欧元区银行利率传导：基于对主要成员国的实证分析，本文主要内容关键词为：成员国论文,实证论文,欧元论文,银行利率论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
货币金融中介(银行)在货币政策传导中的作用不仅体现在银行信贷供给上，也体现在其对货币政策利率调整的反映速度和程度上。一般地，中央银行的货币政策行动是通过进行公开市场操作来实现政策利率预期目标，然后在金融市场上由政策利率首先传导到相关的短期市场利率并进一步传导到长期利率，由长期利率影响消费和投资。可见，银行利率对货币政策利率调整的速度和程度将影响到货币政策传导的有效性。这样，就可以通过衡量银行贷款和存款利率的调整速度和规模来反映市场利率对政策利率变动的反映。
我们下面将运用向量自回归模型(VAR)以及向量误差校正模型(VECM)实证分析欧元区单一货币政策实施后，货币政策利率对主要欧元区成员国银行信贷和存款利率的传导机制。由于隔夜货币市场利率与政策利率高度相关，因此我们的实证分析中将隔夜货币市场利率作为货币政策利率的代理变量。
一、传导模型
Borio和Fritz(1995)、Cottarelli和Kourelis(1994)对短期银行信贷利率传导进行了国别比较研究。他们通过对样本中的欧元区国家进行研究，发现除芬兰和法国外，其他欧元区国家利率传导的长期弹性十分相似，并且利率传导的调整大多在6个月就完成。与他们相似地，我们运用误差修正模型(ECM)对欧元区主要国家的银行零售利率传导进行对比研究，模型具体形式如下：
其中r和i分别代表银行利率以及隔夜货币市场利率，△表示一阶差分变换，j和k表示相应变量的滞后期数。与简单OLS回归相比较，误差修正模型有较好的经济解释。当△r=△i=0时，能够得到长期均衡方程r=hi+c′。因此误差修正模型实际上描述了变量向长期均衡状态调整的非均衡动态调整过程，其中(r-hi+c′)[，t-1]表示上一期变量偏离均衡状态的误差，这就是误差修正项。γ为修正系数，表示误差修正项对△r[，t]的修正速度，其符号应当为负，表明误差修正机制是一个负反馈系统。当变量之间存在协整关系时，系数γ在统计上将是显著性的，它允许内生变量偏离均衡路径时通过一系列局部短期调整而逐渐校正回到均衡路径。
与Borio等人的研究不同，Angeloni等(2003)运用简单的OLS回归估计隔夜货币市场利率对于银行利率传导的效应，模型具体如下：
由于在利用误差修正模型进行间归时，如果变量之间的协整关系不存在，那么误差修正机制就不复存在，误差修正模型相应地也变得没有意义。因此，我们在利用误差修正模型进行回归的同时，也相应地进行简单OLS回归，以对回归结果进行对比。
二、数据来源和变量说明
我们的研究主要包括六个核心欧元区成员国，它们分别是比利时、德国、西班牙、法国、意大利和荷兰。由于这六大成员国的经济产出占区内总产出的80％以上，因此对它们银行利率传导的事实进行实证分析将具有很强的代表性。与以往的研究不同(Mojon,2000; Angeoloni,2003)，我们的实证分析集中在单一货币政策推行后的银行利率传导事实上，这样一方面可以排除利率传导中货币政策效用函数和决策机制不同带来的差异性，另一方面也有助于我们考察单一货币政策推行以采成员国利率传导是否存在差异。
与Mojon(2000)一样，我们选取欧元区隔夜货币市场利率作为货币政策利率的代理变量。另外，我们将对银行利率传导的分析集中在5大零售利率的分析上，它们分别是抵押贷款利率、企业短期借贷利率、企业投资信贷利率、定期存款利率以及储蓄存款利率。
值得注意的是，对各银行利率工具的定义是基于各成员国的各自定义的基础之上的，这意味着不同成员国同一利率工具可能在定义上会存在有细微的差别①。尽管如此，我们认为利用各国各自定义的利率工具仍然具有重要的意义和启示。这主要是由于各国的定义反映了特定利率工具在其国内的使用程度，从而本身可以反映各成员国在金融结构上存在的差异。
我们的回归分析采用月度数据，各国回归的样本区间略有不同。其中，荷兰、比利时、意大利和法国的样本区间为1999年的1月到2003年的9月；德国为1999年1月到2003年6月；西班牙为1999年1月到2003年3月。之所以没有包括更近的利率时间序列并进行分析，主要是由于我们所有的数据均来自于欧洲中央银行网站(ECB)，而ECB对利率工具各国的最近统计在2003年就截至了。虽然欧盟统计局网.站对2003年区内主要成员国的利率工具进行了统计，但统计口径与ECB提供的数据差异性很大，不能直接与从ECB得到的数据进行合并和分析。
三、回归结果和分析
在进行回归之前，我们给出分析的第一步结果，也就是确定待检验的利率时间序列是否是一阶单整的，即时间序列是否为Ⅰ(1)序列。为此，我们分别对利率时间序列及其一阶差分序列进行单位根检验。对所有的利率，我们都不能够拒绝有单位根的零假设，也就是说所有的利率时间序列都是非平稳的。进一步地，我们能够拒绝利率的一阶差分序列存在单位根的零假设，也就是说所有的利率时间序列都是一阶单整序列，即Ⅰ(1)序列，因此我们可以对欧元区货币市场利率和各成员国银行零售利率进行误差修正分析和基于差分变化基础上的简单OLS估计。
我们首先对银行利率传导进行简单的OLS估计，然后再运用误差修正模型对银行利率传导进行经验分析。误差修正模型中变量的滞后期数我们是根据AIC(赤池准则)以及SC(舒瓦兹准则)进行选择的。另外，为进一步分析银行利率对货币政策利率传导的速度和规模差异，我们还在VECM分析的基础上利用脉冲响应分析方法得出各种银行利率对一单位标准差货币政策利率冲击的动态反应。不过在下面的回归结果中，我们只报告一单位标准差货币政策利率冲击发生三个月后各银行零售利率的累积反应值。
表1对我们的回归结果进行了总结归纳。表2在表1的基础上通过对各种工具零售利率进行简单加权平均得到各利率传导平均效应。表3则在表1的基础上通过对各国银行零售利率传导的长期均衡系数进行简单加权平均得到各国利率传导平均效应系数。
表1 银行利率对货币市场利率传导的估计
3个月累积反应系数
长期影响系数(OLS) 长期影响系数(ECM) 误差修正项系数(ECM) (冲击—响应)
0.52 0.593
0.003
抵押贷款(N2)
(4.34) (6.34) (0.04)0.057
0.274 0.239 —0.03
短期信贷(N4)
(4.62) (1.46) (1.5)0.089
0.432 0.397 —0.173
投资信贷(N5)
(4.69) (5.28) (2.14)0.006
0.675 0.929 —0.101
活期存款(N8—2)
(14.29)(19.98) (0.73)0.25
0.571 0.815
0.156
储蓄存款(N9—2)
(8.22) (16.56) (1.43)0.445
0.399 0.911 —0.066
抵押贷款(N2) (4.72) (11.6) (1.26)0.117
0.677 0.893 —0.886
短期信贷(N4) (3.33) (21.45) (4.81)0.294
0.64
0.757 —0.849
投资信贷(N5) (4.86) (23.78) (5.33)0.225
0.649
0.745 —0.319
定期存款(N8) (5.95) (9.31)
(2.3)0.258
平均存款(N10—0.348
0.691 —0.155
2)(7.09) (12.61) (3.08)0.143
0.426
0.732 —0.48
抵押贷款(N2) (3.23) (14.43)(4.79) 0.139
0.432
0.839 —0.22
短期信贷(N42) (5.46) (23.37)(4.25) 0.546
0.673
0.74 —1.01
投资信贷(N5) (5.3) (39.79)(4.29) 0.327
0.412
0.941 —0.00089
定期存款(N8) (6.21) (5.18)(0.026) 0.175
0.212
0.424
—0.053
平均存款(N10)(5.044) (6.82) (0.64) 0.024
0.468 0.571 —0.135
抵押贷款(N2) (3.99) (7.24) (2.20) 0.149
短期基准信贷 0.743 1.018 —0.71
(N4) (5.52)(30.78) (4.69) 0.342
0.484 0.545 —0.044
2年定存(N81) (6.07)(11.33)(0.375) 0.048
0.403 0.424 —0.053
4年定存(N82) (5.044)(6.82) (0.64) 0.024
0.469 0.650.06
抵押贷款(N2) (4.95)(18.33)(0.162) 0.183
0.613 0.793 —0.73
短期信贷(N4) (4.02)(20.22) (4.49) 0.25
0.541 0.733—0.215
投资信贷(N5) (4.19)(5.57) (2.65) 0.144
0.016 0.098 —0.256
储蓄存款(N9) (0.14)(1.59) (2.89) 0.04
0.272 0.654 —0.26 0.156
抵押贷款(N2) (2.21)(7.74) (3.84)
0.376 0.954 —0.14 0.202
短期信贷(N4) (2.87)(7.51) (2.91)
0.306 0.03 —0.178 0.09
投资信贷(N5) (1.87)(0.197) (4.44)
0.613 0.93 —0.167 0.34
定期存款(N8) (6.91)(22.01) (1.63)
说明：根据表1的结果，对各成员国不同利率对货币政策利率的传导效应进行简单加权平均计算得到。
表2 利率传导平均效应(各利率工具)
各利率工具 OLS长期系数平均 VECM长期系平均 3个月累积系数平均
抵押贷款(N2) 0.425
0.684 0.134
短期信贷(N4) 0.517
0.807 0.223
长期信贷(N5) 0.513
0.534 0.158
存款利率(N8—N10)0.423
0.656 0.172
说明：根据表1的回归结果对各利率工具在成员国之间进行简单加权平均计算得到。
表3 利率传导平均效应(各国)
国家 OLS长期系平均 VECM长期系数平均 3个月累积系数平均
德国(5) 0.492 0.594 0.119
西班牙(5)0.542 0.799 0.207
意大利(5)0.429 0.793 0.179
荷兰(4) 0.524 0.639 0.172
法国(4) 0.414 0.569 0.134
比利时(5)0.392 0.642 0.197
说明：根据表1的结果，对各成员国不同利率对货币政策利率的传导效应进行简单加权平均计算得到。
从回归结果中，我们可以发现欧元区六大核心成员国的利率传导具有以下几个特征：(1)银行零售利率对货币政策利率变动的传导速度比较慢。在多数情况下，3个月累积反应系数仍然不足1。并且，不同银行零售利率对货币政策利率的传导速度存在明显差异。总的来看，短期信贷利率对于货币政策利率的传导速度要快于其他零售利率如住房抵押贷款利率、投资信贷利率以及存款利率。从六个成员国3个月传导平均弹性系数来看，短期信贷利率为0.223，而抵押贷款和存款利率则分别为0.134和0.172。这与Mojon(2000)的研究是一致的。(2)回归结果还表明了货币政策利率对银行利率传导的长期影响系数。对比OLS回归和VECM回归的结果，可以发现经过协整向量自回归技术得到的长期影响系数通常要高于OLS回归得到的系数。并且我们回归结果表明误差修正项系数在多数情况下② 在统计上是十分显著的，这表明我们通过ECM得到的估计结果是有效的。由于ECM在对存在协整关系的变量回归上(此时误差修正项系数统计上显著，且数值为负)比普通最小二乘回归具有更高的有效性，因此我们认为Angeloni等(2003)基于OLS的研究可能低估了区内银行利率传导的规模效应。但不管怎样，用我们基于1999—2003年的OLS回归与Angeloni等(2003)的结果进行比较，仍然可以得出与他们一致的结论，即单一货币政策实施后银行利率传导的规模要大于单一货币实施之前的传导规模。(3)另外，对比Angeloni等对欧元区主要成员国1990—1998年的研究，我们的回归结果表明单一货币政策实施后各国的利率传导在传导规模上存在差异有所减少。根据ECM的估计，平均利率传导规模最大的成员国为西班牙(弹性系数为0.799)，规模最小的成员国为法国(弹性系数为0.569)。而Angeloni等人的研究则表明在1990—1998年间传导规模最大的成员国为德国(弹性系数为0.441)，最小的为法国(弹性系数为0.017)。尽管如此，各成员国对货币政策利率的传导还是呈现出一定的差异性，这不仅表现在传导的规模大小上，也表现在传导的速度上。从成员国银行利率对货币政策利率一个标准差冲击的3个月累积反映系数平均值来看，西班牙为0.207，而德国则是0.119。不过总体上看，和我们发现的传导规模效应相似，成员国在利率传导速度方面的差异性也不十分显著。
四、简要的结论和启示
通过对欧元区六大核心成员国的银行利率传导的考察，我们发现在EMU第三阶段实施以来，利率传导的规模上升，且传导不对称性现象在各成员国有所下降。不过，我们的研究仍然发现在各成员国银行体系对货币政策利率的传导在不同利率工具之间、在传导的规模以及传导的速度等方面仍然存在一定的差异性，虽然差异性相对于单一货币政策实施前有所下降。
总的来看，我们从银行利率传导经验研究中得到的差异对于欧洲中央银行的政策操作而言可能具有重要意义，在很大程度上这反映了成员国在经货联盟实施第三阶段后金融结构仍然存在进一步一体化的空间。
注释：
①例如，在对抵押贷款利率的定义上，德国指的是5年固定利率贷款；意大利指的是对家庭部门的18个月以上的贷款；西班牙则是指3年以上对家庭住房贷款；法国泛指一切固定利率房屋贷款；荷兰则指所有银行部门发放的抵押贷款。
②值得注意的是，在我们回归中有些利率的误差修正系数并不显著，这时对于长期影响系数的理解要基于OLS估计的系数来理解为好。
标签：银行利率论文; 货币政策论文; 银行信贷论文; 银行论文; 利率论文; 信贷规模论文; 差异分析论文; 平均误差论文; 实证分析论文; 误差分析论文; 抵押贷款论文; 央行论文;