美国量化宽松政策对中国宏观经济的不利影响

美国量化宽松政策对中国宏观经济的不利影响一、引言2007年三季度次贷危机爆发，对美国经济造成了比较严重的冲击。为应对经济衰退，2007年9月18日，美联储宣布将联邦基准利率由5.25%下调至4.75%，这是美联储自2003年6月以来首次降息，意味着美国货币政策开始进入宽松时期;此后美联储连续8次下调联邦基准利率至1%;2008年12月16日，美联储再次将联邦基准利率由1%下调0.75个百分点至0～0.25%的目标区间;然而在利率接近或达到零时，货币政策面临流动性陷阱，刺激经济复苏的收效甚微。为抑制经济增速进一步放缓，美联储不遗余力地推出量化宽松货币政策。2008年11月25日，美联储首次公布将购买机构债和MBS，标志着首轮量化宽松政策的开始;之后美联储在2010年11月4日和2012年9月14日分别启动了第二轮和第三轮量化宽松政策;2012年12月13日，美联储宣布推出第四轮量化宽松政策。世界经济一体化、全球化成为当今世界经济发展的主流。随着经济全球化的发展，在以美元为中心的国际货币体系下，美国作为世界第一大经济体，四轮量化宽松政策的累积效应势必对全球经济有着举足轻重的效应。中美贸易程度不断深化，经济相互依存度逐渐加强;中国作为美国国债的最大持有国，宏观经济不可避免会受到美国量化宽松政策的深远影响。当前中国的经济结构面临转型，金融体制有待进一步完善，深入研究美国量化宽松政策对中国宏观经济的影响具有重要的现实价值，探究如何有效规避量化宽松政策带来的风险保持自身稳定发展具有重大的战略意义。二、模型选择和数据说明(一)实证方法传统的经济计量方法往往以经济理论为基础来描述变量间的关系，然而经济理论通常并不足以对变量之间的动态联系提供一个严密的说明，而且内生变量既可以出现在方程的左端也可以出现在方程的右端，从而使得估计和推断变得更加复杂，向量自回归(VAR)较好的解决了以上问题。在研究货币政策传导及其影响的过程中，向量自回归模型已经成为最重要的实证方法之一。因此本文也采取向量自回归模型进行实证研究。(二)变量选取本文基于贸易渠道和金融渠道选择变量，选取中国的经济增速、物价、货币供应量增速、贸易余额增速、股价、汇率以及美国的货币供应量增速进行研究。对于中国的经济增速，由于国家统计局公布的GDP数据为季度数据，数据量较少，而工业增加值与国内生产总值、第三产业增加值存在非常相似的变化态势，因此采用工业增加值增速(cgdg)作为经济增速的代理变量。对于物价，因为工业品出厂价格指数(cppi)市场敏感度非常高，通常可作为通货膨胀的先行指标，因此将其作为代理指标。关于货币供应量增速，以M2增速(cm2g)为研究对象。对于贸易余额增速(ceig)，选择出口当期值与进口当期值之差的同比增速来衡量。以上证收盘综合指数作为股价(csti)的衡量变量。对于汇率，基于目前中国实行参考一篮子货币的有管理的浮动汇率政策，将其确定为实际有效汇率(cexr)。对于美国的货币供应量增速，以M3可能更好的衡量流动性，然而IMF统计数据库的M3统计时期截至2005年第四季度，此外目前中国的资本市场开放度相对较低，美国M3对中国的影响有限，因此以美国的M2增速(um2g)作为代理变量。数据来源于中国国家统计局、IMF统计数据库和国际清算银行。(三)数据说明及其统计特征在样本选择期方面，由于2001年12月11日中国正式成为世贸组织成员，2008年11月25日美联储开始启动首轮量化宽松政策;此外2008年量化宽松政策开启至目前的季度数据跨度较短，实证结果难以说明问题;因此选取2002年1月至2013年12月作为实证研究的样本区间。为进一步对比量化宽松政策实施前后中国经济指标响应的变化，以量化宽松政策开启时点为界限，将样本选择期划分为两个子区间:第一阶段为2002年1月至2008年11月，第二阶段为2008年12月至2013年12月，对这两个子区间再分别进行研究。【１】各序列的统计特征如表1所示。中国的经济增速(cgdg)、工业品出厂价格指数(cppi)、M2增速(cm2g)、贸易余额增速(ceig)、实际有效汇率(cexr)和美国M2增速(um2g)均为I(0)序列，而中国的上证收盘综合指数(csti)为I(1)序列。这样，如果要利用回归模型研究各序列之间的关系，就要求各序列之间存在协整性，为此本文利用Johanson协整性检验方法对其