影响我国外汇储备的多因素分析.doc

《影响我国外汇储备的多因素分析.doc》由会员分享，可在线阅读，更多相关《影响我国外汇储备的多因素分析.doc（122页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、Four short words sum up what has lifted most successful individuals above the crowd: a little bit more.-author-date影响我国外汇储备的多因素分析影响我国外汇储备的多因素分析影响我国外汇储备的多因素分析 摘要：自2000年起，我国外汇储备呈快速增长趋势。本文首先找出外汇储备急增的原因，然后建立模型运用EViews软件进行相应统计分析，对数据的平稳性，模型估计的多重共线性、异方差性、自相关性分别进行了检验和相应的调整。得出影响我国外汇储备规模的注意因素是进出口差额、广义货币供应量、通货

2、膨胀率和FDI（外商直接投资）等因素，在此基础上提出完善我国外汇储备管理的对策建议。关键词：外汇储备 FDI 通货膨胀率 分布滞后模型 政策性建议一、 问题提出自2000年起，我国外汇储备呈快速增长趋势。2001年末外汇储备规模突破2000亿美元大关之后，持续扶摇直上：2002年末为2864亿美元，2003年末增加到4033亿美元，2004年跨越6000亿美元大关达到6099亿美元；2006年再创新高，突破10000亿美元大关冲向11000亿美元。截至2006年2月，我国外汇储备已达到8536亿美元，中国外汇储备首次在规模上超过日本而跃居世界第一。中国外汇储备的持续增加，有利于增强国外投资者的

3、信心和吸引外资，缓解可能出现的通货紧缩的压力，保持宏观经济继续快速稳定发展；有助于我国政府更从容地实施宏观经济政策，保持人民币汇率相对稳定，防范货币贬值,应对突发的金融风险，确保我国经济金融体系的安全；也有利于支持中国企业在更大范围内、更高层次上实施“走出去”战略。但必须看到，对经济高速成长的中国来说，持续增长的巨额外汇储备是一把“双刃剑”，也会对经济健康发展带来一系列问题。如何正确的衡量外汇储备的增长,成为了当前的热点,也应当引起关注。 针对外汇储备的增长，本文准备对外汇储备的影响因素进行分析，从而确立是什么引起了外汇储备的快速增长，这是我们研究的主要目的。二、 理论综述 今年来中国的外汇储

4、备加速增长，美元外汇突破万亿。外汇储备作为中国的一项资本给中国带来了好处。近年来兴起的主权财富基金也逐渐走入老百姓的视野。面对每年在变化的外汇储备，影响其变化的因素很多。根据大量研究成果记载。影响中国外汇储备的因素很多，包括：国家干预外汇市场的用汇需求，外债余额，外商直接投资，GDP，对外贸易差额，利率，通货膨胀率，广义货币供应量，进出口比率等。刘建华认为1，外汇储备的内在作用是汇率、贸易差额、通货水平等。武剑则认为2，中国外汇储备与国家的经济开放程度和国际收支结构密切相关。刘荣茂、惠莉的观点是3，中国的外汇储备与外商投资、对外贸易额密切相关。其他学者如李卉则认为4，中国的外汇储备与货币供应量

5、密切相关。学术界上不同的学者有不同的观点，我们将从我们掌握的角度来建立我们的模型，对此问题进行研究。三、 变量选取根据资料分析，我们共选取了国内生产总值，进出口差额，广义货币供应量，外债余额，通货膨胀率，外商直接投资为主要分析指标。国内生产总值：即GDP，因为一国生产总值的变动，影响其国内市场，同时也影响其对外贸易，由此影响到外汇的增减。所以我们选取国内生产总值为影响因素之一。进出口差额：即出口与进口额的差额，外汇储备有一部分即来自对外贸易的收益。所以我们选择了这个因素。广义货币供应量：即市场上广义的人民币供应量。货币供应量的增减影响通货膨胀、影响汇率等。若市场上货币过多，外汇储备将增多；若减

6、少，外汇储备相应减少。所以我们选取了广义货币供应量。外债余额：即中国外债偿还收回，会影响到外汇储备。通货膨胀率：即市场上通货的情况。FDI：外商直接投资额，外商直接投资额会直接计入中国外汇储备，由此选定其为影响因素之一。除了以上因素，还有国家临时政策，消费者预期心理等等因素，但这些因素第一很难衡量，每年变化很大；第二这些次要因素对中国外汇储备影响很小，完全可以忽略不计。四、 数据搜集本文获取了21年间相关指标的数据如表4.1所示。表4.1年份外汇储备(亿美元)国内生产总值(亿美元)进出口差额(亿美元)广义货币供应量(亿美元)外债余额（亿美元）通货膨胀率FDI(亿美元）198620.73058.

7、1-119.72000.3214.86.522.4198729.23331.1-37.72306.5302.07.323.1198833.73814.1-77.52560.8400.018.831.9198955.54308.4-66.03029.8413.018.033.91990110.93675.587.43011.1525.53.134.91991217.14188.781.23721.1605.63.443.71992194.45051.343.54765.9693.26.4110.11993212.06198.9-122.26119.3835.714.7275.21994516.2

8、5696.554.05545.9928.124.1337.71995736.07185.2167.07180.11065.917.1375.219961050.58561.1122.29152.61162.88.3417.319971398.99537.8404.210989.81309.62.8452.619981449.610218.2434.712651.21460.4-0.8454.619991546.810856.8292.314515.51518.3-1.4403.220001655.712011.4241.116296.71457.30.4407.220012121.713275

9、.4225.519164.91848.00.7468.820022864.114538.2304.322351.91863.3-0.8527.420034032.516409.7254.726727.42087.61.2535.120046099.319316.0320.930700.42474.93.9606.320058188.722350.01020.036470.52810.51.8603.320061066327004.51770.044258.33229.91.5630.0 数据来源：中国统计年鉴，中经网统计数据库，中国外汇管理局，中国国家统计局。五、 模型估计和调整5.1 平稳性

10、检验由于我们选的是时间序列，所以需要对时间序列的平稳性进行检验。提出原假设：=1；对各解释变量做平稳性检验，选择带截距和趋势项，在滞后差分项下选2阶，得到估计结果。首先，对的平稳性进行检验，结果如下表5.1.1所示。表5.1.1从检验结果看，在1%，5%，10%三个显著性水平下，单位根检验的MacKinnon临界值分别为-4.571559，-3.690814，-3.286909，检验统计量值为-5.951724，小于其相应的临界值，从而拒绝，表明的差分序列不存在平方根，是平稳序列。对的平稳性进行检验，结果如下表5.1.2所示。表5.1.2对的平稳性进行检验，结果如下表5.1.3所示。表5.1.

11、3对的平稳性检验，结果如下表5.1.4所示。表5.1.4对的平稳性检验，结果如下表5.1.5所示。表5.1.5对的平稳性检验，结果如下表5.1.6所示。表5.1.6对残差（回归残差）的平稳性检验，结果如下表5.1.7所示。表5.1.7同理，我们可以根据检验结果得到：,（回归残差）的均小于相应临界值，从而拒绝，所以说各个解释变量和回归残差的差分序列均不存在单位根，是平稳序列。由此可以得到结论：我们所选择的变量在时间序列上是平稳的。5.2 多元线性回归 设定并估计多元线形回归模型：其中，：中国外汇储备（亿美元）： 国内生产总值(亿美元)：进出口差额(亿美元)： 广义货币供应量(亿美元)： 外债余额

12、（亿美元）： 通货膨胀率： FDI(亿美元）借助EViews软件，用OLS法对所有解释变量做多元线性回归得：表5.2.1Dependent Variable: YMethod: Least SquaresDate: 12/19/07 Time: 21:51Sample: 1986 2006Included observations: 21VariableCoefficientStd. Errort-StatisticProb. C-849.2006876.5631-0.9687840.3491X1-0.0163490.346304-0.0472110.9630X21.7733870.58527

13、53.0300050.0090X30.2541350.1659731.5311800.1480X4-0.1893741.345148-0.1407830.8900X546.4876914.692823.1639730.0069X6-2.7042462.085167-1.2968970.2156R-squared0.985576 Mean dependent var2056.976Adjusted R-squared0.979395 S.D. dependent var2909.630S.E. of regression417.6652 Akaike info criterion15.16844

14、Sum squared resid2442219. Schwarz criterion15.51661Log likelihood-152.2686 F-statistic159.4366Durbin-Watson stat1.164972 Prob(F-statistic)0.000000根据表表5.3.1的数据，得到模型的估计结果为 从以上回归结果可以看出，拟合优度很高，整体效果的F检验通过。但有重要变量x1、x4的t值不显著，可能存在多重共线性。5.3 多重共线性的检验首先，运用简单相关系数检验法，计算解释变量 、的简单相关系数矩阵，如下表5.2.1所示。表5.3.11.0000000.

15、8657400.9971420.990674-0.5104410.8767710.8657401.0000000.8567640.844651-0.4371870.6726380.9971420.8567641.0000000.983389-0.5170760.8508790.9906740.8446510.9833891.000000-0.5129160.919223-0.510441-0.437187-0.517076-0.5129161.000000-0.4303670.8767710.6726380.8508790.919223-0.4303671.000000由相关系数矩阵可以看出，

16、各解释变量之间的相关程度较高，特别是和之间，和之间，和之间的系数高度相关，证实解释变量之间存在多重共线性。所以，以下我们将采用逐步回归法来修正这一多重共线性问题。首先，运用OLS法分别求Y对各解释变量进行一元回归，得到分析结果见下表。表5.3.2变量参数估计值0.4149466.1649720.2293373.201688-159.54359.838440t值15.400129.61066716.7992811.27655-1.9754274.9073620.9258290.8293900.9369220.8700060.1703890.5589830.9219250.8204100.9336

17、020.8631640.1267260.535771其中，加入的方程最大。选作为进入回归模型的第一个变量，以为基础，顺次加入其他变量逐步回归，得到下表表5.2.3。表5.3.3-0.2252(-0.6748)0.3527(1.9238)0.93162.0720(3.4283)0.1672(7.9042)0.95760.3646(5.1982)-1.9928(-1.9611)0.94230.2440(16.3105)46.2775(1.8963)0.94160.2848(13.0470)-3.6213(-2.9868)0.9531经比较，新加入的方程0.957600，改进最大，选择保留再加入其他

18、新变量逐步回归，结果如下表所示。表5.3.4-0.5354(-2.1306)2.4331(4.2102)0.4497(3.3562)0.96462.1044(4.0763)0.3062(5.7451)-2.0614(-2.7716)0.96912.0547(3.8512)0.1821(9.2810)45.3448(2.4707)0.96701.7531(3.3990)0.2216(8.7148)-2.9254(-2.9724)0.9705经比较，新加入变量的方程0.970459，改进最大，保留，再加入其他新变量逐步回归，结果如下表所示。表5.3.5 0.0940 (0.2230)1.6533(

19、2.3814)0.1782(0.9078)-3.2594(-1.8030)0.96871.8513 (3.1886)0.2517(3.2313)-0.6683(-0.4100)-2.1208(-0.9610)0.96891.7281(4.2845)0.2381(11.6411)46.6442(3.4361)-2.9905(-3.8850)0.9820经比较，新加入变量的方程0.981939，改进最大，保留，再加入其他新变量逐步回归，结果如下表所示。表5.3.6-0.0221 (-0.066)1.7515(3.211)0.2483(1.598)46.7427(3.316)-2.9123(-2.0

20、48)0.98071.7577(3.838)0.2469(4.027)-0.1968 (-0.153)46.4057(3.292)-2.7533(-1.576)0.9808在解释变量 的基础上加入，的t检验不显著，并且变小，加入，的检验不显著，并且变小，说明是, 引起严重多重共线性，应予剔除。所以，最后修正严重多重共线性影响的回归结果。表5.3.7Dependent Variable: YMethod: Least SquaresDate: 12/18/07 Time: 00:16Sample: 1986 2006Included observations: 21VariableCoeffic

21、ientStd. Errort-StatisticProb.C-938.9944216.9807-4.3275470.0005X30.2381170.02045511.641180.0000X21.7281120.4033444.2844630.0006X6-2.9905470.769766-3.8850070.0013X546.6442313.574843.4360780.0034R-squared0.985552Mean dependent var2056.976Adjusted R-squared0.981939S.D. dependent var2909.630S.E. of regr

22、ession391.0239Akaike info criterion14.97967Sum squared resid2446395.Schwarz criterion15.22837Log likelihood-152.2865F-statistic272.8465Durbin-Watson stat1.134820Prob(F-statistic)0.000000-938.99441.728112+0.238117+46.64423-2.990547=(-4.327547) (4.284463) (11.64118) (3.436078) (-3.885007)=0.985552 =0.

23、981939 =272.8465 =1.134820这说明，在其他因素不变的情况下，当进出口差额增加1亿美元，广义货币供应量增加1亿美元，通货膨胀率增加一个百分点，FDI增加1亿美元时，我国外汇储备将分别增加1.728112亿美元，增加0.238117亿美元，增加0.4664423亿美元，减少2.990547亿美元。5.4 异方差的检验 现实经济活动的错综复杂，一些经济现象的变动与同方差性的假定经常是相悖的。由于模型中省略了某些重要的解释变量，则可能产生异方差。本模型中，影响中国外汇储备还有其他的因素，也许会改变外汇储备，若未列入模型的解释变量与外汇储备同方向的或反方向的变化，这种变化就会体现

24、在随机扰动项Ui则产生异方差性。我们用的是时间序列数据，所以最好采用ARCH检验。首先对模型用OLS法进行多元线性回归估计。在选择ARCH检验，选择阶数为2，得到以下结果。提出假设。：（j=1,2,p）中至少有一个不为零。表5.4.1ARCH Test:F-statistic0.298682 Probability0.745842Obs*R-squared0.683839 Probability0.710405Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/19/07 Time: 22:29Sample

25、(adjusted): 1988 2006Included observations: 19 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C95936.0853050.831.8083800.0894RESID2(-1)0.1930060.2501350.7716080.4516RESID2(-2)-0.0238930.248461-0.0961630.9246R-squared0.035992 Mean dependent var115526.0Adjusted R-squared-0.0845

26、10 S.D. dependent var157321.6S.E. of regression163834.4 Akaike info criterion26.99504Sum squared resid4.29E+11 Schwarz criterion27.14416Log likelihood-253.4529 F-statistic0.298682Durbin-Watson stat1.982022 Prob(F-statistic)0.745842可以看出P值分别为0.710405，在=0.05的显著性水平下，P值远大于临界值，所以接收原假设，即不存在异方差。5.5 自相关性的检验根

27、据多元线性的OLS回归，DW值为1.13482，落在不能确定的区域。做残差图如下。图5.5.1 残差图中，残差的变动有系统模式，残差随着t的变化并不是频繁地改变符号，而是几个正的几个负的，表明随机误差项存在正自相关。自相关性的修正：为了解决自相关问题，选用科克伦奥克特迭代法。计算可得残差序列。使用进行滞后一期的自回归，得到下表。表5.5.1Dependent Variable: EMethod: Least SquaresDate: 12/18/07 Time: 19:30Sample (adjusted): 1987 2006Included observations: 20 after a

28、djustmentsVariableCoefficientStd. Errort-StatisticProb.E(-1)0.3889630.2022141.9235250.0695R-squared0.159125Mean dependent var-22.70222Adjusted R-squared0.159125S.D. dependent var342.5854S.E. of regression314.1482Akaike info criterion14.38631Sum squared resid1875093.Schwarz criterion14.43610Log likel

29、ihood-142.8631Durbin-Watson stat1.586867对原模型进行广义差分得到结果如下表5.5.2。表5.5.2Dependent Variable: Y-0.388963*Y(-1)Method: Least SquaresDate: 12/18/07 Time: 19:44Sample (adjusted): 1987 2006Included observations: 20 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C-645.9377175.3111-3.6845230.002

30、2X2-0.388963*X2(-1)1.4851340.4112903.6109140.0026X3-0.388963*X3(-1)0.2362080.0248179.5180860.0000X5-0.388963*X5(-1)38.4229813.982592.7479150.0149X6-0.388963*X6(-1)-2.3237671.046892-2.2196820.0423R-squared0.979612Mean dependent var1526.074Adjusted R-squared0.974175S.D. dependent var2097.172S.E. of re

31、gression337.0200Akaike info criterion14.69048Sum squared resid1703737.Schwarz criterion14.93941Log likelihood-141.9048F-statistic180.1791Durbin-Watson stat1.373499Prob(F-statistic)0.000000式中，（i=2,3,5,6）。由于使用了广义差分数据，样本容量减少了1个，还剩20个。查5%显著水平的DW统计表可知=0.820，=1.872，模型中DW=1.497429，介于二者之间，说明广义差分模型中仍然有可能存在自相

32、关，因此还需要继续迭代。调整数据的滞后数值，进行第二次迭代的相应结果如下表。表5.5.3Dependent Variable: E1Method: Least SquaresDate: 12/18/07 Time: 19:53Sample (adjusted): 1987 2006Included observations: 20 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.E1(-1)0.5386880.1758833.0627610.0064R-squared0.328899Mean dependent var

33、17.23908Adjusted R-squared0.328899S.D. dependent var358.7588S.E. of regression293.8979Akaike info criterion14.25305Sum squared resid1641143.Schwarz criterion14.30284Log likelihood-141.5305Durbin-Watson stat1.563041表5.5.4Dependent Variable: Y-0.538688*Y(-1)Method: Least SquaresDate: 12/18/07 Time: 20

34、:04Sample (adjusted): 1987 2006Included observations: 20 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C-515.8395157.8135-3.2686660.0052X2-0.538688*X2(-1)1.3555030.4179803.2429850.0055X3-0.538688*X3(-1)0.2355610.0275838.5402150.0000X5-0.538688*X5(-1)32.5003713.890132.3398170.0335X6-0

35、.538688*X6(-1)-1.9377481.227041-1.5792050.1351R-squared0.973259Mean dependent var1282.520Adjusted R-squared0.966128S.D. dependent var1771.333S.E. of regression326.0043Akaike info criterion14.62402Sum squared resid1594182.Schwarz criterion14.87295Log likelihood-141.2402F-statistic136.4820Durbin-Watso

36、n stat1.401147Prob(F-statistic)0.000000B1=-1118.2009139 B2=1.355503 B3=0.235561 B5=32.50037 B6=-1.937748样本容量减少了1个，还剩19个。查5%显著水平的DW统计表可知=0.779，=1.900，模型中DW=1.652762，虽然已有所增加，但仍处于无法确定的区域，说明广义差分模型中仍然有可能存在自相关。且此时，的t 值在5%显著水平时已经不显著，那么在当前条件下，模型的自相关问题已经得到减轻，但尚未消除自相关影响。我们接受第二次迭代时的广义差分模型。回归方程为式中，（i=2,3,5,6）。六

37、、 分布滞后模型的估计和调整前面讨论的回归模型属于静态模型，即认为被解释变量的变化仅仅依赖解释变量的当期影响，没有考虑变量之间的前后联系。一般来说，解释变量对被解释变量的影响不可能在短时间内完成，在这一过程中通常存在时间滞后。:通货膨胀滞后。通货膨胀与外汇储备量的变化有着较为密切的联系。一般而言,随着外汇储备大幅增加,货币供给也会相应迅速增加,导致通货膨胀。而其影响并不是即期的，总存在一定时滞。:FDI外商直接投资滞后。指外国企业和经济组织或个人(包括华侨、港澳台胞以及我国在境外注册的企业)按我国有关政策、法规，用现汇、实物、技术等在我国境内开办外商独资企业、与我国境内的企业或经济组织共同举办

38、中外合资经营企业、合作经营企业或合作开发资源的投资(包括外商投资收益的再投资)，以及经政府有关部门批准的项目投资总额内企业从境外借入的资金。进入1990年代，外商直接投资是我国外汇储备增加的主要结构性因素，对我国外汇储备增量的贡献度日益增大，同时外商投资企业的汇出利率也构成了用汇需求的重要内容，它通常记入国际收支平衡表经常项目收益的借方。近来不少学者认为FDI不仅是导致我国资本账户顺差的主要力量，同时外资企业也是我国贸易顺差的主要贡献者，并最终使得我国外汇储备迅速增加。但是外商直接投资对于外汇储备的影响不可能是当年就可以体现的，而是滞后一段时间才会体现出来的。我们猜测大概会滞后12年。因此，前

39、面设定的多元线性模型其实是不准确的。为了考察这些解释变量对外汇储备的影响到底存在怎样的时滞，需要在回归模型中引入滞后变量进行分析。6.1 建立分布滞后模型用OLS分别对和的滞后期数做试验，结果发现，当模型估计式为时，得到如下结果表。表6.1.1Dependent Variable: YMethod: Least SquaresDate: 12/19/07 Time: 23:24Sample (adjusted): 1988 2006Included observations: 19 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C-1084.113251.4601-4.3112730.0007X21.6305410.4062034.0141060.0013X30.2495630.02075912.022160.0000X5(-1)35.7883314.343932.4950150.0257X6(-2)-3.5274070.859921-4.1020130.0011R-squared0.987177Mean dependent var2270.874Adjusted R-squared0.983