计量经济学课程小论文

1学院：工商管理班级：11工管1姓名：马磊学号：201109592我国货币供给与国内生产总值的相关性研究摘要由中央银行学和西方经济学相关理论可知，货币供给与国内生产总值存在某种联系。本文在不考虑通货膨胀因素影响的基础上，通过建立国内生产总值与不同层次货币供给量的古典回归模型，分析模型中可能存在的多重共线性、异方差、自相关等问题，并对其进行修正，最后对经过初步修正的模型再试图建立分布滞后模型，研究我国货币供给与国内生产总值的相关性问题，从而得出无论分析货币供给量对国内生产总值的影响还是国内生产总对货币供给的影响，模型中被解释变量都受到解释变量的二期滞后期影响和货币非中性、内生性的相关结论。关键词：国内生产总值货币供给古典回归模型分布滞后引言改革开放以来，中国经济高速增长，1989~2002年的13年，经济年均增长9.3%，比世界平均增长速度快6.3个百分点。2012年底，中国国内生产总值达到518942.11亿元，比1993年的35333.92亿元增长了近15倍，经济总量已稳居世界第二位。虽然有货币时间价值因素的作用，但中国经济不断增强所展现出的强劲实力在世界范围内已然是个不争的事实。货币在经济中的作用是至关重要的，货币供应是否稳定直接制约着经济的平稳增长，特别是货币中最活跃的部分——广义货币（2M）的稳定与适宜的供应对国内生产总值的波动幅度影响极大。此外，货币供给量的规模同时也受到经济发展水平的制约，根据我国每年国内生产总值数据确定适度的货币供给量规模也具有重要的现实指导意义。1993年底，我国广义货币供给量为34879.80亿元，而到了2009年该数字高达606225.00亿元，扩大了近17倍。从数据分析角度看，货币供应与国内生产总值之间的关系值得我们关注。与此同时，货币供给可以划分成不同层次，探究这些不同层次的货币供给量在国内生产总值中分别扮演何种角色对我国通过制定适宜的货币政策实现国内经济又好又快发展具有重要意义。一、理论综述货币供给是指一定时期内一国银行系统向经济中投入或抽离货币的行为过程。因此，一国各经济主体（包括个人、企事业单位和政府部门等）持有的、由银行系统供应的债务总量就称为货币供给量。目前各国中央银行在对货币进行层次划分时，都以“流动性”作为依据和标准。根据国际货币基金组织的相关统计口径和我国的实际情况，我国将货币供给划分为通货（0M）、狭义货币量（1M）和广义货币量（2M）三个层次。3通货是指流通于银行体系以外的现钞，包括居民、企业等单位持有的现钞，但不包括商业银行的库存现金。这部分货币可随时作为交换手段和支付手段，因而流动性最强。狭义货币量通常是指货币层次中的现金加银行活期存款。狭义货币量反映了整个社会对商品和劳务服务的直接购买能力，它的增减变化对商品和劳务的供应会形成直接的影响，因此，狭义货币量是中央银行在制定和实施货币政策实时监测和调控的主要指标。广义货币量是狭义货币量加准货币。准货币是指可以随时转化成货币的信用工具或金融资产。广义货币量不仅包括了社会直接购买力，而且还包括了社会的潜在购买力，故广义货币量指标可以更全面地反映货币流通状况。经查中国人民银行网站和国家统计局网站相关数据，得到1985—2010年货币供应量与国内生产总值变动关系的相关性分析表,如表1所示。表11985—2010年货币供应量与国内生产总值变动关系的相关性分析表被解释变量Y解释变量X回归方程式弹性系数2RGDP1MlnY=2.12+0.53lnX0.530.99GDP2MlnY=2.33+0.47lnX0.470.99由上表看出，目前分析货币供给对国内生产总值的影响都是单独分析1M或2M对国内生产总值的影响，本文在借鉴上述双对数模型的基础上，试图将0M、1M和2M同时加入到模型中共同解释国内生产总值的变动，同时还试图考虑讨论货币供应量的对数形式)log(2M是否对国内生产总值的对数形式Ylog具有期滞后期的影响。本文主要是为了研究我国货币供给与国内生产总值的相关性，二者之间的影响可能是相互的。本文不仅考虑了货币供给量对国内生产总值的影响，而且也以相同的研究方法考虑国内生产总值对货币供给量的影响。二、模型设定研究国内生产总值与不同层次货币供给量的关系，需要考虑以下几个方面：1、对不同层次货币供给量的划分依据问题。由于交换媒介职能是货币最基本的职能，流动性实质上反映了货币发挥交换媒介职能的能力。流动性程度不同的金融资产在流通中周转的便利程度不同，形成的购买力强弱不同，从而对商品流通和其他各种经济活动的影响程度也就不同。因此，按流动性的强弱对不同形式、不同特性的货币划分不同的层次，是科学统计货币数量、客观分析货币流通状况、正确制定实施货币政策和及时有效地进行宏观调控的必要基础。本文以“流动性”作为4依据和标准，根据国际货币基金组织的相关统计口径和我国的实际情况，将货币供给划分为通货（0M）、狭义货币量（1M）和广义货币量（2M）三个层次进行讨论研究。2、数据性质的选择。首先，本文研究的问题是我国不同货币供应层次对国内生产总值的相关性，因此数据必须立足于中国本土，世界其他国家的数据不在讨论范围之内；其次，考虑到问题研究的性质，应该选择时间序列数据，而横截面数据角度的分析是不合理的；再次，为了剔除货币供给量的季度性差异，本文没有采用月度或季度数据，而是采用了年度数据；最后，充分考虑到数据的可得性、真实性以及政策的连续性，本文所采用的数据来源于中国统计局数据库中1993~2009年的相关名义数据。3、影响因素的分析1）就货币供给量对国内生产总值的影响而言，影响国内生产总值的因素众多，如财政支出、居民消费、能源生产总量等，其中很多因素对国内生产总值有决定性影响，如居民消费。然而本文并没有将这些在经济常识中起主要影响作用的因素纳入考量范围之中，究其根本是在于本文研究的问题是货币供给量与国内生产总值的相关性，因此只将通货（0M）、狭义货币量（1M）和广义货币量（2M）三个因素的相关形式作为解释变量。2）就国内生产总值对货币供给量的影响而言，影响我国货币供给量的因素众多，如与外币的汇率、货币乘数大小、基础货币等，其中很多因素对货币供给量有显著性性影响，如货币乘数大小。然而本文并没有将这些在经济常识中起主要影响作用的因素纳入考量范围之中，究其根本是在于本文研究的问题是货币供给量与国内生产总值的相关性，因此只将国内生产总值因素的相关形式作为解释变量，因广义货币指标可以更全面地反映货币流通状况，故以广义货币2M的相关形式作为被解释变量。4、模型形式的设计1）就货币供给量对国内生产总值的影响而言，对国内生产总值（Y）与通货（0M）、狭义货币量（1M）和广义货币量（2M）进行回归分析，并将方程形式先设定为双对数线性回归形式（借鉴表1模型）：001122loglogloglogMMMCY（1）2）就国内生产总值对货币供给量的影响而言，对广义货币（2M）与国内生产总值（Y）进行回归分析，并将方程形式先设定为双对数线性回归形式：5YCMloglog2（2）三、数据的收集本文获取了我国1993~2009年国内生产总值、0M、1M和2M等数据，如表2所示。表2我国1993~2009年国内生产总值、0M、1M和2M有关数据四、模型的估计与调整(一)就货币供给量对国内生产总值的影响而言对变量（Y）与通货（0M）、狭义货币量（1M）和广义货币量（2M）进行回归分析，并将方程形式设定为双对数线性回归形式：001122loglogloglogMMMCY（3）时间国内生产总值（Y）(亿元)货币和准货币(M2)(亿元)货币供应量(M1)(亿元)流通中现金(M0)(亿元)1993年35,333.9234,879.8016,280.405,864.701994年48,197.8646,923.5020,540.707,288.601995年60,793.7360,750.5023,987.107,885.301996年71,176.5976,094.9028,514.808,802.001997年78,973.0390,995.3034,826.3010,177.601998年84,402.28104,498.5038,953.7011,204.201999年89,677.05119,897.9045,837.3013,455.502000年99,214.55134,610.4053,147.2014,652.702001年109,655.17158,301.9059,871.6015,688.802002年120,332.69185,007.0070,881.8017,278.002003年135,822.76221,222.8084,118.6019,745.902004年159,878.34254,107.0095,969.7021,467.302005年184,937.37298,755.70107,278.8024,031.702006年216,314.43345,603.60126,035.1027,072.602007年265,810.31403,442.20152,560.1030,375.202008年314,045.43475,166.60166,217.1334,218.962009年340,902.81606,225.00220,001.5038,246.006利用Eviews的最小二乘法模型估计结果如图图1双对数模型估计结果1、经济意义检验。从回归结果可以看出，1logM的系数为负值，而由经济常识可知当增加1logM的供给量时，经济是扩张的，国内生产总值应该增加，因此1logM的系数应该为正值。2、统计推断检验。从回归的结果来看，虽然拟合优度2R=0.9885，F统计的伴随概率P值远小于0.05，整个模型对被解释变量的解释度较高，但是在给定05.0显著性水平下，查得t分布表，在自由度为n-4=13时得到临界值为2.160，各解释变量只有2M通过了显著性检验，其他的参数均未通过显著性检验。3、计量经济学检验。由于解释变量中1M=0M+银行活期存款，2M=1M+准货币，有计量经济学理论可判断该模型可能存在较严重的多重共线性问题。此外，该模型还有可能存在异方差、自相关等现象，需要进一步检验并修正。1）多重共线性、异方差、自相关的检验多重共线性的检验利用Eviews检验模型的多重共线性，结果如图2图2各变量间相关系数由上图可以看出，)log(2M、)log(1M、)log(0M之间高度相关，所有相关系数高于0.99以上。如果决定用表中全部变量作为解释变量，很可能会出现严重多重共线性问题。异方差的检验通过White检验方法验证模型具有异方差。在方程窗口上点击View\Residual\Test\WhiteHeteroskedastcity,检验结果如图37图3White检验结果其中F值为辅助回归模型的F统计量值。取显著水平05.0，由于6486.09190.16)9(2205.0nR,所以不存在异方差性。另外相伴概率p值较大为0.56150.05,也说明不存在异方差。自相关的检验利用Eviews中高阶自相关系数命令IDENTRESID，其结果如下：图4模型的高阶自相关系数由上图4可知，0.5240.5,该模型具有一阶自相关2）多重共线性、自相关的修正多重共线性的修正利用逐步回归法解决多重共线性问题。分别作)log(Y对)log(2M、)log(1M、)log(0M的一元回归，结果如表3:表3变量)log(2M)log(1M)log(0M参数估计值0.77710.82951.13308其中加入)log(2M的方程调整的可决系数最大,以)log(2M为基础,顺次加入其他变量逐步回归。结果如下表4：表4括号中为t值。可以发现加入)log(1M、)log(0M后参数的符号不合理,并且均没有通过显著性检验，说明多重共线性影响仍然很严重。所以相对较为合理的模型估计结果可以为:2log7771.03693.