论文首页哲学论文经济论文法学论文教育论文文学论文历史论文理学论文工学论文医学论文管理论文艺术论文 |
影响货币需求的因素分析
摘要:在量化和加入贷款利率、通胀平减指数、国内生产总值、固定资产投资占GDP的比重,建立中国长期货币需求函数的基础上,对函数进行各方面的分析,并进一步分析我国当前经济形势。
关键词:长期货币需求、贷款利率、通胀平减指数、国内生产总值、固定资产投资占GDP的比重
一、 文献综述: 1、《货币购买力》 费雪 1911年出版 这是货币数量论、现金交易数量说的代表,该理论揭示了对既定数量的总收入应该持有的货币的数量,并且认为利率对货币需求没有影响。其理论内容主要反映在费雪交易方程式中:
M× V= P ×Y 其中M是 给定年份的货币数量,V 是给定年份货币流通速度, P是给定年份的价格水平, Y是给定年份的交易量。 如果用货币需求量表示 M ,M ×V= P ×Y可以变形为:
M=1/V × P ×Y 因为短期内,V为常量,名义收入决定了其所引致的货币需求量,因此,货币需求仅为收入的函数,利率对货币需求是没有影响的。古典学派的经济的“二分法”的观点就是货币是中性的,货币只是影响价格水平等名义变量,而不会影响社会实际就业量和产量。
2、马歇尔和庇古 人们持有货币是因为货币具有交易媒介和价值贮藏功能,他们发展起来的货币需求理论(又称现金余额数量论)的内容和分析方法主要反映在“剑桥方程式”中,该方程式是 M=KPY 其中M表示人们手中持有的货币数量,即现金余额,Y代表总产量,P表示一般价格水平,K表示以货币形式保持的财富在全部财富中所占的比例,K是常量。如果以K表示费雪方程式中的 ,那么 M = 1/V×PY 可见,在形式上剑桥方程式和费雪方程式是没有区别的,只是在研究方法上有区别。
(科教作文网http://zw.nseAc.com)
三、研究目的:为了讨论我们设想的因素是否可以影响货币需求。
四、建立模型
Y=a0+a1X1+a2X2+a3X3+a4X4
Y-M2
Y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.
X1-贷款利率
贷款利率越低,越促进投资,从而影响货币需求。所以两者应该为负相关关系
X2-通胀平减指数
通胀平减指数代表了人们对未来物价的预期, 预期物价上涨多少,直接意味着实物资产升值多少,因此在此条件下,资产选择有转向实物资产而减少货币需求的倾向,所以PE同货币需求的关系应是逆向的。
考虑到居民及企业对物价反应的一般心态(大多数人习惯考虑某物品去年多少钱),我们用通胀平减指数代表反映预期物价,用以下公式计算得到:
(GDP平减指数公布的GDP的增长率+1 )/(GDPt/GDPt-1)-1
X3-国内生产总值
根据凯恩斯货币需求理论,GDP越大货币需求越多
X4-固定资产投资占GDP的比重
麦金农把货币和投资的关系划分为两种:一种效应是货币的“导管”效应,即资本积累通过货币发生,另一种效应是货币和实物资本之间的竞争效应。在第一种效应占主导地位的情况下,货币和投资是互补关系,而在第二种效应占主导地位的情况下,货币和投资是替代关系。前一种效应在发展中表现明显,我国也不例外,即所谓的固定资产投资,一般说来固定资产投资的比重越大,货币需求量越大
五、数据搜集1、 数据说明:本来想以再贷款利率作为解释变量之一,可是只找到2002年的数据,于是只有以贷款利率替代。2、 数据的搜集情况
六、模型的参数估计、检验及修正1、 模型的参数估计及其平稳性检验
对模型进行最小二乘估计得:
Dependent Variable: Y
Method: Least Squares
Date: 06/24/05 Time: 15:22
Sample: 1985 2003
Included observations: 19
Variable Coefficient Std. Error t-Statistic Prob.
(科教论文网 lw.nseaC.Com编辑发布)
即
Y = -23944.08938 - 4708.718657*X1 + 515.4310231*X2 + 1.314811338*X3 + 161256.8969*X4
可见,模型设置符合经济意义。不过X2、X4的t值不是很显著。故我们对上述模型进行计量经济学的检验,并进行修正,看是否能使模型方程得到改进
平稳性检验
X1在一阶差分无截距项无趋势滞后一阶时平稳
ADF Test Statistic -2.509827 1% Critical Value* -2.7275
5% Critical Value -1.9642
10% Critical Value -1.6269
*MacKinnon critical values for rejection of hypothesis of a unit root.
X2在一阶差分有截距项有趋势滞后一阶时平稳
ADF Test Statistic -3.324651 1% Critical Value* -4.6712
5% Critical Value -3.7347
10% Critical Value -3.3086
*MacKinnon critical values for rejection of hypothesis of a unit root.
X3在二阶差分无截距项无趋势滞后一阶时平稳
X4在一阶差分有截距项无趋势滞后一阶时平稳
ADF Test Statistic -2.770774 1% Critical Value* -3.9228
5% Critical Value -3.0659
10% Critical Value -2.6745
*MacKinnon critical values for rejection of hypothesis of a unit root.
Y在一阶差分有截距项有趋势滞后二阶时平稳
ADF Test Statistic -3.876754 1% Critical Value* -4.7315
5% Critical Value -3.7611
10% Critical Value -3.3228
*MacKinnon critical values for rejection of hypothesis of a unit root.
由于不是每个变量都能满足一阶条件,我们不能对模型进行协整,也就不能得出长期模型。
原因分析
(1)1985-2003年M2的时间序列图
从下图中可以看出,从92年开始m2的增长速度非常快,主要是我国经济发展速度开始加快。从2000年开始,图像斜率再次增大。根据我们的分析,就是由于这两次跳跃使得m2极为不平稳。
(2)1985-2003年利率的时间序列图
可以看出在此段时期内,利率波动较大.由于利率数据的不平稳,因而可能存在伪回归
(3)但从收入和货币需求的关系图中可以看出,两者关系近乎成一条直线.
从以上对年度数据和季度数据的分析。我们认为,虽然贷款利率是银行根据货币市场需求进行调整的,但是由于中国货币市场的市场化程度较低,其代表性仍然很低。
因果检验: (转载自中国科教评价网www.nseac.com )
1阶
Pairwise Granger Causality Tests
Date: 06/14/05 Time: 18:06
Sample: 1985 2003
Lags: 1
Null Hypothesis: Obs F-Statistic Probability
M2 does not Granger Cause X1 18 5.09974 0.03926
X1 does not Granger Cause M2 11.2211 0.00439
1阶
Pairwise Granger Causality Tests
Date: 06/14/05 Time: 18:08
Sample: 1985 2003
Lags: 1
Null Hypothesis: Obs F-Statistic Probability
M2 does not Granger Cause X2 18 1.30674 0.27090
X2 does not Granger Cause M2 17.1321 0.00087
2阶
Pairwise Granger Causality Tests
Date: 06/14/05 Time: 18:09
Sample: 1985 2003
Lags: 2
Null Hypothesis: Obs F-Statistic Probability
M2 does not Granger Cause X3 17 3.07783 0.08337
X3 does not Granger Cause M2 10.7855 0.00209
1阶
Pairwise Granger Causality Tests
Date: 06/14/05 Time: 18:14
Sample: 1985 2003
Lags: 1
Null Hypothesis: Obs F-Statistic Probability
M2 does not Granger Cause X4 18 5.41890 0.03432
X4 does not Granger Cause M2 1.96814 0.18100
取其他阶数情况下,Y-M2反而成为了X4的解释变量
2、计量经济检验
(1)多重共线性检验
X1 X2 X3 X4
X1 1 0.863165384295 -0.74652407221 -0.571159086569
X2 0.863165384295 1 -0.564234456806 -0.265366381058
X3 -0.74652407221 -0.564234456806 1 0.837106478962
X4 -0.571159086569 -0.265366381058 0.837106478962 1
可见,X1、X2,X1、X3,X3、X4,之间的相关系数都较大,存在严重的多重共线性。从经济意义上说贷款利率、通胀平减指数、国内生产总值、固定资产投资占GDP的比重都与货币需求切相关,这使得他们之间的相关性很强。
(科教作文网http://zw.ΝsΕAc.com发布)
White Heteroskedasticity Test:
F-statistic 5.697281 Probability 0.006504
Obs*R-squared 15.58140 Probability 0.048779
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/24/05 Time: 15:42
Sample: 1985 2003
Included observations: 19
Variable Coefficient Std. Error t-Statistic Prob.
C 1.98E+09 9.84E+08 2.013869 0.0717
X1 57319995 61000765 0.939660 0.3695
X1^2 429496.4 3538175. 0.121389 0.9058
X2 -38859241 16622537 -2.337744 0.0415
X2^2 1012170. 809440.7 1.250456 0.2396
X3 -4507.230 5249.651 -0.858577 0.4107
X3^2 0.064697 0.062100 1.041813 0.3220
X4 -1.28E+10 5.75E+09 -2.224554 0.0503
X4^2 1.87E+10 9.11E+09 2.051464 0.0673
R-squared 0.820073 Mean dependent var 1.11E+08
Adjusted R-squared 0.676132 S.D. dependent var 1.50E+08
S.E. of regression 85335789 Akaike info criterion 39.66760
Sum squared resid 7.28E+16 Schwarz criterion 40.11497
Log likelihood -367.8422 F-statistic 5.697281
Durbin-Watson stat 2.435832 Prob(F-statistic) 0.006504
由上图可知,有三个t值大于2,所以拒绝原假设,表示存在异方差
(科教论文网 lw.nseaC.Com编辑发布)
ARCH Test:
F-statistic 0.905414 Probability 0.467135
Obs*R-squared 2.953191 Probability 0.398899
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/24/05 Time: 15:45
Sample(adjusted): 1988 2003
Included observations: 16 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 1.61E+08 68595980 2.354084 0.0364
RESID^2(-1) 0.283337 0.380865 0.743931 0.4712
RESID^2(-2) -0.417835 0.380650 -1.097687 0.2939
RESID^2(-3) -0.259033 0.384256 -0.674114 0.5130
R-squared 0.184574 Mean dependent var 1.31E+08
Adjusted R-squared -0.019282 S.D. dependent var 1.56E+08
S.E. of regression 1.57E+08 Akaike info criterion 40.79648
Sum squared resid 2.97E+17 Schwarz criterion 40.98963
Log likelihood -322.3719 F-statistic 0.905414
Durbin-Watson stat 1.655428 Prob(F-statistic) 0.467135
由上图可知,没有t值大于2,所以不存在异方差。虽然我们的数据为小样本,但是为了保险起见,综合两种检验方法的结果,总的来说还是有异方差的,需要进行修正。
用加权最小二乘法对异方差进行修正:
Dependent Variable: Y
Method: Least Squares
Date: 06/24/05 Time: 15:58
Sample: 1985 2003
Included observations: 19
Weighting series: W
Variable Coefficient Std. Error t-Statistic Prob.
C -8370.593 5168.644 -1.619495 0.1276
X1 -5304.006 215.6904 -24.59083 0.0000
(科教范文网http://fw.NSEAC.com编辑发布)
修正后的模型
Y = -8370.593257 - 5304.00569*X1 + 513.5026501*X2 + 1.348692096*X3 + 121469.8022*X4
再进行WHITE和ARCH 检验,可以看到著,经比较