基于ARIMA模型對中國M2/GDP的預測

摘要：M2/GDP是廣義貨幣供應量（M2）與國內生產總值（GDP）的比值，它是一個常用的金融指示或經濟指標，能夠衡量一個國家一定時期內貨幣超發的程度。改革開放以來，我國廣義貨幣供給M2呈現明顯上升趨勢，1978年M2為l 159.1億元，到2017年增長為1 676 800億元，而且通過計算相關數據可知，基本上每年GDP的增速都小于M2的增速，導致我國M2/GDP比值持續上升。M2/GDP的值不宜過高，已經成為學術界和貨幣管理部門的共識。本文從貨幣超發這一角度出發，對M2/GDP構建ARIMA模型進行預測，得到了在未來中國的貨幣超發水平仍將持續擴大，需警惕貨幣超發造成的物價上漲、資產泡沫等不良后果的結論。

關鍵詞：貨幣超發;M2/GDP;ARIMA模型

M2/GDP是國際上衡量貨幣超發比較主流指標，如果該值較高，則說明貨幣發行量超出了經濟發展實際需要的貨幣數量，貨幣利用效率低下[1]。中國的M2/GDP從1978年的0.35上升至2018年的2.03，增長的幅度驚人。橫向比較其他國家，中國的M2/GDP的值也是居于世界前列[2];根據國際和歷史經驗，貨幣超發往往會造成資產泡沫、通貨膨脹等經濟問題，對M2/GDP未來的發展趨勢的研究能夠為政府政策制定提供一定的參考。

本文選擇從1952年至2018年的M2/GDP數據，應用時問序列分析對M2/GDP構建ARIMA模型并對其進行經濟預測，觀察我國的貨幣超發情況未來發展趨勢，為政府相關人員研究與制定貨幣政策提供參考。

一、文獻綜述

美國經濟學家Ronald I.Mckinnon（1973）最早提出M2/GDP這一指標，他將M2/GDP同一個國家的金融深化程度聯系起來，認為M2/GDP可以代表一個國家金融深化的程度[3].Gibson Chigumira和Nicolas Masiyandima（2003）c4]的相關研究證實了，金融機構和資產的變化可以使得M2/GDP的值發生顯著改變。

任澤平（2019）c5]指出貨幣超發常常帶來房價的飆升等惡果，而M2/GDP作為衡量貨幣超發水平的重要指標，中國M2/GDP偏大引起了很多國內學者的警惕，張一、張運才（2016）認為M2/GDP的增高雖然在現階段未造成惡性的通貨膨脹，但卻隱藏了一定的風險，會為以后的通貨膨脹埋下隱患[6]。

而對M2/GDP未來變動趨勢的研究相對較少，且大都停留在2008年之前，研究相關結果對現在的M2/GDP發展趨勢已無太大的參考作用。2015年后的相關研究在知網檢索中僅有3篇，且運用工具只是較為簡單的OLS模型或者直接根據趨勢圖做定性分析。故本文選擇對M2/GDP構建ARIMA模型并對其進行經濟預測，以觀察我國的貨幣超發情況未來發展趨勢。

二、實證分析

（一）數據選取與處理

本文采用現在衡量貨幣超發水平的主流指標之一M2/GDP來代表貨幣超發水平。根據中國各年統計年鑒及中經網數據庫的統計數據整理并選取了1952年至2018年M2/GDP的相關數據，為了方便構建時問序列模型，以100為基數，對M2/GDP進行處理后并進行對數化。

（二）自相關檢驗

為了獲得判斷InM2/GDP（100）序列是否正相關，本文對該序列進行了自相關檢驗，結果顯示該序列在7階后才落入區間內，且自相關系數長期大于零，顯示出較強的自相關性。

（三）平穩性檢驗

為驗證InM2/GDP（100）的平穩性，對該序列進行了ADF平穩性檢驗，得到ADF檢驗的P值為0.736，大于顯著性水平a=0.05，故不能拒絕原假設，認為該序列為非平穩序列。

（四）數據差分

由于序列InM2/GDP（100）是非平穩的，為了獲得平穩的時問序列，對InM2/GDP（100）首先進行一階差分并繪制差分后的時序圖，差分時序圖顯示差分序列整體上沒有明顯的上升與收縮趨勢，在O水平線上下波動。為進一步確認一階差分的序列是否平穩，我們對其進行自相關與偏相關檢驗。

南自相關檢驗結果顯示，差分后的序列呈現出向0靠攏的趨勢，存在一步截尾性，由此說明序列不存在自相關，但在偏相關檢驗中該序列顯示出拖尾性，表明序列可能存在偏相關，為進一步確定一階差分序列的平穩性，對差分后的序列進行平穩性檢驗。

ADF檢驗的結果顯示， 檢驗p值為5.001 948 148 095 282e'07，幾乎接近于0，顯然小于顯著性水平n =0.05，故認為一階差分后的序列為平穩序列。

（五）構建ARIMA模型

首先進行模型定階，對InM2/GDP（100）的一階差分繪制自相關圖和偏自相關圖，自相關和偏相關圖均顯示在滯后一階超出了置信區間，考慮到p和q不同時為0，所以主要考慮構建ARIMA（1，0，1）模型、ARIMA（O，1，1）和ARIMA（1，1，1）模型。

為確定合適的p，q值，本文采用AIC、BIC、HQ三種準則，應優先考慮AIC、BIC、HQ值最小的，對這3個模型分別進行AIC，BIC，HQ統計量檢驗。檢驗結果顯示，ARIMA（O，1，1）的AIC、BIC、HQ值分別為-150.53、-141.77和-147.07，均為三個的最小值，因此ARIMA（O，1，1）是最佳模型。

（六）ARIMA（O，1，1）模型檢驗

采用QQ圖對殘差進行檢驗，觀察模型的擬合程度，并對殘差做自相關圖。QQ圖的結果顯示，描繪的點圍繞殘差等于0的直線上下隨機散布，該回歸直線對殘差觀測值的擬合情況良好。殘差自相關圖顯示，除0階即變量自身之間的相關為1外，其余階數均位于置信區間內，模型殘差并不存在自相關與偏相關。為了對一階自相關進行定量分析，還需進行D-W檢驗，根據軟件運行結果，InM2/GDP的一階差分的DW=2.042 504 856 589 967，認為不存在（一階）自相關性。

最后采用Ljung-Box方法對殘差進行隨機性檢驗，判斷該序列是否存在滯后相關，就結果而言，滯后40階的P值均大于0.1，則接受原假設HO，認為該序列為白噪聲序列，該ARIMA模型是一個適合樣本的模型，具有合理性。

（七）模型預測

根據ARIMA（0，1，1）模型，對2019到2025年的InM2/GDP（100）的值進行預測并轉化，結果如表1。

預測結果顯示，在未來的一段時間里，M2/GDP的比值仍然會不斷地增大，且增速并沒有呈現出放緩的跡象，M2預測值與GDP預測值的差額進一步拉大，中國貨幣超發壓力仍會持續擴大且沒有放緩趨勢，需警惕貨幣超發造成的物價上漲、資產泡沫等不良后果。

三、結語

十九大報告提出“深化金融體制改革，增強金融服務實體經濟能力，提高直接融資比重，促進多層次資本市場健康發展”，這種金融結構的變化將直接體現在M2/GDP的變化。M2/GDP作為聯系實體經濟和虛擬經濟的重要觀測指標，M2/GDP比率持續升高可能預示著銀行信貸脫離了實體經濟中產出的需要而盲目擴張。為此，本文利用Python工具，通過使用1952年11月至2018年的M2/GDP數據，對M2/GDP進行建模，對其未來發展趨勢進行預測。模型結果顯示，未來中國貨幣超發水平仍會進一步提升，且增速并不會放緩，政府在制定相關貨幣政策時需警惕貨幣超發造成的物價上漲、資產泡沫等不良后果。■

參考文獻：

[1]鄭子媛，錢書法，呂文慧，朱萌基于貨幣結構視角的M2/GDP計量分析[J].金融理論與教學，2019（5）.

[2]陳儀，張軼龍.M2/GDP的國際比較與解釋：兼論“中國之謎”[J]新視野，2018（6）.

[3]Ronald I.Mckinnon.Money and capital in economic development[M].American：Brookings Inshtuhon.1973

[4]Gibson Chigumira. Nicolas Masiyandima，Did Financial SectorReform Result inlncreased Savings and Lending for the SMEs and thePoor？ [N]，IFLIP ResearchPaper，2003 -05-28（3）

[5]任澤平，甘源我國近20年貨幣發放量與資產價格比較研究[J].發展研究，2019（2）

[6]張一，張運才廣義貨幣與國內生產總值比值增長的誘因與趨勢：1978-2015年[J].改革，2016（4）

作者簡介：王子維（1999-），男，江西吉安人，2017級本科生，主要從事經濟統計研究。