金融软件应用操作实践报告 作业文档格式.docx

上传人:b****2 文档编号:4517602 上传时间:2023-05-03 格式:DOCX 页数:13 大小:224.95KB
下载 相关 举报
金融软件应用操作实践报告 作业文档格式.docx_第1页
第1页 / 共13页
金融软件应用操作实践报告 作业文档格式.docx_第2页
第2页 / 共13页
金融软件应用操作实践报告 作业文档格式.docx_第3页
第3页 / 共13页
金融软件应用操作实践报告 作业文档格式.docx_第4页
第4页 / 共13页
金融软件应用操作实践报告 作业文档格式.docx_第5页
第5页 / 共13页
金融软件应用操作实践报告 作业文档格式.docx_第6页
第6页 / 共13页
金融软件应用操作实践报告 作业文档格式.docx_第7页
第7页 / 共13页
金融软件应用操作实践报告 作业文档格式.docx_第8页
第8页 / 共13页
金融软件应用操作实践报告 作业文档格式.docx_第9页
第9页 / 共13页
金融软件应用操作实践报告 作业文档格式.docx_第10页
第10页 / 共13页
金融软件应用操作实践报告 作业文档格式.docx_第11页
第11页 / 共13页
金融软件应用操作实践报告 作业文档格式.docx_第12页
第12页 / 共13页
金融软件应用操作实践报告 作业文档格式.docx_第13页
第13页 / 共13页
亲,该文档总共13页,全部预览完了,如果喜欢就下载吧!
下载资源
资源描述

金融软件应用操作实践报告 作业文档格式.docx

《金融软件应用操作实践报告 作业文档格式.docx》由会员分享,可在线阅读,更多相关《金融软件应用操作实践报告 作业文档格式.docx(13页珍藏版)》请在冰点文库上搜索。

金融软件应用操作实践报告 作业文档格式.docx

基础货币由央行根据国民生产总值的增长情况而适量发行,因此GDP的增长意味着生出的成品的增多必然会导致货币的大量供应。

货币供应量中很大一部分是由商业银行的货币创造而产生的。

影响商业银行货币创造的主要因素就是居民价格消费。

当居民价格消费扩大时,银行就会大量贷款获利,从而造成货币供给的增多。

在假定贷款利率不变情况下,居民价格消费指数对M2有反向影响。

(虽然准备金制度影响商业银行放贷款数量,但由于超额准备金制度和同业拆借的办法可以抵消影响,因为认为法定准备金对M2的影响不显著。

) 

根据上述分析我决定选取建立一个M2受GDP、居民价格消费指数等因素影响的模型。

2、理论模型

回归模型:

Yt=b0+b1X1t+b2X2t

Yt:

货币供应量(M)X1t:

国内生产总值(GDP)X2t:

居民价格消费指数(CPI)

三、实证分析

1、数据收集与数据描述

1990年至2011年数据均来源于《2012年中国统计年鉴》

DATE

M

GDP

CPI

2011

851590.9

473104.05

565

2010

725851.8

401512.8

536.1

2009

606225.01

340902.81

519

2008

475166.6

314045.43

522.7

2007

403442.21

265810.31

493.6

2006

345603.59

216314.43

471

2005

298755.7

184937.37

464

2004

254107

159878.34

455.8

2003

221222.8

135822.76

438.7

2002

185006.97

120332.69

433.5

2001

158301.9

109655.17

437

2000

134610.3

99214.55

434

1999

119897.9

89677.05

432.2

1998

104498.5

84402.28

438.4

1997

90995.3

78973.03

441.9

1996

76094.9

71176.59

429.9

1995

60750.5

60793.73

396.9

1994

46923.5

48197.86

339

1993

34879.8

35333.92

273.1

1992

25402.2

26923.48

238.1

1991

19349.9

21781.5

223.8

1990

15293.4

18667.82

216.4

货币供应量(M)用流通中的现金+企业活期存款+机关团体部队存款+农村存款+个人持有的信用卡类存款+城乡居民储蓄存款+企业存款中具有定期性质的存款+外币存款+信托类存款来表示

国内经济水平(GDP)

消费价格变动(CPI)居民价格消费指数表示

2.多元回归模型参数估计及结果分析

(1)Yt=1.0e+004*1.9041+(1.0e+004*0.0002)X1t-(1.0e+004*0.0185)X2t

se:

t:

0.785535.0417-2.5622

p:

0.44199.9437e-190.0191

R2=1.0e+008*0.0000F=1.0e+008*0.0000

p=1.0e+008*0.0000MSE=1.0e+008*3.7815

根据回归经验模型得出的数据我们可以得出:

在其他条件不变的情况下,国内生产总值每变动一个单位,货币供应量将会变动1.0e+004*0.0002个单位(b1);

在其他条件不变的情况下,居民价格消费指数每变动一个单位,货币供应量将会变动-(1.0e+004*0.0185)个单位(b2);

从t和p值上看各项均显著,从R2值上看拟合非常完美,从F和p值上看各项均显著。

(2)通过MATLAB检验出2009,2008年的数据有异常,但却没有找出不显著的自变量。

Yt=1.0e+004*1.5009+(1.0e+004*0.0002)X1t+(1.0e+004*-0.0180)X2t

1.0e+004*1.43991.0e+004*0.00001.0e+004*0.0043

1.042460.5723-4.1891

0.31030.00000.0005

在其他条件不变的情况下,国内生产总值每变动一个单位,货币供应量将变动1.0e+004*0.0002个单位(b1);

在其他条件不变的情况下,居民价格消费指数每变动一个单位,货币供应量将变动-(1.0e+004*0.0180)个单位(b2);

从t和p值上看各项均显著

四、结论和展望

1.主要结论

通过上面计量经济学的回归分析,可以得出如下结论:

国内经济水平、消费价格变动等因素确实对货币供应量存在一定影响。

伴随着国内生产总值的不断增大,货币供应量逐日增多,通过以购买更多的商品等方式,从而来维持物价的稳定与经济平稳增长。

货币供应量与居民价格消费指数存在着负相关,当居民价格消费指数增大,使得居民储蓄量的增多,从而导致市场上流通货币量的减少。

当货币供给大量增加可能导致通货膨胀等问题的出现,所以要限制货币的超出的供给量。

2、不足之处及展望

广义货币供应量(M2)、国内生产总值(GDP)和消费价格指数(CPI)均来自于中国经济统计数据库和中国统计年鉴。

考虑到季度数据更容易反应货币政策的作用,年度数据可能会丢失短期信息,故选取了时间跨度相对较小的季度数据。

而中国从1994年开始按季公布货币供应量,1995年将货币供应量纳入货币政策中介目标体系中,所以样本的范围是从1994年第一季度到2010年第一季度,一共69组数据.由于采取的是时间序列数据,未进行平稳性检验,可能导致回归并不可信,另外由于GDP等对货币供应量的影响存在时滞性,故还应引入滞后变量进行回归。

再者对变量的随机性也没有进行检验。

不过该模型已基本能够说明问题。

五、程序代码

>

x=[ones(size(date)),gdp,cpi];

x1=[gdp,cpi];

[b,bint,r,rint,stats]=regress(m,x)

b=

1.0e+004*

1.9041

0.0002

-0.0185

bint=

-3.16976.9779

0.00020.0002

-0.0336-0.0034

r=

1.5801

2.4135

1.9379

-5.8689

-4.1864

-0.7495

0.5468

0.8103

1.8901

1.1889

0.6627

0.2712

0.6241

0.2262

-0.0019

-0.1958

-0.3193

-0.3210

-0.2404

-0.1983

-0.0670

-0.0033

rint=

-1.63734.7976

-1.03475.8617

-1.79915.6750

-8.5185-3.2194

-7.6199-0.7530

-4.78843.2895

-3.50394.5975

-3.22264.8433

-2.05665.8368

-2.81035.1881

-3.33644.6617

-3.72284.2653

-3.34054.5888

-3.71104.1634

-3.90793.9040

-4.12203.7304

-4.31183.6733

-4.33113.6890

-4.08023.5994

-3.85863.4619

-3.63973.5058

-3.52743.5209

stats=

1.0e+008*

0.00000.00000.00003.7815

rcoplot(r,rint)

regstats(m,x1)

Variableshavebeencreatedinthecurrentworkspace.

[bstats]=robustfit(x1,m)

1.5009

-0.0180

stats=

ols_s:

1.9446e+004

robust_s:

5.7698e+003

mad_s:

5.2720e+003

s:

1.1550e+004

resid:

[22x1double]

rstud:

[3x1double]

covb:

[3x3double]

coeffcorr:

w:

R:

dfe:

19

h:

stats.se

ans=

1.4399

0.0000

0.0043

stats.t

1.0424

60.5723

-4.1891

stats.p

0.3103

0.0005

stats.w

0.7068

0.9180

0.9679

0

0.2327

0.9766

0.9934

0.4643

0.8198

0.9758

0.9980

0.9610

0.9993

0.9774

0.9435

0.9303

0.9569

0.9892

0.9983

0.9952

0.9839

stepwise(x1,m)

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 解决方案 > 学习计划

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2