法定准备金主要要素及对策分析
目 录
摘 要 ........................................ Ⅰ Abstract......................................................................................Ⅱ 引 言 ............................................. 2 一人均GDP和城镇化率的关联度双变量分析 ............... 3 二、人均GDP主要要素的关联度分析 .................... 15 三、模型设定误差分析 ............................... 24 四、模型结构稳定性检验 ............................. 25 五、模型多重共线性诊断及补救 ....................... 29 六、模型自相关诊断及补救 ........................... 31 七、模型异方差诊断及补救 ........................... 32 八、预测模型选择 ................................... 34 九﹑小结与建议 ................................. 35 十﹑参考文献 ................................... 37
1
法定准备金主要要素及对策分析
引 言
法定准备金政策是我国人民银行对我国经济进行宏观调控的重要货币政策之一。自1984 年中国人民银行按存款种类规定了法定准备金率以来，我国央行先后31 次调整了法定准备金率，尤其是自2003 年以后更是形成了逐步调高的趋势，这段时间的特点主要是频率快、幅度小、提前公布。频率快主要指央行从2003 年以后逐步加快了对法定准备率的调整，特别是从2007 年开始央行在一年内做了十次上调，随后2008 年调过九次，而这在世界范围内都是少见的。由此可见，中国人民银行在2010年已经六次上调至历史最高点，其目的是想让我国过热的经济能得到有效的降温，以便CPI从高位回落,并回笼投放过多的货币。对此本文选取全国近16年来有关法定准备金、广义货币(M2)、CPI、基准利率及发行货币的统计数据，并运用计量经济学的分析方法，建立相应的回归模型以及运用一些相关分析方法对所建模型进行分析，以更好的说明因素间的关系，即法定准备金对广义货币(M2)、 CPI、基准利率的影响关系。
2
法定准备金主要要素及对策分析
一、人均GDP和城镇化率的关联度双变量分析
（一）人均GDP和城镇化率关联度分析
为了更好的进行全国人均GDP和城镇化率)的关联度分析，我们选取全国1990年至2010年全国人均GDP和城镇化率统计资料，如表1所示。
表1 1994-2010年全国人均GDP和城镇化率（单位：亿万元）
年份 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 人均GDP元 1181 1338 1641 2156 2935 3931 4574 5253 5579 5804 6274 6963 7912 9098 10845 12404 13939 16629 20490 22920 27596 城镇化率% 17.4 18.26 20.67 22.26 24.09 26.43 29.50 31.00 32.60 34.30 35.59 37.40 39．90 41.90 43.51 45.24 46.70 48.30 49.99 51.59 53.00 我们建立二元回归模型y＝b1＋b2X2＋ei（相关计算数据参照于表1），把人均GDP作为被解释变量y，城镇化率为解释变量X2，运行统计分析软件SPSS，将上表中数据输入界面，进行回归分析所得结果如表2、表3和表4所示。
表2 模型汇总
3
法定准备金主要要素及对策分析
模型汇总 模型 R 1 .913a R 方 .834 调整 R 方 .825 标准 估计的误差 3132.89530 a. 预测变量: (常量), VAR00002。
表3 ANOVA(b)
Anovab 模型 1 回归 残差 总计 平方和 9.343E8 1.865E8 1.121E9 df 1 19 20 均方 9.343E8 9815032.938 F 95.193 Sig. .000a a. 预测变量: (常量), VAR00002。 b. 因变量: VAR00001
a Predictors: (Constant),人均GDP b Dependent Variable城镇化率
表4 系数(a)
系数a 模型 非标准化系数 B 1 (常量) VAR00002 a. 因变量: VAR00001 -12438.266 601.184 标准 误差 2303.335 61.617 标准系数 试用版 t -5.400 .913 9.757 Sig. .000 .000
a Dependent Variable: 人均GDP
据此，可得该回归模型各项数据为：
4
法定准备金主要要素及对策分析
b2 ＝ ?x2y?22?x?2y?x?n2(?x2)n ＝601.184
b1 ＝y?b2x2＝-12438.266
2?e ＝?＝9815032.938
i2n?2Var（b1） ＝
?x1222n?(x2?x2)?2＝5305352.122
Var（b2） ＝
?(x2?x2)2?2＝3797.270859
Se（b1） ＝ Var(b1) ＝2303.335 Se（b2） ＝ Var(b2) ＝61.617 t（b1） ＝
b1Se(b1)b2Se(b2)?
＝-5.400
t（b2） ＝ ＝9.757
y)222R ＝ ?(y??(y?y) ＝0.834
df ＝ 19 令?＝0.1， 我们提出如下假设： H0：Bi＝0，Y＝B1+B2X2+μi y＝b1＋b2X2＋ t(bi)~
t0.1
模型为：y＝-12438.266＋601.184X2＋ei
ei
(19)
在?水平下，t检验的拒绝域为：〔－∞，－1.328〕和〔1.328，＋∞〕
所以t（b1）、t（b2）均落在拒绝域中，拒绝原假设，即常数项和X2对于模型均有意义。
对于该模型的经济意义解释如下：
平均而言，在其他条件不变的情况下，广义货币(M2)每变动一个单位，将引起法定准备金变动601.184个单位。并且，该模型反映了83.4%的真实情况。
5