我国货币政策有效性的实证分析

《我国货币政策有效性的实证分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、我国货币政策有效性的实证分析一、引言　　所谓货币政策，是指中央银行通过控制货币供应量以及通过货币供应量来调节利率，进而影响投资和整个经济，以达到一定经济目标的行为。在我国，货币政策从1984年以来，经过近30年的不断发展和完善，逐步趋于稳健，在保持宏观经济平稳运行中发挥的作用日益显著。1994年，我国通货膨胀达到新中国成立以来的历史高点，由此引发了经济过热的现象，中央银行审时度势，果断地实行了从紧的货币政策，有效地降低了经济中高通胀的现象，并于1996年实现了我国经济“软着陆”，这也为我国今后实行货币政策积累了经验。接下来的几年

2、间，我国频繁使用货币政策对宏观经济运行中出现的问题进行调控，也取得了显著效果。2008年，由美国次贷危机引发的全球行金融危机的负面影响，使我国经济增速放缓。为有效地应对危机，我国开始实行宽松的货币政策，顺利实现了“保8”的任务。进入2010年，随着CPI的不断走高，通货膨胀风险加剧，使得我国又开始实行稳健的货币政策，以期使通胀率被控制在一个合理的范围之内，从而保证经济的平稳增长。　　纵观我国实行货币政策的这近30年的过程中，货币政策作为我国宏观调控的一种重要手段，在保持我国经济平稳运行方面起到了积极的作用，尤其是在控制通货膨胀方

3、面，效果显著。货币政策的实施，保证了货币供给与实体经济对货币的需求相一致。但是，货币政策作为宏观经济政策实施的几十年来，对其效果大小的争论持续不断。国外学者对货币政策有效性问题的争论主要有货币中性论、货币非中性论和货币短期非中性而长期中性三种观点。国内的学者以我国的实际情况进行了研究，大都认为货币政策在短期内是有效的。本文通过对我国2000―2010年货币政策与经济增长的关系进行协整检验，来分析货币政策对我国经济增长的影响，并建立误差修正模型，期望对比货币政策分别在长期和短期对我国经济的影响，然后得出相应结论。　　二、实证分析　

4、　1.我国近年来货币供给对经济的影响。由图1可知，从总体趋势上看，我国货币供应量（M2）的增长率从2000年开始一直处于上升趋势，一直到2009年。其中虽然在2004年有所下降，但之后又继续增长，尤其是到了2009年，增速为近年来最快的一年。同一时期内，以GDP增长率所代表的经济增速从总体趋势上也呈上升趋势，尽管2008年和2009年有所下降。很明显，这是受到了国际金融危机的影响。从总体上来说，货币供应量（M2）的增长率与经济增长率之间存在着一定的正相关关系。但是，正如图形中所示，他们之间并不存在着严格的正比例关系，在个别年份，

5、货币供应量增速的提高并没有带来经济增速的提高。所以，我们无法从图形中研究货币政策对经济增长的影响，需要通过协整分析和误差修正模型来进一步分析二者之间的关系。　　2.变量的选取和数据的。首先，我们需要选取衡量货币政策效果的指标。实行的目标主要有四个：物价稳定、经济增长、充分就业和国际收支平衡。根据研究的对象不同，货币政策目标的选取也应有所不同。由于经济增长是我国宏观调控的主要目标，且最能代表经济的发展现状，所以本文选用季度国内生产总值(GDP)作为衡量货币政策效果的指标。而货币政策的衡量指标一般包括：货币供应量、基准利率、描述性指

6、标和收益率价差等。由于我国以数量型货币政策操作工具为主且中国人民银行将货币供应量作为货币政策的中介目标，所以本文选择货币供应量M2的季末累计数作为货币政策衡量指标。　　本文选取2000―2010年的季度数据为研究对象，分别用M2和GDP表示基于1978年的广义货币供应量和国内生产总值。季度GDP为当季发生数，即用本季的当年累计数减去上年的当年累计数。经定基的居民消费价格指数（1999年12月为100）调整后得到了去除价格因素影响的实际货币供应量RM2和实际国内生产总值RGDP。由于选用的是季度数据，所以需要用移动平均季节乘法消除

7、RGDP和RM2的季节因素，分别记为RGDPSA和RM2SA。为了消除异方差，对RGDPSA和RM2SA进行对数变换，变换后并不改变原序列的协整关系，且自变量的系数不会随因变量测度单位的变化而改变。变量的对数形式分别表示为LNRM2SA和LNRGDPSA。所有原始数据均来自中经X和《中国统计年鉴2010》，统计软件为Evie2SA和LNRGDPSA同时呈现出不断增长的趋势,并且两个变量的变动方向和幅度较为一致。这说明两变量之间存在着一定的相关关系。我们再来考察两个变量之间的相关系数。如表1所示，我们可以看出两变量的相关系数为0.

8、994。这表示两个变量之间具有很强的相关关系，但这不足以说明他们二者之间具有因果关系。所以，我们还需要继续使用协整检验和Granger因果关系检验来进一步分析。（2）在对变量进行实证分析的过程中，时间序列数据有可能是不平稳的。如果使用非平稳时间序列建立模型进行实