《3、货币政策调控对资产价格波动影响效应的实证研究_王.pdf》由会员分享，可在线阅读，更多相关《3、货币政策调控对资产价格波动影响效应的实证研究_王.pdf（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、统计与决策2010年第21期（总第321期）基金项目：陕西省教育厅项目（111N007）；北京大学汇丰金融研究院课题；西安邮电学院中青年科研基金项目（ZL2006-33、ZL2010-36）作者简介：王宏涛（1975-），男，陕西岐山人，博士研究生，研究方向：货币理论与政策及金融市场。货币政策调控对资产价格波动影响效应的实证研究王宏涛（西安邮电学院 经济与管理学院，西安710069）摘要：文章通过分析资产价格对于货币政策传导机制的影响，用实证的方法建立VAR模型检验资产价格与货币政策间的相互影响关系。研究结果显示：我国中央银行使用货币政策对于资本市场的干预有一定效果但不够显著，基于我国资本市场
2、的频繁波动特征，以法定准备金和利率等货币政策还是做出了反应。由于货币政策的内外部时滞，我国资产价格波动对货币政策的市场反应周期在27个月之间。关键词：资本价格；货币政策；VAR中图分类号：F822文献标识码：A文章编号：10026487（2010）210128-04由于金融资产价格形成机制复杂，央行通过货币政策对资产价格进行直接控制避免波动困难重重，以往的研究表明往往是中央银行的干预本身加重了经济系统的波动，因此，货币政策直接调控资产价格的思路也受到诸多质疑。对于央行采取合理的干预方式，必须同时具备这样两个条件：一是能够确信资产价格波动的确是由非基本面因素所引起的，也就是说，确信资产价格中存在
3、着泡沫，但是资产泡沫的识别是相当困难的；二是中央银行能够确切知道资产泡沫的演变路径有能力调控泡沫破灭后宏观经济。由于这两个条件具有苛刻的假设和限制，因此在实践中还很难得到运用。本文首先分析了资产价格波动对于货币政策传导机制的影响，进而通过实证的分析方法，考察了中国资本市场对于货币政策的即期反应，利用中国1996年1月至2006年12月的资本市场和货币政策指标的月度数据，构建中国货币政策分析的VAR模型检验货币政策调控对资本价格波动影响效应，以及探讨我国货币政策与投资、消费、通货膨胀率和资产价格之间的相互影响关系，以期实证的角度对于中国的货币政策操作给出相应的对策建议。1资产价格波动对于货币政策
4、传导机制的影响1.1货币政策传导机制的变化虽然对于货币政策直接干预资产价格颇有诟病，但由于金融创新和金融深化使货币政策、资产价格和实体经济之间的联系日益紧密，这就从维护经济体系的稳定方面解释了货币政策干预资产价格的可能性，虽然这一结论有待进一步严格论证。Mishkin（1995，2001）将货币政策的资产价格传导机制归结为以下四个途径：（1）托宾Q值效应（Tobin，1969），这种观点认为，托宾Q值是资产的市场价值（主要用股票价格来衡量）与其重置价值之比，它是影响货币政策效果的原因之一，也可以用来衡量一项资产的市场价值是否被高估或低估。货币政策可以影响股票等资产价格从而改变托宾Q值，影响实体
5、经济进而影响总产出。（2）财富效应（Modigliani，1971），由于居民的财富一般以现金、股票、债券、储蓄、外汇和房地产等资产形式为主，而扩张的货币政策会使股票、债券和房地产价格高涨，居民以货币表示的财富量增加，反之下跌。这就改变了居民的消费，最终影响到总产出。（3）流动性效应（Mishkin，1976）扩张性货币政策通过向经济系统输入流动性的方式提高了资产价格，使得公众持有的股票、债券和房地产等形式的资产价值上升，公众对于自己的还贷能力评估提高，会增加他们的耐用消费品的支出需求，最终影响到总产出。（4）金融加速器效应（Bernanke&Gertler，1994），在1994年，Bern
6、anke和Gertler等正式提出了金融加速器概念。1998年。这三位学者又采用动态新凯恩斯（Dynamic NewKeynesian：DNK）模型分析框架，将信贷市场不完美和企业净值纳入主流宏观经济模型，分析了金融加速器在经济周期中的作用。说明了金融信贷市场中存在的信息不对称对经济所造成的影响。由于债务人和债权人之间存在信息不对称，在扩张性货币政策下资产价格高涨，企业净资产价格上升，基本不存在违约风险。但紧缩货币政策却降低资产价格，使得企业净资产下降，企业出现逆向选择和道德风险的几率增加，这种紧缩货币政策会使社会总需求随之下降。资产价格的波动还会影响到货币政策的传导机制，进而影响到货币政策的
7、效果。表1比较了两种货币政策传导机制的特点。资产价格在货币政策传导机制中的作用的实质就是资产价格波动以何种渠道、如何影响实体经济。我们可以简单地将资产价格对货币政策的传导机制的影响见图1。财 经 论 坛128统计与决策2010年第21期（总第321期）不同的传导机制传统的利率传导机制传统的汇率传导机制传统的信贷传导机制资产价格传导机制具体的传导途径货币需求上升利率上升总投资增加总需求增加货币供给上升利率下降汇率上升（直接标价法）净出口增加总需求上升货币供给上升利率下降国内信贷量增加总投资增加总需求增加封闭经济：货币供给上升股票流通总市值上升托宾Q上升国内总投资上升，国内总消费增加总需求增加开放
8、经济：货币供给上升股票流通总市值上升国内总投资上升，净出口增加总需求增加说明封闭经济没有国际贸易和国际投资。汇率上升意味本币贬值托宾Q=资产的市场价值/资产重置价值；Q1时，弃旧置新，Q1时，企业扩张。表1资产价格传导机制与传统货币政策传导机制的比较从图1可以看出，货币政策通过调节货币供应量、准备金率和基准利率等工具实现政策调控。根据生命周期或持久收入模型，资产价格波动通过TobinQ效应、当期投资支出、信贷渠道和金融加速器等四种渠道影响投资（有的渠道也包括消费），而投资和消费的变化直接影响到总需求，进而总供给和总需求的平衡。如果这种影响是显著的，那么货币政策干预资产价格的必要性不言而喻。1.
9、2我国货币政策调控对资本市场的当期影响对于我国资本市场的大量研究表明该市场存在严重的市场失灵，扭曲了资源配置的作用，为了实现金融市场在配置货币资金方面的高效率性，须进一步建立健全价格机制，众所周知，中央银行大部分调控是出于维护整个国民经济系统的稳定而设计的，并不是针对资本市场而专门设计的，但从资本市场在货币政策工具调整之后不同时期的反应可以反映出两者之间的相互影响关系。若货币政策调控工具对资本市场干预的效果不够显著，也就是说货币政策应对资产价格是一种“钝”（robust）的工具。那么即使使用货币政策直接干预资产价格也难以达到预想的经济效果。应该寻找其它更为有效的多种宏观经济政策合理搭配的调控方
10、式。我们考察了1993年2008年我国货币供给量M2和基准利率调整后我国上证指数和深证成指的市场反应情况，通过观察股票指数，法定准备金和基准利率等时间序列数据来考察三者之间的相关关系。由于存款准备金率的调整通过改变货币乘数来影响广义货币供应量M2，央行基准利率调的调整则反映资产价格对于资本收益率的反应程度，这和金融市场的配置资源的效率紧密相关。通过观察货币供给量和基准利率的调整对资本市场的影响状况，可以粗略分析货币政策工具调整对我国资本市场反应的特点，可以看出，从1993年2008年我国货币政策调控对股市的影响效应并不十分显著，资本市场在短期内反应相当“迟钝”，甚至和经济理论分析的结果大相径庭
11、；我国股市对基准利率和存款准备金率的当日反应特征不够显著；针对房地产市场调控的政策反而显著地影响了股市的波动，说明金融市场的传导机制不够通畅；股市的波动呈现出明显的非对称性（上升和下跌）。2基于 VAR 方法的货币政策调控对资产价格波动影响的实证分析2.1数据的选取与变量解释货币政策变量选取货币供给量M2和市场利率r，对于市场利率指标r，我们选取7天加权平均上海银行间同业拆借利率Shiibor7作为参数变量，因为上海银行间同业拆借利率能较好地反应资金的供求平衡，可以作为市场利率的一个衡量指标。以工业增加来替代GDP以衡量总产出水平。以上证综指SSEC作为我国资本市场的代表。货币供给量M2和利率
12、R7数据来自于中国人民银行网站，股票价格指数等数据来自于Wind咨询系统和Reset金融数据库，工业增加值数据根据国家统计局公布的历年统计年鉴和经济景气月度报告整理，样本期间为1996年1月至2006年12月，共132组月度数据。所选计量软件为Stata10.1和Eview5.0。计量模型中以CPI为居民消费价格指数，用来衡量通货膨胀率，INDSA表示经过季度平滑后的工业增加值，用来衡量经济中的新增产出水平，LN表示经过取对数处理。2.2单位根检验在建立VAR系统之前，首先对各时间序列数据进行平稳性检验，然后用Johansen Cointegration Test考察它们之间是否存在协整关系。
13、我们采用的ADF单位根检验来判断各变量的非平稳性及是否具有同阶的协整关系。通过观察单位根是否都在单位圆之中的方法对协整方程的稳定性进行判断。由于所选择的数据从1996年1季度开始，存在基数值，个变量又不直接取决于时间，所以按照原始数据为带截距项，一阶差分为不带趋势和截距项的模型（c，1，t）进行单位根检验，检验结果见表2。从表2中可以看出，原时间序列均为非平稳时间序列，而其一阶差分序列为平稳时间序列，因此，满足协整检验的前提。说明这5个变量之间可能存在某种稳定的长期相关关系，为本文后面建立VAR模型打下基础。2.3滞后期数选择我们不知道这5个变量之间的内在联系和相互影响的微观机理，因此需要把它
14、们作为一个系统“平等”对待。来考察它们之间的动态相关关系。VAR方法的最大特点不需要知道变量之间的因果关系或确定的经济学结构模型，而是根据系统中各个变量及其各期滞后逐个进行回归检验，根据AIC和SC等原则选择最优的回归关系模型的一种动态计量实验方法，而本文构建德尔VAR模型在于考察货币供给量M2、利率R7和工业增加值IND对上证综指SSEC影响，显然对VAR系统中变量的滞后期数选择十分重要。表3显示了包含了LNSSEC、R7、LNM2、LNINDSA、CPI在不同滞后期数下LogL、LR、FPE、AIC、SC和HQ等统计量的值，不同阶数的最小值右上角加“*”号表示，综合看出，本文构建滞后2期的
15、VAR模型为最优选择。原始变量LNSSECLNINDSALNM2R7CPIADF检验值-2.0647211.711761-0.187277-3.587343-3.326607临界值（5%）0.25930.99970.93640.00700.0658一阶差分变量LNSSECLNINDSALNM2LNR7CPIADF检验值-6.891948-1.243352-0.940656-10.11203-5.126282临界值（5%）0.00000.19590.30780.00000.0000带截距项不带趋势和截距项表2VAR系统（假设）中各变量的ADF检验结果注：x为变量x的一阶差分；滞后Lag期根据Ak
16、aike、Schwarz准则来确定，本文的样本数为132财 经 论 坛129统计与决策2010年第21期（总第321期）原假设None*Atmost1Atmost2Atmost3Atmost4特征值0.1900010.1340270.0696430.0384890.018829t统计量80.0361145.2670321.523359.6124243.136340数值比较临界值（5%）69.8188947.8561329.7970715.494713.841536p值0.00610.08580.32580.31170.0716表4协整向量个数的Johansen迹统计量及其临界数值2.4协整向量
17、个数的确定我们通过前面的分析已经知道，这5个变量之间可能存在某种长期稳定的相关关系，接下来利用Johansen迹统计量和其临界值的比较确定协整向量的个数，进一步分析它们之间的协整关系然后建立VAR系统。具体的结果见表4。根据所设定的原假设H0可以判断此VAR系统存在1个协整关系。2.5VAR模型的建立根据格兰杰的动态时间序列理论，VAR模型的估计结构受系统中变量排序的影响，一般认为VAR系统中排序在后的某个变量不应同期影响排序在前的某个变量。我们选取的变量次序为（R7，LNM2，LNIND，LNSSEC，CPI），各变量的向量回归结果见表7，可以看出，在以各滞后两期的回归检验中，除了利率R7和
18、货币供给量的对数LNM2以外，其他各变量的滞后项对其的影响均不是很显著，每一栏中小括号内为t统计量，中括号内数值为p0值，利率R7和货币供给量的对数LNM2对股价指数LNSSEC和工业增加值LNIND有较强的影响作用，从检验的滞后效应看，利率R7对股价指数LNSSEC的影响反应不显著，对工业增加值LNIND的影响主要体现在滞后2期，而货币供给量对股价指数和工业增加值的影响均主要表现在滞后2期上，特别地，工业增加值对货币供给量也有较为显著的影响关系。该5元2阶VAR模型可以表示为：z赞t=c+B赞1z赞t-1+B赞2z赞t-2+t，T=1,2,，132其中，z赞t=(R7，LNM2，LNIND，
19、LNSSEC，CPI)T；B赞i，i=1,2为52阶的系数矩阵。模型的系数估计如下表5所示：通过以上的VAR模型分析的结果可以看出，1996年1月至2006年12月我国股票价格指数SSEC受货币供给M2和利率R7这两个货币政策中介指标的影响明显，在一定程度上否定了我国货币政策对资本市场的调控无效的观点，但这种联动关系比较微弱，资产价格对于M2的反应比较明显，说明流动性对于资产价格的高涨起着推动作用，这一点和理论是相吻合的。但从本文构建的VAR模型的滞后两期、利率和货币供应量这两个货币政策工具变量的系数的统计显著性来看，股票价格指数SSEC对市场利率R7调整的反应在当期显著，而对广义货币供应量M
20、2调节在当期不明显但在滞后一期反应明显，这体现了我国股市深受流动性的影响，对于利率工具的反应较为“迟钝”。本文计量分析结果较为特别的是，股指对作为资本市场发展基础的实体经济的变化几乎没有明显反应，以工业增加值检验的股指变化在统计上完全不显著，显示我国在资本市场建设方面任重而道远，需要进一步提高资本市场的发展和实体经济的关联性，使得股市真正成为国民经济发展的“晴雨表”。2.6检验各变量之间的Granger因果关系为考察各变量之间的数量关联性并验证VAR系统中存在协整关系的猜测，进一步考察四个变量之间的相互关系，按照格兰杰的理论须对其进行Granger因果检验：在此以Pairwise Grange
21、r Causality Test方法进行Granger因果检验，滞后阶数选2阶，Granger因果检验的原假设H0是假定一个变量得变化不是由于另一个变量的滞后历史值造成的，如果出现F-统计量（p值小于5%）的情况则接受H0。由检验结果可知，利率和货币供给量M2的变化是股价指数波动的Granger原因，表明利率R7和货币供给量M2的前期历史变化能够明显影响资本市场市值或资产价格SSEC的变化，即从统计上讲R7和M2是SSEC的格兰杰原因。其调整对我国资本市场的波动有一定效果。利率R7与通货膨胀率之间也并不存在Granger原因，但我国工业增加值IND和货币供给量M2之间也存在一定的弱Grange
22、r因果关系，这表明货币供给量M2的增加促进了经济的增长（有的文献以产出水平表示），而以工业增加值代表的经济增长又需要有更多的货币来进行媒介，这一结论和我国的实际情况是相滞后期012345LogL统计量-867.2450643.0148611.1866*704.0271727.8902765.0140LR统计量NA2907.25052.46991*59.1128841.4622062.18242FPE准则0.0373913.23e-103.11e-102.83e-102.88e-102.49e-10*AIC准则10.90306-7.662685-7.802332*-7.800338-7.7861
23、27-7.037675*SC准则10.99916-7.086090*-7.645241*-6.262751-5.768045-5.439097HQ准则10.94209-7.428550*-7.273084-7.175977-6.966654-6.923089表3VAR模型滞后期数确定的各统计量数值注：标*号的数值为各统计量的最小值VARR7LNM2LNINDLNSSECPI（-1）0.189874*0.07765)2.44533-0.001982(0.00296)-0.669440.033077*(0.02473)1.337480.0080010.02354)0.339860.372625*(
24、0.18161)2.05175（-2）-0.048501(0.07914)-0.61281-0.005749*(0.00302)-1.90467-0.001980(0.02521)-0.07855-0.014178(0.02400)-0.590830.053267(0.18511)0.28775（-1）-0.835279(2.08746)-0.40014-0.266307*(0.07961)-3.34500-2.964073*(0.66486)-4.458170.478029(0.63292)0.75528-4.894041*(4.88242)-1.00238（-2）-1.497025(1.9
25、3345)-0.774270.057623(0.07374)0.781430.077025(0.61581)0.125080.491299(0.58623)0.83807-2.985526(4.52223)-0.66019（-1）-0.119491(0.23642)-0.505420.013946*(0.00902)1.54669-0.064046(0.07530)-0.85054-0.026035(0.07168)-0.363200.774586*(0.55297)1.40078（-2）0.553687*(0.22592)2.450800.0007960.00862)0.09242-0.33
26、2307*(0.07196)-4.61814-0.085858*(0.06850)-1.253410.788668*(0.52841)1.49252（-1）-0.074031(0.26203)-0.282530.05741*(0.00999)5.744510.045724(0.08346)0.547880.032214(0.07945)0.40548-0.076980*(0.61286)-0.12561（-2）0.066958(0.26136)0.256190.004366(0.00997)0.437970.012857(0.08324)0.154450.197834*(0.07925)2.4
27、96481.030150*(0.61131)1.68516（-1）-0.004577(0.03519)-0.13006-0.001448*(0.00134)-1.078940.008320(0.01121)0.742230.006488(0.01067)0.607980.114766*(0.08232)1.39420（-2）0.133088*(0.03485)3.81852-0.000667(0.00133)-0.50206-0.010784(0.01110)-0.971490.007399(0.01057)0.700190.045142(0.08152)0.55376-0.025061(0.
28、04889)-0.51258.015336*(0.00186)8.224090.070641*(0.01557)4.53630-0.002143(0.01482)-0.144590.048019(0.11436)0.41991R7LNM2LNINDLNSSECCPIC表5VAR模型估计各变量的系数及统计特征注：*表示在1%的置信水平下检验显著，括号内为t统计良好和p值；*5%的置信水平下检验显著；*表示在10%的置信水平下检验显著财 经 论 坛130统计与决策2010年第21期（总第321期）符合的，中央银行应用扩张的货币政策刺激投资、引导消费从而有利于经济的快速增长，但弊端显而易见最终会转化
29、为以CPI代表的通货膨胀率的上升。2.7VAR系统的脉冲冲击响应检验对以上建立的VAR模型进行脉冲响应函数检验，来探究该VAR系统中各变量的随机扰动影响对各自本身及其它变量的影响情况。由于衡量来自每个变量的随机扰动项的一个标准差冲击是总体衡量对各变量当前值和未来值的冲击，随机扰动项变化的冲击同时还由于各变量之间协整关系的存在而影响VAR系统中的其他各个变量的当前值和以后各期的值，所以，可以通过VAR系统中的脉冲响应函数来分析我国货币政策对资本市场的动态传递特征。接下来探讨我国货币政策对资本市场和实体经济的内在相互影响关系。图2仅列举出了上证指数SSE和工业增加值IND对VAR系统中通胀、货币供
30、应量、利率和工业增加值等变量的脉冲响应情况，在图2中SSE和IND的变化曲线均为对VAR系统中各变量随机扰动项一个标准差冲击滞后十期的响应结果。左图和右图分别表示股票价格指数SSEC和工业增加值IND变化对其自身和其他几个变量的一个标准差冲击的反应特征，SSEC和IND对其自身和其他变量的一个标准差冲击均立刻有较强的反应，并随时间的推进逐渐衰减至零，但对其自身的冲击反应尤为突出。由于货币政策调控的时滞的存在在第2期有一个数值上的突变（Jump）。其它变量如利率、通货膨胀率、货币供应量等宏观经济变量的变化也逐渐在第8、9期以后逐渐衰减至0。由于货币政策传导机制不够通畅加上滞后性，除产出和资产价格
31、外其他宏观经济变量当期的反应都较为微弱。对于广义货币供给量M2的冲击，股票价指数SSEC和工业增加值IND的变化都在经历了一个短期的下调之后由负值逐渐恢复到正值的过程，对于市场利率R7的一个标准差冲击，在期初二者的反应均为正值，股价指数SSEC对利率R7的冲击响应随时间增长逐渐变小，工业增加值IND则维持了负值状态，说明实体经济和虚拟经济对于利率政策工具的反应明显不同，前者由于产业链传导则更为深远持久，后者波动因素较为复杂。货币供给量比利率和存款准备金率的变动在资本市场和实体经济所引起的反应都比较明显有效，这和和理论分析的结果基本相一致，但对虚拟经济而言，其反应效果和理论的推导还不够完全相符，
32、有些甚至相背离。这促使我们进一步思考我国的金融市场机制应如何完善和以利率货币政策对于资本市场的相互关系。3实证结论解释与货币对策建议基于我们的动态计量检验结果的数据可以得出以下结论：（1）以股票价格为代表的资产价格在2至7个月的滞后周期以内逐渐朝着以利率和准备金率为代表的货币政策调控预期的方向发展。从VAR系统中脉冲响应的滞后波动信息分布（图2）来看，我国资本市场对基本货币政策工具的随机扰动项的冲击，在当期的反应都和货币政策出发点背道而驰，但随后在第6期以后逐渐和其一致。（2）2006年7月开始到2008年6月，我国中央银行频繁调节准备金率，并未调高利率，正是为了回收经济体系中过多的流动性以减
33、轻通货膨胀压力，而担忧紧缩货币政策（提高法定准备金率和基准利率）可能导致经济增长速度的放缓。加上货币政策对于主要宏观经济变量的传导有一定时滞（本文为2至7个月），尤其由于外部时滞使得在我国货币政策调整当期其作用是改变了资本市场的预期大于实际干预的效果，由于基于价格调整的市场机制仍不够完善，货币政策传导机制不够通畅，资本市场反应并不像西方发达市场那样即时、灵敏，在短期内由于惯性还会资本市场保持原来的变化趋势，从而使得以调控时点为基点进行考察货币政策的效果势必会出现明显的与理论不符的地方。这使得我们有必要进一步研究货币政策的传导机制和效率。（3）我们的实证结果显示利率政策对实体经济几乎没有起到与货
34、币政策理论所指明的应有的结果。我们认为，我国长期以来以片面追求高产出为特征的粗放型经济的增长方式，以及央行偏好数量型货币政策货币供给量和直接的信贷控制等手段，而通过信贷渠道投入更多流动性以支撑经济的高速增长（尤其是政府主导的基础设施建设投资）是被我国长期接受的。由于完善发达的金融市场并不存在，市场并不追求股东投资收益最大化且投资渠道单一，资产价格、投资、消费等对于利率的反应也不明显，表现为货币政策中的利率工具政策的失效，这和西方国家的情况刚好相反。（4）一方面由于债务人和债权人之间存在信息不对称，资产价格的波动会影响到货币政策的传导机制，进而影响到货币政策的效果，金融加速器在我国是存在的。另一
35、方面资产价格波动会通过财富、投资、预期和资产负债表等效应改变未来一定时期经济发展的状况，资产价格波动能够提供当前及未来经济形势的有用信息，比如企业的盈利和资产价格的波动密切相关，因此，资产价格可以充当货币政策执行情况的中介目标或指示器。参考文献：1瞿强资产价格与宏观经济政策困境J.管理世界，2007，（10）.2易纲，王召货币政策与金融资产价格J.经济研究，2002，（3）.3谢平，罗雄泰勒规则及其在中国货币政策中的检验J.经济研究，2002，（3）.4吕江林我国的货币政策是否应对股价变动做出反应J.经济研究，2005，（3）.5郭田勇资产价格、通胀与中国货币政策体系的完善J.金融研究，200
36、6，（10）.6黄广明资产价格泡沫与货币政策理论的发展D.中国社会科学院博士论文，2004.7卢小兵股票价格波动与货币政策调控研究D.西安交通大学博士论文，2008.8Bernanke B，Gertler M.Should Central Banks Respond to Move-ments in Asset Prices?J.American Economic Review，2001，5.9Bernanke,B.,M.Gertler.Monetary Policy and Asset Prices Volatili-tyJ.Economic Review,1999，（12）.10Clarida,R.Gali,J.，Gertler,M.TheScienceofMonetaryPolicy:ANew Keynesian PerspectiveJ.Journal of Economic Literature,1999,(2).(责任编辑/易永生)财 经 论 坛131