宏观经济总量指标与央行现金净投放的关联性分析与解读

宏观经济总量指标与央行现金净投放的关联性分析与解读孙春广（中国人民银行深圳市中心支行，广东深圳518001）摘要：本文基于动态相关性分析方法和非线性协整方法，使用宏观经济总量指标对中央银行现金净投放进行了分析和预测。

结果表明，宏观变量对现金净投放的影响存在明显的时滞。

其中，GDP、固定资产投资变量在捕捉现金净投放的动态过程中反应更为灵敏、社会消费品零售总额次之、而出口变量反应一般。

这说明中央银行在制定现金发行管理相关政策时，应当重点关注相关宏观经济指标在领先4个季度水平上的变化情况，提高政策的前瞻性和针对性。

关键词：现金净投放；动态相关性；非线性协整；宏观经济总量指标中图分类号：F224.0；F015文献标识码：A文章编号：1009－3540（2014）01－0029－0004我们基于2001年第1季度至2013年第2季度的季度数据，选取现金净投放数据作为分析的因变量；自变量数据方面则主要考察了产出以及三大需求变量。

其中，选取GD P指标作为总产出指标，固定资产投资作为投资指标，社会消费品零售总额作为消费指标，并选取进出口总额、出口贸易总额以及净出口总额指标作为出口指标。

数据来源为国家统计局以及中国人民银行金融统计数据库。

一、经济计量建模概述通过观察宏观变量与现金净投放变量之间的变动态势，可以发现上述变量都与现金净投放变量保持了较为类似的共同趋势。

为此，考虑使用如下三种形式构建协整回归模型（C oi nt egr ati on Li near R egr essi on，CLS）进行检验和分析：m=c+βX+εm=c+βln（X）+ε ln（m）=c+βln（X）+ε其中，变量X为回归分析的解释变量，其中可以包含解释变量领先或滞后的动态效应。

通过分析发现，直接使用数据的水平值模型的拟合优度较低。

而使用双对数模型使得变量间原有的协整关系发生了变化。

为此，使用半对数模型形式进行单因子建模分析，模型具体形式如下：m=c+βln（X）+ε此时，模型的系数β可以解释为当宏观变量或金融变量增长1%时，现金净投放的相应增量。

为了在半对数模型的基础上选择恰当的模型形式，本文采取了Hendr y 的由一般到特殊的建模方法。

在建模的过程中，本文使用动态分布滞后回归模型进行分析。

在建模过程中首先包含所有可能的滞后变量进行初步回归，通过使用参数的显著性检验、模型的联合显著性检验以及调整可决系数在建模过程中不断删去冗余变量。

滞后变量的选取主要参考了解释变量与被解释变量之间的动态相关系数的显著程度和持续水平。

参数估计方法为完全调整的最小二乘方法（Full y-m od i f ied Least S quares，FMOLS）。

最后，为了验证模型估计是否正确，需要对上述筛选后的模型进行了模型设定检验。

这主要包括了残差的序列相关检验与异方差检验以及模型的稳定性检验，而后者则重点考察数据生成机制中是否存在非线性因素。

如果模型的估计结果不存在非线性转换机制，那么仍然保留线性协整回归模型的设定，并据此模型进行预测。

如果存在非线性结构转变时点，则使用Mar k ov 转换方法基于协整回归的模型设定形式构建非线性协整回归方法（Non linear C oi nt egr ati on R egr essi on，N LC R），划分市场不同现金净投放状态下，宏观经济变量与现金净投放的关联性。

二、全国现金净投放的运行特征及与宏观总量指标的关联性分析（一）现金净投放季节性波动特征显著本文所使用的数据为季度数据，为防止数据间的共同趋势是由季节性波动因素产生，本文首先采用了X-11季节调整方法对数据进行处理。

其中现金净投放的季节性因素如图1所示，表1则给出了近4年各个季度季节性因子的平均值。

从表中可以明显看出，全国现金净投放水平季节性波动较为规则，主要呈现出明显的第1、2季度净回笼，3、4季度净投放的现象。

而且，季节净投放呈现的弹簧式波动，幅度不断放大。

作者简介：孙春广（1971-），男，辽宁丹东人，经济学硕士，中国人民银行深圳市中心支行，副处长，研究方向：宏观经济，货币政策，金融市场，房地产金融，货币发行。

t!图 1 现金净投放序列中的季节性因素单位：亿元4 季度的数据作为拟合评 价 数 据 ，同 时 预 留 2013 年 第 1 季度至 2013 年第 2 季度数据作为短期预测数据。

（三）现金净投放对宏观经济总量指标表现出 明显 的反馈效应1.现金净投放与 GD P 指标的关联性分析。

首先我 们考察 GD P 指标与现金净投放的关联性。

按照建模思 路可以得到具有不同动态特征的模型可决系数 ， 由表 2 给出。

表 2不同滞后阶数组合现金净投放方程可决系数计算结果表 12009~2012 年季节性因素成分均值单位：亿元（二）现金净投放与宏观经济变量动态关联性较强， 并呈现出滞后性根据建模思路，首先使用 En gel -G ran ger 协整检验 考察变量间的共同趋势。

检验结果表明，在 5%的显著 性水平上，除了进出口总额以及净出口变量以外，其他 宏观经济总量指标 均 与现金净投放变量 存 在协整 关 系。

因此，我们选取出口贸易总额作为度量对外贸易的 参照指标。

从模型的调整可决系数可以看出， 滞后变量 的增 加并没有显著地提高模型对数据的解释能力。

为了验 证模型估计是否正确， 本文对上述模型进行残差检验 以及模型的稳定性检验。

上述检验结果均表明，模型不分析结果。

动态相关系数的估计结果未被拒绝 ， 同时在建模过程中可能存在结构转变而 线存在显著的序列相关性，但是存在异方差的原假设并在设定模型具体形式之前，模型动态特征的确定则如图2所示：宏观经济总量指标均在滞后4期与现金净投放保持了较高的相关性，同时相关系数在滞后4 期与滞后1期之间仍保持了较高的水平。

这一结果表明，宏观经济总量指标与现金净投放之间的关联性主要表现为现金净投放的变动态势落后于宏观经济总量指标，三大需求起到了引导现金规模变化的效果。

性模型设定无法较好地拟合数据。

因此，需要使用非线性协整模型考察现金投放与GD P之间的相关性。

本文使用了Mar k ov 区制转移方法分别基于上述线性模型的设定重新进行估计。

其中，识别过程将现金净投放数据划分为两个状态，也即现金平稳投放时期以及现金投放过程中的异常观测期，参数估计结果如下：-26300.12+2484.38ln（GD Pt-4）+et异常观测m =-10225.15+1010.16ln（GD Pt-4）+et平稳投放时期通过使用Mar k ov 转移方法，可以得到我国现金净投放处于平稳投放时期以及异常观测时点，其中异常观测时点为2010年第1季度至第4季度以及2011年第4季度。

第一个异常观测期记为A时期，后者记为B时期。

具体划分结果由图3给出。

异常观测平稳投放图2宏观经济总量指标与现金净投放的动态相关分析图因此，在建模中考虑使用动态分布滞后回归模型进行分析。

为了考察模型的拟合程度并对所构建的模型进行评价，本文使用2001年第1季度至2012年第异常观测状态概率（GD P变量）t!期货币政策研究R e s ea r c h on M oneta ry P oli c通过分析这两个货币投放异常观测时期相关的宏 观经济运行特征以及相应的宏观经济政策 ， 我们可以 发 现 A 时 期 ， 我国经济在经历了 2008 年 金 融 危 机 之 后由于 外需疲软导致出现 了一 定程度的经济收缩 ，国 家在这一时期相继出台了超宽松的货币政策以及 “四 万 亿 ”财 政 刺 激 计 划 ，由 于 政 策 的 时 滞 效 应 ，这 一 政 策 效应在四个季 度 后体现在了货 币 净 投 放 的 指 标 上 ，这 也与本文所识别出的滞后阶数相符。

随后由于通货膨 胀重新抬头， 央行采取了上调存准率和存贷款基准利 率，同时使用公开市场操作的手段，引导市场资金供应 平稳回调。

而进入 2011 年第 4 季度之后 ，受到欧洲主 权债务危机的影响 ， 国内经济增速放缓、 物价水平趋 稳 ，央行当季果断停发 3 月期限央票，当年公开市场净 投放共计 1.9 万亿元。

由此可见，中央银行在这两个时 期都采取了适度宽松的货币政策予以应对 。

而在这些 时期以外 ， 我国货币政策始终保持了稳健乃至于从 紧 的货币政策，保持货币市场的平稳投放。

回归结果中常数项表明在其它条件不变时 ， 现金 净投回水平。

其中，符号为正表明央行进行了净投放 ， 符号为负则代表央行进行了净回笼。

常数项估计值的 大小则代表了无外生变量干扰下， 货币当局对市场现 金自发性投放或回笼力度。

通过进一步分析比较现金平稳投放时期与异常观 测模型参数估计值大小的差异， 可以看出现金平稳投 放时期以及异常观测期， 产出变量对于现金净投放 影 响路径的转换。

对于现金平稳投放时期 ，以 2011 年第 3 季度 为 例 ， 当 季 现 金 累 计 净 投 放 为 1583 亿 元 ，GD P 对数值为 11.73，由 GD P 解释的现 金净投 放 为 2020 亿 元，其它因素导致现金 的净回笼 。

而当季 GD P 环比 增 长 4%。

这意味着在相较于上一季度，产出水平提高带 来了 40 亿元现金净投放增量。

对于现金净投放的异常 时 期 ，以 2010 年 第 4 季 度 为 例 ，当季累计现金净投放 季节调整后为 3418 亿元 ， 当季 GD P 对 数 值 为 11.57， 由产出水平可解释的现金净投放为 1939 亿元。

而当季GD P 环比增长 3.6%。

这意味着在 2010 年第 3 季度现金 净 投 放 的 基 础 上 ，GD P 增长率的 变动导致的现 金 净 投放增量较 2010 年第 3 季度增加了 89.44 亿元。

比较 发 现 ， 在 异 常 观 测 期 ，GD P 增 速对现金净投放 增 量 的边际促进效应比平稳投放期要更为强烈。

2.现金净投放与三大需求指标的关联性分析 。

与 GD P 变量的分析类似，本 文 对 消 费 、 投 资 和 出 口 也 采 用了同样的分析和估计方法。

模型设定检验结果指出 ， 对于消费方程及出口总额方程， 检验结果支持线性模 型设定， 而对于投资方程， 检验结果则支持非 线性假 定 。

进一步分析产生这一结果的原因发现， 消费变量 由于受到整体消费行为连贯性的影响具有较强的平滑性，不易受到政策的干扰；而对于外需变量由于在境外 生成，受到出口国当地相关因素影响较大，本国政策对 于外需的作用效果有限。

相反，本国的财政、税收政策 体制以及政策方针的变化对于固定资产投资的水平具 有较强冲击， 不同时期固定资产投资水平也恰是 对应 时期经济政策的基本反映， 因而固定资产投资对于现 金净投放的影响也体现出一定的阶段性。