黃 樂(lè)， 黃志剛， 林朝穎

(1. 福州大學(xué)經(jīng)濟(jì)與管理學(xué)院， 福建 福州 350116; 2. 福建省金融科技創(chuàng)新重點(diǎn)實(shí)驗(yàn)室， 福建 福州 350116; 3. 福建農(nóng)林大學(xué)管理學(xué)院， 福建 福州 350002)

0 引言

2009年11月3日， 前國(guó)務(wù)院總理溫家寶在《讓科技引領(lǐng)中國(guó)可持續(xù)發(fā)展》的重要講話中首次提出了戰(zhàn)略性新興產(chǎn)業(yè)(strategic emerging industries， SEI)的概念. 2010年10月， 文獻(xiàn)[2]第一次明確提出了我國(guó)發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的目標(biāo). 2016年12月19日， 經(jīng)李克強(qiáng)總理簽批， 國(guó)務(wù)院印發(fā)《“十三五”國(guó)家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》[3]， 其中更是對(duì)“十三五”期間我國(guó)戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展目標(biāo)、 重點(diǎn)任務(wù)、 政策措施等做出了全面的部署和安排. 對(duì)于戰(zhàn)略新興產(chǎn)業(yè)的劃分， 周晶等[4]從統(tǒng)計(jì)學(xué)的角度， 對(duì)戰(zhàn)略新興產(chǎn)業(yè)進(jìn)行統(tǒng)計(jì)分類(lèi). 國(guó)內(nèi)更多的學(xué)者是從財(cái)政政策的角度對(duì)戰(zhàn)略新興產(chǎn)業(yè)開(kāi)展研究， 李苗苗等[5]從財(cái)政政策、 企業(yè)R&D經(jīng)費(fèi)和技術(shù)創(chuàng)新能力三個(gè)方面對(duì)戰(zhàn)略新興產(chǎn)業(yè)進(jìn)行實(shí)證分析， 提出政府應(yīng)設(shè)定適當(dāng)財(cái)政政策門(mén)檻， 才能使其產(chǎn)生積極作用. 文獻(xiàn)[6-7]分別從甘肅、 內(nèi)蒙古的區(qū)域財(cái)政政策對(duì)戰(zhàn)略新興產(chǎn)業(yè)的影響來(lái)驗(yàn)證其重要性及作用.

縱觀歷史， 發(fā)達(dá)國(guó)家歷經(jīng)200多年的工業(yè)現(xiàn)代化道路是以犧牲資源和環(huán)境作為代價(jià)的. 如今包括中國(guó)在內(nèi)的發(fā)展中國(guó)家為了實(shí)現(xiàn)現(xiàn)代化， 不能再走發(fā)達(dá)國(guó)家所走的老路， 必須依靠科學(xué)技術(shù)形成投入少、 產(chǎn)出多、 少排放、 多利用的新型生產(chǎn)消費(fèi)模式， 真正實(shí)現(xiàn)可持續(xù)發(fā)展. 進(jìn)入21世紀(jì)以來(lái)， 一些重要科技領(lǐng)域取得了革命性的突破， 一場(chǎng)由知識(shí)和技術(shù)體系創(chuàng)新所驅(qū)動(dòng)的科技革命即將發(fā)生， 這必將為人類(lèi)世界現(xiàn)代化進(jìn)程提供強(qiáng)大的動(dòng)力. 中國(guó)必須抓住這次發(fā)展契機(jī)， 縮小與世界先進(jìn)科技水平的差距， 順應(yīng)世界經(jīng)濟(jì)科技發(fā)展的大趨勢(shì)， 從中贏得主動(dòng)、 有所作為. 如何能更好地扶持發(fā)展戰(zhàn)略新興產(chǎn)業(yè)， 使其逐步成為我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的主導(dǎo)力量， 是當(dāng)下所要解決的重點(diǎn)問(wèn)題.

貨幣政策有效性是研究經(jīng)濟(jì)學(xué)的一個(gè)重要內(nèi)容， 也是宏觀經(jīng)濟(jì)預(yù)測(cè)和貨幣政策制定的理論基礎(chǔ). 諸多學(xué)者對(duì)其都有深入的研究， Friedman等[8]最早運(yùn)用時(shí)間序列計(jì)量方法來(lái)考察貨幣政策和財(cái)政政策對(duì)名義產(chǎn)出影響的顯著程度. Sims[9]則從產(chǎn)出維度研究貨幣政策變量的作用效果. 國(guó)內(nèi)的學(xué)者也對(duì)貨幣政策有效性有深入的研究， 文獻(xiàn)[10]揭示我國(guó)貨幣政策沖擊在不同的時(shí)間維度對(duì)實(shí)體經(jīng)濟(jì)的影響也不同. 文獻(xiàn)[11]通過(guò)實(shí)證證明貨幣供應(yīng)量作為我國(guó)貨幣政策研究的中介目標(biāo)仍然有效. 閆力等[12]運(yùn)用VAR模型對(duì)我國(guó)貨幣政策有效性進(jìn)行分析， 實(shí)證表明貨幣供應(yīng)量M1價(jià)格效應(yīng)比產(chǎn)出效應(yīng)明顯. 文獻(xiàn)[13]利用中國(guó)30個(gè)工業(yè)兩位數(shù)行業(yè)數(shù)據(jù)建立SVAR模型分析貨幣政策的微觀傳導(dǎo)機(jī)制.

除此之外， 國(guó)內(nèi)還有很多學(xué)者研究貨幣政策在不同行業(yè)中的有效性， 其中研究最多的就是房地產(chǎn)行業(yè). 文獻(xiàn)[14]通過(guò)建立VAR模型， 運(yùn)用脈沖響應(yīng)函數(shù)與方差分解方法研究貨幣供應(yīng)量與利率沖擊對(duì)房地產(chǎn)價(jià)格的動(dòng)態(tài)影響， 發(fā)現(xiàn)貨幣供應(yīng)量對(duì)房?jī)r(jià)有正向影響， 利率的變化則會(huì)使房地產(chǎn)價(jià)格下降. 高波等[15]的研究表明， 貨幣供給量的增加會(huì)刺激房地產(chǎn)投資和商品房銷(xiāo)售額的增長(zhǎng)， 提高利率則對(duì)貸款供給是有效的.

自2008年金融危機(jī)以來(lái)， 我國(guó)廣義貨幣供應(yīng)量M2大幅增加， 截至2017年8月末， 達(dá)到164.5萬(wàn)億元， 平均同比增長(zhǎng)15.51%； 同時(shí)， 公共財(cái)政支出也從2008年的6萬(wàn)億， 增加到2016年的18.8萬(wàn)億， 平均同比增長(zhǎng)16.07%. 越來(lái)越多的學(xué)者關(guān)注到財(cái)政政策對(duì)戰(zhàn)略新興產(chǎn)業(yè)的影響， 卻忽略了貨幣政策對(duì)戰(zhàn)略新興產(chǎn)業(yè)的作用. 本研究希望通過(guò)構(gòu)建VAR模型， 研究貨幣政策在戰(zhàn)略新興產(chǎn)業(yè)的有效性， 從而為制定有效的戰(zhàn)略新興產(chǎn)業(yè)貨幣政策提供理論依據(jù). 目前還沒(méi)有專(zhuān)家學(xué)者運(yùn)用VAR模型對(duì)貨幣政策在戰(zhàn)略新興產(chǎn)業(yè)中的有效性進(jìn)行過(guò)驗(yàn)證， 本研究很好地彌補(bǔ)了這一空缺， 可以為戰(zhàn)略新興產(chǎn)業(yè)貨幣政策的有效性提供有力的理論支持.

1 變量選擇和數(shù)據(jù)說(shuō)明

1) 變量選擇. 在文獻(xiàn)[16]研究的基礎(chǔ)上， 考慮到我國(guó)利率尚未完全自由化， 利率并不能完全反映貨幣市場(chǎng)的供求狀況， 故選取貨幣供應(yīng)量M2代表貨幣政策. 對(duì)于戰(zhàn)略新興產(chǎn)業(yè)的研究， 國(guó)內(nèi)的學(xué)者更多探討財(cái)政政策對(duì)其的影響， 為了使模型更全面地反映問(wèn)題， 選擇公共財(cái)政支出作為財(cái)政政策的代表， 研究其對(duì)戰(zhàn)略新興產(chǎn)業(yè)的影響. 同時(shí)， 分別采用我國(guó)工業(yè)生產(chǎn)總值和戰(zhàn)略新興產(chǎn)業(yè)的主營(yíng)業(yè)務(wù)收入作為衡量貨幣政策以及財(cái)政政策對(duì)該行業(yè)的影響. 最后， 為了熨平數(shù)據(jù)的長(zhǎng)期趨勢(shì)， 本研究對(duì)所有數(shù)據(jù)取其自然對(duì)數(shù)， 分別記為M2， FP， GDPi， SEI.

2) 數(shù)據(jù)來(lái)源. 所選的樣本區(qū)間為2004年1月到2015年9月的季度數(shù)據(jù). 所有原始數(shù)據(jù)均來(lái)自《中國(guó)統(tǒng)計(jì)》《中國(guó)高科技產(chǎn)業(yè)統(tǒng)計(jì)年鑒》和Wind數(shù)據(jù)庫(kù). 戰(zhàn)略新興產(chǎn)業(yè)的數(shù)據(jù)是根據(jù)文獻(xiàn)以及國(guó)家發(fā)改委《戰(zhàn)略新興產(chǎn)業(yè)重點(diǎn)產(chǎn)品和服務(wù)指導(dǎo)目錄》(2016)中對(duì)戰(zhàn)略新興產(chǎn)業(yè)各行業(yè)的劃分， 通過(guò)整理并對(duì)原始數(shù)據(jù)以X-11方法進(jìn)行季節(jié)調(diào)整處理得出. 本研究所有計(jì)量分析工作都使用Eviews 8.0軟件完成.

2 計(jì)量模型及分析

根據(jù)上文所選變量及數(shù)據(jù)， 建立如下向量自回歸(VAR)模型：

(1)

其中:Yi, t=(GDPi,M2, FP, SEI),M2為貨幣政策中介目標(biāo)的貨幣供應(yīng)量；Ai為系數(shù)向量；k為模型的滯后階數(shù)；εi, t為白噪聲誤差項(xiàng)；di是常數(shù)項(xiàng). 展開(kāi)式為：

自回歸模型采用的是多方程聯(lián)立的形式， 它并不以經(jīng)濟(jì)理論為基礎(chǔ)， 在模型的每一個(gè)方程中， 內(nèi)生變量對(duì)模型的全部?jī)?nèi)生變量的滯后項(xiàng)進(jìn)行回歸， 從而估計(jì)全部?jī)?nèi)生變量的動(dòng)態(tài)關(guān)系.

在對(duì)VAR模型進(jìn)行估計(jì)之前， 必須對(duì)時(shí)間序列的平穩(wěn)性進(jìn)行檢驗(yàn)， 以防止繆誤回歸的發(fā)生. 常見(jiàn)的方法有Dickey-Fuller檢驗(yàn)(DF檢驗(yàn))、 擴(kuò)展的Dickey-Fuller檢驗(yàn)(ADF檢驗(yàn))和Phillips-Perron檢驗(yàn)(PP檢驗(yàn)). DF檢驗(yàn)適用于一階自回歸且無(wú)時(shí)間趨勢(shì)的時(shí)間序列檢驗(yàn)， ADF檢驗(yàn)適用于高階回歸時(shí)間序列的檢驗(yàn)， PP檢驗(yàn)則是在檢驗(yàn)?zāi)Ｐ椭胁灰霚箜?xiàng). 本研究采用ADF檢驗(yàn)方法對(duì)各時(shí)間序列變量的平穩(wěn)性特征進(jìn)行檢驗(yàn)， 并對(duì)非平穩(wěn)序列進(jìn)行修正， 使一階差分后的非平穩(wěn)序列成為平穩(wěn)序列， 檢驗(yàn)結(jié)果如表1.

表1 單位根檢驗(yàn)結(jié)果

注： ① D為時(shí)間序列的一階差分形式； ② 檢驗(yàn)形式(C、T、L)中的C表示ADF檢驗(yàn)時(shí)有常數(shù)項(xiàng)，T表示含有時(shí)間趨勢(shì)項(xiàng)(T為0時(shí)， 表示不含有時(shí)間趨勢(shì)項(xiàng))，L表示滯后階數(shù)， 選取規(guī)則遵循模型中隨機(jī)誤差項(xiàng)不存在序列相關(guān)關(guān)系； ③*、**、***分別代表時(shí)間序列在10%、 5%、 1%的顯著水平下是平穩(wěn)的

如表1所示， 所有原時(shí)間序列都是不平穩(wěn)的， 經(jīng)過(guò)一階差分之后在1%的顯著性水平上都是平穩(wěn)的， 所以GDPi、M2、 FP、 SEI都是一階單整時(shí)間序列. 為了檢驗(yàn)這些變量之間有沒(méi)有存在長(zhǎng)期穩(wěn)定的均衡關(guān)系， 本研究采用Johansen協(xié)整檢驗(yàn)的方法， 根據(jù)最優(yōu)滯后階數(shù)選擇的原則， 將VAR模型的最優(yōu)滯后階數(shù)設(shè)定為1， 檢驗(yàn)結(jié)果如表2所示.

表2 Johansen協(xié)整檢驗(yàn)結(jié)果

注：r表示協(xié)整關(guān)系的個(gè)數(shù)

表3 格蘭杰因果關(guān)系檢驗(yàn)結(jié)果

由檢驗(yàn)結(jié)果可見(jiàn)， GDPi、M2、 FP、 SEI之間存在4個(gè)協(xié)整關(guān)系， 這就意味著這些非平穩(wěn)時(shí)間序列之間有長(zhǎng)期均衡的關(guān)系. 為了進(jìn)一步證實(shí)貨幣供應(yīng)量、 公共財(cái)政支出和工業(yè)生產(chǎn)總值是否會(huì)對(duì)戰(zhàn)略新興產(chǎn)業(yè)的產(chǎn)出帶來(lái)影響， 本研究進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)， 結(jié)果見(jiàn)表3. 從上述檢驗(yàn)中發(fā)現(xiàn)， 在90%的置信水平上， 貨幣供應(yīng)量M2、 工業(yè)生產(chǎn)總值和公共財(cái)政支出都是戰(zhàn)略新興產(chǎn)業(yè)產(chǎn)出波動(dòng)的主要原因. 也就是說(shuō)貨幣供應(yīng)量、 工業(yè)生產(chǎn)總值和公共財(cái)政支出的變動(dòng)都對(duì)戰(zhàn)略新興產(chǎn)業(yè)的產(chǎn)出有顯著的影響.

為了具體分析貨幣政策和財(cái)政政策如何影響戰(zhàn)略新興產(chǎn)業(yè)的產(chǎn)出， 特別是在其他因素保持不變的前提下， 分析貨幣供應(yīng)量M2、 工業(yè)生產(chǎn)總值和公共財(cái)政支出的沖擊對(duì)戰(zhàn)略新興產(chǎn)業(yè)產(chǎn)出的動(dòng)態(tài)影響， 脈沖響應(yīng)函數(shù)提供了很好的解釋. 如圖1所示， 在當(dāng)期分別給貨幣供應(yīng)量M2、 工業(yè)生產(chǎn)總值和公共財(cái)政支出一個(gè)Cholesky標(biāo)準(zhǔn)差的正向沖擊， 來(lái)觀察戰(zhàn)略新興產(chǎn)業(yè)的產(chǎn)出分別對(duì)它們有什么反應(yīng).

圖1 脈沖響應(yīng)Fig.1 Impulse response

1) 財(cái)政政策. 公共財(cái)政支出的增加會(huì)刺激戰(zhàn)略性新興產(chǎn)業(yè)產(chǎn)出的上漲. 在給當(dāng)期公共財(cái)政支出一個(gè)單位的正向沖擊之后， 戰(zhàn)略新興產(chǎn)業(yè)的產(chǎn)出馬上就有一個(gè)小幅的增長(zhǎng). 因?yàn)樨?cái)政政策一開(kāi)始沒(méi)有明確的目標(biāo)性， 所以對(duì)于整個(gè)行業(yè)的扶持會(huì)給總產(chǎn)值帶來(lái)短時(shí)間的增加； 隨之而來(lái)的是一個(gè)大幅的降低， 通過(guò)市場(chǎng)的篩選， 一些能耗過(guò)高或是沒(méi)有太大市場(chǎng)競(jìng)爭(zhēng)力的產(chǎn)品會(huì)被市場(chǎng)規(guī)律所淘汰， 所以導(dǎo)致產(chǎn)出的降低. 進(jìn)入下一時(shí)期后， 由于市場(chǎng)篩選留下的企業(yè)具有更強(qiáng)的競(jìng)爭(zhēng)力， 所以這時(shí)的財(cái)政政策就具有較為明確的目標(biāo)性， 會(huì)使產(chǎn)出繼續(xù)增長(zhǎng). 之后會(huì)重復(fù)這一篩選過(guò)程， 直至整個(gè)市場(chǎng)趨于穩(wěn)定， 整個(gè)戰(zhàn)略新興產(chǎn)業(yè)產(chǎn)出對(duì)財(cái)政政策單位沖擊的累積響應(yīng)約為1.4%.

2) 貨幣政策. 貨幣供應(yīng)量的增加短期內(nèi)抑制戰(zhàn)略新興產(chǎn)業(yè)產(chǎn)出的增長(zhǎng). 在給當(dāng)期貨幣供應(yīng)量一個(gè)正向的沖擊之后， 戰(zhàn)略新興產(chǎn)業(yè)的產(chǎn)出會(huì)出現(xiàn)一個(gè)明顯的負(fù)增長(zhǎng)， 直到第2期才出現(xiàn)增長(zhǎng)的趨勢(shì)， 之后一直保持增長(zhǎng)趨勢(shì). 因?yàn)楫?dāng)貨幣供應(yīng)量增加的時(shí)候， 對(duì)傳統(tǒng)產(chǎn)業(yè)來(lái)說(shuō)， 獲取資金更加容易， 會(huì)刺激對(duì)傳統(tǒng)產(chǎn)業(yè)的投入及其產(chǎn)量的增加， 相對(duì)而言戰(zhàn)略新興產(chǎn)業(yè)獲得的投資較少， 在短期內(nèi)會(huì)對(duì)戰(zhàn)略新興產(chǎn)業(yè)的產(chǎn)出產(chǎn)生“擠兌效應(yīng)”. 之后由于產(chǎn)量的提升, 假定需求不變， 市場(chǎng)將出現(xiàn)供大于求現(xiàn)象， 導(dǎo)致通貨膨脹， 但是戰(zhàn)略新興產(chǎn)業(yè)多為高科技產(chǎn)品， 有財(cái)政政策的補(bǔ)貼， 價(jià)格相對(duì)穩(wěn)定， 所以會(huì)導(dǎo)致戰(zhàn)略新興產(chǎn)業(yè)產(chǎn)出相對(duì)與傳統(tǒng)產(chǎn)業(yè)有較大提升. 整個(gè)戰(zhàn)略新興產(chǎn)業(yè)產(chǎn)出對(duì)貨幣政策單位沖擊的累積響應(yīng)約為3.5%， 可以看出效果非常顯著.

3) 工業(yè)生產(chǎn)總值. 工業(yè)生產(chǎn)總值的增加會(huì)使戰(zhàn)略性新興產(chǎn)業(yè)產(chǎn)出同時(shí)增加. 在給當(dāng)期工業(yè)生產(chǎn)總值一個(gè)單位的正向沖擊之后， 并不會(huì)立刻對(duì)戰(zhàn)略新興產(chǎn)業(yè)的產(chǎn)出有影響， 但在第2期會(huì)有正面影響且波峰達(dá)到為3.2%， 之后慢慢達(dá)到新的平衡， 整個(gè)戰(zhàn)略新興產(chǎn)業(yè)產(chǎn)出對(duì)工業(yè)生產(chǎn)總值單位沖擊的累積響應(yīng)約為3.2%.

3 結(jié)語(yǔ)

本研究創(chuàng)新性地運(yùn)用VAR模型對(duì)貨幣政策在戰(zhàn)略新興產(chǎn)業(yè)中的有效性進(jìn)行分析， 對(duì)2004年1月到2015年9月的經(jīng)濟(jì)金融季度數(shù)據(jù)進(jìn)行收集. 通過(guò)單位根檢驗(yàn)、 協(xié)整檢驗(yàn)和格蘭杰因果檢驗(yàn)來(lái)確定模型的穩(wěn)定性， 再利用脈沖響應(yīng)函數(shù)來(lái)觀察戰(zhàn)略性新興產(chǎn)業(yè)產(chǎn)出對(duì)貨幣政策和財(cái)政政策沖擊的反應(yīng). 根據(jù)理論分析和實(shí)證檢驗(yàn)， 本研究發(fā)現(xiàn)貨幣政策在戰(zhàn)略新興產(chǎn)業(yè)方面是有效的， 且貨幣政策累積響應(yīng)約為3.5%， 財(cái)政政策的累積響應(yīng)約為1.4%， 工業(yè)生產(chǎn)總值的累積響應(yīng)約為3.2%.

工業(yè)生產(chǎn)總值、 貨幣供應(yīng)量以及公共財(cái)政支出互為因果關(guān)系， 所以工業(yè)生產(chǎn)總值的增加也會(huì)通過(guò)貨幣供應(yīng)量和公共財(cái)政支出這兩個(gè)渠道間接地影響戰(zhàn)略新興產(chǎn)業(yè)的產(chǎn)出， 至于如何傳導(dǎo)與影響可待后續(xù)研究. 貨幣供應(yīng)量的增加， 在短期內(nèi)會(huì)對(duì)戰(zhàn)略新興產(chǎn)業(yè)的產(chǎn)出產(chǎn)生“擠兌效應(yīng)”， 但從長(zhǎng)期來(lái)看肯定對(duì)繁榮戰(zhàn)略新興產(chǎn)業(yè)是有利的. 對(duì)于財(cái)政政策， 正如很多學(xué)者研究的， 對(duì)戰(zhàn)略新興產(chǎn)業(yè)具有很強(qiáng)的正相關(guān)性， 通過(guò)專(zhuān)項(xiàng)財(cái)政支出和稅收補(bǔ)貼等方式， 財(cái)政政策可以有效地刺激戰(zhàn)略新興產(chǎn)業(yè)產(chǎn)出的增長(zhǎng)， 配合市場(chǎng)的篩選過(guò)程， 能夠更好地選出真正具有市場(chǎng)競(jìng)爭(zhēng)力的產(chǎn)品， 這也是戰(zhàn)略新興產(chǎn)業(yè)在宏觀經(jīng)濟(jì)疲軟時(shí)期仍能保持快速增長(zhǎng)的重要保障. 因此， 在財(cái)政政策的扶持下， 還應(yīng)注意貨幣政策的調(diào)控， 才能更好更快地促進(jìn)我國(guó)戰(zhàn)略新興產(chǎn)業(yè)的發(fā)展.

向量自回歸模型可以很好地反映內(nèi)生變量之間的動(dòng)態(tài)關(guān)系. 同時(shí)， VAR模型允許變量的值取決于其自身的滯后項(xiàng)和其他變量的滯后項(xiàng). 而且該模型提供了豐富的結(jié)構(gòu)信息， 能夠捕獲更多的數(shù)據(jù)特征. 因此， 由VAR產(chǎn)生的預(yù)測(cè)通常比傳統(tǒng)的結(jié)構(gòu)模型來(lái)的更好. 在實(shí)際應(yīng)用中， 如果滯后階數(shù)足夠大， 模型可以完全反映所有的動(dòng)態(tài)關(guān)系信息. 但是它有一個(gè)嚴(yán)重的缺點(diǎn)， 如果滯后階數(shù)越大， 待估計(jì)的參數(shù)就會(huì)越多， 然后自由度就會(huì)下降. 所以， 找到自由度與滯后階數(shù)之間的平衡點(diǎn)至關(guān)重要.