时变参数视角下货币政策冲击对 我国通货膨胀的影响研究
□王 凯 庞 震
(西安电子科技大学 马克思主义学院, 陕西 西安 710126)
[摘要 ]基于非线性视角,采用我国1996年1月至2017年12月的月度数据，建立带有随机波动的时变参数结构向量自回归模型,对比数量型和价格型货币工具对通货膨胀的调控作用。结果表明,货币政策对通货膨胀的影响具有显著时变性和相机抉择特征,货币供应量对通货膨胀的影响为正向,调控作用较大;利率政策对通货膨胀的影响为负向,调控作用较弱;根据实证分析结果,提出货币政策工具应该组合搭配,推进利率市场化,渐进引入通货膨胀目标制度等政策建议。
[关键词 ]通货膨胀;货币政策;TVP-VAR模型;时变参数
一、引言及文献述评
通货膨胀是各国货币政策中不可回避的中心议题,是中央银行制定货币政策的重要参数。我国从1996年起采用广义货币供给量M2作为货币政策的调控工具,之后货币政策从极度宽松到适度紧缩,到适度宽松,到稳健中性几度转换,均产生了较为理想的宏观调控效果。当前我国经济总体上稳中向好,2017年全年GDP高达82万亿元,同比增长6.9%,但是也面临着潜在金融风险较大、中等收入陷阱、美国减税与加息叠加等复杂多变的内外部环境。我国货币政策应该如何调整?货币政策对于抑制通货膨胀的效果到底如何?
学者们对于货币政策与通货膨胀的探索研究始于货币数量论观点。Friedman[1]认为,“通货膨胀本质上是一种货币现象”。Castelnuovo 和Surico[2]基于美国数据研究发现,积极货币政策推动了美国通货膨胀,价格之谜是存在的。我国学者张文齐[3]、陈浪南等[4]认为,货币增长率显著驱动了通货膨胀,长期内货币超中性。然而,这并不意味着货币量的增加都是通货膨胀,比如Cukierman[5]对比2008年雷曼兄弟破产后的美国和一战后德国的恶性膨胀,研究发现美联储的货币扩张并没有转化为对商品和服务的需求,因为当时金融机构对流动性需求的大幅增加,吸收了大量的资金。
关于货币政策与通货膨胀的内在联系机制,部分学者研究发现,数量型货币政策对通货膨胀的调控作用较大,而价格型货币政策的调控作用较弱,实际利率并未达到控制通货膨胀的效果,实际利率偏低阻碍了货币政策效果的发挥[6-7]。而另外一部分学者的研究结论正好相反,如邓创和夏冰[8]认为,价格型货币工具对通胀预期有着较为显著的影响,而数量型货币工具则不显著。
综上所述,国内学者们对货币政策与通货膨胀的关系进行有益研究,但研究结论未达成一致,而且多数都是基于单一货币工具的分析。因此,本文利用TVP-VAR模型,综合对比数量型货币政策和价格型货币政策调控作用的非线性特征,以期对现有研究进行有益补充。
二、计量模型设定与数据说明
(一)时变参数结构向量自回归模型(TVP-VAR)模型设定
结构向量自回归模型(SVAR)在宏观经济学和货币经济学中被广泛使用,可将SVAR模型写为式(1):
Ay t =F 1y t-1 +F 2y t-2 +F 3y t-3 +…+F S y t-s +μ t ,
其中:t =s +1,…,n
在传统结构向量自回归模型(SVAR)中,由于假定参数是不变的,所以模型参数只有一个估计值,但是在TVP-VAR模型中,6个估计值(Σ β )1、(Σ β )2、(Σ α )1、(Σ α )2、(Σ h )1、(Σ h )2都是随着时间的变动而变化(见图1)。图1中第一行的样本数据自相关系数迅速下降,其中参数Σ α 的收敛速度较慢,参数Σ β 和参数Σh收敛速度较快;第二行为样本数据的动态模拟路径,呈现周期性波动聚类态势,明显收敛于样本均值,基本趋于平稳,再次印证了表2的参数估计结果,MCMC模拟过程是有效的。
(1)
河流健康功能得到改善，有效修复了生态。在实施增效扩容改造时，重庆市对纳入改造的非季节性河流电站均按规定完善了生态流量泄放措施，提高了水资源环境的承载能力，有效改善和恢复了202条河流流域生态功能，保护了河流健康。通过改造新增了清洁能源供应量，每年可减少燃煤75万t，减少排放二氧化碳191万t、二氧化硫近3万t和烟尘5万余t。
(2)
(3)
表1 单位根检验
注：***、**、* 分别表示在1%、5%和10%的水平下显著。
式(1)两端同时乘以系数矩阵A的逆矩阵A-1,可将式(1)改写为式(4):
y t =B 1y t-1 +B 2y t-2 +…+B s y t-s +A -1Σε t ,ε t ～N (0,I k )
(4)
式(6)中,系数β t 、参数A t 和Σ t 不是固定不变的,而是都具有了时变性,这是时变参数结构向量自回归模型(TVP-VAR)的重要特征。借鉴Primiceri[9],将系数矩阵A 中的非零和非1元素堆叠成为新向量α t ,即α t =(a 21,a 31,a 32,a 41,…,a k,k -1)′。令h t =(h 1t ,…,h kt )′,其中,
假定式(6)中所有参数均为随机游走过程,满足如下条件:
（1）按照因地制宜的原则确定路线指标，保证定位的合理性，最大限度利用老路，根据各路段功能及特征，确定相应的技术及改造方案，如果路段技术指标无法达到要求，则可通过对工程措施的应用来解决，如限速、增设减速标志，保证路段通行的安全性，有针对性地开展勘察设计。
y t =X t β +A -1Σε t
(5)
借鉴Primiceri[9]和Nakajima[10],可将式(5)进一步扩展为式(6):
选择2016年10月~2017年9月间我院收治的未破裂型输卵管妊娠患者108例,年龄28~42岁,平均年龄(31.64±4.50)岁,孕次1~4次,平均孕次(2.05±0.34)次,停经时间37~57d,平均停经时间(44.42±4.38)d,下腹疼痛94例,阴道不规则流血98例。入组患者均为:单侧输卵管妊娠,血β-HCG<3000IU/L,盆腔包块直径最大≤4cm,异位妊娠未见破裂和无甲氨蝶呤用药禁忌患者,患者均知情同意并签订知情同意书。将研究对象按照随机数字表法分为介入组和腹腔镜组各54例,两组患者一般资料比较无显著的统计学差异(p>0.05),存在可比性。
(6)
式(4)中,B i =A -1F i ,i =1,2,…,s 。将式(4)中系数B i 的行向量堆叠纳入k 2s ×1阶系数矩阵β ,并且定义X =I k ⊗
⊗为克罗内克(Kronecker)乘积,则式(4)可以简写为式(5)。
β t+1 =β t +μ βt
α t+1 =α t +μ αt
h t+1 =h t +μ ht
(7)
式(7)中,t =s +1,…,n ,β s+1 ～N (μ β0 ,Σ β0 ),α s+1 ～N (μ α0 ,Σ α0 ),h s+1 ～N (μ h0 ,Σ h0 ),其中Σ β 、Σ α 和Σ h 都是对角矩阵。由于随机波动下的似然函数很难估计,借鉴Nakajima[10]使用马尔科夫链蒙特卡洛方法(MCMC)方法进行贝叶斯估计。
(二)变量的选取及单位根检验
通货膨胀(cpi):月度消费者物价指数(CPI)。
货币政策(m): 广义货币供应量月度同比增长率,代表“数量型”货币政策。
本试验考察了不同提取方式、不同提取时间以及不同提取溶剂下的样品色谱图，对比各条件下的谱图的分离情况确定供试品溶液制备条件，具体条件见“2.3”项下。
电子商务作为“大众创业，万众创新”的重要手段，将其与软件工程专业课程及高校双创教育相结合，可以进行有益的互补。
党的十九大报告中指出：“增强政治领导本领，坚持战略思维、创新思维、辩证思维、法治思维、底线思维，科学制定和坚决执行党的路线方针政策，把党总揽全局、协调各方落到实处。”[1]决策是领导者的责任，也是领导工作的核心，贯穿于领导工作的各个方面，关系着事业的兴衰成败。在一个地方和单位，决策往往牵一发而动全身，领导干部级别越高，其决策的影响面往往越大。只有做到科学决策、民主决策、依法决策，在把握客观规律的基础上确定工作的目标和举措，才能使工作真正得到长远发展。
样本区间为1996年1月至2017年12月的时间序列数据,数据来源于中经网统计数据库和国家统计局网站,数据频率为月度,月度数据可以提高MCMC抽样估计的准确性。时间序列平稳是保证TVP-VAR模型估计结果有效性的前提,有利于增强结论的稳健性与灵敏性,对cpi 、i 和m 三个变量进行单位根检验,发现这三个变量存在单位根,一阶差分是平稳的,即三个变量均为一阶I (1),可以进行TVP-VAR模型分析(见表1)。
图3为货币供应量(m )冲击对通货膨胀(cpi )影响的时点脉冲响应函数图(ε m ↑→cpi ),反映的是变量在不同时点的变化特征。本文选取了2008年6月、2011年6月和2017年6月三个时点,分别代表了“全球金融危机时期”、“经济高速增长时期”和“经济新常态时期”,描述在不同时期通货膨胀与货币政策的时变效应。可知,2008年、2011年和2017年三个不同时点下的脉冲响应曲线走势和形态大致相同,当一单位正向的货币供应量冲击发生时,CPI受其影响出现线性化上升的正向态势,其中2008年的脉冲影响函数值较大,2011年次之,2017年最小。
由陶氏提供技术支持、总投资2.7亿元的内蒙古鄂尔多斯达拉特市政饮用水处理厂目前一期日供饮用水达到10万m3，全部建成后达拉特净水厂将成为鄂尔多斯市中心城区百万人口主要的饮用水供应厂。
三、TVP-VAR模型参数估计结果
(一)TVP-VAR模型的参数估计结果诊断
构建包含通货膨胀、价格型货币政策和数量型货币政策三个宏观变量的TVP-VAR模型:y t =f (cpi ,i ,m )′,按照Nakajima[10]给出的边际似然估计值标准,确定TVP-VAR模型最优滞后期为1,具体参数估计结果见表2和图1。表2中所有的Geweke’CD诊断值均小于1.96(5%的临界值),这意味着所有参数估计值落入95%置信区间中,马尔科夫链比较集中。最大无效影响因子(Σ h )1为220.52,这表示在抽样20000次的情况下,至少可以产生92个不相关的样本(20000/215.85),对于后验推断的样本数目已经完全足够,其余参数的无效因子都较低,说明MCMC抽样结果是比较理想的。
表2 TVP -VAR模型的参数估计结果及诊断
注:参数Σβ和Σα均为乘以100后的值。
图1 样本自相关系数(上)、样本路径(中)、后验分布密度(下)
(二)样本自相关系数、样本路径及后验分布密度
用频移特性求调幅信号f(t)cosω0t和f(t)sinω0t的频谱。写出信号的表达式f(t)=u(t+1/4)-u(t-1/4)，ω∈[-8π，8π]
名义利率(i):银行间同业拆借7天期加权平均利率,代表“价格型”货币政策。
四 、我国货币政策对通货膨胀 调控作用的实证分析
(一)数量型货币政策对通货膨胀调控作用的实证分析
图2 CPI对货币供应量冲击的 等间隔冲击响应函数图
图2为货币供应量(m )冲击对通货膨胀(cpi )影响的等间隔脉冲响应函数图(ε m ↑→cpi ),主要分析一个变量的正向冲击对相同时间间隔后的其他变量产生的影响。三个不同线段代表了不同的时间约束,短虚线代表3期滞后(3个月),长虚线代表6期滞后(半年),实线代表12期滞后(1年),分别对应着短期、中期和长期。三个不同间隔期脉冲响应函数值虽然都为正值,但是大小幅度不同,可分为三个阶段:快速反应阶段(1996—2000年),高峰持续阶段(2001—2009年)以及衰减收敛阶段(2010—2017年)。脉冲间隔期越长脉冲响应函数值越大,这意味着当扩张型货币政策冲击来临时,短期内通货膨胀并不是直接达到高位,具有明显滞后效应,长期内影响才达到最大。原因可能在于短期内消费者持有的货币没有太大变化,且价格粘性的存在,物价并没有上涨;中期内,甚至有一部分超额货币供给沉淀于储蓄状态,也并未引致严重通货膨胀;而长期内,实际货币供应量大于其需求量,物价将会普遍上涨,进而引发通货膨胀。
式(1)中,y t 为k ×1阶向量,A ,F 1,F 2,…,F s 分别为k ×k 维系数矩阵。式(1)中μ t 为k ×1阶结构冲击项,假定μ t ～N (0,ΣΣ ),其中Σ 为K ×K 维对角矩阵,满足式(2),式(2)中σ i 为标准差。为了保证变量结构性冲击的同期性,假定式(1)中系数矩阵A 为下三角矩阵,满足式(3),并且A 是可拟的。
图3 CPI对货币供应量冲击的 时点冲击响应函数图
通过制定实施财政、金融、担保等方面的政策，促进政府财政、社会商业性、政策性金融机构以及保险机构等合力支持企业科技成果转化，弥补市场机制引导企业成果转化在资金、风险等方面的缺陷和不足，实现科技成果转化市场的有序良性发展。
2008年全球性金融危机使得发达国家经济普遍陷入了衰退,外需持续低迷,大量出口企业倒闭,经济出现衰退的趋势,为了应对国际金融危机的严重冲击,2008年11月我国政府实施了“4万亿”一揽子经济刺激计划,强刺激的货币政策产生了巨大资金供给和投资需求,骤然刺激了货币乘数的回升,货币供给量大幅度增加,为通货膨胀的上行提供了催化剂,与此同时,救市效果十分明显,我国经济得到复苏。2011年货币供应量冲击对通货膨胀影响的脉冲响应函数值比2008年平缓,这一年正好是“十二五”时期开局之年,经济增长率高达9.2%,全年通货膨胀率为5.4%[注] 数据来源:国家统计局网站(http:∥www.stats.gov.cn/)。 。与之相对应,随着经济形势好转,货币政策也由之前“适度宽松”适时调整为“稳健”,更加注重货币供应总量调控,央行6次上调法定存款准备金率,最高达21.5%,用来锁定2008—2010年增发的货币,减少市场中过剩的流动性,物价上升的势头很快得到了遏制,稳健货币政策的成效进一步显现。
与2008年和2011年相比,2017年货币供应量对通货膨胀影响的脉冲响应函数值最小,并出现了波动幅度减小,冲击积累较慢等新的特点。进入经济新常态时期,为了完成宏观调控的“稳增长、调结构”任务,化解高杠杆率给宏观经济带来的不稳定风险,去杠杆、防风险成为我国政府考量的重要因素。然而,另一方面,我国金融部门仍有着强大的扩张惯性,2017年也经历了前所未有的扩张,货币存量增长迅速,人民币贷款余额为120.1万亿元,同比增长12.7%,比年初增加13.5万亿元[注] 数据来源：中国人民银行网站(http:∥www.pbc.gov.cn/)。 ,增量再创历史新高,再度打破了有统计数据以来的年度贷款投放纪录。虽然目前我国物价总体偏低,但对通货膨胀不能掉以轻心,货币仍然是通胀的重要诱发因素。
(二)价格型货币政策对通货膨胀调控作用的实证分析
图4为名义利率(i )冲击对通货膨胀(cpi )影响的等间隔脉冲响应函数图(ε i ↑→cpi ),可以看出,三个不同时间间隔下名义利率冲击对通货膨胀影响都是负向的,1996—2017年脉冲响应函数强度不断的降低。这意味着如果名义利率上升,则通货膨胀率下降,说明紧缩型利率政策对抑制通货膨胀发挥了一定的作用,符合西方经济学的流动性偏好理论:随着名义利率的上升,人们持有货币进行投机的机会成本也就越高,理性经济主体会减少货币需求,有利于缓解通货膨胀。并且一年期脉冲响应值明显大于三个月期和半年期,这意味着我国利率政策调整的效果在短期内并不会立刻显现出来,具有明显的滞后效应,间隔期越长脉冲响应强度越大,虽然价格型货币政策在调控通货膨胀也是有效的,但是和数量型货币政策相比,脉冲响应函数值明显较小,调控效果也有限,价格型货币政策传导机制仍存在阻滞。因此,货币管理当局对加息降低通货膨胀率的效果需要认真斟酌,在使用时还需要其他工具加以配合。
图4 CPI对名义利率冲击的 等间隔脉冲响应函数图
图5为名义利率(i )冲击对通货膨胀(cpi )影响的时点脉冲响应函数图(ε i ↑→cpi ),可知2008年、2011年和2017年三条脉冲响应函数曲线均呈现负向的波动下行态势,其中,2008年名义利率对通货膨胀的调控效应最显著,这一年为了扩大内需,从2008年9月后,央行先后5次下调金融机构存贷款基准利率,其中,一年期存款基准利率由4.14%下调至2.25%,1年期贷款基准利率由7.47%下调至5.31%。2011年脉冲响应函数比较平稳,央行分别在2011年2月、4月和7月三次上调金融机构人民币存贷款基准利率,1年期存贷款基准利率分别上调0.75个百分点,其中存款利率提高至3.50%,贷款利率上调至6.65%[注] 数据来源:中国人民银行网站(http:∥www.pbc.gov.cn/)。 ,发挥了名义利率调节货币供求的杠杆作用,有效控制了2011年物价的过快上涨。
图5 CPI对名义利率冲击的 时点脉冲响应函数图
2017年名义利率对通货膨胀影响的脉冲响应值最小,这意味着在经济危机时期,利率政策对通货膨胀的调控作用最为显著;而在“经济高速增长”的“经济新常态”时期,利率政策的调控效应反而相对较弱。这表明随着经济下行压力增大、资本市场不断成熟,现阶段央行对实施利率政策来实现价格稳定的目标持有越来越谨慎的态度,高度重视名义利率平滑意愿,尽量避免采取强利率政策刺激措施熨平经济波动的短期行为。这一点与当前我国政府稳增长、调结构,弱化货币政策刺激的宏观经济调控方针相符,进一步印证了时点脉冲响应函数在捕捉时点信息上的有效性。
五、结论及对策建议
(一)结论
本文基于我国1996年至2017年数据构建TVP-VAR模型,TVP-VAR模型摆脱了对经济理论假设或经验性规则的依赖,并放松模型参数非时变的约束条件,允许系数和协方差矩阵随着时间变动而变动,可以充分捕捉潜在变量的突变,有效刻画了数量型和价格型货币政策对通货膨胀调控作用的时变演化路径,主要结论如下。
1.我国货币政策对通货膨胀的调控作用并不是线性的,而是非线性动态过程,具有明显的时变性和相机抉择特征。在2008年国际金融危机时期,强政策刺激下的货币供应量和名义利率对通货膨胀的调控效应较大,有效地刺激了实体经济复苏;而在2011年“经济高速增长期”和2017年“经济新常态时期”,货币政策的调控效应相对较小。
2.数量型货币政策对通货膨胀的调控作用优于价格型货币政策。数量型货币政策(货币供应量)对通货膨胀的影响为正向,价格型货币政策(名义利率)对通货膨胀的影响为负向,货币供应量对通货膨胀冲击的脉冲响应强度远远大于名义利率,名义利率对通货膨胀调控的效果有限,价格型货币政策传导机制仍存在一定的阻滞。
(二)对策建议
1.推动数量型货币政策和价格型货币政策的组合搭配,提高货币政策的可信度与前瞻性,货币政策工具应及时适应经济形势的变化,相机抉择,综合考虑货币政策的时变效应和滞后效应,把握货币政策调控的时机,针对性的综合搭配使用多种货币政策工具,时刻警惕通货膨胀风险。
2.继续推进利率市场化,从以数量型调控为主逐步转型为以价格型调控为主,当前我国货币政策应以稳健中性为主,不宜给市场提供过多的流动性,减少对以货币和信贷扩张等数量型调控工具的依赖,通过利率政策间接调控经济,疏通利率政策的传导渠道,使利率能对宏观经济变化作出及时、灵敏和充分的反应。□
[参考文献 ]
[1]Friedman M. Inflation: Causes and Consequences[M]. Asia Publishing House, 1963.
[2]Castelnuovo E, Surico P. Monetary Policy, Inflation Expectations and the Price Puzzle[J]. The Economic Journal, 2010, 120(549): 1262-1283.
[3]张文齐. 通货膨胀、经济增长与货币供应:回归货币主义?[J]. 世界经济, 2012(08).
[4]陈浪南, 王升泉, 王恒泰. 我国数量型货币政策冲击效应的时变分析[J]. 中山大学学报:社会科学版, 2017(06).
[5]Cukierman A. Money Growth and Inflation: Policy Lessons from a Comparison of the US Since 2008 with Hyperinflation Germany in the 1920s[J]. Economics Letters, 2017(154)：109-112.
[6]刘金全, 张达平, 张都. 通货膨胀波动与货币政策调控机制研究——基于TVP-VAR模型的实证分析[J]. 当代财经, 2016(04).
[7]黄宪, 王书朦. 通货膨胀预期视角下货币政策的非对称效应研究[J]. 财贸经济, 2014(01).
[8]邓创, 夏冰. 我国货币政策对经济波动和通货膨胀的时变反应[J]. 商业研究, 2015(04).
[9]Primiceri G E. Time Varying Structural Vector Autoregressions and Monetary Policy[J]. The Review of Economic Studies, 2005, 72(03): 821-852.
[10]Nakajima J. Time-varying Parameter VAR Model with Stochastic Volatility: An Overview of Methodology and Empirical Applications[D]. Institute for Monetary and Economic Studies, Bank of Japan, 2011.
[中图分类号 ]F820 .5
[文献标识码] A
[文章编号] 1003 -1154 (2019 )01 -0008 -05
[基金项目 ]国家社会科学基金项目“我国通货膨胀不确定性管理研究”(12XJL005);教育部人文社科项目“我国货币错配的动态特征、福利效应与最优汇率政策选择研究”(15YJC790107);陕西软科学基金项目(2017KRM125)。
DOI: 10.19634/j.cnki.11-1403/c.2019.01.003
标签：通货膨胀论文; 货币政策论文; TVP-VAR模型论文; 时变参数论文; 西安电子科技大学马克思主义学院论文;