卢卡斯方差假说在中国成立吗基于时变参数模型的实证分析.doc

《卢卡斯方差假说在中国成立吗基于时变参数模型的实证分析.doc》由会员分享，可在线阅读，更多相关《卢卡斯方差假说在中国成立吗基于时变参数模型的实证分析.doc（11页珍藏版）》请在三一办公上搜索。

1、卢卡斯方差假说在中国成立吗*基金项目：教育部人文社会科学基金项目资助，项目批准号：07JA290004。-基于时变参数模型的实证分析 胡日东 苏梽芳（华侨大学商学院、数量经济研究院，福建泉州，362021）摘 要：卢卡斯方差假说揭示了产出-通胀交替与总需求冲击之间存在着负向的关系，对假说进行实证检验对中央银行货币政策的制定与实施具有重要的现实意义。本文首先建立时变参数的货币增长模型代替固定系数的货币增长模型，比较准确地得到非预期货币冲击及其条件方差，最后分别利用两步估计法和联合估计法对假说进行检验。结果发现，中国的数据不支持卢卡斯方差假说，这意味着中央银行意料外的货币扩张或者收缩对实际经济的影

2、响大小与需求冲击大小无关。关键词：错觉模型；卢卡斯方差假说；卡尔曼滤波；联合估计法 Does Lucas Variance Hypothesis establish in ChinaAbstract: Lucas variance hypothesis reveals the negative relationship between output - inflation tradeoffs and aggregate demand shocks. It is important practical significance for the implementation of a countr

3、y central bank monetary policy to perform empirical tests on the hypothesis. In this paper, we establish the time-varying parameters monetary growth model to replace the fixed coefficient monetary growth model and get the non-expected monetary shocks and the conditional variance more accurately. Fin

4、ally, we tested the hypothesis using two-step estimation and the joint estimation respectively. The results show that Chinese data do not support the Lucas variance hypothesis, that is, the impact to real economy from the central banks unexpected expansionary or contractionary monetary policy has no

5、thing to do with the demand shocks. Keywords: Misperception model; Lucas variance hypothesis; Kalman filter; Joint Estimation一、引言与文献述评卢卡斯（Lucas,1972）在Phelps(1967)和Friedman(1968)研究工作的基础上，建立了一个具有不完全信息的一般均衡模型，即错觉模型（misperception model）。错觉模型从理论上成功地解释了货币的短期非中性和长期中性，卢卡斯并从中提炼出一个著名的假说：名义冲击变动性越大的环境中，名义冲击的真实效

6、应（real effect）越小。根据卢卡斯的模型，总供给曲线的斜率取决于总需求的变动，在那些总需求波动普遍的国家，物价总水平变动也比较普遍，企业倾向于把他们产品价格的上升视为一般价格水平上升的一部分，他们认为产品的相对价格并没有发生变化或者相对价格变化很小，因此产出波动较小。这样在这些物价水平不稳定的国家，一般价格水平的上升引起的产出变动较小，总供给曲线的斜率比较陡峭。错觉模型本质上揭示了产出-通胀交替与总需求冲击方差之间存在着负向的关系，其政策含义在于，一个总需求变化较大的国家，即使其中央银行采取出乎公众意料的扩张性货币政策，其获得的效果也是不佳的。随后卢卡斯（1973）通过考察18个国家

7、的产出和价格的国际数据，对假说进行了实证检验。他发现，在那些总需求和价格最为稳定的国家，总需求变动时对产出影响最大，总供给曲线最为平坦；在总需求和价格最不稳定的国家，总供给曲线最为陡峭。他认为，这些证据支持了错觉模型。自从卢卡斯提出假说并进行检验后，Froyen和Waud(1980) 、Alberro(1981) Kormendi和Meguire(1984) 以及Nicholas(2004)等人也分别利用跨国数据对卢卡斯方差假说进行了实证检验，结论并不一致。在这些研究中，他们大多都假定每个国家的货币政策机制是不同的，而且在样本期间内保持不变。这就意味着在样本期间每个国家的名义冲击的方差是常数，

8、这种假定无疑是不现实的，因为各个国家的经济存在显著的结构变化和社会差异。正如Engle(1982)所指出，条件方差而不是基于整个样本期间的无条件方差更适合解释经济代理人的行为，因此他建议对于卢卡斯方差假说的一个更为有力的检验应该考虑随时间变化的名义冲击的条件方差。另外在估计方法方面，检验卢卡斯方差假说一般采用的是卢卡斯（1973）、Barro(1977)和Minshkin(1982)等人所使用的两步法。这种方法第一步由货币供给方程得到了名义冲击及其条件方差，第二步在产出方程中纳入名义冲击或者其方差作为解释变量，进而检验卢卡斯方差假说。但这种方法曾受到Pagan（1984）的批评。他指出两步法属

9、于局部均衡方法，可能导致“生成回归量（generated regressor）”问题，从而影响到检验统计量的分布，造成统计推断无效。也有学者试图在一国范围内检验卢卡斯方差假说，如Kim&Nelson(1989)利用1959第一季度至1985年第四季度的美国数据，发现美国的数据支持卢卡斯方差假说。上述这些研究都是以西方国家为研究对象，然而人们可能更加感兴趣的是，在中国是否可以发现类似卢卡斯所预言的经验规律？根据我们掌握的文献，中国学者在检验卢卡斯相关命题时，研究最多的是验证中国货币政策有效性，也即货币非中性命题。然而我们还没有发现卢卡斯方差假说在中国的实证研究。中国学者在研究货币政策有效性时，普

10、遍也是借鉴国外的方法，一般先建立固定回归系数的货币供给方程（即货币政策反应函数）进而采用两步估计法进行检验。同其他经济计量模型评价经济政策受到“卢卡斯批判”命题(Lucas , 1976) 质疑一样, 具有常系数的货币供给方程, 无法反映出货币政策对于宏观经济条件的反馈影响, 这就是说当实行某种货币政策以后, 受货币政策影响, 宏观经济条件也会发生一定程度的变化, 这时仍然使用固定系数的反应函数度量货币政策对于宏观经济条件的反应, 确实存在着模型逻辑体系上的缺欠。为此, 需要引入具有时变参数的货币政策反应函数（刘金全，2002）。在经济代理人学习过程的设定方面，正如Benjaman(1979)

11、所认为，理性预期机制并没有清晰地给出经济代理人如何利用他们一切的知识来形成预期。考虑到理性预期条件下信息可获得性，他提出最小二乘学习作为最优的学习过程，然而在持续改变的政策机制下，最小二乘学习已不再是最优，卡尔曼滤波的应用成为代替经济代理人学习过程的正确方法（Kim,1999）。综上所述，本文试图在借鉴国内外研究成果的基础上，利用中国的数据，建立时变参数的货币增长模型并利用卡尔曼滤波算法进行估计，从而得到时变的名义冲击的条件方差，进一步利用联合估计法检验卢卡斯方差假说，从而避免Pagan批评。本文的主要贡献在于时间序列分析框架下检验了中国是否存在如卢卡斯方差假说所预言的经验事实，这种时间序列分

12、析可以避免跨国研究所遭受的批评。方法上，应用时变参数模型估计中国货币增长方程，能较为准确地得到货币增长预测误差及其方差，为进一步检验打下基础；并用联合估计法代替两步法检验了卢卡斯方差假说，避免了“Pagan批评”。模型设定与模型选择方面，我们借鉴国内外研究成果，设定了符合中国实际的货币增长方程，并利用AIC准则对模型中解释变量的滞后阶进行选择，充分体现“让数据说话”的原则，从而避免了先前一些研究对模型中解释变量滞后阶数选择比较随意的缺陷。因此从应用研究方法的角度看，本文的研究一定意义上丰富了我国应用宏观经济学和货币经济学文献。本文余下的结构安排为：第二部分介绍时变参数货币增长模型的状态空间形式

13、；第三部分说明变量选择的原因，并对数据的来源和处理进行说明；第四部分进行计量模型的设定与相关说明；第五部分报告计量模型的估计结果和对结果的分析；最后一部分对全文进行总结，归纳主要结论。 二、时变参数货币增长模型的状态空间形式 时变参数的货币增长模型可表示为以下的状态空间形式： （3）式中，为被解释变量，在本文中为货币增长率，为解释变量集合，在本文中是影响货币供给的一组宏观经济变量。可变参数是随时间改变的，体现了解释变量对因变量影响关系的改变，但又是不可观测变量，也称为状态变量，必须利用可观测变量、来估计。状态方程形式一般需要通过实验来确定，用于确定状态方程结构形式的准则有拟合优度和模型预测效果

14、。但在多数情况下，随机游走过程能够捕捉到参数的不稳定性（赵松山，2002），因此，本文中我们假定为单位矩阵，这意味着各个时变参数都是一个随机游走的过程。根据式（3），和是相互独立的，且服从均值为零，方差为和协方差矩阵为的正态分布。时变参数模型的状态空间模型可以采用卡尔滤波算法来估计。假设表示基于信息集合的的估计量，表示估计误差的协方差矩阵，即： （4） 当给定和时，的条件分布的均值由下式给定，即： （5）在扰动项和初始状态向量服从正态分布的假设下，的条件分布的均值是在最小均方误差意义下的一个最优估计量。估计误差的协方差矩阵是： ， （6）式（5）和式（6）称为预测方程。一旦得到新的预测值，就能

15、够修正的估计，更新方程是： （7）和 （8）其中， （9）上述式（5）-（9）一起构成卡尔曼滤波的公式。卡尔曼滤波的初值可以按和或者和指定（在本文中，我们利用前19个季度的数据获得模型估计的初值，因而得到的估计结果时间跨度为1994年第一季度至2007年第二季度）。这样，每当得到一个观测值时，卡尔曼滤波提供了状态变量的最优估计。当所有的个观测值都已处理，卡尔曼滤波基于信息集合产生当前状态变量和下一时间状态变量的最优估计。这个估计包含了产生未来状态变量和未来观测值的最优预测所需要的所有信息。关于以上卡尔曼滤波结论的详细讨论见Hamilton(1994:pp.377-381)或者Kim&Nelso

16、n(1999:pp.29-37)、高铁梅（2006：pp.356-361）三、变量选取和数据说明设定中国的货币供给方程时，被解释变量为M1的增长率(使用M2的增长率应更为合理一些, 但是由于没有合适的数据而放弃)，我们还需要给出影响货币供给的宏观经济因素。借鉴国外的研究成果，结合中国的实际，即我国的货币政策是以保持物价稳定和促进经济持续增长为目标，因此货币政策应该对实际产出和价格水平做出反应。具体而言，有以下几个因素：M1增长率滞后：引入这个解释变量的主要原因是M1增长率存在比较显著的自相关。经济增长率：促进经济增长历来是中央银行货币政策的目标之一，经济过热时，中央银行可能减少货币供给，反之则

17、增加货币供应量。这里我们采用 GDP增长率代表经济增长。通货膨胀率：在Kim(1989)美国货币供给方程设定中，引入了三个月的国债利率的变化作为解释变量，在中国利率还没有完全市场化的情况下，利率很难衡量持有货币的机会成本，CPI 在解释货币供应过程的变动性时,可能是市场利率的一个更好的代表。另外中国对通货膨胀的承受能力也较低,物价上升,中央银行可能会减少货币供应。出口增长率。以往研究设定货币供给函数时，大多没有考虑到外汇占款对中央银行货币政策的影响。中国随着改革开放,外向程度越来越高,出口是牵动中国经济的重要力量。出口的增加会使外汇占款增加,从而增加人民银行的基础货币投放,可能使货币供给量增加

18、。 本文样本期自1990年第一季度至2007年第二季度，共70个季度观测。这里使用消费者价格指数（CPI）环比增长率度量价格水平的变化。为了计算本期相对于上期的通胀率，需要价格定基指数时序数据。然而根据官方公开统计资料仅能获得2001年之后的月度环比通胀率，而此前只有同比通胀率。利用同比通胀率以及2001年之后的月度环比通胀率可计算1990至2000年间的定基价格指数。然后通过该定基指数求得季度通胀率，这里季度通胀率为本季度最后一个月相对于上季度最后一个月的CPI变化率。2001年之后的月度环比CPI通胀率来自于中国经济信息网数据库。本文的货币供应量采用的是M2指标，利用X-12进行季节调整后

19、，然后取自然对数并进行一阶差分，得到货币增长率。M2数据来源于各期的中国人民银行统计季报。采用同样的方法，我们得到出口增长率和GDP增长率。需要说明的是，以上各变量的增长率均为环比实际增长率，即扣除物价变动影响的增长率。 四、计量经济模型的设定与说明正确地度量货币增长不确定性是检验卢卡斯方差假说的最重要的一环。学者们在货币增长不确定性度量上存在明显的分歧。Makin(1982) 、Grier(1989)和Martin(2000)采用了移动标准差来度量不确定性，然而移动标准差仅仅反映了变量的波动性，与不确定性存在很大的区别。因此更多学者提出采用预测误差的条件方差来度量不确定性，例如Engle(1

20、982)利用ARCH模型来度量美国的通货膨胀不确定性。ARCH类模型所度量的不确定性实质是一种恒定的条件方差。与移动标准差一样，ARCH类及其增广模型同样没法较好地度量时变的条件方差。因此，建立时变参数的货币增长模型后估计得到的非预期的货币增长误差的条件方差是作为货币增长不确定性较好的替代选择（Kim，1989）。是否设定时变参数的货币增长模型以取代传统的不变系数的货币增长模型，需要从现实需要加以考虑，并且能够得到实证检验的支持。我们提出时变参数的中国货币增长模型是基于这样的现实考虑:第一，货币增长模型中的参数应随着经济代理人的行为而变化，中国经济处于转型过程中，设定不变系数的模型显然与现实不

21、符。第二,由于经济变量存在不可观测的因素，将导致数据生成过程的结构变化，因此模型的参数应随着数据生成过程结构变化而变化。第三，在计量建模时，如果漏掉重要的解释变量，将导致模型参数不稳定，设定模型参数是时变的，可有助于解决参数不稳定的问题。因此，采用时变参数模型的货币增长模型来解释中国的货币供给行为，既有理论依据，又有现实的解释力。（一）模型参数稳定性检验在采用时变参数建模之前,要对所建模型中的参数进行稳定性的检验。用于检验参数稳定性的方法有很多,包括两种Chow结构稳定检验(Chow ,1960)和递归OLS法。Chow的两种检验方法都有明确的缺点,即需要确切地知道模型结构变化的断裂点在哪里,

22、而有些情况下这是不可能的, 因为结构的变化可能是渐进的、非突发性的,这时Chow方法不太有效,因此本文采用递归OLS 法进行参数稳定性检验。具体步骤为：首先利用OLS 法用m 期样本对模型进行估计,t = 1 ,2 ,m ,其中m k ,然后延长一期观测值t = 1 ,2 ,m + 1 ,对模型进行重新OLS 估计。反复进行这一程序直到样本中所有观测值用完。通过观察参数图,我们可以获知参数是否随时间变化。在结构稳定的前提下, 各递归估计值趋于一个固定值,所有点的连线趋于一条水平线。然而我们的检验结果(限于篇幅没有给出)发现在进行递归的OLS后发现各递归估计值对其均值的都存在显著偏离，这说明模型

23、结构不稳定，需要建立时变参数模型。（二）货币增长的时变参数模型设定与估计模型设定正确与否关系到计量结论的可靠性。无论是解释变量冗余还是遗漏，都有可能得到不可靠的结论。我们在进行模型设定时，一方面应借鉴国外标准的检验模型，另一方面更应充分考虑到中国的具体国情。正如前面所介绍，检验卢卡斯方差假说通常所用的是两步法，第一步应先建立货币供给方程。国内在检验中国货币政策有效性的研究中，如陆军和舒元（2002）利用19822000年度数据，建立了一个包含五个解释变量及其滞后的货币增长模型，模型中有15个待估参数，而样本数据仅有19个，而且更为重要的是，使用年度数据时一定程度上会掩盖产出的短期波动，其实证分

24、析所得结论自然值得商榷；贾俊雪等（2006）在借鉴Kim(1989)和陆军和舒元（2002）基础上，也设定了类似的货币增长方程，但是存在一定的缺陷：一是财政支出与财政收入的比率来代替Kim(1989)模型中的财政结构性盈余率变量，众所周知，这不是同一概念，也不可能很好地近似代替。二是采用的月度数据存在一定问题，再加上模型中解释变量滞后阶数的选择直接套用Kim(1989),只采用一阶滞后似有不妥，因为货币当局对经济情势的认识和反应的时滞可能不是一期（一个月）。刘金全（2002）的研究表明，我国货币政策产生反应的可能时滞大约在六个月。因此我们采用季度数据，并且依据“让数据说话”的原则，根据一定的信

25、息准则（如AIC、BIC准则）进行滞后阶数的选择，这样做的优点在于让数据自身去进行选择, 而不是施加任意的可能导致模型误设的限制,可以避免因滞后阶数的随意选取而可能带来的不正确结论。这一点对于研究转轨时期的中国经济现象尤其重要, 因为关于中国经济尚无一套成熟的理论。综上所述和结合稳定性检验结果，我们假定货币增长模型中的每一个回归系数是一个随机游走过程，则货币增长模型可表示为： 其中，、分别为货币供应量M2的增长率、通货膨胀率、GDP增长率以及出口增长率，解释变量滞后期是利用 AIC准则选择的结果。显然式（10）、（11）即为空间状态模型。其中（10）式即为量测方程，（11）式为状态方程。上述模

26、型中通货膨胀率表示货币政策的价格稳定目标, 实际工业产出增长率表示货币政策的产出稳定目标, 参数估计的预计符号应该都是负的, 意味着当出现过高的通货膨胀和过快的经济增长时, 货币政策的扩张指数降低, 表示出现反周期紧缩性货币政策状态的可能性增加。我们利用卡尔曼滤波对上述状态空间模型进行估计，进而也可以得到一步向前预测误差（one period ahead forecast error)及其条件方差，前者度量了非预期的货币增长，后者则度量了货币冲击的不确定性（Kim,1989）。模型估计完毕后，需要进一步考察模型是否正确设定。Engle&Watson(1981)指出，检查状态空间模型是否正确设定

27、，一个有用的检验方法是检验一步向前预测误差序列是否存在自相关。由于一步向前预测误差序列可能存在异方差，可以进一步采用异方差调整过的一步向前预测误差序列进行自相关检验。（三）卢卡斯方差假说检验模型设定与估计卢卡斯（1973）最初在检验自己提出的假说时，采用了18个国家从19521967年时间序列，设计了以下模型并进行了估计： （12） 式中：表示去除时间趋势的实际产出；表示名义产出对数的一阶差分，也就是名义产出的增长率。卢卡斯对不同国家分别估计了式（12），用表示的最小二乘估计值，接着他对产出对总需求变动反映程度的估计值（）对各国总需求冲击（）进行回归，如果与var()之间存在显著的负相关性，就

28、可以获得支持卢卡斯方差假说的证据。以上的模型设定是在跨国数据分析的框架内进行，对于检验一国内卢卡斯方差假说是否成立，我们借鉴Froyen&Waud(1984)和Kim&Nelson(1989)的研究，假定实际产出由两个不可观测成分组成，即： （13）其中为实际产出的自然对数，为潜在产出的自然对数，为周期产出的自然对数。去除时间趋势的实际产出等于周期产出以及部分潜在产出之和，它取决于总需求冲击的大小。此时，前面估计货币增长模型所得到用于表示非预期的货币增长，其条件方差表示为货币冲击的不确定性。进一步用于检验卢卡斯方差假说。检验模型设定如下： （14） （15） 式（15）的设定主要考虑到最大限度

29、避免估计式（14）所出现的多重共线性。以上模型也可写成： （16）于是检验卢卡斯方差假说成立等价于检验显著大于零，同时也显著小于零。 与卢卡斯方差假说相关联的一个假说是弗里德曼假说，弗里德曼认为通货膨胀不确定性不利于经济主体合理预期的形成，干扰了经济主体的行为决策，降低资源配置效率，从而加剧宏观经济波动，阻碍经济长期持续稳定增长。对于弗里德曼假说，我们可以在卢卡斯方差假说的检验框架内一同进行。检验弗里德曼假说的模型设定为：，如果的估计值小于零，则假说成立，在式（16）一同检验两个假说时，检验弗里德曼假说成立等价于检验的估计值显著小于零。由于先估计货币增长模型，再估计产出方程即所谓两步法受到Pa

30、gan的批评，因此本文采用两步法估计后，采用联合估计法对货币供给方程和产出方程同时估计，由于联合估计法在统一的似然函数框架内估计模型，我们预期能够得到更为有效的参数估计结果。以上模型估计结果和相关检验结果在第五部分给出。五、基本的回归结果与分析本部分是运用卡尔曼滤波估计时变参数的货币增长模型结果以及利用两步法和联合估计法检验卢卡斯方差假说的结果。首先我们初步报告估计结果，然后针对模型估计结果进行相应的分析。表1给出了时变参数的货币增长模型估计结果以及相应的检验结果。图1图6分别给出了六个时变参数中其中的四个以及一步向前预测误差和一步向前预测误差的条件方差。表2给出了利用两步法和联合估计法检验卢

31、卡斯方差假说所得到的结果（水平变量），由于表2的回归结果显示时间去趋势的实际产出存在单位根，因此对变量进行差分后，进入模型重新进行最小二乘回归，表3则给出了差分变量重新最小二乘回归后得到的卢卡斯方差假说检验结果。 表1：超参数估计结果和模型设定检验结果参数 估计值（标准差）异方差调整后的预测误差：的Ljung-Box白噪声检验 0.0573(0.0021)Q(12): 7.45(0.82)Q(24): 12.47(0.97)Q(36): 27.90(0.83) 0.0321(0.0056) 0.0002(0.0230) 0.0091(0.1229)注：白噪声检验部分括号内数值为对应统计量的p值

32、。 0.0003(0.0348) 图1：货币增长对实际产出的动态反应 图2：货币增长对滞后一期价格水平的动态反应 图3：货币增长对出口增长的动态反应 图4：货币增长对滞后两期价格水平的动态反应 图5： 向前一步预测误差 图6：向前一步预测误差的条件方差 表2：卢卡斯方差假说检验结果（水平变量）估计方法两步法 0.015 (0.851)0.212(2.052)*- 0.951(22.205)*0.9720.012 (0.843)0.152(0.314)-0.004(-0.061) - 0.962 (24.103)* 0.9750.023 (0.136)0.263(1.991)*- 1.282(1

33、.528)0.969(25.902)*0.973 0.012 (0.691)0.451(0.393) -0.043(-0.130)2.006(1.213)0.951(23.533)*0.980联合估计法 0.034 (1.515)(0.206)(1.918) 0.011(-0.145) 1.811 (0.907)0.957(25.144) 注：括号内数值为对应估计系数的t值; *,*和*分别表示通过10%、5%、1%的显著性检验。 检验模型：表3：卢卡斯方差假说检验结果（差分变量）估计方法两步法0.003(0.984)0.132(1.919)*-0.676(4.107)*0.2930.003(

34、0.947)-0.087(-0.218)-0.032(-0.668)- 0.464(4.051)*0.2950.001(0.140)0.177(1.921)*-1.169(0.452) 0.496(4.084)*0.2960.002(0.198) 0.0503(0.032)-0.031(-0.355)0.688(0.325)0.532(3.973)*0.296联合估计法0.010(0.118) 0.0428(0.0309)-0.069(-0.254) 0.551 (0.457) 0.558(3.410)注：括号内数值为对应估计系数的t值; *,*和*分别表示通过10%,5%、1%的显著性检验。

35、检验模型：，其中下面我们对这些结果进行归纳和简要的分析。1模型估计后我们得到6个时变参数的动态变化（只给出四个重要的时变参数，分别见图1图4），以及向前一步预测误差及其条件方差（图5和图6）。从图1图4，我们发现我国货币政策对于实际产出均具有比较明显的时变反应, 并且对实际冲击具有比较稳定的反周期倾向, 货币政策对于价格水平滞后一期和二期也具有类似的特点，但在某些时段出现了顺周期的倾向，尤其19982000年时段，货币政策对价格水平的顺周期反应达到了高峰，体现了当时刺激内需伴随价格水平上升的意愿。结合以上货币政策对实际产出和价格水平反应的特点，我们认为我国货币政策在反周期操作过程中基本上兼顾保

36、持经济增长和价格水平稳定的双重目标。这也是与实际情况是相符合的。2另外从表1模型的向前一步预测误差的自相关检验结果可以看出， 滞后12、24、36期的Q统计量对应的P值分别为0.82、0.97和0.83,都一致接受经调整后的残差不存在自相关的原假设，这表明我们的模型设定是正确的。另外观察向前一步预测误差的条件方差（即货币冲击不确定性）的动态变化，我们发现19941995期间以及19961998期间以及2003年左右，货币冲击不确定性突然变大，而这与当时的经济情势是密不可分的。19931995期间我国货币政策及其调控机制和宏观经济发生了相对剧烈频繁变化时期，导致这一时期货币冲击不确定性较强并发生

37、频繁转换。1998年亚洲金融危机前后以及2003年经济刚走出通货紧缩2004年又开始治理经济过热，货币政策发生了明显转变，导致货币增长出现了较高的不确定性，但持续时间比较短暂，而且与历史最高水平相比，已有明显的下降，体现了“稳健的货币政策”的特征。综合以上经济事实和计量检验分析，我们认为本文所构建的时变参数的货币增长模型能够较为准确地符合中央银行货币政策对宏观经济反应的实际情况。因此从模型估计后得到的一步向前预测误差及其方差能够正确地度量非预期的货币增长和货币增长的不确定性。这为利用两步法和联合估计法检验卢卡斯方差假说奠定了良好的基础。3对模型的估计时，我们估计了四个含有不同解释变量的模型。观

38、察水平变量的两步法估计结果（表2），我们发现四个回归模型中，的估计系数大于零，这表明未预期到的货币冲击对产出有正的影响，加剧了产出的波动。这个结论与当前研究我国货币中性命题的结论是一致的；然而虽然的估计系数小于零，但在四个回归模型中均不显著，无法通过10%的显著性检验。因此卢卡斯方差假说并不成立。再观察的估计值，大于零且无法通过10%的显著性检验。因此弗里德曼假说也不成立。由于单位根检验结果表明是一阶单整序列，为避免伪回归，我们进一步对其差分，得到平稳序列后重新进行最小二乘回归，结果列在表3。从表3，我们发现，检验结果与水平变量的检验结果并无明显的差异。从仅0.293变化到0.296，而且大部

39、分系数也不显著。这表明非预期的货币冲击及其不确定性仅能解释很少一部分的短期经济波动。4. 表2和表3均报告了分别采用水平变量和差分变量的联合估计结果。进行货币增长方程和产出方程联合估计时，各参数的初始值来自于两步法的估计值。从联合估计的结果上，我们发现其结论与两步法估计的结论是一致的。总之，无论两步法以及联合估计法的估计结果表明，卢卡斯方差假说和弗里德曼假说在中国都是不成立的。六、主要结论 传统固定系数的货币增长模型低估了经济代理人的学习程度，理性预期假设典型检验是基于整个样本期间，然而处于t期的经济代理人并没有t1，T期的信息，特别当经济代理人处于一个政策机制持续变化的环境中，学习过程的正确

40、设定对于检验结果及其经济解释显得尤为重要（Kim,1989）。本文采用卡尔曼滤波估计时变参数货币增长模型，卡尔曼滤波预测特点与理性预期假设条件下，行为人依据现有的一切信息进行前瞻性预测是相符合的。因此从模型估计所得到的一步向前预测误差及其方差能够较准确地度量非预期的货币冲击和货币冲击的不确定性。两步法和联合估计的结果显示中国数据不支持卢卡斯方差假说，即在中国，需求变动对实际产出的反应程度与总需求冲击的大小不存在负向关系，这表明我国的短期总供给曲线的斜率与名义总需求变异性不存在必然的相关关系，中央银行的意料外的货币扩张或者收缩对实际经济的影响大小存在不确定性。参考文献 1高铁梅.计量经济分析方法

41、与建模M.清华大学出版设，北京，2006:353-379.2贾俊雪等.中国货币增长不确定性及其对宏观经济的影响J.中国软科学，2006(11):22-30.3陆军,舒元.货币政策无效性命题在中国的实证研究J.经济研究，2002(3):21-26.4王一鸣，赵留彦.通胀预期与货币需求：实际调整与名义调整的机制检验J.财贸经济，2006(6)：3-9.5赵松山.关于时变参数建模的研究J.东北财经大学学报，2002(9):48-51.6Alberro,J.(1981),The Lucas Hypothesis on the Phillips Curve:Further International E

42、vidence.Journal of Monetary Economics,7,239-250.7Pagan.A (1984).Econometric Issues in the Analysis of Regressions with Generated Regressors.International Economic Review, Vol. 25, pp. 221-247.8Barro ,R.J . , (1977).Unanticipated Money Growth and Unemployment in the U.S,American Economic Review,March

43、,101 115.9Chang-Jin Kim and Charles R. Nelson, State-Space Models with Regime Switching, Cambridge: The MIT Press.10Hamilton, J. D., (1994). Time Series Analysis, New York: Princeton University Press.11Lucas,Robert E.,Jr.,1972,Expections and the Neutrality of Money,Journal of Economic Theory,4:103-1

44、24.12Lucas,Robert E.,Jr.,(1973).Some international Evidence on out-put inflation Tradeoffs,American Economic Review,63:326-334.13Mishkin,F.S.(1982).Does Anticipated Monetary Policy Matter? An Econometric Investigation,Journal of Political Economy ,February,22-51.14Necholas Apergis and Stephen Miller

45、,(2004).Macroeconomic Rationality and Lucass Misperceptions model:Further Evidence from forty-one Countries,Journal of Economics and Business,56:227-241.15Roger C. Kormendi;Philip G.Meguire.(1984).Cross-Regime Evidence of Macroeconomic Rationality.The Journal of Political Economy, pp. 875-908.16Richard T. Froyen; Roger N. Waud, (1980).Further Internationa