货币供应量精选(九篇)

第1篇：货币供应量范文

关键词：货币供应量；基础货币；货币乘数；途径

1999年以来，中央政府实施了积极的财政政策，对保持宏观经济稳定增长起到了重要作用，但总需求相对不足的状况仍未得到有效解决，这表明在财政政策积极的同时，有必要让货币政策扮演更加重要的角色，充分发挥货币政策对经济增长的作用。就货币政策而言，一个重要指标就是货币供应量，因此，最近一段时间，有关专家学者呼吁2000年要扩大货币供应量，使货币供应量增长保持较高水平，从而为经济增长提供保障。那么，扩大货币供应量的途径在哪里？应采取哪些措施呢？

一、货币供应量的决定因素及分析

在现代货币银行制度下，货币供应量取决于基础货币和货币乘数之积，因此，只有对基础货币和货币乘数进行详细的研究，才能准确把握货币供应量的趋势。

1．基础货币的决定因素及实证分析

货币银行理论表明，基础货币由流通中的现金与商业银行的准备金之和构成，它是创造货币供应量的基础。由于我国的特殊国情，央行的基础货币还包括非金融部门的存款，因此本文对基础货币的定义是：基础货币＝发行货币＋对金融机构负债＋非金融机构存款（以下所用数据除非特别说明，均来自于中国人民银行统计季报）。

根据历史数据，我国的基础货币总体上呈上升趋势。1990年之前基础货币增长比较缓慢，基本上是平稳的爬升阶段；1993年之后，基础货币增长较快，特别是在1993－1994年间，基础货币的增幅明显较高，1995－1996年虽有所波动，但仍保持较高水平；1997年，基础货币增速放缓（当然这与统计口径发生变化有一定关系，但增速下降趋势则是明显的），1998－1999年，在法定准备金率下调以及法定准备金帐户和备付金帐户合并之后，基础货币增速下降的趋势更加明显。从基础货币的构成看，基础货币增速下降主要是受对金融机构负债增速下降所致，1999年，非金融机构存款出现负增长，也对基础货币的增长产生了一定的影响。

从中央银行的资产负债表来看，基础货币是中央银行的主要负债，因此为了达到调控基础货币的目的，中央银行可以通过调整资产方的各个项目来实现。历史数据表明，1993年以前，我国银行总资产中中央银行国外资产所占比重较低，因而这期间基础货币的变化主要由中央银行国内资产的运用所决定。1993－1994年是我国经济周期发生转折的阶段，酝酿和出台了一系列的改革措施，1994年初又进行了一系列税制和外汇管理体制的改革，尤其是人民币汇率的并轨和实行结售汇体制的改革，大大促进了出口的增长，形成了国际收支中经常性项目的大量顺差，从而使中央银行国外资产所占比重增大。1995－1997年，为维护人民币汇率的相对稳定，使得中央银行国外资产所占比重进一步增大，1997年末达到42．1％。1998年，由于受亚洲金融危机的影响，我国出口形势严峻，外贸顺差有所减少，因而国外资产所占比重上升趋势减缓，年末为43．7％。可以说，近几年来，中央银行的资产结构中国内外资产几乎均等，因而国外资产的多少、增长快慢就对基础货币有非常重要的影响。从增长速度看，1993年以来，中央银行国外净资产的增速呈明显下滑态势，1994－1998年其增速分别为：187．3％、49．8％、43．4％、38．3％和2．5％。1999年1－9月份，国外净资产增长10．4％，这也是1999年3季度以来货币供应量增幅回升的一个重要因素。

从国内资产看，1994年以前国内资产一直占中央银行总资产的80％以上，可以说那时从资产角度看影响基础货币的主要因素就是国内资产的变化情况。1994年后，由于国外净资产的增加，中央银行国内资产所占比重呈下降态势，到1998年末，国内资产占中央银行总资产的56．6％。在国内资产中，主要是对存款货币银行的债权，如在1993年，对存款货币银行债权占中央银行总资产的70．3％，之后逐步下降，到1998年末为41．8％；其它还有对政府的债权，这一数值在1994年以前占总资产的比重较高，1994年占总资产的9．1％，之后由于银行法规定政府不得向银行透支，因而对政府债权一直稳定在1582亿元，所占比重不断下降。对非货币金融机构的债权，1997年以前占总资产的比重较小，1997年之后，由于政策性银行等的发展，因而对非货币金融机构的债权增加较多，所占比重大幅上升，1998年末达到9．5％。从增长速度看，国内资产自1996年后增速迅猛下降主要是受对存款货币银行债权增速下降所致，1997年下降1．11％，1998年下降9．1％，而1999年1－9月却增长10．25％，相应地带动国内资产增长10．24％。同样，对非金融部门债权自1995年后一直为负增长，对国内资产的增长也产生了一定影响。与之相反，对非货币金融机构债权增长在1997年达到高点，当年增长1660．7％，之后尽管增速下降，但仍是国内资产各项中增速最快的，1998年增长42．97％，1999年1－9月增长16．9％，对国内资产进而对基础货币的增长产生了一定的正影响。

2．货币乘数的影响因素及分析

根据前述基础货币的定义，1993－1997年我国M2的货币乘数变化不太规则，有升有降，M1的货币乘数则基本呈微降态势。但自从1998年春季央行大幅下调准备金率后，我国的货币乘数则基本上呈上升趋势，即M1的货币乘数由1998年6月份的1．104上升到1999年9月的1．426，M2的货币乘数由1998年6月份的3．094上升到1999年9月的3．915。

根据我国的情况，狭义货币乘数可表述为：（现金漏损率＋活期存款比率）／（法定准备金率＋备付金率＋现金漏损率＋非金融部门存款比率）；广义货币乘数的分母与狭义货币乘数一致，分子则为1＋现金漏损率。根据这两个公式，我们对1993年以来我国的货币乘数进行了测算，结果表明，其（即与货币供应量和基础货币实际值计算的结果）误差很小（平均误差为3％，且很稳定），趋势也是一致的。因此，分析货币乘数，有必要对以上几个行为参数作出判断。

（1）法定准备金率

从理论上讲，法定存款准备金率的调整，即使是微小的变化，都会对货币流通产生强烈影响，在众所周知的中央银行货币政策“三大法宝”中，它的效果是最为猛烈的。因此，各国一般都不常用这个货币政策工具，即使要调整，也是微调，因为金融机构资金规模巨大，更为重要的是货币乘数的作用，它几倍于存款创造贷款。尽管目前我国的法定准备金率已由原来的13％降至6％，但是一方面与国外相比仍较高，另一方面由于网络化、全球化进程的加快，各国更为重视的是资本充足率这一指标，而对准备金率的要求有所放低，因此，作为刺激内需的货币政策操作工具——法定准备金率，仍有下调的空间。

（2）备付金率

近年来，随着我国超额准备金率的不断下降，货币乘数逐步放大，即超额准备金率与货币乘数呈反比例关系。备付金率的高低直接影响货币乘数的大小，但备付金率并不能完全由中央银行所控制，它取决于商业银行的行为，中央银行只能间接地影响它。商业银行持有备付金是有机会成本的，而备付金率的高低取决于市场利率与商业银行从中央银行借款的利率之差，二者差额越大，备付金率越低。1998年以来，随着二者差距的增大和利率水平的逐步降低，备付金率已出现下降趋势，存款货币银行的备付金率（以法定准备金率为8％考虑）由1998年3月的7．53％下降到1999年9月的5．83％这里所指的备付金率为在人行存款加上库存现金与对非金融部门负债之比。2000年，随着经济形势的好转，各经济主体的投资、消费意愿会有所增强，因而备付金率有进一步降低的可能。

（3）现金漏损率

现金漏损率于80年代和90年代初期在我国一直比较高，不过随着货币市场的不断健全，金融交易工具的逐渐增多，我国的现金漏损率近年来有所降低，1998年3月－1999年9月，大约在11．5％左右。现金漏损率的高低与现金需求量的大小有关，而影响现金需求量的因素很复杂。我国的现金漏损率是由政府、企业和居民的行为共同决定的。由于金融资产收益率的变动会影响持有现金的机会成本，以及银行存款利率的变化会影响个人储蓄的变化，这就使现金漏损率的变化比较复杂。2000年，由于目前名义利率水平比较低，居民储蓄存款特别是定期存款增势减缓，加上征收利息税的影响，因而居民持现动机相对有所增强，估计现金漏损率下降空间有限。在其它情况不变的情况下，现金漏损率与货币乘数负相关，因此若现金漏损率下降不大，则将影响金融机构派生存款的能力，对货币乘数产生一定影响。

（4）非金融部门存款比率

1993年以来，我国非金融部门存款一直比较稳定，并呈缓慢下降趋势，这一点在1999年表现得更为明显，到1999年9月末，我国的非金融部门存款比率为3．58％，较之上年下降了一个百分点。随着政策性金融业务的进一步规范，这一比率将呈平稳态势，变化不会太大。

（5）活期存款比率

活期存款比率反映了货币供应量层次的结构变化，这个比率在决定狭义货币乘数时有用。由于受持有活期存款的机会成本的影响，因此这一比率与利率的关系比较密切，同时由于这里所指的活期存款主要是指企业活期存款，因而经济活跃程度如何以及企业对未来经济的预期怎样，对活期存款也有着比较大的影响。1996－1998年，我国的活期存款比率基本维持在30％左右，进入1999年后，一、二、三季度这一比率分别为27．5％，27．8％和28．8％，呈缓慢上升趋势。随着利率水平的下降和储蓄存款实名制的实施，在金融交易工具增加不多、信用情况改善不大的情况下，估计这一比例将逐步上升。

二、扩大货币供应量的对策

从货币供应量的定义中可以看出，扩大货币供给量的途径不外乎两条：一是增加基础货币，二是提高货币乘数。

从增加基础货币方面看，主要有三项：

（1）从货币当局资产方着手，加大国内资产的运用，即加大再贷款、再贴现规模，特别是对那些急需资金的中小金融机构，这样可以从资产方影响基础货币的增加。

（2）扩大货币发行。在基础货币中，货币发行占到了近50％，因此加大货币发行是扩张基础货币，进而增加货币供应量（M1、M2）的有效途径。目前我国的经济过剩，绝非是经济高度发达条件下的过剩，远未达到东西多得用不了的程度。实际上，我们的建设资金缺口极大，潜在消费与投资需求空间还很大，完全可以用发钞票的办法配合扩张性财政政策来解决经济发展中的问题。同时，为扩大货币发行，还可以核销部分国有商业银行的坏帐，帮助金融机构化解金融风险；尽快成立中小企业贷款担保基金，消除金融机构对中小企业放款的后顾之忧，从而扩大贷款规模，使资金配置更加优化、有效。

（3）加大公开市场操作力度。央行购入债券，吐出基础货币，这其中一个条件就是债券市场规模不断扩大，从而使公开市场操作有一个好的着力点。

从提高货币乘数方面看，主要有四项：

（1）通过降低甚至取消存款准备金率的办法，迫使金融机构更积极放款，加速降低备付金率水平，从而提高货币乘数。

（2）改变认购资金冻结数日的做法，消除新股认购对基础货币和银行准备金管理的不利影响。理论上讲，新股认购资金的验资既不需要资金的异地划拨，也不需要冻结数日，只要验资的某一时点上新股认购帐户中有真实资金就可以了。因此，应改进集中验资的方式，让所有证券结算银行或分行都在当地人民银行营业部开户，利用人民银行营业部联网系统实行证券认购资金的当地验资，资金信息集中到交易所进行认购。同时，为了不影响金融系统的基础货币量和准备金状况，冻结认购资金的时间应尽可能短，甚至可以缩短到几乎一个时点上。全国统一验资结束以后，认购资金重复认购的可能性已经不存在，因此，资金可在验资结束后立即解冻。中了新股以后的资金交割可另行制定交割日。这样，银行准备金管理的压力将大大减轻，超额准备金率下降，货币乘数扩大，基础货币也不会受到影响。

（3）改进金融系统的服务，增加有益于流通和交易的金融工具，从而充分发挥金融系统的中介功能，这样可以加快货币流通速度，减少货币沉淀；也有助于降低现金漏损率，从而提高货币乘数，增加货币供给量。

（4）在必要的时候，可以续下猛药，调低法定准备金率，从而有效提高货币乘数。

不可否认，无论是降低存款准备金率，还是运用再贷款、再贴现、公开市场操作等，在市场化国家都被视为“猛药”，其结果都会导致商业银行授信能力的增强，然而这只是为扩大货币供应量提供了必要条件。现在的问题是金融机构并不缺资金，金融机构存贷差逐步扩大就是一个佐证。因此如果金融机构仍然借贷、慎贷，那么扩大货币供应量的初衷就不可能成为现实。为此，在采取货币政策手段外，尚需在体制改革上迈出更大步伐，具讲说：

（1）完善金融机构自主经营的环境。目前，我国的金融机构，特别是国有商业银行，经营环境决定其还没有完全实现自主经营，还存在各级政府对商业银行的干预。因而使商业银行不能充分发挥其中介功能，同时也使商业银行产生了一定的依赖心理，缺乏创新和追求效益的动力。

（2）约束机制与激励机制要并行。近几年来，由于银行风险意识和内控制度的加强，以及建立了较强的约束机制，使贷款人必须为其行为的结果负责，放款多，责任大；而相应的激励机制并未形成，不放款没责任，也不影响收入，“经济人”的理智使银行人“宁肯闲置资金，也不敢、不愿放款”，因此在目前情况下，一方面在商业银行内部，对银行人的考核不仅要着眼于贷款的安全性，同时也要看重其创造效益的能力，二者应相辅相成；另一方面在现行体制下，对商业银行不仅要有风险防范的要求，同时也要有效益指标的要求。

第2篇：货币供应量范文

关键词：货币供应量；股票指数；动态相关；波动溢出效应

0 引言

我国股票市场是政府主导的制度创新和市场自身发展共同推动的新兴市场，股票资产价格的走势除了受到宏观经济和各项制度变革的影响外，还受到以货币政策为代表的一系列宏观经济政策调整的影响。当前货币政策正经历转型，由“适度宽松”的货币政策转向“稳健”的货币政策，控制信贷和货币投放量，此时关注货币供给量与股价之间的关系有特殊的意义。

已有文献主要从两方面研究股票价格与货币政策之间的关系。一方面从股市在货币传导机制中的作用出发：货币供应量的变化会通过一定的传导机制影响到股票价格；股票价格变动也会对货币需求产生影响，因而认为货币政策应该关注股票价格。如孙华妤马跃（2003），郭金龙 李文军（2004）。另一方面从股票价格对宏观经济变量的影响出发，认为股票价格具有信号显示作用，货币政策应该关注股票价格。如吕江林（2005），王虎，王宇伟，范从来（2008），周晖（2010）。

这些文献基本都持“关注”而非“盯住”股票价格的观点（瞿强, 2001）。所谓“关注”就是货币政策的变动会参考股票价格,但不会为此直接变动；所谓“盯住”就是货币政策随着资产价格的波动而变化。而且这些观点最终统一于货币供应量,因为防御恶性通货膨胀是货币政策的主要目的之一,而货币政策的执行是通过货币供应量来操作的。

已有文献对两者之间的波动影响研究不够。货币政策的目标之一是保持经济平稳，而波动是平稳的相反度量，因此研究两者之间的波动溢出效应，货币政策是否将股价波动的信号纳入调整目标具有重要的意义。

1 模型及样本选取

1.1 动态相关性模型

为研究货币供应量与股票价格的动态变化关系，建立自回归VAR模型。模型如下：

（1）

yt是m维内生变量向量；xt是d维外生变量向量；εt是随机扰动项。由于与货币供应量和股票价格相关的宏观经济变量较多，且关系较为复杂，目前没有统一的模型，本文只选取货币供应量与股票价格两个内生变量建模。

1.2 波动相关性模型

金融市场中不同因素之间是相互关联的，并受到相同的可获得信息集的影响，单个金融市场受到自身过去波动的影响，而不同的市场之间，也往往存在着相互的波动影响。这种市场间收益率和波动的传导关系就称为“波动溢出效应”。用于刻画多元变量和多个市场间波动溢出效应的模型主要有：VECH模型和BEKK模型。本文依据根据AIC和SC统计量选取VECH（1，1）模型对股票价格和货币供应量的波动效应进行分析。该模型为：

（2）

在扰动项服从正态分布的假定条件下，对VECH模型的参数通过最大化似然函数（3）进行估计：

（3）

其中θ表示待估计的未知参数，T是观测统计量。

1.3 数据的选取

数据来自中经网统计数据库，选取1996年1月～2010年11月的货币供应量月度数据和上证指数月度数据为分析样本。对所有数据取对数,用LnM2t 表示第t月货币供应量,同理,LnSSt表示第t月上证指数。

2 实证结果及分析

2.1 平稳性检验

选择带有滞后项和截距项的形式,利用ADF检验判断LnM2t和LnSSt序列的平稳性。上证指数检验t的统计量为-1.6389,明显大于显著性水平10%的Mackinnon临界值-2.5760;对货币供应量指数序列进行检验,ADF检验的t统计量为1.3271,大于显著性水平10%的Mackinnon临界值-2.5760,说明两者即使在10%的显著性水平下也不能拒绝原假设,样本序列具有非平稳性。但对它们一阶差分后构成的新序列LnM2t和LnSSt的平稳性检验结果显示一阶差分序列平稳,见表1。因此,需要考虑股票指数和货币供应量是否存在协整关系。

2.2 协整性检验

当向量时间序列中存在惟一协整关系时,一般采用恩格尔-格兰杰法（ EG两步法） 。用OLS法估计得到的上证指数和货币供应量的协整回归方程为:

（4）

ADF值小于显著性水平为1%的临界值,说明上证指数和货币供应量不存在长期协整关系,因此需要建立差分VAR模型。

根据AIC和SC统计量,选择模型最优滞后阶数为k=1。

2.3 VAR模型估计和因果检验

货币供应量与股票指数的VAR模型如下：

（5）

由式（4）所得估计结果,货币供应量对房地产价格没有显著影响,而房地产价格对货币供应量也没有非常显著的影响。

2.4 MGARCH-VECH模型的识别与估计结果

由于货币供应量与股票指数之间不存在显著动态相关关系，本文建立波动相关模型如下：

（6）

（7）

根据AIC和SC统计量，采用VECH（1,1）模型对股票价格和货币供应量的波动效应分析。

参数A1（1,1）、A1（2,2）、B1（1,1）、B1（2,2）显著，表明货币供应量和股票指数的波动具有明显的ARCH效应，即货币供应量和股票指数的波动对它们自身的冲击强烈。

参数A1（1,2）、 B1（1,2）均不显著，表明货币供应量和股票指数之间的联动不存在明显的ARCH效应，即两者之间不存在显著的波动溢出效应。

我国是发展中的市场经济国家,很多货币政策操作机制还有待完善,股票市场的效率还有待提高。传统理论尽管可以解释股票价格与货币供应量的波动存在一些长期变化的相似性,却对实证中发现的货币供应量与股票价格不存在显著波动溢出效应的现象不能进行解释。

本文认为,对于货币供应量与股票价格不存在显著的波动溢出关系,可以从两方面得到答案。一方面股票价格波动对货币需求的影响主要体现在财富效应、交易效应和替代效应三个方面。财富效应和交易效应增大了货币需求，而替代效应减少了货币需求。由于这三种效应对货币需求的作用方向不完全相同,进而影响货币供应量对股票价格的控制力,致使股票价格波动对货币需求的影响具有某种不确定性,或者说股票价格波动影响了货币需求的稳定性。另一个方面是货币政策预期效应的弱化作用。货币政策预期会调整投资者对股票资产需求，引起股价波动，货币政策的时滞效应弱化了货币政策效力，从而货币供应量与股价之间不存在明显的波动溢出效应。

3 结论及政策建议

本文基于动态相关模型（VAR）和波动相关模型（VECH）对货币供应量和股票指数的动态变化关系进行了实证分析。总的说来，一方面货币供应量与股票价格动态相关性不显著，央行实施货币政策应主要调控经济稳定增长，而无需“盯住”股票市场；另一方面，股价与货币供应量之间的波动溢出效应并不明显，但当股价过度波动影响经济的健康发展时，也会干扰货币政策有效性，央行应关注股价波动，需对过度波动政策调控，维护股票市场健康发展。

参考文献：

[1] 孙华妤,马跃,中国货币政策与股票市场的关系[J].经济研究，2003（4）:44-53+91.

[2] 郭金龙,李文军,我国股票市场发展与货币政策互动关系的实证分析[J].数量经济技术研究,2004（6）:18-27.

[3] 吕江林,我国的货币政策是否应对股价变动做出反应?[J].经济研究,2005（3）:80-90.

[4] 王虎,王宇伟,范从来,股票价格具有货币政策指示器功能吗——来自1996年到2006年的经验证据[J].金融研究,2008（6）：94-107.

第3篇：货币供应量范文

【关键词】货币供应量；回归分析；ARIMA；组合模型

一、引言与文献回顾

自2008年金融危机以来，我国货币政策制定日益频繁，货币供应调控难度不断加大，现正受到越来越多的关注，货币投放过多或者过少可能给实体经济带来的恶性通货膨胀与通货紧缩的风险，对于资本市场，每一次货币政策的变动都会引起其剧烈的反应，而狭义货币供应量M1的变动与资本市场的变动的相关性最强。对货币供应量的有效的预测可以使投资者预期未来货币政策的方向，以降低买卖证券的风险。

关于货币供应量的研究，朱新天等（1993）通过建立基础货币供应量数学模型，揭示货币乘数在信贷计划体制下不规则波动的特殊机理，认为基础货币的投放需要与控制信贷规模相适应。何运信（2006）通过评估货币乘数的可预测性及央行对于货币供应量的控制实现程度，发现近年来我国货币供应量偏离其目标并不完全是控制能力和技术方面的原因。李海波等（2011）研究发现资本市场中的预期效应，资产组合效应，股票内在价值增长效应，通货膨胀效应会对货币供给产生影响。孙艳芳（2011）采用ANFIS进行货币供应量预测，混合学习算法调整前提参数和结论参数，自动产生模糊规则，所得结果表明利用ANFIS预测货币供应量有效。胡俊华（2010）通过分解我国货币供应量的诸多宏观影响因素，建立货币供应量多变量回归模型，预测货币供应。本文将我国狭义货币供应量M1作为退势平稳时间序列进行建模，结合ARIMA方法对回归模型中的变量自相关以及残差进行调整，结果显示模型通过检验，预测有效。

二、实证分析

1.数据的选取

本文数据取自中国人民银行统计公布的从1978年1月至2011年10月共406个狭义货币供应量M1的月度时间序列数据。同时将1978年1月作为时间T的起点，令其值为T=1，以此类推至2011年10月令其值为T=406，生成406个时间自变量数据。

2.模型建立

（1）建立以时间为自变量，以M1作为因变量的回归模型

因变量M1的线图显示其走向具有曲线趋势，建立以时间以常数项C，一次项T，二次项T2，三次项T3，四次项T4，为自变量，货币供应量M1为因变量的回归模型：

M1=7638.336*C-410.846*T+5.744*T2-0.0262*T3+4.59*10-5T4

（6.367）（-10.086）（14.138）（-17.482）（25.120）

R2＝0.995 F=21257.39 DW=0.123

E－Views6.0输出的结果显示每一个自变量都通过t检验，联合检验F值远大于临界值显示自变量整体有效，调整后的拟合度也到达了0.995趋近于1，但是DW值为0.123

（2）模型调整

提取回归后的残差做自相关图与偏相关图显示，原始回归方程是一个明显的AR(2)过程，适合在回归方程中加入AR(1)、AR(2)项对模型进行修正。用E-views6.0对加入AR(1)、AR(2)的方程进行回归。

修正后的模型算子表达式（B为后退算子）：

(1+0.9533B+0.123B2)* M1t=1.408*T2－0.010*T3＋2.72*10-5*T4+Vt

（16.546） （2.426） （3.013）（-3.535）（5.980）

R2=0.999 DW=2.194 Q(10)=46.031

输出结果显示自变量T2、T3、T4以及AR(1)、AR(2)均通过t检验，特征方程的2个单位根均落在园内，拟合度达到0.999，DW值为1.984介于1.818-2.142之间表明模型的自相关得到消除，但是残差适应性检验Q(10)=46.031>Q(10-2-0)=15.5显示残差未通过适应性检验，残差中含有部分信息未被提取，需要对残差Vt进行调整，使其达到白噪声。

第二次回归得到的残差自相关图与偏相关图显示，可以建立关于残差Vt的ARIMA模型，使残差到达白噪声。用E-views6.0得到残差的ARIMA模型的算子表达式为(at为移动平均算子)：

(1+0.126B+0.284B2+0.776B3-0.337B9)*(1-B12)*(1-0.587B12)Vt=(1-0.270B-0.718B2)*at P(Q(10))=0.281

结果显示第二次回归得到的残差对其运用ARIMA模型进行处理后，通过残差适应性检验P(Q(10))=0.281>0.05，表明第二次回归得到的残差的ARIMA模型有效，可以对残差做出预测。

根据以上调整后的结果，得出最终关于狭义货币供应量M1的组合模型为：

M1t={1.408*T2－0.010*T3＋2.72*10-5*T4+［(1-0.270B-0.718B2)*at/(1+0.126B+0.284B2+0.776B3-0.337B9)*(1-B12)*(1-0.587B12)]}/(1+0.9533B+0.123B2)

（3）数据预测

运用上述组合模型二分别预测M1的2011年8－2011年10月的值与2011年11月－2012年1月的值，结果分别为（表1），（表2）。

三、结论及建议

1.研究结论

本文建立关于我国狭义货币供应量M1的退势平稳预测组合模型，得出以下结论：

（1）货币供应量M1t的与其滞后一阶M1(t-1)，M1(t-2)存在较强的相关性，说明央行在制定当月货币发行量时充分考虑了前几个月货币供量应对于实体经济的影响。

（2）对第二次回归结果的残差进行周期为12的季节差分后，残差仍然表现出较强的周期为12的季节相关性，说明不同年份的同一月度之间的货币供应量存在着较强的相关性，这与经济活动规律以及M1的统计口径包含的统计项目相一致。

（3）表2同比增长率显示，年内货币政策拐点可能出现在2011年底或2012年初，这与市场预期12月份的中央经济工作会议会使货币政策转向在时间上相一致。

2.操作建议

（1）由于资本市场对于货币政策的敏感性极强，当预测出的货币供应量高于市场预期时，意味着货币政策紧缩的可能性较小，此时资本市场系统性风险相对较小，投资者应当适当买入证券；当预测出的货币供应量低于市场预期时，意味着货币政策紧缩的可能性较大，此时资本市场的系统性风险较大，投资者应当适当卖出证券。

（2）当狭义货币供应量M1预测值的同比出现拐点时，往往也意味着货币政策的转型，可能同时意味着资本市场走势的转变，当预测的狭义货币供应量M1同比增加值出现连续回落时，说明货币政策趋向紧缩，此时投资者应当减少证券持有量，当预测的狭义货币供应量M1同比增加值出现连续增加时，说明货币政策趋向宽松，此时投资者应当提高证券持有量。

参考文献

[1]李海波.我国货币供应量对股票价格指数的影响研究[J].西南交通大学学报,2011(03).

[2]孙艳芳.基于自适应模糊神经网络的货币供应量预测[J].科技信息,2011(23).

[3]胡俊华.我国广义货币供应量M2的回归模型与预测[J].中国货币市场,2010(07).

[4]孙亚星,徐庭兰.我国货币供应量的ARIMA模型与预测[J].数学理论与应用,2009(04).

第4篇：货币供应量范文

关键词：货币政策工具；实证分析；脉冲响应函数

中图分类号：F822 文献标识码：A 文章编号：1003-7217(2006)05―0013-07

一、研究现状及其目标

货币政策是市场经济条件下进行宏观调控的重要手段。长久以来，西方经济学界争论的一个重要的问题就是“货币政策的有效性”。所谓货币政策的有效性，是指名义货币存量的变动对实际经济变量是否产生影响，是否带来价格水平的变动，进而影响经济最终产出，其实质就是货币金融与经济发展的关系问题。关于货币政策有效性的研究主要分为两个层次：第一个层次主要表现为从中央银行操作目标到中介目标的实现过程，中央银行通过操纵各种政策工具影响货币供应量或者利率以及其他中介目标变量；第二个层次主要表现为从中介目标到最终目标的实现过程，中介目标的改变通过微观经济最终影响到产出、物价和就业。央行货币政策的有效必须是这两部分同时有效的过程，任何一个层次的传导不畅都会导致整个货币政策的低效或无效率。

近十几年来，我国不断增大货币政策调控力度，但是货币政策的效率却受到了很多学者的质疑，对于货币政策的效率，应当从以上两个层次进行分析。但是，现在绝大多数的研究都集中在第二个层次(中介目标对最终目标的影响)的研究上。实证研究方面，在国外，弗里德曼和舒瓦茨在其名著《美国货币史》中用历史的试验方法证明了货币的确能带来产出的变化。SimStock、Watson(1989)以及Mc－Candles和Web都曾进行过货币与产出的实证分析。在国内，学者主要运用OLS、协整、Granger因果关系检验以及向量自回归等计量经济学技术对第二个层次的货币政策有效性进行了实证研究：黄先开、邓述慧采用两步最小二乘法；曾令华(2000)采用回归分析；刘斌(2001)采用向量自回归(VAR)；陆军、舒元(2002)采用Granger因果检验；王振山、王志强(2002)运用协整和Granger因果检验；周英章、蒋振声(2002)运用协整、VAR模型和Granger因果检验等方法均对我国的货币与产出的关系作了实证分析，以上所有研究都致力于货币供应量中介目标与最终目标的关系分析。

简而言之，从中央银行操作工具到中介变量来研究货币政策有效性的第一层次的研究成果非常少见。我国1984年建立中央银行体制迄今，央行逐渐从直接的调控方式向间接的调控方式转变，公开市场操作、再贴现、指导性信贷计划这些市场化的调控方式逐步占据了主导地位，但是，我国尚处于由计划经济体制向市场经济体制转轨过程中，央行可以采取的多种调控手段，哪些调控工具在发挥作用?其发挥作用的程度怎样?国内学者对这些问题的研究大都停留在定性论述的层面上，关于我国货币政策诸多工具的有效性研究成果鲜见实证分析。就目前所见到的有关货币政策有效性实证研究模型也是一个局部的模型，模型包含的变量不够充分，这样带来的直接结果是模型的有偏误和非一致性估计，甚至使通常的假设检验程序失效。其实，影响一国货币供应量的因素有很多，仅就中央银行系统而言，货币政策的有效实施主要是通过基础货币控制、利率控制和信用控制实现的，而财政国库现金余额作为一种变动的货币资源沉淀于中央银行，其存在和变动直接影响着货币政策的有效性；同时，国债作为连结财政与货币政策的工具，其规模的扩张与收缩也必定影响央行的货币供给量。本文的研究目标是试图建立一个比较完整的货币政策工具有效性模型，对影响我国央行货币供给量的政策工具的效率进行研究，揭示我国央行诸多货币政策工具中各工具作用的效率大小，为中央银行货币政策工具的合理运用提供决策参考，尤其是想通过国库余额与国债规模的变化对我国货币供给量影响的实证研究，为央行货币政策与财政政策的协调配合提供一点决策依据。

二、模型设计与数据

关于我国货币政策工具有效性的实证模型没有一个和经济学完全一致的模型，本文是基于这样的基本思想：成熟的市场经济国家在有一套完备的中央银行体系的背景下，对于基础货币的控制是靠中央银行、商业银行体系、社会公众三方面同时完成的。对于这三者任何一方的行为，中央银行都能够进行有效的控制。我国目前虽然处在由计划经济向市场经济转轨的过程中，但中央银行体系和商业银行体系已基本建立，目前我国的货币供应机制基本上是市场化，中央银行的货币政策操作不断向成熟市场经济国家看齐，因而，按照发达市场经济国家的普遍模式，并结合我国的实际情况，对我国的货币政策工具的有效性进行回归设计，从一定的意义上来讲，能够反映我国货币政策执行的真实情况。

根据弗里德曼的单一规则理论，货币政策的中介目标主要是货币供应量。在我国，货币政策的中介目标是货币供应量，同时会兼顾利率。本文以广义的货币供应量M2为被解释变量；以反映我国中央银行操作手段变量为解释变量，它们主要有：商业银行的信贷规模、外汇储备额、商业银行准备金总额、央行票据、国库余额、国债余额、国债市场的成交金额、银行间拆借市场的成交量以及货币供应量M2的若于滞后值，详细列表如下：

本文的研究数据主要是来自于中国人民银行官方网站(www．pbc．gov．cn)、中国债券信息网(www．chinabond．com)以及中国资讯行网站(www．bjinfor-bank．com)，其中国债余额的每月数据来自于中国资讯行网站，其余各变量数据均来自于人民银行网站，观测期为2002年1月至2003年12月，共24个观测值。直接参加回归模型计算的数据是以上各个宏观变量取对数值之后的数据，这样做的目的有两点：首先，为了实际的需要，诸变量取对数的回归结果，表明了在其他变量保持不变的情况下，解释变量每变化一个百分点所引起的被解释变量变化的百分比，这种解释形式和本文的研究目的是相一致的。第二，由于进入模型中的各个宏观变量其数据很可能存在着异方差，而对变量取了对数，就可以压缩测量变量的尺度。

三、计量分析结果

利用2002年1月至2003年12的共24个观测值对上述模型进行回归，详细结果并列示如下：

从上表可以看出：在进入回归模型中的10个变量中，只有常数项、商业银行信贷规模和国库余额是高度显著的，国债余额变量在0．10的显著性水平上

是显著的。虽然考虑到变量之间可能的多重共线性、自相关和异方差问题，在做出这样的结论之前，我们必须慎之又慎，本文作了大量的研究计算，利用怀特(White)异方差性检验方法对样本进行了检验，最后发现本文的数据中不存在异方差问题，同时使用h统计量以及游程检验对方程的自相关问题进行了检验，表明本文中的样本数据不存在明显的自相关问题，最后：考虑到宏观经济变量之间的多重共线性问题，以伦敦经济学院关于建模的自上而下方法为理论基础，并结合本文研究的目标，剔除那些t比值不显著和可能引起高度多重共线性问题的变量，最后剩下了3个自变量，仍然使用以上数据，对该模型进行回归，回归结果如下：

经过计算，精简的模型不存在诸如异方差和自相关等统计问题，表3和表4分别列示了模型在精简前后多重共线性问题的程度，通过对比可以发现，精简模型的方差膨胀因子(VIF)和容忍度(TOL)对因变量的值要大大小于原始模型，这就说明：结合本文的研究目标，剔除那些不显著的变量能够很好地降低多重共线性的问题。

通过以上的回归分析可以发现：首先，在短期内决定我国货币量投放的主要因素是商业银行的信贷规模，在其他变量保持不变的情况下，当商业银行的信贷规模每增加一个百分点，货币供应量M2就会增加0．863个百分点，可见，这个影响程度是相当大的。其次，反映在常数中的固定政策例如存款准备金政策也对货币供应量存在着显著的正面影响，其影响还要大于商业银行信贷规模变量对货币供应量的影响。值得注意的是，我国的国库余额是引起M2波动的一个非常重要的原因，它对M2存在显著的负面影响，在其他变量保持不变的情况下，国库金额每增加一个百分点，而导致货币供应量0．017个百分点的收缩，这主要表现为货币的回笼。最后，国债余额对M2也存在着显著的正面影响，当其他变量保持不变的情况下，国债余额每增加一个百分点，M2将增加0．111个百分点。这也就是说：通过发行国债不仅可以直接增加政府支出，而且增加了的国债会直接导致货币供应量的增加，而后者又影响最终产出。

四、变量平稳性检验与协整分析

“凡涉及时间序列数据的回归，都含有获致谬误(spurious)或可疑结果的可能性”，如果这些非平稳时间序列直接进入模型，虽然它们的t统计值是显著的，但只是反映了变量共同随时间增长的趋势，不反映变量之间的实质关系，往往导致谬误回归。进入本文模型中的时间序列数据都是关于货币政策调控的宏观变量，它们都受制于宏观经济周期、政策以及其他系统性变化的影响，所以它们很可能是非平稳时间序列，我们使用扩充的迪基―富勒(Aug－mentedDicky―Fuller，简记ADF)检验对模型中包括因变量在内的10个变量进行了检验，详细结果如下表所示：

从表5可以看出，M2、商业银行信贷规模、国库余额和国债余额都是非平稳时间序列，那么在前文中这些变量之间的线性关系是不是谬误回归呢?协整理论是检验和解决谬误回归的最好方法。即使前文中变量之间不存在谬误回归，但也只是反映变量之间的短期关系，而变量之间的协整关系却反映了变量之间的长期关系。通过第一部分的回归分析可以证明协整模型中不存在自相关和异方差问题，这样此部分的协整分析结果就非常可靠。从上表还可以看出，虽然变量的水平数值是非平稳的，但是对它们进行一次差分处理就变成平稳的时间序列了，这也就是说它们是一阶单整的，即I(1)，这符合进行协整分析的前提条件，我们采用Johansen方法通过Eviews统计软件对精简的关于我国货币政策有效性的模型进行协整分析，得到了一个协整关系式，把它表达成下式：

其中‘代表误差项，上式反映了本文研究的变量之间的唯一一个长期协整关系，下面括号内的数字是各个系数的t比率值。可以看出，商业银行的信贷规模、国债余额和国库余额与货币供应量之间有明显的协整关系，它们的系数在统计学意义上是高度显著的。由此可知，前文中关于我国货币政策有效性的短期模型并不存在谬误回归。

从长期来看，国库余额变量对我国货币供应量产生了显著的影响，它的t值为9．917，系数为负表明了国库余额对我国的货币供应量产生了明显的负面影响。在我国国库由中央银行，国家财政的收支都表现为基础货币的回笼与投放，这样无形中就带来了基础货币的剧烈波动，对货币供应量的平稳产生了负面影响。国库中的余额越多，基础货币的投放也就较少，则货币供应量就较少，实证结果表明，当其他变量保持不变时，国库余额每增加1％，就会带来货币供应量0．052％的减少。虽然，国库余额对货币供应量的影响力不是很大，但它却是影响货币供应量波动的一个非常重要的原因。可以预见，随着国库收付制度改革的深入，国库余额绝对数字还会不断增长，国库余额的波动将会对货币供应量的波动产生更大的影响。

商业银行信贷规模对货币投放有非常强的影响，它的系数为0．85，在其他变量保持不变的条件下，商业银行信贷规模每增长1％，都会带来货币供应量0．85％的增长。虽然我国中央银行不断改变其对货币政策的调控方式，目前已经放弃了以控制信贷规模为主的货币政策调控方式，但我国的市场机制尤其是各金融子市场尚未发育完善，央行的各个间接调控手段很难发挥作用，或者说有些市场间接调控手段虽然开始发挥作用，其在国家货币投放中的作用还非常微小，因而，在国家对金融市场的改革不断推进中，商业银行的信贷规模仍然是当局控制货币投放的最主要渠道。

在前文的分析中，无论是传统的计量经济模型，还是协整模型，都表明我国的国债余额与货币供应量之间存在着很强的线性关系，在短期，货币供应量的国债弹性为0．111，在长期协整模型中，这一弹性高达0．233，国债余额与M2保持着高度的同步关系，对其有显著的正面影响。传统凯恩斯主义认为，一国在出现有效需求不足的情况下，政府可以通过扩大财政支出和收入之间的差额向经济体系中注入额外的购买力，从而这部分购买力通过乘数作用增加产出和就业。哈佛大学的汉森和“功能财政”的创始人勒纳强调，国债政策作为宏观经济政策的重要组成部分可以被政府用来作为管理总需求的有效工具。在这里，国债政策不仅是财政政策的重要组成部分，也是货币政策的组成部分，关于国债的其他货币政策效应暂且不谈。在我国，国债的主要认购对象是中央银行和商业银行以及其他一些机构投资者，如果国债的发行是由中央银行认购的，这无疑表现为央行基础货币的投放，肯定会对货币供应量产生影响；如果是由商业银行来认购，在一定条件下也会产生派生存款，带来货币供应量成倍的扩大；如果国债是由机构投资者认购，其作用机制同商业银行体系是相仿的，只是它的“乘数”效应小一些。

总之，经过我们的实证分析，不管国债的认购者

是谁，我国的国债规模都会对货币供应量M2产生非常显著的影响，在其他变量保持不变的情况下，国债余额每增加一个百分点，货币供应量在短期内会增加0．111个百分点，长期会增加0．233个百分点。五、货币供应量对政策工具冲击的响应分析

为了获得中央银行操作变量的变动对货币供应量的动态影响，本文在前文协整分析的基础上进行了向量回归(VAR)分析，关于VAR模型的最重要一点就是自回归模型滞后长度的选择。本文考虑到进入VAR模型中的滞后变量之间往往存在着一定程度的多重共线性和自相关，所以对模型的选择应该注重它的整体拟合效果，也就是说，对模型检验不能只注重单个变量的显著性，而要注重整体的F检验。在确定VAR模型的滞后长度时所采取的准则是：在保证模型整体拟合效果的前提下，采用赤池信息准则(AIC)，舒瓦茨准则(SC)最小值时VAR模型。本文商业银行的信贷规模和国库资金对货币供应量的冲击研究采用2002年1月到2005年3月的月度数据；国债规模对货币供应量的冲击研究采用2002年1月到2003年12月的月度数据分别进行。

经过大量试验，使用以上确立模型的准则，本文拟对以下三组VAR模型进行估计：

方程组一，商业银行信贷规模与M2的VAR模型：

在估计完VAR模型后，对以上模型分别绘制脉冲响应函数(IRF)，它描述了方程中因变量如何响应于方程中的误差项u1和u2的冲击。如果这个残差是来自于中央银行的操作工具变量，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。

图1(a)显示了当商业银行的信贷额一个意外增加时，货币供应量的变化轨迹图，这是一条没有波动的递增曲线，表明了商业银行的信贷规模对我国的M2有着非常强的持续性影响，其影响时效超过20个月之久，这就是说我国中央银行通过直接或间接的手段控制商业银行的信贷规模会对我国的M2产生持续性的非常强的影响。

图1(b)是货币供应量M2对国债规模的响应曲线，从图中可以得知：当国债余额增加一个标准误时，第1个月至第2个月，M2有一个较小的升幅，在随后的一个月中，M2大幅下降，到达过程的最低点，随后开始急剧上升，到第5个月，M2达到最高点，此过程的升幅为第一次升幅的5倍多。第5个月至第6个月是M2急剧下降的一个月，再一次回到最低点，第6个月至第9个月为恢复时期，M2恢复到冲击前的水平，在随后的时期中，国债对货币供应量的影响将持续存在，M2将围绕着冲击前的水平大幅波动。这种变化状态充分显示了我国的国债规模对M2有着长期的较为重要的影响。

图1(c)则是国库余额对我国货币供应量的冲击曲线，它的作用机理较国债要简单得多，当一个额外的国库波动进入货币体系时，在头两个月，M2剧烈下降，接着则表现为快速的回升，在第3个月时恢复到冲击前的水平，但是增长还在继续，第4个月达到最高点，第5个月至第8个月为小幅的调整期，从第8个月末将对M2产生持续性的较长影响。近些年来，我国财政资金的波动是基础货币波动的主要原因，而这只是对我国货币政策影响的一部分，更重要的是它构成了基础货币的一部分对我国的货币供应量产生着长期影响。

六、结论与政策含义

通过前文关于我国货币政策工具有效性回归模型与VAR模型的分析，可以得出这样的结论：

第5篇：货币供应量范文

【关键词】货币供应量 CPI 格兰杰因果检验 VAR模型

一、引言

近些年来，物价飞涨问题一直困扰着我国政府，也是国内外关注和研究的焦点。至2007年起，我国的通货膨胀问题逐渐开始严重，当年居民消费价格指数达到了4.8%。2008年，为了应对全球性的金融危机，我国采取宽松的货币政策更是让通货膨胀进一步加剧，当年达到5.9%。高位的通货膨胀，蒸发了居民的财富，引发社会的不满。为了抑制物价的不断攀升，2010年动用了高强度的货币政策。但是这种货币政策持续性并没有那么就，近两年物价不仅开始抬头上涨，还有更强烈的通胀预期。

物价问题不仅关系到民生，还关系到国家稳定性。对于如何控制物价，很多学者都提出不同的观点。有人认为，货币供应量的快速增加必然会引发通货膨胀、物价上涨；有人认为需求旺盛、供给不足是物价上升的主要原因；也有人认为国家政策漏洞，给炒作者提供炒物价的机会。不管怎么样的观点，如果没有货币供应量的加大，整体物价短时间都不会迅速上涨的。本文立足于广义货币对物价影响的角度，研究通货膨胀问题，以期能够梳理出我国货币供应量与居民消费价格指数的关系。

二、模型、变量和数据

为了更加清晰研究货币供应量与物价之间的关系，本文采用1990年到2012年广义货币供应量与居民消费价格指数年度数据，在单整和Johansen协整检验的基础上，利用Granger因果检验对我国货币供应量与CPI的内在联系进行实证分析，最后在得出因果关系基础上建立向量自回归VAR模型。对于数据的处理上，为了使两者处于同一量级，减少异方差性和伪回归，采用CPI的年度增幅与货币供应量年度增长率。

三、模型实证检验过程与结果

（一）单整检验

如果把非平稳的时间序列当作平稳的时间序列，实际上就会破坏回归模型的基本假设，得出的R2、F、t统计量都是失效的，分析、检验、预测的结果也都是无效的。时间序列的平稳性检验（ADF检验）是对于时间序列计量分析有效性的基础。对数据进行单整检验是为了检验时间序列的确定性与随机性，以排除谬误相关；同时也为Johansen协整检验与Granger因果检验提供保证。单整检验通常采用的方法是扩展的迪克-福勒检验（ADF检验）。

何时检验拒绝零假设（tσ

（二）Johansen协整检验

协整关系对如何处理协整空间中的确定项非常敏感。在Eviews6.0软件中，有五种可供选择的决定确定趋势的情况。序列会有非零均值，或有确定趋势，协整方程也可能会有截距项和确定趋势，而协整的LR检验统计量的渐近分布不再是通常的x2分布，它的分布依赖于与确定趋势有关的假设。基于单位根测试的结果，我们选择第三种情况来测试协整向量的个数，即在水平层面的数据有确定性线性趋势项，在协整等式中只包含截距项。在既定的2个滞后期长度的情况下，趋势统计结果表明有1个协整关系，而最大特征值的统计结果表明有1个协整关系，趋势统计结果和最大特征值的统计结果相同。

（三）Granger因果检验

判断一个变量的变化是否是另一个变量变化的原因，是计量经济学中常见的问题。Granger提出一个判断因果关系的检验。我们样本中的所有变量是一阶差分单位根过程，并且存在协整关系，因此我们运行基于一阶差分的格兰杰因果关系测试。

Granger因果检验的结果显示：在滞后一期、二期和三期的检验中，1%的显著水平上拒绝格兰杰因果关系不存在的原假设，与 Johansen协整分析一致，广义货币供应量M2是居民消费价格指数CPI的Granger原因。（2）在滞后一期、二期和三期检验中，1%的显著水平上不拒绝格兰杰因果关系不存在的原假设，居民消费价格CPI不是货币供应量M2。

（四）VAR模型的估计

1980年，西姆斯将VAR模型引入到经济学中，推动了经济系统动态性分析的广泛应用。VAR模型通常用于相关时间序列系统的预测和随机扰动对变量系统的动态冲击，从而解释各种经济冲击对经济变量形成的影响[2]。

由图2可知，给定一个标准差的正向M2货币冲击，居民消费价格指数在第3期达到最大值，之后缓慢下降持续到第6期，这说明广义货币对居民消费价格指数有正向的影响且有滞后期较长。

四、结论

本文在对CPI和货币供应量的时间序列单整和Johansen协整的基础上，运用Granger因果检验，建立向量自回归（VAR）模型，根据数据结果得出以下的结论：

货币供应量在滞后一定时期内对CPI有影响，而CPI对货币供应量的影响没有得到证明。换言之，货币供应量对物价指数变化有直接影响，货币供应量的变化是引起物价变化的原因。这一实证结论符合纸币流通条件下货币供应量与物价关系的一般原理，是对纸币流通规律的现实验证。广义货币对CPI的影响不同于现金，因为其中的准货币不能立即形成购买力，因此其对CPI的影响具有较长滞后期。根据以上结论，我们认为，为了保持物价稳定，要通过货币政策的实施，控制货币供应的总量，使货币供应量的增速与经济增长对货币的需要大体适应。

参考文献

[1]李子奈，潘文卿.计量经济学[M].高等教育出版社，2009.

[2]张世英，樊智.协整理论与波动模型[M].清华大学出版社2009.

第6篇：货币供应量范文

摘 要 本文介绍了符合金融系统预测规律的ARIMA时间序列模型,并根据我国货币供应量世纪数据对2010年1月至2010年12月的货币供应量进行了预测检验。实证预测结果显示与实际M2相对照,其相对误差均控制在5%以内,该模型的预测效果相对较好,说明ARIMA模型能比较准确的预测我国货币供应量走势,可为我国货币供应量的预测和走势提供可靠的参考依据,并由此预计在2010年货币供应量将突破。

关键词 货币供应量 ARIMA模型 时间序列 预测

随着我国经济进一步发展,我国的货币供应量也在不断增长和变化,在2009年12月突破了60万亿元。一个国家的货币供应量被认为是衡量国民经济发展、判断宏观经济运行状况的一个重要指标,也是政府制定经济发展战略和经济政策的重要依据。因此,准确的分析预测货币供应量,对于进一步把握我过经济发展态势有着重要的理论和现实意义。

一、文献综述

近年来,国内外许多学者对我国的货币供应量的发展和预测都进行了研究。从国外研究来看,凯恩斯的货币数量理论、弗里德曼的现代货币数量理论、马歇尔的现金余额理论、费雪的现金交易理论、霍特里的收入数量理论等都是通过建立货币需求函数模型来对货币供应量进行测算。

从国内研究来看,国内学者对货币供应量的测度主要是通过传统的马克思理论货币公式M=PQ/V、比例法、最小二乘回归分析法等方法来测度和预测。盛理峰选取经常项和资本项顺差、存贷款利差水平和贷款利率等指标作为影响货币供应量因素,做简单的实证分析,得出可靠结论,从而提出调控货币供应量的合理化政策建议,这对经济稳定、健康的运行有着重要的现实意义。江凯、汪浩、鄢斗利用ARIMA(p,d,q)对2008―2009 年货币供应量走势进行了预测检验。孙亚星、徐庭兰则是对我国货币供应量用ARIMA模型拟合并预测了2008年5月至2009年4月的走势。

二、模型介绍和建模思想

1.ARIMA(p,d,q)模型介绍

时间序列分析法是利用随机过程理论和数理统计方法研究随机数据序列的规律,从而对实际问题做出预测。社会经济系统中存在大量的时间序列数据需要通过时间序列分析建立合适的模型将其规律找出来,从而对该现象的未来做出预测。

本文应用的求和自回归移动平均模型,简记为ARIMA(p,d,q)模型。ARIMA(p,d,q)模型是美国统计学家Box和Jenkins于1970年首次提出的,广泛运用于对各种类型时间序列数据的分析,是一种预测精度相当高的短期预测方法。这种建模方法不考虑以经济理论为依据的解释变量的作用,而是依据变量本身的变化规律,利用外推机制描述时间序列的变化。建立时间序列模型的前提是时间列必须具有平稳性,如果时间序列是非平稳性的,建立模型之前应先把它变换成平稳的时间序列,同时仍保持原时间序列的随机性。

ARIMA(p,d,q)模型其实质就是差分运算与ARMA模型的组合。ARIMA方法的基本思路是对于非平稳时间序列,首先用若干次差分使其成为平稳序列,在将其表示成关于前期值的自回归和关于白噪声的移动平均的组合,即为ARIMA(p,d,q),d为逐期差分的阶数,p,q分别为自回归和移动平均的阶数,用数学公式表示如下:

其中,是原序列,是白噪声序列,是延迟算子,是d阶差分。

自回归算子为:

移动平均算子为:

2.ARIMA(p,d,q)模型建模思想

(1)模型的平稳性检验

理论上单位根检验方法包括DF检验法、PP检验法、ADF检验法,实践中最经常用的是ADF检验法。其中原假设都是,即存在单位根。根据ADF单位根检验结果,可以得到ADF检验值,若ADF检验值大于Mackinnon(1991)所列出的单位根检验的临界值时,则可以接受原假设,认为该时间序列为非平稳时间序列,存在单位根。我们要对单位根的序列进行差分,直到其为平稳时间序列为止。

我们还可以根据时间序列的散点图、自相关函数图和偏自相关函数图(ACF图和PACF图),以ADF单位根,检验其方差、趋势及其季节性变化规律,对序列的平稳性进行识别。若数据序列是平稳的,并存在一定的增长或下降趋势,则需要对数据进行差分处理,使之达到平稳。如果数据存在异方差,则需要对数据进行技术处理,直到处理后的数据的自相关函数值和偏自相关函数值F值无显著的异于零。

(2)根据时间序列模型的识别规则建模

通过ACF图和PACF图来确定ARIMA模型的阶数p和q,并在初始选择估计中尽可能少的参数。根据ACF和PACF来估计自相关阶数p值和移动平均阶数q值,以选择适当的模型进行拟合。模型的阶次p、q应采用最佳准则函数法来进行定阶。一般选择最小的AIC和BIC准则作为定阶准则。

(3)模型检验

对模型进行检验,需要根据模型残是不是白噪声来判断模型是否为适应性模型,通过计算ARIMA(p,d,q)模型的特征根检验其平稳性,如果有多个序列是模型的适应性模型,则用适当的方法从这些模型中进行选择,如比较模型的残差方差,AIC,BIC等等。

(4)模型预测

对ARIMA(p,d,q)模型进行预测时,静态向前预测更为精准。评价和分析模型的常用方法是历史模拟,也就是用部分历史数据建模,再用模型对另外一部分历史数据进行预测,通过比较实际值和预测值来评价模型的预测水平上的优劣。具体的可以使用指标平均相对误差:其中,是平均相对误差绝对值,是预测值,是历史实际值。如果模型拟合较好,则相对误差较小。

三、实证分析

本文数据来自中国人民银行网站,时间区段为我国2000年1月到2010年4月的货币供应量(广义货币M2)的月度时间数据。使用2000年1月至2009年12月的月度数据拟合了预测模型,得到2010年1月2010年4月的月度数据预测值,在模型结构和预测误差这两个方面都取得了较好的结果。我们用来表示货币供应量的原始时间序列。

1.平稳性检验

利用Eviews软件可以看出,有显著的增长趋势,为典型的非平稳序列,需要对进行平稳化处理后再进行建模。

ADF检验的形式需要根据时间序列的趋势图来确定是否包含常数项和时间趋势项,检验的滞后期则由Eviews软件根据相关准则自动给出。我国2000年1月至2009年12月的货币供应量序列含有指数趋势,具有很强的非平稳性。为使数据变得平稳,充分提取趋势,将数据取对数将指数趋势化为线性趋势,然后再进行差分以消除线性趋势。利用ADF检验对我国货币供应量的序列M2进行平稳性检验。从ADF单位根检验结果中可以看出,在10%的检验显著水平下,序列的ADF统计量大于该置信水平下的临界值,因此不能拒绝含有单位根的原假设,即原序列不平稳,因此接着对原序列进行一阶差分。在对原序列取对数并进行1阶差分后,序列仍然不平稳,对原序列取2阶差分后序列在1%的水平下平稳。

2.模型识别、参数估计和统计检验

模型阶数的确定取决于对自相关和偏自相关函数的分析。根据二阶差分后自相关(ACF)和偏自相关函数(PACF)可以看出,二阶差分序列后的自相关系数和偏自相关系数迅速趋近与零,适合选择ARIMA模型,模型中的p=2,q=1。考虑到AR模型是线性方程估计,相对于MA和ARMA模型的非线性估计的参数意义更清晰,故实际建模用高阶的AR模型替换相应的ARMA模型。因此,对于原序列可以选择的模型有ARIMA(2,2,1),ARIMA(3,2,0)。

将两个模型的拟合结果进行比较,两个模型都满足ARIMA过程的平稳和可逆条件。与ARIMA(3,2,0)相比,ARIMA(2,2,1)模型的调整后的样本决定系数Adjusted较大,并且后者的AIC值和SC值都比较小,故ARIMA(2,2,1)MOXING 较优。去掉t检验不显著的MA(1)和常数项,重新拟合,得到模型ARIMA(2,2,0)。

Adjusted =0.45562 =1.971427

该模型的各项系数都通过了显著性检验,残差序列不存在序列相关性。通过对残差自相关和偏自相关函数,最后两列用于检验,包括Q统计量和检验的相伴概率,最后一列显示所有Q统计量的P值都显著大于0.05,从而残差近于白噪声序列,模型拟合效果较好。

四、预测

利用上文中拟合的ARIMA(2,2,1)模型对2010年1月到2011年04月货币供应量进行拟合预测,得到的预测值和实际值的时间序列,模型预测2010年01月到2010年04月的货币供应量分别是611597.5亿元、637145.9亿元、650092.1亿元、665297.8亿元,其与实际值的平均相对误差绝对值仅为0.94%,这说明模型对未来货币供应量的预测非常符合实际情况,并且预测结果是比较可靠的。

五、结论

ARIMA(p,d,q)模型适合于我国货币供应量非平稳序列走势进行预测。通过对2000年1月到2009年12月我国货币供应量进行时间序列分析,经过反复验证,最终建立ARIMA(2,2,0)模型,利用模型参数对序列进行变换,使得最终的残差序列为白噪声序列。通过ARIMA(2,2,0)对货币供应量的拟合、检验和预测,结果显示在我国货币供应量短期预测上,ARIMA(2,2,0)模型的预测精度和稳定性都较高。虽然货币供应量的单个序列值具有不确定性,但是整个时间序列的变化规律可用该计量模型来拟合,并运用货币供应量的历史值、当前值以及模型拟合所产生的误差来预测未来走势。故ARIMA(2,2,0)模型在描述货币供应量波动特征方面有一定的借鉴意义,拟合出的预测结果在一定程度上可代表我国货币供应量走势。

参考文献:

[1]江凯,汪浩,鄢斗.基于计量模型的2009年我国货币供应量预测.金融视野.2009(1).

[2]王燕.应用时间序列分析.北京:中国人民大学出版社.2008: 41-196.

[3]杨璨.对我国货币供应量的分析与预测.金融观察.2008(6).

[4]张晓峒.Eviews应用指南与案例.北京:机械工业出版社.2009. 3.

[5]魏宁,边宽江,袁志发.基于ARIMA模型的陕西省GDP分析与预测.安徽农业科学.2010(9).

第7篇：货币供应量范文

一、努力将全年狭义货币供应量增长维持在18%左右

当前，货币供应量增长过快的是广义货币，而与居民和企业的有效需求相对应的狭义货币增速相对较低。因此，货币供应量的政策调控方向，应是努力将全年狭义货币供应量增长维持在18%左右，适当控制广义货币供应量的增长，提高货币流动性水平，使货币供应更好地满足经济增长的实际需要。调整存款准备金率也应慎重。

二、注意发挥选择性政策工具作用，调整贷款结构

货币政策在继续进行总量调节的同时，宜更多侧重其结构性调节功能，充分利用窗口指导和再贷款，对商业银行的贷款投向进行引导，发挥金融对经济的支持作用。

首先，区别对待东部与中西部地区。建议赋予人民银行各大区分行以更大的自，允许中西部大区分行掌握更大的贷款利率下浮空间，东部大区分行更大的贷款利率上浮空间，促使不同地区的官定利率更快地趋近市场真实利率水平，为利率市场化的最终实现做准备。

其次，解决邮政储蓄对农村经济的“抽血”问题，并适当为农村金融“输血”。应进一步增加对农村信用社的再贷款额度，将部分邮政储蓄转存款以向农村信用社提供再贷款的方式返还农村。对这部分再贷款可以实行差别待遇，适当调低利率，给予农村信用社一定的优惠。

再次，积极发展消费信贷，还应重视个人信用制度建设，为消费信贷的开展提供良好的信用环境。

最后，既要采取有效措施鼓励现有商业银行扩大对中小企业的贷款，也要尽快出台允许和鼓励专为中小企业服务的中小银行的发展政策。进一步扩大对中小企业的贷款利率浮动幅度；进一步发展票据市场对中小企业的支持作用；继续运用再贷款支持农村信用社和城市商业银行等中小金融机构，引导信贷资金流向，扩大中小企业融资；降低准入门槛，鼓励民间资本和外资入股中小商业银行，扩充中小银行资本金以及大量建立中小商业银行。

三、采取综合措施，适度分流居民储蓄

短期内，可以对储蓄利息收税采取累进税制，即储蓄金额越高，适用税率越高。还可允许商业银行对大额储蓄(如50万元以上)收取一定比例的服务费。此外，还应通过金融工具创新，允许经济发达城市或地区发行市政债券、具有特许经营权的公用事业债券等，为居民提供安全性、流动性和盈利性匹配较好的投资产品。

第8篇：货币供应量范文

于此同时，收集美国的数据做同样的实证检验。希望通过对他们的分析得出他们的情况与我国是否相同，他们各自又有什么特点。进一步了解其他类型的市场的货币供应量（M2）和房价之间的相关性和其优劣势。

关键词：货币供应量；M2；房地产价格；房价指数

Abstract: this article，with the financial in the progress of urbanization plays the key role as the Angle of view, puts forward the money supply (M2) change is more likely to lead to real estate prices reason for changes, and also through the CPI data changes and house price index changes of comparison, through collecting the data, the empirical test. Hope can through the data confirms M2 and the relationship between the house price index, and the influence of the specific mechanism, the flow of money to the real estate market has a more prioritize the knowledge and understanding of the. On this basis, inspected the monetary policy of the real estate price effect.

At the same time, the collection of the United States to do the same empirical data. Hope that through to their analysis of the situation in China and they are same, both of them have again what characteristics. The further understanding of other types of market of money supply, M2) and the correlation between home prices and its disadvantages.

Keywords: money supply; M2; Real estate prices; House price index

中图分类号：F82 文献标识码：A 文章编号：

1. 前言

进入新世纪以来，我国广义货币量M2呈现快速增长态势，金融市场流动性呈现持续宽松状态。从2000年到2010年，我国M2年均增长率为17.66，高于GDP增长率和通货膨胀率之和。金融相关率（M2/GDP）快速增加，从2000年1.48上升到2010年的1.82，已经接近甚至超过发达国家水平。而今中国的M2已超过美国、日本等过成为世界第一M2国家。与此同时，自2000年以来，我国房地产价格持续攀升，例如全国房屋价格指数2000-2010年平均值分别为101.1、102.2、103.7、104.8、109.6、107.6、105.5、107.6、106.5、106.28、106.4，远远高于同期居民消费价格指数。这些经验事实是否意味着广义货币供应量M2和房地产价格、CPI之间存在相关性？如果存在，那么M2的快速增加是房地产快速上涨的原因吗？这一影响的机制是什么？相应的措施，如中央银行通过存款准备金制度和公开市场业务对M2进行调节，避免因M2导致房地产等资产价格上升，就有效果了吗？该怎样评价货币政策对房地产价格的影响？

我国M2与房地产价格关系的机制分析

2.1 相关数据及其关系

主要是通过对中国2000-2010年的M2和2000-2010年房价指数变动的对比以及2000-2010年CPI和房价指数变动的对比研究。

货币供应量采用广义货币（M2），广义货币（M2）=M1+储蓄存款（包括活期和定期储蓄存款）+政府债券。

房价指数是指房屋销售价格指数。房屋销售价格指数是反映一定时期房屋销售价格变动程度和趋势的相对数，它是通过百分数的形式来反映房价在不同时期的涨跌幅度。包括商品房、公有房屋和私有房屋各大类房屋的销售价格的变动情况。

消费者价格指数（Consumer Price Index），英文缩写为CPI，是反映与居民生活有关的商品以及劳务价格统计出来的物价变动指标，通常作为观察通货膨胀水平的重要指标。

M2通过为市场提供充足的流动性影响房地产价格。M2的增加使得房地产商从银行获得贷款可能性增加，潜在购房者流动性约束下降，从而对房地产需求和新建筑的投资决策有相当大的影响，最终导致房地产价格的变化。个人住房按揭贷款刺激了需求，拉升房地产价格；而房地产开发贷款刺激的供给，降低房地产价格。但由于房地产具有建设周期长，自然寿命和经济寿命长以及土地供给有限等特点，这决定了房地产短期供给是无弹性的，房地产价格的变动主要受需求变动的影响。因此，M2变动通过需求面对房地产价格的影响大于通过供给面对房地产价格的影响。在我国，上述机制更加凸现。1988年住房制度改革以来，我国经济发展进程的一个突出特征是：住房货币化程度的不断深化、城市化进程的不断加快、旧城改造的不断推进。但由于目前居民收入水平还不高，这些需求只是潜在需求，而金融是把潜在需求转为有效需求的关键。M2的快速增加，住房需求者将更容易获得银行住房按揭贷款，从而将潜在需求转化为有效需求。城市化进程还将在我国经济发展中维持很长一段时间。因此，在很长一段时间里，M2更可能是房地产价格变动的原因，而不是相反。

2.2 数据图表对比

将近年来我国货币供应量与房地产价格指数随时间的变动图表来加以分析，可以得到图1。从图1可以看出M2的增加浮动一般会影响房价指数的浮动，虽然反应时间和周期有所快慢。最明显的是在2007年开始后面的时间，房价指数对经济发生变化有着迅速而明显的反应，而M2的增加对调整房地产行业经济的低谷也有很明显的恢复作用。而在2007年前的变化很多因为其他政策或者大事件而使他们之间看起来没有很明显的互相影响关系。

图1 中国200-2010年M2增长同比和房价指数的趋势图及其移动趋势线

将房地产价格指数与消费者价格指数CPI的相关数据用图表可以表示为图2。从中可以看出，房地产价格与CPI之间的变化关系。

图2、2000年1月-2010年12月M2和房价指数趋势图

CPI和房价指数的趋势线方向和幅度是很一致的。说明两者之间是有一定的关联的。房价指数的敏感度更加高，他的变化也在某种程度上预示着CPI的变化。CPI是主要的经济指标，而房价指数作为房地产业的经济指标，两者之间的关联性也表现着他们所体现的经济领域相互之间的关系。

2.3 我国M2和房地产价格关系的机制分析

2.3.1M2与房地产价格之间存在相关性

通过分析可以看出M2和房价指数之间的波动相关性，主要分为2007年之前、2007年之后：在2007年前，房价指数的波动主要受房产政策的扶持来推动房地产行业的发展，房价指数的上升显示着经济的上升发展，不久后也会M2也会增加；而M2的增加后会让房价指数再次出现高峰；2007年后，两者波动就比较一致，2007年后由于次贷危机的爆发，房价指数很敏感地随着M2的大幅度波动而几乎很一致的波动，当经济恢复到正常水平线后由于国家开始出台了一系列严控房价调整市场结构的政策，所以房价指数和M2呈反方向变动。

在M2和房价指数相互影响中有一下几个方面：

（1）房价指数的增长会通过经济预期使M2增加

房地产行业的快速发展也会带动相关行业经济发展，会使得对整体经济的预期会增加，从而增加M2。可以在图2中看到： 2005年、2007年、2008年、2010年的房价指数最高点后M2也相继出现了最高点。同时也说明当前的M2对预期的M2的弹性很大,间接反应中国的货币政策效果有一定的滞后效应,央行对上期货币政策的依赖度较大。因此,中央银行可以不“盯住”房地产价格,但货币政策应灵活地去促进经济稳定较快的增长,不宜过多依赖以前的货币政策,相机抉择是很重要的；

M2增加对房地产供给者的影响

货币(M2)扩张,利率降低,房地产的融资成本降低,因此房地产需求量增加,房地产价格( Pr )上升。如果房地产的价格远远高于建筑成本的话,那么房地产投资额度(H)就会大幅增加,总供给( Y)上升；

房地产信贷将居民住房潜在要求转变为有效需求M2的快速增长为我国信贷市场提供了宽松的流动性环境，通过银行信贷，将居民对住房的潜在需求转变为有效需求，推动了房地产价格的上涨。当前我国银行体系持有巨额的超额存款。在利润最大化的目标驱使下和降低不良贷款的重压下，我国商业银行必须为这些超额存款寻找收益较高、风险较小的投资渠道，而房地产信贷正满足这一要求。因此，商业银行有很强的激励向房地产市场发放贷款。在此背景下也增长了那部分投资性卖房。可以在图2中看到2003年前后接近3年的时间里M2的大幅度增加，使得2004年房价指数再次出现恢复到趋势线后出现的最高点，2009年在次贷危机中M2对房地产价格的影响就更加明显了；

（4）股票市场低迷使M2快速流向房地产市场

由于股票市场价格呈下跌趋势，产品市场通货紧缩，M2的快速增长更多的流向了房地产市场，从而进一步加剧了房地产价格的上涨。这可以通过考察货币流动速度，即名义GDP与M2的比值进一步说明。就长期而言，我国货币流动速度呈不断下降的趋势，这就意味着M2与名义GDP的比值不断上升；

（5）海外资金涌入也导致房地产价格上涨

大量海外资金涌入我国房地产市场，也是房地产价格上涨的重要原因。从2004年房地产业新设立外商投资行业就不断的增加，合同外资金额的增长，各项增长指标均超过全国利用外资平均增长幅度，使得房地产业连续三年成为全国第二大外商投资行业。按照资本逐利的本性推断，海外资本已经极大地渗入了我国房地产市场，并对中国经济特别是房地产经济造成了较为深刻的潜在影响。在2007年的经济危机前期突然从中国撤走的热钱中相信也有相当一部分是投资在房地产行业中的。3. 美国M2与房地产价格关系的机制分析

3.1 美国M2与房地产价格关系

美国的房价指数――标普Case-Shiller房价指数（S&P/Case-Shiller Home Prices Indices）。标普Case-Shiller房价指数（S&P/Case-Shiller Home Prices Indices，后面简称标普指数）是由标准普尔的房价指数，是衡量美国住房价格变化情况的指针，以重复销售定价技术（repeat sales pricing）为基础。

图3 美国1998-2008年M2和标普房价指数的趋势图

图片显示美国M2增长几乎呈直线增长，坡度没有我国的那么陡峭，也就是说他们的M2增产率很稳定。

从1988年初标普房价指数几乎一直随着M2的增长而增长，尤其是2004年到2006年上半年大幅度上升，大幅度超出趋势线。2006年6月开始呈下降趋势，但2007年9月后大幅下跌，直到2008年9月跌到和2004年差不多的水平。这是因为爆发2007-2008年全球金融危机，又称金融海啸、信用危机及华尔街海啸等，是一场在2007年2月7日为转折点，2007年8月9日开始浮现的金融危机。自次级房屋贷款爆发后，投资者开始对按揭证的价值失去信心，引发流动性危机。即使多国中央银行对次向金融市场注入巨额资金，也无法阻止这场金融危机的爆发。直到2008年，这场金融危机的爆发。直到2008年，这场金融危机开始失控，并导致多间相当大型的金融机构倒闭或被政府接管。

在标普房价指数开始以大幅度增长偏离趋势线的这段时间反而M2增量是相对减少的。说明这段时间国家的经济发展速度，GDP增长率是有所减少的，而身为房价标杆的标普房价指数却大幅度增加，也是因为引起次贷危机的根源――信贷危机，美国房地产次级贷款证化后造成的次贷危机演变为金融危机。过渡信贷扩张最终导致了金融泡沫，泡沫破灭后标普房价指数大幅度下跌。

但两条线总的趋势是呈同方向变动，M2的增长率要高于房价指数的增长率。

图4 美国1998-2008年CPI和标普房价指数里面主要的综合指数CSXF增产率的趋势图

图4显示CPI在2000年后的一年多时间里是高出总体趋势线很多的，这是由于2000年美国股市泡沫扑灭后CPI高涨，但是综合指数先下跌，后以恢复增长率趋势线增长率，平稳增长；CPI在2001年6、7月份逐渐下跌，于2002年到达低谷，到2003年两者都恢复到趋势线的恢复期阶段，房价增长率和CPI变动幅度趋向吻合；美国房地产价格调整周期较长，历史上从顶点到低谷一般需要三至五年。而美国房地产价格2006年见顶，未来几年房地产将处于熊市。所以2004-2006年综合指数增长率一直处于趋势线以下。此外，美国“婴儿潮”一代即将步入退休年龄，许多老人退休后出售房子搬入养老院，人口结构因素导致本轮房价下调周期可能比以往更长。

在2006年之前的5年里，由于美国住房市场持续繁荣，加上前几年美国利率水平较低，美国的次级抵押贷款市场迅速发展。随着美国住房市场的降温尤其是短期利率的提高，次贷还款利率也大幅上升，购房者的还贷负担大为加重。同时，住房市场的持续降温也使购房者出售住房或者通过抵押住房再融资变得困难。这种局面直接导致大批次贷的借款人不能按期偿还贷款，进而引发“次贷危机”。2007年出现了CPI大幅度下跌，这是以次贷危机爆发，标普房价指数大幅度下跌，综合指数增长率在趋势线水平几乎无增长。但是CPI在经历了两个回跳后上升到正常增长水平，虽然综合指数增长率一再提高，但是标普房价指数却依然一蹶不振。这是因为次贷危机爆发后，CPI因为其他领域的逐渐稳定回暖而上升，而房地产业的次贷危机后短期内还没能恢复正常水平。

美国的标普指数与M2之间的相互影响程度不大一样：美国标普指数的变动对其M2的影响很小，特别是它对现金M0的影响几乎可以忽略不计；美国M2的变动对标普指数的影响很大。这意味着，若不考虑其他条件，当美国为了防止衰退、刺激经济增长时首先考虑的政策措施，应该是增加M0和M2的供给，此时效果最直接的方式就是大幅增加居民的收入，拉动消费和生产，使得房价健康增长。4. 结论分析

4.1 国内分析

从金融在城市化进程中所起的关键作用的视角出发，本文提出M2变动更可能是房地产价格变动的原因，而不是相反。概括全文分析，主要得到两点结论：M2与房地产价格之间存在稳定的均衡关系。

M2快速增加驱动房地产价格上涨的途径主要有三条：一是M2的快速增加为我国信贷市场提供了宽松的流动性环境，通过银行信贷，将居民对住房的潜在需求转变为有效需求，推动了房地产价格的上涨；二是由于股票市场价格呈下跌趋势，产品市场通货紧缩，M2的快速增加更多的流向了房地产市场，从而进一步加剧了房地产价格的上涨；三是大量海外资金涌入了我国房地产市场，也是房地产价格上涨的重要原因。货币政策对抑制房地产价格过快上涨起了关键作用。

相反，房价指数的增长会通过经济预期使M2增加。

4.2 美国分析

M2对房地产价格的影响主要表现在由于M2的增加，导致流通中的货币量增加，从而导致货币贬值，从而房地产价格上升。在一定的范围内，随着M2的增加，有利于刺激房地产市场的发展，房地产企业可获得更多资金易于导致房地产市场繁荣。由于房地产市场的巨大带动作用将有利于经济形势向正方向发展，必然导致CPI的增长。

但如果M2过多，首先是直接导致通货膨胀。同时，房价过渡上涨造成经济主体的预防性动机增加过大，使储蓄增长幅度过大（这对应着消费大幅度减少），就有可能对产生、通货形成负面的影响，引发通货紧缩；分之，如果房价上涨刺激消费增长（减少储蓄），或者虽然使储蓄增长，但增长幅度低于投资的增长幅度，则可能对产生起正向作用，进而对物价水平产生向上的压力。

通过以上有关历年来美国房地产价格指数的数据和M2的研究，探讨房地产价格与货币之间的关系，研究发现美国房地产价格与通货膨胀之间存呈现高度相关的关系。

4.3启示与建议

根据以上分析，可以得出以下为几点启示：

（1）金融（尤其是房地产贷款）是驱动房地产业高速发展的发动机。2006年5月末我国房地产贷款余额占银行信贷总额的比重达到16%，而美国在2003年这一比重达到49.34%，远远低于美国的水平。与此同时，中国坐在经历城市化进程，住房货币化、旧城改造以及新城镇居民的不断产生，将对房地产形成非常巨大的需求。在这一进程中，金融起着至关重要的作用，从金融结构上看，就是房地产信贷在银行全部信贷中所占比重将快速上升。但是在这种转变中又要防止投资性购房会不会造成房地产泡沫的产生等一系列问题，也是对我国市场经济结构转型的一个考验。

（2）M2增速的变化可以用来预测未来大约一年以后房地产价格的变动趋势。根据上面的分析，M2增速的变动先于房地产价格的变动，时滞一年左右；格兰杰因果检验、脉冲响应函数和方差分解检验表明M2的变动是房地产价格变动的原因，且M2的扰动是房地产价格波动的主要来源，甚至超过其自身。因此，M2增速的变化可以作为央行货币政策操作的一个重要参考指标，但实质问题要求货币政策必须注意把握时机。

合理搭配使用货币政策操作工具。央行货币政策操作工具主要包括公开市场业务、利率政策（包括调整存款利率、金融机构存款准备金率等）以及机构性政策（如信贷政策）。这些政策工具在不同的时期产生的效果是不同的。如果使用得当能促进市场经济增长，结构更加合理化。在拥有中国特色社会主义特点的同时也是一个健康而高效的经济体制。

5. 总 结

在对我国、美国的M2和房价指数以及相关数据进行了对比后，发现他们之间存在着相关性。房价指数的敏感度像是货币经济变化的敏感器一样，正常发展时会提前显现，呈现同方向变化；但当经济变动出现了不符合规律或措施时，会显现出房价和M2反方向的变动。对于相关的调控政策是否较快的反应也是衡量经济结构的一方面，同时好的快速而有效的反应也会使得市场更好地调控和发展。

参考文献

[1]王 擎，韩鑫韬.货币政策能盯住资产价格吗_来自中国房地产市场的证据[A].金融研究,2009.

[2]吴成军. 货币供应量与房地产价格的关系研究[A] .财经视线. 2006

[3]李健飞，史晨昱. 我国银行信贷对房地产价格波动的影响[A]. 上海财经大学学报,2005.

[4]段忠东. 房地产价格和货币政策[D].湖南大学. 2008

[5] 周建军，邬丽萍. 流动性过剩与我国房地产价格上涨_理论及对策[A]. 湘潭大学学报( 哲学社会科学版),2009.

[6]李辉华. 美国商品流通与货币流通关系的实证分析：1947-2008[A]. 内蒙古财经学院报,2010(2).

[9]王重润. 房价决定的比较静态均衡分析[A].工业技术经济. 2008(2)

第9篇：货币供应量范文

关键词：利率；货币供应量；CPI；STR模型

Abstract：This paper studies the relationship among money supply，interest rate and price in China from 2000 to 2011 by using STR model. The result shows that money supply and interest rate have always had a non-linear effect on price and the effect of money supply is positive. The level of impact is different under different economic environments. The impact is more significant when the interest rate is high. The impact of interest rate on price is nonlinear，too. But its impact is passive when the interest rate is low，so it is reasonable to raise interest rate to control inflation. However，when interest rate is very high and it is constrained by the effect of“cost channel”，raising interest rate will further exacerbate the inflation pressure. Therefore，when regulating the price，the central bank should take the economic situation into account and choose two kinds of regulatory instruments reasonably to control the price level as it is expected.

Key Words：interest rate，money supply，CPI，STR model

中图分类号：F820.1 文献标识码：A 文章编号：1674-2265（2013）11-0008-06

收稿日期：2013-10-15

作者简介：王玉华（1971-），男，哈尔滨工业大学技术经济及管理专业博士研究生，供职于中国人民银行淄博市中心支行，高级经济师；陈宝卫（1979-），男，供职于中国人民银行淄博市中心支行，会计师；冯波（1975-），男，供职于中国人民银行淄博市中心支行，经济师；杨钊（1989-），男，供职于中国人民银行淄博市中心支行。

一、引言

中央银行货币政策的最终目标是保持货币币值稳定，并以此促进经济增长。货币币值的稳定直接体现在物价水平上。中央银行在稳定物价、调控经济方面普遍采用两种手段，即利率调控这一价格工具和货币供应量调控这一数量工具。中央银行利用这两种工具进行调控的效果一直是社会各界关注的问题。

从理论上讲，货币供应量对价格的影响是正向的，因为由费雪方程式可知，在短期内，国内总产出和货币流通速度一般是常量，货币供应量直接影响着物价水平。但是在长期内，在不同的经济周期中，货币流通速度不是常数，而是其他经济变量的函数，因此货币供应量对物价的影响程度在不同的经济状态下可能不同，即可能是非线性的。

关于利率对物价的影响，传统的货币政策理论认为提高利率会降低投资需求，进而降低总需求，因而被认为是一种紧缩的货币政策，加息治理通货膨胀就是依托于这种理论。但“成本渠道”理论认为，提高利率会通过企业的借贷成本转嫁到商品成本中，从而对物价产生正向影响，且很多研究也验证了“成本渠道”的存在。既然存在两种不同的影响渠道，那么利率对物价的影响应该取决于这两种力量的对比，这两种力量在不同的历史时期或不同的经济状况下（如经济上升期或萧条期），发挥的作用可能不同，因此，也有必要研究利率对物价的影响是否随着经济形势而变化，即利率对物价的影响是否是非线性的。

本文考察2000—2011年间货币供应量、利率与物价水平之间的关系，为我国央行综合利用两种手段调控物价提供理论参考。

二、理论文献回顾

从现有理论看，利率主要通过需求和供给两个渠道影响物价。从需求角度讲，利率的变化会改变消费者的消费倾向。当利率降低时，居民倾向于增加消费减少储蓄，进而引起商品市场上需求增加，在供给不变的假设下，增加了消费品价格上升的压力；同时，企业投资意愿增加，在短期内会引起生产要素的超额需求，从而引起要素价格水平上升，要素价格水平的上升一方面直接引起要素市场价格的变化，另一方面会通过企业生产渠道转嫁到企业的生产成本中，引起产成品价格的上升。因此，从需求渠道看，利率降低会引起物价的上升，即利率对物价的影响是负向的。从供给渠道看，利率水平上升后，企业借贷成本上升，进而引起企业生产成本上升，最终转嫁到产成品价格上，因此从供给角度看，利率对物价的影响是正向的。利率对物价的影响主要取决于两个渠道的影响程度，不同的理论得出了不同的结论，并产生了争议。围绕这些争议，国内外学者作了大量的实证探讨，同样得出了不同的研究结论。

法玛（Fama，1975）最早对费雪效应进行了实证检验。法玛利用美国国债收益率，在理性预期假设条件下，对费雪效应的检验方程进一步改进，研究认为，名义利率的变化反映了通货膨胀的波动，而且实际利率是稳定的。但在一些文献中发现，名义利率与通货膨胀之间不存在或者只是在某些时期存在着一对一的调整关系，这一现象在文献中被称为“费雪悖论”。泰勒（Taylor，1993）认为，货币政策应该在一个规定的框架内执行，利率是通货膨胀和产出缺口的函数，通货膨胀可以通过提高利率进行控制，这就是“泰勒规则”。

传统凯恩斯主义框架下的货币政策分析一般都注重于价格刚性及货币政策对总需求的影响，认为利率变动通过货币渠道和信贷渠道影响总需求的变化而产生价格波动，紧缩性的货币政策会带来产出和通货膨胀的下降。但是克里斯蒂亚诺等（Christinao等，1999）通过实证研究发现，当提高利率时，往往物价水平会产生短期的上升。而这是无法用传统的货币政策传导机制理论解释的，这一现象也被称为“价格之谜（price puzzle）”。如何解释价格之谜呢？相关文献研究认为，在传统理论研究所关注的需求渠道之外，还存在成本渠道的影响（巴斯和雷米，2001）。该理论是基于企业生产经营过程中要持有运营资本的假设，这样假设的合理性在于部分企业在收到利润之前必须先支付生产要素的报酬。这些企业为了获得运营资本，需要向金融中介借款，因此，利率的上升将直接导致企业获得运营资本的成本增加。成本渠道提出后，拉巴纳尔（Rabanal，2003），乔杜里、霍夫曼和沙贝特（Chowdhury、Hoffmann和Schabert，2006），加约蒂和塞基（Gaiotti和Secchi，2006）、拉文纳和沃尔什（Ravenna和Walsh，2006），蒂尔曼（Tillmann，2008），亨塞尔（Henzel，2008），考夫曼和沙勒（Kaufmann和Scharler，2009）分别对不同的国家或地区的数据进行了实证检验，但结果也不尽相同。显然，由于存在着研究方法、样本数据的空间和时间的不同，并没有确定一致的结论。但诸多研究者的研究结果也表明，“成本渠道”是确实存在的，只是在不同时期、不同地域甚至不同金融政策环境下，才导致其效果的阶段性差异。

与国外的文献相比较，国内对货币政策（包含利率政策机制）与通货膨胀关系的理论性研究和创新较为有限，基本上以实证研究为主，主要的区别在于研究方法的不同以及在研究模型中参考的宏观变量不同，其观点也因样本范围、研究方法、指标选取等因素不同而不同。邓创（2009）通过对我国近年来利率调整的实践进行分析，证明我国货币政策基本上对国内宏观经济环境特别是通货膨胀的变动作出了正确、及时的反应。卢盼盼、叶斌（2011）采用1998 年1 月至2011 年6 月的月度时间序列数据，在VAR 模型的基础上，对采用加息治理通货膨胀的有效性进行了实证分析，结果表明，在我国采用加息治理通货膨胀是基本有效的。与之结论相反的是，王轶君（2011）运用GMM 估计方法对1992 年第3季度至2009年第3季度的数据进行了检验，结果强烈地支持成本渠道的存在。

本文认为，目前针对我国利率对物价的影响关系研究主要有以下几点不足，本文对此进行了改进：一是利率指标的选取上，以往研究中利率指标选取的是贷款基准利率，我们认为贷款基准利率不能真实地反映企业的借贷成本，因为目前国内银行的企业贷款利率绝大多数在基准利率基础上不同程度地上浮，真正能反映企业贷款利率的指标应是银行不同上浮程度贷款利率的加权指数，但目前人民银行统计体系中，并没有此类数据。本文选取更加市场化、敏感性更强的银行间同业拆借月加权利率（即Shibor利率）代表我国的名义利率，该利率反映了银行间市场资金借贷成本，其稀缺性也决定着企业从银行贷款的可得性，况且目前的企业外币贷款定价很大一部分都是在Shibor利率基础上加点决定的，因此Shibor利率与企业借贷成本之间也有很强的正相关性。二是研究方法上，对我国利率与物价关系的传统研究大多数是以线性为主，没有考虑利率传导机制在不同的经济状态下可能受到的其他因素的制约，无法真正揭示二者之间的关系。本文率先使用STR方法对两者的关系进行研究，这种方法不仅能够验证在不同利率水平下我国利率调控和货币供应量调控的货币政策效果是否存在差异，而且还能估计出在不同状态下这种差异的大小，以及在不同状态间的转换速度。

三、变量、数据的选取整理与模型构建

（一）平滑转换回归标准模型

平滑转换回归模型（Smooth Transition Regression Model）是一种典型的非线性模型，是对泰雷斯维尔塔和安德森（Terasvirta 和Anderson，1992）提出的平滑转换自回归模型（Smooth Transition Autoregression Model）的一个改进和发展，主要用来分析“对属于不同范围的变量，经济表现出不同的行为”这类经济现象。平滑转换回归模型是门限回归模型的一般化形式，其主要的特征就是可以看到回归参数发生的缓慢变化。标准的平滑转换回归模型如下：

[yt=?'zt+θ'ztG（γ，c，st）+μt]，[μt]～[iid（0，δ2）] （1）

[G（γ，c，st）=（1+exp-γk=1K（st-ck））-1]，[γ>0] （2）

其中， [?]和[θ] 依次为线性和非线性部分的参数向量。转换函数[G（γ，c，st）]中，[st]是转换变量；γ 是平滑参数，表示从一个状态转移到另一个状态的转换速度或调整的平滑性；[ck]是位置参数，即在不同状态下的门限值，其决定了模型动态变化发生的位置。

（二）变量及数据的选取

1. 物价水平的选取。目前在国内和国际上，消费者价格指数（CPI）是衡量物价水平最常见和通用的指标，其统计数据也比较容易获得。与CPI同比数据相比，CPI环比数据更能体现物价在月度之间波动变化情况，我们选取CPI环比增长率月度数据作为本期的价格水平指标，第t期的物价水平表示为[cpi（t）]。

2.利率指标的选取。本文选取更加市场化、敏感性更强的银行间同业拆借月加权利率代表我国的名义利率；同时，就目前同业拆借市场上各种期限的拆借交易而言，期限为1天的交易量占比较大，能更好地反映市场主体受各类经济因素影响的情况。由于该利率指标是名义指标，本身已经包含了通货膨胀的因素，本文为了研究利率对物价的影响，应该剔除物价因素，选择实际利率指标，因此，利率指标选取当期Shibor1天加权平均月利率减当期CPI环比增长率。当期实际利率水平表示为[rrate（t）]。

3. 货币供应量指标的选取。货币供应量选择广义货币M2的月度增量指标，单位为万亿元，当月货币供应量增量表示为[M2（t）]，以[dM2（t）]表示[M2（t）]的一阶差分序列。

以上3项指标均选取从2000年1月到2011年12月的月度数据，物价指标来自国家统计局网站，利率指标和货币供应量指标来自万得资讯。

四、 实证结果及其分析

（一）样本数据的平稳性检验

由表1的平稳性检验结果可知，实际利率[rrate（t）]和物价水平[cpi（t）]原始序列都是平稳的，货币供应量[M2（t）]的原始序列不平稳，一阶差分以后平稳，这也容易理解，因为近年来我国货币供应量持续高速增长，呈明显的加速增长趋势。

表1：单位根检验结果

[变量＼&ADF检验＼&PP检验＼&统计量＼&临界值＼&检验形式＼&统计量＼&临界值＼&检验形式＼&cpi（t）＼&-7.4139＼&-2.8817＼&（c，0，0）＼&-7.5039＼&-2.8817＼&（c，0，0）＼&rrate（t）＼&-4.5815＼&-2.8817＼&（c，0，0）＼&-4.4357＼&-2.8817＼&（c，0，0）＼&M2（t）＼&-2.5695＼&-3.4449＼&（c，t，0）＼&-12.021＼&-3.4415＼&（c，t，0）＼&dM2（t）＼&-4.7637＼&-1.9433＼&（c，0，0）＼&-42.0309＼&-1.9431＼&（c，0，0）＼&]

（二） 模型滞后阶数的确定

按照森西尔和奥斯本（Sensier和Osborn，2002）的方法，第一步要确定解释变量的滞后阶数。首先我们人为设定各变量最高滞后阶数为8，分别使用[cpi（t）]对[rrate（t）]、[dM2（t）]以及[cpi（t）]的各滞后项分别回归，然后根据AIC和SC准则，t值和D-W值来逐一剔除统计不显著的变量，并从中选出最后的滞后阶数。然后根据[cpi（t）]对上一步所确定的被解释变量的最优滞后阶数和解释变量的滞后项的各种组合进行回归，得出解释变量的最优滞后阶数，最终确定该模型的解释变量组合。经逐一检验，最终结果是，模型解释变量的组合是解释变量和被解释变量均滞后一阶，即被解释变量为[cpi（t）]，解释变量为[cpi（t-1）]、[rrate（t）]、[rrate（t-1）]、[dM2（t）]、[dM2（t-1）]。

（三） 非线性检验及模型的确定

利用Jmulti软件，对模型进行非线性检验的结果如下：

表2：非线性检验结果

[转移变量＼&F＼&F4＼&F3＼&F2＼&模型形式＼&rrate（t）＼&2.1966e-04＼&1.154e-02＼&3.412e-02＼&9.0415e-03＼&LSTR1＼&rrate（t-1）＼&1.9177e-03＼&6.4237e-02＼&9.5474e-04＼&4.7755e-01＼&LSTR2＼&]

由检验结果可知，当以[rrate（t）]作为转换变量时，假设检验F统计量对应的P值为2.1966e-04，远小于0.05的临界值，因此检验结果强烈拒绝线性假设，可以认为变量之间存在平滑转换回归关系。在确定存在非线性假设后，根据STR模型形式的确定准则，当F3对应的P值最小时，应选择LSTR2模型，否则选择LSTR1模型，由表中F2、F3、F4的检验结果可知F2对应的P值最小，所以应选择LSTR1模型。

（四）平滑参数和位置参数初始值的确定

在估计模型之前，我们必须事先确定模型中的平滑参数γ和位置参数c的值，然后利用估计的γ、c的初始值，用普通最小二乘法来估计方程（1）。按照奥卡拉和奥斯本（Ocal和Obsorn，2000）的研究思路，采用二维格点搜索法，在一定范围内通过搜索不同的γ和c的组合，使得LSTR1模型的残差平方和最小。本文把平滑参数γ的搜索区间设定在[0.5，10]，位置参数c的区间设定在[-0.31，4.1]，搜索步长设置为区间宽度的[130]，借助Jmulti软件的格点搜索功能，参数的初始估计结果如表3：

表3：平滑参数和位置参数的初始估计结果

[SSR＼&γ＼&γ区间＼&c＼&c区间＼&10.8359＼&8.1334＼&[0.5，10]＼&3.6438＼&[-0.31，4.1]＼&]

由表3可知，平滑参数γ的初始估计值为8.1334，c的初始估计值为3.6438，且均落在了相应的区间内，因此可以作为进一步优化的初始条件。

（五） 模型的参数估计

将以上步骤中估计的参数初始值带回方程（1）、（2），利用递归的Newton-Raphon方法，求解出最大化条件似然函数，估计出方程（1）、（2）中的参数φ、θ、γ、c，根据初步回归的结果，将模型中不显著的变量剔除，直到最后纳入模型的变量都具有统计显著性。最终估计出方程（1）的所有参数如表4。

[模

型＼&c＼&cpi（t-1）＼&Rrate（t）＼&Rrate（t-1）＼&dM2（t）＼&dM2（t-1）＼&线

性

部

分＼&0.27884＼&0.74001＼&-0.79615＼&0.67378＼&＼&0.08854＼&（0.0027）**＼&（0.0000）***＼&（0.0000）***＼&（0.0000）***＼&＼&（0.0358）**＼&非

线

性

部

分＼&-8.74553＼&0.31228＼&2.32844＼&＼&0.26073＼&0.36926＼&（0.0000）***＼&（0.0213）**＼&（0.0000）***＼&＼&（0.0110）**＼&（0.0603）*＼&γ=8.13343 c=3.64379 [A-R2]=0.8432 AIC=-2.4079＼&][表4：模型估计结果][注：第2行和第4行分别为参数在线性部分和非线性部分的估计值，括号内数值为对应的t统计量的P值，*、**、***分别表示在10%、5%和1%的显著水平上显著。]

（六） 模型结果及拟合效果

将以上模型各参数的估计值代入最初的方程（1）、（2）可得，本文所估计的模型结果如下：

[cpi（t）=[0.27884+0.74001cpi（t-1）-0.79615rrate（t）+ 0.67378rrate（t-1）+0.08854dM2（t-1）]+[-8.74553+ 0.31228cpi（t-1）+2.32844rrate（t）+0.26073dM2（t）+ 0.36926dM2（t-1）]?G（γ，c，st）]

其中：

[G（γ，c，st）=1+exp-8.13343（rrate（t）-3.64379）-1]

以上模型所拟合的cpi（t）序列图与cpi（t）原始序列图如图1所示，其中虚线图是原始序列，实线图是拟合序列，可见本文所估计的模型较好地描述了3个变量之间的关系。表4中，[R2]=0.8432，也可验证较高的拟合优度。

（七） 模型的解释

由表4可知，模型的线性部分和非线性部分变量系数在10%的显著性水平上都是显著的，且多数变量在1%的显著性水平上是显著的，这说明我们最终纳入模型的变量是合适的。

LSTR1模型的门限值c为3.64379，根据表达式（2）的数学性质，当转换变量rrate（t）小于3.64379时，转换函数G较小，而且随着转换变量变小，[G]0，整个模型近似于线性部分。经济意义就是，当本期实际利率小于3.64379时，模型中利率和货币供应量对物价的影响由线性部分的系数决定。当转换变量大于门限值c时，转换函数G较大，且随着转换变量不断变大，[G]1，此时整个模型变为两个线性方程的叠加，形成一个新的线性方程。经济意义就是，本期实际利率[rrate（t）]大于3.64379时，模型中变量对物价的影响由两个线性部分叠加之后的系数决定。

1. 货币供应量对物价的影响。由表4货币供应量指标[dM2（t）]和[dM2（t-1）]对应的系数可知，无论线性部分还是非线性部分，货币供应量指标系数都是正的，因此无论实际利率处于何种水平，货币供应量对物价的贡献都是正向的，这与传统的货币数量论的观点一致。从货币供应量滞后期数对物价的影响程度看，[dM2（t-1）]比[dM2（t）]的系数更大，说明货币供应量经过1个月的滞后会给物价带来更显著的影响。

从不同利率水平状况下货币供应量对物价的影响程度看，当实际利率小于门限值c时， [dM2（t）]对物价的影响不显著（STR模型参数估计时通过子集约束已将该变量排除），而[dM2（t-1）]对物价的影响系数为0.08854，系数较小；当实际利率大于门限值c时，[dM2（t）]和[dM2（t-1）]对物价的影响系数变为0.26073和0.4578（0.08854+0.36926），可见在此种状态下，货币供应量对物价的影响力度明显增大了。考虑我国的实际情况，在控制通胀的措施上，我国往往在经济过热的时候通过紧缩性的货币政策来抑制物价的过快上涨，因此高利率一般意味着社会公众对高通胀的预期，在高通胀预期的驱使之下，公众更倾向于把存款转为投资，从而加速了货币流通速度，因此在短期内费雪方程中的货币流通速度将会加快，根据弗里德曼的货币数量论，短期内货币流通速度不是一个固定的常数，而是某些变量（如预期物价变动率）的一个稳定的函数，从而使得通胀水平变成了货币供应量增速和货币流通速度增速的叠加。

2.上期物价水平对本期物价的影响。对于[cpi（t-1）]指标对[cpi（t）]的影响，从表4可以看出，线性部分系数为0.74001，非线性部分系数为0.31228。凯恩斯的通货膨胀思想认为，在充分就业前提下，当总支出上升时，就会在商品市场上形成超额需求，就是所谓的通货膨胀缺口，由此产生通货膨胀。在通货膨胀发生时，如果货币工资不变，则价格的上涨会减少公众的消费支出，从而消除商品市场上的超额需求。在短期内，对于物价水平的变化，工资调整具有一定的时滞，物价上涨总是快于工资的上涨，但是商品市场上的超额需求会在劳动力市场上产生需求压力，从而在一段时滞之后，货币工资会随物价上涨而增加，以使实际工资恢复到原有水平，一旦实际工资恢复到原有水平，公众又会增加消费支出，在商品市场上形成新的通货膨胀缺口，再次诱发新的通货膨胀，于是就会形成“工资—物价”螺旋上升的局面。这个理论解释了物价本身与上期值正相关的原因，我国近年来劳动力成本一直保持较高的水平，而且经常出现企业招工难的问题，这说明我国当前确实存在“工资—物价”的正反馈机制。而本文模型反映出在不同利率水平下，这种正反馈效果的差异可以用“成本渠道”理论进行解释。“成本渠道”理论本身就是建立在企业生产之前通过借贷先行支付工人工资的基础上的，在高利率状态下，工人名义工资上涨相同幅度时企业的成本更高，公众需求渠道和企业供给渠道会对物价产生更强的影响，因而影响系数会随实际利率的增加而增大。

3. 利率对物价的影响。通过[rrate（t）]的系数可以看到，线性部分的系数是-0.79615，是负数。即当我国实际利率水平低于3.64379时，提高利率能够有效地降低物价水平，在此种状态下，我国的货币政策是有效的。但是，当实际利率高于门限值时，非线性部分的效应迅速表现出来，且最终叠加后的影响系数变为1.53229（2.32844-0.79615）。这说明，在高利率状态下，我国的利率与物价呈现出正相关，也就是“价格之谜”，此时央行的货币政策反而起到适得其反的作用。这可以用“成本渠道”理论来进行解释，由于我国现在企业的融资结构还是倾向于间接融资，2011年我国社会融资规模为12.83万亿元，而企业直接融资（企业债券融资和非金融企业境内股票融资之和）仅为1.81万亿元，直接融资占比仅为14.1%，以银行借贷主导的间接融资方式使得利率的提高直接转嫁到企业的借贷成本上，进而反映在产品价格上。而经济过热往往意味着社会需求旺盛，企业有利可图，通过提高利率来抑制需求效果不大，反而通过供给渠道提高了产品价格，这说明在我国“成本渠道”是存在的，而且在高利率水平下更加明显。通过分析所研究区间的[rrate]与[cpi]的时序曲线图（图2），可以看到在绝大多数时期，二者之间呈现明显的负相关，“此消彼长”的趋势明显，但有3个阶段值得注意，分别是2001年1季度、2010年上半年、2011年上半年，在此期间，实际利率[rrate]均处于高位，利率与物价也呈现出正相关的趋势。

（八）模型的评价

如果用简单的多元线性回归模型对上述变量进行回归，结果将显示货币供应量对物价影响为正，这与我们非线性模型的结论一致。但利率对物价的影响，结果显示影响为负，虽然在大多数阶段这种论断是正确的，但是它不能解释在高利率水平下，利率对物价影响由负转正，因此也不能解释图2中3个异常区间的变量之间的反常趋势。而且从[R2]来看，线性模型[R2]=0.7893，也小于STR模型中的[R2]。所以无论从模型对变量之间关系解释的合理性还是拟合优度看，STR模型均优于简单线性模型。

五、结论

利率作为调控物价水平的重要货币政策工具，其效果会因经济环境不同而异。本文研究认为，利率对国内物价的影响随着经济状态的变化而呈现非线性状态。具体来讲，当实际利率水平低于本文所估计的门限值时，提高利率能够有效缓解通胀，同时也将降低货币供应量，进而会通过货币渠道作用进一步抑制通胀，从而发挥调控国内价格水平的有效作用。但是当实际利率水平高于门限值时，由于我国高物价往往倒逼高利率的出现，此时经济过热，需求旺盛，提高利率对需求的抑制作用有限，而受制于我国直接融资规模偏低，间接融资仍占据主导地位的企业融资格局，提高利率会通过生产渠道推高企业成本，进而对通胀产生正向影响。本文研究发现，在高利率水平下，物价对货币供应量的反应更加敏感，此时抑制需求的方法应是减少利率工具的运用，通过调控货币供应量控制物价。

综上所述，在不同的经济状态下，适当选择利率这一价格工具和货币供应量这一数量工具的政策组合运用，才能真正实现货币政策对国内物价水平的有效调控。同时需要说明的是，本文STR模型所估计的门限值并非是政策的转折点，因为该模型所描述的是经济变量之间关系的平滑转换，央行制定货币政策也应该继续把握“适时、适度”的原则，根据具体的经济形势作出合理的判断。

参考文献：

[1]Fama，F.Shot-term Interest Rates as Predictors of Inflation[J].American Economic Review，1975（65），269-282.

[2]Christinao，L. Eichenbaum，M. Evans，C.Monetary policy shocks：What have we learned and to what end[C].In：Woodford，M.，Taylor，J. B.，Handbook of Macroeconomics. North-Holland，Amsterdam，1999.

[3]邓创.基于实际利率缺口对我国利率调整实践的分析与评价[J].财经界，2009，（5）.

[4]卢盼盼，叶斌.基于 VAR 模型的加息治理通胀有效性实证分析[J].内蒙古财经学院学报，2011，（4）.