我国货币需求函数的估计及预测

现代营销上旬刊2023.03XDYX财务金融一、引言近几年，我国互联网金融发展迅猛。根据Wind数据，2016年底，互联网消费金融的交易规模为4367.10亿元，在2017年底达到43847.30亿元，较前一年增长904.04%。余额宝规模在2018年第一季度达到顶峰16891.85亿元。随之，人们的消费习惯和储蓄习惯产生了较大变化。根据艾瑞咨询的数据，我国狭义消费信贷线上化渗透率从2014年的0.4%到2015年的7.7%，再到2019年的55.3%、2020年的66.4%、2021年的69.2%，节节攀升。程章（2019）通过实证分析发现，我国居民的储蓄率受互联网金融的影响较大，显著不为零，且呈负相关关系。人们对于狭义货币需求和广义货币需求，较以往亦发生较大变化。因此，国家应当根据当今金融的特点度量货币需求量，从而量化货币供给，夯实经济基础，增强我国综合国力。因此，确定货币需求函数是一个值得研究的问题。本文梳理国内外对货币需求的研究以及与货币需求函数相关理论，以董慧君、宋吟秋、吕萍（2015）对我国长期狭义货币需求函数和广义货币需求函数为分析基础，通过对2008年1月至2019年12月的月度数据进行VECM回归，发现该模型虽能分析1992—2012年的货币需求年度数据，但已不适用于我国近十几年的长期狭义货币需求量和长期广义货币需求量的分析。本文将原需求函数中替代货币资产的资产收益率这一因素去除，据此回归得出的货币需求函数，解释这十几年的货币需求量，依据新的货币需求函数对我国今后的货币需求进行估计。对于货币需求函数的改进是本文的创新之处。需求估计方法有Johansen的MLE方法（即向量误差修正模型，VECM）、EG-ADF两步法（即OLS方法）等。Johan-sen的MLE估计方法更有效率，所以本文选择此方法进行研究，并得出结论：应当以消费刺激经济为主。二、文献综述（一）国内文献综述近些年，我国货币需求研究主要集中在两方面。一是通过实证研究的方法来分析哪些因素应被考虑进我国货币需求中，二是给出货币需求函数模型进行实证分析，用于预测货币需求。运用实证来分析货币需求应考虑哪些因素的文章有很多。我国第二产业、第三产业欣欣向荣，陈思翀、李文学、徐奇渊（2018）运用面板数据就产出结构对货币需求的影响进行了分析，并得出结论：第三产业的产出对于我国货币需求的影响显著不为零。移动支付方式占支付总额中的比例越来越高，尹志超、公雪、潘北啸（2019）运用鲍莫尔-托宾模型，即平方根定律，分析中国2017年家庭金融调查的数据，用实证的方法证明移动支付会降低家庭各层次的货币需求，并提出要考虑移动支付对我国货币需求产生的影响。我国数字金融蓬勃发展，许月丽、李帅、刘志媛（2020）进行实证分析，得出数字金融由主到次进行影响的分别是交易动机和家庭部门的投机动机，对企业部门影响不显著。我国房地产行业发展势头猛进，张延群（2021）运用AMG模型，对我国30个省级区域的面板数据进行了回归分析，考虑不同省份之间系数存在异质性，最后得出结论：在估计货币需求函数时，需要考虑住房财富，才能解决遗漏变量问题，央行在调控货币总量时，也需要考虑住房财富的影响。近10年，国际贸易快速发展，易鑫富（2022）分析了我国近些年货币需求函数受到哪些因素影响，得出结论：货币需求与外汇负向相关，国内利率不是一个显著的因素。然而，给出货币需求函数进行货币需求预测的文章并不多。我国货币需求函数的估计及预测付琬珺（南京审计大学金审学院江苏南京210000）摘要：本文以Cagan（1956）模型为基础，对2008年1月至2019年12月的月度数据运用VECM模型进行回归，发现Cagan（1956）模型不适用于2008年以后12年间的数据。考虑到互联网金融的发展，今天影响中国货币需求量的重要因素已不同于以往，本文对该模型进行了修改，去除了在狭义货币和广义货币情况下替代货币资产的资产与货币资产收益率的差额，得出适用于这12年间的我国广义和狭义的货币需求函数，对2023—2032年的货币需求进行预测，得出结论：人们对狭义货币的需求量较少考虑狭义货币的机会成本，应通过刺激消费来促进经济。关键词：货币需求函数；向量误差修正模型（VECM）；半对数（semi-log）模型；卡甘模型中图分类号：F8284文献标识码：ADOI：10.19921/j.cnki.1009-2994.2023-03-0058-020

058Copyright©博看网. All Rights Reserved. 现代营销上旬刊2023.03XDYX财务金融董慧君、宋吟秋、吕萍（2015）进行了货币需求函数的设定，模型与1992—2012年的数据拟合良好，分别估计了我国长期和短期的货币需求函数，并对未来进行预测，指出我国在实施宏观经济调控时，应注重对消费的刺激。这个结论，与本文运用Cagan（1956）的修改模型对2023—2032年的货币需求预测所给出的政策建议一致。分析货币需求受哪些因素影响，若不能确定货币需求函数，则不能把货币需求量化，政策的确定和推行效果将受到影响，故应当确定货币需求函数。（二）国外文献综述国外近些年对货币需求的研究主要集中在货币需求函数的估计方面。GabrielDeLaFuente,LuisP.DeLaHorra，JavierPerote（2019）根据1990年第一季度至2017年第二季度美国实际货币余额的季度数据，运用Divisia货币总量分析美国真实货币需求，并提出稳健的货币需求函数，估计长期均衡函数，验证了以往的结论：正确估计的稳定货币需求函数对货币政策的制定有效。RyadhAlkhareif和MoayadAl-Rasasi（2021）根据1999—2018年的数据，构建了广义Divisia货币总量，有助于设定宏观经济政策。同时，运用凯恩斯货币需求理论估计了货币需求总量，结果证实了货币需求函数的稳定性。AdilMH,HatekarN和FatimaS等（2022）估计了1996年第二季度至2016年第三季度的数据，估计了印度在金融改革后的狭义货币需求和广义货币需求，使用自回归分布滞后模型以及时间序列。研究表明，通过建立货币需求函数，政策制定者和央行可以将货币总量作为一个信息变量，来预测产出缺口以及通货膨胀预期。国外对于货币需求的研究更多是对货币需求函数的研究，国内对于货币需求函数的研究较少，根据知网检索，没有对我国近10年货币需求函数的研究，缺少量化分析。而且，国内和国外运用年度数据和季度数据分析较多，如果分析数据能够更为高频，比如月度数据，则更能反映货币需求量的变化程度，预测更为准确。因此，本文对2008—2019年我国狭义货币需求量和广义货币需求量的月度数据进行分析，并确定货币需求函数，这样的研究有着重要意义。三、相关理论凯恩斯货币需求函数为：MdP=M1+M2=L1()Y+L2()r=L(Y,r)其中，L1()Y是从交易动机和预防动机角度考虑的有关收入的货币需求，L2()r是从投机动机的角度考虑的有关利率的货币需求。平方根定律将人们手中持有的现金看作“存货”，运用存货模型进行分析，使债券的变现成本bYC和持有货币的机会成本rC2之和最小。其需求函数为：TC=bYC+rC2对总成本函数TC关于C求导，并令其等于零，则C=2bYr。人们在支出期间平均货币持有量为C/2，因此，最优的名义交易货币需求量为bY2r。其中，b是每次将债券变现所支付的手续费，Y为支出总额，C是每次变现数额，r是利率。弗里德曼的货币需求函数为：MdP=f(Yp,w,rm,rb,re,1PdPdt,u)其中，Yp为恒久性收入，w为非人力财富占总财富的比率，rm为货币收益率，rb为固定收益证券的收益率，re为不定收益证券的收益率，1PdPdt为价格水平的预期变动率，u为其他随机因素。Cagan（1956）得出半对数货币需求函数：MdP=Yαe-βiMdP为剔除掉物价因素的货币需求，Y为国民收入水平，α为货币需求的收入弹性，e为工程上的e函数，β为货币需求的利率半弹性，i为名义利率水平。四、中国货币需求函数的实证分析（一）模型设定与数据选择董慧君、宋吟秋、吕萍（2015）参照Cagan（1956）的货币需求函数，根据我国1992—2012年的数据进行分析，设定货币需求函数为：MtPt=kYαteαr+απ+u该模型通过了我国20年数据的验证，具有一定参考意义，故本文选取该模型进行研究，对上式两边取对数：logMtPt=logkYαteαr+απ+u=logk+logYαt+logeαr+απ+u令logk=α0,rt=Rt，则logMtPt=α0+α1logYt+α2Rt+α3πt+ut。狭义货币和广义货币的需求函数分别为：logM1tPt=α0+α1logYt+α2R1t+α3πt+u1tlogM2tPt=β0+β1logYt+β2R2t+β3πt+u2t令logM1tPt=m1t,logM2tPt=m2t,logYt=yt,故狭义货币和广义货币的需求函数可分别写成：m1t=α0+α1yt+α2R1t+α3πt+u1t059Copyright©博看网. All Rights Reserved. 现代营销上旬刊2023.03XDYX财务金融m2t=β0+β1yt+β2R2t+β3πt+u2t本文选取了2008年1月至2019年12月的月度数据。每月的狭义货币供应量用M1（单位：亿元）表示、每月的广义货币供应量用M2（单位：亿元）表示。考虑货币需求时需剔除物价因素，物价因素用中国大宗商品价格总指数的月度平均值来表示，能较大范围地涵盖各个商品的原材料价格。以不变价为基准，根据月平均值的累计值计算出来的GDP（单位：亿元）作为Yt。R1t=rA1t-rM1t。rA1t作为替代货币资产的资产收益率，为0；rM1t作为货币资产的收益率，用活期存款利率表示。R2t=rA2t-rM2t。rA2t作为在广义货币情况下替代货币资产的资产收益率，用一年期国债到期月平均收益率表示；rM2t作为货币资产的收益率，用一年期整存整取的月定期存款利率来表示。通货膨胀率π用居民消费价格指数CPI当月同比（单位：%）来表示。对m1t=α0+α1yt+α2R1t+α3πt+u1t进行分析，发现无法拒绝“协整秩为2”的假设，说明无法确定各变量之间存在长期唯一的均衡关系，因此用该模型并不能较好地模拟长期均衡关系。同样，对m1t=α0+α1yt+α2R1t+u1t进行分析，无法拒绝“协整秩为1”的假设，LR检验、P值检验、FPE检验、AIC检验都表明滞后阶数为3，进行MLE回归，发现R1t的系数不显著。说明以往考虑替代货币资产收益率的模型和考虑了货币资产收益率却未考虑通货膨胀的模型的设定，就2008—2019年的数据进行分析不够合理。可见这12年来，狭义货币的发放量在一定程度上对通货膨胀率进行了考量，通货膨胀率是一个重要因素。而随着互联网金融的发展，加之活期存款利率近些年一直维持在0.35%，人们对于货币资产的替代会在一定程度上忽略。而对于广义货币也出现了上述情况，因此，本文将对狭义货币和广义货币的需求量分析模型重新设定如下。模型一：m1t=α0+α1yt+α2πt+u1t模型二：m2t=β0+β1yt+β2πt+u2t两个模型的描述性统计情况如表1所示。表1模型一和模型二变量的描述性统计被解释变量解释变量m1m2ytπt观测量144144144144均值7.84769.008811.41732.6038标准差0.41876170.4830.69331.9289最小值6.9188817.97669.8975-1.8最大值8.5301089.763212.60078.7（二）VECM回归分析对模型一和模型二进行协整秩迹和最大特征值检验。模型一的协整秩迹检验（17.2506＜临界值18.17）和最大特征值检验（14.1173＜临界值16.87）均表明无法拒绝“协整秩为1”的假设，模型二的协整秩迹检验（14.774＜临界值18.17）和最大特征值检验（10.475＜临界值16.87）也表明无法拒绝“协整秩为1”的假设，即都可以确定各变量在长期具有唯一的均衡关系。模型一和模型二的LR检验、p值检验、FPE检验、AIC检验等多项检验表明滞后阶数应分别为4和3。通过Johansen的MLE方法估计，得出模型一对应的向量误差修正模型（VECM）：m1=0.97yt-0.06π-3.130.000＜0.01，yt的系数在1%的水平下显著不为零；0.071＜0.1，π的系数在10%的水平下显著不为零。从理论上讲，yt的系数应在0.5—1之间，其系数（即收入的弹性）为0.97，说明剔除掉物价因素的GDP对数每上升1%，人们对于现金和银行活期存款对数的需求就会增加0.97%。π的系数为-0.06，说明通货膨胀率每上升1%，人们对于狭义货币的需求就下降0.06%，因为通货膨胀率上升，人们留存现金和银行活期存款而不做其他投资，更会让货币贬值，符合经济学直觉。模型二对应的向量误差修正模型（VECM）：m2=1.14yt-0.08π-3.820.000＜0.01，yt的系数在1%的水平下显著不为零；0.021＜0.05，π的系数在5%的水平下显著不为零。yt系数为1.14，说明剔除掉物价因素的GDP对数每上升1%，人们对于现金、银行活期存款和银行定期存款之和对数的需求就会增加1.14%，与理论上yt系数应在0.5—1之间不同，原因是人们预期股市行情不好，将资金从股市转移到银行。π的系数为-0.08，说明通货膨胀率每上升1%，人们对于广义货币的需求就下降0.08%，因为存在投资的机会成本。图1模型一VECM系统稳定性判别图图2模型二VECM系统稳定性判别图060Copyright©博看网. All Rights Reserved.