货币供给量与通货膨胀关系的实证分析.docx
- 文档编号:530969
- 上传时间:2022-10-10
- 格式:DOCX
- 页数:11
- 大小:59.34KB
货币供给量与通货膨胀关系的实证分析.docx
《货币供给量与通货膨胀关系的实证分析.docx》由会员分享,可在线阅读,更多相关《货币供给量与通货膨胀关系的实证分析.docx(11页珍藏版)》请在冰豆网上搜索。
货币供给量与通货膨胀关系的实证分析
2009年上半年货币过量投放是不是将致使未来通货膨胀?
柳玲娣胡月赵颖
(安徽大学经济学院,230039)
摘要:
2009年以来,我国货币供给量增幅快速回升,银行大规模进行信贷投放,这不仅使得市场流动性显著增强,而且也为未来通涨预期增加了不肯定性。
系统研究近期货币供给量、银行信贷与通货膨胀之间的动态关系,一方面可为评价货币政策有效性提供依据,另一方面也可较好的测算未来通货膨胀压力水平。
本文利用1995-2008年月度数据构建向量自回归模型,计算结果显示:
(1)通货膨胀对自身冲击影响最为敏感;
(2)短时间内货币供给量对通货膨胀影响并不明显,但较长期内(一般为10个月)货币供给量增加率的转变对通货膨胀产生重大影响;(3)贷款对通货膨胀的作用较小,我国通货膨胀对金融机构贷款变更并不敏感。
关键字:
货币供给量;通货膨胀;VAR模型;脉冲响应函数
引言
通货膨胀是宏观经济调控的四大目标之一。
货币当局依据经济运行状况,通过运用各类货币政策工具调节货币供给与信贷,希望在保证经济增加的同时实现物价稳定。
受美国金融危机的影响,各国实体经济蒙受重创,全世界经济增加速度显著放缓、失业率不断攀高,世界各国政府纷纷出台踊跃的财政政策与货币政策刺激经济增加。
为了维持我国最近几年来经济稳定持续快速发展的良好势头,实现2009年经济整体水平8%的增加目标,中国人民银行于今年年初实行了适度宽松的货币政策,加大金融支持经济发展的力度,一季度货币供给量大幅增加,截止2009年8月末,狭义货币供给量余额为亿元,同比增加%;与此同时,金融机构信贷投放也呈明显加速之势,2009年前8个月,金融机构人民币各项贷款为亿元,同比增加%,增幅达到近10年最高。
尤其是一季度如此大规模的信贷投放前所未有,单季新增人民币贷款万亿元,见图1。
[1]
虽然货币主义关于通货膨胀的理论解释长期以来一直受到学术界的质疑,而且通货膨胀不只是受货币供给量唯一因素的影响,但如此大规模的信贷投放实属罕有。
从目前我国宏观经济主要经济指标来看,通货膨胀迹象并未显现,可是随着货币供给量的持续增加,市场流动性不断增强,通货膨胀预期将慢慢上升。
因此,面对如此急速的信贷扩张,从头系统研究货币供给量、货币信贷与通货膨胀之间的动态关系,不仅为评价货币政策决策的有效性提供有效依据,也可为预防未来高速通货膨胀提供前瞻性分析基础。
图1~季度贷款增量
数据来源:
国家统计局《经济景气月度报告》与中国人民银行《金融统计季度报告》
一、国内关于货币供给与通货膨胀关系的研究综述
自从货币学派提出必然的货币供给增加率将继之以相同的通货膨胀率以后,国内学者便对货币供给与通货膨胀间的关系进行了普遍的验证。
刘金全、刘志强(2002)以1992—2000年的数据为基础进行因果分析,结果为采用向量自回归方式分析货币供给、实际产出和价钱水平时,发现任何两个变量之间都存在双向的因果关系。
[2]刘金全、张文刚、刘兆波(2004)以为货币供给增加率与通货膨胀率之间不仅存在长期均衡关系,也存在短时间误差修正机制,这说明我国的货币政策具有最终影响价钱水平的能力,但由于受到需求冲击和货币冲击的双重影响,货币供给增加率与通货膨胀率之间的短时间波动带来了二者之间的显著偏离。
[3]朱慧明、张珏(2005)采用协整和误差修正分析技术,考察1994年第一季度至2004年第四季度中国的货币供给量增加与通货膨胀率之间的关系,结果表明不同层劣货币供给量增加率与通货膨胀率之间都存在协整关系,M2的增加率对通货膨胀率的解释能力最强。
[4]刘霖、靳云汇(2005)以1978—2003的年度数据为基础,对经济增加率、通货膨胀率、货币增加率等成立多变量模型。
他们没有发此刻长期内,货币供给增加率影响通货膨胀的证据。
同时,发现从长期看,价钱水平上升时未来货币供给增加率下降。
[5]晓东、潘海涛(2009)以1990-2006年的数据为基础,采用R软件,用非参数LPE回归模型对货币供给与通货膨胀的因果关系进行实证分析,结果是通货膨胀率(以居民消费物价指数来表示)与货币供给量并非是完尽是正相关关系,随着货币供给量的增加,通货膨胀率先增加,然后有维持在一个较稳定平稳的趋势。
[6]
由此可见,不同的研究报告取得的结论并非一致。
之所以出现这种现象,主如果数据和方式的原因。
在指标数据的选择上,多数研究者应用的是货币供给量与信贷的月度期末同比增加率与CPI月度同比指标数据。
同比数据可用于年度之间相同月份的比较,但由于比较的时间距离较长,因此难以表现数据转变的敏感性。
还有部份学者采用的则是年度数据,而年度数据的样本期超级有限,而且可能忽略查验时间序列的平稳性,这就易造成伪回归现象的出现。
就方式而言,国内大部份学者关于通货膨胀的研究多数采用的是传统的结构模型或单方程模型,这就需要区分内生变量与外生变量,就会具有必然程度的主观性。
向量自回归模型则无需区分内生变量与外生变量。
环比数据则是相邻两期之间的比较,反映的是本期相对于前一期的变更。
这便于及时反映数据转变情况,同时有效地避免了同比数据存在翘尾的缺点(上年价钱上涨对下一年价钱指数的影响)。
基于上述考虑,本文拟采用1995年1月至2008年12月的月度环比数据进行分析,包括狭义货币、金融机构月末贷款余额和能全面反映我国物价水平的居民消费价钱指数(CPI)。
狭义货币M1和金融机构月末贷款余额的单位为亿元。
成立由货币供给、金融机构信贷和通货膨胀组成的三变量VAR模型。
二、数据的处置与查验
(一)数据的处置
用RCPI表示居民消费价钱上涨率,它在数量上等于CPI月度环比数据减去100。
基于CPI采用月度环比数据,货币供给和贷款则要采用月度增量数据。
用M1表示狭义货币的月度增量,它在数量上等于本期月末余额减去上期月末余额。
用L表示金融机构月末贷款余额的增量,它在数量上也等于本期月末余额减去上期月末余额。
考虑到月度数据容易受季节波动的影响,故需要进行季节因素调整,拟采用软件中提供的X12方式进行季节调整。
相应地,生成三个序列新序列,别离以RCPI_TC、M1_TC和L_TC表示。
(二)描述性统计
咱们通过时间序列图来获取对RCPI_TC的直观印象,如图2所示。
图2RCPI_TC时间序列图
从图中可以看出,在过去的十几年(1995-2008)中,我国居民消费价钱上涨率不同较大,显然是不平稳的时间序列。
Phillips证明,若是两个时间序列都服从单位根进程(序列不平稳),那么即便他们之间不存在任何相关性,当样本容量增大时,以一个时间序列对另一个时间序列回归也总能取得显著的参数,这就是“伪回归”问题。
因此,在做模型分析之前,应当对各时间序列进行单位根查验。
(三)时间序列的单位根查验
本文采用ADF方式来进行单位根查验。
对于RCPI_TC、M1_TC和L_TC这三个时间序列,依据AIC准则确滞后阶数。
查验结果如表1所示。
表1时间序列的单位根查验
时间序列名称
滞后阶数
ADF检验值
临界值(5%显著性水平)
结论
RCPI_TC
3
平稳
M1_TC
3
不平稳
L_TC
5
不平稳
dM1_TC
2
平稳
dL_TC
4
平稳
对于RCPI_TC、M1_TC和L_TC这三个时间序列的ADF查验表明,RCPI_TC是平稳的,而M1_TC和L_TC这两个序列则是不平稳的。
用dM1_TC和dL_TC表示M1_TC和L_TC的一阶差分序列。
可以看出,dM1_TC和dL_TC在5%的显著性水平下都是平稳的;他们都服从I
(1)进程。
符合协整查验的条件。
(四)协整关系查验
协整查验主如果用模型来描述变量间直接动态的、长期的关系。
前文已经查验出RCPI_TC是平稳序列,M1_TC和L_TC的一阶差分也是平稳序列,那么它们之间是不是存在协整关系呢?
拟采用Johansen的方式进行查验,肯定滞后阶数为3。
查验结果见表2。
表2特征值轨迹查验
原假设
特征值
迹统计量
临界值(5%的显著性水平)
无协整向量
至多1个协整向量
至多2个协整向量
依据表2可知,假设无协整关系时,迹统计量大于临界值,拒绝原假设,以为有协整关系;假设最多1个协整关系时,迹统计量大于临界值,拒绝原假设,以为协整关系多于1个;同理,拒绝最多2个协整向量的原假设,以为协整关系多于2个。
由此可知,三个序列之间存在两个以上的长期协整关系。
(五)Granger因果关系查验
在肯定序列间存在协整关系以后,咱们想进一步查验序列间的长期均衡关系是不是组成某种因果关系,这种因果关系的方向如何。
接下来,咱们利用对原始序列进行Granger因果关系查验,肯定滞后阶数为3,查验结果见表3。
表3Granger因果关系查验
原假设
滞后阶数
F统计量
P值
DM1_TC没有导致RCPI_TC
3
RCPI_TC没有导致DM1_TC
3
DL_TC没有导致RCPI_TC
3
RCPI_TC没有导致DL_TC
3
DL_TC没有导致DM1_TC
3
DM1_TC没有导致DL_TC
3
从表3可初步判断,CPI的变更与M1月增量的转变之间互为Granger原因;金融机构贷款月增量的转变与M1月增量的转变之间也是互为Granger原因;CPI的变更是金融机构贷款月增量转变的Granger原因,但金融机构贷款月增量的转变却不是CPI变更的Granger原因。
三、向量自回归模型的估量和脉冲响应函数
(一)向量自回归模型的估量
向量自回归(VAR)模型通常常利用于多变量时间序列系统的预测和描述随机扰动对变量系统的动态影响。
最一般的VAR(p)模型如下:
式中,
是m维内生变量向量;
是d维外生变量向量;
和
是待估量的参数矩阵,内生变量和外生变量的滞后阶数别离为p和r;
是随机扰动项,同期之间可以相关,但不能有自相关,不能与模型右边的变量相关。
利用RCPI_TC序列、M1_TC和L_TC的一阶差分序列,构建三变量VAR模型,利用对VAR模型进行估量,依据AIC准则肯定滞后阶数为3,估量结果见表4。
表4VAR模型估量结果
RCPI_TC
DM1_TC
DL_TC
常数项
系数
标准差
t值
RCPI_TC(-1)
系数
标准差
t值
RCPI_TC(-2)
系数
标准差
t值
RCPI_TC(-3)
系数
标准差
t值
DM1_TC(-1)
系数
标准差
t值
DM1_TC(-2)
系数
标准差
t值
DM1_TC(-3)
系数
标准差
t值
DL_TC(-1)
系数
标准差
t值
DL_TC(-2)
系数
接上表
标准差
t值
DL_TC(-3)
系数
标准差
t值
决定系数
回归标准差
F-统计量
赤池信息量准则(AIC)
从表4可以看出:
第一,RCPI_TC的滞后一期对自身具有显著的正向影响,其系数的估量值约为,RCPI_TC的滞后二期对自身具有显著的负向影响,其系数的估量值约为,RCPI_TC的滞后三期也对自身具有显著的
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 货币 供给量 通货膨胀 关系 实证 分析
![提示](https://static.bdocx.com/images/bang_tan.gif)