收稿日期:2001-06-12作者简介:刘斌(1967-),男,陕西人,管理工程博士,高级经济师,供职于中国人民银行统计司。
主要研究方向为经济建模、分配与预测,货币政策分析等。
主要专著:《货币供求的分析方法与实证研究》。
2001年第7期(总253期)金 融 研 究Journal of Financial Research No .7,2001G eneral No .253货币政策冲击的识别及我国货币政策有效性的实证分析刘 斌(中国人民银行统计司,北京 100800) 摘 要:本文基于货币政策操作会产生什么样的货币政策冲击及经济对货币政策冲击如何反应的分析思路,通过建立向量自回归模型,在估计无约束向量自回归模型后,施加识别条件对货币政策冲击进行识别并得到结构向量自回归模型,然后在蒙特卡罗随机模拟的基础上对货币政策冲击进行冲击响应分析。
实证研究表明,货币政策冲击在短期会对实体经济部门产生影响,在长期不会对实体经济部门产生影响,但货币政策冲击对物价、货币供应量及贷款等会产生永久性影响,而且货币政策冲击短期内对实体经济部门的持续作用时间不超过40个月。
关键词:冲击;冲击响应分析;向量自回归;识别;蒙特卡罗随机模拟中图分类号:F830.91 文献标识码:A 文章编号:1002-7246(2001)07-0001-09一、引 言近几年一系列扩大内需的宏观经济政策对我国国民经济的稳步发展起到了巨大的推动作用,特别是积极的财政政策和稳健的货币政策在扩大内需、推进经济向均衡状态发展等方面功不可没。
但这也给我们提出一个问题,即如何对每项政策的有效性进行定性和定量的分析。
只有对各项政策的有效性进行充分的分析,才能为经济决策部门今后制定更加有效的政策及政策组合提供科学的依据。
要分析各项政策的有效性,我们就要分析这些政策会对经济产生什么样的冲击以及经济对这些冲击会产生什么样的反应,即对经济系统进行冲击响应分析。
我们知道,经济系统时刻受到各种冲击的影响,这些冲击包括需求/供给冲击,内部/外部冲击、货币/财政政策冲击、暂时/永久冲击、名义/实质冲击等等,经济系统正是在各种冲击的作用下运行发展的。
由于观察到的实际运行结果是各种冲击作用下的综合反应,因此我们在进行冲击响应分析时首先必须从实际运行结果对所关心的冲击进行识别,然后才能进行冲击响应分析。
基于上面的分析思路,本文采用向量自回归方法对经济系统进行建模,并在此基础上施加约束条件识别出货币政策冲击,最后利用蒙特卡罗随机模拟方法对货币政策冲击进行冲击响应分析,以对我国货币政策的有效性进行实证检验。
二、理论基础向量自回归是进行冲击响应分析的一个基本工具(有关VAR 的详细介绍见Hamil -ton ,1994)。
假设一个经济系统可以下面的向量自回归VAR (q )表示,Z t =B 1Z t -1+…+B q Z t -q +u t ,E u t u t T =V (2.1)这里,变量Z t 是n 1维向量,q 是滞后阶数,u t 是Z t 的一步预测误差,它与所有的t -1期及之前的变量不相关,V 是u t 的协方差矩阵。
参数B i 及协方差矩阵V 可以通过普通最小二乘法对方程(2.1)进行估计。
在知道了参数B i 、残差u t 及其协方差矩阵V 的情况下,我们就可以计算出变量Z t 对冲击u t 的动态响应。
如果u t 确实是我们所关心的冲击,那么就可以利用上面的方法计算变量Z t 对冲击u t 的动态响应。
但通常冲击u t 并不对应于我们所关心的冲击εt ,而是一种结构性冲击,也就是说,它是冲击εt 的线性组合,即A 0u t =εt ,这里A 0是n ×n 可逆矩阵,εt 的协方差矩阵通常假设为n ×n 单位矩阵I n 。
在此条件下,对方程(2.1)进行变换可得到下面的结构向量自回归形式(structural VAR ,SVA R ),A 0Z t =A 1Z t -1+…+A q Z t -q +εt ,E εt εT t=I (2.2)其中,A i =A 0B i ,i =1,…,q ,V =A -10(A -10)T (2.3) 如果已知矩阵A 0,那么对于εt 的一个单位冲击,Z t +h 的动态响应γh 可以通过下面的方法计算。
若令ξh 是下面差分方程的解,ξh =B 1ξh -1+…+B q ξh -q ,h =1,2,…,ξ0=I ,ξ-1=…=ξ-q =0(2.4)则,γh =ξh A -10,h =0,1,…(2.5) 上面的分析告诉我们,若要计算系统对冲击εt 的动态响应,那么仅根据无约束向量自回归方程(2.1)是不够的,而必须根据结构向量自回归方程(2.2),这就要求我们依据一定的经济理论给定A 0,或对A 0的结构提出某种假设并通过对协方差矩阵V 的分解来确定A 0。
只有在确定A 0后,我们才能从无约束向量自回归方程(2.1)的残差u t 求出冲击εt (即识别出冲击εt ),并计算出系统对冲击εt 的动态响应。
另外,从方程(2.3)可以看出,协方差矩阵V 是正定矩阵,它最多含有n (n +1)/2个不同的元素,而由于A 0是n ×n 矩阵,因此,要确定A 0,必须施加n 2-n (n +1)/2=n (n -1)/2个约束条件,我们称这些约束为识别条件。
本文利用上面的分析方法研究货币政策冲击的识别及如何计算系统对货币政策冲击的动态响应。
Sim s(1986,1992)、Bernanke(1986)、Romer and Romer(1989)、Christiano (1991)、Berbanke and Blinder(1992)、Bernanke and M ihov(1995)、Christiano and Eichen-baum(1995)、Campbell(1997)、Fisher(1997)、Sims and Zha(1998)等学者在研究货币政策冲击对经济的影响时,对A0施加了相应的约束条件来识别货币政策冲击,并计算出经济对货币政策冲击的动态响应。
以S表示货币当局可调控的工具变量,它通常选定为基准利率或某些货币总量(如准备金、基础货币等)。
虽然用S t表示t期的工具变量,但为便于和实际操作的习惯保持一致,S t常常指t期末工具变量之值。
假定货币当局制定S t时依据下面的反应函数(reac-tion function),S t=f(Ψt)+σsεs t(2.6)此处,Ψt是制定S t的信息集,它包括在t期制定S t时可以获知的变量,f是Ψt的线性函数,σsεs t是货币政策冲击,σs是货币政策冲击的标准差,εs t是具有单位方差的货币政策冲击。
假设方程(2.2)的n维向量Z t可以分成三个模块,Z t=X1t s t X2t其中,n=n1+n2+1,X1t是n t维向量,X2t是n2维向量,并且假设A0的结构如下:A0=a1100(n1×n1)(n1×1)(n1×n2)a21a220(1×n1)(1×1)(1×n2)a31a32a33(n2×n1)(n2×1)(n2×n2)(2.7)这里,括号里的数字表示矩阵的维数,a22=1/σs。
可以看出,在约束条件(2.7)下,制定S t的信息集Ψt不仅包括X1t的当期值,而且也包括X1t的滞后值,但Ψt只包括X2t的滞后值。
这说明工具变量S t在当期对X1t不产生作用,而是经过一定的滞后才对X1t产生作用;工具变量S t却在当期即对X2t产生作用。
但是,(2.7)式仅对A0施加了n1+n1n2+n2个约束条件,少于要求的(n1+n2+1)(n1+n2)/ 2个约束条件,因而在(2.7)式的结构下,A0不能唯一确定,A0不足以识别出方程(2.2)的所有冲击εt。
尽管(2.7)式的结构不足以识别出所有冲击,但Christiano等(1999)证明了下列结论:对于任何形如(2.7)式结构的矩阵A0,Z t+h对货币政策冲击εs t的动态响应是相同的,即冲击响应矩阵γh(2.5)的第(n1+1)列是不变的。
由于这里我们主要关心的是货币政策冲击对经济的影响,因此根据上述结论,我们通常可将A0选成下三角矩阵形式,在此情况下,对A0施加了(n1+n2+1)(n1+n2)/2个约束条件,因而通过对协方差短阵V(2.3)进行Cholesky分解就可确定A0。
另外,Christiano等(1999)还证明了:在将A0选成下三角矩阵形式时,X1t和X2t中的变量排列顺序并不影响冲击响应矩阵γh的第(n1+1)列。
三、我国货币政策有效性的实证分析1.模型设定和数据选择基于以上的模型假设,下面对我国货币政策的有效性进行实证分析。
首先来看工具变量S t的选择。
前面提到S t是货币当局可调控的工具变量,它可以是基准利率或某些货币总量(如准备金、基础货币等)。
我国目前实施货币政策的基本框架是采用多种货币政策操作工具,间接地调控货币政策的中介目标(货币供应量),并进而对货币政策的最终目标产生影响。
现阶段我国中央银行的货币政策操作工具主要有:中央银行对金融机构的贷款、再贴现、公开市场业务操作(包括外汇市场上的外汇买卖)、开办特种存款和发行中央银行融资券、准备金率、利率政策等。
由于中央银行不仅控制基准利率,而且还控制金融机构对客户的存贷款利率,利率并不能完全反映资金的真实价格,利率的期限结构也不能完全形成,因此,实证分析时将工具变量S t选择为利率不可能完全反映货币政策的状态。
虽然采用多种货币政策操作工具可间接地调控货币供应量,但这些工具的操作首先直接影响的是基础货币。
如果我们暂且忽略各种工具操作影响基础货币的细节,并考虑到基础货币的可控性,那么实证分析时将工具变量S t直接选择为基础货币将不失一般性。
再来看变量X1t的选择。
由于制定S t的信息集Ψt不仅包括X1t的当期值,而且也包括X1t的滞后值,因此我们可以将X1t选择为实体经济部门的变量(如产出等)及物价变量。
目前我国只有1993年以来的季度GDP,数据样本太少,不足以进行建模和冲击响应分析。
虽然我国的工业生产总值有详细的月度统计资料,但近几年我国已从工业生产总值的统计转向工业增加值的统计,两者的数据样本均不完全(工业生产总值的月度统计近两年已停止公布,工业增加值的也只有1994年以来的月度统计资料)。
考虑到这些情况,我们选择消费(社会消费品零售总额)和投资(国有及国有控股单位的固定资产投资)以反映实体经济部门的情况。
另外,物价变量选择为消费物价。
根据消费物价的月环比指数(1994年开始公布)和同期比指数,我们可以构造出消费物价的定基比指数(1992年为基期)。
