货币供给和就业的协整检验及影响分析

龚璨诗(武汉理工大学管理学院，湖北 武汉430070）

李 静，黎东升(长江大学经济学院，湖北 荆州434025）

在全球金融危机中，中国采取了扩张性的货币政策，所以银行系统的流动性供给增加。2010年《中国统计年鉴》的数据显示，截至2009年底，广义货币供给增加了27．7%，狭义货币供应增加了32．4%，在过去的15a中达到了最高的水平[1]。

货币数量理论认为，每一次通货膨胀的背后都有货币供给的迅速增长[2]。因此，巨额的货币投放引发价格水平上涨的压力。从经济理论可知，通货膨胀和就业(失业）是短期宏观经济运行中2个主要问题，按照短期菲利普斯曲线，通货膨胀率和失业存在替换关系，即通货膨胀率增加，失业率降低，反之，通货膨胀率降低，失业率就增加。对应就业的关系，则通货膨胀率增加，就业就增加，通货膨胀率降低就业率就降低。如果说通货膨胀是由货币供给引起的，那么研究通货膨胀与就业的关系就转化为研究货币供给与就业的关系。同时，如果菲利普斯曲线所表示的通货膨胀率和失业存在替换关系成立的话，那么货币供给与就业的均衡性也应该成立。如果这种均衡不成立的话，则肯定有外部因素冲击影响[3]。因此，可以通过研究货币供给与就业的均衡性来反映外部冲击对就业的变动影响，从侧面反映我国就业变动的原因。

1 货币供应和就业之间的协整检验

在理论上，货币供给和就业之间存在一个长期稳定的关系。然而，随着经济活动的复杂性，货币供应和就业之间可能存在着短期的失衡，因此，有必要检测一下货币供给和就业之间的关系。通过定义协整变量，本研究将检验协整变量是否有单位根来说明变量间的协整性，用变化率作为协整变量，货币供给采用广义的货币供给（M2），首先i产业的就业被定义为Eit，新的协变量定义为Vit=M2t／Eit，如果协整变量是平稳时间序列，那么货币供给（M2）与i个产业的就业是协整的。为此，这里使用ADF单位根检验来判断数据生成的过程。对于ADF单位根检验，采用如下方程：

ADF单位根检验首先根据数据表现的特征来选择适当的模型。即无论模型（1）是否包含了截距项和趋势项，这都采用T-检验。同时，模型（1）要选择一个适合的滞后阶数。滞后项阶数的选择是一个关键，合适的滞后阶数应是残差呈现独立同分布结构，可以采用最小信息标准进行检测。

这里首先用V1=M2t／E1说明检测过程。依据模型（1），滞后项应该从0开始，逐步1阶、2阶依次递增。最小信息准则是选择的标准。如果合适的滞后项是2，则模型的估计结果为：

模型（2）的显著性检验是，原假设：α（α=0．60）=0，β（β=-0．12）=0，ast（α）=1．31，P=0．19＞0．05，因此，在5% 的显著性水平下不能拒绝原假设，即模型（2）没有截距项。同理，t（β）=-1．87，P=0．08＞0．05，因此，在5%的显著性水平下亦不能拒绝原假设，即模型（2）没有趋势项。因此，对应的估计式为：

由于ADF（0．987）大于显著性水平为0．005的临界值-1．958，因此接受单位根的原假设。选择合适的滞后项对结论是非常重要的，因此，模型阶数应该从0开始逐步选取，如果选择1阶，估计结果是：

由于AIC（1．65），大于模型（2）的最小信息准则（AIC=1．57），因此不能选择模型（4）。如果滞后阶数为3，估计结果为：

根据模型（5）可以看出，此时的AIC=1．65，也大于模型（2）的最小信息准则（AIC=1．57），与此同时β3=0．95，t=0．72时不显著。依次增加滞后阶数并进行比较，比较结果为模型（3）是最佳选择模型。

对于模型（3），最终的结论是V1是单位根变量，即V1～I（1）。根据V1的定义，可以知道V1是货币供给量（M2）和第一个产业的就业量（E1）之比，而V1是单位根，表明V1是非平稳时间序列。因此，货币供给量（M2）和的第一个产业就业（E1）之间不协整，两者之间不存在长期均衡关系。基于以上的分析，下面继续检验单位根V2、V3的情况，测试结果见表1。

表1 单位根检验

从表1可以看出，V1是没有时间趋势、没有截距的2阶单位根信息，V2是随机过程，V3是没有时间趋势、没有截距的1阶单位根过程生成。因此，3个变量都是很平稳的。

根据上述过程可知，货币供给之间（M2）和第一产业、第二产业和第三产业的就业之间都是非协整的，所以不存在长期均衡关系。因此，货币供给量和各个产业的就业存在非协整性，没有长期稳定的关系。正是这种非协整性暗示了货币供给增加不能长期均衡地引起就业的增加，一定存在非货币因素对这种均衡的冲击。

2 影响货币供应和就业稳定性的外部冲击因素

基于以上分析，货币供给和各产业的就业是一个非稳定系统，那么肯定存在非货币供给效应的其他影响因素。由于系统的稳定性可以通过函数的系统稳定性给予反映，因此，可使用随机变量参数模型来进行实证分析。如Hildreth-Houck模型所示：

模型（6）主要体现的是结构参数非稳定性。从模型（6）可以看出，随机参数影响了参数的稳定性。如果单独分析货币供给对就业的影响及随机因素的冲击效应，则模型（6）可以改变成以下的形式：

其中，αt=α0＋εt，βt=β0＋ηt，Var（εt）=Var（ηt）=σj2=Var（μt）=σ2

则：

对模型（8）的随机部分进行描述：

因此，模型（8）存在异方差，需要采用加权最小二乘法来估计。

如果不考虑货币供给之外的随机因素的影响，那么研究货币供给对就业的效应的模型选择就可以用一般的双变量线性回归模型，而这种模型应满足经典假定。双变量线性回归模型的结构参数保持不变，它衡量了自变量对因变量的稳定关系。下面是随机变参数Hildreth-Houck模型和双变量线性回归模型估计的结果并进行比较，通过比较分析可以体现随机因素对就业的冲击情况。

表2 估计结果

从表2可以看出，随机变参数Hildreth-Houck模型和双变量线性回归模型有不同的截距和斜率，如果单独考虑货币供给对第一、第二及第三产业就业的引致效应，那么随机因素对就业的冲击效应就可以比较随机变参数模型和双变量线性回归模型的斜率大小。根据表2的Ⅰ、Ⅱ、Ⅲ的回归方程来看，随机变参数模型的斜率大于双变量线性模型的斜率。这表明，随机因素影响了货币供给对第一、第二及第三产业的就业效应，也就是说货币供给对就业的效应受到货币供给之外随机因素冲击的影响。正是这种影响造成货币供给与各个产业就业非协整性。同时表2也表明，由于随机变参数模型的斜率大于双变量线性模型的斜率，因此这种随机冲击带来正效应。之所以出现随机冲击的正效应，其原因在于随机因素所包含的内容。这里特别强调的是，本研究所指的随机因素包含除货币供给之外的所有影响就业的因素，比如GDP增长率、经济结构状况、政府的宏观调控、财政政策以及全球性经济危机等等，这些因素有的促进就业的增长，有的则使就业减少，因此，对于双变量线性回归模型是在不考虑外在随机因素的情况下回归的结果，而随机变参数Hildreth-Houck模型则考虑到外在随机因素的冲击情况，由于随机变参数模型所回归方程的斜率大于双变量线性模型回归的斜率，所以，这种外在随机因素带来的冲击具有正效应。

3 主要结论

综上所述，双变量线性回归模型的结果表明，货币供应量对第一产业就业的影响不显著(t=-1．61），但货币供应量对其他两个产业就业的影响是显著的，因此货币供给影响就业：货币供给增加，就业增加。如果货币供给的增加导致通货膨胀，那么菲利普斯曲线所表达的替代关系得到了证实。然而，按照以上的单位根检验，货币供给和三次产业的就业之间非协整，所以他们不存在长期稳定的关系，而这种不稳定性主要是由于其他变量导致的，而不是由货币供给造成的。

[1]中华人民共和国国家统计局 ．中国统计年鉴·2010[M]．北京：中国统计出版社，2010．

[2]Masanori Hashimoto．Investment in Employment Relations in Japanese Firms [J]．Journal of the Japanese and International Economic，1995，16：75-95．

[3]Yu-Fu Chen and Michael Funke．Product market competition，investment and employment-abundant versusjob-poor growth：A real options PersPeetive [J]．European Journal of Political Economy，2007，21：56-70．