人口老龄化降低货币政策有效性了吗※

李雪

内容提要：人口年龄结构的快速变化是否会对货币政策效力产生影响始终是学术界关注的重要问题。文章立足中国国情,检验了人口老龄化对货币政策有效性的影响。在利用TVP-SV-VAR模型进行货币政策有效性的时变效应分析中,中国货币政策效果随时间推移而逐渐下降,且人口老龄化对货币政策有效性产生负向影响,初步定性分析得到人口老龄化会减弱中国货币政策有效性的结论。在利用省级面板数据分析结果中,无论是数量型货币政策,还是价格型货币政策,人口老龄化的确是导致货币政策有效性下降的原因之一。在更换变量、更换样本区间等检验后结论依然成立。本研究为人口老龄化背景下中国货币政策的制定与实施提供参考依据。

一、 引 言

中国正面临着逐渐严重的人口老龄化问题。中共十九届五中全会提出“实施积极应对人口老龄化国家战略”,充分体现战略任务的重要性与紧迫性。2021年末,中国65岁及以上老年人口比重为14.2%,首次突破14%,标志着中国进入深度老龄化社会。立足推进高质量发展的新阶段,中国经济转型需要结构性货币政策配合,政策工具要积极做好“加法”(孙国峰,2021)。面对关系国家增长动力能否持续的老龄化问题,本文将用规范的研究回答一个紧迫的问题:劳动力增速与结构的“新”变化到底对政策调控产生何种影响?“银发浪潮”来临之际,中国货币政策应如何进行调整加以应对?聚焦挖掘“长寿红利”,锚定金融供给发力点,提高顺应经济内生趋势的政策空间,力图在国家坚持产业升级与高质量可持续发展的十字路上提供政策支持。

当前,以人口老龄化为核心的人口结构矛盾突出,老龄化进程进一步加速。相携而行的少子化、高龄化、失能化,都会对中国货币政策制定与经济发展产生深远影响。然而,关于人口老龄化对货币政策影响的探讨非常有限,部分经济学家给出的理由是货币政策通常在1～2年内对短期冲击做出反应,而不是对几十年来缓慢变化的因素(例如人口变化)做出反应(Imam,2015;Kara和Von Thadden,2016)。根据生命周期理论假说,人们在年轻时积累资产,并伴随一些借款还款行为,退休之后靠积累的资产生活,因此,从长期来看,货币政策的有效性会因家庭生活处于不同阶段而表现不同,但是货币政策往往注重短期影响,在短期内不变的人口因素常常作为固定假设(Miles,2002)。

尽管理论上关于人口老龄化与货币政策有效性之间的关系还并不明确,但从发达国家的经验上发现,西方国家老年人数的比例上升,会使得传统货币政策失效,即使采用量化宽松、零利率政策等非常规货币政策也不能实现其目的。总体来看支持了老龄化社会削弱货币政策有效性的观点(Imam,2015;Fujiwara和Teranishi,2008;Yoshino和Miyamoto,2017)。值得关注的是,已有研究主要关注发达国家,老龄化对货币政策效果的影响与样本经济体的发展阶段和经济社会特征有关,发达国家的结论是否具有普适性仍待检验,市场经济环境的差异决定着必须要结合中国的实际国情。随着中国利率调控框架不断完善,且中国老龄化进程加快所呈现出的人口“快变量”特征,为发展中国家的研究领域提供了条件。

老龄化背景使得中国货币政策的操作环境、空间明显区别于其他国家,本文立足中国国情,分析人口老龄化对货币政策效力的影响,拓展人口老龄化与货币政策有效性的分析边界,丰富和发展了货币政策传导及其有效性的有关研究。首先,从理论分析的角度,厘清人口老龄化对货币政策有效性的影响机制。随后,本文选取中国宏观数据,运用TVP-SV-VAR模型,针对人口老龄化对货币政策有效性的时变效应进行分析。通过脉冲响应结果,本文得到人口老龄化减弱货币政策有效性的结论。为了进一步考察人口老龄化对货币政策有效性的影响,本文运用中国31个省份的面板数据,构建双固定效应模型,同样发现无论是数量型货币政策,还是价格型货币政策,人口老龄化确实是导致货币政策效果弱化的原因之一,尤其是人口老龄化对价格型货币政策的调节作用更为显著。

余文的结构安排如下:第二部分是文献综述,理论梳理人口变化可能导致货币政策有效性变化的各种渠道。第三部分运用时变向量自回归模型(TVP-SV-VAR)对人口老龄化与货币政策有效性的时变效应进行分析。第四部分利用省级面板数据,进一步考察人口老龄化对不同货币政策工具有效性的差异化影响,并进行稳健性检验;最后是主要结论与启示。

二、 文献综述

1. 人口因素对利率中介目标的影响

人口变迁背后形成的不同内在需求调整引起金融市场结构变迁。现有文献在生命周期和世代交叠模型框架下,阐明人口结构通过影响资产的供求关系,为人口影响利率的长期行为提供了理论支持。陈国进和李威(2013)将长期的央行利率目标与人口结构联系起来,使政策利率目标缓慢移动来拟合其持久性成分,较好解释利率的长期行为。经过人口调整的泰勒规则使得在低得多的政策利率下产生可观测的持续特征(Diebold和Li,2006)。Favero等(2016)将人口结构纳入到短期利率决策行为中,发现人口结构通过短期利率依然影响长期债券收益率。实证层面,多数文献集中从人口结构对实际利率、短期利率或资本回报率等利率水平值影响的角度展开研究(Geanakoplos等,2004;Carvalho等,2016),较少深入到利率期限结构问题及两者之间的逻辑关系。

2. 人口老龄化对货币政策传导及有效性的影响

人口结构对货币政策有效性的影响取决于其对货币政策传导的影响。虽然已有研究基本认同老龄化的人口结构会影响货币政策的有效性,但在作用方向和实施效果上并未达成共识。对应货币政策在不同人口年龄结构下的传导渠道,具体内容如表1所示。人口老龄化在不同传导途径中效果差异明显,老年人在消费、投资和劳动供给等方面的独特偏好,意味着人口年龄结构变迁触发的宏观经济效应可能在任何经济体都不容忽视。总体来看,人口老龄化使传统货币政策传导效率降低,货币政策利率传导渠道和信贷传导渠道趋于弱化,而财富效应渠道会逐渐加强。

表1 老龄化背景下的货币政策传导渠道

比较典型的文献中,Miles(2002)使用重叠生成模型指出,人口老龄化对货币政策的影响并不明确,老龄化社会财富逐渐集中于老年家庭中,负向的财富效应可能使得货币有效性更强。Fijuwara和Teranishi(2008)使用动态的新凯恩斯主义模型,将家庭与生命周期行为结合起来,发现货币政策的有效性实际上取决于人口结构,因为对金融资产依赖程度更高的退休人员受到的影响(收入效应与替代效应)与当前活跃人口不同,但是他们的理论工作并不能得出老龄化对货币传导机制的净影响。Imam(2015)对发达国家展开研究,结果发现人口老龄化使得利率对通货膨胀和失业率的冲击下降。Yoshino和Miyamoto(2017)指出,随着劳动供给减少,利率渠道和信贷渠道的传导效率将会降低货币政策有效性。对于从人口角度研究货币政策执行效果的研究中,中国学者方显仓和张卫峰(2019)同样提供了人口老龄化能够导致货币政策效果不足的直接证据。

3. 老龄化对货币政策最终目标的影响

目前,货币政策的经济增长与通货膨胀两大目标都可能受到人口老龄化的影响(Trichet,2007)。从生产要素角度,人口老龄化对劳动力供给与资本形成产生负向冲击,拖累长期经济的潜在增速(Ludwig,2005),且延长退休年龄、技术进步等因素起到的缓解作用还未能逆转局势(伍戈和曾庆同,2015),得到了多数实证研究文献的支持。从控制通胀角度,全球老龄化的趋势可能给通货膨胀带来长期性的压力(池光胜,2015),这在日本、欧盟等老龄化较为严重的国家或地区得到验证。但也有学者指出老龄化带来供给约束改变劳动力市场结构,推动供给侧的成本上升,供给弹性在中长期下降,推动工资上涨,工资-通胀螺旋上升的担忧增加(Juselius和Takáts,2015)。关于老龄化对就业(Gill等,2013)、国际收支平衡(Börsch-Supan等,2001)和金融稳定(范小云等,2018)等其他目标虽有涉及,但较为有限。

国外从人口角度研究货币政策已取得了显著成果,这些研究主要从宏观层面展开,可为中国的研究和实践提供借鉴,但仍有局限和扩展空间。本文分析人口老龄化对货币政策效力的影响,拓展人口老龄化与货币政策有效性分析边界,丰富和发展了货币政策传导及其有效性的有关研究。

三、 人口老龄化对货币政策有效性的时变特征分析

1. 构建TVP-SV-VAR模型

根据本文的目的,使用具有动态时变性和结构性突变的TVP-SV-VAR模型估计货币政策的有效性。首先建立标准SVAR模型:

Ayt=F1yt-1+…+Fsyt-s+μt

(1)

其中,t=s+1,…,n,yt为k×1维变量矩阵,A、F1,…,Fs均为k×k维的参数矩阵,μt是k×1维的结构冲击变量。基于引入人口老龄化因素后,考察不同类型货币政策对最终目标的影响,设定yt=[It(j),GDPgap,rCPI],k=3。It(j)表示处于第j个条件下的货币政策工具。j表示不同种类和不同情况的货币政策,当j=1时,代表数量型货币政策;j=2时,代表价格型货币政策;j=3时,代表受到人口老龄化影响的数量型货币政策,即数量型货币政策与老年人口抚养比的交乘项;j=4时,指受到人口老龄化影响的价格型货币政策,即价格型货币政策与老年人口抚养比的交乘项。GDPgap为产出缺口,rCPI为通货膨胀指标。参数矩阵A为主对角线为1的下三角矩阵,即:

模型(1)可以简化为:

yt=B1yt-1+…+Bsyt-s+A-1∑εt

εt～N(0,Ik)

(2)

其中Bi=A-1Fi,且

通过将Bi按行堆叠得到新向量β,定义Xt为Xt=Ik⊗(yt-1,…,yt-s)(⊗为克罗内克积),于是进一步将式(2)简化为:yt=Xtβ+A-1∑εt,使该式中的参数具有时变特征,引入时变参数后,上式就被拓展为:

(3)

其中,系数βt、参数At和矩阵Σt都是时变的。假设所有参数都服从一阶随机游走,时变参数的冲击不相关,充分捕捉宏观经济中的时变特征(Primiceri,2005)。由于人口老龄化是一个渐进的过程,对于宏观数据可能产生某种平滑化的影响,因此,TVP-SV-VAR模型在研究宏观数据变化方面具有比较大的优势。参数设置要满足分布:(Σβt)-2～Gama(40, 0.02)、(Σαt)-2～Gama(4, 0.02)、(Σht)-2～Gama(4, 0.02)。为确保马尔科夫链蒙特卡洛方法过程的稳定性,首先进行2000次抽样预燃烧,最初的2000个样本丢弃之后,再进行20000次连续有效抽样,对脉冲响应作出相应的处理,以此来测度人口老龄化对货币政策的影响。通过使用AIC、HQ、FPE和SC的方法,选择最优滞后阶数为2。

2. 变量选取和描述性统计

本文选取产出缺口(GDPgap)作为经济产出的代理变量,具体计算过程:首先由于实际GDP数据存在明显的季节性,采用CensusX12加法模型对实际GDP数据进行季节调整,然后使用HP滤波得到潜在GDP,随后计算出产出缺口yt=ln(实际GDP/潜在GDP)×100。通货膨胀率(rCPI)由居民消费价格指数同比增长率表示。本文用以上两个指标作为经济增长和通货膨胀的代理变量。关于货币政策操作工具变量的选取,本文选取广义货币同比增速(M2)作为数量型货币政策工具,选取银行间存款质押7天回购利率(R)作为价格型货币政策工具。关于人口老龄化,选取老年人口抚养比(OLD)作为代理变量。关于将老年人口抚养比的数据频率转换为季度的做法,本文借鉴已有文献的一般做法,采用Eviews10.0软件中二次函数与平均值匹配的变频方法(Quadratic-match average),将年度数据二次插值为季度数据。样本区间为2004第2季度至2020年第4季度的数据,来源于Wind数据库。

表2是描述性统计。结果显示,产出缺口的均值为-0.12,最小值为-11.06,最大值为8.73,意味着经济增长平均略低于潜在经济增长目标,且最小值出现在2020年第1季度,正是新冠肺炎疫情爆发期间,中国的经济增长受到了巨大影响。通货膨胀率均值为2.67,最大值为8.45,出现在2008年第1季度,这个时期正处于次贷危机后期和全球金融危机时期。货币供应量M2的季度同比增长率的均值为14.56,最小值为8.08,最大值为29.45,标准差为4.80,在不同时间情况下,中国货币供应量差异性较大。利率R的均值为3.04,最小值为1.03,最大值为5.82。时间序列数据的平稳性对于回归结果的可靠性至关重要。本文首先对各变量进行单位根检验,最优滞后阶数依据SIC信息准则判定。结果显示,样本期内GDPgap、rCPI、M2、R以及政策工具与OLD的交叉项在1%的显著性水平上均为平稳序列,而OLD一阶差分后在1%的显著性水平上为平稳序列。

表2 描述性统计

3. 参数估计结果

表3汇总了MCMC模型20000次抽样的参数估计结果。在实证结果中,MCMC抽样收敛,抽样效果比较理想。在5%的显著性水平上(参考值为1.96),Geweke值均无法拒绝估计参数收敛于后验标准分布的原假设,表明预烧期内马尔科夫链趋于集中。同时无效因子均低于100,最大值仅为77.04,这意味最少可以获得259(20000/77.04)个有效样本数,表明参数回归结果有较高的有效性。

4. 时变随机波动分析

图1列出了各变量的随机波动率。2004-2008年期间,rCPI的波动较大,源于2004年工业品出厂价格上升,推动通胀上升。2008年全球爆发的金融危机对中国通胀造成压力。2008年之后,rCPI的波动逐步下降。2020年受到新冠肺炎疫情的影响,波动率又有所上升。GDPgap从2004年一直保持较低的波动(接近于0),在2020年出现较为明显的波动,可见疫情对经济造成了较为严重的影响。在2008-2010年,M2波动率较大,随后其波动率逐步下降,可能源于2008年金融危机后,中国采取了宽松的货币政策。随着中国经济复苏,货币政策调整为稳健基调,M2波动率逐渐下降。叠加人口老龄化因素后,M2的波动率显著下降。我们可以推断,人口老龄化对货币供应量的变动产生冲击,侧面证明人口老龄化削弱了货币政策的有效性。2010年后,面对较高的通货膨胀,国家采取提高利率的应对措施,随着经济情况缓和,利率也逐渐回到较低的波动水平。而引入人口老龄化后,其与利率的交乘项的波动率也同样变得缓和起来。

图1 随机波动特征图

5. 不同时点脉冲响应结果分析

图2给出2009年第1季度、2014年第1季度和2020年第2季度三个不同时刻下的时间脉冲响应结果,且这些时点的选取是随机的。结果显示,M2对通货膨胀的冲击在不同时点有着不同的动态变化趋势,和2009年相比,2014年M2一个单位的冲击初始时期对通货膨胀的影响更大,这很可能是由于2009年还处于金融危机后的复苏阶段,货币供应量的投放对通货膨胀造成的冲击较小。而2020年疫情较好被控制后,整个社会也才逐步全面恢复生产,因此货币供应量造成的冲击最小。总体来看随着时间的推移,货币供应量对通胀的冲击逐渐下降。在M2与OLD交乘项的冲击下通货膨胀在三个不同时点的脉冲响应函数变化趋势比较接近,且呈现出长期效果逐渐衰减的特征。2020年第2季度通货膨胀初期呈现负向扩张趋势,但明显弱于2009年第1季度和2014年第1季度,这表明在引入人口老龄化后,M2对通货膨胀的正向冲击受到抑制。

对比三个时点产出缺口对M2冲击的脉冲响应曲线发现,受到M2一个单位的冲击后,产出缺口呈现出正向扩展趋势,说明宽松的货币供给能够刺激经济增长。2009年第1季度,当M2产生正向冲击后,产出缺口产生正向响应,随后减弱到稳定区间。2014年第1季度,产出缺口受到一个正向冲击后,其脉冲响应值先逐渐上升,随后下降,且峰值明显高于2009年第1季度。2020年第2季度受疫情影响,M2对产出缺口的冲击较为微弱。观察三个时点M2与OLD交乘项对产出缺口冲击的动态波动变化,我们发现三个时期的冲击程度均小于M2单独的冲击程度。随着时间的推移,交乘项对产出缺口的冲击逐渐接近于零。总体而言,人口老龄化的确会削弱数量型货币政策工具的有效性,未来中央银行在使用数量型货币政策时,既要关注货币政策的时效性,还要重视人口老龄化带来的影响。

价格型货币政策对货币政策最终目标的冲击结果显示,在2009年第1季度、2014年第1季度和2020年第2季度三个时期,利率对通货膨胀的冲击在三个不同的时点脉冲响应结果略微不同,给予利率1单位的正向冲击,三个不同时点的通货膨胀前2期响应为正,第3期由正转负并达到负向峰值,之后缓慢衰减。受到加息1个单位的动态冲击,产出缺口呈现正向扩张趋势,三个时点的脉冲响应都在第3期达到正反馈影响极值,随后逐渐接近于0,意味着价格型货币政策的有效性会逐渐下降。总体来看,利率上调对通货膨胀与经济增长均表现为顺周期效果,这很可能源于中国利率传导还存在一定程度的阻滞,利率与宏观变量之间的传导在部分时点不够畅通,也可能由于中国央行对经济全局的考量,使价格型货币政策存在顺周期的调控效果(刘金全和解瑶姝,2016)。引入交乘项后,其对通货膨胀和经济增长的冲击在不同时期的动态变化,与利率冲击的动态变化存在显著差异。受到交乘项1个单位的冲击后,通货膨胀在三个时点的脉冲响应都产生负向响应,且响应程度也大幅下降;而产出缺口则初期呈现负向响应,随后由负转正并达到正反馈影响峰值。因此,人口老龄化降低了价格型货币政策的调控力度。

6. 不同时期脉冲响应结果分析

图3分别给出2期滞后(半年)、3期滞后(9个月)和4期滞后(1年)的时变脉冲响应曲线,皆为中短期变动情况。我们发现,数量型货币政策对通货膨胀和经济增长的冲击,在三个不同提前期下的走势基本一致。2008年以前,M2对通货膨胀的冲击为正,而2008年金融危机后的经济复苏阶段,M2对通货膨胀的冲击逐渐下降后又有所上升,在2014年达到最大值。而M2对产出缺口的脉冲响应值从2006年的-0.19到2020年的-0.1,说明货币政策效用在减弱。引入人口老龄化后,其交乘项对通货膨胀的冲击显著变小,从中短期来看走势较为平稳,但从更长期来看响应程度会有所波动。经济增长受到冲击后,短期内动态变化比较平稳,冲击值显著减小。人口老龄化降低了数量型货币政策的有效性。

图3 不同时期脉冲响应结果

利率对通货膨胀的冲击随着时间变化逐渐降低,从短期(提前2、3期)冲击的脉冲响应函数来看,响应值从0.12逐渐下降到0.08,中期(提前4期)脉冲效应在2008年末呈现负向影响,但响应强度较小,意味着中央银行加息政策具有一定抑制通货膨胀的作用。而利率对产出缺口的冲击也随着时间的变化逐渐下降,脉冲响应值由最初的0.31下降到0.28。这说明利率对宏观经济的调节效用有所降低。总体来看,利率上调短期内表现为促进通货膨胀率和产出缺口,说明经济增速较快发展阶段,市场对资金的需求大于对资金成本的关注,加息政策短期内无法遏制这种投资过热的情况,这与吕昊旻和李成(2020)得到的估计结果相一致。而从中长期来看,提高利率的政策效果才逐步显现,进一步证实中国利率传导依然存在传导链条较长,甚至存在一定程度的阻滞现象。同样,引入交乘项来判断人口老龄化是否降低了货币政策的有效性。从图中看到,尽管交乘项对通货膨胀的脉冲响应值和对经济增长的脉冲响应值变化短期趋于平稳,但是均有所降低,且显著低于利率单独的冲击效果。人口老龄化降低了价格型货币政策工具的效用,体现出老年人口对于利率并不敏感的特征。

上述分析表明,中国的货币政策效力不仅出现了弱化,而且持续性也在降低,这与Imam(2015)、方显仓和张卫峰(2019)的研究结果类似。值得说明的是,一方面在VAR模型中将交乘项作为新变量引入模型,很可能会由于量纲等问题导致新旧变量对比中,响应强度变化未必能反映老龄化影响下货币政策有效性的变化,但从图1至图3的结果显示,响应的方向、趋势发生了明显变化,说明前文得到的结论具有一定意义;另一方面,在VAR系统中,引入交乘项所导致的响应强度发生变化很可能并不具有较高的说服力。因此,为了增强结论的稳健性,本文继续使用面板回归分析来考察老龄化是否会削弱货币政策有效性的问题。

四、 老龄化对货币政策有效性的实证分析

1. 构建固定效应模型

为了进一步分析人口老龄化对中国货币政策有效性的影响,本文借鉴Karras(2001)、方显仓和张卫峰(2019)的建模思路,将老龄化指标引入Rudebusch和Svensson(1998)提出的货币政策效果方程,通过估计货币政策工具与老年抚养比的交乘项系数来考察人口老龄化对货币政策有效性的影响效果。本文选用31个省份的面板数据进行固定效应分析。在建模时,本文将被解释变量依然设置成经济增长与通货膨胀两个维度,将解释变量(货币政策工具)细分为数量型货币政策工具与价格型货币政策工具两种,具体回归模型设定为:

(4)

其中,Yit(j)表示货币政策有效性的两个代理变量,即i地区t时期的经济增长与通货膨胀,MPt(k)表示处于第k个货币政策变量,k表示不同种类的货币政策,取值为1或者2。当k=1时,代表广义货币量同比增长率M2g;k=2时,代表价格型货币政策工具,银行间存款质押7天回购利率DR007。oldit表示为老年人口抚养。α2是本文关注变量的估计系数,反映人口老龄化对货币政策执行力的影响效果。 Xit为控制变量矩阵,β为控制变量系数矩阵。λt与θi分别代表时间固定效应和个体固定效应。vit为随机扰动项。

2. 变量选取和描述性统计

关于货币政策最终目标,本文选取各地区生产总值GDP累计同比实际增速作为经济增长的代理变量,选取各地区居民消费价格指数同比增速来衡量通货膨胀。货币政策工具的选取延用前文的做法,选用广义货币供应量的增长率作为数量型货币政策工具变量,选用银行间存款质押7天回购利率作为价格型货币政策工具变量。人口老龄化的指标,除了使用老年人口抚养比外,本文还采用65岁以上人口占总人口的比例作为替换变量,进行稳健性检验。此外,借鉴已有文献,本文选取地区财政支出占GDP的比重、地区进出口总额占GDP的比重和地区房地产开发投资总额占GDP的比重等变量作为控制变量。本文的样本区间为2005年1季度-2019年4季度,数据来源于中国历年的《中国统计年鉴》。表4给出了主要变量的描述性统计结果。

表4 变量的描述性统计

3. 实证结果分析

表5汇总了数量型货币政策的估计结果。其中,模型(1)和(2)是被解释变量为经济增长的估计结果,模型(3)和(4)是被解释变量为通货膨胀的估计结果。结果显示,第一,无论被解释变量是经济增长还是通货膨胀,M2同比增速前的系数均显著为正,这一结果与一般经济理论预测一致,宽松的货币供给能短期促进实体经济增长。第二,引入老龄化因素后,模型(2)中M2同比增速的系数(0.832)显著低于模型(1)中M2同比增速的系数(1.004),这说明货币供应对经济增长的促进作用有所减缓,且老龄化指标的系数显著为负,正好与数量型货币政策系数的符号相反,这意味着随着人口老龄化程度逐渐提高,货币政策的产出效应将被削弱。第三,对于通货膨胀的影响,模型(4)中M2同比增速与老年人口抚养比的交乘项系数为-0.011,且通过了1%的显著性水平检验,这说明人口老龄化弱化了数量型货币政策工具的有效性。这一结果符合现实情况,因为老年群体更厌恶风险,因此在老龄化社会中,更多的家庭是风险厌恶的,会提升整个社会的风险厌恶平均水平,从而降低了货币政策的有效性。

表5 数量型货币政策的回归结果

表6汇总了价格型货币政策的估计结果。其中,模型(1)和(2)是被解释变量为经济增长的估计结果,模型(3)和(4)是被解释变量为通货膨胀的估计结果。结果显示,第一,无论是经济增长还是通货膨胀,利率工具前的系数多数显著为正,这说明短期上调价格型政策工具并不能抑制经济过热,表现为较为明显的顺周期效果,这一结果与前文相似,进一步说明中国利率传导渠道存在滞后现象,甚至会出现传导阻滞的问题。当然,刘金全和解瑶姝(2016)认为由于中国央行对经济全局的考量,甚至使价格型货币政策存在顺周期的调控效果。第二,引入老龄化因素后,模型(2)中利率与老年人抚养比交乘项系数为-0.057,且通过1%的显著性水平检验,与利率系数的符号相反,这表明随着人口老龄化程度逐渐提高,货币政策的产出效应会被削弱。根据生命周期假说,随着年龄的增长,家庭的负债情况在生命周期中先上升后下降。在这些情况下,预计年轻人群对利率变化更加敏感,而年老人群对利率的敏感度则比较低,因此,由年轻人口结构主导的社会,在其他条件不变的情况下,往往对利率变化更敏感,因此货币政策变化会更有效。反之,老年人口数量上升,货币政策利率渠道的有效性将下降。模型(4)中虽然交乘项并不显著,但系数值为负,而老龄化的系数显著为负,进而推断出老龄化制约了货币政策的逆周期调控能力。预期渠道理论认为,由于通货膨胀对退休老年人的资产影响更大,因此老年人比年轻人更加在乎通货膨胀,通常人们会产生通货膨胀的预期,进而采取相应的预防措施。因此,央行为了确保自己的可信度,往往会采取更加积极的政策措施稳定通货膨胀,这意味着预期渠道在老龄化社会中会变得越来越重要。

表6 价格型货币政策的回归结果

总体发现,无论是价格型政策工具还是数量型政策工具,老年行为会弱化货币政策的调控效果。正如前文的理论分析,老年群体对利率的敏感性降低,老年人依赖自己的储蓄进行生活,会将自己的储蓄按固定的比例用于消费和投资,这个比例并不会随着利率的变动而变动。对于存在借贷行为的老年人群,他们的资产状况较为优质,往往也会使他们获取较低成本的贷款。同时,老年人的风险偏好较低,他们的投资产品种类多集中于“固收+”类,这类品种风险低、收益相对较低,但安全性较高。同样,该类产品往往随基准利率变动的幅度也较低。当然,在经历人口转变的社会中,中央银行也会在稳通胀与稳产出之间出现新的权衡取舍,因为老年家庭平均拥有更多的资产,会因意外通胀而损失更多。同时,对通货膨胀的日益厌恶也很可能会导致较低的通胀目标,而实际利率下降也被视为老龄化带来的重要后果。

4. 稳健性检验结果

在稳健性检验中,本文首先更换解释变量,将65岁老年人口占比作为人口老龄化的替代指标。然后,由于2008年全球金融危机的爆发,本文借鉴方显仓和张卫峰(2019)的做法,更换到金融危机爆发后的样本区间。稳健性检验的结果汇总于表7和表8,且估计结果依然稳健。

表8 更换样本区间的回归结果

五、 主要结论与启示

本文聚焦中国人口老龄化与货币政策有效性之间的潜在关联,通过定性分析与实证检验得到以下结论:一是基于中国2004-2020年的季度数据,并借助TVP-SV-VAR模型,发现随着时间变化,中国货币政策执行效果逐渐下降,且人口老龄化对货币政策有效性产生了负向影响,初步定性分析得到人口老龄化会减弱中国货币政策有效性的结论。二是利用中国省级面板数据进行分析的结果中,本文发现无论是数量型货币政策,还是价格型货币政策,人口老龄化的确是导致货币政策有效性下降的原因之一,尤其对价格型货币政策工具的调节影响更为显著。

本文的研究具有重要的政策启示:第一,将人口老龄化因素纳入货币政策制定体系。继续关注人口老龄化对货币政策带来的影响,将人口老龄化因素纳入货币政策制定体系中,注重提升货币政策的传导效率,并有针对性地调整信贷结构,同时加大政府对老年产业的支持,以此来保持消费需求和投资需求。第二,探索更为积极的货币政策调控方式。如果货币政策在老龄化社会中效果较差,与年轻社会相比,需要更大的政策利率变化才能带来经济的变化。因此,在老龄化社会,货币政策将不得不变得更加“激进”,未来利率可能会出现更大变化。第三,重视其他政策工具对稳定经济的重要性。在老年社会会弱化货币政策有效性的前提下,稳定经济和金融的负担越来越多地由其他政策工具承担。财政政策和宏观审慎政策作为稳定经济手段的相对作用会变得更加重要。