我國貨幣供應(yīng)量M2的影響因素分析

1、計量經(jīng)濟學(xué) 論文我國貨幣供應(yīng)量M2的影響因素分析061141班閆志偉我國貨幣供應(yīng)量M2的影響因素分析摘要目前我國貨幣供應(yīng)量已突破 100萬億，居世界第一， 是什么原因?qū)е铝宋覀?目前龐大的貨幣供應(yīng)量？過多的貨幣是否會影響居民的生活水平下降？本文首 先研究了 CPI與M2的影響關(guān)系，試圖通過研究 M2的量來研究我國居民的生活 水平情況；接著又探討了我國貨幣供應(yīng)量的影響因素，利用 EViews 軟件建立關(guān) 于M2的多元回歸模型，得出 GDP、利率及大量的外匯儲備很大程度上影響了 M2 的供給。間接為國家宏觀貨幣政策的實施提供了參考依據(jù)，也為 M2 與通貨 膨脹及居民消費水平的研究提供借鑒內(nèi)容。關(guān)鍵

2、字：貨幣供給量、GDP、外匯儲備、利率一、理論分析與變量選取在市場經(jīng)濟條件下， 金融的宏觀調(diào)控作用日益明顯。 作為行使中央銀行職能 的中國人民銀行， 其貨幣政策的最終目的是保持人民幣幣值的穩(wěn)定， 這一轉(zhuǎn)變意 味著，中央銀行分析和判斷經(jīng)濟、 金融運行趨勢， 調(diào)整及實施貨幣政策的分析指 標體系將發(fā)生明顯轉(zhuǎn)變。 為了達到這一目標， 人民銀行的宏觀調(diào)控要從總量調(diào)控 與結(jié)構(gòu)調(diào)整并重轉(zhuǎn)向以總量控制為主。所謂控制總量， 就是要控制整個銀行系統(tǒng)的貨幣供應(yīng)量。 貨幣供應(yīng)量的增長 必須與經(jīng)濟增長相適應(yīng)，以促進國民經(jīng)濟的持續(xù)、快速、健康發(fā)展。因此，分析 某一階段各個層次的貨幣供應(yīng)量是否合理，必須與當時的經(jīng)濟增長幅度

3、相聯(lián)系， 與貨幣流通速度相聯(lián)系。 通常來講， 衡量貨幣供應(yīng)是否均衡的主要標志是物價水 平的基本穩(wěn)定。 物價總指數(shù)變動較大， 則說明貨幣供求不均衡， 反之則說明供求 正常。貨幣供應(yīng)量， 是指一國在某一時點上為社會經(jīng)濟運轉(zhuǎn)服務(wù)的貨幣存量， 它由 包括中央銀行在內(nèi)的金融機構(gòu)供應(yīng)的存款貨幣和現(xiàn)金貨幣兩部分構(gòu)成。 貨幣供應(yīng) 量對國民經(jīng)濟運行有著極其重要的參考價值，對居民生活有著不可忽視的作用， 這是各國央行選擇貨幣供應(yīng)量為調(diào)控經(jīng)濟主要手段的重要原因。選擇 M2 作為衡量貨幣供應(yīng)量的指標的主要原因是隨著金融系統(tǒng)的發(fā)展， 各 國央行逐漸將貨幣調(diào)控的目標放在了與利率有一定敏感度且利于控制的 M2 上。 M2

4、不僅反映現(xiàn)實購買力，還反映潛在購買力，較好地體現(xiàn)社會總需求的變化， 體現(xiàn)了經(jīng)濟活動中的長期購買能力， 被央行作為貨幣政策的中介目標。 此外，隨 著金融業(yè)的發(fā)展和創(chuàng)新， M2 所具有的流動性也在不斷提高，對經(jīng)濟影響程度也 在不斷增加，而且更能影響長期的經(jīng)濟均衡問題。央行在 4月 11日發(fā)布的統(tǒng)計數(shù)據(jù)顯示， 3月份新增貸款 1.06萬億元。同時， 3 月末，中國貨幣供應(yīng)量余額 103.61 萬億元，同比增長 15.7%，首次突破 100 萬 億大關(guān)。 3 月末，我國貨幣供應(yīng)量余額 103.61萬億元，同比增長 15.7%，首次突 破 100 萬億大關(guān)，居世界第一。我國目前如此龐大的 M2 規(guī)模，到

5、底是由哪些因素影響的呢？ 本文經(jīng)過分析認為我國貨幣供應(yīng)量 M2 主要來源于兩部分， 即中央銀行的基 礎(chǔ)貨幣和商業(yè)銀行的貨幣創(chuàng)造。 基礎(chǔ)貨幣由央行根據(jù)國民生產(chǎn)總值的增長情況而 適量發(fā)行，因此 GDP 的增長意味著生出的成品的增多必然會導(dǎo)致貨幣的大量供應(yīng)。由于中國加入世界貿(mào)易組織（WTO）后出口導(dǎo)向的產(chǎn)業(yè)政策，對外貿(mào)易順差 導(dǎo)致了大量的外匯存底，積累了大量美元，外匯并且外匯管理還是最初的強制結(jié) 售匯制度，導(dǎo)致基礎(chǔ)貨幣的大量投放并通過銀行的創(chuàng)作功能使M2余額急劇增加。貨幣供應(yīng)量中很大一部分是由商業(yè)銀行的貨幣創(chuàng)造而產(chǎn)生的。影響商業(yè)銀行貨幣創(chuàng)造的主要因素就是存貸款利率。 當兩者的利率差擴大時，銀行就會大

6、量貸 款獲利，從而造成貨幣供給的增多。在假定貸款利率不變情況下，存款利率對 M2有反向影響。（雖然準備金制度影響商業(yè)銀行放貸款數(shù)量，但由于超額準備 金制度和同業(yè)拆借的辦法可以抵消影響， 因為認為法定準備金對 M2的影響不顯 著。）針對上述分析，本文選取建立兩個回歸模型，一個是CPI受M2影響的模型, 一個是M2受GDP、存款利率及外匯儲備等因素影響的模型。二、模型建立與實證分析本文選取從1978年一2010年的統(tǒng)計數(shù)據(jù)進行實證研究，數(shù)據(jù)見附表。根據(jù) 前文的分析，可建立多元回歸模型如下：Y=“0 + "iX1+ -2X 2 +-3X 3 + - 其中：Y:貨幣供應(yīng)量M2Xi:國內(nèi)生產(chǎn)總

7、值X2 :一年期存款利率X3 :美元外匯儲備將19782010年的時間序列數(shù)據(jù)輸入 EViews 中,得到如下普通最小二乘回 歸結(jié)果。Depe ncleritLPrimtilm: YMethod: Least SquaresDate: 05/24/13 Time. 20:40Sample: 1978 2010 Included observations: 33VariableCoefficientStd. Errort-StatisticProb.C12660.459551.0651.3464930.1886X11.0653270.1124739.4718840.0000X2-24112611

8、072 109-22490B30.0323X313 3B0522230816599803700000R-squared0994906Mean dependent var134302.3Adjusted R-squared0994379S.D. dependent var187839.6S E of regression14082,65Aka ike info criterion22,05649Sum squared resid5.75E+09Schwarz criterio n2223708Log liKelihood-359.9320Hannan-Quinn enter.22.11752F-

9、statistic1SB8.063Durbin-Watson stat1 039326P ro id (F-statistic)O.OQOOOO圖1因此可得樣本回歸函數(shù)為：7 = 12860.45 1.0653-2411.26X2+13.3805X3（1.35）（9.47）（-2.25）（6.00）R2=0.9949F=1888.06D.W.=1.03下面我們對模型進行檢驗。三、模型檢驗及修正1經(jīng)濟意義檢驗參考前文關(guān)于變量的經(jīng)濟學(xué)分析，認為各變量前的參數(shù)及符號均基本符合實 際的經(jīng)濟情況，是符合實際的。2.統(tǒng)計檢驗可看出，模型的可決系數(shù)較高，達到R2=0.9949，Y變化的99%可由這四個變 量

10、的變化解釋；F=1888.06，伴隨概率為0,說明模型整體的線性也通過了 F檢驗； 在5%顯著性水平下，除截距項外各變量參數(shù)的 t檢驗值也通過了檢驗。3計量經(jīng)濟學(xué)檢驗（1）多重共線性檢驗做Xi、X2、X3之間的相關(guān)系數(shù)分析，如圖：X1X2X11.000000-06079490.973B57X2-0.6079491.000000-0.5308130.973857-0.5389131.000000可看出Xi和X3間存在較高的共線性。分別作丫關(guān)于Xi，X2, X3的回歸結(jié)果如下：（1）丫？二21736.52 1.726X1（-4.66）（ 51.72）2R =0.9885D.W.=0.70（2）Y?

11、 =345387.0-37416.31X2（6.16）（ -4.28）2R =0.3718D.W.=0.16（3）Y? = 30126.90 35.9872X3（4.57）（ 31.86）2R2=0.9703D.W.=0.15可見，M2受GDP影響最大，因此選（1）為初始回歸模型。將其他變量逐 步引入初始模型中，發(fā)現(xiàn)引入 X2和X3后模型擬合優(yōu)度均有提高，考慮到經(jīng)濟 變量雖時間有同步變化性，故忽略 X1和X3間的相關(guān)性，認為他們都對 丫有顯 著影響，且前面已證明通過了檢驗。故模型不做改變。（2）異方差性檢驗在EViews中用white檢驗來檢驗?zāi)Ｐ褪欠翊嬖诋惙讲?，結(jié)果如下：HeterosKed

12、asticitv lest: WhiteF-statistic23.51820Prob. F230.0000ObssR'Squared30.28603Prob, Ctii'Square(9)0.0004Scaled explained SS72.63777Prob Chi-Square(9)0.0000TestEquatio n;Dependent Variable: RESIDE Method: Least SquaresDate: 05/24/13 Time: 22:32Sample: 1978 2010Included observations: 33VariableCo

13、efficientStd Error1-StatisticProb.C544444463.34E+08OJ 6281208721X1-1915 63712120.22-0.1580530.8758X1A20064323U1453840.4424330.6623X1-X2-1038J 927762798-1 3373940.1942XVX31.6994965 725242029684307693X2-1910236587345864-0.2186980.823&X2A2344301653924630.6384870.5295X2*X385664.1028742 162.9804340 0

14、067X3-407367.42765092-1 4732510 1542X3A2-44.7518956.15493-07969350.4336R-squared0917753Mean dependeni var1.74E+08Adjusted R-squaredl0.635577S.D. dependentvar4.41 E+08S.E of regression1 49E+08Akaike info criterion40.72458Sum squared residS12E+17Schwarz criterion41.17807Log likelihood-661 9556Hannan-Q

15、uinn cniter.40S7717statistic23.51820Durbin-Watson stat1.669802Prob(F-stahstic)0000000圖2可看出X2X3的平方項的參數(shù)的t檢驗是顯著的，且 White統(tǒng)計量為30.29, 伴隨概率為0.004,在5%的顯著性水平下，拒絕同方差性這一原假設(shè)，方程確實 存在異方差性。下面采用加權(quán)最小二乘法進行估計，過程如下：團 EVievs二 口File Edit Object View Proc Quick ons Window Help genr w=1/AES(resiic(Equal ion EstimationXSpec

16、ifi cationDpti onsLS & TSLS optionE fie terosk電t】cn tyI_I consist國皿t coeffici entIteration control500tfhite NewajWestCenter0.0001Hleightftd LS/TSLS(no t av&i 1 &bl e w i thI I Di splay settingsAEMA opti cueStarting coeffi ci ent015/TSLSDerivativesSelect method to (*j Accuracy O SpeedR E

17、ackcast HA t&rm朕 nunieric only取消確定得到回歸結(jié)果如下：Dependent Variable: Y Method: Least Squares Date: 05/24>13 Time: 23:01 Sample 1978 2010 Included observations: 33 Weighting series: WCoefficientStd. Errort-StatisticProbC10503.561406.4117.4603450.0000X11.0474170.01409774299330.0000X2-2062674211 0043-

18、9 77550500000X31407953059500923.662720 0000Weighted StatisticsR-squared0999333Mean dependent war22619.45Adjusted R-squared0.999264S.D. dependentvar61845.87S.E of regression605 7186Aka ike info criterion1576392Sum squared resid10639956Schwarz criterion15 94532Log likelihood-25B. 104-7Hanna n-Quin n e

19、nter.15.B2495Fatalistic14489.92Durbin-Watson stat1.070278Prob(F-stati Stic)0.000000Unweighted StatisticsR-squared0994832Mean dependent?ar13430Z3Adjusted R-squared0.994297S D dependent var187839.6S E. of regression14185.21Sum squared resid584EHJ9Durtin-lVatson stat1.0D9000圖3因此回歸表達式改為:7 = 10503.56 1.0

20、474X, -2062.67X2+14.0795X347)(74.30)(-9.77)(23.66)R2=0.9993F=14489.92D.W.=1.07可驗證模型已不存在異方差性，且模型的擬合優(yōu)度進一步提高，各變量的t檢驗值也有所增加。(3) 序列相關(guān)性檢驗作殘差項e與時間t及et與林1的關(guān)系圖如下：30,00020,00010,0000-50,000-10,000-20,000-30,000-40,0001980198519901995200020052010Y Residuals30,000 一20,00010,000-10,000-20,000-30,00020,00040,000-

21、40,000-20,0000RESID可看出隨機項存在正序列相關(guān)性，下面具體驗證。D.W.檢驗在 5%顯著性水平下,n=33,k=3，查表可得 dL=1.32, du=1.58, D.W.=1.07<1.32,因此可認為模型存在一階序列相關(guān)性。下面再用LM檢驗驗證拉格朗日乘數(shù)（LM ）檢驗如下圖所示，構(gòu)造輔助回歸模型e -' '1 X1t ' '2X2 ' '3X3 :'lStj ' ；t其中et為原模型OLS估計后的殘差項。用EViews計算得：Dependent Variable: EMettiod: Least Squ

22、aresDate: 05/24/13 Time 23:20Sample (adjusted): 1979 2010Included observationM 32 after adjustmentsCoefficientStd Enort* StatisticProbC5997.6149672.4590.6200710.5404X1-0.0745110.111665-0 5672690.51Q3X2-541 13201046.882-0.516B990.6094X31 56686322205720.7056120.4865E(-1)0 54553501978952.7566930.0103R*

23、squared0.235364Mean dependentvar188.9653Adjusted R-squared0122085S O dependent var13668.76S.E, of regression1280Z23Akaike info criterion21.39601Sum squared resid443EHJ9Schwarz criterion22 12503Log likelihood-3453361Hannan-Quinn criter.21 97192F-stati stic2077733Durbin-Watson stat1.414403Prob(F-s-tat

24、istic)0111569得含1階滯后殘差項的輔助回歸為:et = 5997.61-0.07X1 -541.13X2 1.567X30.54琳（0.62）（ -0.67）（ -0.52）（ 0.71）（ 2.76）2R2=0.2353于是，LM=32 X 0.2353=7.53,該值大于顯著性水平為5%、自由度為1的2分布的臨界值 鳶.05（1）=3.84 ,由此判斷原模型存在1階序列相關(guān)性。接著檢驗?zāi)Ｐ褪欠翊嬖诟鼏J階的序列相關(guān)，如下:Dependent Variable: EMethod: Least SquaresDate: 05Z24/13 Time: 23:45Sample (adju

25、sted): 1980 2010included observations: 31 after adjustmentsCoefficientStd Errort-StatisticProb.X10.0911030.06S7991.3241890.1970X2-216,6375351 4740-0.604S480.5505X3-2.5847041,689841-1.5295550.1382EE0.691473015407942142500.0003E(-2)-07985270198042-4.0321060.0004R-squared0.521966Mean dependent 旳r293.19

26、40Adjusted R-squared0 448423S.D dependentvar13881.77S.E, of regression10309 75Akaike info criterion21 46626Sum squared resid2.76E+Q9Schwarz criterion21.69755Log likelihood*327.7270Hannan-Quinn alter.21.&4165Durbin-Watson stat1.657156DependentVaria&le: EMethod: Least SquaresDate: 05J24/13 Tim

27、e: 22:46Sample (adjusted): 1981 2010Included observations: 30 after adjustmentsCoefficientStd. Error1-StatisticProb.X100941600.0685421.3737680 1822X2-19464123644047-053413505982X3*2 9339201 699187-172666100971EM)0.8328910.2104004,1962390.0003E(-2)-1.3292590.411898-3.2271550.0036E(-3)065338404507861.

28、4494350.1602R-squared0.562726Mean dependsntb自r3594921Adjusted R-squared0471627S.D. dependent var1411409S.E. of regression10259 42Alta ike info criterion21.48664Sum squared resid2.53E+09Schwarz criterion21.76688Log likelihood-316.2996Hannan-Quinn criter.21.57629Durbin-Watson stat1.724702可看出，模型還存在2階序列

29、相關(guān)，但不存在3階序列相關(guān)性。運用廣義差分法進行自相關(guān)的處理，采用科克倫一奧科特迭代法進行修正 結(jié)果如下：Dependent Variable: YLi ethod: Least SquaresDate: 05/24/13 Time: 23:56Sample (adjusted): 19B0 2010Included observations: 31 after adjustments Convergence achieved after 7 iterationsCoefficientStd. Enort-StatisticProt)C143B8.107345.8461.9586710.061

30、4XI1.1007500.08475213.082220.0000X2-2665 215812.7122-3.2794090.0031X311.785191.7924696 574&350.0000AR(1)065634501&31143.9041570 0006AR(2-08394000.219026-3.3324160.0008R-squared0 997484Mean dependentvar1428872Adjusted R-squared0.996981S.D dependent var1907338S.E. of regression10480.56Akaike i

31、nfo criterion21.52442Sum squared resid275E+09Schwarz criterion21.8Q196Log likelihood3276285Hannan-Quinn criter.21 61489F-statistic1982.182Durbin-Watson stat1.824499Prostic;0000000Inverted AR Roots33*06i.33*86(回歸結(jié)果為：7=14388.10 1.108X, -2665.2X2+11.78X30.6563AR(1)-0.8394AR(2)(1.96)(13.08)(-3.28)(6.57)

32、(3.90)(-3.83)2R2=0.9975F=1882.18D.W.=1.82在5%顯著性水平下，1.74=du< D.W.<4-1.74(樣本容量31),可知模型已不存在1 階自相關(guān)。四、結(jié)論與模型分析經(jīng)過上述模型檢驗與修正后，得到最終的回歸結(jié)果為：7=14388.10 1.108X" -2665.2X2+11.78X30.6563AR(1)-0.8394AR(2)(1.96)(13.08)(-3.28)(6.57)( 3.90)( -3.83)2R2=0.9975F=1882.18D.W.=1.82平均而言，在其他條件不變的情況下，國內(nèi)生產(chǎn)總值每變動一個單位，將引

33、 起貨幣供應(yīng)量1.2102個單位的變動；在其他條件不變的情況下，進出口差額每 變動一個單位，將引起貨幣供應(yīng)量變動-4.4443個單位；在其他條件不變的情況 下，利率每變動1%將引起貨幣供應(yīng)量變動-2247.98個單位；在其他條件不變 的情況下，外匯儲備每變動一個單位，將引起貨幣供應(yīng)量變動15.0149個單位。并且，該模型反映了 99.89%的真實情況。通過上面計量經(jīng)濟學(xué)的回歸分析，我們可以得出如下結(jié)論：國內(nèi)生產(chǎn)總值、 我國進出口貿(mào)易差額、一年期存款利率和外匯儲備等因素確實對貨幣供應(yīng)量存在 影響。隨著國內(nèi)生產(chǎn)總值的不斷增大，貨幣供應(yīng)量也在不斷增多，以購買更多的 商品，維持物價的穩(wěn)定與經(jīng)濟平穩(wěn)增長

34、。 貨幣供應(yīng)量與利率存在著負相關(guān)的關(guān)系， 利率增大， 會導(dǎo)致居民儲蓄的增多， 從而導(dǎo)致市場上流通的貨幣減少。 我們目前 不斷增加的外匯儲備也是造成貨幣供應(yīng)量不斷增加的原因，由于持有美元等外 匯，為了維持本國幣值的穩(wěn)定， 就不得不增加本國貨幣的供給。 貨幣供給的大量 增加可能導(dǎo)致通貨膨脹問題，因此要限制貨幣的超量供給。五、模型缺陷由于采取的是時間序列數(shù)據(jù)， 未進行平穩(wěn)性檢驗， 可能導(dǎo)致回歸并不可信， 另外 由于GDP等對貨幣供應(yīng)量的影響存在時滯性， 故還應(yīng)引入滯后變量進行回歸。再 者對變量的隨機性也沒有進行檢驗。不夠該模型已基本能夠說明問題。六、參考文獻：1 王琴. 廣義貨幣供應(yīng)量影響因素的實證

35、分析 J. 經(jīng)濟視角 （ 下） ，2011，06:135-136.2 沈昊駒，周松月 . 我國貨幣供應(yīng)量影響因素的實證分析 J. 廣西經(jīng)濟管理干部學(xué)院 學(xué)報， 2011， 04:32-38.3 李子奈、潘文卿 . 計量經(jīng)濟學(xué) M. 高等教育出版社 .附錄我國貨幣供應(yīng)量及影響因素資料年份貨幣供給量 Y （億元）國內(nèi)生產(chǎn)總值X1 （億元）一年期存款利率X2（ %美元外匯儲備X3 （億元）19781134.53645.23.240.319791339.14062.65.041.319801661.24545.65.76-1.919812027.44891.65.764.619822369.95323.46.8413.219832788.65962.76.8417.