您好, 访客   登录/注册

基于状态空间模型的我国动态货币政策乘数研究

来源:用户上传      作者: 唐 伟 许 诺

  【摘要】由于我国经济结构的变化,对货币政策乘数的研究应使用动态方法以体现经济变量之间的关系随时间的变化。本文使用状态空间模型方法估计了我国动态货币政策乘数,定量给出了我国货币政策的效果大小。结果表明,1990年以后尤其是1997年以后,我国的货币政策效果总体上不断减弱。
  【关键词】货币政策乘数 状态空间模型 卡尔曼滤波
  
  货币政策乘数可以较好的衡量货币政策的效果,该乘数越大说明货币政策的有效性越强。以往的研究主要考察了样本期间货币政策乘数的平均大小,不能反映该乘数随时间的变化情况,而由于我国经济体制改革的推进和经济结构的变化,研究我国经济变量之间的关系最好考虑到时间因素,也就是从动态的角度考察经济变量之间的关系。状态空间模型是目前研究变量之间动态关系的较成熟的方法,本文依次介绍了货币政策乘数的理论推导、状态空间模型技术和基于状态空间模型对我国动态货币政策乘数的估计等。
  一、货币政策乘数理论推导
  货币政策乘数是基于经典宏观经济模型IS-LM模型计算的。IS-LM模型主要包括两个方程:IS方程和LM方程,IS方程描述了商品市场均衡时利率与产出的关系;LM方程描述了货币市场均衡时利率与产出的关系;两个方程联立求解就得到了商品市场和货币市场同时均衡时的均衡收入和均衡利率。
  1、IS方程
  IS方程考察的是商品市场均衡时利率和收入的关系,商品市场均衡要求总需求等于收入。总需求可以分为四个部分:消费C、投资I、政府购买G和净出口NX,其中消费是可支配收入的函数、投资是利率的函数、政府购买和净出口假设为自主成份。从而总需求的四个组成部分可表示为:消费:C=C0+cTR0+c(1-t)Y,其中,C0表示自发消费,c表示边际消费倾向,TR0表示政府自主转移支付,t表示税率,Y表示收入;投资:I=I0-bi,其中,I0表示自发投资,b表示投资对利率的敏感系数,i表示实际利率;政府购买:G0;净出口:NX0。将以上四个变量的表达式带入总需求方程:AD=C+I+G+NX,得:AD=A0+c(1-t)Y-bi。其中:A0=C0+cTR0+I0+G0+NX0,表示总需求中不受收入和利率影响的自主部分。商品市场均衡要求:Y=AD,从而我们得到IS方程:Y=?琢(A0-bi),其中,?琢=2、LM方程
  LM方程考察的是货币市场均衡时利率和收入的关系,货币市场均衡要求货币需求等于货币供给。先考察货币3、货币政策乘数
  4、我国IS-LM模型中的变量选择
  IS-LM模型适用于成熟的市场经济,并不适合直接用于研究我国的经济现实。本文分析了构建我国IS-LM模型所需要的经济变量,发现我国的经济数据不支持构建规范的IS-LM模型。
  首先,我国的实际利率经常有负值出现,实际利率与投资不存在理论上应有的负相关,实际利率与实际货币量也不存在理论上的负相关,而名义利率与投资和实际货币量都表现出了一定程度的负相关,因此,本文选择一年期贷款名义利率而不是实际利率用于构建IS-LM模型。
  IS-LM模型中的理论变量与实际经济统计中的变量并不一一对应,本文采取司春林等的做法来选择构建IS-LM模型的变量:IS-LM模型中的消费C采用统计数据中的居民消费表示;我国全社会固定资产投资根据资金来源渠道分为国家预算内资金、国内贷款、利用外资、自筹和其他资金等,模型中的投资I采用统计数据中的国内贷款、利用外资、自筹和其他资金表示;模型中的政府G购买采用统计数据中的政府消费和国家预算内资金表示;模型中的净出口采用统计数据中的货物和服务净出口表示。将政府购买和净出口看作外生变量。
  二、研究方法简介
  本文采用可变参数模型研究我国的动态货币政策乘数,而要估计可变参数模型,可以通过转化为状态空间模型来估计。
  1、状态空间模型
  经济系统中的许多变量往往是不可观测的,被称为状态变量,可以使用状态空间模型估计这些不可观测的状态变量。状态空间模型主要包括两个方程:量测方程和状态方程。量测方程表达了系统的输出与系统输入和系统状态的关系;状态方程也称为转移方程表达了系统当前状态与前期状态的关系。
  量测方程如下:yt=Zt?琢t+ut,其中,yt表示k×1维可观测向量,?琢t表示m×1维状态向量,Zt是k×m阶矩阵,ut是k×1维向量,且E(ut)=0,var(ut)=Ht。
  状态方程如下:?琢t=Tt?琢t-1+Rt?着t,其中,Tt是m×m阶矩阵,Rt是m×g矩阵,?着t是g×1向量,且满足E(?着t)=0,var(?着t)=Qt。以上的状态空间模型要求ut和?着t相互独立,ut和初始状态向量?琢0相互独立,?着t和初始状态向量?琢0也相互独立。设初始状态向量的期望为a0,协方差矩阵为P0。
  2、卡尔曼滤波
  状态空间模型的核心算法是卡尔曼滤波,卡尔曼滤波是一种方差递归算法,该算法主要包括5个方程。我们以状态空间模型中的几个方程为例说明。
  给定t-1时刻的状态变量at-1和状态变量的协方差Pt-1,则预测方程为:at\t-1=Ttat-1,Pt\t-1=TtPt-的递推过程。
  三、我国货币政策乘数的估计
  基于数据可得性考虑,本文的实证研究使用1981―2007年的年度数据,数据来源于《数字中国三十年》和国中与产出或利率无关的自发部分,基于对我国经济数据的分析,本文将政府购买和净出口作为外生变量,分别记为G0和NX0。将消费看作是可支配收入的函数;将投资看作是利率的函数,对消费和投资分别对各自的自变量做回归,回归方程中的常数项即为两个经济变量的自发部分,分别记为C0和I0。使用一元回归,本文计算得到我国居民的自发消费约为1159.6亿元,即C0约等于1159.6亿元;我国的自发投资约为15610.2亿元,即I0约等于15610.2亿元。
  使用状态空间模型,本文计算得到我国的动态货币政策乘数如表1和图1所示。研究结果表明,我国货币政策乘数的变化特点以1990年为界,大体上可区分为两个阶段:1983年到1990年货币政策乘数总体上逐渐增加;1990年到2007年,货币政策乘数总体上逐渐减小。
  1983―1990年间,我国现代央行体制初步确立,货币政策对宏观经济的影响日益增加,央行对货币政策的运用也日臻成熟,这期间,货币政策乘数逐渐增加,表明货币政策效果逐渐增强。
  1984年,中国人民银行开始专门行使中央银行职能,当年的货币政策取向是放松银根,支持经济发展。年末,狭义货币供应量M1余额2845亿元,比上年增长31.4%;流通中现金M0余额792亿元,比上年增长49.5%。1984年的货币政策对于经济增长的促进作用是明显的,按可比价格计算的国内生产总值增长率高达15.2%。从估计的货币政策乘数看,1984年的货币政策乘数为1.85,成为局部最大值。
  1986年以后,银行信用在经济发展中的作用不断提高,央行货币政策对宏观经济的影响越来越大。1986年的货币政策取向是稳中求松,狭义货币供应量M1的年末余额是3856亿元,比上年增长28%;M0的年末余额是1218亿元,比上年增长23.3%。1986年的货币政策取得了较明显的效果,按可比价格计算的国内生产总值增长率为8.8%,居民消费价格指数下降到107。从估计的货币政策乘数看,1986年的货币政策乘数为2.42,成为局部最大值。
  1990年的货币政策取向是由紧到松、适时调节。历时三年治理整顿的效果在1990年得到了充分体现,年末M1余额6951亿元,比上年增长19.2%;流通中现金M0余额2644亿元,比上年增长12.8%。1990年,国内生产总值增长率下降到3.8%,居民消费价格指数下降为103.1。1990年的货币政策实施取得了较好的效果,从估计的货币政策乘数看,1990年的货币政策乘数达到2.58,是考察期内的最大值。
  1990年到2007年,我国的货币政策乘数总体上不断减少。1994年货币政策乘数达到局部最小,随后反弹,于1997年货币政策乘数达到局部最大值;1997年以后货币政策乘数总体上呈现下降趋势。根据对货币政策乘数的估计,可以认为我国自1990年以后尤其是1997年以后货币政策的效果是逐渐变弱的。
  自1990年以来,以M1计算的货币政策乘数总体上不断下降。这或许可以从以下几个方面得到解释。
  首先,从M1的流通速度看。由货币数量方程:MV=PY,可知,如果货币流通速度V大,则同样的货币供应量可以完成更多的交易,由V=PY/M,求得货币供应量M1的流通速度,如表2所示。
  由表2可见,自1989年以来,M1的流通速度总体上呈下降趋势,流通速度的下降使得货币政策的有效性受到影响。表现在货币政策乘数上,就是1990年以来的货币政策乘数总体上不断减小。
  其次,从货币供应量增长与国内生产总值增长的相关性看。本文计算了三个层次的货币供应量增长率与国内生产总值增长率的相关系数,结果表明:M0增长率与GDP增长率的相关系数为0.5,M1增长率与GDP增长率的相关系数为0.58,而M2增长率与GDP增长率的相关系数则为0.83。可见,相对于M2来说,M1在宏观经济中的重要性逐渐减弱,这也导致以M1衡量的货币政策乘数减小。
  
  【参考文献】
  司春林、王安宇、袁庆丰:中国IS-LM模型及其政策含义[J].管理科学学报,2002(5).


转载注明来源:https://www.xzbu.com/2/view-447702.htm