中國貨幣政策對宏觀經(jīng)濟(jì)反應(yīng)規(guī)律的檢驗(yàn)
——基于DMS模型的實(shí)證研究

于茂榮,魯 政，崔兆財(cái)

(山東理工大學(xué)商學(xué)院，山東淄博255012;2.河南工業(yè)大學(xué)經(jīng)濟(jì)貿(mào)易學(xué)院,河南鄭州450001)

中國貨幣政策對宏觀經(jīng)濟(jì)反應(yīng)規(guī)律的檢驗(yàn)
——基于DMS模型的實(shí)證研究

于茂榮1,魯 政2，崔兆財(cái)1

(山東理工大學(xué)商學(xué)院，山東淄博255012;2.河南工業(yè)大學(xué)經(jīng)濟(jì)貿(mào)易學(xué)院,河南鄭州450001)

DMS模型以高度靈活的模型設(shè)定方式描述變量間的關(guān)系，能夠?qū)ψ兞块g關(guān)系的時(shí)變特征進(jìn)行更準(zhǔn)確的刻畫。以麥克勒姆規(guī)則作為中國貨幣政策反應(yīng)函數(shù)的基礎(chǔ)模型，運(yùn)用DMS模型對中國貨幣政策的反應(yīng)函數(shù)進(jìn)行實(shí)證分析。研究表明，我國貨幣政策反應(yīng)函數(shù)具備明顯的模型動(dòng)態(tài)調(diào)整特征。當(dāng)宏觀經(jīng)濟(jì)處于增速與通脹均較低的蕭條狀態(tài)時(shí)，貨幣政策主要關(guān)注經(jīng)濟(jì)增速，對產(chǎn)出缺口做出反應(yīng)；當(dāng)經(jīng)濟(jì)處于增速與通脹均較高的狀態(tài)時(shí)，貨幣政策將主要關(guān)注通脹，對通脹缺口做出反應(yīng)；當(dāng)宏觀經(jīng)濟(jì)處于增速居中而通脹較低狀態(tài)時(shí)，貨幣政策將對產(chǎn)出缺口與通脹缺口兼顧考慮；當(dāng)宏觀經(jīng)濟(jì)處于高增長、低通脹狀態(tài)時(shí)，貨幣政策不做出特定反應(yīng)。

非線性模型；DMS模型；卡爾曼濾波；貨幣政策；反應(yīng)函數(shù)

20世紀(jì)末以來，面對國際金融市場局部動(dòng)蕩和國內(nèi)經(jīng)濟(jì)貨幣性需求迅猛增長的嚴(yán)峻形勢，尤其是2007年，針對銀行體系流動(dòng)性偏多，價(jià)格漲幅較大的形勢，中國人民銀行的貨幣政策逐步從“穩(wěn)健”轉(zhuǎn)為“從緊”。到2008年年初，中國人民銀行因美國次貸危機(jī)對我國宏觀經(jīng)濟(jì)影響，進(jìn)入9月份后國家貨幣政策又迅速由“從緊”轉(zhuǎn)變?yōu)椤斑m度寬松”。盡管在兩次大的國際金融風(fēng)暴下我國通過貨幣政策調(diào)整予以成功應(yīng)對，但我國貨幣政策運(yùn)用價(jià)格手段實(shí)現(xiàn)調(diào)控目標(biāo)仍有較大的改善和提升空間，利率市場化至今仍未形成行之有效的貨幣市場基準(zhǔn)利率體系，以價(jià)格體系為基礎(chǔ)的貨幣政策傳導(dǎo)機(jī)制仍然不夠完善等諸多問題，我們在對“穩(wěn)健和緊縮的貨幣政策進(jìn)行分析探討，以及判斷什么樣的貨幣政策才能使中國的經(jīng)濟(jì)健康、快速的發(fā)展”等問題之時(shí)，更為重要的是定量研究我國貨幣政策對宏觀經(jīng)濟(jì)變量反映規(guī)律，只有這樣才能更好地根據(jù)國家宏觀經(jīng)濟(jì)發(fā)展需要來制定恰當(dāng)?shù)呢泿耪撸瑥亩苊夂暧^經(jīng)濟(jì)大起大落和貨幣政策反復(fù)多變的狀況。

一、引言

貨幣政策的目標(biāo)在于控制通貨膨脹并支持經(jīng)濟(jì)增長。因?yàn)樨泿耪卟粌H可以通過影響名義利率，進(jìn)而影響投資，最終對需求和物價(jià)產(chǎn)生影響，還可以通過貨幣供應(yīng)量增減，進(jìn)而影響利率與投資，使得總需求發(fā)生同方向變動(dòng)，最終會(huì)對國民收入和就業(yè)產(chǎn)生傳導(dǎo)作用。從我國實(shí)際看，中國人民銀行在20世紀(jì)90年代以前的貨幣政策主要通過貸款規(guī)模控制貨幣供給，20世紀(jì)90年代以后外匯占款大量增加，銀行貸款規(guī)模對貨幣供應(yīng)量的貢獻(xiàn)率下降，貨幣供應(yīng)渠道發(fā)生變化。為此，中國人民銀行在1998年取消了國有商業(yè)銀行貸款規(guī)模的控制，正式編制基礎(chǔ)貨幣計(jì)劃，根據(jù)貨幣供應(yīng)量目標(biāo)和經(jīng)濟(jì)運(yùn)行趨勢，確定基礎(chǔ)貨幣供應(yīng)量。因此，基礎(chǔ)貨幣是央行調(diào)節(jié)宏觀經(jīng)濟(jì)的主要手段，貨幣供應(yīng)量是當(dāng)前貨幣政策中介目標(biāo)。另外，中國的利率在貨幣政策傳導(dǎo)過程中并沒有起到關(guān)鍵作用，利率渠道的失效導(dǎo)致以短期利率為政策工具的泰勒規(guī)則*泰勒規(guī)則與麥克勒姆規(guī)則在對貨幣政策操作規(guī)則的刻畫中最為著名。其中泰勒規(guī)則以利率為操作目標(biāo)，而麥克勒姆規(guī)則以貨幣供給量為操作目標(biāo)。在描述中國貨幣政策方面適用性較差，而基于貨幣供給的麥克勒姆規(guī)則更適合中國現(xiàn)實(shí)。為此，我們選用麥克勒姆規(guī)則作為中國貨幣政策反應(yīng)函數(shù)的基礎(chǔ)模型。

國家會(huì)根據(jù)面臨的宏觀經(jīng)濟(jì)狀況對貨幣政策做出調(diào)整，貨幣政策反應(yīng)函數(shù)就是對貨幣政策調(diào)整規(guī)律的具體刻畫。Friedman 和Meiselman(1963)將時(shí)間序列數(shù)量模型應(yīng)用于貨幣經(jīng)濟(jì)學(xué)研究，考察分析了貨幣政策與財(cái)政政策二者哪個(gè)對名義產(chǎn)出的影響更大；Sims(1980)研究分析了貨幣政策相關(guān)變量對宏觀經(jīng)濟(jì)實(shí)際產(chǎn)出的作用效果。對中國而言，貨幣政策在短期內(nèi)對實(shí)體經(jīng)濟(jì)部門產(chǎn)生影響，而在長期內(nèi)對實(shí)體經(jīng)濟(jì)部門不會(huì)產(chǎn)生影響。不過，在經(jīng)濟(jì)衰退時(shí)期我國貨幣政策的效果要大于經(jīng)濟(jì)擴(kuò)張時(shí)期的效果，也即“我國貨幣政策對實(shí)際產(chǎn)出的影響存在明顯的非對稱性”。[1]也有學(xué)者以誤差修正模型實(shí)證分析中國貨幣政策調(diào)整對產(chǎn)出和就業(yè)的變化產(chǎn)生相應(yīng)影響，而對物價(jià)水平的變化較難解釋。

國內(nèi)外學(xué)者均發(fā)現(xiàn)了貨幣政策反應(yīng)函數(shù)的非線性特征。Rabanal(2004)使用馬爾可夫機(jī)制轉(zhuǎn)移模型，發(fā)現(xiàn)美聯(lián)儲(chǔ)的貨幣政策反應(yīng)函數(shù)具有非對稱性。美聯(lián)儲(chǔ)在經(jīng)濟(jì)繁榮時(shí)期關(guān)注通貨膨脹，在經(jīng)濟(jì)衰退時(shí)期更關(guān)注經(jīng)濟(jì)增長。Becetal(2000)使用LSTR模型研究表明，美國、法國、德國的貨幣政策反應(yīng)函數(shù)在經(jīng)濟(jì)繁榮階段和經(jīng)濟(jì)蕭條階段具有顯著的非對稱性。趙進(jìn)文、黃彥(2006)以非線性二次福利函數(shù)的方式給定目標(biāo)函數(shù)，發(fā)現(xiàn)在1993～2005年間，央行存在非對稱性政策偏好，貨幣政策反饋規(guī)則具有顯著的非線性特征。[2]張屹山、張代強(qiáng)(2008)使用門限自回歸模型估計(jì)了我國貨幣政策反應(yīng)函數(shù)，發(fā)現(xiàn)在貨幣供給高增長時(shí)期的反應(yīng)系數(shù)大于貨幣供給低增長時(shí)期的反應(yīng)系數(shù)。[3]歐陽志剛(2009)使用閾值協(xié)整模型對開放經(jīng)濟(jì)中的貨幣政策反應(yīng)函數(shù)的研究表明，央行對利率的調(diào)節(jié)隨著貨幣政策松緊的變換而有非線性。[4]

非線性模型在宏觀經(jīng)濟(jì)領(lǐng)域相關(guān)實(shí)證研究中得到了廣泛應(yīng)用。其中，Tong(1978)提出的TAR模型，[5]Granger 和Terasvirta(1993)提出的STAR模型，Hamilton(1989)提出的馬爾科夫轉(zhuǎn)換模型，[6]Durbin和 Koopman(2001)提出的時(shí)變參數(shù)模型等，這類非線性模型主要考慮到了宏觀經(jīng)濟(jì)變量間的關(guān)系隨經(jīng)濟(jì)環(huán)境變化而變化的特征。[7]利用這類非線性模型，國內(nèi)學(xué)者對我國宏觀經(jīng)濟(jì)領(lǐng)域的諸多問題進(jìn)行了實(shí)證研究。劉金全和鄭挺國(2008)運(yùn)用TAR模型識(shí)別并檢驗(yàn)了我國經(jīng)濟(jì)周期呈現(xiàn)的基本特征；王少平和彭方平(2006)利用ESTAR 模型實(shí)證檢驗(yàn)了中國通貨膨脹與通貨緊縮相互轉(zhuǎn)換時(shí)的非線性特征；[8]隋建利(2006)運(yùn)用馬爾可夫轉(zhuǎn)移模型檢驗(yàn)了我國名義產(chǎn)出與實(shí)際產(chǎn)出之間的動(dòng)態(tài)關(guān)系；[9]郭慶旺和賈俊雪(2005)利用時(shí)變參數(shù)(TVP)模型分別考察了積極財(cái)政政策對我國區(qū)域經(jīng)濟(jì)增長和差異的影響。[10]

然而，上述非線性模型在考慮變量間的關(guān)系參數(shù)隨時(shí)間發(fā)生變化時(shí)，卻忽視了模型本身的時(shí)變特征。比如，在時(shí)刻t，被解釋變量y的解釋變量為x1，x2。而在時(shí)刻t+1，受各種因素的影響，y的解釋變量可能僅為x1。若在時(shí)刻t+1，仍用x1，x2作為解釋變量，將產(chǎn)生嚴(yán)重的模型誤設(shè)問題。基于上述問題，需要設(shè)立更靈活的模型以同時(shí)考慮參數(shù)以及模型本身的時(shí)變特征。為此，Raftery等人(2010)提出了動(dòng)態(tài)選擇模型(Dynamic model selection，簡記為DMS)，在DMS模型中，各時(shí)刻的模型以及模型所對應(yīng)的參數(shù)均是動(dòng)態(tài)的，因而其有著高度的靈活性與包容性。[11]此外，DMS模型中的參數(shù)估計(jì)能夠在標(biāo)準(zhǔn)的卡爾曼濾波算法的框架下得以實(shí)現(xiàn)，這保證了其參數(shù)估計(jì)的效率與可行性。基于DMS模型高度靈活的模型設(shè)定方式，本文擬運(yùn)用DMS模型從實(shí)證角度檢驗(yàn)中國貨幣政策對宏觀經(jīng)濟(jì)變量的反應(yīng)規(guī)律，從而在實(shí)證分析中解釋變量本身的時(shí)變特征，這對提高我國宏觀實(shí)證領(lǐng)域的技術(shù)水平具有重要現(xiàn)實(shí)作用。

二、DMS模型及對應(yīng)的參數(shù)估計(jì)方法

(1)

(2)

事實(shí)上Lt是一個(gè)離散型隨機(jī)變量，其可能的取值范圍為{1,2,…K}，為了確定各個(gè)時(shí)刻的最佳模型，我們需要計(jì)算在各個(gè)時(shí)刻Lt取值的概率。更具體的，利用直到時(shí)刻t的信息來計(jì)算Lt的取值概率，即Pr(Lt=k|yt)。DMS所選擇的最優(yōu)模型即為Pr(Lt=k|yt)最大的模型。

為了計(jì)算Pr(Lt=k|yt)，我們考慮存在轉(zhuǎn)移矩陣P，其中的元素pij=Pr(Lt=i|Lt-1=j)，此處的i,j=1,…K。當(dāng)備選模型K的數(shù)目較多，轉(zhuǎn)移矩陣P中的參數(shù)將無比龐大，因此利用完整的貝葉斯方法對P進(jìn)行估計(jì)將缺乏效率。根據(jù)Raftery，Karny和Ettler(下稱Raftery等人)(2010)的近似估計(jì)方法，可以得到：

(3)

這里，yt-1指代截止時(shí)刻t-1的所有數(shù)據(jù)信息。根據(jù)Raftery等人(2010)的近似估計(jì)方法，(3)式可以簡化為：

(4)

其中α是一個(gè)大于0小于或者等于1的常數(shù)。另外，

(5)

綜合(4)和(5)可以發(fā)現(xiàn)：

(6)

由式(6)可以理解Raftery等人(2010)算法及α的含義。式(6)意味著在時(shí)刻t，模型取值為k的概率取決于模型k在近期的預(yù)測表現(xiàn)。其預(yù)測表現(xiàn)用預(yù)測概率Pk(yt-i|yt-i-1)來反映。較近的預(yù)測表現(xiàn)賦予較高的權(quán)重，較遠(yuǎn)的預(yù)測表現(xiàn)被賦予較低的權(quán)重，具體的量化指標(biāo)由遺忘因子α來控制。α是一個(gè)大于0小于或等于1的常數(shù)，根據(jù)經(jīng)驗(yàn)其取值范圍為(0.95,0.99)。α的取值較高，意味著較遠(yuǎn)時(shí)期的預(yù)測表現(xiàn)的權(quán)重相對較高。反過來，α的取值較低，意味著較遠(yuǎn)時(shí)期的預(yù)測表現(xiàn)的權(quán)重相對較低。特別需要注意的是，為了完成對P(Lt=k|yt-1)與P(Lt=k|yt)概率的估計(jì)，我們需要設(shè)定先驗(yàn)概率P(L0=k|y0)。

在模型確定情況下，對各模型對應(yīng)參數(shù)的估計(jì)采用標(biāo)準(zhǔn)卡爾曼濾波方法。然而，當(dāng)模型數(shù)目過多時(shí)，對各模型均采用標(biāo)準(zhǔn)的卡爾曼濾波程序來計(jì)算對應(yīng)的參數(shù)，將導(dǎo)致效率低下。為此Raftery等人提出簡化卡爾曼濾波的方法。

在標(biāo)準(zhǔn)的卡爾曼濾波方法中，

(7)

∑t|t-1=∑t-1|t-1+Qt

(8)

Raftery等人(2010)提出式(8)可以近似簡化為:

(9)

此處0<λ≤1。λ被稱為遺忘因子，其含義理解為：在過去的j期的參數(shù)的觀測值擁有權(quán)重λj。通常選擇的λ值接近于1，這意味著參數(shù)的漸近演進(jìn)。更具體的，Raftery等人(2010)將λ設(shè)定為0.99。在這樣的假設(shè)下，我們不必估計(jì)Qt，僅需估計(jì)Ht，這將大大提高運(yùn)算效率。

另外，在標(biāo)準(zhǔn)的卡爾曼濾波程序中，

(10)

此外，

(11)

∑t|t=∑t|t-1-∑t|t-1zt(Ht+zt∑t|t-1z’t)-1

zt∑t|t-1

(12)

(13)

那么，利用Raftery等人(2010)的方法，模型k所對應(yīng)的參數(shù)可完整描述為：

(14)

(15)

(16)

三、模型設(shè)定及實(shí)證分析

(一)模型設(shè)定

已有文獻(xiàn)在模型設(shè)定過程中，均只考慮到貨幣政策反應(yīng)函數(shù)中反應(yīng)系數(shù)的時(shí)變特征，而對反應(yīng)函數(shù)模型本身的時(shí)變特征卻未考慮。根據(jù)更靈活的DMS模型的思想，不同時(shí)期進(jìn)入模型的解釋變量是時(shí)變的，即模型本身存在時(shí)變特征。為此，本文綜合考慮貨幣政策反應(yīng)函數(shù)中模型與反應(yīng)參數(shù)的時(shí)變特征，應(yīng)用DMS模型實(shí)證分析。

綜上所述，本文設(shè)定的基礎(chǔ)實(shí)證模型如下：

(17)

根據(jù)DMS模型，考慮到各時(shí)期進(jìn)入模型的解釋變量的不同而導(dǎo)致的模型時(shí)變，式(17)可分解為以下4種模型。

模型4：bt=β1t+β2tνt-1+β5tbt-1+εt

模型1意味著貨幣政策僅對產(chǎn)出缺口做出反應(yīng)，模型2意味著貨幣政策僅對通脹缺口做出反應(yīng)，模型3意味著貨幣政策對產(chǎn)出缺口與通脹缺口均做出反應(yīng)，而模型4則意味著貨幣政策對產(chǎn)出缺口與通脹缺口均不做出反應(yīng)。DMS方法將基于數(shù)據(jù)特征，確定在每一時(shí)期上述四個(gè)模型中哪一個(gè)為最佳模型，并確定最佳模型所對應(yīng)的參數(shù)。

(二)數(shù)據(jù)說明

根據(jù)模型設(shè)定，本文選取1992年第1季度到2011年第4季度相關(guān)數(shù)據(jù)為實(shí)證檢驗(yàn)樣本數(shù)據(jù)，通貨膨脹率用CPI同比增速表示，經(jīng)濟(jì)增長率用GDP同比增速，用前4個(gè)季度的名義GDP/M0的平均值來代表貨幣流通速度；通脹率的目標(biāo)值取自各年度國民經(jīng)濟(jì)和社會(huì)發(fā)展計(jì)劃執(zhí)行情況與國民經(jīng)濟(jì)和社會(huì)發(fā)展計(jì)劃草案；經(jīng)濟(jì)增長目標(biāo)增長率通過HP濾波所求出的潛在的GDP增長率來求得。本文研究所用數(shù)據(jù)均來源于wind數(shù)據(jù)庫。

(三)實(shí)證檢驗(yàn)結(jié)果

根據(jù)所收集數(shù)據(jù)，運(yùn)用Matlab軟件編寫的DMS估計(jì)程序，對我國貨幣政策的反應(yīng)函數(shù)在不同時(shí)期不同模型的概率及動(dòng)態(tài)模型選擇進(jìn)行了估計(jì)，結(jié)果如表1所示。

表1 貨幣政策反應(yīng)函數(shù)動(dòng)態(tài)模型選擇估計(jì)結(jié)果

注：限于篇幅，本文僅報(bào)告2007～2011年的估計(jì)結(jié)果。

表1估計(jì)結(jié)果顯示，各時(shí)期最優(yōu)模型是不同的，以2007年DMS動(dòng)態(tài)選擇模型估計(jì)結(jié)果為例，在第一季度模型4的概率明顯高于其他模型，表明此時(shí)模型4是最優(yōu)的模型選擇。而在第二季度，模型2的概率最高，此時(shí)的最優(yōu)模型從第一季度的模型4演變?yōu)槟Ｐ?。由于模型發(fā)生變化，參數(shù)估計(jì)也發(fā)生變化。基于DMS動(dòng)態(tài)選擇模型使得我們可以從諸多可能模型中選擇最合適的貨幣政策反應(yīng)函數(shù)模型，進(jìn)而估計(jì)其參數(shù)。

為檢驗(yàn)DMS模型的擬合優(yōu)度，我們將DMS模型的擬合值與真實(shí)貨幣增速及模型1、2、3、4的擬合值進(jìn)行對比，如圖1所示。

圖1中Y1、Y2、Y3、Y4、YD分別代表模型1、2、3、4與DMS模型所擬合的Y值，Y代表貨幣增速的真值。由圖1明顯看出，DMS模型所得到的擬合值YD與真值最為接近，其運(yùn)行趨勢與真值高度一致。進(jìn)一步，我們計(jì)算了Y1、Y2、Y3、Y4、YD與Y的相關(guān)系數(shù)，分別為0.72、0.73、0.74、0.72與0.98，其中YD與Y的相關(guān)系數(shù)顯然最高。由此可見，模型DMS相對其他備選模型有最高的擬合優(yōu)度。

為了更深入揭示貨幣政策的反應(yīng)規(guī)律，我們依據(jù)DMS方法的模型選擇結(jié)果，考察各類模型所對應(yīng)的經(jīng)濟(jì)增速與通脹分布狀況，如下圖2至圖9所示。

基于模型估計(jì)結(jié)果及圖示分析發(fā)現(xiàn)，當(dāng)選擇模型1時(shí)，經(jīng)濟(jì)增速的分布處于較低水平，其均值為7.35%，最大值僅為8.5%。通貨膨脹的分布也處于較低水平，其均值為-0.03%，最大值也僅為2.53%。這意味著模型1所對應(yīng)的宏觀經(jīng)濟(jì)狀況為經(jīng)濟(jì)增速與通脹均較低的蕭條狀態(tài)。當(dāng)經(jīng)濟(jì)增速與通脹均處于較低區(qū)域時(shí)，貨幣政策將主要關(guān)注經(jīng)濟(jì)增速，對產(chǎn)出缺口做出反應(yīng)。

當(dāng)選擇模型2時(shí)，經(jīng)濟(jì)增速的分布處于較高水平，其均值為10.52%，最大值達(dá)15.0%。通貨膨脹的分布處于較高水平，其均值為5.6%，最大值達(dá)9.06%。這意味著模型2所對應(yīng)的宏觀經(jīng)濟(jì)狀況為經(jīng)濟(jì)增速與通脹均較高的過熱狀態(tài)。此時(shí)，貨幣政策主要關(guān)注通貨膨脹，對通脹缺口做出反應(yīng)。

圖1 DMS模型與各模型的擬合值對比

圖2 選擇模型1時(shí)期的經(jīng)濟(jì)增速分布狀況

圖3 選擇模型1時(shí)期通脹的分布狀況

圖4 選擇模型2時(shí)期的經(jīng)濟(jì)增速的分布狀況

圖6 選擇模型3時(shí)期的經(jīng)濟(jì)增速的分布狀況

圖8 選擇模型4時(shí)期的經(jīng)濟(jì)增速的分布狀況

圖5 選擇模型2時(shí)期通脹的分布狀況

圖7 選擇模型3時(shí)期的通脹的分布狀況

圖9 選擇模型4時(shí)期通脹的分布狀況

當(dāng)選擇模型3時(shí)，經(jīng)濟(jì)增速的分布介于經(jīng)濟(jì)蕭條時(shí)期與經(jīng)濟(jì)繁榮時(shí)期的經(jīng)濟(jì)增速分布之間，其均值為8.54%，最大值達(dá)到8.8%。通貨膨脹的分布處于較低水平，其均值為0.1%，最大值達(dá)2.13%。這意味著模型3所對應(yīng)的宏觀經(jīng)濟(jì)狀況為經(jīng)濟(jì)增速居中而且通脹較低，此時(shí)，貨幣政策對產(chǎn)出缺口與通脹缺口均做出反應(yīng)。

當(dāng)選擇模型4時(shí)，經(jīng)濟(jì)增速的分布處于較高水平，其均值達(dá)10.8%，最大值達(dá)14.0%。而通貨膨脹的分布處于較低水平，其均值0.98%，最大值達(dá)到2.93%。這意味著模型4所對應(yīng)的宏觀經(jīng)濟(jì)狀況為經(jīng)濟(jì)增速高而通脹低，此時(shí)，貨幣政策對產(chǎn)出缺口與通脹缺口均不做出反應(yīng)。

四、結(jié)論

本文采用DMS模型，該模型考慮到時(shí)間序列模型本身的時(shí)變特征，在備選模型中進(jìn)行動(dòng)態(tài)選擇，能對數(shù)據(jù)的演進(jìn)機(jī)制與過程進(jìn)行更精確的刻畫與描述，還運(yùn)用Matlab軟件編寫的DMS估計(jì)程序，對我國貨幣政策的反應(yīng)函數(shù)在不同時(shí)期不同模型的概率及動(dòng)態(tài)模型選擇進(jìn)行了實(shí)證分析。得出“我國的貨幣政策反應(yīng)函數(shù)具備明顯的模型動(dòng)態(tài)調(diào)整特征”。具體而言：(1)當(dāng)宏觀經(jīng)濟(jì)處于經(jīng)濟(jì)增速與通脹均較低的蕭條狀態(tài)時(shí)，貨幣政策主要關(guān)注經(jīng)濟(jì)增速，對產(chǎn)出缺口做出反應(yīng)；(2)當(dāng)宏觀經(jīng)濟(jì)處于經(jīng)濟(jì)增速與通脹均較高的過熱狀態(tài)時(shí)，貨幣政策將主要關(guān)注通貨膨脹，對通脹缺口做出反應(yīng)；(3)當(dāng)宏觀經(jīng)濟(jì)處于經(jīng)濟(jì)增速居中而通脹較低狀態(tài)時(shí)，貨幣政策將對產(chǎn)出缺口與通脹缺口均做出反應(yīng)；(4)當(dāng)宏觀經(jīng)濟(jì)處于高增長、低通脹的狀態(tài)時(shí)，貨幣政策對產(chǎn)出缺口與通脹缺口均不做出反應(yīng)。

貨幣政策可以對宏觀經(jīng)濟(jì)進(jìn)行全方位調(diào)控，但近年來我國貨幣政策對宏觀經(jīng)濟(jì)變量的反函數(shù)動(dòng)態(tài)反應(yīng)實(shí)證檢驗(yàn)，表明宏觀經(jīng)濟(jì)不同發(fā)展?fàn)顩r下貨幣政策經(jīng)濟(jì)效應(yīng)是不同的。也即貨幣政策不僅可以通過調(diào)控貨幣供應(yīng)量保持社會(huì)總供給與總需求平衡，或通過調(diào)控利率來控制通貨膨脹保持物價(jià)總水平穩(wěn)定，而是在根據(jù)不同的宏觀經(jīng)濟(jì)發(fā)展?fàn)顩r，貨幣政策反函數(shù)反應(yīng)特征不一。如當(dāng)宏觀經(jīng)濟(jì)處于較高水平，其均值達(dá)到了10.8%，最大值達(dá)到了14.0%。而通貨膨脹的分布處于較低水平，其均值為0.98%，最大值達(dá)到了2.93%。此時(shí)，貨幣政策對產(chǎn)出缺口與通脹缺口均不做出反應(yīng)。而宏觀經(jīng)濟(jì)處于經(jīng)濟(jì)蕭條時(shí)期與經(jīng)濟(jì)繁榮時(shí)期之間，其均值為8.54%，最大值達(dá)到了8.8%，通貨膨脹的分布處于較低水平，其均值為0.1%，最大值達(dá)到了2.13%。此時(shí)，貨幣政策對產(chǎn)出缺口與通脹缺口均做出反應(yīng)。

[1]劉金全，鄭挺國.我國貨幣政策沖擊對實(shí)際產(chǎn)出周期波動(dòng)的非對稱影響分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2006，(10).

[2]趙進(jìn)文,黃彥.中國貨幣政策與通貨膨脹關(guān)系的模型實(shí)證研究[J].中國社會(huì)科學(xué)，2006,(2).

[3]張屹山,張代強(qiáng).包含貨幣因素的利率規(guī)則及其在我國的實(shí)證檢驗(yàn)[J].2008,(12).

[4]歐陽志剛,王世杰.我國貨幣政策對通貨膨脹與產(chǎn)出的非對稱效應(yīng)[J].經(jīng)濟(jì)研究,2009，(9).

[5]Tong, H.NonlinearTimeSeries:ADynamicalSystemsApproach[M]. Oxford: Oxford University Press. 1990.

[6]Hamilton, J.A new approach to the economic analysis of non stationary time series and the business cycle[J].Econometrica,1989， (57)： 357-384.

[7]Durbin, J. and Koopman, S. A simple and efficient simulation smoother for state space time series analysis[J].Biometrika, 2002，(89)：603-616.

[8]彭方平，王少平.我國通貨膨脹與通貨緊縮的非線性轉(zhuǎn)換[J].經(jīng)濟(jì)研究,2006,(8).

[9]隋建利. 我國名義沖擊與實(shí)際沖擊內(nèi)在關(guān)聯(lián)與影響的經(jīng)濟(jì)計(jì)量分析[D]. 武漢: 華中科技大學(xué), 2006.

[10]郭慶旺, 賈俊雪. 積極財(cái)政政策對區(qū)域經(jīng)濟(jì)增長與差異的影響[J]. 中國軟科學(xué), 2005，(7): 46-54.

[11]Raftery and Ettler.Online Prediction Under Model Uncertainty Via Dynamic Model Averaging: Application to a Cold Rolling Mill[J].Technometrics, 2010,(52)： 52-66.

(責(zé)任編輯 魯守博)

Dynamic Model Selection Method and Its Application in the Response Function of Monetary Policy in China: An Empirical Approach

Yu Maorong1，Lu Zheng2，Cui Zhaocai1

(1.SchoolofBusiness,ShandongUniversityofTechnology,Zibo255012,China;2.SchoolofEconomicsandTrade,HenanUniversityofTechnology,Zhengzhou450001,China)

Based on the Dynamic Model Selection Method (DMS method), this paper studies the response function of monetary policy in China. The result shows that the response function in China has a significant character of dynamic adjustment. When the rate of economic growth and inflation were both lower, the monetary policy focused on the economic growth and responded to the output gap; when the rate of economic growth and inflation were both higher, the monetary policy focused on the inflation and responded to the inflation gap; when the rate of economic growth is moderate and the rate of inflation is lower, the policy responded to both the economic growth and inflation; finally, when the rate of economic growth is high and the rate of inflation is low, the policy responded to none of them.

Nonlinear model; DMS model; Kalman filter; monetary policy; response function

2014-09-18

于茂榮，男，江蘇泰州人，山東理工大學(xué)商學(xué)院副教授；魯政，男，山東淄博人，河南工業(yè)大學(xué)經(jīng)濟(jì)貿(mào)易學(xué)院金融學(xué)系；崔兆財(cái)，男，山東淄博人，山東理工大學(xué)商學(xué)院。

F820.2

A

1672-0040(2015)01-0005-07