《用误差校正模型研究季度M1需求》由会员分享，可在线阅读，更多相关《用误差校正模型研究季度M1需求（9页珍藏版）》请在金锄头文库上搜索。
1、用误差校正模型研究季度M1需求西方的货币需求理论代表性的学说有凯恩斯的货币需求动机学说，货币主义学派的货币数量论，鲍莫尔的平方根定理，托宾的资产组合理论，更近的有米勒和奥尔的随机货币需求理论，他们的研究都是从微观角度出发，考察微观经济主体的持有货币的选择行为，然后进一步研究这个模型能否直接用于或经过修正用于宏观分析，从这个意义上，货币需求可以定义：“人们持有货币而不是金融资产或不动产等其它资产形式的意愿”这种角度可以更充分地反映客观实际的模型，并据从剖析货币需求变化的原因”，本文在模型的设立的正是从此点出发。自从弗里德曼提倡实证研究以来，货币需求的实证研究成为西方经济学的一个重要课题，早期的如
2、布伦纳（Karl Brunner）和梅尔泽（Anan Meltzer），莱德勒（David, Laidler）等早期的研究可以参见现代货币经济学 盛松成，施兵超著 中国金融出版社 1992 P93-P109，一项经典的实证研究是戈德菲尔德（Goldfeld, 1973）完成的戈德菲尔德(Goldfield)的研究可以参见宏观经济学多恩布什，费希尔著 中国人民大学出版社 1997 P327。他的研究证明了货币需求与收入的正相关，利率的负相关关系，并且认为货币需求是对真实余额的需求，七十年代中期以前，实际货币需求被认为是理解得最充分和最稳定的一个方程，从那以后，这种稳定性不复存在，用货币需求模型估
3、计的货币需求量与实际量出现了严重不符，经济学家在分析产生这种情况的因素同时采用了更为先进的模型和计量工具，除了邹至庄（Chow 1960）提出的局部调整模型，还有适应性预期模型，莱德勒（Laidler 1982）的粘性价格模型，Arfis-Lewis模型货币需求的新模型可以参见西方货币金融学说的新发展陈野华著，西南财经大学出版社, 2001，八十年代末，恩格尔（Eager）和格兰杰（Grager）创立了协整理论以后，误差校正模型（Error Correction Equation）更多地应用于货币需求的研究。货币需求的模型向更精细化，标准化发展。国内对货币需求的实证研究，早期如厉以宁（1991
4、）认为影响季度M1需求的主要因素是工业生产总值和物价增长率，M1季度需求同利率显著不相关，易纲（1996）将货币进程和通货膨胀预期都列入了货币需求函数中，认为加入货币化变量，可大大增强模型的解释力，王曦（2001）运用米勒的随机货币需求理论，从经济主体的微观行为基础出发，得出结论认为制度的转型是我国货币需求和流通速度发生变化的良好解释。郑超愚（2001）运用层次递归的方法推出的函数模型，可以看出，在研究改革开放至今的货币需求的文献中，有一种观点逐渐得到共识，制度因素对我国的货币需求的影响，经济货币化进程，主要指八十年代至九十年代初的，九十年代中期以后，这种制度变化的影响已逐渐减弱。 本文采用1
5、994年第一季度到2004年第二季度的数据，利用误差校正模型（Error Correction Modle）和协整理论（Cointegration ）建立我国的季度的需求模型，主要解决两个问题：一是否存在可以预测的长期的稳定的需求模型，二、需求的短期调整机制如何。变量的选择：西方经济学家认为，在货币需求函数中的独立变量有三部分规模变量，如收入和财富，机会成本变量，如货币以外的其他资产的收益率，预期通货膨胀率，其他变量，如制度变更等。在我国学者的实证研究中，规模变量的选择有国内生产总值，社会零售商品总额，居民可支配收入、国民收入等，戴国强（1995）认为对和的需求函数，国民收入是更好的规模变量，
6、但是，考虑到国民收入的统计指标在九十年代中期被取消。我们采用国内生产总值作为规模变量，并不影响实证结论。对机会成本变量的选择的争论主要集中在利率和通货膨胀率上，厉以宁（1991）用80年代的数据得出利率与货币需求显著不相关的结论，并且从“居民对消费品持有远没有饱和”这个角度分析原因。易纲（1996）认为，中国的利率被固定在低于市场均衡利率的一个任意水平上，没有反映出这个机会成本，因此，他用预期通货膨胀率来衡量机会成本。秦朵（1997）、郑超愚（1996）实证分析认为20世纪90年代以来，利率水平的变动对居民储蓄并无大的影响，而谢富胜、戴春平（2000）认为的需求与利率之间存在明显的反向关系，通
7、货膨胀预期的系数不显著。这些争论，甚至相悖的结论，与其研究选择的时期，模型的设定，数据的处理，预期的形成机制都有密切关系，并没有一个统一的结论，总的说来，随着我国金融市场的发展，利率自由化的进程，人们的资产选择范围越来越广，利率的重要性会逐渐凸显出来。对于选择具体何种利率，大多数学者认为在利率结构较为合理的情况下，采用何种利率差别不大，通过表一的数据，我们可以看到，利率的变动趋势几乎完全一致，其绝对差额也较小；因此，我们从中选择一年期定期存款利率为代表性利率。在发展完善的资本市场上，利率反映了通货膨胀的预期，因此，无论是用利率还是通货膨胀率作为机会成本变量不会有重大区别，但是在我国，绝大部分利
8、率是受到管制的，资本市场不发达，因此，通货膨胀率可能作为一个机会成本变量。九十年代中期以后，货币化进程对货币需求的影响已经很小，易纲（1995）提出经济改革至少通过五个渠道导致了货币化，这个过程主要集中在八十年代，因此，由于我们研究的时间段，我们不考虑将制度因素纳入模型。模型的设定在实证研究中，常用的基础函数式 （1）名义货币需求P物价水平y规模变量r机会成本变量（1）式隐含着一个假设，即对货币需求是对真实余额的需求，物价水平并不影响实际货币持有水平，这在物价比较稳定的情况下是成立的，但是在我国，物价变动并非全部由货币因素引起的，通货膨胀和通货紧缩现实存在，使物价可能影响货币需求，同时，考虑到
9、从微观主体出发的研究角度，引入人口变量N，我们得到（1）式的修正形式 （2）（2）式的经济意义十分明确，人均货币需求量是人均收入，机会成本变量，物价水平的函数。采用普遍接受的模型形式，并且将选择的统计变量带入其中，我们假设货币市场局部均衡，有两边取对数令有 （3）数据：obsGDP（亿元）M1（亿元）M2（亿元）N（万人）PR1（）1994:1 8620.000 16437.00 37010.30 118847.8 1.191000 10.980001994:2 7979.000 17676.40 40039.50 119179.4 1.196000 10.980001994:3 9476.0
10、00 19009.50 43513.50 119512.0 1.220000 10.980001994:4 18930.60 20540.70 46923.50 119845.6 1.239000 10.980001995:1 9811.000 21026.20 50297.10 120164.9 1.200000 10.980001995:2 13054.00 21420.40 53150.30 120480.6 1.172000 10.980001995:3 13630.00 22493.00 56813.20 120797.1 1.155000 10.980001995:4 21983.
11、10 23987.10 60750.50 121114.4 1.093000 10.980001996:1 13156.00 23909.30 64512.10 121435.3 1.077000 10.980001996:2 16600.00 24620.10 68132.80 121750.4 1.066000 9.1800001996:3 15919.00 26336.00 72042.60 122066.3 1.055000 7.4700001996:4 22918.80 28514.80 76094.90 122383.1 1.046000 7.4700001997:1 14685.
12、60 29629.00 79581.30 122695.7 1.026000 7.4700001997:2 18494.80 31074.70 82811.15 123003.1 1.009000 7.4700001997:3 17971.60 32244.60 85892.40 123311.3 1.002000 7.4700001997:4 23620.00 34826.30 90995.30 123620.2 0.992000 5.6700001998:1 15899.40 33110.70 92037.80 123907.5 0.985000 5.6700001998:2 18831.
13、60 33775.70 94657.60 124189.7 0.974000 5.2200001998:3 19704.40 36501.40 99794.50 124472.5 0.957000 4.7700001998:4 25117.60 38953.70 104498.5 124755.9 0.972000 4.7700001999:1 16784.00 38053.60 108438.2 125015.4 0.971000 3.7800001999:2 19405.00 38821.80 111363.5 125270.2 0.965000 3.7800001999:3 20611.
14、00 41913.90 115079.3 125525.6 0.973000 2.2500001999:4 25054.00 45837.30 119897.9 125781.5 0.972000 2.2500002000:1 18172.70 45158.40 122580.7 126023.7 0.981000 2.2500002000:2 21318.70 48024.40 126605.3 126261.8 0.981000 2.2500002000:3 22632.50 50616.90 130473.8 126500.4 0.986000 2.2500002000:4 27279.60 53147.20 134610.3 126739.5 0.991000 2.2500002001:1 19894.90 53033.30 138744.5 126962.6 0.986000 2.2500002001:2 23047.10 55187.40 147809.7 127182.7 1.000000 2.2500002001:3 24284.90 56644.00 151642.7 127403.8 0.991000 2.2500002001:4 28706
