王雪然
(洛陽理工學(xué)院會計(jì)學(xué)院,河南 洛陽 471023)
2018年以來,在穩(wěn)健中性的貨幣政策基調(diào)下,我國的貨幣流動性趨勢保持在合理穩(wěn)定區(qū)間,未來中央銀行將繼續(xù)實(shí)施穩(wěn)健中性的貨幣政策,保持流動性的合理穩(wěn)定。在此背景下,研究貨幣流動性與地方經(jīng)濟(jì)增長之間的關(guān)系具有重要的現(xiàn)實(shí)意義。
結(jié)合實(shí)證模型建立的需要以及數(shù)據(jù)的可得性,我們選取M1增速代表貨幣流動性,選取GDP增速、投資增速和CPI描述洛陽市經(jīng)濟(jì)增長情況(M1增速數(shù)據(jù)來源于國家統(tǒng)計(jì)局官網(wǎng),其余變量數(shù)據(jù)均來源于洛陽市統(tǒng)計(jì)局官網(wǎng),摘自洛陽市2005年至2017年國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報(bào))。
由于變量較多,變量之間的動態(tài)關(guān)聯(lián)或因果關(guān)系使得個(gè)別內(nèi)生變量既可以在方程左邊又可以在方程右邊,為了避免模型估計(jì)和推斷的難度以及準(zhǔn)確把握變量之間的關(guān)系,我們采用向量自回歸模型(VAR模型)和向量誤差修正模型(VEC模型)非結(jié)構(gòu)性的計(jì)量經(jīng)濟(jì)模型研究貨幣流動性趨勢與洛陽市經(jīng)濟(jì)增長的關(guān)系。
時(shí)間序列數(shù)據(jù)的平穩(wěn)性檢驗(yàn)是進(jìn)行實(shí)證模型分析的基礎(chǔ),也能夠有效避免偽回歸問題的出現(xiàn),本部分采用ADF單位根檢驗(yàn)的方法對各時(shí)間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。我們發(fā)現(xiàn),變量序列 M1、lygdp、cpi、invest一階差分后是平穩(wěn)時(shí)間序列,即M1、lygdp、cpi、invest是一階單整序列I(1)。
表1 變量、符號及定義說明
我們采用基于殘差序列的Engle-Granger平穩(wěn)性檢驗(yàn)法來判斷各變量之間是否存在協(xié)整關(guān)系,檢驗(yàn)結(jié)果如表2:
表2 基于殘差的EG協(xié)整檢驗(yàn)
上述檢驗(yàn)結(jié)果表明,基于 M1、lygdp、cpi、invest四個(gè)變量水平序列殘差的Engle-Granger平穩(wěn)性檢驗(yàn)的概率值基本小于10%的顯著性水平,我們認(rèn)為可以拒絕原假設(shè),M1、lygdp、cpi、invest四個(gè)變量之間存在協(xié)整關(guān)系。
變量滯后階數(shù)的選擇受限于模型的自由度,同時(shí)還要盡可能完整地反映模型的動態(tài)特征。根據(jù)LagLengthCriteria檢驗(yàn)結(jié)果及信息準(zhǔn)則,可以確定最優(yōu)的滯后階數(shù)為1。
根據(jù)表3選擇結(jié)果,我們對滯后1階的VAR模型進(jìn)行估計(jì)(VAR模型參數(shù)的估計(jì)結(jié)果表略)。從估計(jì)結(jié)果看,invest、lygdp的擬合優(yōu)度都比較理想,說明這四個(gè)變量的關(guān)系方程較密切,能夠反映貨幣流動性與洛陽經(jīng)濟(jì)增長之間的變化關(guān)系。根據(jù)估計(jì)結(jié)果,我們得到 cpi、invest、lygdp、M1 的向量自回歸模型(VAR)的矩陣方程:
表3 VAR模型滯后期選擇標(biāo)準(zhǔn)
VAR模型的穩(wěn)定性是我們進(jìn)行分析的前提,否則后續(xù)的某些結(jié)果將不是有效的。我們通過AR特征多項(xiàng)式根的方法來檢驗(yàn)VAR模型的穩(wěn)定性,檢驗(yàn)結(jié)果如下:
圖1 AR特征多項(xiàng)式的根的倒數(shù)
若AR特征多項(xiàng)式根模的倒數(shù)都小于1,落于單位圓內(nèi),則所構(gòu)建VAR模型是穩(wěn)定的。由上圖可知,所有根模的倒數(shù)均在單位圓內(nèi),說明我們進(jìn)行后續(xù)分析是有效的。
在計(jì)量經(jīng)濟(jì)模型中,可以通過Granger因果關(guān)系檢驗(yàn)來分析一個(gè)或者幾個(gè)變量是否對另外一個(gè)變量的預(yù)測有幫助。我們采用Granger Causality/Block Exogeneity Wald Tests方法,來檢驗(yàn)所構(gòu)建VAR模型中各變量間的因果作用關(guān)系。
由檢驗(yàn)結(jié)果發(fā)現(xiàn):在cpi方程中,檢驗(yàn)結(jié)果說明投資增速、經(jīng)濟(jì)增速、貨幣流動性分別不是物價(jià)水平變動的原因,且這三個(gè)變量的聯(lián)合作用不是物價(jià)水平變動的原因。在invest方程中,檢驗(yàn)結(jié)果說明物價(jià)水平變動和貨幣流動性分別不是投資增速變化的原因,經(jīng)濟(jì)增速是投資增速變化的原因,物價(jià)水平變動、經(jīng)濟(jì)增速、貨幣流動性這三個(gè)變量的聯(lián)合作用是投資增速變化的原因。
在lygdp方程中,檢驗(yàn)結(jié)果說明物價(jià)水平變動、貨幣流動性分別不是經(jīng)濟(jì)增速變化的原因,投資增速是經(jīng)濟(jì)增速變化的原因,物價(jià)水平變動、投資增速、貨幣流動性這三個(gè)變量的聯(lián)合作用是經(jīng)濟(jì)增速變化的原因。在M1方程中,檢驗(yàn)結(jié)果說明物價(jià)水平變動是貨幣流動性變化的原因,投資增速、經(jīng)濟(jì)增速分別不是貨幣流動性變化的原因,物價(jià)水平變動、投資增速、經(jīng)濟(jì)增速這三個(gè)變量的聯(lián)合作用不是貨幣流動性變化的原因。
圖2 lygdp的脈沖響應(yīng)函數(shù)
脈沖響應(yīng)函數(shù)描述的是VAR模型中一個(gè)變量的擾動項(xiàng)發(fā)生變化或者說模型受到某種沖擊時(shí),帶給其他變量當(dāng)期值和未來值的影響,演示出的是擾動項(xiàng)的變動傳播至各變量而引起各變量產(chǎn)生變化的時(shí)間路徑。由于VAR模型中有四個(gè)變量,可以得到四組脈沖響應(yīng)函數(shù),結(jié)合研究分析需要,我們僅給出lygdp的脈沖響應(yīng)函數(shù)時(shí)間路徑。結(jié)果如下:
由圖2可知,經(jīng)濟(jì)增速對于來自自身的擾動或沖擊響應(yīng)程度較大且持續(xù)時(shí)間長,投資增速對經(jīng)濟(jì)增速的影響也較大且持續(xù)時(shí)間長,而物價(jià)水平的變化對經(jīng)濟(jì)增速的影響較小,貨幣流動性變化對經(jīng)濟(jì)增速的影響也小。
方差分解描述的是模型中每一個(gè)擾動或沖擊對內(nèi)生變量變化(一般用方差來表示)的貢獻(xiàn)度,通過對VAR模型的變量進(jìn)行方差分解,我們可以進(jìn)一步得到不同結(jié)構(gòu)沖擊相對重要性的信息。
表4 洛陽經(jīng)濟(jì)增速變量方差分解結(jié)果
由表4可知,物價(jià)水平變動對經(jīng)濟(jì)增速方差的貢獻(xiàn)率在滯后2期達(dá)到最大值19.9%,之后逐步下降趨于平穩(wěn),滯后10期的貢獻(xiàn)率為11.15%。投資增速對經(jīng)濟(jì)增速方差的貢獻(xiàn)率由小變大并趨于平穩(wěn),滯后10期的貢獻(xiàn)率為47.9%。經(jīng)濟(jì)增速方差中來自自身的擾動或沖擊的貢獻(xiàn)率由大變小并趨于平穩(wěn),滯后10期的貢獻(xiàn)率為37.68%。貨幣流動性變化對經(jīng)濟(jì)增速方差的貢獻(xiàn)率在滯后2期達(dá)到最大值6.44%,之后逐步下降趨于平穩(wěn),滯后10期的貢獻(xiàn)率為3.26%。
總體來看,經(jīng)濟(jì)增速較容易受到自身變化的影響。除此之外,投資增速對經(jīng)濟(jì)增速的影響較大且持續(xù)時(shí)間長,在滯后的后期對經(jīng)濟(jì)增速方差的貢獻(xiàn)率接近50%,而貨幣流動性變動對經(jīng)濟(jì)增速的影響非常小。
由于建立VEC模型對樣本量要求比較多,因此我們選擇Quadratic-match average和Specified in series插值方法,將M1、lygdp、cpi、invest的年度數(shù)據(jù)轉(zhuǎn)為半年度數(shù)據(jù),轉(zhuǎn)換后的半年度時(shí)間序列仍用原符號表示,且各變量插值后的半年度時(shí)間序列仍然是一階單整。若插值后的各半年度時(shí)間序列存在協(xié)整關(guān)系,就可以建立M1、lygdp、cpi、invest的向量誤差修正模型。
我們采用基于回歸系數(shù)的Johansen檢驗(yàn)法來檢驗(yàn)M1、lygdp、cpi、invest四個(gè)變量之間是否存在協(xié)整關(guān)系。從Johansen協(xié)整檢驗(yàn)結(jié)果來看,特征根跡檢驗(yàn)和最大特征值檢驗(yàn)都在5%的顯著性水平上拒絕了“不存在協(xié)整關(guān)系、至多存在一個(gè)協(xié)整關(guān)系”的原假設(shè),而且特征根跡檢驗(yàn)和最大特征值檢驗(yàn)都顯示在5%的顯著性水平下,M1、lygdp、cpi、invest四個(gè)變量之間存在兩個(gè)協(xié)整方程。
由附表1,我們得到協(xié)整方程:CPI=0.011634+0.915114 INVSTt-1-2.238526LYGDPt-1+0.322858M1t-1
協(xié)整方程表明在其他條件不變的情況下,投資增速每上漲1%,物價(jià)水平就上漲0.9%;經(jīng)濟(jì)增速每上漲1%,物價(jià)水平就下降2.23%;貨幣流動性每提高1%,物價(jià)水平就上漲0.3%。根據(jù)VEC模型的估計(jì)結(jié)果,我們得到選定時(shí)間范圍內(nèi)各時(shí)間序列的協(xié)整關(guān)系圖:
圖3 VEC模型協(xié)整關(guān)系圖
圖3中的零軸水平線代表各時(shí)間序列之間變化的長期均衡穩(wěn)定關(guān)系。從圖 3 中看,M1、lygdp、cpi、invest自2005年以來一直處于大幅波動中,偏離零軸以上的波峰振幅基本保持不變,而偏離零軸以下的波谷振幅越來越小,說明這四個(gè)變量的關(guān)系漸趨平緩。進(jìn)一步地,我們得到誤差修正項(xiàng)(VEC)的矩陣方程:
其中
從VAR模型的Granger因果檢驗(yàn)結(jié)果可知:經(jīng)濟(jì)增速與投資增速互為因果關(guān)系;經(jīng)濟(jì)增速和投資增速作為因變量時(shí),各變量的聯(lián)合作用都顯著;經(jīng)濟(jì)增速與M1增速之間均不互為因果關(guān)系;M1增速作為因變量時(shí),只有物價(jià)水平變動的作用顯著,反之不然;經(jīng)濟(jì)增速作為因變量時(shí),只有投資增速作用顯著,反之亦然。
這說明從我們所選取的變量以及時(shí)間跨度來看,洛陽市經(jīng)濟(jì)增速受投資增速影響最為明顯,且兩者相互關(guān)聯(lián),而洛陽市經(jīng)濟(jì)增速對貨幣流動性這一變量不敏感,或者說洛陽市經(jīng)濟(jì)很大程度上仍然是投資拉動型增長方式,對M1增速這一中央銀行調(diào)控宏觀經(jīng)濟(jì)運(yùn)行的中介指標(biāo)并不敏感。我們所建立的模型也客觀地體現(xiàn)出,在我國當(dāng)前的貨幣政策傳導(dǎo)途徑中,各類市場參與主體的投資活動能夠直接顯著影響經(jīng)濟(jì)增長這一最終目標(biāo)的現(xiàn)實(shí)狀況。
事實(shí)上,經(jīng)濟(jì)增速的脈沖響應(yīng)函數(shù)也印證了這一結(jié)論。我們發(fā)現(xiàn),不考慮自身變化影響,經(jīng)濟(jì)增速受投資增速的擾動或沖擊表現(xiàn)最為明顯,受M1增速的擾動或沖擊最弱。從經(jīng)濟(jì)增速的方差分解結(jié)果來看,投資增速的貢獻(xiàn)率近50%,而M1增速的貢獻(xiàn)率為5%左右。從貨幣流動性與經(jīng)濟(jì)增速的長期均衡關(guān)系來看,盡管經(jīng)濟(jì)增速與M1增速變動關(guān)系不顯著,但物價(jià)水平的變動對中央銀行調(diào)控M1增速具有較為顯著的指導(dǎo)意義。
附表1 各時(shí)間序列的協(xié)整向量