浙江省存贷比的季节调整与分析

来源:岁月联盟 作者:汪波 时间:2013-02-15
摘 要:本文利用X-12-ARIMA方法对浙江省存款余额和贷款余额的月度数据分别进行了季节调整并求得存贷比,进而分析了存贷比的波动与区域经济形势变化的关系,结果显示,存贷比的波动可以很好地反映区域经济基本面状况。
  关键词:存贷比X-12-ARIMA区域经济
  
  一、引言
  存贷比是金融领域一个非常重要的概念,最原始的定义是指商业银行贷款总额与存款总额的比值,即银行贷款总额/存款总额。
  而本文所提到的存贷比是从更广泛的意义上来衡量的,即指一个地区所有金融机构的贷款余额总和与存款余额总和的比。这一广化的指标可以看成区域经济形势的一个综合反映,其变化与区域经济基本面变化紧密关联(中国人民银行株洲市中心支行课题组,2009)。为了考察浙江省存贷比的波动与浙江省经济基本面之间的关系,我们利用月度数据来计算存贷比,这样可以更及时地反映经济形式的变化。但是,引入月度数据的同时也带来了一些问题,就是月度数据本身的季节性,为此我们必须先对数据进行季节调整。
  二、存贷比的季节调整
  (一)季节调整方法概述
  月度或季度经济时间序列一般可分解为4种变动要素,即长期趋势要素T、循环要素C、季节变动要素S和不规则要素I。依据时间序列的4个构成要素在模型中的相互关系,可以表现出多种不同的形式。一般而言,基本的分解模型为加法模型和乘法模型。设经济时间序列为{Yt},可以分别表示成如下的加法模型和乘法模型形式:
  乘法模型:Yt = Tt ×Ct ×St × It
  加法模型:Yt = Tt + Ct +St + It
  季节因素的影响可能会掩盖经济发展中的其它变化规律,给分析者造成某些错觉,因此在对月度或季度时间序列进行经济分析时,必须将季节因素在原序列中剔除,从而能够更清晰地揭示其它类型的变动,这就是季节调整。
  我们利用Eviews5.0中的X12-ARIMA程序进行季节调整。
  (二)数据来源
  数据来源为《浙江统计月报》,存款余额(DE)选取的是金融机构存款本外币余额,贷款余额(LO)选取的是金融机构贷款本外币余额。因为浙江省本外币统计口径的存贷款余额自2003年7月份才开始统计,所以我们的时间序列是从2003年7月到2010年5月共83个数据。
  (三) 存款和贷款的季节调整
  存贷比是两个存量数据相对比,而两个变量的季节特征可能不同,所以我们的处理方法是对存款余额和贷款余额分别进行季节调整,然后再求存贷比。
  1.存款余额(DE)的季节调整
  季节调整选项中选择乘法模型,选择X12默认的趋势滤子、季节移动平均滤子;ARIMA估计选项中选择自动转换数据,回归中带常数项,ARIMA设定中选择使用外推误差作为评价模型标准;在交易日/假日调整选项中选择在ARIMA估计阶段调整,选择存量数据交易日效应,登记日为月末31号,移动假日暂不考虑。
  在经过几次试运行程序后发现,交易日效应和回归中的常数项都不显著,故略去重新回归。程序最终选定的ARIMA模型为 (0 1 1)(0 1 1)。回归结果见表1,这里的回归变量主要包括各种异常值、与日历相关的影响因素以及用户自定义变量等。可以发现,异常值分别出现在2007年12月、2009年1月和2009年5月,并没有呈现一定的规律性,这可以说明作为存量的存款余额并没有相应的移动季节性。为了确保无误,我们将春节变量放入模型,回归结果是春节变量的回归参数不显著,进一步验证了我们的结论。
  X12-ARIMA程序的输出结果中的F3部分给出11个用于季节调整质量控制的M统计量,如果所有M值都小于1说明调整效果良好。调整后的M值见表2,可见季节调整效果较好。调整后的数据见图2。
  2.贷款余额(LO)的季节调整
  贷款余额的季节调整方法与存款余额的基本相同,在此略去,只给出贷款余额季节调整之后的图形(图3)。
  (四)存贷比的计算
  我们利用季节调整后的贷款余额和存款余额的比作为存贷比,既LD=(LO_SA)/(DE_SA),LD曲线图,见图4。
  在我们的研究时间段内,存贷比的均值为0.834760,中位数为0.830553,最大值为0.877463,最小值为0.792151,标准差为0.021188,标准差变异系数为0.02538,说明存贷比波动较小。我们接着对存贷比进行了季节调整检验,发现存贷比已经不存在稳定的季节性和移动季节性。
  三、存贷比与区域经济的联动关系
  存贷比的波动可能来源于两方面的原因,一方面是存款的波动,另一方面是贷款的波动。从波动特征看,浙江省存贷比的波动和当地经济形势的变化是紧密相连的。

图片内容