1、我國貨幣供應量影響因素分析基于VAR模型的實證研究楊恩一、引言2008年全球金融危機爆發給我國經濟蒙上了一層陰影，外貿出口大幅度下滑，國內就業形式嚴峻。面對如此復雜的國際國內形勢，我國中央銀行迅速做出反應，實施適度寬松的貨幣政策。一般而言，貨幣政策效果取決于中央銀行能否影響和穩定人們的預期。在利率體系未實現市場化條件下，貨幣供應量仍然是我國貨幣政策一個比較好的中介目標,中央銀行完全可以通過控制該中介目標達到宏觀調控的目標（何問陶、劉朝陽，2007）。戴建軍（2007）對我國貨幣供應量和經濟增長之間的關系進行了研究，結果發現貨幣供應量與經濟增長之間存在長期穩定的協整關系，且貨幣供應量與經濟增長長

2、期正相關。在我國金融市場中，間接融資占據主導地位，貨幣供應量的變化依存于信貸規模的變化，中央銀行在實施貨幣政策時，應同時關注貨幣供應量和信貸規模這兩個指標（吳培新，2008；劉小銘、沈利生，2008）。除信貸規模外，外匯占款也是影響我國貨幣供應量主要因素之一，外匯儲備量變化是影響貨幣供給量變化的原因（李莎、謝英，2004）。蒲艷萍和李權（2006）研究發現，短期內，前期的貨幣供應增長率變化率、經濟增長率變化率、通貨膨脹率和外匯儲備增長率對當前貨幣供應增長率變化的影響顯著，外匯儲備對貨幣供應產生的外生性影響較小。此外，政府存款的變化，反映政府財政政策變化，能夠影響基礎貨幣投放，對貨幣供應量的影響

3、也較大。縱觀現有文獻，研究貨幣供應量對其他宏觀經濟變量影響的文獻較多，而分析貨幣供應量影響因素的文獻相對較少。因此，本文采用VAR模型對影響我國貨幣供應量的因素進行了實證分析。二、研究方法、變量選擇和數據來源（一）研究方法介紹自1980年Sims將向量自回歸（VAR）模型引入到經濟學研究以來，VAR模型在經濟學中得到了廣泛應用。VAR模型把系統內每一個變量作為系統中所有內生變量滯后值的函數來構造模型。因此，該模型可以動態地分析系統內各變量相關關系和動態預測各變量之間的相互影響。VAR簡化式模型的一般形式：或 （1）其中,，L為滯后算子。是 k 維內生變量列向量，p是滯后階數，T是樣本個數。k&

4、#180;k 維矩陣是待估計的系數矩陣。 是 k 維擾動列向量，它們相互之間可以同期相關，但不與自己的滯后值相關，且不與等式右邊的變量相關。假設 是 的協方差矩陣，是一個(k´k)的正定矩陣。當系數矩陣可逆時，在（1）式兩邊分別左乘的逆矩陣，可得： 利用廣義最小二乘法可以求出的估計量，進而求出系數矩陣。利用VAR模型研究經濟問題時，我們常常更加關心一個內生變量對其他變量沖擊的響應情況，而忽略了變量之間的相關關系。因此，估計完VAR模型后，我們可以分析某變量沖擊對經濟系統的動態影響，這種分析方法稱為脈沖響應函數（IRF）。為了得到正交化的脈沖響應函數，需要將正定協方差矩陣進行Chole

5、sky分解： 。其中G為下三角形矩陣，Q為主對角線上元素為正的對角矩陣，且Q是唯一的。令，則 再令 ， 則的第i個變量可以寫成：是由的脈沖引起的的響應函數，為積累響應函數。的第i行j列元素可以表示為：,表示在t時期，其他變量和滯后變量不變的情況下，對一個沖擊的反映。 在實證分析中，除了需要考查一個變量沖擊對其他變量的影響外，通常還研究一個變量對其他變量相對重要程度，這就需要進行方差分解。方差分解通過分析每一個沖擊對內生變量變化的貢獻度來進一步評價不同結構性沖擊的相對重要程度。其過程本文不再敘述。（二）變量選擇和數據來源自中央銀行把貨幣供應量作為貨幣政策中介指標以來，對貨幣政策和貨幣供應量的研究

6、就從未停止，大多數學者圍繞貨幣政策有效性展開分析，對貨幣供應量的研究相對少一些。本文采用單位根檢驗、協整檢驗和向量自回歸模型對影響我國貨幣供應量的因素進行了分析。為了分析我國貨幣供應量（m2）的影響因素，本文從諸多影響因素中選取了3個最主要的指標，分別是商業銀行貸款（sydk）、外匯占款（whzk）和政府存款（zfck）。所有指標數據選取2000年1月2008年12月的月度數據，共108個。所有的這些數據均來自中國人民銀行網站。三、實證分析（一）單位根檢驗一般來說，時間序列數據都存在一定的時間趨勢，如果直接對數據進行回歸分析，往往會導致“偽回歸”問題。因此，我們對原始數據進行單位根檢驗，檢驗發

7、現原始數據是不平穩的，經過1階差分后數據平穩（見表1），即他們都是1階單整的，I(1)。表1：時間序列單位根檢驗變量名檢驗類型(c,t,d)ADF檢驗值5%的臨界值1%的臨界值是否平穩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代表漂移項；t代表時間趨勢；d代表滯后階數。*表示在5%的顯著性水平下顯著，*表示在1%的顯著性水平下顯著。（二）協整檢驗在單位根檢驗的基礎上，本文運用基于VAR的J

8、ohansen技術對變量進行協整檢驗（見表2）。從表2的檢驗結果可以得出，在5%的顯著性水平下，無論是跡檢驗還是最大特征值檢驗，檢驗結果都接受m2、sydk、whzk 和zfck之間存在協整關系，即m2、sydk、whzk和zfck之間存在穩定的長期相關關系。因此，本文采用VAR模型研究他們之間的關系是有意義的。表2：協整檢驗結果零假設：協整向量個數跡檢驗值5%臨界值概率水平最大特征值檢驗值5%臨界值概率水平沒有80.06*47.860.000040.01*27.580.0008至多1個40.05*29.800.002427.82*21.130.0049至多2個12.2315.490.1462

9、11.1314.260.1479 注：*表示在5%的顯著性水平下顯著，*表示在1%的顯著性水平下顯著。（三）VAR模型估計和結果分析為了進一步分析sydk、whzk 、zfck 對m2的影響，我們在原數據的基礎上建立VAR模型：其他方程在這里沒有列出，因為我們只關心sydk、 whzk和 zfck 對m2的單向影響。為了確定模型中的P值，即滯后的階數。我們采用AIC和SC信息準則來確定階數，即AIC和SC最小時的P值為最佳滯后階數。表3：各P值下AIC和SC值 P值變量名2345AIC18.3018.3118.3118.30SC18.5318.6418.7518.83從上表中可以看出AIC值在

10、P=2時最小，而SC值在P=2時最小。因此，在估計VAR模型時，取P=2。1 脈沖響應函數分析。圖1：m2對sydk沖擊的脈沖響應圖2：m2對whzk沖擊的脈沖響應圖3：m2對zfck沖擊的脈沖響應在估計完VAR 模型后,對估計結果進行脈沖響應函數( IRF) 分析,它描述了方程中因變量如何響應于方程中的誤差項的沖擊。如果這個殘差是來自于sydk、whzk和zfck,脈沖響應函數就能很好模擬出貨幣供應量對這個意外沖擊的響應。從圖1中可以看出，sydk增加一個單位標準誤差時，M2會先大幅下降，在第3個月這種沖擊打到最大，然后M2回升，在第5個月時，回升到最大值，8個月后這種沖擊趨于平穩。因此，商

11、業銀行貸款對貨幣供給量存在持續影響。從圖2中可以得出，當whzk增加一個單位標準誤差時，M2先是急劇下降，到第2個月時達到最大，然后又快速回升，在第5個月時，沖擊達到正向最大，在第8個月后，這種正向沖擊趨于平穩。因此，外匯占款對貨幣供給量存在持續影響。從圖3中可以得出，當zfck增加一個標準誤差時，M2先是緩慢下降，到第3個月開始急劇下降，到第5個月達到最大，然后又緩慢回升，第8個月后沖擊趨于平穩。因此，政府存款對貨幣供給量存在持續影響。2方差分解分析。表4：m2的方差分解PeriodS.E.M2SYDKWHZKZFCK12342.123100.00000.0000000.0000000.00

12、000023519.27770.7510019.538968.1938521.51618934296.36264.3642428.698375.5009191.43646544903.62958.4701923.256226.52013611.7534566315.62347.6467415.582139.56809627.2030476805.80647.3243714.784409.82072628.0705187227.51847.7373314.391359.77080328.1005297627.15248.1573914.065679.67310628.10384108023.08

13、148.4131513.750369.61094228.22555118418.31448.5380813.452599.59112528.41821128810.75148.6028013.185409.59555828.61624139198.44748.6540112.954559.60704428.78440149580.94848.7090112.757939.61695328.91611159958.90348.7681812.589389.62342429.019021610333.3748.8268412.442439.62751329.103221710705.3548.88

14、12712.312169.63061829.175951811075.5948.9301612.195359.63354329.240951911444.6448.9738312.089929.63650629.299742011812.9349.0131811.994399.63944529.35298從方差分解的結果可以得出，sydk對貨幣供應量方差貢獻率為12%左右，whzk對貨幣供給量方差貢獻率在9.6%左右，而zfck對貨幣供給量方差貢獻率在28%左右。sydk、whzk和zfck的確是影響貨幣供應量的主要因素。m2的方差除了受自身影響外，還受到sydk 、whzk 、zfck 的顯

15、著影響。此外，在影響貨幣供給量的三個主要因素中，zfck對貨幣供給量方差貢獻率最大，因此，我國貨幣供給量受政府行為影響明顯。（四）格蘭杰因果檢驗為了進一步檢驗所建模型的可信度和實證結論的穩健性，本文對變量之間的格蘭杰因果關系進行了檢驗（見表5）。格蘭杰因果檢驗需要確定滯后階數，為了保持研究的一致性，我們仍然取p=2。從表5中可得，sydk、whzk、zfck和m2之間存在雙向的因果關系。因此，本文建立VAR模型來分析sydk、whzk和zfck對m2的影響較好，實證結論具有可信性。表5：變量間格蘭杰因果檢驗結果零假設觀測值個數F統計值概率sydk不是m2的格蘭杰原因m2不是sydk的格蘭杰原因

16、1066.6679*3.7129*0.00190.0278whzk不是m2的格蘭杰原因m2不是whzk的格蘭杰原因1063.7262*7.0212*0.02750.0014zfck不是m2的格蘭杰原因m2不是zfck的格蘭杰原因1068.4705*5.5937*0.00040.0050注：*表示在5%的顯著性水平下顯著，*表示在1%的顯著性水平下顯著。四、結論和啟示貨幣供應量是我國中央銀行重要的中介目標，其影響因素多而且復雜多變。本文在已有研究文獻和邏輯分析的基礎上，從諸多影響因素中選取了商業銀行貸款、外匯占款和政府存款來分析其對我國貨幣供應量的影響。為了更加靈敏地反映商業銀行貸款、外匯占款和

17、政府存款對貨幣供應量的影響，本文選取各變量2000年1月至2008年12月的月度數據作為研究數據基礎，并利用VAR模型分析了商業銀行貸款、外匯占款和政府存款對我國貨幣供應量的影響，實證結果表明：商業銀行貸款、外匯占款、政府存款和貨幣供應量之間存在雙向的因果關系，商業銀行貸款、外匯占款和政府存款的確是影響我們貨幣供應量的主要因素；商業銀行貸款、外匯占款和政府存款對我國貨幣供應量的影響存在持續性；政府存款對貨幣供應量影響最大，商業銀行貸款次之，外匯占款對貨幣供應量影響相對較小。因此，中央銀行在宏觀調控時，不僅應該密切注意貨幣供應量的變化，而且還應該密切關注商業銀行貸款、外匯占款和政府政策的變化。參考文獻1戴建軍.我國貨幣供應量與國內生產總值關系的實證研究J.財經理論與實踐，2007（11）。2何問陶、劉朝陽.貨幣供應量作為我國貨幣政策中介目標的實證研究J.西南金融，2007（2）。3克里斯·布魯克斯.金融計量經濟學M.西南財經大學出版社，2005。4劉明志. 貨幣供應量和利率作為貨幣政策中介目標的適用性J.金融研究，2006(1)。5劉小銘、沈利生.我國信貸規模與貨幣供應量關系的實證研究J.統計與決策，2008（23）。6李莎、謝