货币流通速度的再认识

1货币流通速度的再认识 *对中国 1993-2003 年虚拟经济与实体经济关系的分析货币流通速度是货币经济学的一个重要问题，这不仅涉及到货币需求以及货币供给政策的调整，而且其本身的变化一方面是宏观经济环境变化的结果，另一方面反映出宏观经济的许多问题。但目前无论理论界还是各国政府决策层，对货币流通速度的测算或预测，以及由此对货币供应量的决定，其理论依据不外乎传统的交易型货币数量公式 MV=PQ 和收入型货币数量公式MV=PY，其中 M 为货币数量，V 为货币流通速度，P 为交易商品的价格，Q 为商品交易量，Y 为名义收入。不可否认，这两个货币数量公式在其特定的历史时代背景下无疑是有效的理论工具，估算出的货币流通速度变化相当平稳且与实际情况吻合，其原因在于货币需求函数的稳定性。国外的许多研究结果表明，在 20 世纪 70 年代中期以前，只要适当地考虑时滞后的收入和利率等变量，就可以对货币需求作出合理和可靠的解释。但时过境迁，在 20 世纪 70 年代中期以后，研究结果越来越缺乏解释力，传统货币需求方程的估测结果系统地大于实在的货币余额，从而出现了一个“失踪货币” 。货币需求函数的不稳定使货币流通速度可以预测的货币主义观点受到挑战，进而使货币政策作为稳定经济的一个主要工具受到质疑。究其原因，我们认为一国经济环境乃至整个国际经济环境的变化是其背后的深刻原因。因此对货币流通速度的重新认识便提上了议事日程。传统意义上认为货币流通速度不是一个现实的经济变量，只是货币市场事后均衡结果，单独分析它不会给我们更多信息。在本文中笔者从经济虚拟化发展的角度，利用虚拟经济理论已有的研究成果，建构货币循环流模型提出自己对货币流通速度的重新认识，希望能在理论界引起广泛的讨论。文章结构如下：第一部分分析经济虚拟化对货币流通速度的影响；第二部分论证交易型货币数量论的复归倾向，在此基础上对交易型货币需求函数进行实证检验；第三部分提出新的货币流通速度公式，并建立现代信用货币经济的六部门货币循环流模型，分析货币流通速度的在现代信用货币经济中的新特点；第四部分在对中国货币流通速度进行重新估算的基础上，分析检验我国虚拟经济与实体经济的关系，然后针对出现的问题提出相应的政策措施和建议。一、经济虚拟化对货币流通速度的影响（一）经济虚拟化20 世纪 70 年代以来，世界经济出现了新的趋势，即经济的虚拟化，虚拟经济越来越脱离实体经济而日益成为一个相对独立的经济活动领域，虚拟经济不再是实体经济的附属品，作为虚拟经济重要组成部分的“金融是现代经济的核心” 。随着这种经济结构的变化，虚拟资产在经济虚拟化过程中越来越居于主导地位，在宏观层面主要表现为国民财富构成发生变化。如西方发达国家和加入到金融全球化行列中的新兴发展中国家，自上世纪 70 年代以来虚拟资产与国民财富的比率不断提高，并且出现趋同化趋势，一些发展中国家的虚拟资产膨胀速度赶上甚至超过一些发达国家，到九十年代这些国家拥有的虚拟资产总量都超过 GDP 总量，有的国家达到 3 倍多。在微观层面体现在居民家庭财富和收入来源构成以及企业利润来源占比的变化。如主要工业国家的居民所持有的财富形式越来越与物质财富相脱离，虚拟资产财富在家庭财富中逐渐占据主要地位。表 1 提供了部分经济发达国家家庭持有财富中，虚拟资产财富所占的比例。其中当代美国人的财富中有 82%以上是金融资产，这还不包括地产在内。在银行的抵押资产中，大约有 70%* 本文是教育部人文社会科学重点研究基地 2002-2003 年度重大研究项目“现代信用经济与虚拟经济研究”（02JAZJD810005）的阶段性成果之一。研究领域：宏观经济学2以上是房地产。可见，虚拟资产在发达国家的财富中占有重要地位（刘骏民，2002） 。在居民收入来源构成中，美国居民来自制造业的收入与来自资本红利利息收入和服务业收入形成鲜明的反差，在曲线图上表现为一把“大剪刀” （见图 1） 。制造业收入占比从 22.05%降至 8.50%，减少了近 2倍；资本红利利息收入和服务业收入占比分别从 9.04%和 9.85%升至 16.95%和 21.45%，上升了近1 倍，两者之和达到 38.40%。与此同时，企业利润来源构成也表现出相同的变化。在 20 世纪 70年代中期前后的 1959-2002 年期间，美国制造业利润持续下降，从 1959 年的 49.35%降至 2002 年的 11.76%，减少了近四倍；而同期的金融业利润却从 13.59%上升到 26.63%，增加了约一倍（见图 2） 。由此可见，经济虚拟化的发展使整个经济出现结构性的变化，这势必影响到经济主体行为方式和经济运行规律的变化。 表 1 主要工业国家金融资产占家庭净财富的百分比 单位：（%）年份 美国 日本 法国 英国 加拿大19811985 69.7 42.5 37.8 51.9 58.619861990 71.7 41.5 49.6 52.7 63.919911995 76.9 50.1 55.2 64.1 67.319961999 82.2 58.2 58.8 68.8 70.2资料来源：IMF, World Economic Outlook, October 2001,P65. 0.00%5.00%10.00%15.00%20.00%25.00%1959 1962 1965 1968 1971 1974 1977 1980 1983 1986 1989 1992 1995 1998 2001红 利 利 息 收 入 制 造 业 收 入 服 务 业 收 入5.00%10.00%15.00%20.00%25.00%30.00%35.00%40.00%45.00%50.00%55.00%1959 1962 1965 1968 1971 1974 1977 1980 1983 1986 1989 1992 1995 1998 2001制 造 业 金 融 业图 1 美国居民个人收入来源 图 2 各产业企业利润与总利润之比 资料来源：NIPA（美国国民收入和生产帐户） ，整理计算得到 资料来源：同图 1 （二）经济虚拟化对货币流通速度的影响由上文分析可知，经济虚拟化的发展不仅影响到居民财富观念的转变，从以实物资产为真正的财富逐渐过度到越来越重视对虚拟财富的拥有，而且对虚拟经济与实体经济关系产生重大影响：整个经济系统日益分成虚拟经济和实体经济两大子系统。在这两大子系统中有着截然不同的定价方式：一个是附着在商品上的物价系统，另一个是资产价格系统。前者是成本支撑的价格系统，后者是观念支撑的价格系统，它们根本的区别不是有形和无形，而是定价方式所反映的行为方式（成思危，刘骏民，2003） 。正是这种微观理财行为和投资心理以及宏观层面运行机理的变化，使货币流通速度出现结构性的变化，即有必要把货币流通速度分成实体经济和虚拟经济流通速度。原因如下：1.资产定价方式强化两种货币流通速度的差异性实物资产实行成本加成定价，而虚拟资产实行资本化定价，所以价格变动的决定因素是不同的。前者价格主要取决于资产成本、预期利润水平和供需状况，而这些变量变化相对平稳，因此实物资产价格变化是较稳定的。而后者价格主要受贴现率、预期、市场情绪、投资者对市场信息判断偏差等不确定性因素的影响，它们能在较短的时期内反复变化，投资者对其价格变动的敏感程度高，因此虚拟资产价格的波动性较实物资产要大得多。而正是由于这种资产价格升跌频率的差异，或投资者获取资本价差利得机会的差异，使货币流通速度的差异性得以形成。经济虚拟化程度越高，这种差异性就越强。32.现代信息技术的不对称性影响强化差异性现代信息技术对虚拟资产与实物资产流通速度的影响是不对称性的。如“电子数据交换”和“电子资金转移”等计算机网络技术使虚拟资产能 24 小时不间断地以“光的速度”在全球范围内流动，几百万美元的国际资本能在几秒针内转移至全球各地，但实物资产的交易受运输条件限制不可能以“光的速度”流动。这样即使是同一货币，它在虚拟经济与实体经济中的流通速度是不同。在虚拟经济全球化的今天，区别对待这两种货币流通速度具有非同寻常的意义，因为这直接涉及到货币需求与供给、金融风险的防范和货币政策应对措施的制定等等。二、交易型货币需求函数的实证分析（一）收入型货币数量论复归交易型货币数量论货币需求函数有交易型和收入型之分，理论界对何种需求函数更符合现实存在长久争论，特别是在实证检验分析中，当定位于交易的模型应用不理想时，理论学者便考虑使用收入模型试图使情况有所改善。现代货币数量论的重要代表弗里德曼曾对为什么要使用收入型货币数量论而不使用交易型货币数量论做过详细的论证（Friedman，1970） 。但笔者认为，随着经济虚拟化以及居民虚拟财富占比的提高，货币需求函数正不断向交易型货币数量论复归。一方面 GDP 总量指标包含的内容已远小于交易总额。在国民经济统计上，GDP 不包括中间产品的全部销售、转移支付、现有商品的购买，尤其是交易总额巨大的虚拟资产交易，而所有这些交易都会引起相应的货币需求，这是其一；其二是 GDP 概念侧重于产出一面而忽视了收入一面也同样会引起支付的需要这一事实；其三是 GDP 包括了一些推算项目，在一定程度上高估了交易额。另一方面收入型货币数量理论的准确性和可靠性日益下降。首先，20 世纪 80 年代以来以GDP/Mi（i=1，2，3）来衡量货币流通速度的指标越来越不稳定。其次，由于总货币形式 M1、M 2或 M3总跟不上货币替代物的快速变化，一个特定总货币流通速度的增加并不一定说明货币在经济体中循环真的加快了，可能是总货币形式 M1、M 2或 M3的替代物发挥作用的结果，因此很难找到一种有意义的方法来衡量货币 M1、M 2或 M3的收入流通速度。以上这些都使货币学派所主张的货币供应量与名义收入成有规则的正比关系日益得不到事实支持。相反，货币需求量越来越与经济系统中实际需要媒介的交易有重要相关性。其实，对收入流通速度和交易流通速度的稳定可靠性，理查德T塞尔登在美国的货币流通速度 （米尔顿弗里德曼等，2001，第 190 页）一文中早有详细的研究。他认为收入流通速度Vy 和交易流通速度 Vt 的发散，在很大程度上取决于现金作为交易媒介和作为价值储藏手段的相对重要性。如果前一个职能非常重要，发散意味着 Vt 稳定， Vy 下降。随着虚拟经济的发展，财富更多地以诸如股票、债券、储蓄存款等虚拟资产形式持有，现金作为交易媒介的职能得到强化。瑞典经济学家魏克赛尔认为，在货币的三个主要职能（价值尺度、价值储藏手段和交换媒介）中，“只有交换媒介才在真正意义上表现了货币的特征” （魏克赛尔，1983，第 215 页） ；而价值储藏手段只有从个人或私人的观点来说，货币才具有这一职能，对整个社会而言货币并没有这一职能，在货币完全虚拟化的今天更是如此。 （二）交易型货币需求函数的实证分析对货币需求函数的实证检验，无论在国内还是在国外，许多经济学家都对此作过深入的探讨和研究。在国内，有学者对我国目前货币当局的货币政策仍然没有考虑股市成长和活跃带来的不断增长的货币需求，从而货币供应规划仍按照从前仅仅针对实体经济的做法，在传统的货币交易方程（MV=PY）基础上，仍然并将继续根据 GDP 增长目标、物价控制目标及某个一定的货币流通速度变化水平，来规划、制定货币供应目标提出质疑（戴根有，2000） 。中国人民银行研究局课题组注意到传统货币数量理论的准确性和可靠性日益下降，认为我国目前货币供应没有充分考虑股票市场对货币的交易需求。他们对 1993 年 1 季度到 2000 年 3 季度的季度数据，运用多元线性4回归模型实证分析股市发展对货币需求的影响，结果表明这种影响确实存在（中国人民银行研究局课题组，2002） 。模型回归结果为 ：RM1=7.738+0.503RGIP+0.255RCIP-0.083RDIR+0.051RTRD(11.495) (5.532) (6.156) (3.102) (3.725) =0.820 D-W=1.070R2RM2=10.23+0.568RGIP+0.387 RCIP-0.06RDIR+0.073RTRD(15.62) (5.116) (6.965) (3.368) (6.329) =0.952 D-W=2.103其中 RM1 代表 M1 增长率，RM2 代表 M2 增长率，RGIP 代表工业生产总值增长率，RCPI代表物价增长率，RDIR 代表一年期存款利率增长率，RTRD 代表上海证券交易所股票交易金额增长率。其他学者如石建民（2001） ，谢富胜、戴春平（2000） ，高莉、樊卫东（2001）等都提出过类似观点。在国外也有许多类似的研究，如 Allen(1994)把证券市场交易量指标引入货币数量方程，通过对 80 年代数据进行回归分析发现，货币需求与包括 GDP 交易、金融交易在内的经济体系所有交易的相关性仍十分显著。Field（1984）和 Gramer（1986）也做过类似的研究。为了证实虚拟经济的发展是否对货币产生交易性需求，本文采用动态分布滞后（ADL）模型对货币需求函数进行分析。由于国内学者对 2000 年以前的交易性货币需求已有实证研究成果，所以本文只对 2000 年后的交易性货币需求函数进行实证分析。模型样本采用 2000 年 1 月到 2003年 12 月的月份数据，数据来源：中国经济景气月报各期。为了消除季节性因素的影响，所有数据都采用同比增长率。模型因变量采用最能体现货币交易媒介职能的 M1 增长率指标（M1） ，实体经济的自变量采用工业增加值（GIP）和社会消费品零售总额（TCG）指标，虚拟经济采用全国股票成交金额（TRD） 、证券投资基金成交金额（SIF） 、国债现货成交金额（TBS ）和国债回购成交金额（TBR ）指标。其中 TCG 变量在回归过程中因未能通过 t 统计检验而被剔除。在解释变量中，除 TBR 指标外，其他变量都通过了 5%显著性水平的单位根检验，而TBR 与因变量 M1 存在协整关系，回归模型残差项通过 1%显著性水平的 AEG 检验。模型回归结果如表 2。表 2 货币交易需求的回归结果（2000.1 月份2003.12 月份）解释变量 系数 T 统计值 P 值 解释变量 系数 T 统计值 P 值常数项 -2.347 -1.52 0.1404 SIF(-1) -0.011 -3.30 0.0026 GIP 0.216 3.03 0.0050 SIF(-2) 0.003 4.56 0.0001GIP(-1) 0.268 3.54 0.0014 SIF(-3) -0.004 -1.90 0.0670GIP(-2) 0.265 3.07 0.0046 TBS(-1) -0.010 2.19 0.0371GIP(-3) 0.149 2.16 0.0390 TBS(-3) -0.019 -3.94 0.0005TRD -0.017 -4.13 0.0003 TBR(-2) -0.023 -3.45 0.0017TRD(-1) 0.014 3.37 0.0021 M1(-2) 0.542 5.50 0.0000TRD(-3) 0.008 2.25 0.03210.91 D-W 2.16 F 30.946 LM(2) 0.80 ARCH(1) 0.05 Q(10) 10.1R2长期关系式：M1=-5.124+1.961GIP+0.011TRD-0.026 SIF-0.063TBS-0.050 TBR从表 2 的长期关系式来看，货币交易需求（M1）与全国股票成交金额（TRD）的弹性系数为正，虽然系数不大，但已具有统计显著性，说明股票成交金额的放大确实产生了相应的货币需求。货币交易需求（M1）与证券投资基金成交金额（SIF） 、国债现货成交金额（TBS ）和国债回购成交金额（TBR ）的弹性系数为负。从表面看来这有悖于上文的理论分析，其实不然。因为在短期内滞留于虚拟经济系统中用于媒介虚拟资产交易的货币量相对稳定，因此用于各种资产交易的货币量之间存在此消彼涨的替代效应，其相关系数为负，见表 3。下文的货币循环流模型也能证实这一点。表 3 相关分析结果 第一个回归式中 D-W 值偏低，原文作者没有对此作出具体解释说明。5GIP SIF TBS TBR TRD -0.042 0.980 -0.153 -0.003三、新货币流通速度公式由上文的分析可知，在传统的货币数量公式中，应该添加各类证券交易所需要的货币量。于是便有新的货币数量公式（刘骏民，1998）： （1）SQPVM或 V/)(其中 SP 表示证券的一般价格水平，SQ 表示证券的数量，其他字母含义同上。它能更好地反映经济现实的本质，也能更好地对一些经济现象作出解释和预测 。这样同一时期的货币分流入虚拟经济系统和实体经济两子系统（即 = + ） ，因此有： tDAtTt= + （2）MtVSPtQt如果令 、 分别为 期实体经济和虚拟经济中用于交易的货币流通速度， 表示 期虚Vptstt MDAt拟经济中的投机货币量，由两部分组成：一是媒介虚拟资产交易的货币量，二是以股票、债券等虚拟资产形式存在的货币量。 乘以虚拟经济中 期的货币流通速度 ，就等于 期虚拟经At tVspt济总量，即 = 。 表示 期实体经济中的货币量，也包括两部分：一是媒SPtQDtspTt介实物资产交易的货币量，二是以储蓄形式存在的货币量。 乘以实体经济中 期的货币流通Tt t速度 ，就等于 期实体经济总量，即 = 。这样（2）式也可写成：Vpt QPtMDTtVp+ = + （3）AtVsppSPt由（2）和（3）式可知：= = = ，tt AtTtspP1DVAtTsptt令 = ，即实体经济交易货币量与虚拟经济交易货币量之比，那么上式可写成：CtMDAtT= VtCtpspt1这就是交易性货币流通速度公式。可见 、 、 ，即整个经济系统的货币流通t(fVst)速度 （下文称为综合流通速度）是媒介实体经济和虚拟经济货币量之比 以及各自货币流通Vt Ct速度 、 的函数。下面根据交易性货币流通速度公式建立一个六部门货币循环流模型，进pst一步分析货币在现代信用货币经济体系中的循环运转情况 ，如图 3。在模型中，整个经济系统被分成两大经济系统：实体经济系统和虚拟经济系统，其中实体经济包括家庭部门和企业部门，虚拟经济系统包括股市、债市、期市、外市、地产等，金融部门包括金融机构和非金融中介机构，它处于模型中心，体现了金融是现代经济核心的思想。模型中的参数变量含义分别为：收入（ ） ，消费（ ） ，储蓄（ ） ，政府预算赤字（ ） ，国外净资tYtCtStGD本流入与进出口之和（ ） ，投资虚拟经济净资金量（ ） ，金融部门净货币供给ttIMXNF tF 关于模型的具体论证和应用可参见伍超明（2003）或刘骏民、伍超明（2004） 。 该模型参考了 Binswanger (1997)部分观点。6（ ） ，企业可获资金约束条件等式（ ） ，企业Mt tttttttt GDIMXNFMS)(投资虚拟经济资金量（ ） 。St在模型中投入到虚拟经济的净资金流量 是一个非常重要的变量，它分别来自实体经济系t统、金融部门以及国外部门，并以独立的形式游离于实体经济系统之外，根据资产收益率的大小在股市、债市、期货市场和房地产等市场中循环运转，谋取投资收益最大化。当然 变量可正tF可负、可大可小，这取决于同时期实物资本收益率和虚拟资产收益率的大小。根据资产选择理论，金融机构和代理人会根据风险收益组合不断地调整其资产组合，当虚拟资产收益率相对于实物资产收益率较高时，各部门的经济代理人会增加虚拟资产的持有， 就会增加。流入虚拟经济t系统的货币资金会同样根据风险收益组合在股市、债市、期货市场和房地产等市场中运转，因此会存在一定的替代效应，上文第三部分对我国的实证证实了该论点。另外，根据货币循环流模型，还可以解释目前许多国家面临的“现代市场经济之谜” ，即货币供应量增加，实体经济没有增长，且无通货膨胀，相反出现持续性的通货紧缩和资产价格的不断膨胀现象。这是因为新增货币供应量直接流入虚拟经济，而没有影响实体经济，所以物价水平不升反降，虚拟资产价格上升。由此可见，传统的货币政策、价格指数和 GDP 概念所赋予的内涵在经济虚拟化过程中都面临前所未有的挑战，而这些都需要我们从理论上联系实际进行深入探讨，特别是对处于转型期的我国更是如此，当然问题也相对更复杂。由此看来，对货币流通速度实行“两分法”分析，即分为虚拟经济货币流通速度和实体经济货币流通速度是完全有必要的，像过去以往那样将两者混为一谈已不能反映现实生活全貌。为进一步讨论其理论和实践意义，在下一部分中以我国 1993-2003 年虚拟经济与实体经济关系为例，根据货币流通速度公式和货币循环流图模型，对其予以解释分析。tStGDtCtYtFSttttIMXNF图 3 货币循环流模型四、对虚拟经济与实体经济关系的分析（一）货币流通速度的重新测算在分析虚拟经济与实体经济关系之前，我们先利用交易性货币流通速度公式来对我国货币流通速度进行重新测算。这里要加以说明的是，虚拟经济交易额本应包括股市、债市、期市、地产和外汇市场等交易额，但由于统计数据的完整性和为了保持测算口径的一致性，虚拟经济交易额只包括了股市交易总额，这虽然会影响综合速度的大小，但不影响实体经济和虚拟经济货币流通速度比值的大小，因此不影响本文结论。在测算中，考虑到交易性货币 M1 既媒介实体经济的活动，又参与虚拟经济活动的交易，但又无法对分流到两经济系统中的货币量进行准确核算 ，所以我们用工业企业的销售收入与流动资 理查德T塞尔登也提到这一问题，具体内容参见米尔顿弗里德曼等编著的货币数量论研究 （中国社会家庭部门企业部门金融部门政府部门国外部门股 市期市、地产等实体经济系统虚拟经济系统tttttt GDM)(债市7产平均余额的比值代表实体经济中货币的流通速度 ，用沪深两市股票成交金额与两市股市流通市值的比值代表虚拟经济中货币的流通速度，这样整个经济系统的货币流通速度等于（工业企业的销售收入+沪深两市股票成交金额）/ M1。应加以说明的是，由于我国股市中国有及国有控股上市公司占了绝大多数，在 2001 年高达 78.35%，所以在与股市货币流通速度进行比较时，我们采用国有及国有控股工业企业的货币流通速度 ,即国有及国有控股工业企业的销售收入与其流动资Vgpt产平均余额的比值。测算结果见表 4。表 4 货币流通速度的重新测算结果 单位：亿元年度流动资产平均余额工业企业销售收入实体经济货币速度国有及国有控股企业货币速度股票成交金额股市流通市值虚拟经济货币速度总交易量 M1 综合速度 Ct 1/Ct1993 21475.26 38084.13 1.77 1.68 3627.00 862.00 4.21 41711.13 16280.40 2.56 2.08 0.481994 27345.86 42398.57 1.55 1.40 8128.00 969.00 8.39 50526.57 20540.70 2.46 6.52 0.151995 33498.65 52936.21 1.58 1.42 4036.00 938.00 4.30 56972.21 23987.10 2.38 2.42 0.411996 37862.96 57969.98 1.53 1.38 21332.00 2867.00 7.44 79301.98 28514.80 2.78 3.72 0.271997 43181.93 63451.48 1.47 1.28 30722.00 5204.00 5.90 94173.48 34826.30 2.70 2.59 0.391998 45420.55 64148.86 1.41 0.93 23544.25 5745.61 4.10 87693.11 38953.70 2.25 2.20 0.461999 47119.90 67535.30 1.47 1.20 31319.59 8213.97 3.81 98854.89 45837.20 2.16 2.41 0.412000 51798.30 82314.40 1.62 1.34 60826.66 16087.52 3.78 143141.06 53147.20 2.69 1.01 0.992001 56594.80 92278.00 1.66 1.36 38305.18 14463.17 2.65 130583.18 59871.60 2.18 0.90 1.112002 61191.80 108186.50 1.80 1.43 27990.46 12484.56 2.24 136176.96 70881.79 1.92 2.65 0.382003 71795.5 140610.3 1.96 1.62 40257.72 13178.50 3.05 180868.02 84118.57 2.15 4.76 0.21资料来源：中国金融统计年鉴 、 中国证券期货年鉴 、 中国统计年鉴相关各年，2002 和 2003 年数据根据中国经济景气月报各期整理得出。C t=（V spt-Vt）/（V t Vpt） ，注：本文或本表中的工业企业是指全部国有及规模以上非国有工业企业，指称国有及国有控股企业时会做单独说明。（二）虚拟经济与实体经济关系的量化分析判断虚拟经济与实体经济发展平衡与否，或经济体系中是否存在泡沫，不同的理论有截然不同的计算方法。本文按照货币循环流模型和新货币流通速度公式，从资金流量的角度对虚拟经济与实体经济的关系进行量化分析，并判断虚拟资产价格是否存在过度膨胀。具体思路如下：在虚拟经济与实体经济关系模型（ + ）= + 中（详见伍超明，2003） ，mtvat)(qpt)(1sqpattt、 、 、 、 、 分别表示 t 期货币供应量、货币流通速度、实体经济总价格水平、mtvtptqtst实体经济产品总量、证券的一般价格水平和证券数量的增长率， 表示 t 期实体经济在整tVMQPt个经济中的比重， 表示 t 期虚拟经济与实体经济的比值。该模型说明，经济中的总货tQPSt币量（ ）只有按照 ：（1- ）或 ： 的比率分别投入实体经济和虚拟经济，整个经MtVatatt济才会保持稳定运行增长。其中 反映了 t 期两者的规模之比，而新货币流通速度公式中的（1/）表示流入虚拟经济和实体经济的货币资金量之比，这样便有 / = 。据此，我们Ct VsptttC就可以根据 值是否大于小于 1 来对比 和 的大小，进而可以根据 / 比值的变t Vsptt spVt化来判断虚拟经济与实体经济关系的协调发展状况，以及分析经济泡沫出现的可能性。理由：根据等式 / = 可知， / 比值在一定范围内的相对稳定变化，意味着 和 1/VsptttCsptt t曲线的并行稳定发展，而 / 比值的大幅波动，说明 和 1/ 曲线的并行稳定发展状态t tt受到破坏，两曲线可能出现相交或背离现象。也就是说， 和 1/ 曲线的并行发展取决于 /Cspt科学出版社 2001 年版）第 243 页。 关于工业企业销售收入对 GDP 的代表性问题，笔者对 1993-2003 年的数据整理发现，工业企业的销售收入与GDP 的比值稳定在 0.9 附近,波幅为 0.1 左右，因此具有较好的代表性。8比值的变化程度。而根据第五部分的实证分析，我国实体经济货币流通速度 无论长短期Vpt Vpt都是相当稳定的，而虚拟经济货币流通速度 变化却很大，这样 和 1/ 曲线并行发展与否Vspt tCt主要取决于 的变化程度。根据公式 = = （后一等式由 = 推spt MDAtTCtpttsttpst1导得到）可知， 与 成反比。也就是说，流入虚拟经济的资金量 （即 ）越大，MDAtVspt MDAtF就越小，反之亦然。原因在于，当投资者预期虚拟资产收益率大于实物资产收益率或虚拟资Vspt产收益率相对稳定时，他们会将货币资金投资于虚拟资产，并将其滞留于虚拟经济系统中等待获利机会，此时注入虚拟经济系统的货币资金量 增大，货币流通速度 降低， / 减小，tFVsptsptVt经济泡沫出现的可能性增大；而当预期发生逆转时，资金就会逃离虚拟经济系统， 减小，变大， / 增大 ，经济泡沫出现的可能性减小。因此，上述思路可以总结为： /sptsptVt st比值变化越大， 和 1/ 曲线协调并行发展状况就越差，两者相交或背离的可能性越大，VCt这在资金流量图中表现为流入流出虚拟经济系统的资金量 出现大幅波动，虚拟经济或实体经t济出现资金短缺或过多的现象，致使整个经济“倾斜”发展。沿袭这一思路，接下来对我国 1993-2003 年虚拟经济与实体经济的关系以及经济中是否存在泡沫进行判断分析。在计算 1/ 和 / 比值时，考虑到我国资本市场结构变动，但由于统tVsptt计数据缺失原因，没有把债市、期市等考虑在内，为了保持与 计算口径的一致，本文用（股票t成交额占比*（1/ ） ）值来替代 1/ ，用 /（股票成交额占比*(1/ )）值来替代Ct Ctt Ct/ ，这并不影响本文结论。具体估算结果见表 5。应加以说明的是，虽然我国股市中国有Vsptt及国有控股上市公司处于绝对主体地位，但在分析流入虚拟经济与实体经济的资金流量时，无须单独考虑国有及国有控股企业和股市的对应问题。表 5 股市与实体经济相关指标年度股票成交额国债成交额期货总成交额虚拟经济成交额股票成交额占比1/Ct股票成交额占比*(1/ )t股市市价总值（亿元）GDP（亿元） t市盈率 上证指数 Vspt/ Vpt1993 3667.02 87.1713 5521.99 9276.18 0.40 0.48 0.192 3531.01 34634.40 0.102 42.48 833.80 0.531994 8127.63 19911.27 31601.41 59640.31 0.14 0.15 0.021 3690.62 46759.40 0.079 23.45 647.80 3.761995 4036.47 59360. 100565.30 163961.77 0.02 0.41 0.008 3474.27 58478.10 0.059 15.70 555.28 7.381996 21332.16 18037.88 84119.16 123489.20 0.17 0.27 0.046 9842.37 67884.60 0.145 31.32 917.02 3.151997 30721.84 16458.81 61170.66 108351.31 0.28 0.39 0.109 17529.20 74462.60 0.235 39.86 1194.10 2.161998 23544.25 21600.79 36967.24 82112.28 0.29 0.46 0.133 19505.70 78345.20 0.249 34.38 1146.70 1.851999 31319.59 17043 22343.01 70705.6 0.44 0.41 0.180 26610.90 82067.46 0.324 38.13 1366.58 1.802000 60826.66 18891 16082.29 95799.95 0.63 0.99 0.624 48090.90 89442.2 0.538 59.14 2073.48 0.862001 38305.18 20303.3 30144.98 88753.46 0.43 1.11 0.477 43522.20 95933.30 0.454 37.59 1645.97 0.952002 27990.46 33128.7 32290.90 93410.06 0.30 0.38 0.114 38329.13 102397.90 0.374 34.50 1357.65 3.282003 40257.72 58756.1 108389.20 207403.02 0.19 0.21 0.040 42457.71 116693.60 0.364 36.64 1497.00 9.10资料来源：中国统计年鉴 、 中国证券期货统计年鉴 、 中国金融年鉴 、 中国经济景气月报相关各期，股市指标均采用沪市数据。2003 年市盈率数据来自 ，C t=（V spt-Vt）/（V t Vpt） ，整理计算得出。从表 5 和图 4、5、6，可以得到两个主要结论：1.虚拟经济的货币流通速度 高于实体经济的货币流通速度spt Vpt从表 5 可以看出，除 1993、2000 和 2001 年外，其余年度 / 比值均大于 1，与此对应，s 表 5 中 Vspt/Vpt比值与上证指数和股票成交额占比*(1/ )成反比的事实以及图 4 和图 6 都为此提供了经验支持。Ct9图 5 中同期内 曲线位于（股票成交额占比*(1/ )）曲线之上。由此可知，虚拟经济的货币流t Ct通速度高于实体经济的货币流通速度。2.1993 和 2000-2003 年我国虚拟经济与实体经济的协调性发展欠佳从图 5 中看出，我国虚拟经济与实体经济的关系在 1994-1999 年处于基本正常的发展状态，股票成交额占比*（1/ ）能与 值协调并行变动，而同期 / 也没有发生大的波动（见Ctt Vsptt图 4，1995 年例外） 。这说明货币循环流模型中 没有出现大幅波动，从而没有虚拟资产价格的tF过度膨胀，上证指数 6 年间的稳定增长证实了这一点，见图 6 和图 9（该图中的上证指数为 12 月平均值） 。除此之外的 1993 和 2000-2003 年，我国虚拟经济与实体经济的协调性较差，特别是后者。根据上文的分析，可以认为 1993 和 2000 这两年中我国资本市场存在泡沫。从资金流量来看，1999-2000 年流入股市与实体经济的资金规模之比即股票成交额占比*（1/ ）明显扩大，超过Ct值的变化幅度，在图 5 中表现为前者的曲线斜率超过后者并与之在 2000 年相交。而同期 /t Vspt比值从 1.80 急剧降至 0.86，减小了近 1 倍。从市盈率来看，2000 年股市市盈率大幅攀升，Vp达到历史最高水平 59.14。与之形成鲜明对比的是 2001-2003 年股市与实体经济的情况，从图 5看出，从 2001 年开始股票成交额占比*（1/ ）几乎直线下降，到 2002 年与 曲线相交，大量Ct t资金逃离股市，市盈率也从 59.14 降至 34.50，减少 41.66%。而同期 / 比值却从 2001 年Vspt的 0.95 上升到 2003 年的 9.10，增加了近 9 倍。这样，从 1999-2003 年股市资金经历了大规模流入和大规模撤离的过程，与之相应股票成交额占比*（1/ ）值也经历了从 0.180 快速上升到t0.624 和 0.477，再急剧下降到 0.114 和 0.040 的大幅波动过程。说明这几年来 变动过大，股市tF资金大进大出，给经济的稳定增长和虚实经济的协调发展带来不利冲击。因此有必要采取适当的政策措施和监控指标来对 值进行调控和观察，以防止 值的波动性过于偏离 值，对此货tFtFt币政策应有所为。0123456789101993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003010203040506070Vspt/ Vpt 市 盈 率00.71993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003010203040506070Bt 股 市 成 交 金 额 占 比 *（ 1/Ct） 市 盈 率图 4 / 和 市盈率 图 5 、股市占用资金和市盈率st t0102030405060701993 1994 1995 1996 1997 1998 1999 2000 2001 2002 200305001000150020002500市 盈 率 上 证 指 数图 6 市盈率和上证指数五、货币政策的理论事实依据及监控指标设计10自 1997 年东南亚金融危机发生以来，各国政府日益把对资金流量的监管提上议事日程，以防范外来不利冲击，避免金融危机的发生。我国政府在成功地吸取各国经验教训的基础上，也强化了对金融风险的防范意识。但目前从货币流通速度角度来分析资金流量监控的理论并不多，所以本文从新货币流通公式出发，结合我国实际来为货币政策提供一些监控指标并提出其理论依据。（一）理论事实依据：资金流量阀值的可控性分析从第三部分的货币循环流模型和第四部分对我国实际情况的分析结果来看， 是一个非常tF重要的变量，它的净值变化关系到虚拟经济和实体经济的协调发展与否，因此采取适当的政策措施对资金流量流向进行监控是必要的。根据新货币流通速度公式， 变量（此处称之为阀值）的Ct分母正是 ， = ，所以只要知道 、 和 值，就能算出 值。如果我们同tFCtVpttsVptstt t时知道 t 期 M1 值，那么从理论上讲就可以大致测算出 = /（1+ ）= ， = -MDAt1ttFMDTt1。当然，这里存在一个问题，即所有指标都是同期的，而要是得到了同期各指标数据，那DA么上述公式则是多此一举。但是我们可以对该公式做一些符合事实的假设以及对变量指标特征进行具体分析，那么就可以利用它来进行有效的预测和监控。下面根据 = ，并结合我国CtVptts1993-2003 年的具体情况对 、 、 和 的大小和特征予以分析。VgpttsptVt一般说来，在 、 、 和 中， 和 变化最平稳， 次之， 最不稳定，gptsgpt tst且 ，见图 7 和图 8。其中图 7 采用 1993-2003 年的年度数据（见表 4） ，图 8Vsptt采用 1999:01-2003:12 月份数据 。从图中看出，不管采用年度还是月份数据，虚拟经济的货币流通速012345678919931994 19951996 1997 19981999 20002001 20022003Vpt Vgpt Vspt Vt0.0000.400.500.600.700.800.901.00199901199904199907199910200001200004200007200010200101200104200107200110200201200204200207200210200301200304200307200310Vspt Vpt Vgpt图 7 货币流通速度的比较 图 8 虚拟经济和实体经济货币流通速度度明显快于其他三种货币流通速度 ，并且前者的波动性远高于后三者。因此为简化分析，在短期内计算 t 期 变量时可以假定 和 不变，即 = ， = 。而虚拟经济的货币流通Ct tptt1ptt1速度 ，由于现代信息技术的发展使其统计数据非常及时和完整，所以根据 t 期虚拟资产交易sp额和虚拟资产市值大小就能得到当期 。如果预测期数非常短，那么也可假定 = （理Vst Vsptt1由：从图 8 看出随着股市的规范发展， 波幅渐趋平稳） ，这样通过 = 就能得到pt Cttt值。货币当局根据 t 期的货币计划供应量和经验上的货币乘数大小，就可以大致地估计Ct和 。在此基础上，根据 经验上的稳定性和公式 = ，就能估算出 tMDATt t QPtMDTtp 数据来源：中国经济景气月报 。在计算 Vgpt 和 Vpt 时，由于原统计数据均为月份累计值，所以我们对其进行整理计算。其中 1 月和 2 月的货币流通速度值采用全年平均值。 图 8 中个别月份 VptVspt，短期内这是完全可能的，但从长期来看 Vspt Vpt11期名义 GDP 值和其增长率；同理根据公式 = 、短期内 基本不变或变化很SPtQMDAtVspSQt小以及 数据及时、准确、易得的特点，可以估算虚拟资产价格的大致数值和要达到某一数值Vspt需要注入的资金量大小。从而为货币当局制定货币政策提供具有可行性的数据，使其适时地调整其货币政策组合，引导流入虚拟经济和实体经济的货币流量，使两者达到协调发展，为金融风险的防范和金融危机的发生提供一道“防火墙” 。（二）监控指标设计资金流量的可控性为货币政策监控指标设计提供了前提条件，货币当局可以根据 值的变化Ct来监控各期流入虚拟经济和实体经济的资金量大小。但由于 变量不能直接观测得到，货币政策Ct要对其实施监控，则有必要找到一些与其有稳定关系且具有可操作性的指标来间接地达到目的。接下来我们提供一些具体监测指标，长期指标：股市指数；短期指标： 或虚拟资产收益率Vspt（GSTO） 。1、 长期指标：股市指数在我国 = 的倒数 1/ （即虚拟经济交易货币量与实体经济交易货币量之比）与沪深CtMDAtTCt两市指数的涨落有相当高的相关性。如果用上证成分指数 12 月平均值与 1/ 的年度数据做相关Ct分析，那么 1993-2003 年两者的相关系数高达 0.75。说明 （或 1/ ）值高（低） ，沪深两市指tt数就向下回落（上升） ，相反则反之。图 9 中两曲线明显地表明了这一趋势的变化。这就从经验上为我们通过直接观测股市指数大小来判断 的变化提供了有力的支持，虽然精度不高，但从判断t整体趋势来讲却是一个很有效的指标。012 501015020934956978901023FCSH 01.0-20-10120340192020120203VSPTGSTO%图 9 与股指波动的同步性 图 10 虚拟经济的货币流通速度与虚拟资产收益率t1FC = =虚拟经济与实体经济货币交易量之比tSH =上证指数各年 12 个月的平均值2、短期指标： 或虚拟资产收益率（GSTO）Vspt在 = 表达式中，由于短期内 和 可以假定不变，所以虚拟经济货币流通速度CtpttsVtpt对 的决定是一个非常关键的变量，其大小直接决定着 的变