货币供给量范文
时间：2023-03-04 12:51:34
货币供给量范文第1篇
关键词：国债；货币效应；运行阶段
中图分类号：F812.5 文献标识码：A doi：10.3969/j.issn.1672-3309（x）.2013.09.27 文章编号：1672-3309（2013）09-58-03
政府实现经济稳定与增长的政策包括财政政策与货币政策。货币政策主要是通过改变货币供给量，来调节总需求，达到稳经济、促进增长的目的。下面从发行、流通、偿还三个阶段分析国债对货币供给量的影响。
一、国债发行对货币供给量的影响
国债是一国中央政府的债务。在国债的发行阶段，政府发行了国债券，得到了货币资金，表现为国债收入。这里，借方是单一的、唯一的即政府。国债的债权人是国债承购者，它们得到了国债券，付出了自己的货币资金，表现为国债承购款。除非政府发行国债时带有限制性条件，否则，承购国债的主体将非常广泛，包括社会上各类企业、个人，故贷方是多方面的。为了分析方便，将与国债有关的经济主体分为三部分：（1）中央银行；（2）商业银行；（3）其他主体均归类为非银行部门。
（一）中央银行承购国债
中央银行承购国债，对货币供给一般起扩张效应。在1993年“中华人民共和国预算法”生效之前，弥补财政赤字的办法主要有发行国债和向中央银行透支。财政向中央银行透支，换个角度来说就是中央银行购买国债。中央银行购买国债，在中央银行的账户上反映就是，中央银行负债（财政存款）和资产（政府债券）的等额增加，如果到此为止，应该说社会上还并未出现增加的货币。然而政府购买国债的目的是使用这笔资金，不可能把借到的货币窖藏起来，当政府运用这笔资金时，在商业银行的账户上，就会出现负债（社会存款）和资产（准备金）的同时增加，因为准备金的增加，银行就可以增加发放贷款，这样整个社会的货币量就会增大。
（二）商业银行承购国债
商业银行之所以要承购国债，是保持流动性的需要，当商业银行现金较多时，可能购买国债获取一定的利益收益，当需要现金时，再把国债卖掉换回流动性。商业银行购买国债有两种方式，一是收回已向社会发放的贷款，二是动用超额准备金。若选择减少贷款的办法，那么，收回贷款是货币供给量的直接缩减；当政府将借款运用后，社会上银行存款增加，又将增加货币供给量，综合收缩和扩张效应，用减少贷款的办法购买国债对货币供给量的影响是中性的。如果选择动用超额准备金的办法，则动用准备金时并未减少货币供给量，而政府债券的运用却又扩张货币，所以综合的效果是扩大了货币供给量。实际上，商业银行运用准备金是其贷款能力的释放，如果没有购买国债，这笔贷款能力迟早要形成货币供给的。如果商业银行承购国债时既未能相应减少其对社会的贷款，也没有超额准备金可供使用，则需依靠中央银行的再贷款解决。这种情况下，也会扩大社会货币供给量。如果国债发行的政策是向商业银行强制摊派，很可能会造成这种情况。
（三）非银行部门承购国债
这类国债承购者的范围很广，在我国，可以包括企事业单位、个人等。非银行部门承购国债时，在商业银行账户上体现为银行负债（银行存款）的减少，从而引起货币供给量的减少。当政府取得国债收入并运用时，这些货币又回到了社会，在商业银行的账户上体现为银行负债（银行存款）的增加，货币供给量增加了。结合以上两个过程，一般来说，非商业银行部门购买国债，不会改变货币供给量。
二、国债流通对货币供给量的影响
国债有流通和非流通之分，我国的可流通国债有记账式国债和无记名国债等，可在交易所场内市场交易，也可以在银行间债券市场等场外市场进行交易。对于不可流通国债，如凭证式国债等，也可以提前在柜台贴现，但要支付一定比例的手续费，如果到期兑换，则不需要支付任何代价。国债流通同样会对货币供给量产生影响，下面分别加以分析（图1）。
（一）国债在非银行部门之间的转让
如图1，如果非银行部门A将一笔国债卖给了非银行部门B，也就是非银行部门A将这笔国债代表的购买力转移到了非银行部门B，对整个社会来说，购买力没有变化。在商业银行的账户上，非银行部门A的社会存款减少，非银行部门B的社会存款等量增加，对整个社会来说，货币供给量没有任何变化。
（二）国债在商业银行之间的转让
考虑国债在同一类部门之间转让的另一种情况，假如它们都是商业银行。如果商业银行A的国债转让给商业银行B，那么，第一种情况是商业银行B的购债资金来自回收贷款。从商业银行B来看，此时有一个货币供给量的收缩效应，因为，在B的账户上其资产（贷款）和负债（社会存款）同时减少。从商业银行A来看，由于其卖出了国债，获得了资金，其账户上资产栏债券减少，准备金增加，其运用增加的准备金向社会发放贷款，社会上货币供给量又增加了，这种情况下，货币供给量没有什么变化。第二种情况，商业银行B用超额准备金或向中央银行再贷款来购买商业银行A的国债，商业银行B在购买国债时没有货币收缩效应，但商业银行A通过出售国债，获得资金，再进行放贷，则扩大了社会货币供给量。商业银行B用超额准备金向商业银行A购买国债，实质是商业银行A把商业银行B的超额准备金运用了出去，从而扩大了货币供给量。
（三）国债在商业银行和非银行部门之间的转让
以国债的转让方向为标准，可分为两种情况：（1）非银行部门购买商业银行持有的国债。非银行部门从商业银行获得国债，支出货币，表现为其在商业银行的存款减少，同时，商业银行资产方的政府债券等额减少，准备金增加，当把超额准备金转化为贷款时，存款数量又恢复到以前的水平。所以，商业银行向非银行部门转让国债的结果，是在减少其政府债券的同时，准备金相应增加或者是贷款增加，故实际是其资产项目的调换。（2）商业银行购买非银行部门持有的国债。第一，商业银行若选择减少贷款的办法，那么，收回贷款是货币供给量的直接缩减；非银行部门得到货币后，商业银行的社会存款增加，表现为扩张货币，因此，综合考虑缩减和扩张的效应，这种购买方式不会扩大货币供给量。第二，商业银行如果选择动用超额准备金的办法，则动用准备金时并未减少货币供给量，而政府债券的运用却又扩张货币，所以综合的效果是扩大了货币供给量。
（四）中央银行在公开市场上买卖国债
中央银行与商业银行和非银行部门之间交易国债，也称为中央银行的公开市场业务。（1）中央银行购买国债。如果向商业银行购买，在中央银行账户上，其资产（政府债券）和负债（商业银行存款）等额增加，商业银行在中央银行的存在增加意味着其准备金增加，如果商业银行用增加的准备金发放贷款，则商业银行账户中社会存款同时增加，货币供给量增加了。如果中央银行向非银行部门购买国债，在中央银行账户上，其资产（政府债券）增加，负债（商业银行存款）也相应增加，这笔业务在商业银行账户上表现为，商业银行的资产（准备金）和负债（社会存款）相应增加，而社会存款增加则直接表现为货币供给量的增加。（2）中央银行在公开市场上卖出国债，其过程与（1）恰好相反，因此，对货币供给量有收缩作用。
三、国债偿还对货币供给量的影响
国债的偿还一般有两种方式，一种是用财政收入（税收）偿债，还有一种是借新债还旧债。选择不同的偿还方式，对货币供给量的影响也不同。
（一）以税收偿还国债
政府在征税过程中，纳税人的货币单方向流向政府，减少了纳税人在商业银行部门的存款，商业银行账户中社会存款减少。同时，政府将收取的货币存入中央银行，政府的财政存款增加。这样，纳税人资金作为税款流向政府的影响，实际是社会存款货币变为中央银行的基础货币，故有一种收缩的效应。政府有了税款后，分别向三类国债持有者偿付。（1）偿还非银行部门所持有的国债，非银行部门在商业银行的存款就会增加，当然政府在中央银行的财政存款将减少。这一社会存款的扩张过程正好与上面征税的收缩过程相反，所以，总体来说这种偿债方式对货币供给量的影响是中性的。（2）偿还商业银行所持有的国债，在中央银行账户上，中央银行的负债方的财政存款减少，而商业银行存款增加。在商业银行账户上，商业银行的资产准备金相应增加，政府债券相应减少。如果商业银行将增加的准备金运用出去，则货币供给量就会增加，因为纳税人纳税时对货币供给量有缩减效应，综合纳税和银行发放贷款两个过程，对货币供给量的影响是中性的。（3）偿还中央银行持有的国债。结果将表现为中央银行账户财政存款和政府债券的等量减少，没有扩大货币供给量。如果考虑到前期政府征税对货币供给的收缩效应，这种还款方式对货币供给量有收缩影响。
（二）举借新债偿还旧债
政府发行债券对货币供给量的影响前面已经分析，不过在这里应该先不考虑前面曾述的政府支用发行国债收入的扩张效应，然后，政府将新债的收入向旧债的持有者偿还。实际上，如果政府向同一类主体举借新债和偿还旧债，如向非银行部门借债偿还非银行部门以前持有的国债，或者向商业银行发行国债偿还商业银行之前持有的国债，亦或向中央银行借入新债偿还中央银行所持有的旧债，就等于这些经济主体内部的国债自己调换一下，也相当于从一个主体整体看国债持有者的旧债券的期限又延长了，所以，对社会货币供给量没有影响。现在要考察的情况是：（1）政府从非银行部门取得发债收入，偿还商业银行或中央银行持有的旧债。非银行部门认购国债，表现为商业银行账户上社会存款的减少，货币供给量减少。如果该笔举债收入偿还了商业银行所持有的债券，则商业银行得到政府偿债款后，准备金又增加，一旦增加的准备金转变为社会贷款，货币供给量又增加了。所以，政府向非银行部门举借新债偿还商业银行部门所持有的旧债对货币供给量呈现中性影响。如果政府用借债收入偿还中央银行的持有的旧债，则无向社会投放贷款而扩张货币的过程，所以总体上是减少了货币供给量。（2）政府向商业银行举借新债，偿还非银行部门持有或中央银行持有的旧债。商业银行购买国债，直接表现为或者其贷款减少、收缩货币，或者其超额准备金减少。如果政府用举借国债所取得的收入偿还非银行部门持有的旧债，非银行部门在商业银行的存款将增加。总体上看，政府从商业银行购买国债偿还非银行部门，对货币供给的影响是中性或者是潜在的投放能力现实释放。如果政府偿还中央银行持有的旧债，则只有商业银行认购新债时的收缩货币效应或超额准备金减少效应。（3）政府向中央银行举借国债，偿还非银行部门或商业银行持有的旧债。在中央银行账户上，其资产方与负债方各加记等量金额，但社会货币供给量还未受影响。如果此时政府偿还非银行部门持有的国债，非银行部门在商业银行的存款就将增加，货币供给量扩大。如果此时政府偿还商业银行持有的国债，则商业银行的政府债券减少，准备金增加。增加的准备金又会转变为社会贷款的增加，从而扩张货币供给量。
参考文献：
[1] 龚仰树.国内国债——经济分析与政策选择[M].上海：上海财经大学出版社，1998.
货币供给量范文第2篇
关键词:货币政策;中介指标;货币供给量;货币流通速度
中图分类号:F830文献标识码:A
引言
所谓货币政策中介指标,就是在预测货币政策最终目标方面能够提供有用信息,从而指引货币当局进行政策操作的变量。通过对中介指标变动的分析,货币当局也可以了解到国民经济运行的实际状况以及其偏离调控目标的方向和程度,从而为下一阶段的货币政策操作提供指导。引入中介指标概念以后,货币政策实施过程就通常被划分为政策工具――中介指标――最终目标三个相互关联的阶段。
货币政策的中介指标是货币政策作用过程中一个非常重要的中间环节,对他们的选择正确与否以及选定后能否达到预期调节效果直接关系到货币政策的最终目标能否实现。通常中央银行以货币供应量或利率作为货币政策中介指标。目前我国中央银行仍以货币供应量作为货币政策的中介指标,但货币供给量和经济增长等宏观经济变量之间的联系已经变得很不稳定,因此继续使用将存在诸多缺陷。
一般来讲,作为一个性能良好的货币政策指标,必须体现出其与货币政策最终目标的相关性、可测性和可控性,目前对我国货币供应量中介指标的评价就是以此为基本依据,并且已经研究得较为成熟。而中介指标自身的影响因素也是左右其效果的重要方面。影响货币供给量的因素有很多,这其中又尤以基础货币、货币乘数、货币流通速度的影响最大,接下来就将从这三个角度对货币供给量作为当前我国货币政策中介指标的缺陷进行分析。
一、基础货币
基础货币又称储备货币或高能货币,是我国中央银行的主要负债,它在创造过程中具有货币信贷倍数扩张能力的货币,是商业银行在中央银行的存款准备金加上流通于银行体系之外的通货的总和。流通中的通货及银行准备金与公众及银行的意愿有关,具有较大的不稳定性,不易于控制,但它们之和作为基础货币时,却具有相对的稳定性。正是由于这种稳定性,中央银行在控制货币供应量方面通常把重点放在对基础货币的调控上。我国的基础货币具有以下的作用:一是基础货币中的存款准备金与金融机构的库存现金之和是金融机构流动性;二是基础货币与货币乘数共同决定货币供应量。
我国基础货币投放的三个主要渠道是外汇占款变动、公开市场操作和再贷款。1994年以后,我国执行有管理的浮动汇率制,实际上是执行盯住美元的固定汇率政策。近年来,由于人民币大幅度的升值,国际资本纷纷以各种形式流入中国,给人民币造成越来越大的升值压力。为保持外贸出口竞争优势,保证经济的平稳增长,外汇管理当局不得不通过在外汇市场上收购多余的外汇来维持人民币汇率的稳定,由此增加了等额的基础货币投放。正是由于这种外汇收购的刚性,使央行难以实现对基础货币的控制。
实际上,这一问题在现阶段并没有对货币当局调控货币供应量构成太大的压力。原因有三:第一,我国中央银行正逐步完成货币政策的调控工具由以直接调控工具为主向以间接调控工具为主的转变。但是作为货币政策间接调控工具的短期利率本身也存在着作为中介指标不可回避的缺陷;第二,我国目前的外汇储备已经超过了我国经济发展的需要,而过高的外汇储备会引发许多副作用。因此,从长期的角度看,无论是中央银行还是政府决策部门,都不会允许外汇储备的增长率长时间高于国民经济发展的需要;第三,我国目前的货币政策还是一个扩张型的货币政策。通过收购外汇的方式投放基础货币,至少与当前货币政策的基本方向是相同的。但是,长期扩张型的货币政策本身就是不稳定的,会随着实体经济的转变而调整。
二、货币乘数
货币的供给量取决于基础货币和货币乘数,理论而言,基础货币中央银行可以较准确地控制。但货币乘数取决于通货存款比率、定期存款占总存款的比率、商业银行持有的超额准备金占活期存款的比率以及法定存款准备金比率等诸多因素,这些因素的变动不能由中央银行的货币政策确定,具有一定的波动性,导致最终货币供给量的不确定。
货币乘数的常用公式为:
k=
其中,k为货币乘数,C/D为现金存款比,r为银行准备金比率,ER/D为银行超额准备金率。
现金存款比率主要取决于公众的资产偏好,同时社会的支付习惯、银行业的发达程度、信用工具的多寡、社会和政治的稳定性。其他金融资产收益率的变动也会影响现金存款比率。经由货币乘数的扩张效应,流通中现金增加或减少会引起货币供应量多倍地减少或增加。
商业银行持有的超额准备金占活期存款的比率主要取决于商业银行的经营决策行为。随着我国社会主义市场经济体制的不断完善,我国银行的股份制改造逐步完成,银行的盈利压力日益增大。而贷款业务所带来的利差收入仍然是我国银行最主要的利润来源。我国的宏观经济已经连续多年保持快速增长,银行在利润指标压力下放贷冲动越来越明显。
此外,法定准备金率作为政府调控经济的主要手段之一也经常调整。2007年中国人民银行就已经10次上调法定存款准备金率,使得法定存款准备金率从2006年底的8.5%上升到2007年底的13.5%。
综上所述,由于通货存款比率、超额准备金率和法定准备金率都存在较大的不确定性,使得我国的货币乘数也不稳定,表现出较大的波动性。
三、货币流通速度
货币数量论认为,货币供应量与货币流通速度之积等于国民收入与价格水平之积(M•V=P•Y),货币供应量增长取决于名义经济增长和货币流通速度。只要货币流通速度比较稳定,那么只需根据预期经济增长率就可预测货币供应量增长率;如果货币流通速度变化莫测,就难以判断合理的货币供应量增长率,中介指标的可测性就会下降,并影响政策的有效性。
货币流通速度下降或上升意味着货币需求的上升或下降。近年来,我国货币流通速度总体上呈现出下降的趋势。考虑到货币流通速度变化的某种规律性,如果可以对这种变化进行事前量化判断,结合货币流通速度长期下降的趋势,就可以预测货币供应量增长率。
对货币数量模型进行微分处理,可以得到:
+=+
该式左边的货币供给量增长率与货币流通速度变动率之和实际上是指数化的货币供应增长率,右边的通货膨胀率与实际产出增长率之和实际上是名义产出增长率。该式表明,指数化的货币供给量增长率等于名义产出增长率并由其决定。对该式做等价变换,得到:
=+-
变换后的式子表明,货币供应量的增长率等于名义产出增长率扣除货币流通速度的变动率。在名义产出增长率和通货膨胀率一定时,货币供应量的可控性取决于货币流通速度的波动程度,相对稳定的货币流通速度有利于货币当局准确地预测和控制货币供应量,货币供应量作为货币政策中介指标的效用程度就较高;如果货币流通速度波动较大,则不利于货币当局对货币供应量的预测。
四、结论
综上所述,由于货币乘数和基础货币供应量都不能由政府政策完全控制,因此央行不能完全控制国家的货币供应量。因此,以货币供应量作为货币政策的中介指标,对于实现货币政策的最终目标必然难以取得令人满意的效果。中介指标的选择并非一成不变,而是应当根据实际情况不断进行调整,以提高货币政策的有效性。
(作者单位:安徽农业大学经济与贸易学院)
主要参考文献:
[1]郭连鑫.货币供应量作为中介目标的分析[J].辽宁经济,2009.5.
[2]李冬,谢敏.中国货币政策中介指标选择的理论和实践分析[J].生产力研究,2009.7.
[3]张明,盛军锋.货币政策中介目标分析―从货币供应量到其他目标的讨论[J].山西财经大学学报,2008.6.
[4]王志彦.货币政策中介指标有效性实证分析[J].经济视角,2008.1.
货币供给量范文第3篇
关键词：外汇储备;人民币汇率;通货膨胀;状态空间模型（SSM）
中图分类号：F82 文献标志码：A 文章编号：1001-862X（2015）05-0067-006
一、引 言
近20年来，我国外汇储备保持着持续单向的快速增长，截至2014年6月，我国外汇储备已达到近4万亿美元，占据了世界外汇储备总额的三分之一。学者普遍认为，一国保有高外汇储备存量具有正反两方面效应，高外汇储备会提高本国发展信心、增强央行稳定汇率、抵御国际金融风险感染的能力，但高外汇储备也会带来一些负面影响，如美元的贬值会导致外汇储备中以美元计价的资产缩水，削弱了宏观调控政策尤其是货币政策的有效性和独立性，增加了人民币升值和通货膨胀压力等。
在外汇储备不断累积的同时，我国货币供给量M2也在2013年2月达到历史新高，突破百万亿大关。在此背景下，剖析高外汇储备，货币供给量与通货膨胀的关系，对我国货币政策作出合理的选择，具有重要的现实意义。
关于通货膨胀的影响因素，国内外有许多学者对此进行了研究分析，得出的结论也不尽相同。从学者文献中看，一部分学者从外汇储备与通货膨胀之间的作用作出分析，有部分学者从汇率与通货膨胀两者着手分析。除了从外汇储备和汇率两因素来分析通货膨胀，还有学者从货币数量以及制度性因素分析。
从以往文献中看，学者基本上采用传统的回归模型进行分析，这对于日益复杂的干扰因素，建立在传统模型基础上的分析显然不足。随着时间的推移，经济条件的变化使得关于通胀的问题越发复杂，也越发值得探讨。本文从我国经济实际状况出发并结合当前政策的形式，构建状态空间SSM模型，重点分析外汇储备、货币供给量、人民币实际有效汇率及汇率制度变动对以物价水平表示的通货膨胀的影响。
二、实证研究
（一）模型分析
实证回归分析主要是建立固定参数模型，通常的回归模型形式是：
yt=C+βxt+μt t=1，2，・・・，T （1）
其中：yt是因变量，表示消费物价指数CPI; xt是自变量，表示影响因子的外汇储备、货币供给量、人民币汇率、汇报制度等;C是待估常数;β是待估参数;μt是随机扰动项。如果采用OLS、工具变量法等计量经济模型常用的估计方法对方程进行回归，那么意味着估计参数在样本期间内固定不变。但是随着改革开放在逐步扩大广度和深度，我国融入国际市场程度在加深，经济结构逐渐发生变化，对物价指数产生影响的变量也会随之扩展，固定参数模型已经无法表现经济结构和外部环境变化所带来的影响，为此本文构造可变参数的状态空间模型为：
量测方程：yt=c+xT
tβt+μ （2）
状态方程：βt=φβt-1+εt （3）
假定：（μt，εt）T～N0
0σ2 0
0 Q，t=1，2，・・・，T （4）
xt是具有随机系数βt的解释变量的集合，随机系数向量βt是状态向量，称为可变参数;可变参数βt是不可观测变量，必须利用可观察变量yt和xt来估计，并且假定βt的变动服从一阶自回归模型AR（1）;Ct是具有固定系数的解释变量的集合。扰动向量μt，εt是相互独立，且服从均值为0，方差为σ2和协方差矩阵为Q的正态分布。
（二）数据来源、选择与处理
本文实证研究采用的数据是从1996年1月到2012年12月的月度数据，共有204组样本数据。通货膨胀指标选取消费物价指数，本文采用以1995年1月为基期，运用官方公布的同比数据计算得到的数据，消费物价指数的同比数据来源于中国统计局网站。
外汇储备、货币供给量均来自中国人民银行网站，其中外汇储备是以亿美元为计价单位，货币供给量是以亿元为计价单位，且在本文中货币供应量是采用广义货币量M2的数据。
汇率指标采用的是人民币实际有效汇率（REER），因为实际有效汇率是以贸易份额为权重的加权汇率，相比官方公布的双边汇率能更有效显示出汇率的真实变动对物价水平的影响，而且官方的双边汇率更多是其他非经济因素综合的结果。该指标采用间接标价法，数值增加表示人民币升值，数值减少则表示贬值。汇率数据来源于国际清算银行。
对于汇率制度，可基本分为两种类型：固定汇率制和浮动汇率制。1994―2004年，这一时期我国实行的是有管理的浮动汇率制，但实际是盯住美元制，人民币汇率波动幅度较小，因此该时期应属于固定汇率制度;从2005年7月汇率制度改革开始至今，我国实行的是以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度，可将这一时期归为浮动汇率制度。由于汇率制度难以量化，我们将其设为虚拟变量，对固定汇率制度赋值0，对浮动汇率制度赋值1。根据刚才的分析，1996年1月至2005年7月的汇率制度可以认定为固定汇率制度，赋值0;2005年7月至2012年12月的汇率制度属于浮动汇率制度，赋值1。
（三）数据检验
在对数据序列进行具体分析前，使用X12方法进行了季节调整，为了消除异方差对模型的影响，对通货膨胀、外汇储备、货币供给量、汇率这四个变量取对数。文中使用的经济变量名称及对应代码如下：通货膨胀（CPI），广义货币量（M2），外汇储备量（FER），人民币实际有效汇率（REER），汇率制度（EX）。
1.平稳性检验
采用ADF检验方法，对每个时间序列的平稳性进行检验，参照施瓦茨准则（SIC）来确定滞后期数。结果如表1。
从表1中的数值，可以看出各个变量原序列在10%的显著性水平下是接受原假设，都是不平稳的;而一阶差分后的各个序列在1%的显著性水平下拒绝原假设，说明一阶差分序列是平稳的，因此它们都是一阶单整I（1）序列。
2.协整检验
对于同阶单整的时间序列，建立的状态空间模型只有当这些序列存在协整关系时才有意义。协整检验存在两种方法：一种是Engel和Granger提出给予协整回归方程的两步法，这种方法在检验两个变量之间关系时较为常用;另一种是Johansen检验，可以判断变量间存在几个协整向量。现基于平稳性检验基础，使用Johansen方法对变量进行协整检验，检验结果用来确定各变量之间是否存在长期稳定的关系。Johansen协整检验主要有两种方法，迹检验（Trace检验）和最大特征根检验，本文采用的是Trace检验，结果见表2。
从表2可以看出，在5%的显著性水平下存在两个协整向量，在1%的显著性水平下检验结果拒绝了None的原假设，而接受其他的原假设，表明有且仅存在一个协整向量，序列之间是协整的，变量之间存在长期稳定关系。
3.Granger因果关系检验
经过平稳性检验和协整检验可知，消费物价指数与外汇储备、货币供给量、人民币实际有效汇率和汇率制度之间存在长期的协整关系，但是这种协整关系是否构成因果关系还需要进一步验证。本文对变量进行了格兰杰因果检验，并根据LR、FPE和AIC准则，来确定最佳滞后期，避免自相关导致参数的非一致性估计，最后选择的滞后期为2。结果见表3。
从检验的结果可以看出，在1%的显著性水平下，M2不是引起CPI指数的格兰杰原因的原假设被拒绝，广义货币量与消费物价指数存在单项因果关系，而外汇储备与消费物价指数互为格兰杰原因。此外，汇率制度及汇率分别在5%、10% 的显著性水平下是消费物价指数的格兰杰原因。
4.时变参数模型估计结果及分析
状态空间模型表示动态系统有两点好处：一是它可以将不可观测的状态变量并入可观测模型并与其一起得到估计结果，二是利用卡尔曼滤波可估计由被解释变量过去的信息得到状态变量的最佳近似结果。依据前文对模型的分析，利用状态空间模型构建的时变参数模型如下：
量测方程：lnCPIt=c+αtlnM2t+βtlnFERt+γtlnREERt+δtEX+μt （5）
状态方程：
αt=φ1
αt-1+εt βt=φ2
βt-1+εt
γt=φ3γt-1+εt δt=φ4 δt-1+εt （6）
在上述时变参数模型中αt、 βt、γt、 δt均是可变参数，且全部服从AR（1）过程。运用卡尔曼滤波对每个时点的参数进行估计，得到可变参数状态空间模型结果如下：
量测方程：
lnCPIt=4.814+αtlnM2t+βtlnFERt+γtlnREERt+δtEXt+[var=exp（-8.024）] （7）
状态方程：
αt=0.0357αt-1+εt βt=0.0357βt-1+εt
γt=-0.1404γt-1+εt δt=-0.0037δt-1+εt （8）
模型回归的统计值：极大似然值为476.2592，AIC值为-4.639796，各参数估计的P值均小于1%，四个状态方程的P值均小于1%，说明量测方程中的状态变量是显著的。并且对该模型的残差进行单位根检验，所得t统计值为-14.11147，P值为0.0000，在1%显著性水平下模型的残差是平稳的，证明该模型回归的结果是有效的。
根据时变参数状态空间模型的估计结果，可以生成状态序列，从而得到相关变量的时变参数变动的具体情况（见图1、2、3、4），具体分析如下。
第一，分析货币供给量对消费物价指数弹性的变化，从图1中可以看出，该弹性系数的变化范围在[-0.04，0.126]之间，并不像理论分析那样，货币供给量与物价指数必然的正相关。1996―1998年这几年，弹性系数不断上升，表明这几年货币供给量对消费物价指数的影响在不断增强，但1997年亚洲金融危机以后，我国面临通货紧缩压力，开始实行稳健的货币政策并增加货币供应量，这在一定程度上解决了当时的通货紧缩的状况。这一时期，可能受到金融危机的影响以及维护人民币汇率稳定等因素，使得货币供给量对消费物价指数的影响没有持续增强。从2002年开始，中国开始实现“高增长、低通胀”的宏观经济政策，弹性系数的波动幅度非常小，仅在[0.02，0.03]之间。而近几年，弹性系数几乎是处于一个非常平稳的状态，即使遭遇2008年国际金融危机的影响，货币供给量与消费物价指数之间的关系也基本没有发生变化，弹性系数只有少许增加而后下降，这与1997年亚洲金融危机具有类似之处，只不过这次的变动幅度要比1997年小得多，这在另一角度佐证了我国市场经济体系自身及宏观调控政策的逐步完善，使得货币供给量与消费物价指数之间的关系对外部冲击的抵抗力不断增强。
第二，分析外汇储备对消费物价指数弹性的变化（图2）。从外汇政策传导机制角度分析，我国外汇储备的快速累积会促使大量基础货币通过商业银行投放进入市场，极容易引发通货膨胀。方先明、裴平、张谊浩（2006）曾经从货币数量论的角度并利用2001―2005年的季度数据进行过实证研究，结果显示我国外汇储备的快速累积对通货膨胀具有显著效应。从图2中可以看出只是在1996―2001年之间外汇储备对消费物价指数弹性较大，说明这种传导机制的效果较为明显，但是从2002年至今，弹性系数一直在0.004左右，也就是说外汇储备变动1%的时候只会引起物价指数上升0.004%，这是一个相对微弱的影响。仔细观察2002―2012年这一时期，弹性系数也是有变化的，特别是2008―2009年之间变化较大，其中一个重要的原因就是2008年金融危机的影响。自2007年5月通货膨胀同比增长5.6%，就一直维持高通胀，到2008年4月甚至一度达到8.5%的近十年的新高，这也表现为弹性系数在2007―2008年上升，但金融危机开始后物价指数持续走弱，在2009年甚至出现轻微的通货紧缩的状况，最低曾处于-1.8%的水平，在外汇储备对消费物价指数弹性的图中就表现为下降。但总体而言，这10年来外汇储备对消费物价指数的影响并不像以前那么显著，并且逐渐处于平稳。
第三，分析人民币实际有效汇率对消费物价指数的影响（图3）。分析人民币汇率对CPI影响的时候，结合汇率制度一起分析更为适合（图4），主要基于人民币汇率的变动基本是由于我国汇率制度所决定的;并且从图3、4中也可以清晰看出两个变量弹性系数的共性，都是先上升，然后下降再上升最终处于稳定的波动状况，只是两者对价格指数的影响的速度存在不一致。如前文所指，1994―2005这一时期被看作为固定汇率制度，从图3、4中可以看出，人民币汇率对物价指数的弹性系数在[-0.39，-0.04]之间，对物价波动造成比较大的影响，特别是在1998年左右，系数一度接近-0.4，1997年亚洲金融危机后我国政府坚持人民币不贬值，出口产生波动，经济增长减缓，甚至出现通货紧缩。但在2005年汇率波动范围进一步扩大后，如图3、4所示，人民币实际有效汇率对物价指数的弹性指数基本上处于-0.14左右，汇率制度对物价指数的弹性系数基本上处于0上下，即使遭受2008金融危机的冲击，汇率对我国物价指数的影响也没有太大变化。这也正是我国制度改革所期望收到的效果，即通过汇率制度的完善来缓冲人民币汇率的波动对国内物价的冲击，在外汇储备积累的基础上减少汇率与金融风险。
三、总结和政策建议
本文通过构建时变参数模型，采用1996年1月到2012 年12月的月度数据，分析了外汇储备、货币供给量、汇率和汇率制度对通货膨胀的效应，结果表明外汇储备、货币供给量对通货膨胀均存在正向作用，但是与以前学者研究结果相比，并没有那么的明显，特别是在2005以后，这可能与我国政府所采取的多种冲销手段以及改革措施执行力度的加强存在关系。而人民币实际有效汇率和汇率制度改革对通货膨胀均存在反向作用，其中人民币实际有效汇率对CPI的弹性系数绝对值也最大，表明汇率的变动会导致CPI指数的较大变动。这可能是由于我国经济高速增长对国外大宗原材料进口依赖增加，并且国外大宗原材料价格的上涨会带来输入性的通货膨胀。郭其友、陈银忠（2011） 通过建立递归SVAR 模型，分析了人民币汇率升值背景下的输入型通货膨胀对我国通货膨胀的影响，认为输入型通货膨胀不仅是我国通货膨胀的主要影响因素之一，而且其影响具有持久性。
鉴于我国当前经济发展面临的国内外环境，如何有效地降低各因素对我国通货膨胀的影响以及如何妥善处理它们之间的关系，提出以下建议。
1.提高货币政策透明度，准确把握货币供应量。政策实施的效果在很大程度上受政策透明度影响，对于提高政策透明度可以从以下方面着手：第一，提高信息披露的质量，就是要及时、有效、准确地有关宏观政策的数据;第二，要充分利用当前信息技术平台，采用多种方式将政策实质向公众披露，这不仅可以降低信息的传播成本，还提高信息传播的效率和深度。只有做到信息高度透明，并充分掌握和分析信息，才能准确把握货币供应量。
2.外汇储备相关的制度可以从多方面加以改进。其中重点在于对我国外汇储备管理体制的改革，应向持有主体多元化的方向发展，这可以有效地隔断外汇资产过快增长对我国货币供应的单方面压力并据以减少过剩的流动性，并且可以实现由“藏汇于国”到“藏汇于民”的转变。
3.进一步扩大人民币汇率波动范围。自2005年7月汇率制度改革起至今，我国一直实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度，为保持汇率在指定的区域内浮动，央行就需要在外汇市场上购买外汇，投放本币，引发通胀。但从上面的结论可以看出，当汇率制度逐步从固定走向浮动时，弹性系数会渐渐减弱;因此，我国职能部门应该在确保金融市场和经济增长稳定的前提下，进一步扩大人民币汇率浮动幅度，同时要与其他宏观政策协调配合，比如利率市场化改革，贸易和外资改革，逐步减少央行干预外汇市场的必要性。
参考文献：
[1]Ariel Tomas Burstein，Sergio T Rebelo.Investment Prices and Exchange Rates： Some Basic Facts[J].Journal of the European Economic Association，MIT Press，2（2-3）： 302-309.
[2]Ehasan U.Choudhri，Dalia S.Hakura.Exchange Rate Pass―Through to Domestic Prices：Does the Inflationary Environment Matter？ [J].Journal of International Money and Finance，Elsevier，2006，25（4）： 614-639.
[3]Heller，H.Robert.International Reserves And World-Wide Inflation[R].Staff Paper-IMF，1979，（1） .
[4]Jonathan McCarthy.Pass through of Exchange Rates and Import Prices to Domestic Inflation in Some Industrialized Economies[J].Eastern Economic Journal，Eastern Economic Association，2000，33（4）：511-537.
[5]Khan，Mohsin S.Inflation and International Reserves：A Time Series Analysis[R].Staff Papers―IMF，1979，（4） .
[6]Likka Korhonen，Paul Wachtel.A note on Exchange Rate Pass―Through in CIS Countries[J].Research in International Business and Finance，2006，（20）：215-226.
[7]陈碧琼，何燕.我国外汇储备与CPI波动动态传导机制研究[J].国际经贸探索，2009，（5）：69-74.
[8]陶士贵，眭佩佩.外汇储备对股票市场价格的影响――基于流动性视角的分析[J].华东经济管理，2012，（2）：89-94.
[9]方先明，裴平，张谊浩.外汇储备增加的通货膨胀效应和货币冲销政策的有效性――基于中国统计数据的实证研究[J].金融研究，2006，（7）：13-21.
[10]林楠.开放经济货币政策动态下人民币汇率问题研究[M].华东经济管理，2012，（4）：73-78.
[11]高铁梅.计量经济分析方法与建模[M].北京：清华大学出版社，2006.
[12]蓝乐琴，仇喜雪.汇率、货币政策变动对我国通货膨胀的影响分析――基于协整和状态空间模型的实证研究[J].财经论丛，2009，（5）：54-59 .
[13]刘荣茂，黎开颜.我国外汇储备对通货膨胀影响的实证分析[J].中国农业大学学报，2005，（1）：49-52.
[14]李扬.外汇体制改革与中国的金融宏观调控.国际[J].经济评论，1997，（07）：37-42.
[15]李勇.外汇储备、外汇占款与流动性过剩：基于“三元悖论”的实证分析[J].华东经济管理，2007，（8）：140-144.
[16]邵学言，郝雁.对中国外汇储备与物价指数之间数量关系的研究[J].经济学动态，2004，（6）：44-46.
[17]裴平，吴金鹏.论人民币内外价值偏离[J].经济学家，2006，（1）：93-99.
[18]潘锡泉，项后军.人民币升值能够有效抑制通货膨胀吗？――基于内生结构突变协整方法的汇率传递视角[J].国际金融研究，2010，（12）：13-20.
[19]王永茂，宋金奇.基于VAR 模型的外汇储备对通货膨胀的影响研究――兼论汇率价格传递效应[J].工业技术经济，2009，（1）：89-93.
货币供给量范文第4篇
关键词：货币供给量,通货膨胀率,单位根检验,协整分析,误差修正模型
1引言
通货膨胀是衡量一国宏观经济运行是否稳定和健康的重要指标。货币学派的代表人物弗里德曼认为通货膨胀无论何时何地都是一种货币现象[1]，指出货币在长期是中性的，其扩张率将全部转化为通货膨胀率，也就是说货币供给增长是通货膨胀波动的主要根源。
国外对有关经验数据的研究结果表明，价格变动与货币供应密切相关。弗里德曼曾把每10年作为一个数据点来考察美国1867年～1960年间货币供给(以M2度量)与通货膨胀(以GDP减缩因子度量)的关系，发现高的货币供给导致高的通货膨胀，但用同样的方法去观察二者的短期关系时却没发现有规律性关系的存在[2]。McCandless和Weber考察了110个国家，得出这样的结论：通货膨胀率和货币供给量的变化具有非常强的相关性，相关系数在0.92～0.96之间，几乎接近于1，并且长期来看，货币供给量的增加将最终导致相同程度的通货膨胀率的上升[3]。他们的结论一致，即货币供给量的变化最终体现在物价的变化上。
各国的国情不同，其经济运行也存在差异。王少平以1978年～1994年为样本，运用Granger检验进行实证研究，验证了中国通货膨胀形成的基本原因是货币的过量发行[4]。李军采用不同的理论模型对货币供给与通货膨胀的长期和短期关系进行分析，其结论是二者的长期关系与短期关系不一致，短期内较高的货币供给不一定会造成短期内较高的通货膨胀，但长期来看过多的货币迟早会通过未来的通货膨胀来体现[2]。刘金全以1982年1月～2004年3月期间M0和M1月度同比增长率的数据为基础进行分析，发现货币供给增长率和通货膨胀之间不存在显著的协整关系[5]。张文刚以1981年1月～2002年6月期间通货膨胀率与M1的月度同比增长率进行实证分析，发现二者之间不仅存在长期均衡关系，也存在短期误差修正机制，不过两者之间的影响关系依赖总供给与总需求之间的相互制约[6]。刘霖、靳云汇利用1978年～2003年的数据进行分析，没有发现在长期内货币供应增长率影响通货膨胀的证据，认为在经济的货币化进程中，货币供应增长率的提高并不一定导致通货膨胀，货币化程度的提高使得货币流通速度逐年降低，大量的货币增量被经济消耗了[7]。
由此可见，不同研究的结果并不一致，出现这种现象的主要原因在于样本区间选择的不同以及建模的方法存在差异。改革开放以后，我国经济环境发生显著变化，中央银行调控货币政策的手段、能力日渐成熟。货币政策在20世纪80年代和90年代显著不同，据此货币供给量的增长对通货膨胀率的影响也可能存在变化。因此如果在建立模型时不区分特定的时间阶段，很有可能使结论受到干扰。使用传统的经济计量方法研究时存在着动态的稳定性假设，而实际上经济时间序列通常是非平稳的，直接运用变量的水平值研究经济现象间的均衡关系容易导致伪回归。近年发展起来的处理平稳数据的时间序列分析方法——协整(co-integrated)和误差修正模型(errorcorrectionmodel,ECM)，恰好弥补了这一稳定假设的不足。协整分析可用于检验经济时间序列变量水平数据是否存在长期均衡关系，误差修正模型则可建立它们变化的短期动态模型，研究其短期变动规律。
基于上述考虑，本文拟运用协整理论和误差修正模型来考察我国不同层次的货币供应量增长与通货膨胀率的长期均衡关系和短期动态关系。
2变量和数据
2.1变量选取
有关货币供应量的统计口径，央行1994年10月27日明确了Mi(i=0，1，2，3)的统计范围。M0=流通中的现金(货币供应量统计机构之外的现金发行)；M1=M0+企业存款(扣除单位定期存款和自筹基建存款)+机关团体存款和农村存款+信用卡类存款；M2=M1+城乡居民储蓄存款+企业存款中具有定期性质的存款(单位定期存款和自筹基建存款)+外币存款+信托类存款；M3=M2+金融债券+商业票据+大额可转让定期存单[8]。对于货币供应量的度量指标，现有文献在选取M0还是M2上存有争论。Chow推荐使用M0，因为在中国消费者不能使用支票，M0同商品零售价格的统计口径也较为一致[9]；也有研究者认为M2相对于M0更具有外生性，同时M2考虑到国家的信贷规模扩张情况，故M2更能满足货币数量论的要求[10]。为了全面考察货币供应量增长与通货膨胀率的关系，避免因货币度量指标误选而导致的结果不稳定，本文将分别使用M0、M1、M2来进行实证分析。
测算通货膨胀最常用的价格指数有居民消费价格指数(CPI)、商品零售价格指数(RPI)、批发物价指数(WPI)和GDP价格平减指数。居民消费价格指数和商品零售价格指数最主要的区别是前者的调查内容涵盖了居民日常消费品和服务项目，可以全面反映多种市场因素变动对居民实际生活费用支出的影响程度，并且它也是国际上测算价格水平和通货膨胀最常用的指标[11]。我国按照国际通行的理论和方法编制和CPI已有多年历史，数据质量可靠，为此本文选用CPI作为衡量通货膨胀的指标。
2.2数据来源
由于我国金融体制改革的原因，1993年前后我国货币供应量的统计口径发生了变化，1993年之前是国家银行与农村信用社的统计口径，1993年之后为央行1994年所明确的口径，这就造成了前后数据不具有可比性。在1994年以前，中央银行货币政策主要采用直接调控手段，货币政策的类型表现为扩张和紧缩政策的循环交替，而在1994年以后中央银行开始逐渐采用间接的调控手段，因此本文将1994年第一季度～2004年第四季度作为样本区间。M0、M1、M2和CPI的数据均来源于《中国人民银行统计季报》[12]。
2.3数据处理
假设M[，t]是货币供给量，Q[，t]是产品数量，P[，t]是产品价格，则货币流通速度的倒数K[，t]可以表示为K[，t]=(M[，t]/Q[，t]P[，t])。如果实际产出序列和货币序列都是非平稳的，并且它们之间存在协整关系，那么货币流通速度将是一个均值重复过程。由于在一般情况下货币流通速度序列并不是均值重复过程[6]，因此可以判断出实际产出和货币序列在水平值上不存在协整关系。从而，需要讨论它们的差分序列(对应增长率序列)中可能存在的协整关系，此时需要判断的是货币供给增长率与通货膨胀率之间的长期均衡关系。用G来表示对应变量的同比增长率序列，GM0、GM1、GM2分别表示本季度M0、M1、M2与上年同季度之比。用GP来表示通货膨胀率序列，则GP=(CPI-100/100)。由于货币供给量增长率为同比增长率，与编制CPI的对比期类似，所以这里没有采用定基比的通货膨胀序列。
图1、图2和图3给出了样本期内通货膨胀率与M0、M1、M2的季度同比增长率的变化路径。
附图
图1通货膨胀率与M0增长率
Figure1TheRelationshipbetweenInflationRateandM0GrowthRate
附图
图2通货膨胀率与M1增长率
Figure2TheRelationshipbetweenInflationRateandM1GrowthRate
附图
图3通货膨胀率与M2增长率
Figure3TheRelationshipbetweenInflationRateandM2GrowthRate
比较图1～图3中通货膨胀率与货币供给增长率路径之间的联系可以看出，在大部分阶段它们具有类似的波动模式，通货膨胀率与货币供给增长率离散幅度存在差异，货币作用到价格水平上需要一定的时滞。
3实证分析
3.1单位根检验
在建立关于货币供给量增长率和通货膨胀率的长期均衡方程之前需要先对各序列进行单位根检验，以判断各序列的平稳性。检验序列平稳性的方法比较多，但最为常用的是AugmentedDickey-Fuller(ADF)和Phillips-Person(PP)单位根检验法。PP检验原理类似于ADF检验，不过PP检验法对残差的异方差性和自相关性不敏感[13]。
对GM0、GM1、GM2和GP的序列进行数据生成过程研究可以得知，应采用没有趋势成分和常数项的单位根检验方法。利用Eviews4.0软件分别对各变量水平值和一阶差分序列进行平稳性检验，其中检验过程中滞后阶数的确定采用赤池信息准则(AIC)，可得表1的检验结果。
表1各序列的单位根检验结果
Table1UnitRootTestonEachSeries变量ADF检验值临界值PP检验值临界值
GM0-1.025348-1.6208[***]-1.915827-1.9486[**]
GM1-0.619661-1.6208[***]-0.753221-1.6198[***]
GM2-2.138849-2.6227[*]-0.988499-1.6198[***]
GP-3.500881-3.6067[*]-2.231399-2.6830[*]
GM0-4.408319-2.6196[*]-8.972842-2.6182[*]
GM1-3.656011-2.6243[*]-6.337483-2.6182[*]
GM2-3.357905-2.6227[*]-5.799792-2.6182[*]
GP-3.237557-2.6196[*]-3.335052-2.6182[*]
注：为差分算子；*为1％显著性水平下的Mackinnon临界值；**为5％显著性水平下的Mackinnon临界值；***为10％显著性水平下的Mackinnon临界值。
资料来源：Eviews4.0输出结果，作者整理。
表1的检验结果表明，用ADF单位根检验方法，GM0和GM1在10％的显著性水平无法拒绝单位根过程，GM2和GP在1％的显著性水平无法拒绝单位根过程；用PP单位根检验方法，GM0在5％的显著性水平下无法拒绝单位根过程，GM1和GM2在10％的显著性水平下无法拒绝单位根过程，GP在1％的显著性水平下无法拒绝单位根过程，但这些变量的一阶差分序列都是平稳的，并且都是在1％的显著性水平下拒绝单位根过程。综合来看，这些变量都是一阶差分序列。
3.2协整分析
如果涉及到的变量都是一阶差分平稳的，且这些变量的某种线性组合是平稳的，则称这些变量之间存在协整关系，它反映了所研究变量之间存在的一种长期稳定的均衡关系。普遍使用的两变量协整检验的方法是Engle和Granger提出的两阶段回归分析法[14]。
首先用最小二乘法估计长期货币供给量的增长率与通货膨胀率的方程，得到回归结果为
GP=-0.085+1.008GM0
(-3.454)(5.950)
R[2]=0.744D.W.=1.381F=35.401(1)
GP=-0.118+0.9427GM1
(-2.920)(4.319)
R[2]=0.791D.W.=1.271F=18.657(2)
GP=-0.170+1.079GM2
(-9.564)(13.064)
R[2]=0.803D.W.=1.438F=170.675(3)
对这三个回归方程的残差进行ADF和PP单位根检验，u[，0]、u[，1]和u[，2]分别表示方程(1)、(2)和(3)的残差，结果见表2。
表2残差序列的单位根检验
Table2TestforCo-integrationbetweenEachTwoVariables变量ADF检验值临界值PP检验值临界值结论
u[，0]-1.784516-1.6199[***]-2.044011-1.9486[**]平稳
u[，1]-2.153864-1.9495[**]-2.895260-2.6168[*]平稳
u[，2]-5.075846-2.6211[*]-3.784644-2.6168[*]平稳
注：*为1％显著性水平下的Mackinnon临界值；**为5％显著性水平下的Mackinnon临界值；***为10％显著性水平下的Mackinnon临界值。
资料来源：Eviews4.0输出结果，作者整理。
从表2可以看出，如果用ADF单位根方法检验，u[，0]、u[，1]和u[，2]分别在10％、5％和1％的显著性水平下是平稳的；而用PP单位根检验方法，则u[，0]的残差在5％的显著性水平是平稳的，u[，1]和u[，2]在1％的显著性水平下是平稳的。因此三个序列都不存在单位根，这说明在所考察的样本期内，三个层次货币供给量的增长率与通货膨胀率之间存在协整关系。根据各个方程的协整系数可以判断，M2与通货膨胀率间的协整关系最强，其次是M0，而M1与通货膨胀率的协整系数相对要小一些。
3.3误差修正模型
通过对变量进行协整分析可以发现变量之间的长期均衡关系，但无法得知这些变量偏离它们共同的随机趋势时的调整速度，误差修正模型可以解决这个问题。根据Granger定理，一组具有协整关系的变量具有误差修正模型的形式[14]，因此在协整检验的基础上进一步建立误差修正模型，研究货币供给量增长率与通货膨胀率之间关系的短期动态调整与长期特征。误差修正模型的一般表示形式为
附图
λμ[，t-1]+v[，t](4)
其中，μ[，t-1]=[，t-1]-δ[，0]-δ[，1]X[，t-1]，ι、p是最优滞后项，t是时间，v[，t]是误差扰动项。该模型的经济含义是：Y[，t]在t时刻的增量决定于在t-1时刻该变量与被解释变量长期均衡关系的误差。若这一误差是正的，Y[，t]在t时刻就应该做出负的修正，即表现为一个负的反馈过程，Y[，t]在不断的修正过程中发展。误差修正项的大小表明了从非均衡向长期均衡状态调整的速度，该模型突出了长期均衡关系对短期的影响。
运用Eviews4.0软件，在协整的基础上，根据Hendry从一般到特殊的动态建模原则[15]，选择季度数据，从滞后八期开始删除不显著的变量，最终得到的误差修正模型为
GP[，t]=-0.005+0.093GM0[，t]-0.119GM0[，t-2]+
(-2.877)(2.080)(-2.962)
0.391GP[，t-1]-0.134u[，t-1]
(3.889)(-4.865)(5)
R[2]=0.929D.W.=2.127F=19.241
GP[，t]=-0.003+0.104GM1[，t]+0.102GM1[，t-2]+
(-1.550)(1.935)(1.907)
0.352GP[，t-1]-0.076u[，t-1]
(2.656)(-2.252)(6)
R[2]=0.859D.W.=1.913F=17.527
GP[，t]=-0.002+0.242GM2[，t]+0.102GM2[，t-2]+
(-1.625)(2.367)(2.095)
0.352GP[，t-1]-0.076u[，t-1]
(3.490)(-2.157)(7)
R[2]=0.903D.W.=1.936F=26.472
由(5)式～(7)式可知，在所考察的样本期内货币供给量增长率与通货膨胀率的误差修正模型的误差修正项系数均小于零，符合反向修正原则，即上一期通货膨胀率高于均衡值时，本期通货膨胀率涨幅便会下降；反之上一期通货膨胀率低于均衡值，本期通货膨胀率涨幅便会上升。
3.4Granger因果关系检验
由协整检验结果可知，货币供给量的增长率与通货膨胀率之间存在长期的均衡关系，但是这种均衡关系是否构成因果关系及因果关系的方向如何尚需要进一步验证。采用Granger和Sims的因果关系检验法来进行分析。
用Granger和Sims的因果关系检验法分析货币供给量的增长率与通货膨胀率之间因果关系的步骤如下[16]。首先检验“GM(货币供给量增长率)不是引起GP(通货膨胀率)变化的原因”的原假设，对下面两个回归模型进行估计。
无限制条件模型
附图
有限制条件模型
附图
这里m是最优滞后阶数，即选择滞后阶数m使模型中的误差项μ[，t]为白噪声。然后根据(8)式、(9)式的残差平方和来计算F统计量，检验(8)式中系数β[，1]，β[，2]，…，β[，m]是否同时显著不为零。若果真如此，就拒绝“GM不是引起GP变化的原因”的原假设，也就是说货币供给量增长率是通货膨胀率变化的原因。
然后，检验“GP不是引起GM变化的原因”的原假设，作同样的回归估计，但是要交换GP和GM的位置，检验GP的滞后项是否显著不为零。要得到GM是引起GP变化原因的结论，就必须拒绝原假设“GM不是引起GP变化的原因”，同时接受原假设“GP不是引起GM变化的原因”。
对上述模型进行估计，并计算F统计量，可以得到表3的结果。
表3Granger影响关系检验结果
Table3CausalityTestResults原假设F统计量概率结论
GP不是引起GM0变化的Granger原因0.753100.52821接受
GM0不是引起GP变化的Granger原因2.765650.05679拒绝
GP不是引起GM1变化的Granger原因0.780340.51316接受
GM1不是引起GP变化的Granger原因3.533650.02489拒绝
GP不是引起GM2变化的Granger原因0.495600.68776接受
GM2不是引起GP变化的Granger原因3.568450.02399拒绝
资料来源：Eviews4.0输出结果，作者整理。
以上的检验表明，在检验的样本期内，无论使用哪一种货币供给量指标，我国的通货膨胀率都是由于货币供给量增长所致，因而我国的通货膨胀仍然是货币现象。同时样本期内我国各层次货币供给量的过快增长不能归因于高位通货膨胀拉动，这说明我国货币供给的外生性(即货币供给)很大程度上只是一种政府行为而非经济手段。
4结论
本文以我国1994年第一季度～2004年第四季度的统计数据为基础，采用单位根检验、协整分析、误差修正模型和Granger因果关系考察不同层次货币供给量增长率与通货膨胀率之间的关系，可以得到以下的结论。
(1)从长期来看，各层次的货币供给量增长率都与通胀率之间存在正相关协整关系，它们之间存在显著的相关性，货币供给变化所产生的影响最终在价格水平上体现出来。由(1)式、(2)式和(3)式可以看出，三个层次货币供给量增长率对于通货膨胀率的乘数分别为1.008、0.9427和1.079，这三个值与1都比较接近，由此可以看出货币变量长期中性的特征仍然明显。
(2)误差修正模型的估计结果显示了货币供应量与通货膨胀率之间的短期动态关系，外部因素的冲击影响使二者之间产生了显著的短期波动，但从长期来看，二者仍可以长期保持稳定关系，价格具有向均衡关系回复的机制。三个层次货币供给量增长率的误差修正系数分别为-0.134、-0.076和-0.150，它们的绝对值不大，这表明短期波动对长期均衡趋势偏离的程度不高，它们的波动幅度不大。值得注意的是，上一期的通货膨胀率的增长与本期的通货膨胀率的增长存在着正相关性，表明某一时期的通货膨胀率会影响下一期的通货膨胀率。通货膨胀率是比较稳定的，一旦形成就将持续一段时期[5]，因此货币这个名义因素对价格水平的影响是一个较长的过程。
(3)由Granger因果关系检验可以知道，无论哪个层次的货币供给量的增长都是通货膨胀率变化的Granger原因，这与货币数量论的思想基本一致，同时货币供给量的增长不能归因于通货膨胀率的增加。
货币供给量范文第5篇
关键词：货币供给量 居民消费价格指数（CPI） 实证研究
中国货币供给量和CPI变动的实证及结果分析
（一）模型的选择
陆云航（2005）在《中国货币供应量、价格水平和GDP关系的经验研究：1952-2003》里提到，正如Chow（1987）所建议的，货币数量论作为对现实经济的近似，是分析中国价格水平变动的一个有用起点，货币供应量与真实产出的比率是解释中国通货膨胀的重要变量。所以本文的讨论也参照货币数量论。
由费雪的交易方程式MV=PY可以推出：
P=V·M/Y
上式两边取对数，则有：
lnP=lnV+ln（M/Y）
如果货币流通速度v在长期内是稳定的，那么也就意味着lnP与ln（M/Y）之间存在长期的均衡关系。Chow（1987，2002）以M0作为货币供应量指标，通过回归分析得出lnP与ln（M/Y）之间存在协整关系。在动态的情况下，lnP不仅受到ln（M/Y）的影响，而且还会受到lnP和ln（M/Y）两个变量各自滞后一期值的影响。设lnP对ln（M/Y）回归所得的残差项为ecmt，可以建立如下单方程误差修正模型：
ΔlnPt=α+β1Δln（M/Y）+β2ΔlnPt-1+β3Δln（M/Y）t-1+β4ecmt-1+ut
为了进一步探讨lnCPI和lnM0、lnM1、lnM2之间的关系，可以建立VAR模型：
Xt=μ+θ1Xt-1+θ2Xt-2+…θkXt-k+vt
上式中Xt=（lnPt，lnM0t，lnM1t，lnM2t）T，μ=（μ1，μ2，μ3）T，vt为向量白噪声，其均值为零，θ1、θ2、…、θk是待估的参数矩阵，k为滞后期数。在VAR模型的基础上，来分析lnM的变动对lnCPI的影响。如果lnP和lnM是协整的，那么还可以通过建立VEC模型的方式，并进行Granger因果关系检验。
为了全面考察价格水平与货币量的关系，避免因货币度量指标误选而导致的结果不稳定，本文选用的变量包括：CPI、M0、M1和M2，并对各数据取对数，这样有助于在价格水平和货币存量关系上得出较为全面而稳健的结论。CPI表示居民消费价格指数；M0表示流通中的现金；M1表示狭义货币，等于M0加上活期存款；M2表示广义货币，等于M1加上定期存款、储蓄存款和其他存款。
（二）数据的选择
CPI是一个滞后性的数据，但它往往是市场经济活动与政府货币政策的一个重要参考指标。从2001年起，我国采用国际通用做法，逐月编制并公布以2000年价格水平为基期的居民消费价格定基指数，作为反映我国通货膨胀（或紧缩）程度的主要指标。我国编制价格指数的商品和服务项目，根据全国城乡近11万户居民家庭消费支出构成资料和有关规定确定，目前共包括食品、烟酒及用品、衣着、家庭设备用品及服务、医疗保健及个人用品、交通和通讯、娱乐教育文化用品及服务、居住类，251个基本分类，约700个代表品种。居民消费价格指数就是在对全国550个样本市县近3万个采价点进行价格调查的基础上，根据国际规范的流程和公式算出来的。所以本文选择CPI具有权威性和研究实用性。
我国货币供应量一般分为三个层次：M0、M1、M2。其中，M0为流通中的现金，M1=M0+活期存款，M2=M1+准货币（定期存款+储蓄存款+其他存款）。为了分析的全面性，本文依次对M0、M1、M2与CPI变动的关系进行分析，并考察了货币供给量和CPI的长短期均衡，进而研究了三个层次的货币供给量对CPI的影响。
本文首先选取2011年的月度数据对货币供给量和CPI变动进行短期均衡关系研究，货币供给量M0、M1、M2数据来源于中国人民银行网站（见表1），CPI数据来源于国家统计局网站。再选取1993-2011年的年度数据进行货币供给量和CPI的长期均衡关系研究，1993-2011年的CPI以及M0、M1和M2的数据均来自《中国统计年鉴2012》（见表2），因为我国在1993年以前的货币供给量的计算口径与现在的不同会产生偏差，统计以1978年的CPI为100。
（三）实证分析
本文采用的是时间序列数据，迄今为止，对时间序列的分析是通过建立以因果关系为基础的结构模型进行的。而无论是单方程模型还是联立方程模型，这种分析背后有一个隐含的假设，即这些数据是平稳的，所以首先要对数据进行时间序列平稳性检验。
经济理论指出，某些经济变量间确实存在着长期的均衡关系。这种均衡关系意味着经济系统不存在破坏均衡的内在机制。如果变量在某时期受到干扰后偏离其长期均衡点的时候，则均衡机制将会在下一期进行调整以使其重新回到均衡状态。非平稳的时间序列，他们的线性组合也可能成为平稳的，也就是说变量间是协整的。
在考察两个经济变量之间具有协整关系的基础上，检验二者的因果关系，即格兰杰因果检验（Granger test of causality），以此考察其内在联系。
1.货币供给量和CPI变动的短期均衡实证分析。对货币供给量和CPI变动的短期均衡分析，本文采用2012年1月-12月的月度数据，绘制了2012年1月-12月我国货币供给量和居民价格指数的趋势图（见图1），数据分别来源于中国人民银行网站和国家统计局网站。
为了检验变量之间的协整关系，本文首先对居民消费价格指数、货币供给量序列进行ADF检验，判断每个序列是否为单整序列。由于居民消费价格指数、货币供给量都是正数，所以原假定是含有位移的单位根过程，而备择假定是确定性的时间趋势平稳过程。关于ADF检验中滞后阶数的选取，在简约前提下，以消除残差的序列相关为准。分别对lnCPI、lnM0、lnM1、lnM2进行差分，统一滞后一期，显著水平为5%，得到如表3、表4、表5、表6所示的结果。
如表3所示，对lnCPI进行一阶差分后，在5%的显著水平下的t值为-4.959535
lnCPI=3.430224+0.113756lnM0
（5.525166）（1.945154）
调整后R2=0.274501，F=3.783625
LnCPI=2.538249+0.169391lnM1
（8.031836）（6.643823）
调整后R2= 0.815295，F=44.12038
LnCPI=1.935874+0.201316lnM2
（5.806818）（8.104804）
调整后R2=0.867878，F=65.68785
在5%的显著水平下，t0.025（10）=2.228，F（1，10）=4.96，从上述方程式可以得出，M0与CPI的方程式不显著，M1、M2和CPI的方程调整后的可决系数R2都大于0.8，这就说明方程的拟合效果非常好，且都能通过T检验和F检验，说明方程式是显著的。
综合上述结论，在5%的显著水平下，M1、M2与CPI之间存在较显著的短期均衡关系。即M1增加1个单位，CPI会增加约0.17个单位；M2每增加1个单位，CPI会增加约0.20个单位。
2.货币供给量和CPI变动的长期均衡实证分析。对货币供给量和CPI变动的长期均衡分析，本文采用1993-2011年的年度数据，绘制了1993-2011年我国居民消费价格指数和货币供给量趋势图。数据来源于《中国统计年鉴2012》。
通过图2可以看出，各变量的变化趋势是大概一致的，1993-2011年，随着国内生产总值的不断攀升，我国的货币供给量是不断上升的。
用eviews5.0对lnCPI、lnM0、lnM1和lnM2进行ADF检验。首先要看各参数的平稳性。从图3可以看出，各变量具有良好的平稳性，可以选用。再参照赵留彦、王一鸣（2005）在《货币存量与价格水平：中国的经验证据》中的方法，遵循“一般到特殊”建模原则，由于是年度数据，首先选取最大滞后阶数2，如果最后一阶的系数不显著，在不致引起残差序列相关时缩减滞后阶数为1，以次递减。本文进一步对数据的最小二乘回归结果（小括号中是t统计量，DW代表Durbin-Watson统计量）。分别对lnCPI、lnM0、lnM2进行一阶差分，对lnM1进行二阶差分后，得到：
ΔlnCPIt=-0.012962-1.046895lnCPIt-1
（-1.554795） （-3.257626）
+0.502193ΔlnCPIt-1-0.013051ΔlnCPIt-2
（2.242839） （-0.051310）
DW=1.114514
ΔlnM0t=0.091829-0.800816lnM0t-1
（3.203805） （-4.015412）
+0.008558ΔlnM0t-1+0.058596Δln M0t-2 （ 0.045969） （ 0.337229）
DW=2.675129
ΔlnM1t=-0.172836+0.012268t-
（-3.609531） （3.520366）
3.655547lnM1t-1+1.442997ΔlnM1t-1+
（-4.595839） （2.781630）
0.467733Δln M1t-2
（1.439508）
DW=1.950277
Δln M2t=0.076720-0.424300ln M2t-1
（3.223710） （-3.483429）
+0.101189Δln M2t-1+0.587612Δln M2t-2
（0.444967） （2.598430）
DW=1.472310
样本容量为20时，单位根原假设显著水平为5%时，以上四个方程右侧截距项水平值系数的t统计量均落在ADF分布临界值左侧，因此笔者认为四个序列差分后的序列都不再含有单位根，是平稳的。其中lnCPI、lnM0、lnM2为一阶单整，lnM1为二阶单整。
确定了lnCPI和lnM0、lnM1、lnM2都是单整之后的任务是检验居民消费价格指数和货币供给量之间是否存有协整或者说长期均衡关系。对四个变量两两之间做OLS回归，得到如下三个方程：
lnCPI=2.862594+0.329854lnM0
（二）计量管理信贷投放
从本质上看，目前的通胀压力反映了自2009年以来的货币供应量的增加以及资源价格上涨的趋势。因为信贷投放的增减决定物价的控制，所以控制信贷需求，将信贷资金调整到实体经济，按需审查支付，防止超边界使用，降低货币供应的增速，进而影响GPI。
（三）加强流动性管制
2010年央行六次调整存款准备金率，使其达到18.5%的历史高位，充分显示了政府抑制通胀和收紧流动性的决心。因为美国第二轮量化宽松政策带来了一定的资金流入，国内银行体系的流动性也非常宽松，所以在特定时期，提高准备金率有利于宏观调控。最终，央行调控应该以控制屡创新高的物价为目的，减少银行可用信贷资金规模，起到收缩流动性的作用，从而起到控制物价的目的。
（四）努力让货币结构回归常态
贷款需求和供给反映了发行货币的结构关系，截止2010年12月末，M2余额已经达到72.58万亿元，比较2009年末的61.02万亿元，增长18.94%，而对金融机构存款准备金率的调整对经济体的影响相对温和，在短时间内货币供需都不可能大幅度下降，所以只能对货币结构进行内部调整，政府正确引导消费，让其逐步向常态回归。
（五）保持经济稳定健康增长
政府应鼓励多渠道投资，保持资本流动的畅通，温和地挤出经济中的泡沫。特别是要管理好政府工程和公务消费，正确地引导地方政府投资和企业竞争，只有经济保持一定速度的增长，财政才有收入，企业才有效益，职工生活水平才能提高。政府在治理通货膨胀时通常把主要目标放在需求管理方面，而忽视了改善供给，出现了滞涨的局面。同时，也要防止经济供给有余、内需疲软的现象产生，因为它容易导致结构失衡，引发经济衰退。我国属于短缺型经济，有效供给长期不足，容易导致经济增长过热甚至失控。虽然大力压缩社会总需求是正确的，但收得太急会使扩大内需受阻，不但难以实现紧缩目标，还有可能严重影响有效供给，所以在治理通货膨胀时需要长短期措施相配合。而对于通胀日益加剧的形势，迅速采取措施是必要的，不能顾此失彼，为防止出现经济滞胀的可能，出台的政策应当适应未来的发展需要。
（六）建立健全包容性增长模式
2011年我国经济增长目标在8%左右，GPI涨幅在4%-5%左右，这意味着间接承认通胀具有长期的压力。经济发展到一定程度，经济增长到一定时间，生产产能和基础建设会出现不同程度的过剩，持续进行投资可能会加剧流动性条件下的通货膨胀和资产泡沫。本国经济体的萎缩与美元贬值趋势对人民币汇率政策和出口导向模式带来的严峻挑战，如果不考虑升值因素，我国面临非常大的流入性通胀和热钱威胁。这些问题显然不是单纯的限制物价，紧缩货币所能解决，而需鼓励经济实体的创新，健全各种社会保障，实现发展模式的转型。
作者简介：
货币供给量范文第6篇
【关键词】商业银行 货币供给 协整分析 影响因子
一、引言
货币政策是市场经济条件下进行宏观调控的重要手段。货币政策与货币供给存在密不可分的关系。货币政策的中介目标是货币供给量，货币供应量的大小直接决定货币政策实施效果，影响经济健康发展。
本文协整分析法对影响我国货币供应量的相关因子进行定量分析，试图解释我国货币供应量的相关影响因素。
二、变量的说明
货币乘数和基础货币的乘积直接决定货币供给。其关系可以表述为货币供给量=基础货币*货币乘数。结合我国经济实际情况，本文主要采用以下经济变量进行实证分析：
一是广义货币（M2）：该变量对社会物价总水平有重要影响，其从整体上反映我国经济发展需要的货币规模。
二是现金比率（k）：指流通中的现金与各项存款的比率。
三是定期存款比率（t）。即定期存款与各项存款额之比。
四是储蓄比率（s）。即城乡居民储蓄与各项存款额之比。
五是人民银行法定准备金率（r）。强制各商业银行在人民银行最低存款占全部存款的比率。
六是非金融机构存款率（dnfir）。即非金融机构存款与各项存款额之比。
七是超额准备金率（er）。商业银行在人民银行超过法定准备金占银行全部存款的比率的部分。
八是活期存款比率（dr）。即活期存款与各项存款额之比。
九是其他存款比率（oz）。即其他存款与各项存款额之比。
本文采用EviewS6.0版本该计量经济学工具对数据进行分析，本文采取的样本区间为：2000年至2012年，共计312个样本的月度统计数据，分析过程及结果如下。
三、实证分析及结果
本文采用扩充的迪基-富勒（ADF检验）对模型中9个变量进行检验，同时采用Johansen方法对我国货币乘数各影响因素进行协整分析，得到下列协整关系式：
（-0.397） （-0.517） （-0.216） （-2.173） （-3.258） （-0.237）
（-0.086） （-0.022） （-3.243）
其中误差项表示为ε。
四、结论
第一，现金比率对货币供应量的影响系数为-1.435，标明该因子对货币供应量有显著影响，较其他变量而言，流通中现金易受外部经济政策影响；从方向上看，该因子对货币供应量发挥抑制作用。
第二，储蓄比率能够对基础货币产生影响，进而影响货币供给。标明储蓄比率这一影响因子可通过改变基础货币结构进而影响基础货币。
第三，上述分析表明现金比率与法定存款准备金率对货币供应量的影响程度最深，这一结论与我国实际情况是相契合的。
五、对策建议
（一）强化现金存款比率关注力度
一是丰富银行产品多元化，鼓励并支持商业银行研发金融产品；二是为加大宣传力度，营造良好的金融支付环境。通过媒体宣传银行电子支付优势，充分调动消费者运用金融产品的消费意识。
（二）持续坚定不移地推进利率市场化改革
利率市场化有利于人民银行货币政策效率的提高，10月25日人民银行宣布贷款基础利率放开，标志着我国的利率市场化改革又向前迈进了一步，但是存款利率的放开才是最本质和核心的。
（三）加快推进我国的货币市场、资本市场完善发展
由于市场在一定程度上存在失灵，且货币政策本身在传导过程中存在时滞性，因此必须加紧推进市场改革步伐，不断完善货币市场及资本市场的运行效率，进而提高货币政策的实施效率。
参考文献
[1]胡援成.中国的货币乘数与货币流通速度研究[J].金融研究，2000.
[2]凯恩斯.就业利息和货币通论[M].商务印书馆1981.
[3]刘斌.货币政策冲击的识别及对我国货币政策有效性的实证分析[J].金融研究，2001.
[4]黄先开、邓述慧.货币政策中性与非中性的实证研究[J].管理科学学报，2000.
货币供给量范文第7篇
【关键词】因子分析 VAR模型 广义货币供给量 方差分解技术
一国宏观经济的平稳发展，离不开货币政策工具的运用，而货币政策工具的正确选择，对货币政策效果发挥着重要的作用。一般而言，货币政策效果取决于中央银行能否影响和稳定人民的预期，在利率体系未实现市场化条件下，货币供应量仍然是我国货币政策一个比较好的中介指标，中央银行完全可以通过控制该中介指标达到宏观调控的目标，因此对货币供应量的影响因素的研究就显得尤为重要。然而大多数学者都是围绕着货币政策的目标变量展开分析，对货币供应量的研究相对较少一些，同时由于目前我国的货币政策工具种类繁多，虽然有学者将区其分为价格型货币政策工具和数量型货币政策工具进行分别研究，但是还从未将其分别转化为统一指标来衡量其对货币供给的影响，因此本文创新性地将因子分析法引入货币政策工具有效性的研究中，通过选取多种货币政策工具变量计算政策工具因子得分，在此基础上依托计量模型来对我国的货币供给的影响因素进行分析。
一、数据的选取与处理
我国的货币政策工具主要有公开市场操作、再贴现率、准备金率、窗口指导等。由于公开市场业务包括发行央行票据、购回央行票据等多种类型，此外中央银行对国债的回购和在外汇市场上对外汇的买卖也会影响基础货币的投放。因此本文以2007.02-2012.09月的相关数据为样本，选择外汇占款，法定存款准备金利率，隔夜的shibor，以及用央行发行的票据与持有的国债之差作为净回笼额，用中国境内各项贷款总额作为信贷规模，用这些指标来作为货币政策工具的变量。本文所有的数据均来源于国泰安数据库和中国人民银行网站。
由于净回笼量，法定存款准备金、shibor 这些指标的值越大反映的是一种紧缩型货币政策，而贷款规模和外汇占款越大反映的是一种宽松型货币政策，所以为了保持政策的一致性，我们先对这些数据进行Z值标准化，然后命名M=1-Z境内贷款总额，N=1-Z外汇占款。
二、因子分析
（一）KMO和Bartlett`s检验
本文借助社会经济统计软件SPSS18.0，依据因子分析方法，对5个指标的标准化指标进行分析。首先对数据进行KMO和Bartlett's检验，以检测样本是否适合进行因子分析，结果显示，KMO统计结果为0.586，大于0.5，同时Bartlett球形检验的卡方统计值显著性概率为0.000，小于0.05，说明数据适合做因子分析。
（二）因子的提取
运用SPSS18.0对标准化后的数据进行相关系数矩阵的因子载荷估计，得到特征根和方差贡献率。分析结果显示，变量的相关系数矩阵有2个数值较大的特征值，即分别为3.775、0.729，它们累计解释了原始数据反映信息的90.077%，这两个成分基本上反映了原始数据提供的足够信息。
（三）建立因子载荷矩阵
首先对提取的二个主因子分量F1、F2建立因子载荷矩阵，并对因子载荷矩阵按照方差极大法进行旋转。没有旋转前，因子变量在许多变量上都有较高的载荷，那么它的实际含义就比较模糊。经过旋转后，因子变量反映的实际含义就比较清楚，根据正交载荷矩阵中的高载荷，将指标分为两类公共因子，并对各公共因子命名。其中，净回笼量、境内贷款总额、外汇占款额三个指标在主因子1上有较大的载荷；存款准备金率、隔夜的shibor利率二个指标在主因子2上有较大的载荷，因此本文将这两个主因子分别命名为量因子（F1）和比率因子（F2）。
（四）因子得分
本文在因子分析的基础上，以主因子特征值的贡献率为权重来加权计算因子的总得分F，即F=（0.60765F1+0.29313F2）/0.90077，同时根据因子得分系数矩阵，得到各因子的评分模型如下：
F1=0.220Z（净回笼量）-0.130Z（存款准备金率）
+0.341Z（shibor）+0.428M+0.410N
F2=-0.103Z（净回笼量）+0.254Z（存款准备金率
+0.954Z（shibor）+0.265M+0.222N
将各变量带入因子得分模型，即可得出量因子型和比率因子型货币政策工具变量的得分以及货币政策工具的综合得分。如图1所示。
由于本文在进行因子分析时对数据进行了标准化处理，各主因子得分与综合得分的均值均为零，因此可以均以0为参考基准。从图1可以看出在2007.02-2012.09期间，各月的量因子F1得分和综合得分F一直持续下降，这与自金融危机以来我们国家实行的适度宽松型货币政策相吻合，而比率因子F2的得分变化幅度较大，说明央行比较趋于调节其准利率来实现经济的调整，这也与我们国家频繁调节准备金率的现实相一致。
三、回归分析
货币中介变量处于货币政策最终目标和操作指标之间，是中央银行通过货币政策操作和传导后能够以一定的精确度达到的政策变量。通过检验各种货币政策工具对中介变量的动态影响不仅可以推测中国货币政策的传导渠道而且可以在不同因素驱动的经济形势下有针对性地提出相对应的货币政策工具使用建议。
基于各种货币政策工具的特点，本文以上面的量因子型货币政策工具和比率型货币政策工具为基础，采用单位根检验、协整检验和向量自回归模型对我国广义货币供应量的影响因素进行了分析。
（一）序列的单位根检验
利用Eviews6.0软件对变量进行ADF检验，原始序列中M2、F1、F2未能通过平稳性检验，因此，对所有序列进行一阶差分处理后再次进行单位根检验，结果显示，M2、F1、F2在5% 的显著水平下拒绝原假设，可以确定是平稳序列。
（二）协整检验
由于M2、F1、F2均为 I（1）序列，如果它们的线性组合是协整的，则存在着长期稳定关系。因此本文采用 EG 二步法对变量进行协整检验。结果显示M2和F1、F2序列的回归方程的残差序列为平稳序列，M2和F1、F2间存在协整关系。
（三）VAR模型的建立
由上面的协整检验可以看出，M2与F1、F2间存在协整关系，故它们之间存在着长期的均衡关系，因此可以对M2与F1和F2构建的VAR模型进行进一步的分析，同时根据SC和AIC最小化原则确定VAR模型的最佳滞后阶数为2阶，所以我们选择VAR（2）的模型。
（四）脉冲响应函数及方差分解技术
1.脉冲响应函数
本文试图通过脉冲响应函数分析量因子（F1）和比率因子（F2）的冲击会给广义货币供给带来什么样的动态影响。图2是基于VAR模型的脉冲响应函数图，它们描述了广义货币供给对于量因子和比率因子一个标准差正向冲击的响应情况。
左图是量因子型货币政策工具F1的冲击引起的广义货币供给变化的脉冲响应函数图。当F1调高一个单位标准差后，两个月内广义货币不断下降，在第二个月下降到谷底，然后广义货币供给反弹上升，并在第四个月至第六个月恢复到原有水平，基本在第六个月之后国民经济消化了这一货币政策的冲击，量因子型货币政策工具执行的紧缩型货币政策的作用消失。
右图是比率因子型货币政策F2的冲击引起的广义货币供给变化的脉冲响应函数图。从该图可以看出，紧缩状态下的比率型货币政策工具的实施对广义货币的增长有显著的抑制作用。当给F2一个冲击时，广义货币量从第一期开始大幅度下降，第二期之后又开始上升到第三期回归到冲击前的均衡水平。相比较而言，量因子型货币政策工具的作用效果更为持久，作用力度比较大。
2.方差分解技术
方差分解技术提供了另一种描述系统动态变化的方法，它是将系统的预测均方误差分解成系统中各个变量冲击所做的贡献。通过方差分解，我们可以进一步定量分析量因子（F1）和比率因子（F2）的冲击对于广义货币供应量的贡献度，进一步了解量因子型货币政策和比率因子型货币政策冲击的相对重要性。
从图3可以看出，无论是从短期还是长期来看，量因子型货币政策和比率因子型货币政策都不是对广义货币供给形成冲击的主要来源，处于广义货币供给动态变化支配地位的始终是其自身的冲击。这也就是说我们可以认为从2007年2月到2012年9月，中国广义货币供给的变化总得来说并不是由货币政策所造成的。其中量因子型货币政策工具F1比比率因子型货币政策工具F2的方差贡献率相对较大，尤其在第三期之后效果更加明显。在第三个月之后F2的冲击对广义货币供给变化的贡献几乎维持不变，而F1冲击对货币供给的的贡献一直缓慢增长直至第六期后稳定下来。上面的分析和用脉冲响应函数得到的结论是一致的，即量因子型货币政策工具的作用比较显著，持续时间比较长。
四、结论与政策建议
货币供应量是我国中央银行重要的中介目标，其影响因素多而且复杂多变。本文首先对多种货币政策工具进行因子分析，然后在得出的两种因子型货币政策工具变量得分的基础上，建立VAR模型，进一步分析这两种类型的货币政策工具对货币供应量的影响。实证结果表明，量因子型货币政策工具是影响我国货币供应量的主要因素，且其持续性明显长于比率因子型货币政策工具。为了实现我国货币政策宏观调控目标，必须明确以下几点：（1）公开市场业务、外汇市场调控等量因子型货币政策工具的调节效果比较好，可以通过提高中央银行的独立性、完善债券等金融市场、改革汇率制度等来实现。（2）法定存款准备金率等比率型货币政策工具在一定阶段内仍有其重要的作用，但必须意识到随着金融创新的不断涌现及影子银行的不断发展，存款准备金率等比率型货币政策工具的调控效果会逐渐下降，因此央行可以创新其他种类货币政策工具以实现经济的调节。（3）在实施货币政策工具的进程中，注重不同货币政策工具的搭配使用，使其能更加有效地实现宏观经济目标。
参考文献
[1]高铁梅.计量经济方法与建模[M].清华大学出版社，2009.
货币供给量范文第8篇
[关键词]房价；汇率；货币供给量；居民可支配收入
[DOI]10.13939/ki.zgsc.2017.02.032
1 研究背景与意义
1.1 研究背景
2005年7月21日，人民币汇率结束了长达十年之久的“钉住制”，我国开始实施以“市场供求为基础，参考一篮子货币，有管理的浮动汇率”制度。至此，人民币开始进入升值通道。长期以来，我国的国际收支中经常项目和资本项目一直处于“双顺差”，使人民币升值不断升温。2015年8月11日，央行进一步完善人民币汇率中间价，综合外汇供求和国际主要货币的汇率变动，向中国外汇交易中心提供中间价报价。此次汇改后，人民币出现明显的贬值。现如今人民币被正式纳入SDR，汇率出现历史新低。
房地产市场作为一个对外资最为开放的市场，汇率的上升会引起资本的流入。而流入中国的外汇必须由央行用基础货币收购，流入的外汇越多，对人民币的需求越大，从而增加了RMB升值的压力和房价上涨的压力。人民币对美元汇率下跌时，外资选择逃离，房地产价格自然受到了影响。但现实数据显示，我国房价依然保持较高的增长。
房价还会受到其他因素的影响。经济疲软期，央行采取宽松的货币政策，向市场注入流动性，当流通中的货币量大于实际所需要的货币量，就会带来通货膨胀的风险和压力，人们为了保值增值，往往选择投资于房子，可见，房价与货币供给量也有一定的关系。
而从长期来看，居民的购房需求取决于自身的可支配收入。根据凯恩斯消费函数c=c0+αy，其中，αy>0表示引致消费，是收入的增长所带来的消费的增长。而房子也可以看作一种耐用消费品，居民可支配收入提高，对房子的需求也会相应增加。
1.2 研究意义
现阶段的文献大多研究国际热钱的涌入与汇率波动的关系，且实证分析所采用的数据大多为2015年之前的数据。但同年“811汇改”后，人民币一改以往升值的预期，出现明显的贬值现象，但现阶段“房价上涨，货币贬值”的现象很少有人研究，本文针对此空白，提出了自己粗浅的见解。
2 计量经济模型与数据指标的选取
2.1 模型设定
大量的房地产投资套利对我国的房地产市场产生了重大的影响，在一定程度上推动了我国房地产价格的进一步上涨。由此可见，房价与汇率呈现出一定的相关性，由于我国不同地区经济发展水平、对外开放程度不同，汇率对房价的影响也会有差异。因此，本文首先研究了2015年12个月27个直辖市、省会城市、自治区新建商品住宅销售价格指数与汇率的相关关系。选取代表城市北京2015年12个月的数据为样本，在汇率的基础上，进一步引入居民可支配收入和货币供给量等其他自变量，运用多元回归模型，研究它们对北京房价的综合影响。本文建立的多元回归模型如下：
PH=β0+β1lnYD+β2lnMS+β3R+u（1）
其中，PH表示城市房价，R表示汇率，MS表示货币供给量，YD表示居民可支配收入，是β0截距项，β1、β2、β3分别是lnYD、lnMS、R的系数，u是扰动项。
2.2 样本选取和数据处理
从2015年各月份人民币兑美元汇率变化趋势可以看出，2015年人民币兑美元汇率从1月份至8月份保持平稳，8月份到9月份有较大的波动，上升了4.17%，其后保持平稳的增长。这一变化与“811汇改”密切相关，2015年8月11日，人民银行宣布调整人民币对美元的汇率中间价报价机制。这使得人民币兑美元汇率中间价机制进一步市场化。
2.2.1 不同城市房价与汇率的相关关系研究
运用SPSS软件进行相关分析，本文得出了27个直辖市、省会城市、自治区新建商品住宅销售价格指数与汇率的Pearson相关系数。研究发现，除西北、西南、东北个别城市外，大多数城市的房价与汇率呈正相关的关系，若r>0.8，则两者相关关系是显著的。
实证分析与文章开头理论分析相悖。直接标价法下，人民币汇率贬值，会出现大量的资本外逃，但实际的房价却居高不下。部分原因是由于我国尚未实现资本项目的完全开放，暂时不会出现大规模的资本外逃和恶意做空人民币，另一方面是受国内货币政策的影响。经济下行期，我国采取稳健的货币政策向市场注入流动性。下面，我们进一步引入流通中的货币量以及居民的可支配收入这两个自变量，研究它们对房价的共同影响作用。
2.2.2 多元回归
把北京2015年12个月房价、汇率、居民可支配收入、货币供给量这些数据代入多元回归模型（1），估计方程为：
3 实证结果分析
以北京2015年每月汇率、人均可支配收入、货币供给量对房价的多元回归结果来看，R2达到了0.98，F值更是远远大于显著性水平为0.05的临界值，该模型整体显著。从t统计量的角度来看，lnMS系数的t统计量是2.878，在0.05的显著性水平上是统计显著的。这个系数意味着，货币供给量每增加1个百分点，房价指数上升0.589。R的系数t统计量是13.559，在0.05的显著性水平上统计显著的。
如果我们忽略其他因素，单纯考虑汇率和房价的关系，理论上汇率贬值，资本外逃，会出现房地产泡沫，房价下跌，但实际上，房价和汇率不是简单的线性关系。央行向市场注入流动性会导致人民币的贬值、汇率贬值，房价也因流动性宽松而上涨。实际数据表明，由汇率引起的热钱流动对房价的影响被宽松货币政策作用抵消了。
lnYD系数的t统计量是1.700，所以lnYD在0.05的显著性水平上是不显著的。此变量的P值为0.12。统计上不显著，但在经济上，lnYD却是显著的，因为居民对住房的消费与其可支配收入密切相关。
4 结论与政策建议
理论分析中，汇率与房价同向变动，但是实际中，影响房价的不只是汇率因素，还有一国的经济形势和货币政策。央行在实体经济下滑的情况下，实施一系列宽松的货币政策，但释放出的流动性很难与实体对接，大量流向了房地产，造成了房价的居高不下。从远期来看，居民对住房的需求与其实际可支配收入密切相关。经济上虽然是显著的，但在统计上不显著，一线城市房价过高过快地增长，居民已负担不起高昂的房价。
经济下行背景下，人民币持续贬值不可避免。所以短期内，依然会存在汇率贬值但楼价上涨的情况。针对此种现象，本文提出了如下见解。一是为抑制房地产市场泡沫，央行应尽量少使用货币政策，可用积极的财政政策刺激经济；二是央行应对各大银行就房地产贷款进行窗口指导，要求银行理性对待楼市；三是加强对国际资本流动的监管力度，严厉打击资本的非法流动。
参考文献：
[1]林晓燕，胡明志. 热钱流入对我国一二城市房价指数的影响[J].汕头大学学报，2012（4）： 66-73.
[2]刘雪梅.我国房地产价格走势与利率、汇率机制改革[J].经济问题探讨，2005（5）：113-115.
[3]林江鹏，华良晨.人民币汇率、股价和房价之间的联动关系[J]. 湖北经济学院学报，2016（4）：40-41.
货币供给量范文第9篇
【关键词】 货币供给量 Granger因果检验 协整检验 脉冲响应函数
一、引言
随着美国金融危机和希腊债务危机爆发以来，世界各国都以货币政策作为本国调控宏观经济的重要途径和手段，纷纷采用积极的货币政策，特别是美国实施量化宽松的货币政策以来，世界经济格局也发生了变化。中国在这段时期也采用了不同的货币政策，由积极的货币政策转向稳健的货币政策。那么，货币供给量与经济增长之间到底有怎样的关系？
国内外学者关于货币供给量与经济增长的实证研究非常多，很多学者从不同的角度对此课题进行研究。Friedman和Schwartz（1963）以及Tobin（1965）通过实证研究发现，货币供应量的变化对短期产出的波动会产生影响。Kormendi和Meguire（1984）对50个国家的研究以及Boschen和Mills（1995）对美国的研究得出，在长期中货币供给量对产出没有影响。McCandless和Webber（1995）考察了不同货币口径下的110个国家近30年的数据资料进行相关分析，得出货币供给量的增长率变动引起通货膨胀率的相同变化，而货币供给量与实际产出的增长率之间没有相关性。Andreas Schabert（2009）通过一个无摩擦的金融市场和价格粘性的标准宏观模型分析利率目标和货币供应量的关系，证实了平稳序列的货币供给量满足利率的期望目标，从而影响经济的增长。
国内学者黄先开、邓述慧（2000）运用二步OSL方法，研究了货币政策的非对称性以及预期的货币冲击对经济增长的影响，认为中国的货币机制与西方经济国家的机制差别较大，预期和非预期的货币供给冲击对产出的影响是非中性的，说明货币供给对中国宏观经济的运行中仍具有关键作用。陆军、舒元（2002）运用Granger因果检验及Fisher与Seater的长期导数的方法对我国在1978―2000年期间货币供给量和经济增长进行实证研究，通过Granger因果检验发现我国在1978―2000年经济增长是货币供给量的Granger原因，在长期中货币供给量对经济没有实质性的影响，即在长期中通过扩张性的货币政策来增加货币供给量实现我国经济持续增长是行不通的。梁晓辉（2003）基于货币供给的内生性，运用VAR模型和格兰杰因果关系验证了货币供给与国内生产总值之间的关系，发现GDP是M2的Granger原因，M2不是GDP的Granger原因，认为中国的货币供给是一个内生变量，主流的货币理论可能无法解决经济运行中的一些问题。杨建明（2005）运用协整检验和误差修正模型对1986-2001间的货币供应量和经济增长速度之间的关系进行研究，得出了广义货币供应量不是GDP增长的Granger原因。肖卫国、靳静（2007）运用向量误差修正模型和协整检验对我国货币政策的中介目标进行了实证分析，货币供给量作为我国货币政策中介目标的有效性正在降低。贵斌威等（2008）基于CIA模型，研究一般均衡的框架下货币供给对中国经济增长的影响，发现货币供给加速，会降低经济增长率，但若储蓄意愿强和经济增长潜力高时，货币供给增加可以保持经济增长。欧阳志刚等（2011）通过运用阈值协整方法研究了后金融危机时期货币供给过剩对GDP的非线性调节作用和冲击效应。他认为货币供给不足时，增加M2对经济增长的刺激作用较弱，货币供给过剩时，减少M2对经济增长的抑制作用也较弱。而且M2对经济增长率的冲击约会持续四至五年。谭太平（2011）选取了1994―2009年的季度数据，运用可变参数状态空间模型分析了M2、国内信贷对经济增长的动态作用，由产出的货币弹性来分析我国在不同经济时期的经济政策以及宏观经济形势，认为中国M2作为货币政策的中介目标日趋成熟。陈健（2011）运用SVAR模型研究了全球货币供给通过不同价格波动的路径对经济增长的影响，发现货币供给对实体经济的影响具有明显的非对称性。魏蓉蓉等（2011）基于VAR模型研究了货币供应、通货膨胀、经济增长之间的关系，发现长期内经济增长对货币供应有负向作用，货币供给增加有利于经济增长，认为中国存在托宾效应。张永升等（2012）分别研究了名义GDP和实际GDP与M2之间的关系，并分别选取货币政策相对紧缩和相对宽松时期的三组数据进行实证研究，认为名义GDP和实际GDP分别与M2互为Granger因果关系，而且相对紧缩的货币政策下的实际GDP对货币供给的弹性要高于相对宽松的货币政策下的实际GDP对货币供给的弹性。裴平等（2012）运用状态空间模型和面板模型验证了10个国家非预期货币供给对经济增长的影响，发展中国家的非预期货币供给能够促进经济增长，而发达国家的非预期货币供给对经济发展的印象较弱，表现为负向作用。
由于使用何种货币供给量作为研究的变量并没有统一的标准，而且使用不同的统计口径的变量所产生的结果也可能不同。为了消除不同的统计口径产生的不同结果以及更加全面地研究货币供给和经济增长之间的关系，本文研究在不同口径（M0，M1，M2）下货币供给量与经济增长之间的影响关系。
二、实证分析
1、变量选择和样本数据的选取
本文选取2002年―2011年的相关季度数据作为样本数据，采用GDP的当期变量作为经济增长的变量，用GDP表示。货币供给量指标用M0，M1，M2当期存量表示。以上数据分别来自《中国统计年鉴》和中国人民银行网站。不同口径的货币供给量M0，M1，M2来自中国人民银行网站，GDP来自2002-2011年《中国统计年鉴》。为了消除季节数据的波动，对当期的GDP序列和货币供给量序列取对数，分别记为LM0，LM1，LM2和LGDP。
2、单位根检验
本文先利用ADF检验对GDP和货币供给量进行平稳性检验，可以发现GDP及货币供给量序列都不平稳，不能直接构建模型。所以，对变量分别取对数即LM0，LM1，LM2和LGDP，然后对LM0，LM1，LM2和LnGDP各自进行一阶差分后，可以发现LM0，LM1，LM2和LGDP在5的显著性水平下是平稳的，LM0，LM1，LM2和LGDP都是一阶单整，即LM0～I（1），LM1～I（1），LM，2～I（1），LGDP～I（1）。因此，M0，M1，M2可能分别与GDP之间存在协整关系。具体详见表1。
3、协整检验
由单位根检验可知时间序列LM0和LGDP，LM1和LGDP，LM2和LGDP都是一阶单整，则可能存在长期稳定的均衡关系，利用Johansen似然比检验方法分别对它们进行协整检验。具体结果详见表2。
根据检验结果可以知道，在显著性水平0.05下，由于迹（Trace）统计量检验有15.52804>15.49471，1.60103615.49471
，0.82869715.49471，0.897318
所以LM2与LGDP序列之间存在协整关系。
由协整检验结果可知，在0.05的显著性水平下，GDP与M0、M1、M2之间存在协整关系，这就说明在该样本期间内，我国的经济增长与不同口径的货币供给量之间存在长期的均衡关系。由此也可以说明，M0、M1、M2可以作为我国货币政策调控的重点目标，与我国当前的货币政策是相适应的。随着我国经济金融制度的不断完善和创新发展，M0、M1、M2对经济增长的作用和影响会越来越大，它们应该作为货币政策重点的监控目标。但是，它们是否是经济增长的原因，在多大程度上影响经济增长的变动，还需要进行下面的Granger因果关系检验。
4、Granger因果关系检验
M0、M1、M2与GDP之间分别存在协整关系，但是这种长期均衡的协整关系是否由货币供给量M0、M1、M2的变化引起GDP的变化的结果，还是GDP引起货币供给量M0、M1、M2的变化的结果，还是它们互为因果关系。为了说明不同统计口径下货币供给量与经济增长之间的因果关系，需要分别对M0、M1、M2和GDP的因果关系进行检验。在此分别取滞后期为1和滞后期为2，对M0、M1、M2和GDP进行Granger因果关系检验。具体检验结果如下表3。
由检验结果可以知道，当滞后一期为时，LGDP不是LM0的Granger原因，说明经济增长并不会增加流通中的现金量，LM0是LGDP的Granger原因，说明现金的增加会促进经济的增长；滞后两期时两者互为因果关系。当滞后期为1时，LGDP和LM1互为Granger原因，说明经济增长会带动流动中的现金量增加，货币供给的增加也会促进经济的增长；滞后两期时，LGDP不是LM1的Granger原因，LM1是LGDP的Granger原因。LGDP在滞后期为1和滞后期为2时与LM2互为Granger原因，在滞后期为2的前提下，LM2比LM1对LGDP的影响更强，也就是说，广义货币供给量比狭义货币供给量与经济增长的关系更加密切。总之，在显著性水平0.01下，LM0、LM1、LM2全部都是LGDP的Granger原因，这说明流动的现金和定期存款都会影响经济增长。
5、脉冲响应函数
协整模型揭示了M0，M1，M2分别与GDP之间存在稳定的均衡关系，格兰杰因果关系检验解释了他们之间存在的因果关系，但是都不能提供动态信息，无法知道当其中的一个变量变化时，另一个变量的特征。因此，要运用脉冲响应函数进一步分析货币供给量与经济增长之间的关系。
由图1可知，当GDP的随机扰动项受到一个标准差大小的冲击时，它在前三期内对M0的负向作用不断增大，在第三期达到最大。随后几期负向作用逐渐减小但仍为负，在第七期以后GDP对M0的影响几乎保持稳定的负向作用。M0是流动性最强的货币，与消费密切相关。短期的经济增长并没有增加人们持有更多货币的需求，也就是说人们的消费意愿比较低，这可能与我国的社会保障水平较低有关。当M0的随机扰动项受到一个标准差大小的冲击时，它在前两期内对GDP的正向作用不断减小直至减小为零，在第三期到第五期内，表现为负向作用，随后几期在零上下波动，即影响作用不大，这说明长期内的作用不显著，货币政策只能作为一个短期的政策。
由图2可知，当GDP的随机扰动项受到一个标准差大小的冲击时，对M1的负向作用在第二期达到最低，在随后的几期里，这种负向作用逐渐减弱，在第五期达到最小，此后一直在零附近。总体来说，它对M1的影响作用不大，表现为负向作用。由经济增长对M0和M1的影响可以看出我国是一个高储蓄的国家，短期经济增长的波动并不会增加货币的流动性。这与实际经济现象相符。当M1的随机扰动项受到一个标准差大小的冲击时，它在前两期内对GDP的正向作用不断减小直至减小为零，在2-3期内，表现为负向作用，随后又表现为正向作用，并且正向作用趋于稳定，这说明货币政策短期内会引起经济波动，长期内逐渐趋于稳定。
由图3可知，当GDP的随机扰动项受到一个标准差大小的冲击时，它在前两期内对M2的正向作用逐渐增大，在3-5期内对M2的正向作用稍微减小，在第五期以后，正向作用趋于稳定。M2除了包括M1还包括个人储蓄，所以可以看出经济增长对广义货币量的正向作用比狭义货币量的正向作用较大。M2能较全面的反映宏观经济的运行情况。当M2的随机扰动项受到一个标准差大小的冲击时，它对GDP的影响由微弱的正向作用降为负向作用，在2-3期内对GDP的负向作用逐渐减弱但仍未负，随后变为正向作用，但正向作用的影响不大，逐渐趋于零。这也说明货币政策会造成短期的经济波动，长期的效果不大。
三、结论和建议
本文研究的是不同统计口径下货币供给量与经济增长之间的关系，得出的结论与之前的研究结果也有不同。我认为原因如下：第一，样本数据的频率和时期不同。以往的文献中有使用月度、季度、年度数据进行处理的，选取变量的时间段也不相同，在不同的经济背景和特定的经济环境下，结果也会有不同。本文利用2002年―2011年的相关季度数据。第二，模型不同。以往文献中有利用ECM模型、TOBIN模型、状态空间模型、向量自回归模型等进行研究的，选取不同的模型可能获得不同的结论。本文运用协整检验、Granger因果检验、向量自回归模型（VAR模型）和脉冲响应函数对货币供给量与经济增长之间的关系进行实证分析。
货币供给量与经济增长之间的关系较为复杂。本文分别研究了不同口径（M0，M1，M2）下的货币供给量对经济增长的影响，比较全面的反映了二者之间的关系。通过前面的实证研究，可以发现：第一，M0、M1、M2对经济增长的影响是不尽相同的。由Granger因果关系检验，广义货币供给量（M2）对GDP的影响强于狭义货币供给量（M1），能够较好地反映宏观经济的整体运行，政府应关注M2的变化。但是也不能忽略M0和M1的变化。只有全面综合衡量三者对经济增长的影响，才能适时适度的运用货币政策。M0和M1的流动性较强，尤其是M0与消费密切相关。研究M0、M1与经济增长之间的关系，能够反映居民消费的变化。由M0和GDP脉冲响应函数可知，经济增长并没有带来M0的增长。目前，中国正处于经济结构转型时期，公众不稳定的心理预期会导致消费水平降低，储蓄较高，不利于经济增长。因此，中国要尽快建立覆盖城乡的社会保障制度，逐步提高社会保障水平。另外，要逐步提高公众的消费水平就要缩小收入分配差距，健全国民收入分配体系。总之，政府应该加强货币政策与各种政策的协调配合使用。第二，从脉冲响应函数中可以看出，无论是M0、M1还是M2对经济增长的影响都是短期的，在长期内基本趋于稳定。货币政策只能作为一个短期的政策。但短期的政策也会造成经济的波动，政府要适时适度的运用货币政策。另外在运用货币政策的同时，也要考虑货币政策的时滞性。国家要深化金融制度改革，疏通货币政策传导机制，并完善货币供给的调节机制，加强货币政策与财政政策的配合。
（基金项目：本文得到中南财经政法大学博士科研创新项目“中等收入陷阱的国际教训与转变经济发展方式”（2013B0210）的资助。）
【参考文献】
[1] Friedman M，Anna Jacobson Schwartz：A Monetary History of the United States 1867-1960[M].America：Princeton University Press，1963.
[2] Tobin J.：Money and Economic Growth[J].Econometrica，1965（33）.
[3] Kormendi RC， Meguire P G.：Cross-Regime Evidence of Macroeconomic Rationality[J].Journal of Political Economy，1984（16）.
[4] Boschen，Mills：Tests of long-run neutrality using permanent monetary Real shocks[J].Journal of Monetary Economics，1995（58）.
[5] McCandless，Webber：Some Monetary Facts[J].Federal Reserve Bank of Minneapolis Quarterly Review，1995（39）.
[6] Andreas Schabert：Money supply， macroeconomic stability and the implementation of interest rate targets[J].Journal of Macroeconomic，2009（31）.
[7] 黄先开、邓述慧：货币政策中性与非对称性的实证研究[J].管理科学学报，2000（6）.
[8] 陆军、舒元：长期货币中性：理论及其中国的实证[J].金融研究，2002（6）.
[9] 杨建明：我国货币供给量对产出、物价预测能力的实证研究[J].南开经济研究，2003（1）.
[10] 梁晓辉、黄玖立：我国货币供给内生性的理论分析与实证检验[J].华东经济管理，2003（1）.
[11] 肖卫国、靳静：货币供应量作为我国货币政策中介目标的有效性研究[J].统计与决策，2007（23）.
[12] 贵斌威、甄苓：货币供给、经济增长与通货膨胀：CIA模型与中国经验[J].生产力研究，2008（7）.
[13] 欧阳志刚、史焕平：后金融危机的货币供给过剩及其效应[J].经济研究2011（7）.
[14] 谭太平：国内信贷、货币供给对经济增长的动态影响[J].财经科学，2011（2）.
[15] 陈健、徐康宁、王剑：货币供给、价格波动差异与经济增长：全球视角的经验研究[J].国际金融研究，2011（10）.
[16] 魏蓉蓉、崔超：货币供给、通货膨胀、经济增长之间关系的实证研究――基于2006-2010年数据的分析[J].经济问题，2011（9）.
[17] 张永升、杨伟坤、桑毅博：改革开放三十年我国货币供给与经济增长之间关系研究[J].财政研究，2012（2）.
货币供给量范文第10篇
内容摘要：本文首先对不同货币层次对货币市场基金收益率的影响进行比较分析，得出M1的影响最大，所以将其选为货币供应量的代表变量。在此基础上，选取M1和货币市场基金月平均收益率建立向量自回归模型（VAR模型），并对模型做进一步的脉冲响应和方差分解分析，从而分析货币供给量对货币市场基金收益率的影响。通过实证分析可知，货币供给量对货币市场基金收益率有着显著的正向影响。
关键词：VAR模型 货币供给量 货币市场基金收益率 实证研究
研究方法
（一）向量自回归模型（VAR模型）
向量自回归（VAR：Vector Autoregression）模型通常用于随机扰动对变量系统的动态影响和相关时间序列系统的预测。一般的VAR模型数学表达式为：
其中，xt是d维外生变量向量，yt是m维内生变量向量，内生变量和外生变量分别有p和r阶滞后期，A1,…,Ap和B1,…,Br分别是待估计的参数矩阵。εt是随机扰动项，其同时刻的元素可以彼此相关，但不能与自身滞后值和模型右边的变量相关。
（二）脉冲响应函数
脉冲响应函数（IRF：Impulse Response Function）分析法是分析离散型市场利率、货币政策和宏观经济变量对股市冲击影响的一种有效方法。
本文建立两变量VAR（1）模型：
其中，P和M分别表示产量和货币流通额，模型中随机扰动项称为新息。
在VAR（1）模型中，若ε1,t发生变化，当前的P值不仅立即改变，还会通过当前的P值影响到变量P和M今后的取值。一般将共同成分的效应归属于VAR系统中第一个出现的变量。这时，ε1,t和ε2,t的共同成分都归于ε1,t。
（三）方差分解
方差分解是把内生变量中的变化分解为对VAR的分量冲击，研究模型的动态特征。主要内容是将系统中每个内生变量（共m个）的波动（k步预测均方误差）按其成因分解为与各方程新息相关联的m个组成部分，进而了解各新息对模型内生变量的相对重要性。
定义变量
（一）货币市场基金收益率
本文货币市场基金收益率的数据选择前47只货币市场基金万份日收益率的月平均值。数据日期从2007年1月开始，截止于2012年4月，共形成64个数据。其余变量的数据日期选取均与此相同（数据来源：wind资讯）。
（二）货币供给量
我国的货币供给量有M0、M1、M2和M3四个层次，但是实际使用中以M0、M1和M2为主，先对三者的影响程度进行比较，选择影响最大的那个货币层次，再构建VAR模型（数据来源：国家统计局官方网站）。
（三）控制模型的变量
本文选择月度公布的居民消费价格指数和工业增加值增长率作为控制变量（数据来源：国家统计局官方网站）。
有了上述变量指标，为了减小数据的波动性，分别对变量数据进行对数处理，按顺序分别记作R、M、P和I，直接把新处理的变量引入VAR模型。本文的数据均运用Eviews6.0处理。
M0、M1和M2对货币市场基金收益率影响的对比分析
针对三个货币层次M0、M1和M2，分别和货币市场基金收益率R建立VAR模型，分别记作VAR0、VAR1和VAR2。有了VAR模型，分别对三个模型作脉冲响应函数分析，可分别得出三个货币层次M0、M1和M2的脉冲响应结果。
从M0、M1和M2的脉冲响应结果可以看出，M0、M1和M2对货币市场基金的影响大致相同，货币市场基金月收益率对三者的反应都是正向的，三者都能使货币市场基金产生正收益。但是，三者也存在着细微差别。在前期，M0的影响更大，但M0的影响在后期逐渐减弱，呈递减的趋势。M1和M2对货币市场基金月收益率的影响相似，都非常平稳，接近水平线，但是M1的影响程度要稍大一些。
本文进一步对三者进行方差分解，从三者的方差分解结果可以看出，货币市场基金对M0、M1和M2的反应还是有区别的，M2占的影响比例最小，所以影响最小，M0和M1的影响如脉冲响应反映的一样，M0在前期的影响比例较高，但从第6期开始其影响比例比起M1出现较明显的下降。所以综合起来，认为M1对货币市场基金收益的影响最大，且随着期间的推移不断地加大影响比例，同时这一影响为正向的影响，即会引起货币市场基金正的收益。
VAR模型的构建
综上可知，M1对货币市场基金收益的影响最大，所以选择M1和R、P、I来构建VAR模型，M1记做M。建立VAR系统的过程中，根据LR、AIC及SC值来确定滞后项，再对上述范围内的各滞后阶数的VAR系统进行稳定性检验，得出滞后阶数为3是最合适的。通过数据处理，可得到拟合的VAR模型及其统计衡量指标。从VAR模型参数估计值的t统计量可以发现，部分滞后项是非显著的，因此在建立VAR模型时保留所有滞后变量。
在表1中，从R-squared和Adj.R-squared两个统计量可知，除了R的方程数值不是很高，其它变量方程的数值大多接近于1，说明模型拟合的精确度还可以。同时，从AIC和SC的检验结果可知，除R方程的数值为稍大于1的正值，其它变量方程的数值都是比较小的负值。另外，从Log likelihood的检验结果可知，除R方程的数值稍小一点之外，其它变量方程的数值都为比较大。这些说明模型的各个参数方程拟合精确度尚可，可以很好地反映问题。
表2是模型的整体检验结果，是针对VAR系统整体而言。从检验结果可知，AIC=-18.6124、SC=-16.026，都是比较小的负数。另外，Log likelihood=
247.4304，数值比较大。这些表明VAR模型的整体拟合效果较好，可以依此作进一步的分析。
脉冲响应分析