广义货币范文

导语：如何才能写好一篇广义货币，这就需要搜集整理更多的资料和文献，欢迎阅读由公文云整理的十篇范文，供你借鉴。

篇1

[关键词]广义货币　中央政府　货币发行

作为经济交易的媒介，在经济高速发展的今天，货币供求的变化对国民经济的影响日益加大。政府通过货币政策和财政政策对经济进行宏观调控，而货币政策主要是通过调节货币的供给量来实现调控经济的目的。可见货币与金融统计是货币政策得以实施的基础，而要实现统计，对货币的定义以及发现者的确定是必不可少的。

一　基本定义

通过广义货币的四个主要特征：可分性、期限性、交易成本、盈利性可以判断一项金融资产是否属于广义货币。根据国际货币组织在货币与金融统计手册中的定义，广义货币总量的每个组成部分都有以下三个基本方面：金融资产的种类、货币持有者的种类和货币发行者的种类。现金、可转让存款、其他存款、非股票证券以及部分的贷款一般都包括在广义货币之类。

国际货币基金组织把货币供给层次按流动性划分为M0、M1、M2、M3、M4几个层次，M0为现金，M1为狭义货币，M2、M3、M4为广义货币。在我国，对货币层次的划分如下：1)M0=流通中现金。2)狭义货币M1=M0+企业活期存款+机关团体部队存款+农村存款+个人持有的信用卡类存款。3)广义货币M2=M1+城乡居民储蓄存款+企业存款中具有定期性质的存款+信托类存款+其他存款。4)M3=M2+金融债券+商业票据+大额可转让定期存单等。

二　广义货币的发行部门

根据货币与金融统计手册，大多数国家将存款性公司作为货币发行部门，而存款性公司可以是唯一的货币发行部门，也可以是其中之一。其他存款性公司吸收的存款也可看做是其发行的存款凭证。可理解为，中央银行发行了货币，其他存款性公司创造存款货币。一般的，货币发行部门可能包括：存款性公司、中央政府、非金融性公司和非居民。

通过广义货币的定义可以发现，广义货币主要是由基础货币以及通过存款性公司创造出的货币组成的。金融性公司中的各金融机构在货币形成的过程中发挥的作用不同，中央银行创造基础货币，存款货币银行创造存款货币，而其他金融机构也起着不同程度的作用。由存款货币银行创造的这部分货币储存价值较高的存款可以通过货币乘数来进行度量。货币乘数的基本计算公式为货币供给／基础货币。货币供给等于通货和活期存款的总和，基础货币等于通货和准备金的总和。

(一)从中央银行发展的历史来看

中央银行是由商业银行转变成为公共机构的，二战后，随着各国对中央银行认识的不断深入，逐步加大了对中央银行的控制，逐步实现了中央银行由一般的发行银行向国家垄断发行即真正的发行银行转化。

中央银行作为公共机构，与中央政府有着紧密的联系。西方国家受凯恩斯理论的影响，普遍对经济实行国家干预，货币政策作为国家宏观经济政策的组成部分，必须服从于国家宏观经济政策的总目标和总要求。因此，中央银行制定和执行货币政策，应受政府的控制和监督。为此，一些国家(如英国、法国)对中央银行实行了国有化，不允许私人利益在中央银行中占任何特殊地位，这样便加强了对中央银行的控制。然而，中央银行作为政府的银行又带来新的问题，由于政府的有限理性以及政府利用中央银行填补财政赤字的情况的发生，许多人认为中央银行应该保持自身的独立性。

从历史的发展过程中可以发现，中央银行与中央政府的关系即中央银行是否应该独立于中央政府是出于不断发展之中的。

(二)中国中央银行与中央政府的关系

我国现行法律框架下，中国人民银行是国务院的一个职能部门，但与财政部平级，不受财政部的节制，中央隶属于中央政府。在实施货币政策和发行货币时，中央银行相对独立但仍缺乏独立自主性。在决定有关货币政策的重大事宜方面，相对于国务院而言，中国人民银行缺乏自主性，受制于中央政府，只是在非重大事宜的决策方面享有自。另中央银行在人事仍未独立于中央政府。

可见，中国的中央银行具有相对的独立性，中央银行在处理非重大事宜时具有独立性，但是处理重大事宜以及高层人事任免时不具有独立性，中央银行在国务院的领导下，隶属于中央政府，但是中央政府独立于财政部以及中央政府以下级别的地方政府。

综上所述，可以认为在中国，中央政府参加了广义货币的发行。

三　中央政府是否存在直接发行货币的情况的思考

中央政府除了通过对中央银行即存款性公司发行货币之外还有可能自己发行广义货币。一些国家如美国，中国由财政部发行铸币，有的国家财政部也发行纸币。在该种情况之下，财政部发行的铸币或者纸币已经构成了该国的广义货币，按照定义，财政部或者说中央政府成为货币的发行部门。除此之外，在某些国家，中央政府接受的可转让存款以及其他特定负债(如财政的短期国债之类的非股票证券)等金融资产也可以进入国家定义的广义货币，而政府的这些发行行为一般为其职能的需要和体现。中央政府成为广义货币的发行者。

篇2

[关键词] 流动性过剩 广义货币供给(M2) 货币需求 货币供给 基础货币 货币乘数

当前，流动性问题是中国经济中的热点和难点，严重影响经济各个层面的发展。本文将着重从供给与需求角度,对广义货币供应量这一层次的流动性进行探讨,并给出流动性过剩的一个基本判断。

一、流动性的定义

一般来说,在宏观意义上可以把流动性理解为货币与资金的统称,即有获利要求的、用于购买金融资产的所有可用货币与资金,在一些国家,其他一些流动性很强的资产如短期国债券也属于“流动性资产”。宏观意义上的流动性,一般有三个层次的界定:一是将流动性界定为银行体系内的超额存款准备金。流动性过剩是指超过健全的银行业准则所要求的通常水平,银行自愿或被迫持有的“流动性”。二是将与实体经济增长密切相关的广义货币供应量(M2)视同于流动性。三是将经济社会中在一定条件下具有变现能力和支付能力的全部金融资产视为流动性。

本文讨论M2上中国流动性过剩问题。M2对实体经济增长和整体物价水平具有密切的联系和影响。如果M2相对较高,那么公众很可能会感觉流动性过剩。根据多倍存款创造模型,商业银行通过货币创造对基础货币进行放大, M2等于基础货币与货币乘数之积。中央银行通过自身资产负债表的调整,投放或回笼基础货币,在数据度量上可用基础货币的增长率变化来反映;商业银行通过自身的资产负债表的运作,在央行创造的基础货币的基础上创造货币(可用M2衡量)。货币乘数则反映出商业银行创造存款货币的实际效率。

二、货币乘数的变化

广义货币供应量M2等于基础货币与货币乘数之积。M2=mm×MB,其中,mm为货币乘数。我国对广义货币的统计定义是:M2=C+D+Q,其中C为流通中的现金,D为活期存款,Q包括定期存款、储蓄存款和其他存款组成的准货币。对基础货币的统计定义是:MB=CI+R,其中,CI为货币发行, R为准备金总量。

货币乘数为:mm=M2/MB=(C+D+Q)/(CI+R)=(1+cd+qd)/(cid+rd)

其中,cd为现金活期存款比率,qd为准货币活期存款比率,cid为货币发行活期存款比率,rd为准备金活期存款比率。由于cd与cid比率高度相近,可认为mm=(1+cd+qd)/(cd+rd)。货币乘数由cd、rd和qd比率决定,cd比率和rd比率均与货币乘数反方向变化。这些参数不断变化,货币乘数也并非常数。现金存款比率cd和准货币存款比率qd受到经济主体货币需求的直接影响,当货币需求发生变化时,必然要对持有的现金、活期存款、定期存款和储蓄存款等金融资产组合的比率进行调整,使得cd和qd比率发生变化。同时,由于金融机构的存款创造取决于公众的资产偏好和资产选择,经济主体的资产组合变化将影响存款货币银行的资金供给,使整个存款货币银行体系要调整其资产结构,从而导致商业银行准备金存款比率rd发生变化。

制度变迁对金融发展具有推动作用。经过多年来的改革和发展,我国社会经济的发展和金融制度的完善,支付体系创新，以及银行和居民行为的变化使得货币乘数上升。在我国经济转型过程中,cd与rd比率的总体持续下降,是货币乘数上升的主要推动因素。cd比率下降既反映了我国居民收入在提高,同时也反映了我国金融制度的完善程度在提高。

三、货币需求分析

从目前来看,中国总体上正处于工业化和城市化的中期阶段,还有很大的发展空间。中国工业化和城市化进程中涉及深层次的制度因素变革,正在改变着中国的经济和社会结构,并对货币需求、货币结构和货币流通速度、金融市场结构、劳动力结构与供给因素、居民收入与需求、微观主体行为等方面产生重要影响。社会发展阶段、产业结构和国民收入的水平与结构的显著导致货币需求差异。大量货币作为给不断扩张的市场领域提供必要的交易媒介而被经济所吸收。新一轮的工业化、货币化进程、居收收入增长等因素将成为广义货币供应量M2需求上升的重要推动因素。

四、流动性过剩的基本判断

货币当局的多任务性导致我国货币供给形成过程存在一定特殊性。由于对外净资产的持续上升,货币当局采用发行央票这种负债管理,内部资产管理逐渐让步于外部资产管理。近年来,尽管我国的国际收支持续失衡在一定程度上推动了基础货币的增长,但经过货币当局的努力,基础货币的增长势头得到了较好控制。但与此同时,由于金融市场结构的广度与深度的改善,加上经济正处于上升周期,货币乘数呈上升趋势;中央银行在应对持续性的国际收支失衡的同时,还得应对货币乘数长期上升。从货币需求方面来看,新一轮的工业化、货币化进程、居民收入增长、金融市场发展等因素推动货币需求上升,大量货币作为给不断扩张的市场领域提供必要的交易媒介而被经济所吸收。货币供给与需求相互作用的结果是,尽管近几年央行较好地控制住基础货币的投放,但基础货币供应速度放慢未充分抵消货币乘数提高,仍会出现货币供应量增长偏快,出现一定的货币供应压力。这种结构性变化也可能是在较长时期内成为持续推动我国M2增长率上升的因素,因此,央行可能需要进一步加大操作力度,回笼更多的流动性,才能实现相同的M2的增长率。

参考文献:

[1]黄昌利 任若恩:2004中国的M2/GDP水平与趋势的国际比较、影响因素[J].中国软科学,1978～2002,(2)

篇3

关键词：短期国际资本流动;广义货币供应量;经济波动

1 引言

自2002年以来，随着境外短期国际资本的大规模持续涌入，我国国内相继发生了房地产市场泡沫、股市上涨、人民币升值、流动性过剩和通货膨胀。2007年美国次贷危机爆发并引发国际金融危机之后，全球金融机构的“去金融杠杠化”趋势强化，外部冲击下的国内经济形势剧烈演变，潜入的短期国际资本又出现逆转势头，与之伴随着的是国内货币政策困境、人民币汇率波动、股指大跌，以及经济增长放缓。因此，从当前中国的现实国情出发，分析短期国际资本对我国实体经济的影响及其传导渠道，科学而前瞻地研究短期国际资本流动和经济增长率波动的关系，无疑是理论界和实务部门面临的重要课题，同时也可为妥善应对当前的金融危机提供重要思路。

2 文献回顾

值得注意的是，国内外比较缺乏短期国际资本流动和实体经济关系的专门性研究成果。国外最新研究成果主要集中在以下两方面：（1）国际资本流动的影响因素及其多元化资产配置效应。如edwards［1］，papaioannou［2］等。（2）资本流入对东道国宏观经济变量所产生的影响。研究表明，资本过度流入会导致宏观经济过热，具体表现为：一是引起货币扩张，增大通货膨胀压力［3］；二是导致实际汇率升值，恶化贸易条件［4］；三是影响总需求［5］。

梳理并综合目前国内关于短期国际资本的研究文献，大致分为三类。第一类主要是研究短期国际资本的估算方法。尹宇明、陶海波使用的计量方法为：短期国际资本规模=国际收支净误差与遗漏+私人非银行部门短期资本流入+以其它名义通过正常渠道流入的短期投机资本［6］。唐旭、梁猛认为，短期国际资本从贸易渠道流入的成本较大，短期国际资本主要是通过外资企业的利润留存、外国直接投资折旧和外资投资企业的外债等三个渠道流入中国［7］。

第二类文献主要分析影响短期国际资本流入我国的影响因素。代表性文献有：王世华、何帆发现，人民币升值预期是中国短期国际资本流动的决定因素，良好的宏观经济运行状况也会吸引短期国际资本流入［8］。张谊浩、裴平、方先明的研究结论认为大量短期国际资本流入中国大陆除出于“套利”动机外，还出于“套汇”和“套价”动机［9］。

第三类文献主要分析短期国际资本流入对我国资产价格的影响。刘莉亚研究结果表明：短期国际资本的大量流入显着推动住宅价格尤其是豪华住宅价格指数的上升［10］。张谊浩、沈晓华发现，人民币升值和上证综合指数上涨是短期国际资本流入中国的原因，但短期国际资本流入并不是上证综合指数上涨的原因［11］。

国内外研究成果对本文的实证分析具有重要启示与借鉴意义。但考虑到目前的文献尚缺乏针对短期国际资本流动与国内实体经济，特别是与经济增长率波动关系的专门成果，这与中国当前经济稳健运行的现实要求极不相符。为此，本文将从短期国际资本流动对实体经济影响机制，以及短期国际资本流动波动率变化对经济增长率的影响等方面展开研究。

    3 理论模型

根据货币供给的乘数理论，假设在短期内广义货币供应量(m2)为外生变量，货币供应量主要由基础货币供应量(h)与货币乘数(λ)共同决定。假设，短期国际资本对广义货币供应量影响的滞后期及广义货币供应量对产出影响的滞后期分别为a、b。在t期，广义货币供应量表达式如下

由（13）式可知：当短期国际资本流动scft-a-b0，若t+1-a-b期短期国际资本流动波动率高于t-a-b期短期国际资本流动波动率，经济增长率会上升；反之，则经济增长率会下降。值得注意的是，本模型推导过程中隐含着短期国际资本对实体经济的影响机制，即短期国际资本主要通过直接影响广义货币供应量来影响产出变化。

4 样本选择及其描述

结合近年来国内经济的实际状况，并考虑到数据的可获性，本文选择2000年第一季度到2008年第四季度的短期国际资本流动、广义货币供应量和实际国民生产总值的季度数据进行实证研究。本文所涉及的数据均来源于wind资讯系统。

4.1 实际国内生产总值（gdp）与广义货币供应量（m2）

本文运用价格指数对国内生产总值进行处理得到不变价格国内生产总值的季度数据。由于不变价格国内生产总值季度数据是一组具有较强季节特征的时间序列数据，这里对其进行季度调整，调整后的数据作为2000~2008年每季度的实际国内生产总值。同时，考虑到我国目前利率市场化程度低，参照第二部分理论模型的推导结论，本文选取广义货币供应量m2作为短期国际资本对gdp进行传导的中间变量。

4.2 短期国际资本流动（scf）

本文参考并改进张谊浩、沈晓华［11］计量短期国际资本流入规模的方法估算短期国际资本流动规模。具体测算公式

短期国际资本流动=外汇储备增量-fdi-正常的贸易顺差

在计算正常的贸易顺差时，本文改用加权移动平均法。在确定权重时，首先算出2000~2004年各季度贸易顺差的估计值，贸易顺差估计值的确定方法为：当期季度贸易顺差的估计值=当期季度前四个季度贸易顺差估计值的移动平均值，例如2000年第一季度贸易顺差估计值为1999年四个季度贸易顺差的均值，2000年第二季度贸易顺差的估计值为2000年第一季度贸易顺差估计值和1999年第二季度到第四季度贸易顺差的均值。然后将各季度实际的贸易顺差除以对应时期的贸易顺差的估计值，将这些比率的均值确定为权重。经计算，权重为1.16。基于2000~2004年我国贸易顺差的变化比较平滑，2004年以后我国的贸易顺差出现较大的波动，本文认为2000~2004年统计的贸易顺差额为正常贸易顺差，2004年以后，统计的贸易顺差中含有大量的短期国际资本。此外，考虑到在人民币升值时，以美元计量的贸易顺差会有所扩大，为消除人民币升值对所估算的正常贸易顺差额的影响，本文采用汇率修正，以人民币计价各季度贸易顺差金额。

4.3 经济增长率（gdp_r）和短期国际资本流动波动率（scf_r）

本文中各季度经济增长率（gdp_r）的计算公式是：本期经济增长率=（季度调整后本期实际国民生产总值/季度调整后上期实际国民生产总值-1）×100。各季度短期国际资本流动波动率（scf_r）的计算公式是：本期短期国际资本流动波动率=a×本期短期国际资本流动/上期短期国际资本流动（当本期和上一期短期国际资本流动都大于零，或者本期短期国际资本流动小于零且上一期短期国际资本流动大于零时，则a=1；当本期和上一期短期国际资本流动都小于零，或者本期短期国际资本流动大于零且上一期短期国际资本流动小于零时，a=-1）。经上述方法计算出的我国经济增长率和短期国际资本流动波动率走势参见图1。

5 实证检验

表1给出所有相关变量的单位根检验结果。由表1可知，对于变量gdp、scf和m2的水平值序列，adf检验不能拒绝存在单位根的原假设，这说明三个变量的时间序列都是非平稳的；同时，对于这三个变量的一阶差分序列，adf检验都在1%的显着性水平下拒绝单位根存在的原假设。根据以上检验结果，可认为这三个变量都是单整变量。同时，对于变量gdp_r和scf_r的水平值序列，adf检验在1%的显着水平上拒绝存在单位根的假设，该结果说明这两个序列是平稳的。

    5.1 短期国际资本流动影响实体经济的传导机制

由单位根检验可知，dgdp、dscf和dm2三变量均为平稳序列（见表1），可以进行格兰杰因果关系检验。根据sc和aic准则确定滞后期为2，检验结果见表2。

从表2可以看出，短期国际资本流动的变化量（dscf）是广义货币供应量变化量（dm2）的granger原因，但是广义货币供应量变化量（dm2）不是短期国际资本流动的变化量（dscf）的granger原因；广义货币供应量变化量（dm2）与实际国民生产总值变化量（dgdp）互为granger因果关系；短期国际资本流动的变化量（dscf）和实际国民生产总值变化量（dgdp）之间不存在显着的granger因果关系。可以证明：短期国际资本流动不会对国民生产总值产生直接效应，但会通过影响广义货币供应量，进而对国民生产总值产生间接效应。该实证结论部分可以佐证前文理论模型中短期国际资本对实体经济的影响机制。

5.2 短期国际资本流动波动率与经济增长率

5.2.1 granger因果关系检验

在确定短期国际资本净流动波动率（scf_r）和经济增长率（gdp_r）这两个序列平稳的基础上（参见表1），本文运用2000年第二季度到2008年第四季度的数据，对两个变量的granger因果关系进行检验，检验结果见表3。从表3的检验结果可知，短期国际资本流动波动率是经济增长率的granger原因，但是经济增长率不是短期国际资本流动波动率的granger原因。

5.2.2 脉冲响应和方差分解

为分析经济增长率对短期国际资本流动波动突发性变化的反应，本文利用var（2）模型给出经济增长率和短期国际资本流动波动率的脉冲响应图形和方差分解图形，分别见图2和图3。

经济增长率和短期国际资本流动波动率的交叉响应函数表明（见图2），短期国际资本流动波动率的非预期变化将迅速对经济增长率产生正向影响，随着时间的推移逐渐减弱，直至消失。但是，经济增长率发生变动对短期国际资本流动波动率影响不显着。

图3结果显示，造成经济增长率发生剧烈波动有20%左右是由短期国际资本流动波动率异动引起；同时，经济增长率发生剧烈波动对短期国际资本流动影响不大。

6 结论

本文构建起短期国际资本流动对实体经济影响的理论模型，并运用相关统计数据进行实证研究。研究结果表明，短期国际资本流动影响实体经济的渠道是：在短期内，短期国际资本流动显着引起广义货币供应量的变化，广义货币供应量的变化又会显着导致国内生产总值的波动。同时结合短期国际资本流动波动率与经济增长率的样本数据，实证检验发现短期国际资本流动的变动将引起经济增长率发生波动，脉冲响应函数的结果进一步证实了上述结论。通过方差分解，本文还发现造成经济增长率发生剧烈波动中有约20%是由于短期国际资本流动波动率发生异动所致。

参 考 文 献：

［1］edwards s. capital controls, capital flow contractions, and macroeconomic vulnerability［r］. nber working paper, 2007.

［2］papaioannou e. what drives international financial flows? politics, institutions and other determinants［j］. journal of development economics, 2009, 88(2): 269-281.

［3］filer l h. large capital inflows to korea: the traditional developing economy story［j］. journal of asian economics, 2004, (15): 99-110.

［4］athukorala p c, rajapatirana s. capital flows and the real exchange rate: a comparative study of asia and latin america［r］. the world economy, 2003, 26(4): 613-637.

［5］celasun o, denizer c, he d. capital flows, macroeconomic management and the financial system: the turkish case, 1889-1897［r］. world bank working paper, 1999.

［6］尹宇明,陶海波.热钱规模及影响［j］.财经科学,2005,(6):131-137.

［7］唐旭,梁猛.中国贸易顺差中是否有热钱, 有多少［j］.金融研究,2007,(9):1-19.

［8］王世华,何帆.中国的短期国际资本流动［j］.世界经济,2007,(7):12-19.

［9］张谊浩,裴平,方先明.中国的短期国际资本流入及其动机——基于利率、汇率和价格三重套利模型的实证研究［j］.国际金融研究,2007,(9):41-52.

篇4

【关键词】广义货币供应量；时间序列；AR模型

1.引言

货币供应量已成为国家调节经济及参与经济活动的重要工具，其发行量的多寡或适当与否和经济的平衡稳健发展有非常重要的关系。具有代表性作用的是M1和M2，基于M2更能体现和影响长期经济均衡问题，文章选择其作为研究对象。对于M2影响因素，已有不少学者做出了研究，如袁永德等（2006）[1]对货币政策的有效性进行了两个层次的研究，结果得出了影响我国M2的三种最重要影响因素；盛理峰（2009）[2]经过实证分析得出了我国国际收支状况、贷款利差和利率水平对M2都有重要影响。众多研究还表明我国货币供应量本身是个有一定规律的时间序列，因此可以通过其历史数据建立合适的时间序列模型对未来的发行量进行预测，从而帮助更好地对一国经济进行有效调控。也有学者对此做出了贡献，如杨璨（2009）[3]对M1进行了回归分析；孙亚星，徐庭兰（2009）[4]对M2建立了ARIMA时间序列模型，并根据实证分析进行了预测检验；胡俊华（2010）[5]尝试建立了一个广义货币供应量多变量回归模型，揭示了宏观经变量对M2的不同影响程度。

本文通过选取1990-2011年这二十二年的我国广义货币供应量M2（年底余额）的相关数据，识别并建立了不同时间段的AR（）模型并进行了数据拟合，并得到较好的结果。

2.AR（）建模基本思想

AR（）即阶自回归模型，用来描述序列{}某一时刻和前个时刻序列值间的相关关系：

其中，随机序列{}是噪声且和（）序列不相关。

AR方法的基本思路是：

（1）根据原始时间序列图和差分图，检验该序列的平稳性；

（2）求出时间序列的相关图和偏相关图，识别模型形式；

（3）估计时间序列模型；

（4）样本外预测，检验和评价模型。

3.实证研究

文中数据来自中华人民共和国国家统计局网站，时间区段为我国1999年～2011年M2的年度时间数据（年底余额）[6]。我们用{}代表M2的原始时间序列（单位：亿元）。

3.1 原始时间序列平稳性检验

用Eviews 6.0软件对{}画出时间序列图和一阶差分图（图略），可看出1990年至2011年间，M2增长趋势显著。从{}的变化特征来看，这是一个非平衡序列。

3.2 模型识别与建立

模型形式的识别依赖于自相关与偏相关函数的分析，一阶差分序列分析结果分可知，自相关函数有指数衰减趋势，偏相关1阶或2阶截尾，所以是一个1阶或2阶自回归过程。

3.3 时间序列模型估计

为了获得更加有效的模型，我们将样本分为三种情况进行模型估计：（1）取1990-2010年数据进行估计，留2011年M2的值用于计算预测精度；（2）取1990-2009年数据进行估计，留2010年和2011年的值计算预测精度；（3）取1990-2008年数据进行估计，留2009年、2010年和2011年数据计算预测精度。

结果可以总结得到一阶差分序列的三种对应的AR模型：

（1）（取1990-2010样本得）

（2）（取1990-2009样本得）

（3）（取1990-2008样本得）

再分别对三种模型进行残差检验，可得残差序列的自相关函数和偏相关函数均满足在置信区间内，所有Q值都小于检验水平为0.05的分布，所以模型的误差项是一个白噪声序列。

3.4 样本外预测，模型检验和评价

分别对模型（1）、模型（2）和模型（3）进行相应的样本外预测精度计算，可得模型（3）在2011年的预测值与实际值平均误差百分比最小。进一步分析可得三种模型的拟合效果，其中模型（3）拟合曲线如下图1所示，Y为实际值，YF为模型预测值，YFSE为预测值标准差曲线。

图1 模型（3）的拟合曲线图

由拟合预测结果可知，三种模型的平均相对误差绝对值均小于5%，且模型（3）的拟合效果最好，其平均相对误差绝对值为2.83%，说明模型对未来广义货币供应量M2的预测非常符合实际情况，且预测效果比较可靠。因此，我们选择模型（3）为最终模型，即：

（*）

模型预测2009年、2010年、2011年的货币供应量分别为557311.9亿元、734438.9亿元、885151.5亿元，进而预测2012年底将突破100万亿元大关。

4.结论

以上分析表明，用AR（）模型对我国广义货币供应量M2序列走势进行预测是合适的。预测结果显示，最终模型（*）在我国广义货币供应量的长期预测上具有较高的预测精度和稳定性。如果进一步进行残差分析可知，1990年至2011年间，除1998年前后、2001年前后、2004年前后和2008年前后出现“异常”外，其余各年基本都正常。究其原因，可以这样理解：2001年中国加入WTO，另一方面为抵御亚洲金融危机，自1998年后我国开始实施扩张性财政政策，促使2001年的广义货币供应量增长率达到一次顶峰；2003年我国经济经历了美伊战争引发的石油涨价、“非典”疫情及部分地区洪涝灾害带来的困难，各方面影响导致2004年我国经济在夹缝中生长，为2005年的经济景气做铺垫；而2008年全球金融海啸，通货膨胀，加之其他各方原因导致我国货币发行量在2009年陡增，这也正符合实际情况。由此也可见，我国货币发行量与国家宏观经济状况息息相关，在金融经济全球化的当代，甚至与国际经济状况有重要关系。

参考文献：

[1]袁永德，邓晓兰，陈宁.我国货币供应量影响因素的实证分析[J].财经理论与实践，2006，

27（143）：13-19.

[2]盛理峰.中国货币供应量（M2）影响因素的实证分析[J].经济论坛，2009，467（19）：55-57.

[3]杨璨.对我国货币供应量的分析与预测[J].金融经济，2009，08：60-62.

[4]孙亚星，徐庭兰.我国货币供应量的ARIMA模型与预测[J].数学理论与应用，2009，29（4）：

69-74.

[5]胡俊华.我国广义货币供应量M2的回归模型与预测[J].中国货币市场，2010，07：31-35.

[6]中华人民共和国国家统计局.统计数据-年度数据-《中国统计年鉴》2012年-金融业-货币供应量（年底余额），2012.

作者简介：

篇5

当早霜将您的黑发打白

您用它染浓了黑板

当课业多的让您挥汗如雨

您用它灌溉了幼苗

无情的板擦

擦去了您年轻的容颜

雪白的粉笔

勾勒出了您的皱纹

您就是我们生命中的烛光，火光，暖光

——致范老师

“你给我一句话，就打开我一扇窗；你给我一个微笑，我就浑身是力量；你给我一个眼神，我就找到了方向。你放开双手让我遨游知识的海洋……”听到这首歌我不由地想到了她——我的语文老师范老师。

漫漫求学路，碌碌奔波苦。开学一个多月了，数不清的日日夜夜，记不完的分分秒秒。我们在范老师的关怀下如沐春风。她殷殷的叮咛，忙碌的身影，静止了那么多难忘的瞬间，定格了那么多晶莹的感动。

烛光

记得刚开学，范老师让我们每个人都准备一张纸，然后写上新学期语文成绩想考多少分，语文学习中的绊脚石是什么，和以前的语文成绩。我们都觉得这是无关紧要的小事，草草应付了事。可是范老师，却一个一个认真地看，认真地帮我们每个人分析语文学习中的缺口，然后在课余时间，找我们谈话，给我们讲方法，讲道理。中午老师们都回家了，而范老师，却还留在教室，挨个找同学谈话，全班五十多个同学，她都是利用了午饭晚饭时间，找他们谈话。老师难道您不饿吗？难道您不知道这是业余时间吗？范老师找我时，她说：“从我写的字中，看出我不扎实，太浮躁。”老师您怎么那么神！是范老师，让我在初四这个“被奋斗驱赶的岁月里”找到了弥补缺口的方向，照亮了我奋斗的路。她仿佛是一支熠熠生辉的红烛，在她的烛光下，我们的奋斗之路不会迷失方向，会一直走向黎明。

火光

范老师常语重心长地对我们说：“时间就像海绵里的水，是挤出来的。”她告诉我们要紧紧抓住时间的每一分，每一秒。16开的作业本，每一页都有她认真批改的痕迹，哪怕是字写得不规范，她也要圈出来，再在旁边写一个正确的。每次作业都有她慈母般的批语和叮咛；8开的全班名单表，每一个小格都有她细心标出的符号，一个个独特的符号，记录着我们每天的作业情况，记录着我们每个人堂清成绩的进退，我们的点点滴滴。才刚刚一个月的时间，作业记录和听写记录几乎填满了老师的批改笔记，密密麻麻地让我们眼花缭乱。可是您，每天都会重复这件繁琐的统计，在冗杂的记录中梳理出我们的进步和我们的不足。那天，我不经意间瞥见范老师的课本，上面用红笔整理的密密麻麻的笔记，每一页，丁点儿大的空白地方也找不到，她一点一滴的工作，记录着她的认真与仔细，辛勤与汗水。这仿佛是火光填满了我们这个诺大的火盆。烘烤着我们奋斗路上的每一个人。

暖光

范老师每次在黑板上的书写都很大，很深。她说：“怕后面的学生看不见，耽误记笔记。语文笔记那么多，她写的字又大，上课不得不写了擦，擦了再写，可她又怕耽误我们的时间。飘扬的粉笔灰中，显现出她焦急的面颊，豆大的汗珠。每当上语文晚自习，她都会放弃自己的休息时间，早早地来看着我们背古文，督促我们改正作业和听写中的错误，督促我们寻找漏洞。她在教室里一圈一圈地转，在琅琅书声中一遍一遍地批改同学改后的卷。改错了重改、重改后又错了再批……她一次次地批改，一次次认真地看，不放过一点错误，用自己的行为诠释严谨，诠释认真，诠释对工作的负责。记得那天晚自习，范老师忙着早点来，也没带雨具，半路竟下起了雨。她明明可以回家拿雨具，可她怕耽误我们的课，冒雨来到了学校。她后背都湿透了，本来就单薄的衣服，现在更凉了。而范老师进班的第一句话就是： “今天晚上冷，都把校服穿上，别冻感冒了。”老师，那您呢？

那晚自习两个小时的坚持与执着，分明就是在三尺讲台上书写师情，书写感动。老师您就像冬日时的暖光，真的好温暖好温暖。

篇6

在全球化的大趋势下随着国与国之间发展关系不断紧密，国与国之间的经济联动也不断加强，全球化趋势带来的也必然是国与国繁荣与衰退的协同。2007年美国的金融危机不仅导致了美国经济的衰退，对世界经济的发展也造成了难以磨灭的伤疤，为了解决金融危机美联储从2008年至2017年已经实施了四次量化宽松政策，美国量化宽松政策产生的“热钱”席卷着全球各个角落，作为世界最大发展中国家的中国近几年广义货币连年上升，短期货币存量骤增，货币资源的“富裕”对中国来说挑战大于机遇。

本文通过在美国量化宽松政策实施期间与在此一段时间内的中国广义货币的变化，以及相应期间内中国股票市场成交量的变化进行相关性分析研究，进而间接研究美国量化宽松政策对中国股票市场的影响。通过美国量化宽松政策对中国股票市场的影响入手，透视资本量冲击对中国股票市场发展的影响，进而展望中国股票市场发展的动力与潜力。

二、文献综述

一国货币供给量的变化对本国经济的影响是多方面的，国外的一些研究表明货币供给量的变化与本国股票市场具有一定的相关性。Bernanke，Kuttner（2005）运用实证模型分析了美国货币政策与股票价格波动间的相关关系，研究表明，未被预期到的美国联邦基金下降会引起股票价格的上涨；而投资者预期到的美国联邦基金利率变化对股票价格的影响较弱。Honda，Kuroki（2007）通过对日本量化宽松政策与股票价格相关性的研究，研究发现日本量化宽松政策的实施对日本股票价格影响较大。巴曙松，严敏（2009）通过对汇率与股票价格之间的传导机制的研究，表明汇率通过收入效应，竞争力效应和进口效应来影响股票市场。同时研究发现，短期内金融传导机制对汇率和股价有较明显的影响关系，且长期来看，实体传导机制发挥的作用明显。朱小勇（2014）运用格兰杰因果关系检验和脉冲响应分析研究美国量化宽松政策对中国股票价格的影响，结果表明美国量化宽松政策主要通过影响中国货币供给量和汇率来影响中国股票价格。

本文与上述文献的研究起点，研究方法有类似之处，但是研究的落脚点以及展望有明显的差别，本文通过对美国量化宽松政策对中国广义货币M2的影响，以及对中国广义货币M2与中国股市成交量之间进行线性相关性分析，之所以选择中国股市成交量主要是倾向于在剔除价格膨胀的影响后探究资金量的变化对中国股市的影响，进而展望中国股市未来发展趋势，而不是简单的研究一种经济现象并作出同类现象的政策建议。

三、美国广义货币M2与中国股市交易量相关性分析

（一）数据选取

量化宽松政策的实施，货币供给量增多，同时其基准利率较低，市场中充斥着大量的美元，此外美元供给的膨胀，使得人民币被迫升值，且我国同时期利率水平相对较高，大量的海外“热钱”趁机流入我国，因此美国量化宽松政策通过汇率、利率、“热钱”三渠道影响到我国广义货币M2，进而对股市造成冲击。

美国广义货币M2对我国股市的影响取决于：第一，美国量化宽松政策在其国内发生作用有外部时滞效应；第二，产生的国际“热钱”对中国的影响具有一定时滞效应；第三，中国股票市场并未完全开放，外资是通过QFII，QDII等有限制的直接进入我国股市，且对这部分外资的要求是长期性的战略性的投资，因此短期内并不能造成影响。故美国量化宽松政策只有通过国际“热钱”流入我国，并通过改变我国广义货币M2，进而对我国股市造成冲击。另外，股市的成交量反映了股市的活跃程度，相对于成交额亦或是指数更能从本质上反应股市的实际状况，即成交额易受到股价的影响，而指数不够全面。因此本章选取美国广义货币M2与中国股市成交量进行实证分析。对于本文数据选取2008年1月至2013年12月的月度美国广义货币M2与中国A股月度成交量来研究，而不是从2008年12月开始（美国量化宽松政策正式实施时间）。

（二）单位根检验

为了检验时序变量的平稳性，以防所建模型是伪回归，需要进行单位根检验，回归为Δyt=ρyt-1+■γiΔyt-i+ut+α+ψt

原假设H0：ψ=0，即序列至少存在一个单位根，则时间序列非平稳。备选假设H0：ψ

本文所选数据美国广义货币M2与中国股市成交量均是时间序列，对所选数据进行检验，处理之后的时间序列美国广义货币M2在置信水平为1%、5%时拒绝原假设，因此无单位根，此时时间序列是平稳的，可以对以上数据进行简单线性回归分析的实证研究。

（三）简单线性回归分析

为分析美国广义货币M2（X）与中国股市成交量（Y）变动的数量规律，可建立简单线性回归模型

Y^i=β1+β2Xi+ui

其中Y^i为中国股市成交量CNS，β1为常数项，β为斜率参数，Xi为中国广义货币量M2，ui为随机误差项，回归结果如表1所示。

（四）模型检验

所估计参数β^1=-1477675，β^2=218.4173，说明美国广义货币M2（X）每增加1亿美元，平均来说可导致中国股市交易量（Y）增加218.4173万股。R2=0.392673，表明所建模型并不能解释大部分样本数据。

四、结论和建议

（一）结论

本章通过对美国广义货币与中国股市成交量来研究美国广义货币对中国股市的影响，通过线性回归模型进行分析，在月度数据中美国广义货币对中国股市成交量的影响程度不大。主要原因是中国股市自2011年至2013年3年中，中国股市处于熊市状态，股市的下跌使得整个股市的成交量大幅下滑，从而将货币供给增加所带来的股市膨胀抵消。在剔除了2011年1月至2013年12月的月度数据后，美国广义货币对中国股市成交量有一定的影响，事实上股市成交量的变化并非只取决于市场中的货币供给量，股市的成交量乃至股市的兴衰取决于众多因素，且这些因素又相互作用，相互影响，共同决定着股市的前进方向。广义货币只是众多因素中的一个较为有影响力的因素，因此拟合优度为39.2%已经达到能够说明美国广义货币对中国股市有较强影响的需要。

篇7

【关键词】 广义货币供给 通货膨胀 Granger因果关系 单位根检验

一、引言

2008年美国房贷危机引发了世界性的金融危机，为了应对危机对中国经济造成的负面冲击，中国政府于2008年10月开始采取适度宽松的货币政策，广义货币供给量迅猛增加。2010年年初开始，与生活较大关联的农产品价格比如蒜、姜、糖等接连涨价，到下半年各类生活资料价格接连攀升，直接推动CPI逐月升高，而在通胀压力下，很多著名学者指出货币超发是通胀背后的主因。但是，央行行长周小川否认货币超发一说，其理由是：一方面，高储蓄国家和低储蓄国家的广义货币占GDP的比重不一样，中国是高储蓄国家，因此M2占GDP比重高；另一方面，在间接融资占比高的情况下，广义货币占GDP的比重就高，美国是典型的直接融资发达的国家，而中国间接融资比重大，因此拿中国的M2跟美国的比不太恰当。

那么，本轮通货膨胀到底是不是由货币超发引起的？这是一个值得深思的有很大研究意义的问题。基于此，本文以中国2008年10月至2010年11月的月度数据为基础，拟采用因果检验、协整分析、误差修正模型等来分析中国M2与通货膨胀之间的相互关系。

二、相关文献综述

以弗里德曼为首的货币主义学派始终认为通货膨胀归根结底是一种货币现象。货币主义学派从交易方程式开始推导，在假设货币流通速度为常数的条件下，超过GDP增长率的货币供给增长率，就是通货膨胀率。弗里德曼认为，在短期内货币增加既可以引起物价上涨也可以引起产量增加，只是在长期内货币增加才全部反映在物价上涨上。这也意味着短期内货币是非中性的，长期内货币是中性的。

近几年来我国也有学者从货币主义的视角，运用计量经济分析，对我国货币供给和通货膨胀之间的关系进行了实证分析，但是取得了不同的结果。

大多数学者发现货币供给确实对中国通货膨胀产生显著的影响。张国洪、曾永平（2005）用我国1980―2002年间的年度数据，在借用剑桥方程式建立了通货膨胀及紧缩与货币供应关系的理论模型后，运用格兰杰因果检验的方法验证了我国超额货币供应是CPI物价指数的原因，而CPI物价指数作为超额货币供应的原因则被拒绝。朱慧明、张钰（2005）根据1994―2004年间的季度数据考察了货币供给量增长和通货膨胀率之间的长期均衡关系和短期动态关系，认为中国的通货膨胀与不同层次货币供给量增长率之间均存在协整关系。姚远（2007）采用协整与方差分解的方法对中国货币供应、通货膨胀与经济增长的关系进行实证研究发现，货币供应对通货膨胀和经济增长的影响具有滞后效应，长期内货币非中性，而通货膨胀和经济增长并不影响货币供应。程建华、黄德龙、杨晓光（2008）认为M1、M2均为CPI的Granger原因，M1和进出口还是领先于CPI变动的稳定的先行指标。贵斌威，甄苓（2008）通过构建一个“内生增长的CIA模型发现当货币供给速度变大时，通货膨胀将升高。庞如超（2008）借助货币需求理论公式建立了通货膨胀与货币供应量关系的理论模型，通过对1991―2007年居民消费价格指数和货币供应量增长指数进行格兰杰因果检验，验证了M0、M1及M2时滞一年的情况下，3个层次对应我国货币供应量是CPI物价指数变动的原因，而CPI作为货币供应量的原因则被拒绝。

但是，也有部分学者认为中国货币供给对通货膨胀的影响并不显著。刘金全、陈广华、顾洪梅（2004）以1982年1月至2004年3月间M0和M1月度同比增长率的数据为基础进行分析，发现货币供给增长率和通货膨胀之间不存在显著的协整关系。刘霖、靳云汇（2005）利用1978―2003年的数据进行分析，没有发现在长期内货币供应增长率影响通货膨胀的证据，认为在经济的货币化进程中，货币供应增长率的提高并不一定导致通货膨胀，货币化程度的提高使得货币流通速度逐年降低，大量的货币增量被经济消耗了。

三、实证研究与结果分析

本文研究中采用的数据来自中国人民银行调查统计司网上数据库，样本期为2008年10月至2010年11月的月度数据，货币供给取广义货币供给M2，并取对数，通货膨胀率（π）根据其月度累计全国居民消费价格指数计算而得。

1、相关性检验

为了研究广义货币供给与通货膨胀率之间的关系，先通过eviews分析工具对二者进行Pearson相关性检验，其结果如表1所示。二者之间存在显著性的相关关系，在5%水平显著。

2、平稳性检验

对于非稳定时间序列变量，其均值、方差及协方差是随着时间的变化而变化的，很难用这些已知的信息去建立模型来预测未来情形，对非稳定时间序列建立的回归很可能是一种伪回归。对于伪回归，可以增加解释变量、减少解释变量或进行差分来解决。因此，要进行回归分析，首先要明确变量是否是稳定的时间序列。检验时间序列变量稳定性的标准方法是单位根检验，本文将采用ADF单位根检验方法来进行检验。对广义货币供给（lnM2）及通货膨胀率（π）进行ADF检验，两个变量原始数据ADF统计量均不显著，没有被拒绝，在一阶差分后，统计量在1%显著性水平下拒绝了原假设，表明两个变量都是单整I（1），即经过一阶差分后可以变为稳定的时间序列变量。而且，对广义货币供给（lnM2）及通货膨胀率（π）进行Johanson协整检验，在有截距和确定线性趋势的情况下，对残差进行1阶差分滞后检验，检验结果表明在5%的显著性水平下二者协整关系数为1。

3、因果检验

在经济分析中，尽管某些变量之间存在显著的相关关系，但是它们未必都有意义，判断一个变量的变化是否是另一个变量变化的原因，一般采用因果检验法。为了进一步分析广义货币供给与通货膨胀之间的相关关系，本文还对二者进行了Granger因果关系检验。检验结果如表2。

通过Granger因果检验我们可以看出，在滞后1期和2期的情况下，广义货币供给（lnM2）是通货膨胀率（π）的Granger原因，反之不成立；而当滞后期为3期后，广义货币供给（lnM2）与通货膨胀率（π）互为Granger原因。这说明，广义货币供给的增加，在短期内就会引起通货膨胀率的增加，而通货膨胀率的增加会引起人们通货膨胀率预期的增加，也会引起广义货币供给的增加，但是有一个时间滞后效应。

4、回归分析

根据货币数量论的观点，不仅货币供给量对通货膨胀有影响，而且，通货膨胀预期也会对通货膨胀有影响，因此，在分析时应当考虑通货膨胀预期的影响，在这里，以前一期的通货膨胀作为通货膨胀预期，建立回归模型，可以得到如下分析结果：

从回归模型可以看出，各参数估计量都非常显著，货币供给的增加确实能够导致通货膨胀的增加。但是货币供给仅能解释通货膨胀变化中的22.93%。

四、结论

本文通过对中国2008年10月到2010年11月的月度数据分析，发现广义货币供给的增加确实导致了中国的通货膨胀，但是，广义货币供给的增加仅能解释通货膨胀的22.93%。根据货币数量论的观点，影响通货膨胀的不仅有货币发行量，还有通货膨胀预期、经济增长等因素。但是在本轮通货膨胀中，货币发行确实取到了一定的作用，推动了通货膨胀的恶化。

【参考文献】

[1] 张国洪、曾永平：通货膨胀及紧缩与货币供应关系的实证分析[J].西业大学学报，2005（6）.

[2] 朱慧明、张钰：基于ECM模型的货币供给量与通货膨胀关系研究[J].科学，2005（5）.

[3] 姚远：中国货币供应、通货膨胀及经济增长关系实证研究[J].经济与管理，2007（2）.

[4] 程建华、黄德龙、杨晓光：我国物价变动的影响因素及其传导机制的研究[J].统计研究，2008（1）.

[5] 贵斌威、甄苓：货币供给、经济增长与通货膨胀：CIA模型和中国经验[J].生产力研究，2008（7）.

[6] 庞如超：我国货币供给量与通货膨胀关系的实证分析[J].河北金融，2008（5）.

[7] 刘金全、陈广华、顾洪梅：我国通货膨胀名义成因和实际成因的经验[J].吉林大学学报社会科学版，2004（5）.

[8] 刘霖、靳云汇：货币供应、通货膨胀与中国经济增长――基于协整的实析[J].统计研究，2005（3）.

[9] 高铁梅：计量经济分析方法与建模：EViews应用及实例[M].清华大学出版社，2006.

篇8

何谓电子货币,1998年,巴塞尔银行监管委员会(BCBS)将电子货币定义为:在零售支付机制中,通过销售终端、各类电子设备,以及在公开网络上执行支付的“储值”产品和预付支付机制。所谓“储值”产品,是指保存在物理介质(硬件或卡介质)中可用来支付的价值,这种物理介质可以是Mondex智能卡、多功能信用卡、“电子钱包”等,所储价值使用后,可以通过电子设备追加。而“预付支付机制”则是指存在于特定软件或网络中的一组可以传输并可用于支付的电子数据,通常被称为“数字现金”,也有人将其称为“代币”,由一组二进制数据或数字签名组成,可以直接在网络上使用。

货币供应量统计包括对不同层次的货币的统计,其中对于广义货币的统计是工作的重点。广义货币主要由通货和存款构成,通货和存款的创造也就是广义货币的创造。在货币金融统计中,常通过统计基础货币的量,然后根据特定的货币创造机制,计算出实际流通中的广义货币量,一般来说,广义货币代代创造可概括为:广义货币量=基础货币×货币乘数。为了阐述电子货币对货币供应量统计的影响,文章将从其对基础货币和货币乘数的影响两方面进行。

二、对基础货币的影响

(一)货币发行权的多样化

电子货币的出现冲破了中央银行的货币垄断发行权,使传统法币在流通中被电子货币所部分替代。到目前为止,绝大部分的电子货币产品并不是由中央银行,而是有商业银行、其他金融机构、甚至非金融性的经济实体所发行,如蒙德克斯卡是由英国国立西敏寺银行、米德兰银行和英国电信公司联合开发,并由英国、美国、澳大利亚新西兰等国家的若干家商业银行共同组成蒙德克斯国际公司发行,同时该公司授权世界各地商业银行使用其品牌,并提供一定的技术支持。各国在对待电子货币发行权问题上的处理方法也不尽相同,在欧盟,各中央银行已一致同意,对电子货币中的一种多用途预付卡的发行应该仅限于信用机构。在荷兰,中央银行已决定自己发行电子货币。澳大利亚和丹麦的中央银行只是间接地参与发行新形式的电子结算媒介。

(二)货币划分层次的模糊

货币银行理论依据不同金融资产的流动性强弱将货币划分M0、M1、M2、M3等多个层次。货币层次的划分是货币计量、金融市场运行分析的前提和基础。在电子货币下。将瞬间实现通货与储蓄存款、活期存款与定期存款之间以及其他各种短期流动金融资产如商业票据、人寿保单等之间的相互转换。金融资产之间的替代性大大增强。货币层次结构更加复杂多变。传统各层次货币的定义和计量变得更加困难。同时由于电子货币由不同的机构发行。不同的电子货币的风险性、通用性及与其他金融资产的可转换性也是不一样的。如果仅将其简单的加总。势必影响货币量指标的准确性。因此在电子货币对法币大规模替代的情况下。要准确测量某一层次的货币总量几乎不再可能。即使可能。其所需的成本也将是惊人的。由于电子货币的广泛使用导致的货币划分层次的模糊,将导致货币政策中介目标中的总量性目标的合理性和科学性下降。而以利率为代表的价格信号性中介目标成为未来货币政策的选择主流。

(三)货币计量的混乱

大部分国家的广义货币都包括“由存款性公司”项下的本币现钞、可转让存款和其他存款。非股票证券和存款性公司发行的“其他负债”(或具体分类)属于少数国家的广义货币范畴。“其他部门发行”项下的现钞、存款和“其他”类只有更少的国家将其纳入广义货币。

由于电子货币由不同的机构发行,不同的电子货币的风险性、通用性及与其他金融资产的可转换性也是不一样的,如果仅将其简单的加总,势必影响货币量指标的准确性。同时因此在电子货币对法币大规模替代的情况下,要准确测量某一层次的货币总量几乎不再可能,即使可能,其所需的成本也将是惊人的。另外,网络交易的地域模糊性,使得政府在统计本国经济中的货币量时,必须考虑居民手中持有的、未存放于本国银行中的货币的影响

三、对货币乘数的影响

金融网络化还使得在统计货币供应量时,基础货币发生的乘数效应更难确定。货币供应量是社会生活中实际流通的货币总量 ,由货币乘数和基础货币的乘积决定。货币乘数K=(1+h)/(h+r+t3s+e)。其中:h=C/D,h为提现率,C为公众手中持有的现金,D为活期存款;r=Rr/D,Rr为活期存款准备金;s为定期存款准备金率;t为定期存款占活期存款D的比率;e为超额准备金率。金融网络化所催生的电子货币对现金有强烈的替代性,因此现金持有率将下降,更多的转化为以电子货币形式存在的活期存款。同时,金融市场深度的网络化使得商业银行能轻易的通过网络从其他行拆入资金,也能很容易的把自己的资金拆借给其他金融企业。这使得持有超额准备金的成本在上升,而准备金不足的风险成本在下降,因此它们没有必要保持大量的超额准备金,这使得e变小。由此可见,金融业的网络化使得货币乘数中的两个参数发生了变化。使货币乘数上升,并使预测货币乘数的变化量更加困难。因此货币当局在统计货币供应量时就不能用基础货币乘以传统的货币乘数,而必须对此做出调整,才能得到准确的数字。

总之,金融网络化的为我们带来电子货币的广泛应用,其在给我们带来方便的同时也对经济各方面产生了影响,文章从电子货币对货币供应量统计的影响入手,分析了电子货币对基础货币和货币乘数影响,得出电子货币的广泛使用带来的影响包括:将会使货币发行权多样化、货币划分层次模糊、货币计量混乱、货币乘数上升,并使预测货币乘数的变化量更加困难。为央行监管和货币政策的制定提供一定的参考,在处理电子货币这一问题上有一个更全面的视角和认识。

篇9

历史和现实证明，中国的“超额货币供给”并非宏观经济矛盾的源头，而恰恰是结构性问题的结果。就货币论货币，永远走不出货币的迷局，唯有“跳出货币看货币”，淡化政府主导的市场化资源配置模式，改变对投资的过度依赖，全力促进金融领域全方位变革，才能最终破解迷局。

随着中国货币信贷的高速增长、房地产等资产价格泡沫的逐步堆积，以及通货膨胀压力的不断加大，近些年来，有关中国经济“高货币化”以及“货币超发”的讨论与争议就从未停息过，而有关中国货币供给内生性的谜题也备受中外学界关注。

到底如何科学理性地看待和测度中国的高货币化现象呢？

本质而言，货币供应量是货币当局及其金融机构对公众的负债，因此，货币供应的变化很大程度上反映的是货币需求的变化。中国改革开放三十多年来，随着经济总量的增长，经济活动对货币和相关交易工具的依赖越来越重，导致金融资产规模在经济总资产中的比重上升。常用的衡量金融深化的指标就是M2/GDP，即广义货币（M2）与国内生产总值（GDP）的比值。这一指标比例反映了一个经济的金融深度。通常，该比值越大，说明经济货币化的程度越高。

根据国际货币基金组织（IMF）今年公布的数据，今年M2/GDP的比值，美国为0.83，日本为2.40，英国为1.36，卢森堡为4.86，巴西为0.39，俄罗斯为0.45。从统计数据看，各国M2/GDP走势存在着相当大的差别。比如，美国货币化走势是曲折向下，日本则为直线向上，巴西、俄罗斯这些新兴经济体虽然总体趋势向上，但不如中国货币化率走势陡峭。从1978年的0.32增长到2011年的1.80，中国的货币化率在33年间扩大了近6倍。

渣打银行最新研究报告也表明，目前，在全球广义货币（M2）的存量和增量上，中国均居世界首位。据测算，去年中国新增M2规模在全球占比高达52%。如此的增长规模和态势，在世界各国经济发展史上的确是少有的。

解释M2/GDP比值水平的国别差异和一国M2/GDP比值的变动，是个非常复杂的问题。原本各国广义货币的统计口径就不同，这决定了不能简单作横向比较。发达国家的金融深化程度较高，金融创新很活跃，一些具有货币职能的金融工具并未被统计到货币供应量中去，而一些金融市场发达的国家非金融部门除了从银行系统获取融资外，还从其他市场获得大量融资。比如看数据似乎美国M2/GDP的比重较低，但如果纳入货币市场共同基金等的广义货币M3，比值立马就会上升；欧元区的广义货币M3包括回购协议、货币市场共同基金、2年期债券等。

当然，就现有统计结果看，中国与主要发达国家货币化率的确存在显著差异，但问题在于，这种差异是量的差异还是质的差异？中国货币化过程存在着与其他国家迥异的结构性和制度性基础，其核心是政府主导要素货币化分配，国际资本循环下的“被动创造”以及金融资源配置效率低下。

中国市场经济进程有其特殊背景，在渐进改革的市场化进程中，政府通过政策推动甚至主动参与，将自然资源、劳动力、资金、技术、管理等资源和要素不断推向市场，使得各类资源持续货币化。由于中国货币供给的内生性，由此带来大量的基础货币投放，通过货币乘数的放大从而拉动较强的货币供给。

不过，经济货币化进程，绝非货币化率畸高的全部答案。全球层面的资本流动本质是货币竞争，这是研究中国“高货币之谜”的另一个关键视角。以美元为主的储备货币体系，形成了美国领导下的全球化体系分工，消费国输出货币，位于食物链顶端；生产国输出商品，吸收储备货币，并再投资于消费国金融市场，完成一个国际资本循环。

“入世”以来，中国出口高增长以及累计的外汇储备已极大地改变了货币的创造机制和供给结构。在1994年外汇管理体制改革以前，我国基本上通过国内信贷来投放基础货币，外汇占款仅占小部分，约为26.4%。然而，随着外汇储备的持续增长以及央行实施的“冲销干预”政策，我国外汇占款大幅飙升，从2002年末到2011年，外汇占款由2.21万亿元增加到25.52万亿元，增长11.5倍。外汇占款增量占中央银行基础货币的增量比例，2005年突破100%，达到110%。2009年更是达到134%，所以说，中国货币创造属于“被动式创造”。

篇10

关键词：人民币汇率；利率；货币供应量；向量自回归模型（VAR）

中图分类号：F822.0 文献识别码：A 文章编号：1001-828X（2016）006-000-02

一、绪言

汇率是两种货币之间的兑换比率，亦可视为一个国家的货币对另一种货币的价值。汇率又是各个国家为了达到其政治目的金融手段。汇率虽然会因为一国利率和通货膨胀以及国家的政治与经济等原因而发生变动，但汇率最终是由外汇市场决定。由于汇率的波动会影响一个国家的进出口贸易甚至是经济稳定，尤其关系到外贸企业的生存以及一国的货币金融环境。学术界对人民币汇率预测问题的研究较多，国内学者普遍使用如ARIMA、小波分析等单变量模型或其组合，而忽视了宏观经济基本面在汇率预测中的作用。单变量模型的原理为使用一个时间序列过去值所包含的信息来预测其未来值，是一种数据挖掘手段。其优点是充分挖掘了数据内在的信息，不失为一种客观的研究方法。但是这类方法缺乏经济理论支撑，现实生活中经济体的方方面面相互关联，影响汇率的因素错综复杂，抛开汇率与其他经济变量的联系，单纯地靠汇率自身来预测汇率，这类做法显然难以令人信服。因此，本文着眼于汇率与宏观经济因素之间存在互动与反馈这个事实，利用能够揭示多变量间互动关系的向量自回归模型（VAR），基于多种汇率理论选择了汇率、货币供应量、利率三个变量建立模型，揭示汇率、货币供应量、利率三者之间的联动关系和影响程度，补充前人在汇率预测研究中的不足。

二、实证分析

本文使用中国人民银行公布的人民币对美元汇率（月平均数），全国银行同业隔夜拆借利率（月度加权平均），以及广义货币（M2）存量数。观测期间为2005年2月至2015年12月。数据频率为月度。样本容量为131。计量软件采用python。

1.平稳性检验

不平稳的时间序列可能导致虚假回归，建立的模型将毫无意义。本文与主流观点一致，主张用平稳数据建模。首先检验数据的平稳性。用ADF方法进行平稳性检验，汇率和利率首先满足1%水平下的平稳性要求，对M2进行一阶差分后，也满足了平稳性要求。

2.滞后阶数选择

VAR（P）模型中用变量的滞后值作为解释变量，自然需要选择合适的滞后期数P。在10阶的范围内选择滞后期数，bic准则和fqic准则的最优滞后阶数都是1阶，同时，aic准则和fpe准则的最优滞后阶数分别是10阶和9阶。有两种准则都选择1阶，也为了简化分析过程，所以本文选择建立了一个VAR（1）模型。

3.参数估计

如图表中结果显示，对汇率和货币供应量的VAR模型回归结果的系数显著性较高，但对利率的回归结果的t统计量显著性达不到要求。从具体系数上看，模型受其自身的滞后变量的影响较大，受另外两个变量的影响较小。

4.Granger因果检验

基于Granger因果检验的结果，利率变动和广义货币增长量都是汇率变动的格兰杰原因，说明利率的变动和广义货币的增长都有助于解释人民币汇率水平的变化。汇率变动和利率都是广义货币增长量的格兰杰原因，说明央行在决定货币增发量时很可能参考了人民币汇率和利率的走向。上述检验结果显示汇率与广义货币增长量不是利率变动的格兰杰原因，说明汇率的信息对于利率预测并没有显著意义。

5.脉冲响应函数

如图所示，利率对汇率的影响波动较小，收敛速度也较为缓慢；货币供应量对汇率的影响极低，并迅速收敛。同时，汇率和利率对货币供应量的影响较大，波动也较为剧烈，汇率的影响在4期后由负转正，但不明显。由于汇率与广义货币增长量不是利率变动的格兰杰原因，因此不讨论对利率的脉冲响应。

三、结论

利率的变动和广义货币的增长都有助于解释人民币汇率水平的变化。其中，利率对汇率的影响波动较小，持续性较强，货币供应量对汇率的影响极低并会迅速衰减。央行在决定货币增发量时很可能会受到人民币汇率和利率的走向的影响。相对于汇率所受到的影响，这种影响更加强烈，波动性也更大。汇率从长期看对货币供应量有正向影响，但不明显。汇率与广义货币增长量不是利率变动的格兰杰原因，说明汇率的信息对于利率预测并没有显著意义。利率水平是货币当局的可控工具。提高利率水平将带来货币的贬值。货币供应量是也一个可以用来调控的变量。为了保证汇率的稳定性，货币供应量增长率应保持相对平稳。但综合考虑上述因素，相比于利率水平，货币供应量对汇率的影响小而短暂，不是货币当局影响汇率的可操作手段。

参考文献：

[1]易纲，范敏.人民币汇率的决定因素及走势分析[J]，经济研究，1997（10）：26-35.

[2]魏红燕，孟纯军.基于模型的短期汇率预测[J]，经济数学，2014，31（1）：81-84.

[3]黄志伟，谢合亮.汇率波动与货币供应量的不确定性关系―基于中国的经验论证[J]，时代金融旬刊，2011（10）.

[4]张奕韬.基于ARIMA模型的外汇汇率时间序列预测研究[J].华东交通大学学报，2009.

[5]Wes McKinney，Python for Data Analysis[M]，First Edition，USA：O’REILLY，2013.