中国微观货币需求函数实证分析.doc

中国微观货币需求函数实证分析
鲁 健 [摘要] 货币需求作为货币政策中重要的变量一直受到人们的关注,至今已发展出多种货币需求理论函数。然而人们并没有将宏观货币需求和微观货币需求加以区分,而是笼统的讨论货币需求函数。本文旨在从理论
:
对于时间序列数据样本,如果直接运用普通最小二乘法进行回归分析的话,很可能出现“伪回归”的现象。因此,在建模前有必要对各时间序列数据进行平稳性检验。平稳随机序列一般在均值附近呈现不规则运动,但该序列变量会经常回到均值而不会长期偏离。由于现实中的宏观经济变量基本上都是非平稳时间序列,因此这里运用ADF检验来考察时间序列的平稳性。检验结果如表1。
表注:①*,**,***分别表示所在行的变量序列在1%,5%,10%的显著水平下拒绝变量序列具有单位根的假设,即变量序列为非平稳序列;(C,T,N)中的C表示ADF检验时含常数项(C=0表示不含常数项),T表示含趋势项(T=0时表示不含趋势项),N表示滞后阶数,其选取使得回归残差不存在自相关,即DW值等于2左右通过,同时遵循AIC信息准则。②变量序列前的“Ln”表示对变量序列水平值取对数值;D Ln(M1)、D Ln(Y)、D Ln(S)、D Ln(R)、D (P)分别表示Ln(M1)、Ln(Y)、Ln(S)、Ln(R)、P的一阶差分序列。
表1的测算结果显示,Ln(M1)、Ln(Y)、Ln(S)、Ln(R)、P序列在1%的显著性水平下本身并不是平稳的,但他们的一阶差分是平稳的,即是I(1)型平稳序列。这表明序列本身是发散的,一般不可能遵从一种长期均衡的关系,但I(1)序列之间存在长期均衡关系。
:
通过格兰杰因果检验可以识别模型中的有效变量。只有相同性质的时间序列作格兰杰因果检验在经济意义上才可解释,由于上述的五个变量都是一阶差分平稳序列,因此可以作格兰杰因果检验。
从表2中可以看出:Ln(Y)是Ln(M1)%,因此Ln(Y)是一个有效的解释变量;Ln(S)是Ln(M1)%,因此Ln(S) 是一个有效的解释变量;Ln(R)是Ln(M1)的格兰杰原因的概率接近100%,因此Ln(R)是一个有效的解释变量;P是Ln(M1)%,此数值过小,因此可以认为通货膨胀预期并不是一个有效的解释变量。
通过以上分析可以初步建立如下模型:
lnM1=α+β1lnY+β2S-β3lnR(i=1,2,q)式中各变量含义如前,为截距,为回归系数。
:
为了避免“伪回归”的出现,还需要对上述时间序列进行协整检验。协整性揭示了序列间一种长期稳定的均衡关系,代表一种长期趋势。协整检验从检验的对象上可分为两种:一种是基于回归系数的协整检验,另一种是对回归残差的协整检验。对于双变量而言,一般运用对回归残差的协整检验,而对于多变量而言,一般用Johansen检验(JJ检验)来判断序列之间的长期均衡关系。根据AIC准则得出各序列的最优滞后步长为1。表3给出了Johansen协整检验结果。

注:*(**)表示在5%(1%)的显著水平上拒绝原假设。
协整