物价稳定目标下我国货币政策中介目标有效性实证研究

内容摘要：本文运用计量经济方法，对2001年1月至2011年12月的经济，金融月度数据，采用VAR模型实证分析了货币存量中介目标制下的货币政策效率问题。由于2008年7月以来，面对国际金融危机加剧、国内通胀压力减缓等情况，中国人民银行调整金融宏观调控措施，因此以该时点为分界，从通过前后的比较式实证分析，其结果表明：狭义货币供应量 M1仍是最合适的货币政策中介目标；广义货币供应量M2作为中介目标，在特定阶段可能由于资本市场的影响而出现反预期的表现；信贷渠道作为我国货币政策的传导渠道仍然有效；利率作中介目标的条件尚未达到。

关键词：货币政策 中介目标 滞后 有效性

引言

货币政策是中央银行为实现国民经济的各种发展目标而进行的控制货币供给和信贷的途径。要达到调控的效果，选择合适的中介目标和恰当的实施时机都非常重要。《中国人民银行法》（2003年修订版）明确指出：“货币政策目标是保持货币币值的稳定，并以此促进经济增长”。我国中央银行货币政策中介目标主要有贷款量，货币投放量和利率。究竟以何者作为中介目标，除了坚持可测性，可控性和相关性三个原则外，还要受经济时期和地域的影响。

2010年针对投资过热、消费价格指数持续上扬的经济现实，中央银行多次采取了提高存款准备金率、提高利率等一系列措施，但以上稳健性货币政策的效果并不显著。那么在决策正确的前提下，它的效果为什么不明显？传导机制到底出现了什么问题？我国货币政策的中介目标是否有效？这一问题不但关系到今后中央银行货币政策实施效果，而且关系到我国宏观经济调控的方式和有效性。

本文将研究物价稳定目标下货币政策中介目标的有效性，着重放在探究中介目标与最终目标的时滞效应上。希望通过对2001年1月至2011年12月我国货币政策的物价效应时滞进行估计，依据相关原则选择时滞时间较短，且对价格目标贡献较大的经济变量作为货币政策的中介目标。并以2008年7月为分界点，进行划时段分析不同时段货币政策效果，希望能对我国未来货币政策的中介目标的选择具有一定的意义。

理论研究

在货币政策中介目标选择的研究上，国内外的经济学者使用先进的计量技术对相关问题进行了细致的研究：

Leeper、Sims 和 Zha（1996）利用美国 1959 年 7 月至1996 年 3 月的货币供应量、联邦基金利率、GDP 等二十个经济变量建立大型 VAR 系统，并采用贝叶斯技术处理自由度，得出 VAR 模型是讨论货币政策效应的有效方法。

我国学者在定量分析方面也进行了不同方式的探索。封思贤（2006）运用VAR模型，脉冲响应函数等一系列计量经济学方法发现货币供应量作为货币政策中介目标的有效性正不断降低，但是还是具有一定的合理性和现实性。闫力，刘克宫，张次兰（2009）利用1998年1月到2009年3月的经济金融月度数据对我国货币政策的有效性进行实证检验的结果表明：货币供应量M1的波动对产出的影响不如对价格影响大。

已有的研究多有创新之处，但主要存在以下缺陷：第一，对相关变量没有进行季节因素的调整，且参数的意义说明不是很清楚；第二，有些研究仅从金融变量与宏观经济的相关性入手来进行实证检验，这是不符合实际的；第三，几乎所有的研究都只进行一个整体时段的研究，没有再划分时段进行比较研究；第四，很多研究中建立的VAR模型并没有考虑模型的稳定性。

总的看来，我国以往关于货币政策中介指标的研究主要集中在货币政策能否影响产出，物价等真实变量的变动。但这实质上是假定了经济增长是货币政策的最终目标，并在此基础上评价货币政策的有效性。但从我国实际情况来看，2003年修订的《中华人民共和国中国人民银行法》继续明确规定：“货币政策目标是保持货币币值稳定，并以此促进经济增长。”因此本文认为货币政策最终目标首先是币值稳定，并以物价稳定为评价标准，对短期贷款量，中长期贷款量，狭义货币供给量，广义货币供给量与物价水平的关系进行了实证分析，以检验货币政策的效果。其次，以往研究对目前的经济形势研究来讲往往不具有实际意义。鉴于此，本文以定量研究为主，并有针对的选择样本区间，

本文试图运用动态的计量经济学方法对我国货币政策传导过程中信贷渠道，货币渠道和利率渠道三个方面，分别考察其中间过程以及对物价稳定目标的效应时滞，并且通过以2008年6月为分界划分阶段来对比分析考察。

实证分析

（一）变量选取及数据预处理

本文在物价稳定这一货币政策目标的前提下选取了CPI、M1、M2、SLOAN（短期人民币贷款）、LLOAN（中长期人民币贷款），以及能迅速反映货币市场的资金供求状况的同业拆借加权平均利率R作为货币政策变量。以2001年1月至2011年12月份的月度数据为研究对象（数据来源：中经网统计数据库，中国人民银行网站）。用Eviews5.1中的X-12方法对数据进行了季节因素的调整，由于利率本身变化就小，且一般不具有季节效应，因而不做调整，最后对调整后的数据取自然对数进行平稳化处理。记经季节调整取对后的各变量分别为LNCPISA、LNSLOANSA、LNLLOANSA、LNM1SA、LNM2SA、LNR。

（二）建模前的相关检验

1.正态性检验。在研究区间2001年1月至2011年12月期间，以上经过季节调整并取对数处理的各个变量的偏度表明序列不对称，峰度也大于或者小于正态分布的峰度3，因此说明各变量序列均不服从正态分布，如表1所示。

2.单位根检验和协整检验。为了避免模型出现“伪回归”状况，本文先对所有涉及的变量进行单位根检验。结果如下：

2001年1月至2011年12月的总数据，以及以2008年7月为界限划分为两段的数据均在5%的显著性水平上一阶差分平稳，即为I（1）序列。协整检验的结果显示在5%的显著性水平上，三组数据的上述变量之间都存在着长期的协整关系。