您好,欢迎访问三七文档
当前位置:首页 > 电子/通信 > 综合/其它 > 基于VAR模型的我国货币供应量影响因素分析
--------------------------------------------------------------------------------------------------我国货币供应量影响因素分析一、引言2008年全球金融危机爆发给我国经济蒙上了一层阴影,外贸出口大幅度下滑,国内就业形式严峻。面对如此复杂的国际国内形势,我国中央银行迅速做出反应,实施适度宽松的货币政策。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们的预期。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目标,中央银行完全可以通过控制该中介目标达到宏观调控的目标(何问陶、刘朝阳,2007)。戴建军(2007)对我国货币供应量和经济增长之间的关系进行了研究,结果发现货币供应量与经济增长之间存在长期稳定的协整关系,且货币供应量与经济增长长期正相关。在我国金融市场中,间接融资占据主导地位,货币供应量的变化依存于信贷规模的变化,中央银行在实施货币政策时,应同时关注货币供应量和信贷规模这两个指标(吴培新,2008;刘小铭、沈利生,2008)。除信贷规模外,外汇占款也是影响我国货币供应量主要因素之一,外汇储备量变化是影响货币供给量变化的原因(李莎、谢英,2004)。蒲艳萍和李权(2006)研究发现,短期内,前期的货币供应增长率变化率、经济增长率变化率、通货膨胀率和外汇储备增长率对当前货币供应增长率变化的影响显著,外汇储备对货币供应产生的外生性影响较小。此外,政府存款的变化,反映政府财政政策变化,能够影响基础货币投放,对货币供应量的影响也较大。纵观现有文献,研究货币供应量对其他宏观经济变量影响的文献较多,而分析货币供应量影响因素的文献相对较少。因此,本文采用VAR模型对影响我国货币供应量的因素进行了实证分析。二、研究方法、变量选择和数据来源(一)研究方法介绍自1980年Sims将向量自回归(VAR)模型引入到经济学研究以来,VAR模型在经济学中得到了广泛应用。VAR模型把系统内每一个变量作为系统中所有内生变量滞后值的函数来构造模型。因此,该模型可以动态地分析系统内各变量相关关系和动态预测各变量之间的相互影响。VAR简化式模型的一般形式:tptptttyLyyy2211或ttyL)((1)其中,ppkLLLLIL221)(,L为滞后算子。ty是k维内生变量列向量,p是滞后阶数,T是样本个数。kk维矩阵p21,,,是待估计的系数矩阵。t是k维扰动列向量,它们相互之间可以同期相关,但不与自己的滞后值相关,且不与等式右边的变量相关。假设是t的协方差矩阵,是一个(kk)的正定矩阵。当系数矩阵p可逆时,在(1)式两边分别左乘p的逆矩阵1p,可得:tpty1利用广义最小二乘法可以求出的估计量,进而求出系数矩阵。利用VAR模型研究经济问题时,我们常常更加关心一个内生变量对其他变量冲击的响应情况,而忽略了变量之间的相关关系。因此,估计完VAR模型后,我们可以分析某变量冲击对经济系统的动态影响,TLt,,2,1TLt,,2,1--------------------------------------------------------------------------------------------------这种分析方法称为脉冲响应函数(IRF)。为了得到正交化的脉冲响应函数,需要将正定协方差矩阵进行Cholesky分解:'GQG。其中G为下三角形矩阵,Q为主对角线上元素为正的对角矩阵,且Q是唯一的。令ttG1,则ttGtptptGy11再令LLALAIGktp2211,则tktLLALAIy)(221ty的第i个变量ity可以写成:kjjtijjtijjtijitLaaay1210)(210ijijijaaa,,是由jy的脉冲引起的iy的响应函数,0qqija为积累响应函数。qA的第i行j列元素可以表示为:jtqtiqijya,,表示在t时期,其他变量和滞后变量不变的情况下,qtiy,对jty一个冲击的反映。在实证分析中,除了需要考查一个变量冲击对其他变量的影响外,通常还研究一个变量对其他变量相对重要程度,这就需要进行方差分解。方差分解通过分析每一个冲击对内生变量变化的贡献度来进一步评价不同结构性冲击的相对重要程度。其过程本文不再叙述。(二)变量选择和数据来源自中央银行把货币供应量作为货币政策中介指标以来,对货币政策和货币供应量的研究就从未停止,大多数学者围绕货币政策有效性展开分析,对货币供应量的研究相对少一些。本文采用单位根检验、协整检验和向量自回归模型对影响我国货币供应量的因素进行了分析。为了分析我国货币供应量(m2)的影响因素,本文从诸多影响因素中选取了3个最主要的指标,分别是商业银行贷款(sydk)、外汇占款(whzk)和政府存款(zfck)。所有指标数据选取2000年1月—2008年12月的月度数据,共108个。所有的这些数据均来自中国人民银行网站。三、实证分析(一)单位根检验一般来说,时间序列数据都存在一定的时间趋势,如果直接对数据进行回归分析,往往会导致“伪回归”问题。因此,我们对原始数据进行单位根检验,检验发现原始数据是不平稳的,经过1阶差分后数据平稳(见表1),即他们都是1阶单整的,I(1)。表1:时间序列单位根检验变量名检验类型(c,t,d)ADF检验值5%的临界值1%的临界值是否平稳Dm2(c,t,4)-5.99***-3.45-4.05是Dsydk(c,0,4)-3.41**-2.89-3.50是Dwhzk(c,t,4)-5.19***-3.45-4.05是Dzfck(c,0,4)-4.88***-2.89-3.50是注:(c,t,d)中c代表漂移项;t代表时间趋势;d代表滞后阶数。**表示在5%的显著性水平下显著,***表示在1%的显著性水平下显著。TLt,,2,1TLt,,2,1TLt,,2,1--------------------------------------------------------------------------------------------------(二)协整检验在单位根检验的基础上,本文运用基于VAR的Johansen技术对变量进行协整检验(见表2)。从表2的检验结果可以得出,在5%的显著性水平下,无论是迹检验还是最大特征值检验,检验结果都接受m2、sydk、whzk和zfck之间存在协整关系,即m2、sydk、whzk和zfck之间存在稳定的长期相关关系。因此,本文采用VAR模型研究他们之间的关系是有意义的。表2:协整检验结果零假设:协整向量个数迹检验值5%临界值概率水平最大特征值检验值5%临界值概率水平没有80.06**47.860.000040.01**27.580.0008至多1个40.05**29.800.002427.82**21.130.0049至多2个12.2315.490.146211.1314.260.1479注:**表示在5%的显著性水平下显著,***表示在1%的显著性水平下显著。(三)VAR模型估计和结果分析为了进一步分析sydk、whzk、zfck对m2的影响,我们在原数据的基础上建立VAR模型:1112ppPtjtjtjtjjjmcsydkwhzkzfck其他方程在这里没有列出,因为我们只关心sydk、whzk和zfck对m2的单向影响。为了确定模型中的P值,即滞后的阶数。我们采用AIC和SC信息准则来确定阶数,即AIC和SC最小时的P值为最佳滞后阶数。表3:各P值下AIC和SC值P值变量名2345AIC18.3018.3118.3118.30SC18.5318.6418.7518.83从上表中可以看出AIC值在P=2时最小,而SC值在P=2时最小。因此,在估计VAR模型时,取P=2。1.脉冲响应函数分析。图1:m2对sydk冲击的脉冲响应-4,000-3,000-2,000-1,00001,0002,0002468101214161820图2:m2对whzk冲击的脉冲响应---------------------------------------------------------------------------------------------------2,000-1,00001,0002,0003,0002468101214161820图3:m2对zfck冲击的脉冲响应-6,000-5,000-4,000-3,000-2,000-1,00001,0002,0002468101214161820在估计完VAR模型后,对估计结果进行脉冲响应函数(IRF)分析,它描述了方程中因变量如何响应于方程中的误差项t的冲击。如果这个残差是来自于sydk、whzk和zfck,脉冲响应函数就能很好模拟出货币供应量对这个意外冲击的响应。从图1中可以看出,sydk增加一个单位标准误差时,M2会先大幅下降,在第3个月这种冲击打到最大,然后M2回升,在第5个月时,回升到最大值,8个月后这种冲击趋于平稳。因此,商业银行贷款对货币供给量存在持续影响。从图2中可以得出,当whzk增加一个单位标准误差时,M2先是急剧下降,到第2个月时达到最大,然后又快速回升,在第5个月时,冲击达到正向最大,在第8个月后,这种正向冲击趋于平稳。因此,外汇占款对货币供给量存在持续影响。从图3中可以得出,当zfck增加一个标准误差时,M2先是缓慢下降,到第3个月开始急剧下降,到第5个月达到最大,然后又缓慢回升,第8个月后冲击趋于平稳。因此,政府存款对货币供给量存在持续影响。2.方差分解分析。表4:m2的方差分解PeriodS.E.M2SYDKWHZKZFCK12342.123100.00000.0000000.0000000.00000023519.27770.7510019.538968.1938521.51618934296.36264.3642428.698375.5009191.43646544903.62958.4701923.256226.52013611.7534566315.62347.6467415.582139.56809627.2030476805.80647.3243714.784409.82072628.0705187227.51847.7373314.391359.77080328.1005297627.15248.1573914.065679.67310628.10384--------------------------------------------------------------------------------------------------108023.08148.4131513.750369.61094228.22555118418.31448.5380813.452599.59112528.41821128810.75148.6028013.185409.59555828.61624139198.44748.6540112.954559.60704428.78440149580.94848.7090112.757939.61695328.91611159958.90348.7681812.589389.62342429.019021610333.3748.8268412.442439.62751329.103221710705.3548.8812712.312169.63061829.175951811075.5948.9301612.195359.63354329.240951911444.6448.9738312.089929.63650629.299742011812.9
本文标题:基于VAR模型的我国货币供应量影响因素分析
链接地址:https://www.777doc.com/doc-2535250 .html