结构向量自回归(SVAR)被广泛用于货币政策的国际传导和溢出效应的研究。与VAR模型不同,SVAR模型中加入了变量之间的当期关系,它实际上是VAR的结构式。根据特定的经济理论假设可对SVAR模型参数空间施加短期和长期约束,能减少待估参数的个数,并有效消除模型中的干扰。Kim(2001)[1]和Canova(2005)[2]用SVAR模型实证研究了美国货币政策的国际传导。Sousa & Zaghini(2007)[3]用SVAR模型研究了全球流动性的国际溢出问题。张会清、王剑(2011)[4]用SVAR模型研究了全球流动性对中国经济的影响。有鉴于此,本书也采用SVAR模型研究次贷危机后美国量化宽松货币政策对中国经济的动态影响。
1.变量选取与数据来源
参照美国量化宽松货币政策影响中国经济的传导机制,以下分别构建两个SVAR模型。考虑到次贷危机后,美联储不断地调低联邦基金利率,2008年12月降至接近0~0.25%的水平,实际上是实行零利率政策。如表10-1所示,由于不变的利率已经不能作为货币政策工具的变量,而美国量化宽松货币政策实际上主要靠增加基础货币投放来执行,因此,用基础货币代表美国量化宽松货币政策。美联储于2008年11月25日首次公布将购买机构债和资产抵押证券(MBS),开始实施量化宽松货币政策,至今一直持续未断。因此,本书选取变量数据样本为2008年12月至2013年12月的月度数据,数据来源于美联储网站、国际清算银行(IBS)、东方财富数据中心和国家统计局网站;除了人民币实际有效汇率外,其他变量都经过X-12季节性调整,然后取自然对数以消除时间序列的异方差问题。
表10-1 变量选取和数据说明
①肖芍芳,黄洁文.美国量化宽松货币政策对中国经济的冲击效应研究[J].广东商学院学报,2012(6):12-19.
②宾建成,詹花秀,王凯.美国量化宽松货币政策对中国短期资本流动的影响分析[J].财经理论与实践,2013(2):15-19.(www.xing528.com)
2.模型设定
第一个SVAR模型选取变量MB、EER、NX和Y,代表量化宽松货币政策通过影响人民币汇率和贸易顺差,进而影响中国的产出。估计SVAR模型涉及模型识别的问题,在经济理论基础上,进一步考虑美国量化宽松货币政策对中国经济变量的作用机制和变量在传递过程中扮演的角色,本书采用递归识别方法对此模型进行识别,冲击传导递归假设为MB➝EER➝NX➝Y,模型具体设置如式(10-1)所示。
第二个SVAR模型选取变量MB、FOFFE、M2和CPI,代表量化宽松货币政策投放的流动性通过外汇汇入、金融市场和直接投资等渠道进入中国,导致中国形成巨额的外汇占款,进而影响中国货币供给和物价水平。在模型识别上S&P设为MB➝FOFFE➝M2➝CPI,模型具体设置如式(10-2)所示。
式(10-1)、式(10-2)实际上是对SVAR模型施加短期约束条件,模型恰好识别,这既在一定程度上符合经济理论,又有利于对模型进行估计。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。