行数值分析；

（2）其次，所有文献均没有尝试估计模型参数和转移概率矩阵。这些不足使我们对Markov转移机制在DSGE模型中所起的作用并不清楚。本文的主要贡献是基于MS-DSGE模型框架估计模型参数和转移概率，比较不同转移机制模型的优劣，评估转移机制的内生性，并对货币政策的稳定作用和时变特征进行分析。

直觉上，货币政策和产出、通胀波动存在某种关系，已有研究对货币政策的时变特征和是否导致经济波动趋稳存在分歧。本文首先构建了一个有关中国的MS-DSGE模型分析这两个问题，其中基准DSGE模型为包含价格调整成本和数量型货币政策规则的简单NK-DSGE模型，货币供给增速对当期产出增长和通胀做出系统性反应。模型引入偏好、技术和政策三个外生冲击，其中偏好冲击代表需求冲击，技术冲击代表供给冲击。

接着本文在DSGE模型基础上引入MS机制。由于传统的dynare软件无法估计非线性RS-DSGE模型，本文的估计和求解方法来自Junior(2015)的扰动法，估计代码借助Junior所写的RISE(Rationality in Switching Environment)工具箱，RISE是一种基于Matlab平台的面向对象工具箱，主要用于求解和估计非线性RS-DSGE模型。

RISE工具箱的核心求解方法主要来自Foerster et al(2016)的高阶扰动方法。不同于Liu et al(2011)的求解，RISE不需将模型的解写为VAR(1)的线性转移函数形式，而是通过高阶扰动法和迭代算法近似求解出非线性转移函数。Foerster et al(2016)采用“分块扰动”(Partion Perturbation)，将转换参数分为两组：一组参数影响模型稳态，另一组参数不影响稳态。这种做法的一个弊端在于分块会产生大量的交叉乘积项，运算量很大。RISE工具箱不需将转换参数分块，因此更为有效率。从某种程度上看，Foerster et al(2016)的“分块扰动”仅是RISE处理的一个特殊情况。

和Foerster et al(2016)一样，Junior(2015)的扰动法将转移概率内生化。转移概率的内生性是指RISE在估计RS-DSGE模型参数时，并不区分转移概率、扰动标准差和其他结构参数。转移概率可以是恒定的，在这种情况下，转移概率和其他待估参数没有分别；转移概率也可以是时变的，此时转移概率是其他参数和变量的函数。如果转移概率为恒定，我们称之为马尔科夫转换(MS, Markov-Switching)。显然，转移概率影响着模型的解和似然函数。本文将转移概率视为一个待估的参数，该参数融合在整个方程系统中。

尽管本文的DSGE模型不算复杂，但仍有无数种机制转换方式可供选择，如单一转换机制、多重转换机制、独立转换机制、共同转换机制、单个参数机制转换、多个参数机制转换。由于本文的研究主题是货币政策及其稳定效应，因此将主要考察货币政策外生扰动和反应系数的机制转换特征。不同于传统的DSGE模型估计，除恒定参数模型外，我们额外估计7种参数转换机制模型和各自的边际数据密度，分别是：DSGE-con恒定参数模型；DSGE-2v冲击方差具有两状态；DSGE-2p货币政策反应系数具有两状态；DSGE-2pv方差和反应系数具有共同的两状态；DSGE-2p2v方差和反应系数分别拥有独立的两状态马尔科夫过程；DSGE-2v2v货币冲击方差和基础冲击方差分别拥有独立的两状态马尔科夫过程；DSGE-3v冲击方差拥有三状态马尔科夫过程；DSGE-3p政策反应系数拥有三状态马尔科夫过程。

估计结果显示，冲击方差具有两状态马尔科夫过程的模型(DSGE-2v)是拟合效果最好的模型，明显优于恒定参数模型和其他转移状态模型。即使我们假设货币政策冲击扰动和其他冲击扰动服从独立的转移状态机制(DSGE-2v2v)，该模型的拟合效果也并不比单一转移状态机制好。换句话说，数据青睐转换机制较为简单的模型。本文的另一个重要发现是数据不支持货币政策规则发生了MS结构性变化，经济波动的时变特征更多源于异方差性而非货币政策本身的变化：首先，所有关于政策反应系数转移机制模型(DSGE-2p、DSGE-2pv、DSGE-2p2v、DSGE-3p)的边际数据密度小于DSGE-2v模型；其次，所有关于政策转移概率的估计值均不显著；最后，不同状态下的政策系数后验估计值相差极小。这个结果和陈创练等(2016)不同，陈创练等(2016)认为近来产出缺口反应系数下降，通胀反应系数上升。分歧源于以下三点：

（1）识别条件不同，陈创练等(2016)的识别条件基于一个传统的线性总供给-总需求模型，这个模型为恰好识别出冲击，附带了一些额外约束条件，实际上等价于施加短期约束，代价是模型不能识别出一些深度参数；

（2）货币政策规则不同，陈创练等(2016)采用的是传统的泰勒规则，但前文已指出泰勒规则可能并不是中国货币政策的最佳代表；

（3）数据不同，除利率以外，陈创练等(2016)采用的是产出缺口而非产出增长率，需指出，产出缺口因滤波或除趋势方式的不同差异较大。总之，虽然具有时变参数特征的模型好于恒定参数模型，但数据偏好转移机制较为简单的模型。转移概率显示近20年经济体处于高波动状态和低波动状态的时期相当，这些高波动时期常伴随着特定的历史事件。

后验转移概率曲线显示，经济体处于低波动和高波动的时期相当，这和转移概率矩阵TV一致。高波动时期主要包括：1998Q1-2000Q3亚洲金融危机时期，这段时期正好是中国国有企业的三年改革和“脱困”期；2003Q4-2004Q4经济过热期，这段时期伴随着农产品价格上涨带来的整体物价上涨(欧阳志刚、史焕平，2010)；2007Q1-2009Q1全球金融危机时期以及2010Q4-2011Q1的短暂高通胀时期。我们的结果与林建浩、王美今(2013，2016)有明显的差异，他们的高波动时期仅出现在1996年以前和2008年美国经济危机时期，导致差异的原因有两个：(1)林建浩、王美今(2013，2016)的数据包含了1979年改革开放后到1996年以前的大部分高波动时期；(2)林建浩、王美今(2013，2016)的马尔科夫模型仅为产出增长的单变量分析，本文是基于结构模型的分析，高波动状态指产出、通胀和货币整体处于高波动的状态。2011Q2以后，中国经济进入低波动状态，这同林建浩、王美今(2013，2016)一致。

预测误差方差分解显示货币政策在高波动状态下的解释力明显小于低波动状态，能够解释产出波动的16%和32%，通胀波动的30%和50%以上。产出的历史方差分解显示政策冲击的解释力有限，具有一定的逆周期特征，近期的经济增速放缓是技术冲击的负向作用所致。通胀的历史方差分解显示政策冲击在2008金融危机以前的作用方向和数据波动方向一致，但金融危机时期表现出强烈的逆周期特征，并且在大多数时期和技术冲击的作用方向相反。

脉冲响应分析表明，高波动状态下内生变量的响应幅度明显大于低波动状态，大多数曲线具有“驼峰状”形态。具体的，偏好冲击对产出有“先正后负”的效应，对通胀有正向效应，对货币供给有负向效应。技术冲击对产出有正向效应，对通胀有负向效应，对货币供给有先负后正的效应。政策冲击对产出有“先正后负”的影响，对通胀和货币供给有正向影响。此外，拟合分析表明政策规则部分对货币政策解释力有限，这为政策扰动方差提供了广阔空间，本文认为外汇占款可能是一个重要的遗漏因素。稳健性分析表明基准模型没有明显误设，加入1992Q2-1995Q4的数据估计可能会得到一些不合适的结论。

综合来看，虽然数据更偏好货币政策规则在近二十年没有发生明显的MS机制转换，但这并不能排除货币政策规则发生其他形式的变化，例如时变参数、平滑转移以及阈值模型等。但整体上，扰动方差发生了更为明显的变化。虽然货币政策是驱动产出和通胀波动的重要因素，但我们不必夸大这种影响。经济体从高波动状态转移到低波动状态主要来自基础性冲击扰动的变化，而非政策扰动的变化，尽管政策扰动的变化也很明显。

作者简介

祝梓翔丨西南交通大学经济管理学院，讲师；主要研究方向：经济周期波动、宏观数据构建等。

郭丽娟丨西南交通大学经济管理学院

End

论文来源：祝梓翔郭丽娟，2017：《货币政策导致经济更稳定吗——基于MS-DSGE模型的分析》，《经济学动态》第11期。

受篇幅限制，改写过程中对正文内容进行了较多的删减，同时未列明参考文献，具体细节请参考原文。

本文推送前经作者审核，如需转载请联系作者或小编代为沟通（微信：CM3250992838）