货币的价格和数量指标对宏观经济解释力度的比较分析
时间：2021-02-25 16:01:28 来源：雅意学习网 本文已影响 人 
摘 要：本文利用2011年1月到2017年7月的不同层次货币数量的月度数据，描述性分析了货币供应量的变化趋势。并运用var模型，对货币的价格和数量指标对宏观经济解释力度的差异进行了比较分析。结果发现：（1）货币供应量M2对经济变量的解释能力高于狭义货币M1。银行间拆借利率（隔夜）对宏观经济变量的解释力度低于货币供应量。我国的利率市场话尚未完成，利率调控机制需进一步发展完善。
关键字：货币政策 中介目标 VAR模型
1.引言
1994年之后，美联储货币政策制定的理论依据发生了根本性的转变，由货币主义转变为泰勒规则[1]。以货币供应量为中介的货币政策，也相应的转变为以实际利率为中介目标。
泰勒规则的实际作用是保持实际均衡利率的稳定，为达到此目的，泰勒规则的政策做法是联邦基金名义利率盯住通货膨胀率。视野转回国内，改革开放以来，随着市场化经济体制改革的不断深入，人民银行的货币政策发生了深层次根本性的变化。1995年《中国人民银行法》实施，央行开始有权独立执行货币政策。央行开始以货币供应量为中间目标[2]，以及货币调控方式由直接调控向间接调控转变的标志性事件是1988年央行取消了对商业银行的直接信贷规模控制。
货币供应量作为中间目标的货币政策已施行了近二十年。未来中国货币调控的中间目标是否会吸纳美国以利率为中介目标的做法？这一问题的答案，首先需要对现实有一清晰的了解。本文试图对比分析2011年以来货币数量与货币价格对宏观经济指标的解释力度，以此了解中国货币调控中介目标的现状。
2.本文的研究模型和研究方法以及数据说明
传统的计量检验方法，往往先从经济理论出发，预先假设了函数的形式，假设了变量之间的交互方式，在此基础上再去以数据来检验理论。这使得模型的形式、系数的估计和推断变得不可靠[3]。VAR模型重视数据，让数据关系说明一切，无需事先区分变量的外生性和内生性，因此有效克服了传统的计量方法。一个适合本研究的结构VAR模型（结构向量自回归模型，SVAR，Structural Vector Autoregression Model）可表述如下：
（1）
（2）
其中，Y为向量形式表示的宏观经济变量，P为向量形式的货币价格或货币数量变量， 为宏观经济变量的随机扰动项， 为政策变量的随机扰动项。A、B、C及D是相应变量的系数矩阵。政策的产生需要消化宏观经济所产生的信息，，因此假设C0=0，即当期的货币政策Pt的决策过程，不受同期宏观经济变量Yt的影响。将C0=0代入方程，得到方程（3），将方程（3）代入方程（1），合并同类项简化得到方程（4）。
（3）
（4）
由方程（4）可知，当期的宏观经济变量Yt受到自身往期水平的（Yt-1）、货币政策（Pt-1），以及随机干扰项的影响。
在选取变量时，兼顾了数据的可及性和代表性。本研究选取了财政收入、城镇固定资产投资、社会消费品零售总额、新增信贷作为宏观经济变量，选取M1及M2作为货币数量代表，选取同业拆借利率（隔夜）作为货币价格代表。其中同业拆借利率逐日公布，在收集数据时，选择最靠近当月1日的作为月代表数据。
本研究数据的来源主要有央行、统计局、财政局，数据的清洗部分采用Excel2013进行，实证检验部分主要通过Eviews6。具体运用了Granger因果检验、方差分解。
3.比较货币数量与货币价格对宏观经济变量的解释能力
Granger因果检验法实际上就是运用非约束普通最小二乘法（Uestricted Ordinary Least Squares），检查排除某一个列变量的滞后项，看其对原方程预测能力的影响。预测能力以概率P值来表示。如果排除某列变量的滞后项后，P值变小，则意味着该列变量的对方程的预测能力有极大的影响力，即该变量对宏观经济变量的解释能力很强。因此，欲比较货币的数量指标与价格指标对宏观经济的解释能力，只需要比较其P值大小即可。
为宏观经济变量财政收入、城镇固定资产投资、社会消费品零售总额、新增信贷构建单独的VAR模型，后用Granger因果检验货币量、价P值如下。
从Granger因果检验的结果看来，货币供应量M2对所选取的宏观经济变量（财政收入、城镇固定资产投资、社会消费品零售总额、新增信贷）的解释力度，比M1和同业拆借利率（隔夜）更优秀。而同业拆借利率（隔夜）几乎对宏观经济变量没有任何解释能力。
运用Granger因果检验法检测货币量、价对宏观经济变量的解释能力时，可能忽略Granger因果检验法本身存在的一个缺陷：解释变量之间的多重共线性（或近似多重共线性）。多重共线性意味着某解释变量能完成被其他解释变量线性表示，即某变量并没有非存在不可的必要性。若存在解释变量之间的多重共线性问题，那么模型的实际解释能力将受到削弱。尽管Eviews计量软件在算法实现时已经预考虑到了该问题，但为避免共线性对检验结果的误导。本研究试用方差分解法，用其结果与Granger因果检验法结果进行交叉对比验证。
方差分解法（Variance Decomposition）往往用来比较各货币指标对宏观经济的解释能力，其分解的对象是VAR模型的残差矩阵。从数值结果来看，指标的方差分解值越大，就越表明该指标对宏观经济变量的解释力度越强。用已建立的VAR模型进行检验，结果如下：
从表二可看出，跟Granger因果检验法结论相同，还是M2对宏观经济的解释能力较强，并且货币供应量指标整体上比货币价格指标更具解释能力。
虽然方差分解法与Granger因果检验法各有千秋，但本研究的主要目的在于比较货币供应量与货币价格对宏观经济的解释能力的差异，只在意解释能力的强弱，不在意数值的具体大小。因此这两种方法的对比验证，对于研究目的而言，已经足够。
4.结论与讨论
通过建立VAR模型，综合运用Granger因果经验法和方差分解法，比较了货币的量、价对宏观经济的解释能力，结果显示，广义货币供应量M2对宏观经济变量的解释能力较强。
从历史发展的进程来看，我国吸纳欧美央行的优点，采取以利率为中介目标，或采取盯住通货膨胀率的货币中介目标是势在必行的。然而欲采取与欧美相似的货币政策框架，必须要考虑到我国目前的实际情况。以利率为中介的货币政策框架，并不是一蹴而就的，这需要许多现实的基础性条件满足的情况下，才能逐步推进货币政策框架改革，如利率市场化机制的形成、货币供需信息的透明及其傳播速度、商业银行的公司化治理及监管制度等等。
参考文献：
[1]盛松成. 中央银行与货币供给[M]. 中国金融出版社， 2015.
[2]戴晓兵. 我国货币供应量中介目标有效性的实证分析[J]. 财经问题研究， 2013（04）：42-48.
[3]沈悦， 李善燊， 马续涛. VAR宏观计量经济模型的演变与最新发展——基于2011年诺贝尔经济学奖得主Smis研究成果的拓展脉络[J]. 数量经济技术经济研究， 2012（10）：150-160.
作者简介：谢勇（1991-），男，湖南永州人。浙江工商大学公共管理学院硕士研究生，研究方向：货币政策。
