影子银行对中国货币政策的影响  

The Impact of Shadow Banking on China’s Monetary Policy

作　　者：李青召 林秀梅[1,2] Li Qingzhao;Lin Xiumei

机构地区：[1]吉林大学商学院 [2]吉林大学数量经济研究中心,长春130012

出　　处：《现代经济探讨》2020年第1期29-41,共13页Modern Economic Research

基　　金：国家自然科学基金项目“基于随机占优的高阶偏好投资组合构建”(编号:71871104)

摘　　要：在新凯恩斯主义和货币主义理论基础上引入影子银行存量规模对货币供给和利率的影响,从而得到一个包含影子银行、货币供应量、利率、CPI和GDP的动态系统模型。在考虑时间聚合问题后,利用混频抽样数据结构向量自回归(MIDAS-SVAR)模型分析了影子银行对货币政策目标的影响。LR检验的结果显示MIDAS-SVAR模型优于季度SVAR模型。对比MIDAS-SVAR模型和SVAR模型中GDP方差分解的结果发现,影子银行在MIDAS-SVAR模型中对GDP预测方差的贡献要高于SVAR模型。脉冲响应函数的结果显示,影子银行对货币供应量M2的影响要强于利率R。季度内第3个月份影子银行存量规模对货币政策中介目标和最终目标变量的影响与季度内第1个月和第2个月的影响存在差异。央行在利用货币政策进行宏观调控时,应充分考虑不同月份影子银行存量规模,保证货币政策效果不被扭曲。

关 键 词：影子银行 货币政策 混频抽样数据 MIDAS-SVAR 

分 类 号：F832[经济管理—金融学]