崔夢(mèng)瑩
【摘 要】 貨幣流通中的現(xiàn)金M0、M1、M2都是中國貨幣供應(yīng)量的重要統(tǒng)計(jì)指標(biāo)之一,過對(duì)現(xiàn)有數(shù)據(jù)的觀察,發(fā)現(xiàn)M0的變化具有良好的性質(zhì),故最終在M0、M1、M2中選取M0作為研究對(duì)象;利用Eviews軟件對(duì)16年的M0時(shí)間序列數(shù)據(jù)做一階12步差分,結(jié)合自相關(guān)檢驗(yàn)和單位根檢驗(yàn)得出殘差序列是平穩(wěn)非白噪聲季節(jié)序列,故采用ARMA(p,q)模型擬合殘差序列;經(jīng)多次調(diào)整p、q取值后,模型新殘差序列仍是非白噪聲,即說明原殘差序列用簡(jiǎn)單季節(jié)模型擬合不好,說明原序列中的季節(jié)影響與其他影響之間不是簡(jiǎn)單加法關(guān)系,通常它們之間具有乘積關(guān)系,故對(duì)殘差序列采用乘積季節(jié)模型進(jìn)行擬合,擬合較好,并對(duì)2017年1月至2017年5月的殘差值進(jìn)行預(yù)測(cè)。
【關(guān)鍵詞】 現(xiàn)金流通量M0 時(shí)間序列 平穩(wěn)白噪聲
一、研究對(duì)象選擇
針對(duì)貨幣供給量問題,分析數(shù)據(jù)可知,M0在這將近40年中一直保持穩(wěn)步增長(zhǎng)、并且呈現(xiàn)了明顯的季節(jié)趨勢(shì), M0更具有實(shí)時(shí)間序列的良好性質(zhì); M1雖然也保持了增長(zhǎng),然而其增速并不均勻,短期波動(dòng)很大;M2同M1類似。綜上所述,最終選擇M0作為研究對(duì)象,研究貨幣供應(yīng)量中M0時(shí)間序列的分析與預(yù)測(cè)。
二、理論部分
1、乘積季節(jié)模型簡(jiǎn)介
既有趨勢(shì)性又有季節(jié)性的時(shí)間序列,得季節(jié)為S且具有趨勢(shì)性的模型為:
其中為間隔為S步的一階差分,為間隔為S步的D階差分,D為正整數(shù)。在季節(jié)性內(nèi)部也有趨勢(shì)性,上式的右端可表示為
綜合上面兩個(gè)式子,可得既有趨勢(shì)性又有季節(jié)性的乘積模型的統(tǒng)一模型為:
2、季節(jié)時(shí)間序列模型的建模步驟
(1) 對(duì)時(shí)間序列進(jìn)行季節(jié)差分和差分,得到一個(gè)平穩(wěn)非白噪聲序列;
(2) 計(jì)算差分后序列的自相關(guān)函數(shù)和偏自相關(guān)函數(shù),選擇一個(gè)暫定模型;
(3) 由差分序列的適當(dāng)自相關(guān)和偏自相關(guān)值求得模型的初始估計(jì)值并將這些估計(jì)值作為最小二乘估計(jì)的初始值,對(duì)模型參數(shù)進(jìn)行顯著性檢驗(yàn);
(4) 對(duì)估計(jì)得到的暫定模型的剩余進(jìn)行適應(yīng)性檢驗(yàn),即白噪聲檢驗(yàn),來決定是否接受暫定模型,檢驗(yàn)過程直至得到最優(yōu)模型為止。
三、實(shí)證分析
1、剔除季節(jié)因素的影響
時(shí)間序列分析數(shù)據(jù)的初步平穩(wěn)化處理;由于該時(shí)間序列的變動(dòng)受到季節(jié)因素、趨勢(shì)因素和隨機(jī)因素的影響,在大致相近的月份,同處于波峰或波谷,是一個(gè)典型的季節(jié)性非平穩(wěn)時(shí)間序列。因此,采用周期為12個(gè)月的季節(jié)差分剔除季節(jié)因素對(duì)M0的部分影響。
2、平穩(wěn)性檢驗(yàn)
平穩(wěn)性檢驗(yàn)從圖上可以直觀的看出該時(shí)間序列仍不平穩(wěn),進(jìn)一步的,我們考察時(shí)間序列的自相關(guān)和偏自相關(guān)圖。從自相關(guān)系數(shù)可以看出,呈周期衰減到零的速度非常緩慢,所以斷定時(shí)間序列M0非平穩(wěn),進(jìn)一步對(duì)其做ADF檢驗(yàn),結(jié)果相同。新序列并未通過自相關(guān)檢驗(yàn),新序列是非平穩(wěn)非白噪聲序列。
3、ARIMA模型的構(gòu)造
由于自相關(guān)圖和偏自相關(guān)圖都是拖尾的,因此可以設(shè)定為ARMA過程,時(shí)間序列M0一階差分后的自相關(guān)函數(shù)1.2階都比較顯著,從第三階開始不太顯著、下降幅度也比較大;偏自相關(guān)函數(shù)1.2階也很顯著,從第三階開始大幅度下降,所以想初步建立ARMA(2,2)模型。模型參數(shù)全部通過檢驗(yàn),因?yàn)樗械慕忉屪兞康南禂?shù)估計(jì)值都是顯著的,為了確定是否存在更好的模型,我們?cè)俅卧囼?yàn)幾個(gè)取值,比較AIC,最終建立模型ARMA(2,4)。
4、模型的改進(jìn)
依據(jù)平穩(wěn)非白噪聲序列的自相關(guān)結(jié)果圖可知,自新序列并未通過自相關(guān)檢驗(yàn),新序列是非平穩(wěn)非白噪聲序列。自相關(guān)圖顯示序列是1階截尾,后期出現(xiàn)反彈;偏自相關(guān)圖顯示序列具有拖尾性,后期也出現(xiàn)了反彈。再嘗試選取ARMA(p,q)簡(jiǎn)單季節(jié)模型對(duì)時(shí)間序列進(jìn)行擬合后,模型殘差序列仍是平穩(wěn)非白噪聲序列,說明時(shí)間序列的季節(jié)影響和其他影響之間不是簡(jiǎn)單加法關(guān)系,可能是一種復(fù)雜的關(guān)聯(lián)關(guān)系,為進(jìn)一步提高擬合精度,選取ARIMA(p,d,q)(乘積季節(jié)模型)對(duì)原序列進(jìn)行擬合。同時(shí)由于開始時(shí)的數(shù)據(jù)太多,可能會(huì)導(dǎo)致擬合不準(zhǔn)確,影響模型的建立建立,所以為了使數(shù)據(jù)更準(zhǔn)確,更貼近近些年的真實(shí)情況,我們剔除掉2001年以前的數(shù)據(jù)。假設(shè)d=1; p=1,2,3,4; q=1,2,3,4; 進(jìn)行共計(jì)16次擬合。
從模型參數(shù)顯著性檢驗(yàn)、R-square、AIC信息量以及D-W系數(shù)綜合選擇最優(yōu)模型ARMA(4,4)x(1,0,1)12,模型擬合參數(shù)檢驗(yàn),對(duì)新殘差序列自相關(guān)檢驗(yàn),新殘差序列是白噪聲,說明該序列無再多信息可提取。
原序列M0擬合模型的表達(dá)式如下:
四、現(xiàn)實(shí)意義
M0的下降說明了我國經(jīng)濟(jì)運(yùn)行的疲軟態(tài)勢(shì),傳統(tǒng)三駕馬車的拉動(dòng)能力有限,經(jīng)濟(jì)下行趨勢(shì)短時(shí)間內(nèi)難以有較大改觀。其中,外貿(mào)出口有所反彈,但是就長(zhǎng)遠(yuǎn)看形式不容樂觀;消費(fèi)回落,尤其是房地產(chǎn)需求不斷減少、庫存增大;依靠投資拉動(dòng)的回報(bào)率已經(jīng)越來越小,效率很低。在這種情況下,我們應(yīng)該做到:
(1)央行在匯率上保持靈活性,促進(jìn)出口,穩(wěn)定經(jīng)濟(jì)。
(2)加大穩(wěn)增長(zhǎng)的政策力度,政府要逐步加強(qiáng)“微刺激”政策的落實(shí)力度,尤其是基建方面的投資,同時(shí)開放民營(yíng)資本。
(3)防止房地產(chǎn)投資過快回落所引發(fā)的金額風(fēng)險(xiǎn),進(jìn)一步對(duì)房地產(chǎn),地方政府融資平臺(tái)、過剩行業(yè)貸款風(fēng)險(xiǎn)進(jìn)行監(jiān)控,防范風(fēng)險(xiǎn)向整個(gè)金融體系傳導(dǎo)。
最后,在穩(wěn)定經(jīng)濟(jì)的同時(shí),中央應(yīng)該加快各項(xiàng)改革的速度。中國目前經(jīng)濟(jì)下行壓力不斷增大,內(nèi)需不足的同時(shí)外部環(huán)境還存在很大的不確定性,中央要進(jìn)一步深化改革,尋找經(jīng)濟(jì)增長(zhǎng)的內(nèi)生動(dòng)力,才能從根本上實(shí)現(xiàn)長(zhǎng)期穩(wěn)定增長(zhǎng)。
【參考文獻(xiàn)】
[1] 曹紅輝、熊文:《如何認(rèn)識(shí)供給側(cè)改革的基本內(nèi)涵》,《人民論壇》2015年第36期。
[2] 黃凱南:《供給側(cè)和需求側(cè)的共同演化:給予演化增長(zhǎng)的視角》,《南方經(jīng)濟(jì)》2015年第12期。
[3] 劉偉、蘇劍:《“新常態(tài)”下的中國宏觀調(diào)控》,《經(jīng)濟(jì)科學(xué)》2014年第4期。
[4] 黃甜源:《銀行風(fēng)險(xiǎn)管理研究:以民營(yíng)企業(yè)為例》,中國世紀(jì)出版社,2013。
[5] 王艷麗:《我國商業(yè)銀行信用風(fēng)險(xiǎn)管理存在的問題及對(duì)策》,《商業(yè)現(xiàn)代化》2015年第16期。
[6] 徐文勇:《防范商業(yè)銀行信貸風(fēng)險(xiǎn)研究》,《經(jīng)濟(jì)師》2014年第7期。