《SVAR模型及其在货币政策传导机制分析中的应用》由会员分享，可在线阅读，更多相关《SVAR模型及其在货币政策传导机制分析中的应用（10页珍藏版）》请在金锄头文库上搜索。
1、SVAR 模型及其在货币政策传导 机制分析中的应用 谢 赤，邓艺颖 (湖南大学 工商管理学院, 长沙 410082) 摘 要: 首先指出了近几年来在货币政策传导机制的研究中，SVAR 模型得到了广泛的运用。然后在对 SVAR 模型及其推导过程进行详细介绍的基础上，进一步比较研究了 SVAR 模型在货币政策冲击反应分析、选用最佳货币政策指标、货币政策有效性分析中的应用。最后阐述了应用 SVAR模型对我国货币政策展开进一步分析所提供的广阔思路。 关键词：SVAR 模型；货币政策传导机制；比较研究 SVAR Model and the Comparative Study of its Applica
2、tions in Transmission of Monetary Policy XIE Chi, DENG Yi-ying (College of Business Management, Hunan University, Changsha 410082,China) Abstract: This paper firstly points out that SVAR model has been popularized in the study of transmission of monetary policy in recent years. Therefore we make a d
3、etail presentation of the SVAR model and its deduction process and then carry out the comparative study of the SVAR model in the following fields: the impulse response to a monetary policy shock, the best indicator for monetary policy and the effectiveness of the monetary policy. Finally, we think t
4、hat the SVAR model can find a wide application in Chinese monetary policy study. Key words: SVAR; transmission of monetary policy; comparative study 1 引言 货币政策传导机制是金融学的中心问题之一，也是货币政策理论的核心内容。它分析和说明进行货币政策调整之后，该项政策冲击如何通过金融系统（譬如说金融价格和数量）来影响微观经济主体的消费和投资行为，从而导致宏观经济总量发生变化的一整套机制的理论。为制定切实可行的货币政策，货币当局就应准确估计货币政策
5、的变化会在强度和方向上对经济产生什么样的冲击，以及经济对这些冲击会产生什么样的反应。 近年来，在货币政策传导机制的研究中，结构向量自回归模型(Structural Vector Autoregreesion)得到了广泛的应用。Eviews 和 RATS 等计量经济学软件的完善，更使得这种方法应用起来简单易行。SVAR 模型由 Sim（1980）提出的，它通过冲击响应分析来解决传统的动态联立方程组模型中识别的条件约束问题。具体应用在货币政策传导机制的分析中就是通过对数据施加最少的约束条件来对货币政策的冲击进行识别，进而得出具体经济变量对货币冲击的反应方向和强度。 在国外利用SVAR模型对货币政策
6、传导机制进行的分析认为，货币政策传导包含两个阶段：一个是货币政策冲击在金融系统中的传导；另一个是货币政策冲击通过金融系统对实体经济产生的影响。 大量的研究集中在第二个阶段。 其中， Bernanke and Blinder(1992)， Christiano,Eichenbaum and Evans(1996b)，Leeper,Sims and Zha(1996)和Gordon and Leeper (1994)分别对美国的情况进行了分析；Sims(1992),Gerlach and Smets(1995)和Fung and Kasumovich(1998)对跨国的情况进行了研究；Christ
7、iano,Eichenbaum and Evans (1999)纵览了各国货币政策的情况；Stefania and Piffanelli(2001)对德国货币政策的最佳指标进行了分析； Holtemoller(2001)对德国和欧盟在单一货币体系下的情况进行了研究；Kugler(2000)对瑞士的货币政策冲击的传导进行了研究；刘斌(2001)对中国货币政策的有效性进行了实证研究等等。而对第一阶段的研究就很少了，仅有Amisano,Cesura, Giannini and Seghelini(1997)和Redward and Saarenheimo(1996)分别对意大利和芬兰的情况进行了考察
8、； Ptursson(2001)对冰岛货币政策的做了研究。 在本文的比较研究中暂且不将货币政策的传导分成两个阶段。但我们认为，对第一阶段货币政策传导机制的研究将具有重要的意义， 因为随着金融市场的结构性变化,尤其是资本市场的深化和发展,货币政策的传导机制变得更加复杂。 对资本市场的最新发展所引起的货币政策传导机制变化进行全面深入的研究,将对货币当局有效制定和实施货币政策， 提高货币政策传导效率提供理论指导。 本文将在对SVAR模型进行详细介绍的基础上， 比较SVAR模型在几个国家货币政策传导机制应用上的不同，以期能给SVAR模型在中国货币政策传导机制上的应用研究带来启示。 SVAR模型及其推导
9、过程 2.1 VAR形式 一般地，一个协方差稳定的双变量动态联立方程组模型为： tttttttttityyybyyyyby21222112112120211212111121210 +=+=(1) 这里， 2 22 121 00,00. . di itt(2) 样本包含了t=1,2,T个观察值，初始值Y0=(y10,y20)。通常，(1)式可以由某些内涵经济理论推导出来，而被称为SVAR模型。其中，外生误差项t 1和t 2相互独立，被称为结构变化。在矩阵形式下，(1)式可写成 + + = tttttt yy yybb211211222112112010212112 11 或者 tttYBY+=
10、110(3) 这里，DEtt=， 且是包含2 1和2 2的对角矩阵。 在考虑了滞后算子因素后，1BSVAR(1)式可写成 LBLBYLBtt10)()(=+=通过用1B乘以(3)式得 SVAR 模型的简化形式，即用1ty和t来表示tY，有 tttttuYAaBYBBY+=+= 1101 111 01(4) 或 LAILAuaYLAtt120)()(=+=令2112 211211)(det , 111bbBbbB= =，有 = = = = = =tttttt ttuu bbBuaaaa bbbbBAaa bbBa211212212112122121112212211212122121221121
11、1 11 12010102120201210 01 0111在简化式中，误差项 就是结构误差 的线性组合,其协方差系数矩阵为 =1111DBBBEBuuEtttt 特别地，矩阵中的元素为 () () += 1 22 212 22 2122 1212 2122 1212 22 122 1 22 212122 11 bbbbbb注意，只有当2112bb=时，才为对角矩阵。 2.1.1 稳定条件 简化式(4)协方差稳定的充要条件是满足 A1的特征值的模小于 1。A1的特征值满足方程 ()0det12= AI 并且等于特征方程 ()0det12=ZAI (5) 的逆根。因此，VAR 简化式协方差稳定的
12、的条件是当(5)式的根处于复杂的单位圆之外。解(5)式中的行列式可运用二次方程求解下式中的根 ()()0112 21122211=ZaaZaZa 2.1.2 识别问题 tut若没有限制条件,SVAR 模型中的参数将无法识别。即使得出简化式中tuAa,10和参数的值，也无法得出结构参数10,B和 D 的唯一解，因为其中有 10 个结构参数而只有 9 个简化式参数已知。因此，至少对 SVAR 参数有 1 个限制约束才能识别其他所有的结构参数。Sim(1980)认为， 经济理论不足以对 SVAR 模型提供恰当的限制条件。 那么， 构成了恰当的识别约束的是什么呢？典型的识别约束包括： （1）对 B 矩
13、阵元素的零约束，如：012=b； （2）对 B 矩阵元素的线性约束，如：02112=+bb。 2.2 移动平均(MA)形式 对简化式 VAR(4)的移动平均或 Wold 形式是用( )()1 121=LAILA乘以 VAR(4)式两边得到的 ( )ttuLuY+= (6) 这里 ( )()()01 1201201 12,aAIuAILLAIL kk kk k=在对tY的 Wold 表示法中， 移动平均多项式( )L中的第一个矩阵20I=； 另外误差项tu也是相关的，有协方差矩阵。 对tY的结构移动平均表示(SMA)是以结构变化t的一个绝对移动平均为基础的。将ttBu1=代入(6)式，得到 (
14、)( )tttLuBLuY+=+=1(7) 这里 ，( )( )=+= 0111kk kLBBBLLLL 即对于L, 1 , 0=k 1=Bkk特别要注意，( )( )( )()11 1211 21 0=BLAIBLLBLIB且。 对于双变量系统的结构移动平均(SMA)，有 ( )( )( )( )( )( )( )( )L+ + = = 1211 1 221 211 121 1121 0 220 210 120 112121tttttt uu YY 这说明k矩阵中的元素k ij是变量tY1和tY2对t 1与t2变化的动态乘数或冲击反应。 2.3 冲击反应函数(IRFS) 在时间st +考虑结构移动平均表达式(7)，有 ( )( )( )( )( )( )( )( )LL+ + = = +tt ssssstststst uu YY212221121121 0 220 210 120 112121 结构动态乘数为 ( )( )( )( )ststststststststYYYY22 22 21 1212 21 11 11, , =+(8) 结构冲击反应函数(IRFS)为( )s ij在2 , 1,=ji时对s的曲线。反应了在时间t结构冲击中的一
