SVAR模型在貨幣政策研究領域的運用

摘要：SVAR模型（結構向量自回歸模型）由Sims（1986）提出。在此基礎上， Bernanke（1986） 、Blanchard和Quah（1989）先后提出了各自的分解法并運用于宏觀經(jīng)濟學領域的研究中。近年來，這一研究方法逐漸被廣泛地運用于包括貨幣政策研究在內的宏觀經(jīng)濟研究中。文章通過對宏觀計量經(jīng)濟學的演變的闡述，分析SVAR模型的產(chǎn)生、發(fā)展的背景及其不同的分解法的優(yōu)劣及其適用，詳細研究該模型在貨幣政策研究領域中的運用及不足，并提出未來的研究方向。

關鍵詞：SVAR模型；貨幣政策沖擊；貨幣政策傳導機制

宏觀經(jīng)濟學作為應對“大蕭條”的產(chǎn)物，于20世紀40年代成為一門獨立的學科。宏觀經(jīng)濟學的發(fā)展與計量經(jīng)濟學的發(fā)展密不可分。宏觀經(jīng)濟學理論的演進依賴于計量經(jīng)濟學的發(fā)展，同時又充實了后者的理論框架。從某種意義上概括來講，宏觀計量經(jīng)濟學研究方法的演進過程，是從簡約式到結構式的演變過程。與之大致相對應的發(fā)展階段則為傳統(tǒng)計量經(jīng)濟學和現(xiàn)代計量經(jīng)濟學，前者概率結構已知、參數(shù)未知且具有穩(wěn)定性，后者則概率結構和參數(shù)未知、不穩(wěn)定。

在貨幣政策研究領域中，早期西方學者采用傳統(tǒng)的Cowles Commission模型以及倫敦學派模型（LSE模型）。這些模型在運用中存在諸多缺陷，如缺乏經(jīng)濟理論基礎、無法用于政策評估和預測等等。針對傳統(tǒng)的宏觀計量模型的缺陷，學者們提出了優(yōu)化的模型予以彌補。Sims（1980，1986）先后提出了向量自回歸模型（VAR模型）和結構向量自回歸模型（SVAR模型），并率先將SVAR模型運用于宏觀經(jīng)濟學領域。隨后Bernanke（1986）、Blanchard和Quah（1989）提出了各自的研究方法并運用于宏觀經(jīng)濟學（尤其是貨幣政策）領域的研究中。

一、 計量模型的演變

1. 傳統(tǒng)的Cowles Commission 模型。作為傳統(tǒng)的用以研究貨幣政策有效性和貨幣政策傳導機制的計量方法， Cowles Commission模型旨在量化分析經(jīng)濟體系中外生變量對內生變量的影響。如在研究貨幣政策傳導機制中，貨幣政策制定者所能控制的變量，即各類貨幣政策工具，被看作是外生變量；各類宏觀經(jīng)濟變量，即貨幣政策最終目標，被看作是內生變量。

模型表達式：Cowles Commission 模型的動態(tài)模型表示為：

AYt-1Mt-1=C1（L）Yt-1Mt-1+C2（L）（Mt）+?著Yt?著Mt

其中，Y代表宏觀經(jīng)濟指標向量，為內生變量；M代表貨幣政策指標，由貨幣政策制定者和經(jīng)濟體系的交互關系決定，為外生變量；M代表貨幣政策變量的子矩陣，為貨幣政策制定者直接并完全控制的變量。一般而言，模型設定條件為rankRi（D1|D2...|Dn）=n-1。

模型的缺陷：20世紀70年代，學者們發(fā)現(xiàn)采用Cowles Commission 模型進行宏觀經(jīng)濟模型設定，無法很好的解釋經(jīng)濟指標數(shù)據(jù)，無法體現(xiàn)經(jīng)濟學理論，也不關注模型的統(tǒng)計結構，對于政策評估和預測的實際意義也不大。

為了彌補Cowles Commission 模型的這些缺陷，計量學理論界相繼出現(xiàn)了多種計量方法，包括LSE模型（London School of Economics approach），VAR模型，SVAR模型以及跨期最優(yōu)真實經(jīng)濟周期模型（Interemporal Optimization-Real Business Cycle Model）。

2. 倫敦學派模型（ LSE模型）。LSE模型采用簡化式，對數(shù)據(jù)進行一般化推導。來自Lucas and Sims的批評，認為LSE模型的數(shù)據(jù)擬合度較差，與經(jīng)濟理論相脫節(jié)，且仍未能涉及到經(jīng)濟政策評估。以貨幣政策傳導機制研究為例，在LSE模型中，考慮到將貨幣供給作為外生變量以研究貨幣政策傳導?；诳缙谧顑?yōu)理論，理性的經(jīng)濟主體會作出最優(yōu)化的選擇，這也使得沒有經(jīng)濟變量是完全的外生變量（Sims，1980）。在貨幣當局將貨幣供給作為達到宏觀經(jīng)濟目標的操作工具時，貨幣供給不僅反映了產(chǎn)出和通脹，同時也是原因之一。因此，由于假設貨幣供給是外生變量，LSE模型忽略了變量之間的交互關系。

3. 真實經(jīng)濟周期模型（RBC模型）。與標準的貨幣均衡模型不同，F(xiàn)armer（1997）模擬了一個具有真實經(jīng)濟周期的經(jīng)濟體，用以分析時間序列的一些特性，尤其是貨幣、價格、產(chǎn)出和利率之間的相互關系。真實經(jīng)濟周期模型也叫跨期最優(yōu)模型，是應對Lucas 批評的直接產(chǎn)物。該模型的參數(shù)估計獨立于外界政策邊界，并被獨立識別。通過引用效用函數(shù)的特定特性，F(xiàn)armer（1997）設定了貨幣在融資交易中相對重要的地位。一般均衡理論認為穩(wěn)定狀態(tài)的均衡是不確定的，從而導致動態(tài)隨機均衡的兩個特性：一是根據(jù)代理模型理論，則能夠比較容易的例舉出由沖擊所帶來的經(jīng)濟周期的例子；更為重要的是，模型中的動態(tài)隨機均衡很好地體現(xiàn)了美國各宏觀數(shù)據(jù)時間序列中存在的動態(tài)特性，以及相互之間的交互機制，并運用不確定性來解釋貨幣動態(tài)變動。運用RBC模型能夠在少量假設前提下很好的解釋真實數(shù)據(jù)反應函數(shù)中長期漸凸的形狀。

但RBC模型存在較為嚴格的假設，即假設微觀經(jīng)濟主體能夠采取跨期最優(yōu)行為，微觀經(jīng)濟行為形成的微觀經(jīng)濟數(shù)據(jù)通過簡單加總形成宏觀經(jīng)濟數(shù)據(jù)，并用于參數(shù)校準 ①。在個體行為存在差異的情況下，假設微觀經(jīng)濟行為不會對宏觀經(jīng)濟行為產(chǎn)生影響，值得懷疑（李廣眾、陳平，2002；何新華，2007）。RBC模型另一個缺陷在于，借助于復雜的計算機編程，模型可以容納盡可能多的經(jīng)濟變量，并由此可以促進模型的精確度，但參數(shù)空間會變得極為龐大，且變量之間的關系也變得難以解釋。An和Schorfheide（2007）提出了在貝葉斯框架下進行RBC模型的參數(shù)校準，但會帶來更多的數(shù)學計算。

4. 向量自回歸（VAR模型）。Sims（1980）提出的向量自回歸模型（VAR模型），采用聯(lián)立方程組的形式。模型的設立可以與經(jīng)濟理論相脫離，將內生變量與模型中的全部內生變量的滯后項進行線性回歸，從而估計出各變量間的動態(tài)關系。

含有N個變量滯后k期的VAR模型表示如下：

Yt=c+∏1Yt-1+∏2Yt-2+…+∏kYt-k+ut，ut～IID（0，?贅）

其中，Yt=（y1，t，y2，t，…，yN，t）'， c=（c1，c2，…，cN）'，

∏j=?仔11.j ?仔12.j … ?仔1N.j?仔21.j ?仔22.j … ?仔2N.j?仔N1.j ?仔N2.j … ?仔NN.j，j=1，2，…，k。

ut=（u1t，u2t，…，uNt）'

Sims（1980）、Engle和Granger（1987）以及Johansen（1988）奠定了VAR模型在處理宏觀非平穩(wěn)數(shù)據(jù)研究中的地位。本質上，VAR模型仍具有簡約化方程的性質，但其過于依靠參數(shù)估計，且缺乏經(jīng)濟理論基礎（Cooley LeRoy，1985），無法描述變量之間確切的概率結構。

5. 結構向量自回歸（SVAR模型）。為了應對Lucas批判，彌補VAR模型的缺陷，Sims（1986）、Bernanke（1986）提出了結構向量自回歸模型，即SVAR 模型。相對于VAR模型，SVAR模型設定的重點在于根據(jù)經(jīng)濟理論進行結構性沖擊識別條件的設定以及結構性沖擊的識別。換言之，經(jīng)濟理論中變量之間的動態(tài)關系在SVAR模型中體現(xiàn)為結構性沖擊之間的動態(tài)關系。

從技術上來講，SVAR模型在運用中存在多種分解方式，其中包括Choleski分解、Sims-Bernanke分解以及Blanchard-Quah分解等，存在各自的適用條件和優(yōu)勢。

（1）Choleski分解。在Choleski分解中，只有當設定的模型中賦予了額外的限定條件，脈沖反應方程才能夠被識別。這也是三類分解中唯一需要足夠多的識別條件的分解方式。

（2）Sims-Bernanke分解。Sims（1986）、Bernanke（1986）提出了Sims-Bernanke分解法。在這一方式中，G的設定條件僅需大于（n2-n）/2，因此識別結果有兩種，一種為恰好識別和過度識別。

（3）Blanchard-Quah分解。Blanchard和Quah（1989）提出了VAR模型的Blanchard-Quah分解法。在這一方式中，假設{yt}的差分序列為平穩(wěn)序列，{zi}為平穩(wěn)序列。方程表達如下：■，殘差表達式為： e1te2t=g11 g12g21 g22?著1t?著2t。

與傳統(tǒng)的宏觀計量模型相比，SVAR模型可以通過結構性沖擊之間的動態(tài)關系體現(xiàn)經(jīng)濟理論關系，從而增強了模型設定的理論基礎。在SVAR模型中，剔除t-1期時所有的預期因素，得到“沖擊”因素。傳統(tǒng)的宏觀計量模型多采用聯(lián)立方程組的形式，較少區(qū)分預期和非預期因素。與傳統(tǒng)的宏觀計量模型相比，SVAR模型更注重對宏觀變量中非預期因素的分析。而在貨幣政策研究中，預期和非預期因素對于貨幣政策有效性以及貨幣政策傳導機制均會產(chǎn)生較大的影響。

二、 SVAR模型在貨幣政策研究中的運用

目前，國內外貨幣政策領域的研究主要集中于四個方面：一是貨幣政策有效性問題，主要研究一國貨幣政策對于產(chǎn)出、通貨膨脹等宏觀經(jīng)濟變量是否產(chǎn)生影響；二是貨幣政策傳導機制問題，主要研究貨幣政策經(jīng)由某種渠道或變量作用于操作工具、中介目標并最終影響到實體經(jīng)濟的路徑和過程；三是貨幣政策操作規(guī)則研究，包括對一國選擇的貨幣政策方案進行研究，探討最優(yōu)貨幣政策方案；四是對現(xiàn)行的貨幣政策的實施效果進行評價。其中，國外學者運用SVAR模型廣泛開展貨幣政策有效性研究和貨幣政策傳導機制研究，目前國內的研究相對較少。運用SVAR模型開展貨幣政策領域研究中涉及以下幾方面：

1. 貨幣政策沖擊變量的選擇。運用SVAR模型對貨幣政策相關領域進行研究，首先要科學地選取貨幣政策沖擊變量。在實證研究中，還要解決所選取的貨幣政策沖擊多大程度上與中央銀行的行為相關；反之，中央銀行的行為多大程度上影響到貨幣政策沖擊變量。Bernanke和Mihov（1995）認為，現(xiàn)實中貨幣政策沖擊來源于兩個原因，一是中央銀行對于當前經(jīng)濟形勢的信息不對稱，二是中央銀行對于產(chǎn)出目標和通貨膨脹目標權重的搖擺不定。前一個原因既來自于收集數(shù)據(jù)和修正數(shù)據(jù)之間的時滯，造成觀察誤差，也來自于決策中的時滯。

中央銀行或貨幣當局的信息集構成識別貨幣政策沖擊核心要素。這一信息集依賴于與政策工具相關的具有較高頻率的、可獲得的數(shù)據(jù)（Matteo Fragetta，2010）。也就是說，充當貨幣政策沖擊的指標變量，一是能夠為中央銀行直接控制，或中央銀行作用于政策工具變量直接進行調控；二是短期內不受貨幣需求變化的影響；三是數(shù)據(jù)具有可獲得性，具有一定的變動頻率。

現(xiàn)有的國內外相關研究選取的變量主要分為三類：

第一類是各層次的貨幣供應量，包括基礎貨幣、M1、M2在內的貨幣供應量（Sims，1986）。Strongin（1995），Christiano（1994）等則認為，這些指標受到貨幣需求沖擊的影響較大，且與貨幣政策操作不直接相關。國內學者在選擇貨幣政策沖擊識別變量時，劉斌（2001）、許少強等（2009）選取基礎貨幣；李強（2009）選取基礎貨幣和廣義貨幣；王君斌、郭新強（2011）則同時選取貨幣供給水平和貨幣增長率，得出差異性結論。

第二類指標變量是短期利率（Bernanke Blinder，1992，Sims，1992）。我國尚未完全實現(xiàn)利率市場化，無法形成完備的利率期限結構，因此選取合適的短期利率作為指標變量具有一定難度。部分學者選取CHIBOR作為指標變量，但結果顯示反應不靈敏，因此不適合充當政策沖擊變量。這類指標變量主要有，許少強等（2009）、謝啟超（2011）選取7天同業(yè)拆解利率；周江濤（2011）、賈少龍（2012）選取了貨幣供應量增長率和基準利率。

第三類指標變量是金融體系流動性。中央銀行通過公開市場操作、調整存款準備率能夠直接調控這類指標，體現(xiàn)政策調控效果，并能夠影響著商業(yè)銀行的信貸擴張。研究中，西方研究者選取的指標包括超額現(xiàn)金準備、超額準備率、混合超額準備率（Non-borrowed Reserves Mixed）（Strongin，1995）以及銀行超額準備（Magus Saxegaard，2006；孫小麗、楊曉光，2008）等。

第四類指標是信貸規(guī)模。在特定階段，選取信貸規(guī)模作為我國貨幣政策沖擊的識別指標具有一定的合理性。王延軍、溫嬌秀（2009）研究我國不同時間段貨幣政策有效性時，同時選取了 和信貸規(guī)模作為貨幣政策沖擊變量。

2. 宏觀經(jīng)濟變量的選取。在國內外的研究中，宏觀經(jīng)濟變量的選取包括GDP/GNP、物價總水平/通貨膨脹以及失業(yè)率等。就研究的領域側重點的不同，選取的變量還包括資產(chǎn)價格水平波動等。沖擊變量主要選取國際石油價格沖擊、貨幣供應量沖擊等。劉斌（2001）選取了剔除物價因素的實際投資、實際消費，以研究貨幣政策沖擊對實際變量的影響。

3. 識別條件的設定。Campbell和Mankiw（1987b）和Clark（1987）假設存在“趨勢性”和“周期性”兩類沖擊，互不相關 ，且“趨勢性”擾動對失業(yè)率無影響。Blanchard（1989）假設存在兩類擾動，相互正交，且均對失業(yè)率無長期影響；對產(chǎn)出僅存在短暫影響的擾動界定為需求擾動，對產(chǎn)出存在恒久影響的擾動界定為供給擾動。

國內采用SVAR模型運用于貨幣政策領域中時，基本沿用了國外研究中的設定條件。劉斌（2001）采用SVAR模型中的Cholesky分解法，將系數(shù)矩陣G設為下三角矩陣。李強（2009）采用SVAR模型驗證我國的貨幣供應量能否對資產(chǎn)價格波動做出及時反應時，根據(jù)資產(chǎn)的財富效應理論、托賓Q理論以及金融加速器理論等，設立了10個可識別條件包括貨幣供應量能夠對當期的通貨膨脹、產(chǎn)出以及資產(chǎn)價格做出反應等。

4. SVAR模型的缺陷?；赟VAR模型研究貨幣政策，一般存在如下的缺陷：一是基準模型中難以涵蓋較多變量，造成較大的模型設定誤差。貨幣政策的實施會對經(jīng)濟各變量產(chǎn)生沖擊，同時政策的執(zhí)行效果又受到諸多因素的影響。因此，貨幣政策領域的研究，往往需要關注大量的經(jīng)濟變量。但在基準模型中一旦納入較多的變量，會增加理論基礎以滿足識別條件的設定，同時也會增加大量的計算量，相應的需要更多的數(shù)據(jù)。二是基于SVAR模型的脈沖響應函數(shù)，僅能基于基準模型中涵蓋的變量，無法獲得其他變量與貨幣政策沖擊之間的動態(tài)關系。三是SVAR模型在研究中，不同變量采用對稱的滯后階數(shù)，并不符合現(xiàn)實情況。這也是SVAR模型普遍的缺陷。

三、 結論

自Sims（1980，1986）推出該模型以來，VAR、SVAR模型逐步成為最為重要的宏觀計量模型。以Blanchard、Bernanke為代表的學者將這一模型運用于貨幣政策研究領域，尤其是貨幣政策傳導機制領域。近年來，我國研究人員開始較多的采用該模型研究各類宏觀領域。就貨幣政策領域的研究而言，當前的研究仍較多的集中于貨幣政策有效性的研究，即貨幣政策在長、短期內是否對產(chǎn)出、通貨膨脹等宏觀變量產(chǎn)生影響。對貨幣政策傳導的研究也較多的集中于對貨幣政策傳導效果的判斷上，未能充分發(fā)揮該模型在貨幣政策傳導機制領域中的研究特。因此，有必要運用SVAR模型全面剖析貨幣政策傳導機制中信貸傳導、利率傳導以及資產(chǎn)價格傳導機制的微觀機理，深入探究影響我國貨幣政策傳導效率的深層次的、本源性的原因。

注釋：

①校準法是通過參數(shù)的設置生成一些模擬結果比如變量的周期性和變化幅度，并將模擬結果與經(jīng)濟周期的特征事實相比較的評價方法。

參考文獻：

1. 何新華， 宏觀應用計量經(jīng)濟學現(xiàn)狀及發(fā)展趨勢. 中國社會科學院世界經(jīng)濟與政治研究所工作論文 DSWF200701，2007.

2. 李廣眾，陳平，金融中介發(fā)展與經(jīng)濟增長：多變量 VAR 系統(tǒng)研究.管理世界，2002，（3）：52-59.

3. 劉斌.貨幣政策沖擊的識別及我國貨幣政策有效性的實證分析.金融研究，2001，（7）：1-9.

4. 賈少龍，中美貨幣政策變動與中國資產(chǎn)價格變動. 經(jīng)濟問題，2012，（2）.

5. 許少強，張記偉，外匯市場壓力下中國貨幣政策效果的實證分析.國際金融研究，2009，（9）：64-72.

6. 王君斌，郭新強，產(chǎn)業(yè)投資結構、流動性效應和中國貨幣政策.經(jīng)濟研究，2011，（S2）.

7. 王延軍，溫嬌秀.中國貨幣政策階段性效應的實證分析.經(jīng)濟與管理，2009，（10）.

8. 周江濤，我國的貨幣政策對住宅價格的影響效果分析——基于SVAR模型的實證研究.甘肅社會科學，2011，（5）.

作者簡介：朱磊，上海交通大學安泰經(jīng)管學院博士生，就職于中國人民銀行上?？偛俊?/p>

收稿日期：2012-07-18。