中国外汇储备和净出口,外商直投,货币投放量之间影响因素分析.docVIP

中国外汇储备和净出口,外商直投,货币投放量之间影响因素分析 　　摘要：中国2001年加入WTO，外汇储备的规模日益扩大。为了分析中国巨大的外汇储备量的来源，本文采用了协整分析及向量误差修正模型对中国外汇储备量以及外商直接投资，净出口，广义货币量进行了分析，发现我国外汇储备量与这些变量存在长期的均衡关系。 　　关键词：外汇储备;外商直接投资;净出口;广义货币;VECM模型 　　一、引言 　　外汇储备是国家进行宏观经济调节，实现内外经济平衡的重要调节方式。大量的外汇储备可以加强宏观经济调控的能力，有助于拓展国际贸易，吸引外商投资并且降低国内企业融资成本，防范并一定程度上化解国际金融风险。 　　早在2000年，中国的外汇储备只有区区1655.74亿美元。但随着2001年中国加入WTO，中国开始广泛参与世界贸易。2011年12月，中国的外汇储备已超过三万亿美元。 　　二、外汇储备影响因素分析 　　1. 国际收支顺差 　　中国外汇储备的大规模增长，很大程度取决于中国近十年来大量的贸易顺差。央行将流入的外汇回收，并向市场投放等值的基础货币，形成外汇占款。 　　我国2005年以来，经常项目账户和资本金融账户一直都是顺差，虽经过一系列出口调整政策的影响,但我国的贸易顺差仍然很高。 　　2.外商直接投资 　　不断增加的外商直接投资也是外汇储备增长的一个主要推动。1992年以来，境外资本流入我国的速度越来越快，1992年—2004年,中国与美国轮番成为世界最大吸引外资国。 　　根据FDI数据，我国的外商直接投资额呈逐年递增的趋势。 　　3.货币投放量 　　外汇储备的增加对基础货币的投放有着显著的影响。在外汇储备不断增长的同时，央行会向市场投放货币，用于回收外汇，因此外汇储备的增长与M2广义货币的量应该有着直接地正相关关系。 　　三、实证分析 　　1.变量选取与数据说明 　　本次实证研究参考了宏观经济学的相关理论，同时结合了我国的特殊国情及实际情况。 　　为分析外汇储备（FR）与其相关经济变量之间的一些相互影响，选取外商直接投资（FDI），净出口（NEX）以及广义货币（M2）的月度数据加上外汇储备（FR）的月度数据进行分析。 　　数据来源：中经网宏观月度数据库 　　2.数据处理 　　对所有数据采取自然对数平滑处理。处理后的数据序列命名依次为：LFDI, LFR, LM2, LNEX 　　由于是月度数据，因此变量很可能存在季节性波动。对所有的数据采用Census X12进行季节性检验。 　　变量LFDI与变量LM2 　　存在季节性，需要调整，因此采用Moving Average Methods消除季节性，调整后的变量命名为LFDISA和LM2SA。 　　变量LFR和变量LNEX 　　均不存在季节性 　　3.单位根检验 　　在1%置信水平上，LFDISA与LNEX都是平稳序列，而LFR和LM2SA均不平稳，但其一阶差分序列是平稳的，因此变量LFR和LM2SA是一阶单整过程。可以进行进一步的协整建模分析。 　　4. 协整检验 　　(1)滞后阶数的选择 　　先建立VAR模型，选择lag length criteria，根据信息准则对滞后阶数进行选取。 　　我们从分析结果来看，FPE,AIC,SC,HQ四项信息准均在则在滞后阶数为2阶的时候最小，因此滞后阶数选择2阶。 　　(2)协整关系检验 　　采用迹检验和极大特征值检验两种方法进行协整关系检验，以上两种检验方法均显示存在两个协整关系。 　　(3) 协整方程的选取 　　根据相关的经济意义，外汇储备由外商直接投资（FDI），净出口（NEX）直接构成，与货币投放量呈现相关关系，因此第一个协整方程的经济含义更为合理。 　　将协整关系写成数学表达式，并令其等于e，得到： 　　e=LFR-0.133615LFDISA-0.717797LM2SA-0.697LIM-0.208322LNEX 　　(4)协整序列的检验 　　对e序列进行单位根检验 　　结果显示e为平稳序列，因此我们可以认为外汇储备与净出口，外商直接投资，货币投放量之间存在长期协整关系。 　　5.建立向量误差修正模型 　　对VECM模型进行估计，模型的AIC和SC值分别为-5.313257和-5.058988，数值比较小，向量误差修正模型的拟合效果较好。 　　6.模型的检验与预测 　　(1)残差自相关性检验 　　从自相关图中可以看出，除了变量LNEX存在一定的自相关性以外，其余变量均不存在自相关性。 　　(2)模型动态预测图中可以看出VECM模型基本可以拟合原序列的变动趋势。预测曲线较好的反映了变量的发展变化趋势，预测值与实际值的拟合效果较好。 　　7.模型的应