我國GDP、CPI對社會融資規模的影響研究——基于VAR模型的實證分析

李錦旋，尹宗成，劉滿丹

(安徽農業大學經濟管理學院, 安徽 合肥 230036)

我國GDP、CPI對社會融資規模的影響研究——基于VAR模型的實證分析

李錦旋，尹宗成，劉滿丹

(安徽農業大學經濟管理學院, 安徽 合肥 230036)

摘要：2011年中國金融宏觀調控引入了一個新的監測分析指標——社會融資規模，并將其作為我國貨幣政策的中間目標.在理論綜述的基礎上，選取2002年第一季度至2014年第三季度的社會融資規模(SFS)、國內生產總值(GDP)和居民消費價格指數(CPI)數據，建立VAR模型，通過協整檢驗、格蘭杰因果檢驗分析、脈沖響應函數分析和方差分解分析的方法對我國GDP、CPI對社會融資規模的影響進行實證分析.結果表明，國內生產總值對社會融資規模有一定的正向作用，而居民消費價格指數對社會融資規模有顯著的負向作用，三者之間存在長期均衡關系.

關鍵詞：社會融資規模；GDP；CPI；VAR模型

社會融資總量是指一定時期內實體經濟從金融體系獲得的全部資金總額，從機構看，包括銀行、證券、保險等金融機構；從市場看，包括信貸市場、債券市場、股票市場、保險市場以及中間業務市場等；社會融資總規模是全面反映金融與經濟關系以及金融對實體經濟資金支持的總量指標，自2011年推出以來便引起了社會各界的廣泛關注[1].

我國社會融資規模從2002年的20112億元增長至2013年的173168億元，年均增長率為25.6%，同期與國內生產總值之比也由2002年的16.71%上升至2013年的30.34%.從融資結構可以發現，間接融資在逐年下降，信貸融資所占比重由2002年的91.86%下降到2013年的51.35%，說明社會融資規模快速增長的同時，金融結構呈現多元化發展，非銀行金融機構在社會融資活動中的作用明顯增強，簡單地用人民幣貸款數額這一指標已經不能準確地解釋金融市場對實體經濟的作用，所以社會融資規模這一金融宏觀調控指標應運而生.

1文獻綜述

關于社會融資規模與實體經濟的關系研究，林毅夫等[2]運用雙向固定效應模型的估計結果顯示，在中國現階段，中小金融機構市場份額的上升對經濟增長具有顯著的正向影響；潘敏等[3]通過構建反映宏觀經濟變量之間內在聯系的向量自回歸模型，說明了銀行信貸對經濟增長有正向的促進作用；武志[4]采用戈式指標考察我國金融發展水平并提出了一種新的理論假設：金融增長能夠促進經濟增長，但金融發展的內在只能依據經濟增長；張嘉為等[5]建立了動態隨機一般均衡模型，分析表明：社會融資規模指標能更好地反映貨幣政策調整對資金供給的影響；花馥翔等[6]認為相對于新增人民幣貸款和廣義貨幣供給量，社會融資總量對國內生產總值的貢獻度更大，并提出了將社會融資總量作為我國今后宏觀調控中間目標的政策建議；牛潤盛[7]基于狀態空間模型研究了社會融資結構變化對中國實體經濟的影響，發現銀行信貸市場對實體經濟的作用在減弱.

關于社會融資規模與居民消費價格指數的關系研究，潘敏等[3]指出短期內銀行信貸對物價水平的影響為負，但長期來看，銀行信貸對物價的影響將趨于正；盛松成[8]指出，衡量一個指標能否作為調控的中間目標，有兩個重要標準，一是它與最終目標的關聯性，二是它的可調性.實證分析表明，與新增人民幣貸款相比，社會融資規模與居民消費價格指數CPI的關系更為緊密，且溫家寶總理在《政府工作報告》中強調提出：當前要把穩定物價總水平作為宏觀調控首要任務.同時社會融資規模的范圍是可以不斷修訂的，這也符合其第二個標準；周先平等[9]采用隨機波動的時變參數結構向量回歸模型，考察了社會融資規模與消費者價格指數的關系；元惠萍等[10]考察了三個備選的金融宏觀指標——社會融資規模、人民幣貸款和廣義貨幣M2，發現社會融資規模表現最好，且金融宏觀調控政策對物價指數的影響時滯為2~3年.

但是作為一個新興的概念與經濟指標，影響社會融資規模的因素有哪些？GDP、CPI與社會融資規模之間有什么關系？這些都是值得我們思考的問題.

2模型建立與數據選取

2.1模型建立

本文采取向量自回歸(VAR)模型來分析社會融資規模、國內生產總值、居民消費價格指數三者之間的相互關系，VAR模型通常用于多變量時間序列系統的預測和描述隨機擾動對變量系統的動態影響.模型如下：

yt=A1yt-1+…+Apyt-p+B1xt+…+Brxt-r+εt

式中，yt是m維內生變量向量；xt是d維外生變量向量；A1…Ap和B1…Br是待估計的參數矩陣，內生變量和外生變量分別有p和r階滯后期；εt是隨機擾動項[11].

2.2　數據選取與處理

2.2.1數據來源

本文選取的原始數據是2002-2014年的社會融資規模(SFS)、國內生產總值(GDP)、居民消費價格指數(CPI)；其中，GDP代表我國實體經濟增長水平，SFS代表我國社會融資規模的增長，CPI代表我國的物價總水平.由于社會融資規模的數據只能追蹤到2002年，為了統一數據分析時間范圍及增加樣本容量，所以選取2002年第一季度至2014年第三季度的季度數據，社會融資規模數據來源于中國人民銀行網站，國內生產總值和居民消費價格指數數據來源于中經網統計數據庫.

2.2.2數據預處理

由于CPI的原始數據只有同比和環比數據，這兩者均不能準確代表2002年至2014年以來我國物價水平變化的總趨勢，所以本文以2000年12月為基期，設定當月的居民消費價格指數為100，將2002年至2014年的CPI月度環比數據轉換為定基發展速度，再將每季度三個月的數據平均幾何得到該季度CPI的代表值.

文中的社會融資規模、國內生產總值與居民消費價格指數均為季度數據，與年度數據不同，構成季度數據的時間序列往往在正常年度中會受氣候條件、生產周期、假期和銷售情況等影響而出現有規律的周期變化，這種季節變化會掩蓋其他數據特性，所以本文運用Eviews6.0統計分析軟件集成的Census X12自動化模塊對數據進行季節調整；為了消除其存在的異方差現象，對三者時間序列取其自然對數(LNSFS,LNGDP,LNCPI)，使其趨勢線性化，有利于后續的數據分析.

3實證分析

3.1　單位根檢驗

VAR模型要求序列是平穩的，由于時間序列大多存在非平穩的現象，會出現“偽回歸”，所以先檢驗序列的平穩性，分析結果見表1.

表1　 ADF單位根檢驗

從表1的單位根檢驗結果可以看出，LNSFS、LNGDP、LNCPI的檢驗在10%的臨界值上是不通過的，所以這三個序列是非平穩的.通過對其差分的方法，LNSFS、LNGDP、LNCPI在一階差分后通過檢驗，在5%臨界值下是平穩的.盡管LNSFS、LNGDP、LNCPI是非平穩的一階單整序列，但從長遠來看這些變量之間可能具有均衡關系.

3.2　協整關系檢驗

在運用Johansen協整分析方法來檢驗他們之間是否存在協整關系之前，還要確定VAR模型的最優滯后期，結果見表2.從表中可以看出，根據AIC和SC信息準則來確定，二者最小值所對應的階數是不同的，但有超過一半的準則選出來的滯后階數為4，所以將VAR模型的滯后階數定義為4階.

表2　VAR模型最佳滯后期篩選表

表3　Johansen協整檢驗結果

本文用Johansen和Juselius一起提出的基于VAR模型的檢驗回歸系數的方法對各個變量之間的協整關系進行檢驗，結果如表3所示.實證結果顯示，在5%顯著水平下，社會融資規模(SFS)、國內生產總值(GDP)和居民消費價格指數(CPI)的對數的協整檢驗拒絕了無協整方程的假設，所以三者的對數之間存在且存在唯一的協整關系.由標準化后協整方程可以看出，GDP的增長對社會融資總量有明顯的促進作用，GDP每增加1%，SFS相應地增加18.92647%；而CPI卻對SFS有較大的反作用影響，CPI每增加1%，SFS會減少93.19767%.

Engle和Granger將協整和誤差修正模型結合起來建立的向量誤差修正模型可以由自回歸分布滯后模型寫出誤差修正模型，VECM模型的整體檢驗對數似然值較高為342.7844，同時AIC和SC值比較小，分別為-13.05466和-11.63752，說明模型的整體解釋能力較強.

3.3因果關系檢驗

由于社會融資規模(SFS)、國內生產總值(GDP)和居民消費價格指數(CPI)的對數之間存在協整關系，所以我們可以對它們進行格蘭杰因果關系檢驗，需要注意的是，格蘭杰因果關系檢驗是檢驗統計上的時間先后順序，并不表示它們存在真正因果關系，因此格蘭杰因果關系檢驗對滯后階數是非常敏感的，基于上文VAR模型最佳滯后階數檢驗，我們選取滯后階數為3，結果見表4.從表中我們可以看出，社會融資總量(SFS)與國內生產總值(GDP)是互為格蘭杰因果關系的，GDP與CPI也互為格蘭杰因果關系，但是GDP是SFS的單向格蘭杰因果關系，SFS并不是GDP的格蘭杰因果關系.

表4　Granger 檢驗結果

3.4　廣義脈沖響應函數分析及方差分解分析

脈沖響應函數是用來描述系統對某個內生變量的沖擊或新生所做出的反應，方差分解分析則是將這種反應分解成系統中各個變量所做沖擊的貢獻，評價不同結構沖擊的重要性.由于VAR模型是基于實證數據統計意義的模型，模型本身并不具備經濟解釋能力，所以我們運用脈沖響應函數分析各個解釋變量對被解釋變量的沖擊效應，運用方差分解分析各解釋變量的貢獻度，三者結果是互相對應和補充的[12].

3.4.1VAR模型平穩性檢驗

圖1　AR特征根單位圓

由圖1可以看出，這些根的模均小于1，落在單位圓內，說明模型是穩定的，可以對其進行脈沖響應函數分析和方差分解，分析各變量之間的動態關系.

3.4.2廣義脈沖響應函數分析

圖2是模擬的脈沖響應函數曲線，橫軸代表滯后階數，縱軸代表信息沖擊的響應程度.圖中實線部分為計算值，虛線部分為響應函數值加或減兩倍標準差的置信帶.由于三者之間存在較明顯的滯后關系，所以文章追蹤期為20.

(1)社會融資規模的脈沖響應分析.在本期給自身一個沖擊后，社會融資規模在當期明顯上升，產生了2%的正向沖擊，然后再第1至7期內大幅度波動，并在第7期回到原來的水平并逐漸趨于平穩.它說明在觀察期內，給社會融資規模一個正向沖擊會引起社會融資規模正向變動，滯后期為7個月；在本期給國內生產總值一個沖擊后，社會融資規模在當期明顯上升并在第4期達到最高點后逐漸降低，在第10期回到原來水平，隨后趨于平穩并保持在較低水平.這說明短期內，國內生產總值對社會融資規模的影響強度較大，但長期來看影響是逐漸減弱的；在本期給居民消費價格指數一個沖擊后，社會融資規模在開始一直為負且波動較大，在第4期達到最低點之后開始穩步上升，第11期回到原來水平后轉為持續為負.這說明短期內，居民消費價格指數對社會融資規模的影響是顯著為負的且影響較大，長期持續為負影響，但逐漸平穩.這與協整方程中社會融資規模與CPI呈現負向均衡關系是吻合的.

(2)國內生產總值的脈沖響應分析.在本期給國內生產總值自身一個沖擊后，國內生產總值在當期是上升的，然后持續下降至第3期的最低點，隨后持續上升在第10期后趨于平穩，這說明給國內生產總值自身一個沖擊會引起國內生產總值的正向變動；在本期給社會融資規模一個沖擊，國內生產總值雖然有短暫的波動，但是持續為負且影響作用非常小；在本期給居民消費價格指數一個沖擊，國內生產總值在前4期是正向變化的，隨后轉為負向影響在第10期到達最低點，這說明物價水平的提高和通貨膨脹在一定程度上必然會阻礙經濟發展.

(3)居民消費價格指數的脈沖響應分析：在本期給居民消費價格指數自身一個沖擊，居民消費價格指數在當期是上升的，然后從第7期轉為負向影響并有所回升，但總體的影響是非常小的；在本期給社會融資規模一個沖擊，居民消費價格指數在第3至9期是為負的，但影響效果非常小；在本期給國內生產總值一個沖擊，居民消費價格指數在當期是為負的，自第5期開始轉為正向變動并趨于平穩；總體來看，居民消費價格指數的脈沖響應數值是非常小的.

圖2　脈沖響應函數曲線

3.4.3方差分解分析

從方差分解圖可以看出，社會融資規模增長自身的沖擊是其方差的一個主要來源，社會融資規模增長的變化受自身擾動項的沖擊影響是呈現逐步遞減趨勢的，從開始的100%下降至24.36709%；國內生產總值增長對社會融資規模增長的貢獻度是持續增長的，但是同居民消費價格指數的貢獻度和社會融資規模自身的貢獻度相比是比較低的，在觀察期內最高達到14.82436%，尤其同居民消費價格指數相比有顯著差異，這與協整方程中國內生產總值、居民消費價格指數對社會融資規模的影響系數的數值大小是相一致的；居民消費價格指數增長對社會融資規模增長的貢獻度隨時間的推移快速增長，在第13期達到46.58662%，超過了社會融資規模自身沖擊的貢獻度之后一直是主導因素.

圖3　方差分解圖

4結論

本文選取2002年第一季度至2014年第三季度的社會融資規模(SFS)、國內生產總值(GDP)和居民消費價格指數(CPI)數據，建立VAR模型，通過協整檢驗、 格蘭杰因果檢驗分析、脈沖響應函數分析和方差分解分析的方法對我國GDP、CPI對社會融資規模的影響進行實證分析.實證分析表明：(1)社會融資規模的變動與國內生產總值的變動呈正向變動，而與居民消費價格指數的變動呈反向變動，且居民消費價格指數變動對社會融資規模的影響程度遠遠超過了國內生產總值對其的影響程度.這是因為隨著我國國內生產總值不斷增長，實體經濟不斷發展，必然會帶來更多的社會財富，促進社會融資規模的不斷擴大；但是隨著物價水平的不斷上升，會造成鈔票貶值，通貨膨脹，社會融資規模必然會收到負面影響.相對的，社會融資規模的變動反過來也會影響我國的國內生產總值和居民消費價格指數，但這種變動對國內生產總值的影響是比較不明顯的.(2)國內生產總值和居民消費價格指數的變動對社會融資規模的影響是收斂的，隨著時間的推移，二者對社會融資規模的作用會越來越小，影響會越來越弱.(3)我國的經濟政策目標是促進經濟增長、增加就業、保持物價穩定和保持國際收支平衡，而其中最主要的是促進經濟增長和保持物價穩定.目前我國實行穩健的貨幣政策，社會融資規模作為我國貨幣政策的中間目標同比增速有所回落，這對于保持經濟穩健發展，保持物價穩定是有顯著效果的.通過上述分析可以看出社會融資規模和國內生產總值、居民消費價格指數是密切聯系，相互影響的，社會融資規模對GDP、CPI有所影響，反過來GDP、CPI的變化也會引起社會融資規模的變化.社會融資規模這一新的監測分析指標是我國貨幣政策的理論和實踐創新，我們要充分利用這一指標來度量我國金融市場的發展態勢，進一步推進金融宏觀調控向市場方向轉變.

參考文獻：

[1]盛松成.社會融資規模指標符合金融宏觀調控市場方向[J].資本市場,2011,(4)：38-40.

[2]林毅夫，孫希芳.銀行業結構與經濟增長[J].經濟研究，2008，(9)：31-45.

[3]潘敏,謬海斌.銀行信貸、經濟增長與通貨膨脹壓力[J].經濟評論,2010,(2)：62-70.

[4]武志.金融發展與經濟增長:來自中國的經驗分析[J].金融研究,2010,(5)：58-68.

[5]張嘉為,趙琳,鄭桂環.基于DSGE模型的社會融資規模與貨幣政策傳導研究[J].財務與金融,2012,(1)：1-7.

[6]花馥翔，周昭雄，丁順浩.社會融資總量與經濟增長關系的實證分析——基于我國宏觀調控新指標的探索[J].管理現代化,2013,(3)：4-6.

[7]牛潤盛.社會融資結構變遷對實體經濟和產業結構的動態影響——基于狀態空間模型研究[J].海南金融,2013,(5)：19-22.

[8]盛松成.社會融資規模與貨幣政策傳導[J].金融研究,2012,(10)：1-14.

[9]周先平,冀志斌,李標.社會融資規模適合作為貨幣政策中間目標嗎[J].數量經濟技術經濟研究,2013,(10)：79-93.

[10]元惠萍,劉颯.社會融資規模作為金融研究調控中介目標的適用性分析[J].數量經濟技術經濟研究,2013,(10)：94-108.

[11]易丹輝.數據分析與Eviews應用[M].北京：中國統計出版社,2002.

[12]鄧媛，李瑞光.基于VAR模型實證分析云南省教育投入與經濟增長的關系[J].技術經濟與管理研究,2009,(4)：18-21.

(責任編校：晴川)

The Impact of GDP and CPI on Social Financing Scale in China

LI Jinxuan, YIN Zongcheng，LIU Mandan

(School of Economics and Management, Anhui Agricultural University, Hefei Anhui 230036, China)

Abstract：In 2011, Chinese financial macro-control system introduces social financing scale, which is then used as the intermediate target of Chinese monetary policies as well as a new monitoring analysis index. Based on previous theoretical studies, we constructe a VAR model with data concerning social financing scale (SFS), GDP and CPI, ranging from the first quarter in 2002 to the third quarter in 2014. By co-integration test analysis, Granger causality test, impulse response function and variance decompose analysis, we examine the impact of GDP and CPI on social financing scale for empirical research. The results suggest that SFS is positively related with GDP, while negatively related with CPI. In addition, a long-term equilibrium relationship among these three factors does exist, which indicates that it is reasonable to set SFS as the intermediate target of monetary policies.

Key Words：social financing scale;GDP;CPI;VAR model

作者簡介：李錦旋(1991— )，女，安徽阜陽人，安徽農業大學經濟管理學院碩士生.研究方向：會計學.

收稿日期：2015-01-23

中圖分類號:F831

文獻標識碼：A

文章編號：1008-4681(2015)02-0088-05