基于SVAR模型的我國貨幣政策效應(yīng)的實證分析

丁小松

(安徽財經(jīng)大學(xué) 統(tǒng)計與應(yīng)用數(shù)學(xué)學(xué)院， 安徽 蚌埠 233030)

基于SVAR模型的我國貨幣政策效應(yīng)的實證分析

丁小松

(安徽財經(jīng)大學(xué) 統(tǒng)計與應(yīng)用數(shù)學(xué)學(xué)院， 安徽 蚌埠 233030)

為研究我國貨幣政策貨幣渠道和信貸渠道傳遞的有效性，考察貨幣政策與消費、投資和產(chǎn)出之間的相互影響關(guān)系，基于VAR模型設(shè)置合理的約束條件，運用結(jié)構(gòu)向量自回歸模型(SVAR)，對工業(yè)總產(chǎn)值、貨幣供應(yīng)量、居民消費價格指數(shù)、金融機構(gòu)貸款余額、社會零售商品總額、固定資產(chǎn)投資完成額、一年期貸款利率共七個變量之間的因果關(guān)系、脈沖響應(yīng)以及方差分解進行分析。研究結(jié)果表明：我國貨幣政策只存在短期效應(yīng)，貨幣供應(yīng)量存在內(nèi)生性；貨幣渠道的產(chǎn)出效應(yīng)大于信貸渠道，信貸渠道的價格效應(yīng)大于貨幣渠道；因此，在制定貨幣政策時應(yīng)注重貨幣渠道和信貸渠道作用的相互補充。

貨幣渠道;信貸渠道;SVAR模型;有效性

近年來，我國的GDP年增長率走過了高速增長階段，由過去的年均增長率10%到現(xiàn)在的6.7%。這里面有全球性金融危機的沖擊作用、經(jīng)濟轉(zhuǎn)型、人力成本和人口紅利消失等因素的影響。央行的貨幣政策在應(yīng)對這些內(nèi)外部沖擊的效果是一個值得深入研究的問題。

周英章，蔣振聲(2002)和楊子暉(2008)研究得出信貸渠道在貨幣政策的傳導(dǎo)過程中起主導(dǎo)作用。[1-2]而陸虹(2013)的研究則表明信貸渠道和貨幣渠道均有效，但信貸渠道的有效性較弱，且具有不穩(wěn)定性，在長期內(nèi)信貸渠道的有效性逐漸減弱。[3]鄭開焰，蔡雪雄(2010)的研究則表明：在長期，貨幣政策和居民消費無因果關(guān)系，貨幣渠道比信貸渠道對居民消費有更重要的影響。[4]裴平，熊鵬，方先明(2009)研究發(fā)現(xiàn)貨幣政策的時滯是由于商業(yè)銀行、居民和企業(yè)等主體反應(yīng)的滯后或偏離，從而削弱了央行政策的有效性。[5]肖志勇，劉濤(2009)的研究表明CPI對M0、M1、信貸總額、M2和固定資產(chǎn)投資的脈沖反應(yīng)程度依次遞減，CPI對M0沖擊的滯后期為10個月，對M1、M2、信貸總額和固定資產(chǎn)投資的滯后期為7個月。[6]曾繁華，彭中等 (2014)研究得出：貨幣供給量的改變對資產(chǎn)價格的影響有限，其對短期股票市場只有微軟的財富效應(yīng)；股票市值的增加，不會促進居民消費，反而會因為示范效應(yīng)使得居民將消費支出用于投資；股票市場存在“托賓q效應(yīng)”，但由于傳導(dǎo)效率低，使得股市資金的投資效率不高。[7]

肖衛(wèi)國，靳靜(2007)的研究結(jié)果表明：作為貨幣政策中介目標(biāo)，貨幣供應(yīng)量的有效性在逐漸減弱。[8]宋芳秀(2008)的研究得出利率不適合作為貨幣政策的調(diào)控目標(biāo)。[9]而趙健(2010)的研究則得出利率比貨幣供應(yīng)量更適合作為我國貨幣政策的中介變量。[10]何林，呂紅娟，何煉成(2010)研究得出貨幣供應(yīng)量的產(chǎn)出效應(yīng)大于價格效應(yīng)，央行對貨幣供應(yīng)量的控制力在減弱。[11]

張琦(2007)、尚煜(2008)和劉金全(2009)等的研究表明利率政策在通貨膨脹和通貨緊縮時期具有非對稱性，通貨膨脹時期的滯后期小于緊縮期，反應(yīng)強度大于緊縮期；不同期限的利率政策具有不同的滯后期，短期貸款利率的滯后期要小于長期貸款利率；正向(緊縮性)貨幣沖擊比反向(擴張性)貨幣沖擊的效果更顯著。[12-15]

綜上，過去的研究主要從四個角度出發(fā)：一是研究貨幣渠道、利率渠道和資產(chǎn)價格渠道傳導(dǎo)的有效性；二是研究貨幣政策的目標(biāo)——穩(wěn)定幣值和經(jīng)濟增長；三是分別研究通貨膨脹期和通貨緊縮期的貨幣政策效應(yīng)；四是不同的沖擊方向、沖擊程度和經(jīng)濟時期的貨幣政策的有效性，及貨幣中介變量對宏觀經(jīng)濟的沖擊程度和軌跡的變化。

過去研究的數(shù)據(jù)分為三種：月度、季度和年度數(shù)據(jù)，所運用的計量模型多為VAR模型或者是在此基礎(chǔ)上的擴展模型。但由于所使用的經(jīng)濟指標(biāo)和數(shù)據(jù)所在時段的不同所得出的結(jié)論卻不盡相同。此外，很多宏觀經(jīng)濟指標(biāo)不公布一月份的數(shù)據(jù)，過去的文獻也沒有交代數(shù)據(jù)的處理，本文將對數(shù)據(jù)的處理進行合理說明。本文基于前人的研究，運用SVAR模型考察貨幣供應(yīng)量M2、投資、消費、利率和產(chǎn)出之間的關(guān)系，對我國貨幣政策的有效性做出評判，并基于數(shù)據(jù)分析結(jié)果提出相應(yīng)的政策建議。

1 模型構(gòu)建和數(shù)據(jù)說明

1.1SVAR模型。

VAR(向量自回歸)模型在單變量自回歸模型的基礎(chǔ)上，從一元到多元，所有的變量變?yōu)橄蛄?，所以稱為向量自回歸。在向量自回歸模型中，任意一個內(nèi)生變量都表示成其他內(nèi)生變量滯后期的形式。其形式為：

Yt=Φ1Yt-1+Φ2Yt-2+…+ΦpYt-p+Hxt+εt

(1)

其中：Yt是k維列向量，xt是d維列向量，Φ1，Φ2，Φp，是k×k維系數(shù)矩陣，H是k×d維系數(shù)矩陣，εt是k維擾動列向量。假定εt的協(xié)方差矩陣∑是k×k的正定矩陣。則式(1)等價于：

Φ(L)YT=εt

(2)

若系數(shù)矩陣Φ(L)的特征根均在單位圓外，即(2)式是平穩(wěn)性的，則式(2)可化為：

Yt=A(L)εt

(3)

由式(2)和式(3)得：

A(L)=Φ(L)-1=A0+A1L+A2L2+…,A0=Ik

由VAR模型的形式可以看出，模型中沒有包含內(nèi)生變量的即期值，各內(nèi)生變量即期值對被解釋變量的影響都被納入到擾動項中。所以本文采用改進的SVAR模型。其形式如下：

C0Yt=Γ1Yt-1+Γ2Yt-2+…+ΓpYt-p+ut

(4)

其中：

可以將(4)式寫成：C(L)Yt=ut，其中：C(L)為滯后算子L的k×k的參數(shù)矩陣，C(L)=C0-Γ1L-Γ2L2-…ΓpLp.

假定：E(utu't)=Ik.

若C(L)可逆，則式(2)可化為無窮階的移動平均形式——VMA(∞):

Yt=B(L)ut

(5)

由式(3)和式(5)得：

B(L)ut=A(L)εt

(6)

因為A0=Ik，所以：

B0ut=εt

(7)

等式兩邊同時平方取期望得B0B'0=∑，因此可以對B0施加約束來識別SVAR模型。

1.2數(shù)據(jù)說明。

本文中的變量有居民消費價格指數(shù)CPI，貨幣供應(yīng)量M2，各金融機構(gòu)貸款余額CR，固定資產(chǎn)投資完成額I，社會零售商品總額G，工業(yè)總產(chǎn)值Pro，一年期貸款利率R，采用1999年12月到2012年6月的月度數(shù)據(jù)，由于工業(yè)總產(chǎn)值數(shù)據(jù)只公布到2012年6月，所以只取到2012年6月的數(shù)據(jù)。所以數(shù)據(jù)均來源于國家統(tǒng)計局和wind數(shù)據(jù)庫。本文涉及到的變量均取名義值，之所以不對各變量進行相應(yīng)的指數(shù)調(diào)整的原因有：(1)本文的樣本范圍是從1999.12-2016.3，商品價格指數(shù)月度同比的數(shù)據(jù)從1999.12-2016.3，而其環(huán)比是從2010.2-2016.3，可以利用同比數(shù)據(jù)和環(huán)比數(shù)據(jù)反復(fù)迭代構(gòu)造定基指數(shù)。但由于同比值中有一部分零值的存在，使得定基指數(shù)的構(gòu)造出現(xiàn)錯誤。如商品零售價格指數(shù)2004.9的環(huán)比值=(2005.8同比值/2005.9同比值)×2005.9環(huán)比值，而2005.9同比值為0無意義；(2)過多的數(shù)據(jù)處理會損失很多原始信息。對于數(shù)據(jù)的缺失值使用excel進行向前三期的線性插值。因為GDP無月度數(shù)據(jù)，所以使用工業(yè)總產(chǎn)值作為GDP的代理變量。由于各變量是月度數(shù)據(jù)，所以使用X12方法進行季節(jié)調(diào)整剔除進行因素。此外，對貨幣供應(yīng)量、金融機構(gòu)貸款余額、固定資產(chǎn)投資完成額、社會零售商品總額和工業(yè)總產(chǎn)值進行對數(shù)處理，削弱原始數(shù)據(jù)的異方差性。

2 實證檢驗和分析

2.1單位根檢驗。

各變量的平穩(wěn)性檢驗結(jié)果如下。

表1 單位根檢驗結(jié)果

注：C為截距項，T為趨勢項，L為在AIC準(zhǔn)則下變量的最優(yōu)滯后期。

由表1可知，在1%的顯著性水平下，居民消費價格指數(shù)CPI和工業(yè)總產(chǎn)值Pro為無截距和趨勢項的一階差分平穩(wěn)序列，貨幣供應(yīng)量M2、各金融機構(gòu)貸款余額CR和社會零售商品總額G為有截距項無趨勢項一階差分平穩(wěn)序列，固定資產(chǎn)投資完成額為帶有截距項和趨勢項的平穩(wěn)序列，一年期貸款利率R為無截距項和趨勢項的一階差分平穩(wěn)序列。

2.2VAR模型估計。

根據(jù)單位根檢驗結(jié)果，本文用調(diào)整后的平穩(wěn)序列進行建模，即對CPI和一年期序列R序列進行一次差分處理，對工業(yè)總產(chǎn)值序列進行對數(shù)一次差分處理，對貨幣供應(yīng)量M2、各金融機構(gòu)貸款余額CR和社會零售商品總額進行對數(shù)差分處理后在剔除截距項，對固定資產(chǎn)投資I取對數(shù)后剔除截距項和趨勢項。對內(nèi)生變量全部滯后兩期，初步構(gòu)建VAR模型如下：

Yt=Φ0+Φ1Yt-1+Φ2Yt-2+ε1

其中：

2.3滯后階數(shù)的確定。

在初步建立的VAR的基礎(chǔ)上，按照月度數(shù)據(jù)選擇包含12期的滯后期，各種判別標(biāo)準(zhǔn)的數(shù)值計算結(jié)果如表2。

表2 滯后期表

注：*表示各標(biāo)準(zhǔn)下最優(yōu)滯后階數(shù)的選擇；LogL為對數(shù)似然函數(shù)，LR為對數(shù)似然比統(tǒng)計量，F(xiàn)PE為最終預(yù)測誤差(final prediction error)，AIC為赤池準(zhǔn)則統(tǒng)計量，SC為施瓦茨準(zhǔn)則統(tǒng)計量，HQ為漢南奎因準(zhǔn)則統(tǒng)計量。

根據(jù)AIC準(zhǔn)則確定VAR模型的滯后階數(shù)為1。

對滯后期為1的VAR模型進行穩(wěn)定性檢驗，結(jié)果如下。

表3 AR根值

圖1 AR根圖

由表3和圖1可以看出，VAR模型所有根的模的倒數(shù)均小于1，位于單位圓內(nèi)，所以VAR模型是穩(wěn)定的，可以進行脈沖響應(yīng)分析和方差分解。

2.4SVAR模型的識別。

SVAR模型的估計涉及到模型的識別問題，即能否由VAR模型的參數(shù)估計出SVAR模型的參數(shù)。

對于(1)式的簡化VAR模型Yt=Φ1Yt-1+Φ2Yt-2+…ΦpYt-p+ε1，利用MLE(極大似然估計)其待估參數(shù)的個數(shù)為：k2p+(k+k2)/2。同時，相對應(yīng)的SVAR模型C0Yt=Γ1Yt-1+Γ2Yt-2+…+ΓpYt-p+ut的待估參數(shù)個數(shù)為：k2p+k2。所以要想識別SVAR模型就要施加：k2p+k2-(k2p+(k+k2)/2=k(k-1)/2個約束條件。本文中有7個內(nèi)生變量，所以需要施加21個約束條件。設(shè)SVAR模型的形式為：A(L)εt=B(L)ut其中：

對A矩陣施加短期約束，則A變?yōu)椋?/p>

所以：

上述約束表示：約束矩陣第一行表示居民消費價格指數(shù)對金融機構(gòu)貸款余額、社會零售商品總額、固定資產(chǎn)投資完成額、貨幣供應(yīng)量、工業(yè)生產(chǎn)總值和一年期貸款利率的當(dāng)期變化沒有反應(yīng)；約束矩陣第二行表示金融機構(gòu)貸款余額對社會零售商品總額、固定資產(chǎn)投資完成額、貨幣供應(yīng)量、工業(yè)生產(chǎn)總值和一年期貸款利率的當(dāng)期變化沒有反應(yīng)；其余各行的約束含義類似。

估計結(jié)果如表4。

表4 約束矩陣估計值

由于約束條件的設(shè)置是VAR中的殘差項表示成SAVR模型中殘差項的線性組合， 所以矩陣A中各列參數(shù)的估計值為表4中各估計值的相反數(shù)。

表5 約束矩陣整體顯著性檢驗

由表4和表5可知，雖然矩陣A中各別的待估參數(shù)是不顯著的但約束矩陣整體是顯著的。

2.5格蘭杰非因果關(guān)系檢驗。

表6 格蘭杰因果檢驗結(jié)果

注：D()表示對變量進行一次差分；限于篇幅，lnISA、DlnM2SA、DlnPROSA和DRSA的檢驗結(jié)果未予展示。

由表6可知：在1%的顯著性水平下，除自身外其余各變量分別是CPI、貨幣供應(yīng)量、固定資產(chǎn)投資完成額變化和工業(yè)生產(chǎn)總值的格蘭杰原因；在10%的顯著性水平下，除自身外其余各變量是一年期貸款利率和金融機構(gòu)貸款余額變化的格蘭杰原因；而即使在10%的顯著性水平下，其余各變量也不是社會零售商品總額變化的格蘭杰原因。因此貨幣供應(yīng)量具有內(nèi)生性，社會零售商品總額不是內(nèi)生變量。

2.6脈沖響應(yīng)分析。

圖2 居民消費價格指數(shù)的脈沖響應(yīng)

圖3 社會零售商品總額的脈沖響應(yīng)

圖4 工業(yè)總產(chǎn)值的脈沖響應(yīng)

由圖2可知：CPI對各變量的沖擊反應(yīng)如下。

對金融機構(gòu)貸款余額施加一個單位標(biāo)準(zhǔn)差的正向沖擊，CPI在第二期達到峰值，在第五期趨于0；CPI對社會零售商品總額的沖擊反應(yīng)在第二期達到峰值，經(jīng)微弱震蕩在第五期趨于0；CPI對貨幣供應(yīng)量的沖擊在第二期達到峰值，在第五期趨于0，但峰值低于金融機構(gòu)貸款余額的沖擊，且衰減速度快于金融機構(gòu)貸款余額的沖擊；CPI對工業(yè)總產(chǎn)值的沖擊反應(yīng)，在第二期達到峰值，在第四期趨于0；CPI對一年期貸款的沖擊反應(yīng)在第二期達到峰值，在第五期趨于0；CPI對固定資產(chǎn)投資的沖擊幾乎沒有反應(yīng)。因此，CPI對各變量正向沖擊的響應(yīng)是正向的，有兩期的滯后效應(yīng)，并在第四期開始衰減為0，即各變量對CPI的沖擊效應(yīng)都是短期的，信貸渠道的價格效應(yīng)大于貨幣渠道的價格效應(yīng)。

由圖3可知：社會零售商品總額的脈沖響應(yīng)如下。

社會零售商品總額對CPI沖擊的響應(yīng)，在第二期達到峰值，第三期趨于0；對金融機構(gòu)貸款余額的沖擊響應(yīng)，經(jīng)衰減在第二期趨于0，即金融機構(gòu)貸款余額的沖擊對社會零售商品總額只有短期效應(yīng)；對貨幣供應(yīng)量和工業(yè)總產(chǎn)值的沖擊，均在前四期震蕩，在第五期趨于0；社會零售商品總額對一年期貸款利率和固定資產(chǎn)投資完成額的沖擊只有微弱反應(yīng)，在第四期趨于0。 因此，信貸渠道和貨幣渠道對消費的刺激作用不明顯，這與鄭開焰，蔡雪雄(2010)的研究結(jié)果相同。

由圖4可知：工業(yè)總產(chǎn)值的脈沖響應(yīng)如下。

工業(yè)總產(chǎn)值對CPI的沖擊有正向響應(yīng)，經(jīng)前四期震蕩，在第五期趨于0；對金融機構(gòu)貸款余額的沖擊響應(yīng)經(jīng)衰減；在第三期趨于0；對社會零售商品總額的沖擊經(jīng)前七期的震蕩，在第八期趨于0；對固定資產(chǎn)投資的沖擊響應(yīng)經(jīng)衰減，在第二期趨于0；對M2和一年期貸款利率的沖擊響應(yīng)，在第二期達到峰值，第三期趨于0，且峰值高于金融機構(gòu)貸款余額的沖擊，衰減速度慢于金融機構(gòu)貸款余額的沖擊，因此，貨幣渠道的產(chǎn)出效應(yīng)大于信貸渠道的產(chǎn)出效應(yīng)。

金融機構(gòu)貸款余額、固定資產(chǎn)投資、貨幣供應(yīng)量和一年期貸款利率的分析類似，不再展示。

2.7方差分解。

圖6 金融機構(gòu)貸款余額的方差分解

注：限于篇幅，社會零售商品總額、工業(yè)總產(chǎn)值、貨幣供應(yīng)量、固定資產(chǎn)投資和一年期貸款利率的方差分解結(jié)果未予展示。

由圖5和圖6可看出： 在除去自身方差貢獻的情況下，各變量對CPI的貢獻率從大到小依次是：一年期貸款利率、社會零售商品總額、金融機構(gòu)貸款余額、工業(yè)總產(chǎn)值、貨幣供應(yīng)量、固定資產(chǎn)投資，與肖志勇，劉濤(2009)的研究結(jié)果一致；各變量對金融機構(gòu)貸款余額的貢獻率由大到小依次是：一年期貸款利率、CPI、社會零售商品總額、工業(yè)總產(chǎn)值、固定資產(chǎn)投資、貨幣供應(yīng)量；各變量對社會零售商品總額的貢獻率從大到小依次是：貨幣供應(yīng)量、金融機構(gòu)貸款余額、工業(yè)總產(chǎn)值、CPI、一年期貸款利率、固定資產(chǎn)投資；各變量對M2的貢獻率從大到小依次是：金融機構(gòu)貸款余額、CPI、一年期貸款利率、社會零售商品總額、工業(yè)總產(chǎn)值、固定資產(chǎn)投資；各變量對工業(yè)總產(chǎn)值的貢獻率從大到小依次是：社會零售商品總額、CPI、固定資產(chǎn)投資、貨幣供應(yīng)量、一年期貸款利率、金融機構(gòu)貸款余額；各變量對一年期貸款利率的貢獻率從大到小依次是：CPI、工業(yè)總產(chǎn)值、金融機構(gòu)貸款余額、貨幣供應(yīng)量、固定資產(chǎn)投資、社會零售商品總額；各變量對固定資產(chǎn)投資的貢獻率從大到小依次是：金融機構(gòu)貸款余額、一年期貸款利率、貨幣供應(yīng)量、CPI、社會零售商品總額、工業(yè)總產(chǎn)值。結(jié)合CPI、工業(yè)總產(chǎn)值、社會零售商品總額和固定資產(chǎn)投資的方差分解，可知利率渠道在短期是有效的，但對消費的刺激作用不明顯，貨幣渠道的產(chǎn)出效應(yīng)大于信貸渠道，信貸渠道的價格效應(yīng)大于貨幣渠道的價格效應(yīng)。

3 結(jié)論

通過以上分析，可以得出如下結(jié)論。

(1)貨幣供應(yīng)量對社會零售商品總額短期有微弱影響，在長期內(nèi)無影響，即貨幣政策長期內(nèi)對消費無影響；貨幣供應(yīng)量對固定資產(chǎn)投資在短期和長期都有拉升作用，即積極的貨幣政策對投資有促進作用；貨幣供應(yīng)量對CPI短期有拉升作用，在長期內(nèi)無影響，即貨幣政策只在短期內(nèi)有價格效應(yīng)，長期內(nèi)對價格水平無影響；貨幣供應(yīng)量對工業(yè)總產(chǎn)值短期內(nèi)有提升作用，在長期內(nèi)無影響，即貨幣政策只在短期內(nèi)有產(chǎn)出效應(yīng)，長期內(nèi)無產(chǎn)出效應(yīng)。同時貨幣渠道的短期產(chǎn)出效應(yīng)大于信貸渠道。

(2)金融機構(gòu)貸款余額對社會零售商品總額在短期有微弱影響，在長期無影響，即信用擴展對消費的影響不明顯；金融機構(gòu)貸款余額對固定資產(chǎn)投資在短期有正向影響，在長期無影響，即信用擴張只在短期對投資有促進作用，在長期無影響；金融機構(gòu)貸款余額對CPI在短期有正向影響，在長期無影響，即信用擴張只在短期內(nèi)有價格效應(yīng)；金融機構(gòu)貸款余額對工業(yè)總產(chǎn)值在短期內(nèi)有提升作用，在長期作用不明顯，即信用擴張在短期內(nèi)具有產(chǎn)出效應(yīng)。同時信貸渠道的短期價格效應(yīng)大于貨幣渠道。

(3)貨幣渠道和信貸渠道只在短期對消費有微弱影響，因此貨幣政策對消費的刺激作用不明顯。

綜上，我國貨幣政策在長期內(nèi)無效，短期內(nèi)貨幣渠道的產(chǎn)出效應(yīng)大于信貸渠道，價格效應(yīng)小于信貸渠道，貨幣政策對消費的刺激作用不明顯。貨幣供應(yīng)量M2作為貨幣政策的中介目標(biāo)具有內(nèi)生性，考慮到貨幣政策的長期效果，貨幣供應(yīng)量M2不適合作為貨幣政策的中介目標(biāo)，同時在制定貨幣政策時應(yīng)注重貨幣渠道和信貸渠道作用的相互補充。

[1]周英章,蔣振聲.貨幣渠道、信用渠道與貨幣政策有效性——中國1993～2001年的實證分析和政策含義[J].金融研究,2002(9):34-43.

[2]楊子暉.財政政策與貨幣政策對私人投資的影響研究——基于有向無環(huán)圖的應(yīng)用分析[J].經(jīng)濟研究,2008(5):81-93.

[3]陸虹.我國貨幣政策信貸傳導(dǎo)渠道的有效性及動態(tài)變遷分析[J].統(tǒng)計與決策,2013(2):161-164.

[4]鄭開焰,蔡雪雄.財政貨幣政策刺激居民消費的效應(yīng)分析[J].經(jīng)濟學(xué)動態(tài),2010(11):67-70.

[5]裴平,熊鵬,方先明.論我國貨幣政策傳導(dǎo)過程中的“梗阻”——基于1998-2003年實證數(shù)據(jù)的分析[J].南京社會科學(xué),2009(5):21-30.

[6]肖志勇,劉濤.基于VAR模型的我國貨幣政策有效性實證分析[J].改革與戰(zhàn)略,2009(9):57-60.

[7]曾繁華,彭中,崔連翔,孫清娟.我國貨幣政策資產(chǎn)價格渠道傳導(dǎo)有效性分析[J].統(tǒng)計與決策,2014(9):155-158.

[8]肖衛(wèi)國,靳靜.貨幣供應(yīng)量作為我國貨幣政策中介目標(biāo)的有效性研究[J].統(tǒng)計與決策,2007(23):134-137.

[9]宋秀芳.中國利率作用機制的有效性與利率調(diào)控的效果——兼論利率不宜作為當(dāng)前我國貨幣政策調(diào)控目標(biāo)[J].經(jīng)濟學(xué)動態(tài),2008(2):55-59.

[10]趙健.中國貨幣政策傳導(dǎo)機制之解析：1999～2008[J].統(tǒng)計與決策,2010(14):98-100.

[11]何林,呂紅娟,何煉成.貨幣供應(yīng)量作為貨幣政策中介目標(biāo)的有效性——基于我國1999～2009年數(shù)據(jù)的實證分析[J].經(jīng)濟與管理研究,2010(9):80-87.

[12]張琦.在SVAR 模型下的貨幣政策效應(yīng)分析[J].北方經(jīng)濟,2007(10):47-48.

[13]尚煜.我國利率政策的作用時滯檢驗及測度[J].統(tǒng)計與決策,2008(24):125-127.

[14]閏力,劉克宮,張次蘭.貨幣政策有效性問題研究——基于1998～2009年月度數(shù)據(jù)的分析[J].金融研究,2009(12):59-71.

[15]劉金全,隋建利,李楠.基于非線性VAR模型對我國貨幣政策非對稱作用效應(yīng)的實證檢驗[J].中國管理科學(xué),2009(3):47-55.

Class No.:F224.0 Document Mark：A

(責(zé)任編輯：蔡雪嵐)

An Empirical Analysis of the Effect of Monetary Policy in China Based on SVAR Model

Ding Xiaosong

(School of Statistics and Applied Mathematics, Anhui University of Finance and Economics, Bangbu, Anhui 233030，China)

In this paper, the structural vector autoregressive (SVAR) model is used to study the effectiveness of monetary policies and the relationships among consumption, investment and output . The Granger causality, impulse response and variance decomposition of the variables are analyzed by using the SVAR model. Empirical results show that there is only a short-term effect and an endogenous nature of monetary policies. The output effect of monetary channel is greater than that of credit channel , but the price effect of the credit channel of is greater than that of the monetary channel. Therefore, the functions between the monetary channel and the credit channel should be taken into consideration during the formulation of monetary policies.

monetary channel; credit channel; structural vector autoregressive model; effectiveness

丁小松，碩士，安徽財經(jīng)大學(xué)。

1672-6758(2016)12-0075-6

F224.0

A