省际视角下的货币政策区域效应研究
方荣慧
摘 要： 基于SVAR模型，利用2005-2018年的省际季度经济数据，对我国货币政策的区域效应进行分析，结果表明：（1）我国货币政策效应存在明显的省际差异；（2）传统的依据地理特征进行货币政策区域划分的方式并不能够很好地反映货币政策区域效应差异，基于系统聚类分析法的区域划分与传统的三分法、五分法和八分法有很大差别；（3）随着经济发展水平的不断提高，我国货币政策区域效应逐渐发生变化，东部地区政策反应水平开始逐渐减弱；（4）利率渠道和信贷渠道是导致我国货币政策区域差异的主要影响因素，汇率渠道对货币政策区域效应影响并不显著。本文建议：有针对性地采取结构性和区域性的货币政策，同时加强生产要素省际流动，减弱货币政策区域差异。
关键词： 货币政策 区域效应 SVAR模型 系统聚类分析
一、引言
随着中国经济步入新常态，党的十八大以来，中央提出了新的区域发展战略思想，丝绸之路经济带、京津冀协同发展、长江经济带、振兴东北老工业基地等战略构想和举措为传统区域发展理论和实践赋予了全新的内涵。在此背景下，分析货币政策对不同区域经济发展的效果差异，重新认识我国货币政策在实现区域经济协调发展中的作用，具有重要的现实意义。
目前，从高职学校的教师实际情况来看，在“政校行企”四方联动的模式下，学校缺乏对教师能力培养的重视，企业对教师核心素养和能力建设的参与度不高。虽然出台了一些政策，但是执行得还不太到位。要想全面提高教师的核心素养和能力，必须发挥政府、学校、企业和行业的综合力量。据分析，高职院校教师核心素养和能力建设面临的问题如下。
虽然目前已有大量研究我国货币政策区域效应的文献，但相关方面的研究主要集中在2010年之前，研究区间主要为1979-2006年这一时间段，因此已经远远落后于经济发展状况，而且计量方法等方面过于粗糙，未能完整全面的揭示我国货币政策区域效应的真实情况。
基于上述问题，本文运用2005-2018年的季度经济数据，借鉴已有文献在区域划分、货币政策区域效应方面的研究，从省际视角测算了我国货币政策的区域效应，分析了不同区域划分方法对货币政策区域效应的影响，并运用系统聚类分析法给出了更加合理的区域划分方法，最后分析了我国货币政策区域效应的影响机制。本文余下部分结构安排如下：第二部分是文献综述，第三部分是模型与数据，第四部分是本文的实证分析部分，最后一部分为本文的结论和政策建议。
二、文献综述
对货币政策区域效应的研究始于美国。Scoot（1955）在研究美国货币政策传导机制时发现，货币政策在从纽约传导到其他地区的过程中存在着明显的时滞，从而开启了货币政策区域效应研究的先河。沿着这一思路，Rompuy（1978）将美国划分成几大经济区域，并发现各区域对货币政策冲击的反应存在较大差异。Carlina和Defina（1995）将研究区域进一步细分，运用美国州际数据，实证分析了各州货币政策的差异，同时，还进一步从利率渠道、信贷渠道和汇率渠道三方面分析了货币政策区域效应产生的原因。
货币政策区域效应研究的第二个高潮缘于欧洲货币联盟的兴起。欧洲货币联盟各国在政治体制、经济结构、资源禀赋等方面存在很大差异，因此，研究统一货币政策对各国影响的差异具有重要的理论和现实意义。Arnold（2010）对欧洲68个国家和地区的货币政策区域效应进行了研究，发现区域效应的差异与产业中劳动力的比率显著相关。Hofmann和Peersman（2017）从美国入手，发现不同国家之间存在着显著的货币政策效果差异。
其中，t表示时间趋势，Q1、Q2、Q3表示季节虚拟变量，从上述公式可见，实际产出缺口y t为剔除季节因素和趋势因素后的残差部分。
从研究角度来看，部分研究将关注点集中在论证我国货币政策区域效应存在性这一问题上，并没有分析导致货币政策区域效应差异的原因，如于则（2006），卢盛荣（2009）等，卞志新、杨全年（2010）和申俊喜、曹芳源（2011）虽然分析了导致我国货币政策区域效应的原因，但是其采用的定性分析方法缺乏针对性。另一部分研究在论证我国货币政策区域效应存在性的同时，分析了货币政策区域效应存在的原因（宋旺、钟正生，2006；孔丹凤、Cortes，2007；蒋益民、陈璋，2009）。宋旺和钟正生（2006）运用OLS回归，从利率机制、信贷机制和汇率机制三方面对我国货币政策区域效应存在的原因进行了分析，但是其回归方程只有东、中、西三个观测值，因此可信性较低。孔丹凤和Cortes等（2007）研究了国有工业企业百分比、对工业企业提供的银行贷款份额和产业结构三方面因素对货币政策区域效应的影响，但是其影响因素的选择缺乏理论依据，因此，并不能很好说明货币政策区域效应存在的原因。蒋益民、陈璋（2009）计算了全国八大经济区的货币政策脉冲响应与人均GDP、三次产业结构和人均存贷款余额的相关系数，并进一步分析了货币政策区域效应与三者的关系。
已有文献为后来研究提供了丰富的理论基础，但是通过上述文献综述可以发现既有研究存在诸多不足。首先，数据过于陈旧，不能反映近期货币政策变化情况，由于中国正在经历深刻的经济转型过程，宏观经济政策和宏观经济调控手段的调整非常频繁，从而导致中国的主要宏观时间序列变量出现结构不稳定性的问题（申俊喜、曹源芳，2009），因此，在分析货币政策区域效应时应该将近期中国经济的变动情况考虑进去；其次，从区域划分上来看，大多数研究都是将我国划分成若干地理区域进行分析，这种方法虽然简化了样本维度，为研究提供了方便，但是却忽略了区域内部的差异性，减少了统计数据中的有效信息（刘东坡，2018）；再次，从模型运用上看，大量研究使用的是简单向量自回归模型（VAR），忽略了变量当期值之间的关系，容易带来误差；最后，从研究进程上来看，对造成货币政策区域效应差异的原因分析并不深入，孔丹凤和Cortes（2007）、孙颋和赖溟溟（2018）虽然测算了省际数据的脉冲响应，但是对货币政策区域效应差异的原因分析仍然过于简单。
三、模型与数据
（一）模型构建
在对货币政策冲击效果进行分析时，向量自回归模型（VAR）和脉冲响应函数（IRF）是最为常用的两个工具，本文同样基于结构向量自回归模型（SVAR）和脉冲响应函数（IRF）对我国货币政策省际效应的差异进行分析。
向量自回归模型（VAR）由Sims于上世纪80年代提出，其模型形式为：
其中，Yt 为n ×1维的内生变量，Bi 为待估计的n ×n 维系数矩阵，l 为自回归滞后阶数，u t为协方差矩阵为∑的白噪声过程。
从（1）式可以看出，VAR模型中并没有给出内生变量当期值之间的关系，即在模型的右端不包含内生变量的当期值，变量的当期关系隐藏在误差项的相关结构之中。误差项u t被称为新息（Innovations）向量，向量之间存在较强的相关关系，从而导致脉冲响应函数的经济含义并不明确。针对上述问题，需要对VAR模型的新息进行结构性分解，获得结构冲击，从而构造出SVAR模型。
在机器学习的实际应用中，大多数分类训练样本集是非平衡的，有研究表示[1]，非平衡样本集会影响机器从中学习的规则的准确性，而且失衡度越大，即各类训练样本数量差异越大，影响就越大。因此，如何优化传统分类方法，以提升对不平衡数据分类性能是目前机器学习领域里研究热点之一。
现在回头看来，大可不必，每个人都有各自的“道”，我应该顺应我的“道”，演好我的角色，不应该把自己和别人对立起来。
为了使SVAR模型符合识别条件，需要对模型施加约束，以减少待估计的参数，传统的约束条件有短期约束和长期约束。
对价格水平变量p t取对数之后按如下方程进行OLS回归，得到残差项p tc，作为SVAR模型中的价格水平变量：
长期约束：由Blanchard和Quah提出，对由SVAR模型的得到的结构VMA （∞）模型系数施加约束，常见约束形式为
第i行第j列施加零约束，便是第i个变量对第j个变量影响的累计效应为0。
SVAR 模型中假设 ε t为n ×1的基本面冲击向量，同时u t=Aε t，var （u t）=Avar （ε t）A '=AA '，即n个基本面冲击被假设为相互独立且方差被正规化为1。
（二）变量选取及数据处理
货币政策代表变量。货币供应量和利率是研究货币政策冲击的的主要金融指标，已有研究中既有采用利率作为货币政策变量的（戴金平、金永军，2006），也有采用货币供应量作为货币政策变量的（宋旺、钟正生，2006；于则，2006），孔丹凤、Cortes（2007）运用VAR模型，实证发现相比利率，货币供应量是更有效的货币政策代表变量。本文同样采用货币供应量作为货币政策的代表，同时考虑到M0和M1无法真实反映我国的货币需求，以及其内生性特征，本文选择广义货币供应量M2作为货币政策的代表。
货币政策目标变量。物价稳定和经济增长是我国货币政策的两大目标，在对货币政策效果进行考察时也需要从这两个方面展开。本文采用国内生产总值代表整体经济的产出水平，采用各个省份的地区生产总值代表各省份的产出水平，采用全国居民消费价格指数同比数据代表整体经济的价格水平，各个省份的居民消费价格指数同比数据代表各省份的价格水平。
在对数据进行实证分析之前需要进行季节性调整和滤除趋势项等处理，考虑到HP滤波器设置λ =1600时所滤除的波动周期是6-32个季度（NBER对美国周期的定义），这与中国经济周期波动的情况未必一致，本文采用王君斌和郭新强（2011）的方法，用以下方法剔除变量的季节性和趋势性特征。
对实际产出（Y）取对数之后按如下方程进行OLS回归，得到的残差项即为产出缺口（或产出波动部分）的时间序列：
对我国货币政策区域效应的定量研究始于宋旺、钟正生（2006），此后大量研究我国货币政策区域效应的文献开始出现（于则，2006；蒋益民、陈璋，2009；申俊喜、曹源芳等，2011；卢盛荣、李文溥，2009），文献大都采用向量自回归模型（VAR）和脉冲响应函数（IRF）为工具，但是在具体研究思路上仍然存在较大差异。从研究区域划分上来看，可以分为三分法、五分法、八分法和省际数据法。宋旺、钟正生（2006）将我国划分成东、中、西三个部分，运用VAR模型和IRF检验证实了我国货币政策存在明显的区域效应。于则（2006）将我国划分成东、中、西、京津冀和东北五个区域，并证明了货币政策区域效应的存在。蒋益民、陈璋（2009）将我国分成八大经济区，运用SVAR模型证实了我国货币政策区域效应的存在，并进一步分析了货币政策区域效应与区域金融结构、区域生产力水平和区域产业结构之间的关系。申俊喜、曹源芳（2011）运用我国31个省域的数据研究了我国货币政策的区域差异，并定性分析了利率传导机制、货币配给机制与外汇管理机制对货币政策区域效应的影响。孔丹凤、Cortes（2007）运用1980-2004年的年度数据，分析了我国货币政策省际效果的存在，并进一步分析了国有工业企业比例、对工业企业的银行贷款份额和产业结构三个因素对于货币政策省际效应的影响。
在现代社会中，人们对空间的要求不局限于功能性的需求，还对其审美、情趣等多方面需求逐渐增加。为了能够更好的满足用户的需求，建筑设计企业就必须要对其室内设计进行创新与改进，在室内空间设计中灵活的应用“人性化”设计理念。
短期约束：由Sims提出，根据VAR模型的残差项u t的方差协方差矩阵∑确定其Cholesky因子P，进而得出符合SVAR模型设定条件的u t=pε t。
本刊讯 2016年6月13日，北京市“东四——朝阳门——建国门”学区“读红色经典 铸理想信念”——纪念建党95周年诵读活动在北京史家小学高年级部礼堂举行。北京市东城区委宣传部副部长王铁峰、东城区委教育工委书记冯洪荣、东城区教委主任周玉玲、东城区政府教育督导室主任付葵、东城区委教工委副书记刘藻、东城区教育纪工委书记刘宏明、东城区教委副主任尤娜、东城区政府教育督导室副主任段勇、东城区教委副处级调研员王守仙出席活动。来自北京市东城区委宣传部理论科，东城区委教育工委、东城区教委的领导以及东朝建学区内的16个单位的党员教师400余人参加活动。
在进行SVAR模型估计之前，需要先对相应变量的平稳性进行检验，ADF平稳性检验结果表明，去除季节因素和通胀因素的产出变量、价格变量和货币供应变量都为平稳时间序列，因此，后续实证研究均以这三个变量为基础。
经过上述处理得到估计SVAR模型的3个内生变量，产出y t，价格p tc和货币政策变量m 2tc，在SVAR模型估计过程中，内生变量的排序问题会对最终结果产生影响，参考蒋益民、陈璋（2009），本文变量排序为：GDP、CPI、M2。本文SVAR模型中包括3个内生变量，因此需要对模型施加（3-1）*3/2=3个短期约束，借鉴王君斌（2011）的研究，对模型施加的短期约束条件如下：由于货币政策存在外部时滞，因此，货币政策的变动当期不影响产出和通货膨胀率，同时，本期货币政策是根据前期经济发展状况制定的，因此，本期经济增长不影响本期货币政策。
对货币供应量M2取对数之后按照如下方程进行OLS回归，得到残差项
作为SVAR模型中货币政策变量的代表：
四、实证分析
（一）货币政策区域效应存在性检验
本部分给出了运用SVAR模型测度的各省货币政策脉冲响应函数值，在估计SVAR模型时，根据AIC、SC、FPE和H-QC多数原则确定各省的最佳滞后阶数，各省的SVAR模型均通过平稳性检验。
大陆歌手的个人演唱会数量逐年递增，前往台北举办个人演唱会的大陆歌手数量也越来越多。1980年至2008年，仅有一名大陆歌手在台北举办过一场演唱会，即腾格尔于1992年在台北举办的演唱会，这也是大陆歌手在台湾举办的首场个人演唱会。[1]402，[2]60此后的15年间，再无一位大陆歌手在台北举办个人演唱会。（表5）自2008年起，大陆歌手又开始去台北举办个人演唱会。虽然大陆歌手在台北举行个人演唱会的数量不多，但仍显现了大陆流行音乐突飞猛进的趋势，优秀歌手不断涌现，竞争力增强，个人演唱会市场不断扩大。随着大陆流行音乐在华语流行乐坛的影响力不断扩大，大陆已逐渐成为华语流行音乐的中心之一。
图1：累计脉冲响应函数图
图1给出了全国及31个省、直辖市和自治区在面对货币政策单位Cholesky正向冲击后6年（24个季度）内产出水平的反应，从图1可见我国统一性的货币政策存在十分明显的区域效果差异。对全国整体而言，货币政策冲击发生之后，产出水平开始平稳增加，并在第8期达到稳定水平。对各省份而言，货币政策冲击发生之后，脉冲响应强度呈现出较大差异，反应最强的省份是黑龙江省，其脉冲响应稳定值是全国平均水平的3倍，反应最小的湖南省，其脉冲响应稳定值为负数。
(3)利用天然中草药预防肉鸡疫病，能有效提高肉鸡的生产性能，改善鸡肉的品质和风味，且不存在药物残留，不易 产生耐药性。
表1进一步给出了全国及各省、直辖市和自治区脉冲响应的稳定值及最大值。结合图1可见，对全国整体而言， 冲响应函数最大值为0.042797，达到最大值的时期为第9期，稳定值为0.040128，脉冲响应函数基本稳定的时期为第19期。脉冲响应反应最强烈的黑龙江省，稳定值和最大值同为0.118977，反应最弱的湖南省，脉冲响应函数稳定值为-0.018127，最大值为0.023232。
表1 各省脉冲响应函稳定值和最大值
图1和表1的结果共同表明，我国统一的货币政策存在十分明显的省际差异，这与既有研究结论一致。
c.如速度解不符合连续方程时，需构造poisson型的压力修正方程(用动量方程和连续方程构造)，再对压力修正方程求解，获得速度场和压力场的修正值；
（二）区域划分与货币政策区域效应
已有研究我国货币政策区域效应的文献中，在区域划分上存在不同方式，常见的有三分法、五分法、八分法等，但是，对于不同区域划分的理论和现实依据却鲜有述。本部分通过对三分法、五分法和八分法三种区域划分方法进行对比，分析了不同区域划分方法的优劣，并采用系统聚类分析方法，给出了一个以经济状况为依据的区域划分方式。
选用直径48 mm、壁厚3.5 mm钢管作注浆管。注浆头制作：先将注浆钢管底端5～10 cm范围加工成圆锥形，钢管锥形以上40 cm范围4个方向各打上1排直径为8 mm小孔，间距5 cm，然后在每个小孔上放上图钉(作简易逆止阀)，再用绝缘胶布加硬包装袋缠绕包裹，以防小孔被浇桩的混凝土堵塞。在注浆范围上下各设钢环保护，以防止包裹物在埋入时脱落。
表2给出了不同区域划分方式下的货币政策区域反应情况。在三分法下，东部地区货币政策反应明显小于中西部地区；在五分法下，东北地区货币政策反应最强，其次是西部和中部地区，东部地区货币政策反应最弱；在八分法下，东北地区货币政策反应最强，其次是大西北综合经济区和黄河中游经济区，东部沿海经济区货币政策反应最弱。对三种不同的区域划分方式来说，只有五分法下各区域的组内标准差全部小于全国整体的标准差，因此，五区域划分方式在三种区域划分方法中是一种相对更加合理的区域划分方法。
表2 不同区域划分方式下货币政策区域效应
在研究货币政策的区域效应时，三分法、五分法和八分法虽然具有一定的合理性，但是其缺陷也十分明显。首先，三分法、五分法和八分法是依据地理条件和地缘关系进行划分的，由于区域内主体的经济水平参差不齐，因此，对于经济区域的划分来说，以社会经济条件作为划分标准可能更为科学（范祚军、关伟，2008）；其次，三分法、五分法和八分法都是一种先验的区域划分方式，即根据各省经济金融发展状况事先假定同一区域的省份在货币政策反应上具有同质性，但是这种假定并不一定能够得到现实状况的支持，同时在具体的区域划分方式的选择上也具有很大的随意性。
3．发生高淀粉酶血症或AP的危险因素：高淀粉酶血症的发生与肿块位置有关，但与患者性别、年龄、胰腺炎病史、肿块类型、细针规格以及穿刺次数和内镜操作经验无关(表1)。发生AP的7例患者情况见表2，肿瘤位于胰头部的患者术后发生AP的风险高于肿瘤位于胰体部患者，但无统计学意义[1.09%(6/548)比0.25%(1/393)，P=0.249]。胰腺实质性占位与囊肿占位、初学者与有经验内镜医师操作的术后AP发病率的差异均无统计学意义[0.63%(5/795)比1.37%(2/146)，P=0.298；1.28%比0.57%，P=0.374]。
为了更加深入的分析货币政策区域效应发生变化的原因，本文将货币政策脉冲响应稳定值作为被解释变量，区域人均国民生产总值（取对数）及其二次方项作为解释变量，OLS回归结果如下（括号中为标准误）：
图2：聚类分析谱系图
从谱系图上可以看出我国货币政策区域划分的大体方式。其中，北京、上海、天津在二类划分、三类划分、四类划分中都归为一组地区。山西、海南、江西、青海、重庆、河北、陕西、新疆、吉林、甘肃、辽宁在五类划分中归为一组，在三类划分和四类划分中连同黑龙江同归为一组。内蒙古、福建、江苏、浙江、山东、广东在四类划分和五类划分中同归为一组，海南、宁夏、湖北、云南、西藏、贵州、广西、四川、湖南在四类划分和五类划分中归为一组，在三类划分中和内蒙古、福建等同归为一组。
系统聚类分析法下的区域划分具有一定的地域性特征，但与传统的地理区域划分方式存在较大的差异。具体而言，经济最发达的北京、上海和天津被归为一组，东部和南部沿海五省加上内蒙古被归为一组，西南五省（四川、重庆、贵州、广西、云南、西藏）加上中部四省（河南、安徽、湖北、湖南）和宁夏被归为一组，其他地区被归为一组。和传统的东、中、西三部分划分方式相比，既有一定的重叠，同时也有很大的差异。
（三）货币政策区域效应变化的原因分析
从表2中还可以发现，本文测算的货币政策区域效应与已有研究存在一定差异。宋旺和钟正生（2006）将我国划分成东中西三部分，运用1987-2003年的年度数据测算表明，货币政策的产出效应强度依次是东部＞中部＞西部，而本文测算结果表明中部＞西部＞东部；于则（2006）将我国划分成五个区域，运用1990-2003年度数据测算结果表明，东部＞西部＞中部＞东北＞京津冀，而本文测算结果是东北＞西部＞中部＞京津冀＞东部；蒋益民等（2009）将我国划分成八大经济区，运用1978-2006年的数据，测度的各区域货币政策反应强度也与本文结论存在一定差异。
本文认为，不同地区货币政策效应的排序发生变化，主要是由于近年来我国货币政策传导机制发生了变化。宋旺和钟正生（2006）、于则（2006）、蒋益民等（2009）等研究区间主要集中于1990-2006年这一时间段，而本文研究的时间段为2005-2018年，在这两个时间段之间，中国经济正在经历深刻的转型升级过程，宏观政策和调控手段调整频繁，因此货币政策传导机制也会相应发生变化。瑞银证券在《中国货币政策操作手册》中也指出了这一情况：在讨论中国货币政策有效性或各种货币政策工具所扮演的角色时，学者们往往会选取一些时间序列数据来展示其相关性或进行回归分析，并得出显而易见的结论，对此我们应当非常小心，我们应该考虑到在过去几十年中，宏观机构、政策工具及数据所发生的显著的结构性变化。申俊喜等（2011）运用2004-2009年的省际月度数据，测算出的结果与本文基本一致。综上我们认为，相比已有研究，本文结论更符合当今我国货币政策区域效应的真实情况。
为了更加合理地确定我国货币政策反应的区域特点，我们运用系统聚类分析方法，以31个省、直辖市和自治区的脉冲响应稳定值和地区人均国民收入水平作为聚类要素，使用SPSS19.0分析得到的聚类谱系图如图2所示。
一杭在沙发上坐了，陈前台倒了一杯速溶咖啡递给他，然后在一旁坐了。一杭环顾四周，啜一口咖啡，说：“美女，你忙你的吧，我坐一会儿就是了。”陈前台笑着说：“大作家来了，我可不能怠慢，待会儿范总回来要批评我。”一杭皱了皱眉，瞟了一眼范坚强办公桌上的一只圆形鱼缸，说：“我保证，他不会。”
上式给出了各省脉冲响应函数稳定值与区域人均国民生产总值（取对数）及其二次方项之间的回归结果，括号中为标准误，模型 R2=0.2055。结果表明，在5%的显著性水平下区域人均国民生产总值及其二次方项的影响都是显著的，区域人均国民生产总值的符号为正，二次项的符号为负，表明脉冲响应强度大小与经济发展水平并不是线性关系，而是呈一种开口向下的抛物线关系，即经济发展的初期阶段，随着发展水平的提高，脉冲响应的强度会相应增强，但当经济发展水平超过抛物线顶点后，随着经济发展水平的继续提高，脉冲响应强度不但不会继续上升，反而会出现一定程度的下降。
造成这一现象的原因是多方面的。首先，随着区域经济发展水平的不断提高，资本市场发展开始起步，资本市场的迅速发展拓宽了货币政策的作用范围，使得现行货币政策中介目标作用效力明显减弱，从而降低了货币政策的有效性（卞志村，2004），因此，在资本市场开始起步却尚未得到充分发展的时候，会削弱实体经济对货币政策的反应强度。我国资本市场从2006年开始迅猛发展，且主要集中在东部沿海地区，因此，导致近年来东部各省的货币政策反应强度出现一定程度的削弱。其次，由于理性预期对经济主体的可得信息和计算能力要求非常强（程均丽，2011），随着经济水平发展到一定程度之后，经济主体的预期方式开始由适应性预期不断调整为理性预期，这也必然会减弱货币政策的产出效果。
（四）货币政策区域效应存在的原因分析
从货币政策的执行到最终对实体经济产生影响，货币政策的传导是一个十分复杂的过程，已有研究在对货币政策区域效应进行分析时，主要从利率渠道、信贷渠道和汇率渠道三条途径展开（Carlina、Defina，1998；宋旺、钟正生，2006；申俊喜、曹源芳，2011），参考上述研究，本文也从利率渠道、信贷渠道和汇率渠道三条路径分析影响我国货币政策区域效应的机制。
利率渠道。货币内生理论认为，货币供应量的变化将会对均衡的利率水平产生影响，进而影响到资产市场的资金成本，影响预期收益和资产价格，导致消费及投资变化，最终对经济体的产出水平产生影响。Carlina 等（1998）和宋旺等（2006）经过测算发现，三次产业中第二产业对利率的敏感性最高，因此，可以用一个区域内第二产业的比重作为测度利率渠道的代理变量。本文测算结果同样表明我国第二产业对利率的敏感性要大于第一产业和第三产业，因此参考Carlina 等（1998）和宋旺等（2006），在分析利率渠道时也采用第二产业的比重这一指标。
信贷渠道。信贷渠道可以进一步分为银行贷款渠道和资产负债表渠道。银行贷款渠道的传导途径为：货币供应量增加→银行贷款量增加→投资增加→产出增加，此渠道的关键在于货币政策变动影响了银行的可贷资金量。资产负债表渠道的传导途径为：货币供应量增加→利率下降→净现金流和资产价格上升→逆向选择和道德风险减少→银行贷款增加→投资增加→产出增加，此渠道的关键在于货币政策波动不仅改变了市场利率，还影响了借款者的财务状况。Carlina和Defina（1998）认为，小企业（员工人数小于250人）的资金来源主要依靠银行贷款，而大企业还拥有很多银行贷款之外的融资渠道，因此，小企业集中的区域对货币政策的变化更加敏感，宋旺等（2006）将这一原则运用于我国货币政策区域效果的研究中。Carlina和Defina（1998）在其研究中还指出，相比于大银行，小银行寻找替代资金来源的渠道更少，从而提供贷款的能力更小，因此，小银行集中的区域更容易受到货币政策影响，但是由于我国无法得到各省小银行的贷款份额，宋旺等（2006）在其研究中没有考虑这一渠道的影响。本文借鉴Defina等（1998）和宋旺等（2006）的研究，通过分析一个区域小型企业比重对脉冲响应的影响，来研究信贷渠道对货币政策区域效应的影响。
首先，美国政府各部门有权选择是否对相关主体予以制裁以及如何制裁。例如，最新颁布的第13846号行政令，授权财政部长在征询国务卿的意见后，“可以”对从事相关受制裁行为的主体予以制裁②Section 1 of the Executive Order 13846 of August 6, 2018, Federal Register, Vol. 83, No. 152.。可见，美国政府各部门需要在综合衡量后，再决定是否对相关主体予以制裁。同时，对于已经受到制裁的主体，美国政府也可以随时决定取消对其制裁。
汇率渠道。汇率渠道同样会对货币政策有效性产生影响，当实施扩张性的货币政策时，利率水平下降，进而导致本币贬值，本国商品相对于外国商品更加便宜，因而本国商品出口增加，本国产出水平增加。上述渠道表明，出口部门在某区域越重要，汇率渠道在货币政策传导中的作用就越重要。
为了对上述三条路径进行分析，本部分将产出脉冲响应函数值作为被解释变量，第二产业比重、出口占地区生产总值比重、小型企业占规模以上工业企业比重作为解释变量进行OLS回归（伴有怀特异方差修正），其中第二产业比重、出口占地区生产总值比重、小型企业占规模以上工业企业比重采用2006-2018年度平均值，银行信贷占社会融资总规模比重采用2013-2018年度平均值，回归结果见表3。
模型1和模型2分别给出了脉冲响应函数最大值及稳定值与各影响因素的回归结果。结果显示，第二产业比重符号为正，且在5%的水平下是显著的，这一结果与理论分析一致，表明利率渠道是影响货币政策区域效应的一条重要途径。出口占地区生产总值比重在1%的水平下是显著的，但是其符号为负，与理论预期相反，因此，不能证明汇率渠道在产生货币政策区域效应中的作用，这与宋旺等（2006）的结论相反。小型企业占规模以上工业企业比重在5%的水平下通过检验，但是其符号为负，与理论预期相反。本文认为这主要是由于指标选取不当造成的，并不能够根据这一结果否定信贷渠道在货币政策区域效应中的作用。Carlina和Defina（1998）从美国经济的实际状况出发，认为小企业（员工人数小于250人）的资金来源主要依靠银行贷款，因此，小企业集中的区域对货币政策的变化更加敏感，但是对我国而言，贷款大量集中于大中型国有企业，小型企业贷款难现象明显，因此，用小型企业占规模以上工业企业比重代表信贷渠道的影响并不符合我国的实际情况。
表3 脉冲响应影响因素回归结果
在信贷渠道的理论假设下，如果一个区域的银行信贷占该区域社会融资规模的比重越高，那么货币政策通过信贷渠道对实体经济的影响就会越显著。我们用间接融资（包括人民币贷款、外币贷款、委托贷款、信托贷款、未贴现银行承兑汇票）占社会融资总规模比重代替小型企业占规模以上工业企业比重作为信贷渠道的代理变量，回归结果见模型3。从模型3可见，间接融资占社会融资总规模比重这一指标对脉冲响应稳定值的影响是正的，从而肯定了信贷渠道在货币政策区域效应中的作用，但是这一指标影响并不显著（P=0.1852），这可能是由于数据取样范围过小导致的。① 由于中国人民银行从2013年起才开始公布地区社会融资结构数据，因此，在计算间接融资占社会融资总规模比重这一指标时仅采用了2013年以来的数据。
通过上述分析我们可以得出结论，在导致我国货币政策区域效应差异的因素中，利率渠道是最为重要的一条途径，信贷渠道也对货币政策区域效应差异产生影响，实证结果并没有发现汇率渠道在货币政策区域效应差异中的作用。
五、结论
本文基于SVAR模型，运用2005-2018年省际季度数据，实证分析了近十多年来我国货币政策区域效应的新变化，结果发现：
2.4.1 HPLC-MS指纹图谱的生成 取69批药材样品粉末各适量，按“2.2.2”项下方法制备供试品溶液，再按“2.1”项下试验条件进样测定，采用《中药色谱指纹图谱相似度评价系统（2004 A）》对69批药材样品的HPLC图谱进行分析，得HPLC指纹图谱，详见图1、图2。
第一，我国货币政策具有明显的省际差异。31个省、自治区和直辖市的货币政策脉冲响应稳定值平均为0.040128 ，货币政策反应最强烈的为黑龙江省为0.118977，反应最微弱的为湖南省为-0.018127 。
第二，基于系统聚类分析法的区域划分表明我国货币政策效应具有明显的区域性特征，但与传统的东中西划分方式有很大差别。经济最发达的北京、上海和天津被归为一组，东部和南部沿海五省加上内蒙古被归为一组，西南五省（四川、重庆、贵州、广西、云南、西藏）加上中部四省（河南、安徽、湖北、湖南）和宁夏被归为一组，其他地区被归为一组，和传统的东、中、西三部分划分方式相比，既有一定的重叠性，同时也有很大的差异性。
第三，随着经济发展水平的不断提高，我国货币政策区域效应排序逐渐发生变化，东部地区政策反应水平开始逐渐削弱并小于中西部地区，这是我国货币政策区域效应近年来发生的新变化。
第四，31个省、自治区和直辖市的OLS回归结果表明，利率渠道和信贷渠道是导致我国货币政策区域差异的主要影响因素，汇率渠道对货币政策区域效应影响并不显著。
基于上述发现，本文认为，货币政策当局在采取总量性货币政策的同时，应该更加注重发挥结构性和区域性货币政策的效果，根据不同地区的经济发展水平和货币政策传导情况实施区域差别调控，同时，应该加强生产要素的跨省流动，疏通货币政策传导渠道，提高货币政策促进经济发展的有效性。
参考文献：
宋旺、钟正生：《我国货币政策区域效应的存在性及原因》，《经济研究》2006年第3期。
于则：《我国货币政策的区域效应分析》，《管理世界》2006年第2期。
蒋益民、陈璋：《SVAR模型框架下货币政策区域效应的实证研究：1978-2006》，《金融研究》2009年第4期。
申俊喜、曹源芳、封思贤：《货币政策的区域异质性效应——基于中国31个省域的实证分析》，《中国工业经济》2011年第6期。
卢盛荣、李文溥：《中国地区间货币政策效应双重非对称性研究》，《数量经济技术经济研究》2009年第2期。
孔丹凤、Bienvenido S.Cortes、秦大忠：《中国货币政策省际效果的实证分析：1980-2004》，《金融研究》2007年第12期。
耿识博、谢士强、董军：《货币政策区域不对称效应》，《金融研究》2005年第7期。
刘东坡：《动态视角下中国货币政策的结构效应分析——基于TVP-SV-SFAVAR模型的实证研究》，《国际金融研究》2018年第3期。
孙颋、赖溟溟：《货币政策银行风险承担效应的区域差异——基于GVAR的研究》，《武汉金融》2018年第1期。
戴金平、金永军：《货币政策的行业非对称效应》，《世界经济》2006年第7期。
王君斌、郭新强：《产业投资结构、流动性效应和中国货币政策》，《经济研究》2011年第2期。
范祚军、关伟：《差别化区域金融调控的一个分区方法——基于系统聚类分析方法的应用》，《管理世界》2008年第4期。
卞志村、杨全年：《中国货币政策效应的区域性配给均衡分析》，《金融研究》2010年第9期。
Rompuy P V，“A Fiscal Policy Game in a Two Region Monetary Model”，Papers of the Regional Science Association，Vol.40，No.1，1978.
Carlino G.A.，Defina R H，“The Differential Effects of Monetary Policy Shocks on Regional Economic Activity”，Social Science Electronic Publishing，Vol.9，No.4，1995.
Arnold I J M，Vrugt E.B.，“Firm Size，Industry Mix and the Regional Transmission of Monetary Policy in Germany”，German Economic Review，Vol.5，No.1，2010.
Hofmann B，Peersman G.，“Monetary Policy Transmission and Trade-Offs in the United States：Old and New”，Social Science Electronic Publishing，Vol.23，No.3，2017.
Research on the Regional Effect of Monetary Policy from the Interprovincial Perspective
Fang Ronghui
Abstract： Based on the SVAR model and using the inter-provincial quarterly economic data from 2005 to 2018, the regional effects of China's monetary policy are analyzed. The results show that: (1) there are obvious inter-provincial differences in the effects of China's monetary policy; (2) the traditional regional division of monetary policy based on geographical characteristics can not reflect goods very well. The regional effects of monetary policy are different, and the regional division based on cluster analysis is quite different from the traditional three-point, five-point and eight-point methods; (3)with the continuous improvement of economic development level, the regional effects of monetary policy in China are gradually changing, and the level of policy response in the eastern region is gradually weakening; (4) interest rates channels and credit channels are the main factors leading to regional differences in monetary policy in China. Exchange rate channels have no significant impact on regional effects of monetary policy. This paper suggests that we should adopt structural and regional monetary policies, strengthen the inter-provincial flow of factors of production, and reduce the regional differences in monetary policy.
Keywords： Monetary Policy；Regional Effect；SVAR Model；Systematic Clustering Analysis
作者方荣慧，国家开发银行山东省分行（济南 250000）。
（责任编辑：南山）
标签：货币政策论文; 区域效应论文; SVAR模型论文; 系统聚类分析论文; 国家开发银行山东省分行论文;