中国货币需求函数的Chow检验，本文主要内容关键词为：中国论文,函数论文,货币论文,需求论文,Chow论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F820 文献标识码：A
20世纪90年代以来，大量的研究采用协整检验和误差修正模型对各国的货币需求函数进行了实证研究，其中也有对中国货币需求函数的分析研究。Hafer和Kutan(1994)用误差修正模型检验了中国 1952～1988年的货币需求函数，结果表明货币需求与实际国民收入、一年期定期存款利率以及预期通货膨胀率之间存在协整关系[1]；刘斌(2001)对中国1978～1997年的年度数据进行估计，结果说明
实际余额与实际GDP、价格指数之间存在协整关系，
实际余额与实际GDP、一年期定期存款利率之间存在协整关系，并得出比较稳定的短期动态模型[2]；汪红驹(2002)利用1978～2000年的年度数据对中国货币需求函数进行了估计，结果说明实际余额与实际GDP、一年期存款利率存在协整关系，与实际GDP、一年期存款利率以及通货膨胀率存在协整关系，但是
货币需求的误差修正模型并不稳定[3]。这些研究基本上都肯定了在中国稳定的长期货币需求是存在的，但是在短期动态模型是否稳定上还存在分歧。1997～1998年东南亚金融危机中，中国金融体制受到了巨大的冲击，之后进行了许多改革（同时为适应WTO的规则要求也进行了一定的变革）。那么金融危机前后我国货币需求函数结构是否有一定的变化？如果有变化，应该怎样对待这种变化？本文选取了1994～2006年第二季度的季度数据以1998年为转折点对这一问题进行了实证研究，通过实证研究来判断东南亚金融危机之后我国的货币需求函数是否发生结构性变化，并在此基础上进行了对策研究。
一、变量的选择、数据收集和模型的建立
根据一般货币需求理论，影响货币需求的因素主要有规模变量、机会成本变量和其他变量（如制度因素）。为了能尽可能全面的研究这些变量对我国货币需求的影响，引入反映规模的指标、反映机会成本的指标、反映制度变量的指标、用来描述证券市场状况的指标、反映价格水平的指标。具体的变量选取如下：
（一）因变量
（二）规模指标
收入是影响货币需求的重要因素，收入变量对货币需求的影响在于它决定了经济主体获得货币的能力，在实证中选取GDP作为收入变量来反映规模指标。收集到原始数据是名义GDP数据，通过剔除价格因素得到实际国内生产总值。
（三）机会成本变量
即持有一种资产而放弃其他资产而带来的资产损失。鉴于我国居民主要金融资产是银行存款，选择一年期定期存款利率作为机会成本变量，同时由于近年来中国不同期限的利率都是同时调整，因此选取哪一期限的存款利率影响不大。收集到原始利率数据是名义利率数据，通过转化——即名义利率减去通货膨胀率，转化为实际利率。这种转化得到的数据是实际利率的较好近似值。
（四）价格水平
一方面价格水平反映了名义变量与实际变量之间的关系；另一方面，按照弗里德曼的观点，价格因素也是影响居民对货币和商品需求替代性的一个重要因素。这里用每季度最后一个月的零售商品物价指数表示价格水平，通过计算环比数据得到的。
（五）制度因素
把货币化进程作为解释我国货币需求的一个制度变量，因为货币化进程直接影响到人们所持有的货币量，这里选择Mackinoon指数对货币化过程做定量描述。Mackinoon指数
是广义货币余额，GDP是国内生产总值，这个指标反映了一个国家经济的货币容量，部分反映了货币化进程，是反映货币化进程的一个较好的指标。
另外股票市场自20世纪90年代初建立以来，成为一个重要的融资渠道和投资工具，对货币需求会造成一定的影响。选取股票市值作为描述证券市场状况的指标，股市市值是根据每个季度最后一个交易日的数据计算得出，由沪、深两市A、B股市值加总得到。
建模时，为了不遗漏重要变量，采用Hendry建模法（由繁至简的方法）。这种建模的方法是首先从一个包括了尽可能多解释变量的一般模型出发，通过检验回归系数的约束条件逐步剔除那些不显著性变量，压缩模型规模，在这个过程中始终保持模型随机误差项的非自相关性，最终得到一个简化的特殊的模型。我国货币需求函数的基本形式（一般模型）为：
M=f(Y,R,P,S,MZ,U)(1)
由于把以上变量全转化为实际变量，剔除了价格因素的影响，所以把式(1)转化为：
M=f(Y,R,S,MZ,U)(2)
通过前面的分析，同时参照谢富胜和戴春平(2000)的做法[4]，构建我国货币需求线性模型如下：
其中式(1)、式(2)、式(3)中M代表实际货币需求，Y为实际GDP，R为实际利率，P代表价格因素，S代表实际股市市值，MZ代表制度因素（Mackinoon指数），U为影响货币需求的其他随机变量。 L(M)、LGDP、LS和L(MZ)分别是以上变量取对数后的结果[5]。
二、实证检验
在进行实证检验之前，将得到的剔除价格因素后的GDP、
和S序列取对数。随后对取对数后的序列进行单位根检验，并在单位根检验的基础上进行协整检验，进行误差修正模型的估计。在这些工作都完成之后，对最后得到的方程进行Chow检验，判断东南亚金融危机之后我国货币需求函数是否发生结构性变化。
（一）单位根检验
在对时间序列进行协整检验之前必须进行单位根检验，以考察序列的平稳性（单整阶数），在此采用ADF方法进行单位根检验，检验的结果如表1，从检验的结果可以看出，所有的水平序列都不是I(0)序列，因为它们的原始序列的ADF值都大于5%的临界值。对这些时间序列进行一阶差分后再进行ADF检验。从表1的结果可以看出，这些序列都拒绝单位根假设，说明它们是I(1)序列，因为一阶差分序列在1%的显著水平上都通过单位根检验。这就不能用经典的回归方法对模型进行估计。
表1 时间序列的ADF检验表
注：上表的ADF检验都在含有截距项、趋势项和模型中检验，样本区为1994～2006年。
经过一阶差分后所有序列的ADF值都小于1%临界值，因此认为这些序列都是一阶单整序列。由于这些序列是不平稳的单位根过程，但其一阶差分序列是平稳的，进一步对其进行长期协整关系检验。
（二）协签检验
由于要对多变量进行单位根检验，采用Johansen特征根轨迹检验来考察时间序列
、Lrgdp、LS、R、MZ之间的协整关系，把这些变量分为以下两个系统分别加以考察：1.
,Lrgdp,R,S,MZ; 2.
,Lrgdp,R,S,MZ。通过对这两个系统中变量进行协整关系检验，得出以下结果[6]，见表2和表3：
表2 系统1协整检验结果表
特征值 迹统计量 5%临界值1%临界值零假设协整个数
0.769415122.0804 69.8188977.81884
None**
0.369899 51.6579547.8561354.68150
At most1*
0.295561 29.4879329.7970735.45817
At most2
注：*(**)表示在5%(1%)的显著水平上拒绝零假设。
表3 系统2协整检验结果表
特征值
迹统计量5%临界值1%临界值零假设协整个数
0.727778121.2634 69.8188977.81884 None**
0.484083 58.8087947.8561354.68150 At most1*
0.258161 27.0419829.7970735.45817 At most2
注：*(**)表示在5%(1%)的显著水平上拒绝零假设。
从表2和表3中的数据可以得出：系统1和系统2在1%的显著性水平上都具有一个协整关系，在 5%的显著性水平上都具有二个协整关系。这说明他们之间存在着长期关系，下面将对这两系统进行误差修正模型的估计。
（三）误差修正模型
由于这些时间序列间存在协整关系，对系统1、系统2建立误差修正模型。首先对系统1建模，把以上所有的变量都引进到系统中，对取对数后的变量进行最小二乘估计得出误差项，然后对取一阶差分后的变量和误差项建立误差修正模型，通过估计得到方程：
方程(4)除了变量DLS的系数不显著（5%显著性水平）之外，其余各个变量均较显著。于是把 DLS从系统中剔除出来，对取对数后的序列重新进行最小二乘估计得出误差项，再次对误差修正模型进行估计得到方程(5)：
方程(5)是一个较为理想的方程，5%显著性水平下各个变量系数均较显著。可以粗略的反映货币需求函数的结构。接下来可以对M1需求函数进行结构性判断了，为了判断系统1是否发生结构性变化，对该方程(5)进行Chow检验，结果如表4：
表4 系统1 chow检验结果表
统计量 数值统计量 数值
F-statistic 3.084844Probability0.019308
Log likelihood ratio16.32914 Probability0.005965
迹统计量为16.32914，P值为0.005965，P值小于0.01。得出结论：以为因变量的货币需求函数的结构在两个时期发生了变化，这可能和东南亚金融危机的影响以及我国多年金融改革有着必然的联系。
接下来对系统2进行同样的建模过程，结果如下：
方程(6)是一个很完美的方程，各个系数都很显著，拟合优度为0.902307，DW值为2.382075，F值为63.11390。并且DLRS系数也很显著，这与方程(4)不同，说明股票市场对有一定的影响而对的影响较小。同样对系统2进行Chow检验，对方程(6)进行Chow检验，结果如表5：
表5 系统2 chow检验结果表
统计量 数值统计量数值
F-statistic 9.949987Probability0.000001
Log likelihood ratio53.50361 Probability0.000000
迹统计量为53.50361，P值为0.000000，P值小于0.01。得出结论：以为因变量的货币需求函数的结构在两个时期也发生了变化，而且变化更大，这可能和东南亚金融的影响以及我国多年金融改革有着必然的联系。
（四）检验结果分析
通过以上模型的估计发现；首先，股市市值对我国需求的影响不大，对需求的影响却较为明显。究其原因，一方面可能跟我国股市市值相对国民生产总值的比重过小有一定的关系，另一方面跟的结构有一定的关系，只包括通货和活期存款，而股市中的资金主要来自其他一些存款[7]。其次，从长期来看，货币需求与国内生产总值以及价格水平关系比较稳定，他们之间存在着协整关系，但是变量趋势图之间的距离在变大，这说明他们之间短期关系由于金融变革而在不断发生着变化。再次，以1998年为转折点来研究货币需求函数结构的稳定性，发现1998年前后我国货币需求函数的结构发生了较为明显的变化，这一方面是对我国金融变革的反映，另一方面也反映了金融危机对我国货币市场产生的影响和WTO规则对我国金融机制变革的要求[4]。
三、政策建议
从长期来看我国货币需求函数之所以发生了结构性变化有以下原因：1.从1978年至今，中国渐进式经济、金融市场化改革走过了20多年的进程。这期间，影响货币需求的因素发生着极大的变化，预期因素、利率因素等正在发挥着影响力，它们改变着经济行为主体的行为、货币的外延、持币的动机，并进而影响货币需求，造成货币需求的不稳定。由于改革是渐进方式，上述决定货币需求的各因素也在缓慢变化着，并且这些变化对货币需求的影响难以相互抵消。因此，这使得货币需求函数的不稳定性正在缓慢变大。2.在以上因素的影响下再加上金融危机的冲击以及加入WTO后一些规则的要求，迫于压力我国金融体制改革加速进行，使我国货币需求函数发生了巨大的变化。这些结果可以从上面的实证检验中得出。3.从微观层面上看，这和我国金融创新的不断深化、电子支付制度的发展有关。由于这些创新涌现出大量新的金融工具，进而导致人们的持币动机发生变化，交易性货币需求的变少，投机性货币需求的增加[8]。在这种情况下，如果还是通过传统的货币需求函数来估计我国的货币需求量，从而决定货币供给量，并通过对货币供给量的调节来实现货币政策的最终目标将变得难以实现，货币政策传导机制会因为货币需求函数的不稳定使货币政策的有效性大大降低。这样，货币需求本身在不断的变化之中，如果一尘不变的使用不变的货币需求函数来估计我国货币需求量，并决定货币供给量，将会使宏观调控与经济需求之间有一定的偏差。所以，应该放弃以货币供给量作为货币政策的中介目标，采取渐近的方式确定利率作为货币政策的中介目标，并逐步推进利率市场化改革，疏通以利率为目标的货币政策传导机制。或者实行通货膨胀目标制，确立一个以通货膨胀指数或该指数的区间为中介目标，以长期物价稳定作为货币政策的最终目标，并将该指数定期向社会公布。所有货币政策工具都服务于这一指数或区间，这样，不仅能提高货币政策的透明度，还能稳定住公众的预期，使货币政策能够有效的实现最终目标[9]。