非线性视角下我国货币政策传导渠道的非对称性研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇非线性视角下我国货币政策传导渠道的非对称性研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：突破原有的线性框架约束，使用非线性方法对我国的货币传导渠道进行了研究，发现我国的货币政策传导渠道存在三条，分别是信贷渠道、利率渠道和资产价格渠道，每一条渠道都有各自的门限值，各条渠道不同的门限值造成了我国货币政策传导效果的非对称性特征，同时也形成了每一条传导渠道的非对称性。
关键词：货币传导；非线性；非对称
中图分类号：F822.0 文献标识码：A 文章编号：1001-8409（2012）10-0059-07
Asymmetry of Chinese Monetary Policy Transmission
Channel Based on the Perspective of Nonlinear
LI Cun-pu1，HE Jing2
（1. School of Economics & Finance， Xi'an International Studies University， Xi'an 710128；
2. School of Management， Xi'an University of Architecture and Technology， Xi'an 710055）
Abstract： This paper uses nonlinear method to study monetary transmission channels in China. Result shows that there are three monetary policy transmission channels in China， respectively is credit channels， interest rate channels and asset prices channels. These three channels of the conduction effect is asymmetry， at the same time effect of each transmission channel is also asymmetry.
Key words： monetary policy transmission； asymmetric； nonlinear
货币政策传导渠道的前期相关研究都是在线性框架下进行的，但是，我国货币政策传导渠道的非对称性特征本质上就是一个非线性的体现，前期过度沉迷于线性框架的研究推迟了进一步认识我国货币政策传导渠道的进程。
一、我国货币政策传导渠道：线性研究的分歧
我国货币传导渠道的研究存在许多完全不同的观点。第一类观点认为我国的货币传导渠道主要是信贷渠道，其他渠道传导的作用不显著，甚至有些研究者的极端观点认为不存在其他的传导渠道；第二类观点则与第一类完全相反，认为我国的货币传导渠道主要是利率渠道而非信贷渠道，在这一类观点中有些研究者认为虽然利率渠道的传导作用趋向于越来越显著，但仍然存在一定的阻滞；第三类观点认为货币政策传导的各条渠道都在发挥着作用，甚至资产价格渠道也在发挥着传导作用。
莫高琪、冉茂盛和钟韬[1]运用VAR模型研究了1994～2004年的数据，研究结果发现货币渠道与银行信贷渠道在我国货币政策传导中发挥着重要作用，相对而言，银行信贷渠道对宏观经济的影响更大，在货币政策传导中占主导地位；王睿和赵海[2]研究了我国货币传导的货币渠道、资产价格渠道和信贷渠道，研究发现银行贷款传导等信用渠道成了我国货币政策传导的主渠道，货币政策的利率传导途径与资本市场传导在短期内很难发挥作用；盛松成和吴培新[3]运用VAR模型对1998年1月～2006年6月的金融月度数据进行了研究，研究证明我国基本不存在货币传导渠道，主要的传导渠道是银行贷款，研究还发现，银行贷款传导的路径是信贷规模调控实体经济，并引导货币供应量的变化，这种调控模式从1998 年到今天一直没有改变。
顾铭德、汪其昌和王晟[4]研究发现信贷市场是我国货币政策传导的主渠道，但是由于内外因素的影响，信贷传导产生了复杂的效应。货币市场的发展，使得由原来的信贷传导转向了货币传导，利率有了初步的市场化，但下游梗阻，不能传导到实体经济；孙明华[5]运用VAR模型对我国从1994 年第1季度～2003 年第1季度的货币政策传导机制进行了研究，证明了我国货币政策是通过货币渠道而不是信贷渠道对实体经济产生影响的；孙小丽[6]认为自1996年以来，利率在货币政策传导机制中的间接作用日趋显著，随着利率市场化趋势的不断加强，利率传导机制正向市场化国家的标准模式靠拢；龙琼华和伍海华[7]运用VAR模型对中国1998～2008年货币政策利率传导机制进行了研究，结果发现货币供应量比货币市场利率和银行贷款利率在货币传导中发挥了更为重要的传导作用，利率渠道还不是现阶段货币政策传导的主要途径。
徐淑一和欧大军[8]运用VAR分析方法对我国1996～2003 年间的货币政策对经济的影响及其传导机制进行了研究，研究发现货币政策的货币渠道与信用渠道在我国货币政策的传导过程中有着重要作用；盛朝辉[9]使用VAR模型研究了我国货币政策的传导渠道，研究发现信贷和信用渠道在货币政策传导机制中发挥着主要作用，利率传导渠道的作用得到了发挥，资本市场的货币传导渠道的效应开始显现，汇率渠道在货币政策传导中具有一定的波动性；范方志和于赟[10]运用VAR分析方法研究发现我国货币政策能够通过利率渠道、通货膨胀率渠道和货币供应量渠道有效地传导到中国资本市场；戴振旗[11]认为人民币汇率有货币政策传导效应；丁晨和屠梅曾[12]运用向量误差修正模型研究了房价在货币政策传导机制中的作用，研究发现我国房地产市场已成为货币政策传导的重要途径。
本文认为货币政策传导渠道研究产生如此多的分歧，其主要原因是货币传导问题是一个非线性问题，虽然部分原因是由于研究者所使用的研究样本差异造成的，但这更说明了非线性在其中发挥的作用，所以，我国货币政策传导渠道研究的分歧就是线性研究方法造成的分歧。本文拟运用回归本位的非线性平滑转换模型对我国货币政策传导渠道进行研究，这种非线性方法不仅可以测度传导渠道发挥作用的临界值，还可以描绘出在传导渠道中临界值（门限值）两侧变量的非线性变化轨迹。
二、我国货币政策传导渠道的非线性模型、数据和变量
1.STR模型
平滑转换模型（Smooth Transition Regression Model）是对于Terasvirta和Anderson[13]提出的平滑转换自回归模型的一个改进。平滑转换模型是门限回归模型的一般化形式，其主要的特征就是可以看到回归参数发生的变化。
标准的平滑转换模型如下：
yt=φ′zt+θ′ztG（γ，c，st）+ut
ut～iid（0，σ2）（1）
G（γ，c，st）=1+exp-γΠ K k=1st-ck-1（2）
其中，zt=w′t，x′t是一个m×1×1的解释变量，w′t=（y1t，y2t，....，yt-p）′，x′t=（x1t，x2t，....，xkt）′。φ和θ依次为线性和非线性部分的参数向量。转换函数G（γ，c，st）中st是转换变量，可以为zt向量当中的组成部分、组成部分的函数或一个不包括在zt内的外生变量，如果st并不是zt的一部分，那么可以通过设置子集限制条件（subset restrictions）。可以在后来的步骤中令st=t，如果那样的话，他就没有必要必须包含在zt中；γ是平滑参数，表示从一个状态转移到另一个状态的转换速度或调整的平滑性；ck是位置参数，其实就是不同状态下的门限值，其决定了模型动态变化发生的位置。
2.货币政策传导渠道非线性STR模型的建立
将货币传导的理论模型与平滑转换模型相结合，就可得到以STR模型的Logistic形式为基础的货币传导的STR模型：
（1）信贷传导渠道效应的非线性STR模型
模型1：
GDPt=φ00+∑8i=1φ0iGDPt-i+∑8j=0δ0jLOANt-j+
G（γ，ck，st）φ10+∑8i=1φ1iGDPt-i+∑8j=0δ1jLOANt-j+εt（3）
模型2：
CPIt=φ00+∑8i=1φ0iCPIt-i+∑8j=0δ0jLOANt-j+G（γ，ck，st）φ10+∑8i=1φ1iCPIt-i+∑8j=0δ1jLOANt-j+εt（4）
（2）利率传导渠道效应的非线性STR模型
模型3：
GDPt=φ00+∑8i=1φ0iGDPt-i+∑8j=0δ0jIBORt-j+G（γ，ck，st）φ10+∑8i=1φ1iGDPt-i+∑8j=0δ1jIBORt-j+εt（5）
模型4：
CPIt=φ00+∑8i=1φ0iCPIt-i+∑8j=0δ0jIBORt-j+G（γ，ck，st）φ10+∑8i=1φ1iCPIt-i+∑8j=0δ1jIBORt-j+εt（6）
（3）资本市场传导效应的非线性STR模型
模型5：
GDPt=φ00+∑8i=1φ0iGDPt-i+∑8j=0δ0jSSIt-j+G（γ，ck，st）φ10+∑8i=1φ1iGDPt-i+∑8j=0δ1jSSIt-j+εt（7）
模型6：
CPIt=φ00+∑8i=1φ0iCPIt-i+∑8j=0δ0jSSIt-j+G（γ，ck，st）φ10+∑8i=1φ1iCPIt-i+∑8j=0δ1jSSIt-j+εt（8）
（4）汇率传导渠道效应的非线性STR模型
模型7：
WBt=φ00+∑8i=1φ0iWBt-i+∑8j=0δ0jEXt-j+G（γ，ck，st）φ10+∑8i=1φ1iWBt-i+∑8j=0δ1jEXt-j+εt（9）
3.变量的选取和数据的处理
一般认为我国是1994年开始逐渐建立起市场化货币政策调控机制的，所以本文拟研究1994～2010年我国的货币政策的信贷渠道、利率、资本市场、汇率等渠道非线性传导效应。
根据货币政策传导的定义，本文选取国民生产总值GDP、居民价格指数CPI、外贸进出口总值占GDP的比重WB等作为反映影响经济运行的指标，使用LOAN、M2、IBOR、SSI、EX分别表示贷款、货币供应量①、7天加权同业拆借利率②、上海证券交易所季末收盘指数、汇率等指标。
数据使用之前都进行了价格调整（以1994年价格水平为基期），并进行了季节调整，又做了取对数处理。
在本文实证结果中，所使用的所有数据均已进行了取对数处理，为了行文简洁，文中GDP表示LN（GDP）， M2表示LN（M2），IBOR表示LN（IBOR），其他变量以此类推。数据来源于历年《中国统计年鉴》、色诺芬数据库、中宏统计数据库和中宏产业数据库。
三、我国货币政策传导渠道的非线性检验实证结果及分析
1.线性模型结构的确定
（1）数据的平稳性检验
因为本文使用的数据为时间序列数据，所以确定线性模型的结构必须首先对数据进行平稳性检验。对模型中的变量国民生产总值（GDP）、居民价格指数（CPI）、外贸进出口总值占GDP的比重（WB）、贷款（LOAN）、货币供应量（M2）、7天加权同业拆借利率（IBOR）、上海证券交易所季末收盘指数（SSI）、汇率（EX）分别使用ADF检验进行平稳性检验，由于数据的缺失问题，在不同模型中使用了不同的样本区间。检验结果显示，在模型1、2的平稳性检验中，由于国内生产总值、物价指数和短期贷款的时间频率并不相同，所以采用了时间频率相同的国内生产总值（GDP）和短期贷款（LOAN）的组合来研究货币政策的信贷渠道。经过平稳性检验，我们可以看到在1%的显著水平上GDPH和LOAN是一个单位根序列，即I（1）。
①现阶段我国货币政策立场的变量无非就是货币供应量（增长率）和利率。刘金全（2002）、于则（2006）、宋旺和钟正生（2006）、索彦峰和范从来（2007）、贺晨（2009）在研究中都曾把M1、M2或者他们的增长率作为政策立场的变量。
②我国同业拆借市场发展的广度和深度大大提高，其中以7天拆借的交易量最高，7天加权同业拆借利率（IBOR）基本上反映了该市场上的资金供求情况，也是中央银行货币政策立场变化的反映（索彦峰和范从来，2007）。
[HJ1.9mm][FQ）]
在模型3、4的平稳性检验中，由于月度数据的频率更高，本文选择了物价指数（CPI）和7天加权同业拆借利率（IBOR）来研究利率渠道的货币政策传导效果，但更重要的是国内生产总值和这两个序列不是同阶平稳序列。经过检验，我们可以得到CPI和IBOR的原序列就是一个平稳序列。
在模型5、6的平稳性检验中，由于数据频率的问题，选择了物价指数（CPI）和上证综指季末额（SSI）来研究资产价格渠道的货币政策传导效果，这两个序列也是一个单位根序列。
在模型7的平稳性检验中，汇率（EX）和外贸进出口总值占GDP的比重（WB）都是单位根序列。
经过平稳性检验，以及根据数据情况的合理取舍，本文将使用国内生产总值（GDP）和短期贷款（LOAN）的组合，即模型1来研究货币政策的信贷渠道传导效果；选择物价指数（CPI）和7天加权同业拆借利率（IBOR）的组合，即模型4来研究利率渠道的货币政策传导效果；选择物价指数（CPI）和上证综指季末额（SSI），即模型6来研究资产价格渠道的货币政策传导效果；用模型7来研究汇率渠道的传导效果。
（2）因果关系检验
在进行平稳性检验后，需要对序列的组合进行因果检验，通过格兰杰因果检验，我们可以很清楚地看到，在模型1中，国内生产总值（GDP）是短期贷款（LOAN）的格兰杰原因，但是短期贷款（LOAN）不是国内生产总值（GDP）的格兰杰原因，这从一个角度证明了我国的货币政策存在同步性的问题，即在样本期内货币政策表现出了内生性的特点；在模型4中，7天加权同业拆借利率（IBOR）是物价指数（CPI）的格兰杰原因；在模型6中，上证综指季末额（SSI）是物价指数（CPI）的格兰杰原因；而在模型7中，汇率（EX）和外贸进出口总值占GDP的比重（WB）之间不存在因果关系，说明在研究的样本区间内汇率渠道的通畅性是有疑问的。所以，在以后的研究中将深入研究信贷渠道（模型1）、利率渠道（模型4）和资产价格渠道（模型6）。
（3）模型线性部分的确定
在平稳性检验和因果关系检验结束以后，需要确定模型的线性部分的具体形式。Terasvirta[14]提出STR模型中线性AR部分具体结构的确定可以按照VAR框架来确定。按照最高滞后阶数设定为8，使用因变量对自变量及滞后项分别回归，然后根据AIC准则和SC准则，t值和D-W值来逐一剔除，并从中选出最后的滞后阶数；其次，根据因变量对第一步所选出的最优滞后项和解释变量的滞后项的各种组合进行回归来得出解释变量的最优滞后阶数。
本文得到的相应非线性模型的线性部分回归的具体结果为：
模型1的线性部分回归的结果：
ΔLOANt=0.036-0.144ΔGDPt+0.3648ΔLOANt-1
（-2.28）（3.06）
-0.1568ΔGDPt-1（10）
（-2.40）
R2=0.40 L=0.0134 PRESET（1，35）=0.95
模型4的线性部分回归的结果：
CPIt=5.57-0.269CPIt-1+0.348IBORt-3（11）
（-1.8）（3.97）
R2=0.29 L=0.01321 PRESET（1，35）=0.15
模型6的线性部分回归的结果：
ΔCPIt=-0.039+0.0192ΔSSIt+0.3648ΔCPIt-3（12）
（2.03）（1.68）
R2=0.04 L=0.01123 PRESET（1，88）=0.58
以上方程中，L和PRESET分别代表残差标准差和RESET检验的p值。仅从模型的拟合度上来说，模型拟合的效果并不很理想。所以我们继续进行了RESET检验，检验的结果是其F值很小（P值较大），这表明不存在模型误设的问题。从经济学理论和我国的现实情况来看，宏观经济产出变量受到很多因素的影响，因此R2较小的结果就不难理解了。三个方程的布劳殊-戈弗雷检验证明残差不存在自相关，雅克贝拉检验证明残差的分布为非正态分布，这就表明该模型有缺陷，但是如果严格从动态模型的渐进理论来解释，这可能是由于模型的非线性特征造成的，有时考虑ARCH效应有助于解决这个问题三个方程的ARCH（2）检验结果证明回归的残差中不存在条件异方差。那么是否是由于变量之间存在非线性的关系而导致拟合度不理想和回归残差非正态，就需要进行进一步的线性检验。
2.线性检验及非线性模型类型的选择
检验模型的非线性特征，选择特殊的转换变量和特定的模型（LSTR1或者是LSTR2），泰雷斯维尔塔（Tersvirta，2004）建议使用由下面的辅助回归方程构建的LM统计量进行检验：
如果转换变量st不是zt的一部分，可以得到辅助方程：
yt=β′0zt+∑3j=1β′jztsjt+u*t
其中zt=（1，t）′，t是一个m×1阶向量，u*t是ut的函数，u*t=ut+R3（γ，c，st）θ′Zt，R3（γ，c，st）为泰勒展开式剩余项。对线性检验的原假设H0：β0=β1=β2=0，如果拒绝原假设则证明存在非线性关系。对于检验统计量的选择，泰雷斯维尔塔（Tersvirta，1998）提出了用F统计量来代替χ2有效地回避了精确程度的扭曲，且近似F分布的自由度分别为3m和T-4m-1。
在肯定了非线性关系后，就要确定模型的形式是LSTR1还是LSTR2，模型的选择是基于下面的检验顺序：
H04：β3=0
H03：β2=0︳β3=0
H02：β1=0︳β2=β3=0
原假设H04、H03、H02的相应统计量分别为F4、F3、F2，如果拒绝H04则表示模型是一个包含了一个非零门限的LSTR1模型，如果拒绝H03则表示模型是一个LSTR2，此外如果拒绝H02则表明模型是一个LSTR1形式且有一个为0的门限值。模型设定检验结果见表1。
（1） 参数初始值的确定
STR模型的估计是依靠非线性最优化的路线。本文系统性地依靠网格点搜索法，开始对d（滞后阶数）、γ和c的可能取值的残差平方和的格点搜索；从第一步中得到的最小残差平方和提供了转换函数中d、γ和c的初始值，从而得到一个转换函数，以这个转换函数为基础，使用最大似然估计法估计选出的非线性模型，包含转换函数中的参数γ和c，在这个过程进行的同时，模型也得到了优化。下面是本文所得到的三个模型的平滑参数和位置参数的初始估计值（见表2）、格点搜索等高线图和平面图（图1～图4）：
（2）模型参数的估计
模型1的估计结果：
ΔLOANt=0.1129-0.9799ΔLOANt-1-0.07ΔGDPt-0.20ΔGDPt-1+[1.425-1.7ΔLOANt-1-37.96ΔGDPt-6.498ΔGDPt-1]
（-9.16）（-0.45）（-1.36） （-3.0022） （6.6789）（4.3018）
×1+Exp-185.25ΔLOANt-1-0.075-1（13）
R2=0.8747AIC=6.588SC=6.1532
模型4的估计结果：
CPIt=4.75527-0.03CPIt-1+0.051IBORt-3+2.1792-4.7172CPIt-1+2.771IBORt-3
（-2.14） （2.4346） （2.12） （2.7436）
×1+Exp-6.971IBORt-3-0.0476
IBORt-3-1.41896-1（14）
R2=0.9734 AIC=8.9424SC=9.2172
模型6的估计结果：
ΔCPIt=-0.0526+0.02653ΔSSIt+0.2034CPIt-3+0.07482-0.04799SSIt+0.69722CPIt-3
（1.84）（2.7227） （2.12） （2.7436）
×1+Exp（-10（ΔCPIt-3+0.02999）
（ΔCPIt-3-0.01026））-1（15）
R2=0.8734 AIC=7.9424SC=7.2172
从对三个STR模型估计结果可以得出以下结论：
在使用非线性STR模型之后，模型的拟合度都显著提高。无论是非线性模型还是线性模型，布劳殊-戈弗雷检验表明其残差都不存在自相关，ARCH-LM检验表明不存在条件异方差，拟合度的显著提高说明非线性模型更适合研究各渠道变量间的关系。
从模型1所得的结果可以看出，国民生产总值与贷款的关系从一种状态转换到另一种状态的速度是较快的（γ=185，通常γ值在10以上，就认为转换速度是比较快的）。大多数的观察值都会落在两种极端状态（G=0或者G=1），只有比较少的观察值会落在中间状态。这个结果与根据γ值的大小上判断出的“有一个较快的转换速度”是一致的。
在设定显著水平为10%的情况下，可以看到模型的线性部分中贷款滞后一期ΔLOANt-1的值是显著的，这表明当期贷款的速度受到前一期贷款速度的影响，国民生产总值对于贷款的影响是正的，实证分析表明货币政策具有内生性特征，但是统计并不显著。模型的非线性部分中国民生产总值的前一期和当期值对于当期贷款的影响是显著的负影响，这就是所谓的内生性反应，当经济过快发展时，市场利率趋于上升，为防止通货膨胀央行必然会收紧银根，贷款的减收并非完全是政策行为的结果，同时也有经济过热的结果。从表1中选择的转换函数可知，当前一期的贷款增长速度ΔLOANt-1>0.075时，模型就转换为非线性的，这时国民生产总值的变动对于贷款的变动的影响为线性部分和非线性部分的叠加，也即前一期的贷款水平对于当期贷款的影响系数为-2.6799（-1.7-0.9799），前一期的国民生产总值的增长水平对于当期贷款的影响系数为-37.96（线性部分不显著，仅有非线性部分）。当期的国民生产总值的增长水平对于当期贷款的影响系数为-6.498（线性部分不显著，仅有非线性部分）。可见，在非线性条件下，货币政策的非线性和内生性特征表现得非常充分。
从模型4所得结果可以看出，模型的线性部分都很显著，前一期利率变动1%，当期的物价指数变动0.051%，这证明了一个重要的结论：货币紧缩周期的开始应先于通胀的开始，紧缩周期必须开始在通胀压力物化之前，通货紧缩周期在开始的目标仅仅是确保通胀后不会继续上升，如果紧缩政策实施太晚将会使降低通货膨胀的成本上升。前一期物价变动1%，当期的物价指数变动-0.03%。模型的非线性部分包含转换函数和回归项两部分，c1=0.0476，c2=1.41896，转换函数关于c1+c22=0.73328对称，当转换变量ΔBIORt-3=0.73328，转换函数G=0，此时非线性部分消失，当转换变量值等于临界值时，G=0.5。平滑参数γ=6.971，表明模型的转化速度较快（见图7），当转换变量ΔBIORt-31.41896，也就是前三期利率的变动速度出现较快回落或者出现过快增长时，转换函数向1转换的速度较快，非线性部分对于模型的影响会表现出来，利率对于物价指数的非对称性影响也就会体现出来。前三期利率出现较快回落， ΔBIORt-31.41896，前三期利率变动1%，当期物价指数变动2.822%，前一期CPI变动1%，当期物价指数变动-4.7472%。
从模型6所得结果可以看出，模型的线性部分都很显著，当期上证综指变动1%，当期的物价指数变动0.0265%。模型的非线性部分包含转换函数和回归项两部分，c1=-0.02999，c2=1.01026，转换函数关于c1+c22=0.490135对称，当转换变量ΔCPIt-3=0.49188，转换函数G=0，此时非线性部分消失，当转换变量值等于临界值时，G=0.5。平滑参数γ=10，表明模型的转化速度较快（见图8），当转换变量ΔCPIt-31.01026，也就是前三期物价指数的变动速度出现较快回落或者出现过快增长时，转换函数向1转换的速度较快，非线性部分对于模型的影响会表现出来，上证综指对于物价指数的非对称性影响也就会体现出来。前三期物价出现较快回落， ΔCPIt-31.01026，当期上证综指季末额（SSI）变动1%，当期物价指数变动2.822%。
四、结论
本文通过使用非线性平滑转换模型研究了我国的货币传导渠道，研究发现，在研究的样本区间内，我国的货币政策传导渠道存在三条，分别是信贷渠道、利率渠道和资产价格渠道。从整体上来看，这三条渠道的传导效果是非对称性的，每一条渠道都有不同的转换变量，也就是不同的状态转换条件。每一条渠道内部的传导过程也是非对称性的，在门限值两侧呈现出非对称性的性质，而且货币政策在非线性状态下表现出较强的内部性特征。
在信贷渠道的研究中，国民生产总值与贷款的关系从一种状态转换到另一种状态的速度是较快的（γ=185，通常γ值在10以上，就认为转换速度是比较快的）。这说明了我国经济增长主要还是要靠投资拉动，同时，投资对国民经济产生影响的速度是很快的。
利率渠道的研究证实了货币紧缩周期的开始应先于通胀的开始，紧缩周期必须开始在通胀压力物化之前，通货紧缩周期在开始的目标仅仅是确保通胀后不会继续上升，如果紧缩政策实施太晚将会使降低通货膨胀的成本上升。
资产价格渠道的研究发现前三期物价出现较快回落， 当转换变量ΔCPIT-31.01026，当期上证综指季末额（SSI）变动1%，当期物价指数变动2.822%。
参考文献：
[1]莫高琪，冉茂盛，钟韬.转轨时期中国货币政策传导机制的实证[J].重庆大学学报（自然科学版），2005（11）.
[2]王睿，赵海.我国货币传导机制实证评析[J].浙江海洋学院学报（人文科学版），2006（3）.
[3]盛松成，吴培新.中国货币政策的二元传导机制[J].经济研究，2008（10）.
[4]顾铭德，汪其昌，王晟.我国货币政策传导机制的变迁、效应及疏导建议[J].财经研究，2002（11）.
[5]孙明华.我国货币政策传导机制的实证分析[J].财经研究，2004（3）.
[6]孙小丽.中国货币政策传导机制实证研究[J].求索，2006（11）.
[7]龙琼华， 伍海华.中国货币政策利率传导机制的实证研究：1998～2008 年[J].青岛大学学报（自然科学版），2009（12）.
[8]徐淑一，欧大军.我国货币政策传导机制的实证研究[J].南方金融，2005（12）.
[9]盛朝辉.中国货币政策传导渠道效应分析：1994-2004[J].金融研究，2006（7）.
[10]范方志，于赟.中国货币政策传导有效性之实证分析[J].广西经济管理干部学院学报，2006（4）.
[11]戴振旗.人民币汇率的货币政策传导效应及实证[J].统计与决策，2005（11）.
[12]丁晨，屠梅曾.论房价在货币政策传导机制中的作用—基于VECM 分析[J].数量经济技术经济研究，2007（11）.
[13]T Tersvirta， H.M.Anderson.Characterizing Nonlinearities in Business Cycles Using Smooth Transition Auto regression Models.Journal of Applied Econometrics 1992， 12， pp119-136.
[14]T.Tersvirta.Modeling Economic Relationships with Smooth Transition Regressions， [M] In： Ullah， A.， Giles， D.E.A.（Eds.） .Handbook of Applied Economic Statistics[C].Vol.155.Dekker， New York， Basel and Hong Kong， 1998， pp.507 —552.
[15]T.Tersvirta.Specification， Estimation， and Evaluation of Smooth Transition Autoregressive Models.Journal of the American Statistical Association1994， 3， pp208-218.
[16]Frederic S.Mishkin.Symposium on the Monetary Transmission Mechanism，The Journal of Economic Perspectives 1995， 9（4）：3-10.