货币政策有效性初步分析

 摘要：蒙代尔－弗莱明模型及蒙代尔－克鲁格曼“不可能三角”理论表明，在固定汇率制下，货币政策没有独立性。而实证结果表明，金融变量与经济增长、物价变动等之间存在着长期稳定的因果关系，特别是80年代以来推行的市场经济改革，增强了中央银行选择货币供应量作为中介指标的可操作性，中央银行可通过控制货币供给总量来影响宏观经济活动，达到间接调控的目的。本文利用计量经济学的方法，分析货币供应量与GDP、RPI、R这三者的关系。从中国的实际情况出发，在利用1984-2004年度数据的基础上，分析这些因素对货币供应量的影响，并得出一些初步的结论。
 关键词：货币政策有效性；货币供应量；计量分析
 一、问题的提出
 蒙代尔－弗莱明模型及蒙代尔－克鲁格曼“不可能三角”理论表明，在固定汇率制下，货币政策没有独立性。而货币政策有效性主要通过研究货币政策与经济增长和物价变化等之间的关系，来检验金融变量的变化对经济增长和物价波动等的影响，判断彼此之间的因果关系，分析货币能否影响产出，货币与产出之间是否存在稳定联系，货币当局能否控制货币，货币与物价变动的关系，以及经济增长与物价变动的关系等等，以此确定中央银行能否通过货币政策的调整，来有效实现预定的货币政策目标，以及由此付出的经济代价和获得的经济业绩，从而为中央银行的货币政策设计和修正提供实证参照标准。
 在经济转轨时期，面临着经济发展和体制创新的矛盾,客观上要求中央银行通过货币调控，把支持经济增长、保持物价稳定等作为衡量货币政策有效性的重要指标。在此背景下,如何确定货币政策的取向是保证经济转轨顺利进行的关键因素之一。本文通过货币供应量变动与GDP、RPI、R这三者联系的检验，以期为货币政策调整提供实证与理论上的准备。为了判断金融变量与经济增长和物价变动之间是否存在稳定的因果联系,本文选取了1984-2004年度数据。相关金融与经济变量：M1、M2、国内生产总值GDP、物价指数RPI、利率R。
二、理论模型的设定：
 考虑到滞后效应的问题，我们在一些数据的处理上用了同期的数据比。在利率上，在目前中国的利率体系下存在这多种利率。按借贷主体可以分为：银行利率，非银行金融机构利率,有价证券的利率和市场利率。从数据的代表性和可获得性两方面考虑，选用了中央银行的一年期再贷款利率.
    央行的再贷款利率是中国人民银行向金融机构进行信用放贷时所使用的利率。从1984年起，再贷款利率成为中国中央银行的基准利率之一，起着宏观调控的作用。有关资料表明，1984-1993年，中央银行基础货币投放主要渠道是再贷款，95％以上的基础货币是通过再贷款投放出去的。由于该时段较长，占样本长度的一半，因此，用再贷款利率数据是合理的，且考虑到数据的可获得性，于是统一使用再贷款利率数据。对于利率有变动的年度，按天数进行加权平均。
 同时，我们以货币供应量作为因变量，把GDP、RPI、R作为自变量。在模型的选取上，采用一般的线性回归。
全部数据来自：：《中国金融年鉴》、《中国统计年鉴》、中国人民银行网站
三、参数估计及分析：
原始数据：
年份 △GDP △M2 △M1 △RPI R
1984 0.152 0.348 0.314 0.028 0.0432
1985 0.135 0.178 0.058 0.088 0.04351
1986 0.088 0.293 0.281 0.060 0.0468
1987 0.116 0.242 0.204 0.073 0.0518
1988 0.113 0.210 0.216 0.185 0.0708
1989 0.041 0.183 0.057 0.178 0.1025
1990 0.038 0.280 0.197 0.021 0.0892
1991 0.092 0.265 0.242 0.029 0.0742
1992 0.142 0.313 0.359 0.054 0.072
▲1993 0.135 0.305 0.258 0.132 0.0911
1994 0.126 0.345 0.262 0.217 0.1062
1995 0.105 0.295 0.168 0.148 0.1103
1996 0.096 0.253 0.189 0.061 0.1091
1997 0.088 0.173 0.165 0.008 0.1038
1998 0.078 0.148 0.119 -0.026 0.0708
1999 0.071 0.147 0.177 -0.030 0.0437
2000 0.080 0.123 0.160 -0.015 0.0378
2001 0.075 0.176 0.1265 -0.008 0.0378
2002 0.083 0.168 0.1682 -0.013 0.0324
2003 0.093 0.196 0.1870 -0.001 0.0324
2004 0.095 0.146 0.1360 0.028 0.0387
说明：1993年的△M1、△M2数据缺失，采用上下4年的平均值作为1993的数据。
数据分析：
 在进行最小二乘估计时，我们遇到一个问题，应该用M1还是M2作为应变量呢？于是我们进行一个比较：
 M2 为因变量时的回归分析结果：
Dependent Variable: M2
Method: Least Squares
Date: 02/16/00   Time: 14:42
Sample: 1984 2004
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob. 
C 0.040382 0.060209 0.670699 0.5114
GDP 1.196579 0.454266 2.634097 0.0174
RPI 0.093125 0.228371 0.407778 0.6885
R 0.981621 0.568220 1.727535 0.1022
R-squared 0.476429     Mean dependent var 0.227952
Adjusted R-squared 0.384034     S.D. dependent var 0.070980
S.E. of regression 0.055708     Akaike info criterion -2.767759
Sum squared resid 0.052757     Schwarz criterion -2.568803
Log likelihood 33.06147     F-statistic 5.156434
Durbin-Watson stat 1.947526     Prob(F-statistic) 0.010215
            M1 为因变量时的回归分析结果：
Dependent Variable: M1
Method: Least Squares
Date: 02/16/00   Time: 15:00
Sample: 1984 2004
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob. 
C 0.012164 0.072871 0.166921 0.8694
GDP 1.569574 0.549802 2.854799 0.0110
RPI -0.242837 0.276400 -0.878570 0.3919
R 0.624045 0.687722 0.907409 0.3769
R-squared 0.329624     Mean dependent var 0.192557
Adjusted R-squared 0.211322     S.D. dependent var 0.075921
S.E. of regression 0.067423     Akaike info criterion -2.386007
Sum squared resid 0.077280     Schwarz criterion -2.187051
Log likelihood 29.05308     F-statistic 2.786296
Durbin-Watson stat 2.491901     Prob(F-statistic) 0.072309
比较：以M2 为因变量时的回归分析有相对比较好的效果：
     （1）有较高的判定系数R，拟合效果较好。
 （2）有较低的回归标准差，残差平方和。表明它有更优的回归效果。
 （3）有更好的F检验值，表明回归效果显著。
1.经济学检验
   从模拟的结果可以看出 GDP、RPI、R的系数为正，在经济理论当中，当GDP增长时，必然出现货币供应量的增长，而当物价指数大幅上涨之前，必然出现货币供应量的超长增长。而对R而言，综合而言，中央银行在运用利率工具进行调整时，始终处于被动的地位，它总是滞后于物价水平和经济形势的变化。由此可知，从经济意义和实际的角度来看，模型是合理的。
2.统计检验(α=0.05)
   从模拟的结果来看，GDP的t值为2.634097，而t的临界值为2.11，表明系数通过t检验，因此,表明GDP对M2影响显著。而PRI、R的t值小于临界值，则接受原假设，说明PRI、R对M2没有很显著的影响作用。且F值为5.156434， 而F的临界值为3.20。表明拒绝原假设，接受备择假设，即表明回归方程显著.
3.以下进行计量经济学检验：
 （1）多重共线性检验
 M2 GDP RPI R
M2 1 0.517063530453 0.483592967234 0.421439470253
GDP 0.517063530453 1 0.304782344162 -0.0569351498609
RPI 0.483592967234 0.304782344162 1 0.587011505336
R 0.421439470253 -0.0569351498609 0.587011505336 1
从上面可知：相互之间的相关系数较小，不存在多重共线性。
 （2）异方差检验
 由于只有21个样本,因此主要采取ARCH检验来检验异方差的存在与否。
ARCH Test:
F-statistic 0.407168     Probability 0.750257
Obs*R-squared 1.444473     Probability 0.695144
    
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 02/16/00   Time: 14:48
Sample(adjusted): 1987 2004
Included observations: 18 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. 
C 0.002492 0.001084 2.299401 0.0374
RESID^2(-1) -0.090066 0.218302 -0.412574 0.6862
RESID^2(-2) 0.002589 0.212457 0.012188 0.9904
RESID^2(-3) -0.200152 0.210017 -0.953028 0.3567
R-squared 0.080249     Mean dependent var 0.001748
Adjusted R-squared -0.116841     S.D. dependent var 0.002741
S.E. of regression 0.002896     Akaike info criterion -8.657667
Sum squared resid 0.000117     Schwarz criterion -8.459807
Log likelihood 81.91900     F-statistic 0.407168
Durbin-Watson stat 1.793360     Prob(F-statistic) 0.750257
 从以上结果看，Obs*R2=1.444473，查分布表，给定=0.05，自由度为p=3，得临界值=7.81，表明不存在异方差，而从另外一方面看Probability的值，拒绝H0反错误概率较大，同时残差序列的系数的t值并不显著，应该接受残差序列系数为零的原假设，即为模型不存在异方差.。另一方面，从White检验看，也不存在异方差。
White Heteroskedasticity Test:
F-statistic 0.948833     Probability 0.492233
Obs*R-squared 6.070835     Probability 0.415302
    
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 02/16/00   Time: 14:50
Sample: 1984 2004
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob. 
C 0.008611 0.009913 0.868627 0.3997
GDP -0.206683 0.133155 -1.552203 0.1429
GDP^2 0.960491 0.694287 1.383422 0.1882
RPI 0.022706 0.033207 0.683790 0.5053
RPI^2 -0.166001 0.161712 -1.026520 0.3221
R 0.144861 0.207826 0.697030 0.4972
R^2 -1.048275 1.445871 -0.725013 0.4804
R-squared 0.289087     Mean dependent var 0.002512
Adjusted R-squared -0.015589     S.D. dependent var 0.003226
S.E. of regression 0.003251     Akaike info criterion -8.358385
Sum squared resid 0.000148     Schwarz criterion -8.010211
Log likelihood 94.76304     F-statistic 0.948833
Durbin-Watson stat 2.304301     Prob(F-statistic) 0.492233
 （3） 自相关检验
 模拟结果显示DW值为1.947526，而通过查表得到的值为1.026，的值为1.669。DW的值﹤﹤4-。表明不存在一阶自相关。
四.总结：
   通过以上分析，我们得到如下方程：
          M2=0.040382+1.196579*GDP+0.093125*RPI+0.981621*R
 (0.060209)  (0.454266)   (0.228371)   (0.568220)
           t=（0.670699）（2.634097） （0.407778） （1.727535）
          R2= 0.476429     F=5.156434      Df=21
 但是我们的模型不是十分的理想，线性拟合不是很好，这从模型的散点分布图可以看出。下图可以看出拟合效果不是很好。
 
 从下图可以看出样本期内解释变量的拟合值M2F：
 
 但是，我们仍然可以分析出一些很重要的结论：
 （1）从M2=0.040382+1.196579*GDP+0.093125*RPI+0.981621*R可以看出：
 在对M2的影响因素中，GDP是最大的，其次是利率R，最后是RPI。当GDP增长时，必然出现货币供应量的增长，这几年我们国家的GDP高速增长，而货币供应量也随着增长，这与实际是很吻合的。
 （2）M1、M2与RPI的波动曲线图：
 
 
 从上可以看出，M1、M2、RPI整体上相关性较大，变动趋势也叫一致，他们之间关系密切。同时M2的波动轮廓、线条相对复杂。这是由于货币供应量直接受控于中央银行，政府的经济政策可以直接作用于货币供应量，并通过货币供应量的增减来调控宏观经济，所以货币供应量的波动有很多人为和技术因素。
 （3）M1、M2与GDP的波动曲线图：
 
 GDP的增长与货币供应量增长有密切的关系，M1、M2、GDP虽在变化上有一定时差，但是总体上保持较吻合的趋势。GDP的几次高增长都伴随M2的高增长，而且一般来讲，二者存在内在的因果关系。
 （4）利率与RPI、GDP的波动关系图：
 
 R和RPI的变动基本上是一致的，R的变动和GDP的变动有一定的时差，但大体趋势是符合经济原理的。另外从图中可以看出，经济高增长在前，物价高涨在后，1988年、1993年、1995年三次经济过热增长，物价上涨的峰值均超过经济高增长的峰值。综合来讲，中央银行在运用利率工具进行宏观调控时，始终处于被动的地位，利率的调整总是滞后于物价水平和经济形势的变化，当央行对R作出调整时，经济形势可能已经发生新的变化。
 （5）相关分析图：
 M1 M2 GDP RPI R
M1 1 0.763767778863 0.539561447222 0.0905056475331 0.0589037779882
M2 0.763767778863 1 0.517063530453 0.483592967234 0.421439470253
GDP 0.539561447222 0.517063530453 1 0.304782344162 -0.0569351498609
RPI 0.0905056475331 0.483592967234 0.304782344162 1 0.587011505336
R 0.0589037779882 0.421439470253 -0.0569351498609 0.587011505336 1
从中可以看出：
 ①M2与R、RPI的相关性比M1要强，M1的相关系数都低于0.5；M1和M2与GDP的相关系数差不多。从总体上看，M2要优于M1。
 ②M2与GDP相关性较强，达到0.517064。
 ③R与RPI的相关性较强，相关系数为0.587012。
 ④M2与R相比较，R与RPI有更强的相关性，而M2与GDP有较强的相关性。
由此可以得出一些初步的结论：
 ①在货币政策实施过程中，更应关注M2而不是M1。
 ②在我国，R与M2的相关性在增强，因此在暂时以M2作为货币政策中介目标时，应关注R的变化，并积极推进利率市场化进程，以更好的抑制通货膨胀或通货紧缩。
 ③由于我国的货币政策目标是“保持人民币币值稳定，并以此促进经济发展”，因此在以RPI衡量通货膨胀时，更应关注R，而在促进经济增长方面，应更注重M2对经济发展所起的推动作用。
 结合以上的分析，我们可以知道，影响货币政策有效性的因素很多，既有经济金融运行及宏观政策操作过程中存在的深层次的矛盾，又有金融体系本身存在的不协调改革举措。所有这一切导致了货币政策传导机制不畅，金融监管过度进而造成货币政策机制紧缩。但是我们可以注意以下问题：
 （1）要密切注意货币供应量的增长。目前的价格已有轻微上升的趋势，如果不管住货币，物价上升的压力将逐步聚集，通货膨胀风险加大，所以必须提前做出反应，严格控制供应量，加强贷款风险预警和监测，防通货膨胀于未然；同时引导良好的预期，注意国际游资的新动向，让BP线向上运动，缓解人民币升值压力和货币被动扩张的压力。
    （2）疏通货币政策传导渠道，提高货币政策的有效性。首先是对结构的调整，继续运用再贷款，通过债转股、核销呆帐，支持国有企业解困，促进国有企业的改革加快和深化；监督商业银行进一步优化贷款结构，推动其股份制改造和上市。其次，要疏通利率传导渠道。利率市场化是金融改革必经之路，在条件允许下逐步放开利率管理，扩大金融机构的利率定价自主权，健全真正的利率传导机制。
 （3）注重国际收支平衡目标，通过增加政策工具，缓解货币政策内外目标的冲突。由丁伯根原理可知，如果政策目标是国内物价稳定P和经济增长Y，则只要有两个政策工具就可以达到：政府支出G和货币基础供应量M，如果考虑到国际收支平衡BP=0第三个目标，则需要增加政策工具，在现阶段不宜采用浮动汇率制情况下，能采用的工具变量的有：货币乘数；出口竞争力因数等。从长期来看，引入汇率作为政策工具是必然的选择。
 结合未来资本在全球范围内可自由流动性不断增强的趋势和蒙代尔—克鲁格曼“不可能三角形”理论，我们可以预见，从国际范围看，在蒙代尔—克鲁格曼“不可能三角形”框架下，没有一个国家完全选择“角点解”，而是对选定的“中间解”组合进行力求合理配置。这一点对于中国也不例外，按照易刚等人X+Y+M=2的结论，中国将来的Y值将达到0.7左右，剩余的1.3将在央行的独立性与汇率稳定两者间进行分配，按照央行的独立性与币值稳定呈正比的央行独立性理论，汇率稳定会在1.3的剩余值中占有较小的份额。但中国目前的情况是现行的汇率制度实际值远远大于适度值，这在一定程度上为我们指明了未来的汇率制度改革方向。从渐进式改革的要求出发，钉住篮子货币(影子货币)是均衡冲突的较优选择，在此基础上，中国经济才可以在适合自身的、冲突得以均衡的蒙代尔—克鲁格曼“不可能三角形”框架中，依靠三角形的稳定性继续保持良好的发展势头。