经济管理论文
货币政策的产业效应分析——基于中国货币政策的实证研究
作者: 金永军 陈柳钦
[内容摘要]：本文从基于要素密集度不同的两部门例子出发，说明了由于行业自身的异质性，每个行业对同一货币政策冲击的反应各异。接着利用E-G两步法、ADL模型和基于VAR模型的脉冲响应函数分析1995年后中国六个行业对货币政策冲击的反应。结果显示第一、二产业、房地产业对利率政策冲击反应明显，第三产业、餐饮业和批发贸易零售业反应较小。在此基础上简单分析了造成行业反应不同的原因并给出相关的政策建议。
[关键词]：货币政策；行业效应；利率；脉冲响应函数；
Analysis on Industrial Effects of Monetary
Policy
——demonstration study basing on
Chinese Monetary Policy
Jin Yong-jun
（College of Economics, Nankai
University,Tianjin,300071)
Chen Liu-qin
（ Tianjin Academy of Social Science ,
Tianjin， 300191）
Abstract: This paper
firstly documents a simple theoretical example
focusing on one character of industries: factor
intensity and proves that monetary policy has
different effects across industries, then measures
the impact of monetary policy shocks on output of
six industries in China after the year 1995. Both
EG two-step estimate and impulse response
functions from estimated structural vector
autoregression model reveal differences in
monetary policy responses, which in some cases are
substantial such as the First Industry and the
Second Industry. The paper also simply provides
evidence on the reasons for the measured
differential policy responses across industries
and some suggestions for Chinese Government.
Key words: monetary
Policy; industrial effects; interest rate
一、引 言
经济结构问题一直是中国经济发展的症结。尤其是1997年以来“货币迷失”问题的出现和2004年结构型通货膨胀的发生，经济结构问题再次成为理论界探讨的焦点。由于2003年后随财政政策逐步淡出，货币政策将成为宏观调控的一个有力手段：2003年第四季度的货币政策执行报告明确指出要运用金融调控手段，促进我国产业结构调整。2004年银行体系为实现这一目的，做了种种努力，如按月召开经济金融形势分析会，有针对性地对商业银行加强“窗口指导”和风险提示；控制对钢铁、电解铝、水泥等“过热”行业的授信总量；大力发展消费信贷，努力扩大消费需求；放开金融机构（城乡信用社除外）人民币贷款利率上限等。由此，人们自然地会关注货币政策是否具有结构调整的功能，即货币政策的变化对不同行业影响的差异及对行业间产值差距的影响，也就是货币政策的行业①非对称效应。然而，传统的观点认为货币政策变化对经济实体的影响主要是指货币政策的总量调节效应，即货币政策的变化影响到微观主体的需求如消费需求和投资需求，进而影响整个宏观经济的总量均衡。这一观点不仅忽略了货币政策在进行总量调节时，对不同行业需求量调节的差别，而且也忽略了货币政策对每个行业供给能力影响的差别。
然而Blinder(1987)、Farmer(1988)、Christiano
& Eichenbaum(1992)、Christiano、Eichenbaum
& Evans (1997)、 Barth III & Ramey(2000)都曾经认为货币政策的变化会通过供给面的渠道影响经济结构。他们假设公司在获得销售收入之前，一般都是通过借款来支付固定资产投资和生产要素费用。由于各个行业既有的生产成本和利润空间是不同的，随着名义利率的上升，各个行业的生产成本会上升，货币政策对各行业产生不同的影响。当然还得假设经济中存在必要的价格粘性或刚性，否则，如果调整瞬时完成，那么利率的变化难以影响经济实体。Gauger
& Enders(1989)、Bernake & Gertler(1995)、Carlino
& Defina(1997)、Ganley & Salmon(1997)、Shelley
& Wallace(1998)、Hayo & Uhlenbrock(1999)、Dedola
& Lippi(2000)、Peersman & Smets(2002)、Arnold
& Vrugt(2002)分别对不同国家货币政策的结构调整效应进行了实证研究。这些研究都证实各行业对货币政策冲击的反应是不同的，并分析了其中的原因。Bernake
& Gertler(1995)运用VAR模型检验了货币政策对不同的支出（如耐用品、非耐用品消费支出、居民投资支出和商业投资支出等）的不同影响；Ganley
& Salmon(1997)基于1970-1995年的英国数据，利用VAR模型分析得出建筑业的利率敏感性最强，其次是制造业、服务业和农业；Hayo
& Uhlenbrock(1999)认为人们都习惯于研究货币政策尤其是利率政策的总量效应，往往忽视货币政策在传导过程中各行业间的异质性或非总量（disaggregate）的不对称性，并运用VAR模型研究了德国28个行业对货币政策的不同反应，发现了重工业比非耐用消费品更具有利率敏感性，并从资本生产率（资本与行业产值比率）、要素密集程度（资本与劳动比率）等四个因素寻找各行业对货币政策反应不一的原因；Dedola
& Lippi(2000)利用OECD的五个国家21个行业的面板数据分析得出公司规模、融资能力、财务费用负担等因素是解释各行业不同的利率敏感性的重要原因；Peersman
& Smets(2002)对欧洲各国的行业的货币政策效应也进行了类似的研究。
国内部分学者也研究货币政策的结构调整效应。1998年财政部科研所课题组论证了产业政策与金融政策包括利率政策、信贷政策的关系并提出了一定的政策措施；张旭和伍海华（2002）认为金融政策会通过资金形成机制、资金导向机制和资金催化机制促使产业结构高级化，提出了银行主导型和资本主导型的两种金融结构调整模式，并建议我国应以银行为主导的金融模式为基础，并借助资本市场，实现产业结构调整升级；周逢民（2004）从振兴黑龙江工业基地入手研究货币政策在调整国家产业布局中的作用，并认为货币政策在注重全局调控的基础上，应该充分考虑全国各地区之间的经济和产业差异。通过政策倾斜、投资引导、信贷政策和政策协调等多渠道提升货币政策在促进结构调整中的效果。
然而国内文献只是叙述性地论证了货币政策在产业结构中的作用，并没有提供相关有效的理论模型和经验证据，其现实指导意义有限。本文从一个有关行业要素密集度的例子出发，证明了行业要素密集度的不同会影响到货币政策对行业的作用效果，并利用我国有限的数据，用E-G两步法和ADL模型验证了货币政策对六个行业的长期效应的异质性，尔后又采用VAR模型和脉冲相应函数证明了我国各行业对货币政策冲击反应不一的过程并从行业自身角度简要分析了其中的原因。当然，文章的初衷并非是否认货币政策的总量效应，只是论证货币政策具有一定的结构调整效应，且这种结构调整效应并非是指政府通过货币政策的行政手段如政府的信贷配给，而是指通过货币政策的经济手段如利率政策，以市场方式来影响某些行业的信贷规模，进而影响行业的产值和行业差距。
二、一个简单的理论说明
货币政策对我国经济结构形成和调整的作用的主要传递过程可归纳如下：货币政策（利率政策）→投资→影响资金流量结构→影响生产要素分配结构→影响资金存量结构→影响经济结构。对一国经济来说，经济金融化程度越高，市场经济发展越完善，这种传递过程就越明显，越有效。因为在市场经济体制下，经济结构调整不再单纯体现为政府的主导行为，而是由微观经济主体根据价格信号的引导来选择配置的渠道、数量和结构。作为资本价格信号的利率显然成为配置资源的基础。因此我们选择利率政策探讨货币政策的行业的废对称问题。
利率变化对行业的影响程度受制于很多因素如行业发展阶段、规模报酬因子、技术水平、市场结构、产品的需求因素、要素密集度等。为说明原理起见，举一个对资本具有同等偏好的两部门模型的例子，该例子说明：存在资本约束和两部门对资本有同等偏好的情况下，要素密集程度不同会产生不同的货币政策行业效应。
假设：
⑴ 只存在两个完全竞争行业，都使用资本（K）和劳动（L）两种生产要素，行业1是劳动密集型的，行业2是资本密集型的，不考虑技术水平。⑵生产函数满足所有的古典假设，Yi=Fi(Li,Ki)=Lif(ki)，ki=Ki/Li⑶两个行业的生产要素自由流动，因此W=W1=W2, R=R1=R2⑷市场出清即D1=Y1= E1, D2=Y2=E2⑸资本和劳动两种要素充分利用，L=L1+L2, K=k1L1+k2L2⑹行业1、2的价格为P1、P2，相对价格为P= P2 /P1，为常数。
求每个行业利润最大化得：
，
（2-1）
由（2-1）得：要素价格比率w：
（i=1,2）
（2-2）
由于生产函数呈现边际收益递减和规模报酬不变，所以资本劳动比率ki唯一地决定于要素价格比率。得：
（2-3）
这一结果表明两部门对资本具有同等的偏好。其经济含义可理解为：当利率下降时，两行业的厂商为了减少成本会用价格相对便宜的资本来代替价格变得相对昂贵的劳动，从而促使资本更密集地使用。相反，当劳动要素价格变得相对便宜时厂商会用劳动代替资本，从而资本劳动比率下降。因为D1=Y1=
E1, D2=Y2=E2，所以：
（2-4）
（2-5）
由于dki/dw >0，所以上式右边的第二项为正。于是w的变化对产出的影响就取决于要素价格变化所引起的劳动要素在两个部门之间的流动，即取决于dLi/dw的符号。对假设（5）求全微分得：
（2-6）
（2-7）
（2-6）、（2-7）式说明两行业厂商对劳动具有不同的偏好。其含义为：当资本供大于求时，利率下降，劳动价格相对上升，行业1的厂商增加对劳动的需求，而行业2的厂商减少对劳动的需求。分别代入（2-4）、（2-5）得：
（2-8）
因为（k1-k2）<0，随着贷款利率的下降，要素价格比率w上升，劳动力将由第二行业向第一行业转移，同时由于两行业对资本具有同等的偏好，使得资本无法在两行业间进行转移，从而使第一行业的产出增加，第二行业的产出减少。
上述简单模型只证明了在资本约束和两个行业厂商对资本都有同样偏好的情况下，要素密集度的不同影响利率政策对两行业的作用效果，还有很多诸如技术水平、市场结构、规模报酬因子、产品需求因素等影响货币政策行业效应的因素没有在模型中体现。如果把这些因素都考虑到一个模型（如果存在这样一个模型的话），从理论上判断货币政策的最终的行业效应可能很复杂。不过，借助实证方法却很容易显示这种最终的行业效应。
三、实证模型设计
（一）实证模型说明
第二部分的理论模型说明：在假设（1）-（6）下，行业自身的异质性使得行业对利率变化反应不一，而且还说明了行业发展除了受到利率水平影响外，还受到工资水平的影响①。如果放开某些假设②，给出具体的生产函数形式，并采取成本最小化的方式求解，我们就能找到模型的显示解。
假设行业i生产函数为：
（3-1）
（3-1）
厂商的成本为：WLi+RKi，求其成本最小化得：
（3-2）
其中该行业所用的劳动和资本分别为 
利用比较静态分析得：
，说明随着工资或贷款利率或产量的增加，厂商的成本随着增加。因为行业i完全竞争，所以：
，说明随着工资或贷款利率或产量的增加，厂商的成本随着增加。因为行业i完全竞争，所以：
（3-3）
这里假设行业i的需求价格为Pi=bW/Yi，暗含的意义为消费者的收入只有工资收入W，而且其中只有b部分的收入拿来消费i产品。因此：
（3-4）
均衡产量对贷款利率反应为：
，说明随着贷款利率的下降，均衡产量会上升。传导机制：Rit↓，企业边际成本↓，贷款资金↑，投资↑，产量↑，当产量大于需求量时，P↓，均衡产量增加；当产量小于需求量时，P↑，均衡产量增加。以上机制成立的前提是行业i能无约束地获得资本和劳动。对（3-4）式两边取对数得：
，说明随着贷款利率的下降，均衡产量会上升。传导机制：Rit↓，企业边际成本↓，贷款资金↑，投资↑，产量↑，当产量大于需求量时，P↓，均衡产量增加；当产量小于需求量时，P↑，均衡产量增加。以上机制成立的前提是行业i能无约束地获得资本和劳动。对（3-4）式两边取对数得：
（3-5）
其中
、
、
分别为常数、对数的技术水平和工资水平，
为非对数的贷款利率。根据（3-5），实证部分将分成两个阶段：
、
、
分别为常数、对数的技术水平和工资水平，
为非对数的贷款利率。根据（3-5），实证部分将分成两个阶段：
第一阶段利用动态分布滞后模型ADL或E-G两步①法验证各行业序列与实际利率（rir）、实际人均可支配收入（rre）是否存在长期的稳定关系（协整关系），并察看实际利率的系数来确定货币政策对各行业序列作用效果。考虑到财政政策、政府重大政策也会影响到各个行业序列，因此在模型中引进这些变量以剔除它们对行业序列的影响。两个基本模型如下：
②
（E-G模型）
（3-6）
（ADL模型）（3-7）
这里t、G、虚拟变量D分别代表行业的技术水平（假设技术是时间的函数）、财政支出、1997-1998年政府大力度的政策变革③。因此1997、1998年所有月份或季度的D取1，代表较大力度的政策变革所带来的经济影响，其他年份取0。E-G两步法和ADL模型均能用来寻找变量间的长期关系。E-G两步法简单直观，有很强理论基础，但有时很难得到变量间的协整关系或变量间的协整关系不够完美如协整变量的t值较小、自相关严重等。而ADL在建立模型时就考虑了滞后项的相关信息，因此如果变量存在长期关系，则此种长期关系相对完美。然ADL模型求长期关系时较复杂：首先利用OLS估计（3-7）式，然后采用Wald或LR方法检验同类变量的
是否成立，接着对检验所得式的两边求期望得到长期关系式：
是否成立，接着对检验所得式的两边求期望得到长期关系式：
④
（3-8）
如果（3-6）和（3-8）式中的残差序列εi、ei是I(0)的，那么就可判定行业序列、实际利率、实际人均可支配收入、政府财政支出、虚拟变量存在协整关系。协整检验的目的是防止由于第一步OLS估计的变量非平稳且不存在协整关系而产生的“伪回归”问题。因此在E-G两步法和由ADL导出的长期关系式之前需要利用单位根检验各变量的平稳性。如果所要估计的变量均平稳，式（3-6）、（3-8）是真实的；如果所要估计的变量均非平稳，则两式结果是否真实要取决于第二步的协整检验。此外，用LM统计量、怀特（White）检验、ARCH统计量分别检验残差序列有无自相关、异方差、自回归条件异方差。
如果最后判定回归估计真实，则可查看rir的系数。若β4>0，说明某行业对货币冲击有正向反应；若β4<0，说明某行业对货币冲击有负向反应；若β4=0，某行业对货币冲击没有反应。此外，在β4符号相同的情况下，看β4绝对值大小。
第二阶段借用VAR及相应的脉冲响应函数检验各行业产值对货币冲击反应的短期动态过程，进而分析货币政策的结构效应。VAR模型是用所有当期内生变量对所有内生变量的若干滞后值进行回归，从而估计全部内生变量的动态关系。当然如果模型中存在只有单项因果关系的变量，也可以作为外生变量加入VAR模型中（张晓峒
2000）。
本文采用的向量自回归（VAR）模型如下：
（3-9）
这里Yt和EX分别表示内生向量项和外生向量项，内生变量包括行业均衡产量（yit）、实际贷款利率（rir）、实际人均可支配收入（rre）和财政支出（G）；外生变量包括技术趋势项（t）、虚拟变量（D）。A、B分别为外生变量和内生变量的系数矩阵。其中每个行业VAR模型的变量要与第一阶段的E-G两步法所得的估计式一致。
一般而言，非稳定（含单位根）的VAR模型对新息（innovation）的冲击有长久的记忆能力，这与经济事实不符合。因此要保证VAR模型和脉冲响应函数稳定（对新息的冲击收敛），一般要检验变量的平稳性或变量之间是否存在协整关系。而这些结论都会在第一阶段给出。
我们用赤池信息准则 (AIC)确定VAR和（3-7）式滞后期k值。选择k值的原则是在增加k值的过程中使AIC的值达到最小。在VAR模型中，适当加大k值可以消除误差项中的自相关。但k过大又会导致自由度减小，以致影响模型参数估计量的有效性。
由于对VAR模型中单个参数估计值的解释很困难，因此要想对一个VAR模型得出结论，往往要借助观察系统的脉冲响应(impulse
response)函数。脉冲响应函数描述一个内生变量对误差冲击的反应。具体地说，它描述的是在随机误差项上施加一个标准差大小的新息冲击后对内生变量的当期值和未来值所带来的影响。为了直观形象地刻画变量间的相互影响，我们采用的都是曲线图的形式，没有列出相应的数据表形式，但我们的分析是结合曲线图和相应的数据表进行的。
（二）数据来源说明
实际贷款利率是根据1995年以来，中国人民银行公布的一年期的贷款利率，并进行了零售物价指数的处理，其计算公式是：实际贷款利率=(1+名义利率)/(1+通货膨胀率)-1。国家财政支出的数据采用国家基本建设支出、挖潜改造资金、支援农业支出和文教科学卫生事业费四项之和。由于数据限制，我们只分析第一、第二和第三产业、批发贸易零售业、房地产业、餐饮业六个序列。第一、第二、三产业的产值数据采用1996-2004年的季度数据；由于没有批发贸易零售业、餐饮业的月度产值数据，所以只能用1996年1月-2002年12月社会商品零售额的月度数据；分析房地产行业时，我们使用1998年1月-2004年12月的商品房的零售额的月度数据。上述变量都进行了以1995年各季或各月为基期的零售物价指数的处理并取了自然对数值，随后又进行了季节调整。所有的数据均来自各月《中国人民银行季报》、《中国统计快报》、《中国经济景气月报》和中经网数据库（主要是最近的数据）。
四、实证结果分析
利用ADF检验各行业序列、实际贷款利率、人均可支配收入和财政支出、虚拟变量的平稳性。原假设为序列非平稳。在水平值下，检验结果均接受原假设，而在一阶差分下，检验结果都在1%的水平上拒绝非平稳的原假设（表3-1），说明各序列均为一阶单整。
行业序列长期关系检验结果显示第一、二、三产业采用E-G两步法的结果，其他行业采用ADL模型的结果。变量间具体的长期关系式见表3-2：第二产业、房地产行业、贸易批发零售业三个序列与实际贷款利率、人均实际可支配收入、财政支出及虚拟变量存在协整关系；第一产业和餐饮业与实际贷款利率、人均可支配收入和虚拟变量存在协整关系；第三产业与实际贷款利率、人均实际可支配收入、财政支出存在协整关系。除第一产业外，其余序列与其他变量的拟合程度都非常高，且除餐饮业未通过二阶自相关、房地产业未通过异方差检验外，其它的残差序列均通过了一、二阶自相关LM1、LM2和异方差White及条件异方差ARCH的检验，因此总体而言，所有拟合关系式表现较好。
注：（1）检验形式中的c和t表示带有常数项和趋势项，k表示滞后阶数；（2）滞后期k的选择标准是以AIC
和SC值最小为准则。
图1-6（见附录1）显示了六个行业对实际贷款利率的脉冲响应过程。由于对VAR模型单个参数估计值的解释是很困难的，故本文不列出VAR模型的具体形式，直接给出脉冲响应过程。但需要说明的是：由于VAR模型要求残差向量必须是非自相关的（更严格的要求为εt～iid[0,Ω]），所以滞后阶数k的选择就显得很重要。本文AIC选择的结果如下：除对第三产业、餐饮业、房地产业、批发贸易零售业选择k=3外，其余时间序列的k值均等于2；为保证VAR模型稳定，要求每个变量平稳或变量间存在协整关系，而第一阶段长期关系式的检验均显示所估计的每个行业序列方程存在协整关系，这也从图1-6的收敛的脉冲响应过程看出，即对贷款利率或人均收入的随机误差项施加一个标准差的冲击后，该冲击对行业序列的影响是逐步消失的，尽管消失的过程各异。
下面集中讨论贷款利率变化对各行业的作用效果①。表3-2和表3-3均显示第一产业对贷款利率的变化反应很大，且成反方向变化。这与Around
& Vrugt(2002)对荷兰数据的检验结果一致：荷兰农业的利率弹性仅次于建筑业、第二产业（除建筑业外）；与Ganley
& Salmon（1997）对英国的检验结果相反：英国第一产业利率敏感性很低，且在第一年和第二年，第一产业对一单位货币政策的脉冲反应均为正方向，Ganley
& Salmon认为其原因是英国的第一产业主要是大宗产品的生产且是反周期的。我国第一产业之所以受贷款利率影响较大，原因可能是：第一产业包括农林牧副渔业，虽均为劳动密集型行业，但其市场结构表现为近乎完全竞争，技术贡献率很低，规模生产的能力较弱，行业利润空间非常有限，因此贷款利率敏感性会很高。1994-2004年农业短期贷款比率和贷款利率的相关系数非常高，达到-0.932；农林牧副渔的固定资产投资贷款比率与贷款利率也存在较强的负相关关系。
第二产业受到贷款利率的影响也很大，贷款利率弹性为2.03，对贷款利率的冲击的反应速度较快（第二季度达到最大值4‰），反应的持续期较长（18个月），然而反应程度较小（反应期间均值只有1.7‰）。这与Around
& Vrugt(2002)、Ganley & Salmon（1997）研究结果类似。在解释原因时他们主要侧重于分析第二产业中具体行业的某些特点如行业的公司规模、要素密集度、财务杠杆比率和利润等。然而我国由于缺乏第二产业中具体行业的数据，因此很难判断哪些因素对货币政策的行业效应具有重要作用。但需说明一点：1994-2004年，工业贷款和建筑业贷款总额均占到短期贷款30%多，远远大于农业贷款的比例；更新改造、基本建设及总固定资产投资贷款中，1997年第二产业分别占了81%、59%和64%，2002年分别为81%、41%和50%。
房地产行业不仅对贷款利率冲击的反应持续期很长（为35个月），且反应速度较快，第4个月就达到最大值（14.7‰），反应程度较大（整个期间均值达到4.7‰），且协整关系式表明贷款利率上升1%，房地产产值将下降4.47%。尽管房地产是自然垄断性的行业，垄断利润较高，然而房地产行业是资本密集型行业，且大部分资本直接或间接地来自银行贷款，“有人作了估计，即使是小开发商，其资金来源的60%都是来自银行借款……必须看到，我国商业银行贷款的超常增长中，房地产业开发的贷款占了较大的比例”①。随着贷款利率逐步下降，房地产开发贷款占金融机构的贷款比率逐步上升，从1998年的2.34%上升至2003年的4.19%，而且1997-1998年、1997-2001年、1997-2003年、2002-2003年房地产开发贷款的增速分别为15.84%、19.8%、26.8%和49.10%，且与贷款利率的相关系数达到了-0.75。此外，房地产行业的资产负债率从1997年至2004年一直在75%以上，财务风险很大；如果考虑到消费者贷款利率的敏感性，房地产财务风险将会更大。因为房地产公司开发投资很大一部分资金来源于消费者个人住房贷款②。由于巨大的财务风险存在，房地产行业利率敏感性应不会太低。
受贷款利率影响较小的是第三产业、餐饮业和批发贸易零售业。在协整关系式中，第三产业未通过显著性检验，餐饮业和批发贸易零售业通过了
的Wald检验，且在脉冲反应过程中，反应程度都很小，但表现不一。第三产业与贷款利率成反方向变化，反应程度相对较大（第3个季度达到反应的最大值3‰，整个期间反应均值为1.4‰）；餐饮业成正方向变化，但反应程度很小（最大值为2.6‰，均值仅为0.8‰）；批发贸易零售业的利率敏感性最弱，对实际贷款利率的冲击几乎为零。第三产业包括交通运输、仓储和邮政业、批发贸易零售业、餐饮业等15个行业。这些行业中有些如交通运输、仓储和邮政业、信息运输和金融业等行业资本密集度、垄断程度、规模效益都很高，利润空间很大，而且他们自有资本较充足，1994-2004年的固定资产投资中，平均只有25%左右的资本来自银行贷款，因此他们受贷款利率影响可能较小；有些如贸易批发零售业、餐饮业、娱乐业等行业劳动密集度较高，具有一定垄断竞争的特征，来自银行贷款的资金有限，受贷款利率的影响也较小，实证结果也说明了这一点；还有些如卫生、社会保障和福利业、水利、环境和公共设施等属于国家支持的行业受贷款利率就更小。因此第三产业及其中的餐饮业和贸易批发零售业的利率敏感性较低。
的Wald检验，且在脉冲反应过程中，反应程度都很小，但表现不一。第三产业与贷款利率成反方向变化，反应程度相对较大（第3个季度达到反应的最大值3‰，整个期间反应均值为1.4‰）；餐饮业成正方向变化，但反应程度很小（最大值为2.6‰，均值仅为0.8‰）；批发贸易零售业的利率敏感性最弱，对实际贷款利率的冲击几乎为零。第三产业包括交通运输、仓储和邮政业、批发贸易零售业、餐饮业等15个行业。这些行业中有些如交通运输、仓储和邮政业、信息运输和金融业等行业资本密集度、垄断程度、规模效益都很高，利润空间很大，而且他们自有资本较充足，1994-2004年的固定资产投资中，平均只有25%左右的资本来自银行贷款，因此他们受贷款利率影响可能较小；有些如贸易批发零售业、餐饮业、娱乐业等行业劳动密集度较高，具有一定垄断竞争的特征，来自银行贷款的资金有限，受贷款利率的影响也较小，实证结果也说明了这一点；还有些如卫生、社会保障和福利业、水利、环境和公共设施等属于国家支持的行业受贷款利率就更小。因此第三产业及其中的餐饮业和贸易批发零售业的利率敏感性较低。
注：（1）带*的数据表示相应变量的滞后阶数（2）带▲的数据表示Wald的检验值
（3）带▽数据表示未通过相应的检验
（4）房地产业、餐饮业和批发贸易零售业的ADL模型具体形式见附录2
注：（1）由于图1-6所用的刻度不一样，收敛程度很难比较，表3-3所有的结果来自脉冲响应过程的数据表。（2）收敛是指一单位正向冲击所得的响应第一次低于1‰或响应曲线第一次交于零轴，若两者皆有，以第一次交于零轴为准。（3）+、0、-表示相对于一单位标准差冲击的正、无、负反应。
五、总结性评论
本文从基于要素密集度不同的两部门例子出发，说明了由于行业自身的异质性，每个行业对同一货币政策冲击存在非对称效应，进而引起货币政策的行业结构调整问题。接着利用E-G两步法、ADL模型和VAR模型所得结果论证了各行业对货币政策冲击的反应是不一样的。从本文验证的六个行业看，第一产业和房地产行业受到货币政策的冲击最大，其次是第二产业，接着是第三产业和餐饮业，影响最小的是批发贸易零售业，且其中四个行业对贷款利率冲击成反方向变化，餐饮业成正方向影响，批发贸易零售行业几乎不受贷款利率的影响。由于国内行业数据的限制，我们无法用实证方法说明究竟是何种原因导致不同的货币政策行业效应，但我们从行业的市场结构、要素密集程度以及行业的资产负债率等因素简要地探讨了其中的原因。
从政策角度上考虑，上述分析所体现的政策含义主要有以下几点：
第一，政府在实施新的货币政策前，要充分考虑到货币政策的结构调整功能。本文即使选取单一实际贷款利率而非差别的贷款利率（数据很难获得）也证实了六行业对单一利率变动的反应是不同的。如果所有行业实行统一的利率政策，第一产业和房地产将受影响最大，其次是第二产业，第三产业、餐饮业和贸易批发零售业受影响较小。这样统一的利率政策可能与我国的结构调整目标相悖。克服方法之一是辅之其他政策配合，之二是货币政策自身要更灵活如差别的利率政策。
第二，要区别对待由于不同原因导致利率敏感性差异的行业。中国的第一产业的利率敏感性很强，完全竞争的市场结构导致第一产业利润空间有限是其中的重要原因。由于这一原因，作为关系国计民生和国民经济基础的第一产业，政府应该给予特殊对待。如第一产业的发展要与产业政策扶植相结合，实行优惠的贷款利率政策或政府直接补贴政策；加大农业发展银行和农村信用社的支持力度。然而目前农业发展银行目前职能比较单一，对农村经济发展的政策支持力度不够。此外某些地区为了减低农村信用社的不良贷款比率，其支农贷款比率比企业贷款利率高出20-50个百分点。这些现象都是需要克服的。而对于房地产行业，其利率敏感性主要来源于自身是资本密集型行业和高资产负债率运营方式。对于这类行业的发展，我们可借助更多的市场和经济手段如利率政策，引导其发展，而非一味地利用行政手段进行干预，其结果可能只会导致更多的寻租和腐败行为。
第三，加快利率市场化改革，完善利率或货币政策的传导效能。利率市场化是利率管制的对称，是指将利率决定权交给市场，由市场资金供求状况决定市场利率，市场主体可以在市场利率的基础上，根据不同金融交易各自的特点，自主决定利率。利率是资金的价格，一个优化的利率结构，首先应反映中央银行金融政策及国家产业政策，反映风险、成本、期限及盈利水平，反映和调节资金供求；其次，利率的变动和差异，应能够引导资金的合理流动，促进行业结构的合理调整。我国要最终建立社会主义市场的经济体制，以市场机制为主优化资源配置，这就要强化金融机制的市场调节功能，把利率市场化作为我们孜孜以求的目标，就我国目前而言，应刻不容缓地强化利率政策对资金投向的选择功能。
参考文献：
[1] Bernanke B.and M.Gertler,1995,“Inside the
Black Box: The Credit Channel of Monetary Policy
Transmission”, Journal of Economic
Perspective,Vol.9,27-28.
[2] Bernanke B.and I.Mihov,1998,“Measuring
Monetary Policy”,Quarterly of Journal of
Economics,Vol.113.
[3] Lawrence J.Christiano,1997,“Sticky Price and
Limited Participation Models of Money: A
Comparison”, European Economic Review
41,1201-1249.
[4] Gary L.Sherry and Friderick H.Wallance,
1998,“Tests of the Money-Output Relation Using
Disaggregated Data”,The Quarterly Review of
Economic and Finance, Vol.38,No.4, 865-873.
[5] Marvin J. Barth III and Valerie A. Ramey,
2000, “The Cost Channel of Monetary
Transmission” NBER working paper 7675.
[6] Carlino G. and R. DeFina, 1998, “The
differential regional effects of monetary
policy”, The Review of Economics and Statistics,
80(4), 572-87
[7] Dedola L. and F. Lippi, 2000, “The monetary
transmission mechanism: Evidence from the industry
data of five OECD countries”, CEPR Discussion
Paper 2508.
[8] Ganley J. and C. Salmon, 1997, “The
industrial impact of monetary policy shocks: some
stylized facts”, Bank of England Working Paper
Series, 68, 1997.
[9] Hayo B. and B. Uhlenbrock, 2000, “Industry
effects of monetary policy in Germany”,J. Von
Hagen and C. Waller (eds.), Regional aspects of
monetary policy in Europe, Boston, Kluwer, p
127-158.
[10] Around and Vrugt, 2002, “Regional effects
of monetary policy in the
Netherlands”.International Journal of Business
and Economics Vol.1, No.2, 123-134.
[11] 易纲. 林明. 理解中国经济增长[J].
中国社会科学，2003， (2)，45-60.
[12] 张军.
资本形成、工业化与经济增长:中国转轨的特征[J].
经济研究，2002，(6)，3-13.
[13] 周逢民.
论货币政策的结构调整功能[J].
金融研究，2004，(7)，51-56.
附录1：六个行业对利率的脉冲响应图
附录2：行业的ADL模型
①house
=-5.36+0.33house(-1)+0.53rre+0.71rre(-1)-1.36rir-1.61rir(-1)+0.25G+0.09D
（-3.61） （3.49） （1.7）
（2.34） （-0.61）（-0.72）（-3.61）（1.82）
②restaurant=-1.2+0.75restaurant(-1)+0.04rre+0.395rre(-1)-0.49rir
（-3.07） （11.4） （0.28）
（2.97） （-0.76）
+0.69rir(-1)-0.03D
（1.19） （-2）
③wholesale=0.49+0.73wholesale(-1)+0.02rre+0.2rre(-1)+0.12rir+0.078rir(-1)
（3.28） （12）
（0.32） （3.06） （0.36）
（0.02）
+0.005G-0.035G(-1)-0.02D
（0.28） (2.07) (-2.39)
本文所说的“行业”包括通常意义上的产业和行业。本文之所以统称为“行业”，原因之一是中国通常意义上的行业月度或季度数据太少，所以将产业数据也纳入分析；其二只为叙述方便。
因为（2-8）式中的K1、K2、L1、L2
都是W、R的函数。
如在生产函数中考虑技术水平A，并放开假设（4），引入消费者需求因素。
本文的E-G两步法是其它文献所提E-G三步法，本文不涉及第三步ECM模型的构建，故称E-G两步法。
也可作如下估计：（1）yit与D、G、t作回归，求得残差y*，（2）rir、rre分别与D、G、t作回归，求得残差rir*、rre*，（3）再求得y*与rir*、rre*的回归式，其系数相应地等于（3-1）中rir、rre的系数。
1997年后，一大批国有中小型企业倒闭或破产，国有单位就业人数、国有及国有控股工业的个数分别从1997年10766万人和11万个猛降至1998年的8809万人、6.47万个。
前提是rir、rre和G的系数检验
不成立
不成立
在解释行业的货币政策原因时，由于国内行业数据的缺乏，无法给出太多定量的分析，只能做一些定性解释。
曾康霖，必须关注房地产经济特殊性及其对金融的影响，金融研究，2003（9）。
经济增长前沿课题组（2003）认为：个人住房贷款2001年与1997年相比增加5425.95亿元，增长了32.55倍。
[作者简介]：金永军（1979年—），男，浙江人，南开大学经济学院博士研究生，研究方向：金融理论、货币政策；陈柳钦（1969年——），男，湖南邵东县人，经济学硕士，天津社会科学院教授，主要研究方向：产业经济、城市经济、金融理论。
[联系地址：天津市河西区宾西路西园西里39—501#（300061）陈柳钦收，联系电话为：022—88296020，13174885276。]