影子银行对中国货币政策的影响

在新凯恩斯主义和货币主义理论基础上引入影子银行存量规模对货币供给和利率的影响,从而得到一个包含影子银行、货币供应量、利率、CPI和GDP的动态系统模型。在考虑时间聚合问题后,利用混频抽样数据结构向量自回归(MIDAS-SVAR)模型分析了影子银行对货币政策目标的影响。LR检验的结果显示MIDAS-SVAR模型优于季度SVAR模型。对比MIDAS-SVAR模型和SVAR模型中GDP方差分解的结果发现,影子银行在MIDAS-SVAR模型中对GDP预测方差的贡献要高于SVAR模型。脉冲响应函数的结果显示,影子银行对货币供应量M2的影响要强于利率R。季度内第3个月份影子银行存量规模对货币政策中介目标和最终目标变量的影响与季度内第1个月和第2个月的影响存在差异。央行在利用货币政策进行宏观调控时,应充分考虑不同月份影子银行存量规模,保证货币政策效果不被扭曲。

经济高质量发展与我国货币政策调控模式选择

本文以1996年1月至2019年6月货币供应量、利率、通货膨胀率和GDP等数据,运用MIDAS-SVAR模型分析了我国货币政策调控模式效果。LR检验表明,MIDAS-SVAR模型比SVAR模型在刻画货币政策调控模式更加有效,能够克服时间序列聚合问题并充分利用数据信息。M2对价格水平和GDP的冲击影响存在季末效应,而R对价格的逆向调整有待提高。利用2007年1月至2019年6月的子样本数据得到与上述结论相似的结果。经济高质量发展阶段,量价混合的货币政策调控模式更加有利于宏观经济调整,其中货币供应量调控价格水平,而利率调控产出水平。