《近期央行频繁提高存款准备金率对通货膨胀的效果探究.doc》由会员分享，可在线阅读，更多相关《近期央行频繁提高存款准备金率对通货膨胀的效果探究.doc（20页珍藏版）》请在三一文库上搜索。
1、近期央行频繁提高存款准备金率对通货膨胀的效果探究中国矿业大学 韩超、傅雪雅、赵倩倩摘要自2010年底，央行九次上调准备金率,央行如此频繁的调整准备金率引起了人民群众的普遍关注，检验上调准备金率的效果一方面可以是人民群众了解货币政策的效果，另一方面也可以给央行接下来制定政策提供依据。本文选取CPI作为衡量通货膨胀的标准，从货币政策传导的角度，在研究过程中采取了逐步研究的方法，进行单位根检验、协整检验以及格兰杰因果分析。首先，分析准备金率对货币乘数的影响，接下来分析货币乘数对货币量的影响，最后分析货币量对CPI的影响，通过逐步分析，建立准备金率对CPI的影响关系，进而分析说明近期准备金率的提高对通
2、货膨胀的影响效果。我们采用月度数据，样本区间为2001年1月到2010年12月的月度数据。所有的原始数据均来自中国人民银行网站、CCER中国经济金融数据库、RESSET金融研究数据库。通过分析，我们得出结论：准备金率的变动会引起货币乘数的变动，即准备金率是货币乘数的原因。货币乘数的变动会引起货币量的变动，即货币乘数是货币量的原因。货币量的变动不能引起CPI变动，反而是CPI变动是货币量变动的原因。说明准备金率的调整会影响货币量，但不能影响CPI，即近期央行提高准备金率的货币政策不能对通货膨胀产生明显的抑制作用。最后，我们就得到的结果，结合所学的知识，对央行提高准备金率效果不明显的结果给出解释，
3、并提出政策建议。关键词：法定存款准备率；货币乘数；货币供应量；物价指数目录一、引言3二、相关理论与研究4（一）相关理论4（二）国内研究概况5三、实证分析6（一）变量选取与数据来源6（二）方法说明61、单位根检验62、协整的检验以及误差修正模型8（三）实证结果101、法定存款准备金率变动对货币乘数的影响分析102、货币乘数对货币供应量的贡献度分析123、货币供应量对CPI的影响分析。13四、结论与启示15（一）结论15（二）启示16（三）政策建议16五、参考文献16六、附录：17一、引言通货膨胀是宏观经济调控的四大目标之一。货币当局依据经济运行状况，通过运用各种货币政策工具调节货币供应与信贷，希
4、望在保证经济增长的同时实现物价稳定。2008年爆发的全球性金融危机给世界经济造成重创。全球经济增长速度显著放缓、失业率不断攀高，世界各国政府纷纷出台积极的财政政策与货币政策刺激经济增长。中国政府也及时做出反应，于2008年底推出4万亿投资计划，中国人民银行于09年年初实行了适度宽松的货币政策，加大金融支持经济发展的力度，以及实施一系列扩大内需的刺激措施，为中国经济率先复苏并对世界经济增长做出了巨大贡献。如此急速的信贷与货币量的扩张势必造成流动性过剩，引发通货膨胀，带来资产价格风险，如房价的高居不下。自2010年年底，我国经济发展呈现出通货膨胀的趋势，而2011年更是经历了基本消费品和奢侈品的全
5、面上涨，使得人民群众切实感觉到了通货膨胀的压力。针对我国明显的流动性过剩，在货币政策工具的选择上，央行在小幅加息的同时主要依靠调整存款准备金率来解决目前我国经济面临的问题。自2010年底，央行九次上调准备金率：从2010年底到2011年4月上调准备金7次，累计上调3.5个百分点。5月12日晚间,中国人民银行宣布从2011年5月18日起,上调存款类金融机构人民币存款准备金率0.5个百分点。从2011年6月20日起，上调存款类金融机构人民币存款准备金率0.5个百分点。这是今年第六次上调准备金率，直接冻结资金3700多亿，截至目前大型金融机构存款准备金率达到21.5%的历史高位。图 1 近期准备金率
6、变化情况但是从2011年过去近半年的的经济运行实际情况看，价格指数没有丝毫的下降趋势，消费物价指数从去年12月份的4.6%上升到今年五月份的5.5%，国家统计局公布的数据显示,中国5月份CPI同比增长5.5%,其中,城市上涨5.3%,农村上涨6.0%;食品价格上涨11.7%,非食品价格上涨2.9%;消费品价格上涨6.2%,服务项目价格上涨3.9%，环比上涨0.1%PPI同比增长6.8%,环比上涨0.3%货币供应量M2从一月份的733884.83亿元到五月份的763394.53，没有明显的下降趋势；据人民银行统计，2011年一季度末，全部金融机构本外币各项贷款余额52.61万亿元，当季新增2.3
7、9万亿元，余额同比增长17.6%。其中，人民币各项贷款余额49.47万亿元，当季新增2.24万亿元，余额同比增长17.9%。央行如此频繁的调整准备金率引起了人民群众的普遍关注，央行上调存款准备金率对通货膨胀有抑制作用吗？仅仅从这一系列的数据，我国央行过去几个月内提高准备金率的预期目标并未实现，调控效果并不明显，那么实际情况是什么呢？图2 近期CPI同比增长情况二、相关理论与研究（一）相关理论存款准备金是指金融机构为保证客户提取存款和资金清算需要而准备的资金，金融机构按规定向中央银行缴纳的存款准备金占其存款总额的比例就是存款准备金率。存款准备金制度是在中央银行体制下建立起来的，世界上美国最早以法
8、律形式规定商业银行向中央银行缴存存款准备金。存款准备金制度的初始作用是保证存款的支付和清算，之后才逐渐演变成为货币政策工具，中央银行通过调整存款准备金率，影响金融机构的信贷资金供应能力，从而间接调控货币供应量。存款准备金政策是威力较大的政策工具，法定准备金的调整一般会产生很大的影响：一是对货币乘数的影响。根据信用创造原理，准备金率越高，银行存款创造信用的规模就越小，存款准备金所能支持的派生存款数量就越小；二是对超额准备金的影响。表现为决定超额准备的多少，影响商业银行创造信用的基础。调整准备率，若基础货币和准备金总额不变，则超额准备金发生变化，货币乘数扩张或缩小。假定商业银行吸收存款100万元，
9、如果法定准备金率为12%，则商业银行应交存中央银行12万元作为法定准备金，其余88万元才可以发放贷款。若中央银行抽紧银根，将法定准备率提高到13%，货币乘数变小，这就迫使商业银行消减它们的放款和投资量1万元。反之，若中央银行放松银根，可将法定准备率降至11%，货币乘数变大，商业银行就可提供89万元贷款，比原来可多发放1万元贷款。由于货币乘数的效应，商业银行可以派生发放相当于初始存款金额的若干倍的贷款，并维持相当于初始存款金额若干倍的存款。因此，降低法定准备率，导致货币乘数提高，就能放松银根，扩张经济；而提高法定准备率，货币乘数缩小，就可紧缩银根，收缩经济。这一工具操作简单，对于信用制度不很发达
10、的发展中国家来说，比采用其他两种政策工具要简便得多。在法定存款准备金率作为中央银行的一种可以操作的货币政策工具的传导过程中，由政策工具到中介目标的传导称为内部传导机制，由中介目标到最终目标的传导称为外部传导机制。按照经济理论，存款准备金率的变动相应产生的影响机制为：存款准备金率变动部分存款转化为准备金影响货币乘数和信贷量影响货币供应量利率变动投资变动产出变动。在近期我国提高准备金率的传导中，选取货币供应量这一中间指标，货币量的下降，能够降低流动性，控制通胀：存款准备金率提高部分存款转化为准备金货币乘数和信贷量下降货币供应量下降。货币供应量下降，导致利率上升，从而投资减少，导致原材料等的需求下降
11、，引起物价下降。图3 货币政策传导机制（二）国内研究概况当前我国央行频繁使用存款准备金工具的效果，国内近年来有一些学者展开了一些研究。余明（2008年）从商业银行资金来源与运用平衡式出发，从理论上探讨了影响法定存款准备金政策效果的主要因素。在此基础上，对中国存款准备金政策有效性进行了经验分析，结果表明:准备金政策的信贷紧缩效应确实存在，其有效性主要受商业银行超额准备金率、存款规模变化情况以及其他资金来源结构三个因素的影响；由于信贷资金来源结构和超额存款准备率等方面的差异，紧缩性准备金政策对国有商业银行和股份制商业银行的信贷紧缩效果存在显著差异。赵征（2007年）以频繁上调存款准备金率现象为切入
12、点，采用理论分析和实证分析相结合的方法，从存款准备金制度、存款准备金传导机制和宏观经济因素三个方面通过单位根检验、协整检验以及Granger分析了准备金率调整的效果，得出调整的调控效果不明显，并分析了原因：银行体系内的流动性过剩以及巨额超额准备金的存在影响了调控效果。戴建军利用我国1992年第1季度2006年第3季度的数据，通过Granger因果关系检验、Wald系数检验和HP滤波分析，检验了货币供应量(M2)和国内生产总值(GDP)之间的协整关系。研究发现M2和GDP之间存在长期稳定的协整关系，且M2与GDP之间的关系显著正相关，我国货币政策对宏观经济的短期调控效果不明显，货币供应量具有明显
13、的内生性。杨丽萍，陈松林，王红运用基于VAR模型的脉冲响应函数研究银行信贷、货币供应对国内物价水平的动态影响关系，然后应用协整理论分析银行信贷、货币供应量与物价之间的长期均衡关系，从短期和长期两方面较系统地把握三者之间的动态影响关系。三、实证分析（一）变量选取与数据来源本文选取CPI作为衡量通货膨胀的标准，从货币政策传导的角度，在研究过程中采取了逐步研究的方法。首先，分析准备金率对货币乘数的影响，接下来分析货币乘数对货币量的影响，最后分析货币量对CPI的影响，通过逐步分析，建立准备金率对CPI的影响关系，进而分析说明近期准备金率的提高对通货膨胀的影响效果。我们采用月度数据，样本区间为2001年
14、1月到2010年12月的月度数据。所有的原始数据均来自中国人民银行网站、CCER中国经济金融数据库、RESSET金融研究数据库。2001年9月和11月数据缺失，我们选取前后两个月的均值作为这两个月的实际数据。选取数据为：基础货币、货币供应量、存款准备金率以及CPI同比值。货币乘数通过货币供应量M2除以基础货币得到。（二）方法说明协整分析方法的基本思想是，如果两个或两个以上的时间序列变量是非平稳的，但它们的某种线性组合都表现出平稳性，则这些变量之间存在长期均衡关系(协整关系)。在经济学意义上，这种协整关系的存在便可以通过其它变量的变化来影响另一变量水平值的变化。而基于协整理论的误差修正模型，则把
15、长期均衡关系(协整关系)引入动态方程，用长期均衡误差作为短期波动的修正项(调整项)，这种设定对许多经济模型来说是非常合适的，目前已在经济实证分析中得到广泛应用。1、单位根检验实证分析中，在大多数研究经济时间序列的情况下，需要对时间序列的平稳性进行检验。如果一个时间序列的均值或自协方差函数是时变的，即随着时间变化而改变，那么这个序列就是非平稳时间序列。在非平稳时间序列中，单位根过程一直以来被人们广泛深入地研究。当随机过程可表示为：其中，且的根全落在单位圆之外，代表滞后算子，而是一个均值为0，方差为的白噪声过程，那么该随机过程就被称为单位根过程。检验一个随机过程是否是单位根过程的方法有很多种，如D
16、F检验、ADF检验、PP检验、KPSS检验、ERS检验等等，这里主要介绍最常用的DF检验和ADF检验方法。DF(Dickey-Fuller)检验是Dickey和Fuller（1976）提出的单位根检验方法。对于数据生成过程：DF检验考察了下面3种单位根模型：(1) (2) (3) 所进行的假设检验为：而三种不同形式的检验统计量为：三个统计量均不服从于平稳条件下的正态分布，而是都存在各自相应的极限分布。当随机过程的数据生成过程服从于一个过程的时候，我们可以将DF检验的检验模型扩展如下：(1) (2) (3) 像这样通过增加变量的滞后项来消除残差之间的自相关，这种检验方法被称为ADF (Augme
17、nted Dickey-Fuller)检验方法。ADF检验的三个统计量均不服从于平稳条件下的正态分布，而是都存在各自相应的极限分布，且其极限分布与之DF检验中的极限分布相同。因此ADF检验统计量仍然可以使用DF检验统计量的临界值表。2、协整的检验以及误差修正模型当使用时间序列进行建模的时候，一定要注意时间序列是否是平稳的，否则容易产生“伪回归”现象，即使用OLS估计得出的结果具有很高的拟合度和显著的统计量，但是检验值很低，这样根据模型的估计结果所作的诊断结果很有可能是错误的。因此，在对非平稳时间序列进行建模之前，要先将非平稳时间序列差分为平稳时间序列，然后再用差分后的序列进行建模。但是这么做也
18、有弊端，因为建模时往往会忽略掉序列中的长期的信息。因此协整理论的提出，把时间序列方法中对模型短期动态设定的优点和数量经济学中长期均衡关系的特点融为一体，成为非平稳多变量时间序列分析中一个十分重要的分析方法。关于协整的检验方法，主要有E-G两步法和基于的Johansen检验方法。由于E-G两步法只适用于存在单一协整关系的情况，在面对协整关系个数大于1的情况时便无能为力了，因此本文主要介绍Johansen协整检验方法。假设维向量时间序列是一阶单整的，且具有的表现形式：其中独立同分布且，为维的系数矩阵，而初始值给定为。由于，所以对进行差分，得到其中，并令为影响矩阵。根据Granger表示定理，如果一
19、阶单整且其分量序列存在个协整关系，那么有，且，其中和均为矩阵，其秩均为，且。Johansen协整检验方法即是检验协整矩阵的秩。如果，那么影响矩阵是满秩的，即是平稳过程；如果，那么，即的分量序列中不存在协整关系；如果，那么的分量序列中就存在个协整关系。Johansen协整检验有两种方法，分别是特征根迹检验(eigenvalue trace test)和最大特征根值检验(maximum eigenvalue test)。特征根迹检验的原假设和备择假设分别为其中是协整的秩，。特征根迹检验的统计量为：，当样本容量，在原假设成立时，统计量收敛于某一极限分布，其临界值可通过查表得到。另一个检验方法，即最大
20、特征根值检验的原假设和备择假设分别为：检验第个特征值为0的检验统计量为：，检验步骤也与特征根迹检验的类似。当维向量时间序列的分量序列中存在个协整关系时，令为维数是的协整矩阵，则其误差校正模型(ECM, error correction model)的表现形式如下：其中是维平稳向量时间序列，是关于滞后算子的矩阵多项式，满足且的元素都是有限的，即是模型的误差修正项，则是非的维参数矩阵。在Johansen协整检验的基础上，如果维向量时间序列是一阶单整，具有的表现形式，且其分量序列存在个协整关系，那么它的误差修正模型可表示为：其中，。（三）实证结果我们利用Eview6.0软件进行计量分析，通过进行单位
21、根检验确定序列平稳性，其后，建立VAR模型，最后在进行格兰杰因果关系检验，最终确定各变量之间的影响关系。1、法定存款准备金率变动对货币乘数的影响分析图4 准备金率的对数图 图5 货币乘数的对数图从货币乘数的对数图可以看出，货币乘数的对数结果有截距项，无明显趋势。为了研究法定存款准备金率变动对货币乘数的影响，我们选取存款准备金率rr和货币乘数mm作为原始数据，并作对数处理，利用Eview软件的ADF检验对准备金率的对数lnrr和货币乘数lnmm进行单位根检验（结果如下表），由下表可见，各变量序列在5%、1%的显著性水平上都是非平稳的，经过一阶差分后均为平稳序列。表 1 单位跟检验结果变量检验类型
22、(c,t,k)ADF统计量5%临界值1%临界值结论lnrrlnrrlnmmlnmm(c,0,1)(c,0,0)(c,0,0)(c,0,0)0.586462-8.411866-2.472005-10.44626-2.886074-2.886074-2.885863-2.886074-3.486551-3.486551-3.486064-3.486551不平稳平稳不平稳平稳注：表示一阶差分，表示二阶差分；(c,t,k)分别表示单位根检验方程包括常数项、时间趋势项和滞后阶数；0表示不包括c或t。在进行格兰杰因果检验以及建立向量自回归模型是很重要的事确定最佳的滞后期。本文最佳滞后期的确定是根据AIC和
23、SC准则确定即在选定的所有滞后期中，能使AIC和SC的值最小才能消除残差序列的自相关性。通过建立两者之间的VAR关系，确定滞后阶数为2。表2 不同滞后期下的AIC及其他的取值表LagLogLLRFPEAICSCHQ0123456769.51224483.6856489.8422494.3085496.2756498.5398499.5486501.5822NA806.158911.76346*8.3742843.6181404.0835021.7833973.5225520.0010276.77e-076.51e-076.46e-07*6.70e-076.92e-077.30e-077.57e
24、-07-1.205576-8.530101-8.568611-8.576937*-8.540636-8.509639-8.456224-8.421111-1.157031-8.384467*-8.325888-8.237125-8.103735-7.975648-7.825144-7.692941-1.185880-8.471012*-8.470130-8.439065-8.363372-8.292982-8.200175-8.1256698506.60448.5197657.45e-07-8.439364-7.614105-8.104530然后进行Johansen检验进行分析。得到Johan
25、sen检验结果，这里选取的模型包含趋势项和截距项。表3 协整检验结果HypothesizedTrace0.05No. of CE(s)EigenvalueStatisticCritical ValueProb.*None *0.16976827.0750725.872110.0353At most 10.0462525.49328012.517980.5272Trace test indicates 1 cointegrating eqn(s) at the 0.05 level在0.05的显著性水平下只有一个协整向量。具体如下（）内表示标准误）： (0.04725) (0.00057) （1
26、）从检验结果可以看出，准备金率每变动一个百分点，货币乘数反向变动0.49个百分点，两者成反向变动关系。格兰杰因果关系检验滞后期为2，结果如下：表4 格兰杰因果关系检验结果Null Hypothesis:ObsF-StatisticProb.LNRR does not Granger Cause LNMM1185.697653.275260.00440.0414LNMM does not Granger Cause LNRR若选取0.01的临界值，因为P值（0.0044）小于0.01，所以原假设“准备金率不是货币乘数的格兰杰因果关系”被拒绝，即准备金率是货币乘数的格兰杰因果关系。所以准备金率的变
27、动对货币乘数有影响。2、货币乘数对货币供应量的贡献度分析为了研究货币乘数对货币供应量的影响，选取货币乘数mm和货币量m2作为原始数据，为了消除时间因素，首先进行季节调整，对调整后的数据进行对数处理。图6 货币乘数经季节调整后的对数图 图7 货币量M2经季节调整后的对数图从货币乘数季节调整后的对数图可以看出，有截距项，无明显趋势。货币量M2季节调整后的对数图，有截距项和明显趋势。为了避免伪回归，首先对经济变量lnmm_sa、lnm2_sa变量进行平稳性检验，其中所采用的方法为ADF检验。结果为在差分前所有的变量都是非平稳的，而进行一阶差分之后，均为平稳，因此为一阶单整I(1)。由于货币乘数m1较
28、平稳，所以我们选取货币乘数m2进行分析。表5 单位跟检验结果变量检验类型(c,t,k)ADF统计量5%临界值1%临界值结论lnmm_sa(c,0,0)-2.033236-2.885863-3.486064不平稳lnmm_sa(c,0,0)-12.48226-2.886074-3.486551平稳lnm2_sa(c,t,3)-1.664975-3.44902-4.039075不平稳lnm2_sa(c,0,2)-3.749833-2.886509-3.48755平稳注：表示一阶差分，表示二阶差分；(c,t,k)分别表示单位根检验方程包括常数项、时间趋势项和滞后阶数；0表示不包括c或t。通过建立两者
29、之间的VAR关系，确定滞后阶数为3。表6 不同滞后期下的AIC及其他的取值表LagLogLLRFPEAICSCHQ060.34178NA0.001209-1.041817-0.993273-1.0221211676.25591198.8332.17e-08-11.96886-11.82322-11.909772686.212219.023651.95e-08-12.07522-11.83249-11.976743699.771625.42397*1.65e-08*-12.24592*-11.90611*-12.10805*4703.17246.2549331.67e-08-12.23522-1
30、1.79832-12.057965704.14411.7525811.76e-08-12.18114-11.64715-11.964496708.41717.5540791.75e-08-12.18602-11.55494-11.929977708.68130.4576381.88e-08-12.11931-11.39114-11.823878709.21720.9091162.00e-08-12.05745-11.23219-11.72262然后进行Johansen检验进行分析。得到Johansen检验结果，这里选取的模型没有趋势项和截距项。表7 协整检验结果HypothesizedTrac
31、e0.05No. of CE(s)EigenvalueStatisticCritical ValueProb.*None *0.22654331.1250512.320900.0000At most 10.0113691.3264094.1299060.2916Trace test indicates 1 cointegrating eqn(s) at the 0.05 level在0.05的显著性水平下只有一个协整向量。具体如下：（）内表示标准误 (0.47138) （2）从检验结果可以看出，货币乘数的对数每变动一个百分点，货币量的对数变动5.5个百分点，转换成对应的货币量，是105.5,具
32、有显著的正向影响。格兰杰因果关系检验滞后期为3期，结果如下：表8 格兰杰因果关系检验结果Null Hypothesis:ObsF-StatisticProb.LNM2_SA does not Granger Cause LNMM_SA1173.1672410.18570.02736.E-06LNMM_SA does not Granger Cause LNM2_SA若选取0.01的临界值，因为P值（6.E-06）小于0.01，所以原假设“货币乘数不是货币量的格兰杰因果关系”被拒绝，即货币乘数是货币量的格兰杰因果关系。所以货币乘数的变动对货币量有影响。3、货币供应量对CPI的影响分析。为了研究货
33、币供应量对CPI的影响，选取原始数据为货币量m2和CPI，为了消除时间因素，首先进行季节调整，再取对数。图8 CPI经季节调整后的对数图 图9 货币量M2经季节调整后的对数图从图中可以看出，CPI季节调整后的对数图有截距，无明显趋势。货币量M2季节调整后的对数图有截距和明显趋势。为了避免伪回归，首先对经济变量lncpi_sa、lnm2_sa变量进行平稳性检验，其中所采用的方法为ADF检验。结果为在差分前所有的变量都是非平稳的，而进行一阶差分之后，均为平稳，因此为一阶单整I(1)表9 单位跟检验结果变量检验类型ADF统计5%临界值1%临界值结论(c,t,k)量lnm2_sa(c,t,3)-1.6
34、64975-3.44902-4.039075不平稳lnm2_sa(c,0,2)-3.749833-2.886509-3.48755平稳lncpi_sa(c,0,0)-1.489406-2.885863-3.486064不平稳lncpi_sa(c,0,0)-9.883705-2.886074-3.486551平稳注：表示一阶差分，表示二阶差分；(c,t,k)分别表示单位根检验方程包括常数项、时间趋势项和滞后阶数；0表示不包括c或t。通过建立两者之间的VAR关系，确定滞后阶数为2。表 10 不同滞后期下的AIC及其他的取值表LagLogLLRFPEAICSCHQ0191.5458NA0.00011
35、6-3.384746-3.336201-3.3650501828.82531240.4191.43e-09-14.69331-14.54767-14.634222838.994019.429531.28e-09-14.80346-14.56074*-14.70498*3842.76077.0626631.28e-09-14.79930-14.45949-14.661434847.42598.5806261.27e-09*-14.81118*-14.37428-14.633915849.76954.2268081.31e-09-14.78160-14.24761-14.564946852.755
36、85.2793301.33e-09-14.76350-14.13242-14.507457854.37752.8091121.39e-09-14.72103-13.99286-14.425598860.324810.08902*1.35e-09-14.75580-13.93054-14.42097然后进行Johansen检验进行分析。得到Johansen检验结果，这里选取的模型没有趋势项，有截距项。表11 协整检验结果HypothesizedTrace0.05No. of CE(s)EigenvalueStatisticCritical ValueProb.*None *0.14430618.
37、8363615.494710.0151At most 10.0051390.6027803.8414660.4375Trace test indicates 1 cointegrating eqn(s) at the 0.05 level在0.05的显著性水平下只有一个协整向量。具体如下：（）内表示标准误 (0.01036) （3）单纯从从检验结果看，货币量的对数每变动一个百分点，CPI的对数正向变动0.037个百分点，两者正向相关。格兰杰因果关系检验滞后期为2期，结果如下：表12 格兰杰因果关系检验结果Null Hypothesis:ObsF-StatisticProb.LNM2_SA do
38、es not Granger Cause LNCPI_SA1181.5098616.57220.22545.E-07LNCPI_SA does not Granger Cause LNM2_SA若选取0.01的临界值，因为P值（5.E-07）小于0.01，所以原假设“CPI不是货币量的格兰杰因果关系”被拒绝，即CPI是货币量的格兰杰因果关系，说明CPI的变动对货币量有影响。反过来，因为P值（0.2254）大于0.01，所以原假设“货币量不是CPI的格兰杰因果关系”不被拒绝，即不能证明货币量的变化会引起CPI的变化。四、结论与启示（一）结论通过本文对2001到2010这十年间的月度数据的实证研究
39、研究，我们得出这样的结论：1、准备金率的变动会引起货币乘数的变动，即准备金率是货币乘数的原因。2、货币乘数的变动会引起货币量的变动，即货币乘数是货币量的原因。3、货币量的变动不能引起CPI变动，反而是CPI变动是货币量变动的原因。说明准备金率的调整会影响货币量，但不能影响CPI，即近期央行提高准备金率的货币政策不能对通货膨胀产生明显的抑制作用。（二）启示1、从准备金率到货币量的实证分析符合理论的货币政策传导的解释。准备金率提高能够减少货币乘数，进而降低货币量。2、货币量的变动不能影响CPI的结果有点出乎意料，但有在情理之中。从央行的货币政策的出台来看，是CPI的高居不下，央行才去采取准备金这一政策以试图使CPI降低，所以从数据上看CPI影响货币量是有一定理由的。3、从存款准备金的作用原理看，存款准备金是通过调控货币供给量，实现对宏观经济的调节的。由于我国的利率尚未完全市场化，利率在我国宏观经济调控中更多地扮演的是货币政策工具的角色，而非货币政策传导机制的角色。现阶段存款准备金对我国经济的调控主要还是通过贷款机制实现的。（三）政策建议在我国当前国情下, 如何才能使存款准备金率这一货币政策工具发挥出较显著的作用呢? 我们认为要从以下几方面