货币供应量范文

货币供应量范文第1篇

货币政策中介目标的选择没有统一的模式。20世纪80年代以后，金融创新使货币供应量的概念变得模糊，许多国家选择利率作货币政策中介目标。1996年中国人民银行把货币供应量作为我国货币政策的中介目标。以货币供应量作为货币政策中介目标，一是可测性强，二是可控性强，三是与最终目标的相关性高。自1996年中国人民银行把货币供应量作为我国货币政策中介目标以来，货币供应量与宏观经济的总体关联度在增强，我国经济稳定较快增长。

但部分学者不这样看，他们认为货币供应量已不适宜作为我国货币政策中介目标，而应以其他金融变量作为中介目标。其理由，一是认为基础货币投放难以控制和货币乘数不稳定，从而货币供应量的可控性较差并且下降。二是说我国货币流通速度下降，短期货币需求函数不稳定，货币量与物价和产出的相关性被削弱，因而货币供应量已不适合作为货币政策的中介目标[1][2][3]。

本文通过对1996年以来我国货币供应量的可控性与相关性进行分析，以期证明货币供应量作为货币政策中介目标的有效性。

二、我国货币供应量与经济增长之间的相关性分析

(一)货币供应量相关性的理论分析货币政策有无真实效应(是否影响产量和就业)，取决于总供给曲线的形状。古典理论认为总供给曲线是垂直的，无论总需求怎样变化，产出水平都不会发生移动，因此货币是中性的。凯恩斯把总供给曲线看成是水平的，实行扩张性财政、货币政策使就业和产量增加，但不影响价格水平。垂直的和水平的总供给曲线是两种极端情形，正常的总供给曲线是一条向上倾斜的曲线。因改革开放带来经济持续高增长，到20世纪末我国商品供求状况转变成了买方市场；加上亚洲金融危机的影响，我国20世纪末出现了有效需求不足、物价持续下降、经济增长减缓的局面。在金融方面，防范和化解金融风险成为头等大事，商业银行对信贷工作提出了贷款质量终身负责制和新增贷款不良比率为零的指标要求，贷款更谨慎了。这意味着总需求曲线向左平移，总供给曲线的斜率下降。从总供给方面来看，由于体制改革、技术进步导致企业效率提高、成本下降、产品价格水平下降。这意味着总供给曲线向右平移，总供给曲线的斜率进一步下降。这样就使我国经济远离充分就业水平(或潜在产出水平)，而接近凯恩斯总供给曲线的情形。在此种形势下，扩张总需求(实行扩张性财政、货币政策)，会使产出增加而对物价水平影响不大。因此，在经济总体供大于求、货币币值相对稳定的情况下，以货币供应量为中介目标的货币政策有能力实现促进经济增长的目标。

(二)货币供应量相关性的实证分析

1.变量、数据来源和模型的说明

本文的实证分析使用了四个季度时间序列：利用变量LCPI表示CPI定基比指数的对数时间序列；利用变量LGDP表示实际GDP的对数时间序列；利用变量LM1表示狭义货币供应量M[,1]的对数时间序列；利用变量LM2表示广义货币供应量M[,2]的对数时间序列。

我国没有公布CPI定基比指数，本文用我国公布的CPI月环比指数构造月定基比指数(以1995年12月为基期)，再把每季度三个月的消费物价月定基比指数用几何平均的方法计算出CPI季度定基比指数。对季度GDP实际值，用GDP名义值除以CPI的季度定基比指数得到。对货币供应量M[,1]和M[,2]，使用公布的季末名义值。作计量分析时，各变量数据均经过X-11方法消除季节因素后再取常用对数值。本文使用的数据来源于《中国经济景气月报》和《中国人民银行统计季报》各期。数据范围为1996年一季度到2005年三季度，总计39个样本点。

对货币供应量与物价、产出的相关关系，应从整体上考查，片面地研究这三者中的两两关系不能说明三者关系的稳定性问题。本文的实证研究采用协整检验(用VAR模型)、VEC(向量误差校正)模型和方差分解方法。VAR模型的滞后阶数由AIC准则和SC准则确定，用LR(最大似然比)检验进行取舍。建立VAR模型后，本文采用了方差分解方法来分析其动态特征。

2.实证分析与结果

(1)时间序列平稳性检验。为避免误回归的发生，本文采用最为常用的ADF检验。利用Eviews软件计算，得到各变量的单位根检验结果(见表1)。

表1的单位根检验结果表明，除ΔLM1外，其他变量的一阶差分项都在1%的显著性水平下通过单位根检验。检验表明ΔLM1的平稳性较差，不能与LCPI、LGDP一起建模。

(2)协整关系检验和VEC模型。要判断变量之间是否存在长期稳定关系，必须对变量之间的关系进行协整检验。利用软件Eviews3.1，在选择滞后一阶后可确定VAR模型，应用Johansen的最大似然比(LR)法得到协整检验结果(见表2)。

协整检验的结果表明，LM2与LCPI、LGDP之间存在唯一的协整关系，即它们之间存在稳定的长期均衡关系。其协整方程为：

该方程表明，在LM2与LCPI、LGDP的长期均衡关系中，LM2的乘数为0.492，而LGDP的乘数为0.921，也就是说LM2与LCPI负相关，而与LGDP正相关。获得协整关系后，可以将VAR模型转换为VEC(向量误差校正)模型：

在VEC模型中，协整关系对各变量的增长起到了反向修正作用，即当它们增长超出均衡约束(即ε[,t]＞0)时，其误差修正作用降低当前水平，使它们的增长具有一定的稳定性。

VEC模型中变量的弹性系数各异，ΔLCPI的弹性系数只有-0.006，ΔLGDP的为-0.998，而ΔLM2的则有-0.226。这反映了协整关系对各变量的影响程度不同，它对ΔLM2影响较大而对ΔLCPI的影响很小。再看上期ΔLM2对本期各变量的影响，ΔLCPI的弹性系数为-0.0275，而ΔLGDP的则有0.442，这说明上期ΔLM2对ΔLCPI起反向修正作用(但很弱)，而对ΔLGDP起着很大的促进作用。对ΔLCPI影响最大的是上期的ΔLCPI，说明ΔLCPI变化有较强的传递性，表现出很强的适应性预期特征，同时上期的ΔLGDP对ΔLCPI有比较明显的正效应。上期的ΔLGDP对本期ΔLGDP和ΔLM2的弹性系数都为负，分别为-0.691和-0.063，这表明一旦经济开始有过热的趋势就存在一种力量使经济降温使货币供应量减少。

(3)方差分解分析。方差分解方法用于研究VAR模型的动态特征，其主要思想是把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信息相关联的m个组成部分，从而了解各信息对模型内生变量的相对重要性[4](P143—185)。本文分别对LCPI和LGDP的预测误差依各种冲击进行分解(在此设定方程顺序仍为LM2，LGDP，LCPI)，分解结果见表3、表4。

从表3可以看出，LGDP的波动主要源自LGDP自身的冲击，无论是短期还是长期，LGDP自身的冲击解释LGDP变动的70%左右；另外LGDP的波动也有相当大的部分由LM2变化来解释(短期为15%左右，长期则有25％左右)。再从表4来看，LCPI的波动主要来自LCPI和LGDP两方面的冲击，短期(一年内)而言LCPI本身冲击解释LCPI波动的大部分，但长期来说LCPI的变动更多地来自于LGDP的冲击；而LM2的冲击对其波动的解释程度无论是长期还是短期都很小(几乎可以忽略)。

3.实证分析结果提供的启示

通过对广义货币供应量M[,2]与物价、产出关系的分析，产生了令人迷惑的结果：M[,2]对物价只产生微弱影响且M[,2]与物价负相关；M[,2]与产出正相关，对产出有很强的促进作用；上期的产出变动对本期的产出及M[,2]的变化有反向修正作用。为什么会出现这种情况呢？如果我们联系1996年以来我国的宏观调控实际，就可以发现其背后的理论依据和现实根源。

(1)上文的协整方程、VEC模型和方差分解分析都表明M[,2]与产出正相关，对产出有很强的促进作用。上期ΔLM2对本期的ΔLGDP的影响明显，其弹性系数为0.44，这说明上期ΔLM2对ΔLGDP起着很大的促进作用。LGDP的波动有相当大的部分由LM2变化来解释(短期为15%左右，长期则有25％左右)。从M[,2]对产出具有很强的促进作用来看，货币供应量与最终目标之间存在着较强的相关性。因此，就相关性而言，货币供应量作为我国货币政策的中介目标是有效的。

(2)上文的协整方程和VEC模型都表明M[,2]与物价微弱负相关。这与传统理论似乎不一致。著名的费雪交易方程式假设货币流通速度V为常数并且货币量M对实际产出没有效应，因此货币供应量的变化就体现在物价上而不影响产出。但是费雪方程式的这两个假设在我国不成立。上文已论述我国M[,2]对产出有促进作用。我国货币流通速度也不是常数，而是下降的，1978年是3.1，1996年是0.96，到2004年则只有0.54。有人认为流通速度V是价格指数和实际GDP等变量的函数[5](P194—208)。另外，M[,2]中的准货币不是用于消费和投资的，不形成对商品和劳务的需求，因而准货币与物价负相关。如果M[,2]的增长主要由准货币的增长引起，物价与M[,2]就是负相关的。1996～2005年间，我国M[,1]占M[,2]的比重有下降的趋势，1996年第一、二、三、四季度该比例分别为0.371、0.361、0.366、0.375，1999年各季度分别为0.351、0.349、0.364、0.382，2005年前三季度分别为0.358、0.358、0.351，这表明准货币比M[,1]增长得快。

CPI的波动还值得继续讨论。上文的VEC模型和方差分解分析表明，上期的LGDP对LCPI有比较明显的正效应；LCPI的波动主要来自LCPI和LGDP两方面的冲击，短期(一年内)而言LCPI本身冲击解释LCPI波动的大部分，但长期来说LCPI的变动更多地来自于LGDP的冲击；而LM2冲击对LCPI波动的解释程度无论是长期还是短期都很小(几乎可以忽略)。这就说明，广义货币供应量M[,2]与CPI之间没有明显的直接关系。

再看看实际情况：1996年初M[,2]为60750.5亿元，到2005年一季度M[,2]达到264588.9亿元，是1996年初的4.4倍。以1995年底为基数的CPI定基比指数在2005年三季度为110.77，物价水平仅增长了10.77%。这也说明，M[,2]与CPI之间没有明显的直接关系。

(3)在VEC模型中，上期的产出变动对本期的产出及M[,2]有反向修正作用。上期的ΔLGDP对本期的ΔLGDP和ΔLM2的弹性系数都为负，分别为-0.691和-0.063。对于上期产出变动对本期产出变化的这种反向修正作用，只要我们回顾央行货币政策的风向和调控过程，就不难理解了。1996年我国经济实现“软着陆”以后，为了防止经济增长速度过多下滑，央行连续8次降低利率，两次下调法定存款准备金率，政府实行了积极的财政政策。而从2003年以来，为了抑制经济过热的势头，政府又加强了宏观调控，人民银行加大了金融宏观调控和窗口指导力度，银监会加强了银行机构信贷业务的监管力度，国土资源部加强了土地管理等等。这些政策实践告诉我们：我国政府对经济增长的反向调节(反周期政策)力度是很强的。因同样的原因，上期的物价对本期的产出也有反向修正作用。

(4)从方差分解分析中发现，中长期来说GDP的变动解释CPI变化的大部分(当然，根据VEC模型分析的结果，CPI本身也有较强的传递性)，上期产出与本期物价正相关，经济增长对物价有促进上涨作用。这启示我们，货币供应量的增长可能通过经济增长而导致物价水平的上涨。因此我国不能因为货币供应量对经济增长有较强的正效应而持续大量增加货币供给，而应为了延长经济增长周期而保持货币供应量的适当增长。利用上述VAR模型对我国经济前景进行粗略预测，发现只要央行能稳定M[,2]的增长，尽量使2005年底的M[,2]控制在29.8万亿元左右(实际数额为298755.48亿元)、2006年的M[,2]控制在34.5万亿元左右(两年平均增长16.5%左右)，就能使GDP增长8.8%～9.3%，并使CPI控制在1.5%～2%的范围内，使国民经济实现平稳增长。如果让货币过快地增长，则经济增长和物价水平都会出现不适当的上涨。

三、我国货币供应量也有可控性

(一)货币的内生性、外生性与可控性分析

1.货币的内生性、外生性问题

内生货币是指货币存量是由实际产出、利率、物价水平等经济变量的变动决定的。外生货币是指货币存量是由经济过程之外的某个机构(中央银行)提供的。内生货币强调货币需求决定货币存量，外生货币强调货币当局控制货币存量。凯恩斯主义者认为货币是中央银行可完全控制的外生变量，他们给出了一条垂直的货币供给曲线。温特劳布(Weintraub，S.)、卡尔多(Kaldor，N.)、摩尔(Moore，B.J.)等则认为货币是完全内生的，是不可控的内生变量，他们给出了一条水平的货币供给曲线，也就是说，货币存量完全由货币需求决定。上述两种情况是两种极端现象，正如结构主义者所说，正常的货币供给曲线是一条向上倾斜的曲线。货币供给曲线，从左至右，开始比较平坦，然后逐渐变得陡峭起来，最后几乎变成垂直线。左边平坦的那一段表示整个银行体系的准备非常充分，中央银行也愿意随时为银行体系提供更多的准备支持，在这时，只要有贷款需求银行体系就会提供足够的贷款，从而货币也就增加了，并不需要利率水平的提高。正斜率的那一段表示，随着银行资产业务的扩张(同时伴随货币供应量增加)，银行体系的准备越来越吃紧，货币市场短期利率上升，中央银行提供流动性所要求的利率也升高或者其态势趋向于紧缩。此时，只有利率的上升才能刺激起银行体系扩张贷款等资产业务的欲望。垂直的那一段表示，银行体系的准备已被充分利用，中央银行持坚定的紧缩态度，在不增加基础货币投放的情况下，银行体系能创造的货币供应量达到极限，不管利率怎样提高，货币量也增加不了。因此总的来说，货币存量既具有内生性也具有外生性。当货币需求曲线向右移动时，货币存量的可控性越来越强而内生性越来越弱；当货币需求曲线向左移动时，货币存量的可控性逐渐减弱而内生性逐渐增强。

2.我国货币的内生性与可控性分析

我国学术界对货币供给理论的一个争论是我国货币供给到底是内生变量还是外生变量。外生论学者提出了如下理由：一是经济体系中的全部货币，从根源上说都是由中央银行资产负债业务决定的；二是中国人民银行不是没有控制货币供给增长的有效手段，而是没有利用好这个手段。内生论者在不同的时间举出了不同的例证：1994年以前，我国商业银行同时承担着商业性贷款和政策性贷款的业务，商业银行倾向于扩大商业性贷款的数量，将中国人民银行用于支持政策性贷款的资金挪作他用，而将资金的“硬缺口”留给了中国人民银行，迫使中国人民银行以再贷款的形式向商业银行补充资金从而形成货币供给的“倒逼”。这就是被称为“倒逼机制”的货币供给内生论。

从经济体制上来看，我国企业的市场主体地位还在形成过程中，经济利益机制还不健全，控制我国信贷供给近八成的国有独资商业银行的股份制改造开始的时间还不久;我国还存在较为严格的利率控制，市场利率尚未形成。这样，利率与货币供应量的相关度就较弱。从理论上看，我国货币供给曲线处于利率弹性较低、曲线斜率较大的相对垂直的位置，接近于凯恩斯主义者所主张的纯外生货币、货币供给曲线比较陡峭的情形。因此，我国货币供给的可控性是较强的。

当然，我国货币供给的可控性不是完全的。处在逐渐形成中的各种市场主体，由于利益的驱动会尽可能地逃避中央银行的监测与控制，从而也可能出现货币供给的内生性问题。

(二)我国基础货币的可控性

基础货币的公式为：基础货币(B)=储备货币≈流通中的现金(M0)+存款货币银行的总准备金(R)，即：

央行通过对资产项和负债项的调整来改变基础货币量，进而影响货币供给。由于我国长期实行强制结售汇制度，导致中国人民银行资产增加，从而使基础货币被动增加。我国加入WTO后，外汇储备快速增长，到2005年底外汇储备总额达到约8190亿美元，货币当局的外汇占款总额达62140亿人民币(约合7767.5亿美元)。2005年外汇占款为2002年底的300%，外汇占款在总资产中的占比从2002年的45.48%增长到2005年的61.09%。如果没有对冲措施，我国的基础货币确实会失控。

但实际上，货币当局的储备货币保持着相对平稳的增长，从2002年底的45138亿元增长到2005年底的64343亿元，仅仅增长了42.5%；按年环比来说，2003年为17%，2004年为11.4%，2005年为9.3%，增长率呈逐年下降趋势。这就有力地说明，我国基础货币完全在货币当局的控制之下。

总之，在我国现阶段，中国人民银行有能力调节基础货币，从而使货币供给保持相对稳定。基础货币基本上是可控的。

(三)货币乘数可控性的理论分析

1.货币乘数的可控性不确定

货币供应量是由基础货币与货币乘数两因素所决定的。其公式为：

从公式(7)可知影响货币乘数的因素有法定存款准备金率、超额存款准备金率、现金存款比率。这三个比率都与货币乘数呈反向变动关系。除了法定存款准备金率直接由中国人民银行控制外，其他两个比率都不是货币当局所能控制的(它们的变动是商业银行和公众的行为所致)。中国人民银行可通过调整利率、超额存款准备金利率及央行的再贷款利率(或再贴现率)对超额存款准备金率施以影响；而对现金存款比率的影响就很弱了。因此，货币乘数的可控性较弱。但货币乘数比较稳定，具有较好的可预测性。下面就对我国货币乘数的可预测性进行实证分析。

2.货币乘数可预测性的实证分析

(1)变量、数据来源及模型选择。根据上文可知，货币乘数m[,2]=广义货币供应量M[,2]/基础货币B。本节的实证分析严格按照上述公式，用《中国人民银行统计季报》的《货币当局的资产负债表》中的储备货币代替基础货币，广义货币供应量来自于《中国人民银行统计季报》各期。数据范围为1994年一季度到2005年四季度，总计48个样本点。

根据数据统计，我们发现货币乘数m[,2]具有明显的时间趋势和季节波动。如果利用最小二乘法拟合m[,2]与时间向量t会得到一条拟合优度较高的一次线性曲线。但为了提高随机时间序列m[,2]的预测精度，本文采用ARMA(自回归移动平均)模型进行统计分析与预测。

(2)实证分析与结果。为了消除时间趋势同时减少序列的季节波动，需对m[,2]先后进行逐期差分和季节差分。经过多次检验，我们发现对序列m[,2]进行一阶逐期差分和一阶季节差分能使自相关和偏自相关分析图达到最优。这样就可得到序列sim[,2]。对序列sim[,2]进行0均值检验，得到该序列样本平均数是0.00466，均值标准误为0.0139，序列均值与0无显著差异，表明序列可以直接建立ARMA模型。

因为经过一阶逐期差分，序列时间趋势基本消除，故d=1；经过一阶季节差分，季节性也基本消除，故D=1。所以选用ARIMA(p，d，q)(P，D，Q)[s]模型。根据sim[,2]的自相关和偏自相关分析图可知，p=1或2，q=0或1。由于在第4n期时，样本自相关和偏自相关系数都显著不为0，所以，P=Q=1。

利用Eviews软件建模，并利用所得的模型对我国货币乘数进行预测，可得到模型的预测精度MAPE(平均绝对百分误差)。各模型的参数估计结果和检验结果如下：

经计算，四个模型都满足ARMA过程的平稳条件，模型设定合理。比较表中各个模型的检验结果可知，第三个模型的MAPE值最小，显示其预测精度是最高的。同时，第三个模型的AIC值和SC值仅略微小于第一个，但其AdjustedR[2](调整后的样本决定系数)比第一个要好很多。与第四个模型相比较，只有AdjustedR[2]较小，其他各项都更优；另外，第三个模型比第四个更简洁、有效。因而选择第三个即ARIMA(2,1,0)(1,1,1)[4]模型比较适合。其展开式为：

根据所选定的模型对我国2006年货币乘数进行预测，其预测结果如下:

总之，货币乘数具有较强的可预测性。由于基础货币基本上是可控的，因而完全可以认为我国货币供应量具有较强的可控性，即在预测货币乘数的基础上调控基础货币，从而调控货币供应量。就可控性而言，货币供应量作为我国货币政策的中介目标也是有效的。

货币供应量范文第2篇

关键词：货币供应量；中美；统计口径；GDP

中图分类号：F821.0 文献标识码：A 文章编号：1001-828X（2013）07-00-01

货币是金融中介机构的负债，包括流通中现钞、可转让存款和近似的公众金融资产。货币在经济政策中扮演着关键性角色。其中，货币供应量这一指标是指全社会的货币存量，是某一时点承担流通和支付手段的金融工具总和，与经济发展关系密切。各国中央银行在编制除了遵循IMF的《货币与金融统计编制指南（2008）》之外，还需考虑到本国的经济特点、金融特点等。

一、中美货币供应量统计口径对比

（一）中美货币供应量统计口径阐述

1.中国货币供应量统计口径发展历程

货币供应量是全社会的货币存量，是某一时点承担流通和支付手段的金融工具总和。1994年10月份，央行公布了我国货币层次划分方法，我国的货币供应量分为三个层次：M0=流通中的现金；M1=M0+单位活期存款；M2=M1+储蓄存款+企业定期存款。2001年6月第一次修订货币供应量，央行将证券公司客户保证金计入M2；2002年又将我国的外资、合资金融机构的人民币存款业务分别计入不同层次的货币供应量。为适应金融市场变化，为使我国货币供应量统计既有利于保持金融政策的持续性，又符合变化中的金融发展的实际，应该研究如何使货币统计的口径既保持相对的稳定性，又有一定的灵活性和前瞻性，能够随金融市场创新对货币计量的口径做相应调整；研究如何建立适应金融市场创新的货币计量和货币管理制度。

2.美国货币供应量统计口径

美国中央银行货币供应量统计由M1、M2和M3这三个层次组成。其中M1由流通中现金和支票账户存款以及旅行支票构成；M2由M1加上居民储蓄存款、定期存款和居民在互助基金（MMMFs）的存款组成；M3由M2加上货币市场基金机构存款（MMMFs）和负债管理工具，即大额定期存单，回购协议和欧洲美元组成。

（二）中美货币供应量与GDP、CPI相关性分析

一国货币的供应量与经济增长及通货膨胀有着密切的关系。一方面，货币需求取决于商品的价格水平、消费者的收入水平以及利率等经济变量；另一方面，货币供应量作为一种经济变量也对以价格水平和国民收入为代表的实际经济变量产生影响。

近年来我国宏观经济持续走高，广义货币供应量M2更有赶超美国之势，中国货币供应量与国内生产总值之间的变化具有大致相似的同增同减的长期趋势，即其具有长期的一致性，而美国货币供应量与消费物价指数的变动较为一致。

从经济增长角度来看，中美两国货币供应量受GDP影响不同，中国货币供应量与国民生产总值更加密切，相关系数高达0.992，而美国的货币供应量与CPI之间的相关系数更高，为0.985。

由上面的相关分析，利用Eviews5.0得到中国与美国的货币供应量的两因素模型，得到如下回归方程：

中国：M2=1598472+3.425642GDP-4355.094CPI

（3.499056） （7.961407） （-3.617235）

美国：M2=-155562.3-0.727728GDP+1163.943CPI

（-7.179664） （-3.154701） （6.351397）

从以上回归方程我们可以看出，回归系数都通过了检验。这也从另一方面说明了货币供应量受国内生产总值和消费物价指数的影响和显著。

（三）原因分析与发展建议

（1）中国的间接融资占据重要位置，而美国直接融资占较大比重。美国的企业债发行规模全球居首，长期以来其直接融资占比保持在80%～90%的水平。中国的债券市场并不发达，股权市场的发展和扩容受到诸多限制，金融体系中的间接融资占据主要地位。2010年直接融资比例的提高反映了中国融资结构的积极变化，但也在一定程度上源于央行对信贷规模的控制。

（2）中国的资金运用效率低于美国，货币流通速度较慢，经济运行需要更多的货币。一方面，中国的银行体系中曾存在巨额不良贷款，1997年底银行的不良贷款比重高达25%。近年来，商业银行体系的不良贷款比例大幅下降，根据银监会的统计，2008～2011年的不良贷款比例维持在2%左右。不良贷款的产生意味着这一部分货币已在金融体系中积淀，不再发挥积极的作用。

二、对我国货币供应量统计工作的思考

1.以国际准则为目标模式推进国际接轨。中国应当明确统计国际接轨的目标，通过国际接轨来系统地推进中国统计的改革和发展，寻求技术援助，建立和完善货币与金融统计体系及其他政府统计体系。

2.协调处理好政府统计职能部门之间的关系。货币与金融统计涉及到的“条条”主要有中国人民银行、国家统计局以及银行、证券、保险、外汇、海关等监管部门。具体到货币与金融统计的国际接轨，主要应当发挥中国人民银行和国家统计局的核心协同作用，两个部门应该发挥组织领导作用，在此基础上加强各部门之间的联合攻关和协作。

参考文献：

[1]袁天昂.我国货币政策中介目标选择研究[J].金融经济，2006（1）.

[2]许东江，汪晓宇.西方货币政策中介目标的变化对我国的启示[J].世界经济文汇，2000（5）.

[3]邓忆瑞.我国货币政策中介目标的有效性分析与现实选择[J].商业经济，2006（11）.

货币供应量范文第3篇

摘要：从总区间(1997.6－2008.6)来看，M0与股票市场收益率之间互为因果，且为正相关关系。对于M1与股票收益率之间的关系，可以发现在2001年6月之前，两者之间没有明显的因果关系，但是到2001年6月份之后。两者互为因果。总体来看，M1是股票收益率的影响因素。对于M2与股票收益率之间的关系，在2001年之前两者没有明显的因果关系，但是到2001年6月份之后，股票收益率是M2变动的原因，虽然影响比较弱。总体来看，股票收益率是M2变动的原因。对于r07与股票收益率之间的关系，总体来看，两者之间互为因果。综合来看，我们可以发现股票市场的冲击对于货币流动性的影响较弱，而货币流动性的变动会导致股票市场收益率较大幅度的变动。

关键词：货币供应量；股票价格；格兰杰因果检验；向量自回归模型

一、以往股票价格与货币供应量关系的相关研究

货币供应量与资产价格的关系问题是自20世纪80年代以来引起了理论界比较大的兴趣。Friedman利用VAR模型检验了货币供应量对股价的作用，得到了肯定的结论。NOZarHashemzadeh利用Granger－Sims方法检验了美国货币供给、利率与股价的关系，指出货币供应量在一定程度上会引起股价波动，而利率与股价之间不存在理论上的关系。国内学者钱小安采用经典静态回归的方法，结论是：货币供应量与股票价格相关性较弱，且不稳定。从货币层次来看，沪指、深指与中国的M0同向变化；与M1无关、与M2反向变化。薛永刚等则认为货币政策变量与股票价格之间存在不完全的双向因果关系：M1不是股价变动的原因，M2在一定程度上是股票价格波动的原因；股票价格波动对Ml具有显著的反馈作用，却不是M2变动的原因。于长秋研究了股票价格与不同层次货币的关系，认为股票价格与不同层次的货币供应量M0、M1、M2之间存在长期均衡的协整关系，而从短期的动态调整因素看，货币供应量的波动也是引起股票价格波动一个重要因素，在格兰杰意义上，货币供应量与股票价格之间存在因果关系，互为影响。除了研究货币供应量对股票的影响外，还有一种重要的思路，就是研究货币供应扰动(moneysupplysurprise)与股票市场的影响。易钢、王召指出，在短期、中短期和中长期，没有预料到的货币供给增加，使股票价格上涨；而在长期，没有预料到的货币供给增加，不影响股票价格，货币中性。因此认为，货币政策对金融资产价格(特别是股票价格)有影响的结论，认为扩张性货币政策的长期结果是股票价格的上涨。万解秋、徐涛研究认为，货币供应扰动对我国股票市场产生一定程度的影响，但影响不大。M1冲击对股市影响更大，但是影响存在一个月的时滞，而M0、M2冲击对股市没有产生明显的影响。

总之，从国内外的研究来看，货币供应量对股票价格的影响似乎存在较大的分歧。正如美联储理事会原副主席罗杰·弗格森(Rogerw.Ferguson)所总结的那样“对股票价格来说，除了非常短的时期以外，流动性的增长率与实际股票价格的变化之间只有很弱的关系。当然，缺乏中长期正相关性的证据可能是由于股票价格波动性很大，使我们无法找到确切的相关性。另外，也许需要有更好的流动性衡量方法来找出流动性对股票价格的可能影响。因此，货币增长对实际股票价格的影响绝对不是一个已经明确的问题”。

二、对我国股票价格与货币供应量关系的实证分析

1、分析方法

本文使用时间序列分析方法对我国股票价格与货币供应量之间的关系进行分析。首先，需要选择特定的指标，参考前有的文献，主要对股票收益率及货币供应增长率之间的关系进行分析。第二步，对所获得的指标进行单位根检验(UnitRootTest)，确定变量的平稳性，第三步，对变量进行格兰杰因果检验(GrangerCausalityTest)，以确定变量之间的因果关系，最后，建立向量自回归模型(VectorAuto－regressionModel)对变量之间的相关关系进行分析，并通过脉冲反应函数来考察变量之间的相互影响。

2、指标和数据选取

货币供应量作为宏观变量，可能对整个股票市场产生影响，因此考虑股票市场的整体收益率，以上证综合指数的月度收益率作为分析对象进行研究，记为rs，时间跨度为1997年6月－2008年6月。为分析不同市场状况下变量之间的关系，还将总体研究区间分为1997年6月－2001年5月、2001年6月－2008年6月两个阶段。

对于货币供应量，选择M0，M1和M2三个级别，计算每个级别货币供应量的月度同比增长率，而不是环比增长率。选择同比增长率的原因，在于货币供应量的变动传导至股票市场有一定的时滞，因此考虑本月货币供应与上年同月货币供应变动(跨度为一年)更能反映股票市场与货币供应之间的关系，分别记为rm0，rm1和rm2。

利率作为资金的价格，在一定程度上也能反映市场上的流动性的松紧程度，因此需要同样对利率与股票市场收益率之间的关系进行分析，所选取的利率指标为银行间债券市场7天回购利率，取其月度均值作为研究对象，记为r07。之所以选择银行间债券市场回购利率，是因为银行间市场的规模较交易所市场要大得多，因此该市场的利率更能反映市场上流动性的松紧。3、实证分析结果

(1)单位根检验(unitroottest)

本文使用ADF方法对rs、rm0、rm1、rm2以及r07共五个指标进行单位根检验，检验结果显示，这五个指标均属平稳序列。

(2)格兰杰因果检验

①总区间(1997.6－2008.6)

利用所获得的货币流动性指标，对其与股票收益率之间的因果关系进行Granger因果检验，考察其对股票收益率的影响。注意，由于格兰杰因果检验的结果对于检验所取滞后阶数比较敏感，而DavidsonNMikinnon建议，为保证检验的结果的可靠性，格兰杰因果检验的阶数应越高越好，本文所取阶数为10阶。

检验结果显示，在1％的显著性水平下，股票收益率可以影响M0和r07，而在10％的显著性水平下，股票收益率可以影响M2。同时，在5％的显著性水平下，r07与M1可以影响股票收益率，在10％的显著性水平下，M0可以影响股票收益率。对于不同货币流动性指标之间的影响关系，可以得出，M0与M2以及M1与r07之间存在一定的关系。

②不同区间内的Granger检验

为考虑不同时期下的股票市场收益率与货币供应量之间的因果关系，将总体区间分为两个阶段，即区间1(1997.6－2001.5)、区间2(2001.6－2008.2)，通过Granger因果关系检验，可以看到在区间1，即1996年1月至2001年5月这一阶段，仅有M0是股票收益率的原因，而在区间2，则货币流动性与股票收益率之间的相关性就比较显著，其中M0对股票收益率的影响消失，而股票收益率则逐渐成为M0变动的原因。而股票收益率与M1之间互为因果，股票收益率与r07之间同样互为因果，同时股票收益率还可以影响M2。

(3)向量自回归及脉冲反应分析

①总区间(1996.1－2008.6)

接下来建立向量自回归模型对变量之间的关系进行具体分析，模型的滞后阶数的选择采用SIC准则。

首先考虑股票收益率对对M0/M2/r07的影响，股票收益率上升10％之后，其中M0所受影响最大，而且虽然有所波动，但是总体来说，股票收益率的上升可以导致M0同比增增长率的上升。同样，股票收益率对M2也有一定的正面影响，虽然这一影响比较弱。股票收益率上升的初期会使得回购利率下降，但是随着时间的延续则回购利率则有所上升。

下面考虑货币流动性对股票收益率的影响，分析M0与M1两个指标1％的增长以及r07增加0.1％后股票收益率的反应，可以得到，货币供应量M0与M1同股票市场收益率有正向关系，而r07则与股票收益存在负相关关系。而且货币流动性对股票收益率的影响一般只持续5－6个月。

②分区间

运用同样的方法，可以对不同区间的变量进行向量自回归和脉冲反应分析，研究在区间1内M0同比增长率上升1％对股票收益率的影响。而分析股票收益率上升10％之后，对货币流动性的影响，同样可以看出，股票收益率的上升会引致货币供应量的上升，而债券回购利率与股票收益之间的关系也呈现出先负相关后正相关的关系，这与对总区间的分析基本相同。研究区间2内M1(1％的冲击)和r07(0.1％的冲击)对股票收益率的影响可以得出，货币供应量M1与股票市场收益率有正向关系，而r07则与股票收益存在负相关关系。同样的这一效应持续大约5－6个月。

三、结论

根据上述的分析，可以得出下述结论：

(1)从总区间(1997，6－2008，6)来看，M0与股票市场收益率之间互为因果，且为正相关关系。分区间进行分析，可以发现在2001年6月之前，M0是影响股票收益率的因素，而股票收益率对M0则没有影响，到2001年之后，M0对股票收益率的影响逐渐消失，而股票收益率对M0的影响较为显著。

(2)对于M1与股票收益率之间的关系，可以发现在2001年6月之前，两者之间没有明显的因果关系，但是到2001年6月份之后，两者互为因果。总体来看，M1是股票收益率的影响因素。

(3)对于M2与股票收益率之间的关系，在2001年之前两者没有明显的因果关系，但是到2001年6月份之后，股票收益率是M2变动的原因，虽然影响比较弱。总体来看，股票收益率是M2变动的原因。

(4)对于r07与股票收益率之间的关系，在2001年之前两者之间的关系同样不显著，但是到2001年6月份之后，两者互为因果。从影响程度来看，股票收益率的10％的上升只能导致回购利率10BP左右的波动。而回购利率的0.1％的波动则可能引起股票收益率0.3％的下降。总体来看，两者之间互为因果。

货币供应量范文第4篇

关键词：货币供应量；货币中性；理论研究；实证研究

中图分类号：F820 文献标识码：A 文章编号：1001-828X（2013）05-000-01

一、国外研究综述

1.理论研究综述

20世纪30年代凯恩斯革命以来，货币政策作为金融宏观调控工具已走上历史舞台。但对货币政策的有效性，西方经济学界一直争论不休：凯恩斯学派重视货币政策的作用，主张“相机抉择”；货币学派不重视货币政策的作用，主张“单一规则”；理性预期学派完全否定货币政策的作用，提出“政策无效性命题”。

（1）货币中性论

在古典经济学看来，货币只不过是覆盖于实物经济上的一层“面纱”，对实际经济并不产生影响。古典学派货币中性论的理论基础是萨伊定律和瓦尔拉斯的一般均衡理论。与古典学派一样，传统货币数量论也认为货币是中性的。可以通过剑桥方程和费雪方程清楚地说明这一问题：

M=kPY （剑桥方程） （1.1）

MV=PY （费雪方程） （1.2）

这两个方程表达了同一实质关系：即国民收入水平（Y）与价格水平（P）货币供应量（M）之间的数量关系。假定k（货币需求总量和国民收入的比例）或V（货币流通速度）不变，Y也不变，则M的变化将完全体现在P的变化上，所以货币是中性的。帕廷金通过引入“实际余额效应”建立了一种修正的货币中性理论。他认为，货币数量的变化会产生“实际余额效应”，改变对物品的总需求水平，从而对物价水平产生向上或向下的压力，进而从反方向再次产生“实际余额效应”，影响总需求水平。最终达到与货币量同比例变动，因而不会对实际经济变量产生实质性影响。在有关货币中性理论中，最激进的是理性预期学派，代表人物是卢卡斯、萨金特和华莱士。他们认为经济分析中短期和长期的区别并无意义，关键是预期到和没有预期到。理性人会充分利用一切信息，对政府行为提前作出反应，从而使得货币政策完全失效。

（2）货币非中性论

首先和货币“面纱”决裂的是瑞典经济学家威克塞尔，他认为货币不是“面纱”，而是影响经济的重要因素，并提出著名的累积过程理论，将利率分成货币利率和自然利率。他认为货币对经济的影响是通过使货币利率与自然利率的背离来实现的。然而，真正指出货币对经济有着巨大作用的还是凯恩斯。他认为只有在充分就业水平上的货币才是中性的，而经济通常是低于充分就业水平的，此时货币是非中性的。在经济萧条和存在失业时期，央行可以实施扩张性的货币政策，增加货币供给，降低利率，刺激投资，增加有效需求，从而扩大就业，增加产出。

新凯恩斯主义则试图为凯恩斯宏观理论寻找微观经济学基础。他们从合同的长期性、效率工资论以及集体谈判理论出发论证工资黏性，从菜单学说、交错价格调整以及投入产出关联论出发去论证价格黏性，多方面进一步完善了凯恩斯学派的货币非中性论。

（3）短期货币非中性和长期货币中性论

以弗里德曼为代表的现代货币主义理论吸收了凯恩斯主义的某些分析方法，尤其是在货币的传递机制上。弗里德曼的货币对总支出和产量实际发生影响的传递机制假说与凯恩斯学派的理论存在着显著的不同。凯恩斯强调了利率的作用，而弗里德曼则强调现金余额的作用。货币主义认为短期内货币能影响实际经济变量，导致经济波动，货币是非中性的；长期来看，经济中的实际变量仅由实物因素决定，货币不能影响实际变量，从长期来看它能影响的名义变量只能是价格，货币是中性的。

2.实证研究回顾

Friedman& Schwartz（1963）通过对美国自1867年起近百年的历史数据进行实证，发现货币存量的周期变动与实际国民收入或经济活动周期变动之间存在密切关系，货币总是正向超前于产出。Sims（1972）第一次在货币的实际效应争论中引入了Granger因果检验，发现美国的数据明显表明货币是引起名义GDP的Granger原因，货币的历史行为有助于预测未来的国民生产总值。Mc Candles&Web（1995）通过对110个国家、30年期间的数据进行分析，得出两个主要结论：（a）通胀与货币供应增长率的相关系数几乎为1，（b）在通胀或货币与实际产出的增长率之间没有相关性。

二、国内研究综述

1.理论研究综述

国内经济理论界结合我国的实际经济情况对我国的货币供应量与经济增长的关系进行了研究。厉以宁（（1991），袁志刚（（1993）分析了转型过程中中国经济非均衡运行的特点，由于不存在完善的市场，不存在灵敏的价格体系，所以在短期内需求管理的扩张政策可能是有效的。陈学彬（1998）认为中央银行对当前经济运行状况的了解比公众更具信息优势，使得中央银行可以利用其信息优势来刺激经济增长。林继肯提出“货币双重论”，认为货币是中性和非中性的统一，是双重的。货币是中性的，说明货币的作用是由商品生产和流通决定的；货币是非中性的，说明货币对商品生产和流通发挥着积极或消极的作用。同时，这种非中性又是与中性同时存在的，货币的作用离不开商品的生产和流通这一基础。

2.实证研究回顾

上世纪90年代后期以来，随着我国通货紧缩引起货币政策有效性的降低，对货币中性和非中性的研究引起了国内学者的重视，并形成了大量文献。

货币供应量范文第5篇

何谓电子货币,1998年,巴塞尔银行监管委员会(BCBS)将电子货币定义为:在零售支付机制中,通过销售终端、各类电子设备,以及在公开网络上执行支付的“储值”产品和预付支付机制。所谓“储值”产品,是指保存在物理介质(硬件或卡介质)中可用来支付的价值,这种物理介质可以是Mondex智能卡、多功能信用卡、“电子钱包”等,所储价值使用后,可以通过电子设备追加。而“预付支付机制”则是指存在于特定软件或网络中的一组可以传输并可用于支付的电子数据,通常被称为“数字现金”,也有人将其称为“代币”,由一组二进制数据或数字签名组成,可以直接在网络上使用。

货币供应量统计包括对不同层次的货币的统计,其中对于广义货币的统计是工作的重点。广义货币主要由通货和存款构成,通货和存款的创造也就是广义货币的创造。在货币金融统计中,常通过统计基础货币的量,然后根据特定的货币创造机制,计算出实际流通中的广义货币量,一般来说,广义货币代代创造可概括为:广义货币量=基础货币×货币乘数。为了阐述电子货币对货币供应量统计的影响,文章将从其对基础货币和货币乘数的影响两方面进行。

二、对基础货币的影响

(一)货币发行权的多样化

电子货币的出现冲破了中央银行的货币垄断发行权,使传统法币在流通中被电子货币所部分替代。到目前为止,绝大部分的电子货币产品并不是由中央银行,而是有商业银行、其他金融机构、甚至非金融性的经济实体所发行,如蒙德克斯卡是由英国国立西敏寺银行、米德兰银行和英国电信公司联合开发,并由英国、美国、澳大利亚新西兰等国家的若干家商业银行共同组成蒙德克斯国际公司发行,同时该公司授权世界各地商业银行使用其品牌,并提供一定的技术支持。各国在对待电子货币发行权问题上的处理方法也不尽相同,在欧盟,各中央银行已一致同意,对电子货币中的一种多用途预付卡的发行应该仅限于信用机构。在荷兰,中央银行已决定自己发行电子货币。澳大利亚和丹麦的中央银行只是间接地参与发行新形式的电子结算媒介。

(二)货币划分层次的模糊

货币银行理论依据不同金融资产的流动性强弱将货币划分M0、M1、M2、M3等多个层次。货币层次的划分是货币计量、金融市场运行分析的前提和基础。在电子货币下。将瞬间实现通货与储蓄存款、活期存款与定期存款之间以及其他各种短期流动金融资产如商业票据、人寿保单等之间的相互转换。金融资产之间的替代性大大增强。货币层次结构更加复杂多变。传统各层次货币的定义和计量变得更加困难。同时由于电子货币由不同的机构发行。不同的电子货币的风险性、通用性及与其他金融资产的可转换性也是不一样的。如果仅将其简单的加总。势必影响货币量指标的准确性。因此在电子货币对法币大规模替代的情况下。要准确测量某一层次的货币总量几乎不再可能。即使可能。其所需的成本也将是惊人的。由于电子货币的广泛使用导致的货币划分层次的模糊,将导致货币政策中介目标中的总量性目标的合理性和科学性下降。而以利率为代表的价格信号性中介目标成为未来货币政策的选择主流。

(三)货币计量的混乱

大部分国家的广义货币都包括“由存款性公司”项下的本币现钞、可转让存款和其他存款。非股票证券和存款性公司发行的“其他负债”(或具体分类)属于少数国家的广义货币范畴。“其他部门发行”项下的现钞、存款和“其他”类只有更少的国家将其纳入广义货币。

由于电子货币由不同的机构发行,不同的电子货币的风险性、通用性及与其他金融资产的可转换性也是不一样的,如果仅将其简单的加总,势必影响货币量指标的准确性。同时因此在电子货币对法币大规模替代的情况下,要准确测量某一层次的货币总量几乎不再可能,即使可能,其所需的成本也将是惊人的。另外,网络交易的地域模糊性,使得政府在统计本国经济中的货币量时,必须考虑居民手中持有的、未存放于本国银行中的货币的影响

三、对货币乘数的影响

金融网络化还使得在统计货币供应量时,基础货币发生的乘数效应更难确定。货币供应量是社会生活中实际流通的货币总量 ,由货币乘数和基础货币的乘积决定。货币乘数K=(1+h)/(h+r+t3s+e)。其中:h=C/D,h为提现率,C为公众手中持有的现金,D为活期存款;r=Rr/D,Rr为活期存款准备金;s为定期存款准备金率;t为定期存款占活期存款D的比率;e为超额准备金率。金融网络化所催生的电子货币对现金有强烈的替代性,因此现金持有率将下降,更多的转化为以电子货币形式存在的活期存款。同时,金融市场深度的网络化使得商业银行能轻易的通过网络从其他行拆入资金,也能很容易的把自己的资金拆借给其他金融企业。这使得持有超额准备金的成本在上升,而准备金不足的风险成本在下降,因此它们没有必要保持大量的超额准备金,这使得e变小。由此可见,金融业的网络化使得货币乘数中的两个参数发生了变化。使货币乘数上升,并使预测货币乘数的变化量更加困难。因此货币当局在统计货币供应量时就不能用基础货币乘以传统的货币乘数,而必须对此做出调整,才能得到准确的数字。

总之,金融网络化的为我们带来电子货币的广泛应用,其在给我们带来方便的同时也对经济各方面产生了影响,文章从电子货币对货币供应量统计的影响入手,分析了电子货币对基础货币和货币乘数影响,得出电子货币的广泛使用带来的影响包括:将会使货币发行权多样化、货币划分层次模糊、货币计量混乱、货币乘数上升,并使预测货币乘数的变化量更加困难。为央行监管和货币政策的制定提供一定的参考,在处理电子货币这一问题上有一个更全面的视角和认识。

除此之外,电子货币的产生与广泛使用,对货币方面的影响还包括:一是电子货币的快速流动使在市场经济条件下的利率成为影响货币流通速度的非唯一因素;二是影响了货币政策工具如法定准备金、公开市场操作和贴现率的作用;三是影响货币政策的传导机制。在货币政策的传导过程中,网络银行更容易捕捉到新的信息和变化,其先进的技术手段也可以使其作出迅速的反应;四是使货币政策的独立性受到质疑。另外,电子货币的安全性成为电子货币普及速度的关键问题。这些都是电子货币问题后续研究可探讨的方向,可进行深入挖掘和思考。

货币供应量范文第6篇

[关键词]广义货币供应量；消费；投资；政府购买；净出口；回归分析

[DOI]10.13939/ki.zgsc.2016.29.030

1 研究现状

看过许多关于广义货币供应量的研究论文，好多学者都是单从某一个方面来考虑影响广义货币供应量的因素；有的学者是从金融的角度来研究广义货币供应量的影响因素；有的学者是从金融和经济两个角度选取因素来与广义货币供应量进行研究。本文是完全从影响宏观经济的因素这个方向出发，来研究各种经济活动对广义货币供应量的影响。本文在借鉴前人的研究结果的同时，通过搜集数据，并结合计量经济的分析方法，来得出自己的结论。

2 变量选取及样本数据处理方法

变量选取的时间范围是1990―2011年，共选取了22组有效数据，分别选取广义货币供应量M2，居民最终消费支出额，全社会固定资产投资总额，政府财政支出总额和年度净出口总额以及对应年份的商品零售价格指数，数据来源于国家统计局、中国社会科学院金融研究所等权威网站。由于研究影响广义货币供应量的因素，所以将广义货币供应量M2作为被解释变量，将其余各变量都作为解释变量来进行研究。

为了消除通货膨胀因素对研究数据的影响以及减弱异方差的影响，将广义货币供应量、居民消费支出总额、全社会固定资产投资总额、财政支出总额、净出口总额分别除以对应年份的商品零售价格指数后再取对数。将各变量分别对应命名Y、X1、X2、X3、X4。

2.1 单个解释变量与被解释变量的关系研究

我们先从单个解释变量出发，来研究单个解释变量自身是否对被解释变量――广义货币供应量产生影响。我们知道，对非平稳的时间序列进行的回归都是虚假回归，为了避免虚假回归现象，所以，在进行回归之前，我们需要对所研究的解释变量和被解释变量进行平稳性检验。本文所进行实验选取的显著性水平均为10%。

2.1.1 对被解释变量Y和解释变量X1的研究

在既不含有漂移项也不含有趋势项的模型下，分别对Y和X1进行单位根检验，结果是Y和X1都是二阶单整随机过程。两个变量并不平稳，需要检验两者之间是否存在协整关系。对两个变量进行回归后提取残差，并检验残差的单整阶数。在原模型下，对残差进行单位根检验，发现残差是一阶单整随机过程，残差相对两个变量来说降阶了，就说明Y和X1之间存在协整关系，可以进行回归。

对两个变量进行回归，得到回归结果Y=1.42×X1-1.42，解释变量X1的回归系数通过t检验。从经济意义角度来看待回归结果的话，意味着居民消费支出与广义货币供应量有正相关关系，居民消费支出越多，广义货币供应量越多，该结果也符合实际经济意义。

2.1.2 对被解释变量Y和解释变量X2的研究

在既不含有漂移项又不含有趋势项的模型下，对Y和X2进行单位根检验，发现两个变量都是二阶单整过程，回归后对残差进行单位根检验，结果发现残差是一阶单整过程，残差相对两个变量降阶，存在协整关系。对两个变量进行最小二乘回归，得到通过t检验的回归结果：Y=0.96×X2+1.42，从经济意义角度分析，社会固定资产投资额对广义货币供应量有正向调节作用。

2.1.3 对被解释变量Y和解释变量X3的研究

同样，在既不含有漂移项又不含有趋势项的模型下对Y和X3进行单位根检验，得到两个变量都是二阶单整过程。回归后检验残差的单整阶数，发现残差在原模型下是平稳的，残差相对两个变量降阶，两变量存在协整关系。对两个变量进行回归分析，得到结果：Y=1.05×X3+1.83，从经济意义角度来看，意味着，政府财政支出额和广义货币供应量也有正相关关系。

2.1.4 对被解释变量Y和解释变量X4的研究

在既不含有漂移项又不含有趋势项的模型下，对Y和X4进行单位根检验，得到Y是二阶单整随机过程，而X4是一阶单整过程，两个变量并不存在协整关系，不可以进行回归分析。

换用既含有漂移项又含有趋势项的模型，结果是Y和X4都是二阶单整过程，对两个变量进行回归后提取残差，检验残差的单整阶数，结果在该模型下，残差是平稳的，残差相对两个变量降阶，可以对两个变量进行回归。通过t检验的回归结果是Y=0.60×X4+5.46，表明净出口总额与广义货币供应量同样有正相关关系，广义货币供应量会随着净出口额的增加而增加。

2.2 单个变量与被解释变量的误差修正模型

2.2.1 X1与Y的误差修正模型及分析

通过上述回归，我们知道，Y与X1的长期关系是：Y=1.42×X1-1.42。据此，我们提出残差e1并建立二者的误差修正模型，得到Y与X1的短期关系结果为：D（Y）=1.31×D（X1）-0.21×ECM1t-1。这表明，X1的变化对Y的变化有影响，同时，上一期的Y与X1的非均衡误差对本期的Y也有影响。

2.2.2 X2、X3、X4与Y的误差修正模型及分析

采用同样方法分别建立X2、X3、X4与Y的误差修正模型，得到结果：D（Y）=0.87×D（X2）-0.10×ECM2t-1；D（Y）=1.12×D（X3）-0.28×ECM3t-1；D（Y）=0.06×D（X4）-0.11×ECM4t-1。

2.3 多个解释变量与被解释变量的关系研究

选用只含有漂移项的模型，在该模型下，Y是平稳序列，X1和X2是二阶单整过程，X3和X4是一阶单整过程。在对四个解释变量加上一个被解释变量进行回归后，我们提取残差检验了其单整阶数，结果显示残差相对被解释变量和解释变量降阶了，可以对解释变量和被解释变量进行多元线性回归。

以Y为被解释变量，以X1、X2、X3、X4为解释变量进行最小二乘回归，得到结果，可以看到，判定系数很接近1，表明方程拟合优度较好；但是F值很大，于是，可以怀疑解释变量之间可能存在多重共线性。

对估计模型进行多重共线性检验并采用逐步回归法消除多重共线性。结果只有X1、X3和X4通过检验，模型变为Y=1.02×X1+0.35×X3-0.03×X4-0.65，但X4和常数项的系数明显不符合经济意义，所以放弃这两个变量，再次回归得到模型Y=0.80×X1+0.46×X3。

对回归结果进行拉格朗日乘数检验（LM检验）后，发现确实存在自相关性。需要采用广义最小二乘法进行修正。修正后得到模型Y-0.73×Y（-1）=0.88×[X1-0.73×X1（-1）]+0.36×[X3-0.73×X3（-1）]，对修正后的模型再次进行LM检验，结果显示自相关性已经消除。分析消除自相关性的模型，可以得到结论，居民消费支出和财政支出的变化都会对广义货币供应量产生影响，且居民消费支出的变化和财政支出的变化都对广义货币供应量的变化具有正向调解作用。

3 结 论

总结最终的回归结果，居民消费支出总额、全社会固定资产投资总额、政府财政支出总额和净出口总额都不同程度地影响广义货币供应量。其中，居民消费支出总额、全社会固定资产投资总额和政府财政支出总额以及净出口总额都与广义货币供应量有正相关关系。这不仅表明了我国的货币具有内生性的特点，同时也表明了广义货币供应量是外生的可控变量。通过本文还可以看出我国货币供应量实际上与宏观经济活动有很大影响，我们可以通过宏观经济活动来对广义货币供应量施加影响。

参考文献：

[1]王腾飞，蔡岩兵.基于VAR法的中国货币供应量影响因素实证分析[J].山东工商学院学报，2013（6）：101-108.

[2]王新新.货币供应量影响因素的多元线性回归分析[J].现代商业，2014（33）：161-162.

货币供应量范文第7篇

1．研究方法简述(1)修正后的线性回归模型。当线性回归方程扰动项存在序列相关时，运用最小二乘法估计所得到的参数可能会不准确，回归系数检验对应的t统计量也不再可信。因此，在检验蔬菜价格和货币供应量普通线性回归模型存在序列相关的基础上，本文对原始模型进行了修正，以消除序列相关的影响。假设式(1)为蔬菜价格pt对货币供应量mt的简单线性回归方程，εt为相应残差。若式(1)中εt存在序列相关，则通过构建扰动项的自回归方程AR(p)来消除序列相关的影响。基本思路如下，若εt存在一阶自回归，则构造式(2)所示的AR(1)，其中ut为白噪声序列，将式(3)εt－1的表达式带入式(2)，之后将式(2)带入式(1)整理后就得到式(4)。显然，以(pt－φpt－1)为新的因变量，(xt－φxt－1)为新的自变量运用最小二乘法所估计出来的系数是无偏有效的。对于存在高阶序列相关的线性回归方程也可以采用与一阶序列相关类似的方法，将滞后残差逐项带入，直至得到一个误差项为白噪声的序列。(2)变参数模型。蔬菜价格和货币供应量之间修正线性回归模型的建立反映的是两者之间的静态关系。不难证明，线性回归模型中最小二乘法估计出来的回归系数一定满足y－=θ0+θ1x－，这意味着此时回归系数θ1表明的是样本期内货币供应量均值对蔬菜价格均值的影响。由于经济结构正在逐步发生变化，货币供应量对蔬菜价格的推动作用并不是一成不变的，为了分析货币供应量对蔬菜价格随时间变化的动态影响，本文建立关于两者的变参数模型，如式(5)和式(6)。蔬菜价格与货币供应量之间的变参数模型是状态空间模型的一种形式，式(5)和式(6)分别为量测方程和状态方程。其中式(5)表示的蔬菜价格与货币供应量之间的一般关系。θ1t为不可观测的状态变量，其随着时间的变化而变化，即为可变参数模型中的可变参数，需要运用可以观测的变量蔬菜价格pt和货币供应量序列mt来估计。式(6)为假定不可观测的可变参数θ1t的生产过程，假设状态变量θ1t服从于AR(1)模型，μt为状态方程的扰动项，且其与εt相互独立。

2．指标与数据说明蔬菜种类繁多，不同品种一年内自然上市的时间存在明显差异;即使是同一品种，由于不同地区气候的差异，自然上市的时间也不同，同一品种一年内不同时间段的价格存在明显的差异;此外，由于不同蔬菜品种存在明显的异质性，不同种类间的价格也存在明显的差异。为了概述蔬菜这个农产品大类总体物价变动特征，本文选取居民消费价格分类指数(鲜菜)这个综合性指标来分析蔬菜总体价格的变化情况。居民消费价格分类指数(鲜菜)根据中华人民共和国国家统计局网站公布的月度数据进行整理，该类数据分析的期限为2001年1月至2012年5月，共计137个样本。由于国家统计局网站公布的鲜菜类居民消费价格指数是以上年同月为基础的环比数据，本文以2001年各月的价格指数为基期，将各年的环比数据转化为相应的定基数据。数据中2001年12月份数据存在缺失，本文以2001年11月份和2002年1月份价格指数的几何平均数来进行替代。

二、实证分析

1．蔬菜总体价格水平长期内呈现出上涨的趋势蔬菜总体价格水平波动十分剧烈，一年之内会出现明显的波峰和波谷，且波峰与波谷所对应的价格水平相差较为明显(见图1)。但总的来说，蔬菜总体价格水平呈现出明显的上涨趋势。虽然蔬菜原始价格序列波动十分剧烈，但趋势变动序列清楚地显示了蔬菜总体价格水平明显的上升态势。

2．蔬菜总体价格水平呈现出较为明显的季节性波动蔬菜总体价格水平的季节性波动特征十分明显。图2为运用X-12-ARIMA季节调整模型剥离出来的蔬菜总体价格水平季节性因素走势图。总的来说，蔬菜总体价格水平季节性波动的最高点于每年的7月份出现;最低点于每年的2月份出现。这似乎与常理相悖，因为相对于冬季菜而言，夏季上市的露地蔬菜品种较多;蔬菜总体价格水平的季节性波动并不违背这个常理。由于本文所使用的蔬菜总体价格水平是以2001年各月为基期计算出来的定基指数，这意味着所采用的蔬菜总体价格指数横向比较绝对值大小是没有意义的，这些数据反映的是对应月份蔬菜价格变化的情况。蔬菜总体价格水平于7月份出现最高点反映的是2001－2011这10年间相比于其他11个月份，7月份的蔬菜价格上涨最快;同理，蔬菜总体价格水平于2月份出现波动的最低点反映的是2月份蔬菜价格上涨速度最慢。结合夏季大多数蔬菜上市，价格水平处于低位;而冬季大多数蔬菜价格处于高位的事实，蔬菜价格7月份上涨较快而2月份上涨较慢的现实意义在于各个月份间的蔬菜绝对价格差距正呈现出下降的趋势，可能的解释是由于设施蔬菜的快速发展和蔬菜生产技术的进步，一年内各个时期蔬菜上市量差距逐步变小，季节性供给矛盾逐步缓和，从而各个月份的蔬菜价格差距呈现出变小的趋势。

3．货币供应量对蔬菜总体价格水平的影响由于蔬菜总体价格水平的季节性波动特征较为明显，若直接采用蔬菜总体价格水平的原始数据，从经验上分析货币供应量的变化对其价格变化的影响得出来的结果有可能不显著，季节性因素有可能掩盖两者之间的经验关系。在剥离蔬菜总体价格水平季节性因素的基础上，实证分析货币供应量变化对蔬菜总体价格水平的影响。本文在分析货币供应量和蔬菜总体价格水平两者之间的关系前，也剥离了货币供应量较为明显的季节性因素。(1)平稳性检验。在实证分析货币供应量对蔬菜总体价格水平长期变化趋势的影响之前，有必要对这两个时间序列变量进行平稳性检验，否则实证分析得出的结果有可能不准确。表1显示了货币供应量序列和剥离季节性因素后的蔬菜总体价格水平的ADF平稳性检验结果。显然，剥离季节因子后的蔬菜总体价格水平和同样剥离季节性因素的货币供应量的原始序列均不平稳，而对应的一阶差分却均在0．01的显著性水平通过检验，说明两者均为一阶单整序列。(2)协整关系检验。平稳性检验的结果表明蔬菜总体价格水平和货币供应量序列均为一阶单整序列，意味着两者之间有可能存在协整关系。所谓协整关系，指的是虽然所分析的时间序列变量原始序列不平稳，但当它们为同阶单整时，某种线性组合却可能平稳，即不平稳的时间序列变量之间仍有可能存在长期稳定的关系。E－G两步法和Johansen协整检验为目前主要检验协整关系的方法，由于E－G两步法中的第一阶段需要对变量间的线性回归模型进行最小二乘估计，应用不是很方便［11］，因而采用Johansen协整检验来分析蔬菜总体价格水平和货币供应量之间是否存在协整关系。其中检验形式为时间序列有线性趋势而相应的协整方程只包含截距，且VAR模型中的最大滞后期数取4。表2显示了无约束条件下的Johansen协整检验结果。迹检验和最大特征根检验表明原假设“没有协整关系”被拒绝，说明蔬菜总体价格水平与货币供应量之间至少存在一个协整关系;原假设“最多一个协整关系”也被拒绝，说明蔬菜总体价格水平与货币供应量之间至少存在两个协整关系。经验证，只有当协整方程有线性趋势而相应的时间序列有二次趋势时，蔬菜总体价格水平与货币供应量之间才仅存在一个协整关系，其他4种关于时间序列和协整方程是否包含截距或确定性趋势的假设均表明蔬菜总体价格水平与货币供应量之间存在两个协整关系(见表3)。总之，虽然蔬菜总体价格水平与货币供应量的原始序列不平稳，但两者之间统计意义上仍存在长期稳定的协整关系。(3)格兰杰因果关系检验。理论上说，货币学派主张货币供应量的变化是物价变化的根本原因。逻辑上讲，货币供应量的快速增长能推升市场上的一般价格水平，蔬菜也不例外;而蔬菜总体价格水平的变化对货币供应量的发行几乎不存在影响。货币供应量的调整是政府调控经济的有力工具，货币供应量发行量的大小应以整个宏观经济的发展态势为基准。因此，实证回归模型的建立应以蔬菜总体价格水平为因变量，以货币供应量序列为自变量。为了从经验上验证蔬菜总体价格水平与货币供应量两者间的因果关系，本文采用格兰杰因果关系检验验证两者之间统计意义上的因果关系。表4显示了滞后一阶蔬菜总体价格水平与货币供应量间的格兰杰因果关系检验结果。原假设“蔬菜总体价格水平不是货币供应量的格兰杰原因”所对应的P值远大于0．05，因而此原假设被接受;而原假设“货币供应量不是蔬菜总体价格水平的格兰杰原因”所对应的F统计量高度显著，从而拒绝此原假设，认为货币供应量是蔬菜总体价格水平变化的格兰杰原因。总之，格兰杰因果关系检验表明货币供应量是蔬菜总体价格水平变化的单向格兰杰原因。因此，无论是从理论还是经验上来看，货币供应量的增加推升了蔬菜总体价格水平，但蔬菜总体价格水平对货币供应量的变化不存在影响。(4)货币供应量对蔬菜总体价格水平影响程度的静态分析。为了从经验上验证货币供应量的增加对蔬菜总体价格水平的影响程度问题，本文以蔬菜总体价格水平为解释变量，货币供应量为被解释变量建立如式(7)所示的简单回归模型。表5中第二列显示了简单线性回归模型式(7)的估计结果，虽然常数项θ0和货币供应量所对应的回归系数θ1高度显著;且模型的解释程度也较高，R2达到了0．94，但DW检验所对应的统计量值为0．7045，远小于2，说明模型(7)中的随机误差序列存在明显的正相关。此外，滞后一阶序列相关的拉格朗日乘数检验(LM检验)所对应的统计量nR2也高度显著，这表明应拒绝“直到1阶滞后不存在序列相关”的原假设，从而进一步验证了模型(7)中残差序列存在序列相关的结论。在回归方程的残差项存在序列相关的前提下，运用最小二乘法所估计出来的参数可能不再有效，参数检验的t统计量结果也不再可信。为了准确估计货币供应量的增加对蔬菜总体价格水平的影响程度，本文运用修正后的线性回归方程估计货币供应量所对应的回归系数。表5第3列显示，修正后的线性回归方程中的拟合优度R2相对于简单线性回归方程而言变高了，说明修正后的线性回归方程解释能力变强了，而AIC值也相应变小了，说明修正后的线性回归模型变得更为精确。更为重要的是，修正后的线性回归模型所对应的DW值为1．8672，接近于2，说明模型扰动项序列相关的现象得到了明显的改善，滞后一阶序列相关的拉格朗日乘数检验所对应的统计量nR2也不再显著，因而原假设“直到1阶滞后不存在序列相关”不能被拒绝。总之，修正后的序列相关模型较好地从经验上模拟了货币供应量与蔬菜总体价格水平之间的关系。所估计出来的θ0和θ1的值分别为37．1301和41．6911，且均高度显著。θ1的经济意义十分明显，本文货币供应量所对应的计量单位为万亿元，而蔬菜总体价格水平用鲜菜类居民消费价格指数替代。因而经验分析的结果表明当流通中的货币供应量每增加1万亿元时，对应的鲜菜类居民消费价格指数将上涨41．69，也就是说，蔬菜总体价格水平将上涨41．69%。(5)货币供应量对蔬菜总体价格水平的动态影响分析。关于货币供应量和蔬菜总体价格水平间的实证模型，虽然上文中对两者的简单线性回归模型进行了修正，修正后的模型扰动项的自相关性得到了很好的改善，但估计方法仍为最小二乘法。不难证明，运用最小二乘法估计出来的回归系数一定满足y－=θ0+θ1x－，这意味着θ1的经济意义是样本期内货币供应量对蔬菜总体价格水平的平均影响程度。对此不禁要问:所研究样本期内货币供应量对蔬菜总体价格水平的影响是否稳定，还是随着时间的推移发生了变化?一般而言，由于经济制度、国内政策等各种因素的变化，经济结构也处于动态的变化之中，货币供应量对蔬菜总体价格水平的影响程度也是动态变化的，修正后的线性回归模型θ1的估计反映的是货币供应量对蔬菜总体价格水平的平均影响程度。基于上述疑问，本文运用变参数模型分析货币供应量对蔬菜总体价格水平的动态影响。图3显示了运用卡尔曼滤波法所估计出来的回归系数θ1的动态变化情况。总的来说，θ1数值大小波动较为剧烈，表明货币供应量对蔬菜市场的作用并不是一成不变的，但货币供应量对蔬菜总体价格水平的影响程度没有明显的上升或下降趋势，影响程度在20%～45%之间波动，影响程度的波动范围并不大。这里需要解释的是:修正后的线性回归模型计算出来的货币供应量对蔬菜总体价格水平的平均影响程度为41．69%，根据图1各样本期θ1的值，变参数模型所估计各样本期θ1的平均数为30．72%，两者有一定的差距。可能的原因在于估计变参数模型中θ1的值时，初始值和初始的状态向量是系统默认的，因而最初得到的θ1值随机性较大。

三、结论与政策含义

本文在运用X-12-ARIMA模型剥离蔬菜价格和货币供应量季节性变动因素的基础上，先验证蔬菜价格与货币供应量之间协整关系的存在;再从经验上验证货币供应量是蔬菜价格变化的单向格兰杰原因;之后运用修正后的线性回归和变参数模型分别分析货币供应量对蔬菜总体价格水平变动的静态和动态作用，得出以下主要结论。蔬菜总体价格水平呈现出显著的上涨和季节性波动特征。剥离季节性因素和不规则变动后的蔬菜价格呈现出明显的上涨趋势;剥离出来的季节性指数也表明蔬菜总体价格水平呈现明显的季节性波动，且季节性波动波幅较大，一年内季节性波动的最高价约高出最低价40%左右。蔬菜价格波动本是市场机制下正常的经济现象，但较大的波动幅度影响消费者和生产者的利益，不利于蔬菜产业的健康发展。因而有必要解决蔬菜价格季节性波动幅度过大的问题:首先是鼓励扩大设施蔬菜的种植规模，降低季节性因素的影响作用;其次是适当优化蔬菜的种植结构，弱化蔬菜供给的区域性结构矛盾。蔬菜总体价格水平与货币供应量之间存在长期稳定的协整关系，且后者是前者单向的格兰杰原因。无论是何种形式的协整方程，均表明蔬菜总体价格水平与货币供应量至少存在一个协整关系，也就是说，两者之间经验上存在长期稳定的均衡关系。格兰杰因果关系检验不仅进一步表明这种关系的存在，还说明了影响的方向，即货币供应量是蔬菜总体价格水平变动的单向格兰杰原因。实证研究发现:当货币供应量每增加1万亿时，样本期内对蔬菜总体价格水平的平均推动作用为41．69%;变参数模型显示样本期内各年份货币供应量对蔬菜总体价格水平的影响在20%～45%之间。因此根据θ1的动态变化情况，可以预测若流通中的货币供应量继续增加，蔬菜总体价格水平将会不断被推高，当市场上流通的货币供应量每增加1万亿元时，对蔬菜总体价格水平的具体影响程度会根据经济结构的变化而发生变化，但根据过去10年的经验，可以确定蔬菜总体价格水平上涨幅度应在20%～45%之间。即无论菜价如何波动，货币供应量的增长是蔬菜价格上涨趋势的重要推动力之一。在对蔬菜市场进行调控时，应注意宏观因素的动态变化，货币供应量的快速增长推升一般物价水平;菜价上涨虽然会对消费者的福利产生负面影响，但合理的蔬菜价格上涨有利于弥补蔬菜生产者的种植成本和经销商的经营成本。

货币供应量范文第8篇

关键词：货币供应量；经济增长；增长效应

中图分类号： F822.2 文献标志码：A 文章编号：1673-291X（2016）20-0120-03

中国经济的长期增长得益于多方面，其中长期实行的“稳健的货币政策”，实质是保持长期的扩张。货币供应量的天文数字的扩张，极大地保证了经济的快速增长。而近几年货币的增长效应已经逐渐减弱，持续的货币供应稳定增长，却未能支撑经济的高速增长，充分说明货币政策的增长效应已经衰减到必须反思和革新的时候了。

一、1990―2015货币供应量及几项核心增长指标的分析

（一）货币供应量M2持续增长

图1 货币供应量M2的总值和增长率

国家统计局国家数据库的年度统计数据中，货币供应量M2自1990年开始统计（见图1）。从总量来看，M2呈现每年递增的趋势，自1990年的1.53万亿元，增加到2015年的139.20万亿元，扩张速度惊人。25年间，货币供应量M2与GDP的比重从0.81：1，上升到2.06：1。从增长速度来看：1991―1996年，每年的M2增速都超过20%，其中1993年增速为历史最高，达37.3%。1997―2015始终保持两位数的增速，其中2009年再次超过20%，达到了28.4%的增速。回顾中国经济的周期性变化发现，两次超量扩张货币的时期，都有经济出现衰退的迹象，因此，中国政府具有利用扩张的货币政策抵御经济衰退的传统。目前中国经济目前再一次面临衰退，进入所谓的新常态，因此2015年货币供应量M2再次扩张，较2014年高出两个点的增长。综上，中国的经济增长具有明显的“信贷繁荣”特征。

（二）几项核心增长指标基本情况

能够反映增长的指标很多，考虑数据可得和准确性，本文研究选择了几项最核心的增长指标：国内生产总值、工业增加值、全社会固定资产投资和社会消费品零售总额（见图2）。国内生产总值持续高增长，由1990年的1.89万亿元，增加到2015年的67.67万亿元。但是从曲线来看，国内生产总值的增速在最近几年出现放缓的趋势，有出现拐点的迹象。工业增加值在过去的25年也始终保持增长，但是工业增加值在国内生产总值中的占比呈现下降的趋势，特别是2015年已经出现拐点，几十年来第一次出现负增长，相较于2014年增长-2.09%。与国内生产总值同步明显的是全社会固定资产投资，除了个别年份增速放缓之外，绝大部分年份都保持两位数的增长。社会消费品零售总额增长较为稳定，基本每年都保持两位数的增长，但是占GDP的比重在逐年降低。从上述分析可以看出中国经济的投资驱动特征，经济结构的不合理日益明显。

图2 国内生产总值、供业价值、固定资产投资和社会

消费品零售总额

综上所述，中国经济的长期高增长，货币供应量M2的扩张功不可没。货币的扩张拉动了整个经济的快速增长，在上述几个增长指标上体现明显。对信贷扩张反应最为敏感的是投资部门。随着经济总量已经居于世界第二，以往一贯的货币扩张所带来的信贷繁荣变得不可持续。本文将应用VEC模型分析过去25年的货币扩张所带来的增长效应。

二、实证分析

（一）指标选取与数据处理

本文旨在研究中国货币供应量的增加对国内生产总值、工业增加值、全社会固定资产投资和社会消费品零售总额的动态过程。因此本文选取以下5个指标变量：货币供应量（M2）、国内生产总值（Y）、工业增加值（IVA）、全社会固定资产投资（FAI）、社会消费品零售总额（TRC）。1990―2014年各变量初始数据来源于中国国家统计局国家数据库年度数据；2015年数据来源于《中华人民共和国2015年国民经济和社会发展统计公报》。国家数据库提供的货币供应量（M2）数据自1990年开始，考虑数据的可得性和一致性，本文数据选取的期间为1990―2015年，并将1990年设定为研究基期。

上述指标皆为当年价核算，进行实证分析之前，需要剔除价格因素的影响。首先，货币供应量和国内生产总值应用1990年为基期的居民消费价格指数（CPI）剔除价格因素得到实际变量。处理过程：RM2=M2/CPI；RY=Y/CPI。其次，工业增加值使用1990年为基期的工业生产者出厂价格指数（PPI）剔除价格因素得到实际变量。处理过程：RIVA=IVA/PPI。第三，全社会固定资产投资应用1990年为基期的固定资产投资价格指数（FAIPI）剔除价格因素得到实际变量。处理过程：RFAI=FVA/FAIPI。第四，社会消费品零售总额应用1990年为基期的商品零售价格指数（CRPI）剔除价格因素得到实际变量。处理过程：RTRC=TRC/CRPI。最后，为减少数据非线性变化对实证分析的影响，对各个实际变量取自然对数，即得到本文研究的变量：LRM2、LRY、LRIVA、LRFAI、LRTRC。本文使用Eviews9进行实证分析。

（二）变量ADF检验

本文采用ADF单位根检验变量序列的平稳性。根据线型图和散点图判断6个时间序列皆为含截距项和趋势项的序列。经检验，在5%临界值水平上，LRY和LRTRC原序列平稳，LRM2滞后一阶平稳，LRIVA和LRFAI滞后二阶平稳（见表1）。由于变量非同阶平稳，因此需要做协整关系检验。

（三）协整关系检验

做协整关系检验的序列数量为5个，因此采用Johansen协整检验方法检验其协整关系。考虑到分析对象属于含截距和趋势项的时间序列，因此选择有截距项和趋势项并呈现线性的检验选项。检验结果表明，各个变量之间至少存在4个协整关系（见表2），即所研究的5个变量之间存在长期均衡关系，所以本文研究模型设定为VEC模型。

（四）模型设定与检验

先估计VAR模型最优滞后期P值，而VEC模型的最优滞后期是P-1。根据LR、SC和HQ等信息准则判断，结果P=1模型最优（见表3），所以进行VEC模型分析。

VEC模型的稳定性通过对模型的AR根值是否大于1，或AR根值图是否有点落在单位圆之外来判定。经测定，AR根值都小于等于1（见图3），最大值为1，表明模型VEC是稳定的。

图3 AR根值图

（五）脉冲响应函数分析

本文研究的逻辑思路为国内生产总值、工业增加值、全社会固定资产投资和社会消费品零售总额对货币供应量变动的动态响应过程，因此仅给出上述对应影响关系的变量之间的单向脉冲响应轨迹（图4），并结合脉冲响应数值表（表4）结果进行分析，观察期长度10。

由图4A可以看出，M2的扩张对国内生产总值的拉动作用明显，具有持续的正向冲击，在第4年达到峰值（2.4396%）。货币的扩张为经济中的投资、消费和生产提供了廉价的资金，从而带动了经济的总体扩张。也要注意到其冲击作用逐渐收敛，说明货币扩张具有中期增长效应，但是不具有水平效应。由图4B可以看出，货币扩张对工业增加值的冲击效应明显疲弱，虽然短期正向冲击，但是长期来看是负向冲击，说明过度宽松的货币政策导致的流动性过剩，增加了经济体的投机成分。由图4C看，社会消费品零售总额受到货币扩张政策多是正向冲击，在第6年达到峰值（2.718 0%），后期虽呈现收敛特征，但是其正向冲击效应持续期较长，说明货币扩张对消费既具有增长效应，也具有水平效应。由图4D看，全社会固定资产投资对货币扩张具有极大的敏感性。在固定资产投资对货币扩张的冲击都呈现出明显的正向冲击，在第6年达到峰值（6.980 1%）。投资往往具有资本密集和长周期性，其产出效应也具有长周期特征，在资金供给充裕并廉价的情况下，经济主体的固定资产投资欲望较为强烈。

三、结论与建议

从前面的分析可以看出，货币扩张对各项经济增长指标都具有或短或长的增长效应，但是对总体经济增长和工业增加值没有水平效应，收敛趋零的特征明显。而对于消费和投资，货币扩张的水平效应较为明显。货币供应量M2的持续扩张是经济增长的需要，同时也是经济增长的动力之一。在很长的一段时间，货币扩张和经济增长的各项指标具有明显的同步性。但是近几年同步性明显减弱，说明货币扩张的政策效果边际递减明显。经济增长的动力来源是多方面的，在经济总量已经如此庞大的情况下，货币政策急需做出调整。

货币供应量范文第9篇

【关键词】互联网金融 货币供应量 时间序列 货币政策

一、引言

随着互联网技术的迅猛发展，互联网金融作为一种全新的金融形式已经处于不可逆转的趋势。货币政策是国家管控国民经济的重要手段，而货币供应量作为一国货币当局的中间目标，金融体系的任何变革都有可能引致其变化，进而对货币政策的操作及有效性产生影响。本文主要探讨互联网金融对货币供应量的影响，将互联网金融的影响数据化，更直观地反映新型金融变革对传统金融业的冲击。

二、文献综述

互联网金融在近些年来发展势头十分强劲，国内外学者的研究涵盖了互联网金融的概念、应用等多N领域。张军（2014）对互联网金融的内涵进行了界定并总结了互联网金融的利弊以及其对传统金融业务的冲击。庞贞燕、王桓（2009）全面阐述了支付体系对货币政策的影响，提出支付体系运行有放大基础货币和提高货币乘数的倾向，并为促进增加货币供给提供了条件。Charles R.Bean（2004）研究了货币政策的传导机制，分析了金融不稳定性等因素与货币政策的关系，指出金融变革对货币政策的影响十分显著。Mark M.Spiegel（2009）讨论了金融全球化和货币政策的关系，认为金融全球化对货币政策存在“约束效应”。这些文献佐证了互联网金融带来的电子货币的膨胀对货币供应量存在重大影响，并实时影响货币政策的制定。

从现有的文献资料来看，这些学者一般对互联网金融采取定性而非定量分析，直接研究互联网金融对货币供应量影响的较少。大多数学者主要从电子货币、支付体系发展角度考察互联网金融对货币政策的中介目标和传导机制的影响，缺少实证分析。本文借鉴国内外现有研究，运用时间序列模型，着重分析互联网金融对货币供应量的影响。

三、货币乘数理论概述

本文以货币乘数理论为基础展开互联网金融对货币供应量的影响研究。

模型如下：

■

M为货币供应量，B为基础货币，m为货币乘数，C为现金，D为存款货币，R为准备金。■为通货与存款比率，即现金漏损率，■为准备金率，由法定准备率rd和超额准备率e两者构成。

（一）货币乘数

m为货币乘数，是指商业银行通过创造存款货币功能产生派生存款的信用扩张倍数。本文采用以下货币乘数模型作为分析对象：

■（1）

M1代表狭义货币供应量，并有M1=M0+活期存款（M0为现金）。m1则为对应的狭义货币供应量的货币乘数。k、rd、re分别表示现金漏损率、法定存款准备金率和超额存款准备金率。

分别对k、rd、re求偏导数，并记θ=rd+re+k，则有：

■ （2）

■ （3）

由于rd+re

即货币乘数与现金漏损率、法定存款准备金率、超额存款准备金率均成反比。

法定存款准备金率是影响货币乘数各因素中唯一可由中国人民银行决定的外生变量，较为稳定。

互联网金融带来便捷的电子货币，增加了公众持有现金的机会成本，公众愿意放弃持有现金的意愿转而使用电子货币，从而现金漏损率下降，货币乘数增加。

从现金漏损率的下降来看，第三方支付替代率的提高使得商业银行资金周转的压力相对减轻，银行对库存现金的应急需求随之减少。而从互联网金融带来的技术更新上看，电子化的货币使得银行头寸具有很高的流动性，为商业银行在货币市场上进行头寸融资提供了便利。超额存款准备金率将下降，货币乘数相应增加。

（二）基础货币

基础货币B为存款准备金与流通中的现金之和，即B=R+C。

由于受互联网金融影响而电子化的货币并没有改变基础货币的总量，只是改变了基础货币的构成，就货币乘数理论而言，基础货币实质上并没有发生很大的变化。

（三）货币供应量

货币供应量等于基础货币和货币乘数的乘积，即M=m*B

货币供应量与基础货币、货币乘数为正向关系。由于现金漏损率、法定存款准备金率、超额存款准备金率等会因货币电子化而下降，引致货币乘数的增加。在基础货币的总量保持不变的前提下，货币供应量会增加。

四、实证分析

（一）指标选取

自2010年央行颁布《非金融机构支付服务管理办法》后，第三方支付企业正式被纳入国家监管体系之下，我国第三方支付业务市场规模和结构逐步趋于成熟。因此，本文用第三方支付市场规模数据为代表研究互联网金融发展对货币供应量的影响，选取2007年第一季度至2015年第四季度的数据，以狭义货币供应量作为因变量，第三方支付替代率、现金漏损率、法定存款准备金率和超额存款准备金率作为自变量构建模型，揭示互联网金融对货币供应量的影响。

1.因变量的选取。选取狭义货币供应量作为因变量。在2007年第一季度到2015年第四季度之间，我国的狭义货币供给量一直呈现出逐渐增长的态势，在后期有轻微波动，2015年第四季度已到达400953.4亿元。

2.自变量的选取。一是第三方支付替代率。第三方支付替代率为第三方支付市场规模占狭义货币供应量的比率，第三方支付主要替代的正是流通中的现金和活期存款，即M1。电子货币占狭义货币供应量比率的高低不仅代表我国电子货币的发展程度和水平，而且会对货币乘数的大小产生明显影响。截至2015年第四季度，第三方支付替代率已经达到8.84%。

二是现金漏损率。商业银行不用保留更多的准备金，不但提高了商业银行的存款货币创造能力，也减少了现金的漏损情况。2009年下半年至2015年第四季度，现金漏损率一直处于一个比较平稳的阶段，始终在20%上下小幅变动。

三是法定存款准备金率。选取法定存款准备金率为自变量是因为其处于相对稳定的发展趋势。本文采用的是中小金融机构的法定存款准备金率。近些年来，法定存款准备金率一直维持在16.5%，到15年法定准备金率不断下降为13.5%。

四是超额存款准备金率。相较法定存款准备金率，超额存款准备金率更具可调性，对狭义货币供应量的影响更为明显。2007年至2015年超额存款准备金率以2%为基准进行了几次比较大幅度的波动，但波动的幅度逐渐减小。截至2015年第四季度，超额存款准备金率为2.1%。

（二）模型的建立

由于变量的对数变换不改变原变量之间的协整关系，并且能使数据的趋势线性化，也能消除时间序列之间的异方差现象，所以对M1、k、E、rd和re取自然对数建立的回归模型为：

■ （1）

其中，c表示随机误差项。

（三）平稳性检验

本文选取的数据符合时间序列，为了防止时间序列出现“伪回归”的现象，在进行回归分析前先对各个变量进行平稳性检验。本文采用ADF单位根检验，根据AIC、SC最小试颍选择滞后期，确定其单整阶数。

对变量进行ADF单位根检验得表1。当序列ADF值小于5%临界值、P值小于0.05时，结果稳定。运行结果显示原数列存在单位根，经过一阶差分后，全部变量分别在1%、5%的显著水平上拒绝存在单位根的原假设，即为一阶单整序列I（1），符合数据平稳。

表1 变量的单位根检验结果表

■

注：Y、X1、X2、X3、X4分别表示狭义货币量的自然对数、第三方支付替代率、现金漏损率、法定存款准备金率和超额存款准备金率。表示一阶差分。

（四）协整检验

由于时间序列是平稳的，符合协整检验的条件，对上述的单整时间序列采用EG两步法进行协整检验可知，LnY与LnX1、LnX2、LnX3、LnX4的趋势基本一致，即具有协整关系的可能。

将数据进行回归分析，除了LnX4的P值大于0.05，其余变量均符合5%显著水平下的显著性检验，即超额存款准备金率与狭义货币量之间并未存在显著的均衡关系，需要剔除变量。剔除之后，我们对剩下的变量再次回归，得到协整方程如下：

■（2）

其中，c为随机扰动项。

货币供应量与第三方支付替代率呈正比，与现金漏损率呈反比，与货币乘数理论一致，各变量的P值均小于0.05，说明在互联网金融下，自变量LnX1、LnX2和LnX3对因变量LnY影响显著。

从中提取出回归残差序列，发现残差始终围绕着0做上下波动，即存在着残差平稳的可能。为了确定残差的平稳性，对残差序列做ADF单位根检验，残差序列在一阶差分情况下的P值接近0，小于0.05，且序列ADF值为-6.42，小于1%显著水平下的临界值-3.67，说明回归后的残差序列是平稳的。因此可以认为在剔除了超额存款准备金率后的回归方程中，4个变量之间存在协整关系，即狭义货币供应量与第三方支付替代率、现金漏损率和法定存款准备金率之间存在长期均衡关系。

（五）误差修正模型

虽然协整检验能够得出变量之间的长期均衡关系，但是变量之间的动态趋势与具体的影响过程却难以得到。因此，本文为检测短期内各变量对长期均衡关系的偏离，建立向量误差修正模型，以研究变量之间的短期动态关系。加入回归残差序列ECM，与一阶差分序列DLnY、DLnX1、DLnX2、DLnX3做OLS回归得，所有变量在5%的显著水平下都是显著的。误差修正项-0.40ECM（-1）体现了对偏离度的纠正，-0.40反映了对偏离长期均衡的调整力度。

误差修正方程如下：

■（3）

从上述误差修正协整方程可得：误差修正系数值为-0.40，表示每期40%的狭义货币供应量的实际值与长期均衡值差距得以调节。误差修正项对DLnY起正向作用。当DLnY负向偏离均衡时，误差修正项会通过正向拉动使其回到均衡状态。

（六）实证结果分析

第三方支付替代率E与狭义货币供应量M1取自然对数后的一阶差分相关系数为0.11，说明两者呈正相关关系，且P值为0.03。这说明以第三方支付为显著代表的互联网金融对货币供应量存在着正向影响。第三方市场规模的增大，对货币供应量产生了正方向的规模效应。而随着互联网金融的不断深入，未来的第三方支付替代率必然处于逐渐增长的趋势，它也将带动狭义货币供应量的增加。

现金漏损率k与狭义货币供应量M1取自然对数后的一阶差分相关系数为-0.56，说明两者呈负相关关系，且P值趋于0。互联网金融在一定程度上改变了原有的支付方式，使得现金漏损率下降。基于上文的理论分析也可知，现金漏损率的下降会使货币乘数变大，从而增加狭义货币供应量。现金漏损率在未来互联网金融的发展趋势将会逐渐下降，这将导致货币供应量的增加。

法定存款准备金率rd与狭义货币供应量M1取自然对数后的一阶差分相关系数为-0.07，说明两者呈负相关关系，且P值为0.03。法定存款准备金作为一个比较稳定的数值，受整体宏观形势的影响而发生变化。在互联网金融的影响下，虽然准备金需求大幅降低且需求的利率弹性下降，但无论银行间隔夜拆借利率处于何种水平，需求仍大于零，所以准备金率依然是影响货币供应量的重要因素。由于互联网金融带来的部分电子货币开始替代现金，日常支付也从单一现金型支付向多种形式支付转变，因此，逐渐下调存款准备金率将会是未来货币政策调整的方向。

另外，由于超额存款准备金率的P值并不显著，所以超额存款准备金率re在实证过程中被剔除。说明各商业银行对超额存款准备金的规定存在着极大的自由性，由于利率市场化的推进，不同的商业银行面临着不同的风险，超额存款准备金率的变动变得更加难以预测。因此，超额存款准备金率与狭义货币供应量之间不存在显著的线性关系。

五、研究结论

通过以上的理论分析和实证研究，在掌握互联网金融在我国发展的现状之后，以第三方支付市场规模为代表的互联网金融型式开始渐渐融入到传统金融市场中。随之而来的现金漏损率、法定存款准备金率以及货币流通速度、利率等多种要素的变化，使得调整货币供应量变得更为复杂。互联网金融的发展不仅使得货币的流动性与层次结构发生变化，而且大幅加剧了货币供应计量的不确定因子。我们要通过研究互联网金融对货币供应量的影响，主动积极地调整货币政策，以期与互联网金融接轨，正面迎接新的挑战。

参考文献

[1]张军.互联网金融对传统金融业的冲击与应对策略[J].经济研究导刊，2014（28）：115-116.

[2]庞贞燕，王桓.支付体系与货币和货币政策基本关系研究[J].金融研究，2009（3）：97-105.

[3]Charles R.Bean，Asset Prices.Financial Instability，and Monetary Policy[J].The American Economic Review，2004，94（2）：14-18.

货币供应量范文第10篇

关键词:通货膨胀;货币供应量;经济增长

中图分类号:F8文献标识码:A文章编号:16723198(2010)01015302

1 引言

随着国际金融危机的蔓延,从2008年下半年我国经济出现大幅滑坡,虽然我国政府采取了有力措施,但经济目前还未进入强劲反弹的道路。从物价来看,2007年4月以来我国居民消费价格总水平不断攀升,2007年全年CPI指数上涨4.8%,2008年2月CPI指数高达8.7%,创历史新高。随后几个月CPI和PPI大幅回落,已连续数月为负值,截至2009年7月份CPI同比下降1.8% PPI降8.2%。同时货币供应量高位趋稳,2009年7月末,广义货币供应量(M2)余额为57.3万亿元,同比增长28.42%,增幅比上年末高10.6个百分点,比上月末低0.03个百分点;狭义货币供应量(M1)余额为19.59万亿元,同比增长26.37%,比上月末高1.6个百分点;市场货币流通量(M0)余额为3.42万亿元,同比增长11.59%。同时我国对外依存度扩大,内外失衡,虚拟经济也在不断膨胀,央行被动投放基础货币。货币增长率上升虽然不是通货膨胀的唯一原因,但有着密切联系,货币供应量的增加迫使总需求的“主动增加”,尤其是促进了资产价格的上涨,然后传导到食品价格并引起通货膨胀,剧烈的通货膨胀就会对宏观经济形成极大的冲击,进而影响到经济的增长。

2 西方关于货币供应量与经济增长、通货膨胀的分析

西方经济学一般认为:货币对经济不发生任何实质性的影响,不影响实际的经济变量,货币就是中性的,不然货币就是非中性的。但是西方经济学家对货币中性的理解在程度上也不完全一致。代表性观点有:(1)古典学派的货币中性论主张货币经济只不过是实物相互交换的实物经济,货币仅在商品交换过程中启到媒介作用,对实际经济不发生实质性的影响。(2)威克塞尔货币非中性论,对古典货币数量论的批判中引入了“自然利率”的概念,认为货币是影响经济的重要因素,主要是由于货币在资本形成和资本转移中发挥着重要作用。(3)凯恩斯主义的货币非中性论认为,货币供应量的变动在短期内影响就业、产出和收入等实质经济因素,而在长期内则影响价格。把利率作为货币与产出的枢纽,通过货币政策调节经济中的货币供应量。主张货币通过两个方面影响实际经济:货币市场决定利率,再通过利率影响投资,从而影响总需求,导致总产量和总就业量的变化;货币作为一种资产,它与其他金融资产存在替代效应。(4)新古典主义的货币中性论认为,宏观经济总量的解释只是建立在单个人的最优化选择的基础上的。卢卡斯、萨金特、华莱士等通过新古典主义的基本原理,如市场出清、理性预期和只有实际变量才至关重要等应用于标准的宏观经济模型,得出了货币中性的结论。声称货币主义的短期和长期不是特别有用的,真正的区别是预期与未预期到的差别,正是由于理性的经济当事人能预期到系统的货币政策,货币对经济中的实物变量不产生影响,从而回到了货币数量论的货币中性的观点。

3 货币与经济关系计量分析

基于以上的理论分析,控制货币存量的增长率,使其按照一个或几个关键的经济变量的变化而同步连续地变化,货币当局就能提供一个可为经济稳定发展的货币背景。对此,本文从国内生产总值增长率(名义国民收入增长率)和通货膨胀率(物价上涨率)与货币存量增长率之间关系进行计量分析。下面,我们选择1978-2008年间的M0供应量增长率和通货膨胀率、GDP 增长率(年度数据)作为我们实证的数据区间,根据货币数量论的相关理论,对我国的货币供应政策的稳定性进行计量考察。

(1) GDP 增长率、通货膨胀率与供应量增长率相关性分析。根据我们所获得的数据,应用统计计量分析软件Eviews,得到了M0供应量增长率与GDP 增长率、通货膨胀率之间的相关系数。可以得出,m0和cpi的相关系数为0328686642237996,m0和gdp的相关系数为035392280266161正如现代货币数量论和许多实证所验证的那样,我国的货币供应量与GDP 增长率、通货膨胀率具有较强的相关性。货币的长期周期性变动与相应的货币收入(或国民收入)和价格水平变动之间的关系是比较密切的和稳定的。另外,根据它们之间的点线图,我们可以得出,M0增长率与GDP 增长率、M0增长率与通货膨胀率之间的变化具有大致相似的同增同减的长期趋势,即它们具有长期的一致性。当然,它们之间的因果关系、它们相互之间的变动是否是即期还不明显,我们将在下文给出分析。但是,有一点可以肯定的是,当经济波动较大时一定伴随着货币供应量的较大的波动。

(2) M0供应量增长率、GDP 增长率、通货膨胀率三者之间的因果关系分析。运用Granger 因果关系检验,我们可得如下检验结果。对于通货膨胀不是货币供应量Granger 原因的原假设,拒绝它而犯第一类错误的概率是 0.80471,表明通货膨胀不是M0 增长率Granger 原因的概率较大,不能拒绝原假设。而第二个检验的相伴概率只有 0.01037,表明我们至少可以在95%的置信水平下,认为M0增长率是通货膨胀的Granger 成因。对于GDP 增长率与M0 增长率之间的Granger 因果关系,我们得不出类似的结论。

(3) M2 供应量增长率、GDP 增长率、通货膨胀率回归分析。由上面的相关分析和因果关系分析,我们可以很有理由地运用货币供应量的两因素模型对三者进行回归分析。由此,我们得到如下回归方程:

CPI =94.87505(8.602099)+

37.59689 M0(-1)(8.692193) +

16.14602 M0(-2)(8.603579)+

7.041960 M0(-3)

R=0.533619 F=9.153363

从中我们可以看出回归系数都通过了检验,并且整个方程的F 检验也是显著的。这也从另一方面说明了货币供应量的增长对于物价水平的波动具有显著地影响。另外,我们也可以得到如下方程:

GDP =0.097290+0.068918 M0(-1)(0.045173)+

-0.030353 M0(-2)(0.045646) +

-0.053743 M0(-3) (0.045180)

R=0.147209 F=1.380957

它的回归系数的t值不显著,方程也不显著。这说明,GDP增长率和通货膨胀率之间没有显著的关系。

4 基本结论和政策建议

综合现代货币数量理论和我们上面的计量分析,我们可以得出以下结论:改革开放以来,我国货币供应量的增长对经济的影响是显著的。同时,货币总量的变动是一个相对独立的过程,而经济变动受到货币变动影响的关系相对来说是很稳定的。因此,当货币存量的增长率存在明显波动时,必然伴随着经济增长的波动。1978年以来,我国的货币政策在实际运作过程中基本上遵循着现代货币数量论的政策主张。然而,由于经济的大幅度增长,投资的狂热和相对无序,货币当局无法摸清经济运行的规律而又对经济形势过于乐观,导致了货币供应不连续、不平稳、无规律地变动。这种货币供应的变动在一定程度上造成我国经济在八十年代中后期和九十年代中期物价持续上涨和经济波动。如在1990-1996年间,我国的货币供应总量增长率平均都在25%以上,由此直接导致了在九十年代中期我国的泡沫经济和平均10%以上的通货膨胀率,给经济发展造成了很大的不确定性和危害。同样的原因也造成了1988年和1989年高通货膨胀(分别为18.5%和17.8%)和民众对经济前景的恐慌。同时,由于对经济发展的长期趋势缺乏考虑,货币政策造成经济波动的突发性反过来使得货币当局在制定和执行货币政策时的被动性,从而进一步造成了经济的不稳定。如1997年以来,我们虽然制止了高通货膨胀,却又陷入了持续的通货紧缩(1998、1999、2000年的物价上涨率分别为-2.6%、-3%、-15%),在某种程度上这不能说不是在治理通货膨胀时由货币政策的突发性造成的,目前的情况也与此类似。对以上分析结论,以及我国当前的实际经济背景,我们提出以下政策主张:

(1)根据经济的长期预期增长率来指导货币供应政策。由于长期的真实经济增长率是由实际的劳动力增长率、生产技术的发展速度等非货币因素决定的。因此,为了使货币政策的制定和执行不至于对长期经济发展冲击,引起经济的不稳定,我们就必须使货币总量的增长率紧跟真实经济的长期预期增长率,进行连续、平稳的供应货币。稳定的货币供应还会使一般公众建立起对货币政策的信任,使货币当局的政策在执行时更为有效和及时。

(2)货币政策应以稳定物价水平为目标。由于通货膨胀的心理预期,当货币增长引起物价水平上涨后,公众预期价格将会持续上涨,投资者愿意投资,借款者愿意借款,这样就使利率不断上涨,经济趋于狂热,结果泡沫经济和危机就随之而来;反之,物价下跌后,公众相反的行为使利率不断下跌,最后也会使经济趋于崩溃,并且这种影响过程是逐渐的、长期的。因此,为了消除物价的恶性影响,盯住稳定的物价目标是可取的,而这可以通过货币供应量与推动物价涨跌间稳定的关系来达到这个目的,正如我们上文所分析的实证结果那样。

(3)加强货币政策在国家宏观调控政策中的主导地位。货币需求对利率的富有弹性,财政政策对利率的缺乏弹性,使得财政政策相对货币政策来说是无效的。

因为财政政策只是对现存的货币总量进行再分配和使用,它排挤了“私人”投资而转为“政府”投资,这种投资的“乘数”效应会大大降低。而根据长期的真实经济增长率所确定的货币政策,当它与财政政策共同实施时,可产生繁荣的经济增长,这已有许多发达国家历史经验所证实。

参考文献

[1]奚君羊,刘卫江.通货膨胀目标制的理论思考[J].财经研究,2002,(4):38.

[2]汪红驹.用误差修正模型估计中国货币需求函数[J].世界经济,2002,(5):5561.

[3]王双正.基于VAR模型的通货膨胀与经济增长关系研究[J].经济理论与经济管理,2009,(1):2127.

[4]黄凤忖.我国经济增长与货币供应量的依存度分析[J].经济纵横,2004,(10):9596.

[5]闰慧.广义货币供应量M2与狭义货币供应量M1、现金M0关系的实证研究[J].经济管理,2008,(4):152.

[6]任立民.货币供应量与经济增长、物价的协整研究[J].赤峰学院学报(自然科学版),2009,(3):9192.

[7]夏斌,廖强.货币供应量已不宜作为当前我国货币政策的中介目标[J].经济研究,2001,(8):3343.

[8]曾令华,李红光现阶段货币供应量与物价、产出的相互关系分析[J].湖南财经高等专科学校学报,2006,(99):3740.