我国货币政策效应实证分析的VAR模型
- 格式:doc
- 大小:310.50 KB
- 文档页数:6
基于VAR模型的我国货币供应量与产出关系实证研究货币供应量是我国货币政策用以调控宏观经济的一个重要手段,我国政府近年来经常通过调节货币供应量来调控宏观经济运行,从而实现促进经济增长的目的。
货币供应量按照流动性标准可划分为m0、m1、m2等层次。
m0代表流通中的现金;m1代表狭义的货币供应量,反映的是现实的购买力;m2代表广义上的货币供应量,不仅反映现实购买力,还反映了潜在的购买力。
若m1增速较快,则消费和终端市场活跃;若m2增速较快,则投资和中间市场活跃。
m2过高而m1过低,表明投资过热、需求不旺;m1过高m2过低,表明需求强劲、投资不足。
只要控制住这几个货币供应量指标,就可以控制住社会的货币供给总量,从而就大致上控制住了社会的总需求,有利于实现调控经济增长的目的;本文通过建立var模型研究我国货币供应量和产出之间的关系。
一、变量的选取和数据的预处理。
我们采用的样本为2000年第1季度到2012年第2季度的时间序列数据,产出的代理变量是gdp,货币供应量变量包括m1、m2、m3;先采用x-11法对变量进行季节调整剔除季节因素的影响,得到各变量随时间变动的基本趋势,然后对调整后的数据取自然对数,以消除时间序列存在的异方差,最终得到的变量用lngdpsa、lnm0sa、lnm1sa、lnm2sa表示。
二、单位根检验。
在对时间序列数据进行建模之前我们必须对变量进行单位根检验以考察各变量的平稳性,模型中的变量只有在满足平稳性要求时,建立的模型才会稳定可靠。
我们这里采用adf 方法对各时间序列变量的平稳性进行单位根检验,检验结果表明,在5%的显著性水平下,时间序列lngdpsa、lnm0sa、lnm1sa、lnm2sa 的原序列均是非平稳的序列,但一阶差分后成为平稳序列,这四个变量均是一阶单整的序列;他们之间可能存在协整关系,若协整关系存在,那么建立的向量自回归模型依然稳定有效。
三、johansen协整检验。
CHINA MANAGEMENT INFORMATIONIZATION/[收稿日期]2020-11-12我国货币政策和股市的相互影响研究———基于VAR 模型的实证分析孙暖(云南师范大学经济与管理学院,昆明650091)[摘要]货币政策是我国央行调控宏观经济的手段,投资者需紧跟国家的政策方向,货币政策的变化会对股市造成一定的影响,同时股票市场的波动会反向影响货币政策的实施渠道和实施效果,文章采用VAR 模型对2006-2020年的上证综指、银行间同业拆借利率、货币供应量M1、M2的月度数据进行实证分析来检验理论结果,并提出合理建议,旨在对投资者和货币政策制定者有一定的参考意义。
[关键词]股票市场;货币政策;VAR 模型doi:10.3969/j.issn.1673-0194.2021.09.072[中图分类号]F822.0[文献标识码]A [文章编号]1673-0194(2021)09-0169-03引言货币政策实行在实体经济的前面,给实体经济的走势确定一个指向,股市作为经济的晴雨表,俗话说股市无风三尺浪,央行做出的任何政策都会被市场吸收进而影响股市的走势,股票市场价格的波动也会反向影响实体经济,从而影响货币政策的实施效果。
这个选题对于国家政策的实施、个人投资者的投资方向、企业的投资决策有一定的参考意义。
我国货币政策对股市的影响已经有很多的学者进行了研究,本文是站在前人的肩膀上对这个问题进行深入分析。
本文通过实证分析,研究货币政策对股市价格波动的正向影响,同时研究股市价格波动对货币政策的反向影响。
1文献综述关于股票市场与货币政策的研究长期以来备受关注,股票市场的价格波动与货币政策的相互影响是国内外各大金融机构、经济学者、投资者研究的重要问题,并产生了大量的相关文献和研究成果。
张欢构建TVP-SV-VAR 模型研究我国货币政策对股市的影响,研究发现,货币供应量对股市的影响比利率对股市的影响更为显著。
货币政策有效性问题实证研究柳 群 东北财经大学——基于VAR模型的分析框架摘 要:本文旨在研究货币政策有效性,从物价水平变动和产出水平变动两个方面进行测度。
本文分析所使用的样本数据均来自中经网统计数据库,选取1998年到2016年月度数据。
选择货币供应量的同比增长率,消费者价格指数和工业企业增加值来描述货币政策,物价水平和产出水平的变动情况。
建立VAR模型,通过实证检验验证我国货币政策有效性。
关键词:货币政策 有效性 VAR模型一、研究背景与意义改革开放初期,中国主要靠计划经济进行宏观经济调控,实行计划经济。
随着中国改革开放的进行,中国的经济体制逐渐向市场经济转变,货币政策被越来越多的应用于经济的宏观调控中。
从中国的实际出发,央行一直致力于实施稳健的货币政策以提高金融资源的有效配置。
但由于我国货币政策传导机制运行不畅等原因,从97年金融危机央行三次降息抑制通紧未达到理想效果,导致商业银行贷款金额大幅度下降;到07年多次上调利率仍无法缓解通胀,都说明货币政策无效。
基于此,笔者认为有必要结合实践,对我国货币政策有效性问题进行深入研究。
在复杂多变的金融环境中,货币当局能否选择合理有效的政策手段对经济进行调节,干预金融市场的运行,是衡量货币政策是否有效的关键。
从这个定义角度出发,判断货币政策是否有效取决于以下条件:货币供应量的多少是否对价格水平产生影响,货币供应量如何影响产出水平;货币当局如何有效的控制货币以发挥预期的效果。
本文假设货币当局能够有效控制货币供给,以币值稳定和经济增长为评价标准,对货币供给与物价和产出的关系进行实证分析,检验货币政策有效性。
二、实证分析1.变量的选取原因分析。
1998年是我国货币政策发展过程中的重要转折点,我国的货币调控开始向间接方式转变,因此,本文着重研究1998年实行改革至今的货币政策。
由于M1更具稳定性,其稳定性体现在它与基础货币和GDP之间的数量关系上,且M1与货币政策最终目标的相关性更好,所以本文选择M1作为货币政策变动的解释量。
The Positive Analysis to the Validity of China's Monetary Policy Based on VAR Model 作者: 肖志勇[1];刘涛[2]
作者机构: [1]江苏大学财经学院,江苏镇江212013;[2]江苏大学工商管理学院,江苏镇江212013
出版物刊名: 改革与战略
页码: 57-60页
主题词: 货币政策;有效性;VAR模型;脉冲响应函数
摘要:货币政策有效性包括工具的有效性、传导机制的效率以及能否达到预期目标,而评价货币政策是否有效的最终依据是货币政策的实施效果。
文章构建了测度货币政策有效性的VAR 模型,利用脉冲响应函数分析了相关变量对CPI影响的强弱程度及其对货币政策发生效力的滞后时间,认为我国的货币政策是基本有效的,货币供给量Ma是近期货币政策中较合适的货币政策工具,并提出了将价格型工具和数量型工具混合使用以实现货币政策预期目标的建议。
大众商务浅析货币政策对我国A股市场的影响——基于VAR模型魏 宁(沈阳工业大学,辽宁 沈阳 114014)摘 要:本文运用VAR模型和最近十多年的数据,探讨了我国央行货币政策的制定与调整是否会对我国股票市场的波动性产生影响。
结果发现:央行的货币政策可以对货币供应量产生影响,而货币供应量的变化也进一步影响着股票市场的成交量,并对股票的价格波动产生影响,但货币政策对股票价格的影响不十分显著。
说明我国货币政策对资本市场传导效率比较低下,因此我国货币当局需要采取措施,以使资本市场能够更好地服务于实体经济的发展。
关键词:货币政策;股票市场;VAR一、 引言股票市场的波动性与货币政策之间是否存在联系?存在着怎样的联系?这些问题是多年以来政策制定当局与金融市场参与者所共同关心的重点。
就货币政策对股票市场波动性的影响而言,通常认为,作为当下调控宏观经济的手段之一,货币政策既可以直接作用于上市企业,进而导致其股价变化,引起股市波动变化,也可通过影响投资者的股票需求变化来引起股市波动的变化。
对于货币政策与股市波动之间的关系,国内学者都对此做过大量研究。
存款准备金的调整会造成利率的波动,进而传入股票市场以致最后波及整个金融市场。
相较于西方国家的股票市场,我国内地的股票市场起步较晚,所以相关的研究开始得也较晚。
袁靖(2007)利用泰勒规则对国内资产价格泡沫和货币政策之间的关系进行了分析,得出结论,由于我国资本市场中资产价格的波动在市场整体波动中占的权重相对较小,这也就会导致我国市场应对金融风险的能力较弱。
龚俊(2012)将股票市场货币需求和市值之间的关系作为研究主要内容,通过多元回归模型分析,从得到的结果中发现,货币需求确实会随着股票市场的变化而产生变动,当股票市值上升时,会使股市中的成交量随之大幅增加,说明大量的资本开始参与到股市交易中。
本文通过建立VAR模型,以货币供应量、股市成交量、股价波动为参数,旨在厘清货币政策对我国资本市场的影响机制及传导效果,并提供相应政策建议。
我国货币政策效应实证分析的V AR 模型
为了研究货币供应量和利率的变动对经济波动的长期影响和短期影响及其贡献度,采用我国1995年1季度~2007年4季度的季度数据,并对变量进行了季节调整。
设居民消费价格指数为CPI_90 (1990年1季度=1)、居民消费价格指数增长率为CPI 、实际GDP 的对数ln(GDP/CPI_90) 为ln(gdp)、实际M1的对数ln(M1/CPI_90) 为ln(m1) 和实际利率rr (一年期存款利率R-CPI )。
利用V AR(p)模型对 ∆ln(gdp),∆ln(m1) 和 rr ,3个变量之间的关系进行实证研究,其中实际GDP 和实际M1以对数差分的形式出现在模型中,而实际利率没有取对数。
一、建立V AR 模型
图1:V AR 模型建模窗口
⎪
⎪⎪⎭⎫ ⎝⎛+⎪⎪⎪⎪⎭⎫ ⎝
⎛∆∆++⎪⎪⎪⎪⎭⎫ ⎝⎛∆∆+⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛∆∆------t t t p t p t p t p t t t t t t gdp m rr gdp m rr c c c gdp m rr 3211111321)ln()1ln()ln()1ln()ln()1ln(εεεΦΦ
图2:V AR 模型回归结果
二、V AR 模型的Granger 因果关系检验 无论建立什么模型,都要对其进行识别和检验,以判别其是否符合模型最初的假定和经济意义。
本文运用V AR 模型的Granger 因果关系检验。
选择View/Lag Structure/Pairwise Granger Causality Tests ,即可进行Granger 因果检验。
图3:Granger 因果关系检验结果
⎪⎪⎪⎭⎫ ⎝⎛+⎪⎪⎪⎭⎫ ⎝⎛∆∆⎪⎪⎪⎭⎫ ⎝
⎛+⎪⎪⎪⎭⎫ ⎝⎛∆∆⎪⎪⎪⎭⎫ ⎝⎛+⎪⎪⎪⎭⎫ ⎝⎛=⎪⎪⎪⎭⎫ ⎝⎛∆∆------t t t t t t t t t t t t e e e gdp m rr gdp m rr gdp m rr 321222111)ln()1ln(0.034-0.0150.0040.002-0.124-0.00317.5511.2-0.387-)ln()1ln(0.495-0.004-0.005-0.404-0.1780.002- 4.0-1.51
-1.320.0390.040.17)ln()1ln(
在实际利率方程中,不能拒绝实际M1、实际GDP不是实际利率的Granger原因的原假设,而且两者的联合检验也不能拒绝原假设,表明实际利率外生于系统,这与我国实行固定利率制度是相吻合的;在实际M1的方程中,无论实际利率的Granger因果检验,还是联合检验在10%的显著性水平下都不能接受原假设,说明实际利率在Granger意义下影响实际M1;在第三个方程(即实际GDP方程)中,实际利率在1%的显著性水平下拒绝原假设,说明实际利率对于产出具有显著Granger影响;而实际M1外生于实际GDP的概率为0.9892,这可能是因为我国内需不足,大部分商品处于供大于求,因此当对货币的需求扩张时,会由于价格调整而抵消,并不会形成对货币供给的数量调整,因此对产出没有影响。
三、脉冲响应函数
在实际应用中,由于VAR模型是一种非理论性的模型,因此在分析V AR模型时,往往不分析一个变量的变化对另一个变量的影响如何,而是分析当一个误差项发生变化,或者说模型受到某种冲击时对系统的动态影响,这种分析方法称为脉冲响应函数方法(impulse response function,IRF)。
为了得到脉冲响应函数,先建立一个V AR模型,然后在V AR工具栏中选择View/Impulse Response…或者在工具栏选择Impulse,并得到下面的对话框,有两个菜单:Display 和Impulse Definition。
图4:脉冲响应函数的估计窗口
从下图5中可以看出,给实际利率一个正的冲击,在第1期对实际GDP波动有最大的负的影响,然后开始逐渐减弱,到第6期逐渐趋于0,但其影响都是负的。
这与经济理论是相吻合的——紧缩的货币政策,对经济有负的影响;给实际M1波动一个正的的冲击,在第1期对实际GDP波动就有最大的正的影响,然后震荡变小,其影响于第9期接近0,其后几乎为0,表明增加货币供应量的扩张性政策对产出约有2年的影响。
Response to Cholesky One S.D. Innovations ?2 S.E.
Response of DLOG(GDP_P_SA) to RR
Response of DLOG(GDP_P_SA) to DLOG(M1_P_SA)
图5:脉冲响应函数的估计结果
四、方差分解
脉冲响应函数描述的是V AR模型中的一个内生变量的冲击给其他内生变量所带来的影响。
而方差分解(variance decomposition)是通过分析每一个结构冲击对内生变量变化(通常用方差来度量)的贡献度,进一步评价不同结构冲击的重要性。
因此,方差分解给出对VAR模型中的变量产生影响的每个随机扰动的相对重要性的信息。
为了得到V AR的方差分解,从V AR的工具栏中选View/Variance decomposition项。
注意,因为非正交的因子分解所产生的分解不具有较好的性质,所以所选的因子分解仅限于正交的因子分解。
图6:方差分解的估计窗口
图7:方差分解的估计结果
从上面图7可以看出,不考虑实际GDP自身的贡献率,实际利率对实际GDP的贡献率先增加后减少,在第二期达到最大17.46% (RVC1→3(2) = 48.9%),其次,货币供应量对实际GDP 的贡献率较小,且在第三期的时候贡献率达到最大,为10.18%(RVC2→3 (3) =10.03%)。
五、Johansen协整检验
Johansen在1988年及在1990年与Juselius一起提出的一种以V AR模型为基础的检验回归系数的方法,是一种进行多变量协整检验的较好的方法。
为了实现协整检验,从V AR对象或Group(组)对象的工具栏中选择View/Cointegration Test… 即可。
协整检验仅对已知非平稳的序列有效,所以需要首先对V AR模型中每一个序列进行单位根检验。
EViews软件中协整检验实现的理论基础是Johansen (1991, 1995a)协整理论。
在Cointegration Test Specification的对话框(下图)中将提供关于检验的详细信息:
图8:协整检验设定对话框
图9:协整检验结果
从上图9中可以看出,单位根检验的结果表明各指标均是I(1)序列,Johansen协整检验的两个统计量均表明存在1个协整向量。