梁向東， 劉兵權(quán)， 文 林

(長(zhǎng)沙理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖南 長(zhǎng)沙 410007)

一、導(dǎo)言

當(dāng)前中國(guó)經(jīng)濟(jì)受世界經(jīng)濟(jì)的影響，我國(guó)的宏觀經(jīng)濟(jì)從抑制過(guò)熱，又面臨著怎樣防止衰退的問(wèn)題。測(cè)度貨幣政策的宏觀經(jīng)濟(jì)效應(yīng)一直是經(jīng)濟(jì)學(xué)界的熱點(diǎn)議題，其方法有許多，比如，F(xiàn)riedman和Schwartz最早以時(shí)間序列經(jīng)濟(jì)計(jì)量方法估計(jì)貨幣對(duì)經(jīng)濟(jì)的影響，Sims用格蘭杰因果關(guān)系來(lái)分析貨幣對(duì)實(shí)際經(jīng)濟(jì)的影響等等。近些年來(lái)，對(duì)貨幣政策與實(shí)際經(jīng)濟(jì)活動(dòng)的經(jīng)驗(yàn)研究一般都采用向量自回歸(VAR)的分析框架。自Bernanke and Blinder and Sims用VAR模型去度量貨幣政策變動(dòng)對(duì)宏觀經(jīng)濟(jì)變量的影響以來(lái)，相關(guān)的文獻(xiàn)出現(xiàn)了許多： Christiano,Eichenbaum和Evans、Evanshe和Kuttner等。[1-10]中國(guó)國(guó)內(nèi)學(xué)者以VAR方法對(duì)貨幣政策的研究也有許多，如劉斌、黃先開(kāi)、王召、陳飛等人、李南成等。[11-15]

VAR方法的關(guān)鍵點(diǎn)就是確定貨幣政策擾動(dòng)只需要這些擾動(dòng)中的一個(gè)可辯量，而不需要對(duì)宏觀經(jīng)濟(jì)模型中的其余變量的確定。就關(guān)鍵的宏觀經(jīng)濟(jì)變量對(duì)貨幣政策改變的動(dòng)態(tài)反應(yīng)的測(cè)算而言，該方法在實(shí)證上一般可得出合理的結(jié)論。因此，在估計(jì)結(jié)構(gòu)性模型和度量政策的應(yīng)用上，他們被廣泛的運(yùn)用。

但是，VAR方法由于其固有的缺陷也受到了一些批評(píng)。比如，對(duì)如何確定政策擾動(dòng)的策略上就存在分歧。因?yàn)?，?duì)政策變動(dòng)認(rèn)識(shí)不同，會(huì)導(dǎo)致對(duì)經(jīng)濟(jì)變量反應(yīng)方式和時(shí)序推演的方法不一樣。標(biāo)準(zhǔn)的VAR分析方法只強(qiáng)調(diào)了貨幣政策中那些不可預(yù)測(cè)擾動(dòng)的影響，而對(duì)其中的系統(tǒng)性因素和制度選擇產(chǎn)生的影響沒(méi)有考慮。還有一些批評(píng)認(rèn)為，標(biāo)準(zhǔn)的VAR模型很少有超過(guò)六到八個(gè)變量的。這么少的變量數(shù)不可能完全覆蓋市場(chǎng)中的信息集。在一般的分析中使用相對(duì)少的信息集會(huì)導(dǎo)致所謂的“價(jià)格之迷”。即在實(shí)行緊縮性貨幣政策后，用VAR研究的文獻(xiàn)得出的一般結(jié)論是會(huì)導(dǎo)致價(jià)格水平的輕微上升，而標(biāo)準(zhǔn)經(jīng)濟(jì)理論認(rèn)為價(jià)格水平會(huì)下降。

為了不放棄VAR在變量數(shù)少的情況下在統(tǒng)計(jì)上的優(yōu)勢(shì)，Ben S. Bernanke和 Jean Boivin基于Stock和Watson的成果，把因子分析和標(biāo)準(zhǔn)VAR分析相結(jié)合，提出了FAVAR模型。 Stock和Watson(2002)建立了一個(gè)從巨大數(shù)據(jù)庫(kù)中提取動(dòng)態(tài)因子的方法，以此來(lái)降低所分析變量的數(shù)量。他們認(rèn)為，在模型預(yù)測(cè)試驗(yàn)中，基于這些因子的預(yù)測(cè)要比單變量的自回歸、多變量自回歸等主要指示模型的結(jié)果更為準(zhǔn)確。Bernanke和Boivin指出如果數(shù)目少的幾個(gè)估計(jì)因子能有效地對(duì)經(jīng)濟(jì)中龐大的信息進(jìn)行提煉，那么，對(duì)VAR分析中存在的自由度問(wèn)題的解決方法就是用估計(jì)因子來(lái)擴(kuò)展標(biāo)準(zhǔn)VAR分析模型。經(jīng)運(yùn)算得出結(jié)論，F(xiàn)AVAR方法所提供的信息能得到大量宏觀經(jīng)濟(jì)變量對(duì)貨幣政策擾動(dòng)響應(yīng)的估計(jì)。Bernanke和Boivin的文章著重于對(duì)FAVAR模型的提出及與VAR的一個(gè)比較，并沒(méi)有深入研究，加之中國(guó)宏觀經(jīng)濟(jì)的復(fù)雜性，及目前還沒(méi)有學(xué)者利用FAVAR方法對(duì)中國(guó)問(wèn)題進(jìn)行相關(guān)研究，本文就利用Bernanke和Boivin的FAVAR方法來(lái)對(duì)我國(guó)當(dāng)前貨幣政策與宏觀經(jīng)濟(jì)之間的關(guān)系做一分析，并以此得出相應(yīng)的結(jié)論和政策建議。

二、模型

假設(shè)Yt是M×1維的向量，各變量在經(jīng)濟(jì)中可觀察到，并能在經(jīng)濟(jì)中產(chǎn)生公認(rèn)的影響。我們首先的目的不在預(yù)測(cè)Yt或揭示變量之間的結(jié)構(gòu)關(guān)系上。根據(jù)標(biāo)準(zhǔn)方法，我們影響要做的是估計(jì)一個(gè)VAR模型。然而，在許多應(yīng)用中，那些沒(méi)有包括在Yt中的信息影響與這些序列的動(dòng)態(tài)建模相關(guān)聯(lián)。所以，我們假定那些沒(méi)有被觀察到的信息由K×1維向量中的因子來(lái)概括，其中K個(gè)因子數(shù)目較少?？梢园堰@些沒(méi)被觀察到的因子視為模糊性變量，比如經(jīng)濟(jì)活動(dòng)、信貸條件這樣一些難以用一、二個(gè)序列來(lái)表示，而需要用更多變量來(lái)反映的概念。假定Ft、Yt的動(dòng)態(tài)關(guān)系由(1)式給定：

(1)

φ(L)是一個(gè)次數(shù)為d的滯后多項(xiàng)式，誤差項(xiàng)νt均值為零，協(xié)方差矩陣為Q。Ft為包含Yt中所沒(méi)有的信息的因子項(xiàng)。由于Ft不可觀察，等式(1)不能直接估計(jì)。然而，如果把因子解釋為對(duì)許多經(jīng)濟(jì)變量產(chǎn)生影響的代表量，就可從大量可察序列中對(duì)各因子有所了解。也就是說(shuō)，把大量背景性時(shí)間序列集中由N×1的向量Xt表示。序列的數(shù)目N大于時(shí)間期數(shù)T，并假定因子數(shù)(K+M)遠(yuǎn)小于N，假設(shè)Xt與不可察因子Ft和可察因子Yt相關(guān)的，并由以下關(guān)系給定：

(2)

Λf為N×K的負(fù)荷因子矩陣，Λy是N×M的向量矩陣，誤差項(xiàng)et為N×1、均值為零的矩陣，且向量間是弱相關(guān)或不相關(guān)的。而不可察因子Ft和可察因子Yt是相關(guān)的，并代表了驅(qū)動(dòng)信息時(shí)間序列Xt的動(dòng)態(tài)變動(dòng)的廣泛力量。以Yt為條件，Xt就是對(duì)潛在不可察因子Ft的噪聲測(cè)度。方程(2)意味著Xt只依當(dāng)前情況而定，各因子的非滯后期值實(shí)際上不起到約束作用，F(xiàn)t能夠解釋成基礎(chǔ)因子的滯后項(xiàng)組合。Stock和Watson把方程(2)視為一個(gè)動(dòng)態(tài)因子模型。

三、數(shù)據(jù)及公共因子的提取

由于我國(guó)利率還沒(méi)有完全市場(chǎng)化，故用21至30天同業(yè)拆借加權(quán)平均率(Ibor)來(lái)替代，同時(shí)也選擇存款準(zhǔn)備金率(Drr)，用這兩個(gè)指標(biāo)來(lái)表示中央銀行的貨幣政策變動(dòng)，并視其為可觀因子。其余共選取經(jīng)濟(jì)增長(zhǎng)率等61個(gè)變量來(lái)概括所有與貨幣政策發(fā)生關(guān)系的可觀及不可觀因素，所有數(shù)據(jù)均為月度數(shù)據(jù)，數(shù)據(jù)期限為2000年1月至2010年12月，都來(lái)自中國(guó)經(jīng)濟(jì)信息網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)。本文采用SPSS13軟件來(lái)完成因子的萃取，方法為主成份分析法。其步驟如下。

(1)首先，對(duì)所有數(shù)據(jù)標(biāo)準(zhǔn)化，以排除不同量綱的影響，然后用標(biāo)準(zhǔn)化后的數(shù)據(jù)來(lái)分析。對(duì)各序列進(jìn)行KMO和巴特利特球度檢驗(yàn)，其結(jié)果見(jiàn)表1。由表中結(jié)果可知，相關(guān)系數(shù)矩陣與單位矩陣有顯著差異，時(shí)間序列集適合進(jìn)行因子分析。

表1 KMO and Bartlett’s Test

(2)計(jì)算特征值、方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率

由運(yùn)算可知，前10個(gè)因子特征值的累計(jì)方差貢獻(xiàn)率達(dá)到了86.5%，說(shuō)明這十個(gè)主因子基本包括了61個(gè)序列的總信息量。再用正交旋轉(zhuǎn)法使得因子間方差差異達(dá)到最大。根據(jù)旋轉(zhuǎn)后的主因子的特征值貢獻(xiàn)率，對(duì)十個(gè)主因子進(jìn)行命名(見(jiàn)表4)，并將它們與可觀變量相結(jié)合，做VAR分析。

表2 萃取的主因子及其命名

四、計(jì)量分析

本文對(duì)上面提取的十個(gè)主因子及結(jié)合同業(yè)拆借率和存款準(zhǔn)備金率來(lái)建立VAR模型，以分析貨幣政策對(duì)宏觀經(jīng)濟(jì)的影響。根據(jù)Bernanke和Boivin(2003)的兩步法，主要進(jìn)行脈沖響應(yīng)分析。

通過(guò)對(duì)以上十二個(gè)變量的分析，得出的滯后期為4期，響應(yīng)期數(shù)為15期的脈沖響應(yīng)圖。分析結(jié)果如下。

Fac1(證券因子)對(duì)來(lái)自利率的一個(gè)標(biāo)準(zhǔn)差新息擾動(dòng)，在第一期有輕微反應(yīng)，然后在以后各期在零附近上下波動(dòng)，最后，從十二期開(kāi)始，其受到的反向影響基本穩(wěn)定在7%左右。Fac1對(duì)來(lái)自存款準(zhǔn)備金的新息的沖擊，從第一期開(kāi)始有正向反應(yīng)，以后各期所受影響大約為十個(gè)百分點(diǎn)。

Fac2(增長(zhǎng)因子)對(duì)利率的正向沖擊，其反應(yīng)為負(fù)向，在第一期變動(dòng)5個(gè)百分點(diǎn)，第五期變動(dòng)最大，達(dá)到8.5個(gè)百分點(diǎn)，最后在12期以后影響衰減為零。增長(zhǎng)對(duì)來(lái)自存款準(zhǔn)備金的新息擾動(dòng)反應(yīng)也是負(fù)向的，初期反應(yīng)不到1個(gè)百分點(diǎn)，

圖1

圖2

以后短期波動(dòng)，第5期到第12期間的影響在6-8個(gè)百分點(diǎn)之間，再逐漸減少。

Fac3(價(jià)格因子)對(duì)來(lái)自利率的新息反應(yīng)是正向的，在第1期增長(zhǎng)3個(gè)百分點(diǎn)，第3期增長(zhǎng)11個(gè)百分點(diǎn)，之后減少，到第6期只有0.5個(gè)百分點(diǎn)，然后，物價(jià)反應(yīng)又出現(xiàn)一個(gè)駝峰，在第12期價(jià)格變動(dòng)達(dá)到近15%，之后又衰減。價(jià)格因子對(duì)存款準(zhǔn)備金的正向擾動(dòng)，初期反應(yīng)為負(fù)向變動(dòng)約4%，第2期變動(dòng)為正向7個(gè)百分點(diǎn)，影響不斷擴(kuò)大，到第4期達(dá)到13個(gè)百分點(diǎn)，之后減少，到第10期價(jià)格受Drr的影響為負(fù)，反應(yīng)在2到4個(gè)百分點(diǎn)之間，是依次遞減的。

圖3

圖4

Fac4(投資因子)對(duì)來(lái)自利率的正向沖擊在第4期之前是負(fù)向反應(yīng)的，從第4期開(kāi)始，將正向變動(dòng)，到第6期達(dá)到最大，變動(dòng)達(dá)35個(gè)百分點(diǎn)，以后逐漸減少，自第12期開(kāi)始投資市場(chǎng)反應(yīng)又變?yōu)樨?fù)向，也就是說(shuō)，一年后利率沖擊對(duì)投資的影響是抑制性的。而對(duì)來(lái)自存款準(zhǔn)備金的一個(gè)擾動(dòng)，投資市場(chǎng)的反應(yīng)在第1期只有不到0.4個(gè)百分點(diǎn)，影響很小，是負(fù)向的，不過(guò)到第4期這種負(fù)向變動(dòng)達(dá)到近18個(gè)百分點(diǎn)，之后，第5期突然反彈正向增長(zhǎng)達(dá)17個(gè)百分點(diǎn)，然后會(huì)產(chǎn)生波動(dòng)，從第12期開(kāi)始投資因子正向反應(yīng)在11至14個(gè)百分點(diǎn)之間。

Fac5(外貿(mào)因子)對(duì)來(lái)自利率新息的沖擊的反應(yīng)，短期是波動(dòng)的，除了第6期之外，第7期之前，均為負(fù)向變動(dòng)，第7期變動(dòng)最大，為14個(gè)百分點(diǎn)，然后在零附近震蕩衰減至零。而存款準(zhǔn)備金率的正向沖擊，對(duì)外貿(mào)的影響在第1期反應(yīng)為6個(gè)百分點(diǎn)，之后會(huì)波動(dòng)，在第4期為最大負(fù)向變動(dòng)，其幅度為近25個(gè)百分點(diǎn)，長(zhǎng)期來(lái)看，存款準(zhǔn)備金率的一個(gè)標(biāo)準(zhǔn)差新息將導(dǎo)致外貿(mào)方面變動(dòng)10個(gè)百分點(diǎn)以上。

Fac6(企業(yè)稅收因子)受到來(lái)自利率的一個(gè)正向沖擊后，企業(yè)稅收會(huì)減少，短期會(huì)波動(dòng)，但長(zhǎng)期來(lái)說(shuō)，企業(yè)稅收會(huì)減少，減少的幅度在4個(gè)百分點(diǎn)左右。而存款準(zhǔn)備金率的一個(gè)擾動(dòng)對(duì)企業(yè)稅收的影響在初期幾乎沒(méi)有反應(yīng)，之后會(huì)有輕微負(fù)向變動(dòng)，第5期卻突然有27個(gè)百分點(diǎn)的正向反應(yīng)，然后依次遞減，最后，也就是說(shuō)，長(zhǎng)期而言，企業(yè)稅收會(huì)減少。

Fac7(關(guān)稅及財(cái)政收入因子)對(duì)來(lái)自利率的一個(gè)正向擾動(dòng)，除了第3期有正向響應(yīng)外，其余各期均為負(fù)向變動(dòng)，產(chǎn)生的影響是長(zhǎng)期的，到第15期達(dá)12個(gè)百分點(diǎn)。財(cái)政及關(guān)稅對(duì)來(lái)自存款準(zhǔn)備金率的一個(gè)正向擾動(dòng)的反應(yīng)，其響應(yīng)除了中期有正向變動(dòng)外，其余各期都是負(fù)向的，長(zhǎng)期的影響達(dá)到15個(gè)百分點(diǎn)。

圖5

圖6

圖7

圖8

Fac8(金融機(jī)構(gòu)存款因子)、Fac9(金融機(jī)構(gòu)流通貨幣因子)及Fac10(儲(chǔ)蓄因子)這三個(gè)因子對(duì)利率及存款準(zhǔn)備金率新息擾動(dòng)的響應(yīng)軌跡大體相同。當(dāng)利率對(duì)該三個(gè)要素產(chǎn)生一個(gè)正向擾動(dòng)時(shí)，它們首先是負(fù)向變動(dòng)，然后會(huì)在第3期左右有一個(gè)正響應(yīng)，之后遞減并上下震蕩，直至衰減至零附近。而受到來(lái)自存款準(zhǔn)備金率的一個(gè)標(biāo)準(zhǔn)差新息沖擊時(shí)，三個(gè)序列的變動(dòng)軌跡極為類似，在短期負(fù)向影響，五期以內(nèi)波動(dòng)比較大，然后迅速衰減至零，其中，流通貨幣因子衰減快一些，也就是說(shuō)，長(zhǎng)期而言流通貨幣受來(lái)自存款準(zhǔn)備金率的影響不大。

五、結(jié)論

把十個(gè)因子與提取它們的原始數(shù)據(jù)相對(duì)應(yīng)，可以對(duì)中國(guó)政府在這兩年出臺(tái)了一系列的貨幣政策對(duì)有關(guān)經(jīng)濟(jì)要素影響的宏觀效果做出相關(guān)的判斷。

利率對(duì)我國(guó)股市的短期影響比較輕微，到十二個(gè)月才更為明顯。準(zhǔn)備金的影響更為顯著，這可能即與我國(guó)利率的市場(chǎng)化程度不高有關(guān)，也與我國(guó)股市發(fā)展相對(duì)不成熟有關(guān)。耐用消費(fèi)品工業(yè)品出廠價(jià)格與外匯儲(chǔ)備也包含在FAC1中，兩者受到的影響不大。

投資因子代表了經(jīng)濟(jì)增長(zhǎng)率、第一、第二產(chǎn)業(yè)發(fā)展、工業(yè)部門就業(yè)增速、FDI、個(gè)人所得稅增速以及貨幣存量等。對(duì)利率的沖擊，我國(guó)的第一、二產(chǎn)業(yè)及FDI增速均會(huì)馬上做出反應(yīng)，利率的一個(gè)新息變動(dòng)在五個(gè)月的期間內(nèi)造成5～8個(gè)百分點(diǎn)的影響。而存款準(zhǔn)備金的沖擊在6個(gè)月后顯示其對(duì)相關(guān)變量的影響來(lái)，造成的變動(dòng)幅度在6～8個(gè)百分點(diǎn)之間。所以，當(dāng)2008年年初我國(guó)還在為2007年的經(jīng)濟(jì)過(guò)熱考慮，并在采取相應(yīng)對(duì)策時(shí)，次貸危機(jī)造成的金融海嘯已經(jīng)來(lái)臨，相關(guān)財(cái)政和貨幣政策對(duì)我國(guó)的就業(yè)、第一、二產(chǎn)業(yè)和經(jīng)濟(jì)增長(zhǎng)率的影響能持續(xù)近5個(gè)月。故而，就經(jīng)濟(jì)增長(zhǎng)率來(lái)說(shuō)，我國(guó)的利率政策并不能在短期中馬上校正前期的持續(xù)效應(yīng)。并且存款準(zhǔn)備金調(diào)整在時(shí)序上滯后利率沖擊，在使用時(shí)一定要考慮利率的推出時(shí)間。

第二、三產(chǎn)業(yè)投資增速、固定資產(chǎn)投資增速及房地產(chǎn)的投資增速均受利率及存款準(zhǔn)備金影響較大。這種影響從年度來(lái)看是抑制性的，但中間會(huì)有波動(dòng)。尤其是固定資產(chǎn)投資，由于我國(guó)政府在其中發(fā)揮的影響較大，受利率沖擊較少，中間由于利率對(duì)私人投資的擠出效應(yīng)反而會(huì)增加。

我國(guó)進(jìn)出口額受利率和存款準(zhǔn)備金影響比較明顯，最大時(shí)分別受到14和25個(gè)百分點(diǎn)的增減。所以就當(dāng)前的進(jìn)出口形式而言，我國(guó)在對(duì)比國(guó)際上別的國(guó)家的利率政策后，應(yīng)考慮采取有力的利率政策來(lái)促進(jìn)出口。

[參考文獻(xiàn)]

[1]Bernanke, Ben and Alan Blinder, “The Federal Funds Rate and the Channels of Monetary Transmission”, American Economic Review 82, September 1992, 901-921.

[2]Bernanke, Ben and Jean Boivin, “Measuring the Effects of Monetary Policy: A Factor-Augmented Vector Autoregressive (FAVAR) Approach.”, NBER.Working paper, 2003.

[3]Bernanke, Ben, Mark Gertler, and Mark Watson, “Systematic Monetary Policy and the Effects of Oil Price Shocks”, Brookings Papers on Economic Activity, 1997:1, 91-142.

[4]Christiano, Laurence, Martin Eichenbaum, and Charles Evans, “Monetary Policy Shocks: What Have We Learned and to What End?”, in J. Taylor and M.Woodford, eds.,Handbook of Macroeconomics, Amsterdam: North-Holland 2000.

[5]Eichenbaum, Martin, “Comment on ‘Interpreting the Macroeconomic Time Series Facts:The Effects of Monetary Policy’”, European Economic Review 36, 1992, 1001-1011.

[6]Friedman, M., and A. Schwartz, “ Money and Business Cycles.”Review of Economics and Statistics, 45, no. 1, 1963(Februanry): 32-64.

[7]Sims，C. A., “Money, Income and Causality.” American Economic Review, 62, 1972(September): 540-542.

[8]Sims, Christopher and Tao Zha, “Does Monetary Policy Generate Recessions?”, Federal Reserve Bank of Atlanta, July 1998.

[9]Stock, James, and Mark Watson, “Macroeconomic Forecasting Using Diffusion Indexes”, Journal of Business Economics and Statistics, 20:2, 2002, 147-162.

[11]劉斌，鄧述慧,王雪坤.貨幣供求的分析方法與實(shí)證研究[M].北京:科學(xué)出版社，1999,5-8.

[12]黃先開(kāi).金融數(shù)學(xué)模型一多維動(dòng)態(tài)貨幣供求建模研究[M].北京:世界圖書(shū)出版公司,2000,5-7.

[13]王召.對(duì)中國(guó)貨幣政策利率傳導(dǎo)機(jī)制的探討[J].經(jīng)濟(jì)科學(xué)，2001,(5):75-84.

[14]徐龍炳.貨幣政策效果的度量一中國(guó)貨幣政策效果的定量分析[M].上海：復(fù)旦大學(xué)出版社，2001,1-4.

[15]陳飛，趙聽(tīng)東，高鐵梅.我國(guó)貨幣政策工具變量效應(yīng)的實(shí)證研究[J].金融研究，2002,(10):25-30.