中國貨幣政策對當(dāng)前宏觀經(jīng)濟影響的測度
——基于FAVAR模型的分析

梁向東， 劉兵權(quán)， 文 林

(長沙理工大學(xué) 經(jīng)濟與管理學(xué)院，湖南 長沙 410007)

一、導(dǎo)言

當(dāng)前中國經(jīng)濟受世界經(jīng)濟的影響，我國的宏觀經(jīng)濟從抑制過熱，又面臨著怎樣防止衰退的問題。測度貨幣政策的宏觀經(jīng)濟效應(yīng)一直是經(jīng)濟學(xué)界的熱點議題，其方法有許多，比如，F(xiàn)riedman和Schwartz最早以時間序列經(jīng)濟計量方法估計貨幣對經(jīng)濟的影響，Sims用格蘭杰因果關(guān)系來分析貨幣對實際經(jīng)濟的影響等等。近些年來，對貨幣政策與實際經(jīng)濟活動的經(jīng)驗研究一般都采用向量自回歸(VAR)的分析框架。自Bernanke and Blinder and Sims用VAR模型去度量貨幣政策變動對宏觀經(jīng)濟變量的影響以來，相關(guān)的文獻出現(xiàn)了許多： Christiano,Eichenbaum和Evans、Evanshe和Kuttner等。[1-10]中國國內(nèi)學(xué)者以VAR方法對貨幣政策的研究也有許多，如劉斌、黃先開、王召、陳飛等人、李南成等。[11-15]

VAR方法的關(guān)鍵點就是確定貨幣政策擾動只需要這些擾動中的一個可辯量，而不需要對宏觀經(jīng)濟模型中的其余變量的確定。就關(guān)鍵的宏觀經(jīng)濟變量對貨幣政策改變的動態(tài)反應(yīng)的測算而言，該方法在實證上一般可得出合理的結(jié)論。因此，在估計結(jié)構(gòu)性模型和度量政策的應(yīng)用上，他們被廣泛的運用。

但是，VAR方法由于其固有的缺陷也受到了一些批評。比如，對如何確定政策擾動的策略上就存在分歧。因為，對政策變動認識不同，會導(dǎo)致對經(jīng)濟變量反應(yīng)方式和時序推演的方法不一樣。標準的VAR分析方法只強調(diào)了貨幣政策中那些不可預(yù)測擾動的影響，而對其中的系統(tǒng)性因素和制度選擇產(chǎn)生的影響沒有考慮。還有一些批評認為，標準的VAR模型很少有超過六到八個變量的。這么少的變量數(shù)不可能完全覆蓋市場中的信息集。在一般的分析中使用相對少的信息集會導(dǎo)致所謂的“價格之迷”。即在實行緊縮性貨幣政策后，用VAR研究的文獻得出的一般結(jié)論是會導(dǎo)致價格水平的輕微上升，而標準經(jīng)濟理論認為價格水平會下降。

為了不放棄VAR在變量數(shù)少的情況下在統(tǒng)計上的優(yōu)勢，Ben S. Bernanke和 Jean Boivin基于Stock和Watson的成果，把因子分析和標準VAR分析相結(jié)合，提出了FAVAR模型。 Stock和Watson(2002)建立了一個從巨大數(shù)據(jù)庫中提取動態(tài)因子的方法，以此來降低所分析變量的數(shù)量。他們認為，在模型預(yù)測試驗中，基于這些因子的預(yù)測要比單變量的自回歸、多變量自回歸等主要指示模型的結(jié)果更為準確。Bernanke和Boivin指出如果數(shù)目少的幾個估計因子能有效地對經(jīng)濟中龐大的信息進行提煉，那么，對VAR分析中存在的自由度問題的解決方法就是用估計因子來擴展標準VAR分析模型。經(jīng)運算得出結(jié)論，F(xiàn)AVAR方法所提供的信息能得到大量宏觀經(jīng)濟變量對貨幣政策擾動響應(yīng)的估計。Bernanke和Boivin的文章著重于對FAVAR模型的提出及與VAR的一個比較，并沒有深入研究，加之中國宏觀經(jīng)濟的復(fù)雜性，及目前還沒有學(xué)者利用FAVAR方法對中國問題進行相關(guān)研究，本文就利用Bernanke和Boivin的FAVAR方法來對我國當(dāng)前貨幣政策與宏觀經(jīng)濟之間的關(guān)系做一分析，并以此得出相應(yīng)的結(jié)論和政策建議。

二、模型

假設(shè)Yt是M×1維的向量，各變量在經(jīng)濟中可觀察到，并能在經(jīng)濟中產(chǎn)生公認的影響。我們首先的目的不在預(yù)測Yt或揭示變量之間的結(jié)構(gòu)關(guān)系上。根據(jù)標準方法，我們影響要做的是估計一個VAR模型。然而，在許多應(yīng)用中，那些沒有包括在Yt中的信息影響與這些序列的動態(tài)建模相關(guān)聯(lián)。所以，我們假定那些沒有被觀察到的信息由K×1維向量中的因子來概括，其中K個因子數(shù)目較少?？梢园堰@些沒被觀察到的因子視為模糊性變量，比如經(jīng)濟活動、信貸條件這樣一些難以用一、二個序列來表示，而需要用更多變量來反映的概念。假定Ft、Yt的動態(tài)關(guān)系由(1)式給定：

(1)

φ(L)是一個次數(shù)為d的滯后多項式，誤差項νt均值為零，協(xié)方差矩陣為Q。Ft為包含Yt中所沒有的信息的因子項。由于Ft不可觀察，等式(1)不能直接估計。然而，如果把因子解釋為對許多經(jīng)濟變量產(chǎn)生影響的代表量，就可從大量可察序列中對各因子有所了解。也就是說，把大量背景性時間序列集中由N×1的向量Xt表示。序列的數(shù)目N大于時間期數(shù)T，并假定因子數(shù)(K+M)遠小于N，假設(shè)Xt與不可察因子Ft和可察因子Yt相關(guān)的，并由以下關(guān)系給定：

(2)

Λf為N×K的負荷因子矩陣，Λy是N×M的向量矩陣，誤差項et為N×1、均值為零的矩陣，且向量間是弱相關(guān)或不相關(guān)的。而不可察因子Ft和可察因子Yt是相關(guān)的，并代表了驅(qū)動信息時間序列Xt的動態(tài)變動的廣泛力量。以Yt為條件，Xt就是對潛在不可察因子Ft的噪聲測度。方程(2)意味著Xt只依當(dāng)前情況而定，各因子的非滯后期值實際上不起到約束作用，F(xiàn)t能夠解釋成基礎(chǔ)因子的滯后項組合。Stock和Watson把方程(2)視為一個動態(tài)因子模型。

三、數(shù)據(jù)及公共因子的提取

由于我國利率還沒有完全市場化，故用21至30天同業(yè)拆借加權(quán)平均率(Ibor)來替代，同時也選擇存款準備金率(Drr)，用這兩個指標來表示中央銀行的貨幣政策變動，并視其為可觀因子。其余共選取經(jīng)濟增長率等61個變量來概括所有與貨幣政策發(fā)生關(guān)系的可觀及不可觀因素，所有數(shù)據(jù)均為月度數(shù)據(jù)，數(shù)據(jù)期限為2000年1月至2010年12月，都來自中國經(jīng)濟信息網(wǎng)統(tǒng)計數(shù)據(jù)庫。本文采用SPSS13軟件來完成因子的萃取，方法為主成份分析法。其步驟如下。

(1)首先，對所有數(shù)據(jù)標準化，以排除不同量綱的影響，然后用標準化后的數(shù)據(jù)來分析。對各序列進行KMO和巴特利特球度檢驗，其結(jié)果見表1。由表中結(jié)果可知，相關(guān)系數(shù)矩陣與單位矩陣有顯著差異，時間序列集適合進行因子分析。

表1 KMO and Bartlett’s Test

(2)計算特征值、方差貢獻率和累計方差貢獻率

由運算可知，前10個因子特征值的累計方差貢獻率達到了86.5%，說明這十個主因子基本包括了61個序列的總信息量。再用正交旋轉(zhuǎn)法使得因子間方差差異達到最大。根據(jù)旋轉(zhuǎn)后的主因子的特征值貢獻率，對十個主因子進行命名(見表4)，并將它們與可觀變量相結(jié)合，做VAR分析。

表2 萃取的主因子及其命名

四、計量分析

本文對上面提取的十個主因子及結(jié)合同業(yè)拆借率和存款準備金率來建立VAR模型，以分析貨幣政策對宏觀經(jīng)濟的影響。根據(jù)Bernanke和Boivin(2003)的兩步法，主要進行脈沖響應(yīng)分析。

通過對以上十二個變量的分析，得出的滯后期為4期，響應(yīng)期數(shù)為15期的脈沖響應(yīng)圖。分析結(jié)果如下。

Fac1(證券因子)對來自利率的一個標準差新息擾動，在第一期有輕微反應(yīng)，然后在以后各期在零附近上下波動，最后，從十二期開始，其受到的反向影響基本穩(wěn)定在7%左右。Fac1對來自存款準備金的新息的沖擊，從第一期開始有正向反應(yīng)，以后各期所受影響大約為十個百分點。

Fac2(增長因子)對利率的正向沖擊，其反應(yīng)為負向，在第一期變動5個百分點，第五期變動最大，達到8.5個百分點，最后在12期以后影響衰減為零。增長對來自存款準備金的新息擾動反應(yīng)也是負向的，初期反應(yīng)不到1個百分點，

圖1

圖2

以后短期波動，第5期到第12期間的影響在6-8個百分點之間，再逐漸減少。

Fac3(價格因子)對來自利率的新息反應(yīng)是正向的，在第1期增長3個百分點，第3期增長11個百分點，之后減少，到第6期只有0.5個百分點，然后，物價反應(yīng)又出現(xiàn)一個駝峰，在第12期價格變動達到近15%，之后又衰減。價格因子對存款準備金的正向擾動，初期反應(yīng)為負向變動約4%，第2期變動為正向7個百分點，影響不斷擴大，到第4期達到13個百分點，之后減少，到第10期價格受Drr的影響為負，反應(yīng)在2到4個百分點之間，是依次遞減的。

圖3

圖4

Fac4(投資因子)對來自利率的正向沖擊在第4期之前是負向反應(yīng)的，從第4期開始，將正向變動，到第6期達到最大，變動達35個百分點，以后逐漸減少，自第12期開始投資市場反應(yīng)又變?yōu)樨撓?，也就是說，一年后利率沖擊對投資的影響是抑制性的。而對來自存款準備金的一個擾動，投資市場的反應(yīng)在第1期只有不到0.4個百分點，影響很小，是負向的，不過到第4期這種負向變動達到近18個百分點，之后，第5期突然反彈正向增長達17個百分點，然后會產(chǎn)生波動，從第12期開始投資因子正向反應(yīng)在11至14個百分點之間。

Fac5(外貿(mào)因子)對來自利率新息的沖擊的反應(yīng)，短期是波動的，除了第6期之外，第7期之前，均為負向變動，第7期變動最大，為14個百分點，然后在零附近震蕩衰減至零。而存款準備金率的正向沖擊，對外貿(mào)的影響在第1期反應(yīng)為6個百分點，之后會波動，在第4期為最大負向變動，其幅度為近25個百分點，長期來看，存款準備金率的一個標準差新息將導(dǎo)致外貿(mào)方面變動10個百分點以上。

Fac6(企業(yè)稅收因子)受到來自利率的一個正向沖擊后，企業(yè)稅收會減少，短期會波動，但長期來說，企業(yè)稅收會減少，減少的幅度在4個百分點左右。而存款準備金率的一個擾動對企業(yè)稅收的影響在初期幾乎沒有反應(yīng)，之后會有輕微負向變動，第5期卻突然有27個百分點的正向反應(yīng)，然后依次遞減，最后，也就是說，長期而言，企業(yè)稅收會減少。

Fac7(關(guān)稅及財政收入因子)對來自利率的一個正向擾動，除了第3期有正向響應(yīng)外，其余各期均為負向變動，產(chǎn)生的影響是長期的，到第15期達12個百分點。財政及關(guān)稅對來自存款準備金率的一個正向擾動的反應(yīng)，其響應(yīng)除了中期有正向變動外，其余各期都是負向的，長期的影響達到15個百分點。

圖5

圖6

圖7

圖8

Fac8(金融機構(gòu)存款因子)、Fac9(金融機構(gòu)流通貨幣因子)及Fac10(儲蓄因子)這三個因子對利率及存款準備金率新息擾動的響應(yīng)軌跡大體相同。當(dāng)利率對該三個要素產(chǎn)生一個正向擾動時，它們首先是負向變動，然后會在第3期左右有一個正響應(yīng)，之后遞減并上下震蕩，直至衰減至零附近。而受到來自存款準備金率的一個標準差新息沖擊時，三個序列的變動軌跡極為類似，在短期負向影響，五期以內(nèi)波動比較大，然后迅速衰減至零，其中，流通貨幣因子衰減快一些，也就是說，長期而言流通貨幣受來自存款準備金率的影響不大。

五、結(jié)論

把十個因子與提取它們的原始數(shù)據(jù)相對應(yīng)，可以對中國政府在這兩年出臺了一系列的貨幣政策對有關(guān)經(jīng)濟要素影響的宏觀效果做出相關(guān)的判斷。

利率對我國股市的短期影響比較輕微，到十二個月才更為明顯。準備金的影響更為顯著，這可能即與我國利率的市場化程度不高有關(guān)，也與我國股市發(fā)展相對不成熟有關(guān)。耐用消費品工業(yè)品出廠價格與外匯儲備也包含在FAC1中，兩者受到的影響不大。

投資因子代表了經(jīng)濟增長率、第一、第二產(chǎn)業(yè)發(fā)展、工業(yè)部門就業(yè)增速、FDI、個人所得稅增速以及貨幣存量等。對利率的沖擊，我國的第一、二產(chǎn)業(yè)及FDI增速均會馬上做出反應(yīng)，利率的一個新息變動在五個月的期間內(nèi)造成5～8個百分點的影響。而存款準備金的沖擊在6個月后顯示其對相關(guān)變量的影響來，造成的變動幅度在6～8個百分點之間。所以，當(dāng)2008年年初我國還在為2007年的經(jīng)濟過熱考慮，并在采取相應(yīng)對策時，次貸危機造成的金融海嘯已經(jīng)來臨，相關(guān)財政和貨幣政策對我國的就業(yè)、第一、二產(chǎn)業(yè)和經(jīng)濟增長率的影響能持續(xù)近5個月。故而，就經(jīng)濟增長率來說，我國的利率政策并不能在短期中馬上校正前期的持續(xù)效應(yīng)。并且存款準備金調(diào)整在時序上滯后利率沖擊，在使用時一定要考慮利率的推出時間。

第二、三產(chǎn)業(yè)投資增速、固定資產(chǎn)投資增速及房地產(chǎn)的投資增速均受利率及存款準備金影響較大。這種影響從年度來看是抑制性的，但中間會有波動。尤其是固定資產(chǎn)投資，由于我國政府在其中發(fā)揮的影響較大，受利率沖擊較少，中間由于利率對私人投資的擠出效應(yīng)反而會增加。

我國進出口額受利率和存款準備金影響比較明顯，最大時分別受到14和25個百分點的增減。所以就當(dāng)前的進出口形式而言，我國在對比國際上別的國家的利率政策后，應(yīng)考慮采取有力的利率政策來促進出口。

[參考文獻]

[1]Bernanke, Ben and Alan Blinder, “The Federal Funds Rate and the Channels of Monetary Transmission”, American Economic Review 82, September 1992, 901-921.

[2]Bernanke, Ben and Jean Boivin, “Measuring the Effects of Monetary Policy: A Factor-Augmented Vector Autoregressive (FAVAR) Approach.”, NBER.Working paper, 2003.

[3]Bernanke, Ben, Mark Gertler, and Mark Watson, “Systematic Monetary Policy and the Effects of Oil Price Shocks”, Brookings Papers on Economic Activity, 1997:1, 91-142.

[4]Christiano, Laurence, Martin Eichenbaum, and Charles Evans, “Monetary Policy Shocks: What Have We Learned and to What End?”, in J. Taylor and M.Woodford, eds.,Handbook of Macroeconomics, Amsterdam: North-Holland 2000.

[5]Eichenbaum, Martin, “Comment on ‘Interpreting the Macroeconomic Time Series Facts:The Effects of Monetary Policy’”, European Economic Review 36, 1992, 1001-1011.

[6]Friedman, M., and A. Schwartz, “ Money and Business Cycles.”Review of Economics and Statistics, 45, no. 1, 1963(Februanry): 32-64.

[7]Sims，C. A., “Money, Income and Causality.” American Economic Review, 62, 1972(September): 540-542.

[8]Sims, Christopher and Tao Zha, “Does Monetary Policy Generate Recessions?”, Federal Reserve Bank of Atlanta, July 1998.

[9]Stock, James, and Mark Watson, “Macroeconomic Forecasting Using Diffusion Indexes”, Journal of Business Economics and Statistics, 20:2, 2002, 147-162.

[11]劉斌，鄧述慧,王雪坤.貨幣供求的分析方法與實證研究[M].北京:科學(xué)出版社，1999,5-8.

[12]黃先開.金融數(shù)學(xué)模型一多維動態(tài)貨幣供求建模研究[M].北京:世界圖書出版公司,2000,5-7.

[13]王召.對中國貨幣政策利率傳導(dǎo)機制的探討[J].經(jīng)濟科學(xué)，2001,(5):75-84.

[14]徐龍炳.貨幣政策效果的度量一中國貨幣政策效果的定量分析[M].上海：復(fù)旦大學(xué)出版社，2001,1-4.

[15]陳飛，趙聽東，高鐵梅.我國貨幣政策工具變量效應(yīng)的實證研究[J].金融研究，2002,(10):25-30.