我國貨幣供應量的域變特征與非線性動態(tài)調整

何永濤 王飛

（1.南開大學數量經濟研究所，天津300071；2.南開大學經濟學院，天津300071）

我國貨幣供應量的域變特征與非線性動態(tài)調整

何永濤1王飛2

（1.南開大學數量經濟研究所，天津300071；2.南開大學經濟學院，天津300071）

本文使用1996—2013年間M2的月度同比數據，基于馬爾柯夫域變模型研究了我國貨幣供應量變動的持續(xù)性、非對稱性和非線性動態(tài)特征，以及不同域相互轉移的路徑與內在機理。實證研究表明，我國貨幣供應量的變動可以劃分為“緊縮”和“寬松”兩個狀態(tài)，不同狀態(tài)劃分不僅依賴于供應量的水平值，同時也依賴于其波動性；我國貨幣供應量處在“寬松”狀態(tài)的持續(xù)時間較長，而處在“緊縮”狀態(tài)的時間較短；貨幣供應量系統(tǒng)對沖擊的響應不具有持久性，且對正向沖擊與負向沖擊的響應具有非對稱性。

貨幣供應量； 非線性模型； 貨幣政策

現(xiàn)存文獻中有關我國貨幣供應量的研究，大多數從貨幣政策中介目標的角度，分析其適用性和有效性，以及與產出、通貨膨脹等宏觀經濟變量之間的關系。如劉斌（2002）采用VAR模型研究了我國貨幣供應量與產出、物價之間的相互關系；劉明志（2006）采用格蘭杰因果關系對貨幣供應量作為貨幣政策中介目標的適用性進行了研究，認為當前階段繼續(xù)使用貨幣供應量作為中介目標仍具有合理性；封思賢（2006）則采用VAR模型著重研究了貨幣供應量作為貨幣政策中介目標的有效性，認為貨幣供應量作為中介目標的有效性正不斷降低，原因是貨幣乘數不穩(wěn)定、貨幣政策傳導機制不完善等。后續(xù)文獻，閆力等（2009）、高茵（2010）、劉貴生等（2013）也分別采用不同實證方法從該角度對我國貨幣供應量進行了研究。盡管這些文獻提供了以貨幣供應量為中介目標干預經濟運行的經驗依據，但卻并沒有解釋貨幣供應量本身存在的自持性問題，因此不能充分刻畫貨幣供應量動態(tài)演進的典型事實。同時，上述文獻大多基于線性時間序列分析方法，考慮到微觀經濟主體異質性的廣泛存在，這些計量分析方法并不能捕捉到貨幣供應量動態(tài)行為中的結構變化。為此，本文嘗試采用非線性時間序列模型來研究貨幣供應量的動態(tài)特征。

近年來，隨著計量方法的發(fā)展，大量的非線性時間序列模型被提出。如門限自回歸模型（Threshold autoregressive model，TAR）、平滑轉移自回歸模型（Smooth Transition Autoregressive model，STAR）和馬爾柯夫域變模型（Markov regime-Switching，MS，或稱為馬爾柯夫區(qū)制轉移模型）等，為研究含有結構變化的時間序列提供了新的動力。但采用非線性模型研究貨幣供應量動態(tài)特性的文章并不多見，李正輝等（2012）采用LSTAR模型對不同統(tǒng)計口徑的貨幣供應量作為貨幣政策中介目標的有效性進行研究，發(fā)現(xiàn)加權貨幣供應量比不加權的更為有效。本文同樣使用非線性模型描述我國貨幣供應量的動態(tài)行為，但是更傾向于MS模型，因為TAR模型的特點是不同狀態(tài)間相互轉移是瞬間完成的，這不符合我國當前經濟發(fā)展的實際情況，而STAR模型則側重于描述不同狀態(tài)的轉移過程中所表現(xiàn)的平滑特征。

本文的主要貢獻：第一，以貨幣供應量本身存在的自持性為切入點，深入剖析我國貨幣供應量的非線性動態(tài)特征的事實，及其與我國各階段所執(zhí)行的貨幣政策之間的潛在關聯(lián)。第二，不同域的劃分思想吸收了李正輝等（2012）的研究成果，但考慮到我國經濟體制的實際情況，本文允許各個域內的均值和方差不同。第三，歸納了我國貨幣供應量在各域內相互轉移的典型路徑，結果表明我國貨幣供應量不存在明顯的周期性，這與我國執(zhí)行相機抉擇貨幣政策的現(xiàn)實相符。

二、馬爾柯夫域變模型

（一）數據與統(tǒng)計特征

在確定貨幣供應量統(tǒng)計口徑時，根據流動性強弱，我國央行將貨幣供給量劃分為M0、M1和M2三個不同的層次加以分析和調控。其中M0是指流通中的現(xiàn)金，M1指M0＋企業(yè)活期存款，M2指M1＋準貨幣（定期存款＋居民儲蓄存款＋其他存款等）。沿用多數已有文獻的做法，本文采用M2月度同比數據作為貨幣供應量變動的衡量指標，樣本區(qū)間為1996年1月至2013年12月，樣本容量為216①已有文獻中，劉斌（2002）、劉明志（2006）的研究均表明廣義貨幣M2從總體上反映了我國經濟發(fā)展所需要的貨幣規(guī)模，更適合作為貨幣政策的中介目標。。選擇月度同比數據而不是環(huán)比數據是因為同比數據能削弱季節(jié)因素的影響，樣本自1996年開始是因為1995年以前我國主要依靠貸款規(guī)?？刂苼韺崿F(xiàn)貨幣政策目標，從1996年開始才把貨幣供應量作為了貨幣政策操作的中介目標?？傻脭祿碜灾薪浘W數據庫。

首先對數據序列的基本特征進行簡要考察，以期為建模分析提供經驗證據。圖1中描述了1996—2013年間M2的月度同比序列。明顯地，M2變化率在不同時段呈現(xiàn)出不同的走勢。供應量在2002年7月至2004年8月以及2008年11月至2011年11月兩個時段變化劇烈，而其它年份相對平穩(wěn)。造成這種現(xiàn)象的原因是多方面的：第一個變化劇烈時段處于我國宏觀經濟調控政策從積極財政政策和適度從松的貨幣政策為主旋律的有限度擴張階段向“雙穩(wěn)健”過渡階段；第二個變化劇烈時段處于應對次貸危機沖擊而擴大內需階段，為應對次貸危機導致的外需不足，政府從2008年11月9日宣布把財政政策從“穩(wěn)健”轉為“積極”，貨幣政策從“從緊”轉為“適度寬松”，同時公布了為期兩年的總額達4萬億元的龐大投資計劃。緊接著，一周之后央行又宣布大幅度降息，反映在圖中就是陰影所標注的部分。以上簡要分析表明，M2同比變化率會隨著我國貨幣政策的變化而表現(xiàn)出“大起大落”、“緩起緩落”、“大起緩落”和“緩落大起”等多種形態(tài)，大體上反映了我國貨幣政策的變化特征。

圖1 1996-2013年間M2的月度同比序列

進一步，對數據序列的統(tǒng)計特征進行簡要考察。由圖1所示，我們將數據序列簡略地劃分為兩類：1996—1997年，2003年和2009—2010年（樣本量為60）為一類，這類的變化率相對較高；余下年份劃分為第二類。兩類的均值分別為22.73%和15.44%（后者比前者約低出7.29%），標準差分別為4.14%和1.94%（后者比前者約低出2.2%），在95%置信水平上均值和標準差的差異均是顯著的①考慮到樣本規(guī)模，使用模擬方法來考察兩類樣本均值和標準差差別的顯著性，50 000次bootstrap抽樣顯示，均值之差95%的置信區(qū)間為［6.21%，8.39%］，標準差之差95%的置信區(qū)間為［1.87%，2.42%］。。

表1給出了序列的一些基本統(tǒng)計量，其中第一列為全部樣本（1996/1—2013//12）的統(tǒng)計特征。J—B統(tǒng)計量表明M2變化率序列不服從正態(tài)分布，其具有高峰厚尾和右偏的特征，表明變化率序列中存在正的離群值，比如1996年、2003年以及2009年中的部分月份。樣本前5階的自相關系數取值超過0.5且衰減緩慢，至12階（一年）仍未衰減至零，這表明沖擊對M2變化的影響持續(xù)性很強，同時ADF檢驗表明存在單位根的原假設被拒絕。表1中第二列至第四列是將總體樣本分為三個非重疊時段的統(tǒng)計特征，每個時段都包含6年72個觀測值。由表可知，三個時段內M2變化率水平變化不大且與總體水平接近，平均月度變化率約為17%，這說明無論在長期還是短期內政府都試圖保持貨幣供應量穩(wěn)定的增長。但變化率的波動性差別較大，1996—2001年間和2008—2013年間的波動性較為接近，標準差取值都在5%左右，而2002—2007年間標準差下降為前兩期的1/2左右，這說明盡管都達到了穩(wěn)定貨幣供應量增長的效果，但進行動態(tài)調整的幅度大不相同。以上分析雖過于簡單，但無疑有助于對貨幣供應量的進一步考察。

不同時段對波動沖擊的響應時間也存在差異：第一、三時段自相系數較高且衰減較慢；第二個時段則衰減相對較快，說明三個時段都不可視為白噪聲過程。ADF單位根檢驗的結果與自相關性的結論一致：在5%水平上三個時域中單位根假定都不顯著的，即三個時域中都存在單位根過程（序列是不平穩(wěn)的）。進一步，將數據序列劃分為兩個時段對其統(tǒng)計特征進行考察，相關的計算結果在表1中最后兩列給出，與三個時域劃分時的結論一致，變化率序列都可近似于單位根過程。這里關于單位根檢驗有一點值得說明，由圖1中M2變化率的走勢及表1中關于統(tǒng)計特征簡要考察，我們認為該序列可能存在結構突變。當存在結構突變時，即使是平穩(wěn)過程，ADF檢驗習慣性地接受單位根假設。盡管如此，通過對序列自相關系數和單位根檢驗的初步考察，表明不同時段內對波動沖擊響應的時間可能存在差異，為下一步進行建模分析提供了有用信息。

表1 M2變化率統(tǒng)計量的分時段特征 單位:%

（二）模型的描述

根據上述月度同比序列的變動特征，結合最大對數似然函數值選擇準則對最優(yōu)滯后長度的選擇結果，設定M2月度同比序列服從MS（2）—AR（4）（Three regime Markov switching mean and variance with AR（4）model）的域變自回歸過程①共考察了6個不同組合模型，MS（2）—AR（4）的對數似然函數值為—258.73，余下5個模型的對數似然函數值分別為：MS（2）—AR（2）（—259.37），MS（2）—AR（3）（—259.26），MS（3）—AR（2）（—259.36），MS（3）—AR（3）（—259.25），MS（3）—AR（3）（—258.73）。。

其中rt表示M2變化率，和分別為依賴于不可觀測的狀態(tài)變量St的M2變化率rt的AR系數、條件均值和條件方差。狀態(tài)變量St是取值為1和2的兩狀態(tài)一階馬爾柯夫過程，它決定了M2變化率所處的不同域。這樣，變量St的轉移概率為

pij表示St從t—1時刻i狀態(tài)轉換到j狀態(tài)的概率，很明顯0≤pij≤1。設定方程（1）中依賴于狀態(tài)變量St的AR系數、條件均值和條件方差為

其中Sjt＝1，如果St＝j；否則Sjt＝0，?i＝1，2。根據上述設定，M2變化率的兩個狀態(tài)可以描述為：狀態(tài)1（S1t＝1）為“緊縮”時期，其AR系數、條件均值和條件方差分別為δ1，g、μ1和；狀態(tài)2（S2t＝1）為“寬松”時期，其AR系數、條件均值和條件方差分別為δ2，g、μ2和。依據對狀態(tài)劃分的性質，可以得出變化率條件均值所具有的條件約束為μ1＜μ2如式（4），而對相應的條件方差沒有特別限制，除方差必須為正之外。設定AR系數也存在域變特征，是基于上節(jié)中對M2月度同比序列統(tǒng)計特征的考察：變化率在高水平時域上的持續(xù)性一般強于低水平時域。因此，有理由相信AR系數在不同時域中并不相同。根據表1中M2變化率序列進行單位根檢驗的結果，可以看出，在5%的顯著水平下，ADF統(tǒng)計量拒絕單位根的原假設，因此，將在水平序列下對M2變化率建模①為使檢驗結果更加穩(wěn)健，本文還使用PP檢驗和KPSS檢驗對M2變化率數據進行單位根檢驗，檢驗結果均拒絕單位根原假設。。

式（1）估計通常采用極大似然法（ML），然而考慮到式（1）中狀態(tài)變量St是不可觀測的，它的估計依賴于未知超參數Ω＝（pij，δ1，g，δ2，g，μ1，μ2，），故需先獲得向量Ω最大似然估計值，并假定這些參數估計值是它們的真實值，然后再對狀態(tài)變量St進行估計，顯然這與假設條件相違背，因此在這里極大似然方法不適合繼續(xù)對參數進行估計。目前，多數研究者采用Bayes估計方法來解決這一問題，在Bayes估計方法中未知變量St和Ω被當作隨機變量處理，研究者依據先驗信息預先設定這些未知變量的分布，然后根據樣本的信息利用Bayes原理推斷出參數的后驗分布。與傳統(tǒng)估計方法相比，Bayes估計方法充分利用了樣本與參數的先驗信息，能夠在小樣本下實現(xiàn)精確地推斷。

具體估計算法由MCMC抽樣方法完成，F(xiàn)rühwirth-Schnatter（2008）給出了詳細介紹，在此不再贅述。在進行MCMC抽樣之前，須設定未知參數的先驗分布。一般來說，先驗分布的設定主觀性很強。為減少參數先驗值對模型估計結果的影響，本文參考Mcculloch和Tasy（1994）和Kim和Nelson（2001）的方法，設定如下先驗分布：～N（0，1），～N（0，0.25）～g—1（2，0.5），～U（0，1）。為提高估計的精度，先對建立的Markov鏈進行預熱（burn in），預熱期為1000。故在進行最后的估計運算時，開始的1000次摒棄不用。

三、模型估計結果與域變特征分析

（一）參數估計結果

參數的估計結果見表2，前兩列是不存在域變時簡單線性AR（2）和AR（4）的估計結果，第三列給出了假定M2變化率存在條件異方差時AR（4）—GARCH（1，2）的估計結果，模型（1）的貝葉斯估計結果見最后一列。AR（4）的線性模型設定如下②AR（2）模型是AR（4）模型的特殊情形，故正文中不再詳細地累述。。

AR（4）—GARCH（1，2）模型的均值方程和GARCH方程設定如下。

表2 線性模型AR(2)和AR(4)，GARCH模型與域變模型的估計結果

圖2 AR（4）-GARCH（1，3）模型中沖擊的標準差估計值

參數的估計結果表明線性AR（2）和AR（4）是平穩(wěn)過程，模型滯后1期AR系數估計值都在0.9以上，且滯后2期AR系數都無顯著性，這說明t期波動的90%來源于t—1期沖擊的貢獻，t—2期則無顯著影響。除此之外，線性AR（4）模型的滯后3期和4期均有顯著性且符號相反，表明t—3和t—4期的沖擊也會影響t期的波動，但強度明顯小于t—1期且t—4期會產生負向影響。AR（4）—GARCH（1，3）用于考察M2變化率序列的方差變動情況，表2中顯示除均值方程的滯后2期AR系數外，其余AR系數和GARCH系數都是顯著，表明模型估計的整體效果較好，M2變化率序列中存在條件異方差。圖2還給出了根據AR（4）—GARCH（1，3）模型所得的標準差序列，同樣表明M2變化率序列中存在條件異方差。這與表1中各樣本子區(qū)間的標準差結論一致，也再次驗證了域變模型中采用兩狀態(tài)方差設定的合理性。

（二）域變特征分析

表2中MS（2）—AR（4）模型的估計結果都處在95%的后驗概率區(qū)間之內，說明參數的估計是可靠的，模型對M2變化率過程的刻畫是充分的。域變模型的對數似然值為—258.74，要大于假定僅存一個狀態(tài)時線性模型和GARCH模型的對數似然值，且域變模型對線性模型和GARCH模型的似然比統(tǒng)計量（分別為121.48、91.72和84.66）是顯著的。因此，認定使用MS（2）—AR（4）域變模型對M2變化率序列刻畫要優(yōu)于線性模型和GARCH模型①目前，衡量LR統(tǒng)計量顯著性所參照卡方分布的自由度并不完全一致，盡管如此，無論以何種合理的自由度衡量，這三個LR統(tǒng)計量都是高度顯著的。。

兩狀態(tài)的均值估計值分別為—0.895和0.014，滿足模型初始的假定μ1＜μ2，與理論預期相符；相應的標準差估計值分別為0.070和0.704，滿足σε1＜σε2，與上節(jié)中對序列統(tǒng)計特征的分析相一致。這一結果意味著貨幣供應量處在“緊縮”時期（狀態(tài)1）的波動性要低于“寬松”時期，體現(xiàn)了兩種狀態(tài)下波動的非對稱性。考慮到貨幣供應量是貨幣政策的中介目標，因此貨幣供應量波動的非對稱性可以看成是對貨幣政策非對稱性的反應。也就是說，我國央行執(zhí)行從緊與執(zhí)行寬松貨幣政策時的調控力度是非對稱的，執(zhí)行從緊貨幣政策時的調整幅度要小。典型的時期如2007年至2008年，為應對經濟中流動性過剩對通脹的壓力，央行開始執(zhí)行從緊貨幣政策，從2007年至2008年上半年連續(xù)6次加息，存款基準利率從2.52%上調至4.14%，累計上調幅度為1.62%，平均每次升息為0.27%。隨之而來的是全球性的金融危機，為抵御金融危機的沖擊，貨幣政策由從緊轉向適度寬松，從2008年下半年開始，三個多月內連續(xù)5次降息，存款基準利率由4.14%下調至2.25%，累計下調幅度為1.89%，平均每次降息為0.38%。顯然，無論是在累計還是在單次調整幅度上，從緊貨幣政策都要小于寬松貨幣政策。類似的情況還發(fā)生在1996年和2000年前后，為抑制1996年以前的通脹，央行在執(zhí)行緊縮性貨幣政策時進行了小幅度的升息，如1995年將金融機構貸款利率提高0.24%。而對于2000年前后的通縮則實施了大幅度的降息，如1998年至2002年，連續(xù)5次降息，存款利率由5.67%降至1.98%。

兩狀態(tài)的自持概率估計值分別為0.618和0.965，顯然狀態(tài)1的概率要小于狀態(tài)2。這說明“緊縮”狀態(tài)下下期繼續(xù)保持原狀態(tài)的可能性要小于“寬松”狀態(tài)，體現(xiàn)了我國貨幣供應量在各狀態(tài)的持續(xù)性不同。例如，1996年至2002年，央行連續(xù)9次降息以執(zhí)行寬松貨幣政策，持續(xù)時間長達7年之久，而始于2007年的緊縮貨幣政策在2008年第3季度即宣告結束，持續(xù)時間不足2年。相應的狀態(tài)轉移概率分別為0.382和0.035，即“緊縮”狀態(tài)向“寬松”狀態(tài)轉移的可能性要大于由“寬松”狀態(tài)向“緊縮”狀態(tài)轉移。說明貨幣供應量狀態(tài)轉移路徑也存在一定程度的非對稱性，反映在貨幣政策上就表現(xiàn)為在不同狀態(tài)下調整速度的差異。例如，1998年前后我國為促進增長而執(zhí)行較大幅度降息的寬松貨幣政策，利率調節(jié)速度較2005年和2006年為反通脹而執(zhí)行連續(xù)加息的從緊貨幣政策要快。因此，以上分析的結果，恰如其分地解釋了1996年經濟“軟著陸”以來，我國貨幣政策以保增長為重點，穩(wěn)中求進的實際操作背景。

進一步，在模型參數估計的基礎上，推導出狀態(tài)變量St在樣本區(qū)間內離散取值的平滑概率。平滑概率直觀地刻畫了我國貨幣供應量處在“緊縮”和“寬松”狀態(tài)時的可能性，概率值越大，相應地處在該狀態(tài)的可能性也越大，圖3描述了我國貨幣供應量處在“緊縮”和“寬松”狀態(tài)時的平滑概率。

從圖3可清楚看出：第一，我國貨幣供應量處于“緊縮”狀態(tài)的持續(xù)時間較“寬松”狀態(tài)要短?！熬o縮”狀態(tài)的典型時期為1997年10月至1998年12月、2009年3月至2010年12月，兩次的持續(xù)期都在一年左右，占總體月度的12%，遠小于“寬松”狀態(tài)出現(xiàn)的時間。第二，平滑概率反映了我國貨幣政策的非線性調整特征，并定量描述了貨幣供應量對貨幣政策的非對稱反應強度的變化。當經濟高漲確定一個從緊的貨幣政策時，貨幣供應量要定得低一些，意味著一個高的“緊縮”平滑概率值；當經濟低迷確定一個寬松的貨幣政策時，貨幣供應量要定得高一些，意味著一個高的“寬松”平滑概率值；當平滑概率超過或低于某一閾值時，貨幣供應量就會在兩種狀態(tài)之間相互轉換。

圖3 “緊縮”時期的平滑概率

圖4 “寬松”時期的平滑概率

從我國貨幣政策的實踐看，從1993年下半年開始，為抑制通脹壓力，央行連續(xù)4年實施“適度從緊”的貨幣政策。緊縮在1996年后取得明顯效果，物價指數下降，經濟增長率也有所下降、但仍然保持在10%左右的高位，中國經濟成功實現(xiàn)“軟著陸”。1997年后，我國出現(xiàn)了有效需求不足、通貨緊縮及經濟增長緩慢的嚴峻形勢。為此，央行及時調整貨幣政策方向，從1998年起開始實施“穩(wěn)健”的貨幣政策，至1999年已連續(xù)7次較大幅度降息以刺激經濟的回升。反映在圖3、4中，1997年和1998年的“緊縮”平滑概率值都較大、位于或接近于1，而1999年后“寬松”平滑概率值較大、位于或接近于1。表明貨幣供應量由“寬松”—“緊縮”—“寬松”的狀態(tài)轉換，反應了貨幣政策的調整過程。

至2004年，我國宏觀經濟以完成了從低迷到繁榮的周期轉換，經濟快速增長，但部分時期通脹壓力較大。在這一背景下，央行雖繼續(xù)實施“穩(wěn)健”的貨幣政策但政策的內涵已發(fā)生變化，主要是適當回收流動性，并最終確定“穩(wěn)中適度從緊”的貨幣政策。標志性的證據是2004年央行上調存款準備金率利率、同時提高利率。但這些旨在緊縮銀根、控制貨幣供應量的措施，在隨后幾年內的效果差強人意：2005—2007年廣義貨幣供應量M2的目標值分別為15%、16%和16%，實際值分別為17.6%、16.9%和16.7%，要普遍高于其目標值。這意味著當年的“從緊”貨幣政策并沒有完全實現(xiàn)。反映在圖3、4中，2004—2007年“緊縮”平滑概率值都較小、而“寬松”平滑概率值都較大。表明在這一時期貨幣供應量對貨幣政策的反應強度并未超過閾值，故維持在“寬松”狀態(tài)。

從2008年開始，央行再次調整貨幣政策轉為“從緊”，這一措施是對2004年以來“穩(wěn)中適度從緊”貨幣政策的延續(xù)和強化?！皬木o”貨幣政策的主要目標是針對經濟過熱和通脹過高，其政策效應在2009年開始顯現(xiàn)。反映在圖3中，2009年開始“緊縮”平滑概率值較大。2008年下半年后，由前述，為抵御金融危機沖擊，央行多次較大幅度降息。貨幣政策由“從緊”轉為“適度寬松”，但持續(xù)時間較短。2010年開始，央行開始調整貨幣政策方向，主要標志是連續(xù)6次上調存款準備金率、2次上調存貸款基準利率，引導貨幣條件從反危機狀態(tài)向常態(tài)水平回歸。反映在圖3、4中，2009年初至2010年末的大約兩年時間內貨幣供應量以高的概率處于“緊縮”狀態(tài)?？傊?，以上典型年份的分析表明，我國貨幣供應量對不同時期貨幣政策的反應，呈現(xiàn)出與貨幣政策相一致的形態(tài)轉換。

（三）非線性動態(tài)特征分析

進一步，為分析我國貨幣供應量變化率的非線性動態(tài)特征，我們給出模型的特征多項式并計算其特征根。依據式（1）的估計結果可以分別寫出狀態(tài)1和狀態(tài)2估計模型的特征多項式。

其中，λ1、λ2表示變化率處在狀態(tài)1、狀態(tài)2時特征多項式的特征根，其動態(tài)特性由支配特征根所主導，所謂支配單位根是指該特征根的絕對值或模的取值最大，相關結果由表3給出?？梢钥闯?，狀態(tài)1的特征根是兩對共軛復數，狀態(tài)2的特征根是一對共軛復數和一對實數。這表明處在“緊縮”狀態(tài)，我國貨幣供應量系統(tǒng)受外生沖擊時，其脈沖響應具有正弦周期振蕩特性；當處于“寬松”狀態(tài)時，系統(tǒng)的沖擊也具有周期振蕩特性，但并不是占主導地位，因為支配特征根不是復數。同時，特征根的模和周期也顯示，我國貨幣供應量具有明顯的非對稱性。具體來說，當系統(tǒng)處于“緊縮”狀態(tài)時，特征根的周期分別約為2.6和7個月，這表明系統(tǒng)對外來沖擊的響應，最長需要7個月的時間才能重新恢復到原來狀態(tài)；在“寬松”狀態(tài)時，這個周期則相對較短，大約為3個月的時間。考慮到共軛復根在“寬松”狀態(tài)并不是支配特征根，脈沖響應函數的指數衰減將會掩蓋掉其周期振蕩特征，實際上，指數衰減十分緩慢，外生沖擊的影響要遠比3個月更久。

當貨幣供應量處于“緊縮”狀態(tài)時，由于支配特征根的模要遠小于1，所以貨幣供應量在這個狀態(tài)時較易變動，并且自持性較低。從圖3和4中也可以明顯看出，“緊縮”狀態(tài)的平滑概率值大于0.5的區(qū)間遠小于“寬松”狀態(tài)，這與特征根的分析結果相吻合，即我國寬松時期的持續(xù)時間要比緊縮時期持續(xù)的時間長。而寬松狀態(tài)時的支配特征根是一個實數，其值為0.92較為接近1，當貨幣供應量處于“寬松”狀態(tài)時，其動態(tài)特性的持續(xù)性很高，類似與單位根過程。只有系統(tǒng)受到很強的負向沖擊時，貨幣供應量才能從這個狀態(tài) 中轉移出去。

表3 狀態(tài)1和2特征多項式的特征根、模和周期

以上分析表明：在“緊縮”狀態(tài)下，外生沖擊作用于貨幣供應量系統(tǒng)的效力大約7個月，面對正向沖擊時自持性較低、較易變動；在“寬松”狀態(tài)下，外生沖擊作用于貨幣供應量系統(tǒng)的效力大約3個月，面對負向沖擊時自持性較高、較為穩(wěn)定。這意味著政府部門在調控宏觀經濟運行時，應避免所設定中介目標的浮動區(qū)間長期處于“寬松”狀態(tài)，否則將導致逆向調控經濟政策的效力大打折扣。

四、結論與政策思考

本文使用MS（2）—AR（4）模型將我國廣義貨幣供應量M2的月度同比變化率劃分為兩個狀態(tài)：“緊縮”和“寬松”。在此基礎上，分析了其在1996—2013年間的非對稱性、持續(xù)性以及不同狀態(tài)之間的轉移路徑，并采用特征根的分析方法深入剖析它的非線性動態(tài)特征。本文的主要結論可概述為：

（1）估計結果顯示我國貨幣供應量的非線性特征可由兩狀態(tài)的MS—AR模型刻畫，支持本文以均值和方差為依據對各狀態(tài)的劃分。這意味著，央行在制定貨幣政策的預期調控目標時不僅要考慮當前貨幣供應量的水平值（均值），還要參考它的浮動區(qū)間（方差）。

（2）從1996年1月至2013年12月，我國貨幣供應量經歷了兩輪完整的域變過程，最長區(qū)間跨度為169個月。在域變過程中，貨幣供應量的典型轉移路徑為：“寬松”至“緊縮”。

（3）處于“寬松”狀態(tài)時，貨幣供應量系統(tǒng)自持性較高；處于“緊縮”狀態(tài)時，系統(tǒng)自持性較低。這意味著，只有施加很強的負向沖擊，供應量系統(tǒng)才能從“寬松”狀態(tài)中轉移出去，相比之下，只需施加適度的正向沖擊，便會迅速從“緊縮”狀態(tài)中轉移出去。

（4）非線性動態(tài)調整分析表明，沖擊對貨幣供應量系統(tǒng)不具有持久性影響，調控“緊縮”時期的貨幣政策發(fā)揮效力的最長時間約為7個月，而調控“寬松”時期的政策發(fā)揮效力的時間則相對較短。

將貨幣供應量作為貨幣政策中介目標的意義在于為貨幣政策確定了一個調控方向和調控幅度。根據本文對我國貨幣供應量狀態(tài)的劃分，2011年以來，我國貨幣供應量都處在“寬松”狀態(tài)，按照貨幣供應量變化率基本同步或超前于通貨膨脹率的經驗法則，這一結論意味著，在未來一定時期內，我國通脹水平還存在上行的壓力。因此，有必要采取政策手段為貨幣供應量制定一個合理的增長區(qū)間，防止翹尾因素對通脹水平的影響。從當前實際經濟運行來看，2014年第1季度，我國貨幣供應量M2同比增長12.1%、居民消費價格同比上漲2.3%，較2013年第4季度回落0.3%、1.5%。表明2014年實施的“穩(wěn)健”的貨幣政策在抑制通脹壓力、穩(wěn)定價格水平、保持經濟的平穩(wěn)健康運行方面取得了初步成效。盡管如此，在當前經濟形勢下，我們對大幅度收緊貨幣供應量仍持謹慎態(tài)度。因為當前我國經濟下行壓力增加，保持貨幣信貸和融資規(guī)模合理增長是有必要的，有利于促進經濟穩(wěn)步回升。

本文的政策含義還在于，在以貨幣供應量作為貨幣政策中介目標制定經濟政策時，應首先對引起經濟波動的沖擊源進行科學的量化評估，在此基礎上來決定政策力度。同時，也應該充分考慮到政策的漸進性及時效性，對政策的實施效果進行實施監(jiān)測，并及時調整政策手段及政策力度。

［1］劉斌.我國貨幣供應量與產出、物價間相互關系的實證研究［J］.金融研究.2002（7）：10—17.

［2］劉明志.貨幣供應量和利率作為貨幣政策中介目標的適用性［J］.金融研究.2006（1）：51—63.

［3］封思賢.貨幣供應量作為我國貨幣政策中介目標的有效性分析［J］.中國軟科學.2006（5）：39—48.

［4］閆力，劉克宮，張次蘭.貨幣政策有效性問題研究——基于1998～2009年月度數據的分析［J］.金融研究.2009（12）：59—71.

［5］高茵.財政刺激計劃、貨幣供應量、公眾預期與通貨膨脹［J］.財經問題研究.2010（2）：8—16.

［6］劉貴生，高士成.我國財政支出調控效果的實證分析——基于財政政策與貨幣政策綜合分析的視角［J］.金融研究.2013（3）：58—72.

［7］李正輝，蔣贊，李超.Divisia加權貨幣供應量作為貨幣政策中介目標有效性研究——基于LSTAR模型的實證分析［J］.數量經濟技術經濟研究.2012（3）：102—115.

［8］Frühwirth-Schnatter S.Finite Mixture and Markov Switching Models［M］.Springer，2006.

責任編輯 廖筠

Regime-switching Analysis and Nonlinear Dynamics of China's Monetary Aggregate

HE Yong-tao1，WANG Fei2
（1.Institute of Econometrics，Nankai University，Tianjin 300071；China；2.School of Economics，Nankai University，Tianjin 300071；China）

In this paper，Markov switching model is used to explain the changing behavior of Monetary aggregate by employing M2 data from 1996 to 2013.The authors investigate persistence，asymmetric and nonlinear characteristics of its dynamics，and transition path and intrinsic mechanism of different regime.The empirical results show that China's monetary aggregate can be divided into two regimes：contraction and expansion.The partition criteria not only depend on the aggregate level，but also depend on its volatility.The expansion phases have high persistence，whereas the contraction has low.The impulse responses to shocks are transient，and there appears to be asymmetry between the impulse response to positive and negative shocks.

Monetary Aggregate；Nonlinear Model；Monetary Policy

F224.0 文獻標識碼:A 文章編號:1005—1007(2015)02—0091—11

一、引言

貨幣供應量作為貨幣政策的中介目標，是監(jiān)測宏觀經濟運行的重要參考指標，一直受到學術界的廣泛關注。央行在執(zhí)行貨幣政策用于調控宏觀經濟運行時，需首先對中介目標設定一個合理的浮動區(qū)間，以防止調控反向、調控過度或不足。近年來，由于我國經濟發(fā)展中所面臨環(huán)境的復雜多變、不確定性因素的增加，央行采用貨幣政策手段調控經濟的頻率也隨之增加，這引起了學術界關于貨幣政策取向是否合理的討論。討論的焦點問題是貨幣政策的調控方向和調控幅度是否準確，調控時機是否合適，以及預期效果是否在可控范圍之內？回答這些問題的關鍵在于對擔當中介目標角色的貨幣供應量進行科學的經驗分析。類似于通脹率等宏觀經濟變量，典型的事實表明貨幣供應量的動態(tài)調整過程也呈現(xiàn)出明顯的非線性行為特征，但現(xiàn)有文獻對這類問題研究較少?；诖?，本文嘗試采用非線性時間序列分析方法，對我國貨幣供應量的動態(tài)調整特性進行研究，具體內容包括：通過對貨幣供應量中各域的劃分來捕捉其非線性行為，并對各個域之間的相互轉移路徑進行分析；通過對各域特征多項式中特征根的分析，來研究貨幣供應量系統(tǒng)對沖擊的非對稱響應特征。通過本文的研究，為政府部門能夠準確判斷當前貨幣供應量的變動趨勢、設定一個浮動區(qū)間合理的中介目標、進而為制定貨幣政策提供科學的參考依據，也是本研究的主要目的。

2014-10-25

國家自然社科基金青年科學基金項目（71001054）；中央高校基本科研業(yè)務費專項資金項目（NKZXB1426）。

何永濤，男，南開大學數量經濟研究所博士生，主要從事計量經濟學理論與運用研究；王飛，女，南開大學經濟學院博士生，主要從事產業(yè)組織研究。