利率市场化下我国商业银行的利率风险管理（终稿）(16)

p115。

［44］中国人民银行，《远期利率协议业务管理规定》。 ［45］中国银行业监督管理委员会，《商业银行市场风险管理指引》。 ［46］中国工商银行网站，《工商银行与高盛战略合作取得丰硕成果——攻克市场

风险管理技术难关》，2010年2月11日。

［47］中国工商银行网站，《工商银行与高盛战略合作取得丰硕成果——攻克市场

风险管理技术难关》，2010年2月11日。

［48］美国商务部经济分析局网站（http://www.bea.gov/）。

31

西安交通大学本科毕业设计（论文）

附录1

本文回归分析的详细过程

【34】

历年ΔCPI数据来源于《中国经济导报》及国家统计局网站，利率(R)、M2来源

于中国人民银行网站，GDP来源于国家统计局网站，M2/GDP用Excel 软件计算获得。另外，由于本模型主要用于进行利率预测，因此，利率采用次年3月1日时点的数据。例如R1995表示1996年3月1日时的利率，2010年3月1日的利率表示为R2009。这样，商业银行在每年1月中下旬获得国家统计局公布的去年的经济数据后，就能运用本模型对未来一个月左右的利率进行预测。同样的方法还可以用来预测其它时间段的利率，例如如果需要对未来半年的利率进行预测，只需把利率数据改为次年8月1日时的利率即可。可见，本模型的灵活性和可操作性都比较强。

所用数据如下：

表附-1：本文的回归分析所用数据

Year

R （年/%）

ΔCPI（年/%） M2（亿元）

GDP（亿元）

M2/GDP

1995 1996 1997 1998 1999 2000 2001 2002 2003 2004

9.18 7.47 5.67 3.78 2.25 2.25 1.98 1.98 1.98 2.25

17.1 8.3 2.8 -0.8 -1.4 0.4 0.7 -0.8 1.2 3.9

60750 76095 90995 104498 117638 132488 152889 183247 219227 253208

60793.7 71176.6 78973.0 84402.3 89677.1 99214.6 109655.2 120332.7 135822.8 159878.3

0.999281 1.069101 1.152229 1.238094 1.311795 1.335368 1.394270 1.522836 1.614066 1.583755

32

附录1本文回归分析的详细过程

2005 2006 2007 2008 2009

2.25 2.52 4.14 2.25 2.25

1.8 1.5 4.8 5.9 -0.7

298755 345578 403401 475166 606225

183217.4 211923.5 249529.9 314045.0 335353.0

1.630604 1.630673 1.616644 1.513051 1.807722

对R进行单位根检验：

Null Hypothesis: R has a unit root Exogenous: None

Lag Length: 0 (Automatic based on SIC, MAXLAG=3)

t-Statistic -3.770203 -2.740613 -1.968430 -1.604392

Prob.* 0.0011

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

对ΔCPI（在Eviews中标记为CPI）进行单位根检验：

Null Hypothesis: CPI has a unit root Exogenous: None

Lag Length: 0 (Automatic based on SIC, MAXLAG=0)

t-Statistic -5.125281 -2.740613 -1.968430 -1.604392

Prob.* 0.0001

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

对M2/GDP（在Eviews中标记为MG）进行单位根检验：

Null Hypothesis: D(MG) has a unit root Exogenous: None

Lag Length: 0 (Automatic based on SIC, MAXLAG=3)

Prob.*

33

t-Statistic

西安交通大学本科毕业设计（论文）

Augmented Dickey-Fuller test statistic Test critical values:

1% level 5% level 10% level

-2.044198 -2.754993 -1.970978 -1.603693

0.0433

在95%的置信水平下，都通过了单位根检验（拒绝原假设），三个时间序列数据是单整的、平稳的。

再对CPI和M2/GDP进行多重共线性检验，采用相关系数法，结果如下：

R CPI MG

R 1

0.827816272040686 -0.77077264975423

CPI

0.827816272040686

1

-0.521029130682266

MG

-0.77077264975423 -0.521029130682266

1

从上表可以发现，ΔCPI和M2/GDP的相关系数仅为-0.521，远不到绝对值0.8的经验临界值【35】，因此，ΔCPI和M2/GDP之间并不存在严重的多重共线性。

虽然各解释变量对被解释变量相关的正负性是显然的，但具体是何种相关，尚不确定。常用的备选方程如下：

（1）R= a*CPI+b*MG+resid （2）R=C+a*CPI+b*MG+resid

（3）ln(R)=a*ln(CPI)+b*ln(MG) +resid （4）ln(R)= C+a*ln(CPI)+b*ln(MG) +resid （5）R= a*ln(CPI)+b*ln(MG) +resid （6）R= C+a*ln(CPI)+b*ln(MG) +resid

经回归，第五个方程最佳，结果如下： Dependent Variable: R Method: Least Squares

Date: 04/30/10 Time: 10:56 Sample (adjusted): 1995 2008

Included observations: 11 after adjustments

Variable C LOG(CPI) LOG(MG)

34

Std. Error 0.730014 0.264573 1.607991

t-Statistic

8.158108 3.739213 -5.816803

Prob. 0.0000 0.0057 0.0004

Coefficient

5.955534 0.989293 -9.353367

附录1本文回归分析的详细过程

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.913536 0.891920 0.831023 5.524794 -11.82075 2.268655 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic

Prob(F-statistic) 3.812727 2.527790 2.694682 2.803199 42.26215 0.000056

方程：R=5.96+0.99*ln（ΔCPI）-9.35ln（M2/GDP）

（8.1581）（3.7392） （-5.8168） r2=0.9135 F=42.2622 df=12

括号中的数据是t统计值。

另外，DW统计值为2.2687。查表可知，在0.01的显著性水平下，15个样本容量、2个解释变量下，dU=1.252。dU

从上述方程来看，ln（ΔCPI）、ln（M2/GDP）跟利率呈简单线性相关关系，其中ln（ΔCPI）的相关系数为0.99，ln（M2/GDP）的相关系数为-9.35。且整个方程的可决系数高达91.35%，说明当年ln（ΔCPI）每上升一个百分点，次年3月1日时的一年期定期存款利率就要上升0.99个百分点；ln（M2/GDP）每上升0.01，次年3月1日时的一年期定期存款利率就要下降0.0935%（注意两组时间序列数据单位不同）。

35