程 劍

(上海交通大學(xué) 安泰經(jīng)濟與管理學(xué)院，上海 200030)

0 引 言

全球流動性是目前全球宏觀經(jīng)濟和金融領(lǐng)域非常熱門的話題，在美國次貸危機時，美聯(lián)儲連續(xù)執(zhí)行了QE1、QE2以及呼之欲出的QE3.隨著歐債危機愈演愈烈，歐洲央行和英國央行紛紛推出了貨幣寬松等政策.全球范圍內(nèi)的流動性過剩導(dǎo)致全球石油及黃金等資產(chǎn)價格空前大漲，其效應(yīng)影響了全球主要經(jīng)濟體.在這個背景下，“全球流動性過?！焙汀百Y產(chǎn)價格”之間的關(guān)系成為學(xué)者們的熱門研究對象[1-3].

關(guān)于流動性及其對主要資產(chǎn)的價格影響方面，目前國內(nèi)外已經(jīng)有一些研究.但由于一些基本的概念如全球流動性標(biāo)準等還沒有統(tǒng)一定論，加之國內(nèi)外研究人士采用的研究樣本、研究對象及研究方法均有所差異，研究結(jié)果大相徑庭，導(dǎo)致目前在全球流動性如何影響資產(chǎn)價格的研究領(lǐng)域尚未形成共識.在現(xiàn)有的研究中，研究的對象更多集中于房地產(chǎn)和股票市場，大宗商品價格大多采用CRB綜合指數(shù)作為控制變量，但其實大宗商品范圍較廣(包括工業(yè)金屬價格、貴金屬價格、能源價格、農(nóng)產(chǎn)品價格等)，各種商品之間屬性并不相同，而目前的研究中，關(guān)于流動性與各個商品子類之間幾乎沒有任何關(guān)系.今年以來，各種商品價格出現(xiàn)了不同時間跨度和不同幅度的波動，針對全球流動性如何影響這些商品價格進行研究變得十分必要，除了能為相關(guān)的投資者提供投資意見外，這些研究對于全球及中國政府制定相關(guān)貨幣政策具有指導(dǎo)意義.

1 文獻綜述

關(guān)于全球流動性對宏觀經(jīng)濟及資產(chǎn)價格方面的研究越來越受到關(guān)注，但由于研究領(lǐng)域存在諸多爭議，目前國內(nèi)外在這方面的研究都相對稀缺.國外學(xué)者的研究中，較早研究全球流動性相關(guān)影響的是Baks and Kramer(1999)，他們采用簡單廣義和狹義貨幣供給增長率的加總作為全球流動性指標(biāo)，使用簡單的同期相關(guān)性分析方法得出全球流動性與利率成反比例、與股票收益成正比例的結(jié)論.同時還發(fā)現(xiàn)美國的超額貨幣對日本的超額貨幣具有溢出效應(yīng).Sousa and Zaghini(2006)使用簡單貨幣加總法作為衡量全球流動性的指標(biāo)，并以此研究全球流動性對歐洲地區(qū)經(jīng)濟的影響.他們的研究結(jié)果顯示全球流動性對歐洲的物價水平和經(jīng)濟產(chǎn)出的波動具有較大影響，并且發(fā)現(xiàn)全球流動性波動是歐洲地區(qū)的M3指標(biāo)波動的重要因素.Rüffer and Stracca (2006)的研究結(jié)果顯示全球流動性波動對歐洲地區(qū)具有很強的溢出效應(yīng)，對日本的溢出效應(yīng)不是特別明顯.同時，他們還利用歐洲各國的房地產(chǎn)價格和股票指數(shù)構(gòu)建了一個綜合資產(chǎn)價格指數(shù)，發(fā)現(xiàn)全球流動性對其影響并不明顯.Giese and Tuxen (2007)通過研究發(fā)現(xiàn)全球流動性波動與股票價格之間存在微弱的聯(lián)系.Belke(2008)等人采用OECD國家的加總數(shù)據(jù)，利用VAR模型研究全球流動性和全球資產(chǎn)價格之間的關(guān)系，結(jié)果顯示房價指數(shù)和全球流動性波動存在較強的關(guān)系.D′Agostino and Surico (2009)發(fā)現(xiàn)在預(yù)測國內(nèi)通脹方面，全球流動性指標(biāo)比國內(nèi)的相關(guān)因素更加有效.Belke(2010)等人采用CVAR模型研究全球流動性對全球總需求和通脹的影響[3-6].

國內(nèi)研究主要集中在國內(nèi)流動性對國內(nèi)經(jīng)濟和資產(chǎn)價格的影響等相關(guān)方面的研究.董益盈(2008)采用協(xié)整方法、格蘭杰因果檢驗和VAR 模型對貨幣流動性和黃金價格之間的關(guān)系進行了實證檢驗.其選取的衡量貨幣流動性指標(biāo)為M2/GDP，實證結(jié)果表明, 貨幣流動性是影響黃金價格的重要因素,兩者存在著長期均衡穩(wěn)定的關(guān)系.張會清和王劍(2011)基于結(jié)構(gòu)向量回歸模型(SVAR)研究全球流動性對國內(nèi)經(jīng)濟影響，結(jié)果顯示全球流動性擴張的外部沖擊通過擴大出口和增加外商直接投資兩種渠道直接拉動中國經(jīng)濟增長.本文將根據(jù)美國、歐洲、日本、加拿大及英國的貨幣供應(yīng)量數(shù)據(jù)，使用GDP進行加權(quán)的方法構(gòu)建全球流動性指標(biāo)，并采用VAR模型分析全球流動性分別對工業(yè)金屬、石油、黃金及農(nóng)產(chǎn)品的價格影響[7-9].

2 模型及數(shù)據(jù)選取

2.1 數(shù)據(jù)選取及處理

在下面的實證分析中，我們將全球流動性對不同的大宗商品價格進行分析.考慮數(shù)據(jù)的可得性和代表性，采用G5(美國、歐盟、日本、加拿大及英國)1984Q1-2011Q2的季度數(shù)據(jù)作為研究對象.我們收集其真實GDP(GDP)、通脹指數(shù)(CPI)、短期貨幣市場利率(IRS)、廣義貨幣供給量(Money)及匯率等數(shù)據(jù).為了研究商品價格，分別選取CRB工業(yè)金屬價格指數(shù)(Metal)、CRB農(nóng)產(chǎn)品價格指數(shù)(Agric)、倫敦黃金價格(Gold)及OECD提供的BRENT原油價格(Oil)，所有數(shù)據(jù)貨幣單位均折算為美元.對于廣義貨幣供應(yīng)量，不同國家和地區(qū)選取指標(biāo)有所不同，美國采用M2；歐盟地區(qū)采取M3；日本采用M2+CDS；加拿大采用M2+；英國采用M4.所有數(shù)據(jù)均來自Bloomberg、OECD官方網(wǎng)站、IMF官方網(wǎng)站及ECB網(wǎng)站.

為了構(gòu)建全球流動性及對應(yīng)的真實GDP、CPI、短期利率等指標(biāo)，我們采用Giese and Tuxen (2007)建議的方法.首先，采用真實GDP和匯率數(shù)據(jù)將各個國家或地區(qū)的GDP和廣義貨幣供應(yīng)量數(shù)據(jù)轉(zhuǎn)換為以美元為計價單位的數(shù)據(jù)；其次，計算每個國家或地區(qū)的GDP占總量的比例，以此后續(xù)計算權(quán)重指標(biāo).

即第i個國家在第t時間內(nèi)的權(quán)重為：

其中GDPi,t為第i個國家第t時間內(nèi)的GDP值， ei,t為第i個國家第t時間內(nèi)本國貨幣對美元的匯率，GDPagg.t為第t時間內(nèi)G5的GDP按照美元折算的總量.

然后利用該權(quán)重指數(shù)將G5的廣義貨幣供應(yīng)量、GDP、CPI及短期利率分別采取加權(quán)合計法，從而構(gòu)建全球性的流動性指標(biāo)及其對應(yīng)的GDP、CPI及短期利率等控制變量.

2.2 VAR模型介紹

本文采取的數(shù)量分析模型為向量自回歸模型(VAR).在不明確各個參數(shù)之間因果關(guān)系的情況下，通過將所有變量內(nèi)生化構(gòu)建VAR模型，并采用脈沖法分析各個變量之間的脈沖反饋效應(yīng).

VAR模型最早由Sims提出，其基本思想是將系統(tǒng)中每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量滯后值的函數(shù)，從而將單變量自回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型，VAR模型是目前為止對多個相關(guān)經(jīng)濟指標(biāo)進行分析和預(yù)測時使用最多的模型.簡化VAR結(jié)構(gòu)如下：

Γ(L)Yt=CZt+ut

E(ut)=0

由于∑不是對角矩陣，所以存在同期相關(guān)性.為了在脈沖分析中得到某個單一內(nèi)生變量的脈沖效應(yīng)，需要對系統(tǒng)做一定的調(diào)整，這里使用Cholesky分解(∑=PP′)，構(gòu)造Ψ=DP-1矩陣(D也是對角矩陣)，并用Ψ左乘VAR原始結(jié)構(gòu)式得到如下表達式：

K(L)Yt=C*Zt+et

于是變量間的同期相關(guān)性可用下三角矩陣Ψ來解釋，新的殘差et之間是沒有相關(guān)性的，E(etet′)=Ψ∑Ψ′=ΨPP′Ψ′=DP-1PP′P-1′D′=DD′.

3 實證分析結(jié)果

3.1 數(shù)據(jù)平穩(wěn)性檢驗

首先，我們對所選用的變量歷史數(shù)據(jù)進行取ln值(短期市場利率除外)，對處理后的值進行單位根檢驗，本文采用ADF檢驗方法，根據(jù)下表中的檢驗結(jié)果，可以看出處理后的數(shù)據(jù)都不平穩(wěn)，但是通過一階差分處理后都是平穩(wěn)的時間序列，所以依然可以使用VAR模型進行分析.單位根檢驗的結(jié)果顯示所有變量都是一階單整，因此現(xiàn)在的問題在于是否應(yīng)該對所有變量取一級差分處理.Sim.(1990)的研究結(jié)果顯示即使變量非平穩(wěn)，如果所有變量都一階單整，那么使用OLS方法估計的VAR模型變量系數(shù)差別不大，即我們依然可以使用原變量建立VAR模型.

表1 本文所使用的變量unit root test結(jié)果

3.2 建立基本模型、穩(wěn)定性檢驗及滯后階數(shù)判定

為了分析不同大宗商品價格對流動性沖擊的反應(yīng)，首先利用傳統(tǒng)宏觀經(jīng)濟變量如GDP、CPI、短期市場利率(IRS)、廣義貨幣供應(yīng)量(Money)等建立一個基本模型.同時基本模型中還包括了黃金價格作為輔助變量.

本文中對除市場利率之外的所有變量數(shù)據(jù)均取ln值，且采用如下的內(nèi)生變量向量：

xt=(GDP,CPI,Gold,Money,IRS)

使用Eviews建立基本的VAR模型，為了保證脈沖響應(yīng)函數(shù)分析的有效性，首先要對估計出的VAR模型進行穩(wěn)定性檢驗，從下面的AR根表可以看出，沒有根模在單位圓外，所以本文設(shè)定的VAR模型滿足穩(wěn)定性條件，根據(jù)其得出的脈沖響應(yīng)函數(shù)結(jié)果是穩(wěn)健、可靠的.

VAR模型的滯后期選擇是非常關(guān)鍵的：如果使用的滯后期數(shù)過長，則模型會產(chǎn)生參數(shù)過度化(Over-parameterization)的現(xiàn)象，造成估計結(jié)果無效率；若選取的滯后期過短，則又會因為過度簡化參數(shù)(Parsimonious Parameterization)而產(chǎn)生偏誤的問題，這兩種情形都會對模型的分析運算造成影響，進而影響到結(jié)果的判定.根據(jù)下表顯示結(jié)果，我們選取2階作為滯后期數(shù)(*最多的滯后期數(shù)).

表3 AR特征多項式根表

3.3 基本模型脈沖分析及結(jié)論

通過前面的分析，可以看出我們的基本模型是穩(wěn)定的，為了進一步檢驗基本模型的合理性，我們在分析商品價格對流動性沖擊的反映之前，先對基本模型進行一次脈沖分析，其結(jié)果如下：

圖1 基本模型脈沖分析結(jié)果

從上面的分析結(jié)果可以看出，由于引入了Gold變量在基本模型中，基本模型并沒有出現(xiàn)Sousa and Zaghini(2006)模型中的“Price Puzzle”問題(即IRS短期會引起CPI上行).沒有出現(xiàn)“Price Puzzle”的主要原因是因為本文VAR模型中的Gold變量能夠反應(yīng)通脹預(yù)期控制變量.其次，通過基本模型的分析可以看出流動性沖擊短期對GDP具有正面效應(yīng)，在第6個季度正面效應(yīng)見頂，隨后效應(yīng)開始下降，且長期來看，貨幣供應(yīng)量增加對GDP并沒有影響.再次，分析結(jié)果可以發(fā)現(xiàn)，流動性沖擊引起CPI上行，雖然上行速度較慢，但具有長期效應(yīng).最后，流動性沖擊對黃金價格的影響非常迅速，但長期效應(yīng)在遞減.市場利率的沖擊效應(yīng)結(jié)果基本與流動性沖擊相反.

3.4 加入原油價格、工業(yè)金屬價格、農(nóng)產(chǎn)品價格的模型機脈沖分析及結(jié)論

為了分析流動性對不同商品價格的影響，我們需要建立三個擴展模型，其內(nèi)生變量向量分別為：

xt1=(GDP,CPI,Gold,Oil,Money,IRS)

xt2=(GDP,CPI,Gold,Metal,Money,IRS)

xt3=(GDP,CPI,Gold,Agric,Money,IRS)

然后對三個擴展模型建立VAR模型進行脈沖分析，其分析結(jié)果如下：

圖2 擴展模型脈沖分析結(jié)果

從上述分析結(jié)果可得出不同商品價格對流動性沖擊反映具有較大差別.黃金價格對流動性沖擊反映最為迅速，1～2個季度內(nèi)即可達最大值，且由于其流動性沖擊能夠產(chǎn)生長期的通脹，則作為抗通脹最重要的投資品種——黃金成為投資者和各國央行外匯儲備的投資組合中超配的投資對象.另外，由于全球范圍內(nèi)金精礦原料供給彈性非常小，短期內(nèi)，一旦需求迅速增加，相應(yīng)黃金價格必然迅速增長.長期來看，在布雷頓森林體系瓦解之后，美元處于持續(xù)貶值趨勢，且全球范圍內(nèi)的貨幣供應(yīng)量在持續(xù)增加，在全球貨幣體系混亂不堪的情況下，黃金充分發(fā)揮其貨幣屬性，其價格也必然長期處于上漲趨勢.

原油價格對流動性沖擊影響的短期效應(yīng)與黃金相似，主要原因是期貨的投機屬性已經(jīng)成為決定原油價格的重要因素，全球貨幣供應(yīng)量大幅增加，必然迅速流向資本市場，相應(yīng)的原油的投機需求大幅增加，而由于全球石油供給掌握在OPEC國家手中，其供給彈性相對較低，故原油價格會出現(xiàn)短時間迅速上漲.但從長期來看，根據(jù)本文的基本模型分析結(jié)論，全球流動性與全球經(jīng)濟增長之間并沒有因果關(guān)系，而原油作為生產(chǎn)過程中最重要的能源產(chǎn)品，其長期價格必然受實體經(jīng)濟需求影響，所以投機性需求逐漸減弱后，流動性對原油價格影響效應(yīng)也必然逐漸減弱.

工業(yè)金屬價格對流動性沖擊短期影響相較黃金和石油要緩慢一些，其影響大小與對GDP的影響相似.短期來看，市場注入流動性，如美國實行量化寬松等刺激經(jīng)濟的政策，一方面加大了市場對工業(yè)金屬期貨如LME金屬期貨的投機需求，另一方面市場預(yù)期在刺激政策的提振下，經(jīng)濟或?qū)兴棉D(zhuǎn)并帶動工業(yè)金屬的需求上升；但由于全球工業(yè)金屬的原料來源和產(chǎn)能分布較為分散，價格明顯上漲必然拉動冶煉廠和礦山的增產(chǎn)，所以其供給彈性較原油要高一些，因此流動性沖擊對工業(yè)金屬價格的短期影響較為緩慢，一般在6～7個季度左右達到最大點.隨后更多取決于全球經(jīng)濟增長情況，而流動性在長期對全球經(jīng)濟增長沒有貢獻，故其對工業(yè)金屬的長期影響也必然逐漸減弱.

農(nóng)產(chǎn)品價格對流動性沖擊反映緩慢且溫和，主要原因是農(nóng)產(chǎn)品的供給彈性相較其他品種的大宗商品要大，不少農(nóng)作物在2～3季度內(nèi)就能完成成熟期，且農(nóng)產(chǎn)品的投機屬性相對較弱，所以其對貨幣供給沖擊的反映相教其他大宗商品要緩慢且溫和.

4 結(jié)束語

本文通過建立VAR模型，使用脈沖分析方法研究全球流動性對黃金、原油、工業(yè)金屬、農(nóng)產(chǎn)品等大宗商品價格變動的影響.實證結(jié)果表明，對于不同品種的大宗商品，全球流動性沖擊對其影響是完全不同的.其中對黃金和原油價格短期影響較大，對黃金的長期影響持久且顯著，但對原油和工業(yè)金屬的長期影響效果是遞減的，而對農(nóng)產(chǎn)品價格的影響無論短期還是長期都是緩慢且溫和的.對于商品期貨的投資者而言，了解流動性沖擊對不同品種商品期貨的價格影響效果的差異性，有助于更好的把握投資時點.對于政府部門，在制定相關(guān)貨幣政策的時候，尤其是美國、歐洲、日本等國家相繼實行直接或變相的量化寬松政策的時候，需要考慮貨幣供給量大幅增加對大宗商品市場、通貨膨脹及經(jīng)濟增長的短期和中長期影響.

參考文獻

[1]Baks, K., Kramer, C.. Global liquidity and asset prices: measurement, implications and spillovers[J]. IMF Working Paper (Washington), 1999,(99):168.

[2]Sousa, J.M., Zaghini, A.. Global monetary policy shocks in the G5: A SVAR Approach[R]. Working Paper Series (Center for Financial Studies: Frankfurt), 2006.

[3]Giese, J.V., Tuxen, C.K.. Global liquidity and asset prices in a cointegrated VAR[R]. Manuscript, 2007.

[4]Belke, A., Orth, W., Setzer, R.. Sowing the seeds of the subprime crisis-does global liquidity matter for housing and other asset prices[J]. International Economics and Economic Policy,2008, 5(4): 403-424.

[5]D′Agostino, A., Surico, P.. Does global liquidity help to forecast U.S. Inflation[J].Journal of Money, Credit, and Banking, 2009,(41):479-489.

[6]Belke, A., Bordon, I., Hendricks, T.. Monetary policy, global liquidity and commodity price dynamics[J]. Discussion Papers(DIW Berlin: German Institute for Economic Research) ,2010,(971):1 053-1 058.

[7]于艷萍,郭鵬飛,錢爭鳴. 財政政策對經(jīng)濟增長與價格波動影響的動態(tài)效應(yīng)研究[J]. 商業(yè)經(jīng)濟與管理, 2004,10(180):83-87.

[8]董益盈. 貨幣流動性對黃金價格影響的實證研究[J]. 金融與保險, 2009,(10):20.

[9]張會清,王 劍. 全球流動性沖擊對中國經(jīng)濟影響的實證研究[J]. 金融研究,2011,(369):59-63.