利率政策行业效应非对称性实证研究.docVIP

利率政策行业效应非对称性实证研究 　　内容摘要：本文通过VAR模型和脉冲响应函数进行分析，发现我国利率政策存在明显的行业效应非对称性，利率对三大产业的影响时间要明显短于对各行业的影响时间。利率能短期内改善产业结构，但对行业结构的有效调节还取决于行业间的关联效应及利率对该行业长期影响因子的影响。最后，从利率行业效应和行业间关联效应角度简单分析造成利率行业非对称性的原因，为央行制定利率政策提出相关建议。 　　关键词：利率政策 非对称性 脉冲响应 行业关联效应 　　从2008年下半年开始，随着次贷危机的深化，中央银行投入了大量的货币，连续频繁地下调利率和存款准备金率，造成流动性过剩。为了防止通货膨胀加剧和房地产泡沫，中央银行又开始采用紧缩的货币政策。利率政策是一种总量调节的货币政策，能够有效地控制流动性，对经济的发展和优化有调节作用，但如果利???存在行业效应的非对称性，这将不利于我国产业结构的调整和升级。 　　Ganlty和Salmon（1997）对9个行业进行脉冲响应函数分析，得出了不同行业的货币政策的传导效力不同的结论。Dedola 和 Lippi（2005）实证发现公司规模、融资能力、财务费用分担等因素是解释各行业具有不同利率敏感性的重要原因。我国学者戴金平和金永军（2005）基于要素密集度和市场结构角度，说明各行业因存在异质性对货币政策反映不同。叶蓁（2010）基于上市公司面板数据的实证分析贷款率、债权比和规模是影响货币政策的产业异质性的重要因素。本文在新行业划分的标准下，采用VAR模型和脉冲响应函数，基于利率行业效应和行业间关联效应相互作用，分析利率对各行业的非对称影响。 　　利率对行业产量的影响是由利率行业效应和行业间关联效应共同作用的结果。利率行业效应是利率对行业产量直接影响，这体现在行业的异质性上，即行业的市场结构、发展状况和企业的财务状况等微观因素。行业关联效应是行业间关联性引起行业产量变动，这体现在行业间的关联效应及产业政策上，即该行业对外的依存度和该行业的影响力。 　　VAR模型实证分析 　　（一） 数据选择及处理 　　本文按照国民经济行业分类(GB/T4754-2002)标准，共选取了19个行业，分别是农林牧渔业（X1），采矿业（X2），制造业（X3），电力、燃气及水的生产和供应业（X4），建筑业（X5），交通运输、仓储和邮政业（X6），信息传输、计算机服务和软件业（X7），批发和零售业（X8），住宿和餐饮业（X9），金融业（X10），房地产业（X11），租赁和商务服务业（X12），科学研究、技术服务和地质勘查业（X13），水利、环境和公共设施管理业（X14），居民服务和其他服务业（X15），教育（X16），卫生、社会保障和社会福利业（X17），文化、体育和娱乐业（X18），公共管理和社会组织（X19）。 　　样本数据采用2004年1月到2011年9月的月度数据，均来源于中国国家统计局和中国人民银行网站。鉴于我国各行业月度产值数据不可得性，其代理变量采用各行业城镇固定资产投资，由于国家统计局只公布了1月和2月份的固定资产投资总和，故1月和2月的月度固定资产投资额采用近点等比的方法近似得出。行业数据是以2004年1月为基期，用商品零售物价指数进行调整，并对其取对数减少异方差影响，又因为各行业投资存在明显的季节性，因此，采用移动平均比例法进行季节调整。实际贷款利率（R）是根据中国人民银行公布的一年期的贷款利率，并进行物价的调整，其计算公式：实际利率R=（1+名义利率）/（1+通货膨胀率）-1。 　　（二）建立VAR模型 　　本文建立三个层次的VAR模型，即总投资层次（VAR1），产业层次（VAR2）和行业层次（VAR3）。采用ADF检验对各变量进行检验，发现各层次VAR的变量均满足一阶单整。因此，本文构建一阶差分序列的VAR系统。综合分析得出以下VAR模型： 　　VAR1模型中，y=（DR，DLNT），DLNT表示实际固定资产投资总额对数的一阶差分。VAR2模型中，y=（DR，DLNC1，DLNC2，DLNC3）， DLNC1、DLNC2、DLNC3分别表示第一、第二、第三产业实际固定资产投资对数的一阶差分，VAR3模型中，y=（DR，DLNX1，DLNX2，……，DLNX19），DLNXn表示各行业实际固定资产投资对数的一阶差分。 　　表1给出了VAR2模型滞后阶数的判断结果，带*标志为相应准则选出的最优滞后阶数，我们可得出VAR2模型的滞后期为3。在保持VAR稳定情况下，为了便于比较，对所有VAR模型都取相同的滞后期。 　　脉冲分析和格兰杰因果检验 　　（一）VAR1脉冲分析和因果检验 　　总投资对利率一个标准差的响应轨迹如图1所示，表明利率政策对总投资的影响期持续9个月左右，同其他货币政策一样具有时滞