中国货币结构的缓长记忆过程及制度完善

张艾莲 刘 柏

吉林大学 商学院，吉林 长春 130012

在经济发展的历程中，货币政策和财政政策是一国调控经济和实施国家职能的主要政策。自中国实施改革开放以来，市场经济体系不断完善，随着金融市场的发展和货币工具的使用，符合市场经济运行特点的货币政策实施频率和影响力度日益扩大，根据实际经济变动进行的货币政策微调和施行能够保障经济运行的稳定性并推动经济增长。作为货币政策对经济传导中间媒介的货币供给量关系到实施效果和影响力度。而货币结构的变化则反映了经济结构的变迁和现代经济的成长(燕红忠，2011)［1］。

一、中国货币结构的嬗变

随着中国市场经济体制改革的深入，金融业在资源合理配置、经济运行服务等方面的作用越来越突出，并为经济运行提供了有力支撑。在金融发展过程中必然会发生货币结构的转变，这种改变体现了货币政策作用的内在机理，不同的货币结构会产生相异的政策作用效果。货币结构的改变会影响构成要素的变现能力和派生能力，并继而作用于货币传导机制的渠道途径和实施作用力。

中国对货币供给量的层次划分按照国际惯例，主要依据是货币流动性，采用的指标是M0、M1和M2，流动性能力依次下降，M0是流通中现金，M1是狭义货币，M2是广义货币。中国自1996年开始把货币供应量作为货币政策中介目标以来，货币供应量在经济运行过程中发挥了重要的作用，不同货币层次M0、M1和M2的增长变化更不相同，M0、M1和M2的各自增长变化仅仅反应了单一货币层面的内涵，因为每个货币层次反应的与经济活动相关的职能各不相同，所以采用货币结构指标能够更为全面地反应货币状态，任一层次的变化都会对整体平衡状况产生影响。由货币层次构成的货币结构行径特征关系到资金变现能力和消费与投资比例，同时还决定政府对宏观经济调控过程中货币政策的执行功效。

在经济领域中，度量货币结构的指标主要是M0/M2和M1/M2，这两个指标反应了流动性较强的货币与流动性较弱的货币之间的协调关系。它从一个侧面反映货币流动性强弱的结构变化，是分析社会即期资金状况，加强金融监测的参考指标之一(中国人民银行，2002)［2］。伴随着中国宏观经济实力的壮大，货币供应量的规模也不断攀升，货币结构也发生了转化。通过2001年1月至2013年6月的货币结构指数的变化趋势(图1)可见，M0/M2和M1/M2整体趋势小幅下降，表明流动性较高的货币在流动性较低的货币中的比重下滑。在二者的变动态势中，M0/M2的走势呈现了较为明显的周期性，而M1/M2的变化波动幅度大于M0/M2，并呈现不规律性。

货币结构的变动受到众多因素的影响，并反作用于经济运行，因此有学者对货币结构与不同宏观经济变量之间的关系问题进行了深入研究。但是，货币结构自身的特点和发展规律对货币政策执行和金融发展具有重要影响，只有甄别货币结构的变化路径才能有助于制定有效的政策。国内对货币结构自身变化特征研究不多，主要集中于对货币流动性的研究以及对货币结构与其他宏观经济现象关系的分析。李程和蔡桂云等(2011)［3］从货币流动性的存量和流量两个方面对货币流动性与资本形成进行了实证研究，表明货币流动性M1/M2上升会降低资本形成率。伍戈(2011)［4］认为M1/M2测度了货币供应内部的活跃程度，随着中国经济金融的不断发展，影响货币活化的因素必将不断演变，时常考察其决定因素，有助于为宏观分析提供有价值的经济信息。李正辉等(2012)［5］在货币需求函数稳健性为货币政策中介目标有效性标准的假设基础上，结合货币政策传导过程中的非对称性，构建具有非对称性的LSTAR模型，对M1和M2以及加权M1和M2进行了检验。

由于货币结构受到市场经济运行和政策调控的双重影响，在不同时点之间存在一定的相关关系，表现为缓长记忆性。通过对货币结构变化的缓长记忆刻画可以探知货币结构的变动机理，从而辨识货币结构未来变化的发展态势，并对未来的货币结构优化提供支撑，保障货币结构符合经济发展规律。

二、缓长记忆模型数理分析

(一)Hurst指数

对于存在缓长记忆的变量，以序列随机不相关为前提的传统度量方法无法甄别变量的特征，因此对时间序列缓长记忆性进行度量是变量分析的主要工作之一。针对河流及相关水储量问题，Edwin Hurst(1951)［6］最早提出了长期依赖性的检验方法，即R/S 统计量，Mandelbrot(1971［7］，1972［8］)对此又进行了修正。

假设时间序列{yt}表示为y1，y2，…，yt，区间长度为n，其均值为序列{yt}偏离均值的累积计算为

设定R表示公式(1)中的最大偏离值与最小偏离值之间的差距，即 Rt=maxYt(n)－ minYt(n)，其中，1≤t≤n。标准差为Hurst认为通过下述关系式能够有效刻画时间序列的特征，即，其中，H即是Hurst指数。当H=0．5时，序列是独立分整的布朗运动。当H处于(0．5，1)之间时，序列表现出长期持续性，而当H处于(0，0．5)之间时，序列是非持续的。

(二)ARFIMA模型

Granger and Joyeux(1980)［9］以及 Hosking(1981)［10］提出的自回归分整移动平均模型(简称ARFIMA模型)是检验缓长记忆的主要方法。当ARMA(p，q)过程的d阶差分是稳定且可逆时，则称其为ARFIMA(p，d，q)过程。鉴于过程的稳定性和可逆性，d是处于(－0．5，0．5)之间的任一实数。具体而言，设时间序列为yt，则ARFIMA模型为，

其中，L是滞后算子，Φ(L)和θ(L)分别是滞后多项式，分别表示为Φ(z)=1－是均值为0、方差为σ2的独立同分布。采用Gamma函数Γ(·)，(1－L)d的二项式展开为参数d决定模型的缓长记忆性。如果d＞－0．5，则过程是可逆的，并表示为线性关系。当d＜0．5时，表示协方差稳定。当d=0时，谱密度局限于原点，序列是弱依赖性，表现为短期记忆性。当d＞0时，序列具有缓长记忆性，因为自回归关系以双曲线速率缓慢衰减，而短期记忆性是以指数速率快速衰减，后者速度明显快于前者。当d＜0时，过程是非持久的(Mandelbrot，1982)［11］，并且具有负自相关关系。

方程(2)的自相关函数满足当k→∞时，ρk～ cρk2d－1，0 ＜ cρ＜ ∞，即以双曲线速率衰减。同样的，相距时间较长的观测值之间的相关性可以通过间隔时间短的频率表示。

三、中国货币结构的实证检验和结果分析

(一)货币结构的统计检验

首先，对货币结构指数进行统计分析和正态检验，采用的货币结构指数是M0/M2和M1/M2，样本区间是2001年1月至2013年6月。检验结果如表1所示。

表1 货币结构指数的统计检验

在货币结构指数M0/M2的统计检验中，偏度为正值说明M0/M2序列是右偏的，表现为右拖尾;峰度为2．611且小于3，低于正态分布的峰度，表现为较为平坦的曲线;J－B统计量的概率为0．05，说明货币结构指数M0/M2不是正态分布，因此存在缓长记忆的可能。货币结构指数M1/M2的检验结果与M0/M2不尽相同，标准差高于M0/M2，偏度为－1．022，为负值，说明M1/M2序列是左偏的，表现为左拖尾;峰度为3．586且大于3，高于正态分布的峰度，表现为尖峰形态;J－B统计量的概率为0，说明货币结构指数M1/M2也不是正态分布，需进行非线性检验，同样存在缓长记忆的可能。因为货币结构指数M0/M2和M1/M2的检验结果说明其不是正态分布，所以基于正态分布前提假设的传统模型不适用于检验过程，无法体现序列的本质特征。其次，对货币结构指数M0/M2和M1/M2进行自相关检验，自相关关系变化趋势如图2和图3所示。

货币结构指数M0/M2和M1/M2的自相关关系走势表明，货币结构指数自相关衰减的速度较为缓慢，基本呈现线性衰减，而且M0/M2的递减速度尤为缓慢，要低于M1/M2。相比较而言，M0/M2的自相关系数要高于M1/M2，即使相隔30个月也大于0．3。整体而言，二者都体现了缓长记忆的特征。

在对货币结构指标进行检验之前，需要对序列进行单位根检验，以判断时间序列的稳定性。通常采用的主要单位根检验方法是ADF(Augmented Dickey－Fuller)，在10%的显著水平下，货币结构指数M0/M2的ADF检验结果为－1．63，高于临界值－2．58;M1/M2的检验结果为－1．31，同样高于临界值－2．58。传统的单位根检验方法无法拒绝货币结构指数存在单位根的原假设，两个序列都存在单位根，是不稳定的。

(二)货币结构的Hurst指数检验

鉴于上述检验和自相关态势说明货币结构指数存在缓长记忆的可能，所以采用Hurst指数和ARFIMA(p，d，q)模型进行双重长记忆检验。对货币结构指标M0/M2和M1/M2进行Hurst指数检验之前根据Davies and Harte(1987)［12］提出的几何级数法划分时间序列的子序列，即子序列的持续长度逐渐缩减。通过对M0/M2和M1/M2的Hurst指数检验得出，M0/M2的 Hurst指数为 0．99，T 统计量是 10．8，R2=0．96;M1/M2的 Hurst指数为0．95，T统计量是16．13，R2=0．98。Hurst指数结果通过了检验。当Hurst指数处于0．5与1之间的时候，不同时点的观测值之间具有长期稳定的依存关系。Hurst指数愈趋近于1，长期依存关系越显著;而当趋近0．5时，相关关系减弱。所以，Hurst指数检验结果表明货币结构指标M0/M2和M1/M2具有缓长记忆性。因此，进一步采用ARFIMA(p，d，q)模型进行检验。

(三)货币结构的 ARFIMA(p，d，q)模型检验

对于ARFIMA(p，d，q)模型，辨识缓长记忆过程主要是确定d，在此之前需要确定模型中的p和q。这个确定过程通过对传统模型 ARMA(p，q)进行定价而获得。ARFIMA(p，d，q)模型是分数差分噪音模型与ARMA(p，q)模型相结合而得到的。但是，ARFIMA(p，d，q)模型不同于ARMA(p，q)模型，二者的自相关关系系数递减速度不同，前者的自相关关系不会随着时间的推移而消失，因此能够体现时间序列非周期性的长期依存关系。采用模型ARMA(p，q)选择p和q值的标准依据是AIC准则和Schwarz准则(表 2、表3)。

表2 货币结构指数M0/M2 ARMA(p，q)模型估计结果

表3 货币结构指数M1/M2 ARMA(p，q)模型估计结果

按照AIC准则和Schwarz准则取值最小为最优选择的标准，货币结构指数M0/M2采用ARMA(1，2)形式，货币结构指数M1/M2采用AR(1)形式。

下面采用最大似然法对ARFIMA(p，d，q)模型进行检验(表4)。

货币结构指数M0/M2的ARFIMA(p，d，q)模型中的 d 值为 0．266，M1/M2的ARFIMA(p，d，q)模型中的d值为0．484。当0＜d＜0．5时，时间序列具有缓长记忆特征。所以，货币结构指数具有缓长记忆，其形成机理受到历史状态的影响，存在高阶相关依赖性，即使时间间隔较长，不同时点的观测值之间也存在相关性。

通过ARFIMA(p，d，q)模型检验说明货币结构指数具有缓长记忆性，不是正态分布。缓长记忆性说明货币结构指数的历史数据对未来变化具有解释容度，并且结构指数具有预测性。基于对货币结构指数历史表现的刻画和规律的发现，能够建立有效的模型对货币政策进行有效预测，为货币结构优化提供实践支持并保障其符合经济交易的需要。

?

四、结论及政策建议

货币层次的划分是不同国家或地区根据经济活动而主观设定的，而通过不同层次货币的架构可以甄别货币结构并控制货币运作状态，因此对货币结构自身特点的研究有利于整体把握货币体系的转变，促进货币体系的良性运转。

第一，货币结构指标走势表示中国货币流动性比例趋于下降，虽然不显著，但是已成趋势。M0所代表的现金是出于短期交易的需要，随着商业票据、银行票据等便捷信用工具的出现和普及，现金持有的必要性开始下降，导致其在广义货币的比重下降。货币流动性比例下降表明M2的增长速度要高于M0和M1的速度，因为随着市场经济的推进，狭义货币已经不能完全满足市场交易的需要，所以M2所涵盖的要素如定期存款、储蓄存款和证券公司客户保证金等增长速度较快。因为宏观经济水平的提升，居民收入大幅提高，成为资金重要的供给方，储蓄存款余额逐年增涨，也导致了M0和M1在M2比重中的下滑。

第二，货币结构指标比例下滑表明在流动性较高的货币层次中出现了新的支付方式，信用工具的出现和普及在一定程度上替代了货币职能，传统的货币层次划分已经无法完全涵盖现实经济中的交易支付。而且，电子货币改变了传统的货币结构，降低了存款准备金的计提基数，在放大货币乘数效应的同时加大了货币乘数的内生性(周光友，2009)［13］。近些年，高新技术的迅猛发展和网络的迅速普及助推了金融领域创新型支付工具的广泛使用，国家信用、企业信用和消费者信用等信用形式加速发展，生产、分配、消费等经济环节越来越多地依靠外部资金的融资，导致了广义货币M2的增长率减缓，因此整体趋势下降缓慢。经济交易往来和支付方式不再依赖于传统的货币形式，因此现行的货币层次划分存在一定的掣肘，在货币结构指标的衡量方面应依据经济货币化和信用化程度，将新的支付手段融入框架体系内，如应用于企业交易之间的商业票据以及发行规模较大的债券等，以更全面地度量经济运行并有效地实施管理措施。

第三，货币结构的缓长记忆性说明货币结构的形成不是随机过程，货币市场不符合经济理论中有效市场的设定，即市场价格无法及时反应所有货币供给和需求的信息。货币结构的可预测性使得政府对市场的干预成为必然，货币政策措施的推出和执行能够有效的对市场失灵进行修正。货币结构的缓长记忆性诠释了货币政策作用的持久影响，货币措施的实施效果不再是短期行为，当货币调控手段影响货币不同层次使其发生改变时，会对货币结构的未来变化持续产生作用。因此，在横向层面上货币政策在针对现实经济状况变化并采取措施的同时，应该在纵向层面上关注货币结构的历史表现和政策措施的历史执行和导向，并对延后影响时期和作用审时度势，防止措施实施前的判断失误导致的政府失效。如若不基于历史表现进行调控，同向政策措施的重复使用会产生叠加效果，导致市场波动更为剧烈。另一方面，政策导向与未来经济状况不完全适用时，会引致风险的重叠波动。总体而言，政策的作用力度取决于实施时点的权衡判断，因为不同时点实施的相异措施强度产生的作用和长度截然不同。

第四，近年来，随着中国宏观经济实力的提升以及出口竞争力的跃升，净出口持续增长，国际收支平衡表的“双顺差”现象导致外汇储备持续攀升，现已成为世界上外汇储备最多的国家，2013年6月外汇储备已经接近3．5万亿美元。外汇储备的增长客观上要求进行人民币对冲业务以维持人民币汇率的稳定性，这间接导致了外汇占款的货币供应量增进。外汇储备增长速度越快引致货币供应量攀升速度加快。外汇占款的存在也导致了中国货币政策的被动性，正如“三元悖论”所述，一个国家或地区不可能同时实现资本流动的自由性、货币政策的独立性以及汇率的稳定性三个目标。在中国人民币步入国际化道路的进程中，货币政策实施的有效性和灵活性是其演进的有力保障。人民币实现国际化是以人民币一定规模发行量为前提的，这样才能满足国内和国外经济交往的需要。所以，合理的货币结构是人民币购买力在国际社会保持稳定的重要基石，恰当的货币规模既能避免由于超规模货币发行引致的通货膨胀，也能规避由于货币供给不足而无法满足交易和储备行为的需要，因此避免了货币供给不恰当而产生的货币过剩或不足的困境。依据国内外经济需要规范化货币供给，形成合理的货币结构才能实现人民币国际化。

有鉴于此，缓长记忆性说明了货币结构的长期持续性，突发性逆向改变的发生概率较低，受外部因素的影响不会短期内消失，而是会渐进式衰减。因此，在运用货币政策进行经济调控时，需兼顾货币供应量及货币结构的适用领域和强度，并结合多类型政策措施以实现推动经济增长的最终目标。

［1］燕红忠．货币供给量、货币结构与中国经济趋势:1650～1936［J］．金融研究，2011(7)．

［2］中国人民银行．2002 年第三季度货币政策执行报告［DB/OL］．http://www．pbc．gov．cn/publish/bongong ting/82/1644/16442/16442 － ．html，2002 －10 －24．

［3］李程，蔡桂云．货币流动性与我国资本形成［J］．中央财经大学学报，2011(6)．

［4］伍戈．中国的货币流动性分析［J］．金融与经济，2011(6)．

［5］李正辉，蒋赞，李超．Divisia加权货币供应量作为货币政策中介目标有效性研究——基于LSTAR模型的实证分析［J］．数量经济技术经济研究，2012(3)．

［6］Edwin Hurst，1951．Long Term Storage Capacity of Reservoirs，Transactions of the American Society of Civil Engineers，Vol．116:770 －799．

［7］Mandelbrot，B．B．，1971．When can Price be Arbitraged Efficiently?A Limit to Validity of the Random Walk and Martingale Models，Review of Economics and Statistics，Vol．2:225 －236．

［8］Mandelbrot，B．B．，1972．Statistical Methodology for Non－periodic Cycles:From the Covariance to R/S Analysis，Annals of Economic and Social Measurement，Vol．1:257 －288．

［9］Granger，C．W．J．，and Joyeux，R，1980．An Introduction to Long Memory Time Series Models and Fractional Differencing，Journal of Time Series Analysis，Vol．1:15－29．

［10］Hosking，J．R．M．，1981．Fractional Differencing，Biometrika，Vol．68:165－176．

［11］Mandelbrot，B．B．，1982．The Fractal Geometry of Nature，W．H．Freeman and Company，New York．

［12］Davies，R．B．，and D．S．Harte，1987．Tests for Hurst Effect，Biometrika Vol．74:95－101．

［13］周光友．电子货币对存款准备金政策作用机制的影响［J］．中南财经政法大学学报，2009(5)．