货币政策调控有效性模型

货币政策调控有效性模型货币政策是指中央银行为实现既定的目标运，用各种工具调节货币供应量来调节市场利率，通过市场利率的变化来影响民间的资本投资影，响总需求来影响宏观经济运行的各种方针措施。《中国货币市场》由中国外汇交易中心暨全国银行间同业拆借中心主办。主要内容：宏观经济金融管理部门对形势变化和政策走向的权威评述;全球财经和亚太金融分析;中国宏观经济运行的情况;全面详实的报道中国外汇市场、货币市场、黄金市场、票据市场及其他金融市场的政策、理论、实务的新最动态等。货币政策的制定和实施是宏观经济稳定运行的基本保障,我国连续多年的经常项目和资本、金融项目顺差积累了巨额的外汇储备,央行被迫增发基础货币致使通胀预期上升,货币政策在内外失衡时的作用受到影响。本文运用回归分析和VAR模型验证货币政策对宏观经济的影响,从央行资产负债表结构变动实证检验外汇储备增加、央行货币冲销对货币政策的作用效果,最后基于实证检验结果提出增强我国货币政策有效性的措施。货币政策的有效性问题,在货币经济学理文章献中指货币当局运用一定的政策工具与政策手段制定的货币政策,通过特定的传导机制对经济运行的影响程度,即货币当局通过货币政策的实施能在多大程度上达到预定的货币政策目标。现阶段我国货币政策的最终目标是“保持货币币值的稳定,并以此促进经济增长”。现阶段大规模的短期资本涌入、巨额贸易顺差使得我国经常项目和资本、金融项目连续多年持续双顺差,内外失衡时的货币政策有效性受到影响,干扰央行货币政策工具的选择和央行货币冲销的效果。1为了应对当前形势,中国人民银行频频利用货币政策工具对宏观经济进行调控。在金融市场不健全、利率市场化缓慢推进的情况下,中央银行政策工具的选择余地很小,必然限制货币政策工具的有效性。一、研究文献回顾对货币政策有效性的研究,应考虑在具体货币政策操作中,实现最终目标的程度和时滞,及影响货币政策有效性的因素。陆军、舒元(2002)采用两步OLS方法考察了我国货币政策对实际产出的影响,实证研究表明货币政策在我国有效,同时预期到的与未预期到的货币都影响产出,货币政策对产出在10%的显着水平上存在非对称性效果[1]。彭方平、展凯、李琴(2008)应用非线性STSVAR模型进行实证研究,实证研究结果表明以金融机构存贷差为流动性过剩度量指标显示,自2000年以来,我国经济明显处于流动性过剩状态。流动性过剩削弱了央行货币政策对物价水平的调控能力,但货币政策对实际产出的影响能力,反而有所加强[2]。谭旭东(2008)基于政策时间不一致性模型得出我国货币政策的有效性与政策的可信性之间密切相关,随着货币政策可信性的提高其有效性也会相应提高,因此央行实行有规则、透明度高、连贯性强的货币政策最优[3]。徐亚平(2009)基于理性预期理论分析得出稳定和引导公众的通胀预期对于货币政策的有效性具有重要意义[4]。殷波(2009)引入投资的时机效应和资产价格波动,对一般最优利率政策模型进行扩展,通过理论分析和经验检验得出近年来我国货币政策低效率的原因在于央行制定利率政策时忽略了投资的时机效应和资产价格波动,从而使利率政策对宏观经济变量系统性的反应不足,导致反周期的宏观调控效果不佳[5]。范从来、赵永清(2009)通过Granger因果检验表明自1998年以来外汇2储备变动是货币数量M1变动的决定性原因,货币政策丧失部分自主性,但VEC模型显示我国货币政策自主性并没受到系统性制约[6]。在货币政策有效性研究中,Cover(1972)通过考察美国二战后的季度数据得出,正的货币冲击对产出的增加几乎没有作用,而负的货币冲击对产出则有明显的减少作用[7]。本文基于央行资产负债表的结构变化与宏观经济运行效果,运用VAR模型验证货币政策有效性的影响因素,最后总结归纳优化货币政策有效性的建议。二、央行资产负债表结构分析通过分析中央银行资产负债表可以更好地了解其资产业务和负债业务之间的相互制约关系,进而把握资产业务和负债业务在宏观经济调控中如何发挥功效[8];了解央行在连续时间段内,其资产负债业务量上的增减变化及资产和负债项目中子项目变化对各自项目的影响,从而分析货币政策工具实施的有效性;通过资产负债表结构和项目的变化,对央行货币政策工具的运用状况及发展变化的未来趋势加以分析和预测,形成央行货币政策规则。基于货币当局资产负债表统计数据从资产方分析,外汇储备构成央行国外资产的主要部分,外汇储备的积累通过外汇占款的形式表现为国外资产的增加。在国外资产迅速积累的状况下,央行为了稳定货币供给控制其他非国外资产的增加,外汇在央行资产负债表总资产中稳定增长,从1999年占比39.8%积累到2009年的77%;对政府债权在2007年12月占比最高9.65%,通常月份其占比区间在2.6%~7.7%波动;对其他存款性公司债权波动较剧烈,从1999年的43.5%下降到2009年12月份的3.1%,其在央行资产负债表中的变化表明再贷款、再贴现等央行的货币政策工具的作用已明显下降。对其他金融性公司债权的比重也从2007年末逐步递减,目前在5.1%左右波动。中国人民银行自1984年行使中央银行职能共调整存款准备金率32次,3从2006年7月至2008年年末央行提高存款类金融机构人民币存款准备金20次,平均每月公布紧缩性政策措施0.7次,货币政策干预频度较密集。其中2006年调整3次至9%;2007年调整10次至14.5%且每次上涨50个基点;2008年共调整9次存款准备金率。因全球金融危机的影响,央行在2008年下半年为稳定经济增长水平将其下调至15.5%,2009年我国宏观经济稳健运行保持8.7%的增长率,央行为限制信贷规模在2010年初又上调准备金率100个基点。从负债结构分析,最突出的变化集中变现为,货币发行在总负债中占比逐步下降,从2000年初的50.4%减少到2009年末的18.3%,央行发行的债权在总负债中占比快速增长。为了冲销因外汇储备快速积累而增加的货币供给,央行从2003年4月22日开始发行央行票据,央行票据在资产负债表负债方占比从2005年末起在20%左右小幅波动,发行规模逐步增加,在2009年末发行债券量已达42064亿元;储备货币在资产负债表中的比例也从2000年初的81%减少到2009年末的60%左右;金融性公司存款因央行近年多次上调存款准备金率而逐步增加,其占央行负债方的比重已达45%。政府存款在负债方的比重波动较剧烈,在区间5.1%~14.8%波动。三、实证检验(一)变量选择及数据处理通过对央行资产负债表结构的分析,本文选择外汇(FS)、对其他存款性公司债权(LB)、货币发行(CU)、金融性公司存款(RE)、政府存款为因变量(GB),将央行票据(DB)、存款利率(RR)、存款准备金率(ZBJ)及货币供应量(M2)、居民消费物价水平(CPI)、汇率水平(ER)作为反映货币政策有效性的自变量。本文数据来自中国人民银行统计数据库及国家统计局历年统计年鉴,参考中国人民银行货币政策分析小组的货币政策执行报告[9]。为保证足够的样本,数据选择从2001年1月至2009年12月共108个样本。数据分析通过EViews7.0进行。由于数据波动较大,为消除异方差,使单位无量纲化,将部分数据进行对数化处理。4本文实证研究通过回归分析和向量自回归模型两种方法验证货币政策实证对央行资产负债表的影响,进而反映货币政策有效性的影响因素。(二)回归分析资产负债表某一科目的变化通常受到多种政策工具的影响,本文首先运用多元线性回归模型检验各货币政策工具及货币政策目标对央行资产负债表的科目变化的作用。通过将各种货币政策工具对资产负债表科目的影响进行线性回归分析,筛选对资产负债科目影响比较显着的变量。其次进行回归分析以此得到最优的回归分析表达式。最优线性回归分析结果总结如表1所示,外汇资产变化受存款利率和货币供给影响最大,存款准备金率和央行票据发行对其作用效果不明显;对其他存款性公司债权受存款利率、准备金率、货币供给影响较大,央行票据和汇率对其也有明显效果;货币发行主要受货币供给和居民消费物价指数影响,央行票据供给与货币发行反向变化,即央行票据可以部分回笼货币供给量,但作用效果不明显;金融性公司存款受存款准备金率、货币供给影响较大,汇率水平与其同向变化,当人民币升值时汇率水平下降,金融性公司存款也会随之下降;政府存款受货币供应量作用较大,因政府存款是中央财政的净收入,呈季节性波动,在每年最后一个月财政支出较多,对政府存款影响较大。(三)向量自回归模型(VAR)一般的模型仅仅只是描述因变量对自变量变化的反应,向量自回归模型(vectorauto-regression,VAR)把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型,从而将单变量自回归模型推广到由多元时间序列组成的向量自回归模型[10]。在某些给定条件下,VAR模型能够用来确定一个基本的经济冲击给其他经济变量带来多大影响,即其他经济变量对该基本经济冲击的响应的大小,所以VAR被公认为描述变量间动态关系的一种实用的方法。5一般的p阶无约束VAR模型(记为VAR(P))具有如下形式:yt=?椎1yt-1+L+?椎Pyt-P+Hxt+?着tt=1,2,L,T(1)式中:yt是k维内生变量列向量;xt是d维外生变量列向量;P是滞后阶数;T是样本个数。k×k维矩阵?椎1、L、?椎P和k×d维矩阵H是待估计的系数矩阵。?着t是k维扰动列向量,同期之间可以相关,但不能有自相关,不能与模型右边的变量相关。VAR模型中各变量的排序可能影响到它们度量的效应,预期不会或很少对其他变量产生影响的变量应该放到最后。通常用脉冲响应函数衡量来自随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响。VAR模型要求序列是平稳的,因此通过单位根检验判断各序列的平稳性,运用EViews7.0分别对各变量的水平值和一阶差分值进行平稳性检验,检验结果显示各序列一阶差分均是平稳的,表2给出了0~5阶VAR模型的LR,FPE,AIC,SC和HQ值,并以“*”标记出依据相应准则选择出来的滞后阶数,表中有超过一半的准则选出来的滞后阶数为1阶,因此将VAR模型的滞后阶数定为1阶。通过VAR模型的参数估计表分析,可知LNFS受其滞后一期影响最为显着,准备金率的变化滞后一、二期均