基于ECM模型的货币供给量与通货膨胀关系研究

基于ECM模型的货币供给量与通货膨胀关系研

究

来源：岁月联盟 作者：朱慧明 张钰 时间：2010-06-26

摘要：采用协整和误差修正分析技术,考察1994年第一季度～2004年第四季度期间的货币供

给量增长与通货膨胀率之间的长期均衡关系和短期动态关系.结果表明不同层次货币供给量增长率与通货膨胀率之间都存在协整关系,M2的增长率对通货膨胀率的解释能力最强,误差修正模型显示通货膨胀率具有向均衡值回复的机制,无论哪个层次的货币供给量的增长都是通货膨胀率的Granger原因.研究结果表明我国的通货膨胀仍然是一货币现象,货币政策仍具有最终影响价格水平的能力.

关键词： 货币供给量 , 通货膨胀率 , 单位根检验 , 协整分析 , 误差修正模型

1 引言

通货膨胀是衡量一国宏观运行是否稳定和健康的重要指标。货币学派的代表人物弗里德曼认为通货膨胀无论何时何地都是一种货币现象[1]，指出货币在长期是中性的，其扩张率将全部转化为通货膨胀率，也就是说货币供给增长是通货膨胀波动的主要根源。

国外对有关经验数据的研究结果表明，价格变动与货币供应密切相关。弗里德曼曾把每10年作为一个数据点来考察美国1867年～1960年间货币供给(以M2度量)与通货膨胀(以GDP减缩因子度量)的关系，发现高的货币供给导致高的通货膨胀，但用同样的方法去观察二者的短期关系时却没发现有性关系的存在[2]。McCandless和Weber考察了110个国家，得出这样的结论：通货膨胀率和货币供给量的变化具有非常强的相关性，相关系数在0.92～0.96之间，几乎接近于1，并且长期来看，货币供给量的增加将最终导致相同程度的通货膨胀率的上升[3]。他们的结论一致，即货币供给量的变化最终体现在物价的变化上。

各国的国情不同，其经济运行也存在差异。王少平以1978年～1994年为样本，运用Granger检验进行实证研究，验证了中国通货膨胀形成的基本原因是货币的过量发行[4]。李军采用不同的理论模型对货币供给与通货膨胀的长期和短期关系进行分析，其结论是二者的长期关系与短期关系不一致，短期内较高的货币供给不一定会造成短期内较高的通货膨胀，但长期来看过多的货币迟早会通过未来的通货膨胀来体现[2]。刘金全以1982年1月～2004年3月期间M0和M1月度同比增长率的数据为基础进行分析，发现货币供给增长率和通货膨胀之间不存在显著的协整关系[5]。张文刚以1981年1月～2002年6月期间通货膨胀率与M1的月度同比增长率进行实证分析，发现二者之间不仅存在长期均衡关系，也存在短期误差修正机制，不过两者之间的影响关系依赖总供给与总需求之间的相互制约[6]。刘霖、靳云汇利用1978年～2003年的数据进行分析，没有发现在长期内货币供应增长率影响通货膨胀的证据，认为在经济的货币化进程中，货币供应增长率的提高并不一定导致通货膨胀，货币化程度的提高使得货币流通速度逐年降低，大量的货币增量被经济消耗了[7]。

由此可见，不同研究的结果并不一致，出现这种现象的主要原因在于样本区间选择的不同以及建模的方法存在差异。改革开放以后，我国经济环境发生显著变化，中央银行调控货币政策的手段、能力日渐成熟。货币政策在20世纪80年代和90年代显著不同，据此货币供给量的增长对通货膨胀率的影响也可能存在变化。因此如果在建立模型时不区分特定的时间阶段，很有可能使结论受到干扰。使用传统的经济计量方法研究时存在着动态的稳定性假设，而实际上经济时间序列通常是非平稳的，直接运用变量的水平值研究经济现象间的均衡关系容易导致伪回归。近年起来的处理平稳数据的时间序列分析方法——协整(co-integrated)和误差修正模型(error correction model, ECM)，恰好弥补了这一稳定假设的不足。协整分析可用于检验经济时间序列变量水平数据是否存在长期均衡关系，误差修正模型则可建立它们变化的短期动态模型，研究其短期变动规律。

基于上述考虑，本文拟运用协整理论和误差修正模型来考察我国不同层次的货币供应量增长与通货膨胀率的长期均衡关系和短期动态关系。

2 变量和数据

2. 1 变量选取

有关货币供应量的统计口径，央行1994年10月27日明确了Mi(i=0，1，2，3)的统计范围。M0=流通中的现金(货币供应量统计机构之外的现金发行)；M1=M0+存款(扣除单位定期存款和自筹基建存款)+机关团体存款和存款+信用卡类存款；M2=M1+城乡居民储蓄存款+企业存款中具有定期性质的存款(单位定期存款和自筹基建存款)+外币存款+信托类存款；M3=M2+债券+商业票据+大额可转让定期存单[8]。对于货币供应量的度量指标，现有在选取M0还是M2上存有争论。Chow推荐使用M0，因为在中国消费者不能使用支票，M0同商品零售价格的统计口径也较为一致[9]；也有研究者认为M2相对于M0更具有外生性，同时M2考虑到国家的信贷规模扩张情况，故M2更能满足货币数量论的要求[10]。为了全面考察货币供应量增长与通货膨胀率的关系，避免因货币度量指标误选而导致的结果不稳定，本文将分别使用M0、M1、M2来进行实证分析。

测算通货膨胀最常用的价格指数有居民消费价格指数(CPI)、商品零售价格指数(RPI)、批发物价指数(WPI)和GDP价格平减指数。居民消费价格指数和商品零售价格指数最主要的区别是前者的调查内容涵盖了居民日常消费品和服务项目，可以全面反映多种市场因素变动对居民实际生活费用支出的影响程度，并且它也是国际上测算价格水平和通货膨胀最常用的指标[11]。我国按照国际通行的理论和方法编制和发布CPI已有多年，数据质量可靠，为此本文选用CPI作为衡量通货膨胀的指标。

2. 2 数据来源

由于我国金融体制改革的原因，1993年前后我国货币供应量的统计口径发生了变化，1993年之前是国家银行与农村信用社的统计口径，1993年之后为央行1994年所明确的口径，这就造成了前后数据不具有可比性。在1994年以前，中央银行货币政策主要采用直接调控手段，货币政策的类型表现为扩张和紧缩政策的循环交替，而在1994年以后中央银行开始逐渐采用间接的调控手段，因此本文将1994年第一季度～2004年第四季度作为样本区间。M0、M1、M2和CPI的数据均来源于《中国人民银行统计季报》[12]。

2. 3 数据处理

假设M[，t]是货币供给量，Q[，t]是产品数量，P[，t]是产品价格，则货币流通速度的倒数K[，t]可以表示为K[，t]=(M[，t]/Q[，t]P[，t])。如果实际产出序列和货币序列都是非平稳的，并且它们之间存在协整关系，那么货币流通速度将是一个均值重复过程。由于在一般情况下货币流通速度序列并不是均值重复过程

[6]，因此可以判断出实际产出和货币序列在水平值上不存在协整关系。从而，需要讨论它们的差分序列(对应增长率序列)中可能存在的协整关系，此时需要判断的是货币供给增长率与通货膨胀率之间的长期均衡关系。用G来表示对应变量的同比增长率序列，GM0、GM1、GM2分别表示本季度M0、M1、M2与上年同季度之比。用GP来表示通货膨胀率序列，则GP=(CPI-100/100)。由于货币供给量增长率为同比增长率，与编制CPI的对比期类似，所以这里没有采用定基比的通货膨胀序列。

图1、图2和图3给出了样本期内通货膨胀率与M0、M1、M2的季度同比增长率的变化路径。

附图

图1 通货膨胀率与M0增长率

Figure1 The Relationship between Inflation Rate and M0 Growth Rate

附图

图2 通货膨胀率与M1增长率

Figure2 The Relationship between Inflation Rate and M1 Growth Rate

附图

图3 通货膨胀率与M2增长率

Figure3 The Relationship between Inflation Rate and M2 Growth Rate

比较图1～图3中通货膨胀率与货币供给增长率路径之间的联系可以看出，在大部分阶段它们具有类似的波动模式，通货膨胀率与货币供给增长率离散幅度存在差异，货币作用到价格水平上需要一定的时滞。 3 实证分析

3. 1 单位根检验

在建立关于货币供给量增长率和通货膨胀率的长期均衡方程之前需要先对各序列进行单位根检验，以判断各序列的平稳性。检验序列平稳性的方法比较多，但最为常用的是Augmented Dickey-Fuller(ADF)和Phillips-Person(PP)单位根检验法。PP检验原理类似于ADF检验，不过PP检验法对残差的异方差性和自相关性不敏感[13]。

对GM0、GM1、GM2和GP的序列进行数据生成过程研究可以得知，应采用没有趋势成分和常数项的单位根检验方法。利用Eviews4.0软件分别对各变量水平值和一阶差分序列进行平稳性检验，其中检验过程中滞后阶数的确定采用赤池信息准则(AIC)，可得表1的检验结果。

表1 各序列的单位根检验结果

Table 1 Unit Root Test on Each Series

变量 ADF检验值 临界值 PP检验值 临界值GM0 -1.025348 -1.6208[***] -1.915827 -1.9486[**]GM1 -0.619661 -1.6208[***] -0.753221 -1.6198[***]GM2 -2.138849 -2.6227

[*] -0.988499 -1.6198[***]GP -3.500881 -3.6067[*] -

2.231399 -2.6830[*]△GM0 -4.408319 -2.6196[*] -8.972842 -2.6182[*]△GM1 -3.656011 -2.6243[*] -6.337483 -2.6182

[*]△GM2 -3.357905 -2.6227[*] -5.799792 -2.6182[*]△GP -3.237557 -2.6196[*] -3.335052 -2.6182[*]

注：△为差分算子；*为1％显著性水平下的Mackinnon临界值；**为5％显著性水平下的Mackinnon临界值；***为10％显著性水平下的Mackinnon临界值。

资料来源：Eviews4.0输出结果，作者整理。

表1的检验结果表明，用ADF单位根检验方法，GM0和GM1在10％的显著性水平无法拒绝单位根过程，GM2和GP在1％的显著性水平无法拒绝单位根过程；用PP单位根检验方法，GM0在5％的显著性水平下无法拒绝单位根过程，GM1和GM2在10％的显著性水平下无法拒绝单位根过程，GP在1％的显著性水平下无法拒绝单位根过程，但这些变量的一阶差分序列都是平稳的，并且都是在1％的显著性水平下拒绝单位根过程。综合来看，这些变量都是一阶差分序列。

3. 2 协整分析

如果涉及到的变量都是一阶差分平稳的，且这些变量的某种线性组合是平稳的，则称这些变量之间存在协整关系，它反映了所研究变量之间存在的一种长期稳定的均衡关系。普遍使用的两变量协整检验的方法是Engle和Granger提出的两阶段回归分析法[14]。

首先用最小二乘法估计长期货币供给量的增长率与通货膨胀率的方程，得到回归结果为

GP=-0.085+1.008GM0

(-3.454) (5.950)

R[2]=0.744 D. W. =1.381 F=35.401 (1)

GP=-0.118+0.9427GM1

(-2.920) (4.319)

R[2]=0.791 D. W. =1.271 F=18.657 (2)

GP=-0.170+1.079GM2

(-9.564) (13.064)

R[2]=0.803 D. W. =1.438 F=170.675 (3)

对这三个回归方程的残差进行ADF和PP单位根检验，u[，0]、u[，1]和u[，2]分别表示方程(1)、(2)和(3)的残差，结果见表2。

表2 残差序列的单位根检验

Table 2 Test for Co-integration between Each Two Variables

变量 ADF检验值 临界值 PP检验值 临界值 结论u[，0] -1.784516 -1.6199[***] -2.044011 -1.9486[**] 平稳u[，1] -2.153864 -1.9495[**] -2.895260 -2.6168[*] 平稳u[，2] -5.075846 -2.6211[*] -3.784644 -2.6168[*] 平稳

注：*为1％显著性水平下的Mackinnon临界值；**为5％显著性水平下的Mackinnon临界值；***为10％显著性水平下的Mackinnon临界值。

资料来源：Eviews4.0输出结果，作者整理。

从表2可以看出，如果用ADF单位根方法检验，u[，0]、u[，1]和u[，2]分别在10％、5％和1％的显著性水平下是平稳的；而用PP单位根检验方法，则u[，0]的残差在5％的显著性水平是平稳的，u[，1]和u[，2]在1％的显著性水平下是平稳的。因此三个序列都不存在单位根，这说明在所考察的样本期内，三个层次货币供给量的增长率与通货膨胀率之间存在协整关系。根据各个方程的协整系数可以判断，M2与通货膨胀率间的协整关系最强，其次是M0，而M1与通货膨胀率的协整系数相对要小一些。

3. 3 误差修正模型

通过对变量进行协整分析可以发现变量之间的长期均衡关系，但无法得知这些变量偏离它们共同的随机趋势时的调整速度，误差修正模型可以解决这个问题。根据Granger定理，一组具有协整关系的变量具有误差修正模型的形式[14]，因此在协整检验的基础上进一步建立误差修正模型，研究货币供给量增长率与通货膨胀率之间关系的短期动态调整与长期特征。误差修正模型的一般表示形式为

附图

λμ[，t-1]+v[，t] (4)

其中，μ[，t-1]= [，t-1]-δ[，0]-δ[，1]X[，t-1]，ι、p是最优滞后项，t是时间，v[，t]是误差扰动项。该模型的含义是：Y[，t]在t时刻的增量决定于在t-1时刻该变量与被解释变量长期均衡关系的误差。若这一误差是正的，Y[，t]在t时刻就应该做出负的修正，即表现为一个负的反馈过程，Y[，t]在不断的修正过程中。误差修正项的大小表明了从非均衡向长期均衡状态调整的速度，该模型突出了长期均衡关系对短期的影响。

运用Eviews4.0软件，在协整的基础上，根据Hendry从一般到特殊的动态建模原则[15]，选择季度数据，从滞后八期开始删除不显著的变量，最终得到的误差修正模型为

△GP[，t]=-0.005+0.093△GM0[，t]-0.119△GM0[，t-2]+

(-2.877) (2.080) (-2.962)

0.391△GP[，t-1]-0.134u[，t-1]

(3.889) (-4.865) (5)

R[2]=0.929 D. W. =2.127 F=19.241

△GP[，t]=-0.003+0.104△GM1[，t]+0.102△GM1[，t-2]+

(-1.550) (1.935) (1.907)

0.352△GP[，t-1]-0.076u[，t-1]

(2.656) (-2.252) (6)

R[2]=0.859 D. W. =1.913 F=17.527

△GP[，t]=-0.002+0.242△GM2[，t]+0.102△GM2[，t-2]+

(-1.625) (2.367) (2.095)

0.352△GP[，t-1]-0.076u[，t-1]

(3.490) (-2.157) (7)

R[2]=0.903 D. W. =1.936 F=26.472

由(5)式～(7)式可知，在所考察的样本期内货币供给量增长率与通货膨胀率的误差修正模型的误差修正项系数均小于零，符合反向修正原则，即上一期通货膨胀率高于均衡值时，本期通货膨胀率涨幅便会下降；反之上一期通货膨胀率低于均衡值，本期通货膨胀率涨幅便会上升。

3. 4 Granger因果关系检验

由协整检验结果可知，货币供给量的增长率与通货膨胀率之间存在长期的均衡关系，但是这种均衡关系是否构成因果关系及因果关系的方向如何尚需要进一步验证。采用Granger和Sims的因果关系检验法来进行分析。

用Granger和Sims的因果关系检验法分析货币供给量的增长率与通货膨胀率之间因果关系的步骤如下

[16]。首先检验“GM(货币供给量增长率)不是引起GP(通货膨胀率)变化的原因”的原假设，对下面两个回归模型进行估计。

无限制条件模型

附图

有限制条件模型

附图

这里m是最优滞后阶数，即选择滞后阶数m使模型中的误差项μ[，t]为白噪声。然后根据(8)式、(9)式的残差平方和来F统计量，检验(8)式中系数β[，1]，β[，2]，…，β[，m]是否同时显著不为零。若果真如此，就拒绝“GM不是引起GP变化的原因”的原假设，也就是说货币供给量增长率是通货膨胀率变化的原因。 然后，检验“GP不是引起GM变化的原因”的原假设，作同样的回归估计，但是要交换GP和GM的位置，检验GP的滞后项是否显著不为零。要得到GM是引起GP变化原因的结论，就必须拒绝原假设“GM不是引起GP变化的原因”，同时接受原假设“GP不是引起GM变化的原因”。

对上述模型进行估计，并计算F统计量，可以得到表3的结果。

表3 Granger影响关系检验结果

Table 3 Causality Test Results

原假设 F统计量 概率 结论GP不是引起GM0变化的Granger原因 0.75310 0.52821 接受GM0不是引起GP变化的Granger原因 2.76565 0.05679 拒绝GP不是引起GM1变化的Granger原因 0.78034 0.51316 接受GM1不是引起GP变化的Granger原因 3.53365 0.02489 拒绝GP不是引起GM2变化的Granger原因 0.49560 0.68776 接受GM2不是引起GP变化的Granger原因 3.56845 0.02399 拒绝

资料来源：Eviews4.0输出结果，作者整理。

以上的检验表明，在检验的样本期内，无论使用哪一种货币供给量指标，我国的通货膨胀率都是由于货币供给量增长所致，因而我国的通货膨胀仍然是货币现象。同时样本期内我国各层次货币供给量的过快增长不能归因于高位通货膨胀拉动，这说明我国货币供给的外生性(即货币供给)很大程度上只是一种政府行为而非经济手段。

4 结论

本文以我国1994年第一季度～2004年第四季度的统计数据为基础，采用单位根检验、协整分析、误差修正模型和Granger因果关系考察不同层次货币供给量增长率与通货膨胀率之间的关系，可以得到以下的结论。

(1)从长期来看，各层次的货币供给量增长率都与通胀率之间存在正相关协整关系，它们之间存在显著的相关性，货币供给变化所产生的影响最终在价格水平上体现出来。由(1)式、(2)式和(3)式可以看出，三个层次货币供给量增长率对于通货膨胀率的乘数分别为1.008、0.9427和1.079，这三个值与1都比较接近，由此可以看出货币变量长期中性的特征仍然明显。

(2)误差修正模型的估计结果显示了货币供应量与通货膨胀率之间的短期动态关系，外部因素的冲击影响使二者之间产生了显著的短期波动，但从长期来看，二者仍可以长期保持稳定关系，价格具有向均衡关系回复的机制。三个层次货币供给量增长率的误差修正系数分别为-0.134、-0.076和-0.150，它们的绝对值不大，这表明短期波动对长期均衡趋势偏离的程度不高，它们的波动幅度不大。值得注意的是，上一期的通货膨胀率的增长与本期的通货膨胀率的增长存在着正相关性，表明某一时期的通货膨胀率会影响下一期的通货膨胀率。通货膨胀率是比较稳定的，一旦形成就将持续一段时期[5]，因此货币这个名义因素对价格水平的影响是一个较长的过程。

(3)由Granger因果关系检验可以知道，无论哪个层次的货币供给量的增长都是通货膨胀率变化的Granger原因，这与货币数量论的思想基本一致，同时货币供给量的增长不能归因于通货膨胀率的增加。

从实证结果来看，我国的通货膨胀仍是货币现象，货币政策仍然具有最终影响价格水平的能力，其仍然是价格水平调整的主要政策方式，因此在预防通货膨胀率过高时采用紧缩的货币政策是可行的。另外，不

同层次货币供给量的增长都与通货膨胀率之间存在长期均衡关系，这说明20世纪90年代以来我国体制改革和价格体制改革取得了成效，金融市场和货币市场都有了很大程度的发展，储蓄存款以及其他存款转化为现金的流动性有所增强，使得三个层次货币的流动性差别大大减小