基于SVAR模型的货币政策与通货膨胀、GDP的动态关联分析

作者简介：王健（1989-），男，安徽六安人，贵州财经大学2011级应用统计研究生，研究方向为社会统计；

田芬（1986-），女，湖南张家界人，贵州财经大学2011级国民经济学研究生，研究方向为国民经济的增长与管理。

摘要：本文在探讨货币政策与我国通货膨胀及真实GDP传导机理的基础上，通过建立SVAR模型，利用脉冲响应和方差分解的方法，分析了货币政策冲击对我国通货膨胀及真实GDP的影响。研究结果表明：广义货币M2增长率、通货膨胀和GDP增长率之间存在着显著地动态关系。

关键词：货币政策；通货膨胀；SVAR模型

一、引言

货币政策对通货膨胀的动态影响是货币政策专家非常关注的一个问题。货币政策的调节过程是通过货币总量、总产出与通货膨胀之间的动态作用来实现。因此，通过一个向量动态模型可能会更精确地反映出通货膨胀在一个互动的系统内受到一个随机冲击后持续的时间跨度，从而清晰地表现出通胀惯性的货币政策滞后效应。

二、VAR和SVAR模型分析框架

VAR模型的推广始源于著名计量经济学家Sims1980年的著名文献。此模型是多个方程的联立，模型中每一个方程的内生变量对整体模型的全部内生变量滞后项进行回归，估计全部内生变量的动态关系。VAR模型表示为：

即便VAR模型广泛应用于多元时间序列中，但因其当期相关关系隐藏在误差项的结构中，各种信息之间可能会存在很强的相关性，导致脉冲响应函数的经济含义模糊不清。然而采用结构VAR模型（SVAR）包含了变量当期之间的关系，能够显示出隐藏在模型误差当中无法解释的相关结构，通过对模型做一些简单假设，能够更好地提供模型系数的结构解释，其方法是通过对数据施加约束条件对变量的冲击进行识别，并得到相关变量对系统冲击的反应方向与强度。

三、数据来源与模型估计

1、数据来源与变量说明

本文用广义货币供应量M2的增长率代表货币政策方面，居民消费价格指数CPI和GDP增长率分别代表通胀率和真实GDP。设变量LNM2、LNCPI、LNGDP分别表示广义货币供应量M2的增长率，通胀率和GDP增长率的自然对数。数据来源于《中国统计年鉴》和国家统计局网站。在数据统计中选取了1997第一季度至2011年第四季度共60个数据。

2、序列平稳性检验

为了保证该模型的有效性，防止出现“伪回归”现象，须对变量进行平稳性检验。本文采用ADF序列平稳性检验。检验结果显示：LNM2、LNCPI及LNGDP序列均不能拒绝有单位根的假设，为非平稳序列；一阶差分后的序列LNM2、LNCPI和LNGDP在1%的显著水平下均拒绝有单位根的假设，为平稳序列。

3、格兰杰因果关系检验

格兰杰因果关系检验是利用了VAR模型来进行系数显著性检验，可以用来检验某一个变量的所有滞后阶项是否对另一个或几个变量的当期值有影响。通过检验可以得出结论：GDP的增长率与CPI表现出较强的“因果关系”。

4、VAR模型估计

估计VAR模型，其中一个重要问题是滞后期的确定。滞后期太少，不能完整地反映变量间动态关系，滞后期过多会导致自由度减少，影响模型参数估计的有效性。滞后1-5阶VAR模型最优自回归阶数P的检验结果显示：在5%的显著性水平下，五个指标中有四个显示为滞后二阶，采用“多数原则”，即超过半数以上的可用判断准则指向的滞后期数。因此，该模型选用的滞后期数为二期。

则估计出的VAR模型为：

五、基本结论和政策建议

本文运用结构VAR模型对1997一2011年的货币政策变量和宏观经济变量进行了实证研究，由SVAR模型关于各内生变量的脉冲响应函数和方差分解分析情况来看，广义货币M2增长率、通货膨胀和GDP增长率之间存在着显著地动态关系。国家货币政策的实施，对宏观经济变量当期的变动影响要小于对于他们滞后期的变动影响效应。鉴于货币政策在传导机制上具有滞后的作用，在调控把握宏观经济变量的同时要充分考虑到滞后期的范围以及国内对于政策实施的预期效应，才能更好的稳定市场。（作者单位：贵州财经大学）

参考文献：

[1]刘金泉、刘志强，中国货币政策非中性[J].吉林大学学报，2002.

[2]刘斌，我国货币供应量与产出、物价间的互相关系的实证研究[J].金融研究，2002.

[3]张成思.金融计量学——时间序列分析视觉[M].东北.东北财经大学出版社，2008.

[4]祝晓兰.货币政策与通货膨胀抑制[J].中国集体经济，2010.

[5]陶洁.讨论我国货币政策传导效应[J].金融视线，2012.