我国近期货币调控效果的定量模拟分析.docVIP

我国近期货币调控效果的定量模拟分析* 陈学彬 内容提要：本文建立了一个以货币乘数预测为基础，稳定币值和促进经济增长为调控目标，模型自动调控基础货币为手段，简化的AD-AS模型评价调控效果的我国货币供给总量调控模型，并利用该模型对我国1990年代中后期的货币调控效果进行了定量模拟评价，对21世纪初期货币调控方案进行了初步模拟分析。 关 键 词：货币调控效果 定量模拟分析 在我国向市场经济转轨期间，货币总量调控仍然是国家对国民经济实施宏观调控的重要经济手段。在1990年代初期爆发的通货膨胀的治理过程中，由于正确地实施了“适度从紧”的财政货币政策，我国在1997年成功地实现了经济的“软着陆”。但是，由于紧缩政策的滞后影响，我国经济在1998年又开始陷入了通货紧缩的局面。通过两年来实施“积极的”财政政策和“稳健的”货币政策，经济在2000年初开始触底回升。在此次经济波动的治理中，货币总量调控发挥了积极的作用，但也存在一些值得总结和改进的地方。本文将利用其建立的我国货币总量调控模型对1990年代中后期和21世纪初期我国货币调控效果进行初步的定量模拟分析。 一、模型结构和模型检验 （一）模型的总体结构 货币供给总量调控方法主要有两类：一种为基础货币调控，另一种为信用市场条件调控。基础货币调控又称银行准备调控，指中央银行通过对银行准备和基础货币的调控和货币乘数的预测实现其对货币供给总量的调控。其调控效果与中央银行对基础货币的调控能力和对货币乘数的预测能力有关。信用市场条件调控又称利率调控，指中央银行通过对基础利率的调节，影响信用市场条件，进而影响货币需求，实现对货币供给总量的调控。其调控效果与短期货币需求函数的稳定和金融市场的发育程度相关。我国改革开放以来，金融市场虽然有了很大的发展，但其发育程度还不是太高，由于经济体制转型期多种因素的制约，我国20世纪90年代中后期多次利率调节的效果并不理想。因此，基础货币调控仍然是我国货币调控的基本方法。有鉴于此，本文建立的我国货币供给总量调控模型为基础货币调控模型，其调控框图如图1所示。货币乘数预测模型采用组合因素法建模；各组合因素模型采用综合自回归移动平均法ARIMA、多元回归法组合建模；模型采用季节调整法对预测结果进行季节调整；调控效果采用调控误差和AD-AS宏观经济模型模拟货币供给对宏观经济的影响进行评价。 图1 我国货币供给总量调控模型框图 （二）乘数预测模块 由于货币供给量等于基础货币乘以货币乘数。因此，中央银行对基础货币的调控能力和对货币乘数的预测能力就是影响基础货币调控法调控效果的关键。货币乘数的变动通常具有较强的时间序列稳定性，因而采用ARIMA模型预测具有较好的预测效果。但是，用ARIMA模型直接预测各层次货币乘数既不能反映货币政策变量（如法定准备率、利率等）变动的影响，又不能反映各层次货币乘数变动之间的必然联系。由于货币乘数可分解为现金比例c、活期存款比例d、法定准备率r和超额准备率e等组合因素的解析式，如采用组合因素法，将ARIMA模型和相关因素多元回归组合预测各组合因素，再利用各层次货币乘数的解析式计算其预测值，将使模型预测结果既有较强的稳定性，又能够及时反映政策变量和重要经济变量变动的影响，还能反映在相同的组合因素预测值下各层次货币乘数变动之间的必然联系。 货币乘数k为货币供给总量M与基础货币B的比例系数。各层次货币乘数m0、k1和k2可分别分解为： , , (1) 其中， ，，， 利用我国1993-1999年 季度数据估计的货币乘数组合因子现金比率c、活期存款比率d、超额准备率e的季节调整因子和ARMA模型如下： 表1 c、d、e的季节调整因子 季度 1 2 3 4 c 1.0236 0.9501 0.9941 1.0344 d 0.9779 0.9940 0.9999 1.0289 e 0.9664 1.0059 0.9133 1.1262 c = 0.0113 + 0.9560c t-1 - 0.1271i t-1 + 0.0201GDPP t-1 -0.5297AR(1) -0.8866MA(2) (2) （1.57） （16.44） （-2.84） （1.12） （-2.06） （-19.71） R2=0.96 S.E.=0.0034 D.W.=1.96 F=95.84 d = 0+ 0.9273dt-1 - 0.1038i + 0.4780AR(2)+0.0830AR(4)-2.0059 MA(2) (3) (0.50) (6.64) (-1.30) (1.10) (0.71) (-3.25) R