-2.608

　　一阶差分

　　-7.015

　　-3.616

　　-2.941

　　-2.609

　　rateem2

　　原始数据

　　-2.059

　　-3.610

　　-2.939

　　-2.608

　　一阶差分

　　-6.632

　　-3.616

　　-2.941

　　-2.609

　　rm1

　　原始数据

　　-0.077

　　-3.610

　　-2.939

　　-2.608

　　一阶差分

　　-8.352

　　-3.616

　　-2.941

　　-2.609

　　rm2

　　原始数据

　　-0.757

　　-3.610

　　-2.939

　　-2.608

　　一阶差分

　　-6.899

　　-3.616

　　-2.941

　　-2.609

　　M1

　　原始数据

　　0.283

　　-3.610

　　-2.939

　　-2.608

　　一阶差分

　　-5.183

　　-2.627

　　-1.950

　　-1.611

　　M2

　　原始数据

　　0.263

　　-3.610

　　-2.939

　　-2.608

　　一阶差分

　　-1.641

　　-2.627

　　-1.950

　　-1.611

　　B

　　原始数据

　　0.283

　　-3.610

　　-2.939

　　-2.608

　　一阶差分

　　-5.183

　　-2.627

　　-1.950

　　-1.611

　　注：资料来源：《中国人民银行统计季报》(2007.3、2008.4)，中国金融出版社，2007-2009。表1中数据根据原始数据指标计算后得到。

　　本文设定指标rateem0、rateem1和rateem2，以反映货币电子化数量与货币供给M0、M1和M2的比重，测量货币电子化程度。通过单位根检验，三个指标也是一阶单整变量，结果见表1。因此，货币供给量M1、M2，基础货币B，以及货币乘数rm1、rm2和货币电子化程度rateem0、rateem1和rateem2均为一阶单整变量，为研究货币电子化程度与货币乘数之间的关系提供了条件。

　　(二)货币电子化与货币乘数的均衡关系分析

　　作了上述准备工作后，可以检验流通中现金率ratec、活期存款率rated、准备金率ratetr和货币电子化程度等指标与货币乘数之间是否存在长期均衡关系。对两种货币乘数分别考虑以下四种情况：

　　System A:

　　System B:

　　System C:

　　System D:

　　其中，X表示确定性变量矩阵，这个矩阵可以是空的，如果不空的话，这个矩阵的第一列是常数，第二列是线性时间趋势。使用Engle-Granger的基于残差的检验方法来检验协整关系，所有的检验都包括常数项(称为Demeaned Test，简称DMT)，另外也对时间项的情况进行检验(Dtrended Test，简称DTT)。E-G检验的方法有一个问题，在变量数多于两个的时候，选择哪个变量在左边。HALL建议选择具有最高的调整后的拟合优度的那个变量作为左边的变量[4]。本文验证了所有协整回归，在所有的情况下，按照HALL的方法，合适的左边变量都是货币乘数。检验结果表明，系统System A至System D均只有一个协整关系，即货币电子化程度指标的引入并未增加协整关系的数量。将货币乘数与其影响因素的回归方程列示如下：

　　货币乘数rm1的回归模型A-D分别为：

　　System A：

　　，，，，

　　System B：

　　，，，，

　　System C：

　　，，，，

　　System D：

　　，，，，

　　货币乘数rm2的回归模型A-D分别为：

　　System A：

　　，，，，

　　System B：

　　，，，，

　　System C：

　　，，，，

　　System D：

　　，，，，

　　检验结果表明，货币电子化程度因素均不显著。主要原因是，货币电子化程度是反映货币供给中现金、活期存款和准货币之间结构关系的重要指标，货币电子化程度与流通中现金率、活期存款率和准备金率等多个指标同时纳入模型之中，造成多重共线性。本文通过多个指标之间的相互关系分析，证实了货币电子化指标与流通中现金率、活期存款率和准备金率之间的密切关系。具体如下：

　　流通中现金率：与货币电子化指标rateem0、rateem2关系密切

　　式1

　　，，，，

　　活期存款率：与货币电子化指标rateem0、rateem1和rateem2关系密切

　　式2

　　，，，，

　　存款准备金率：与货币电子化指标rateem1、rateem2关系密切

　　式3

　　，，，，

　　根据式1至式3的分析，货币电子化程度不直接影响货币乘数，是通过影响流通中现金率、活期存款率和存款准备金率等因素，间接地影响货币乘数。因此，建立似不相关回归模型(Seemingly Unrelated Regression， SUR)，如下：

　　本文采用Zellner提出的迭代法[5]，对模型求解如下：

　　将流通中现金率(ratec)、活期存款率(rated)和准备金率(ratetr)等指标的表达式代入货币乘数表达式中后，得到如下关系：

　　本文进一步采用Breusch和Pagan提出的LM统计量进行检验[6]，验证上述SUR模型的建立是合适的。上述分析过程表明，货币化程度rateem0和rateem2为正向指标，原因是由于货币电子化程度的提高，拓宽了投资渠道，改变了人们持有现金的消费习惯，促进流通中现金和定期存款向活期存款的转化，模型系数为正，说明货币电子化程度有利于提高货币乘数;货币化程度rateem1为负向指标，模型系数为负，说明货币电子化程度有利于提高货币乘数。

　　四、结论

　　在传统的影响货币乘数的因素中，现金漏损率是一个非常重要的因素，它与货币乘数呈负相关关系。在货币电子化条件下，货币电子化较大程度上取代了流通中现金并转化为银行存款，拓展了投资渠道，影响了人们的消费习惯与银行存款结构，直接导致的结果就是使流通中现金相对规模减少的同时增加了商业银行的存款，活期存款比例相对提高，现金漏损率下降。由于现金漏损率与货币乘数呈负相关关系，这就使货币乘数变大。目前，我国电子支付交易规模不断扩大，其中，2009年跨行支付交易资金量相当于当年GDP的24.3倍。因此，本文的研究结论对货币政策的有效实施具有一定参考价值。

　　但是，也应当注意到，本文并未就货币电子化对货币乘数的稳定性影响进行分析，也未对货币乘数上升的空间范围进行深入研究，这些问题都应值得在今后的货币电子化对货币乘数影响的研究中，进一步进行深入探讨。

　　参考文献：

　　[1]唐平.电子货币对M1和M2的货币乘数影响及比较分析[J].重庆工程大学学报，2006(2):47-50.

　　[2]刘斌.货币政策与宏观经济定量研究[M].北京:科学出版社,2001:137-150.

　　[3]周光友.电子货币发展对货币乘数影响的实证研究[J].数量经济技术经济研究,2007(5):98-107.

　　[4]Hall S G. An Application of the Granger & Engle Two-Step Procedure to United Kingdom Aggregate Wage Data[J].Oxford Bulletin of Economics and Statistics,1986(48):229-239

　　[5]Zenller,A. An efficient method of estimating seemingly unrelated regressions and tests for aggregation bias[J].J.Amer. Statis. Assoc.1962(57):348-368.

 2/3   首页 上一页 1 2 3 下一页 尾页