青島大學經濟學院 倪建立

中國鐵建電氣化局集團第二工程有限公司 劉穎博

中國金融機構信貸資金規(guī)模的預測分析
——基于ARIMA模型

青島大學經濟學院 倪建立

中國鐵建電氣化局集團第二工程有限公司 劉穎博

信貸資金規(guī)模涉及很多不確定因素,各個因素之間的相關關系錯綜復雜,因此要從理論上徹底弄清楚信貸資金的變化機理十分困難。然而信貸市場是一個運動的、特殊的系統,它必然存在著規(guī)律。本文利用中國金融機構人民幣信貸資金規(guī)模的月度數據，構建ARIMA模型，并利用此模型對未來幾個月的信貸規(guī)模進行了預測，提出一些對策建議，以期為中國金融機構未來的發(fā)展提供有益的參考。

ARIMA模型 信貸風險 通貨膨脹

一、引言

中國信貸資金來源主要是存款、金融債券、對國際機構的負債等。隨著中國經濟形勢日益高漲，我國金融機構的信貸資金總量逐年上升。信貸資金規(guī)模的擴張，導致各類貸款的快速增長，其中長期貸款的增長可以滿足項目建設信貸資金的需求，有利于擴內需保增長政策的落實，促進經濟平穩(wěn)較快發(fā)展。

如果對我國金融機構人民幣信貸資金規(guī)模進行準確預測，可以對未來的貨幣信貸形勢提前做好準備，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，所以通過對不同因素的逐個分析建立結構模型會非常復雜，而且可能會造成較大誤差。運用時間序列的本身的趨勢去預測它未來的走勢，會更準確，因此本文選用ARIMA模型作為分析預測工具。

二、ARIMA簡介及建模步驟

ARIMA是自回歸移動平均結合 (Auto Regressive Integrated Moving Average)模型的簡寫形式,用于平穩(wěn)序列或通過差分而平穩(wěn)的序列分析。ARIMA方法是一種以隨機理論為基礎的時間序列預測方法，主要用于對隨時間變化形成的序列的預測。

三、對中國金融機構信貸資金規(guī)模的實證分析

1、數據來源與描述

?

?

本文以中國金融機構信貸資金規(guī)模的月度數據作為觀察對象，選用2001年1月至2010年6月作為樣本區(qū)間，數據均來源于中國人民銀行網站，利用統計學軟件Eviews對此時間序列數據進行處理分析。圖二是用Eviews繪制的中國金融機構信貸資金規(guī)模時序圖?？梢钥闯?，從2001年1月至2010年6月，中國金融機構的信貸資金規(guī)模呈現出上升趨勢，且增速有所增加。

只有平穩(wěn)的時間序列才能直接建立ARMA模型，否則必須經過適當的處理使序列滿足平穩(wěn)性要求。由于該序列是非平穩(wěn)的，因此我們對該序列進行一階差分，對差分后的序列進行ADF檢驗。

2、模型的識別

按照Box-Jenkins的模型識別方法，通過分析殘差相關圖以及樣本的自相關和偏自相關函數，得到自相關函數在位移1處出現截尾，根據模型識別規(guī)則確定為AR模型。

計算AIC和SC值以確定模型的階數。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間序列。

3、模型的檢驗

對參數的顯著性進行檢驗。由表二得知，變量以較高的概率通過了顯著性檢驗。從模型的擬合程度來看，可決系數達到了0.92，說明模型具有較好的預測功能。

我們對模型的殘差序列進行白噪聲檢驗，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被提取，需要進一步改進模型。經過檢驗，殘差序列在的置信水平下是白噪聲序列。模型通過了檢驗。

四、結論

由上面的實證分析可以得出，AR（1）模型對中國信貸資金規(guī)模的擬合程度較高，預測效果較好。根據擬合趨勢來判斷，未來金融機構的信貸資金規(guī)模還會進一步擴大，通脹壓力還會存在，央行應把關注的重點放在控制商業(yè)銀行信貸資金規(guī)模和質量上，一方面引導商業(yè)銀行信貸資金流向實體經濟，減弱當前資產價格泡沫;另一方面對商業(yè)銀行貸款質量嚴格把關，避免信貸資產沉淀、逾期和呆滯，提高商業(yè)銀行運行的穩(wěn)定性。

[1]王春峰.金融市場風險管理[M],天津大學出版社，2001

[2]張曉峒.計量經濟學基礎 [M],2006

[3]張成思.金融計量經濟學 [M],2008

（責任編輯：何秀秀）