中国广告经营额与GDP的关系

中国广告经营额与GDP的关系摘要广告对于经济增长的作用，一直是学术界和商业界讨论的话题，本文运用软件eviews和spss，通过中国市场的现实数据建立协整回归模型，以考查广告额与国民经济增长，即国内生产总值(GDP)之间的关系。关键词：广告营业额；GDP；eviews；协整回归模型

SummaryInacademicandbusinesscommunity,thereisalwaysaheatedtopicaboutwhatanimportantroledoadvertisementsplayinthegrowthofeconomy.Inthispaper,usingsofewarespssandeviews,wehavebuiltaCointegrationregressionmodelontherealdatesofChinesemarket,toinvestigatetherelationshipsbetweenadvertisementandeconomicgrowth.Keyword:AdvertisingTurnover;GDP;eviews;Cointegrationregressionmodel

绪论1979年我国广告市场重开以来，我国经济保持了持续快速发展，这35年来我国广告市场规模也是急剧扩大，一直呈现出高速发展的态势。广告业是一个关联度极高的产业，我们通常认为广告业的发展依赖于经济发展状况。而从事广告经营的同志也普遍认为，广告市场与GDP之间存在一种正相关关系，GDP快速增长会引起广告市场规模的扩大，GDP增幅下滑会导致广告市场增速放缓。数据显示，我国GDP从1985年的7780亿元发展到2011年的47万亿元，27年间膨胀了60倍，年均复合增长率为16%；而广告营业额从1985年的6亿元扩大到2011年的3040亿元，增长了500多倍，年均复合增长率26%，正相关的关系明显，但是会是怎样的关联呢？本文针对这个问题对中国1981年至2013年广告经营额的现实数据和GDP之间的关系进行了定量的分析。广告营业额数据来自国家工商总局网站公布的年度全国广告市场数据，GDP数据来自国家统计局公布的统计公报。本文应用计量经济学方法，以国内生产总值（GDP）为解释变量，表示我国经济发展水平，以广告营业额为被解释变量，表示广告市场规模和发展水平。首先对GDP数据和我国广告营业额数据进行协整分析，检验GDP和广告经营额之间的确有长期均衡的关系，然后建立误差修正模型研究GDP和广告经营额之间的短期波动影响，来考察中国广告经营额和GDP之间的短期关系。广告与宏观经济增长关系的问题，一直是学术界和商业界讨论的话题，从20世纪60年代起就引起了西方学术界的关注。1995年，Jung和Seldon通过利用1947—1988年美国广告总量与消费总量的年度数据，通过协整分析得到了消费与广告的关系，不止是消费不仅影响广告，而且广告也会影响消费。对于中国，由于广告支出在我国各个产业部门的总支出中占比相对较小，因此一直未能引起我国政府宏观经济管理部门的足够重视。随着广告额的逐步增长，才慢慢引起重视。在国内，梅晓春通过对我国广告产业政策的发展研究，在我国广告产业发展初期产业政策起到了非常重要的作用，分析了我国广告产业政策对我国广告产业发展起到的重要作用和存在的不足并提出了相应的对策；袁兴兴应用计量经济学方法，通过我国广告营业额和GDP的协整关系，得到广告营业额和GDP之间存在长期稳定的均衡关系，广告营业额关于GDP的长期弹性为0.67，短期弹性为0.55；郑燕宁用了单位根检验、协整方法以及误差修正模型来研究我国1981年到2008年期间广告经营额与GDP增长之间的关系，得到我国广告经营额的变化对GDP的增长有正面影响，而且广告的现期变化对GDP的影响是即期的；而原源运用计量经济学方法对广告营业额与国内生产总值的关系进行研究，通过协整检验，得出广告营业额与国内生产总值不存在长期均衡关系，但存在着很高的相关性，仍然值得研究；于静通过协整分析，得到居民消费和电视广告经营额之间存在着长期的均衡关系，在我国电视广告经营额的变化对居民消费具有正面的影响，且电视广告的现期变化对居民消费的影响是即期的。通过以上研究，可知中国广告经营额与GDP确实多多少少存在一些关系，本文尝试通过定量分析，运用协整分析的方法进行研究。研究方法缺失值处理对于缺失值的处理，从总体上来说分为删除存在缺失值的个案和缺失值插补。1.删除含有缺失值的个案。主要有简单删除法和权重法。简单删除法是对缺失值进行处理的最原始方法。当缺失值的类型为非完全随机缺失的时候，可以通过对完整的数据加权来减小偏差。把数据不完全的个案标记后，将完整的数据个案赋予不同的权重，个案的权重可以通过logistic或probit回归求得2．可能值插补缺失值。它的思想来源是以最可能的值来插补缺失值比全部删除不完全样本所产生的信息丢失要少。在数据挖掘中，面对的通常是大型的数据库，它的属性有几十个甚至几百个，因为一个属性值的缺失而放弃大量的其他属性值，这种删除是对信息的极大浪费，所以产生了以可能值对缺失值进行插补的思想与方法。（二）单位根检验定义随机序列X,t,t=1,2,⋯是一单位根过程，若Xt=ρXt-1+ε，t=1,2…其中ρ=1，ε为一平稳序列(白噪声)，且Eε=0,Vε=σ<∞,Covε,ε=μ<∞,这里τ=1,2…。特别地，若ε是独立同分布的，且Eε=0,Vε=σ<∞,，则上式就变成一个随机游走序列，因此随机游走序列是一种最简单的单位根过程。将定义式改写为下列形式：1-ρLXt=ε，t=1,2,…其中L为滞后算子，1-ρL为滞后算子多项式，其特征方程为1-ρz=0,有根z=1/ρ。当ρ=1时，时间序列存在一个单位根，此时X,t是一个单位根过程。当ρ（三）协整检验决定一组非平稳序列的线性组合是否具有稳定的均衡关系，伪回归的一种特殊情况即是两个时间序列的趋势成分相同，此时可能利用这种共同趋势修正回归使之可靠。正是由于协整传递出了一种长期均衡关系，若是能在看来具有单独随机性趋势的几个变数之间找到一种可靠联系，那么通过引入这种醉汉与狗之间距离的“相对平稳”对模型进行调整，可以排除单位根带来的随机性趋势，即所称的误差修正模型。在进行时间系列分析时，传统上要求所用的时间系列必须是平稳的，即没有随机趋势或确定趋势，否则会产生“伪回归”问题。但是，在现实经济中的时间系列通常是非平稳的，我们可以对它进行差分把它变平稳，但这样会让我们失去总量的长期信息，而这些信息对分析问题来说又是必要的，所以用协整来解决此问题。

实证研究分析（一）处理数据1．缺失数据的处理如图1所示，在收集数据的过程中，由于没有获得1998年的广告营业额的数据，所以全国广告营业额这个时间序列数据出现了断层。图11981-2011全国广告营业额在此，我们运用统计软件spss对缺失数据进行填补。对缺失值进行处理的方法有均值填补，临近点均值填补，临近点中位数填补，以及线性插值等方法。随着时间的推移，数据增长很快（成指数方式），所以用数据均值作为缺失值的预测值不太合适。在此，用对缺失值运用线性插值法进行预测补充，结果比较符合实际。1998年的数据为5419819万元。如下图2所示：图21981-2013全国广告营业额2.对数据进行对数变换（1）可以部分消除异方差的问题。系数也是弹性系数，主要是为了消除金融时间序列的异方差现象，可以将可能的非线性关系转化为线性关系，减少变量的极端值、非正态分布以及异方差性。（2）其差分可以表示发展速度的对数，也可以消除序列相关的问题。（3）取对数也可减少数据的波动。对两组时间序列数据同时取对数，并不影响之后的协整分析，基于这些原因，我们对数据进行了对数变换。（二）单位根检验对于分析或研究任何时间序列的第一步就是要确定考虑的变量是否是平稳的时间序列。因为如果直接对非平稳的时间序列直接进行回归分析，容易产生“伪回归”现象，影响回归结果的正确性。1．图像法初步判断由图2可知广告营业额是随着时间的增加而不断的增长，因此可以初步判断全国广告营业额是非平稳序列。由图3可以看出，国内生产总值也是随着时间的增加而不断增长，因此国内生产总值也是非平稳序列。但是运用图像法判断比较粗略，结果并不精确，因此我们引进了单位根检验。图31981-2013年国内生产总值2.单位根检验单位根是检验非平稳时间序列模型的正式检验方法。目前在各类文献中，检验时间序列中是否存在单位根的最常见方法是ADF检验，因为它能够适应AR(P)过程的平稳性检验。运用软件eviews，对两个序列的对数值分别进行单位根检验，结果如表1所示：表1单位根检验结果变量单位根检验值P值平稳性lnad-1.7694330.3871不平稳Lnad二阶差分-4.8801930.0005平稳lnGdp-1.0737350.7117不平稳Lngdp二阶差分-4.7935720.0006平稳对lnad进行单位根检验，ADF的值是-1.769433大于10%显著性水平下的临界值-2.625121，说明时间序列lnad存在单位根，是非平稳序列。然后，对时间序列的lnad的一阶差分进行单位根检验，ADF的值是-1.519512大于10%显著性水平下的临界值-2.62298，说明时间序列lnad一阶差分存在单位根，是非平稳序列。最后，对时间序列的lnad的二阶差分进行单位根检验，ADF的值是-4.880193，小于1%显著性水平下的临界值-3.679322，由此可见lnad的二阶差分是平稳序列。同理，对lngdp的值也进行同样的检测，ADF的值是-0.1073735大于10%的显著性水平下的临界值-2.625121，可知lngdp并非平稳序列。对lngdp的二阶差分进行单位根检验，ADF的值是-4.793572，小于1%显著性水平下的临界值-4.793572，可知lngdp的二阶差分序列不存在单位根，是平稳序列。协整理论告诉我们，只有在两个时间序列是同阶单整过程时，才可能存在协整关系。经过以上分析得知，lnad和lngdp都是2阶单整过程，符合协整关系的前提条件，下面我们通过模型对协整关系进行验证。（三）协整检验1．建立协整回归模型本文采用EG两步法对两个变量的协整关系进行检验，以lnad为解释变量，lngdp为被解释变量，建立协整回归模型如下：Lnad=a+b*lngdp通过OLS法估计协整回归方程，结果如下：Lnad=-20.12724+1.7085*lngdpt=(-18.83268)(32.36946)R2=0.971264R2由以上的检验结果可知，广告营业额的对数序列与国内生产总值的对数序列存在很大的相关性。随着国内生产总值的不断增加，广告营业总额是不断增长的，这说明两者之间的正相关的。且GDP的对数值每增加1元，则广告营业额的对数值就增加1.7085元。DW的值是0.093534，明显小于2，说明时间序列数据存在正相关。这说明，影响中国广告营业额的因素有很多，而国内生产总值只占其中很小一部分，解释变量不全面。2．对残差序列进行分析表2残差序列分析结果 分类显著性水平T值P值水平1%-3.6998715%-2.97626310%-2.627420-1.2564890.6345线性1%-4.3239795%-3.58062310%-3.225334-0.0642220.9930无趋势1%-2.6534015%-1.95385810%-1.609571-1.4212450.1412如上图所示，得到的残差序列在水平、无趋势和常数项下检验其平稳性，发现它的单位根均比显著性10%水平下的临界值大，因此可以认为残差是不平稳序列。这说明广告经营额与国内生产总值之间不存在相互协整关系，即并不存在长期的均衡关系。国内生产总值的增加不一定会促进经济的长期快速增长，而经济的增长也不一定会促使加大投入广告营业额。结论与展望通过以上的检验及模型建立可以得知，我国的广告营业额与国内生产总值存在很高的相关性，其变化趋势基本是一致的，电视广告的现期变化对居民消费的影响是即期的，说明电视广告的投入对居民消费具有拉动和促进的作用，总的来说电视广告经营额的增加会对居民消费产生一定的影响。这不说明广告业与经济的发展一定是相互促进的。从协整检验上来看，二者之间并不存在这长期的均衡关系。目前，我国的广告业在社会主义市场经济发展的过程中还不成熟，有待不断发展和完善。1979年我国广告市场重开以来，我国经济保持了持续快速发展，这35年来我国广告市场规模也是急剧扩大，一直呈现出高速发展的态势。广告业是一个关联度极高的产业，通过建立模型探究广告营业额与经济增长，即国内生产总值(GDP)之间的关系，可以分析出广告业的发展趋势以及影响广告收入的主要因素，对今后我国广告业的发展和成熟都有着方向性的指导作用。

参考文献1.Jung,ChulhoandBarryJ.Seldon,”TheMacroeconomicRelationshipbetweenAdvertisingandConsumption”[J].SouthernEco