陳 亮,劉亦文,胡宗義

(1.湖南大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院,湖南 長沙 410079； 2.湖南大學(xué) 金融與統(tǒng)計(jì)學(xué)院,湖南 長沙 410079；3.湖南商學(xué)院 國際教育學(xué)院,湖南 長沙 410205)

中國貨幣政策區(qū)域異質(zhì)性效應(yīng)實(shí)證研究
——基于空間地理加權(quán)回歸模型的估計(jì)*

陳 亮1,劉亦文2,3,胡宗義2?

(1.湖南大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院,湖南 長沙 410079； 2.湖南大學(xué) 金融與統(tǒng)計(jì)學(xué)院,湖南 長沙 410079；3.湖南商學(xué)院 國際教育學(xué)院,湖南 長沙 410205)

運(yùn)用空間地理加權(quán)回歸模型的估計(jì)方法，對中國2001～2010年31個(gè)省域貨幣政策的執(zhí)行效應(yīng)進(jìn)行了實(shí)證分析.通過貨幣政策測度變量M2的Moran指數(shù)值及散點(diǎn)圖，直觀地刻畫出中國貨幣政策的執(zhí)行效果在各省域上存在著空間自相關(guān)性和異質(zhì)性.在回歸模型中，納入空間效應(yīng)的GWR估計(jì)更優(yōu)于傳統(tǒng)的OLS估計(jì).實(shí)證結(jié)果表明：經(jīng)濟(jì)增長、物價(jià)水平和固定資產(chǎn)投資在一定程度上對貨幣政策區(qū)域異質(zhì)性效應(yīng)的形成都有影響，并且物價(jià)水平是其最主要的影響因素，進(jìn)一步強(qiáng)調(diào)在貨幣政策調(diào)控時(shí)應(yīng)將穩(wěn)定物價(jià)總水平放在更加突出的位置.

地理加權(quán)回歸模型；貨幣政策；空間異質(zhì)性；時(shí)間序列；優(yōu)化；動(dòng)態(tài)模型

作為政策當(dāng)局的有力宏觀調(diào)控工具，貨幣政策在一國經(jīng)濟(jì)發(fā)展中扮演關(guān)鍵角色.通常情況下，貨幣當(dāng)局主要依托貨幣供應(yīng)量、利率這兩種貨幣政策傳導(dǎo)渠道來對宏觀經(jīng)濟(jì)進(jìn)行調(diào)控.除了上述的兩種主要貨幣政策傳導(dǎo)渠道外，還有諸多的其他形式，如匯率傳導(dǎo)渠道、資產(chǎn)負(fù)債渠道等.然而，貨幣政策的傳導(dǎo)是一個(gè)極其復(fù)雜的過程，整個(gè)過程環(huán)節(jié)多、渠道廣，而且還會(huì)受到每個(gè)不同區(qū)域經(jīng)濟(jì)發(fā)展水平、金融資源分布、金融結(jié)構(gòu)差異等不同要素的異質(zhì)性影響，每一項(xiàng)統(tǒng)一的貨幣政策在傳導(dǎo)過程中往往都會(huì)產(chǎn)生區(qū)域差異，形成貨幣政策區(qū)域異質(zhì)性效應(yīng).如果不考慮貨幣政策的區(qū)域異質(zhì)性效應(yīng)，不僅會(huì)影響貨幣政策的有效性，也會(huì)對經(jīng)濟(jì)平穩(wěn)發(fā)展帶來沖擊，進(jìn)而加劇區(qū)域經(jīng)濟(jì)非均衡發(fā)展.作為一個(gè)發(fā)展中大國，自改革開放以來，伴隨經(jīng)濟(jì)騰飛的同時(shí)，中國區(qū)域之間經(jīng)濟(jì)發(fā)展差距在逐步拉大，各區(qū)域間的金融發(fā)展水平和金融資源配置差距也隨之?dāng)U大，貨幣政策在中國不同地區(qū)、不同省份的調(diào)控效率效果差異越來越明顯.因此，在研究貨幣政策在中國各地區(qū)的執(zhí)行情況以及對經(jīng)濟(jì)運(yùn)行的影響時(shí)，就必須充分考慮各地區(qū)的異質(zhì)性.

Beare(1976)認(rèn)為貨幣政策之所以會(huì)產(chǎn)生區(qū)域異質(zhì)性效應(yīng)，是由于其傳導(dǎo)渠道所導(dǎo)致[1].Ridhwan等(2008)研究了貨幣政策對區(qū)域經(jīng)濟(jì)發(fā)展的影響，認(rèn)為貨幣政策和金融市場可以促進(jìn)區(qū)域發(fā)展，特別是在欠發(fā)達(dá)的國家更可以發(fā)揮重要潛在的作用[2].Chappel Jr等(2008)分析了地區(qū)經(jīng)濟(jì)狀況對貨幣政策制定者的影響，認(rèn)為區(qū)位條件影響央行行長的政策偏好[3].Yang 等(2010)基于1991～2002年瑞典數(shù)據(jù)分析了貨幣政策對瑞典區(qū)域房價(jià)的影響，研究結(jié)果表明貨幣政策對瑞典房地產(chǎn)市場具有顯著的區(qū)域效應(yīng)[4].Mamoru(2010)基于企業(yè)微觀數(shù)據(jù)研究發(fā)現(xiàn)，后危機(jī)時(shí)代量化寬松貨幣政策對日本47個(gè)地區(qū)借貸市場產(chǎn)生了異質(zhì)性影響[5].Massimo等(2013)研究貨幣政策對地區(qū)債務(wù)融資的影響[6].

國內(nèi)對貨幣政策區(qū)域異質(zhì)性效應(yīng)的研究起步較晚，始于20世紀(jì)90年代.葛兆強(qiáng)、郝繼倫(1995)基于貨幣政策區(qū)域化角度探尋解決中國區(qū)域經(jīng)濟(jì)發(fā)展非均衡問題[7].國內(nèi)大多數(shù)學(xué)者是在借鑒國外研究成果的基礎(chǔ)上利用向量回歸模型(包括VAR和SVAR模型)對中國貨幣政策區(qū)域異質(zhì)性效應(yīng)的存在性進(jìn)行實(shí)證研究，代表性文獻(xiàn)見文[8-11].

不難發(fā)現(xiàn)，國內(nèi)外學(xué)者對貨幣政策區(qū)域效應(yīng)的異質(zhì)性研究是廣泛而深入的，但多數(shù)有關(guān)貨幣政策區(qū)域效應(yīng)的研究并沒有將區(qū)域之間的空間關(guān)聯(lián)性和依賴性納入分析體系.貨幣政策效應(yīng)不僅受本地經(jīng)濟(jì)基礎(chǔ)、金融結(jié)構(gòu)等影響，同時(shí)還會(huì)受到周邊地區(qū)諸如金融活動(dòng)的溢出效應(yīng)等影響.因此，將空間效應(yīng)納入貨幣政策的有效性分析更加準(zhǔn)確、更具說服力.現(xiàn)有研究表明，納入了空間效應(yīng)的GWR模型是一種比傳統(tǒng)的OLS估計(jì)更適應(yīng)于分析貨幣政策執(zhí)行效果的空間特征[12-15].對此，本文采用地理加權(quán)回歸模型來估計(jì)中國貨幣政策產(chǎn)生區(qū)域差異性效應(yīng)的影響因素，進(jìn)而從實(shí)證分析的結(jié)果提出關(guān)于貨幣政策實(shí)施的建議和對策.

1 模型構(gòu)建、指標(biāo)選取及數(shù)據(jù)說明

1.1 GWR模型與本文的技術(shù)處理

由于中國各地區(qū)經(jīng)濟(jì)發(fā)展水平、金融結(jié)構(gòu)存在明顯的差異性，貨幣政策效應(yīng)在各地區(qū)相同時(shí)期的有效性也存在著較大的差異性，這從空間計(jì)量經(jīng)濟(jì)學(xué)的角度可以用空間異質(zhì)性(Spatial Heterogeneity)來闡釋.處理空間異質(zhì)性的一個(gè)主要方法是非參數(shù)局域線性回歸模型，即英國學(xué)者Fotheringham提出的地理加權(quán)回歸(GWR)模型，該模型是用于研究空間關(guān)系的一種新方法.中國貨幣政策區(qū)域執(zhí)行效果的空間差異正好具有這一特征.地理加權(quán)回歸模型的一般表達(dá)式為：

i=1,2,…,n．

(1)

式中：y為n×1維被解釋變量；xij為n×k維解釋變量矩陣；αj(ui,vi)代表變量j在回歸點(diǎn)i的回歸系數(shù)；系數(shù)αj的下標(biāo)表示與觀測值相聯(lián)系k×1 維待估計(jì)參數(shù)向量，是關(guān)于空間地理位置(ui,vi)的k+1元函數(shù).GWR 可以對每個(gè)觀測值估計(jì)出n個(gè)參數(shù)向量的估計(jì)值，ε是n×1維空間地理位置的隨機(jī)誤差向量，服從正態(tài)分布、常數(shù)方差、相互獨(dú)立等球形擾動(dòng)假定.

Brunshdon等(1996)依據(jù)“接近位置i的觀察數(shù)據(jù)比那些離位置i遠(yuǎn)一些的數(shù)據(jù)對i的估計(jì)有更多的影響”的思想[16]，利用加權(quán)最小二乘法來估計(jì)地理加權(quán)回歸模型的參數(shù),得到：

(2)

其中:W(ui,vi)是空間權(quán)重矩陣.在實(shí)證分析中，常用的權(quán)重函數(shù)主要有式(3)和式(4)：

ωij=exp[-(dij/b)2]．

(3)

(4)

其中，式(3)為高斯函數(shù)，式(4)為雙重平方(bi-square)函數(shù).b是帶寬，dij是樣本點(diǎn)i和j的距離.

本文在計(jì)算中國貨幣政策空間異質(zhì)性效應(yīng)帶寬b時(shí)仍沿用目前國內(nèi)外學(xué)術(shù)界常用的交叉確認(rèn)方法，即：

(5)

1.2 指標(biāo)、數(shù)據(jù)的選取

綜合考慮貨幣政策的傳導(dǎo)機(jī)制，其基本的傳導(dǎo)過程可為貨幣當(dāng)局的貨幣政策首先作用于金融體系及各類金融市場，并沿著貨幣供應(yīng)量和利率兩個(gè)途徑傳導(dǎo)，進(jìn)而影響投資需求、消費(fèi)需求，并通過總需求與總供給的相互作用，最終影響價(jià)格和產(chǎn)出.中國是一個(gè)發(fā)展中國家，市場經(jīng)濟(jì)體制還在不斷地完善，利率市場化改革仍處在漸進(jìn)的推進(jìn)過程中，因而以利率指標(biāo)作為貨幣政策變量還有待商榷，國內(nèi)學(xué)者的研究中多以貨幣供應(yīng)量或金融機(jī)構(gòu)信貸量作為貨幣政策變量.與信貸量相比，貨幣供應(yīng)量是現(xiàn)階段中國貨幣政策的中介目標(biāo)，以它作為貨幣政策變量更具有代表性，且信貸規(guī)模與貨幣供應(yīng)量之間存在高度相關(guān)關(guān)系，信貸量在很大程度上由貨幣供應(yīng)量決定，因此本文選取廣義貨幣供應(yīng)量M2作為貨幣政策變量.由于部分省市缺乏省域?qū)用娴呢泿殴?yīng)量M2的統(tǒng)計(jì)數(shù)據(jù)，且流通中的現(xiàn)金相對于存款來說所占比重較小，故本文借鑒前人研究*郎雯(2011)詳細(xì)闡述了省域?qū)用嬉越鹑跈C(jī)構(gòu)存款余額數(shù)據(jù)來代替貨幣供應(yīng)量M2的合理性[18].，以該省市金融機(jī)構(gòu)存款余額數(shù)據(jù)來代替貨幣供應(yīng)量M2.

為研究貨幣政策區(qū)域異質(zhì)性效應(yīng)，還需明確貨幣政策調(diào)整的目標(biāo)，進(jìn)而對貨幣政策在各區(qū)域的效應(yīng)進(jìn)行比較.因此本文選取居民消費(fèi)物價(jià)指數(shù)CPI和經(jīng)濟(jì)增長變量GDP來度量貨幣政策調(diào)控的“穩(wěn)物價(jià)，保增長”這兩大目標(biāo).此外，由于央行采取預(yù)調(diào)微調(diào)的貨幣政策需要根據(jù)經(jīng)濟(jì)運(yùn)行環(huán)境來實(shí)施寬松或緊縮的貨幣政策，當(dāng)微觀經(jīng)濟(jì)層面面臨資金困難，內(nèi)需乏力等問題時(shí)，應(yīng)采取適度寬松的貨幣政策，增加貨幣供應(yīng)量，引導(dǎo)市場預(yù)期和信心，刺激擴(kuò)大企業(yè)的投資.反之可采用緊縮貨幣政策.可見，企業(yè)投資的需求變化主要依賴于貨幣供應(yīng)量的變化，本文還將選取固定資產(chǎn)投資總額I指標(biāo)來反映貨幣政策的異質(zhì)性效應(yīng).

本文選取的變量M2，I，CPI和GDP的原始數(shù)據(jù)來源于歷年《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《中國統(tǒng)計(jì)年鑒》和各省市統(tǒng)計(jì)年鑒，時(shí)間跨度為2002～2011年，實(shí)證結(jié)果利用SAM4.0軟件實(shí)現(xiàn).

2 實(shí)證分析

2.1 2001～2010年中國各省域的貨幣政策變量M2的Moran指數(shù)

本文選取2001～2010年中國31個(gè)省域的貨幣政策測度變量M2為統(tǒng)計(jì)指標(biāo)，并對其取自然對數(shù)，對M2進(jìn)行數(shù)據(jù)變換以減小變幅，利用SAM空間計(jì)量軟件得到歷年的貨幣供應(yīng)量M2的Moran指數(shù)值，結(jié)果如表1所示.Moran指數(shù)的檢驗(yàn)是建立在正態(tài)分布假設(shè)之上的，從結(jié)果顯示看出，在0.1的顯著水平下各年份的統(tǒng)計(jì)量均顯著.自2001年以來，貨幣供應(yīng)量M2的Moran指數(shù)略顯上升趨勢，其顯著性水平也有增強(qiáng)的趨勢.這表明中國各省域的貨幣供應(yīng)量M2表現(xiàn)出小幅度擴(kuò)大的空間集聚現(xiàn)象，但整體上這一指數(shù)的數(shù)值在0.2附近波動(dòng)，為正的空間自相關(guān)性.同時(shí)貨幣供應(yīng)量是非均勻分布的，正是這種空間上的非均勻或非隨機(jī)分布導(dǎo)致了貨幣政策效應(yīng)的空間區(qū)域異質(zhì)性.

表1 2001～2010年貨幣政策變量M2的全域Moran’s I指數(shù)

Tab．1 Global Moran’s indexes of M2 (monetary policy variable )from 2001 to 2010

年份Moran’sIP值年份Moran’sIP值20010.1670.09420060.2010.05220020.170.09120070.2030.05020030.1890.06520080.1960.05720040.1970.05520090.2000.05320050.2010.05120100.2010.051

同時(shí)，圖1分別描繪了2001和2010年中國31個(gè)省域貨幣供應(yīng)量M2的Moran散點(diǎn)圖.在這兩個(gè)年份的Moran散點(diǎn)圖中，可以發(fā)現(xiàn)，第一、三象限內(nèi)分布的散點(diǎn)明顯多于其他兩個(gè)象限，且第三象限(高高類型)又多于第二象限(低低類型)，這從總體上揭示出中國貨幣政策效應(yīng)的區(qū)域非均質(zhì)性.通過貨幣政策測度變量M2的Moran指數(shù)值及散點(diǎn)圖，可以直觀地反映出中國貨幣政策的執(zhí)行效果在各省域上存在著空間自相關(guān)性和異質(zhì)性.

圖1 2001和2010年貨幣供應(yīng)量M2的Moran散點(diǎn)圖

2.2 基于OLS與GWR模型的回歸估計(jì)比較分析

本文分析了中國31個(gè)省域2010年貨幣政策執(zhí)行效果情況，得到如表2所示的OLS估計(jì)結(jié)果.根據(jù)OLS回歸結(jié)果，模型擬合優(yōu)度達(dá)到0.941，表明模型整體上是顯著的.但回歸模型 OLS 只對參數(shù)進(jìn)行平均意義上的全域估計(jì)，不能反映參數(shù)在不同空間的空間非穩(wěn)定性.由于貨幣政策變量在空間上表現(xiàn)出自相關(guān)性和異質(zhì)性，而傳統(tǒng)的回歸模型是建立在最小二乘法基礎(chǔ)上對參數(shù)進(jìn)行估計(jì)的，其估計(jì)系數(shù)是一個(gè)常數(shù)，故無法揭示中國貨幣政策效應(yīng)的空間區(qū)域異質(zhì)性.因此，忽視空間效應(yīng)的OLS估計(jì)會(huì)導(dǎo)致研究得出的各種結(jié)果和推論缺乏應(yīng)有的解釋力.

采用地理加權(quán)回歸模型(GWR)進(jìn)行估計(jì)，以局部系數(shù)10%使用Gaussian核函數(shù)得到如表3估計(jì)結(jié)果.

表2 OLS估計(jì)結(jié)果

Tab．2 Estimation results of OLS

Variable系數(shù)T統(tǒng)計(jì)量概率值Constant60.4291.7490.092***LNCPI-12.562-1.6930.102LNI-0.897-5.113<.001*LNGDP1.67210.508<.001*n=31R=0.972Sigma=0.242R2adj=0.941F=155.534殘差平方和=1.58P<0.001

注： ***表示 0.1顯著性水平； **表示0.05顯著性水平； *表示0.01顯著性水平.

表3 GWR系數(shù)估計(jì)結(jié)果

Tab．3 Estimated values of GWR coefficient

變量最小值1/4分位數(shù)中位數(shù)3/4分位數(shù)最大值C22.839145.635057.239273.156789.7728LNCPI-18.8761-15.2801-11.7602-9.3427-4.47LNI-1.6064-1.2766-1.1265-0.9305-0.0512LNGDP0.85581.70971.89411.98172.3166n=31R=0.986Sigma=0.048R2adj=0.955F=50.395殘差平方和=0.86P<0.001

可見，模型使用地理加權(quán)回歸的方法時(shí)， GWR在統(tǒng)計(jì)上非常顯著，它可以解釋貨幣政策效應(yīng)總變異的95.5%.與OLS的結(jié)果相比，殘差平方和也由1.58下降到0.86，Sigma值也出現(xiàn)了顯著的下降.GWR 估計(jì)結(jié)果顯示，處于不同分位點(diǎn)時(shí)各個(gè)解釋變量對每一空間樣本點(diǎn)的貨幣政策變量都有特定的回歸擬合估計(jì)值，且分位數(shù)的參數(shù)估計(jì)值差異比較顯著， 直觀地刻畫出省域?qū)用嫔县泿耪叩膶?shí)施效果存在一定程度的異質(zhì)性，這也說明各解釋變量對區(qū)域內(nèi)貨幣政策作用的影響是異質(zhì)的.

表2和表3列出了OLS和GWR估計(jì)的回歸系數(shù)，從所取的3個(gè)影響因子OLS估計(jì)來說，固定資產(chǎn)投資總額I和GDP在0.01的顯著性水平下都是顯著的，而居民消費(fèi)物價(jià)指數(shù)指標(biāo)則需將顯著性水平放大到0.15的情況下才顯著.利用GWR進(jìn)行局部參數(shù)估計(jì)得出的系數(shù)可以很好地揭示出貨幣供應(yīng)量和各影響因子之間復(fù)雜的關(guān)系，每一個(gè)影響因子對貨幣供應(yīng)量的影響是隨著區(qū)位的變化而變化，但所有的影響因子在不同程度上有著一致的影響.居民消費(fèi)物價(jià)指數(shù)和固定資產(chǎn)投資總額對貨幣供應(yīng)量有負(fù)向影響，而GDP對貨幣供應(yīng)量有正向作用，物價(jià)指數(shù)上漲，在宏觀經(jīng)濟(jì)中表現(xiàn)出為了抑制通脹，國家將采取適度的緊縮貨幣政策，從而減少貨幣供應(yīng)量，反之亦然．而當(dāng)微觀經(jīng)濟(jì)層面的固定投資總額不斷擴(kuò)大時(shí)，意味著其流通資金充足，在流通過程中將收縮貨幣供應(yīng)量.相反，區(qū)域內(nèi)經(jīng)濟(jì)基礎(chǔ)越占優(yōu)勢，金融結(jié)構(gòu)越優(yōu)化，則金融機(jī)構(gòu)的存款及流通中的現(xiàn)金也會(huì)越多，意味著貨幣供應(yīng)量也就越多，從而進(jìn)一步刺激社會(huì)經(jīng)濟(jì)的發(fā)展，促進(jìn)良性循環(huán)的形成.這一點(diǎn)可以從中國貨幣政策調(diào)整長期偏向于東部沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)得到反映.經(jīng)濟(jì)增長、物價(jià)水平和企業(yè)投資都在一定程度上對貨幣政策區(qū)域異質(zhì)性效應(yīng)的形成產(chǎn)生了影響，其中最重要的影響因素是居民消費(fèi)物價(jià)指數(shù)，這也說明了中央將穩(wěn)定物價(jià)總水平放在更加突出的位置原因所在，不同地區(qū)的物價(jià)持續(xù)上漲或下跌以及自身經(jīng)濟(jì)條件基礎(chǔ)，會(huì)進(jìn)一步加深貨幣政策實(shí)施效果的差異化.

3 結(jié) 論

本文利用Moran指數(shù)和Moran散點(diǎn)圖完整地描述了2001～2010年間中國31個(gè)省區(qū)貨幣政策測度變量M2的空間分布特征.空間自相關(guān)分析結(jié)果表明，自2001年以來，貨幣供應(yīng)量M2的Moran指數(shù)呈上升趨勢，這表明中國各省域的貨幣供應(yīng)量M2表現(xiàn)出小幅度擴(kuò)大的空間集聚現(xiàn)象，但整體上這一指數(shù)的數(shù)值在0.2附近波動(dòng)，為正的空間自相關(guān)性.通過貨幣政策測度變量M2的Moran指數(shù)值及散點(diǎn)圖，直觀地刻畫出中國貨幣政策的執(zhí)行效果在各省域上存在著空間自相關(guān)性和異質(zhì)性.

實(shí)證分析發(fā)現(xiàn)，經(jīng)濟(jì)增長、物價(jià)水平和企業(yè)投資都在一定程度上對貨幣政策區(qū)域異質(zhì)性效應(yīng)的形成產(chǎn)生了影響，其中最重要的影響因素是物價(jià)水平.由于經(jīng)濟(jì)與金融發(fā)展和消費(fèi)水平的區(qū)域差異導(dǎo)致了貨幣政策的區(qū)域異質(zhì)性效應(yīng)，故統(tǒng)一的貨幣政策并不能協(xié)調(diào)區(qū)域之間的經(jīng)濟(jì)發(fā)展，對部分地區(qū)的經(jīng)濟(jì)發(fā)展甚至?xí)a(chǎn)生負(fù)面影響，進(jìn)而阻礙整體宏觀經(jīng)濟(jì)目標(biāo)的實(shí)現(xiàn).

結(jié)合中國的具體國情和政策實(shí)踐經(jīng)驗(yàn)，本文認(rèn)為要緩解中國貨幣政策區(qū)域異質(zhì)性效應(yīng)問題，第一，應(yīng)實(shí)行差異化的區(qū)域性貨幣政策.比如通過貨幣政策制定權(quán)的適度下放和貨幣政策工具的區(qū)域差別化等操作，以減緩中國貨幣政策的區(qū)域異質(zhì)性效應(yīng).目前的差別化存款準(zhǔn)備金率政策實(shí)踐已取得了一定的成效，但差別化區(qū)域貨幣政策的貫徹落實(shí)仍任重道遠(yuǎn).第二，從貨幣政策的傳導(dǎo)機(jī)制來看，深化金融體制改革，優(yōu)化欠發(fā)達(dá)地區(qū)的金融結(jié)構(gòu)、促進(jìn)產(chǎn)業(yè)升級，把握好“流動(dòng)性”這個(gè)總閘門，將信貸資金更多投向?qū)嶓w經(jīng)濟(jì)特別是“三農(nóng)”和中小企業(yè)，提高貨幣資金的傳導(dǎo)效率，從而弱化貨幣政策執(zhí)行效果的區(qū)域差異.

[1] BEARE J B.A monetarist model of regional business cycles [J]. Journal of Regional Science，1976(16):57-63.

[2] RIDHWAN M M, NIJKAMP P, RIETVEL P, et al. Regional development and monetary policy : a review of the role of monetary unions, capital mobility and locational effects[R]. VU University Amsterdam, Faculty of Economics, Business Administration and Econometrics in Its Series Serie Research Memoranda with Number 0007,2008:1-12.

[3] CHAPPEL JR H W, MCGREGOR R R, VERMILYEA T D. Regional economic conditions and monetary policy[J]. European Journal of Political Economy, 2008, 24(2):283-293.

[4] YANG Zan,WANG Song-tao, CAMPBELL R. Monetary policy and regional price boom in Sweden[J]. Journal of Policy Modeling, 2010, 32(6):865-879.

[5] MAMORU N. The regional effects of quantitative easing monetary policy in Japan: Evidence from post-crisis firm data[J]. Global Economic Review, 2011,40 (1):1-19.

[6] MASSIMO M, ZHANG Lei. Monetary policy and regional availability of debt financing[J]. Journal of Monetary Economics, 2013, 60(4):439-458.

[7] 葛兆強(qiáng),郝繼倫. 區(qū)域經(jīng)濟(jì)與貨幣政策區(qū)域化[J]. 寧夏社會(huì)科學(xué),1995(3):12-18.

GE Zhao-qiang, HAO Ji-lun. Regional economy and regional monetary policy[J].Social Sciences in Ningxia,1995(3):12-18.(In Chinese)

[8] 丁文麗. 轉(zhuǎn)軌時(shí)期中國貨幣政策效力區(qū)域非對稱性實(shí)證研究—基于VAR模型的經(jīng)驗(yàn)分析[J]. 經(jīng)濟(jì)科學(xué), 2006(6):1-9.

DING Wen-li. Asymmetric of the regional monetary policy during the transformation period in China——Based on the empirical analysis of VAR model[J]. Economic Science, 2006(6):1-9. (In Chinese)

[9] 蔣益民,陳璋. SVAR模型框架下貨幣政策區(qū)域效應(yīng)的實(shí)證研究：1978-2006[J]. 金融研究, 2009(4):180-195.

JIANG Yi-min, CHEN Zhang. The empirical research on the asymmetric of the regional monetary policy under the framework of the SVAR model[J]. Journal of Finance, 2009(4):180-195. (In Chinese)

[10]董志勇,黃邁,周銘山. 我國貨幣政策區(qū)域效應(yīng)的度量與成因分析[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理,2010(10): 34-40.

DONG Zhi-yong, HUANG Mai, ZHOU Ming-shan. Regional effects of the monetary policies in China: Measures and interpretation[J]. Economic Theory and Business Management, 2010(10): 34-40. (In Chinese)

[11]申俊喜,曹源芳,封思賢.貨幣政策的區(qū)域異質(zhì)性效應(yīng)——基于中國31個(gè)省域的實(shí)證分析[J]. 中國工業(yè)經(jīng)濟(jì), 2011(6):36-46.

SHEN Jun-xi, CAO Yuan-fang, FENG Si-xian. The regional heterogeneity effects of the monetary policy——an empirical analysis based on provincial data[J]. China Industrial Economics, 2011(6):36-46. (In Chinese)

[12]蘇方林.省域R&D知識(shí)溢出的GWR實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2007(2):145-153.

SU Fang-lin. An empirical analysis on China's provincial R&D knowledge spillovers on using GWR[J]. The Journal of Quantitative & Technical Economics, 2007(2):145-153. (In Chinese)

[13]李志,周生路,張紅富,等.基于GWR模型的南京市住宅地價(jià)影響因素及其邊際價(jià)格作用研究[J].中國土地科學(xué),2009,23(10):20-25.

LI Zhi, ZHOU Sheng-lu, ZHANG Hong-fu,etal. Exploring the factors impacting on the residential land price and measuring their marginal effects based on geographically weighted regression Model: A case study of Nanjing[J]. China Land Science, 2009,23(10):20-25. (In Chinese)

[14]曾暉,楊平,朱建君.城市住宅價(jià)格影響因素的空間非平穩(wěn)性分析[J].湖南大學(xué)學(xué)報(bào):自然科學(xué)版,2012,39(5): 88-92．

ZENG Hui, YANG Ping, ZHU Jian-jun. Analysis on the spatial non-stationary of urban housing pricing factors[J]. Journal of Hunan University: Natural Sciences, 2012,39(5): 88-92. (In Chinese)

[15]吳巍,周生路,魏也華,等.空間異質(zhì)模型在城市擴(kuò)展模擬中的應(yīng)用與評估[J].湖南大學(xué)學(xué)報(bào):自然科學(xué)版,2013,40(12):114-119．

WU Wei, ZHOU Sheng-lu, WEI Ye-hua,etal. Application and evaluation of spatial heterogeneity model in the simulation of urban expansion[J]. Journal of Hunan University: Natural Sciences, 2013,40(12):114-119. (In Chinese)

[16]BRUNSHDON C, FOTHERINGHAM A M, CHARLTON M. Geographical weighted regression: A method for exploring spatial nonstationarity [J].Geographical Analysis，1996, 28(4):281-298.

[17]BRUNSHDON C, FOTHERINGHAM A M, CHARLTON M. Geographical weighted summary statistics—a framework for localized exploratory data analysis [J]. Computer，Environment and Urban Systems, 2002,26:501-524.

[18]郎雯.中國貨幣政策的區(qū)域效應(yīng)檢驗(yàn)及分析[D]. 成都：西南財(cái)經(jīng)大學(xué)金融學(xué)院,2011:30-31.

LANG Wen. The inspection and analysis for the regional effects of monetary policy in China[D].Chengdu: College of Finance,Southwestern University of Finance and Economics，2011:30-31. (In Chinese)

The Regional Heterogeneity Effects of Monetary Policy in China——An Empirical Analysis Based on Geographically Weighted Regression model

CHEN Liang1,LIU Yi-wen2,3,HU Zong-yi2?

(1. School of Economies and Trade,Hunan Univ,Changsha,Hunan 410079,China;2.College of Finance and Statistics,Hunan Univ,Changsha,Hunan 410079,China;3.School of International Studies, Hunan Univ of Commerce, Changsha,Hunan 410205,China)

This paper presented an empirical analysis of the effect of the monetary policy based on China's 31 provincial data from 2001 to 2010, relying on GWR model. It reveals directly that there exist a spatial autocorrelation and disparity in all provincial effect of monetary policy implementation, through the local Moran autocorrelation statistics and Moran scatter plot of the measurable variable M2. Among the regression models, GWR model considering spatial effects is superior to the traditional OLS model. The empirical result shows that economic growth, commodity price level and investment in the fixed assets have impact on the regional heterogeneity effects of monetary policy, especially the price level. It further stresses that we should adopt stable commodity price level in a more prominent place in monetary policy control.

geographically weighted regression model; monetary policy; spatial heterogeneity effects;time series; optimization; dynamic models

2014-09-19

國家社科基金資助項(xiàng)目(15BJY040)；教育部人文社會(huì)科學(xué)研究青年基金資助項(xiàng)目(15YJC790062)；中國博士后科學(xué)基金資助項(xiàng)目 (2014M552128);湖南省博士后科研資助專項(xiàng)計(jì)劃(2014RS4015);湖南省社科基金資助項(xiàng)目(14YBB002)

陳 亮(1964-)，男，湖南漢壽人，湖南大學(xué)博士研究生

?通訊聯(lián)系人，E-mail:zongyihu@163.com

1674-2974(2015)11-0139-06

F822．0

A