金融因素對宏觀經濟波動加速效應的實證分析

杜蒙蒙+劉斐弘

【摘要】大量的事實證明，金融系統對于宏觀經濟波動影響很強，金融系統能夠對經濟沖擊產生加速和放大的作用。本文基于非參數模型下，分別研究貨幣、信貸沖擊（M1、M2、金融機構貸款）以及企業資產狀況對產出、消費、投資以及價格水平的影響效應。

【關鍵詞】金融加速器 宏觀經濟波動 貨幣沖擊

我國金融政策積極地保障了我國宏觀經濟的快速發展，對實體經濟的促進作用也不斷增加。隨著我國經濟的開放程度逐步提高，國際市場對我國經濟的沖擊不容忽視。通過本文的我國的金融加速器效應實證研究，具體計算出各個金融變量對我國宏觀經濟波動的影響程度，全面分析我國金融加速器的特征與規律。以上研究結果為我國制定和實施準確合理的宏觀經濟政策，促進我國經濟增長提供了依據，具有較強的現實意義。

一、文獻綜述

（一）國外研究現狀

Bagehot（1873）提出了銀行信貸量是引發經濟周期波動的一個重要的金融因素。Aftelion（1913）第一次提出了像這樣經濟沖擊能夠被加速和放大的狀況。Haberler（1937）在對宏觀經濟波動周期的研究中，發現了金融市場中有可以放大沖擊的效應存在。muelson（1939）提出了傳統的金融加速器效應的觀點，增加消費或投資對國民收入的提升有推動作用。Christiano等人（2004）估計了大蕭條時期的美國的金融加速器效應。Jacobsen與Hammersland（2008）采用誤差修正模型，對金融加速器效應進行了檢驗。Nadeau和Wasmer（2011）驗證了在美國勞動力市場中存在金融加速器效應。Gatti和Gallegati（2012）建立了一個信貸網絡，該網絡包含了銀行體系以及上、下游企業。

（二）國內研究現狀

蔣冠（2004）在微觀基礎上，利用金融摩擦理論，分析了貨幣政策的傳導機制。龔六堂和杜清源于震，劉森以及趙振全（2007）對我國金融加速器效應進行了驗證。袁申國（2010）研究分析了我國不同省市的房地產信貸市場中的金融加速器效應的差異。崔光燦（2011）通過在BGG模型的基礎上建立包含金融加速器的兩部門動態宏觀經濟學模型研究了我國資產價格變動對我國宏觀經濟的金融加速器效應。汪川、周鎮峰以及黎新（2012）在DSGE模型中引入金融加速器機制，分析了我國信貸因素對宏觀經濟波動的影響。

二、理論模型

非參數模型

設Y為被解釋變量，X=（X1，X2，…，Xd）為解釋變量，給定樣本檢測值，假定（Yi，Xi）獨立同分布，建立非參數回歸模型：

Yi=m（Xi）+σ（Xi）εi，i=1，2，…，n （1）

其中m（·）是未知的函數，m（Xi）=E（Yi|Xi），εi是均值為零，方差為1，且與Xi獨立的序列，隨機誤差項μi=σ（Xi）εi，其條件方差為σ2（Xi）=E（μ2i|Xi）。

窗寬hn>0，核權函數K■（u）=h■■（uh■■），核函數K（u）？叟0。回歸函數核估計的漸近方差隨著窗寬減少而增大，漸近偏隨著窗寬減少而減少。所以，非參數估計就是在估計的偏和方差中尋求平衡，使得漸近均方誤最小，漸近均方積分誤差，AIMSE=？蘩AMSE（x）dx，最小化漸近均方積分誤差，得到最優的全局窗寬為：

h■=■n■ （2）

其中，A=？蘩■dx，B=？蘩2D■■（x）D■（x）f（x）■+trH■（x）■dx。

使得AMSE（x）最小的核函數為使式R■（K）μ■■（K）達到最小的核函數。

三、實證分析

金融加速器效應是一個復雜的系統，各個變量對宏觀經濟的影響既可能是線性的，也可能是非線性的。這時基于線性設定的回歸分析模型可能存在較大誤差。本文建立非參數模型來考察金融加速器機制中各金融變量對宏觀經濟波動的影響效應。

（一）變量選取與處理

本文中所采用的變量有：產出、消費、投資、價格水平、M1、M2以及金融機構貸款額。

（二）實證結果

1.貨幣市場沖擊對宏觀經濟的影響。產出（GDP）分別對M1、M2的線性以及非參數回歸結果如以下四圖所示：

圖1產出對M1的線性回歸 圖2產出對M1的非參數回歸

圖3產出對M2的線性回歸 圖4產出對M2的非參數回歸

圖1、3為產出對M1、M2的簡單線性回歸，圖2、4為非參數回歸。可以看出，非參數回歸的擬合效果明顯優于簡單的線性回歸，擬合值更接近于實際值，因此采用非參數回歸方法能夠得到更精確的回歸結果。

非參數回歸模型的斜率在不同的時點是變化的，因此以上非參數回歸方程在每個時間節點都對應一個相應的斜率估計值。產出對各個金融變量的平均彈性系數的估計值。M1增長所導致的產出增加的彈性系數為0.4094，即在其他條件不變的情況下，M1增長一單位，能夠導致產出增長0.4094個單位。而M2與金融機構貸款增長一單位，僅能分別帶動產出增長0.0027和0.0050個單位。這說明在我國金融市場中，M1的變動對產出的影響最為明顯，因此在制定宏觀經濟政策時應著重考慮M1因素，以更好的傳導貨幣政策，保證產出的平穩增長。

2.信貸市場沖擊對宏觀經濟的影響。產出、消費、投資以及價格水平分別金融機構貸款額的線性以及非參數回歸結果如以下圖：

圖5產出對貸款的線性回歸 圖6產出對貸款的非參數回歸

圖7消費對貸款的線性回歸 圖8消費對貸款的非參數回歸

以上圖分別為產出、消費、投資以及價格水平對金融機構貸款額的簡單線性回歸，同樣的，非參數回歸的擬合效果更優于線性回歸，其擬合值更接近于實際值，非參數回歸方法能夠估計出更為精確的回歸系數。

以上四個非參數回歸方程在不同的時間節點對應著不同的回歸系數，我國信貸市場對宏觀經濟的影響較貨幣市場更低。信貸規模增加一億，能夠分別拉動產出、消費和投資增加0.0050、0.0021和0.1676個單位，而信貸規模增加一萬億，能夠拉動價格水平增加0.0746個單位。因此，在促進我國宏觀經濟平穩快速發展的金融政策方面，應更多地考慮貨幣市場，特別是M1因素，而可以相對減少對信貸政策的依賴。

四、結論

第一，我國貨幣與信貸市場以及企業資產的變化能夠通過金融加速器效應對宏觀經濟產生影響，其中，企業資產的影響作用較貨幣和信貸市場更為明顯。政府部門在制定相關經濟政策中應更多地考慮企業因素。

第二，在我國的貨幣和信貸市場變量中，其中M1對產出、消費以及投資的影響相對較大，金融機構貸款額對價格水平的影響相對較大。因此對M1的宏觀調控應是我國貨幣政策中最先被考慮與重視的工具。

第三，我國貨幣、信貸市場以及企業因素對產出、消費、投資的影響相對較大，而對價格水平的影響很小。因此可主要通過對金融市場及企業資產的調控實現產出、消費以及投資的穩定增長，而不會使價格水平產生較大變化。

參考文獻

[1]Bagehot Walter.Lombard Street：A Deseription of the Money Market[J].London：Henry S King Co，1873.

[2]Wicksell Knut.Interest and Prices.New York： Augustus M Kelley[M].1898：11-44.

[3]趙振全，于震，劉森.金融加速器效應在中國存在嗎？[J].經濟研究，2007，（6）：27-37.

[4]黃靜.房價上漲與信貸擴張：基于金融加速器視角的實證分析[J].中國軟科學，2010（5）：10-17.

作者簡介：杜蒙蒙（1989-），山東聊城人，中國海洋大學經濟學院數量經濟學研究生，研究方向：數理金融學方法與應用；劉斐弘（1987-），山東煙臺人，中國海洋大學經濟學院數量經濟學研究生，現就職于煙臺中國銀行，研究方向：數理金融學方法與應用。

【摘要】大量的事實證明，金融系統對于宏觀經濟波動影響很強，金融系統能夠對經濟沖擊產生加速和放大的作用。本文基于非參數模型下，分別研究貨幣、信貸沖擊（M1、M2、金融機構貸款）以及企業資產狀況對產出、消費、投資以及價格水平的影響效應。

【關鍵詞】金融加速器 宏觀經濟波動 貨幣沖擊

我國金融政策積極地保障了我國宏觀經濟的快速發展，對實體經濟的促進作用也不斷增加。隨著我國經濟的開放程度逐步提高，國際市場對我國經濟的沖擊不容忽視。通過本文的我國的金融加速器效應實證研究，具體計算出各個金融變量對我國宏觀經濟波動的影響程度，全面分析我國金融加速器的特征與規律。以上研究結果為我國制定和實施準確合理的宏觀經濟政策，促進我國經濟增長提供了依據，具有較強的現實意義。

一、文獻綜述

（一）國外研究現狀

Bagehot（1873）提出了銀行信貸量是引發經濟周期波動的一個重要的金融因素。Aftelion（1913）第一次提出了像這樣經濟沖擊能夠被加速和放大的狀況。Haberler（1937）在對宏觀經濟波動周期的研究中，發現了金融市場中有可以放大沖擊的效應存在。muelson（1939）提出了傳統的金融加速器效應的觀點，增加消費或投資對國民收入的提升有推動作用。Christiano等人（2004）估計了大蕭條時期的美國的金融加速器效應。Jacobsen與Hammersland（2008）采用誤差修正模型，對金融加速器效應進行了檢驗。Nadeau和Wasmer（2011）驗證了在美國勞動力市場中存在金融加速器效應。Gatti和Gallegati（2012）建立了一個信貸網絡，該網絡包含了銀行體系以及上、下游企業。

（二）國內研究現狀

蔣冠（2004）在微觀基礎上，利用金融摩擦理論，分析了貨幣政策的傳導機制。龔六堂和杜清源于震，劉森以及趙振全（2007）對我國金融加速器效應進行了驗證。袁申國（2010）研究分析了我國不同省市的房地產信貸市場中的金融加速器效應的差異。崔光燦（2011）通過在BGG模型的基礎上建立包含金融加速器的兩部門動態宏觀經濟學模型研究了我國資產價格變動對我國宏觀經濟的金融加速器效應。汪川、周鎮峰以及黎新（2012）在DSGE模型中引入金融加速器機制，分析了我國信貸因素對宏觀經濟波動的影響。

二、理論模型

非參數模型

設Y為被解釋變量，X=（X1，X2，…，Xd）為解釋變量，給定樣本檢測值，假定（Yi，Xi）獨立同分布，建立非參數回歸模型：

Yi=m（Xi）+σ（Xi）εi，i=1，2，…，n （1）

其中m（·）是未知的函數，m（Xi）=E（Yi|Xi），εi是均值為零，方差為1，且與Xi獨立的序列，隨機誤差項μi=σ（Xi）εi，其條件方差為σ2（Xi）=E（μ2i|Xi）。

窗寬hn>0，核權函數K■（u）=h■■（uh■■），核函數K（u）？叟0。回歸函數核估計的漸近方差隨著窗寬減少而增大，漸近偏隨著窗寬減少而減少。所以，非參數估計就是在估計的偏和方差中尋求平衡，使得漸近均方誤最小，漸近均方積分誤差，AIMSE=？蘩AMSE（x）dx，最小化漸近均方積分誤差，得到最優的全局窗寬為：

h■=■n■ （2）

其中，A=？蘩■dx，B=？蘩2D■■（x）D■（x）f（x）■+trH■（x）■dx。

使得AMSE（x）最小的核函數為使式R■（K）μ■■（K）達到最小的核函數。

三、實證分析

金融加速器效應是一個復雜的系統，各個變量對宏觀經濟的影響既可能是線性的，也可能是非線性的。這時基于線性設定的回歸分析模型可能存在較大誤差。本文建立非參數模型來考察金融加速器機制中各金融變量對宏觀經濟波動的影響效應。

（一）變量選取與處理

本文中所采用的變量有：產出、消費、投資、價格水平、M1、M2以及金融機構貸款額。

（二）實證結果

1.貨幣市場沖擊對宏觀經濟的影響。產出（GDP）分別對M1、M2的線性以及非參數回歸結果如以下四圖所示：

圖1產出對M1的線性回歸 圖2產出對M1的非參數回歸

圖3產出對M2的線性回歸 圖4產出對M2的非參數回歸

圖1、3為產出對M1、M2的簡單線性回歸，圖2、4為非參數回歸。可以看出，非參數回歸的擬合效果明顯優于簡單的線性回歸，擬合值更接近于實際值，因此采用非參數回歸方法能夠得到更精確的回歸結果。

非參數回歸模型的斜率在不同的時點是變化的，因此以上非參數回歸方程在每個時間節點都對應一個相應的斜率估計值。產出對各個金融變量的平均彈性系數的估計值。M1增長所導致的產出增加的彈性系數為0.4094，即在其他條件不變的情況下，M1增長一單位，能夠導致產出增長0.4094個單位。而M2與金融機構貸款增長一單位，僅能分別帶動產出增長0.0027和0.0050個單位。這說明在我國金融市場中，M1的變動對產出的影響最為明顯，因此在制定宏觀經濟政策時應著重考慮M1因素，以更好的傳導貨幣政策，保證產出的平穩增長。

2.信貸市場沖擊對宏觀經濟的影響。產出、消費、投資以及價格水平分別金融機構貸款額的線性以及非參數回歸結果如以下圖：

圖5產出對貸款的線性回歸 圖6產出對貸款的非參數回歸

圖7消費對貸款的線性回歸 圖8消費對貸款的非參數回歸

以上圖分別為產出、消費、投資以及價格水平對金融機構貸款額的簡單線性回歸，同樣的，非參數回歸的擬合效果更優于線性回歸，其擬合值更接近于實際值，非參數回歸方法能夠估計出更為精確的回歸系數。

以上四個非參數回歸方程在不同的時間節點對應著不同的回歸系數，我國信貸市場對宏觀經濟的影響較貨幣市場更低。信貸規模增加一億，能夠分別拉動產出、消費和投資增加0.0050、0.0021和0.1676個單位，而信貸規模增加一萬億，能夠拉動價格水平增加0.0746個單位。因此，在促進我國宏觀經濟平穩快速發展的金融政策方面，應更多地考慮貨幣市場，特別是M1因素，而可以相對減少對信貸政策的依賴。

四、結論

第一，我國貨幣與信貸市場以及企業資產的變化能夠通過金融加速器效應對宏觀經濟產生影響，其中，企業資產的影響作用較貨幣和信貸市場更為明顯。政府部門在制定相關經濟政策中應更多地考慮企業因素。

第二，在我國的貨幣和信貸市場變量中，其中M1對產出、消費以及投資的影響相對較大，金融機構貸款額對價格水平的影響相對較大。因此對M1的宏觀調控應是我國貨幣政策中最先被考慮與重視的工具。

第三，我國貨幣、信貸市場以及企業因素對產出、消費、投資的影響相對較大，而對價格水平的影響很小。因此可主要通過對金融市場及企業資產的調控實現產出、消費以及投資的穩定增長，而不會使價格水平產生較大變化。

參考文獻

[1]Bagehot Walter.Lombard Street：A Deseription of the Money Market[J].London：Henry S King Co，1873.

[2]Wicksell Knut.Interest and Prices.New York： Augustus M Kelley[M].1898：11-44.

[3]趙振全，于震，劉森.金融加速器效應在中國存在嗎？[J].經濟研究，2007，（6）：27-37.

[4]黃靜.房價上漲與信貸擴張：基于金融加速器視角的實證分析[J].中國軟科學，2010（5）：10-17.

作者簡介：杜蒙蒙（1989-），山東聊城人，中國海洋大學經濟學院數量經濟學研究生，研究方向：數理金融學方法與應用；劉斐弘（1987-），山東煙臺人，中國海洋大學經濟學院數量經濟學研究生，現就職于煙臺中國銀行，研究方向：數理金融學方法與應用。

【摘要】大量的事實證明，金融系統對于宏觀經濟波動影響很強，金融系統能夠對經濟沖擊產生加速和放大的作用。本文基于非參數模型下，分別研究貨幣、信貸沖擊（M1、M2、金融機構貸款）以及企業資產狀況對產出、消費、投資以及價格水平的影響效應。

【關鍵詞】金融加速器 宏觀經濟波動 貨幣沖擊

我國金融政策積極地保障了我國宏觀經濟的快速發展，對實體經濟的促進作用也不斷增加。隨著我國經濟的開放程度逐步提高，國際市場對我國經濟的沖擊不容忽視。通過本文的我國的金融加速器效應實證研究，具體計算出各個金融變量對我國宏觀經濟波動的影響程度，全面分析我國金融加速器的特征與規律。以上研究結果為我國制定和實施準確合理的宏觀經濟政策，促進我國經濟增長提供了依據，具有較強的現實意義。

一、文獻綜述

（一）國外研究現狀

Bagehot（1873）提出了銀行信貸量是引發經濟周期波動的一個重要的金融因素。Aftelion（1913）第一次提出了像這樣經濟沖擊能夠被加速和放大的狀況。Haberler（1937）在對宏觀經濟波動周期的研究中，發現了金融市場中有可以放大沖擊的效應存在。muelson（1939）提出了傳統的金融加速器效應的觀點，增加消費或投資對國民收入的提升有推動作用。Christiano等人（2004）估計了大蕭條時期的美國的金融加速器效應。Jacobsen與Hammersland（2008）采用誤差修正模型，對金融加速器效應進行了檢驗。Nadeau和Wasmer（2011）驗證了在美國勞動力市場中存在金融加速器效應。Gatti和Gallegati（2012）建立了一個信貸網絡，該網絡包含了銀行體系以及上、下游企業。

（二）國內研究現狀

蔣冠（2004）在微觀基礎上，利用金融摩擦理論，分析了貨幣政策的傳導機制。龔六堂和杜清源于震，劉森以及趙振全（2007）對我國金融加速器效應進行了驗證。袁申國（2010）研究分析了我國不同省市的房地產信貸市場中的金融加速器效應的差異。崔光燦（2011）通過在BGG模型的基礎上建立包含金融加速器的兩部門動態宏觀經濟學模型研究了我國資產價格變動對我國宏觀經濟的金融加速器效應。汪川、周鎮峰以及黎新（2012）在DSGE模型中引入金融加速器機制，分析了我國信貸因素對宏觀經濟波動的影響。

二、理論模型

非參數模型

設Y為被解釋變量，X=（X1，X2，…，Xd）為解釋變量，給定樣本檢測值，假定（Yi，Xi）獨立同分布，建立非參數回歸模型：

Yi=m（Xi）+σ（Xi）εi，i=1，2，…，n （1）

其中m（·）是未知的函數，m（Xi）=E（Yi|Xi），εi是均值為零，方差為1，且與Xi獨立的序列，隨機誤差項μi=σ（Xi）εi，其條件方差為σ2（Xi）=E（μ2i|Xi）。

窗寬hn>0，核權函數K■（u）=h■■（uh■■），核函數K（u）？叟0。回歸函數核估計的漸近方差隨著窗寬減少而增大，漸近偏隨著窗寬減少而減少。所以，非參數估計就是在估計的偏和方差中尋求平衡，使得漸近均方誤最小，漸近均方積分誤差，AIMSE=？蘩AMSE（x）dx，最小化漸近均方積分誤差，得到最優的全局窗寬為：

h■=■n■ （2）

其中，A=？蘩■dx，B=？蘩2D■■（x）D■（x）f（x）■+trH■（x）■dx。

使得AMSE（x）最小的核函數為使式R■（K）μ■■（K）達到最小的核函數。

三、實證分析

金融加速器效應是一個復雜的系統，各個變量對宏觀經濟的影響既可能是線性的，也可能是非線性的。這時基于線性設定的回歸分析模型可能存在較大誤差。本文建立非參數模型來考察金融加速器機制中各金融變量對宏觀經濟波動的影響效應。

（一）變量選取與處理

本文中所采用的變量有：產出、消費、投資、價格水平、M1、M2以及金融機構貸款額。

（二）實證結果

1.貨幣市場沖擊對宏觀經濟的影響。產出（GDP）分別對M1、M2的線性以及非參數回歸結果如以下四圖所示：

圖1產出對M1的線性回歸 圖2產出對M1的非參數回歸

圖3產出對M2的線性回歸 圖4產出對M2的非參數回歸

圖1、3為產出對M1、M2的簡單線性回歸，圖2、4為非參數回歸。可以看出，非參數回歸的擬合效果明顯優于簡單的線性回歸，擬合值更接近于實際值，因此采用非參數回歸方法能夠得到更精確的回歸結果。

非參數回歸模型的斜率在不同的時點是變化的，因此以上非參數回歸方程在每個時間節點都對應一個相應的斜率估計值。產出對各個金融變量的平均彈性系數的估計值。M1增長所導致的產出增加的彈性系數為0.4094，即在其他條件不變的情況下，M1增長一單位，能夠導致產出增長0.4094個單位。而M2與金融機構貸款增長一單位，僅能分別帶動產出增長0.0027和0.0050個單位。這說明在我國金融市場中，M1的變動對產出的影響最為明顯，因此在制定宏觀經濟政策時應著重考慮M1因素，以更好的傳導貨幣政策，保證產出的平穩增長。

2.信貸市場沖擊對宏觀經濟的影響。產出、消費、投資以及價格水平分別金融機構貸款額的線性以及非參數回歸結果如以下圖：

圖5產出對貸款的線性回歸 圖6產出對貸款的非參數回歸

圖7消費對貸款的線性回歸 圖8消費對貸款的非參數回歸

以上圖分別為產出、消費、投資以及價格水平對金融機構貸款額的簡單線性回歸，同樣的，非參數回歸的擬合效果更優于線性回歸，其擬合值更接近于實際值，非參數回歸方法能夠估計出更為精確的回歸系數。

以上四個非參數回歸方程在不同的時間節點對應著不同的回歸系數，我國信貸市場對宏觀經濟的影響較貨幣市場更低。信貸規模增加一億，能夠分別拉動產出、消費和投資增加0.0050、0.0021和0.1676個單位，而信貸規模增加一萬億，能夠拉動價格水平增加0.0746個單位。因此，在促進我國宏觀經濟平穩快速發展的金融政策方面，應更多地考慮貨幣市場，特別是M1因素，而可以相對減少對信貸政策的依賴。

四、結論

第一，我國貨幣與信貸市場以及企業資產的變化能夠通過金融加速器效應對宏觀經濟產生影響，其中，企業資產的影響作用較貨幣和信貸市場更為明顯。政府部門在制定相關經濟政策中應更多地考慮企業因素。

第二，在我國的貨幣和信貸市場變量中，其中M1對產出、消費以及投資的影響相對較大，金融機構貸款額對價格水平的影響相對較大。因此對M1的宏觀調控應是我國貨幣政策中最先被考慮與重視的工具。

第三，我國貨幣、信貸市場以及企業因素對產出、消費、投資的影響相對較大，而對價格水平的影響很小。因此可主要通過對金融市場及企業資產的調控實現產出、消費以及投資的穩定增長，而不會使價格水平產生較大變化。

參考文獻

[1]Bagehot Walter.Lombard Street：A Deseription of the Money Market[J].London：Henry S King Co，1873.

[2]Wicksell Knut.Interest and Prices.New York： Augustus M Kelley[M].1898：11-44.

[3]趙振全，于震，劉森.金融加速器效應在中國存在嗎？[J].經濟研究，2007，（6）：27-37.

[4]黃靜.房價上漲與信貸擴張：基于金融加速器視角的實證分析[J].中國軟科學，2010（5）：10-17.

作者簡介：杜蒙蒙（1989-），山東聊城人，中國海洋大學經濟學院數量經濟學研究生，研究方向：數理金融學方法與應用；劉斐弘（1987-），山東煙臺人，中國海洋大學經濟學院數量經濟學研究生，現就職于煙臺中國銀行，研究方向：數理金融學方法與應用。