对我国广义货币供应量的时间序列模型分析 ^①

董晓羿， 申世昌

(青海民族大学 数学与统计学院，青海 西宁 810007)

摘 要： 广义货币供应量在我国经济发展中的地位不容小觑，也是国家制定相关政策时非常重要的一个参考量。本文运用EViews7.2软件分析2005年1月至2019年2月我国广义货币供应量的月度数据，利用金融时间序列有关经济分析的相关内容，调整序列进而构建出以ARMA为基础的相关模型，进一步做检验和对比，最终选用拟合最好的EGARCH(1,1)模型对我国广义货币供应量进行实证分析。

关键词： 广义货币供应量；EGARCH模型；杠杆效应

0 引 言

不论是过去还是当今，经济发展如同锁链环环相扣，货币供应量在其中的影响相当重要，起到了衔接的作用^[1]。我国需求与供给是否在一定条件下达到平衡状态，主要取决于相关政策下的货币供应量是否适度。如果只是通过增加货币的供给，一方面是可以刺激宏观经济，促使经济迅速增长，但是另一方面会导致通货膨胀^[2]，所以把握这个度就显得格外重要。故以我国广义货币每月的供应量作为时间序列数据，结合ARMA和ARCH扩展模型对时间序列中的变量进行调整并对残差进行相关检验，找到拟合度更高EGARCH模型，对其进行相关分析。

1 理论依据

1.1 ARCH模型

ARCH模型是由Engle于1982年提出的^[3]，在金融市场中应用也是相当广泛。

对于通常回归模型

未来，盛通印刷将充分利用移动互联网、云计算和工业信息化技术，聚合需求、进行产能升级，提升出版综合服务能力。

y _t=x '_t β +ε _t

当服从AR(q )过程，可得到

自2013年中央提倡、鼓励家庭农场发民展以来，家庭农场在我国各省区迅猛发展，为我国现代农业注入了新的动力，经近5年的发展，主要存在以下的发展困境与难题。

η _t 独立同分布，并且满足E (η _t )=0，D (η _t )=λ²则可认为该模型是自回归条件异方差模型，记为ARCH模型。

观察组在对照组基础上为患者使用川芎嗪联合山莨菪碱进行治疗,其中川芎嗪采用精妙注射方式进行给药,将80mg注射液中加入5%的葡萄糖注射液,或者加入生理 盐水250ml。而山莨菪碱注射液用法为10mg稀释5%的葡萄糖注射液,或者加入250ml的生理盐水,缓慢静脉滴注[3]。每天注射1次,周期为一个疗程[4]。

1.2 ARCH效应检验

深入开展农产品品牌创建。积极开展“三品一标”认证，完成全县农产品区域品牌规划、创建、包装、推介，打造一批知名农产品品牌和企业品牌。再创建一批果品、蔬菜标准示范园，创建省级现代农业园区，完成县级农业园区的规划、创建、评审、挂牌。

结合表3和表4数据可知，即使在1%的显著水平的条件下，原假设均不满足条件，所以序列包含高阶ARCH效应。

由图1观察得到该序列是以0值为一条界限上下波动的，可以初步得出该序列趋于平稳。进一步由表2信息可得到，单位根统计量远小于1%的临界值。可确定出该序列处于平稳状态。

一般而言，判断一个模型的残差有无ARCH效应主要有两种典型手段，其一，借助ARCH LM进行验证；其二，借助残差平方相关图进行验证。文中使用的是前一种判别方法。

1.3 EGARCH模型

根据建立的模型相对比，最终选用ARMA(1,0)为主体模型，得到相应的参数估计为：R _t =-

表5是各模型的对数似然函数、AIC、SC，进行对比可以发现相对于其他模型，GARCH(1,1)模型和EGARCH(1,1)模型拟合相对较好，进一步再对比GARCH(1,1)和EGARCH(1,1)的对数似然函数，AIC，SC时，可以发现EGARCH(1,1)的对数似然函数是最大的，AIC,SC值都是最小的，最终判断出序列与EGARCH(1,1)模型拟合最好。故选用EGARCH(1,1)模型，进一步建立EGARCH(1,1)模型：

由公式可知，方差使用自然对数的形式进行表示，这说明h _t 可以为0或者负数，是一种存在杠杆效应的指数型。当ψ ≠0，这表示该模型不满足对称性。若ψ <0，则存在杠杆效应。

2 实证分析

2.1 数据描述

文中研究我国广义货币供应量，时间段为2005年1月到2019年2月，数据源于Wind数据库。将该序列记为X _t ，首先可得到图1是广义货币供应量X _t 的时间序列图，检验序列是否平稳可观察自相关分析图，也可以由表1的ADF检验得出的结果判断序列是否平稳。由图1可以观察到序列图是具有趋势项。

图1X _t 的时间序列图

表 1单位根检验结果

由表1的单位根检验结果可得到t 统计量远远大于10%，5%，1%的临界值。概率P 值接近于1，由此也可判断出序列不平稳。

(一)行政事业单位财务人员如何在理念上整体把控，真正认识新会计制度的先进性，如何掌握新会计制度并能真正的去使用它。人们接受新事物而摒弃旧事物总是需要一个适应的过程，行政事业单位要做好新旧会计制度的衔接，会计工作人员的会为衔接工作带来困难。

2.2 数据处理

由上述图1和表1得出该序列是具有趋势项，接下来对数据进行处理消除趋势和季节的影响，采用差分和季节性调整使该序列达到平稳。

2)中期目标，提供建议的导航路线。用户拟定一个中短期——比如5天的旅行路线，导航会预先提示沿途城市或者景点的天气预报，并且提供经验性的几条驾车路线以供参考。根据路况消息及车辆信息，主动提示驾车注意事项：如冬季驾车去东北，则提示积雪路段信息，建议更换冬季轮胎；提示沿途的温度及湿度，建议需要携带的衣服等。在此阶段，系统具备一定的智能化，可以提供基本的天气路况信息，并具备分析挖掘功能，还可提供经验性的出行路线和注意事项。

先对序列X _t 进行一阶差分之后，进行季节调整消除季节变动的影响，最后进行一阶差分最终使不平稳序列趋于平稳状态，得到的序列记为R _t 。

表 2 R _t 序列的单位根检验

如果回归系数出现0的概率相对较大，则该序列不存在ARCH效应；反之，则该序列存在ARCH效应。

图2R _t 序列趋势图

图3R _t 序列的描述统计量

2.3 数据的描述性统计特征

观察图3描述性统计图中的数据可得到偏度为-0.214394是小于0，并且为负值，由此判断出有左偏的现象，JB的P 值又小于0.05，该序列也不服从正态分布，与正态分布对比得出具有厚尾的特征。

2.4 条件异方差效应检验

上个世纪九十年代初期，Nelson率先提出EGARCH模型^[4]，也就是指数

0.612323R _t +u _t ，接下来判断该序列是否存在ARCH效应，采用ARCH LM检验。

表 3二阶序列异方差的 LM检验

由表3二阶P 统计量和F 统计量的相伴概率都是0，可判断出具有ARCH效应，进一步检验是否具有高阶ARCH效应。

表 4高阶序列异方差的 LM检验

ARCH的LM检验：即判决残差序列中有无ARCH效应的拉格朗日乘数法，该过程也叫做LM检验^[3]。如果模型随机扰动项ε_t遵循ARCH(q)，那么可以构建回归方程：

2.5 ARCH模型的比较及建立

表 5各模型 AIC和 SC值

(exponential)GARCH模型。该模型条件方差的求解公式为：

均值方程：R _t=-0.612040R _t-1 +u _t

方差方程：

通过方差方程，可知参数α ₀=0.941096、θ ₁=0.957991都大于0，表明波动是按照正向进行的。非对称系数φ ₁=-0.213443为负值，说明我国的广义货币供应量的变化的波动呈现不对称，且存在杠杆效应。

3.2 便利店。以食品、日用小百货为主，以开架自选为主，现场可以含有对预制食品进行简单加热，如关东煮、茶叶蛋、馒头等，不含食品现制现售行为，满足顾客便利性需求为主要目的零售业态。实际营业面积一般在100m2-200m2。

按照国家、省的推动科技创新发展的新政策、新要求，落实《S科学院科研财务助理管理办法》，S科学院启动科研财务助理的遴选、培训和聘用工作，使科研人员能够从复杂的财务业务中解脱出来，潜心科学研究。院财务部门对全院100余名科研助理人员进行了科研经费管理和财务制度的业务培训，相关处室部门对参加培训的科研财务助理进行了考核。

2.6 适应性检

表 6序列残差的 ARCH效应检验结果

表6给出两个检验结果，可以看出LM统计量的P 值在1%的显著水平下接受了原假设，可以判断出残差序列不存在自相关，故拟合EGARCH(1,1)模型效果最佳。

3 结 论

因文中得到的时间序列数据为非平稳，先通过处理消除趋势使得数据平稳。再选择最优主体模型之后检验出该序列是具有高阶ARCH效应，进一步拟合模型之后得到GARCH(1,1)和EGARCH(1,1)相对较好，两者相比最终选择EGARCH(1,1)模型效果更好。

因EGARCH(1,1)模型拟合最佳，故观察EGARCH(1,1)相关参数得到杠杆系数为负值，由此可得我国广义货币供应波动在该时间段是非对称的，杠杆效应明显。相同情况下的负收益对正收益的影响更为剧烈。也就是采取扩大货币的供应量带动经济发展得到的效果小于减少货币供应量对经济的减速作用。

参考文献：

[1] 隋鹤.中国货币供给理论及其实证分析[J].统计与决策，2007，(5).

[2] 王畅.广义货币供应量M2模型及影响因素分析[J].金融经济，2017(6):133-134.

[3] 易丹辉.数据分析与EViews应用[M].北京：中国人民大学出版社，2008.

[4] 王振龙.应用时间序列分析[M].北京：中国统计出版社，2010.

[5] 王新新.货币供应量影响因素的多元线性回归分析广义[J].现代商业，2017，(33).

[6] 高丽.我国货币供应量中介目标的有效性分析[J].西南金融，2012(5)：35-39.

[7] 裴科峰.关于广义货币供应量M2影响因素的实证分析[J].经济研究导刊，2013(8)：103-104.

Analysis of Time Series Model of Broad Money Supply in China

DONG Xiao -yi ,SHEN Shi -chang

(School of Mathematics and Statistics ,Qinghai Nationalities University ,Xining 810007,China )

Abstract : The position of broad money supply in China's economic development should not be underestimated. It is also a very important reference when the country makes relevant policies.Eviews7.2 software, this paper analysis between January 2005 and February 2019, the broad money supply monthly data, using the economic analysis of the related content of financial time series ,construct with ARMA model is suitable for the time series ,and related inspection, finally chooses the best fitting EGARCH(1,1) of the broad money supply for empirical analysis.

Key words : broad money supply; EGARCH model; leverage effect

文章编号： 1008-1402( 2019) 05-0828-03

①收稿日期： 2019-09-13

基金项目： 国家自然科学基金(11561056)；青海省自然科学基金(2016-ZJ-914)。

作者简介： 董晓羿(1996-)，女，青海西宁人，硕士，研究方向：数理经济学及其应用。

中图分类号： F820.1

文献标识码： A

标签：广义货币供应量论文;  EGARCH模型论文;  杠杆效应论文;  青海民族大学数学与统计学院论文;