货币供应量与国内生产总值及物价之间的相互影响.docVIP

货币供应量与国内生产总值及物价之间的相互影响 　　一、研究背景 　　近年来，随着中国GDP的逐年增加，中国已经成为世界第二大经济体，这吸引着全世界瞩目的目光。而伴随GDP的不断走高，中国物价指数与货币供应量也在不断增加。而货币供应量更是呈现一种指数增长的趋势。这不得不让我们深思：究竟是货币供应量的增加导致了中国GDP的增加还是中国GDP的增加使得货币供应量增多，同时中国物价指数上涨影响了货币供应量还是货币供应量影响着物价指数。无疑，这对我们国家经济增长起着至关重要的作用。因此，厘清这三者之间的传导关系及如何传导非常重要。故而本文利用建立VAR模型的方法对此问题进行简单的探究。 　　二、变量选取及数据来源 　　由于在我国，根据我国实际情况，中国人民银行将我国货币供应量指标分为以下四个层次：M0，M1，M2，M3。其具体含义如下： 　　M0=流通中的现金。 　　M1=M0+企业活期存款+机关团体部队存款+农村存款+个人持有的信用卡类存款。 　　M2=M1+城乡居民储蓄存款+企业存款中具有定期存款性质的存款+外币存款+信托类存款。 　　M3=M2+金融债券+商业票据+大额可转让存单等。 　　其中，M1是通常所说的狭义货币量，流动性较强，是国家中央银行重点调控对象；M2是广义货币量，M2与M1的差额是准货币，流动性较弱；M3是考虑到金融创新的现状而设立的，暂未测算。因而在本文中货币供应量选择M2广义货币量作为变量。 　　而物价指数分为多种。而与人们息息相关的最能令普通百姓深刻感受到变化的便是商品零售价格指数。因而本文采用商品零售价格指数RPI作为衡量物价指标的变量。 　　因而本文最终选定的变量有三个，分别是广义货币量M2、商品零售价格指数RPI以及国内生产总值GDP. 　　本文数据来源为《新中国60年统计资料汇编》，所采用的数据起止年代为1995年至2008年。所利用软件为Eviews 6.0。 　　三、VAR模型建立及相关解释 　　（一）模型初选 　　从图中可以看出AR特征根的倒数的模有两个大于1，因而表示VAR模型不平稳，故而需要对VAR模型进行重新建立。 　　（二）模型建立 　　考虑到对数据取对数后可以消除一些因素，因而对数据进行取 　　对数后进行重新建模，并且三个变量随之变为lngdp，lnm，lnrpi。建立VAR模型，经过多次试算，根据AIC和SC准则同时达到最小的原则，最终取定滞后阶数为1阶，得到结果如下所示： 　　从上述结果中可以看出，lngdp、lnm方程的调整都达到0.99，模型拟合效果非常好。而lnrpi方程的调整也到了0.78，模型拟合效果也很不错。而三个方程综合的AIC准则达到-16.02，SC准则达到-15.49，经过测算其都已经达到最小。 　　（三）模型特征根检验 　　从图中可以看出三个特征根均在单位圆内，因而VAR模型通过稳定性检验，即认为模型是稳定的。 　　（四）Granger因果关系检验 　　从上图中可以看出当因变量分别为lngdp、lnm、lnrpi时的格兰杰因果关系检验的输出结果。对于内生变量lnm而言，其相对于内生变量lngdp的χ2统计量=3.632007，相应的概率值P=0.0567，因而在0.05的显著性水平下，内生变量lngdp对应的方程中应当将变量lnm排除，即变量lnm不是变量lngdp的Granger原因（但在0.1的显著性水平下结论将发生变化）。而lnrpi相对与内生变量lnrpi的χ2统计量=16.89350，其相应的概率值P=0.0000，因而在0.05的显著性水平下，内生变量lngdp对应的方程中不应将变量lnrpi排除，即变量lnrpi是变量lngdp的Granger原因。同时也可以看出，对于变量lngdp而言，变量lnm和lnrpi联合显著检验的χ2统计量值=18.30546，相应的概率值P=0.0001，因而内生变量lngdp相对于lnm和lnrpi滞后项是联合显著的。 　　同理，我们可以得到，lngdp不是lnm的Granger原因，lnrpi是lnm的Granger原因，内生变量lnm相对于lngdp和lnrpi滞后项是联合显著的；lngdp和lnm都不是lnrpi的Granger原因，但是内生变量lnrpi相对于lngdp和lnm是联合显著的。 　　因而从上述分析中我们可以得到如下的传导关系： 　　是商品零售价格指数影响货币供应量及GDP。而货币供应量与GDP之间没有相互影响，也不会对商品零售价格指数进行影响。（在0.05显著性水平下） 　　（五）脉冲响应函数 　　从上图中可以看出，当lnrpi对lngdp施加一个正向冲击后，从第1期开始lngdp和lnm都开始上升，lngdp当到达第五期时开始保持稳定水