(一）相关关系分析

货币政策对三种行业的不同影响可以通过两者之间的相关程度反映，表6-8所示的是广义货币供应量与三种行业之间的相关关系矩阵。从表6-8中可以看出，货币政策与农业、建筑业和交通运输业之间是高度相关的。

表6-8　货币供应量M2与三种行业之间的相关关系

(二）数据的平稳性检验

考察货币政策对不同行业的影响特征，构建模型时需要对相关变量间的稳定性进行检验，以避免伪回归，采用ADF检验，其检验结果如表6-9所示。其中农业因子记为FA，建筑业因子记为FC，交通运输业因子记为FT，对于交通运输业因子因其波动过大，对原序列取对数，记为lnFT。

为避免伪回归，对相关变量进行单位根检验，其检验结果如表6-9所示。从检验结果来看，所有变量都是不平稳的。经两次差分后，所有变量均变为平稳，这说明所有变量都是二阶平稳的，可以进行协整检验，以深入考察上述变量间是否存在长期稳定关系。

表6-9　货币供应量M2、三种行业的ADF检验

注：其中(C，T，K)表示进行单位根检验是选择的检验方法，C表示常数项，T表示趋势，K表示滞后期；滞后期的选择遵循AIC标准。

(三）协整检验

采用Johansen检验，检验结果如表6-10所示，两种检验方法结果一致，迹检验和最大特征根检验均显示存在一个协整关系，说明广义货币供应量M2与三种行业之间存在长期均衡关系，协整方程为

其中括号内为标准差。

表6-10　货币供应量M2与三种行业之间的协整关系

注：*表明在5%的置信水平下拒绝原假设。

(四）Granger因果检验(www.daowen.com)

如表6-11所示，广义货币供应量M2均是农业、建筑业和交通运输业的格兰杰原因，说明货币政策的货币渠道是畅通的，通过M2可以影响实际产出；而农业和交通运输业都是货币供应量M2的格兰杰原因，说明这两个变量与M2的滞后项在统计上是显著的，可以构建它们之间的VAR模型。

表6-11　货币供应量M2与三种行业之间Granger因果检验

注：*表明在5%的置信水平下拒绝原假设，**表明在10%的置信水平下拒绝原假设。

以第一产业的农业、第二产业的建筑业以及第三产业的交通运输业作为样本，本部分研究结论与第五章的实证结果存在一定的差异。导致这种差异的原因：其一，各具体行业有其自身的特点，导致其与整体存在差异；其二，受数据可获取性的限制，样本数据时间仅为1995—2014年这10年的数据，时间段较短，也有可能导致偏差。

(五）脉冲函数

借助方差分解和脉冲函数进一步来考察农业、建筑业和交通运输业对于货币政策冲击的反应，图6-6所示的是上述三个行业对于货币政策一个标准差的脉冲反应情况。

由图6-6可以看出以下几个方面。

(1)各产业对M2的冲击反应是存在差异的。

(2)前6期农业对M2的冲击响应有正有负，第3期达到最大值，在6期之后基本趋于平稳。

(3)与农业的对M2的响应相比较，建筑业对货币政策M2一个标准差的冲击响应较弱，在5期之后基本趋于稳定。

(4)交通运输业对一个标准差的货币政策M2的冲击前期较强，逐步减弱，在6期之后基本趋于稳定。

(5)M2对农业的影响在第3期达到最大，使得农业因子因为货币政策的影响增加13.9052%，说明货币政策对农业的影响是比较明显的。导致上述结果出现的主要原因是农业本身的特征，诸如生产周期长，风险较大等问题，本身自有资金不充盈，对外部资金依赖强，而外部融资渠道较少，融资成本相对高。因此货币政策的稍微变化就会带给农业较强的影响。

(6)M2一个标准差对建筑业的影响在第4期达到正向最大值。因为货币政策的影响，建筑业因子会增加7.1709%，这个响应力度是低于农业因子的；同时也看出货币政策对建筑业的影响滞后效应明显；积极的货币政策拉升了建筑业投资和扩张的热度，从理论上讲建筑业资金需求巨大、银行借贷项目多、融资结构复杂，其对货币政策的依赖程度应该是最强的。出现当前这种情况，或许是因为货币政策对实体经济的传导渠道不畅通。

(7)一个标准差的M2对交通运输业的影响在初期达到最高，交通运输业因为货币政策的变化，会增加5.5461%；在所选择的三种行业中，农业对货币政策的反应是较强的，说明农业的市场化程度比较高，对市场价格信号和利率水平较为敏感。交通运输项目多为政府性投资基建工程，资金来源大部分是财政性资本投入，加之融资途径多样，相比较而言，其对财政政策和税收政策更为敏感些。

图6-6　农业、建筑业和交通运输业对一个单位M2冲击的响应