第11章 景气预测法

.,第11章景气预测法,11.1景气预测基本理论,11.2案例分析,练习与提高（十一）,11.2.1国房景气指数,11.2.2上海房地产景气指数,.,第11章景气预测法,11.1景气预测基本理论,11.1.1景气指标体系基本概念,景气预测是通过正确地选择景气指标体系来实现的,经济的景气状态，是通过一系列经济指标来描述的，称为景气指标。景气指标是从众多的经济指标中挑选出来的，分为先行指标、同步指标和滞后指标三类。,景气循环又称经济波动，也称经济周期。一个标准的经济周期，通常包括扩张和收缩两个时期，分为四个阶段：复苏、高涨、衰退和萧条。,.,11.1.2景气循环法预测过程,景气循环法预测步骤,（1）确定时差关系的参照系基准循环，这是关键的一步；（2）选择景气指标；（3）划分先行、同步、滞后指标；（4）对先行、同步、滞后指标分别编制扩散指数和合成指数；（5）对计算结果进行分析，了解当前经济状况，预测未来经济波动。,.,1基准循环的确定方法,（1）以重要的经济指标（GNP、GDP、工业总产值等）的周期为基准循环；（2）专家意见及专家评分；（3）经济大事记和经济循环年表；（4）初选几项重要指标计算历史扩散指数；（5）以一致合成指数转折点为基础。,2景气指标的筛选,（1）聚类分析：是将要分析的m个指标变量各自看作一类，然后计算各类之间的关系密切程度（相关系数或距离），并将关系最密切的两类归为一类，把另外一些彼此之间相似程度大的指标聚合为另一类。,（2）非参数检验：检验同类指标之间是否具有显著性差异。,.,（3）指标筛选流程,对搜集到得所有指标，进行分类，分别在每一类中进行聚类分析，并将聚类结果中单独一类的指标直接纳入预警指标体系。对于指标个数的大于两个的子类，则进行显著性差异检验。如果有显著性差异，则对此类中的指标继续进行聚类分析。直到同类的指标不再有显著性差异为止如果同类指标没有显著性差异，对于指标个数为2的子类，通过主观判断，从二者选择一个纳入预警指标体系；对指标个数大于2的子类，对指标进行相关分析(求指标间的相关系数)，并对每一指标的相关系数求和，数值最大者，认为它在此子类中与同类其它指标具有较高的相关性，因此代表性较强，纳入预警指标体系。,.,3景气指标的划分,（1）时差相关分析.是利用相关系数验证时间序列先行、一致或滞后关系的一种方法。计算方法是以一个重要的能够敏感反应当前市场活动的指标作为基准指标，然后使被选择指标超前或滞后若干期，计算它们的相关系数。,l:为时差或延迟数，取负数表示超前，取正数表示滞后，L为最大延迟数，是数据取齐后的数据个数。在选择景气指标时，取最大的时差相关系数，作为反应被选指标与基准指标超前、滞后或同步的时差相关关系，相应l的表示超前或滞后期。,.,（2）K-L信息量K-L信息量，用以判定两个概率分布的接近程度。,设基准指标做归一化处理得到序列为p，被选择指标归一化处理得到序列为q，则K-L信息量计算公式：,l:为时差或延迟数，取负数表示超前，取正数表示滞后，L为最大延迟数，是数据取齐后的数据个数。在选择景气指标时，取最小的K-L信息量，作为反应被选指标与基准指标超前、滞后或同步的时差相关关系，相应l的表示超前或滞后期。,K-L信息量越小，越接近于零，说明指标x与基准指标y越接近。一般情况下，当K-L信息显小于50时，就可以认为两个指标之间的概率分布较为接近。,.,4景气指数计算方法,（1）扩散指数（DI）:是（先行、一致或滞后）指标组内在某个时期扩张（上升）指标个数占组内所采用指标个数的比率。,DI(t)为t时刻的扩散指数；Xi(t)为第i个变量指数在t时刻的波动测定值；Wi为第i个变量指标分配的权数；n为变量指标总数；s为两比较指标值的时间差。,.,从扩散指数的定义可知，DI(t)始终处于0到100之间,当0DI(t)50%：经济向扩张方向运动，经济系统运行于不景气空间后期；,当50%50%：经济处于景气空间后期，经济系统处于降温阶段；,当50%DI(t)0：经济运行发生重大转折，经济系统处于全面收缩阶段，进入一个新的不景气空间前期。,利用扩散指数可预测和监控经济运行，能有效分析和预测经济波动的转折点，但不能说明经济波动的程度。,.,（2）合成指数,又称景气综合指数，是由一类特征指标以各自的变化幅度为权数的加权综合平均数，即以多个指标的加权平均。,计算方法,1）单指标的对称变化率和标准化,对称变化率就是本期比上期的增长量与两期的平均值比较得出的数值。,Cit中表示第i个指标第t年的对称变化率，用百分数表示。和分别表示第i个指标第t年和第t-1年的原始数据。,.,用Ai表示第i个指标对称变化率时间序列的序时平均数，N表示标准化的期数，则有：,用Sit表示第i个指标t期对称变化率的标准化数值，则有,2）多指标对称变化率标准化后的加权平均数,Rt:多指标综合的平均对称变化率，Sit表示第i个指标第t年的对称变化率的标准化数值，Wi表示第i个指标的权数，i=1,2,.,k表示指标项目数。,.,3）平均变化率以同步指数标准化,标准化因子F的计算公式是,Rt表示超前指标或滞后指标的综合平均对称变化率第t期的数值，Pt表示一致指标的综合平均对称变化率时间序列的t期数据，N表示期数。,平均变化率以同步指数标准化的计算公式是：,t=2,3,.,m表示期数。,.,4）计算合成指数,首先计算初始指数的时间序列，即环比原始指数，,t=2,3,.,m表示期数。,用表示所选基准年份的平均值，由此得到合成指数为：,.,11.1.3景气综合评分预警系统,1预警系统原理,是选择一组反映经济发展状况的敏感指标，运用有关的数据处理方法，将多个指标合并为一个综合性指标，通过一组类似于交通管制信号红、黄、绿灯的标识，利用这组指标和综合指标对当时的经济状况发出不同的信号，通过观察信号的变动情况，来判断未来经济增长的趋势。,2预警指标状态区域划分和临界点确定,（1）区域划分：将判断区域分为过热、偏热、正常、偏冷和过冷五个域，分别以红灯、黄灯、绿灯、浅蓝灯和蓝灯表示。绿灯区居中，代表常态区或稳定区，概率一般定为50%；红灯区和蓝灯区属于极端区，经济含义为过热和过冷，概率各占10%；黄灯区和浅蓝灯区为相对稳各占15%。,.,（2）临界值的确定：先给出各种灯区的分界线检查值，再求出综合指标的各时期的评分数，最后将这些综合评分数与各灯区的分界线对应。如假定参与综合的指标数为M，每个指标的满分为5分，则总满分为5M。按惯例取满分的85为红灯区与红黄灯区的分界线。其总分数为5M85=4.25M分，满分的75和50为绿灯区的上、下分界线，它对应的分数为5M75=3.75M和5M502.5M，满分的40为浅蓝灯与蓝灯的分界线，对应的分数为5M402M。,3计算景气综合评分将每类指标所包含的各指标所处灯区对应的分值加总，得到景气综合评分，并判断综合评分落在哪个区域，显示哪种灯色。根据综合指数的信号判断宏观经济的运行状况，根据各预警指标信号分析导致综合指数信号处于当前状态的具体原因，为宏观调控提供参考和建议。,.,11.2案例分析,11.2.1国房景气指数,一、我国国房景气指数体系,国房景气指数是全国房地产开发景气指数的简称，其过程为：,1确定指标体系,计算国房景气指数的指标包括：（1）土地出让收入指数；（2）本年完成开发土地面积指数（3）房地产开发投资指数；（4）本年资金来源指数；（5）商品房销售价格指数；（6）新开工面积指数；（7）房屋竣工面积指数；（8）空置面积指数。,.,分析报告用的指数指标包括：（1）新开工面积指数；（2）房屋施工面积指数；（3）国有单位投资指数；（4）国内贷款指数；（5）利用外资指数；（6）自筹资金指数；（7）住宅销售价格指数；（8）办公楼销售价格指数；（9）商业营业用房销售价格指数；（10）个人商品房销售额指数；（11）竣工房屋价值指数；（12）住宅空置面积指数；（13）办公楼空置面积指数；（14）商业营业用房空置面积指数。,.,2建立指标数据库及数据调整对指标体系确定的各项指标，建立历史资料数据库。有些指标如房地产销售价格指标必须先计算后才能得到。有些指标如资金来源、空置面积等必须先进行推算，以保证有必要的数据长度。,3消除量纲影响的方法由于各指标的计量单位不同，不能直接相加综合平均，必须采用消除量纲影响的方法来对数据进行同度量处理，同时，也满足了合成指数编制中对指标进行标准化处理的要求。国房景气指数采用功效系数法，消除量纲的影响比较符合国房景气指数的特点。,.,4权数的确定,确定参加计算的8个指标的权数。根据我国房地产开发业的发展状况，征求部分专家意见初步确定了国家级各分类指数权数值。,.,5确定基准对比时期分析我国房地产特点，确定1995年3月份为国房指数的基准对比期。,6季节和价格因素调整季节因素调整：用X-11程序进行季节因素调整。价格因素调整：房地产开发投资、到位资金、土地转让收入和销售价格4个指标涉及到价格调整问题。,7指数计算模型（1）分类指数的计算分类指数（K1-K8）的计算采用了环比指数的计算方法：,Z(t)表示报告期t期各项指标数据，Z(t-1)表示上一年同期各项指标数据。,.,（2）国房指数的计算在计算8个分类指标后，采用固定权重的算术加权平均法，得到综合指数，,将综合指数与基准综合指数对比，得到国房指数G：,对空置面积分类指数K7，由于空置面积属于逆指标，其指数值越小，表明景气状况越好，因此，在计算综合指数时，K7是以倒数形式出现。,8计算结果和景气评价根据上述流程和确定的权数，计算国房景气指数值说明房地产业的发展状况。,.,国房指数以100为景气分界点，100以上为景气空间，100以下为不景气空间。为更好发挥国房指数的景气监测作用，应设计合理预警界限，当国房指数突破某预警界限时，系统能发出“报警”信号。,1景气区域的划分过热区：表示房地产发展已经过热，必须降温，该区为极端区趋热区：也称偏热区，表示房地产发展有过热倾向，需引起关注，该区为警告区；适度区：表示房地产发展适度，该区为稳定区；趋冷区：也称偏冷区，表示房地产萎缩倾向，需引起关注，该区为警告区；过冷区：表示房地产处于萧条状态，需要扶持，该区为极端区,二、国房指数预警系统,.,根据我国房地产发展趋势的判断，我们认为“适度”区的落地点概率为80%，“偏热”区和“偏冷”区的落地点概率为7.5%，“过热”区和“过冷”区的落地点概率为2.5%的比例比较合理。,根据原理，即假定国房指数服从正态分布：,2分界限的确定首先确定指数波动的中心线，以此作为“适度“区地中心。选取国房指数样本，用其平均值来估计均值和均方差,“适度”区地上、下限为：,“偏热”区与“过热”区的分界限为,“偏冷”区与“过冷”区的分界限为,.,4对各指标的顶替信号进行综合，归到综合指标的总信号五种信号进行评分：红灯、黄灯、绿灯、浅蓝灯和蓝灯分别赋值5分、4分、3分、2分和1分。如果总共选择了M个经济指标，对各指标在各个时期都给与相应的评分，则可求出综合指标的分数。,3对各序列在各时期所处的景气状态标上各色信号。分别以红灯、黄灯、绿灯、浅蓝灯和蓝灯表示。,.,一、选取房地产统计指标并收集资料数据,11.2.2上海房地产景气指数,1经过上海房地产市场的数据收集，建立上海房地产市场22指标数据库国内生产总值(x1)、房地产行业增加值(x2)、房地产开发投资额(x3)、全社会固定资产投资额(x4)、市区人均居住面积(x5)、人均可支配收入(x6)、固定资产价格指数(x7)、消费价格指数(x8)、非农业人口比重(x9)、房地产开发自有资金(x10)、新增土地可建面积(x11)、房地产从业人员(x12)、商品房新开工面积(x13)、商品房施工面积(x14)、商品房竣工面积(x15)、商品房出租面积(x16)、商品房批准预售面积(x17)、商品房销售面积(x18)、商品住宅销售价格(x19)、商品房销售率(x20)、住房换手率(x21)、存量房成交面积(x22)。,.,2房地产统计指标分类（1）总量指标（x1-x4）（2）购买力指标（x5、x6、x9）（3）生产类指标（x10-x15）（4）交易类指标（x16-x18、x20-x22）（5）价格指标（x7、x8、x19）,二、筛选景气指标以生产类指标：房地产开发自有资金(x10)、新增土地可建面积(x11)、房地产从业人员(x12)、商品房新开工面积(x13)、商品房施工面积(x14)、商品房竣工面积(x15)共6个指标为例进行分析。,.,.,在进行聚类以前，应首先对这6个指标进行无量纲处理，为了保持原有指标的变异特性，选择归一化处理：,A=219.39650.78.7610181823.5325.22201373.19.28391.82184.4374.5214.531234.28.6417495074.8700.42581365.410.314696005.51207.9215.841962.111.41085.65341.81465207.37193012.51361.85416.11565.3189.88124112.51308.65083.21468.6211.861991.411.81992.35523.21643.6259.662035.312.62426.85986.21791.4224.92527.8132612.768571984.7;B=sum(A);X=A(:,1)/B(1),A(:,2)/B(2),A(:,3)/B(3),A(:,4)/B(4),.A(:,5)/B(5),A(:,6)/B(6),.,%将X进行转置，进行聚类分析Y=pdist(X)%计算指标之间的距离Z=linkage(Y)%形成系统聚类树dendrogram(Z)%显示系统聚类树T=cluster(Z,4)%不同閥值的分类结果,对这6个指标，采用聚类法进行聚类结果：分成四类：x10，x12；x14，xl5；x11；xl3；,.,由于x11和x13只有一个指标的子类，因此将这两个指标直接纳入预警指标体系。对于x10和x12，x14和x15分别进行显著性检验-秩和ranksum检验，看指标之间是否具有显著性差异。,对x10和x12的秩和ranksum检验：p1,h1,stats1=ranksum(X(:,1),X(:,3),运行结果p1=0.9698h1=0检验结果h=0表示x10和x12的总体差别不显著，主观地将房地产从业人员(x12)纳入预警指标体系。,.,对x14和x15的秩和ranksum检验：p2,h2,stats2=ranksum(X(:,5),X(:,6)运行结果p2=0.6776h2=0,检验结果h=0表示x14和x15的总体差别不显著，一定程度上，商品房竣工面积比施工面积更能够衡量一定时间点上的商品房供应量故将商品房竣工面积(x15)纳入预警指标体系。,.,按照此算法，各分类指标体系经筛选进入预警指标体系的构成如表,三、确定基准指标计算房地产景气指数的首要工作是确定基准指标，商品房销售面积，是房地产市场供给和需求共同作用的结果，它同房地产市场的兴衰具有直接同步性。,.,四、利用时差相关分析划分超前、同步、滞后指标选定基准指标与比较指标，可以直接用原始数据计算超前或滞后若干期的相关系数；也可以先求原始数据的变化率，利用变化率数据再计算超前或滞后若干期的相关系数。,下面选用商品房销售面积与国内生产总值变化率数据，并以最大的时差相关系数为两年来分析，,y=145165.67567.66573.5686.451141.91.1328.671557.871796.641971.47;%商品房销售面积为基准指标x=1519.231990.862499.432957.553438.79.3801.094188.734771.175210.125741.03;%国内生产总值为比较指标y1=price2ret(y)%基准指标变动率x1=price2ret(x)%国内生产总值指标变动率,.,%x1与y1比较r1=corrcoef(x1(1:end-2),y1(3:end)%超前2期r2=corrcoef(x1(1:end-1),y1(2:end)%超前1期r3=corrcoef(x1,y1)%同期0r4=corrcoef(x1(2:end),y1(1:end-1)%滞后1期r5=corrcoef(x1(3:end),y1(1:end-2)%滞后2期r=r1(1,2),r2(1,2),r3(1,2),r4(1,2),r5(1,2)%从超前到滞后共5期相关系数b=find(r=max(r)%找出最大相关系数所对应的位置%其中b=1，表超前2期；b=2，表超前1期；b=3，表同步；b=4，表滞后1期；b=5，表滞后2期,r=-0.15600.64250.34640.15660.5005b=2,从相关系数r以及其最大值b为2的结果来看，说明国内生产总值与商品房销售面积来比是超前指标。,.,.,基于指标变动率的时差相关分析结果，得到上海房地产市场的景气指标划分如下：（1）先行指标：国内生产总值、房地产开发投资、非农业人口比重、新增土地可建面积、房地产从业人员、商品住宅销售价格，共6个指标。（2）同步指标：房地产行业增加值、商品房新开工面积、商品房竣工面积、商品房批准预售面积、商品房销售面积，共5个指标。（3）滞后指标：市区人均居住面积、固定资产价格指数、商品房出租面积，共3个指标。,五、计算各类指标的扩散指数DI,扩散指数包括领先指标的扩散指数(LDI)、同步指标的扩散指数(CDI)和滞后指标的扩散指数(DDI)。用扩散指数可判断房地产景气波动的转折点和景气状态,.,领先指标的扩散指数(LDI),.,同步指标的扩散指数(LDI),.,t=1994:2002;LDI=10066.6710066.6766.6758.3366.67100100;CDI=8010080808040100100100;plot(t,LDI,-o,t,CDI,-r)xlabel(年份)ylabel(DI指标)legend(超前指标LDI,同步指标CDI),.,六、计算房地产合成指数,首先将先行指标和同步指标做归一化处理，然后再计算合成指数。注意到选用的数据是年度数据，可忽略季节因素，故省去趋势调整的计算。,%先行指标数据矩阵X1=1519.2322.0469.01650.78.762034.441990.86117.4370.11373.19.282088.982499.43466.270.831234.28.642476.742957.55657.7971.461365.410.32968.443438.79614.2372.241962.111.42890.513801.09557.1272.99193012.53025.824188.73514.8373.84124112.53101.674771.17566.1774.621991.411.83326.515210.12630.7375.282035.312.63658.55741.03748.8976.112527.8133998;,.,%同步指标数据矩阵X2=26.381018325.2260.714539.09391.8374.5449.4165.6791.291749700.41294.19567.66124.2614691207.91473.84573.5147.511085.614651899.02686.45185.41361.81565.31559.521141.91210.531308.61468.61446.121328.67251.71992.31643.61549.171557.87316.852426.81791.41659.151796.64373.632612.71984.72609.551971.47;,x1=sum(X1);x2=sum(X2);%各指标求和%均一化处理d1=X1(:,1)/x1(1),X1(:,2)/x1