内容摘要：随着我国财政政策的逐渐淡出，货币政策在我国宏观调控中的作用不断加强，建立一个稳定可预测的货币需求函数显得尤为重要。因此，本文提出了适度紧缩货币政策下的货币需求函数的计量经济模型，并导出我国的货币需求函数。根据笔者的货币需求函数，得出的结论是：应当以M2层次的货币供应量为中介目标;为预防可能出现的经济过热，而应该合理控制货币信贷增长，从而实施适度紧缩的货币政策。

关键词：货币需求函数协整检验误差校正模型政策建议

中国人民银行2006年8月发布二季度货币政策执行报告表示，与2006年上半年较高的经济增长率10.9%相比，下半年经济增长可望略有放缓，但总体上仍将保持平稳较快的发展势头。央行提醒，当前要高度关注固定资产投资增长过快、货币信贷投放过多、国际收支不平衡、能源消耗过多、环境压力加大以及潜在通胀压力上升可能对我国经济带来的风险。由此央行将合理控制货币信贷增长，防止经济增长由偏快转为过热。

而货币政策的实施，必须有一个合理的中间目标，近来有关我国货币政策中间目标的选择问题学术界进行了激烈的讨论。而本文通过对货币需求函数的研究认为，货币供应量仍然是我国合理的中介目标。而货币政策的有效与否，关键是确立货币总量这个中介目标，从而实现最终目标，而联系这个中介目标和最终目标的纽带是货币需求函数，所以确立一个稳定、合理和可预测的货币需求函数对于货币当局实施有效适度紧缩的货币政策具有重要的意义。

因此，本文力图利用现有的金融理论建立我国的货币需求函数，从而为实施适度紧缩的货币政策预防可能出现的经济过热提供政策建议。本文结构如下：首先提出一个货币需求函数模型，然后根据我国的数据，利用最小二乘法对其进行检验，通过剔除不显著变量得到我国的长期货币需求函数，再用协整检验验证它们之间的长期均衡关系，以避免最小二乘法所不能解决的伪回归现象，最后建立既反映长期趋势又反映短期波动误差校正模型。

模型设定

西方国家对货币函数的研究主要有三大流派，古典货币数量论、凯恩斯流动偏好理论和弗里德曼现代货币数量论。古典货币数量论者费雪提出了现金交易方程式，认为货币需求仅为收入的函数，而以马歇尔和庇古为代表的剑桥学派提出的现金余额需求方程虽然与费雪的现金交易方程式相似，但他们解释他们的方程时，强调货币财富的储藏功能，并考虑了机会成本，也说明了价格预期对货币需求有影响。凯恩斯在现金余额方程的基础上提出了流动偏好理论，提出了人们持有货币的三大动机：预防动机、交易动机和投机动机，前两者是收入的函数而后者是利率的函数。现代货币数量论的倡导者弗里德曼在那篇著名的《货币数量论：一种重新表述》中提出如下货币需求模型，

Md=f(P,rb,re,,w,W,u)

他虽然引用了费雪的观点，即货币需求仅为收入的函数，但他的方法更接近凯恩斯和剑桥学派。在该方程中他虽然引入了很多变量，但是通过对这些变量之间的相互抵消关系的分析，认为货币需求仅为财富的函数，由于财富难以计量而用持久收入(Yp)代替，所以他的货币需求函数可记为：md=Md/P=f(Yp)。

我们在这里建立货币需求函数利用弗里德曼的方法，以弗里德曼初始的货币需求函数为基础，并考虑到我国的实际情况，建立如下的货币需求函数：

Md=f(W,R,R1,P,π)

W为财富，R为货币存款利率，R1为其他金融资产的收益率，P为价格水平，π为预期通货膨胀率。根据金融理论有下面的约束条件：

Md/W0，M1d/R<0，M2d/R0，Md/R1的符号有待于检验，因为它既有正的收入效应又有负的替代效应，Md/P0，Md/π<0。

在实证分析中考虑到数据的可获得性和可操作性，用国内生产总值GDP代替财富W，利用股票市值SV代替其它金融资产的收益R1，利用价格变动率(即实际的通货膨胀率)代替预期通货膨胀率，并用下面弹性分析的对数形式的经济计量模型：

LN(Mt/P)=α0α1LN(GDPt/P)α2LN(Rt)α3LN(SVt)α4LN(aπt)εt(1)

Mt/P是实际货币余额，GDPt/P是实际收入，Rt是货币自身利率，α1，α2，α3，α4分别为相应的要估计的弹性，aπt使得该项始终为正值(否则无数学意义)，εt为随机误差项。上面的实证形式的货币需求函数是基于以下金融理论：

货币需求是对实际余额的需求，因此在数据处理时，以1993年为基期，将名义量转化为实际量。

影响货币需求的规模变量是人们拥有的财富，因而应该使用实际量而非名义量，在以GDP为规模变量代替财富而进入函数时，也以1993年为基期，转化为实际GDP。

影响货币需求的机会成本变量应该是名义利率而非实际利率，因而在利率作为机会成本变量时，采用名义利率。

数据说明

样本区间的选择从1994年开始，根据《中国人民银行统计季报》和《证券市场周刊》各期可以得到各个层次的货币供应量M1、M2，国内生产总值GDP，价格指数P，股票市值SV和名义利率R(三年期定期存款利率)等数据的时间序列值。之所以这样选择样本，是基于以下考虑的。

到1993年，我国的货币化进程大大提高，经济的货币化程度已经超过100%，因而制度因素的影响大大减弱，建立模型时，可以将制度因素作为随机变量，从而使模型简化。

1993年7月，财政部、中国人民银行颁发了《金融企业会计制度》，因而1994年后各种统计数据在口径上相一致。

中国人民银行从1994年第三季度开始定期公布季度数据。

对货币需求函数的实证检验

(一)最小二乘法(OSL)的线性回归分析检验

根据选取的样本观测值，运用SPSS软件，分别对(1)式进行线性回归分析得到M1和M2回归方程。

LN(M1t/P)=3.8570.603LN(GDPt/P)-(7.211)(7.815)0.132LN(Rt)0.0902LN(SVt)-0.126LN(aπt)(2)(-3.142)(3.365)(-0.762)

该方程的判定系数为R2=0.994，而调整后的判定系数为R2ADJ=0.993，F统计量为F=310.406，这说明该方程在总体上具有解释力，而D-W统计量为1.455，说明回归方程的残差项不存在序列相关。但是该方程的通货膨胀率变量不能通过t检验，说明它与其他变量间存在共线性，因而对货币需求的影响不显著。

LN(M2t/P)=1.4040.926LN(GDPt/P)-(3.370)(14.011)0.191LN(Rt)0.062LN(SVt)-0.121LN(aπt)(3)(-5.832)(2.992)(-0.929)

该方程的判定系数为R2=0.995，而调整后的判定系数为R2ADJ=0.994，F统计量为F=838.810，这说明该方程在总体上具有解释力，而D-W统计量为1.455，说明回归方程的残差项不存在序列相关。但是该方程的通货膨胀率变量不能通过t检验，说明它与其他变量间存在共线性，因而对货币需求的影响不显著。

在上面的两个方程中均剔除通货膨胀率因素，再对方程进行回归可得到：

LN(M1t/P)=3.2010.72LN(GDPt/P)-(8.551)(17.621)0.241LN(Rt)0.0584LN(SVt)(4)(-5.760)(2.783)

F=1049.36R2=0.994，R2ADJ=0.993，DW=1.368

LN(M2t/P)=1.680.996LN(GDPt/P)-(7.153)(36.955)0.255LN(Rt)0.03149LN(SVt)(5)(-9.254)(1.866)

F=3457.54R2=0.998，R2ADJ=0.998，DW=1.516

两个方程在统计上都能通过检验，并且拟合优度很好，说明用实际国内生产总值GDP、利率R和股票市值SV对实际货币需求有整体的解释意义。D-W统计量分别为：1.368、1.516可以认为回归方程残差项不存在序列相关，因此方程的参数值在OSL方法的统计意义上是可置信的。

(二)单位根检验和协整检验

上面的回归方程都能通过统计检验，并且拟合优度很好。但是由于时间序列的不平稳性，OLS(普通最小二乘法)方法不能避免伪回归现象，因而必须进行协整检验。

这里的单位根检验采用Dickey-Fuller检验法，首先构造统计量F=(N-k)(ESSR-ESSUR)/q(ESSUR)，并利用SPSS软件分别计算各个变量的有限制回归方程Yt-Yt-1=α+ΣλYt-j的残差ESSR，以及无限制回归方程Yt-Yt-1=α+βt+(ρ-1)Yt-1+ΣλYt-j的残差ESSUR。然后分别计算各个变量的F统计量的值，结果如下表所示，将F值与临界值比较，我们在5%的显著水平下接受原假设，即LN(M1/P)，LN(M2/P)，LN(GDPt/P)，LN(Rt)，LN(SVt)都是随机游走(RandomWalk)非平稳序列(见表1所示)。

对于协整检验有很多种方法，我们这里采用EngleGranger两步检验法：

第一步，用OLS方法对长期方程：

LN(Mt/P)=α0α1LN(GDPt/P)α2LN(Rt)α3LN(SVt)εt

进行估计，得到协整回归方程，

εt=LN(Mt/P)-

第二步，对εt进行ADF检验，也就是上述的单位根检验方法。得到F值为：F=9.1678.65(8.65为2.5%显著水平下的临界值)，因此拒绝原假设，也就是说，εt是平稳序列。所以，LN(Mt/P)，LN(GDPt/P)，LN(Rt)，LN(SVt)具有协整性，因而上面的回归结果具有超一致性(SuperConsistency)，它们之间具有长期均衡关系。

(三)误差修正模型(ErrorCorrectionModel，ECM)

由于货币需求函数既有长期均衡又有短期波动，为了反应这种短期波动，我们建立如下的误差修正模型：

LN(Mt/P)=α0α1LN(GDPt/P)α2LN(Rt)α3LN(SVt)α4ecmt-1εt

其中ecmt-1为误差校正项，ecmt=LN(Mt/P)-(α0α1LN(GDPt/P)α2LN(Rt)α3LN(SVt))

上述的误差校正模型中，差分项反应变量短期波动的影响，因而被解释变量的波动被分成两部分：一部分为短期波动，即差分项;另一部分为长期均衡，即误差校正项。从理论上讲，ecm前的系数α4满足：-1<α4<0，因此，若在(t-1)时刻LN(M/P)大于长期均衡解：α0α1LN(GDP/P)α2LN(R)α3LN(SV)，则误差修正项α4ecm为负，使得短期货币需求LN(Mt/P)减少;若在(t-1)时刻LN(M/P)小于长期均衡解：α0α1LN(GDP/P)α2LN(R)α3LN(SV)，则误差修正项α4ecm为正，使得短期货币需求LN(Mt/P)增加，因而系数α4反应了长期货币需求对短期波动的修正幅度。这就是误差修正模型的优点。

对上述误差修正模型进行OLS估计，得出M1和M2的误差修正方程：

LN(M1t/P)=0.08763+0.641LN(GDPt/P)-(5.643)(3.800)0.199LN(Rt)-0.704ecmt-1(6)(-2.691)(-3.448)

F=11.54，R2=0.670，R2ADJ=0.612，DW=1.788

LN(M2t/P)=0.064430.620LN(GDPt/P)-(4.019)(6.72)0.0892LN(Rt)-0.387ecmt-1(7)(-1.976)(-2.180)

F=16.847，R2=0.748，R2ADJ=0.704，DW=1.880

在上面的回归过程中，由于变量LN(SVt)在方程中不显著，因而被剔除，回归方程(6)和(7)在统计意义上都能够通过检验。我们看到M1层次的货币需求长期对短期的修正幅度达到70%，而M2层次货币需求长期对短期的修正达到约40%。

结论及政策建议

在回归方程(2)和(3)中，我们看到通货膨胀率变量对实际货币需求的影响不显著，我们认为这是由于采用名义利率的缘故。根据费雪效应，名义利率中包含了通货膨胀因素，因此通货膨胀率变量与名义利率之间出现了共线性，因而不能通过t检验。

回归方程(4)和(5)通过了后面的协整检验，这说明我们的模型是有解释力的。通过这两个方程，我们看到实际GDP变动1%实际货币需求的变动也大约为1%(对M1的需求变动为0.72，对M2的需求变动为0.996)，根据货币流通速度公式V=y/L(L为实际余额需求，y为实际收入水平)，因此货币流通速度可以认为是稳定的，并且M2的流通速度比M1的流通速度更稳定。所以中央银行的货币总量目标应该以M2为标准。

通过回归方程(4)、(5)、(6)、(7)，我们得到影响货币需求各经济变量的长短期弹性值(见表2所示)。

从表2中我们可以看出，各变量弹性的长期值均大于短期值，这与理论相符合。并且我国M2层次货币需求的利率弹性为负值，这说明在我国提高利率将降低对M2层次货币的需求。因此，我国央行不适宜通过加息的方式来预防可能出现的经济过热，而应该通过合理控制货币信贷增长的方式，实施适度紧缩的货币政策，以防止经济增长由偏快转为过热。这也说明我国央行目前的政策操作相一致与我国的经济运行的实践是一致的，因而合理的。

通过回归方程(4)和(5)，我们能够看到股票市场对货币需求有正向的影响，股市繁荣货币需求增加，股票市值上升1%，M1层次的实际需求上升0.0584%，M2层次的实际需求上升0.03149%。通过与误差修正方程(6)、(7)的比较，我们发现，短期内股票市场对货币需求的影响不显著，说明公众对股票市场投资的不确定性具有很强的戒备心理。这对货币当局来说要规范股票市场，避免违规操作，这有助于消除公众的戒备心理，从而使之成为合理的投资场所。