美国货币政策对中国货币政策的溢出效应研究
——基于央行资产负债表变动的视角
徐 滢，孙宇豪
（浙江工商大学 金融学院，浙江 杭州 310018）
摘要： 2008年金融危机以来，央行资产负债表政策研究受到广泛关注，中、美两国作为最大的新兴市场国家和发达国家，两国央行资产负债表的对比研究具有代表意义。首先比较了中、美央行的资产负债表，发现金融危机后两国央行资产负债表在规模和结构上的特征与差异。然后运用2008年1月至2019年2月中美两国货币政策的相关月度数据，利用TVP-VAR模型对美联储“数量型”和“价格型”货币政策对中国货币政策外溢性传导过程进行实证研究，发现资产负债表等“数量型”工具对中国货币政策的外溢性要强于联邦基金利率的“价格型”工具，且随着美联储资产负债表收缩，外溢效应进一步加强。
关键词： 央行；TVP-VAR模型；资产负债表；外溢效应
一、引言
2017年第一季度以来，中美两国中央银行不约而同出现“缩表”的信号或实际动作。中国央行的资产负债表“缩表”实际行为晚于美联储，两者之间的“缩表”成因和目标是否相同？中国央行是否受到美联储政策外溢的影响？对中国实体经济又有什么样的影响？本文将比较中美两国中央银行资产负债表在金融危机后规模和结构上的变化，总结变化的原因和差异，并以此为基础对美联储货币政策对中国货币政策的外溢效应进行实证分析，对美联储货币政策正常化背景下中国货币政策调控有着积极的理论意义和现实意义。
本文采用主观与客观结合的机制对系统的性能进行评估。主观评价直接对搜索查询的准确性和范围进行比较，准确性评价以输出的关键词“包装、印刷、网站”同时出现作为标准，范围评价以出现的有效网页数为标准，可依据搜索查询结果显示的关键词和一些知名的包装及印刷网站的搜索查询结果进行统计实现，还可以通过对实验中所使用的垂直搜索引擎的“爬取网页总数量”和“发现率”进行统计实现。客观评价则以查全率、查准率和响应时间为主要评估依据。相关统计数据见表1 和表2 所示。
关于资产负债表“缩表”的原因，范若滢（2017）[1]认为，“缩表”更多体现了央行的主动性，潜在主要原因为其他存款性公司债券的减少、央行流动性主动降低、商业银行面临的监管趋严、财政支出的加大和季节性因素等。杨春蕾（2017）[2]认为，资产负债表的“缩表”可以视为量化宽松政策的逆向操作，其目的是为了使货币政策回归正常，央行不断创新货币政策工具的目的就是给市场提供流动性，整个资产负债表的结构和规模随之改变。关于资产负债表“缩表”的建议，范若滢（2017）认为，因为前期中国央行资产负债表“扩表”的规模不如美国，在当前经济形势下行的影响下并无强烈的“缩表”压力，但要谨防美联储“缩表”带来的被动压力。杨春蕾（2017）认为我国央行应该完善宏观审慎政策框架、完善货币市场体系、探索利率走廊机制等。
前文利用脉冲响应函数分析了能源消费、环境污染的冲击引起的产出的变化，下面将运用方差分解的相关知识来分析能源消费、环境污染对产出变动的贡献程度。
在TVP-VAR模型的发展与应用方面，TVPVAR模型最初由Primiceri（2005）[3]提出并应用于宏观经济问题分析，并由 Nakajima（2011）[4]进一步修正。Kazi（2013）[5]利用 TVP-FAVAR 模型研究了自1981年第一季度起美国货币政策冲击对OECD国家的国际传导变化，结果显示美国货币政策的负面冲击对美国GDP增长有相当大的负面影响，加拿大、日本和瑞典等大多数成员国都从中受益。孙焱林等（2016）分析了中美两国从1996年至2015年的季度数据，运用TVP-VAR模型从汇率和利率两个渠道进行传导机制分析，得出了美联储加息对中国产生的影响存在时变特征的结论。肖卫国等（2017）[6]研究了2008年至2017年美联储货币政策对我国经济的溢出效应，结果表明美联储的“扩表”和“缩表”行为通过资本渠道、汇率渠道、利率渠道对我国的物价、GDP等指标均有显著的影响。
在美联储政策外溢性的研究方面，范若滢（2017）认为，2017年中国央行资产负债表“缩表”体现了央行的主动性，但需警惕美联储“缩表”带来的被动“缩表”。杨雪峰（2017）[7]认为，央行资产负债表结构调整决定着货币政策目标的效果，其中的关键在于汇率政策目标与货币政策目标的权衡。在趋同性方面，与范若滢观点类似，认为危机后中美货币政策事实上并不同步。谭小芬等（2018）[8]认为，美联储的政策变化会从短期国际资本流动、人民币汇率调整等方面通过溢出效应间接影响中国的宏观经济，因此决策当局应提高政策调整的前瞻性，降低对于中国经济的负面影响。
二、中美央行资产负债表对比
（一）中美央行资产负债表的总量变动
从美联储资产负债表对中国央行资产负债表的等时长脉冲响应函数图像来看（见图4），美联储对中国央行资产负债表外溢性的短期效应为正向，在量化宽松的前期效应逐渐上升，在后期效应有所下降，在量化宽松结束时为最低点，在美联储政策趋向正常时又有所上升。这表明中国央行资产负债表在美联储“扩表”和“缩表”时受到外溢性传导效果较为显著，而在美联储资产负债表相对稳定的阶段效果较差。究其原因，是因为美联储作为最大经济体的央行，其扩张和收缩资产负债表对应的美元投放和回流会影响其他国家外汇资金流动，进而对他国货币投放产生影响。如美联储“缩表”导致的全球范围内美元回流使得市场向中国央行买入外汇，央行外汇资产减少，如果此时中国央行没有刻意通过其他手段补充基础货币，就会导致央行资产规模收缩。因此，当美联储资产负债表面临较大调整时，中国央行资产负债表面临的外生性增强，从而受到美联储资产负债表外溢性影响较大。
从地热田所处的区域构造位置分析(图1)，东汤地热田位于倾向SE的招平断裂带北段与倾向NW的玲珑断裂带交会形成的闭合区域内，两个深大断裂在地热田的东北部双顶山附近开始交会，从交会部位向西南地热田方向断裂交会带不断加深，深切的断裂不仅沟通了深部热源，也为地表水通过构造裂隙进入地壳深部提供了条件[18]，同时由于近EW向断裂的切割作用，使得地热田下部岩石更加破碎，导水能力更强，更有利于地热水的上涌，当地下水经过深循环加热后形成局部的上升压力，地热水就会沿着断裂交会形成的破碎通道上涌形成地热田(图5)。
全球金融危机后美联储资产负债表的规模变化可以分为三个阶段（见图1）。第一阶段为2008年初至年末的直线拉升期。次贷危机爆发后为抑制危机蔓延，美联储采取一系列临时流动性工具，总资产规模直线拉升，从2007年年末的0.92万亿美元激增至2008年12月的2.22万亿美元。资产端扩张的主要原因是抵押支持债券（Mortgage-backed Securities，MBS）的发行和中央银行流动性互换（Central Bank Liquidity Swap）的激增。这一时期的特点是美联储将资产重心偏移证券化产品，抛售美国国债中的国库券项目，放弃回购协议的使用，同时大量增持MBS的数量。第二阶段为2009年1月至2014年年末的波动上升期。这一阶段美联储相继宣布QE2至QE4，资产负债表规模一路扩张到最高点，但是扩张速度有所放缓。在此期间，国债和MBS是资产端上升的主力军，其增长轨迹与总资产规模几乎一致。第三阶段为2015年1月至2019年9月的资产收缩期。该阶段可分为两个时期：前一时期从2015年1月至2017年10月，总资产规模仅缓慢下降500亿美元，保持在4.5万亿美元左右；后一时期从2017年10月美联储开始实质性缩表至2019年9月，总资产快速下降，资产规模从4.5万亿美元下降至2019年9月的3.89万亿美元。需要指出的是，出于对美国经济放缓的担忧，2019年5月开始美联储将每月缩减国债规模上限从300亿美元降至150亿美元，并于9月结束减持国债，10月起将每月坚持的MBS规模用于重新投资国债。因此，2019年9月后美联储资产负债表规模出现了缓慢回升，至2019年11月底重回4万亿美元规模。
根据开放经济条件下的M-F模型，一个国家的央行货币政策的变化可以通过汇率渠道对他国产生政策溢出的效应。汇率渠道主要通过进出口等途径来影响价格。金融危机后美元贬值，美国商品的竞争力上升，同时抑制他国产品的出口。通过对美国联邦基金利率和美联储资产负债表总规模对人民币汇率脉冲响应函数的分析可以得出，美联储货币政策对中国央行汇率端会产生溢出效应。
对比两国央行资产负债表资产规模变化，主要有以下差异：第一，基于美国国内经济形势回稳，货币政策正常化推进，美联储有明显回收非常规“扩表”的意图和行为，因此“缩表”压力较为强烈，总资产规模下降比较明显，而中国央行总资产规模仍稳定上升，无明显“缩表”表现；第二，尽管在金融危机后，中国人民银行未实施类似的量化宽松货币政策，总资产规模扩张速度低于美联储，但中国央行资产负债表长期以来保持了较为稳定的增长，至2019年2月，总资产已达36.32万亿元人民币，以即期6.71元人民币/美元的汇率，折合约5.41万亿美元，高于同期美联储总资产规模。
图1 美联储和中国央行资产负债表变化图
（二）中美央行资产负债表结构分析
美联储资产负债表资产端主要包括7个科目：黄金证券账户、美国国债、特别提款权账户、抵押支持债券、其他持有证券、外币资产、其他资产等。MBS出现前，主要资产项目为美国国债，占比90%左右。MBS出现后，主要项目为MBS和美国国债，占比同样超过90%。需要指出的是，由于危机后各种创新货币工具的使用，美联储资产项目会有一定调整，如抵押支持债券、投资组合中对TALF LLC公司的净资产持有（Net portfolio holdings of TALF LLC）等新项目出现，或者QE前期的一级交易商信用工具（Primary Dealer Credit Facility，PDCF）、商业票据融资工具（Commercial Paper Funding Facility，CPFF）等项目退出。中国人民银行资产端主要包括5个项目：国外资产、对政府债权、对其他存款性公司债权、对金融公司债权和其他资产。2015年前，国外资产是最主要的资产项，长期占比稳定在80%左右，这是因为长期贸易顺差导致大量外汇流入，而强制结售汇制度使得央行在维持汇率目标的同时成为外汇的实际持有人。2015年后，国外资产的比例下降，对其他存款性公司债权的比例上升。2019年1月，对其他存款性公司债权的比例达到29%（见表1）。
原本听说到了上游会有拉纤展示，对纤夫文化向往已久的我，对此一直是极其期待的。没想到真正到了上游后，划舟的船夫们跳下河去，爬到近处低矮的河岸上，把纤绳松垮垮地搭在肩上，就这么走了几十米，就算表演过了……川江号子渐渐逝去，只是希望坚韧、沧桑和悲怆的纤夫文化能被完好地保留下来，不仅对这些靠着长江凭着血汗讨生活的人们是一种祭奠，更是对民族传统文化的尊重。——游记《一个人的版图(45)——为了忘却的纪念(三峡)》
从两国央行资产端来看，首先，美联储主要资产为国内资产，而中国人民银行主要资产为国外资产。这与美元是国际储备货币，美联储不需持有太多国外资产，而中国作为顺差国需要持有大量国外资产用以结算和流动有关。其次，金融危机以后，由于LSAP实施，美联储资产端持有的证券比例明显上升，而中国央行持有的主要资产项国外资产近些年有所降低。这是由于顺差收缩，人民币贬值压力增大，央行通过购买外汇投放的基础货币下降，转而通过PSL、MLF、SLF等创新流动性工具提供基础货币，造成对其他存款性公司债权上升。从负债端来看，美联储资产负债表负债端主要的项目有联储票据与联储银行持有净额、逆向回购协议、存款机构定期存款、存款机构其他存款、美国财政一般账户等。金融危机前，负债项目主要以联储票据、联储银行净持有净额为主，超过90%；金融危机后，存款机构其他存款迅速增加，以2019年2月计，占总负债超过40%，成为负债规模变化的主导项目。中国人民银行资产负债表负债端的主要项目为储备货币、债券发行、国外负债、政府存款、其他负债等，其中占比重最大的项目是储备货币。储备货币包括货币发行、其他存款性公司存款、非金融机构存款。储备货币的增加相对GDP较为有限，2007年至2018年间储备货币增加2.4倍，而同期GDP却上涨3.33倍。
负债端来看，中美两国负债的主要项目均是储备货币，美联储表现为通货和准备金项，中国人民银行表现为储备货币项。但从组成看，中国储备货币中准备金项占比高于美国，其他存款性公司存款占比在2019年1月达到总负债的56%，而美国尽管在金融危机后准备金比例已显著提升，从2008年初的1%增至2019年1月的44%,但仍低于中国同期水平。
表1 中美央行资产负债表项目比例变化
三、美联储货币政策对中国货币政策外溢性传导的实证分析
（一）理论研究
表2中各参数依次为参数估计均值、标准差、95%置信水平下的置信区间、基于Geweke方法的收敛诊断值、无效因子。第七列中无效因子统计值是基于样本数据运用蒙特卡洛模拟计算得到的统计值，主要反映状态变量和参数采样的有效性。从模型可靠性的检验结果来看，TVP-VAR模型的参数估计值均在95%置信区间内，CD值和无效因子值都比较小。这说明模型参数估计的收敛效果较好，状态变量和参数采样的有效性较优。
（二）模型构建和数据选择
时变参数向量自回归模型（TVP-VAR）由VAR模型演变而来，增加了随机波动率的考虑。TVPVAR模型实现贝叶斯分析中的马尔可夫链蒙特卡罗算法生成后验分布样本。本文使用Nakajima（2011）的方法进行美联储政策外溢性传导的分析。
1.模型设定
TVP-VAR模型常见设定为以下形式：
当t=s+1,…,n，这时yt是一个k阶可观察变量的向量，B1t,…,Bst是 s个k阶时变系数矩阵，Ωt是一个时变协方差矩阵。Ωt的计算式为Ωt=
其中At是一个对角线元素等于1的下三角矩阵，∑t=diag(σ1t,…,σkt)。定义βt是B1t,…,Bst的堆叠行向量，αt=(α1t,…,αqt)′是自由下三角形矩阵At的堆叠行向量，ht=(h1t,…,hkt)，其中 hit=log
，该时变参数遵循随机游走过程：
蛋种鸡的人工授精技术具有能够最大限度地提高种公鸡的利用率、加速品种改良、大幅度减少种公鸡的饲养量、节约生产开支、控制生殖道疾病传播的作用。在当前规模化的养殖企业中已经普遍得到推广。不同输精周期对种鸡饲养成本、种蛋受精率、合格率有何影响尚需要细致深入的研究，为人工授精技术在蛋种鸡企业的推广应用提供科学依据。
2.日粮抗原过敏。胃肠黏膜中存在大量的淋巴组织，通过体液和(或)细胞免疫对抗进入胃肠道的抗原物质。仔猪由于消化道及其酶系统尚未发育健全，尤其是蛋白酶的活性在6～8周龄前很低，在采食饲料时，饲料中的抗原物质，包括无害的蛋白质通常可激发系统的免疫反应，在获得免疫耐受之前，通常要经历一段过敏时期，即饲料抗原引发仔猪发生细胞介导的超敏反应(迟发性超敏反应)，导致小肠损伤。主要表现为小肠绒毛萎缩、隐窝增生，进而引起功能变化而腹泻。此外，由于肠道组织的损伤，病原微生物可乘虚而入，加剧腹泻病程。断奶仔猪在进食固体饲料或变换饲料后，一般3～5 d出现腹泻，在无病原微生物的参与下，一个星期左右病情得以缓解。
2.数据选择
我们将从“数量型”和“价格型”工具来研究美联储政策对中国货币政策外溢性效应，选择美联储资产负债表总规模和联邦基金利率为美联储“数量型”工具的代表，美国联邦基金利率为美联储“价格型”工具的代表，选取了2组美国指标和3组中国指标，分别是：美联储资产负债表总资产规模WFED，将美联储公布的周数据的每月最后一周数据作为月度数据；美国联邦基金利率FFR，以公布的日数据的当月最后一日的数据作为月度数据；中国人民银行资产负债表总资产规模WPCB；汇率指标ER，选取直接标价法下的人民币汇率中间价月度数据；利率指标CI，选取银行间同业1天加权平均利率月度数据。数据期限为2008年1月至2019年2月，共134组数据。所有数据取对数差分值。美联储数据来源于FRED Economic Data，中国央行数据来源于同花顺iFind。
从中期效应来看，美联储对中国央行资产负债表外溢性在QE前期并不明显，但在2013年以后越来越高。这是由于在金融危机发生后的第一阶段美联储侧重短期工具的操作，目的是通过短期流动性工具的发行和短期市场买入行为，补充流动性，救助金融机构，防止金融危机进一步发酵，而此时中国经济面并未受到金融危机的直接破坏，更多的是来自国际传导的间接影响，因此中国央行进行货币政策操作的出发点与美联储不同。而在2013年以后，美国银行间市场短期流动性短缺的情况已经得到了改善，美联储通过QE3将大量的精力放在延长流动性期限的措施上。与此同时，中国央行也在2014年创造了MLF等中期流动性工具等，资产负债表扩张的同步性和相关性提升。从长期效应来看，美联储对中国央行的外溢影响在2013年至2015年为负向，其余时间均为正向，但是效应并不明显。从时点脉冲响应函数来看，2008年10月的美联储对中国央行资产负债表的效应为正，但效果并不明显，在这个时点上，两国都发生了高速“扩表”的情况，但是美联储对中国央行的外溢性效果有限，证明中国央行此时“扩表”是主动行为。2015年1月美联储对中国央行资产负债表的效应波动较为明显，比较符合政策转型期的情况。2018年1月与2019年1月的情况类似，波动效果比2015年1月明显，但整体以正向为主。总结后三次时点的情况可以得出，美联储对中国央行的外溢性效果具有季节性波动的特征，尤其是在2015年5月至9月非常明显，总会发生正向和负向交织震荡变化。
运用Eviews软件对模型进行处理，使用VAR模型中的阶数检验，根据AIC和SC准则，得到最优滞后阶数为6阶。运用MATLAB软件进行运算，MCMC参数估计值设置为10000次，并进行1000次预模拟，剔除不稳定的数据。
时代向当代中国美术家提出一个严肃的历史任务：要表现一个世纪以来中华民族的灾难、屈辱、抗争、胜利、进步。把民族的特殊经历和心路历程昭示于世界、警策后人。
默认的先验分布为：
图2描述了参数的自相关系数、模拟变动路径和模拟分布密度。从自相关系数的图像可以看出，∑α、∑β、∑h都有不同程度的下降，∑α、∑β、的下降速度较快，∑h相比下降较慢，由此可知自相关系数迅速下降、参数波动聚类，可以得到MCMC分析有效的结论。
The Galaxy gets brighter than ever, rain will stop and it will clear.
自20世纪70年代以来，众多学者对央行货币政策的溢出效应的研究做出了贡献。在全球化高速发展的今天，一个大型经济体的货币政策变化可能对其他经济体的商品或资产价格造成波动。货币政策的外溢性可以分为正向和负向，正向即对他国经济指标产生了促进作用，负向即该国政策“以邻为壑”。显而易见的是经济体之间的外溢性效应不是对称的，大型经济体相对于其他经济体处在主导地位。货币政策外溢性传导渠道是央行政策外溢性的一个重要方面，本文将从汇率渠道和利率渠道将美联储对中国央行的外溢效应进行阐述。（1）汇率渠道。贸易与汇率是一个重要的央行货币政策溢出渠道，如：美联储的货币政策促使美元贬值，那么美元商品出口竞争力上升，同时抑制他国商品的出口。Chen（2011）[9]认为，量化宽松政策可能通过汇率折旧对其他经济体起作用，货币投机也可以通过增加资本流动的规模和波动性来发挥作用。路妍等（2016）[10]认为，美国货币政策的变化增加了人民币的贬值压力，从而引发资本外逃的风险。（2）利率渠道。在最简单的两国利率传导中，利差变化是资金套利的决定性因素，但这些似乎并不适用于当今因素复杂的传导模型中。Kim等（2012）[11]认为，在美国货币政策对东亚国家（除日本外）的流动性传导中，传统的汇率渠道并未发挥重要作用，但在固定汇率制度和资本账户限制的国家，其国内利率没有太大反应。刘尧成（2016）[12]认为，国际货币政策的变化通过与中国的利差表现出来，从而对汇率及贸易差额进行传导，且这种政策溢出效应具有时变特征。
图2 MCMC结果
表2 TVP-VAR模型方差分析
（三）脉冲响应函数分析
TVP模型提供了两种分析方法，即等时长脉冲响应函数和时点脉冲响应函数。等时长的脉冲响应函数可以用于观测任一时点对自变量进行一个正向冲击后，在相等时长下因变量的变化，在模型中设置的时间长度为4个月、8个月、12个月。时点脉冲响应函数用于观测特定时点对自变量进行一个正向冲击后，因变量随时间不断衰减的变化大小，与传统的脉冲响应函数相类似，表示2008年1月的时点。本文模型中的时点设置为2008年10月、2015年1月、2018年1月、2019年1月，在图中分别表示为t=9，t=85，t=121，t=133。
1.资产负债表总规模的脉冲响应函数分析
从等时长脉冲响应函数图像来看，美联储资产负债表总规模变化率对自身的随机扰动在短期、中长期内均呈现正向响应，即在特定期限内，美联储资产负债表具有逐渐扩张的自身效应，在2008年1月至2015年4月中，期限越短这种效应就更加明显。但在此之后短期扩张效应虽相较之前有所增加，但是中长期的扩张效应更加明显。这与美联储在2014年11月退出QE政策有关，在此之前，美联储实施非典型的货币政策，政策工具的使用在短期会促使资产负债表的规模变化，并引导市场预期，进一步促进资产负债表总规模的增长，而中长期的促进效果则会减弱。在此之后的长期时间，美联储资产负债表总规模处于下降率极低的停滞期和2018年后的高速下降期，美联储资产负债表自身的时变效应发生了变化，中长期的效果更加明显，这与美联储的“缩表”计划有关，预示着中长期内美联储的“缩表”几乎不会改变。从时点脉冲响应函数来看，2019年1月的自身效应最为明显，在中长期维持的效果依旧明显。2015年1月的自身效应的效果比较平稳，而2008年10月自身效应的效果中长期下降较为明显。
从等时长脉冲响应函数图像来看，中国央行资产负债表总规模变化率对自身的随机扰动在短期均呈现正向响应，中期在2015年后对自身无随机扰动，长期在2017年前呈现负向效应，之后呈现正向效应。中国央行自从金融危机以来总体呈现资产负债表总规模扩张的趋势，货币政策操作短期内促使资产负债表规模上升。但是中国央行在2015年以及2017年的第一季度有明显“缩表”行为，并且在世界主要经济体“缩表”和加息的经济行为下，中国央行资产负债表中长期的自身扰动发生了逆转。从时点脉冲响应函数来看，各个时点的函数图像基本重合，这表明中国央行资产负债表自身扰动基本不受经济周期和经济形势的干扰，但在年度范围内受到季节性因素的干扰较大（见图3）。
图3 中国央行总资产规模对自身的扰动
图4 美联储资产负债表对中国央行资产负债表的影响
2008年的金融危机拉开了美联储量化宽松政策的序幕，此后美联储资产负债表也发生了翻天覆地的变化。在金融危机前，美联储总资产的规模曲线可视作一条斜率较小的直线，此后该曲线开始陡峭上升，由2008年初的0.88万亿美元，最高点到达4.51万亿美元。这是因为金融危机中美联储实行量化宽松政策和大规模资产购买计划，动用了诸多流动性投放工具，购买了大量的抵押支持债券（MBS）和国债，造成资产端急剧扩张带来的结果。
3.回归结果分析
其中
和 ∑h是对角线矩阵，βs+1～N(uβ0,∑β0)，αs+1～N(uα0,∑α0)，hs+1～N(uh0,∑h0)。
2.汇率渠道
与美联储资产负债表非常规扩张相比，中国央行资产负债表扩张较为温和（见图1）。总资产规模从2008年初的17万亿元上升至2019年2月的36.32万亿元人民币，资产规模翻番，但相较美联储五倍的资产扩张速度，总体还是稳而有序的。中国人民银行总资产规模变化也可以分为三个阶段。第一阶段是2008年年初到2015年2月的平稳上升期。该阶段国外资产项目是总资产规模扩张的主要原因，而短期波动来源于对其他存款性公司债券的规模变化。第二阶段是2015年2月至2015年年末的扩张瓶颈期。由于美元升值压力带来的资本外流，国外资产有明显收缩的趋势，相应地，对其他存款性公司债权稳步上升。第三阶段为2016年年初至今的波动上升期。总资产规模继续增加，但受到外部经济形势变化影响，波动性放大。
2.3 耐药表型 878株GBS分离株中，604株表现为克林霉素和/或红霉素耐药，通过耐药表型分析：以固有表型（cMLSB）为主，其次是诱导表型（iMLSB）、L表型、M表型，见表3。
图5 美联储总资产规模和FFR对ER指标的影响
美联储在QE期间使用了“扩表”和降息双管齐下的做法，保证了市场的流动性。降息和“扩表”对ER的影响在中长期比较相似，都呈现负向效应。不同的是在短期内，美联储联邦基金利率对ER的影响为正，而资产负债表总规模对ER的影响为负。美联储在QE期间的降息政策会导致短期内热钱的涌出，美元贬值从而导致人民币升值，在QE结束后的加息则反之。而美联储资产负债表的扩张对中国央行的资产负债表有正向效应，有利于人民币的升值。在QE末期，美联储资产负债表对ER指标的中短期效应发生突变，从负向转为正向，长期效应的突变发生在2016年。在此期间美联储资产负债表的变化趋势与人民币汇率都发生了极大变化。
京津冀地区实施的水土流失治理工程主要为京津风沙源治理工程水利水保项目，该项目涉及39个县（区），截至2013年年初完成投资23.19亿元，小流域综合治理7 578km2，水利配套工程40706处；同时，区内实施的水土流失治理工程还有坡耕地水土流失综合整治工程、太行山国家水土保持重点建设工程、21世纪首都水资源可持续利用规划水土保持项目等。累计治理水土流失面积4万余km2。
从时点脉冲响应函数图像来看（见图5），在美联储资产负债表影响ER指标的效果方面，2019年1月与2018年1月的图像相似，但2019年1月的后期效果更加强烈，两个时点美联储资产负债表总资产规模都对ER指标以正向效应为主。2015年1月的图像显示，美联储资产负债表总规模对ER指标在前期和后期为负效应，而在中期为正效应，且效果不如2018年1月的正效应效果。这说明美联储在退出QE后的货币政策对人民币汇率的影响并不如近期“缩表”货币政策对人民币汇率的效果明显。2008年10月的图像显示，美联储在经济危机后剧烈“扩表”货币政策对ER指标的效应为负，即美联储的“扩表”政策对人民币升值有着促进作用。在美国联邦储备利率对ER指标的影响效果方面，在美联储结束QE政策的三个时点图像较为相似，但2018年1月的波动效果更强，其次为2019年1月。这是因为2018年1月正值美联储“扩表”与“缩表”的转型期，市场对美联储截然不同的政策取向需要时间来适应和调整自身的投资导向。2018年9月美国联邦基金利率FFR对ER指标的效果方向大部分时间为负，这表明美国降息政策对人民币贬值有促进作用。
3.利率渠道
金融危机后各国的利率政策并不相同，而利差变化会对一国经济产生巨大的影响。利差为正，热钱涌入，汇率升值；利差为负，资金流出，汇率贬值。美联储资产负债表总规模和美国联邦基金FFR的变化代表着美联储货币政策的变化，这些都会对中国利率政策产生一定的影响。
从等时长的脉冲响应函数图像来看，无论是短期还是中长期，美联储资产负债总规模对中国利率的效应均为负。短期效应并未因为政策的改变有所变化，但在2015年后，长期效应下降幅度较大。事实上，美联储资产负债表总规模的增加加大了中美的利差。中国购买了大量以国债为主的中长期债券，这些债券在美联储的资产负债表上占很大部分。美联储若考虑使用抛售中长期债券的方式进行“缩表”，会导致债券市场供大于求，债券利率上升。中国利率目前高于美国利率，较高的利率增加存款的同时抑制了投资，并且不利于实体经济部门获取信贷支持。金融危机后各大主要经济体央行持续不断地“扩表”，可能导致流动性过剩的问题，对于中国而言流动性过剩仍然可以推动房价的增长，从而导致物价的上升。美国联邦基金利率FFR对中国利率的短期影响效果方向为正，中期效果并不显著，长期效果为负（见图6）。这是由于美联储利率政策的变化在短期会引发世界范围内金融市场的变动，美联储的加息政策会引发新兴市场国家的跟风，甚至幅度会更大，这样才能阻止国外投资者资金的流出。但是利率变化的效果往往并不持久，长期来看利率变化短期引起的波动会经过市场作用下的回调。
图6 美联储总资产规模和FFR对中国利率的影响
从时点脉冲响应函数图像来看，美联储资产负债表总规模的变化在各个时点对中国利率的效应为负，2019年1月的效果相比更加明显。美国联邦基金利率对中国利率的效果在各个时点的差异很小，波动的时间相似，第二季度和第四季度的效应方向为正向。
四、结论与启示
（一）结论
本文进行了中美两国央行资产负债表的对比研究，并通过TVP-VAR模型对美联储货币政策对中国货币政策的外溢性效应进行实证分析，得出以下结论。第一，从两国资产负债表规模和结构变化来看，金融危机后美联储资产负债表扩张速度超过中国，主要表现为持有证券的增加，而中国前期表现为国外资产的稳定增加，后期表现为对其他存款性机构债权上升。随着后危机时代货币政策回归常态，美联储启动“缩表”，资产负债表稳定收缩，而中国央行资产负债表仍在波动增长。负债端结构上，美联储储备货币中的准备金在危机后出现了爆炸性增长，而中国准备金比例相对稳定。第二，TVP-VAR模型的等间隔脉冲响应函数显示，人民币汇率与国内利率对人民币汇率的影响要明显大于美联储政策外溢效应对人民币汇率的影响。第三，利率渠道的传导研究表明，不同类别的美联储货币政策工具对中国利率的外溢效应有所差异。金融危机后，“价格型”工具联邦基金利率对中国利率的溢出效应较弱。但随着美国货币政策正常化，美联储启动加息，外溢效应明显增强，FFR等“价格型”工具对中国利率呈现正向效应，且随着“缩表”的实质性实施，资产负债表工具对中国利率的外溢效应超过FFR等“价格型”工具。第四，金融危机中多轮QE实施下，美联储资产负债表规模和联邦基金利率均对人民币汇率产生正向效应，由于危机初期资产负债表总规模与利率政策是“一增一减”搭配，所以危机初期美联储货币政策对人民币汇率的外溢效应较弱，但随着QE3、QE4推进乃至QE退出和“缩表”后，美联储资产负债表和利率工具对人民币汇率外溢效应增强。
（二）启示和建议
美联储推进资产负债表收缩，货币政策回归常态背景下，中国央行受到本国经济波动和国外货币政策外溢效应影响，货币政策调控难度加剧。我们认为要注意以下几点。一是谨防被动“缩表”压力。美联储自2018年至今的“缩表”配合加息周期，可能引起美元较大程度的升值，导致资本回流美国，造成中国央行国外资产减少，资产规模的被动下降可能带来货币政策的被动紧缩。尽管中国央行资产负债表整体规模偏大，但非主动的货币政策收紧对国内流动性环境不利，可能会带来货币市场、票据市场等局部金融市场的流动性紧张甚至危机。因此在去杠杆、调结构的同时，要谨防上述流动性风险发生。二是未来仍可能稳健扩表。和美联储后期资产负债表快速下降形成对比的是，中国人民银行资产负债表尚未出现长期收缩的现象，仅在2015年3月至12月出现过短期“缩表”。从经济增长表现来看，金融危机后受益于房地产和基础设施投资和流动性配套，仍保持着降速后的平稳增长。考虑到目前国内正处于经济转型和结构调整的关键阶段，保持流动性的稳健供给对于维持金融稳定，为转型提供温和的货币环境较为有利，因此未来中国央行资产负债表较大可能仍然会稳健增长。三是货币政策调节更为灵活创新。2013年以后，鉴于国外资产下降带来的基础货币被动减少，中国人民银行创新了SLF、MLF、PSL、TLF等一系列补充不同期限流动性、调节不同期限利率的货币政策工具。参考美联储在危机后的救市经验，未来中国央行也可能进行资产负债表新项目创立和退出的机制探索，增加资产端持有证券的比例。可以预见，未来更多的创新货币政策工具会应用于货币调控中，意味着央行拥有更多的主动手段来面对日益复杂的经济形势，提高央行规避风险的能力。
因此，以以上院校做法为引鉴，可以在校友工作制度中，明确将校企合作作为校友工作的主要职责之一，并制定关于推进与校友企业开展合作的相关制度或举措，比如每年推动与10家校友企业建立校企合作关系等等。在校企合作制度中，明确将校友资源作为校企合作重要资源之一，并制定关于推进与校友企业开展合作的相关制度或举措，比如制定校友企业占校企合作企业30%的指标等等。
参考文献：
[1]范若滢.从中美比较看中国央行“缩表”的特征、原因和前景[J].国际金融，2017（8）：21-26.
[2]杨春蕾.金融危机后央行货币政策工具创新及“缩表”的中美比较[J].世界经济与政治论坛，2017（6）：69-91.
[3]Primiceri G.E.Time Varying Structural Vector Autoregressions and Monetary Policy[J].Review of Economic Studies,2005,72(3):821-852
[4]NakajimaJ.Time-varyingParameterVAR Model with Stochastic Volatility:An Overview of Methodology and Empirical Applications[J].Monetary and Economic Studies,2011(29):107-142.
[5]Irfan Akbar Kazi.The Changing International Transmission of U.S.Monetary Policy shocks:Is There Evidence of Contagion Effect on OECD Countries[J].Economic Modelling,2013,30(1):90-116.
[6]肖卫国，兰晓梅.美联储货币政策正常化对中国经济的溢出效应[J].世界经济研究，2017（12）：38-49.
[7]杨雪峰.资产负债表工具：基于中国央行资产负债表的研究[J].世界经济研究，2017（11）：32-39.
[8]谭小芬，张凯，耿亚莹.全球经济政策不确定性对新兴经济体资本流动的影响[J].财贸经济，2018（3）：35-49.
[9]Chen Q,Filardo A J,He D,et al.International Spillovers of Central Bank Balance Sheet Policies[J].Bis papers chapters,2011(66):220-264.
[10]路妍，吴琼.量化宽松货币政策调整对人民币汇率变动的影响分析[J].宏观经济研究，2016（2）：137-149.
[11]Kim S,Yang D.International Monetary Transmission in East Asia:Floaters,Non-floaters,and Capital Controls[J].Japan and the World Economy,2012,24(4):305-316.
[12]刘尧成.国际货币政策溢出效应、人民币汇率与中国贸易差额：基于TVP-VAR-SV模型的动态影响关系分析[J].世界经济研究，2016（6）：69-81+135.
文章编号： 1003-4625（2019）12-0017-08
中图分类号： F831.6
文献标识码： A
收稿日期： 2019-09-12
基金项目： 本文为浙江省自然科学基金一般项目“美联储资产负债表正常化对中国经济的外溢效应研究”（LY19G030002）。
作者简介： 徐滢（1984—），女，浙江余姚人，博士，副教授，硕士生导师，研究方向：货币理论和政策；孙宇豪（1997—），男，河南洛阳人，本科。
（责任编辑：王淑云）
标签：央行论文; TVP-VAR模型论文; 资产负债表论文; 外溢效应论文; 浙江工商大学金融学院论文;