我国广义货币供应量与GDPGranger因果分析.docVIP

我国广义货币供应量与GDPGranger因果分析 　　【摘 要】本文以计量经济学的理论为基础，采用我国2002年1 季度-2012年 4 季度的数据，运用ADF 检验、协整检验、Granger因果关系检验等，检验了货币供应量（M2）与国内生产总值（GDP）之间的Granger因果关系。结果表明：M2与GDP之间存在长期的协整关系，并存在双向的Granger因果关系。最后，针对实证的结果给出合理化的政策建议。 　　【关键词】ADF 检验；协整检验；Granger 因果关系检验；货币供应量（M2） 　　M2，即广义货币供应量。是M1，城乡居民储蓄存款，企业存款中具有定期性质的存款，信托类存款，其他存款的汇总。M2不仅反映了现实购买力，也反映了潜在购买力。 　　2013年第一季度，各层次货币供应量增速明显回升。3月末，广义货币（M2）余额103.61万亿元，同比增长15.7%，分别比上月末和上年末高0.5个和1.9个百分点；狭义货币（M1）余额31.12万亿元，同比增长11.9%，分别比上月末和上年末高2.4个和5.4个百分点；流通中货币（M0）余额5.57万亿元，同比增长12.4%。M2的高速增长的原因是目前理论界探讨的重点。前人通过实证研究得出结论：货币供应量的变化很可能是真实产量变动结果的内生性货币的结论，货币供给量与名义收入呈有规则的正比关系，而又有学者通过实证分析得出：从长期看产出增长率和货币供应量增长率没有相关性的结论。 　　基于以上的研究成果，本文将对GDP与M2关系加以实证分析。进一步研究GDP与M2之间的关系。 　　由于GDP、M2采用的都是季度数据，为了消除数据样本的季节变动影响，本文首先采用X-12方法对数据进行季节调整，剔除季节因素影响，揭示了季度序列的特征及基本趋势，然后对调整后的数据取自然对数，以消除时间序列的异方差。最终的变量分别用LnGDPSA、LnM2SA表示。以下是整个实证分析的具体过程。 　　一、单位根检验 　　在对时间序列进行回归时，首先对需要检验变量的平稳性，如果模型的序列是非平稳的，回归模型就可能为伪回归，因而结论也是错误的。运用ADF检验方法，对时间序列数据进行单位根检验。对LnGDPSA、LnM2SA检验的结果如下表所示。从单位根检验结果看出，LnGDPSA、LnM2SA的原序列都是非平稳序???，但是他们的一阶差分序列是平稳的，可知，其为一阶单整的时间序列，记为I（1）。下面必须结合协整检验加以判断。 　　二、协整检验 　　由于LnGDPSA、LnM2SA都为I（1）型时间序列，接下来对变量继续进行协整检验，以判断这些非平稳的经济变量之间是否存在长期稳定的均衡关系。本文采用J-J方法进行了协整检验。第一步建立VAR模型，并对模型进行稳定性检验。VAR模型稳定的充要条件是所有的特征值都要在单位圆内，或特征值的模小于1。VAR模型稳定性检验结果如下图所示。 　　VAR模型稳定性指当一个脉冲施加在VAR模型中某一个方程过程上的时候，随着时间的推移，这个冲击会逐渐地消失。如果不消失，则系统是不稳定的。图1显示有一个根落在单位圆上，平稳性条件没能得到满足，因此，因此不能通过此VAR模型的脉冲响应分析和方差分解。 　　根据AIC和SC信息准则，选取滞后阶数为2，在进行JJ协整检验时，选取的最大滞后阶数为1，结果如表下所示。 　　由此表可知，在5%的显著性水平上表明LnGDPSA与LnM2SA至少存在一个协整关系，M2与GDP之间存在长期的协整关系。协整系数如下所示： 　　根据表中的协整系数，建立M2和GDP之间长期均衡的关系式如下： 　　从上式可以看出，调整后的GDP的自然对数与调整后的M2有正向线性关系，表明M2增加1个百分点，GDP就会增加0.007989个百分点，说明货币供应量对于我国经济增长有着正向的影响。 　　三、Granger 因果关系检验 　　协整检验的结果表明，GDP与M2之间存在着长期的均衡关系，但是二者之间具体的关系还是未知的，需进行下一步的检验。在本文中采用VEC的Granger因果检验方法进行检验。由于VEC模型滞后期是无约束VAR模型一阶差分变量的滞后期，基于上文VAR模型的最优的滞后阶数为2，此处确定VEC模型的滞后期为1，各选项与Johansen检验保持一致，从而得到VEC模型Granger因果检验的结果如下表所示。 　　结果表明，在所选定的样本区间，GDP和M2存在双向的Granger因果关系，广义货币供应量M2增长能够引起GDP的增长，GDP的增长也会在一定的程度上推动M2的增长。 　　四、结论及建议 　　1.结论 　　从最终的回归结果来看，我国GDP的变动与货币供应量M2的变动存在正相关关系，且存在双向的Grange