產(chǎn)業(yè)異質(zhì)性與貨幣政策傳導(dǎo)
——基于GVAR模型的實證分析

代軍勛，李琢，李俐璇

(武漢大學(xué)經(jīng)濟與管理學(xué)院，湖北武漢，430072)

一、引言

經(jīng)濟發(fā)展新常態(tài)既是傳統(tǒng)增長模式向新的穩(wěn)態(tài)增長路徑跨越的過程，也是經(jīng)濟結(jié)構(gòu)重構(gòu)和發(fā)展動力重塑的過程。作為宏觀調(diào)控政策重要支柱之一的貨幣政策如何適應(yīng)新常態(tài)，為新常態(tài)下的經(jīng)濟發(fā)展方式轉(zhuǎn)變、結(jié)構(gòu)轉(zhuǎn)型升級和動力機制轉(zhuǎn)換營造良好的貨幣金融環(huán)境，是當(dāng)前和今后一個時期我國貨幣政策制定和實施中面臨的首要問題。

目前有關(guān)貨幣政策的研究，大都假設(shè)經(jīng)濟體中每個產(chǎn)業(yè)部門受到的政策沖擊是相同的，即貨幣政策通過影響微觀主體的消費和投資需求對國民經(jīng)濟總量產(chǎn)生影響。貨幣政策是總量政策，以總量調(diào)節(jié)為目標(biāo)，難以有效調(diào)控經(jīng)濟中頻繁出現(xiàn)的結(jié)構(gòu)性失衡情況。然而，進(jìn)一步分析發(fā)現(xiàn)，考慮到中國區(qū)域間要素稟賦條件、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟發(fā)展水平等方面的差異，總量性的貨幣政策確實存在著顯著的區(qū)域、產(chǎn)業(yè)非對稱性效應(yīng)(曹永琴[1]；郭曄和賴章福[2]；潘敏和繆海斌[3]；潘敏和唐晉榮[4])。也就是說，產(chǎn)業(yè)異質(zhì)性將可能導(dǎo)致貨幣政策傳導(dǎo)效應(yīng)的差異化。由于各產(chǎn)業(yè)間資本、技術(shù)等要素密集程度存在差異，不同的行業(yè)對同樣的貨幣政策可能做出差異化的反應(yīng)；各產(chǎn)業(yè)因處于產(chǎn)業(yè)鏈的不同位置而表現(xiàn)出不同的消耗關(guān)系，貨幣政策效果亦可能在不同的產(chǎn)業(yè)間傳導(dǎo)。

本文通過構(gòu)建全局向量自回歸模型(Global VAR,簡稱GVAR)，實證檢驗以我國貨幣供應(yīng)量和利率為代表的貨幣政策對各產(chǎn)業(yè)產(chǎn)出和資產(chǎn)規(guī)模的影響及其關(guān)聯(lián)效應(yīng)，以此判斷產(chǎn)業(yè)異質(zhì)性對我國貨幣政策傳導(dǎo)的影響方式和影響機理，以期為我國央行制定適應(yīng)供給側(cè)改革的結(jié)構(gòu)性貨幣政策調(diào)控框架提供相應(yīng)的理論建議。

二、文獻(xiàn)綜述

考慮到微觀經(jīng)濟主體的特質(zhì)以及貨幣政策工具本身所蘊含的結(jié)構(gòu)性特征，貨幣政策具有總量經(jīng)濟特征，無法有效調(diào)控實際經(jīng)濟中頻繁出現(xiàn)的結(jié)構(gòu)性問題。國外學(xué)者關(guān)于貨幣政策結(jié)構(gòu)效應(yīng)的研究始于20世紀(jì)末，研究的重點多集中在驗證結(jié)構(gòu)效應(yīng)的存在性及影響因素等問題上。

在貨幣政策產(chǎn)業(yè)效應(yīng)的存在性問題上，Gertler和Gilchrist[5]、Bernanke和 Gertler[6]、Ganley和 Salmon[7]分別以零售業(yè)、批發(fā)貿(mào)易、建筑業(yè)，耐用品、非耐用品消費以及制造業(yè)、服務(wù)業(yè)和農(nóng)業(yè)等行業(yè)為產(chǎn)業(yè)劃分依據(jù)，驗證了貨幣政策影響的產(chǎn)業(yè)結(jié)構(gòu)差異。Hayo和 Uhlenbrock[8]認(rèn)為貨幣政策非對稱性源于行業(yè)差異性；Dedola和Lippi[9]基于信貸渠道證實了歐美等國家貨幣政策存在明顯的產(chǎn)業(yè)效應(yīng)，其中重工業(yè)尤其敏感。上述研究以O(shè)ECD國家制造業(yè)數(shù)據(jù)為樣本，通過引入信用渠道變量來對上述問題進(jìn)行研究，并分析造成此類差異性的微觀經(jīng)濟變量，研究發(fā)現(xiàn)貨幣政策沖擊具有明顯的行業(yè)異質(zhì)性，同時上述結(jié)果在不同國家具有較一致的跨工業(yè)分布特征。Das和 Ghosh[10]基于行業(yè)層面的“金融加速器”效應(yīng)和利率傳導(dǎo)機制，發(fā)現(xiàn)印度各行業(yè)間也具有明顯的差異。Gertler和Karadi[11]運用VAR模型，引入高頻數(shù)據(jù),考察經(jīng)濟、金融變量對貨幣政策的沖擊反應(yīng)，結(jié)果顯示由于期限結(jié)構(gòu)和信用利差效應(yīng)的影響，未預(yù)期到的貨幣政策沖擊的影響在短期內(nèi)較平和，長期則會提升信用成本波動性。區(qū)域效應(yīng)方面，Scott以實證方式驗證了其存在性，并發(fā)現(xiàn)統(tǒng)一的信貸政策傳導(dǎo)存在區(qū)域時滯。此后，大批學(xué)者通過建立VAR模型，驗證了總量性貨幣政策對不同區(qū)域經(jīng)濟作用效果的差異性特征(Carlino和 Defina[12]；Arnold[13]；Peersman和 Smets[14])。Owyang 和 Wall[15]進(jìn)一步研究發(fā)現(xiàn)，不同時期的貨幣政策的作用和持續(xù)時間存在差異，區(qū)域經(jīng)濟的發(fā)展程度與銀行集中度和區(qū)域經(jīng)濟結(jié)構(gòu)有關(guān)。

在貨幣政策產(chǎn)業(yè)效應(yīng)產(chǎn)生原因的問題上，Carlino和 DeFina認(rèn)為區(qū)域產(chǎn)業(yè)結(jié)構(gòu)差異導(dǎo)致了貨幣沖擊對美國不同州產(chǎn)生效應(yīng)的差異性。David和Kalvinder發(fā)現(xiàn)對貨幣政策沖擊反應(yīng)的不對稱性致使美國各州的真實匯率存在差異，該差異可部分由包括地區(qū)工業(yè)特征、銀行規(guī)模、房地產(chǎn)價格以及人口年齡分布在內(nèi)的地區(qū)經(jīng)濟特征來解釋。Aghion等[16]利用主要發(fā)達(dá)經(jīng)濟體25年的制造業(yè)數(shù)據(jù)，系統(tǒng)分析了周期性財政政策對制造業(yè)發(fā)展的影響，發(fā)現(xiàn)在采用周期性財政政策的國家中，外部融資比例較高或有形資產(chǎn)比例較低的產(chǎn)業(yè)受政策影響更明顯。

在國內(nèi)，戴金平、金永軍和陳柳欽[17]通過建立有關(guān)行業(yè)要素密集度的模型證明了要素密集度會影響貨幣政策的行業(yè)效應(yīng)，論證了貨幣政策具有一定的結(jié)構(gòu)調(diào)整效應(yīng)。閆紅波和王國林[18]從資本存量、行業(yè)的投資行為、行業(yè)規(guī)模、利息負(fù)擔(dān)、對外依賴性以及政策支持力度六大方面總結(jié)了貨幣政策非對稱行業(yè)效應(yīng)的影響因素，并通過實證檢驗證明了資本密集度、資本的產(chǎn)出效率以及行業(yè)的對外依存度能夠解釋我國貨幣政策的行業(yè)效應(yīng)。汪昊旻[19]利用三大產(chǎn)業(yè)的面板數(shù)據(jù)進(jìn)行固定效應(yīng)分析，并通過VAR模型進(jìn)行脈沖響應(yīng)分析，驗證了貨幣政策產(chǎn)業(yè)效應(yīng)的存在性。葉蓁[20]、劉舒瀟和段文斌[21]則從貨幣政策對產(chǎn)業(yè)經(jīng)濟影響的非均質(zhì)假設(shè)出發(fā)，證明了金融加速器效應(yīng)普遍存在于各產(chǎn)業(yè)經(jīng)濟內(nèi)。受各產(chǎn)業(yè)金融結(jié)構(gòu)異質(zhì)性影響，貨幣政策對不同產(chǎn)業(yè)經(jīng)濟的影響并不是均質(zhì)的，而貨幣政策對產(chǎn)業(yè)經(jīng)濟的影響與產(chǎn)業(yè)金融結(jié)構(gòu)存在系統(tǒng)性關(guān)聯(lián)，產(chǎn)業(yè)金融結(jié)構(gòu)對貨幣政策實施效果有放大或抵消作用。

王劍和劉玄[22]通過行業(yè)間投入產(chǎn)出聯(lián)系對貨幣政策在不同行業(yè)間的隱性傳導(dǎo)渠道進(jìn)行了開創(chuàng)性研究。他們應(yīng)用時間序列VAR模型考察了貨幣政策的行業(yè)效應(yīng)，發(fā)現(xiàn)貨幣政策對不同行業(yè)經(jīng)濟的沖擊存在較大差異，總量貨幣政策難以取得預(yù)想的效果，而建筑業(yè)則是構(gòu)筑行業(yè)間隱性渠道的傳導(dǎo)樞紐，是關(guān)聯(lián)機制的核心環(huán)節(jié)。耿鵬[23]指出產(chǎn)業(yè)之間具有無法直接觀測的內(nèi)生性聯(lián)系，利用 GVAR 模型分析中國產(chǎn)業(yè)的狀況，驗證了各個產(chǎn)業(yè)間存在顯著的內(nèi)生性聯(lián)系，而外生沖擊基本上沿著固定的內(nèi)生性路徑逐步影響各個產(chǎn)業(yè)。潘敏、羅霄和繆海斌[24]則通過構(gòu)建反映實體經(jīng)濟各行業(yè)之間內(nèi)在聯(lián)系的GVAR模型，實證檢驗了我國商業(yè)銀行信貸資金投放的行業(yè)產(chǎn)出效應(yīng)和溢出效應(yīng)，驗證了各行業(yè)產(chǎn)出對信貸資金沖擊的反應(yīng)存在著明顯的差異。吉紅云、干杏娣[25]利用上市公司面板數(shù)據(jù)實證檢驗了貨幣政策對第二產(chǎn)業(yè)各要素密集度產(chǎn)業(yè)的影響，發(fā)現(xiàn)貨幣政策沖擊的影響程度由資本密集型依次向技術(shù)密集型、勞動力密集型遞減，證明了貨幣政策存在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整效應(yīng)。吳偉軍、劉萬晴[26]將理論分析與實證研究相結(jié)合，分析了貨幣政策的行業(yè)異質(zhì)性效應(yīng)，發(fā)現(xiàn)各行業(yè)產(chǎn)出對貨幣政策沖擊的短期效應(yīng)差異明顯，我國貨幣政策存在較明顯的行業(yè)效應(yīng)，而資本密集度、資產(chǎn)規(guī)模和債務(wù)比率是導(dǎo)致行業(yè)異質(zhì)性效應(yīng)的主要因素。

盡管國內(nèi)外學(xué)者在貨幣政策結(jié)構(gòu)效應(yīng)問題上的研究成果豐富，也發(fā)現(xiàn)和實證檢驗了貨幣政策產(chǎn)業(yè)效應(yīng)的存在性，但也存在一定的缺憾，主要表現(xiàn)在以下方面：①現(xiàn)有研究大多將單個區(qū)域或產(chǎn)業(yè)孤立地加以分析，而實際上各產(chǎn)業(yè)因處于產(chǎn)業(yè)鏈的不同位置而表現(xiàn)出不同的消耗關(guān)系，貨幣政策效果亦可能在不同的產(chǎn)業(yè)間傳導(dǎo)；②大部分關(guān)于貨幣政策結(jié)構(gòu)效應(yīng)的研究均依賴于VAR模型，由于各產(chǎn)業(yè)的VAR系統(tǒng)彼此獨立，因此在研究過程中未考慮行業(yè)間的關(guān)聯(lián)機制，估計結(jié)果并不能夠最大程度地準(zhǔn)確反映實際經(jīng)濟運行情況。本文以要素稟賦差異作為產(chǎn)業(yè)異質(zhì)性的劃分基礎(chǔ)，通過產(chǎn)業(yè)間的投入產(chǎn)出關(guān)系構(gòu)建GVAR模型來實證檢驗貨幣政策產(chǎn)業(yè)效應(yīng)的存在性，希望能改進(jìn)現(xiàn)有研究的不足。

三、貨幣政策產(chǎn)業(yè)效應(yīng)的理論分析——基于兩部門金融發(fā)展模型的拓展

貨幣政策具有總量特征，通過利率渠道、信貸渠道等機制進(jìn)行傳導(dǎo)，通過影響金融資源的配置，促使資本在不同產(chǎn)業(yè)間流動，從而形成產(chǎn)業(yè)差異。產(chǎn)業(yè)間技術(shù)、金融發(fā)展水平的差距要通過調(diào)整資本分配，改善配置效率來減少貨幣政策產(chǎn)業(yè)效應(yīng)的差異，實現(xiàn)區(qū)域經(jīng)濟均衡發(fā)展。

為了分析貨幣政策產(chǎn)業(yè)效應(yīng)的機理，本文以加爾比斯兩部門金融發(fā)展模型作為研究基礎(chǔ)，借鑒王福嶺[27]將生產(chǎn)技術(shù)內(nèi)生化的方法，對其進(jìn)行拓展，構(gòu)建內(nèi)生化加爾比斯兩部門模型。

首先，假設(shè)整個經(jīng)濟系統(tǒng)中存在一個低效生產(chǎn)部門 A和一個高效生產(chǎn)部門 B，兩部門的產(chǎn)出如式(1)和式(2)所示：

其中，y1，y2表示各部門產(chǎn)出，A1，A2表示生產(chǎn)各部門一單位資本的產(chǎn)出效率，k1，k2代表各部門資本投入量。

在市場達(dá)到出清條件下，要素的生產(chǎn)價格即為邊際生產(chǎn)率，對式(1)和式(2)分別求一階偏導(dǎo)，可得：

我們假定部門B的生產(chǎn)效率優(yōu)于部門A，即在資本投入相同的情況下部門 B資本收益率更高，即A2＞A1。

假定生產(chǎn)要素充分利用，經(jīng)濟整體的產(chǎn)出方程如式(3)所示：

已知全社會資本總量k保持恒定，且k=k1+k2。已知部門B資本收益率更高(A2＞A1)，故我們傾向于通過減少部門A的資本投放(考慮到全社會資本總量恒定，相對的，部門B的資本投資增加)來提高全社會經(jīng)濟產(chǎn)出y。我們認(rèn)為通過提高資本配置效率，將資本由低效生產(chǎn)部門向高效部門轉(zhuǎn)移的過程，除加劇行業(yè)發(fā)展差距外，還能夠有效地提高整體經(jīng)濟的產(chǎn)出。

接下來我們分析兩部門的儲蓄?投資行為，假定：(1) A部門得不到外部金融資本支持，其投資資本僅來源于利潤留存的內(nèi)源補充；(2) B部門不存款并將全部儲蓄用于投資，且能夠獲得外部金融資本支持。

當(dāng)A部門儲蓄大于投資的情況下，其投資函數(shù)如式(4)所示：

其中，id為銀行存款利率，p*為通貨膨脹率；I1與A1正相關(guān)、與(id?p*)負(fù)相關(guān)。對式(4)求偏導(dǎo)可得：

因此，在A部門的資本收益率A1不變的情況下，如果實際利率(id?p*)很低，則A部門有動力減少儲蓄而增加投資。因此，政策制定者可通過制定合適的存款利率水平引導(dǎo)低效生產(chǎn)部門減少投資、增加儲蓄。

假定A部門的儲蓄為S1，因為A部門不具備獲得外部金融資本支持的能力，僅通過儲蓄的方式保有存款并用于投資，因此我們可以認(rèn)為S1＞I1，此時A部門的儲蓄量如式(5)所示：

其中，為A部門實際存款余額的增加量。

由于B部門能夠得到外部金融資本用于投資，我們假定其不存款并將全部儲蓄用于投資；而整體銀行體系可貸資金來源于A部門實際存款余額的增加量，因此B部門的投資量如式(6)所示：

B部門的投資決策主要建立在投資收益與銀行貸款的資金成本兩大因素之上，B部門的投資函數(shù)如式(7)所示：

其中，ib表示銀行貸款利率，p*為通貨膨脹率；I2與A2正相關(guān)、與(id?p*)負(fù)相關(guān)。對式(7)求偏導(dǎo)可得：

加爾比斯指出，經(jīng)濟越不發(fā)達(dá)地區(qū)的先進(jìn)技術(shù)部門的收益率可能越高，相應(yīng)地，不發(fā)達(dá)地區(qū)可投資本的需求也是遠(yuǎn)高于供給的。對應(yīng)于我們模型中，生產(chǎn)效率更高的B部門投資需求是否能夠得到滿足的關(guān)鍵在于是否能夠獲得足夠的銀行貸款。因此，政策制定者可通過調(diào)整貨幣政策影響產(chǎn)業(yè)發(fā)展。以緊縮性貨幣政策為例，在利率上升的背景下，資本收益率更低的A部門減少投產(chǎn)、增加儲蓄，此舉將增加銀行系統(tǒng)的資金供給，資本收益率相對較高的B部門因而能夠更充分地獲得外部金融資本支持，有動力增加投資，擴大生產(chǎn)，如圖1所示。

圖1 貨幣政策對產(chǎn)業(yè)資本分配的影響

四、GVAR模型的構(gòu)建

(一) 模型的基本設(shè)定

向量自回歸模型(VAR)由Sim 1980年提出以來，在經(jīng)濟學(xué)領(lǐng)域得到了廣泛應(yīng)用。在經(jīng)濟系統(tǒng)較多的時候，VAR模型中估計系數(shù)相對于樣本長度來說過于龐大。VAR模型一般適用于估計不超過6個變量的經(jīng)濟系統(tǒng)。在此背景下，Pesaran、Schuermann和Weiner[28]通過聯(lián)結(jié)各個經(jīng)濟體VARX*模型構(gòu)成了GVAR模型，用于研究多個國家間經(jīng)濟的內(nèi)在關(guān)系，分析不同變量的沖擊對各經(jīng)濟體內(nèi)生變量的影響以及各經(jīng)濟體之間的溢出效應(yīng)。GVAR模型既可以用于研究多個國家間經(jīng)濟的內(nèi)在關(guān)系，也可用于分析某一產(chǎn)業(yè)內(nèi)生變量之間的相互作用，以及其與其他產(chǎn)業(yè)弱外生變量之間的動態(tài)關(guān)系。(Pesaran、Schuermann和 Weiner；Hiebert和 Vansteenkiste[29])因此，相對于傳統(tǒng)的VAR模型，不同產(chǎn)業(yè)的相互作用能夠更好地體現(xiàn)在GVAR模型當(dāng)中。

按照GVAR建模思路，本文首先設(shè)定N個產(chǎn)業(yè)，各產(chǎn)業(yè)模型的內(nèi)生變量為ki×1階向量Xi,t，其余N?1個產(chǎn)業(yè)變量的加權(quán)平均值用表示；dt為可觀測的s×1 階(弱)外生變量；ei,t為ki×1 階殘差向量。

為表述方便，假設(shè)產(chǎn)業(yè)內(nèi)生變量Xi,t和可觀測的(弱)外生變量dt的滯后階數(shù)均為 1，將第i個產(chǎn)業(yè)的VARX*(1,1)模型用以下形式設(shè)定，如式(8)所示：

其中，ei,t代表各產(chǎn)業(yè)的自主沖擊，是ki×1階向量；Фi、Ai0和Ai1為ki×ki階系數(shù)矩陣，Ψi0和Ψi1為ki×s階系數(shù)矩陣。我們假定余下產(chǎn)業(yè)內(nèi)生變量和可觀測的(弱)外生變量dt同時滿足(弱)外生性條件；各產(chǎn)業(yè)的自發(fā)沖擊均值為零，且具有非序列相關(guān)性，即。此外具有時不變性，不隨著時間的變化而變化。

其中，wi表示第i個產(chǎn)業(yè)與第j個產(chǎn)業(yè)的關(guān)聯(lián)程度，一般通過產(chǎn)業(yè)間的投入產(chǎn)出表計算。

將產(chǎn)業(yè)內(nèi)生變量Xi,t和其余N?1個產(chǎn)業(yè)變量的加權(quán)平均值用結(jié)合起來形成一個階向量。式(8)可變形為式(9)：

其中，Ai=[I?Ai0]，Bi=[ФiAi,1]。

令Zi,t=WiXt，其中Xt=(X1t,X2t, …XNt)，代入式(9)得式(10)：

式(10)兩邊同時左乘G?1可變型為式(11)

式(11)即為GVAR模型。其中，矩陣F滿足穩(wěn)定條件。bo=G?1ao，F(xiàn)=G?1H，γ0=G?1Ψ0，γ1=G?1Ψ1，μt=G?1et，按照GVAR模型的基本思想，它可用來考察各產(chǎn)業(yè)之間三種相互聯(lián)系的途徑，它們既具有獨立性，又具有內(nèi)在的相互聯(lián)系：

途徑1，內(nèi)生變量Xi,t依賴于外生變量的當(dāng)期值和外變量的滯后值

途徑2，各產(chǎn)業(yè)的變量同時受各類貨幣政策變量影響；

途徑3，第i個產(chǎn)業(yè)會受到第j個產(chǎn)業(yè)所受到的當(dāng)期沖擊的影響，具體見式(10)的*∑。

我們可以通過分別估計 GVAR的子系統(tǒng)來估計GVAR模型，即通過分別估計各個產(chǎn)業(yè)的模型來構(gòu)建GVAR模型，分析各產(chǎn)業(yè)間的聯(lián)系。

(二) 變量與數(shù)據(jù)選取

本文以第二產(chǎn)業(yè)為分析對象，參照王岳平的方法①將中國工業(yè)行業(yè)按要素密集程度劃分為六大類，然后將以自然資源為對象的采掘業(yè)單列為資源采掘型產(chǎn)業(yè)，具體分類情況如表1所示。在本文將要構(gòu)建的GVAR模型中，變量N=7。

貨幣政策工具可粗略劃分為數(shù)量型和價格型大類。考慮到我國貨幣政策操作實際，本文參照張紅、李洋[30]的方法選擇廣義貨幣供應(yīng)量(m2)作為數(shù)量型貨幣政策工具的代理變量，一月期銀行間同業(yè)拆借利率(ibr)作為價格型貨幣政策工具的代理變量，分別作為貨幣政策的代理變量進(jìn)行實證模型分析。在各產(chǎn)業(yè)模型的經(jīng)濟變量選取上，參照潘敏等的方法，以各產(chǎn)業(yè)的固定資產(chǎn)投資(fci)作為行業(yè)產(chǎn)出的代理變量②，故Xt=(fci),dt=MP。

鑒于相關(guān)數(shù)據(jù)的可得性，本文選取2003年1月到2014年12月的月度數(shù)據(jù)。其中，m2、ibr來自央行網(wǎng)站，各產(chǎn)業(yè)固定資產(chǎn)投資(fci)來自中經(jīng)網(wǎng)數(shù)據(jù)庫③。本文采用X-11方法對所有數(shù)據(jù)做季節(jié)調(diào)整，然后采用以2002年12月為基期的CPI將各名義變量調(diào)整為實際變量，然后對所有變量取對數(shù)。

(三) 產(chǎn)業(yè)關(guān)聯(lián)權(quán)重與中間需求系數(shù)

為構(gòu)建產(chǎn)業(yè)外變量，參照Christian和Jurgen、耿鵬和趙昕東以及潘敏等的方法，本文利用135部門投入產(chǎn)出表來計算各產(chǎn)業(yè)間的關(guān)聯(lián)權(quán)重wi,j，以刻畫產(chǎn)業(yè)間不可觀測的內(nèi)生性聯(lián)系。其中，，Ki,j表示產(chǎn)業(yè)i對產(chǎn)業(yè)j的投入。按照要素密集度劃分的各產(chǎn)業(yè)間的關(guān)聯(lián)權(quán)重如表2所示。因此，由，,j=1, …,N，即可計算出其余N?1個產(chǎn)業(yè)變量的加權(quán)平均值

表1 按要素密集程度劃分行業(yè)

表2中，每一列的數(shù)據(jù)加總等于1，每一行的數(shù)據(jù)加總即代表各產(chǎn)業(yè)的中間需求系數(shù)④。表3總結(jié)了各產(chǎn)業(yè)的中間需求系數(shù)。按照中間需求系數(shù)的大小，按要素密集度劃分的產(chǎn)業(yè)在產(chǎn)業(yè)鏈中的位置由上游到下游依次是：資源采掘業(yè)(X7)、中度資本技術(shù)密集型(X2)、中度勞動技術(shù)密集型(X3)、資本密集型(X4)、勞動密集型(X6)、中度資本密集型(X5)和技術(shù)密集型(X1)。可以發(fā)現(xiàn)，以資源采掘業(yè)為首的資本技術(shù)、勞動技術(shù)等要素密集程度相對較高的產(chǎn)業(yè)處于產(chǎn)業(yè)鏈上游，其他產(chǎn)業(yè)對其產(chǎn)出的消耗程度較高，相對來說對其他產(chǎn)業(yè)的輻射拉動作用強；而在產(chǎn)業(yè)鏈下游行業(yè)中，資本、技術(shù)等要素的密集程度相對較高。

表2 產(chǎn)業(yè)關(guān)聯(lián)權(quán)重

表3 各產(chǎn)業(yè)的中間需求系數(shù)表

五、實證分析

(一) 模型估計

在各項代理變量確定之后，式(8)變形為如下形式：

在所有變量確定之后，我們利用ADF方法檢驗數(shù)據(jù)的平穩(wěn)性。檢驗結(jié)果顯示，對所有變量取一階差分后均在 5%顯著水平下為平穩(wěn)序列，具體檢驗結(jié)果如表4所示。結(jié)果表明，所有變量均在1%顯著性水平下平穩(wěn)。

在式(12)中我們采用水平變量建模，張紅等[30]指出，在采用變量水平值構(gòu)建的GVAR模型中，無論是否存在協(xié)整關(guān)系都不會導(dǎo)致識別錯誤。由式(8)的假設(shè)條件可知，在單獨估計每個產(chǎn)業(yè)的 VARX*方程時，和Δdi,t必須符合弱外生性假設(shè)。分別計算各產(chǎn)業(yè)的、Δdi,t與εi,t的平均相關(guān)系數(shù)可以發(fā)現(xiàn)，當(dāng)N→0時，，和Δdi,t均符合弱外生性，因此，采用SUR方法對式(12)單獨估計的結(jié)果有效⑤。

表4 ADF單位根檢驗結(jié)果

(二) 脈沖響應(yīng)分析

在VAR模型框架下，一般用正交化的脈沖響應(yīng)函數(shù)(OIRF)分析變量之間的相互影響。在GVAR模型框架下，則多采用由 Koop、Pesaran和 Potter[31]以及Pesaran和 Shin[32]提出的廣義脈沖響應(yīng)函數(shù)(GIRF)代替。本部分采用GIRF分析貨幣政策對不同產(chǎn)業(yè)的產(chǎn)出和資產(chǎn)規(guī)模的影響。

1. 貨幣供應(yīng)量(m2)沖擊的產(chǎn)出效應(yīng)

廣義貨幣供應(yīng)量(m2)是我國數(shù)量型貨幣政策工具的重要組成部分，若以m2作為貨幣政策(MP)的代理變量，貨幣供應(yīng)量變動對各類型產(chǎn)業(yè)固定資產(chǎn)投資的沖擊結(jié)果如圖2所示。對應(yīng)于單位貨幣供應(yīng)量沖擊，資源采掘業(yè)(X7)、中度資本密集型產(chǎn)業(yè)(X2)和勞動密集型產(chǎn)業(yè)(X6)的固定資產(chǎn)投資規(guī)模在第 2個月即達(dá)到最大的正向響應(yīng)強度；中度勞動技術(shù)密集型產(chǎn)業(yè)(X3)、資本密集型產(chǎn)業(yè)(X4)和中度資本密集型產(chǎn)業(yè)(X5)的固定資產(chǎn)投資規(guī)模在第3個月達(dá)到正向響應(yīng)強度。從累積響應(yīng)來看，資源采掘業(yè)(X7)的累積值最大，接下來依次是中度資本密集型產(chǎn)業(yè)(X2)和資本密集型產(chǎn)業(yè)(X4)，上述各行業(yè)對于貨幣供應(yīng)量(m2)沖擊的累積反應(yīng)基本在第5個月趨于穩(wěn)定。

圖2 貨幣供應(yīng)量沖擊的產(chǎn)出效應(yīng)

考慮到中度資本密集型產(chǎn)業(yè)(X2)和資源采掘業(yè)(X7)對于資金數(shù)量和成本變動反應(yīng)的敏感性特征，短期內(nèi)行業(yè)固定資產(chǎn)投資規(guī)模對于貨幣供應(yīng)量沖擊的反應(yīng)顯著；此外，勞動密集型產(chǎn)業(yè)(X6)固定資產(chǎn)投資對于貨幣供應(yīng)量變動的沖擊反應(yīng)亦相對較大，其主要對應(yīng)的行業(yè)以食品、服裝、醫(yī)藥及普通機械為主，說明貨幣政策變動對于短期內(nèi)擴大消費和就業(yè)、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整有所裨益。此外，亦說明在目前制造業(yè)仍以勞動密集型產(chǎn)業(yè)占主導(dǎo)地位的背景下，數(shù)量型貨幣政策工具的作用效果存在一定的偏向性。從累積響應(yīng)強度來看，資源采掘業(yè)(X7)的累積值最大、政策的持續(xù)效果更顯著，貨幣政策沖擊對中度資本密集型產(chǎn)業(yè)(X2)和資本密集型產(chǎn)業(yè)(X4)產(chǎn)業(yè)的持續(xù)性亦較明顯。

2. 利率(ibr)沖擊的產(chǎn)出效應(yīng)

利率政策是我國重要的價格型貨幣政策之一，既會通過利率渠道或資產(chǎn)價格渠道影響實體經(jīng)濟，亦會對微觀產(chǎn)業(yè)的發(fā)展造成影響[33]。在十八屆三中全會明確提出推動利率市場化改革的背景下，隨著經(jīng)濟金融化程度的提高以及市場經(jīng)濟的不斷完善，作為資本價格信號的利率將成為配置資源的基礎(chǔ)。

若以利率(ibr)作為貨幣政策(MP)的代理變量，利率沖擊對各產(chǎn)業(yè)固定資產(chǎn)投資的影響如圖3所示。與數(shù)量型貨幣政策的產(chǎn)出效應(yīng)相類似，對應(yīng)于一個標(biāo)準(zhǔn)差的利率沖擊，資源采掘業(yè)(X7)、中度勞動技術(shù)密集型產(chǎn)業(yè)(X3)和資本密集型產(chǎn)業(yè)(X4)的固定資產(chǎn)投資規(guī)模分別在第1個月即達(dá)到最大的正向響應(yīng)強度，之后脈沖反應(yīng)強度有所減弱；中度資本密集型產(chǎn)業(yè)(X5)和勞動密集型產(chǎn)業(yè)(X6)在短期內(nèi)以負(fù)向反應(yīng)為主，在第3個月達(dá)到最大的正向反應(yīng)強度。從脈沖響應(yīng)的累積值來看，貨幣政策沖擊的持續(xù)性排名前三的行業(yè)依次是中度勞動技術(shù)密集型產(chǎn)業(yè)(X3)、資源采掘業(yè)產(chǎn)業(yè)(X7)和資本密集型產(chǎn)業(yè)(X4)。

圖3 利率沖擊的產(chǎn)出效應(yīng)

若從社會資本配置效率的角度來解釋，我們認(rèn)為基于貨幣政策的利率傳導(dǎo)渠道，貨幣政策變動會通過影響企業(yè)的投資成本以及影響居民邊際消費傾向從而影響企業(yè)投資乘數(shù)兩個方面來影響實體經(jīng)濟投資或產(chǎn)出情況。考慮到不同產(chǎn)業(yè)部門技術(shù)和資本要素密集程度的差異，在存在生產(chǎn)效率差異的加爾比斯兩部門模型中，緊縮性貨幣政策背景下，利率上升，資本收益率低的部門將減少投產(chǎn)增加儲蓄，資本收益率高的部門將因此獲得更多的資金來源，因而產(chǎn)業(yè)間的差異進(jìn)一步拉大。表現(xiàn)在我們的模型中，即是資本規(guī)模較大的資源采掘業(yè)(X7)以及中度勞動技術(shù)密集型產(chǎn)業(yè)(X3)、資本密集型產(chǎn)業(yè)(X4)在短期內(nèi)受到的正向沖擊更明顯，其余各產(chǎn)業(yè)以負(fù)向沖擊為主；此外從累積響應(yīng)強度來看，貨幣政策沖擊的持續(xù)性亦更強。

總的來說，與貨幣供應(yīng)量的沖擊不同，利率沖擊對于除資本密集型產(chǎn)業(yè)(X4)和資源采掘業(yè)(X7)以外的其他產(chǎn)業(yè)的作用效果剛好相反，在利率提升、資金成本上升的背景下，對應(yīng)產(chǎn)業(yè)的固定資產(chǎn)投資規(guī)模反而提高，說明價格型貨幣政策工具在優(yōu)化社會資本配置效率方面存在一定的優(yōu)勢；此外，亦說明在目前我國利率市場化水平不高的背景下，還存在許多非市場化因素會影響產(chǎn)業(yè)的產(chǎn)出與規(guī)模，我國的價格型貨幣政策工具的作用效果在資金敏感性較低的產(chǎn)業(yè)表現(xiàn)出不同程度的偏差。

3. 貨幣政策沖擊及產(chǎn)業(yè)間溢出效應(yīng)的進(jìn)一步分析

(1)貨幣政策沖擊對資本密集度高的產(chǎn)業(yè)影響更加顯著

各產(chǎn)業(yè)對數(shù)量型和價格型貨幣政策沖擊的反應(yīng)速度較一致，資本密集度較高的產(chǎn)業(yè)反應(yīng)速度快于勞動或技術(shù)密集產(chǎn)業(yè)。一般來說，資本密集度高的產(chǎn)業(yè)對于資金需求量大，貨幣供應(yīng)量或利率的輕微波動都會對其資金供給、資金成本以及市場需求產(chǎn)生重大影響，相關(guān)產(chǎn)業(yè)對貨幣政策信號的反應(yīng)更加強烈。而勞動或技術(shù)等要素密集度高的產(chǎn)業(yè)，無論是培育熟練勞動力還是將資金投入轉(zhuǎn)化為技術(shù)均需要較長的時期，它們對于資金成本和數(shù)量變動的反應(yīng)不及資本密集型產(chǎn)業(yè)，因此對于貨幣政策沖擊的反應(yīng)速度也相對較慢。

(2)數(shù)量型貨幣政策的傳導(dǎo)路徑基本與產(chǎn)業(yè)間的消耗關(guān)系一致

從不同類型的貨幣政策沖擊在產(chǎn)業(yè)間的傳導(dǎo)路徑來看，數(shù)量型貨幣政策沖擊在產(chǎn)業(yè)間的傳導(dǎo)路徑較為清晰。結(jié)合貨幣政策沖擊反應(yīng)的峰值和出現(xiàn)的時點，分別分析貨幣政策沖擊對固定資產(chǎn)投資的效應(yīng)可以發(fā)現(xiàn)，對于數(shù)量型貨幣政策工具，貨幣政策沖擊的傳導(dǎo)大致由資本、勞動、中度資本密集型產(chǎn)業(yè)向技術(shù)密集型產(chǎn)業(yè)傳導(dǎo)；對于價格型貨幣政策沖擊對固定資產(chǎn)投資的效應(yīng)，其傳導(dǎo)路徑則存在顯著的差異。

一般來說，貨幣供應(yīng)量的變動會沿著產(chǎn)業(yè)鏈傳導(dǎo)，在上游行業(yè)投資擴張、產(chǎn)出增大的背景下，下游產(chǎn)業(yè)能夠隨之資本或產(chǎn)品投入，增大資產(chǎn)規(guī)模。整體來看，數(shù)量型貨幣政策的傳導(dǎo)路徑與表3所列舉的中間需求系數(shù)所顯示的產(chǎn)業(yè)間的消耗關(guān)系較一致。產(chǎn)業(yè)的中間需求系數(shù)越大，表明其他產(chǎn)業(yè)對其產(chǎn)出的消耗程度越高，此產(chǎn)業(yè)對其他產(chǎn)業(yè)的輻射拉動作用亦越強。總的來說，貨幣政策的傳導(dǎo)效果具有顯著的行業(yè)差異，行業(yè)的異質(zhì)性特征決定了其對貨幣政策沖擊響應(yīng)的多樣性。

(3)價格型貨幣政策工具通過優(yōu)化資本配置效率進(jìn)行產(chǎn)業(yè)調(diào)整效果更顯著

對比內(nèi)生變量對貨幣政策沖擊的累積反應(yīng)可以發(fā)現(xiàn)，在各產(chǎn)業(yè)對數(shù)量型貨幣政策變動的沖擊反應(yīng)與價格型貨幣政策工具基本相當(dāng)?shù)那闆r下，利率沖擊對于除資本密集型產(chǎn)業(yè)(X4)和資源采掘業(yè)(X7)以外的其他產(chǎn)業(yè)的作用效果剛好相反，在利率提升、資金成本上升的背景下對應(yīng)產(chǎn)業(yè)的固定資產(chǎn)投資規(guī)模反而提高，說明價格型貨幣政策工具在優(yōu)化社會資本配置效率方面存在一定的優(yōu)勢。在十八屆三中全會明確提出使市場在資源配置中起決定性作用的背景下，隨著利率市場化水平的提高，預(yù)計未來價格型貨幣政策工具的產(chǎn)業(yè)調(diào)整效果會顯著提高。

六、結(jié)論

本文以要素稟賦差異作為產(chǎn)業(yè)異質(zhì)性的劃分基礎(chǔ)，將中國工業(yè)行業(yè)按要素密集程度劃分為7個產(chǎn)業(yè)，并以投入產(chǎn)出表為分析基礎(chǔ)確立產(chǎn)業(yè)關(guān)聯(lián)權(quán)重，通過GVAR模型實證檢驗了我國2003年1月到2014年12月間不同貨幣政策工具沖擊對不同產(chǎn)業(yè)的固定資產(chǎn)投資的影響，得出如下結(jié)論：①貨幣政策沖擊對不同產(chǎn)業(yè)的沖擊存在顯著差異，不論是對應(yīng)于數(shù)量型貨幣政策工具還是價格型貨幣政策工具，資本密集度較高的產(chǎn)業(yè)反應(yīng)速度快于勞動或技術(shù)密集產(chǎn)業(yè)；②數(shù)量型貨幣政策的傳導(dǎo)路徑基本與產(chǎn)業(yè)間的消耗關(guān)系較一致，大致由資本密集型向勞動密集型、中度資本密集型、技術(shù)密集型產(chǎn)業(yè)傳導(dǎo)，而價格型貨幣政策的傳導(dǎo)路徑則存在顯著的差異；③價格型貨幣政策工具通過優(yōu)化資本配置效率進(jìn)行產(chǎn)業(yè)調(diào)整效果更顯著，在利率提升、資金成本上升的背景下具備資本或技術(shù)優(yōu)勢的相關(guān)產(chǎn)業(yè)的固定資產(chǎn)投資規(guī)模反而提高，說明價格型貨幣政策工具在優(yōu)化社會資本配置效率方面存在的優(yōu)勢。

總體而言，上述實證結(jié)果充分證明了產(chǎn)業(yè)異質(zhì)性對貨幣政策傳導(dǎo)的影響，這也構(gòu)成了結(jié)構(gòu)性貨幣政策的產(chǎn)業(yè)基礎(chǔ)。由于產(chǎn)業(yè)異質(zhì)性的長期存在和不斷的變化，貨幣政策也需要跟隨性調(diào)整。當(dāng)前，以優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)為核心的供給側(cè)改革提出了基于產(chǎn)業(yè)差異實施針對性貨幣政策的更高要求。

注釋：

① 采用資本?勞動力比率衡量資本密集程度，用勞動力報酬?產(chǎn)出比率衡量勞動密集程度，用R&D/銷售額、工程技術(shù)人員數(shù)/就業(yè)總?cè)藬?shù)和微電子設(shè)備/生產(chǎn)經(jīng)營設(shè)備來衡量技術(shù)密集程度。

② 一般來說，國民收入中統(tǒng)計的投資包括固定資產(chǎn)投資和存貨。考慮到存貨的逆周期特性、固定資產(chǎn)投資的順周期特性，投資對經(jīng)濟增長的促進(jìn)作用主要是通過固定資產(chǎn)投資產(chǎn)生的。除潘敏(2011)外，劉斌(2001)以及王劍和劉玄(2005)在貨幣政策相關(guān)研究的論文中，都采用了固定資產(chǎn)投資作為實體經(jīng)濟產(chǎn)出的替代變量。

③ 由于1月份固定資產(chǎn)投資和資產(chǎn)總計的數(shù)據(jù)均未公布，我們采用插值計算和倒推的方法近似填補。

④ 經(jīng)濟活動中其他產(chǎn)業(yè)對某一產(chǎn)業(yè)產(chǎn)出的消耗程度之和用中間需求系數(shù)表示，該值越大說明相關(guān)產(chǎn)業(yè)處于產(chǎn)業(yè)鏈的上游，反之則處于產(chǎn)業(yè)鏈的下游。

⑤ 具體估計結(jié)果見附錄。

參考文獻(xiàn)：

[1]曹永琴. 中國貨幣政策非對稱效應(yīng)形成機理研究[D]. 上海:復(fù)旦大學(xué), 2008.

[2]郭曄, 賴章福. 貨幣政策與財政政策的區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整效應(yīng)比較[J]. 經(jīng)濟學(xué)家, 2010(5): 67?74.

[3]潘敏, 繆海斌. 產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與中國通貨膨脹缺口持久性[J].金融研究, 2012(3): 14?28.

[4]潘敏, 唐晉榮. 人民幣升值速度對中國區(qū)域產(chǎn)業(yè)的影響研究?基于MS-VAR的非對稱效應(yīng)分析[J]. 中國工業(yè)經(jīng)濟, 2013(12):5?17.

[5]GERTLER M, GILCHRIST S. Monetary policy, business cycles,and the behavior of small manufacturing firms[J]. Quarterly Journal of Economics, 1994, 109(2): 309?340.

[6]BERNANKE B S, GERTLER M. Insight the black box: The credit channel of monetary policy transmission[J]. Journal of Economic Perspectives,1995, 9(4): 27?48.

[7]GANLEY J, SALMON C. The industrial impact of monetary policy shocks: Some stylised facts[J]. Bank of England Working Papers, 1997, No. 68.

[8]HAYO B, UHLENBROCK B. Industry effects of monetary policy in Germany[J]. Macroeconomics, 1999(1): 127?158.

[9]DEDOLA L, LIPPI F. The Monetary transmission mechanism:Evidence from the industries of five OECD countries[J].European Economic Review, 2005, 49(6): 1543?1569.

[10]DAS A, GHOSH S. Financial deregulation and profit efficiency:A nonparametric analysis of Indian banks[J]. Journal of Economics and Business, 2009, 61(6): 509?528.

[11]GERTLER M, KARADI P. Monetary policy surprises, credit costs and economic activity[J]. National Bureau of Economic Research Working Papers, 2014, No. 20224.

[12]CARLINO G, DEFINA R. The differential regional effects of monetary policy[J]. Journal of Regional Science, 1998, 80(4):572?587.

[13]ARNOLD I J M. The regional effects of monetary policy in Europe[J]. Journal of Economics Integration, 2001, 16(3):399?420.

[14]PEERSMAN G, SMETS F. The industry effects of monetary policy in the Euro area[J]. Economic Journal, 2005, 115(503):319?342.

[15]OWYANG M T, WALL H J. Regional disparities in the transmission of monetary policy[J]. Federal Reserve Bank Working Paper, 2003.

[16]AGHION P, HEMOUS D, KHARROUBI E. Cyclical fiscal policy, credit constraints, and industry growth[J]. Journal of Monetary Economics, 2014, 62(1): 41?58.

[17]戴金平, 金永軍, 陳柳欽. 貨幣政策的產(chǎn)業(yè)效應(yīng)分析——基于中國貨幣政策的實證研究[J]. 上海財經(jīng)大學(xué)學(xué)報, 2005(4):8?15.

[18]閆紅波, 王國林. 我國貨幣政策產(chǎn)業(yè)效應(yīng)的非對稱性研究——來自制造業(yè)的實證[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2008(5):17?29.

[19]汪昊旻. 我國貨幣政策的產(chǎn)業(yè)效應(yīng)實證分析[J]. 世界經(jīng)濟情況, 2009(10): 40?45.

[20]葉蓁. 中國貨幣政策產(chǎn)業(yè)異質(zhì)性及其決定因素——基于上市公司面板數(shù)據(jù)的實證分析[J]. 財經(jīng)論叢, 2010(1): 50?56.

[21]劉舒瀟, 段文斌. 異質(zhì)產(chǎn)業(yè)金融結(jié)構(gòu)與貨幣政策非均質(zhì)效應(yīng)[J]. 經(jīng)濟與管理研究, 2010(9): 27?33.

[22]王劍, 劉玄. 貨幣政策傳導(dǎo)的行業(yè)效應(yīng)研究[J]. 財經(jīng)研究,2005(5): 104?111.

[23]耿鵬, 趙昕東. 基于 GVAR模型的產(chǎn)業(yè)內(nèi)生聯(lián)系與外生沖擊分析[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2009(12): 32?45.

[24]潘敏, 羅霄, 繆海斌. 銀行信貸的行業(yè)產(chǎn)出與溢出效應(yīng)[J]. 投資研究, 2011(8): 12?22.

[25]吉紅云, 干杏娣. 我國貨幣政策的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整效應(yīng)——基于上市公司的面板數(shù)據(jù)分析[J]. 上海經(jīng)濟研究, 2014(4):9?15.

[26]吳偉軍, 劉萬晴. 我國貨幣政策行業(yè)異質(zhì)性效應(yīng)的存在性及實證分析——基于面板數(shù)據(jù)模型及VAR模型的檢驗[J]. 金融與經(jīng)濟, 2015(1): 19?24.

[27]王福嶺. 中國貨幣政策結(jié)構(gòu)效應(yīng)研究[D]. 上海: 華東師范大學(xué), 2011.

[28]PESARAN M H, SCHUERMANN T, WEINER S M. Modeling regional interdependencies using a global error-correcting macroeconometric model[J]. Journal of Business & Economic Statistics, 2001, 22(2): 129?162.

[29]HIEBERT P, VANSTEENKISTE I. International trade,technological shocks and spillovers in the labour market: A GVAR analysis of the US manufacturing sector[J]. 2010, 42(24):3045?3066.

[30]張紅, 李洋. 房地產(chǎn)市場對貨幣政策傳導(dǎo)效應(yīng)的區(qū)域差異研究——基于 GVAR 模型的實證分析[J]. 金融研究, 2013(2):114?128.

[31]KOOP G, PESARAN M H, POTTER S M. Impulse response analysis in nonlinear multivariate models[J]. Journal of Econimetrics, 1996, 74(1): 119?147.

[32]PESARAN M H, SHIN Y. Generalized impulse response analysis in linear multivariate models[J]. Economics Letters,1998, 58(1): 17?29.

[33]耿鵬, 趙昕東. 基于 GVAR模型的產(chǎn)業(yè)內(nèi)生聯(lián)系與外生沖擊分析[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2009, 26(12): 32?45.