金融因素對宏觀經(jīng)濟(jì)波動(dòng)加速效應(yīng)的實(shí)證分析

杜蒙蒙+劉斐弘

【摘要】大量的事實(shí)證明，金融系統(tǒng)對于宏觀經(jīng)濟(jì)波動(dòng)影響很強(qiáng)，金融系統(tǒng)能夠?qū)?jīng)濟(jì)沖擊產(chǎn)生加速和放大的作用。本文基于非參數(shù)模型下，分別研究貨幣、信貸沖擊（M1、M2、金融機(jī)構(gòu)貸款）以及企業(yè)資產(chǎn)狀況對產(chǎn)出、消費(fèi)、投資以及價(jià)格水平的影響效應(yīng)。

【關(guān)鍵詞】金融加速器 宏觀經(jīng)濟(jì)波動(dòng) 貨幣沖擊

我國金融政策積極地保障了我國宏觀經(jīng)濟(jì)的快速發(fā)展，對實(shí)體經(jīng)濟(jì)的促進(jìn)作用也不斷增加。隨著我國經(jīng)濟(jì)的開放程度逐步提高，國際市場對我國經(jīng)濟(jì)的沖擊不容忽視。通過本文的我國的金融加速器效應(yīng)實(shí)證研究，具體計(jì)算出各個(gè)金融變量對我國宏觀經(jīng)濟(jì)波動(dòng)的影響程度，全面分析我國金融加速器的特征與規(guī)律。以上研究結(jié)果為我國制定和實(shí)施準(zhǔn)確合理的宏觀經(jīng)濟(jì)政策，促進(jìn)我國經(jīng)濟(jì)增長提供了依據(jù)，具有較強(qiáng)的現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

（一）國外研究現(xiàn)狀

Bagehot（1873）提出了銀行信貸量是引發(fā)經(jīng)濟(jì)周期波動(dòng)的一個(gè)重要的金融因素。Aftelion（1913）第一次提出了像這樣經(jīng)濟(jì)沖擊能夠被加速和放大的狀況。Haberler（1937）在對宏觀經(jīng)濟(jì)波動(dòng)周期的研究中，發(fā)現(xiàn)了金融市場中有可以放大沖擊的效應(yīng)存在。muelson（1939）提出了傳統(tǒng)的金融加速器效應(yīng)的觀點(diǎn)，增加消費(fèi)或投資對國民收入的提升有推動(dòng)作用。Christiano等人（2004）估計(jì)了大蕭條時(shí)期的美國的金融加速器效應(yīng)。Jacobsen與Hammersland（2008）采用誤差修正模型，對金融加速器效應(yīng)進(jìn)行了檢驗(yàn)。Nadeau和Wasmer（2011）驗(yàn)證了在美國勞動(dòng)力市場中存在金融加速器效應(yīng)。Gatti和Gallegati（2012）建立了一個(gè)信貸網(wǎng)絡(luò)，該網(wǎng)絡(luò)包含了銀行體系以及上、下游企業(yè)。

（二）國內(nèi)研究現(xiàn)狀

蔣冠（2004）在微觀基礎(chǔ)上，利用金融摩擦理論，分析了貨幣政策的傳導(dǎo)機(jī)制。龔六堂和杜清源于震，劉森以及趙振全（2007）對我國金融加速器效應(yīng)進(jìn)行了驗(yàn)證。袁申國（2010）研究分析了我國不同省市的房地產(chǎn)信貸市場中的金融加速器效應(yīng)的差異。崔光燦（2011）通過在BGG模型的基礎(chǔ)上建立包含金融加速器的兩部門動(dòng)態(tài)宏觀經(jīng)濟(jì)學(xué)模型研究了我國資產(chǎn)價(jià)格變動(dòng)對我國宏觀經(jīng)濟(jì)的金融加速器效應(yīng)。汪川、周鎮(zhèn)峰以及黎新（2012）在DSGE模型中引入金融加速器機(jī)制，分析了我國信貸因素對宏觀經(jīng)濟(jì)波動(dòng)的影響。

二、理論模型

非參數(shù)模型

設(shè)Y為被解釋變量，X=（X1，X2，…，Xd）為解釋變量，給定樣本檢測值，假定（Yi，Xi）獨(dú)立同分布，建立非參數(shù)回歸模型：

Yi=m（Xi）+σ（Xi）εi，i=1，2，…，n （1）

其中m（·）是未知的函數(shù)，m（Xi）=E（Yi|Xi），εi是均值為零，方差為1，且與Xi獨(dú)立的序列，隨機(jī)誤差項(xiàng)μi=σ（Xi）εi，其條件方差為σ2（Xi）=E（μ2i|Xi）。

窗寬hn>0，核權(quán)函數(shù)K■（u）=h■■（uh■■），核函數(shù)K（u）？叟0。回歸函數(shù)核估計(jì)的漸近方差隨著窗寬減少而增大，漸近偏隨著窗寬減少而減少。所以，非參數(shù)估計(jì)就是在估計(jì)的偏和方差中尋求平衡，使得漸近均方誤最小，漸近均方積分誤差，AIMSE=？蘩AMSE（x）dx，最小化漸近均方積分誤差，得到最優(yōu)的全局窗寬為：

h■=■n■ （2）

其中，A=？蘩■dx，B=？蘩2D■■（x）D■（x）f（x）■+trH■（x）■dx。

使得AMSE（x）最小的核函數(shù)為使式R■（K）μ■■（K）達(dá)到最小的核函數(shù)。

三、實(shí)證分析

金融加速器效應(yīng)是一個(gè)復(fù)雜的系統(tǒng)，各個(gè)變量對宏觀經(jīng)濟(jì)的影響既可能是線性的，也可能是非線性的。這時(shí)基于線性設(shè)定的回歸分析模型可能存在較大誤差。本文建立非參數(shù)模型來考察金融加速器機(jī)制中各金融變量對宏觀經(jīng)濟(jì)波動(dòng)的影響效應(yīng)。

（一）變量選取與處理

本文中所采用的變量有：產(chǎn)出、消費(fèi)、投資、價(jià)格水平、M1、M2以及金融機(jī)構(gòu)貸款額。

（二）實(shí)證結(jié)果

1.貨幣市場沖擊對宏觀經(jīng)濟(jì)的影響。產(chǎn)出（GDP）分別對M1、M2的線性以及非參數(shù)回歸結(jié)果如以下四圖所示：

圖1產(chǎn)出對M1的線性回歸 圖2產(chǎn)出對M1的非參數(shù)回歸

圖3產(chǎn)出對M2的線性回歸 圖4產(chǎn)出對M2的非參數(shù)回歸

圖1、3為產(chǎn)出對M1、M2的簡單線性回歸，圖2、4為非參數(shù)回歸?？梢钥闯?，非參數(shù)回歸的擬合效果明顯優(yōu)于簡單的線性回歸，擬合值更接近于實(shí)際值，因此采用非參數(shù)回歸方法能夠得到更精確的回歸結(jié)果。

非參數(shù)回歸模型的斜率在不同的時(shí)點(diǎn)是變化的，因此以上非參數(shù)回歸方程在每個(gè)時(shí)間節(jié)點(diǎn)都對應(yīng)一個(gè)相應(yīng)的斜率估計(jì)值。產(chǎn)出對各個(gè)金融變量的平均彈性系數(shù)的估計(jì)值。M1增長所導(dǎo)致的產(chǎn)出增加的彈性系數(shù)為0.4094，即在其他條件不變的情況下，M1增長一單位，能夠?qū)е庐a(chǎn)出增長0.4094個(gè)單位。而M2與金融機(jī)構(gòu)貸款增長一單位，僅能分別帶動(dòng)產(chǎn)出增長0.0027和0.0050個(gè)單位。這說明在我國金融市場中，M1的變動(dòng)對產(chǎn)出的影響最為明顯，因此在制定宏觀經(jīng)濟(jì)政策時(shí)應(yīng)著重考慮M1因素，以更好的傳導(dǎo)貨幣政策，保證產(chǎn)出的平穩(wěn)增長。

2.信貸市場沖擊對宏觀經(jīng)濟(jì)的影響。產(chǎn)出、消費(fèi)、投資以及價(jià)格水平分別金融機(jī)構(gòu)貸款額的線性以及非參數(shù)回歸結(jié)果如以下圖：

圖5產(chǎn)出對貸款的線性回歸 圖6產(chǎn)出對貸款的非參數(shù)回歸

圖7消費(fèi)對貸款的線性回歸 圖8消費(fèi)對貸款的非參數(shù)回歸

以上圖分別為產(chǎn)出、消費(fèi)、投資以及價(jià)格水平對金融機(jī)構(gòu)貸款額的簡單線性回歸，同樣的，非參數(shù)回歸的擬合效果更優(yōu)于線性回歸，其擬合值更接近于實(shí)際值，非參數(shù)回歸方法能夠估計(jì)出更為精確的回歸系數(shù)。

以上四個(gè)非參數(shù)回歸方程在不同的時(shí)間節(jié)點(diǎn)對應(yīng)著不同的回歸系數(shù)，我國信貸市場對宏觀經(jīng)濟(jì)的影響較貨幣市場更低。信貸規(guī)模增加一億，能夠分別拉動(dòng)產(chǎn)出、消費(fèi)和投資增加0.0050、0.0021和0.1676個(gè)單位，而信貸規(guī)模增加一萬億，能夠拉動(dòng)價(jià)格水平增加0.0746個(gè)單位。因此，在促進(jìn)我國宏觀經(jīng)濟(jì)平穩(wěn)快速發(fā)展的金融政策方面，應(yīng)更多地考慮貨幣市場，特別是M1因素，而可以相對減少對信貸政策的依賴。

四、結(jié)論

第一，我國貨幣與信貸市場以及企業(yè)資產(chǎn)的變化能夠通過金融加速器效應(yīng)對宏觀經(jīng)濟(jì)產(chǎn)生影響，其中，企業(yè)資產(chǎn)的影響作用較貨幣和信貸市場更為明顯。政府部門在制定相關(guān)經(jīng)濟(jì)政策中應(yīng)更多地考慮企業(yè)因素。

第二，在我國的貨幣和信貸市場變量中，其中M1對產(chǎn)出、消費(fèi)以及投資的影響相對較大，金融機(jī)構(gòu)貸款額對價(jià)格水平的影響相對較大。因此對M1的宏觀調(diào)控應(yīng)是我國貨幣政策中最先被考慮與重視的工具。

第三，我國貨幣、信貸市場以及企業(yè)因素對產(chǎn)出、消費(fèi)、投資的影響相對較大，而對價(jià)格水平的影響很小。因此可主要通過對金融市場及企業(yè)資產(chǎn)的調(diào)控實(shí)現(xiàn)產(chǎn)出、消費(fèi)以及投資的穩(wěn)定增長，而不會使價(jià)格水平產(chǎn)生較大變化。

參考文獻(xiàn)

[1]Bagehot Walter.Lombard Street：A Deseription of the Money Market[J].London：Henry S King Co，1873.

[2]Wicksell Knut.Interest and Prices.New York： Augustus M Kelley[M].1898：11-44.

[3]趙振全，于震，劉森.金融加速器效應(yīng)在中國存在嗎？[J].經(jīng)濟(jì)研究，2007，（6）：27-37.

[4]黃靜.房價(jià)上漲與信貸擴(kuò)張：基于金融加速器視角的實(shí)證分析[J].中國軟科學(xué)，2010（5）：10-17.

作者簡介：杜蒙蒙（1989-），山東聊城人，中國海洋大學(xué)經(jīng)濟(jì)學(xué)院數(shù)量經(jīng)濟(jì)學(xué)研究生，研究方向：數(shù)理金融學(xué)方法與應(yīng)用；劉斐弘（1987-），山東煙臺人，中國海洋大學(xué)經(jīng)濟(jì)學(xué)院數(shù)量經(jīng)濟(jì)學(xué)研究生，現(xiàn)就職于煙臺中國銀行，研究方向：數(shù)理金融學(xué)方法與應(yīng)用。

【摘要】大量的事實(shí)證明，金融系統(tǒng)對于宏觀經(jīng)濟(jì)波動(dòng)影響很強(qiáng)，金融系統(tǒng)能夠?qū)?jīng)濟(jì)沖擊產(chǎn)生加速和放大的作用。本文基于非參數(shù)模型下，分別研究貨幣、信貸沖擊（M1、M2、金融機(jī)構(gòu)貸款）以及企業(yè)資產(chǎn)狀況對產(chǎn)出、消費(fèi)、投資以及價(jià)格水平的影響效應(yīng)。

【關(guān)鍵詞】金融加速器 宏觀經(jīng)濟(jì)波動(dòng) 貨幣沖擊

我國金融政策積極地保障了我國宏觀經(jīng)濟(jì)的快速發(fā)展，對實(shí)體經(jīng)濟(jì)的促進(jìn)作用也不斷增加。隨著我國經(jīng)濟(jì)的開放程度逐步提高，國際市場對我國經(jīng)濟(jì)的沖擊不容忽視。通過本文的我國的金融加速器效應(yīng)實(shí)證研究，具體計(jì)算出各個(gè)金融變量對我國宏觀經(jīng)濟(jì)波動(dòng)的影響程度，全面分析我國金融加速器的特征與規(guī)律。以上研究結(jié)果為我國制定和實(shí)施準(zhǔn)確合理的宏觀經(jīng)濟(jì)政策，促進(jìn)我國經(jīng)濟(jì)增長提供了依據(jù)，具有較強(qiáng)的現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

（一）國外研究現(xiàn)狀

Bagehot（1873）提出了銀行信貸量是引發(fā)經(jīng)濟(jì)周期波動(dòng)的一個(gè)重要的金融因素。Aftelion（1913）第一次提出了像這樣經(jīng)濟(jì)沖擊能夠被加速和放大的狀況。Haberler（1937）在對宏觀經(jīng)濟(jì)波動(dòng)周期的研究中，發(fā)現(xiàn)了金融市場中有可以放大沖擊的效應(yīng)存在。muelson（1939）提出了傳統(tǒng)的金融加速器效應(yīng)的觀點(diǎn)，增加消費(fèi)或投資對國民收入的提升有推動(dòng)作用。Christiano等人（2004）估計(jì)了大蕭條時(shí)期的美國的金融加速器效應(yīng)。Jacobsen與Hammersland（2008）采用誤差修正模型，對金融加速器效應(yīng)進(jìn)行了檢驗(yàn)。Nadeau和Wasmer（2011）驗(yàn)證了在美國勞動(dòng)力市場中存在金融加速器效應(yīng)。Gatti和Gallegati（2012）建立了一個(gè)信貸網(wǎng)絡(luò)，該網(wǎng)絡(luò)包含了銀行體系以及上、下游企業(yè)。

（二）國內(nèi)研究現(xiàn)狀

蔣冠（2004）在微觀基礎(chǔ)上，利用金融摩擦理論，分析了貨幣政策的傳導(dǎo)機(jī)制。龔六堂和杜清源于震，劉森以及趙振全（2007）對我國金融加速器效應(yīng)進(jìn)行了驗(yàn)證。袁申國（2010）研究分析了我國不同省市的房地產(chǎn)信貸市場中的金融加速器效應(yīng)的差異。崔光燦（2011）通過在BGG模型的基礎(chǔ)上建立包含金融加速器的兩部門動(dòng)態(tài)宏觀經(jīng)濟(jì)學(xué)模型研究了我國資產(chǎn)價(jià)格變動(dòng)對我國宏觀經(jīng)濟(jì)的金融加速器效應(yīng)。汪川、周鎮(zhèn)峰以及黎新（2012）在DSGE模型中引入金融加速器機(jī)制，分析了我國信貸因素對宏觀經(jīng)濟(jì)波動(dòng)的影響。

二、理論模型

非參數(shù)模型

設(shè)Y為被解釋變量，X=（X1，X2，…，Xd）為解釋變量，給定樣本檢測值，假定（Yi，Xi）獨(dú)立同分布，建立非參數(shù)回歸模型：

Yi=m（Xi）+σ（Xi）εi，i=1，2，…，n （1）

其中m（·）是未知的函數(shù)，m（Xi）=E（Yi|Xi），εi是均值為零，方差為1，且與Xi獨(dú)立的序列，隨機(jī)誤差項(xiàng)μi=σ（Xi）εi，其條件方差為σ2（Xi）=E（μ2i|Xi）。

窗寬hn>0，核權(quán)函數(shù)K■（u）=h■■（uh■■），核函數(shù)K（u）？叟0。回歸函數(shù)核估計(jì)的漸近方差隨著窗寬減少而增大，漸近偏隨著窗寬減少而減少。所以，非參數(shù)估計(jì)就是在估計(jì)的偏和方差中尋求平衡，使得漸近均方誤最小，漸近均方積分誤差，AIMSE=？蘩AMSE（x）dx，最小化漸近均方積分誤差，得到最優(yōu)的全局窗寬為：

h■=■n■ （2）

其中，A=？蘩■dx，B=？蘩2D■■（x）D■（x）f（x）■+trH■（x）■dx。

使得AMSE（x）最小的核函數(shù)為使式R■（K）μ■■（K）達(dá)到最小的核函數(shù)。

三、實(shí)證分析

金融加速器效應(yīng)是一個(gè)復(fù)雜的系統(tǒng)，各個(gè)變量對宏觀經(jīng)濟(jì)的影響既可能是線性的，也可能是非線性的。這時(shí)基于線性設(shè)定的回歸分析模型可能存在較大誤差。本文建立非參數(shù)模型來考察金融加速器機(jī)制中各金融變量對宏觀經(jīng)濟(jì)波動(dòng)的影響效應(yīng)。

（一）變量選取與處理

本文中所采用的變量有：產(chǎn)出、消費(fèi)、投資、價(jià)格水平、M1、M2以及金融機(jī)構(gòu)貸款額。

（二）實(shí)證結(jié)果

1.貨幣市場沖擊對宏觀經(jīng)濟(jì)的影響。產(chǎn)出（GDP）分別對M1、M2的線性以及非參數(shù)回歸結(jié)果如以下四圖所示：

圖1產(chǎn)出對M1的線性回歸 圖2產(chǎn)出對M1的非參數(shù)回歸

圖3產(chǎn)出對M2的線性回歸 圖4產(chǎn)出對M2的非參數(shù)回歸

圖1、3為產(chǎn)出對M1、M2的簡單線性回歸，圖2、4為非參數(shù)回歸。可以看出，非參數(shù)回歸的擬合效果明顯優(yōu)于簡單的線性回歸，擬合值更接近于實(shí)際值，因此采用非參數(shù)回歸方法能夠得到更精確的回歸結(jié)果。

非參數(shù)回歸模型的斜率在不同的時(shí)點(diǎn)是變化的，因此以上非參數(shù)回歸方程在每個(gè)時(shí)間節(jié)點(diǎn)都對應(yīng)一個(gè)相應(yīng)的斜率估計(jì)值。產(chǎn)出對各個(gè)金融變量的平均彈性系數(shù)的估計(jì)值。M1增長所導(dǎo)致的產(chǎn)出增加的彈性系數(shù)為0.4094，即在其他條件不變的情況下，M1增長一單位，能夠?qū)е庐a(chǎn)出增長0.4094個(gè)單位。而M2與金融機(jī)構(gòu)貸款增長一單位，僅能分別帶動(dòng)產(chǎn)出增長0.0027和0.0050個(gè)單位。這說明在我國金融市場中，M1的變動(dòng)對產(chǎn)出的影響最為明顯，因此在制定宏觀經(jīng)濟(jì)政策時(shí)應(yīng)著重考慮M1因素，以更好的傳導(dǎo)貨幣政策，保證產(chǎn)出的平穩(wěn)增長。

2.信貸市場沖擊對宏觀經(jīng)濟(jì)的影響。產(chǎn)出、消費(fèi)、投資以及價(jià)格水平分別金融機(jī)構(gòu)貸款額的線性以及非參數(shù)回歸結(jié)果如以下圖：

圖5產(chǎn)出對貸款的線性回歸 圖6產(chǎn)出對貸款的非參數(shù)回歸

圖7消費(fèi)對貸款的線性回歸 圖8消費(fèi)對貸款的非參數(shù)回歸

以上圖分別為產(chǎn)出、消費(fèi)、投資以及價(jià)格水平對金融機(jī)構(gòu)貸款額的簡單線性回歸，同樣的，非參數(shù)回歸的擬合效果更優(yōu)于線性回歸，其擬合值更接近于實(shí)際值，非參數(shù)回歸方法能夠估計(jì)出更為精確的回歸系數(shù)。

以上四個(gè)非參數(shù)回歸方程在不同的時(shí)間節(jié)點(diǎn)對應(yīng)著不同的回歸系數(shù)，我國信貸市場對宏觀經(jīng)濟(jì)的影響較貨幣市場更低。信貸規(guī)模增加一億，能夠分別拉動(dòng)產(chǎn)出、消費(fèi)和投資增加0.0050、0.0021和0.1676個(gè)單位，而信貸規(guī)模增加一萬億，能夠拉動(dòng)價(jià)格水平增加0.0746個(gè)單位。因此，在促進(jìn)我國宏觀經(jīng)濟(jì)平穩(wěn)快速發(fā)展的金融政策方面，應(yīng)更多地考慮貨幣市場，特別是M1因素，而可以相對減少對信貸政策的依賴。

四、結(jié)論

第一，我國貨幣與信貸市場以及企業(yè)資產(chǎn)的變化能夠通過金融加速器效應(yīng)對宏觀經(jīng)濟(jì)產(chǎn)生影響，其中，企業(yè)資產(chǎn)的影響作用較貨幣和信貸市場更為明顯。政府部門在制定相關(guān)經(jīng)濟(jì)政策中應(yīng)更多地考慮企業(yè)因素。

第二，在我國的貨幣和信貸市場變量中，其中M1對產(chǎn)出、消費(fèi)以及投資的影響相對較大，金融機(jī)構(gòu)貸款額對價(jià)格水平的影響相對較大。因此對M1的宏觀調(diào)控應(yīng)是我國貨幣政策中最先被考慮與重視的工具。

第三，我國貨幣、信貸市場以及企業(yè)因素對產(chǎn)出、消費(fèi)、投資的影響相對較大，而對價(jià)格水平的影響很小。因此可主要通過對金融市場及企業(yè)資產(chǎn)的調(diào)控實(shí)現(xiàn)產(chǎn)出、消費(fèi)以及投資的穩(wěn)定增長，而不會使價(jià)格水平產(chǎn)生較大變化。

參考文獻(xiàn)

[1]Bagehot Walter.Lombard Street：A Deseription of the Money Market[J].London：Henry S King Co，1873.

[2]Wicksell Knut.Interest and Prices.New York： Augustus M Kelley[M].1898：11-44.

[3]趙振全，于震，劉森.金融加速器效應(yīng)在中國存在嗎？[J].經(jīng)濟(jì)研究，2007，（6）：27-37.

[4]黃靜.房價(jià)上漲與信貸擴(kuò)張：基于金融加速器視角的實(shí)證分析[J].中國軟科學(xué)，2010（5）：10-17.

作者簡介：杜蒙蒙（1989-），山東聊城人，中國海洋大學(xué)經(jīng)濟(jì)學(xué)院數(shù)量經(jīng)濟(jì)學(xué)研究生，研究方向：數(shù)理金融學(xué)方法與應(yīng)用；劉斐弘（1987-），山東煙臺人，中國海洋大學(xué)經(jīng)濟(jì)學(xué)院數(shù)量經(jīng)濟(jì)學(xué)研究生，現(xiàn)就職于煙臺中國銀行，研究方向：數(shù)理金融學(xué)方法與應(yīng)用。

【摘要】大量的事實(shí)證明，金融系統(tǒng)對于宏觀經(jīng)濟(jì)波動(dòng)影響很強(qiáng)，金融系統(tǒng)能夠?qū)?jīng)濟(jì)沖擊產(chǎn)生加速和放大的作用。本文基于非參數(shù)模型下，分別研究貨幣、信貸沖擊（M1、M2、金融機(jī)構(gòu)貸款）以及企業(yè)資產(chǎn)狀況對產(chǎn)出、消費(fèi)、投資以及價(jià)格水平的影響效應(yīng)。

【關(guān)鍵詞】金融加速器 宏觀經(jīng)濟(jì)波動(dòng) 貨幣沖擊

我國金融政策積極地保障了我國宏觀經(jīng)濟(jì)的快速發(fā)展，對實(shí)體經(jīng)濟(jì)的促進(jìn)作用也不斷增加。隨著我國經(jīng)濟(jì)的開放程度逐步提高，國際市場對我國經(jīng)濟(jì)的沖擊不容忽視。通過本文的我國的金融加速器效應(yīng)實(shí)證研究，具體計(jì)算出各個(gè)金融變量對我國宏觀經(jīng)濟(jì)波動(dòng)的影響程度，全面分析我國金融加速器的特征與規(guī)律。以上研究結(jié)果為我國制定和實(shí)施準(zhǔn)確合理的宏觀經(jīng)濟(jì)政策，促進(jìn)我國經(jīng)濟(jì)增長提供了依據(jù)，具有較強(qiáng)的現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

（一）國外研究現(xiàn)狀

Bagehot（1873）提出了銀行信貸量是引發(fā)經(jīng)濟(jì)周期波動(dòng)的一個(gè)重要的金融因素。Aftelion（1913）第一次提出了像這樣經(jīng)濟(jì)沖擊能夠被加速和放大的狀況。Haberler（1937）在對宏觀經(jīng)濟(jì)波動(dòng)周期的研究中，發(fā)現(xiàn)了金融市場中有可以放大沖擊的效應(yīng)存在。muelson（1939）提出了傳統(tǒng)的金融加速器效應(yīng)的觀點(diǎn)，增加消費(fèi)或投資對國民收入的提升有推動(dòng)作用。Christiano等人（2004）估計(jì)了大蕭條時(shí)期的美國的金融加速器效應(yīng)。Jacobsen與Hammersland（2008）采用誤差修正模型，對金融加速器效應(yīng)進(jìn)行了檢驗(yàn)。Nadeau和Wasmer（2011）驗(yàn)證了在美國勞動(dòng)力市場中存在金融加速器效應(yīng)。Gatti和Gallegati（2012）建立了一個(gè)信貸網(wǎng)絡(luò)，該網(wǎng)絡(luò)包含了銀行體系以及上、下游企業(yè)。

（二）國內(nèi)研究現(xiàn)狀

蔣冠（2004）在微觀基礎(chǔ)上，利用金融摩擦理論，分析了貨幣政策的傳導(dǎo)機(jī)制。龔六堂和杜清源于震，劉森以及趙振全（2007）對我國金融加速器效應(yīng)進(jìn)行了驗(yàn)證。袁申國（2010）研究分析了我國不同省市的房地產(chǎn)信貸市場中的金融加速器效應(yīng)的差異。崔光燦（2011）通過在BGG模型的基礎(chǔ)上建立包含金融加速器的兩部門動(dòng)態(tài)宏觀經(jīng)濟(jì)學(xué)模型研究了我國資產(chǎn)價(jià)格變動(dòng)對我國宏觀經(jīng)濟(jì)的金融加速器效應(yīng)。汪川、周鎮(zhèn)峰以及黎新（2012）在DSGE模型中引入金融加速器機(jī)制，分析了我國信貸因素對宏觀經(jīng)濟(jì)波動(dòng)的影響。

二、理論模型

非參數(shù)模型

設(shè)Y為被解釋變量，X=（X1，X2，…，Xd）為解釋變量，給定樣本檢測值，假定（Yi，Xi）獨(dú)立同分布，建立非參數(shù)回歸模型：

Yi=m（Xi）+σ（Xi）εi，i=1，2，…，n （1）

其中m（·）是未知的函數(shù)，m（Xi）=E（Yi|Xi），εi是均值為零，方差為1，且與Xi獨(dú)立的序列，隨機(jī)誤差項(xiàng)μi=σ（Xi）εi，其條件方差為σ2（Xi）=E（μ2i|Xi）。

窗寬hn>0，核權(quán)函數(shù)K■（u）=h■■（uh■■），核函數(shù)K（u）？叟0。回歸函數(shù)核估計(jì)的漸近方差隨著窗寬減少而增大，漸近偏隨著窗寬減少而減少。所以，非參數(shù)估計(jì)就是在估計(jì)的偏和方差中尋求平衡，使得漸近均方誤最小，漸近均方積分誤差，AIMSE=？蘩AMSE（x）dx，最小化漸近均方積分誤差，得到最優(yōu)的全局窗寬為：

h■=■n■ （2）

其中，A=？蘩■dx，B=？蘩2D■■（x）D■（x）f（x）■+trH■（x）■dx。

使得AMSE（x）最小的核函數(shù)為使式R■（K）μ■■（K）達(dá)到最小的核函數(shù)。

三、實(shí)證分析

金融加速器效應(yīng)是一個(gè)復(fù)雜的系統(tǒng)，各個(gè)變量對宏觀經(jīng)濟(jì)的影響既可能是線性的，也可能是非線性的。這時(shí)基于線性設(shè)定的回歸分析模型可能存在較大誤差。本文建立非參數(shù)模型來考察金融加速器機(jī)制中各金融變量對宏觀經(jīng)濟(jì)波動(dòng)的影響效應(yīng)。

（一）變量選取與處理

本文中所采用的變量有：產(chǎn)出、消費(fèi)、投資、價(jià)格水平、M1、M2以及金融機(jī)構(gòu)貸款額。

（二）實(shí)證結(jié)果

1.貨幣市場沖擊對宏觀經(jīng)濟(jì)的影響。產(chǎn)出（GDP）分別對M1、M2的線性以及非參數(shù)回歸結(jié)果如以下四圖所示：

圖1產(chǎn)出對M1的線性回歸 圖2產(chǎn)出對M1的非參數(shù)回歸

圖3產(chǎn)出對M2的線性回歸 圖4產(chǎn)出對M2的非參數(shù)回歸

圖1、3為產(chǎn)出對M1、M2的簡單線性回歸，圖2、4為非參數(shù)回歸?？梢钥闯?，非參數(shù)回歸的擬合效果明顯優(yōu)于簡單的線性回歸，擬合值更接近于實(shí)際值，因此采用非參數(shù)回歸方法能夠得到更精確的回歸結(jié)果。

非參數(shù)回歸模型的斜率在不同的時(shí)點(diǎn)是變化的，因此以上非參數(shù)回歸方程在每個(gè)時(shí)間節(jié)點(diǎn)都對應(yīng)一個(gè)相應(yīng)的斜率估計(jì)值。產(chǎn)出對各個(gè)金融變量的平均彈性系數(shù)的估計(jì)值。M1增長所導(dǎo)致的產(chǎn)出增加的彈性系數(shù)為0.4094，即在其他條件不變的情況下，M1增長一單位，能夠?qū)е庐a(chǎn)出增長0.4094個(gè)單位。而M2與金融機(jī)構(gòu)貸款增長一單位，僅能分別帶動(dòng)產(chǎn)出增長0.0027和0.0050個(gè)單位。這說明在我國金融市場中，M1的變動(dòng)對產(chǎn)出的影響最為明顯，因此在制定宏觀經(jīng)濟(jì)政策時(shí)應(yīng)著重考慮M1因素，以更好的傳導(dǎo)貨幣政策，保證產(chǎn)出的平穩(wěn)增長。

2.信貸市場沖擊對宏觀經(jīng)濟(jì)的影響。產(chǎn)出、消費(fèi)、投資以及價(jià)格水平分別金融機(jī)構(gòu)貸款額的線性以及非參數(shù)回歸結(jié)果如以下圖：

圖5產(chǎn)出對貸款的線性回歸 圖6產(chǎn)出對貸款的非參數(shù)回歸

圖7消費(fèi)對貸款的線性回歸 圖8消費(fèi)對貸款的非參數(shù)回歸

以上圖分別為產(chǎn)出、消費(fèi)、投資以及價(jià)格水平對金融機(jī)構(gòu)貸款額的簡單線性回歸，同樣的，非參數(shù)回歸的擬合效果更優(yōu)于線性回歸，其擬合值更接近于實(shí)際值，非參數(shù)回歸方法能夠估計(jì)出更為精確的回歸系數(shù)。

以上四個(gè)非參數(shù)回歸方程在不同的時(shí)間節(jié)點(diǎn)對應(yīng)著不同的回歸系數(shù)，我國信貸市場對宏觀經(jīng)濟(jì)的影響較貨幣市場更低。信貸規(guī)模增加一億，能夠分別拉動(dòng)產(chǎn)出、消費(fèi)和投資增加0.0050、0.0021和0.1676個(gè)單位，而信貸規(guī)模增加一萬億，能夠拉動(dòng)價(jià)格水平增加0.0746個(gè)單位。因此，在促進(jìn)我國宏觀經(jīng)濟(jì)平穩(wěn)快速發(fā)展的金融政策方面，應(yīng)更多地考慮貨幣市場，特別是M1因素，而可以相對減少對信貸政策的依賴。

四、結(jié)論

第一，我國貨幣與信貸市場以及企業(yè)資產(chǎn)的變化能夠通過金融加速器效應(yīng)對宏觀經(jīng)濟(jì)產(chǎn)生影響，其中，企業(yè)資產(chǎn)的影響作用較貨幣和信貸市場更為明顯。政府部門在制定相關(guān)經(jīng)濟(jì)政策中應(yīng)更多地考慮企業(yè)因素。

第二，在我國的貨幣和信貸市場變量中，其中M1對產(chǎn)出、消費(fèi)以及投資的影響相對較大，金融機(jī)構(gòu)貸款額對價(jià)格水平的影響相對較大。因此對M1的宏觀調(diào)控應(yīng)是我國貨幣政策中最先被考慮與重視的工具。

第三，我國貨幣、信貸市場以及企業(yè)因素對產(chǎn)出、消費(fèi)、投資的影響相對較大，而對價(jià)格水平的影響很小。因此可主要通過對金融市場及企業(yè)資產(chǎn)的調(diào)控實(shí)現(xiàn)產(chǎn)出、消費(fèi)以及投資的穩(wěn)定增長，而不會使價(jià)格水平產(chǎn)生較大變化。

參考文獻(xiàn)

[1]Bagehot Walter.Lombard Street：A Deseription of the Money Market[J].London：Henry S King Co，1873.

[2]Wicksell Knut.Interest and Prices.New York： Augustus M Kelley[M].1898：11-44.

[3]趙振全，于震，劉森.金融加速器效應(yīng)在中國存在嗎？[J].經(jīng)濟(jì)研究，2007，（6）：27-37.

[4]黃靜.房價(jià)上漲與信貸擴(kuò)張：基于金融加速器視角的實(shí)證分析[J].中國軟科學(xué)，2010（5）：10-17.

作者簡介：杜蒙蒙（1989-），山東聊城人，中國海洋大學(xué)經(jīng)濟(jì)學(xué)院數(shù)量經(jīng)濟(jì)學(xué)研究生，研究方向：數(shù)理金融學(xué)方法與應(yīng)用；劉斐弘（1987-），山東煙臺人，中國海洋大學(xué)經(jīng)濟(jì)學(xué)院數(shù)量經(jīng)濟(jì)學(xué)研究生，現(xiàn)就職于煙臺中國銀行，研究方向：數(shù)理金融學(xué)方法與應(yīng)用。