基于VAR模型的我国货币供应量影响因素分析..doc

我国货币供应量影响因素分析 一、引言 2008年全球金融危机爆发给我国经济蒙上了一层阴影，外贸出口大幅度下滑，国内就业形式严峻。面对如此复杂的国际国内形势，我国中央银行迅速做出反应，实施适度宽松的货币政策。一般而言，货币政策效果取决于中央银行能否影响和稳定人们的预期。在利率体系未实现市场化条件下，货币供应量仍然是我国货币政策一个比较好的中介目标,中央银行完全可以通过控制该中介目标达到宏观调控的目标（何问陶、刘朝阳，2007）。戴建军（2007）对我国货币供应量和经济增长之间的关系进行了研究，结果发现货币供应量与经济增长之间存在长期稳定的协整关系，且货币供应量与经济增长长期正相关。在我国金融市场中，间接融资占据主导地位，货币供应量的变化依存于信贷规模的变化，中央银行在实施货币政策时，应同时关注货币供应量和信贷规模这两个指标（吴培新，2008；刘小铭、沈利生，2008）。除信贷规模外，外汇占款也是影响我国货币供应量主要因素之一，外汇储备量变化是影响货币供给量变化的原因（李莎、谢英，2004）。蒲艳萍和李权（2006）研究发现，短期内，前期的货币供应增长率变化率、经济增长率变化率、通货膨胀率和外汇储备增长率对当前货币供应增长率变化的影响显著，外汇储备对货币供应产生的外生性影响较小。此外，政府存款的变化，反映政府财政政策变化，能够影响基础货币投放，对货币供应量的影响也较大。纵观现有文献，研究货币供应量对其他宏观经济变量影响的文献较多，而分析货币供应量影响因素的文献相对较少。因此，本文采用VAR模型对影响我国货币供应量的因素进行了实证分析。 二、研究方法、变量选择和数据来源 （一）研究方法介绍 自1980年Sims将向量自回归（VAR）模型引入到经济学研究以来，VAR模型在经济学中得到了广泛应用。VAR模型把系统内每一个变量作为系统中所有内生变量滞后值的函数来构造模型。因此，该模型可以动态地分析系统内各变量相关关系和动态预测各变量之间的相互影响。 VAR简化式模型的一般形式： 或 （1） 其中,，L为滞后算子。是 k 维内生变量列向量，p是滞后阶数，T是样本个数。k(k 维矩阵是待估计的系数矩阵。 是 k 维扰动列向量，它们相互之间可以同期相关，但不与自己的滞后值相关，且不与等式右边的变量相关。假设 是 的协方差矩阵，是一个(k(k)的正定矩阵。当系数矩阵可逆时，在（1）式两边分别左乘的逆矩阵，可得： 利用广义最小二乘法可以求出的估计量，进而求出系数矩阵。利用VAR模型研究经济问题时，我们常常更加关心一个内生变量对其他变量冲击的响应情况，而忽略了变量之间的相关关系。因此，估计完VAR模型后，我们可以分析某变量冲击对经济系统的动态影响，这种分析方法称为脉冲响应函数（IRF）。 为了得到正交化的脉冲响应函数，需要将正定协方差矩阵进行Cholesky分解： 。其中G为下三角形矩阵，Q为主对角线上元素为正的对角矩阵，且Q是唯一的。令，则 再令 ， 则 的第i个变量可以写成： 是由的脉冲引起的的响应函数，为积累响应函数。的第i行j列元素可以表示为：,表示在t时期，其他变量和滞后变量不变的情况下，对一个冲击的反映。 在实证分析中，除了需要考查一个变量冲击对其他变量的影响外，通常还研究一个变量对其他变量相对重要程度，这就需要进行方差分解。方差分解通过分析每一个冲击对内生变量变化的贡献度来进一步评价不同结构性冲击的相对重要程度。其过程本文不再叙述。 （二）变量选择和数据来源 自中央银行把货币供应量作为货币政策中介指标以来，对货币政策和货币供应量的研究就从未停止，大多数学者围绕货币政策有效性展开分析，对货币供应量的研究相对少一些。本文采用单位根检验、协整检验和向量自回归模型对影响我国货币供应量的因素进行了分析。为了分析我国货币供应量（m2）的影响因素，本文从诸多影响因素中选取了3个最主要的指标，分别是商业银行贷款（sydk）、外汇占款（whzk）和政府存款（zfck）。所有指标数据选取2000年1月—2008年12月的月度数据，共108个。所有的这些数据均来自中国人民银行网站。 三、实证分析 （一）单位根检验 一般来说，时间序列数据都存在一定的时间趋势，如果直接对数据进行回归分析，往往会导致“伪回归”问题。因此，我们对原始数据进行单位根检验，检验发现原始数据是不平稳的，经过1阶差分后数据平稳（见表1），即他们都是1阶单整的，I(1)。 表1：时间序列单位根检验 变量名 检验类型(c,t,d) ADF检验值 5%的临界值 1%的临界值 是否平稳 Dm2 (c,t,4) -5.99*** -3.45 -