货币政策与利率的关系范例(3篇)
货币政策与利率的关系范文
【关键词】货币政策；资产价格；VAR模型；Granger因果检验；脉冲响应函数
一、引言
自20世纪90年代以来，发达国家和发展中国家发生的一系列金融危机使得货币政策与资产价格特别是金融资产价格之间的关系日益受到人们的关注。鉴于货币政策与资产价格之间的关系越来越重要，国内外经济学家们在理论与实践方面进行着不懈地创新与发展。尤其在有着发达资本市场的西方国家，管理层越来越重视金融资产价格变化对货币政策的影响，在货币政策的执行中充分考虑金融资产价格的变化。
随着次贷危机的爆发及其在全球范围内的不断扩散，各国政府纷纷出台救市措施，货币政策频出。在金融危机下政府应当通过各种手段包括货币政策来干预经济已经成为一种共识。人们不再局限于关注传统的对于货币政策目标是否应包含资产价格这一争论，更多的研究开始关注于货币政策与资产价格之间如何互相影响。
由于许多学者在研究金融危机时，往往将金融资产价格的波动视为导致金融危机发生的重要甚至是决定性的因素，在考察货币政策和资产价格关系的过程中，金融资产价格往往被当作资产价格的主要组成部分来进行研究分析。我国的资本市场在其不断壮大和健全的过程中逐步实现了与整个经济运行机制的协调与融合，这不仅为各经济主体的直接融资提供了重要的功能支撑，更重要的，它已经成为我国货币政策发挥作用的重要渠道之一。因此对中央银行来说，要想更好地把握货币政策传导机制，就不能忽视金融资产价格这一重要因素。对于货币政策与金融资产价格这一问题的研究或许能够为我国货币政策的实施提供一定的参考与借鉴。
另外，本文尝试在研究货币政策与金融资产价格的关系的基础上，进一步引进房地产价格作为资产价格的一个研究指标。这主要是由于在我国，房地产行业的景气情况与货币政策密切相关，但具体的相关程度与相互影响程度还有待研究。在研究中引入房地产价格，可以更全面地衡量资产价格与货币政策关系，也可以弥补之前此类研究的不足。
二、文献回顾
对于资产价格和货币政策之间的关系，学术界争论最多的是中央银行是否应该将资产价格作为货币政策的调控目标，目前学术界存在两种近乎对立的态度：一种是赞成把资产价格纳入货币政策的最终目标，进而必须对资产价格的变化做出政策反应；另一种观点认为虽应关注资产价格问题，但货币政策不应该对资产价格的波动进行直接干预。
上述两种观点针对的都是在资产价格波动之后的货币政策选择问题。货币政策被认为是一种滞后于资产价格波动的调节手段。这些研究虽有涉及货币政策与资产价格之间的关系，但更多停留于理论层面，并未从实证的角度定量地对两者之间的关系进行清晰的解释与说明。本文更多地将参照国内对这一问题的相关实证研究来展开对这一问题的研究。
李红艳、江涛（2000）在对1993年1月至1999年8月两者的月度数据进行研究分析后发现，20世纪90年代中国的股票市场价格和货币市场供应量之间存在长期均衡的协整关系。但是与一般理解不同，股市价格主要处于因方的地位，而货币供应量主要处于果方的地位，而且股市价格对各个层次的货币供应量的影响不同，对非现金层次的影响要大于对现金层次的影响。
易纲、王召（2002）认为货币政策对资产价格（特别是股票价格）有影响，货币数量与通货膨胀的关系不仅取决于商品和服务的价格，而且在一定意义上取决于股市。另外，无论股市财富效应大小，通过货币政策刺激股票市场拉动需求的做法都是不可靠的，中央银行不应迁就股市或单纯通过刺激股市的方法拉动消费需求。
周英章、孙崎岖（2002）的研究结果和李红艳、江涛（2000）基本相同。他们主要考察了1993年1月至2001年4月的样本区间，选取了货币供应量作为货币政策的衡量指标，对不同层次货币供应量与上交所A股指数波动之间的关系进行了研究。研究发现，股市价格与不同层次货币供应量之间均存在着长期稳定的均衡关系，但对不同层次的货币供应量的影响效果不同，对与股票交易关系密切的狭义货币供应量M1的影响最大，对现金M0的影响次之，而对广义货币供应量M2的影响最小。在股市价格与货币供应量的相互反馈作用中，股市价格占主导地位，对货币供应量的作用比较显著，货币供应量对股市价格的作用则相对较弱。
孙华妤、马跃（2003）采用了滚动式向量自回归（RollingVAR）与增加时滞的自回归系统（AugmentedVAR）以及Granger因果关系检验相结合的计量估计方法，对1993年10月至2002年6月的月度数据进行了分析。在他们的研究中，货币政策被具体化为货币数量和利率两个主要手段，研究发现货币数量对股票市场没有影响，利率虽然影响股票价格但却不影响市值，而股票价格对市值也没有影响，从而得出结论：中国股票市场尚不能发挥货币政策传导机制的作用，但中央银行可以通过利率手段来影响股价。
刘松（2004）则以1995年1月至2003年8月为样本区间，运用协整和Granger因果关系检验等时间序列研究方法对货币供应量与股市价格之间的关系进行分析。研究结果显示，货币供应量与股市价格之间并不存在长期的协整关系，但M1的变化对股市价格的变化有明显的影响，股市价格的变化对M0的变化有明显的影响。
不难发现，上述研究的时间较早，随着最近几年我国资本市场的发展与货币政策的频繁应用，两者之间的关系可能会有新的情况，呈现出与以往研究结果不同的观点，因而本文将通过对更长时间窗口来研究。另外，本文看到在以往的研究中，货币政策与资产价格的关系大多被简化为货币供应量和股票市场的关系，利率工具与房地产价格往往分别被排除在货币政策与资产价格之外，本文将引入这两个指标，从更全面的角度来考察货币政策与资产价格之间的关系。
三、模型与数据
（一）模型设立
本文通过建立向量自回归（VAR）模型来探究货币政策与资产价格之间的相互影响。VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而建立起由多元时间序列变量组成的“向量”自回归模型。它常用来考察多个变量之间的动态互动关系，并用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击。VAR（p）模型的表达式如下：
yt=φ1yt-1+φ2yt-2+…+φpyt-p+
Hxt+εt
其中，t=1，2，…，T，yt是k维内生变量列向量，xt是d维外生变量列向量，p是滞后阶数，T是样本个数。k×k维矩阵φ1、φ2，…，φp和k×d维矩阵H是待估计的系数矩阵。εt是k维扰动列向量。
对于变量的选取，主要涉及货币政策走势变量以及资产价格变量。我国货币政策的目标变量经历了广义货币量（M2）和利率两个阶段。目前虽然是以利率为主要变量，但是货币供应量仍然是影响货币政策实施效果的重要参考因素。因此，本文准备选择使用央行基准利率和货币供应量两个变量代表货币政策走势。
目前学者们的相关研究主要使用股票价格、股票市值或者股票指数作为资产价格变量。本文认为，我国房地产市场在经历了十多年的发展后已经成为了经济生活中的重要资产，对家庭部门来说，更是成为其主要的固定资产。在我国，房地产市场同股票市场相比，其对经济的影响更为广泛，与家庭部门的联系更为普遍。因而，本文在使用股票指数作为资产价格变量的同时，引入房地产价格指数作为资产价格的另一个变量。
综合上述分析，本文将建立货币供应量、利率、股票价格指数和房地产销售价格指数四个变量的VAR模型。
（二）数据来源和指标选择
一般来说，我国对货币供应量分为三个层次：流通中的现金（M0）、基础货币（M1）、广义货币供应量（M2），为了充分说明不同层次货币供应量指标对资产价格的影响，笔者将分别设立三组VAR模型来考察各类流动性对于资产价格的作用。
根据相关文献和利率数据的可获得性，笔者选择了央行公布的一年期贷款基准利率作为名义利率变量。考虑到实际中中央银行是通过名义利率来调整实际利率，笔者认为也可以选择根据一年期贷款基准利率作为名义利率，减去通货膨胀因素来计算实际利率引入方程。本文用消费价格指数（CPI）来表示通货膨胀因素。
资产价格的两个变量笔者分别选用了上证综指指数和国家统计局公布的城市房屋销售价格指数来衡量。
由于中国人民银行从1996年1月1日开始公布货币供应量数据，因此数据区间就从1996年1月1日开始的月度数据；考虑数据的可获得性，数据选择截止至2009年4月。其中上证综指指数来自上海证券交易所网站，货币供应量指标和名义利率来自中国人民银行网站，CPI和城市房屋销售价格指数来自中国国家统计局和中经网统计数据库。共160组样本数据。
下文中，本文分别用M0、M1、M2、N-interest、R-interest、CPI、Stock、Estate代表流通中的现金、基础货币、广义货币供应量、名义利率、实际利率、消费价格指数、上证指数、城市房屋销售价格指数。变量前加上“ln”表示一阶差分形式，即环比增长；“ln-12”表示相隔12期的一阶差分，即同比增长。
四、实证分析
（一）单位根检验
VAR模型要求所有变量均为平稳序列。经过ADF（时间序列非平稳性检验法）检验，笔者发现，M0、M1、M2、Stock、Estate等五个变量为I（1）序列，其序列本身非平稳，但是一阶差分后，无论环比还是同比数据都为平稳序列。N-interest序列为I（0）序列，R-interest序列非平稳，且由于其对数序列不完整无法进行一阶差分，所以本文决定使用名义利率指标。
（二）VAR模型估计
根据计量方法，本文直接使用OLS（最小二乘）方法对没有限制条件的VAR模型进行参数估计。首先根据货币供应量的层次将VAR模型分为三类，同时考虑到环比和同比增长的不同进一步将三类VAR各分类两组，因此共设立了六个模型，其中VAR1、VAR2、VAR3分别表示同比增长下的M0、M1、M2模型，VAR4、VAR5、VAR6分别表示环比增长下的M0、M1、M2模型。为了节约篇幅，本文在表1中仅列出了每个VAR模型中各变量的F检验统计量，意在表示VAR模型对该变量的整体解释能力。同时，笔者列出了VAR2模型的方差分解作为各模型的代表，来说明各变量之间的相互影响。图1给出了VAR2模型在超前12期预测时下面变量排序的方差分解：ln12-M01，N-interest，ln12-
Stock，ln12-Estate。
由表1和图1可以看出以下几个特点：首先，同比增长模型组的解释能力强于环比增长模型。这体现在同比增长模型对于STOCK变量有非常强的解释能力，而环比增长模型几乎不能解释该变量。出现这一现象的原因可能是由于相对环比增长来说，同比增长存在一个更长时间的滞后期，即有了更充裕的时间使货币政策和资产价格之间形成相互影响。因此，笔者认为，货币政策和资产价格之间的相互作用在长期中更为明显。
其次，VAR模型组对于房地产价格变化的解释能力更强。这说明与股票市场相比，房地产市场更容易受到货币政策的影响，其不仅体现在较长期的同比变动上，而且在短期的环比增长上也有非常显著的作用。房地产价格受货币政策影响大于股市，可能是由于货币政策不仅影响房地产市场的需求方，导致其购房成本上升或者下降，同时直接影响房地产市场供给方，导致开发商成本变动和资金链绷紧或松动。尤其是与购房者相比，开发商对货币政策更为敏感，因为国内开发商对银行信贷有很大的依赖性，这就加大了房地产市场受货币政策的影响程度。这说明，在货币政策制定过程中，房地产价格变动有更好的反馈作用。
第三，VAR模型中各变量的自相关项起到了主要解释作用。分析发现，VAR模型组中，各变量的主要解释项主要都是其自身的滞后项。比如VAR2模型中，如图1所示，在滞后6期的情况下，自身滞后项的解释程度占到了全部解释能力的80%以上；即使是滞后12期，也仅有N-interest变量的非自身滞后项解释能力强于自身滞后变量。这说明，货币政策和资产价格之间的相互影响并没有模型整体显示的那么乐观，相互之间的影响需要经过1年以上的滞后期才能逐步显现出来。
（三）格兰杰因果关系检验
为了进一步分析货币政策和资产价格之间究竟是谁先谁后，笔者采用了Granger因果检验方法探究二者的因果关系。判断准则LR（似然比）检验统计量，如表2所示。
总体来看，虽然货币政策和资产价格之间的影响是交互的，但是不同变量之间的差别很明显。具体来说，货币供应量对资产价格基本不构成Granger原因，而利率变量却是股票价格和房地产价格的Granger原因，这可能是因为我国货币政策是利率目标政策，因此资产价格对于利率更为敏感。资产价格变量对货币政策有着非常强的影响能力，尤其是对利率变量，在所有VAR模型组中对利率变量都是Granger原因，房地产价格也在4个VAR模型中对利率变量是Granger原因。结合我国货币政策的目标，笔者认为，我国利率政策与资产价格波动互为Granger原因，二者关系紧密，应当在政策制定过程中保持对资产价格波动的高度关注。
（四）脉冲响应模型分析
在明晰了货币政策和资产价格之间的先后关系后，我们进一步研究某一类变量发生变化后，对另一类的影响持续时间。根据上文的结论，我们主要研究利率变量和资产价格变量之间的脉冲反应。在VAR模型组中，VAR3模型显示出二者之间的Granger因果关系最为显著，因此我们选择VAR3模型为代表来研究脉冲反应。结果如图2所示。
由图2可以看出，不同资产的价格对利率政策形成冲击显著不同。股票指数同比波动变化对利率政策带来的影响在13个月左右最为显著，且一直到30个月后这个影响仍然存在；房地产价格同比波动的变化对利率政策的影响在3个月左右，6个月后基本没有影响。这段时间是货币政策的反应期，体现了货币当局对资产价格做出反应所需的时间，或者说，货币当局在对资产价格波动的观察时间。如前所述，房地产市场由于其与经济整体的联系要甚于股票市场，因此货币当局对其价格波动更为敏感。
图2也显示出利率政策对不同资产价格的差异化影响。利率变化后，股票指数在4个月后受到的影响最大，随后效应逐步衰减，20个月后基本没有影响；房地产价格产生剧烈波动，且影响逐步放大，直到20个月后负面影响才开始缓慢衰减，30个月时还具有很大的影响能力。这与前文的分析一致，即货币政策对于房地产市场有更为直接和深远的影响。
五、结论与启示
通过VAR模型组可知，我国货币政策与资产价格之间存在比较显著的相互作用，尤其是利率政策与资产价格之间的相互影响非常明显。因此，作为货币政策的决策者，中央银行应当注意观察资产价格的波动，尤其是房地产市场的价格同比变化，这样一方面可以考察货币政策的作用，另一方面也可以缩短货币政策的观察期，提高货币政策对经济波动的反应速度。VAR模型还显示，资产价格和货币政策变量存在自相关特征，这一特点对于资产价格来说尤为明显，说明还不应当将资产价格引入到货币政策的决策体系之中，因为二者之间的相互作用目前还比较缓慢，尤其是股票市场与货币政策之间的反应速度较慢。
通过格兰杰因果关系检验显示，我国货币政策的主要目标变量――名义利率与主要资产价格之间存在比较明显的引导关系。结合脉冲响应函数，可知利率变量对房地产市场的波动更为敏感，同时其变化对房地产市场带来的影响更为显著，对股票市场的影响相对较小。
因而，本文认为目前我国不适合将资产价格列入到货币政策决策变量之中，但是应当保持对资产价格波动的观察，因为资产价格波动可以显示货币政策的执行效果。
【参考文献】
［1］李红艳，江涛.中国股市价格与货币供应量关系的实证分析［J］.预测，2000（3）.
［2］刘松.中国货币供应量与股市价格的实证研究［J］.管理世界，2004（2）.
［3］瞿强.资产价格与货币政策［J］.经济研究，2001（7）.
［4］孙华妤，马跃.中国货币政策与股票市场的关系［J］.经济研究，2003（7）.
［5］易纲，王召.货币政策与金融资产价格［J］.经济研究，2002（3）.
货币政策与利率的关系范文
关键词:货币政策股票指数实证研究相关关系
■一、引言
货币政策与股票市场相互影响,研究两者之间的关系在学术界和实务界都很有现实意义。目前,大部分研究更多的专注于股票市场如何影响货币政策、金融稳定性以及宏观经济稳定性等方面。而对于货币政策如何影响股票市场,研究得并不多。研究货币政策对于中国股市的影响,对于解释货币政策传导机制很有价值,能为中央银行在制定货币政策时提供参考意见,特别是是否干预以及如何干预资本市场有着极为重要的指导意义。本文将主要从实证角度研究货币政策对股票市场的影响。
■二、文献综述
国外在这一领域的研究开展得较早,成果也较为丰富。Homa&Jaffee(1971)通过对货币供应量、联邦基金利率与股指的回归分析,得出货币供应量与联邦基准利率可以在一定程度上解释未来一段时期的股票收益状况。Friedman(1988)的研究表明,在美国金融市场,股票价格的趋势以及波动可以由货币供应量部分解释;Rigobon等人(2003)的实证研究发现股指与短期利率存在较为显著的负相关。然而,以上研究所得出的结论与资本市场有效性假说是相互矛盾的。一般这一理论的实证研究表明,在成熟、发达的金融市场中,股票等资产价格能及时对货币政策的变动作出有效的调整,即资本市场服从弱式或半强式有效。
国内学者的研究开始于上世纪90年代末期。钱小安(1998)检验了货币供应量与股票价格之间的相关性,得出沪深指数与货币各层次之间的相关关系各异,且并不稳定的结论;孙华妤、马跃(2003)认为利率对于股指有较大影响,而货币供给量的因素并不明显;钟小强(2008)运用VAR模型实证检验显示,股票指数和货币供应量之间存在较为稳定的均衡关系。
从目前学者们的研究很难得出关于货币政策与股票市场较为统一的共识。一方面这是由于研究的样本差异造成的偏差,另一方面也可以解释为以股票市场为代表的金融市场也在不断的发展和成熟的过程中,以往的研究很难解释金融市场的最新发展。本文拟采用近5年的股票市场和货币政策的数据,以货币政策传导为主线,对货币政策与股票市场的相关关系进行实证研究,并给出相应的解读和政策建议。
■三、实证分析
与以往股票市场在经济中影响力较为有限不同,目前股票市场的发展,已经改变了货币政策对股票市场单向影响的格局,股票市场也可以反过来影响货币政策。比如,通过市场交易、资源配置等效应间接的影响市场利率、货币供给。
1.变量的选择
目前,中国人民银行根据可控、可测、较为相关且抗干扰的、具有较好适应性的原则,确立的中介指标通常有利率、货币供应量、准备金率和基础货币等。汇率目前未被纳入货币政策的中介指标。其中,利率和货币供应量对于股市的影响较为明显,作用也比较直接。其作用机理在于:
(1)利率通过影响储蓄与投资的转换影响股价
利率直接决定投资者投资资本市场的机会成本,利率的变动是投资者进行资产选择的重要参考。市场利率上升或下降,提高或降低了持币成本,储蓄增加或减少,结果是抑制或刺激了市场上的投资需求,导致股票价格的下降或上升。
(2)货币数量通过决定资金面调整股票价格
根据资产选择理论,货币数量增加,直接导致无风险资产的比例升高,投资者将重新分配资产,提高风险资产的比重。在风险资产供给不变的前提下,风险资产价格将上涨。一般而言,货币供给量增加,资金面充裕,股票价格上涨;货币供给量下降,资金面短缺,股票价格下降。
基于上述的理由,本文将利率和货币供应量作为货币政策指标,舍弃准备金率和基础货币指标。
2.样本及统计区间的选择
由于研究股票市场的需要,利率应尽可能的体现市场化,因此,本文选择市场化程度最高的全国银行间同业拆借利率(7天),以反映短期资金的供给需求。而货币供给量样本的选择应遵循大口径的原则,故本文选用广义货币供应量M2。股票指数则选择最能反映股票市场整体状况的上证综合指数(SI)。
统计区间的选择需要考虑数据的可得性和计量统计的可靠性,更重要的是要能体现现阶段股票市场的特征,因此,既不能选取过短的区间以免由于样本容量太小影响计量统计的可靠性,也不能选取区间过长而导致市场特征不明显。本文选取2005年1月至2010年4月的月度数据进行实证研究。在此期间,中国股票市场经历了一个大涨大跌的完整周期,实体经济遭受了金融危机的冲击,正处于恢复中,该统计区间能比较理想的反映目前经济状况和金融市场特征。
为了减轻回归模型中出现异方差的可能,本文的研究数据将对数据进行对数化处理,数据来源于中国人民银行统计数据和GTA国泰安研究中心。
3.时间序列数据的平稳性和协整性检验
(1)平稳性检验
对时间序列平稳性的判断是进行建立模型之前必须解决的问题,本文采用最为常见的检验方法,即单位根检验,以此判断时间序列的平稳性。检验结果如下:
从检验结果可以看出,全国银行间同业拆借利率(LR)满足平稳性的要求,而货币供应量(LM2)和上证综指(LSI)均为非平稳数据,因此,需要对其一阶差分进行检验,结果如下:
结果表明,各变量进过一阶差分后的ADF检验统计量的值都小于1%的临界水平,因此,全体变量都是一阶单整序列,即I(1)。
(2)协整关系检验
协整关系是对非平稳经济变量长期均衡关系的统计描述。非平稳经济变量存在的长期稳定的均衡关系称作协整关系。分别对LSI、LR和LSI、LM2进行协整分析,采用一阶差分进行协整关系检验,结果如下:
协整方程:
VECM=DLSI+9.799590DLM2(2)
协整方程:
VECM=DLSI-1.417833DLR(3)
协整关系检验结果表明,股票指数与货币供给量(LM2)显著正相关,一阶差分后的股票指数对货币供应量的弹性系数为9.799590。股票指数对全国银行间同业拆借利率(R)显著负相关,一阶差分后的股票指数对利率的弹性系数为-1.417833。实证结果验证了货币供应量和利率对股票市场的正向和反向效应。
4.格兰杰因果关系检验
格兰杰因果关系检验可以用来验证两组变量之间的作为原因及结果的解释关系。样本之间协整关系的存在,仅仅能说明三者存在长期稳定的均衡关系,但无法弄清它们之间谁是因、谁为果,如何通过货币工具的操作实现目标。因此,需要对它们进行格兰杰因果检验,检验结果如下:
从格兰杰因果检验的结果可以看出:
(1)SI与R互相之间不存在解释关系,这也与中国的实际状况吻合,全国银行间同业拆借利率虽然是一个市场化利率,但这个利率仍然受到人民银行利率政策的强烈影响,同时,我国经济是二元分割现象较为明显,股票市场仍远未成熟,股票价格指数对于利率变动的反应并不明显。
(2)M2是SI的格兰杰原因,SI并不是M2的格兰杰原因。这个检验的结论表明,货币供应量对于股票价格指数的影响是单向的,而且是显著的解释因素。这可以解释为,我国的股票市场虽然经历了十多年的发展,但仍然是一个资金驱动为特征的股市,股市行情的涨跌,更多的取决于资金面的状况。货币供给量与股票价格指数同涨同跌。然而,股票价格指数的涨跌并不能导致货币供应量的变化,一个合理的解释是,目前,我国外汇占款逐年增加,货币被发行的状况较为严重,影响货币供应量的决定因素并不是金融市场、经济状况指标,而是中央银行的结汇操作。
■四、结论与政策建议
中国经济在经历了03年至07年十个百分点左右的增长后,由于周期性调整的需要以及次贷危机冲击的双重因素作用,连续两年出现了较为明显的回落,与此同时,股指也应声下探谷底。为走出经济发展的低谷,中央实施了4万亿的投资计划和宽松的货币政策,止住了经济下滑的趋势和股市进一步走低的颓势。但由于09年上半年过度增长的信贷规模,流动性过剩的苗头引发了市场、投资人对于通货膨胀的担忧。09年下半年,货币当局将宽松的货币政策调整为动态微调的货币政策,即在保持货币政策的连续性和稳定性的同时,将把握好适度宽松货币政策的重点、力度和节奏,灵活运用货币政策工具,注重运用市场化手段进行动态微调,引导货币信贷适度增长和信贷结构优化。本文的政策建议主要依据实证检验的结果,给出符合当前经济及金融市场状况的政策建议,包括:
1.相机调整货币供应量
协整检验以及格兰杰因果检验的结果均表明,货币供应量M2对于股票市场的繁荣和萧条有着较为显著的决定作用。这种决定作用既体现为长期的、较为稳定的均衡关系,也体现为货币供给量对于股票市场直接影响,即成为决定股票价格指数涨跌的决定因素。基于这个检验结果,货币当局可以根据资本市场的发展状况及需要,相机调整货币供给量,控制货币增长的规模和速度,从而实现稳定股票市场的政策目标。
资产价格直接关系居民的财产性收入,影响居民的消费潜力及意愿。因此,货币当局在制定货币政策时应统筹兼顾物价水平和资本市场的运行状况,以最大程度上提高居民消费水平。
2.保持利率的合理水平,推进利率的市场化进程
利率与股票指数存在之间长期的、较为稳定的均衡关系。但两者的格兰杰因果关系检验并不支持利率对于股票市场具有解释作用的判断。综合两个检验的结论,说明制定利率政策的出发点在于稳定市场的投资机会成本,恰当的引导资金的流动和资源的配置,而不能寄希望于通过利率政策的调整直接影响股票市场的变动。当前,在世界经济复苏前景并不明朗,尤其是由于债务危机的侵袭导致的不确定因素增多的情况下,需要货币当局谨慎的调整利率政策,保持合理的利率水平,继续维持投资的动力,持续推动经济的发展。
利率变动对于股票指数的解释力不强也从一个侧面证明了我国利率市场化程度依然较低的现实,说明利率在我国仍然不是使用资本的真正意义上的价格。因此,进一步推进利率的市场化改革,提高经济标量、尤其是投资对于利率的敏感性,将有助于发挥利率在资本市场的核心作用。
3.提高股票市场有效性
实证检验的结果,可以理解为我国的股票市场已经具有一定的有效性,能够对市场信息,尤其是货币政策的变动做出反应,成为货币政策的传导渠道。当然,实证检验的结果也表明,利率对于股票市场的解释作用较小,说明目前我国的股票市场仍未成熟,进一步提高股票市场的有效性对于传导货币政策,真正使股票市场成为宏观经济、金融市场发展状况的晴雨表具有十分重要的现实意义。
参考文献:
[1]Homa,K.andJaffee,D.1971,“TheSupplyofMoneyandCommonStockPrices”,JournalofFinance26,1045-66.
[2]Friedman.1988,MoneyandtheStockMarket,JournalofPoliticalEconomy,Vol96No2.
[3]钱小安,资产价格变化对货币政策的影响,《经济研究》1998年第1期
货币政策与利率的关系范文篇3
关键词：货币政策；区域效应；甘肃省
中图分类号：F832.2文献标识码：B文章编号：1674-0017-2017（5）-0009-07
一、引言与文献回顾
货币政策作为总量政策，其传导是一个涉及诸多环节、渠道和因素的复杂过程。我国不同区域间经济金融发展水平差异较大，导致货币政策在不同区域的实施效果可能存在不同，进而对区域经济增长、通货膨胀、产业结构、市场供求等产生差异化的影响。站在中央银行角度，在差异化区域经济金融发展水平条件下，如何科学、客观地分析货币政策区域效应的差异，是货币政策理论和实践中的重大课题。本文以甘肃省为样本，运用计量经济分析方法构建了货币政策在甘肃省实施状况指数（RMCI），对其他可能反映货币政策在甘肃省实施状况的指标作了比较研究，初步搭建起了一个衡量货币政策在甘肃省实施状况的分析框架，并对货币政策实施状况与经济增长间的关系作了简要探析。
为衡量一国货币政策状况的松紧程度，20世纪90年代以来货币政策及理论领域出现了一个新概念：货币状况指数（MonetaryConditionIndex，MCI）。MCI是一个被构建出来用以衡量货币政策松紧程度的指标。经典形式的MCI是在选定一个基期后国内利率和汇率相比于基期水平的加权平均数。经典形式的MCI适用于开放经济体，且假定货币政策主要是通过利率和汇率渠道来传导：
其中，r为实际利率，q为实际有效汇率的对数值，β是相应变量的权重。
近年来，国内学者就构建适合中国的MCI进行了诸多有益探索和研究，代表性的文献主要有卜永祥和周晴（2004），李子联（2010a，2010b），李建军和李波（2010），郭红兵和杜金岷（2011），刁节文和容玲（2012），段军山和郭红兵（2012），刘林川（2013）等。其中，卜永祥和周晴（2004）在构建中国MCI时，考虑到货币供应量这一渠道对经济增长和通货膨胀的重要影响，在利率和汇率之外加入了货币供应量指标（参见公式（2）），这一方法也被之后许多学者所接受。
其中，m为货币供应量的对数值。
还有许多学者基于不同分析角度，在构建中国MCI时纳入不同指标，如李建军（2008）加入了贷款指标，刘林川（2013）加入了房地产和股票价格。
此外，也有不少学者在MCI的基础上，尝试构建反映整体金融环境松紧程度的金融状况指数（FinancialConditionIndex，FCI）。FCI主要是考虑了资产价格的变动对金融环境的影响（参见公式（3））。
其中，c为资产价格。这方面的代表性文献主要有余辉和余剑（2013），徐国祥和郑雯（2013），易晓盏龋2014）。
关于β的计算，目前经典的做法有三：一是单方程估计（总需求曲线）；二是多方程估计（VAR，结构VAR）；三是一国对外贸易额占GDP的份额。较常用的估计方法是前两种，单方程估计法较为传统，其对样本的要求相对较低，多方程估计法更为精细，但其对样本量和数据的质量等要求相对较高。
需要指出的是，目前国内研究货币政策在区域内实施状况松紧程度的文献还非常稀少，原因不外是部分区域经济金融数据获取的困难和大部分学者的兴趣和研究方向集中于宏观经济而非区域经济。
二、理论基础及分析框架
能否科学构建货币政策区域实施状况分析框架，首先需要解决以下两个问题，对这两个问题的回答同时也构成了本文货币政策区域实施状况分析框架的理论基础。
（一）货币政策在不同区域的实施状况是否存在不同
一般来说在单一经济体内货币政策是唯一的，其货币政策实施状况的松与紧也是一致的。这是因为：（1）单一经济体一般只设有一家中央银行，货币政策作为总量性政策，其制定当然是全局适用的、唯一的；（2）基于无套利原理，流动的资金会促使不同区域的利率水平处于均衡状态，从而难以出现某一区域资金流动性显著高于或低于其他区域的情况。我国只存在一家中央银行即中国人民银行，其制定的货币政策当然是唯一的。但货币政策制定的唯一性并不一定意味着货币政策在不同区域实施状况的唯一性。事实上，基于以下几点理由，我国货币政策在不同区域乃至不同省份间的实施状况会存在不同，至少在松紧程度上会存在不同：（1）我国地域辽阔，不同区域间经济金融情况差异较大，如不同区域所有制结构的不同可能导致信贷资源在经济主体间的配置和分布存在差异，不同区域经济主体利用资本市场进行直接融资的能力存在差异，地方政府干预市场经济的程度存在差异，不同区域经济金融的开放度存在差异等；（2）出于支持不同区域经济金融改革与发展的需要，中国人民银行的再贷款、再贴现等政策在区域间存在差异；（3）无套利原理的成立需要相当严格的假设条件，包括资本市场的完全流动性、无交易摩擦等，无套利原理在我国不同区域间不一定能够成立。
（二）如何衡量货币政策区域内实施状况的松紧程度
货币政策实施状况的松紧程度会直接作用于资金的量和价两个方面。因此，衡量货币政策实施状况的松紧程度，无非是从量和价两个方面来进行。从量的方面来看，有货币供应量（M1，M2）、社会融资规模、信贷投放、存款增L、金融市场流动性等指标可供选择；从价的方面来看，则主要是利率和汇率指标。从货币政策能够对其产生直接作用的角度来看，则主要是货币供应量、利率和汇率指标。经典文献也是通过构造货币状况指数（MCI）这一方法来衡量货币政策实施状况。MCI无非是对货币供应量、利率、汇率等指标的一个加权平均，其本身相当于调和了量和价两方面的因素来综合反映货币政策的实施状况。然而，在借鉴MCI方法来衡量货币政策在某一区域内实施状况的松紧程度时，首先遇到的问题是货币供应量指标在区域范围内不存在，这就必须考虑运用其他替代指标。通过对甘肃省经济金融发展特点的分析，本文发现信贷在甘肃省经济金融中起着至关重要的作用，信贷是甘肃省货币投放的主渠道，信贷政策是调控甘肃省金融市场流动性的主要抓手。因此，本文主要以信贷投放作为衡量货币政策在甘肃省实施状况松紧程度量的方面的衡量指标1。在利率指标的选择上，则是基于格兰杰因果关系检验，选择了具有较好市场代表性、传导性的银行承兑汇票贴现利率（详见下文）。在此基础上，构建了RMCI指数以综合衡量货币政策在甘肃省实施状况的松紧程度。RMCI指数、信贷增速和贴现利率也就成为了本文衡量货币政策区域内实施状况的核心指标。货币政策作为一种总量性政策，对其实施状况的衡量应该尽量选择具有宏观性、总括性、直接性和客观性的指标，以上三项指标的选择秉持了这一原则，也能得到经典文献方法的佐证，应该说具有一定科学性。
为更好衡量货币政策在甘肃省实施状况的松紧程度，本文建立如下分析框架：
“一个综合指数”：构建货币政策在甘肃省实施状况指数（RegionalMonetaryConditionIndex，简称RMCI），用以直接衡量货币政策在甘肃省实施状况的松紧程度。
“两个直接指标”：通过对信贷增速和贴现利率的分析，找出导致甘肃省RMCI变动的直接原因。以上两步构成本文衡量分析框架的核心。基于对货币政策传导过程的理解，本文认为资金的量与价是最能直接、客观反映货币政策实施状况的。
“五个参考指标”：本文主要从物价水平、银行存款、民间借贷、相关调查指数等方面对货币政策的实施状况做了补充研究。研究发现，居民消费者价格指数（CPI）、民间借贷利率、银行存款增长率、货币政策感受指数和感受预期指数基本能对货币政策在甘肃省实施状况作出较好反映，是衡量货币政策在甘肃省实施状况松紧程度的重要参考指标。
三、甘肃省RMCI的构建与计算
（一）甘肃省RMCI的构建与计算
1.指标的选取
（1）在省域层面无法统计货币供应量，因此在构建甘肃省RMCI时就必须考虑用其他量的指标来替代货币供应量。具体到甘肃省，作为一个内陆欠发达省份，其货币政策的传导仍然主要是通过信贷渠道，企业外部融资来源主要是商业银行贷款，对资本市场直接融资的依赖和获取能力都还相对有限2。因此本文以甘肃省内金融机构本外币各项贷款余额来替代货币供应量指标。
（2）自2005年汇率体制改革以来，人民币汇率波动幅度较大，考虑到对外贸易在甘肃省经济中占比相对较小3，如果在构建适合甘肃省省情的RMCI时纳入人民币汇率指标，将使RMCI对实际货币政策在甘肃省实施状况的反映有偏差，为此忽略汇率因素。
（3）在利率选取方面本文选择了具有较好市场代表性的甘肃省银行承兑汇票贴现利率（yr）、票据买断式转贴现利率（pr）和金融机构贷款加权平均利率（dr）作为备选。格兰杰因果关系检验表明yr显著地表现为pr和dr的格兰杰因，yr的传导性更好，因此本文选择银行承兑汇票贴现利率（yr）作为构建甘肃省RMCI的利率指标（见表1）。
2.甘肃省RMCI的构建与计算
建立如下甘肃省RMCI模型：
以100为基准，作标准化处理后为：
其中，r为甘肃省银行承兑汇票贴现利率，lnd为甘肃省金融机构本外币各项贷款余额的对数值。根据公式（5），相比于基期而言，利率水平越低，贷款余额越大，则货币政策区域内实施状况就越宽松。
颖酒谖2008年1季度至2016年1季度。为估计总需求曲线，选取甘肃省地区生产总值（GDP）季度同比增长率作为产出指标，记为y。相关变量的描述性统计见表2。
为计算权重β，并考虑到货币政策传导的滞后效应，根据回归分析相关解释变量系数估计值的t检验、模型整体显著性的F检验和R2值，建立如下总需求模型：
其中，为实际产出与潜在产出之间的缺口，产出缺口由HP滤波法得到（平滑因子为1600）；甘肃省第二产业占比st具有显著的季节周期性，为此通过HP滤波法对其进行平滑。回归分析结果见表3。
据此，可计算得出相关变量的权重β：
关于基期的选择，卜永祥和周晴（2004）的选择标准是产出缺口最小。根据本文计算，2008年2季度和2015年4季度甘肃省的产出缺口相对最小。为此，本文选取2008年2季度为基期，计算得出甘肃省RMCI（见图1）。
从RMCI的角度来看，相比于2008年2季度的基期水平，2008年以来货币政策在甘肃省实施状况总体趋于宽松，其中有两个时期“宽松化”比较明显。一是从2008年4季度至2010年4季度，二是从2014年2季度至今。从RMCI与GDP增长率的走势来看，前一时期较宽松的货币政策实施状况有效促进了经济增长，后一时期较宽松的货币政策实施状况却并未带来经济增速的反弹。对此，需要从理论上加以深入分析。
从宏观经济理论和各国经济发展历史看，一般来说货币政策实施状况的松紧程度与经济增长之间存在正相关关系。然而二者间的关系实际上是非常复杂的，极有可能存在双向因果关系。在总需求函数中，一般假定存在从货币政策到经济增长的因果传导关系。但必须指出的是，经济增长与货币政策实施状况的松紧程度间的正相关性也不是必然规律。实体经济的增长源泉在资本、劳动、土地等生产要素的投入和技术进步；对于面临经济转型与结构调整的经济体来说，产业结构的调整与升级也是影响经济增长的重要因素。在经济增长缺乏实体层面增长因素的支撑时，宽松货币政策不仅难以推动经济增长，而且会导致通货膨胀。在供求关系拉低实际价格水平的情况下，宽松货币政策甚至不能导致通货膨胀。
（二）甘肃省RMCI的特点
从模型构建及计算来看，甘肃省RMCI具有如下特点：一是考虑到对外贸易及海外投融资在甘肃省经济金融中的占比相对较小，在构建甘肃省RMCI时未纳入汇率因素；二是在建立甘肃省总需求函数时，纳入了产业结构变迁指标；三是甘肃省RMCI赋予“量”的权重要显著高于“价”的权重，这可能表明货币政策传导在甘肃省更偏重于“量”而非“价”，也可能表明甘肃省经济主体对资金的价格――利率反应不够敏感。
四、货币政策在甘肃省的实施状况
甘肃省RMCI由贷款余额和贴现利率两项指标经加权得出，通过分析贷款增速和贴现利率的变化，可以探究导致甘肃省RMCI变动的直接原因，进而也可以进一步判断货币政策在甘肃省的实施状况。本文第三部分已从甘肃省RMCI角度对货币政策在甘肃省的实施状况进行了分析，下面从贷款增速和贴现利率的角度作进一步分析。
从贷款增速看，2008年以来甘肃省贷款增速一直处于一个比较高的位置，且在2009年4季度至2010年3季度间出现过一个较高的波峰期；近3年增速则相对平稳，大致在23%―26%之间，却仍然显著高于2008年平均14.64%的水平。
从贴现利率看，2008年4季度至2010年4季度是甘C省利率水平相对较低的一个时期，2011年1季度至2012年1季度利率水平上升明显。2014年3季度以来，随着中国人民银行多次降准、降息，甘肃省利率水平也处于一个不断下降的态势。
由此可见，2008年以来货币政策在甘肃省实施状况相对“更宽松”的两个时期都表现为高贷款增速和低利率水平，宽松的货币政策实施状况在量和价两方面都得到了体现，而RMCI则综合反映了这一特点。这也表明，RMCI是一个能够较好反映货币政策在甘肃省实施状况的良好指数。另外，也可以看出RMCI、贷款增速、贷款利率三者之间具有平行性。
四、货币政策实施状况在其他指标上的反映
（一）物价水平变动对货币政策实施状况的反映具有滞后性
现代货币经济学理论的一个共识是，货币政策在短期会影响到产出，但在长期则只会影响到价格水平。价格水平固然不是货币政策的操作（中间）目标，但却是货币政策的重要最终目标（在通货膨胀目标制下，价格水平甚至是货币政策的唯一最终目标）。不论是从理论还是实践的角度看，价格水平一般都能反映出货币政策实施状况的松与紧，只是具有滞后性。也就是说，价格水平是判断货币政策实施状况的重要滞后指标4。从甘肃省RMCI与CPI的走势来看，这种关系在2014年以前表现得较为明显。但2014年以来尽管货币政策在甘肃省实施状况的“宽松化”趋势明显，但价格水平却持续走低。这种“背离”反映出实体经济层面的供需不平衡已经严重制约了物价水平随货币政策实施状况变动的一般关系。当然也不排除大量流动性进入了其他领域或在金融系统内“空转”。
（二）民间借贷利率对货币政策实施状况的反映直接而微弱
银行信贷与民间借贷的关系，是关乎到正规金融与非正规金融健康发展与否的重要问题，也是关乎到货币政策传导渠道畅通与否的重要问题。可以猜想，银行信贷对民间借贷在规模上可能具有“挤出”效应，而在利率上则可能具有“引导”效应。据此，当货币政策的实施状况较宽松时，民间借贷利率将走低；当货币政策的实施状况较紧时，民间借贷利率将走高。从图4可以看出，甘肃省民间借贷利率与银行承兑汇票贴现利率的走势基本是一致的，与RMCI的走势呈负相关关系，均验证了上述猜想。这也表明货币政策的实施状况在民间借贷中的传导是有效的，同时也表明民间借贷利率可以作为判断货币政策实施状况松紧程度的一个价格平行性指标。
（三）银行存款的“货币”角色依然很重要
银行存款是货币供应量（M1）的主要构成部分，存款本身即可被视为“货币”。因此，一般而言存款增速可在一定程度上反映货币政策实施状况的松紧程度。从甘肃省RMCI与本外币各项存款余额增速的走势来看，2008-2011年二者的走势是高度吻合的，且存款增速表现出先行性，但2014年3季度以来二者的走势出现了“背离”。必须看到，近年来银行存款增速下滑的原因是多方面的，主要与经济下行导致居民收入增长放缓、理财产品等影子银行业务的发展大幅挤压银行表内业务等有关。因此，2014年3季度以来存款增速的下降，也就在很大程度上不再“如实”反映货币政策在甘肃省实施状况的松紧程度。但这并不意味着银行存款的“货币”角色不再重要，纳入理财产品等影子银行业务之后的广义存款范畴可能会更合理地反映货币政策在甘肃省实施状况的松紧程度。
（四）相关调查指数：对货币政策实施状况的主观感受
一直以来，人民银行坚持通过抽样调查的方法来了解货币政策的实施状况，并构建了货币政策感受指数、货币政策感受预期指数及货币政策实施效果指数等相关指数，取得了显著成效。本文对甘肃省RMCI与以上指数作了比较分析，发现甘肃省RMCI与货币政策感受指数、货币政策感受预期指数之间具有较高的正相关性，而与货币政策实施效果指数的相关性则较弱（相关系数分别为0.799，0.756，0.593）。从图6还可以看出，当货币政策在甘肃省实施状况的松紧程度出现“拐点”时，三项指数基本都能做出较一致的反映，但货币政策感受指数、货币政策感受预期指数的持续期较短，而RMCI则表现出一定的持续性。这种差异可能来自于指数的构造机理不同：甘肃省RMCI由贷款增速和贷款利率两项指标经加权得到，数据具有较高的客观性。而货币政策感受指数、货币政策感受预期指数则来自于问卷调查，被调查对象往往会由于自身所处行业、所处地域、所面临问题等的不同而给出不同判断，导致相关调查指数具有一定的主观性；另外，被调查对象往往对当期货币政策的重要变化（如降准、降息）感受明显，而对之后一段时期的持续性则反应迟钝，这种现象在心理学、行为经济学中都有着坚实的理论支撑。综上分析，货币政策感受指数、货币政策感受预期指数对货币政策实施状况松紧程度的反映是显著的，也是短期的，二者应当作为衡量货币政策在甘肃省实施状况松紧程度的重要参考指标。
六、主要结论及进一步研究方向
本文以甘肃省为样本，着重构建了货币政策在甘肃省实施状况指数（RMCI），对其他可能反映货币政策在甘肃省实施状况的指标作了比较研究，初步搭建起了一个衡量货币政策在甘肃省实施状况松紧程度的分析框架。实证研究表明，相比于样本基期2008年2季度，近年来货币政策在甘肃省的实施状况相对“宽松”，货币政策在甘肃省大开发、大跨越式发展过程中发挥了有力的支持作用。
进一步研究和改进的方向可能包括：一是扩展数据样本并改进计量分析方法，持续完善衡量货币政策在甘肃省实施状况的分析框架；二是持续跟踪未来经济金融形势的变化，检验并调整优化该分析框架；三是就货币政策实施过程中的总量效应、结构效应、效率等相关问题做进一步研究。
参考文献
[1]永祥，周晴：中国货币状况指数及其在货币政策操作中的运用，金融研究，2004，（1）：5-12。
[2]戴国强，张建华：中国金融状况指数对货币政策传导作用研究，财经研究，2009，（7）：20-29。
[3]段军山，郭红兵：基于新P恩斯混合菲利普斯曲线的中国货币状况指数构建及其应用，上海金融，2012，（5）：15-19。
[4]刁节文，容玲：基于MCI与FCI对我国货币政策调控的比较研究，上海金融，2012，（10）：33-45。
[5]郭红兵，杜金岷：中国MCI指数构建及其反通胀货币政策含义，上海金融，2011，（9）：40-48。
[6]刘林川：广义货币状况指数与通货膨胀的货币政策调控――基于ARDL-ECM模型的实证分析，天津财经大学学报，
2013，（11）：55-65。
[7]李建军：中国货币状况指数与未观测货币金融状况指数，金融研究，2008，（11）：33-39。
[8]李建军，李波：我国货币政策中介变量GMCI的理论分析与实证检验，天津商业大学学报，2010，（1）：40-49。
[9]李子联：货币政策的有效性评估――基于货币状况指数的分析，2010，（12）：41-45。
[10]李子联：基于最有货币状况指数的政策评估：方法与应用，金融评论，2010，（2）：35-39。
[11]徐国祥，郑雯：中国金融状况指数的构建及预测能力研究，统计研究，2013，（8）：57-65。
[12]易晓眨陈守东，刘洋：中国金融状况指数构建及货币市场稳定性研究，上海经济研究，2014，（8）：31-39。
[13]余辉，余剑：我国金融状况指数构建及其对货币政策传导效应的启示，金融研究，2013，（4）：44-51。
AnAnalysisFrameworkofMonetaryPolicyImplementationInGansuProvince
ResearchGroup
（LanzhouCentralSub-branchPBC，LanzhouGansu730000）
