基于金融科技视角下我国货币政策中介目标的选择研究

来源:用户上传      作者:

　　摘要：金融与科技的结合带来经济的深度变革，同时对我国传统货币政策中介目标带来了影响。测度金融科技发展程度，選取2000—2018年季度数据，运用向量自回归（VAR）方法，将金融科技度纳入模型中进行检验。研究结果表明：利率和货币供应量作为货币政策中介目标的有效性均受到了金融科技的影响，货币供应量指标弱化更为显著，利率指标对稳定物价和促进经济增长效力更好。
　　关键词：金融科技;货币政策;中介目标;货币供应量;利率;实体经济
　　中图分类号：F822.1   文献标识码：A   文章编号：1007-2101（2020）01-0049-09
　　 一、引言
　　21世纪开始的经济腾飞和科技手段创新带来了金融科技的快速发展，金融与科技的结合催生出丰富的金融形态、创新性金融产品，对以货币供应量为中心的货币政策中介目标体系产生了冲击。金融科技的发展将影响货币政策的制定和实施。在货币政策传导方面，金融科技发展将加剧行业竞争，使市场对利率的反应更加灵敏，从而提高货币政策的有效性。但是与此同时，金融科技的发展扩展了广义货币供应量的外延，模糊了货币划分的层次，加剧货币乘数的不稳定性，削弱了货币供应量作为中介目标的可控性;金融科技快速发展“脱实向虚”情况的出现，导致货币供应量与实体经济的相关性减弱。
　　是否应该继续坚持使用货币供应量作为货币政策的中介目标引起了广泛讨论。从历史发展角度来看，国内外被选作货币政策中介目标的变量包括利率、货币供应量、通货膨胀率、汇率以及信贷总量等。美国等西方发达国家的货币政策中介目标依次经历了从货币供应量到利率或者通货膨胀目标制的转变。这一转变的主要原因就在于金融科技的不断发展，使货币供应量作为中介目标的可测性、可控性和相关性均受到严重影响，有效性逐渐下降。
　　改革开放以来，我国货币政策中介目标经历了从信贷总量到货币供应量的转变。货币供应量作为货币政策中介目标，对于促进我国货币政策的有效施行、经济增长以及物价稳定等发挥了重要作用。然而现阶段，随着金融科技的发展和利率市场化的基本建立，用利率代替有效性日益下降的货币供应量作为货币政策中介目标的呼声渐起。在此背景下，本文致力于研究分析金融科技对我国货币政策中介目标选择的具体影响，以金融科技为视角，研究我国货币政策中介目标的选择具有重要的理论意义与现实意义。
　　 二、文献综述和理论基础
　　（一）文献综述
　　西方国家对金融市场发展影响货币政策中介目标选择问题的研究较早。凯恩斯及其追随者提倡利率的重要作用，认为不论从可测、可控还是相关性上来说，利率指标都要远胜于货币供应量。后凯恩斯主义学派坚持利率优于货币供应量的观点，他们认为金融发展的过程就是货币的作用不断削弱的过程，此时利率作为资金的价格，更能接近政策本质的中介目标。
　　货币供应量为货币政策中介目标的观点主要以弗里德曼[1]为代表的货币主义学派所推崇。弗里德曼认为能够作为货币政策操作目标的变量必须具有足够的稳定性，利率的波动性不符合这一要求，而从可测性来说，货币供应量能够明确地从各个机构的报表中读出;从可控性来说，货币当局可以直接对其进行精准调控;而从最为重要的相关性来说，货币供应量直接影响货币政策最终目标的实现，两者之间的相关性更强。
　　国内学者对货币政策中介目标选择的研究焦点在于是否要坚持货币供应量目标制上，集中表现为两个观点：一是坚持继续将货币供应量作为中介目标;二是认为在金融市场深化发展的背景下，应放弃货币供应量改用其他中介目标。
　　范丛来（2004）[2]认为现阶段货币供应量仍然是比利率或者其他中介指标更有效的经济变量。货币供应量没有完全发挥出优势的根本原因在于缺乏完备的货币供应量调控机制，也没有通畅的货币供应量到最终的政策目标的传导机制。曾华、吴姝妍（2007）[3]则是利用中国实际的经济数据进行了实证分析，通过比照发现国内一直奉行的货币供应量中介目标有一定作用，无论是从测量的精确度、控制的难易程度还是与最终经济目标的关系上，货币供应量的表现均优于利率中介目标。陈利平（2006）[4]、黄飞鸣（2009）[5]认为，为了应对金融改革和创新，我国应在完善货币统计口径、畅通货币政策传导机制的基础上，建立一个以货币供应量为主的多目标制。任杰（2013）[6]的研究利用的是传统意义上的普尔理论及其拓展模型，结合我国经济发展、市场经济体制建立和金融科技的形势，提出了我国中介目标向利率转型的建议，但同时也认为转变应该循序渐进，逐步强调利率的作用，实施动态化的目标管理。赵健（2014）[7]主要做了货币供应量中介目标有效性的检验，结论表明，货币供应量与经济总量之间存在一定的相关关系，证明了货币供应量的合理性，而在对比狭义和广义货币供应量的有效性时，他发现后者与最终目标之间的关系更为密切，因而更适合作为操作工具的目标变量。邹薇（2014）[8]利用向量自回归模型分析了21世纪最初十年的宏观经济数据，发现金融科技确实影响了货币供应量目标制的有效性，但是广义货币供应量M2在现阶段仍然可以作为中介目标的最佳选择。郝冬冬等（2018）[9]使用FAVAR模型对数量型和价格型两种调控方式的有效性进行实证分析，结果表明数量调控方式的有效性要优于价格方式。
　　另一种观点则与之相反，认为在金融大发展的背景下，需要改用其他中介目标，放弃货币供应量。如刘明志（2006）[10]就指出，金融创新发展的最大获利者就是利率，不仅可以通过金融创新来促进我国的利率市场化，还能建立起中介目标的利率目标制。蔡彤娟（2014）[11]主要研究了1996—2013年的季度数据，应用四变量SVAR模型进行分析，结果显示，我国信贷总量和广义货币供应量的调节和控制逐步减弱，而利率借市场化和金融科技发展的东风，我国应该做好迎接利率目标制新时代的准备。刘尧成、庄雅淳（2017）[12]运用异方差时变参数模型（SV-TVP-VAR）对2002年6月至2016年8月我国数量型和价格型两种货币政策中介目标传导机制的有效性进行了对比分析，就货币供应量和利率之间的影响关系来看，利率对货币供应量更为显著。 　　综上所述，以往的研究并未将货币政策中介目标的选择放置在金融科技的视角下进行分析，目前对金融科技与货幣政策的关系只是停留于理论整理和简单介绍的层面上，对金融科技影响货币政策传导机制的研究不够充分，以金融科技为研究视角的更深层次的实证讨论尚未发现。本文致力于研究分析金融科技对我国货币供应量以及利率中介目标效力的具体影响，依据实证结果，结合我国金融科技的快速发展和利率市场化的持续推进，对两类中介目标受影响的程度进行判断并提出了合理的政策与建议。
　　（二）理论基础
　　21世纪以来，随着信息化技术的飞速发展，金融科技成绩显著，在金融市场、产品、机构、管理、资源等方面都取得了创新性的成果。金融科技在很大程度上突破了金融管制，提高了流动性，也防范和分散了风险。特别是计算机技术的革新，引领了金融科技的深入和金融自由化程度的加深，使其在高效配置资源的同时也深刻影响了国家的货币政策。
　　1. 金融科技削弱了货币政策中介目标的可测性。金融科技对货币供应量中介目标可测性的削弱表现在两个方面。首先，互联网金融以及新的金融支付工具出现，不仅使得公众的现金偏好下降，而且混淆了货币的层次划分。之前具有明确定义的M0、M1和M2①，现在的定义和界限都逐渐不明朗起来，因此运用传统的货币分层方法很难分清楚货币层次，也就更难以做到精准可测。再者，应用传统货币口径统计方法来统计货币量，决策层或者监管部门只需要在相关机构的资产负债表上读出相应的数据，既简单方便又明确无误。但是金融科技给金融机构带来的一大改变就是可以让部分资产不计入资产负债表，很多金融机构利用衍生工具及其他资产组合等方法，在会计准则准许的范围之内，成功将资产转移到资产负债表外以获取相关利益。这样一来，金融机构逃脱了监管，且能够以自己的利益最大化为目标将资金搬来搬去;此外，中央银行传统的统计和分析货币量的方法不再有效，甚至存在很大纰漏。货币供应量的数据不再是准确无误的权威数据，货币政策中介目标的可测性大大降低。
　　2. 金融科技削弱了货币政策中介目标的可控性。这一点要借助货币供给方程式进行分析：
　　方程式中各个组成因素在金融科技背景下产生的新变化，影响了中介目标的可控性：第一，金融科技的一大体现就是支付工具的多样化和人们对现金需求的减弱，因此通货比率c（流通中现金与活期存款之比）变小。影响c大小的主要因素有社会公众的流动性偏好、财富变动的效应、其他金融资产的预期收益率、流动性的变动效应等。金融科技影响了公众的流动性偏好。从日常生活中就可以看出，公众消费直接运用现金结算越来越少而利用转账支付则越来越多。金融科技深刻改变了支付方式和交易习惯。第二，金融科技使得定期存款准备金率rt和活期存款准备金率rd降低。在决定货币乘数的因素中，货币当局能够施加控制的就是这两个法定准备金率。利用这两个比率的不相等特性，商业银行通过金融科技开发出了规避高额准备金率的创新产品，如ATS账户（自动转账账户）使得储户资金可以在定期存款和活期存款之间往来转移，既方便了客户和银行，也降低了准备金率，从而拉低了整个货币乘数。第三，金融科技降低了银行定期存款的比率t，增大了货币乘数。定期存款利率、其他金融资产收益率、收入或财富水平的变动是影响t的关键因素。前已述及，金融科技的一大表现就是金融产品的创新涌现，高收益率产品逐渐取代收益平平的银行定期存款，成为公众投资理财的新宠，这自然使得定期存款比率下降。第四，金融科技也降低了超额准备金率e（即超额准备金与活期存款的比率）。超额准备金率e主要取决于市场利率、借入资金的难易程度及资金成本的高低、社会公众的资产偏好、社会公众对资金的需求程度等因素。通览国内外的实践经验，笔者发现公众对于现金的偏好与金融市场的发达程度呈负相关关系。同时，金融市场越发达，商业银行借贷资本也更方便、成本更低，则e值更低。
　　综上可知，金融科技使得货币供给方程式的各个组成因素变得不再稳定，货币供应量中介目标的可控性受到削弱。
　　 三、变量选取与模型构建
　　笔者采用向量自回归模型（VAR）、单位根检验（ADF）、格兰杰因果检验（Granger causality tests）、脉冲响应函数（Impulse Response Function）和方差分解（Variance Decomposition）等方法来进行实证检验与分析。
　　（一）变量选取
　　本文研究的目的是金融科技对货币政策中介目标的影响，精准对比货币供应量与利率这两个中介目标。
　　金融科技主要指由大数据、区块链、云计算、人工智能等前沿技术带动，对金融市场以及金融服务产生重大影响的新兴业务模式、新技术应用、新产品服务等。采用M2/M1作为金融科技度FT（Financial Technology）指标衡量金融科技的发展程度，理由有二：第一，金融市场改革的深化和金融科技的发展使得我国股票、债券的规模越来越大，这两类货币替代物自2001年起已经反映在我国货币供应量M2的券商客户保证金统计中。第二，金融科技的快速发展使得M2的外延不断扩大，影响较大的方面有住房公积金存款和非存款类金融机构的银行存款规模;在住房公积金存款方面，金融科技的发展有利于住房公积金制度的完善以及住房公积金资产证券化等创新类产品的发展，进而促进了住房公积金存款规模的扩大;在非存款类金融机构的银行存款方面，金融科技促进了互联网金融的发展，进而促进了融资租赁、信托、P2P网贷平台类公司的发展，随着这些非存款类金融机构业务规模的扩张，其营运资金需求有所增加，进而导致其银行存款规模显著增长。综上所述，不断扩大的公积金存款和非存款类金融机构的银行存款规模已经对货币供应量产生了较大影响，从2011年10月起，央行已经将上述两类存款纳入M2的统计范围。基于此，用M2/M1来反映金融科技准确而全面。
　　两类中介目标分别选取货币供应量M2和银行间七天期拆借利率R两项指标。在我国所有类型的利率中，银行同业拆借利率是真正意义上的市场化利率，因此选取银行间七天期拆借利率。 　　“保持币值稳定，并以此促进经济增长”为我国货币政策最终目标，故选取GDP的增长率GGDP反映经济的增长情况;用CPI增长率GCPI反映物价的稳定性，这一变量通过对CPI取对数差分得来，采用增长率指标有助于观察金融科技冲击后不同期限内的影响效应。
　　（二）模型构建
　　向量自回归模型（VAR）是计量经济学中常用的实证模型，VAR（p）模型如下：
　　其中C为n×1常数向量，A、B为n×n矩阵，yt为因变量，yt-1～yt-p为因变量的1阶～p阶滞后项，xt为自变量，xt-1～xt-r为自变量的1阶和r阶自变量，Эt为n×1误差向量。
　　本文分别用GM2、FT、GCPI、GGDP和GR、FT、GCPI、GGDP构建两个VAR模型，具体为：
　　其中，p和q为两个方程组的滞后阶数。
　　 四、实证检验和分析
　　笔者选取样本区间为2000—2018年共76个季度数据，数据来源为中国人民银行网站、Wind数据库和国家统计局网站。
　　（一）单位根的ADF检验
　　首先对模型中的变量：金融科技度（FT）、货币供应量增长率（GM2）、利率增长率（GR）、CPI增长率（GCPI）和实际GDP增长率（GGDP）进行单位根检验，以验证其时间序列的平稳性。检验结果如表1所示。
　　表1中单位根检验结果表明，金融科技程度（FT）、货币供应量增长率（GM2）、利率增长率（GR）、 CPI增长率（GCPI）和实际GDP增长率（GGDP）都是水平平稳序列。因此，可以直接用FT、GM2、GR、GCPI、GGDP进行格兰杰检验。
　　（二）格兰杰因果检验
　　格兰杰因果检验的目的在于判断两个变量之间的相关性及相关性的大小。在对FT、GM2、GCPI、GGDP进行格兰杰因果检验之后，得到的检验结果如表2所示。
　　表2检验结果表明，在5%的显著性水平下，金融科技程度FT是货币供应量增长率GM2的格兰杰原因，可见金融科技在一定程度上影响了货币供应量M2。另一方面，货币供应量增长率GM2是CPI增长率GCPI的格兰杰原因，而我国货币供应量增长率GM2不能格蘭杰引起实际GDP增长率GGDP的变动。这说明实际货币供应量M2在传导至CPI增长的过程中效果较明显，即货币供应量的变动可能会引起物价的波动，但传导至GDP增长的过程中不通畅，对经济增长的作用不明显。
　　同理，对FT、GR、GCPI、GGDP进行格兰杰因果检验，得到的结果如表3所示。
　　表3检验结果表明，在5%的水平下，金融科技度FT能够格兰杰引起利率增长率GR的变动，这就说明利率R的波动与金融科技相关。另一方面，利率增长率GR不是CPI增长率GCPI的格兰杰原因，但是，利率增长率GR却能格兰杰引起实际GDP增长率GGDP的变化。这说明利率中介目标在传导至最终目标——国内生产总值GDP增长的过程中较为通畅。
　　格兰杰检验可以发现，金融科技在显著影响货币供应量M2和利率R的同时，也能显著影响CPI和GDP。金融科技与货币供应量和利率关系密切，金融科技导致M2的外延扩大;同时新的金融产品和金融方法的出现，也影响了利率市场化进程和利率政策的制定，因此金融科技要先作用于M2或者R，再由M2或者R传导至作为货币政策最终目标的物价稳定和经济增长。检验发现，在传导至CPI的过程中，货币供应量的效果较明显，但在传导至GDP的过程中，利率R的传导效果要比货币供应量M2更通畅。
　　（三）VAR模型的建立
　　笔者采用向量自回归模型（VAR）分析在金融科技背景下我国货币政策中介目标的选择，分别用GM2、FT、GCPI、GGDP和GR、FT、GCPI、GGDP构建两个VAR模型，分别确定GM2、FT、GCPI、GGDP和GR、FT、GCPI、GGDP构建的两个VAR模型的滞后期（见表4、表5）。由表4可知最优滞后阶数为5。由表5可知最优滞后阶数为4。再分别对GM2、FT、GCPI、GGDP和GR、FT、GCPI、GGDP构建的两个VAR模型进行稳定性检验，检验的结果如模型根图1和图2所示。
　　观察根图1和根图2，GM2、FT、GCPI、GGDP所构建的向量自回归模型和GR、FT、GCPI、GGDP所构建的向量自回归模型所有根的模都小于1且在单位圆之内，说明构建的这两个向量自回归模型（VAR模型）都是稳定的。
　　（四）脉冲响应分析
　　对实际货币供应量M2增长率（GM2）、利率增长率（GR）、金融科技程度FT、CPI增长率（GCPI）和实际GDP增长率（GGDP）进行脉冲响应检验，可以明确每个内生变量的变动对自身及其他变量的影响。
　　笔者设定脉冲响应的追踪期数为二十期，给金融科技度FT残差一个标准偏差的冲击，可以分别得出GM2、FT、GCPI、GGDP和GR、FT、GCPI、GGDP所构建的VAR模型的脉冲响应函数图。如图3—图8所示，图中的纵坐标是百分数，表示冲击变量对被冲击变量的反应程度;横坐标表示以季度为单位的冲击作用的滞后期间数，正负两倍标准差偏离带用虚线表示。
　　首先观察金融科技度FT对货币供应量增长率GM2和利率增长率GR的影响。如图3和图4所示，货币供应量增长率GM2在开始接受冲击的前两期大幅上涨，在第二期达到高点之后的一期迅速下降，从第四期到第八期基本上围绕横轴反复波动，在第十期左右趋于平稳，影响持续时间较长。而利率增长率GR在第一期没有反应，第二期迅速降为负值，到第四期开始其影响基本渐趋平稳，与横轴无限接近。这说明金融科技对利率R确实有一定影响，但是会先有一个短期的时滞，之后的影响持续时间则相对较短。综合图3和图4可以得出结论，金融科技在短期内对实际货币供应量和利率都有影响，但相比较而言，对于前者的影响要大于后者。 　　货币供应量增长率GM2和利率增长率GR与GDP增长率GGDP的相关性可以从图5和图6中得出。当在本期给货币供应量增长率GM2和利率增长率GR残差一个标准偏差的冲击时，无论货币供应量还是利率，在二至四期对国内生产总值GDP增长的影响力都是最大的，并且两者的冲击幅度大致相当。所不同的是，货币供应量M2对经济增长冲击基本为正，且持续时间较短，仅有八期左右，而利率R对经济增长冲击持续为负，且持续时间较长。因而可以说明，在货币供应量M2和利率R对GDP影响的比较中，虽然两者影响幅度相当，但是后者持续时间长，对最终目标的影响要大于前者，说明货币政策在传导至经济增长这一最终目标的过程中，价格型指标R要优于数量型指标M2。
　　同理，由图7和图8可知货币供应量增长率GM2和利率增长率GR与CPI增长率GCPI的相关性，分别给予冲击之后，前几期反应较之后的期数反应开始逐渐减弱直到消失。但是，从影响的幅度来看，显然货币供应量M2的冲击所引起的物价变动幅度更大，从影响的时间来看，M2的持续时间也更长。这说明货币政策在传导至物价稳定这一最终目标的过程中，受影响更小、持续时间更短的利率目标更有利于实现物价稳定。
　　综上可知：金融科技会先影响货币供应量M2和利率R这两大中介目标，受到影响的中介目标再传导到经济增长、物价稳定、充分就业等货币政策最终目标。在第一个阶段的传导中，金融科技对货币供应量的影响要大于对利率的影响。从传导的第二个层次来看，即货币供应量M2和利率R再传导到货币政策最终目标GDP和CPI的过程，从中可以看出兩点：（1）从对CPI的影响而言，相比于货币供应量，利率水平对物价上涨的影响幅度不大，持续时间也不长，说明利率在维持物价稳定方面有较好的作用;（2）从对GDP的影响而言，利率与产出呈现反向变动关系，货币供应量与产出呈正向变动关系，这与经济事实相符合。而从对经济增长的刺激效果和持续时间来看，虽然利率和货币供应量的刺激效果相当，但利率作用的持续时间要长于货币供应量。因此，金融科技能够对两个中介目标都产生影响，而在中介目标传导至最终目标的过程中，利率指标R要优于货币供应量M2。
　　（五）方差分解
　　如图9—图12，利率增长率GR和货币供应量增长率GM2对国内生产总值GDP增长以及消费价格指数CPI稳定的贡献程度有相似的趋势，两者的影响都是在初期增长较快，但是随着时间的推移其政策效果减弱，后期影响逐渐平稳。这说明两者作为货币政策的中介目标，对最终目标（包括物价稳定和经济增长）的影响都是短期效应大于长期，也表明在我国中央银行不仅应该确定政策的中介目标，也应该考虑怎样疏通政策的传导渠道。
　　方差分解同样可以为选择中介目标提供实证支持。观察在R和M2两种情况下的方差分解图可以看出，金融科技对利率R和货币供应量M2都有一定影响，并且金融科技的贡献度有所增加时，无论是R还是M2，对GDP增长的贡献度都有所下降。因此，金融科技的发展对两类货币目标与货币政策最终目标之间的相关性都有一定影响。
　　在金融科技影响下，M2和R对GDP、CPI贡献度均大致随时间推移呈上升趋势。在影响GDP增长方面，从图9和图11中可以看出，仅从方差分解的结果而言，货币供应量M2比利率R贡献稍大。在影响CPI波动方面，观察图10和图12发现，货币供应量M2贡献度更大，利率R相对较小，说明利率中介指标对价格波动的影响更小，因此有效性更强。
　　 五、结论和建议
　　文章选取我国2000—2018年共76个季度数据，将测度的金融科技度（FT）度量值指标结合货币供应量增长率（GM2）、利率增长率（GR）、实际GDP增长率（GGDP）和CPI增长率（GCPI）指标一并纳入到向量自回归模型（VAR）进行实证检验，得到如下结论。
　　1. 金融科技对利率和货币供应量两大中介指标的稳定性都造成了影响。稳定性的破坏意味着中介目标赖以仰仗的可控性和可测性受到影响。但在受金融科技冲击后，利率R波动幅度相对小于货币供应量M2。因而，与货币供应量M2相比，利率指标受影响波动稍小，其可测性和可控性受金融科技影响更小。
　　2. 货币供应量M2中介目标相对于利率R会导致物价的较大波动，在维持物价稳定上的有效性不及利率;虽然M2中介目标对经济增长的贡献比重相对于R中介目标更大一些，M2中介目标对GDP的影响偏重于短期，而利率目标则会对经济增长产生更加持续的影响。
　　综上所述，快速发展的金融科技已对我国奉行的货币供应量中介目标产生了影响，其稳定性和相关性都受到了冲击。笔者建议：（1）货币供应量相对于利率仍为更加可控的中介目标，为减弱金融科技对货币供应量中介目标有效性的负面影响，可以考虑改进货币供应量统计范畴。（2）随着利率中介目标效力的持续提升，采用更加有效的利率作为货币政策中介目标，并通过推进利率市场化改革等一系列措施进一步加强利率目标的效力，促进货币政策向价格型调控转型，提高货币政策的实施效果。
　　注释：
　　①在传统意义上，我国货币供应量划分为三个层次：M0=流通中现金，M1=M0+活期存款，M2=M1+定期存款十储蓄存款+其他存款十证券公司客户保证金。M1和M2分别称为狭义货币量和广义货币量。
　　②文中图1—图12是根据Econometrics views软件制作而成。
　　参考文献：
　　[1]Milton Friedman. The Role of Monetary Policy[J].American Economic Review，1968（58）.
　　[2]范从来.论货币政策中间目标的选择[J].金融研究，2004（6）：123-129.
　　[3]曾华，吴姝妍.中国货币政策中介目标选择的实证研究[J].经济研究导刊，2007（4）：65-66.
　　[4]陈利平.货币存量中介目标制下我国货币政策低效率的理论分析[J].金融研究，2006（1）：40-50.
　　[5]黄飞鸣.货币政策的新中介目标——加权货币总量指数[J].中国货币市场，2009（12）：46-52.
　　[6]任杰，尚友芳.我国货币政策中介目标是否应改变为利率——基于扩展的普尔分析的实证研究[J].宏观经济研究，2013（10）：23-31.
　　[7]赵健.货币供应量作为货币政策中介目标的可行性分析——基于相关性视角的检验[J].商丘师范学院学报，2014，30（8）：99-104.
　　[8]邹薇，宋洁.基于金融创新的我国货币政策中介目标实证研究[J].湘潭大学学报（哲学社会科学版），2014，38（2）：51-55.
　　[9]郝冬冬，王晓芳，郑斌.数量调控还是价格调控——新常态下货币政策调控方式选择研究[J].财贸研究，2018，29（6）：47-57.
　　[10]刘明志.货币供应量和利率作为货币政策中介目标的适用性[J].金融研究，2006（1）：51-63.
　　[12]蔡彤娟，张晓延，杨崇兵.利率市场化改革背景下我国货币政策中介目标的选择——基于SVAR模型的实证分析[J].宏观经济研究，2014（10）：85-98.
　　责任编辑：李金霞
转载注明来源:https://www.xzbu.com/4/view-15115186.htm