精品文档---下载后可任意编辑基于 ARMA 模型的社会融资规模增长分析————ARMA 模型实验精品文档---下载后可任意编辑第一部分 实验分析目的及方法一般说来,若时间序列满足平稳随机过程的性质,则可用经典的 ARMA 模型进行建模和预则
但是, 由于金融时间序列随机波动较大,很少满足 ARMA 模型的适用条件,无法直接采纳该模型进行处理
通过对数化及差分处理后,将原本非平稳的序列处理为近似平稳的序列,可以采纳 ARMA 模型进行建模和分析
第二部分 实验数据数据来源数据来源于中经网统计数据库
具体数据见附录表
所选数据变量社会融资规模指一定时期内（每月、每季或每年）实体经济从金融体系获得的全部资金总额，为一增量概念，即期末余额减去期初余额的差额，或当期发行或发生额扣除当期兑付或偿还额的差额
社会融资规模作为重要的宏观监测指标，由实体经济需求所决定，反映金融体系对实体经济的资金量支持
本实验拟选取 2024 年 11 月到 2024 年 9 月我国以月为单位的社会融资规模的数据来构建 ARMA 模型，并利用该模型进行分析预测
第三部分 ARMA 模型构建推断序列的平稳性首先绘制出 M 的折线图，结果如下图：精品文档---下载后可任意编辑图 社会融资规模 M 曲线图从图中可以看出，社会融资规模 M 序列具有一定的趋势性，由此可以初步推断该序列是非平稳的
此外，m 在每年同时期出现相同的变动趋势，表明 m 还存在季节特征
下面对 m 的平稳性和季节性·进行进一步检验
为了减少 m 的变动趋势以及异方差性，先对 m 进行对数化处理，记为 lm，其时序图如下：图 lm 曲线图精品文档---下载后可任意编辑 对数化后的趋势性减弱，但仍存在一定的趋势性，下面观察lm的自相关图表 lm的自相关图上表可以看出，该lm序列的PACF只在滞后一期、二期和三期是显著的，ACF随着滞后结束的
