货币需求计量的经济模型构建(2)

　　在上面的两个方程中均剔除通货膨胀率因素，再对方程进行回归可得到：
　　LN(M1t/P)= 3.201 0.72LN(GDPt/P) －
　　 (8.551) (17.621)
　　0.241LN(Rt) 0.0584LN(SVt)(4)
　　(－5.760) (2.783)
　　F=1049.36R2=0.994， R2ADJ=0.993，DW=1.368
　　LN(M2t/P)= 1.68 0.996LN(GDPt/P) －
　　(7.153) (36.955)
　　0.255LN(Rt) 0.03149LN(SVt) (5)
　　 (－9.254)(1.866)
　　F=3457.54 R2=0.998，R2ADJ=0.998， DW=1.516
　　两个方程在统计上都能通过检验，并且拟合优度很好，说明用实际国内生产总值GDP、利率R和股票市值SV对实际货币需求有整体的解释意义。D-W统计量分别为：1.368、1.516可以认为回归方程残差项不存在序列相关，因此方程的参数值在OSL方法的统计意义上是可置信的。
　　（二）单位根检验和协整检验
　　上面的回归方程都能通过统计检验，并且拟合优度很好。但是由于时间序列的不平稳性，OLS（普通最小二乘法）方法不能避免“伪回归”现象，因而必须进行协整检验。
　　这里的单位根检验采用Dickey－Fuller检验法，首先构造统计量F=(N-k)(ESSR－ESSUR)/q(ESSUR)，并利用SPSS软件分别计算各个变量的有限制回归方程Yt-Yt-1=α＋ΣλYt-j的残差ESSR，以及无限制回归方程Yt-Yt-1=α＋βt＋(ρ-1) Yt-1＋ΣλYt-j的残差ESSUR。然后分别计算各个变量的F统计量的值，结果如下表所示，将F值与临界值比较，我们在5%的显著水平下接受原假设，即LN(M1/P)， LN(M2/P)， LN(GDP t /P)， LN(Rt)， LN(SVt)都是随机游走(Random Walk)非平稳序列（见表1所示)。
　　对于协整检验有很多种方法，我们这里采用Engle—Granger两步检验法：
　　第一步，用OLS方法对长期方程：
　　LN(Mt/P)= α0 α1LN(GDP t /P) α2LN(Rt) α3LN(SVt) εt
　　进行估计，得到协整回归方程，
　　
　　εt = LN(Mt/P)－
　　第二步，对εt进行ADF检验，也就是上述的单位根检验方法。得到F值为：F=9.167>8.65（8.65为2.5%显著水平下的临界值），因此拒绝原假设，也就是说，εt是平稳序列。所以，LN(Mt/P)，LN(GDP t /P)，LN(Rt)，LN(SVt) 具有协整性，因而上面的回归结果具有“超一致性”（Super Consistency），它们之间具有长期均衡关系。
　　（三）误差修正模型（Error Correction Model，ECM）
　　由于货币需求函数既有长期均衡又有短期波动，为了反应这种短期波动，我们建立如下的误差修正模型：
　　LN(Mt/P)=α0 α1LN(GDPt/P) α2LN(Rt) α3LN(SVt) α4ecmt-1 εt
　　其中ecmt-1为误差校正项，ecmt=LN(Mt/P)-(α0 α1LN(GDPt/P) α2LN(Rt) α3LN(SVt) )
　　上述的误差校正模型中，差分项反应变量短期波动的影响，因而被解释变量的波动被分成两部分：一部分为短期波动，即差分项；另一部分为长期均衡，即误差校正项。从理论上讲，ecm前的系数α4满足：-1<α4<0，因此，若在(t-1)时刻LN(M/P)大于长期均衡解：α0 α1LN(GDP/P) α2LN(R) α3LN(SV)，则误差修正项α4ecm为负，使得短期货币需求LN(Mt/P)减少；若在(t-1)时刻LN(M/P)小于长期均衡解：α0 α1LN(GDP /P) α2LN(R) α3LN(SV)，则误差修正项α4ecm为正，使得短期货币需求LN(Mt/P)增加，因而系数α4反应了长期货币需求对短期波动的修正幅度。这就是误差修正模型的优点。
　　对上述误差修正模型进行OLS估计，得出M1和M2的误差修正方程：
　　LN(M1t/P)=0.08763＋0.641LN(GDPt/P)-
　　 (5.643) (3.800)
　　0.199LN(Rt) -0.704ecmt-1(6)
　　 (-2.691) (-3.448)
　　F=11.54，R2=0.670， R2ADJ=0.612， DW=1.788
　　LN(M2t/P)=0.06443 0.620LN(GDPt/P)-
　　 (4.019)(6.72)
　　0.0892LN(Rt) -0.387ecmt-1 （7）

　　(-1.976) (-2.180)
　　F=16.847，R2=0.748，R2ADJ=0.704， DW=1.880
　　在上面的回归过程中，由于变量LN(SVt)在方程中不显著，因而被剔除，回归方程（6）和（7）在统计意义上都能够通过检验。我们看到M1层次的货币需求长期对短期的修正幅度达到70%，而M2层次货币需求长期对短期的修正达到约40%。
　　
　　结论及政策建议
　　
　　在回归方程（2）和（3）中，我们看到通货膨胀率变量对实际货币需求的影响不显著，我们认为这是由于采用名义利率的缘故。根据费雪效应，名义利率中包含了通货膨胀因素，因此通货膨胀率变量与名义利率之间出现了共线性，因而不能通过t检验。
　　回归方程（4）和（5）通过了后面的协整检验，这说明我们的模型是有解释力的。通过这两个方程，我们看到实际GDP变动1%实际货币需求的变动也大约为1%（对M1的需求变动为0.72，对M2的需求变动为0.996），根据货币流通速度公式V=y/L（L为实际余额需求，y为实际收入水平），因此货币流通速度可以认为是稳定的，并且M2的流通速度比M1的流通速度更稳定。所以中央银行的货币总量目标应该以M2为标准。
　　通过回归方程（4）、（5）、（6）、（7），我们得到影响货币需求各经济变量的长短期弹性值（见表2所示）。
　　从表2中我们可以看出，各变量弹性的长期值均大于短期值，这与理论相符合。并且我国M2层次货币需求的利率弹性为负值，这说明在我国提高利率将降低对M2层次货币的需求。因此，我国央行不适宜通过加息的方式来预防可能出现的经济过热，而应该通过合理控制货币信贷增长的方式，实施适度紧缩的货币政策，以防止经济增长由偏快转为过热。这也说明我国央行目前的政策操作相一致与我国的经济运行的实践是一致的，因而合理的。
　　通过回归方程（4）和（5），我们能够看到股票市场对货币需求有正向的影响，股市繁荣货币需求增加，股票市值上升1%，M1层次的实际需求上升0.0584%，M2层次的实际需求上升0.03149%。通过与误差修正方程（6）、（7）的比较，我们发现，短期内股票市场对货币需求的影响不显著，说明公众对股票市场投资的不确定性具有很强的戒备心理。这对货币当局来说要规范股票市场，避免违规操作，这有助于消除公众的戒备心理，从而使之成为合理的投资场所。

参考文献：
　　1.平狄克，鲁宾费尔德.计量经济模型与经济预测[M].机械工业出版社，1999
　　2.多恩布什，费希尔.宏观经济学[M].中国人民大学出版社，2003