实验12 货币流通速度测算与货币需求函数估计综合试验

一、实验目的

通过上机实验,使学生充分理解Eviews软件系统管理和基本原理,掌握货币流通速度内涵、货币需求函数的基本原理,学会用计量经济模型来实证研究探讨我国的货币流通速度影响因素及货币需求函数。

二、理论基础

2.1 货币流通速度的定义

从理论上说,所谓货币流通速度,是指年度内各种不同量货币被使用的平均次数,它等于各种不同量货币被使用次数的加权算术平均数。在这里,被平均的对象是货币的使用次数。

用$V_I$表示某单位货币被使用过i次,i=0、1、2、3、…n;计算货币流通速度的权数则是被用过的货币量,用表示被使用过i次的货币量;表示年度货币流通速度,它等于一定量的货币在年度内被使用过的平均次数,即

$$\bar{V}=\sum\left(V_{i} \cdot M_{i}\right) / \sum M_{i} i=0、1、2、3、…n $$

该式表明,货币流通速度是对单位货币使用次数的加权算术平均数,被平均的对象是货币参与交易的次数,而充当权数的变量是被使用过i次的货币量。

马克思认为,货币流通速度是指“货币完成自身运动的速度”,而“货币的流通是一个无限分散的运动……在货币的出发点和归宿点相合的小循环中,固然表现出回归运动,真正的循环运动。可是,有多少商品,便有多少出发点,单单从出发点无限多这一点,这种循环就跟本无法控制、衡量和计算了。从离开出发点到再回到出发点所经过的时间同样是无法确定的。”因为货币流通速度是不可计算的,只能用货币在一定时间内的流通次数代替。

2.2 货币流通速度理论

1、早期货币流通速度理论

配第认为,支付频率、支付规模、收入、收入在社会不同阶层的分配、银行体系的出现是影响货币流通速度的最主要因素。洛克将利率引入货币流通速度函数。约翰·穆勒认为信用增加了货币流通速度。维克塞尔详尽地分析了各种决定货币流通速度的因素,特别是着重分析了现代信用经济和银行制度,指出货币流通速度是一个巨大弹性的量。

2、马克思的货币流通速度理论

马克思在简单商品生产和简单货币流通的假设前提下,提出货币的交易流通速度概念。他把货币流通速度公式定义为:V=PQ/M,表示货币服务于一定时期内的交易总量的转手次数。马克思认为,货币流通速度不是一个恒定的量,它受生产方式的总的性质、人口数、城乡关系、运输工具、分工、信用等因素的影响。

3、传统货币数量论

(1)现金交易数量说

欧文·费雪在《货币的购买力》中提出交易方程式$MV_{T}=PT$,而由于所有商品或劳务的总交易资料不易获得,而且人们关注的往往是国民收入,因此交易方程式通常写成MV=PY,其中Y代表实际国民收入、P代表一般物价水平、V代表货币的收入流通速度。费雪认为,货币流通速度是由制度因素决定的。具体来说,包括人们的支付习惯、信用的发达程度、运输与通讯条件及其他与流通中的货币量无关的社会因素。

(2)现金余额数量论

现金余额数量论是由剑桥的经济学家马歇尔、庇古等人发展起来。庇古在《货币的价值》中把公式表述为M=Pky,其中y代表实际国民收入、p代表一般物件水平、k代表在名义国民收入中愿意以货币保有的比率。如果把k看成一个常数,令k=1/V,剑桥方程式和费雪方程式在形式上就一样。而实际上剑桥学派习惯于把k视为一个常数,这样,货币流通速度也就成了一个常数。

4、凯恩斯的货币理论中有关货币流通速度的观点

凯恩斯根据分析人们持有货币的动机,认为实际货币需求不仅受实际收入的影响,而且受到利率的影响,因而货币流通速度也受利率的影响,是不稳定的。根据凯恩斯提出的货币需求函数:

$$\frac{M^D}{P}=L_1(Y)+L_2(i)$$

又有恒等式,$$M^dV=PY$$

则有, $$V=\frac{Y}{M^d/P}=\frac{Y}{Y/L_1(Y)+L_2(i)}$$

从上式可得,货币流通速度与实际货币需求成反向关系,当实际货币需求随利率的变化而发生波动时,货币流通速度也随之波动。只有当$L_{2}(i)$等于零时,货币流通速度才可被视为一个主要由制度因素决定的在短期内变化很小的量。

而且凯恩斯认为,货币流通速度往往是顺周期变动,主要因为利率变动往往是顺周期的,货币需求与利率成反向关系,而货币流通速度与货币需求又成反向关系,因此货币流通速度通常是顺周期变动的。

5、现代货币数量论中有关货币流通速度的观点

弗里德曼的货币需求函数

$$\frac{M^{d}}{P}=f\left(Y_{P}, w, r_{m}, r_{b}, r_{e}, \frac{1}{P} \cdot \frac{d p}{d t}, u\right)$$

其中:

$M^{d}/P$表示实际货币需求;$Y_p$表示实际持久性收入,代表财富;$W$表示非人力财富占总财富的比率;$r_m$表示货币的预期名义报酬率;$r_b$表示债券的预期名义报酬率,包括债券的资本利得;$r_e$表示股票的预期名义报酬率,包括股票的资本利得;$\frac{1}{P} \cdot \frac{d p}{d t}$表示商品价格的预期变化率;$u$表示其他影响货币需求的因素。

上式表明,货币需求对利率不敏感,他认为货币和其他资产的预期报酬率往往是同向变化的,所以影响货币需求的主要因素只是持久性收入,即:

$$\frac{M^D}{P}=f(Y_p)$$

而由交易方程式

$$V=\frac{Y}{M^d/P}=\frac{Y}{Y/f(Y_p)}$$

可知,货币流通速度是稳定的、可预测的。他认为,货币流通速度取决于一国的支付习惯、有关交易的财政金融制度等因素,因此它具有稳定性和规律性。

同时,弗里德曼的也解释了货币流通速度的顺周期变动的现象。由于货币需求是由持久性收入决定的,在经济繁荣时期,持久性收入的增加相对慢于现期收入的增加,因而货币需求的增加相对慢于国民收入的增加,货币流通速度也就加快;在经济衰退时期,持久性收入的下降相对慢于国民收入的下降,货币流通速度也就下降。

2.3影响货币流通速度变化的因素

通过对货币流通速度的定义和根据上述经济学家们对货币流通速度的研究的理解,虽然在理论上,对货币流通速度是否是一个稳定的量存在着不同的观点,但是对于存在有因素对货币流通速度产生影响这点是不用质疑的,尽管影响货币流通速度的因素十分复杂。笔者认为主要有以下几个:

第一,商品经济(或者说是市场经济)的发展程度。从货币流通速度的定义可知,货币流通速度是不同量货币使用的平均次数,商品经济越发达,社会上商品交易越频繁,使用货币的次数越多,货币流通速度也就越快。这是从一个较为宏观的、长期的因素。配第认为的支付频率、支付规模和马克思认为的生产方式的性质等应该是与商品经济的发展为相关的。

第二.货币收入和支出之间的平均间隔时间。两者的间隔时间越长,货币被持有的时间也就越长,货币被使用的次数就会减少,货币的流通速度就会减少。在这个问题上,涉及到人们对未来收入和支出的预期,如果人们预期未来收入增加时,有可能会多参与交易活动,促进货币流通速度的加快。而如果预期未来支出会增加时,有可能会少参与交易活动,多持有货币在手,减少货币流通速度。

第三,金融市场发展状况,社会信用体系特别是银行信贷体系的发展状况。所谓金融,简单言之就是资金的融通,金融市场越发达,资金的借贷越方便,货币的流通速度也就越快。经济的发展要经历货币化与金融化两个不同的阶段。其中货币化阶段主要是金融铸币、以货易货的交易支付逐渐被纸币所取代。而在金融化阶段,股票、债券等其他的货币市场的工具作为货币的替代品出现并发展,降低了对货币的需求,提高了货币的流通速度。

第四,利率水平。这主要是针对凯恩斯的货币理论及其发展提出来的。根据凯恩斯的流动性偏好理论,认为利率水平影响人们的投机性需求。威廉·鲍莫尔和詹姆斯·托宾分别发展了货币的交易性需求也收利率影响的理论模型,提出了著名的“平方根公式”,证明交易性需求同样也受利率的影响,交易性需求与利率成反向变动。而惠伦又提出预防性需求与利率成反向变动的观点。因此,凯恩斯提出的三种持有货币的动机需求都与利率相关,凯恩斯货币需求函数可写为:

$$\frac{M^d}{P}=L(Y,i)$$

詹姆斯·托宾进一步深化和完善了凯恩斯对投机性需求的分析,考虑到用货币与债券的不同组合来持有财富,论证了当两者的比例达到一定程度时,利率和货币的投机性需求成反向关系。

究竟利率水平对货币的流通速度的变化的影响如何,笔者试图进行一下探究。根据凯恩斯货币理论及其理论发展的学说,所谓利率应该是债券的收益率,采用国债的收益率比较合适,但是由于国债既有不同的种类,而且发行的期数和期限每年每期波动较大。因此这里简单地采用金融机构人民币存款的定期三年和五年的基准利率作为是分析利率角度的依据。

2.4货币需求理论

要了解货币需求的决定,就首先要对货币需求的含义有一个清晰的了解。从历史上看,经济学家曾经从两个不同的角度来探讨货币需求。一种是从社会的角度出发,仅仅把货币视为交易的媒介,从而探讨为完成一定的交易量,需要有多少的货币来支撑。马克思的货币必要公式和费雪的交易方程式都属于这种类型。另一种则是从微观的个人出发,把货币视为一种资产。也就是说,它和股票、债券,以及各种实物资产一样,是人们持有财富的一种形式,不同之处仅仅在于,它还具有交易媒介的职能。从这一角度出发,货币需求不是被理解为经济中为完成一订的交易量所需要的货币量,而是被理解为人们愿意以货币这种形式持有的财富量。自从剑桥学派提出现金余额说以来,经济学家们主要是从后一角度来讨论货币的需求。应该注意到,经济学家所讨论的需求,从来都是有一定的前提条件的。例如当经济学家谈到消费者的商品需求时,是指消费者在既定的收入条件下愿意购买的商品量,如果没有这一约束,消费者对商品的需求就可能是无止境的,因而也就无从讨论了。货币需求也是一样的,它不是简单地表示人们想持有多少货币,如果是这样的话,也许每个人都希望自己手中的货币多多益善,货币的需求这个概念也就没有任何意义了。它真正的含义是指,当某人拥有一定量的财富总额时,他可以选择以多种形式来持有该笔财富。而他愿意以货币这种资产形式来持有的那部分财富就构成他对货币的需求。所以,货币需求实际上是一种资产选择,或者说财富分配行为,它受到人们的财富总额、各种资产的相对收益及风险的影响。

对于货币需求的问题,经济学家们进行了许多的研究。下面介绍几中主要的货币需求理论:

1、传统货币数量论 货币数量论是一种古老的经济理论。早期的货币数量论并不把货币需求作为直接的研究对象,而是研究名义国民收入及物价是如何决定的。但是由于它建立了名义国民收入同货币量之间的关系,从而从一个侧面说明了在一定名义国民收入条件下需要的货币量,因而被看成是一种货币需求理论。随着货币数量论的发展,它作为货币需求理论的特征越来越明显。剑桥学派的现金余额说已经是一种完全意义上的货币需求理论,而弗里德曼的现代货币数量论更是被直接当作一种货币需求理论来阐述的。

(1)现金交易数量说

美国经济学家欧文·费雪(Irving Fisher)在他的1911年出版的《货币的购买力》一书中,对古典的货币数量论进行了最好的概括。在这本书中,他提出了著名的“交易方程式”,即:

$$MV_t=PT$$

式中M代表在一定时期中货币的平均量;$V_T$代表货币的平均流通速度,也就是一定时期内货币被从交易的一方支付给另一方的次数;P是适当的一个价格平均数,它代表所有交易商品或劳务的平均价格,T则是一个适当选定的数量指标,它代表了该时期内商品或劳务的总交易量,因此,PT代表的是该时期内商品或劳务的总价值。

由于所有商品或劳务的总交易量资料不容易获得,而且人们关注的重点往往也在于国民收入,而不在于总交易量,所以交易方程式通常被写成下面的形式(数量方程的国民收入形式):

$$MV=PY $$

式中的Y代表以不变价格表示的一年中生产的最终产品和劳务的总价值,也就是实际国民收入;P代表一般物价水平(用价格指数表示),因此PY即为名义国民收入;V则代表一年中每一元钱用来购买最终产品或劳务的平均次数,它被称为货币的收入流通速度。

费雪认为,货币是流通速度V是由制度因素决定的,短期内可以将其视为一个常数,而在工资和物价的灵活调整作用机制,经济会保持在充分就业的水平上,因此实际国民收入在短期内也将保持不变,所以有一个很重要的结论:货币供应量的变化将引起一般物价水平的同比例变化。

从交易方程式中,在货币市场均衡的情况下,货币存量(M)就等于人们所愿意持有的货币量即货币需求(Md),不难得出货币需求的表达式:

$$M_d=PY/V$$

(2)现金余额数量论

传统货币数量论的另一个版本—现金余额数量论是由剑桥学派的经济学家马歇尔、皮古等人发展起来的。它虽然得出了和现金交易说完全相同的结论,但是分析的出发点却完全不同。它首先将货币视为一种资产,然后探讨哪些因素决定了人们对这种资产的需求,并最终得出货币量和价格水平同比例变动的货币数量论观点。其表达式如下:

$$M_d=k·PY$$

式中的k即为比例系数,它代表了人们愿意以货币这种形式持有的名义收入的比例。

剑桥学派还假定,货币供给M与货币需求Md会自动趋于均衡,于是便有:

$$M= k·PY $$

这就是著名的剑桥方程式。

2、凯恩斯的流动性偏好理论

凯恩斯继承了剑桥学派的分析方法,从资产选择的角度来考察货币需求。所不同的是,凯恩斯对人们的持币动机进行了详尽的分析,并进而得出实际货币需求不仅受实际收入的影响,而且也受到利率影响的结论。

凯恩斯将人们的持币动机分为三类:

(1)交易性需求

货币的交易性需求是指企业或个人为了应付日常的交易而愿意持有的一部分货币。这是由于货币的交易媒介职能而导致的一种需求。凯恩斯认为,虽然货币的交易性需求也受到其他一些次要因素的影响,但是它主要还是取决于收入的大小。

(2)预防性需求

货币的预防性需求是指企业或个人为了应付突发的意外支出,或者捕捉一些突然出现的有利时机而愿意持有的一部分。根据凯恩斯的观点,货币的预防性需求也是同收入成正比的。

(3)投机性需求

货币的投机性需求是指人们为了在未来某一适当时机进行投机活动而愿意持有的一部分货币。凯恩斯假定人们可以以两种形式来持有财富:货币或生息资产,后者用长期政府债券代表,因此,影响财富在这二者之间进行分配的因素也就是影响货币投机性需求的因素。据此,凯恩斯认为,货币的投机性需求与利率水平负相关。

综合来看,凯恩斯的货币需求函数可表示如下:

$$M^d/P=L_1(Y)+L_2(i)$$

3、弗里德曼的货币需求理论

弗里德曼继承了凯恩斯等人把货币视为一种资产的观点,从而把货币需求当作财富所有者的资产选择行为来加以考察。所不同的是,他不像凯恩斯那样,用债券来代表所有货币之外的金融资产,从而把资产选择的范围限定在货币和债券之间,而是把债券、股票,以及各种实物资产都列为可替代货币的资产,从而将资产选择的范围大大扩大,并从中得出了与凯恩斯主义者截然不同的结论。货币既然是一种资产,那么最终财富所有者对它的需求,也就是以货币这种资产持有财富的愿望就会受到财富总量、财富在人力与非人力形式上的划分、持有货币的预期报酬率和其他资产的预期报酬率等因素的影响。

弗里德曼的货币需求函数如下:

$$\frac{M^{d}}{P}=f\left(Y_{P}, w, r_{m}, r_{b}, r_{e}, \frac{1}{P} \cdot \frac{d p}{d t}, u\right)$$

其中:

Md/P 表示实际货币需求;

Yp表示实际持久性收入,用来代表财富;

w表示非人力财富占总财富的比率;

rm表示货币的预期名义报酬率;

rb表示债券的预期名义报酬率,包括债券的资本利得;

re表示股票的预期名义收益率,包括股票的资本利得;

$\frac{1}{P} \cdot \frac{d p}{d t}$表示商品价格的预期变化率,也就是实物资产的预期名义报酬率;

u表示其他影响货币需求的因素。

弗里德曼的货币需求函数暗含着这样的结论,那就是货币需求对利率不敏感。这是因为,利率的变动往往是和货币的预期报酬率同向变化的。弗里德曼认为,事实上,货币和其他资产的报酬率往往的同向变化的,所以影响货币需求的主要因素实际上只是持久性收入。这就意味着货币需求是稳定的,因为持久性收入的变化是缓慢的,而不像利率那样经常上下波动。其次,弗里德曼认为,货币需求函数本身是稳定的,它不会发生大幅度的位移。这就意味着,货币需求与其影响因素之间的关系是稳定的。利用过去数据估计出来的货币需求函数经验公式可以被用来估计未来的货币需求。这一点与凯恩斯的理论有很大的不同。在凯恩斯看来,货币需求函数将因人们对安全利率看法的改变而发生位移。

前面介绍的几种货币需求理论,有的互为补充,有的则存在尖锐的对立。这种对立在凯恩斯主义和货币主义之间表现得尤为明显。凯恩斯主义和货币主义需求理论的分歧可以归纳为三个经验上的问题,那就是:

(1)货币需求对利率是否敏感?

(2)货币需求函数的稳定性如何?

(3)货币流通速度的稳定性如何?

大量的经验研究表明:货币需求对利率是敏感的,但是流动性陷阱并不存在;货币需求函数某些时候是稳定的,在某些时候则并不稳定;货币流通速度具有较大的波动性,而且还表现出顺周期波动的特点。

在我国,许多学者也对我国的货币需求函数进行了研究。早期,我国学术界建立货币需求模型的方法包括经验数据法、基本公式法、微分法、比例法等,但这些早期的方法都是不够精确,只能够对货币需求量进行粗略的估计。20世纪90年代以后,以模型为主的实证分析越来越多,这些模型有局部模型(秦宛顺等,1991;孙来祥,1991),也有一般模型(秦朵,1997;郑超愚,1996)。近年来,更有不少国内研究者开始采用协整和误差修正模型来分析我国的货币需求函数,例如刘斌、黄先开和潘虹宇(2001)就利用中国1978-1997年的年度数据,采用协整和误差修正模型进行了货币需求的实证研究,该研究结果表明,M1实际余额与实际GDP、价格指数存在协整关系,M2实际余额与国内生产总值、一年期定期存款利率之间存在协整关系,并由此得出比较稳定的短期动态模型。在后来的研究中,很多学者将制度因素作为一个变量纳入货币需求函数中进行实证分析,如在货币需求方程中引入股市交易量、股市市值,金融深化指标,城市人口占总人口的比例(易纲,1996),家庭经营农户占总农户数的比重(孙来祥,1991)等制度因素,以求更全面地反映影响货币需求的因素。王少平、李子奈(2004)采用协整分析,认为股票市场与货币总需求具有统计显著性,为正相关。谢富春、戴春平(2000)运用回归方法,分析了各个变量对货币需求的影响,方程M1的DW值为1.272,处于难以确定的DW区域。

三、实验内容

利用Eviews以及计量经济分析方法来分析我国货币流通速度影响因素及中国货币需求函数的确定。

四、货币流通速度实验步骤

4.1变量选取及数据来源

本实验数据来源于中国人民银行网站和国家统计局网站,并经过整理和计算而得。在测算货币流通速度影响因素时,分别从绝对量和变化率的两种角度来分析。

4.2 实验步骤

双击Eviews5.0软件,进入 EViews 后的第一件工作应从创建新的或调入原有的工作文件开始。只有新建或调入原有工作文件, EViews 才允许用户输入开始进行数据处理。

建立工作文件的方法:点击 File/New/Workfile。选择数据类型和起止日期,并在出现的对话框中提供必要的信息:适当的时间频率(年);确定起止日期或最大处理个数(1990 2008)。 为了输入数据方便,先建立excel 文件(图4.1)。

图4.1

建好workfile后,要输入数据,点击file/import后,然后选择“Read Text –Lotus-Excel”。之后会弹出下面的窗口(如图4.2)。

图4.2

要想输入数据,点击你找到的excel文件,也就是刚才的huobiliutongsudu.excel文件,完成后会有如图4.3所示:

图4.3

在标题为“names for series or Number if named in file”的部分输入“5”, 因为我们excel文件里有5列数据,也就是有5列变量。 然后点击ok, 就会有如下窗口(图4.4):

图4.4

我们先对货币流通速度和利率进行相关性检验,分次选中货币流通速度V0或V1与利率r1、r2和r3这4个序列,点右键,选“open”和“as a group”,就可以同时在一个窗口打开这4个序列(图4.5)。

图4.5

再选择“Quick”下的“Group Statistics/Correlatives”得到V0与三种利率变量的相关系数,如图4.6:

图4.6

从结果中可以看出,v0与与利率变量的相关性程度不高,最大也只有0.054,再用v1做一次相关性检验,结果如图4.7:

图4.7

结果发现V1与利率的相关性较强,说明M1相对M0更能反映收入发展水平,从利率对货币流通速度的金融理论来看,可以利用普通最小二乘法(OLS)建立计量方程,其过程如下:

首先,建立货币流通V1和利率变量(r3)的计量方程。点击“Quick”下面的“Equation Estimation”, 弹出下面的对话框,输入“V1 c r3”,如图4.8:

图4.8

按ok,结果如下:

Dependent Variable: V1

Method: Least Squares

Date: 09/01/09 Time: 23:49

Sample: 1990 2008

Included observations: 19

Variable

Coefficient

Std. Error

t-Statistic

Prob.  

C

1.358531

0.092312

14.71673

0.0000

R3

0.095371

0.013019

7.325620

0.0000

R-squared

0.759427

    Mean dependent var

1.944211

Adjusted R-squared

0.745276

    S.D. dependent var

0.398557

S.E. of regression

0.201153

    Akaike info criterion

-0.270204

Sum squared resid

0.687861

    Schwarz criterion

-0.170790

Log likelihood

4.566943

    F-statistic

53.66470

Durbin-Watson stat

0.804573

    Prob(F-statistic)

0.000001

运用EVIEWS 5.0分别对r1(1年期存款利率), r3(三年期定期储蓄基准利率)、r5(五年期定期储蓄基准利率)、vo和v1进行线性拟合。结果发现r3与v1进行线性拟合的程度是其余组合中最好的(如上图),但是结果也并不令人满意,如图1所示。尽管如此,也不能否认利率是影响货币流通速度的因素之一。

$$V_1=1.358531+0.09537lr_3$$

$$(14.71673)    (7.325620)$$ 

$$ r^2=0.759427 F=53.66470    df=17$$

分析认为原因有以下几点:

(1)所采用的作为利率进行线性拟合的数据不够恰当,而且某些年份的定期储蓄利率的波动较大,利用算术平均的方法代表一年的利率水平并不科学。

(2)货币流通速度V0的波动幅度较大,影响利率对其进行线性拟合的效果。

(3)利率对货币流通速度变化的影响可能存在时滞,可能不是当期就对货币流通速度产生影响。

(4)利率对货币的流通速度变化的影响在实际上可能只是相当的一部分,还有其他更多更关键的因素对货币流通速度产生影响。

(5)社会分工和产业结构。不同生产周期,不同货币资金运用的规模和密集度的不同产业对货币流通速度变化的作用不同。生产周期短,运用资金规模小的产业使货币流通速度相对较快;相反,生产周期长,资金运用规模大的产业使货币流通速度相对较慢。而导致不同产业发生分化,形成一定产业结构的,是社会分工的问题。按照亚当·斯密的说法,社会分工是提高生产效率的重要途径,产业结构的形成是社会分工的结果,社会分工越细,生产效率提高越大,相对来说资金占的时间就越少,或者说资金能周转得越快,货币流通速度加快。

除此之外,人们的支付习惯和消费与储蓄习惯、人们对通货膨胀的预期、人口增长状况等因素都会对货币流通速度的变化产生影响。

四、我国货币流通速度的变化情况

下面用V=GDP/M的公式计算我国的货币流通速度,其中,

$$V_0=GDP/M_0$$

$$V_1=GDP/M_1$$

$$V_2=GDP/M_2$$

表3是我国1978年至2008年$M_0$、$M_1$、$M_2$、GDP和所计算出来的$V_0$、$V_1$、$V_2$的相关数据($M_0$、$M_1$、$M_2$、GDP的单位是亿元人民币)。

年份

MO

M1

M2

GDP

VO

V1

V2

1978

212.00

1004.20

1159.10

3624.10

17.095

3.609

3.127

1979

267.70

1255.50

1458.10

4038.20

15.085

3.216

2.769

1980

346.20

1560.40

1842.90

4517.80

13.050

2.895

2.451

1981

396.30

1831.90

2186.10

4862.40

12.269

2.654

2.224

1982

439.10

2142.50

2589.80

5297.70

12.065

2.473

2.046

1983

529.80

2502.40

3075.00

5934.50

11.201

2.372

1.930

1984

792.10

3369.70

4146.30

7171.00

9.053

2.128

1.729

1985

987.80

3862.50

4884.30

8964.40

9.075

2.321

1.835

1986

1218.40

4790.10

6261.60

10202.20

8.373

2.130

1.629

1987

1454.50

5596.90

7664.50

11962.50

8.224

2.137

1.561

1988

2134.00

6629.70

9288.90

14928.30

6.995

2.252

1.607

1989

2344.00

7185.10

10919.90

16909.20

7.214

2.353

1.548

1990

2644.40

6950.70

15293.40

18547.90

7.014

2.668

1.213

1991

3177.80

8633.30

19349.90

21617.80

6.803

2.504

1.117

1992

4336.00

11731.50

25402.20

26638.10

6.143

2.271

1.049

1993

5864.70

16280.40

34879.80

34634.40

5.906

2.127

0.993

1994

7288.60

20540.70

46923.50

46759.40

6.415

2.276

0.997

1995

7885.30

23987.10

60750.50

57733.00

7.322

2.407

0.950

1996

8802.00

28514.80

76094.90

67795.00

7.702

2.378

0.891

1997

10177.60

34826.30

90995.30

74772.00

7.347

2.147

0.822

1998

11204.20

38953.70

104498.50

79553.00

7.100

2.042

0.761

1999

13455.5

45837.30

117638.10

82054.00

6.098

1.790

0.698

2000

14652.65

53147.15

132487.52

89404.00

6.102

1.682

0.675

2001

15688.80

59871.59

152888.50

95933.00

6.115

1.602

0.627

2002

17278.43

70882.19

183246.94

102398.00

5.926

1.445

0.559

2003

19746.23

84118.81

219226.81

116694.00

5.910

1.387

0.532

2004

21468.49

95971.01

250802.79

136515.00

6.359

1.422

0.544

2005

24032.82

107279.91

296040.13

182321.00

7.586

1.699

0.616

2006

27072.62

126028.05

345577.91

209407.00

7.735

1.662

0.606

2007

30334.32

152519.17

403401.30

246619.00

8.130

1.617

0.611

2008

34218.96

166217.13

475166.60

300670.00

8.787

1.809

0.633

表3 1978-2008年M0、M1M2、GDP与货币流通速度V0、V1、V2
相关数据1999年—2008年的数据来源中国统计局网站和中国人们银行网站,1978年—1998年的数据引用自艾洪德、范南的《中国货币流通速度影响因素的经验分析》(《世界经济》2002年第8期)

下图是货币流通速度$V_0$、$V_1$、$V_2$的描述图表

从上图可以看出,货币流通速度$V_0$、$V_1$、$V_2$从1978年到2008年这30年来,总体的趋势是下降的,但是由于这30年以来我国的经济发展变化很大,货币政策调控方式和力度也有所调整等方面的原因,货币流通的速度变化的波动较大。从年份上看,尤其从1994年开始,货币流通速度的波动较大,1994年至1996年、2003年至2008年出现了上升的情况,这在$V_0$中表现得较为突出。从类别来看,$V_0$的波动幅度较、$V_1$、$V_2$的波动幅度要大,$V_1$的波动幅度较$V_2$的波动幅度要大。从计算的角度来看,主要原因是由于$M_0$、$M_1$、$M_2$的变动幅度依次减小,致使$V_0$、$V_1$、$V_2$的波动幅度依次减小。

下图是GDP、$V_0$、$V_1$、$V_2$从1978年到2008年的数据描述表。GDP是表现经济发展状况的重要数据,可以把GDP的变动看作经济的周期变动。从图3看出,这30年以来,我国的经济呈现出一个长时期的持续的发展状况,正处于一个大的发展的上升周期之中,特别是2001年开始,GDP快速增加。在绝对数上,货币流通速度并没有表现出顺周期变动,只有在1994年至1996年、2003年至2008年的时候,的变动与GDP的变动方向趋于一致。

下表是GDP的增长率和货币流通速度$V_0$、$V_1$、$V_2$的环比变动率,把表4据绘制成图4,发现$V_0$、$V_1$、$V_2$的变动率与GDP的增长率的变动方向及其变动幅度较为配合,除了在几个年份波段存在着时滞外,基本符合货币流通速度顺周期的特征。其中,$V_0$的变动与GDP的变动的幅度较为相像,在1979—1983年两者存在背离现象,在1986—1988年、1990—1994年时段$V_0$变动存在时滞的情况,其他的年份都表现得相当紧密。而$V_1$、$V_2$的变动的幅度依次减小,在1988—1991年期间与GDP增长率出现了背离的现象,其他年份两者的变动也相当一致。而的变动率与GDP增长率的方向变动最为协调。

年份

GDP增速

V0变动率

V1变动率

V2变动率

1979

1.11

0.88

0.89

0.89

1980

1.12

0.87

0.90

0.89

1981

1.08

0.94

0.92

0.91

1982

1.09

0.98

0.93

0.92

1983

1.12

0.93

0.96

0.94

1984

1.21

0.81

0.90

0.90

1985

1.25

1.00

1.09

1.06

1986

1.14

0.92

0.92

0.89

1987

1.17

0.98

1.00

0.96

1988

1.25

0.85

1.05

1.03

1989

1.13

1.03

1.05

0.96

1990

1.10

0.97

1.13

0.78

1991

1.17

0.97

0.94

0.92

1992

1.23

0.90

0.91

0.94

1993

1.30

0.96

0.94

0.95

1994

1.35

1.09

1.07

1.00

1995

1.23

1.14

1.06

0.95

1996

1.17

1.05

0.99

0.94

1997

1.10

0.95

0.90

0.92

1998

1.06

0.97

0.95

0.93

1999

1.03

0.86

0.88

0.92

2000

1.09

1.00

0.94

0.97

2001

1.07

1.00

0.95

0.93

2002

1.07

0.97

0.90

0.89

2003

1.14

1.00

0.96

0.95

2004

1.17

1.08

1.03

1.02

2005

1.34

1.19

1.19

1.13

2006

1.15

1.02

0.98

0.98

2007

1.18

1.05

0.97

1.01

2008

1.22

1.08

1.12

1.04

GDP增长率与货币流通速度V0、V1、V2变动率

考虑到现实情况,$M_2$最能代表货币供应量,以此相对于,$V_2$作为货币流通速度更具有代表性,这里考虑货币流通速度的变化率受哪些因素影响,根据金融学理论,货币流通速度除了受利率影响以外,还受通货膨胀预期,收入水平,消费习惯,银行行为等,这里主要考虑通货膨胀预期及收入水平的变化,用GDP变化代表收入水平变化,用历年消费价格指数代表物价水平变化(数据来自http://canglang.blog.hexun.com/14687662_d.html数据采集来自中国统计局1980-2009年《****年国民经济和社会发展统计公报》全国居民消费价格总水平指数)。把这些数据输入excel表格。

year

△v2

△gdp

cpi

1980

0.89

1.12

6

1981

0.91

1.08

2.4

1982

0.92

1.09

1.9

1983

0.94

1.12

1.5

1984

0.9

1.21

2.8

1985

1.06

1.25

9.3

1986

0.89

1.14

6.5

1987

0.96

1.17

7.3

1988

1.03

1.25

18.8

1989

0.96

1.13

18

1990

0.78

1.1

3.1

1991

0.92

1.17

3.4

1992

0.94

1.23

6.4

1993

0.95

1.3

14.7

1994

1

1.35

24.1

1995

0.95

1.23

17.1

1996

0.94

1.17

8.3

1997

0.92

1.1

2.8

1998

0.93

1.06

-0.8

1999

0.92

1.03

-1.4

2000

0.97

1.09

0.4

2001

0.93

1.07

0.7

2002

0.89

1.07

-0.8

2003

0.95

1.14

1.2

2004

1.02

1.17

3.9

2005

1.13

1.34

1.8

2006

0.98

1.15

1.5

2007

1.01

1.18

4.8

2008

1.04

1.22

5.9

首先,与前面一样,建立workfile ,导入excel 数据,如下图:

在做回归之前,需要对以上变量进行平稳性检验,在上面窗口中,如要考察GDP增长率的平稳性,双击这个变量,会看到一个仅含该变量的电子表格:

在这个包含电子表格的窗口中,点击“View”, 然后选择”unit root test”. 我们进行ADF检验,由检验结果可以看出: 三个原序列均平稳,可以进行回归。

Null Hypothesis: __GDP has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic based on SIC, MAXLAG=6)

t-Statistic

  Prob.*

Augmented Dickey-Fuller test statistic

-2.668228

 0.0921

Test critical values:

1% level

-3.689194

5% level

-2.971853

10% level

-2.625121

*MacKinnon (1996) one-sided p-values.

Null Hypothesis: __V2 has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic based on SIC, MAXLAG=6)

t-Statistic

  Prob.*

Augmented Dickey-Fuller test statistic

-4.031537

 0.0044

Test critical values:

1% level

-3.689194

5% level

-2.971853

10% level

-2.625121

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(__V2)

Method: Least Squares

Date: 09/02/09 Time: 01:10

Sample (adjusted): 1981 2008

Included observations: 28 after adjustments

Variable

Coefficient

Std. Error

t-Statistic

Prob.  

__V2(-1)

-0.785963

0.194954

-4.031537

0.0004

C

0.751741

0.185546

4.051506

0.0004

R-squared

0.384663

    Mean dependent var

0.005357

Adjusted R-squared

0.360996

    S.D. dependent var

0.081581

S.E. of regression

0.065214

    Akaike info criterion

-2.553542

Sum squared resid

0.110574

    Schwarz criterion

-2.458385

Log likelihood

37.74959

    F-statistic

16.25329

Durbin-Watson stat

1.968764

    Prob(F-statistic)

0.000431

Null Hypothesis: CPI has a unit root

Exogenous: Constant

Lag Length: 1 (Automatic based on SIC, MAXLAG=6)

t-Statistic

  Prob.*

Augmented Dickey-Fuller test statistic

-3.236935

 0.0287

Test critical values:

1% level

-3.699871

5% level

-2.976263

10% level

-2.627420

*MacKinnon (1996) one-sided p-values.

建立货币流通速度变化率△V2和GDP增长率(△GDP)和cpi的计量方程。点击“Quick”下面的“Equation Estimation”, 弹出下面的对话框,输入“△V2 △GDP cpi”,如下图结果:

Dependent Variable: __V2

Method: Least Squares

Date: 09/02/09 Time: 01:16

Sample: 1980 2008

Included observations: 29

Variable

Coefficient

Std. Error

t-Statistic

Prob.  

__GDP

0.839944

0.011745

71.51780

0.0000

CPI

-0.004210

0.001563

-2.693966

0.0120

R-squared

0.387385

    Mean dependent var

0.952759

Adjusted R-squared

0.364695

    S.D. dependent var

0.065405

S.E. of regression

0.052132

    Akaike info criterion

-3.003610

Sum squared resid

0.073379

    Schwarz criterion

-2.909314

Log likelihood

45.55235

    Durbin-Watson stat

1.603063


R-squared较小,可能有其他影响因素没有考虑进去,通货膨胀虽然显著,但系数小,可能与国民的消费习惯不大受物价水平影响有关系,gdp关系显著,恰好反映了这种一致性,也给政府有关部门提了一个醒:可以在提高货币流通速度的条件下,满足交易和经济增长需求,而不是一味地扩张货币供应量。

五、货币需求函数实验步骤

(一) 中国货币需求计量模型的建立

1. 国内生产总值(GDP)。反映国内经济总量水平。从理论上讲,GDP越大,对货币的需求越大,而且它对各层次的货币需求影响是同方向的。

2. 股票市值(CSV)。一般来说,在股市上涨的过程中,股票市值增加,人们对投机性货币需求增大,但是股票市值的高低对不同层次的货币需求影响是有差异的。在股市上涨时,会出现“储蓄搬家”的现象,即很多的资金从银行涌入股市,表现为银行定期存款的减少,活期储蓄存款增加,券商保证金增加。

3. 利率(R)。一般来说,利率越高,反映居民和企业持有货币的机会成本越大,投机性货币需求越少。

4. 零售物价指数(RPI)。零售物价指数与通货膨胀预期密切相关,且成正向关系。

5. 外汇储备(FER)。一般来讲,外汇储备增加越多,货币需求越多。

6. 随机因素(U)。包括未考虑到的影响货币需求的其他因素。

$$M_{0t}^D=f(GDP_T,CSV_t,T_t,RPI_t,FER_t,U_t)$$

$$M_{1t}^D=f(GDP_T,CSV_t,T_t,RPI_t,FER_t,U_t)$$

$$M_{2t}^D=f(GDP_T,CSV_t,T_t,RPI_t,FER_t,U_t)$$

综上所述,我国的货币需求函数计量模型的基本形式可以表示为:

式中:$M_{0t}^D$:对货币M0的需求;$M_{1t}^D$:对货币M1的需求;M_{2t}^D:对货币M2的需求;$GDP_t$:国内生产总值;$CSV_t$:股市市值;$R_t$:名义利率;$RPI_t$:零售物价指数;$FER_t$:外汇储备总量;$U_t$:随机变量。

(二)指标和样本数据说明

本实验的数据样本期间为1992-2005,以年度为单位,数据均来源于中国统计年鉴、国家统计局、中国人民银行网站和中国人民银行统计季报。M0、M1和M2为人民银行定期公布的各层次货币需求量,CSV为沪深股市市值总和,利率R,采用一年期存款利率,RPI由2005中国统计年鉴获得(以1978年为基期)。

年度

GDP

M0

M1

M2

CSV

R

RPI

FER

1992

26638.00

4336.00

11731.50

25402.20

1048.00

7.56

225.20

194.43

1993

35334.00

5864.70

16280.40

34879.80

3531.00

10.98

254.90

211.99

1994

48198.00

7288.60

20540.70

46923.50

3691.00

10.98

310.20

516.20

1995

60794.00

7885.30

23987.10

60750.50

3474.00

10.98

356.10

735.97

1996

71177.00

8802.00

28514.80

76094.90

9842.00

7.47

377.80

1050.29

1997

78973.00

10177.60

34826.30

90995.30

17529.00

5.67

380.80

1398.90

1998

84402.00

11204.20

38953.70

104498.50

19506.00

3.78

370.90

1449.60

1999

89677.00

13455.50

45837.30

119897.90

26417.00

2.25

359.80

1546.75

2000

99215.00

14652.70

53147.20

134610.40

48091.00

2.25

354.40

1655.74

2001

109655.00

15688.80

59871.60

158301.90

43522.00

2.25

351.60

2121.65

2002

120333.00

17278.00

70881.80

185007.00

38329.00

1.98

347.00

2864.07

2003

135823.00

19746.00

84118.60

221222.80

42458.00

1.98

346.10

4032.51

2004

159878.00

21468.30

95970.80

254107.00

37059.00

2.25

356.40

6099.32

2005

182321.00

24031.70

107278.60

298755.70

32430.00

2.25

359.30

8188.32

(三)中国货币需求函数的实证分析

假定1992-2005年的货币需求与供给是相对均衡的,对所有变量取对数,再利用线性回归方程进行估计,并假设货币需求模型如下:

$$lnM_{it}^D=a_1+a_2lnGDP_t+a_3lnCSV_t+a_4lnRPI_t+a_5lnR_t+a_6lnFER_t(i=0,1,2) $$

式中,各变量的含义如前,aj为截距(j=1,2,3,4,5,6.)

我们按以上的回归方程,根据表中的数据,利用Eviews5.0软件进行回归分析。并按如下步骤进行:第一步,根据假定的货币需求函数对各层次的货币量进行回归分析,得出各个变量的回归系数;第二步,将系数不显著的变量剔除,再进行回归分析,从而得出与各层次货币需求量关系最为显著的变量所构成的方程。

具体操作如下:

在主菜单上依次单击“File” “New” “Workfile”,选择新建对象的类型为工作文件,在弹出的“Workfile Range”对话框里选择数据类型“Annual”并输入起止日期,本例中在Start Date 里输入1992,在End Date 里输入2005.单击 OK .在建立文件后,再输入和编辑数据,在编辑区域用data 命令方式输入上面的数据:data M0 M1 M2 GDP CSV RPI R FER 创建数据列,用 GENR 命令将所输入的数据列分别转换成相应的对数数列:如将数据类M0转换成LOG(M0)在命令栏里的输入如下:GENR X1=LOG(M0) ,用X2,X3 ,X4,X5,X6,X7和X8分别表示LOG(M1),LOG(M2),LOG(GDP),LOG(CSV),LOG(RPI),LOG(R)和LOG(FER)。

第一次的回归结果如下:

在命令窗口直接输入如下命令格式(其它回归命令输入类似):

LS X1 C X4 X5 X6 X7 X8

得到:

Dependent Variable: X1

Method: Least Squares

Date: 02/20/09 Time: 21:52

Sample: 1992 2005

Included observations: 14

Variable

Coefficient

Std. Error

t-Statistic

Prob.  

C

-0.478476

2.160767

-0.221438

0.8303

X4

1.247381

0.290922

4.287684

0.0027

X5

0.025315

0.049515

0.511252

0.6230

X6

-0.576115

0.158735

-3.629413

0.0067

X7

-0.039981

0.054363

-0.735455

0.4831

X8

-0.153215

0.121338

-1.262715

0.2423

R-squared

0.996466

    Mean dependent var

9.358753

Adjusted R-squared

0.994256

    S.D. dependent var

0.512305

S.E. of regression

0.038826

    Akaike info criterion

-3.361950

Sum squared resid

0.012059

    Schwarz criterion

-3.088068

Log likelihood

29.53365

    F-statistic

451.0843

Durbin-Watson stat

2.171218

    Prob(F-statistic)

0.000000

Dependent Variable: X2

Method: Least Squares

Date: 02/20/09 Time: 21:52

Sample: 1992 2005

Included observations: 14

Variable

Coefficient

Std. Error

t-Statistic

Prob.  

C

0.826671

1.525932

0.541749

0.6027

X4

1.297136

0.205449

6.313671

0.0002

X5

0.059911

0.034968

1.713330

0.1250

X6

-0.904696

0.112099

-8.070541

0.0000

X7

-0.029713

0.038391

-0.773968

0.4612

X8

-0.022101

0.085689

-0.257918

0.8030

R-squared

0.999003

    Mean dependent var

10.61050

Adjusted R-squared

0.998380

    S.D. dependent var

0.681125

S.E. of regression

0.027419

    Akaike info criterion

-4.057666

Sum squared resid

0.006014

    Schwarz criterion

-3.783785

Log likelihood

34.40366

    F-statistic

1602.895

Durbin-Watson stat

1.785064

    Prob(F-statistic)

0.000000

Dependent Variable: X3

Method: Least Squares

Date: 02/20/09 Time: 21:53

Sample: 1992 2005

Included observations: 14

Variable

Coefficient

Std. Error

t-Statistic

Prob.  

C

-0.576490

1.148713

-0.501858

0.6293

X4

1.287599

0.154661

8.325319

0.0000

X5

0.021272

0.026323

0.808104

0.4424

X6

-0.441633

0.084387

-5.233415

0.0008

X7

-0.090052

0.028900

-3.115928

0.0143

X8

0.005726

0.064506

0.088763

0.9315

R-squared

0.999533

    Mean dependent var

11.53950

Adjusted R-squared

0.999241

    S.D. dependent var

0.748970

S.E. of regression

0.020641

    Akaike info criterion

-4.625593

Sum squared resid

0.003408

    Schwarz criterion

-4.351711

Log likelihood

38.37915

    F-statistic

3421.817

Durbin-Watson stat

1.863555

    Prob(F-statistic)

0.000000

第一步结果表明,在各层次的货币需求函数中,沪深总市值的系数,外汇储备的系数都不显著,各回归方程的DW值落在“无法判定是否存在自相关性”区域,且我们只选取GDP、FER变量进行回归分析也存在自相关(这实际上也表明了我国的外向型经济特点,出口拉动了经济的快速增长也带来了大量的外汇储备):

因此,我们可以考虑先把外汇储备剔除,回归结果如下(这里我们先研究M2层次的货币需求):

Dependent Variable: X3

Method: Least Squares

Date: 02/20/09 Time: 23:42

Sample: 1992 2005

Included observations: 14

Variable

Coefficient

Std. Error

t-Statistic

Prob.  

C

-0.674908

0.283221

-2.382973

0.0410

X4

1.301059

0.028674

45.37412

0.0000

X5

0.019582

0.017148

1.141944

0.2829

X6

-0.440712

0.078995

-5.578958

0.0003

X7

-0.091174

0.024514

-3.719199

0.0048

R-squared

0.999532

    Mean dependent var

11.53950

Adjusted R-squared

0.999324

    S.D. dependent var

0.748970

S.E. of regression

0.019470

    Akaike info criterion

-4.767465

Sum squared resid

0.003412

    Schwarz criterion

-4.539231

Log likelihood

38.37226

    F-statistic

4807.193

Durbin-Watson stat

1.830927

    Prob(F-statistic)

0.000000

经回归分析CSV对M2的统计不显著,剔除后再做回归分析可得:

Dependent Variable: X3

Method: Least Squares

Date: 02/20/09 Time: 23:50

Sample: 1992 2005

Included observations: 14

Variable

Coefficient

Std. Error

t-Statistic

Prob.  

C

-0.839534

0.247464

-3.392556

0.0069

X4

1.306649

0.028679

45.56056

0.0000

X6

-0.385911

0.063695

-6.058739

0.0001

X7

-0.112359

0.016267

-6.907325

0.0000

R-squared

0.999464

    Mean dependent var

11.53950

Adjusted R-squared

0.999304

    S.D. dependent var

0.748970

S.E. of regression

0.019763

    Akaike info criterion

-4.775011

Sum squared resid

0.003906

    Schwarz criterion

-4.592424

Log likelihood

37.42508

    F-statistic

6220.045

Durbin-Watson stat

1.870639

    Prob(F-statistic)

0.000000

具体表达式如下:

$$LN(M_2)=-0.839534+1.306649LN(GDP)-0.385911LN(RPI)-0.113047LN(R)$$

$$P: (0.0069) (0.0000) (0.0001) (0.0000) $$

$$S.E: (0.247464) (0.028679) (0.063695) (0.016267) $$

$$T: (-3.392556) (45.56056) (-6.058739) (-6.907325) $$

$$F=6060.942;R2=0.999450; $$

$$F=3103.599;R^2=0.998927; \overline{R^2}=0.998605;DW=1.886644$$

=0.999304;DW=1.910151$$

方程的残差图:

与M2层次的需求函数的推导类似,在剔除外汇储备后,对M1进行回归分析,结果如下:

经回归分析,R对M1的统计不显著,剔除后再做回归分析可得:

Dependent Variable: X2

Method: Least Squares

Date: 02/21/09 Time: 00:38

Sample: 1992 2005

Included observations: 14

Variable

Coefficient

Std. Error

t-Statistic

Prob.  

C

1.244342

0.366947

3.391064

0.0069

X4

1.257529

0.034069

36.91166

0.0000

X5

0.079870

0.014645

5.453560

0.0003

X6

-0.967033

0.071769

-13.47429

0.0000

R-squared

0.998927

    Mean dependent var

10.61050

Adjusted R-squared

0.998605

    S.D. dependent var

0.681125

S.E. of regression

0.025437

    Akaike info criterion

-4.270238

Sum squared resid

0.006471

    Schwarz criterion

-4.087650

Log likelihood

33.89167

    F-statistic

3103.599

Durbin-Watson stat

1.886644

    Prob(F-statistic)

0.000000


具体表达式如下:

$$LN(M_1)= 1.244342+1.257529LN(GDP)+0.079870LN(CSV)-0.967033LN(RPI)$$

$$P: (0.0069) (0.00000) (0.0003) (0.0000) $$

$$S.E: (0.366947) (0.034069) (0.014645) (0.071769) $$

$$T: (3.391064) (36.91166) (5.453560) (-13.47429) $$

$$F=3103.599;R^2=0.998927; \overline{R^2)}=0.998605;DW=1.886644$$

方程的残差图:

类似的对于M0剔除外汇储备后的回归分析有:

Dependent Variable: X1

Method: Least Squares

Date: 02/21/09 Time: 00:50

Sample: 1992 2005

Included observations: 14

Variable

Coefficient

Std. Error

t-Statistic

Prob.  

C

2.155105

0.583141

3.695684

0.0050

X4

0.887195

0.059039

15.02735

0.0000

X5

0.070533

0.035307

1.997690

0.0768

X6

-0.600778

0.162648

-3.693726

0.0050

X7

-0.009953

0.050474

-0.197196

0.8481

R-squared

0.995761

    Mean dependent var

9.358753

Adjusted R-squared

0.993877

    S.D. dependent var

0.512305

S.E. of regression

0.040087

    Akaike info criterion

-3.323064

Sum squared resid

0.014463

    Schwarz criterion

-3.094829

Log likelihood

28.26145

    F-statistic

528.5463

Durbin-Watson stat

1.688969

    Prob(F-statistic)

0.000000

经回归分析R对M0的统计量不显著,剔除后再做回归分析可得:

Dependent Variable: X1

Method: Least Squares

Date: 02/21/09 Time: 00:51

Sample: 1992 2005

Included observations: 14

Variable

Coefficient

Std. Error

t-Statistic

Prob.  

C

2.169923

0.549788

3.946837

0.0027

X4

0.892038

0.051044

17.47581

0.0000

X5

0.075802

0.021943

3.454510

0.0062

X6

-0.623827

0.107529

-5.801468

0.0002

R-squared

0.995743

    Mean dependent var

9.358753

Adjusted R-squared

0.994466

    S.D. dependent var

0.512305

S.E. of regression

0.038112

    Akaike info criterion

-3.461610

Sum squared resid

0.014525

    Schwarz criterion

-3.279022

Log likelihood

28.23127

    F-statistic

779.6484

Durbin-Watson stat

1.723029

    Prob(F-statistic)

0.000000

具体表达式:

$$L N(M_0) =2.169923+0.892038LN(GDP)+0.075802LN(CSV)-0.623827LN(RPI)$$

$$P: (0.0027) (0.00000) (0.0062) (0.0002) $$

$$S.E: (0.549788) (0.051044) (0.021943) (0.107529) $$

$$T: (3.946837) (17.47581) (3.454510) (-5.801468) $$

$$F=779.6484;R^2=0.995743; $$

$$F=3103.599;R^2=0.998927; \overline{R^2}=0.998605;DW=1.886644$$

=0.94466;DW=1.723029$$

方程的残差图:

(四)对于回归结果的分析

1、所有方程的拟合优度系数和调整后的拟合优度系数都有很高的值,接近1表明方程的拟合优度很高,并且都通过了显著水平为1%的F检验,方程M0的DW值为1.723029,M1的DW值为1.886644,M2的DW值为1.910151,大于1.54且小于4-1.54=2.46,所以可以确定上述三个方程不存在一阶自相关性的问题。所有方程中的截距和回归系数都通过了显著水平为1%的T统计检验,而且标准差都很小。因此,所有方程中的截距和回归系数都是显著的,且稳定性好。

2、在回归方程中,GDP的回归系数与理论预期一致,都是正相关,即随着我国经济的迅速发展,GDP增长,货币需求增加。但是,对各种货币需求的弹性不一样。对GDP的各层次的货币需求解释为:一是随着财富和收入的增长,边际储倾向上升,边际消费倾向下降,而公众储蓄的主要形式是银行存款;二是随着信息技术的发展,人们更多地使用银行卡(电子货币)进行交易,降低了流通中的现金需求,即货币M0的需求的增加幅度小于GDP的增加幅度,对货币M1、M2的需求增加幅度大于GDP的增加幅度。

3、在回归方程中,CSV与M0、M1都是正相关,弹性都较小。在股票上涨的过程中,人们会增加对货币M0、M1的需求。石建民(2001)证实了1993年1季度到2000年3季度的数据,得出了我国股市已经对货币需求总需求函数具有正相关的影响,并建议将股市的货币需求效应纳入货币供给的规划中去。Friedman(1988)利用1961-1986年美国的季度数据,对股票价格的货币需求效应进行了实证分析,研究表明美国的股票价格对货币需求正相关。范方志、赵明勋在《当代货币政策:理论与实践》一书中则利用向量自回归和脉冲响应函数,认为股票流通市值与M1、M2的需求成负相关。

4、在回归方程中,RPI的回归系数都为负数,即随着零售物价指数(通货膨胀预期)上升,对各层次的货币需求减少。说明在我国物价上涨时,人们对各个层次的货币需求平均倾向减少,等待物价平稳或下跌时才去购买商品的效应大于物价上涨购买商品的效应。

5、在M2的回归方程中,利率R与M2成负相关。这是因为利率上升,持币成本上升,投机性货币持有需求减少,人们更趋向于银行存款,说明我国存在利率变动对储蓄的替代效应。由于我国的利率市场化改革还没有完善,所以利率对M0、M1的货币需求弹性不明显。

6、近几年我国的外汇储备迅速增长,从理论上来讲,应该对货币需求有所增加,外汇储备增加的主要原因源于经常项目顺差和资本项目顺差两部分,而经常项目已计算在GDP之内,所以我们在进行回归分析时,FER影响到其它变量,存在一阶自相关性,应该删除。

从图中可以看出,GDP与FER的相关度非常高,故在回归时应考虑先将其从回归方程中剔除掉。

评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注