朱方圓

(1.遼寧大學(xué)經(jīng)濟(jì)學(xué)院，遼寧沈陽(yáng) 110036；2.渤海大學(xué)經(jīng)法學(xué)院，遼寧錦州 121013)

貨幣供給量與影子銀行、通貨膨脹的關(guān)系
——基于可變參數(shù)狀態(tài)空間模型的實(shí)證檢驗(yàn)

朱方圓1,2

(1.遼寧大學(xué)經(jīng)濟(jì)學(xué)院，遼寧沈陽(yáng) 110036；2.渤海大學(xué)經(jīng)法學(xué)院，遼寧錦州 121013)

為了提高貨幣政策的可操作性，為貨幣政策的制定提供更加明確的方向，運(yùn)用平穩(wěn)性檢驗(yàn)、協(xié)整關(guān)系檢驗(yàn)、Granger因果關(guān)系檢驗(yàn)等方法，基于可變參數(shù)的狀態(tài)空間模型，研究貨幣供給量與影子銀行、通貨膨脹之間的動(dòng)態(tài)變化關(guān)系，確定彈性系數(shù)的大小。研究發(fā)現(xiàn)，貨幣供應(yīng)量的通貨膨脹彈性系數(shù)呈現(xiàn)出明顯的下降趨勢(shì)，通貨膨脹的影響逐漸降低；貨幣供應(yīng)量的影子銀行彈性系數(shù)呈上升趨勢(shì)，影子銀行的影響力越來(lái)越大。對(duì)三者關(guān)系進(jìn)行研究所獲得的結(jié)論有利于加強(qiáng)對(duì)影子銀行的監(jiān)管，提高貨幣政策實(shí)施的有效性。

金融市場(chǎng)；影子銀行；通貨膨脹；貨幣供給量；信用創(chuàng)造

自2008年金融危機(jī)爆發(fā)以來(lái)，影子銀行逐漸成為國(guó)際學(xué)術(shù)界和監(jiān)管當(dāng)局關(guān)注的焦點(diǎn)。影子銀行對(duì)經(jīng)濟(jì)金融領(lǐng)域的影響是多方面的，眾多專(zhuān)家學(xué)者從不同的角度對(duì)影子銀行展開(kāi)了研究。關(guān)于影子銀行的實(shí)證分析主要集中于3個(gè)方面：第一，影子銀行對(duì)經(jīng)濟(jì)增長(zhǎng)的影響；第二，影子銀行對(duì)貨幣政策的影響，主要從對(duì)貨幣供給量的影響、對(duì)貨幣政策傳導(dǎo)的影響等方面進(jìn)行分析的較多；第三，影子銀行自身的風(fēng)險(xiǎn)性，主要是對(duì)商業(yè)銀行的風(fēng)險(xiǎn)溢出，以及對(duì)銀行體系穩(wěn)定性的影響。

在影子銀行的信用創(chuàng)造方面，國(guó)內(nèi)外學(xué)者有了一定的研究。GORTON等[1]通過(guò)分析影子銀行的運(yùn)行機(jī)制，發(fā)現(xiàn)影子銀行具有與傳統(tǒng)商業(yè)銀行相類(lèi)似的貨幣創(chuàng)造框架，影子銀行本身也具有信用創(chuàng)造體系和相應(yīng)的貨幣供應(yīng)機(jī)制。POZSAR等[2]指出影子銀行所具有的貨幣創(chuàng)造能力會(huì)影響貨幣政策的傳導(dǎo)。李波等[3]分析了影子銀行體系的運(yùn)行模式，并從其信用創(chuàng)造的角度研究影子銀行對(duì)貨幣政策的影響。李小開(kāi)[4]采用VAR模型實(shí)證研究了影子銀行與廣義貨幣供應(yīng)量之間的動(dòng)態(tài)關(guān)系，研究結(jié)果發(fā)現(xiàn)，二者互為Granger因果關(guān)系。劉潤(rùn)佐等[5]從信托公司的角度出發(fā)，對(duì)信托公司的“信用增加”與“貨幣增加”、“信用創(chuàng)造”與“信用擴(kuò)張”進(jìn)行了區(qū)別和分析。解鳳敏等[6]研究發(fā)現(xiàn)，影子銀行規(guī)模的擴(kuò)張會(huì)擴(kuò)大貨幣乘數(shù)，影子銀行與貨幣政策調(diào)控之間的矛盾會(huì)弱化貨幣政策的效果。周啟清等[7]構(gòu)建誤差修正模型，研究發(fā)現(xiàn)影子銀行、貨幣存量M1與通貨膨脹呈正相關(guān)關(guān)系，而 GDP 的增長(zhǎng)與通貨膨脹呈負(fù)相關(guān)關(guān)系。王銘利[8]利用中國(guó) A 股上市公司數(shù)據(jù)證明了廣義信貸傳導(dǎo)渠道已經(jīng)成為中國(guó)貨幣政策傳導(dǎo)的重要路徑，發(fā)現(xiàn)影子銀行業(yè)務(wù)會(huì)弱化貨幣政策的效力。蔡雯霞[9]基于IS-LM模型和CC-LM模型分析了影子銀行業(yè)務(wù)對(duì)貨幣政策的影響，研究發(fā)現(xiàn)傳統(tǒng)商業(yè)銀行在貨幣政策傳導(dǎo)中的作用被削弱了，影子銀行可以通過(guò)影響資產(chǎn)價(jià)格從而影響貨幣政策的資產(chǎn)價(jià)格傳導(dǎo)渠道。

對(duì)影子銀行與貨幣供應(yīng)量關(guān)系的研究大多是從貨幣政策傳導(dǎo)角度進(jìn)行的，而針對(duì)影子銀行與貨幣供應(yīng)量及通貨膨脹關(guān)系的研究并不多。由于經(jīng)濟(jì)改革和金融創(chuàng)新的不斷深化，影子銀行、貨幣供應(yīng)量和通貨膨脹之間的關(guān)系也是動(dòng)態(tài)變化的，所以本研究基于可變參數(shù)的狀態(tài)空間模型對(duì)三者的關(guān)系進(jìn)行研究。

1 影子銀行信用創(chuàng)造對(duì)貨幣供應(yīng)量影響的理論分析

商業(yè)銀行受到核心資本充足率、存貸比等因素的限制，在控制了風(fēng)險(xiǎn)的同時(shí)也限制了收益。為擴(kuò)大收益，提升在市場(chǎng)中的競(jìng)爭(zhēng)力，商業(yè)銀行不斷推出金融創(chuàng)新產(chǎn)品，將表內(nèi)業(yè)務(wù)向表外轉(zhuǎn)移，與其他金融機(jī)構(gòu)合作發(fā)放信托委托貸款，從而使影子銀行有了載體，能夠借助于商業(yè)銀行體系進(jìn)行信用創(chuàng)造。

基于影子銀行的運(yùn)行特征，采用解鳳敏等[6]對(duì)存款派生倍數(shù)的簡(jiǎn)化分析過(guò)程，筆者在分析中加入了超額存款準(zhǔn)備金和現(xiàn)金漏損率指標(biāo)。

假設(shè)1：中央銀行、商業(yè)銀行和影子銀行構(gòu)成了整個(gè)金融體系；

假設(shè)2：商業(yè)銀行按要求向中央銀行繳納Rd比例的法定存款準(zhǔn)備金，商業(yè)銀行保留Re比例的超額存款準(zhǔn)備金，并且存在Rc比例的現(xiàn)金漏損；

假設(shè)3：由于影子銀行具有高額的回報(bào)率，客戶(hù)會(huì)將一部分銀行存款分流至影子銀行，分流的存款與銀行總存款之比為影子銀行漏損率s；

假設(shè)4：影子銀行從獲得的資金中預(yù)留一部分作為償付保證，預(yù)扣資金與負(fù)債之比為預(yù)留扣減率a；

假設(shè)5：影子銀行貸出的資金將以存款形式回流到商業(yè)銀行。

假設(shè)中Rd，Re，Rc，s，a取值范圍均為(0,1)。

客戶(hù)將原始存款H存入第1家商業(yè)銀行，然后從中取出Hs轉(zhuǎn)移至影子銀行。該商業(yè)銀行繳納法定存款準(zhǔn)備金H(1-s)Rd、留存部分超額準(zhǔn)備金H(1-s)Re、扣除現(xiàn)金漏損H(1-s)Rc后，將余下的H(1-s)(1-Rd-Re-Rc)作為發(fā)放貸款。影子銀行在預(yù)留扣減Hsa部分之后，將剩余Hs(1-a)作為發(fā)放貸款。第1家商業(yè)銀行與影子銀行的貸款總額為H[(1-s)(1-Rd-Re-Rc)+s(1-a)]，將以派生存款形式進(jìn)入第2家商業(yè)銀行，從而商業(yè)銀行與影子銀行共同進(jìn)行存款創(chuàng)造。這一過(guò)程如表1所示。

由表1可知，銀行的存款派生倍數(shù)為

可以證明：

表1 影子銀行參與信用創(chuàng)造的機(jī)制

注：q=(1-s)(1-Rd-Re-Rc)+s(1-α)。

由此可見(jiàn)，影子銀行預(yù)留扣減率和漏損率會(huì)直接影響影子銀行的信用創(chuàng)造。影子銀行預(yù)留扣減率降低會(huì)增大存款派生倍數(shù)，導(dǎo)致貨幣供給增加；影子銀行漏損率與存款派生倍數(shù)的關(guān)系取決于法定存款準(zhǔn)備金率、超額存款準(zhǔn)備金率和現(xiàn)金漏損率之和與預(yù)留扣減率的相對(duì)大小，如果三者之和大于預(yù)留扣減率，那么影子銀行漏損率越高，存款派生倍數(shù)越大，將導(dǎo)致貨幣供給增加。

2 變量選取與數(shù)據(jù)檢驗(yàn)

2.1變量的選擇與說(shuō)明

基于上述理論分析，針對(duì)2007年1月至2016年8月的月度數(shù)據(jù)進(jìn)行實(shí)證分析，檢驗(yàn)影子銀行的信用創(chuàng)造與通貨膨脹之間的關(guān)系。一般來(lái)說(shuō)，影子銀行的預(yù)留扣減率越低、漏損率越高，影子銀行參與信用創(chuàng)造的規(guī)模越大?？紤]到數(shù)據(jù)的可獲得性，筆者選取影子銀行規(guī)模作為研究對(duì)象，采用李叢文[10]的方法，考慮內(nèi)部影子銀行和外部影子銀行。外部影子銀行由全社會(huì)融資規(guī)模總量與其各個(gè)組成部分之和的差值來(lái)衡量，主要指民間融資類(lèi)影子銀行；內(nèi)部影子銀行規(guī)模選取信托貸款與委托貸款之和。整體影子銀行規(guī)模由內(nèi)外部影子銀行規(guī)模之和構(gòu)成，用SHB來(lái)表示。貨幣供應(yīng)量指標(biāo)選取廣義貨幣供應(yīng)量M2，通貨膨脹指標(biāo)選取CPI為代理變量。

本文數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)和中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)。為防止月度數(shù)據(jù)受季節(jié)因素的影響，所以采用X-12方法進(jìn)行季節(jié)調(diào)整。對(duì)3個(gè)變量取對(duì)數(shù)，分別表示為lnSHB，lnM2和lnCPI。

2.2平穩(wěn)性檢驗(yàn)

為避免偽回歸，需要對(duì)各個(gè)變量進(jìn)行平穩(wěn)性檢驗(yàn)。對(duì)影子銀行規(guī)模變量lnSHB、貨幣供應(yīng)量指標(biāo)lnM2和通貨膨脹指標(biāo)lnCPI的平穩(wěn)性檢驗(yàn)結(jié)果如表2所示。

表2 各個(gè)相關(guān)變量平穩(wěn)性檢驗(yàn)(ADF檢驗(yàn))

注：檢驗(yàn)類(lèi)型(c,t,k)中的c,t,k分別表示常數(shù)項(xiàng)、趨勢(shì)項(xiàng)和滯后階數(shù)；“*”表示在1%的顯著性水平上拒絕或者接受原假設(shè)；滯后階數(shù)由AIC信息準(zhǔn)則確定。

根據(jù)平穩(wěn)性檢驗(yàn)結(jié)果，所有變量均拒絕一階差分序列有單位根的假設(shè)，即所有變量都是一階單整序列，從而可以進(jìn)行進(jìn)一步分析，保證分析的可行性與可靠性。

2.3協(xié)整關(guān)系檢驗(yàn)

本文對(duì)各變量進(jìn)行基于VAR模型的Johansen協(xié)整關(guān)系檢驗(yàn)，來(lái)分析變量是否具有長(zhǎng)期穩(wěn)定關(guān)系。由于AIC和SC準(zhǔn)則無(wú)法同時(shí)取最小值來(lái)確認(rèn)最優(yōu)滯后期。所以根據(jù)LR準(zhǔn)則，確定變量的最優(yōu)滯后期為11。協(xié)整結(jié)果如表3所示，結(jié)果表明變量間存在長(zhǎng)期協(xié)整關(guān)系。

表3 協(xié)整檢驗(yàn)結(jié)果

2.4Granger因果關(guān)系檢驗(yàn)

根據(jù)SC準(zhǔn)則和HQ準(zhǔn)則，滯后階數(shù)取1；根據(jù)FPE準(zhǔn)則和AIC準(zhǔn)則，滯后階數(shù)取4；根據(jù)LR準(zhǔn)則，滯后階數(shù)取11。在進(jìn)行因果檢驗(yàn)時(shí)，分別取這3個(gè)滯后階數(shù)進(jìn)行分析變量間的因果關(guān)系。檢驗(yàn)lnSHB，lnM2和lnCPI之間的Granger因果關(guān)系，結(jié)果如表4所示。

表4 Granger因果檢驗(yàn)結(jié)果

結(jié)果表明：通貨膨脹率的變動(dòng)是貨幣供給量變動(dòng)的Granger原因，而貨幣供給量的變動(dòng)并不是通貨膨脹率變動(dòng)的Granger原因，這在國(guó)內(nèi)是可能存在的。雖然貨幣學(xué)派認(rèn)為貨幣供給量的增加會(huì)引發(fā)通貨膨脹，但國(guó)內(nèi)的貨幣供給量受?chē)?guó)家調(diào)控的程度比較大，所以貨幣供給量的變化并未表現(xiàn)出是通貨膨脹率變化的Granger原因；由于通貨膨脹率的變化，導(dǎo)致國(guó)家的貨幣政策發(fā)生一定的調(diào)整，從而影響貨幣供給量，這在一定程度上可以解釋通貨膨脹率的變化能夠引起貨幣供給量的變化[11-14]。

影子銀行規(guī)模的變動(dòng)不是通貨膨脹率變動(dòng)的Granger原因，而通貨膨脹率的變動(dòng)在較長(zhǎng)的滯后期后是影子銀行規(guī)模變動(dòng)的Granger原因。這是由于通貨膨脹率較高，導(dǎo)致資金更多地流向能夠帶來(lái)高額回報(bào)的影子銀行體系，導(dǎo)致影子銀行規(guī)模發(fā)生變化。

影子銀行規(guī)模的變動(dòng)在滯后期為4時(shí)表現(xiàn)為貨幣供給量變動(dòng)的Granger原因；而貨幣供給量變動(dòng)在滯后期為1和滯后期為4時(shí)均表現(xiàn)為影子銀行規(guī)模的變動(dòng)的Granger原因。綜合看來(lái)，影子銀行和貨幣供給量互為Granger原因。

3 模型構(gòu)建與分析

由于經(jīng)濟(jì)和金融形勢(shì)是不斷發(fā)展變化的，金融創(chuàng)新層出不窮，所以通貨膨脹率和影子銀行規(guī)模對(duì)貨幣供給量的作用也是動(dòng)態(tài)變化的。鑒于此，筆者采用可變參數(shù)的狀態(tài)空間模型，構(gòu)造貨幣供應(yīng)量和CPI、影子銀行規(guī)模的變參數(shù)方程，對(duì)CPI、影子銀行規(guī)模對(duì)貨幣供應(yīng)量的影響效果進(jìn)行估計(jì)。根據(jù)變量的相互關(guān)系，模型設(shè)定如下：

量測(cè)方程：

lnM2t=c(1)+γtlnCPIt-11+

σtlnSHBt-4+[var=exp(c(2))]。

狀態(tài)方程：

γt=γt-1，σt=σt-1。

狀態(tài)方程中γt和σt分別是通貨膨脹率和影子銀行的可變參數(shù)，即各時(shí)點(diǎn)上貨幣供應(yīng)量對(duì)通貨膨脹率和影子銀行規(guī)模變化的敏感程度，也就是彈性。c(1)為截距項(xiàng)，c(2)為方差系數(shù)。實(shí)證分析結(jié)論由Eviews6.0得出，結(jié)果如表5所示，估計(jì)得到的量測(cè)方程參數(shù)c(1)= 14.791 98，c(2)=-19.859 48。用圖形可以更直觀地表示估計(jì)的各影響系數(shù)值，即彈性系數(shù)(γt和σt)，如圖1、圖2所示。由彈性系數(shù)的變化分析貨幣供應(yīng)量對(duì)通貨膨脹和影子銀行規(guī)模變化的敏感性程度。

表5 參數(shù)估計(jì)結(jié)果

注：方法為最大似然法；觀察值個(gè)數(shù)為116；有效觀察值個(gè)數(shù)為105；1次迭代后收斂。對(duì)數(shù)似然值為-1.8E+308，AIC準(zhǔn)則、HQ準(zhǔn)則為3.4E+306。

圖1 通貨膨脹對(duì)貨幣供應(yīng)量的影響系數(shù)的動(dòng)態(tài)變化Fig.1 Dynamic changes of inflation influence coefficient in the money supply

圖2 影子銀行規(guī)模對(duì)貨幣供應(yīng)量的影響系數(shù)的動(dòng)態(tài)變化Fig.2 Dynamic changes of shadow banking scale influence coefficient in the money supply

圖1顯示，貨幣供應(yīng)量的通貨膨脹彈性γt具有一個(gè)明顯的下降趨勢(shì)。2008年1月至2008年12月，彈性γt有一個(gè)明顯的下降，由-0.2左右下降到-0.45左右，2009年略有回升，但在2009年末至2010年末又出現(xiàn)一個(gè)明顯下降，下降到-0.55左右，在2011年第一季度回升至-0.4左右，而后第二季度至2016年第二季度，出現(xiàn)了大幅度的下降，降至-0.66左右?？偟膩?lái)看，貨幣供應(yīng)量的通貨膨脹彈性系數(shù)呈現(xiàn)明顯的下降趨勢(shì)，通貨膨脹的影響逐漸降低。這是由于金融危機(jī)爆發(fā)，通貨膨脹不再是危機(jī)前央行所重點(diǎn)關(guān)注的調(diào)控指標(biāo)，相反，國(guó)家更加關(guān)注如何阻止經(jīng)濟(jì)衰退，所以，由于通貨膨脹所帶來(lái)的政策的調(diào)整從而影響貨幣供應(yīng)量的現(xiàn)象在近幾年表現(xiàn)不明顯，表現(xiàn)為貨幣供應(yīng)量的通貨膨脹彈性γt明顯下降。

從圖2可以看出，貨幣供應(yīng)量的影子銀行彈性σt總體呈上升趨勢(shì)，說(shuō)明影子銀行規(guī)模的變化對(duì)貨幣供應(yīng)量的變化的影響力逐漸增強(qiáng)。在2009年的第二季度和2011年的第一季度，彈性系數(shù)有2次回落，但很快又恢復(fù)到原來(lái)水平，而后穩(wěn)步上升。這2次下降，是由于金融危機(jī)的爆發(fā)，人們更加重視影子銀行行為，對(duì)其發(fā)展進(jìn)行了一定的限制，導(dǎo)致其對(duì)貨幣供應(yīng)量的影響有所下降，但由于金融的發(fā)展及金融創(chuàng)新產(chǎn)品的不斷出現(xiàn)，影子銀行的規(guī)模日益增加，其對(duì)貨幣供應(yīng)量的影響力也勢(shì)必上升，表現(xiàn)為貨幣供應(yīng)量的影子銀行彈性σt上升趨勢(shì)明顯。

從圖1和圖2的對(duì)比中可以看出，近年來(lái)，貨幣供應(yīng)量的通貨膨脹彈性系數(shù)呈現(xiàn)明顯的下降趨勢(shì)，而貨幣供應(yīng)量的影子銀行彈性系數(shù)呈上升趨勢(shì)。由于貨幣供應(yīng)量是貨幣政策的重要中介指標(biāo)，所以在一定程度上說(shuō)明了影子銀行在貨幣政策制定中的影響已經(jīng)越來(lái)越大，影子銀行行為已經(jīng)成為貨幣政策制定中不可忽視的一個(gè)重要因素[15-16]。

4 結(jié)論與建議

4.1結(jié)論

通過(guò)實(shí)證分析，得到如下結(jié)論：

1)通貨膨脹的變動(dòng)是貨幣供給量變動(dòng)的Granger原因；

2)通貨膨脹率的變動(dòng)在較長(zhǎng)的滯后期是影子銀行規(guī)模變動(dòng)的Granger原因；

3)影子銀行規(guī)模的變動(dòng)在滯后期為4時(shí)表現(xiàn)為貨幣供給量變動(dòng)的Granger原因；

4)貨幣供給量變動(dòng)在滯后期為1和滯后期為4時(shí)均表現(xiàn)為影子銀行規(guī)模變動(dòng)的Granger原因；

5)貨幣供應(yīng)量的通貨膨脹彈性系數(shù)呈現(xiàn)明顯的下降趨勢(shì)，通貨膨脹的影響逐漸降低；

6)貨幣供應(yīng)量的影子銀行彈性系數(shù)呈上升趨勢(shì)，影子銀行的影響力越來(lái)越大。

4.2建議

針對(duì)本研究結(jié)論，提出以下政策建議。

1)進(jìn)一步推進(jìn)利率市場(chǎng)化改革

2015年10月起存款利率上限取消，中國(guó)利率管制已經(jīng)基本放開(kāi)。取消利率的行政管制后，利率市場(chǎng)化改革進(jìn)入新階段，但中國(guó)目前并沒(méi)有實(shí)現(xiàn)完全的利率市場(chǎng)化，這就導(dǎo)致貨幣供應(yīng)量與通貨膨脹之間的相互作用不明顯。貨幣政策的一個(gè)重要中介指標(biāo)就是貨幣供應(yīng)量，貨幣政策的最終目標(biāo)是維持物價(jià)穩(wěn)定并以此促進(jìn)經(jīng)濟(jì)增長(zhǎng)。所以，進(jìn)一步推進(jìn)利率市場(chǎng)化改革，加強(qiáng)貨幣供應(yīng)量與通貨膨脹之間的相互聯(lián)系，即加強(qiáng)貨幣政策中介指標(biāo)和最終指標(biāo)的聯(lián)系，才能使貨幣政策的調(diào)控更有效果。

2)加強(qiáng)對(duì)影子銀行的監(jiān)管

近年來(lái)，影子銀行迅速發(fā)展。金融危機(jī)以后，各國(guó)都重視并加強(qiáng)了對(duì)影子銀行的監(jiān)管。當(dāng)前貨幣政策的制定與實(shí)施都不能不考慮影子銀行對(duì)其的影響，而影子銀行的發(fā)展又具有很強(qiáng)的隱蔽性，這給監(jiān)管帶來(lái)了很大的難度。加強(qiáng)對(duì)影子銀行的監(jiān)管首先應(yīng)該加強(qiáng)對(duì)影子銀行相關(guān)業(yè)務(wù)的定性和調(diào)查統(tǒng)計(jì)，拓寬信息獲取的渠道，為更加深入的研究提供數(shù)據(jù)，為政策的制定奠定基礎(chǔ)，為加強(qiáng)監(jiān)管提供有效依據(jù)。

/

:

[1] GORTON G，METRICK A. The run on repo and the panic of 2007-2008[J]. Yale School of Management Working Paper，2009(3)：1-38.

[2] POZSAR Z，SINGH M. The nonbank-bank nexus and the shadow banking system[J]. Imf Working Papers，2011，11(289)：939-977.

[3] 李波，伍戈.影子銀行的信用創(chuàng)造功能及其對(duì)貨幣政策的挑戰(zhàn)[J].金融研究，2011(12):77-84.

[4] 李小開(kāi).影子銀行與廣義貨幣供應(yīng)量動(dòng)態(tài)關(guān)系的實(shí)證分析[J]. 財(cái)會(huì)月刊，2013(10):82-84.

[5] 劉潤(rùn)佐，王光遠(yuǎn)，羅鋼青.中國(guó)式影子銀行體系信用創(chuàng)造和擴(kuò)張機(jī)制——從信托公司角度的考察[J].投資研究，2014(9):147-152.

[6] 解鳳敏，李媛.中國(guó)影子銀行的貨幣供給補(bǔ)充與替代效應(yīng)——來(lái)自貨幣乘數(shù)的證據(jù)[J].金融論壇，2014(8):20-28. XIE Fengmin, LI Yuan. The complementary and alternative effects of the money supply of Chinese shadow banking ：Evidence of money multiplier[J]. Finance Forum, 2014(8):20-28.

[7] 周啟清，韓永楠，孫倩.我國(guó)影子銀行貨幣創(chuàng)造對(duì)通貨膨脹的影響——基于我國(guó)經(jīng)濟(jì)數(shù)據(jù)的誤差修正模型檢驗(yàn)[J].宏觀經(jīng)濟(jì)研究，2016(2):55-63.

[8] 王銘利.影子銀行、信貸傳導(dǎo)與貨幣政策有效性——一個(gè)基于微觀視角的研究[J].中國(guó)軟科學(xué)，2015(4):173-182. WANG Mingli. Shadow banking, credit transmission and the effectiveness of monetary policy: A micro-perspective research[J]. China Soft Science, 2015(4):173-182.

[9] 蔡雯霞.影子銀行信用創(chuàng)造及對(duì)貨幣政策的影響[J].宏觀經(jīng)濟(jì)研究，2015(10):44-53.

[10] 李叢文.中國(guó)影子銀行與貨幣政策調(diào)控——基于時(shí)變Copula動(dòng)態(tài)相關(guān)性分析[J].南開(kāi)經(jīng)濟(jì)研究，2015(5):40-58. LI Congwen. China's shadow banking and monetary policy regulation: Based on dynamic copula correlation analysis[J]. Nankai Economic Studies, 2015(5):40-58.

[11] 毛澤盛，許艷梅.影子銀行、信貸渠道與貨幣政策非對(duì)稱(chēng)效應(yīng)[J].財(cái)經(jīng)論叢，2015(3):39-47. MAO Zesheng, XU Yanmei. Shadow banking，credit channel and asymmetric effect of monetary policy[J]. Collected Essays on Finance and Economics, 2015(3):39-47.

[12] 張喜玲，周遠(yuǎn)慧，程方澤.影子銀行對(duì)貨幣政策的沖擊效應(yīng)分析[J].武漢金融，2015(11):6-10.

[13] 崔治文，劉建平.影子銀行影響下貨幣政策中介目標(biāo)選擇研究[J].征信，2015(3):83-86.

[14] 楊云.影子銀行體系對(duì)流動(dòng)性的影響——兼議對(duì)貨幣政策中介目標(biāo)的挑戰(zhàn)[J].西安交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2015,35(5):33-39. YANG Yun. On the impact of shadow banking system on liquidity and the challenge to monetary intermediate target[J]. Journal of Xi’an Jiaotong University(Social Sciences), 2015,35(5):33-39.

[15] 曾勇，張靜中.中國(guó)對(duì)波蘭出口貿(mào)易績(jī)效及其影響因素分析——基于累積Logit模型的實(shí)證研究[J].河北工業(yè)科技,2017,34(4):239-246. ZENG Yong, ZHANG Jingzhong.Trade performance of Chinese exports to Poland and its influencing factors: An empirical analysis based on cumulative Logit model[J].Hebei Journal of Industrial Science and Technology,2017,34(4):239-246.

[16] 裘翔，周強(qiáng)龍.影子銀行與貨幣政策傳導(dǎo)[J].經(jīng)濟(jì)研究，2014(5):91-105. QIU Xiang, ZHOU Qianglong. Shadow banking and monetary policy transmission[J]. Economic Research Journal, 2014(5):91-105.

Relationship among money supply, shadow banking and inflation：Based on variable parameter state space model

ZHU Fangyuan1,2

(1. School of Economics, Liaoning University, Shenyang, Liaoning 110036, China; 2. School of Economics and Law, Bohai University, Jinzhou, Liaoning 121013, China)

To improve the operability of monetary policy and provide a more clear direction for monetary policy, the methods of stationarity test, cointegration relationship test and Granger causality test are used to study the dynamic change relationship among money supply, shadow banking and inflation based on variable parameter state space model, and the elastic coefficient is determined. The research shows that the inflation elastic coefficient of money supply has an obvious downward trend, and the effect of inflation on money supply gradually decreases. The shadow banking elastic coefficient of money supply is on the rise, and the influence of shadow banking gradually increases. The study on the relationship among shadow banking, money supply and inflation is beneficial to strengthen the regulation of the shadow banking and the effective implementation of monetary policy.

financial market; shadow banking; inflation; money supply；credit creation

1008-1534(2017)05-0311-06

2017-03-21;

2017-05-10；責(zé)任編輯：張 軍

朱方圓(1981—)，女(滿(mǎn)族)，吉林四平人，講師，博士研究生，主要從事金融市場(chǎng)方面的研究。

E-mail:zhufy2000@163.com

F820.5

：Adoi: 10.7535/hbgykj.2017yx05001

朱方圓.貨幣供給量與影子銀行、通貨膨脹的關(guān)系——基于可變參數(shù)狀態(tài)空間模型的實(shí)證檢驗(yàn)[J].河北工業(yè)科技,2017,34(5):311-316. ZHU Fangyuan.Relationship among money supply, shadow banking and inflation：Based on variable parameter state space model[J].Hebei Journal of Industrial Science and Technology,2017,34(5):311-316.