我国外汇储备及其影响因素的分析.doc

年份外汇储备y 当年进口额x 进出口差额i实际利用外资w国际经常账户差额t国家外债余额v年平均汇价a（100美元）国际资本账户差额r198955505914-6610059-43174130376513724199011093533587410289119975255478323225199121712637981211554132760565323380321992194438059435192026401693255146-25119932119910396-12223892-119038357576202347419945162011562539432127658928186187326441995735971320816704813316181065983510386751996105049138831222548043164311628831423996719971398901423740426440829717130968289821015199814495914024434758557293231460482791-6321199915467516570292352659211141518382783518020001655742250924115935620519145738278419222001212165243552255496721740517011827703471520022865072952030435501135422171368277032291200340325141281255356140458751936682770527262004609932561383198600006866022859682768110660 我国外汇储备及其影响因素的分析外汇储备是一个国家货币当局持有的、可以随时使用的可兑换外国货币的资产。狭义而言，外汇储备指一个国家的外汇积累；广义而言，外汇储备是指以外汇计价的资产，包括现钞、黄金、国外有价证券等。 1994年我国外汇管理体制进行了重大改革：官方汇率和市场汇率并轨，建立银行间外汇市场，取消企业外汇留成制,实行银行结售汇制。外汇储备随之大幅度增长，从年初212亿美元激增至516亿美元，净增304亿美元，一年内增长143%；1995、1996两年中，尽管政策变动因素减弱，但储备涨势依然强劲，到1996年底，国家外汇储备突破1000亿美元，成为仅次于日本的外汇储备第二大国。1997年尽管爆发了亚洲金融危机，但外汇储备似乎并未受到影响，仍然大幅增长，全年外汇储备增量超过1996年，达到348亿美元。1998年之后，亚洲金融危机滞后效应开始凸现，而且由于世界经济形势放缓，国家外汇储备增幅明显减缓，但绝对量仍在增加，到2001年年末，突破2000亿美元大关，达到2122亿美元。理论上，外汇储备可以弥补一国国际收支逆差，提高对外支付能力，维护本国汇率稳定，考虑我国的实际情况,，高额的外汇储备对于我国抵御亚洲金融危机，维护香港经济稳定，加入世界贸易组织等都曾发挥了重要作用。但与此同时，过高的外汇储备量也会带来严重的负面影响；储备规模过大，会造成外汇资源闲置浪费和机会成本上升，更为重要的是，作为连接国际收支和货币供给的宏观经济变量，超额的外汇储备会导致利率、汇率、物价上涨率和产出量等经济变量之间产生激烈的冲突，损害货币政策独立性和有效性，致使国家宏观调控政策归于无效。因此，理性的选择应使实际储备量和适量储备量相一致，使两者达到动态平衡，从而趋利避害，促进经济稳定地增长和发展。目前，国内外经济学普遍认为影响一国适度外汇储备规模的因素有以下几种：进口规模、贸易差额、实际利用外资数额、国际收支、国家每年外债规模及汇率变动情况。而这些因素对于我国的外汇储备规模的影响程度如何，我们下面将进行讨论。一选取样本我们选取1989年2004年为样本的选取区间。共选择八类、共个样本它们包括：（1）外汇储备额；（2）当年进口规模；（3）进出口贸易差额；（4）实际利用外资额；（5）国际收支经常账户差额；（6）国家外债余额；（7）年平均余额（100美元）（8）国际资本账户差额r。数据来源于国家统计局编著的中国统计年鉴，国家外汇管理局网站，中国人民银行网站以及商务总规划财务司网站。所除数据均有较高的可信赖度，其中2004年度实际利用外资额为估计数。二计量分析1回归分析选用“当年进口额x”、“国际经常账户差额t”、“国际资本项目差额r”、“进出口贸易差额i”、“实际利用外资w”、“国家外债余额v”和“年平均汇价a”作为解释变量。“外汇储备y”作为应变量。通过对y的回归进行多元线性拟合，大概估计出各解释变量对应变量的影响程度。y=0 +1+2+3+4+7r根据表中所列数据，进行多元线性拟合得到：表1dependent variable: ymethod: least squaresdate: 06/03/05 time: 12:53sample: 1989 2004included observations: 16variablecoefficientstd. errort-statisticprob. c-96.42745188.2248-0.5122990.6223x0.7634760.1056647.2255080.0001i1.2905770.4383342.9442750.0186t0.8859530.3556492.4910920.0375w-0.1221550.406348-0.3006170.7714v0.6100450.2995592.0364790.0761a-1.4485630.460459-3.1459100.0137r0.6546610.2100383.1168660.0143r-squared0.998180 mean dependent var1516.385adjusted r-squared0.996588 s.d. dependent var1645.826s.e. of regression96.13192 akaike info criterion12.27617sum squared resid73930.77 schwarz criterion12.66247log likelihood-90.20938 f-statistic626.9528durbin-watson stat1.842260 prob(f-statistic)0.000000-96.42745+0.763476+1.2905770.122155+0.885953+0.6100451.448563+0.654661r(188.2248) (0.105664) (0.438334) (0.355649) (0.406348) (0.299559） (0.460459) (0.210038)t=(-0.512299) (7.225508) (2.944275) (2.491092) (-0.300617) (2.036479) (-3.145910) (3.116866)r2=0.998180 s.e.=96.13912 f=626.9528由626.9528（7，8）3.50 (显著性水平=0.05)，表明模型从整体上来看是显著的2多重共线性由于经济变量之间可能存在高度相关性，因此我们还需要对变量之间的简单相关系数进行计算。表2xitwvarx10.5146815994260.8434211654750.6008931748650.9055729511670.5368924498730.820156021162i0.51468159942610.7369712192150.733745864920.7487829402090.7125068534130.198688939312t0.8434211654750.73697121921510.5996932025120.8318308574140.5609757541030.650956909975w0.6008931748650.733745864920.59969320251210.8311822551840.9267264908350.434142257553v0.9055729511670.7487829402090.8318308574140.83118225518410.7789533744510.647507214342a0.5368924498730.7125068534130.5609757541030.9267264908350.77895337445110.427415908293r0.8201560211620.1986889393120.6509569099750.4341422575530.6475072143420.4274159082931从表2中我们可以看出，一些解释变量之间存在高度的相关性。同时从表1中也可以看出， w、v、a变量的参数t值并不显著(显著性为0.05，t0.025(14)=2.145)。表明模型中一些解释变量确实存在严重的多重共线性。对此我们必须进行修正。（1）运用ols法逐一求y对各个解释变量的回归。结合经济意义和统计意义选出拟合效果最好的一元线性回归方程。经分析七个一元回归模型，外汇储备y对当年进口额x线性关系强，拟合程度高，即：表3dependent variable: ymethod: least squaresdate: 06/02/05 time: 21:16sample: 1989 2004included observations: 16variablecoefficientstd. errort-statisticprob. c-631.9788102.4316-6.1697630.0000x1.1716920.04503126.019630.0000r-squared0.979740 mean dependent var1516.385adjusted r-squared0.978293 s.d. dependent var1645.826s.e. of regression242.4845 akaike info criterion13.93622sum squared resid823182.1 schwarz criterion14.03279log likelihood-109.4898 f-statistic677.0209durbin-watson stat1.130142 prob(f-statistic)0.000000y=-631.9788 +1.171692x(102.4316) (0.045031)t=（6.169765）(26.01963)r2=0.979740 s.e.=242.4845 f=677.0209(2) 逐步回归。将其余解释变量逐一代入上式中。代入w: y=-697.9190+1.151973x+0.236068w(156.4964) (0.057750) (0.415434)t= (-4.459648) (19.94762) (0.568246)r2=0.980231 s.e.=248.5699 f=322.3002w未通过t值检验，从模型中删去。代入v: y=-843.4460+1.043349x+0.364493v (182.8661) (0.102814) (0.264674) t=(-4.612369) (10.13809) (1.377140)r2=0.982319 s.e.=235.0746 f=361.1358v未通过t值检验，从模型中删去。 代入a: y=-737.6959+1.60786x+0.172544a (305.6385) (0.055104) (0.468033) t=(-2.413622) (21.06533) (0.368658) r2=0.979950 s.e.=250.3329 f=317.6853a未通过t值检验，且对y的影响并不显著，从模型中删去。代入i:y=-716.3333+1.099851x+1.215557i (78.33419) (0.038366) (0.334106)t=(-9.144580) (28.66728 ) (3.638240)r2=0.989961 s.e.=177.1302 f=641.0062i对y的影响显著，并通过t值检验，引入模型中。代入t: y=-645.9399+0.984447x+0.559716i+1.271460t(68.61970) (0.052115) (0.360729) (0.459833) t=(-9.413330) (18.88983) (1.551622) (2.765044) r2=0.993868 s.e=144.0897 f=648.3365t值提高了模型的拟合程度，但导致i的t值不显著。说明t、i之间有严重的多重共线性。再将t代入只含x的模型中试验。 y=-597.9176+0.960644x+1.740598t (64.47387) (0.052433) (0.364726) t=(-9.273797) (18.32130) (4.772350) r2=0.992638 s.e.=151.6897 f=876.4106t对y的影响显著，其拟合程度高于i，因此从模型中删除i。代入： =-600.8364+0.969378x+1.7314600.044784 (68.94821) (0.072956) (0.382488) (0.248684) t=(-8.714315) (13.28712) (4.526840) (-0.180084) r2=0.992658 s.e.=157.6708 f=540.7979 对的影响不显著，从模型中删去。经过上述逐步回归分析，表明对、的回归模型最优。表dependent variable: ymethod: least squaresdate: 06/02/05 time: 22:35sample: 1989 2004included observations: 16variablecoefficientstd. errort-statisticprob. c-597.917664.47387-9.2737970.0000x0.9606440.05243318.321300.0000t1.7405980.3647264.7723500.0004r-squared0.992638 mean dependent var1516.385adjusted r-squared0.991505 s.d. dependent var1645.826s.e. of regression151.6897 akaike info criterion13.04891sum squared resid299127.1 schwarz criterion13.19377log likelihood-101.3913 f-statistic876.4106durbin-watson stat2.351867 prob(f-statistic)0.000000图示为3自相关性。由表知2.351867，在给定显著性水平为0.05，查表，n=16,k(解释变量)=2，得下限临界值dl=0.982,上限临界值du=1.539, 因为dudw4-du,根据判定区域知，随机误差不存在一阶自相关4异方差检验为保险起见，将white 检验和 arch检验结合起来。（1）white检验先在eviews中打开x、t对y的回归方程，然后在view中选择residual tests white heteroskedasticity (cross terms)。得：表5white heteroskedasticity test:f-statistic0.448020 probability0.804597obs*r-squared4.839574 probability0.435771test equation:dependent variable: resid2method: least squaresdate: 06/06/05 time: 16:14sample: 1998 2004included observations: 7variablecoefficientstd. errort-statisticprob. c109392.7115356.90.9482980.5169x-52.01210142.5064-0.3649810.7772x20.0033210.0392270.0846740.9462x*t0.1802500.4347350.4146200.7498t-35.78583736.6944-0.0485760.9691t2-1.2433182.528455-0.4917300.7091r-squared0.691368 mean dependent var17608.10adjusted r-squared-0.851794 s.d. dependent var18665.83s.e. of regression25400.58 akaike info criterion22.89131sum squared resid6.45e+08 schwarz criterion22.84494log likelihood-74.11957 f-statistic0.448020durbin-watson stat3.191289 prob(f-statistic)0.804597计算n*r2=7*0.691368=4 .8395760.05(5) =11.0705,接受原假设，随机误差不存在异方差。（2）arch检验。加入y的残差平方和e2（=resid2）在工作表中。在ols对话框里键入：e2 c e2(-1) e2(-2) e2(-3) e2(-4)输出结果为：表6dependent variable: e2method: least squaresdate: 06/06/05 time: 16:48sample(adjusted): 1998 2004included observations: 7 after adjusting endpointsvariablecoefficientstd. errort-statisticprob. c-23408.6477933.21-0.3003680.7922e2(-1)0.9069170.6924781.3096700.3205e2(-2)-0.2796221.127537-0.2479930.8273e2(-3)0.8932310.6002681.4880550.2751e2(-4)0.0595431.1792400.0504930.9643r-squared0.649682 mean dependent var20858.81adjusted r-squared-0.050954 s.d. dependent var20698.15s.e. of regression21218.93 akaike info criterion22.93898sum squared resid9.00e+08 schwarz criterion22.90035log likelihood-75.28644 f-statistic0.927274durbin-watson stat1.442716 prob(f-statistic)0.577914计算(n-p)r2=(7-4)*0.649682=1.9490460.05(4)=9.48773,故模型随机误差项不存在异方差。三模型分析，析.48773,949046三三三、从上面的模型中可以得知对我国外汇储备规模增长的决定因素主要是当年进口额和国际收支经常项目下差额。另外，从表中也可以看出，进出口贸易差额、年平均汇率、外债余额、资本项目差额与外汇储备的相关系数分别为1.290577、0.610045、1.448563、0.65466