《利率及收入对货币供应量的影响》由会员分享，可在线阅读，更多相关《利率及收入对货币供应量的影响（26页珍藏版）》请在金锄头文库上搜索。
1、利率及收入对货币供应量的影响（修订版）内容摘要：本文以宏观货币需求理论为基础 ,引入存款利率和央行再 贷款利率两个解释变量 ,利用计量经济学的方法 ,分析货币供应量与这 两者的关系 .从中国的实际情况出发 ,利用年度数据着重分析利率对货 币需求的影响 ,从而将经济理论和中国现实情况结合进行分析 . 关键字：货币供应量 利率 一理论模型的设定 由于我们正在摸索阶段，所以先把模型设定为线性模型： 模型设定如下：Y =+B1X1+B 2X2+ui,Y 货币供应量X1 央行再贷款利率（一年期）X2 存款基准利率（一年期）u i-随机扰动项B 0、B 1、B 2 -参数数据来源及搜集处理方法1 、货币供
2、应量 Y 数据的搜集：M 用广义货币供应量 M2 代替，因为货币的供给主要是由中央银行来 进行，而货币的需求则取决于流动性偏好，尤其是投机动机。由于流 动性偏好是一种心理活动， 难以操纵和控制， 货币需求也就难以预测 和控制，需要变动的是货币供应量。这种替代具有一定的合理性 .M= M2= M1+M0.M0= 现金流通量，M1= M0+ 银行活期存款，M2= M1+ 储蓄存款 +定期存款。广义货币的供给量可以从中国人民银行网站（www.pbc.gov.c n）中查 得，但是由于统计项目的调整，只能直接得到广义货币供给量 1999-2004年的数据。2、利率数据的搜集在目前中国的利率体系下存在这
3、多种利率，按借贷主体可以分为：银行利率，非银行金融机构利率，有价证券的利率和市场利率.从 数据的代表性和可获得性两方面考虑，选用了中央银行的一年期再贷 款利率.央行的再贷款利率是中国人民银行向金融机构进行信用放贷时 所使用的利率.从1984年起,再贷款利率成为中国中央银行的基准利 率之一,起着宏观调控的作用.有关资料表明，1984-1993年，中央银 行基础货币投放主要渠道是再贷款，95%以上的基础货币是通过再贷 款投放出去的。由于该时段较长，占样本长度的一半，因此，用再贷 款利率数据是合理的，且考虑到数据的可获得性，于是统一使用再贷 款利率数据。对于利率有变动的年度，按天数进行加权平均。数据
4、来源：中国人民银行网站()这样,模型所需变量的数据都搜集齐了 .下面就利用Eviews进行模 拟.Depe ndent Variable: YMethod: Least SquaresDate: 06/08/05Time: 00:35Sample: 1999 2004In eluded observati ons: 6VariableCoefficie ntStd. Errort-StatisticProb.C230280.8560854.20.4105890.7089X1-62576.68123000.7-0.5087500.6460X271406.33326460.80.2187290.8
5、409R-squared0.084133Mean depe ndent var161517.0Adjusted R-squared-0.526446S.D.dependent var50685.59S.E. of regressi on62621.75Akaike info criteri on25.23447Sum squared resid1.18E+10Schwarz criteri on25.13035Log likelihood-72.70340F-statistic0.137792Durb in -Watson stat0.611858Prob(F-statistic)0.8764
6、94从表中数据来看，拟合优度明显偏低，而且从d-w检验来看，存在明 显的自相关，但是我们还是做了一下 white检验和ARCH检验，虽然 并没有什么实际意义，但是我们想找出问题出在哪里，检验结果如下：ARCH Test:F-statistic3.695173Probability0.345231Obs*R-squared3.523262Probability0.171765Test Equati on:Depe ndent Variable: RESIDA2Method: Least SquaresDate: 06/08/05 Time: 00:35Sample(adjusted): 2001
7、 2004In eluded observati ons: 4 after adjusti ng en dpo intsVariableCoefficie ntStd. Errort-StatisticProb.C7.93E+092.36E+093.3544960.1844RESIDA2(-1)-1.7203232.068470-0.8316890.5583RESIDA2(-2)-4.9400012.028766-2.4349790.2481R-squared0.880815Mean depe ndent var2.38E+09Adjusted R-squared0.642446S.D.dep
8、endent var3.74E+09S.E. of regressi on2.24E+09Akaike info criteri on46.00886Sum squared resid5.01E+18Schwarz criteri on45.54858Log likelihood-89.01772F-statistic3.695173Durb in -Watson stat1.900689Prob(F-statistic)0.345231White Heteroskedasticity Test:F-statistic197.7849Probability0.005035Obs*R-squar
9、ed5.979844Probability0.112595Test Equati on:Depe ndent Variable: RESIDA2Method: Least SquaresDate: 06/08/05 Time: 00:36Sample: 1999 2004In eluded observati ons: 6VariableCoefficie ntStd. Errort-StatisticProb.C1.41E+127.22E+1019.486850.0026X1-8.09E+114.13E+10-19.575910.0026X1A21.15E+115.85E+0919.7319
10、50.0026X28.15E+081.43E+090.5707250.6258R-squared0.996641Mean depe ndent var1.96E+09Adjusted R-squared0.991602S.D.dependent var2.97E+09S.E. of regressi on2.73E+08Akaike info criteri on41.91907Sum squared resid1.49E+17Schwarz criteri on41.78024Log likelihood-121.7572F-statistic197.7849Durb in -Watson
11、stat3.191815Prob(F-statistic)0.00503525000020000015000010000050000100000-50000-100000199920002001200220032004ResidualActualFitted从检验结果来看，各项数据都显示出模型设定的不合理， 所以决定将模型进行修改：在设立模型时将利率作为决定货币需求总量的解释变量 .由于三 个变量之间数量级存在差异，若直接回归会存在一些潜在问题，为了回 避这一问题，本文在设定模型时采用了双对数模型，此外，双对数模型 中,各解释变量的参数即为弹性，具有良好的经济解释意义.故模型修改如下：logY
12、=C+ 1 log x1 ： 2 Iogx2 + uiY货币供应量X1 央行再贷款利率（一年期）X2 存款基准利率（一年期） ui-随机扰动项B 0、B 1、B 2 -参数注：利率采用百分比，一方面可以避免对数取负，另一方面，可以用数学推导证明这种代入并不影响参数的意义，B 2则表示利率对货币供应量的弹性.Depe ndent Variable: LOG(Y)Method: Least SquaresDate: 06/08/05Time: 09:47Sample: 1999 2004In eluded observati ons: 6VariableCoefficie ntStd. Error
13、t-StatisticProb.C13.366392.7790274.8097370.0171LOG(X1)-1.6040952.534671-0.6328610.5718LOG(X2)0.8146784.0380570.2017500.8530R-squared0.133972Mean depe ndent var11.95281Adjusted R-squared-0.443379S.D.dependent var0.305031S.E. of regressi on0.366466Akaike info criteri on1.137033Sum squared resid0.40289
14、3Schwarz criteri on1.032912Log likelihood-0.411098F-statistic0.232046Durb in -Watson stat0.641835Prob(F-statistic)0.805931= =F-statistic3.343312Probability0.360688Obs*R-squared3.479615Probability0.175554Test Equati on:Depe ndent Variable: RESIDEMethod: Least SquaresDate: 06/08/05 Time: 09:48Sample(adjusted): 2001 2004In eluded observati ons: 4 after adjusti ng en dpo intsVariableCoefficie ntStd. Errort-StatisticProb.C0.2746740.0852323.2226530.191
