我国货币供应量与物价关系的实证分析.pdf

《我国货币供应量与物价关系的实证分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

【理论探索】我国币供应量与物价关系的实证分析谢太峰，路伟(首都经济贸易大学金融学院，北京100070)摘要：采用我国1990-2012年数据，运用数量经济方法，在单整和Johansen协整检验的基础上，利用Granger因果检验对我国货币供应量与居民消费价格指数的内在联系进行实证分析，并进行VAR模型估计。研究结果表明，我国货币供应量与居民消费价格指数存在不同的正相关关系，即短期内狭义货币供应量与居民消费价格指数的正相关性大于广义货币供应量与居民消费价格指数的正相关性；同时，我国货币供应量对居民消费价格指数存在不同的滞后影响，即滞后二期后广义货币供应量对居民消费价格指数的影响大于狭义货币供应量对居民消费价格指数的影响。关键词：货币供应量；居民消费价格指数；格兰杰因果检验；VAR模型文章编号：1003—4625(2013)06—0006—06中图分类号：F830文献标志码：A一、引言义货币供应量M同比增长超过30％，增速比上年高近年来，通货膨胀问题一直是国内外关注的一22．3％，但是居民消费价格指数CPI却出现了负增个焦点。2008年，为了应对由美国次贷危机引发的长。2010年、2011年我国的货币供应量增速一直在全球经济危机，我国政府采用了积极的财政政策和下降，但与此同时，居民消费价格指数CPI却居高不适度宽松的货币政策。下。虽然GDP的增速达到预期的目标，经济维持着那么，货币供应量同物价到底存在什么样的逻快速增长，但货币供应量的增加对物价水平的影响辑关系，货币供应量的增减到底会产生什么样的价逐渐显现出来。为了抑制物价的不断攀升，2010年格效应?这一问题不仅是重要的理论问题，更是直以后中央银行连续动用了加息、上调法定存款准备接关系到我国经济金融决策的现实问题。金率等货币政策工具，收到了明显的效果。本文拟采用1990---2012年间的年度数据，运用然而，进入2012年以后，随着物价的回落，我国数量经济方法，在单整和Johansen协整检验的基础宏观经济稳增长的压力日益凸显，特别是伴随着货上，利用Granger因果检验对我国货币供应量M。、币供应量的快速膨胀(目前广义货币供应量M已超M。、M：与居民消费价格指数(CPI)的内在联系进行过100万亿元)，人们对通货膨胀的预期又开始加实证分析，并建立VAR模型，以期能够梳理出我国强。货币供应量与居民消费价格指数的关系。当然，关于货币供应量与物价的关系，一直是我二、模型、变量和数据国经济金融理论界争论的话题。有人认为，货币供(一)模型的选择与原理应量的快速增加必然会引发通货膨胀、物价上涨。本文选取国内外常用的Granger因果关系检验有人则认为，货币供应量与物价之间并不存在必然模型和向量自回归(VAR)模型。的因果关系，例如，2009年年末，我国广义货币供应1．Granger因果关系检验量M：同比增长达到27．6％，增速比上年高9．9％，狭判断一个变量的变化是否是另一个变量变化的收稿日期：2013—04—23作者简介：谢太峰(1958一)，男，河南漯河人，金融学博士，院长，教授，博士生导师；路伟(1987-)，男，河南信阳人，研究生。62013年第6101(总第40"／期)金融理论与实践 【理论探索】原因是经济学中最常见的问题。而确定这种关系采伪回归，采用CPI的年度增幅与货币供应量年度增用的主要方法是因果关系的检验，即Granger因果检长率。验。Granger因果关系检验的基本思想是，存在两个表11990—2012年的货币供应量与居民消费变量x和Y，如果x影响Y，那么x的变化必然先于y的价格指数年度数据变化。Granger因果关系检验的回归模型为：vt=年度’CPIM。(亿元)M(亿元)M：(亿元)∑q=1(1iX一i+∑：】pjy一J+u¨xF∑：】7ix一i+1990l03．10002644．4006950．70015293．40?6jy一j+u：。其中白噪声Ult和U2t假定为不相关，‘一J。19911O3．40003177．8008633．30019349．90两个变量Xt和y分别表示两个时间序列。1992106．40004336．00011731．5025402．20Granger因果关系检验的基本原理是：对yt进行滞后q期的回归，得到受约束回归的残差平方和1993114．70005864．70016280．4034879．80RSS。对yI进行滞后q期并含有滞后项X的无约束1994124．10007288．60020540．7046923．50回归，得到残差平方和RSSn。然后进行F检验，如1995ll7．10007885．30023987．1060750．5O果选定的显著水平(0【)上计算的F值超过临界值F19961O8．30008802．00028514．8076094．90值，则拒绝零假设(I-I。：Ct．1=0【2=⋯=。【。≠0)，这样滞后X项就属于此回归，表明X是v的原因。同理可以1997102．800010177．6034826．3090995．30得出v是否是X的原因。199899．2000011204．2O38953．70104498．52．向量自回归(vAR)模型199998．6000013455．5045837．20119897．91980年，西姆斯将VAR模型引入到经济学中，推动了经济系统动态性分析的广泛应用。VAR模2000100．400014652．7053147．20134610_3型通常用于相关时间序列系统的预测和随机扰动对2001lO0．700015688．8059871．6O158301．9变量系统的动态冲击，从而解释各种经济冲击对经200299．2000017278．0070881．80185007．0济变量形成的影响口。一般的向量自回归模型数学表达式为：2003101．200019746．0084118．60221222．8Y=Ao+A1Y一~+A2Y一2+⋯+ApYp+B1X+⋯+BqX一q+U2004103．900021468．3O95969．70254107．0其中，Y是m维内生变量向量，x。是r维外生变2005l01．800024031．70107278．8298755．7量向量，A。，A，A：，⋯，AD和B一，B是待估计的参2006101．500027072．60126035．1345603．6数矩阵，内生变量和外生变量分别有P和q阶滞后期。u是随机误差项，其共同时刻的元素可以彼此2007l04．800030375．20152560．1403442．2相关，但不能与自身滞后值和模型右边的变量相关。2008105．900034219．00166217．1475166．6模型中内生变量有P阶滞后期，所以可称其为200999．3000038246．00220001．5606225．0一个VAR(P)模型。在实际应用中，通常希望滞后期P和q足够大，从而完整反映所构造模型的动态特2010103．300044628．20266621-3725774．1征。但是另一方面，滞后期越长，模型中待估计的参20l1105．400050748．46289847．7851590．9数就越多，自由度就越少。因此，应在滞后期和自由2012102．700054659．77308664．2974148．8度之间寻求一种均衡状态，一般根据AIC和sc信息量取值最小的准则确定模型的阶数。数据来源：中国人民银行和国家统计局。(二)变量的选取与数据来源三、模型实证检验过程与结果为了更加清晰研究货币供应量与物价之间的关(一)单整检验系，本文采用1990年到2012年货币供应量与居民消如果把非平稳的时间序列当做平稳的时间序费价格指数年度数据，在单整和Johansen协整检验列，实际上就会破坏回归模型的基本假设，得出的的基础上，利用Granger因果检验对我国货币供应量R、F、t统计量都是失效的，分析、检验、预测的结果与CPI的内在联系进行实证分析，最后在得出因果也都是无效的。时间序列的平稳性检验(AOF检验)关系基础上建立向量自回归VAR模型。在数据的是对于时间序列计量分析有效性的基础。对数据进处理上，为了使两者处于同一量级，减少异方差性和行单整检验是为了检验时间序列的确定性与随机2013年第6期(总第407期)7金融理论与实践 【理论探索】性，以排除相关谬误；同时，也为Johansen协整检验然后模型二、模型一。何时检验拒绝零假设(t<与Granger因果检验提供保证。单整检验通常采用T)，即原序列不存在单位根，为平稳序列，何时停止的方法是扩展的迪克一福勒检验(ADF检验)。检验。根据估计出来的三个模型的适当形式，然后表2处理后的货币供应量和居民消费价格指通过ADF临界值表检验零假设：H。：o=0。只要其中数一个模型的检验结果拒绝了零假设(t