王心如

（廣州番禺職業(yè)技術(shù)學(xué)院 財(cái)經(jīng)學(xué)院，廣州 511483）

資產(chǎn)證券化對(duì)貨幣供給量作用效果的實(shí)證分析

王心如

（廣州番禺職業(yè)技術(shù)學(xué)院 財(cái)經(jīng)學(xué)院，廣州 511483）

資產(chǎn)證券化對(duì)經(jīng)濟(jì)和金融穩(wěn)定既發(fā)揮了積極的推動(dòng)作用，同時(shí)也對(duì)銀行體系、金融市場(chǎng)和宏觀經(jīng)濟(jì)產(chǎn)生負(fù)面影響。本文著重探究資產(chǎn)證券化對(duì)金融穩(wěn)定的影響，選擇主要的宏觀審慎指標(biāo)——貨幣供給量，分析資產(chǎn)證券化對(duì)貨幣供給量的作用機(jī)理，并以美國(guó)經(jīng)驗(yàn)數(shù)據(jù)為支撐，給出資產(chǎn)證券化對(duì)貨幣供給量影響的實(shí)證檢驗(yàn)結(jié)果。

資產(chǎn)證券化；貨幣供給量；協(xié)整回歸模型

引言

資產(chǎn)證券化是一種金融創(chuàng)新工具和技術(shù)，它使全世界范圍內(nèi)的經(jīng)濟(jì)金融活動(dòng)發(fā)生了巨大的變化，徹底改變了傳統(tǒng)的金融中介方式，在借款人與貸款人之間，架起了更有效的融資渠道1（Frank.J. Fabozzi&Franco.Modigliani）。本輪金融危機(jī)之前，研究者普遍肯定資產(chǎn)證券化于金融穩(wěn)定的積極作用，在提高流動(dòng)性、拓寬融資渠道和改善風(fēng)險(xiǎn)集中程度等方面發(fā)揮了優(yōu)勢(shì)；如果站在它作為信用工具的本質(zhì)這一視角審視，也不得不承認(rèn)，這一虛擬資本的再虛擬化過程，以信用為運(yùn)行基礎(chǔ)，通過其社會(huì)資本周轉(zhuǎn)的加速機(jī)制，對(duì)經(jīng)濟(jì)和金融的穩(wěn)定發(fā)展產(chǎn)生了推動(dòng)作用。如GreenBaum&Thakor（1987）認(rèn)為，資產(chǎn)證券化等金融創(chuàng)新，可以將信用風(fēng)險(xiǎn)轉(zhuǎn)移出銀行，有利于降低銀行資產(chǎn)負(fù)債表的風(fēng)險(xiǎn)水平，將集中于銀行的風(fēng)險(xiǎn)分配給了廣大投資者，增加了風(fēng)險(xiǎn)的分散化程度；Duffie&Garleanu（2001）從流動(dòng)性角度出發(fā)，認(rèn)為證券化提高了銀行資產(chǎn)的流動(dòng)性，使銀行不易遭遇流動(dòng)性危機(jī)，對(duì)銀行市場(chǎng)價(jià)值有正面影響；Demarzo（2005）則更關(guān)注證券化與信息不對(duì)稱的關(guān)系，認(rèn)為資產(chǎn)證券化構(gòu)建了由不同信用等級(jí)的結(jié)構(gòu)性產(chǎn)品組成的資產(chǎn)池，有助于降低信息不對(duì)稱，緩解逆向選擇問題。而本輪危機(jī)的爆發(fā)引發(fā)了理論界對(duì)資產(chǎn)證券化對(duì)金融穩(wěn)定負(fù)效應(yīng)的關(guān)注，危機(jī)以來的研究更傾向于資產(chǎn)證券化對(duì)金融穩(wěn)定的負(fù)面影響，如Allen&Gale（2006）利用銀行和保險(xiǎn)兩類金融部門的理論模型，證明了證券化在市場(chǎng)不完全和監(jiān)管無效的條件下，其風(fēng)險(xiǎn)轉(zhuǎn)移機(jī)制被用作監(jiān)管套利的工具，增加了系統(tǒng)性風(fēng)險(xiǎn)；荷曼·瑞斯伯格（2007）從風(fēng)險(xiǎn)轉(zhuǎn)移的角度出發(fā)，指出證券化只是將信用風(fēng)險(xiǎn)轉(zhuǎn)移至監(jiān)管外的市場(chǎng)，而整個(gè)市場(chǎng)的信用風(fēng)險(xiǎn)并未消失，而且極易形成新的風(fēng)險(xiǎn)；Rajan等（2008）則以信息不對(duì)稱視角論證了資產(chǎn)證券化程度的加深導(dǎo)致貸款人提供借款人信息的動(dòng)機(jī)下降，加劇了金融機(jī)構(gòu)隱藏信息的道德風(fēng)險(xiǎn)。

為促進(jìn)全球金融體系實(shí)力和脆弱性的評(píng)估和監(jiān)督，提高金融體系的穩(wěn)定性，特別是減少金融體系崩潰的可能性，根據(jù)2006年IMF公布的《金融穩(wěn)健指標(biāo)編制指南》8，國(guó)際貨幣基金組織確定了金融穩(wěn)健性的具體評(píng)價(jià)指標(biāo)，包括銀行體系的微觀審慎指標(biāo)、金融市場(chǎng)層面的審慎指標(biāo)和宏觀層面的審慎指標(biāo)。其中宏觀層面的審慎指標(biāo)則描繪了更為全景化的經(jīng)濟(jì)環(huán)境和金融環(huán)境，關(guān)注并確定整個(gè)金融體系和經(jīng)濟(jì)體系的穩(wěn)健。

表1 金融穩(wěn)健性指標(biāo)：宏觀審慎指標(biāo)

如表1所示，貨幣供給量及增長(zhǎng)率是衡量金融穩(wěn)定的主要宏觀審慎指標(biāo)之一，理論上講，資產(chǎn)證券化程度影響貨幣供給量的規(guī)模和變動(dòng)趨勢(shì)，主要是三個(gè)機(jī)制作用的結(jié)果：即改變中央銀行對(duì)基礎(chǔ)貨幣的調(diào)控渠道、提高貨幣乘數(shù)水平以及增強(qiáng)貨幣供給的內(nèi)生性。本文將著重分析資產(chǎn)證券化對(duì)貨幣供給量的作用機(jī)理，并給出資產(chǎn)證券化對(duì)貨幣供給量影響的實(shí)證檢驗(yàn)結(jié)果。

一、模型建立和數(shù)據(jù)來源

為研究證券化程度對(duì)貨幣供給量的作用效果，本文擬構(gòu)建一個(gè)貨幣供給量的模型方程。根據(jù)費(fèi)雪的現(xiàn)金交易數(shù)量說，一定時(shí)期內(nèi)流通中的貨幣數(shù)量總額必然等于同期內(nèi)參加交易的各種商品和價(jià)值總和，即

其中，M代表流通中的貨幣數(shù)量，V為貨幣流通速度，P為一般物價(jià)水平，Y為該時(shí)期生產(chǎn)的最終產(chǎn)品和勞務(wù)的總價(jià)值，可以替代總交易量。依照費(fèi)雪的觀點(diǎn)，貨幣流通速度往往由制度因素決定，在長(zhǎng)期內(nèi)基本保持不變，貨幣供給的變化主要取決于物價(jià)水平和國(guó)內(nèi)生產(chǎn)總量。另外作為貨幣供求的機(jī)會(huì)成本因素，利率水平也應(yīng)視為一個(gè)影響貨幣供給的變量?；诖?，本文選定的變量包括：

1.因變量：貨幣供給量M，以M2層次為衡量口徑。

2.自變量：通貨膨脹率P，用以代表一般物價(jià)水平；代表一定時(shí)期的產(chǎn)品和勞務(wù)的總和Y；一年期國(guó)債利率R，用以反映經(jīng)濟(jì)體系中的無風(fēng)險(xiǎn)利率水平，衡量持有貨幣的機(jī)會(huì)成本；資產(chǎn)證券化率S，以證券化資產(chǎn)占GDP之比反映經(jīng)濟(jì)中的證券化程度。

各變量中，通貨膨脹率、一年期國(guó)債利率和資產(chǎn)證券化率都是比率的形式，而貨幣供給量和GDP水平則是絕對(duì)值，為解決各變量量綱不統(tǒng)一的問題，對(duì)貨幣供給量和GDP采用取對(duì)數(shù)的方式，即代表貨幣供給量和GDP的變動(dòng)率，建立半對(duì)數(shù)模型方程。

圖1 模型各變量平穩(wěn)性趨勢(shì)圖

本文選取美國(guó)1990～2008年的年度數(shù)據(jù)作為計(jì)量分析的樣本，共19個(gè)數(shù)據(jù)樣本。通過美國(guó)聯(lián)邦儲(chǔ)備委員會(huì)網(wǎng)站、美國(guó)證券業(yè)與金融市場(chǎng)協(xié)會(huì)網(wǎng)站和美國(guó)總統(tǒng)經(jīng)濟(jì)報(bào)告，可以直接獲取通貨膨脹率、國(guó)債利率、GDP、貨幣供給量和資產(chǎn)支持證券余額，根據(jù)資產(chǎn)支持證券余額與當(dāng)年GDP的比值可以確定資產(chǎn)證券化率。本研究對(duì)相關(guān)數(shù)據(jù)采用 Eviews5.0軟件進(jìn)行處理。

二、實(shí)證分析

通過一個(gè)時(shí)間序列的協(xié)整回歸模型考察美國(guó)資產(chǎn)證券化發(fā)展對(duì)貨幣供給的作用效果，驗(yàn)證這種效果是否具有穩(wěn)定的長(zhǎng)期趨勢(shì)，并構(gòu)建誤差修正模型。

（一）單整檢驗(yàn)

在進(jìn)行協(xié)整檢驗(yàn)之前，對(duì)各變量進(jìn)行單整檢驗(yàn)，以確定它們各自的單整階數(shù)。

1.變量的趨勢(shì)判斷

貨幣供給模型涉及的各變量的平穩(wěn)性趨勢(shì)如圖1所示?？梢?，M、Y和S都是既有截距又有隨時(shí)間變動(dòng)的明顯趨勢(shì)，而變量P和R只有截距，并不存在變動(dòng)趨勢(shì)，因此，在考察各變量單整性時(shí)，對(duì)M、Y、S采用截距和趨勢(shì)項(xiàng)，對(duì)P、R則采用截距無趨勢(shì)項(xiàng)。

2.確定單整階數(shù)

根據(jù)趨勢(shì)圖1所顯示的各變量的截距和隨時(shí)間變動(dòng)情況，采用ADF檢驗(yàn)方法對(duì)M、Y、P、S分別進(jìn)行單位根檢驗(yàn)，確定各變量的單整階數(shù)，分析時(shí)間序列的平穩(wěn)性。對(duì)模型各變量的單整檢驗(yàn)結(jié)果如表2所示：

表2 模型各變量的單位根檢驗(yàn)

表3 資產(chǎn)證券化對(duì)貨幣供給影響的協(xié)整回歸結(jié)果一

表4 資產(chǎn)證券化以貨幣供華麗影響的協(xié)整回歸結(jié)果二

從檢驗(yàn)結(jié)果可知各變量的單位根情況，在1%的水平下，M、Y、P和S四個(gè)非平穩(wěn)性時(shí)間序列的單整階數(shù)均為2，即I(2)。單整階數(shù)相同，符合協(xié)整檢驗(yàn)的要求。

（二）協(xié)整檢驗(yàn)

利用E-G兩步法進(jìn)行協(xié)整檢驗(yàn)，判斷貨幣供給以及各解釋變量之間的長(zhǎng)期穩(wěn)定關(guān)系。

1 建立協(xié)整回歸方程

以美國(guó)GDP、通貨膨脹率、一年期國(guó)債利率和資產(chǎn)證券化率作為自變量，貨幣供給量M2為因變量，設(shè)定的基于時(shí)間序列數(shù)據(jù)的協(xié)整回歸方程如下：

其中，M表示M2口徑的美國(guó)貨幣供給量的自然對(duì)數(shù)，Y表示GDP的自然對(duì)數(shù)，P為通貨膨脹率，R為一年期國(guó)債利率，S為資產(chǎn)證券化率 （即當(dāng)年資產(chǎn)證券化余額占GDP之比）。為參數(shù)，且根據(jù)基本的經(jīng)濟(jì)理論，在其他條件不變的情形下，貨幣供給與總產(chǎn)出同向變動(dòng)，與通貨膨脹率同向變動(dòng)，與利率水平同向變動(dòng)，即。 另外，由于證券化將加速貨幣流通，提高貨幣乘數(shù)，對(duì)貨幣供給在理論上存在擴(kuò)張的效應(yīng)，因此，

利用OLS法回歸得出的結(jié)果如表3所示：

從表3可以看出，除了R外，自變量Y、P、S的t值統(tǒng)計(jì)上都顯著，而且各自的回歸系數(shù)都具有合理的理論經(jīng)濟(jì)意義。因而，在原有模型的基礎(chǔ)上剔除R后，重新采用OLS法進(jìn)行回歸，回歸結(jié)果如表4所示。

協(xié)整方程結(jié)果表明，資產(chǎn)證券化率與貨幣供給量之間的線性關(guān)系，解釋變量資產(chǎn)證券化率的系數(shù)為正，說明它與被解釋變量貨幣供給之間存在正相關(guān)關(guān)系，即證券化程度的提高對(duì)貨幣供給有擴(kuò)張作用。

2 單整性檢驗(yàn)

采用ADF檢驗(yàn)法對(duì)上述協(xié)整回歸方程的殘差序列u進(jìn)行單整性檢驗(yàn)，結(jié)果如表5所示：

從檢驗(yàn)結(jié)果可知，殘差序列的單位根檢驗(yàn)統(tǒng)計(jì)值均小于顯著性水平 1%、5%和10%的臨界值，從而可以認(rèn)為殘差序列都是平穩(wěn)的，表明貨幣供給量與GDP、通貨膨脹率以及資產(chǎn)證券化率這三個(gè)變量之間存在協(xié)整關(guān)系，即存在長(zhǎng)期穩(wěn)定的均衡關(guān)系。

（三）誤差修正模型

根據(jù)前文得出的協(xié)整方程可知，貨幣供給量與GDP、通貨膨脹率和資產(chǎn)證券化率之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系，下面構(gòu)建協(xié)整方程的誤差修正模型，以分析各變量短期波動(dòng)偏離長(zhǎng)期均衡關(guān)系的程度。協(xié)整方程的殘差序列為u，則令誤差修正項(xiàng)ECM＝u(-1)，即誤差修正項(xiàng)為殘差序列的前一期，以各變量的一階差分建立下面的誤差修正模型：

同時(shí)考慮各變量的滯后項(xiàng)，逐步刪除不顯著變量，最后得到的誤差修正模型為：

從誤差修正模型的結(jié)果來看，誤差修正系數(shù)為負(fù)且顯著，說明自變量與因變量之間存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系，制約著它們的短期波動(dòng)，促使它們走向均衡?？梢姡泿殴┙o量的變化在短期內(nèi)與上一年貨幣供給量、上一年通貨膨脹率、上一年GDP水平以及資產(chǎn)證券化率的變化存在線性相關(guān)關(guān)系，而且一旦短期的貨幣供給量偏離長(zhǎng)期均衡水平時(shí)，將以（0.5734）的調(diào)整力度將非均衡狀態(tài)拉回到均衡狀態(tài)。

進(jìn)一步地，對(duì)誤差修正模型進(jìn)行序列自相關(guān)檢驗(yàn)、異方差檢驗(yàn)和模型設(shè)定偏誤檢驗(yàn)等方面的診斷統(tǒng)計(jì)檢驗(yàn)，結(jié)果如下所示：

(1)序列自相關(guān)檢驗(yàn)

以序列自相關(guān)的LM檢驗(yàn)考察模型殘差的自相關(guān)性，檢驗(yàn)結(jié)果如表6所示。結(jié)果表明，P值在5%的水平上均顯著，模型不存在自相關(guān)性。

(2)異方差檢驗(yàn)

以White檢驗(yàn)考察回歸模型殘差的異方差性，選擇無交叉式的檢驗(yàn)項(xiàng)，可得到如表7所示的檢驗(yàn)結(jié)果。檢驗(yàn)結(jié)果表明，P值在5%的水平上均顯著，模型不存在異方差。

(3)設(shè)定偏誤檢驗(yàn)

以RESET檢驗(yàn)考察回歸模型的設(shè)定偏誤，可得到如表8所示的檢驗(yàn)結(jié)果。結(jié)果表明，P值在 5%的水平上均顯著，不存在設(shè)定偏誤。

表5 線形回歸模型殘差序列的平穩(wěn)性檢驗(yàn)

表6 殘差的自相關(guān)性檢驗(yàn)結(jié)果（LM檢驗(yàn)）

表7 殘差的異方差性檢驗(yàn)結(jié)果（White檢驗(yàn)）

表8 模型設(shè)定偏誤檢驗(yàn)結(jié)果（RESET檢驗(yàn)）

三、結(jié)論與意義

本文基于美國(guó)統(tǒng)計(jì)數(shù)據(jù)，通過對(duì)變量時(shí)間序列的協(xié)整分析，得出了資產(chǎn)證券化對(duì)貨幣供給量作用效果的實(shí)證檢驗(yàn)結(jié)論。1990年至2008年美國(guó)貨幣供給量與GDP、通貨膨脹率和資產(chǎn)證券化程度之間存在線性關(guān)系，得出的協(xié)整方程證實(shí)，證券化率與貨幣供給量之間是正向變動(dòng)的關(guān)系，證券化程度的深入是貨幣供給擴(kuò)張的推動(dòng)力量，而且對(duì)協(xié)整方程殘差的平穩(wěn)性檢驗(yàn)結(jié)果顯示，資產(chǎn)證券化率與貨幣供給量的正向變動(dòng)關(guān)系是長(zhǎng)期穩(wěn)定的均衡關(guān)系。進(jìn)一步，本文通過對(duì)協(xié)整方程的誤差修正，證實(shí)在短期波動(dòng)中仍然存在貨幣供給量與GDP、通貨膨脹率以及資產(chǎn)證券化率各變量之間的線性關(guān)系，且存在自短期非均衡向長(zhǎng)期均衡變動(dòng)的修正機(jī)制。

20世紀(jì)90年代起，資產(chǎn)證券化在美國(guó)經(jīng)濟(jì)中所占比重迅速提高，交易品種和交易量的擴(kuò)張已經(jīng)對(duì)貨幣供給產(chǎn)生了推動(dòng)作用，證券化可能在改變中央銀行基礎(chǔ)貨幣調(diào)控渠道和提高貨幣乘數(shù)上作用顯著，使貨幣供給量在宏觀調(diào)控上的難度加大，從而影響金融穩(wěn)定。證券化程度的提高使得直接融資占比越來越高，而通過銀行體系的間接融資比重相對(duì)下降，這就更大程度上脫離了基礎(chǔ)貨幣的約束，貨幣周轉(zhuǎn)速度和使用效率大大提高，在貨幣存量固定的條件下，可滿足數(shù)倍的資金需求。這種變化導(dǎo)致了以貨幣供應(yīng)量為中介目標(biāo)的貨幣政策調(diào)控受到很大影響，不可否認(rèn)，現(xiàn)階段我國(guó)貨幣政策主要中介目標(biāo)仍是貨幣供給量，密切關(guān)注資產(chǎn)證券化程度與貨幣供給量的關(guān)聯(lián)性就顯得尤為重要。

[1]弗蘭克·J·法博齊，弗朗哥·莫迪利亞尼.資本市場(chǎng)：機(jī)構(gòu)與工具（第二版）[M].北京：經(jīng)濟(jì)科學(xué)出版社，1998.

[2]Greenbaum,S.,A.Thakor.Bankfunding modes:securitizationversusdeposits[J].Journal ofBankingandFinance,1987,11:379-392.

[3]Duffie,D.,N.Garleanu.Riskandvaluation ofcollateralizeddebtobligations[J].Financial AnanlystsJourna,l2001,(57):41-59.

[4]DeMarzo,P..Thepoolingandtranchingof securities:amodelofinformedintermediation [J].ReviewofFinancialStudies,2005,(18):1–36.

[5]FranklinAllen,DouglasGale.Systemicriskand regulation.Therisksoffinancialinstitutions,Papers presentedataconferenceheldinWoodstockon Oct.22-23,2004,Chicago:theUniversityofChicago Press,2006:341-375.

[6]荷曼·瑞斯勃格.美國(guó)次貸風(fēng)波引發(fā)對(duì)金融穩(wěn)定的再思考——德國(guó)央行的視角[J].中國(guó)金融，2007（23）.

[7]UdayRajan,AmitSeru,VikrantVig.The failureofmodelsthatpredictfailure: distance,incentivesanddefalts[W].SSRN WorkingPaper,Dec15,2008

[8]IMF.Financialsoundnessindicators:Compilation guide,Washington,D.C.:International MonetaryFund,2006.□

（編輯/穆楊）

國(guó)家社會(huì)科學(xué)基金青年基金項(xiàng)目：農(nóng)村新型金融機(jī)構(gòu)小額信貸風(fēng)險(xiǎn)控制研究（編號(hào)：11cjy048）