首页 > 文章中心 > 货币供应量

货币供应量

前言:想要写出一篇令人眼前一亮的文章吗?我们特意为您整理了5篇货币供应量范文,相信会为您的写作带来帮助,发现更多的写作思路和灵感。

货币供应量

货币供应量范文第1篇

关键词:货币供应量;基础货币;货币乘数;途径

1999年以来,中央政府实施了积极的财政政策,对保持宏观经济稳定增长起到了重要作用,但总需求相对不足的状况仍未得到有效解决,这表明在财政政策积极的同时,有必要让货币政策扮演更加重要的角色,充分发挥货币政策对经济增长的作用。就货币政策而言,一个重要指标就是货币供应量,因此,最近一段时间,有关专家学者呼吁2000年要扩大货币供应量,使货币供应量增长保持较高水平,从而为经济增长提供保障。那么,扩大货币供应量的途径在哪里?应采取哪些措施呢?

一、货币供应量的决定因素及分析

在现代货币银行制度下,货币供应量取决于基础货币和货币乘数之积,因此,只有对基础货币和货币乘数进行详细的研究,才能准确把握货币供应量的趋势。

1.基础货币的决定因素及实证分析

货币银行理论表明,基础货币由流通中的现金与商业银行的准备金之和构成,它是创造货币供应量的基础。由于我国的特殊国情,央行的基础货币还包括非金融部门的存款,因此本文对基础货币的定义是:基础货币=发行货币+对金融机构负债+非金融机构存款(以下所用数据除非特别说明,均来自于中国人民银行统计季报)。

根据历史数据,我国的基础货币总体上呈上升趋势。1990年之前基础货币增长比较缓慢,基本上是平稳的爬升阶段;1993年之后,基础货币增长较快,特别是在1993-1994年间,基础货币的增幅明显较高,1995-1996年虽有所波动,但仍保持较高水平;1997年,基础货币增速放缓(当然这与统计口径发生变化有一定关系,但增速下降趋势则是明显的),1998-1999年,在法定准备金率下调以及法定准备金帐户和备付金帐户合并之后,基础货币增速下降的趋势更加明显。从基础货币的构成看,基础货币增速下降主要是受对金融机构负债增速下降所致,1999年,非金融机构存款出现负增长,也对基础货币的增长产生了一定的影响。

从中央银行的资产负债表来看,基础货币是中央银行的主要负债,因此为了达到调控基础货币的目的,中央银行可以通过调整资产方的各个项目来实现。历史数据表明,1993年以前,我国银行总资产中中央银行国外资产所占比重较低,因而这期间基础货币的变化主要由中央银行国内资产的运用所决定。1993-1994年是我国经济周期发生转折的阶段,酝酿和出台了一系列的改革措施,1994年初又进行了一系列税制和外汇管理体制的改革,尤其是人民币汇率的并轨和实行结售汇体制的改革,大大促进了出口的增长,形成了国际收支中经常性项目的大量顺差,从而使中央银行国外资产所占比重增大。1995-1997年,为维护人民币汇率的相对稳定,使得中央银行国外资产所占比重进一步增大,1997年末达到42.1%。1998年,由于受亚洲金融危机的影响,我国出口形势严峻,外贸顺差有所减少,因而国外资产所占比重上升趋势减缓,年末为43.7%。可以说,近几年来,中央银行的资产结构中国内外资产几乎均等,因而国外资产的多少、增长快慢就对基础货币有非常重要的影响。从增长速度看,1993年以来,中央银行国外净资产的增速呈明显下滑态势,1994-1998年其增速分别为:187.3%、49.8%、43.4%、38.3%和2.5%。1999年1-9月份,国外净资产增长10.4%,这也是1999年3季度以来货币供应量增幅回升的一个重要因素。

从国内资产看,1994年以前国内资产一直占中央银行总资产的80%以上,可以说那时从资产角度看影响基础货币的主要因素就是国内资产的变化情况。1994年后,由于国外净资产的增加,中央银行国内资产所占比重呈下降态势,到1998年末,国内资产占中央银行总资产的56.6%。在国内资产中,主要是对存款货币银行的债权,如在1993年,对存款货币银行债权占中央银行总资产的70.3%,之后逐步下降,到1998年末为41.8%;其它还有对政府的债权,这一数值在1994年以前占总资产的比重较高,1994年占总资产的9.1%,之后由于银行法规定政府不得向银行透支,因而对政府债权一直稳定在1582亿元,所占比重不断下降。对非货币金融机构的债权,1997年以前占总资产的比重较小,1997年之后,由于政策性银行等的发展,因而对非货币金融机构的债权增加较多,所占比重大幅上升,1998年末达到9.5%。从增长速度看,国内资产自1996年后增速迅猛下降主要是受对存款货币银行债权增速下降所致,1997年下降1.11%,1998年下降9.1%,而1999年1-9月却增长10.25%,相应地带动国内资产增长10.24%。同样,对非金融部门债权自1995年后一直为负增长,对国内资产的增长也产生了一定影响。与之相反,对非货币金融机构债权增长在1997年达到高点,当年增长1660.7%,之后尽管增速下降,但仍是国内资产各项中增速最快的,1998年增长42.97%,1999年1-9月增长16.9%,对国内资产进而对基础货币的增长产生了一定的正影响。

2.货币乘数的影响因素及分析

根据前述基础货币的定义,1993-1997年我国M2的货币乘数变化不太规则,有升有降,M1的货币乘数则基本呈微降态势。但自从1998年春季央行大幅下调准备金率后,我国的货币乘数则基本上呈上升趋势,即M1的货币乘数由1998年6月份的1.104上升到1999年9月的1.426,M2的货币乘数由1998年6月份的3.094上升到1999年9月的3.915。

根据我国的情况,狭义货币乘数可表述为:(现金漏损率+活期存款比率)/(法定准备金率+备付金率+现金漏损率+非金融部门存款比率);广义货币乘数的分母与狭义货币乘数一致,分子则为1+现金漏损率。根据这两个公式,我们对1993年以来我国的货币乘数进行了测算,结果表明,其(即与货币供应量和基础货币实际值计算的结果)误差很小(平均误差为3%,且很稳定),趋势也是一致的。因此,分析货币乘数,有必要对以上几个行为参数作出判断。

(1)法定准备金率

从理论上讲,法定存款准备金率的调整,即使是微小的变化,都会对货币流通产生强烈影响,在众所周知的中央银行货币政策“三大法宝”中,它的效果是最为猛烈的。因此,各国一般都不常用这个货币政策工具,即使要调整,也是微调,因为金融机构资金规模巨大,更为重要的是货币乘数的作用,它几倍于存款创造贷款。尽管目前我国的法定准备金率已由原来的13%降至6%,但是一方面与国外相比仍较高,另一方面由于网络化、全球化进程的加快,各国更为重视的是资本充足率这一指标,而对准备金率的要求有所放低,因此,作为刺激内需的货币政策操作工具——法定准备金率,仍有下调的空间。

(2)备付金率

近年来,随着我国超额准备金率的不断下降,货币乘数逐步放大,即超额准备金率与货币乘数呈反比例关系。备付金率的高低直接影响货币乘数的大小,但备付金率并不能完全由中央银行所控制,它取决于商业银行的行为,中央银行只能间接地影响它。商业银行持有备付金是有机会成本的,而备付金率的高低取决于市场利率与商业银行从中央银行借款的利率之差,二者差额越大,备付金率越低。1998年以来,随着二者差距的增大和利率水平的逐步降低,备付金率已出现下降趋势,存款货币银行的备付金率(以法定准备金率为8%考虑)由1998年3月的7.53%下降到1999年9月的5.83%这里所指的备付金率为在人行存款加上库存现金与对非金融部门负债之比。2000年,随着经济形势的好转,各经济主体的投资、消费意愿会有所增强,因而备付金率有进一步降低的可能。

(3)现金漏损率

现金漏损率于80年代和90年代初期在我国一直比较高,不过随着货币市场的不断健全,金融交易工具的逐渐增多,我国的现金漏损率近年来有所降低,1998年3月-1999年9月,大约在11.5%左右。现金漏损率的高低与现金需求量的大小有关,而影响现金需求量的因素很复杂。我国的现金漏损率是由政府、企业和居民的行为共同决定的。由于金融资产收益率的变动会影响持有现金的机会成本,以及银行存款利率的变化会影响个人储蓄的变化,这就使现金漏损率的变化比较复杂。2000年,由于目前名义利率水平比较低,居民储蓄存款特别是定期存款增势减缓,加上征收利息税的影响,因而居民持现动机相对有所增强,估计现金漏损率下降空间有限。在其它情况不变的情况下,现金漏损率与货币乘数负相关,因此若现金漏损率下降不大,则将影响金融机构派生存款的能力,对货币乘数产生一定影响。

(4)非金融部门存款比率

1993年以来,我国非金融部门存款一直比较稳定,并呈缓慢下降趋势,这一点在1999年表现得更为明显,到1999年9月末,我国的非金融部门存款比率为3.58%,较之上年下降了一个百分点。随着政策性金融业务的进一步规范,这一比率将呈平稳态势,变化不会太大。

(5)活期存款比率

活期存款比率反映了货币供应量层次的结构变化,这个比率在决定狭义货币乘数时有用。由于受持有活期存款的机会成本的影响,因此这一比率与利率的关系比较密切,同时由于这里所指的活期存款主要是指企业活期存款,因而经济活跃程度如何以及企业对未来经济的预期怎样,对活期存款也有着比较大的影响。1996-1998年,我国的活期存款比率基本维持在30%左右,进入1999年后,一、二、三季度这一比率分别为27.5%,27.8%和28.8%,呈缓慢上升趋势。随着利率水平的下降和储蓄存款实名制的实施,在金融交易工具增加不多、信用情况改善不大的情况下,估计这一比例将逐步上升。

二、扩大货币供应量的对策

从货币供应量的定义中可以看出,扩大货币供给量的途径不外乎两条:一是增加基础货币,二是提高货币乘数。

从增加基础货币方面看,主要有三项:

(1)从货币当局资产方着手,加大国内资产的运用,即加大再贷款、再贴现规模,特别是对那些急需资金的中小金融机构,这样可以从资产方影响基础货币的增加。

(2)扩大货币发行。在基础货币中,货币发行占到了近50%,因此加大货币发行是扩张基础货币,进而增加货币供应量(M1、M2)的有效途径。目前我国的经济过剩,绝非是经济高度发达条件下的过剩,远未达到东西多得用不了的程度。实际上,我们的建设资金缺口极大,潜在消费与投资需求空间还很大,完全可以用发钞票的办法配合扩张性财政政策来解决经济发展中的问题。同时,为扩大货币发行,还可以核销部分国有商业银行的坏帐,帮助金融机构化解金融风险;尽快成立中小企业贷款担保基金,消除金融机构对中小企业放款的后顾之忧,从而扩大贷款规模,使资金配置更加优化、有效。

(3)加大公开市场操作力度。央行购入债券,吐出基础货币,这其中一个条件就是债券市场规模不断扩大,从而使公开市场操作有一个好的着力点。

从提高货币乘数方面看,主要有四项:

(1)通过降低甚至取消存款准备金率的办法,迫使金融机构更积极放款,加速降低备付金率水平,从而提高货币乘数。

(2)改变认购资金冻结数日的做法,消除新股认购对基础货币和银行准备金管理的不利影响。理论上讲,新股认购资金的验资既不需要资金的异地划拨,也不需要冻结数日,只要验资的某一时点上新股认购帐户中有真实资金就可以了。因此,应改进集中验资的方式,让所有证券结算银行或分行都在当地人民银行营业部开户,利用人民银行营业部联网系统实行证券认购资金的当地验资,资金信息集中到交易所进行认购。同时,为了不影响金融系统的基础货币量和准备金状况,冻结认购资金的时间应尽可能短,甚至可以缩短到几乎一个时点上。全国统一验资结束以后,认购资金重复认购的可能性已经不存在,因此,资金可在验资结束后立即解冻。中了新股以后的资金交割可另行制定交割日。这样,银行准备金管理的压力将大大减轻,超额准备金率下降,货币乘数扩大,基础货币也不会受到影响。

(3)改进金融系统的服务,增加有益于流通和交易的金融工具,从而充分发挥金融系统的中介功能,这样可以加快货币流通速度,减少货币沉淀;也有助于降低现金漏损率,从而提高货币乘数,增加货币供给量。

(4)在必要的时候,可以续下猛药,调低法定准备金率,从而有效提高货币乘数。

不可否认,无论是降低存款准备金率,还是运用再贷款、再贴现、公开市场操作等,在市场化国家都被视为“猛药”,其结果都会导致商业银行授信能力的增强,然而这只是为扩大货币供应量提供了必要条件。现在的问题是金融机构并不缺资金,金融机构存贷差逐步扩大就是一个佐证。因此如果金融机构仍然借贷、慎贷,那么扩大货币供应量的初衷就不可能成为现实。为此,在采取货币政策手段外,尚需在体制改革上迈出更大步伐,具讲说:

(1)完善金融机构自主经营的环境。目前,我国的金融机构,特别是国有商业银行,经营环境决定其还没有完全实现自主经营,还存在各级政府对商业银行的干预。因而使商业银行不能充分发挥其中介功能,同时也使商业银行产生了一定的依赖心理,缺乏创新和追求效益的动力。

(2)约束机制与激励机制要并行。近几年来,由于银行风险意识和内控制度的加强,以及建立了较强的约束机制,使贷款人必须为其行为的结果负责,放款多,责任大;而相应的激励机制并未形成,不放款没责任,也不影响收入,“经济人”的理智使银行人“宁肯闲置资金,也不敢、不愿放款”,因此在目前情况下,一方面在商业银行内部,对银行人的考核不仅要着眼于贷款的安全性,同时也要看重其创造效益的能力,二者应相辅相成;另一方面在现行体制下,对商业银行不仅要有风险防范的要求,同时也要有效益指标的要求。

货币供应量范文第2篇

1.研究方法简述(1)修正后的线性回归模型。当线性回归方程扰动项存在序列相关时,运用最小二乘法估计所得到的参数可能会不准确,回归系数检验对应的t统计量也不再可信。因此,在检验蔬菜价格和货币供应量普通线性回归模型存在序列相关的基础上,本文对原始模型进行了修正,以消除序列相关的影响。假设式(1)为蔬菜价格pt对货币供应量mt的简单线性回归方程,εt为相应残差。若式(1)中εt存在序列相关,则通过构建扰动项的自回归方程AR(p)来消除序列相关的影响。基本思路如下,若εt存在一阶自回归,则构造式(2)所示的AR(1),其中ut为白噪声序列,将式(3)εt-1的表达式带入式(2),之后将式(2)带入式(1)整理后就得到式(4)。显然,以(pt-φpt-1)为新的因变量,(xt-φxt-1)为新的自变量运用最小二乘法所估计出来的系数是无偏有效的。对于存在高阶序列相关的线性回归方程也可以采用与一阶序列相关类似的方法,将滞后残差逐项带入,直至得到一个误差项为白噪声的序列。(2)变参数模型。蔬菜价格和货币供应量之间修正线性回归模型的建立反映的是两者之间的静态关系。不难证明,线性回归模型中最小二乘法估计出来的回归系数一定满足y-=θ0+θ1x-,这意味着此时回归系数θ1表明的是样本期内货币供应量均值对蔬菜价格均值的影响。由于经济结构正在逐步发生变化,货币供应量对蔬菜价格的推动作用并不是一成不变的,为了分析货币供应量对蔬菜价格随时间变化的动态影响,本文建立关于两者的变参数模型,如式(5)和式(6)。蔬菜价格与货币供应量之间的变参数模型是状态空间模型的一种形式,式(5)和式(6)分别为量测方程和状态方程。其中式(5)表示的蔬菜价格与货币供应量之间的一般关系。θ1t为不可观测的状态变量,其随着时间的变化而变化,即为可变参数模型中的可变参数,需要运用可以观测的变量蔬菜价格pt和货币供应量序列mt来估计。式(6)为假定不可观测的可变参数θ1t的生产过程,假设状态变量θ1t服从于AR(1)模型,μt为状态方程的扰动项,且其与εt相互独立。

2.指标与数据说明蔬菜种类繁多,不同品种一年内自然上市的时间存在明显差异;即使是同一品种,由于不同地区气候的差异,自然上市的时间也不同,同一品种一年内不同时间段的价格存在明显的差异;此外,由于不同蔬菜品种存在明显的异质性,不同种类间的价格也存在明显的差异。为了概述蔬菜这个农产品大类总体物价变动特征,本文选取居民消费价格分类指数(鲜菜)这个综合性指标来分析蔬菜总体价格的变化情况。居民消费价格分类指数(鲜菜)根据中华人民共和国国家统计局网站公布的月度数据进行整理,该类数据分析的期限为2001年1月至2012年5月,共计137个样本。由于国家统计局网站公布的鲜菜类居民消费价格指数是以上年同月为基础的环比数据,本文以2001年各月的价格指数为基期,将各年的环比数据转化为相应的定基数据。数据中2001年12月份数据存在缺失,本文以2001年11月份和2002年1月份价格指数的几何平均数来进行替代。

二、实证分析

1.蔬菜总体价格水平长期内呈现出上涨的趋势蔬菜总体价格水平波动十分剧烈,一年之内会出现明显的波峰和波谷,且波峰与波谷所对应的价格水平相差较为明显(见图1)。但总的来说,蔬菜总体价格水平呈现出明显的上涨趋势。虽然蔬菜原始价格序列波动十分剧烈,但趋势变动序列清楚地显示了蔬菜总体价格水平明显的上升态势。

2.蔬菜总体价格水平呈现出较为明显的季节性波动蔬菜总体价格水平的季节性波动特征十分明显。图2为运用X-12-ARIMA季节调整模型剥离出来的蔬菜总体价格水平季节性因素走势图。总的来说,蔬菜总体价格水平季节性波动的最高点于每年的7月份出现;最低点于每年的2月份出现。这似乎与常理相悖,因为相对于冬季菜而言,夏季上市的露地蔬菜品种较多;蔬菜总体价格水平的季节性波动并不违背这个常理。由于本文所使用的蔬菜总体价格水平是以2001年各月为基期计算出来的定基指数,这意味着所采用的蔬菜总体价格指数横向比较绝对值大小是没有意义的,这些数据反映的是对应月份蔬菜价格变化的情况。蔬菜总体价格水平于7月份出现最高点反映的是2001-2011这10年间相比于其他11个月份,7月份的蔬菜价格上涨最快;同理,蔬菜总体价格水平于2月份出现波动的最低点反映的是2月份蔬菜价格上涨速度最慢。结合夏季大多数蔬菜上市,价格水平处于低位;而冬季大多数蔬菜价格处于高位的事实,蔬菜价格7月份上涨较快而2月份上涨较慢的现实意义在于各个月份间的蔬菜绝对价格差距正呈现出下降的趋势,可能的解释是由于设施蔬菜的快速发展和蔬菜生产技术的进步,一年内各个时期蔬菜上市量差距逐步变小,季节性供给矛盾逐步缓和,从而各个月份的蔬菜价格差距呈现出变小的趋势。

3.货币供应量对蔬菜总体价格水平的影响由于蔬菜总体价格水平的季节性波动特征较为明显,若直接采用蔬菜总体价格水平的原始数据,从经验上分析货币供应量的变化对其价格变化的影响得出来的结果有可能不显著,季节性因素有可能掩盖两者之间的经验关系。在剥离蔬菜总体价格水平季节性因素的基础上,实证分析货币供应量变化对蔬菜总体价格水平的影响。本文在分析货币供应量和蔬菜总体价格水平两者之间的关系前,也剥离了货币供应量较为明显的季节性因素。(1)平稳性检验。在实证分析货币供应量对蔬菜总体价格水平长期变化趋势的影响之前,有必要对这两个时间序列变量进行平稳性检验,否则实证分析得出的结果有可能不准确。表1显示了货币供应量序列和剥离季节性因素后的蔬菜总体价格水平的ADF平稳性检验结果。显然,剥离季节因子后的蔬菜总体价格水平和同样剥离季节性因素的货币供应量的原始序列均不平稳,而对应的一阶差分却均在0.01的显著性水平通过检验,说明两者均为一阶单整序列。(2)协整关系检验。平稳性检验的结果表明蔬菜总体价格水平和货币供应量序列均为一阶单整序列,意味着两者之间有可能存在协整关系。所谓协整关系,指的是虽然所分析的时间序列变量原始序列不平稳,但当它们为同阶单整时,某种线性组合却可能平稳,即不平稳的时间序列变量之间仍有可能存在长期稳定的关系。E-G两步法和Johansen协整检验为目前主要检验协整关系的方法,由于E-G两步法中的第一阶段需要对变量间的线性回归模型进行最小二乘估计,应用不是很方便[11],因而采用Johansen协整检验来分析蔬菜总体价格水平和货币供应量之间是否存在协整关系。其中检验形式为时间序列有线性趋势而相应的协整方程只包含截距,且VAR模型中的最大滞后期数取4。表2显示了无约束条件下的Johansen协整检验结果。迹检验和最大特征根检验表明原假设“没有协整关系”被拒绝,说明蔬菜总体价格水平与货币供应量之间至少存在一个协整关系;原假设“最多一个协整关系”也被拒绝,说明蔬菜总体价格水平与货币供应量之间至少存在两个协整关系。经验证,只有当协整方程有线性趋势而相应的时间序列有二次趋势时,蔬菜总体价格水平与货币供应量之间才仅存在一个协整关系,其他4种关于时间序列和协整方程是否包含截距或确定性趋势的假设均表明蔬菜总体价格水平与货币供应量之间存在两个协整关系(见表3)。总之,虽然蔬菜总体价格水平与货币供应量的原始序列不平稳,但两者之间统计意义上仍存在长期稳定的协整关系。(3)格兰杰因果关系检验。理论上说,货币学派主张货币供应量的变化是物价变化的根本原因。逻辑上讲,货币供应量的快速增长能推升市场上的一般价格水平,蔬菜也不例外;而蔬菜总体价格水平的变化对货币供应量的发行几乎不存在影响。货币供应量的调整是政府调控经济的有力工具,货币供应量发行量的大小应以整个宏观经济的发展态势为基准。因此,实证回归模型的建立应以蔬菜总体价格水平为因变量,以货币供应量序列为自变量。为了从经验上验证蔬菜总体价格水平与货币供应量两者间的因果关系,本文采用格兰杰因果关系检验验证两者之间统计意义上的因果关系。表4显示了滞后一阶蔬菜总体价格水平与货币供应量间的格兰杰因果关系检验结果。原假设“蔬菜总体价格水平不是货币供应量的格兰杰原因”所对应的P值远大于0.05,因而此原假设被接受;而原假设“货币供应量不是蔬菜总体价格水平的格兰杰原因”所对应的F统计量高度显著,从而拒绝此原假设,认为货币供应量是蔬菜总体价格水平变化的格兰杰原因。总之,格兰杰因果关系检验表明货币供应量是蔬菜总体价格水平变化的单向格兰杰原因。因此,无论是从理论还是经验上来看,货币供应量的增加推升了蔬菜总体价格水平,但蔬菜总体价格水平对货币供应量的变化不存在影响。(4)货币供应量对蔬菜总体价格水平影响程度的静态分析。为了从经验上验证货币供应量的增加对蔬菜总体价格水平的影响程度问题,本文以蔬菜总体价格水平为解释变量,货币供应量为被解释变量建立如式(7)所示的简单回归模型。表5中第二列显示了简单线性回归模型式(7)的估计结果,虽然常数项θ0和货币供应量所对应的回归系数θ1高度显著;且模型的解释程度也较高,R2达到了0.94,但DW检验所对应的统计量值为0.7045,远小于2,说明模型(7)中的随机误差序列存在明显的正相关。此外,滞后一阶序列相关的拉格朗日乘数检验(LM检验)所对应的统计量nR2也高度显著,这表明应拒绝“直到1阶滞后不存在序列相关”的原假设,从而进一步验证了模型(7)中残差序列存在序列相关的结论。在回归方程的残差项存在序列相关的前提下,运用最小二乘法所估计出来的参数可能不再有效,参数检验的t统计量结果也不再可信。为了准确估计货币供应量的增加对蔬菜总体价格水平的影响程度,本文运用修正后的线性回归方程估计货币供应量所对应的回归系数。表5第3列显示,修正后的线性回归方程中的拟合优度R2相对于简单线性回归方程而言变高了,说明修正后的线性回归方程解释能力变强了,而AIC值也相应变小了,说明修正后的线性回归模型变得更为精确。更为重要的是,修正后的线性回归模型所对应的DW值为1.8672,接近于2,说明模型扰动项序列相关的现象得到了明显的改善,滞后一阶序列相关的拉格朗日乘数检验所对应的统计量nR2也不再显著,因而原假设“直到1阶滞后不存在序列相关”不能被拒绝。总之,修正后的序列相关模型较好地从经验上模拟了货币供应量与蔬菜总体价格水平之间的关系。所估计出来的θ0和θ1的值分别为37.1301和41.6911,且均高度显著。θ1的经济意义十分明显,本文货币供应量所对应的计量单位为万亿元,而蔬菜总体价格水平用鲜菜类居民消费价格指数替代。因而经验分析的结果表明当流通中的货币供应量每增加1万亿元时,对应的鲜菜类居民消费价格指数将上涨41.69,也就是说,蔬菜总体价格水平将上涨41.69%。(5)货币供应量对蔬菜总体价格水平的动态影响分析。关于货币供应量和蔬菜总体价格水平间的实证模型,虽然上文中对两者的简单线性回归模型进行了修正,修正后的模型扰动项的自相关性得到了很好的改善,但估计方法仍为最小二乘法。不难证明,运用最小二乘法估计出来的回归系数一定满足y-=θ0+θ1x-,这意味着θ1的经济意义是样本期内货币供应量对蔬菜总体价格水平的平均影响程度。对此不禁要问:所研究样本期内货币供应量对蔬菜总体价格水平的影响是否稳定,还是随着时间的推移发生了变化?一般而言,由于经济制度、国内政策等各种因素的变化,经济结构也处于动态的变化之中,货币供应量对蔬菜总体价格水平的影响程度也是动态变化的,修正后的线性回归模型θ1的估计反映的是货币供应量对蔬菜总体价格水平的平均影响程度。基于上述疑问,本文运用变参数模型分析货币供应量对蔬菜总体价格水平的动态影响。图3显示了运用卡尔曼滤波法所估计出来的回归系数θ1的动态变化情况。总的来说,θ1数值大小波动较为剧烈,表明货币供应量对蔬菜市场的作用并不是一成不变的,但货币供应量对蔬菜总体价格水平的影响程度没有明显的上升或下降趋势,影响程度在20%~45%之间波动,影响程度的波动范围并不大。这里需要解释的是:修正后的线性回归模型计算出来的货币供应量对蔬菜总体价格水平的平均影响程度为41.69%,根据图1各样本期θ1的值,变参数模型所估计各样本期θ1的平均数为30.72%,两者有一定的差距。可能的原因在于估计变参数模型中θ1的值时,初始值和初始的状态向量是系统默认的,因而最初得到的θ1值随机性较大。

三、结论与政策含义

货币供应量范文第3篇

关键词:货币供应量;通货膨胀;协整理论;误差修正模型

中图分类号:F83

文献标识码:A

文章编号:1672-3198(2010)16-0205-01

0 引言

通货膨胀是衡量一国宏观经济运行是否稳定和健康的重要指标。货币学派的代表人物弗里德曼认为通货膨胀是经济运行中价格总水平大幅度持续上升的货币现象,并指出货币在长期是中性的,其扩张率将全部转化为通货膨胀率,也就是说货币供给增加是通货膨胀波动的主要根源。

国内外学者的研究表明,价格变动与货币供应密切相关。弗里德曼利用美国1867年~1960年间货币供给(M2)与通货膨胀(GDP缩减因子)的数据分析发现高的货币供给导致高的货币膨胀,但两者没有短期相关性。另外,McCandless和Weber考察了110个国家,得出通货膨胀率和货币供给量的变化具有非常强的相关关系,其相关系数在0.92~0.96之间,几乎接近于1,并且长期来看,货币供给量的增加将最终导致相同程度的通货膨胀率的上升。也就是说,货币供应量的变化最终体现在物价的变化上。我国的众多学者在该问题的分析上也做了大量的工作。王少平以1978年~1994年为样本,验证了中国通货膨胀形成的基本原因是货币发行过量。

1 指标选取

判断是否发生了通货膨胀、通货膨胀的程度如何,涉及到通货膨胀率的侧度问题。目前,常用的通货膨胀的衡量指标有消费价格指数(CPI),零售价格指数(RPI),批发价格指数(WPI),生产者价格指数(PPI),以及国内生产总值缩减指数(IPD)等。国际上,一般采用CPI指标来观察某个国家或地区是否发生了通货膨胀或通货紧缩。虽然居民消费价格指数只是局限于统计居民家庭消费的商品和劳务,而把国家消费和集团消费排除在外,不能全面的反映物价的变动,但它编制较为简单,有可靠的数据来源,且与人民的生活息息相关,所以本文选用居民消费价格指数(CPI)作为衡量通货膨胀的指标。

我国货币供应量一般分为三个层次,M0、M1、M2。其中,M0为流通中的现金,M1=M0+活期存款,M2=M1+准货币(定期存款+储蓄存款+其他存款)。笔者认为广义货币供应量M2最能反应货币的总体情况,而之前也有学者作了研究发现M0、M1和通货膨胀之间不存在显著的协整关系(刘金全,2004),所以笔者认为选用M2具有代表性及可行性。

2 实证研究

2.1 平稳性检验

利用Eviews分别对三个原序列以及一阶差份序列进行单位根检验得到检验结果见表1。由表1的结果表明:用ADF单位根检验和PP检验得到的较为一致的结论, M2、CPI均在0.05的显著性水平下不能拒绝原假设,即存在单位根。而M2、CPI的一阶差分序列均在0.05的显著性水平下拒绝原假设,即差分序列均为平稳序列,分别记为:DM2、DCPI。检验结果表明M2、CPI均为一阶单整序列。

表1 各个序列的单位根检验结果

变量ADF检验值P值PP检验值P值

CPIM2DCPIDM2-0.180704-0.744763-3.317634-2.2240110.60440.37670.0030

0.0306-0.180704-0.659237-2.002389-3.0634980.60440.41450.04670.0050

2.2 协整分析

CPI与M2均为一阶单整的,而同阶单整的序列的某种线性组合可能是平稳的,也就是说有可能CPI与M2存在协整关系,即长期均衡关系。所以首先要对是否具有协整关系进行检验。常用的两变量检验方法为恩格尔―格兰杰法(E―G两步法)。

分别建立CPI与各种货币供给量的一元线性回归方程,并利用最小二乘法估计得到方程如下:

CPI=8.540223+0.7941M2

(0.5323) (6.0379)

R2=0.7225 F=36.4568 DW=1.2285

从上述模型可知CPI与M2的回归效果较好,模型通过F检验,拟合优度达到0.7225,系数通过t检验,不存在自相关。

对回归方程的残差进行ADF和PP单位根检验,其中 表示方程的残差,且检验结果见表2。

表2 各个残差序列的单位根检验结果

变量ADF检验值P值PP检验值P值

εt-2.9310070.0064-3.1832170.0037

从表2看出,在显著性为1%的情况下,ADF检验及PP检验均表明 是平稳的。综合上述结论,在1%水平下M2与通货膨胀率之间存在较显著的长期均衡关系。

2.3 误差修正模型

建立误差修正模型一般采用两步,即分别建立区分数据长期特征和短期特征的计量经济模型。误差修正项的大小表明了从非均衡向长期均衡状态调整的速度,该模型突出了长期均衡关系对短期的影响。

对短期动态关系中各变量的滞后项的选取,进行从一般到特殊的检验,在这个检验过程中,不显著的滞后项被剔除,直到找到了最佳形式为止。本文通过了多次的试验检验 ,并利用Eviews软件得出的结果为:

ΔCPI=-0.006955+0.395962ΔM 2t-1.013786ΔM 2t-1-0.683293ΔM 2Mt-2

(3.222167) (-2.530029)(-2.530725)

+1.175036ΔCPIt-1+0.39865ΔCPIt-2+0.325481ΔCPIt-3-2.169487ε2t-1

(3.607446)(2.216646)(2.019355)(-4.317421)

R2=0.966531 F=16.50197DW=2.862078

由上式可得,在样本期内货币供应量的增长率与CPI的误差修正模型的误差修正项系数小于零,符合反向修正的原则,即上一期的CPI高于均值时,本期的CPI的涨幅便会下降,反之上升。

3 结语

本文以我国1991年~2009年的年度数据,综合利用平稳性检验,协整分析,误差修正模型,分析各个层次的货币供给量与通货膨胀率的关系,得到了以下结论:

(1)从长期来看,货币供应量与通货膨胀率存在正的长期均衡关系,并且它与通货膨胀率的乘数为0.7941,明显的小于1,这说明在我国货币变量的长期中性的说法不是准确的。

(2)从短期来看,M2与通货膨胀率之间的短期动态关系,本期的M2的增量对CPI起到正相关的关系,同时本期的通货膨胀率对下一期的通货膨胀率也有正的影响。然而,较为奇怪的是误差修正系数为-2.16948,绝对值很大,这表明短期波动对长期均衡趋势偏离的程度很高,它们的波动幅度很大。

综上所述,我国的通货膨胀率仍是一种货币现象,但并不像弗里德曼所说的货币是中性的。广义货币供给量M2与通货膨胀之间有显著的长期均衡关系,也就是说如果国家要控制通货膨胀主要应该控制准货币(定期存款,储蓄存款及其他存款),其中提高定期存款利率以及增加法定存款准备金是比较可行有效的办法。

参考文献

[1]王少平.我国通货膨胀成因与货币政策及其经济运行目标与宏观调控的实证研究[J].数量经济技术经济研究,1996,(5):17-15.

[2]刘霖,靳云汇.货币供应、通货膨胀与中国经济增长―基于协整的实证分析[J].统计研究,2005,(3):14-19.

[3]王少平,李子奈.我国货币需求的协整分析及其货币政策建议[J].经济研究,2004,(7):9-17.

[4]王海斌,朱静平.我国货币供应量与通货膨胀关系的实证分析[J].广西农村金融研究,2006,(2):51-55.

货币供应量范文第4篇

社会融资规模

与M2是什么?

通常说的M2是指广义货币供应量,其计算公式是:流通中现金(M0)+活期存款=M1,M1+定期存款=M2。也可以换个角度,将M2简单地看成由现金、央行投放的基础货币和派生存款共同构成。如果假设流通中的现金数量相对稳定,M2的增长取决于央行投放基础货币的数量、速度和金融系统派生存款的能力。从金融统计的角度看,它是个存量概念。比如截止到2010年12月31日,我国的货币供应量是72.58万亿元,这个量是自发行人民币以来累计产生的货币供应量。

社会融资规模目前尚没有明确的定义,根据其名称,它至少应该包括:每年新增的贷款,信托融资、各类直接融资(股票、债券、中期票据、短期融资券等)、PE、境外投资、民间融资等,其更多地是流量的概念。

社会融资规模

能被准确统计吗?

通过对上述两个概念的分析,可以看出,以M2作为代表的货币供应量是可以准确统计的。因为无论是现金投放,还是存款统计,国内现有的制度体系都可以提供较为准确的数据。由于人民币是唯一的法定货币,在国内的任何一个经济主体,无论是个人,还是企业,其持有货币的形式要么是现金,要么是银行存款。现金的发行是由人民银行负责的,每年的现金发行量,全社会累计的现金流通量都是有统计的。而全部的存款都会体现在各商业银行的统计报表中。全社会的货币供应量可以通过人民银行组织的金融统计得到准确的数据。

而社会融资规模则是一个不可能被准确统计的数据。以PE为例,PE是“private equity”的缩写,一般的中文翻译是私募股权投资。因为是“私募”,所以无论是募资者,还是投资者,都没有向社会公开、或披露的义务。也同样因为是“私募”,具体的投资活动是极其分散的,其形式也是非常多样化的。目前在任何一个国家都没有建立起权威的、全面的统计制度,在我国也是如此。PE虽然已经是一个耳熟能详的词汇,但它到底对应什么样的投资活动,哪些投资行为属于PE的范围并没有明确的概念。毫无疑问,像凯雷、DIG,红杉资本这些著名机构的投资活动属于PE,但为数更众的民间投资其实也符合PE的特征。再加上民间的投资活动中,债权投资和股权投资常常并不清晰,很多投资活动同时具有双重特征,也使PE的界定更为困难。正是由于没有明确的PE概念及其界定,所以也就没有PE的统计口径和统计制度,就更没有被普遍认可的PE统计数据。虽然目前有很多机构、学者都在研究此问题,但彼此间的估计值存在以千亿计的误差。

作为监测货币政策执行情况的中间目标,必须具备可测性、相关性、可控性等特征。如果不能有效解决社会融资规模的统计问题,它就只是一个既不可测,更不可控的目标,让其承担监测货币政策执行情况的功能,又怎么可能呢?

控制通胀的关键是什么?

我国目前经济运行中最突出的问题就是通货膨胀。从抑制通货膨胀的角度看,由于货币超额发行是引起通胀的根本原因,所以抑制通胀就须控制货币发行。

现代银行制度的一大功能就是可以通过派生存款增加货币供应:当中央银行发行的基础货币进入银行体系后,银行就获得了发放贷款的能力。银行放贷后,借款人又会在银行中形成新的存款,银行进一步获得了放贷的资金,如此反复,央行极少量的基础货币发行,在商业银行贷款,存款一再贷款一再存款的反复中,就会形成巨额货币供应。随着金融创新的发展,金融工具的多元化,银行创造新的货币供应的方式还包括银行直接购买国债、购买企业债券、参与企业发行股票等行为。由此可见,由于银行体系功能日益强大和金融创新高度发达,在影响货币发行的各种因素中,除了央行发行基础货币外,银行能派生存款的各类资金运用方式已经成为创造货币的关键因素。

当然,目前我国商业银行在开展业务时,由于监管要求和银行盈利冲动,银行最愿意开展的业务仍然是发放贷款,控制贷款仍是控制货币供应增长的根本手段。而至于其它的融资方式,像普通投资者用自己的存款购买股票或债券,只是把个人的存款变成了企业的存款或政府的存款,并不会像银行那样能派生出新的存款,也不会增加货币供应。所以在直接融资非常发达,手段非常多的情况下,社会融资总量与货币供应量并无必然、直接的联系。

从控制通胀的角度看,在长期内,货币供应量是决定通胀的唯一因素,对其的长期观测是不可能被放弃的。而对货币供应量变化有重要影响的信贷投放速度和投放规模仍将被密切关注。尤其是在我国,直接融资尚不发达,银行体系过于强大,贷款投放仍是控制货币发行的核心指标。

不过在短期经济运行中,关注社会总融资量仍然是非常重要的。虽然社会融资总量的增长并不意味着货币投放的增长,也不可能取代货币供应量,但总融资的增长将意味着总需求的增长。如果中央银行为了控制货币投放而仅仅控制贷款投放,多种方式的社会融资将弥补贷款投放减少产生的融资缺口,使总需求仍然保持在较高水平上或仍然快速增长,这在短期里将使物价水平上升继续获得动力。尤其是在货币已经超发的情况下,由于融资方式的变化,有可能改变货币运行的结构,使过去集中于某一领域(比如房地产)的货币游离出来。这时,一部分过去沉淀、隐藏的货币就可能被激活,进而形成新的总需求,从而引起价格波动,此时关注社会融资规模就有宏观意义了。

像目前,虽然外部经济环境仍然不景气,但2010年中国经济仍然实现了10.3%的增长。这就使国内外的研究者认为,控制货币供应量增长和控制总需求增长都是中国抑制通货膨胀的重要手段。

社会融资规模可以作为

货币供应量范文第5篇

关键词:时间序列;ARIMA模型;货币供应量M1

一、引言

货币供应量,即货币存量,是一国在某一时点流通手段和支付手段的总和。一般讲,货币供应量可以作为货币政策的监测,控制指标。货币政策本质上是通过货币总量控制以影响社会总供求的政策。这种政策的有效性,决定于合理的经济结构、健全的经济行为、有效的经济社会管理、灵活的市场机制。货币供应量作为中央银行调控经济的传统中介目标,从理论上其有不可替代的作用,同时在实践上其作用也十分显着,所以对货币供应量的分析与预测是非常有意义的工作。

二、实证

本文采用中国人民银行网站调查统计司的我国货币供应量2007年-2010年的月度数据。

(一)平稳性检验

使用Eviews软件对我国货币供应量进行分析,首先绘制序列M1的折线图可以看出,序列M1存在明显的时间趋势,这说明政府在这期间动用了许多积极的货币政策,我国的货币供应量大致呈增长的态势。

下面对序列M1进行单位根检验,根据M1的单位根检验结果显示,t统计量的值2.07远大于检验水平-3.58(1%的临界值)、-2.93(5%的临界值)、-2.60(10%的临界值),因此拒绝原假设,既可以认为序列M1是非平稳的。另外,从序列M1的相关图可以看出,序列M1的自相关函数呈指数衰减,但衰减速度非常缓慢,因此也可以认为序列M1是非平稳的。

(二)模型识别

为了消除序列M1的趋势并同时减小序列M1的波动,对序列M1进行一阶差分。根据序列M1的一阶差分相关图可以看出,序列M1一阶差分后的自相关函数没有与原序列M1那样呈指数缓慢衰减,而是快速衰减,从而表明序列M1的趋势基本得到消除。对序列M1建立ARIMA(p,d,q)模型,由于序列M1经过一阶差分后,序列的趋势被消除,因此d=1,而序列M1的自相关函数和偏自相关函数都是一开始就衰减为0,因此p=1,q=1。综合上述分析,考虑建立ARIMA(1,1,1),ARIMA(1,1,0),ARIMA(0,1,1)

(三)模型估计

为了选取适合的模型,我们对上述ARIMA模型进行检验,检验结果显示ARIMA(1,1,1)拟合优度最好,且根据ARIMA(1,1,1)的AIC(19.2010)和SC(19.32029)最小,所以选择ARIMA(1,1,1)较为合适。

由表一可以得出ARIMA(1,1,1)模型AR过程和MA过程都分别有一个实数根,这两个根的模都小于1,从而表明ARIMA模型是平稳的也是可逆的。

该模型的展开式为:(1-0.9516B)(1-B)M1=4610.103+(1-0.9658B)εt

(四)模型检验

下面对模型的残差序列进行检验,若残差序列不是白噪声,意味着残差序列还存在有用的信息没被读取,需要进一步改进,本文中直接对残差序列进行操作,得到其相应的自相关图看出,残差序列的样本自相关函数和偏自相关函数都在95%的置信区域以内,从滞后1阶到15阶的自相关函数的概率P值全都显着大于0.05,因此不能拒绝原假设,即可认为模型ARIMA(1,1,1)估计的残差序列不存在自相关,检验通过。

(五)模型预测

下面利用所估计的模型ARIMA(1,1,1)对2010年10月,11月,12月的货币供应量M1进行预测。

由表二可以看出,2010年10月-12月我国货币供应量M1的预测值与实际值的差距较小,说明ARIMA模型对我国货币供应量的拟合度较好。

三、结束语