摘要：当前我国已进入高质量发展阶段，但利率市场化改革仍在加速推进中，因此我国仍以数量型货币政策为宏观调控主力。我国作为一个大型经济体，货币供应量规模显得尤为重要，一方面充当我国数量型货币政策重要的中介目标，另一方面也是货币政策传导机制的重要一环，对我国货币政策运行乃至整个宏观经济调控具有重要意义，其规模和变化趋势会直接对央行货币政策制定和执行效果产生不可预见的影响。如果为了刺激宏观经济增长，仅扩大货币供给规模，极易使本国陷入通货膨胀；反之，为了抑制经济过热，实行紧缩性货币政策，利率升高，容易造成金融体系内部资金空转，因此及时把握货币供应量的规模变化是维持我国宏观经济平稳运行的必要条件。本文尝试运用统计软件 SAS9.2 对我国

2010 年 1 月至 2019 年 12 月广义货币供应量的月度数据进行研究，利用金融时

间序列分析相关经济趋势，调整序列进而构建因素分解模型、ARIMA 模型，对 2020年 12 期的 M2 值进行预测，进一步检验和比较，最终选用拟合较好的 ARIMA（0，

（1，12），1）模型，以期能及时把握宏观经济形势变化、理解我国金融市场走势以及货币政策走向。

关键词：货币供应量 ARIMA 模型 因素分解模型

目录

摘要

Abstract

1绪论-1

1.1研究背景-1

1.2研究目的和意义-1

1.3研究目标与内容-2

1.4研究思路与方法-3

2文献综述-3

3理论依据-5

3.1因素分解理论-5

3.2X11 季节调节模型-5

3.3ARIMA 模型-5

4我国货币供应量波动的实证分析-6

4.1数据处理-6

4.2ARCH 效应检验-8

4.3模型建立-10

4.4相对最优模型的选择-15

5研究结论与政策建议-17

5.1研究结论-17

5.2对策和建议-17

附录-18

参考文献-21

致谢-23