基于VAR模型的我国货币政策中介目标比较研究
时间：2021-02-24 12:01:21 来源：雅意学习网 本文已影响 人 
中图分类号:F822 文献标识码:A
内容摘要:本文运用VAR模型的Granger因果检验和方差分解法,比较了各个可能的中介变量对宏观经济的解释能力,并进一步运用VAR模型分析了相关变量对目标变量的系统性反应以及货币政策效应。本文认为,由于转轨时期的经济金融环境过于复杂,这决定了我国不能确定一个单一的中介目标,本文认为建立以通货膨胀率为核心,综合参考多种金融指标的中介目标体系是当前合适的选择。
关键词:货币政策 中介目标 Granger因果检验 VAR 脉冲反应函数
我国从1996年将货币供应量M1、M2作为货币政策中介目标,到1998年取消贷款规模控制,货币供应量正式成为我国唯一的货币政策中介目标。然而,随着我国市场经济改革的日渐深入以及金融环境的变化,货币供应量作为中介目标的适宜性不断受到质疑。加上近年来不少国家相继放弃了货币供应量目标,转向了利率、通货膨胀等目标,这在我国引发了货币供应量能否继续充当货币政策中介目标以及选择何种经济变量作为货币政策中介目标的争论。为此,深入研究我国货币政策中介目标的选择问题具有重要的理论和现实意义。
我国货币政策中介目标问题研究现状
近年来,我国有不少学者对货币政策中介目标问题进行了定性和定量研究。1998年以前,对于我国货币政策中介目标选择问题,占主流地位的观点是以货币供应量为中介目标。在方法上主要以定性分析和基本的统计分析为主,如王大用(1996)、陆昂(1998)的研究。近年来对货币政策中介目标选择的定量研究日渐增多,技术性也日益增加。稍早的定量研究主要是采用基本的统计方法与回归分析,对中介目标的“三性”进行分析。最近的研究则偏重于采用向量自回归(VAR)模型、脉冲响应函数(IRF)、方差分解分析、协整检验、格兰杰因果关系检验等经济计量方法,对我国现行货币政策中介目标进行实证分析。
定性分析、基本的统计分析对变量之间的关系以及相互影响不能做到深入精确的评价。简单的回归分析则容易出现伪回归问题。实践经验表明,VAR方法在讨论货币政策时是有效的,但国内运用VAR模型对货币政策中介目标选择所做的研究也存在缺陷。首先,可供选择的中介目标变量根据理论有货币供应量、信贷总量、利率、汇率、资产价格等,其中货币供应量又有不同的层次,利率体系也较复杂,有中央银行基准利率、货币市场利率、存贷款利率等。但国内的研究通常仅对不同的货币供应量或货币供应量与信贷总量,或货币供应量与利率、汇率这些可能的中介目标变量进行粗略的对比分析。其次,在实际操作中,政策当局除了关注经济增长和通货膨胀这些最终目标外,还会关注诸如投资、消费、进出口、失业、工业生产等重要的宏观经济变量,而国内目前的研究都没有在模型中包括这些变量。另外,年度或季度数据经过加总或平滑处理,通常会掩盖时间序列的短期波动,以致难以细致考察货币政策的传导过程及效果。
鉴于此,本文在前人研究成果的基础上,借鉴Bernanke和Blinder(1992)的研究方法,以1996年1月至2008年4月的月度数据作为样本,利用VAR模型、格兰杰因果关系检验、方差分解分析、脉冲响应函数(IRF)等经济计量方法,选择了更多可能的中介目标变量和重要的宏观经济变量,对我国货币政策中介目标的选择及货币政策的效应进行实证分析,以期对我货币政策中介目标的选择提供经验支持并对其有效性进行评价。
变量选择和样本数据
本文选取货币供应量、信贷总量、利率和汇率作为政策变量。在数量型指标中目前争议主要集中在M1、M2和信贷总量上,因此本文选取这三个变量作为代表变量,其中信贷总量采用全部金融机构的贷款。在价格型指标的选取上,本文选取中央银行对金融机构的1年期贷款利率作为基准利率,7天同业拆借利率代表市场利率,1年期个人储蓄存款利率代表存款利率。汇率选择人民币对美元加权平均汇率。在选取宏观经济变量时,由于缺乏GDP的月度数据,本文选取工业增加值和工业总产值作为反映产出水平的变量。此外,还选择社会消费品零售总额、固定资产投资、出口和进口来反映实体经济部门的情况,物价变量选择消费物价指数。样本区间为1996年1月到2008年4月共148个样本点。所有数据来自中经网、《中国金融统计年鉴》、中国人民银行总行网站。为了消除通货膨胀的影响,本文对宏观经济变量分别进行数据处理转化为实际值,基期为1996年1月。为了避免在分析中出现季节影响,除利率和汇率变量外,其它所有变量都采用TRAMO/SEATS方法进行了季节调整,并对调整后的变量取对数,然后进行了ADF和PP方式的平稳性检验。所得结论为:利率和汇率变量为平稳序列,其余变量在5%的显著性水平下为I(1)序列。本文使用软件为Eviews6.0。
计量模型和实证分析结果
(一)各政策变量对宏观经济变量解释能力的比较
如果货币政策能影响实际经济,根据货币政策传导机制,货币政策中介目标应该能较好地解释主要宏观经济变量。
先用Granger因果检验法比较各政策变量对宏观经济变量的重要性。为避免宏观经济变量之间的干扰,为每个宏观经济变量构建一个VAR模型,用Granger因果检验法来测定各政策变量对宏观经济变量的解释能力。解释能力以假设的边际显著性水平即概率P值表示。P值越小,表明排除该变量对方程的预测能力影响越大,该变量对宏观经济变量的解释能力越显著。这样,比较各政策变量的P值就可以比较各政策变量对宏观经济的解释能力,即对经济的重要性。检验结果列于表1。
从表1结果来看,没有一个政策变量能对所有的或绝大多数的宏观经济变量都具有较强的解释能力,其中,M1对消费、M2对工业增加值、消费和进口、信贷总量对投资具有显著的解释能力,基准利率对投资和出口,存款利率对工业总产值和出口、汇率对消费具有显著的解释能力。
用Granger因果检验法有一个严重的缺陷:解释变量之间可能存在多重共线性,这会影响相关变量的实际解释能力。为避免共线性对检验结果造成的影响,本文还采用方差分解法来比较各政策变量对宏观经济的解释能力。该方法也有一定的缺陷,即检验结果受VAR模型内方程设定顺序的影响,方程设定顺序靠后的,其影响被低估。从数值上来说,某指标的方差分解数值越大,表明该指标对宏观经济变量的解释能力越强。检验结果见表2。
表2显示,方差分解的结果和格兰杰因果检验的结果基本一致,即没有一个政策变量能对所有的或绝大多数的宏观经济变量都具有较好的解释力,但是在数量型指标中M2的解释能力相对较强,在价格型指标中市场利率的解释能力相对较强,汇率的解释能力最小。
(二)各政策变量的反应函数
作为货币政策中介目标的变量,应该对宏观经济变量的变化做出系统性的反应,即存在政策变量的反应函数。由于通货膨胀和经济增长是我国央行主要关注的两个目标。因而,选择居民消费价格指数CPI、工业增加值与各个政策变量构建一系列的三变量的VAR模型,以说明政策变量对宏观经济变量的反应。Granger因果检验结果表明:工业增加值和CPI不能Granger引起M1、信贷总量、存款利率和汇率,说明这些变量不能传递政策反应经济动态。在1%的显著性水平上,工业增加值和CPI是M2、市场利率和基准利率的Granger原因,说明这些变量传递政策反映经济动态的效果较好。以上结果表明,我国货币政策调控是以保持物价稳定并促进经济增长为最终目标的,当物价水平和经济增长发生变化,政策变量即会作出相应的反应,由于市场利率比基准利率对宏观经济变化作出更显著反应,这说明市场利率水平的变动更能代表货币政策立场。下文给出M2和市场利率对工业增加值和通胀冲击的脉冲反应。如图1所示。
图1说明M2、市场利率都对通胀和工业生产的冲击作出了相应的反应。
(三)我国货币政策的效应
由于中介变量是货币政策传导过程中的关键变量,因此各经济变量以及最终目标变量必然会对中介变量的变动做出反应,本文用工业增加值、CPI分别和M2、市场利率建立的VAR模型来分析我国的货币政策效应,可用目标变量对政策变量的脉冲反应函数来说明。图2说明,M2、市场利率的变化在短期中都能引起通胀和工业生产的变动,说明货币政策在短期内是有效的,我国可运用各种货币政策工具对宏观经济运行进行调控。
通过对我国货币政策中介目标选择、政策效应等的实证检验和分析,可得到如下结论:货币政策在短期中是有效的,我国可运用各种货币政策工具对宏观经济运行进行调控。由于中国经济转轨时期的经济金融环境过于复杂,每一类型的政策变量都包含了一定量的未来经济状况的信息,都对宏观经济具有一定的解释力,但没有一个政策变量能比其它的变量对经济有更好的预测力,因此很难确定一个最佳的中介目标,而是应该由几个金融变量组成一个中介目标体系,但多变量体系的直观性比较差,很难向社会公众做出明确的政策解释。本文认为建立以通货膨胀率为核心,综合参考多种金融指标的中介目标体系是当前合适的选择。总之,目前状况下,我国以通货膨胀率为新的中介目标当然不能奢求有巨大的变化,但可以肯定,这可以为我国的货币政策执行带来最好的效果。
参考文献:
1.王大用.中国货币政策的中介目标问题.经济研究,1996(3)
2.陆昂.关于货币政策中介目标问题的几点看法.金融研究,1998(1)
3.李扬.中国货币政策中介目标的选择.银行家,2002(7)
