基于ECM模型的货币供给量与通货膨胀关系研究(2)

对GM0、GM1、GM2和GP的序列进行数据生成过程研究可以得知，应采用没有趋势成分和常数项的单位根检验方法。利用Eviews4.0软件分别对各变量水平值和一阶差分序列进行平稳性检验，其中检验过程中滞后阶数的确定采用赤池信息准则(AIC)，可得表1的检验结果。
表1　各序列的单位根检验结果
Table 1　Unit Root Test on Each Series

变量 ADF检验值 临界值 PP检验值 临界值 GM0 -1.025348 -1.6208[***] -1.915827 -1.9486[**] GM1 -0.619661 -1.6208[***] -0.753221 -1.6198[***] GM2 -2.138849 -2.6227[*] -0.988499 -1.6198[***] GP -3.500881 -3.6067[*] -2.231399 -2.6830[*] △GM0 -4.408319 -2.6196[*] -8.972842 -2.6182[*] △GM1 -3.656011 -2.6243[*] -6.337483 -2.6182[*] △GM2 -3.357905 -2.6227[*] -5.799792 -2.6182[*] △GP -3.237557 -2.6196[*] -3.335052 -2.6182[*]

注：△为差分算子；*为1％显著性水平下的Mackinnon临界值；**为5％显著性水平下的Mackinnon临界值；***为10％显著性水平下的Mackinnon临界值。
资料来源：Eviews4.0输出结果，作者整理。
表1的检验结果表明，用ADF单位根检验方法，GM0和GM1在10％的显著性水平无法拒绝单位根过程，GM2和GP在1％的显著性水平无法拒绝单位根过程；用PP单位根检验方法，GM0在5％的显著性水平下无法拒绝单位根过程，GM1和GM2在10％的显著性水平下无法拒绝单位根过程，GP在1％的显著性水平下无法拒绝单位根过程，但这些变量的一阶差分序列都是平稳的，并且都是在1％的显著性水平下拒绝单位根过程。综合来看，这些变量都是一阶差分序列。
　　3. 2　协整分析
如果涉及到的变量都是一阶差分平稳的，且这些变量的某种线性组合是平稳的，则称这些变量之间存在协整关系，它反映了所研究变量之间存在的一种长期稳定的均衡关系。普遍使用的两变量协整检验的方法是Engle和Granger提出的两阶段回归分析法[14]。
首先用最小二乘法估计长期货币供给量的增长率与通货膨胀率的方程，得到回归结果为
GP=-0.085+1.008GM0
　 (-3.454) (5.950)
R[2]=0.744　D. W. =1.381　F=35.401　　(1)
GP=-0.118+0.9427GM1
　 (-2.920) (4.319)
R[2]=0.791　D. W. =1.271　F=18.657　　(2)
GP=-0.170+1.079GM2
　 (-9.564) (13.064)
R[2]=0.803　D. W. =1.438　F=170.675　　(3)
对这三个回归方程的残差进行ADF和PP单位根检验，u[，0]、u[，1]和u[，2]分别表示方程(1)、(2)和(3)的残差，结果见表2。
表2　残差序列的单位根检验
Table 2　Test for Co-integration between Each Two Variables

变量 ADF检验值 临界值 PP检验值 临界值 结论 u[，0] -1.784516 -1.6199[***] -2.044011 -1.9486[**] 平稳 u[，1] -2.153864 -1.9495[**] -2.895260 -2.6168[*] 平稳 u[，2] -5.075846 -2.6211[*] -3.784644 -2.6168[*] 平稳

注：*为1％显著性水平下的Mackinnon临界值；**为5％显著性水平下的Mackinnon临界值；***为10％显著性水平下的Mackinnon临界值。
资料来源：Eviews4.0输出结果，作者整理。
从表2可以看出，如果用ADF单位根方法检验，u[，0]、u[，1]和u[，2]分别在10％、5％和1％的显著性水平下是平稳的；而用PP单位根检验方法，则u[，0]的残差在5％的显著性水平是平稳的，u[，1]和u[，2]在1％的显著性水平下是平稳的。因此三个序列都不存在单位根，这说明在所考察的样本期内，三个层次货币供给量的增长率与通货膨胀率之间存在协整关系。根据各个方程的协整系数可以判断，M2与通货膨胀率间的协整关系最强，其次是M0，而M1与通货膨胀率的协整系数相对要小一些。

　　3. 3　误差修正模型
通过对变量进行协整分析可以发现变量之间的长期均衡关系，但无法得知这些变量偏离它们共同的随机趋势时的调整速度，误差修正模型可以解决这个问题。根据Granger定理，一组具有协整关系的变量具有误差修正模型的形式[14]，因此在协整检验的基础上进一步建立误差修正模型，研究货币供给量增长率与通货膨胀率之间关系的短期动态调整与长期特征。误差修正模型的一般表示形式为
附图
λμ[，t-1]+v[，t]　　(4)
其中，μ[，t-1]=[，t-1]-δ[，0]-δ[，1]X[，t-1]，ι、p是最优滞后项，t是时间，v[，t]是误差扰动项。该模型的经济含义是：Y[，t]在t时刻的增量决定于在t-1时刻该变量与被解释变量长期均衡关系的误差。若这一误差是正的，Y[，t]在t时刻就应该做出负的修正，即表现为一个负的反馈过程，Y[，t]在不断的修正过程中发展。误差修正项的大小表明了从非均衡向长期均衡状态调整的速度，该模型突出了长期均衡关系对短期的影响。
运用Eviews4.0软件，在协整的基础上，根据Hendry从一般到特殊的动态建模原则[15]，选择季度数据，从滞后八期开始删除不显著的变量，最终得到的误差修正模型为
△GP[，t]=-0.005+0.093△GM0[，t]-0.119△GM0[，t-2]+
(-2.877)　　　 (2.080)　　　　　(-2.962)
0.391△GP[，t-1]-0.134u[，t-1]
(3.889)　　　　　　　　 (-4.865)　　(5)
R[2]=0.929　D. W. =2.127　F=19.241
△GP[，t]=-0.003+0.104△GM1[，t]+0.102△GM1[，t-2]+
(-1.550)　　　(1.935)　　　　　 (1.907)
0.352△GP[，t-1]-0.076u[，t-1]
(2.656)　　　　　　　 (-2.252)　　(6)
R[2]=0.859　D. W. =1.913　F=17.527
△GP[，t]=-0.002+0.242△GM2[，t]+0.102△GM2[，t-2]+
(-1.625)　　　 (2.367)　　　　　(2.095)
0.352△GP[，t-1]-0.076u[，t-1]
(3.490)　　　　　　　　　(-2.157)　　(7)
R[2]=0.903　D. W. =1.936　F=26.472
由(5)式～(7)式可知，在所考察的样本期内货币供给量增长率与通货膨胀率的误差修正模型的误差修正项系数均小于零，符合反向修正原则，即上一期通货膨胀率高于均衡值时，本期通货膨胀率涨幅便会下降；反之上一期通货膨胀率低于均衡值，本期通货膨胀率涨幅便会上升。
　　3. 4　Granger因果关系检验
由协整检验结果可知，货币供给量的增长率与通货膨胀率之间存在长期的均衡关系，但是这种均衡关系是否构成因果关系及因果关系的方向如何尚需要进一步验证。采用Granger和Sims的因果关系检验法来进行分析。
用Granger和Sims的因果关系检验法分析货币供给量的增长率与通货膨胀率之间因果关系的步骤如下[16]。首先检验“GM(货币供给量增长率)不是引起GP(通货膨胀率)变化的原因”的原假设，对下面两个回归模型进行估计。
无限制条件模型
附图
有限制条件模型
附图
这里m是最优滞后阶数，即选择滞后阶数m使模型中的误差项μ[，t]为白噪声。然后根据(8)式、(9)式的残差平方和来计算F统计量，检验(8)式中系数β[，1]，β[，2]，…，β[，m]是否同时显著不为零。若果真如此，就拒绝“GM不是引起GP变化的原因”的原假设，也就是说货币供给量增长率是通货膨胀率变化的原因。
然后，检验“GP不是引起GM变化的原因”的原假设，作同样的回归估计，但是要交换GP和GM的位置，检验GP的滞后项是否显著不为零。要得到GM是引起GP变化原因的结论，就必须拒绝原假设“GM不是引起GP变化的原因”，同时接受原假设“GP不是引起GM变化的原因”。
对上述模型进行估计，并计算F统计量，可以得到表3的结果。
表3　Granger影响关系检验结果
Table 3　Causality Test Results

原假设 F统计量 概率 结论 GP不是引起GM0变化的Granger原因 0.75310 0.52821 接受 GM0不是引起GP变化的Granger原因 2.76565 0.05679 拒绝 GP不是引起GM1变化的Granger原因 0.78034 0.51316 接受 GM1不是引起GP变化的Granger原因 3.53365 0.02489 拒绝 GP不是引起GM2变化的Granger原因 0.49560 0.68776 接受 GM2不是引起GP变化的Granger原因 3.56845 0.02399 拒绝

资料来源：Eviews4.0输出结果，作者整理。

以上的检验表明，在检验的样本期内，无论使用哪一种货币供给量指标，我国的通货膨胀率都是由于货币供给量增长所致，因而我国的通货膨胀仍然是货币现象。同时样本期内我国各层次货币供给量的过快增长不能归因于高位通货膨胀拉动，这说明我国货币供给的外生性(即货币供给)很大程度上只是一种政府行为而非经济手段。
　　　　4　结论
本文以我国1994年第一季度～2004年第四季度的统计数据为基础，采用单位根检验、协整分析、误差修正模型和Granger因果关系考察不同层次货币供给量增长率与通货膨胀率之间的关系，可以得到以下的结论。
(1)从长期来看，各层次的货币供给量增长率都与通胀率之间存在正相关协整关系，它们之间存在显著的相关性，货币供给变化所产生的影响最终在价格水平上体现出来。由(1)式、(2)式和(3)式可以看出，三个层次货币供给量增长率对于通货膨胀率的乘数分别为1.008、0.9427和1.079，这三个值与1都比较接近，由此可以看出货币变量长期中性的特征仍然明显。
(2)误差修正模型的估计结果显示了货币供应量与通货膨胀率之间的短期动态关系，外部因素的冲击影响使二者之间产生了显著的短期波动，但从长期来看，二者仍可以长期保持稳定关系，价格具有向均衡关系回复的机制。三个层次货币供给量增长率的误差修正系数分别为-0.134、-0.076和-0.150，它们的绝对值不大，这表明短期波动对长期均衡趋势偏离的程度不高，它们的波动幅度不大。值得注意的是，上一期的通货膨胀率的增长与本期的通货膨胀率的增长存在着正相关性，表明某一时期的通货膨胀率会影响下一期的通货膨胀率。通货膨胀率是比较稳定的，一旦形成就将持续一段时期[5]，因此货币这个名义因素对价格水平的影响是一个较长的过程。
(3)由Granger因果关系检验可以知道，无论哪个层次的货币供给量的增长都是通货膨胀率变化的Granger原因，这与货币数量论的思想基本一致，同时货币供给量的增长不能归因于通货膨胀率的增加。
从实证结果来看，我国的通货膨胀仍是货币现象，货币政策仍然具有最终影响价格水平的能力，其仍然是价格水平调整的主要政策方式，因此在预防通货膨胀率过高时采用紧缩的货币政策是可行的。另外，不同层次货币供给量的增长都与通货膨胀率之间存在长期均衡关系，这说明20世纪90年代以来我国金融体制改革和价格体制改革取得了成效，金融市场和货币市场都有了很大程度的发展，储蓄存款以及其他存款转化为现金的流动性有所增强，使得三个层次货币的流动性差别大大减小。