資產證券化對貨幣供給量作用效果的實證分析

王心如

（廣州番禺職業技術學院 財經學院，廣州 511483）

資產證券化對貨幣供給量作用效果的實證分析

王心如

（廣州番禺職業技術學院 財經學院，廣州 511483）

資產證券化對經濟和金融穩定既發揮了積極的推動作用，同時也對銀行體系、金融市場和宏觀經濟產生負面影響。本文著重探究資產證券化對金融穩定的影響，選擇主要的宏觀審慎指標——貨幣供給量，分析資產證券化對貨幣供給量的作用機理，并以美國經驗數據為支撐，給出資產證券化對貨幣供給量影響的實證檢驗結果。

資產證券化；貨幣供給量；協整回歸模型

引言

資產證券化是一種金融創新工具和技術，它使全世界范圍內的經濟金融活動發生了巨大的變化，徹底改變了傳統的金融中介方式，在借款人與貸款人之間，架起了更有效的融資渠道1（Frank.J. Fabozzi&Franco.Modigliani）。本輪金融危機之前，研究者普遍肯定資產證券化于金融穩定的積極作用，在提高流動性、拓寬融資渠道和改善風險集中程度等方面發揮了優勢；如果站在它作為信用工具的本質這一視角審視，也不得不承認，這一虛擬資本的再虛擬化過程，以信用為運行基礎，通過其社會資本周轉的加速機制，對經濟和金融的穩定發展產生了推動作用。如GreenBaum&Thakor（1987）認為，資產證券化等金融創新，可以將信用風險轉移出銀行，有利于降低銀行資產負債表的風險水平，將集中于銀行的風險分配給了廣大投資者，增加了風險的分散化程度；Duffie&Garleanu（2001）從流動性角度出發，認為證券化提高了銀行資產的流動性，使銀行不易遭遇流動性危機，對銀行市場價值有正面影響；Demarzo（2005）則更關注證券化與信息不對稱的關系，認為資產證券化構建了由不同信用等級的結構性產品組成的資產池，有助于降低信息不對稱，緩解逆向選擇問題。而本輪危機的爆發引發了理論界對資產證券化對金融穩定負效應的關注，危機以來的研究更傾向于資產證券化對金融穩定的負面影響，如Allen&Gale（2006）利用銀行和保險兩類金融部門的理論模型，證明了證券化在市場不完全和監管無效的條件下，其風險轉移機制被用作監管套利的工具，增加了系統性風險；荷曼·瑞斯伯格（2007）從風險轉移的角度出發，指出證券化只是將信用風險轉移至監管外的市場，而整個市場的信用風險并未消失，而且極易形成新的風險；Rajan等（2008）則以信息不對稱視角論證了資產證券化程度的加深導致貸款人提供借款人信息的動機下降，加劇了金融機構隱藏信息的道德風險。

為促進全球金融體系實力和脆弱性的評估和監督，提高金融體系的穩定性，特別是減少金融體系崩潰的可能性，根據2006年IMF公布的《金融穩健指標編制指南》8，國際貨幣基金組織確定了金融穩健性的具體評價指標，包括銀行體系的微觀審慎指標、金融市場層面的審慎指標和宏觀層面的審慎指標。其中宏觀層面的審慎指標則描繪了更為全景化的經濟環境和金融環境，關注并確定整個金融體系和經濟體系的穩健。

表1 金融穩健性指標：宏觀審慎指標

如表1所示，貨幣供給量及增長率是衡量金融穩定的主要宏觀審慎指標之一，理論上講，資產證券化程度影響貨幣供給量的規模和變動趨勢，主要是三個機制作用的結果：即改變中央銀行對基礎貨幣的調控渠道、提高貨幣乘數水平以及增強貨幣供給的內生性。本文將著重分析資產證券化對貨幣供給量的作用機理，并給出資產證券化對貨幣供給量影響的實證檢驗結果。

一、模型建立和數據來源

為研究證券化程度對貨幣供給量的作用效果，本文擬構建一個貨幣供給量的模型方程。根據費雪的現金交易數量說，一定時期內流通中的貨幣數量總額必然等于同期內參加交易的各種商品和價值總和，即

其中，M代表流通中的貨幣數量，V為貨幣流通速度，P為一般物價水平，Y為該時期生產的最終產品和勞務的總價值，可以替代總交易量。依照費雪的觀點，貨幣流通速度往往由制度因素決定，在長期內基本保持不變，貨幣供給的變化主要取決于物價水平和國內生產總量。另外作為貨幣供求的機會成本因素，利率水平也應視為一個影響貨幣供給的變量。基于此，本文選定的變量包括：

1.因變量：貨幣供給量M，以M2層次為衡量口徑。

2.自變量：通貨膨脹率P，用以代表一般物價水平；代表一定時期的產品和勞務的總和Y；一年期國債利率R，用以反映經濟體系中的無風險利率水平，衡量持有貨幣的機會成本；資產證券化率S，以證券化資產占GDP之比反映經濟中的證券化程度。

各變量中，通貨膨脹率、一年期國債利率和資產證券化率都是比率的形式，而貨幣供給量和GDP水平則是絕對值，為解決各變量量綱不統一的問題，對貨幣供給量和GDP采用取對數的方式，即代表貨幣供給量和GDP的變動率，建立半對數模型方程。

圖1 模型各變量平穩性趨勢圖

本文選取美國1990～2008年的年度數據作為計量分析的樣本，共19個數據樣本。通過美國聯邦儲備委員會網站、美國證券業與金融市場協會網站和美國總統經濟報告，可以直接獲取通貨膨脹率、國債利率、GDP、貨幣供給量和資產支持證券余額，根據資產支持證券余額與當年GDP的比值可以確定資產證券化率。本研究對相關數據采用 Eviews5.0軟件進行處理。

二、實證分析

通過一個時間序列的協整回歸模型考察美國資產證券化發展對貨幣供給的作用效果，驗證這種效果是否具有穩定的長期趨勢，并構建誤差修正模型。

（一）單整檢驗

在進行協整檢驗之前，對各變量進行單整檢驗，以確定它們各自的單整階數。

1.變量的趨勢判斷

貨幣供給模型涉及的各變量的平穩性趨勢如圖1所示。可見，M、Y和S都是既有截距又有隨時間變動的明顯趨勢，而變量P和R只有截距，并不存在變動趨勢，因此，在考察各變量單整性時，對M、Y、S采用截距和趨勢項，對P、R則采用截距無趨勢項。

2.確定單整階數

根據趨勢圖1所顯示的各變量的截距和隨時間變動情況，采用ADF檢驗方法對M、Y、P、S分別進行單位根檢驗，確定各變量的單整階數，分析時間序列的平穩性。對模型各變量的單整檢驗結果如表2所示：

表2 模型各變量的單位根檢驗

表3 資產證券化對貨幣供給影響的協整回歸結果一

表4 資產證券化以貨幣供華麗影響的協整回歸結果二

從檢驗結果可知各變量的單位根情況，在1%的水平下，M、Y、P和S四個非平穩性時間序列的單整階數均為2，即I(2)。單整階數相同，符合協整檢驗的要求。

（二）協整檢驗

利用E-G兩步法進行協整檢驗，判斷貨幣供給以及各解釋變量之間的長期穩定關系。

1 建立協整回歸方程

以美國GDP、通貨膨脹率、一年期國債利率和資產證券化率作為自變量，貨幣供給量M2為因變量，設定的基于時間序列數據的協整回歸方程如下：

其中，M表示M2口徑的美國貨幣供給量的自然對數，Y表示GDP的自然對數，P為通貨膨脹率，R為一年期國債利率，S為資產證券化率 （即當年資產證券化余額占GDP之比）。為參數，且根據基本的經濟理論，在其他條件不變的情形下，貨幣供給與總產出同向變動，與通貨膨脹率同向變動，與利率水平同向變動，即。 另外，由于證券化將加速貨幣流通，提高貨幣乘數，對貨幣供給在理論上存在擴張的效應，因此，

利用OLS法回歸得出的結果如表3所示：

從表3可以看出，除了R外，自變量Y、P、S的t值統計上都顯著，而且各自的回歸系數都具有合理的理論經濟意義。因而，在原有模型的基礎上剔除R后，重新采用OLS法進行回歸，回歸結果如表4所示。

協整方程結果表明，資產證券化率與貨幣供給量之間的線性關系，解釋變量資產證券化率的系數為正，說明它與被解釋變量貨幣供給之間存在正相關關系，即證券化程度的提高對貨幣供給有擴張作用。

2 單整性檢驗

采用ADF檢驗法對上述協整回歸方程的殘差序列u進行單整性檢驗，結果如表5所示：

從檢驗結果可知，殘差序列的單位根檢驗統計值均小于顯著性水平 1%、5%和10%的臨界值，從而可以認為殘差序列都是平穩的，表明貨幣供給量與GDP、通貨膨脹率以及資產證券化率這三個變量之間存在協整關系，即存在長期穩定的均衡關系。

（三）誤差修正模型

根據前文得出的協整方程可知，貨幣供給量與GDP、通貨膨脹率和資產證券化率之間存在長期穩定的均衡關系，下面構建協整方程的誤差修正模型，以分析各變量短期波動偏離長期均衡關系的程度。協整方程的殘差序列為u，則令誤差修正項ECM＝u(-1)，即誤差修正項為殘差序列的前一期，以各變量的一階差分建立下面的誤差修正模型：

同時考慮各變量的滯后項，逐步刪除不顯著變量，最后得到的誤差修正模型為：

從誤差修正模型的結果來看，誤差修正系數為負且顯著，說明自變量與因變量之間存在長期穩定的協整關系，制約著它們的短期波動，促使它們走向均衡。可見，貨幣供給量的變化在短期內與上一年貨幣供給量、上一年通貨膨脹率、上一年GDP水平以及資產證券化率的變化存在線性相關關系，而且一旦短期的貨幣供給量偏離長期均衡水平時，將以（0.5734）的調整力度將非均衡狀態拉回到均衡狀態。

進一步地，對誤差修正模型進行序列自相關檢驗、異方差檢驗和模型設定偏誤檢驗等方面的診斷統計檢驗，結果如下所示：

(1)序列自相關檢驗

以序列自相關的LM檢驗考察模型殘差的自相關性，檢驗結果如表6所示。結果表明，P值在5%的水平上均顯著，模型不存在自相關性。

(2)異方差檢驗

以White檢驗考察回歸模型殘差的異方差性，選擇無交叉式的檢驗項，可得到如表7所示的檢驗結果。檢驗結果表明，P值在5%的水平上均顯著，模型不存在異方差。

(3)設定偏誤檢驗

以RESET檢驗考察回歸模型的設定偏誤，可得到如表8所示的檢驗結果。結果表明，P值在 5%的水平上均顯著，不存在設定偏誤。

表5 線形回歸模型殘差序列的平穩性檢驗

表6 殘差的自相關性檢驗結果（LM檢驗）

表7 殘差的異方差性檢驗結果（White檢驗）

表8 模型設定偏誤檢驗結果（RESET檢驗）

三、結論與意義

本文基于美國統計數據，通過對變量時間序列的協整分析，得出了資產證券化對貨幣供給量作用效果的實證檢驗結論。1990年至2008年美國貨幣供給量與GDP、通貨膨脹率和資產證券化程度之間存在線性關系，得出的協整方程證實，證券化率與貨幣供給量之間是正向變動的關系，證券化程度的深入是貨幣供給擴張的推動力量，而且對協整方程殘差的平穩性檢驗結果顯示，資產證券化率與貨幣供給量的正向變動關系是長期穩定的均衡關系。進一步，本文通過對協整方程的誤差修正，證實在短期波動中仍然存在貨幣供給量與GDP、通貨膨脹率以及資產證券化率各變量之間的線性關系，且存在自短期非均衡向長期均衡變動的修正機制。

20世紀90年代起，資產證券化在美國經濟中所占比重迅速提高，交易品種和交易量的擴張已經對貨幣供給產生了推動作用，證券化可能在改變中央銀行基礎貨幣調控渠道和提高貨幣乘數上作用顯著，使貨幣供給量在宏觀調控上的難度加大，從而影響金融穩定。證券化程度的提高使得直接融資占比越來越高，而通過銀行體系的間接融資比重相對下降，這就更大程度上脫離了基礎貨幣的約束，貨幣周轉速度和使用效率大大提高，在貨幣存量固定的條件下，可滿足數倍的資金需求。這種變化導致了以貨幣供應量為中介目標的貨幣政策調控受到很大影響，不可否認，現階段我國貨幣政策主要中介目標仍是貨幣供給量，密切關注資產證券化程度與貨幣供給量的關聯性就顯得尤為重要。

[1]弗蘭克·J·法博齊，弗朗哥·莫迪利亞尼.資本市場：機構與工具（第二版）[M].北京：經濟科學出版社，1998.

[2]Greenbaum,S.,A.Thakor.Bankfunding modes:securitizationversusdeposits[J].Journal ofBankingandFinance,1987,11:379-392.

[3]Duffie,D.,N.Garleanu.Riskandvaluation ofcollateralizeddebtobligations[J].Financial AnanlystsJourna,l2001,(57):41-59.

[4]DeMarzo,P..Thepoolingandtranchingof securities:amodelofinformedintermediation [J].ReviewofFinancialStudies,2005,(18):1–36.

[5]FranklinAllen,DouglasGale.Systemicriskand regulation.Therisksoffinancialinstitutions,Papers presentedataconferenceheldinWoodstockon Oct.22-23,2004,Chicago:theUniversityofChicago Press,2006:341-375.

[6]荷曼·瑞斯勃格.美國次貸風波引發對金融穩定的再思考——德國央行的視角[J].中國金融，2007（23）.

[7]UdayRajan,AmitSeru,VikrantVig.The failureofmodelsthatpredictfailure: distance,incentivesanddefalts[W].SSRN WorkingPaper,Dec15,2008

[8]IMF.Financialsoundnessindicators:Compilation guide,Washington,D.C.:International MonetaryFund,2006.□

（編輯/穆楊）

國家社會科學基金青年基金項目：農村新型金融機構小額信貸風險控制研究（編號：11cjy048）