《International Journal of Financial Studies》：Reassessment of Factors Affecting China’s Quantity-Based Monetary Policy Effectiveness: An Interpretable Machine Learning Approach
编辑推荐：
货币政策的有效传导是维持宏观经济稳定、平滑经济周期波动以及促进高质量发展的基础性制度保障。然而，现有文献尚未系统且实证地揭示驱动中国数量型货币政策有效性时变特征的潜在决定因素。本研究首先从产出传导维度构建了中国数量型货币政策有效性的精确测量指标，该指标被定义为
货币政策的有效传导是维持宏观经济稳定、平滑经济周期波动以及促进高质量发展的基础性制度保障。然而，现有文献尚未系统且实证地揭示驱动中国数量型货币政策有效性时变特征的潜在决定因素。本研究首先从产出传导维度构建了中国数量型货币政策有效性的精确测量指标，该指标被定义为国内实际产出（扣除净出口贡献）对正交化外生M2增长冲击的响应。在此基础上，研究人员将梯度提升决策树（GBDT）模型与沙普利加法解释（SHAP）框架相结合，以定量识别在不同经济周期和结构转型阶段决定政策有效性的核心因素。估计结果记录了驱动中国数量型货币政策有效性的因素存在明显的阶段性异质性：在2002–2008年期间，人口老龄化和宏观经济政策指标是主要的解释因素；而在2009–2015年期间，经济结构指标在塑造政策有效性方面占据主导地位。2016–2022年期间进一步表现为人口老龄化与经济结构维度的共同主导。在这一最新阶段，老年抚养比、虚实经济结构失衡以及扭曲的总供给结构对模型预测的货币政策有效性产生了统计显著的负向边际贡献，而总和生育率和潜在产出增长率则产生了正向且具有经济意义的贡献。
### 论文解读：中国数量型货币政策有效性影响因素的再评估
#### 研究背景与问题
货币政策是中央银行稳定宏观经济、扩大内需和化解风险的重要调控工具。其有效性依赖于传导机制的顺畅运行，这一过程通常经历从中央银行政策操作、金融机构行为、实体经济融资到微观经济主体投资与消费支出的多个阶段。近年来，随着外部环境变化、中国经济增长放缓、有效内需不足以及深层次结构调整，提升货币政策传导效率并强化其对实体经济的支持成为宏观经济研究与政策实践的核心议题。在中国货币政策调控框架中，数量型工具被广泛用于平滑经济周期波动和应对各类金融冲击。尽管货币需求稳定性下降和货币供给内生性上升引发了学术界对数量型货币政策实际效果的质疑，但数量型调控在中国宏观政策框架中长期占据重要地位。大量实证研究进一步确认，在当前中国背景下，数量型货币政策的整体调控绩效仍显著优于价格型货币政策。因此，结合中国当前经济运行特点，深入探究数量型货币政策在保障金融稳定维度的有效性及适用边界，具有重要的理论价值和现实政策意义。
现有研究从金融市场状况、宏观经济政策环境、人口结构变化等角度对货币政策有效性变化的影响因素进行了考察，但主要关注单一因素或特定机制，缺乏对多因素相对重要性、阶段性变化、贡献方向及非线性关系的系统比较。针对这一不足，研究人员开展了本研究。
#### 研究内容与结论
本研究利用2000年第三季度至2024年第一季度（2000Q3–2024Q1）的季度数据，通过平滑局部投影（SLP）方法测量了中国数量型货币政策的产出传导有效性，并基于2002年6月至2022年2月（237个月度观测值）的月度样本，构建了涵盖金融市场、宏观经济政策、经济增长、经济结构和人口老龄化五大类别的17个指标系统。随后，研究人员比较了六种机器学习模型，并选取表现最优的梯度提升决策树（GBDT）模型，结合沙普利加法解释（SHAP）框架，定量识别了在不同经济阶段影响政策有效性的核心因素及其贡献方向和模式。研究得出三项主要结论：第一，中国数量型货币政策有效性的主导预测因素从早期阶段（2002–2008）的政策相关因素转向后期阶段（2016–2022）的结构与人口因素；第二，在后期阶段，人口老龄化和结构失衡对预测的政策有效性产生了显著的负向贡献；第三，关键指标呈现明显的非线性阈值特征，例如老年抚养比超过约14.64%时负向贡献急剧增强，虚实经济结构占比超过约0.1474时同样产生负向效应。该研究发表在《International Journal of Financial Studies》。
#### 关键技术与方法
本研究采用的关键技术方法包括：①平滑局部投影（SLP）方法，用于从外生M2增长冲击对国内实际产出（扣除净出口）的响应中估计时变货币政策有效性指标，该方法通过B样条平滑约束降低局部投影估计的波动性；②梯度提升决策树（GBDT）模型，作为最优的机器学习回归器进行预测分析；③沙普利加法解释（SHAP）框架，用于分解模型预测并量化各指标的预测重要性、贡献方向及非线性模式。数据来源包括中国人民银行（PBOC）、国家统计局（NBS）、中国宏观经济政策三体数据库、IMF数据库、世界银行WDI数据库等。样本涵盖2002年6月至2022年2月的月度平衡面板数据，共237个观测值。
#### 研究结果
**4.1 中国货币政策有效性的测量**
研究人员通过平滑局部投影（SLP）方法，使用外生M2增长冲击识别中国数量型货币政策冲击，并评估其对国内实际产出（扣除净出口）的响应。采用三年滚动窗口估计，得到2002年第二季度至2022年第一季度的季度政策有效性指标，后通过三次样条插值转换为月度序列。结果显示，中国数量型货币政策的产出传导有效性呈现整体下降趋势：2002–2008年期间平均响应为0.850，2009–2015年降至0.258，2016–2022年进一步降至-0.451，表明传导环境发生了显著阶段性变化。
**4.2 与货币政策有效性相关的因素的预测分析**
研究人员比较了支持向量回归（SVM）、K近邻回归（KNN）、梯度提升决策树（GBDT）、随机森林（RF）、LightGBM和XGBoost六种模型，GBDT表现最优（R2=0.8608）。随后利用SHAP分析各指标的预测重要性。分阶段结果显示：
- **2002–2008年**：人口老龄化（贡献率24.82%）和宏观经济政策（贡献率24.68%）指标是主要预测因素，其中财政政策强度、老年抚养比、总供给结构和潜在增长率是最重要的个体指标。
- **2009–2015年**：经济结构指标成为首要类别（贡献率25.70%），人口老龄化指标仍重要（24.67%），宏观经济政策贡献率下降至19.93%。总供给结构、潜在增长率、美国经济政策不确定性和老年抚养比排名靠前。
- **2016–2022年**：人口老龄化（贡献率31.88%）和经济结构（贡献率31.83%）指标共同主导，金融市场和宏观经济政策指标贡献率大幅降至9.44%和8.36%。老年抚养比、虚实经济结构、总和生育率和总供给结构是领先指标。
SHAP方向分析表明，在2016–2022年阶段，老年抚养比、虚实经济结构和总供给结构的高值主要位于负贡献区域，而总和生育率、累计GDP增长率和潜在增长率的高值仍为正贡献。
**4.3 关键因素的非线性贡献模式**
基于全样本的SHAP依赖图分析显示，六个关键指标存在明显的非线性阈值：
- 老年抚养比在约12.10%、13.76%和14.64%处存在转折点，超过14.64%后负向贡献显著增强；
- 总供给结构在约0.3194处由负转正；
- 虚实经济结构在约0.0854和0.1474处存在转折，低值和高值区间均为负贡献，中间区间为正贡献；
- 潜在增长率在约0.0951处由负转正；
- 总和生育率在约1.554处由负转正；
- 财政政策强度在约51.44处由负转正。
**4.4 稳健性检验**
研究人员进行了五项稳健性检验：①将因变量分别滞后6个月和12个月；②剔除2020年COVID-19疫情数据；③使用原始季度数据；④替换机器学习模型为其他五种算法；⑤采用时间序列扩展窗口验证。检验结果总体上支持了基准分析中阶段特异性模式的定性稳健性，即经济结构与人口老龄化因素在后期的贡献上升，但具体贡献份额和排名因设定而异。
#### 结论与政策启示
**5.1 结论**
本研究利用2000年第三季度至2024年第一季度的季度数据估计了中国数量型货币政策的产出传导有效性，并基于2002年6月至2022年2月的237个月度观测值考察了影响该有效性的因素。在比较六种机器学习模型后，研究人员使用SHAP对选定的梯度提升决策树（GBDT）模型进行解释，得出三项主要发现。
第一，中国数量型货币政策有效性的主导预测因素从早期阶段的政策相关因素转向后期阶段的结构与人口因素。2002–2008年，人口老龄化和宏观经济政策指标占SHAP总贡献的最大份额，财政政策强度、老年抚养比、总供给结构和潜在增长率是最重要的个体预测因素。2009–2015年，经济结构指标成为首要类别，总供给结构和潜在增长率继续提供大量预测信息。2016–2022年，人口老龄化和经济结构指标共同主导了货币政策有效性的预测。总体而言，预测焦点从财政政策协调和人口条件转向经济结构与人口老龄化。
第二，主导预测因素的方向性贡献表明，在后期阶段，结构与人口约束变得更加突出。2002–2008年，财政政策强度、老年抚养比、总供给结构和预期寿命对预测的货币政策有效性主要为正贡献。2009–2015年，总供给结构、潜在增长率、美国经济政策不确定性和老年抚养比继续主要为正贡献，而预期寿命贡献为负。2016–2022年，老年抚养比、虚实经济结构和总供给结构主要为负贡献，而总和生育率、累计GDP增长率和潜在增长率仍为正贡献。这些结果表明，人口老龄化和结构失衡日益制约了数量型货币政策的预测产出传导有效性。
第三，关键指标在SHAP贡献中呈现出明显的非线性阈值模式。总供给结构、潜在增长率、总和生育率和财政政策强度在超过各自经验阈值后贡献更为正向。相比之下，老年抚养比和虚实经济结构在指标超过各自经验上转折点（分别约为14.64%和0.1474）后，其贡献变得越来越负向。这些阈值模式表明，数量型货币政策的产出传导有效性取决于经济的结构质量、人口特征、增长能力和财政支持力度。
