货币供应量思考

导语：货币供应量思考一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

一、引言

货币政策中介目标的选择没有统一的模式。20世纪80年代以后，金融创新使货币供应量的概念变得模糊，许多国家选择利率作货币政策中介目标。1996年中国人民银行把货币供应量作为我国货币政策的中介目标。以货币供应量作为货币政策中介目标，一是可测性强，二是可控性强，三是与最终目标的相关性高。自1996年中国人民银行把货币供应量作为我国货币政策中介目标以来，货币供应量与宏观经济的总体关联度在增强，我国经济稳定较快增长。

但部分学者不这样看，他们认为货币供应量已不适宜作为我国货币政策中介目标，而应以其他金融变量作为中介目标。其理由，一是认为基础货币投放难以控制和货币乘数不稳定，从而货币供应量的可控性较差并且下降。二是说我国货币流通速度下降，短期货币需求函数不稳定，货币量与物价和产出的相关性被削弱，因而货币供应量已不适合作为货币政策的中介目标[1][2][3]。

本文通过对1996年以来我国货币供应量的可控性与相关性进行分析，以期证明货币供应量作为货币政策中介目标的有效性。

二、我国货币供应量与经济增长之间的相关性分析

(一)货币供应量相关性的理论分析货币政策有无真实效应(是否影响产量和就业)，取决于总供给曲线的形状。古典理论认为总供给曲线是垂直的，无论总需求怎样变化，产出水平都不会发生移动，因此货币是中性的。凯恩斯把总供给曲线看成是水平的，实行扩张性财政、货币政策使就业和产量增加，但不影响价格水平。垂直的和水平的总供给曲线是两种极端情形，正常的总供给曲线是一条向上倾斜的曲线。因改革开放带来经济持续高增长，到20世纪末我国商品供求状况转变成了买方市场；加上亚洲金融危机的影响，我国20世纪末出现了有效需求不足、物价持续下降、经济增长减缓的局面。在金融方面，防范和化解金融风险成为头等大事，商业银行对信贷工作提出了贷款质量终身负责制和新增贷款不良比率为零的指标要求，贷款更谨慎了。这意味着总需求曲线向左平移，总供给曲线的斜率下降。从总供给方面来看，由于体制改革、技术进步导致企业效率提高、成本下降、产品价格水平下降。这意味着总供给曲线向右平移，总供给曲线的斜率进一步下降。这样就使我国经济远离充分就业水平(或潜在产出水平)，而接近凯恩斯总供给曲线的情形。在此种形势下，扩张总需求(实行扩张性财政、货币政策)，会使产出增加而对物价水平影响不大。因此，在经济总体供大于求、货币币值相对稳定的情况下，以货币供应量为中介目标的货币政策有能力实现促进经济增长的目标。

(二)货币供应量相关性的实证分析

1.变量、数据来源和模型的说明

本文的实证分析使用了四个季度时间序列：利用变量LCPI表示CPI定基比指数的对数时间序列；利用变量LGDP表示实际GDP的对数时间序列；利用变量LM1表示狭义货币供应量M[,1]的对数时间序列；利用变量LM2表示广义货币供应量M[,2]的对数时间序列。

我国没有公布CPI定基比指数，本文用我国公布的CPI月环比指数构造月定基比指数(以1995年12月为基期)，再把每季度三个月的消费物价月定基比指数用几何平均的方法计算出CPI季度定基比指数。对季度GDP实际值，用GDP名义值除以CPI的季度定基比指数得到。对货币供应量M[,1]和M[,2]，使用公布的季末名义值。作计量分析时，各变量数据均经过X-11方法消除季节因素后再取常用对数值。本文使用的数据来源于《中国经济景气月报》和《中国人民银行统计季报》各期。数据范围为1996年一季度到2005年三季度，总计39个样本点。

对货币供应量与物价、产出的相关关系，应从整体上考查，片面地研究这三者中的两两关系不能说明三者关系的稳定性问题。本文的实证研究采用协整检验(用VAR模型)、VEC(向量误差校正)模型和方差分解方法。VAR模型的滞后阶数由AIC准则和SC准则确定，用LR(最大似然比)检验进行取舍。建立VAR模型后，本文采用了方差分解方法来分析其动态特征。

2.实证分析与结果

(1)时间序列平稳性检验。为避免误回归的发生，本文采用最为常用的ADF检验。利用Eviews软件计算，得到各变量的单位根检验结果(见表1)。

表1的单位根检验结果表明，除ΔLM1外，其他变量的一阶差分项都在1%的显著性水平下通过单位根检验。检验表明ΔLM1的平稳性较差，不能与LCPI、LGDP一起建模。

(2)协整关系检验和VEC模型。要判断变量之间是否存在长期稳定关系，必须对变量之间的关系进行协整检验。利用软件Eviews3.1，在选择滞后一阶后可确定VAR模型，应用Johansen的最大似然比(LR)法得到协整检验结果(见表2)。

协整检验的结果表明，LM2与LCPI、LGDP之间存在唯一的协整关系，即它们之间存在稳定的长期均衡关系。其协整方程为：

该方程表明，在LM2与LCPI、LGDP的长期均衡关系中，LM2的乘数为0.492，而LGDP的乘数为0.921，也就是说LM2与LCPI负相关，而与LGDP正相关。获得协整关系后，可以将VAR模型转换为VEC(向量误差校正)模型：

在VEC模型中，协整关系对各变量的增长起到了反向修正作用，即当它们增长超出均衡约束(即ε[,t]＞0)时，其误差修正作用降低当前水平，使它们的增长具有一定的稳定性。

VEC模型中变量的弹性系数各异，ΔLCPI的弹性系数只有-0.006，ΔLGDP的为-0.998，而ΔLM2的则有-0.226。这反映了协整关系对各变量的影响程度不同，它对ΔLM2影响较大而对ΔLCPI的影响很小。再看上期ΔLM2对本期各变量的影响，ΔLCPI的弹性系数为-0.0275，而ΔLGDP的则有0.442，这说明上期ΔLM2对ΔLCPI起反向修正作用(但很弱)，而对ΔLGDP起着很大的促进作用。对ΔLCPI影响最大的是上期的ΔLCPI，说明ΔLCPI变化有较强的传递性，表现出很强的适应性预期特征，同时上期的ΔLGDP对ΔLCPI有比较明显的正效应。上期的ΔLGDP对本期ΔLGDP和ΔLM2的弹性系数都为负，分别为-0.691和-0.063，这表明一旦经济开始有过热的趋势就存在一种力量使经济降温使货币供应量减少。

(3)方差分解分析。方差分解方法用于研究VAR模型的动态特征，其主要思想是把系统中每个内生变量(共m个)的波动(k步预测均方误差)按其成因分解为与各方程信息相关联的m个组成部分，从而了解各信息对模型内生变量的相对重要性[4](P143—185)。本文分别对LCPI和LGDP的预测误差依各种冲击进行分解(在此设定方程顺序仍为LM2，LGDP，LCPI)，分解结果见表3、表4。

从表3可以看出，LGDP的波动主要源自LGDP自身的冲击，无论是短期还是长期，LGDP自身的冲击解释LGDP变动的70%左右；另外LGDP的波动也有相当大的部分由LM2变化来解释(短期为15%左右，长期则有25％左右)。再从表4来看，LCPI的波动主要来自LCPI和LGDP两方面的冲击，短期(一年内)而言LCPI本身冲击解释LCPI波动的大部分，但长期来说LCPI的变动更多地来自于LGDP的冲击；而LM2的冲击对其波动的解释程度无论是长期还是短期都很小(几乎可以忽略)。

3.实证分析结果提供的启示

通过对广义货币供应量M[,2]与物价、产出关系的分析，产生了令人迷惑的结果：M[,2]对物价只产生微弱影响且M[,2]与物价负相关；M[,2]与产出正相关，对产出有很强的促进作用；上期的产出变动对本期的产出及M[,2]的变化有反向修正作用。为什么会出现这种情况呢？如果我们联系1996年以来我国的宏观调控实际，就可以发现其背后的理论依据和现实根源。

(1)上文的协整方程、VEC模型和方差分解分析都表明M[,2]与产出正相关，对产出有很强的促进作用。上期ΔLM2对本期的ΔLGDP的影响明显，其弹性系数为0.44，这说明上期ΔLM2对ΔLGDP起着很大的促进作用。LGDP的波动有相当大的部分由LM2变化来解释(短期为15%左右，长期则有25％左右)。从M[,2]对产出具有很强的促进作用来看，货币供应量与最终目标之间存在着较强的相关性。因此，就相关性而言，货币供应量作为我国货币政策的中介目标是有效的。

(2)上文的协整方程和VEC模型都表明M[,2]与物价微弱负相关。这与传统理论似乎不一致。著名的费雪交易方程式假设货币流通速度V为常数并且货币量M对实际产出没有效应，因此货币供应量的变化就体现在物价上而不影响产出。但是费雪方程式的这两个假设在我国不成立。上文已论述我国M[,2]对产出有促进作用。我国货币流通速度也不是常数，而是下降的，1978年是3.1，1996年是0.96，到2004年则只有0.54。有人认为流通速度V是价格指数和实际GDP等变量的函数[5](P194—208)。另外，M[,2]中的准货币不是用于消费和投资的，不形成对商品和劳务的需求，因而准货币与物价负相关。如果M[,2]的增长主要由准货币的增长引起，物价与M[,2]就是负相关的。1996～2005年间，我国M[,1]占M[,2]的比重有下降的趋势，1996年第一、二、三、四季度该比例分别为0.371、0.361、0.366、0.375，1999年各季度分别为0.351、0.349、0.364、0.382，2005年前三季度分别为0.358、0.358、0.351，这表明准货币比M[,1]增长得快。

CPI的波动还值得继续讨论。上文的VEC模型和方差分解分析表明，上期的LGDP对LCPI有比较明显的正效应；LCPI的波动主要来自LCPI和LGDP两方面的冲击，短期(一年内)而言LCPI本身冲击解释LCPI波动的大部分，但长期来说LCPI的变动更多地来自于LGDP的冲击；而LM2冲击对LCPI波动的解释程度无论是长期还是短期都很小(几乎可以忽略)。这就说明，广义货币供应量M[,2]与CPI之间没有明显的直接关系。

再看看实际情况：1996年初M[,2]为60750.5亿元，到2005年一季度M[,2]达到264588.9亿元，是1996年初的4.4倍。以1995年底为基数的CPI定基比指数在2005年三季度为110.77，物价水平仅增长了10.77%。这也说明，M[,2]与CPI之间没有明显的直接关系。

(3)在VEC模型中，上期的产出变动对本期的产出及M[,2]有反向修正作用。上期的ΔLGDP对本期的ΔLGDP和ΔLM2的弹性系数都为负，分别为-0.691和-0.063。对于上期产出变动对本期产出变化的这种反向修正作用，只要我们回顾央行货币政策的风向和调控过程，就不难理解了。1996年我国经济实现“软着陆”以后，为了防止经济增长速度过多下滑，央行连续8次降低利率，两次下调法定存款准备金率，政府实行了积极的财政政策。而从2003年以来，为了抑制经济过热的势头，政府又加强了宏观调控，人民银行加大了金融宏观调控和窗口指导力度，银监会加强了银行机构信贷业务的监管力度，国土资源部加强了土地管理等等。这些政策实践告诉我们：我国政府对经济增长的反向调节(反周期政策)力度是很强的。因同样的原因，上期的物价对本期的产出也有反向修正作用。

(4)从方差分解分析中发现，中长期来说GDP的变动解释CPI变化的大部分(当然，根据VEC模型分析的结果，CPI本身也有较强的传递性)，上期产出与本期物价正相关，经济增长对物价有促进上涨作用。这启示我们，货币供应量的增长可能通过经济增长而导致物价水平的上涨。因此我国不能因为货币供应量对经济增长有较强的正效应而持续大量增加货币供给，而应为了延长经济增长周期而保持货币供应量的适当增长。利用上述VAR模型对我国经济前景进行粗略预测，发现只要央行能稳定M[,2]的增长，尽量使2005年底的M[,2]控制在29.8万亿元左右(实际数额为298755.48亿元)、2006年的M[,2]控制在34.5万亿元左右(两年平均增长16.5%左右)，就能使GDP增长8.8%～9.3%，并使CPI控制在1.5%～2%的范围内，使国民经济实现平稳增长。如果让货币过快地增长，则经济增长和物价水平都会出现不适当的上涨。

三、我国货币供应量也有可控性

(一)货币的内生性、外生性与可控性分析

1.货币的内生性、外生性问题

内生货币是指货币存量是由实际产出、利率、物价水平等经济变量的变动决定的。外生货币是指货币存量是由经济过程之外的某个机构(中央银行)提供的。内生货币强调货币需求决定货币存量，外生货币强调货币当局控制货币存量。凯恩斯主义者认为货币是中央银行可完全控制的外生变量，他们给出了一条垂直的货币供给曲线。温特劳布(Weintraub，S.)、卡尔多(Kaldor，N.)、摩尔(Moore，B.J.)等则认为货币是完全内生的，是不可控的内生变量，他们给出了一条水平的货币供给曲线，也就是说，货币存量完全由货币需求决定。上述两种情况是两种极端现象，正如结构主义者所说，正常的货币供给曲线是一条向上倾斜的曲线。货币供给曲线，从左至右，开始比较平坦，然后逐渐变得陡峭起来，最后几乎变成垂直线。左边平坦的那一段表示整个银行体系的准备非常充分，中央银行也愿意随时为银行体系提供更多的准备支持，在这时，只要有贷款需求银行体系就会提供足够的贷款，从而货币也就增加了，并不需要利率水平的提高。正斜率的那一段表示，随着银行资产业务的扩张(同时伴随货币供应量增加)，银行体系的准备越来越吃紧，货币市场短期利率上升，中央银行提供流动性所要求的利率也升高或者其态势趋向于紧缩。此时，只有利率的上升才能刺激起银行体系扩张贷款等资产业务的欲望。垂直的那一段表示，银行体系的准备已被充分利用，中央银行持坚定的紧缩态度，在不增加基础货币投放的情况下，银行体系能创造的货币供应量达到极限，不管利率怎样提高，货币量也增加不了。因此总的来说，货币存量既具有内生性也具有外生性。当货币需求曲线向右移动时，货币存量的可控性越来越强而内生性越来越弱；当货币需求曲线向左移动时，货币存量的可控性逐渐减弱而内生性逐渐增强。

2.我国货币的内生性与可控性分析

我国学术界对货币供给理论的一个争论是我国货币供给到底是内生变量还是外生变量。外生论学者提出了如下理由：一是经济体系中的全部货币，从根源上说都是由中央银行资产负债业务决定的；二是中国人民银行不是没有控制货币供给增长的有效手段，而是没有利用好这个手段。内生论者在不同的时间举出了不同的例证：1994年以前，我国商业银行同时承担着商业性贷款和政策性贷款的业务，商业银行倾向于扩大商业性贷款的数量，将中国人民银行用于支持政策性贷款的资金挪作他用，而将资金的“硬缺口”留给了中国人民银行，迫使中国人民银行以再贷款的形式向商业银行补充资金从而形成货币供给的“倒逼”。这就是被称为“倒逼机制”的货币供给内生论。

从经济体制上来看，我国企业的市场主体地位还在形成过程中，经济利益机制还不健全，控制我国信贷供给近八成的国有独资商业银行的股份制改造开始的时间还不久;我国还存在较为严格的利率控制，市场利率尚未形成。这样，利率与货币供应量的相关度就较弱。从理论上看，我国货币供给曲线处于利率弹性较低、曲线斜率较大的相对垂直的位置，接近于凯恩斯主义者所主张的纯外生货币、货币供给曲线比较陡峭的情形。因此，我国货币供给的可控性是较强的。

当然，我国货币供给的可控性不是完全的。处在逐渐形成中的各种市场主体，由于利益的驱动会尽可能地逃避中央银行的监测与控制，从而也可能出现货币供给的内生性问题。

(二)我国基础货币的可控性

基础货币的公式为：基础货币(B)=储备货币≈流通中的现金(M0)+存款货币银行的总准备金(R)，即：

央行通过对资产项和负债项的调整来改变基础货币量，进而影响货币供给。由于我国长期实行强制结售汇制度，导致中国人民银行资产增加，从而使基础货币被动增加。我国加入WTO后，外汇储备快速增长，到2005年底外汇储备总额达到约8190亿美元，货币当局的外汇占款总额达62140亿人民币(约合7767.5亿美元)。2005年外汇占款为2002年底的300%，外汇占款在总资产中的占比从2002年的45.48%增长到2005年的61.09%。如果没有对冲措施，我国的基础货币确实会失控。

但实际上，货币当局的储备货币保持着相对平稳的增长，从2002年底的45138亿元增长到2005年底的64343亿元，仅仅增长了42.5%；按年环比来说，2003年为17%，2004年为11.4%，2005年为9.3%，增长率呈逐年下降趋势。这就有力地说明，我国基础货币完全在货币当局的控制之下。

总之，在我国现阶段，中国人民银行有能力调节基础货币，从而使货币供给保持相对稳定。基础货币基本上是可控的。

(三)货币乘数可控性的理论分析

1.货币乘数的可控性不确定

货币供应量是由基础货币与货币乘数两因素所决定的。其公式为：

从公式(7)可知影响货币乘数的因素有法定存款准备金率、超额存款准备金率、现金存款比率。这三个比率都与货币乘数呈反向变动关系。除了法定存款准备金率直接由中国人民银行控制外，其他两个比率都不是货币当局所能控制的(它们的变动是商业银行和公众的行为所致)。中国人民银行可通过调整利率、超额存款准备金利率及央行的再贷款利率(或再贴现率)对超额存款准备金率施以影响；而对现金存款比率的影响就很弱了。因此，货币乘数的可控性较弱。但货币乘数比较稳定，具有较好的可预测性。下面就对我国货币乘数的可预测性进行实证分析。

2.货币乘数可预测性的实证分析

(1)变量、数据来源及模型选择。根据上文可知，货币乘数m[,2]=广义货币供应量M[,2]/基础货币B。本节的实证分析严格按照上述公式，用《中国人民银行统计季报》的《货币当局的资产负债表》中的储备货币代替基础货币，广义货币供应量来自于《中国人民银行统计季报》各期。数据范围为1994年一季度到2005年四季度，总计48个样本点。

根据数据统计，我们发现货币乘数m[,2]具有明显的时间趋势和季节波动。如果利用最小二乘法拟合m[,2]与时间向量t会得到一条拟合优度较高的一次线性曲线。但为了提高随机时间序列m[,2]的预测精度，本文采用ARMA(自回归移动平均)模型进行统计分析与预测。

(2)实证分析与结果。为了消除时间趋势同时减少序列的季节波动，需对m[,2]先后进行逐期差分和季节差分。经过多次检验，我们发现对序列m[,2]进行一阶逐期差分和一阶季节差分能使自相关和偏自相关分析图达到最优。这样就可得到序列sim[,2]。对序列sim[,2]进行0均值检验，得到该序列样本平均数是0.00466，均值标准误为0.0139，序列均值与0无显著差异，表明序列可以直接建立ARMA模型。

因为经过一阶逐期差分，序列时间趋势基本消除，故d=1；经过一阶季节差分，季节性也基本消除，故D=1。所以选用ARIMA(p，d，q)(P，D，Q)[s]模型。根据sim[,2]的自相关和偏自相关分析图可知，p=1或2，q=0或1。由于在第4n期时，样本自相关和偏自相关系数都显著不为0，所以，P=Q=1。

利用Eviews软件建模，并利用所得的模型对我国货币乘数进行预测，可得到模型的预测精度MAPE(平均绝对百分误差)。各模型的参数估计结果和检验结果如下：

经计算，四个模型都满足ARMA过程的平稳条件，模型设定合理。比较表中各个模型的检验结果可知，第三个模型的MAPE值最小，显示其预测精度是最高的。同时，第三个模型的AIC值和SC值仅略微小于第一个，但其AdjustedR[2](调整后的样本决定系数)比第一个要好很多。与第四个模型相比较，只有AdjustedR[2]较小，其他各项都更优；另外，第三个模型比第四个更简洁、有效。因而选择第三个即ARIMA(2,1,0)(1,1,1)[4]模型比较适合。其展开式为：

根据所选定的模型对我国2006年货币乘数进行预测，其预测结果如下:

总之，货币乘数具有较强的可预测性。由于基础货币基本上是可控的，因而完全可以认为我国货币供应量具有较强的可控性，即在预测货币乘数的基础上调控基础货币，从而调控货币供应量。就可控性而言，货币供应量作为我国货币政策的中介目标也是有效的。

综上所述，我国货币供应量与经济增长之间有较强的相关性，货币供应量也具有可控性，因此有理由认为，货币供应量作为我国货币政策的中介目标在现阶段仍然是有效的。