《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（105页珍藏版）》请在三一办公上搜索。
1、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 诸 琛 40511012朱家慧 40511009 刘力铭 40511083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 政策性建议问题提出自2000年起，我国外汇储备呈
2、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
3、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。理论综述 今年来中国的外汇储备加速增长，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
4、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。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
5、，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
6、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。数据搜集本文获取了21年间相关指标的数据如表43.1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）198620.73058.1-119.72000.3214.86.522.4198729.23331.1-37.72306.5302.07.323.1198833.73814.1-77.52560.8400.018.831.9198
7、955.54308.4-66.03029.8413.018.033.91990110.93675.587.43011.1525.53.134.91991217.14188.781.23721.1605.63.443.71992194.45051.343.54765.9693.26.4110.11993212.06198.9-122.26119.3835.714.7275.21994516.25696.554.05545.9928.124.1337.71995736.07185.2167.07180.11065.917.1375.219961050.58561.1122.29152.61162.
8、88.3417.319971398.99537.8404.210989.81309.62.8452.619981449.610218.2434.712651.21460.4-0.8454.619991546.810856.8292.314515.51518.3-1.4403.220001655.712011.4241.116296.71457.30.4407.220012121.713275.4225.519164.91848.00.7468.820022864.114538.2304.322351.91863.3-0.8527.420034032.516409.7254.726727.420
9、87.61.2535.120046099.319316.0320.930700.42474.93.9606.320058188.722350.01020.036470.52810.51.8603.320061066327004.51770.044258.33229.91.5630.0 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。模型估计和调整 平稳性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
10、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5.1.3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
11、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。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（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
12、/07 Time: 21:51Sample: 1986 2006Included observations: 21VariableCoefficientStd. Errort-StatisticProb. C-849.2006876.5631-0.9687840.3491X1-0.0163490.346304-0.0472110.9630X21.7733870.5852753.0300050.0090X30.2541350.1659731.5311800.1480X4-0.1893741.345148-0.1407830.8900X546.4876914.692823.1639730.0069
13、X6-2.7042462.085167-1.2968970.2156R-squared0.985576 Mean dependent var2056.976Adjusted R-squared0.979395 S.D. dependent var2909.630S.E. of regression417.6652 Akaike info criterion15.16844Sum squared resid2442219. Schwarz criterion15.51661Log likelihood-152.2686 F-statistic159.4366Durbin-Watson stat1
14、.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。 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5.3.11.0000000.8657400.9971420.990674-0.5104410.8767710.8657401.0000000.8567640.844651-0.4371870.6726380.9971420.8567641.0000000.98
15、3389-0.5170760.8508790.9906740.8446510.9833891.000000-0.5129160.919223-0.510441-0.437187-0.517076-0.5129161.000000-0.4303670.8767710.6726380.8508790.919223-0.4303671.000000由相关系数矩阵可以看出，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
16、。表5.3.2变量参数估计值0.4149466.1649720.2293373.201688-159.54359.838440t值15.400129.61066716.7992811.27655-1.9754274.9073620.9258290.8293900.9369220.8700060.1703890.5589830.9219250.8204100.9336020.8631640.1267260.535771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 EMBED Equation.DSMT4 -0.225
17、2(-0.6748)0.3527(1.9238)0.9316 EMBED Equation.DSMT4 2.0720(3.4283)0.1672(7.9042)0.9576 EMBED Equation.DSMT4 0.3646(5.1982)-1.9928(-1.9611)0.9423 EMBED Equation.DSMT4 0.2440(16.3105)46.2775(1.8963)0.9416 EMBED Equation.DSMT4 0.2848(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新变量逐步回
18、归，结果如下表所示。表5.3.4 EMBED Equation.DSMT4 EMBED Equation.DSMT4 -0.5354(-2.1306)2.4331(4.2102)0.4497(3.3562)0.9646 EMBED Equation.DSMT4 EMBED Equation.DSMT4 2.1044(4.0763)0.3062(5.7451)-2.0614(-2.7716)0.9691 EMBED Equation.DSMT4 EMBED Equation.DSMT4 2.0547(3.8512)0.1821(9.2810)45.3448(2.4707)0.9670 EMBED
19、 Equation.DSMT4 EMBED Equation.DSMT4 1.7531(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 EMBED Equation.DSMT4 EMBED Equation.DSMT4 EMBED Equation.DSMT4 0.0940 (0.2230)1.6533(2.3814)0.1782(0.9078)-3.2594(-1.8030)0.9687 EMBED Equation.DSMT4 EMBED
20、Equation.DSMT4 EMBED Equation.DSMT4 1.8513 (3.1886)0.2517(3.2313)-0.6683(-0.4100)-2.1208(-0.9610)0.9689 EMBED Equation.DSMT4 EMBED Equation.DSMT4 EMBED Equation.DSMT4 1.7281(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 EMBED Equa
21、tion.DSMT4 EMBED Equation.DSMT4 EMBED Equation.DSMT4 EMBED Equation.DSMT4 -0.0221 (-0.066)1.7515(3.211)0.2483(1.598)46.7427(3.316)-2.9123(-2.048)0.9807 EMBED Equation.DSMT4 EMBED Equation.DSMT4 EMBED Equation.DSMT4 EMBED Equation.DSMT4 1.7577(3.838)0.2469(4.027)-0.1968 (-0.153)46.4057(3.292)-2.7533(
22、-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: 21VariableCoefficientStd. Errort-StatisticProb.C-938.9944216.9807-4.3275470.0005X30.238117
23、0.02045511.641180.0000X21.7281120.4033444.2844630.0006X6-2.9905470.769766-3.8850070.0013X546.6442313.574843.4360780.0034R-squared0.985552Mean dependent var2056.976Adjusted R-squared0.981939S.D. dependent var2909.630S.E. of regression391.0239Akaike info criterion14.97967Sum squared resid2446395.Schwa
24、rz 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 =0.981939 =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
25、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。 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
26、为2，得到以下结果。提出假设。： EMBED Equation.DSMT4 ：（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(adjusted): 1988 2006Included observations: 19 after
27、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-0.084510 S.D. dependent var157321.6S.E. of regression163834
28、.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。 自相关性的检验根据多元线性的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
29、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 adjustmentsVariableCoefficientStd. Errort-StatisticProb.E
30、(-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 likelihood-142.8631Durbin-Watson stat1.586867对原模型进行广义差分得到结果如下
31、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-645.9377175.3111-3.6845230.0022X2-0.388963*X2(-1)1.4851340.4112903.6109140.0026X3-0.38
32、8963*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 regression337.0200Akaike info criterion14.69048Sum squared
33、 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 V
34、ariable: 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 var17.23908Adjusted R-squared0.328899S.D. dependent var358
35、.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: 20:04Sample (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)32.5003713.890132.3398170.0335X6-0.538688*X6(-1)-1.9377481.227041-1.5792050.1351
