内容发布更新时间 : 2024/6/9 3:11:21星期一 下面是文章的全部内容请认真阅读。
龙源期刊网 http://www.qikan.com.cn
中国货币政策区域异质性效应实证研究
作者：陈亮
刘亦文
胡宗义
来源：《湖南大学学报·自然科学版》2015年第11期
摘 要：运用空间地理加权回归模型的估计方法，对中国2001～2010年31个省域货币政策的执行效应进行了实证分析.通过货币政策测度变量M2的Moran指数值及散点图，直观地刻画出中国货币政策的执行效果在各省域上存在着空间自相关性和异质性.在回归模型中，纳入空间效应的GWR估计更优于传统的OLS估计.实证结果表明：经济增长、物价水平和固定资产投资在一定程度上对货币政策区域异质性效应的形成都有影响，并且物价水平是其最主要的影响因素，进一步强调在货币政策调控时应将稳定物价总水平放在更加突出的位置. 关键词：地理加权回归模型；货币政策；空间异质性；时间序列；优化；动态模型 中图分类号：F822.0 文献标识码：A 文章编号：1674-2974（2015）11-0139-06
作为政策当局的有力宏观调控工具，货币政策在一国经济发展中扮演关键角色.通常情况下，货币当局主要依托货币供应量、利率这两种货币政策传导渠道来对宏观经济进行调控.除了上述的两种主要货币政策传导渠道外，还有诸多的其他形式，如汇率传导渠道、资产负债渠道等.然而，货币政策的传导是一个极其复杂的过程，整个过程环节多、渠道广，而且还会受到每个不同区域经济发展水平、金融资源分布、金融结构差异等不同要素的异质性影响，每一项统一的货币政策在传导过程中往往都会产生区域差异，形成货币政策区域异质性效应.如果不考虑货币政策的区域异质性效应，不仅会影响货币政策的有效性，也会对经济平稳发展带来冲击，进而加剧区域经济非均衡发展.作为一个发展中大国，自改革开放以来，伴随经济腾飞的同时，中国区域之间经济发展差距在逐步拉大，各区域间的金融发展水平和金融资源配置差距也随之扩大，货币政策在中国不同地区、不同省份的调控效率效果差异越来越明显.因此，在研究货币政策在中国各地区的执行情况以及对经济运行的影响时，就必须充分考虑各地区的异质性.
Beare（1976）认为货币政策之所以会产生区域异质性效应，是由于其传导渠道所导致[1].Ridhwan等（2008）研究了货币政策对区域经济发展的影响，认为货币政策和金融市场可以促进区域发展，特别是在欠发达的国家更可以发挥重要潜在的作用[2].Chappel Jr等（2008）分析了地区经济状况对货币政策制定者的影响，认为区位条件影响央行行长的政策偏好[3].Yang 等（2010）基于1991～2002年瑞典数据分析了货币政策对瑞典区域房价的影响，研究结果表明货币政策对瑞典房地产市场具有显著的区域效应[4].Mamoru（2010）基于企业微观数据研究发现，后危机时代量化宽松货币政策对日本47个地区借贷市场产生了异质性影响[5].Massimo等（2013）研究货币政策对地区债务融资的影响[6].
龙源期刊网 http://www.qikan.com.cn
国内对货币政策区域异质性效应的研究起步较晚，始于20世纪90年代.葛兆强、郝继伦（1995）基于货币政策区域化角度探寻解决中国区域经济发展非均衡问题[7].国内大多数学者是在借鉴国外研究成果的基础上利用向量回归模型（包括VAR和SVAR模型）对中国货币政策区域异质性效应的存在性进行实证研究，代表性文献见文[8-11].
不难发现，国内外学者对货币政策区域效应的异质性研究是广泛而深入的，但多数有关货币政策区域效应的研究并没有将区域之间的空间关联性和依赖性纳入分析体系.货币政策效应不仅受本地经济基础、金融结构等影响，同时还会受到周边地区诸如金融活动的溢出效应等影响.因此，将空间效应纳入货币政策的有效性分析更加准确、更具说服力.现有研究表明，纳入了空间效应的GWR模型是一种比传统的OLS估计更适应于分析货币政策执行效果的空间特征[12-15].对此，本文采用地理加权回归模型来估计中国货币政策产生区域差异性效应的影响因素，进而从实证分析的结果提出关于货币政策实施的建议和对策. 1 模型构建、指标选取及数据说明 1.1 GWR模型与本文的技术处理
由于中国各地区经济发展水平、金融结构存在明显的差异性，货币政策效应在各地区相同时期的有效性也存在着较大的差异性，这从空间计量经济学的角度可以用空间异质性（Spatial Heterogeneity）来阐释.处理空间异质性的一个主要方法是非参数局域线性回归模型，即英国学者Fotheringham提出的地理加权回归（GWR）模型，该模型是用于研究空间关系的一种新方法.中国货币政策区域执行效果的空间差异正好具有这一特征.地理加权回归模型的一般表达式为：
1.2 指标、数据的选取
综合考虑货币政策的传导机制，其基本的传导过程可为货币当局的货币政策首先作用于金融体系及各类金融市场，并沿着货币供应量和利率两个途径传导，进而影响投资需求、消费需求，并通过总需求与总供给的相互作用，最终影响价格和产出.中国是一个发展中国家，市场经济体制还在不断地完善，利率市场化改革仍处在渐进的推进过程中，因而以利率指标作为货币政策变量还有待商榷，国内学者的研究中多以货币供应量或金融机构信贷量作为货币政策变量.与信贷量相比，货币供应量是现阶段中国货币政策的中介目标，以它作为货币政策变量更具有代表性，且信贷规模与货币供应量之间存在高度相关关系，信贷量在很大程度上由货币供应量决定，因此本文选取广义货币供应量M2作为货币政策变量.由于部分省市缺乏省域层面的货币供应量M2的统计数据，且流通中的现金相对于存款来说所占比重较小，故本文借鉴前人研究
郎雯（2011）详细阐述了省域层面以金融机构存款余额数据来代替货币供应量M2的合理性[18].，以该省市金融机构存款余额数据来代替货币供应量M2.
龙源期刊网 http://www.qikan.com.cn
为研究货币政策区域异质性效应，还需明确货币政策调整的目标，进而对货币政策在各区域的效应进行比较.因此本文选取居民消费物价指数CPI和经济增长变量GDP来度量货币政策调控的“稳物价，保增长”这两大目标.此外，由于央行采取预调微调的货币政策需要根据经济运行环境来实施宽松或紧缩的货币政策，当微观经济层面面临资金困难，内需乏力等问题时，应采取适度宽松的货币政策，增加货币供应量，引导市场预期和信心，刺激扩大企业的投资.反之可采用紧缩货币政策.可见，企业投资的需求变化主要依赖于货币供应量的变化，本文还将选取固定资产投资总额I指标来反映货币政策的异质性效应.
本文选取的变量M2，I，CPI和GDP的原始数据来源于历年《中国区域经济统计年鉴》、《中国统计年鉴》和各省市统计年鉴，时间跨度为2002～2011年，实证结果利用SAM4.0软件实现. 2 实证分析
2.1 2001～2010年中国各省域的货币政策变量M2的Moran指数
本文选取2001～2010年中国31个省域的货币政策测度变量M2为统计指标，并对其取自然对数，对M2进行数据变换以减小变幅，利用SAM空间计量软件得到历年的货币供应量M2的Moran指数值，结果如表1所示.Moran指数的检验是建立在正态分布假设之上的，从结果显示看出，在0.1的显著水平下各年份的统计量均显著.自2001年以来，货币供应量M2的Moran指数略显上升趋势，其显著性水平也有增强的趋势.这表明中国各省域的货币供应量M2表现出小幅度扩大的空间集聚现象，但整体上这一指数的数值在0.2附近波动，为正的空间自相关性.同时货币供应量是非均匀分布的，正是这种空间上的非均匀或非随机分布导致了货币政策效应的空间区域异质性.
同时，图1分别描绘了2001和2010年中国31个省域货币供应量M2的Moran散点图.在这两个年份的Moran散点图中，可以发现，第一、三象限内分布的散点明显多于其他两个象限，且第三象限（高高类型）又多于第二象限（低低类型），这从总体上揭示出中国货币政策效应的区域非均质性.通过货币政策测度变量M2的Moran指数值及散点图，可以直观地反映出中国货币政策的执行效果在各省域上存在着空间自相关性和异质性. 2.2 基于OLS与GWR模型的回归估计比较分析
本文分析了中国31个省域2010年货币政策执行效果情况，得到如表2所示的OLS估计结果.根据OLS回归结果，模型拟合优度达到0.941，表明模型整体上是显著的.但回归模型 OLS 只对参数进行平均意义上的全域估计，不能反映参数在不同空间的空间非稳定性.由于货币政策变量在空间上表现出自相关性和异质性，而传统的回归模型是建立在最小二乘法基础上对参数进行估计的，其估计系数是一个常数，故无法揭示中国货币政策效应的空间区域异质性.因此，忽视空间效应的OLS估计会导致研究得出的各种结果和推论缺乏应有的解释力.