货币供应量规则作为我国货币政策工具规则的适用性分析

2016-10-24刘翠中国人民大学北京100872天津财经大学珠江学院天津301811

产权导刊 2016年9期

◎ 刘翠（中国人民大学，北京100872；天津财经大学珠江学院，天津301811）

◎ 刘翠（中国人民大学，北京100872；天津财经大学珠江学院，天津301811）

货币供应量规则货币政策工具规则可测性可控性相关性

自从Taylor首次提出了货币政策工具规则的概念后，对货币政策工具规则的研究就如雨后春笋般繁荣。初期的货币政策工具规则研究更多的是停留在选择何种货币政策工具规则的研究上，很少考虑不同国家实施货币政策工具规则的特定环境背景，造成对货币政策工具规则研究的千篇一律，无法充分反映某个国家的特殊国情。货币政策工具规则的确定原则本质上应是各国根据自己的具体经济条件与形式来决定的，选择不同的货币政策工具规则。到了近几年，货币政策工具规则的研究开始逐渐结合国家的经济结构、政策制度环境、经济开放程度和金融市场发展状况等多种因素，不仅在货币政策理论研究方面取得了巨大的突破，还在各国的货币政策制定和执行过程中发挥着巨大的作用。

具体到我国，从上个世纪90年代起开始将货币供应量作为中介目标，货币供应量规则也相应成为我国当前的货币政策工具规则，但是随着我国金融市场的不断发展，货币供应量规则的缺陷开始逐渐显现，货币供应量规则作为货币政策工具规则的有效性遭遇到了前所未有的冲击，在保持币值稳定及促进经济增长方面的作用不能令人满意，已经不适合单独作为货币政策工具规则，具体表现在以下几个方面：

1、一是货币供应量的可测性降低。随着金融市场和金融产品的不断开放与创新，货币供应量的可测性存在越来越多的问题。第一，各层次货币之间的界限日渐模糊，作为货币的货币与作为资本的货币难以进行准确区分，交易账户与投资账户之间的区别越来越模糊。第二，货币的统计口径越来越难以界定，在确定资产或负债应被归类在M0、M1、M2哪个层次的货币指标方面存在操作困难，极易导致现行的货币统计口径无法真实反映货币政策的执行情况。

2、二是货币供应量的可控性下降。在具体实施过程中，货币供应量规则实质上是通过对基础货币进行直接控制，来间接控制货币供应量，进而实现货币政策目标。

表1 1999年至2013年各层次货币供应量增长率的描述性统计分析

表1为从1999年至2013年M2、M1、M0增长率相关数据的描述性统计分析结果。1999年至2008年M2、M1、M0增长率的均值分别为11.87%、15.50%和16.16%，标准差分别为3.65、3.63和2.12，变异系数分别为0.3075、0.2341和 0.1309；2009年至2013年M2、M1、M0增长率的均值依次为17.68%、15.46%和11.42%，标准差分别为6.18、11.13和4.07，变异系数分别为0.3496、0.7198和0.3562。通过对金融危机发生前后我国的货币供应量增长率进行分析发现，金融危机后我国货币供应量增长率的波动明显增加，反映了中央银行对货币供应量缺乏有效的控制，货币供应量的可控性存在一定程度的下降。

事实上，货币供应量是基础货币与货币乘数的乘积。因此，需要从基础货币和货币乘数两个角度，分析造成货币供应量可控性降低的原因。

1 中央银行对基础货币缺乏控制力

根据费雪方程式，存在如下的恒等式：

首先，将费雪方程式等式两边同时取对数：

然后，在等式两边同时求导：

最后，将费雪方程式变形为：

其中，V代表货币流通速度，代表制度性因素，在短期内可默认为常量，因而可以将V视为常数。因此，通过费雪方程式可以看出，假设不考虑货币流通速度的变化，货币需求量的变动率应大致等于GDP增长率和物价增长率之和。

表2 基础货币的实际增长率与目标增长率比较（数据来源：国家统计局网站）

表2中对费雪方程式测算出的目标增长率与基础货币的实际增长率进行了比较，尽管我国基础货币实际增长率与目标增长率的变动路径大体一致，但深入分析实际增长率与目标增长率的偏离程度时可以发现，除2011年和2012年外，其余年份基础货币的实际增长率与目标增长率的偏离程度均在10%以上，反映了中央银行不能完全控制基础货币，存在被动投放或收回的情况。中央银行难以控制基础货币，将会直接导致对货币供应量控制力的减弱，进而影响货币供应量规则作为货币政策工具规则的实施效果。

2 货币乘数不稳定

货币乘数的稳定是我国实施货币供应量规则的必要条件之一。稳定的货币乘数，可以帮助中央银行通过对基础货币进行调控来实施货币供应量规则；相反，若货币乘数不稳定，即便中央银行能够实现对基础货币的及时、准确控制，中央银行也不可能成功实施货币供应量规则。可见，货币乘数的稳定性对分析货币供应量规则在我国的适用性非常重要。

目前，我国将货币供应量划分为三个层次，分别是M0、M1和M2。可以得到M1层次的货币乘数K1，即狭义货币乘数，K1=M1/B，以及M2层次的货币乘数K2，即广义货币乘数，K2=M2/B，其中B为基础货币。

通过表3可以发现，K2和K1均呈现出较大的不稳定性，说明货币乘数长期偏离均衡水平，货币乘数的时间序列数据是不平稳的。在货币乘数不稳定的情况下，即便中央银行可以实现对基础货币的控制，但如果存在货币乘数不稳定的问题，同样会出现中央银行对货币供应量的间接控制力减弱的情况。

表3：1999年第一季度至2013年第四季度货币乘数的平稳性检验

贴士1：

泰勒规则（Taylor rule）：是常用的简单货币政策规则之一，由斯坦福大学的约翰.泰勒于1993年根据美国货币政策的实际经验，而确定的一种短期利率调整的规则。泰勒认为，保持实际短期利率稳定和中性政策立场，当产出缺口为正（负）和通胀缺口超过（低于）目标值时，应提高（降低）名义利率。

贴士2：

费雪方程式：古典经济学家在19世纪末20世纪初发展起来的货币数量理论，是一种探讨总收入的名义价值如何决定的理论。因为该理论揭示了对既定数量的总收入应该持有的货币的数量，并且认为利率对货币需求没有影响。20世纪初，美国经济学家、耶鲁大学教授欧文·费雪在其1911年出版的《货币的购买力》一书中，提出了交易方程式：MV=PT 该式也可以表示成P=MV/T。式中，M表示一定时期流通中货币的平均数量；V表示一定时期单位货币的平均周转次数即货币流通速度；P表示商品和劳务价格的加权平均数；T表示商品和劳务的交易数量。

贴士3：

格兰杰因果检验：格兰杰于1969年提出了一种基于“预测”的因果关系，后经西蒙斯的发展，格兰杰因果检验作为一种计量方法已经被经济学家们普遍接受并广泛使用。它通过比较“已知上一时刻所有信息，这一时刻X的概率分布情况”和“已知上一时刻除Y以外的所有信息，这一时刻X的概率分布情况”，来判断Y对X是否存在因果关系。它的主要使用方式在于以此定义进行假设检验，从而判断X与Y是否存在因果关系。

3 货币供应量与宏观经济的相关性不高

通过表4对货币供应量与主要宏观经济变量的相关性分析发现，无论是M1，还是M2，货币供应量与经济增长、通货膨胀、消费和投资等主要宏观经济变量的相关系数均小于0.5，货币供应量与主要宏观经济变量的相关性并不高。

表4：货币供应量和主要宏观经济变量的相关系数（数据来自于国家统计局网站）

通过表5中对货币供应量与主要宏观经济变量的格兰杰因果检验的结果可以看出，在5%的置信概率下，广义货币供应量M2除了对消费存在格兰杰原因外，对经济增长、通货膨胀和投资不存在格兰杰原因；狭义货币供应量M1除了对经济增长存在格兰杰原因，对通货膨胀、消费和投资不存在格兰杰原因。货币供应量与主要宏观经济领域之间不存在紧密的关系，导致货币供应量规则无法继续作为我国的货币政策工具规则被加以使用，货币供应量规则并不适合我国目前阶段的实际情况。