影响我国外汇储备因素的计量分析

1、计量经济学课程论文影响我国外汇储备因素的计量分析影响我国外汇储备因素的计量分析外汇储备是一个国家货币当局持有的、可以随时使用的可兑换外国货币的资产。狭义而言，外汇储备指一个国家的外汇积累；广义而言，外汇储备是指以外汇计价的资产，包括现钞、黄金、国外有价证券等。1994 年我国外汇管理体制进行了重大改革：官方汇率和市场汇率并轨，建立银行间外汇市场，取消企业外汇留成制,实行银行结售汇制。外汇储备随之大幅度增长，从年初 212亿美元激增至 516 亿美元，净增 304 亿美元，一年内增长 143%；1995、1996 两年中，尽管政策变动因素减弱，但储备涨势依然强劲，到 1996 年底，国家外汇储备

2、突破 1000 亿美元，成为仅次于日本的外汇储备第二大国。1997 年尽管爆发了亚洲金融危机，但外汇储备似乎并未受到影响，仍然大幅增长，全年外汇储备增量超过 1996 年，达到 348 亿美元。1998年之后，亚洲金融危机滞后效应开始凸现，而且由于世界经济形势放缓，国家外汇储备增幅明显减缓，但绝对量仍在增加，到 2001 年年末，突破 2000 亿美元大关，达到 2122 亿美元。理论上，外汇储备可以弥补一国国际收支逆差，提高对外支付能力，维护本国汇率稳定，考虑我国的实际情况,，高额的外汇储备对于我国抵御亚洲金融危机，维护香港经济稳定，加入世界贸易组织等都曾发挥了重要作用。但与此同时，过高的外

3、汇储备量也会带来严重的负面影响；储备规模过大，会造成外汇资源闲置浪费和机会成本上升，更为重要的是，作为连接国际收支和货币供给的宏观经济变量，超额的外汇储备会导致利率、汇率、物价上涨率和产出量等经济变量之间产生激烈的冲突，损害货币政策独立性和有效性，致使国家宏观调控政策归于无效。因此，理性的选择应使实际储备量和适量储备量相一致，使两者达到动态平衡，从而趋利避害，促进经济稳定地增长和发展。目前，国内外经济学普遍认为影响一国适度外汇储备规模的因素有以下几种：进口规模、贸易差额、实际利用外资数额、国际收支、国家每年外债规模及汇率变动情况。而这些因素对于我国的外汇储备规模的影响程度如何，下面将进行讨论。

4、一选取样本选取 1989 年至 2004 年为样本的选取区间，共 16 个样本。外汇储备额 Y，它的影响因素为：（1）当年进口规模；（2）进出口贸易差额；（3）实际利用外资额；（4）国际收支经常账户差额；（5）国家外债余额；（6）年平均余额（100 美元）；（7）国际资本账户差额。数据来源于国家统计局编著的中国统计年鉴，国家外汇管理局网站，中国人民银行网站以及中经网。年份外汇储备Y（亿美元）当年进口额X（亿美元）进出口差额I（亿美元）实际利用外资 W（亿美元）国际经常账户差额 T（亿美元）国家外债余额V（亿美元）年平均汇价A（100美元）国际资本账户差额 R（亿美元）198955505914-

5、6610059-43174130376513724199011093533587410289119975255478323225199121712637981211554132760565323380321992194438059435192026401693255146-25119932119910396-12223892-1190383575762023474199451620115625394321276589281861873264419957359713208167048133161810659835103867519961050491388312225480431643116288

6、31423996719971398901423740426440829717130968289821015199814495914024434758557293231460482791-632119991546751657029235265921114151838278351802000165574225092411593562051914573827841922200121216524355225549672174051701182770347152002286507295203043550113542217136827703229120034032514128125535614045875

7、1936682770527262004609932561383198600006866022859682768110660二计量分析1回归分析选用“当年进口额 X”、“国际经常账户差额 T”、“国际资本项目差额 R”、“进出口贸易差额 I”、“实际利用外资 W”、“国家外债余额 V”和“年平均汇价 A”作为解释变量。 “外汇储备 Y”作为应变量。通过对 Y 的回归进行多元线性拟合，大概估计出各解释变量对应变量的影响程度。Y=0 +1+2+3+4+7R根据表中所列数据，进行多元线性拟合得到：表 1Dependent Variable: Y Method: Least SquaresDate: 0

8、3/13/07Time: 12:53 Sample: 1989 2004Included observations: 16VariableCoefficientStd. Errort-StatisticProb.C-96.42745188.2248-0.5122990.6223X0.7634760.1056647.2255080.0001I1.2905770.4383342.9442750.0186T0.8859530.3556492.4910920.0375W-0.1221550.406348-0.3006170.7714V0.6100450.2995592.0364790.0761A-1.

9、4485630.460459-3.1459100.0137R0.6546610.2100383.1168660.0143R-squared0.998180Mean dependent var1516.385Adjusted R-squared0.996588S.D. dependent var1645.826S.E. of regression96.13192Akaike info criterion12.27617Sum squared resid73930.77Schwarz criterion12.66247Log likelihood-90.20938F-statistic626.95

10、28Durbin-Watson stat1.842260Prob(F-statistic)0.000000-96.42745+0.763476+1.2905770.122155+0.885953+0.6100451.448563+0.654661R(188.2248)(0.105664)(0.438334)(0.355649)(0.406348)(0.299559） (0.460459)(0.210038)t=(-0.512299)(7.225508)(2.944275)(2.491092)(-0.300617)(2.036479)(-3.145910) (3.116866)r2=0.9981

11、80 S.E.=96.13912 F=626.9528由626.9528>（7，8）3.50 (显著性水平=0.05)，表明模型从整体上来看是显著的2多重共线性由于经济变量之间可能存在高度相关性，因此我们还需要对变量之间的简单相关系数进行计算。表2 XITWVARX10.514681599 0.843421165 0.600893174 0.905572951 0.536892449 0.820156021426475865167873162I0.51468159910.736971219 0.733745864 0.748782940 0.712506853 0.19868893942

12、621592209413312T0.843421165 0.73697121910.599693202 0.831830857 0.560975754 0.650956909475215512414103975W0.600893174 0.733745864 0.59969320210.831182255 0.926726490 0.43414225786592512184835553V0.905572951 0.748782940 0.831830857 0.83118225510.778953374 0.647507214167209414184451342A0.536892449 0.7

13、12506853 0.560975754 0.926726490 0.7789533741 0.427415908873413103835451293R0.820156021 0.198688939 0.650956909 0.434142257 0.647507214 0.427415908 1162312975553342293从表 2 中我们可以看出，一些解释变量之间存在高度的相关性。同时从表 1 中也可以看出， W、V、A 变量的参数 t 值并不显著(显著性为 0.05，t0.025(14)=2.145)。表明模型中一些解释变量确实存在严重的多重共线性。对此我们必须进行修正。（1）运用

14、 OLS 法逐一求 Y 对各个解释变量的回归。结合经济意义和统计意义选出拟合效果最好的一元线性回归方程。经分析七个一元回归模型，外汇储备 Y 对当年进口额 X 线性关系强，拟合程度高，即：表3 Dependent Variable: Y Method: Least SquaresDate: 03/12/07Time: 21:16Sample: 1989 2004Included observations: 16VariableCoefficientStd. Errort-StatisticProb.C-631.9788102.4316-6.1697630.0000X1.1716920.0450

15、3126.019630.0000R-squared0.979740Mean dependent var1516.385Adjusted R-squared0.978293S.D. dependent var1645.826S.E. of regression242.4845Akaike info criterion13.93622Sum squared resid823182.1Schwarz criterion14.03279Log likelihood-109.4898F-statistic677.0209Durbin-Watson stat1.130142Prob(F-statistic

16、)0.000000Y=-631.9788 +1.171692X (102.4316) (0.045031) t=（6.169765）(26.01963)r2=0.979740 S.E.=242.4845 F=677.0209(2) 逐步回归。将其余解释变量逐一代入上式中。代入 W:Y=-697.9190+1.151973X+0.236068W(156.4964)(0.057750) (0.415434)t= (-4.459648) (19.94762)(0.568246) r2=0.980231 S.E.=248.5699 F=322.3002W 未通过 t 值检验，从模型中删去。代入 V:Y

17、=-843.4460+1.043349X+0.364493V(182.8661) (0.102814)(0.264674)t=(-4.612369) (10.13809)(1.377140) r2=0.982319 S.E.=235.0746 F=361.1358V 未通过 t 值检验，从模型中删去。代入 A:Y=-737.6959+1.60786X+0.172544A(305.6385) (0.055104)(0.468033)t=(-2.413622) (21.06533)(0.368658) r2=0.979950 S.E.=250.3329 F=317.6853A 未通过 t 值检验，

18、且对Y 的影响并不显著，从模型中删去。代入 I:Y=-716.3333+1.099851X+1.215557I(78.33419) (0.038366)(0.334106)t=(-9.144580) (28.66728 )(3.638240) r2=0.989961 S.E.=177.1302 F=641.0062I 对 Y 的影响显著，并通过 t 值检验，引入模型中。代入 T:Y=-645.9399+0.984447X+0.559716I+1.271460T (68.61970)(0.052115) (0.360729)(0.459833)t=(-9.413330)(18.88983) (1

19、.551622)(2.765044) r2=0.993868 S.E=144.0897 F=648.3365T 值提高了模型的拟合程度，但导致 I 的 t 值不显著。说明 T、I 之间有严重的多重共线性。再将T 代入只含 X 的模型中试验。Y=-597.9176+0.960644X+1.740598T (64.47387) (0.052433)(0.364726)t=(-9.273797) (18.32130)(4.772350) r2=0.992638 S.E.=151.6897 F=876.4106T 对Y 的影响显著，其拟合程度高于 I，因此从模型中删除 I。代入：=-600.8364+

20、0.969378X+1.7314600.044784 (68.94821)(0.072956) (0.382488)(0.248684)t=(-8.714315)(13.28712) (4.526840)(-0.180084) r2=0.992658S.E.=157.6708F=540.7979 对的影响不显著，从模型中删去。经过上述逐步回归分析，表明对、的回归模型最优。表Dependent Variable: Y Method: Least SquaresDate: 04/12/07Time: 22:35 Sample: 1989 2004Included observations: 16V

21、ariableCoefficientStd. Errort-StatisticProb.C-597.917664.47387-9.2737970.0000X0.9606440.05243318.321300.0000T1.7405980.3647264.7723500.0004R-squared0.992638Mean dependent var1516.385Adjusted R-squared0.991505S.D. dependent var1645.826S.E. of regression151.6897Akaike info criterion13.04891Sum squared

22、 resid299127.1Schwarz criterion13.19377Log likelihood-101.3913F-statistic876.4106Durbin-Watson stat2.351867Prob(F-statistic)0.000000图示为2001000-100-200-300909294969800020480006000400020000-2000ResidualActualFitted3自相关性。由表知2.351867，在给定显著性水平为 0.05，查表，n=16,k(解释变量)=2，得下限临界值 dL=0.982,上限临界值 du=1.539, 因为 du

23、<DW<4-du,根据判定区域知，随机误差不存在一阶自相关4异方差检验为保险起见，将 White 检验和 ARCH 检验结合起来。（1）White 检验先在 Eviews 中打开X、T 对 Y 的回归方程，然后在view 中选择 Residual Tests White Heteroskedasticity (cross terms)。得：表 5White Heteroskedasticity Test:F-statistic0.448020Probability0.804597Obs*R-squared4.839574Probability0.435771Test Equatio

24、n:Dependent Variable: RESID2 Method: Least SquaresDate: 05/12/07Time: 16:14 Sample: 1998 2004Included observations: 7VariableCoefficientStd. Errort-StatisticProb.C109392.7115356.90.9482980.5169X-52.01210142.5064-0.3649810.7772X20.0033210.0392270.0846740.9462X*T0.1802500.4347350.4146200.7498T-35.7858

25、3736.6944-0.0485760.9691T2-1.2433182.528455-0.4917300.7091R-squared0.691368Mean dependent var17608.10Adjusted R-squared-0.851794S.D. dependent var18665.83S.E. of regression25400.58Akaike info criterion22.89131Sum squared resid6.45E+08Schwarz criterion22.84494Log likelihood-74.11957F-statistic0.44802

26、0Durbin-Watson stat3.191289Prob(F-statistic)0.8045970.05计算 n*R2=7*0.691368=4 .839576< c 2(5) =11.0705,接受原假设，随机误差不存在异方差。（2）ARCH 检验。加入 Y 的残差平方和 E2（=resid2）在工作表中。在 OLS 对话框里键入：E2 C E2(-1) E2(-2) E2(-3) E2(-4)输出结果为：表 6Dependent Variable: E2 Method: Least Squares Date: 05/12/07Time: 16:48Sample(adjuste

27、d): 1998 2004Included observations: 7 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb.C-23408.6477933.21-0.3003680.7922E2(-1)0.9069170.6924781.3096700.3205E2(-2)-0.2796221.127537-0.2479930.8273E2(-3)0.8932310.6002681.4880550.2751E2(-4)0.0595431.1792400.0504930.9643R-squared0.64

28、9682Mean dependent var20858.81Adjusted R-squared-0.050954S.D. dependent var20698.15S.E. of regression21218.93Akaike info criterion22.93898Sum squared resid9.00E+08Schwarz criterion22.90035Log likelihood-75.28644F-statistic0.927274Durbin-Watson stat1.442716Prob(F-statistic)0.577914计算(n-p)r2=(7-4)*0.649682=1.949046< c 2 0.05(4)=9.48773,故模型随机误差项不存在异方差。三模型分析从上面的模型中可以得知对我国外汇储备规模增长的决定因素主要是当年进口额和国际收支经常项目下差额。另外，从表中也可以看出，进出口贸易差额、年平均汇率 、外债余额、资本项目差额与外汇储备的相关系数分别为 1.290577、0.610045、