第二次实验报告

一、实验步骤

1.从中经网统计数据库以及国家统计局找到实验所需的各项数据并完成下载。

2.将已经下载好的2002年至2016年的CPI月度数据(以上月＝100)经过简单算

术平均转化成季度CPI, 以2010年第一季度的CPI=100,处理各季度CPI，得到以2002年第一季度＝100的CPI。）

3.将以下载好的M2的期末存量月度数据进行简单算术平均得出季度M2。

4.通过社会融资规模2002年至2016年的增量月度数据以及2016年所给出的社

会融资规模倒推出2002年至2016年社会融资规模每月的存量数据，并将其进行简单算术平均处理称为社会融资规模月度存量数据。

5.用已经处理下载好的名义GDP当季数据，M2，社会融资规模除以以2010年

第一季度＝100的CPI 指数，算出每一年去除通货膨胀影响的实际GDP.实际M2,实际社会融资规模，如图一所示，可以看出实际GDP，实际M2,实际社会融资规模的曲线有成波动状，因此我们认为这些时间序列都受季节因素影响，因此我们对这四列时间序列进行季节调整。

6.用EViews进行季节调整后，我们得到数据如图二所示，可以看出我们消除了

曲线的波动趋势。可以看出，GDP当季值平缓上升，但远小于社会融资规模和M2的体量。社会融资规模的增长与M2增长几乎同步，体量也几乎一致。

7. 用经过季节调整的数据求出GDP,M2,社会融资规模的实际增长率，得出如图三所示趋势变动图,除M2增长率在2002年有一个巨大波动，其他数据的增长率都是平稳变动的。

8. 以各项增长率时间序列为基础进行平稳性检验，经单位根检验后，我们得出GDP 、M2、CPI 时间序列都是平稳序列，社会融资规模不是平稳的，因此对它进行一阶差分，将其处理成平稳的。

9. 用已经得到的平稳的GDP 、 M2、社会融资规模、CPI 数据进协整检验，V AR 模型，以及格兰杰因果检验。

二、 实验结论

(一) 协整分析

1.GDP 与社会融资规模

(二) V AR 模型

1.稳定性检验

在对货币政策中间目标、最终目标长期均衡关系基础上，建立V AR 模型，利用脉冲响应函数来探讨货币政策在传导过程中对变量的影响程度以及发生效力的滞后时间。脉冲响应函数分析要求各变量序列平稳。因此，首先运用各变量同阶数据将分别判断构建V AR(M2 CPI)、V AR(M2 GDP)、V AR(DSFS CPI)、V AR(DSFS GDP)共计4组V AR 模型是否稳定。从图1可以看出，4组V AR 模型所有单位根的模均在单位圆内，模型结构稳定，可以运用脉冲响应进行分析。

Inverse Roots of AR Characteristic Polynomial （M2 CPI ）

Inverse Roots of AR Characteristic Polynomial(M2 GDP)

Inverse Roots of AR Characteristic Polynomial(DSFS CPI)

Inverse Roots of AR Characteristic Polynomial(DSFS GDP)

图1各VAR 模型特征方程根的倒数值图

2.脉冲反应对比

从M2对CPI 的脉冲反应图(图2)和社会融资规模对CPI 的脉冲反应图（图3）可以看出。来自M2的一个冲击对CPI 的影响，CPI 在整个观察期内均对冲击作出了反应，前期反应较强，后期反应不大回归平稳。来自社会融资规模的一个冲击，对CPI 的影响在观察期到12期就趋于平稳了，前期反应强度弱于来自M2的冲击。因此从长期看，M2和社会融资规模对政策累积效应作用时间较短，且M2反应强度更大，所以M2更适合做中间目标.

Response of CPI to Cholesky

One S.D. M2 Innovation

图2 M2对CPI 的脉冲反应图

One S.D. DSFS Innovation

图3 社会融资规模对CPI 的脉冲反应图

从M2对GDP(图4)和社会融资规模对GDP(图5)的脉冲反应图中可以看出。来自M2的一个冲击，最大影响出现在第二期，4期之后影响逐渐减小回归平稳；而来自社会融资规模的一个冲击，对GDP 的影响

2到9期有一个波动，10期后逐渐收敛于0。综上所述，社会融资规模较M2的敏感度稍强，但后期收敛于0；M2政策作用持续时间长，因此如果注重政策的长期效应因多关注M2，短期效应可以看社会融资规模

Response of GDP to Cholesky

One S.D. M2 Innovation

图4M2对GDP 的脉冲反应图

One S.D. DSFS Innovation

图5 社会融资规模对GDP 的脉冲反应图

3.方差分解

脉冲响应函数描述的是V

AR 模型中一个内生变量的冲击给其它变量所带来的影响。而方差分解是通过分析每一个结构冲击对内生变量的变化（通常用方差来度量）的贡献度，进一步评价不同结构冲击的重要性。因此，方差分解能够给出对V AR 模型中的变量产生影响的各个随机扰动的相对重要性信息。下面利用已建立的向量自回归模型进行方差分解分析。方差分解结果如图6:

Percent CPI variance due to DSFS

Percent CPI variance due to M2

Percent GDP variance due to DSFS

Percent GDP variance due to M2

社会融资规模对CPI 的贡献值最大为18%，M2对CPI 的贡献值为30%左右；社会融资规模对GDP 的贡献度仅为2%左右，而M2对GDP 的贡献度逐渐增加在