APP下载

企业存款增长趋势的实证研究

2016-05-30梁璐璐张之

现代管理科学 2016年12期
关键词:预测

梁璐璐 张之

摘要:文章主要梳理企业存款波动原因,尝试从数量角度研究企业存款的预测方法,特别是基于全社会货币供给总量的视角进行实证检验。文章发现,国内企业存款与M1存在高度的相关性。文章的结论是:对商业银行而言,预测未来企业存款的增长趋势可以通过观察和分析M1的趋势得到。

关键词:企业存款;预测;货币供给

一、 文献综述

虽然人民币存款历来就有非常明显的季末冲高、下季初回落的规律(王广龙、腾飞,2015),但近年来企业存款的波动及增速下降已经不能仅仅用季节因素加以解释。由于欧美等国期限超过3个月的定期存款数量几乎为零(范建军,2014),因此国外对于企业存款的研究相对较少。针对我国近年企业存款增速波动剧烈的问题,目前国内已有的研究将企业存款波动的原因归结为四点:

1. 外汇占款波动影响。外汇占款作为影响我国基础货币供给和整个市场流动性的重要决定因素,其变动一方面影响到基础货币,在源头上影响存款派生;另一方面直接影响银行存款增长(徐仲昆,2015)。由于人民币贬值和浮动区间的扩大、我国的资产价格上涨空间未见明朗等叠加因素,2008年以来外汇储备呈现出先升后降的趋势,人民币外汇占款在2014年5月達到27.29万亿元,创历史新高。随后由于境外经济的疲软和需求的减弱,外汇储备和外汇占款双双出现了负增长的局面。截至2016年3月,我国人民币外汇占款降至23.83万亿,与2015年同期相比缩减近3万亿元。新增外汇占款的减少使得外部流入资金对M2增长的贡献率呈下降趋势(王永利,2014)。

2. 投资渠道拓宽,企业存款转向银行理财产品。近两年,商业银行不断推出各类企业理财产品,同业、理财业务的大规模发展,使流通中现金及活期存款正逐渐向同业存款快速转化,企业存款尤其是活期存款下降幅度较大。

翟光宇(2016)指出,随着利率的持续下行和法定存款准备金率的不断提高,我国商业银行理财产品规模逐步扩大,随之带来的是整个商业银行体系内存款的逐年递减。商业银行、企业以及居民部门等微观主体行为的改变,从根本上改变了我国商业银行的资产结构。实证显示,理财产品能够对存款进行分流。段福印和李方(2012)证明,理财产品可以将融资方式由间接转化为直接,这种作用的结果会降低货币增速及绝对值。随着互联网金融产品、理财产品等市场创新产品的不断丰富,季节时点各类产品转换的频率更加频繁,也在无形中加大了存款的波动性(孙东升、谢兰、翟颖慧,2015)。

3. 非标等负债派生存款业务随监管强度变动明显。从2013年开始,监管层开始加强对银行非标产品的监管力度,导致负债派生存款这一渠道变窄,此类通道派生企业存款的能力大大下降。2013年3月份银监会下发8号文,正式划定理财产品中的非标资产上限,规定理财资金投资非标资产应不超过理财总额的35%和银行总资产的4%,8号文的颁布促使大量非标从银行表外进入表内同业项下。之后,监管层持续布局,9号文、107号文、11号文陆续出台。2014年5月16日,一行三会和外管局又联合发布了《关于规范金融机构同业业务的通知》(127号文),“通知”明确了同业业务的类型和同业存款业务的资金存入方(徐以升,2014)。从一连串的政策来看,监管层对非标整治的范围和力度都在加大,商业银行的资产配置从非标端进入到信贷端,部分企业融资将转向债券市场和股票市场。非标的下降导致企业存款中派生存款部分随之下降,这也是导致2014年以来企业存款下降的重要原因。

4. 宏观经济形势是大的背景。整体经济的下行和宏观经济形势也是导致企业存款增速下降的宏观原因。由于2013年下半年以来社会经济活力下降,企业对于未来的预期较为悲观,降低支出要求,因此也就开始逐步减少活期存款的数量。企业一方面会把活期存款定期化,一方面也会将这部分资金投向收益更大的其他投资领域。因此,宏观经济是决定企业存款增减的大的背景。

各界虽然能够找到企业存款下降的具体经济学原因,却难以据此精确地衡量出企业存款增速下降的数量,也无法判断企业存款未来变化的方向。为此,本文尝试建立计量模型,试图寻找到分析和预测的依据。本文通过作图发现,狭义货币M1与企业存款之间存在高度的相关关系。

二、 数据选取

我们采用央行按月公布的金融数据进行分析,由于同业存款数据不可获得,本文主要选取指标和变量为:非金融企业存款DEP、现金M0、狭义货币M1和广义货币M2。数据范围截取2011年1月~2015年12月的月度数据,数据来自中国人民银行网站和Wind数据库。

作图1发现,非金融企业存款与狭义货币M1直观上存在着较强的联动关系,这个观察结果将是本文立论的依据。

三、 实证分析

本节试图通过建立多种数量经济模型,从多角度探讨企业存款的波动并希望找到合适的模型,以达到对企业存款的分析与预测作用。

1. 时间序列ARMA模型。回归得到M1与企业存款的线性回归系数为1.085,R2接近1。为了进一步探索企业存款自身的动态变化特征,本文建立企业存款的时间序列模型,扩充对数据和模型的认识:

观察企业存款的散点图发现,企业存款序列为非平稳序列(单位根检验也验证得到),序列的季节性趋势并不明显,序列也不存在非线性趋势,为了避免对数据的过分处理,我们暂不对数据去季节性因素和取对数。对企业存款序列做一阶差分,单位根检验结果显示差分后的企业存款序列为平稳序列。

根据回归结果,企业存款是具有滞后效应的,即企业存款不仅受到同期各种因素的影响,而且也受到自身过去值的影响。企业存款在每一期的冲击基本都会持续3期,3期之后冲击衰减到微弱不计。换句话说,企业存款与滞后3期的数值都存在着较强的正相关关系,时间越是临近,对当期的影响越大。

2. 向量自回归VAR模型。企业存款DEPt和M1t序列均为非平稳序列,但其一阶差分为平稳序列,因此对其一阶差分序列做VAR回归。对企业存款DEPt和M1t的一阶差分序列做格兰杰因果检验,发现其彼此不是对方的格兰杰原因,因此将DM1t序列作为VAR模型的外生变量。VAR模型的滞后阶数检验得到,差分序列下模型最优的滞后阶数选择为2,说明原序列滞后阶数为3,这与我们上节得到的企业存款与其自身滞后3期存在相关关系的结论相符,因此对VAR模型回归结果如下:

VAR模型的特征根全部小于1,因此建立的VAR模型平稳。VAR模型的回归结果说明,企业存款与其滞后三期存在着正相关关系,这与时间序列得到的结果相同。另外,从DEPt-1的系数0.789看出,企业存款与滞后一期的相关关系比较明显。另外,企业存款与货币供给M1当期的变化量(M1t-M1t-1)呈正相关关系,且系数为0.888,说明M1当期的变化量对于当期的非金融企业存款影响较大。我们认为,这一模型是在现有条件和前文论述基础上建立的比较合理并且有效的模型。

3. 模型对企业存款数据的预测。使用模型的回归结果对企业存款进行静态预测,结果如图2。

可以看出,时间序列模型对于企业存款趋势的预测能力还是比较强的,但对于大的波动而言,预测稍显滞后。而VAR模型对于企业存款趋势的预测基本与实际一致,对于波动的预测效果也要优于时间序列模型,对大的波动都能够较准确地预测。说明M1的确与企业存款存在着十分重要的内在联系,M1对于企业存款的预测能够起到更精确的效果。

企业存款和货币供给是维度不同的概念,它们之间既有交叉的部分,也有非交叉的部分。M1中包含着企业存款的活期部分,M2(商业银行存款加现金)中包含着整个企业存款的活、定期部分。作者认为,在我国,通常企业存款中定期相较于活期存款比重要大,所以虽然M2中包含所有的企业存款,但由于M2基数较大、包含要素较多,相应地干扰因素也较多,使得企业存款与M2联动趋势并不明显。而M1由于基数较小,包含的要素少,与企业存款的联动趋势则显得明显。在我国商业银行存款中,超过60%的存款是期限超过3个月的定期存款,它们作为金融资产而非货币被存款人持有。我国把许多本应归入金融资产的银行存款纳入了货币供给的统计范畴,一方面造成我国货币供给数据相较欧美等国较大(范建军,2014),另一方面,也说明我国的货币供给与企业存款之间存在一定的相关关系。

四、 结论与建议

本文通过建立多种计量模型分别检验了货币供给视角下,企业存款的变动趋势。结果显示企业存款与M1存在高度相关关系,回归得到企业存款与M1的相关系数接近1。对企业存款做时间序列回归得到企业存款是具有滞后效应的,不仅受到同期各种因素的影响,也受到自身过去值的影响;VAR模型的回归结果也同样验证了企业存款与其滞后期存在着正相关关系,M1当期变化量对于当期的非金融企业存款影响较大。最后经数据检验,VAR模型具备良好的预测能力。

企业存款波动的原因目前尚无定论,许多学者将其归结为外汇占款波动、银行理财产品挤占空间、监管方向和宏观经济形势变动等原因。本文通过观察和实证检验,得到企业存款与M1的高度相关关系。虽然通过理论分析目前无法得到这种联动关系的确切原因,但对于商业银行管理者而言,预测未来企业金融存款增长趋势,可以简化为观察和分析M1的趋势,进而再推断商业银行自身企业存款的增减程度。即使抛开模型,我们也能够通过看M1的走势,来预测企业存款未来大体的走势。这对于银行的提前做好预警措施、合理安排贷款业务,具有十分重要的现实意义。

参考文献:

[1] 王广龙,滕飞.存款“冲时点”与“囚徒困境”[J].武汉金融,2015,(1):37-40.

[2] 范建军.我国储蓄率偏高的原因[J].重庆理工大学学报(社会科学版),2014,28(5):1-5.

[3] 徐仲昆.货币供给结构调整与市场流动性萎缩[J].财经问题研究,2015,(10):68-73.

[4] 王永利.分流外汇储备、盘活货币存量及深化金融改革[J].国际金融研究,2014,(8):19-23.

[5] 翟光宇.貨币政策、理财产品与微观主体存贷款选择——基于上市银行2004-2013年季度数据的实证分析[J].当代经济科学,2016,(1):36-47.

[6] 孙东升,谢兰,翟颖慧.存款结构变动与我国商业银行流动性准备——基于10家上市银行面板数据的实证分析[J].财经科学,2015,(5):11-20.

作者简介:梁璐璐(1988-),女,汉族,河北省石家庄市人,中国社会科学院金融研究所博士后流动站、兴业银行博士后科研工作站博士后,研究方向为商业银行资产证券化业务;张之(1985-),男,汉族,北京市人,南开大学金融学院博士生,研究方向为金融风险。

收稿日期:2016-10-14。

猜你喜欢

预测
无可预测
基于PCC-CNN-GRU的短期风电功率预测
选修2—2期中考试预测卷(A卷)答案与提示
选修2-2期中考试预测卷(A卷)
选修2-2期中考试预测卷(B卷)
选修2—2期中考试预测卷(B卷)
选修2—2期中考试预测卷(A卷)
选修2—2期中考试预测卷(B卷)答案与提示
“预测”得准
不可预测