金融月度總結(jié)精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的金融月度總結(jié)主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：金融月度總結(jié)范文

做了一個(gè)學(xué)期的班長，我受益匪淺，班長這一職責(zé)像個(gè)管家，班級(jí)里大大小小的事情都需要打理，在班導(dǎo)的正確指導(dǎo)，和全班同學(xué)的積極配合下，金融3班成為一個(gè)團(tuán)結(jié)，充滿朝氣的大家庭。

一開始做班長的時(shí)候，我覺得壓力真的很大，聽班導(dǎo)說，大一是形成一個(gè)班級(jí)凝聚力十分重要的階段。經(jīng)過了半個(gè)月的摸索，我對(duì)做大學(xué)班長熟悉了很多。

首先班長要及時(shí)通知學(xué)院下發(fā)的各項(xiàng)通知，我通過每個(gè)星期的院系樓簽到，每天的收取郵件，飛信等等的方式獲取每個(gè)一天學(xué)院發(fā)下來的通知，并及時(shí)通知全班同學(xué)。每天都會(huì)有很多的通知，并且都有嚴(yán)格的時(shí)間要求，這項(xiàng)工作挺繁瑣的，但經(jīng)過我的努力，都一項(xiàng)項(xiàng)的落實(shí)得不錯(cuò)。

然后就是最重要的一塊，團(tuán)結(jié)班集體，增強(qiáng)班級(jí)凝聚力，讓同學(xué)之間可以相互的了解，一學(xué)期以來，我和其他班委積極響應(yīng)新生杯籃球賽，迎新晚會(huì)，田徑賽，團(tuán)日，做亞運(yùn)文明觀眾等等的學(xué)院活動(dòng)，同時(shí)也多次在班上組織唱k，放風(fēng)箏，生日會(huì)，班委慰問男生宿舍，月度聯(lián)歡，開班會(huì)等等的一系列活動(dòng)。每一次我盡量的聽取大家的意見來組織一項(xiàng)活動(dòng)，使我們班的同學(xué)更加的了解對(duì)方。通過我們班同學(xué)的積極配合，活動(dòng)的取得了不錯(cuò)的成效，也希望下個(gè)學(xué)期我們班會(huì)因此而更加活躍。

另外，為了更了解我們班的同學(xué)，我會(huì)時(shí)不時(shí)的竄宿舍，多點(diǎn)與每個(gè)同學(xué)溝通，了解大家的需要。同時(shí)，每一次活動(dòng)前，我都會(huì)很高興的聽到部分同學(xué)對(duì)活動(dòng)的意見，每當(dāng)這個(gè)時(shí)候，我都感到十分的欣慰和高興！重中我吸收了很多新鮮的觀點(diǎn)。正因?yàn)榇蠹业呐浜?，每一次活?dòng)才會(huì)成功！

同時(shí)，在這個(gè)學(xué)期，我會(huì)不斷的讓班委工作步入正軌，召開班委會(huì)議，制定班級(jí)的相關(guān)制度，讓我們班更加的和諧。

經(jīng)過一個(gè)學(xué)期的努力，我和各班委都可以分工合作，明確各自的分工，和各班委之間也可以更好的協(xié)調(diào)，讓這個(gè)班更加的團(tuán)結(jié)和溫馨。

下面總結(jié)一下我們班這個(gè)學(xué)期的一些狀況。

一．班委工作方面 

可取之處：

1.，同時(shí)班委會(huì)成員之間增添了不少默契。大部分班委都有自己的社團(tuán)工作，但都?jí)蚝芎玫膮f(xié)調(diào)好社團(tuán)工作與班級(jí)工作，積極的參與每一次的班級(jí)活動(dòng)，相處的十分的融洽。

2. 班干部分工明確，都能夠合格的完成自己的職責(zé)，班務(wù)工作有所提高。班委會(huì)議發(fā)言比較積極，對(duì)班級(jí)的工作提出可行的意見和建議。

3..班級(jí)氣氛和諧融洽，每一次的班級(jí)活動(dòng)，大部分同學(xué)都會(huì)積極的參與。例如新生杯籃球賽，田徑賽，組織唱k，團(tuán)日，放風(fēng)箏，開生日會(huì)，班委慰問男生宿舍，月度聯(lián)歡，開班會(huì)，迎新晚會(huì)的班級(jí)參賽等等的一系列活動(dòng)，男女生參與度都較為的活躍。

需要改進(jìn)的方面：

1. 班上少數(shù)同學(xué)比較的憂郁，希望下學(xué)期可以放松心情。同時(shí)心理委員應(yīng)該多多的關(guān)注這部分同學(xué)，給予必要的關(guān)心。

2.對(duì)班委的每一次提議，同學(xué)們的反應(yīng)度不算的高，希望平時(shí)同學(xué)們多點(diǎn)的向班委提出更好的建議。

   二．學(xué)習(xí)方面

         可取之處：    

       1.同學(xué)們出勤率還算客觀，大部分同學(xué)可以做到不遲到、有事請(qǐng)假。能夠按時(shí)地完成作業(yè)。

2.同學(xué)們學(xué)會(huì)利用學(xué)校圖書館以及方便的互聯(lián)網(wǎng)資源，涉獵更多的知識(shí)，豐富了自己的知識(shí)庫。

       3.臨近考試時(shí)越來越多的同學(xué)為學(xué)習(xí)所投入的時(shí)間與精力大于以前。

       4.期末考試，我們班同學(xué)基本都能過關(guān)。

需要改進(jìn)的方面：

1.班級(jí)上課氣氛不算活躍。不太認(rèn)真的思考老師在課堂上給出的問題。

2.學(xué)習(xí)氛圍還有待加強(qiáng)。

有的同學(xué)在學(xué)習(xí)態(tài)度上暴露了不足，偶爾上課遲到或曠課，對(duì)于某些課程態(tài)度不積極，課下自主學(xué)習(xí)意識(shí)不強(qiáng)，成績(jī)不理想 。

      三．活動(dòng)方面

      可取之處：

      1.半年的時(shí)間班委組織過新生杯籃球賽，田徑賽，組織唱k，團(tuán)日，放風(fēng)箏，開生日會(huì)，班委慰問男生宿舍，月度聯(lián)歡，開班會(huì)，迎新晚會(huì)的班級(jí)參賽等等的一系列活動(dòng)，很感謝團(tuán)支書，學(xué)習(xí)委員，組織委員、宣傳委員、文體委員，生活委員，心理委員的協(xié)助，活動(dòng)辦得算是成功吧，發(fā)現(xiàn)班里的同學(xué)多才多藝，總是有一陣高過一陣的喝彩。

     2.我們班的部分同學(xué)還參加了亞運(yùn)會(huì)閉幕式的演出。

     3.在學(xué)校其它社團(tuán)組織的活動(dòng)，我們班同學(xué)也表現(xiàn)出很高的積極性。

    需要改進(jìn)的地方：

1.部分同學(xué)不能很好的協(xié)調(diào)社團(tuán)活動(dòng)和班級(jí)活動(dòng)。

2.宿舍同學(xué)的融洽度有待提高，希望可以通過帶動(dòng)每個(gè)宿舍這個(gè)小集體來帶動(dòng)金融3班這個(gè)大集體的進(jìn)步。

總結(jié)：

大學(xué)不同中學(xué)，它更自由，它更獨(dú)立，班級(jí)的凝聚力不僅僅的需要各個(gè)班委的努力，更重要的是每個(gè)同學(xué)的支持和參與，金融3班屬于每一位同學(xué)，也希望每一位同學(xué)因?yàn)榻鹑?班而大學(xué)生活更加的精彩！

第2篇：金融月度總結(jié)范文

關(guān)鍵詞：新增信貸；時(shí)間序列模型；ARMA；預(yù)測(cè)

Abstract：In order to improve the ability of liquidity and risk management and to reduce the effect of near periodicityfor commercial banks， to improve the function of monetary policy for supervision department， it is important to carry out the quantitative analysis of credit growth for commercial banks. Based on the statistical analysis of credit growth， this paper modeling the fluctuating of loan growth and forecast its trend. Analysis shows credit growth is statistically significant and time serial model can be applied in the loan quantity management.

Key Words：loan growth，time serial model，ARMA，forecast

中圖分類號(hào)：F830.33 文獻(xiàn)標(biāo)識(shí)碼：B文章編號(hào)：1674-2265（2009）04-0050-04

中國經(jīng)濟(jì)在經(jīng)歷了近8年的持續(xù)上升后出現(xiàn)了調(diào)整的態(tài)勢(shì)。在經(jīng)濟(jì)周期的上升階段，持續(xù)的流動(dòng)性過剩為商業(yè)銀行信貸擴(kuò)張?zhí)峁┝顺渥愕馁Y金來源；不斷市場(chǎng)化的我國商業(yè)銀行更加重視資產(chǎn)收益和股東回報(bào)，產(chǎn)生了增加信貸投放創(chuàng)造價(jià)值的內(nèi)在驅(qū)動(dòng)力；商業(yè)銀行“早投放、早收益”的指導(dǎo)思想及內(nèi)部傳統(tǒng)的信貸規(guī)模計(jì)劃、管理模式等等，導(dǎo)致了我國商業(yè)銀行的信貸投放總量加大，增速加快。而在經(jīng)濟(jì)的下行階段，由于出現(xiàn)了部分企業(yè)經(jīng)營困難虧損甚至倒閉等情況，銀行為規(guī)避金融危機(jī)所帶來的新增信用風(fēng)險(xiǎn)，往往采取謹(jǐn)慎的信貸投放態(tài)度，出現(xiàn)信貸投放增量下降、增速減緩的情況。由此，為更有效地把控信貸投放，在控制自身信用風(fēng)險(xiǎn)的同時(shí)增加效益產(chǎn)出，合理承擔(dān)金融行業(yè)對(duì)宏觀經(jīng)濟(jì)的支撐和促進(jìn)作用，商業(yè)銀行需要對(duì)信貸投放的總量及規(guī)劃趨勢(shì)進(jìn)行量化預(yù)測(cè)和研究。

政府監(jiān)管部門在經(jīng)濟(jì)周期的上升階段，為有效遏制通貨膨脹，控制信貸過快增長，采取了提高利率與準(zhǔn)備金率、發(fā)行定向票據(jù)、加強(qiáng)窗口指導(dǎo)等一系列信貸投放調(diào)控舉措；而在經(jīng)濟(jì)的下行階段，監(jiān)管部門又逐步放開了信貸規(guī)模的控制。因此，為更加有效的進(jìn)行銀行信貸投放監(jiān)管，減少或避免銀行業(yè)和宏觀經(jīng)濟(jì)波動(dòng)的“親周期”效應(yīng)，政府監(jiān)管部門也需要有更加有效的信貸投放預(yù)測(cè)分析和管理工具。

目前，國內(nèi)的相關(guān)研究主要集中在基于歷史數(shù)據(jù)和經(jīng)驗(yàn)判斷對(duì)信貸投放進(jìn)行特點(diǎn)總結(jié)、趨勢(shì)分析和經(jīng)濟(jì)規(guī)律研究，對(duì)運(yùn)用商業(yè)銀行內(nèi)部數(shù)據(jù)進(jìn)行信貸流量的時(shí)序分析尚不多見。比如王敏（2006）分析了“十五”期間山東省的信貸投放特點(diǎn)；沈如軍（2000）分析了影響信貸規(guī)模的銀行內(nèi)外部因素，提出了合理把握信貸總量，做好信貸資源的地區(qū)、行業(yè)、集中度配置的設(shè)想等等。同時(shí)，有學(xué)者采用時(shí)間序列方法對(duì)信貸投放進(jìn)行了分析。夏天、程細(xì)玉（2006）運(yùn)用SARIMA模型，對(duì)中國人民銀行月度信貸總量進(jìn)行了預(yù)測(cè)分析。董占斌（2007）運(yùn)用“累積曲線”和季節(jié)調(diào)整ARIMA模型對(duì)浙江省2002年以來的信貸投放進(jìn)行了時(shí)序分析，發(fā)現(xiàn)具有明顯的“早投放”、“季末沖高”、“春節(jié)影響大”三大特點(diǎn)。

本文基于某商業(yè)銀行內(nèi)部信息系統(tǒng)，提取了該行1999年至2006年間的新增貸款數(shù)據(jù)及相關(guān)地區(qū)、行業(yè)、貸款品種等信息，期望通過采用實(shí)證研究方法對(duì)商業(yè)銀行新增貸款進(jìn)行基本統(tǒng)計(jì)分析和時(shí)間序列的研究。一方面，通過對(duì)新增貸款每日、每周、每月的基本特性的統(tǒng)計(jì)，計(jì)算得到貸款投放的中位值、標(biāo)準(zhǔn)差等統(tǒng)計(jì)指標(biāo)，從而對(duì)貸款投放頻率分布特性進(jìn)行總結(jié)分析；另一方面，采用時(shí)間序列模型的多種技術(shù)方法對(duì)新增貸款進(jìn)行研究，以刻畫新增貸款的時(shí)間波動(dòng)特性，進(jìn)而對(duì)2006年的實(shí)際發(fā)生數(shù)和模型預(yù)測(cè)數(shù)進(jìn)行有效性對(duì)比，以驗(yàn)證模型擬合效果，從而為商業(yè)銀行提供一個(gè)能夠有效輔助制訂信貸投放計(jì)劃的量化模型。

一、信貸投放的日、周、月統(tǒng)計(jì)分析

運(yùn)用Eviews軟件的統(tǒng)計(jì)功能，分析得到新增貸款日、周、月的相關(guān)統(tǒng)計(jì)特征值如下。

（一）每日新增貸款統(tǒng)計(jì)特性

1. 統(tǒng)計(jì)區(qū)間共有2922天，其中2590天（占比88.6%）有新增貸款，332天（占比11.4%）沒有新增貸款。

2. 日貸款投放呈現(xiàn)顯著的雙峰分布。1億元以下的貸款投放日有800多天，其中，投放低于1000萬元的有300多天；1億元以上貸款的投放日有近1800天，并呈現(xiàn)顯著的偏峰肥尾分布和少量大額貸款投放日的稀疏分布。

3. 進(jìn)一步統(tǒng)計(jì)分析得到，貸款投放在1000萬元以下的投放日、1000萬元至1億元之間的投放日，均呈現(xiàn)比較均勻的分布；貸款投放超過1億元的主要分布區(qū)間在1至10億元之間，中位值為5億元，統(tǒng)計(jì)特性顯著。

（二）每周新增貸款統(tǒng)計(jì)特性

1. 每周新增貸款呈現(xiàn)顯著的偏峰肥尾分布，且峰度較高，稀疏的尾部較長。統(tǒng)計(jì)分布的均值和中位值較接近，同時(shí)每周新增貸款多數(shù)集中在60億元以內(nèi)。

2. 每周內(nèi)不同日子的新增貸款統(tǒng)計(jì)特征值有較大差異。周一到周四新增貸款的統(tǒng)計(jì)特性比較接近，與總體每日的特性接近。周五新增貸款的均值、中位值都明顯高于周一至周四的新增貸款。周六、周日，由于是休息日，其投放的數(shù)額要明顯小于工作日。

3. 新增貸款投放最大值發(fā)生在周一，可能是由于銀行對(duì)于大額信貸投放比較謹(jǐn)慎，因此往往在上周籌集資金，待周一實(shí)現(xiàn)貸款的發(fā)放。

（三）每月新增貸款統(tǒng)計(jì)特性

1. 每月新增貸款呈現(xiàn)偏峰肥尾分布，但峰度和偏度均明顯低于日、周新增貸款。

2. 不同月份新增貸款的統(tǒng)計(jì)特性差異顯著。每年3、6、9、12月新增貸款的均值、中位值均明顯高于其他月份，且其中的3、6、9月新增貸款最大值也明顯高于其他月份。每年的1、2、10月份，由于有長假期的原因，導(dǎo)致新增貸款明顯低于其他月份。每年的4、5、7、8、11月的新增貸款統(tǒng)計(jì)特性接近，且與月度均值接近。

3. 月度新增貸款具有明顯的季度波動(dòng)周期，具有季末沖高的顯著特征。

（四）新增貸款統(tǒng)計(jì)特性

1. 商業(yè)銀行的信貸投放具有顯著的統(tǒng)計(jì)特性和規(guī)律，這為商業(yè)銀行加強(qiáng)資金管理、提高信貸管理水平，奠定了良好基礎(chǔ)。

2. 日、周、月新增貸款的統(tǒng)計(jì)分布特性具有很多共性，如均呈現(xiàn)偏峰肥尾的分布特征等，但分布的峰度、偏度值有隨統(tǒng)計(jì)期間延長而依次下降的趨勢(shì)。

3. 日、周、月新增貸款有各自的分布特性，如每周不同日子的新增貸款有顯著差異；每年不同月份的投放也存在統(tǒng)計(jì)上的顯著差別等。

4. 綜合不同時(shí)間尺度信貸投放的統(tǒng)計(jì)特性，商業(yè)銀行可以更加有效地進(jìn)行資金管理、流動(dòng)性管理，如采用在險(xiǎn)價(jià)值（Var）方法，可以更為準(zhǔn)確地預(yù)測(cè)日、周等的新增貸款需求。

二、信貸投放的時(shí)序模型研究

為有效地進(jìn)行月度新增貸款的分析和預(yù)測(cè)，本文運(yùn)用ARMA等時(shí)間序列模型作為主要分析技術(shù)，對(duì)1999年至2005年月度新增貸款數(shù)據(jù)進(jìn)行了多維度的模型擬合，并對(duì)2006年的實(shí)際發(fā)生數(shù)和模型預(yù)測(cè)值進(jìn)行了有效性對(duì)比分析，以驗(yàn)證模型的運(yùn)用效果。

（一）全行月度新增貸款分析預(yù)測(cè)

1. 模型的建立與檢驗(yàn)。以時(shí)序數(shù)據(jù)的自相關(guān)和偏相關(guān)圖為基礎(chǔ)，并以AIC和SC指標(biāo)值最小化為目標(biāo)，確定ARMA模型的p、q的階數(shù)分別為3、3。對(duì)模型殘差進(jìn)行單位根檢驗(yàn)，在99.9%的置信區(qū)間下，可以認(rèn)定殘差為白噪聲序列，因此上述ARMA（3，3）模型較充分地提取了原始數(shù)據(jù)序列的各方面信息。模型擬合參數(shù)和殘差檢驗(yàn)、分布特征如表2。

由此可得模型預(yù)測(cè)函數(shù)為：

L=1.014*MEAN05＋0.430656*AR(1)－0.283269*

AR(2)＋0.672164*AR(3)－0.066168*MA(1)＋0.680341

*MA（2）－0.587238*MA（3）

其中：MEAN05是指2005年（含）之前年份各月度新增貸款平均值，其他參數(shù)參考ARMA模型定義。

2. 模型的預(yù)測(cè)與驗(yàn)證。依托此模型對(duì)2006年全行各月份新增貸款數(shù)據(jù)進(jìn)行預(yù)測(cè)，并將其與實(shí)際發(fā)生值進(jìn)行對(duì)比分析，結(jié)果如圖1。

不同月份的模型預(yù)測(cè)值與實(shí)際值均非常接近，且變動(dòng)趨勢(shì)同步；各月份的實(shí)際新增值基本上都分布在模型預(yù)測(cè)區(qū)間內(nèi)（預(yù)測(cè)值的上下一個(gè)標(biāo)準(zhǔn)差）。各月份實(shí)際新增貸款量往往高于預(yù)測(cè)量，表明2006年處在信貸規(guī)模擴(kuò)張的階段，貸款增速高于往年平均增速。模型預(yù)測(cè)2006年該銀行的新發(fā)放貸款總量與實(shí)際值相差5.67%，表明了模型預(yù)測(cè)精度比較可靠（預(yù)測(cè)精度為94.33%）。

（二）區(qū)域月度新增貸款分析預(yù)測(cè)

利用ARMA（1，2）模型對(duì)該銀行某省級(jí)區(qū)域分行的新增貸款進(jìn)行擬合預(yù)測(cè)，結(jié)果如圖2。

模型預(yù)測(cè)的該區(qū)域不同月份新增貸款值與實(shí)際值非常接近，且變動(dòng)趨勢(shì)同步；各月份的實(shí)際新增值分布在模型預(yù)測(cè)區(qū)間內(nèi)（預(yù)測(cè)值的上下一個(gè)標(biāo)準(zhǔn)差）。2006年，該地區(qū)實(shí)際發(fā)放500多億元貸款，模型預(yù)測(cè)值僅比實(shí)際值小了3.37億元，誤差僅為0.62%，實(shí)證模型預(yù)測(cè)精度為99.38%。

（三）行業(yè)月度新增貸款分析預(yù)測(cè)

根據(jù)該銀行內(nèi)部的行業(yè)分類準(zhǔn)則，用ARMA（1，2）模型對(duì)某行業(yè)2006年新增貸款進(jìn)行擬合預(yù)測(cè)，結(jié)果如圖3。

模型預(yù)測(cè)結(jié)果與實(shí)際值比較接近，變動(dòng)趨勢(shì)同步性較強(qiáng)；預(yù)測(cè)結(jié)果存在一定誤差，預(yù)測(cè)值比實(shí)際值小了14%。主要原因是在5月至7月期間，新增貸款有一個(gè)明顯的沖高，越出了模型預(yù)測(cè)值邊界。當(dāng)然，年度內(nèi)其他月份的實(shí)際發(fā)放額基本落在模型預(yù)測(cè)區(qū)間內(nèi)。

（四）不同業(yè)務(wù)品種月度新增貸款分析預(yù)測(cè)

本文嘗試采用四種不同的時(shí)間序列方法對(duì)該銀行2006年各月的流動(dòng)資金貸款進(jìn)行了時(shí)序擬合和預(yù)測(cè)分析，結(jié)果見表3。

分析認(rèn)為，各模型均對(duì)新增貸款的波動(dòng)趨勢(shì)作出較好的預(yù)測(cè)，預(yù)測(cè)值與實(shí)際值的偏差均在可接受的范圍內(nèi)；不同時(shí)序模型的預(yù)測(cè)效果比較接近，模型之間具有較好的替代性；四個(gè)模型方法中ARMA模型具有更佳的表現(xiàn)。

（五）信貸投放時(shí)序特性

綜合分析多個(gè)維度的時(shí)序模型，本文認(rèn)為：

1. 時(shí)間序列模型可以對(duì)信貸投放進(jìn)行有效的預(yù)測(cè)，該方法具有較強(qiáng)的適用性。模型預(yù)測(cè)精度較高，但是不同維度模型的預(yù)測(cè)效果存在一定的差異（表現(xiàn)在預(yù)測(cè)值與實(shí)際值之間的偏差）。

2. 不同類別、維度的新增貸款時(shí)間序列，均可以使用ARMA模型進(jìn)行預(yù)測(cè)，但是由于數(shù)據(jù)的歷史波動(dòng)規(guī)律存在差異，因此模型的參數(shù)（p、q值）的選取有一定差別。

3. 可以使用不同的時(shí)序模型方法對(duì)信貸投放進(jìn)行預(yù)測(cè)，預(yù)測(cè)效果近似。通過對(duì)比分析，可提供更為準(zhǔn)確有效的信貸投放預(yù)測(cè)結(jié)果。

4. 多維度的信貸投放預(yù)測(cè)模型精度較高，可以為商業(yè)銀行合理有效把握信貸投放節(jié)奏，進(jìn)行分行業(yè)、分地區(qū)和分業(yè)務(wù)品種的信貸資金配置管理，開展信貸組合管理，提供有價(jià)值的參考信息和奠定數(shù)據(jù)基礎(chǔ)。

5. 商業(yè)銀行可以根據(jù)自身管理維度和精細(xì)度的要求，開展更為深入的信貸資金時(shí)序規(guī)劃和預(yù)測(cè)研究。

三、政策建議

商業(yè)銀行的日、周、月新增貸款具有差異明顯的統(tǒng)計(jì)特性和時(shí)序波動(dòng)特點(diǎn)。運(yùn)用多種時(shí)間序列模型方法，可較好地?cái)M合歷史新增貸款數(shù)據(jù)，并進(jìn)行有效預(yù)測(cè)?；诖?，時(shí)序模型可以在以下方面發(fā)揮應(yīng)有的作用：

（一）輔助信貸投放監(jiān)管

新增貸款的時(shí)序分析，可以為政府主管部門進(jìn)行貨幣政策的效果分析和窗口指導(dǎo)的計(jì)劃安排，提供一個(gè)有效的技術(shù)工具。通過對(duì)全國貸款資金投放的時(shí)序分析，可以制定出更為合理的信貸投放規(guī)模和計(jì)劃，同時(shí)通過信貸投入的變化對(duì)經(jīng)濟(jì)進(jìn)行周期和反周期的調(diào)控，減少商業(yè)銀行“親周期性”，有效貫徹國家宏觀調(diào)整政策，規(guī)避銀行業(yè)整體風(fēng)險(xiǎn)。

（二）改善信用風(fēng)險(xiǎn)管理工具和技術(shù)手段

新增貸款的時(shí)序分析，可以將信貸投放與行業(yè)經(jīng)濟(jì)周期進(jìn)行有效匹配，以更有效地規(guī)避由行業(yè)波動(dòng)帶來的信用風(fēng)險(xiǎn)；將區(qū)域的信貸投入力度與該地區(qū)經(jīng)濟(jì)發(fā)展走勢(shì)有效匹配，不僅支持了國家區(qū)域發(fā)展規(guī)劃，而且實(shí)現(xiàn)了銀行的有效信貸市場(chǎng)的開拓。進(jìn)而，通過運(yùn)用時(shí)序模型，對(duì)新增貸款行業(yè)、區(qū)域、品種等多維度的合理配置，為實(shí)現(xiàn)信貸結(jié)構(gòu)的調(diào)整、優(yōu)劣信貸市場(chǎng)的進(jìn)退、全面的風(fēng)險(xiǎn)管理、穩(wěn)健的可持續(xù)經(jīng)營提供必要的技術(shù)支撐，以幫助銀行不斷實(shí)現(xiàn)風(fēng)險(xiǎn)與效益相匹配的均衡發(fā)展。

（三）提升銀行流動(dòng)性管理水平

基于新增貸款的時(shí)序分析，做好資金規(guī)劃，改善資金的調(diào)配和使用，從而更好地進(jìn)行資金運(yùn)作，不斷提高資金使用效率，從而有效改善銀行的流動(dòng)性，提升經(jīng)營業(yè)績(jī)。

基于本文的研究，可以進(jìn)一步深入分析微觀的商業(yè)銀行信貸投入與宏觀的經(jīng)濟(jì)走勢(shì)之間的內(nèi)在統(tǒng)計(jì)規(guī)律特性；研究如何結(jié)合信用限額管理目標(biāo)，全面構(gòu)建信貸流量和存量預(yù)測(cè)分析框架；也可研究如何逐步構(gòu)建動(dòng)態(tài)的、數(shù)據(jù)驅(qū)動(dòng)的資金計(jì)劃計(jì)量體系。

參考文獻(xiàn)：

[1]易丹輝.數(shù)據(jù)分析與Eviews應(yīng)用[M].北京：中國統(tǒng)計(jì)出版社.2002.106－132.

[2]王敏.“十五”期間山東省信貸投放研究[J].濟(jì)南金融.2006，（7）： 2－4.

第3篇：金融月度總結(jié)范文

關(guān)鍵詞：貨幣政策；股市；DAG方法； VAR模型；馬爾科夫轉(zhuǎn)換模型

Abstract:Using technique of DAG and VAR model,this paper study the effects of Chinese monetary policy on stock market. The analysis results indicate monetary shocks have negative effects on stock market price in short-term and medium-term.We also apply Markov-switching model to investigate whether Chinese monetary policy have asymmetric effects on stock market.The analysis results show that contractionary monetary policy will decrease stock returns more in bear markets than in bull markets and lead to a higher probability of switching from the bull markets regime to the bear markets regime.

Keywords：monetary policy，stock market，DAG Methods，VAR Model，Markov-switching Model

中圖分類號(hào)：F830.91 文獻(xiàn)標(biāo)識(shí)碼：B文章編號(hào)：1674-2265（2009）03-0035-06

一、引言

二十世紀(jì)90年代以來，隨著中國經(jīng)濟(jì)市場(chǎng)化改革的深入，貨幣政策日益成為宏觀經(jīng)濟(jì)調(diào)控的主要政策手段，同時(shí)以股票市場(chǎng)為核心的資本市場(chǎng)迅速成長，對(duì)國民經(jīng)濟(jì)的影響和作用越來越大，貨幣政策與股票市場(chǎng)的關(guān)系成為經(jīng)濟(jì)學(xué)界討論的熱點(diǎn)問題。國內(nèi)外學(xué)術(shù)界對(duì)這一問題的研究主要集中在以下三方面：第一，股市在貨幣政策傳導(dǎo)過程中的角色與作用；第二，貨幣政策是否應(yīng)對(duì)股市價(jià)格波動(dòng)做出反應(yīng)；第三，貨幣政策是否對(duì)股市的定價(jià)和收益產(chǎn)生影響以及貨幣政策對(duì)股市價(jià)格波動(dòng)的預(yù)測(cè)力。

國內(nèi)學(xué)者從理論和實(shí)證兩方面對(duì)我國股票市場(chǎng)發(fā)展與貨幣政策的傳導(dǎo)關(guān)系做了大量的研究工作。許多研究者認(rèn)為中國股票市場(chǎng)的發(fā)展壯大改變了傳統(tǒng)貨幣政策傳導(dǎo)單純依賴金融機(jī)構(gòu)信貸的局面，形成了傳導(dǎo)貨幣政策的新渠道，即貨幣政策的調(diào)整引起股票的價(jià)值重估，再通過財(cái)富效應(yīng)、托賓q效應(yīng)、流動(dòng)性效應(yīng)以及資產(chǎn)負(fù)債表效應(yīng)等影響實(shí)體經(jīng)濟(jì)和通貨膨脹。同時(shí)研究者也認(rèn)為，我國股票市場(chǎng)對(duì)貨幣政策的傳導(dǎo)渠道是存在的，但由于中國股票市場(chǎng)建立時(shí)間尚短、規(guī)模較小、運(yùn)行不規(guī)范、制度不完善等原因，傳導(dǎo)效率并不高（郭金龍，2004；劉劍，2004；薛永剛，2008）。

各國大量經(jīng)驗(yàn)證據(jù)表明，隨著資本市場(chǎng)的深化和廣化，資產(chǎn)價(jià)格波動(dòng)的效應(yīng)大大超出了對(duì)資本市場(chǎng)本身的影響，資產(chǎn)價(jià)格的劇烈波動(dòng)會(huì)導(dǎo)致金融不穩(wěn)定甚至引發(fā)嚴(yán)重的經(jīng)濟(jì)危機(jī)，因此二十世紀(jì)90年代以來資產(chǎn)泡沫及其影響尤其受到廣泛關(guān)注。但貨幣政策是否應(yīng)對(duì)股市價(jià)格波動(dòng)做出反應(yīng)呢？在國外經(jīng)濟(jì)學(xué)界和央行，對(duì)這一問題的解答爭(zhēng)議較大。一種意見認(rèn)為，央行應(yīng)設(shè)定一個(gè)股市價(jià)格目標(biāo)，當(dāng)股市出現(xiàn)明顯泡沫時(shí)，央行應(yīng)積極采取對(duì)策抑制股價(jià)、刺破股市泡沫。另一種意見認(rèn)為，央行不應(yīng)直接對(duì)資產(chǎn)價(jià)格波動(dòng)做出反應(yīng)（即資產(chǎn)價(jià)格不應(yīng)進(jìn)入貨幣當(dāng)局的最優(yōu)政策函數(shù)），其理由包括股市泡沫難以判斷和度量、刺破資產(chǎn)泡沫可能導(dǎo)致經(jīng)濟(jì)衰退、貨幣政策對(duì)股市波動(dòng)的頻繁反應(yīng)增大而非緩和了宏觀經(jīng)濟(jì)波動(dòng)等（Roubini，2006）。有趣的是，從國內(nèi)相關(guān)文獻(xiàn)看，國內(nèi)研究者似乎對(duì)這一問題形成了某種共識(shí)：由于技術(shù)、制度和作用機(jī)制上存在許多困難和障礙，中國央行現(xiàn)階段還不能將資產(chǎn)價(jià)格納入貨幣政策的直接調(diào)控目標(biāo)，但央行應(yīng)關(guān)注資產(chǎn)價(jià)格的波動(dòng)，并做出適當(dāng)反應(yīng)，從而加強(qiáng)貨幣政策的前瞻性，簡(jiǎn)言之，對(duì)股市要“關(guān)注”但不要“盯住”（瞿強(qiáng)，2001；孫華妤，2003；郭田勇，2006；王勁松，2008）。

本文主要對(duì)中國貨幣政策是否對(duì)股市的定價(jià)和收益產(chǎn)生影響做實(shí)證考察，包括運(yùn)用基于DAG方法的VAR模型研究貨幣政策與股市收益的動(dòng)態(tài)因果性，運(yùn)用馬爾科夫轉(zhuǎn)換模型（Markov-switching）研究貨幣政策對(duì)股市的不對(duì)稱效應(yīng)。從內(nèi)在聯(lián)系看，研究貨幣政策對(duì)股市的定價(jià)和收益的影響應(yīng)視為是否將股市價(jià)格納入貨幣政策目標(biāo)這一問題的前提問題，因?yàn)橹挥胸泿耪吣軌蛴行в绊懝墒袃r(jià)格走勢(shì)時(shí)，將股市價(jià)格納入貨幣政策目標(biāo)才有可能性和可行性。因此，本文的研究加深了對(duì)貨幣政策傳導(dǎo)渠道和結(jié)果的認(rèn)識(shí)，為央行制定有效的貨幣政策，當(dāng)然也為投資者進(jìn)行股票市場(chǎng)投資提供了有益參考。

二、貨幣政策與股市價(jià)格水平的動(dòng)態(tài)因果性

（一）基本方法與數(shù)據(jù)

對(duì)于貨幣政策與股市收益動(dòng)態(tài)因果性的研究，現(xiàn)有文獻(xiàn)通常采用Granger因果檢驗(yàn)和傳統(tǒng)VAR方差分解、脈沖響應(yīng)的方法。但以上方法存在較大局限性，楊子暉（2008）對(duì)此做了一個(gè)很好的總結(jié)。Granger因果檢驗(yàn)建立在這樣的假設(shè)前提下，用過去解釋將來，因此它不能給出變量之間的同期因果關(guān)系。而傳統(tǒng)的VAR方差分解、脈沖響應(yīng)使用的是Choleski結(jié)構(gòu)分解方法，這一方法的最大問題在于對(duì)VAR系統(tǒng)內(nèi)的變量關(guān)系施加了一個(gè)相當(dāng)武斷的設(shè)定，認(rèn)為結(jié)構(gòu)新息之間存在著遞歸的同期因果關(guān)系，即第一個(gè)變量的結(jié)構(gòu)新息同期影響所有變量，第二個(gè)變量的結(jié)構(gòu)新息同期影響除第一個(gè)變量之外的其它所有變量，依此類推，最后一個(gè)變量的結(jié)構(gòu)新息不同期影響其它所有變量。以后學(xué)者又發(fā)展了Sims-Bernanke分解和Blanchard-Quah分解等結(jié)構(gòu)分解方法，使研究者可以靈活地設(shè)定擾動(dòng)的同期因果關(guān)系，但這些方法都需要借助先驗(yàn)信息和理論對(duì)擾動(dòng)的同期關(guān)系進(jìn)行設(shè)定，因此不可避免地存在相當(dāng)?shù)闹饔^色彩（參見Enders，2003）。而Spirtes（2000）和Pearl（1995，2000）等人提出了DAG（Directed Acyclic Graph，有向無環(huán)圖）方法，通過分析變量之間的條件相關(guān)特征來辨識(shí)變量的同期因果性，從而對(duì)Granger因果檢驗(yàn)作出了有益的補(bǔ)充和擴(kuò)展，而且為VAR結(jié)構(gòu)分解提供了較為客觀科學(xué)的識(shí)別約束，使研究貨幣政策與股市收益的動(dòng)態(tài)因果性獲得了新的方法和視野。

簡(jiǎn)言之，DAG是一個(gè)表征多個(gè)變量間因果關(guān)系和方向的圖，如果變量X是Y的原因，表示為XY，如果變量Y是X的原因，表示為YX，如果變量X與Y獨(dú)立，則二者無線段相連。但DAG中沒有環(huán)路，即不可能從一個(gè)端點(diǎn)（變量）循有向路徑回到原端點(diǎn)，舉例而言，如XYZX是不可能的。Spirtes，Glymour和Scheines（2000）提出了PC算法從而實(shí)現(xiàn)數(shù)據(jù)的DAG。PC算法從變量集的完全無向圖開始，在此圖中每個(gè)變量和其它變量相連，然后根據(jù)變量之間的零相關(guān)或零偏相關(guān)消去變量之間的線段，直至最終獲得DAG。本文運(yùn)用軟件TETRAD實(shí)現(xiàn)數(shù)據(jù)的DAG分析。

在建立VAR模型之前，還有一個(gè)貨幣政策的識(shí)別問題值得討論，即用什么變量來代表貨幣政策。在國外早期的關(guān)于貨幣政策的文獻(xiàn)中，通常用貨幣總量作為貨幣政策的度量，但二十世紀(jì)90年代后，隨著越來越多的發(fā)達(dá)經(jīng)濟(jì)體央行放棄貨幣總量作為政策中介變量，研究者們也逐漸放棄貨幣總量作為貨幣政策的度量轉(zhuǎn)而采用其它指標(biāo)（如美國的聯(lián)邦基金利率、貼現(xiàn)率等）。但現(xiàn)有的貨幣政策指標(biāo)始終受到內(nèi)生性問題的困擾，即貨幣政策指標(biāo)的變動(dòng)可能并不反映央行的政策傾向，要完滿地解決這一問題尚需時(shí)日。就中國目前的情況看，由于貨幣總量（M2）的可控性較差，是否保持貨幣總量為政策中介變量頗受爭(zhēng)議（劉明志，2006），因而將M2作為貨幣政策變量并不是一個(gè)好的選擇。本文認(rèn)為采用央行制定的金融機(jī)構(gòu)法定存款利率可能是度量中國貨幣政策的一個(gè)較好的選擇，因?yàn)樗容^直接地反映了央行的政策意圖，但是這一方法也存在缺陷，因?yàn)榉ǘù婵罾什⒉皇茄胄形ㄒ恢匾恼吖ぞ?，?dāng)央行更多地運(yùn)用其它政策工具調(diào)控經(jīng)濟(jì)時(shí)，只用法定存款利率代表央行貨幣政策可能會(huì)低估實(shí)際的政策調(diào)整，例如從2004年以來中國央行頻頻調(diào)整法定存款準(zhǔn)備金率以回收銀行體系的流動(dòng)性，因此為了更敏銳地反映中國央行的政策傾向和力度，本文用金融機(jī)構(gòu)基準(zhǔn)存款利率加上法定存款準(zhǔn)備金率構(gòu)造了一個(gè)貨幣政策指標(biāo)。同時(shí)，由于貨幣總量（M2）仍然是中國央行實(shí)際關(guān)注的政策中介變量之一，本文也將M2增長率納入VAR模型中作為研究貨幣政策效應(yīng)的參考。本文的VAR模型還包括以下變量：股市價(jià)格水平，以上證指數(shù)月度收盤價(jià)為代表變量；實(shí)際產(chǎn)出，以中國工業(yè)增加值月度增長率為代表變量；通貨膨脹率，以月度CPI變化為代表變量。本文估計(jì)VAR所用的數(shù)據(jù)為各變量1998年1月到2008年6月的月度數(shù)據(jù)，之所以選擇1998年為實(shí)證分析的起點(diǎn)，是因?yàn)?998年中國央行正式放棄了信貸規(guī)?？刂疲D(zhuǎn)而采用主要以公開市場(chǎng)操作、利率調(diào)整和存款準(zhǔn)備金率調(diào)整為組合工具的調(diào)控方式。本文所有數(shù)據(jù)來源于CCER數(shù)據(jù)庫和中國人民銀行的各期《中國貨幣政策執(zhí)行報(bào)告》。

（二）實(shí)證分析

1. 單位根檢驗(yàn)。對(duì)于VAR模型中的變量，首先進(jìn)行單位根檢驗(yàn)判斷這些序列是否平穩(wěn)。ADF（Augmented Dickey-Fuller）檢驗(yàn)和PP(Phillips-Perron)檢驗(yàn)的結(jié)果表明所有的變量均為非平穩(wěn)的I(1)過程。

2. 塊外生（Block Exogeneity）檢驗(yàn)。二十世紀(jì)90年代以來，隨著金融市場(chǎng)的發(fā)展與創(chuàng)新，大多數(shù)發(fā)達(dá)經(jīng)濟(jì)體央行放棄了貨幣總量作為政策中介變量，許多國外學(xué)者也認(rèn)為貨幣總量在宏觀經(jīng)濟(jì)研究和央行的政策考量中失去了有用信息變量的價(jià)值（Cuthbertson，2007），而國內(nèi)的一些研究者則認(rèn)為中國央行將貨幣總量（M2）作為中介變量之一仍是明智的選擇，而且貨幣總量中介目標(biāo)可以使央行和公眾獲得更多的信息，有利于做出預(yù)期和決策（陳利平，2006）。本文使用塊外生檢驗(yàn)考察貨幣總量（M2）是否提供有價(jià)值的信息，如果不能，則變量M2增長率可以從其它變量方程中排除掉，本文可能只需要估計(jì)一個(gè)4變量VAR即可。

本文使用似然比檢驗(yàn)，檢驗(yàn)統(tǒng)計(jì)量為

其中為受約束模型的協(xié)方差矩陣， 為不受約束模型的協(xié)方差矩陣， 和分別為 和 的行列式， 為模型中包含在方程中的最多的回歸元的數(shù)目， 為所用觀察值的數(shù)目。檢驗(yàn)臨界值是自由度為模型約束個(gè)數(shù)的分布值（給定的顯著水平下），如果似然比檢驗(yàn)統(tǒng)計(jì)量超過臨界值則拒絕約束模型成立的原假設(shè)，反之則接受原假設(shè)。對(duì)包含6階滯后的VAR模型檢驗(yàn)結(jié)果似然比值近似為0，顯著水平接近1，對(duì)包含12階滯后的VAR模型檢驗(yàn)結(jié)果似然比值為39.9811，顯著水平為0.7881。因此似然比檢驗(yàn)表明，在這個(gè)研究貨幣政策與股市收益關(guān)系的VAR模型中，貨幣總量增長率似乎是一個(gè)沒有任何信息價(jià)值的多余變量。由于似然比檢驗(yàn)是建立在大樣本漸進(jìn)理論基礎(chǔ)上的，為了增加塊外生檢驗(yàn)的穩(wěn)健性，本文還進(jìn)行了AIC（Akaike Information Criterion）和SBC（Schwartz Bayesian Criterion）檢驗(yàn)，檢驗(yàn)結(jié)果同樣支持受約束模型。綜合以上分析，本文將變量M2增長率從VAR模型中排除。

3. 協(xié)整檢驗(yàn)。VAR模型包含四個(gè)變量：通貨膨脹率、工業(yè)增加值增長率、貨幣政策指數(shù)和股市收益率。本文根據(jù)AIC和SBC信息準(zhǔn)則選定水平VAR的最優(yōu)滯后階數(shù)為12，并依此進(jìn)行Johansen協(xié)整檢驗(yàn)。檢驗(yàn)結(jié)果表明，此VAR系統(tǒng)存在2個(gè)協(xié)整關(guān)系。協(xié)整檢驗(yàn)結(jié)果表明應(yīng)用向量誤差修正模型（VEC）來估計(jì)本文的VAR體系。

4. DAG分析。本文運(yùn)用向量誤差修正模型對(duì)VAR體系進(jìn)行了參數(shù)估計(jì)，得到如下回歸殘差相關(guān)系數(shù)矩陣：

其中變量的排列順序?yàn)椋贺泿耪咧笖?shù)MP、通貨膨脹率IF、工業(yè)增加值增長率IP、股市價(jià)格水平ST?；貧w殘差相關(guān)系數(shù)矩陣是DAG分析的源數(shù)據(jù)，我們將它輸入TETRAD軟件，在10%的顯著性水平下，最終得到MP、IP、IF和ST四個(gè)變量的DAG（見圖1）。由圖1可知，在同期因果關(guān)系的意義上，通貨膨脹率IF是貨幣政策指數(shù)MP的原因，貨幣政策指數(shù)MP是股市價(jià)格水平ST的原因。因此可以說通貨膨脹率IF同期影響貨幣政策指數(shù)MP，貨幣政策指數(shù)MP同期影響股市價(jià)格水平ST，而其它同期影響的關(guān)系不存在。由此得到本文的VAR模型Sims-Bernanke結(jié)構(gòu)分解的識(shí)別條件（Enders，2003）。

5. 基于DAG的脈沖響應(yīng)函數(shù)和方差分解。根據(jù)以上分析，得到基于DAG的脈沖響應(yīng)函數(shù)和方差分解，結(jié)果如圖2、3、4所示。

從脈沖響應(yīng)函數(shù)圖可以得到以下觀察結(jié)果：（1）股市價(jià)格沖擊在當(dāng)期對(duì)通貨膨脹沒有影響，但之后有顯著的正效應(yīng)，對(duì)通貨膨脹的方差分解表明股票價(jià)格指數(shù)對(duì)未來通貨膨脹有很強(qiáng)的解釋力，這支持了引言中一些研究者的觀點(diǎn)，即通過關(guān)注股市價(jià)格并實(shí)施對(duì)應(yīng)的貨幣政策，有助于預(yù)先防范未來的通貨膨脹，加強(qiáng)貨幣政策的前瞻性和預(yù)調(diào)能力（見圖4）。（2）股票價(jià)格指數(shù)在貨幣政策沖擊的同期就有負(fù)反應(yīng)，并且在之后的10期（月）負(fù)反應(yīng)逐步增強(qiáng)，在10期以后負(fù)反應(yīng)逐步減弱為0，這表明貨幣政策沖擊對(duì)股票市場(chǎng)短期和中期都有顯著的負(fù)影響。對(duì)股票價(jià)格指數(shù)的方差分解同樣表明貨幣政策沖擊對(duì)股票價(jià)格指數(shù)的變化有較大的影響（見圖2）。劉晃松（2005）對(duì)1998年到2004年中國存款準(zhǔn)備金率升降與股市漲跌做了一個(gè)簡(jiǎn)略的案例分析，得出了與本文相同的結(jié)論。（3）雖然脈沖響應(yīng)圖表明在7期以前通貨膨脹沖擊對(duì)股票價(jià)格指數(shù)有微弱的正效應(yīng)，在7期以后有不斷增加的負(fù)效應(yīng)，但是對(duì)股票價(jià)格指數(shù)的方差分解表明通貨膨脹沖擊對(duì)股票價(jià)格指數(shù)的變化缺乏解釋力（見圖3）。

三、貨幣政策對(duì)股票市場(chǎng)的不對(duì)稱效應(yīng)

2006年初，中國股市告別長達(dá)4年的低迷期，進(jìn)入新一輪的暴漲暴跌行情。2006年1月，上證指數(shù)從1200點(diǎn)啟動(dòng)，到2007年10月16日沖上6124的歷史最高點(diǎn)，隨后在短短10個(gè)月內(nèi)又迅速跌回到2400點(diǎn)左右。幾乎同時(shí)，2006年初中國經(jīng)濟(jì)出現(xiàn)了信貸投放過多、投資增長過快、資產(chǎn)價(jià)格膨脹、通貨膨脹抬頭等經(jīng)濟(jì)過熱的跡象，央行貨幣政策開始從緊。從2006年4月至2008年6月央行共計(jì)上調(diào)人民幣存貸款基準(zhǔn)利率8次、提高存款類金融機(jī)構(gòu)人民幣存款準(zhǔn)備金率16次。有的股市投資者和研究者認(rèn)為，央行頻繁的緊縮貨幣政策導(dǎo)致了這一輪大牛市的終結(jié)。前文我們用DAG和VAR的方法證實(shí)了貨幣政策對(duì)股市收益有迅速顯著的負(fù)影響，這里我們將用實(shí)證檢驗(yàn)的方法進(jìn)一步研究?jī)蓚€(gè)令人感興趣的問題，第一，貨幣政策在牛市和熊市對(duì)股市收益是否有不同的影響。理論研究表明，由于金融市場(chǎng)存在著成本和信息不對(duì)稱，金融資產(chǎn)起著重要的信貸抵押品的功能，因此當(dāng)股市處于熊市時(shí)，緊縮的貨幣政策通過股票市場(chǎng)“金融加速器”的作用放大了信貸緊縮和總需求緊縮的效應(yīng)，所以貨幣政策在熊市對(duì)股市收益有更大的影響。我們將運(yùn)用固定轉(zhuǎn)移概率馬爾科夫轉(zhuǎn)換模型考察這一問題。第二，貨幣政策是否會(huì)推動(dòng)股市的周期轉(zhuǎn)換，即是否貨幣政策沖擊會(huì)改變股票市場(chǎng)從牛市到熊市或從熊市到牛市的轉(zhuǎn)移概率，本文將運(yùn)用時(shí)變轉(zhuǎn)移概率馬爾科夫轉(zhuǎn)換模型考察貨幣政策是否影響股市狀態(tài)轉(zhuǎn)移概率。

（一）1998年1月―2008年6月中國股票市場(chǎng)周期的識(shí)別

首先運(yùn)用固定轉(zhuǎn)移概率馬爾科夫轉(zhuǎn)換模型劃分1998年到2008年中國股票市場(chǎng)的牛市和熊市，使用的數(shù)據(jù)為1998年1月到2008年6月上證指數(shù)月度收益率。假定股市收益率服從如下二狀態(tài)馬爾科夫轉(zhuǎn)換模型：

其中，為滯后算子，和

分別是股市收益率的狀態(tài)依賴均值和方差，不可觀察的狀態(tài)變量取值為1或者2，分別代表股市的牛市和熊市，狀態(tài)轉(zhuǎn)移概率矩陣為：

其中，為狀態(tài)1轉(zhuǎn)移到狀態(tài)2的概率。，為狀態(tài)2轉(zhuǎn)移到狀態(tài)1的概率。

二狀態(tài)馬爾科夫轉(zhuǎn)換模型的估計(jì)結(jié)果表明，馬爾科夫轉(zhuǎn)換模型識(shí)別了兩個(gè)機(jī)制，一個(gè)為高均值收益機(jī)制（），一個(gè)為低均值收益機(jī)制（），狀態(tài)1代表牛市，狀態(tài)2代表熊市。狀態(tài)轉(zhuǎn)移概率的估計(jì)結(jié)果表明，牛市的平均持續(xù)期為 17個(gè)月，熊市的平均持續(xù)期為40.8個(gè)月。圖5中上圖為1998年1月到2008年6月上證指數(shù)月度收益率，下圖為馬爾科夫轉(zhuǎn)換模型估計(jì)的股市處于狀態(tài)1（牛市）的平滑概率，對(duì)比上下兩圖可見，馬爾科夫轉(zhuǎn)換模型清楚地識(shí)別了股市的牛市和熊市，而且估計(jì)結(jié)果與經(jīng)驗(yàn)觀察十分吻合。

（二）貨幣政策對(duì)股票市場(chǎng)的不對(duì)稱效應(yīng)

本文假定貨幣政策對(duì)股市的影響服從如下馬爾科夫轉(zhuǎn)換模型：

其中為t時(shí)的股市收益率， 為t時(shí)的貨幣政策沖擊。通過估計(jì)貨幣政策狀態(tài)依賴影響系數(shù)（）

這個(gè)模型可以度量貨幣政策沖擊在不同的股市狀態(tài)下對(duì)股市收益率的不同的影響。這里使用兩種方法度量貨幣政策，第一種是貨幣總量M2增長率，第二種仍然用金融機(jī)構(gòu)基準(zhǔn)存款利率加上法定存款準(zhǔn)備金率構(gòu)造一個(gè)貨幣政策指標(biāo)，然后用這個(gè)貨幣政策指標(biāo)的一階差分代表貨幣政策沖擊。本文用兩種貨幣政策度量分別估計(jì)如上馬爾科夫轉(zhuǎn)換模型，得到如下結(jié)果：

首先看表1的第一列，，，， 都顯著小于0，表明緊縮性貨幣政策沖擊（貨幣政策指標(biāo)差分大于0）會(huì)降低股市收益率，貨幣政策指標(biāo)增加1個(gè)百分點(diǎn)（例如法定存款準(zhǔn)備金率上升1個(gè)百分點(diǎn)），在熊市當(dāng)期會(huì)使股市月度收益率降低9.63個(gè)百分點(diǎn)，而滯后1期的貨幣政策指標(biāo)增加1個(gè)百分點(diǎn)，在熊市會(huì)使股市月度收益率降低7.84個(gè)百分點(diǎn)。但是在牛市貨幣政策沖擊的影響則很小，貨幣政策指標(biāo)增加1個(gè)百分點(diǎn)在牛市當(dāng)期會(huì)使股市月度收益率降低0.66個(gè)百分點(diǎn)，而滯后1期的貨幣政策指標(biāo)增加1個(gè)百分點(diǎn)，在牛市會(huì)使股市月度收益率降低1.46個(gè)百分點(diǎn)，這可能是由于在熊市緊縮性貨幣政策有更強(qiáng)的金融約束效應(yīng)，也可能在熊市股市投資者對(duì)不利的宏觀經(jīng)濟(jì)信息反應(yīng)更為敏感。和 表明貨幣政策沖擊對(duì)中國股市確實(shí)存在不對(duì)稱效應(yīng)，同時(shí)以

為原假設(shè)的Wald統(tǒng)計(jì)量和以為原假設(shè)的Wald統(tǒng)計(jì)量也進(jìn)一步證實(shí)了貨幣政策不對(duì)稱效應(yīng)的存在。

表1第二列對(duì)M2增長率的估計(jì)結(jié)果表明，M2增長率的變化對(duì)股市收益率的影響是高度不確定的。例如緊縮性貨幣政策沖擊，當(dāng)M2增長率減少5個(gè)百分點(diǎn)，在牛市當(dāng)期會(huì)使股市月度收益率降低0.5個(gè)百分點(diǎn)，而在熊市當(dāng)期會(huì)使股市月度收益率增加0.8個(gè)百分點(diǎn)，而當(dāng)滯后1期的M2增長率減少5個(gè)百分點(diǎn)，在牛市會(huì)使股市月度收益率增加13個(gè)百分點(diǎn)。這似乎也表明M2增長率并不是一個(gè)好的貨幣政策度量。

（三）貨幣政策對(duì)股票市場(chǎng)狀態(tài)轉(zhuǎn)移概率的影響

假定股票市場(chǎng)收益率服從如下二狀態(tài)馬爾科夫轉(zhuǎn)換模型：

轉(zhuǎn)移概率矩陣為

其中 為t時(shí)狀態(tài)1轉(zhuǎn)移到狀態(tài)2的概率，

為t時(shí)狀態(tài)2轉(zhuǎn)移到狀態(tài)1的概率。這里狀態(tài)的轉(zhuǎn)移概率不再保持恒定，而是依賴于貨幣政策沖擊，因此這是一個(gè)時(shí)變轉(zhuǎn)移概率馬爾科夫轉(zhuǎn)換模型（Diebold和Lee，1994；Chen，2007）。轉(zhuǎn)移概率函數(shù)有如下形式：

其中 為t時(shí)的貨幣政策沖擊，由貨幣政策指標(biāo)的一階差分代表，如前文貨幣政策指標(biāo)等于金融機(jī)構(gòu)法定存款利率加上法定存款準(zhǔn)備金率。轉(zhuǎn)移概率函數(shù)對(duì)貨幣政策沖擊求偏導(dǎo)數(shù)可得：

由于 和 都大于0，則 對(duì)貨幣政策沖擊

的偏導(dǎo)數(shù)的符號(hào)取決于 的符號(hào)。因此如果 大于0，則表明當(dāng)期正的貨幣政策沖擊（即緊縮性貨幣政策）會(huì)使股市從牛市轉(zhuǎn)入熊市的概率增大，反之如果小于0，則表明緊縮性貨幣政策會(huì)使股市從牛市轉(zhuǎn)入熊市的概率減小。同理，如果大于0，則表明滯后一期緊縮性貨幣政策會(huì)使股市從牛市轉(zhuǎn)入熊市的概率增大，反之如果 小于0，則表明滯后一期緊縮性貨幣政策會(huì)使股市從牛市轉(zhuǎn)入熊市的概率減小。

和取值的符號(hào)也有類似的經(jīng)濟(jì)學(xué)含義。

使用1998年1月到2008年6月上證指數(shù)月度收益率和同期貨幣政策指標(biāo)的一階差分?jǐn)?shù)據(jù)，表2給出了時(shí)變轉(zhuǎn)移概率馬爾科夫轉(zhuǎn)換模型的估計(jì)結(jié)果。

估計(jì)結(jié)果清楚地表明，當(dāng)不存在貨幣政策沖擊時(shí)（和 都等于0），股市從牛市轉(zhuǎn)入熊市的概率（）為0.074，而股市從熊市轉(zhuǎn)入牛市的概率（）為0.035。由于 和 的估計(jì)值都大于0，因此正的貨幣政策沖擊（即緊縮性貨幣政策）使股市從牛市轉(zhuǎn)入熊市的概率增大，而由于的估計(jì)值小于0，因此正的貨幣政策沖擊（即緊縮性貨幣政策）使股市從熊市轉(zhuǎn)入牛市的概率減小。進(jìn)一步分析，當(dāng)期1個(gè)百分點(diǎn)的貨幣政策指標(biāo)的上升，會(huì)使股市從牛市轉(zhuǎn)入熊市的概率增大0.11，而滯后1期的貨幣政策指標(biāo)增加1個(gè)百分點(diǎn)，會(huì)使牛市轉(zhuǎn)入熊市的概率增大0.17，另一方面當(dāng)期1個(gè)百分點(diǎn)的貨幣政策指標(biāo)的上升，使股市從熊市轉(zhuǎn)入牛市的概率減小0.01，而滯后1期的貨幣政策指標(biāo)的變化對(duì)股市從熊市轉(zhuǎn)入牛市的概率影響十分微弱，因此本文的計(jì)量分析結(jié)果表明中國央行強(qiáng)的緊縮性貨幣政策確實(shí)會(huì)大大增加股市從牛市轉(zhuǎn)入熊市的可能性。

四、結(jié)論

本文使用1998年1月到2008年6月的中國月度經(jīng)濟(jì)數(shù)據(jù)，主要考察了如下問題：第一，運(yùn)用DAG方法和VAR模型考察了貨幣政策對(duì)股市價(jià)格水平的影響。DAG分析表明，通貨膨脹率同期影響貨幣政策指數(shù)，貨幣政策指數(shù)同期影響股市價(jià)格水平?；贒AG的脈沖響應(yīng)函數(shù)和方差分解結(jié)果表明，貨幣政策沖擊對(duì)股票市場(chǎng)價(jià)格水平短期和中期都有顯著的負(fù)效應(yīng)。第二，考察了貨幣政策沖擊是否對(duì)股市收益存在非對(duì)稱效應(yīng)的問題。固定轉(zhuǎn)移概率馬爾科夫轉(zhuǎn)換模型的估計(jì)結(jié)果表明，緊縮性貨幣政策沖擊在熊市會(huì)更大降低股市收益率，但是在牛市貨幣政策沖擊的影響則較小，這可能是由于在熊市緊縮性貨幣政策有更強(qiáng)的金融約束效應(yīng)，也可能是熊市投資者對(duì)不利的宏觀經(jīng)濟(jì)信息反應(yīng)更為敏感。第三，本文運(yùn)用時(shí)變轉(zhuǎn)移概率馬爾科夫轉(zhuǎn)換模型考察了貨幣政策沖擊會(huì)否改變股票市場(chǎng)從牛市到熊市或從熊市到牛市的轉(zhuǎn)移概率，計(jì)量分析結(jié)果表明中國央行的緊縮性貨幣政策確實(shí)會(huì)增加股市從牛市轉(zhuǎn)入熊市的可能性。

參考文獻(xiàn)：

[1]陳利平.貨幣存量中介目標(biāo)制下我國貨幣政策低效率的理論分析[J].金融研究，2006，（1）.

[2]郭金龍，李文軍.我國股票市場(chǎng)發(fā)展與貨幣政策互動(dòng)關(guān)系的實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2004，（6）.

[3]郭田勇.資產(chǎn)價(jià)格、通貨膨脹與中國貨幣政策體系的完善[J].金融研究，2006，（10）.

[4]劉晃松.低效率股市投資理論及制度創(chuàng)新[M].上海：上海人民出版社，2005.

[5]劉劍，胡躍紅.股票市場(chǎng)發(fā)展與我國貨幣政策的有效傳導(dǎo)[J].中國軟科學(xué)，2004（11）.

[6]瞿強(qiáng).資產(chǎn)價(jià)格與貨幣政策[J].經(jīng)濟(jì)研究，2001，（7）.

[7]孫華妤，馬躍.中國貨幣政策與股票市場(chǎng)的關(guān)系[J].經(jīng)濟(jì)研究，2003，（7）.

[8]王勁松，韓克勇.股票價(jià)格與貨幣政策調(diào)控目標(biāo)[J].經(jīng)濟(jì)評(píng)論，2008，（1）.

第4篇：金融月度總結(jié)范文

【關(guān)鍵詞】Liv-ex 500紅酒指數(shù) 美元的貨幣供應(yīng)量 相關(guān)性 回歸方程 ADF單位根檢驗(yàn) 格蘭杰因果檢驗(yàn) 協(xié)整檢驗(yàn) VAR模型 脈沖響應(yīng)函數(shù)

引言

Liv-ex500紅酒指數(shù)（以下簡(jiǎn)稱Liv-ex500）是國際上最具公信力的紅酒銷售指標(biāo)之一，通過Liv-ex嚴(yán)格挑選的500支紅酒作為成分股編制而得出，每個(gè)月公布一次，該指標(biāo)主要是為紅酒投資者或消費(fèi)者提供買賣參考，并直接對(duì)世界紅酒市場(chǎng)產(chǎn)生直接的影響。值得一提的是由于能夠作為指標(biāo)的紅酒價(jià)格往往不菲，并且買得起這些頂級(jí)紅酒的消費(fèi)者和投資者多屬于金字塔的頂端消費(fèi)階層，因而它又被稱為“富人指數(shù)”，通常被用來觀察上流社會(huì)的消費(fèi)意愿，反應(yīng)出上流社會(huì)的投資傾向。由于上流階層的投資者能夠掌握更多的市場(chǎng)投資信息，他們往往能夠提前發(fā)現(xiàn)市場(chǎng)的風(fēng)險(xiǎn)和機(jī)會(huì)，因此該指數(shù)往往會(huì)非常有趣的提前“覺察”到市場(chǎng)的變化。由于世界大宗商品的價(jià)格大部分都是使用美元計(jì)價(jià)的，所以文章擬研究美元的貨幣供給量M1、M2、美元指數(shù)（USDX）的月度收盤價(jià)格和liv-ex500之間的內(nèi)在關(guān)系，那么M1和M2的變化會(huì)引起liv-ex500的變化嗎？USDX會(huì)對(duì)liv-ex500產(chǎn)生影響嗎？雖然關(guān)于紅酒投資的文獻(xiàn)很多，但是采用實(shí)證的方法來研究紅酒投資的分析還較少，因此本文將通過實(shí)證研究的方法來解決這些問題，將紅酒的投資研究實(shí)證化，并且對(duì)紅酒的投資做一些初步探討，為紅酒的投資做出一些參考的根據(jù)。

一、研究中使用的方法與數(shù)據(jù)的來源

（一）研究使用的分析方法簡(jiǎn)介

為了研究liv-ex500紅酒指數(shù)與美國的貨幣供給量和美元指數(shù)之間的關(guān)系，本文主要采用相關(guān)分析法、johansen協(xié)整檢驗(yàn)法、格蘭杰因果檢驗(yàn)法、VAR模型法和脈沖響應(yīng)函數(shù)法。

根據(jù)計(jì)量經(jīng)濟(jì)學(xué)的觀點(diǎn)，相關(guān)性的分析從研究方法上保證了模型了準(zhǔn)確性和嚴(yán)謹(jǐn)性。為了建立向量自回歸模型，先把研究對(duì)象進(jìn)行單位根檢驗(yàn)，然后對(duì)一階單整的變量使用格蘭杰因果檢驗(yàn)法，最后對(duì)可以通過格蘭杰因果檢驗(yàn)的變量建立VAR模型，并且通過脈沖響應(yīng)函數(shù)來檢驗(yàn)變量在不同滯后期對(duì)函數(shù)的沖擊。另外，為了說明變量之間存在的長期均衡關(guān)系，文章在進(jìn)行單位根檢驗(yàn)的基礎(chǔ)進(jìn)行了協(xié)整檢驗(yàn)。

（二）研究數(shù)據(jù)的可靠性及處理方法

為了研究liv-ex500紅酒指數(shù)與美國的貨幣供給量和美元指數(shù)之間的關(guān)系，文章選取了倫敦國際酒類交易中心的liv-ex500紅酒指數(shù)的月度數(shù)據(jù)和美國狹義的貨幣流通量(Ml)、廣義貨幣流通速度(M2)和月度美元指數(shù)（USDX）等主要指標(biāo)進(jìn)行分析。相關(guān)數(shù)據(jù)都來自于倫敦國際酒類交易中心及美聯(lián)儲(chǔ)網(wǎng)站公布的月度數(shù)據(jù)以及自己的收集，由于使用的是月度指標(biāo)，在分析之前，先對(duì)各指標(biāo)進(jìn)行調(diào)整，另外，考慮到異方差性對(duì)結(jié)架的影響，分別對(duì)各絕對(duì)指標(biāo)取了自然對(duì)數(shù)，對(duì)數(shù)據(jù)取自然對(duì)數(shù)并不改變?cè)瓟?shù)據(jù)的性質(zhì)和關(guān)系。

考慮到對(duì)于紅酒實(shí)證研究的相關(guān)資料較少，而且相關(guān)的數(shù)據(jù)和資料難找，因此本文僅能選取2005～2010年的月度數(shù)據(jù)為研究樣的本區(qū)間。在實(shí)證研究過程中，采用月度數(shù)據(jù)進(jìn)行分析，本文的分析通過spss軟件及Eviews5.0來實(shí)現(xiàn)的。

二、相關(guān)性分析

首先采用相關(guān)性分析的方法對(duì)LIV-EX500與M1、M2和USDX的關(guān)系進(jìn)行初步分析。如表1顯示的是相關(guān)分析的結(jié)果．從表中可以看出M1和M2與LIV-EX500之間都存在顯著的正相關(guān)關(guān)系，其中LIV-EX500和M1之間存在著正相關(guān)關(guān)系，相關(guān)系數(shù)達(dá)到0.759，而LIV-EX500和M2之間存在著高度的正相關(guān)關(guān)系，相關(guān)系數(shù)達(dá)到了0.950；然而LIV-EX500和USDX之間存在著顯著地負(fù)相關(guān)關(guān)系，負(fù)相關(guān)系數(shù)達(dá)到-0.628，因此LIV-EX500及M1、M2和USDX之間的關(guān)系可以通過顯著性檢驗(yàn)。

通過回歸方程，我們可以看出LIV-EX500與M1、M2和USDX之間顯然存在著較高的相關(guān)關(guān)系。

三、實(shí)證分析

（一）ADF單位根檢驗(yàn)

當(dāng)我們?cè)诜治龊暧^經(jīng)濟(jì)指標(biāo)的時(shí)間序列時(shí)，由于變量之間的關(guān)系具有非平穩(wěn)性，假設(shè)直接對(duì)這些變量分析可能會(huì)發(fā)生分析結(jié)果非有效性的情況，因此，我們對(duì)這些變量進(jìn)行平穩(wěn)性檢驗(yàn)，并分析具有同階單整性的變量?？梢赃\(yùn)用ADF方法進(jìn)行的單位根檢驗(yàn)，通過表2顯示各指標(biāo)的原序列均不能通過ADF檢驗(yàn)，這說明幾者都是非平穩(wěn)序列。

表2 變量的ADF檢驗(yàn)

表3 變量的一階ADF檢驗(yàn)

注：帶*表示在10%的水平上顯著，帶**表示在5%的水平上顯著，帶***號(hào)表示在1%的水平上顯著。

但是對(duì)這些指標(biāo)進(jìn)行一階差分檢驗(yàn)，幾者都可以達(dá)到平穩(wěn)的狀態(tài)。檢驗(yàn)結(jié)果如表3所示。從表中可以看出M1、M2和USDX指標(biāo)的一階差分都可以在1%顯著性水平上通過ADF檢驗(yàn)，Liv-ex500的一階差分可以5%的顯著性水平上通過檢驗(yàn)。因此，這些指標(biāo)都是一階單整序列。

（二）Johansen協(xié)整檢驗(yàn)

通過單位根的檢驗(yàn)顯示，我們可以用誤差修正模型進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)來分析LIV-EX500與M1、M2和USDX之間存在的因果關(guān)系。但是誤差修正模型分析要求各變量之間具有協(xié)整關(guān)系，所以在使用誤差修正模型分析之前，有必要對(duì)相關(guān)變量進(jìn)行Johansen協(xié)整檢驗(yàn)。這樣就可以判斷變量之間是否具有穩(wěn)定的關(guān)系，只有在各變量之間存在協(xié)整時(shí)，才能使用誤差修正模型來確定這種長期均衡關(guān)系的情況。在檢驗(yàn)中，首先要解決滯后期的問題，根據(jù)趙松山［ ?。菅芯康目偨Y(jié)，即年度數(shù)據(jù)的滯后期取值1～2，季度數(shù)據(jù)的滯后期取值為4～5，月度數(shù)據(jù)的滯后期取值為12～13。文章使用的是月度數(shù)據(jù)，所以采用滯后期12～13進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果如表4所示。

表4變量之間的Johansen協(xié)整檢驗(yàn)

通過協(xié)整檢驗(yàn)的結(jié)果可知，在5%的水平上各變量之間都存在著一個(gè)協(xié)整關(guān)系。

（三）格蘭杰因果檢驗(yàn)

為了進(jìn)一步探討LIV-EX500與M1、M2和USDX的關(guān)系怎樣反應(yīng)了因果關(guān)系，也就是說到底是誰影響誰或者還是相互影響，然后寫出合理的模型，我們進(jìn)行表5中的因果關(guān)系檢驗(yàn)。

從表5說明，本文分別選取滯后期一期、七期和十期的情況，因?yàn)檫@個(gè)滯后期比較具有代表性，同時(shí)也表示的時(shí)間周期為短期、中期和長期的情況。當(dāng)滯后期為短期的時(shí)候，LIV-EX500既是M1的格蘭杰原因，同時(shí)也是M2的格蘭杰原因；當(dāng)滯后期為中期的時(shí)候，LIV-EX500既是M1、M2的格蘭杰原因，同時(shí)也是USDX的格蘭杰原因；當(dāng)滯后期為長期的時(shí)候，LIV-EX500僅是M1的格蘭杰原因。因此我們可以看出他們之間是存在著因果關(guān)系的，這也充分的說明了LIV-EX500指數(shù)的預(yù)測(cè)性和具有的富人指數(shù)效用。

表5LIV-EX500和其他變量的關(guān)系

（四）向量自回歸模型（VAR）的建立

對(duì)通過ADF檢驗(yàn)的一階單整序列M1、M2、LIV-EX 500和USDX建立向量自回歸模型，采用赤池和施瓦茨準(zhǔn)則來選擇滯后項(xiàng)，同時(shí)通過對(duì)殘差進(jìn)行正態(tài)獨(dú)立分布診斷，然后反復(fù)試驗(yàn)確定最優(yōu)化的滯后項(xiàng)為一到二階，最后建立

以上的回歸方程基于OLS的結(jié)果，其中的個(gè)別變量的t值不能達(dá)到顯著水平，這是因?yàn)榉匠讨谐霈F(xiàn)同種變量多種滯后變量造成的多重共線性造成的，但是對(duì)于方程而言，顯著性水平和擬合程度是非常好的，所以說這個(gè)回歸的結(jié)果是可靠的。

通過這個(gè)模型可以看出，LIV-EX500隨著滯后二期M1的影響要強(qiáng)于一期的，這說明LIV-EX500隨著后期數(shù)的增加而受到的影響程度增加，同樣LIV-EX500也顯著地受到M2、USDX對(duì)于LIVEX500的影響有一個(gè)加強(qiáng)的作用，但是其他因素的影響由于異號(hào)的抵消作用，雖然能夠顯著地影響LIVEX500，但是放在一起的作用難以判斷。為了解決這一個(gè)問題，本文使用了脈沖響應(yīng)函數(shù)(IRF)和方差分解這兩個(gè)工具來進(jìn)行解釋。

（五）建立脈沖影響函數(shù)（IRF）

圖1各個(gè)變量對(duì)LIV-EX500的響應(yīng)路徑

為了考慮M1、M2、USDX在不同時(shí)間里對(duì)LIV-EX500的影響，我們生成了LIV-EX500的脈沖響應(yīng)圖，從圖1上可以看出，在M1的沖擊之初，LIV-EX500出現(xiàn)負(fù)向反映，但僅維持四期左右，從第四期廾始，LIV-EX500出現(xiàn)正向反映，并且逐漸趨于平穩(wěn)時(shí)。這說明，M1的變動(dòng)開始對(duì)LIV-EX500的影響不大，但是從長期來看影響較大。在M2的沖擊下，在六期之前是正向反映，然后成負(fù)向反映，但是無論在長期還是短期都較為平穩(wěn)。USDX的影響是負(fù)向反映，并且從長期來影響是較大的。

四、檢驗(yàn)結(jié)果分析

通過以上的檢驗(yàn)，我們可以得到下面的結(jié)論：

一是從05年1月到10年12月份的LIV-EX500與M1、M2和USDX的經(jīng)驗(yàn)來看，Liv-ex500和M1、M2都處于一個(gè)平穩(wěn)上升的趨勢(shì)，具有很強(qiáng)的正相關(guān)性，并且在5%的顯著性水平下存在著長期均衡的關(guān)系；同時(shí)，Liv-ex500和USDX之間從經(jīng)驗(yàn)上看具有負(fù)相關(guān)關(guān)系，原因是世界大宗商品的價(jià)格和美元之間具有負(fù)效用，當(dāng)美元強(qiáng)勢(shì)的時(shí)候，世界大宗商品的價(jià)格相對(duì)而言就便宜啦，反之亦然，從檢驗(yàn)中我們也可以發(fā)現(xiàn)，Liv-500和USDX之間在長期內(nèi)也具有均衡關(guān)系。

二是LIV-EX500與M1、M2和USDX經(jīng)調(diào)整后的自然對(duì)數(shù)值是一階單整的時(shí)間序列，這說明變量是平穩(wěn)的，格蘭杰因果檢驗(yàn)顯示在短期內(nèi)LIV-EX500是M1、M2的格蘭杰原因，在中期內(nèi)LIV-EX500是M1、M2、USDX的格蘭杰原因，但是在長期Liv-ex 500是M1的格蘭杰原因，這說明幾個(gè)變量之間是存在有因果關(guān)系的。

三是最后通過對(duì)向量自回歸(VAR)模型的觀測(cè)，可以大致看出LIV-EX500與M1、M2和USDX的影響關(guān)系，最后進(jìn)行了比較精確的預(yù)測(cè)還使用了脈沖響應(yīng)函數(shù)(IRF)，其結(jié)果為：LIV-EX500除了受到M2的影響較小外，受到另外兩個(gè)變量的影響都較大。M1在期初的沖擊是負(fù)反映且較小，但是在后期卻是正反映且影響大；USDX的沖擊都是負(fù)反映并且在期初的沖擊小，但是長期內(nèi)的沖擊大。當(dāng)然這一結(jié)論與格蘭杰因果檢驗(yàn)的中長期結(jié)論并不相悖，這也說明了格蘭杰因果檢驗(yàn)的中長期預(yù)測(cè)精準(zhǔn)性要高于短期。

參考文獻(xiàn)

[1]李子奈，葉阿忠.高等計(jì)量經(jīng)濟(jì)學(xué).[M].高等教育出版社， 2003-08

[2]艾建國.論房?jī)r(jià)和地價(jià)的相互關(guān)系.[J].城市發(fā)展研究，2008 -01

[3]陳震.上海房?jī)r(jià)與地價(jià)關(guān)系的實(shí)證分析.[M].云南財(cái)經(jīng)大學(xué)出版社， 2011-10-01

[4]張曉峒.EViews使用指南.[J].南開大學(xué)出版社，2003-07

[5]彭維湘.中國貨幣流通速度與股票市場(chǎng)的關(guān)系研究.[M].經(jīng)濟(jì)縱橫，2011-09

第5篇：金融月度總結(jié)范文

論文提要：1997年的亞洲金融危機(jī)表明，宏觀經(jīng)濟(jì)政策的不一致性會(huì)危害金融體系的安全，而脆弱的金融體系反過來又可以很容易地?fù)p害宏觀經(jīng)濟(jì)基礎(chǔ)。隨著全球化和國際資本流動(dòng)的深入發(fā)展，一個(gè)經(jīng)濟(jì)體的脆弱性能夠很快溢出并影響到另一個(gè)經(jīng)濟(jì)體。明智的政策選擇和制度改革不僅會(huì)使本國受益，還會(huì)使與其有緊密經(jīng)濟(jì)聯(lián)系的鄰國受益。因此，自從危機(jī)以來，各國家、地區(qū)一級(jí)全球?qū)用嫔蠈?duì)加強(qiáng)經(jīng)濟(jì)金融風(fēng)險(xiǎn)管理的興趣不斷提高。人們?nèi)找嬲J(rèn)識(shí)到，在一國內(nèi)部和國與國之間強(qiáng)化風(fēng)險(xiǎn)管理機(jī)制，包括信息交換、區(qū)域經(jīng)濟(jì)監(jiān)測(cè)和政策對(duì)話，對(duì)于維護(hù)一個(gè)國家、一個(gè)地區(qū)乃至全球經(jīng)濟(jì)金融穩(wěn)定至關(guān)重要。而在眾多倡議之中，一個(gè)引起政府、多邊組織、投資機(jī)構(gòu)和學(xué)術(shù)界關(guān)注的倡議是早期預(yù)警系統(tǒng)。這個(gè)系統(tǒng)能夠?qū)φ诒平慕鹑谖C(jī)發(fā)出信號(hào)。早期預(yù)警系統(tǒng)模型為系統(tǒng)研究危機(jī)事件和相關(guān)因素提供了一個(gè)有用框架。

一、貨幣危機(jī)和銀行危機(jī)理論:文獻(xiàn)回顧

(一)貨幣危機(jī)理論。對(duì)于過去30年來發(fā)生在拉丁美洲、歐洲和亞洲的貨幣危機(jī)和銀行危機(jī)的起因，目前已經(jīng)有了大量的文獻(xiàn)。研究貨幣危機(jī)的文獻(xiàn)通常在一開始就介紹有關(guān)模型用來解釋一些拉丁美洲國家在20世紀(jì)七十年代末所經(jīng)歷的危機(jī)。這些模型把貨幣危機(jī)看作是脆弱經(jīng)濟(jì)基礎(chǔ)的結(jié)果。第一代模型開始于Krugman(1979)、Flood和Garber(1984)的創(chuàng)造性研究，重點(diǎn)關(guān)注廣義的宏觀政策的不一致性，這些宏觀不一致性可能包括過度的國內(nèi)信貸增長、脆弱的財(cái)政狀況和疲軟的經(jīng)濟(jì)表現(xiàn)。這些研究的貢獻(xiàn)不在于指出不一致性會(huì)導(dǎo)致貨幣調(diào)整，因?yàn)檫@一點(diǎn)我們都能很好的理解，而是在于它預(yù)言:當(dāng)有遠(yuǎn)見的市場(chǎng)參與者意識(shí)到目前的匯率不能再維持下去的時(shí)候，外匯儲(chǔ)備可能會(huì)急劇突然流失。

Obstfeld開創(chuàng)了第二代貨幣危機(jī)模型。Obstfeld強(qiáng)調(diào)在一個(gè)國家追求的各種政策目標(biāo)之間可能存在相互抵消的關(guān)系。由于銀行體系崩潰預(yù)期，財(cái)政出于救助而導(dǎo)致的財(cái)政赤字也可能觸發(fā)貨幣危機(jī)——這種政府不得不救助銀行體系的預(yù)期可能會(huì)導(dǎo)致債權(quán)人抽離資金，從而引起貨幣崩潰并產(chǎn)生危機(jī)。這意味著一個(gè)國家可能會(huì)遭受自我實(shí)現(xiàn)式的貨幣危機(jī)。也就是說，因?yàn)橐恍r(shí)間或行動(dòng)(例如由一個(gè)投機(jī)者所發(fā)起的時(shí)間或行動(dòng))，這種均衡可能會(huì)從固定匯率體制轉(zhuǎn)換到浮動(dòng)匯率體制，或從一個(gè)固定匯率水平轉(zhuǎn)換到另外一個(gè)貶值了的固定匯率水平。

自從1997年亞洲金融危機(jī)以來，貨幣危機(jī)的理論研究已經(jīng)深入了許多。所謂的第三代模型將貨幣危機(jī)看作是一國的資金外逃或者金融恐慌。第三代模型更關(guān)注對(duì)一國債權(quán)的結(jié)構(gòu)，因?yàn)樗鼤?huì)影響金融危機(jī)的風(fēng)險(xiǎn)。債權(quán)人，特別是那些短期債權(quán)人，能夠突然撤回債權(quán)，從而導(dǎo)致該國外匯和流動(dòng)性的急劇短缺，從而觸發(fā)貨幣或金融崩潰。

廣而言之，第三代模型已經(jīng)注意到資產(chǎn)負(fù)債表效應(yīng)對(duì)貨幣目標(biāo)可持續(xù)性的重要影響。這方面的文章認(rèn)為，資產(chǎn)負(fù)債表的不匹配會(huì)迫使銀行或公司快速產(chǎn)生外匯需求。當(dāng)很大一部分金融部門或者公司部門都有外匯需求時(shí)，匯率就會(huì)面臨壓力。但匯率貶值時(shí)，會(huì)有更多的金融機(jī)構(gòu)或企業(yè)為了應(yīng)對(duì)無止境的頭寸需要而尋找外匯，進(jìn)一步加劇資本流出，引發(fā)貨幣危機(jī)。

(二)銀行危機(jī)理論。銀行業(yè)的困境有兩個(gè):一是單個(gè)銀行困境;二是系統(tǒng)性銀行困境。有關(guān)第一種類型銀行困境的原因，理論上更多地是從微觀角度展開研究。一些主要發(fā)達(dá)國家使用的實(shí)證模型廣泛運(yùn)用這一理論來預(yù)測(cè)金融困境。單個(gè)銀行困境可以導(dǎo)致系統(tǒng)性銀行困境。Chari和Jagannathan(1988)的模型假定銀行危機(jī)是這樣的誤解造成的:沒有信息來源的存款人錯(cuò)誤地認(rèn)為，其他提取存款是因?yàn)橐恍┯嘘P(guān)銀行資產(chǎn)的不利信息而行動(dòng)的。

危機(jī)的另一個(gè)傳播機(jī)制是通過銀行間存款進(jìn)行傳導(dǎo)。單個(gè)銀行困境的溢出效應(yīng)通過同業(yè)拆借可以影響整個(gè)銀行體系。金融機(jī)構(gòu)的規(guī)模、銀行間市場(chǎng)和其他金融市場(chǎng)的功能等因素將決定傳染的可能性。從這個(gè)意義上說，新型市場(chǎng)中的銀行風(fēng)險(xiǎn)更大。

決定銀行體系困境的重要微觀因素是一國整體制度框架的質(zhì)量。由于道德風(fēng)險(xiǎn)、信息披露有限、公司治理框架薄弱、存款保險(xiǎn)過度或者監(jiān)管水平低所導(dǎo)致的市場(chǎng)紀(jì)律差，是決定信息不對(duì)稱的程度、銀行管理的質(zhì)量以及脆弱性積累的關(guān)鍵因素，這些都會(huì)引發(fā)系統(tǒng)性銀行危機(jī)。在系統(tǒng)層面上，宏觀經(jīng)濟(jì)因素——對(duì)利率的沖擊、匯率貶值、商品價(jià)格的沖擊、經(jīng)濟(jì)增長減速和資本外流——也是危機(jī)的重要決定因素。

二、預(yù)測(cè)金融危機(jī)

(一)開發(fā)早期預(yù)警模型的原因

第一，發(fā)生銀行危機(jī)和貨幣危機(jī)的國家損失慘重——由危機(jī)溢出效應(yīng)而影響的其他國家受損也特別嚴(yán)重。自從20世紀(jì)七十年代后期以來，已有93個(gè)國家發(fā)生了100多次系統(tǒng)性銀行危機(jī)事件(Caprio和Honohan，2001)。從公共部門解決危機(jī)的成本來看，其中約有18次危機(jī)(均發(fā)生在發(fā)展中國家)的成本達(dá)到了危機(jī)發(fā)生國GDP的10%或更多。根據(jù)貨幣基金組織1998年的一項(xiàng)研究報(bào)告，一國在銀行業(yè)危機(jī)爆發(fā)后需要約3年時(shí)間才能使產(chǎn)出恢復(fù)到正常趨勢(shì)，平均累積產(chǎn)出達(dá)GDP的12%。

危機(jī)還有“傳染”的特征。即使是在一個(gè)相對(duì)較小的經(jīng)濟(jì)體中發(fā)生的金融行業(yè)嚴(yán)重問題也會(huì)有廣泛的溢出效應(yīng)。若世界某地發(fā)生了貨幣危機(jī)，其他國家(經(jīng)濟(jì)體)遭到投機(jī)性沖擊的概率上升7%，即使相關(guān)國家對(duì)其政治經(jīng)濟(jì)基本因素采取了控制措施。

第二，簡(jiǎn)單觀察貨幣風(fēng)險(xiǎn)及違約風(fēng)險(xiǎn)的傳統(tǒng)市場(chǎng)指標(biāo)往往不能獲得多少關(guān)于即將發(fā)生危機(jī)的預(yù)警信號(hào)。目前的證據(jù)表明，在亞洲金融危機(jī)的發(fā)展過程中，利差和信用評(píng)級(jí)等指標(biāo)的表現(xiàn)令人失望。研究表明，3個(gè)月期限的離岸證券利差這一指標(biāo)沒能對(duì)印度尼西亞、馬來西亞和菲律賓的困境發(fā)出預(yù)警。也就是說，這類指標(biāo)不是平坦就是下降，只是對(duì)泰國給出了斷斷續(xù)續(xù)的信號(hào)。

在新興經(jīng)濟(jì)體中，預(yù)測(cè)單個(gè)銀行困境和破產(chǎn)也存在一些問題。最近一項(xiàng)研究分析了一些國家的銀行困境，結(jié)果表明，傳統(tǒng)的銀行脆弱性指標(biāo)，如資本資產(chǎn)比率、凈邊際利潤率、營運(yùn)成本與資產(chǎn)的比率、流動(dòng)比率等，在找出有問題銀行方面的作用十分有限。也就是說，傳統(tǒng)的CAMIL類型的比率——資本充足率、資產(chǎn)質(zhì)量、管理穩(wěn)健程度、收益、流動(dòng)性——將不能預(yù)測(cè)單個(gè)銀行是否要陷入困境。總而言之，僅僅集中精力于一個(gè)或者兩個(gè)“包治百病式”指標(biāo)的“廉價(jià)做法”不太可能得到一個(gè)良好的早期預(yù)警系統(tǒng)。若投資于一個(gè)綜合的早期預(yù)警系統(tǒng)，則更可能獲得成功。

(二)早期預(yù)警實(shí)驗(yàn)的一般規(guī)則。第一，在金融危機(jī)起源中尋找系統(tǒng)性模式意味著不能局限于最近的一次危機(jī)(或者一系列危機(jī))，而是要研究一個(gè)更大的樣本。否則，在重要因素與不太重要因素之間進(jìn)行區(qū)分就可能會(huì)有太多解釋，或者所得出的最后結(jié)果經(jīng)不起更多實(shí)際經(jīng)驗(yàn)的檢驗(yàn);第二，要像關(guān)注貨幣危機(jī)一樣關(guān)注銀行危機(jī)。關(guān)于金融危機(jī)先行指標(biāo)的文獻(xiàn)大都涉及貨幣危機(jī)。然而，發(fā)展中國家銀行危機(jī)的成本比貨幣危機(jī)成本更大。銀行危機(jī)似乎是引致貨幣危機(jī)的一個(gè)更重要的原因;第三，盡量使用比較廣泛的早期預(yù)警指標(biāo)集合。因?yàn)樵谛屡d經(jīng)濟(jì)體中，金融危機(jī)的根源很多，因此需要大量指標(biāo)來反映潛在風(fēng)險(xiǎn)源;第四，采用樣本外檢驗(yàn)來判斷先行指標(biāo)的有用性。一個(gè)模型的樣本內(nèi)表現(xiàn)會(huì)使人們樂觀地誤以為模型在樣本外也能表現(xiàn)良好。

(三)早期預(yù)警實(shí)驗(yàn)中有意義的發(fā)現(xiàn)。通過實(shí)際數(shù)據(jù)的運(yùn)用，Goldstein、Kaminsky和Reinhart(2000)從早期預(yù)警模型中獲得了一些實(shí)證結(jié)果。下面介紹一些有代表性的發(fā)現(xiàn):(1)新興市場(chǎng)中，銀行危機(jī)和貨幣危機(jī)在爆發(fā)前都有征兆，有些現(xiàn)象有重復(fù)發(fā)生的行為特征;(2)對(duì)于新興經(jīng)濟(jì)體而言，利用月度數(shù)據(jù)對(duì)銀行危機(jī)進(jìn)行準(zhǔn)確預(yù)測(cè)的難度要大于貨幣危機(jī)。在樣本內(nèi)，銀行危機(jī)的平均噪音信號(hào)比貨幣危機(jī)的要高;同樣，在樣本外，該模型對(duì)貨幣危機(jī)的預(yù)測(cè)表現(xiàn)也比對(duì)銀行危機(jī)的預(yù)測(cè)表現(xiàn)要好很多;(3)對(duì)于貨幣危機(jī)來說最好的月度指標(biāo)是實(shí)際匯率(相對(duì)于趨勢(shì))的升值，而對(duì)于銀行危機(jī)來說最好的月度指標(biāo)是證券價(jià)格的下跌、出口的下降、M2與國際儲(chǔ)備比率的偏高以及經(jīng)濟(jì)衰退;(4)銀行危機(jī)和貨幣危機(jī)的最優(yōu)先行指標(biāo)之間既有很多共同之處也存在很大的區(qū)別，因此應(yīng)單獨(dú)考慮這兩種危機(jī);(5)在預(yù)測(cè)新興經(jīng)濟(jì)體的貨幣危機(jī)和銀行危機(jī)方面，主權(quán)信用評(píng)級(jí)變化的表現(xiàn)比經(jīng)濟(jì)基本因素中較好的先行指標(biāo)的表現(xiàn)要差很多;(6)先行指標(biāo)的樣本外檢驗(yàn)結(jié)果一直是令人鼓舞的——至少在貨幣危機(jī)方面是這樣;(7)國家間危機(jī)傳染效應(yīng)表明，在理解新型市場(chǎng)發(fā)生貨幣危機(jī)的脆弱性時(shí)，要更加關(guān)注國家特有的經(jīng)濟(jì)基本因素。

三、總結(jié)

國家應(yīng)該預(yù)期到未來的金融危機(jī)，并為此做好準(zhǔn)備。為了限制金融危機(jī)的風(fēng)險(xiǎn)和實(shí)際危機(jī)的沖擊效應(yīng)，需要對(duì)脆弱性和金融風(fēng)險(xiǎn)進(jìn)行實(shí)時(shí)監(jiān)測(cè)。這可以通過運(yùn)用設(shè)計(jì)良好的分析和預(yù)測(cè)框架——早期預(yù)警系統(tǒng)經(jīng)常對(duì)金融穩(wěn)定進(jìn)行評(píng)估來實(shí)現(xiàn)。一定的危機(jī)應(yīng)急計(jì)劃也很有用，特別是如何應(yīng)對(duì)早期銀行危機(jī)的第一個(gè)信號(hào)的計(jì)劃。因?yàn)樽畛蹉y行危機(jī)的第一個(gè)信號(hào)經(jīng)常決定是否會(huì)產(chǎn)生更加系統(tǒng)性的銀行危機(jī)。然而更重要的是，國家要不斷改進(jìn)其整體激勵(lì)框架，以使私人部門的金融機(jī)構(gòu)及企業(yè)有意愿也有能力合理地管理其金融風(fēng)險(xiǎn)。這需要良好的宏觀經(jīng)濟(jì)管理水平，包括適度的匯率管理，并確保實(shí)現(xiàn)金融部門和公司部門穩(wěn)健的所有支柱都到位。

主要參考文獻(xiàn)

第6篇：金融月度總結(jié)范文

【關(guān)鍵詞】股市波動(dòng) 宏觀經(jīng)濟(jì) 格蘭杰檢驗(yàn)

一、引言

證券市場(chǎng)股票價(jià)格波動(dòng)和宏觀經(jīng)濟(jì)波動(dòng)之間的關(guān)系一直是國內(nèi)外學(xué)者關(guān)心的問題，也是國際經(jīng)濟(jì)學(xué)界的熱點(diǎn)問題之一。2008年以來由美國次貸危機(jī)發(fā)展而來的全球金融危機(jī)，給世界經(jīng)濟(jì)帶來了嚴(yán)重的影響，我國經(jīng)濟(jì)雖然一直保持平穩(wěn)運(yùn)行，國民生產(chǎn)總值增速也出現(xiàn)了明顯的放緩，由2007年的14.2%到2008年～2012年分別為9.6%、9.2%、10.4%、9.3%和7.8%，而期間我國股市，以上證綜指收盤價(jià)為例，也由2007年年末的5261.56下降到2013年8月末的2098.38。在此背景下，對(duì)我國股市波動(dòng)與我國宏觀經(jīng)濟(jì)波動(dòng)之間關(guān)系的研究越來越受國內(nèi)外眾多學(xué)者的關(guān)注，其宏觀經(jīng)濟(jì)指標(biāo)的選取也越來越成為研究的焦點(diǎn)問題。

二、文獻(xiàn)綜述

有關(guān)股市波動(dòng)和宏觀經(jīng)濟(jì)波動(dòng)，國內(nèi)外眾多研究者從不同角度對(duì)其進(jìn)行了研究和分析，F(xiàn)ama的研究表明，股票價(jià)格與經(jīng)濟(jì)增長之間存在著正相關(guān)關(guān)系。[1]Engsted主要研究丹麥股票市場(chǎng)的波動(dòng)影響因素，總結(jié)了股票價(jià)格、利率、匯率、消費(fèi)、儲(chǔ)蓄、國際收支、稅收平滑指數(shù)、通貨膨脹、勞動(dòng)力需求、貨幣需求等因素相互之間的影響。[2]Dritsaki實(shí)證研究希臘的股票價(jià)格指數(shù)和希臘國內(nèi)的宏觀經(jīng)濟(jì)因素的長期關(guān)系，宏觀經(jīng)濟(jì)因素主要是工業(yè)生產(chǎn)值、通貨膨脹率和利率。同時(shí)，這些變量都通過了Johansen檢驗(yàn)和格蘭杰因果檢驗(yàn)。[3]

我國學(xué)者對(duì)股市波動(dòng)的分析主要是從基本面和政策面進(jìn)行。比較具有代表性的是靳云匯、于存高（1998）對(duì)中國股票市場(chǎng)與國民經(jīng)濟(jì)關(guān)系的實(shí)證研究。他們分別研究了股票市場(chǎng)規(guī)模與國民生產(chǎn)總值GDP、居民儲(chǔ)蓄、通貨膨脹等變量的關(guān)系，股票市場(chǎng)與經(jīng)濟(jì)周期以及股票價(jià)格與宏觀經(jīng)濟(jì)因素之間的關(guān)系，認(rèn)為中國股票市場(chǎng)已經(jīng)基本具備了經(jīng)濟(jì)晴雨表的作用，在一定程度上提前反映中國經(jīng)濟(jì)周期的變動(dòng)。[4]

從前述文獻(xiàn)看來，已有研究普遍認(rèn)為經(jīng)濟(jì)增長、工業(yè)生產(chǎn)、通貨膨脹、利率以及匯率等宏觀經(jīng)濟(jì)因素波動(dòng)與股市波動(dòng)有較強(qiáng)的聯(lián)系，是重要的有代表性的宏觀經(jīng)濟(jì)變量指標(biāo)，但在對(duì)我國股市波動(dòng)與我國宏觀經(jīng)濟(jì)波動(dòng)之間關(guān)系的研究上，所選用的宏觀經(jīng)濟(jì)變量指標(biāo)普遍較少，也缺乏對(duì)全球金融危機(jī)后我國股市波動(dòng)與宏觀經(jīng)濟(jì)波動(dòng)的研究。

三、指標(biāo)選取與數(shù)據(jù)來源

首先，在指標(biāo)選取上，通常用股價(jià)指數(shù)等指標(biāo)來描述股票市場(chǎng)的波動(dòng)，而在股價(jià)指數(shù)種類的選擇上，最具代表性的是上海綜合指數(shù)和深證成分股指數(shù)。本文選擇上海綜合指數(shù)進(jìn)行研究，主要基于以下幾方面的考慮：一是綜合指數(shù)以在證券交易所掛牌上市的全部股票作為編制對(duì)象，能夠反映證券市場(chǎng)總體變動(dòng)情況；二是中國證券市場(chǎng)歷來存在著滬強(qiáng)深弱的現(xiàn)象，上海證券市場(chǎng)相對(duì)而言更能代表中國證券市場(chǎng)的發(fā)展?fàn)顩r。[5]因此，本文采用上證指數(shù)進(jìn)行研究。

另一方面，根據(jù)相關(guān)經(jīng)濟(jì)理論和我國經(jīng)濟(jì)發(fā)展實(shí)際情況，我們從眾多宏觀因素中選取了有代表性的12個(gè)指標(biāo)：反映國民經(jīng)濟(jì)整體運(yùn)行狀況的工業(yè)增加值增長速度（GY）和制造業(yè)采購經(jīng)理人指數(shù)（PMI）；反映通貨膨脹的居民消費(fèi)價(jià)格指數(shù)（CPI），工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)（PPI）和商品零售價(jià)格指數(shù)（RPI）；反映貨幣政策的一年期存款基準(zhǔn)利率（LL），狹義貨幣供應(yīng)量（M1）和廣義貨幣供應(yīng)量（M2）；反映財(cái)政政策的財(cái)政支出增長速度（LGV）；反映對(duì)外貿(mào)易的進(jìn)出口差額（XM）；反映匯率水平的人民幣美元匯率（HL），外匯儲(chǔ)備（WH）。這些指標(biāo)基本涵蓋了我國宏觀經(jīng)濟(jì)情況。

其次，在上證綜指和有代表性的宏觀因素的樣本選取上，本文采用2008年1月～2013年8月的月度數(shù)據(jù)，相對(duì)于大多數(shù)研究采用季度或年度數(shù)據(jù)，擴(kuò)展了樣本容量，使研究結(jié)果更可信。在實(shí)證研究中，所使用的上證綜指收盤價(jià)（SZ）、匯率收盤價(jià)來自大智慧，所使用的其他宏觀經(jīng)濟(jì)數(shù)據(jù)來自于中華人民共和國國家統(tǒng)計(jì)局、中國人民銀行和東方財(cái)富網(wǎng)。

四、實(shí)證過程分析

（一）單位根檢驗(yàn)

由于我們采用的是月度數(shù)據(jù)，因此首先通過eviews6.0軟件對(duì)部分缺失數(shù)據(jù)采用指數(shù)平滑法計(jì)算，然后用X11方法分離出季節(jié)影響，再對(duì)季節(jié)調(diào)整后的時(shí)間序列進(jìn)行單位根檢驗(yàn)，檢驗(yàn)其平穩(wěn)性，在10%的顯著性水平下，且根據(jù)SIC準(zhǔn)則選擇滯后階數(shù)，運(yùn)用ADF法進(jìn)行單位根檢驗(yàn)，根據(jù)ADF統(tǒng)計(jì)量和P值數(shù)據(jù)可知，SZ、GY、PMI、CPI、PPI、RPI、LGV、XM均表現(xiàn)平穩(wěn)，而LL、M1、M2、HL、WL表現(xiàn)為一階單整。其中，通過對(duì)以上一階單整非平穩(wěn)宏觀經(jīng)濟(jì)變量進(jìn)行一階差分所得DLL、DM1、DM2、DHL以及DWH均表現(xiàn)為平穩(wěn)。

（二）協(xié)整檢驗(yàn)

由上述單位根檢驗(yàn)，我們可以知道SZ、GY、PMI、CPI、PPI、RPI、LGV、XM以及經(jīng)過一階差分處理后的LL、M1、M2、HL、WH在10%的顯著性水平下均表現(xiàn)出平穩(wěn)性。接下來我們通過協(xié)整檢驗(yàn)考察其是否存在長期均衡關(guān)系，方法有兩種：一種是基于回歸殘差的EG兩步法協(xié)整檢驗(yàn)。主要適用于檢驗(yàn)兩變量的協(xié)整關(guān)系，另一種是基于回歸系數(shù)Johanson協(xié)整檢驗(yàn)，適用于多變量之間協(xié)整關(guān)系的檢驗(yàn)。[6]在這里，我們采用第一種方法EG兩步法進(jìn)行協(xié)整檢驗(yàn)，檢驗(yàn)結(jié)果如下：

由以上協(xié)整方程可以得出，在5%的顯著性水平下，所有宏觀經(jīng)濟(jì)變量均與上證綜指呈現(xiàn)比較顯著的協(xié)整關(guān)系，即長期均衡關(guān)系。且與進(jìn)出口差額（XM）、工業(yè)增加值增長速度（GY）、制造業(yè)采購經(jīng)理人指數(shù)（PMI）、居民消費(fèi)價(jià)格指數(shù)（CPI）、工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)（PPI）、商品零售價(jià)格指數(shù)（RPI）、財(cái)政支出增長速度（LGV）、外匯儲(chǔ)備（WH）、一年期存款基準(zhǔn)利率變動(dòng)率（DLL）以及狹義貨幣供應(yīng)量變動(dòng)率（DM1）正相關(guān)，與廣義貨幣供應(yīng)量變動(dòng)率（DM2）、人民幣美元匯率變動(dòng)率（DHL）負(fù)相關(guān)，這些檢驗(yàn)結(jié)果與相關(guān)經(jīng)濟(jì)理論的結(jié)論基本相符。

（三）格蘭杰因果檢驗(yàn)

我們采用以上12個(gè)平穩(wěn)宏觀指標(biāo)對(duì)上證綜指（SZ）進(jìn)行雙變量格蘭杰因果檢驗(yàn)它們是否是彼此的格蘭杰原因，并且采用AIC準(zhǔn)則來確定滯后期數(shù)，相伴概率P值越小，表明解釋變量對(duì)被解釋變量的統(tǒng)計(jì)上的因果關(guān)系及預(yù)測(cè)能力越強(qiáng)。

由檢驗(yàn)結(jié)果我們可得出如下結(jié)論：在10%的顯著性水平下，上證綜指（SZ）是狹義貨幣供應(yīng)量變動(dòng)率（DM1）、廣義貨幣供應(yīng)量變動(dòng)率（DM2）、制造業(yè)采購經(jīng)理人指數(shù)（PMI）、工業(yè)增加值增長速度（GY）、工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)（PPI）、商品零售價(jià)格指數(shù)（RPI）變動(dòng)的顯著原因，而居民消費(fèi)價(jià)格指數(shù)（CPI）、工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)（PPI）、商品零售價(jià)格指數(shù)（RPI）又是上證綜指（SZ）變動(dòng)的顯著原因。而國際收支、匯率、外匯儲(chǔ)備、政府支出則與股市波動(dòng)相關(guān)性很低。

五、結(jié)論與政策建議

本文采用2008年1月～2013年8月的月度數(shù)據(jù)，對(duì)其進(jìn)行格蘭杰因果檢驗(yàn)，由以上實(shí)證分析可以得出，全球金融危機(jī)以來，我國股市波動(dòng)性對(duì)我國宏觀經(jīng)濟(jì)變量的解釋能力較好，在某種程度上能反映我國經(jīng)濟(jì)發(fā)展的趨勢(shì)水平，發(fā)揮經(jīng)濟(jì)周期變化的“晴雨表”的作用，但是從檢驗(yàn)結(jié)果中我們可以發(fā)現(xiàn)兩個(gè)問題，一是宏觀經(jīng)濟(jì)變量對(duì)我國股市波動(dòng)性解釋能力較弱，二是某些傳統(tǒng)意義上對(duì)股市波動(dòng)有影響的宏觀經(jīng)濟(jì)因素卻與我國股市相關(guān)性較弱，如國際收支、匯率、外匯儲(chǔ)備等。這可能是我國股市發(fā)展不夠完善、不夠開放的原因造成的。

針對(duì)我國股市的現(xiàn)實(shí)情況，為使我國股市與宏觀經(jīng)濟(jì)健康協(xié)調(diào)發(fā)展，本文提出如下幾點(diǎn)政策建議：

第一，應(yīng)完善證券市場(chǎng)監(jiān)管體系，加強(qiáng)股票市場(chǎng)的立法和規(guī)范化管理，建立一個(gè)公平的市場(chǎng)競(jìng)爭(zhēng)環(huán)境，保護(hù)投資者利益。當(dāng)前，我國的監(jiān)管主要是以政府為導(dǎo)向的監(jiān)管，政府監(jiān)管是市場(chǎng)經(jīng)濟(jì)和股市正常運(yùn)行的保證，但是不能過度替代市場(chǎng)功能，否則將會(huì)降低股市效率，阻礙股市的良好發(fā)展，因此，市場(chǎng)機(jī)制與政策導(dǎo)向要合理結(jié)合，增加行業(yè)自律的比重，這樣，我國股票市場(chǎng)才會(huì)越來越成熟與完善。

第二，應(yīng)提高上市公司的質(zhì)量，統(tǒng)一入市準(zhǔn)則，完善退市機(jī)制，降低信息不對(duì)稱性，提高股市透明度。正是因?yàn)槲覈鲜泄举|(zhì)量普遍不高，不具備投資價(jià)值，因此我國許多投資者尋求短期投機(jī)獲利，因此，完善我國上市公司的信息披露制度，保護(hù)投資者利益時(shí)尤為重要的。

第三，要堅(jiān)持對(duì)外開放，促進(jìn)股票市場(chǎng)的產(chǎn)業(yè)創(chuàng)新，努力創(chuàng)建統(tǒng)一的、多層次的市場(chǎng)體系，促進(jìn)股市的可持續(xù)發(fā)展，積極推動(dòng)我國股票市場(chǎng)的國際化進(jìn)程。由市政分析結(jié)論也可看出，相對(duì)于發(fā)達(dá)國家股票市場(chǎng)，我國股市還不夠完善與開放，這也就造成了宏觀經(jīng)濟(jì)波動(dòng)對(duì)我國股市波動(dòng)的解釋能力較弱，因此，堅(jiān)持對(duì)外開放，與國際接軌，對(duì)我國股市與宏觀經(jīng)濟(jì)健康協(xié)調(diào)發(fā)展是十分重要的。

參考文獻(xiàn)

[1]Fama，E，F(xiàn).Stock returns， expected returns and real activity[J].Journal of Finance，1990，45：1089-1108.

[2]Engsted， T.1. Measures of Fit for Rational Expectations Models[J].Journal of Economic Surveys；2002，Vol.16 Issue3：301-355

[3]Dickson，David G.Stock market integration and macroeconomic fundamentals：an empirical analysis[J].Applied Financial Economics；2000，l0：261、276

[4]靳云匯，于存高.中國股票市場(chǎng)于國民經(jīng)濟(jì)的實(shí)證研究（上）.金融研究，1998（3）：40-45.

[5]林毓鵬.中國股市波動(dòng)的宏觀經(jīng)濟(jì)因素分析，2009.4.1

第7篇：金融月度總結(jié)范文

20xx年全球金融危機(jī)時(shí)刻警示著我們，在新的一年里，財(cái)務(wù)部工作人員應(yīng)在廠領(lǐng)導(dǎo)的正確領(lǐng)導(dǎo)下制定對(duì)全廠其他部門的考核制度或者相關(guān)辦法。在國家各項(xiàng)財(cái)務(wù)法律、法規(guī)的監(jiān)督下制定如下考核制度：

1、組織財(cái)務(wù)部各員工對(duì)國家有關(guān)法律法規(guī)、會(huì)計(jì)制度、安全法、財(cái)務(wù)制度、管理制度等有關(guān)法律法規(guī)進(jìn)行系統(tǒng)學(xué)習(xí)。

2、在財(cái)務(wù)部?jī)?nèi)部明確考核制度：財(cái)務(wù)人員的分工及各職能部門的協(xié)作，要分工明確并帶有互相協(xié)作補(bǔ)充性，相互配合的工作中不斷學(xué)習(xí)，對(duì)各項(xiàng)費(fèi)用的合理支出起到監(jiān)督作用，對(duì)違規(guī)違紀(jì)行為起到監(jiān)督智能。

3、在應(yīng)收帳款上起到有效的監(jiān)督作用：明確各分管會(huì)計(jì)的職責(zé)，制定相應(yīng)的制度，如對(duì)應(yīng)收款的監(jiān)督，應(yīng)制定相應(yīng)的規(guī)定，對(duì)貨款回收的期限把握、回款具體事宜、相關(guān)銷售責(zé)任人都應(yīng)有相應(yīng)的監(jiān)督，加大財(cái)務(wù)監(jiān)督力度。

4、在對(duì)公司其他部門的工作方面：對(duì)各科室產(chǎn)生的各項(xiàng)費(fèi)用進(jìn)行核算，為公司節(jié)省每一筆支出，從一角一元做起。在對(duì)各種原料的發(fā)票接收方面，認(rèn)真做好本職工作盡自己的能力去做好每一筆業(yè)務(wù)的考察及發(fā)票的接收工作，認(rèn)真完成每月的報(bào)稅工作。

5、對(duì)車間的耗用、檢修期間產(chǎn)生的各項(xiàng)費(fèi)用進(jìn)行把關(guān)，為節(jié)約成本、減少開支做好每一項(xiàng)工作，對(duì)各項(xiàng)費(fèi)用的節(jié)、超進(jìn)行考核并報(bào)公司領(lǐng)導(dǎo)，協(xié)助領(lǐng)導(dǎo)做好決策工作。

第8篇：金融月度總結(jié)范文

關(guān)鍵詞：固定資產(chǎn)投資;消費(fèi)價(jià)格指數(shù);負(fù)相關(guān)性

一、研究背景

中國經(jīng)濟(jì)在改革開放后的三十多年里突飛猛進(jìn)，當(dāng)然也遇到了一些困難和挑戰(zhàn)，其中在上世紀(jì)90年代的我國開始經(jīng)濟(jì)轉(zhuǎn)軌，在粗放型經(jīng)濟(jì)增長的方式下，中國通貨膨脹于經(jīng)濟(jì)增長之間的關(guān)系，和許多國家相比有著極大的不同之處。中國的經(jīng)濟(jì)增長不是推動(dòng)通貨膨脹上漲的直接原因，而是通貨膨脹導(dǎo)致的結(jié)果。

2006年湖南大學(xué)金融學(xué)院的喬海曙和王軍華運(yùn)用統(tǒng)計(jì)方法對(duì)投資與通貨膨脹關(guān)系進(jìn)行檢驗(yàn)。他們通過Eviews軟件對(duì)2002年1月到2005年8月我國消費(fèi)價(jià)格指數(shù)與固定資產(chǎn)投資增長指數(shù)進(jìn)行相關(guān)性檢驗(yàn)與時(shí)間序列回歸分析，得出了關(guān)于通貨膨脹與投資的因果關(guān)系的實(shí)證性結(jié)論檢驗(yàn)，即滯后1期、2期、3期的固定資產(chǎn)投產(chǎn)對(duì)通貨膨脹率均起助推作用，且滯后三期的固定資產(chǎn)投資增長對(duì)通貨捧膨脹的助推作用明顯大于前二期，這與投資對(duì)經(jīng)濟(jì)影響的周期也是相符的。

2007年復(fù)旦大學(xué)中國經(jīng)濟(jì)研究中心的張軍和方紅生通過Toda-Yamamoto長期因果檢驗(yàn)程序和廣義脈沖反應(yīng)技術(shù)研究了全社會(huì)實(shí)際固定資產(chǎn)投資與零售價(jià)格水平變動(dòng)之間的長期因果及其沖擊——?jiǎng)討B(tài)反應(yīng)關(guān)系，然后進(jìn)一步考察了貨幣供給量M1和貿(mào)易依存度在促成上述關(guān)系中所扮演的角色。通過對(duì)1978——2003間的全社會(huì)實(shí)際固定資產(chǎn)投資、零售物價(jià)總指數(shù)、對(duì)外貿(mào)易依存度的對(duì)數(shù)、貨幣供給量M1的數(shù)據(jù)進(jìn)行模型檢驗(yàn)，得到的結(jié)論是：

1、投資變量在影響零售物價(jià)水平變動(dòng)的過程中起著決定性的作用。

2、反過來，零售物價(jià)水平在5%顯著性水平上是影響實(shí)際投資變動(dòng)的長期直接因，即實(shí)際投資于零售物價(jià)水平互為因果關(guān)系。

3、貨幣供給量M1作為唯一的外生變量，其增長不是價(jià)格水平變動(dòng)的直接因，而是通過全社會(huì)實(shí)際固定資產(chǎn)的投資的增長，間接地成為影響價(jià)格水平變動(dòng)的原因。這表明控制住M1的增長，就可在很大程度上控制住實(shí)際投資的增長。

綜上所述，對(duì)于通貨膨脹尤其是2002年之后到2005年之間的通貨膨脹，國內(nèi)學(xué)者基本一致觀點(diǎn)是，投資的增長在推動(dòng)通貨膨脹的誘因中扮演著十分重要的角色，無論是從其重要性與顯著性的角度來看，無疑是可以基本肯定的。那么對(duì)于當(dāng)前的通貨膨脹，我們將借鑒相關(guān)學(xué)者的實(shí)證分析方法，對(duì)其與投資的關(guān)系進(jìn)行分析。

二、實(shí)證分析與結(jié)論

在對(duì)通貨膨脹進(jìn)行度量時(shí)因?yàn)槭菍?duì)當(dāng)前經(jīng)濟(jì)現(xiàn)狀的分析，我們采用消費(fèi)者價(jià)格指數(shù)來描述，因此通貨膨脹用消費(fèi)者價(jià)格指數(shù)來表示，而投資則用固定資產(chǎn)投資完成額增長指數(shù)來表示由于我們分析的是當(dāng)前的的物價(jià)上漲及通貨膨脹與投資的關(guān)系，用月度數(shù)據(jù)更能說明問題，我們便采用了月度數(shù)據(jù)來分析。由于每年1月份的固定資產(chǎn)投資增長指數(shù)國家統(tǒng)計(jì)局并不公布，我們利用相關(guān)的統(tǒng)計(jì)方法進(jìn)行了缺失值的處理。選取數(shù)據(jù)的樣本期間為2010年1月份到2011年2月份，經(jīng)處理后的消費(fèi)者價(jià)格指數(shù)與固定資產(chǎn)投資增長指數(shù)的月度數(shù)據(jù)顯示如表。

我們首先對(duì)兩個(gè)指數(shù)的樣本數(shù)據(jù)進(jìn)行時(shí)間序列的平穩(wěn)性分析。通過ADF檢驗(yàn)，由下表的檢驗(yàn)數(shù)據(jù)可知，對(duì)消費(fèi)者價(jià)格指數(shù)和固定資產(chǎn)投資增長指數(shù)進(jìn)行二階差分后，二者的檢驗(yàn)T統(tǒng)計(jì)量分別在1%和10%的顯著性水平下是平穩(wěn)的序列。消費(fèi)價(jià)格指數(shù)

ADF Test Statistic -4617646 1% Critical Value* -4326

5% Critical Value -32195

10% Critical Value -27557

固定資產(chǎn)投資增長指數(shù)

ADF Test Statistic 2991275 1% Critical Value* -44613

5% Critical Value -32695

10% Critical Value -27822

接下來，對(duì)消費(fèi)者價(jià)格指數(shù)作關(guān)于固定資產(chǎn)投資增長指數(shù)的回歸分析后，我們得出的回歸結(jié)果是：Variable Coefficient Std Error t-Statistic Prob

C 193815 2872637 6746937 0

X -072494 0229125 -316394 00082

其中可決系數(shù)R^2=05，F(xiàn)統(tǒng)計(jì)量=10，說明方程擬合較好，F(xiàn)檢驗(yàn)也比較顯著。但是，在這樣的結(jié)果下我們得出的結(jié)論是，當(dāng)前的通貨膨脹形成過程中，投資的增長不僅沒有扮演推動(dòng)者的角色，反而與消費(fèi)者價(jià)格指數(shù)是呈負(fù)相關(guān)性的。

在此基礎(chǔ)上我們得出了一個(gè)結(jié)論：投資增長對(duì)于當(dāng)前的通貨膨脹的產(chǎn)生，并不是主要的推動(dòng)作用，甚至在當(dāng)下的經(jīng)濟(jì)環(huán)境下，投資作為三駕馬車之一所發(fā)揮的作用很可能是對(duì)通貨膨脹的一定程度的抑制。那么，當(dāng)前的通貨膨脹很顯然是披著投資增長的外衣的。

三、投資增長只是通貨膨脹外衣的可能性分析

當(dāng)前的通貨膨脹中投資增長只是一層外衣的，而并不是真正的推動(dòng)者。這樣的結(jié)論顯然是與之前國內(nèi)學(xué)者們的研究結(jié)論是背道而馳的。但是，我們認(rèn)為投資增長只是一層外衣的可能性是存在的。

1.誘發(fā)通貨膨脹的因素有很多也很復(fù)雜，投資的增長只是其中之一，但并不是推動(dòng)通貨膨脹的永久或者主要角色。總體而言，這些因素中,有國際和國內(nèi)經(jīng)濟(jì)發(fā)展和體制等環(huán)境變化因素,也有供給瓶頸和需求增長等因素，歸納起來主要有以下幾方面:a.新一輪經(jīng)濟(jì)增長客觀上帶來價(jià)格上升的壓力；b.世界經(jīng)濟(jì)復(fù)蘇和國際市場(chǎng)價(jià)格波動(dòng)給我國價(jià)格變動(dòng)帶來一定影響；c.供給瓶頸制約引起生產(chǎn)價(jià)格大幅度上漲；d.信貸資金高增長引起價(jià)格總水平上漲；e.體制因素形成的中央和地方政府在經(jīng)濟(jì)增長目標(biāo)上的差異,在一定程度上導(dǎo)致價(jià)格上漲。其中只有a和c項(xiàng)與投資有著密切的聯(lián)系。

2.我們所采取的樣本數(shù)據(jù)或者實(shí)證分析方法的不合理，也會(huì)導(dǎo)致我們的實(shí)證分析結(jié)果產(chǎn)生偏差，從而得出與事實(shí)不符的結(jié)論。比如，我國的消費(fèi)價(jià)格指數(shù)是與國外不同的，主要區(qū)別在于居民住房未納入其計(jì)算中去，所以我們認(rèn)為數(shù)據(jù)本身的不合理性很可能是研究結(jié)論偏差的原因之一。（作者單位：西南財(cái)經(jīng)大學(xué)財(cái)稅學(xué)院）

參考文獻(xiàn)

［1］ 王軍，投資的需求效應(yīng)與供給效應(yīng)的分析，財(cái)經(jīng)科學(xué)，2001（4）；

第9篇：金融月度總結(jié)范文

在宏觀經(jīng)濟(jì)學(xué)理論中，宏觀經(jīng)濟(jì)的調(diào)控主要有四大目標(biāo)：經(jīng)濟(jì)持續(xù)均衡增長、價(jià)格水平穩(wěn)定、充分就業(yè)和國際收支平衡。由于經(jīng)濟(jì)系統(tǒng)內(nèi)在的“自動(dòng)穩(wěn)定器”作用效果十分有限，所以按照凱恩斯的需求管理理論來說，此時(shí)針對(duì)市場(chǎng)的需求和經(jīng)濟(jì)環(huán)境的波動(dòng)狀況政府應(yīng)當(dāng)相機(jī)抉擇，按照逆經(jīng)濟(jì)風(fēng)向來進(jìn)行調(diào)整，將整個(gè)國民經(jīng)濟(jì)的運(yùn)轉(zhuǎn)拉回到正常的軌道上。這樣凸顯了我們對(duì)于貨幣政策宏觀調(diào)控效應(yīng)的研究是十分迫切必要的。

隨著2008年金融危機(jī)后世界經(jīng)濟(jì)形勢(shì)陷入更大的不確定性，廉價(jià)勞動(dòng)力的比較優(yōu)勢(shì)逐漸減弱，產(chǎn)業(yè)過剩問題逐步凸顯，中國經(jīng)濟(jì)逐步邁入中高速發(fā)展的新常態(tài)，在“增長速度換擋期、結(jié)構(gòu)調(diào)整陣痛期、前期刺激政策消化期”的新形勢(shì)下，2014年國內(nèi)生產(chǎn)總值增長7.4%，十年來首次低于7.5%。如何實(shí)現(xiàn)通脹較低水平狀態(tài)下的經(jīng)濟(jì)穩(wěn)步增長，成為當(dāng)前中國經(jīng)濟(jì)發(fā)展研究中非常重要的課題。從整體上看，由于我國金融市場(chǎng)發(fā)展較晚，加之金融分業(yè)經(jīng)營和分業(yè)監(jiān)管，我國影子銀行體系發(fā)展處于初級(jí)階段，復(fù)雜度遠(yuǎn)低于西方發(fā)達(dá)國家和地區(qū)。但隨著金融創(chuàng)新的不斷發(fā)展，我國影子銀行進(jìn)入一個(gè)較快發(fā)展時(shí)期。央行統(tǒng)計(jì)的社會(huì)融資總量中，非銀行信用融資占比從2008年的28.5%增長到現(xiàn)在的一半左右，而2015年新增影子銀行信貸已占全社會(huì)總信貸增量的三分之一左右。由于對(duì)貨幣政策有效性的研究主要是假設(shè)貨幣供給外生的基礎(chǔ)上。影子銀行的發(fā)展，導(dǎo)致貨幣供給內(nèi)生性不斷增強(qiáng)，央行對(duì)貨幣數(shù)量的控制能力被大大削弱，貨幣供應(yīng)與實(shí)體經(jīng)濟(jì)變量如GDP和CPI的相關(guān)性關(guān)系降低，數(shù)量型工具面臨挑戰(zhàn)，影響傳統(tǒng)貨幣政策有效性。總體而言，在金融創(chuàng)新步伐不斷加快、影子銀行規(guī)模擴(kuò)張的今天，傳統(tǒng)的貨幣政策是否仍然有效問題不僅具有理論價(jià)值，從另一方面來說，也具有非常重要的現(xiàn)實(shí)意義。

本文首先對(duì)貨幣有效性研究和協(xié)整研究進(jìn)行文獻(xiàn)回顧，梳理相關(guān)的理論基礎(chǔ)，之后用TVP_VAR模型對(duì)中國宏觀經(jīng)濟(jì)的數(shù)據(jù)與貨幣政策變量數(shù)據(jù)之間的關(guān)系進(jìn)行實(shí)證研究，其中，本文所使用的時(shí)間序列模型叫TVP_VAR模型，其中系數(shù)和沖擊的協(xié)方差矩陣都是時(shí)變的，時(shí)變系數(shù)能捕捉模型滯后結(jié)構(gòu)的時(shí)變特性和可能的非線性特征。

二、文獻(xiàn)梳理

從基本理論發(fā)展的脈絡(luò)來看，我們將上世紀(jì)七八十年代做為從貨幣主義向新凱恩斯主義理論轉(zhuǎn)變的分水嶺時(shí)代。上世紀(jì)七八十年代以前，關(guān)于通貨膨脹與經(jīng)濟(jì)增長問題的研究很多是以1956年弗里德曼提出“現(xiàn)代貨幣數(shù)量論”為基礎(chǔ)的。貨幣與價(jià)格或者貨幣增長率與通貨膨脹率也就是價(jià)格增長率之間的關(guān)系成為相關(guān)研究的焦點(diǎn)。但是，隨著新凱恩斯主義黏性價(jià)格理論和動(dòng)態(tài)隨機(jī)一般均衡（DSGE）模型相結(jié)合在1983年的提出，說明隨著學(xué)術(shù)探討的深入，西方國家在1982年以后已經(jīng)開始拋棄貨幣總量而選擇更加貼近經(jīng)濟(jì)環(huán)境的利率作為貨幣政策工具之后，強(qiáng)調(diào)隨著經(jīng)濟(jì)結(jié)構(gòu)的復(fù)雜，貨幣總量已經(jīng)不足以顯現(xiàn)它在貨幣主義理論中的重要性，所以在宏觀經(jīng)濟(jì)學(xué)分析框架的比重越來越不明顯。直至到現(xiàn)在，人們認(rèn)為的現(xiàn)代宏觀分析的主流模型指的是包含真實(shí)經(jīng)濟(jì)產(chǎn)出、通貨膨脹率和利率的分析而不是貨幣框架的模型。這個(gè)模型它又叫做現(xiàn)代宏觀分析的“玩具模型”，玩具模型顧名思義，因?yàn)樗Ｐ拖到y(tǒng)相對(duì)簡(jiǎn)約，但又能相對(duì)全面地刻畫經(jīng)濟(jì)環(huán)境中各種宏觀經(jīng)濟(jì)指標(biāo)的動(dòng)態(tài)關(guān)系。隨著中國對(duì)宏觀經(jīng)濟(jì)數(shù)據(jù)的逐步積累和完善，國內(nèi)學(xué)者通過對(duì)國外成熟理論研究的基礎(chǔ)上，對(duì)貨幣政策調(diào)控這一問題進(jìn)行了一系列經(jīng)驗(yàn)研究。經(jīng)過十幾年的研究，我們?nèi)耘f停留于當(dāng)前經(jīng)濟(jì)環(huán)境基礎(chǔ)的假設(shè)或者沒有足夠估計(jì)當(dāng)前金融創(chuàng)新加快的步伐，導(dǎo)致通貨膨脹、經(jīng)濟(jì)增長與貨幣供應(yīng)的相互影響機(jī)制不但沒有變得日益清晰，反而越來越模糊，更沒有形成廣泛共識(shí)，這無疑給宏觀決策帶來了極大困擾。從已有文獻(xiàn)來看，既有貨幣增長率顯著驅(qū)動(dòng)通貨膨脹率的結(jié)論，又有貨幣增長率并非通貨膨脹率顯著驅(qū)動(dòng)因素的結(jié)論。我們看到最近幾年影子銀行業(yè)務(wù)規(guī)模快速增長，互聯(lián)網(wǎng)金融等新金融業(yè)態(tài)快速崛起，這些新金融的發(fā)展不僅擾亂了傳統(tǒng)的貨幣供應(yīng)量的定義和統(tǒng)計(jì)，也弱化了貨幣供應(yīng)量的可控性和相關(guān)性，在這樣的新常態(tài)新環(huán)境下，以貨幣供給量作為主要的貨幣政策變量的貨幣政策有效性值得進(jìn)一步深入探索研究。

三、基于TVP-VAR模型的實(shí)證研究

本文選用的TVP-VAR模型，在這個(gè)模型中所有的參數(shù)和協(xié)方差都可以根據(jù)時(shí)間變化而不斷地進(jìn)行變化，通過這個(gè)模型便可以有效捕捉到我們要觀測(cè)的經(jīng)濟(jì)變量間的相關(guān)關(guān)系的時(shí)變特征。設(shè)置檢驗(yàn)變量（p，x，i），其中p代表的是通貨膨脹率，根據(jù)文獻(xiàn)，此處選用居民消費(fèi)物價(jià)指數(shù)（CPI），x表示產(chǎn)出，由于我國國民生產(chǎn)總值缺乏月度數(shù)據(jù)，因此采用我國月度工業(yè)增長率來替代。i表示貨幣投放量，本文中采用廣義貨幣量M2的同比增長率，同樣是月度頻率數(shù)據(jù)。

在對(duì)數(shù)據(jù)進(jìn)行預(yù)處理中，本文首先采用Census X12方法對(duì)數(shù)據(jù)進(jìn)行季節(jié)調(diào)整，使用對(duì)數(shù)化后變量。本文中的模型均要求所選取的經(jīng)濟(jì)變量平穩(wěn)，則將各個(gè)經(jīng)過季節(jié)調(diào)整和對(duì)數(shù)化后的變量進(jìn)行單位根檢驗(yàn)，不平穩(wěn)變量進(jìn)行一階差分或者二階差分后變?yōu)槠椒€(wěn)。各原始數(shù)據(jù)來源于中國人民銀行和國家統(tǒng)計(jì)局網(wǎng)站所公布的統(tǒng)計(jì)年鑒以及wind萬得數(shù)據(jù)庫。通過本文的目的是看出使用隨機(jī)波動(dòng)下的時(shí)變參數(shù)向量自回歸模型（TVP-VAR）中通貨膨脹和國民產(chǎn)出及貨幣投放量的時(shí)變關(guān)系。

四、結(jié)論和建議