湖南调查总队专题论文及点评.pdf

1 湖南企业景气的宏观经济计量模型及预测湖南企业景气的宏观经济计量模型及预测 湖南调查总队代表队 摘要 企业景气是宏观经济的 晴雨表 在国民经济运行中能起到预警监 测的重要作用 国外利用景气指数建立了许多宏观计量经济模型用来预测经济总 量和发展趋势 然而 目前我国有关企业景气的宏观经济计量模型还是一个空白 为更好地发挥企业景气的预警监测功能 我们希望通过对企业景气宏观经济模型 研究 更好地发挥其作用 本文通过建立湖南企业景气的宏观经济计量模型及其 长期均衡模型与短期波动的误差修正模型 得出了湖南企业景气对宏观经济总量 的影响程度与方式 其中短期波动的误差修正模型正是经济发展速度模型 反映 了企业景气状况对短期经济增长的调节作用 模型通过了各种统计检验 计量经 济学检验和实际经济意义上的检验 同时 本文还建立了企业景气指数的马尔科 夫概率模型和宏观经济总量指标的 ARIMA 预测模型 对经济走势进行预测 本文的主要创新之处 本文的主要创新之处 一是开创性地建立了我国首个企业景气的宏观经济计 量模型 既有长期均衡模型 也有反映经济发展速度短期波动的误差修正模型 ECM 二是采用马尔科夫概率模型对企业景气指数进行预测 这在国内亦属首 次 本文的改进方向 本文的改进方向 关于企业景气的宏观经济计量模型数量尚嫌不足 对 GDP 之外的很多重要宏观经济指标尚未建立起相关模型 这主要是由于企业景气指标 的不足以及相关数据的获取难度 其次 由于时间原因 模型中尚未加入反映非 典 雪灾等突发性事件的影响及分析 另外 由于时间数据序列的长度不够长 今后需要更多数据加以验证并继续深入研究 关键词 关键词 企业景气 多元线性回归 误差修正模型 马尔科夫概率 模型 ARIMA 模型 2 目 录目 录 一 引言 3 二 国内外研究现状 3 三 企业景气宏观经济计量模型的构建和实证分析 4 一 企业景气的宏观经济计量模型 5 1 模型的设计思路和理论基础 5 2 数据的描述性分析及指标特征 8 3 多元线性回归模型的数据模拟与统计检验 9 4 关于经济发展速度短期波动的误差修正模型 ECM 12 5 宏观经济计量模型的实证分析及经济意义 12 二 预测模型 13 1 马尔科夫概率模型 13 2 多元线性回归模型及误差修正模型的预测 15 3 ARIMA 模型预测 16 4 多种方法预测的比较及预测值调整 17 三 模型的改进方向和需深入研究的地方 18 四 主要结论及建议 18 一 主要结论 17 二 政策建议 18 参考文献 21 附录 22 3 一 引言一 引言 在经济日益全球化 国际石油和粮食等资源价格高涨 国内能源供应紧张 通胀压力加大 人民币不断升值的背景下 我国经济发展面临着十分复杂的经济 形势 不确定性因素增多 为了更好地了解和把握经济发展形势 我们需要更多 的手段来研究经济发展状况 景气调查作为一种观察短期经济运行 监测预警经济发展趋势的一种有效方 法 在国外已经走过了半个多世纪的历史 产生了巨大的作用 欧洲委员会从 1982 年起就已经建立了关于景气指数的宏观计量模型用来对经济总量进行预 测 取得了极好的效果 我国从上世纪九十年代引入企业景气调查方法也已十余 年 然而 目前我国景气调查数据的利用还只停留在简单地表达景气状况上升或 下降 上升几个点或下降几个点的阶段 其数据功能还没有得到充分的开发和利 用 对经济运行的具体定量分析还没有展开 因此 其作为宏观经济 晴雨表 的作用还没有得到充分发挥 为此 本文拟就企业景气的宏观经济计量模型和预测模型进行研究 希望从 景气指数对 GDP 等宏观经济指标影响方式和程度上得出定量的结果 从而加强景 气调查的预警监测作用 二 国内外研究现状二 国内外研究现状 国外的企业景气调查可以追溯到 20 世纪初哈佛的早期研究 到 20 世纪 40 年代末德国 IFO 研究所正式创立企业景气调查 后来日本也建立了短观调查 目前已有 60 多个国家和地区开展景气调查 景气调查在世界经济中发挥了重大 的影响 它的产生有着深刻的经济背景 统计背景和决策背景 涉及到国民经济 各领域 各方面 所提供的信息是常规统计没有而经济决策又必不可少的 定量 化了的定性数据 特别是其作为先行指标的前瞻性对经济运行的预警和监测作用 起到了其它统计指标不可替代的重要作用 国外对景气调查的研究可以分为两个主要阶段 第一阶段是对景气调查的基 本理论和对调查方法的建立与完善 在此我们不作详细阐述 第二阶段则以景气 4 调查数据结果的开发利用为主 其中主要是建立有关景气调查的宏观经济计量模 型 用以预测经济总量数据和发展趋势 在这方面 影响最大的当属欧洲委员会 于 1982 年根据景气调查资料建立的称为 BUSY 模型的经济计量模型 1996 年 在该模型的基础上进行修改完善 创建了 BUSY 模型 该模型已用来对整个欧 盟的经济总量数据与趋势进行预测 BUSY 模型建立在国民经济核算恒等式 GDP C I G XM 的基础上 以联立 方程的形式 对 GDP 总量 社会消费额 投资量 资本存量 流动资金等各种类 型指标 工业 商业等各大行业都建立了计量模型 包含的方程达 15 个 选用 的外生变量二十多个 内生变量十多个 该模型在模拟下一个年度的 GDP 时 平 均误差为 0 8 在模拟当年 GDP 时 平均误差降到 0 5 以下 可见效果非常好 除欧洲委员会外 利用景气调查建立经济计量模型的还有法国 意大利等国 家 其中意大利的模型还利用月度数据对季度经济总量进行预测 法国国家统计 局 INSEE 建立的经济计量模型在经济周期分析和短期经济预测方面也取得了很 好的效果 国外的这些研究结果表明 通过建立宏观经济计量模型 充分开发利用景气 调查资料 可以更好地发挥景气调查的预警监测作用 在我国 九十年代初 中国人民银行 国家信息中心等单位分别开展过小规 模的景气调查 1999 年 国家统计局正式建立起了景气调查制度 在全国 300 多个市 州 盟 同步展开 取得了巨大的成功 然而 对于景气资料的开发利用 并不充分 至今尚未建立起有关景气的宏观经济计量模型 为此 我们希望能进 行一些有益的研究探索 促进景气调查资料的深入开发和更好的利用 三 企业景气宏观经济计量模型和预测模型的构建与分析三 企业景气宏观经济计量模型和预测模型的构建与分析 本文的模型设计由两大部分组成 第一部分为关于企业景气指数的宏观计量 模型设计及实证分析 主要研究企业景气指数与宏观经济变量的关系 实证分析 景气变动对宏观经济变量的具体影响方式和程度 第二部分为预测模型 预测模 型又分为三部分 一是通过马尔科夫概率模型 对企业景气指数的变动进行预测 二是给出前定变量通过回归模型预测经济总量 三是建立 ARIMA 模型对主要宏 5 观经济变量进行预测 并以此对回归模型预测的结果进行综合比较和修订 提高 预测效果 一一 企业景气的宏观计量经济模型企业景气的宏观计量经济模型 1 模型的设计思路和理论基础 模型的设计思路和理论基础 在研究宏观经济的计量模型之前 我们有必要对宏观经济理论进行简要回顾 并借鉴国内外一些有益的做法 从宏观经济核算的角度来看 在 SNA 核算体系 下 国内生产总值按支出法可分为四大部分 即消费 投资 政府支出和进出口 净额 西方国家的一些经济学家为此建立过很多宏观经济计量模型 如其中 1950 年著名的克莱茵 号模型 欧洲委员会关于企业景气和消费者景气的宏观经济 BUSY 模型 我们的模型设计也按照这一思路进行 我们的宏观计量经济模型 也以联立方程的形式设计 但考虑到一些客观因素的影响和条件的限制 我们在 联立方程中将内生变量滞后一期 从而改成前定变量 这样既消除了联立方程的 识别问题和偏倚问题 达到简化模型的目的 同时 也将方程中随机解释变量的 问题以滞后一期的工具变量进行了解决 另外 这样做的最大好处是更便于对 GDP 进行预测 我们的理论模型就从 GDP C I G X M 这一恒等式开始 其中 C 为消费 I 为投资 G 为政府支出 X 为出口额 M 为进口额 考虑到指标口径及代表性 统计误差等影响 将上述恒等式改写为函数形式 GDP C I G XM Xi Xi为其它各种可能的影响因素 为随机误差项 需要说明的是 该函数中的 C I G XM 只代表消费 投资 政府支出 进出口净额 但不一定就是核算中的具体指标 统计口径可能会有出入 在选择 指标时 考虑到共线性等因素 这些指标并不一定全部选取 同时 考虑到自变 量中的指标数据和因变量 GDP 同时公布 不能提前获得 因此自变量实际上都是 随机解释变量 为了消除随机解释变量的影响 并实现预测的目标 我们采用工 具变量法 将这些自变量滞后一期 这样 恒等式也就不再成立 而只能是一种 函数关系了 考虑到 GDP 受消费 投资 政府支出 进出品净额等因素影响之外 我们认 6 为 工业产品价格 消费价格对投资和消费可能产生较大影响 利率对消费和投 资都将产生影响 汇率对进出口产生影响 因此我们将这样因素也都纳入理论模 型之中 至于是否选取 将由模型在拟合时决定 更主要的是 我们认为 企业作为国民经济的主体 其生产经营状况的好坏 及变动对经济的走势起着决定性的影响 而企业景气指数作为一种宏观地表达企 业生产经营状况的指标 是国民经济的 晴雨表 特别是 企业景气指数作为 一种扩散指数 国外有的称为平衡差 其变动表达了企业经营是向好还是向坏的 发展方向 因此 将企业景气指数纳入模型之中 将更有助于对经济增长方向的 预期 而企业景气指数中 能较好地反映企业生产经营状况的指数主要有综合经 营景气指数 生产总量景气指数 固定资产投资景气指数 企业盈亏状况 利润 景气指数 因此 我们将些景气指数纳入理论模型之中 由此 我们设计的理论 模型为 方程一 GDP 1GDP 1 2C 1 3I 1 4G 1 5XM 1 6PPI 1 7CPI 1 8BSI 9scBSI 10Int 1 11Exc ui 其中 GDP 1 C 1 I 1 G 1 XM 1 PPI 1 CPI 1 分别为滞后一期的国 内生产总值 消费社会品零售总额 全社会固定资产投资 政府支出 进出口净 额 工业品出厂价格指数 消费品价格指数 BSI 和 scBSI 分别为企业综合景气 指数和企业生产总量景气指数 由于景气指数具有一定的超前性 数据可提前获 得 因此采用本期值而不用滞后值 Int 为利率 Exc 为汇率 ui为随机误差 项 上式中 数量指标改用对数形式 进出口净额因存在负数不用对数 原模型 变成 lnGDP 1lnGDP 1 2lnC 1 3lnI 1 4lnG 1 5XM 1 6PPI 1 7CPI 1 8BSI 9scBSI 10Int 11Exc ui 后面如无说明 模型中除进出口净额和景气指数 利率 汇率外 数量指标 都使用对数 考虑到宏观经济数据中 不仅 GDP 是人们关心的主要指标 消费 投资也是 人们极为关注的指标 而且 GDP C I 可能是相互影响的 因此我们应对消费 投资也建立回归分析模型 政府支出 进出口净额在后面的数据模拟中因对湖南 7 GDP 的影响并不显著 这可能是由于内地地方经济状况及开放水平所决定的 在 全国和沿海发达地区 进出口净额的影响应当是显著的 而暂时没有建立相应的 模型 根据宏观经济理论 影响消费的主要因素有城镇人均可支配收入 农民人均 纯收入 消费价格指数 消费者景气指数等 由于城镇人均可支配收入和农民人 均纯收入关联程度较大 因此我们只选择了城镇人均可支配收入 由于我国目前 仍未建立消费者景气调查制度 没有消费者景气数据 根据消费者为买方 商业 企业为卖方 买卖基本均衡的原则 我们选取商业企业 批发零售企业 景气指数 进入消费模型 另外 消费价格水平对消费者的心理影响应当是较大的 所以模 型中纳入了消费者价格指数 CPI 投资的主体为企业 影响投资的因素主要有企 业的利税水平 需要说明的是 由于各类行业平均的利税指标获取的难度 我们 在此只选取的工业企业的利税水平作为代表指标 利率实际上是企业的平均资本 回报率 因此利率水平也应当纳入投资模型之中 另外 我们选取企业的固定资 产投资景气指数和企业利润景气指数作为影响因素的自变量 我们对消费和投资分别建立了两个模型 模型的理论函数形式分别为 方程二 C 1GDP 2Dinc 3CPI 4wrBSI ui 其中 Dinc 为城镇可支配收入 CPI 为消费者价格指数 wrBSI 为商业企业 景气指数 ui为随机误差项 同样 为消除自变量作为随机解释变量的影响以及为了预测的需要 自变量 也采用滞后一期变量 数量指标采用对数形式 方程二变为 lnC 1lnGDP 1 2lnDinc 1 3lnCPI 1 4wrBSI ui 方程三 I 1GDP 2 PT 3PPI 4InvBSI 5PrBSI ui 其中 PT 为工业企业利税总额 PPI 为工业品价格指数 InvBSI 为企业固 定资产投资景气指数 PrBSI 为企业利润景气指数 ui为随机误差项 同样 该方程自变量也滞后一期 数量指标用对数形式 方程三变为 lnI 1lnGDP 1 2lnPT 1 3PPI 1 4intBSI 5PrBSI ui 事实上 三个方程理论模型可以构成一个联立方程 8 xbbba xbba xbbba k j i PrBSIInvBSIPT I wrBSIDinc C scBSIBSI I C GDP 33323113 222121 1413121111b 其中 x i x j x k 为未列明的其它影响因素 2 数据的描述性分析与指标特征 2 数据的描述性分析与指标特征 为了对上述理论模型进行数据模拟 我们收集了湖南省 1999 年到 2008 年一 季度的 37 个季度数据 主要数据列表如下 表 1 湖南省主要经济指标列表 季度 gdp c i g xm dinc pt ppi cpi bsi scbsiprbsi 1999 1 685 66 310 55 135 41 52 69 7 88 1840 88 98 18 100 50 4 46 0 57 24 13 1999 2 745 25 287 58 257 42 70 34 15 22 1203 27 98 62 100 40 16 43 1 37 29 89 1999 3 786 01 291 69 255 11 67 23 9 69 1337 65 98 14 100 60 11 47 8 97 27 57 1999 4 997 62 339 40 305 36 122 85 17 56 1432 60 99 19 100 80 4 49 1 42 25 28 2000 1 757 53 344 77 151 46 63 08 10 36 1934 73 100 30 101 40 9 96 1 67 18 84 2000 2 823 36 319 27 287 92 84 21 19 79 1387 96 101 60 101 30 9 27 10 30 11 74 2000 3 868 40 323 83 285 34 80 48 12 74 1415 32 104 80 101 50 8 71 5 03 25 92 2000 4 1102 20 376 80 341 54 147 06 22 82 1480 72 104 90 101 40 6 46 7 97 19 50 2001 1 760 33 360 97 171 97 72 65 9 03 2008 93 101 50 99 10 0 76 5 97 7 61 2001 2 892 41 357 19 326 90 96 98 19 37 1520 57 100 80 99 40 0 18 12 58 2 33 2001 3 929 87 366 28 323 98 92 69 11 20 1585 40 98 40 99 10 0 67 11 48 5 51 2001 4 1400 39 426 63 387 78 169 38 22 47 1665 70 98 20 98 80 1 17 15 61 1 72 2002 1 824 20 401 94 105 10 83 30 13 66 2112 24 51 77 98 80 99 20 4 06 0 20 2 71 2002 2 948 40 394 00 218 76 119 88 17 06 1542 00 71 71 98 30 98 90 6 50 21 46 1 12 2002 3 1036 70 404 80 226 14 128 14 15 48 1672 05 69 04 99 70 99 30 8 98 12 83 5 65 2002 4 1531 60 478 12 387 07 201 70 39 42 1632 31 75 58 101 40 100 50 11 60 17 39 1 11 2003 1 957 00 445 48 135 68 93 73 8 86 2371 68 71 12 102 20 101 40 15 64 14 26 5 15 2003 2 1102 10 412 95 301 86 125 98 12 17 1676 58 84 72 102 10 101 80 3 57 3 42 7 87 2003 3 1093 20 442 08 343 21 139 28 6 04 1791 39 82 10 102 10 102 70 16 04 23 35 9 10 2003 4 1481 40 515 80 384 97 214 76 18 96 1834 55 93 82 104 00 103 70 16 77 27 14 8 02 2004 1 1142 40 499 59 216 20 99 97 4 64 2586 77 95 91 106 20 103 70 21 49 12 14 4 97 2004 2 1260 18 474 36 434 47 154 36 9 27 1952 83 105 73 108 70 105 40 21 01 24 36 6 59 2004 3 1442 21 504 26 457 31 152 35 21 11 2008 32 119 24 108 80 106 00 19 90 24 97 11 28 2004 4 1767 47 618 63 582 28 312 86 70 13 2069 56 129 76 108 40 104 90 20 55 24 89 14 30 2005 1 1349 57 570 73 289 49 135 12 20 96 2862 71 116 85 106 50 104 40 25 52 12 59 7 72 2005 2 1484 75 541 83 580 86 177 86 71 78 2148 00 124 94 106 40 102 60 25 35 28 15 14 99 2005 3 1662 48 576 19 642 62 192 00 9 82 2239 93 126 51 106 20 101 20 26 02 32 87 15 56 2005 4 1976 81 770 37 680 68 368 44 39 56 2273 33 177 31 104 70 100 90 28 21 21 54 13 83 2006 1 1526 93 687 90 361 83 160 55 37 91 3129 34 144 03 103 50 100 10 28 79 15 11 8 61 9 2006 2 1679 27 660 31 720 93 211 02 52 02 2340 06 160 08 104 00 100 70 28 72 33 65 19 82 2006 3 1944 14 688 05 741 59 211 63 62 15 2477 91 171 48 104 50 101 50 31 94 32 87 15 56 2006 4 2342 83 797 96 960 96 481 54 28 74 2557 36 214 33 105 10 103 50 33 14 31 92 25 67 2007 1 1814 43 804 68 489 66 211 61 46 06 3537 63 202 96 105 60 105 00 30 34 16 71 6 72 2007 2 2115 85 781 13 1020 34 297 64 81 58 2817 07 257 34 105 70 105 80 42 01 41 46 26 82 2007 3 2261 54 820 17 1014 17 295 18 57 04 2902 76 279 21 106 10 106 50 36 19 27 61 22 28 2007 4 2953 18 950 51 1224 97 537 14 70 34 3036 08 291 10 106 90 105 00 35 49 31 82 13 66 2008 1 2170 85 957 20 595 92 287 75 44 93 3934 50 184 89 109 30 107 40 15 85 0 90 3 19 注 以上数据来源于湖南统计信息网及湖南调查总队内部 其中 GDP C I G XM 等 1999 2000 年只 有年度数据 本表中利用马克威软件进行了季节性解构后转换得出 工业企业利税 1999 2001 年数据缺失 表中以原点表示 景气指数根据计算方法进行了还原 公布的数据为便于理解都加了 100 本表中减掉 100 进行还原 散点图与序列图 散点图与序列图 在建立模型之前 我们需首先对数据进行描述性分析 以明确这些指标之间 的基本关系和特征 为后面模型的建立打下基础 首先我们看主要指标的序列图 和散点图 见附录 1 从序列图和散点图中我们可看出这些指标具有时间趋势 属非平稳的时间序列 同时我们也可以粗略地看出 这些指标都应该大致是一阶 单整序列 是否确定仍需要进一步检验给出结论 相关性分析 相关性分析 在对主要指标作出序列图和散点图后 需要更进一步揭示这些指标之间的相 关关系 皮尔森相关性分析表明 这些指标之间存在着较强的相关关系 适合建 立回归模型 但我们也应当看到 自变量之间的相关分析表明 自变量之间的相 关性也都较强 如果将这些指标全部纳入模型 可能出现较严重的多重共线性 因此 建立模型时应当筛选指标 相关性分析的具体结果见附录 2 3 多元线性回归模型的数据模拟与检验 多元线性回归模型的数据模拟与检验 单位根检验和协整检验 单位根检验和协整检验 由前面的散点图和序列图我们已经看到 各指标属非平稳序列 提示可能是 属于一阶单整序列 在此 我们用马克威软件对 lnGDP lnC lnI PPI CPI BSI SCBSI 等指标进行单位根检验 检验结果表明这些变量都是非平稳的 将 以上指标进行一阶差分后再进行单位根检验 检验结果表明这些差分后的变量全 10 都是平稳序列 检验结果见附录 3 这验证了我们之前认为以上变量都是一阶单 整系列 I 1 的结论 虽然以上指标经检验都是一阶单整序列 但它们是否具有协整关系 能否建 立回归方程仍需要通过协整检验 对以上指标进行协整检验的结果表明主要指标 之间是协整的 检验结果略 说明它们存在长期的均衡关系 可以建立回归方程 对回归方程进行拟合得出具体的回归方程参数及残差后 对残差进行单位根检验 结果表明残差是平稳时间序列 符合协整关系的定义 结果见附录 4 因此 建 立的回归方程可以排除伪回归的可能性 多元线性回归模型的数据模拟结果及统计检验 多元线性回归模型的数据模拟结果及统计检验 在以上分析的基础上 我们用 SPSS13 0 采用逐步回归法选取指标 建立多 元回归模型 消除多重共线性影响 得出三个具体模型如下 回归方程一的模拟结果及统计检验 回归方程一的模拟结果及统计检验 lnGDP 3 262 0 404 lnC 1 0 206 lnI 1 0 012 scBSI t 4 914 2 583 2 796 4 193 R2 0 839 Ra2 0 824 F 55 771 DW 2 722 方差膨胀因子 VIF 都小于 5 模型的统计检验 模型的统计检验 从上面的 F 检验和 t 检验数据 可以看出模型是显著的 P 值都在 1 以下 方差膨胀因子小于 5 表明多重共线性不严重 残差检验表明 残差基本上服从正 态分布 不存在异方差性 残差检验图见附录 5 DW 的临界值为 dL 1 29 dU 1 65 DW 2 722 4 dL 2 71 表明随机误差项存 在一阶负自相关 用广义差分法消除自相关性 对残差项进行自回归 et et 1 得自相关系数 0 397818 根据广义差分法 令 lnGDP lnGDP lnGDP 1 lnC 1 lnC 1 lnC 1 1 lnI 1 lnI 1 lnI 1 1 scBSI scBSI scBSI 进行回归拟合得 lnGDP 4 454 0 325 lnC 1 0 306 lnI 1 0 010 scBSI t 6 110 2 536 4 875 4 187 R2 0 927 Ra2 0 920 F 132 089 DW 2 213 dU DW 4 du自相关性消 11 除 模型的拟合系数提高 拟合效果更好 回归方程二的模拟结果及统计检验 回归方程二的模拟结果及统计检验 lnC 0 093 0 533 lnGDP 1 0 279 lnDinc 1 0 003 wrBSI 0 002 CPI 1 t 0 084 5 508 2 844 1 913 0 167 R2 0 926 Ra2 0 917 F 97 236 DW 2 232 方差膨胀因子 VIF 都小于 5 统计检验 从模型的 F 检验值来看 模型整体上是显著的 从各变量的 t 检验值可以看出 除常数项和 CPI 的影响不显著外 其它指标都显著 CPI 的 t 检验没通过 说明 CPI 对湖南的消费影响不明显 但鉴于 CPI 对消费者可能产生 的心理影响 我们仍将其纳入模型之中而没有剔除 DW 的临界值为 dL 1 24 dU 1 73 dU DW4 dL 2 83 表明存在一阶负相关 表明随机误差项存在一阶负自相关 对残差项进行自回归 et et 1得自相关 系数 0 484739 根据广义差分法 令 lnI lnI lnI 1 lnPT 1 lnPT 1 lnPT 1 1 PrBSI PrBSI PrBSI 1 得 lnI 3 796 0 693 lnPT 1 0 026 PrBSI t 4 755 5 742 3 713 R2 0 879 Ra2 0 0 867 F 72 455 DW 2 310 dU DW 4 du 自相关性消 除 模型的拟合系数提高 拟合效果更好 12 4 关于经济发展速度短期波动的误差修正模型 ECM 4 关于经济发展速度短期波动的误差修正模型 ECM 前面的分析表明 因变量与主要自变量是协整关系 我们对回归方程一的残 差进行单位根检验的结果表明残差是平稳时间序列 符合协整关系的定义 这说 明自变量围绕因变量的趋势均值上下波动从而形成长期的均衡关系 因此有必要 建立宏观变量与景气指数的长期均衡模型及短期的波动模型来揭示这种波动关 系 我们对上述景气宏观理论模型分别建立了长期均衡模型和短期的误差修正模 型 关于 GDP 与景气指数的长期均衡关系模型 关于 GDP 与景气指数的长期均衡关系模型 lnGDP 6 781 0 023 scBSI ui t 95 726 6 538 R 2 0 550 R a 2 0 537 F 42 739 u i为长期均衡误差 统计检验表明模型在整体上是显著的 说明 GDP 与景气指数存在长期均衡关 系 景气指数将围绕 GDP 的长期趋势作上下波动 GDP 与景气指数的短期波动的误差修正模型 GDP 与景气指数的短期波动的误差修正模型 lnGDP 0 019 0 010 scBSI 0 507 u 1 i t 0 646 3 800 3 597 R 2 0 453 R a 2 0 420 F 13 690 DW 2 243 VIF 1 其中 u 1 lnGDP 1 0 023scBSI 1 6 781 为滞后一期的均衡误差 lnGDP scBSI 为 lnGDP 和 scBSI 的一阶差分 由数学关系式可知 lnGDP lnGDPt lnGDPt 1 ln GDPt GDPt 1 正好是经 济发展速度的对数 因此 短期波动的误差修正模型即为经济发展速度模型 模型通过各种统计检验和计量经济学检验 整体上显著 表明经济发展过程 中景气与 GDP 会发生偏离长期均衡关系 但在短期内会根据偏离程度不断调整并 逐步恢复景气与 GDP 的均衡关系 5 宏观计量模型的实证分析及经济意义 宏观计量模型的实证分析及经济意义 对企业景气的计量经济模型和误差修正模型 我们可以从经济意义上对其进 行分析 模型一表明 湖南的 GDP 中 上期消费和投资对本期的 GDP 边际贡献分别为 13 40 4 和 20 6 这是符合基本经济理论的 同时我们也可以看到 消费对湖南 省经济发展的作用比投资更强 促进消费应当成为湖南经济发展的重点 该模型也表明 影响湖南省 GDP 的最主要因素为消费 投资和企业生产总量 景气度 在其它指标不变的情况下 企业产生总量景气度每增加一个点 GDP 总 量可以增加 1 2 这直观地说明了企业景气在经济增长中的作用程度和效果 该模型中 PPI CPI 和 Int 作用不显著 说明目前湖南的经济发展过程中短 期内受工业产品价格指数和消费价格指数 利率的影响不大 湖南目前的经济发 展无须受通胀和利率等因素的困扰 当然 从长期的角度来看 我们还不能下如 此定论 从理论上讲 利率的变动将影响到企业的利润水平及投资战略选择 消 费价格指数对消费必然形成影响 工业产品价格通过对消费价格的传导 从而都 将影响到经济发展 汇率对湖南经济的作用不显著说明湖南的经济开放程度仍不 够 还需要加大对外开放的力度 从误差修正模型来看 湖南经济发展速度受企业景气状态的制约 当企业生 产总量景气度每增减一个点时 将形成 1 个百分点的经济增长速度变动 这从经 济意义上也很好理解 当企业这一经济主体的状态发生向好或向差的方向变动 1 个点时 经济发展速度也将同向发生 1 个点的增减 另外 当企业景气水平与经 济发展速度的长期关系发生偏离时 有 50 7 将由均衡误差将其拉回均衡状态 二二 预测模型预测模型 建立宏观经济模型不仅要揭示经济变量之间的结构关系 预测也是其主要目 的之一 为此 我们对 GDP 消费 投资和景气指数建立了预测模型 限于篇 幅 本文只阐述 GDP 及景气指数的预测模型 景气指数属于扩散指数 反映的 是企业经营状况的动态变化 根据其特点 用马尔科夫概率模型预测最为合适 GDP 属于一阶单整时间序列 用 ARIMA 模型比较合适 同时用回归分析模型进 行预测 并将两种预测结果进行综合比较后进行适当调整将有助于提高预测精 度 1 马尔科夫预测模型 马尔科夫预测模型 与数量指标不同 景气指数是一种扩散指数 其值为企业对经营状况回答 14 好 一般 差 等状态概率的平衡差 它可以更真实 动态地反映企业的 经营状况变动 这种特征正好符合马尔科夫过程 马尔科夫概率模型是目前具有完整理论基础的五大预测方法之一 它以时间 序列的内部结构为出发点 应用马尔科夫过程理论从实测时间序列中抽象出随机 过程的概率规律 最大的特点是时间序列的无后效性 因此它对市场需求 利润 变化 景气变动等进行预测具有独特的效果 而且 预测时不需要大量的时间序 列资料 只要短短一二期即可 它既可用于短期预测 也可用于长期预测 根据马尔科夫过程的原理 我们只需要景气调查的上期和本期原始调查资 料 即可设立马尔科夫概率模型进行预测 首先 设本期景气向量为 Qt q1t q2t q3t 其中 q1t 本期经营状况为 好 的企业数 本期调查样本总数 n q2t 本期经营状况为 一般 的企业数 本期调查样本总数 n q3t 本期经营状况为 差 的企业数 本期调查样本总数 n 本期景气指数为 BSIt 100 q1t q3t 然后 再计算状态转移概率矩阵 P 其中 真实概率 Pij由其频率估计 首 先计算企业状态个数的矩阵 A A a a a 31 21 11 a a a 32 22 12 a a a 33 23 13 aij为上期经营状况为 i 本期经营状况为 j 的企业个数 i 或 j 1 2 3 其中 1 为状态 好 2 为状态 一般 3 为状态 差 如 a12表示上期经营状态为 好 而本期经营状态转变为 一般 的企业 个数 a21为上期经营状态为 一般 而本期经营状态转变为 好 的企业个 数等等 转移概率矩阵即为 注 国家统计局为方便大众对指数的理解习惯 将其计算公式中加了 100 即 BSI t 100 qt 1 qt 3 100 这不影响景气数据的本质 在此 我们仍以原始公式表示 15 P p p p 31 21 11 p p p 32 22 12 p p p 33 23 13 其中 pij aij 3 1j ija 根据马尔科夫模型原理 可以预测下期景气向量为 Qt 1 Qt P q1t 1 q2t 1 q3t 1 假设在转移概率矩阵平稳 即具有齐次性 的情况下 可以预测本期后第 n 期 的景气向量 Qt n Qt Pn q1t n q2t n q3t n 从而可以预测下期景气指数为 BSIt 1 100 q1t 1 q3t 1 预测本期后第 n 期的景气指数为 BSIt n 100 q1t n q3t n 需要说明的是 由于本期调查结果没有出来之前 基本状态转移矩阵不可知 因此 本期转移概率矩阵由上期的转移概率矩阵和对本期预计的转移概率矩阵估 计 我们分别用这两种转移概率矩阵预测出景气指数 I1和 I2后 再分别赋权为 和 1 如对上期赋权为 0 4 本期预计赋权为 0 6 进行加权平均得到本期景 气的预测值 即 I I1 1 I2 根据该模型 我们对 2008 年 2 季度的企业景气状况进行的预测结果 并与 实际结果进行比较 2008 年二季度企业综合景气指数预测值 126 36 实际值为 125 81 2008 年二季度企业生产总量景气指数预测值 125 43 实际值为 128 61 2008 年二季度企业利润景气指数预测值 118 40 实际值为 118 48 由上面的预测结果来看 预测精度令人满意 可以应用于实践 2 多元线性回归模型及误差修正模型的预测 多元线性回归模型及误差修正模型的预测 根据前面的多元回归计量模型 由于自变量采用滞后一期的已知值 因此将 自变量值代入回归方程即可得到 GDP 的预测值及置信区间 由 lnGDP 3 262 0 404lnC 1 0 206lnI 1 0 012scBSI 根据马尔科夫预测理论 转移矩阵 P 必须是正规概率矩阵 这里景气状态转移矩阵是正规概率矩阵 证明 从略 16 将 2008 年一季度的 C I 和二季度的 scBSI 值分别代入方程得 GDP2008 2 2196 76 95 置信区间的上下限为 1494 73 3228 26 另外 我们还可以根据误差修正模型 将本期企业景气指数上升或下降的点 数和长期均衡模型中滞后一期的均衡误差代入方程 预测出 lnGDP 值 从而预 测出经济发展速度 由此也可推算出下期 GDP 值 3 ARIMA 预测模型预测模型 由 GDP 季度数据序列图 可以看出序列明显的时间趋势及季节性 故可采 用 EView 软件的乘积季节 ARIMA p d q P D Q s 模型对数据进行分析和预测 为消除增长趋势和季节因素 同时减小序列的波动 依次对原自然对数序列 做一阶逐期差分及周期为 4 的季节差分 得到新序列 LG4 因为经过一阶逐期差 分 序列趋势消除 故 d 1 经过一阶季节差分 季节性基本消除 故 D 1 观 察 LG4 序列的自相关 偏自相关图 如图 1 ACF 与 PACF 都呈拖尾 取 p 3 q 1 比较合适 由于 k 4 时 样本的自相关系数接近 0 偏自相关系数不显著为 0 取 P 1 Q 0 所以建立模型 ARIMA 3 1 1 1 1 0 4 方程估计结果见图 2 其 中 SAR 4 表示季节自回归部分的变量 图 1 ACF 与 PACF 图 图 2 方程估计结果 模型检验 这里对参数 t 检验的显著性水平的要求并不像回归方程中那么严 格 更多的是考虑模型的整体拟合效果 由复数知识可知各滞后多项式的倒数根 都在单位圆内 说明过程既是平稳的 也是可逆的 从模型残差直方图 图 3 以 17 及 Jarque Bera 正态性检验 可认为残差序列均值为 0 服从正态分布 满足随机 性假设 图 3 残差直方图 图 4 拟合效果图 观察模型的拟合效果图 图 4 G 为 GDP 实际值 GF 为预测值 模型的拟 合效果令人满意 平均误差为 4 58 预测结果 根据 ARIMA 3 1 1 1 1 0 4模型的预测结果 2008 年二季度 GDP 的预测值为 2533 325 4 多种方法预测的比较及预测值调整 多种方法预测的比较及预测值调整 在给出实际预测值时 我们可以将上述回归预测值和 ARIMA 预测进行综合 比较后进行调节 给出一个比较符合实际的预测值 如用回归模型的预测值环比 18 增长只有 1 19 与往年同期的环比增长速度相比明显偏小 同样 根据误差修 正模型预测出的 GDP 发展速度也比往年偏小 这主要是因为今年一季度受雪灾 的影响之故 因此 GDP 应该在置信区间内适当调大一些 而应用 ARIMA 模型 给出的预测值 通过分析模拟效果图 我们可以看出前几期的预测值比较接近实 际值 因此 我们可以采用 ARIMA 模型给出的预测值 如果用 ARIMA 模型给 出的预测值的近几期比实际值都偏大 而近几期回归模型的预测值比实际偏小 我们可以将回归模型的预测值在置信区间内适当调大 将 ARIMA 模型的预测值 适当调小 三三 模型需要改进和深入研究的地方模型需要改进和深入研究的地方 1 虽然上述模型得出了比较符合实际的结论 但从模型的数量上来看 其 它如政府支出 进出口 资本存量 库存 流动资金 货币发行量等主要宏观经 济变量的景气模型尚未建立 模型的应用将受到局限 因此 从模型的规模上仍 需大力加强和完善 2 限于时间和篇幅 本文对模型涉及的时间内一些重大突发性影响事件如 非典 雪灾等因素未加分析 事实上 如果将这些因素加入模型必将提高模型的 拟合效果 因此 这也是模型值得改进的地方 3 在本篇所述的模型之外 我们还建立了许多模型并进行了拟合 有一些 模型的估计系数虽然通过了统计检验 尚不能在经济意义上得到合理解释 这可 能是因为自变量的共线性及其它一些因素的影响造成 因此 这也是值得我们进 一步研究的地方 4 建立模型的最大目的在于用来客观分析实际情况并指导实践工作 因此 模型的可靠性需要在大量的数据模拟后得到充分的验证 目前 我们的数据量有 限 模拟的范围尚较小 因此今后有必要加大范围进行检验以证明模型的可靠性 四 主要结论及政策建议四 主要结论及政策建议 一一 主要结论主要结论 1 企业景气指数是宏观经济名符其实的 晴雨表 通过企业景气指数的走 势可以提前预测宏观经济的走势 从湖南省企业景气模型的结果可见 在其它因 19 素不变的情况下 企业生产景气指数每上升或下降 1 个点 将影响 GDP 增长或 下降 1 2 个百分点 2 从湖南省的企业景气宏观计量经济模型中可以看出 消费是决定湖南经 济增长最关键性的因素 其边际贡献已超过投资 3 除 GDP 本身的发展状况之外 影响居民消费最主要的因素是居民的收入 水平 其边际贡献为 27 9 商业企业景气指数也有明显的影响 景气指数每上 升或下降 1 个点 将影响消费提高或下降 0 3 但消费者价格指数影响并不显 著 4 影响投资的主要因素是企业的盈利水平及其景气状况 其边际贡献分别 为 62 和 2 9 而物价指数和利率水平目前影响并不显著 5 目前湖南省的经济发展受物价因素 利率因素和汇率因素等影响并不显 著 这说明湖南的经济发展并未受通胀等因素的过多困扰 当然 长期来看这些 关系民生的经济问题对经济发展仍有重要影响 需要重点关注 汇率影响不显著 表明湖南的开放程度仍不够 应加大对外开放的力度 二二 政策建议政策建议 1 正确看待宏观调控政策 合理把握宏观调控力度 防止经济大幅波动 从全国来看 由于通胀的压力不断增大 加强宏观调控是必要的 而从湖南 来看 通胀对湖南经济增长的影响并不明显 目前 宏观调控成效已显现 各省 的经济增速都明显回落 通胀的风险有所下降 经济紧缩的风险有所上升 企业 特别是中小企业普遍存在生产成本上升 流动资金紧张等困难 因此建议中央适 当调节宏观调控的节奏和力度 适度放松银行信贷 减轻企业税负 从而提升企 业的景气状况 对湖南省来说 仍应以产业发展政策为主 通过地方税收 金融 担保等方面加强对企业特别是中小企业的扶持和引导 促进湖南经济又好又快发 展 2 努力提高居民收入水平 拉动居民消费 以扩大内需促进发展 从模型的结论我们看到 目前消费对湖南经济发展的边际贡献比投资更大 而影响消费最大的因素则是居民的收入水平 因此 要努力提高居民收入水平 拉动居民消费 以扩大内需促进发展 一是要紧紧抓住长株潭 两型社会 改革 试验区的机遇 进一步推进新型工业化 城市化 以此促进就业和提高居民收入 20 水平 二是要尽快提升农业产业化水平 大力发展农产品加工业 促进农民收入 的不断增长 三是要建立与经济发展相适应的工资增长机制 考虑物价上涨情况 适时出台新的调资政策 促进居民收入和消费的可持续增长 四是要进一步完善 社会保障体系 努力提高城乡低收入居民的收入水平 五是要整顿消费市场秩序 进一步加大打击假冒伪劣产品的力度 加快企业诚信体系建设 保障消费者的合 法权益 3 优化投资结构 促进产业结构升级 一是加大国有企业改革 加快国退民进的进程 大力扶持和发展民营经济 扩大民间投资 减少政府对竞争经济领域的直接投资 二是政府通过改革公共投 资方向 把重点落实到环境 教育 医疗 文化和基础设施建设等国计民生领域 实现还富于民 三是政府从税收制度上进行调整 减税让利 给企业以更多的投 资自主权 通过放水养鱼 藏富于民 四是通过税收和产业政策的综合调整 引 导社会投资结构和方向 鼓励企业和社会投资高技术含量和高附加值产品生产和 服务领域 鼓励企业大力实施科研创新和品牌拓展战略 从而优化产业结构 实 现产业升级 4 加大对中小企业的帮扶力度 帮助中小企业渡过难关 模型表明 企业景气的变动状况也决定着经济增长的方向 一是要力促产业