多元回归模型在货币供应量影响因素中的研究Word文档格式.docx

多元回归模型在货币供应量影响因素中的研究Word文档格式.docx

《多元回归模型在货币供应量影响因素中的研究Word文档格式.docx》由会员分享，可在线阅读，更多相关《多元回归模型在货币供应量影响因素中的研究Word文档格式.docx（9页珍藏版）》请在冰豆网上搜索。

一样地，在基础货币必定的条件下，货币供给的总量受货币乘数的改动。

货币供应量随着货币乘数的扩大而增加，相反地，货币供应量随着货币乘数的缩小而减少。

在基础货币和货币乘数这两个影响条件内，另有商业银行的信贷范围、财务收支等这些影响货币供给量的原因。

起首从商业银行的信贷范围看，中国人民银行的货币刊行权、基础货币操持权、信贷总量调控权、利率调节权都获得必定水平上的强化，不外仍是会出现少许失控的情形。

下面从财政收支方面分析其对货币供量的具体影响过程。

财务收支有财务收支平衡、财务结余和财务赤字之分：

从总量扩大和总量缩短方面来看，财务收支均衡对货币供给量是不存在影响的；

财务结余使得货币供给总量削减；

财务赤字是不是能够影响货币供给量，这就首要取决于财务赤字的填补措施，填补财务赤字的措施能够有如下几个：

动用积年结余、刊行政府部门债券、向中央银行透支和告贷等，这些方式是从分歧的角度去填补财务赤字，也便是说，这些方式对货币供给量的影响即是不相同的。

上述这些成分都会或多或少的对货币供应量存有影响，货币供应量自身是一个能够权衡经济的名词，这也说明了它与经济之间是息息相关的，那么下面叙述的是影响货币供应量的主要经济指标。

2影响货币供应量的主要经济指标

2.1国内生产总值

咱们常说的GDP，便是指国内生产总值，它是反应一个国家的经济发展程度的指标。

GDP继续疾速的增长也便是指总产出的增加，定然会引发对货币需求量的增加，这样一来便引发货币供应量的增加，这一点可以由经济学里面的货币需求实际表明。

因而凡是以为，货币供应量与国内生产总值两者之间是存有正相关干系。

2.2居民消费水平

我国的人均消费水平从1997年的2978元，进步到了2016年的21285元，增长了近7倍，货币供应量从1997年的34826.30亿元，提高到了2016年的486557.24亿元，也增长了近14倍。

人均消费水平和货币供应量这二十年的数据波动可以看出，由于国家的不停进步，人民生活水平的不停提高，人们对货币的需求也慢慢增大，也影响了货币供应量的增多。

2.3全社会固定资产投资

在引发经济增加的因素中，固定资产投资是一个重要的影响成分，作为与经济有关联的因素，它也是引发货币供应量的一个主要因素。

无论是从建造固定资产方面还是从购置固定资产方面，货币供应量发生的影响都足以从固定资产投资上体现。

比方采购机器设备、采办建筑材料、付出人为等，这些关节都与货币供应量发生了直接的关联，这些关节也便是增大了对货币的需求，从而引发对货币供应量的削减。

2.4社会消费品零售总额

居民消费水平的不断提高，随之变动地是社会消费品零售总额逐步增多。

涉及到消费，就会联系到支付。

加上如今越来越多样化的支付方式，从最开始的现金支付到后面的微信支付、支付宝支付等等，还有很多大额支付需要使用存款支付。

当然，不论使用何种支付方式，都加快了货币流通的速度，都是增加了货币供应量。

2.5总人口

人数量的增加对货币供应量的影响是极为明显的。

人口的增加，会引起很多问题的增加，非常明显的就是各种存款、投资、固定资产等都会大幅度的增加，再加上对各种物品的需求量也会扩大。

货币供应量也便跟着这些影响成分的增添而增添。

在钻研货币供应量的影响成分中，选择的是首要的经济类影响指标。

不只是从单一的因素出发，避免以偏概全，综合的考虑这几个指标对货币供应量整体的影响，进行一个全面的分析。

3模型的构建

3.1多元回归模型

一般地说，用来研究回归分析的数学模型（含相关假定）称为回归模型,只含有一个回归变量的回归模型称为一元回归模型不然称为多元回归模型[2]。

回归分析研究的是整体中解释变量和被解释变量之间客观存在的协变规律性，一元回归模型即是一个解释变量和一个被解释变量之间的相干干系，那么，多元回归模型即是多个解释变量和一个被解释变量的相干干系。

3.2模型设定

为了能周全反应影响货币供给量的主要因素，选取货币供应量M1为被解释变量。

按照对以上5个主要因素的剖析，选取“国内生产总值”作为整个国家经济范畴的代表；

在居民消费对货币供给量的这一影响中，选取“居民消费水平”作为代表；

选取“全社会固定资产投资”代表投资这个影响成分；

选取“社会消费品零售总额”作为消费品这一影响成分的代表；

末端，“总人口”代表人数量这一成分作为首要的影响成分。

利用1997至2016年的国家统计数据为样本，建立如下表格：

表2.11997---2016年的货币供应量及主要因素数据

年份

货币供应量Y/亿元

国内生产总值X2/亿元

居民消费水平X3/元

全社会固定资产投资X4/亿元

社会消费品零售总额X5/亿元

总人口X6/万人

1997

34826.30

79715.0

2978

24941.10

31252.9

123626

1998

38953.70

85195.5

3126

28406.20

33378.1

124761

1999

45837.30

90564.4

3346

29854.70

35647.9

125786

2000

53147.20

100280.1

3721

32917.70

39105.7

126743

2001

59871.59

110863.1

3987

37213.49

43055.4

127627

2002

70881.79

121717.4

4301

43499.91

48135.9

128453

2003

84118.57

137422.0

4606

55566.61

52516.3

129227

2004

95969.70

161840.2

5138

70477.43

59501.0

129988

2005

107278.80

187318.9

5771

88773.61

68352.6

130756

2006

126028.10

219438.5

6416

109998.16

79145.2

131448

2007

152560.08

270232.3

7572

137323.94

93571.6

132129

2008

166217.13

319515.5

8707

172828.40

114830.1

132802

2009

221445.80

349081.4

9514

224598.77

133048.2

133450

2010

266621.50

413030.3

10919

251683.77

158008.0

134091

2011

289847.70

489300.6

13134

311485.13

187205.8

134735

2012

308664.20

540367.4

14699

374694.74

214432.7

135404

2013

337291.05

595244.4

16190

446294.09

242842.8

136072

2014

348056.41

643974.0

17778

512020.65

271896.1

136782

2015

400953.44

689052.1

19397

561999.83

300930.8

137462

2016

486557.24

743585.5

21285

606465.66

332316.3

138271

为了初步察看数据之间的关系，探求各个影响成分对货币供应量的影响，以及各个影响成分与货币供应量之间的实证分析，对以上数据利用Eviews软件分析和估计参数，出现如下所示的线形图：

（1）

图2-1货币供应量M1及主要影响因素数据图形

从上面的图形可以看出，货币供应量M1与各个影响成分的差别显然，其变化偏向没有极为显著的悬殊，相互间大概具备必然的相关性。

这便能把模型设定为线性回归模型情势：

（2.1）

3.3估计参数

表2.2回归结果

DependentVariable:

Y

Method:

LeastSquares

Date:

02/21/18Time:

12:

04

Sample:

19972016

Includedobservations:

20

Variable

Coefficiet

Std.Error

t-Statistic

Prob.

C

-645108.4

330222.2

-1.953559

0.0710

X2

0.343221

0.220527

1.556365

0.1419

X3

46.25245

24.59140

-1.880838

0.0810

X4

1.367419

0.350252

-3.904097

0.0016

X5

5.916842

1.469956

4.025184

0.0013

X6

5.124301

2.787650

1.838215

0.0873

R-squared

0.994918

Meandependentvar

184756.4

AdjustedR-squared

0.993103

S.D.dependentvar

137643.3

S.E.ofregression

11430.97

Akaikeinfocriterion

21.76936

Sumsquaredresid

1.83E+09

Schwarzcrriterion

22.06808

Loglikelihood

-211.6936

Hannan-Quinncriter

21.82768

F-statistic

548.1696

Durbin-Watsonstat

2.611258

Prod（F-statistic）

0.000000

根据表2.2中的数据，模型估计的结果为

=-645108.4+0.343221X2+46.25245X3+1.367419X4+5.916842X5+5.124301X6

（330222.2）（0.220527）（24.59140）（0.350252）（1.469956）（2.787650）

t=（-1.953559）（1.556365）（-1.880838）（-3.904097）（4.025184）（1.838215）

R2=0.994918

=0.993103F=548.1696n=20

3.4模型检验

3.4.1经济意义检验

模型估量成果表明，在假设其余变量稳定的情形下，国内生产总值每增加1亿元，均匀说来货币供应量将增加0.343221亿元；

居民人均消费水平每提高1元，平均说来货币供应量将增加46.25245亿元；

当全社会固定资产投资这个成分每增多1亿元时，平均说来货币供应量将增多1.367419亿元；

当社会消费品零售总额每增加1亿元时，平均说来货币供应量将增长5.916842亿元。

当总人口每增多1万人是，平均说来货币供应量将增长5.124301亿元。

这与理论阐发的相一致。

3.4.2统计检验

（1）拟合优度的检验：

模型对样本的拟合很好。

因为由表2.2回归结果中的数据可以获得多重可决系数R2为0.994918，修正的可决系数

为0.993103，并且两种可决系数的值都是接近于1的。

（2）F检验：

对于H0：

β2=β3=β4=β5=β6=0，指定α=0.1的显著性水平，自由度为k-1=5和n-k=14的临界值Fα（5,14）=2.31，在F分布表中能够查得。

由表2.2得到F=548.1696，由于F=548.1696>

Fα（5,14）=2.31,这个F值的比较结果说明应该拒绝原假设H0：

β2=β3=β4=β5=β6=0，那就表明回归方程是明显的，即“国内生产总值”、“居民人均消费水平”、“全社会固定资产投资”、“社会消费品零售总额”、“总人口”等变量联合起来确切对“货币供应量”有明显性影响。

（3）t检验：

βj=0（j=1,2,3,4,5,6）进行区分，同样指定一个显著性水平α=0.1，自由度为n-k=14临界值t0.05（n-k）=1.761，这查t分布表可得。

由表2.2中的数据可得到，除了

之外，与

、

对应的t统计量分别为-1.953559、-1.880838、-3.904097、4.025184、1.838215，它们的绝对值都大于t0.05（n-k）=1.761，这表明在显著性水平α=0.1下，这些t统计量的比较结果表示分别应该拒绝H0：

βj=0（j=1,3,4,5,6），也便是说，当在其余的解释变量稳定的情形下，这些解释变量“居民人均消费水平”（X3）、“全社会固定资产投资”（X4）、“社会消费品零售总额”（X5）、“总人口”（X6）分别对被解释变量“货币供应量”（Y）都有明显性的影响。

当指定的显著性水平α=0.1的时候，因为与

对应的t统计量为1.556365，是小于t0.05（n-k）=1.761，表示这个t统计量的比较结果表示不能拒绝H：

β2=0，这表明在α=0.1的显著性的程度下，“国内生产总值”（X2）对“货币供应量”（Y）没有明显的影响。

然而，当指定的显著性水平为α=0.2时，在t分布表中查得自由度为n-k=14的临界值t0.1（n-k）=1.345,和

相对应的t统计量为1.556365，大于t0.1（n-k）=1.345，这是表明在α=0.2的显著性程度下，“国内生产总值”（X2）对“货币供应量”（Y）存有明显的影响。

这样的结论也可以进行其它的判定方法——表2.2中的P值，和

估计值相对应的P值分别为0.0710、0.0810、0.0016、0.0013、0.0873，这些P值的大小都小于α=0.1，表明在α=0.1的显著水平下，这些对应的解释变量对被解释变量是存在明显的影响的。

与

估计值相对应的P值是0.1419，并且小于α=0.2，这即表明在α=0.2的显著性程度下，“国内生产总值”（X2）对“货币供应量”（Y）的影响是出现显著性的。

利用所估计的货币供应量的模型，然后通过国家20年中相应的“国内生产总值”（X2）、“居民人均消费水平”（X3）、“全社会固定资产投资”（X4）、“社会消费品零售总额”（X5）、“总人口”（X6）等变量的预测数据，对“货币供应量”（Y）作出了点预测和区间的预测。

4相关政策及建议

4.1分析建议

经过以上理论阐发，再加上数据阐发与检验验证，可以得出，国内生产总值的增添、居民人均消费水平的进步、全社会固定资产投资的增添、社会消费品零售总额的增添、总人口的增多，这些指标的增添进步都会刺激货币供应量的增添，货币供应量的波动和影响是受这些影响成分的波动。

这几个主要的影响指标，对货币供应量影响最大的是居民人均消费水平，对货币供应量影响居第二的是社会消费品零售总额，对货币供应量影响最小的是国内生产总值。

由以上的分析，我国可以从居民人均消费水平和社会消费品零售总额两个方面控制货币供应量。

恰当的提高物价会引起居民消费水平的降低，社会消费品零售总额就能够被减少。

在国内生产总值方面，恰当的增多一些出产或者一些金融投资。

从这两个明确的方向入手，都可以将货币供应量控制在一个合理的范围内。

4.2国家政策

同样地从改革开放开始谈我国在货币供应方面采取的相应的措施和政策。

改革开放至今这段时间，宏观的看我国的货币政策的变化，并将此分为两个阶段。

20世纪70年代末到20世纪90年代末这一段时期内，货币供应政策的变化波动是最为显著的，我们可以进行具体的分析。

1978年正是我国改革开放的初期，整个国家正在慢慢的步入从社会主义现代化建设的新时期，不论是从教育文化、人民生活水平以及经济生产力等，我国的各方面都处于新发展的开始期。

在这样的一个时期，大力发展生产力拉动经济的发展作为我国的根本任务。

发展生产力需要货币供给，所以就会有货币供应不足的情况出现，在这种经济改革刚起步的情形下，我国采取财政政策和货币政策两大政策相互协调的手段，扩张财政政策的同时就会紧缩货币政策，紧缩财政政策的时候就会扩张货币政策，以及两种政策的一起紧缩或者扩张，这些协调手段都是使用两大政策的直接调控作用。

一直到1992年，我国始终都在两种政策搭配调节经济的阶段。

1993年开始，相对于前一阶段经济的发展更加迅速，经济愈发的迅速就会出现经济过热的现象，货币供应则过多。

我们都知道引起通货膨胀的一个直接原因就是货币过多，为了防止通货膨胀这一风险的发生，这个时期就应该采取紧缩性的政策控制货币的总供应量。

这样的阶段维持到1996年。

1997年，亚洲金融风暴的席卷。

由于前一阶段的对货币供应量总供给的控制，金融风暴期间中国经济陷入了低谷期，各种通货紧缩的现象促使货币供应政策转为扩张性的政策。

在1997年以后至21世纪初期，稳当中健的货币供应政策促进货币供应量的增加。

21世纪初期至今这一阶段，也可以有具体的分析。

2003年的经济太迅速的增长，致使出现的通货膨胀的现象加快。

这个时期同样使用稳当中健的货币供应政策，具体的应用是通过提高利率这一间接的影响来调控货币供应量。

到了2008年，又采取了紧缩性的货币政策。

总体看来，稳当中健的货币政策适用于对经济的调控，另外适当加上财政政策的协同调节作用，在经济方面都取得了足够成效的结果。

在当今社会中，提到货币政策与经济，那就不得不提全国两会对货币政策做出的指导。

继续保持稳健中性的货币政策，管住货币供给总闸门，适当的时候进行松紧调整，稳健中性的货币政策并不是一个具体的政策，是一个可根据具体出现的经济情况问题进行具体调整的政策，它具有一定的灵活性