

摘要:貨幣供應量作為貨幣政策中介目標在基本理論中一直占有重要地位,并在實踐中被廣泛應用。該文利用2007-2010年的月度數(shù)據(jù),通過對貨幣供應量的自相關函數(shù)和偏自相關函數(shù)的統(tǒng)計識別,建立了一個ARIMA模型,并運用Eviews軟件估計出其參數(shù)。利用這個模型對我國的貨幣供應量進行了合理的預測。
關鍵詞:時間序列;ARIMA模型;貨幣供應量M1
一、引言
貨幣供應量,即貨幣存量,是一國在某一時點流通手段和支付手段的總和。一般講,貨幣供應量可以作為貨幣政策的監(jiān)測,控制指標。貨幣政策本質(zhì)上是通過貨幣總量控制以影響社會總供求的政策。這種政策的有效性,決定于合理的經(jīng)濟結(jié)構(gòu)、健全的經(jīng)濟行為、有效的經(jīng)濟社會管理、靈活的市場機制。貨幣供應量作為中央銀行調(diào)控經(jīng)濟的傳統(tǒng)中介目標,從理論上其有不可替代的作用,同時在實踐上其作用也十分顯著,所以對貨幣供應量的分析與預測是非常有意義的工作。
二、實證
本文采用中國人民銀行網(wǎng)站調(diào)查統(tǒng)計司發(fā)布的我國貨幣供應量2007年-2010年的月度數(shù)據(jù)。
(一)平穩(wěn)性檢驗
使用Eviews軟件對我國貨幣供應量進行分析,首先繪制序列M1的折線圖可以看出,序列M1存在明顯的時間趨勢,這說明政府在這期間動用了許多積極的貨幣政策,我國的貨幣供應量大致呈增長的態(tài)勢。
下面對序列M1進行單位根檢驗,根據(jù)M1的單位根檢驗結(jié)果顯示,t統(tǒng)計量的值2.07遠大于檢驗水平-3.58(1%的臨界值)、-2.93(5%的臨界值)、-2.60(10%的臨界值),因此拒絕原假設,既可以認為序列M1是非平穩(wěn)的。另外,從序列M1的相關圖可以看出,序列M1的自相關函數(shù)呈指數(shù)衰減,但衰減速度非常緩慢,因此也可以認為序列M1是非平穩(wěn)的。
(二)模型識別
為了消除序列M1的趨勢并同時減小序列M1的波動,對序列M1進行一階差分。根據(jù)序列M1的一階差分相關圖可以看出,序列M1一階差分后的自相關函數(shù)沒有與原序列M1那樣呈指數(shù)緩慢衰減,而是快速衰減,從而表明序列M1的趨勢基本得到消除。對序列M1建立ARIMA(p,d,q)模型,由于序列M1經(jīng)過一階差分后,序列的趨勢被消除,因此d=1,而序列M1的自相關函數(shù)和偏自相關函數(shù)都是一開始就衰減為0,因此p=1,q=1。綜合上述分析,考慮建立ARIMA(1,1,1),ARIMA(1,1,0),ARIMA(0,1,1)
(三)模型估計
為了選取適合的模型,我們對上述ARIMA模型進行檢驗,檢驗結(jié)果顯示ARIMA(1,1,1)擬合優(yōu)度最好,且根據(jù)ARIMA(1,1,1)的AIC(19.2010)和SC(19.32029)最小,所以選擇ARIMA(1,1,1)較為合適。
由表一可以得出ARIMA(1,1,1)模型AR過程和MA過程都分別有一個實數(shù)根,這兩個根的模都小于1,從而表明ARIMA模型是平穩(wěn)的也是可逆的。
該模型的展開式為:(1-0.9516B)(1-B)M1=4610.103+(1-0.9658B)εt
(四)模型檢驗
下面對模型的殘差序列進行檢驗,若殘差序列不是白噪聲,意味著殘差序列還存在有用的信息沒被讀取,需要進一步改進,本文中直接對殘差序列進行操作,得到其相應的自相關圖看出,殘差序列的樣本自相關函數(shù)和偏自相關函數(shù)都在95%的置信區(qū)域以內(nèi),從滯后1階到15階的自相關函數(shù)的概率P值全都顯著大于0.05,因此不能拒絕原假設,即可認為模型ARIMA(1,1,1)估計的殘差序列不存在自相關,檢驗通過。
(五)模型預測
下面利用所估計的模型ARIMA(1,1,1)對2010年10月,11月,12月的貨幣供應量M1進行預測。
由表二可以看出,2010年10月-12月我國貨幣供應量M1的預測值與實際值的差距較小,說明ARIMA模型對我國貨幣供應量的擬合度較好。
三、結(jié)束語
時間序列分析的ARIMA模型預測問題,實質(zhì)上是通過對社會經(jīng)濟發(fā)展變化過程的分析研究,找出其發(fā)展變化的量變規(guī)律性,用以預測經(jīng)濟現(xiàn)象的未來。預測時不必考慮其他因素的影響,僅從序列自身出發(fā),建立相應的模型進行預測,這從根本上避免了尋找主要因素及識別主要因素和次要因素的困難,和回歸分析相比,可以避免了尋找因果模型中國對隨機擾動項的限定條件在經(jīng)濟實踐中難以滿足的矛盾。
本文將時間序列分析方法應用到我國貨幣供應量的預測中。首先對樣本序列分析方法進行了平穩(wěn)性判別,若非平穩(wěn)則對該序列進行平穩(wěn)化處理;其次,對已識別模型進行估計,這里包括模型系數(shù)的估計和階數(shù)的判別;然后白噪聲檢驗顯示得到的模型是合理的;最后,通過參數(shù)的估計值建立相應的模型并計算出序列短期的預測值。
(編輯:ZK)