经济计量分析与预测研究中心 研究报告（ 2022年第1期）.pdf 
经济计量分析与预测研究中心 研究报告（ 2022年第1期）.pdf
中国科学院预测科学研究中心东北分中心 东北财经大学经济计量分析与预测研究中心 研究报告 2022 年第 1 期(总第 71 期) 2022 年 6 月 30 日 ● 2022 年经济景气与物价形势分析和预测 陈磊 徐聿枫 李丽娟 孟勇刚 经济运行从 2021 年 3 月开始进入短周期的下降期，今年前 5 个月经济景气 经过短暂回暖后受疫情影响再度降温，进入“偏冷”景气区间。随着宏观调控 效果的显现，经济景气大概率从 5 月开始将转入新一轮周期扩张阶段。如果疫 情得到合理有效控制，预计下半年经济增长将出现较强反弹，全年 GDP 增长 4.4% 左右；年内物价将呈小幅上升态势，全年 CPI 上涨 2.3%左右。宏观政策要把稳 增长放在更加突出的位置，加快落实稳经济一揽子各项措施，并可视情况适度 扩容，加大调控力度和精准性，多措并举保就业、促消费、稳楼市。同时，注 意处理好稳增长与疫情防控的关系，提高疫情应对的精准性，努力保持经济运 行在合理区间，保持市场和物价稳定。 ● “防风险”与“稳增长”双重目标下货币政策传导机制分析 郑建伟 孙晨童 陈磊 本文通过构建后顾型 IS-Phillips 模型并从“损失函数”的视角证明了在 货币政策规则方程中引入金融要素的必要性。在此基础上，为了研究货币政策 的有效性及其传导机制，构建了包含金融因素的“四方程新凯恩斯模型”且将 其拓展为时变系数向量自回归（TVP- VAR）模型，进而对时变脉冲响应函数进 行详细分析，结果显示：金融市场发展对经济增长和物价稳定的影响在不同时 点下呈现出明显的“异质性”特征；包含金融因素的货币政策在不同时点下均 能有效调控金融市场且在金融繁荣时期其有效性显著增强，但是将“金融市场 稳定”作为货币当局的“调控目标”之一明显增加了货币政策传导路径的复杂 性和调控效果的不确定性。因此，央行在确定货币政策调控目标时不能一概而 论，而是要有效权衡“稳增长”、 “控通胀”以及“防风险”等多重目标的相对 重要性。 研究报告 2022 年第 1 期(总第 71 期) 2022 年 6 月 30 日发稿 主 编：王维国 副主编：陈 主 磊 张同斌 责任编辑：李兆丹 办：中国科学院预测科学研究中心东北分中心 东北财经大学经济计量分析与预测研究中心 地 址：大连市 东北财经大学 梓楠楼 电 话：0411-84710438 Email：yczx@dufe.edu.cn 邮编：116025 传真：0411-84711669 网址：http://ceaf.dufe.edu.cn/ 2022 年经济景气与物价形势分析和预测 陈磊 1,2 徐聿枫 1 李丽娟 1 孟勇刚 1,2 （1.东北财经大学经济学院； 2.东北财经大学经济计量分析与预测研究中心） 摘要：经济运行从 2021 年 3 月开始进入短周期的下降期，受疫情影响今 年前 5 个月经济景气经过短暂回暖后再度降温，进入“偏冷”景气区间。随着 宏观调控效果的显现，经济景气大概率从 5 月开始将转入新一轮周期扩张阶段。 如果疫情得到合理有效控制，预计下半年经济增长将出现较强反弹，全年 GDP 增长 4.4%左右；年内物价将呈小幅上升态势，全年 CPI 上涨 2.3%左右。宏观政 策要把稳增长放在更加突出的位置，加快落实稳经济一揽子各项措施，并可视 情况适度扩容，加大调控力度和精准性，多措并举保就业、促消费、稳楼市。 同时，注意处理好稳增长与疫情防控的关系，提高疫情应对的精准性，努力保 持经济运行在合理区间，保持市场和物价稳定。 关键词：经济周期，景气分析，物价，监测预警，经济预测 面对 2021 年下半年以来新的经济下行压力，2021 年 12 月中央经济工作 会议提出，要积极推出有利于经济稳定的政策，着力稳定宏观经济大盘。2022 年 1 季度 GDP 同比增长 4.8%，经济运行实现良好开局。但进入 3 月份以后， 受疫情多地快速蔓延、俄乌冲突加剧全球经济形势恶化等因素影响，经济运行 面临的困难和挑战明显增加，市场预期不稳，消费、工业生产等主要经济指标 的增速明显放缓，而输入型通胀压力不断加大，CPI 涨幅有所回升。落实今年 辽宁省社会科学规划基金项目“异常冲击下的宏观经济监测与预测研究” （L21BJY011） 。 1 《政府工作报告》提出的经济增长目标面临较大压力。5 月 23 日，国务院常 务会议部署了稳经济的一揽子措施，涉及财政、金融、消费、投资等 6 方面 33 项措施，5 月 25 日国务院罕见召开全国稳住经济大盘电话会议，进一步要 求措施落地，确保经济实现合理增长。当前和全年的经济景气状况和物价走势 再次成为政府和社会关注的焦点。 本文利用改进的“经济景气分析系统”和“宏观经济监测预警信号系统”， 并结合新开发的混频动态因子等计量模型， 基于截止到 2022 年 5 月的宏观数据， 对经济周期态势、经济景气状况和物价走势进行监测和分析，对主要经济指标 的走势进行分析和预测，并提出政策建议。 一、利用景气分析法对经济运行和周期波动态势的分析和预测 我们在考查已有各景气指标作用的基础上，继续沿用近年使用的一致和先 行景气指标。一致景气指标由工业增加值、累计固定资产投资（不含农户）、社 会消费品零售额、财政收入、进口商品总值和国房景气指数 6 个指标组成；先 行景气指标包括狭义货币供应量 M1、广义货币 M2、人民币贷款总额、人民币各 项存款余额、水泥产量、汽车产量和房地产开发企业商品房销售额（累计）7 个指标；滞后景气指标除了包括 CPI、PPI、工业企业产成品和货运量合计 4 个 变量外，补充滞后期相对较长的出口商品价格指数，以增加滞后合成指数的稳 定性。此外，将制造业采购经理人指数（PMI）作为短先行指标单独进行考查。 根据国内通常考查的经济增长率周期波动，各景气指标均为同期比增长率 序列，多数指标经季节调整并消除不规则因素。利用美国全国经济研究所（NBER） 方法，分别建立了一致合成指数和先行合成指数（各指数均以 2000 年平均值为 100） 。基于各指标的重要性及统计和周期特征，在构造景气先行、一致和滞后 合成指数时，分别对相关指标赋予了不同的权重。 2 1. 基于景气合成指数对经济总体走势和经济周期态势的分析 根据景气一致合成指数所反映的宏观经济总体走势和对经济短周期转折点 的测定结果（见图1，其中阴影部分为短周期的收缩阶段，以下同），经济景气 经过为期一年的快速反弹在2021年前两个月形成了超高波峰。此后，随着基数 效应的逐渐减弱，叠加能耗“双控”等因素的影响，经济景气从2021年3月开始 进入了此轮经济短周期的下降期并出现了较快回落，2021年4季度的景气指数水 平已低于疫情前的2019年4季度，当季的GDP增速降至4%，显示经济运行经过新 冠疫情爆发后的“大起大落”后，不但已回归正常增长水平，甚至出现了新的 下行压力。 130 120 120 110 100 110 90 100 80 90 70 80 2000 2003 2006 2009 2012 2015 2018 2021 图 1 一致合成指数（红线，左轴）和滞后合成指数（蓝线，右轴） 在2021 年12 月中央经济工作会议提出要着力稳定宏观经济大盘的政策作 用下，今年头两个月经济运行实现“开门红”，主要经济指标增长好于预期，景 气指数出现小幅反弹。但3月份以来，疫情多地快速蔓延叠加俄乌冲突加剧导致 经济发展的困难和挑战明显增加，消费、房地产、工业生产等主要经济指标的 增速明显放缓，经济景气再度快速下滑。4月份的景气合成指数降至82.6，仅略 3 高于2020年4月（82.2）的水平。随着5月下旬国务院常务会议和全国稳住经济 大盘电话会议部署的稳经济一揽子措施快速落地，5月份工业生产、消费、进口 增速等指标出现反弹，景气合成指数较上月提高2个点至84.6，与2020年5月相 当，经济景气出现止跌回升迹象。 图1显示，滞后合成指数总体上具有较稳定的滞后特征。该指数自2020年10 月开始出现新一轮快速攀升后，于2021年11月达到回升波峰，较一致指数滞后9 个月。此后，该指数转入周期下降态势，从而可以进一步确认经济景气从2021 年3月开始已经转入收缩阶段。 作为重要滞后景气指标的规模以上工业产成品库存增速（剔除季节和不规 则因素）经过10个月的“去库存”小幅回调后，从2021年3月开始再度出现较快 攀升，11月达到18%左右的近年相对高点，其后3个月略有回落。受疫情多地蔓 延的影响，今年3—4月的库存实际增速在高位继续抬升，4月增速高达20%，创 出2012年以来的新高，表明近期工业产品需求明显偏弱。随着政府稳经济措施 快速落地，预计从5月或6月开始该指标转入“去库存”下降态势的可能性较大。 2. 利用先行指标和先行景气合成指数的分析和预测 考虑到对 7 个先行指标的考查多数基于剔除季节和不规则变动后的指标走 势，并由此构造先行合成指数，而汽车、水泥产量增速等指标的季调后走势受 近期疫情冲击和宏观调控影响会出现较大变化，因此我们先对此类指标进行适 当的短期预测再做季节调整，以提高指标季调后走势的稳健性。 由 7 个先行指标构成的景气先行合成指数见图 2，图中显示该指数 2000 年 以来总体上具有比较稳定的先行变动特征。受疫情突然爆发这一特殊冲击的影 响，2020 年以来该指数的超前特征明显减弱。该指数于 2020 年 1 月创造了 1997 年以来的新低后进入新一轮短周期的扩张期，在 2021 年 1 月较一致合成指数提 前 1 个月到达扩张波峰后，从 2 月开始转入景气下降阶段。经过 7 个月的较快 4 回落后，2021 年 9 月以来，该指数在低位企稳，今年前 5 个月呈现缓慢回升走 势，显示先行景气虽然受到疫情再次蔓延的影响，但总体已经出现低位企稳回 升态势。结合近期强有力的稳经济政策取向，可以基本确定先行景气经过底部 蓄势后已经进入新一轮短周期的上升期，从而经济景气在 4 月触底后转入周期 扩张阶段的可能性较大。 140 110 120 100 100 90 80 80 60 70 2000 2003 2006 2009 2012 2015 2018 2021 图 2 一致合成指数（红线，左轴）和先行合成指数（蓝线，右轴） 对 7 个先行指标的进一步考查可以发现，受低基数影响，水泥产量、汽车 产量和商品房销售额增速在 2021 年前两个月创造了 2010 年以来的新高后均出 现快速下降。汽车产量增速在 2021 年 8 月触底后率先出现反弹，受疫情多地蔓 延和管控影响，今年 1-4 月再次出现小幅下滑走势，此后大概率重拾升势。从 实际数据来看，5 月的汽车产量增速为-4.8%，降幅较 4 月的-43.5%大幅收窄， 预计 6 月份以后该指标将会继续快速回升，恢复正增长。水泥产量增速经过上 年的较快回落后在今年前 5 个月转入低位小幅回升走势，进入新一轮扩张期的 概率较大。然而，商品房销售额累计增速 1-5 月延续了上年的回落走势，不但 滑入负增长区间，而且出现较大幅度的下降，成为拖累先行景气的主要因素。 5 该指标 5 月的累计增速为-31.5%，较 4 月减少 2 个百分点，下降速度有所减缓， 预计未来短期内走势可能趋稳，甚至稳中有升。 与以上三个指标有所不同，随着对冲疫情冲击但力度稳健适度的阶段性货 币政策措施的逐步退出，货币金融类先行指标中的货币供应量 M2 和人民币贷款 增速自 2020 年 3 季度先于其它先行指标开始呈现缓慢下滑态势，M1 和各项存 款增速则从 2020 年底开始出现下降走势。经过未超过 1 年的收缩后，M2 和存 款增速从 2021 年 3 季度开始率先进入上升周期，并在近 2 个月上升速度有所加 快。M1 增速从 2021 年 4 季度开始也进入小幅回升态势，从而这三个指标重新 进入比较温和的周期扩张阶段。 值得注意的是，贷款增速自 2020 年 3 季度以来却持续呈缓步下滑走势，从 2020 年 6 月的 13.2%降至今年 4 月的 10.9%，成为拖累先行景气的另一个主要 因素，反映去年 3 季度以来贷款需求持续偏弱。特别是受房地产市场景气度下 降和疫情冲击影响，今年 1—4 月居民和企业的中长期贷款增速更为疲软。随着 疫情防控形势逐渐好转和财政货币政策的发力，预计从 5 月份开始，贷款增速 止降回升的概率较大。 140 110 120 100 100 90 80 80 60 70 2000 2003 2006 2009 2012 2015 2018 2021 图 3 一致合成指数（红线，左轴）和金融先行合成指数（蓝线，右轴） 6 图 3 显示，由 4 个货币金融类先行指标构成的金融先行合成指数总体上具 有更稳定的超前特征，且基本没有因疫情冲击而出现“大起大落”。该先行指数 在 2020 年 10 月到达短周期扩张波峰后，至 2021 年 9 月呈小幅回落走势，较经 济景气提前 4 个月出现收缩。2021 年 10 月以来，该指数呈现缓步回升态势。 从具有一定短先行特征的制造业 PMI 来看，该指数自 2021 年 2 月以来呈逐 渐回落走势，反映制造业景气的景气扩张力量逐渐减弱。该指数经过 4 各月的 短暂企稳后， 受疫情影响从今年 3 月开始跌入 50%的分界线以下， 4 月降至 47.4， 但 5—6 月反弹至 49.6 和 50.2，同样预示经济景气从 5 月开始有望触底后开始 回升。 根据景气先行合成指数、金融先行合成指数并结合制造业 PMI 的走势判断， 经济景气 4 月触底后大概率转入周期扩张阶段。 二、基于监测预警信号系统对经济景气状况的监测和分析 下面根据由 10 个预警指标（见图 4）构成的“宏观经济监测预警信号系统” 对各指标的警情和目前的总体经济景气状况和变动趋势做进一步的监测和分 析。根据对预警指标近两年年来变化情况的统计分析和发展趋势判断，我们只 对消费品零售额的预警界限进行了适当下调，其余指标的预警界限均保持 2021 年秋季调整后的结果不变。 受疫情冲击造成的低基数影响，2021 年上半年前 7 个预警指标均出现异常 的高增长，给准确判断经济警情带来误导。为了消除此种情况的影响，首先根 据基数影响的具体情况，对前 7 个预警指标 2021 年前若干个月或全年的增速进 行适当处理，即采用各指标的两年平均增速代替各月的实际增速，此后恢复各 预警指标的正常监测。与以往相同，对发电量、进出口和财政收入等指标先进 行季节调整以剔除季节和不规则波动。 7 图 4 月度监测预警信号图 1. 工业景气由年初的“偏热”快速降温至“过冷” 规模以上工业增加值增速在 2021 年前两个月发出“过热”预警信号后快速 降温，9—12 月回到“过冷”区间，显示工业景气去年 3—4 季度降温明显。在 宏观调控政策的拉动下，今年前两个月工业增加值增速超预期达到 7.5%，工业 景气升温至“偏热”区间（7%～8%），明显回暖。然而，在疫情快速蔓延和管控 影响下，3-5 月份工业景气快速降温，再次回到“过冷”区间。4 月当月同比增 速为-2.9%，但 5 月增速反弹至 0.7%，已出现止跌回升迹象。 类似地，受上年“拉闸限电”和今年疫情影响，发电量增速自 2021 年 2 季度以来一直呈现下滑态势，在去年 9 月回落到景气“偏冷”区间（1%～3.5%）， 今年 3 月以后进一步下滑至“过冷”区间。但 5 月份该指标同样出现止跌回升 迹象。 规模以上工业企业营业收入累计增速 2021 年各月的两年平均增速基本稳 定在 10%附近，处于景气“正常”区间（4.5%～10.5%）。今年前 2 个月该指标 8 达到 13.9%，一度发出“过热”信号，但随后逐渐回落，4—5 月重新回到“绿 灯区”，显示工业企业效益增长近期总体比较正常，预计该指标短期内将缓中趋 稳，最晚 4 季度转入回升，年内可能在“正常”景气区间呈现近似 V 型走势。 2. 固定资产投资景气回暖至“正常”区间，但近期降温较快 固定资产投资累计增速在 2021 年 2 至 4 季度两年平均增速基本稳定在 4% 左右，多数时间处于“过冷”景气区间（小于等于 4%），显示投资增长势头仍 然较弱。今年前两个月投资增速高达 12.2%，超预期实现开门红。但受疫情影 响，3 至 5 月的投资累计增速分别为 9.3%、6.8%和 6.2%，出现较快下滑，回到 “正常”景气区间。但固定资产投资 5 月当月增速为 4.8%，较 4 月提高 2.4 个 百分点，并有望继续提升。 3. 消费增长有所回暖后再次大幅回落至“过冷”区间 社会消费品零售额 2021 年各月的两年平均增速在 4%附近小幅波动，全年 平均增速为 3.9%，远低于 2019 年全年 8%的增速，总体处于“过冷”景气区间 （小于 4%） 。今年前两个月消费增速回暖至“正常”区间（5.5%～7.5%），达到 6.7%。此后受疫情蔓延的严重影响，3 至 5 月的增速大幅降温至“过冷”区间， 4 月的同比增速为-11.1%，5 月降幅收窄至-6.7%，止跌回升迹象明显。 4. 外贸景气由“过热”降温至“正常” 在国内外需求增加和进出口价格攀升的带动下，2021 年 1—4 季度进出口 两年平均增速分别达到 12.7%、14.2%、15.1%和 17.3%（按美元计价，下同） ， 呈现不断上升的较快增长态势，下半年外贸景气一度升温至“过热”区间，全 年进出口总额达到 60500 亿美元，平均增速接近 15%，外贸形势好于预期。今 年 1 季度进出口同比增速为 13%，外贸景气度有所降温，总体处于“偏热”区 间（11%～15%）。剔除季节和不规则因素后，今年前 5 个月各月的进出口同比增 速出现下滑走势，5 月份增速已降至“正常”景气区间。 9 外贸出口 2021 年各季度两年平均同比增速分别为 13.4%、14.2%、16%和 19.7%，呈现较快上升趋势，全年出口两年平均增长 16%，较上年大幅提高 12.4 个百分点。今年 1 季度出口增长 15.8%，增速较去年 4 季度有所下降。剔除季 节和不规则因素后，今年前 5 个月各月的出口同比增速在 15%以上的相对高位 出现小幅下滑走势。 外贸进口 2021 年各季度两年平均同比增速分别为 12%、14.3%、14%和 14.3%， 持续保持较高增长水平，全年进口两年平均增长 13.7%，较上年大幅提高 12.7 个百分点。今年前两个月进口增长 15.8%，取得良好开局。但在疫情影响下，3 —4 月进口均为零增长，增速下滑明显，5 月反弹至 4.1%。剔除季节和不规则 因素后，今年前 5 个月各月的进口同比增速呈较快下滑走势。 5. 财政收入景气由年初的“正常”再次滑入“过冷”区 财政收入增速 2021 年前 7 个月的两年平均增速在 2.6%～7.6%的区间内延 续了小幅回升态势，财政收入景气恢复到“正常”区间（4%～8%） 。然而，随着 经济景气的降温，8—12 月的财政收入增速出现大幅下滑，4 季度各月增速均为 负增长，发出景气“过冷” （1.5%以下）信号。今年前两个月财政收入增长 10.5%， 剔除季节和不规则因素后，财政收入景气一度回暖至“正常”区间。但受疫情 蔓延和减税政策影响，4—5 月的可比增速再次出现负增长，发出景气“过冷” 信号，反映近期的财政收入形势比较严峻。 6. 货币供应增速由“偏冷”回升至“过热”区间，货币政策更趋宽松 如前所述，随着应对经济下行和疫情冲击的货币政策更趋宽松，M2 增速从 2021 年 3 季度开始已经进入上升周期，逐渐脱离“偏冷” （7.5%～8.3%）区间。 今年 4—5 月 M2 上升速度有所加快，5 月进入“过热”区间，5 月末增速为 11.1%， 已经达到 2020 年应对疫情时的最高水平。代表流动性的狭义货币 M1 增速在 2 —5 月也出现稳中趋升走势。 10 7. 房地产景气出现罕见大幅降温，发出“过冷”信号 综合反映房地产景气的国房景气指数去年呈现缓慢下降走势，但一直处于 “正常”景气区间（100～102） 。进入今年后，该指数出现历史罕见的断崖式回 落，1 季度各月的指数均在 96.8 附近，已经低于 2020 年疫情爆发时的谷底水 平 97.4，开始发出“过冷”信号。4—5 月该指数进一步回落至 95.9 和 95.6， 下降速度有所减缓，但创造了本世纪以来的最低水平，需要引起政府的高度关 注。 8. 经济景气在前两个月快速回暖后再次降温，发出“偏冷”预警信号 由 10 个监测指标的预警信号构成的经济综合警情指数（见图 5）显示，经 济景气在 2021 年 2—3 月到达 50 的回升高点后开始降温，受工业、投资、消费、 财政收入增速等指标的下降影响，8—12 月回落到 30 至 35 的景气“偏冷”区 间，景气水平已低于疫情前。今年前两个月经济景气快速回暖至“正常”区间 内的偏上位置，实现良好开局。然而，在疫情快速蔓延和管控的影响下，经济 景气快速降温，4 月以后再次发出“偏冷”信号，5 月的警情指数为 30。 图 5 经济综合警情指数 11 9. 近一年的经济景气变动特征 总结以上监测结果可以得到近一年来经济运行的一些主要特征： （1）供需两端的经济运行都出现了较大起伏，经济综合警情指数出现了较 大的波动。2021 年下半年供需两端都出现了明显降温，而今年前两个月又均出 现一定升温，3 月以来供需两端再次出现明显降温。 （2）投资与消费的景气变动不够平衡，消费需求的升温弱于投资，降温则 快于投资。消费偏弱主要是由于就业和居民收入尚未恢复至疫情前的水平，又 再次受到疫情冲击，制约了中低收入居民的消费需求。 （3）今年以来的房地产景气度下滑明显，对内需、宏观经济和金融稳定带 来较大影响。前 5 个月投资增长主要依赖亿元以上的大项目投资（特别是基建 项目），民间投资和房地产投资信心和能力仍有待恢复。 （4）主要受海外疫情形势有所好转和稳外贸政策的拉动影响，出口增速在 去年超预期强劲回升基础上，今年前 5 个月总体仍然保持了较高增速，对工业 生产和经济恢复发挥了一定带动作用，但这一作用已有所减弱并可能继续趋弱。 三、物价波动分析及预测 1. CPI 波动特征及影响因素分析 剔除季节和不规则因素后的 CPI 和 PPI 走势图见图 6。根据我们提出的 我国物价周期转折点的判别准则，按“谷～谷”的周期测算方法，以 CPI 为 代表的我国物价周期从 2021 年 2 月开始进入新一轮物价扩张期，2021 年全 年 CPI 呈现出缓慢上行态势，全年同比上涨 0.9%。今年以来受春节因素和国 际大宗商品价格上涨等共同影响 CPI 继续呈上行态势， 一季度同比增长 1.1%， 4、5 月均为 2.1%，涨幅略有扩大，但目前本轮 CPI 的上涨幅度较为温和。 12 115 110 105 100 95 90 2001 2004 2007 2010 2013 2016 2019 2022 图 6 季调后 CPI（蓝线）和 PPI（红线）走势图 从图 7 的 CPI 两类分项表现来看，2021 年以来非食品分项温和上涨，而 食品分项的整体位势出现下移，对 CPI 形成拖累。随着 2021 年以来猪瘟影响 的逐步减弱，新冠疫情尽管存在局部反复但整体可控，猪肉价格一路下行。 今年 5 月受收储工作的影响，猪肉价格小幅上涨但涨幅有限。猪肉价格带动 食品分项价格也出现同步下滑和低位趋稳。与猪肉价格相比，鲜菜价格受天 气和疫情防控影响波动性更加明显，但对食品分项价格影响有限。 125 CPI 食品分项 非食品分项 120 115 110 105 100 95 90 2001 2004 2007 2010 2013 2016 2019 2022 图 7 CPI 及其食品、非食品分项走势图 随着全球各大经济主体逐步出台利好政策刺激经济恢复，石油需求迅速 13 回暖，价格快速上行。令国内面临 1996 年以来最强的工业品通胀压力，进而 向 CPI 形成一定传导。具体从图 8 来看，居住类 CPI 的水、电、燃料分项与 交通和通信类 CPI 的交通工具用燃料分项①价格均在 2021 年出现大幅上升， 10—11 月二者分别录得 4.5%、4.4%和 31.4%、35.7%，均为 2016 年以来的最 高点。从走势来看，二者走势与国际油价走势较为一致，由此可见油价对二 者存在着显著影响。从影响幅度来看，交通工具用燃料分项波动幅度明显较 高，与原油价格走势相关性更为明显，由此拉动交通通信类价格同比大幅上 行，并成为 2021 年以来拉动非食品项 CPI 价格增长的主要驱动力。 140 140 水、电、燃料分项（左） 交通工具用燃油分项（左） OPEC一揽子原油价格（右） 130 120 120 100 110 80 100 60 90 40 80 20 70 2001 2004 2007 2010 2013 2016 图 8 原油价格和 CPI 相关分项走势图 2019 0 2022 2. PPI 波动特征及影响因素分析 生产者价格指数 PPI 则呈现出与 CPI 完全不同的走势（见图 6） 。2021 年受 全球经济复苏、流动性泛滥、供给瓶颈、极端天气等周期性、结构性、阶段性 多重因素叠加影响，原油、煤炭等大宗商品价格普遍走高，全年平均价格上涨 35%～80%，部分品种价格创历史新高。受此影响，PPI 和其新涨价因素均快速 上行，于 10 月份一同创下 2000 年以来的新高 13.5%和 11.7%；之后随着国家 ① 在 2016 年 CPI 的最新分类中，共有 8 大分项 31 个细分项，交通工具用燃料作为新加入的细分项从 2016 年 1 月开始进行统计。 14 保供稳价政策措施效果的显现有所回落，2021 全年平均上涨 8.1%。今年 1 季 度 PPI 同比上涨 8.7%，较上年 4 季度回落 3.5 个百分点，4—5 月继续回落，同 比涨幅连续 7 个月下降。前五个月 PPI 新涨价因素大幅回落并逐月企稳，但翘 尾因素仍高位震荡。 180 PPI生产资料分项 原料 160 采掘品 加工业产品 140 120 100 80 60 2001 2004 图9 2007 2010 2013 2016 PPI 生产资料分项及其二级分项走势图 2019 2022 从 PPI 分项权重来看，生活资料分项占比约为 26%，生产资料分项则占 74%，是 PPI 波动的主要贡献项。图 9 给出了 PPI 生产资料分项及其二级分项 采掘品、原料和加工业产品的走势图。可以看到，它们的价格变动方向一致性 较高，从 2020 年 2 季度以来均出现大幅上升，并且同步于 2021 年 4 季度见顶 回落。据测算，今年 1 季度生产资料价格同比上涨 11.3%，涨幅比去年 4 季度 回落 4.8 个百分点，占 PPI 总涨幅的 98%，为 PPI 波动的主要贡献项。而从价 格变动幅度来看，采掘品最大，原材料次之，加工业产品最小。其原因是采掘 业多数具备垄断优势，产品定价紧随外部大宗商品（如原油、贵金属等）的价 格变化，而越接近下游市场则产品定价能力越弱。由此导致输入型通胀对上游 生产端的影响相对较强，但向中下游行业传导却表现出较快的边际递减趋势。 从而使得当前我国的通胀形势在一定程度上表现出结构性通胀的特点。 图 10 给出了煤炭及炼焦工业、石油工业、冶金工业的分项 PPI 走势图。这 15 三个部门在工业生产部门中所占的份额较大，是国民经济生产活动中基本原材 料的供应部门，因此具备很强的代表性。2021 年以来，全球经济持续复苏增加 了对原油的需求，而受 OPEC 产油限制、疫情和俄乌冲突影响导致原油供给远 远无法匹配其需求。此消彼长之下，原油价格一路飙涨。同时煤炭、铁矿石、 铜、铝等大宗商品的价格也同样大幅上涨。相应的，国内石油工业月度同比价 格上涨也从 2021 年 1 月份的-13.5%暴涨至 11 月份的 45.3%，煤炭及炼焦工业 和冶金工业的月度同比涨幅在去年 10 月甚至达到了 101.2%和 29.7%，三者均 创下了历史新高。2021 年 4 季度以来，随着保供稳价政策效果的持续显现，煤 炭、钢材等行业的价格涨幅较前期出现明显回落。今年以来，煤炭、石油和冶 金工业分项的涨幅均有不同程度的回落，但 3 月份以来随着油价的剧烈波动， 与原油关系更为密切的石油工业和煤炭炼焦工业价格均出现小幅反弹。 200 180 PPI 石油工业分项 煤炭及炼焦工业分项 冶金工业分项 160 140 120 100 80 2001 2004 2007 2010 2013 2016 2019 图 10 PPI 及其煤炭炼焦工业、冶金工业、石油工业分项走势图 2022 自 2020 年 4 月开始 PPI 和 CPI 呈现背离走势，二者的剪刀差持续扩大，直 至 2021 年 10 月达到峰值。经济新常态以来，这已是二者出现的第三次结构性 背离。本轮 PPI 和 CPI 剪刀差扩大，结构性特征显著，主要由上游大宗商品和 原材料涨价驱动，而非全面性的涨价。由于当前国内需求受疫情影响恢复缓慢， 中下游行业转移成本能力依然较弱，导致上游原材料上涨对中下游利润的挤占 16 作用加大，并且原材料成本上涨压力只能由上游行业自行消化，不利于国内经 济动能的恢复。2021 年 4 季度以来，PPI 与 CPI 剪刀差自高位持续回落，但本 轮剪刀差收窄主要是受基数效应影响。一方面是海外的多重不确定性因素导致 的输入型通胀压力将继续加剧上中下游利润差距；另一方面，国内多点暴发的 疫情对中下游行业造成持续性冲击，使之面临的开工生产、物流运输等困难仍 较大。总体来看，当前剪刀差的持续收窄表明原料涨价向下游传导的过程或有 加速，走势趋于协调，有助于减轻部分工业企业由大宗商品和生产投入带来的 成本压力，从而使得通胀压力得到暂时性缓解。 需要注意的是，当前国内外价格走势有所分化，我国面临的输入型通胀压 力犹存。一是 3 月以来受俄乌冲突和欧美对俄制裁影响，全球能源供应收缩及 供应链受阻，且释放石油储备效果有限，短期内没有其他途径能够完全弥补这 个缺口；由此导致大宗商品价格仍处高位，普涨态势延续，且价格波动有所放 大，大宗商品的保供稳价压力加大；二是欧美出现 30 多年未见的高通胀，缩表 加息节奏加快，输入型通胀压力加大。同时，中美利差时隔 12 年后再次出现倒 挂，或对我国货币的总量持续宽松及政策利率继续调降形成一定掣肘，国内外 货币政策的“松紧差”愈发突出；三是国际粮价上涨影响下游各个行业。而我 国 2021 年的粮食自给率仅 80.9%，俄乌冲突加剧了国内粮食的供应风险；四是 当前人民币汇率承压，持续贬值将引发进口价格上涨，进而加大通胀的输入压 力。在全球大宗商品价格高企、国内食品价格上涨呈现加速的背景下，PPI 向 CPI 传导增强的风险和物价上行的风险值得密切关注。 3. 物价走势预测 从猪周期的角度来看，猪肉价格的变化主要受供给端影响，需求端则较为 稳定。2019 年开始猪肉价格保持高位运行两年之久，利益驱动下使得生猪产能 大量恢复。虽然能繁母猪存栏量自 2021 年 3 月开始回落，但当年 8—9 月全国 17 能繁母猪存栏量供给过剩，接近正常保有量的 110%；同时随着去年底 4.49 亿 头生猪存栏的陆续出栏上市，预计今年 2、3 季度猪肉供给仍将维持高位，且当 前猪肉价格依然处于历史底部区间。本轮猪周期的去产能相对温和，预计猪肉 价格将稳步回升，价格高点大概率将出现在 2 季度末或 3 季度初，对 CPI 有一 定程度拉动。同时预计粮食价格整体涨幅有限，当前小麦价格则因俄乌局势影 响跟随全球价格上行，水稻价格相比去年有所回落，形成对冲，粮食价格整体 对 CPI 影响有限。 原油方面，受俄乌冲突影响原油供给端受到较大冲击，俄罗斯石油输出的 缺口在短期内恐难以弥补。此外，沙特方面上调了其轻质原油的 5 月亚洲官方 售价，以及伊核问题的暂定谈判都对短期油价存在一定的支撑作用。因此预计 原油价格将继续维持高位震荡，下半年可能将随着俄乌冲突的缓解以及石油储 备的释放而逐步回落。这也意味着 PPI 向 CPI 的强传导或将在 2、3 季度集中体 现。从生产端看，国际大宗商品价格供求格局变化或支撑工业品价格维持在较 高水平，从成本端持续压制工业企业盈利；从消费端看，疫情影响下非耐用消 费品需求上升，可能加速生活资料价格向 CPI 传导。预计 CPI 燃料相关分项将 快速上行，一定程度上推动 CPI 整体冲高。 目前看来，猪肉价格触底反弹，食品分项预期涨幅温和，国内消费需求整 体偏弱，全球食品、能源等价格的通胀短期难以逆转，可能在下半年给我国带 来持续性的输入通胀压力。因此，预计 6 月以后 CPI 将继续呈现小幅上升态势， 但全年仍然处于合理范围内。依据前文对物价运行特征和走势的分析，结合模 型外推结果，预计 2、3、4 季度 CPI 分别上涨 2.2%、3%和 2.8%左右，全年上 涨 2.3%左右，4 季度 CPI 可能见顶回落。 未来若政府 33 条稳增长措施中明确提出的“在确保安全清洁高效利用的前 提下有序释放煤炭优质产能”， “抓紧推动实施一批能源项目”等保障国家能源 18 安全的具体举措能够落实，则煤炭、冶金产业链等行业产品价格的回落有望缓 和 PPI 涨幅，以此能够缓冲疫情反复和俄乌冲突的高度不确定性所带来的压力， 两者剪刀差有望进一步缩小。结合去年下半年的超高基数，预测年内 PPI 整体 呈现回落态势，2、3、4 季度同比分别上涨 6.7%、4.2%和 1.6%，全年上涨 5.3% 左右，4 季度随着国内外局势的稳定，PPI 或触底企稳。 四、2022 年主要宏观经济指标预测 根据对经济周期态势的预判和多种经济计量模型，结合政府出台的稳增长 政策措施，对主要宏观经济指标的预测结果见表 1。 1. 预测 2022 年经济增长 4.4%左右 受疫情多地蔓延、房地产景气下滑、外需拉动效应减弱等因素影响，经济 增速在 2 季度将出现较大回落，估计增长 1.1%左右。随着政府 6 方面 33 条稳 增长措施的逐渐落地，投资和消费需求将逐渐恢复正常，但只能部分抵消 3—5 月疫情造成的损失。如果不出现新的大范围疫情等异常冲击，预计 3、4 季度 GDP 增长将出现较强反弹，增速有望分别达到 5.7%和 5.8%左右。若如此，全年 经济将增长 4.4%左右，低于政府的预定目标。 2. 工业景气下半年将回暖至“正常”区间，全年增长 5.2%左右 受疫情和管控影响，预计 2 季度工业增加值增速将下滑至 0.8%左右，处于 景气“过冷”区间。考虑到疫情在全国已经基本得到控制，企业将较快恢复正 常生产，稳增长政策有望继续发力，预测下半年工业生产将出现快速反弹，3、 4 季度工业增加值增速将分别增长 6.6%和 7%左右，升温至景气“正常”区间； 全年工业增加值增长 5.2%左右，总体处于“偏冷”景气区间。 3. 固定资产投资下半年将恢复快速增长，全年增速有望保持在“偏热”区 间 19 在疫情影响造成短暂回落后，随着大规模增值税留抵退税政策和地方政府 专项债券发行使用的加快落实，加上 PPI 同比降幅继续回落有利于缓解中下游 制造业企业生产成本压力，下半年基建投资和制造业投资有望恢复快速增长。 同时，近期各地已经加大稳定房地产市场政策措施的实施力度，加之中长期贷 款利率下调，房地产投资增长有望触底企稳。预计 2 季度当季固定资产投资（不 含农户）增长 4.6%左右，上半年累计增长 6.2%，处于“正常”景气区间。预计 下半年固定资产投资增长 8%～9%，全年增长 7.6%左右，总体处于“偏热”景气 区间。 4. 消费增长下半年将较快反弹，4 季度或恢复至“正常”景气区间 受疫情影响，预测 2 季度社会消费品零售额增长-6.3%左右，对全年消费 增长产生较大拖累。如果国内疫情防控形势明显好转后不再出现大范围反复， 随着促消费政策的密集出台，从 3 季度开始社会消费品零售额增长将快速反 弹，预计 3、4 季度有望分别增长 4.6%和 5.7%左右，回暖至景气“正常”区间。 按此预测，全年消费品零售额将增长 2%左右，总体仍然处于“过冷”景气区 间。 5. 外需动力减弱，进口有望触底回升，外贸景气度在正常区间趋降 年内外部环境的复杂性和不确定性仍然很高，俄乌冲突导致全球经济活动 减少，美欧为应对通胀加快收紧货币，已影响实体经济的融资环境和投资信心， 经济下行压力增大，外需动力趋弱。预测 2—4 季度按美元计价出口分别增长 10.7%、6.1%和 0%左右，增速呈下降趋势。预计全年出口总值约 36150 亿美元， 年增长 7.5%左右，增速较上年减少 22.4 个百分点，但仍属适度水平。 受经济景气在 2 季度触底回升带动，预计进口增速也将在 2 季度到达波谷 后开始回暖，预测 2—4 季度分别增长 2.7%、4.4%和 5.8%左右，全年进口总值 约 28350 亿美元，增长 5.5%左右，增速较上年减少 24.6 个百分点。 20 按此预测，2022 年各季度的进出口总额增速将呈逐渐下降走势，但 2—4 季度均处于“正常”景气区间。全年进出口总额约为 64500 亿美元，年增长 6.6%。 全年货物贸易顺差约 7800 亿美元，比 2021 年增长 15.2%左右。 6. 货币供应增长升中趋稳，贷款增长止跌回升 在当前以稳增长为首要目标的货币政策取向下，短期内货币增长有望继续 回升，6 月或 3 季度达到回升高点，4 季度或稳中趋降，货币流动性总体趋向宽 松。预计 M2 年末增长 10.5%左右，由“过热”回到“偏热”区间，比上年增 加 1.5 个百分点。 随着疫情缓和带来的复工复产加快和政府债券发行提速，人民币贷款增速 将结束自 2020 年 7 月以后的下降态势，从 5 月开始进入新一轮上升期，预计全 年增长 12%左右，增速较上年加快 0.4 个百分点，全年新增贷款约 23.1 万亿元。 表1 主要宏观经济指标预测结果 （单位：%） 2022 年 2022 年 2022 年 2022 年 2022 年 1 季度 2 季度 3 季度 4 季度 全年 GDP 增长率（可比价） 4.8 1.1 5.7 5.8 4.4 规模以上工业增加值增长率（可比价） 6.4 0.8 6.6 7.0 5.2 固定资产投资（不含农户）累计增长率 9.3 6.2 7.3 7.6 7.6 社会消费品零售额增长率 3.3 -6.4 4.6 5.7 2.0 出口总额增长率（美元计价） 15.8 10.7 6.1 0.0 7.5 进口总额增长率（美元计价） 9.8 2.7 4.4 5.8 5.5 广义货币供应量（M2）增长率 9.7 11.2 11.0 10.5 10.5 金融机构人民币贷款总额增长率 11.4 11.2 11.8 12.0 12.0 居民消费价格指数 CPI 上涨率 0.8 2.2 3.0 2.8 2.3 工业生产者价格指数 PPI 上涨率 8.7 6.7 4.2 1.6 5.3 指标名称 [注] 预测的样本数据截止到 2022 年 5 月，1 季度为各指标同比增长率实际值。 21 五、总结和政策建议 经济运行从 2021 年 3 月开始进入了此轮经济短周期的下降期，经过短暂 回暖后，受疫情多地快速蔓延影响今年 3—5 月经济景气再度出现了较快回落， 进入“偏冷”景气区间。但随着政府稳经济一揽子措施效果的显现，经济景气 从 5 月开始大概率将转入新一轮周期扩张阶段。如果疫情得到合理有效控制， 预计下半年经济增长大概率出现较强反弹，有望增长 5.8%左右，全年 GDP 增 长 4.4%左右。预计年内物价涨幅将呈小幅上升态势，全年 CPI 上涨 2.3%左右， 处于合理上涨区间。 当前，政府面临疫情防控和稳增长的双重挑战，经济景气再度“趋冷”， 市场信心和预期尚未恢复， “三重压力”影响持续，经济恢复动力发生改变， 发达经济体滞涨风险加大，疫情反复和俄乌冲突等不确定因素增加。在此情况 下，宏观政策要把稳增长放在更加突出的位置，加快落实落地各项稳增长措施， 强化逆周期和跨周期调节，增强企业和居民的信心。可视情况加大宏观调控力 度，扩容一揽子措施，多措并举保就业、促消费、稳楼市。同时，注意处理好 稳增长与疫情防控的关系，通过科学手段提高疫情应对的精准性，尽力降低疫 情防控对经济的影响，努力保持经济运行在合理区间，保持市场和物价稳定。 1. 财政政策应更加积极有效，优化新的组合式税费支持政策 一方面，做好政府专项债下达和落实工作，加快有序推进留抵退税和政府 性基金等财政收支进度，加快项目开工和建设，并可视情况增发特别国债，适 当提高赤字率。重点支持新基建、先进制造业和现代服务业，尽快形成实物工 作量，扩大有效投资。另一方面，努力实现财政政策总量和结构的精准发力， 做好财政金融扩张资金政策组合，合理规划和落实消费补贴、基建投资和产业 支持计划。继续保持对中小微企业的支持，加大对受疫情影响严重的服务业等 困难行业的精准帮扶，加大对困难群众的转移支付。同时，做好财政收支预算， 22 高度关注地方政府隐性债务风险，合理控制公共部门债务占比，平衡好财政赤 字和经济增长，统筹短期效益和长期发展，确保政策的连续性和可持续性。 2. 保持货币政策精准灵活，有效增强市场预期和经济韧性 一是合理搭配数量型和价格型货币政策，在控制货币流通总量基础上，坚 持精准投放，保持流动性合理充裕。积极运用公开市场操作和借贷便利工具， 引导金融机构加大信贷投放，刺激和培育市场有效信贷需要，不断推动企业融 资成本下降，激发实体经济活力；二是继续发挥好结构性货币政策的功能，积 极合理使用专项再贷款、再贴现等结构性政策工具，加大对重点领域和薄弱环 节的定向扶持以实现降成本和调结构，除支持制造业和受疫情冲击的服务业外， 还需重点关注创新科技、普惠养老和能源开发等产业；三是注意与积极的财政 政策有效配合，打好宏观经济政策组合拳，灵活主动应对常规问题和突发危机， 提振市场信心，增强经济韧性。 3. 多措并举保就业、促消费、稳楼市 就业方面，应进一步强化就业优先政策，保持就业大局稳定。第一，提升 中小微企业吸纳就业的能力，针对困难企业提供结构性减费降税和普惠贷款等 优惠政策，尤其要加大对餐饮住宿、文化旅游等行业的支持力度，有序实施失 业保险稳岗返还；第二，大力培育新兴产业，通过提供创业补贴等鼓励创新， 充分利用数字经济、平台经济和自媒体，推动多渠道创业就业；第三，着力解 决青年和农民工就业问题，做好就业指导和岗前培训，畅通就业信息流动，缓 解结构性失业，提供必要的失业补贴，保障高校毕业生等重点人群稳定就业。 消费方面，要重视和发挥消费对经济循环的核心带动作用。一是优化分配 制度和个人所得税制度，提振信心以促进消费。完善初次分配中的要素报酬分 配机制，拓宽收入来源，提高居民收入占国民收入分配的比重。对中低收入人 群和受疫情影响人群的安排转移支付，增强居民的消费能力；二是提供消费优 23 惠政策，加大对汽车、家电等耐用品的消费刺激，通过汽车购置税部分减免、 直接发放消费券和以旧换新等，提升消费能力，激发市场活力；三是打通县域、 乡镇和农村商贸循环圈，加大对农村电商的支持力度，开拓更广泛的消费市场， 挖掘深层次消费潜力。同时利用数字化和智能化技术培育消费新模式，既可保 障就业又能带动消费升级。 楼市方面，要高度重视和缓解房地产景气的下行压力，努力保持房地产市 场的平稳健康发展。一是在“房住不炒”的主基调下，坚持因城施策调控房价， 差别化评估和管控不同等级、不同地区城市的房价走势，有序放宽限价限购政 策，支持更好满足购房者的合理住房需求；二是可继续适当下调房贷利率，降 低居民购房贷款压力；三是通过扩大基于项目的融资（如 REITs）等手段，拓 宽房地产开发商的融资渠道，合理支持房企融资，加大房地产建设“后半段” 的金融支持力度。还可适当延长房地产开发商“三道红线”的达标过渡期。 4. 提高疫情防控的精准性，保持市场和物价稳定 鉴于未来疫情反复的不确定性仍然存在，需平衡好疫情管控和生产生活之 间的关系，保持经济要素流动畅通，保持供需平衡和物价稳定。第一，在实施 “动态清零”疫情防控政策时，避免“一刀切”的硬核强制管控，细化优化疫 情管控措施，做到精准有效，保证物流和交通的畅通；第二，优化产业链和供 应链管理机制，制定针对疫情扰动的供应链畅通预案。同时，培育高端产业链， 形成更具韧性的产业集群，防范和化解产业链供应链的“内缩外移”风险；第 三，警惕海外通胀压力的输入性风险，合理利用政策工具平衡经济增长和物价 稳定，防范油价持续走高与全球粮食价格冲击导致的负面影响，加大对大宗商 品价格监测和预警的力度，关注极端天气对供给和物价的短期扰动，协调好市 场长短期供应，稳定市场预期，维护市场稳定。 5. 积极应对国际环境变化，多举措保障和促进外贸 24 在全球经济滞涨风险加剧和地缘政治冲突持续的背景下，国际贸易摩擦和 产业链供应链重构风险加大。为积极应对国际环境变化，需进一步扩大高水平 对外开放。短期内应抓住仍存在的海外供需缺口，尽快保证外贸企业复工复产， 通过出口退税等优惠政策纾解外贸企业困难，保持出口平稳发展。长期来看， 一是需进一步加强我国产业自主创新能力，突破关键技术“卡脖子”难题，发 展高端制造业，提升我国产品国际竞争力；二是加快推动和日韩等国家的自由 贸易谈判，推动《区域全面经济伙伴关系协定》 （RCEP）和《中欧全面投资协定》 （CAI）的实施，加快加入《全面与进步跨太平洋伙伴关系协定》 （CPTPP）的谈 判进程，主动接轨国际贸易规则；三是应加快探索跨境电商相关贸易方式，帮 扶外贸企业打通生产、流通与销售的各个环节，以实现对外贸易的全流程式服 务。 参考文献： [1] 陈磊，徐聿枫，李丽娟：2021 年经济景气与物价形势监测、分析和预测， 《科技促进发 展》2021 年第 11 期。 [2]高铁梅，陈磊，王金明，张同斌： 《经济周期波动分析与预测方法》（第二版）[M]，北 京：清华大学出版社，2015。 [3]陈磊，孟勇刚，孙晨童： “2017～2018 年经济景气形势分析与预测” ，经济蓝皮书《2018 年中国经济形势分析与预测》 ，社会科学文献出版社，2018 年 1 月。 [4]中国银行国际金融研究所：2022 年第 2 季度“中国经济金融展望报告” ，2022 年 3 月 30 日， 网址： https://pic.bankofchina.com/bocappd/rareport/202109/P020210928366600482036.pdf。 25 “防风险”与“稳增长”双重目标下货币政策 传导机制分析 郑建伟 1 孙晨童 2 陈磊 1,3 （1.东北财经大学经济学院； 2. 远东资信评估有限公司博士后科研工作站； 3.东北财经大学经济计量分析与预测研究中心） 摘要：本文通过构建后顾型 IS-Phillips 模型并从“损失函数”的视角证 明了在货币政策规则方程中引入金融要素的必要性。在此基础上，为了研究货 币政策的有效性及其传导机制，构建了包含金融因素的“四方程新凯恩斯模型” 且将其拓展为时变系数向量自回归（TVP- VAR）模型，进而对时变脉冲响应函 数进行详细地分析，结果显示：金融市场发展对经济增长和物价稳定的影响在 不同时点下呈现出明显的“异质性”特征；包含金融因素的货币政策在不同时 点下均能有效调控金融市场且在金融繁荣时期其有效性显著增强，但是将“金 融市场稳定”作为货币当局的“调控目标”之一明显增加了货币政策传导路径 的复杂性和调控效果的不确定性。因此，央行在确定货币政策调控目标时不能 一概而论，而是要有效权衡“稳增长”、 “控通胀”以及“防风险”等多重目标 的相对重要性。 关键词：金融周期；经济周期；货币政策；损失函数；TVP-VAR 模型 一、引言 2008 年的次贷危机导致许多西方发达国家的经济陷入衰退、全球经济增速 出现明显的放缓趋势，促使学术界开始重新审视“金融市场”对宏观经济发展 的影响，并就货币政策、金融市场、经济周期以及通货膨胀的相关问题开展了 26 大量新的研究。 金融危机以前鲜有文献在识别经济波动原因时将金融因素看作一种重要的 外生冲击，而之后涌现出一系列研究“金融市场”对宏观经济波动影响的文献， 且学者们就这一问题基本达成了共识，即金融因素是解释经济波动的重要因素 之一。例如：Jermann 和 Quadrini（2012）发现金融冲击对宏观经济变量的动 [1] 态变化具有显著的影响 ；王国静和田国强（2014）发现，即使在存在多种外 生冲击的情况下，金融因素仍可以在最大程度上解释宏观经济波动[2]。 [3] [4] 此外，Claessens 等（2012） 、马勇等（2016） 、Billio 和 Petronevich （2017）[5]以及邓创和徐曼（2018）[6]等文献对经济周期与金融周期之间的的关 系进行了研究。其中，Claessens 等（2012）发现经济周期与信贷周期二者之 间存在明显的同向变动关系，且金融体系会对经济运行状况产生重要的影响； 邓创和徐曼（2018）同样认为金融周期对经济周期产生了显著的影响，但却发 现经济周期对金融周期的影响却相对较弱；而 Billio 和 Petronevich（2017） 利用美国数据识别出金融周期与经济周期在不同时期存在“独立周期”和“相 互依赖周期”两种不同的影响机制。纵观已有研究成果可以发现，大多数学者 认为金融周期对经济周期存在显著的影响，但就经济周期对金融周期的影响这 一问题还未形成较为一致的意见。 在金融体系对实体经济运行发挥日益重要作用的同时，也产生了“高杠杆”、 “高风险”以及金融体系“脱实向虚”等一系列问题。那么，在这样的背景下， 货币政策是否应该将“金融市场稳定”作为其“盯住目标”之一呢？然而就这 一问题仍然存在巨大的争议。其中，Albulescu 等 （2013）[7]、Claessens 等 （2012） [3] [8] 以及马勇等（2017） 等文献认为传统的货币政策应作出相应的调整，即在实 施货币政策时考虑“防风险”的重要性，才能实现维护宏观经济运行与金融市 场发展的“双稳定”；另外一些学者却提出了截然相反的观点，例如 Smets（2014） 27 [9] [10] 和 Ueda 和 Valencia（2014） 认为在“双重目标”下会因缺乏统一标准而 引起央行实施货币政策的不确定性，可能导致政府和银行的信用及名誉受损。 通过对现有研究成果的梳理发现，虽然已有学者对考虑金融因素后的货币 政策、经济波动、金融周期以及通货膨胀的相关问题进行了研究，但鲜有文献 将其置于统一的框架下来研究四者之间的关系。本文主要从以下几个方面对已 有文献进行了拓展和改进：首先，通过构建后顾型 IS-Phillips 模型并基于“损 失函数”的视角证明了在货币政策规则方程中引入金融要素的必要性，并在此 基础上推导出货币政策反应函数；其次，通过构建如图 1 所示的封闭型经济系 统下货币政策传导机制流程图将四者置于统一的框架下进行研究，即基于 TVPVAR 模型实证分析了“防风险”与“稳增长”双重目标下的货币政策在整个经 济系统内会产生怎样的影响以及如何发挥作用；最终，在上述实证研究的基础 上，深入解析金融周期对整个经济系统的影响及此时货币政策的有效性，从而 为相关的学者们和政策制定者提供一定的参考。 经济周期的货币政策反应 货 币 信贷约束 房地产市场 居民收入 财富效应 货 政 策 通 经济周期 流通货币 金融周期的货币 股票市场 企业资本 托宾 Q 效应 金融周期 政策反应 通货膨胀的货币政策反应 图 1 考虑金融周期的货币政策传导机制流程图 28 膨 胀 二、货币政策、金融周期、经济周期与通货膨胀测度 (一) 数据处理与测度 ① 货币政策（r）测度：考虑到我国利率市场化改革的有限性，本文采用已被 广泛应用的银行间同业拆借加权平均利率来代表央行实施的价格型货币政策。 金融周期（FC）测度：Borio（2014）[11]为信贷总量和资产价格是测度金融 [3] 周期的基准变量；而 Claessens et al.（2012） 认为反映资产价格的代理变 [12] 量除房地产价格之外还应包括股票价格；此外，韩艾等（2010） 、邓创和徐 曼（2018）[6]等文献将货币因素也纳入到金融周期测度的框架之内。基于上述 已有研究，本文从货币、信贷、股票价格以及房地产价格四个方面刻画金融周 期的整体运行态势，其中分别选择狭义货币供应量（M1）②、金融机构贷款余额、 上证综合指数和国房景气指数作为上述四个方面的代理变量。 经济周期（YC）测度：参考陈磊等（2018）[13]中构建宏观经济景气一致指 数的指标组，本文选取工业增加值、固定资产投资、进口总值和社会消费品零 售总额四个指标来测度经济周期。 以上关于金融周期和经济周期测度的指标除国房景气指数③以外，其他指标 均为月度增长率数据。考虑到部分指标在 1 月份存在缺失值，本文通过用 2 月 数据代替 1 月数据的方法进行填补，并使用 X-12 方法对指标进行季节调整，从 而剔除掉指标的季节和不规则扰动要素；经 ADF 检验，部分指标的 TC 序列显示 不平稳。因此，本文对 TC 序列进行了差分处理并基于差分数据分别构建了金融 周期与经济周期测度的动态因子模型，最终将共同因子进行累计还原得到的序 列分别作为金融周期和经济周期的综合度量。 ① 样本区间：1999 年 1 月—2019 年 6 月。数据来源：中经网统计数据库。 ② 本文最初选择广义货币供应（M2）作为货币供应的代理变量，但模型估计结果不显著，后用 M1 代替 M2。 ③ 国房景气指数采用增长率循环方法编制而成，因此，将其视为增长率指标直接使用。 29 通货膨胀率（π）测度：参考以往文献中的普遍做法，计算居民消费价格 指数（CPI）的同比增速作为通货膨胀率的代理变量。 为了在景气循环视角下研究上述四个变量之间的动态关系，本文分别对利 率和 CPI 通胀率序列进行了 X-12 季节调整，金融周期、经济周期以及经季节调 ① 整后的利率和 CPI 通胀率的走势 见图 2 和图 3。 5.0 24 32 1.08 4.5 20 28 1.06 4.0 16 24 1.04 20 1.02 3.5 12 16 1.00 12 0.98 8 0.96 3.0 8 2.5 4 2.0 0 4 0.94 1.5 -4 0 0.92 -8 2019 -4 1.0 1999 2001 2003 2005 2007 2009 2011 2013 2015 2017 图 2 利率 TC 序列（左坐标、虚线）与 金融周期（右坐标、实线） 0.90 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 图 3 经济周期（左坐标、虚线）与 CPI 通胀率 TC 序列（右坐标、实线） （二）四变量动态相关性分析 如图 2 和图 3 所示，金融周期、经济周期以及经季节调整后的利率和 CPI 通胀率均呈现出周期性波动特征且变量之间存在明显的先行与滞后关系。由表 1 所示的时差相关分析结果可知，利率分别先行于金融周期、经济周期和通货 膨胀率 4 个月、11 个月和 17 个月，说明货币当局通过实施价格型货币政策来 调控物价水平时，在金融周期与经济周期的作用下货币政策大约需传导一年半 的时间才能发挥有效作用。与此同时，利率与金融周期、经济周期和通货膨胀 率的相关系数均为负值的结果也与经济学理论相符合，即在货币当局下调利率 水平时，会促进金融市场与实体经济的发展，进而引起物价水平的上涨。 ① 由于篇幅限制，文中并未列出金融周期、经济周期与核心通货膨胀率测度的模型估计结果，如有需要 可向作者索取。 30 金融周期、经济周期和通货膨胀率之间也存在着明显的时滞关系，即金融 周期分别先行于经济周期和通胀率 8 个月和 11 个月，从而说明金融周期可以作 为宏观经济的“晴雨表”对经济周期与物价水平的未来走势提供一定的预测信 息；经济周期先行于通货膨胀率 2 个月，说明宏观因素一直是影响物价水平的 一个重要因素，即在宏观经济繁荣时期，往往会伴随着一定程度的通货膨胀。 表 1 时差相关分析 r FC YC π （-4） ，-0.4607 （-11） ，-0.4520 （-17） ，-0.4338 （-8） ，0.6344 （-11） ，0.5833 FC （-2） ，0.4477 YC 注：表中结果为两变量之间的时差相关系数以及对应的时滞期，例：“（-4） ，-0.5274” 表示利率先行金融周期 4 个月，对应相关系数为-0.5274。 三、基于“损失函数”的最优货币政策规则选择 （一）IS-Phillips 理论模型构建 本文参考谭政勋和王聪（2015）[14]构建了后顾型的 IS-Phillips 模型，并 通过货币政策损失函数在不同条件下的相对大小情况来推断货币当局是否应将 “金融市场稳定”作为其“盯住目标”之一，并在此基础上推导货币政策反应 函数。 新凯恩斯理论中存在不同形式的 Phillips 曲线，其中用于表示通货膨胀率 与产出缺口关系的 Phillips 曲线如式（1）所示： t +1 = t + YCYCt + t +1 （1） 其中，πt 表示通货膨胀率，YCt 表示产出缺口①，αYC 为参数，εt+1 为随机扰 动项。 [15] ① 目前对产出缺口的计算存在较大争议，Orphanides 和 Williams（2003） 用产出增长率来代替产出 缺口且发现该方法的拟合效果要优于传统的泰勒规则。因此，本文将基于月度增长率数据的经济周期作 为产出缺口的代理变量。 31 [3] [5] 由 Claessens et al.（2012） 、Billio 和 Petronevich（2017） 以及 [6] 邓创和徐曼（2018） 等文献可知，金融冲击对经济波动具有重要的影响。因 此，本文借鉴 Svensson（1997）[16]构建了包含金融因素的 IS 曲线方程，如式 （2）所示： YCt +1 = YCYCt − r rt + FC FCt + t +1 （2） 其中，FCt 为金融周期，rt 为实际利率，βYC、βr、βFC 均为参数，ηt+1 为随 机扰动项。 参考 Svensson（1997）[16]中的理论模型，本文将货币政策的损失函数设定 为如下形式： Lt ( t，YCt ) = ( ) ) ( 2 2 1 t − * + YCt − YC * 2 （3） 其中，Lt（πt，YCt）为损失函数、π*、YC*分别为 πt 和 YCt 的长期目标值、 λ 为经济稳定在货币政策目标中所占的权重。 因此可知，货币政策损失函数最小化问题可具体设定为如下形式： ( ) ) ( 2 2 1 min t t − * + YCt − YC * t =0 2 （4） 其中，ρ 为贴现因子，以衡量货币政策的长期影响。 参考 Svensson（1997）[16]中的求解方法，可得上述最优化问题的一阶条件 如式（5）所示： t +2 / t = * + c( )( t +1/ t − * ) 2 1 (1 − ) 其中，c( ) = k = 1− + 2 2 + YC k、 2 YC （5） 2 (1 − )2 4 1 + + 2 2 YC YC 将约束条件（1）式和（2）式带入一阶条件（5）式中，则可得如下货币政 策反应函数： 32 rt = + 1 − c( ) ( ( − )+ YC − YC ) + FC 1 − c( ) * * YC t YC FC t r r t （6） r 由（6）式可知，货币当局在制定价格型货币政策时，不仅要关注“稳增长” 和“控通胀”的重要性，与此同时还应将保持金融市场稳定运行考虑在内。 （二）实证分析 1.单位根检验 为防止所建立的线性回归模型出现伪回归现象，本文分别对四个变量进行 了单位根检验。如表 2 中的 ADF 检验结果显示，各个变量的检验均在 1%的显著 性水平下拒绝原假设，即说明四个变量均为平稳时间序列。 表 2 各变量单位根检验结果 变量 检验形式 ADF（C,T,P） T 统计量 P值 结论 π ADF（0，0，1） -3.7330 0.0041 平稳 r ADF（0，0，1） -5.5994 0.0000 平稳 YC ADF（0，0，1） -4.5051 0.0000 平稳 FC ADF（0，0，4） -2.9761 0.0030 平稳 注：检验方法 ADF（C,T,P）中的 C、T、P 分别表示检验方程中是否包含截距项、时间趋势 以及滞后阶数。 2.模型估计结果 为了便于模型的估计，本文对四变量的相关数据进行了标准化处理。因此， 对 IS-Philips 模型进行 OLS 估计所得到的结果中不包含截距项，具体结果如表 3 所示。 由表 3 中的估计结果可知，三个方程中的所有参数均显著、拟合优度 R2 较 高且都通过了 F 联合检验，说明本文构建的 IS-Philips 模型是准确可靠的； Phillips 方程中通货膨胀在受其自身 1 阶滞后值影响的同时还受产出缺口 1 阶 滞后值的影响；IS 方程中产出缺口不仅受其自身 1 阶滞后值的影响同时还会受 到实际利率缺口与金融因素二者的 1 阶滞后值的影响。 33 表 3 IS-Philips 模型估计结果及相关检验 自变量与检验统计 量 Phillips 方程 πt-1 0.9318*** YCt-1 0.0732*** rt-1 IS 方程（1） 不纳入 FC IS 方程（2） 纳入 FC 0.9585*** 0.9508*** -0.2652*** -0.1504** FCt-1 0.2339*** 2 0.9259 0.9337 0.9360 F 15.7923（0.0001） 7.5587（0.0064） 8.3977（0.0003） R 注： “***”、 “**”分别表示在 1%和 5%水平下显著；括号内为 F 检验的 P 值。 根据式（3）可知，损失函数值的相对大小会随着λ取值的变化而变化，具 体见表 4。 表 4 损失函数值 λ 不纳入金融周期 纳入金融周期 0.1 24.31 23.76 1 162.13 156.65 2 315.27 304.30 根据“损失函数”的相对大小可知，无论央行在实施货币政策时如何衡量 “稳增长”与“控通胀”两大目标的相对重要性，将“防风险”纳入政策调控 目标均可以降低央行的福利损失。 为了便于分析，本文设定 π*=0、YC*=0；货币当局对“稳增长”与“控通胀” 同样重视，即 λ=1；贴现因子 ρ=0.9。基于表 3 的估计结果推导可得，考虑金融 因素的货币政策反应函数如下： rt = 2.9873 t + 6.5563YCt + 1.5554 FCt 由上述反应函数中各变量系数的相对大小可知，央行在实施货币政策时所 关注的目标依次为“稳增长”、 “控通胀”和“防风险”，即说明促进经济稳定增 长和保持物价稳定仍是我国货币当局所重点关注的双重目标，与此同时保持金 融市场的稳定运行也成为央行实施货币政策时不可忽视的调控目标。 34 3.敏感性分析 由 IS-Phillips 模型的推导可知，在经济稳定权重系数λ和贴现因子ρ取 不同数值的情况下货币政策反应函数中各变量的系数可能存在较大差异，因此 本文分别针对λ和ρ的不同取值对货币政策反应函数进行了如下敏感性分析。 表5 λ 敏感性分析（ρ=1） λ πt YCt FCt 0 90.8741 12.9704 1.5554 0.1 18.7473 7.6934 1.5554 0.5 8.9329 6.9753 1.5554 1 3.2079 6.5565 1.5554 2 1.8178 6.4548 1.5554 在贴现因子 ρ=1 的条件下，分析经济稳定权重系数 λ 的变化对货币政策反 应函数的影响，即在 λ 分别取 0、0.1、0.5、1 及 2 的情况下，计算货币政策反 应函数中各变量的系数的具体数值，计算结果如表 5 所示。直观上可以发现， 随着经济稳定权重系数 λ 的不断增大，通货膨胀 πt 与产出缺口 YCt 的系数均呈 现出递减的趋势，但前者递减的速度明显快于后者且在 λ=1 时后者开始反超前 者，从而说明随着 λ 的增加央行在实施货币政策时逐渐开始重视经济稳定而逐 渐减少对通货膨胀的关注且最终给予了经济稳定更高的关注度；与此同时还可 以看出，无论货币当局如何权衡“稳增长”与“控通胀”的相对重要性，其都不能 忽视促进金融市场稳定发展的必要性。 表6 ρ 敏感性分析（λ=1） ρ πt YCt FCt 0.1 0.0545 6.3244 1.5554 0.2 0.1181 6.3304 1.5554 0.5 0.4816 6.3570 1.5554 0.9 2.9873 6.5563 1.5554 1 6.4521 6.7925 1.5554 35 在经济稳定权重系数 λ=1 的条件下，分析贴现因子 ρ 的变化对货币政策反 应函数的影响，即在 ρ 分别取 0.1、0.2、0.5、0.9 及 1 的情况下，计算货币政策 反应函数中各变量的系数的具体数值，计算结果如表 6 所示。直观上可以发现， 在贴现因子 ρ 不断增加时，通货膨胀 πt 与产出缺口 YCt 的系数均呈现出不断增 加的特征且前者增加的速度远大于后者，从而说明随着贴现因子 ρ 的增加央行 在实施货币政策时更加注重政策的长期影响而非短期效益；与此同时还可以看 出，无论货币当局注重货币政策的“短期效益”还是“长期影响”，在实施货币政 策时都应在一定程度上关注金融市场的稳定。 四、货币政策传导机制分析 （一） 四方程新凯恩斯理论模型构建 传统的三方程新凯恩斯模型并没有考虑金融因素，为了将货币政策、金融 周期、经济周期以及通货膨胀置于同一框架下进行分析，本文构建了包含金融 因素的四方程新凯恩斯模型，并在此基础上推导了它们之间的单期影响效应。 1.货币政策方程 本文借鉴马勇等（2017）[8]和徐清（2019）[17]构建了包含金融因素的货币 政策方程，具体形式如下： rt = r rt −1 + 0 + 1 t + 2YCt + 3 FCt + tr （7） 其中，YCt 为经济周期、FCt 为金融周期、rt 为利率水平，ρr 衡量了货币政 策的持续性、β0 为常数、β1、β2 和 β3 均为参数、εtr 为随机扰动项。 2.金融周期方程 邓创和徐曼（2018）[6]认为在金融周期对经济周期产生日益重要影响的同 时，其也会受到经济周期的反向影响，即二者之间存在着交互影响的关系。因 [5] [8] 此，借鉴 Billio 和 Petronevich（2017） 和马勇等（2017） ，在构建金融 36 周期动态方程式时不仅要引入货币政策因素同时还引入了经济周期因素，具体 形式如下： FCt = FC FCt −1 + 0 + 1YCt + 2 rt + tFC （8） 其中，ρFC 表示金融周期的持续性、γ0 为常数、γ1 和 γ2 为参数、εtFC 为随机 扰动项。 3.经济波动方程 引入金融因素的经济波动方程设定为： YCt = YCYCt −1 + 0 + 1rt + 2 FCt + tYC （9） 其中，ρYC 表示经济周期的持续性、δ0 为常数、δ1 和 δ2 为参数、εtYC 为随机 扰动项。 4.通货膨胀方程 用于表示通货膨胀率与产出缺口关系的 Phillips 方程即通货膨胀方程，如 式（10）所示： t = t −1 + 0 + 1YCt + t （10） 其中，ρπ 表示通货膨胀的持续性、Φ0 为常数、Φ1 为参数、εtπ 为随机扰动 项。 考虑到时变影响，将方程（7）-（10）中的所有参数均拓展设定为时变参 数，从而构建出如（11）-（14）式所示的时变参数模型系统： rt = tr rt −1 + 0t + 1t t + 2tYCt + 3t FCt + tr （11） FCt = tFC FCt −1 + 0t + 1tYCt + 2t rt + tFC （12) YCt = tYCYCt −1 + 0t + 1t rt + 2t FCt + tYC t = t t −1 + 0t + 1tYCt + t 37 （13） (14) 其中，ρtr、ρtFC、ρtYC、ρtπ、β0t、β1t、β2t、β3t、γ0t、γ1t、γ2t、σ0t、 σ1t、σ2t、 Φ0t、Φ1t 为时变参数模型系统中的时变参数。 基于上述时变参数模型系统分析纳入金融因素后货币政策、金融周期、经 济周期以及通货膨胀四者之间的动态关系，具体如下： 第一、联立方程（12）和（13）可得，金融周期对货币政策调控的单期响 应为： I (rt → FCt ) = FCt 1t1t + 2t = it 1 − 1t 2t （15） 第二、联立方程（11） 、（12）及（13）可得，经济周期对金融冲击的单期 响应为： I (FCt → YCt ) = YCt 1t 3t + 2t = FCt 1 − 1t 1t1t − 1t 2t （16） 第三、根据 AD-AS 模型及方程（14）可知，物价水平对经济波动冲击的单 期响应为： I (YCt → t ) = d t = 1t dYCt （17） 第四、联立方程（12）和（13）可得，经济周期对货币政策调控的单期响 应为： I (rt → YCt ) = YCt 1 − 3t 2 t = rt 1t1t + 2t + 3t 1t （18） 第五、联立方程（11）-（14）可得，物价水平对货币政策调控的单期响应 为： I (rt → t ) = t 1t (1 − 3t 2t ) = rt 1t1t + 2t + 3t 1t （19） 第六、联立方程（11） 、（13）及（14）可得，物价水平对金融冲击的单期 响应为： I (FCt → t ) = t ( + 2t 2t ) + 1t (1t 3t + 2t )( 2t + 1t1t ) = 1t 1t 2t 1t FCt 1 − 1t1t 1t 38 （20） （二）实证分析 1.模型设定 令 Zt=(rt FCt YCt πt)T，那么封闭经济条件下的时变参数模型系统可以表 示为： t Z t = 0t + 1t Z t −1 + t 1 - 其中， t = 2t - 1t 0 - 3t - 2t 1 - 2t - 2t 1 0 - 1t - 1t ti 0t 0 0 0t 1t = 0t = 0 0 t 0 1 0 0t （21） 0 0 tFC 0 0 tYC 0 0 ti 0 FC 0 t = tYC t 0 t t 在矩阵Φt 可逆的情况下，（21）式可以改写为如下形式： Z t = 0t + 1t Z t −1 + t （22） 其中， 0t = t−10t ， 1t = t−11t ， t = t−1t 。 此时，向量 Zt=(rt FCt YCt πt)T 构成了滞后一阶的时变参数向量自回归 （TVP-VAR）模型，但这仅为理论模型形式。本文参考 Nakajima（2011）[18]的 研究，根据 SC 和 AIC 信息准则判断，建立了四变量滞后 4 阶的 TVP-VAR 模型。 2.时变脉冲响应分析 TVP-VAR 模型中参数估计具有时变特性，这意味着我们可以得到不同时点 下的脉冲响应函数。图 4 至图 9 给出的是 2009 年 3 月、2013 年 3 月和 2016 年 3 月下的时点脉冲响应函数。三个时点分别代表全球金融危机爆发时期、经济 新常态开始时期和系统性金融风险高危时期。为了排除春节因素的干扰，月份 设定没有选择 1 月或者 2 月，而是选择 3 月。 （1）经济周期与通货膨胀对金融周期冲击的响应 由图 4 可知，三个不同时点下经济周期对金融周期冲击的响应存在较大差 异，其中 2009 年 3 月金融周期上行引起了经济周期的大幅度上行，且持续期相 对较长；而 2013 年 3 月和 2016 年 3 月金融周期上行对经济周期的影响相对较 39 弱且于两年后趋于稳定，在 2013 年 3 月这一时点经济周期在初始阶段还表现出 微弱的负响应。 呈现出上述差异的主要原因是，为应对 2008 年的次贷危机我国实施的“一 揽子计划”大幅度地刺激了居民消费和企业投资，从而使得我国经济保持了较 快的发展态势；虽然 2016 年为我国金融过热时期，当时房地产市场的持续火爆 对经济增长发挥了有效的拉动作用，但是 2016 年政府实施的棚户区改造政策引 起了房地产价格持续上升、居民杠杆率迅速攀升等问题，从而使得金融市场在 拉动经济发展的同时也对居民消费和实体经济投资产生了较为严重的“挤出效 应”；而在 2013 年我国已进入新常态时期，此时政府更加强调的是经济中调结 构与稳增长的重要性。为此，我国不断深化利率市场化改革、增强信贷资金利 用效率，从而促进经济转型升级。但由于上述政策必须通过金融机构传导至实 体经济，而金融机构在资本回报率不断下滑的背景下存在明显的惜贷倾向，导 致大量的存量货币资金在金融市场内部空转而实体经济仍然面临较为严重的融 资难的问题，从而使得整体经济呈现出“微波化”的变动特征。 由图 5 可知，经济周期冲击在三个不同时点对通货膨胀产生的影响在波动 趋势和持续期数这两方面的表现基本一致而只在波动幅度方面表现出微弱的差 异，即在不同的时点下经济繁荣均引起了物价的显著上涨且大致在两年左右趋 于收敛，而波动幅度在 2009 年、2016 年和 2013 年这三个时点之间呈现出微弱 的递减趋势，从而说明经济周期冲击对通货膨胀所产生的影响基本不受宏观经 济现状的影响而保持一种相对稳健的状态。 40 图 4 经济周期对金融冲击的反应路径 图 6 通货膨胀对金融冲击的反应路径 图 5 通货膨胀对经济冲击的反应路径 呈现出上述波动特征的主要原因是，经济保持积极增长态势时，会引导居 民和企业对未来经济形势产生乐观的预期，与此同时还存在“财富效应”和“托 宾 Q 效应”的双重作用，从而使得社会总需求呈现出不断增加的趋势并大于总 供给，最终引起物价水平的不断上涨。2015 年 9 月底取消了新能源车限行、限 购政策且 10 月开始实施小排量车购置税优惠政策，这极大地刺激了汽车消费， 从而对居民消费起到了较强的支撑作用，与此同时服务业的需求也表现良好， 从而 2016 年这一时点的物价表现出比较强劲的增长态势；而在 2013 年新常态 时期，我国经济面临着结构调整与转型升级的重大挑战，与此同时在钱荒事件 的影响下，我国居民消费和企业投资受到了一定程度的制约，从而物价变动较 为平缓；2009 年金融危机时期物价呈现出较大幅度的波动主要是因为我国实施 的“四万亿”刺激政策引起了消费水平和投资水平的大幅度提高。 41 由图 6 可知，金融周期冲击在三个不同时点对通货膨胀产生的影响“同中 有异”，即三个时点下的时变脉冲响应曲线具有大致相同的波动趋势，但在波 动幅度和持续期方面又表现出比较显著的差异性。具体表现为，金融周期冲击 在三个不同时点下均在初始较短的时期内对通货膨胀产生了负向的影响，而大 约在三个季度后转变为正向影响且呈现出不断上升的趋势，而达到峰值后以较 为平缓的态势收敛到稳定状态；但波动幅度和持续长度在 2013 年、2016 年及 2009 年这三个不同时点呈现出递增的特征，且 2009 年这一时点在这两方面均 表现的尤为突出。 呈现出上述特征的主要原因是，金融周期相对于通货膨胀周期存在较长的 先行性，从而使得二者存在“扩张-收缩”交叠效应，即金融周期先行进入扩张 阶段时通货膨胀还处于上一阶段的收缩期，最终二者呈现出短期的反向变动关 系；经过三个季度左右的传导，金融繁荣产生的“财富效应”和“预期效应” 会刺激居民消费，从而在一定程度上引起物价的上涨，即形成“需求拉动型通 货膨胀”。与此同时，金融市场的繁荣发展也会引起投资水平的大幅提高，从 而导致投资成本的上涨进而使得物价水平不断提高，即形成“成本推动型通货 膨胀”；为缓解 2008 年金融危机对我国宏观经济运行所产生的负面冲击，我国 实施了“一揽子计划”的刺激政策，有效地提振了市场信心和居民消费信心， 从而明显地刺激了居民的消费，在供给相对不足的作用下，物价水平呈现出大 幅度上涨的趋势；而在国内股票市场牛市及房地产价格上涨的带动下，金融周 期呈现出明显的上行态势且在 2016 年达到峰值，在金融市场活跃的状态下货币 流动性得到有效释放从而带动了居民的消费与投资，在供给相对稳定的情况下 引起了物价水平的上升。 （2）货币政策的传导路径分析 42 图 7 金融周期对货币政策调控的反应路径 图 9 通货膨胀对货币政策调控的反应路径 图 8 经济周期对货币政策调控的反应路径 由图 7 可知，金融周期对货币政策冲击的响应在三个不同时点下呈现出基 本一致的走势，但在波动幅度方面却表现出较大的差异，即利率的上升在短期 内可以促使系统性金融风险的下降从而维持金融市场的稳定发展，但在持续一 定时期后转而会产生轻微的正向作用且大致在两年后呈现出收敛的趋势，其中 2009 年 3 月这一时点的持续期表现出微弱的差异，即其在 30 期后其仍未呈现 出趋于稳定的明显特征；此外，金融周期的波动幅度在 2009 年金融危机、2013 年新常态及 2016 年系统性金融风险这三个时期之间呈现出不断降低的趋势，即 说明在经济局部繁荣与稳定发展阶段货币政策发挥作用的空间相对较小。 短期内利率的降低不仅可以增强货币的流动性还会引起金融市场利差的波 动，从而诱导企业进行高风险投资，最终使得金融市场的不稳定性不断增加； 43 但是从长期来看，由于金融市场的发展对宏观经济具有较强的依赖性，而金融 市场的过热发展又会对宏观经济投资产生一定的“挤出效应”，从而使得其长 期以来不仅会抑制宏观经济的发展也会对自身产生一定的负作用，即降低利率 的“长期效应”与“短期效应”呈现出相反的结果；而在国际金融危机时期货 币政策所产生的影响最为剧烈可以归因于金融危机后我国实施的“从紧到松” 的货币政策和“四万亿”财政刺激政策，直接引起国内资产价格的大幅上涨。 与此同时，企业和居民均对国内的经济形势产生了过度乐观的预期，从而引起 企业投机性行为和居民借贷行为的频繁发生，以至于促使金融市场的“虚假繁 荣”。 由图 8 可知，货币政策冲击在三个不同时点下对经济周期产生的影响在整 体走势方面基本保持一致，但在波动幅度方面表现出较为显著的差异，即利率 水平与 GDP 增长率呈现出明显的负相关关系并且三者均大致在 30 期后趋于收 敛，从而说明宽松型货币政策在短期内具有推动宏观经济发展的作用，而从长 期来看却不能维持经济的持续繁荣，即体现出货币中性的特征；2015 年以来我 国的利率市场化改革不断深化，从而使得货币政策对宏观经济的调控日益灵活 与高效，即表现为 2016 年 3 月这一时点经济周期对货币政策冲击的响应显著强 于另外两个时点；但需要注意的是 2009 年这一时点紧缩性货币政策在 20 期左 右又转向为微弱的反向影响，即说明在次贷危机期间我国货币政策调控宏观经 济运行的传导机制可能发生了结构性变化。 由图 9 可知，在三个不同的时点下货币政策冲击对物价水平的影响在整体 趋势上呈现出较强的一致性，即在短期内均表现出频繁波动的不稳定特征而在 长期内呈现出较为显著得负向关系且大致在 30 期后趋于收敛；但需要注意的 是，2009 年金融危机时期脉冲响应前期的波动幅度显著得大于其余两个时点， 该特征与前文所分析的经济周期对货币政策冲击的响应相一致，且主要原因均 44 为“一揽子计划”的强劲刺激；而物价的脉冲响应在前期呈现出较强的不稳定 性的主要原因是，我国货币政策、金融周期、经济周期以及通货膨胀这四个变 量不仅两两之间相互作用、相互影响，且彼此之间的影响具有稳定且有效的系 统性和传递性，从而使得央行在关注系统性金融风险的情况下增加了货币政策 的不确定性，与此同时，对货币政策“稳增长”、“控通胀”的调控效果和传 导渠道产生了一定的扭曲作用。 五、研究结论 本文通过构建 IS-Phillips 模型并从“损失函数”的视角证明了在货币政 策规则方程中引入金融要素的必要性，进一步推导出包含金融因素的货币政策 反应函数；在此基础上，构建了包含金融因素的“四方程新凯恩斯模型”且将 其拓展为时变系数向量自回归（TVP- VAR）模型的形式，从而通过时变脉冲响 应函数详细地分析了“防风险”与“稳增长”双重目标下的货币政策在整个封 闭型经济系统中的传导路径及主要宏观经济变量之间的影响路径。主要研究结 论如下： 在货币政策规则方程中引入金融因素，即将“金融市场稳定”作为货币当 局实施政策时的“盯住目标”之一可以有效地降低货币政策的福利损失；与此 同时，通过敏感性分析发现：无论货币当局如何权衡“稳增长”与“控通胀” 的相对重要性、无论货币当局关注货币政策的“短期效应”还是“长期影响”， 促进金融市场的稳定发展都是货币政策不可忽视的目标之一。 金融市场发展对经济增长和物价稳定均存在显著性影响，但该影响在不同 时点下呈现出明显的“异质性”特征，即在金融市场发展过热阶段金融因素对 实体经济和物价水平所产生的影响明显强于金融市场稳定发展阶段且其持续期 45 更长。因此，货币当局应加强针对金融市场的结构性改革、不断提升金融要素 服务宏观经济发展的有效性，从而促进实体经济与金融市场的“双稳定”。 包含金融因素的货币政策在不同时点下均能有效调控金融市场且在金融繁 荣时期其有效性显著增强，但是将“金融市场稳定”作为货币当局的“调控目 标”之一明显增加了货币政策的不确定性，且对货币政策“稳增长”、“控通 胀”的调控效果和传导渠道产生了一定的扭曲作用，从而使得货币当局制定政 策的难度明显加大且在政策实施程度和具体实施时间两方面均有表现。因此， 央行在确定货币政策调控目标时不能一概而论，而是要通过灵活调整货币政策 目标即有效权衡“稳增长”、“控通胀”以及“防风险”等多重目标的相对重 要性，如：在金融市场过度繁荣时期货币当局则应加大推进金融市场改革的力 度、持续防范系统性金融风险，从而在维持“多重稳定”的情况下尽可能减少 货币政策的福利损失。 参考文献： [1] Jermann, U. , Quadrini, V. Macroeconomic Effects of Financial Shock[J]. American Economic Review, 2012, 102(1):238-271. [2] 王国静，田国强. 金融冲击和中国经济波动[J]. 经济研究，2014， （3） ，20-34. [3] Claessens, S. , Kose, M.A. , Terrones, M.E. How Do Business and Financial Cycles Interact?[J]. Journal of International Economics, 2012, 87(1):178-190. [4] 马勇，冯心悦，田拓. 金融周期与经济周期——基于中国的实证研究”[J]. 国际金融 研究，2016， （10） ，3-14. [5] Billio, M. , Petronevich, A. Dynamical Interaction between Financial and Business Cycles[J]. University Ca'Foscari of Venice, Dept. of Economics Research Paper Series No, 2017, 24. [6] 邓创，徐曼. 中国金融周期与经济周期的交互影响作用分析——基于动态溢出指数方 法的实证研究[J].上海财经大学学报， 2018，(6):63-76. [7] Albulescu, C.T. Financial Stability and Monetary Policy: A Reduced-Form Model for the Euro Area[J]. Romanian Journal of Economic Forecasting, 2013, 16(1):62-81. [8] 马勇，张靖岚，陈雨露. 金融周期与货币政策[J]. 金融研究，2017， （3） ，33-53. 46 [9] Smets,F. Financial Stability and Monetary Policy: How closely Interlinked?[J]. International Journal of Central Banking, 2014, 10(2):263-300. [10] Ueda, K. , Valencia, F. Central Bank Independence and Macro-prudential Regulation[J]. Economics Letters, 2014, 125( 2):327-330． [11] Borio, C. The Financial Cycle and Macroeconomics: What Have We Learn?[J]. Journal of Banking and Finance, 2014, 45(8):182-198. [12] 韩艾，郑桂环，汪寿阳. 广义动态因子模型在景气指数构建中的应用——中国金融周 期景气分析[J]. 系统工程理论与实践 ，2012， （5） ，804-811. [13] 陈磊，孟勇刚，孙晨童. 2017～2018 年经济景气形势分析与预测，经济蓝皮书：2018 中国经济形势分析与预测[M]，北京:社会科学文献出版社，2018. 90-113. [14] 谭政勋，王聪.“房价波动、货币政策立场识别及其反应研究[J]. 经济研究，2015， （1） ， 67-83. [15] Orphanides, A. , Williams, J.C. Learning, Expectations Formation, and the Pitfalls of Optimal Control Monetary Policy[J]. Journal of Monetary Economics, 2008, (55):S80-S96. [16] Svensson, L.E. Inflation Forecast Targeting: Implementing and Monitoring Inflation Targets[J]. European Economic Review, 1997, 41(6):1111-1146. [17] 徐清. 金融周期、货币政策困境与泰勒规则的中国化检验[J]. 上海金融，2019（6）期， 26-32. [18] Nakajima, J. Time-Varying Parameter VAR Model with Stochastic Volatility: An Overview of Methodology and Empirical Applications [R]. Institute for Monetary and Economic Studies, Bank of Japan, 2011. 47 Analysis of the Transmission Mechanism of Monetary Policy under the Dual Goals of “Prevention of Financial Risks” and “Stay Economy Growth” Abstract: This paper proves the necessity of introducing financial factors into the monetary policy rule equation from the perspective of a “loss function” by constructing a backward-looking IS-Phillips model. On this basis, a “new Keynes's four equation model” including financial factors is constructed and extended it to the form of a time-varying coefficient vector autoregressive (TVP-VAR) model, and then through a detailed analysis of the time-varying impulse response function, we can know that the impact of financial market development on economic growth and price stability shows obvious "heterogeneity" characteristics; monetary policy including financial factors can effectively regulate financial markets at different points in time and its effectiveness is significantly enhanced during the financial boom period, but "financial market stability" is used as one of the authorities' “regulatory objectives” has obviously increased the complexity and uncertainty of the transmission path of monetary policy and the effects of regulation. Therefore, the central bank should effectively weigh the relative importance of multiple targets, such as "stay economy growth", "controlling inflation" and "prevention of financial risks", rather than setting monetary policy targets in a general way. Keywords: Financial cycle; Economic cycle; Monetary policy; Loss function; TVP-VAR model 48