基于STAR模型的中国货币需求函数研究

发布时间：2019-08-19 10:48

【摘要】：本文对我国货币需求的短期误差修正模型进行非线性检验并发现指数平滑转换自回归模型更加符合我国短期的货币需求函数。通过检验,我们发现非线性模型的转换变量为滞后一期的真实国民收入,该结论与我国经济发展状况相吻合。另外,通过检验发现非线性模型具有较强的预测能力。因此,非线性模型将会给货币政策的正确制定和有效实施提供更具参考价值的作用。
【图文】：

残差图,残差图,拟合优度,线性模型

MANAGEMENTREVIEWVol.24No.10（2012）图1残差图转换变量F统计量临界值（5%）结论ect-11.061.84接受△yt-12.681.84拒绝△yt-21.51.84接受△R1t-10.621.84接受R1t-20.771.84接受△m0t-12.111.84拒绝△m0t-22.151.84拒绝表3线性检验结果检验结果告诉我们，转换变量为Δyt-1、Δm0t-1、Δm0t-2时在5%的显著性水平下拒绝模型为线性的虚拟假设，故线性误差修正模型不合适。根据F值最大原则我们选择Δyt-1作为延迟变量（2.68＞2.15＞2.11）。在上述检验基础之上，我们将STAR模型运用到短期货币需求方程中并改写式（8）：ΔMt=准′ΔXt+θ′ΔXtG（γ，c，st）+utt=1，…，T，u~iid（0，σ2u）（12）其中ΔXt代表解释变量（包括ΔZt和ECt-1），其余变量及参数的含义同上。针对式（12），我们将判断其具体形式，即是LSTAR还是ESTAR，具体步骤遵循式（5）-式（7）[14]。对辅助回归进行H01、H02和H03检验后，结果接受式（5），拒绝式（6），所以非线性部分采用指数转换函数。根据Terasvirta等[21]的建议，我们将转换函数中的Δyt-1标准化并利用R软件对ESTAR模型进行非线性回归，估计结果如下：Δm0t=-0.335ect-1+0.871Δyt-1-0.616Δm0t-1+0.835Δm0t-2+（-1.77）.（2.6）*（-2.17）*（3.29）**（-0.783Δyt-1+0.967Δm0t-1-1.017Δm0t-2）*（1-exp（-2.644*（Δyt-1-0.246）2））（-2.21）*（2.81）**（-2.96）**（2.04）*（4.28）***（13）R2=0.63Q（10）=7.97P（Q（10））=0.63ARCH（10）=4.35****σ=0.021括号中代表t统计量“，.”“、*”、“**”“、***”分别表示10%、5%、1%、0

残差图,转换函数

?（-2.21）*（2.81）**（-2.96）**（2.04）*（4.28）***（13）R2=0.63Q（10）=7.97P（Q（10））=0.63ARCH（10）=4.35****σ=0.021括号中代表t统计量“，.”“、*”、“**”“、***”分别表示10%、5%、1%、0.1%的显著水平。从残差图（图1）可以知道，ESTAR模型的拟合结果较好，不存在明显的波动丛集性[22]。通过Q统计量和ARCH检验，上式不存在自相关和条件异方差，拟合优度为0.63，明显优于线性模型（11）的0.24④，*σ表示残差估计量的标准差，其值（0.021）小于线性模型的残差标准差（0.026）④。图2反映了当经济处于逐步增长和持续衰退两个机制时，真实的GDP对货币需求的影响相同，即在门限值0.246%左右对称⑤。但是在两个机制的转换过程中是不同的。转换函数的斜率为负值，反映了不同机制之间的转换，2.644说明转换的速度不是很快。检验结果告诉我们相对于其他经济变量，，交易需求目前是我国货币需求函数出现拐点的重要影响因素。从经济衰退到高速增长的过渡速度较慢。④通过计算，线性模型的拟合优度R2=0.24，残差标准差为0.026。⑤由于本文选用季度数据，所以0.246%反映的是季度GDP的环比增长率。图2转换函数图经济与金融15
【作者单位】：武汉体育学院经济管理学院;
【分类号】：F224;F822

【参考文献】