基于ARMA模型的云南省2012年信貸增長預(yù)測分析

朱健明

【摘要】貨幣供應(yīng)量作為貨幣政策的中間目標(biāo)，對(duì)經(jīng)濟(jì)的發(fā)展有著重要的影響作用。信貸投放與貨幣供應(yīng)高度相關(guān)，在2012年貨幣政策取向引發(fā)市場廣泛討論的背景下，對(duì)信貸水平的事前預(yù)測就顯得尤為必要。本文利用統(tǒng)計(jì)軟件對(duì)云南省金融機(jī)構(gòu)歷年信貸投放量的時(shí)間序列數(shù)據(jù)進(jìn)行了分析，并建立了相應(yīng)的計(jì)量模型。預(yù)測結(jié)果顯示，云南省2012年的信貸增長大致有21%的空間。控制信貸投放的總量與節(jié)奏，調(diào)整信貸投放的結(jié)構(gòu)和比例仍將是今年信貸政策的重點(diǎn)。

【關(guān)鍵詞】貨幣政策信貸市場

貨幣政策是一種重要的宏觀經(jīng)濟(jì)政策，是中央銀行實(shí)現(xiàn)其職能的核心和依據(jù)。其主要任務(wù)之一就是維持適度的貨幣供應(yīng)，使之與經(jīng)濟(jì)的正常運(yùn)行相適應(yīng)。央行通過公開市場操作、調(diào)整存款準(zhǔn)備金率、改變?cè)儋N現(xiàn)率等手段，可以影響基礎(chǔ)貨幣和貨幣乘數(shù)，進(jìn)而影響貨幣供應(yīng)量。根據(jù)貨幣學(xué)派的理論，貨幣供應(yīng)量的變化直接影響支出，從而影響到投資并最終改變總收入。因此，對(duì)貨幣供應(yīng)量的調(diào)控將在很大程度上關(guān)系到貨幣政策最終目標(biāo)的實(shí)現(xiàn)，具有非常重要的戰(zhàn)略意義。在經(jīng)歷了去年的通脹和企業(yè)融資難等問題之后，2012年的貨幣政策取向便引發(fā)了學(xué)界和金融業(yè)內(nèi)人士的廣泛討論。根據(jù)央行發(fā)布的金融統(tǒng)計(jì)數(shù)據(jù)報(bào)告，1月人民幣貸款增加7381億元，遠(yuǎn)低于此前市場預(yù)期，貨幣供應(yīng)量亦創(chuàng)下歷史新低。而與此同時(shí)，美聯(lián)儲(chǔ)和歐洲中央銀行宣布繼續(xù)維持定量寬松貨幣政策，這在我國當(dāng)前復(fù)雜的經(jīng)濟(jì)形勢(shì)下，進(jìn)一步加大了政策制定的難度，十分考驗(yàn)中國智慧。2月18日央行宣布，從2012年2月24日起，下調(diào)存款類金融機(jī)構(gòu)人民幣存款準(zhǔn)備金率0.5個(gè)百分點(diǎn)，再度超出市場預(yù)期。這一緊一松的政策動(dòng)向釋放了貨幣政策的微調(diào)信號(hào)。在此背景下，對(duì)云南省信貸投放的預(yù)測就顯得格外必要，不僅可以大致確定今年我省信貸投放的總體規(guī)模，而且能夠根據(jù)預(yù)測情況作出前瞻性安排，具有較強(qiáng)的理論和現(xiàn)實(shí)意義。由于信貸數(shù)據(jù)為時(shí)間序列，因此較好的預(yù)測方法為構(gòu)建相應(yīng)的時(shí)間序列模型。本文的研究就從這一點(diǎn)開始。

一、云南省信貸余額時(shí)間序列數(shù)據(jù)分析

本文利用EViews5.0軟件對(duì)云南省1983年到2011年的金融機(jī)構(gòu)貸款余額時(shí)間序列數(shù)據(jù)（YN）進(jìn)行分析。從圖1來看，我省金融機(jī)構(gòu)信貸投放規(guī)模呈逐年上升趨勢(shì)，并具有明顯的指數(shù)增長形態(tài)。單位根檢驗(yàn)結(jié)果見表1。

由表1的檢驗(yàn)結(jié)果可知，ADF檢驗(yàn)統(tǒng)計(jì)量的值為0.693789，大于三個(gè)不同顯著性水平的臨界值，表明序列非平穩(wěn)。因此，需要對(duì)序列進(jìn)行平穩(wěn)化處理。由于信貸余額序列呈指數(shù)型增長，所以首先對(duì)該序列取自然對(duì)數(shù)，使其線性化，然后再進(jìn)行一階差分以消除線性趨勢(shì)。對(duì)新生成的序列進(jìn)行ADF檢驗(yàn)，結(jié)果如表2所示。

由檢驗(yàn)結(jié)果可知，ADF檢驗(yàn)統(tǒng)計(jì)量的值為-2.502082，在10%的顯著性水平下，處理后的序列已基本接近平穩(wěn)。新序列的自相關(guān)與偏自相關(guān)圖如圖2所示。從圖中可以看到，當(dāng)滯后階數(shù)大于1時(shí)，序列的自相關(guān)系數(shù)很快地趨近于0，即落入隨機(jī)區(qū)間，說明該時(shí)間序列已經(jīng)平穩(wěn)，可以對(duì)其構(gòu)建相應(yīng)的計(jì)量模型。

二、ARMA模型的選擇與預(yù)測

對(duì)時(shí)間序列進(jìn)行分析和預(yù)測，較常使用的模型有ARMA模型和Holter-Winter非季節(jié)短期預(yù)測模型等。ARMA模型是一類常用的隨機(jī)時(shí)序模型，其基本思想是：某些時(shí)間序列是依賴于時(shí)間t的一族隨機(jī)變量，構(gòu)成該時(shí)序的單個(gè)序列值雖然具有不確定性，但整個(gè)序列的變化卻有一定的規(guī)律可以用相應(yīng)的數(shù)學(xué)模型近似描述。通過過去的觀測值、過去的干擾值和現(xiàn)在的干擾值的線性組合，便構(gòu)成了用于描述平穩(wěn)隨機(jī)過程的自回歸滑動(dòng)平均模型ARMA，其數(shù)學(xué)表達(dá)式記作：

yt=φ1yt-1+φ2yt-2+…+φPyt-P+εt-θ1εt-1-θ2εt-2-…-θqεt-q

由于ARMA是一種精度較高的時(shí)序短期預(yù)測方法，經(jīng)常被用作GDP等經(jīng)濟(jì)指標(biāo)的預(yù)測，因此本文遂采用這一方法，對(duì)信貸余額時(shí)間序列構(gòu)建相應(yīng)的ARMA模型。

從經(jīng)過平穩(wěn)化序列的自相關(guān)與偏自相關(guān)圖（圖2）可以看出，偏自相關(guān)系數(shù)在k=1后很快趨于零，因此取p=1；自相關(guān)系數(shù)在k=1時(shí)顯著不為0，k=2后便落入置信帶內(nèi)，所以取q=1。綜合兩者，可以考慮ARMA（1，1）模型。但經(jīng)過回歸分析，該模型的AR項(xiàng)未能通過t檢驗(yàn)。為此，筆者剔除不顯著的AR項(xiàng)，新建MA（1）模型，EViews回歸結(jié)果如下：

模型的估計(jì)結(jié)果表示為：

DLOG(YN)=0.196171+εt+0.647317εt-1

該模型的各項(xiàng)系數(shù)估計(jì)量均通過t檢驗(yàn)，特征根的倒數(shù)在單位圓內(nèi)，DW值接近2，AIC與SC值均較小，各項(xiàng)統(tǒng)計(jì)指標(biāo)都較為理想。用該模型對(duì)2011年的貸款數(shù)據(jù)進(jìn)行誤差預(yù)測。2011年信貸余額的預(yù)測值為12083.56億元，同實(shí)際值12114.59億元的相對(duì)誤差為0.26%，預(yù)測精度較高。因此，可以將其用來預(yù)測2012年的信貸投放水平。

根據(jù)該模型對(duì)2012年的信貸投放數(shù)據(jù)進(jìn)行預(yù)測，結(jié)果顯示，2012年云南省金融機(jī)構(gòu)貸款投放額預(yù)計(jì)將達(dá)到14702.49億元，較2011年上漲21%，高于省政府制定的16.5%的增長目標(biāo)。

三、結(jié)論和啟示

根據(jù)預(yù)測結(jié)果，對(duì)于云南省2012年的信貸政策，我們可以得到以下兩點(diǎn)啟示：

第一，控制信貸投放的總量與節(jié)奏，保持政策的穩(wěn)健性。通過ARMA模型可知，我省金融機(jī)構(gòu)信貸投放量與上一期信貸投放量無關(guān)，當(dāng)期信貸投放量受當(dāng)期和前期的隨機(jī)因素影響。信貸波動(dòng)究其原因，在于貨幣政策的內(nèi)在傳導(dǎo)機(jī)制和外在沖擊共同作用的結(jié)果。因此，在制定我省信貸政策時(shí)，不能過于依賴往年的經(jīng)驗(yàn)。既要做到總量上與我省實(shí)體經(jīng)濟(jì)發(fā)展的客觀需求相適應(yīng)，又要根據(jù)經(jīng)濟(jì)形勢(shì)的變化作出審慎、靈活的調(diào)整和安排，控制好信貸投放的節(jié)奏。這也是今年貨幣政策穩(wěn)健性的必然要求。

第二，調(diào)整信貸投放的結(jié)構(gòu)和比例，提高政策的科學(xué)性。監(jiān)管當(dāng)局應(yīng)加強(qiáng)對(duì)金融機(jī)構(gòu)的道義勸告和窗口指導(dǎo)，使信貸資金有意識(shí)向低碳、“三農(nóng)”、高新技術(shù)產(chǎn)業(yè)傾斜。對(duì)于小微企業(yè)貸款難的現(xiàn)狀，一方面在鼓勵(lì)向其增加信貸投放的同時(shí)，另一方面應(yīng)積極探索和推廣融資租賃、無抵押循環(huán)貸款等新型融資手段，切實(shí)扭轉(zhuǎn)央企國企不愁貸，中小企業(yè)融資難的尷尬現(xiàn)狀。

需要格外指出的是，模型的預(yù)測值是根據(jù)歷史數(shù)據(jù)擬合得出的結(jié)果，并不代表實(shí)際發(fā)生的數(shù)量。在制定政策時(shí)，必須考慮外在沖擊。在極端情況下，實(shí)際值甚至可能同預(yù)測值有很大差別。