货币政策对通货膨胀影响的区域效应研究.doc

个人收集整理 勿做商业用途货币政策对通货膨胀影响的区域效应研究丁涛 赵昕东【内容提要】本文选取七个有代表性的省级行政区，利用其2000年二季度至2011年四季度的宏观经济季度数据，通过长期约束建立SVAR模型，用脉冲响应函数(IRF)定量分析中央银行的货币政策冲击对这七个省级行政区通货膨胀率的影响，发现货币政策冲击对于所选的省级行政区有显著的区域效应，即货币政策冲击所造成各个省份的通货膨胀周期是不同的。据此通过主成分分析和相关分析，来发掘产生这种差异的内在原因.结果表明，社会保障情况、非农发展情况及产业结构因素是这种区域效应存在的根本原因。【关键词】货币政策 通货膨胀 区域效应SVAR模型一、引言货币政策作为国家宏观调控的主要手段,在实现国家宏观政策目标的过程中起着举足轻重的作用，政府通过中央银行实施货币政策，从而影响居民、企业及金融机构的行为最终改变整个社会的供求关系，以实现对国民经济的调控.然而货币政策是一个动态的时间与空间过程，货币政策传导过程要经历一系列复杂的环节,这就造成了货币政策的区域差异效应。特别是我国这样一个幅员辽阔、具有明显地域经济特征的大国，各个省级行政区的经济与社会发展水平存在显著的不均衡，我国实行的统一货币政策在不同地区的效应差别较大.这一方面制约了货币政策目标的实现,使货币政策的一致性的效应难以充分体现区域经济的结构性差异。另一方面，单一货币政策的货币政策传导机制会使它非但不能克服外部不对称性冲击，同时还会产生内生的不对称性冲击,加剧区域非对称性效应。因此对于货币供给的研究不应该仅仅停留在国家层面上，必须深入到地区层面,据此才能得出符合实际的研究结论。在我国流动性过剩、外汇升值预期较大和央行自2010年1月以来接连11次提准、5次加息的背景下,以货币政策区域差异化理论为基础,探究货币政策区域效应存在的原因及影响因素，对解决我国当前经济面临的问题具有较强的现实与理论意义。本文使用2000年二季度至2010年四季度的天津、上海、福建、重庆、黑龙江、宁夏、安徽七个省级行政区的工业企业增加值增速、居民消费价格指数（CPI）及全国狭义货币供给量(M1)三个变量,建立结构向量自回归（SVAR）模型对影响上述各个省级行政区的价格变化的各种因素进行结构分解，定量分析货币冲击对通货膨胀的影响机制，分析各种经济结构和社会结构因素对货币政策效果的影响，以便正确判断在货币政策冲击下省级行政区的价格运行的总体状况，预测货币冲击对具有不同经济社会特征省级区域所带来的滞后效果及反应。本研究的结构安排如下，首先对货币政策区域差异性的原理进行理论上的回顾与总结，然后应用SVAR模型对各种经济冲击进行结构分解，最后结合本文的估计结果对货币政策区域效应的影响因素进行实证解释.二、理论与文献综述自凯恩斯建立宏观经济分析体系以来，经济学家便开始解析货币政策与宏观经济变量之间的关系，货币数量论、凯恩斯学派、货币学派及理性预期学派都提出了各自的货币政策的理论和思想,但这些理论都把国民经济总量视为货币政策作用的直接对象，主要研究货币政策对整个国家经济运行的影响，并没有对货币政策的区域差异性进行研究。1961年蒙代尔在A Theory of Optimum Currency Areas一文中提出“最优货币区的概念,同时提出组成“最优货币区”的标准货币区内的劳动力及其他生产要素需充分流动。此后国外学者又提出了一系列单一标准和复合标准,但在现实的货币区内，这些标准的理论前提很难得到满足，因此学者便开始了有关货币政策统一性和差异性的讨论。货币主义通过货币数量来研究货币政策传导机制，而凯恩斯主义的货币理论是通过货币价格途径反映货币政策传导机制的。上世纪90年代欧盟以及欧洲中央银行的诞生，又引发了单一货币政策在欧盟成员国经济中的不同传导机制的争论。各经济学流派从不同的经济条件出发，开始对欧洲央行的货币政策在欧盟各国所产生的效应进行分析。Dornbusch、Favero和Giavazzi(1998）的研究发现欧盟的统一货币政策所产生的效果受其成员国经济开放程度的影响，研究发现货币政策传导的汇率渠道是其货币政策区域效应的原因，即货币政策影响欧元的汇率，进而影响地区贸易额和净出口额，最终导致货币政策效果在各成员国之间的差异。Altavilla（2000)运用结构向量回归(SVAR)模型对欧盟的统一货币政策在其成员国之间产生的非对称效应进行研究，证实了欧盟国家之间的结构性和周期性差异是产生区域非对称效应的根本原因。Cecchetti（1999）的研究认为英美法系、斯堪的纳维亚法系、德国法系、法国法系的国家,其法律体系的差别是金融结构差异的原因，金融结构差异导致欧盟各国银行体系的规模、集中度及健康程度不同，进而导致了货币政策传导机制的不对称性。Clausen和Hayo(2002)以三个欧盟中的主要成员国德国、法国和意大利为例，在中期水平上得到货币政策变化冲击给法国带来的产出变化要比其给德国和意大利带来的产出变化小，进而得出欧洲央行的货币政策对欧盟成员国所带来的效果是存在差异的结论.本文为互联网收集，请勿用作商业用途本文为互联网收集，请勿用作商业用途与此同时,另外一些学者开始研究货币政策在欧盟成员国一个国家的内部不同区域的差异化影响.Arnold和Vrugt(2002)运用VAR模型检验了德国19702000年利率冲击对地区产出的影响。他们发现在德国货币政策的区域效应与产业组成结构相关,而与企业规模和银行规模不相关,同时他们还运用地区和行业相结合的方法,考察了荷兰19731993年货币政策的区域效应和产业效应.他们证实了荷兰各地区之间存在着货币政策的区域效应,这种区域效应和工业构成相关。Fuentes和Dow（2003）采用后凯恩斯主义的理论框架，证实了西班牙货币政策差异性的主要原因是各地区银行的发展阶段和流动偏好不同。受到这一系列研究的启发，国外学者开始研究统一货币政策在欧盟成员国以外的国家所产生的差异化影响，如幅员广阔、经济发达的国家加拿大、美国等国都被作为了研究对象.Bernanke和Gertler（1995)以美国为例提出了货币政策的信用传导渠道。Gerald和Defina（1999）利用美国1958-1992年48个州的数据，选择联邦基金利率作为衡量货币政策的指标,以各州的人均真实收入作为被解释变量，运用SVAR模型证实了货币政策区域效应与制造业产值份额正相关，与小企业的集中程度没有显著的线性相关关系，最终得到结论，利率渠道是导致美联储货币政策区域效应的原因。Georgopoulos（2001）通过研究加拿大中央银行统一的货币政策在其省级区域影响的差异，证实了利率渠道、信贷渠道和汇率渠道对货币政策区域效应的解释能力.Owyang和Wall(2004)运用区域VAR模型对美国八大经济区进行研究，发现货币政策冲击在美国各区域间存在很大的差别，货币政策的利率传导渠道和货币政策的信用传导渠道都对货币政策区域效应有一定解释力.Weber（2004）分析了澳大利亚的地区经济差异，发现作为小型开放经济体的澳大利亚，货币政策传导的汇率渠道是其货币政策区域效应的原因。Fielding和Shields（2006）基于购买力平价理论对南非九个省的商品价格进行实证分析，研究结果表明19972005年南非货币政策的扩张或紧缩会导致九个省短期价格水平的差异。个人收集整理，勿做商业用途文档为个人收集整理,来源于网络从上述国外研究可见，对货币政策区域效应的研究逐渐成为经济学研究的前沿分支，该领域的研究突破了传统着重从宏观总量角度分析货币政策效应的研究体系，将各地区的异质性纳入研究货币政策对经济运行影响的分析框架中.国内学者在此基础上，运用国外相关理论和成果结合我国实际,检验货币政策实施的现实情况,证实了我国的货币政策存在显著的区域非对称性效应。褚如松（2004）指出货币政策的区域差异效应与一个地区经济文化是否发达相关，并建议应按照区域经济特征制定相应的区域性货币政策.宋旺、钟正生(2006）使用了M2为货币政策衡量指标的向量自回归（VAR）模型和脉冲响应函数（IFR），证实了统一货币政策在东部、中部和西部地区存在区域性差异。刘玄、王剑（2006)同样以M2为货币政策衡量指标,利用向量自回归（VAR）模型和冲击响应函数(IFR)对货币政策传导的地区差异问题作实证研究，分别对全国层面、区域层面以及省级层面的货币政策传导效果进行估计和比较,得出东部地区在货币政策传导速度和深度上都大大优于中西部地区的结论。李雅丽（2007）通过对东部、中部、西部的实际GDP数值和金融机构实际贷款量进行回归,提出银行信贷渠道是我国货币政策的主要传导渠道,在紧缩时期货币政策对不发达地区的冲击相对较大，而在扩张时期货币政策在发达地区效果较为明显。常海滨、徐成贤（2008)利用VAR模型对全国八个区域进行实证分析，以M2为货币政策衡量指标，得出货币政策在不同地区效力不同的结论。李茹兰、张晶（2008)分别针对19841997年间的紧缩性货币政策和1998-2004年间的扩张性货币政策进行了区域效应差异检验，发现紧缩与扩张性的货币政策的不对称性以及相应的区域效应差异，是造成我国区际经济差距进一步加大的重要原因。从东中西三大地区的经济增长率角度，证实了我国的货币政策具有显著的区域影响差异.文档为个人收集整理，来源于网络个人收集整理，勿做商业用途国内已有的研究多数多以我国区域经济差异作为出发点,在此基础上得出货币政策对我国不同区域的影响存在差异的结论，但没有回答区域经济中具体哪些因素的差异会产生货币政策区域差异化效果，对于货币政策传导的具体过程也缺乏相关研究，而这些都是在货币政策对通货膨胀的研究过程中的核心和本质问题.只有弄清哪些经济和社会因素真正会通过货币政策对区域的价格水平产生影响，以及这些因素对货币政策在不同区域传导所带来的差异程度等相关问题，才能有效地利用货币工具来促进我国区域经济的发展，同时结合这些影响因素的特点来拓展治理通货膨胀的思路。另外,影响货币政策的区域差异性很多,既有经济因素，也有体制因素、政策因素。已有的研究都是对这些因素直接进行回归分析。在回归方程中，虽然各自变量对因变量都是有意义的，但是某些自变量彼此相关，即存在共线的问题,这就给评价自变量的贡献率带来了困难。本文在研究这些因素的过程中，应用了主成分分析的方法，主成分分析可以将原来具有一定相关性的众多指标重新组合成一组新的相互无关的综合指标,即主成分或因子.由于主成分间具有不相关性,所以能较好地反映原来众多相关性指标的综合信息,深入分析其背后的政策性、体制性动因。值得注意的是,国内相关的研究中关于区域的划分还没有一个公认的方法。以数据的可获得性和可比较性及国外已有的货币政策区域效应文献作为参考,一国之内的比较理想的分析单位多为本国内部的州和省.从目前国内相关的研究来看，多数研究选择了传统的“三分法”,部分学者也采用过“五分法”、“八分法，七大经济区、九个“大都市经济圈”等划分方法，这些划分方法的优势在于易于被人们接受，比较符合人们的直观感受。然而这种划分方法忽略了各组内部的差异，简单将经济社会特征差异较大的省份归为一组，由于区域间的结构互补作用，这就可能降低货币政策区域非对称性效应的强度。所以在我国现行行政区划的设置下，考虑到各个省级行政区的货币政策职能及经济文化体征的差异，以往的研究把多省合为一个“大区”进行区域划分的现实意义就显得略有不足。本文希望通过对国家层面的货币政策和省级行政区的价格波动之间的关系进行探讨，试图分析我国省级行政区物价波动与央行统一的货币政策之间的相关关系,探讨货币政策在省级行政区经济的传导机制，期望这一研究结论对于指导我国省级行政区经济发展战略的制定具有一定的理论和实践意义。三、研究对象及方法的选择在有关货币政策的研究中，一个重要问题便是货币政策衡量指标的取舍问题。由于我国的利率还没有完全实现市场化，所以信贷或者货币供应量指标或许更适合做货币政策的衡量指标。关于统计模型的选择，以往的研究中多是应用动态联立方程或VAR模型来研究货币政策与区域经济变量和通货膨胀率的关系,本世纪以来，国内外的一些学者开始应用SVAR模型来解释货币政策给区域经济变量的影响，但是对于SVAR模型在研究货币政策区域差异性(货币政策区域效应）领域所具有的独特性，却言之不详。下面，本文将对于SVAR模型在研究货币政策区域差异性的独特优势进行阐述.(1)路径问题在解释货币政策的传导过程时，产出和货币供给对结构冲击的脉冲响应函数能够清晰地描绘出这个传导过程。与VAR模型不同,SVAR模型中的冲击具有经济含义，因此SVAR的脉冲响应函数可被解释为一条具有经济含义的路径。例如，SVAR的脉冲响应函数可以给出价格指数对一个货币政策冲击的响应，这对理解货币政策的传导机制是很有帮助的。（2)冲击视角在动态联立方程中，B矩阵模拟了模型中变量问的同期关系，而在SVAR模型中，模拟的是简化式干扰项的相互关系。重新解释B矩阵的原因是因为SVAR模型要识别结构式冲击,是为了描绘模型对这些冲击的响应，而这些响应是服从脉冲响应函数的，并通过施加适当的约束来识别结构式新息，换言之，在SVAR模型中，经济的动态关系被模拟成冲击的关系.（3)识别问题Sims（1980）指出SVAR模型的识别方法是被设计用来避免出现动态联立方程常出现的不可信识别约束。传统的识别方法的一个主要问题是很难找到可作为工具的外生变量，特别是在货币经济领域中，所有的金融财政部门的变量都有一定程度的内生性解释，由于理性预期与完善的金融市场的存在,更进一步说，同样的原因使得很难给出一个先验证据来判断一个给定的变量不受另一个变量的影响，即很难有强制的识别约束。面对这些困难，SVAR把所有变量都视为内生，数据中的样本信息在通过VAR模型进行建模，把每个变量都视为其他变量的函数。关于识别约束，SVAR模型首先把所有的变量都分解成可预测和不可预测两部分,而识别约束只施加在不可预测部分，这部分中的可信的识别约束似乎更容易找到。在本文的研究中为了识别货币政策冲击，我们施加约束即货币政策的制定者无法观察到当期价格指数的意外变化，这个约束是基于统计数据的收集存在一个滞后期，这个假设是一个相当真实的限制,这与动态联立模型中相应的约束-不论货币政策制定者是否希望有当期的价格指数变化，他们对价格指数的当期变化都没有反应相比也更为可信。四、模型估计(一)数据和变量的选取本文的SVAR模型涉及实际工业企业增加值增速、居民消费价格指数CPI同比增长率和狭义货币供给量月末数同比增速等三个变量。数据类型是季度数据，数据期间为2000年二季度至2011年四季度。各变量的数据来源和具体处理方式说明如下：实际工业企业增加值增速。由于我国公布的季度工业企业增加值增速是月度名义工业企业增加值增速,因此，我们首先通过对月度工业企业增加值增速进行算术平均得到当季名义工业企业增加值增速，其中月度工业企业增加值增速2006年至2010年的1月份缺失，我们用同年2、3月份数据的平均值替代。然后为了消除通货膨胀的影响，我们再将工业企业增加值增速减去工业品出厂价格指数以得到实际季度工业企业增加值。使用居民消费价格指数CPI同比增长率反映通货膨胀率，并选取狭义货币供给量月末数同比增速(M1）作为货币政策变量。为了研究需要，上述数据还需要由月度转为季度数据,将每个季度所含三个月份的月度数据取平均值，就得到2000年二季度至2011年四季度的各个季度数据。上述所使用的2000年二季度至2011年四季度的原始数据均来自中经网数据库。七个省级行政区的选取是在传统“五分法的基础上，选取了具有鲜明区域个性特征的省级行政区，同时为了研究的可行性，在选取变量时也考虑了各个省级区域变量的平稳性，最终选取天津市、黑龙江省、上海市、安徽省、福建省、重庆市、宁夏回族自治区七个省级行政区作为本文的研究对象。这七个省级行政区散布于中部、东北部、东南部、西北部、西南部和西北部，在地理区域上具有代表性。同时在经济社会特征上，七个样本省级行政区具有典型特征：天津、福建和重庆分别位于我国的京津唐经济圈、海西经济圈及成渝经济圈；黑龙江、安徽是我国的农业大省；而宁夏则是我国五大民族自治区之一；上海则位处长三角经济圈，是我国主要的进出口省级行政区。从行政区划的层面上看，本文选用的七个省级行政区包含了我国现有的直辖市、自治区及省三类省级区划，所以本文选用的样本省级行政区具有典型性和代表性。(二)模型的建立首先，本文假设在我国七个省级行政区经济中所存在三类领先期与滞后期彼此之间互不相关的冲击：供给冲击()、需求冲击（）和货币冲击（)。进一步细分，每个省级行政区的经济都会受到内部冲击和外部冲击的影响，以福建省为例，其外部冲击包括()、（）与（)(i=1、2、3、4、6、7）,它反映了其他六个省级区域供给、需求的变化及我国货币政策的变化对j省的影响。其中供给冲击反映了各个省级行政区技术进步、知识积累等引起的劳动生产率的永久提高，需求冲击反映了各个省级行政区投资、消费或政府支出的变化，货币冲击反映了货币供给的变化.内部冲击包括：福建省的供给冲击、福建省的需求冲击。内部冲击反映了福建省自身供给、需求对其经济的影响。在上述几类冲击中，本文的研究核心是货币冲击对各个省级区域通货膨胀率的影响。为了识别货币冲击，我们先建立如下形式的P阶简化式向量自回归模型，式中t是包含y1t、1t、y2t、2t、y3t、3t、y4t、4t、y5t、5t、y6t、6t、y7t、7t和mt的向量，其中yit与it（i=1、2、3、4、5、6、7)，依次表示天津市、黑龙江省、上海市、安徽省、福建省、重庆市、宁夏回族自治区七个省级行政区的产出增长率、通货膨胀率，mt表示货币供给增长率;Ao是常数向量。Aj（j=1P）是1515自回归参数矩阵，Et是一个151白噪声向量，并且有:由于白噪声向量Et不具备明确的经济意义，所以为确定互不相关具有经济意义的结构冲击，我们假设存在结构化的向量自回归模型SVAR：(2)式中Vt是一个由构成的列向量。可以将Xt写成Vt的无穷阶移动平均形式：在(3）式,平稳过程可以分别表示为的移动平均过程。其中Si_j（L)是滞后算子多项式：，由此可得是第i个变量对第j种冲击的响应函数，则为估计S（L）与Vt，首先需要通过最小二乘法(OLS）估计简化式的VAR模型，然后将简化式表示成无穷阶的，再根据结构式可以得到可得15个变量的SVAR模型的参数需要从经济理论出发对S（0）作出至少105个约束，本文对S（0)作出如下的短期约束：本文采用的是季度数据，所以七个省级行政区的产出仅受到本地区的供给冲击的当期影响,而不受到其他六个地区供给冲击和需求冲击的当期影响，这是因为一个省级行政区的供给冲击和需求冲击对另一个省级区域的产出影响需要经历一个传导过程。因此可建立91个短期约束，i=2、4、6、8、10、12、14;ji1；j15。七个省级行政区的产出和需求仅受到本地区的供给冲击和需求冲击的当期影响，而不受到其他六个地区供给冲击和需求冲击的当期影响。因此可建立84个短期约束，Si_j(0）=0，i=1、3、5、7、9、11、13；ji；ji+1；j15.货币供给增长率会受到货币冲击的当期影响,因此可建立14个短期约束，Si_j(0)=0，i=15;j15。另外，货币政策冲击对产出和需求的影响存在滞后，即外部时滞,因此可建立14个短期约束,Si_j（0）=0，j=15；i15。根据以上所建立的203个短期约束可解出Vt，并进一步计算各种冲击的响应函数。(三)模型估计（1）变量的平稳性检验。VAR模型要求序列是平稳的，因此我们首先检验序列的平稳性。使用的计量软件是Eviews6。0。对各变量进行ADF单位根检验，检验结果见表1.检验结果表明y3t和3t有单位根的概率分别为0.1384和0。4639，其他变量在10的水平都拒绝有单位根的原假设。对y3t和3t的一阶差分序列y3t和3t进行ADF检验,y3t和3t有单位根的概率分别为0。0000和0.0123。拒绝y3t和3t有单位根的原假设。(2)滞后阶数的确定。根据Eviews6.0所提供的AIC信息准则的结果简化式确定VAR模型滞后阶数为1。可以确定VAR模型的形式为：(3)在简化式模型基础上通过施加六个长期约束估计SVAR模型,得到S（0)。（4)利用S（0)Vt=E计算出Vt。(5)计算CPI同比增长率对货币的响应函数。为验证货币冲击，本文首先计算了央行货币冲击对七个省级行政区通货膨胀率的影响，结果见图1至图7。如图1所示，一个标准差的货币政策冲击对天津市CPI同比增长率当期并无影响，而后货币政策冲击的影响逐步显现并逐步增大，在5个季度后达到最大，此后逐步减小，直到25个季度后货币政策冲击的影响消失，货币政策冲击对CPI同比增长率的脉冲响应函数的形状符合货币主义理论。而与之形成对比的是一个标准差的货币政策冲击对福建省CPI同比增长率的影响，如图5所示，CPI同比增长率在6个季度后就达到最大，此后逐步减小,直到24个季度后货币政策冲击的影响消失。类似上面的分析过程，可以得到七个省级区域CPI同比增长率影响消失的季度，即通货膨胀的周期值，图1至图7的结果也表明通过SVAR模型分离出来的货币政策冲击对各个省级行政区CPI同比增长率的脉冲响应函数的形状符合经济学原理。由表2可知,在安徽省货币政策所带来的通货膨胀影响周期最长要经过27个季度，而在上海市通货膨胀影响周期仅为22个季度.由此可见，央行统一的货币政策在我国省级区域的所产生的效果是存在巨大差异的，我们有必要进一步发掘产生这种货币政策区域效应差异性的一些特征因素。五、货币政策区域效应影响因素的实证解释脉冲响应函数证实了货币政策的传导在天津市、黑龙江省、上海市、安徽省、福建省、重庆市、宁夏回族自治区七个省级行政区存在显著的差异，接下来我们将对此作进一步的理论解释。根据相关的理论和实证文献,本文从经济增长、产业结构、社会发展、居民生活水平等几个经济内生变量分析，选择出一些指标，运用多元统计分析中主成分回归方法筛选出具有显著影响效力的解释变量进行数量分析，归纳出影响货币政策传导效率的几个主要因素。主成分分析的基本方法是通过构造原变量X1，X2，X3，Xk的适当线性组合来产生一系列不相关的新变量,并从中选择出少数几个新变量使得他们含有尽可能多的原变量信息,从而使得可以利用这几个新变量来替代原变量解决问题，变量中包含信息量的大小可以通过用该变量的方差或者样本方差来度量.（一)指标选取本章建立模型所选用的因变量Z是通货膨胀的周期值,根据经济理论及实践研究，选取的自变量分别是（1)X1表示第一产业增加值占GDP的比重;(2)X2表示第三产业增加值占GDP的比重;(3)X3表示第一产业就业人员占总就业人员的比重；(4）X4示第二产业就业人员占总就业人员的比重；(5)X5表示第三产业就业人员占总就业人员的比重；(6）X6表示社会保障补助支出的增长率;（7)X7表示卫生机构人数的增长率；（8)X8表示城镇人口占总人口的比重；（9）X9表示普通高校专任教师数的增长率；(10）X10表示每千人口医院、卫生院床位数的增长率；(11)X11表示城市每万人拥有公共交通车辆；(12)X12表示表示民用汽车驾驶员人数占机动车驾驶员总人数的比重；(13)X13表示按经营单位所在地分进出口总额占GDP总额的比重；(14）X14表示城镇居民消费比重；（15）X15表示文教科卫事业费占财政一般预算支出的比重；(16）X16表示一般公共服务费占财政一般预算支出的比重。由于上述各个指标表现形式各异且意义不同，因此不具可比性，所以必须进行标准化处理,通过数学变换消除指标量纲的影响，将性质、量纲各异的指标转化为可以进行综合比较的相对值，我们采用Z分法对指标进行标准化。上述实证分析的数据是应用2000-2009年天津市、黑龙江省、上海市、安徽省、福建省、重庆市、宁夏回族自治区10年时间序列资料，原始数据来源于中经网数据库和新中国六十年统计资料汇编。(二)实证分析对原始数据进行标准化处理滞后,运用软件SPSS13.0进行计算，进行主成分分析，结果如表3所示。成分个数提取原则为主成分对应的特征值大于1的主成分.特征值在某种程度上可以看成是表示主成分影响力度大小的指标，如果特征值小于1,说明该主成分的解释力度还不如直接引入一个原变量的平均解释力度大，所以此处以特征值大于1作为纳入标准。由表3可知,提取2个主成分，即2个公因子，其累计贡献率为91.36（85%)。同时对公因子进行方差最大化正交旋转，即从简化因子负载矩阵的每一列出发,使和每个因子有关的载荷平方的方差最大。当只有少数几个变量在某个因子上有较高的载荷时,对因子的解释是最简单的,和某个因子有关的载荷平方的方差最大时，该因子具有最大的可解释性。旋转后结果见表4。第一主成分的贡献率为71。68%，它在X1、X2、X3、X4、X5、X8、X10、X11、X12和X14等指标上载荷较高，反映了非农成分对于货币政策冲击对省级行政区价格指数带来的影响，命名为“非农因子;第二主成分的贡献率为19.67，它在X6、X7、X9、X15和X16等指标上载荷较高，反映了区域生活质量的保障程度对于货币政策冲击对省级行政区价格指数带来的影响，命名为“社会保障因子”。在确定了各主成分的经济意义之后，需要知道的是各主成分关于16个经济指标的线性表达式，这需要从因子负荷矩阵来求得。具体操作如下：用表4中第i列向量除以表3中对应的第i个特征根的算术平方根后(i=1、2)，就可以计算出第一和第二主成分的值.根据两个主成分对2建立主成分回归模型如下:从方程（4)可以看出，PAC1和PAC2与Z高度相关，t统计量、DW统计量和F统计量均通过检验，方程拟合很好。判定系数0。8669说明省级区域价格指数影响周期值的时滞的总变差中有86。7可以从这两个主成分的变化中得到解释。（三)研究结果“非农因子”与货币政策冲击对省级行政区价格指数影响周期值的时滞呈一种线性负相关,即一个省级区域的非农水平越高,就意味着它的二、三产业的发展越快，城市化水平越高。当一个正的货币政策冲击造成货币供给量变化，工业和服务业企业越发达的省份，其对利率的变动反应也越为敏感,自然就可以获得更多的社会财富，从而影响消费，导致价格越快达到最大值。城市化水平越高的省份，市场经济越为发达,对这种变化反应更加得灵敏。指标“第一产业增加值占GDP的比重”和“第一产业就业人员占总就业人员的比重”对“非农因子”的负荷是高度负相关，而指标“第三产业增加值占GDP的比重、“第三产业就业人员占总就业人员的比重、“第二产业就业人员占总就业人员的比重”对“非农因子”的负荷是高度正相关.这说明农业部门从原料购进至最终产出的自然生产周期要明显长于工业与服务部门，从而使得农业部门对于货币政策的响应时间相应延长。另外，对于货币政策的变化以农业为代表的第一产业由于对货币的需求是具有周期性的，所以反应通常是滞后的。在第二、三产业内部，存在着大量的资本密集型行业如房地产业、金融等行业，对货币政策的反应较为灵敏。同时，二、三产业对市场波动的反应能力和市场机会的把握能力更强，企业从决策到实施的整个过程耗时很短,当货币政策信号发布后,总是能率先对此作出反应,货币政策冲击的影响消失时间较短。而农业受货币的需求具有周期性的限制，货币政策冲击影响的周期较长.“城镇居民消费比重、“城镇人口占总人口的比重、“每千人口医院”、“卫生院床位数的增长率”、“每万人拥有公共交通车辆等指标对“非农因子”的负荷都是高度正相关。这说明非农因素的增加，意味着城市化程度的提高，随着城市人口的增加，供需关系发生了改变，使得货币流速加快,对货币的消化能力也得到了加强,对货币政策冲击所带来的通货膨胀影响消失就越快。在负荷矩阵中，“进出口总额占GDP总额的比重”这个指标对“非农因子”的负荷达到0.994，二者高度正相关，体现出经济外向度高的地区，由于和国际市场高度接轨，进出口贸易和国际直接投资活动频繁，经济国际化程度相对较高，促使这些地区的银行、保险等金融机构数量扩张，货币政策传导有了充分有效的金融载体，所以对货币政策信号能够迅速作出理性反应，货币政策冲击所带来的通货膨胀影响消失得更为迅速。“社会保障因子”与货币政策冲击对省级行政区价格指数影响的周期值呈一种线性负相关,即社会保障水平越高，货币政策冲击所引起的通货膨胀消失得越快。同时,由于各个指标与“社会保障因子的系数相关关系都为正,可以判断出这些指标的值越高，货币政策冲击对省级行政区价格指数的影响消失越快。根据凯恩斯的流动偏好理论，货币需求包括交易动机、谨慎动机和投机动机，与此相对应,货币需求也可以分为交易性货币需求、预防性货币需求和投机性货币需求。而一般情况下，人们是按顺序满足上述三个需求，也就是说，社会的保障水平越高，人们的消费动机越有可能趋向于投机动机，对超额货币供给的吸收能力也越强。反之,如果一个地区的社会保障水平较低,贫困型人口太多,而贫困人口无力对利息率的变化作出反应,因此货币政策的效果就会越为滞后。此外，一个地区社会教育保障越为健全，这些地区的人群受教育程度也越高,从而使相关的微观经济主体在市场化方面的意识和素质相对较高，选择的金融理财工具也就越多，通货膨胀的预期也超前,对货币政策的反应相对敏感，这就使货币政策信号得以迅速地消化吸收，并最终反映在货币政策冲击所引起的通货膨胀的周期值上.五、基于区域产业结构差异的货币政策区域效应解释从产业结构的角度,可以更加清晰地挖掘出基于区域产业结构差异造成货币政策区域差异的内生性因素。由于各产业对货币供给量所代表的货币政策的敏感度不同，所以在既定的省级行政区域产业结构差异的前提下,省级行政区域对货币政策的影响表现出不同的反应，货币政策冲击所引起的通货膨胀的周期值也因此不同.基于区域产业结构差异造成区域货币周期不同的内生性的原因,实际上是“货币政策对同一产业的区域分配效应和“货币政策对同一区域的产业分配效应”的叠加.考虑到我国相关分类的产业数据的缺失，及本文研究的七个省级行政区产业数据的可获得性，我们以2009年七个省级行政区的生产总值增加值及产业增加值的比重(表5)作为参考分析的依据，对货币政策冲击所引起的通货膨胀的周期值和产业结构的内部变量进行相关分析（表6)。观察表6中的第一产业增加值占地区生产总值增加值的比例与通货膨胀的周期值的相关系数在5的水平下呈显著正线性相关关系,这说明第一产业增加值在地区生产总值增加值中所占比例越大，通常货币政策引起的通货膨胀周期越长。这是由于,第一产业从开始播种直至最终产出的生产周期要明显长于二、三产业，从而使得第一产业的产出响应时间相应延长。另外我国的农业还是以家庭劳动生产为主要生产方式，与银行的联系较少，因此受货币政策的影响也较小。因此第一产业比重较高的地区黑龙江（13。9）和安徽(14.8%)两省，货币政策冲击的通货膨胀周期分别为26个季度和27个季度.第二产业增加值占地区生产总值增加值的比例与通货膨胀的周期值的相关系数在5的水平下不存在显著的线性相关关系。这与理论的预期不同，主要是由于在第二产业内部具体行业统计数据的缺失，所以无法了解到工业内部结构的具体构成，而一个区域内工业企业规模的大小的比例,重工业和轻工业企业的比例及企业的经营状况不同，都会影响货币政策冲击对通货膨胀的影响。以重工业和轻工业企业的比例为例，重工业虽然对货币资本的依赖程度较高，但是由于其生产周期较轻工业更长,产出的响应时间也更长；轻工业正好相反，对货币的依赖性小但生产周期较短，这就需要准确地知道二者比例才能确定在第二产业层面上货币政策冲击对通胀周期造成影响。而第二产业内部相关具体行业统计数据的缺失，使我们无法对这里内部的原因进行进一步的剖析，所以无法得到与理论的预期产生差异的具体原因。第三产业增加值占地区生产总值增加值的比例与通货膨胀的周期值的相关系数在5的水平下呈显著负相关。这说明如果以第三产业为总体，其增加值在地区生产增加总值中所占比例越大,通常货币政策引起的通货膨胀周期越短。然而对第三产业进一步细分，会发现不同的行业和产品对货币政策冲击的敏感度存在显著的差异。交通运输、仓储和邮政业及住宿和餐饮业的增加值比重与货币政策冲击的通货膨胀周期在5%的水平下不存在显著的线性相关关系。这是由于资本密集型的行业和产品对货币政策冲击的敏感度高，而劳动密集性产业的行业和产品对货币政策冲击的敏感度低。住宿和餐饮业就属于劳动密集度较高的行业，其经营模式多为低成本小利润，来自银行贷款的资金有限，受货币政策的影响也较小，因此餐饮业对货币政策冲击的敏感性较低。交通运输及仓储邮政行业虽然在运行初期需要大量的启动资金购买交通及仓储设备，但是这些设备的使用时间通常较长，因此该行业内部的企业对于货币政策变化所带来的冲击反应的敏感度较低。批发和零售业、房地产业及金融业增加值占地区生产总值增加值的比例与通货膨胀的周期值呈显著负线性相关关系，说明这三个行业的发展水平越高，货币政策引起的通货膨胀周期越短。批发零售业的消费渠道都相对较短，该行业资金周转快、账期短的特点,使得行业内部的货币流通速度较快、故而货币供应量会对其产生直接的影响,导致了批发零售业所占增加值比例相对较大地区,其货币政策冲击引起的通胀周期更短。第三产业中的房地产业与金融业都是资本密集型的产业,房地产开发资金大部分来自银行，货币政策的变化直接影响到房地产开发的资金来源，从房地产市场的需求方面来看，货币政策的变化也使房地产的投资和消费的资金来源发生变化，因此房地产业对货币政策的冲击很敏感.银行、券商、保险等金融机构是货币政策传导的主要载体，中央银行利用货币政策工具对金融机构的货币头寸进行调控,经由金融机构达到影响实体经济的最终目的。所以，省级行政区内的金融机构数量、金融服务的种类和规模将对货币政策传导产生重要影响.需要重点说明的是，虽然房地产和金融在整个生产总值增加值中所占的比重不大,但是他们对货币供应量的撬动作用要远远大于其他行业，故这两个行业比重相对较高的省级行政区对货币政策冲击的响应更为灵敏，货币政策引起的通货膨胀周期更短，更重要的是这两个行业较其他行业相比对通货膨胀的影响力更大。七、小结本文应用SVAR模型对货币冲击对我国具有代表性的七个省级行政区域通货膨胀周期的影响进行了分析,选取有代表性的16个指标，并据此归结出“非农因子”和“社会保障因子”两个公共因子,我们发现“非农因子”和“社会保障因子”都与货币政策冲击对省级区域价格波动的周期呈线性负相关。与此同时，从产业层面我们发现第一产业比重越大的区域，通常货币政策引起的通货膨胀周期越长.而第三产业中批发零售业、房地产业及金融业的发展水平越高,货币政策引起的通货膨胀周期越短。注释：依据国务院发展研究中心2005年6月发布的地区协调发展的战略和政策将大陆31个省份划分为八个区域.用19992009年的平