2025第51卷第9期
2. 中国社会科学院 经济研究所，北京 100836;
3. 中国社会科学院大学 经济学院，北京 102488;
4. 中国社会科学院 工业经济研究所，北京 100006
2. Institute of Economics, Chinese Academy of Social Sciences, Beijing 100836, China;
3. School of Economics, University of Chinese Academy of Social Sciences, Beijing 102488, China;
4. Institute of Industrial Economics, Chinese Academy of Social Sciences, Beijing 100006, China
一、引 言
近年来，我国的货币政策有效性有所下降（马勇和陈雨露，2014；张成思和张步昙，2016；徐忠，2018；苏治等，2019）。中央政府多次强调要打通货币政策传导渠道、提升货币政策传导效率，旨在提升货币政策有效性。2018年以来，中国人民银行货币政策委员会例会和货币政策执行报告都多次强调要“畅通货币政策传导机制”。
已有部分学者从多个角度研究了货币政策有效性下降的原因。
事实上，伴随着政策空间的普遍收窄，政策空间对政策有效性的影响已成为研究的新焦点之一。财政政策方面的研究日趋丰富（Ghosh等，2013；李丹等，2017；Romer和Romer，2018，2019；李永友和杨春飞，2023）。货币政策方面，有些文献探寻了“零利率”时期（即货币政策空间消耗殆尽时期）降息等货币政策的有效性（马理和娄田田，2015；Belongia和Ireland，2017；Kiley和Roberts，2017；马理和黎妮，2017；Nakata，2017；杨源源等，2020），也有文献关注“零利率”时期非常规货币政策有效性（Gambacorta等，2014；万志宏，2015；Wu和Xia，2016）。遗憾的是，鲜有文献深入研究非“零利率”时期（即常规情形下）货币政策空间收窄对货币政策有效性的影响。
为弥补已有研究的不足，本文基于我国2000—2022年的相关数据，使用非线性局部投影（LP）方法，探究了货币政策空间对货币政策有效性的影响及其作用机制，得到两方面主要结论：第一，当货币政策空间较大时，货币政策有效性十分显著；当货币政策空间较小时，货币政策效果几乎不再显著。第二，机制分析表明，货币政策空间收窄时，一方面会显著降低货币政策降准、降息的力度，从而降低货币政策有效性；另一方面也会显著降低市场主体信心水平，从而降低货币政策有效性。因此，本文证实了“货币政策空间收窄→货币政策力度下降→货币政策有效性下降”和“货币政策空间收窄→市场主体信心减弱→货币政策有效性下降”这两条重要机制的存在性。
本文有两个方面的边际贡献：第一，本文较早地实证检验了货币政策空间对货币政策有效性的影响，并分析了背后的主要作用机制。已有研究主要聚焦于“零利率”这一特殊时期，本文较早地系统研究了常规时期货币政策空间收窄对货币政策有效性的影响及其作用机制，拓展了这一领域的研究，明确了珍惜货币政策空间的重要性。第二，本文使用宏观政策“三策合一”指数中的货币政策空间指数，对货币政策空间进行了更全面的测度，更好地与我国货币政策实际情况相吻合。已有研究主要关注政策空间对利率的影响。美国等发达经济体的货币政策以价格型工具为主，因此使用利率即可反映其货币政策操作。与之不同，我国的货币政策既有利率等价格型工具，也有存款准备金率等数量型工具。本文使用宏观政策“三策合一”指数中的货币政策空间指数衡量货币政策空间，这一指数综合考虑了利率和存款准备金率等多种价格型和数量型政策工具，能更全面、科学地衡量货币政策空间，较好地弥补了已有研究的不足。
二、文献综述与研究假设提出
（一）相关文献梳理
与本文密切相关的是关于政策空间对政策有效性影响的研究。国内外研究财政政策空间对财政政策有效性影响的文献正在逐渐增多。在2008年国际金融危机（下文简称“危机”）期间，不同国家在应对危机时所采取的财政政策各不相同，效果也显著不同，这促使学者开始关注财政政策空间对财政政策有效性的影响。
颇具代表性的文献是Romer和Romer（2018，2019）的研究。Romer和Romer（2018）系统分析了美日英等24个发达经济体在危机前的政策空间大小对危机后宏观经济表现的差异化影响及其内在原因。结果显示，在危机前财政政策空间更大的经济体，在危机后产出的下降幅度更小、持续时间更短；反之，在危机前财政政策空间已经较小的经济体，在危机后产出下降更为明显。究其原因，政策空间大小会显著影响政策力度。在危机前拥有更大财政政策空间的经济体，在危机发生时会更大幅度地增加财政赤字，促使经济较快恢复。Romer和Romer（2019）进一步验证和强化了Romer和Romer（2018）的结论，认为当一国财政政策空间较小时，财政当局实行扩张政策的主观意愿较弱，这是财政政策空间较小的经济体在应对危机时财政政策力度较小的主要原因。不少相关研究得到了类似结论。例如，Jorda等（2016）基于17个发达经济体数据，探究了危机前政府债务水平对危机后经济表现的影响。结果显示，若危机前政府债务压力较重，这在危机时期会加剧私人部门去杠杆的影响，使得经济衰退更严重、复苏更缓慢。龙腾和罗美娟（2022）基于72个国家数据，探究了财政政策空间对财政政策操作的影响。结果显示，一国财政政策空间越小，财政政策的顺周期性就越强，在危机期间越不利于政府扩张财政赤字来稳定总需求。上述研究均表明，财政政策空间减小会削弱财政政策逆周期调节的能力。
相比之下，研究货币政策空间对货币政策有效性影响的文献依然较少。已有研究主要聚焦于“零利率”这一货币政策空间消耗殆尽的特殊情形，探究“零利率”对货币政策有效性的影响。研究结果普遍显示，“零利率”时降息等传统货币政策对产出的提振作用减弱。作用机制主要包括两点：一是面临“零利率”约束时，名义利率能够下调的幅度减小，从而直接限制了货币政策提振总需求、稳定经济波动的能力（Belongia和Ireland，2017；Kiley和Roberts，2017；杨源源等，2020）。不仅如此，“零利率”下市场主体预期未来的名义利率大概率会升高，这会在预期自我实现机制下推高当前名义利率，进一步制约降息对经济的提振能力。二是“零利率”往往伴随着金融危机、资产负债表衰退、不确定性显著增加等宏观经济困境。此时，居民和企业对未来经济形势的预期相对悲观，进行消费和投资的意愿较弱，从而削弱了货币政策提振总需求的有效性（Bernanke，1983；Deaton，1991；Bloom等，2007；Koo，2008）。
（二）研究假设
1. 货币政策空间收窄对货币政策有效性的整体影响
“零利率”状态下，一是操作空间耗尽导致央行无法通过常规降息操作刺激实体经济，二是市场信任弱化使得前瞻性指引失效，这都会削弱传统政策工具效力。非零利率的常规状态下也类似。其一，货币政策空间收窄时央行的实际可操作空间同样收窄。Dell’ ariccia等（2017）针对美国的研究表明，政策利率较低时银行净息差收窄，将触发风险定价失灵。就我国的情况而言，2023—2024年LPR降幅（约0.63%）
已有研究已经为此提供了初步证据。Paligorova等（2017）的跨国研究表明，当政策利率低于2%时，降息50个基点仅能降低企业贷款成本0.8个百分点，明显低于历史均值1.5个百分点。货币政策空间收窄还可能引发“货币政策空间收窄→货币政策有效性减弱→货币政策空间进一步收窄”的螺旋循环。King和Lu（2022）通过构建信誉函数表明，伴随货币政策空间耗竭，央行信誉函数的斜率陡增，使得政策可信度随政策空间的收窄而呈现非线性衰减。综合上述考虑，本文提出如下研究假设：
假设1：货币政策空间收窄会降低货币政策有效性。
2. 货币政策力度机制
货币政策空间收窄会影响未来政策操作的力度，尤其是在应对经济下行压力时，政策力度往往被迫受限。本文据此推测，货币政策空间收窄会降低货币政策的力度，进而削弱货币政策的有效性，即存在货币政策力度机制−货币政策空间收窄→货币政策力度下降→货币政策有效性下降。
首先，当货币政策空间较小时，货币政策力度会受到掣肘。从主要经济体货币政策的实践来看，为了避免政策空间耗尽后无计可施的局面，政策当局往往会在政策空间收窄的过程中提前收紧政策力度。就我国的情况而言，伴随着降准和降息空间的收窄，我国央行在“稳增长”时所采取的货币政策力度也有所减小。如表1所示，2008年以来我国经济负向的产出缺口持续扩大，需要货币政策发力予以应对。从现实政策操作来看，与2008—2011年和2012—2019年相比，2020—2023年平均每年降准和降息的次数的确有所增加，但是平均每次降准和降息的幅度明显较小，平均每年降准和降息的总幅度也明显变小。究其原因，很有可能就是货币政策空间不断收窄，对货币政策发力造成了掣肘。从表1可知，货币政策空间指数在2008—2011年期间平均为52.9，2012—2019年期间降至52.0，2020—2023年期间则进一步降至44.6。
| 时间段 | 2008—2011年 | 2012—2019年 | 2020—2023年 |
| 平均产出缺口（%） | −0.03 | −0.35 | −1.45 |
| 平均货币政策空间指数 | 52.9 | 52.0 | 44.6 |
| 平均每年降准（降息）次数 | 1（1） | 1.75（1.13） | 2.25（1.5） |
| 平均每年降准（降息）幅度（%） | 0.69（0.51） | 1.28（0.27） | 0.75（0.18） |
| 平均每次降准（降息）幅度（%） | 0.69（0.51） | 0.73（0.24） | 0.33（0.12） |
| 注：（1）降准降息幅度统计方法为：若为全面降准，则按全面降准幅度统计；若为定向降准，则按金融机构加权平均存款准备金率降幅统计。2016年前取1年期存、贷基准利率降幅的算术平均，2016年后取7天逆回购利率和1年期MLF利率降幅的算术平均。数据来源于央行。（2）货币政策空间指数是上年末的数值。（3）货币政策空间指数和产出缺口数据引自宏观政策“三策合一”数据库。 | |||
其次，货币政策空间对政策力度的掣肘会削弱货币政策有效性。一是利率下调幅度较小可能难以覆盖市场风险溢价（Bernanke，1983），难以提振企业借贷和投资意愿，从而削弱利率机制的效果。二是货币政策力度不足使得资产价格提振幅度有限，托宾Q效应减弱（Baker和Wurgler，2007）。三是货币政策力度不足难以显著改善银行资产负债表状况，加剧银企信息不对称，导致银行惜贷（Gertler和Karadi，2015）。实证研究结论也支持这一观点。Chen等（2018）对中国货币政策的研究表明，2009—2015年间相对温和的M2增速下降虽然降低了传统银行贷款，但未能有效抑制银行（尤其是非国有银行）的监管套利行为，导致货币政策对总银行信贷的整体调控效力下降。郭豫媚和郭俊杰（2024）通过构建包含信心加速器的动态一般均衡模型进一步表明，货币政策力度存在显著的非线性阈值效应：在经济遭遇负向总需求冲击时，如果货币政策降息幅度较大，那么政策乘数将会较高；如果货币政策只进行温和的调整，那么政策乘数将较低。这些研究共同表明，货币政策力度不足是导致货币政策传导受阻、有效性下降的关键因素之一，政策力度需要达到特定阈值才能有效打通传导机制并实现预期目标。因此，本文提出如下假设：
假设2：货币政策空间收窄会减小货币政策力度，进而削弱货币政策有效性。
3. 信心机制
除了直接影响政策操作力度，货币政策空间收窄还可能通过影响市场主体信心这一关键心理变量，从而间接削弱货币政策有效性，即存在信心机制−货币政策空间收窄→市场主体信心减弱→货币政策有效性下降。
首先，当货币政策空间较小时，市场主体的信心水平较低。货币政策空间是宏观经济韧性的重要信号。当市场主体（居民和企业）观察到货币政策空间收窄时，市场主体的信心可能受到打击。Romer和Romer（2019）针对财政政策的经典研究表明，当财政政策空间收窄时，财政当局倾向于主动紧缩，这会向市场主体发出关于政府应对未来冲击能力的信号，从而显著影响其信心水平。货币政策也类似，伴随货币政策空间收窄，央行信号功能会减弱，具体表现为前瞻性指引失效（Heider和Leonello，2021），甚至引发信任危机（Koo，2020）。从我国现实情况来看，伴随近十余年来货币政策空间收窄，市场主体信心水平的确有所下降。图1列出了2008年以来我国的货币政策空间指数和收入信心指数，
|
| 图 1 货币政策空间与信心水平的关系 |
其次，货币政策空间收窄对市场主体信心的影响会削弱货币政策有效性。信心是现代宏观经济理论中一个相对独立但十分重要的传导渠道（Baker和Wurgler，2007；Barsky和Sims，2012）。凯恩斯最早强调了“动物精神”（即非理性的乐观或悲观情绪）对经济决策的重要驱动作用。现代理论进一步明确，信心是独立于传统利率、资产价格和信贷等渠道的又一重要传导机制。具体而言，当市场主体对未来经济前景和自身收入预期悲观时，居民预防性储蓄动机增强（Deaton，1991），企业也倾向于推迟投资计划（Bloom等，2007）。这都会削弱货币政策提振总需求的效果。主要经济体的货币政策实践也印证了这一点。Eggertsson（2008）针对美国大萧条时期的研究表明，罗斯福新政成功的关键在于改善了公众对于经济走向的预期和信心。针对2008年国际金融危机的研究也表明，各国央行所广泛采用的前瞻性指引等工具的核心也是管理市场预期和提振信心（Svensson，2015；万志宏，2015）。综合上述考虑，本文提出如下研究假设：
假设3：货币政策空间收窄会削弱市场主体信心水平，进而降低货币政策有效性。
三、研究方案设计
（一）基准分析的方法和思路
基准分析需要检验货币政策空间收窄对货币政策有效性的影响，可供选择的方法主要包括三种。一是SVAR方法。该方法通过将M2、名义利率等货币政策变量与其他宏观变量纳入SVAR系统进行联合估计，得到货币政策有效性，在此基础上进一步分析某一因素对货币政策有效性的影响。该方法同时纳入与货币政策相关的宏观变量并设置合理的识别条件，能够在一定程度上解决内生性问题；但是模型设置较为复杂，待估参数相对较多，使得估计结果稳健性较弱。二是交乘项回归方法。该方法以M2、名义利率等作为核心解释变量，并将其与待检验的影响因素交乘，然后以总产出或通胀等作为被解释变量进行回归。该方法的模型设置简洁、待估参数较少，但是由于直接将总产出等宏观变量对M2或名义利率进行回归，可能存在反向因果造成的内生性问题。三是非线性LP方法。该方法基于待检验影响因素划分需要重点关注的几种状态，然后比较不同状态下货币政策有效性的差异。非线性LP方法综合了SVAR方法和交乘项回归方法的优点。一方面，模型设定相对简洁，待估参数较少；另一方面，通过引入外生货币政策冲击，能够较好地处理货币政策内生性问题。有鉴于此，本文在基准回归中使用非线性LP方法检验货币政策空间对于货币政策有效性的影响。本文基准回归所使用的具体方程如式（1）所示：
| $ y_{t+h}-y_{t-1}=I_{1,t-1}^{space}\left[\alpha_{1,h}+\varphi_{1,h}\left(L\right)z_{t-1}+\beta_{1,h}MPshock_t\right]+I_{2,t-1}^{space}\left[\alpha_{2,h}+\varphi_{2,h}\left(L\right)z_{t-1}+\beta_{2,h}MPshock_t\right]+\varepsilon_{t+h} $ | (1) |
其中，
（二）机制检验的方法和思路
1. 货币政策力度机制
本文分两步检验货币政策力度机制，首先检验货币政策空间对货币政策力度的影响，然后检验货币政策力度对货币政策有效性的影响。式（2）检验货币政策空间对政策力度的影响，式（3）检验货币政策力度对政策有效性的影响：
| $ {MPstrength}_{t+1}={I}_{t+1}^{ease}\left({\alpha }_{1}+{\beta }_{1}{MPspace}_{t}\right)+{I}_{t+1}^{tighten}\left({\alpha }_{2}+{\beta }_{2}{MPspace}_{t}\right) +{MPstrength}_{t}+{z}_{t}+{\varepsilon }_{t} $ | (2) |
| $ y_{t+h}-y_{t-1}=I_{1,t}^{ease}\left[\alpha_{1,h}+\varphi_{1,h}\left(L\right)z_{t-1}+\beta_{1,h}MPshock_t\right]+I_{2,t}^{ease}\left[\alpha_{2,h}+\varphi_{2,h}\left(L\right)z_{t-1}+\beta_{2,h}MPshock_t\right]+\varepsilon_{t+h} $ | (3) |
在式（2）中，
2. 信心机制
与上文思路相同，这里同样分两步检验信心机制，首先检验货币政策空间对信心的影响，其次检验信心对货币政策有效性的影响。式（4）检验货币政策空间对信心的影响，
| $ {confidence}_{t}=\alpha +\beta {MPspace}_{t}+{z}_{t}+{\varepsilon }_{t} $ | (4) |
| $ y_{t+h}-y_{t-1}=I_{1,t}^{confidence}\left[\alpha_{1,h}+\varphi_{1,h}\left(L\right)z_{t-1}+\beta_{1,h}MPshock_t\right]+I_{2,t}^{confidence}\left[\alpha_{2,h}+\varphi_{2,h}\left(L\right)z_{t-1}+\beta_{2,h}MPshock_t\right]+\varepsilon_{t+h} $ | (5) |
在式（4）中，
（三）变量选取与数据来源
1. 货币政策空间（MPspace）
本文使用宏观政策“三策合一”数据库中的货币政策空间指数度量货币政策空间。该指数使用金融机构的平均法定存款准备金率、7天逆回购利率和1年期MLF利率等数量型和价格型指标来综合衡量我国货币政策空间。
|
| 图 2 2000—2022年货币政策空间指数和货币政策空间状态划分情况 |
2. 货币政策冲击（MPshock）
现有文献使用较为广泛的货币政策冲击指标源自Chen等（2018）测算的M2冲击。这一数据截止时间为2019年，本文基于Chen等（2018）的方法将数据延长至2022年。本文还借鉴Chen等（2018）的思路进一步构造了基于DR007的货币政策冲击。
3. 货币政策力度（MPstrength）
本文使用最近半年货币政策冲击之和衡量货币政策力度，主要是因为我国货币政策传导存在大约半年的时滞（肖卫国和刘杰，2013；Chen等，2017；张龙和金春雨，2018；张成思等，2022）；并在此基础上划分货币政策力度状态。当
4. 信心水平（confidence）
本文使用中国人民银行进行的城镇储户问卷调查中的收入信心指数来衡量市场主体的信心水平。在此基础上，本文按照
本文样本区间为2000—2022年，数据频率为季度。之所以起始时间选择2000年，主要是因为本文核心变量货币政策空间指数最早可追溯到2000年。之所以截止时间选择2022年，主要是因为Chang等（2015）研究中涉及的GDP等重要变量的截止时间均为2022年。在稳健性检验中，本文将进一步考察2000—2019年的结果，以剔除新冠疫情对数据的影响。主要变量描述性统计如表2所示。
| 变量名 | 变量定义 | 均值 | 标准差 | 最小值 | 最大值 |
| MPspace | 货币政策空间 | 49.342 | 4.013 | 41.646 | 55.640 |
| MPshock_Q | 数量型货币政策冲击 | −0.007% | 0.735% | −1.789% | 4.197% |
| MPshock_P | 价格型货币政策冲击 | 0.036% | 0.864% | −2.048% | 1.859% |
| Mpstrength_Q | 数量型货币政策力度 | −0.006% | 1.019% | −1.787% | 4.628% |
| Mpstrength_P | 价格型货币政策力度 | 0.064% | 1.636% | −3.833% | 3.709% |
| confidence | 信心水平 | 54.972 | 4.293 | 44.400 | 63.550 |
| g_GDP | 实际GDP增速 | 2.003% | 1.710% | −7.520% | 7.691% |
| output_gap | 产出缺口 | 0.048% | 2.528% | −11.500% | 12.700% |
| growth_gap | 潜在增速缺口 | −0.070% | 0.811% | −1.300% | 1.219% |
| inflation | 通胀缺口 | 0.795% | 0.897% | −1.961% | 2.895% |
| debt | 实体部门杠杆率 | 190.000% | 49.740% | 119.400% | 274.300% |
| 注：产出缺口最小值出现在2020年第一季度，最大值出现在2021年第一季度，两者均出现在新冠疫情期间。在稳健性检验中，本文将疫情期间的数据剔除，这会剔除疫情引发的极端值可能带来的影响。 | |||||
四、基准分析与稳健性检验
（一）基准回归结果
已有文献在汇报LP方法的回归结果时，主要有两种方式：一是汇报即期效应，其含义是政策冲击对此后每一期被解释变量的当期影响；二是汇报累计效应，其含义是政策冲击对此后一段时间内被解释变量的累计影响。这两种计算方法的结果并无本质差异，只是侧重点不同（Jordà，2005）。为节省篇幅，本文重点汇报累计效应。
基于式（1）检验货币政策空间对货币政策有效性的影响，结果参见图3。结果显示，对于数量型货币政策，在“货币政策空间较大”状态下，系数
|
|
图 3
不同货币政策空间状态对货币政策有效性的影响
注：实线代表“货币政策空间较大”状态下的货币政策有效性，反映的是回归系数 |
（二）内生性问题的处理
上述回归中涉及的核心解释变量（即货币政策冲击和货币政策空间指标）均可能存在一定的内生性问题。鉴于此，本文参考Auerbach和Gorodnichenko（2012）、Chen等（2018）、Ramey和Zubairy（2018）等的思路，进一步从五个方面对核心指标的内生性问题进行检验，以加强本文核心结论的可靠性。
1. 本文借鉴Chen等（2018）的做法，检验货币政策冲击指标对于货币政策操作工具的外生性。结果显示，数量型（价格型）货币政策冲击对同期、前瞻一期、滞后一期的存款准备金率变化（7天逆回购利率变化）的回归系数均不显著，这验证了本文所使用的数量型和价格型货币政策冲击的外生性。
2. 本文参照王博和刘娟（2023）的做法，检验货币政策空间状态划分相对于经济周期的外生性。具体而言，本文通过引入哑变量
3. 本文使用连续型状态变量，以此来应对离散型状态变量可能带来的内生性问题。
4. 本文分别通过加入更高滞后阶的控制变量、加入更多方面的控制变量、区分不同的经济发展阶段来处理遗漏变量带来的内生性问题。
5. 本文还处理了核心变量的测量误差所带来的内生性问题。对于数量型货币政策冲击指标，直接使用Chen等（2018）的M2冲击序列进行回归；对于价格型货币政策冲击指标，使用7天逆回购利率和1年期存款基准利率来提取冲击指标；对于货币政策空间指标，将货币政策空间指数拆分成数量型货币政策空间指数和价格型货币政策空间指数，分别检验数量型或价格型货币政策空间对数量型或价格型货币政策有效性的影响。从回归结果来看，
需要说明的是，本文并未使用工具变量来处理内生性问题，主要是因为局部投影框架本身就能够较好地处理内生性问题，具体来看：其一，LP回归模型大多使用外生的政策冲击作为核心解释变量，其与扰动项的相关性已经较低；其二，LP回归模型通过控制当期与滞后期的宏观经济变量，能够有效吸收历史路径依赖和预期效应，避免由此带来的内生性干扰。Jordà（2005）等的研究进一步显示，这一设定通过直接估计各期冲击反应函数，能够显著降低前瞻性偏差。相比之下，传统的工具变量方法对这类偏差的优化效果相对有限。总体而言，已有相关文献往往在确保冲击具有较好外生性的前提下，直接使用LP回归模型进行研究；并且也较少使用工具变量来处理内生性问题，而是通过进行丰富的稳健性检验来增强结论的可靠性。
具体到本文所构建的LP回归模型，使用的货币政策冲击变量是基于Chen等（2018）方法所提取的外生政策冲击，并且针对其相对于货币政策操作的外生性进行了较为充分的检验，能够在一定程度上说明本文冲击的外生性。针对遗漏变量和测度误差等常见的可能导致内生性的因素，本文也进行了较为丰富的分析与检验，能够进一步增强回归结论的稳健性。
（三）其他稳健性检验
本文还进一步开展了其他的稳健性检验：第一，改变样本区间。本文进一步使用2000—2019年样本以剔除新冠疫情的影响。第二，调整货币政策空间状态划分的临界值。本文进一步使用货币政策空间指数的上三分位数和下三分位数作为临界值进行货币政策空间状态划分。第三，区分扩张性和紧缩性货币政策冲击。本文参照刘哲希等（2022）的做法，引入哑变量
五、机制分析
机制分析的主要目标是验证本文的假设2和假设3，以回答本文的第二个重要问题，即货币政策空间收窄是否通过减小货币政策力度和削弱市场主体信心而降低了货币政策有效性。具体而言，本文首先检验货币政策力度机制的存在性（假设2），即“货币政策空间收窄→货币政策力度下降→货币政策有效性下降”；其次，检验信心机制的存在性（假设3），即“货币政策空间收窄→市场主体信心减弱→货币政策有效性下降”。
（一）货币政策力度机制
1. 货币政策空间对货币政策力度的影响
本文基于式（2）检验货币政策空间对货币政策力度的影响，结果参见表3。结果显示，不管是对数量型货币政策还是对价格型货币政策而言，MPspace（Iease = 1）的回归系数分别在10%或1%的水平上显著为正，这说明货币政策空间的收窄会显著降低货币政策扩张的力度。近年来我国的实际情况与这一结论是较为契合的。受新冠疫情和外部环境不确定性加剧等因素的影响，2022年和2023年我国经济面临一定下行压力，政府工作报告和中央经济工作会议多次强调要“加大稳健的货币政策实施力度”。从实际执行情况来看，2022年和2023年央行都进行了两次降准和两次降息，但是单次降准幅度只有0.25个百分点，单次降息幅度只有0.1个或0.15个百分点，明显低于此前的幅度（详见表1），导致货币政策力度有所不足（宏观政策“三策合一”与宏观政策评价课题组等，2024）。其主要原因之一就是，货币政策空间不断收窄，制约了货币政策的发力。
2. 货币政策力度对货币政策有效性的影响
本文使用式（3）检验货币政策力度对货币政策有效性的影响。图4（a）显示，对于数量型货币政策而言，在“货币政策力度较大”状态下，回归系数
|
| 图 4 不同货币政策力度状态对货币政策有效性的影响 注：实线代表货币政策扩张力度大的状态下的货币政策有效性，上下不带“●”虚线相夹部分为相应的90%置信区间；带“●”虚线代表货币政策扩张力度小的状态下的货币政策有效性，阴影部分为相应的90%置信区间。 |
（二）信心机制
1. 货币政策空间对信心水平的影响
本文基于式（4）检验货币政策空间对信心水平的影响，结果参见表4。结果显示，MPspace的回归系数在1%的水平上显著为正，这说明货币政策空间的收窄会显著降低市场主体的信心水平。这对于理解当前我国“稳预期”面临的挑战具有重要现实意义。近年来，中央高度重视稳定和引导市场预期，中央经济工作会议和政府工作报告等重要会议文件中多次强调要“大力提振市场信心”。然而，市场主体信心却未能得到有效提振，一个重要原因就在于货币政策空间的明显收窄。例如，2022年以来，在新冠疫情反复、外部环境复杂严峻、国内有效需求不足等多重压力下，货币政策空间指数已降至41.6（2022年末）以下的较低水平。在这一情况下，市场主体容易产生政策工具箱见底、未来应对冲击能力受限的担忧。央行城镇储户问卷调查的收入信心指数显示，该指数从2022年初的50下降至年末的44.4，此后也持续承压，反映出政策空间收窄对市场主体信心水平的影响。
2. 信心水平对货币政策有效性的影响
本文使用式（5）检验信心水平对货币政策有效性的影响。图5（a）显示，对数量型货币政策而言，在“信心较强”状态下，回归系数
|
| 图 5 不同信心水平状态对货币政策有效性的影响 注：实线代表信心水平较高的状态下的货币政策有效性，上下不带“●”虚线相夹部分为相应的90%置信区间；带“●”虚线代表信心水平较低的状态下的货币政策有效性，阴影部分为相应的90%置信区间。 |
六、研究结论与政策建议
当前我国货币政策有效性下降引起了各界关注。本文从货币政策空间收窄这一新视角，给出了货币政策有效性下降的新解释。2008年国际金融危机后，全世界主要经济体都普遍面临货币政策空间收窄的压力，中国也不例外。货币政策空间收窄会对货币政策操作的力度形成掣肘，并对市场主体的信心产生冲击，致使货币政策有效性下降。本文基于我国2000—2022年数据，使用非线性LP方法，研究了货币政策空间对货币政策有效性的影响。结果显示，货币政策空间收窄时，货币政策有效性也明显减弱。本文还证实了“货币政策空间收窄→货币政策力度下降→货币政策有效性下降”和“货币政策空间收窄→市场主体信心减弱→货币政策有效性下降”这两条机制的存在性。
在货币政策空间有所收窄的背景下，如何制定货币政策以提高货币政策有效性，具有重要的政策含义和实践价值。基于本文的研究结论，可以给出三方面政策建议。
第一，在应对经济下行压力时，货币政策要敢于发力，而不应被货币政策空间过度束缚。预留货币政策空间的重要性和必要性是毋庸置疑的，但是不能为了给未来预留空间而过于限制当下的货币政策力度。本文的研究结论显示，如果货币政策力度过小，将会降低货币政策的有效性。从近年来的政策操作来看，降准和降息的频率并不低，但是每次降准和降息的幅度相对较小。下一步，在货币政策需要发力“稳增长”时，可以结合实际情况，适当加大单次降准和降息的幅度来更好地提振总需求，帮助经济恢复向好，这也有助于在长期内重新赢得货币政策空间。事实上，2024年以来我国货币政策力度已经有所加大。2025年以来，为了应对经济下行压力，中央更是明确提出从“稳健性货币政策”调整为“适度宽松货币政策”。在货币政策空间不断收窄的情况下，对货币政策定位的调整，充分反映了中央加大货币政策力度以更好支持实体经济的决心。本文能够为这一政策操作提供学理性支撑。
第二，在货币政策空间明显收窄的背景下，着力提振市场主体信心尤为重要。近年来，我国市场主体信心有所不足的问题持续存在。本文的研究进一步表明，我国逐渐收窄的货币政策空间很可能进一步打击市场主体的信心水平，进而降低货币政策有效性，更加不利于提振实体经济。因此，需要着力提振市场主体信心水平，尤其是通过制度方面的改善，切实提高中低收入居民，以及民营企业、小微企业主的信心水平。事实上，近年来我国对提振居民和企业信心的重视程度已经明显加强。例如，2023年中央经济工作会议明确强调要“多出有利于稳预期、稳增长、稳就业的政策”，2025年政府工作报告进一步强调要“稳定预期、激发活力”，从而推动经济持续回升向好。中央对提振市场主体信心与预期的日益重视，有助于扭转当前信心不足与预期偏弱的局面，避免货币政策空间收窄通过信心渠道对货币政策有效性的不利影响。
第三，加强货币政策与财政政策协调，提高宏观政策效率，从而节省宝贵的政策空间。现阶段我国货币政策空间和财政政策空间都有所收窄，根据本文和众多已有文献的研究结果，这会使得货币政策和财政政策调控经济的有效性都有所下降。在这一背景下，增强宏观政策取向一致性，加强货币政策与财政政策协调配合，有助于提高宏观调控的整体效率。例如，针对货币政策空间收窄引发的银行净息差下跌和惜贷问题，可以通过对重点领域贷款实施定向财政贴息，由财政资金补偿银行息差损失，修复银行支持实体经济的功能。在此基础上，创新政策信号协同模式，在财政增发国债的同时，央行可通过在二级市场买入来稳定国债收益率，这既能够传递财政政策与货币政策取向一致性的积极信号，又能够规避一级市场直接认购对国债定价机制的扭曲。这样有助于疏通政策空间收窄背景下货币政策和财政政策的传导渠道，提升宏观调控的整体效率，为应对未来风险挑战预留充足的缓冲空间。
| [1] | 陈创练, 单敬群, 刘晓彬. 信贷流动性约束、宏观经济效应与货币政策弹性空间[J]. 经济研究, 2022(6): 101–118. |
| [2] | 陈彦斌. 宏观政策“三策合一”新理论框架[J]. 经济研究, 2022(11): 29–47. |
| [3] | 郭豫媚, 郭俊杰. 信心加速器、宏观经济波动与货币政策有效性[J]. 经济研究, 2024(11): 4–20. DOI:10.3969/j.issn.0577-9154.2024.11.jjyj202411001 |
| [4] | 宏观政策“三策合一”与宏观政策评价课题组, 陈彦斌, 刘哲希, 等. 经济恢复发展进程中的宏观政策效应评估——宏观政策“三策合一”指数与宏观政策评价报告2024[J]. 改革, 2024(1): 1–22. |
| [5] | 金春雨, 张龙, 贾鹏飞. 货币政策规则、政策空间与政策效果[J]. 经济研究, 2018(7): 47–58. |
| [6] | 李丹, 庞晓波, 方红生. 财政空间与中国政府债务可持续性[J]. 金融研究, 2017(10): 1–17. |
| [7] | 李永友, 杨春飞. 中国财政抉择弹性空间估计[J]. 经济研究, 2023(5): 23–40. |
| [8] | 刘哲希, 郭俊杰, 谭涵予, 等. 货币政策能够兼顾“稳增长”与“稳杠杆”双重目标吗?——基于不同杠杆环境的比较[J]. 金融研究, 2022(7): 20–37. |
| [9] | 马理, 黎妮. 零利率与负利率的货币政策传导研究[J]. 世界经济研究, 2017(11): 3–16，135. |
| [10] | 马理, 娄田田. 基于零利率下限约束的宏观政策传导研究[J]. 经济研究, 2015(11): 94–105. |
| [11] | 杨源源, 于津平, 高洁超. 零利率下限约束、宏观经济波动与混合型货币政策框架[J]. 财贸经济, 2020(1): 21–35. DOI:10.3969/j.issn.1002-8102.2020.01.002 |
| [12] | 张成思, 唐火青, 陈贞竹. 货币政策冲击对实体企业投资选择影响的“宿醉效应”[J]. 金融研究, 2022(9): 1–19. |
| [13] | Auerbach A J, Gorodnichenko Y. Measuring the output responses to fiscal policy[J]. American Economic Journal: Economic Policy, 2012, 4(2): 1–27. DOI:10.1257/pol.4.2.1 |
| [14] | Belongia M T, Ireland P N. Circumventing the zero lower bound with monetary policy rules based on money[J]. Journal of Macroeconomics, 2017, 54: 42–58. DOI:10.1016/j.jmacro.2017.01.007 |
| [15] | Chang C, Chen K, Waggoner D F, et al. Trends and cycles in China’s macroeconomy[R]. NBER Working Paper 21244, 2015: 1-84. |
| [16] | Chen K J, Ren J, Zha T. The nexus of monetary policy and shadow banking in China[J]. American Economic Review, 2018, 108(12): 3891–3936. DOI:10.1257/aer.20170133 |
| [17] | Eggertsson G B. Great expectations and the end of the depression[J]. American Economic Review, 2008, 98(4): 1476–1516. DOI:10.1257/aer.98.4.1476 |
| [18] | Gambacorta L, Hofmann B, Peersman G. The effectiveness of unconventional monetary policy at the zero lower bound: A cross-country analysis[J]. Journal of Money, Credit and Banking, 2014, 46(4): 615–642. DOI:10.1111/jmcb.12119 |
| [19] | Jordà Ò. Estimation and inference of impulse responses by local projections[J]. American Economic Review, 2005, 95(1): 161–182. DOI:10.1257/0002828053828518 |
| [20] | Koo R C. The holy grail of macroeconomics: Lessons from Japan’s great recession[M]. Hoboken: Wiley, 2008. |
| [21] | Nakata T. Uncertainty at the zero lower bound[J]. American Economic Journal: Macroeconomics, 2017, 9(3): 186–221. DOI:10.1257/mac.20140253 |
| [22] | Ramey V A, Zubairy S. Government spending multipliers in good times and in bad: Evidence from US historical data[J]. Journal of Political Economy, 2018, 126(2): 850–901. DOI:10.1086/696277 |
| [23] | Romer C D, Romer D H. Phillips lecture-why some times are different: Macroeconomic policy and the aftermath of financial crises[J]. Economica, 2018, 85(337): 1–40. DOI:10.1111/ecca.12258 |
| [24] | Romer C D, Romer D H. Fiscal space and the aftermath of financial crises: How it matters and why[R]. Working Paper 25768, 2019. |
| [25] | Wu J C, Xia F D. Measuring the macroeconomic impact of monetary policy at the zero lower bound[J]. Journal of Money, Credit and Banking, 2016, 48(2-3): 253–291. DOI:10.1111/jmcb.12300 |