货币政策、存货投资和经济增长关系研究
张鸿儒 莫琼辉
基于贝叶斯时变参数结构向量自回归（TVPSV-SVAR）模型，对中国1996—2017年产成品存货投资、工业增长值、利率和M2的季度数据进行分析，结果发现：利率和产成品存货投资存在着当期的正向关系，而M2和产成品存货投资当期正向关系不明显，出现货币政策对存货投资影响的“符号之谜”；从多个时间节点来看，利率变动导致产成品存货投资短期内正向变动，而4期后转为负向影响，脉冲响应图像均存在“双峰效应”；利率变动对工业增长值滞后2期负向影响；不同提前期的脉冲响应图像表明“双峰效应”是比较稳健的，且用M2序列进行稳健性检验得到类似的结果。可以得出：利率对存货投资的影响存在着两条时滞不一的途径，导致出现利率变动对存货投资影响的“双峰效应”，而且由于存货有平滑生产和避免售罄两大作用，存货投资对货币政策变动的反应时滞比工业增长值更长。
［关键词］ 存货投资；货币政策；双峰效应；贝叶斯TVPSV-SVAR
一、引 言
在2015年中央财经领导小组第十一次会议上，习近平总书记提出了“供给侧结构性改革”的概念，指出“在适度扩大总需求的同时，着力加强供给侧结构性改革，着力提高供给体系质量和效率，增加经济持续增长动力”，为了更好地完成供给侧结构性改革，提出了“三去一降一补”的政策。其中“去产能”和“去库存”这一短期首要的任务，要求各企业进行产能库存优化管理。
1.3 观察指标 术中记录前列腺剜除时间及术中并发症出现情况。术后记录前列腺剜除体积、膀胱持续冲洗时间、导尿管留置时间、术后住院时间、血常规及相关并发症等情况。术后4周复测IPSS、QOL及Qmax、PVR，并询问尿控等情况，评估手术疗效。术后压力性尿失禁诊断标准：术后拔除尿管24 h后，患者站立位时出现尿液从尿道口滴出现象或日常生活中每日须使用至少1块尿垫。
存货投资作为国民核算中投资的一部分，对宏观经济周期波动有着巨大的影响。根据中国1978—2017年的数据，存货投资占GDP的比重只有2.63%，却解释了22.18%的GDP波动。［1］可见，存货投资的变动对GDP的影响显著，研究存货投资能够加深对供给侧结构性改革的理论认识，对进一步进行存货管理提出建议。影响存货投资波动的因素有三种——成本冲击、需求冲击以及金融冲击，其中金融冲击主要指货币政策的变动对存货投资的影响，表现为利率波动导致存货投资发生相应的变化。［2］在供给侧结构性改革的背景下，存货投资对经济周期的影响将日益明显，而存货投资和货币政策之间的动态关系在学术界一直未能达成共识。本文由此出发，通过描述性统计建立两者之间动态关系的初步经验事实，并在此基础上构建贝叶斯时变参数结构向量自回归（TVPSV-SVAR）模型以得到存货投资和货币政策之间较为稳健的关系。
目前，国内外关于存货投资的研究主要倾向于解决两大难题：传统的难题是研究存货投资、产出和销售之间的波动幅度与相关性［3-5］，以及这些变量和其他潜在决定因素之间持久联动的关系［1］［6］；第二个难题则聚焦于研究货币政策对存货投资的影响机制，如考虑利率和存货投资之间的关系，尝试建立上述两个变量之间的一种模型关系以确定利率对经济影响的传导机制［7］［8］。
3.“以人为本体现了时代发展的进步精神”［5］。与时俱进是马克思主义理论的精髓，而以人为本恰恰体现了时代发展的进步精神，进而成为我党指导思想之核心。中共十八大报告指出，科学发展观将融入社会主义理论体系，成为我党长期坚持的指导思想之一，而科学发展观的核心即是“以人为本”。
根据经济理论可知，利率作为持有存货的机会成本，在利率上升时，存货投资应该下降，即利率对存货投资存在着负向影响。但Blinder和Maccini观察到一个重要的经验事实：在对存货投资的实证分析中，实际利率对存货投资的影响并不显著。［7］这个问题在过去几十年并没有得到很好的解决，利率和存货投资负向关系不显著的问题成为一个未解之“谜”。对此学界做了大量的研究，其中Maccini等对此进行分析后发现，由于在短期企业存在着融资约束，所以短期的利率和存货投资之间不存在结构性的相关性，并由区位转换模型发现长期利率和存货投资存在一定的负向关系。［9］Jones和Tuzel从代理变量的角度入手，发现如果考虑加总数据、分行业数据以及企业层面数据，相比利率与存货投资关系不明显的结论而言，风险溢价与未来存货的增长有强烈的负向关系。［10］而Benati和Lubik运用贝叶斯参数时变向量自回归模型分析了美国不同时期利率和存货投资的不同关系，发现利率和存货投资的相关性随条件变动。［8］
“十一五”期间的教材，其表现形式和手段比较单一，以叙述为主，没有充分利用图表等表现形式和手段。而“十三五”期间的教材则尽可能地采用可视化方式为主、叙述为辅的表现形式呈现。这种改变不仅便于知识的理解、掌握和拓展，也具有较强的实用性和可操作性，更加符合学习者的认知特点。
从国内学者的研究来看，范阳阳总结了前人的研究并对中国数据进行了分析，将中国实际利率与存货投资呈负向关系的不显著称为存货的“金融冲击之谜”。他认为实际利率对存货投资的影响主要有三条路径：直接效应路径、固定投资效应路径以及负债效应路径［2］。陈晓珊和匡贺武分析了货币政策和利率市场化对产成品库存的影响，发现在短期内利率对产成品库存有显著的正冲击。［11］
2.不同提前期冲击的脉冲响应时变特征。为了分析时变参数结构下上述的“双峰效应”是否仍然存在。分别选取提前2期、提前4期、提前8期以及提前12期做不同提前期冲击的脉冲响应图像，输出结果如图4所示：
总结前人的研究可以发现，大部分学者均观测到了利率和存货投资之间出现了这一谜团，对此的解释也是角度各异。与此同时，对于存货投资以及利率变动的研究文献国外较为成熟，但国内此类研究却比较匮乏。一方面，很多国内相关研究多只是进行规范分析，鲜有运用计量模型进行实证分析的论文；另一方面，国内研究存货投资的文献多从微观企业层次上聚焦于其需求冲击和供给冲击，而对于中国利率和存货投资之间并不显著的负向关系，理论上的解释却少之又少。
在估计模型之前，也需要对变量进行格兰杰因果检验，以探讨自变量的滞后期对因变量的影响。选取滞后4期，估计结果如表2所示。
二、经验事实
本文使用中国1996—2017年的季度数据，其中银行同业拆借利率 （China Interbank Offered Rate，Chibor）由锐思数据库获取，产成品存货同比增速、M2同比增速以及工业增长值数据来源于中国国家统计局。由于没有季度银行间同业拆借利率，所以使用隔周拆借利率，并用季度内时点数据的加权平均作为该季度利率的代理变量。由于中国总的存货投资数据时限比较短，且只有年度数据，难以捕捉到时变特征，因此采取的是产成品存货投资作为存货的代理变量。产成品存货投资主要影响的是工业增长值，故采取工业增长值作为产出的代理变量。
中国在1996年建立全国银行间拆借市场，同年中央银行取消了拆借利率上限管理，至此中国银行间同业拆借利率基本放开，初步成为中国第一个市场化的利率。本文采用Chibor中交易最为活跃一周的期限利率作为市场利率的代理变量。取各个季度所有数据进行加权平均，得到季度利率数据。图1给出了Chibor和产成品存货投资同比增速的时序图：
输出结果显示，在10%的显著性水平下，产成品存货投资同比增速序列、Chibor序列以及工业增长值增速序列是平稳的，说明可以进一步建立TVPSV-SVAR模型。
图1 Chibor和产成品存货投资同比增速时序图
从图1中可以看到，右边刻度轴代表Chibor的值，左边刻度轴代表产成品存货投资同比增速。由于1996—1999年中国经历了高通胀时期，中国银行同业拆借利率自1996年后大幅度下跌，在2000年之后相对稳定。而产成品存货投资同比增速在2008年金融危机出现大幅度的下降，之后又继续爬升到了高位，近年来波动比较大，整体呈现下降的趋势。从两者的即期关系来看，利率与产成品存货投资同比增长之间不存在明显的负向关系。计算两者之间的即期相关系数为0.26，存在正向关系，表现出存货投资和货币政策的“符号之谜”。但是进一步考虑利率的时滞效应，以利率作为前定变量，发现在第4期之后，利率与存货投资开始呈现负相关关系，随着滞后期数的增大，负相关越来越明显。在第8-9期的时候负相关系数达到最大后开始衰减。
M2同时反映现实和潜在购买力，若M2增速较快，则投资和中间市场活跃。企业投资也受到M2变化所代表的货币政策变化的影响，通过M2的变化来调节自身投资水平。根据传统理论可知，货币供应量将影响利率水平，进而影响到存货投资。但是，我国自2013年后才逐步完成利率市场化，之前的利率波动较为稳定，因此研究金融冲击对存货投资的影响，采取货币供应量这一波动量更大的指标或许能得到更为一般的结果。本文同样给出M2和产成品存货投资同比增速的时序图，如图2所示。
图2 M2和产成品存货投资同比增速时序图
在图2中，右边刻度轴代表M2的同比增速，左边刻度轴代表产成品存货投资同比增速。可以看出，除了1996年后的高通胀时期外，M2同比增速在2008年后经历了大幅度的上升，并在2010年又经历大幅度下降。从即期影响上来看，产成品存货投资和M2同比增速两者之间存在较为明显的负向关系，尤其是2002年之后的序列，也存在一定的存货投资和货币政策的“符号之谜”。计算得到整个时间段相关系数为0.18，虽然为正数，但是考虑2002年后的序列，计算的相关系数便明显为负数。进一步考虑滞后效应，在第5期的时候达到正相关最大，相关系数为0.4，存在较为明显的正相关，“符号之谜”开始消失。
总而言之，不管是从Chibor还是从M2的角度，如果考虑即期的影响，“符号之谜”都是比较明显的，但是如果考虑滞后效应，“符号之谜”都开始消失，说明货币政策对存货投资的影响存在“滞后之谜”，用两个变量得出同样的结论表明结果具有稳健性。本文以下部分首先通过建立利率模型对此进行说明，再通过M2序列建立同样的模型进行稳健性检验。鉴于篇幅原因，M2的检验只给出脉冲响应图像。
三、实证分析
（一）变量平稳性检验
本文选取工业增长值△outputt，产成品存货投资的变动△invt，以及银行同业拆借利率rt三个变量。采取ADF单位根检验方法对所选取的变量数据进行平稳性检验，检验结果如表1所示。
⑤⑰［美］乔恩·埃尔斯特:《逻辑与社会》，贾国恒、张建军译，南京大学出版社2015年版，第217、4～6页。
表1 摇ADF单位根检验结果
也就是公司的合理市净率应该是ROE与投资因子的乘积。需要注意的是，由于公司的净资产等于总资产减去总负债，而总资产里的应收账款、存货、商誉等科目的价值难以可靠计量，因此用市净率估值可靠性不高，仅适用金融行业等资产计量比较可靠的少数类型的公司。
清康熙年间，六世达赖喇嘛仓央嘉措下令建造《甘珠尔经》印经院，由于消耗颇大，地方财政难以为继，只得停工。18世纪中叶，颇罗鼐执掌西藏政权，再办印刷业，刻就全套《甘珠尔》和《丹珠尔》木刻印版，于清乾隆七年(即公元1742年)完成西藏历史上最大的经书印刷工程。自此，雕刻技术在西藏流传下来并延续至今。[2]
（二）格兰杰因果检验
本文的主要学术贡献体现在以下三个方面：一是创新性地以存货投资为切入点，探究货币政策对经济影响的传导机制，理清了存货投资和货币政策之间的关系。二是首次使用贝叶斯时变参数结构向量自回归模型来研究中国的存货投资和货币政策之间的关系，与前人的研究相比，该模型很好地捕捉到了存货投资和货币政策之间关系的时变性质，所假设的时变参数和时变误差方差更为一般地反映了中国近年来温和改革的经济事实。三是使用宏观数据进行实证分析，较为可靠地解释了中国存货投资和货币政策之间存在的“谜团”，较之于前人的规范性分析而言更具有说服力，并通过对谜团的分析，解释了货币政策影响存货投资的传导机制。
（2）流通方向及流量。主要流通方向为重庆主城区，同时涵盖周边的涪陵、南川等区县，仔猪外调还包括湖南、广东等省市。
表2 摇格兰杰因果检验结果
因为模型参数比较多，为了简化起见，我们构建了一个分块对角矩阵结构的V。参照Primiceri的做法，本文采用分块对角矩阵结构构建，有：
（三）时变参数结构向量自回归模型
建立时变参数结构向量自回归模型，将工业增长值波动、产成品存货投资及利率的变动整合为一个向量。建立模型如下：
从脉冲响应图像中可以看出，不管是2001年中国加入世贸组织、2008年的金融危机还是2015年的股灾，对于每一单位的利率正冲击，存货投资的脉冲响应函数都是先上升，在滞后第3期达到峰值。到达峰值之后开始下降，大概在第4期后开始变为负向影响，之后在第8期达到负向峰值，最后在第12期收敛为零。三个时点的脉冲响应函数较为一致，都出现了Maccini等［17］所描述的货币政策冲击对存货投资脉冲响应的“双峰效应”。对工业增长值的影响，在第1期开始达到最大，之后变为负影响。并且，利率冲击对存货投资以及工业增长值的负向影响最后都收敛为零。可以看出，三个时点的利率冲击对产成品存货投资负向影响的滞后期较之于对工业增加值负向影响的滞后期更长。
公司成立后，直面存在的问题，在充分调查研究的基础上，有针对性地出台了《储备土地及闲置资产租赁管理暂行办法》《储备土地和房产租赁价格标准及租赁方式的规定》《储备土地巡查管理办法》《薪酬管理》等一系列制度，探索建立了一套相对科学有效的管理体系，做到有章可循，有据可依，以制度管人，以制度管事。同时，还引进现代企业管理理念，建立纵向工作交办单和横向部门之间工作联系单以及工作督办等制度，做到整个工作流程简洁、高速、有效，每个工作环节分工明确，责任到人，处处留痕。
模型假设ut的方差随时间变动而变动，令其协方差矩阵为Ωt。由于协方差矩阵Ωt包含着时变的因素，难以估计出来，因此对协方差矩阵进行乔勒斯基分解，得到：
根据上式，
，假定结构方程At为一个下三角矩阵，刻画了不同变量之间的相互作用，Ht为一个主对角元素全为正数的对角矩阵表示随机波动。
Keras是用Python开发的开源深度学习库，能够以Tensor⁃Flow、Theano或CNTK作为后端引擎。TensorFlow最初是由Google开发的开源深度学习库，功能强大，执行效率高，并提供了Python、C++等多种语言编程接口。通过TensorFlow，Keras可以在CPU、GPU上无缝运行[2]。Keras简单易用，利用Keras可以快速开发深度学习模型，支持卷积网络和循环网络以及两者的组合，并能够构建任意深度的学习模型。
漂移系数将捕捉模型滞后结构中可能出现的非线性和时变性质，对模型的参数和残差方差同时做时变性的假设具有一般性。此种做法让数据决定线性结构的时变性，究竟是来自冲击大小的变化和其带来变量之间相互的影响，还是来自于传导机制的变化。现将At中下三角中的元素组成为一个向量，令其为向量at=［a21,t,a31,t,a32,t］′，同样的，将Ht的对角元素提取组成向量ht=［h1,t,h2,t,h3,t］′。参照Primiceri［12］的做法，设θt、at满足随机游走模型，hi,t满足对数随机游走模型。
所有的随机冲击项假设服从均值为0的正态分布，且有：
根据输出结果可知，在10%的显著性水平下，利率对产成品存货投资具有单向滞后影响，其他变量滞后期对其他变量都相互存在一定的滞后影响，因此可建立变量之间的滞后回归模型。
其中，S1=Var(ξ21,t),S2=Var［ξ31,t,ξ32,t］′，这表明矩阵At中不同行非零元素所构成的向量之间是独立的。
（四）模型估计结果
由于样本量较少，用训练样本的方式计算先验分布会损失较多的自由度，参照Nakajima［16］的做法，本文对模型参数设定既定的先验分布，使用MATLAB建立TVPSV-VAR模型，设立滞后期为4期，MCMC抽样设定为50000次。模型参数估计输出结果如表3所示。
表3 摇参数估计结果
从Geweke概率来看，包含Chibor、存货投资同比增速以及工业增长值增速三变量的时变参数结构向量自回归模型中各个参数都低于1.96，因此在5%的显著性水平下都是显著的，均不能拒绝模型收敛域后验分布的原假设。50000次MCMC抽样得出的无效因子比较小，表明在模型中进行参数估计的样本是有效的，可以通过MCMC算法进行估计。
由于河道疏浚后相关配套工作未能及时跟上，部分建筑物老化、破损，加上原设计标准低，阻水、束水现象突出，极大影响了河道整体引排水功能，影响了农业增收、农民增效。
（五）脉冲响应分析
TVPSV-VAR模型具有两类脉冲响应函数：一类是特定时点冲击的脉冲响应，比较几个特定时点下受到外部冲击时各个变量的滞后反映图像，反映了该模型的稳定性质；另一类是不同提前期冲击的脉冲响应，比较不同提前期下变量响应的动态变化过程，其反映了该模型的时变特征。
1.不同时点冲击的脉冲响应时变特征。2001年12月中国正式加入世贸组织，2008年9月，雷曼兄弟倒闭引发全球金融危机。2015年6月，我国股票市场爆发股灾，三个时点都具有重要的阶段代表性，因此本文选取2001年第四个季度、2008年第三季度、2015年第二季度作为冲击时点，绘制三个时点下冲击的脉冲响应图形如图3所示。
图3 不同时点利率冲击的脉冲响应图像
其中，Yt=［△invt,rt,△outputt］′。根据公式，有X′t=［1,Yt-1,…,Yt-p］。Ct为一个3×1的常系数向量，由于参数的时变性，系数Bp,t表示不同时刻t下的参数值，θt=［Ct,B1,t,…,Bp,t］′。ut代表残差项向量，其服从协方差随时间变化的多维正态分布。
对此，本文认为宽松的货币政策在短期内导致企业对经济产生积极的预期，市场需求也因宽松的货币政策增大。由于产能变化缓慢，在需求增加的情况下，为了平滑销售以及避免缺货，企业开始消除存货，出现了存货投资和利率正向变动较为反常的“符号之谜”。但是，如果考虑货币政策的滞后效应，低利率也意味着企业持有存货的成本下降，利率和货币政策又开始重新出现符合理论预期的负向关系，而在滞后8期负向关系达到最大，出现了利率影响存货投资的“时滞之谜”。经济变量对政策反应均存在一定的时滞，由于存货投资在短期内作为平滑销售的工具还表现为和利率的同向关系，因此存货投资和利率变动出现负相关的时滞会比工业增长值出现负相关的时滞更长。
本文采用了贝叶斯时变参数结构向量自回归模型 (Time-varing Parameter with Stochastic Volatility Structural Vector Autoregression Model，TVPSV-SVAR)，该模型最早是由Sargent、Sims和Litterman等人提出，并从固定参数逐渐发展为时变参数的一种新型计量经济学建模技术，目前发展已经较为成熟，被大量运用于宏观经济研究。国外已有大量学者采用该方法来研究宏观经济波动。［12］也有学者运用该方法对中国经济问题进行研究，孙焱林认为相对一般传统的VAR模型，时变参数的VAR模型更加符合中国实际，并用此方法解释了中国通胀率对供给冲击和需求冲击的脉冲响应方向不符合经济直觉的“斜率之谜”。［13］方兴和郭子睿将其用于研究第三方支付对我国货币流通速度以及货币政策有效性的影响。［14］陶士贵和范佳奕将其用于研究QFII、人民币汇率与股票价格之间的动态关系。［15］但是，国内常规研究利率对存货投资以及宏观经济影响的文献，采取的是简单的面板多元回归模型或是面板向量自回归模型，其忽视了冲击的时滞作用和向量之间的联动影响。
图4 不同提前期利率冲击的脉冲响应图
从图4可以看出，如果考虑提前2期的脉冲响应，利率受到一个正的冲击后，导致产成品存货投资的变化为正，对应着图3中脉冲响应图像正向变化的阶段。提前4期的脉冲响应关系不是非常明显，几乎为零，对应着图3中脉冲响应图像由正向转为负向的阶段。提前8期的脉冲响应表现为负影响，对应着图3中负向关系达到最大的阶段。提前12期的脉冲响应和提前4期一样同样不明显，对应着图3中负向关系收敛到零的阶段。从不同提前期的脉冲响应函数图像上来看，如果考虑模型的时变特征，产成品存货投资对利率变化的脉冲响应图像存在着“双峰效应”，时变下的结果仍然比较稳健。与此同时，在利率和工业增长值的关系上，不管是考虑2期、4期还是8期的脉冲响应，三者的走向一致且均表明利率和工业增长值之间存在着负向关系，且对产成品存货投资的负向影响滞后期较长。
从不同提前期的冲击响应图像差别来看，由于利率上升在短期表现出比较消极的经济环境，企业倾向于增加自身存货投资。当经历大概8期(2年)的时滞后，利率的上升更多表现为持有存货投资的机会成本上升，所以提前2期的存货投资的脉冲响应函数表现为正相关，出现了存货投资和利率变动的“符号之谜”。而由提前4期、提前8期以及提前12期的脉冲响应图像上来看，利率对存货投资的负向影响大概在两年后达到最大，也出现了“时滞之谜”。
图5 不同时点M2冲击脉冲响应图
3.稳健性检验。使用M2增长值作为货币政策变化的响应变量，同样建立和产成品存货投资同比增速以及工业增加值增长率做时变参数结构向量自回归的模型，设立MCMC取样为50000次，滞后期为4次，得到模型的脉冲响应图像如图5所示。
根据图5所示，三个时点上M2同比增速的一单位变化，在前4期都导致了存货投资的负向变化，并在第4期后开始上升，大概在第8期达到最大后在第12期收敛到零，仍然出现了“双峰效应”。这表明M2的上升，同样使得存货投资减少。在第5期后影响开始为正，逐渐出现符合经典理论的影响。同样，对于一单位的M2增速变化，工业增长值的变化始终为正，这说明工业增长值对M2变化的时滞仍然比存货投资对M2变化的时滞短。
进一步绘制不同提前期的脉冲响应图像，如图6所示。提前8期的脉冲响应明显为正，而提前2期的脉冲响应为负，提前4期和提前12期在0刻度周围波动，这说明在考虑时变参数的情况下，存货投资和M2之间仍然存在着 “双峰效应”。在短期比较宽松的货币政策导致企业对经济预期较好，企业消除库存的行为导致出现了“符号之谜”，在提前8期的提前脉冲响应时，M2的增加开始表现为机会成本的下降，存货投资响应为正相关达到最大导致出现“时滞之谜”。而关于M2变动与工业增长值的关系上，则基本上表现出正向相关性。
图6 不同提前期M2冲击的脉冲响应图
综合来看，使用M2作为货币政策的指示变量得到了与利率变化相类似的结果，这在一定程度上说明，货币政策与存货投资行为之间的关系具有一定的稳健性。值得注意的是，由于存货投资和M2在短期存在着负向关系，M2对工业增长值的影响时滞更短。
四、结 论
宽松的货币政策在短期导致了企业对经济产生积极的预期，同时由于产能存在时滞，需求的增加导致企业出现消除库存的行为，出现了存货投资和利率正向变动以及存货投资和M2反向变动较为反常的“符号之谜”。长期内由于持有存货的成本在下降，存货投资又会随之上升，利率和存货投资表现出了滞后的负向关系。本文通过时变参数结构向量自回归模型得到，中国利率与存货投资在短期内主要表现为正向相关性，只有在大约4期滞后开始逐渐表现为负向相关性，在8期滞后负向关系达到最大，且在12期的时候逐渐收敛为零。而与工业增长值的负向关系在2期滞后比较明显。由与存货投资作为平滑生产和避免售罄的工具，因此当发生货币政策变动的时候，由于利率上升，存货投资减少的时滞将会比工业产值减少的时滞更长。使用M2做稳健性检验得到了较为类似的结果。
本文分析认为，由于存货分为意愿存货与非意愿存货，利率对存货投资的影响存在两条不同时滞的路线。短期利率下降反映了宽松的货币政策，造成消费者对经济产生了积极预期从而导致企业被动减少存货，出现正向关系；而中长期的利率持续走低反映了较低的存货持有成本，所以企业会主动增加持有的存货。因此，当政府通过采取货币政策来刺激经济“去库存”“去产能”的时候，短期下由于紧缩的货币政策导致需求减少以及企业对经济的消极预期，企业的库存可能反而会增加，而经历一年之后去库存的政策效果才会慢慢显示出来，并在两年的时候达到最大。而由于时滞较短，“去产能”的效果则会比“去库存”的效果首先表现出来。
结合我国的经济现状，2011—2016年是消化上个经济周期过热带来的产能过剩问题的周期。2010年左右货币政策开始收紧，M2同比增速大幅度下降，同时利率上升，产成品存货投资同比增速在经历一段的上涨后持续下降。去存货的过程抑制了产出和投资，使得经济增长缓慢，GDP增长率持续回落。为了提振经济，央行在2015年开始实行“稳健偏松”的货币政策，几次采取了降利率的措施。自2017年开始，存货周期进入“补存货”阶段，导致了经济增长的略微回升，存货对GDP的增速拉动作用开始凸显，这表明前一阶段略微宽松的货币政策收到了一定的成效。央行现阶段从紧的货币政策，势必对存货投资和GDP产生一定的影响，但由于前一阶段的持续“去库存”、需求减少以及企业对经济的消极预期等原因，存货投资将在短期内增加。而根据“双峰效应”，长期来看利率的上升又将导致存货投资的减少，逐步达到“去库存”的政策目标。总体来看，由于当前存货还处于补库存的趋势中，实体经济短期向好，这可能有利于对冲近期的信用违约潮，为央行货币政策操作保留空间。尽管央行的政策基调将由“稳增长，降杠杆”转向“稳增长，调结构”，但预计并不会轻易地大量释放流动性，而是继续维持流动性偏紧的局面。
我们在初中数学课堂教学中非常看重课堂效率和课堂质量，社会在快速发展，教育也在不断变革，传统的初中数学模式已经不能完全适应现在的教育环境。我们需要不断创新教学方式、优化教学模式，此外，培养学生的学习能力也是我们在教学过程中要重视的。教师科学合理的教学模式与学生较强的学习能力相结合才能够真正提高初中数学课堂质效，也能够促进学生的全面发展。
五、进一步的研究方向
在本文的基础上，提出三个可能的进一步研究方向。首先，在针对货币政策的指示变量上，有学者指出，如果将存货投资看做企业的风险资产，用风险溢价来作为货币政策的指示变量能够更好地解释 “符号之谜”。［10］本文在选取代理变量的时候，只从货币政策比较直观的两个指示变量——利率和M2供应量上来考虑，尚没有采用风险溢价这一指标进行相关解释。因此，后续的研究方向可以从此出发，对存货投资和货币政策的关系进行进一步的解释。其次，在贝叶斯时变参数结构向量自回归方法上，本文采用的短期约束条件是对结构参数进行等号约束，即设置结构矩阵为下三角矩阵限定某个冲击对某个变量的短期影响为零，而等号约束的缺点在于比较严格，带有一定的主观评判。为解决结构向量自回归约束条件过紧这一缺点发展而来的新一类符号约束方法，使用比较宽松的不等号约束条件，较之于等号约束而言可能更加合理。最后，本文只使用时变参数结构向量自回归模型从数据上证实了中国数据也存在着存货投资对于利率变动响应的“双峰效应”，没有通过逻辑完整的理论模型对此加以解释。因此，下一步的研究可以构造关于存货投资和利率变动的一个动态随机一般均衡模型（DSGE模型），从理论角度上进一步阐述存货投资对利率变动冲击的响应图像出现“双峰效应”的原因。
［参考文献］
［1］许志伟，薛鹤翔，车大为.中国存货投资的周期性研究［J］.经济研究,2012,(8).
［2］范阳阳.中国库存之谜［J］.资本市场,2014,(3).
［3］Hornstein,A.Inventory Investment and Business Cycle.Federal Reserve Bank of Richmond E-conomic Quarterly,1998,(84).
［4］Yi Wen.Understanding the Inventory Cycle.Journal of Monetary Economics,2005,(52).
［5］吕风勇.存货调整与产出波动的周期关系——基于制造业上市公司数据的研究［J］.经济问题,2014,(3).
［6］Sarte,P.D.,et al.What Inventory Behavior Tell Us about How Business Cycles have Changed.Journal of Monetary Economics,2015,(76).
［7］Blinder,A.S.and Louis J.Maccini.Taking Stock:a Critical Assessment of Recent Research on Inventory.Journal of Economic Perspective,1991,(5).
［8］Benati,L.and Thomas A.Lubik.Sales,Inventories and Real Interest Rates:a Century of Stylized Facts.Journal of Applied Econometrics,2014,(9).
［9］Maccini,L.J.,et al.The Interest Rate,Learning,and Inventory Investment.The American Economic Review,2017,(94).
［10］Jones,C.S.and Selale Tuzel.Inventory Investment and the Cost of Capital.Journal of Financial Economics,2013,(107).
［11］陈晓珊，匡贺武.货币政策、利率市场化和产成品库存——基于供给侧结构性改革视角［J］.经济体制改革,2017,(4).
［12］Primiceri,G.E.Time Varying Structural Vector Autoregressions and Monetary Policy.Review of Economic Studies,2005,(72).
［13］孙焱林,陈普,熊义明.贝叶斯视角下时变参数VAR建模——兼论“斜率之谜”［J］.数量经济技术经济研究,2011,(28).
［14］方兴,郭子睿.第三方互联网支付、货币流通速度与货币政策有效性——基于TVP-VAR模型的研究［J］.经济问题探索,2017,(3).
［15］陶士贵,范佳奕.QFII、人民币汇率与股票价格的动态关系——基于TVP-SV-VAR模型的实证分析［J］.上海经济研究,2018,(2).
［16］Nakajima,J.,et al.Bayesian Analysis of Time-Varying Parameter Vector Autoregressive Model for the Japanese and Monetary Policy.Journal of Japanese and International Economies,2011,(25).
［17］Maccini,L.J.,et al.Inventory Behavior with Permanent Sales Shocks.Journal of Economic Dynamic&Control,2015,(53).
［中图分类号］ F820
［文献标识码］ A
［文章编号］ 1004－518X（2019）03－0059-11
［基金项目］ 国家社会科学基金重点项目“信贷周期视角下非常规货币政策的国际比较研究”（17AJY030）、江西省高校人文社会科学研究项目（JJ18210）、江西财经大学青年教师科研启动项目（K62192012）
张鸿儒，江西财经大学经济学院讲师，博士。（江西南昌 330013）
莫琼辉，华中科技大学经济学院硕士生。（湖北武汉 430074）
【责任编辑： 陈保林】
标签：存货投资论文; 货币政策论文; 双峰效应论文; 贝叶斯TVPSV-SVAR论文; 江西财经大学经济学院论文; 华中科技大学经济学院论文;