中國貨幣資產間的替代彈性估計——兼論簡單加總貨幣量在中國的適用性問題

杜浩然 黃桂田

?

中國貨幣資產間的替代彈性估計——兼論簡單加總貨幣量在中國的適用性問題

杜浩然 黃桂田

（北京大學經濟學院 北京 100871）

本文基于Rotterdam模型、LA-AIDS模型、FD-LA-AIDS模型和PIGLOG模型對中國經驗進行實證檢驗，選擇出適合分析中國貨幣資產需求系統的PIGLOG模型，估計了中國貨幣資產間的替代彈性程度。結果顯示，中國貨幣資產的替代程度呈現較強的波動性，且統計上不具有完全替代特征。據此，現行使用簡單加總法計算的貨幣供應量的前提是不具備的，貨幣量計算的簡單加總法存在局限性。

貨幣資產 需求系統 替代彈性 簡單加總貨幣量

一、引 言

貨幣資產間的替代或互補程度，對貨幣當局準確把握貨幣總量以及合理使用政策工具調控經濟運行具有重要意義。貨幣資產加總的合適度量、貨幣需求方程的穩定性、金融媒介發展的影響等重要宏觀問題都受到貨幣資產替代性或互補性的影響。從1996年起，中國將貨幣供應量作為貨幣政策的中介目標，中國人民銀行使用的貨幣供應量數據（M0、M1、M2）是簡單加總的貨幣量，應用這種簡單加總方法的前提條件是，不同貨幣資產間具有一對一的完全替代性——即相互的替代彈性恒為常數。問題的關鍵在于，這種簡單加總貨幣量的前提條件是否成立？如果不具備完全替代條件，簡單加總的貨幣供應量則不能真實反映實際的貨幣總量。Friedman和Schwartz（1980）指出，貨幣資產是具有不同“貨幣性（Moneyness）”的復合商品，貨幣供應量應是全部貨幣資產價值的加權求和總量。簡單加總貨幣量只是加總的特殊情形。

基于此，Barnett（1980）較早地從貨幣加總的視角研究貨幣供應量的計量問題，運用統計指數理論和加總理論，將微觀經濟學的最優化問題和宏觀經濟學聯系在一起，提出了Divisia貨幣總量概念。Divisia貨幣總量是基于貨幣資產不完全替代假設，對貨幣資產的流動性進行不同權重估計，通過加權所得的貨幣總量——它可以將資產的替代性嵌入到總量指標的計算中，從而使加總具有經濟含義。Lucas（2000）對此予以充分肯定，指出Divisia方法提供了解決貨幣加總問題的最好方式。

改革開放以來，中國經濟總量及經濟結構發生了重大變化，伴隨著金融創新的不斷拓展，必將導致貨幣資產間的替代程度發生變動。測算中國轉軌時期的貨幣資產替代彈性，既有助于更準確地把握轉軌時期的經濟和金融狀況，又能為貨幣當局判斷現有的貨幣總量指標是否具有適應性提供實證支撐。

本文基于Barnett（1980）研究貨幣資產需求微觀基礎的分析框架，通過需求系統分析最廣泛使用的Rotterdam模型、LA-AIDS模型、FD-LA-AIDS模型和PIGLOG模型，運用迭代似不相關回歸（ITSUR）估計方法及消費者理論約束條件，計算得到中國貨幣資產間的替代彈性。之所以選用大的貨幣資產需求系統而非單一的需求方程，是因為需求系統允許不同資產需求存在相互關聯，能夠充分反映經濟中的代表性個人根據貨幣資產相對收益的變化而調整其資產持有的行為。另外，貨幣資產的替代彈性會隨時間發生變化，需求系統亦能對這種變化進行監測。

二、文獻綜述

國外學者運用不同的方法，估計多個國家貨幣資產間的替代彈性。這些研究多基于Barnett（1980）提出的貨幣需求微觀基礎分析框架。這一框架將貨幣資產視為耐用消費品，進入經濟中代表性消費者的效用函數進行優化，其價格為消費者對貨幣資產的持有成本。

早期的貨幣需求模型采用單一方程的形式，Chetty（1969）開始在流動性資產的需求分析中引入需求系統的形式，允許消費者對不同資產需求相互關聯，并計算替代彈性。但是，其模型假設替代彈性為常數，限制了估計的可信性。自此，學者們開始通過貨幣資產的需求系統求解相關彈性。起初為了簡化問題，這些研究主要運用柯布-道格拉斯、CES效用函數等參數形式，其局限性在于這些形式很難準確刻畫消費者的真實偏好，并對資產間的替代或互補關系施加嚴格的約束。之后，學者們逐漸運用彈性函數形式（Flexible Functional Forms，簡稱FFF）分析貨幣資產的需求彈性，統計理論表明，FFF的模型可在每個數據點估計彈性，具有良好效果。總體來看，迄今為止估計需求系統的方法包括微分方法、參數方法、半非參數方法和非參數方法，每種方法包含具體的模型。①運用這些方法，很多學者對貨幣資產進行了需求系統建模，并對其替代彈性進行估計。

一些學者對美國的貨幣資產間替代彈性進行了估算。如Ewis和Fisher（1985）使用Fourier模型計算美國貨幣資產間的替代彈性，其結論是貨幣資產間的替代性（或互補性）呈現低水平、易變性，因此傳統加總貨幣方式是不準確的。Fisher和Fleissig（1997）通過顯示偏好檢驗得到了弱可分的貨幣資產組合，通過Divisia加總方法得到四種新的貨幣資產，之后運用動態Fourier支出系統估計了替代彈性，發現新構造的貨幣資產間具有較弱的替代性（替代彈性通常小于0.6），指出簡單加總貨幣量及貨幣需求方程的無效性。Serletis和Shahmoradi（2005）運用美國季度數據，從對消費者最大化正則條件的違反層面比較了全局彈性的Fourier模型和AIM模型，運用估計參數計算貨幣資產的相關彈性，得到M2成分中均值意義上的Morishima替代彈性在-0.218和0.348之間，遠小于完全替代的水平。

一些文獻指出美國貨幣資產間的替代彈性具有系統性波動。Fisher（1992）運用Fourier模型及美國的季度數據，發現貨幣資產的各種彈性隨時間顯著波動，尤其是替代彈性在-11.466至31.882之間，呈現強烈的波動，且波動和經濟周期有關。Fleissig和Swofford（1996）運用美國的月度數據，在GARP檢驗基礎上估計動態的AIM貨幣需求系統，計算了美國現金資產、儲蓄資產和小額定期存款間的Morishima替代彈性在0.4至1.06之間，并發現在經濟衰退期間（1974-1975；1980-1982；1991）和金融去管制的時期（1980年前后）替代彈性波動增大，指出貨幣政策應著眼于可以內生化貨幣資產替代效應的貨幣量指標。

一些學者估算了加拿大貨幣資產間的替代彈性，Donovan（1978）發現加拿大大部分貨幣資產具有互補特性，Serletis和Robb（1986）發現加拿大貨幣資產間的替代彈性較低（在0.125—1.105之間）。部分學者還估算了歐洲國家貨幣資產間的替代彈性（Drake et al., 2003；Drake和Fleissig, 2004）。

總之，國外對于貨幣資產間替代彈性的研究已逐步展開，已經歷了由單一方程向需求系統、由參數方法向非參數或半參數方法的研究范式轉變。就替代彈性的度量而言，Morishima替代彈性逐漸替代Allen替代彈性，成為衡量替代性的主流指標。同時，這一領域的研究逐漸由發達國家轉向發展中國家。

然而，對中國的貨幣資產需求系統卻缺乏研究。盡管中國部分學者已開始用Divisia貨幣總量對中國貨幣量的計量進行研究，但現有的研究均忽視了對Divisia貨幣總量理論基礎的探討，沒有對貨幣資產的替代彈性進行檢測。而對中國貨幣資產間的替代性進行估計和分析，是決定要否修正貨幣量加總方法的前提。有鑒于此，本文對其進行分析和估計。

三、模型選擇及驗證

（一）模型簡介

1、Rotterdam模型

Rotterdam模型由Theil（1965）提出，通過對消費者效用最大化條件下得到的馬歇爾需求函數進行全微分再進行離散處理得到。其中，是消費者對商品i的馬歇爾需求，是總支出，是商品j的價格（下同）。實際估計的模型形式為：

Barnett和Serletis（2008）指出，Rotterdam模型的出現是實證需求分析的轉折點。它通過消費者需求理論而直接得到，能刻畫消費者的替代矩陣，對參數的線性規定也使得其易于估計。另外，Rotterdam模型不要求代表性消費者假設，在一定程度上具有普遍性。

2、PIGLOG模型

前面的Rotterdam模型不需要代表性消費者存在，但是，大部分需求系統建模都假定代表性消費者存在，進而得到加總后的特性——PIGLOG模型（即完整的AIDS模型）就是其中的代表，由Deaton和Muellbauer（1980）提出，屬于局部彈性函數形式的范疇。

PIGLOG模型是由滿足消費者間一致加總充要條件的PIGLOG偏好得到的系統，模型中對數支出函數的形式為，其中：。

PIGLOG系統包含足夠多的待估系數，更能給潛在真實的效用或支出函數提供合理的估計。此外，其沒有對系統施加外生的線性約束，可以在更大限度上把握需求系統的整體特征。Barnett和Seck（2008）進行Monto Carlo模擬的結果顯示，在表征真實的需求彈性方面，若商品替代性較低或適當高時，PIGLOG模型和Rotterdam模型的表現均很好；若替代性非常高時，PIGLOG模型的表現更好。

3、LA-AIDS模型

由于PIGLOG模型具有非線性特點，不易估計和檢驗，現實中常對進行線性近似，通常使用Stone價格指數的形式：（Deaton和Muellbauer, 1980）。則名義支出價格平減指數的形式為：。經過線性近似的PIGLOG模型即為LA-AIDS模型，其需要的理論約束同PIGLOG模型。

4、FD-LA-AIDS模型

FD-LA-AIDS模型是LA-AIDS模型的一階差分形式，可以減少可能的序列相關影響，也是需求系統分析的一類重要模型。其具體形式為：

該模型需滿足的約束條件仍然同PIGLOG模型。可以看到，FD-LA-AIDS模型和Rotterdam模型有著相似的結構，二者的右手變量幾乎相同，只是左手變量有所差異。

下文將根據上述需求模型的形式和理論約束，對中國貨幣資產的需求系統進行估計。在估計中，為剔除季節性和趨勢性的影響，我們加入三角函數變量和時間趨勢變量，通過擴展的模型形式，希望得到更準確的估計結果。

（二）估計結果及模型選擇

對于貨幣資產的需求系統分析，Barnett（1980）將貨幣資產視為耐用消費品，能為消費者提供交易媒介，滿足其對流動性的偏好——因此，可以將貨幣資產放入代表性消費者的效用函數來進行優化。對于某種貨幣資產，消費者對它的需求量為對該種資產的持有量，價格為消費者的實際持有成本，其形式為，其中為基準資產的收益率，為貨幣資產i在第t期的收益率。

由于數據所限，本文分析的貨幣資產均包含在央行定義的廣義貨幣組合M2之內，包括：現金（通貨）、企業活期存款、居民活期儲蓄、居民定期儲蓄、企業定期存款和其他存款。對于各種貨幣資產的持有數量，我們用X12季調后的貨幣資產總量除以相對應季度中國的總人口，①得到人均持有的貨幣資產數量，分別表示為M0、CF、CS、TS、TF，下文依次用下標1、2、3、4、5表示。

對于貨幣資產收益率的選擇，考慮數據的真實性和可得性，本文多采用王宇偉（2009）的界定：現金的收益率為0；活期存款的收益率為活期存款利率；居民活期儲蓄的收益率為考慮了利息稅之后的實際活期儲蓄利率；居民定期儲蓄的收益率為考慮了利息稅之后的實際三年期定期存款利率；定期存款和其他存款的收益率為一年期定期存款利率。②

在這一框架中，選擇基準資產很重要。所謂基準資產，是指只有儲藏價值、且不提供任何交易服務和違約風險的資產。Anderson et al.（1997）指出，基準資產收益率應等于某一時期各種貨幣資產的收益率和評級為BAA債券收益率的最大值，再加上一個取值較小的常數。從國內研究來看，已有對中國基準資產收益率的選擇，主要基于五年期定期存款利率（如左柏云和付明衛，2009）和五年期國債收益率（如王宇偉，2009）兩種。在理論上，基準資產應是產生確定回報、不提供任何流動性服務的資產。對于五年期國債收益率而言，該數據的時間序列2002年才有權威的發布，王宇偉（2009）構造的五年期國債收益率來自“北方之星”數據庫，且在11個季度中使用5年期國債票面利率近似，準確程度有待商榷。基于此，我們參考左柏云和付明衛（2009）的方法，選用全部貨幣資產收益率的最大值——五年期存款利率加上1個百分點作為基準資產的收益率。③

我們進一步計算各時期不同貨幣資產的實際持有成本。持有成本衡量的是和僅提供儲藏價值的基準資產相比，人們持有可以提供流動性的貨幣資產、享受流動性服務的機會成本，其形式為。本文研究的時間區間為1993年第一季度至2013年第四季度，原始數據來自《中國人民銀行統計季報》。

下面將根據四個需求系統的估計結果，由理論約束滿足的情況選擇最優的模型。估計結果均是使用SAS/IML語言編程，通過SAS9.3軟件得到。對于Rotterdam模型、LA-AIDS模型和FD-LA-AIDS模型，為了避免奇異性問題（Singularity problem），我們刪除了系統中的TF方程，通過理論約束推導出此方程中相關參數。統計理論表明，刪除系統中的哪個方程對于最終的結果沒有影響。另外，我們對所有的價格變量進行了去均值化處理。

在系統估計過程中我們均采用迭代似不相關回歸（ITSUR）方法，④其運用迭代方式，通過似不相關回歸方法對聯立模型進行參數估計。似不相關回歸（SUR）又稱聯立廣義最小二乘法或Zellner估計，是對多方程系統OLS估計的一般形式，其允許各方程存在不同自變量，為統計建模帶來很大的靈活性。同時，SUR在參數估計過程中考慮了不同回歸擾動項的潛在相關，使參數估計效率在一定情況下較對每個方程分別進行OLS回歸更有效。

在運用ITSUR方法對Rotterdam模型、LA-AIDS模型、FD-LA-AIDS模型的估計中，除了用來計算TF方程中參數的幾個約束條件外，還需要施加如下理論約束：

齊次性約束：

上述三個系統的估計結果顯示，大部分參數都顯著；運用ITSUR方法分別經過12、15、19次迭代達到了收斂的標準（0.00001）。不同模型的系統加權R方不同，LA-AIDS模型最高，為0.9837，Rotterdam模型最低，為0.5453，體現了不同模型擬合現實數據能力不同。三個模型的系統加權均方誤差均接近1。

對于PIGLOG模型的估計，為了增加估計的有效性，仍剔除TF需求方程進行估計。但由于PIGLOG模型的非線性特點，在構造價格平減指數時需要引入和，其余TF需求方程中的參數可以通過理論約束求得。模型估計中需要施加的約束條件為：

估計結果顯示，在PIGLOG模型系統中，絕大多數參數都在1%水平上高度顯著。以0.00001為收斂的標準，PIGLOG模型經過了37次迭代實現收斂，其中包含了6次子迭代。

由于以上結果源自帶有理論約束的計量模型，為滿足消費者效用最大化的假設，我們必須對估計結果是否滿足加總約束、齊次性約束和對稱性約束進行檢驗，一般認為，對理論約束的檢驗是需求系統分析的核心環節。由于每個模型都具有若干個約束，對每個約束單個進行檢驗意義不大，因此我們參照Paraguas和Kamil（2006）的方法，考慮對系統是否滿足以上約束進行聯合性檢驗。其中，對于線性形式的Rotterdam模型、LA-AIDS模型、FD-LA-AIDS模型，我們根據有無約束條件下的R方構造F統計量，表示為：

對于非線性形式的PIGLOG模型，根據有無約束條件下的目標值（Objective value）構造卡方統計量，其形式為：

表1 對四個模型的聯合約束檢驗

可以看出，無論是有無季節、趨勢調整，對Rotterdam模型、LA-AIDS模型、FD-LA-AIDS模型的聯合約束檢驗結果均高度顯著，因此應拒絕理論約束成立的原假設。這表明，消費者效用最大化的理論條件在這三個模型中不成立。而對于PIGLOG模型，對于有季節、趨勢調整的情況，聯合約束檢驗的P值為0.423；對于無季節、趨勢調整的情況，聯合約束檢驗的P值為0.424，在10%的水平上均無法拒絕理論約束成立的原假設。因此，PIGLOG模型滿足效用最大化的理論條件，能刻畫中國消費者對于貨幣資產理性選擇的特征。這一結論可以吻合Barnett和Seck（2008）進行Monto Carlo模擬的結果。

下文中將使用加入季節、趨勢調整的PIGLOG模型估計得到的參數計算相關彈性。

四、中國貨幣資產的彈性估算

（一）貨幣資產支出彈性、價格彈性的計算

我們首先計算的是貨幣資產的支出彈性和價格彈性。給定代表性消費者在5維空間上對貨幣資產的馬歇爾需求函數，是消費者對于貨幣資產i的支出彈性（也稱收入彈性）。對于貨幣資產i和j而言，是i對j的馬歇爾價格彈性：若，稱為i（j）的自價格彈性；若，則稱為i對j的交叉彈性。

在PIGLOG模型中，對于上文設定的形式，支出彈性和價格彈性的計算公式①為：

表2 貨幣資產的支出彈性和價格彈性

注：1、下標1至5依次代表：現金（通貨）、企業活期存款、居民活期儲蓄、居民定期儲蓄、企業定期存款和其他存款。2、這里的彈性值為樣本期間內的平均值。

由表2可以看出，所有貨幣資產的支出彈性均為正數，因此均為正常品。平均來看，現金（M0）、企業活期存款（CF）、企業定期存款和其他存款（TF）的支出彈性小于1，在提供流動性方面具有必需品特性；居民活期儲蓄（CS）和居民定期儲蓄（TS）的支出彈性大于1，在提供流動性方面具有奢侈品特性，這和我們的直覺相符，因為居民儲蓄本身的作用主要在價值儲藏上。

就動態特征而言，居民活期儲蓄和居民定期儲蓄的支出彈性水平高于其他彈性，且剔除異常值后基本保持平穩，這表明隨著可配置流動性的增加，在中國代表性個人的流動性資產配置上，居民儲蓄相較現金等其他貨幣資產而言占據更大的比例。我們認為，這和金融創新帶來儲蓄存款的形式多樣化密切相關——這些金融創新包括銀行卡、互聯網支付、大額可轉讓定期存單等，增加了居民對于活期儲蓄和定期儲蓄提供流動性交易的需求，降低了對現金等貨幣資產的需求。此外，現金、居民活期儲蓄的支出彈性有下降趨勢；企業定期存款（和其他存款）的支出彈性有上升趨勢；企業活期存款的支出彈性呈周期性波動。

就馬歇爾價格彈性而言，我們分別考察自價格彈性和交叉彈性。首先可以看到，所有五種貨幣資產的自價格彈性均為負，分別為-0.087、-0.354、-0.874、-0.333和-0.054，表明貨幣資產的價格和需求量間的負相關關系，符合需求曲線斜率為負的理論前提。同時看到，所有貨幣資產對于自身價格都缺乏彈性，在數學上體現為自價格彈性的絕對值小于1。

其次，可以發現貨幣資產有14個交叉彈性為負，6個交叉彈性為正，一定程度體現了中國貨幣資產間的替代或互補特性。就數值而言，大部分交叉彈性的絕對值小于1，表明消費者的貨幣資產需求對于其他資產的價格缺乏彈性。另外，流動性更強的貨幣資產具有互補特性，如、、、均為負，這和Serletis和Shahmoradi（2005）的發現一致。但如果考慮到收入效應，這里的結論并不能充分反映中國貨幣資產的替代和互補特性，下文計算的替代彈性能更好地說明這一點。

（二）貨幣資產間替代彈性的計算

經濟學界對替代彈性的含義進行了廣泛討論。傳統的替代彈性是Allen替代彈性，其考慮了收入效應，測量了在保持消費者效用水平不變的前提下貨幣資產間的凈替代程度，用Slutsky方程對稱的交叉替代項彈性表示，計算公式為：

本文同時計算兩種替代彈性，但側重學界更認可的Morishima替代彈性解讀中國貨幣資產間的替代關系以及程度。計算結果如表3所示。

表3 貨幣資產間的Morishima替代彈性

注：1、下標1至5依次代表：現金（通貨）、企業活期存款、居民活期儲蓄、居民定期儲蓄、企業定期存款和其他存款。2、這里的彈性值為樣本期間內的平均值。

Morishima替代彈性估計結果顯示，總體而言，不同貨幣資產間的替代程度存在很大差異。就符號而言，可以發現，現金與企業活期存款、現金與居民定期存款、企業活期存款與居民定期存款、居民定期存款與企業定期存款（和其他存款）具有互補的性質，替代彈性在-0.31和-0.03之間；而現金與居民活期存款、企業活期存款與居民活期存款、企業活期存款與企業定期存款（和其他存款）、居民活期存款與居民定期存款具有替代的性質，替代彈性在0.15和1.13之間。運用Allen替代彈性指標同樣得到上述有關貨幣資產替代和互補的定性結論，表明結論是穩健的。對于其他任意兩種貨幣資產而言，則不具有明確的替代、互補性質。

就Morishima替代彈性的數值大小而言，可以發現各不相同。就統計特征來看，大部分替代彈性不顯著，只有、、、、是顯著的——這些都是前面提到的替代資產的彈性；另外，互補資產替代彈性均不顯著。以上結論表明，中國大多數貨幣資產間存在較小的關聯程度，且替代性較互補性而言顯著得多，這和我們的直覺是符合的。另外可以發現，和、、、、相對應的Allen替代彈性也較為顯著，是對前述結論的穩健性檢驗，但是總體來看，Allen替代彈性有過度顯著的傾向。

如果用替代彈性的標準差衡量貨幣資產間的替代性波動，以標準差為0作為原假設進行假設檢驗，發現20個檢驗P值都小于0.0001，均應拒絕原假設，表明中國貨幣資產間的替代程度具有系統性波動。①對中國而言，替代彈性的波動更多源于中國長期以來的經濟發展和金融創新，會直接影響經濟中的流動性以及貨幣政策的實施效果。特別是在2000年以前，不同貨幣資產的替代程度存在過山車似的波動，這和當時的金融市場化程度低、政府干預銀行決策等事實有很大關系。因此，央行在貨幣政策的制定中，應對貨幣資產替代程度的系統性波動進行考慮，將其作為監測金融環境穩定的晴雨表。

表4 對貨幣資產完全替代性的檢驗結果

注：下標1至5依次代表：現金（通貨）、企業活期存款、居民活期儲蓄、居民定期儲蓄、企業定期存款和其他存款。

表4是對貨幣資產完全替代性的檢驗結果。傳統的簡單加總貨幣量將不同貨幣資產視為一比一完全替代，不考慮貨幣資產的相互關聯以及流動性的差異。理論表明，如果兩種貨幣資產i和j是完全替代的，則樣本區間的所有替代彈性M都應在統計上等于常數1。表4的前兩列是原假設為均值等于1的假設檢驗結果，顯示所有檢驗均強烈拒絕均值為1的原假設，表明在均值意義上，所有貨幣資產間的替代彈性不等于1，即不具有完全替代特征。最后一列是統計上顯著不等于1的彈性百分比。例如，在5%的檢驗水平上，至少在23.8%樣本區間內的——即現金與居民活期存款之間的替代彈性顯著不等于1。同理可以發現，所有貨幣資產間替代彈性都有相當大的比例不滿足完全替代的特征，甚至還有多個替代彈性在全部樣本區間落在彈性等于1的置信區間之外。

由此可見，貨幣資產在中國不具有完全替代性。因此，對于貨幣加總，假定貨幣資產完全替代的簡單加總貨幣量不具有理論基礎，是度量貨幣總量的劣等指標。要說明的是，本文重點在于估計中國貨幣資產間的替代彈性，其結果可以在理論上反映經濟和金融的穩定，作為中介指標被央行和宏觀經濟部門觀測。同時，我們兼論了簡單加總貨幣量的使用前提是不具備的。當前，貨幣量的簡單加總方法已沿用多年，且應用范圍較廣；加上Divisia貨幣總量內涵專業性強，對于有關數據要求高，相對較難與公眾溝通，因此尚未得到全面普及。但在現實的經濟運行中，IMF在2008年對Divisia貨幣總量的特征進行了全面闡述，英格蘭銀行以官方形式發布這一指標，同時美國（圣路易斯銀行）、以色列等國計算并發布這一數據，日本、歐盟將這一指標納入宏觀監控體系。鑒于貨幣供應量在中國經濟的重要地位，我們認為應當在適宜時機推動中國貨幣總量指標的完善，將可行的Divisia貨幣總量作為簡單加總貨幣量的補充性指標，被央行、學界、業界所利用，并逐步向公眾普及，幫助他們更專業和準確地判斷和分析宏觀經濟形勢，保證貨幣政策的適當效果。

五、結論及政策建議

本文是對中國貨幣資產間替代彈性的系統估計，使用Barnett（1980）研究貨幣資產需求微觀基礎的框架，運用中國1993至2013年的季度數據進行分析，得到的主要結論如下：

第一，對于微觀需求系統分析最廣泛使用的Rotterdam模型、LA-AIDS模型、FD-LA-AIDS模型和PIGLOG模型的適用性問題，通過對模型必需的理論約束進行檢驗，發現只有PIGLOG模型滿足必需的對稱性約束和齊次性約束，是揭示中國貨幣資產需求系統的合適模型。因此，運用PIGLOG模型估計得到的參數計算彈性是適合中國條件的。

第二，運用PIGLOG模型的估計參數，得到了中國貨幣資產的Allen替代彈性和Morishima替代彈性。長期靜態的結果顯示，不同貨幣資產的替代程度存在很大差異：現金與企業活期存款、現金與居民定期存款、企業活期存款與居民定期存款、居民定期存款與企業定期存款（和其他存款）具有互補性質；而現金與居民活期存款、企業活期存款與居民活期存款、企業活期存款與企業定期存款（和其他存款）、居民活期存款與居民定期存款則具有替代性質。

第三，就替代彈性的動態特征而言，中國貨幣資產間的替代程度具有較強的系統性波動，不僅如此，無論是均值檢驗，還是計算顯著不完全替代的百分比，均發現中國的貨幣資產不具有完全替代性，因此長期以來使用簡單加總貨幣量的理論前提是不具備的。

貨幣當局制定和執行相關政策，必須運用合理的指標，以對經濟中的長短期現狀有準確的把握。一方面，本文估計的貨幣資產間替代彈性可以反映經濟和金融是否穩定，作為中介指標被央行和宏觀經濟部門觀測。另一方面，當前中國央行將貨幣供應量作為重要的調控工具，應選擇具有理論基礎、對宏觀經濟變量有更好指示和預測作用的貨幣加總指標。本文的結論顯示，中國的貨幣資產不具有完全替代的特性，因此當前央行運用的簡單加總貨幣量不具有理論基礎。而Divisia貨幣總量考慮了由于持有成本變化導致貨幣資產間的替代或互補特性，以及這種特性的系統性波動。因此，研究在歐美等國已啟用的Divisia貨幣總量指標是否在中國適用就具有緊迫感，有關內容將另文討論。

1. 王宇偉：《貨幣的加總方法對貨幣需求穩定性的影響》[J]，《金融研究》2009年第3期。

2. 左柏云、付明衛：《中國貨幣服務指數的構建和經驗檢驗》[J]，《金融研究》2009年第11期。

3. Anderson, R., Jones, B., and Nesmith, T., 1997, “Building New Monetary Services Indexes: Concepts, Methods and Data”[J],, Vol. 79, No. 1: 53-82.

4. Barnett, W. A., 1980, “Economic Monetary Aggregates: An Application of Index Number and Aggregation Theory”[J],, Vol. 14, No. 1: 11-48.

5. Barnett, W. A., and Seck, O., 2008, “Rotterdam Model versus Almost Ideal Demand System: Will the Best Specification Please Stand Up?”[J],, Vol. 23, No. 6: 795-824.

6. Barnett, W. A., and Serletis, A., 2008, “Consumer Preferences and Demand Systems”[J],, Vol. 147, No. 2: 210-224.

7. Blackorby, C., and Russell, R. R., 1989, “Will the Real Elasticity of Substitution Please Stand Up?”[J],, Vol. 79, No. 4: 882-888.

8. Chetty, V. K., 1969, “On Measuring the Nearness of Near-moneys”[J],, Vol. 59, No. 3: 270-281.

9. Deaton, A. S., and Muellbauer, J. N., 1980, “An Almost Ideal Demand System”[J],, Vol. 70, No. 3: 312-326.

10. Donovan, D. J., 1978, “Modeling the Demand for Liquid Assets: An Application to Canada”[J],, Vol. 25, No. 4: 676-704.

11. Drake, L., and Fleissig, A. R., 2004, “Semi-Nonparametric Estimates of Currency Substitution: The Demand for Sterling in Europe”[J],, Vol. 12, No. 3: 374-394.

12. Drake, L., Fleissig, A. R., and Swofford, J. L., 2003, “A Semi-Nonparametric Approach to the Demand for UK Monetary Assets”[J],, Vol. 70, No. 277: 99-120.

13. Ewis, N. A., and Fisher, D., 1985, “Toward a Consistent Estimate of the Demand for Monies: An Application of the Fourier Flexible Form”[J],, Vol. 7, No. 2: 151-174.

14. Fisher, D., 1992, “Money-Demand Variability: A Demand-Systems Approach”[J],, Vol. 10, No. 2: 143-151.

15. Fisher, D., and Fleissig, A. R., 1997, “Monetary Aggregation and the Demand for Assets”[J],, Vol. 29, No. 4: 458-475.

16. Fleissig, A., and Swofford, J. L., 1996, “A Dynamic Asymptotically Ideal Model of Money Demand”[J],, Vol. 37, No. 2: 371-380.

17. Friedman, M., and Schwartz, A. J., 1970, Monetary Statistics of the United States: Estimation, Sources, Methods, and Data[M]. New York: Columbia University Press.

18. Lucas, R. E., 2000, “Inflation and Welfare”[J],, Vol. 68, No. 2: 247-274.

19. Paraguas, M. D. S., Kamil, A. A., 2006, “Model Selection of Meat Demand System Using the Rotterdam Model and the Almost Ideal Demand System(AIDS)”[J],, Vol. 5, No. 2: 529-537.

20. Serletis, A., Robb, A. L., 1986, “Divisia Aggregation and Substitutability Among Monetary Assets”[J],, Vol. 18, No. 4: 430-446.

21. Serletis, A., Shahmoradi, A., 2005, “Semi-Nonparametric Estimates of the Demand for Money in the United States”[J],, Vol. 9, No. 4: 542-559.

22. Theil, H., 1965, “The Information Approach to Demand Analysis”[J],, Vol. 33, No. 1:67-87.

①對這些方法的詳細說明，參見Barnett和Serletis (2008)。

①本文假設人口在一年內以固定增長率進行增長，可以根據年末人口數據推算季末的相應數據。

②王宇偉（2009）對于企業定期存款和其他存款，以及居民定期存款均選用三年期定期存款表征。我們之所以選擇不同期限的利率，是考慮到企業在資金周轉方面可能具有相對居民更強的流動性偏好，因此選用一年期定期存款利率表征企業定期存款和其他存款的收益率。

③本文也運用了王宇偉（2009）使用的五年期國債收益率作為基準資產收益率進行了穩健性檢驗，根據理論約束仍選擇出了PIGLOG模型，同時對彈性的估計結果并無很大差異。

④由于篇幅所限，我們不詳細匯報這里的估計結果，有興趣的讀者可以向作者索取。

①參見Barnett和Seck (2008)。

①我們繪制了中國貨幣資產間Morishima替代彈性的動態示意圖，有興趣的讀者可以向作者索取。