银行信贷规模与物价关系的实证研究

张学叶，林永强，周 广

（1.重庆大学数理学院，重庆 400044；

2.重庆大学经济与工商管理学院，重庆 400044；3.张家港市发改委，江苏 张家港 215600）

银行信贷规模与物价关系的实证研究

1张学叶，2林永强，3周 广

（1.重庆大学数理学院，重庆 400044；

2.重庆大学经济与工商管理学院，重庆 400044；3.张家港市发改委，江苏 张家港 215600）

本文利用2000年1月到2008年12月的银行信贷规模与居民消费指数的时间序列数据,运用协整理论、误差修正模型、脉冲响应函数和方差分析方法研究银行信贷对国内物价水平的影响，旨在探讨银行信贷规模与物价波动的关系，为国家制定完善、有效的检测、预警体系提供理论依据。

模型；银行信贷规模；误差修正模型；脉冲响应函数

一、前言

物价上涨、流动性过剩引起的通货膨胀对我国的经济发展带来巨大的影响，而对于物价波动的成因一直是研究的热点问题。诱发通货膨胀因素诸多，而银行信贷增长过快往往成为关注的焦点。银行信贷作为货币政策调控手段，无论在过去的计划经济体制下，还是在现阶段经济体制转变进程中,均起到非常重要的作用。因此，研究银行信贷规模与物价之间的关系就有其必要性。本文将利用计量经济的分析方法和技术建立银行信贷与物价的计量经济模型，系统研究和探讨银行信贷规模的扰动对物价的影响程度，为货币政策决策的定量化提供科学的依据。

二、VAR模型和研究方法

VAR模型常用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击，从而解释各种经济冲击对经济变量形成的影响。它能够比较直观的刻画出变量之间的动态交互作用及其效应。

设Yt为时间序列向量， yt= (y1t,y2t, ⋅⋅⋅,ynt)′，则p阶VAR模型为：

其中α为n维常数向量，Ai( i = 1,2,⋅⋅⋅,p )为n× n维待估计的系数矩阵，p是滞后阶数，T是样本个数。 εt是随机扰动向量，它们相互之间可以同期相关，但与自己的滞后值不相关，同时与等式右边的变量Yi(i=t-1,……,t-p)不相关。

(1)式也可等价的表示为：

其中L为滞后算子。令 A( L ) =I - A1L - A2L2-…-APLP

如果det[A(L)]根都在单位圆外，则（2）式满足可逆性条件，它能表示成一个向量移动平均模型（VAR(∞)）：

其中Bk(k=0,1,…，p)是系数矩阵，β是常数向量，他们可由模型（1）中的系数矩阵Ai和常向量α计算而得。

由（3）可知，系数矩阵Bk的第i行第j列元素表示第i个变量对变量j产生的单位冲击的k期滞后反应，即VAR系统中变量i对变量j的k期脉冲响应。在这里假设了系统只受一个变量的冲击，不受其他变量的冲击。但是，因为误差向量 εt通常不是标准的白噪声，它的各分量之间是相关的，即εt的协方差矩阵Ω不是对角阵。因此脉冲响应函数的计算通常是在一个变化了的VAR模型中进行的[1]。

由于误差向量的协方差矩阵Ω是正定的，因此存在一个非奇异阵Q使QQT=Ω，于是VAR模型可以表示为：

经过变换，原误差向量 εt变成标准的向量白噪声 ωt，所以系数矩阵BkQ的第i行j列元素表示系统中变量i对变量j的一个标准误差的正交化冲击的k期脉冲影响。

进一步，只要变量之间存在协整关系，可以由VAR模型导出误差修正模型（VEC）。和VAR模型类似，同样可以对VEC模型进行脉冲响应分析和方差分解。

本文利用Eviews6.0版本进行检验，运用Johansen协整检验方法来检验银行信贷规模与物价之间长期关系的协整关系，在得出协整检验的结果以后，通过建立误差修正模型对存在协整关系的变量进行短期因果关系分析。最后我们将用VEC模型进行冲击响应和方差分解分析，考察银行信贷规模对物价和其自身的影响。

三、银行信贷规模的变化对物价产生的影响

本文选用金融机构贷款余额CREDIT，居民消费价格指数CPI分别作为银行信贷和物价水平的代表变量。样本区间为2000年1月至2008年12月，共108个样本。

为了减少或消除潜在的异方差问题，我们对变量 CPI和 CREDIT序列分别取自然对数，即 LN(CPI)和LN(CREDIT)，分别用CP和CR来表示。下面我们对变量CP和CR建立两变量VAR模型。

1.单位根检验和协整检验

由于实际应用中大多数时间序列是非平稳的，但是它们的线性组合却有可能是平稳的，而协整关系就是描述变量之间这种长期稳定的均衡关系[2]。本文中选用信贷规模和物价这两个经济指标，那么从长远来看这两个变量应该具有均衡关系。在此，需要注意的是，研究协整关系的前提是CP和CR两序列本身都是不平稳的。所以，首先要对这两个序列的单整阶数进行判断。

下面我们利用ADF检验法分别对CP及CR两变量序列进行单位根检验，检验结果如表1，结果表明两序列CP和CR的ADF值均大于其相应的显著性水平分别为0.01、0.05、0.1下的临界值，表明不能拒绝存在单位根的原假设，即两序列CP和CR均为非平稳的。但是经过一阶差分后，ΔCP和ΔCR两个序列的ADF均小于其相应的显著性水平分别为0.01、0.05、0.1下的临界值，表明拒绝存在单位根的原假设，即ΔCP和ΔCR两个序列是平稳的。因此可以认为两序列服从I(1)过程，这为进一步对变量间的协整分析建立了基础。

表1 序列CP和CR的ADF检验结果

接下来，我们将对这两个变量的协整关系进行检验，分别采用Johansen检验的特征值轨迹检验和最大特征值检验两种方法对变量序列CP和CR进行协整检验。在根据AIC信息判断选择滞后阶数为2后，协整检验结果如表2所示：

表2 协整检验结果

迹检验和最大特征值检验结果都表明存在一个协整向量，则物价和银行信贷规模这两个变量存在协整关系。根据向量误差修正模型我们得到均衡向量如下：

β′=（1.000000，-0.101940，-3.599256）则信贷规模与物价两变量的协整方程为：

方程（5）表明CP与CR存在长期均衡关系，在2000-2008年样本期间我国物价与银行信贷规模存在正向作用关系。

2. 脉冲响应与方差分解

为了对物价和银行信贷规模的动态特性有一个更加清楚的了解，我们在上面VEC模型的基础上进行冲击响应分析[5]，即计算1个单位的银行信贷规模冲击对物价和其自身的影响，得到的冲击曲线如下图所示，由于前面我们是对CPI和CREDIT取的对数，所以系数代表了弹性。其中横坐标表示冲击作用的滞后期间数（单位：月度），纵坐标表示物价及信贷规模增长率的变化。

通过图1（a-b）我们可以看出，CP在受到银行信贷规模CR一个单位正向的标准差的冲击之后，在短期内具有显著的正向反应，并且在前 5个月的正向反应一直呈上升趋势。同时，由于物价和信贷规模间相互影响，信贷规模也在原来的水平上开始增加。在经过5个月之后，物价较初始水平上升约为 0.0017%，信贷规模较初始水平上升约为0.0023%，也就是说，短期来看信贷规模的变化很大程度会影响物价的变化。

图1 冲击响应曲线

脉冲响应函数是随着时间的推移，观察模型中的各变量对于冲击是如何反应的。而方差分解是通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性。下面我们将利用方差分解的基本思想分析信贷规模对物价变动的贡献程度。对物价的方差分解图如下表3。

表3 物价的方差误差分解

从表3可以看出，物价的波动程度主要归因于物价冲击的其他因素，从长期来看，冲击物价的其他因素解释了物价波动的96%以上，而银行信贷规模对对物价波动的贡献度约为3%，表明银行信贷规模对物价虽然有一定的预测能力，但是长期来看信贷规模的变化对物价的变化不起决定性影响。

四、结束语

本文运用VAR模型，从短期和长期两方面研究了两者之间的动态影响关系。经过脉冲响应分析，得到银行信贷的变化对物价有明显的正效应，具有很好的时效性，这和盛松成、吴培新（2008）的研究结果一致[3]。同时，我们知道货币供应量是确定物价水平的一个重要变量，而我国的信贷规模独立于货币供应量，并引导其变化。同时货币政策是存在时滞的，物价不仅仅是受货币供应量的变动的影响，与上期自身水平更是高度相关的。因此，我们应格外关注银行信贷的短期影响，正确运用银行信贷杠杆，建立完善、有效的经济监测，预警体系，对物价涨幅趋势作出正确的预测，为宏观调控和抑制通胀提供信号。将其与货币政策结合起来以达到稳定物价、抑制和缓解通货膨胀的目标。

[1] 杨丽萍，陈松林，王红. 货币供应量、银行信贷与通货膨胀的动态关系研究[J]. 管理世界，2008，6.

[2] 高铁梅. 计量经济分析方法与建模-Eviews应用及实例[M]. 北京：清华大学出版社，2006.

[3] 盛松成，吴培新. 中国货币政策的二元传导机制——两中介目标，两调控对象模式研究[J]. 经济研究，2008，10.

[4] [美]詹姆 D.汉密尔顿. 刘明志译. 时间序列分析[M]. 北京：中国社会科学出版社，1999。

[5] 刘斌. 我国货币供应量与产出、物价间相互关系的实证研究[J].金融研究，2002，7.

The Empirical Study on Relationship of Credit Scale and Price

ZHANG Xue-ye，LIN Yong-ping，ZHOU Guang

In the paper, we analyse the effect from credit scale to price through Cointegration Theory, Error Correction Model, Impulse Response Function and variance analysis methods, with the credit scale data and consumer price index data from 2000 January to 2008 December, aiming at researching the relationship between credit scale and price fluctuation. So we can provide some theoretical basis for policy-maker.

VAR Model; Credit Scale; Error Correction Model; Impulse Response Function

F820

A

1008-7427（2010）07-0086-02

2010-04-30