上海统计年鉴宏观经济数据处理：表17.8 金融机构人民币存款基准利率(1990～2017)
上海统计年鉴(连接!) 2011
2011上海统计年鉴1.第一篇——综合▪表1.1 行政区划（2010）▪表1.2 主要气象指标（2010）▪表1.3 各月主要气象指标（2010）▪表1.4 主要年份社会经济主要指标▪表1.5 主要年份社会经济主要指标发展速度▪表1.6 主要年份社会经济发展结构指标▪表1.7 各时期社会经济主要指标▪表1.8 各时期社会经济主要指标平均增长率▪表1.9 国民经济主要指标比上年增长（1978～2010）▪表1.10 上海社会经济主要指标占全国比重（2010）▪表1.11 主要年份人大情况▪表1.12 主要年份政协情况2.第二篇——人口和劳动力▪表2.1 主要年份常住人口▪表2.2 主要年份户籍人口▪表2.3 主要年份外来人口▪表2.4 户数、人口、人口密度和平均期望寿命（1978～2010）▪表2.5 各区、县土地面积、常住人口及人口密度 (2010)▪表2.6 主要年份户籍人口出生率、死亡率、自然增长率▪表2.7 主要年份户籍人口迁移▪表2.8 各区、县户籍人口迁移（2010）▪表2.9 各区、县户籍人口年龄构成（2010）▪表2.10 各区、县户籍老年人口年龄构成（2010）▪表2.11 各区、县计划生育基本情况 (2010)▪表2.12 主要年份婚姻情况▪表2.13 主要年份涉外婚姻情况▪表2.14 主要年份在沪外国常住人口▪表2.15 全社会各行业从业人员（2008～2010）▪表2.16 各行业职工人数（2010）▪表2.17 各行业在岗职工人数（2010）▪表2.18 各行业在岗女职工人数（2010）▪表2.19 主要年份城镇新就业人数▪表2.20 主要年份城镇登记失业人数和城镇登记失业率▪表2.21 主要年份新增就业岗位▪表2.22 主要年份离休、退休及退职职工人数▪表2.23 在岗职工人数变动 (2010)▪表2.24 主要年份离岗职工人数▪表2.25 主要年份职业介绍所▪表2.26 历次人口普查资料3.第三篇——国民经济核算▪表3.1 上海市生产总值（1978～2010）▪表3.2 上海市生产总值指数(以1978年为100,1978～2010）▪表3.3 上海市生产总值比上年增长（1978～2010）▪表3.4 上海市生产总值构成（1978～2010）▪表3.5 上海市人均生产总值（1978～2010）▪表3.6 主要年份上海市生产总值（按三次产业分）▪表3.7 主要年份上海市生产总值指数（按三次产业分）（以上年为100）▪表3.8 上海市生产总值收入法项目（1978～2010）▪表3.9 上海市生产总值收入法项目构成（1978～2010）▪表3.10 主要年份上海市生产总值（按所有制分）▪表3.11 主要年份非公有制经济增加值（按产业分）▪表3.12 主要年份上海市生产总值分配▪表3.13 上海市生产总值（支出法）（1978～2010）▪表3.14 最终消费支出及构成（1978～2010）▪表3.15 居民消费水平及指数（1978～2010）▪表3.16 资本形成总额和指数（1978～2010）▪表3.17 主要年份六大支柱产业增加值▪表3.18 主要年份旅游产业增加值▪表3.19 主要年份信息产业增加值▪表3.20 经营性固定资产原价年末数（1978～2010）▪表3.21 存货年末数（1978～2010）▪表3.22 每百元增加值占用的资产总额（1978～2010）▪表3.23 每百元增加值占用的固定资产（1978～2010）▪表3.24 每百元增加值占用的存货（1978～2010）▪表3.25 全员劳动生产率（1978～2010）4.第四篇——财政收支▪表4.1 财政收支（1978～2010）▪表4.2 主要年份地方财政收入▪表4.3 主要年份各区县级财政收支▪表4.4 地方财政支出（2008～2010）▪表4.5 主要年份全市税收收入5.第五篇——能源生产和消费▪表5.1 主要年份能源消耗基本情况▪表5.2 能源消费弹性系数（1978～2010）▪表5.3 主要年份能源消费总量▪表5.4 主要年份平均每人生活用能源▪表5.5 平均每天各种能源消费量（2008～2010）▪表5.6 主要年份能源终端消费量▪表5.7 主要年份工业能源终端消费量▪表5.8 主要年份能源平衡表（标准量）▪表5.9 能源终端消费量（实物量）（2010）▪表5.10 煤炭、石油、电力平衡表（2010）▪表5.11 电力建设情况（2008～2010）6.第六篇——固定资产投资▪表6.1 全社会固定资产投资总额（按管理渠道分）（1978～2010）▪表6.2 全社会固定资产投资总额（按经济类型分）（1978～2010）▪表6.3 主要年份全社会固定资产投资主要指标▪表6.4 建设改造投资主要指标（2010）▪表6.5 地方固定资产投资主要指标（2008～2010）▪表6.6 工业各行业建设改造投资主要指标（2010）▪表6.7 主要年份工业六大重点行业固定资产投资额（2010）▪表6.8 主要年份新增固定资产▪表6.9 主要年份固定资产投资资金来源7.第七篇——对外经济贸易和旅游▪表7.1 主要年份上海关区出口总额▪表7.2 主要年份上海关区进口总额▪表7.3 主要年份按国别(地区)分的上海关区出口总额▪表7.4 主要年份按国别(地区)分的上海关区进口总额▪表7.5 主要年份上海市进出口总额▪表7.6 主要年份上海市出口总额▪表7.7 主要年份按国别(地区)分的上海市出口总额▪表7.8 主要年份按国别(地区)分的上海市进口总额▪表7.9 主要年份进出口商品检验情况▪表7.10 主要年份直接吸收外资情况▪表7.11 外商直接投资合同项目和金额（2010）▪表7.12 主要年份引进技术设备实际到货金额▪表7.13 主要年份对外经济合作情况▪表7.14 海外企业情况（2009～2010）▪表7.15 国际会展（2009～2010）▪表7.16 主要年份旅行社接待经营情况▪表7.17 主要年份旅游景点基本情况▪表7.18 主要年份国内旅游者来沪人数和人均消费支出▪表7.19 旅游星级饭店基本情况（2010）▪表7.20 主要年份国际旅游入境人数8.第八篇——价格水平▪表8.1 居民消费价格和商品零售价格指数（1978～2010）▪表8.2 居民消费价格指数（1991～2010,以1990年价格为100）▪表8.3 居民消费价格指数（1991～2010,以上年价格为100）▪表8.4 主要年份居民消费价格指数（以上年价格为100）▪表8.5 主要年份商品零售价格指数（以上年价格为100）▪表8.6 工业品出厂价格指数（2001～2010,以2000年价格为100）▪表8.7 工业品出厂价格指数（2003～2010,以上年价格为100）▪表8.8 原材料、燃料、动力购进价格指数（2001～2010,以2000年价格为100）▪表8.9 原材料、燃料、动力购进价格指数 (2003～2010,以上年价格为100)▪表8.10 固定资产投资价格指数（1996～2010，以1995年价格为100）▪表8.11 固定资产投资价格指数（1995～2010，以上年价格为100）▪表8.12 房屋租赁和土地交易价格指数（2001～2010，以2000年价格为100）▪表8.13 房屋租赁和土地交易价格指数（2003～2010，以上年价格为100）9.第九篇——人民生活▪表9.1 从业人员报酬（1978～2010）▪表9.2 从业人员平均报酬（2010）▪表9.3 职工工资总额和平均工资（1978～2010）▪表9.4 职工工资总额（2010）▪表9.5 职工平均工资（2010）▪表9.6 在岗职工工资总额（2010）▪表9.7 在岗职工平均工资（2010）▪表9.8 主要年份离退休、退职人员养老金▪表9.9 离退休、退职人员养老金（2010）▪表9.10 居民储蓄存款（1997～2010）▪表9.11 城市居民家庭生活基本情况（1980～2010）▪表9.12 城市居民家庭生活基本情况（2010，按收入水平分组）▪表9.13 主要年份城市居民家庭人均可支配收入▪表9.14 主要年份城市居民家庭人均可支配收入与消费支出▪表9.15 主要年份城市居民家庭人均消费支出▪表9.16 主要年份城市居民家庭人均消费支出构成▪表9.17 主要年份城市居民家庭人均消费支出▪表9.18 城市居民家庭人均消费支出（2010,按收入水平分组）▪表9.19 城市居民家庭平均每人主要消费品消费量（2008～2010）▪表9.20 主要年份平均每百户城市居民家庭年末耐用消费品拥有量▪表9.21 农村居民家庭生活基本情况（1990～2010）▪表9.22 主要年份农村居民家庭人均可支配收入▪表9.23 农村居民家庭人均可支配收入和人均生活消费支出（2000～2010）▪表9.24 主要年份农村居民家庭人均生活消费支出▪表9.25 主要年份农村居民家庭人均生活消费支出构成▪表9.26 农村居民家庭人均可支配收入（2010,按收入水平分组）▪表9.27 农村居民家庭人均生活消费支出（2010,按收入水平分组）▪表9.28 主要年份农村居民家庭平均每人主要消费品消费量▪表9.29 主要年份平均每百户农村居民家庭年末耐用消费品拥有量10.第十篇——城市建设11.第十一篇——农业12.第十二篇——工业13.第十三篇——建筑业14.第十四篇——交通运输、邮政和信息传输▪表14.1 主要年份运输线路长度▪表14.2 主要年份交通运输主要指标▪表14.3 主要年份旅客发送量▪表14.4 主要年份旅客周转量▪表14.5 主要年份货物运输量▪表14.6 主要年份货物周转量▪表14.7 主要年份港口码头情况▪表14.8 主要年份港口货物吞吐量▪表14.9 主要年份国际集装箱吞吐量（按进出港分）▪表14.10 集装箱吞吐量（按内外贸航线分）（2010）▪表14.11 经营性停车场（库）营运情况（2008～2010）▪表14.12 民用车辆拥有量（2008～2010）▪表14.13 个人民用车辆拥有量（2008～2010）▪表14.14 主要年份邮政电信情况▪表14.15 主要年份邮政业务主要指标▪表14.16 主要年份电信业务主要指标▪表14.17 邮电通信水平（2006～2010）▪表14.18 主要年份信息化基础设施情况▪表14.19 主要年份信息服务业经营情况▪表14.20 信息技术应用（2008～2010）15.第十五篇——批发和零售16.第十六篇——金融业17.第十七篇——房地产业18.第十八篇——科学技术19.第十九篇——环境保护治理20.第二十篇——教育21.第二十一篇——卫生、社会保障和社会福利业22.第二十二篇——文化和体育23.第二十三篇——法律、公证和其他▪。
金融机构人民币存贷款基准利率及通胀率(1990年-2008年)
1980-2009年中国通货膨胀率1980 1981 1982 1983 1984 19856.0 2.4 1.9 1.5 2.8 9.31986 1987 1988 1989 1990 19916.57.3 18.8 18.0 3.1 3.41992 1993 1994 1995 1996 19976.4 14.7 24.1 17.18.3 2.81998 1999 2000 2001 2002 2003-0.8 -1.4 0.4 0.7 -0.8 1.22004 2005 2006 2007 20083.9 1.8 1.54.85.9综合以上情况，可以大致将1990年后人民币利率水平变化分为四个阶段。
（一）1990年4月15日至1993年5月14日。
央行两次降息（1990年4月15日的利率调整不计），利率 （二）1993年5月15日至1996年4月30日。
央行两次升息，利率上升至10.98％的高点。
当时的背景 （三）1996年5月1日至2004年10月28日。
人民币利率进入了一条长达8年半的下降信道，一年期存 （四）2004年10月29日至今。
随着消费结构和产业结构升级，中国经济进入了新一轮上升通道。
针二、人民币利率调整的特点 （一）利率从高位运行转向低位运行 从以上论述可见，人民币利率水平由九十年代初的平均值约9％（最高曾达到10.98％），降到了目 （二）利率调整幅度逐渐减小 1990年8月21日至1996年4月30日，央行先后四次调整利率，平均变动幅度为1.485个百分点。
之后 （三）利率周期体现经济周期变化 正如第一部分所述，每一次利率调整都必然有当时的宏观经济背景。
1993、1994年的高利率对应的（四）升息的政策效果强于降息 1993、1994年我国曾出现比较严重的经济过热和通货膨胀，当时央行通过一系列宏观调控手段包括利率调整不计），利率从10.08％降到7.56％。
1988年下半年开始的治理整顿虽然有效地抑制了通货膨胀，但对经％的高点。
上海市金融业
上海市金融业统计报表制度（2019年统计年报和2020年定期统计报表）上海市统计局印制2019年12月本报表制度根据《中华人民共和国统计法》的有关规定制订《中华人民共和国统计法》第七条规定：国家机关、企业事业单位和其他组织以及个体工商户和个人等统计调查对象，必须依照本法和国家有关规定，真实、准确、完整、及时地提供统计调查所需的资料，不得提供不真实或者不完整的统计资料，不得迟报、拒报统计资料。
《中华人民共和国统计法》第九条规定：统计机构和统计人员对在统计工作中知悉的国家秘密、商业秘密和个人信息，应当予以保密。
本制度由上海市统计局负责解释。
目录一、总说明 (1)二、报表目录 (4)三、调查表式(一)年报表式1.调查单位基本情况（101-1表）........................................ (6)2.法人单位所属产业活动单位情况（101-2表）............................ (8)3.金融业业务情况（JR102表）......................................... . (9)4.保险业财务状况（JR103-1表） (10)5.资本市场服务财务状况（JR103-2表）............................... .. (11)6.银行及相关金融业财务状况（JR103-3表）................. .. (12)7.证券投资基金财务状况（JR103-4表）............................ .. (13)8.行政事业单位主要经济指标（JR103-5表）....................... .. (14)9.互联网金融业务情况（JR104表）.................................... . (15)10.银行各支行财务情况（JR106表）.............................. ... .. (16)11.从业人员及工资总额（SHI102-2表）............................ .. (17)(二)定报表式1.金融业重点单位主要财务状况（JR202表）................... . (18)2.银行分区存贷款情况（JR203表）........................... . (19)3.从业人员及工资总额（I202-2表）.................... .. (20)4.非工业能源及水季度消费情况（205-5-2表）.......... . (21)5.金融业生产经营景气状况（JR210表）............................. . (22)四、填表说明、指标解释及主要审核关系1.调查单位基本情况（101-1表）..................................... .. (23)2.金融业业务情况（JR102表）...................................... (35)3.保险业财务状况（JR103-1表）.................................... (40)4.资本市场服务财务状况（JR103-2表） (46)5.银行及相关金融业财务状况（JR103-3表）........................ .. (52)6.证券投资基金财务状况（JR103-4表）.......................... . (58)7.行政事业单位主要经济指标（JR103-5表）..................... ... . (61)8.互联网金融业务情况（JR104表）............................. .. (64)9.银行各支行财务情况（JR106表）............................. .. (66)10.金融业重点单位主要财务状况（JR202表）...................... (68)11.银行分区存贷款情况（JR203表）............................... .. (71)12.从业人员及工资总额（SHI102-2表、I202-2表）........... (72)13.非工业能源及水季度消费情况（205-5-2表）..................... . (76)14.金融业生产经营景气状况（JR210表）.......................... (77)五、附录(一)金融业行业分类（摘自《国民经济行业分类（GB/T4754-2017）》） (78)(二)统计管理单位名称与代码（外省市部分） (80)(三)填报单位一套表软件操作说明..................... . (81)上海市金融业统计报表制度 1一、总说明为了解金融业单位的基本情况，为各级政府制定政策和计划、进行经济管理以及宏观调控提供依据。
央行历年基准利率表
央行历年基准利率表，以及一些简单的解读和知识普及引言：央行的基准利率是指央行对金融机构提供的贷款的利率水平，对经济发展和货币政策的制定起着重要的作用。
本文将对中国央行历年的基准利率变化情况进行分析，并探讨其对经济和金融市场的影响。
一、2022年至今：贷款市场报价利率（LPR）作为基准利率自2022年起，中国央行采用贷款市场报价利率（LPR）作为基准利率。
LPR分为1年期和5年期，分别为4.65%和5.20%。
LPR是银行对贷款的报价利率，受市场供求和央行政策的影响，可作为银行贷款利率的参考。
较高的LPR意味着借款成本增加，可能对经济增长和投资产生抑制作用。
二、2020年至2021年底：降息刺激经济复苏在应对COVID-19疫情的冲击和刺激经济增长的需要下，中国央行降低了贷款市场报价利率。
1年期LPR降至3.85%，5年期LPR降至4.65%。
这一降息措施旨在减轻企业负债压力，促进投资和消费。
降低利率可以刺激借款需求，提高企业和个人的融资成本，对经济复苏和稳定金融市场起到积极作用。
三、2015年至2019年底：相对稳定的贷款基准利率中国央行在这一时期实行了较为稳定的贷款基准利率。
1年期基准利率为4.35%，5年期基准利率为4.75%。
这一时期的利率水平相对较稳定，央行采取了相对宽松的货币政策以支持经济增长。
较低的利率可以促进投资和消费，刺激经济活动。
四、2012年至2014年底：紧缩政策控制通胀与资产泡沫风险中国央行采取了相对紧缩的货币政策，以控制通胀和资产泡沫风险。
1年期基准利率为6.00%，5年期基准利率为6.55%。
较高的利率水平可以抑制借款需求，降低资金供应量，从而控制通胀压力。
五、2008年至2011年底：全球金融危机冲击下的紧缩政策全球金融危机对中国经济造成了严重影响，中国央行采取了相对紧缩的货币政策以应对危机冲击。
1年期基准利率为7.47%，5年期基准利率为8.15%。
较高的利率水平可以吸引资金流入，稳定金融市场。
中国人民银行上海总部综合管理部关于调整上海市金融市场业务统计监测报表部分报表格式的通知
中国人民银行上海总部综合管理部关于调整上海市金融市场业务统计监测报表部分报表格式的通知文章属性•【制定机关】中国人民银行上海总部•【公布日期】2006.11.02•【字号】银总部综发[2006]129号•【施行日期】2006.11.02•【效力等级】地方规范性文件•【时效性】现行有效•【主题分类】统计正文中国人民银行上海总部综合管理部关于调整上海市金融市场业务统计监测报表部分报表格式的通知(银总部综发[2006]129号)交通银行，上海浦东发展银行，工商银行票据营业部，农业银行票据营业部，中国银行交易中心（上海），兴业银行资金营运中心，各政策性银行、国有商业银行、股份制商业银行上海（市）分行，上海银行，上海农村商业银行，各外资银行上海分行，上海市各信托投资公司、财务公司、金融租赁公司，上海市各证券公司、保险公司、基金管理公司：为进一步完善上海市金融市场业务统计监测报表体系，及时准确反映金融市场业务开展情况，我总部对银总部发[2006]38号《关于加强上海市金融市场业务统计监测及有关事宜的通知》附件“上海市金融市场业务统计监测报表”中部分报表格式进行了调整，现就有关事宜通知如下：一、根据《中国人民银行关于调整存款类金融机构同业拆借期限相关事宜的通知》（银发[2006]322号）延长同业拆借期限至一年的有关要求，相应调整“上海市金融市场业务统计监测报表”中表1.1的格式，详见附件一。
二、根据《关于银行间外汇市场开设英镑对人民币交易的通知》（中汇交发[2006]184号）中开设英镑交易的有关要求，相应调整“上海市金融市场业务统计监测报表”中表3.1、表3.3的格式，详见附件二、附件三。
三、自2006年10月起，请各有关金融机构按照调整后的报表格式进行报送。
执行中如有问题，请及时与我总部金融市场管理部联系。
联系人：胡迎春、颜永嘉、王雯珠，联系电话：68478276、68478273、68478272，传真：68478274，电子邮件：*********************.cn。
09 上海市居民银行存款的数学模型及其分析
第28卷第2期 上海师范大学学报(自然科学版)V o l.28,N o.2 1999年6月 J.of Shanghai T eachers U niv.(N atural Sciences)Jun.1999上海市居民银行存款的数学模型及其分析迟洪钦 胡荷芬提 要 根据多元统计分析的方法,利用1985年至1996年间的上海市国内生产总值、总收入、实际利率、股票、债券等数据,建立若干预测上海市居民银行存款额的数学模型,以1997年的数据作检验,分析各个数学模型的预测信度1关键词 统计分析;非线性;预测中图法分类号 O212.40 引 言近20年来我国由传统的指令性计划经济向市场经济体制逐步转型1市场经济的大潮席卷中国大地1如今金融改革正在成为改革深入发展的重点之一1改革的目标是建立与社会主义市场经济相适应的现代金融体制和良好的金融秩序1银行要适应金融竞争,提高效益,就必须引入和应用数学1我们选择了国内生产总值、总收入、实际利率、股票的流通市值、债券发行额这5个因素作为基本变量,考察这些因素对上海市居民存款的影响程度,用多元统计分析的方法建立了若干数学模型1对模型的各项指标进行了统计检验,发现非线性数学模型对预测后期存款增长程度有较好的作用11 线性回归回归分析的目的之一就是根据自变量的值得出因变量的值的估计值,之二就是要获得一个以回归线作为估计根据所含误差的测度,之三就是获得两个变量之间的联系程度或相关程度的测度1回归分析是处理变量间相关关系的一种很有效的统计方法1下面给出一个因变量与m 个自变量的线性回归模型的计算方法1设因变量Y与自变量X1,X2,…,X m线性相关,n次观测数据(y i,x i1,x i2,…,x i m)(i=1, 2,…,n)满足以下多元线性回归模型:y1=b0+b1x11+…+b m x1m+Ε1,收稿日期:1999201215第一作者迟洪钦,男,副教授,上海师范大学理工信息学院,上海,200234 ……y n =b 0+b 1x ni +…+b m x nm +Εn ,其中Εi (i =1,…,n )是观测误差,一般假定Εi 服从分布N (0,Ρ2)且相互独立1记Y =y1…y n, X =1x 11…x 1m…………1x n 1…x nm ,b =b 0…b m, Ε=Ε1…Εn,则可以写成矩阵形式:Y =X B +Ε,其中Ε服从分布N n (0,Ρ2I n ).为了确定系数B ,只需要求解矩阵方程X B =Y 所对应的法方程X T X B =X T Y 1选择国内生产总值(GD P )、总收入、实际利率(名义利率与通货膨胀率之差,取一年定期存款年利率作为名义利率)、股票的流通市值(加权)、债券发行额这5个因素作为基本变量[1,2],建立数学模型1如下Y =96.42022-0.53950X 1+2.66579X 2-1.29342X 3+0.02865X 4+2.24067X 5,其中变量X 1表示国内生产总值,X 2表示总收入,X 3表示实际利率,X 4表示股票的流通市值,X 5表示债券发行额,Y 表示上海市年底存款额(加权:除以1.08,扣除公款私存等因素),各变量的单位为亿元1数据及回归分析的详细结果见表11从模型中各变量系数可见,总收入、股票的流通市值、债券发行额与银行存款增加为正相关,国内生产总值、实际利率与银行存款增加为负相关1股票的流通市值、债券发行额与银行存款同步增长,反映了证券市场吸纳的资金,从总体上来讲,仅是对存款增长部分的分流,而不是对存款原有存量的分流12 非线性回归在某些应用问题中,曲线回归函数可能比线性函数更适当1下面给出最简单的非线性回归数学模型的计算方法1设曲线回归函数为y =a +bx +cx2这是一个二次抛物线方程1为了求解系数a ,b ,c 的值,只需要求解下列方程组:∑y =na +b ∑x +c ∑x2∑x y =a ∑x +b ∑x 2+c ∑x 3∑x 2y =a ∑x 2+b ∑x 3+c ∑x4 类似地可以给出多元非线性回归函数的计算方法1数学模型2对数学模型1进行修正,在原有的5个基本变量基础之上,引入X 22和X 24作35 第2期 迟洪钦等:上海市居民银行存款的数学模型及其分析45 上海师范大学学报(自然科学版) 1999年为修正变量,建立数学模型2如下:Y=-109.55465+0.32400X1+0.17915X2+0.00094X22+1.37830X3-0.54917X4+0.00044X24+0.35861X5,其中变量X1,X2,X3,X4,X5,Y的单位为亿元1数据及回归分析的详细结果见表21从模型2中各变量系数可见,只有股票的流通市值与银行存款增加为负相关,其余变量(包括两个修正变量)均与银行存款增加为正相关1数学模型3在数学模型2基础之上,再增加X25作为修正变量,建立数学模型3如下Y=-43.32512+0.12078X1+0.51538X2+0.00100X22+1.14935X3-0.40267X4+0.00050X24+1.33322X5-0.00212X25,其中变量X1,X2,X3,X4,X5,Y的单位为亿元1数据及回归分析的详细结果见表31从模型3中各变量系数可见,只有股票的流通市值和债券发行额的修正变量与银行存款增加为负相关,其余变量(包括另外两个修正变量)均与银行存款增加为正相关13 预 测预测从本质上来说是主观的,但预测的形成建立在对过去、现在及将来的各种信息综合分析基础之上,因而预测是对客观世界的反映1这里的所谓预测,采用的方法是将某年的国内生产总值(GD P)、总收入、实际利率(名义利率与通货膨胀率之差,取一年定期存款年利率作为名义利率)、股票的流通市值(加权)、债券发行额这5个基本变量的预计值代入相应的数学模型,计算得到该年的居民银行存款额的估计值1将1997年数据代入上述3个数学模型进行检验,实际银行存款额为2367.44亿元(加权)1用数学模型1算得银行存款估计额为1836.05亿元,绝对误差为-531.39亿元,相对误差为-22◊1用数学模型2算得银行存款估计额为2428.09亿元,绝对误差为60.65亿元,相对误差为2◊1用数学模型3算得银行存款估计额为2479.59亿元,绝对误差为112.15亿元,相对误差为5◊1由此可见,数学模型2(7个变量的非线性回归分析)对于预测银行存款估计额效果最佳1在计算中发现,股票的流通市值对银行存款额影响很大,确切地讲,影响很敏感1即如果股票的流通市值有一个微小的变化,就会引起银行存款额有较大的变化1从数学模型2与数学模型1预测的结果对比可以看出,在线性数学模型中增加非线性项能大大改善预测效果1数学模型3没能进一步改善预测的结果,我们以为是变量X25与变量X22和X24产生共线性作用的结果1显然,债券发行额与总收入和股票的流通市值是相关的1以上的工作仅仅是初步的,无论是建立数学模型,还是对预测的结果进行分析研究,都还有许多工作可以做1参 考 文 献1 肖云茹1概率统计计算方法1天津:南开大学出版社,19942 潘德惠1数学模型的统计方法1沈阳:辽宁科学技术出版社,1986表1国内生产总值总收入实际利率股票债券银行存款银行存款 1.08 466.7570.66796-8.3604.165362.7958.13888889 490.8386.284440.904.336280.6974.71296296 545.4697.222419-0.9019.1599106.7998.87962963 648.3118.39624-11.46018.9722125.74116.4259259 696.54144.66894-4.56023.886172.93160.1203704 756.45172.23084143.781.72227.4642223.05206.5277778 893.77196.7682751-2.944.120256.35290.41268.8981481 1114.32239.946399-2.4478.17686.363368340.7407407 1511.61407.4016094-9.22308.86846.564519.53481.0462963 1971.92561.3024384-12.92337.379113.051888.7822.8713704 2462.57688.4508024-7.72410.9253.0821278.441183.740741 2902.2787.2137669-1.73986.125415.11281718.561591.259259SUMM A R Y OU PU T回归统计M ulti p le R0.999892708 R Square0.999785427 A djusted R Square0.999606617标准误差9.822448898观测值12Coefficients标准误差t Stat Intercep t96.4202226927.462128583.511025098 X V ariable1-0.5395021780.101219901-5.330001044 X V ariable22.665785861.2885185019.239566446 X V ariable3-1.2934215110.746969605-1.731558423 X V ariable40.028*******.0342034450.837532373 X V ariable52.2406730770.1339308316.73007683方差分析df SS M S F Significance F 回归分析52697261.59539452.31795591.3091756.48169E-11残差6578.883014196.48050235总计112697840.473R ES I DUAL OU T PU T观测值预测Y残差标准残差153.139309234.9995796540.689182802 270.18483624.5288267610.624290387 3105.4126662-6.533036585-0.900567002 4119.6130917-3.187165789-0.439344905 5165.7105098-5.590139403-0.77059037 6204.14283172.3849460660.328760401 7268.9540634-0.055915238-0.007707812 8333.79453956.9462012530.957520986 9492.0568183-11.01052199-1.517780077 10808.563255214.307115121.97220934 111191.950841-8.210100607-1.131747173 121589.8390491.4202107510.195773423预测1836.049871实际2367.44绝对误差-531.3901286相对误差-0.22445769655 第2期 迟洪钦等:上海市居民银行存款的数学模型及其分析表2SUMM A R Y OU PU T回归统计M ulti p le R0.999938327 R Square0.999876659 A djusted R Square0.999660811标准误差9.120791804观测值12Coefficients标准误差t Stat Intercep t-109.5546513128.8093652-0.850517749X V ariable10.3240006390.5556154160.583138318X V ariable20.179154581.6471293220.108767768X V ariable30.000943480.0006216861.51761401X V ariable41.378296921.9282610590.714787509X V ariable5-0.549171580.338964196-1.620146279X V ariable60.0004417610.0002571541.717883755X V ariable70.3586071111.1766265480.304775641方差分析df SS M S F Significance F 回归分析72697507.717385358.24534632.3308611.19779E-7残差4332.755372583.18884314总计112697840.473R ES I DUAL OU T PU T观测值预测Y残差标准残差149.015979619.1229092831.658697388274.75250441-0.039541446-0.007189296399.14094492-0.261315287-0.0475114874125.9398604-9.513934426-1.7297922955164.0696938-3.949323454-0.7180530136208.4929049-1.965127114-0.3572929557265.70886973.1892784160.5798641228336.16851434.5722264540.831307199486.3034025-5.257106198-0.95582977410814.89932637.9710440931.449269044111187.882982-4.14224089-0.753128627121590.9861290.2731305690.049659703预测2428.086403实际2367.44绝对误差60.64640252相对误差0.0256168765 上海师范大学学报(自然科学版) 1999年表3SUMM A R Y OU PU T回归统计M ulti p le R 0.999974012R Square0.999948024A djusted R Square0.999809421标准误差6.836750197观测值12Coefficients标准误差t Stat Intercep t-43.32511616101.918156-0.425097136X V ariable 10.1207804860.4283450680.281970063X V ariable 20.5153757711.2457173270.413718072X V ariable 30.0009798960.0004663482.101211749X V ariable 41.1493468181.4497786640.792773991X V ariable 5-0.4026656760.264135628-1.524465589X V ariable 60.0004963710.0001946262.550379573X V ariable 71.3332240251.0042315721.327606164X V ariable 8-0.0021241250.001046594-2.02955886方差分析dfSS M S F Significance F 回归分析82697700.249337212.53127214.4675012.45887E -06残差3104.223459846.74116326总计112697840.473R ES I DUAL OU T PU T观测值预测Y残差标准残差150.271176347.8688125462.203608747274.497406860.2155561050.0603734973105.6543131-6.774683436-1.8974704014121.0893927-4.663466823-1.3061555345161.2629956-1.142625213-0.3200293486204.53634041.9914374180.5577668087267.32649921.5716489910.4401914088339.39100731.3497334420.3780367429481.7127513-0.666455013-0.18666239910822.22599830.6443720120.180477361111184.194131-0.453390478-0.126986747121591.1990990.0601603590.016849865预测2479.591668实际2367.44绝对误差112.1516678相对误差0.04737254975 第2期 迟洪钦等:上海市居民银行存款的数学模型及其分析85 上海师范大学学报(自然科学版) 1999年M athematical M odels and Analysisof Residen t D eposit i n Shangha iCh i H ong qin H u H ef en(Co llege of Science,Engineering and Info rm ati on)Abstract U sing m u lti p le statistical analysis m ethod th is p ap er gives several m athem atical m odels abou t Shanghai residen t depo sit based on the Shanghai statistical data from1985to 1996.T hese m athem aticalm odels are exam ined w ith Shanghai statistical data in1997,and analyzed fo r p redicati on credit.Key words statistical analysis;non linear;p redicati on。
[金融保险行业管理]中国银行基准利率表
![[金融保险行业管理]中国银行基准利率表](https://img.taocdn.com/s3/m/b1f112e867ec102de3bd898f.png)
（金融保险）中国银行基准利率表中央银行基准利率单位：年利率%调整时间法定准备金超额准备金对金融机构贷款再贴现壹年六个月三个月二十天1996.05.018.828.8210.9810.1710.089.00** 1996.08.238.287.9210.6210.179.729.00** 1997.10.237.567.029.369.098.828.55** 1998.03.21 5.227.927.02 6.84 6.39 6.03 1998.07.01 3.51 5.67 5.58 5.49 5.22 4.32 1998.12.07 3.24 5.13 5.04 4.86 4.59 3.96 1999.06.10 2.07 3.78 3.69 3.51 3.24 2.16 2001.09.11 2.97 2002.02.21 1.89 3.24 3.15 2.97 2.70 2.97 2003.12.21 1.622004.03.25 3.87 3.78 3.60 3.33 3.24 2005.03.170.992008.01.01 4.68 4.59 4.41 4.14 4.32 2008.11.27 1.620.72 3.60 3.51 3.33 3.06 2.97中国银行基准利率表金融机构人民币贷款基准利率单位：年利率%金融机构人民币存款基准利率单位：年利率%1991.04.21 1.80 3.24 5.407.567.928.289.00 1993.05.15 2.16 4.867.209.189.9010.8012.06 1993.07.11 3.15 6.669.0010.9811.7012.2413.86 1996.05.01 2.97 4.867.209.189.9010.8012.06 1996.08.23 1.98 3.33 5.407.477.928.289.00 1997.10.23 1.71 2.88 4.14 5.67 5.94 6.21 6.66 1998.03.25 1.71 2.88 4.14 5.22 5.58 6.21 6.66 1998.07.01 1.44 2.79 3.96 4.77 4.86 4.95 5.22 1998.12.07 1.44 2.79 3.33 3.78 3.96 4.14 4.50 1999.06.100.99 1.98 2.16 2.25 2.43 2.70 2.88 2002.02.210.72 1.71 1.89 1.98 2.25 2.52 2.79 2004.10.290.72 1.71 2.07 2.25 2.70 3.24 3.60 2006.08.190.72 1.80 2.25 2.52 3.06 3.69 4.14 2007.03.180.72 1.98 2.43 2.79 3.33 3.96 4.41 2007.05.190.72 2.07 2.61 3.06 3.69 4.41 4.95 2007.07.210.81 2.34 2.88 3.33 3.96 4.68 5.22 2007.08.220.81 2.61 3.15 3.60 4.23 4.95 5.49 2007.09.150.81 2.88 3.42 3.87 4.50 5.22 5.76 2007.12.210.72 3.33 3.78 4.14 4.68 5.40 5.85 2008.10.090.72 3.15 3.51 3.87 4.41 5.13 5.58 2008.10.300.72 2.88 3.24 3.60 4.14 4.77 5.13（年利率：％）金融机构人民币贷款基准利率调整表单位:年利率%人民币现行利率表单位：年利率%上网时间:2008-12-2217:36:00金融机构人民币贷款基准利率单位：年利率%金融机构人民币存款基准利率调整表单位:年利率%上网时间:2008-12-2217:32:00关于储蓄存款利息计算若干问题的解答壹、人民币各类储蓄存款适用什么利率？答：人民币储蓄存款按储种可分为活期存款、整存整取、零存整取、整存零取、存本取息、定活俩便、通知存款。
中国货币市场的基准利率
中国货币市场的基准利率
中国货币市场的基准利率是指中国中央银行在货币市场上发布的
法定利率，是汇率、贷款和存款利率的参照物。
中国的货币市场的基准利率主要分为三种：存款准备金率（RMB）、贷款准备金率（LRL）和存款准备金率（RRF）。
存款准备金率是指银
行给企业、商业机构或公民存款的基准利率，它也是其他类型利率的
基础。
贷款准备金率是指银行给企业、商业机构或公民贷款的基准利率，它也是其他类型利率的基础。
存款准备金率是指银行可用于购买
其他金融工具或举债的资金的基准利率，它也是其他类型利率的基础。
中国货币市场的基准利率非常重要，因为它是人民币利率体系的
核心。
中央银行经常在货币市场上发布新的基准利率，从而影响房贷、股息等利率。
因此，中央银行的定价决策非常重要。
此外，中国货币市场的基准利率还决定了爱国、基础设施和其他
重大项目的融资成本，以及中小企业、企业福利和农民工福利的支出
成本。
基准利率也受到国家财政政策和中央银行政策的变化影响，同时
也受到相关市场供求环境变化的影响。
因此，中央银行在进行定价决
策前会全面考虑市场状况，确保基准利率的全面性和可变性。
总之，中国货币市场的基准利率具有重要的经济和社会意义，能
影响国民经济的结构和投资环境。
中央银行正在建立一个完整、健全、高效的基准利率体系，以更好地支持和发挥它的作用。