对我国外汇储备影响因素的回归分析.docx

《对我国外汇储备影响因素的回归分析.docx》由会员分享，可在线阅读，更多相关《对我国外汇储备影响因素的回归分析.docx（13页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、对我国外汇储藏影响因素的回归分析摘要本文通过对影响我国外汇储藏的因素进行实证分析，由相关经济理论作为 基础，设定回归模型并收集了相关的数据，利用EVIEWS软件对计量模型进行 了参数估计和检验，并加以修正。最后，我们对所得的分析结果作了经济意义的 分析，并相应提出一些政策建议。关键词：外汇储藏、回归模型、汇率、存款准备、货币供应量、外商直接投资正文一、问题的提出据中国央行2011年1月13日公布的2010年金融统计数据显示，2010年末，国家外 汇储藏余额为83760. 46亿美元，同比增长17.7%。较2009年12月末71162. 12亿 美元，全年增加了 12598.34亿美元，外汇储藏

2、继续保持增长。外汇储藏是一国对外经济交往中货币支付结算的结果。在国际收支平衡表中，外汇储藏 的增加主耍来自于经常工程顺差、资本和金融工程顺差。国家外汇管理局去年底公布的 2010年三季度及前三季度我国国际收支平衡表修订数据显示，2010年前三季度，我国国 际收支经常工程顺差2039亿美元，同比增长30%；资本和金融工程顺差1301亿美元， 增长2%。当前充足的外汇储藏为我国稳定的金融环境提供了保证。我国是一个开展中的大国， 即使按照传统的适度规模指标衡量，也需要保持一定规模的外汇储藏。充足的外汇储藏也 是一种信心的保证。此次国际金融危机就充分证明，充足的外汇储藏提升了我国有效应对危 机的能力。

3、同时，充足的外汇储藏为国家防范游资冲击提供了基础性保障，兴风作浪的投 机资本不敢对储藏大国随意造次。充足的外汇储藏，还为我国推行积极的国际开展战略，共 同应对金融危机打下基础。本文拟通过时下对影响外汇储藏因素的主要理论观点，归纳出影响一国外汇储藏的主要 可能因素，并结合中国的宏观及制度背景提出影响中国外汇储藏的各 种可能因素。在此基 础上，利用中国的有关数据及一定的计量经济学方法，对各种可能因素产生的影响进行实证 分析。二、理论综述在影响因素中，汇率的决定理论中，最著名的就是购买力平价理论，任何两种货币之间 的汇率会调整到反映这两个国家的物价水平变动为止，进一步在进出口中影响到外汇储藏。 购买

4、力评价理论只是一价定律在物价水平上的应用，而不是在个别商品上的。一般来说，一 国的物价水平在短期是相对保持不变的，而在长期是绝对变动的，因此，由购买力平价理 论解释在长期的汇率的变动是十分有效的。国际收支平衡的关系式为：储藏资产增减额=经常工程差额+资本与金融工程差额; 如果这一等式不相等，那么将补齐的平衡数视为净误差与遗漏。储藏资产通常由外汇储藏、 黄金储藏以及特别提款权（SDR）、在IMF的储藏头寸，其他债权等3个小工程组成。由 于我国黄金储藏的各年变动量不大，特别提款权等3个小工程在储藏资产增减额中所占的 比重较小，所以储藏资产变动主要表现为外-1-汇储藏的变动。以上关系近似为：外汇储藏

5、增减额=经常工程差额+资本工程差额+误差与遗漏。因此，与外汇储藏来源 紧密相关的主要因素还有进出口贸易顺差额，外债和外商直接投资。三、模型的设定1、模型数据的选择(2)DW检验法因为DW=1.293471,在。=5%的显著水平下，样本容量为44,两个解释变量，得5=1.430所以样本数据存在正自相关。(3)广义差分法使用et进行滞后一期的自回归，得：e=0.350827et-i所以对广义差分方程进行回归得：Dependent Variable: Y-0.350827*Y(-1)Method: Least SquaresDate: 12/24/11 Time: 19:55Sample (adju

6、sted): 2000Q2 2010Q4Included observations: 43 after adjustmentsCoefficientStd. Errort-StatisticProb.c79900.5110719.687.4536270.0000X1-0.350827*X1(-1)-15805.881845.620-8.5639950.0000X3-0.350827*X3(-1)0.0859150.00644313.334430.0000R-squaredAdjusted R-squared20277.0916541.380.988956 Mean dependent var0

7、.988403 S.D. dependent varS.E. of regression1781.297Akaike info criterion17.87529Sum squared resid1.27E+08Schwarz criterion17.99816Log likelihood-381.3186Hannan-Quinn criter.17.92060F-statistic1790.882Durbin-Watson stat2.196501Prob(F-statistic)0.000000所以可得回归方程为Y*=79900.51-15805.88X1 *+0.085915X3*Se=

8、(10719.68) (1845.620) (0.006443)t=(7.453627) (-8.563995) (13.33443)R2=0.988956, F=1790.882, DW=2.196501可见，在5%显著性水平下广义差分模型中已无自相关，不必再进行迭代。同时可 见，可决系数R2、t、F统计量也均到达理想水平。因为01=79900.51/(1-.0.350827)=123080.457802=15805/ (1-0.350827) =-24346.3606803=0.085915/ (1-0.350827) =0.132345所以得到最终外汇储藏模型为Y=123080.4578

9、-24346.36068Xi+0.132345X3六、结论和政策建议(一)调节国际收支走向均衡1 .经常工程方面。我国应将出口导向型增长转变为内需推动型增长，从根源 上解除贸 易对外汇储藏高速增长的推动。作为大国，经济的内部需求对贸易平衡 的影响，往往远大 于汇率的作用。2,资本和金融工程方面。一方面，抑制短期投机资本的过快流入。央行要大力加强资 本流入的控管，加强对短期国际资本的监控，加强对外汇资金流入、结 汇的检查以及对企 业和金融机构短期外债的管理，同时还应与国内其他金融部门、外贸管理部门、海关等几 方面进行联合协作、信息共享，对各种形式的投机资本流入进行跟踪调查，完善统计系统, 给予适

10、度防范。另一方面，大力开展境9-外直接投资。开展境外直接投资既是我国产业 调整的需要，又有利于实现国际收支的平衡。(二)改进人民币汇率形成机制1 ,适当扩大人民币汇率浮动区间。在人民币面临巨大升值压力的情况下，我 们应适当 放开汇率波动的幅度，这样可有效杜绝因固定汇率目标导致的国际套汇 套利行为对本国货 币供给的冲击，减轻维持固定汇率目标对外汇储藏规模的压力，削弱外汇储藏与货币供给 的内在联系。2 .创新外汇市场交易机制。为了能让人民币更好地反映现实的供求状况，就 应该突出 市场的主体地位。从技术层面上说，人民币汇率改革的关键是建立起拥有众多参与者的市 场化交易机制。所以，需要进一步扩大外汇市

11、场的交易主体，开发远期、互换等具有避险 功能的金融工具，完善外汇市场电子交易平台，积极 推进信息化建设，提高外汇市场的效 率。（三）对现有超额外汇储藏进行充分利用1 .通过积极管理提高外汇储藏的收益率。我国的现实情况是握有大量超额外 汇储藏， 并将其大多投资于美国国库券，导致收益率偏低，产生大量机会本钱，因此谋取外汇储藏 资产的高投资回报率那么自然成了我国外汇储藏管理的核心。在外汇储藏投资管理方面，可 以借鉴新加坡政府投资公司（GIC）的做法，对外汇储藏进行分档管理，适度范围内的外 汇储藏继续由中央银行用于满足汇率管理的流动性需要，超额储藏可以投资于具有更高收 益的资产。2 .利用外汇储藏弥补

12、基础设施和技术水平的缺乏。中国的基础设施建设与发 达国家差 距仍然巨大，可以考虑将超额外汇储藏的一局部投资于基础设施建设。为防止外汇储藏在 国内运用增加国内流动性和通胀压力，政府可将外汇储藏通过 发行债券的形式投入中投公 司，为那些进口资本货物用于国内基础设施的企业提供信贷额度。参考文献及数据国家统计局国家外汇管理局中央人民银行网站中国金融网郭梅军，蔡跃洲：中国外汇储藏影响因素的实证分析J.经济评论，2006 （2）.陈享光，孙 莹：我国外汇储藏增长的影响因素与实证检验J.北京行政学院学报2008 年第6期杨泗华 计量经济学 经济管理出版社改革开放之前，我国实行计划经济，对于外汇几乎没有需求也

13、没有多少储藏，影响外汇 模型的因素有质的变化。由于在改革开放以后，我国逐步加大对外 开放力度，对于外汇的 需求与使用才逐渐步入正轨，又由于本文只研究我国外汇 储藏情况，因此选择从 20002010年的时间序列数据。2、影响因素的选择国内生产总值（GDP）：外汇储藏与国内生产总值之比反映了一国经济规模对 于外 汇储藏量的需求。外汇储藏粮与国内生产总值应保持适宜水平。外商直接投资（FDD：进入二十世纪九十年代，外商直接投资是我国外汇储藏增加的 主要结构性因素，对我国外汇储藏增量的贡献度日益加大，同时外商投资企业的汇出利润也 构成了用汇需耍的重耍内容。利用外资可视为举借外债之外的另外一个对外融资方式

14、之一, 可大大减轻外汇储藏的负担，而且使得经济建设获得跃进式的增长。汇率：汇率是不同货币间比率，外汇储藏是一国货币当局所持有的外汇量。 外汇储藏增多，外汇供应增加，汇率下降。货币供应量：在新的外汇管理体制下，当央行买入外汇时，中央银行外汇储 备增加，基础货币投放同时增加；当央行卖出外汇收入人民币时，中央银行外汇 储藏减少，基础货币投放也同时减少。3、设定模型根据理论界的研究和官方的政策可知，外汇储藏与其相关因素是线性关系，因此建立 汇率（X1）、GDP （X2）、货币供应量（X3）、外商直接投资（X4）和外汇储藏（Y）等因素之 间的回归模型：Yt = a + p1X1 + p2 X 2 + p

15、3 X3 + p4 X 4 +Ut四、估计模型参数1、数据的收集年份YXIX2X3X42000.014694. 798. 278620656.96136407.671.32000. 024734.338. 274823091. 26144073.2100.32000. 034779. 058. 278724339. 28147305. 0195.22000. 044908.298. 278131127.05159441. 6140.92001.015192.438. 277623299. 537159437.3179.82001. 025370.168. 277825651. 32160991

16、.7127. 12001.035703. 098. 276826867.34166135.71115. 12001. 046235.098. 276733836.98172566.09146.52002.016685. 368. 276625375.693178753.8101.22002. 027150.578. 27727965. 32184890.21144.82002. 037582.548. 276729715.7195153.6149.72002. 048265. 718. 277137275.98205975.2131.92003. 019287. 188. 27728861.8

17、213601.11130.92003. 0210128. 288. 276931007. 1220022. 19171.72003. 0311050.838. 277133460. 4232349. 799.82003. 0412246. 048. 276942493. 5245200. 59132.72004. 0112821.818. 276733420. 6253177. 89140.72004. 0213782.168. 276836985. 3261011. 1198. 12004. 0314936. 898. 276739561.7267546. 6148. 12004. 0417

18、262.578. 276549910. 7279139. 29119.42005. 01192548. 276538763. 6284637. 21133.92005. 0220727. 598. 276542443. 2288996. 99151.72005. 0322549.468. 158744370. 7298015.846.82005. 0423979.978. 085157639. 9313156.5170.82006. 0125739.228. 055144419.8318345142.52006. 0218361.558.01749191.8327950.7141.82006.

19、 0329145. 177. 974850958344312.7142.72006. 0431147.217. 871867353. 9366040.2204.42007. 0133640.957. 77253058.286382623.6158.92007. 0238718.627. 691859400. 013938011602007. 0342274.527. 57661969. 34419822.1153. 32007. 0444800. 537. 459982877. 93445178.4275. 542008. 0149191.217. 198563474. 494455917.8

20、274. 142008. 0253624.446. 986971251.29459846.3249.72008. 0356349. 026. 84573299.54467631.3219. 862008. 0457104. 356. 837192644. 68481238.1180. 222009. 0157792.636. 838465745. 145507905.1217. 772009. 0262299.776. 8374117. 06553377.3212. 292009. 0366580. 46. 8277955597992.1207. 572009. 0471162.126. 82

21、76117535.7640040.4262. 662010.0172868. 966. 828181622. 3683274234. 432010. 0273842.936. 823891992.7710987.7236. 12010. 0377350.356. 769696619728826.6241. 182010. 0483760. 466. 6227127749779355270. 71其中Y为外汇储藏量X1为汇率X2 为 GDPX3为货币供应量X4为外商直接投资2、估计方法的选择与参数估计选取OLS回归法，对以上数据Eviews分析得如下数据:Dependent Variable:

22、YMethod: Least SquaresDate: 12/17/11 Time: 09:38Sample: 2000Q1 2010Q4Included observations: 44Coefficient Std. Error t-Statistic Prob.C123650.212165.9410.163640.0000X1-15835.671342.391-11.796620.0000X20.0511440.0358341.4272540.1615X30.0806050.00626912.856900.0000X4-6.9346089.006060-0.7699940.4459R-s

23、quared0.994882Mean dependent var29660.97Adjusted R-squared0.994357S.D. dependent var24780.92S.E. of regression1861.579Akaike info criterion18.00288Sum squared resid1.35E+08Schwarz criterion18.20563Log likelihood-391.0634Hannan-Quinn criter.18.07807F-statistic1895.186Durbin-Watson stat1.444138Prob(F-

24、statistic)0.000000(12165.94) (1342.391) (0.035834)(0.006269) (9.006060)T=(10.16364)(-11.79662) (1.427254)(12.85690) (-0.769994)2R2=0.994882, R =0.994357, F (4,39) =1895.186, DW (43,4) =1.444138由此可见，R2=0.994882, 7? 2=0.994357,可决系数和调整可决系数均大于0.9 ,很高；F检验值为1895.186,在1%的显著性水平下大于4.5,可见X1、X2、X3、X4联 合对Y的解释能力

25、显著。但X1系数的伴随概率大于。=5%的显著水平，那么X2、X4对Y 的解释能力欠佳,需要进一步的检验。外商直接投资系数为负值,这与经济意义相悖，说明 很可能存在多重共线。五、模型参数的检验与优化多重共线性检验与优化1、多重共线性检验计算各解释变量的相关系数，利用Eviews得到相关系数矩阵，如下表：YY1.000000X40.818989X30.987481X20.947871X1-0.973257X40.8189891.0000000.8119770.821293-0.810151X30.9874810.8119771.0000000.949640-0.935766X20.9478710.

26、8212930.9496401.000000-0.902751X1-0.973257-0.810151-0.935766-0.9027511.000000由此确定存在多重共线性由相关系数矩阵可以看出，各解释变量之间的相关系数较高, 2、多重共线的优化逐步回归法首先用Y分别对X1 X2 X3 X4进行回归，其可决系数分别为：R21= 0.947230, R22=0.898459, R23=0.975118, R24=0.670742加入X3的方程的R最大，以Y对X3的回归方程Y=-17989.82+0.137643X3为基础,顺次加入X1、X2、X4变量逐步回归：Y=-17989.82+0.13

27、7643X3,力口入 X1 后：1=0. 994591, F=3769. 432,明显改进 F 值, 且t检验显著，所以保存XI。加入X2后，R2=0. 973155,有提高。又在众多经济理论中，GDP与外汇储藏有重大的 直接关系，所以予以保存。再加入X4后，R2=o.949937, t检验不显著，所以应剔除X4。当方程加入X1、X2后，X2的t检验不显著，所以应剔除X2。那么此时结果为：Dependent Variable: YMethod: Least SquaresDate: 12/17/11 Time: 11:06Sample: 2000Q1 2010Q4Included observ

28、ations: 44Coefficient Std. Error t-Statistic Prob.C123211.111639.0010.586060.0000X1-15821.681302.298-12.149050.0000X30.0860250.00454018.947000.0000R-squared0.994591Mean dependent var29660.97Adjusted R-squared0.994327S.D.dependent var24780.92S.E. of regression1866.470Akaike info criterion17.96723Sum

29、squared resid1.43E+08Schwarz criterion18.08888Log likelihood-392.2791Hannan-Quinn criter.18.01234F-statistic3769.432Durbin-Watson stat1.326360Prob(F-statistic)0.000000Y=123211.1-15821 .68Xi +0.086025X3T=(10.58606) (-12.14905)(1894700)R2=0.994591, A2=o 994327, F(2,41 )=3769.432, DW=1.326360异方差检验与优化1、

30、 异方差的检验(1) 首先我们以图示法观察X1、X3分别与residA2的关系：8.48.0-7.6-7.2-6.8-6.4025,000 50,000 75,000 100,000由图可知，y的离散程度随X1的增加而逐渐减小，随X3的增加而逐渐增大，所以存在异 方差。(2)、WNte 检验Heteroskedasticity Test: WhiteF-statistic2.210359Prob. F(5,38)0.0733Obs*R-squared9.913581Prob. Chi-Square(5)0.0777Scaled explained SS15.57857Prob. Chi-Squ

31、are(5)0.0082Test Equation:Dependent Variable: RESIDA2Method: Least SquaresDate: 12/17/11 Time: 11:37Sample: 2000Q1 2010Q4Included observations: 44CoefficientStd. Errort-StatisticProb.c1.56E+091.63E+090.9525610.3468X1-3.28E+083.60E+08-0.9113520.3679X1A217069873199084090.8574200.3966X1*X3199.7825157.6

32、1981.2674960.2127X3-1757.6991428.930-1.2300810.2262X3A20.0003460.0002961.1678100.2502R-squared0.225309Mean dependent var3246184.Adjusted R-squared0.123376S.D.dependent var6247375.S.E. of regression5849306.Akaike info criterion34.12767Sum squared resid1.30E+15Schwarz criterion34.37097Log likelihood-7

33、44.8087Hannan-Quinn criter.34.21790F-statistic2.210359Durbin-Watson stat1.913613Prob(F-statistic)0.073271可以看出，nR2=9.913581,有White检验知，在。=10%下查X?分布表，得临界值X2。(5) =9.23635,说明模型存在异方差。(3) 异方差的修正运用 加权最小二乘法，分别选用W1=1/X1, w2=1/x1A2,w3=1/sqr(x1)得Dependent Variable: YMethod: Least SquaresDate: 12/17/11 Time: 21:

34、43Sample: 2000Q1 2010Q4Included observations: 44Weighting series: W1CoefficientStd. Errort-StatisticProb.C127333.610788.7711.802420.0000X1-16260.971208.845-13.451650.0000X30.0840160.00421119.950700.0000Weighted StatisticsR-squared0.995284Mean dependent var31661.28Adjusted R-squared0.995054S.D.depend

35、ent var28863.87S.E. of regression1838.853Akaike info criterion17,93742Sum squared resid1.39E+08Schwarz criterion18.05907Log likelihood-391.6232Hannan-Quinncriter.17.98253F-statistic4326.044Durbin-Watsonstat1.306860Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.994559Mean dependent var29660

36、.97Adjusted R-squared0.994293S.D.dependent var24780.92S.E. of regression1872.002Sum squared resid1.44E+08Durbin-Watson stat1.318191Dependent Variable: YMethod: Least SquaresDate: 12/24/11 Time: 17:52Sample: 2000Q1 2010Q4Included observations: 44Weighting series: W2Coefficient Std. Error t-Statistic

37、Prob.C130936.59900.77313.224880.0000X1-16642.841112.299-14.962560.0000X30.0822430.00385221.349870.0000Weighted StatisticsR-squared0.995800Adjusted R-squared0.995595S.E. of regression1801.796Sum squared resid1.33E+08Log likelihood-390.7274F-statistic4860.278Prob(F-statistic)0.000000Mean dependent var

38、33771.34S.D. dependent var33319.51Akaike info criterion17.89670Schwarz criterion18.01835Hannan-Quinn criter.17.94182Durbin-Watson stat1.293471Unweighted StatisticsR-squared0.994475Mean dependent var29660.97Adjusted R-squared0.994206S.D.dependent var24780.92S.E. of regression1886.283Sum squared resid

39、1.46E+08Durbin-Watson stat1.298696Dependent Variable: YMethod: Least SquaresDate: 12/24/11 Time: 17:58Sample: 2000Q1 2010Q4Included observations: 44Weighting series: W3CoefficientStd. Errort-StatisticProb.C125321.511221.5711.167910.0000X1-16046.761256.283-12.773210.0000X30.0849970.00438119.401850.00

40、00Weighted StatisticsR-squared0.994961Mean dependent var30646.25Adjusted R-squared0.994715S.D.dependent var26773.52S.E. of regression1853.878Akaike info criterion17.95369Sum squared resid1.41E+08Schwarz criterion18.07534Log likelihood-391.9812Hannan-Quinn criter.17.99881F-statistic4047.896Durbin-Wat

41、son stat1.315920Prob(F-statistic)0.000000Unweighted StatisticsR-squared0.994583Mean dependent var29660.97Adjusted R-squared0.994318S.D.dependent var24780.92S.E. of regression1867.914Sum squared resid1.43E+08Durbin-Watson stat1.324025经估计检验发现用权数w2的效果最好。那么估计结果如下Y=130936.5-1 6642.84Xi+0.082243X3(9900.773) (1112.299)(0.003852)R2=0.995800, DW=1.293471, F=4860.278可以看出加权最小二乘法消除了异方差，参数的t检验均显著，F检验也显著。自相关的检验与优化1、自相关的检验(1),观察残差和滞后一期残差的图示如下: