基于DAG-SVAR的货币政策中介目标传导效应研究
发布时间：2020-09-22 16:49
货币政策作为国家宏观调控的一部分,其重要性不言而喻,随着我国金融市场的发展,货币政策的传导机制变得复杂,传统的货币政策中介目标也面临挑战。因此,有必要在新的经济态势下对中介目标的传导效应进行分析研究。基于以往学者研究的基础上,本文选取广义货币供应量、社会融资规模作为数量型货币政策中介目标,选择七天同业拆借利率和汇率作为价格型货币政策中介目标。本文首先从货币政策外部传导出发,通过建立DAG-SVAR模型分别讨论了在经济平稳发展、经济萧条和通货膨胀三种经济情况下各数量型货币政策中介目标和价格型货币政策中介目标对经济、物价的传导效应。研究结果发现:1.经济平稳发展时,相较于其他中介目标,货币供应量对GDP的变动有着更大的作用。价格型中介目标中利率对GDP的影响程度大于汇率。从CPI的反馈来看,货币供应量对其的正向影响程度大于社会融资规模且对CPI的作用时间更长。对于两个价格型中介目标,短期内,汇率对CPI的影响大,长期来看,利率对CPI的影响更大。2.经济萧条时,利率对GDP的作用均优于其他中介目标,同时利率对CPI的刺激作用也大于汇率的作用,且总体幅度高于两个数量型中介目标对CPI的作用。3.发生通货膨胀时,货币供应量对物价的稳定作用高于社会融资规模。利率与汇率相比,从影响程度来看,利率对物价稳定的作用更大,而从发挥作用的速度来看汇率可更快的发挥稳定物价的作用,另外,稳定物价的同时汇率对经济的负向作用低于利率对经济的负向作用。总体来说,在稳定物价方面,价格型中介目标比数量型中介目标起着更大的作用。其次,在模型中加入货币政策工具,从整个货币政策传导的角度利用反事实模拟分析各中介目标的传导效应。研究发现,社会融资规模所发挥的作用最大,与仅分析外部传导时的结果有所不同,这说明内部传导存在一定阻碍,疏通传导渠道至关重要。总而言之,不同的经济情况下,各中介目标均以其自身的优势对经济发挥着不同程度的作用且由于货币政策工具到中介目标传导的阻梗导致中介目标的最终效果有所减弱。最后,本文根据研究结果提出相关促进货币政策最终目标的建议。
【学位单位】：青海民族大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F822.0
【部分图文】：
3.2.4 SVAR 模型识别根据上面建立的 VAR（5）模型得到各变量残差相关系数矩阵如下：1LnY2LnY3LnY4LnY 0.102-0.4420.79110.215-0.6241-0.46011corr(3-1)以上式（3-1）为基础运用 DAG 方法来分析1LnY 、2LnY 、3LnY 和4LnY 之间的同期因果关系。 首先从“无向完全图”开始分析，如下图 3-2 所示，每两变量间用一条无向线进行连接，表示两变量间可能存在的同期因果关系，然后利用PC 算法根据式（3-1）残差相关系数矩阵分析对变量间的无条件相关系数及偏相关系数进行分析，进而得出变量间的同期因果关系，结果如图 3-3 所示。
3.2.4 SVAR 模型识别根据上面建立的 VAR（5）模型得到各变量残差相关系数矩阵如下：1LnY2LnY3LnY4LnY 0.102-0.4420.79110.215-0.6241-0.46011corr(3-1)以上式（3-1）为基础运用 DAG 方法来分析1LnY 、2LnY 、3LnY 和4LnY 之间的同期因果关系。 首先从“无向完全图”开始分析，如下图 3-2 所示，每两变量间用一条无向线进行连接，表示两变量间可能存在的同期因果关系，然后利用PC 算法根据式（3-1）残差相关系数矩阵分析对变量间的无条件相关系数及偏相关系数进行分析，进而得出变量间的同期因果关系，结果如图 3-3 所示。
3.2.4 SVAR 模型识别根据上面建立的 VAR（5）模型得到各变量残差相关系数矩阵如下：1LnY2LnY3LnY4LnY 0.102-0.4420.79110.215-0.6241-0.46011corr(3-1)以上式（3-1）为基础运用 DAG 方法来分析1LnY 、2LnY 、3LnY 和4LnY 之间的同期因果关系。 首先从“无向完全图”开始分析，如下图 3-2 所示，每两变量间用一条无向线进行连接，表示两变量间可能存在的同期因果关系，然后利用PC 算法根据式（3-1）残差相关系数矩阵分析对变量间的无条件相关系数及偏相关系数进行分析，进而得出变量间的同期因果关系，结果如图 3-3 所示。
本文编号：2824661
【学位单位】：青海民族大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F822.0
【部分图文】：
3.2.4 SVAR 模型识别根据上面建立的 VAR（5）模型得到各变量残差相关系数矩阵如下：1LnY2LnY3LnY4LnY 0.102-0.4420.79110.215-0.6241-0.46011corr(3-1)以上式（3-1）为基础运用 DAG 方法来分析1LnY 、2LnY 、3LnY 和4LnY 之间的同期因果关系。 首先从“无向完全图”开始分析，如下图 3-2 所示，每两变量间用一条无向线进行连接，表示两变量间可能存在的同期因果关系，然后利用PC 算法根据式（3-1）残差相关系数矩阵分析对变量间的无条件相关系数及偏相关系数进行分析，进而得出变量间的同期因果关系，结果如图 3-3 所示。
3.2.4 SVAR 模型识别根据上面建立的 VAR（5）模型得到各变量残差相关系数矩阵如下：1LnY2LnY3LnY4LnY 0.102-0.4420.79110.215-0.6241-0.46011corr(3-1)以上式（3-1）为基础运用 DAG 方法来分析1LnY 、2LnY 、3LnY 和4LnY 之间的同期因果关系。 首先从“无向完全图”开始分析，如下图 3-2 所示，每两变量间用一条无向线进行连接，表示两变量间可能存在的同期因果关系，然后利用PC 算法根据式（3-1）残差相关系数矩阵分析对变量间的无条件相关系数及偏相关系数进行分析，进而得出变量间的同期因果关系，结果如图 3-3 所示。
3.2.4 SVAR 模型识别根据上面建立的 VAR（5）模型得到各变量残差相关系数矩阵如下：1LnY2LnY3LnY4LnY 0.102-0.4420.79110.215-0.6241-0.46011corr(3-1)以上式（3-1）为基础运用 DAG 方法来分析1LnY 、2LnY 、3LnY 和4LnY 之间的同期因果关系。 首先从“无向完全图”开始分析，如下图 3-2 所示，每两变量间用一条无向线进行连接，表示两变量间可能存在的同期因果关系，然后利用PC 算法根据式（3-1）残差相关系数矩阵分析对变量间的无条件相关系数及偏相关系数进行分析，进而得出变量间的同期因果关系，结果如图 3-3 所示。
【参考文献】
相关期刊论文 前10条
1 段忠东;;住房价格在货币政策传导中的作用效果——基于SVAR模型的反事实模拟研究[J];当代经济科学;2015年05期
2 胡育蓉;范从来;;货币政策工具的选择:利率双轨制和利率市场化[J];经济评论;2015年04期
3 卞志村;胡恒强;;中国货币政策工具的选择:数量型还是价格型?——基于DSGE模型的分析[J];国际金融研究;2015年06期
4 卜林;李政;张馨月;;短期国际资本流动、人民币汇率和资产价格——基于有向无环图的分析[J];经济评论;2015年01期
5 张丽莉;李秀敏;;基于不同中介目标的中国货币政策效应比较研究[J];东北师大学报(哲学社会科学版);2014年06期
6 蔡彤娟;张晓延;杨崇兵;;利率市场化改革背景下我国货币政策中介目标的选择——基于SVAR模型的实证分析[J];宏观经济研究;2014年10期
7 张春生;蒋海;;社会融资规模适合作为货币政策中介目标吗:与M2、信贷规模的比较[J];经济科学;2013年06期
8 任杰;尚友芳;;我国货币政策中介目标是否应改变为利率——基于扩展的普尔分析的实证研究[J];宏观经济研究;2013年10期
9 元惠萍;刘飒;;社会融资规模作为金融宏观调控中介目标的适用性分析[J];数量经济技术经济研究;2013年10期
10 郭娜;李政;;我国货币政策工具对房地产市场调控的有效性研究——基于有向无环图的分析[J];财贸经济;2013年09期
本文编号：2824661
本文链接：https://www.wllwen.com/jingjilunwen/huobiyinxinglunwen/2824661.html
