对我国货币供给量M1影响因素的实证分析

1、对我国货币供给量M1影响因素的实证分析一、问题的提出货币供应量，是指一国在某一时点上为社会经济运转服务的货币存量，它由包括中央银行在内的金融机构供应的存款货币和现金货币两部分构成。我国从1994年三季度起由中国人民银行按季向社会公布货币供应量统计监测指标。参照国际通用原则，根据我国实际情况，中国人民银行将我国货币供应量指标分为以下四个层次：M0:流通中的现金；M1:M0+企业活期存款+机关团体部队存款+农村存款+个人持有的信用卡类存款；M2:M1+城乡居民储蓄存款+企业存款中具有定期性质的存款+外币存款+信托类存款；M3:M2+金融彳券+商业票据+大额可转让存单等；M4:M4=M3+其它短期流

2、动资产。其中，M1是通常所说的狭义货币量，流动性较强，是国家中央银行重点调控对象，也就是本文所研究的对象。货币供应量是整个国民经济的重要环节。自2008年金融危机以来，我国货币政策制定日益频繁，货币供应调控难度不断加大，现正受到越来越多的关注，货币投放过多或者过少可能给实体经济带来的恶性通货膨胀与通货紧缩的风险，对于资本市场，每一次货币政策的变动都会引起其剧烈的反应，而狭义货币供应量M1的变动与资本市场的变动的相关性最强。对货币供应量的有效的预测可以使投资者预期未来货币政策的方向，以降低买卖证券的风险。本文建立以时间为自变量的回归模型，并结合Eviews对回归模型进行调整，建立关于我国狭义货币

3、供应量M1的预测组合模型，通过预测货币供应量与市场预期相比较，有效规避资本市场的系统性风险。二、模型设定本文研究货币供给量M1,主要考虑以下几个因素：1、国内生产总值国内生产总值(GrossDomesticProduct,简称GDP)是指在一定时期内(一个季度或一年)，一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。本文假设国内生产总值数值越大，会导致货币供给量的增加。2、外汇储备外汇储备(ForeignExchangeReserve),又称为外汇存底，指一国政府所持有的国际储备资产中的外汇部分，即一国政府保有的以外币表示的债权。是一个国家货币当

4、局持有并可以随时兑换外国货币的资产。本文假设外汇储备的增加将会促使货币供给量的增加。3、居民消费价格水平CPI(ConsumerPriceIndex)居民消费价格指数)指在反映一定时期内居民所消费商品及服务项目的价格水平变动趋势和变动程度。居民消费价格水平的变动率在一定程度上反映了通货膨胀(或紧缩)的程度。本文假设居民消费价格水平的上升会引起货币供给量的减少。14、全体居民消费水平全体居民消费水平对国内货币供给量的影响与CPI大致相同，所以假定全体居民消费水平的提高会引起货币供给量的增加。5、城乡居民人民币存款城乡居民人民币存款为城乡居民在年末人民币存款总额，城乡居民人民币存款越高，则需要的货

5、币供给量越大。故假定城乡居民人民币存款越高将促使国内货币供给量的增加。根据以上分析，本文选取被解释变量货币供给量M1（X）与被解释变量GDP国内生产总值同，WHCB外汇储备孙，CPI居民消费价格指数看,全体居民消费水平工卦城乡居民人民币存款工航。模型形式设定为：Yi=B。-iXii-2X21-3X31-4X41-5X51-UiMiMi货币供应量，单位亿人民币；耳j:GDP国内生产总值，单位亿人民币；加：外汇储备，单位亿人民币；瓦i：cpi将年作为参考年；x：居民消费价格水平（相对数）；工和：城乡居民人民币存款，单位亿人民币。三、数据分析1、时间序列的平稳性检验由于本文采取的是时间序列数据，所以

6、必须对时间序列数据进行平稳性检验。®VWortdii*:UNnn.ECUntLiin口、葭FilieEditObjectViiewProcQuickOpticsn-s-WindowHe-lipWfewR"口匚IObjdUl:I1HinUNamef|Fteejk|Mianiple卜GenrShe近|IdunHLX|B<aAuqmenledTRck&y-FullerUnitRootTest-onD（Y,2iNullHypothesisDY2hasaunitrootExogenous*ConstantLagLength1(Fixed)t-StatisticProb?

7、AumfrntedDickev-Fdllerleststslislic-6S4S33B00002TestcriticsGvalues:1%lewII5%lever-3.8573S6-3.CM03917白白。551MacKinnon(199S)ane-sidedp-values.PrMbnirtitS宫内&CfihealV4lu«$C81tliJ|第咫日foif20abservalionsandmaynotbeaccurateforasamplesizeof18从检验结果看，在1%,5%,10%水平下，单位根检验的Mackinnon临界值分别为-3.8573、-3.0403、-

8、2.6605,t统计量值为-5.9453,小于相应临界值，从而拒绝Ho,即为平稳序列。经检验各解释变量时间序列均为平稳序列。从而可以利用改时间序列数据建立经济模型。2、模型估计对模型进行01s估计，结果如下：VariableCoefficientStd.Errort-StatisticProbCX1X2X3X4X51696.89014681270.1087710.91470.3699390.2142471.7269280.10341,176034190122806185650.544942.286396673202-0.6336820.53525.7990226.1173110.9479690

9、.357201123320112693099679503337R-squared0.991675Meandependentvar87673.03AdjustedR-squared0.989073SOdependentvar83830.39S.Eofregression8762.876Akaikeinfocriterion2122144Sumsquacedresid1.23E+09Schwarzcnterion21.51899Loglikelihood-227.4358F*statistic3811784Durbin-Watsonstat1378446Prob(F-statistic)00000

10、30从数据中可以看出，各个变量的p分别为09147、0.1034、0.5449、0.5352、0.3572、0.3337,都高于通常的0.05,说明显著性较差，相关度不高，变量没有通过检验。同时，我们注意到可绝系数R2=0.991675,但是模型中大部分参数估计值不显著，意味着自变量之间存在多重共线性。从经济学的角度来讲，GDP包含了外汇储备，影响CPI,并且和误差项相关。所以，需要对模型进行进一步修正。3、多重共线问题(1)检验多重共线问题利用Eviews作出相关系数矩阵如下:YX1X2X3X4X5Y1.000000099461409860770.7729140.9839710902097X

11、109946141.0000000935244079703709914920979929X209060770.98524410000000.7023200.9592190978909X30.7729140.79703707023201.0000000.8594150.731296X40.9839710.9914920959219085941510000000963139X50.9820970979329097390907312960.9631391Q00000默认为相关系数大于0.8较高，从上表可以看出解释变量见存在严重的多重共线性。所以必须对变量间的多重共线性进行修正。(2)修正多重共线性采

12、用逐步回归的方法，检验和解决多重共线性问题。分另1J作Y对X1、X2、X3、X4、X5的一元回归，具体结果如图所示:VariableCoeffictentStdErrort-StatisticProbC-98347322960.733-3.32163300034X10639837001491042,9137400000R-squared0969256Meandependentvar37673.03AdjustedR-squared0983719SD.dependentvar93830.39S.E.ofregression8903673Akaikeinfocit&ricin21.1128

13、2Sumsquaredresid1.59E+09Schwarzcriterion21.21201Loglikelihood-2302411F-statistic1841589Durbin-V/atsonstat1.510309Prob(F-statistic)0000000具体对X2,X3,X4和Xs一兀回归结果图不全部显不'。最后的统计结果如下表所不'：变量XiX2X3X4X5数倩计值0.63988.3165655.627.55370.8734T统计量值42.913721.51895.447624.575923.31520.98920.97230.59740.96820.96

14、450.98870.97090.57720.96660.9627可以看出，加入Xi的方程的修正可决系数最大，以Xi为基础，顺次加入其它变量，逐步回归，最终可决系数统计结果如下图所示：变量X1，X2X1,X3X1,X4X1,X50.98950.98930.98840.9897经比较，新加入的X5的方程的修正可决系数最高，且各变量参数回归系数的的t检验值显著，因此选择保留X5,再加入其它新变量逐步回归，对Xi,X2,X5的回归结果如下图所示：VariabteCoefficientStd.ErrorStatisticProb.CX1X2-2613.5020.50699317676645318976-

15、0.4913540.0338516.046401067780426079420.62880.000000243R-squared0.990543Meandependentvar87673.03AdjustedR-squared0989549SDdependentvar8383039SEofregression8570445Akaikeinfocriterion2107615Sumsquaredresid1.40E+09Schwarzcriterion21.22493Loglikelihood2288377F-statistic9960824Durbin-Watsonstat1425524Pro

16、b(F-statistic)0.000000由上表可以看出，各个回归参数的t统计量值的绝对值均大于2,表明回归系数通过了显著性检验，同时p值也均小于0.05,说明显著性水平高。VariableCoefficientStdErrort-StatisticProb.C-99668704701156-20846170.0035X1056645300889865.3544070.0000X3-29.2493510.26960-285077600061X501298990059247219248600Q86R-squared0991042Meandependentvar6767303AdjustedR-

17、squared0989549SDdependentvar8383039S.E.ofregression9569.846Akaikeinfocriterion21.11285Sumsquaredresid1.32E+09Schwarzcriterion21.31122Loglikelihood2282414F-statistic6638153Durbin-Watsonstat1.E90714Prob(F-stattstrc)O.OOOOOQVariableCoefficientStd.Errort-StatisticProb.C-95105886312.168-150670701492X10.5

18、51241015961834535140.002BX4-1.1095655.161581-0.2149660.8322X50.1606640.1067821.5045950.1498R-squared0990706Meandependentvar87673.03AdjustedR-squared0.939157S.D.dependentvarS3S30.39SEofregression8729256Akajkeinfocriterion2114971Sumsquaredresid137E+09Schwarzcriterion2134808Loghkelihood-228.6468F-stati

19、stic639.5749Durbin-Watsonstat1635681Prob(F-ststistic)0.000000由上表看出，截距项c和变量X4和X5的回归系数均未通过显著性检验，所以应该舍弃变量X4。通过上述回归，选定变量Xi、X3、X5,并继续引入变量进行逐步回归。引入变量X4的结果如下表所示：VariableCoefficientStdErrort-StatisticProbC814&22614685.340.55471806863X103710720.2071781.79107600911X3-90.979386363360-1.3255810.2025X410.504

20、9610.116131.0334350.3136X501191990.109182109174802902R-squared0.991577Meandependentvar87673.03AdjustedR-squared0989596SDdependentvar8383039SEofregression8551255Akaikeinfocriterion21.14226Sumsquaredresid124E+09Schwarzcriterion21.39022Loglikelihood-2275649F-statistic5002981Durbin-Watsonstat1549145Prob

21、(F-statistic)0OOQOQO由此表看出，并没有通过显著性检验。VanabteCoefficientStd.Errort-StatrsticProb.C-4221.74513296.78-0.3175010.7547XI0.4763660.18196426179080.0180X210686641892166056477705796X35一7您9954.34522-0.10658909164X501222780.11186910930520.2896R-Squared0.991207Meandependentvar87673.03Adju&tedR-squared098913

22、8SDdependentvar83630,39SEofegression8736715Akaikeinfocriterion2118517Sumsquaredresid1.30E+D9Schwarzcriterion2143314Loglikelihood-2280369F-statistic4791047Durbin-Watsonstat1559423ProbfF-statistic)0000000由此表看出，t统计量值较小，没有通过显著性检验。所以最终选定的变量为X1、*3和X5。4、自相关检验(1)DW检验选定在在0.05显著性水平上，样本容量为22,k=3的情况下，DL=1.053,D

23、U=1.664(2)作(玩0t)散点图检验，如下：10,0005,000-0(VQCD山a5,000-10Q00-15,000-20,000-25,000-30,000-30,000-20,000-10,000010,00020,000RESID通过散点图可以得知，残差序列与其滞后一期的序列存在一定程度的正相关(同方向变动)，因此残差序列存在某种程度的正自相关问题。(3)作C-O迭代法将10g(y),10g(Xi),10g(X3),10g(X5),AR(1)进行最小二乘法，即设定模型存在1阶正自相关，结果如下图所示。VariableCoefficientStdErrort-StatisticP

24、robC57191511.936613295317200093LOG(X1)10666660.165932642599600000LOG(X3)-1.2441930.352043-3.53420700028LOG(X5>00610920.023196263363800089AR(1)0.837951005823014.390310.0000R-squared0997910Meandependentvar1098491AdjustedR-squared0.997388SD.dependentvar1.019407SE苒四日甘5所0.052103Akaikeinfocritenon-2.86

25、6937Sumsquaredresid0.043435Schwarzcriterion-2618241Logtikelihood35,10284F-statistic1910.002Durbin-Watsonstat2040543Prob(F-statistic)0000000InvertedARRoots.34由上图看出，各变量回归系数t统计量值都较好，另修正的可决系数为0.997388,都说明模型对变量的解释程度好。同时在样本容量n=22时，k=3时，在显著性水平为0.05的情况下的DL=1.053,DU=1.664,1.664=DU<DW=2.040543<4-,DU=2.3

26、36,说明模型此时无自相关。将10g(Y),10g(X1),10g(X3),10g(X5),AR(1),AR(2)继续进行最小二乘法，即设定模型存在2阶正自相关，结果如下图所示。VariableCoefficientStd.Errort-StatistfcProb.C560787818555353.0222440.0091LOG(X1)1.05112301621456.4926320.0000LOG(X3)-12722130362232-351215200035LOG(X5)009998601020050.98020603436AR0.6651270.2738742.4285930.0292A

27、R(2)01366020.2204180.6288160.5396R-squared0997456Meandependentvar11.08099AdjustedR-squaced0996547S.Ddependenivar0943313SEofregression0055429Akaikeinfocriterion-2704089Sumsquaredresid0043014Schwarzcriterion2.405369此时，拟合优度修正值没有1阶的更显著，且个别变量值回归系数不显著故模型存在1阶正自相关，不必继续迭代下去。所以模型可以表述为:L0g(Y)=5.7192+1.0667L0g(

28、X1)1.2442L0g(X3)+0.0611Log(X5)(1.9367)(0.1560)(0.3520)(0.0232)T=(2.9532)(6.4260)(-3.5342)(2.6337)R2=0.9979R2=0.9974DW=2.0405(ui=0.84ui-1)5、异方差问题本文对该模型的异方差检验采用White检验，对模型的White检验的检验结果如下:VariableCoefficientStd.Errort-StatistfcProb.C-07137571633007-04655930.6487L0G(X1)025642902408691.0646010.3051(L0G(X

29、12-00115830010579-10948990.2920L0Gp(3)03005040622072048307006365(LOG(X3)T2-0.0244600052817-0.4631080.6504L0G(X5)-03016970224559-1.3435080.200500139810010160137615801904R-squared0.380010Meandependentvar0.00206SAdjustedR-squared0114300SDdependentvar0004522S.Eofregression0004256Akaikeinfocriterion-7.81

30、9785Sumsquaredresid0000254Schwarzcriterion7471611Loglikelihood8910774F-statistac1430170Durbtn-Watsonstat2.188161Prob(F-statistiC)0.271256系数都未通过t检验，因此在显著性水平下接受原假设，认为模型不存在异方差。四、结论1、国内生产总值确实对货币供给量有显著的影响，国内生产总值越大，说明经济状况好，市场活跃，经济总量大，市场参与者活跃，所以将引起货币供给量的增加。2、消费价格指数对货币供给量的影响是通过通货膨胀引起的，通货膨胀越严重，人们的购买力减弱，市场活跃度

31、降低，经济低迷，这会对货币供给量产生影响。3、城乡居民人民币存款对货币供给量有影响，如果城乡居民人民币存款过多，意味着在市场中流通的货币减少或过少，这必将影响经济的良好运行，会一定程度上引起货币供给量的增加。五、政策建议1、公开市场业务政策。中国人民银行开展的公开市场业务，即当经济过热、货币供给过多时，央行通过发行中央银行票据或正回购等公开市场操作，卖出债券，收回市场中的资金；当货币供应量过少时，央行则在公开市场中买入国债、中央银行票据等，又将资金投入市场。在当前许多国家，公开市场操作是其中央银行吞吐基础货币、调节市场流动性的主要货币政策工具。从交易品种看，公开市场业务主要包括发行央行票据、回

32、购交易和现券交易。中央银行通过同指定交易商进行有价证券和外汇交易，达到调控社会货币供应量的目标。2、注重推动国债市场的发展，渐进地增发短期国债，放松利率管制，降低我国国债的融资成本，促进国债二级市场的发展，增强国债的流动性，为未来采用短期国债进行公开市场操作创造工具条件。增加中国人民银行和各大商业银行的短期国债持有量，逐渐将短期国债培养成为我国的核心工具，将国债市场培养为我国的核心市场，再由短期国债市场引导其它货币子市场，逐步建立一个活跃的、富有广度、深度和弹性的完备的货币市场体系。另外,中央银行应在国债市场有所发展的条件下，注重回购市场的发展，使其成为中央银行对宏观经济进行微调的适宜市场，进一步增强货币调控的主动性和灵活性。参考文献：1李子奈.高等计量经济学M.北京精华大学出版社,2004.2庞皓,李南成.计量经济学M.成都:西南财经大学出版社,2003.3米什金.货币金融学M.李扬等译，北京:中国人民大学出版社，1998.附录：原始数据年度M1货币供应量为（亿元）GDP国内生产总值同（亿元）WHCB外汇