货币供应量中M0时间序列的分析与预测
作者：崔梦莹
来源：《大经贸》2018年第06期

        【摘 要】 货币流通中的现金M0、M1、M2都是中国货币供应量的重要统计指标之一，过对现有数据的观察，发现M0的变化具有良好的性质，故最终在M0、M1、M2中选取M0作为研究对象；利用Eviews软件对16年的M0时间序列数据做一阶12步差分，结合自相关检验和单位根检验得出残差序列是平稳非白噪声季节序列，故采用ARMA（p，q）模型拟合残差序列；经多次调整p、q取值后，模型新残差序列仍是非白噪声，即说明原残差序列用简单季节模型拟合不好，说明原序列中的季节影响与其他影响之间不是简单加法关系，通常它们之间具有乘积关系，故对残差序列采用乘积季节模型进行拟合，拟合较好，并对2017年1月至2017年5月的残差值进行预测。

        【关键词】 现金流通量M0 时间序列 平稳白噪声

        一、研究对象选择

        针对货币供给量问题，分析数据可知，M0在这将近40年中一直保持稳步增长、并且呈现了明显的季节趋势， M0更具有实时间序列的良好性质； M1虽然也保持了增长，然而其增速并不均匀，短期波动很大；M2同M1类似。综上所述，最终选择M0作为研究对象，研究货币供应量中M0时间序列的分析与预测。

        二、理论部分

        1、乘积季节模型简介

        既有趋势性又有季节性的时间序列，得季节为S且具有趋势性的模型为：

        其中为间隔为S步的一阶差分，为间隔为S步的D阶差分，D为正整数。在季节性内部也有趋势性，上式的右端可表示为

        综合上面两个式子，可得既有趋势性又有季节性的乘积模型的统一模型为：

        2、季节时间序列模型的建模步骤

        （1） 对时间序列进行季节差分和差分，得到一个平稳非白噪声序列；

        （2） 计算差分后序列的自相关函数和偏自相关函数，选择一个暂定模型；

货币供应量中M0时间序列的分析与预测