中國(guó)金融機(jī)構(gòu)信貸資金規(guī)模的預(yù)測(cè)分析
——基于ARIMA模型

青島大學(xué)經(jīng)濟(jì)學(xué)院 倪建立

中國(guó)鐵建電氣化局集團(tuán)第二工程有限公司 劉穎博

中國(guó)金融機(jī)構(gòu)信貸資金規(guī)模的預(yù)測(cè)分析
——基于ARIMA模型

青島大學(xué)經(jīng)濟(jì)學(xué)院 倪建立

中國(guó)鐵建電氣化局集團(tuán)第二工程有限公司 劉穎博

信貸資金規(guī)模涉及很多不確定因素,各個(gè)因素之間的相關(guān)關(guān)系錯(cuò)綜復(fù)雜,因此要從理論上徹底弄清楚信貸資金的變化機(jī)理十分困難。然而信貸市場(chǎng)是一個(gè)運(yùn)動(dòng)的、特殊的系統(tǒng),它必然存在著規(guī)律。本文利用中國(guó)金融機(jī)構(gòu)人民幣信貸資金規(guī)模的月度數(shù)據(jù)，構(gòu)建ARIMA模型，并利用此模型對(duì)未來(lái)幾個(gè)月的信貸規(guī)模進(jìn)行了預(yù)測(cè)，提出一些對(duì)策建議，以期為中國(guó)金融機(jī)構(gòu)未來(lái)的發(fā)展提供有益的參考。

ARIMA模型 信貸風(fēng)險(xiǎn) 通貨膨脹

一、引言

中國(guó)信貸資金來(lái)源主要是存款、金融債券、對(duì)國(guó)際機(jī)構(gòu)的負(fù)債等。隨著中國(guó)經(jīng)濟(jì)形勢(shì)日益高漲，我國(guó)金融機(jī)構(gòu)的信貸資金總量逐年上升。信貸資金規(guī)模的擴(kuò)張，導(dǎo)致各類貸款的快速增長(zhǎng)，其中長(zhǎng)期貸款的增長(zhǎng)可以滿足項(xiàng)目建設(shè)信貸資金的需求，有利于擴(kuò)內(nèi)需保增長(zhǎng)政策的落實(shí)，促進(jìn)經(jīng)濟(jì)平穩(wěn)較快發(fā)展。

如果對(duì)我國(guó)金融機(jī)構(gòu)人民幣信貸資金規(guī)模進(jìn)行準(zhǔn)確預(yù)測(cè)，可以對(duì)未來(lái)的貨幣信貸形勢(shì)提前做好準(zhǔn)備，制定合理的貨幣政策，具有重要意義。由于影響信貸資金規(guī)模的因素較多，所以通過(guò)對(duì)不同因素的逐個(gè)分析建立結(jié)構(gòu)模型會(huì)非常復(fù)雜，而且可能會(huì)造成較大誤差。運(yùn)用時(shí)間序列的本身的趨勢(shì)去預(yù)測(cè)它未來(lái)的走勢(shì)，會(huì)更準(zhǔn)確，因此本文選用ARIMA模型作為分析預(yù)測(cè)工具。

二、ARIMA簡(jiǎn)介及建模步驟

ARIMA是自回歸移動(dòng)平均結(jié)合 (Auto Regressive Integrated Moving Average)模型的簡(jiǎn)寫形式,用于平穩(wěn)序列或通過(guò)差分而平穩(wěn)的序列分析。ARIMA方法是一種以隨機(jī)理論為基礎(chǔ)的時(shí)間序列預(yù)測(cè)方法，主要用于對(duì)隨時(shí)間變化形成的序列的預(yù)測(cè)。

三、對(duì)中國(guó)金融機(jī)構(gòu)信貸資金規(guī)模的實(shí)證分析

1、數(shù)據(jù)來(lái)源與描述

?

?

本文以中國(guó)金融機(jī)構(gòu)信貸資金規(guī)模的月度數(shù)據(jù)作為觀察對(duì)象，選用2001年1月至2010年6月作為樣本區(qū)間，數(shù)據(jù)均來(lái)源于中國(guó)人民銀行網(wǎng)站，利用統(tǒng)計(jì)學(xué)軟件Eviews對(duì)此時(shí)間序列數(shù)據(jù)進(jìn)行處理分析。圖二是用Eviews繪制的中國(guó)金融機(jī)構(gòu)信貸資金規(guī)模時(shí)序圖。可以看出，從2001年1月至2010年6月，中國(guó)金融機(jī)構(gòu)的信貸資金規(guī)模呈現(xiàn)出上升趨勢(shì)，且增速有所增加。

只有平穩(wěn)的時(shí)間序列才能直接建立ARMA模型，否則必須經(jīng)過(guò)適當(dāng)?shù)奶幚硎剐蛄袧M足平穩(wěn)性要求。由于該序列是非平穩(wěn)的，因此我們對(duì)該序列進(jìn)行一階差分，對(duì)差分后的序列進(jìn)行ADF檢驗(yàn)。

2、模型的識(shí)別

按照Box-Jenkins的模型識(shí)別方法，通過(guò)分析殘差相關(guān)圖以及樣本的自相關(guān)和偏自相關(guān)函數(shù)，得到自相關(guān)函數(shù)在位移1處出現(xiàn)截尾，根據(jù)模型識(shí)別規(guī)則確定為AR模型。

計(jì)算AIC和SC值以確定模型的階數(shù)。表一中一階滯后處AIC和SC值最小，表明AR（1）模型能夠較好的近似擬合該時(shí)間序列。

3、模型的檢驗(yàn)

對(duì)參數(shù)的顯著性進(jìn)行檢驗(yàn)。由表二得知，變量以較高的概率通過(guò)了顯著性檢驗(yàn)。從模型的擬合程度來(lái)看，可決系數(shù)達(dá)到了0.92，說(shuō)明模型具有較好的預(yù)測(cè)功能。

我們對(duì)模型的殘差序列進(jìn)行白噪聲檢驗(yàn)，若殘差序列不是白噪聲序列，那么殘差序列還存在有用信息沒(méi)被提取，需要進(jìn)一步改進(jìn)模型。經(jīng)過(guò)檢驗(yàn)，殘差序列在的置信水平下是白噪聲序列。模型通過(guò)了檢驗(yàn)。

四、結(jié)論

由上面的實(shí)證分析可以得出，AR（1）模型對(duì)中國(guó)信貸資金規(guī)模的擬合程度較高，預(yù)測(cè)效果較好。根據(jù)擬合趨勢(shì)來(lái)判斷，未來(lái)金融機(jī)構(gòu)的信貸資金規(guī)模還會(huì)進(jìn)一步擴(kuò)大，通脹壓力還會(huì)存在，央行應(yīng)把關(guān)注的重點(diǎn)放在控制商業(yè)銀行信貸資金規(guī)模和質(zhì)量上，一方面引導(dǎo)商業(yè)銀行信貸資金流向?qū)嶓w經(jīng)濟(jì)，減弱當(dāng)前資產(chǎn)價(jià)格泡沫;另一方面對(duì)商業(yè)銀行貸款質(zhì)量嚴(yán)格把關(guān)，避免信貸資產(chǎn)沉淀、逾期和呆滯，提高商業(yè)銀行運(yùn)行的穩(wěn)定性。

[1]王春峰.金融市場(chǎng)風(fēng)險(xiǎn)管理[M],天津大學(xué)出版社，2001

[2]張曉峒.計(jì)量經(jīng)濟(jì)學(xué)基礎(chǔ) [M],2006

[3]張成思.金融計(jì)量經(jīng)濟(jì)學(xué) [M],2008

（責(zé)任編輯：何秀秀）