基于向量自回归的贸易差额与货币供应量间的关系研究

　　1、引言

　　改革开放以来，伴随着我国国民经济的快速发展，我国的进出口总额稳步攀升，贸易差额持续扩大，形成了巨量的外汇储备。截至2012年底，人民银行外汇储备金额超30000亿美元，位列世界第一。由于外部渠道的投资风险不易控制，随着贸易顺差的不断扩大，大量的外汇储备形成了资源的极大浪费。另一方面，伴随着经济的快速发展，我国的广义货币供应量也迅猛发展，超出国民经济所需的巨量货币供应不仅仅可能在国内造成物价的高企，也容易导致宏观调控政策陷入到两难的境地，从外部看，这也将对汇率产生复杂的影响。

　　图1M2与GDP走势图

　　由图1可知，在经济快速发展的同时，我国货币供应量M2也持续攀升，M2增长的速度明显快于GDP的增长速度。由于货币供应变动在很大程度上反应了我国的货币政策，关系到宏观经济的紧缩与扩张，因此，贸易顺差而结余的外汇储备和货币供应量应该存在一定的内在联系，找到这种内在的联系并通过实证检验能够为我们调节货币供应量，抑制通货膨胀，调节进出口贸易余额，促进企业的优化转型和就业提供帮助。因此分析贸易差额与货币供应量之间波动关系就显得尤为必要。

　　2、相关文献综述

　　2.1国内外研究现状

　　向量自回归是基于数据的统计性质建立模型，常用于相互联系的时间序列系统及分析随机扰动项对系统的动态冲击。1980年西姆斯（C.A.Sims）将VAR模型引入到经济学中，推动了经济系统动态性的广泛应用[1]。在相关的向量自回归理论构建好以后，国内的很多学者开始运用向量自回归方法研究贸易顺差、汇率以及与货币供应的关系。陈彪如根据外经贸部统计的1980-1989年的数据，对进出口价格指数和贸易量指数进行了回归分析，说明人民币贬值可以改善贸易失衡状况，但效果并不会很显著[2]。孙波综合运用向量自回归方法，通过单位根检验、Granger因果关系检验、误差修正模型及脉冲响应函数等实证方法，认为人民币实际有效汇率对我国进出口存在长期且稳定的协整关系，且对出口贸易的时滞效应显著[3]。实际上大量的学者都是通过研究贸易顺差和汇率之间存在的某种联系，因此贸易顺差的增长容易带动外汇总额的增长，但是外汇数额和我国的货币供应量之间的某种联系也有学者不断的进行论证。范德胜（2012）论证了我国货币供应量对外汇增长和物价上升的推动作用，但是由于央行的冲销操作，外汇储备的高速增长对货币供应量增长的贡献率不是很高，这样削弱了我国货币政策的独立性，提出对外汇储备的管理进行多方面的必要改革[5]。刘硕认为根据货币内生理论，外汇占款增加倒闭基础货币投放，而我国的强制结汇政策造成巨大的外汇储备和货币供应[6]。晏林认为我国实行有管理的浮动的外汇管理体制，外汇储备增加对应的是外汇占款的增加。这使得我国的货币投放受到外汇储备增加的影响，成为央行发行货币的重要渠道之一[7]。另外国内学者刘忠君直接运用Krugman（2000）创建DD—AA模型，运用汇率改革以来的数据进行了实证分析，最终认为M1和M2和贸易顺差强相关，M0和贸易顺差相关性不明显，并提出了金融危机下的建议[8]。

　　2.2本文的研究思路

　　在研究开放国家的经济问题中，国际贸易以及与此相关的外汇汇率研究是一个很重要的方面，另外货币供应量的研究也和货币价格（汇率）相关性很大，为此吸引了大量的国内外学者对开放国家的内外经济政策进行监理模型并分析研究。本文首先运用宏观经济学的相关理论对贸易和货币问题进行理论探讨，然后借助实际数据运用向量自回归（VAR）模型对理论模型进行验证，最后对验证后的结果进行分析并提出建议。

　　3、向量自回归（VAR）模型简介

　　3.1向量自回归理论

　　向量自回归模型是由多元时间序列变量组成，可以用来预测关联经济时间序列系统，并分析随机扰动项对变量系统的动态冲击，进一步解释经济冲击对经济变量所产生的影响。

　　其中：yt是k维内生变量列向量，xt是d维外生变量列向量，p是滞后阶数，T是样本个数。k×k维矩阵￠1，…，￠p和k×d维矩阵H是待估计的系数矩阵。εt是k维扰动列向量，它们相互之间可以同期相关，但不与自己的滞后值相关且不与等式右边的变量相关，假设S是εt的协方差矩阵，是一个（k×k）的正定矩阵。

　　即含有k个时间序列变量的VAR（p）模型由k个方程组成。

　　可以看出上述模型中不含当期的内生变量，当期的内生变量的变动隐藏在误差项目的相关结构中，他们是无法解释的。而在上述模型中加入内生变量的当期值，即解释变量当中含有当期变量后，我们称变动后的模型二结构VAR模型。其基本的模型表示如下：

　　通过移项，上述模型的矩阵形式表达如下：

　　3.2VAR模型的检验

　　在建立好VAR模型后，应检验被估计的VAR模型是否恰当，包括VAR模型滞后结构检验和VAR模型的残差检验。

　　VAR模型的滞后结构检验的确定非常重要，在滞后结构中可以确定合理的滞后阶数P，判断模型的稳定性，进行格兰杰（Granger）因果关系检验，等等。

　　（1）AR的根的图与表

　　如果VAR模型的所有根的模倒数都小于1，即都在单位圆内，则该模型是稳定的；如果VAR模型所有根的模的倒数大于1，即都在单位圆外，则该模型是不稳定的。如果被估计的VAR模型不稳定，则得到的结果是无效的。

　　（2）格兰杰（Granger）因果关系检验

　　格兰杰在1969年提出的Granger因果检验法，主要用来分析变量的因果关系检验，判断一个变量的变化是否是另外一个变量变化的原因，通过Granger因果检验可以判断出变量y在多大程度上被变量x过去的值所解释，即加入变量x滞后期是否提高了解释的力度，如果x和y在相关关系的统计上是显著的，则说明“y是由xGranger引起的”。

　　如果变量y受到x的滞后影响，则x与y之间的Granger因果关系成立。Granger因果检验结果与滞后期P的确定有关。

　　Grager因果检验的原假设是

　　Ho：变量x不能Granger引起变量y

　　备择假设是

　　H1：变量x能Granger引起变量y

　　4、贸易顺差与货币供应量的样本数据分析

　　4.1原始数据及预处理

　　本文选取的进出口贸易余额数据和货币供应量数据均来自锐思数据库，选取的样本为2004年5月至2010年12月的月度数据。广义货币供应量M2其基本构成为流通中现金，活期存款以及定期和储蓄存款。进出口贸易余额数据由于是以美元计价，我们以每月月末的人民币兑美元的汇率进行粗略调整。本文对原始数据取自然对数进行处理，这样并不改变变量的长期关系，还能使其趋势线性化，并减弱时间序列的异方差性。因而，用EX表示贸易顺差，用M2表示货币供给。

　　4.2数据结果及分析

　　（1）ADF单位根检验