20220406-IMF-Jordan_Technical_Assistance_Report-Forecasting_Framework_for_Currency_in_Circulation_38页_930kb

IMF 约旦货币流通量预测框架技术援助报告摘要

本报告基于IMF对约旦央行货币流通量预测方法的技术援助，详细分析并提出了改进方案。约旦央行现使用ARIMA模型结合二元指示器变量预测货币流通量(CiC)，该方法虽与国际实践一致，但存在季节性建模复杂、参数过多、易过拟合等问题。

IMF团队开发了一套双层预测框架，显著提升预测准确性和稳健性：

1. 第一层：基准模型与扩展模型

• 基准模型：含Naïve、指数平滑、ARIMA及其扩展模型
• 扩展模型：采用三角函数建模季节性，稳定性高、参数简洁，预测准确率较传统方法提升9%
• 还测试了神经网络(ELM)、TBATS等前沿模型，但因计算复杂且效果不佳未纳入

2. 第二层：模型动态选择与组合

• 动态选择：实时优化模型选择，最大化准确率
• 模型组合：通过加权预测组合提高稳健性
  两种方法均被证实优于基准模型，但动态选择方法需更强计算资源

报告推荐：

1. 使用三角函数ARIMA模型作为默认方案（平衡准确率与简易性）
2. 建立定期更新机制，利用完整R语言软件框架（含数据预处理、模型评估等）
3. 对长期预测采用动态模型选择

此外，IMF建议约旦央行扩充自主数据处理能力，并与财政部建立协作机制完善预测框架。本次援助不仅优化了预报方法，更提升了模型的可扩展性与适用性。

通过执行完整代码，约旦央行可在每月或结构性变化后更新全部模型参数，日常运营则可直接调用高性能预测模型。R语言实现文档确保了技术的可持续应用。