中国货币政策调控与居民杠杆率攀升

万光彩 陈鑫鑫

内容提要：基于当前我国居民部门杠杆率快速上涨的经济形势，本文运用拔靴滚动窗口因果关系检验的方法实证研究货币政策对居民杠杆率的传递效应。该方法能识别和处理变量之间关系的结构性突变，且滚动窗口技术能为货币政策和居民杠杆率的动态关系提供新的经验证据。实证结果表明：我国的货币政策调控与居民杠杆率攀升密切相关，且在较长时间序列中二者的关系存在结构性变动。一方面，货币供应量对居民杠杆率产生负效应，居民杠杆率对货币供应量有正向影响;另一方面，利率对居民杠杆率的调控存在时变特征，居民杠杆率对利率有负效应。基于货币政策调控和居民杠杆率的相互关系，货币政策无法精确调控居民部门的杠杆率水平，应搭配宏观审慎政策弥补货币政策的不足，提高政策效率。

关键词：货币政策;货币供应量;长期贷款利率;居民杠杆率;拔靴滚动窗口

中图分类号：F8210文献标识码：A文章编号：1001-148X（2022）03-0089-10

收稿日期：2021-10-13

作者简介：万光彩（1972-），男，安徽霍山人，安徽财经大学金融学院教授，博士生导师，经济学博士，研究方向：货币理论、财政政策;陈鑫鑫（1994-），女，山東潍坊人，安徽财经大学金融学院硕士研究生，研究方向：货币理论、财政政策。

基金项目：安徽高校自然科学基金重大项目“房地产价格与城市全要素生产率：机制阐释与政策效应”，项目编号：KJ2021ZD0054。

杠杆率是研究中国居民部门经济问题的重要切入点。当前我国居民杠杆率有两大特征，一是增速快，水平高，一直以来是总杠杆率攀升的主要驱动力，在世界主要经济体中我国居民杠杆率增速一直位于前列;二是结构性问题突出，居民杠杆率的上升与住房类贷款增多密切相关。房价上涨提高了居民购房贷款需求，导致居民债务不断增加，而居民举债购房又带来新一波的房价上涨，二者相互促进，形成了螺旋上升的态势。宏观金融系统风险主要就体现在资产价格泡沫和主要社会主体负债过重导致违约爆发，其中资产价格主要指房价。当前我国这种不合理的高杠杆现象一方面导致房价居高不下资产价格泡沫日趋严重，另一方面加剧了我国系统性金融风险。因此，2018年银监会提出“当前重中之重是居民去杠杆”;2020年央行再次提出“今年的金融政策重点是抑制居民杠杆率过快增长。”

造成我国居民杠杆率严重失衡的原因很复杂，既与长久以来为支持经济增长而采取的宽松货币政策有关，也与居民非理性炒房行为导致的房价快速上涨有关，而房价的上涨也是对宽松的货币政策的另一种反应。这意味着宽松的货币政策是导致居民杠杆率不断上涨的根本原因，即货币政策应该是稳控居民杠杆率的有效手段。为此，央行采取多种货币政策共同实施来维护房价和杠杆率稳定，但是在此过程中，以货币供给流动性为主的数量型货币政策和以利率为代表的价格型货币政策能在多大程度上稳控居民杠杆率水平，当前学界并未达成共识。

一、文献综述

近年来，众多学者针对货币政策对杠杆率的传递效应做了大量研究。一类是研究货币政策与宏观杠杆率，杨源源（2017）指出总体来看价格型货币政策工具比数量型货币政策工具更能调控宏观经济波动，但是在某些局部的情形中数量型货币政策工具优于价格型货币政策工具[1];但是Krainer（2014）发现价格型货币政策对宏观杠杆率的影响相对有限，这主要是因为货币政策无法通过利率渠道影响银行贷款效果[2]。陈创练（2018）同样认为数量型货币政策对控制杠杆率方面更加有效，价格型货币政策短期内可以发挥辅助作用，但是缺乏长期持久性[3]。从数量型货币政策的调控效果来看，刘晓光（2016）指出采取紧缩的货币政策降低货币供应量会导致消费和投资增长的下滑，进而导致产出下降，反而提高了杠杆率;从模型结果来看，货币供应量增速每下降008个百分点，宏观杠杆率提高009个百分点，因此简单地采取紧缩型货币政策可能会适得其反[4]。

另一类则是研究货币政策对企业杠杆率的调控效应，刘莉亚（2019）指出非国有企业有两次大幅度的降杠杆时期，该时期与货币政策转向紧缩时期重叠，并且价格型货币政策工具-利率是影响企业贷款的主要因素[5]。针对不同政策工具对企业杠杆率的影响，殷兴山（2020）指出传统的总量型货币政策工具可以有效应对技术冲击导致的企业结构性杠杆问题，但是难以有效应对成本推动冲击下带来的企业高杠杆问题，此时结构型货币政策更有效，当面临经济下行企业高杠杆并行的问题时，需要二者同时操作共同稳控企业杠杆水平[6]。舒长江（2020）专门研究了货币供应量对企业杠杆率的微观效应，结果发现紧缩型的货币政策短期内可以带来企业杠杆率显著下降，但是长期影响效果较弱;扩张型货币政策的长期效果强于短期效果，带来的企业杠杆率的增加幅度更高[7]。

第三类是研究货币政策与银行杠杆率的关系，蒋海（2019）认为货币政策对银行的杠杆率有显著影响，宽松的货币政策会导致银行杠杆率的提高，进而加剧银行的风险承担，并且价格型货币政策工具的影响效应强于数量型货币政策工具[8]。张庆君（2020）通过2010-2018年中国上市商业银行的相关数据得到了相同的结论，宽松的货币政策会增加银行杠杆率水平，随着杠杆率的不断增加，货币政策对银行系统性风险的影响效果是不断增大的[9]。因此，采取紧缩性货币政策降低银行杠杆化程度，预防银行系统性风险是必要的[10]。

从居民杠杆率的相关研究来看主要围绕货币政策对资产价格的调控效应以及资产价格对居民杠杆率的传递效应。货币政策对房价有显著的正向作用，货币供应量增加房价上涨[11]，而房价上涨会导致居民杠杆率的提升，且存在一定量的数量关系，房价每提高1%，该省居民杠杆率相应增加014-017个百分点，正向相关性非常显著[12]。另一方面，宽松的货币政策-利率下降会导致房价上升[13]，而房价的变动会通过影响银行贷款额影响居民杠杆率[14]。

根据已有文献我们可以看到当前研究对于货币政策和杠杆率的关系有一定的共识，货币政策在一定程度上可以调控宏观、企业杠杆率和银行杠杆，但是在数量型与价格型货币政策对杠杆率的影响效应程度方面尚未达成一致。部分学者认为数量型货币政策短期更有效，但长期来看贡献不足，部分学者认为价格型货币政策更有效但不适用于所有情形。另外我们也可以发现，当前研究货币政策与企业杠杆、银行杠杆的文献居多，但是研究货币政策与居民杠杆率相关文献比较少，为数不多的居民杠杆率的研究也是针对货币政策对资产价格的调控和资产价格对居民杠杆的传递效应，从根本上直接研究货币政策对居民杠杆率的调控效应的文献仍显不足。基于此，本文从居民杠杆率角度出发采用拔靴滚动窗口因果检验的方法研究货币政策与居民杠杆率之间的相关性，由于长时间序列过程中两个变量之间的相关性并不一定是稳定的，采用一般的格兰杰因果关系检验方式不能识别二者之间关系存在的时变效应，而通过拔靴滚动窗口的分样本技术处理全样本检验可以很好的识别长时间序列过程中两个变量关系发生的结构性变动，从而能更好地刻画货币政策和居民杠杆率动态的、双向的因果关系。

二、研究设计

（一）研究假设

1居民杠杆率与货币供应量的关系

影响居民杠杆率的决定性因素是居民部门的债务和名义GDP，因此货币供应量对居民部门杠杆率的影响也体现在这两个方面。一方面是居民部门的债务水平，从居民部门债务角度来看，货币供应量主要通过信用渠道和资产价格渠道影响居民部门债务。流动性约束理论认为居民部门从金融机构获取贷款会受到一定的限制，这在很大程度上抑制了居民部门债务扩张，而货币供应量的增发会带来一定的财富效应，居民部门收入普遍增加，居民部门财富和收入的增加可以提高其贷款能力;在危机时期货币供应量与居民杠杆率的相关性会减弱，这主要是因为银行的顺周期行为，危机时期，虽然会加大力度增发货币缓解经济萎靡，但是银行为降低风险在该时期会惜贷[15]。这意味着此时货币供应量的增加并不一定会反映在居民杠杆上。此外，如果增发的货币流向房地产市场，那货币供应量会通过资产价格渠道显著影响居民债务。大量的货币流向房地产市场会带来房价的上涨，而房价上涨又会通过财富效应和抵押品效应显著影响居民部门债务。综上所述，从居民部门债务角度来看，货币供应量的增加会导致居民信贷扩张，居民部门债务提升，提高居民部门杠杆率水平。由此，本文提出以下假设：

假设1：货币供应量对居民杠杆率在一定时间段存在正向效应。

另一方面是名义GDP，从名义GDP角度来看，根据现代版货币数量论和货币需求函数理论，短期内货币呈现非中性特征，货币供应量可以影响产出，且在金融加速器的机制下货币供应量增加所带来的产出增加程度远大于货币供应量的增加程度，即从名义GDP角度来看，货币供应量的增加可以加速经济增长，增加名义GDP，进而降低居民部门杠杆率水平，这与袁志辉和刘志龙（2020）提出的较高的潜在经济增速可以缓解我国居民部门的债务风险的理论基本一致[16]。根据以上的传导机制，本文提出以下假设：

假设2：货币供应量对居民杠杆率在一定时间段内存在负向效应。

反过来，居民杠杆率对货币供应量也有一定的影响，根据货币需求组合理论，收入、财富、其他资产的流动性都会影响货币需求，而根据后凯恩斯学派货币内生性理論，当人类进入信用货币阶段，货币的供给会受到商业银行贷款的影响，即银行的贷款创造银行的存款，货币的需求会影响货币的供给。央行对基础货币的投放受制于居民、银行的经济行为，另外货币创造乘数也是由市场交易过程中货币需求决定的。货币存在内生性，即货币供给受货币需求的影响，当经济周期发生波动时，公众的预期和经济行为都会发生变动，从而导致对货币的预防性需求、交易需求以及投资需求发生变动，影响货币总需求，进而影响基础货币量。另外，居民不同的货币需求在发生转换时会影响居民部门的现金漏出率，从而影响货币乘数，当货币乘数发生变动时，即使基础货币量稳定，货币市场上的有效货币供应量也会发生相应的变动。随着货币均衡的主导力量逐步由供给转向需求，我国货币供给受需求影响越来越大[17]，在这种情况下银行信贷规模、居民货币需求对货币供应量的作用越来越明显，即居民杠杆率的增加会带来信贷扩张，在一定程度上会促进货币供应量增加[18]。基于以上理论，本文提出以下假设：

假设3：居民部门的杠杆率提升会通过复杂的传导机制促进货币供应量的供给;即居民杠杆率对货币供应量在一定时间段内存在正向效应。

2居民杠杆率与利率的关系

利率对居民杠杆率的影响首先体现在对居民信贷水平的作用，包括替代效应和收入效应。替代效应主要表现为，利率增加，借贷成本提高，居民会通过存款来替代借贷，居民部门的信贷需求下降;收入效应体现为，当利率上升时，居民部门的实际收入增加，从而提升了居民部门的借贷能力，尤其是中低收入家庭的借贷能力。居民杠杆率对利率的反应取决于两种效应影响程度，当收入效应大于替代效应时，居民部门信贷需求增加，居民部门杠杆率与利率水平呈现负相关关系，当替代效应大于收入效应时，居民部门信贷需求降低，居民部门杠杆率与利率水平呈现正相关关系。在影响居民杠杆率的过程中，两种效应会随着利率的变化出现主导地位的更替。另外利率对居民杠杆率的影响效应还体现在对名义GDP的作用上，凯恩斯主义认为，利率与经济增长是反向变动的关系。这主要是因为资本边际效率递减的性质决定了只有利率水平下调才能保证实物投资的收益，否则会因为投资需求不足而导致经济衰退。由于“资本边际效应递减”和“流动性偏好”的存在，采取降低利率的扩张性货币政策可以扩大内需促进经济增长。在经济高速增长、通货膨胀相对稳定的情况下，名义GDP会相应增加，从而居民杠杆率会降低，即利率与居民杠杆率是同向变动的关系。

综上所述，利率对居民部门杠杆率水平的影响存在复杂多变的特点，基于此，本文提出以下假设：

假设4：在长时间序列中，利率对居民杠杆率可能在不同阶段存在不同的正向、负向效应。

反过来，居民杠杆率也会对利率产生一定的作用，这种传导效应主要通过影响货币供求来影响利率。凯恩斯学派认为利率取决于货币市场上的需求和供给，居民部门的借贷行为会影响货币需求，如果货币是外生的，则居民杠杆率对利率有正向的作用，货币需求提升带动利率不断上升。但是根据后凯恩斯货币内生性理论，而货币需求又作用于货币供给，当货币需求增加时，基础货币量和货币乘数的变化会导致货币供给也相应增加。居民杠杆率水平增加也可以通过影响房价来缓解流动性约束。国内居民杠杆率攀升的核心是信贷水平快速增加，其中住房贷款是主要驱动力，这就导致居民杠杆率的攀升促进了购房需求，产生一系列不合理炒房行为，导致房价出现暴涨[19]。根据流动性供给效应理论[20]，房地产等资产价格上涨会产生财富效应，而当经济体持有的财富增加时，会增加市场的流动性，而房地产等资产价格下跌时，劣质的资产难以出售，会降低市场流动性。根据货币内生性理论和流动性传导机制，居民杠杆率上升房地产价格上涨促使利率下降，即居民杠杆率下降利率则上升。因此，本文提出以下假设：

假设5：居民杠杆率对利率存在一定的负向效应。

（二）研究方法

本文研究的是货币政策与居民杠杆率之间的相关关系，在传统的实证检验中多采用格兰杰因果关系检验建立VAR模型，但这意味着默认货币政策和居民杠杆率之间的因果关系是存在的，并且进行传统的格兰杰检验的前提是选取的时间序列是平稳的，当被检验的VAR模型内时间序列不平稳时，传统的VAR模型估计出现偏误，另外传统的格兰杰检验模型无法检验两个变量之间因果关系的正负性。基于格兰杰检验的拔靴因果关系检验，一方面解决了当时间序列不平稳模型估计会出现偏误的问题，提高了检验的精度，另一方面规避了传统检验无法显示正负性的问题，并且通过滚动窗口的形式分别对全样本和分样本进行独立检验。全样本是对整个长时间序列内变量进行因果关系检验，分样本则是对不同时段的变量关系分别进行因果关系检验，滚动窗口的技术可以识别样本时间序列中发生的结构性变动，能够更清晰地刻画变量之间的关系。故本文采用基于残差拔靴（RB）修正的LR统计量来研究货币政策与居民杠杆之间的关系。

1全样本因果关系检验

为研究货币政策对居民杠杆率的影响，现建立以下二元VAR（p）模型：

yt=Φ0+Φ1yt-1+…+Φpyt-p+εt，t=1，2，…，T（1）

基于本文的研究，将yt分解为两个分向量，分别代表货币政策变量和居民杠杆率变量：

yt=（y1t，y2t）（2）

故（1）变为：

y1ty2t=φ10φ20+φ11（L）φ12（L）φ21（L）φ22（L）y1ty2t+ε1tε2t（3）

其中当货币政策工具为数量型工具时，y1t代表货币供应量MS，当货币政策工具为价格型工具时，y1t代表利率RATE，y2t代表居民杠杆率HLt，此外：

φijL=∑p+1k=1φij，kLk，i，j=1，2，k=1，2，…，p（4）

Lkxt=xt-k（5）

在已建立的模型中，式（3）的原假设为居民杠杆率不是货币政策的因果关系，增加约束条件φ12，k=0（k=1，2，…，p）可检验原假设，如果原假设被拒绝，则说明居民杠杆率是货币政策的因果关系，也就是说明货币政策对居民杠杆率的变动趋势有预测作用，利用相同的原理增加约束条件φ21，k=0（k=1，2，…，p）来检验货币政策是不是居民杠杆率的因果关系，如果原假设被拒绝，则证明货币政策对居民杠杆率有显著的传导效应。

2分样本滚动窗口因果关系检验

由于时间序列可能存在结构性变动而产生先验偏差，在研究的过程中需要考虑在参数不稳定的情况下提高实证检验的精度，传统的解决方法有样本分割和虚拟变量代入法，但是这不能解决前测偏差问题。基于此本文引入经过修正的拔靴估计，采用拔靴分样本滚动窗口因果关系检验法。所谓分样本即将全样本按照一定的跨度划分为固定窗宽的多个分样本，比如原时间序列长度为T，现将分样本的固定窗宽设置为1个观测值，那原来长度为T的全样本就被划分为T-1个窗宽为1的分样本，分样本的末端分别为τ=l，l+1，…，T，在此设置的基础上再进行拔靴检验时就不再是面向全样本，而是针对每个独立的分样本单独进行检验。所谓的滚动窗口，指的是在检验过程中固定窗宽的窗口从全样本时间序列的首端依次滚动到末端，每一个分样本在整个时间序列中被依次检验，得到相关的概率值和LR统计量，将所有观测的结果按时间序列排序汇总，就可以得到分样本因果关系检验的结果。

通过以上方法对货币政策和居民杠杆率进行分样本拔靴滚动窗口检验：

l1=N-1b∑pk-1*21，k（6）

上述方程描述了貨币政策对杠杆率的影响，Nb代表拔靴检验重复的次数，*21，k则代表通过拔靴检验得到的统计量。

l2=N-1b∑pk-1*12，k（7）

同理，通过公式（7）可以推导出居民杠杆率对货币政策的影响。

实证过程中，对于货币政策和杠杆率的研究本文选择90%的置信区间，最低限制为*12，k和*21，k的第5位，最高限制为*12，k和*21，k的第95位。除此之外，分样本固定窗宽决定了每个分样本观测值的数量，也直接决定了滚动检验的精度。但对于固定窗口的选择存在一定的矛盾，较大的窗宽可以提高检验精度，但是会降低统计量的代表性，较小的窗宽虽然可以提高统计量的代表性但是降低了检验的精度。

3数据来源及处理

根据理论模型需要和相关数据可得性本文采用2001年第4季度到2020年第3季度的季度数据。以往相关居民杠杆率的实证研究多采用月度数据，但居民杠杆率数据的计算由于涉及名义GDP，采用季度数据更为准确。基于以上考虑本文直接采用国家资产负债表研究中心公布的居民部门杠杆率季度数据，能更为准确的反映中国居民杠杆率的真实情况。数量型货币政策工具采用广义货币供应量M2，价格型货币政策工具采用5年以上长期贷款利率。主要是因为居民杠杆率中住房贷款是主要推动力，而住房贷款受5年以上长期贷款利率影响最为显著。变量详细描述见表1。

三、实证分析

结合本文研究所需样本数据的特征和对检验精度的要求，本文选取24个单位的较小窗口尺寸。因为存在滞后期，这个窗宽的尺寸代表的就是VAR模型中观测值的数量，不会对实证检验结果时间区间的选取造成影响。

（一）货币政策与居民杠杆率全样本因果关系检验

首先对货币供应量、利率和居民杠杆率的原值序列运用ADF和PP两种检验方法进行单位根检验，判断时间序列是否平稳。检验结果如表2所示，MS、RATE和HL原序列存在单位根，而其一阶差分都在1%置信水平下拒绝原假设，三个变量均为一阶单整。

在全部变量一阶单整的基础上，分别对MS和HL、RATE和HL之间是否存在协整关系进行检验，表3报告了检验结果，迹统计量和最大特征值统计量得到了一致的结果，MS和HL之间存在协整关系，RATE與HL之间不存在协整关系，基于协整关系检验的结果可以得到以下结论，货币供应量与居民杠杆率之间存在长期的均衡关系，长期贷款利率与居民杠杆率之间不存在长期的均衡关系。

在货币政策与居民杠杆率原序列一阶单整的基础上，建立格兰杰因果关系检验双变量VAR模型。根据施瓦茨信息准则（SIC）选定最佳滞后期p为2，基于修正的LR进行拔靴因果关系检验，货币供应量、长期贷款利率与居民杠杆率因果关系的全样本拔靴检验结果见表4。通过表4可以发现，在货币供应量和居民杠杆率的因果关系检验中，LR统计量和P值明显在5%置信水平下拒绝MS不是HL的格兰杰原因，在1%置信水平下拒绝HL不是MS的格兰杰原因的原假设。这也就是说明基于参数稳定的基础上货币供应量与居民杠杆率存在显著的双向因果关系，货币供应量的波动会引起居民杠杆率变动。在长期贷款利率和居民杠杆率的因果关系检验中，LR统计量和P值没有拒绝RATE不是HL的格兰杰原因，也没有拒绝HL不是RATE的格兰杰原因的原假设。这也就是说明基于参数稳定的基础上长期贷款利率与居民杠杆率不存在显著的双向因果关系。然而实际上，时间序列数据结构性变动是普遍存在的，参数不稳定性使得全样本检验结果可能存在较大的误差，因此下面对全样本参数稳定性进行检验。

（二）参数稳定性检验

本文采用前文提到的Sup-F，Mean-F和Exp-F统计量检验来对上述VAR模型进行参数稳定性检验，其中Sup-F统计量用来判断时间序列是否发生结构性变动，Mean-F和Exp-F统计量用来检验参数是否符合一定的变化规律而不是随时间变化而变动，其中的Lc统计量用来检验模型整体的稳定性，它的原假设为VAR模型中的参数是常数。表5表6分别报告了MS和HL短期和长期的参数稳定性检验结果，通过表5检验结果可以发现，MS方程所有参数以及HL的Sup-F，Mean-F参数在1%水平上拒绝了参数稳定的原假设，两个方程综合形成的整体VAR方程Exp-F参数在5%水平上拒绝了原假设，Lc统计量表示VAR模型中参数随机游走的过程，检验结果显示短期参数符合随机游走假设，存在随时间的渐变，即模型参数不稳定。表6检验了长期参数稳定性，Sup-F，Lc统计量在1%水平上拒绝了长期参数稳定的原假设，另外Lc统计量还表示货币供应量与居民杠杆率的协整关系，这里得到了与前面协整检验不同的结果，即二者不存在协整关系。

（三）分样本滚动窗口因果关系检验及分析

上文进行的参数稳定性检验表明之前做的货币供应量、长期贷款利率与居民杠杆率之间的全样本因果关系检验确实可能由于结构性变动而得到不可靠的结论，基于此，现采用分样本滚动窗口因果关系检验方法进一步检验货币供应量、长期贷款利率与居民杠杆率在2001年第4季度到2020年第3季度的因果关系、正负相关性以及传导效应幅度，由于整个模型将处于24个单位固定窗口宽度下随时间变化滚动检验，可以更全面、准确的获得子样本的变动特征。

1货币供应量和杠杆率分样本结果

MS和HL分样本滚动窗口检验结果如图1所示，其中（a1）中的阴影部分表示拔靴值P小于01的部分，这段区间内检验结果拒绝MS不是HL因果关系的原假设，即二者存在单向因果关系，货币供应量是居民杠杆率的格兰杰原因;其中（a2）表示的是通过拔靴滚动窗口的估计方法得到的MS对HL的影响系数的上下限及均值三条曲线，若影响系数的均值大于0，则MS对HL有正向的作用，若影响系数均值小于0，则有负向作用，且影响系数最小值大于0（三条曲线均在0线上方）及最大值小于0（三条曲线均在0线下方）分别表示样本存在强烈的正向或负向影响。由于因果关系方向判定的前提是因果关系的判断，因此我们将样本影响系数图与存在因果关系的时间区间对照，结合图中（a1）（a2）来看，可以发现货币供应量对居民杠杆率在多个时间段存在负向的作用包括2008Q1-Q2、2009Q1-2012Q1、2016Q3-2017Q2。至此可以发现当前时间周期内并不能验证假设1;但实证结果表明货币供应量对居民杠杆率的影响是不断波动的，不是一成不变的，故假设2成立。但是在2007年第一季度到2020年第一季度这一时期中，货币供应量对居民杠杆率的影响一直是负向的，且2009年多个季度二者的相关关系表现出强负相关的特征，这可能是因为2008年9月国际金融危机爆发，我国为消除金融危机对中国经济的负面影响，在2008年11月推出了进一步扩大内需、促进经济平稳较快增长的十大举措，该举措计划到2010年底投资约4万亿，也称“四万亿计划”。此后，央行在同年11月、12月多次下调对金融机构的再贴现利率，截止到2008年底，人民银行对金融机构的再贴现率由432%下降到297%，这大大增加了基础货币的投放;另外11月中旬央行也下调了金融机构的法定准备金率和超额准备金率，导致货币创造乘数提高，这些举措都增加了货币供应量。在宽松的货币政策的带动、央行积极投资的引导作用下，国民经济逐渐复苏，经济增长稳步提升，名义GDP由2008年的32万亿元人民币增加为2012年的54万亿人民币，并且虽然国内居民的信贷水平也随着经济发展的趋势不断上涨，但是中国居民长期以来的消费观念决定了中国居民部门信贷杠杆在相当长的时间内的增长是缓慢的，是小于经济增长的，这种背景下居民部门的杠杆率水平是呈现与货币供应量反向影响的。另外相对比2008Q1-Q2、2009Q1-2012Q1，2016Q3-2017Q2期间货币供应量对居民杠杆率的负向影响明显降低，这可能是因为2012年证监会提出积极引导民间资本进入金融业，2013-2015年央行实行稳健的货币政策，大力推动金融改革、创新，引导货币信贷合理增长，在此积极引导、带动作用下我国的金融业务获得了长足进步，金融机构信贷产品逐渐多元化，为居民贷款方式提供了更加多样化的途径;并且随着中国居民生活水平的不断提升，金融产品多元化发展，居民的消费观念也不断发生变化，居民部门贷款意愿不断提升;此外大量的货币流向房地产市场则直接导致居民债务特别是房产相关债务快速增长，以上因素都使得居民部门的信贷水平不断提升。另外不可忽视的是这个阶段我国的GDP增速已经处于下降通道，货币化收益呈现出不断降低的态势，在居民信贷水平不断快速提升，而名义GDP增速缓慢的情况下，居民杠杆率水平受货币供应量的负向作用逐渐减弱。

图1MS和HL分样本检验结果

图（b1）的阴影部分给出了HL是MS格兰杰原因的区间，（b2）则报告了HL对MS的影响系数，同样我们将样本影响系数图与存在因果关系的时间区间对照，结果表明居民杠杆率对货币供应量的影响在整个长时间序列中是波动的，但不同时间阶段的影响系数都为正，该时间段包括2009Q2-Q4、2020Q1-Q3，该阶段对应居民杠杆率水平是增加的，也就是说在这期间居民杠杆率的提升推动了货币供应量的增加，此结论表明假设3成立。2009年，为缓解国际金融危机对国内经济的影响，我国采取了四万亿的刺激计划，该经济计划和地方性建设联动，大大促进了各部门的资金需求，包括居民部门的投资需求。据统计在中央财政刺激计划的带动下，2009年全社会固定资产投资达2248亿元，同比增长3010%，增速同比增长46个百分点。国家的政策引导形成了公众积极的预期，降低了公众对不确定性的预期，进而导致货币的预防性需求减少，投机性需求增加，居民的借贷能力和意愿增加，居民杠杆率水平提升，在很大程度上减少了居民部门的现金持有水平，基于宽松的货币政策银行也不再惜贷，导致现金漏损率降低，货币创造乘数增加，从而导致货币供应量的增加。而2020年，面对突如其来的新冠疫情，我国经济活动受到冲击，第一季度我国GDP增速降为-68%，二三季度逐步恢复，分别为32%和49%，这意味着该阶段我国居民杠杆率可能是由于经济下滑而攀升，即此时居民杠杆率攀升的内涵不再是居民信贷水平的快速上升，而是经济增长速度的减慢。为防止出现流动性危机，恢复经济平稳较快增长，央行采取了价降量宽、放松监管的政策组合。2020年第一季度，针对新冠疫情防控，央行1月向部分银行提供3000亿低成本专项再贷款资金，2月再次增加再贷款再贴现专用额度5000亿元，并且下调部分用途的再贷款利率;同年第三季度，央行从7月1日起下调再贷款、再贴现利率，其中再贴现利率下降025个百分点，金融稳定再贷款利率下降05个百分点。在这个阶段，居民杠杆率对经济增长的反映促使央行加大了基础货币的投放，并且提高了货币创造乘数，增加了有效货币供应量。

2利率和居民杠杆率分样本结果

RATE和HL分样本滚动窗口检验结果如图所示，其中（c1）中的阴影部分表示拔靴值P小于01的部分，这段区间内检验结果拒绝RATE不是HL因果关系的原假设，即二者存在单向因果关系，长期贷款利率是居民杠杆率的格兰杰原因;其中（c2）表示的是通过拔靴滚动窗口的估计方法得到的RATE对HL的影响系数的上下限及均值三条曲线，若影响系数的均值大于0，则RATE对HL有正向的作用，若影响系数均值小于0，则有负向作用，且影响系数最小值大于0（三条曲线均在0线上方）及最大值小于0（三条曲线均在0线下方）分别表示样本存在强烈的正向或负向影响。由于因果关系方向判定的前提是因果关系的判断，因此我们将样本影响系数图与存在因果关系的时间区间对照。结合图中（c1）、（c2）来看，可以发现长期贷款利率对居民杠杆率在2007Q2-Q3、2012Q4-2013Q2、2014Q2-2015Q1多个时间段存在显著的影响，且不同时间段内影响系数发生较大变化，至此表明长期贷款利率对居民杠杆率的影响在该时间序列阶段存在结构性变动，假设4成立。图中表明2007年第2、3季度长期贷款利率对居民杠杆率的影响效应为正，这可能是因为在这个阶段央行为防止国内经济过热采取了紧缩性财政政策，从2007年1月15日起，央行先后十次上调人民币存款准备金率，先后6次提高金融机构贷款基准利率，随之长期贷款利率相继提高，在这种大背景下居民对长期贷款利率形成了不断提升的预期。同时由于20世纪80年代出现改革开放后的人口高峰，在包括该区间的很长一段时间内产生了大规模对房地产的刚性需求，随着利率的不断升高，居民形成了长期贷款利率会继续升高的预期，长期贷款利率提高意味着购房成本增加，为减少购房成本居民通过信贷扩张，增加长期贷款规模的方式购房的需求反而不断增强，长期贷款利率对居民杠杆率水平呈现出正向效应。2012Q4-2013Q2、2014Q2-2015Q1这两个区间内，长期贷款利率对居民杠杆率的影响效果为负向，这可能是因为随着居民拥有房产的数量增加，居民部门对房地产的刚性需求逐步降低，并且伴随着利率、房价不断上涨，居民对房地产投资边际收益减少，投资风险增加，故而投资需求也不断降低。在此背景下，长期贷款利率提高意味着成本的增加，长期贷款利率提高会导致居民信贷需求降低，进而导致居民部门杠杆率水平下降。

图（d1）的阴影部分给出了HL是RATE格兰杰原因的区间，（d2）则报告了HL对RATE的影响系数，同样我们将样本影响系数图与存在因果关系的时间区间对照，结果表明居民杠杆率对长期贷款利率的影响在整个长时间序列中是波动的，但不同时间段的影响系数都为负，该时间段包括2011Q4-2014Q1、2017Q4-2019Q4，即这两个时间区间内居民杠杆率对长期贷款利率有负向作用，表现出强负相关的特征，此结论表明假设5成立。导致这种结果的原因可能是这两个区间都位于国务院严格调控房价的区间，也是房价急剧攀升的两个区间。为避免房价过快增长，保证房地产市场稳定，国务院于2010年1月出台“国十一条”、同年4月出台“国十条“，2011年1月出台“新国八条”，2013年再次出台“国五条”，这些举措主要以限购限贷为核心，逐步收紧购房贷款，但对房地产市场的政策调控并未立刻实现房价的稳控，反而让居民部门形成未来购房门槛提高的预期，导致房价不降反升，尤其是2013年“国五条”推出后，房价和交易量暴涨，其中北京、上海、深圳二手房价同比上涨36%、27%和21%，交易量上涨260%、183%和184%，居民部门不断增加杠杆，购买房产，杠杆率水平不断提升的同时推动着房价进一步上涨，房价上涨带来了居民部门的财富效应，导致社会财富增加，缓解了流动性约束，降低了利率，这与TIORL的结论殊途同归[20]。另外，2010年后我国GDP增速已经进入下降通道，这意味着央行为维持经济平稳增长无法采取提高利率水平的货币政策，因为这会导致投资需求下降，反而需要降低利率来扩大内需，GDP增速越慢，居民信贷规模越大，居民部门杠杆率水平越高，央行越需要宽松的货币政策来刺激经济。截止到2014年下半年，多项楼市调控政策逐渐落实，房地产市场需求方面的投资水分逐渐被挤干，局部泡沫破裂，房价剧烈波动，居民杠杆率水平对利率的负向作用不再明显。与前一区间类似，2017年到2019年这个阶段也是房地产调控政策出台非常密集的阶段，各地楼市出台政策严格狙击房地产投资投机需求，减缓房地产市场不断升温的势头。雖然政策调整下部分地区房价增幅逐渐下降但是整体的房价还是呈上涨趋势，这意味着居民杠杆率通过流动性影响利率的传导机制依然存在，这也反映了，央行在长期贷款利率的设定方面并没有关注居民杠杆率水平，并没有把控制长期贷款利率作为稳控居民杠杆率手段。

四、结论与启示

本文通过拔靴滚动窗口检验法对货币供应量、长期贷款利率对居民杠杆率的传递效应进行了研究，并识别了相关关系的结构性变动，基于实证结果得到以下结论：（1）综合来看，当前的货币政策不能实现对居民杠杆率水平的有效调控，不管是以货币供应量作为中介指标的数量型货币政策还是以利率作为中介指标的价格型货币政策在稳控居民杠杆率水平方面都存在不足。（2）货币供应量对居民杠杆率存在负向的影响效应，这表明，货币供应量的超发并不是导致近些年居民杠杆率不断攀升的原因，控制货币供应量不能够稳控居民部门杠杆率水平，反而会导致经济增长变缓，名义GDP增速降低，居民杠杆率水平进一步提升。这也在一定程度上表明当前货币政策下单纯的控制货币供应量不能充分实现对居民杠杆率水平的稳控。另外居民杠杆率对货币供应量也存在分阶段的、波动的正向作用，表明居民部门信贷水平的提高在一定程度上会增加货币供应量，也是我国货币供求均衡逐步转向需求主导的一种反映。（3）长期贷款利率对居民杠杆率的传递效应存在时变性，在不同时间段存在差异，表明央行通过利率手段调控居民杠杆率的效果呈现复杂性和不确定性;同时居民杠杆率对长期贷款利率存在显著的负向作用，居民杠杆率水平的提高缓解了流动性约束导致长期贷款利率水平降低。

根据以上结论，获得如下政策启示：（1）坚持平稳的货币政策，保障货币供应量平稳增长。实证结果表明，不管是货币供应量还是长期贷款利率都对居民杠杆率有显著影响，稳定居民部门杠杆率水平，把控居民部门风险平稳的货币政策必不可少[21]。（2）积极有序推进利率市场化，利率对居民杠杆率的影响存在时变效应，一定程度上增加了利率对居民杠杆率的调控难度。我国的利率市场化进程尚未完成，存贷款利率无法对宏观经济进行灵敏反应，稳步有序地推进利率市场化能够促进统一开放、竞争有序的多层级金融体系的建立，能更好地发揮利率对居民杠杆率水平的调节作用。（3）要加强货币政策与宏观审慎政策协调配合，提高政策调控效率。本文研究发现由于货币政策调控目标与居民杠杆率之间的关系存在时变效应，所以单纯的货币政策不能实现对居民部门杠杆率水平的稳控，货币内生性更增加了货币政策调控的难度。要想实现准确调控，就要把握不同阶段不同传导效应产生的不同因果，制定有针对性的政策，而不是一概而论。宏观审慎政策对货币政策有一定的互补性和替代性，而且相比于货币政策大方向上的把控，宏观审慎政策更灵活，调控力度也更精准，合理搭配使用宏观审慎政策可以提高货币政策的传导效率。未来应该健全协调配合的“双支柱”调控架构，灵活采取货币政策和宏观审慎政策协调配合，发挥宏观审慎政策的优势，弥补货币政策调控居民杠杆率水平的不足，提高政策的调控效率。

参考文献：

[1]杨源源，张晓林，于津平.异质性预期、宏观经济波动与货币政策有效性[J].国际金融研究，2017（9）：25-34.

[2]RobertE.Krainer.MonetaryPolicyandBankLendingintheEuroArea：IsThereaStockMarketChanneloranInterestRateChannel？[J].JournalofInternationalMoneyandFinance，2014，49（12）：283-298.

[3]陈创练，戴明晓.货币政策、杠杆周期与房地产市场价格波动[J].经济研究，2018（9）：52-67.

[4]刘晓光，张杰平.中国杠杆率悖论——兼论货币政策“稳增长”和“降杠杆”真的两难吗[J].财贸经济，2016（8）：5-19.

[5]刘莉亚，刘冲，陈垠帆，等.僵尸企业与货币政策降杠杆[J].经济研究，2019（9）：73-89.

[6]殷兴山，易振华，项燕彪.总量型和结构型货币政策工具的选择与搭配——基于结构性去杠杆视角下的分析[J].金融研究，2020（6）：60-77.

[7]舒长江，洪攀，张良成.货币政策冲击对异质性企业杠杆率的微观效应[J].金融论坛，2020（8）：52-61.

[8]蒋海，张小林，刘敏.货币政策影响银行风险承担的杠杆机制检验[J].世界经济研究，2019（3）：3-15，135.

[9]张庆君，马红亮，岳媛.杠杆率视角下货币政策与银行系统性风险防范[J].会计与经济研究，2020（4）：96-114.

[10]Jordà，SchularickM，TaylorAM.Leveragedbubbles[J].JournalofMonetaryEconomics，2015，76（12）：S1-S20.

[11]贾庆英，孔艳芳.资产价格、经济杠杆与价格传递——基于国际PVAR模型的实证研究[J].国际金融研究，2016（1）：28-37.

[12]阮健弘，刘西，叶欢.我国居民杠杆率现状及影响因素研究[J].金融研究，2020（8）：18-33.

[13]潘海峰.货币政策、信贷与房价的非线性关系检验[J].统计与决策，2020（18）：141-144.

[14]周广肃，王雅琦.住房价格、房屋购买与中国家庭杠杆率[J].金融研究，2019（6）：1-19.

[15]李拉亚.双支柱调控框架的新目标制研究[J].管理世界，2020（10）：27-41.

[16]袁志辉，刘志龙.基于宏观资产负债表的居民债务问题及其风险研究[J].国际金融研究，2020（2）：15-25.

[17]谭政勋，王聪，.房价波动、货币政策立场识别及其反应研究[J].经济研究，2015（1）：67-83.

[18]王睿，李连发.中国货币政策调控与房地产价格波动——基于拔靴分样本滚动窗口因果检验的新证据[J].上海经济研究，2019（8）：86-97.

[19]周小寒.基于VAR模型的居民杠杆率与住房价格关系研究[J].工程管理学报，2020（4）：141-146.

[20]TiroleJ，IlliquidityandAllItsFriends[J].JournalofEconomicLiterature，2011，49（2）：287-325.

[21]王梅婷.我国宏观杠杆率的新变化、风险与对策[J].经济纵横，2021（4）：111-119.

China′sMonetaryPolicyRegulationandtheRisingLeverageRatioofResidents

WANGuang-cai，CHENXin-xin

（SchoolofFinance，AnhuiUniversityofFinanceandEconomics，Bengbu233030，China）

Abstract：BasedonthecurrenteconomicsituationoftherapidriseofleverageratioinChina′sresidentialsector，thispaperempiricallystudiesthetransmissioneffectofmonetarypolicyontheleverageratioofresidentsbyusingthemethodofrollingwindowcausalitytest.Thismethodcanidentifyanddealwiththestructuralmutationoftherelationshipbetweenvariables，andtherollingwindowtechnologycanprovidenewempiricalevidenceforthedynamicrelationshipbetweenmonetarypolicyandhouseholdleverage.Theempiricalresultsshowthat：China′smonetarypolicyregulationiscloselyrelatedtotherisingleverageratioofresidents，andtherearestructuralchangesintherelationshipbetweenthetwoinalongtimeseries.Ontheonehand，themoneysupplyhasanegativeeffectontheresidents′leverageratio，andtheresidents′leverageratiohasapositiveeffectonthemoneysupply;ontheotherhand，theregulationofinterestrateontheresidents′leverageratiohasatime-varyingfeature，andtheresidents′leverageratiohasanegativeeffectontheinterestrate.Basedontherelationshipbetweenmonetarypolicyregulationandresidents′leverageratio，thispaperarguesthatmonetarypolicycannotaccuratelyregulatetheleverageratioofresidents′departments，andshouldbecombinedwithmacroPrudentialpolicytomakeupforthelackofmonetarypolicyandimprovetheefficiencyofpolicy.

Keywords：monetarypolicy;moneysupply;longtermloaninterestrate;residentleverageratio;rollingwindow

（責任编辑：周正）