货币政策传导机制是指中央银行运用货币政策工具影响中介指标，进而最终实现既定政策目标的传导途径与作用机理。在西方经济学中，货币政策传导机制大致可分为四种途径，即：利率传导渠道、信贷传导渠道、资产价格传导渠道和汇率传导渠道。
一、货币政策传导及利率传导渠道
（一）中国多重货币政策工具的背景
评估货币政策的一大关键是看利率在资源配置和货币政策传导中的作用。不同于作用于政策利率（价格型）或货币供应量（数量型）的标准货币政策调控机制，中国货币政策操作使用多重工具，且正处于转型中。
要确定中国货币政策传导中利率渠道是否存在，及其作用大小如何，目前仍极具挑战性，因为：
首先，人民银行货币政策工具众多，包括准备金要求和隐性信贷配给等直接调控。
其次，中国正在推进汇率机制改革，会对利率和信贷条件产生重大影响，人民银行货币政策框架也在不断演变。
最后，伴随经济状况改变，人民银行政策立场和所用工具将发生变化，也将引致市场对未来经济发展预期发生变化，只有扣除已预期到的变化，才能判断货币政策工具（如利率）的有效性。
图1 中国货币状况
利率调控（操作目标）对中国货币状况（中介目标和最终目标）的实际影响多大？人民银行的两大主导性政策工具包括（图1）：一年期基准存贷款利率（基准利率）和银行存款准备金率（RRR）。其中，7D repo（中介目标）与人民银行主导性政策利率密切相关，且危机后波动性加大，表明其他政策措施也对其产生了重大影响；相反，广义货币（M2，最终目标）增长与政策工具的相关性很低，危机后RRR提高甚至常常与货币加速增长同时出现。
货币政策工具是否及如何最终影响宏观经济？对人民银行政策工具对经济活动的影响力进行格兰杰因果检验表明，整个样本期间（200509-201609），M2和RRR等数量工具主导着经济活动；利率变量中，7D repo与社会融资总量、基准利率与工业生产和社会融资总量有一定相关性。但2010年后情况发生重大改变：RRR仍很重要，但对M2的影响减弱；利率变量（特别是基准利率）的影响变得更重要。
（二）货币政策工具及其传导效果
图2 所有工具合并效应下的日政策意外指标
图3 仅考虑RRR调整影响的日政策意外
注：#表示当日除RRR调整外还有其他工具调整。
图4 仅考虑基准利率变动的日政策意外指标
注：#表示当日除RRR调整外还有其他工具调整。
评估货币政策工具（如利率）的有效性，需将已预期到的调控部分排除，而使用货币政策意外成分。大量文献表明，货币政策公告窗口期间，未来价格的任何变化都只与货币政策的意料外变化相关。
就此，选取2006年6月至2016年8月期间共107项政策调控公告窗口期为样本，7D repo 1Y IRS预期的变化路径为货币政策意外成分的测度指标，构建出货币政策意外指标。
意外指标揭示出几个推论：
一是就RRR和基准利率公告，随时间推移，所用工具调整类似幅度所引发的意外成分相差甚远，表明市场在逐渐理解人民银行主导性货币政策工具并纳入预期。
二是某些情况下意外成分甚至与政策公告的方向相反，意味着在政策紧缩（放松）时，市场的政策预期较人民银行实际调控更高（更低），或预期与实际政策举措相反。
这佐证了排除已预期到的调控成分是货币政策工具有效性评估的关键，而使用实际变化进行评估可能有误导性。
二、即使直接调控影响大，
中国利率传导渠道仍有效
（一）使用高频金融市场数据评估货币政策意外的影响
在金融市场参与者可将人民银行主要政策调控的预期纳入利率定价的假设下，使用高频数据回归分析货币政策意外对主权债、公司和银行债收益率的动态影响；高频金融市场数据使得货币政策的“意外”成分与“预期”成分得以分离，进而可用于识别货币政策意外。
表2 政策工具变动对主权债收益率影响的回归分析
表2给出货币政策公告当日主权债收益率的变化，第1列表明，紧缩性货币政策意外使所有期限的主权债收益率期限结构曲线整体上移（系数均为正），且具有统计显著性（反之亦反是）。其中，3年期收益率受影响最大，使IRS上涨100点的政策公告将引发其收益率上涨约30个基点。
若据公告类型分解政策冲击的影响，在仅发生基准利率政策意外时（表2第2列），紧缩性货币政策意外使主权债收益率整体期限结构上移且具有统计显著性，而3年期收益率上涨达41个基点；只发生RRR调整意外（表2第3列）时，期限结构曲线短端呈现峰值变化41个基点，而曲线长端变化仅27个基点；货币政策报告（MPR）意外（表2第4列）对短期收益率影响不大，但长期限影响则较大。
图5 政策意外对主权债收益率的影响
注：黑色线表示7D repo 1Y的基准意外指标的系数估计和置信区间；带点和星线表示3和6月期限IRS的系数估计。
进一步评估货币政策意外影响的持续性，考察政策公布后7个工作日内主权债收益率的累积每日变化（图5）。结果表明，货币政策对所有期限的影响持续而显著，且随时间推移置信区间更宽；多数期限的收益率仅略有增加，表明公告后一周内，政策意外的影响较小。
图6 政策意外对公司债收益率的影响
注：黑色线表示7D repo 1Y的基准意外指标的系数估计（中间线）和置信区间。
图6为将高频分析扩展至对10年期AAA级公司和银行债券收益率（低评级债同样适用）的影响，结果与主权债收益率类似。
概言之，对中国货币政策意外影响的高频分析表明，中国货币政策工具通常会对债券收益率和公司债利差产生显著而持续的影响，货币政策的利率传导渠道确实存在。
（二）货币政策意外冲击对宏观经济的影响
据格特勒和卡拉迪（2015）含外部工具识别方法的结构VAR模型，考察中国货币政策冲击的宏观经济影响，需将除货币政策调控相关的所有其他结构性调整影响排除，故使用前述高频货币政策意外指标，将VAR模型方差中的货币政策冲击分离出来。
图7 RRR提高1%的脉冲响应分析
注：黑色线代表68%置信区间。
使用2004M1-2016M6的月度数据，就RRR提高1％的货币政策冲击进行脉冲响应分析（图7）表明，中国货币政策传导已与发达经济体类似，紧缩性货币政策冲击将导致货币增长放缓及贷款利率上升，其后工业生产和通胀将在震荡后持续下行。其对实际经济活动和价格的影响重大而显著，最初几个月，对工业生产的影响较温和，约一年后对工业生产出的影响达到最大，约为2.5％；对通胀的影响则更快显现，一年内降幅达最大，并在约两年半内持续。
作为对比，使用Cholesky分解识别方法对工业生产和通胀对四种不同工具的货币政策冲击开展脉冲响应分析，结果表明：首先，货币政策冲击对工业生产和通胀的影响因政策工具而异。其次，传统识别方法下，紧缩性货币政策冲击不会导致工业生产和通胀率同时下降。显示出高频识别方法相较传统VAR分析，对中国货币政策评估的作用更大。
进一步地，向两个方向扩展基准模型：一是在大部分中国企业所受的信贷限制条件下，探讨货币政策影响是否有所不同。二是考察中国直接信贷调控会否降低传统利率渠道对银行贷款总额的影响力这一问题。
理论上，在无金融摩擦的情况下，货币传导意味着货币政策冲击会导致政府债券利率和同期限私人债券利率同比例增加；但在存在金融摩擦时，叠加货币政策的“信贷渠道”影响，私人债券与政府债券收益率间利差将发生波动（Gertler和Karadi，2015）。中国公司的有限国内债券市场融资机会可能进一步强化此种机制。
图8 货币政策冲击对公司/主权债利差影响的脉冲响应分析
图8给出债券收益率及公司/主权债利差对货币政策冲击的脉冲响应分析，利差变化可反映中国信贷渠道的强度。紧缩性货币政策冲击使得所有期限的公司债利差增加，持续时间较短但幅度较大（15~20个基点）。对3个月期利差的影响即刻直接出现，但对更长期限，影响峰值将滞后出现；总体上，当期影响超10个基点，长期影响约7个基点。
第二个扩展是纳入存贷款增长。传统认为，中国当局主要通过“窗口指导”对贷款增长实施行政控制，且中国货币政策战略要旨是促增长，银行信贷支持重工业以实现GDP增长目标，利率和货币供应量对信贷影响乏力，故货币政策对贷款的影响有限，利率传导渠道受限。
就货币政策冲击对银行存贷款影响的脉冲分析表明，货币紧缩将引发存贷款增长同时下降，贷款反应略低于存款。这可能反映两种渠道：可能是利率传导渠道间接影响信贷；也可能是直接信用渠道，紧缩货币政策直接抑制经济活动，进而贷款被动调整以适应经济活动下滑。
作者：GunesKamber、M SMohanty， 国际清算银行货币和经济部
文章仅代表作者观点，不代表作者所在机构的观点。中文稿经作者授权同意发表，相关详情见研究论文https://www.bis.org/publ/work714.htm。
原文《利率是否在中国货币政策传导中起重要作用？》全文将刊载于中国外汇交易中心主办《中国货币市场》杂志2018.5总第199期。
