简述货币政策效应非对称性 .doc

简述货币政策效应非对称性 .doc

ID:54149460

大小:37.00 KB

页数:13页

时间:2020-04-13

简述货币政策效应非对称性 .doc_第1页
简述货币政策效应非对称性 .doc_第2页
简述货币政策效应非对称性 .doc_第3页
简述货币政策效应非对称性 .doc_第4页
简述货币政策效应非对称性 .doc_第5页
资源描述:

《简述货币政策效应非对称性 .doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、简述货币政策效应非对称性简述货币政策效应非对称性简述货币政策效应非对称性简述货币政策效应非对称性简述货币政策效应非对称性简述货币政策效应非对称性简述货币政策效应非对称性简述货币政策效应非对称性简述货币政策效应非对称性简述货币政策效应非对称性  20世纪20年代以前,经济学家普遍认为,扩张性货币政策与紧缩性货币政策在实施效果上是对称的,在经济不景气的时候,政府可以通过施行扩张性货币政策,有效刺激经济增长,同样,在经济过度繁荣的时候,政府可以实施紧缩性货币政策有效防止通货膨胀,抑制经济过热。然而,20世纪30年代末,人们开始怀疑扩张性货币政策的有效性,1929~1933年经济大萧条期间,为了刺激经

2、济复苏,美联储实施一系列扩张性货币政策,如美国3个月的国债率从1929年的5%下降到1932年的1%以下,但收效甚微。据此,凯恩斯提出了流动性陷阱。他指出,美国实施的一系列扩张性货币政策使得其经济系统陷入了流动性陷阱,导致货币政策失效。自此,经济学家开始思考货币政策效果的非对称性。近几十年来,随着经济、金融危机的频频爆发,货币政策已经成为中央银行实施宏观调控、应对危机的重要工具。2007年金融危机爆发后,我国宏观调控倾向于采取适度宽松的货币政策和积极的财政政策,央行连续降低人民币和外币存款利率以后,货币供给和流动性已经出现了明显的松动,4万亿元财政资金强力启动内需,确实十分明显地促进了经济增长

3、,然而却也伴随着30年来史上最高的通货膨胀,面对持续走高的通胀问题,央行在2011年6月20日再次上调存款准备金率个百分点,这已经是央行当年第6次,同时也是2010年以来的第12次上调准备金率。此后,央行在2011年基本上保持着准备金率“一月一调”的节奏。此外,2010年以来,央行已经5次加息,这样大力度的紧缩性货币政策是否能够有效地遏制通货膨胀的持续上涨,在我国经济运行当中货币政策是否也具有一定程度的非对称性,这是同宏观经济决策密切相关的重要问题,也是一个需要加以检验的实证问题。在此背景下,本文结合我国实际经济条件,采用较新的“有向无环图”技术识别SVAR,从“货币渠道”和“信贷渠道”两方面

4、实证研究我国货币政策产出效应和价格效应在方向上的非对称性问题,从而为我国宏观政策当局提供理论分析和实证检验的参考依据。最早对货币政策在效果方向上的非对称性进行研究的是Cover,随后国内外很多学者进行效仿。该文通过1951:1~1987:4的季度数据,运用两步OLS方法检验正负货币供给冲击对产出影响的非对称性。结果表明,无论在影响程度上还是在统计显著性上,负向货币供给冲击对产出的影响都要大于正向货币供给冲击对产出的影响,从而证实了货币政策效应非对称性的存在。随后,国内外众多学者对货币政策在效果方向上的非对称性问题进行了广泛的研究,但综合这些文献来看,对不同方向货币政策的识别方法主要有两种:一种

5、是构建货币供给方程,由残差项识别,如Cover、ShahidMalik、黄先开和邓述慧、陆军、舒元、冯春平、张暾等等人的研究;第二种是通过HP滤波等时间趋势分析法对货币政策工具变量直接进行分析,如刘金全、邱宜欣、刘召虹、胡臻等人的研究。本文考虑到货币供给方程的构建并没有统一的理论依据,现有文献构建的货币供给方程也各有不同,因此本文采用第二种方法,即通过时间趋势分析分解出不同方向的货币政策进行分析。同时,现有文献大多只是对产出或价格方程进行OLS回归,考察不同方向货币政策的系数,或者采用VAR从单一货币政策传导渠道考察货币政策在方向上的非对称性,研究方法上具有一定的局限性。本文采用较新发展的“有

6、向无环图技术”识别SVAR模型的扰动项结构,采用脉冲响应分析和预测误差分解的方法,从“货币渠道”和“信贷渠道”两个层面实证检验我国货币政策产出效应和价格效应在方向上的非对称性,在一定程度上克服了传统VAR及SVAR模型中格兰杰因果检验不能刻画变量间同期因果关系以及传统choleskey分解方法受变量主观排序影响的局限,提高了本文研究结论的可信性。本文余下部分的结构安排为:第二部分是实证模型及方法;第三部分是变量选择以及数据说明;第四部分是实证结果及分析;第五部分是本文的结论。  1.有向无环图有向无环图主要通过计算一系列变量之间的相关系数矩阵来分析判断这些变量之间是否存在因果关系,尤其是同期因

7、果关系,图中的方向代表因果,但不存在闭合回路,因此名叫有向无环图。与传统的granger因果检验不同,有向无环图可以检验变量之间的同期相关性,从而避免传统方法在SVAR的识别问题中受到变量次序影响较大的问题。下面具体介绍有向无环图是如何体现变量之间的因果关系的。对于变量X,Y和Z,如果Y和Z的无条件相关系数不为零,但在给定X的条件相关系数为零,我们则可以说X既是Y也是Z的原因,记作Y←X→Z;反之

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。