影响我国货币供应量因素的实证分析影响我国货币供应量因素的实证分析摘要:货币供给与经济运行密切相关,是影响经济健康运行的重要变量，也是央行制定货币政策时需要考虑的一个重要指标，实现对货币供给水平的合理调控是各国中央银行追求的基本目标。
本文将对货币供应量的影响因素进行实证分析, 给出各因素对货币供应量的影响程度。
关键词:货币供应量;影响因素;回归分析一(问题的提出受美国次贷危机的影响，各国经济的发展都受到了不同程度的牵连，中国的经济也在一定的程度上出现了波动, 国家采取了一系列扩张型的经济政策来刺激经济走向复苏。
今天, 全球经济日益复苏, 增长速度逐步加快, 在此背景下, 保持经济的增长便需要一个稳定的货币政策, 其中最关键的就是货币供应量，如何调节货币供应量, 从而使国民经济健康正常运行便显得尤为重要。
另外,我国从2003 年开始物价回升,出现了通货膨胀势头。
在我国宏观经济政策的干预下,虽然通货膨胀率上升不明显,但因为国内国外的种种因素的影响,通货膨胀压力并没有被消除。
回顾近年来我国金融市场上资金流动性过剩的问题，分析影响我国货币供给量的主要因素,合理控制货币供给量,保证我国经济的稳定、持续的发展是至关重要。
二(理论分析西方货币需求理论由来已久，是西方经济学最重要的组成部分，其深入探讨货币供应量同产量、收入、就业、利率和物价水平等各种实际经济变量之间的关系,存在各种不同的学派，其中较有代表性的是古典货币理论、凯恩斯的货币理论、现代货币学派货币理论,三者皆是西方经济学发展历程中具有里程碑意义的经济学派。
古典货币学派的主要观点是:(1)认为货币的功能只是媒介。
(2)假定经济处于“充分就业”水平，货币流通速度和商品产量在短期内不会有太大的变化，可视为常数。
(3)认为物价水平取决于货币数量的变化，随货币数量的变动而变动，也就是说，货币供应量的增加引起物价的同比例上涨，进而达到通货膨胀的境地。
(4)认为货币政策应是控制货币供应量的增长、物价水平和币值稳定。
传统的货币数量说有两种主要流派，其一是费雪方程式，其二是剑桥学派的现金余额方程式。
凯恩斯流动性偏好理论认为，由于货币具有完全的流动性，而人们在心理上具有对流动性的偏好，即人们总是偏好将一定量的货币保持在手中，以应付日常的、临时的和投机性的需要。
因此，人们对货币的需求主要是由三个动机所决定的:(1)交易动机，即由于收入与支出的时间不一致，故必须持有一部分货币在手中，以满足日常交易活动的需要;(2)预防动机，即为应付意外的、临时的或紧急需要的支出而持有的货币;(3)投机动机，即由于未来利率的不确定，人们便会根据其对利率变化的预期，为了在有利的时机购买债券进行投机而持有货币。
凯恩斯认为人们出于这三种动机，愿意持有流动性更强的货币，并称之为“流动性偏好”。
现代货币主义货币理论，其代表人物是弗里德曼。
弗里德曼深受凯恩斯流动偏好分析方法的影响，进而重新表述了货币数量论。
他认为货币数量论基本上仍然是有效的。
主要观点有:(1)认为货币不但具有商品交易媒介的功能，更强调货币的资产功能即价值贮藏手段职能。
(2)扩大了对货币需求影响因素的分析，并划分名义货币需求和真实货币需求。
(3)认为利率对货币需求的影响微不足道。
(4)认为货币流通速度从长期来看虽是一变量，但短期内可视作一常量。
(5)认为价格水平的变动取决于货币数量的多少。
可见，弗里德曼对货币的流通速度和货币数量与物价关系的看法与古典学派有点相同。
综上所述，贯穿西方货币需求理论的主线是非常清晰的，即从货币的交易媒介职能和价值贮藏职能出发，通过分析人们持有货币的原因和影响这些原因的因素，得出货币的需求函数。
三(模型的建立(一)变量的引入本文的研究目标是试图建立一个比较完整的影响货币政策工具有效性的模型。
根据西方货币需求理论,以及经验数据和收集的各项资料，我认为国民收入、利率水平、消费者的预期等因素都将以不同的方式和程度影响着货币供给水平,因此在本文的计量经济模型中, 引入如下变量:);解释变量，国民收入(用GDP表示)、利率R 被解释变量，货币供应量(M1(以6个月的贷款利率表示)、消费者预期价格(用CPI进行衡量)。
(二)样本的选取考虑到数据的可获得性以及时效性，我选取了1991年—2009年的相关数据作为分析样本。
货币供应量M1，居民消费价格指数CPI，利率水平R,国民生产总值GDP。
数据如下:M1 亿元 CPI R GDP1991 8633.3 100 8.1 21781.51992 11731.5 106.4 8.1 26923.51993 16280.4 122 8.82 35333.91994 20540.7 151.5 8.82 48197.91995 23987.1 184.1 10.08 60793.71996 28514.8 200.3 9.18 71176.61997 34826.3 206.6 7.65 789731998 38953.7 205.3 6.57 84402.31999 45837.2 202.7 5.58 89677.12000 53147.2 204.3 5.58 99214.62001 59871.6 205.7 5.58 109655.22002 70881.8 203.6 5.04 120332.72003 84118.6 205.5 5.04 135822.82004 95969.7 212.3 5.22 159878.32005 107278.8 215.6 5.22 184937.42006 126035.1 218.9 5.58 216314.42007 152560.1 228.7 6.57 265810.32008 166217.1 244.9 4.86 314045.42009 220001.5 227.8 4.86 340506.9(数据来源:《中国统计年鉴2010》)(三)模型的初步建立根据理论分析，建立如下模型:Log(m1)=c+mlog(gdp)+nlog(r)+qlog(cpi)四(模型的检验与修正利用EVIEWS软件，回归分析结果如下:Dependent Variable: LOG(M1)Method: Least SquaresDate: 05/11/11 Time: 18:24Sample: 1991 2009Included observations: 19Variable Coefficient Std. Error t-Statistic Prob.C -0.238912 0.498643 -0.479123 0.6388LOG(CPI) -0.213993 0.128491 -1.665434 0.1166LOG(R) -0.427680 0.093570 -4.570722 0.0004LOG(GDP) 1.128131 0.051179 22.04280 0.0000R-squared 0.996250 Mean dependent var 10.82171Adjusted R-squared 0.995501 S.D. dependent var 0.926959S.E. of regression 0.062179 Akaike info criterion -2.532942Sum squared resid 0.057993 Schwarz criterion -2.334113Log likelihood 28.06295 F-statistic 1328.483Durbin-Watson stat 1.837329 Prob(F-statistic) 0.000000 (一) 经济意义的检验模型中各变量的系数符号符合经济理论，货币供应量与国民收入水平(GDP) )和通货膨胀率(CPI)成反比关系，因而该模型通过成正比，而与利率水平(R 经济意义检验。
(二) 统计意义的检验(1) 模型的显著性根据回归结果可以看出，拟合优度R^2=0.996，说明模型的拟合程度较高。
F=1328.483，如果给定的显著水平为0.05， F值显著大于临界值F0.05(3，19)，说明模型的线性关系显著。
(2) 变量的显著性解释变量CPI的 p值大于0.05，未通过t检验，CPI对M1的变化影响不显著，故解释变量间很有可能存在多重共线性。
但模型基本符合要求，下面进行进一步的检验。
(三) 计量经济意义的检验(1) 多重共线性用简单相关系数矩阵法初步判断是否存在多重共线性。
列出解释变量的简单相关系数矩阵。
如下表所示M1 CPI R GDPM1 1.000000 0.713268 -0.686981 0.992012CPI 0.713268 1.000000 -0.644217 0.747899R -0.686981 -0.644217 1.000000 -0.664894GDP 0.992012 0.747899 -0.664894 1.000000一般认为，两个变量之间的相关系数大于0(8时，二者之间存在线性关系。
从上面的表格我们可以看出，各解释变量之间不存在显著的相关性。
所以，初步判定模型不具有多重共线性。
2) 异方差的检验 (我们使用white检验来对模型进行异方差检验，结果如下:White Heteroskedasticity Test:F-statistic 9.971562 Probability 0.001053Obs*R-squared 17.26825 Probability 0.044677 P值分别为0.001053和0.044677,在 0. 05 的显著水平下 ,P<0.05，所以接受原假设 ,即该模型存在异方差性。
修正:取权重W=r /cpi重新进行回归分析得:Dependent Variable: LOG(M1)Method: Least SquaresDate: 05/12/11 Time: 21:33Sample: 1991 2009Included observations: 19Variable Coefficient Std. Error t-Statistic Prob.C 8.338525 2.219404 3.757101 0.0021LOG(CPI) -2.373820 0.559194 -4.245076 0.0008LOG(R) 0.790190 0.318145 2.483740 0.0263LOG(GDP) 1.280324 0.053387 23.98176 0.0000W -33.88205 8.653054 -3.915618 0.0016R-squared 0.998210 Mean dependent var 10.82171Adjusted R-squared 0.997699 S.D. dependent var 0.926959S.E. of regression 0.044465 Akaike info criterion -3.167302Sum squared resid 0.027680 Schwarz criterion -2.918766Log likelihood 35.08937 F-statistic 1952.190Durbin-Watson stat 1.934733 Prob(F-statistic) 0.000000再次进行怀特检验:White Heteroskedasticity Test:F-statistic 1.716953 Probability 0.319563Obs*R-squared 16.28933 Probability 0.296026 P值分别为0.319563和0.269026,在 0. 05 的显著水平下 ,P>0.05，所以拒绝原假设 ,即修正后模型不存在异方差性。