M1与M2增速差和PPI的动态相关性探究——基于Var模型的实证检验

○刘艺

（中南财经政法大学金融学院 湖北 武汉 430073）

一、引言及文献综述

根据国家统计局发布的数据，2014年3月份全国居民消费价格指数（CPI）同比上涨2.4%，处于温和区间；工业生产者出厂价格（PPI）则同比下降2.3%，PPI出现连续第25个月的负增长，由此造成中上游企业利润大幅下滑，实际债务负担加重，加大了金融风险和经济下行压力。从统计数据和相关研究来看，PPI的走势要领先于CPI，对经济运行具有较好的预见性（杨灿、陈龙，2013；萧松华、伍旭，2009）。现阶段，对我国这样一个工业产值位居全球第一的制造业大国，从货币调控政策来说，不仅要从控通胀的角度盯紧CPI，更应从稳增长的角度关注PPI。

我国货币调控模式以数量和价格为主。当前，央行数量型调控模式的有效性存在争议（戴晓兵，2013；王曦、邹文理，2012）；此外，由于利率还未完全市场化，价格模式尚待完善。研究结果指出，货币结构与经济运行的变化密切相关（范立夫、张捷，2011），若选取合适的货币结构指标，探究其与PPI的相关性，预测其运行趋势和变动路径，既有可行性，也有必要性。

在货币结构指标中，货币流动性比率（M1/M2）多反映的是一种长期趋势，时效性较弱。M1与M2增速差可定义为货币活化指标，因其能很好地反映经济活跃程度及企业投资需求变动（刘海影，2013）。从2011年下半年以来，M1和M2增速差持续处于历史低位水平，反映了实体经济放缓，微观主体投资需求下降，与PPI的走势相吻合，且领先PPI的变动。因此，本文选取M1与M2增速差作为货币结构变化的指标，来探究其与PPI的相关性。

对于我国货币供应量与经济运行的关系，学界观点主要为以下几种：货币非中性，与经济增长之间呈正相关（黄先开、邓述惠，2000；徐强，2001）；货币短期内非中性，长期内对产出不产生影响，对物价产生显著影响（刘斌，2002）；货币完全中性，被动的适应经济波动而不是主导的服务经济增长（张立华，2003）。具体看货币供应量与PPI的关系：陈钰（2011）指出M2与PPI不存在G r a n g e r因果关系，而杨继生、冯焱（2013）的研究指出，货币供给冲击对重工业以及产业链上游行业PPI波动的贡献度达74%。由此可见，货币供应量对经济运行的效应存在较大争议。而关于货币结构对经济的影响，学者的观点较为一致，认为货币结构优化对经济产出有显著的正向作用，央行的货币政策应引导货币结构合理化，代表学者有肖卫国、刘杰、赵圣伟（2013）。就本文要展开研究的货币结构指标M1与M2增速差来说，已有文献指出其与CPI存在显著相关关系（范立夫、张捷，2011），但更多学者关注的是其对股票指数的影响，鲜有文献研究M1与M2增速差和PPI的动态相关关系，本文试图对这一领域作出贡献。

二、理论分析

根据央行的统计口径，狭义货币M1=流通中现金＋单位活期存款；广义货币M2=M1＋居民储蓄存款＋单位定期存款＋单位其他存款+证券公司客户保证金+住房公积金中心存款+非存款类金融机构存款。M1与M2增速差，衡量了存款的活期化倾向，反映了微观层面企业的经营活力和投资意愿。当经济放缓时，企业投资更加谨慎，定期存款比例上升，对中长期贷款的需求相应下降，从而造成M1与M2增速差处于低位，反之同理。另外，2001年以来，企业储蓄出现快速增长并在国民储蓄中的占比不断上升（江静，2013），也增强了M1与M2增速差对企业投资需求变动的敏感性。PPI是工业品出厂价格指数，体现了工业企业的定价能力，显然受到投资需求的影响。投资需求变动把M1与M2增速差和PPI联系起来，使得两者存在高度相关性成为必然。

从2005年至今的M1，M2，M1与M2增速差和PPI的走势图（见图1）来看，M1与M2增速差和PPI的波动幅度与走势最为吻合，呈高度正相关，且PPI有滞后性。

通过图1的分析，结合当时我国经济的实际运行情况，可以看出，2005年至今，我国经历了两个完整的经济周期。在这两个周期中，M1与M2增速差都及时体现出了实体经济的周期变化、货币政策的调整、企业投资需求的波动。在每一周期的开始阶段（2005年和2008年的上半年），都出现了工业增长趋缓，企业效益下滑，经济呈现下行趋势。为了稳增长，政府实施宽松的货币政策，信贷和投资开始反弹，M1与M2增速差显著上升。而此时企业还处在去库存阶段，PPI变动不明显。由于投资持续增长，部分产品出现供应紧张，提价出现可传导性，PPI开始上扬。PPI上行，经济加速复苏，投资继续增长；PPI和投资水平的持续上升带动通胀压力上升。货币政策开始收紧，M1、M2增速回落；随着新建产能的逐步释放，在产能过剩加大、集中度低和同质化竞争激烈的行业，库存加大，由于信贷政策收紧，资产负债表开始恶化，产品出现降价，并从下游向上游传导，PPI下行。此时，企业利润下滑，边际资本回报率下降，企业投资需求下降，M1与M2增速差快速下行。同时，固定资产投资往往包含大量的不可逆性投资成本，加上我国特有的行政干预和地方保护，进一步延长了PPI的下行时间。

图1 M1，M2，M1与M2增速差与PPI变化趋势

理论上，需求、供给和预期是价格形成机制的三要素。一方面，固定资产投资是一个重要的需求因素，另一方面，固定资产投资也影响行业供给能力。张军、方红生（2007）的研究指出，货币供给通过全社会实际固定资产投资间接地成为价格水平变动的主因；而M1与M2增速差对投资需求的变动更为敏感，其与价格水平的相关性也更强。

M1与M2增速差和PPI的相关性，也与我国这一阶段的经济增长方式和工业结构变化的背景有关。从1999年开始，我国的重工业化开始加速，工业结构中重化工业化特征较为显著，1999—2011年间，我国重化工业占比由58.1%上升到71.3%。一般来说，重工业增速代表了投资需求的增长，轻工业增速则相对代表消费需求的增长；重化工业化特征使得投资水平变动对PPI的影响占主导地位。

再从M1与M2增速差与工业结构指标（重工业与轻工业增速之差）的走势来看（见图3），两者高度相关，计算Spearman秩相关系数达0.77。这进一步佐证M1与M2增速差和PPI之间的高度相关性和作用途径。

综合上述分析，M1与M2增速差和PPI高度相关。M1与M2增速差对PPI的影响预期符号为正；关于PPI对M1与M2增速差的影响方向，缺乏文献资料支撑。依据上文对经济实际运行情况的解释，PPI上行在短期内将通过刺激投资引导M1与M2增速差扩大，长期则由于经济过热、供给过剩，导致M1与M2增速差的逐步回落，因而预期PPI对M1与M2增速差的影响为短期正效应、长期负效应。本文在M1与M2增速差和PPI具有高度相关性的基础上，欲通过构建VAR模型，实证探究M1与M2增速差和PPI的动态相互影响，明确两者间的动态响应机制。

图2 重工业与轻工业产值之比柱形图

图3 M1与M2增速差与工业结构指标走势图

三、样本及数据选择

从上文的分析可以看出，2005年是实体经济两个完整经济周期的起点，本文选取2005年作为样本的时间起点，研究的视线窗为2005年1月至2014年3月，时间跨度为9年零3个月，样本容量为111期。笔者选用月度数据作为样本，较好地反映M1与M2增速差与PPI指标变动的连续性。M1与M2增速差计算的是M1同比增长率与M2同比增长率的差值，下文以符号DIF表示；PPI指标也为同比增长率数值，基期为去年同月。两变量数据均来源于国家统计局网站。

四、实证分析

1、单位根检验

计量分析要求数据是平稳的，不平稳则要求存在协整关系，否则易造成伪回归的问题。Johanson协整检验的前提是变量满足同阶单整（通常是一阶单整），故首先对变量进行单位根检验，确定其是否平稳或者满足一阶单整过程。本文采用ADF检验法，分别根据A I C和S C滞后阶数准则进行检验，检验结果均显示两变量水平值在5%显著性水平下是非平稳的，经过一阶差分后平稳，因此两变量原始水平值服从一阶单整，满足了协整检验的必要前提。表1给出了根据A I C准则的单位根检验结果。

表1 变量单位根检验结果

2、协整—Johanson实证

（1）确定协整最佳滞后阶数L。根据VAR 模型最佳滞后阶数的确定准则逐一测试从0 到3 滞后阶数的检验值，在5%的显著性水平下，FPE、AIC 表明最佳滞后阶数为3，LR、SC、HQ 表明最佳滞后阶数为2。一般来说，VAR 模型的滞后阶数根据AIC和SC 准则共同确定。当AIC和SC 准则结果一致时，滞后阶数随之确定；AIC和SC 准则出现冲突时，则根据LR 准则确定最佳滞后阶数。因此，本文确定VAR 模型滞后阶数L=2，相应地，协整最佳滞后阶数L=2。

（2）Johanson协整检验。确定最佳滞后阶数L=2之后，接下来利用Johanson提出的协整似然比检验方法判断两变量间的协整关系。结合数据特征并经反复测试，协整检验假设选择含截距项、时间项，不含线性趋势。协整检验结果如表3所示。

表3中，r表示协整关系的个数，在5%的显著性水平下，迹统计量表明拒绝变量间没有协整关系的原假设，接受变量间存在一阶协整关系的假设；最大特征值统计量同样拒绝r=0，接受r≤1，即变量间最多存在一阶协整关系。所以M1与M2增速差与PPI两变量间存在一阶协整关系。

3、Granger因果检验

VAR模型要求变量间需存在双向Granger 因果关系，因此本文在两变量间存在协整关系的前提下进行Granger 因果检验，滞后阶数L=2，结果如表4 所示。在5%的显著性水平下，P值表明应拒绝原假设PPI 不是DIF 的Granger 原因，同样拒绝原假设DIF 不是PPI 的Granger 原因。所以结论是PPI与M1与M2 增速差存在双向Granger 因果关系。

4、模型构建

本文要研究的是M1与M2 增速差与PPI 之间的动态相关关系。根据理论分析，两变量均为内生变量且相互间影响存在滞后性，VAR（Vector Auto Regression model）是理想合适的估计方法。由于两变量均存在负值，故不再取对数而直接进入实证方程。因此，本文构建的实证模型为：

DIFt=α0+α1PPIt-1+α2DIFt-1+…+εt

PPIt=α0+α1PPIt-1+α2DIFt-1+…+εt

表2 水平VAR模型的最佳滞后阶数

表3 Johanson协整检验结果

5、Var结果

（1）回归结果。在变量间存在协整关系及Granger因果关系的前提下，本文采用OLS估计方法，借助Eviews 7.0估计VAR模型，结果见表5。

VAR模型回归方程如下：

（2）稳定性检验。VAR模型本身需要对之进行稳定性检验，从图4可以看出，全部根的倒数均在单位圆之内，模型的稳定性条件得到满足。

图4 残差的稳定性检验

L M自相关检验得到，L M1=1.78，P值=0.7765；L M2=5.38，P值=0.25，不存在自相关；white异方差检验（无交叉项）显示，χ2=49.86，P值=0.06，不存在异方差。通过诊断得出，VAR模型效果良好。

6、脉冲响应分析

VAR模型不以经济理论为基础，所以对参数的含义一般不做解释，其主要应用在于脉冲响应函数。脉冲响应函数刻画的是在误差项上加一个标准差大小的冲击对内生变量的当前值和未来值所带来的影响。以下是基于Monte Carlo模拟、滞后18期的脉冲响应曲线。

图5描述了PPI对于M1与M2增速差单位新息冲击的响应程度，可以看出，PPI对M1与M2增速差的反应滞后3期，之后表现为正向响应，且数值不断变大，滞后12期即一年之后逐渐减弱。说明M1与M2增速差具有领先性，并与PPI高度正相关。

表4 Granger因果检验结果

图6描述了M1与M2增速差对于PPI单位新息冲击的响应程度，对于PPI的冲击，M1与M2增速差的反应呈现出先上升后下降，短期正响应、长期负响应的态势，拐点出现在滞后6期的时间点。这说明PPI的上升在短期内会引导M1与M2增速差的扩大，长期则会导致M1与M2增速差的回落。对此现象的解释是：PPI上升，企业利润回升，经济景气度上升，投资需求回暖，M1与M2增速差相应扩大；M1与M2增速差的扩大又进一步导致了PPI的上扬，如此循环便出现了经济过热、供给过剩。货币政策收紧，企业扩大再生产的需求萎缩，M1与M2增速差在较长一段时期内逐步回落。这也十分符合我国这近十年的经济运行轨迹：投资扩张带来了经济的增长，但大规模的重复投资也造成了如今产能过剩，企业利润缩减，债务高企，投资需求不振，重工业增速回落的局面。

7、方差分解

在考察VAR模型时，还可以采用方差分解方法研究模型的动态特征。两变量的方差结果见表6、表7。

可以看出，无论在短期还是长期，PPI自身是其变动的最主要贡献因素，不过影响力逐步下降，随着滞后期数的增加，M1与M2增速差对PPI的解释力逐步增强，滞后18期其贡献度达到22.57%；PPI对M1与M2增速差的解释力度在滞后8期之后显著增加，且在滞后18期时达到了41.18%，说明PPI对M1与M2增速差的长期影响是十分显著的。

五、研究结论及启示

第一，M1与M2增速差可作为PPI的领先指标，与PPI高度正相关。鉴于PPI在现今重工业增速回落背景下的特殊意义，货币政策的中介目标也应加大对M1与M2增速差的关注。

表5 VAR模型估计参数

图5 PPI对M1与M2增速差的响应

图6 M1与M2增速差对PPI的响应

表6 PPI方差分解结果

表7 M1与M2增速差方差分解结果

第二，PPI的上升在短期内会引导M1与M2增速差的扩大，长期则会导致M1与M2增速差的回落，大约滞后六个月出现拐点。

第三，M1与M2增速差和PPI存在动态相互影响，它们的周期变动也就形成了企业层面的通胀与通缩周期；M1与M2增速差可作为周期反转的指示性指标，其底部反转或顶部反转形态具有较强的预示作用。

第四，当前经济形势下，PPI持续低迷，M1与M2增速差短期内将延续弱势，只有当去产能、去杠杆的过程完成后，M1与M2增速差才可能出现负响应，触底反弹，引导新一轮的经济周期。从正响应反转为负响应的这个拐点所须的时间是留给政策可操作的空间。去产能、去杠杆并不意味着摒弃投资，相反，在当前经济形势下，应十分强调有效投资：在技术创新、产业升级、基础设施完善、环境治理、医疗、养老等方面，还有许多经济和社会回报都很高的投资机会。另外，应借鉴小岛清的边际产业扩张理论和日本海外投资的经验，鼓励企业走出去，这也是化解产能过剩矛盾、调整优化国内产业结构、改善企业效益的一条重要途径。

[1]Neville R.Norman：ProducerPrice Indexes： Properties，Problems and Potential Applications[J].Australian Economic Review，2008.

[2]Mohd Fahmi Ghazali，Ooi Ai Yee，Mohd Zulkifli Muhammad.Do Producer Prices Cause Consumer Prices？Some Empirical Evidence[J].International Journal of Business and Management，2009.

[3]萧松华、伍旭：PPI：当前我国通货膨胀的先行指标——基于PPI引导 CPI变动的研究[J].暨南学报，2009，31（4）.

[4]杨继生、冯焱：货币供给与PPI的动态响应机制和结构性差异[J].统计研究，2013，30（8）.

[5]范立夫、张捷：货币增速剪刀差与CPI相关性的实证研究[J].财经问题研究，2011（6）.

[6]任碧云：改革开放后中国历次M2和M1增速剪刀差逆向扩大现象分析[J].财贸经济，2010（1）.

[7]陈钰：PPI、企业商品价格指数、M2与CPI之间关系研究[J].辽宁大学学报，2011，39（3）.

[8]杨灿、陈龙：中国CPI与PPI：因果关系和传导机制[J].厦门大学学报（哲学社会科学版），2013（3）.

[9]戴晓兵：我国货币供应量中介目标有效性的实证分析[J].财经问题研究，2013（4）.

[10]王曦、邹文理：我国货币政策的最优度量指标[J].中山大学学报（社会科学版），2012，52（1）.

[11]黄先开、邓述慧：货币政策中性与非对称性的实证研究[J].管理科学学报，2000，3（2）.

[12]徐强：中国货币供给、资本形成与经济增长的关系研究——兼论中国货币政策中介变量选择[J].财经研究，2001，27（8）.

[13]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）.

[14]张立华：我国货币供给状况的实证分析[J].统计与信息论坛，2003，18（2）.

[15]肖卫国、刘杰、赵圣伟：中国货币结构与经济产出——基于1952—2010年宏观数据的实证检验[J].金融研究，2013（2）.

[16]江静：中国企业储蓄率——来自企业的微观证据[J].经济理论与经济管理，2013（10）.

[17]张军、方红生：投资与通货膨胀—紧缩的联系：来自中国的经验证据[J].经济学家，2007（1）.