银行存款利率上浮对存款影响的统计分析
商业银行作为以货币资金为经营对象的经济主体，其货币资金实力的大小直接决定了商业银行的经营规模、经营效益以及风险承受能力。而商业银行经营资金中自有资本占比很小，存款是其主要资金来源，储蓄存款以基数大，成本低，稳定性高等特点一直是商业银行最重要的资金来源。因此自商业银行创立以来，储蓄存款一直是商业银行的立行之本。本文对传统货币需求模型进行调整，运用Johansen 协整检验方法对储蓄与名义利率、实际利率之间的关系进行实证分析，并运用时差相关系数分析法对储蓄与利率之间的滞后关系进行分析。
根据凯恩斯的流动性偏好理论，居民储蓄受收入的影响较大，并不由利率直接决定。收入是居民消费和储蓄的源泉，消费和储蓄均随着收入的增加而增加，因此，在模型中引入可支配收入变量。基于货币需求模型，构建储蓄与利率之间的简单线性关系模型、对数线性模型及其变形形式：
（1）
（2）
（3）
其中，St、yt、Rt、rt分别表示居民储蓄水平、可支配收入水平、储蓄名义利率水平、储蓄实际利率水平，β0、β1、β2分别为待定参数。在式（1）中，参数β1表示边际储蓄倾向；在式（2）中，参数β1、β2分别代表居民储蓄的收入弹性和名义利率弹性。在式（1）、式（2）的基础上引入式（3），是因为引入实际利率后，当通货膨胀率高于名义利率时，实际利率为负数，取对数后统计模型没有意义。
本文收集了1995-2017年间的居民储蓄、城乡居民可支配收入、名义利率和通货膨胀率的年度数据。这些数据主要来自CSMAR数据库和《中国统计年鉴》。
1.居民储蓄
居民储蓄分为广义的居民储蓄和狭义的居民储蓄。由于广义居民储蓄中， 城乡居民手中持有的现金不好统计，本文选取狭义的居民储蓄，即城乡居民暂时闲置或者结余的存入银行或者信用社等金融机构的储蓄存款；此外，居民储蓄存款年底余额总是呈现一种上涨趋势，这样不便于考查储蓄与利率之间的关系，但居民储蓄存款的相对年增加额则呈现出不规则变动，因此，本文选用居民储蓄年增加额的变化衡量居民储蓄的变动。
2.城乡居民可支配收入
由于无法直接获得城乡居民可支配收入，但从《中国统计年鉴》中可获得城镇居民人均可支配收入和城镇居民人口数、乡村居民可支配收入和乡村居民人口数的数据，通过相关计算可得城乡居民可支配收入。
3.储蓄利率
为了分析的需要，本文采用一年期存款基准利率水平表示名义利率，利用公式（4），可求得实际利率。
（4）
其中，Rt表示名义利率，πt表示通货膨胀率，rt表示实际利率。
二、实证检验及分析
为了避免伪回归，首先利用Eviews 软件并运用ADF 检验方法对经济数据序列进行平稳性检验。基于模型（2），首先对储蓄、收入、名义利率取对数，平稳性检验结果见表1。
如表1 所示，lnSt、lnyt、lnRt均不能通过平稳性检验，表明lnSt、lnyt、lnRt均为非平稳序列。对lnSt、lnyt、lnRt分别进行一阶差分，平稳性检验结果见表2。
表1 平稳性检验
|
变量 |
t-Statistic |
1% |
5% |
10% |
|
lnSt |
1.3163 |
3.7880 |
3.0123 |
2.6461 |
|
lnyt |
0.2959 |
3.8085 |
3.0207 |
2.6504 |
|
lnRt |
1.2454 |
3.7880 |
3.0123 |
2.6464 |
|
D（lnSt） |
5.4591 |
3.8085 |
3.0206 |
2.6504 |
|
D（lnyt） |
3.6243 |
3.8315 |
3.0299 |
2.6551 |
|
D（lnRt） |
3.1843 |
3.8085 |
3.0206 |
2.6504 |
由表1 可知，在5%显著性水平下，变量均能够通过检验，表明lnSt、lnyt、lnRt都是一阶单整序列。
ADF 检验结果表明，各时间序列变量均为一阶单整序列，具备构造协整方程的前提条件，在此基础上考察各个变量之间的协整关系， 对变量lnSt、lnyt、lnRt进行Johansen 协整检验结果见表2。
表2 lnSt、lnyt、lnRtJohansen协整检验结果
|
No.ofCE（s） |
Eigenvalue |
Statistic |
CriticalValue |
Prob.** |
|
None* |
0.634128 |
32.97979 |
29.79707 |
0.0208 |
|
Atmost1 |
0.389045 |
12.87033 |
15.49471 |
0.1196 |
|
Atmost2 |
0.139967 |
3.015696 |
3.841466 |
0.0825 |
注：*表示在5%的显著性水平下拒绝原假设。
如表2所示，变量lnSt、lnyt、lnRt之间存在长期协整关系。基于此，建立lnSt、lnyt、lnRt之间的协整关系，如表3所示：
表3 lnSt、lnyt、lnRt回归结果
|
Variable |
Coefficient |
Std.Error |
t-Statistic |
Prob. |
|
C |
-3.354381
|
1.389854
|
-2.413477
|
0.0261
|
|
lnyt |
1.137650 |
0.112215 |
10.13810 |
0.0000 |
|
lnRt |
0.199049 |
0.152535 |
1.304936 |
0.2075 |
注：*表示在5%的显著性水平下拒绝原假设。
如表2所示，变量lnSt、lnyt、
