中国货币状况指数的构建与分析

一、引言货币状况指数(monetaryconditionsindicesMCIs)作为利率和汇率相对于基期变化的加权平均数，最早由加拿大央行20世纪80年代末提出，并由Freedmann(1994)首次从学术上进行了深入研究，随后被很多中央银行和金融机构应用于货币政策的实践和分析中。由于当期利率和汇率变化会对将来产出和通货膨胀产生影响，因此当前货币状况指数主要被作为货币政策的信息指示器。所谓信息指示器，一方而可以对当前的货币政策执行情况进行评价，即所谓的政策指示器;另一方而包含货币政策最终目标未来发展动态信息的内涵变量，即所谓的领先指标。当前国际清算银行和瑞典、挪威、芬兰、冰岛等国央行都将货币状况指数作为货币政策的信息指示器变量，J.P.摩根和高盛等金融公司也通过估计货币状况指数来衡量英国等国货币政策的松紧变化，Jarocinski和Smets(2008)通过估计美国货币状况指数考察了房价李化对美联储货币政策松紧的影响。二、货币状况指数的理论模型传统的货币状况指数(Guender,Matheson,2002)表达如下:)()(btbtTQQRRMCI其中，β、δ分别表示实际利率r和实际有效汇率q的权重，tr、tq分别表示t期的实际利率和实际有效汇率，br、bq分别表示基期的实际利率和实际有效汇率。1在估计实际利率和实际有效汇率占MCI的权重时，主要有以下三个方法：（一）单一方程估计又可分为两类,，一类是以Duguay（1994）为代表,，估计总需求(IS曲线)，用实际产出与潜在产出之间的缺口作为被解释变量，用利率和汇率作为解释变量，得到各自的权重。对总需求曲线进行单一回归的方法运用最为广泛,如德意志银行、Mayes和Viren（1998）对英国货币状况指数的估计，香港金融管理局（2000）对香港货币状况指数的估计就采用这种方法。第二类是估计菲利浦斯曲线，用利率和汇率解释通货膨胀率或通货膨胀率与长期均衡通货膨胀率之间的缺口，得到利率和汇率所占的权重，Hataiseree（1998）对泰国货币状况指数的估计使用了这种方法。（二）根据一国对外贸易额占GDP的份额折算根据一国进出口总额、出口额或净出口额占国内生产总值的比例折算汇率的权重，然后用1减去汇率权重，余额作为利率的权重，JP摩根估计英国货币状况指数时采用了这种方法。（三）多方程估计高盛证券在估计英国货币状况指数时,建立了包含4个内生变量(GDP、短期利率、10年期国债收益率、英镑有效汇率)和1个外生变量(石油价格)的无约束向量自回归方程组，根据GDP对其他3个内生变量的扰动生成的冲击反应函数，计算利率和汇率的权重。Batini和Tumbull（2002）根据1984年至1999年英国季度数据建立了一个小型宏观经济计量模型，包含产出、通货膨胀和短期名义利率方程，并加进了利率平价条件和利率期限结构关系，估计英国动态货币状况指数。与普通货币状况指数相比,动态货币状况指数把当期和前几期利率和汇率的变动加权，可以预测未来的货币状况指数和货币政策松紧程度。2本文选取1997—2013季度样本数据，采用单方程估计测算中国MCI。参考卜永祥、周晴（2004）的做法，定义货币状况指数如下：1江曙霞、江日初，2008：中国货币状况指数实证检验，《厦门大学学报》第二期。2卜永祥、周晴，2004:《中国货币状况指数及其在货币政策操作中的运用》，《金融研究》第1期。)()()(btbtbtTMMQQRRMCI其中，tr和br分别为t期和基期的实际汇率，tq和bq分别为t期和基期实际有效汇率的对数值，tm和bm分别是t期和基期实际货币供应量的对数值。在估计β、δ和α时，采用如下模型：cry1tttkssttmqy其中，ty为实际GDP的相对缺口值，即（实际值-潜在值）/潜在值，tq和tm分别为实际有效汇率和实际货币供应量的相对缺口值，tr为实际利率的缺口值，即实际值-潜在值。sty表示滞后s期的实际GDP相对缺口值，滞后期的选取采用从一般到个别的方法，首先包含滞后6个季度的国内生产总值,然后逐一剔除掉统计上不显著的滞后变量。三、数据来源及处理方法（一）利率本文利用费雪方程式计算人民币实际利率，即名义利率减去预期通货膨胀率，选取的名义率为银行间21-30天同业拆借加权平均利率月度数据，再将每季度月份数据取算数平均值得季度数据（rr）。由于预期通货膨胀率很难测算，笔者用CPI(上年同期=100)月度数据减去100，再取平均转换成季度书籍代替。银行间21-30天同业拆借加权平均利率和CPI(上年同期=100)月度数据均来自中经网数据库。得到实际利率季度数据后，进行进行Hodrick-Prescott滤波,剔除HP趋势项后得到利率的缺口值，命名为tr。下图为实际利率和其HP趋势项以及缺口值：图1：实际利率和其HP趋势项以及缺口值如图1,1997年到2007年，我国实际利率大体上呈现下滑趋势，08年第一季度开始实际利率骤降，第四季度开始回升，09年第三季度达到一个高峰。（二）汇率-6-4-202468109800020406081012RRHRR人民币实际有效汇率取自国际清算银行数据库，折算成2005年=100月度数据，再通过取平均数的方式转换成季度数据。取对数后进行Hodrick-Prescott滤波,剔除HP趋势项后得到汇率的缺口值，再除以HP趋势项得到相对缺口值，命名为tq。图2：实际有效汇率（左轴）和其HP趋势项（左轴）以及相对缺口值（右轴）从图中可以看出，人民币实际有效汇率基本上围绕其均衡值上下波动。97年第一季度到05年第一季度，人民币实际有效汇率总体上呈现上升趋势，05年第二季度到08年第四季度，有小幅回落，09年第一季度开始恢复上升趋势，并持续到13年第四季度。（三）货币供应量广义货币供应量（M2）取自中经网数据库，用CPI（2005年=100）月度数据进行调整，得到实际货币供应量。转换成季度数据后进行季节调整，取对数，进行Hodrick-Prescott滤波,剔除HP趋势项后得到货币供应量的缺口值，再除以HP趋势项得到相对缺口值，命名为tm。图3：实际货币供应量（左轴）和其HP趋势项（左轴）以及相对缺口值（右轴）（四）GDP实际GDP季度数据取自EIU数据库，季节调整后取对数，进行Hodrick-Prescott滤波,剔除HP趋势项后得到GDP的缺口值，再除以HP趋势项得到相对缺口值，命名为ty。下图为4.24.34.44.54.64.74.84.95.0-.020-.015-.010-.005.000.005.010.015.0209800020406081012QLNREERLNREERH11.211.612.012.412.813.213.614.0-.008-.006-.004-.002.000.002.004.0069800020406081012LNM2LNM2HM实际GDP对数值（右轴）和其HP趋势项（右轴）以及ty（左轴）。图4：实际GDP对数值（右轴）和其HP趋势项（右轴）以及相对缺口值（左轴）四、MCI的测算（一）检验数据的平稳性本文采用ADF检验方法检验数据的平稳性，滞后阶数为10，模型中趋势项和截距项均没有通过t检验，故采取如下模型检验变量的平稳性：titmiiXXX11tt检验模型中检验结果如下表所示：图5：各变量ADF检验结果变量ADF检验t统计量临界值Y-2.9382191%level-3.5315925%level-2.90551910%level-2.590262r-5.4691651%level-2.6015965%level-1.94598710%level-1.613496q-3.6697461%level-2.6004715%level-1.94582310%level-1.613589m-3.6084821%level-2.6004715%level-1.94582310%level-1.613589显然，这四个变量在5%的置信水平上，均拒绝了原假设，即这四个变量均是平稳的，可以直接用来建立OLS模型以估计实际利率、实际汇率和实际货币供应量的权重。9.610.010.410.811.211.6-.002-.001.000.001.002.0039800020406081012LNGDPLNGDPHY（二）估计权重GDP缺口OLS回归结果如下：图6：GDP缺口OLS回归结果如图所示，笔者经过试验，选取了滞后一阶和滞后四阶的实际GDP相对缺口值，利率缺口值的滞后三阶和实际货币供应量相对缺口值的滞后六阶为解释变量。模型的可决系数和调整后的可决系数分别为0.737602和0.714174，比较接近1，而且F检验对应的P值几乎为0，说明模型总体的拟合程度较高。除常数项外，各解释变量均通过了10%置信水平的t检验。回归结果表明实际利率、实际货币供应量和实际汇率对实际GDP均具有一定影响，而且实际利率和实际货币供应量的影响是滞后的。（三）计算MCI（二）中m(-6)、q、r(-3)的系数分别为0.105311、-0.021356、0.000275，比率为382.95:77.66:1，回归结果表明，实际利率水平的变动对产出缺口的影响很小，在目前，调整实际利率并不是中国货币当局调控经济增长的强有力工具。按照如下公式计算MCI：)()()(btbtbtTMMQQRRMCI观察得2006年第四季度实际GDP实际值与潜在值之间的差别最小，故选取2006年第四季度为基期，β、δ和α分别为1、77.66和382.95。算得MCI的值如下：图8：MCI测算值如图，MCI几乎呈直线下降趋势，这是因为实际货币供应量几乎是直线下降，而且估算出的实际货币供应量对应权重较大。为得到平稳序列，笔者将MCI对常数项和时间趋势项进行回归，取其残差序列，记为MCI1。回归结果如下：-400-20002004006009800020406081012MCI图9：MCI与趋势项和常数项的OLS回归方程该模型可决系数和调整后的可决系数均很接近于1，F检验对应的p值几乎为0，而且时间趋势项和常数项对应的系数均十分显著，故可以认为，MCI虽然不平稳，但可以通过减去时间趋势项和常数项，得到较为平稳的时间序列MCI1，这个时间序列反映了除去时间趋势以外的因素，同样可以反映货币政策的松紧程度，即MCI1增加，货币政策偏紧，MCI1减少，货币政策偏松。MCI1序列如下，ADF检验表明其确实是平稳的：图10：剔除趋势项和常数项的MCI五、MCI与经济增长的关系（一）MCI与CPI的关系CPI数据取自中经网，MCI1与CPI时间序列对比如下：图11：MCI1与CPI时间序列对比-30-20-1001020309800020406081012MCI1-30-20-1001020304096981001021041061081109800020406081012MCI1CPI从图中可以看出，中国实际货币状况指数与经济增长率的走势是基本吻合的,而且MCI1的走势略微滞后于CPI，这与我国货币政策调整的滞后性有关。然而有一个时期两个序列走势明显不合拍，从1997年4季度到1998年4季度,货币政策偏紧,受东亚金融危机和国内洪涝灾害的影响,1998年经济增长率明显下降,但货币政策的松紧度没有适时调整。本文试图利用格兰杰因果检验方法检验CPI和MCI1这两个时间序列之间的因果关系，然而，CPI并不平稳，而是一阶单整，将d(cpi)与MCI做格兰杰因果检验，结果如下：图12：d(cpi)与MCI的格兰杰因果检验PairwiseGrangerCausalityTestsDate:06/21/14Time:23:20Sample:1997Q12013Q4Lags:2NullHypothesis:ObsF-StatisticProb.MCI1doesnotGrangerCauseDCPI658.064240.0008DCPId