基于时间序列模型与传统回归模型下的货币总量预测.pdfVIP

财财 政政 与与 金金 融融 《《生产力研究生产力研究》》No.4.2009No.4.2009 基于时间序列模型与传统回归模型下 的货币总量预测 周 天 （同济大学经济与管理学院，上海200092） 【摘 要】 文章借助反映货币总量的重要指标，对随机性时间序列模型和传统回归模型的构建及相应的预测精 度进行了探讨分析，以期为宏观政策的制定提供较精确的量化模型依据，结果发现：传统回归模型的预测精度普遍高于 ARIMA模型的预测精度，但是传统回归模型的预测有赖于ARIMA模型对其解释变量向预测期的外推。 【关键词】 ARIMA模型；传统回归模型；预测 【中图分类号】F820.3 【文献标识码】A 【文章编号】1004- 2768 （2009）04- 0046- 03 对货币总量的预测对于一国制定货币政策、调控宏观经济 （三）样本数据的选取及实证研究 意义重大。就货币政策的传导机制理论而言，一方面要通过分 本文选择名义狭义货币供给M ，名义国民收入Y （GNP）， 1 析货币对终极目标（如物价上涨率、经济增长率、国际收支顺差 名义利率以i 及消费者物价指数P （CPI）作为样本数据；实际狭 或逆差等等）的弹性，来确定为实现终极目标所需达到的货币 M Y 义货币供给RM = 1 ，实际国民收入RY= ，名义利率i 作为 1 总量水平；另一方面要通过货币总量的预期水平，来确定工具 P P 变量的实施力度。而在制定和实施货币政策的实践过程中，这 研究对象。其中，消费者物价指数以 1992 年为基年进行折算。 两方面都要求对货币总量进行预测。并且，货币总量的分析和 在实证中，选取了 1978 年到2006 年名义国民收入Y （GNP）、名 预测，也是评估政策调整方案可行性和考核货币政策实施效果 义利率i 和消费者物价指数P （CPI）的各指标值以及1990 年到 2006 年名义狭义货币供给M 的指标值。资料来源于《中国统计 必不可少的关键步骤。 1 一、货币总量的时间序列ARIMA 模型预测 年鉴》2007 年。 由于资料来源的限制，名义狭义货币供给M 的指标值只 （一）ARIMA 模型的形式