区域现金投放的因素分析及对策研究

影响区域现金投放的因素分析及对策研究-----以江苏镇江为例缪斌孙雯张坚安佰万（中国人民银行镇江市中心支行，江苏镇江212004）摘要：以凯恩斯的货币需求理论和弗里德曼的现代货币数量论为基础，从理论中影响货币需求的因素入手，以镇江市货币流通情况为例，对区域现金投放的情况进行了分析，并通过建立模型，对较显著的因素进行了实证分析。

最后通过预设定的经济目标对后期现金投放数据进行预测，并提出相关政策建议。

关键词：现金投放；平稳性检验；协整检验人民银行投放的现金作为基础货币的重要组成部分，通过货币乘数的派生存款作用影响着整个社会的货币供给。

同时，现金投放规模以及结构与当地经济金融的发展也有着密不可分的关联。

对此关联关系进行深入分析既是货币政策分析的内容之一，也对提高人民银行现金管理水平有着重要的现实意义[1]。

本文对镇江市“十一五”期间的现金投放历史和变化规律进行全面回顾,通过研究现金投放与经济金融之间的关系,建立现金收支模型。

同时运用此模型，结合有关规划，对“十二五”期间镇江市现金投放情况进行预测，并提出相关政策建议。

1 现金需求相关理论分析1.1 凯恩斯的货币需求理论凯恩斯对货币需求的研究是从对经济主体的需求动机的研作者简介：缪斌，中国人民银行镇江市中心支行行长、高级经济师，研究方向：金融学；孙雯，中国人民银行镇江市中心支行副行长、经济师，研究方向：金融学；张坚，中国人民银行镇江市中心支行科员、经济师，研究方向：金融学；安佰万，中国人民银行镇江市中心支行科员，研究方向：宏观经济政策分析。

究出发的。

凯恩斯认为，人们对货币的需求出于三种动机：①交易动机：为从事日常的交易支付，人们必须持有货币；②预防动机：又称谨慎动机，持有货币以应付一些未曾预料的紧急支付；③投机动机：由于未来利息率的不确定，人们为避免资本损失或增加资本收益，及时调整资产结构而持有货币。

在货币需求的三种动机中，由交易动机和预防动机而产生的货币需求均与商品和劳务交易有关，故而称为交易性货币需求L1。

而由投机动机而产生的货币需求主要用于金融市场的投机，故称为投机性货币需求L2。

而货币总需求L等于货币的交易需求L1与投机需求L2之和。

对于交易性需求，凯恩斯认为它与待交易的商品和劳务有关，若用国民收入Y表示这个量，则货币的交易性需求是国民收入的函数，表示为L1＝L1（Y）。

而且，收入越多，交易性需求越多，因此，该函数是收入的递增函数。

对于投机性需求，凯恩斯认为它主要与货币市场的利率i有关，而且利率越低，投机性货币需求越多，因此，投机性货币需求是利率的递减函数，表示为L2＝L2（r）。

货币需求为两者之和，方程为L= L1（Y）+ L2（r）。

凯恩斯货币需求理论的一个显著特点是把货币的投机性需求列入了货币需求范围，因此。

不仅商品交易规模与其价格水平影响货币需求，而且利率的变动也是影响货币需求的重要因素[2]。

1.2 弗里德曼的现代货币数量论货币主义的代表人物弗里德曼提出了有别于凯恩斯货币需求理论的现代货币数量论。

他认为，货币数量论不是关于产量、货币收入或价格水平的理论，而首先是一种货币需求理论。

在弗里德曼看来，货币是债券、股票、商品的替代品，货币需求是个人拥有的财富及其他资产相对于货币预期回报率的函数。

据此，弗里德曼将他的货币需求公式定义如下：Md/P=f(y,w,rc,rb,1/p*dp/dt,re,u)实际货币需求Md/P是实际恒久性收入y、非人力财富占个人财富的比例、预期的货币名义报酬率rm、预期的债券名义报酬率rb、预期的股票名义收益率re、预期的价格变动率1/p*dp/dt 和其他影响货币效用的非收入变量u的函数。

对弗里德曼而言，货币同其它任何资产一样，会给持有者带来效用，其效用是给持有者提供劳务流量，劳务流量效用服从边际效用递减原理，而这正可以利用效用最大化原理分析应用。

1.3 两种货币需求理论的比较1.3.1 在凯恩斯的货币需求函数中，利率仅限于债券利率，收入为即期的实际收入水平。

而在弗里德曼的货币需求函数中，利率则包括各种财富的收益率，收入则是具有高度稳定性的恒久收入，是决定货币需求的主要因素。

1.3.2 凯恩斯的货币需求函数是以利率的流动性偏好为基础的，认为利率是决定货币需求的重要因素。

而弗里德曼则认为，货币需求的利率弹性较低，即对利率不敏感。

1.3.3 凯恩斯认为，货币流通速度与货币需求函数不稳定。

而弗里德曼则认为，货币流通速度与货币需求函数高度稳定。

1.3.4. 凯恩斯认为，国民收入是由有效需求决定的，货币供给量对国民收入的影响是一个间接作用的过程，即经由利率、投资及投资乘数作用而作用于社会总需求和国民收入。

弗里德曼则认为，由于货币流通速度是稳定的，货币流通速度的变动则直接引起名义国民收入和物价水平的变动，所以货币是决定总支出的主要因素。

2 “十一五”期间镇江市经济金融发展情况及现金投放的主要特点2.1 “十一五”期间镇江市经济金融发展的总体情况2.1.1 经济总量实现翻番。

2010年镇江市实现地区生产总值1956.64亿元，是2005年的2.24倍，按可比价计算年均增长14.1%，高于全国、全省平均水平2.9和0.6个百份点，高于“十五”0.7个百分点。

2.1.2 财政状况明显改善。

2010年，镇江实现财政总收入381.5亿元，年均增长26.4%；财政一般预算收入138.1亿元，年均增长24%。

占GDP比重由2005年13.4%提升至19.5%。

2.1.3 进出口业务平稳增长。

“十一五”期间，镇江市累计完成进出口366.93亿美元，年均增长15.5%。

2.1.4 金融业发展突飞猛进。

2010年末，镇江市各项贷款余额1617.1亿元，各项存款余额2242.9亿元，年均分别增长37.7%和35.8%。

金融业对服务业的贡献份额达到10.9%，比2005年提高4.1个百分点。

2.1.5 消费支出增长强劲。

镇江城市居民人均生活消费支出由2005年的8335元增加到2010年的14080元，增长68.9%；农村居民人均生活消费支出由4374元增加到7848元，增长79.4%；投资、消费、出口占GDP的比重由2005年的56.6:35.8:7.6调整至55.3:39.1:5.7，消费对经济增长的贡献逐年提高。

2.2 “十一五”期间镇江市现金投放的主要特点2.2.1 现金投放规模快速增长。

2005年至2010年,镇江市现金投放规模迅速增加,2010年现金投放263.83亿元，是2005年的3.62倍，年均增长33.29%。

2.2.2 长期保持现金净投放格局，净投放规模逐年扩大。

长期以来，镇江市现金投放一直维持着净投放的格局，“十一五”期间净投放的规模和增速仍呈逐年上升趋势。

2010年镇江市现金净投放144亿元，是2005年的3.2倍。

2006年至2010年历年的增长比例分别为68.96%、9.94%、13、07%、16.75%和30.69%，净投放逐年扩大（见图1）。

图1 镇江市“十一五”期间现金投放情况2.2.3 投放项目较为集中。

现金收支统计数据显示,影响现金投放较多的项目是储蓄存款支出、其他支出、行政企业管理和经费支出以及城乡个体经营支出，其中储蓄存款支出占据主导地位。

以2010年为例，储蓄存款支出、其他支出、行政企业管理和经费支出和城乡个体经营支出分别占现金投放总量的69.3%、11%、4.33%和3.97%。

2.2.4 投放的季节性特征较为明显。

据对镇江市“十一五”期间现金投放统计数据分析,现金投放具有较强规律性,投放时间主要集中在元旦春节前和三季度两个时段。

以2010年为例,这4个月共投放现金125.6亿元,占全年投放现金总量的47.6%。

3. 以镇江市为例建立现金投放模型3.1 变量说明和数据来源本文依据有关货币需求理论，结合我国实际情况以及已有研究成果，选取“十一五”期间镇江市现金投放和现金回笼季度数据分别建立时间序列作为被解释变量，以镇江市地区生产总值、物价指数季度数据和三个月存贷款利率作为解释变量，分析它们对现金投放和现金回笼的影响情况。

物价指数采用GDP平减指数的季度数据为最佳，但由于数据获得难度较大，在本文中以居民消费价格指数CPI代表物价指数[3]。

由于我国利率并未完全市场化，三个月存贷款利率在模型检验中对现金投放和现金回笼的解释程度不显著，决定予以剔除。

在本文中现金投放（XJTF）、现金回笼（XJHL）、GDP和CPI在模型中的数据是取过自然对数的数值。

3.2 模型分析3.2.1 单位根检验。

在对时间序列进行回归分析时要进行单位根检验，若是平稳序列则可以直接进行回归分析；若是不平稳序列则不能直接进行回归，否则可能出现伪回归。

因此需要对各序列进行单位根检验[4]。

在本文中用Eviews5.0对各时间序列采用ADF检验法进行检验，发现都为不平稳序列，对其进行一阶差分后再进行ADF检验，其结果如下：表1 单位跟检验结果序列检验形式t统计量1%临界值5%临界值10%临界值Prob LGXJTF （c，2，t）-19.92431 -4.667883 -3.733200 -3.310349 0.0001 LGGDP （c，6，0）-12.78428 -4.992279 -3.875302 -3.388330 0.0001 LGCPI （c，0，0）-3.303184 -3.857386 -3.040391 -2.660551 0.0302 LGXJHL （c，6，0）-4.702042 -4.992279 -3.875302 3.388330 0.0152Prob表示序列存在单位根的概率（c,n,t）的c n t表示截距项、滞后阶数和趋势项通过检验看出：LNXJTF、LNXJHL、LNGDP、LNCPI均为一阶单整时间序列，不能直接进行多元线性回归，需要进行协整检验。

如果能够通过协整检验，那么通过差分后构建的VAR模型虽然是平稳的，但不是最好的选择，要选择协整检验。

而协整检验前要通过建立VAR模型来确定最佳滞后阶数。

3.2.2 VAR建模。

以现金投放为被解释变量，以LNGDP、LNCPI和季节虚拟变量S进行VAR建模，由于数据样本数量所限在VAR模型中最大滞后阶数只能取到3阶，按照AIC和SC最小原则选取3阶为最佳滞后阶数[5]。

表2 现金投放的VAR滞后阶数结构Lag LogL LR FPE AIC SC HQ0 -231.5004 NA 12672742 27.70593 27.90198 27.725421 -188.2745 61.02477 552924.8 24.50288 25.48313 24.600322 -161.8762 24.84548 244597.4 23.27955 25.04400 23.454943 370.9334 250.7339* 4.15e-21* -37.52157* -34.97292* -37.26823* 注：*表示根据相关计量准则应选择的最佳滞后阶数同样以现金回笼为被解释变量，以LNGDP、LNCPI和季节虚拟变量S进行VAR建模，选取3阶为最佳滞后阶数。