开放经济货币需求的微观基础：应用于

然而，在短期内，由于调整需要时间，暂时的不平衡存在这样的关系： t*1t1t10*TTToclnoclnmsln,  （15） 经验货币需求文献将利率描述为货币持有的机会成本，假设0, 并将其用作货币需求方程中的回归器。但是，由于利率是在一段时间后才被感知到的，我们必须将其贴现到现在，贴现后的利率进入货币需求回归。标准单位根检验和面板单位根检验证实，方程式（17）中涉及的变量是I（1）过程（见Dreger et al.2007；Fidrmuc，2009；Hsieh and Hsing，2009）。其中元素0AND 1与结构参数相关的协整向量的   1Ln0和方程（15）中的相对货币需求函数并不是该模型的唯一结果。我们的模型还提供了一个依赖于规模变量（消费或收入）的货币需求方程，与文献中估计的标准经验货币需求方程更为一致。返回方程式（11），表示为：tt）1（ttt*tt111t1tttPXPMPMS）1（ii11PM，（16）并将方程式（13）插入方程式（16）中，得到：tt11*1t1t1）1（1TTPXOC1C1PM，带1.（17）考虑到有关国家是一个边远国家，其货币向外国代理人提供无流动性服务。在这种情况下，我们假设外国货币（即欧元）是一种国际货币，它为边远国家的代理人提供流动性服务，但不是相反。

外国代理商不向国外要钱，而该国的总要钱量仅等于TTPM。取方程式（17）的对数得出：我们观察到货币需求方程（18）符合货币产出弹性的标准结果。该模型是一个有点复杂的非线性方程，我们决定将我们的分析限制为简化的线性化版本，类似于经验货币研究中的版本。如果我们假设近似为常数，我们将其视为长期价差，然后泰勒展开得出：                tt*1T1T1T1TTPXLNOCLNOCLNS1EXP11EXPOCLNLN1）1（S1EXP11EXP1SS1EXP1LN1 1LNPMLN（19）如果 *1T1T1TTOCLNOCLN、ocln、PMln,  和 ttPXlnare I（1），然后方程（19）描述了第二个协整关系。

从长期来看，这种货币需求方程是成立的，但从短期来看，货币也依赖于平稳的不平衡: ttt3*1T1T21T10TPXLNOCLNOCLNOCLNPMLN,  （20） 其中，协整向量的元素与结构参数相关               .1和，s1exp1s1exp，，S1EXP1S1EXP1S1EXP1LN1）1（1ln3210参数1衡量利率弹性和参数2的符号取决于两种替代弹性之间的差异和.货币需求方程（15）和（20）遵循Meltzer（1963）的思路，或适用于Baumol-Tobin模型（即库存理论模型，Baumol 1952和Tobin 1956），该模型考虑了机会成本的对数，而不是机会成本本身，作为解释变量，如Cagan（1956）的方法。Hueng（2000）在面对非线性货币需求函数时做出了同样的选择。卡根（1956）的半对数形式是货币需求实证分析最常用的规范，其中机会成本通常成为利率。低利率甚至负利率的存在使得当we0. 但是，对于足够高的^1值，或更高的利率，对数-对数货币需求规范提供了一种利息替代方案。适用于中欧和东欧国家的软件可以将前几节中描述的模型应用于中欧和东欧国家，其中国际货币（欧元）向国内代理提供流动性服务。

在中东欧国家，外币存款占存款总额的比例很高，大多数外币存款是欧元。我们使用捷克共和国、匈牙利、波兰和罗马尼亚的月度统计数据来测试两个长期货币需求方程——方程（15）和（20）——从1999M1到2015M11。这些数据来自国际金融统计（IFS）数据库、欧洲统计局数据库、经合组织数据库以及各国央行提供的统计数据。在方程式（15）中，由于流通中的货币（现金）结构未知，因此本外币存款比率代表我们模型中的货币需求。对于等式（20），我们使用M2来计算实际货币需求，因为研究人员通常使用广义货币来估计中东欧国家的货币需求。为了稳健性的目的，不等式（20）我们还使用等式（20）中的M1来衡量实际货币需求。我们使用货币市场利率、消费者价格指数和家庭消费支出。完整的数据描述见附录。Lucas（2000）比较了这两种类型的货币需求，并表示了对对数-对数形式的偏好（有关对数-对数规范的其他参数，请参见Benati et al，2016以及Miller、Martins和GuptaUncoming）。相比之下，爱尔兰（2009）主张采用半对数形式。关于货币需求方程式的最佳形式选择的争论仍在继续。由于我们的模型依赖于货币消费支出，我们保留了方程（20）中规模变量的家庭消费支出。该变量仅按季度提供，对于机会成本，我们不区分流通货币和存款。

因此，所有货币替代品的比例成本是相同的。此外，我们认为Д的值足够小（见之前的研究）。在这种情况下，我们将月度数据的值设定为0.00082953（相当于每年1%），这对应于卢卡斯和尼科利尼（2015）以及贝纳蒂等人（2016）提出的狭义货币的损失率或负回报率为1%。正如Benati等人（2016）所解释的，在考虑对数-对数货币需求时，非零（严格正）值是一个必要的假设，尤其是当模型应用于包含利率几乎为零的时期的数据时。我们使用塞科宁（1991）和斯托克与沃森（1993）的DOLS方法以及菲利普斯与汉森（1990）的FMOLS方法估计协整方程（15）和（20）。这两种方法都产生了渐近无偏估计量，即使在回归函数存在强外生性的情况下也是如此。这两种方法也与协整I（1）过程的Phillips（19881991）三角表示法一致。这种表示对任何协整等级都有效，但我们假设协整等级为2。考虑一个n向量 \'YyyY\'t3t2t1t, 其中1和2是一维I（1）过程，3是（n-2）维I（1）过程。假设Ty与秩2协整。三角表示是由两个协整回归组成的n方程系统：t2t3\'22t2t1t3\'11t1zYayzYay，（21）和（n-2）维I（1）过程：使用三次样条函数生成每月频率。然而，与之前的经验估计一致，我们也使用每月的工业生产指数作为规模变量。

使用CensusX13，我们对这两个变量进行了季节性调整。就现金而言，^1的价值可能会增加到2%。例如，这是Alvarez和Lippi（2009）对意大利现金被盗概率的估计。然而，1%的值似乎更适合描述现金损失和拥有银行账户的相关成本。t33t3ZY,  （22）其中3不是协整的，并且 \'T3T2T1ZZZ是一个零均值平稳过程。这种三角表示法表示的是“因”变量，但实际上并不要求它们是唯一的内生变量，因为不需要（n-2）维回归的强外生性假设。请注意，此表示法假设每个协整回归中只存在一个“因”变量，并且每个“因”变量也存在一个方程。等式（15）和（20）证明与此三角形表示一致 *tttt1MSMlny, ttt2PMlny和  \'tt*1T1T1T1TT3PXLnoclnoclny.  系统（21）的DOLS和FMOLSestimators渐近等价于基于向量误差修正模型的Johansen最大似然估计方法（Johansen，1988）。它们提供了渐近正态分布的标准统计数据（例如t和Wald统计数据）。然而，在评估长期关系之前，我们希望确保我们的系列是I（1）。因此，在第一步中，我们应用ADF和PP单位根测试，包括常数。表1给出了结果，并表明我们的变量是I（1）。因此，我们对方程（15）和（20）进行协整分析。对于每一个方程，我们根据Hansen（1992）的不稳定性检验，依赖于C统计，检验长期关系的存在性。

协整检验的无效假设是协整的存在。对于DOLS类型估计，我们使用Akaike信息标准选择超前数和滞后数，而对于FMOLS（使用Bartlettkernel），我们使用Newey-West自动带宽规则。基于Wald检验t统计量，我们在参数上检验了不同的假设。罗马尼亚的实际工业生产记录有一个小的例外。每个方程式（15）和（20）的结果见表2、3和4。首先，看看方程（15），我们注意到在几乎所有情况下，DOL和FMOLS估计之间的协整检验结果都不同。协整仅适用于失业估计。匈牙利是一个例外，因为统计数据表明，DOL和FMOLS估计都存在长期关系。现在，如果我们接受协整假设，两种方法都表明替代弹性较低，小于1，且为正（波兰除外）。此外，Wald t统计量显示11.我们看到，根据这一标准，中欧和东欧国家与欧元区的货币一体化程度降低，因为货币之间的弹性值估计为1表示货币互补，而不是货币替代。然而，这种肯定在较小程度上适用于罗马尼亚，罗马尼亚目前的许多交易都使用欧元。方程（20）中第二个协整关系的结果见表3。第一组将实际家庭消费视为规模变量，而第二组将实际工业生产视为规模变量。这些发现得出了一些结论。

首先，通常情况下，系数的符号和显著性水平报告了DOLS和FMOLS估计之间的强对应关系。然而，我们可以在所有情况下验证协整关系，仅适用于DOLS方法。FMOLS估计显示出更缓和的结果，因为我们排除了8个案例中协整的无效假设3。第二，利息弹性1ω显示出预期的符号，并且它是显著的，但当消费是规模变量时，波兰除外。其低值表明，消费和流动性是互补的，而不是替代的，除了罗马尼亚的工业生产之外，根据罗马尼亚国家银行的统计数据（月报），1999-2015年期间，外币占存款总额的比率超过50%，从2000年代初的70%下降到目前的34%。作为一个尺度变量。扩散系数2ω的正号表示,这反映了, 与方程式（20）的估计值一致。第三，正如预期的那样，在所有家庭消费情况下，系数3ω都是正的，只有一个例外（罗马尼亚）是工业生产。然而，消费和产出弹性超过1。因此，我们拒绝单一弹性的假设。如果我们比较中东欧国家，匈牙利和罗马尼亚的货币需求对基于内部贴现利率的机会成本的响应更大，而捷克的货币需求对机会成本价差的响应更大。此外，与匈牙利和罗马尼亚货币需求相比，实际产出对捷克和波兰货币需求的重要性更大。

总而言之，替代弹性较小可能意味着中欧和东欧国家的货币一体化程度较低。我们检查了这些发现的稳健性，在方程式（20）中使用M1而不是M2表示货币需求。表4给出了结果。与前一种情况一样，DOL和FMOLS估计值之间存在严格的对应关系。汉森（1992）的不稳定性检验仅针对DolsaProach，表明所有国家都存在协整关系。FMOLS估计在8种情况中的5种情况下拒绝了协整的空值。同时，1ω显示出预期的符号，并且在所有情况下都是显著的，除了罗马尼亚，当消费是尺度变量时。机会成本（2ω）的扩散对货币需求产生积极影响，表明, 除了两个例外，匈牙利和波兰以家庭消费为规模变量进行了DOLS估算（当我们使用工业生产时，这一结果并不成立）。M2的结果与工业生产略有不同。FMOLS对波兰的估计发现，3ω为负。总之，我们的经验估计符合综合不等式（15）和（20）的理论假设。所采用的测试总体上证实了长期关系，该结果可能反映出罗马尼亚的实际工业生产不是一个I（1）过程。解释中东欧国家的货币需求。因此，中东欧国家的货币需求取决于持有货币的机会成本（即货币市场贴现率）、机会成本的价差和规模变量（即消费或产出）。6.

结论我们从微观基础的理论模型出发，考察了中东欧国家的货币需求，该模型综合了货币替代和货币需求对汇率效应的敏感性。该模型建立了汇率对货币需求影响的渠道，即使没有货币替代。我们将此模型应用于中欧国家，在那里，欧元向国内代理商提供流动性服务，而中欧国家的货币不向欧元区居民提供流动性服务。模型参数化表明，中欧和东欧货币需求包括两个互补的协整关系，这代表了我们模型的原始结果。一方面，Hansen（1992）不稳定性检验所揭示的实证结果，另一方面，DOLS和FMOLS估值器所揭示的实证结果，记录了这两种协整关系，其中，中欧和东欧的实际货币需求取决于持有货币的机会成本以及实际消费或实际产出。DOLS和FMOLS结果之间存在共识，并且这些结果对于使用M2或M1评估方程式（20）中的货币需求具有稳健性。总的来说，中东欧国家的代理机构认为，本国货币的流动性高于欧元，并且本国货币与欧元之间的替代水平较低。以往对中东欧国家货币需求的实证研究检验了货币需求对国际因素的敏感性，总体而言，替代水平较高。我们的微观模型显示，中欧和东欧货币与欧元之间的替代性和互补性（不可替代性）水平较低。