李錦旋，尹宗成，劉滿丹

(安徽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院, 安徽 合肥 230036)

我國(guó)GDP、CPI對(duì)社會(huì)融資規(guī)模的影響研究——基于VAR模型的實(shí)證分析

李錦旋，尹宗成，劉滿丹

(安徽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院, 安徽 合肥 230036)

摘要：2011年中國(guó)金融宏觀調(diào)控引入了一個(gè)新的監(jiān)測(cè)分析指標(biāo)——社會(huì)融資規(guī)模，并將其作為我國(guó)貨幣政策的中間目標(biāo).在理論綜述的基礎(chǔ)上，選取2002年第一季度至2014年第三季度的社會(huì)融資規(guī)模(SFS)、國(guó)內(nèi)生產(chǎn)總值(GDP)和居民消費(fèi)價(jià)格指數(shù)(CPI)數(shù)據(jù)，建立VAR模型，通過(guò)協(xié)整檢驗(yàn)、格蘭杰因果檢驗(yàn)分析、脈沖響應(yīng)函數(shù)分析和方差分解分析的方法對(duì)我國(guó)GDP、CPI對(duì)社會(huì)融資規(guī)模的影響進(jìn)行實(shí)證分析.結(jié)果表明，國(guó)內(nèi)生產(chǎn)總值對(duì)社會(huì)融資規(guī)模有一定的正向作用，而居民消費(fèi)價(jià)格指數(shù)對(duì)社會(huì)融資規(guī)模有顯著的負(fù)向作用，三者之間存在長(zhǎng)期均衡關(guān)系.

關(guān)鍵詞：社會(huì)融資規(guī)模；GDP；CPI；VAR模型

社會(huì)融資總量是指一定時(shí)期內(nèi)實(shí)體經(jīng)濟(jì)從金融體系獲得的全部資金總額，從機(jī)構(gòu)看，包括銀行、證券、保險(xiǎn)等金融機(jī)構(gòu)；從市場(chǎng)看，包括信貸市場(chǎng)、債券市場(chǎng)、股票市場(chǎng)、保險(xiǎn)市場(chǎng)以及中間業(yè)務(wù)市場(chǎng)等；社會(huì)融資總規(guī)模是全面反映金融與經(jīng)濟(jì)關(guān)系以及金融對(duì)實(shí)體經(jīng)濟(jì)資金支持的總量指標(biāo)，自2011年推出以來(lái)便引起了社會(huì)各界的廣泛關(guān)注[1].

我國(guó)社會(huì)融資規(guī)模從2002年的20112億元增長(zhǎng)至2013年的173168億元，年均增長(zhǎng)率為25.6%，同期與國(guó)內(nèi)生產(chǎn)總值之比也由2002年的16.71%上升至2013年的30.34%.從融資結(jié)構(gòu)可以發(fā)現(xiàn)，間接融資在逐年下降，信貸融資所占比重由2002年的91.86%下降到2013年的51.35%，說(shuō)明社會(huì)融資規(guī)模快速增長(zhǎng)的同時(shí)，金融結(jié)構(gòu)呈現(xiàn)多元化發(fā)展，非銀行金融機(jī)構(gòu)在社會(huì)融資活動(dòng)中的作用明顯增強(qiáng)，簡(jiǎn)單地用人民幣貸款數(shù)額這一指標(biāo)已經(jīng)不能準(zhǔn)確地解釋金融市場(chǎng)對(duì)實(shí)體經(jīng)濟(jì)的作用，所以社會(huì)融資規(guī)模這一金融宏觀調(diào)控指標(biāo)應(yīng)運(yùn)而生.

1文獻(xiàn)綜述

關(guān)于社會(huì)融資規(guī)模與實(shí)體經(jīng)濟(jì)的關(guān)系研究，林毅夫等[2]運(yùn)用雙向固定效應(yīng)模型的估計(jì)結(jié)果顯示，在中國(guó)現(xiàn)階段，中小金融機(jī)構(gòu)市場(chǎng)份額的上升對(duì)經(jīng)濟(jì)增長(zhǎng)具有顯著的正向影響；潘敏等[3]通過(guò)構(gòu)建反映宏觀經(jīng)濟(jì)變量之間內(nèi)在聯(lián)系的向量自回歸模型，說(shuō)明了銀行信貸對(duì)經(jīng)濟(jì)增長(zhǎng)有正向的促進(jìn)作用；武志[4]采用戈式指標(biāo)考察我國(guó)金融發(fā)展水平并提出了一種新的理論假設(shè)：金融增長(zhǎng)能夠促進(jìn)經(jīng)濟(jì)增長(zhǎng)，但金融發(fā)展的內(nèi)在只能依據(jù)經(jīng)濟(jì)增長(zhǎng)；張嘉為等[5]建立了動(dòng)態(tài)隨機(jī)一般均衡模型，分析表明：社會(huì)融資規(guī)模指標(biāo)能更好地反映貨幣政策調(diào)整對(duì)資金供給的影響；花馥翔等[6]認(rèn)為相對(duì)于新增人民幣貸款和廣義貨幣供給量，社會(huì)融資總量對(duì)國(guó)內(nèi)生產(chǎn)總值的貢獻(xiàn)度更大，并提出了將社會(huì)融資總量作為我國(guó)今后宏觀調(diào)控中間目標(biāo)的政策建議；牛潤(rùn)盛[7]基于狀態(tài)空間模型研究了社會(huì)融資結(jié)構(gòu)變化對(duì)中國(guó)實(shí)體經(jīng)濟(jì)的影響，發(fā)現(xiàn)銀行信貸市場(chǎng)對(duì)實(shí)體經(jīng)濟(jì)的作用在減弱.

關(guān)于社會(huì)融資規(guī)模與居民消費(fèi)價(jià)格指數(shù)的關(guān)系研究，潘敏等[3]指出短期內(nèi)銀行信貸對(duì)物價(jià)水平的影響為負(fù)，但長(zhǎng)期來(lái)看，銀行信貸對(duì)物價(jià)的影響將趨于正；盛松成[8]指出，衡量一個(gè)指標(biāo)能否作為調(diào)控的中間目標(biāo)，有兩個(gè)重要標(biāo)準(zhǔn)，一是它與最終目標(biāo)的關(guān)聯(lián)性，二是它的可調(diào)性.實(shí)證分析表明，與新增人民幣貸款相比，社會(huì)融資規(guī)模與居民消費(fèi)價(jià)格指數(shù)CPI的關(guān)系更為緊密，且溫家寶總理在《政府工作報(bào)告》中強(qiáng)調(diào)提出：當(dāng)前要把穩(wěn)定物價(jià)總水平作為宏觀調(diào)控首要任務(wù).同時(shí)社會(huì)融資規(guī)模的范圍是可以不斷修訂的，這也符合其第二個(gè)標(biāo)準(zhǔn)；周先平等[9]采用隨機(jī)波動(dòng)的時(shí)變參數(shù)結(jié)構(gòu)向量回歸模型，考察了社會(huì)融資規(guī)模與消費(fèi)者價(jià)格指數(shù)的關(guān)系；元惠萍等[10]考察了三個(gè)備選的金融宏觀指標(biāo)——社會(huì)融資規(guī)模、人民幣貸款和廣義貨幣M2，發(fā)現(xiàn)社會(huì)融資規(guī)模表現(xiàn)最好，且金融宏觀調(diào)控政策對(duì)物價(jià)指數(shù)的影響時(shí)滯為2~3年.

但是作為一個(gè)新興的概念與經(jīng)濟(jì)指標(biāo)，影響社會(huì)融資規(guī)模的因素有哪些？GDP、CPI與社會(huì)融資規(guī)模之間有什么關(guān)系？這些都是值得我們思考的問(wèn)題.

2模型建立與數(shù)據(jù)選取

2.1模型建立

本文采取向量自回歸(VAR)模型來(lái)分析社會(huì)融資規(guī)模、國(guó)內(nèi)生產(chǎn)總值、居民消費(fèi)價(jià)格指數(shù)三者之間的相互關(guān)系，VAR模型通常用于多變量時(shí)間序列系統(tǒng)的預(yù)測(cè)和描述隨機(jī)擾動(dòng)對(duì)變量系統(tǒng)的動(dòng)態(tài)影響.模型如下：

yt=A1yt-1+…+Apyt-p+B1xt+…+Brxt-r+εt

式中，yt是m維內(nèi)生變量向量；xt是d維外生變量向量；A1…Ap和B1…Br是待估計(jì)的參數(shù)矩陣，內(nèi)生變量和外生變量分別有p和r階滯后期；εt是隨機(jī)擾動(dòng)項(xiàng)[11].

2.2　數(shù)據(jù)選取與處理

2.2.1數(shù)據(jù)來(lái)源

本文選取的原始數(shù)據(jù)是2002-2014年的社會(huì)融資規(guī)模(SFS)、國(guó)內(nèi)生產(chǎn)總值(GDP)、居民消費(fèi)價(jià)格指數(shù)(CPI)；其中，GDP代表我國(guó)實(shí)體經(jīng)濟(jì)增長(zhǎng)水平，SFS代表我國(guó)社會(huì)融資規(guī)模的增長(zhǎng)，CPI代表我國(guó)的物價(jià)總水平.由于社會(huì)融資規(guī)模的數(shù)據(jù)只能追蹤到2002年，為了統(tǒng)一數(shù)據(jù)分析時(shí)間范圍及增加樣本容量，所以選取2002年第一季度至2014年第三季度的季度數(shù)據(jù)，社會(huì)融資規(guī)模數(shù)據(jù)來(lái)源于中國(guó)人民銀行網(wǎng)站，國(guó)內(nèi)生產(chǎn)總值和居民消費(fèi)價(jià)格指數(shù)數(shù)據(jù)來(lái)源于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù).

2.2.2數(shù)據(jù)預(yù)處理

由于CPI的原始數(shù)據(jù)只有同比和環(huán)比數(shù)據(jù)，這兩者均不能準(zhǔn)確代表2002年至2014年以來(lái)我國(guó)物價(jià)水平變化的總趨勢(shì)，所以本文以2000年12月為基期，設(shè)定當(dāng)月的居民消費(fèi)價(jià)格指數(shù)為100，將2002年至2014年的CPI月度環(huán)比數(shù)據(jù)轉(zhuǎn)換為定基發(fā)展速度，再將每季度三個(gè)月的數(shù)據(jù)平均幾何得到該季度CPI的代表值.

文中的社會(huì)融資規(guī)模、國(guó)內(nèi)生產(chǎn)總值與居民消費(fèi)價(jià)格指數(shù)均為季度數(shù)據(jù)，與年度數(shù)據(jù)不同，構(gòu)成季度數(shù)據(jù)的時(shí)間序列往往在正常年度中會(huì)受氣候條件、生產(chǎn)周期、假期和銷(xiāo)售情況等影響而出現(xiàn)有規(guī)律的周期變化，這種季節(jié)變化會(huì)掩蓋其他數(shù)據(jù)特性，所以本文運(yùn)用Eviews6.0統(tǒng)計(jì)分析軟件集成的Census X12自動(dòng)化模塊對(duì)數(shù)據(jù)進(jìn)行季節(jié)調(diào)整；為了消除其存在的異方差現(xiàn)象，對(duì)三者時(shí)間序列取其自然對(duì)數(shù)(LNSFS,LNGDP,LNCPI)，使其趨勢(shì)線性化，有利于后續(xù)的數(shù)據(jù)分析.

3實(shí)證分析

3.1　單位根檢驗(yàn)

VAR模型要求序列是平穩(wěn)的，由于時(shí)間序列大多存在非平穩(wěn)的現(xiàn)象，會(huì)出現(xiàn)“偽回歸”，所以先檢驗(yàn)序列的平穩(wěn)性，分析結(jié)果見(jiàn)表1.

表1　 ADF單位根檢驗(yàn)

從表1的單位根檢驗(yàn)結(jié)果可以看出，LNSFS、LNGDP、LNCPI的檢驗(yàn)在10%的臨界值上是不通過(guò)的，所以這三個(gè)序列是非平穩(wěn)的.通過(guò)對(duì)其差分的方法，LNSFS、LNGDP、LNCPI在一階差分后通過(guò)檢驗(yàn)，在5%臨界值下是平穩(wěn)的.盡管LNSFS、LNGDP、LNCPI是非平穩(wěn)的一階單整序列，但從長(zhǎng)遠(yuǎn)來(lái)看這些變量之間可能具有均衡關(guān)系.

3.2　協(xié)整關(guān)系檢驗(yàn)

在運(yùn)用Johansen協(xié)整分析方法來(lái)檢驗(yàn)他們之間是否存在協(xié)整關(guān)系之前，還要確定VAR模型的最優(yōu)滯后期，結(jié)果見(jiàn)表2.從表中可以看出，根據(jù)AIC和SC信息準(zhǔn)則來(lái)確定，二者最小值所對(duì)應(yīng)的階數(shù)是不同的，但有超過(guò)一半的準(zhǔn)則選出來(lái)的滯后階數(shù)為4，所以將VAR模型的滯后階數(shù)定義為4階.

表2　VAR模型最佳滯后期篩選表

表3　Johansen協(xié)整檢驗(yàn)結(jié)果

本文用Johansen和Juselius一起提出的基于VAR模型的檢驗(yàn)回歸系數(shù)的方法對(duì)各個(gè)變量之間的協(xié)整關(guān)系進(jìn)行檢驗(yàn)，結(jié)果如表3所示.實(shí)證結(jié)果顯示，在5%顯著水平下，社會(huì)融資規(guī)模(SFS)、國(guó)內(nèi)生產(chǎn)總值(GDP)和居民消費(fèi)價(jià)格指數(shù)(CPI)的對(duì)數(shù)的協(xié)整檢驗(yàn)拒絕了無(wú)協(xié)整方程的假設(shè)，所以三者的對(duì)數(shù)之間存在且存在唯一的協(xié)整關(guān)系.由標(biāo)準(zhǔn)化后協(xié)整方程可以看出，GDP的增長(zhǎng)對(duì)社會(huì)融資總量有明顯的促進(jìn)作用，GDP每增加1%，SFS相應(yīng)地增加18.92647%；而CPI卻對(duì)SFS有較大的反作用影響，CPI每增加1%，SFS會(huì)減少93.19767%.

Engle和Granger將協(xié)整和誤差修正模型結(jié)合起來(lái)建立的向量誤差修正模型可以由自回歸分布滯后模型寫(xiě)出誤差修正模型，VECM模型的整體檢驗(yàn)對(duì)數(shù)似然值較高為342.7844，同時(shí)AIC和SC值比較小，分別為-13.05466和-11.63752，說(shuō)明模型的整體解釋能力較強(qiáng).

3.3因果關(guān)系檢驗(yàn)

由于社會(huì)融資規(guī)模(SFS)、國(guó)內(nèi)生產(chǎn)總值(GDP)和居民消費(fèi)價(jià)格指數(shù)(CPI)的對(duì)數(shù)之間存在協(xié)整關(guān)系，所以我們可以對(duì)它們進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)，需要注意的是，格蘭杰因果關(guān)系檢驗(yàn)是檢驗(yàn)統(tǒng)計(jì)上的時(shí)間先后順序，并不表示它們存在真正因果關(guān)系，因此格蘭杰因果關(guān)系檢驗(yàn)對(duì)滯后階數(shù)是非常敏感的，基于上文VAR模型最佳滯后階數(shù)檢驗(yàn)，我們選取滯后階數(shù)為3，結(jié)果見(jiàn)表4.從表中我們可以看出，社會(huì)融資總量(SFS)與國(guó)內(nèi)生產(chǎn)總值(GDP)是互為格蘭杰因果關(guān)系的，GDP與CPI也互為格蘭杰因果關(guān)系，但是GDP是SFS的單向格蘭杰因果關(guān)系，SFS并不是GDP的格蘭杰因果關(guān)系.

表4　Granger 檢驗(yàn)結(jié)果

3.4　廣義脈沖響應(yīng)函數(shù)分析及方差分解分析

脈沖響應(yīng)函數(shù)是用來(lái)描述系統(tǒng)對(duì)某個(gè)內(nèi)生變量的沖擊或新生所做出的反應(yīng)，方差分解分析則是將這種反應(yīng)分解成系統(tǒng)中各個(gè)變量所做沖擊的貢獻(xiàn)，評(píng)價(jià)不同結(jié)構(gòu)沖擊的重要性.由于VAR模型是基于實(shí)證數(shù)據(jù)統(tǒng)計(jì)意義的模型，模型本身并不具備經(jīng)濟(jì)解釋能力，所以我們運(yùn)用脈沖響應(yīng)函數(shù)分析各個(gè)解釋變量對(duì)被解釋變量的沖擊效應(yīng)，運(yùn)用方差分解分析各解釋變量的貢獻(xiàn)度，三者結(jié)果是互相對(duì)應(yīng)和補(bǔ)充的[12].

3.4.1VAR模型平穩(wěn)性檢驗(yàn)

圖1　AR特征根單位圓

由圖1可以看出，這些根的模均小于1，落在單位圓內(nèi)，說(shuō)明模型是穩(wěn)定的，可以對(duì)其進(jìn)行脈沖響應(yīng)函數(shù)分析和方差分解，分析各變量之間的動(dòng)態(tài)關(guān)系.

3.4.2廣義脈沖響應(yīng)函數(shù)分析

圖2是模擬的脈沖響應(yīng)函數(shù)曲線，橫軸代表滯后階數(shù)，縱軸代表信息沖擊的響應(yīng)程度.圖中實(shí)線部分為計(jì)算值，虛線部分為響應(yīng)函數(shù)值加或減兩倍標(biāo)準(zhǔn)差的置信帶.由于三者之間存在較明顯的滯后關(guān)系，所以文章追蹤期為20.

(1)社會(huì)融資規(guī)模的脈沖響應(yīng)分析.在本期給自身一個(gè)沖擊后，社會(huì)融資規(guī)模在當(dāng)期明顯上升，產(chǎn)生了2%的正向沖擊，然后再第1至7期內(nèi)大幅度波動(dòng)，并在第7期回到原來(lái)的水平并逐漸趨于平穩(wěn).它說(shuō)明在觀察期內(nèi)，給社會(huì)融資規(guī)模一個(gè)正向沖擊會(huì)引起社會(huì)融資規(guī)模正向變動(dòng)，滯后期為7個(gè)月；在本期給國(guó)內(nèi)生產(chǎn)總值一個(gè)沖擊后，社會(huì)融資規(guī)模在當(dāng)期明顯上升并在第4期達(dá)到最高點(diǎn)后逐漸降低，在第10期回到原來(lái)水平，隨后趨于平穩(wěn)并保持在較低水平.這說(shuō)明短期內(nèi)，國(guó)內(nèi)生產(chǎn)總值對(duì)社會(huì)融資規(guī)模的影響強(qiáng)度較大，但長(zhǎng)期來(lái)看影響是逐漸減弱的；在本期給居民消費(fèi)價(jià)格指數(shù)一個(gè)沖擊后，社會(huì)融資規(guī)模在開(kāi)始一直為負(fù)且波動(dòng)較大，在第4期達(dá)到最低點(diǎn)之后開(kāi)始穩(wěn)步上升，第11期回到原來(lái)水平后轉(zhuǎn)為持續(xù)為負(fù).這說(shuō)明短期內(nèi)，居民消費(fèi)價(jià)格指數(shù)對(duì)社會(huì)融資規(guī)模的影響是顯著為負(fù)的且影響較大，長(zhǎng)期持續(xù)為負(fù)影響，但逐漸平穩(wěn).這與協(xié)整方程中社會(huì)融資規(guī)模與CPI呈現(xiàn)負(fù)向均衡關(guān)系是吻合的.

(2)國(guó)內(nèi)生產(chǎn)總值的脈沖響應(yīng)分析.在本期給國(guó)內(nèi)生產(chǎn)總值自身一個(gè)沖擊后，國(guó)內(nèi)生產(chǎn)總值在當(dāng)期是上升的，然后持續(xù)下降至第3期的最低點(diǎn)，隨后持續(xù)上升在第10期后趨于平穩(wěn)，這說(shuō)明給國(guó)內(nèi)生產(chǎn)總值自身一個(gè)沖擊會(huì)引起國(guó)內(nèi)生產(chǎn)總值的正向變動(dòng)；在本期給社會(huì)融資規(guī)模一個(gè)沖擊，國(guó)內(nèi)生產(chǎn)總值雖然有短暫的波動(dòng)，但是持續(xù)為負(fù)且影響作用非常?。辉诒酒诮o居民消費(fèi)價(jià)格指數(shù)一個(gè)沖擊，國(guó)內(nèi)生產(chǎn)總值在前4期是正向變化的，隨后轉(zhuǎn)為負(fù)向影響在第10期到達(dá)最低點(diǎn)，這說(shuō)明物價(jià)水平的提高和通貨膨脹在一定程度上必然會(huì)阻礙經(jīng)濟(jì)發(fā)展.

(3)居民消費(fèi)價(jià)格指數(shù)的脈沖響應(yīng)分析：在本期給居民消費(fèi)價(jià)格指數(shù)自身一個(gè)沖擊，居民消費(fèi)價(jià)格指數(shù)在當(dāng)期是上升的，然后從第7期轉(zhuǎn)為負(fù)向影響并有所回升，但總體的影響是非常小的；在本期給社會(huì)融資規(guī)模一個(gè)沖擊，居民消費(fèi)價(jià)格指數(shù)在第3至9期是為負(fù)的，但影響效果非常??；在本期給國(guó)內(nèi)生產(chǎn)總值一個(gè)沖擊，居民消費(fèi)價(jià)格指數(shù)在當(dāng)期是為負(fù)的，自第5期開(kāi)始轉(zhuǎn)為正向變動(dòng)并趨于平穩(wěn)；總體來(lái)看，居民消費(fèi)價(jià)格指數(shù)的脈沖響應(yīng)數(shù)值是非常小的.

圖2　脈沖響應(yīng)函數(shù)曲線

3.4.3方差分解分析

從方差分解圖可以看出，社會(huì)融資規(guī)模增長(zhǎng)自身的沖擊是其方差的一個(gè)主要來(lái)源，社會(huì)融資規(guī)模增長(zhǎng)的變化受自身擾動(dòng)項(xiàng)的沖擊影響是呈現(xiàn)逐步遞減趨勢(shì)的，從開(kāi)始的100%下降至24.36709%；國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)對(duì)社會(huì)融資規(guī)模增長(zhǎng)的貢獻(xiàn)度是持續(xù)增長(zhǎng)的，但是同居民消費(fèi)價(jià)格指數(shù)的貢獻(xiàn)度和社會(huì)融資規(guī)模自身的貢獻(xiàn)度相比是比較低的，在觀察期內(nèi)最高達(dá)到14.82436%，尤其同居民消費(fèi)價(jià)格指數(shù)相比有顯著差異，這與協(xié)整方程中國(guó)內(nèi)生產(chǎn)總值、居民消費(fèi)價(jià)格指數(shù)對(duì)社會(huì)融資規(guī)模的影響系數(shù)的數(shù)值大小是相一致的；居民消費(fèi)價(jià)格指數(shù)增長(zhǎng)對(duì)社會(huì)融資規(guī)模增長(zhǎng)的貢獻(xiàn)度隨時(shí)間的推移快速增長(zhǎng)，在第13期達(dá)到46.58662%，超過(guò)了社會(huì)融資規(guī)模自身沖擊的貢獻(xiàn)度之后一直是主導(dǎo)因素.

圖3　方差分解圖

4結(jié)論

本文選取2002年第一季度至2014年第三季度的社會(huì)融資規(guī)模(SFS)、國(guó)內(nèi)生產(chǎn)總值(GDP)和居民消費(fèi)價(jià)格指數(shù)(CPI)數(shù)據(jù)，建立VAR模型，通過(guò)協(xié)整檢驗(yàn)、 格蘭杰因果檢驗(yàn)分析、脈沖響應(yīng)函數(shù)分析和方差分解分析的方法對(duì)我國(guó)GDP、CPI對(duì)社會(huì)融資規(guī)模的影響進(jìn)行實(shí)證分析.實(shí)證分析表明：(1)社會(huì)融資規(guī)模的變動(dòng)與國(guó)內(nèi)生產(chǎn)總值的變動(dòng)呈正向變動(dòng)，而與居民消費(fèi)價(jià)格指數(shù)的變動(dòng)呈反向變動(dòng)，且居民消費(fèi)價(jià)格指數(shù)變動(dòng)對(duì)社會(huì)融資規(guī)模的影響程度遠(yuǎn)遠(yuǎn)超過(guò)了國(guó)內(nèi)生產(chǎn)總值對(duì)其的影響程度.這是因?yàn)殡S著我國(guó)國(guó)內(nèi)生產(chǎn)總值不斷增長(zhǎng)，實(shí)體經(jīng)濟(jì)不斷發(fā)展，必然會(huì)帶來(lái)更多的社會(huì)財(cái)富，促進(jìn)社會(huì)融資規(guī)模的不斷擴(kuò)大；但是隨著物價(jià)水平的不斷上升，會(huì)造成鈔票貶值，通貨膨脹，社會(huì)融資規(guī)模必然會(huì)收到負(fù)面影響.相對(duì)的，社會(huì)融資規(guī)模的變動(dòng)反過(guò)來(lái)也會(huì)影響我國(guó)的國(guó)內(nèi)生產(chǎn)總值和居民消費(fèi)價(jià)格指數(shù)，但這種變動(dòng)對(duì)國(guó)內(nèi)生產(chǎn)總值的影響是比較不明顯的.(2)國(guó)內(nèi)生產(chǎn)總值和居民消費(fèi)價(jià)格指數(shù)的變動(dòng)對(duì)社會(huì)融資規(guī)模的影響是收斂的，隨著時(shí)間的推移，二者對(duì)社會(huì)融資規(guī)模的作用會(huì)越來(lái)越小，影響會(huì)越來(lái)越弱.(3)我國(guó)的經(jīng)濟(jì)政策目標(biāo)是促進(jìn)經(jīng)濟(jì)增長(zhǎng)、增加就業(yè)、保持物價(jià)穩(wěn)定和保持國(guó)際收支平衡，而其中最主要的是促進(jìn)經(jīng)濟(jì)增長(zhǎng)和保持物價(jià)穩(wěn)定.目前我國(guó)實(shí)行穩(wěn)健的貨幣政策，社會(huì)融資規(guī)模作為我國(guó)貨幣政策的中間目標(biāo)同比增速有所回落，這對(duì)于保持經(jīng)濟(jì)穩(wěn)健發(fā)展，保持物價(jià)穩(wěn)定是有顯著效果的.通過(guò)上述分析可以看出社會(huì)融資規(guī)模和國(guó)內(nèi)生產(chǎn)總值、居民消費(fèi)價(jià)格指數(shù)是密切聯(lián)系，相互影響的，社會(huì)融資規(guī)模對(duì)GDP、CPI有所影響，反過(guò)來(lái)GDP、CPI的變化也會(huì)引起社會(huì)融資規(guī)模的變化.社會(huì)融資規(guī)模這一新的監(jiān)測(cè)分析指標(biāo)是我國(guó)貨幣政策的理論和實(shí)踐創(chuàng)新，我們要充分利用這一指標(biāo)來(lái)度量我國(guó)金融市場(chǎng)的發(fā)展態(tài)勢(shì)，進(jìn)一步推進(jìn)金融宏觀調(diào)控向市場(chǎng)方向轉(zhuǎn)變.

參考文獻(xiàn)：

[1]盛松成.社會(huì)融資規(guī)模指標(biāo)符合金融宏觀調(diào)控市場(chǎng)方向[J].資本市場(chǎng),2011,(4)：38-40.

[2]林毅夫，孫希芳.銀行業(yè)結(jié)構(gòu)與經(jīng)濟(jì)增長(zhǎng)[J].經(jīng)濟(jì)研究，2008，(9)：31-45.

[3]潘敏,謬海斌.銀行信貸、經(jīng)濟(jì)增長(zhǎng)與通貨膨脹壓力[J].經(jīng)濟(jì)評(píng)論,2010,(2)：62-70.

[4]武志.金融發(fā)展與經(jīng)濟(jì)增長(zhǎng):來(lái)自中國(guó)的經(jīng)驗(yàn)分析[J].金融研究,2010,(5)：58-68.

[5]張嘉為,趙琳,鄭桂環(huán).基于DSGE模型的社會(huì)融資規(guī)模與貨幣政策傳導(dǎo)研究[J].財(cái)務(wù)與金融,2012,(1)：1-7.

[6]花馥翔，周昭雄，丁順浩.社會(huì)融資總量與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證分析——基于我國(guó)宏觀調(diào)控新指標(biāo)的探索[J].管理現(xiàn)代化,2013,(3)：4-6.

[7]牛潤(rùn)盛.社會(huì)融資結(jié)構(gòu)變遷對(duì)實(shí)體經(jīng)濟(jì)和產(chǎn)業(yè)結(jié)構(gòu)的動(dòng)態(tài)影響——基于狀態(tài)空間模型研究[J].海南金融,2013,(5)：19-22.

[8]盛松成.社會(huì)融資規(guī)模與貨幣政策傳導(dǎo)[J].金融研究,2012,(10)：1-14.

[9]周先平,冀志斌,李標(biāo).社會(huì)融資規(guī)模適合作為貨幣政策中間目標(biāo)嗎[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2013,(10)：79-93.

[10]元惠萍,劉颯.社會(huì)融資規(guī)模作為金融研究調(diào)控中介目標(biāo)的適用性分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2013,(10)：94-108.

[11]易丹輝.數(shù)據(jù)分析與Eviews應(yīng)用[M].北京：中國(guó)統(tǒng)計(jì)出版社,2002.

[12]鄧媛，李瑞光.基于VAR模型實(shí)證分析云南省教育投入與經(jīng)濟(jì)增長(zhǎng)的關(guān)系[J].技術(shù)經(jīng)濟(jì)與管理研究,2009,(4)：18-21.

(責(zé)任編校：晴川)

The Impact of GDP and CPI on Social Financing Scale in China

LI Jinxuan, YIN Zongcheng，LIU Mandan

(School of Economics and Management, Anhui Agricultural University, Hefei Anhui 230036, China)

Abstract：In 2011, Chinese financial macro-control system introduces social financing scale, which is then used as the intermediate target of Chinese monetary policies as well as a new monitoring analysis index. Based on previous theoretical studies, we constructe a VAR model with data concerning social financing scale (SFS), GDP and CPI, ranging from the first quarter in 2002 to the third quarter in 2014. By co-integration test analysis, Granger causality test, impulse response function and variance decompose analysis, we examine the impact of GDP and CPI on social financing scale for empirical research. The results suggest that SFS is positively related with GDP, while negatively related with CPI. In addition, a long-term equilibrium relationship among these three factors does exist, which indicates that it is reasonable to set SFS as the intermediate target of monetary policies.

Key Words：social financing scale;GDP;CPI;VAR model

作者簡(jiǎn)介：李錦旋(1991— )，女，安徽阜陽(yáng)人，安徽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院碩士生.研究方向：會(huì)計(jì)學(xué).

收稿日期：2015-01-23

中圖分類(lèi)號(hào):F831

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1008-4681(2015)02-0088-05