首页 > 文章中心 > 数字货币研究分析

数字货币研究分析

数字货币研究分析

数字货币研究分析范文第1篇

【关键词】数字货币;传统货币;实名制

近几年来,随着计算机技术在经济管理中的应用,数字货币技术已在经济领域发挥着积极的作用。在现有的经济体系中,围绕以电子商务为核心,在储存、支付、清算、汇兑等一系列的交易中,数字货币成为了越来越重要的支付方式。与此同时,数字货币也存在着一些问题。本文以数字货币为研究对象,旨在研究数字货币在在现实生活中的意义,以及对其存在问题的提供有效的解决方法。

本文从数字货币的概念界定及特征出发,以数字货币与传统的纸币相对比,研究其在信息时代的所具有的各种优势。采用理论分析的方法,通过阅读大量的相关的文献和专著,对数字货币的特征进行了深刻的把握,并研究其存在的问题。本文的资料来源于国内外的专业文献和专著,以及专业的研究论文。

一、数字货币及其特征

(一)数字货币的定义

数字货币是指对货币进行数字化。是货币的一种电子形式,它的承载物为既不是纸币也不是金属物。是一种支付手段,也是一种程序。数字货币本身的特征将其与其他货币区别开来。

(二)数字货币的特征

1.网络性

网络性:数字货币是在电子信息技术(IT)和网络技术的基础上产生和发展起来的。因此,数字货币的特征与信息技术和网络有着非常密切的联系。可以说数字货币是从货币中分离出来的、同时也是从信息中分离出来的一种特殊的货币和特殊的信息。随着电子信息技术和网络技术的迅速发展和普及,数字货币将会得到广泛应用和发展,当人类进入一个高度发达的网络经济时代之后,数字货币将会完全取代传统货币(纸币)。网络是数字货币实现其货币职能的基础,是数字货币体系的基础,中央银行可以利用信息技术和网络实现全方位货币管理,传统货币管理中的现金发行方式、传统金库制度、假币问题和传统银行将不复存在。

2.数字性

数字性:数字货币实际上是存储于各网络银行账户上的一组数字。这组数字象征着拥有其所有权者拥有这组数字(数字货币)所代表的一定量的财富或价值,运用这组数字(数字货币)的全部或部分进行网上投资、网上交易。

3.高效性

高效性:数字货币的产生使得货币履行其职能的效率几乎达到了一个十分完美的境界:从现金的发行与管理方面看,货币管理当局从发行现金到回笼现金都不必要采用传统的设计、印刷和运输工具进行,而是直接在网络上实现现金的发行和回笼。这样可以完全避免在纸币本位制度下存在的诸如高成本问题、假币问题、安全问题和现金供应量难以确定的问题。

数字货币支付的便利性,使得其发展前景比传统的货币要优越。

(三)数字货币与传统货币的比较

与数字货币相比,纸币和硬币则愈发显示出奢侈性。在美国,每年搬运有形货币的费用高达60亿美元;在英国,需要2亿英镑。世界银行体系之间的货币结算和搬运费用占到其全部管理费的5%。

对于防止伪造,纸币在当前日益发达的仿真和复印技术面前显得无能为力。在不久以前,造假者还需千方百计地寻找一位技术高超的刻画师来制作一系列的模子以印刷纸币;而今天只要有一位热衷于绘画的美术学生,再配以完备的技术设施就能做到这一点。数字货币系统具有多层加密措施,伪造一组随机产生的密码要比伪造现金、伪造签名难得多,而且使用数字货币有据可查、有踪可寻。

传统货币有较大的存储风险,昂贵的运输费用,在安全保卫及防伪造等方面投资较大。数字化货币与信用卡和电子支票也不同,它是层次更高、技术含量更多的电子货币,不需要连接银行网络就可以使用,很方便顾客,并具有不可跟踪性。

数字货币有如此多的优点是在货币的不断发展与完善中所产生的,没有货币的生活是寸步难行的,货币的产生与不断发展致使我们的生活越来越方便,由此我们更要了解货币的发展史,从而不断展望货币的未来。

二、货币发展历程与数字货币的产生

(一)货币的演化史及数字货币的出现

数字货币研究分析范文第2篇

关键词:人民币国际化 通货膨胀 铸币税

铸币税的基本理论模型

当通货膨胀率特别高,尤其是通货膨胀率达到三位数的时候,通货膨胀的成本确实是巨大的,同时货币变化的真实效应几乎是很低的。此时政府往往拥有大量的预算赤字,投资者将对政府偿还债务的承诺失去信心,从而不去购买政府发行的债券,而政府为弥补巨大的财政赤字就不得不选择从印发货币当中获得收益,也就是所谓的“铸币税”收入(戴维・罗默,2003)。

由凯恩斯货币需求理论可知,真实的货币需求与名义利率成反比,与真实的收入成正比,即:

Li0 (1)

其中,M为高能货币,也就是指政府发行的货币和储蓄。P为价格水平,i为名义利率,r为真实利率,πe为预期的通货膨胀率,Y为产出水平。假定真实利率与产出不受货币增长率的影响,实际的通货膨胀率等于预期的通货膨胀率。此时忽略产出的增长,稳态的状态下真实的货币余额不变,这也就意味着通货膨胀率等于货币的增长率,因此(1)式可以写成:

其中,r是真实的利率,Y是真实的产出,gM为货币的增长率,即gM=M/M。稳定状态中,真实的铸币税等于货币存量的增长率与真实货币余额的乘积。也就可以概述为,铸币税是政府为了弥补财政赤字,对真实的货币余额所征收的税率为π与税基为M/P的乘积。从这个意义上讲,铸币税收入也就是通常所说的通货膨胀税收益。铸币税收入函数为:

为了研究货币增长率gM的增加对铸币税收入的影响,可求铸币税收入函数对货币增长率的一阶导数:

其中,L(r+gM,Y)>0,L1(r+gM,Y)

本文采用卡甘(1956)提出的货币需求函数作为个人期望的货币持有量,即:

(b>0) (2)

由于S=gM,所以式(2)又可以写成:

(3)

对式(3)方程两边取指数,以及i=r+gM和Y=Y,整理得:

(4)

最大化的条件为:=0且

令=0,求得,。由于恒为正整数,以及b>0,因此要满足最大化的条件就必须使得bgM-2

综上所述,政府通过发行货币而获得的铸币税收入会随着货币增长率的变动呈现出“拉弗曲线”的状态。国际货币的发行国可以通过发行国际货币从国际市场上获得更大的铸币税收入,但其国际货币的增长率必须控制在一定的范围内,否则会直接导致国际货币购买力的下降,非居民持有该国际货币的实际量将会减少,影响其国际货币在国际上的地位和影响力。

我国铸币税的实证检验

本文中实证检验的数据选自《中国统计年鉴》、世界银行的《世界发展指标》和国际货币基金组织(IMF)的《国际金融统计年鉴》,时间跨度为1978-2012年的年度数据。

(一)模型估计

本文通过建立向量自回归模型(VAR)来分析变量之间的关系,之后用脉冲响应分析研究各变量的波动对人民币实际货币需求量的影响。依据最小SC信息准则确定VAR模型的滞后阶数为3阶,为保证VAR模型的稳定性,有必要先对各变量进行平稳性检验,本文选用ADF检验的方法,其检验的结果如表1所示。从表1中可以看出,所有变量的原序列在5%的显著性水平下都是显著的,说明各变量的原序列都是非平稳的序列;所有变量的原序列取差分之后形成的一阶差分的序列在5%的显著性水平都是显著地,说明各变量的一阶差分序列都是平稳的序列,这就意味着所有的变量都是一阶单整序列,即I(1)。在各变量都满足相同阶数的条件下,建立VAR(3)模型:

其中,m为实际货币需求量的对数,y为实际国内生产总值的对数,r为实际利率,π为通货膨胀率,e为官方的汇率。εit为随机误差项,服从均值为零,方差为常数的白噪声过程。由于只有VAR模型为稳定的条件下,才可以利用VAR模型进行Johansen协整分析以及脉冲响应分析,因此首先对VAR模型的稳定性进行检验。模型的所有特征根都在单位圆内,这说明VAR(3)模型是一个平稳的模型。在此基础上,对各变量之间进行Johansen协整分析,协整检验结果如表2所示。

从协整分析的检验结果可知,依据特征方程所求出的特征根的趋势值和最大值,在5%的显著性水平下都存在4个协整关系。这说明模型中各变量之间存在着长期的均衡关系。也就是说,即使经济当中某一变量发生冲击对其他各变量产生一定的影响,那么各变量在长期内还是会回到长期趋势上。在模型为稳定的以及各变量间存在着协整关系的条件下,本文从脉冲效应的角度分析研究当各变量遭受冲击时,对实际人民币需求量的影响。因此,本文的冲击源是所有的变量,反应源为人民币的实际需求量,选择滞后期为10期。脉冲响应分析的结果如图1所示。

从脉冲效应分析的结果可知,当给通货膨胀率一个标准差的冲击时,对人民币实际需求量的整体影响呈现出减少的趋势,人民币的实际需求量在当期没有变化,而在第二期和第三期对其影响明显为负并且减少的幅度相对来说比较大,在第四期为正但影响的幅度很小,第五期之后影响为负但影响明显的变小,有逐渐趋于零的趋势,这说明通货膨胀率对人民币实际需求量最大的负影响主要集中于第二期和第三期;当实际利率遭受一单位标准差的冲击时,当期人民币的实际需求量不会受到影响,之后期人民币的实际需求量会受到正的影响,在第五期时正影响为最大,之后逐渐的减少,有逐渐的趋于零的趋势;当汇率受到一单位标准差的冲击时,当期人民币的实际需求量并不会受到影响,对第二期会有一个负向的影响,对第三期之后的影响为正,并有逐渐的增强的趋势但其增加的幅度比较小。

(二)我国铸币税的预测

根据模型估计的结果,可以得到真实货币余额的增长率的均值为21.48%,最大化铸币税收入的真实货币余额的增长率为22.99%。通货膨胀率的均值为5.25%,最大化铸币税的通货膨胀率为24.24%。这说明我国的真实货币余额的增长率的均值要远远的大于通货膨胀率的均值,但是最大化铸币税的货币增长率和通货膨胀率相差不大。也就是说,当铸币税收入达到最大值的时候,货币增长率和通货膨胀率几乎相同。通过货币增长率,测算出我国的最大化的铸币税收入为2310亿元,进而测算出铸币税收入占我国GDP比重的均值大概为6.74%。根据一般的估算,铸币税收入占GDP比重的2%,而当一国货币是国际化货币时,该国的铸币税收入将会远远大于2%的水平。当前我国的铸币税收入占GDP的6.74%,这说明随着我国经济的发展和国际地位和影响力的逐渐增加,以及最近几年来人民币不断的升值,这些都使得人民币在一定的范围内实现了局部的国际化,也就是所谓的货币区域化(王进杰等,2004)。

货币国际化与铸币税的关系

当人民币实现国际化的时候,我国的铸币税收入将会增加,因为人民币的持有人还包括国外的居民,并且我国也可以从外国对人民币的储备中获得收益,这都会增加我国的铸币税收益。

据有关人士预测,到2020年,我国可以获得国际铸币税收入为7132亿元,通过外国对人民币的储备进行投资的净收益约为307亿元。若考虑到通货膨胀率,我国将获得更大的铸币税收入。外国居民持有的人民币资产,可以说是我国国币当局的负债,当人民币贬值时,这些负债的实际价值就会减少,也就相当于我国对别国征收了通货膨胀税,这样我国的铸币税收入会更大(李华民,2002)。但是征收通货膨胀税不是没有成本的,它会影响我国的经济和人民币的国际化的地位。

综上所述,本文通过理论推导和实证检验分析,阐述了铸币税收入与通货膨胀率之间呈现出的“拉弗曲线”的关系,即通货膨胀率与铸币税收入之间存在着最优的状态。在人民币国际化的过程中,我国政府可以通过发行国际货币获得国际铸币税收入来弥补国内的财政赤字,平衡赤字以促进经济发展。但是高通货膨胀率、汇率、货币需求量等的波动,将会对人民币的实际货币需求量受到一定程度的影响,使得非居民减少对其货币的持有量,从而反过来影响了人民币国际化的进程。因此,在人民币的国际化进程中,我国政府应正确处理铸币税收入和通货膨胀率之间的关系,最大化地发挥人民币的铸币税收入,降低通货膨胀率和汇率等波动对人民币需求量的影响,不断地增加非居民对人民币的需求量,加快人民币国际化的步伐。

参考文献:

1.范建军.关于铸币税收入的理论探究[J].金融研究,2002(12)

2.戴维・罗默.高级宏观经济学(第2版)[M].王根蓓译.上海财经大学出版社,2003

3.吴汉洪,崔永.中国的铸币税与通货膨胀:1952-2004[J].经济研究,2006(9)

4.王进杰,贾英姿.最优税收与最优铸币税[J].管理世界,2004(12)

数字货币研究分析范文第3篇

关键词:财政政策;货币政策;就业;面板向量自回归模型

一、引言

近年来,中国经济增长率持续下降,从2011的9.2%下降到2015年的6.9%,与此同时中国的就业形势保持相对稳定,2011-2015年期间年均新增就业岗位1286万个,城镇登记失业率维持在4.1%左右。在未来的一段时期内,中国经济仍将面临增速调整和结构调整的问题,而经济增速的调整将不利于总就业的增长,经济结构的调整有可能产生大量的结构性失业,因此经济增速和结构的调整不可避免地会对中国的就业产生负面的冲击。为此,中国政府应当采取恰当的财政政策和货币政策稳定就业形势,为中国经济增长的转型升级赢得更多的时间。但是,财政政策和货币政策对中国的就业到底有多大的促进作用呢?现有的研究并没有给出明确的结论。

有大量的文献研究了财政政策、货币政策对中国就业的影响,其中卢亮、刘新和刘星、董万好和刘兰娟、张宏亮等研究了财政政策对中国就业的影响;许先普、李伊涵和陈利锋、易定红和白九梅研究了货币政策对就业的影响,然而尚未有文献在同一个理论框架和计量模型中研究财政政策和币政策对就业的影响。不仅如此,现有研究的结论存在显著的差异,甚至存在较多矛盾之处:第一,关于财政政策对中国就业的影响,卢亮、董万好和刘兰娟发现财政政策对中国就业有积极的促进作用,然而刘新、刘星发现财政政策对中国就业没有显著的促进作用;第二,关于货币政策对中国就业的影响,李伊涵和陈利锋、易定红和白九梅发现货币政策对中国就业有显著的促进作用,然而许先普发现货币政策对中国就业有不利的影响。

综上所述,已有的研究割裂了财政政策和货币政策的相互影响关系,没有在财政政策和货币政策可以相互作用的理论框架下来估计财政政策、货币政策对就业的影响。不仅如此,现有研究并没有对财政政策、货币政策的就业效应达成一致的认识。因此,我们尚不清楚财政政策、货币政策对中国就业贡献的大小,我们也不能根据现有研究的结论提出具有针对性的政策建议。为此,我们需要采用新的数据和新的研究方法评估中国财政政策和货币政策的就业效应,以便提出更具有针对性的政策建议。

在这样的背景下,本文根据1991-2014年的省级面板数据,采用面板向量自回归模型估计财政政策和货币政策对中国就业的影响。本文的创新主要有三点:第一,采用新的方法――面板向量自回归模型――估计了财政政策和货币政策的就业效应,这是一种积极的尝试;第二,本文采用财政赤字作为度量扩张性财政政策的变量,从而更好地解决了财政政策的识别问题;第三,本文在同一个模型中估计了财政政策和货币政策对就业的影响,从而能够比较财政政策和货币政策的就业效应的大小,进而能够提出更加具有针对性的政策建议。

二、文献综述与方法选择

关于财政政策、货币政策对中国就业的影响,现有研究采用的研究方法各不相同,因而得出了不同的研究结论。总体而言,现有研究主要采用了如下五种研究方法:第一,卢亮以凯恩斯的宏观乘数理论为基础,测算了政府支出乘数、税收乘数和转移支付乘数,进而测算出财政支出对新增就业的贡献大约为4%;第二,董万好、刘兰娟建立了一个分析财政科教支出对就业及产业结构调整影响的可计算的一般均衡模型(CGE),发现财政科教支出对就业有积极的促进作用,特别是对于住宿和餐饮等劳动密集型产业的就业有较强的促进作用;第三,刘新、刘星估计了财政社会保障支出与就业之间的面板协整模型,发现财政社会保障支出对就业有一定的促进作用,张宏亮估计了财政支出与就业之间的协整模型,发现20世纪90年代以后财政支出对就业的促进作用大幅度下降,而曾学文分别估计了财政支出、国债发行、货币供给与就业之间的协整模型,发现财政政策、货币政策的就业促进作用不理想;第四,易定红、白九梅通过时间序列模型估计了利率波动性对失业影响,发现利率波动与失业率之间存在负相关的关系;第五,李伊涵、陈利锋采用了向量自回归模型研究了流通中现金量和社会信贷余额与就业之间的关系,发现社会信贷余额的就业效应大于流通中现金量的就业效应。

综上所述,已有的研究采用的研究方法主要有宏观乘数法、可计算的一般均衡模型、协整模型、多元时间序列的回归模型、向量自回归模型等五种方法,但是在这些方法中哪种方法更加适合于研究财政政策、货币政策对中国就业的影响呢?现有研究并没有对这个问题进行深入地讨论。事实上,财政政策和货币政策对就业的影响主要具有如下三个特征:第一,财政政策、货币政策对就业的影响具有动态特征,也就是说财政政策、货币政策对就业的影响在政策实施之后的几个时期内都是存在的;第二,财政政策、货币政策对就业的影响具有时效性,我们主要关心的是经济衰退时期扩张性的财政政策、货币政策对就业的影响,因此我们主要研究财政政策、货币政策对就业的短期影响关系,而不是研究二者对就业的长期影响关系;第三,财政政策、货币政策外生冲击的识别问题,这是因为财政政策、货币政策是通过政府的外生干预而实施的,但是政府的干预过程是不可测量,从而成为遗漏变量进入了误差项,导致了内生性问题,应当采取恰当的方法识别财政政策、货币政策的外生冲击。根据上述三个特点,我们认为宏观乘数法、可计算的一般均衡模型、多元时间序列的回归模型、协整模型都不是研究财政政策、货币政策就业效应的最佳方法,因为前三者不能考查财政政策、货币政策对就业的动态影响关系,而后者不能集中考查财政政策、货币政策对就业的短期影响关系。因此,我们应当采用向量自回归模型研究财政政策、货币政策对就业的影响。但通常来说,采用向量自回归模型必须要解决外生政策冲击的识别问题以及样本量较少带来的估计结果不稳健的问题,因为这些问题直接影响了向量自回归模型估计结果的准确性。

关于外生政策冲击的识别问题,目前主要有如下三种解决方法:第一,西姆斯(Sims)提出的短期零限制条件识别方法,这种方法也称为递归识别法,该方法假定政策变量在当期对其他经济变量不产生影响,那么结构型向量自回归模型A中矩阵A为下三角矩阵,矩阵B为对角矩阵,从而可以采用乔里斯基(Choleski)分解的方法确定矩阵A和B,但是伯南克(Bernanke)和布林德(Blinder)指出变量排列顺序对这种识别方法的分解结果有重要的影响,因此建议把政策变量排在所有变量的第一位;第二,布兰查德(Blanckard)和柯(Quah)以及布兰查德和佩罗蒂(Perotti)提出的长期零限制条件识别方法,该方法的思路是,把结构型的向量自回归模型转化为ut=A-1But=Cut的形式,然后根据残差ut与结构型冲击ut的长期关系确定矩阵C中部分元素的具体值,从而识别出政策的外生冲击,但是这种识别方法面临的最大问题是,需要预先通过经济理论和相关数据对模型中的关键参数进行估计,如果我们选取的理论和数据出现偏误,则采用该识别方法估计出来的结果将是不准确的;第三,尤里格(Uhlig)提出的符号限制的识别方法,这种方法通过设定一定时期内一组变量之间的相关关系来识别政策的外生冲击,比如帕帕(Pappa)通过假定财政支出与总产出和财政赤字正相关的方法识别了财政政策的外生冲击,卡诺瓦(Canova)和帕帕通过假定财政收入与总产出和财政赤字负相关的方法识别了财政政策的外生冲击,博蒙特(Berument)等则通过假定利率与货币供给和通货膨胀负相关的方法识别了货币政策的外生冲击。

关于向量自回归模型样本量较少、回归结果不稳健的问题,已有研究致力于把向量自回归模型扩展为面板向量自回归模型,从而充分利用面板数据样本量大、估计结果稳健的优点。但是,估计面板向量自回归模型面临如下两个重要的问题:第一,由于模型引入了因变量的滞后项而产生了内生性问题;第二,面板数据模型固有的不可观察的个体效应。霍尔茨一埃金(Hohz-Eakin)等最早把向量自回归模型扩展为面板向量自回归模型,并且提出了采用内生变量和外生变量的滞后项作为内生变量的工具变量的方法,估计了面板向量自回归模型。阿雷拉诺(Arellano)和邦德(Bond)首先通过一阶差分的方法去除了横截面的个体效应,然后采用变量的水平值的滞后项作为差分变量的工具变量,最后通过广义矩估计的方法估计了动态面板模型,这种方法称为一阶差分广义矩估计。由于一阶差分会损失很多的信息,阿雷拉诺和邦德以及布伦德尔(Blundell)和邦德提出了采用前向均值差分的方法去除个体效应,然后采用水平变量的滞后项作为差分变量的工具变量,采用差分变量的滞后项作为水平变量的工具变量,最后采用广义矩估计的方法同时估计了水平方程和差分方程,这种方法称为系统广义矩估计。以系统广义矩估计为基础,洛夫(Love)和泰克尼诺(Zicchino)采用前向均值差分的方法去除个体效应,然后采用广义矩的估计方法估计了面板向量自回归模型,这是最早采用广义矩方法估计面板向量自回归模型的文献,其后有大量的文献采用该方法估计了面板向量自回归模型。如果面板数据具有较强的异质性,那么就应当采用如下的两种估计方法去除面板数据的异质性:第一,佩斯卡拉(Pesaran)等提出的混合组均值估计方法,该方法首先对每个横截面分别进行估计,然后对各个横截面的回归系数进行加总和统计推断;第二,斯瓦米(Swamy)提出的面板随机系数模型,即假定自变量的各个横截面的系数与其均值的差服从均值为0、标准差为Ω的正态分布,多恩等(Doan)进一步假定标准差Ω服从明尼苏达先验分布,从而可以采用贝叶斯估计方法估计面板随机系数模型,卡诺瓦和奇卡雷利(Ciccarelli)以及卡诺瓦等随后对该方法进行了发展和完善。

综上所述,我们应当采用向量自回归模型研究财政政策、货币政策的就业效应,并且向量自回归模型的最新发展方向是外生政策冲击的识别以及面板向量自回归的估计。在本文中,我们采用省级面板稻菅芯坎普政策、货币政策对中国就业的影响,为了识别财政政策和货币政策的外生冲击,我们采用短期零限制条件识别方法和符号限制的识别方法,为了匹配省级面板数据同质性较强的特征,我们采用广义矩估计方法估计面板向量自回归模型。

三、计量模型、估计方法与数据

1.政策冲击的识别

为了得到稳健的估计结果,本文采用了两种识别政策冲击的方法:第一,借鉴短期零限制条件识别方法,我们把外生性最强的财政政策、货币政策变量放在面板向量自回归模型中各变量的最前面,把内生性较强的变量――国内生产总值、工资、就业――放在财政政策、货币政策变量之后;第二,根据符号限制的识别方法,财政赤字比财政收入、财政支出更适合于测量财政政策,因此本文不再使用财政收入或者财政支出作为测量财政政策的变量,而是采用财政赤字作为测量财政政策的变量。不仅如此,我们还引入了财政支出的相对增长率,即财政支出与收入的增长率之差来识别财政政策冲击,这是因为财政支出的增长率高于财政收入的增长率,财政支出的相对增长率提高,就意味着政府采取了扩张性的财政政策,反之亦然。值得注意的是,由于货币政策涉及货币供给和利率两个方面的变量,而且我们不能对这两方面的变量进行简单的整合,因此本文未能参考符号限制的识别方法识别货币政策冲击,而是把货币供给变量和利率变量共同带入面板向量自回归模型中,以研究货币供给和利率对就业的影响。

2.变量选择与描述性统计

假定yt是企业t期的总产出,λ是企业t期的生产技术,Kt是企业t期使用的资本,Et是企业t期的就业量,Pt是t期的除利率之外的其他政策变量,根据巴罗(Barro)对生产函数的设定方式,把除利率之外的其他政策变量Pt引入柯布一道格拉斯生产函数中,得到生产函数yt假定wt是t期劳动者的工资rt是t期的利率,根据利润最大化条件得到就业函数Et=根据就业函数,影响就业的主要变量有总产出、工资、利率以及除利率之外的其他政策变量。

在本文中,测量总产出的变量是国内生产总值GDP,测量就业的变量是总体就业EMP和城镇就业EMPu,测量工资的变量是城镇单位从业人员平均工资WAG,测量利率的变量是一年期贷款利率尺,测量财政政策的变量是财政赤字BD和财政支出的相对增长率BDG(财政支出与财政收入的增长率之差),测量货币政策的变量是货币供给MO、M1、M2以及一年期贷款利率R。对于上述各变量还有如下四点说明:第一,总体就业EMP和城镇就业EMP的数据来源于各省市历年的统计年鉴,其他数据来自《新中国六十年统计资料汇编》以及《中国统计年鉴》(2009-2015),同时由于《中国统计年鉴》只提供了1991年以后的货币供给M0、M1、M2的可比价格增长率的数据,因此本文中各变量的样本区间为1991-2014年;第二,根据林(Im)等提出的面板单位根检验,我们发现变量EMP、EMP、GDP、WAG、MO、M1、M2以及这些变量的对数均存在单位根,因此本文采用这些变量的增长率EMPG、EMPG、GDPG、WAGG、MOG、M1G、M2G,而财政赤字BD不存在单位根,因此本文采用财政赤字的对数lnBD;第三,货币供给增长率MOG、M1G、M2G、一年期贷款利率R是全国年度时间序列数据,样本期间为1991-2014年,样本量为24个,而其他变量是1991-2014年期间的省级面板数据,样本量为31x24=744个;第四,城镇就业增长率EMPGu的最大值为44.74,最小值为-21.84,因此该变量存在不合理的异常值,我们对EMPG进行了2%的缩尾处理。本文采用的各变量的名称、定义、数据来源、计算方法、描述性统计,参见表1。

3.模型的设定与估计方法

从理论上讲,我们应当把测量货币政策的四个变量MOG、M1G、M2G、R带入同一个面板向量自回归模型中,但是变量MOG、M1G、M2G、R是全国时间序列数据,并且变量MOG、M1G、M2G之间存在较强的相关性,如果把这四个变量带人同一个面板向量自回归模型中,则该模型不能被估计出来。因此,我们把变量MOG、M1G、M2G分别带人下面的三个面板向量自回归模型中:

因为省级面板数据具有较强的同质性,所以本文采用阿雷拉诺和邦德以及布伦德尔和邦德提出的系统广义矩估计方法估计向量自回归模型,估计程序来自洛夫和泰克尼诺提供的Stata命令。

四、面板向量自回归模型的估计结果

在估计面板向量自回归模型之前,我们需要进行以下三个方面的检验①:第一,根据林(Im)等提出的面板单位根检验,我们发现,变量EMPG、EMPG、WAGG、GDPG、lnBD、BDG、MOG、M1G、M2G、R都是平稳的变量,故而适合采用面板向量自回归模型进行估计;第二,根据BIC、AIC、HQIC三个信息准则,我们发现,面板向量自回归模型(1a)、(1b)、(1c)的最优滞后阶数为五阶,但是采用五阶滞后得到的估计结果和脉冲反应图效果不理想,所以我们把最优的滞后阶数调整为三阶,把各内生变量的工具变量的滞后阶数调整为四阶;第三,根据稳定性检验,我们发现,九面板向量自回归模型都是不稳定的,其原因是模型中加入了MOG、M1G、M2G、R四个时间序列变量,如果要得到稳定的面板向量自回归模型,就必须去除这四个变量,然而这将导致我们不能考察货币政策对就业的影响,不能比较财政政策、货币政策对就业影响的大小关系,为了避免这两方面的不利影响,我们在面板向量自回归模型中保留了MOG、M1G、M2G、R四个变量,同时采用bootstrap的方法对估计结果进行1000次的蒙特卡洛模拟,以尽可能地消除模型的不稳定对估计结果的影响。面板向量自回归模型的研究重点是,根据估计方程得到残差的方差协方差矩阵,然后再对方差协方差矩阵进行分解,进而得到相应的脉冲反应图,限于篇幅的限制,我们没有给出所有面板向量自回归模型的估计结果,仅给出了基于计量模型(1b)的回归结果,参见表2。如表2所示,模型中有较多变量在10%的显著性水平上显著,因此可以对估计方程的方差协方差矩阵进行分解,并得到相应的脉冲反应图。

1.财政赤字、货币供给增长率、利率对就业的影响分析

根据面板向量自回归模型(1a),我们可以得到总体就业增长率EMPG、城镇就业增长率EMPGu,对财政赤字对数lnBD、货币供给MO的增长率MOG、利率R的脉冲反应图形,参见图1。

如图1所示,总体就业增长率EMPG对财政赤字的对数lnBD、货币供给MO的增长率MOG、利率尺的脉冲反应图分布在[-0.4,0.4]的区间之内,而城镇就业增长率EMPGu对财政赤字的对数lnBD、货币供给MO的增长率MOG、利率R的脉冲反应图分布在[-0.5,1.5]的区间之内。这表明,财政政策、货币政策对总体就业的影响较小,而对城镇就业的影响较大。这是因为,总体就业包含了农业从业人员,而农业从业人员具有稳定、不受经济周期波动影响的特征,故而财政政策、货币政策对总体就业的影响较小,而城镇就业容易受到经济周期波动的影响,故而财政政策、货币政策对城镇就业的影响更大。鉴于财政政策、货币政策对总体就业的影响较小,本文不再研究财政政策、货币政策对总体就业的影响,而是集中研究财政政策、货币政策对城镇就业的影响。

图1下方的三幅子图显示了财政政策、货币政策对城镇就业增长率EMPG.的影响:第一,在四年以内,财政赤字的对数lnBD对城镇就业增长率EMPG.有显著的正向影响,这表明,增加财政赤字能够有效地促进城镇就业的增长;第二,货币供给MO的增长率MOG对城镇就业增长率EMPG.的影响在零水平线上下波动,且在较多情况下为负数,这表明,提高货币供给增长率MOG对城镇就业没有显著的促进作用;第三,提高利率R,在两年以内对城镇就业增长率有正向影响,在两年以后对城镇就业增长率EMPQ有负向影响,这意味着,降低利率R在两年以内对城镇就业增长率有负向影响,在两年以后对城镇就业增长率EMPGu有正向影响。上述结论表明,在经济衰退时期,采取降低利率的政策在短期对城镇就业有不利的影响,这是因为降低利率就降低了企业使用资金的成本,这将促使企业采用相对更加便宜的资本来替换劳动,从而降低了城镇就业,而降低利率的政策从长期来看对城镇就业有积极的促进作用,这是因为长期的低利率政策可以刺激消费和投资,提高企业的利润空间,促使企业扩大生产规模,进而促进城镇就业增长。

总体而言,扩张性的财政政策能够在短期内对城镇就业产生很强的促进作用,而增加货币供给MO的扩张性的货币政策对城镇就业没有显著的促进作用,降低利率的扩张性货币政策在短期内对城镇就业有负向影响,因此扩张性财政政策对城镇就业的促进作用大于扩张性货币政策对城镇就业的促进作用,这一研究结论与曾学文的研究结论相似。

为了观察和比较货币供给增长率MOG、M1G、M2G对城镇就业的影响,我们估计了面板向量自回归模型(1a)、(1b)、(1c),并得到城镇就业增长率EMPGu对财政赤字的对数lnBD、货币供给增长率M0G、M1G、M2G、利率尺的脉冲反应图形,参见图2。

第一,如图2第一列所示,在财政赤字的对数lnBD分别与货币供给增长率MOG、M1G、M2G搭配使用的情况下,财政赤字的对数lnBD对城镇就业增长率EMPG.的影响分布在[-0.5,2]的区间,而且在四年内均有显著的正向影响,这表明扩张性财政政策对城镇就业有显著的促进作用;第二,如图2第二列所示,货币供给增长率M0G、M1G、M2G对城镇就业增长率EMPGu的影响分布在[-0.5,0.5]的区间之内,且围绕零水平线上下波动,这表明增加货币供给M0、M1、M2的扩张性货币政策对城镇就业没有显著的促进作用;第三,如图2第三列所示,在降低利率尺的货币政策分别与货币供给增长率MOG、M1G、M2G搭配使用的情况下,利率对城镇就业增长率EMPG的影响分布在[-0.5,0.5]的区间之内,且在两年以内基本为负数,在两年以后为绝对值较小的正数,这表明降低利率的货币政策对城镇就业的促进作用有限,且具有滞后性。

综上所述,当扩张性财政政策分别与增加货币供给M0、M1、M2的扩张性货币政策搭配使用的时候,扩张性财政政策对城镇就业有及时、强健的促进作用,增加货币供给M0、M1、M2的扩张性货币政策对城镇就业没有显著的促进作用,降低利率尺的扩张性货币政策只有在两年以后才会对城镇就业产生一定的促进作用,我们的研究结论与卢亮、董万好、刘兰娟、曾学文的研究结论相似,与许先普的研究结论相反。

2.财政支出相对增长率、货币供给增长率、利率对就业的影响分析

为了检验上述研究结论是否稳健,我们采用财政支出相对增长率BDG作为测量财政政策的变量,根据面板向量自回归模型(2a)、(2b)、(2c),得到城镇就业增长率EMPG对财政赤字相对增长率BDG、货币供给增长率MOG、M1G、M2G以及利率尺的脉冲反应图形,参见图3。

如图3第一列所示,在财政赤字相对增长率BDG分别与货币供给增长率MOG、M1G、M2G搭配使用的情况下,财政赤字相对增长率BDG对城镇就业增长率的不同影响分布在[-0.5,1.0]的区间之内,且在三年以内为绝对值较大的正数,在三年以后为绝对值较小的负数,这表明,不论与何种增加货币供给的扩性货币政策搭配使用,扩张性财政政策对城镇就业均有显著的、较强的促进作用。

如图3第二列所示,货币供给增长率MOG、M1G、M2G对城镇就业增长率的不同影响分布在[-0.5,0.5]的区间之内,且围绕零水平线上下波动,这表明,增加货币供给M0、M1、M2的扩张性货币政策对城镇就业没有显著的促进作用。

如图3第三列所示,在降低利率尺的货币政策分别与货币供给增长率MOG、M1G、M2G搭配使用的情况下,利率对城镇就业增长率的影响分布在[-0.5,0.5]的区间之内,因而对城镇就业的促进作用有限。具体而言,降低利率的货币政策在两年以内对城镇就业有显著的抑制作用,在两年以后对城镇就业有一定的促进作用,在四年以内对城镇就业的累计净促进作用趋近于零。

总而言之,当采用财政支出相对增长率作为测量财政政策的变量的时候,我们依然可以得到如下基本结论:扩张性财政政策在短期内对城镇就业有很强的促进作用,增加货币供给M0、M1、M2的扩张性货币政策对城镇就业没有显著的促进作用,降低利率的扩张性货币政策至少在两年以后才会对城镇就业产生一定的促进作用。

3.财政赤字、货币供给增长率、利率对经济增长的影响分析

经济增长和就业稳定是宏观经济调控的两个重要目标,如果财政政策、货币政策对就业与经济增长的影响存在差异,那么宏观调控政策就应当在促进就业和保持经济增长两个政策目标中有所取舍。因此,研究财政政策、货币政策对经济增长的影响,有助于我们提出更加具有针对性的政策建议。根据面板向量自回归模型(1a)、(1b)、(1c),我们得到经济增长率GDPG对财政赤字对数lnBD、货币供给增长率MOG、M1G、M2G、利率尺的脉冲反应图形,参见图4。

如图4第一列所示,在财政赤字对数lnBD分别与货币供给增长率MOG、M1G、M2G搭配使用的情况下,财政赤字对数lnBD对经济增长率GDPG的影响均呈现出逐渐下降的趋势,且三年内为绝对值较大的正数,三年后为绝对值较小的负数,说明扩张性财政政策对经济增长有较强的促进作用。

如图4第二列所示,货币供给增长率MOG、M1G、M2G对经济增长率GDPG的影响呈现出“几”字型的变化趋势,而且在三年以内为绝对值较大的正数,在三年以后为绝对值很小的负数,这说明增加货币供给的扩张性货币政策对经济增长也有很强的促进作用。

如图4第三列所示,当降低利率R的货币政策分别与货币供给增长率MOG、M1G、M2G搭配使用的情况下,降低利率R在两年以内对经济增长率GDPG有较强的负面影响,在两年以后对经济增长率GDPG有一定的促进作用。这说明,降低利率的货币政策对经济增长的促进作用较小,而且需要滞后两年的时间才能凸显出来。这是因为,在经济萧条时期,企业和消费者对经济前景的预期趋于悲观,降低利率不会迅速地刺激消费和投资的增长,反而促使企业采用资本替换劳动,因而在短期内对就业和经济增长产生了不利的影响,如果在较长的时期实行低利率的货币政策,则可能提高企业的利润空间,促使企业扩大生产规模,从而促进了经济增长和就业。

综上所述,增加财政赤字的扩张性财政政策以及增加货币供给的扩张性货币政策对中国经济增长均有较强的促进作用,但是降低利率的扩张性货币政策对中国经济增长的促进作用有限,而且需要滞后两年的时间才会凸显出来。

4.面板向量自回归模型估计结果的稳健性分析

在面板向量自回归模型中,更换变量的排列顺序对模型的分解结果有一定的影响。为了检验变量的排列顺序对本文研究结论的影响,我们重新估计了更换变量排列顺序的面板向量自回归模型(3a)、(3b)、(3c),并得到相应的脉冲反应图①。我们发现,财政赤字的对数lnBD对城镇就业增长率EMPG的促进作用依然是最强的,货币供给增长率MOG、M1G、M2G对城镇就业增长率EMPG有一定的促进作用,但是远小于财政赤字的对数lnBD对城镇就业增长率EMPGa的促进作用,降低利率R只有在两年以后才会对城镇就业增长率EMPQ有一定的促进作用。因此,在更换变量的排列顺序之后,本文的研究结论依然成立,本文的研究结论具有较强的稳健性。

五、研究结论与政策建议

本文以中国省级面板数据为基础,采用面板向量自回归模型估计了财政政策、货币政策对中国就业以及经济增长的影响,我们主要发现如下四点结论。

第一,由于农业从业人员对经济周期和宏观调控政策不敏感,扩张性财政政策和扩张性货币政策对中国总体就业的影响很小,但是扩张性财政政策和扩张性货币政策对中国城镇就业的影响较大,因而扩张性财政政策和扩张性货币政策应当着力于促进中国城镇就业的增长。

第二,扩张性财政政策对中国城镇就业有及时的、强健的促进作用,不仅如此,扩张性财政政策对中国经济增长也有很强的促进作用,因此扩张性财政政策能够在短期内稳定就业形势并恢复就业增长,是经济衰退时期保就业、稳增长的最重要的宏观调控政策。

第三,增加货币供给的扩张性货币政策对中国城镇就业的促进作用非常有限,然而增加货币供给的扩张性货币政策对中国经济增长有很强的促进作用,因此在经济衰退时期可以采用增加货币供给的扩张性货币政策刺激经济增长,但不宜采用增加货币供给的扩张性货币政策促进就业。

数字货币研究分析范文第4篇

关键词:数字货币 中央银行

2014年,中国人民银行专门组建研究团队,对数字货币展开研究,正式将数字货币研究提上日程。随后,在2015年,充实力量,从宏观角度对数字货币发行与业务运行框架、数字货币发行流通环境、数字货币关键技术、数字货币面临法律问题等问题展开深入研究。而在2016年,北京召开的中国人民银行数字货币研讨会,更是进一步明确数字货币战略目标,将数字货币纳入我国货币当局视野,提出央行争取早日发行数字货币。

数字货币(Digital Currency)是一种电子货币形式的替代货币。2016年1月,我国央行行长周小川在接受财新周刊专访中,对数字货币定调:“数字货币必须由央行发行,未来会和纸币并行。”当前,我国传统纸币发行和回笼是基于现行“中央银行―商业银行机构”的二元体系来完成的。数字货币在运送和保管方面发生变化,但发行与运行仍是基于二元体系完成的。

对于银行工作人员而言,货币话题是一个敏感话题,因为数字货币的特殊性,决定了数字货币是一个极易被人关注和研究的问题。笔者在本文结合《数字货币的现实意义和金融生态环境的影响》课题研究,探讨问题:数字货币运行机制实现框架应该是怎样的?数字货币发行与运行对中央银行的影响是什么?

一、数字货币运行机制实现框架构想

(一)发行机制

货币发展相继经历了“实物货币-贵金属货币-纸币”的过程。在我国纸币(人民币)发行模式为“中央银行商业银行社会公众”。从人民币的发行模式看,中央银行掌握着货币发行权。但从比特币“去中心化、去信任化”为标志的区块链技术看,数字货币的发行是去中心化的,是在国家特定发展要求和明确交易要求下,有着明确可追溯源头,省略了“商业银行”中介。

数字货币体系为了有效控制货币发行量,应该由中央银行设立“登记中心”,负责货币发行、货币换版和使用登记等操作,形成基于“控制中心登记中心”发行库和业务库两极系统结构。发行库控制中心负责在线监控数字货币的运行体系,数字货币发行库控制中心采用云计算技术,快速扩充发行库计算和存储能力,在两级系统之间采用可信可控量子通信技术,解决数字货币运行环境的安全问题。

(二)流通机制

数字货币通过加载信息的数据,在控制中心和业务中心两极系统间传输完成,并非实物流通,因此数字货币不存在毁损、清点、回收、销毁等问题,而且数字货币由中央银行发行,是由政府背书的,在流通中也不需要第三方进行交易信用背书。

在流通过程中,数字货币作为一种开放式高频率支付手段,可以继续沿用比特币“分布式记账”的做法,将HASH(交易散列值)组合为交易记录集(前后链接的区块),并对其进行快速分发,让每个交易网络节点都有可追溯副本、一致性账本,但是数字货币受制于网络和数据量大,需要精心设计应用流程。在网络交易的基础上,划分数字货币流通记账区域,设计定时核对机制和分布式数据存储机制,确保数字货币流通效率和安全。

(三)防伪及信息记载

数字货币具备无法伪造和不可篡改的时间戳,完善的数据链,记载数字货币交易明细,确保可追溯每一笔交易信息,数字货币的特点决定其在流通中几乎不存在假钞、伪钞。

为了确保数字货币的唯一性,防止数字货币被重复使用和窃取冒用,可以为数字货币制定独有的永久标识代码,经过控制中心数字签名后,和持有人公匙、历史支付信息绑定,形成数字货币可用技术手段甄别的数字货币信息。

二、数字货币对中央银行的影响

数字货币是基于互联网技术构建的新型货币体系发行与运行的货币,对传统货币(人民币纸币)的货币政策、金融体系、货币发行、清算体系等有着深远影响。中央银行作为发行与运行数字货币的中心,意味着中央银行成为数字货币发行和清算中心,迈进“互联网世界”,扭转了当前中央银行尚未进入互联网“线上金融”的被动局面,推动互联网金融和互联网线上账户开设发展,但对金融体系和线下传统支付清算也有深刻影响。

(一)对金融体系影响

当前,传统纸币的发行与回笼是基于“中央银行-商业银行机构”二元体系的。虽然,周小川行长说明“数字货币的发行与运行仍然应该基于该二元体系完成,但货币的运送和保管发生了变化:运送方式从物理运送变成了电子传送;保存方式从央行的发行库和银行机构的业务库变成了储存数字货币的云计算空间。”但是,数字货币的发行,势必中央银行掌握“大数据”,数字货币发行与运行“去中介化”,可能导致传统商业银行作为渠道角色慢慢衰败。数字货币的运行,全网就成为一个“大账本”,银行账户管理、资产管理、财富管理等功能和价值也会逐渐下降,甚至解构。银行存款和贷款业务也逐渐被解构,数字货币加密决策的大规模应用,也将带来银行汇款业务的解构。那么我国金融市场基础设施如中央证券保管、大额支付系统、证券交易存储库和证券结算系统等,将逐渐“脱媒”。数字货币的广泛应用,金融市场的脱媒现象,势必挑战金融体系中银行的中介地位。

(二)对货币政策影响

数字货币区块链技术最大的创新点在于“去中心化”,因此有学者预测数字货币技术可能会逐渐取代货币政策。虽然我国2015年人民币M2(广义货币)余额为139.23万亿元,而M0(流通现金)余额为6.32万亿元,中央银行印制与发行的传统纸币数量已经降低至货币总量5%以下,现钞发行与流通大幅下降。但是,中国人民银行盛松成予以反驳,说“货币供应量的变化对经济的影响十分广泛,货币政策是现代经济的主要调节手段之一。如果数字货币被普遍使用但不由货币当局调控,现代经济将因此失去一个重要的调节手段,经济将无法正常运行。”他强调中央银行调节机制能够维持人民币稳定,货币政策微调功能甚至明显加强。笔者也认为中央银行发行数字货币,也将提升数字货币供给与货币政策的有效性。中央银行作为数据中心,将拥有巨大数据基础,可以更加灵活的应用货币政策工具。同时,中央银行数字货币技术能够帮助监管当局全面追踪资金流,对金融风险进行有效监测和评估。最后,数字货币“点对点”支付结算技术,增强资金流动性,使得利率期限结构平滑化,货币政策的利率传导更顺畅。中央银行数字货币技术利于央行控制货币发行与运行,有效运动和传导货币政策,更好的服务于经济发展。

(三)对货币发行和支付结算的影响

捷克作为数字货币准入制度的先行者,遵循欧盟《电子货币指引》和《支付服务指引》等相关法律法规,由捷克中央银行授权颁发数字货币发行牌照,签署捷克IKORUNA第三方支付公司收购协议,推动数字化货币进程。在区块链技术、云计算、移动互联网技术的推动下,数字货币发行和支付结算全部数字化,不再需要现金交易,数字货币实时化、去中心化已经成为发展趋势。盛松成说“中央银行依托全新金融市场基础设施,“去中心化”发行数字货币,以公开透明的“大数据”货币发行系统,完善数字货币支付体系,增强经济交易的透明度和便利性。”中央银行发行和流通数字货币,需要攻克数字货币关键技术,保证透明、健康、安全的网络支付环境。中央银行无缝对接银行体系、数字货币、移动支付体系、其他支付工具等领域,从发行机制、流通机制和防伪及信息记载方面对数字货币运行机制进行框架构想,促进数字货币发行和结算创新转型升级。

当前,我国经济发展“新常态”,中央银行积极探索和专题研讨数字货币问题,具有极其深远的现实意义。数字货币的发行与流通,大大降低了传统纸币发行与流通的成本,减少偷漏税、洗钱等违法犯罪行为,增强经济交易活动的透明度和便利性,更好的服务于社会经济发展。但,同时也应注意到中央银行推出数字货币是一种趋势,仍需时间的积淀。中央银行在发行与流通数字货币需要正视数字货币对中央银行的影响,从现实角度构想数字货币运行机制框架的实现,全新构建金融市场基础设施,完善数字货币发行、流通、支付体系,增强中央银行货币政策有效性,助力经济发展提质增效。

参考文献:

数字货币研究分析范文第5篇

关键词:主观货币函数;传统货币函数;货币幻觉;显性数字;隐性数字;最优化分析;价格粘性

中图分类号:f015 文献标识码:a 文章编号:1007-2101(2014)01-0023-05

一、文献回顾

传统经济学将其理论建立在一系列严格的假设之上,其中理性人假设处于核心地位。理性人具备高超的计算能力,可以准确、快速地完成数字计算,而不受备选项外在形式的迷惑。然而货币幻觉的存在却对理性人在计算能力方面的假设形成了挑战。费雪(1928)认为货币幻觉源于行为者忽视购买力变化的心理错觉;haberler(1941)则认为货币幻觉是选择行为违反了里昂惕夫“齐次性假设”的结果;marschak(1943)利用多元回归方法构造了需求函数,验证了货币幻觉的存在。richard dusansky和peter j. kalman(1974,1980)则把名义收入和价格同时引入效用函数,证明了需求函数的非齐次性;ernst fehr和jean r tyran(2001,2005)认为在给定的博弈中,即使行为者能够通过不断学习消除货币幻觉,但只要其他对手行为存在不确定性,那么货币幻觉仍将对均衡结果产生影响。在行为经济学领域中,shafir,diamond和tversky(1997)认为人们脑中的 “决策框架”使其在选择时关注更加明显、简单的备选项。gamble等(2002)则通过实验发现消费者普遍倾向于认为以大单位小数字货币计价的商品看上去更加便宜,以小单位大数字货币计价的收入看上去更丰厚。raghubir和srivastava(2002)发现,人们在对以外国货币标价的商品进行估值时,往往无法充分考虑汇率的影响。desmet p和jonas等经济学家(2002)通过实验发现,由于欧元的价值高于马克的价值,当商品价格用欧元来标识的时候,人们认为商品变得更便宜了。mishra et al(2006)发现,相对于持有少量大面值的购物票,消费者在持有总额相等但数量更多的小面值购物票时的购物意愿更强。

尽管行为经济学家的实证结果表明货币幻觉源于人们固有的认知偏差,但缺乏相关的数理分析使其一直没有被纳入到经典的经济学分析框架中。本文通过构建“主观货币函数”,运用约束条件下求最优解的方法,实现了对这类认知偏差行为的数理化分析,为货币幻觉奠定了微观基础。

二、显性数字与隐性数字

在主观货币函数中,自变量不再是数量本身,而是表达数量的数字符号,它由显性数字和隐性数字两个部分组成,它们的不同组合构成了任意货币备选项。显性数字是指相对容易辨认的数字符号形式。例如:价格标签10.00美元中的“10.00”,购销合同20 000欧元中的“20 000”等。隐性数字则是指相对较难辨认的数字符号。例如:对于10.00美元和69.00元人民币的两种货币形式,隐性数字就是它们的汇率,其需要通过计算才能得到。如果假设美元兑人民币的汇率恰好为6.9∶1,那么隐性数字值分别是6.9和1(或1和1/6.9)。显性数字和隐性数字并不是两个绝对的概念,在某种货币形式中是隐性数字,在另一种形式中则可能变成了显性数字。两者的区分依赖于给定的表达形式是否便于行为者的理解和计算。如图1所示:22l中的“l”,在这里是隐性数字,因为它表达的数字含义不如“22”明显。但是,如果写成“贰拾贰l”时,l就成了相对容易识别的显性数字。

三、主观货币函数

六、行为实验检验

1. 行为实验的目的。第一,人们对于显性数字部分和隐性数字部分的弹性随着消费值的增大而递减;第二,对数量相等的备选项,人们对显性数字形式的敏感度大于对隐性数字形式的敏感度。

2. 行为实验的方法。有90名18~22岁的学生参加了该项实验。实验要求每个被试者都把自己设想成一个日用品零售商。一位知名洗涤液公司的营销人员来到他们的店里,告知被试者正在为公司的新产品进行容量定价调研。在调研的过程中,被试者了解到,该洗涤液公司将产品的容量设定在500毫升~3 750毫升,并且公司已经为500毫升的产品定价为10元人民币。他们需要做的就是为剩下的容量确定建议出售价

格。问卷共分为2个类型:第一类问卷的数值用隐性数字来表达,即所有容量的表达形式都是以中国汉字的形式显示出来的,如200ml表示成“二百毫升”,2l表示成“二升”等;第二类问卷的数值则用显性数字来表达,即所有容量的表达形式都是以阿拉伯数字的形式显示出来的,如200ml、2l等。

此外,实验规定了以下4个方面:第一,90人分成两组各45人分别填写这两类问卷。第二,要求每个人在阅读完实验材料后,必须在规定的6分钟内填完。由于每份问卷一共包含12个子项,因此要求每个选项平均在30秒的时间内被填写完毕。第三,问卷里容量的数据是随机设定的,即容量不一定是按照从小到大或者从大到小等有规律的顺序列示的。第四,主观货币的弹性用价格变化的百分比除以容量变化的百分比近似表示。

3. 行为实验的结果。根据实验数据计算显性数字和隐性数字的弹性,图3呈现出明显的弹性下降趋势,并且大部分显性数字弹性高于隐性数字弹性。通过计算,显性数字平均弹性值为1.36,隐性数字平均弹性值为0.82。

分别对容量值和价格进行对数换算,以价格的对数作为因变量,容量的对数作为自变量,利用spss进行一元线性回归,得到线性回归后的系数,如表1所示。显性数字问卷的自变量系数为0.743,t=11.46,而隐性数字问卷的自变量系数为0.711,t=28.67。显然,回归得到的结果也表明,人们对显性数字的敏感度高于对隐性数字的敏感度运用方差分析,比较显性数字形式和隐性数字形式下被试者对各个容量设定的平均价格结果(如表2所示)。显性数字的洗涤液价格明显大于隐性数字的洗涤液价格(f(2,21)=7.488,p<0.05)。此外,从图4中我们可以发现,随着洗涤液容量的增大,定价的差异越来越大。因此,实验的结果再次验证了货币幻觉现象的存在,并且支持了文中关于主观货币函数的弹性差异化和弹性递减假设。

七、结论与展望

本文通过建立主观货币函数并进行约束条件下最优化分析得出以下结论:第一,货币备选项的不同表现形式会对人们的选择行为产生影响,对于实际值相同的不同收入形式,行为者偏爱显性数字较大的形式;第二,货币幻觉的程度取决于人们对显性数字和隐性数字敏感性的差异,当隐性数字弹性绝对值大于显性数字弹性绝对值时,差异越大,货币幻觉越明显。

未来的研究可以在以下几个方面进行进一步扩展:首先,当选择者面对表现形式更加复杂的备选项时,如复合货币形式?姿n1u1+(1-?姿)n2u2,?姿?塬∈(0,1),他们的行为将会表现出何种特征?其次,经济计量工作可以被用来估计特定环境下的主观货币函数参数,从而有针对性地定量分析人们在该环境下的行为。最后,主观货币函数也可以被纳入到现代宏观经济学的框架中,从而为价格粘性现象进行新的解释。

参考文献:

[1]carole b. burgoyne,david a. routh, anne-marie ellis.the transition to the euro:some perspectives from economic psychology[j]. journal of consumer policy,1999,(22),pp.91-116.

[2]david h.krantz,r.duncan luce. patrick suppes and amos tversky,foundations of measurement[m]. new york:academic press 1971.

[3]desmet p. a study of the potential effects of the conversion to euro[j]. journal of product & brand management,2002,(3):pp.134-46.

[4]edmund cannon, giam pietro cipriani. euro-illusion:a natural experiment[j]. journal of money,credit,and banking,2006,(38):1392-1403.

[5]eldar shafir,peter diamond, tversky,a. money illusion[j]. the quarterly journal of economics,1997,(2):pp.341-374.

[6]ernst fehr, jean-robert tyran.“does money illusion matter?[j]. the american economic review,2001,(5):pp.1239-1262.

[9]james s, dyer, rakesh k. sarin measurable multi-attribute value functions[j]. operations research,1979,(4):pp.810-822.

[10]jonas e,greitmeyer t,frey d,schulz-hardt s. psychological effects of the euro-experimental research on the perception of salaries and price estimations[j]. european journal of social psychology,20

02,(32):pp.147-69.

[11]johnson ej,payne jw. effort and accuracy in choice[j]. management science,1985,(31):pp.395-414.

[12]kahneman d., tversky a. on the psychology of prediction[j]. psychological review,1973,(80):pp.237-251.

[13]kahneman,d,amos tverksy. prospect theory:an analysis of decision under risk[j]. economitrica,1979,(47):pp.263-292.

[14]kahneman d, slovic p, tversky a, judgement under certainty:heuristics and biases[m].cambridge: cambridge university press and the russell sage foundation,1982.

[15]kahneman,d. new challenges to the rationality assumption[j]. journal of institutional and theoretical economics,1994,(150):pp.18-36.

[16]marschak,j. money illusion and demand analysis[j]. the review of economics and statistics,1943,(1):pp.40-48.

[17]marini g,piergallini a,scaramozzino p. inflation bias after the euro:evidence from the uk and italy[r]. working paper. centre for financial and management studies,university of london,2004.

[18]pria raghubir,joydeep srivastava. effect of face value on product valuation in foreign currencies[j]. journal of consumer research,2002,(29):pp.335-347.

[19]pria raghubir. an information processing review of the subjective value of money and prices[j]. journal of business research,2006,(59):pp.053-1062.

[20]ralph roskies. a measurement axiomatization for an essentially multiplicative representation of two factors[j].journal of mathematical psychology,1965,(2):pp.266-276.