基于ARIMA模型對中國M2/GDP的預(yù)測

摘要：M2/GDP是廣義貨幣供應(yīng)量（M2）與國內(nèi)生產(chǎn)總值（GDP）的比值，它是一個常用的金融指示或經(jīng)濟(jì)指標(biāo)，能夠衡量一個國家一定時期內(nèi)貨幣超發(fā)的程度。改革開放以來，我國廣義貨幣供給M2呈現(xiàn)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(jì)算相關(guān)數(shù)據(jù)可知，基本上每年GDP的增速都小于M2的增速，導(dǎo)致我國M2/GDP比值持續(xù)上升。M2/GDP的值不宜過高，已經(jīng)成為學(xué)術(shù)界和貨幣管理部門的共識。本文從貨幣超發(fā)這一角度出發(fā)，對M2/GDP構(gòu)建ARIMA模型進(jìn)行預(yù)測，得到了在未來中國的貨幣超發(fā)水平仍將持續(xù)擴(kuò)大，需警惕貨幣超發(fā)造成的物價上漲、資產(chǎn)泡沫等不良后果的結(jié)論。

關(guān)鍵詞：貨幣超發(fā);M2/GDP;ARIMA模型

M2/GDP是國際上衡量貨幣超發(fā)比較主流指標(biāo)，如果該值較高，則說明貨幣發(fā)行量超出了經(jīng)濟(jì)發(fā)展實(shí)際需要的貨幣數(shù)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(jù)國際和歷史經(jīng)驗(yàn)，貨幣超發(fā)往往會造成資產(chǎn)泡沫、通貨膨脹等經(jīng)濟(jì)問題，對M2/GDP未來的發(fā)展趨勢的研究能夠?yàn)檎咧贫ㄌ峁┮欢ǖ膮⒖肌?/p>

本文選擇從1952年至2018年的M2/GDP數(shù)據(jù)，應(yīng)用時問序列分析對M2/GDP構(gòu)建ARIMA模型并對其進(jìn)行經(jīng)濟(jì)預(yù)測，觀察我國的貨幣超發(fā)情況未來發(fā)展趨勢，為政府相關(guān)人員研究與制定貨幣政策提供參考。

一、文獻(xiàn)綜述

美國經(jīng)濟(jì)學(xué)家Ronald I.Mckinnon（1973）最早提出M2/GDP這一指標(biāo)，他將M2/GDP同一個國家的金融深化程度聯(lián)系起來，認(rèn)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(guān)研究證實(shí)了，金融機(jī)構(gòu)和資產(chǎn)的變化可以使得M2/GDP的值發(fā)生顯著改變。

任澤平（2019）c5]指出貨幣超發(fā)常常帶來房價的飆升等惡果，而M2/GDP作為衡量貨幣超發(fā)水平的重要指標(biāo)，中國M2/GDP偏大引起了很多國內(nèi)學(xué)者的警惕，張一、張運(yùn)才（2016）認(rèn)為M2/GDP的增高雖然在現(xiàn)階段未造成惡性的通貨膨脹，但卻隱藏了一定的風(fēng)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(guān)結(jié)果對現(xiàn)在的M2/GDP發(fā)展趨勢已無太大的參考作用。2015年后的相關(guān)研究在知網(wǎng)檢索中僅有3篇，且運(yùn)用工具只是較為簡單的OLS模型或者直接根據(jù)趨勢圖做定性分析。故本文選擇對M2/GDP構(gòu)建ARIMA模型并對其進(jìn)行經(jīng)濟(jì)預(yù)測，以觀察我國的貨幣超發(fā)情況未來發(fā)展趨勢。

二、實(shí)證分析

（一）數(shù)據(jù)選取與處理

本文采用現(xiàn)在衡量貨幣超發(fā)水平的主流指標(biāo)之一M2/GDP來代表貨幣超發(fā)水平。根據(jù)中國各年統(tǒng)計(jì)年鑒及中經(jīng)網(wǎng)數(shù)據(jù)庫的統(tǒng)計(jì)數(shù)據(jù)整理并選取了1952年至2018年M2/GDP的相關(guān)數(shù)據(jù)，為了方便構(gòu)建時問序列模型，以100為基數(shù)，對M2/GDP進(jìn)行處理后并進(jìn)行對數(shù)化。

（二）自相關(guān)檢驗(yàn)

為了獲得判斷InM2/GDP（100）序列是否正相關(guān)，本文對該序列進(jìn)行了自相關(guān)檢驗(yàn)，結(jié)果顯示該序列在7階后才落入?yún)^(qū)間內(nèi)，且自相關(guān)系數(shù)長期大于零，顯示出較強(qiáng)的自相關(guān)性。

（三）平穩(wěn)性檢驗(yàn)

為驗(yàn)證InM2/GDP（100）的平穩(wěn)性，對該序列進(jìn)行了ADF平穩(wěn)性檢驗(yàn)，得到ADF檢驗(yàn)的P值為0.736，大于顯著性水平a=0.05，故不能拒絕原假設(shè)，認(rèn)為該序列為非平穩(wěn)序列。

（四）數(shù)據(jù)差分

由于序列InM2/GDP（100）是非平穩(wěn)的，為了獲得平穩(wěn)的時問序列，對InM2/GDP（100）首先進(jìn)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(jìn)一步確認(rèn)一階差分的序列是否平穩(wěn)，我們對其進(jìn)行自相關(guān)與偏相關(guān)檢驗(yàn)。

南自相關(guān)檢驗(yàn)結(jié)果顯示，差分后的序列呈現(xiàn)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(guān)，但在偏相關(guān)檢驗(yàn)中該序列顯示出拖尾性，表明序列可能存在偏相關(guān)，為進(jìn)一步確定一階差分序列的平穩(wěn)性，對差分后的序列進(jìn)行平穩(wěn)性檢驗(yàn)。

ADF檢驗(yàn)的結(jié)果顯示， 檢驗(yàn)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(rèn)為一階差分后的序列為平穩(wěn)序列。

（五）構(gòu)建ARIMA模型

首先進(jìn)行模型定階，對InM2/GDP（100）的一階差分繪制自相關(guān)圖和偏自相關(guān)圖，自相關(guān)和偏相關(guān)圖均顯示在滯后一階超出了置信區(qū)間，考慮到p和q不同時為0，所以主要考慮構(gòu)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(zhǔn)則，應(yīng)優(yōu)先考慮AIC、BIC、HQ值最小的，對這3個模型分別進(jìn)行AIC，BIC，HQ統(tǒng)計(jì)量檢驗(yàn)。檢驗(yàn)結(jié)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(yàn)

采用QQ圖對殘差進(jìn)行檢驗(yàn)，觀察模型的擬合程度，并對殘差做自相關(guān)圖。QQ圖的結(jié)果顯示，描繪的點(diǎn)圍繞殘差等于0的直線上下隨機(jī)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(guān)圖顯示，除0階即變量自身之間的相關(guān)為1外，其余階數(shù)均位于置信區(qū)間內(nèi)，模型殘差并不存在自相關(guān)與偏相關(guān)。為了對一階自相關(guān)進(jìn)行定量分析，還需進(jìn)行D-W檢驗(yàn)，根據(jù)軟件運(yùn)行結(jié)果，InM2/GDP的一階差分的DW=2.042 504 856 589 967，認(rèn)為不存在（一階）自相關(guān)性。

最后采用Ljung-Box方法對殘差進(jìn)行隨機(jī)性檢驗(yàn)，判斷該序列是否存在滯后相關(guān)，就結(jié)果而言，滯后40階的P值均大于0.1，則接受原假設(shè)HO，認(rèn)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(yù)測

根據(jù)ARIMA（0，1，1）模型，對2019到2025年的InM2/GDP（100）的值進(jìn)行預(yù)測并轉(zhuǎn)化，結(jié)果如表1。

預(yù)測結(jié)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(xiàn)出放緩的跡象，M2預(yù)測值與GDP預(yù)測值的差額進(jìn)一步拉大，中國貨幣超發(fā)壓力仍會持續(xù)擴(kuò)大且沒有放緩趨勢，需警惕貨幣超發(fā)造成的物價上漲、資產(chǎn)泡沫等不良后果。

三、結(jié)語

十九大報(bào)告提出“深化金融體制改革，增強(qiáng)金融服務(wù)實(shí)體經(jīng)濟(jì)能力，提高直接融資比重，促進(jìn)多層次資本市場健康發(fā)展”，這種金融結(jié)構(gòu)的變化將直接體現(xiàn)在M2/GDP的變化。M2/GDP作為聯(lián)系實(shí)體經(jīng)濟(jì)和虛擬經(jīng)濟(jì)的重要觀測指標(biāo)，M2/GDP比率持續(xù)升高可能預(yù)示著銀行信貸脫離了實(shí)體經(jīng)濟(jì)中產(chǎn)出的需要而盲目擴(kuò)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(shù)據(jù)，對M2/GDP進(jìn)行建模，對其未來發(fā)展趨勢進(jìn)行預(yù)測。模型結(jié)果顯示，未來中國貨幣超發(fā)水平仍會進(jìn)一步提升，且增速并不會放緩，政府在制定相關(guān)貨幣政策時需警惕貨幣超發(fā)造成的物價上漲、資產(chǎn)泡沫等不良后果?！?/p>

參考文獻(xiàn)：

[1]鄭子媛，錢書法，呂文慧，朱萌基于貨幣結(jié)構(gòu)視角的M2/GDP計(jì)量分析[J].金融理論與教學(xué)，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(fā)放量與資產(chǎn)價格比較研究[J].發(fā)展研究，2019（2）

[6]張一，張運(yùn)才廣義貨幣與國內(nèi)生產(chǎn)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(jīng)濟(jì)統(tǒng)計(jì)研究。