中国货币供应量、价格水平和GDP关系的经验研究：1952－2003

 

 

摘  要  本文利用我国1952－2003的年度数据，讨论了货币冲击对真实产量和价格水平的影响。作者发现，价格水平和真实产量与M0之间存在唯一的协整关系，而与M1、M2之间不存在协整关系。作者建构了一个三变量的向量自回归模型和向量误差修正模型，最后运用Granger因果关系检验和脉冲响应函数讨论了货币冲击对真实产量和价格水平的影响，结果表明，货币供应具有内生性，而当货币供应量的增加时，真实产量会先于价格水平开始增加，但是随后真实产量比价格水平下降得更迅速。

关键词  货币供应量  协整  向量自回归  因果关系检验  脉冲响应函数

 

一、引 言

 

西方国家经济周期的一个特征事实是，货币供给是顺周期的且是领先的，通货膨胀（从而价格水平）是顺周期的且是滞后的。这一特征事实最早由弗里德曼和施瓦茨（Friedman and Schwartz,1963）提出，已得到无数经验研究的支持。我国的宏观经济是否也表现出这样的特征呢？从统计数字来看，我国2002和2003年货币供应量(无论是 、 还是 )增长迅速，与此相伴随的是固定资产投资和能源、钢材等基本生产资料价格的大幅上涨。究竟是货币供应量的扩张刺激了经济活动，还是货币供应量内生于经济活动，这是一个至今尚在争论的老话题。本文首先对与此问题相关的文献作一番简单回顾。

在理论研究方面，古典学派坚持“二分法”，认为实际经济与货币无关，货币只是一种面纱。在他们讨论的费雪方程式 中，若货币流通速度 稳定，那么货币供应量 的变化将立即和全部反应到价格 上，而对真实产量 不会产生效应。古典学派认定货币流通速度 是基本稳定的，这就意味着货币对实际经济没有影响。

在传统的凯恩斯主义模型中，纯粹货币扰动在短期和长期都对真实产量有重要影响。他们认为货币流通速度 是不稳定的，存在从货币供应量 →利率 →投资 →真实产量 的作用机制。由于假定价格是刚性的，货币供应量 的增加会引起利率 和货币流通速度 的下降，而不是价格 的上升，因此货币是非中性的。托宾（Tobin, 1965）首先将货币引入索洛模型以探讨货币与经济增长的关系。他认为储蓄在货币资本与实物资本之间的分配是固定的，通货膨胀率的上升降低了持有货币的真实回报，引致人们将货币资本转化为生产资本，这种替代也就是“托宾效应”，货币的扩张将导致实际产量的增长。此后，托宾（1970）率先创立了一个模型来描述货币与产量的正相关性，并得出“货币供应量的变动很可能是真实产量变动的结果”这一内生货币的结论。

卢卡斯（Lucas,1972）将理性预期引入经济周期的分析，认为产生经济周期的原因在于信息的不完美，以及由此导致的生产者对相对价格变化和总价格变化的混淆。在货币存量的变化被公众预期到的情形下，货币是中性的，只有未被预期到的货币存量变化才会有真实效应。而真实经济周期理论家则更进一层，主张纯粹的货币扰动无真实效应。新凯恩斯主义经济学家则宣称，由于价格的刚性或者粘性，不能够立即与全部吸收货币供应量的变化，因此货币数量的变化有真实效应。

在经验研究方面，弗里德曼和施瓦茨（1963）对美国从南北战争到1960年货币存量的原因进行了仔细的历史分析发现，货币在短期内与产量同方向变化，并明显超前于产量。在经济繁荣之前，货币供应量明显增加，而在经济衰退之前，货币供应量急剧下降。因此，他们认为货币供应是经济周期的重要因素，是货币变动导致了同一方向的产量变动而非相反。主张真实经济周期的金和普洛瑟（King and Plosser,1984）提出，金融部门提供的是便于交易的服务，而货币可以被看作是一种中间产品。当经济处于繁荣阶段时，市场交易的扩大带动了对于内在货币（如银行存款）的需求，从而导致货币存量与产出总量的同向波动。而由于内部货币的扩张比最终产品的扩张更为容易，货币的变化很可能领先于产量的变化而成为经济周期的预警标志。因而，他们认为货币的变化是经济周期的内生产物，是人们面对真实冲击和产量波动的理性选择的结果，而非引致经济周期的原因。

西姆斯（Sims,1972）首先在有关货币真实效应的争论中运用Granger因果关系检验这一方法。他通过对美国数据的研究发现，存在从货币到产量的单向Granger因果关系，即货币的历史行为有助于预测未来的产量，而不存在从产量到货币的单向Granger因果关系。但在其稍后的研究中，Sims（1980）用工业产量代替名义产量并将利率引入向量自回归模型中，发现货币与产量之间的Granger因果关系大打折扣。Bernanke和Mihov（1998）运用向量自回归（VAR）模型和脉冲响应分析（impulse response analysis）对美国的数据进行了经验研究，证实了弗里德曼的一贯观点，即由于价格具有某种刚性，货币冲击最先对真实产量产生效应，而对价格的效应会有近两年的时滞，但是对价格的作用时间要更为持久。

对于中国货币供应量、价格水平和真实产量关系的经验研究，邹至庄（Chow, Gregory C.）先生作过重要贡献。Chow（2002）以货币数量论为起点，利用1952－1993年的数据，研究了中国货币和价格水平的决定，并且运用Engle和Granger（1987）提出的方法建立了中国通货膨胀决定的协整和误差修正模型。最近，Chow和Shen（2004）利用1952－2002的年度数据，建立了 、 和 的三变量向量自回归模型，并且通过脉冲响应函数比较了美国与中国的 扰动对 和 的影响。

近些年来，随着计量技术的引入，国内学界在经验研究方面也积累了越来越多的文献。舒元、王曦（2002）对我国改革以来的数据利用协整和Granger因果关系检验研究发现，我国货币供应具有较强的内生性。王洪斌、董凤斌（2004）运用向量自回归模型、向量误差修正（VEC）模型和Granger因果关系检验分析了经 滤波后的我国1994到2003年的季度数据，发现货币供应量增长率的增加会导致人均实际GDP增长率的下降。

本文讨论了一个简化的中国宏观经济，分析的时段为1952－2003年，而分析的变量主要为货币存量 、价格水平 和真实产量 。作者首先在第二部分介绍一个简单的货币和价格水平决定模型，并介绍数据的来源。然后，作者在第三部分通过对 与 进行协整回归，发现仅 与 存在协整关系，而无论是 还是 与 均不存在协整关系。然后，作者建立了一个单方程的误差修正模型。其中由于改革前后中国经济体制的巨大差异，需要将数据分成1979年前后两段进行Chow’s断点检验。接下来，作者建立了由 、 和 三变量构成的VAR模型，运用Johansen协整检验方法，发现存在唯一的协整向量，进而建立向量误差修正模型。最后，作者通过Granger因果关系检验和计算脉冲响应函数讨论了货币冲击对真实产量和价格水平的影响。其动态效果显示与弗里德曼的一贯观点以及Bernanke 和Mihov（1998）的结论一致。

 

 

二、模型设定和数据说明

 

正如Chow（1987）所建议的，货币数量论作为对现实经济的近似，是分析中国价格水平变动的一个有用起点，货币供应量与真实产出的比率是解释中国通货膨胀的重要变量。本文的讨论也从货币数量论开始。

由费雪的交易方程式 可以推出

上式两边取对数，有

如果货币流通速度 在长期内是稳定的，那么也就意味着 与 之间存在长期的均衡关系。Chow（1987,2002）以 作为货币供应量指标，通过回归分析得出 与 之间存在协整关系。在动态的情况下， 不仅受到 的影响，而且还会受到 和 两个变量各自滞后一期值的影响。设 对 回归所得的残差项为 ，可以建立如下单方程误差修正模型：

      （*）

为了进一步探讨 、 和 之间的关系，可以建立三变量的VAR模型：

式中 ， ， 为向量白噪声，其均值为零， 是待估的参数矩阵， 为滞后期数。

在VAR模型基础上，可以通过计算脉冲响应函数，来分析 的变动对 和 的影响。如果 、 和 是协整的，那么还可以建立VEC模型，并进行Granger因果关系检验。

本研究选用的变量包括： 、 、 、 和 ，数据采用1952－2003的年度数据。 表示GDP指数； 表示价格指数； 表示流通中的现金； 表示狭义货币，等于 加上活期存款； 表示广义货币，等于 加上定期存款、储蓄存款和其他存款。1978－2003的价格指数和GDP指数以及1990－2003的 、 和 的数据均来自《中国统计年鉴》（2004）。1952－1977的价格指数和GDP指数来自《中国统计年鉴》（1983）。1952－1990的 数据来自《新中国五十年统计资料汇编》（1999，第65页），并参考了Chow（2002，第120页）。1995年以前我国主要依靠贷款规模控制来实现货币政策目标，从1996年开始才把货币供应量作为了货币政策操作的中介目标，而且由于我国的统计工作近些年才走上正轨，因此早些年的 和 数据只能通过相应处理才能得出。此处，作者借鉴了Chow和Shen（2004）的处理方法，并参考了他们算得的数据。1990年之前的 由通货加上活期存款得到；1990年之前的 由 与储蓄存款之和乘以一个系数近似得到，该系数由国家统计局公布的1990年的 ／( +储蓄存款)算得，等于1.58。本文的计量模型不考虑利率，因为自1952年以来，我国利率始终是管制利率，利率对经济的调节作用很弱。改革以前，由国家计划部门统一制订银行的利率水平。而1984年中央银行成立以来，则开始由中央银行统一制订各种金融工具的利率，资金的买方和卖方严格按照统一制订的利率进行交易。至今我国的利率也尚未市场化，利率生成体系仍是以管制利率为主，因此利率不会是我国货币政策的主要传导机制。

 

三、计量分析

 

首先分析 与 二者之间是否存在协整关系，然后再来讨论 、 和 三变量的VAR模型以及三者之间的协整关系。

1、单方程协整模型

    作者分别用 、 和 三个不同层次的货币做 与 之间的协整回归，结果发现只有 与 存在协整关系，而无论是 还是 与 均不存在协整关系。 与 之间的回归结果是：

       (0.0302)  (0.0176)

=0.9536         D-W=0.4795

D-W统计量较小，表明残差项存在序列相关。这可能是由于 不仅受到 的影响，而且还受这两个变量各自的前一期值、即 和 的影响。

令

对 进行单位根检验，发现其已经是平稳序列。

表1  残差项 的单位根检验

ADF 统计量	-3.495905	1％  临界值	-2.6090
		5％  临界值	-1.9473
		10％ 临界值	-1.6192

   

由于1979年开始我国实行了改革开放，1979年前后的经济体制存在巨大的差异，因此有必要对上述的回归方程进行Chow’s断点检验。

表2   Chow’s断点检验：1979

Chow Breakpoint Test: 1979
F-statistic	27.73458	Probability	0.000000
Log likelihood ratio	39.93978	Probability	0.000000

F统计量和对数似然比统计量均意味着通过了参数稳定性的Chow’s断点检验。

此处，作者参考Chow（1987, 2002）的研究，将上述回归所得的残差项的滞后一期值 看作误差修正项，用作解释变量进入（*）式的计量模型，回归可得：

        (0.0055)  (0.033)             (0.096)         (0.040)               (0.049)

=0.6513，  D-W=1.770。

括号内为回归系数的标准差。结果发现回归所得的变量 的系数t值较小(t=-0.243)，不显著，把它略去后重新回归可得：

        (0.0054)  (0.0306)           (0.0883)        (0.0426)

=0.6584，  D-W=1.736。

    上式中三个变量前面的系数均有正确的符号，误差修正项 的系数在统计上也是显著的，Durbin-Watson统计量表明残差项之间也几乎不存在序列相关，因而上式是理想的单方程误差修正模型。

 

2、VAR模型、协整检验和VEC模型

首先，建立 、 和 之间的VAR模型。在建立VAR模型之前必须先确定最优滞后期数 。经过多次试验，发现当滞后期为2时，AIC(-7.74)和SC(-6.94)均为最小，因此应取滞后期为2。VAR(2)模型的估计结果见下表：

表3   VAR(2)模型的估计结果

解释变量       回归函数(1)       回归函数(2)        回归函数(3)

1.4025(11.64)          -0.301(-1.10)            0.0479(0.12)           -0.5080(-4.87)          0.0386(0.16)            -0.0656(-0.19)           0.1045(1.78)            1.2469(9.36)            0.4805(2.49)           -0.1509(-2.31)          -0.4376(-2.94)          -0.2004(-0.93)         0.2029(3.99)           -0.1289(-1.12)           1.0156(6.06)        -0.1509(-3.17)          0.3126(2.89)            -0.156(-1.00)              -0.0828(1.60)           -0.0668(-0.57)          -0.3674(-2.15)              0.9959                0.9951                 0.9968 S.E.             0.0339                0.0770                 0.1116 LogL            102.07                61.03                  42.45

VAR(2)模型的LogL       214.5570 VAR(2)模型的AIC        -7.742281 VAR(2)模型的SC         -6.939231

注：括号内为数字是t统计量的值；相应括号外数字是回归参数估计值。

    然后，考查 、 和 之间是否存在协整关系，若存在，就可以建立向量误差修正模型。作者以上述的VAR(2)模型为基础，进行Johansen协整检验，最优滞后期为2。在协整方程无截距无趋势的情况下，Johansen协整检验结果见下表：

表4  、 和 之间的Johansen协整检验

特征值    零假设 0     备择假设 1   似然比统计量   5％临界值     1％临界值

0.267887    R＝0         R＝1          27.70782          24.31         29.75 0.221170    R≤1         R＝2          12.42863          12.53         16.31 0.003676    R≤2         R＝3          0.180467           3.84          6.51

注：R代表协整向量的个数。

因此，在5％的显著性水平下，有且仅有一个协整关系。对应的协整方程为：

        (0.064)       (0.048)

括号内数字为回归系数的标准差。上式变量前面系数的符号均有正确的含义。

令

经检验， 已经是平稳序列，其取值在0附近上下波动，验证了协整关系的正确。比较一下 与前述协整回归所得的 是非常有意思的。图1显示了 与 二者之间的关系，从中可以看出，二者的走势非常相似。

图1   与 的走势比较

由于 、 和 之间存在协整关系，因此可以建立向量误差修正模型。最优滞后期数还是选2，表5显示了VEC(2)模型的估计结果。

表5   VEC(2)模型的估计结果

解释变量     回归函数(1)      回归函数(2)      回归函数(3)

0.6923(4.32)          -0.4122(-1.09)           -0.6931(-1.39)          -0.2025(-1.55)         0.3111(1.01)             0.2487(0.610)          0.0969(1.57)           0.6594(4.51)            0.3981(2.06)          0.0588(0.76)           0.0879(0.48)            0.5121(2.12)        0.1003(1.96)          -0.1804(-1.49)           0.2194(1.37)       -0.0637(-1.30)          0.1618(1.40)            0.3604(2.36)          -0.0746(-1.53)          -0.2665(-2.31)           0.0617(0.405)               0.6024                 0.0845                 0.2542 S.E.              0.0355                 0.0841                 0.1110 LogL             97.76                  55.59                  41.96

VEC(2)模型的LogL       205.4742 VEC(2)模型的AIC        -7.407112 VEC(2)模型的SC         -6.480506

注：括号内为数字是t统计量的值；相应括号外数字是回归参数估计值。

 

3、Granger因果关系检验

为了考察 、 与 之间的因果关系，本文采用Granger因果关系法进行检验。表6列出了滞后期数分别为2、3时的 与 之间以及 与 之间的检验结果。至少在99％的置信区间下， 是 的Granger原因，这意味着货币是内生的；而 不是 的Granger原因。同样，至少在99％的置信区间下， 是 的Granger原因，反之不成立。这说明，货币供应量的变化主要导致价格的变化而不是真实产量的变化。

表6  、 和 之间的Granger因果关系检验

零假设                     滞后期数       F统计量          概率

不是 的Granger原因          2          1.45476         0.24447 不是 的Granger原因                     7.82614         0.00124

不是 的Granger原因          3          0.74768         0.52997 不是 的Granger原因                     6.56294         0.00100

不是 的Granger原因          2          6.94900         0.00238 不是 的Granger原因                     0.68086         0.51143

不是 的Granger原因          3          5.18965         0.00393 不是 的Granger原因                     1.36639         0.26650

注：本表中的概率值表示零假设成立的概率。

 

4、脉冲响应函数

现在作者在VAR模型基础上，通过脉冲响应函数来进一步分析货币冲击对真实产量和价格水平的效应。在计算脉冲响应函数时，时段取的是10年；变量的顺序是 、 和 ，在这一顺序下， 对 冲击的反应起初为0，与前面的假说一致。在变量的其他顺序下，效果也是类似的。从脉冲响应函数看， 的一个标准差冲击最初主要对产量产生明显影响，但是这种对产量的影响在第3年起就几乎降为0；而 的一个标准差冲击对价格水平的影响来得比较晚，在第2、3年间达到最大，随后下降，但作用时间明显更为持久。这与上述由Granger因果关系检验得出的结果是相吻合的。

图2  和 对 的一个标准差新息的反应

   

 

 

四、结论

 

作者采用了1952－2003的年度数据对中国货币供应量、价格水平和GDP之间的关系做了经验研究，从这50年的历史数据基本上可以看出这三者之间关系的长期趋势。本文的结论包括：第一，以50年的长时段来看， 与 之间存在长期均衡关系，而 与 或 之间均不存在长期均衡关系。第二，流通中的现金( )数量的变化是价格水平变化的Granger原因，但不是真实产量变化的Granger原因；真实产量的变化是 数量变化的Granger原因，这表明货币供应具有内生性。第三，脉冲响应函数的分析结果与米尔顿·弗里德曼一贯的主张一致，即不管由什么原因引起的货币供应量的增加，真实产量都会先于价格水平开始增加，但是随后真实产量比价格水平下降得更迅速。

与 之间存在协整关系，这说明通货膨胀的发生一定伴随着货币供应量的增加速度超过真实产量的增加速度。 与 或 之间均不存在协整关系，这或许是由于就全国的范围而言，改革以前、甚至现在，活期存款帐户（checking accounts）都并不普及，因而在50年的长时段中以 作为我国货币供应量的研究指标是更为恰当的。当然，1990年以前 和 的权威统计数字的缺乏，的确给研究带来了困难。而作者推算1990年之前 和 数字的方法或许也不甚妥当。

我国的货币供给表现出较强的内生性，这一点很可能是由于长期以来我国的银行部门独立性较差，没有独立的货币政策所致。中央银行成立之前，包括改革以前的计划经济体制时代，我国没有现代意义上的货币政策，银行是计划、财政部门的附属物，货币供应仅仅是贷款的产物，因而更多地是内生于实物经济部门的。1984年中央银行体制建立以来，我国的货币供应依然得不到很好的调控，地方利益和部门利益加上国有企业的预算软约束，导致了货币供给“倒逼机制”的产生。1996年起，我国的货币政策由直接的信贷控制转向间接的货币总量控制，这几年里货币供给的内生性，很大程度上是由于贸易顺差和外商直接投资等引起的外汇占款，导致了中央银行被迫的基础货币投放。

而货币供应量的增加最先导致价格水平的上涨，然后才引起真实产量的增加，并且随后真实产量迅速下降，价格水平缓慢下跌这一特征，与国际经验是相符的。其启示在于，在长期，货币呈现为中性。货币当局试图通过扩张货币来提高真实产量是徒劳的，最终只会导致物价水平的持续上涨。

 

 

参考文献：

(1)    Bernanke, Ben S. and Mihov, I., “ Measuring Monetary Policy”, Quarterly Journal of Economics. Vol. 113, No. 3. (1998): 869-902.

(2)    Chow, Gregory C. and Shen Yan, “Money, Price Level and Output in the Chinese Macro Economy”, CEPS Working Paper. No.98, May, 2004.

(3) Chow, Gregory C.  China’s Economic Transformation. Oxford: Blackwell Publishers, 2002.

(4) Chow, Gregory C., “ Money and Price Level Determination in China.” Journal of Comparative Economics. 11 (1987): 319-333.

(5) Engle, Robert F. and Granger, C. W. J., “ Co-integration and Error Correction: Representation, Estimation, and Testing.” Econometrica. 55 (March, 1987): 251-276.

(6) Friedman, Milton, and Anna J. Schwartz., “Money and Business Cycles”, Review of Economics and Statistics , Vol. 45,No. 1, (February, 1963): 32-64.

(7) King, Robert G., and Charles I. Plosser, “Money, Credit, and Prices in a Real Business Cycle”,  American Economic Review, Vol. 74, No. 3, (June, 1984): 363-380.

(8) Lucas, Robert E., “Expectations and the Neutrality of Money.” Journal of Economic Theory, 4 (April,1972): 103-124.

(9) Sims, Christopher A., “Money, Income, and Causality”, American Economics Review, Vol.62, No.4, (Sep.,1972): 540-552.

(10) Sims, Christopher A., “Comparison of Interwar and Postwar Business Cycle: Monetarism Reconsidered”, American Economics Review, Vol. 70, No. 2, (May 1980): 250-257.

(11) Tobin, James., “Money and Economic Growth”, Econometrica, Vol.33, No.4, Part 2, (October, 1965): 671-684.

(12) Tobin, James., “Money and Income: Post Hoc Ergo Propter Hoc?”, The Quarterly Journal of Economics, Vol. 84, No.2, (May,1970): 301-317.

(13) 舒元.王曦.中国经济增长、通货膨胀与就业关系研究[M].广州：中山大学出版社,2002.

(14) 王洪斌.董凤斌.内生货币与经济增长——理论假说与中国的经验事实[J].经济科学, 2004, (3), 5-14.

(15) 张俊喜. 当代货币经济学的新发展[J]. 世界经济, 2001, (5), 67-78.