[摘 要]黨(dang) 的十九大報告對金融工作提出了明確的要求，指出要守住不發生係統性金融風險的底線。隨著我國利率市場化改革和匯率市場化改革的不斷推進，利率和匯率波動的風險在不斷加大。21世紀越來越多的新興(xing) 市場國家采取了浮動匯率製，中國中央銀行可以在借鑒新興(xing) 市場國家經驗的基礎上利用有效的貨幣政策來規避匯率的波動，防範係統性金融風險，尤其是外部衝(chong) 擊風險。本文基於(yu) 固定效應的最小二乘法和廣義(yi) 矩估計法研究24個(ge) 新興(xing) 市場國家從(cong) 2000年1季度到2016年4季度匯率波動和央行貨幣政策反應函數之間的關(guan) 係。結論表明：在固定效應下，當內(nei) 生變量選取通貨膨脹、產(chan) 出缺口和匯率的情況下，匯率是影響央行反應函數的一個(ge) 重要變量，符號為(wei) 正且非常顯著。當我們(men) 將樣本國家分為(wei) 通貨膨脹目標製和非通貨膨脹目標製的國家時，發現後者的相關(guan) 性更強且更顯著。當樣本按照時間節點被分為(wei) 危機時期和非危機時期時，匯率對貨幣政策反應函數的影響依舊顯著。在2007-2009年的金融危機之後，新興(xing) 市場國家中央銀行的利率反應函數受到通貨膨脹的影響較大。

　　[關(guan) 鍵詞]通貨膨脹目標製;匯率;貨幣政策

　　[中圖分類號]F830 [文獻標識碼]A [文章編號]1008-9314(2017)06-0153-07

　　[收稿日期]2017-11-10

　　[基金項目]國家社科基金一般項目(17BJY186)

　　[作者簡介]高惺惟，中共中央黨(dang) 校經濟學教研部講師。

　　一、導 言

　　在過去35年左右的時間裏，世界經濟出現了一係列新的現象。總的來看可以分為(wei) 八九十年代的快速發展時期和2008年的全球金融危機時期。在金融危機時期，各國中央銀行普遍實行通貨膨脹目標製，貨幣政策緊盯價(jia) 格穩定。[1-2]采用這種貨幣政策國家的中央銀行往往根據其目標產(chan) 出和價(jia) 格波動來製定貨幣政策;也就是說，各國央行將遵循“泰勒規則”。90年代初，通貨膨脹目標製被一些國家的中央銀行率先采用，包括新西蘭(lan) 、加拿大、英國、瑞典和澳大利亞(ya) 等國的中央銀行。在之後的20年，大多數新興(xing) 市場國家都構建了通貨膨脹目標製的貨幣政策體(ti) 係，包括巴西、智利、以色列、韓國、墨西哥、南非以及一些轉型經濟體(ti) ，如捷克、匈牙利和波蘭(lan) 等。[3]研究通貨膨脹目標製給新興(xing) 市場國家產(chan) 出增長帶來的影響非常有意義(yi) 。

　　黨(dang) 的十九大報告對金融工作提出了明確的要求，指出：“健全貨幣政策和宏觀審慎政策雙支柱調控框架，深化利率和匯率市場化改革。健全金融監管體(ti) 係，守住不發生係統性金融風險的底線。”隨著我國利率市場化改革和匯率市場化改革的不斷推進，價(jia) 格的“指揮棒”提高了金融資源配置的效率。但同時利率和匯率波動的風險在不斷加大，重新審視匯率和利率之間的關(guan) 係，就變得非常重要。21世紀越來越多的新興(xing) 市場國家采取了浮動匯率製，在這一領域，新興(xing) 市場國家的經驗值得中國借鑒。中國中央銀行可以在借鑒新興(xing) 市場國家經驗的基礎上利用有效的貨幣政策來規避匯率的波動，防範係統性金融風險，尤其是外部衝(chong) 擊風險。本文的實證研究分為(wei) 兩(liang) 個(ge) 階段：第一階段將采用動態和靜態固定效應模型來評估匯率是否是新興(xing) 市場國家央行反應函數的一個(ge) 重要變量，結果表明匯率對中央銀行貨幣政策反應函數的影響是顯著的。第二階段采用係統廣義(yi) 矩評價(jia) 模型(SGMM)，模型中包含了通貨膨脹、產(chan) 出和匯率等內(nei) 生性變量。結果發現產(chan) 出缺口並不是影響利率的一個(ge) 重要變量。原因在於(yu) 今天的新興(xing) 市場國家對通貨膨脹的關(guan) 注程度遠遠超過對產(chan) 出和匯率的關(guan) 注程度。基於(yu) 這個(ge) 原因，本文的實證分析從(cong) 橫向來看將新興(xing) 市場國家分為(wei) 通貨膨脹目標製和非通貨膨脹目標製兩(liang) 個(ge) 樣本，從(cong) 縱向來看將樣本分為(wei) 金融危機前和金融危機後兩(liang) 個(ge) 階段。結果表明，通貨膨脹目標製國家和非通貨膨脹目標製國家對匯率波動的反應不同，前者更為(wei) 消極;發現危機前匯率是顯著的，危機後是不顯著的。對此，一種解釋是危機之前匯率政策和利率政策的關(guan) 係更密切，而危機之後的貨幣政策更關(guan) 注通貨膨脹指標。

　　二、數據來源與(yu) 模型構建

　　當前對於(yu) 通貨膨脹目標製的研究得出的一個(ge) 基本結論就是它能夠有效地實現價(jia) 格穩定，但不一定帶來經濟增長。在Ball&Sheridan(2005)對這個(ge) 問題的開創性研究之後，[4]大量的研究集中於(yu) 通貨膨脹目標製對物價(jia) 穩定和經濟增長的影響以及二者之間的替代性。Batini&Laxton(2007)使用44個(ge) 國家的數據來分析通貨膨脹目標製下物價(jia) 穩定和宏觀經濟之間的關(guan) 係。他們(men) 發現，在采取通貨膨脹目標製後，這些國家平均通脹率下降了4.8%，通貨膨脹波動率(標準差)降低了3.6%，產(chan) 出缺口波動、利率波動和匯率波動均有所減小。[5]Loayza&Soto(2002)和Fraga等(2003)都對貨幣政策目標製的效果進行了研究。[6-7]本文以中央銀行的反應函數作為(wei) 框架來研究新興(xing) 市場經濟體(ti) 利率和匯率之間的關(guan) 係。匯率是決(jue) 定貨幣政策的一個(ge) 重要變量，盡管它所發揮的作用在不同程度上有所差異。已有的文獻廣泛探討了在現有的通貨膨脹目標製的情形下利率和匯率之間的關(guan) 係。本文的實證研究方法與(yu) Aizenman&Hutchison(2011)的研究方法相近，都采用了基於(yu) 麵板數據的固定效應分析方法。[8]

　　(一)數據來源

　　本文的研究樣本包括24個(ge) 新興(xing) 市場國家，其中有9個(ge) 是實行通貨膨脹目標製的國家，15個(ge) 是沒有非通貨膨脹目標製的國家。研究期限是從(cong) 2000年一季度到2016年四季度。研究數據的主要來源是國際貨幣基金組織的國際金融統計，隻有利率數據是分別從(cong) 各個(ge) 國家獲得的。利率是指基準利率，通貨膨脹率用CPI來代表，產(chan) 出缺口是GDP增長率與(yu) HP濾波法計算出的產(chan) 出趨勢之間的差距。匯率是相對於(yu) 美元的比價(jia) 。

　　表1是對各變量做的一個(ge) 描述性統計分析，包括所有新興(xing) 市場國家的通貨膨脹率、利率、GDP增長率和以美元表示的匯率。從(cong) 通貨膨脹率來看，達到兩(liang) 位數通脹率的情形僅(jin) 發生在3個(ge) 非通貨膨脹目標製的國家——多米尼加、厄瓜多爾和尼日利亞(ya) ，在所有的通貨膨脹目標製國家中，通脹率最高的是巴西，達到6.62%。利率達到兩(liang) 位數的非通貨膨脹目標製國家有5個(ge) ——阿根廷、哥斯達黎加、多米尼加、尼日利亞(ya) 和巴基斯坦，但通貨膨脹目標製國家僅(jin) 有1個(ge) ——巴西。經濟增長最快的3個(ge) 國家都是非通貨膨脹目標製國家——中國(9.86%)、尼日利亞(ya) (8.06%)和巴拿馬(7.28%)。通貨膨脹目標製國家中經濟增長最快的兩(liang) 個(ge) 國家分別是秘魯(5.82%)和菲律賓(5.11%)。從(cong) 匯率來看，有3個(ge) 非通貨膨脹目標製國家采取的是美元聯係匯率製——巴拿馬(自1904年以來)、厄瓜多爾(自2000年以來)和薩爾瓦多(自2001年以來)，因此這3個(ge) 國家的匯率一直保持不變。通貨膨脹目標製國家中匯率波動幅度最大的是巴西，非通貨膨脹目標製國家中匯率波動幅度最大的是阿根廷。

　　表1 描述性統計(略)

　　表1的描述性統計分析也可以讓我們(men) 更加清楚地分析通貨膨脹目標製國家和非通貨膨脹目標製國家之間的差異。從(cong) 通脹率來看，前者的平均值為(wei) 3.97%，後者的平均值為(wei) 6.43%。從(cong) 利率來看，前者平均值為(wei) 6.4%，低於(yu) 後者的7.21%。從(cong) 經濟增長速度來看，前者的3.6%同樣低於(yu) 後者的5.26%。最後從(cong) 匯率波動來看，前者的0.3%也要低於(yu) 後者的0.77%，這一點使本文與(yu) 之前的文獻有所不同。例如，Aizenman，Hutchison&Noy(2011)對比分析了11個(ge) 通貨膨脹目標製國家和5個(ge) 非通貨膨脹目標製國家之間的數據，發現前者的匯率波動幅度為(wei) 2.5%，後者僅(jin) 為(wei) 0.49%。

　　(二)實證模型的構建

　　本文的實證分析是以24個(ge) 國家的麵板數據為(wei) 基礎，具體(ti) 參照Aizenman，Hutchison&Noy(2011)的研究方法，構建如下模型：

　　iit=β0+β1iit-1+β2(yit-y*i)+

　　β3πit+β4eit+∑βjXit+εit 模型(1)

　　其中，iit是利率，yit-y*i是產(chan) 出缺口，πit是通貨膨脹率，eit是名義(yi) 匯率，Xit是其他控製變量，包括虛擬變量——通貨膨脹目標製國家賦值為(wei) 1，非通貨膨脹目標製國家賦值為(wei) 0;2007年金融危機之後的時期為(wei) 1，之前的時期為(wei) 0。β1代表前一期利率對當前利率的影響，0<β1<1;β2是產(chan) 出缺口對利率的影響，0<β2<1;β3是通貨膨脹率對利率的影響，0<β3<1;β4是匯率波動對利率的影響，如果β4≠0，那麽(me) 這個(ge) 匯率與(yu) 利率之間的這個(ge) 通道就是有效的。Aizenman，Hutchison&Noy(2011)基於(yu) 固定效應的最小二乘法，模型估計的結果是在通貨膨脹目標製國家中，β2係數為(wei) 正且非常顯著(但在非通貨膨脹目標製國家中，β2僅(jin) 在模型中包含實際匯率的情形下係數才為(wei) 正)。模型結果還發現β3並不顯著，β4係數為(wei) 正且顯著：在通貨膨脹目標製國家的樣本下，β4=0.07;在非通貨膨脹目標製國家的樣本下，β4=0.13。這個(ge) 結果意味著，為(wei) 了應對實際有效匯率的貶值，16個(ge) 國家的央行將國內(nei) 利率上調。

　　三、實證分析

　　本部分基於(yu) 固定效應的最小二乘法估計模型(1)，從(cong) 而產(chan) 生全樣本下的一致估計量。之後采用SGMM方法進行估計。這種方法將因變量的滯後變量作為(wei) 內(nei) 生工具變量。在滯後期較長的情形下，SGMM是一種更穩健的估計方法。此外，從(cong) 基本經濟理論出發，央行的利率與(yu) 實體(ti) 經濟的利率之間存在反向的因果關(guan) 係，即模型中的因變量會(hui) 對解釋變量產(chan) 生影響。眾(zhong) 所周知，利率變化會(hui) 對總需求的構成部分產(chan) 生影響：利率的提高會(hui) 減少消費支出和對資本的預期投資，從(cong) 而減少總產(chan) 出。緊縮性的貨幣政策也會(hui) 對通貨膨脹產(chan) 生影響，雖然這種影響有一定的滯後性。另外，在利率平價(jia) 理論下，國內(nei) 利率的提高意味著遠期匯率的貶值。所有這些都表明利率會(hui) 對實體(ti) 經濟各變量帶來影響，還會(hui) 給開放經濟下的匯率帶來影響。

　　(一)基於(yu) 固定效應最小二乘法的估計結果

　　表2呈現的是固定效應下最小二乘法的估計結果。其中，(1)至(4)列是靜態模型估計結果，(5)至(8)列是動態模型估計結果。在靜態模型中，(1)列僅(jin) 估計了通貨膨脹和產(chan) 出缺口對利率的影響，(2)列的解釋變量增加了匯率，(3)列和(4)列分別增加了金融危機前後和是否是通貨膨脹目標製國家這兩(liang) 個(ge) 虛擬變量。從(cong) 模型的擬合優(you) 度來看，加入滯後變量的模型(後4列)擬合優(you) 度明顯提高，結論與(yu) Aizenman等(2011)的研究結果是一致的。

　　表2 基於(yu) 固定效應最小二乘法(OLS)的估計結果(略)

　　對比靜態模型和動態模型的結果，發現通貨膨脹對利率的影響在兩(liang) 類模型中大相徑庭。在靜態模型中，通貨膨脹對利率的影響在1%的水平下都非常顯著，但在動態模型中都不顯著。從(cong) 匯率對利率的影響來看，兩(liang) 類模型都是顯著的，但靜態模型是在5%的水平下顯著，動態模型是在10%的水平下顯著。從(cong) 金融危機這個(ge) 虛擬變量來看，在靜態模型下它是顯著的。從(cong) 產(chan) 出缺口對利率的影響來看，兩(liang) 類模型中都是不顯著的，這說明中央銀行在調整貨幣政策時更加關(guan) 注通貨膨脹，而不是產(chan) 出缺口。

　　另外，從(cong) 表2的結果來看，靜態模型似乎更為(wei) 合理。盡管動態模型因為(wei) 增加了滯後變量的原因導致擬合優(you) 度有所提高，但變量的顯著性要弱於(yu) 靜態模型。總的來看，固定效應模型解決(jue) 不了變量的內(nei) 生性問題。因此接下來要對SGMM模型進行估計。

　　(二)基於(yu) 係統廣義(yi) 矩方法的估計結果

　　表3是考慮了通貨膨脹和匯率作為(wei) 內(nei) 生變量下的估計結果。由於(yu) 金融危機這個(ge) 虛擬變量在模型中依舊不顯著，所以表3的估計中排除了該變量，而是增加了通貨膨脹目標製與(yu) 匯率變化之間相互作用的變量，這使我們(men) 能夠區分通貨膨脹目標製國家的匯率變化和非通貨膨脹目標製國家的匯率變化分別會(hui) 給利率帶來哪些影響。

　　表3 基於(yu) 係統廣義(yi) 矩方法(SGMM)的估計結果(略)

　　總的來看，表3的估計結果與(yu) 表2差異不大。在靜態模型中，通貨膨脹的係數是正的且在1%的水平下顯著。產(chan) 出缺口變量係數為(wei) 正，但僅(jin) 在兩(liang) 個(ge) 模型中該變量在10%的水平下顯著。從(cong) 第4列的結果能夠看出，匯率以及匯率與(yu) 通貨膨脹目標製的交叉變量分別在1%和5%的水平下都是顯著的。這說明匯率對中央銀行貨幣政策反應函數的影響是顯著的，且對通貨膨脹目標製國家和非通貨膨脹目標製國家的影響是不一樣的。

　　再來看動態模型，除了利率的滯後變量顯著之外，就僅(jin) 有匯率變量的係數為(wei) 正且在1%的水平下顯著了。而且與(yu) 表2中的固定效應模型相比，它的值更大且更顯著。正是基於(yu) 這個(ge) 結論，很多國家應對貨幣貶值的一個(ge) 重要方法就是提高利率。與(yu) 靜態模型的結論一致，通貨膨脹目標製虛擬變量並不顯著，但通貨膨脹目標製與(yu) 匯率的交叉變量是顯著的，但係數是負的。這意味著通貨膨脹目標製國家的匯率政策不像非通貨膨脹目標製國家的匯率政策那樣有效。不論是靜態模型還是動態模型，從(cong) 自相關(guan) 檢驗(ab(1)和ab(2))和工具變量有效性檢驗(Hansen檢驗)，結果都是通過檢驗的。

　　(三)穩健性檢驗

　　為(wei) 了進一步研究匯率對中央銀行反應函數的不同影響，本文采用了兩(liang) 種方法。首先，將樣本分為(wei) 兩(liang) 類國家——通貨膨脹目標製國家和非通貨膨脹目標製國家，目的就是進一步判斷匯率對兩(liang) 類國家的貨幣政策反應函數的影響程度。其次，將樣本分為(wei) 兩(liang) 個(ge) 時期——金融危機前和金融危機後，目的就是探討2008年的金融危機對央行反應函數帶來哪些結構性變化。

　　從(cong) 表4的估計結果能夠看出，全樣本模型與(yu) 之前模型的估計結果基本一致，r(-1)和er兩(liang) 個(ge) 變量是顯著的。但當我們(men) 將樣本分類後，發現er僅(jin) 在非通貨膨脹目標製國家中顯著，在通貨膨脹目標製國家中不顯著。同時，cpi在通貨膨脹目標製國家顯著，且係數為(wei) 正，在非通貨膨脹目標製國家不顯著。這充分說明新興(xing) 市場國家中央銀行的貨幣政策反應函數並不會(hui) 過多關(guan) 注經濟增長。而且兩(liang) 類國家對物價(jia) 穩定和匯率波動的側(ce) 重程度不同。

　　表4 SGMM模型估計結果(分為(wei) 通貨膨脹目標製和非通貨膨脹目標製國家)(略)

　　表5是將研究樣本分為(wei) 金融危機前後兩(liang) 個(ge) 時期(以2007年3季度為(wei) 界)的估計結果。不論是危機前還是危機後，r(-1)係數都為(wei) 正且非常顯著，這說明具有較高的慣性。從(cong) cpi的係數來看，危機後的顯著性明顯高於(yu) 危機前。但匯率波動的情形明顯相反，er的係數在危機前非常顯著，在危機後卻不顯著。從(cong) (3)列來看，d(it)變量不顯著，但它與(yu) 匯率的交叉變量是顯著的，且係數為(wei) 負。

　　表5 SGMM模型估計結果(分為(wei) 金融危機前和金融危機後)(略)

　　將以上的估計結果綜合起來看，在對固定效應模型(表2)的估計中，匯率的係數大致在0.1至0.2之間。在SGMM模型(表3)的估計中，匯率的係數大致在0.3至0.6之間。表4將樣本分為(wei) 通貨膨脹目標製國家和非通貨膨脹目標製國家，發現前者的匯率係數不顯著，後者的匯率係數顯著。Flood&Rose(2002)對此的解釋是非通貨膨脹目標製國家常常通過利率政策吸引外資流入。表5將樣本分為(wei) 危機前和危機後，發現危機前匯率係數是顯著的，危機後是不顯著的。對此，一種解釋是危機之前匯率政策和利率政策的關(guan) 係更密切，而危機之後的貨幣政策更關(guan) 注於(yu) 通貨膨脹指標。總之，從(cong) 穩健性檢驗的結果可以看出，通貨膨脹目標製國家和非通貨膨脹目標製國家對匯率波動的反應不同，前者更為(wei) 消極。這與(yu) Aizenman等(2011)和Edwards(2006)的研究結論一致。尤其是在通貨膨脹目標製國家，貨幣政策需要考慮的因素僅(jin) 有通貨膨脹率。

　　四、結論與(yu) 建議

　　黨(dang) 的十九大要求金融領域既要深化利率和匯率市場化改革，又要守住不發生係統性金融風險的底線。這就需要學界更加深入地研究利率和匯率之間的關(guan) 係，防止利率和匯率的波動引發的係統性金融風險。本文的研究是建立在新興(xing) 市場國家普遍采用浮動匯率製的基礎上。隨著新興(xing) 市場國家普遍采用浮動匯率製，重新考慮利率和匯率之間的關(guan) 係就變得非常重要。因為(wei) 對這個(ge) 問題的研究可以發現除利率之外的其他影響匯率的因素。Pavasuthipaisit(2010)使用一個(ge) 開放經濟的動態隨機一般均衡模型(DSGE)，得出結論認為(wei) 在信息不完全的情況下，匯率能夠成為(wei) 貨幣政策的“錨”，中央銀行可以根據匯率采取行動。[9]Garcia等(2011)同樣使用了DSGE模型，結論表明匯率能夠在平衡發達國家和發展中國家利益方麵發揮重要的作用。[10]本文的研究結果發現通貨膨脹目標製國家的貨幣政策緊盯物價(jia) 穩定，但在非通貨膨脹目標製國家，匯率發揮著很重要的作用。從(cong) 本文的結果還可以看出，盡管金融危機後經濟增速下滑幅度較大，但模型中產(chan) 出缺口依舊不顯著。這表明新興(xing) 市場國家中央銀行在製定貨幣政策時更多關(guan) 注的是物價(jia) 穩定而不是短期的經濟增長。從(cong) 金融危機這個(ge) 虛擬變量來看，在靜態模型下它是顯著的。從(cong) 產(chan) 出缺口對利率的影響來看，兩(liang) 類模型中都是不顯著的，這說明中央銀行在調整貨幣政策時更加關(guan) 注通貨膨脹，而不是產(chan) 出缺口。

　　在Aizenman&Hutchison(2011)的基礎上，本文做了如下改進：第一，采用動態麵板的方法，從(cong) 而較好地控製潛在的變量內(nei) 生性問題，這樣就可以在模型中分析利率對通貨膨脹和產(chan) 出缺口的影響。第二，本文的研究樣本幾乎涵蓋了整個(ge) 新興(xing) 市場國家，並且考慮了2008年全球金融危機對貨幣政策反應函數的影響。本文在泰勒規則的基礎上進行建模，目標是研究新興(xing) 市場國家的利率和匯率之間的關(guan) 係。在已有研究的基礎上，本文對24個(ge) 國家(9個(ge) 通貨膨脹目標製國家和15個(ge) 非通貨膨脹目標製國家)，首先應用的是固定效應模型，從(cong) 其估計結果中發現匯率在貨幣政策製定過程中發揮著重要的作用。考慮到通貨膨脹率和匯率的內(nei) 生性問題時，本文也構建了SGMM模型，結果發現匯率在非通貨膨脹目標製國家中對貨幣政策反應函數的作用更大些。

　　本文的穩健性檢驗是通過對樣本的劃分來進行的。第一步是將樣本劃分為(wei) 通貨膨脹目標製國家和非通貨膨脹目標製國家，結果發現匯率變量僅(jin) 在非通貨膨脹目標製國家中才是顯著且係數為(wei) 正的。第二步將樣本劃分為(wei) 金融危機前和金融危機後。結果發現，在金融危機之後，匯率變量不再顯著。這表明中央銀行貨幣政策反應函數的結構發生了較大的變化，即匯率變量的重要性在降低，通貨膨脹變量的重要性在提高。

　　央行是否應以匯率穩定為(wei) 目標，一直以來是理論界爭(zheng) 論的一個(ge) 問題。Berganza&Broto(2012)以18個(ge) 通貨膨脹目標製國家和19個(ge) 非通貨膨脹目標製國家1995年至2010年的數據為(wei) 研究樣本，結果發現在通貨膨脹目標製國家實施匯率幹預會(hui) 更有效，[11]在這一點上與(yu) 本文的研究結論並不一致：本文的結論表明匯率對中央銀行貨幣政策反應函數的影響是顯著的，且對通貨膨脹目標製國家和非通貨膨脹目標製國家的影響是不一樣的。從(cong) 采取通貨膨脹目標製後產(chan) 生的影響來看，通貨膨脹目標製國家的匯率政策不像非通貨膨脹目標製國家的匯率政策那樣有效。通貨膨脹目標製國家和非通貨膨脹目標製國家對匯率波動的反應不同，前者更為(wei) 消極。

　　最後，值得一提的是，盡管在文獻中似乎出現了一種共識，即各國央行傾(qing) 向於(yu) 將價(jia) 格穩定作為(wei) 其主要目標之一，但並不意味著所有的國家都適合采用通貨膨脹目標製。盡管部分國家采用通貨膨脹目標製後，產(chan) 出效率大幅提高，不同類型經濟體(ti) 實施通貨膨脹目標製後效果會(hui) 有差異。高通貨膨脹會(hui) 影響家庭和企業(ye) 部門儲(chu) 蓄和投資的決(jue) 策，從(cong) 而導致經濟增速放緩。一般來看，通貨膨脹目標製通過三項製度的構建來完善貨幣政策的傳(chuan) 導渠道：一是明確了中央銀行的首要任務是保持幣值穩定;二是央行保持適度的獨立性能夠減少幹擾;三是應賦予中央銀行更大的權力和責任來維持物價(jia) 的穩定。[12]已有的研究表明，實行通貨膨脹目標製的國家能夠將通貨膨脹率維持在一個(ge) 較低且相對穩定的水平。當然，通貨膨脹目標製的有效運行需要滿足如下前置條件：一是中央銀行掌握了通貨膨脹模型構建和預測的工具;二是價(jia) 格由市場決(jue) 定;三是健康穩定的金融係統，即通貨膨脹目標製與(yu) 金融穩定之間不存在衝(chong) 突。如果一個(ge) 國家不滿足這些條件，就不適合采取通貨膨脹目標製。

　　[參考文獻]

　　[1]Oudiz，G. and J. Sachs (1984). Macroeconomic policy coordination among the industrial economies，Brookings Papers on Economic Activity 1：1-64.

　　[2]Taylor，J.B. (2013). International monetary coordination and the great deviation，Journal of Policy Modeling 35：463-472.

　　[3]Bernanke，B. (2003)，A Perspective on Inflation Targeting，The Federal Reserve Board，Washington，DC.

　　[4]Ball，Laurence，and Niamh Sheridan (2005). Does Inflation Targeting Matter? In：The Inflation Targeting Debate. NBER Studies in Business Cycles 32. Chicago：The University of Chicago Press.

　　[5]Batini，Nicoletta and Douglas Laxton (2007). Under what conditions can inflation targeting be adopted? The experience of inflation targeting in emerging markets，in：Monetary Policy under Inflation Targeting，edited by Frederic Mishkin and Klaus Schmidt-Hebbel，Santiago，Chile. Central Bank of Chile.

　　[6]Loayza，Norman and Raimundo Soto (2002). Inflation Targeting：Design，Performance，Challenges，Central Bank of Chile，Santiago，Chile.

　　[7]Fraga，Arminio，Ilan Goldfajn，and André Minella (2003). Inflation Targeting in Emerging Market Economies，NBER Working Paper No. 10019.

　　[8]Aizenman，Joshua，Michael Hutchison，and Ilan Noy (2011). Inflation Targeting and Real Exchange Rates in Emerging Markets. World Development 39 (5)：712-724.

　　[9]Pavasuthipaisit，R. (2010). Should inflation-targeting central banks respond to exchange rate movements? Journal of International Money and Finance，29(3)：460-485.

　　[10]Garcia，C. J.，Restrepo，J. E.，& Roger，S. (2011). How much should inflation targeters care about the exchange rate? Journal of International Money and Finance 30 (7)：1590-1617.

　　[11]Berganza，Juan Carlos，and Carmen Broto (2012). Flexible Inflation Targets，Forex Interventions and Exchange Rate Volatility in Emerging Countries. Journal of International Money and Finance 31：428-444.

　　[12]Mishkin，Frederic，2004，Can Inflation Targeting Work in Emerging Market Countries? NBER Working Paper 10646.