货币政策对信贷渠道影响实证研究.docVIP

货币政策对信贷渠道影响实证研究 　　内容摘要：货币政策传导机制一直是各国中央银行及政府最为关心的问题之一，对货币政策传导机制的研究也始终是学术界研究的热点。本文针对货币政策对信贷渠道的影响，通过实证分析的方法，得出了目前我国货币渠道在我国货币传导机制中是有效的结论。 　　关键词：货币政策传导机制 信贷渠道 再贴现率 　　货币政策传导机制，是指货币当局运用一定的货币政策工具，通过影响中介指标进而使微观实体经济发生变化，最终实现预期政策目标的传导途径与作用机理。传导机制顺畅是货币政策有效的基础。货币政策传导机制一直是各国中央银行及政府最为关心的问题之一，对货币政策传导机制的研究也始终是学术界研究的热点。本文为了验证现阶段我国货币政策传导机制的信贷传导渠道是否有效，针对我国传统货币政策传导的信贷渠道机理进行了实证检验。 　　变量选择与数据来源及处理 　　本文选取了从2000年1月-2010年12月中国的相关月度宏观数据进行统计分析。对于变量的选择，本文以流通中的货币量（M0）、狭义货币量（M1）和广义货币量（M2）代表货币供应量；货币政策中介变量选用各项贷款（Total Loans）；货币政策最终目标为经济增长，由于是月度数据，考虑到数据的可获得性本文选择工业增加值增长率（R）代表宏观经济增长情况。以上数据均来自国家统计局网站及中国人民银行网站。 　　在进行实证分析前，先对经济变量M0、M1、M2、LOAN、R分别取对数， 用LM0、LM1、LM2、LLOAN、LR表示。对变量取对数主要是出于对以下几方面的考虑：首先取对数可以消除部分数据波动，时间经济序列通常是非平稳的；其次取对数后的误差项由绝对误差变为相对误差，而相对误差一般比绝对误差小；再次取对数以后能体现变量百分比变化之间的关系，同一对数变量的差分相当于发展速度的对数，而不同对数变量之差相当于两水平变量之间的对数；最后对变量取对数可将水平变量的非线性模型转化成对数变量的线性模型。由于是月度数据，对变量取对数之后，为剔除季节因素的影响，再对各经济变量用移动平均法进行季节调整，调整后的变量用LM0SA、LM1SA、LM2SA、LLOANSA、LRSA表示。该过程及以下检验均由EVIEWS5.0得出。 　　实证研究 　　（一）单位根检验 　　对宏观经济时间序列建立模型时，如果直接进行分析容易造成“虚假回归”现象，此时通常的统计推断标准也就失去了意义，所以在建模之前需要对涉及的时间序列变量进行平稳性检验。对平稳性进行检验时可采用DF检验或ADF检验。本文采用ADF单位根检验法检验各变量的平稳性。原假设H0为ρ=0，即具有一个单位根。当检验结果拒绝原假设时说明序列平稳。本文针对LM0SA、LM1SA、LM2SA、LLOANSA和LRSA的ADF检验结果如表1所示。 　　检验结果显示，各序列LM0SA、LM1SA、LM2SA、LLOANSA在10%显著性水平下、LRSA在5%的显著性水平下均不能拒绝存在单位根的原假设，这表明各变量在样本期内均是非平稳时间序列。但进行一阶差分后的变量D（LM0SA）、D（LM1SA）、D（LM2SA）、D（LLOANSA）、D（LRSA）的ADF检验统计量的样本观测值均小于显著性水平为5%的临界值，说明差分后的序列已变为平稳序列。因此在5%的显著性水平下，可以认为LM0SA、LM1SA、LM2SA、LLOANSA、LRSA都是一阶单整序列，如果此时对它们直接进行回归分析可能会出现虚假回归现象。因此，有必要对原始变量进一步进行协整检验。 　　（二）协整检验 　　协整是描述经济中长期关系的统计性质。协整的基本思想是，如果两个或两个以上的时间序列变量是非平稳的，但它们却存在一个平稳的线性组合，表示变量间存在一种长期的均衡稳定关系。检验变量之间是否存在协整关系的常用方法有基于残差的检验方法和最大似然检验方法。本文采用Johansen 协整检验法对M0、M1、M2与LOAN、LOAN与R之间可能存在的协整关系进行检验。其检验方法是首先计算各项贷款LOAN对货币供应量（M0、M1和M2）回归方程的迹和最大特征根，然后逐一与不存在协整关系和存在一个协整关系等假设前提下的迹值和最大特征根进行比较，当回归方程的迹值与最大特征根统计量大于假设条件下的Johanson临界值时，拒绝其前提假设，反之，接受原假设。 　　由表2的检验结果可以看出，在变量间最多有一个协整关系的原假设成立的条件下，四个回归方程的迹值和最大特征根统计量的样本观测值均大于5%临界值。这说明至少在5%的显著性水平下，变量M0、M1、M2与LOAN之间，LOAN与R之间皆存在协整关系，即长期均衡关系。 　　结论 　　以上实证分析说明，目前信贷渠道在我国货币政策的传导机制中是有效的