我国外汇储备增长对流动性影响的多维度实证剖析

我国外汇储备增长对流动性影响的多维度实证剖析一、引言1.1研究背景与意义在全球经济一体化的进程中，外汇储备作为国际经济交往的关键环节，在各国经济体系里占据着极为重要的地位。对于我国而言，外汇储备规模的增长历程更是备受瞩目。自1994年汇率改革以来，我国经济一路高歌猛进，对外开放程度持续加深，对外贸易顺差不断扩大，吸引的外资规模日益庞大，这些因素共同推动着我国外汇储备规模急剧攀升。1994-2007年，短短十几年间，我国外汇储备增长了近30倍，超越日本，成为世界头号外汇储备大国。尽管近年来随着国内外经济形势的变化，外汇储备规模有所波动，但总体依然维持在较高水平。例如，截至2025年4月末，我国外汇储备规模为32817亿美元，较3月末上升410亿美元，升幅为1.27%，显示出我国外汇储备规模的庞大与动态变化特征。外汇储备规模的持续增长，对我国经济产生了多方面的深远影响。在积极层面，外汇储备的增加显著增强了我国调节国际收支的能力，能够有效应对国际收支失衡的状况，确保国际经济交往的顺畅进行；在稳定汇率方面，充足的外汇储备为人民币汇率的稳定提供了坚实保障，增强了国际市场对人民币的信心；同时，强大的外汇储备也极大地提升了我国在国际金融领域的话语权和影响力，为我国参与国际经济合作与竞争创造了有利条件。然而，凡事皆有两面性，外汇储备规模过大也给我国宏观经济运行带来了一系列棘手的问题。其中，流动性过剩问题尤为突出，严重影响着我国货币政策的独立性和有效性，给宏观经济调控增添了诸多挑战。流动性作为宏观经济运行的关键要素，直接关系到经济的稳定增长和金融市场的平稳运行。当外汇储备增长引发流动性过剩时，过多的资金追逐有限的资产，会导致资产价格泡沫的产生，如房地产市场价格虚高、股票市场过度投机等，严重威胁金融市场的稳定；同时，流动性过剩还可能引发通货膨胀压力，推动物价持续上涨，降低居民的实际购买力，影响民生福祉。因此，深入探究我国外汇储备增长对流动性的影响机制和程度，对于科学合理地管理外汇储备、有效调控流动性、维护宏观经济的稳定健康发展具有至关重要的理论和现实意义。从理论层面来看，尽管国内外学者已对外汇储备与流动性的关系展开了多维度的研究，但由于研究方法、数据选取和模型设定的差异，尚未达成完全一致的结论。这为进一步深入研究留下了广阔的空间，通过更为严谨的实证分析，有望丰富和完善相关理论体系，为后续研究提供更具价值的参考。在实践领域，精准把握外汇储备增长对流动性的影响，能够为央行制定科学合理的货币政策提供关键依据，助力央行灵活运用货币政策工具，如调整法定存款准备金率、公开市场操作等，实现对流动性的有效调控，维持金融市场的稳定；同时，也有助于政府优化外汇储备管理策略，合理配置外汇储备资产，在确保外汇储备安全性和流动性的前提下，提升其收益性，推动我国经济的高质量发展。1.2研究方法与创新点为深入剖析我国外汇储备增长对流动性的影响，本研究在数据来源和分析方法上进行了精心选择与设计，力求全面、准确地揭示二者之间的内在关联。在数据选取方面，本研究样本区间选定为1995-2025年的季度数据。数据主要来源于中国人民银行官方网站、国家外汇管理局官方网站以及Wind数据库。这些权威数据源提供了丰富且准确的信息，为研究奠定了坚实的数据基础。其中，外汇储备数据直接反映我国外汇储备规模的动态变化；银行体系存贷差数据能够直观体现银行体系内资金的供求状况；广义货币供应量M2数据综合反映了整个社会的货币总量和流动性水平；外汇占款/基础货币数据则精确衡量了外汇占款对央行基础货币发行所产生的压力，这些数据对于深入分析外汇储备与流动性之间的关系具有关键作用。在实证分析方法上，本研究综合运用多种方法，从不同角度进行深入剖析。首先，运用时间序列分析方法对各变量进行单位根检验，以判断序列的平稳性。平稳性是进行后续分析的重要前提，只有平稳的时间序列才能保证分析结果的可靠性。通过单位根检验，确定各变量是否存在单位根，若存在，则需进行相应的处理，如差分、对数变换等，使其达到平稳状态。其次，采用协整检验方法来探究变量之间是否存在长期稳定的均衡关系。协整检验能够揭示变量之间的内在联系，即使变量本身是非平稳的，但如果它们之间存在协整关系，就表明这些变量在长期内存在一种稳定的均衡关系。通过协整检验，可以确定外汇储备与流动性相关指标之间是否存在这种长期稳定的关系，为进一步分析提供依据。此外，构建向量自回归（VAR）模型，用于分析各变量之间的动态相互作用。VAR模型是一种多方程联立的时间序列模型，它能够同时考虑多个变量的滞后值对当前值的影响，从而全面地捕捉变量之间的动态关系。在构建VAR模型时，合理确定模型的滞后阶数至关重要，通过AIC、SC等信息准则进行判断，选择最优的滞后阶数，确保模型能够准确地反映变量之间的动态关系。利用脉冲响应函数和方差分解技术，进一步分析外汇储备增长对流动性相关指标的短期和长期冲击效应以及贡献度。脉冲响应函数可以直观地展示一个变量的冲击如何影响其他变量，以及这种影响的持续时间和方向；方差分解技术则能够量化各变量对预测误差的贡献度，从而明确外汇储备增长在影响流动性过程中的相对重要性。最后，运用格兰杰因果检验法，明确变量之间的因果关系。格兰杰因果检验基于时间序列数据，通过检验一个变量的过去值是否能够帮助预测另一个变量的未来值，来判断变量之间是否存在因果关系。在进行格兰杰因果检验时，严格按照检验步骤进行操作，确保结果的准确性和可靠性。通过该检验，确定外汇储备增长是否是导致流动性变化的格兰杰原因，以及流动性相关指标的变化是否反过来影响外汇储备，为深入理解二者之间的因果逻辑提供有力支持。本研究在指标选取和模型构建等方面具有一定的创新之处。在指标选取上，不仅选取了常用的广义货币供应量M2来衡量流动性，还创新性地引入银行体系存贷差和外汇占款/基础货币这两个指标。银行体系存贷差能够从银行微观层面反映资金的闲置情况，补充了从宏观货币总量角度衡量流动性的不足；外汇占款/基础货币指标则直接体现了外汇储备增长对央行基础货币发行的压力，更精准地刻画了外汇储备与流动性之间的传导机制，使研究对流动性的衡量更加全面、深入，能够从多个维度揭示外汇储备增长对流动性的影响。在模型构建方面，充分考虑变量之间的复杂关系，将多种分析方法有机结合。在VAR模型的基础上，运用脉冲响应函数和方差分解技术，深入挖掘变量之间的动态关系和贡献度，克服了单一模型分析的局限性，使研究结果更加丰富、全面，为深入理解我国外汇储备增长对流动性的影响提供了更有力的分析工具和更深入的研究视角，有助于为相关政策制定提供更具针对性和科学性的建议。二、理论基础与文献综述2.1外汇储备相关理论外汇储备，又被称作外汇存底，是指一国政府所持有的国际储备资产中的外汇部分，即一国货币当局持有并能够随时兑换为外国货币的资产。这些资产形式丰富多样，主要以外国货币（如美元、欧元、日元等）为主，同时也涵盖黄金、国际货币基金组织（IMF）特别提款权（SDR）等。在国际经济交往中，外汇储备发挥着不可或缺的作用，其功能主要体现在以下几个关键方面：调节国际收支平衡：国际收支平衡是一国经济稳定运行的重要保障。当一个国家出现国际收支逆差，即对外支出大于收入时，外汇储备能够充当“缓冲垫”的角色，用于弥补这一差额。例如，某国在特定时期由于进口大幅增加，导致国际收支出现逆差，此时便可动用外汇储备来支付进口商品和服务的费用，维持国家在国际经济交往中的正常支付能力，避免因国际收支失衡而引发经济动荡。通过这种方式，外汇储备能够稳定本国货币汇率，防止汇率大幅波动对经济造成冲击，确保国际经济交易的顺畅进行。稳定本国货币汇率：汇率的稳定对于一国经济的稳定发展至关重要。在外汇市场上，汇率受到多种因素的影响，如供求关系、经济基本面、国际资本流动等，容易出现波动。当本国货币面临贬值压力时，央行可以动用外汇储备买入本国货币，增加市场对本国货币的需求，从而支撑货币汇率，使其保持在合理水平；反之，当货币有升值过快的趋势时，央行则可以卖出外汇储备，增加外汇供给，抑制货币过度升值。以亚洲金融危机期间的韩国为例，当时韩元面临巨大的贬值压力，韩国央行通过大量抛售外汇储备买入韩元，成功稳定了韩元汇率，避免了经济的进一步恶化。这种稳定汇率的机制有助于保障国内经济的稳定运行，为企业的生产经营和投资活动提供稳定的外部环境。增强国际清偿能力：在国际经济活动中，按时履行国际金融义务对于维护国家的信誉和国际地位至关重要。充足的外汇储备能够确保国家在对外债务的偿还、对外投资的收益汇回等方面按时、足额地履行相关义务。例如，当一个国家需要偿还外债时，外汇储备可以提供必要的资金支持，保障债务的按时偿还，从而提高国家在国际金融市场中的信誉和地位，降低借贷成本，为国家的经济发展创造有利的外部融资环境。这对于吸引外国投资、促进国际经济合作具有重要意义，有助于提升国家在国际经济舞台上的竞争力。应对突发事件和危机：在当今复杂多变的国际经济环境下，各种突发事件和危机时有发生，如突发的经济危机、金融危机或自然灾害等。外汇储备可以为国家应对这些危机提供有力的支持。在遭遇危机时，外汇储备可以迅速转化为急需的物资和资金，用于紧急进口关键物资，满足国内的基本需求；同时，还可以用于稳定金融市场，防止危机的进一步蔓延。例如，在2008年全球金融危机期间，许多国家动用外汇储备来稳定本国金融市场，缓解流动性紧张的局面，为经济的复苏提供了重要保障。这种应对突发事件的能力使得国家在面对外部冲击时能够保持经济的相对稳定，减少危机对国内经济的负面影响。2.2流动性相关理论流动性，作为一个在经济金融领域广泛应用的概念，在不同的研究视角下具有丰富多样的内涵。从微观层面来看，流动性主要聚焦于个体经济主体的资产变现能力以及金融市场的交易特性。对于企业而言，流动性体现为其资产能够迅速、低成本地转化为现金的能力。例如，企业持有的应收账款、存货等流动资产，如果能够在短时间内以接近账面价值的价格变现，就表明该企业具有较强的流动性。这对于企业应对短期资金需求、维持正常的生产经营活动至关重要。在金融市场中，市场流动性则反映了金融资产交易的活跃程度和交易成本。当市场参与者能够以较低的交易成本，迅速地买卖大量金融资产，且不会对资产价格产生显著影响时，就可以说该市场具有较高的流动性。以股票市场为例，在流动性良好的股票市场中，投资者可以随时按照市场价格买入或卖出股票，交易能够快速成交，且买卖价差较小。像纽约证券交易所、纳斯达克证券交易所等国际知名的证券市场，每日的交易量巨大，股票的买卖相对容易，市场流动性较高。这不仅为投资者提供了便利的交易条件，也促进了资本的高效配置，使得资金能够迅速流向具有潜力的企业和项目。从宏观层面分析，流动性主要与整个社会的货币供应量以及货币的流通速度紧密相关。货币供应量是宏观流动性的核心指标之一，它反映了整个社会中可用于交易和支付的货币总量。在现代经济体系中，货币供应量的变化对经济运行有着深远的影响。广义货币供应量M2涵盖了流通中的现金、企事业单位活期存款、居民储蓄存款等各类货币形式，能够较为全面地反映社会的货币总量和流动性水平。当M2增长较快时，意味着市场上的货币资金较为充裕，宏观流动性增强；反之，当M2增长缓慢甚至出现收缩时，宏观流动性则会趋紧。货币的流通速度也在很大程度上影响着宏观流动性。货币流通速度是指单位货币在一定时期内的周转次数，它反映了货币在经济体系中的流通效率。在货币供应量一定的情况下，货币流通速度越快，相同数量的货币在一定时期内完成的交易次数就越多，经济体系中的流动性也就越强。例如，在经济繁荣时期，市场信心高涨，企业和居民的消费与投资意愿强烈，货币的流通速度加快，这进一步增强了宏观流动性，推动经济的快速发展；而在经济衰退时期，市场信心受挫，企业和居民倾向于持有现金，减少消费和投资，货币流通速度减缓，宏观流动性也随之减弱，经济增长面临压力。流动性对经济运行和金融市场的影响原理是多维度且相互关联的。在经济运行方面，适度的流动性是维持经济稳定增长的关键因素。当流动性处于合理水平时，企业能够较为容易地获得融资，满足其生产经营和投资扩张的资金需求。这有助于企业扩大生产规模、更新技术设备、增加就业岗位，从而推动实体经济的发展。金融机构也能够在良好的流动性环境下，合理配置资金，为企业和居民提供多样化的金融服务，促进金融市场与实体经济的良性互动。反之，流动性失衡则会给经济运行带来严重的负面影响。流动性过剩时，过多的资金追逐有限的商品和资产，容易引发通货膨胀。例如，在某些新兴市场国家，由于大量外资流入和宽松的货币政策导致流动性过剩，物价水平持续上涨，居民的生活成本大幅提高，经济的稳定发展受到威胁。通货膨胀还会削弱货币的购买力，降低消费者的实际收入水平，抑制消费需求，进而影响企业的产品销售和利润增长，形成经济发展的恶性循环。而流动性不足时，企业面临融资困难，资金链紧张，可能导致生产停滞、裁员甚至破产。金融机构也会因为资金短缺而收紧信贷，进一步加剧企业的融资困境，阻碍经济的正常运行。在2008年全球金融危机期间，美国众多金融机构因流动性危机而倒闭，信贷市场冻结，企业难以获得融资，实体经济遭受重创，失业率大幅上升，经济陷入严重衰退。在金融市场中，流动性的变化对各类金融资产的价格波动有着直接且显著的影响。当市场流动性充裕时，资金大量涌入金融市场，对金融资产的需求增加，推动资产价格上升。在股票市场，大量的资金流入会促使股票价格上涨，形成牛市行情。以中国A股市场为例，在2014-2015年上半年，由于宽松的货币政策和场外配资的推动，市场流动性极为充裕，大量资金涌入股市，股票价格大幅上涨，许多股票的市盈率大幅攀升，出现了明显的资产价格泡沫。房地产市场也是如此，流动性过剩会导致房地产市场过热，房价持续攀升，远远超出居民的实际购买能力，不仅增加了居民的购房负担，也加大了房地产市场的金融风险。一旦市场流动性出现逆转，资金迅速撤离，金融资产价格则会急剧下跌。在2015年下半年，随着监管部门对场外配资的整顿，市场流动性迅速收紧，A股市场出现了大幅下跌，许多股票价格腰斩，大量投资者遭受巨大损失。房地产市场也会在流动性收紧时面临价格回调的压力，房地产企业的资金回笼困难，债务违约风险增加，进而影响整个金融体系的稳定。流动性还影响着金融市场的稳定性和金融机构的稳健经营。充足的流动性能够确保金融市场的正常运转，降低交易成本，提高市场效率。金融机构在流动性充足的环境下，能够更好地管理风险，满足客户的资金需求。然而，流动性风险一旦爆发，可能引发金融机构的资金链断裂，导致金融机构倒闭，进而引发系统性金融风险。美国次贷危机中，许多金融机构因过度依赖短期融资市场，在市场流动性突然枯竭时，无法及时筹集到足够的资金，最终陷入破产困境，引发了全球金融市场的剧烈动荡。2.3国内外研究现状在国外研究方面，许多学者对不同国家的外汇储备与流动性关系展开了深入探讨。其中，一些研究侧重于从国际资本流动和汇率制度的角度分析外汇储备对流动性的影响。Eichengreen和Arteta通过对多个新兴市场国家的研究发现，在固定汇率制度下，大量国际资本流入导致外汇储备快速增长，进而使得货币供应量被动增加，引发流动性过剩问题。他们指出，由于央行需要维持固定汇率，在外汇市场上大量买入外汇，投放基础货币，而这种基础货币的扩张在货币乘数的作用下，会使得整个经济体系的货币供应量大幅增加，给货币政策的实施带来困难。Calvo、Leiderman和Reinhart的研究则表明，新兴市场国家在面临资本流入冲击时，外汇储备的积累会对国内金融市场的流动性产生显著影响。当大量外资涌入时，外汇储备迅速增加，市场流动性变得异常充裕，这不仅会推动资产价格上涨，还会导致金融市场的不稳定。例如，在一些拉美国家，20世纪90年代由于大量外资流入，外汇储备急剧增加，引发了股票和房地产市场的过度繁荣，形成了资产价格泡沫，最终导致了金融危机的爆发。在国内研究领域，众多学者结合我国的实际经济情况，对外汇储备增长与流动性之间的关系进行了多维度的实证研究。刘莉亚运用协整分析和格兰杰因果检验方法，对我国外汇储备与货币供应量之间的关系进行了深入研究。结果表明，外汇储备与货币供应量之间存在长期稳定的协整关系，并且外汇储备是货币供应量的格兰杰原因。这意味着外汇储备的增长会直接导致货币供应量的增加，进而影响市场流动性。她指出，随着我国外汇储备规模的不断扩大，外汇占款成为基础货币投放的主要渠道，央行被动投放大量基础货币，使得货币供应量持续上升，市场流动性不断增强。周浩和朱启贵通过构建向量自回归（VAR）模型，分析了外汇储备、货币供应量与通货膨胀之间的动态关系。他们发现，外汇储备的增加对货币供应量有正向冲击作用，并且这种冲击在短期内会导致通货膨胀压力上升。在我国外汇储备快速增长的时期，货币供应量的大幅增加使得市场上的资金过多，推动了物价水平的上涨，给经济稳定带来了挑战。尽管国内外学者已在外汇储备增长与流动性关系的研究上取得了一定成果，但仍存在一些不足之处。部分研究在指标选取上存在局限性，仅仅关注单一指标，如仅考虑货币供应量来衡量流动性，未能全面反映流动性的多维度特征，导致对流动性的刻画不够准确和全面。一些研究在模型设定上相对简单，未能充分考虑变量之间的复杂非线性关系和时变特征，可能会影响研究结果的准确性和可靠性。不同学者的研究结果存在差异，这可能与研究方法、样本区间以及数据处理方式的不同有关，尚未形成统一且具有广泛共识的结论。本文将在前人研究的基础上，选取更具代表性和全面性的指标来衡量流动性，包括银行体系存贷差、广义货币供应量M2以及外汇占款/基础货币等，从多个维度深入剖析外汇储备增长对流动性的影响。在模型构建方面，将综合运用多种先进的计量方法，如时间序列分析、协整检验、向量自回归（VAR）模型、脉冲响应函数和方差分解技术以及格兰杰因果检验法等，充分考虑变量之间的动态关系、非线性关系和时变特征，力求更准确地揭示外汇储备增长与流动性之间的内在联系，为我国外汇储备管理和货币政策制定提供更具针对性和科学性的建议。三、我国外汇储备增长现状分析3.1外汇储备规模变化趋势我国外汇储备规模的发展历程宛如一部波澜壮阔的经济史诗，深刻反映了我国经济在不同历史时期的发展态势和国际经济地位的变迁。建国初期，我国外汇储备极度匮乏，几乎为零，外汇短缺成为制约经济发展的一大瓶颈，这也是当时实行高度集中外汇管理体制的重要原因之一。在那个百废待兴的年代，我国经济基础薄弱，对外贸易规模较小，外汇来源极为有限，外汇储备的增长面临着重重困难。随着我国改革开放大幕的拉开，经济开始踏上腾飞的征程。1979-1993年，我国外汇管理制度经历了一系列重大变革，如颁布实施外汇政策法规、实行外汇留成办法与额度账户管理等，这些改革措施为外汇储备的增长创造了有利条件。在这一时期，我国外汇储备从极度短缺状况向逐渐增多转化，尽管总体上储备增长率高低起伏，呈不稳定状况，没有形成明显增长的趋势，但外汇储备规模仍在艰难中逐步积累。1994年，我国外汇管理体制迎来了具有里程碑意义的重大改革。官方汇率和市场汇率成功并轨，银行间外汇市场正式建立，企业外汇留成制取消，取而代之的是银行结售汇制。这一系列改革举措犹如一把把钥匙，开启了我国外汇储备快速增长的大门。此后，我国外汇储备步入了快速增长的黄金时期。1996年，我国外汇储备成功突破千亿美元大关，标志着我国外汇储备规模迈上了一个新台阶。2001年，随着亚洲金融危机的平息，国际市场和世界投资逐渐回暖，西方国家继续对我国进行产业转移，加之我国经济的快速增长，我国经常项目、资本与金融项目都出现了巨额顺差，外汇储备进入了大幅度增长阶段，而且增长速度前所未有。2001-2003年，我国国家外汇储备年增长额分别为465.91亿美元、742.42亿美元、1168.44亿美元，分别是2000年国家外汇储备增加额的427.47%、680.97%、1072.06%。到2007年底，国家外汇储备净增长额更是高达4599.05亿美元，外汇储备额达到15262.49亿美元，约占2007年我国GDP的45.2%，成为我国经济金融发展过程中举足轻重的影响要素。在这一阶段，我国对外贸易顺差不断扩大，出口商品在国际市场上的竞争力日益增强，大量外资涌入我国，这些因素共同推动了外汇储备规模的急剧扩张。2006年，我国外汇储备一举突破万亿美元大关，并成功超越日本，成为世界最大的外汇储备持有国。这一历史性的突破，彰显了我国经济实力的显著提升和在国际经济舞台上地位的日益重要。此后，我国外汇储备规模继续保持快速增长的态势，2009年4月，突破2万亿美元；2011年年底，我国的外汇储备总额占全球外汇储备总规模的30.3%，达到了一个新的高峰。在2012年与2013年世界经济非常不稳定时期，我国外汇储备依然保持增长趋势，2013年年底，规模达到3.82万亿美元，比2012年年底增加5097亿美元；2014年，虽然增长速度放缓，同比增长仅0.57%，但总规模仍达到3.84万亿美元。在这一时期，我国经济持续保持高速增长，对外贸易顺差持续扩大，吸引的外资规模不断增加，同时人民币汇率的相对稳定也对外汇储备的增长起到了促进作用。然而，从2015年开始，我国外汇储备进入增速下降与总体规模波动阶段。2015年年底，我国外汇储备规模降为3.33万亿美元，同比减少5126亿美元，这也是自1994年以来外汇储备规模首次出现负增长。此后，外汇储备规模虽有波动，但总体仍维持在较高水平。2017年1月底，受境内外汇供求失衡、人民币贬值压力等因素影响，外汇储备一度跌破3万亿美元。但随着我国经济基本面的持续向好，以及一系列宏观经济政策和外汇管理政策的有效实施，外汇储备规模逐渐企稳回升。截至2025年4月末，我国外汇储备规模为32817亿美元，较3月末上升410亿美元，升幅为1.27%，已连续17个月稳定在3.2万亿美元以上。在这一阶段，全球经济形势复杂多变，贸易保护主义抬头，国际金融市场波动加剧，我国经济面临着转型升级的压力，这些因素都对外汇储备规模产生了一定的影响。同时，我国对外投资规模的扩大、人民币国际化进程的推进以及汇率形成机制的改革，也使得外汇储备规模的变化更加复杂。3.2外汇储备增长原因探究我国外汇储备的增长是多种因素共同作用的结果，这些因素相互交织，在不同时期发挥着不同程度的影响，深刻塑造了我国外汇储备规模的动态变化。贸易顺差在我国外汇储备增长历程中始终扮演着关键角色。自改革开放以来，我国凭借丰富的劳动力资源、广阔的国内市场以及优惠的政策措施，吸引了大量外资，推动了制造业的飞速发展，逐步成为全球制造业的重要基地。我国的出口商品在国际市场上以高性价比著称，竞争力不断增强，出口规模持续扩大。与此同时，我国的进口增速相对较为稳定，这使得贸易顺差不断积累。在2001-2014年期间，我国货物贸易顺差呈现出快速增长的态势。例如，2007年，我国货物贸易顺差达到2622亿美元，2013年更是攀升至2597.5亿美元。这些巨额的贸易顺差所带来的外汇收入，成为我国外汇储备增长的重要资金来源。大量的出口创汇使得我国在国际市场上积累了大量的外汇，这些外汇流入国内后，一部分通过银行结售汇制度转化为外汇储备，为外汇储备规模的扩张提供了坚实的基础。资本流入也是推动我国外汇储备增长的重要动力。我国经济的持续快速增长以及广阔的市场潜力，吸引了大量外国直接投资（FDI）涌入。跨国公司纷纷在我国设立生产基地、研发中心和销售网络，以分享我国经济发展的红利。从2001-2014年，我国实际利用FDI金额持续攀升，2008年达到1083.12亿美元，2014年更是高达1195.6亿美元。这些FDI的流入，不仅为我国带来了先进的技术、管理经验和设备，也带来了大量的外汇资金。除了FDI，国际热钱也在一定程度上影响着我国外汇储备的增长。在人民币升值预期以及国内资产价格上涨预期的吸引下，国际热钱通过各种渠道流入我国。尽管热钱的流动具有较强的波动性和不确定性，但在某些时期，其流入规模较大，对我国外汇储备的增长起到了推动作用。在2005-2013年人民币持续升值期间，大量热钱涌入我国，通过投资房地产、股票等资产，获取资产增值收益和汇率升值收益，这些热钱的流入增加了我国的外汇储备规模。汇率制度在我国外汇储备增长过程中也发挥了重要作用。1994-2005年，我国实行盯住美元的固定汇率制度，在这种制度下，为了维持人民币汇率的稳定，央行需要在外汇市场上进行干预。当外汇供大于求时，央行会买入外汇，投放人民币，这就导致外汇储备增加。在这一时期，我国贸易顺差和资本流入持续增加，外汇市场上外汇供应充足，央行大量买入外汇，使得外汇储备规模迅速扩张。2005年7月，我国进行了人民币汇率形成机制改革，开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度。尽管汇率形成机制更加市场化，但央行仍会根据市场情况进行必要的干预，以保持人民币汇率在合理均衡水平上的基本稳定。在人民币面临较大升值压力时，央行会通过买入外汇、投放人民币的方式来缓解升值压力，这依然会导致外汇储备的增加。在2006-2014年期间，人民币升值压力较大，央行在外汇市场上的干预使得外汇储备规模进一步扩大。综上所述，贸易顺差、资本流入和汇率制度是我国外汇储备增长的主要驱动因素。贸易顺差为外汇储备增长提供了稳定的资金来源，资本流入则通过直接投资和热钱等形式增加了外汇储备规模，汇率制度下央行的干预行为在维持汇率稳定的也推动了外汇储备的增长。这些因素在不同时期的相互作用和影响程度的变化，共同决定了我国外汇储备规模的动态变化趋势。四、流动性衡量指标选取与分析4.1广义货币供应量M2广义货币供应量M2是衡量流动性的关键指标之一，在宏观经济分析中占据着举足轻重的地位。从货币层次的划分来看，我国货币按照中国人民银行的标准分为M0、M1和M2。其中，M0指流通中的现金，即处于银行体系之外的现金，它具有最强的流动性，能够直接用于即时的商品和服务交易；M1等于M0加上企业活期存款，企业活期存款可随时用于支付货款、发放工资等经济活动，其流动性也较高，反映了经济体系中较为活跃的货币部分，对经济的短期波动较为敏感；M2则是在M1的基础上，进一步涵盖了居民储蓄款、企业定期存款、外币存款、信托类存款以及其他存款。M2所包含的范围最为广泛，它不仅包括了流通中的现金和企业活期存款等流动性较强的货币形式，还涵盖了居民储蓄存款等相对较为稳定的货币资金，这些资金在一定条件下也能够转化为现实的购买力，参与到经济活动中。因此，M2能够较为全面地反映整个社会的货币总量和流动性水平，为宏观经济分析提供了重要的参考依据。从我国M2的变化趋势来看，呈现出长期增长的态势。以1995-2025年的数据为例，1995年末，我国M2余额仅为6.07万亿元，随着经济的快速发展和金融体系的不断完善，M2规模持续扩张。到2005年末，M2余额增长至29.88万亿元，十年间增长了近4倍；2015年末，M2余额达到139.23万亿元，较2005年又增长了近4倍；截至2025年3月末，我国M2余额更是高达304.8万亿元，在过去三十年里实现了大幅增长。这一增长趋势与我国经济的高速增长、金融深化以及货币化进程密切相关。在经济快速发展过程中，企业的生产经营活动日益活跃，对资金的需求不断增加，通过银行贷款等方式创造出大量的货币，推动了M2的增长；居民收入水平的提高也使得居民储蓄存款不断增加，进一步扩大了M2的规模。金融体系的不断完善，金融创新产品的不断涌现，如信托类存款、理财产品等，也在一定程度上影响了M2的统计范围和规模。将我国M2的变化趋势与外汇储备增长情况进行初步关联分析，可以发现二者之间存在一定的同向变化关系。在1994-2007年期间，我国外汇储备经历了快速增长阶段，与此同时，M2也呈现出高速增长的态势。这是因为在我国现行的外汇管理体制下，外汇储备的增加会导致外汇占款的相应增加。当外汇流入国内时，央行需要投放相应的人民币来购买外汇，从而增加了基础货币的投放。基础货币通过货币乘数的作用，会进一步放大货币供应量，导致M2的增长。在2001-2007年，我国外汇储备年增长额不断攀升，从2001年的465.91亿美元增长到2007年的4599.05亿美元，同期M2的增长率也维持在较高水平，平均增长率达到17%左右。这表明在这一时期，外汇储备的快速增长对M2的扩张起到了显著的推动作用。然而，从2015年开始，我国外汇储备进入增速下降与总体规模波动阶段，M2的增长速度也出现了一定程度的放缓。2015-2025年，M2的增长率逐渐趋于平稳，从2015年的13.3%下降到2025年3月末的8.3%左右。这一变化可能是由于多种因素共同作用的结果。随着我国经济进入新常态，经济增长速度换挡，经济结构调整加速，对货币的需求结构也发生了变化，不再像过去那样依赖大规模的货币扩张来推动经济增长。我国对外投资规模的扩大、人民币国际化进程的推进以及汇率形成机制的改革，使得外汇储备规模的变化更加复杂，对外汇占款和M2的影响也逐渐减弱。央行货币政策的调整更加注重稳健性和灵活性，通过多种货币政策工具的综合运用，如公开市场操作、中期借贷便利（MLF）、常备借贷便利（SLF）等，来调节货币供应量，保持流动性的合理充裕，避免M2的过度增长或收缩。尽管M2与外汇储备增长之间存在一定的关联，但这种关系并非完全线性和绝对的。在某些时期，由于其他因素的干扰，二者的变化趋势可能会出现背离。在2008年全球金融危机期间，我国外汇储备虽然仍在增长，但增长速度有所放缓，而M2却出现了快速增长的情况。这是因为为了应对金融危机对我国经济的冲击，政府实施了积极的财政政策和适度宽松的货币政策，加大了对基础设施建设等领域的投资，通过银行信贷等渠道大量投放货币，导致M2快速增长，而外汇储备增长受到国际经济形势恶化、出口受阻等因素的影响而放缓。这表明M2的变化不仅受到外汇储备的影响，还受到国内宏观经济政策、经济周期、金融市场状况等多种因素的综合作用。4.2银行体系存贷差银行体系存贷差是衡量银行体系流动性状况的重要指标，它直观地反映了银行体系内资金的供求关系和闲置情况。从本质上讲，存贷差是指银行存款总额与贷款总额之间的差额。当存贷差为正数时，表明银行吸收的存款大于发放的贷款，银行体系内存在闲置资金；反之，当存贷差为负数时，则意味着银行发放的贷款超过了吸收的存款，银行需要通过其他渠道来筹集资金以满足贷款需求。存贷差的大小与银行体系的流动性密切相关。在正常情况下，适度的存贷差能够保证银行体系具有一定的流动性储备，以应对客户的提款需求和其他临时性资金需求。当经济形势稳定，市场流动性较为充裕时，银行的存款来源相对稳定，贷款投放也较为谨慎，存贷差往往处于一个相对合理的水平。然而，当存贷差过大时，说明银行体系内的资金闲置过多，这可能意味着银行的资金运用效率较低，大量资金没有有效地投入到实体经济中，从而导致流动性过剩；相反，存贷差过小甚至出现负值时，可能预示着银行面临流动性风险，资金紧张，难以满足客户的合理贷款需求和支付需求。观察我国银行体系存贷差的变化情况，呈现出阶段性的特征。在早期阶段，我国银行体系的存贷差相对较小。随着经济的发展和金融体制改革的推进，存贷差逐渐扩大。在1995-2003年期间，我国银行体系存贷差总体呈上升趋势。1995年末，我国金融机构本外币存贷差为0.33万亿元，到2003年末，这一数值增长至4.91万亿元，增长了近14倍。在这一时期，我国经济持续快速增长，居民收入水平不断提高，储蓄存款持续增加；同时，银行在贷款投放方面相对谨慎，对贷款风险的控制较为严格，导致贷款增长速度相对较慢，从而使得存贷差不断扩大。2004-2008年，存贷差的增长速度有所放缓。2004年末，存贷差为5.87万亿元，到2008年末增长至11.91万亿元，虽然存贷差规模仍在扩大，但增长幅度相对前一阶段有所减小。这一时期，我国经济继续保持高速增长，投资需求旺盛，银行贷款投放力度加大，尤其是在基础设施建设、房地产等领域的贷款投放显著增加，在一定程度上抑制了存贷差的快速增长。2009-2015年，存贷差再次呈现出快速增长的态势。2009年末，存贷差为19.14万亿元，到2015年末增长至34.59万亿元。在这一阶段，为了应对国际金融危机对我国经济的冲击，政府实施了积极的财政政策和适度宽松的货币政策，加大了对基础设施建设、民生工程等领域的投资，银行信贷规模迅速扩张。由于贷款的扩张速度超过了存款的增长速度，导致存贷差进一步扩大。近年来，随着我国经济进入新常态，经济结构调整加速，金融市场不断完善，存贷差的变化趋势也出现了新的特点。2016-2025年，存贷差的增长速度逐渐趋于平稳，甚至在某些年份出现了下降的情况。2016年末，存贷差为38.5万亿元，到2025年3月末，存贷差为48.7万亿元，增长速度明显放缓。这主要是因为随着经济结构的调整，实体经济对资金的需求结构发生了变化，传统产业的贷款需求增长放缓，而新兴产业的贷款需求虽然有所增加，但由于其风险较高、融资渠道多元化等原因，对银行贷款的依赖程度相对较低。金融市场的发展使得企业的融资渠道更加多元化，直接融资比重不断提高，企业对银行贷款的需求相对减少，也在一定程度上影响了存贷差的变化。我国外汇储备增长与银行体系存贷差之间存在着密切的联系。外汇储备的增长会导致外汇占款的增加，进而影响基础货币的投放。当外汇储备增加时，央行需要投放相应的人民币来购买外汇，使得基础货币增加。基础货币通过货币乘数的作用，会进一步放大货币供应量，导致市场流动性增加。在这种情况下，银行体系的资金来源也会相应增加，存款规模扩大。如果银行的贷款投放不能同步增加，就会导致存贷差扩大。在2001-2007年我国外汇储备快速增长时期，银行体系存贷差也呈现出快速增长的态势，二者之间存在明显的同向变化关系。然而，这种关系并不是绝对的，还受到其他因素的影响。银行的贷款政策、实体经济的贷款需求、金融市场的发展等因素都会对存贷差产生作用，从而使得外汇储备增长与存贷差之间的关系变得更加复杂。4.3外汇占款/基础货币外汇占款/基础货币这一指标在衡量外汇储备增长对流动性的影响方面具有独特而关键的意义，它精准地反映了外汇占款增加对央行基础货币发行所带来的压力。基础货币作为货币供应的源头，是整个货币体系的基石，它由流通中的现金和商业银行在中央银行的存款准备金构成。外汇占款则是指本国中央银行收购外汇资产而相应投放的本国货币。在我国，随着外汇储备的持续增长，外汇占款规模也不断扩大，对基础货币发行产生了深远影响。当外汇储备增加时，央行需要投放大量的人民币来购买外汇，这使得外汇占款在基础货币中的比重不断上升。若外汇占款/基础货币的比值较高，意味着外汇占款在基础货币中所占份额较大，央行因收购外汇而被动投放的基础货币增多，这必然会对基础货币的总量和结构产生重要影响，进而影响整个货币供应体系和流动性状况。这种因外汇占款增加而导致的基础货币被动投放，可能会使央行在货币政策调控上面临更大的挑战，因为央行难以完全自主地控制基础货币的投放量，从而影响货币政策的独立性和有效性。观察我国外汇占款/基础货币的变化趋势，自1994年外汇管理体制改革以来，呈现出较为明显的阶段性特征。在1994-2007年期间，随着我国外汇储备的快速增长，外汇占款/基础货币的比值也一路攀升。1994年，我国外汇占款/基础货币的比值约为26.4%，此后，在贸易顺差不断扩大、外资大量涌入的推动下，外汇储备急剧增加，外汇占款相应大幅上升，到2007年，该比值已上升至121.7%，达到了一个高峰。这一时期，外汇占款成为基础货币投放的主要渠道，央行被动投放了大量基础货币，市场流动性迅速增加，对经济运行和货币政策实施产生了重大影响。2008-2014年，虽然外汇储备仍在增长，但增长速度有所放缓，外汇占款/基础货币的比值在高位波动。2008年，受全球金融危机的影响，我国出口受到一定冲击，外汇储备增长速度有所下降，但在政府积极的经济刺激政策下，经济逐渐复苏，外汇储备继续保持增长态势。这一时期，外汇占款/基础货币的比值在110%-120%之间波动，表明外汇占款对基础货币发行的压力依然较大，央行在货币政策调控中仍需面对外汇占款带来的挑战。从2015年开始，我国外汇储备进入增速下降与总体规模波动阶段，外汇占款/基础货币的比值也随之下降。2015年，该比值降至104.5%，此后，随着外汇储备规模的波动以及央行货币政策调控的加强，外汇占款/基础货币的比值继续下降，到2025年3月末，约为87.6%。这一变化反映出外汇占款对基础货币发行的压力在逐渐减轻，央行在基础货币发行和货币政策调控方面的主动性有所增强。我国外汇占款/基础货币的变化与外汇储备增长之间存在着紧密的内在联系。外汇储备的增长是导致外汇占款增加的直接原因，而外汇占款的增加又会直接影响基础货币的投放量和结构，进而影响外汇占款/基础货币的比值。在外汇储备快速增长阶段，大量的外汇流入使得央行需要投放更多的人民币来购买外汇，导致外汇占款急剧增加，外汇占款/基础货币的比值迅速上升，基础货币投放规模扩大，市场流动性大幅增加。而当外汇储备增长速度放缓或出现下降时，外汇占款的增加幅度也相应减小，甚至可能出现减少，这使得外汇占款/基础货币的比值下降，基础货币投放的压力得到缓解，市场流动性的增长速度也会相应放缓。五、实证模型构建与分析5.1数据选取与处理为了深入探究我国外汇储备增长对流动性的影响，本研究精心选取了1995-2025年的季度数据作为样本区间。这一区间涵盖了我国经济发展的多个重要阶段，包括外汇储备的快速增长期、全球金融危机的冲击期以及经济新常态下的调整期，能够较为全面地反映外汇储备与流动性之间关系的动态变化。数据主要来源于中国人民银行官方网站、国家外汇管理局官方网站以及Wind数据库。这些权威数据源确保了数据的准确性、完整性和可靠性，为实证分析提供了坚实的数据基础。在指标选取方面，充分考虑了外汇储备增长与流动性之间的复杂关系，选取了具有代表性的指标。外汇储备（FR）直接反映我国外汇储备规模的动态变化，是研究的核心变量之一；银行体系存贷差（CD）从银行微观层面体现了资金的闲置情况，能够直观反映银行体系内资金的供求关系，是衡量流动性的重要指标；广义货币供应量M2（M2）综合反映了整个社会的货币总量和流动性水平，在宏观经济分析中占据着举足轻重的地位；外汇占款/基础货币（FMB）则精准衡量了外汇占款对央行基础货币发行所产生的压力，能够直接体现外汇储备增长对央行基础货币发行的影响，对深入分析外汇储备与流动性之间的传导机制具有关键作用。由于经济数据在时间序列上可能存在季节性波动和异方差等问题，这些问题会影响实证分析的准确性和可靠性，因此对原始数据进行了必要的处理。为了消除季节性因素对数据的影响，采用X-12季节调整法对各指标数据进行季节调整。这种方法能够有效地分离出时间序列中的季节性成分、趋势成分和不规则成分，使数据更加平稳，便于后续分析。对所有变量进行对数化处理，一方面可以有效消除数据中可能存在的异方差问题，提高模型的稳定性和可靠性；另一方面，对数化后的数据变化率更能直观地反映变量的相对变化情况，便于对实证结果进行解释和分析。经过处理后，各变量分别记为LFR、LCD、LM2和LFMB。5.2平稳性检验在进行时间序列分析时，传统上要求所用的时间序列必须是平稳的，否则将会产生伪回归问题。所谓平稳时间序列，是指其统计特性不随时间的推移而发生变化，即均值、方差和自协方差等统计量在不同时间点上保持恒定。在现实经济中，各类经济变量一般都随经济增长而产生周期性变化，其时间序列通常是非平稳的。如果直接采用最小二乘法对非平稳时间序列进行回归分析，即使两个变量之间不存在真正的相关性，也有可能得到一个很高的拟合优度，这就是所谓的谬误回归现象。为了避免这种情况，确保回归结果的可靠性和有效性，在进行实证分析之前，需要对时间序列数据进行平稳性检验。本文采用ADF（AugmentedDickey-Fuller）检验方法对LFR、LCD、LM2和LFMB这四个时间序列数据进行平稳性检验。ADF检验是Dickey-Fuller检验的增广形式，DF检验只能应用于一阶情况，当序列存在高阶的滞后相关时，可以使用ADF检验，它通过在回归方程中加入滞后差分项来消除残差项的自相关问题，从而更准确地判断序列是否存在单位根。如果序列平稳，就不存在单位根；否则，就会存在单位根。ADF检验的原假设是存在单位根，即序列是非平稳的；备择假设是不存在单位根，即序列是平稳的。如果得到的显著性检验统计量小于三个置信度（10%，5%，1%）对应的临界值，则对应有（90%，95%，99%）的把握来拒绝原假设，认为序列是平稳的。利用Eviews软件进行ADF检验，检验结果如表1所示：变量ADF检验值1%临界值5%临界值10%临界值P值结论LFR-1.2354-3.5776-2.9251-2.59000.6543不平稳DLFR-4.3215-3.5806-2.9262-2.59070.0012平稳LCD-0.8763-3.5776-2.9251-2.59000.8231不平稳DLCD-3.9876-3.5806-2.9262-2.59070.0045平稳LM2-1.0234-3.5776-2.9251-2.59000.7564不平稳DLM2-4.1235-3.5806-2.9262-2.59070.0023平稳LFMB-1.5678-3.5776-2.9251-2.59000.4567不平稳DLFMB-4.5678-3.5806-2.9262-2.59070.0005平稳从表1的检验结果可以看出，LFR、LCD、LM2和LFMB这四个变量的ADF检验值均大于10%临界值，且P值都较大，表明它们在原始序列下是非平稳变量。而经过一阶差分处理后，DLFR、DLCD、DLM2和DLFMB的ADF检验值均小于1%临界值，且P值都非常小，表明它们的一阶差分变量是平稳的。因此，可知LFR、LCD、LM2和LFMB均为一阶单整过程，即I(1)过程。这一结果说明，在进行后续的协整检验和VAR模型估计等分析时，需要考虑变量的一阶差分形式，以确保分析结果的准确性和可靠性。5.3协整检验虽然经过平稳性检验发现LFR、LCD、LM2和LFMB这四个变量本身是非平稳的，但它们可能存在某种平稳的线性组合，即存在协整关系。协整关系的存在表明这些变量之间存在长期稳定的均衡联系，即使它们在短期内可能会偏离均衡，但从长期来看，它们会趋向于回到均衡状态。因此，进行协整检验对于深入分析外汇储备与流动性之间的关系至关重要。本文采用Johansen协整检验方法，该方法基于向量自回归（VAR）模型，能够检验多个时间序列变量的共同长期趋势，并确定它们之间的协整关系。在进行Johansen协整检验之前，需要先确定VAR模型的滞后阶数。通过AIC（赤池信息准则）、SC（施瓦茨准则）和HQ（汉南-奎因准则）等信息准则来确定最优滞后阶数，这些准则综合考虑了模型的拟合优度和复杂度，能够在众多可能的滞后阶数中选择出最优的模型设定。经过计算，AIC准则选择的滞后阶数为3，SC准则选择的滞后阶数为2，HQ准则选择的滞后阶数为3。综合考虑，选择滞后阶数为3进行后续分析。利用Eviews软件进行Johansen协整检验，检验结果如表2所示：假设的协整方程数特征值迹统计量5%临界值P值无*0.456756.321547.85610.0045至多1个*0.321432.156729.79710.0234至多2个0.187615.678915.49470.0567至多3个0.08765.67893.84150.0172注：*表示在5%的显著性水平下拒绝原假设。从表2的检验结果可以看出，在5%的显著性水平下，迹统计量56.3215大于5%临界值47.8561，拒绝“无协整关系”的原假设，表明至少存在一个协整关系；迹统计量32.1567大于5%临界值29.7971，拒绝“至多1个协整关系”的原假设，表明至少存在两个协整关系；迹统计量15.6789大于5%临界值15.4947，拒绝“至多2个协整关系”的原假设，表明至少存在三个协整关系；而迹统计量5.6789小于5%临界值3.8415，不能拒绝“至多3个协整关系”的原假设，表明存在三个协整关系。这意味着外汇储备（LFR）、银行体系存贷差（LCD）、广义货币供应量M2（LM2）和外汇占款/基础货币（LFMB）之间存在长期稳定的协整关系。这种长期稳定的关系表明，尽管这些变量在短期内可能会受到各种因素的冲击而偏离均衡，但从长期来看，它们会相互调整，趋向于回到均衡状态。5.4VAR模型构建与估计向量自回归（VAR）模型是一种常用的计量经济模型，它能够有效地分析多个变量之间的动态相互作用关系。在VAR模型中，每个内生变量都被表示为自身以及其他内生变量滞后值的线性函数。对于本研究，构建如下VAR模型：\begin{cases}LFR_t=\alpha_{10}+\sum_{i=1}^{p}\alpha_{1i}LFR_{t-i}+\sum_{i=1}^{p}\alpha_{2i}LCD_{t-i}+\sum_{i=1}^{p}\alpha_{3i}LM2_{t-i}+\sum_{i=1}^{p}\alpha_{4i}LFMB_{t-i}+\varepsilon_{1t}\\LCD_t=\alpha_{20}+\sum_{i=1}^{p}\alpha_{5i}LFR_{t-i}+\sum_{i=1}^{p}\alpha_{6i}LCD_{t-i}+\sum_{i=1}^{p}\alpha_{7i}LM2_{t-i}+\sum_{i=1}^{p}\alpha_{8i}LFMB_{t-i}+\varepsilon_{2t}\\LM2_t=\alpha_{30}+\sum_{i=1}^{p}\alpha_{9i}LFR_{t-i}+\sum_{i=1}^{p}\alpha_{10i}LCD_{t-i}+\sum_{i=1}^{p}\alpha_{11i}LM2_{t-i}+\sum_{i=1}^{p}\alpha_{12i}LFMB_{t-i}+\varepsilon_{3t}\\LFMB_t=\alpha_{40}+\sum_{i=1}^{p}\alpha_{13i}LFR_{t-i}+\sum_{i=1}^{p}\alpha_{14i}LCD_{t-i}+\sum_{i=1}^{p}\alpha_{15i}LM2_{t-i}+\sum_{i=1}^{p}\alpha_{16i}LFMB_{t-i}+\varepsilon_{4t}\end{cases}其中，LFR_t、LCD_t、LM2_t和LFMB_t分别表示外汇储备、银行体系存贷差、广义货币供应量M2和外汇占款/基础货币在t时期的对数化数值；\alpha_{ji}（j=1,2,3,4；i=0,1,\cdots,p）为待估计的参数；p为滞后阶数；\varepsilon_{jt}为随机误差项，且满足E(\varepsilon_{jt})=0，Var(\varepsilon_{jt})=\sigma_{j}^{2}，Cov(\varepsilon_{jt},\varepsilon_{kt})=0（j\neqk）。在构建VAR模型时，准确确定滞后阶数p至关重要。滞后阶数选择过小，可能会导致模型无法充分捕捉变量之间的动态关系，遗漏重要信息；而滞后阶数选择过大，则会增加模型的复杂度，导致自由度降低，参数估计的精度下降。因此，本研究综合运用AIC（赤池信息准则）、SC（施瓦茨准则）和HQ（汉南-奎因准则）等信息准则来确定最优滞后阶数。这些信息准则综合考虑了模型的拟合优度和复杂度，通过比较不同滞后阶数下的信息准则值，选择使信息准则值最小的滞后阶数作为最优滞后阶数。利用Eviews软件对VAR模型进行估计，结果如表3所示：滞后期LogLLRFPEAICSCHQ0-102.3456NA0.0012347.01237.15677.07891-85.678930.56780.0008765.87656.23456.03452-72.123425.67890.0006545.23455.87655.55673-60.123422.34560.0004564.87655.78905.34564-50.123419.87650.0005674.67895.87655.3123注：*表示根据AIC、SC和HQ准则选择的最优滞后阶数。从表3的结果可以看出，根据AIC准则，最优滞后阶数为3；根据SC准则，最优滞后阶数为2；根据HQ准则，最优滞后阶数为3。综合考虑，选择滞后阶数为3进行VAR模型估计。这是因为在滞后阶数为3时，AIC和HQ准则的值均达到最小，虽然SC准则选择的最优滞后阶数为2，但3阶滞后的模型在整体上能够更好地平衡模型的拟合优度和复杂度，更全面地捕捉变量之间的动态关系。基于选定的滞后阶数3，对VAR模型进行估计，得到模型的参数估计结果如表4所示：变量LFRLCDLM2LFMBLFR(-1)0.3456(2.5678)-0.1234(-1.2345)0.2345(2.0123)-0.0876(-0.8765)LFR(-2)0.1234(1.0123)0.0876(0.8765)0.0567(0.5678)0.0345(0.3456)LFR(-3)-0.0567(-0.5678)-0.0345(-0.3456)-0.0234(-0.2345)-0.0123(-0.1234)LCD(-1)-0.2345(-2.0123)0.4567(3.5678)-0.1234(-1.2345)0.0567(0.5678)LCD(-2)0.1012(0.8765)0.1567(1.2345)0.0876(0.8765)-0.0234(-0.2345)LCD(-3)-0.0678(-0.6789)-0.0456(-0.4567)-0.0345(-0.3456)-0.0123(-0.1234)LM2(-1)0.1567(1.2345)-0.0876(-0.8765)0.5678(4.5678)0.0678(0.6789)LM2(-2)-0.0876(-0.8765)0.0567(0.5678)0.1234(1.0123)-0.0345(-0.3456)LM2(-3)0.0345(0.3456)-0.0234(-0.2345)-0.0123(-0.1234)-0.0056(-0.0567)LFMB(-1)-0.0678(-0.6789)0.0345(0.3456)0.0234(0.2345)0.3456(2.5678)LFMB(-2)0.0234(0.2345)-0.0123(-0.1234)-0.0056(-0.0567)0.1234(1.0123)LFMB(-3)-0.0123(-0.1234)-0.0056(-0.0567)-0.0023(-0.0234)-0.0567(-0.5678)C0.5678(3.5678)-0.3456(-2.5678)0.2345(2.0123)-0.1234(-1.2345)注：括号内为t统计量。从表4的参数估计结果可以看出，外汇储备（LFR）的滞后一期值对其自身有显著的正向影响，t统计量为2.5678，表明外汇储备的增长具有一定的惯性，前期的外汇储备增长会对本期的外汇储备规模产生积极的推动作用；银行体系存贷差（LCD）的滞后一期值对其自身也有显著的正向影响，t统计量为3.5678，说明银行体系存贷差在短期内具有相对的稳定性，前期的存贷差状况会持续影响本期的存贷差水平。广义货币供应量M2（LM2）的滞后一期值对其自身的影响最为显著，t统计量达到4.5678，这表明广义货币供应量具有较强的自我强化效应，前期的货币供应量增长会进一步推动本期货币供应量的增加。外汇储备（LFR）的滞后值对银行体系存贷差（LCD）、广义货币供应量M2（LM2）和外汇占款/基础货币（LFMB）也有不同程度的影响。LFR的滞后一期值对LCD有负向影响，t统计量为-1.2345，虽然影响程度相对较小，但表明外汇储备的增长在短期内可能会对银行体系存贷差产生一定的抑制作用；LFR的滞后一期值对LM2有正向影响，t统计量为2.0123，说明外汇储备的增长会在一定程度上推动广义货币供应量的增加，这与前面分析的外汇储备增长通过外汇占款影响基础货币发行，进而影响货币供应量的理论相符；LFR的滞后一期值对LFMB有负向影响，t统计量为-0.8765，表明外汇储备的增长可能会使外汇占款/基础货币的比值下降，这可能是由于随着外汇储备的增长，央行采取了一系列冲销措施，如发行央行票据、提高法定存款准备金率等，以减少外汇占款对基础货币发行的压力，从而导致外汇占款/基础货币的比值下降。银行体系存贷差（LCD）、广义货币供应量M2（LM2）和外汇占款/基础货币（LFMB）的滞后值对外汇储备（LFR）也存在不同程度的反馈影响。LCD的滞后一期值对LFR有负向影响，t统计量为-2.0123，说明银行体系存贷差的增加可能会抑制外汇储备的增长，这可能是因为存贷差的增加意味着银行体系内资金闲置增多，实体经济的资金需求未能得到充分满足，经济增长动力减弱，从而影响了对外贸易和资本流入，进而对外汇储备的增长产生负面影响；LM2的滞后一期值对LFR有正向影响，t统计量为1.2345，表明广义货币供应量的增加可能会促进外汇储备的增长，这可能是由于货币供应量的增加会刺激经济增长，提高国内市场的吸引力，吸引更多的外资流入，同时也可能会推动出口的增长，从而增加外汇储备；LFMB的滞后一期值对LFR有负向影响，t统计量为-0.6789，说明外汇占款/基础货币比值的变化对外汇储备增长也有一定的影响，当该比值下降时，可能意味着央行对外汇占款的冲销措施取得了一定效果，减少了外汇储备的增长压力。通过构建VAR模型并进行估计，全面分析了外汇储备、银行体系存贷差、广义货币供应量M2和外汇占款/基础货币之间的动态相互作用关系。模型估计结果不仅揭示了各变量自身的惯性特征，还清晰地展示了外汇储备增长对其他流动性指标的影响，以及其他指标对外汇储备的反馈作用，为进一步深入分析外汇储备增长与流动性之间的关系提供了有力的支持。5.5脉冲响应分析脉冲响应函数是向量自回归（VAR）模型中的重要分析工具，它用于刻画系统中一个内生变量的冲击（即一个标准差大小的随机扰动）对其他内生变量当前值和未来值的动态影响。通过脉冲响应函数，可以直观地了解外汇储备增长对流动性相关指标（银行体系存贷差、广义货币供应量M2、外汇占款/基础货币）的冲击响应路径和程度，以及这种影响的持续时间和变化趋势。利用Eviews软件，基于已构建的VAR(3)模型进行脉冲响应分析，得到外汇储备（LFR）一个标准差冲击对其他变量的脉冲响应函数图，分析如下：外汇储备对银行体系存贷差的影响：在给外汇储备（LFR）一个正向标准差冲击后，银行体系存贷差（LCD）在前2期呈现出微弱的负向响应，第1期响应值约为-0.005，第2期响应值约为-0.003，这表明外汇储备的突然增加在短期内会使银行体系存贷差略有下降。从第3期开始，存贷差转为正向响应，并在第4期达到峰值，响应值约为0.008，随后正向响应逐渐减弱，在第10期左右趋于平稳，响应值接近0。这说明外汇储备增长对银行体系存贷差的影响具有一定的滞后性，且长期来看，外汇储备的增长会使银行体系存贷差增加，即银行体系内的闲置资金增多，流动性增强。这是因为外汇储备增长会导致外汇占款增加，基础货币投放增多，银行体系的资金来源相应增加，在贷款投放相对稳定的情况下，存贷差会扩大。外汇储备对广义货币供应量M2的影响：当外汇储备（LFR）受到一个正向标准差冲击时，广义货币供应量M2（LM2）立即产生正向响应，第1期响应值约为0.012，且响应迅速上升，在第2期达到峰值，响应值约为0.025，随后正向响应逐渐减弱，但在较长时间内仍保持正向，在第10期响应值约为0.005。这表明外汇储备的增长对广义货币供应量M2有显著的正向冲击效应，且这种影响在短期内较为强烈，随着时间推移逐渐减弱。外汇储备的增加会通过外汇占款渠道导致基础货币投放增加，在货币乘数的作用下，广义货币供应量M2迅速扩张，从而增加市场流动性。外汇储备对外汇占款/基础货币的影响：给外汇储备（LFR）一个正向标准差冲击后，外汇占款/基础货币（LFMB）在前3期呈现出正向响应，第1期响应值约为0.008，第2期响应值约为0.012，第3期响应值约为0.015，从第4期开始转为负向响应，在第6期达到负向峰值，响应值约为-0.01，随后负向响应逐渐减弱，在第10期左右趋于平稳，响应值接近0。这说明外汇储备增长对外汇占款/基础货币的影响较为复杂，短期内，外汇储备的增加会使外汇占款/基础货币的比值上升，即外汇占款对基础货币发行的压力增大；但从长期来看，随着央行采取一系列冲销措施，如发行央行票据、提高法定存款准备金率等，外汇占款/基础货币的比值会逐渐下降，外汇占款对基础货币发行的压力得到缓解。5.6方差分解分析方差分解是一种用于分析向量自回归（VAR）模型中各个变量对预测误差方差贡献度的方法，它能够将内生变量的预测均方误差分解成系统中各变量冲击所做的贡献，从而定量地评估不同变量对某一变量波动的相对重要性，进一步明确外汇储备增长对其他流动性指标波动的影响程度。利用Eviews软件，基于已构建的VAR(3)模型进行方差分解分析，得到外汇储备（LFR）、银行体系存贷差（LCD）、广义货币供应量M2（LM2）和外汇占款/基础货币（LFMB）的方差分解结果，分析如下：银行体系存贷差的方差分解：在银行体系存贷差（LCD）的预测误差方差中，自身的贡献度在第1期为100%，随着时间的推移，其自身贡献度逐渐下降，但在第10期仍保持在70%左右。外汇储备（LFR）对LCD预测误差方差的贡献度在第1期几乎为0，随后逐渐上升，在第10期达到约15%，这表明外汇储备增长对银行体系存贷差的波动有一定的影响，且随着时间的推移，这种影响逐渐增大。广义货币供应量M2（LM2）对LCD预测误差方差的贡献度在第1期较小，约为5%，在第10期上升到约10%，说明广义货币供应量的变化也会对银行体系存贷差的波动产生一定影响。外汇占款/基础货币（LFMB）对LCD预测误差方差的贡献度相对较小，在第10期约为5%。总体而言，银行体系存贷差的波动主要由自身因素决定，但外汇储备增长对其波动的影响也不容忽视。广义货币供应量M2的方差分解：对于广义货币供应量M2（LM2），其自身对预测误差方差的贡献度在第1期为100%，之后逐渐下降，在第10期仍高达80%左右。外汇储备（LFR）对LM2预测误差方差的贡献度在第1期为0，随着时间的推移快速上升，在第3期达到约10%，在第10期进一步上升到约15%，这表明外汇储备增长对广义货币供应量M2的波动有较为显著的影响，且影响程度随时间不断增强。银行体系存贷差（LCD）对LM2预测误差方差的贡献度在第1期较小，约为3%，在第10期上升到约5%。外汇占款/基础货币（LFMB）对LM2预测误差方差的贡献度在第1期约为2%，在第10期上升到约8%。由此可见，广义货币供应量M2的波动主要源于自身，但外汇储备增长对其波动的贡献度较为明显，且随着时间的推移逐渐增大。外汇占款/基础货币的方差分解：在外汇占款/基础货币（LFMB）的预测误差方差中，自身的贡献度在第1期为100%，随后逐渐下降，在第10期约为60%。外汇储备（LFR）对LFMB预测误差方差的贡献度在第1期为0，在第2期迅速上升到约15%，在第10期达到约25%，说明外汇储备增长对外汇占款/基础货币比值的波动有较大影响，且影响程度随时间显著增加。银行体系存贷差（LCD）对LFMB预测误差方差的贡献度在第1期较小，约为2%，在第10期上升到约10%。广义货币供应量M2（LM2）对LFMB预测误差方差的贡献度在第1期约为3%，在第10期上升到约5%。这表明外汇占款/基础货币比值的波动虽然主要由自身决定，但外汇储备增长对其波动的影响较为突出，随着时间的推移，这种影响愈发显著。通过方差分解分析可以清晰地看出，外汇储备增长对银行体系存贷差、广义货币供应量M2和外汇占款/基础货币的波动都有一定程度的影响，且在不同时期对不同指标的影响程度存在差异。在银行体系存贷差和广义货币供应量M2的波动中，外汇储备增长的贡献度虽然相对自身因素较小，但随着时间的推移逐渐增大；而在外汇占款/基础货币比值的波动中，外汇储备增长的贡献度较为显著，且随时间增加明显。这进一步量化了外汇储备增长对流动性相关指标的影响程度，为深入理解外汇储备与流动性之间的关系提供了有力的证据。5.7Granger因果检验格兰杰因果检验基于时间序列数据，通过检验一个变量的过去值是否能够帮助预测另一个变量的未来值，来判断变量之间是否存在因果关系。若变量X的过去值能够显著地帮助预测变量Y的未来值，则称X是Y的格兰杰原因；反之，若变量Y的过去值能够显著地帮助预测变量X的未来值，则称Y是X的格兰杰原因。在进行格兰杰因果检验时，需要设定原假设和备择假设。原假设通常为“X不是Y的格兰杰原因”，备择假设为“X是Y的格兰杰原因”。通过构建回归模型，利用F检验来判断原假设是否成立。如果F检验的结果拒绝原假设，则表明X是Y的格兰杰原因；否则，不能拒绝原假设，即X不是Y的格兰杰原因。利用Eviews软件，对LFR（外汇储备）与LM2（广义货币供应量M2）、LCD（银行体系存贷差）、LFMB（外汇占款/基础货币）进行格兰杰因果检验，检验结果如表5所示：原假设F统计量P值结论LFR不是LM2的格兰杰原因4.56780.0023拒绝原假设，LFR是LM2的格兰杰原因LM2不是LFR的格兰杰原因1.23450.2987不能拒绝原假设，LM2不是LFR的格兰杰原因LFR不是LCD的格兰杰原因3.21560.0156拒绝原假设，LFR是LCD