短期国际资本、广义货币供应量与经济波动

本文构建起短期国际资本对实体经济影响的理论模型,并对短期国际资本、广义货币供应量和国民生产总值之间的关系进行实证研究。研究发现,短期国际资本影响实体经济的传导机制是:在短期内,短期国际资本流动显著引起广义货币供应量变化,广义货币供应量的变化又会显著导致国民生产总值出现波动。本文进一步结合脉冲响应函数和方差分解研究短期国际资本流动规模波动率与经济增长率之间的关系,发现短期国际资本流动规模波动率是经济增长率发生波动的单项Granger原因;经济增长率的波动中有约20%是由于短期国际资本流动规模波动率发生异动所致。

广义货币供应量对居民消费价格指数的滞后效应分析

本文采用1999年1月至2008年4月的月度数据,针对中国广义货币供应量M2对居民消费价格指数的影响进行了实证分析。首先对CPI和M2的时间序列数据进行ADF检验、协整检验,然后通过建立分布滞后模型得出M2对CPI的影响具有六个月左右的滞后。

商业银行理财产品对广义货币供应量统计的影响

商业银行理财产品规模的变化导致存款余额的相应变动,使得针对现金和存款进行统计的广义货币供应量受到影响,但并非是"理财增加=广义货币供应量减少"或者"理财减少=广义货币供应量增加"的简单关系。表内理财产品对现行广义货币供应量统计并不产生影响,而表外理财产品是否影响广义货币供应量,则取决于其资金运用方向,影响主要体现在理财资金可能滞留在金融体系内部(体现为同业存款),从而导致广义货币供应量统计失真。受商业银行理财产品的影响,现行广义货币供应量明显低估,通过资金运用方向的估算方法,可以较为准确地测算出货币供应量的实际变动趋势。

广义货币供应量与物价波动关系的实证研究

介于中国市场流动性过剩,选取2004年1月至2008年3月的数据,旨在探讨货币供应量与物价波动的关系,提出改变货币供应量,进而控制物价的货币政策。M2是CPI的Granger原因,且M2发生1%的增量时,相应的CPI会发生0.086087%的增量。因此,可以采取控制货币供应量的货币政策来应对当前的流动性过剩问题。

我国广义货币供应量M2的回归模型与预测

货币供应量是货币政策工具重要的中介变量。该文通过分解我国货币供应量的诸多宏观影响因素,尝试建立一个较为完整的货币供应量多变量回归模型,揭示宏观经济变量对货币供应量的影响程度,并运用该模型对货币供应量的短期变化进行预测,以期为把握宏观经济形势、理解货币政策变化及预判金融市场走势提供参考依据。检验结果表明,该模型对货币供应量的预测比较符合实际情况。

社会融资规模与广义货币供应量面对结构性冲击时的敏感性差异比较

货币政策识别变量是货币政策冲击的表征变量。本文选取社会融资规模和广义货币供应量作为我国货币政策识别变量,运用结构向量自回归模型(SVAR模型)Blanchard-Quah分解法将我国货币政策识别变量受到的结构性冲击源分解为相互正交的恒久性冲击,和短暂性冲击并研究结构性冲击效应以及冲击源等问题。研究表明,我国社会融资规模和广义货币供应量最初波动中,恒久性冲击的解释力度分别达到了98%和67%;考虑预期因素的情况下,结构性冲击的时变波动稳定性出现差异,且短暂性冲击对两类货币政策识别变量的冲击效应大大增强。在诸多冲击源中,经济内部运行变量,如投资、消费和外贸进出口构成货币政策识别变量最为重要的恒久性冲击源。同时参考两类指标,中央银行作出适度性货币政策调控(包括时机、强弱以及政策工具的选择)决策需要考虑更多因素。

广义货币供应量的影响因素——从GDP的构成角度分析

广义货币供应量M_2,是货币供应量的一种统计口径,它既包括那些流动性的现金、活期存款,又包括流动性稍差,但有收益的存款货币。M2是购买力的反映,它不仅反映现实的购买力,还反映潜在的购买力。由于知道GDP=C+I+G+NX,所以文章就从GDP的构成——消费支出,投资,政府购买和净出口角度来分析其各自对广义货币供应量的影响。

商业银行理财产品对广义货币供应量统计的影响分析

本文在对商业银行理财产品资金流及账务处理进行微观分析的基础上,详细分析了理财产品对于现行M2统计的影响,并尝试通过对资金运用方的分析,对广义货币供应量进行了测算。定性及定量分析结果显示,受到商业银行理财产品的影响,现行M2明显低估,通过资金运用方的估算方法,可以较为准确的测算出货币供应量的实际变动趋势。

基于ARIMA模型的我国广义货币供应量变动规律研究

货币供给对我国货币政策运行乃至整个宏观经济调控具有重要意义,广义货币供应量的规模及其变化趋势直接影响到中央银行货币政策的执行效果。本文运用ARIMA模型,对1996年1月至2012年1月期间我国广义货币供应量的变动规律进行研究,并运用模型对给定样本期内的M2值进行了预测,结果表明本文建立的ARIMA模型具有良好的预测精度。

我国广义货币供应量增长的非线性分析

货币供应量是指一国在某一时点上为社会经济运转服务的货币存量,它由包括中央银行在内的金融机构供应的存款货币和现金货币两部分构成。在我国一般把它归为广义货币供量(M2)。本文从非线性视角,运用门限自回归模型来研究我国M2的动态变化。

对我国广义货币供应量的时间序列模型分析

广义货币供应量在我国经济发展中的地位不容小觑,也是国家制定相关政策时非常重要的一个参考量。本文运用EViews7.2软件分析2005年1月至2019年2月我国广义货币供应量的月度数据,利用金融时间序列有关经济分析的相关内容,调整序列进而构建出以ARMA为基础的相关模型,进一步做检验和对比,最终选用拟合最好的EGARCH(1,1)模型对我国广义货币供应量进行实证分析。

我国广义货币供应量M2的AR模型与预测实证研究

根据我国广义货币供应量M2近二十年的年度实际数据建立了三种不同的AR时间序列模型，利用Eviews6．0软件，选择最终模型对2009年至2011年的M2进行了预测检验。实证结果显示，平均相对误差绝对值只有2．83％，模型预测计算精度较高。

我国广义货币供应量对房价影响的实证研究

本文基于2006年1月至2010年12月60个月的时间序列数据,研究了我国广义货币供应量M2增长率对房价增长率的影响。分布滞后模型表明:长期上货币供应量的变化对房价的变化有正向影响,但是货币供应量增长率对房价增长率的影响由于时滞的原因常常10个月才能产生明显的效果,一般持续一个月,并且在第10个月的时候货币供应量增长率的变化对房价增长率的解释度最强。自回归模型说明房价增长率前一个月的变化对当月即产生影响,呈正相关,关联度较高。

广义货币供应量对居民消费价格指数滞后效应分析

本文采用2000年1月-2011年10月的月度数据,针对我国广义货币供应量M2对居民消费价格指数CPI的影响进行了实证分析。首先对CPI和M2的时间序列数据进行ADF检验、协整检验,然后通过建立分布滞后模型得出M2对CPI的影响具有9个月左右的滞后。

基于GARCH模型的我国广义货币供应量变动规律研究

以广义货币供应量(M2)的历史信息为研究对象,分析了1999年12月-2014年4月我国广义货币供应量的变动规律,并根据历史数据进行时间序列分析,构建ARMIA模型,随后对模型进行检验和适当调整,构建GARCH模型,试图较准确地预测广义货币供应量的未来变化。从预测结果看,模型较好地发挥了预测功效,能够较为准确地预测其未来的发展趋势.

我国广义货币供应量M2首次突破百万亿元大关

中国人民银行最新统计数据显示，截至3月末我国广义货币供应量M2达10361万亿元，首次突破百万亿元大关。近年来，我国M2存量呈现“加速度”上涨态势。2000年时，M2约为13万亿元，至2008年还未达到50万亿，但近五年来我国M2的增长上演出“狂飙突进”的一幕：自2009年起，每年跨越一个十万亿级台阶，2012年已达97．4万亿元。

浅谈存款准备金比率变动对广义货币供应量的影响

存款准备金制度作为一项重要的货币政策工具,与其他货币政策工具相比,有其独特的特征。中央银行上调存款准备金比率,目的是加强银行体系流动性管理,抑制货币信贷过快增长。笔者认为我国连续提高存款准备金比率,但是,广义货币供应量(M2)不但没有下降,反而有上升的趋势,应该引起有关方面足够的重视。中央银行实行从紧的货币政策,必须配合使用各种货币政策工具,才能实现货币政策宏观调控的目标。

近代中国广义货币供应量的估算及其影响因素研究(1887-1936)

近代中国货币供应量等与货币有关的数据,是分析近代经济发展过程中货币传导作用的重要基础。本文根据货币乘数公式,在罗斯基教授和刘巍教授估算的货币供应量有关数据的基础上,补充了1887-1909年的广义货币供应量,使近代中国广义货币供应量的样本长度达到50年,并且根据货币层次的划分对估算结果进行了验证,确保所估算的数据有较高的可信度;分析相关要素对广义货币供应量的影响作用机制,并通过建立模型,实证研究了相关要素对1887-1935年广义货币供应量的影响。本文认为,通过货币乘数公式中的基础货币和货币乘数等数据得出的1887-1909年的近代中国广义货币供应量的数据是可靠的,并且影响1887-1935年广义货币供应量的因素主要有:出口、华侨汇款、国际银价以及经济景气程度。

人均收入、房屋竣工面积及货币政策对重庆房价影响的VAR模型分析——基于重庆1999~2018年度数据

近年来我国各地城市的房地产价格主要趋势向上,但也随着宏观环境尤其是货币政策的变化起伏。而这种价格的波动,短期内主要受到货币政策的影响,长期来看受需求供给的双重影响,在生活水平的提高与投资需求的推动下,一二线城市的房地产价格金融资产属性凸显,房地产开发面积迅速扩大,而供给的扩大反向又将作用于房价。本文主要以重庆城镇居民人均收入、重庆房屋竣工面积、广义货币供应量为因子,通过建立VAR模型,研究对近年来较热的新一线城市,重庆房价的影响。结果证明四组变量间存在长期协整关系,并表明近二十几年来重庆城镇居民人均收入的上涨与重庆房价的上升有显著的因果关系,广义货币供应量及房屋竣工面积对房价的波动也存在较大的贡献率。