中国狭义货币流通速度预测初探
【摘要】影响宏观经济运行的货币变量不仅仅是货币存量,在某种意义上说,更为重要的应该是货币流量。因此,在制定和执行货币政策时,只关注货币供应量而忽视流通速度的思路是不妥的。本文所做的预测模型结论表明,利用先期的CPI、厂商收益率、名义利率和股票指数变动的季度数据,可在较小的偏差内估算出货币流通速度的变化。央行可以在估算货币流通速度变化的同时,调节货币供应量,从而提高货币政策的有效性。 【关键词】货币流通速度;货币存量;货币政策;预期 从1996年开始,货币供应量M1和M2正式被确定为中国货币政策的中介目标,央行开始对货币存量实施监控。但是,货币政策的效果并非完全取决于货币存量,而是与货币流量有很大的关系。在央行制定和执行货币政策时,若只重视货币存量,而货币流通速度未被充分考虑,事实上就忽视了货币流量。于是,货币政策效果往往大打折扣。笔者(刘巍,2009)先前的一个数量分析结论认为,中国改革以来物价波动的主要影响因素是货币流通速度。价格和货币流通速度的相关程度高于与货币量的相关程度,GDP平减指数的货币流通速度弹性也高于货币存量弹性,且货币流通速度往往与货币存量逆向变动,似乎天生就有对抗货币存量意图的倾向。相对于潜在总供给而言,货币流量的规模得当,经济增长和价格水平就都比较合意,否则,GDP和物价至少会有一个不合意。可见,货币流通速度在中国宏观经济运行中是相当重要的一个变量。 学界有关货币流通速度影响因素因素的研究文献很多,Gidotti(1989)、Marshall(1992)、Atkenson and Edmond(2009)通过构建不同的交易型货币需求一般均衡模型对货币需求进行了测算,在动态一般均衡模型下研究货币流通速度的变动及决定因素。Dutt, SatyendraNath(2011)则通过分析价格水平和投入产出函数来分析影响美国季度货币流通速度的因素。国内学者对此也做过一些研究。郑耀东(1996)认为,货币流通速度的短期变动因素包括:制度变迁、货币流通量、利率、财政赤字、国民收入、物价水平、经济周期(储蓄与投资变动)、金融创新、国际资本流动、非经济因素等,但短期变动因素不可能完全改变流通速度的长期趋势。因此,短期变动构成货币流通速度上下波动周期,长期趋势构成货币流通速度波动的U型或L型曲线。易纲(1996)认为,从1978年以来,中国的货币增长率经常大于物价上涨率与国民生产总值增长率之和,而货币流通速度却逐年减慢,影响中国货币流通速度的主要原因是货币化过程。伍超明(2004)认为实体经济的货币流通速度与虚拟经济的货币流通速度是不同的,且随着近几年虚拟经济的快速发展,虚拟经济的货币流通速度对整个经济的货币流通速度的影响是不可忽视的。赵留彦、王一鸣(2005)认为改革开放以来绝大多数年份货币供给的增长速度大于经济增长速度与通货膨胀率之和,及货币流通速度在持续下降。 研读以上学者的研究,我们发现大都是对货币流通速度变动原因的分析,而鲜有预测货币流通速度变化的文献。我们认为,货币政策的制定者能把握住货币流通速度的变化,或者说能预期到生产者和消费者的预期,则无疑可以提高货币政策的有效性。本文尝试通过滞后变量与当期货币流通速度的数量关系分析,拟建立预测中国货币流通速度变化的模型。 一、货币流通速度影响因素的脉冲响应函数 脉冲响应刻画了在误差项上加上一个标准差大小的冲击对内生变量的当前值和未来值所带来的影响。图一为居民消费价格指数对货币流通速度的脉冲响应函数。① 从图一我们可以看出,CPI对货币流通速度的影响不仅是正向的,而且持续的时间是非常长的。CPI的冲击对未来1-4期的货币流通速度的影响是越来越大的。从第5期后它的影响逐渐平稳但仍然很大。这说明CPI始终对货币流通速度具有巨大的影响。CPI作为衡量通货膨胀的指标之一,使其不断地提醒消费者自己手中的货币贬值(或升值)程度,也不断地提醒政策制定者反通胀(或反通缩)。当CPI上涨时,敏感的消费者感到自己手中的货币贬值较快,会提前购买商品,使得货币流通速度不断地加快,这给中国的货币政策的制定特别是反通胀的政策带来了非常大的困难。中国控制通货膨胀的措施很大程度依赖于控制货币供应量,一般会采取从紧的货币政策,但CPI的上升会影响下一期或多期的货币流通速度。货币流通速度的加快会抵消货币存量紧缩的政策效应,货币流量不减或反增,使反通胀的货币政策意图大打折扣。因此,货币流通速度的变化是央行制定货币政策时必须考虑的一个很重要的变量。 图二反映的是利率对货币流通速度的影响。从图中可以看出利率的与货币流通速度先是负相关关系的,而后成为正相关关系。中国至今仍实行官定利率制度,因此利率的变动反映的是政府对国民经济调控的意图,利率政策倾向于相机抉择。当中国的通货膨胀有所抬头时,央行一般会提高利率以及采取各种抑制通货膨胀的措施,厂商预期的采购成本会上升,居民的存款名义收益有所增长。于是,一部分厂商和居民会推迟购买,对货币流通速度产生负面影响。但是,在其他因素的影响下价格不见回落时,价格上涨因素覆盖了厂商的贷款成本增加的幅度,同时也吞噬了居民存款收益增长的幅度,于是逐渐增加购买,货币流通速度又逐渐地上升。 图三反映的是厂商收益率对货币流通速度的影响。从图中可以看出厂商收益率与货币流通速度为负相关,且持续的时间较短;但随着时间的推移,两者负相关的关系逐渐转变成为正相关的关系。当厂商预期未来的投资收益将增加时,厂商会加紧采购原材料,增加产量甚至不惜从银行贷款扩大生产规模,因此广义货币中的Mq(准货币)会不断地转化为M1使得M1的量上升,而本文中计算的货币流通速度v=是M1层次上的,因此当M1上升时而短期内GDP的变化不大,则货币流通速度下降。但是随着时间的推移,从银行获得的贷款逐渐地通过投资乘数原理使得GDP成倍地增长,增长的幅度超过了M1的幅度,因此从长期看货币流通速度是上升的,最终,两者负相关的关系逐渐转变成为正相关的关系。 图四反映的是上证综合指数变动率对货币流通速度的影响。从图中可以看出上证综合指数变动率与货币流通速度是负相关的,但随着时间的推移影响却越来越小。股市的波动很大程度上都反映经济的波动和投资者对市场的分析和判断的变化。股市如果是牛市,且人们预期股价还没有封顶时,仍然会将资金投入到证券账户中来,特别是将自己的定期存款投入到证券账户,而上市公司则将从股市募集到的资金存入自己的银行活期账户,也就是说股民手中的货币M2转化为上市公司手中的M1。因此,对于货币流通速度v=,分母M1增加而GDP不变,从而货币流通速度下降。但是,从图中看出在三期之后,股市对货币流通速度的影响逐渐减弱。本文选取的是季度数据,三期也就是九个月的时间,人们的预期将随时间的推移逐渐减弱,而股价也逐步封顶,这种转化也逐渐地减少,从而货币流通速度下降的速度也越来越慢。 除以上四个方面之外,货币流通速度自身也会受到前几期的影响,或者说货币流通速度自身存在惯性。在VAR模型的结果中滞后一期的货币流通速度系数是0.96,滞后两期的系数是0.02,本文选取的是季度数据,也就是说三个月前的货币流通速度对当期的货币流通速度有极大的影响,因此,央行在实施货币政策时,特别需要关注前三个月的货币流通速度的变化。 二、货币流通速度的预测模型 对于货币流通速度的计算理论界一直存在争议,本文采用M1层次的收入货币流通速度。理由如下:第一,虽然货币的最主要的功能是交换媒介,也就是说货币流通速度的计算所用的不是GDP而是一年中支付商品,劳务的货币量,但是现实这样的数据是很难统计的,我们用GDP去近似地代替支付的货币量,因此将费雪公式中的“T”用“Y”来代替;第二,在许多的文献中货币量用的是M2,但是M2中有一部分是准货币,并没有承担交换媒介的作用,而是承担了价值储藏的作用。从预期角度来说,M1比M2的流动性更强,更能反应预期效应。 由于中国从1998年开始统计季度GDP的数据,因此本文了选取1998年到2011年的GDP、M1、CPI、厂商收益率(代替利润率)、一年期存款利率的季度数据和上证综合指数季度变化率数据,①运用VAR模型解释货币流通速度变动量与各因素之间的数量关系。为消除异方差,对数据均取了自然对数。 1、数据的平稳性检验与协整检验 我们用Johansen的方法,检验居民消费价格指数(CPI),厂商收益率 (π),上证股票综合指数(s),以及名义利率r(用一年期定期存款利率表示)之间是否存在协整关系。同时使用ADF和PP检验单位根,以确保检验的准确性。经验证ADF和PP均为一阶单整。如下表: 注:表中临界值的显著性水平为5%,且滞后阶的选取采用的是SIC准则。 从表中检验结果可以看出,各变量的时间序列显著水平为5%的ADF检验以及PP检验都是非平稳序列,因此我们考虑各变量间是否存在协整关系。对于宏观经济变量来说,变量之间的协整关系往往作为它们之间存在长期均衡关系的证据。对协整关系进行假设检验前需首先确定之后阶数然后在Johansen的分析框架中进行检验。 (1)滞后阶数的确定。协整关系检验时滞后阶数未知,因此在检验前需确定最佳滞后阶数。其确定的原则是在VAR模型下根据AIC或SC信息标准值中的最小值进行选取。为准确判断该数值,本文分别以1-10作为滞后阶数依次进行模型检验,根据AIC信息标准确定的最佳滞后阶数为5阶,SC为2阶。考虑到本文选取的是季度数据,对于消费者来说,在消费的时候很少会利用过去的5个季度的数据进行分析。因此,本文选取的滞后阶数为2。 (2)VAR单位根检验。对上述非平稳时间序列利用VAR模型进行分析时,发现VAR模型也存在着单位根,VAR单位根如下图: 从图中可以看出全部单位根都在单位圆内,VAR模型是平稳的。检验协整关系常用的检验统计量由Johansen提出的迹检验统计量和最大特征根检验统计量。对居民消费价格指数、厂商收益率、上证股票综合指数变动率以及名义利率的时间序列进行协整检验的结果如下表所示: 协整关系检验由上表中可以看出在5%的检验水平下,迹统计量(trace statistic)检验有71.09>69.81,而最大特征值统计量(Max-Eigen Statistic)检验有40.31>33.88。所以以上变量存在协整关系。 2、VAR模型估计结果 模型中,p表示居民消费价格指数,r表示名义利率,π表示厂商收益率,s表示上证股票综合指数变动率。从VAR模型结果看出,当期的货币流通速度与滞后一期的货币流通速度和滞后一期的物价水平呈非常显著的正相关关系;其次,当期的货币流通速度与滞后两期的物价水平和滞后一期的厂商收益率分别呈较显著的正相关和负相关关系;再次,当期的货币流通速度与滞后一期的利率和滞后一期、滞后两期的上证股票综合指数变动率都呈负相关关系,但影响都不显著;最后,当期的货币流通速度与滞后一期、滞后两期的的利率和滞后一期、滞后两期的厂商收益率都呈正相关关系,影响也都不显著。接下来,我们将在脉冲响应函数分析过程中讨论从各解释变量到被解释变量作用的传导机制。 三、结论 影响宏观经济运行的货币变量不仅仅是货币存量,在某种意义上说,更为重要的应该是货币流量。换言之,货币流通速度对货币政策有效性的重要程度至少与货币存量相同。因此,在制定和执行货币政策时,只关注货币供应量而忽视流通速度的思路是不妥的。货币当局应该加强对货币流通速度的监控,把存量调控转到流量调控上来。因此,对货币流通速度数量模型的研究刻不容缓。 本文实证分析结论表明,预测中国狭义货币M1流通速度时,解释变量按照重要程度来分依次有:货币流通速度惯性、物价水平、厂商收益率、名义利率及股票价格的变动。本文观察和讨论的4个重要因素的数据均具有可测性和可得性,可作为货币流通速度变化的前导指标。我们利用模型对近期的几个时点做了检验,效果比较满意。如,经济形势比较严峻的08年第一季度货币流通速度实际值是0.4393,而通过模型估计的结果是0.4107,同理,09年的第一季度货币流通速度实际值是0.3954,①估计值是0.3784。预测结果的偏差较小,说明该模型具有一定的准确度。作为民间经济学工作者,我们只能利用公开数据,有时还必须无奈地用某种指标来替代一些得不到的数据。我们相信,若有关当局的研究部门利用更为详细、准确和及时的月度数据分析,则可做出精度更高的预测模型。 参考文献 [1]林继肯.稳定通货论[M].北京:中国金融出版社,1987年版 [2]易纲.中国金融资产结构分析及政策含义[J].经济研究,1996(12) [3]左孝顺.货币流通速度的变化:中国的例证(1978-1997)[J].金融研究,1996(6) [4]伍超明.货币流通速度的再认识[J].经济研究,2004(9) [5]赵留彦、王一鸣.中国货币流通速度下降的影响因素: 一个新的分析视角[J].中国社会科学,2005(4) [6]郑耀东.中外货币流通速度范畴评述[J],经济学动态,1996(12) [7]刘巍.物价波动影响因素敏感性比较:货币流通速度与货币量[J].财经研究,2012(10) [8]J Daniel Kbazzoom,Covariationsin the CurrencyRatio and the Velocity of Money in UnderdevelopedCountries[R]. NBER working paper. [9]Brock K. Short, Velocity of Money in Malaysia andSingapore: Reply[R]. NBER working paper. [10]SaqibJafarey and Adrian MastersOutput,Prices,and Velocity of Money in Search Equilibrium [Z].MONEY, CREDIT, ANDBANKING (871-888). [11]Dutt, SatyendraNath, Forecasting us Economy [M], press of Texas Tech University, 2011 作者简介 1刘巍,男,1960年出生,黑龙江哈尔滨人,经济学博士,历史学硕士。现任广东外语外贸大学中国计量经济史研究中心(Center for China’s Cliometrics Studies GDUFS)主任、教授,中国数量经济学会常务理事,中国经济史学会现代经济史分会理事。主要研究领域:货币经济学、计量经济史。 2黄丽丽,女,1982年出生,黑龙江佳木斯人,广东外语外贸大学国际贸易硕士研究生。主要研究领域:货币经济学。 ①资料来源:中经网(http://202.116.197.5/scorpio/aspx/main.aspx?width=1182&height=605),用Eviews软件做了季节调整,2012年的数据来源于国家统计局和中国人民银行和上海证券交易所网站。 ①资料来源:中经网(http://202.116.197.5/scorpio/aspx/main.aspx?width=1182&height=605),用Eviews软件做了季节调整,2012年的数据来源于国家统计局和中国人民银行和上海证券交易所网站。 ①数据见附表。