基于VAR模型的加息治理通脹有效性實證分析

盧盼盼，葉 斌

(安徽財經大學 金融學院，安徽 蚌埠 233041)

引言

自2010年以來，我國物價總水平持續上揚。特別是2010年11月份，居民消費物價指數(CPI)處于5．1%的高位，進入2011年以來，居民消費物價指數更是漲速飛快，我國通貨膨脹的壓力十分巨大。面對物價總水平的持續上揚，中國人民銀行自去年以來連續12次上調存款類金融機構人民幣存款準備金率，使之達到歷史最高點。與此同時，截止2011年7月7日，中國人民銀行已進行了自去年啟動加息周期以來的第5次加息。頻繁上調存款準備金率和人民幣存貸款基準利率(加息)對治理通貨膨脹的效用如何?這一問題的探討與研究一直是專家和學者關注的焦點。

傳統的貨幣理論的觀點認為緊縮性的貨幣政策(加息)會使產出水平和通貨膨脹水平下降。凱恩斯主義和其他非主流的經濟學家，也強調利率政策對經濟的影響，即使很小的貨幣政策沖擊由于“放大效應”，也會導致經濟做出強烈反應，即利率的微小上調也會引起產出水平和通貨膨脹水平的巨大變化。但是各國對貨幣政策運行的實證卻發現這一理論與現實南轅北轍。Christinao等(1999)通過實證分析發現:實施緊縮性貨幣政策，即提高利率水平時，物價水平或通貨膨脹水平往往與名義利率呈同向變動，即在短期內上升。這與傳統的貨幣政策傳導機制理論相悖，這一現象便是頗具爭議性的“價格悖論(price puzzle)”。Barth和 Ramey(2001)提出了貨幣政策傳導的“成本渠道”，即在賣掉產品獲得收入前，如果企業要從金融機構借入資金為生產要素融資和支付工資，Barth和Ramey認為名義利率進入生產函數并影響企業的生產和定價，最終會影響到產出和通貨膨脹(高利率會轉換成企業的高生產成本，最終導致成本上推型通貨膨脹)。

Hülsewig et al(2009)認為銀行根據基準利率變化而逐漸調整貸款利率，導致利率傳遞的不完全性，最終使緊縮性貨幣政策治理通貨膨脹的效果減弱。Kaufmann和Scheduler(2009)則通過對金融機構在貨幣政策傳導過程中的作用及結果的定量分析中得出了在一個低效的金融體系中，貨幣政策對產出水平和價格水平的沖擊以及對成本的影響是極其有限的。

面對人民銀行頻繁收緊銀根以抑制通貨膨脹問題，我國學者也進行了大量研究:馬龍和劉瀾飚(2010)認為，貨幣政策的沖擊對價格水平上漲的解釋與控制力度較小，劉繼廣和沈志群(2011)通過對成本因素的闡述認為，緊縮性貨幣政策對治理通貨膨脹完全有效是不現實的，短期提高利率來抑制通貨膨脹無異于火上澆油。王軼君(2011)使用廣義矩估計法(GMM)進行實證檢驗，認為由于我國企業過度傾向于外部融資，以及貸款利率未完全市場化，致使我國提高利率在短期內會引起物價上漲，而不會起到抑制通貨膨脹的效果。即如果采用提高利率的貨幣政策來治理通貨膨脹，在短期內負作用明顯。

一、模型設計及變量選取

(一)模型設計

一般的模型僅僅描述因變量對自變量變化的反應，向量自回歸模型(VAR)則考慮了模型中各變量間的相互作用。在某些給定條件下，VAR模型能夠用來確定一個基本的經濟沖擊給其他經濟變量帶來多大影響，即其他經濟變量對該基本經濟沖擊的響應大小，所以VAR模型通常用于描述隨機擾動對變量系統的動態影響。一般的VAR(p)(p階無約束VAR模型)具有如下形式:

其中，yt是一個k維向量，εt是k維擾動向量，且εt與t－1期及其以前的變量不相關，Ai(i=1，2，…，P)為K×K維待估矩陣。(1)式可以用矩陣表示為(2)式，即含有k個時間序列變量的VAR模型由k個方程組成，在VAR內，每個方程的最佳估計為普通最小二乘估計。

VAR模型的系數通常是很難解釋的，而脈沖響應函數可以用于衡量來自擾動項的一個標準差沖擊對內生變量當前和未來取值的影響。方差分解則可以分析模型中變量的基本特征，表明其在系統中的作用以及在解釋內生變量變化方面的相對重要性。因此，通常需要通過系統的脈沖響應函數和方差分解來推斷VAR的內涵。

(二)變量選取

在治理通脹方面，我國央行常用的貨幣政策工具有法定存款準備金政策、中央銀行票據以及利率政策等，其中法定存款準備金政策、中央銀行票據作為數量型工具最終影響的是貨幣供應量。因此綜合考慮數據的可獲得性及模型的簡單性，本文選取消費者價格指數(CPI)來測度治理通脹的有效性，CPI在1%－3%通常認為是比較理想的，超過3%認為出現通貨膨脹，超過5%認為出現嚴重的通貨膨脹，低于1%則視為通貨緊縮。選取樣本為1998年1月至2011年6月月度同比增長數據;利率選取金融機構人民幣一年期貸款基準利率(LBIR)，一年期貸款基準利率作為一個官方報價的基準利率，是有效的調控手段，被廣泛應用于中國的宏觀經濟調整中，作為借貸資金的價格是引導資源配置的重要信號，也是聯系實體經濟與金融部門的重要變量。原始數據為1998年1月1日至2011年6月30日期間日數據，為了Eviews6．0軟件數據錄入的統一以及便于建模，將日數據通過加權平均法轉換為月度數據;數量型工具用廣義貨幣供應量(M2)增長率來代替，樣本為1998年1月至2011年6月月度同比增長數據。而將影響通貨膨脹的其他諸多因素作為隨機擾動項，建立向量自回歸(VAR)模型。本文數據來自中國社會科學院金融統計數據庫以及中國人民銀行網站。

為了使數據更加容易平穩，對數據取對數，分別記為LNCPI、LNM2、LBIR。這里未對 LBIR取對數，因為LBIR數值較小，取對數后會出現負數。又因為選取的是月度數據，具有明顯的季節性特征，故移動平均比率法分別對數據進行季節性調整。

二、實證分析及結果

(一)數據平穩性檢驗

為了避免直接建模不加檢驗出現“偽回歸”現象，本文首先采用ADF(Augmented Dickey－Fuller)方法對LNCPI、LBIR、LNM2進行單位根檢驗。假設檢驗H0:序列存在單位根，是不平穩的;H1:序列不存在單位根，是平穩的。滯后項是為了使殘差項為白噪聲。檢驗結果如表1所示。

表1 各變量序列平穩性檢驗結果

由表1序列平穩性檢驗結果可知，在5%的置信水平下，LNCPI、LBIR、LNM2均為平穩序列。

(二)格蘭杰因果關系檢驗

進行格蘭杰因果關系檢驗，研究LBIR、LNM2是否是LNCPI變化的格蘭杰原因，檢驗結果如表2所示。

表2 格蘭杰因果關系檢驗結果

由表2格蘭杰因果關系檢驗結果可知，選取滯后階數為2時，在5%的置信水平下，LBIR與LNCPI之間、LNM2與LNCPI之間存在雙向格蘭杰因果關系。這說明央行用加息來調控經濟，不僅起到信號作用，而且也能從本質上消除通脹、抑制流動性過剩。

(三)VAR模型滯后階數的選擇及估計結果

VAR模型中滯后階數的選擇極為重要，選擇不當會嚴重影響結果的正確性。在實際應用中，通常希望滯后階數p足夠大，從而完整地反應所構造模型的動態特征。但同時，滯后階數越大，模型中待估計的參數就越多，自由度就越少。因此，應在滯后階數與自由度之間尋求一種均衡，可以根據LR，FPE，AIC，SC，HQ準則確定，結果如表3所示。

表3 滯后階數判斷結果

由表3可知，按照FPE、AIC以及HQ的準則，模型應選取最優滯后階數為3。故建立VAR(3)模型。

利用Eviews6．0計量經濟分析軟件，得到如下VAR模型估計結果。

LNCPI=0．9 6 5 3 3 0×LNCPISA(－1)－0．010771×LNCPISA(－2)－0．017056LNCPISA(－3)+0．005950×LBIR(－1)+0．004046×LBIR(－2)－0．010339×LBIR(－3)－0．002284×LNM2(－1)－0．002552×LNM2(－2)+0．010985×LNM2(－3)+0．274018

由于本文主要研究加息治理通脹的有效性，因此這里討論 LNCPI的VAR模型表達式而對于LBIR、LNM2的VAR模型表達式不作深入討論。

(四)模型穩定性檢驗

不穩定的VAR模型將導致脈沖響應函數的標準誤差等結果無效。因此，在研究加息治理通脹的有效性之前，本文首先采用AR根方法對模型作穩定性檢驗，結果如圖1所示。

圖1 VAR(3)模型的AR根檢驗

由圖1可以看出VAR(3)模型具有9個特征根，且每一個特征根都在單位圓內，即值小于1，故此模型是穩定的。在此基礎上可以對模型進行脈沖響應以及方差分解。

(五)脈沖響應

在VAR(3)模型平穩基礎上利用脈沖響應函數衡量來自LBIR調整的一個標準差沖擊，對LNCPI當前和未來取值的影響。圖2中，實線代表脈沖響應函數，表示LNCPI對LBIR沖擊的反應;虛線代表正負兩倍標準差偏離帶。本文將脈沖響應期限設定為15期(單位:月份)，檢驗結果如圖2所示。

由圖2可以看出，在本期給一年期貸款基準利率(LBIR)一個沖擊后，引起消費者價格指數(LNCPI)明顯反應。LBIR對LNCPI的正作用在初期遞增，第3期達到最大值后下降，第12期后對其有負作用。這說明，通過給一年期貸款基準利率LBIR沖擊，會引起一定時期內價格上漲，超過12個月以后，價格才開始下降。

圖2 LNCPI對LBIR沖擊的脈沖響應

(六)方差分解

在VAR模型中，方差分解是通過分析每一種結構沖擊對內生變量變化的貢獻程度，可以進一步評價不同結構沖擊的重要性。由于本文主要研究加息治理通脹的有效性，因此，僅采用方差分解技術研究在影響消費者價格指數(LNCPI)的因素中一年期貸款基準利率(LBIR)所占的份額，分析結果如表4所示。

表4 LNCPI的方差分解

三、結論

本文運用1998年1月至2011年6月的月份時間序列數據，以金融機構人民幣一年期貸款基準利率(LBIR)、廣義貨幣供應量增長率(LNM2)作為影響消費者價格指數(LNCPI)的兩個變量，構建了測度加息治理通脹的有效性的VAR模型，利用脈沖響應函數分析了一年期貸款基準利率(LBIR)對消費者價格指數(LNCPI)影響的正負以及強弱程度，通過方差分解技術分析了在影響消費者價格指數(LNCPI)的因素中一年期貸款基準利率(LBIR)所占的份額。脈沖響應函數結果表明:受到一年期貸款基準利率沖擊后，會引起短期內價格上漲，等到12個月以后，價格才開始下降。方差分解結果表明:一年期貸款基準利率對消費者價格指數影響較強。

為什么提高一年期貸款基準利率短期內不會起到抑制物價的作用，而要等到一段時間以后物價才會回落?筆者認為，主要原因有以下幾點。

第一，物價上漲具有一定的慣性。物價的持續上漲，極有可能形成物價上漲的“棘輪效應”，使消費者形成并不斷強化通脹預期，從而使加息即提高貸款基準利率的緊縮性貨幣政策受制于通脹預期，使之在短期內無法抑制物價繼續上漲。

第二，貨幣政策時滯。貨幣政策時滯是干擾貨幣政策效果的重要因素。如果不存在時滯，央行根據經濟狀況選擇加息來治理通貨膨脹，貨幣政策對經濟影響隨即發生，那么貨幣政策必定準確到位且十分有效。然而，時滯的存在是客觀的，直接影響貨幣政策能否取得預期的經濟目標。

第三，從企業融資結構看，中國的企業傾向于外部融資。企業在收到利潤之前必須先支付生產要素的報酬，企業為了獲得運營資本，需要向金融中介機構借款。這樣利率的上升將直接導致企業獲得運營資本的成本增加，進而對產出產生負影響，對價格水平產生正影響。

第四，從利率傳導的角度看，中國商業銀行的貸款利率仍然沒有完全市場化。由于貸款利率的非市場化，使得央行的貨幣政策對貸款基準利率的調整將直接反映到商業銀行的實際貸款利率，進而反映到企業的借款成本上。因此，央行控制的利率對企業的成本影響也相對較大。

因此，綜合考慮可以認為在我國采用加息來治理通貨膨脹是基本有效的。

［1］ Christinao，L．Eichenbaum，M．Evans，C．，Monetary policy shocks:What have we learned and to what end［C］．In:Woodford，M．，Taylor，J．B．，Handbook of Macroeconomics．North － Holland，Amsterdam，1999．

［2］ Barth，M．J．，Ramsey，V．A．The cost channel ofmonetary transmission［J］．NBER Macroeconomics Annual，2001，(16):199－240．

［3］ Hülsewig，et al．Bank Behavior，Incomplete Interest Rate Pass－through，and the Cost Channel of Monetary Policy Transmission［J］．Economic Modelling，2009，26(6):1310－1327．

［4］ Kaufmann，S．，Scharler，J．Financial systems and the cost channel transmission ofmonetary policy shocks［J］．Economic Modelling，2009，(26):40－46．

［5］ 馬龍，劉瀾飚．貨幣供應沖擊是影響我國農產品價格上漲的重要原因嗎［J］．經濟學動態，2010，(9):15－20．

［6］ 劉繼廣，沈志群．提高利率能否抑制通脹?——基于成本渠道的理論分析［J］．金融理論與實踐，2011，(2):39－41．

［7］ 王軼君．基于GMM估計法的利率與通貨膨脹的傳導性研究［J］．統計與決策，2011，(8):132 －135．

［8］ 易丹輝．數據分析與EViews應用［M］．北京:中國人民大學出版社，2008.207．