丁小松

(安徽財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院， 安徽 蚌埠 233030)

基于SVAR模型的我國(guó)貨幣政策效應(yīng)的實(shí)證分析

丁小松

(安徽財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院， 安徽 蚌埠 233030)

為研究我國(guó)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(fèi)、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(yùn)用結(jié)構(gòu)向量自回歸模型(SVAR)，對(duì)工業(yè)總產(chǎn)值、貨幣供應(yīng)量、居民消費(fèi)價(jià)格指數(shù)、金融機(jī)構(gòu)貸款余額、社會(huì)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(gè)變量之間的因果關(guān)系、脈沖響應(yīng)以及方差分解進(jìn)行分析。研究結(jié)果表明：我國(guó)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(jià)格效應(yīng)大于貨幣渠道；因此，在制定貨幣政策時(shí)應(yīng)注重貨幣渠道和信貸渠道作用的相互補(bǔ)充。

貨幣渠道;信貸渠道;SVAR模型;有效性

近年來(lái)，我國(guó)的GDP年增長(zhǎng)率走過(guò)了高速增長(zhǎng)階段，由過(guò)去的年均增長(zhǎng)率10%到現(xiàn)在的6.7%。這里面有全球性金融危機(jī)的沖擊作用、經(jīng)濟(jì)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(duì)這些內(nèi)外部沖擊的效果是一個(gè)值得深入研究的問(wèn)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(guò)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(zhǎng)期內(nèi)信貸渠道的有效性逐漸減弱。[3]鄭開(kāi)焰，蔡雪雄(2010)的研究則表明：在長(zhǎng)期，貨幣政策和居民消費(fèi)無(wú)因果關(guān)系，貨幣渠道比信貸渠道對(duì)居民消費(fèi)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(shí)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(duì)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(duì)M0沖擊的滯后期為10個(gè)月，對(duì)M1、M2、信貸總額和固定資產(chǎn)投資的滯后期為7個(gè)月。[6]曾繁華，彭中等 (2014)研究得出：貨幣供給量的改變對(duì)資產(chǎn)價(jià)格的影響有限，其對(duì)短期股票市場(chǎng)只有微軟的財(cái)富效應(yīng)；股票市值的增加，不會(huì)促進(jìn)居民消費(fèi)，反而會(huì)因?yàn)槭痉缎?yīng)使得居民將消費(fèi)支出用于投資；股票市場(chǎng)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(guó)，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(guó)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(jià)格效應(yīng)，央行對(duì)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(shí)期具有非對(duì)稱(chēng)性，通貨膨脹時(shí)期的滯后期小于緊縮期，反應(yīng)強(qiáng)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(zhǎng)期貸款利率；正向(緊縮性)貨幣沖擊比反向(擴(kuò)張性)貨幣沖擊的效果更顯著。[12-15]

綜上，過(guò)去的研究主要從四個(gè)角度出發(fā)：一是研究貨幣渠道、利率渠道和資產(chǎn)價(jià)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(jì)增長(zhǎng)；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(jì)時(shí)期的貨幣政策的有效性，及貨幣中介變量對(duì)宏觀經(jīng)濟(jì)的沖擊程度和軌跡的變化。

過(guò)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(yùn)用的計(jì)量模型多為VAR模型或者是在此基礎(chǔ)上的擴(kuò)展模型。但由于所使用的經(jīng)濟(jì)指標(biāo)和數(shù)據(jù)所在時(shí)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(jì)指標(biāo)不公布一月份的數(shù)據(jù)，過(guò)去的文獻(xiàn)也沒(méi)有交代數(shù)據(jù)的處理，本文將對(duì)數(shù)據(jù)的處理進(jìn)行合理說(shuō)明。本文基于前人的研究，運(yùn)用SVAR模型考察貨幣供應(yīng)量M2、投資、消費(fèi)、利率和產(chǎn)出之間的關(guān)系，對(duì)我國(guó)貨幣政策的有效性做出評(píng)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(shuō)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(chēng)為向量自回歸。在向量自回歸模型中，任意一個(gè)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(dòng)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(jià)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(méi)有包含內(nèi)生變量的即期值，各內(nèi)生變量即期值對(duì)被解釋變量的影響都被納入到擾動(dòng)項(xiàng)中。所以本文采用改進(jìn)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(xiě)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(wú)窮階的移動(dòng)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?yàn)锳0=Ik，所以：

B0ut=εt

(7)

等式兩邊同時(shí)平方取期望得B0B'0=∑，因此可以對(duì)B0施加約束來(lái)識(shí)別SVAR模型。

1.2數(shù)據(jù)說(shuō)明。

本文中的變量有居民消費(fèi)價(jià)格指數(shù)CPI，貨幣供應(yīng)量M2，各金融機(jī)構(gòu)貸款余額CR，固定資產(chǎn)投資完成額I，社會(huì)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(lái)源于國(guó)家統(tǒng)計(jì)局和wind數(shù)據(jù)庫(kù)。本文涉及到的變量均取名義值，之所以不對(duì)各變量進(jìn)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(jià)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(cuò)誤。如商品零售價(jià)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(wú)意義；(2)過(guò)多的數(shù)據(jù)處理會(huì)損失很多原始信息。對(duì)于數(shù)據(jù)的缺失值使用excel進(jìn)行向前三期的線(xiàn)性插值。因?yàn)镚DP無(wú)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(jìn)行季節(jié)調(diào)整剔除進(jìn)行因素。此外，對(duì)貨幣供應(yīng)量、金融機(jī)構(gòu)貸款余額、固定資產(chǎn)投資完成額、社會(huì)零售商品總額和工業(yè)總產(chǎn)值進(jìn)行對(duì)數(shù)處理，削弱原始數(shù)據(jù)的異方差性。

2 實(shí)證檢驗(yàn)和分析

2.1單位根檢驗(yàn)。

各變量的平穩(wěn)性檢驗(yàn)結(jié)果如下。

表1 單位根檢驗(yàn)結(jié)果

注：C為截距項(xiàng)，T為趨勢(shì)項(xiàng)，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(fèi)價(jià)格指數(shù)CPI和工業(yè)總產(chǎn)值Pro為無(wú)截距和趨勢(shì)項(xiàng)的一階差分平穩(wěn)序列，貨幣供應(yīng)量M2、各金融機(jī)構(gòu)貸款余額CR和社會(huì)零售商品總額G為有截距項(xiàng)無(wú)趨勢(shì)項(xiàng)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(xiàng)和趨勢(shì)項(xiàng)的平穩(wěn)序列，一年期貸款利率R為無(wú)截距項(xiàng)和趨勢(shì)項(xiàng)的一階差分平穩(wěn)序列。

2.2VAR模型估計(jì)。

根據(jù)單位根檢驗(yàn)結(jié)果，本文用調(diào)整后的平穩(wěn)序列進(jìn)行建模，即對(duì)CPI和一年期序列R序列進(jìn)行一次差分處理，對(duì)工業(yè)總產(chǎn)值序列進(jìn)行對(duì)數(shù)一次差分處理，對(duì)貨幣供應(yīng)量M2、各金融機(jī)構(gòu)貸款余額CR和社會(huì)零售商品總額進(jìn)行對(duì)數(shù)差分處理后在剔除截距項(xiàng)，對(duì)固定資產(chǎn)投資I取對(duì)數(shù)后剔除截距項(xiàng)和趨勢(shì)項(xiàng)。對(duì)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(jì)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(duì)數(shù)似然函數(shù)，LR為對(duì)數(shù)似然比統(tǒng)計(jì)量，F(xiàn)PE為最終預(yù)測(cè)誤差(final prediction error)，AIC為赤池準(zhǔn)則統(tǒng)計(jì)量，SC為施瓦茨準(zhǔn)則統(tǒng)計(jì)量，HQ為漢南奎因準(zhǔn)則統(tǒng)計(jì)量。

根據(jù)AIC準(zhǔn)則確定VAR模型的滯后階數(shù)為1。

對(duì)滯后期為1的VAR模型進(jìn)行穩(wěn)定性檢驗(yàn)，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(jìn)行脈沖響應(yīng)分析和方差分解。

2.4SVAR模型的識(shí)別。

SVAR模型的估計(jì)涉及到模型的識(shí)別問(wèn)題，即能否由VAR模型的參數(shù)估計(jì)出SVAR模型的參數(shù)。

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

對(duì)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(fèi)價(jià)格指數(shù)對(duì)金融機(jī)構(gòu)貸款余額、社會(huì)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(méi)有反應(yīng)；約束矩陣第二行表示金融機(jī)構(gòu)貸款余額對(duì)社會(huì)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(méi)有反應(yīng)；其余各行的約束含義類(lèi)似。

估計(jì)結(jié)果如表4。

表4 約束矩陣估計(jì)值

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

表5 約束矩陣整體顯著性檢驗(yàn)

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(yàn)。

表6 格蘭杰因果檢驗(yàn)結(jié)果

注：D()表示對(duì)變量進(jìn)行一次差分；限于篇幅，lnISA、DlnM2SA、DlnPROSA和DRSA的檢驗(yàn)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(jī)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(huì)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(huì)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(fèi)價(jià)格指數(shù)的脈沖響應(yīng)

圖3 社會(huì)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(duì)各變量的沖擊反應(yīng)如下。

對(duì)金融機(jī)構(gòu)貸款余額施加一個(gè)單位標(biāo)準(zhǔn)差的正向沖擊，CPI在第二期達(dá)到峰值，在第五期趨于0；CPI對(duì)社會(huì)零售商品總額的沖擊反應(yīng)在第二期達(dá)到峰值，經(jīng)微弱震蕩在第五期趨于0；CPI對(duì)貨幣供應(yīng)量的沖擊在第二期達(dá)到峰值，在第五期趨于0，但峰值低于金融機(jī)構(gòu)貸款余額的沖擊，且衰減速度快于金融機(jī)構(gòu)貸款余額的沖擊；CPI對(duì)工業(yè)總產(chǎn)值的沖擊反應(yīng)，在第二期達(dá)到峰值，在第四期趨于0；CPI對(duì)一年期貸款的沖擊反應(yīng)在第二期達(dá)到峰值，在第五期趨于0；CPI對(duì)固定資產(chǎn)投資的沖擊幾乎沒(méi)有反應(yīng)。因此，CPI對(duì)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(kāi)始衰減為0，即各變量對(duì)CPI的沖擊效應(yīng)都是短期的，信貸渠道的價(jià)格效應(yīng)大于貨幣渠道的價(jià)格效應(yīng)。

由圖3可知：社會(huì)零售商品總額的脈沖響應(yīng)如下。

社會(huì)零售商品總額對(duì)CPI沖擊的響應(yīng)，在第二期達(dá)到峰值，第三期趨于0；對(duì)金融機(jī)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(jī)構(gòu)貸款余額的沖擊對(duì)社會(huì)零售商品總額只有短期效應(yīng)；對(duì)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(huì)零售商品總額對(duì)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(duì)消費(fèi)的刺激作用不明顯，這與鄭開(kāi)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(duì)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(duì)金融機(jī)構(gòu)貸款余額的沖擊響應(yīng)經(jīng)衰減；在第三期趨于0；對(duì)社會(huì)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(duì)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(duì)M2和一年期貸款利率的沖擊響應(yīng)，在第二期達(dá)到峰值，第三期趨于0，且峰值高于金融機(jī)構(gòu)貸款余額的沖擊，衰減速度慢于金融機(jī)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(jī)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(lèi)似，不再展示。

2.7方差分解。

圖6 金融機(jī)構(gòu)貸款余額的方差分解

注：限于篇幅，社會(huì)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(xiàn)的情況下，各變量對(duì)CPI的貢獻(xiàn)率從大到小依次是：一年期貸款利率、社會(huì)零售商品總額、金融機(jī)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(duì)金融機(jī)構(gòu)貸款余額的貢獻(xiàn)率由大到小依次是：一年期貸款利率、CPI、社會(huì)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(duì)社會(huì)零售商品總額的貢獻(xiàn)率從大到小依次是：貨幣供應(yīng)量、金融機(jī)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(duì)M2的貢獻(xiàn)率從大到小依次是：金融機(jī)構(gòu)貸款余額、CPI、一年期貸款利率、社會(huì)零售商品總額、工業(yè)總產(chǎn)值、固定資產(chǎn)投資；各變量對(duì)工業(yè)總產(chǎn)值的貢獻(xiàn)率從大到小依次是：社會(huì)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(jī)構(gòu)貸款余額；各變量對(duì)一年期貸款利率的貢獻(xiàn)率從大到小依次是：CPI、工業(yè)總產(chǎn)值、金融機(jī)構(gòu)貸款余額、貨幣供應(yīng)量、固定資產(chǎn)投資、社會(huì)零售商品總額；各變量對(duì)固定資產(chǎn)投資的貢獻(xiàn)率從大到小依次是：金融機(jī)構(gòu)貸款余額、一年期貸款利率、貨幣供應(yīng)量、CPI、社會(huì)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(huì)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(duì)消費(fèi)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(jià)格效應(yīng)大于貨幣渠道的價(jià)格效應(yīng)。

3 結(jié)論

通過(guò)以上分析，可以得出如下結(jié)論。

(1)貨幣供應(yīng)量對(duì)社會(huì)零售商品總額短期有微弱影響，在長(zhǎng)期內(nèi)無(wú)影響，即貨幣政策長(zhǎng)期內(nèi)對(duì)消費(fèi)無(wú)影響；貨幣供應(yīng)量對(duì)固定資產(chǎn)投資在短期和長(zhǎng)期都有拉升作用，即積極的貨幣政策對(duì)投資有促進(jìn)作用；貨幣供應(yīng)量對(duì)CPI短期有拉升作用，在長(zhǎng)期內(nèi)無(wú)影響，即貨幣政策只在短期內(nèi)有價(jià)格效應(yīng)，長(zhǎng)期內(nèi)對(duì)價(jià)格水平無(wú)影響；貨幣供應(yīng)量對(duì)工業(yè)總產(chǎn)值短期內(nèi)有提升作用，在長(zhǎng)期內(nèi)無(wú)影響，即貨幣政策只在短期內(nèi)有產(chǎn)出效應(yīng)，長(zhǎng)期內(nèi)無(wú)產(chǎn)出效應(yīng)。同時(shí)貨幣渠道的短期產(chǎn)出效應(yīng)大于信貸渠道。

(2)金融機(jī)構(gòu)貸款余額對(duì)社會(huì)零售商品總額在短期有微弱影響，在長(zhǎng)期無(wú)影響，即信用擴(kuò)展對(duì)消費(fèi)的影響不明顯；金融機(jī)構(gòu)貸款余額對(duì)固定資產(chǎn)投資在短期有正向影響，在長(zhǎng)期無(wú)影響，即信用擴(kuò)張只在短期對(duì)投資有促進(jìn)作用，在長(zhǎng)期無(wú)影響；金融機(jī)構(gòu)貸款余額對(duì)CPI在短期有正向影響，在長(zhǎng)期無(wú)影響，即信用擴(kuò)張只在短期內(nèi)有價(jià)格效應(yīng)；金融機(jī)構(gòu)貸款余額對(duì)工業(yè)總產(chǎn)值在短期內(nèi)有提升作用，在長(zhǎng)期作用不明顯，即信用擴(kuò)張?jiān)诙唐趦?nèi)具有產(chǎn)出效應(yīng)。同時(shí)信貸渠道的短期價(jià)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(duì)消費(fèi)有微弱影響，因此貨幣政策對(duì)消費(fèi)的刺激作用不明顯。

綜上，我國(guó)貨幣政策在長(zhǎng)期內(nèi)無(wú)效，短期內(nèi)貨幣渠道的產(chǎn)出效應(yīng)大于信貸渠道，價(jià)格效應(yīng)小于信貸渠道，貨幣政策對(duì)消費(fèi)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(zhǎng)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(shí)在制定貨幣政策時(shí)應(yīng)注重貨幣渠道和信貸渠道作用的相互補(bǔ)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(guó)1993～2001年的實(shí)證分析和政策含義[J].金融研究,2002(9):34-43.

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

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

[4]鄭開(kāi)焰,蔡雪雄.財(cái)政貨幣政策刺激居民消費(fèi)的效應(yīng)分析[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài),2010(11):67-70.

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

[6]肖志勇,劉濤.基于VAR模型的我國(guó)貨幣政策有效性實(shí)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(guó)貨幣政策資產(chǎn)價(jià)格渠道傳導(dǎo)有效性分析[J].統(tǒng)計(jì)與決策,2014(9):155-158.

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

[9]宋秀芳.中國(guó)利率作用機(jī)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(guó)貨幣政策調(diào)控目標(biāo)[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài),2008(2):55-59.

[10]趙健.中國(guó)貨幣政策傳導(dǎo)機(jī)制之解析：1999～2008[J].統(tǒng)計(jì)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(guó)1999～2009年數(shù)據(jù)的實(shí)證分析[J].經(jīng)濟(jì)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(jì),2007(10):47-48.

[13]尚煜.我國(guó)利率政策的作用時(shí)滯檢驗(yàn)及測(cè)度[J].統(tǒng)計(jì)與決策,2008(24):125-127.

[14]閏力,劉克宮,張次蘭.貨幣政策有效性問(wèn)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(xiàn)性VAR模型對(duì)我國(guó)貨幣政策非對(duì)稱(chēng)作用效應(yīng)的實(shí)證檢驗(yàn)[J].中國(guó)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(cái)經(jīng)大學(xué)。

1672-6758(2016)12-0075-6

F224.0

A