数字金融视角下中国货币政策传导渠道效应研究

货币政策作为重要的宏观经济调控手段之一,其作用发挥关键在于传导。近年来,我国数字经济蓬勃发展,人们将越来越多地参与金融市场并对货币政策冲击作出反应。文章分析了数字金融视角下的货币政策传导的渠道效应差异,并选取2011—2021年中国省级层面的面板数据,构建固定效应模型实证检验了数字金融对货币政策通过信贷渠道和利率渠道的传导效果影响;进一步在稳健性检验中使用企业层面的微观数据检验数字金融发展对企业资本成本的影响。研究结果表明,数字金融的发展显著畅通了货币政策利率渠道的传导效果,有助于企业资本成本的降低;同时弱化了货币政策银行信贷的传导效果,减少了企业对银行信贷的依赖。     

数字金融系统性风险与经济政策不确定性关系的统计检验

文章采用VaR、非线性Granger等方法,得出数字金融尾部风险存在显著非线性趋势,数字金融行业金融风险与金融市场之间存在非线性Granger因果关系,数字金融行业的尾部风险事件很可能殃及整个金融市场,形成系统性风险。使用非线性与混频因果关系检验法得出,数字金融风险和经济政策不确定性之间存在双向因果关系,对经济政策不确定性细分检验的结果表明,数字金融行业风险引发财政政策、货币政策、汇率政策不确定性水平变动,财政政策、货币政策、汇率政策不确定性不会造成数字金融行业风险的聚集。     

我国系统性金融风险的跨市场传染效应研究

文章结合我国金融市场的特点,从市场波动状况、资产流动性状况、投资者情绪及资产泡沫化程度四个维度,选取相应的基础性指标,分别合成我国货币市场、股票市场、债券市场、外汇市场、房地产市场及银行部门的压力指数,用来测度各市场的系统性风险水平。然后运用DY溢出指数法测算各市场间的压力溢出水平及方向性溢出程度,并在此基础上构建了压力溢出网络,以分析系统性风险跨市场传染的静态和动态机制。结果显示：从静态视角看,股票市场的压力净溢出水平最高,是我国金融网络的核心;从动态视角看,我国金融市场总体的压力溢出指数呈现较为平稳的变动趋势,但重大经济金融事件会导致其发生异常波动;通过对金融市场四个异常波动时期压力溢出情况进行比较发现,网络核心会因重大经济金融事件的冲击而发生变动,并且单一市场在金融网络中的绝对核心地位出现下降。     

中国价格型货币政策的系统性与非系统性时变效应研究

本文建立兼具随机波动率和时变参数的VAR模型,刻画经济系统中结构冲击和传导机制的时变性,并在同一框架内分析价格型货币政策的系统性和非系统性效应。研究结果显示：（1）对应于货币政策冲击,货币政策的非系统性效应在大波动时期存在“价格之谜”现象,在大稳定时期则出现政策冲击波动以及经济活动对其同向响应程度的双重下降现象,甚至在有些时段出现负向响应,其平抑经济波动的作用得到一定程度的体现。（2）系统性效应显示货币政策对于通货膨胀的响应强度整体呈消极特征,但存在一种往积极方向转变的动态学习模式,而且这种转变呈现不同状态的频繁转换。（3）反事实分析显示货币政策系统性和非系统性效应虽然有所改善,但这并不是宏观经济从大波动向大稳定转变的主要原因。     

重大突发公共事件对系统性金融风险的影响研究

在全球重大突发公共事件高发、经济下行压力增大的背景下,防范化解金融风险、维护金融稳定成为当务之急。构建了一个包括金融中介部门的新凯恩斯动态随机一般均衡模型(NK-DSGE),利用1995Q1—2021Q4的实际国内生产总值、社会消费品零售总额、消费者价格指数对相关参数进行贝叶斯估计,以全要素生产率冲击、重大突发公共事件冲击以及货币政策不确定性冲击作为外部冲击,探讨了重大突发公共事件对系统性金融风险的影响,并分析了基础泰勒规则和宏观审慎货币政策规则的调控效果。研究表明：(1)重大突发公共事件的发生会造成系统性金融风险积累与上升,影响金融稳定;(2)以信贷市场流动性和银行杠杆率为信号源的宏观审慎货币政策在应对货币政策冲击时表现较好,能够实现稳增长和防风险的政策目标;(3)货币政策不确定性增加会带来产出、投资等的减少,加剧经济系统的系统性金融风险,宏观审慎货币政策可以降低货币政策不确定所诱发的波动。     

基于金融压力指数的金融系统性风险的测度

文章介绍了一种新的金融系统性风险测度方法一金融压力指数法,并在前人研究的基础上结合中国的现实情况构建了能实时显示中国金融系统性风险状态的中国金融压力指数.该压力指数的实证结果显示中国在2008年4～12月处在金融系统性风险较大时期,且2008年10月是2002年以来中国金融系统性风险达到最大的时期.该结果能较好的拟合2002～2009年中国金融的现实状况.因此,该指数将为我国金融系统性风险监测提供有用的工具.     

金融系统性风险的双向溢出效应及其CoVaR模型估计

在信息化金融社会,风险的衡量与预警成为金融稳定的重要影响因素.文章以商业银行为实证,通过在险价值CoVaR模型,利用我国16家上市商业银行数据对商业银行系统性风险的双向溢出效应进行模型估算.研究显示,商业银行系统性风险存在明显的正向双向溢出效应.资产规模对商业银行应对风险的能力产生较大影响,一些规模较小但经营灵活的商业银行由于区域特色较为明显,也具有较强的风险抵御能力.     

加总模式变迁视角下系统性金融风险研究演进评述

系统性金融风险分析框架的选取问题是理论与实务界对系统性金融风险研究争论的焦点之一。建立完善的分析框架需要立足于合理的宏观加总,而用于构建系统性金融风险分析框架的加总模式主要包括简易累加、新古典宏观加总和宏观审慎原则下的新加总模式。对不同加总模式下的系统性金融风险研究成果进行纵向梳理与横向比较分析发现:当前对于系统性金融风险的研究应着眼在货币量值加总的基础上,形成具备一定理论基础的整体分析框架。     

数字金融、技术创新与共同富裕

扎实推进共同富裕是“十四五”期间我国经济社会发展的重要目标,如何把握促进共同富裕的着力点是当前亟待解决的重要问题。文章基于技术创新的视角,系统分析了数字金融促进共同富裕的内在理论逻辑,并运用我国30个省份2011—2020年的面板数据,实证检验了数字金融对共同富裕的影响。研究发现：我国各省份共同富裕水平普遍较低,但总体呈上升趋势;数字金融发展能够显著促进共同富裕,并且对中西部地区的贡献超过东部地区;机制检验结果表明,数字金融能够通过提升技术创新水平来促进共同富裕;数字金融对共同富裕的影响存在边际效应非线性递增的特点。     

影子银行对系统性金融风险的影响机理与传导机制

影子银行体系与系统性金融风险密切相关。文章基于2008—2022年我国16家上市商业银行的面板数据,运用ΔCoVaR方法测算商业银行系统性金融风险水平,实证检验影子银行业务对系统性金融风险的影响效应及传导路径。结果表明,影子银行规模控制在合理的范围内能够分散系统性金融风险冲击,当影子银行规模超过拐点时,对系统性风险具有集聚传染效应;影子银行业务对系统性金融风险的“U”型影响主要通过期限错配和稳定程度两种路径传导,而通过信贷水平和非利息收入两种传导途径则呈“倒U”型关系;商业银行个体微观特征和外部货币政策调整,导致影子银行业务对系统性金融风险的影响存在异质性。     

中国系统性金融风险对宏观经济的影响研究

基于2007年1月至2017年12月月度数据,本文首先选取金融机构极值风险、金融体系间的传染效应、金融市场的波动性和不稳定性、流动性和信用风险4个层面的14个代表性指标测度了系统性金融风险;然后运用分位数回归度量了单个系统性风险指标对宏观经济的影响;最后运用偏最小二乘分位数回归法构建一个系统性金融风险综合指标进一步实证分析系统性金融风险对宏观经济的影响。研究结果表明：①单个系统性金融风险指数中机构极值风险类别下的指标对宏观经济的影响最大,其中金融体系巨灾风险指数影响效果最显著;②运用偏最小二乘分位数回归构造的系统性金融风险综合指标较之单个系统性金融风险指标,能够更稳健地反映系统性金融风险对宏观经济的影响状况;③从测度效果来看,单个系统性风险指标和系统性金融风险综合指标在下尾分布（0.2分位数）的结果明显优于中间分布（0.5分位数）和上尾分布（0.8分位数）。     

系统性金融风险:测度与时空格局演化分析

基于Markov链模型和ESDA探索性空间数据分析技术,测度2003-2014年中国31个省域系统性金融风险水平,并深入解析中国系统性金融风险的时空格局演化特征。研究表明:时空分异特征方面,中国各省域系统性金融风险水平总体上呈先上升后下降的趋势,并且东西部地区风险较高,中部地区风险较低;风险分布演进方面,高水平、中低水平、低水平3个风险类型的省域存在明显的俱乐部趋同现象,系统性金融风险长期分布格局趋于均衡,略向低风险水平倾斜;时空格局演化方面,整体上中国系统性金融风险水平在不同省域间具有显著的溢出效应,局部格局上"高-高"溢出效应区集中在东部沿海和西部边境省域。     

中国金融周期特征与货币政策效应探讨

文章在H-P滤波法分析中国金融周期、总结其特征的基础上,建立金融周期变量与货币政策工具变量的VAR模型,采用1953～2006年的数据,实证检验了中国金融周期中的货币政策效应。     

金融脱媒对货币政策传导机制影响的实证

文章运用贝叶斯方法去估计向量自回归VAR模型,即用BVAR模型去探究金融脱媒对不同货币政策传导机制的影响.得到结论:金融脱媒在一定程度上抑制了利率渠道,并弱化了信贷渠道,却强化了资产价格渠道的作用.     

数字金融、数字鸿沟与多维贫困

以互联网为基础的第三次技术革命,推动了数字金融的发展,对居民经济行为的影响巨大,因而也可能具有减贫作用。本文首次利用中国数字普惠金融发展指数和中国家庭追踪调查(CFPS)的匹配数据,通过克服内生性的工具变量估计,探讨了数字经济发展对家庭多维贫困的影响。然而,与预期不同,本文的初步研究发现数字金融发展提升了贫困发生的概率,也加深了多维贫困的程度,且影响逐年增大。不过,进一步研究表明,数字金融发展可能存在结构性问题:数字金融发展给能够接触到互联网的居民带来便利以及机会,挤占了未能接触到互联网的居民原先所可能获得的资源,这种数字鸿沟使得位于贫困线附近和贫困线以下的居民由于数字金融的发展而愈加贫困。观察背后机制发现,数字金融发展主要导致了面临数字劣势的贫困居民失业概率的提升。因此,在推进数字金融发展的同时,应着力提高金融服务的覆盖率和可得性,尤其对于农村的贫困人口而言,积极应对数字经济对就业市场的挑战,引导其成为脱贫攻坚的重要支撑。     

中国金融风险周期监测与央行货币政策非对称性效果识别

本文采用时变参数因子增广向量自回归模型（TVP-FAVAR）,并基于动态模型平均法测度了金融子系统变量的时变权重,通过加权计算得到我国金融风险周期指数（FRI）。然后改进构建了分区制货币政策模型系统,并采用逻辑平滑转换向量自回归模型（LST-VAR）研究了高低区制下,价格型和数量型货币政策对金融风险的传导效应,在此基础上,设计并测度了我国货币政策的时滞效应。研究发现,我国金融风险具有明显的两区制特征,样本区间内FRI大多时期处于低风险区制,而高风险区制的时间段与国内外重大金融风险事件相吻合。两种紧缩的货币政策均有利于抑制金融风险及其波动,且在高风险区制的抑制效应更为显著。对于货币政策时滞效应,数量型货币政策对金融风险的抑制作用大于价格型货币政策,但2008、2012和2015年三个高金融风险期的时滞效应均较小。最后,根据研究结果提出相应政策建议。     

金融周期下中国货币政策时变反应特征与调控效应研究

在传统货币政策规则基础上,引入金融周期,运用时变参数向量自回归的方法分析了金融周期下中国货币政策的时变反应特征与调控效果,结果表明:货币政策对金融周期的调控受宏观经济形势的影响。在金融危机时期,利率对金融周期更为敏感,而经济平稳发展时期,利率波动较小。同时,货币政策短期内能够起到维护金融稳定的效果,长期效果趋于弱化。因此,要根据金融周期与经济周期之间的匹配关系,利用相机抉择的货币政策调节金融形势,并做好相关政策的协调配合,以维护好长期金融稳定。     

数字金融对企业融资成本影响的实证

文章基于2011—2018年沪深A股上市公司数据,采用双向固定效应模型分别对全样本和分样本进行多元回归,探究了数字金融对企业股权融资成本及债务融资成本的影响。研究发现,企业的股权融资成本和债务融资成本不同程度地受到数字金融覆盖广度、数字金融使用深度和普惠金融数字化程度三个指标的影响,债务融资成本的降幅尤为显著。此外,数字金融的广泛覆盖累积的大量融资数据,使得授信程序得以简化,从而有效缓解了融资约束。进一步研究发现,数字金融对不同地区的企业和不同行业的影响机制表现出了差异性,东部地区以及信息技术行业的企业由于股权融资活动较多,因此受益于数字金融的程度更大。     

货币政策结构变迁与宏观经济稳定——基于TVP-VAR模型的实证研究

通过构建包含货币供应量和利率指标的包有随机波动率的时变向量自回归(TVP-VAR)模型,实证分析中国货币政策变迁与宏观经济稳定之间的内在动态响应机制。研究发现:通货膨胀冲击在短期内对产出具有促进作用,而长期看对产出的影响十分微弱;货币政策传导机制具有显著的时变性;积极的货币政策(增加货币供应量和降低利率)在短期内具有真实效应,而长期来看缺乏持久性影响;中国货币政策存在短期利率上升导致长期利率下降的利率之谜现象。     

从紧货币政策下的金融统计

金融统计作为国家管理金融经济活动的重要工具,它的全面、准确、及时与否,直接关系到一国中央银行能否正确制定和实施货币政策以及及时反馈货币政策的效果,我们采取积极有效措施,实现金融统计与国际标准接轨,使金融统计将更好地服务于当前我国从紧的货币政策决策.