油价波动下俄罗斯货币政策调控效果研究

2021-09-29 08:31刘文翠陈学军
税务与经济 2021年5期
关键词:数量型俄央行供应量

刘文翠, 罗 瑾,,陈学军

(1.新疆财经大学 金融学院,新疆 乌鲁木齐 830000; 2.中南林业科技大学 经济学院,湖南 长沙 410004)

一、引 言

俄罗斯作为油气资源丰裕的国家,其经济的这一特征明显影响货币政策的实施。近年来,俄罗斯货币政策框架不断调整和完善,以适应错综复杂的宏观经济环境变化。2000年以来,随着国际原油价格上涨,俄罗斯经济快速增长,卢布面临持续升值压力,俄央行采取了相应措施以抑制卢布过快升值,但通货膨胀率却稳居高位。[1]2006年俄罗斯宣布实行资本自由流动,践行货币政策独立性和浮动汇率这一政策组合。2014年由于国际油价暴跌和欧美制裁,卢布剧烈贬值。2015年2月俄央行宣布实行浮动汇率,并将货币政策的首要目标定位于稳定物价。2018~2019年俄罗斯经济保持稳定增长态势,货币政策回归中性。2020年受新冠疫情和油价下跌的双重冲击,俄罗斯央行多次下调基准利率,2020年7月降至历史新低的4.25%。同时,为了稳定卢布汇率,在2020年3月油价剧烈波动的背景下采取了出售外汇、调整外汇掉期上限和回购等一系列操作。俄罗斯货币政策是否将油价纳入其框架之内,货币政策的效果如何?其是否兼顾通货膨胀和卢布汇率? 这些问题都是值得进行深入研究的。

国内外学者对俄罗斯货币政策的研究主要有:Esanov Merkl和Souza(2005)指出1993~2002年麦科勒姆规则可以更好地解释俄罗斯中央银行的行为。[2]Korhonen等(2017)将油价纳入货币政策规则,发现泰勒规则较好地勾勒了俄罗斯央行的货币政策行为。[3]随着通货膨胀目标制货币政策被一些国家的中央银行采用,学者们对此展开了大量讨论。Jeffrey (2011)、Richard.T(2020)认为油价上涨会吸引大量国际资本流入,容易造成资产泡沫。而油价下跌时,由于存在货币错配,容易诱发危机,相比之下,实施通胀目标并辅以浮动汇率制度可能具有反通胀效应和降低货币错配的作用。[4-5]但是Eda Gulsne(2020)对此观点提出质疑,其认为在“通胀目标”+“浮动汇率”的制度安排下,内外失衡现象无法通过单一政策来解决。[6]林季红、潘竟成(2015)实证分析了俄罗斯货币政策对汇率的影响。[7]

既有研究初步阐述了俄罗斯货币政策的调整,但仍有以下几个问题需要厘清:首先,俄央行如何对多目标进行权衡取舍,“价格型”和“数量型”的货币政策如何搭配。其次,对货币政策的调控效果进行实证分析的较少,而且往往采用线性方法,没有考虑在经济结构发展的不同阶段而呈现的结构性变化。最后,针对货币政策的研究基本都考虑汇率变动,但将油价、汇率的变动和货币政策放在同一框架下进行探索的文献并不多。

有鉴于此,本文尝试将油价纳入货币政策规则,选用GMM和TVP-VAR模型,通过对比“数量型”和“价格型”的货币政策规则,以评估俄罗斯货币政策的调控效果,重点分析不同的货币政策规则对产出缺口、通胀缺口、汇率的影响。

二、包含油价和汇率的俄罗斯货币政策反应函数

本文建立包含油价和汇率的货币政策反应函数,以考察俄央行制定货币政策时是否考虑油价波动和汇率波动。通过依次建立“数量型”和“价格型”货币政策来识别其对各变量的系统性影响。

(一)数量型货币政策模型

本文构建包含油价和汇率的货币供给模型如下:

bmt=β0+β1ipit+β2cpit+β3ert+β4fobt+β5mt-1+μt

(1)

其中,mt代表t 期货币供给增长率,ipit代表t 期产出缺口, cpit代表t 期通货膨胀缺口, ert代表t期汇率,fobt代表t 期油价,μt代表外生货币供应冲击。β0是常数项, β5为平滑参数。β1、β2、β3、β4分别代表货币供应量增长率对产出缺口、通货膨胀缺口、汇率、油价的影响力度。 β1刻画了货币供给对产出的直接影响;若β2>0,表明货币供给增长率对物价的影响是正面的;若β3>0,说明货币供应与汇率水平之间呈正向关系,这时要保持汇率稳定,中央银行应合理调节货币供应量,避免货币超发;若β4>0,则意味着货币供应增长将导致油价上涨。

(二)价格型货币政策模型

根据泰勒规则,本文构建模型如下:

it= α0+α1ipit+α2cpit+α3ert+α4fobt+α5it-1+εt

(2)

其中,it为当前利率水平,εt为扰动项。α0是常数项,参数α1、α2、α3、α4是被估计的政策反应系数。若 α1>0 ,则利率政策为顺周期的,有助于保持产出稳定;若α2>0,表示利率政策积极应对预期物价上涨,有利于稳定物价;若α3>0,则利率变动有助于稳定汇率。由于汇率和油价关系较复杂,α4符号不确定,α5代表利率平滑参数。

(三)变量选择

本文选取2000年1月~2020年12的月频数据,所有变量均采用X-12方法进行调整。

1.货币供给增长缺口(用 m表示):利用HP滤波对m2增长率消除趋势后得到,m2、ipi、cpi、er选用的数据均来源于国际货币基金组织IFS数据库(http://www.imf.org/data)。

2.利率(用 i表示):选用俄罗斯货币市场利率,数据来源于俄罗斯中央银行网站(http://www.cbr.ru/)。

3.产出缺口(用ipi 表示):采用工业增加值作为产出的代理变量,经HP滤波得到潜在产出,产出缺口ipi=(实际ipi -潜在ipi)。

4.通货膨胀缺口(用cpi 表示): 以CPI做代理变量计算得到。

5.汇率(用 er 表示):以实际有效汇率自然对数衡量。

6.油价(用 fob表示):使用布伦特原油价格自然对数衡量,数据来源于美国能源署(https://www.eia.gov)。

表1给出了主要变量的描述性统计和单位根检验结果。

从表1 可见,产出缺口增长呈现剧烈波动,均值为 0.015,标准差为1.459,货币市场利率、货币供应量增长率、通货膨胀缺口、汇率和油价的波动则相对较小 (标准差分别为 0.035、0.017、 0.327、0.026和0.085)。

表1 主要变量的描述性统计和单位根检验

(四)估算结果

采用GMM方法,分别对俄罗斯数量型货币政策和价格型货币政策进行评估。通过chow的间断检验发现价格型货币政策规则存在显著的结构性断点。因此,就价格型货币政策规则进行分样本估算。同时,为了更好地揭示汇率和油价对货币政策的影响,将分别估计4个模型:模型1不含汇率与油价;模型 2引入汇率;模型3引入油价;模型4包含所有变量。由Hansen J检验可知,选取工具变量满足外生性和有效性,而且参数估计和预期基本一致,表明本文所构建的俄罗斯货币政策规则反应函数较为合理规范。

由表2可知,数量型货币政策模型1~4没有明显分别,货币供给对油价和通货膨胀的反应系数都不显著,可能的原因是俄罗斯通货膨胀的“非货币特征”[8],油价的变动和汇率的变动在很大程度上相关,但因无法具体分辨,主要关注汇率变化。[3]产出和汇率的反应系数具有较好的统计显著性,说明货币供给主要关注了产出和汇率,这和徐坡岭等的研究结果基本一致[9],通货膨胀率和油价并没有作为考虑重点。

表2 数量型货币政策规则反应函数GMM估计结果

从表 3 的估计结果可以看出,价格型货币政策反应函数模型 1~4之间略有不同。从第一个子样本区间到第三个子样本区间,俄罗斯利率政策灵活性逐渐提高,即参数α0的值由大变小。在第一个子样本区间,通胀缺口和产出缺口反应系数α1和α2不具有统计显著性,这可能是源于这一时期货币供应量作为货币政策中介目标导致的。从第二个子样本到第三个子样本,通胀缺口系数显著,说明俄央行逐步加强了利率对通胀的抑制,但是产出变动的反应不显著。

表3 价格型货币政策规则反应函数GMM估计结果

三、 基于TVP-VAR时变模型的分析结果

(一)模型的适用性和参数估计的结果

基于AIC准则确定模型滞后阶数为2,然后运用MCMC进行10 000次模拟抽样,其中前1000次为预模拟样本。表4和表5给出了数量型和价格型货币政策的TVP-VAR模型的部分参数后验分布的均值、标准差、95%上下置信区间、CD统计量以及无效影响因子。

表4 数量型货币政策参数估计结果

从表4和表5的收敛诊断概率可知:收敛诊断值(CD)均小于5%临界值(1.96),说明抽样样本收敛。非有效因子没超过200,抽样结果有效,可以进行后验推断。

表5 价格型货币政策参数估计结果

(二)数量型和价格型货币政策规则影响时变特征分析

下面利用TVP-VAR模型的脉冲响应图形,依次分析俄罗斯货币供应量与利率对产出缺口、通胀缺口、实际有效汇率和油价等变量的动态影响,以评估不同货币政策规则的相对优势。图1~图8给出了滞后期分别是短期(4期 )、中期(8期 )和长期(12期 )的脉冲响应函数。

1.货币供应的脉冲响应分析

如图1所示,货币供应量M2对产出整体上产生了明显的正面冲击,表现为顺周期调控效果。短期响应的波动幅度大于中期和长期。具体来看:2004年和2006年油价上涨带动经济快速增长期、2011年金融危机修复期和2015年西方制裁恢复期,俄罗斯货币供应冲击对产出影响剧烈,出现了阶段性波峰。2004年俄罗斯M2的增速高达50.5%,2006年为48.8%,而2004年产出的增速为7.2%,2006年达到8.2%。2009年受次贷危机的重创,俄罗斯产出骤降至7.8%,俄央行为了刺激经济,迅速将M2的增幅调整到28.5%。2014年油价腰斩和地缘政治危机使俄罗斯经济进入寒冬,为应对挑战,俄罗斯政府在2015年增加了货币供应量,增速为25%。从2017年开始得益于国际能源价格上涨、俄罗斯主权财富基金支出增加及俄罗斯央行对银行采取的救助政策创造的流动性,货币供应量从2017年的0.7万亿卢布增加到2018年8月的4.5万亿卢布,从8月开始又逐步下滑,产出也经历了增长—减弱的变化。[10]在2020年新冠疫情冲击下,俄罗斯M2的增长率在1月和10月分别出现了负值,产出也降至历史新低。

由图2可见,货币供应量对通货膨胀负面影响显著,单纯依靠货币发行量扩张无法满足市场有效需求以稳定物价,且随着货币供应量的增加会加剧通胀压力。进一步结合图6可以发现,通过利率抑制通货膨胀效果更佳。短期冲击的响应范围大于中期和长期,说明货币供应量对物价调控效果存在时间上的差异。

从图3来看,不同期限的脉冲函数走势有一定的差异,实际有效汇率对货币供应量短期的脉冲响应整体为正,货币供应量对汇率的中长期影响呈现正向减弱态势。具体来看:2010~2012年货币供应量对实际有效汇率的影响经历了一轮“增强—减弱”的变化,在此期间货币供应量呈现先上升后下降的态势,上升趋势与2009~2010年经济刺激措施有关,下降趋势受俄央行实行通胀制度的影响,2010~2012年俄央行陆续发布了一系列向通货膨胀目标过渡的文件。为了配合通胀目标的实施,俄央行降低了干预外汇市场运作的规模,2012年货币干预量达到十年来的最低点。[11]2014~2017年卢布汇率的脉冲响应又呈现 “增强—减弱”的变化。2014年8月因国际油价大幅回落,加上西方制裁,为了稳定卢布汇率,俄央行加大了对外汇市场的干预,货币供应量增加,出现了一轮波峰,随着经济形势趋缓,俄央行大幅削减了对外汇市场的干预,使汇率自动适应外部环境的变换,并能承受不利冲击。2018~2020年卢布汇率的脉冲响应曲线又经历了一番“增强—减弱”的态势,2018年受流动性过剩的影响,M2增加,2019年和2020年M2两次出现负增长,使卢布汇率出现了阶段性波动。

货币供应量对油价的调控分为两个阶段:2002~2004年调控影响为负,2005~2020年影响为正,如图4所示。说明2005年以后随着俄央行通过数量型货币政策工具向市场投放流动性,在短期内带动了原油现货和期货价格的上涨,中长期的影响幅度放缓。

2.利率的脉冲响应分析

如图5所示,利率对产出呈现逆周期调控效果,即提高利率会使产出下降。从变化幅度来看,短期的变化幅度大于中期和长期(说明中长期利率的调控效果较弱)。具体来看:2000年1月~2008年2月,俄罗斯央行连续18次降低再融资利率,从55%下调至10%,产出则保持在年均6.9%的增速。2008~2009年金融危机期间,为了稳定汇率和物价,俄央行提高了再融资利率,从2008年7月14日的11%上调至2009年4月23日的13%。汇率和通胀形势稳定后,俄罗斯央行方有余力下调再融资利率刺激经济复苏,利率从2009年4月24日的12.5%降至同年12月27日的9%。2015年出于提振经济的考虑,俄罗斯央行下调了关键利率,2016年6月降至10.5%,经济步入弱复苏状态。2018年Rosstat发布的经济增长指数远高于多方预期, 9月14日和12月14日,俄罗斯央行分别上调了关键利率,从7.5%调至7.75%,产出也处于阶段性谷底。2020年3月OPEC+没能达成减产协议,油价暴跌,俄罗斯经济受到重创近乎停滞,俄罗斯央行出台了抗疫纾困的宽松货币政策,多次下调基本利率,7月基本利率下降至4.25%,并将恢复经济增长作为重要目标,纳入2018年制定的中长期经济发展框架中。

通货膨胀对利率的脉冲响应以2012年为界,分为两个阶段,如图6所示。2012年之前利率对通货膨胀的影响呈现正负交替的趋势,具有明显的时变特征,这可能是源于前期俄罗斯货币政策兼顾汇率和通胀双重目标,且两个目标相互冲突,利率对通货膨胀的调控效果不甚理想,主要以货币供应量对卢布汇率的调整为主。2012年之后利率对通货膨胀的反周期调控效果显著,2012年俄罗斯央行将通货膨胀目标纳入货币政策报告,次年9月,宣布采用利率走廊作为货币政策工具。2012~2014年作为过渡阶段,将通货膨胀作为货币政策的名义锚,通货膨胀波动性变强,尤其是在2015年2月正式将通货膨胀作为货币政策目标。2016年俄罗斯央行对利率上调的幅度并不是很大,但是由于通胀预期的惯性较高,通胀率上升较快。2018年9月俄罗斯央行为将通胀率降至目标值进行了两次加息。2020年疫情造成的低通胀,使其偏离了4%的目标,国内需求的萎缩也使经济面临通缩的风险。

按照非抛补的套利理论,投资者更倾向于将资金从利率较低的市场转移到利率较高的市场进行投资。高利率国家的货币会升值,但由于交易成本和资本管制等因素,利差要达到一定的门槛,利率冲击对汇率的影响更多表现为升值,否则为贬值或者零效应。由图7可知:卢布对利率冲击的中长期响应程度较短期有所减弱。在油价逐步回升的情况下,从2000~2008年,俄罗斯央行连续多次下调利率,可能利差没能达到门槛值,利率对汇率的冲击整体为负。2008年7月俄罗斯央行上调了利率,由11%调整至2009年4月23日的13%,利率对汇率的影响出现短暂的正面效应。2009年4月~2010年6月,俄罗斯央行又连续13次下调利率,卢布实际有效汇率脉冲响应也呈现了一轮“增强—减弱”变化。2011年8月受标准普尔下调信用等级和油价下跌的双重影响,国际资本流出加速,俄罗斯央行对利率进行了多次上调,卢布实际有效汇率经历了一轮“下跌—增长”的态势。2014年油价崩盘,俄罗斯央行连续6次上调利率,由3月的5.5%上调至12月的17%,甚至动用了外汇储备进行干预,但是依然没能阻止卢布贬值的步伐,2014年卢布贬值48%。2016年鉴于化石燃料价格逐步回升,俄罗斯央行一面下调关键利率至10%,另一面缩减对卢布汇率的直接干预,增加其弹性,利率对卢布汇率的影响由负转正。2020年,新冠疫情和低迷油价使得卢布大幅贬值,加上西方对俄罗斯的制裁可能会进一步加强,不确定因素的增加削弱了俄罗斯央行货币政策的效力,宽松的利率政策也未能阻止卢布疲软态势。

利率对油价的影响呈现出明显的时变特征,大致可以分为两个阶段:2002~2004年,利率和油价呈同向变化;2004年之后,利率和油价呈反向变化,其中,2008~2009年、2014~2015年出现剧烈波动。出现正负交替变动可能是源于2002~2004年利率下调引起资本外逃,促使原油市场流动性下降,造成油价下跌。2004年以后俄罗斯央行重启宽松的货币政策(除了2008~2009年、2014~2015年两次危机前后),一方面投资者预期增加,投资性需求上升,带动油价上涨;另一方面利率下调,促进产出增长,也有助于油价上涨。油价和利率呈反向变动,这和Thompson 和 Summers( 2012) 的研究结论基本一致。[12]

四、结 论

本文通过构建GMM和 TVP-VAR模型,对俄罗斯不同类型的货币政策对经济变量的调控效果进行比较发现:

1.为应对高通胀的困扰,俄罗斯货币政策目标从汇率目标制转变为通货膨胀目标制,但因汇率大幅度波动会对经济产生负面影响,俄罗斯央行综合考虑对外汇市场进行干预,2008年金融危机之前主要以抑制卢布升值为主,2008年、2014年和2020年三次危机中主要以稳定卢布汇率为主,危机后干预目标转变为防止卢布出现过度波动。

2.综合GMM模型来看,“数量型”和“价格型”货币政策对不同的目标影响有别。货币供给对产出和卢布汇率有明显影响,呈现为顺周期和积极型的特点,对通货膨胀和油价影响不显著。利率对通货膨胀影响显著,对产出、汇率、油价影响不显著。

3.“数量型”和“价格型”货币政策在经济发展的不同阶段对变量的调控效果各异。在价格型货币政策冲击下,产出的各期响应均为正,说明随着价格型货币政策调控效果日益显现,货币供给扩张对产出的带动作用仍不容小觑。利率对产出的冲击为负,尤其是降息,短期内对经济的带动作用较强。数量型货币政策对通货膨胀的调控以逆风向为主,效果不甚理想。俄罗斯主要依靠价格型的货币政策抑制通胀,2012年之前的货币政策目标是稳定汇率和抑制通胀的双重目标,以稳定汇率为主,利率对通胀的调控效果具有很强的时变特征。2012年之后利率反作用于通胀的效果较好。数量型货币政策对汇率的影响体现为顺周期调控效果,价格型货币政策对汇率的冲击有明显的时变特征。数量型和价格型的货币政策对油价的影响均呈现一定的时变性。

4.在2008~2009年和2014~2015年的两次危机期间,面对“滞涨”,俄罗斯央行都是先上调利率稳定汇率和物价,然后下调利率促进产出,同时还要兼顾油价的波动和金融稳定。2020年,俄罗斯央行打破了惯例,多次下调基本利率促进经济复苏。这也从侧面反映了面对多元的货币政策目标,俄央行政策选择面临的难题。

俄罗斯货币政策规则制定和实施中积累的经验对我国有如下启示:一是完善货币政策调控框架体系需要与国内财政政策、产业政策和宏观审慎政策等的协调配合,这样才能确保货币政策职能的有效发挥。二是制定货币政策时,除了关注通胀和产出这些传统的目标外,还应进一步关注汇率、资产价格的变化,选择与之相适应的政策工具,但要避免多目标可能带来的冲突和“合成谬误”。三是在政策执行过程中应加强信息沟通和交流、提升政策执行透明度,引导公众形成理性预期来达到稳定物价的目标。根据国情,我国要考虑经济新常态下货币政策的宏观调控职能如何有效发挥,构建适应和引领经济发展新常态的货币政策体系。

猜你喜欢
数量型俄央行供应量
中国货币政策调控效率与政策工具最优选择
我国数量型和价格型货币政策的实证比较
我国数量型和价格型货币政策的实证比较
货币供应量 (年底余额)
货币供应量同比增长率
货币供应量
六措并举,推动就业由“数量型”向“质量型”转变
——以安徽科技学院植物科学学院为例