中国通货膨胀率与失业率的实证分析文档格式.docx
《中国通货膨胀率与失业率的实证分析文档格式.docx》由会员分享,可在线阅读,更多相关《中国通货膨胀率与失业率的实证分析文档格式.docx(5页珍藏版)》请在冰豆网上搜索。
![中国通货膨胀率与失业率的实证分析文档格式.docx](https://file1.bdocx.com/fileroot1/2022-10/10/424f6840-9f60-48c6-a69b-15c94cc9a2e9/424f6840-9f60-48c6-a69b-15c94cc9a2e91.gif)
从现有的文献资料来看,这些学者一般对互联网金融采取定性而非定量分析,直接研究互联网金融对货币供应量影响的较少。
大多数学者主要从电子货币、支付体系发展角度考察互联网金融对货币政策的中介目标和传导机制的影响,缺少实证分析。
本文借鉴国内外现有研究,运用时间序列模型,着重分析互联网金融对货币供应量的影响。
三、货币乘数理论概述
本文以货币乘数理论为基础展开互联网金融对货币供应量的影响研究。
模型如下:
■
M为货币供应量,B为基础货币,m为货币乘数,C为现金,D为存款货币,R为准备金。
■为通货与存款比率,即现金漏损率,■为准备金率,由法定准备率rd和超额准备率e两者构成。
(一)货币乘数
m为货币乘数,是指商业银行通过创造存款货币功能产生派生存款的信用扩张倍数。
本文采用以下货币乘数模型作为分析对象:
■
(1)
M1代表狭义货币供应量,并有M1=M0+活期存款(M0为现金)。
m1则为对应的狭义货币供应量的货币乘数。
k、rd、re分别表示现金漏损率、法定存款准备金率和超额存款准备金率。
分别对k、rd、re求偏导数,并记θ=rd+re+k,则有:
■
(2)
■(3)
由于rd+re<
1,故■
即货币乘数与现金漏损率、法定存款准备金率、超额存款准备金率均成反比。
法定存款准备金率是影响货币乘数各因素中唯一可由中国人民银行决定的外生变量,较为稳定。
互联网金融带来便捷的电子货币,增加了公众持有现金的机会成本,公众愿意放弃持有现金的意愿转而使用电子货币,从而现金漏损率下降,货币乘数增加。
从现金漏损率的下降来看,第三方支付替代率的提高使得商业银行资金周转的压力相对减轻,银行对库存现金的应急需求随之减少。
而从互联网金融带来的技术更新上看,电子化的货币使得银行头寸具有很高的流动性,为商业银行在货币市场上进行头寸融资提供了便利。
超额存款准备金率将下降,货币乘数相应增加。
(二)基础货币
基础货币B为存款准备金与流通中的现金之和,即B=R+C。
由于受互联网金融影响而电子化的货币并没有改变基础货币的总量,只是改变了基础货币的构成,就货币乘数理论而言,基础货币实质上并没有发生很大的变化。
(三)货币供应量
货币供应量等于基础货币和货币乘数的乘积,即M=m*B
货币供应量与基础货币、货币乘数为正向关系。
由于现金漏损率、法定存款准备金率、超额存款准备金率等会因货币电子化而下降,引致货币乘数的增加。
在基础货币的总量保持不变的前提下,货币供应量会增加。
四、实证分析
(一)指标选取
自2010年央行颁布《非金融机构支付服务管理办法》后,第三方支付企业正式被纳入国家监管体系之下,我国第三方支付业务市场规模和结构逐步趋于成熟。
因此,本文用第三方支付市场规模数据为代表研究互联网金融发展对货币供应量的影响,选取2007年第一季度至2015年第四季度的数据,以狭义货币供应量作为因变量,第三方支付替代率、现金漏损率、法定存款准备金率和超额存款准备金率作为自变量构建模型,揭示互联网金融对货币供应量的影响。
1.因变量的选取。
选取狭义货币供应量作为因变量。
在2007年第一季度到2015年第四季度之间,我国的狭义货币供给量一直呈现出逐渐增长的态势,在后期有轻微波动,2015年第四季度已到达400953.4亿元。
2.自变量的选取。
一是第三方支付替代率。
第三方支付替代率为第三方支付市场规模占狭义货币供应量的比率,第三方支付主要替代的正是流通中的现金和活期存款,即M1。
电子货币占狭义货币供应量比率的高低不仅代表我国电子货币的发展程度和水平,而且会对货币乘数的大小产生明显影响。
截至2015年第四季度,第三方支付替代率已经达到8.84%。
二是现金漏损率。
商业银行不用保留更多的准备金,不但提高了商业银行的存款货币创造能力,也减少了现金的漏损情况。
2009年下半年至2015年第四季度,现金漏损率一直处于一个比较平稳的阶段,始终在20%上下小幅变动。
三是法定存款准备金率。
选取法定存款准备金率为自变量是因为其处于相对稳定的发展趋势。
本文采用的是中小金融机构的法定存款准备金率。
近些年来,法定存款准备金率一直维持在16.5%,到15年法定准备金率不断下降为13.5%。
四是超额存款准备金率。
相较法定存款准备金率,超额存款准备金率更具可调性,对狭义货币供应量的影响更为明显。
2007年至2015年超额存款准备金率以2%为基准进行了几次比较大幅度的波动,但波动的幅度逐渐减小。
截至2015年第四季度,超额存款准备金率为2.1%。
(二)模型的建立
由于变量的对数变换不改变原变量之间的协整关系,并且能使数据的趋势线性化,也能消除时间序列之间的异方差现象,所以对M1、k、E、rd和re取自然对数建立的回归模型为:
■
(1)
其中,c表示随机误差项。
(三)平稳性检验
本文选取的数据符合时间序列,为了防止时间序列出现“伪回归”的现象,在进行回归分析前先对各个变量进行平稳性检验。
本文采用ADF单位根检验,根据AIC、SC最小准则,选择滞后期,确定其单整阶数。
对变量进行ADF单位根检验得表1。
当序列ADF值小于5%临界值、P值小于0.05时,结果稳定。
运行结果显示原数列存在单位根,经过一阶差分后,全部变量分别在1%、5%的显著水平上拒绝存在单位根的原假设,即为一阶单整序列I
(1),符合数据平稳。
表1变量的单位根检验结果表
注:
Y、X1、X2、X3、X4分别表示狭义货币量的自然对数、第三方支付替代率、现金漏损率、法定存款准备金率和超额存款准备金率。
△表示一阶差分。
(四)协整检验
由于时间序列是平稳的,符合协整检验的条件,对上述的单整时间序列采用EG两步法进行协整检验可知,LnY与LnX1、LnX2、LnX3、LnX4的趋势基本一致,即具有协整关系的可能。
将数据进行回归分析,除了LnX4的P值大于0.05,其余变量均符合5%显著水平下的显著性检验,即超额存款准备金率与狭义货币量之间并未存在显著的均衡关系,需要剔除变量。
剔除之后,我们对剩下的变量再次回归,得到协整方程如下:
■
(2)
其中,c为随机扰动项。
货币供应量与第三方支付替代率呈正比,与现金漏损率呈反比,与货币乘数理论一致,各变量的P值均小于0.05,说明在互联网金融下,自变量LnX1、LnX2和LnX3对因变量LnY影响显著。
从中提取出回归残差序列,发现残差始终围绕着0做上下波动,即存在着残差平稳的可能。
为了确定残差的平稳性,对残差序列做ADF单位根检验,残差序列在一阶差分情况下的P值接近0,小于0.05,且序列ADF值为-6.42,小于1%显著水平下的临界值-3.67,说明回归后的残差序列是平稳的。
因此可以认为在剔除了超额存款准备金率后的回归方程中,4个变量之间存在协整关系,即狭义货币供应量与第三方支付替代率、现金漏损率和法定存款准备金率之间存在长期均衡关系。
(五)误差修正模型
虽然协整检验能够得出变量之间的长期均衡关系,但是变量之间的动态趋势与具体的影响过程却难以得到。
因此,本文为检测短期内各变量对长期均衡关系的偏离,建立向量误差修正模型,以研究变量之间的短期动态关系。
加入回归残差序列ECM,与一阶差分序列DLnY、DLnX1、DLnX2、DLnX3做OLS回归得,所有变量在5%的显著水平下都是显著的。
误差修正项-0.40ECM(-1)体现了对偏离度的纠正,-0.40反映了对偏离长期均衡的调整力度。
误差修正方程如下:
■(3)
从上述误差修正协整方程可得:
误差修正系数值为-0.40,表示每期40%的狭义货币供应量的实际值与长期均衡值差距得以调节。
误差修正项对DLnY起正向作用。
当DLnY负向偏离均衡时,误差修正项会通过正向拉动使其回到均衡状态。
(六)实证结果分析
第三方支付替代率E与狭义货币供应量M1取自然对数后的一阶差分相关系数为0.11,说明两者呈正相关关系,且P值为0.03。
这说明以第三方支付为显著代表的互联网金融对货币供应量存在着正向影响。
第三方市场规模的增大,对货币供应量产生了正方向的规模效应。
而随着互联网金融的不断深入,未来的第三方支付替代率必然处于逐渐增长的趋势,它也将带动狭义货币供应量的增加。
现金漏损率k与狭义货币供应量M1取自然对数后的一阶差分相关系数为-0.56,说明两者呈负相关关系,且P值趋于0。
互联网金融在一定程度上改变了原有的支付方式,使得现金漏损率下降。
基于上文的理论分析也可知,现金漏损率的下降会使货币乘数变大,从而增加狭义货币供应量。
现金漏损率在未来互联网金融的发展趋势将会逐渐下降,这将导致货币供应量的增加。
法定存款准备金率rd与狭义货币供应量M1取自然对数后的一阶差分相关系数为-0.07,说明两者呈负相关关系,且P值为0.03。
法定存款准备金作为一个比较稳定的数值,受整体宏观形势的影响而发生变化。
在互联网金融的影响下,虽然准备金需求大幅降低且需求的利率弹性下降,但无论银行间隔夜拆借利率处于何种水平,需求仍大于零,所以准备金率依然是影响货币供应量的重要因素。
由于互联网金融带来的部分电子货币开始替代现金,日常支付也从单一现金型支付向多种形式支付转变,因此,逐渐下调存款准备金率将会是未来货币政策调整的方向。
另外,由于超额存款准备金率的P值并不显著,所以超额存款准备金率re在实证过程中被剔除。
说明各商业银行对超额存款准备金的规定存在着极大的自由性,由于利率市场化的推进,不同的商业银行面临着不同的风险,超额存款准备金率的变动变得更加难以预测。
因此,超额存款准备金率与狭义货币供应量之间不存在显著的线性关系。
五、研究结论
通过以上的理论分析和实证研究,在掌握互联网金融在我国发展的现状之后,以第三方支付市场规模为代表的互联网金融型式开始渐渐融入到传统金融市场中。
随之而来的现金漏损率、法定存款准备金率以及货币流通速度、利率等多种要素的变化,使得调整货币供应量变得更为复杂。
互联网金融的发展不仅使得货币的流动性与层次结构发生变化,而且大幅加剧了货币供应计量的不确定因子。
我们要通过研究互联网金融对货币供应量的影响,主动积极地调整货币政策,以期与互联网金融接轨,正面迎接新的挑战。
参考文献
[1]张军.互联网金融对传统金融业的冲击与应对策略[J].经济研究导刊,2014(28):
115-116.
[2]庞贞燕,王桓.支付体系与货币和货币政策基本关系研究[J].金融研究,2009(3):
97-105.
[3]CharlesR.Bean,AssetPrices.FinancialInstability,andMonetaryP