浅谈我国货币政策效果的城乡差异.docVIP

  • 2
  • 0
  • 约8.19千字
  • 约 15页
  • 2019-06-11 发布于广东
  • 举报
浅谈我国货币政策效果的城乡差异 摘要:中国城乡经济发展不平衡,具有典型的二元经 济结构特征,应该重视统一货币政策效果的城乡差异问题。 本文采用改革开放后的年度数据,运用VAR模型和脉冲响 应分析,通过对中国货币政策效应的实证研究表明,尽管 货币政策对城乡经济的影响方向基本相同,但是影响程度 以及时滞效应仍然存在明显差异。城乡收入差距以及金融 系统发展水平的不同能够在一定程度上给予解释。 关键词:货币政策;城乡差异;VAR模型 一、文献回顾 一般情况下,在地区经济结构有明显差距的国家实行 统一的货币政策,其政策效果必然在各地区产生较大的差 异,这就是货币政策的差别效应。国外研究货币政策差别 效应的相关文献比较丰富,货币学派的Beare [1]利用简 约式模型对加拿大平原地区的三个省份进行分析,指出各 地区产品需求的收入弹性差异能够解释货币对不同区域造 成的不同影响;新古典凯恩斯学派的Fi shkind [2]利用 大型区域宏观模型分析,证实美联储的货币政策对印第安 纳州经济的影响与对全美的影响相比存在差异,认为这主 要是由印第安纳州的相对经济结构造成的;Rochoff [3] 等人对区域利率差异和区域信贷可得性差异进行分析,认 为地区间存在的成本和风险差异是最主要的原因;Kar ras [4]等人对欧洲国家货币政策不对称效应进行了研究;Ca rlino和Defi na [5]等人通过国家货币政策对区域经济周 期波动的影响来鉴 收稿日期:XX-09-01 作者简介:李善粲(1980-),陕西省平利县人,国际 商务师,陕西师范大学国际商学院硕士研究生,研究方向: 区域经济理论与政策;何炼成( 1928-),湖南省浏阳市人, 陕西师范大学国际商学院名誉院长,教授,博士生导师, 研究方向:政治经济学、发展经济学。 别货币政策的区域效应,指出经济结构的地区差异导 致货币政策出现区域非对称效应。截至目前,国外已发展 起来运用结构向量自回归模型来分析货币政策影响的区域 差异。 相对来说,国内关于货币政策差异性的研究起步比较 晚,而且多采用描述性研究、一般回归、因果分析等方法 的居多。如张志军[6]等国内学者,在一定程度上研究了 区域金融发展不平衡问题并一致认为应该实施差别化的货 币政策,特别要向欠发达地区倾斜。最近几年国内学者也 尝试采用国际流行的VAR, SVAR等计量模型来研究,如李成 [7]、周好文[8]、丁文莉[9]、张晶[10]、杨开忠[1 1]等,但他们只局限于研究统一的货币政策在不同行政区 域或者东、中、西地理区域间的差别效应研究。 本文在借鉴国内外研究成果基础上,尝试用向量自回 归的研究方法,结合我国城乡二元经济结构特征,研究我 国统一货币政策的城乡差别效应。本文分三部分论述,首 先通过实证研究证实统一货 币政策对城乡经济影响的差异化存在以及这种影响的 程度,然后分析产生差异性效果的原因,最后提出消除这 种差异性后果的建议。 二、差异性影响的计量模型分析 1980年,西姆斯(Sims)针对大型宏观经济计量模型存 在的不足,首次提出了非约束性向量自回归(VA R)模型,这 种模型以多方程联立的形式出现,系统内每个方程右边的 变量是相同的,包括了所有内生变量的滞后值,然后通过 模型中所有内生当期变量对它们的若干滞后值进行回归, 进而估计出全部内生变量的动态关系。一个VAR(p)模型的 数学形式是[12]: yt=Atyt-l +…+Apyt-p +Bxt+ £ t 这里yt是一个k维的内生变量,xt是一个d维的外生 变量。A1 ,…,Ap和B是要被估计的系数矩阵,£ t是扰 动向量,它们相互之间可以是同期相关,但不与自己的滞 后值相关即不与等式右边的变量相关。本文基于 V AR 模型计量分析步骤 (-)数据的选取与处理 本文对货币政策城乡效应的分析主要立足于从货币政 策中介目标(货币供应量)到最终目标(经济增长)这一 过程,指标选取1 978?XX年度数据,具体为:1、狭义货 币供应量指标ml; 2、城乡经济产出指标,cy表示城市居 民人均可支配收入,ny表示农村居民人均纯收入。以上数 据是以1978年为基期,核算出年度CPI,年度城镇CP I, 年度农村CPI,将名义货币供应量和城乡名义收入转化为实 际值。数据来源于《新中国五十五年统计资料汇编》以及 部分年度《金融统计年鉴》和《中国统计年鉴》。然后对这 些经过整理后的数据进行对数调整,经过处理以后的变量 序列分为3个序列组。 需要指出的是,根据已有的对货币政策传导机制的研 究结果,我国货币政策的利率传导机制是低效的,利率市 场化程度不高[13],因此模型中未选取利率指标。 (二)数据的检验 数据的平稳性检验 对时间序列数据如果直接讨论各变量序列之间的关系 往往会得出错误的判断,

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档