前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇廣義貨幣范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

廣義貨幣范文第1篇

[關鍵詞]廣義貨幣供應量；消費；投資；政府購買；凈出口；回歸分析

[DOI]10.13939/ki.zgsc.2016.29.030

1 研究現狀

看過許多關于廣義貨幣供應量的研究論文，好多學者都是單從某一個方面來考慮影響廣義貨幣供應量的因素；有的學者是從金融的角度來研究廣義貨幣供應量的影響因素；有的學者是從金融和經濟兩個角度選取因素來與廣義貨幣供應量進行研究。本文是完全從影響宏觀經濟的因素這個方向出發，來研究各種經濟活動對廣義貨幣供應量的影響。本文在借鑒前人的研究結果的同時，通過搜集數據，并結合計量經濟的分析方法，來得出自己的結論。

2 變量選取及樣本數據處理方法

變量選取的時間范圍是1990―2011年，共選取了22組有效數據，分別選取廣義貨幣供應量M2，居民最終消費支出額，全社會固定資產投資總額，政府財政支出總額和年度凈出口總額以及對應年份的商品零售價格指數，數據來源于國家統計局、中國社會科學院金融研究所等權威網站。由于研究影響廣義貨幣供應量的因素，所以將廣義貨幣供應量M2作為被解釋變量，將其余各變量都作為解釋變量來進行研究。

為了消除通貨膨脹因素對研究數據的影響以及減弱異方差的影響，將廣義貨幣供應量、居民消費支出總額、全社會固定資產投資總額、財政支出總額、凈出口總額分別除以對應年份的商品零售價格指數后再取對數。將各變量分別對應命名Y、X1、X2、X3、X4。

2.1 單個解釋變量與被解釋變量的關系研究

我們先從單個解釋變量出發，來研究單個解釋變量自身是否對被解釋變量――廣義貨幣供應量產生影響。我們知道，對非平穩的時間序列進行的回歸都是虛假回歸，為了避免虛假回歸現象，所以，在進行回歸之前，我們需要對所研究的解釋變量和被解釋變量進行平穩性檢驗。本文所進行實驗選取的顯著性水平均為10%。

2.1.1 對被解釋變量Y和解釋變量X1的研究

在既不含有漂移項也不含有趨勢項的模型下，分別對Y和X1進行單位根檢驗，結果是Y和X1都是二階單整隨機過程。兩個變量并不平穩，需要檢驗兩者之間是否存在協整關系。對兩個變量進行回歸后提取殘差，并檢驗殘差的單整階數。在原模型下，對殘差進行單位根檢驗，發現殘差是一階單整隨機過程，殘差相對兩個變量來說降階了，就說明Y和X1之間存在協整關系，可以進行回歸。

對兩個變量進行回歸，得到回歸結果Y=1.42×X1-1.42，解釋變量X1的回歸系數通過t檢驗。從經濟意義角度來看待回歸結果的話，意味著居民消費支出與廣義貨幣供應量有正相關關系，居民消費支出越多，廣義貨幣供應量越多，該結果也符合實際經濟意義。

2.1.2 對被解釋變量Y和解釋變量X2的研究

在既不含有漂移項又不含有趨勢項的模型下，對Y和X2進行單位根檢驗，發現兩個變量都是二階單整過程，回歸后對殘差進行單位根檢驗，結果發現殘差是一階單整過程，殘差相對兩個變量降階，存在協整關系。對兩個變量進行最小二乘回歸，得到通過t檢驗的回歸結果：Y=0.96×X2+1.42，從經濟意義角度分析，社會固定資產投資額對廣義貨幣供應量有正向調節作用。

2.1.3 對被解釋變量Y和解釋變量X3的研究

同樣，在既不含有漂移項又不含有趨勢項的模型下對Y和X3進行單位根檢驗，得到兩個變量都是二階單整過程。回歸后檢驗殘差的單整階數，發現殘差在原模型下是平穩的，殘差相對兩個變量降階，兩變量存在協整關系。對兩個變量進行回歸分析，得到結果：Y=1.05×X3+1.83，從經濟意義角度來看，意味著，政府財政支出額和廣義貨幣供應量也有正相關關系。

2.1.4 對被解釋變量Y和解釋變量X4的研究

在既不含有漂移項又不含有趨勢項的模型下，對Y和X4進行單位根檢驗，得到Y是二階單整隨機過程，而X4是一階單整過程，兩個變量并不存在協整關系，不可以進行回歸分析。

換用既含有漂移項又含有趨勢項的模型，結果是Y和X4都是二階單整過程，對兩個變量進行回歸后提取殘差，檢驗殘差的單整階數，結果在該模型下，殘差是平穩的，殘差相對兩個變量降階，可以對兩個變量進行回歸。通過t檢驗的回歸結果是Y=0.60×X4+5.46，表明凈出口總額與廣義貨幣供應量同樣有正相關關系，廣義貨幣供應量會隨著凈出口額的增加而增加。

2.2 單個變量與被解釋變量的誤差修正模型

2.2.1 X1與Y的誤差修正模型及分析

通過上述回歸，我們知道，Y與X1的長期關系是：Y=1.42×X1-1.42。據此，我們提出殘差e1并建立二者的誤差修正模型，得到Y與X1的短期關系結果為：D（Y）=1.31×D（X1）-0.21×ECM1t-1。這表明，X1的變化對Y的變化有影響，同時，上一期的Y與X1的非均衡誤差對本期的Y也有影響。

2.2.2 X2、X3、X4與Y的誤差修正模型及分析

采用同樣方法分別建立X2、X3、X4與Y的誤差修正模型，得到結果：D（Y）=0.87×D（X2）-0.10×ECM2t-1；D（Y）=1.12×D（X3）-0.28×ECM3t-1；D（Y）=0.06×D（X4）-0.11×ECM4t-1。

2.3 多個解釋變量與被解釋變量的關系研究

選用只含有漂移項的模型，在該模型下，Y是平穩序列，X1和X2是二階單整過程，X3和X4是一階單整過程。在對四個解釋變量加上一個被解釋變量進行回歸后，我們提取殘差檢驗了其單整階數，結果顯示殘差相對被解釋變量和解釋變量降階了，可以對解釋變量和被解釋變量進行多元線性回歸。

以Y為被解釋變量，以X1、X2、X3、X4為解釋變量進行最小二乘回歸，得到結果，可以看到，判定系數很接近1，表明方程擬合優度較好；但是F值很大，于是，可以懷疑解釋變量之間可能存在多重共線性。

對估計模型進行多重共線性檢驗并采用逐步回歸法消除多重共線性。結果只有X1、X3和X4通過檢驗，模型變為Y=1.02×X1+0.35×X3-0.03×X4-0.65，但X4和常數項的系數明顯不符合經濟意義，所以放棄這兩個變量，再次回歸得到模型Y=0.80×X1+0.46×X3。

對回歸結果進行拉格朗日乘數檢驗（LM檢驗）后，發現確實存在自相關性。需要采用廣義最小二乘法進行修正。修正后得到模型Y-0.73×Y（-1）=0.88×[X1-0.73×X1（-1）]+0.36×[X3-0.73×X3（-1）]，對修正后的模型再次進行LM檢驗，結果顯示自相關性已經消除。分析消除自相關性的模型，可以得到結論，居民消費支出和財政支出的變化都會對廣義貨幣供應量產生影響，且居民消費支出的變化和財政支出的變化都對廣義貨幣供應量的變化具有正向調解作用。

3 結 論

總結最終的回歸結果，居民消費支出總額、全社會固定資產投資總額、政府財政支出總額和凈出口總額都不同程度地影響廣義貨幣供應量。其中，居民消費支出總額、全社會固定資產投資總額和政府財政支出總額以及凈出口總額都與廣義貨幣供應量有正相關關系。這不僅表明了我國的貨幣具有內生性的特點，同時也表明了廣義貨幣供應量是外生的可控變量。通過本文還可以看出我國貨幣供應量實際上與宏觀經濟活動有很大影響，我們可以通過宏觀經濟活動來對廣義貨幣供應量施加影響。

參考文獻：

[1]王騰飛，蔡巖兵.基于VAR法的中國貨幣供應量影響因素實證分析[J].山東工商學院學報，2013（6）：101-108.

廣義貨幣范文第2篇

關鍵詞：CPI;M2;滯后

一、問題的提出

居民消費價格指數（CPI）是反映一定時期內居民購買生活消費品價格和服務價格的變化趨勢和程度的相對數，是判斷宏觀經濟形式和制定經濟政策的重要參考變量。貨幣供應量反映某個時點上全社會用于流通手段和支付手段的貨幣存量，有不同的劃分層次。

傳統貨幣數量論認為貨幣供應量與物價水平呈同方向變動，國外許多經濟學家也對貨幣供應量與物價指數間的關系進行了深入的計量研究。國內陸瑞通過對我國1994年至2005年的數據進行檢驗得出CPI與M0、M1間相關性較弱，而與M2相關性較強；牛莜穎通過對我國1994年至2004年的季度數據進行計量研究得出貨幣供應對物價的影響有一兩年的時滯。

2007年我國經濟增長過快，出現一定的過熱現象，人民銀行先后6次提高基準利率，緊縮銀根。2008年上半年我國通脹壓力很明顯，CPI同比增長過快，受美國金融危機及前期緊縮影響，CPI開始逐漸回落。2009年我國人民銀行實行適度寬松的貨幣政策，國內貨幣供應量增幅迅速，而CPI由于受國內外共同因素的影響，出現了9個月的同比負增長。2010年人民銀行繼續實行適度寬松的貨幣在政策，由于前期釋放的貨幣供應量已經達到一定的規模，物價上漲壓力明顯，CPI 同比增幅逐漸回身，從這些現象中不難發現貨幣供應量對CPI的影響是有一定的時滯的，所以本文選擇以CPI 為被解釋變量，M2為解釋變量。

二、數據處理及實證分析

（一）數據來源及處理

本文選擇2007年1月至2011年1月的M2和CPI作為數據作為分析基礎，所有數據來源于中經網統計數據庫。為避免“偽回歸”的產生，對M2和CPI數據序列進行ADF檢驗，結果如下表一，這說明兩變量都是非平穩序列，一階差分后都變為平穩序列。

（二）協整檢驗

采用EG兩步法，先用CPI對M2進行回歸，得到的殘差再進行ADF檢驗，結果如下表二，ADF檢驗值為-5.327962，對應P值為0，可認為其為平穩序列，即CPI與M2之間存在穩定的長期關系。再檢驗殘差序列的自相關，建立如下方程：

回歸得出?茁4的t統計量為-2.838923，P值為0.0071，在5%的顯著性水平下顯著異于零，殘差存在自相關，說明此長期均衡關系并非擬合優度最好的，以下進一步改進。

（三）分布滯后模型的建立

采用PDL模型分析M2對CPI的滯后影響，滯后階數定為6階，結果如下表三，再對其的殘差進行ADF檢驗，ADF值為-5.321663，P值為0，說明此關系在長期是穩定的。對其自相關進行檢驗，建立6階滯后模型，結果如下表四，此時到的t檢驗均不顯著異于零，殘差的自相關已經消除。從回歸結果得出，M2對CPI的影響存在明顯的滯后性，滯后期為6個月。模型的擬合圖如下所示，該分布滯后模型對數據擬合的很好，只有很小的差異。

三、結束語

通過本文的實證研究發現，M2對CPI的滯后影響時期大概為6個月。由于信息不對稱及貨幣政策傳導的時滯，人民銀行要想控制住CPI的基本穩定，其貨幣政策需具有前瞻性，要適合嚴格控制貨幣供應，防范流動性過剩，并同其他各相關部門合作，增加市場價格的透明度，嚴防游資炒作。

參考文獻：

廣義貨幣范文第3篇

關鍵詞：貨幣供給；多元線性模型；金融市場

中圖分類號：F822.0 文獻標志碼：A 文章編號：1673-291X（2013）08-0103-02

一、對M2影響因素的理論分析

1997年版的《統計手冊》規定，各國在編制貨幣供應量時，主要考慮的應當是本國經濟、金融特點。貨幣供應量統計口徑共有三個層次：第一，流通中的現金M0，即現金；第二，狹義貨幣供應量M1，M1=M0+企業活期存款+機關團體部隊存款+農村存款+個人持有的信用卡類存款，其所反映的是現實的購買力；第三，廣義貨幣供應量M2，M2=M1+城鄉居民儲蓄存款+企業存款中具有定期性質的存款+信托類存款+其他存款，另外，M2不僅反映了現實購買力，也反映了潛在購買力。

自改革開放以來，隨著經濟的增長，我國貨幣供應量持續增長，M2/GDP在改革期間不斷增加。統計數據顯示，1978年這一比值僅0.245，到2011年增長為1.800。33年來，M2/GDP增加了7.34倍。相比于國外，印度的M2/GDP在1988年為0.402，日本為1.046，美國為0.651；到1999年印度為0.480，日本為1.237，美國為0.601。相比之下，我國的M2/GDP過高且增長速度驚人。

理論方面，大多數學者認為影響貨幣供應量的因素有所不同。筆者從較為細化的方面分析主要影響因素。

第一，貨幣的流通速度。從國民收入貨幣化的角度來講，分為貨幣化國民收入與非貨幣化國民收入。貨幣化國民收入的經濟體吸收貨幣的能力較強，因此一定的貨幣供給量下，貨幣流通速度較慢。相反，在貨幣化程度較差的經濟體下，同等貨幣供給量下吸收貨幣的能力較弱，也就是貨幣流通速度較快。我國之所以貨幣供給長期高于GDP 與物價增幅之和而沒有造成潛在通貨膨脹壓力的主要原因就是貨幣化程度較高 [1]。

第二，中央銀行的貨幣回籠政策。當市場上流通的貨幣量大于所需要的貨幣量時，政府會通過貨幣回籠將剩余的貨幣流回到中央銀行，從而使貨幣供給與需求相適應，避免通貨膨脹的發生。通過貨幣回籠的變化，可以探知當期的貨幣供給量是否符合市場所需要的貨幣量。

第三，資本市場的發展程度。自20世紀90年代以來，由于股票市場的發展，貨幣不再只流向商品市場，也向股票市場流動。而從經濟學的一般原理來講，貨幣供應量會通過一定機制傳導到股票市場，如中央銀行通過調節準備金控制貨幣供給量，從而影響到整個金融機構。當貨幣供給量增加時，人們持有的貨幣就會增加，相對于股票來說，持有股票的收益會更大，從而將貨幣市場的貨幣擠入股票市場，促使股價上升。另外，貨幣供給量增加后導致利率下降，投資增加，居民收入增加，通過乘數效應，股票價格又會上升。股價上升產生的保值意識會使流通中的貨幣量相應減少[2]。

第四，銀行儲蓄。銀行儲蓄總額可有效地解釋廣義貨幣中的準貨幣供給量。近年來，我國廣義貨幣相對于GDP的持續超高速度增長主要是由準貨幣的高速增長造成的，上述計算得出準貨幣與GDP比率的增長速度為M1/GDP增速的2.4倍。準貨幣的高速增長又可基本由城鄉儲蓄的高速增長來解釋。由此看來，在居民儲蓄行為不變的前提下，豐富吸引居民儲蓄的金融商品結構，將減小準貨幣過度增長的壓力。

第五，國債的發行。我國自改革開放之后，政府長時間實施了積極的財政政策，盡管經濟實力增加明顯，財政收入也有所增加，但難免出現財政赤字，所以發行國債來彌補赤字就很有必要了。而國債的發行對貨幣供給有巨大的影響，雖然商業銀行使用超額準備金購買國債會降低基礎貨幣數量，但M1和M2并不會因此減少，反而國債的收入會擴張M1和M2的數量。

第六，經濟增長和財政收支。經濟增長率類似上述貨幣化程度對貨幣供給量的影響，由于經濟各部門的快速發展，對貨幣的需求量會更大，必定會使貨幣供給量增加。而當前，財政收支均以貨幣形式進行，因此財政規模的擴大或縮小也會對貨幣的需求與攻擊產生影響。

第七，外匯儲備。我國自改革開放以后，由于人民幣匯率很低，加上開放的勞務市場和商品市場，使出口成為國民收入的重要部門，由此在國際貿易中長期保持順差，獲得了大量的外匯儲備。這不僅對我國的國民經濟產生了重大影響，而且也對貨幣供給有一定的影響。這是因為央行買進外匯，將外匯賬目記錄在商業銀行的賬戶中，這使商業銀行擁有更多超額準備金，這相當于對市場增加了更多基礎貨幣[3]。

二、實證分析

本文就上述提到的貨幣流通速度、貨幣回籠、證券市場發展程度、儲蓄率、國債發展程度、經濟增速、財政收支、外匯儲備以及金融機構貸款余額、外匯占款余額等可能對貨幣供給量M2產生影響的因素進行實證分析。

直接參加回歸模型計算的數據是以上各個宏觀變量取對數值之后的數據。這樣做的目的有兩點：首先，諸變量取對數的回歸結果，表明了在其他變量保持不變的情況下，解釋變量每變化1個百分點所引起的被解釋變量變化的百分比。這種解釋形式和本文的研究目的是一致的。其次，由于進入模型中的各個宏觀變量其數據很可能存在異方差 本文對變量取對數，可以壓縮測量變量的尺度。

其中x1代表貨幣流通速度，x2代表貨幣回籠，x3代表銀行各機構貸款數額，x4代表A股成交額，x5代表儲蓄率，x6代表國債余額/GDP，x7代表經濟增長率，x8代表財政存款余額，x9代表外匯占款余額，x10代表外匯儲備余額。進行首次回歸，結果如表1。

由表1可以看出，R2很高，F統計量也很顯著，但幾乎所有的變量的t檢驗都不顯著，說明多重共線性可能很嚴重，DW值接近3，可能有自相關性。經過逐步回歸法，排除了變量x3、x6、x7、x9，最終得到模型2：ln*M2=β0+β1Y1+β2Y2+β3Y4+β4Y5+β5Y8+β6Y10+ε2。

再次進行回歸，如表2。

由表2可以看出R2很高，F統計值也較顯著，剩下的六個變量的t統計值也都很顯著，說明基本消除了多重共線性，DW值接近2，消除了自相關性，再利用white檢驗，發現數據中不存在明顯的異方差性，如圖1。

得出模型：lnM2=5.68-0.35lnx1+0.35lnx2+0.02lnx4+0.58lnx5+

0.35lnx8+0.15lnx10+μ

最終回歸結果顯示：R2=0.99，F-statistics=4097.99，DW=1.96。

由回歸結果可知，當貨幣回籠量上升1個百分點時，貨幣供給量將上升0.35個百分點，而財政存款余額與貨幣流通速度對貨幣供給量的影響程度幾乎相同，貨幣流通速度影響程度與貨幣回籠量和財政存款余額相同，但方向相反。儲蓄率對貨幣供給量的影響非常大，儲蓄率上升1個百分點，將使貨幣供給量上升0.58個百分點，而A股交易額和外匯儲備余額與其他因素在數值上相比，對貨幣供給量的影響略小。

三、政策和結論

由上述實證分析的結果可以看出，影響貨幣供給量M2的因素主要有貨幣流通速度、貨幣回籠數量、A股成交額、總儲蓄率、財政存款余額和外匯儲備余額這六個方面。

由實證分析的結果可知，貨幣流通速度對貨幣供給的影響很大。由于中國城鎮化和市場化的力度逐漸下降，貨幣化的進程也逐漸放緩，貨幣的流通速度也隨之上升，貨幣需求減小，因此在制定貨幣政策時不能一如既往地以經濟增速的同比例速度增加貨幣供給，從而避免引發通貨膨脹。儲蓄總額可有效地解釋廣義貨幣中的準貨幣供給量，如模型中所提供的數據顯示，儲蓄總額的變化對貨幣供給量有著明顯的正向關系。在居民儲蓄行為不變的前提下，在貨幣供給大于或與需求從而可能引發通貨膨脹的情況下，豐富吸引居民儲蓄的金融商品結構是抑制準貨幣增長速度的比較有效的途徑。財政存款余額對貨幣供給量也有著明顯的正向作用。除了公開市場業務能夠將財政政策和貨幣政策結合起來外，財政存款的不同分布也能夠在一定程度將二者結合起來，所以，綜合運用諸如此類的內在聯系，對于有效地使用財政政策、貨幣政策是非常必要的。而控制貨幣供給這一艱巨的任務，不僅僅是中央銀行的職責，財政部也有管理貨幣供給的工具。另外，調控貨幣政策不能僅依靠中央銀行，財政部也須利用管理貨幣供給的工具配合央行[4]。盡管模型的數據顯示相比較于其他因素，外匯儲備總額對貨幣供給量的影響較弱，但并不排除在計量過程中數據的誤差導致對其實際作用的削弱。所以說，發行國債這一財政政策并非與貨幣政策沒有關系，而是有正向相關性的。這就要求財政政策與貨幣政策協調實施。而國債對貨幣供給量有巨大影響，所以央行制定貨幣政策時必須把它納入考慮的范疇。因此，在制定貨幣政策時，不能孤立地從原先的貨幣政策的角度看問題，而要從整個國民經濟出發，擁有國際視角，估計各方面影響，運用各種措施，使貨幣政策達到目標，更好地調節經濟。

參考文獻：

[1] 阮健弘，王立元，彭友寶.貨幣流通速度的變動及其對貨幣供給的影響[J].中國金融，2005，（8）.

[2] 肖新成，谷新輝.貨幣供給影響股票市場的協整分析[J].貴州商業高等專科學校學報，2008，（4）

[3] 張嵩，巫清登.外匯儲備和國債對貨幣供給影響的實證分析[J].東方企業文化?商業文化，2010，（2）.

廣義貨幣范文第4篇

關鍵詞：理財產品 廣義貨幣供應量 M2+

受商業銀行理財產品的影響，2011年以來廣義貨幣供應量（M2）增速持續回落并很快低于年初16%預期目標，資金脫媒的問題受到市場關注。央行關于2011年8月份金融統計有關問題答記者問中認為，“目前M2的統計比實際狀況有所低估”，并考慮推出覆蓋范圍更廣的貨幣統計口徑M2+。為推測實際貨幣供應量，分析資金脫媒對現行M2統計的影響，本文對商業銀行理財產品的賬務處理、投資方向進行梳理和分析，以求厘清商業銀行理財產品對M2統計乃至宏觀調控的影響。

一、商業銀行理財產品的資金流分析及賬務處理

（一）商業銀行理財產品的風險屬性及投資方向

按照商業銀行是否承諾保本，商業銀行理財產品大致可分為保本類理財產品和非保本類理財產品兩類。對于保本類理財產品，商業銀行法律上承諾支付本金和利息，并承擔理財資金投資運作的全部風險，此類產品等同于銀行的自營業務，須納入表內核算；對于非保本類理財產品，商業銀行法律上不承諾保證本金和利息，不承擔理財資金投資運作的風險，相關投資風險理論上全部由理財產品購買者承擔，此類產品在表外核算。表內理財產品可進一步細分為結構性存款和一般保本型理財產品，前者投資方向主要為衍生產品市場，后者則主要采取資產組合投資方式，投資于貨幣市場、債券市場、信貸資產等固定收益類投資工具。表外理財產品同樣主要采取資產組合投資方式，其投資方向也主要為貨幣市場、債券市場、信貸資產等固定收益類投資工具。

表 1 商業銀行理財產品類型及特征描述

央行在《2011年第二季度貨幣政策執行報告》中曾對商業銀行理財產品進行專欄分析。根據央行披露數據，截至2011年上半年末，商業銀行理財產品存量余額3.57萬億元，相當于同期各項存款余額的4.5%，比2010年年末增加8000余億元，其中大部分投向債券市場、貨幣市場、信貸資產等固定收益品種。

（二）商業銀行理財產品的資金流分析及賬務處理

典型的商業銀行理財產品的資金流向如下：商業銀行分支機構收到客戶理財資金后，通過銷售系統統一歸集到總行，由總行統一開展投資運作，產品到期后，再由總行將理財產品本金和利息下劃至分支機構，由分支機構向投資者進行兌付。這其中結構性存款的資金流動略具特殊性，具體視其運作模式而定，對于本金上存總行類結構性存款，其資金流向與典型理財產品并無二致，對于本金留存分行類結構性存款，其本金在產品存續期間始終留存分行，并未發生實際流動，僅有利息部分發生了實際流動。

表內和表外理財產品在賬務處理方面有所區別：對于表內理財產品而言，其資金來源簿記在“指定類以公允價值計量的負債”科目下，并納入銀行“各項存款”的統計口徑中，因此已反映在現行M2統計中，其資金運用簿記在“指定類以公允價值計量的資產”科目下，并嚴格按照公允價值進行計量和核算。對于表外理財產品而言，其資金來源簿記在表外“負債”科目項下，其資金運用簿記在表外“資產”科目項下，且均未體現在銀行資產負債表中。

二、表外理財組合對M2統計影響分析

商業銀行理財產品規模的變化導致存款余額的相應變動，使得針對現金和存款進行統計的M2難免受到影響，但并非是“理財增加＝M2減少”或者“理財減少＝M2增加”的簡單關系。具體有以下兩點原因：

首先，由于表內理財產品直接計入商業銀行“各項存款”，已經反映在M2中，因此對現行M2統計并不產生影響，目前市場上保本理財產品余額占全部理財產品余額的比例大概為30%。

其次，表外理財產品是否影響M2，取決于其資金運用方向。根據前文分析，表外理財產品運作方向大致有三種：一是投資于同業市場；二是直接購買債券；三是通過信托或委托的方式開展信貸投放。根據我們從四大國有商業銀行獲取的數據 ，這三部分資金運用的占比大概為2：3：5，即信貸投放仍然為商業銀行表外理財產品的主要投資方向。理論上，用于信貸投放的理財資金對M2應該沒有影響或影響較小，原因在于存款轉變為理財產品時體現為存款的同量減少，商業銀行通過信托或其他方式將理財資金融出給資金需求方（一般為非金融企業）后，資金需求方會將資金存回銀行，最終表現為存款表外理財產品存款的簡單循環；購買債券則要分兩種情況討論：如果購買新發行債券，且發行人獲得資金后存回銀行，這與用于信貸投放的理財資金相同，對M2沒有影響；如果購買存量債券，賣出方獲得資金后可能以同業存款的形式流回銀行，資金滯留金融體系內部，而同業存款又不計入M2口徑，由此將導致M2的減少，造成現行M2統計的低估和失真。運用于同業市場的理財資金對M2的影響與此類似，同樣會導致現行M2統計的低估。

因此，表外理財產品對M2的影響，主要體現在理財資金可能滯留在金融體系內部，體現為同業存款，導致M2統計的失真。為分析上述影響，我們對人民幣信貸收支表科目進行相對細致的分析，以理清其中變化過程。目前，商業銀行一般于季末將資金在理財和存款之間進行較大規模的轉換，可以通過觀察季末季初信貸收支表各項目變化研究資金流向。2011年5月、6月和7月信貸收支表如下：

從表2可以看出，各項存款在6月份和7月份發生較大波動，從資產方看，這除了由貸款、外匯占款、有價證券投資等項目的變動所引起外，最大的變化就是同業往來 ：6月份存款大幅增加，從資金運用方看，這除來自貸款（5516億元）、外匯占款（2773億元）的增長外，最大的變化就是同業往來（運用方）大幅增加6279億元，根據第一部分的介紹，這是因為部分銀行從自營盤向表外理財組合拆出資金，以滿足季末到期理財兌付要求，引起同業往來（運用方）和存款增長。7月份正好相反，同業往來（運用方）表現為大幅下降6137億元，其背后是表外理財組合向銀行自營盤歸還借入資金，或者表外理財組合投資于同業存款或者拆出資金給自營盤，最終導致7月份同業往來（來源方）增加2680億元，同時各項存款大幅減少6687億元。

這樣看來，表外理財資產組合就像一個與銀行自營盤相對獨立卻又沒有固定經營場所的影子銀行，其資金來源與運用并未直接在信貸收支表中體現，卻對信貸收支表有實質性影響。非季末時間，該影子銀行規模快速擴張，存款轉理財，理財資金增加存款下降；季末則通過銀行自營盤拆入資金進行兌付，其持有資產不變但對理財戶的負債大幅減少，表現存款和銀行拆出資金的同步增加。

三、M2+估計

（一）估計方法

我們認為，無論M2還是M2+，都是基于金融機構人民幣信貸收支表的統計，應該從金融機構資金運用方計算貨幣量的變化，因為負債方形式多樣，難以準確把握，而資產方相對穩定，形式單一，能夠避免負債方統計口徑不完整帶來的干擾。即以金融機構信貸收支表中銀行貸款、外匯占款以及非金融類債券投資的總和，再扣除財政存款，計算M2+的變化。

同時，在數據處理上需要注意以下一些問題：一是貸款余額口徑的調整。2011年年初央行對“各項貸款”口徑進行過調整，將財務、信托和金融租賃公司的委托存款和委托貸款軋差后計入委托存款，導致各項貸款余額增量和當月新增信貸之間產生5300億元的缺口，如將貸款余額直接用來計算M2+，因口徑不一致，計算結果可能不夠準確。二是從信貸收支表“非金融類債券投資”項目看，2007年8月和12月變化較大，當月分別增加7208.8億元和9332.5億元，遠高于當時月均1100億元左右的增幅，這可能受央行分別于這兩個月購買6000億元特別國債的影響，而特別國債購買并未形成貨幣投放，將其計入M2+似乎欠妥當。三是外匯占款和信貸增速較高，并不必然能夠推導出M2+增速較高，“外匯占款+信貸+債券投資－財政存款”估計M2+僅針對當前貨幣發行體制有效。另外，今年以來非金融類債券投資的增速低于10%，也會拉低廣義M2增速。

（二）M2+的估計

我們采取上述方法測算M2+，“非金融類債券投資”估計來自中國債券信息網對短期融資券、中期票據和企業債券的統計，從三類債券的持有者分布看，存款類金融機構持有量約占存量的50%左右，因此對M2+的估計用“基期M2+當期增量（信貸+當期新增外匯占款+當期新增三類融資工具/2-財政存款）”進行估計。基期一般選擇季末，因為季末理財資金轉存款較為徹底（今年三季度末例外，因為監管部門對季末和季初存款波動幅度提出新的要求）。

從人民幣信貸收支表“有價證券投資”項目變化看，僅考慮短期融資券、中期票據和企業債可能低估存款類機構有價證券購買規模，除上述三類融資工具外，超短融、表內理財購買的有價證券等工具均被忽略。為彌補這一缺陷，本文選擇一個較遠的基期（2004年12月），以基期M2加上以后月份當月新增（人民幣貸款+外匯占款+有價證券投資-財政存款）計算當月廣義M2存量，并對2007年8月和12月分別6000億元特別國債購買進行扣除，推算M2+及增速見圖2。估計結果顯示，截至2011年9月末，M2+為86.19萬億元，高于公布值6.8萬億元（公布值78.74萬億元）；M2+增速為16%，高于公布值3個百分點。

四、關于商業銀行理財產品及M2+的幾個疑問

關于商業銀行理財產品，還有不少疑問：一是商業銀行理財產品動輒萬億的資金波動，似乎與同業往來資金波動明顯不符（2011年6月份同業往來運用方僅有6279億元的增量，據相關媒體統計，2011年上半年商業銀行理財產品累計發行規模高達8.51萬億元）；二是根據上文分析，大部分理財資金會流入實體經濟，是否有足夠規模市場容納這部分投資？三是脫離現行M2統計高達6.8萬億元的資金以何種形式存在？

對于第一個問題有如下解釋：首先，根據上文分析，直接進入實體部門的理財資金，僅引起存款結構變動，不體現在同業往來資金變動。其次，商業銀行理財產品累計發行規模不同于存量，根據央行數據，80%以上的商業銀行理財產品為3個月以內短期理財，信貸收支表統計月末存量規模，因此其變動幅度小于累計發行規模。實際上，6279億元同業往來變動是存量的變動量，與商業銀行理財產品的存量變動量相對應，2011年上半年商業銀行理財產品存量僅增加8000多億元，與同業往來變動基本對應。

對于第二個問題的解釋與第一個問題有一定聯系，因為多數理財為短期理財，銀行不必每次在兌付理財時將資產變現，只要自營盤有資金即可，因此只要有市場容納商業銀行理財產品增量部分，整個體系就可以運轉起來。上半年單是新增委托貸款就達7028億元，包括短期融資券、中期票據和企業債券合計新增5345.3億元，這兩項合計超過1.2萬億元，足夠容納新增存量理財資金。

對于第三個問題，確實有一定疑問，對估計的M2+也應持保留態度。不過，根據央行“存款性公司概覽表”，截至到2011年8月末，國外凈資產+國內信貸（有研究者據此估計中國的M3）為88.34萬億元，高于我們對M2+的估計，說明估計值并未明顯超出合理范圍，“其他存款性公司資產負債表”中“未納入廣義貨幣的存款”（8月末為2.27萬億元）、其他負債（9.18萬億元）均可能是脫離現行M2統計的資金形式，其中8月末“未納入廣義貨幣的存款”同比增幅高達72.8%，很可能是M2+的重要流向。另外，M2+增速明顯高于現行統計M2較為確定，無論增速是16%還是17%，均明顯高于9月末現行M2統計的13%，并未明顯低于年初16%左右的預定目標。

參考文獻:

[1]李揚.《中國金融改革開放30年研究》[M].北京：經濟管理出版社,2008

[2]李揚.《影子銀行體系發展與金融創新》[J].《中國金融》，2010年第12期

[3]周莉萍.《影子銀行體系的信用創造：機制、效應和應對思路》[J].《金融評論》，2011年第4期

廣義貨幣范文第5篇

關鍵詞：“蟻族” “穗蟻” 生活概況

1.導論

1.1選題背景

隨著經濟的發展，城鄉差距與貧富差距不斷擴大，而群體性突發事件的縷縷發生，使我國社會穩定問題越來越受到廣大學者的關注。從對“農民工”的研究，到對“戶籍制度”的關注等等都無一不在為緩解社會矛盾、增強社會穩定而努力。本文認為“蟻族”也是一個值得專家學者關注的既具有“創造性”而同時存在隱憂的群體。

首先“蟻族”即高校畢業生低收入群體。其人數到底有多少，沒有確切的數字，據《中國人才藍皮書(2010)》指出，目前，僅北京地區保守估計“蟻族”就有10萬人以上，上海、武漢、廣州、西安、重慶、太原、鄭州、南京等大城市也都大規模存在這一群體。其次，該群體一般居住在城中村，城鄉結合部等地租相對便宜、交通相對不便的偏郊區地帶，那里的居地環境惡劣，安全隱患嚴重。“蟻族”聚居地不僅存在大量的違規建筑，各種“握手樓”隨處可見；而且建筑密集，社區“臟亂差”問題較為突出。

綜上，對“蟻族”加以關注，加大力度解決“蟻族”聚居村落環境，有利于鼓勵“蟻族”的不斷發展，引導其為社會的發展做出更大的貢獻。

1.2概念界定和研究方法

1.2.1概念界定

（一）蟻族

“蟻族”，并不是指昆蟲族群，而是“80 后”一個鮮為人知的龐大群體--“大學畢業生低收入聚居群體”。 之所以將該群體命之為“蟻族”，是因為這個群體和螞蟻有許多相類似的特點：高智、弱小、群居。

（二）蟻域

“蟻族”們的聚居地，我們稱之為“蟻域”或者“大學生畢業聚居村”，主要指那些人均月租金300元人民幣左右、居住面積不足10平方米的城鄉接合部或近郊農村，有的已經形成了一個聚居村。就廣州而言，主要指長湴，棠下，上社以及赤沙等城中村。

1.2.2 研究方法

本調查采取定性與定量相結合的研究方法，主要包括以下四種：

（1）問卷調查法：為了分析廣州“蟻族”的基本生活狀況，通過問卷的形式對這部分人的生活基本狀況進行了調查。問卷包括基本信息、對社會的敏感度等兩部分，共17道問題。

（2）無結構訪談法：通過訪談對問卷調查無法了解的深層次問題進行補充，前后選取了5個個案。

（3）實地考察法：通過對“蟻族”居住環境和各種境況進行調查和取證，更具體形象地分析其居住的基本條件和環境。

（4）文獻研究方法：在論文寫作之前，查閱大量相關文獻，主要是前人做過的相關研究，通過整理、歸納，儲備相關知識和掌握相關數據，為論文寫作打好基礎。

1.3文獻綜述

1.3.1“蟻族”相關研究視角

（1）“蟻族”的由來

改革開放以來，我國經濟快速發展，城市化進程也不斷加快，人口流動，人口結構不斷改革，同時，高等院校的擴招等導致我國每年高校畢業生人數劇增，在2003年之后，衍生了“校漂族”這一群體。并隨著就業矛盾的不斷激化，城鄉二元化結構的逐步明顯，高等院校畢業生群體，逐漸擺脫了依附校園而生活的狀況，在惡劣的生存環境下尋求新的發展，由此而出現了繼“校漂族”之后，與其相似又不同的“蟻族”。2008年，經過對“蟻族”問題，首次提出蟻族的定義，并通過調查，了解到他們從事的工作很不穩定、收人也非常低廉(相對于大城市的職工平均收人)，居住環境更是存在諸多安全隱患等。但至今仍沒有學者對“穗蟻”進行相關的調查研究。

（2）其他文獻綜述

呂其慶在《蟻族蝸居會引發新的群聚效應》一文中除了對“蟻族”的特征，還對其經濟和生活狀況作了闡述，值得一提的是，他認為“蟻族”是一新的意見群體，在遇到與自身利益相關的事情的時候，大多會選擇采取行動來進行自身利益訴求，而不會選擇沉默，新的群聚效應也就很可能被引發，所以他認為要及時解決“蟻族”問題，以避免不良集體行動的發生。

據調查，自2008年以來關于“蟻族”研究的論文不少于354篇，從數量上來看是不少，但其對“蟻族”問題的研究并未對廣東省“蟻族”進行相關的調查和研究。筆者認為蟻族這個龐大的群體在不同的地區會有不同的表現。對廣州市“蟻族”的調研，也有利于推動我國“蟻族”問題的發展和不斷完善。

2.蟻族樣本的現狀描述

2.1蟻族的生活狀況

2.1.1“穗蟻”的收入狀況

根據調查數據顯示（如下表1），其中集中在2500-3000的人數相對較多，約占39.86%，而收入在3000元以下的人數比例高達9/10，說明了蟻族群體的收入處于一個較低水平。據相關搜集數據顯示，我省大學畢業生入職的月平均工資是2500元，而在這一平均水平以下的蟻族樣本所占比例高達55.67%，這兩個數字的對比，更說明了蟻族生活現狀的不堪，收入僅足以用于維持生計，在廣州這個國際大都市中，光鮮的外表下，卻生活得十分艱辛。

2.1.2“蟻域”的基本狀況

上面所提到的低下收入狀況使“蟻族”不得不以合租的形式聚居在地租相對較便宜的城中村中，據筆者的實地調查，“穗蟻”多聚居在廣州長坂，上社，棠下以及赤沙等城中村，并且多以3人的形式合租（見表2）。人均居住面積則只在10m2左右，最大的人均居住面積也只有15 m2。