计量经济学_我国外汇储备影响因素的实证分析.doc

X1X2X3X4X110.771920354286332-0.154594505339051-0.2754372960652X20.77192035428633210.132484861840042-0.252115951192286X3-0.1545945053390510.1324848618400421-0.404794896606167X4-0.2754372960652-0.252115951192286-0.4047948966061671我国外汇储备影响因素的实证分析摘要：近年来,我国的外汇储备持续快速增加。截至2011年9月，中国外汇储备余额达到32017亿美元。巨额的外汇储备，固然是综合国力的体现，不过持续过快增长，也给经济带来了众多负面影响，特别是世界金融危机给我国外汇储备带了巨额损失。随着外汇储备的快速增长，担心和争论也纷至而来。人们或有怀疑外汇储备规模的合理性，或指责外汇储备的积累输入了通货膨胀，或认为人民币汇率因此而承受了越来越大的升值压力，如此等等。本文基于中国经济发展现状，并用E-views统计软件对1991-2010年中国外汇储备规模影响因素的统计数据进行回归分析，从实证角度揭示了中国外汇储备规模的决定机制，并对优化外汇储备规模提出了相应的政策建议。关键词 外汇储备 回归分析 模型检验 FDI一、 文献综述（一）外汇储备的定义外汇储备，又称为外汇存底，指一国政府所持有的国际储备资产中的外汇部分，即一国政府保有的以外币表示的债权 ，是一个国家的中央银行和其他政府机构所掌握和能支配并可以随时兑换外国货币的资产总额。狭义而言，外汇储备是一个国家经济实力的重要组成部分，是一国用于平衡国际收支，稳定汇率，偿还对外债务的外汇积累；广义而言，外汇储备是指以外汇计价的资产，包括现钞、国外银行存款、国外有价证券等。外汇储备是一个国家货币当局所持有的用于弥补国际收支赤字，以维持本国货币汇率稳定的国际间普遍接受的外国货币，外汇储备是国际储备的一部分。国际储备包括外汇储备、黄金储备、国际货币基金组织(IMF)中的普通提款权和特别提款权。外汇储备在储备资产中最为重要。外汇储备是一个国家国际清偿力的重要组成部分，同时对于平衡国际收支、稳定汇率有重要的影响。外汇储备是我国国际储备的主要形式。我国外汇储备规模在1980年以后有了很大的增长，促进了宏观经济的稳定和发展。（二）我国外汇储备的现状1.外汇储备迅速增长我国外汇储备余额早在2006年9月末就突破万亿美元，截至2011年9月，中国外汇储备余额达到32017亿美元。历年外汇储备表显示，在1979年之前，我国外汇储备从来没有超过l0亿美元，甚至在几个年头还是负值。但随着我国改革开放，经济持续增长，贸易高速发展，以及我国长年内需不足，导致外汇储备一直保持增长态势，且增长的速度快，强度大。 2001年以后我国的外储备增速加大，2003年突破千亿美元，进入2006年，在我国实行新的人民币汇率形成机制之后，外汇储备增长速度不但未减反而继续上升，第一季度增加562亿美元，总规模超过13本，居世界首位。美国纽约时报的社论曾用“中国的里程碑”来评论中国万亿外汇储备。2.外汇储备的币种结构目前， 全世界主要的储备货币有美元、欧元、日元、英镑、瑞士法郎等。我国的外汇储备币种也主要包括美元、欧元、日元、英镑这四种货币，而且美元的比重较大，欧元的比重正在逐步上升。目前，我国外汇储备币种结构大致为美元48.85%-52.35% ， 欧元17.14% -24.5% ， 日元18.15%-24.5% ， 其他主要货币7.7% -12.1%。由此可见，我国外汇储备构成中目前仍以美元作为主要储备货币。（三）我国外汇储备的影响中国坐拥万亿美元的高额外汇储备，这是综合国力的具体表现，也为保障国民经济的稳定发展提供上佳的安全系数。超过3万亿美元巨额的外汇储备，意味着我国有着充裕的国际支付能力，在一定程度上也彰显了我国足以影响世界的经济实力。但是，如果外汇储备构成不合理或者增长超过适度区间，就不可避免地降低资源使用效率，甚至给经济发展带来不小的挑战。1.积极影响（1）、充足的外汇储备使我国国际支付能力显著增强，提高了我国的综合国力。外汇储备是体现一国综合国力的重要指标。因此，维持充足的外汇储备，不仅使我国的综合国力得到提高，而且为我国在国际贸易中保持国际支付能力、调节国际收支提供了有效保障。（2）、充足的外汇储备使我国的偿债能力增强，提高了我国的国际信誉。国际金融机构和银行在对外贷款时，往往要事先调查借债国偿还债务的能力。一国持有的外汇储备状况是资信调查、评价国家风险的重要指标之一，因此必须持有足够的外汇储备，以防范债务和信用危机。（3）、充足的外汇储备使我国能够有效干预外汇市场，维持本币汇率稳定。一国所拥有的外汇储备的多少表明了其干预外汇市场和维持本币汇率的能力。我国目前实行的是以市场供求为基础的有管理的浮动汇率制度，充足的外汇储备对于我国有效防范金融危机、维持人民币币值稳定和投资者信心具有重要作用。2.消极影响（1）、高额的外汇储备造成持有成本过高，导致资源和资金的闲置。持有外汇储备表示暂时放弃一定量实际资源的使用，从而也就丧失了这些资源投入所引起的经济增长和收入水平的提高。因此，在借入储备比例过高时，过多的持有外汇储备既不经济，也将影响国内经济的增长。（2）、外汇储备的迅速增长加剧了人民币升值的压力，进而影响我国出口商品的竞争力。在我国外贸出口当中，企业多以低价格优势占领国际市场，而在人民币汇率持续上升的形势下，很多中小外贸企业由于价格上失去优势而纷纷破产倒闭。因此，人民币汇率的上升对我国出口增长显然是不利的。（4）、高额的外汇储备，增加了储备资产管理的难度和风险。在金融全球化的今天，由于国际资本迅速大规模的流动，金融市场的利率与汇率波动十分激烈。中国的外汇储备主要是投资美国的国债，这样带来了两个相关的问题：一是美元近几年呈现出弱势的发展趋势，汇率下跌，美元持续贬值，那么中国的外汇储备的美元资产就会随之“缩水”，造成巨额损失。二是中国的外汇储备一半以上购买了美国的国债，客观上容易受制于人。（5）、超额外汇储备的增长使我国的货币政策近乎失效。由于最近两年我国经济发展过热，各种固定资产投资过快，消费品物价不断上涨，中央银行为了控制这一势头，采取了一些从紧的货币政策，不断提高利率和金融机构存款准备金率，旨在控制流动性过剩问题。但是外汇储备不断增加，从而也要相应的投放基础货币，这样就会大大削弱货币政策的效果，即一方面，从紧的货币政策要吸收过多的货币，另一方面，巨额外汇储备的增多又会投放大量的基础货币。综上所述，外汇储备既不能过少，也不宜过多，外汇储备规模必须合理适度。因此，有必要了解外汇储备的发展规律，从而调整外汇储备的政策取向，彻底摒弃外汇储备越多越好的陈旧观念，采取有效的措施，适度控制外汇储备的增长速度。对于外汇储备的变化规律，可以通过对外汇储备进行回归分析，建立数量模型来观测。二、模型设定（一）前提假设 本文将使用多元回归与相关分析的计量方法建立我国外汇储备规模的函数，对我国外汇储备规模进行分析。回归法对外汇储备规模的分析是根据以往的一些数据得出当时储备的变动模式，所以可假定过去时期内储备是适度的，而且储备的适度性在过去的变动趋势也适用于将来的情况。（二）模型变量的设定 1. 净进口水平（NM）。净进口额=进口总额-出口总额，净进口水平的提高，将导致外汇储备持有额的下降，净进口水平与外汇储备呈反相关。 2. 外商直接投资（FDI）。在外商直接投资额中，有一部分并未实际利用起来，为了模型能够更科学合理，这里FDI选用的数据为实际使用的外资。我国资本项目的顺差大于经常项目顺差，所以仅从国际收支平衡表分析，FDI应是我国外汇储备的最主要来源。3.货币供应量（M2）。 这里的货币采用广义货币M2,由于中国统计年鉴里公布的M, 数值是以人民币记的，所以必须按相应各年人民币兑美元汇率将其换算成以亿美元为单位的数据。即已将汇率对外汇储备的影响考虑进来了。汇率决定了本币与外币交换的价格，所以它必然是影响外汇储备的一个内生变量。我国汇率经历了几次大的调整，也构成了我国外汇储备几次大的剧烈变动的重要原因。M2的统计单位为人民币，将其折算成美元，必须将M2除以汇率e,所以在下面的分析中，M2均指经过汇率调整后一美元表示的货币供给量。我国货币供应量与外汇储备的相关度极高，用E-views计算的两者的相关系数为0.99 correlation matrixREM2RE1.0000000.992880M20.9928801.000000 4， 对外借款（DEB）.对外借款一方面构成外汇储备形成债务性外汇储备的一部分，同时它面临还本付息，也会影响外汇储备的规模。在本模型中，影响外汇储备的主要因素是净进口水平，外商直接投资水平和货币的供应量，对外借款和汇率水平，整合后选取以下四个变量：净进口水平（NM）、外商直接投资（FDI）、货币供应量（M2）和对外借款（DEB）。（三） 确定模型的关系形式和参数的范围 经过散点图观察可知，外汇储备(RE) 与净进口水平（NM）大致呈线性关系,RENM外汇储备(RE)与外商直接投资（FDI）成线性关系，REFDI:外汇储备(RE)与货币供给量（M2）成线性关系，RE M2:外汇储备(RE)与对外借款（DEB）的关系也大致呈线性。REDEB:首先我假定我国外汇储备规模的函数模型为：REt=c+a1NMt+a2FDIt+a3M2t+a4DEBt+t, t=1991,1992,2010 (1)其中NM为净进口额，FDI为外商直接投资，货币供给量M2=广义货币供给量/汇率，DEB 为我国的对外借款，即外债的数量。三、 收集数据（一）数据的选取：本模型样本数据为1991-2010年项目的数据外汇储备(RE)：摘自中国统计年鉴2011；净进口水平（NM）：取自中国统计年鉴2011中的进口总额和出口总额，NM为前者减后者所得差额；外商直接投资（FDI）：此处所选取的是外商直接投资的存量，即上年末的存量加上该年的FDI增量得到的该年的存量，数据来源于中国统计年鉴2011。相对于FDI的增量而言，作为存量的FDI能够更好的解释RE, 因为本身也是个存量；货币供给量（M2）: 摘自中国统计年鉴2011;汇率e: 摘自中国统计年鉴2011，调整为每一美元可兑换人民币的数量；对外借款（DEB）：摘自中国统计年鉴2011；该项数据也是选取了存量，因为相对于外汇储备这个存量而言，表现为存量的对外借款与之有更好的相关性。这一点也可以从散点图看出。以上数据除了汇率外均调整为以亿美元为单位，他们在数据来源处均以美元或者亿美元为单位，故只需调整数字的位数，不涉及到相关指数问题。由于解释变量与被解释变量都用亿美元来表示，故数据的一致性比较好，得到的模型参数有较高的可信度。（二）样本数据：年份RE外汇储备（亿美元）NM净进口(亿美元)FDI外商直接投资（亿美元）存量M2货币供给量(亿美元)DEB对外借款（亿美元）存量1993211.99113.20635.86098.4835.71994516.2-1094.49973.475444.4928.11995753.97-167.001348.687274.91065.919961050.29-122.201765.959122.81162.819971398.9-404.202201.4110976.81309.619981449.6-434.702656.0312621.91460.319991546.75-292.303059.2214483.41518.220001655.74-241.103466.3716260.41457.220012121.65-225.503935.1519125.51701.120022864.07-304.304462.622351.91713.620034032.51-254.684997.626727.41936.3420046099.32-321.005621.0530592.52629.920058188.72-1020.006224.2936470.52965.5200610663.4-1775.206918.9743353.33385.9200715282.49-2643.447602.1953056.63892.2200819460.3-2981.238526.1368417.53901.6200923991.52-1956.879426.4688746.24286.5201028473.38-1815.1010483.86107212.45489.4201131811-2691160.11201233116-3071117.16四、参数估计运用OLS 进行参数估计，E-VIEWS 结果如下：Dependent Variable: REMethod: Least SquaresDate: 12/22/11 Time: 13:54Sample: 1991 2010Included observations: 20VariableCoefficientStd. Errort-StatisticProb. C-1867.668313.8458-5.9509110.0000NM-1.3643840.193121-7.0649310.0000FDI-0.8399430.152458-5.5093510.0001M20.2970750.01445920.546190.0000DEB0.9892100.5092151.9426190.0711R-squared0.998085 Mean dependent var6508.618Adjusted R-squared0.997574 S.D. dependent var8613.125S.E. of regression424.2283 Akaike info criterion15.15074Sum squared resid2699545. Schwarz criterion15.39967Log likelihood-146.5074 F-statistic1954.264Durbin-Watson stat1.890433 Prob(F-statistic)0.000000五、模型检验（一）多重共线性检验1.先看各个变量间的相关系数矩阵：RENMFDIM2DEBRE 1.000000-0.836213 0.925884 0.992880 0.966114NM-0.836213 1.000000-0.795097-0.790799-0.831100FDI 0.925884-0.795097 1.000000 0.947973 0.978351M2 0.992880-0.790799 0.947973 1.000000 0.972550DEB 0.966114-0.831100 0.978351 0.972550 1.000000从中可以看到：变量间的相关系数绝大部分都大于 0.8。又结合 OLS 的统计结果可知，这四个解释变量间存在着严重的多重共线性。2.多重共线性的修正（1）变量改进净进口水平和 FDI. 净进口水平的提高，将导致储备持有额的下降，净进口水平与外汇储备呈反相关。由于我国统计年鉴中的进口数据是海关统计值，其中包括大量以外商直接投资形式进入中国的实物和机器设备等，而这部分海关统计的所谓“进口”并不需要我国支付外汇，所以在测度动用外汇的进口数值对外汇储备的影响时，理应扣除这部分虚假进口。而关于“虚假进口”的数据很难获得，在这里假设FDI的90%是以实物形式进入中国，则真实影响外汇储备的净进I=NM-0.9FDI。由于FDI中我们假设有 90%的部分是以实物形式进入中国，并不直接构成外汇储备，则资本项目对外汇储备的贡献只在于其的10%。而且随着外商直接投资存量的不断扩大，所需的外汇也将不断增加。综上，我们将 NM 和 FDI 合并在一起，用真实净进口 I 取代 NM 和 FDI (I=NM-0.9FDI)新得到的数据见下表： 年份RE外汇储备（亿美元）I=NM-0.9FDI (亿美元)M2货币供给量(亿美元)DEB对外借款（亿美元）存量1991217.12-306.723918.3605.61992194.43-368.094992.6693.21993211.99-459.026098.4835.71994516.2-1970.615444.4928.11995753.97-1380.817274.91065.919961050.29-1711.569122.81162.819971398.9-2385.4710976.81309.619981449.6-2825.1312621.91460.319991546.75-3045.6014483.41518.220001655.74-3360.8316260.41457.220012121.65-3767.1419125.51701.120022864.07-4320.6422351.91713.620034032.51-4752.5226727.41936.3420046099.32-5379.9530592.52629.920058188.72-6621.8636470.52965.5200610663.4-8002.2743353.33385.9200715282.49-9485.4153056.63892.2200819460.3-10654.7568417.53901.6200923991.52-10440.6888746.24286.5201028473.38-11250.58107212.45489.4(2)重新对该模型进行OLS估计，E-VIEWS结果如下：下面采用逐步回归法对变量进行回归只放入I, 结果如下：Dependent Variable: REMethod: Least SquaresDate: 12/22/11 Time: 14:07Sample: 1991 2010Included observations: 20VariableCoefficientStd. Errort-StatisticProb. C-3878.0281113.155-3.4838180.0027I-2.2460130.191645-11.719670.0000R-squared0.884133 Mean dependent var6508.618Adjusted R-squared0.877696 S.D. dependent var8613.125S.E. of regression3012.180 Akaike info criterion18.95336Sum squared resid1.63E+08 Schwarz criterion19.05293Log likelihood-187.5336 F-statistic137.3507Durbin-Watson stat0.325053 Prob(F-statistic)0.000000只放入M2, 结果如下：Dependent Variable: REMethod: Least SquaresDate: 12/22/11 Time: 14:10Sample: 1991 2010Included observations: 20VariableCoefficientStd. Errort-StatisticProb. C-2052.335337.8788-6.0741750.0000M20.2915620.00824535.363260.0000R-squared0.985811 Mean dependent var6508.618Adjusted R-squared0.985022 S.D. dependent var8613.125S.E. of regression1054.101 Akaike info criterion16.85340Sum squared resid20000303 Schwarz criterion16.95298Log likelihood-166.5340 F-statistic1250.560Durbin-Watson stat0.433564 Prob(F-statistic)0.000000由结果可知，M2也可以很好的解释被解释变量。只放入 DEB,结果如下：Dependent Variable: REMethod: Least SquaresDate: 12/22/11 Time: 14:08Sample: 1991 2010Included observations: 20VariableCoefficientStd. Errort-StatisticProb. C-6360.050957.8850-6.6396800.0000DEB5.9939800.37745215.880100.0000R-squared0.933377 Mean dependent var6508.618Adjusted R-squared0.929676 S.D. dependent var8613.125S.E. of regression2284.089 Akaike info criterion18.39996Sum squared resid93907109 Schwarz criterion18.49953Log likelihood-181.9996 F-statistic252.1775Durbin-Watson stat0.431450 Prob(F-statistic)0.000000由结果可知，DEB也可以很好的解释被解释变量。由于I已经综合了变量 NM 和 FDI,所以就不对 NM 和 FDI 分别进行回归了。 下面在一元线性回归 I 模型的基础上首先放入M2, 结果如下：Dependent Variable: REMethod: Least SquaresDate: 12/22/11 Time: 14:12Sample: 1991 2010Included observations: 20VariableCoefficientStd. Errort-StatisticProb. C-2083.117432.3853-4.8177330.0002I-0.0254380.212597-0.1196550.9062M20.2886040.02613611.042430.0000R-squared0.985823 Mean dependent var6508.618Adjusted R-squared0.984155 S.D. dependent var8613.125S.E. of regression1084.204 Akaike info criterion16.95256Sum squared resid19983473 Schwarz criterion17.10192Log likelihood-166.5256 F-statistic591.0468Durbin-Watson stat0.416515 Prob(F-statistic)0.000000可见，放入两个变量后，R-square 由 0.88 变为 0.98, 这说明这两个变量都是应该保留的。下面加入第三个变量DEB，结果如下：Dependent Variable: REMethod: Least SquaresDate: 12/22/11 Time: 14:13Sample: 1991 2010Included observations: 20VariableCoefficientStd. Errort-StatisticProb. C-2058.085825.1648-2.4941500.0240I-0.0358380.362299-0.0989180.9224M20.2895720.0380357.6132890.0000DEB-0.0472971.312147-0.0360450.9717R-squared0.985824 Mean dependent var6508.618Adjusted R-squared0.983166 S.D. dependent var8613.125S.E. of regression1117.527 Akaike info criterion17.05248Sum squared resid19981851 Schwarz criterion17.25163Log likelihood-166.5248 F-statistic370.8834Durbin-Watson stat0.415846 Prob(F-statistic)0.000000可见，加入第三个变量后，R-square 变为 0.986,调整后为 0.983，能够通过整体的显著性检验，说明该模型整体的解释性变好。综上，从回归结果分析:a) 方程的拟合优质度 R-Square 为 0986, 调整后为 0.983 能够通过检验；b) 对R-square 进行F 检验，K=3, n=20, n-K-1=16; 所以F0.05 (3, 16)= 8.69, F统计为F-statistic=370.88348.69, 所以可以通过F检验在5%的显著性水平上拒绝R2=0的假设；c) 对解释变量的回归系数作 T 检验，I , M2, DEB 的检验值都能够通过 T 检验。可见该模型并不存在多重共线性了。并且系数均符合解释变量与被解释变量的经济意义。逐步回归的结果：原来的函数模型改进为： REt=c+a1It+ a2M2t+a3DEBt+t, t=1991,1992,2010 (2)（二）异方差检验运用E-views进行White检验，结果分析如下：White Heteroskedasticity Test:F-statistic4.064216 Probability0.019673Obs*R-squared15.70612 Probability0.073278Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/22/11 Time: 14:15Sample: 1991 2010Included observations: 20VariableCoefficientStd. Errort-StatisticProb. C3741927.3627943.1.0314180.3266I799.83412390.2040.3346300.7448I2-2.0137311.220685-1.6496730.1300I*M2-0.1222150.152615-0.8008070.4419I*DEB-7.3260235.085177-1.4406620.1802M2-41.35244286.9451-0.1441130.8883M22-0.0344400.017193-2.0031530.0730M2*DEB0.8756720.5142661.7027620.1194DEB1855.70711705.470.1585330.8772DEB2-15.4143511.32895-1.3606150.2035R-squared0.785306 Mean dependent var999092.5Adjusted R-squared0.592082 S.D. dependent var1064427.S.E. of regression679833.6 Akaike info criterion30.00394Sum squared resid4.62E+12 Schwarz criterion30.50180Log likelihood-290.0394 F-statistic4.064216Durbin-Watson stat2.162542 Prob(F-statistic)0.019673从表中可以看出，nR2=15.70612,由White检验知，在=0.05下，自由度p=9，查2分布表，得临界值16.9190，则nR220.05（9），所以接受原假设，即认为模型不存在异方差。（三）序列自相关检验运用E-Views进行OLS估计，结果如下：Dependent Variable: REMethod: Least SquaresDate: 12/22/11 Time: 14:22Sample: 1991 2010Included observations: 20VariableCoefficientStd. Errort-StatisticProb. C-2058.085825.1648-2.4941500.0240I-0.0358380.362299-0.0989180.9224M20.2895720.0380357.6132890.0000DEB-0.0472971.312147-0.0360450.9717R-squared0.985824 Mean dependent var6508.618Adjusted R-squared0.983166 S.D. dependent var8613.125S.E. of regression1117.527 Akaike info criterion17.05248Sum squared resid19981851 Schwarz criterion17.25163Log likelihood-166.5248 F-statistic370.8834Durbin-Watson stat2.003380 Prob(F-statistic)0.000000DW=0.415846,n=20,k=3,Dl=0.998，Du=1.676，则DuDW4-Du,误差项之间不存在自相关。（四）因果关系检验Pairwise Granger Causality TestsDate: 12/22/11 Time: 16:55Sample: 1991 2010Lags: 2 Null Hypothesis:ObsF-StatisticProbability I does not Granger Cause RE181.417600.27738 RE does not Granger Cause I2.590800.11299 M2 does not Granger Cause RE188.171570.00503 RE does not Granger Cause M22.493370.12118 DEB does not Granger Cause RE184.710610.02893 RE does not Granger Cause DEB2.981950.08592