基于VAR模型的我国流动性管理工具政策效用实证研究

■吴立力，孙 畅

一、引言

流动性并不是一个精确的概念，狭义上流动性可由中央银行货币来度量；更广义上，它应当反映乘数对金融体系的影响；有时候也可以由政策利率水平来衡量（Roger W.Ferguson，2005）。中央银行是流动性的提供者，而货币政策的主要内容就是通过各种政策工具对流动性进行有效管理 （杨子强，2012）。央行一般运用货币政策工具进行流动性管理，传统工具包括数量型工具和价格型工具，另外从金融结构理论（GlodSmith,1969）视角衍生出了结构型工具。而通货膨胀率和经济增长水平一般作为流动性管理的中介目标。从各类政策工具的传导机制来看，价格型调控主要体现了以“利率渠道”为代表的新古典货币传导机制，而数量型调控则更多体现了以“信贷渠道”为代表的非古典货币传导机制；结构型工具则反映出金融行业内部结构变化对流动性的影响。从我国经济运行实践来看，以2003年为基准，到2013年期间广义货币量（M2）与经济总量（GDP）分别从221222亿元、135823万元上升到了1106509亿元和566845亿元，绝对额同比分别增长了5倍和4.1倍，而通货膨胀率（CPI）的年平均增长率为3.05。与之同时，我国央行积极运用政策工具加强流动性管理，在此期间累计调整40次法定存款准备金率，调整金融机构存贷款基准利25次，实施正回购操作累计回收流动性约为18.07万亿。央行通过政策工具组合运用，进行流动性供给双向调节，总体上确保了我国价格平稳、金融市场稳定和宏观经济增长。

关于流动性测度及其政策工具效用的问题一直倍受国内学者关注，从业已存在比较有代表性的文献来看，在流动性测度方面，中国人民银行（2006）夏斌、陈道富，许涤龙、叶少波 （2008），彭方平（2008），北京大学中国经济研究中心宏观组(2008)，吴晓灵(2009)，盛松成(2011)等学者与机构，基于不同研究视角运用指标体系对流动性进行量化测度，进而分析我国流动性是否存在过剩，货币是否存在超发以及流动性对宏观经济影响机制等问题。流动性测度指标选取包括了货币供应量（M1、M2）、信贷规模、外汇储备、商业银行超额准备金、社会融资规模、金融机构存贷差、货币收入比、金融机构贷存比、信贷占比、真实货币缺口系数、超额货币增长率等。

在政策工具效用评价方面，周小川（2011）指出在流动性管理方面，利率是重点运用工具，要增强汇率灵活性；陈建斌（2011）通过实证分析表明我国中央银行三大政策工具即公开市场操作、存款准备金率与利率对于流动性管理是有效的；王维安(2011)认为传统的货币政策由于仅关注于货币，忽视了金融资产在金融体系以及宏观经济运行中的作用，导致货币政策操作的有效性大为降低；项卫星（2012）认为数量调控仍然是我国货币政策的典型特征，中央银行货币政策已具备向利率间接货币调控转型的基本条件；岳娟丽（2014）认为在经济危机背景下，无论是利率型工具还是存款准备金率工具对物价稳定和经济增长的解释程度均有限。

现有成果显示出我国流动性结构性过剩或者短缺与国内外经济周期波动密切相关，而中央银行能够依据宏观调控的中介目标和最终目标，运用政策工具进行流动性管理。过去央行更多倚重于存款准备金进行流动性管理，但近年来以利率和汇率为主的价格型工具正在成为央行操作工具主要选择。现有研究对于不同类型流动性管理工具实施效果差异性、动态演化路径以及传导机制等方面的分析还略显不足，尤其是采取时间序列数据运用计量工具进行实证研究的文献比较少，而这些正是本文关注的重点。本文拟就流动性管理工具与宏观流动性变量之间动态相关关系进行计量研究，通过VAR脉冲响应函数图和方差分解图，分析价格型变量、数量型变量、金融业结构变量对流动性水平变量的动态影响路径和贡献程度，从而对流动性管理工具政策效用进行评价。

二、计量模型的选取

向量自回归模型(VAR)方法目前是广泛用于衡量宏观经济变量之间关系的计量经济方法，相对于传统模型而言的优越点在于，不需要预先假定各类经济变量之间存在着理论上的经济关系。该模型可提供给我们响应函数和方差分解方面的有用信息。脉冲响应函数它解释了冲击对某个变量在不同时期的影响效果或如何对各种冲击做出反映。对解释变量的方差进行分解，它提供的是在每一个解释变量的方差中，其他解释变量所占的所能解释的比例或者份额，能够看出某个变量的所有影响因素的重要性。

三、测度指标选取与相关说明

（一）测度指标选取

流动性指标：我们选择了被欧洲央行等机构广为采用的测度指标货币收入比（M2/GDP）来衡量宏观流动性，反映货币供应量与经济总量的对应关系。

价格型管理工具指标：货币管理当局主要是通过利率政策和汇率政策管控流动性，因此选择了人民币实际利率X1、名义有效汇率X2作为价格型管理工具指标。

数量型管理工具指标：公开市场的正回购、逆回购，法定存款准备金，超额存款准备金率、人民币贷款增量等均是货币管理当局重要的数量型调控工具。本文选择了法定存款准备金，人民币贷款增量两个指标，计为X3和X4。

表1 主要指标与数据来源

结构型管理工具指标：目前运用结构性型工具分析流动性并不多见，我们主要以直接和间接两种融资渠道，从金融业内部结构的角度来分析结构型管理工具。选择了债券与股票成交额之比来反映债券市场与股票市场发的展均衡程度，计为X5；用贷款余额与股票成交额之比来反映银行信贷与股票市场发展的均衡程度，计为X6。

（二）变量数据处理说明

从数据可得性和完整性的角度，本文选择了2003年第1季度到2013年第4季度数据时间序列数据。该时间区间具有较强代表性，我国经历加入WTO、美国次贷危机、欧洲主权债务危机、经济结构转型升级等经济顺、逆周期，较好反映了我国宏观流动性总体情况，能够观察央行流动性管理工具的实施效果。

本文研究数据均为季度数据，为消除季节性影响，采用X12季节调整法对变量数据进行调整,调整后 的 变 量 分 别 记 为 M2/GDP_SA、X1_SA、X2_SA、X3_SA、X4_SA、X5_SA、X6_SA。应用软件为 Eviews7.0。

四、计量分析过程

（一）平稳性检验

由于本文选取的数据均为经济和金融时间序列数据，而时间序列大多是非平稳的，VAR模型的建立要求变量具有平稳性，因此在对模型进行估计之前，首先要进行单位根检验，以判别序列的平稳性。本文采用 ADF（Augmented Dickey Fuller test）检验来判断序列的平稳性，在检验类型（C，T，K）中按照SC准则选泽最优滞后期。

表2 各变量的平稳性检验

从表2单位根检验结果可知，原序列M2/GDP_SA、X1_SA、X2_SA、X3_SA、X4_SA、X5_SA、X6_SA 的平稳性检验在5%的显著性水平下的ADF值大于相应临界值，没通过检验，存在单位根，是非平稳序列。在对原始序列进行一阶差分后，序列DM2/GDP_SA、DX1_SA、DX2_SA、DX3_SA、DX4_SA、DX5_SA、DX6_SA平稳性检验在5%显著性水平下的ADF值小于相应的临界值，均通过平稳性检验。因此，原序列都为一阶单整序列I(1)，差分后则是I(0)为平稳的序列，可建立向量自回归VAR(1)模型。

（二）最优滞后阶数检验

对 M2/GDP_SA、X1_SA、X2_SA、X3_SA、X4_SA、X5_SA、X6_SA建立向量自回归VAR(1)模型后，我们选择内生变量滞后阶数为1阶，但需对其合理性进行检验，即进行最优滞后阶数检验。为了保证检验结果的可靠性，同时选用 LR、FPE、AIC、SC、HQ 这 5个指标进行检验，5个评价统计量各自给出的最小滞后期用“*”表示，如图1，结果显示5个统计指标均认为建立1阶VAR模型比较合理，说明我们在前文模型设定是合理的，可以进行后续计算。

图1 最优滞后阶数选择检验

（三）协整检验

按照建立VAR模型的基本要求，还要对变量是否具有长期稳定的均衡关系进行检验。如果一组原始时间序列独立来看是不平稳的，而经过一阶差分变成平稳的，则该组变量的线形关系是平稳的，即对该组变量之间进行水平上的回归，它们就可能存在协整关系。原序列都为一阶单整序列I(1)，能够进行变量间协整检验，如图2，结果显示通过检验，即在5%的显著性水平下存在一个协整关系。

图2 协整向量检验结果

（四）向量自回归模型设定

根据对各参数估计，可知经季节调整的M2_GDP和自身滞后一阶变量及与其他经季节调整的滞后一阶的 X1、X2、X3、X4、X5、X6变量之间的关系，相关参数均通过对应检验，显示出VAR(1)拟合度较好，其模型估计式为：

计量结果显示：（1）从各变量参数估计的符号来看，利率、汇率、存款准备金率、贷款余额与股票成交额之比四个指标与宏观流动性呈现负向关系，人民币贷款增量、债券与股票成交额之比两个指标与宏观流动性呈现正向关系。（2）从具体影响程度来看，价格型工具如利率、汇率对流动性调控效果最好；数量型工具中的存款准备金调控流动性效果并不理想，人民币贷款增量有一定效果；金融业结构指标中，债券规模相对于银行信贷对流动性的调节效果更好。计量分析结果表现为滞后一期的实际利率X1提高1%，M2/GDP平均下降14.48%；滞后一期的汇率X2（一美元折合人民币）上升1元，M2/GDP下降0.43；滞后一期的存款准备金率X3提高1%，M2/GDP平均下降1.04%；）滞后一期的贷款余额与股票成交额之比X6提高1%，M2/GDP下降0.16%；滞后一期的人民币贷款增量X4上升1万亿元，M2/GDP上升0.69；滞后一期的债券与股票成交额之比X5提高1%，M2/GDP提高0.1%。

（五）脉冲响应分析

脉冲响应函数描述了来自随机扰动项的一个标准差大小的新息冲击对变量当前和未来取值的影响，它能够形象地刻画出变量之间动态作用的路径变化。模型根的倒数值均落在单位圆之内，VAR（1）模型是平稳的，因此可作脉冲响应来进一步观察变量在不同时期内的变化趋势与演化路径，见图3。

1.价格型管理工具：利率对流动性水平影响在观察期内呈现出“先反向，后正向”的变动关系。图中显示响应数在第2期达到最大值-0.036，提高利率短期内能够显著降低流动性，但第5期开始趋于0，此后为正值并逐渐放大，此时提高利率相反又提高流动性水平。这表明提高利率短期内能够改善流动性过剩，但长期里对实体经济传导机制可能导致流动性泛滥。汇率与流动性水平在观察期内呈现出严格反向关系，但较长周期内这种影响作用是缓慢衰减的，从图中看到响应数在第3期达到最大-0.031，缓慢衰减到第10期的-0.016，汇率和流动性关系比较稳定，因此提高汇率即美元升值（人民币贬值）能够改善流动性过剩状况。

图3 脉冲响应结果

2.数量型管理工具：存款准备金率对流动性水平影响在短期和长期内的效应差异性特征非常突出，在观察期内呈现出明显的先弱后强特点。从图中看到前三期很微弱，从第四期开始影响不断递增，到第10期达到0.0403，即短期内提高存款准备金对改善流动性效果甚微，但长期看来影响却比较显著。人民币贷款增量对流动性影响在观察期内呈现出“先正向，后反向”运行轨迹。从图中看到，期初呈显著正方向，响应数在第1期达到峰值0.020，但到第7期后呈反方向且幅度微弱，衰减到第7期的0。

3.结构型管理工具：债券与股票成交额之比在观察期较长时间内和流动性水平呈稳定正向关系，从图中看到响应数由第1期逐步提升到第6期的峰值，此后缓慢降低，因此债券市场对流动性影响较大，可以将其培育成调控流动性的重要工具。从图中看到贷款余额与股票成交额之比对流动性水平短期内影响显著，但长期内效果弱化，趋向于0。结合中国金融结构实际情况，以银行为主的间接融资比重较高，但以股票市场为主的直接融资比重在提升，其快速发展对流动性影响正在增强。

（六）方差分解分析

图4 方差分解结果

从图4中可观察到方差分解能够给出随机新息的相对重要性信息，看出各变量指标对M2/GDP变化的贡献度，即反映出观察期内不同管理工具对流动性的影响程度。（1）价格型工具对流动性水平贡献度最高。实际利率、汇率从长期来看分别解释了将近20%和15%的M2/GDP变动水平。随着金融改革深入推进，尤其是人民币利率市场化、人民币国际化以及汇率形成机制改革等政策措施推进，价格型管理工具对流动性水平影响能力大幅提升。（2）金融业务内部结构对流动性水平贡献呈现出分化态势。债券与股票成交额之比解释了近20%的M2/GDP变动水平，而贷款余额与股票成交额之比对M2/GDP变动水平影响甚微，债券市场快速发展对于流动性管理作用非常显著。根据WIND数据库显示，2011～2013年债券融资占直接融资的比重从53%上升到74%，债券市场已逐渐成为反映资金市场供求关系的晴雨表，也成为央行公开市场业务操作调节流动性的重要工具。（3）数量型工具对流动性水平影响程度较低。存款准备金率从长期来看解释了约10%的M2/GDP变动水平，其对流动性影响程度并不突出，近年来央行实践操作中也很少运用这一工具。人民币贷款增量对宏观流动性变动水平贡献度很低，可解释为长期以来信贷资金投放存在结构性问题，更多资金投向房地产、国有企业、地方融资平台等中长期沉淀资金的领域，资金回流能力不强，而对于中小企业、民营经济、新兴产业的支持力度不够。

五、本文研究结论及启示

本文研究表明：不同类型的政策工具对于流动性管理的效果存在差异，价格型工具、结构型工具对宏观流动性影响力在增强，而数量型工具虽能直接调控货币供应的总量水平，但对长期宏观流动性影响趋势渐进弱化，实证研究表现为利率、汇率、债券对于宏观流动性的长短期效应以及对总量综合贡献度比较突出，而存款准备金率、人民币贷款增量对流动性影响效果相对较弱。本文启示及政策建议包括：

一方面在流动性总量管理上，央行要加快从传统型的数量型调控向价格型和结构型调控的转变步伐。价格型工具方面：要完善以Shibor为代表的货币市场利率形成机制，逐步通过实现存贷款基础利率定价市场化进行流动性调节。同时，要增强我国汇率的弹性空间，充分运用货币互换、掉期等汇率政策工具，确保外汇占款合理化水平，抵御外部流动性冲击对我国的不利影响。结构型工具方面：要积极发展非信贷的直接融资，债券市场要成为流动性总量的“调节器”和“蓄水池”，鼓励引导企业通过债券特别是银行间债券融资，提升金融资源配置效率。数量型工具方面：人民币存款准备金率达到20%，操作空间已不大。要发挥公开市场操作的基础性调节作用，央票、国债发行要优化期限结构以及持有者结构，再贷款、再贴现要作为流动性供给新渠道，控制货币供应总量的同时，引导资金流向和信贷投放。

另一方面，在流动性期限和结构管理上，央行要相机选择创新型政策工具进行双向调节。要保持货币政策“总量稳定、结构优化”，针对特定领域和行业实施定向降息和定向降准，通过流动性定向宽松有效支持“三农”、中小企业和民营经济等实体经济的快速发展，助推经济结构转型升级。在已运用短期流动性调节工具(SLO)、常设借贷便利(SLF)、中期借贷便利（MLF）的基础上，央行还应探索PSL、PDCF、TSLF、AMLF等创新型流动性管理工具在我国的运用。

[1]项卫星.我国中央银行数量型货币调控面临的挑战与转型方向[J].国际金融研究，2012，（7）:20～28.

[2]彭兴韵.流动性、流动性过剩与货币政策[J].经济研究，2007，（11）：58～70.

[3]夏斌，陈道富.当前流动性管理中的几个问题[J].中国金融，2007，（17）:38～40.

[4]彭方平，展凯，李琴.流动性过剩与央行货币政策有效性[J].管理世界，2008，（5）：30～37.

[5]许涤龙，叶少波.流动性过剩的测度方法与实证分析[J].数量经济技术经济研究，2008，（3）：3～16.

[6]北京大学中国经济研究中心宏观组.流动性的度量及其与资产价格的关系[J].金融研究，2008，（9）:44～54.

[7]吴晓灵.流动性过剩与金融市场风险[J].2007，（19）:8～9.

[8]盛松成.社会融资规模概念的理论基础与国际经验[J].中国金融，2011，（8）:23～28.

[9]周小川.使用多种工具管理流动性[J].中国外汇，2011，（4）：12～13.

[10]陈建斌.我国中央银行管理流动性的有效性研究[J].当代财经，2011，（6）：43～54.

[11]王维安.宏观流动性分析——对货币分析的替代[J].财贸经济，2012，（1）：42～49.