金融月度总结精选(九篇)
前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的金融月度总结主题范文，仅供参考，欢迎阅读并收藏。
第1篇：金融月度总结范文
做了一个学期的班长，我受益匪浅，班长这一职责像个管家，班级里大大小小的事情都需要打理，在班导的正确指导，和全班同学的积极配合下，金融3班成为一个团结，充满朝气的大家庭。
一开始做班长的时候，我觉得压力真的很大，听班导说，大一是形成一个班级凝聚力十分重要的阶段。经过了半个月的摸索，我对做大学班长熟悉了很多。
首先班长要及时通知学院下发的各项通知，我通过每个星期的院系楼签到，每天的收取邮件，飞信等等的方式获取每个一天学院发下来的通知，并及时通知全班同学。每天都会有很多的通知，并且都有严格的时间要求，这项工作挺繁琐的，但经过我的努力，都一项项的落实得不错。
然后就是最重要的一块，团结班集体，增强班级凝聚力，让同学之间可以相互的了解，一学期以来，我和其他班委积极响应新生杯篮球赛，迎新晚会，田径赛，团日，做亚运文明观众等等的学院活动，同时也多次在班上组织唱k，放风筝，生日会，班委慰问男生宿舍，月度联欢，开班会等等的一系列活动。每一次我尽量的听取大家的意见来组织一项活动，使我们班的同学更加的了解对方。通过我们班同学的积极配合，活动的取得了不错的成效，也希望下个学期我们班会因此而更加活跃。
另外，为了更了解我们班的同学，我会时不时的窜宿舍，多点与每个同学沟通，了解大家的需要。同时，每一次活动前，我都会很高兴的听到部分同学对活动的意见，每当这个时候，我都感到十分的欣慰和高兴！重中我吸收了很多新鲜的观点。正因为大家的配合，每一次活动才会成功！
同时，在这个学期，我会不断的让班委工作步入正轨，召开班委会议，制定班级的相关制度，让我们班更加的和谐。
经过一个学期的努力，我和各班委都可以分工合作，明确各自的分工，和各班委之间也可以更好的协调，让这个班更加的团结和温馨。
下面总结一下我们班这个学期的一些状况。
一．班委工作方面
可取之处：
1.，同时班委会成员之间增添了不少默契。大部分班委都有自己的社团工作，但都够很好的协调好社团工作与班级工作，积极的参与每一次的班级活动，相处的十分的融洽。
2. 班干部分工明确，都能够合格的完成自己的职责，班务工作有所提高。班委会议发言比较积极，对班级的工作提出可行的意见和建议。
3..班级气氛和谐融洽，每一次的班级活动，大部分同学都会积极的参与。例如新生杯篮球赛，田径赛，组织唱k，团日，放风筝，开生日会，班委慰问男生宿舍，月度联欢，开班会，迎新晚会的班级参赛等等的一系列活动，男女生参与度都较为的活跃。
需要改进的方面：
1. 班上少数同学比较的忧郁，希望下学期可以放松心情。同时心理委员应该多多的关注这部分同学，给予必要的关心。
2.对班委的每一次提议，同学们的反应度不算的高，希望平时同学们多点的向班委提出更好的建议。
二．学习方面
可取之处：
1.同学们出勤率还算客观，大部分同学可以做到不迟到、有事请假。能够按时地完成作业。
2.同学们学会利用学校图书馆以及方便的互联网资源，涉猎更多的知识，丰富了自己的知识库。
3.临近考试时越来越多的同学为学习所投入的时间与精力大于以前。
4.期末考试，我们班同学基本都能过关。
需要改进的方面：
1.班级上课气氛不算活跃。不太认真的思考老师在课堂上给出的问题。
2.学习氛围还有待加强。
有的同学在学习态度上暴露了不足，偶尔上课迟到或旷课，对于某些课程态度不积极，课下自主学习意识不强，成绩不理想 。
三．活动方面
可取之处：
1.半年的时间班委组织过新生杯篮球赛，田径赛，组织唱k，团日，放风筝，开生日会，班委慰问男生宿舍，月度联欢，开班会，迎新晚会的班级参赛等等的一系列活动，很感谢团支书，学习委员，组织委员、宣传委员、文体委员，生活委员，心理委员的协助，活动办得算是成功吧，发现班里的同学多才多艺，总是有一阵高过一阵的喝彩。
2.我们班的部分同学还参加了亚运会闭幕式的演出。
3.在学校其它社团组织的活动，我们班同学也表现出很高的积极性。
需要改进的地方：
1.部分同学不能很好的协调社团活动和班级活动。
2.宿舍同学的融洽度有待提高，希望可以通过带动每个宿舍这个小集体来带动金融3班这个大集体的进步。
总结：
大学不同中学，它更自由，它更独立，班级的凝聚力不仅仅的需要各个班委的努力，更重要的是每个同学的支持和参与，金融3班属于每一位同学，也希望每一位同学因为金融3班而大学生活更加的精彩！
第2篇：金融月度总结范文
关键词：新增信贷；时间序列模型；ARMA；预测
Abstract：In order to improve the ability of liquidity and risk management and to reduce the effect of near periodicityfor commercial banks， to improve the function of monetary policy for supervision department， it is important to carry out the quantitative analysis of credit growth for commercial banks. Based on the statistical analysis of credit growth， this paper modeling the fluctuating of loan growth and forecast its trend. Analysis shows credit growth is statistically significant and time serial model can be applied in the loan quantity management.
Key Words：loan growth，time serial model，ARMA，forecast
中图分类号：F830.33 文献标识码：B文章编号：1674-2265（2009）04-0050-04
中国经济在经历了近8年的持续上升后出现了调整的态势。在经济周期的上升阶段，持续的流动性过剩为商业银行信贷扩张提供了充足的资金来源；不断市场化的我国商业银行更加重视资产收益和股东回报，产生了增加信贷投放创造价值的内在驱动力；商业银行“早投放、早收益”的指导思想及内部传统的信贷规模计划、管理模式等等，导致了我国商业银行的信贷投放总量加大，增速加快。而在经济的下行阶段，由于出现了部分企业经营困难亏损甚至倒闭等情况，银行为规避金融危机所带来的新增信用风险，往往采取谨慎的信贷投放态度，出现信贷投放增量下降、增速减缓的情况。由此，为更有效地把控信贷投放，在控制自身信用风险的同时增加效益产出，合理承担金融行业对宏观经济的支撑和促进作用，商业银行需要对信贷投放的总量及规划趋势进行量化预测和研究。
政府监管部门在经济周期的上升阶段，为有效遏制通货膨胀，控制信贷过快增长，采取了提高利率与准备金率、发行定向票据、加强窗口指导等一系列信贷投放调控举措；而在经济的下行阶段，监管部门又逐步放开了信贷规模的控制。因此，为更加有效的进行银行信贷投放监管，减少或避免银行业和宏观经济波动的“亲周期”效应，政府监管部门也需要有更加有效的信贷投放预测分析和管理工具。
目前，国内的相关研究主要集中在基于历史数据和经验判断对信贷投放进行特点总结、趋势分析和经济规律研究，对运用商业银行内部数据进行信贷流量的时序分析尚不多见。比如王敏（2006）分析了“十五”期间山东省的信贷投放特点；沈如军（2000）分析了影响信贷规模的银行内外部因素，提出了合理把握信贷总量，做好信贷资源的地区、行业、集中度配置的设想等等。同时，有学者采用时间序列方法对信贷投放进行了分析。夏天、程细玉（2006）运用SARIMA模型，对中国人民银行月度信贷总量进行了预测分析。董占斌（2007）运用“累积曲线”和季节调整ARIMA模型对浙江省2002年以来的信贷投放进行了时序分析，发现具有明显的“早投放”、“季末冲高”、“春节影响大”三大特点。
本文基于某商业银行内部信息系统，提取了该行1999年至2006年间的新增贷款数据及相关地区、行业、贷款品种等信息，期望通过采用实证研究方法对商业银行新增贷款进行基本统计分析和时间序列的研究。一方面，通过对新增贷款每日、每周、每月的基本特性的统计，计算得到贷款投放的中位值、标准差等统计指标，从而对贷款投放频率分布特性进行总结分析；另一方面，采用时间序列模型的多种技术方法对新增贷款进行研究，以刻画新增贷款的时间波动特性，进而对2006年的实际发生数和模型预测数进行有效性对比，以验证模型拟合效果，从而为商业银行提供一个能够有效辅助制订信贷投放计划的量化模型。
一、信贷投放的日、周、月统计分析
运用Eviews软件的统计功能，分析得到新增贷款日、周、月的相关统计特征值如下。
（一）每日新增贷款统计特性
1. 统计区间共有2922天，其中2590天（占比88.6%）有新增贷款，332天（占比11.4%）没有新增贷款。
2. 日贷款投放呈现显著的双峰分布。1亿元以下的贷款投放日有800多天，其中，投放低于1000万元的有300多天；1亿元以上贷款的投放日有近1800天，并呈现显著的偏峰肥尾分布和少量大额贷款投放日的稀疏分布。
3. 进一步统计分析得到，贷款投放在1000万元以下的投放日、1000万元至1亿元之间的投放日，均呈现比较均匀的分布；贷款投放超过1亿元的主要分布区间在1至10亿元之间，中位值为5亿元，统计特性显著。
（二）每周新增贷款统计特性
1. 每周新增贷款呈现显著的偏峰肥尾分布，且峰度较高，稀疏的尾部较长。统计分布的均值和中位值较接近，同时每周新增贷款多数集中在60亿元以内。
2. 每周内不同日子的新增贷款统计特征值有较大差异。周一到周四新增贷款的统计特性比较接近，与总体每日的特性接近。周五新增贷款的均值、中位值都明显高于周一至周四的新增贷款。周六、周日，由于是休息日，其投放的数额要明显小于工作日。
3. 新增贷款投放最大值发生在周一，可能是由于银行对于大额信贷投放比较谨慎，因此往往在上周筹集资金，待周一实现贷款的发放。
（三）每月新增贷款统计特性
1. 每月新增贷款呈现偏峰肥尾分布，但峰度和偏度均明显低于日、周新增贷款。
2. 不同月份新增贷款的统计特性差异显著。每年3、6、9、12月新增贷款的均值、中位值均明显高于其他月份，且其中的3、6、9月新增贷款最大值也明显高于其他月份。每年的1、2、10月份，由于有长假期的原因，导致新增贷款明显低于其他月份。每年的4、5、7、8、11月的新增贷款统计特性接近，且与月度均值接近。
3. 月度新增贷款具有明显的季度波动周期，具有季末冲高的显著特征。
（四）新增贷款统计特性
1. 商业银行的信贷投放具有显著的统计特性和规律，这为商业银行加强资金管理、提高信贷管理水平，奠定了良好基础。
2. 日、周、月新增贷款的统计分布特性具有很多共性，如均呈现偏峰肥尾的分布特征等，但分布的峰度、偏度值有随统计期间延长而依次下降的趋势。
3. 日、周、月新增贷款有各自的分布特性，如每周不同日子的新增贷款有显著差异；每年不同月份的投放也存在统计上的显著差别等。
4. 综合不同时间尺度信贷投放的统计特性，商业银行可以更加有效地进行资金管理、流动性管理，如采用在险价值（Var）方法，可以更为准确地预测日、周等的新增贷款需求。
二、信贷投放的时序模型研究
为有效地进行月度新增贷款的分析和预测，本文运用ARMA等时间序列模型作为主要分析技术，对1999年至2005年月度新增贷款数据进行了多维度的模型拟合，并对2006年的实际发生数和模型预测值进行了有效性对比分析，以验证模型的运用效果。
（一）全行月度新增贷款分析预测
1. 模型的建立与检验。以时序数据的自相关和偏相关图为基础，并以AIC和SC指标值最小化为目标，确定ARMA模型的p、q的阶数分别为3、3。对模型残差进行单位根检验，在99.9%的置信区间下，可以认定残差为白噪声序列，因此上述ARMA（3，3）模型较充分地提取了原始数据序列的各方面信息。模型拟合参数和残差检验、分布特征如表2。
由此可得模型预测函数为：
L=1.014*MEAN05＋0.430656*AR(1)－0.283269*
AR(2)＋0.672164*AR(3)－0.066168*MA(1)＋0.680341
*MA（2）－0.587238*MA（3）
其中：MEAN05是指2005年（含）之前年份各月度新增贷款平均值，其他参数参考ARMA模型定义。
2. 模型的预测与验证。依托此模型对2006年全行各月份新增贷款数据进行预测，并将其与实际发生值进行对比分析，结果如图1。
不同月份的模型预测值与实际值均非常接近，且变动趋势同步；各月份的实际新增值基本上都分布在模型预测区间内（预测值的上下一个标准差）。各月份实际新增贷款量往往高于预测量，表明2006年处在信贷规模扩张的阶段，贷款增速高于往年平均增速。模型预测2006年该银行的新发放贷款总量与实际值相差5.67%，表明了模型预测精度比较可靠（预测精度为94.33%）。
（二）区域月度新增贷款分析预测
利用ARMA（1，2）模型对该银行某省级区域分行的新增贷款进行拟合预测，结果如图2。
模型预测的该区域不同月份新增贷款值与实际值非常接近，且变动趋势同步；各月份的实际新增值分布在模型预测区间内（预测值的上下一个标准差）。2006年，该地区实际发放500多亿元贷款，模型预测值仅比实际值小了3.37亿元，误差仅为0.62%，实证模型预测精度为99.38%。
（三）行业月度新增贷款分析预测
根据该银行内部的行业分类准则，用ARMA（1，2）模型对某行业2006年新增贷款进行拟合预测，结果如图3。
模型预测结果与实际值比较接近，变动趋势同步性较强；预测结果存在一定误差，预测值比实际值小了14%。主要原因是在5月至7月期间，新增贷款有一个明显的冲高，越出了模型预测值边界。当然，年度内其他月份的实际发放额基本落在模型预测区间内。
（四）不同业务品种月度新增贷款分析预测
本文尝试采用四种不同的时间序列方法对该银行2006年各月的流动资金贷款进行了时序拟合和预测分析，结果见表3。
分析认为，各模型均对新增贷款的波动趋势作出较好的预测，预测值与实际值的偏差均在可接受的范围内；不同时序模型的预测效果比较接近，模型之间具有较好的替代性；四个模型方法中ARMA模型具有更佳的表现。
（五）信贷投放时序特性
综合分析多个维度的时序模型，本文认为：
1. 时间序列模型可以对信贷投放进行有效的预测，该方法具有较强的适用性。模型预测精度较高，但是不同维度模型的预测效果存在一定的差异（表现在预测值与实际值之间的偏差）。
2. 不同类别、维度的新增贷款时间序列，均可以使用ARMA模型进行预测，但是由于数据的历史波动规律存在差异，因此模型的参数（p、q值）的选取有一定差别。
3. 可以使用不同的时序模型方法对信贷投放进行预测，预测效果近似。通过对比分析，可提供更为准确有效的信贷投放预测结果。
4. 多维度的信贷投放预测模型精度较高，可以为商业银行合理有效把握信贷投放节奏，进行分行业、分地区和分业务品种的信贷资金配置管理，开展信贷组合管理，提供有价值的参考信息和奠定数据基础。
5. 商业银行可以根据自身管理维度和精细度的要求，开展更为深入的信贷资金时序规划和预测研究。
三、政策建议
商业银行的日、周、月新增贷款具有差异明显的统计特性和时序波动特点。运用多种时间序列模型方法，可较好地拟合历史新增贷款数据，并进行有效预测。基于此，时序模型可以在以下方面发挥应有的作用：
（一）辅助信贷投放监管
新增贷款的时序分析，可以为政府主管部门进行货币政策的效果分析和窗口指导的计划安排，提供一个有效的技术工具。通过对全国贷款资金投放的时序分析，可以制定出更为合理的信贷投放规模和计划，同时通过信贷投入的变化对经济进行周期和反周期的调控，减少商业银行“亲周期性”，有效贯彻国家宏观调整政策，规避银行业整体风险。
（二）改善信用风险管理工具和技术手段
新增贷款的时序分析，可以将信贷投放与行业经济周期进行有效匹配，以更有效地规避由行业波动带来的信用风险；将区域的信贷投入力度与该地区经济发展走势有效匹配，不仅支持了国家区域发展规划，而且实现了银行的有效信贷市场的开拓。进而，通过运用时序模型，对新增贷款行业、区域、品种等多维度的合理配置，为实现信贷结构的调整、优劣信贷市场的进退、全面的风险管理、稳健的可持续经营提供必要的技术支撑，以帮助银行不断实现风险与效益相匹配的均衡发展。
（三）提升银行流动性管理水平
基于新增贷款的时序分析，做好资金规划，改善资金的调配和使用，从而更好地进行资金运作，不断提高资金使用效率，从而有效改善银行的流动性，提升经营业绩。
基于本文的研究，可以进一步深入分析微观的商业银行信贷投入与宏观的经济走势之间的内在统计规律特性；研究如何结合信用限额管理目标，全面构建信贷流量和存量预测分析框架；也可研究如何逐步构建动态的、数据驱动的资金计划计量体系。
参考文献：
[1]易丹辉.数据分析与Eviews应用[M].北京：中国统计出版社.2002.106－132.
[2]王敏.“十五”期间山东省信贷投放研究[J].济南金融.2006，（7）： 2－4.
第3篇：金融月度总结范文
关键词：货币政策；股市；DAG方法； VAR模型；马尔科夫转换模型
Abstract:Using technique of DAG and VAR model,this paper study the effects of Chinese monetary policy on stock market. The analysis results indicate monetary shocks have negative effects on stock market price in short-term and medium-term.We also apply Markov-switching model to investigate whether Chinese monetary policy have asymmetric effects on stock market.The analysis results show that contractionary monetary policy will decrease stock returns more in bear markets than in bull markets and lead to a higher probability of switching from the bull markets regime to the bear markets regime.
Keywords：monetary policy，stock market，DAG Methods，VAR Model，Markov-switching Model
中图分类号：F830.91 文献标识码：B文章编号：1674-2265（2009）03-0035-06
一、引言
二十世纪90年代以来，随着中国经济市场化改革的深入，货币政策日益成为宏观经济调控的主要政策手段，同时以股票市场为核心的资本市场迅速成长，对国民经济的影响和作用越来越大，货币政策与股票市场的关系成为经济学界讨论的热点问题。国内外学术界对这一问题的研究主要集中在以下三方面：第一，股市在货币政策传导过程中的角色与作用；第二，货币政策是否应对股市价格波动做出反应；第三，货币政策是否对股市的定价和收益产生影响以及货币政策对股市价格波动的预测力。
国内学者从理论和实证两方面对我国股票市场发展与货币政策的传导关系做了大量的研究工作。许多研究者认为中国股票市场的发展壮大改变了传统货币政策传导单纯依赖金融机构信贷的局面，形成了传导货币政策的新渠道，即货币政策的调整引起股票的价值重估，再通过财富效应、托宾q效应、流动性效应以及资产负债表效应等影响实体经济和通货膨胀。同时研究者也认为，我国股票市场对货币政策的传导渠道是存在的，但由于中国股票市场建立时间尚短、规模较小、运行不规范、制度不完善等原因，传导效率并不高（郭金龙，2004；刘剑，2004；薛永刚，2008）。
各国大量经验证据表明，随着资本市场的深化和广化，资产价格波动的效应大大超出了对资本市场本身的影响，资产价格的剧烈波动会导致金融不稳定甚至引发严重的经济危机，因此二十世纪90年代以来资产泡沫及其影响尤其受到广泛关注。但货币政策是否应对股市价格波动做出反应呢？在国外经济学界和央行，对这一问题的解答争议较大。一种意见认为，央行应设定一个股市价格目标，当股市出现明显泡沫时，央行应积极采取对策抑制股价、刺破股市泡沫。另一种意见认为，央行不应直接对资产价格波动做出反应（即资产价格不应进入货币当局的最优政策函数），其理由包括股市泡沫难以判断和度量、刺破资产泡沫可能导致经济衰退、货币政策对股市波动的频繁反应增大而非缓和了宏观经济波动等（Roubini，2006）。有趣的是，从国内相关文献看，国内研究者似乎对这一问题形成了某种共识：由于技术、制度和作用机制上存在许多困难和障碍，中国央行现阶段还不能将资产价格纳入货币政策的直接调控目标，但央行应关注资产价格的波动，并做出适当反应，从而加强货币政策的前瞻性，简言之，对股市要“关注”但不要“盯住”（瞿强，2001；孙华妤，2003；郭田勇，2006；王劲松，2008）。
本文主要对中国货币政策是否对股市的定价和收益产生影响做实证考察，包括运用基于DAG方法的VAR模型研究货币政策与股市收益的动态因果性，运用马尔科夫转换模型（Markov-switching）研究货币政策对股市的不对称效应。从内在联系看，研究货币政策对股市的定价和收益的影响应视为是否将股市价格纳入货币政策目标这一问题的前提问题，因为只有货币政策能够有效影响股市价格走势时，将股市价格纳入货币政策目标才有可能性和可行性。因此，本文的研究加深了对货币政策传导渠道和结果的认识，为央行制定有效的货币政策，当然也为投资者进行股票市场投资提供了有益参考。
二、货币政策与股市价格水平的动态因果性
（一）基本方法与数据
对于货币政策与股市收益动态因果性的研究，现有文献通常采用Granger因果检验和传统VAR方差分解、脉冲响应的方法。但以上方法存在较大局限性，杨子晖（2008）对此做了一个很好的总结。Granger因果检验建立在这样的假设前提下，用过去解释将来，因此它不能给出变量之间的同期因果关系。而传统的VAR方差分解、脉冲响应使用的是Choleski结构分解方法，这一方法的最大问题在于对VAR系统内的变量关系施加了一个相当武断的设定，认为结构新息之间存在着递归的同期因果关系，即第一个变量的结构新息同期影响所有变量，第二个变量的结构新息同期影响除第一个变量之外的其它所有变量，依此类推，最后一个变量的结构新息不同期影响其它所有变量。以后学者又发展了Sims-Bernanke分解和Blanchard-Quah分解等结构分解方法，使研究者可以灵活地设定扰动的同期因果关系，但这些方法都需要借助先验信息和理论对扰动的同期关系进行设定，因此不可避免地存在相当的主观色彩（参见Enders，2003）。而Spirtes（2000）和Pearl（1995，2000）等人提出了DAG（Directed Acyclic Graph，有向无环图）方法，通过分析变量之间的条件相关特征来辨识变量的同期因果性，从而对Granger因果检验作出了有益的补充和扩展，而且为VAR结构分解提供了较为客观科学的识别约束，使研究货币政策与股市收益的动态因果性获得了新的方法和视野。
简言之，DAG是一个表征多个变量间因果关系和方向的图，如果变量X是Y的原因，表示为XY，如果变量Y是X的原因，表示为YX，如果变量X与Y独立，则二者无线段相连。但DAG中没有环路，即不可能从一个端点（变量）循有向路径回到原端点，举例而言，如XYZX是不可能的。Spirtes，Glymour和Scheines（2000）提出了PC算法从而实现数据的DAG。PC算法从变量集的完全无向图开始，在此图中每个变量和其它变量相连，然后根据变量之间的零相关或零偏相关消去变量之间的线段，直至最终获得DAG。本文运用软件TETRAD实现数据的DAG分析。
在建立VAR模型之前，还有一个货币政策的识别问题值得讨论，即用什么变量来代表货币政策。在国外早期的关于货币政策的文献中，通常用货币总量作为货币政策的度量，但二十世纪90年代后，随着越来越多的发达经济体央行放弃货币总量作为政策中介变量，研究者们也逐渐放弃货币总量作为货币政策的度量转而采用其它指标（如美国的联邦基金利率、贴现率等）。但现有的货币政策指标始终受到内生性问题的困扰，即货币政策指标的变动可能并不反映央行的政策倾向，要完满地解决这一问题尚需时日。就中国目前的情况看，由于货币总量（M2）的可控性较差，是否保持货币总量为政策中介变量颇受争议（刘明志，2006），因而将M2作为货币政策变量并不是一个好的选择。本文认为采用央行制定的金融机构法定存款利率可能是度量中国货币政策的一个较好的选择，因为它比较直接地反映了央行的政策意图，但是这一方法也存在缺陷，因为法定存款利率并不是央行唯一重要的政策工具，当央行更多地运用其它政策工具调控经济时，只用法定存款利率代表央行货币政策可能会低估实际的政策调整，例如从2004年以来中国央行频频调整法定存款准备金率以回收银行体系的流动性，因此为了更敏锐地反映中国央行的政策倾向和力度，本文用金融机构基准存款利率加上法定存款准备金率构造了一个货币政策指标。同时，由于货币总量（M2）仍然是中国央行实际关注的政策中介变量之一，本文也将M2增长率纳入VAR模型中作为研究货币政策效应的参考。本文的VAR模型还包括以下变量：股市价格水平，以上证指数月度收盘价为代表变量；实际产出，以中国工业增加值月度增长率为代表变量；通货膨胀率，以月度CPI变化为代表变量。本文估计VAR所用的数据为各变量1998年1月到2008年6月的月度数据，之所以选择1998年为实证分析的起点，是因为1998年中国央行正式放弃了信贷规模控制，转而采用主要以公开市场操作、利率调整和存款准备金率调整为组合工具的调控方式。本文所有数据来源于CCER数据库和中国人民银行的各期《中国货币政策执行报告》。
（二）实证分析
1. 单位根检验。对于VAR模型中的变量，首先进行单位根检验判断这些序列是否平稳。ADF（Augmented Dickey-Fuller）检验和PP(Phillips-Perron)检验的结果表明所有的变量均为非平稳的I(1)过程。
2. 块外生（Block Exogeneity）检验。二十世纪90年代以来，随着金融市场的发展与创新，大多数发达经济体央行放弃了货币总量作为政策中介变量，许多国外学者也认为货币总量在宏观经济研究和央行的政策考量中失去了有用信息变量的价值（Cuthbertson，2007），而国内的一些研究者则认为中国央行将货币总量（M2）作为中介变量之一仍是明智的选择，而且货币总量中介目标可以使央行和公众获得更多的信息，有利于做出预期和决策（陈利平，2006）。本文使用块外生检验考察货币总量（M2）是否提供有价值的信息，如果不能，则变量M2增长率可以从其它变量方程中排除掉，本文可能只需要估计一个4变量VAR即可。
本文使用似然比检验，检验统计量为
其中为受约束模型的协方差矩阵， 为不受约束模型的协方差矩阵， 和分别为 和 的行列式， 为模型中包含在方程中的最多的回归元的数目， 为所用观察值的数目。检验临界值是自由度为模型约束个数的分布值（给定的显著水平下），如果似然比检验统计量超过临界值则拒绝约束模型成立的原假设，反之则接受原假设。对包含6阶滞后的VAR模型检验结果似然比值近似为0，显著水平接近1，对包含12阶滞后的VAR模型检验结果似然比值为39.9811，显著水平为0.7881。因此似然比检验表明，在这个研究货币政策与股市收益关系的VAR模型中，货币总量增长率似乎是一个没有任何信息价值的多余变量。由于似然比检验是建立在大样本渐进理论基础上的，为了增加块外生检验的稳健性，本文还进行了AIC（Akaike Information Criterion）和SBC（Schwartz Bayesian Criterion）检验，检验结果同样支持受约束模型。综合以上分析，本文将变量M2增长率从VAR模型中排除。
3. 协整检验。VAR模型包含四个变量：通货膨胀率、工业增加值增长率、货币政策指数和股市收益率。本文根据AIC和SBC信息准则选定水平VAR的最优滞后阶数为12，并依此进行Johansen协整检验。检验结果表明，此VAR系统存在2个协整关系。协整检验结果表明应用向量误差修正模型（VEC）来估计本文的VAR体系。
4. DAG分析。本文运用向量误差修正模型对VAR体系进行了参数估计，得到如下回归残差相关系数矩阵：
其中变量的排列顺序为：货币政策指数MP、通货膨胀率IF、工业增加值增长率IP、股市价格水平ST。回归残差相关系数矩阵是DAG分析的源数据，我们将它输入TETRAD软件，在10%的显著性水平下，最终得到MP、IP、IF和ST四个变量的DAG（见图1）。由图1可知，在同期因果关系的意义上，通货膨胀率IF是货币政策指数MP的原因，货币政策指数MP是股市价格水平ST的原因。因此可以说通货膨胀率IF同期影响货币政策指数MP，货币政策指数MP同期影响股市价格水平ST，而其它同期影响的关系不存在。由此得到本文的VAR模型Sims-Bernanke结构分解的识别条件（Enders，2003）。
5. 基于DAG的脉冲响应函数和方差分解。根据以上分析，得到基于DAG的脉冲响应函数和方差分解，结果如图2、3、4所示。
从脉冲响应函数图可以得到以下观察结果：（1）股市价格冲击在当期对通货膨胀没有影响，但之后有显著的正效应，对通货膨胀的方差分解表明股票价格指数对未来通货膨胀有很强的解释力，这支持了引言中一些研究者的观点，即通过关注股市价格并实施对应的货币政策，有助于预先防范未来的通货膨胀，加强货币政策的前瞻性和预调能力（见图4）。（2）股票价格指数在货币政策冲击的同期就有负反应，并且在之后的10期（月）负反应逐步增强，在10期以后负反应逐步减弱为0，这表明货币政策冲击对股票市场短期和中期都有显著的负影响。对股票价格指数的方差分解同样表明货币政策冲击对股票价格指数的变化有较大的影响（见图2）。刘晃松（2005）对1998年到2004年中国存款准备金率升降与股市涨跌做了一个简略的案例分析，得出了与本文相同的结论。（3）虽然脉冲响应图表明在7期以前通货膨胀冲击对股票价格指数有微弱的正效应，在7期以后有不断增加的负效应，但是对股票价格指数的方差分解表明通货膨胀冲击对股票价格指数的变化缺乏解释力（见图3）。
三、货币政策对股票市场的不对称效应
2006年初，中国股市告别长达4年的低迷期，进入新一轮的暴涨暴跌行情。2006年1月，上证指数从1200点启动，到2007年10月16日冲上6124的历史最高点，随后在短短10个月内又迅速跌回到2400点左右。几乎同时，2006年初中国经济出现了信贷投放过多、投资增长过快、资产价格膨胀、通货膨胀抬头等经济过热的迹象，央行货币政策开始从紧。从2006年4月至2008年6月央行共计上调人民币存贷款基准利率8次、提高存款类金融机构人民币存款准备金率16次。有的股市投资者和研究者认为，央行频繁的紧缩货币政策导致了这一轮大牛市的终结。前文我们用DAG和VAR的方法证实了货币政策对股市收益有迅速显著的负影响，这里我们将用实证检验的方法进一步研究两个令人感兴趣的问题，第一，货币政策在牛市和熊市对股市收益是否有不同的影响。理论研究表明，由于金融市场存在着成本和信息不对称，金融资产起着重要的信贷抵押品的功能，因此当股市处于熊市时，紧缩的货币政策通过股票市场“金融加速器”的作用放大了信贷紧缩和总需求紧缩的效应，所以货币政策在熊市对股市收益有更大的影响。我们将运用固定转移概率马尔科夫转换模型考察这一问题。第二，货币政策是否会推动股市的周期转换，即是否货币政策冲击会改变股票市场从牛市到熊市或从熊市到牛市的转移概率，本文将运用时变转移概率马尔科夫转换模型考察货币政策是否影响股市状态转移概率。
（一）1998年1月―2008年6月中国股票市场周期的识别
首先运用固定转移概率马尔科夫转换模型划分1998年到2008年中国股票市场的牛市和熊市，使用的数据为1998年1月到2008年6月上证指数月度收益率。假定股市收益率服从如下二状态马尔科夫转换模型：
其中，为滞后算子，和
分别是股市收益率的状态依赖均值和方差，不可观察的状态变量取值为1或者2，分别代表股市的牛市和熊市，状态转移概率矩阵为：
其中，为状态1转移到状态2的概率。，为状态2转移到状态1的概率。
二状态马尔科夫转换模型的估计结果表明，马尔科夫转换模型识别了两个机制，一个为高均值收益机制（），一个为低均值收益机制（），状态1代表牛市，状态2代表熊市。状态转移概率的估计结果表明，牛市的平均持续期为 17个月，熊市的平均持续期为40.8个月。图5中上图为1998年1月到2008年6月上证指数月度收益率，下图为马尔科夫转换模型估计的股市处于状态1（牛市）的平滑概率，对比上下两图可见，马尔科夫转换模型清楚地识别了股市的牛市和熊市，而且估计结果与经验观察十分吻合。
（二）货币政策对股票市场的不对称效应
本文假定货币政策对股市的影响服从如下马尔科夫转换模型：
其中为t时的股市收益率， 为t时的货币政策冲击。通过估计货币政策状态依赖影响系数（）
这个模型可以度量货币政策冲击在不同的股市状态下对股市收益率的不同的影响。这里使用两种方法度量货币政策，第一种是货币总量M2增长率，第二种仍然用金融机构基准存款利率加上法定存款准备金率构造一个货币政策指标，然后用这个货币政策指标的一阶差分代表货币政策冲击。本文用两种货币政策度量分别估计如上马尔科夫转换模型，得到如下结果：
首先看表1的第一列，，，， 都显著小于0，表明紧缩性货币政策冲击（货币政策指标差分大于0）会降低股市收益率，货币政策指标增加1个百分点（例如法定存款准备金率上升1个百分点），在熊市当期会使股市月度收益率降低9.63个百分点，而滞后1期的货币政策指标增加1个百分点，在熊市会使股市月度收益率降低7.84个百分点。但是在牛市货币政策冲击的影响则很小，货币政策指标增加1个百分点在牛市当期会使股市月度收益率降低0.66个百分点，而滞后1期的货币政策指标增加1个百分点，在牛市会使股市月度收益率降低1.46个百分点，这可能是由于在熊市紧缩性货币政策有更强的金融约束效应，也可能在熊市股市投资者对不利的宏观经济信息反应更为敏感。和 表明货币政策冲击对中国股市确实存在不对称效应，同时以
为原假设的Wald统计量和以为原假设的Wald统计量也进一步证实了货币政策不对称效应的存在。
表1第二列对M2增长率的估计结果表明，M2增长率的变化对股市收益率的影响是高度不确定的。例如紧缩性货币政策冲击，当M2增长率减少5个百分点，在牛市当期会使股市月度收益率降低0.5个百分点，而在熊市当期会使股市月度收益率增加0.8个百分点，而当滞后1期的M2增长率减少5个百分点，在牛市会使股市月度收益率增加13个百分点。这似乎也表明M2增长率并不是一个好的货币政策度量。
（三）货币政策对股票市场状态转移概率的影响
假定股票市场收益率服从如下二状态马尔科夫转换模型：
转移概率矩阵为
其中 为t时状态1转移到状态2的概率，
为t时状态2转移到状态1的概率。这里状态的转移概率不再保持恒定，而是依赖于货币政策冲击，因此这是一个时变转移概率马尔科夫转换模型（Diebold和Lee，1994；Chen，2007）。转移概率函数有如下形式：
其中 为t时的货币政策冲击，由货币政策指标的一阶差分代表，如前文货币政策指标等于金融机构法定存款利率加上法定存款准备金率。转移概率函数对货币政策冲击求偏导数可得：
由于 和 都大于0，则 对货币政策冲击
的偏导数的符号取决于 的符号。因此如果 大于0，则表明当期正的货币政策冲击（即紧缩性货币政策）会使股市从牛市转入熊市的概率增大，反之如果小于0，则表明紧缩性货币政策会使股市从牛市转入熊市的概率减小。同理，如果大于0，则表明滞后一期紧缩性货币政策会使股市从牛市转入熊市的概率增大，反之如果 小于0，则表明滞后一期紧缩性货币政策会使股市从牛市转入熊市的概率减小。
和取值的符号也有类似的经济学含义。
使用1998年1月到2008年6月上证指数月度收益率和同期货币政策指标的一阶差分数据，表2给出了时变转移概率马尔科夫转换模型的估计结果。
估计结果清楚地表明，当不存在货币政策冲击时（和 都等于0），股市从牛市转入熊市的概率（）为0.074，而股市从熊市转入牛市的概率（）为0.035。由于 和 的估计值都大于0，因此正的货币政策冲击（即紧缩性货币政策）使股市从牛市转入熊市的概率增大，而由于的估计值小于0，因此正的货币政策冲击（即紧缩性货币政策）使股市从熊市转入牛市的概率减小。进一步分析，当期1个百分点的货币政策指标的上升，会使股市从牛市转入熊市的概率增大0.11，而滞后1期的货币政策指标增加1个百分点，会使牛市转入熊市的概率增大0.17，另一方面当期1个百分点的货币政策指标的上升，使股市从熊市转入牛市的概率减小0.01，而滞后1期的货币政策指标的变化对股市从熊市转入牛市的概率影响十分微弱，因此本文的计量分析结果表明中国央行强的紧缩性货币政策确实会大大增加股市从牛市转入熊市的可能性。
四、结论
本文使用1998年1月到2008年6月的中国月度经济数据，主要考察了如下问题：第一，运用DAG方法和VAR模型考察了货币政策对股市价格水平的影响。DAG分析表明，通货膨胀率同期影响货币政策指数，货币政策指数同期影响股市价格水平。基于DAG的脉冲响应函数和方差分解结果表明，货币政策冲击对股票市场价格水平短期和中期都有显著的负效应。第二，考察了货币政策冲击是否对股市收益存在非对称效应的问题。固定转移概率马尔科夫转换模型的估计结果表明，紧缩性货币政策冲击在熊市会更大降低股市收益率，但是在牛市货币政策冲击的影响则较小，这可能是由于在熊市紧缩性货币政策有更强的金融约束效应，也可能是熊市投资者对不利的宏观经济信息反应更为敏感。第三，本文运用时变转移概率马尔科夫转换模型考察了货币政策冲击会否改变股票市场从牛市到熊市或从熊市到牛市的转移概率，计量分析结果表明中国央行的紧缩性货币政策确实会增加股市从牛市转入熊市的可能性。
参考文献：
[1]陈利平.货币存量中介目标制下我国货币政策低效率的理论分析[J].金融研究，2006，（1）.
[2]郭金龙，李文军.我国股票市场发展与货币政策互动关系的实证分析[J].数量经济技术经济研究，2004，（6）.
[3]郭田勇.资产价格、通货膨胀与中国货币政策体系的完善[J].金融研究，2006，（10）.
[4]刘晃松.低效率股市投资理论及制度创新[M].上海：上海人民出版社，2005.
[5]刘剑，胡跃红.股票市场发展与我国货币政策的有效传导[J].中国软科学，2004（11）.
[6]瞿强.资产价格与货币政策[J].经济研究，2001，（7）.
[7]孙华妤，马跃.中国货币政策与股票市场的关系[J].经济研究，2003，（7）.
[8]王劲松，韩克勇.股票价格与货币政策调控目标[J].经济评论，2008，（1）.
第4篇：金融月度总结范文
【关键词】Liv-ex 500红酒指数 美元的货币供应量 相关性 回归方程 ADF单位根检验 格兰杰因果检验 协整检验 VAR模型 脉冲响应函数
引言
Liv-ex500红酒指数（以下简称Liv-ex500）是国际上最具公信力的红酒销售指标之一，通过Liv-ex严格挑选的500支红酒作为成分股编制而得出，每个月公布一次，该指标主要是为红酒投资者或消费者提供买卖参考，并直接对世界红酒市场产生直接的影响。值得一提的是由于能够作为指标的红酒价格往往不菲，并且买得起这些顶级红酒的消费者和投资者多属于金字塔的顶端消费阶层，因而它又被称为“富人指数”，通常被用来观察上流社会的消费意愿，反应出上流社会的投资倾向。由于上流阶层的投资者能够掌握更多的市场投资信息，他们往往能够提前发现市场的风险和机会，因此该指数往往会非常有趣的提前“觉察”到市场的变化。由于世界大宗商品的价格大部分都是使用美元计价的，所以文章拟研究美元的货币供给量M1、M2、美元指数（USDX）的月度收盘价格和liv-ex500之间的内在关系，那么M1和M2的变化会引起liv-ex500的变化吗？USDX会对liv-ex500产生影响吗？虽然关于红酒投资的文献很多，但是采用实证的方法来研究红酒投资的分析还较少，因此本文将通过实证研究的方法来解决这些问题，将红酒的投资研究实证化，并且对红酒的投资做一些初步探讨，为红酒的投资做出一些参考的根据。
一、研究中使用的方法与数据的来源
（一）研究使用的分析方法简介
为了研究liv-ex500红酒指数与美国的货币供给量和美元指数之间的关系，本文主要采用相关分析法、johansen协整检验法、格兰杰因果检验法、VAR模型法和脉冲响应函数法。
根据计量经济学的观点，相关性的分析从研究方法上保证了模型了准确性和严谨性。为了建立向量自回归模型，先把研究对象进行单位根检验，然后对一阶单整的变量使用格兰杰因果检验法，最后对可以通过格兰杰因果检验的变量建立VAR模型，并且通过脉冲响应函数来检验变量在不同滞后期对函数的冲击。另外，为了说明变量之间存在的长期均衡关系，文章在进行单位根检验的基础进行了协整检验。
（二）研究数据的可靠性及处理方法
为了研究liv-ex500红酒指数与美国的货币供给量和美元指数之间的关系，文章选取了伦敦国际酒类交易中心的liv-ex500红酒指数的月度数据和美国狭义的货币流通量(Ml)、广义货币流通速度(M2)和月度美元指数（USDX）等主要指标进行分析。相关数据都来自于伦敦国际酒类交易中心及美联储网站公布的月度数据以及自己的收集，由于使用的是月度指标，在分析之前，先对各指标进行调整，另外，考虑到异方差性对结架的影响，分别对各绝对指标取了自然对数，对数据取自然对数并不改变原数据的性质和关系。
考虑到对于红酒实证研究的相关资料较少，而且相关的数据和资料难找，因此本文仅能选取2005～2010年的月度数据为研究样的本区间。在实证研究过程中，采用月度数据进行分析，本文的分析通过spss软件及Eviews5.0来实现的。
二、相关性分析
首先采用相关性分析的方法对LIV-EX500与M1、M2和USDX的关系进行初步分析。如表1显示的是相关分析的结果．从表中可以看出M1和M2与LIV-EX500之间都存在显著的正相关关系，其中LIV-EX500和M1之间存在着正相关关系，相关系数达到0.759，而LIV-EX500和M2之间存在着高度的正相关关系，相关系数达到了0.950；然而LIV-EX500和USDX之间存在着显著地负相关关系，负相关系数达到-0.628，因此LIV-EX500及M1、M2和USDX之间的关系可以通过显著性检验。
通过回归方程，我们可以看出LIV-EX500与M1、M2和USDX之间显然存在着较高的相关关系。
三、实证分析
（一）ADF单位根检验
当我们在分析宏观经济指标的时间序列时，由于变量之间的关系具有非平稳性，假设直接对这些变量分析可能会发生分析结果非有效性的情况，因此，我们对这些变量进行平稳性检验，并分析具有同阶单整性的变量。可以运用ADF方法进行的单位根检验，通过表2显示各指标的原序列均不能通过ADF检验，这说明几者都是非平稳序列。
表2 变量的ADF检验
表3 变量的一阶ADF检验
注：带*表示在10%的水平上显著，带**表示在5%的水平上显著，带***号表示在1%的水平上显著。
但是对这些指标进行一阶差分检验，几者都可以达到平稳的状态。检验结果如表3所示。从表中可以看出M1、M2和USDX指标的一阶差分都可以在1%显著性水平上通过ADF检验，Liv-ex500的一阶差分可以5%的显著性水平上通过检验。因此，这些指标都是一阶单整序列。
（二）Johansen协整检验
通过单位根的检验显示，我们可以用误差修正模型进行格兰杰因果关系检验来分析LIV-EX500与M1、M2和USDX之间存在的因果关系。但是误差修正模型分析要求各变量之间具有协整关系，所以在使用误差修正模型分析之前，有必要对相关变量进行Johansen协整检验。这样就可以判断变量之间是否具有稳定的关系，只有在各变量之间存在协整时，才能使用误差修正模型来确定这种长期均衡关系的情况。在检验中，首先要解决滞后期的问题，根据赵松山［ ！］研究的总结，即年度数据的滞后期取值1～2，季度数据的滞后期取值为4～5，月度数据的滞后期取值为12～13。文章使用的是月度数据，所以采用滞后期12～13进行检验。检验结果如表4所示。
表4变量之间的Johansen协整检验
通过协整检验的结果可知，在5%的水平上各变量之间都存在着一个协整关系。
（三）格兰杰因果检验
为了进一步探讨LIV-EX500与M1、M2和USDX的关系怎样反应了因果关系，也就是说到底是谁影响谁或者还是相互影响，然后写出合理的模型，我们进行表5中的因果关系检验。
从表5说明，本文分别选取滞后期一期、七期和十期的情况，因为这个滞后期比较具有代表性，同时也表示的时间周期为短期、中期和长期的情况。当滞后期为短期的时候，LIV-EX500既是M1的格兰杰原因，同时也是M2的格兰杰原因；当滞后期为中期的时候，LIV-EX500既是M1、M2的格兰杰原因，同时也是USDX的格兰杰原因；当滞后期为长期的时候，LIV-EX500仅是M1的格兰杰原因。因此我们可以看出他们之间是存在着因果关系的，这也充分的说明了LIV-EX500指数的预测性和具有的富人指数效用。
表5LIV-EX500和其他变量的关系
（四）向量自回归模型（VAR）的建立
对通过ADF检验的一阶单整序列M1、M2、LIV-EX 500和USDX建立向量自回归模型，采用赤池和施瓦茨准则来选择滞后项，同时通过对残差进行正态独立分布诊断，然后反复试验确定最优化的滞后项为一到二阶，最后建立
以上的回归方程基于OLS的结果，其中的个别变量的t值不能达到显著水平，这是因为方程中出现同种变量多种滞后变量造成的多重共线性造成的，但是对于方程而言，显著性水平和拟合程度是非常好的，所以说这个回归的结果是可靠的。
通过这个模型可以看出，LIV-EX500随着滞后二期M1的影响要强于一期的，这说明LIV-EX500随着后期数的增加而受到的影响程度增加，同样LIV-EX500也显著地受到M2、USDX对于LIVEX500的影响有一个加强的作用，但是其他因素的影响由于异号的抵消作用，虽然能够显著地影响LIVEX500，但是放在一起的作用难以判断。为了解决这一个问题，本文使用了脉冲响应函数(IRF)和方差分解这两个工具来进行解释。
（五）建立脉冲影响函数（IRF）
图1各个变量对LIV-EX500的响应路径
为了考虑M1、M2、USDX在不同时间里对LIV-EX500的影响，我们生成了LIV-EX500的脉冲响应图，从图1上可以看出，在M1的冲击之初，LIV-EX500出现负向反映，但仅维持四期左右，从第四期廾始，LIV-EX500出现正向反映，并且逐渐趋于平稳时。这说明，M1的变动开始对LIV-EX500的影响不大，但是从长期来看影响较大。在M2的冲击下，在六期之前是正向反映，然后成负向反映，但是无论在长期还是短期都较为平稳。USDX的影响是负向反映，并且从长期来影响是较大的。
四、检验结果分析
通过以上的检验，我们可以得到下面的结论：
一是从05年1月到10年12月份的LIV-EX500与M1、M2和USDX的经验来看，Liv-ex500和M1、M2都处于一个平稳上升的趋势，具有很强的正相关性，并且在5%的显著性水平下存在着长期均衡的关系；同时，Liv-ex500和USDX之间从经验上看具有负相关关系，原因是世界大宗商品的价格和美元之间具有负效用，当美元强势的时候，世界大宗商品的价格相对而言就便宜啦，反之亦然，从检验中我们也可以发现，Liv-500和USDX之间在长期内也具有均衡关系。
二是LIV-EX500与M1、M2和USDX经调整后的自然对数值是一阶单整的时间序列，这说明变量是平稳的，格兰杰因果检验显示在短期内LIV-EX500是M1、M2的格兰杰原因，在中期内LIV-EX500是M1、M2、USDX的格兰杰原因，但是在长期Liv-ex 500是M1的格兰杰原因，这说明几个变量之间是存在有因果关系的。
三是最后通过对向量自回归(VAR)模型的观测，可以大致看出LIV-EX500与M1、M2和USDX的影响关系，最后进行了比较精确的预测还使用了脉冲响应函数(IRF)，其结果为：LIV-EX500除了受到M2的影响较小外，受到另外两个变量的影响都较大。M1在期初的冲击是负反映且较小，但是在后期却是正反映且影响大；USDX的冲击都是负反映并且在期初的冲击小，但是长期内的冲击大。当然这一结论与格兰杰因果检验的中长期结论并不相悖，这也说明了格兰杰因果检验的中长期预测精准性要高于短期。
参考文献
[1]李子奈，叶阿忠.高等计量经济学.[M].高等教育出版社， 2003-08
[2]艾建国.论房价和地价的相互关系.[J].城市发展研究，2008 -01
[3]陈震.上海房价与地价关系的实证分析.[M].云南财经大学出版社， 2011-10-01
[4]张晓峒.EViews使用指南.[J].南开大学出版社，2003-07
[5]彭维湘.中国货币流通速度与股票市场的关系研究.[M].经济纵横，2011-09
第5篇：金融月度总结范文
论文提要：1997年的亚洲金融危机表明，宏观经济政策的不一致性会危害金融体系的安全，而脆弱的金融体系反过来又可以很容易地损害宏观经济基础。随着全球化和国际资本流动的深入发展，一个经济体的脆弱性能够很快溢出并影响到另一个经济体。明智的政策选择和制度改革不仅会使本国受益，还会使与其有紧密经济联系的邻国受益。因此，自从危机以来，各国家、地区一级全球层面上对加强经济金融风险管理的兴趣不断提高。人们日益认识到，在一国内部和国与国之间强化风险管理机制，包括信息交换、区域经济监测和政策对话，对于维护一个国家、一个地区乃至全球经济金融稳定至关重要。而在众多倡议之中，一个引起政府、多边组织、投资机构和学术界关注的倡议是早期预警系统。这个系统能够对正在逼近的金融危机发出信号。早期预警系统模型为系统研究危机事件和相关因素提供了一个有用框架。
一、货币危机和银行危机理论:文献回顾
(一)货币危机理论。对于过去30年来发生在拉丁美洲、欧洲和亚洲的货币危机和银行危机的起因，目前已经有了大量的文献。研究货币危机的文献通常在一开始就介绍有关模型用来解释一些拉丁美洲国家在20世纪七十年代末所经历的危机。这些模型把货币危机看作是脆弱经济基础的结果。第一代模型开始于Krugman(1979)、Flood和Garber(1984)的创造性研究，重点关注广义的宏观政策的不一致性，这些宏观不一致性可能包括过度的国内信贷增长、脆弱的财政状况和疲软的经济表现。这些研究的贡献不在于指出不一致性会导致货币调整，因为这一点我们都能很好的理解，而是在于它预言:当有远见的市场参与者意识到目前的汇率不能再维持下去的时候，外汇储备可能会急剧突然流失。
Obstfeld开创了第二代货币危机模型。Obstfeld强调在一个国家追求的各种政策目标之间可能存在相互抵消的关系。由于银行体系崩溃预期，财政出于救助而导致的财政赤字也可能触发货币危机——这种政府不得不救助银行体系的预期可能会导致债权人抽离资金，从而引起货币崩溃并产生危机。这意味着一个国家可能会遭受自我实现式的货币危机。也就是说，因为一些时间或行动(例如由一个投机者所发起的时间或行动)，这种均衡可能会从固定汇率体制转换到浮动汇率体制，或从一个固定汇率水平转换到另外一个贬值了的固定汇率水平。
自从1997年亚洲金融危机以来，货币危机的理论研究已经深入了许多。所谓的第三代模型将货币危机看作是一国的资金外逃或者金融恐慌。第三代模型更关注对一国债权的结构，因为它会影响金融危机的风险。债权人，特别是那些短期债权人，能够突然撤回债权，从而导致该国外汇和流动性的急剧短缺，从而触发货币或金融崩溃。
广而言之，第三代模型已经注意到资产负债表效应对货币目标可持续性的重要影响。这方面的文章认为，资产负债表的不匹配会迫使银行或公司快速产生外汇需求。当很大一部分金融部门或者公司部门都有外汇需求时，汇率就会面临压力。但汇率贬值时，会有更多的金融机构或企业为了应对无止境的头寸需要而寻找外汇，进一步加剧资本流出，引发货币危机。
(二)银行危机理论。银行业的困境有两个:一是单个银行困境;二是系统性银行困境。有关第一种类型银行困境的原因，理论上更多地是从微观角度展开研究。一些主要发达国家使用的实证模型广泛运用这一理论来预测金融困境。单个银行困境可以导致系统性银行困境。Chari和Jagannathan(1988)的模型假定银行危机是这样的误解造成的:没有信息来源的存款人错误地认为，其他提取存款是因为一些有关银行资产的不利信息而行动的。
危机的另一个传播机制是通过银行间存款进行传导。单个银行困境的溢出效应通过同业拆借可以影响整个银行体系。金融机构的规模、银行间市场和其他金融市场的功能等因素将决定传染的可能性。从这个意义上说，新型市场中的银行风险更大。
决定银行体系困境的重要微观因素是一国整体制度框架的质量。由于道德风险、信息披露有限、公司治理框架薄弱、存款保险过度或者监管水平低所导致的市场纪律差，是决定信息不对称的程度、银行管理的质量以及脆弱性积累的关键因素，这些都会引发系统性银行危机。在系统层面上，宏观经济因素——对利率的冲击、汇率贬值、商品价格的冲击、经济增长减速和资本外流——也是危机的重要决定因素。
二、预测金融危机
(一)开发早期预警模型的原因
第一，发生银行危机和货币危机的国家损失惨重——由危机溢出效应而影响的其他国家受损也特别严重。自从20世纪七十年代后期以来，已有93个国家发生了100多次系统性银行危机事件(Caprio和Honohan，2001)。从公共部门解决危机的成本来看，其中约有18次危机(均发生在发展中国家)的成本达到了危机发生国GDP的10%或更多。根据货币基金组织1998年的一项研究报告，一国在银行业危机爆发后需要约3年时间才能使产出恢复到正常趋势，平均累积产出达GDP的12%。
危机还有“传染”的特征。即使是在一个相对较小的经济体中发生的金融行业严重问题也会有广泛的溢出效应。若世界某地发生了货币危机，其他国家(经济体)遭到投机性冲击的概率上升7%，即使相关国家对其政治经济基本因素采取了控制措施。
第二，简单观察货币风险及违约风险的传统市场指标往往不能获得多少关于即将发生危机的预警信号。目前的证据表明，在亚洲金融危机的发展过程中，利差和信用评级等指标的表现令人失望。研究表明，3个月期限的离岸证券利差这一指标没能对印度尼西亚、马来西亚和菲律宾的困境发出预警。也就是说，这类指标不是平坦就是下降，只是对泰国给出了断断续续的信号。
在新兴经济体中，预测单个银行困境和破产也存在一些问题。最近一项研究分析了一些国家的银行困境，结果表明，传统的银行脆弱性指标，如资本资产比率、净边际利润率、营运成本与资产的比率、流动比率等，在找出有问题银行方面的作用十分有限。也就是说，传统的CAMIL类型的比率——资本充足率、资产质量、管理稳健程度、收益、流动性——将不能预测单个银行是否要陷入困境。总而言之，仅仅集中精力于一个或者两个“包治百病式”指标的“廉价做法”不太可能得到一个良好的早期预警系统。若投资于一个综合的早期预警系统，则更可能获得成功。
(二)早期预警实验的一般规则。第一，在金融危机起源中寻找系统性模式意味着不能局限于最近的一次危机(或者一系列危机)，而是要研究一个更大的样本。否则，在重要因素与不太重要因素之间进行区分就可能会有太多解释，或者所得出的最后结果经不起更多实际经验的检验;第二，要像关注货币危机一样关注银行危机。关于金融危机先行指标的文献大都涉及货币危机。然而，发展中国家银行危机的成本比货币危机成本更大。银行危机似乎是引致货币危机的一个更重要的原因;第三，尽量使用比较广泛的早期预警指标集合。因为在新兴经济体中，金融危机的根源很多，因此需要大量指标来反映潜在风险源;第四，采用样本外检验来判断先行指标的有用性。一个模型的样本内表现会使人们乐观地误以为模型在样本外也能表现良好。
(三)早期预警实验中有意义的发现。通过实际数据的运用，Goldstein、Kaminsky和Reinhart(2000)从早期预警模型中获得了一些实证结果。下面介绍一些有代表性的发现:(1)新兴市场中，银行危机和货币危机在爆发前都有征兆，有些现象有重复发生的行为特征;(2)对于新兴经济体而言，利用月度数据对银行危机进行准确预测的难度要大于货币危机。在样本内，银行危机的平均噪音信号比货币危机的要高;同样，在样本外，该模型对货币危机的预测表现也比对银行危机的预测表现要好很多;(3)对于货币危机来说最好的月度指标是实际汇率(相对于趋势)的升值，而对于银行危机来说最好的月度指标是证券价格的下跌、出口的下降、M2与国际储备比率的偏高以及经济衰退;(4)银行危机和货币危机的最优先行指标之间既有很多共同之处也存在很大的区别，因此应单独考虑这两种危机;(5)在预测新兴经济体的货币危机和银行危机方面，主权信用评级变化的表现比经济基本因素中较好的先行指标的表现要差很多;(6)先行指标的样本外检验结果一直是令人鼓舞的——至少在货币危机方面是这样;(7)国家间危机传染效应表明，在理解新型市场发生货币危机的脆弱性时，要更加关注国家特有的经济基本因素。
三、总结
国家应该预期到未来的金融危机，并为此做好准备。为了限制金融危机的风险和实际危机的冲击效应，需要对脆弱性和金融风险进行实时监测。这可以通过运用设计良好的分析和预测框架——早期预警系统经常对金融稳定进行评估来实现。一定的危机应急计划也很有用，特别是如何应对早期银行危机的第一个信号的计划。因为最初银行危机的第一个信号经常决定是否会产生更加系统性的银行危机。然而更重要的是，国家要不断改进其整体激励框架，以使私人部门的金融机构及企业有意愿也有能力合理地管理其金融风险。这需要良好的宏观经济管理水平，包括适度的汇率管理，并确保实现金融部门和公司部门稳健的所有支柱都到位。
主要参考文献
第6篇：金融月度总结范文
【关键词】股市波动 宏观经济 格兰杰检验
一、引言
证券市场股票价格波动和宏观经济波动之间的关系一直是国内外学者关心的问题，也是国际经济学界的热点问题之一。2008年以来由美国次贷危机发展而来的全球金融危机，给世界经济带来了严重的影响，我国经济虽然一直保持平稳运行，国民生产总值增速也出现了明显的放缓，由2007年的14.2%到2008年～2012年分别为9.6%、9.2%、10.4%、9.3%和7.8%，而期间我国股市，以上证综指收盘价为例，也由2007年年末的5261.56下降到2013年8月末的2098.38。在此背景下，对我国股市波动与我国宏观经济波动之间关系的研究越来越受国内外众多学者的关注，其宏观经济指标的选取也越来越成为研究的焦点问题。
二、文献综述
有关股市波动和宏观经济波动，国内外众多研究者从不同角度对其进行了研究和分析，Fama的研究表明，股票价格与经济增长之间存在着正相关关系。[1]Engsted主要研究丹麦股票市场的波动影响因素，总结了股票价格、利率、汇率、消费、储蓄、国际收支、税收平滑指数、通货膨胀、劳动力需求、货币需求等因素相互之间的影响。[2]Dritsaki实证研究希腊的股票价格指数和希腊国内的宏观经济因素的长期关系，宏观经济因素主要是工业生产值、通货膨胀率和利率。同时，这些变量都通过了Johansen检验和格兰杰因果检验。[3]
我国学者对股市波动的分析主要是从基本面和政策面进行。比较具有代表性的是靳云汇、于存高（1998）对中国股票市场与国民经济关系的实证研究。他们分别研究了股票市场规模与国民生产总值GDP、居民储蓄、通货膨胀等变量的关系，股票市场与经济周期以及股票价格与宏观经济因素之间的关系，认为中国股票市场已经基本具备了经济晴雨表的作用，在一定程度上提前反映中国经济周期的变动。[4]
从前述文献看来，已有研究普遍认为经济增长、工业生产、通货膨胀、利率以及汇率等宏观经济因素波动与股市波动有较强的联系，是重要的有代表性的宏观经济变量指标，但在对我国股市波动与我国宏观经济波动之间关系的研究上，所选用的宏观经济变量指标普遍较少，也缺乏对全球金融危机后我国股市波动与宏观经济波动的研究。
三、指标选取与数据来源
首先，在指标选取上，通常用股价指数等指标来描述股票市场的波动，而在股价指数种类的选择上，最具代表性的是上海综合指数和深证成分股指数。本文选择上海综合指数进行研究，主要基于以下几方面的考虑：一是综合指数以在证券交易所挂牌上市的全部股票作为编制对象，能够反映证券市场总体变动情况；二是中国证券市场历来存在着沪强深弱的现象，上海证券市场相对而言更能代表中国证券市场的发展状况。[5]因此，本文采用上证指数进行研究。
另一方面，根据相关经济理论和我国经济发展实际情况，我们从众多宏观因素中选取了有代表性的12个指标：反映国民经济整体运行状况的工业增加值增长速度（GY）和制造业采购经理人指数（PMI）；反映通货膨胀的居民消费价格指数（CPI），工业生产者出厂价格指数（PPI）和商品零售价格指数（RPI）；反映货币政策的一年期存款基准利率（LL），狭义货币供应量（M1）和广义货币供应量（M2）；反映财政政策的财政支出增长速度（LGV）；反映对外贸易的进出口差额（XM）；反映汇率水平的人民币美元汇率（HL），外汇储备（WH）。这些指标基本涵盖了我国宏观经济情况。
其次，在上证综指和有代表性的宏观因素的样本选取上，本文采用2008年1月～2013年8月的月度数据，相对于大多数研究采用季度或年度数据，扩展了样本容量，使研究结果更可信。在实证研究中，所使用的上证综指收盘价（SZ）、汇率收盘价来自大智慧，所使用的其他宏观经济数据来自于中华人民共和国国家统计局、中国人民银行和东方财富网。
四、实证过程分析
（一）单位根检验
由于我们采用的是月度数据，因此首先通过eviews6.0软件对部分缺失数据采用指数平滑法计算，然后用X11方法分离出季节影响，再对季节调整后的时间序列进行单位根检验，检验其平稳性，在10%的显著性水平下，且根据SIC准则选择滞后阶数，运用ADF法进行单位根检验，根据ADF统计量和P值数据可知，SZ、GY、PMI、CPI、PPI、RPI、LGV、XM均表现平稳，而LL、M1、M2、HL、WL表现为一阶单整。其中，通过对以上一阶单整非平稳宏观经济变量进行一阶差分所得DLL、DM1、DM2、DHL以及DWH均表现为平稳。
（二）协整检验
由上述单位根检验，我们可以知道SZ、GY、PMI、CPI、PPI、RPI、LGV、XM以及经过一阶差分处理后的LL、M1、M2、HL、WH在10%的显著性水平下均表现出平稳性。接下来我们通过协整检验考察其是否存在长期均衡关系，方法有两种：一种是基于回归残差的EG两步法协整检验。主要适用于检验两变量的协整关系，另一种是基于回归系数Johanson协整检验，适用于多变量之间协整关系的检验。[6]在这里，我们采用第一种方法EG两步法进行协整检验，检验结果如下：
由以上协整方程可以得出，在5%的显著性水平下，所有宏观经济变量均与上证综指呈现比较显著的协整关系，即长期均衡关系。且与进出口差额（XM）、工业增加值增长速度（GY）、制造业采购经理人指数（PMI）、居民消费价格指数（CPI）、工业生产者出厂价格指数（PPI）、商品零售价格指数（RPI）、财政支出增长速度（LGV）、外汇储备（WH）、一年期存款基准利率变动率（DLL）以及狭义货币供应量变动率（DM1）正相关，与广义货币供应量变动率（DM2）、人民币美元汇率变动率（DHL）负相关，这些检验结果与相关经济理论的结论基本相符。
（三）格兰杰因果检验
我们采用以上12个平稳宏观指标对上证综指（SZ）进行双变量格兰杰因果检验它们是否是彼此的格兰杰原因，并且采用AIC准则来确定滞后期数，相伴概率P值越小，表明解释变量对被解释变量的统计上的因果关系及预测能力越强。
由检验结果我们可得出如下结论：在10%的显著性水平下，上证综指（SZ）是狭义货币供应量变动率（DM1）、广义货币供应量变动率（DM2）、制造业采购经理人指数（PMI）、工业增加值增长速度（GY）、工业生产者出厂价格指数（PPI）、商品零售价格指数（RPI）变动的显著原因，而居民消费价格指数（CPI）、工业生产者出厂价格指数（PPI）、商品零售价格指数（RPI）又是上证综指（SZ）变动的显著原因。而国际收支、汇率、外汇储备、政府支出则与股市波动相关性很低。
五、结论与政策建议
本文采用2008年1月～2013年8月的月度数据，对其进行格兰杰因果检验，由以上实证分析可以得出，全球金融危机以来，我国股市波动性对我国宏观经济变量的解释能力较好，在某种程度上能反映我国经济发展的趋势水平，发挥经济周期变化的“晴雨表”的作用，但是从检验结果中我们可以发现两个问题，一是宏观经济变量对我国股市波动性解释能力较弱，二是某些传统意义上对股市波动有影响的宏观经济因素却与我国股市相关性较弱，如国际收支、汇率、外汇储备等。这可能是我国股市发展不够完善、不够开放的原因造成的。
针对我国股市的现实情况，为使我国股市与宏观经济健康协调发展，本文提出如下几点政策建议：
第一，应完善证券市场监管体系，加强股票市场的立法和规范化管理，建立一个公平的市场竞争环境，保护投资者利益。当前，我国的监管主要是以政府为导向的监管，政府监管是市场经济和股市正常运行的保证，但是不能过度替代市场功能，否则将会降低股市效率，阻碍股市的良好发展，因此，市场机制与政策导向要合理结合，增加行业自律的比重，这样，我国股票市场才会越来越成熟与完善。
第二，应提高上市公司的质量，统一入市准则，完善退市机制，降低信息不对称性，提高股市透明度。正是因为我国上市公司质量普遍不高，不具备投资价值，因此我国许多投资者寻求短期投机获利，因此，完善我国上市公司的信息披露制度，保护投资者利益时尤为重要的。
第三，要坚持对外开放，促进股票市场的产业创新，努力创建统一的、多层次的市场体系，促进股市的可持续发展，积极推动我国股票市场的国际化进程。由市政分析结论也可看出，相对于发达国家股票市场，我国股市还不够完善与开放，这也就造成了宏观经济波动对我国股市波动的解释能力较弱，因此，坚持对外开放，与国际接轨，对我国股市与宏观经济健康协调发展是十分重要的。
参考文献
[1]Fama，E，F.Stock returns， expected returns and real activity[J].Journal of Finance，1990，45：1089-1108.
[2]Engsted， T.1. Measures of Fit for Rational Expectations Models[J].Journal of Economic Surveys；2002，Vol.16 Issue3：301-355
[3]Dickson，David G.Stock market integration and macroeconomic fundamentals：an empirical analysis[J].Applied Financial Economics；2000，l0：261、276
[4]靳云汇，于存高.中国股票市场于国民经济的实证研究（上）.金融研究，1998（3）：40-45.
[5]林毓鹏.中国股市波动的宏观经济因素分析，2009.4.1
第7篇：金融月度总结范文
20xx年全球金融危机时刻警示着我们，在新的一年里，财务部工作人员应在厂领导的正确领导下制定对全厂其他部门的考核制度或者相关办法。在国家各项财务法律、法规的监督下制定如下考核制度：
1、组织财务部各员工对国家有关法律法规、会计制度、安全法、财务制度、管理制度等有关法律法规进行系统学习。
2、在财务部内部明确考核制度：财务人员的分工及各职能部门的协作，要分工明确并带有互相协作补充性，相互配合的工作中不断学习，对各项费用的合理支出起到监督作用，对违规违纪行为起到监督智能。
3、在应收帐款上起到有效的监督作用：明确各分管会计的职责，制定相应的制度，如对应收款的监督，应制定相应的规定，对货款回收的期限把握、回款具体事宜、相关销售责任人都应有相应的监督，加大财务监督力度。
4、在对公司其他部门的工作方面：对各科室产生的各项费用进行核算，为公司节省每一笔支出，从一角一元做起。在对各种原料的发票接收方面，认真做好本职工作尽自己的能力去做好每一笔业务的考察及发票的接收工作，认真完成每月的报税工作。
5、对车间的耗用、检修期间产生的各项费用进行把关，为节约成本、减少开支做好每一项工作，对各项费用的节、超进行考核并报公司领导，协助领导做好决策工作。
第8篇：金融月度总结范文
关键词：固定资产投资;消费价格指数;负相关性
一、研究背景
中国经济在改革开放后的三十多年里突飞猛进，当然也遇到了一些困难和挑战，其中在上世纪90年代的我国开始经济转轨，在粗放型经济增长的方式下，中国通货膨胀于经济增长之间的关系，和许多国家相比有着极大的不同之处。中国的经济增长不是推动通货膨胀上涨的直接原因，而是通货膨胀导致的结果。
2006年湖南大学金融学院的乔海曙和王军华运用统计方法对投资与通货膨胀关系进行检验。他们通过Eviews软件对2002年1月到2005年8月我国消费价格指数与固定资产投资增长指数进行相关性检验与时间序列回归分析，得出了关于通货膨胀与投资的因果关系的实证性结论检验，即滞后1期、2期、3期的固定资产投产对通货膨胀率均起助推作用，且滞后三期的固定资产投资增长对通货捧膨胀的助推作用明显大于前二期，这与投资对经济影响的周期也是相符的。
2007年复旦大学中国经济研究中心的张军和方红生通过Toda-Yamamoto长期因果检验程序和广义脉冲反应技术研究了全社会实际固定资产投资与零售价格水平变动之间的长期因果及其冲击——动态反应关系，然后进一步考察了货币供给量M1和贸易依存度在促成上述关系中所扮演的角色。通过对1978——2003间的全社会实际固定资产投资、零售物价总指数、对外贸易依存度的对数、货币供给量M1的数据进行模型检验，得到的结论是：
1、投资变量在影响零售物价水平变动的过程中起着决定性的作用。
2、反过来，零售物价水平在5%显著性水平上是影响实际投资变动的长期直接因，即实际投资于零售物价水平互为因果关系。
3、货币供给量M1作为唯一的外生变量，其增长不是价格水平变动的直接因，而是通过全社会实际固定资产的投资的增长，间接地成为影响价格水平变动的原因。这表明控制住M1的增长，就可在很大程度上控制住实际投资的增长。
综上所述，对于通货膨胀尤其是2002年之后到2005年之间的通货膨胀，国内学者基本一致观点是，投资的增长在推动通货膨胀的诱因中扮演着十分重要的角色，无论是从其重要性与显著性的角度来看，无疑是可以基本肯定的。那么对于当前的通货膨胀，我们将借鉴相关学者的实证分析方法，对其与投资的关系进行分析。
二、实证分析与结论
在对通货膨胀进行度量时因为是对当前经济现状的分析，我们采用消费者价格指数来描述，因此通货膨胀用消费者价格指数来表示，而投资则用固定资产投资完成额增长指数来表示由于我们分析的是当前的的物价上涨及通货膨胀与投资的关系，用月度数据更能说明问题，我们便采用了月度数据来分析。由于每年1月份的固定资产投资增长指数国家统计局并不公布，我们利用相关的统计方法进行了缺失值的处理。选取数据的样本期间为2010年1月份到2011年2月份，经处理后的消费者价格指数与固定资产投资增长指数的月度数据显示如表。
我们首先对两个指数的样本数据进行时间序列的平稳性分析。通过ADF检验，由下表的检验数据可知，对消费者价格指数和固定资产投资增长指数进行二阶差分后，二者的检验T统计量分别在1%和10%的显著性水平下是平稳的序列。消费价格指数
ADF Test Statistic -4617646 1% Critical Value* -4326
5% Critical Value -32195
10% Critical Value -27557
固定资产投资增长指数
ADF Test Statistic 2991275 1% Critical Value* -44613
5% Critical Value -32695
10% Critical Value -27822
接下来，对消费者价格指数作关于固定资产投资增长指数的回归分析后，我们得出的回归结果是：Variable Coefficient Std Error t-Statistic Prob
C 193815 2872637 6746937 0
X -072494 0229125 -316394 00082
其中可决系数R^2=05，F统计量=10，说明方程拟合较好，F检验也比较显著。但是，在这样的结果下我们得出的结论是，当前的通货膨胀形成过程中，投资的增长不仅没有扮演推动者的角色，反而与消费者价格指数是呈负相关性的。
在此基础上我们得出了一个结论：投资增长对于当前的通货膨胀的产生，并不是主要的推动作用，甚至在当下的经济环境下，投资作为三驾马车之一所发挥的作用很可能是对通货膨胀的一定程度的抑制。那么，当前的通货膨胀很显然是披着投资增长的外衣的。
三、投资增长只是通货膨胀外衣的可能性分析
当前的通货膨胀中投资增长只是一层外衣的，而并不是真正的推动者。这样的结论显然是与之前国内学者们的研究结论是背道而驰的。但是，我们认为投资增长只是一层外衣的可能性是存在的。
1.诱发通货膨胀的因素有很多也很复杂，投资的增长只是其中之一，但并不是推动通货膨胀的永久或者主要角色。总体而言，这些因素中,有国际和国内经济发展和体制等环境变化因素,也有供给瓶颈和需求增长等因素，归纳起来主要有以下几方面:a.新一轮经济增长客观上带来价格上升的压力；b.世界经济复苏和国际市场价格波动给我国价格变动带来一定影响；c.供给瓶颈制约引起生产价格大幅度上涨；d.信贷资金高增长引起价格总水平上涨；e.体制因素形成的中央和地方政府在经济增长目标上的差异,在一定程度上导致价格上涨。其中只有a和c项与投资有着密切的联系。
2.我们所采取的样本数据或者实证分析方法的不合理，也会导致我们的实证分析结果产生偏差，从而得出与事实不符的结论。比如，我国的消费价格指数是与国外不同的，主要区别在于居民住房未纳入其计算中去，所以我们认为数据本身的不合理性很可能是研究结论偏差的原因之一。（作者单位：西南财经大学财税学院）
参考文献
［1］ 王军，投资的需求效应与供给效应的分析，财经科学，2001（4）；
第9篇：金融月度总结范文
在宏观经济学理论中，宏观经济的调控主要有四大目标：经济持续均衡增长、价格水平稳定、充分就业和国际收支平衡。由于经济系统内在的“自动稳定器”作用效果十分有限，所以按照凯恩斯的需求管理理论来说，此时针对市场的需求和经济环境的波动状况政府应当相机抉择，按照逆经济风向来进行调整，将整个国民经济的运转拉回到正常的轨道上。这样凸显了我们对于货币政策宏观调控效应的研究是十分迫切必要的。
随着2008年金融危机后世界经济形势陷入更大的不确定性，廉价劳动力的比较优势逐渐减弱，产业过剩问题逐步凸显，中国经济逐步迈入中高速发展的新常态，在“增长速度换挡期、结构调整阵痛期、前期刺激政策消化期”的新形势下，2014年国内生产总值增长7.4%，十年来首次低于7.5%。如何实现通胀较低水平状态下的经济稳步增长，成为当前中国经济发展研究中非常重要的课题。从整体上看，由于我国金融市场发展较晚，加之金融分业经营和分业监管，我国影子银行体系发展处于初级阶段，复杂度远低于西方发达国家和地区。但随着金融创新的不断发展，我国影子银行进入一个较快发展时期。央行统计的社会融资总量中，非银行信用融资占比从2008年的28.5%增长到现在的一半左右，而2015年新增影子银行信贷已占全社会总信贷增量的三分之一左右。由于对货币政策有效性的研究主要是假设货币供给外生的基础上。影子银行的发展，导致货币供给内生性不断增强，央行对货币数量的控制能力被大大削弱，货币供应与实体经济变量如GDP和CPI的相关性关系降低，数量型工具面临挑战，影响传统货币政策有效性。总体而言，在金融创新步伐不断加快、影子银行规模扩张的今天，传统的货币政策是否仍然有效问题不仅具有理论价值，从另一方面来说，也具有非常重要的现实意义。
本文首先对货币有效性研究和协整研究进行文献回顾，梳理相关的理论基础，之后用TVP_VAR模型对中国宏观经济的数据与货币政策变量数据之间的关系进行实证研究，其中，本文所使用的时间序列模型叫TVP_VAR模型，其中系数和冲击的协方差矩阵都是时变的，时变系数能捕捉模型滞后结构的时变特性和可能的非线性特征。
二、文献梳理
从基本理论发展的脉络来看，我们将上世纪七八十年代做为从货币主义向新凯恩斯主义理论转变的分水岭时代。上世纪七八十年代以前，关于通货膨胀与经济增长问题的研究很多是以1956年弗里德曼提出“现代货币数量论”为基础的。货币与价格或者货币增长率与通货膨胀率也就是价格增长率之间的关系成为相关研究的焦点。但是，随着新凯恩斯主义黏性价格理论和动态随机一般均衡（DSGE）模型相结合在1983年的提出，说明随着学术探讨的深入，西方国家在1982年以后已经开始抛弃货币总量而选择更加贴近经济环境的利率作为货币政策工具之后，强调随着经济结构的复杂，货币总量已经不足以显现它在货币主义理论中的重要性，所以在宏观经济学分析框架的比重越来越不明显。直至到现在，人们认为的现代宏观分析的主流模型指的是包含真实经济产出、通货膨胀率和利率的分析而不是货币框架的模型。这个模型它又叫做现代宏观分析的“玩具模型”，玩具模型顾名思义，因为它模型系统相对简约，但又能相对全面地刻画经济环境中各种宏观经济指标的动态关系。随着中国对宏观经济数据的逐步积累和完善，国内学者通过对国外成熟理论研究的基础上，对货币政策调控这一问题进行了一系列经验研究。经过十几年的研究，我们仍旧停留于当前经济环境基础的假设或者没有足够估计当前金融创新加快的步伐，导致通货膨胀、经济增长与货币供应的相互影响机制不但没有变得日益清晰，反而越来越模糊，更没有形成广泛共识，这无疑给宏观决策带来了极大困扰。从已有文献来看，既有货币增长率显著驱动通货膨胀率的结论，又有货币增长率并非通货膨胀率显著驱动因素的结论。我们看到最近几年影子银行业务规模快速增长，互联网金融等新金融业态快速崛起，这些新金融的发展不仅扰乱了传统的货币供应量的定义和统计，也弱化了货币供应量的可控性和相关性，在这样的新常态新环境下，以货币供给量作为主要的货币政策变量的货币政策有效性值得进一步深入探索研究。
三、基于TVP-VAR模型的实证研究
本文选用的TVP-VAR模型，在这个模型中所有的参数和协方差都可以根据时间变化而不断地进行变化，通过这个模型便可以有效捕捉到我们要观测的经济变量间的相关关系的时变特征。设置检验变量（p，x，i），其中p代表的是通货膨胀率，根据文献，此处选用居民消费物价指数（CPI），x表示产出，由于我国国民生产总值缺乏月度数据，因此采用我国月度工业增长率来替代。i表示货币投放量，本文中采用广义货币量M2的同比增长率，同样是月度频率数据。
在对数据进行预处理中，本文首先采用Census X12方法对数据进行季节调整，使用对数化后变量。本文中的模型均要求所选取的经济变量平稳，则将各个经过季节调整和对数化后的变量进行单位根检验，不平稳变量进行一阶差分或者二阶差分后变为平稳。各原始数据来源于中国人民银行和国家统计局网站所公布的统计年鉴以及wind万得数据库。通过本文的目的是看出使用随机波动下的时变参数向量自回归模型（TVP-VAR）中通货膨胀和国民产出及货币投放量的时变关系。
四、结论和建议
- 上一篇：个人公证书范文
- 下一篇：地铁先进个人事迹材料范文
