基于先行指标的省级宏观经济预警系统

11基于先行指标的省级宏观经济预警系统中文摘要：借鉴国内外大量关于先行指标研究文献的基础上，结合省级的数据实际，运用计量经济分析方法中的Granger检验、脉冲响应函数和误差方差分解尝试建立了福建省经济运行的先行指标体系。并用于对省级GDP进行预测。关键词：先行指标，格兰杰因果关系检验，合成指数，预测Theprovincialmacro-economicwarningsystembasedonleadingindicatorsAbstract：Onthebasisoflookingupalotofliteratures,combiningprovincialeconomicdataandusingGrangerCausalityTest,ImpulseResponseFunctionandVarianceDecomposition,weestablishedtheleadingindicatorssystemofFujianprovince.FinallyweappliedthemintheprovincialGDPforecast.Keywords:LeadingIndicators,GrangerCausalityTest,CompositionIndex，forecast

作为一种指数预测方法，先行指标在预测宏观经济的短期波动方面发挥着重要的作用,它能够揭示未来经济的景气状况。当今世界三大经济体——美国、日本、欧盟都有专门的机构定期发布国内或成员国宏观经济的先行指数，作为判断未来6-9个月内一个国家经济活跃程度的重要参照。比如1995年以来美国会议委员会逐月发布的美国先行经济指数，1984年以来日本经济企划厅发布的日本经济先行指数，以及经济合作组织（OECD）自1978年以后逐月发布的成员国经济先行指标系统。从20世纪80年代以来，我国也一直在国家一级研究建立先行指标体系，试算先行指数。但是在省一级，则较少进行这项工作。按照国家统计局的要求，从2021年起，省市一级不再按月发布地区GDP数据。在这种形势下，编制区域性经济运行监控的先行指标体系，作为地区经济短期波动的预警依据，从而为政府、研究机构以及企业的政策制定提供参考，就成为一个非常现实的问题。一、宏观经济预警指标体系的建立（一）基准循环指标的选取1、基准循环指标的确定考察宏观经济的波动状况，需要确定一个基准循环指标，作为指标时差关系的参照系。基准循环确定主要运用两种方法。一种是以某项综合指标（比如GDP）作为评判景气状态的依据；另一种是由众多一致指标（比如工业增加值、社会消费品零售总额、固定资产投资总额等）合成一个综合指数，并以这个综合指数的波动作为评判依据。本着简单实用的原则，兼顾到经济运行实际监测工作的需要，本文拟选用GDP指标作为省级宏观经济运行的基准循环指标。以福建为例，GDP月度数据从1996年1月到2021年6月可得。2、循环波动测定为了准确把握波动规律，需要对经济变量时间序列进行分解，需要将长期趋势、季节变动和不规则变动剔除出去，求出循环波动变动值。按照统计分析常用的方法，我们选用加法模型。由于我们考察的重点是经济的短期波动情况（不超过12个月），因此我们选用基于移动平均法的X-12方法进行季节调整。对福建省地区月度GDP同比增长率进行季节调整，结果如下，见图1-1。图1-1福建省地区GDP增长率循环波动图由福建省的数据情况来看，从1996年开始，所有的年份经济都为正增长，结合GDP增长率的波动图可以看出，福建省的经济周期属于现代增长型周期。（二）先行指标的选取综合经济周期原因和外在冲击机制两个途径，参考国内外指标遴选的经验，拟从以下途径定性选择备选先行指标。1、从需求冲击来看：需求的变动不可避免的会导致宏观经济波动。按照支出法GDP的构成，可以把需求方面指标划分为投资、消费和进出口三个子项目。2、从供给冲击来看：实际供给冲击结合周期波动的产业关联机制，选择一些具有前向关联效应的上游产业做为我们寻找先行指标的侯选途径。货币供给冲击表现为LM曲线的移动，选择那些会影响利率和收入预期的变化，从而刺激投资和消费，并最终引起经济波动的指标。其他方面的指标。大致包含物价类、财政类和人民生活类，表2-1列出目前的福建省月度宏观经济备选先行指标库，包括4大类32个指标。表2-1备选先行指标库类别指标需求投资(1)城镇固定资产投资(2)房地产开发投资(3)更新改造投资(4)基本建设投资消费(5)社会消费品零售总额(6)城镇居民人均消费性支出进出口(7)海关进出口总额(8)出口总额(9)外商直接投资合同金额供给(10)钢产量(11)发电量(12)水泥产量(13)工业总产值(14)工业产品销售产出比率资金(15)M1(16)居民储蓄存款余额(17)M2(18)企业存款余额(19)短期贷款余额(20)人民币各项存款(21)各项贷款余额(22)企业人民币各项存款(23)人民币活期储蓄(24)人民币中长期流动资金贷款其他物价(25)CPI(26)能源原材料购进价格指数(27)工业品出厂价格指数(28)物价指数差*财政(29)财政总收入(30)财政支出人民生活(31)居民月末手存现金(32)城镇居民人均可支配收入注：物价指数差=工业品出厂价格指数-原材料购进价格指数二、先行指标选取的方法对上述32个指标均月度数据，存在缺失和不完整性，笔者采用线性插补的方法补全。然后用EViews5.0中的X-12方法进行了季节调整，检验先行指标和基准循环之间的动态关系并寻找先行指标的具体领先时间。由于部分数据以GDP作为基准循环指标，分别与备选的32个指标进行格兰杰因果关系检验，经检验是GDP的格兰杰原因，并且仅与GDP具有单向因果关系的指标，将被认为是通过定量分析的宏观经济运行先行指标。在进行Granger因果关系检验之前，需要先进行各变量序列的单整性检验，并进行各序列与GDP之间的协整分析。（一）单整检验及结果分析利用ADF法对包括GDP在内的33个指标进行单位根检验。结果见表2-1。所有序列的滞后阶数均采用AIC准则由EViews5.0自动确定。检验结果见下表。表2-1ADF单整检验结果变量ADF检验值检验类型（ctk）t临界值结论（0）Lngdp(c01)不平稳（0）△Lngdp(c01)*平稳（1）Lngdzctz(003)平稳（2）Lnfdctz(c01)-2.5812**不平稳（2）△Lnfdctz(c01)-3.4965*平稳（3）Lngxgztz(c01)平稳（4）Lnjbjstz(c01)平稳（5）Lnshxfpls(002)平稳（6）Lnczjmxfzc(c01)-3.4965*平稳（7）Lnhgjck(003)平稳（8）Lnck(c01)不平稳（8）△Lnck(c01)-3.4972*平稳（9）Lnjckhte(c01)-3.4965*平稳（10）Lngcl(c02)平稳（11）Lnfdl(c04)-2.6146**不平稳（11）△Lnfdl(c01)-3.4965*平稳（12）Lnsncl(c01)-3.4965*平稳（13）Lngyzcz(c01)*平稳（14）Gypcxl(c00)-3.4902*平稳（15）m1(c01)**不平稳（15）△m1(c00)*平稳（16）Lnjmcxck(c01)不平稳（16）△Lnjmcxck(c01)*平稳（17）m2(c01)**不平稳（17）△m2(c00)*平稳（18）Lnqyck(c01)*不平稳（18）△Lnqyck(c01)*平稳（19）Lndqdk(c00)**不平稳（19）△Lndqdk(c00)*平稳（20）Lnrmbcxck(c01)平稳（21）Lngxdk(c00)不平稳（21）△Lngxdk(c00)平稳（22）Lnqyhqck(c01)-3.4965*不平稳（22）△Lnqyhqck(c01)-3.4972*平稳（23）Lnrmbhqcx(c01)-3.4965*不平稳（23）△Lnrmbhqcx(c01)平稳（24）Lnzcqdk(c01)-3.4972*平稳（25）△cpi(c00)平稳（26）yclgjjg(c00)**不平稳（26）△yclgjjg(c00)*平稳（27）gypccjg(c00)平稳（28）jgc(c00)-2.5805**不平稳（28）△jgc(c01)-3.4897*平稳（29）Lnczsr(c01)-2.5819**平稳（30）Lnczzc(c01)-3.4965*平稳（31）Lnymscxj(c01)-3.4972*平稳（32）Lnczjmkzpsr(c10)平稳注：a)表中的临界值都是用EViews5.0算出；b)Lngdp表示对GDP取对数，△Lngdp表示对GDP取对数后一阶差分，其余类同；c)检验类型中的c和t表示常数项和趋势项，k表示滞后阶数；d)t临界值中加*表示的是1%显著性下水平下的临界值，加**表示的是10%显著性水平下的临界值，其余均表示5%显著性水平下的临界值。（二）协整检验及结果分析由于GDP本身是一阶单整变量，它不可能与水平序列之间存在协整关系，笔者把17个平稳序列剔除，只检验剩余的15个变量与GDP之间的协整关系。本文采用Johansen提出的方法来检验变量之间的协整关系，通过建立基于最大特征值的似然比统计量Rmax来进行判别。在Johanson检验有关确定性趋势的说明中，因为不能确定用哪一种趋势假设，笔者采用了包含五种趋势假设的检验来帮助确定趋势假设的选择。另外协整检验对滞后阶数相当敏感，不当的滞后阶，有可能导致虚协整。因此，必须先确定合理的滞后阶数。一般来说，Johanson检验的临界值对k=10的变量都是有效的，而滞后设定又指的是辅助回归中的一阶差分的滞后项而不是原序列，所以，对于本文中的滞后阶数为1的协整检验，笔者全部采用在编辑框中输入“0，0”。利用Johanson协整检验方法中的特征根迹检验对各备选指标与GDP进行协整检验，迹统计量和检验结果如表2-2所示。表2-2Johanson协整检验结果检验变量特征值Eigenvalue零假设H0备择假设H1迹统计量TraceStatistic5%临界值检验结果LngdpLnckr=0r=1协整关系存在r≦1r=2Lngdpcpir=0r=1协整关系存在r≦1r=2LngdpLngxdkr=0r=1协整关系存在r≦1r=2Lngdpm1r=0r=1协整关系存在r≦1r=2Lngdpm2r=0r=1协整关系存在r≦1r=2LngdpLndqdkr=0r=1无协整关系存在r≦1r=2LngdpLnqyckr=0r=1协整关系存在r≦1r=2LngdpLnjmcxckr=0r=1协整关系存在r≦1r=2Lngdpyclgjjgr=0r=1无协整关系存在r≦1r=2Lngdpjgcr=0r=1协整关系存在r≦1r=2LngdpLnfdctzr=0r=1协整关系存在r≦1r=2LngdpLnfdlr=0r=1协整关系存在r≦1r=2LngdpLnqyhqckr=0r=1协整关系存在r≦1r=2LngdpLnrmbhqcxr=0r=1无协整关系存在r≦1r=2（三）格兰杰因果关系检验及结果分析从协整检验的结果可知，GDP与11个指标之间存在长期的均衡关系，对此分别进行双变量格兰杰因果关系检验，初步确定先行经济指标。为了使推断更有效，我们不对原序列进行差分处理，而是引入误差修正项进行因果关系检验。在滞后阶数的选择上，和前面的ADF单整检验保持一致，采用AIC最小的原则来确定。检验结果如表2-3所示。表2-3通过格兰杰因果关系检验的指标及其P值滞后阶数M1M2居民储蓄存款余额出口企业储蓄存款余额房地产开发投资发电量价格指数10.503290.880610.899500.938200.868060.155390.7414820.272880.925950.318190.316350.497180.9001930.068150.344610.159630.414010.993490.442360.0263740.209730.625250.287830.108310.684740.752490.0994650.174290.681160.553140.009000.322950.475270.2021060.155910.316210.352230.026980.207340.068000.0178370.091940.123270.265570.053700.235320.040170.0197680.034150.057780.289610.007140.254080.018110.0375590.062130.087550.374110.012320.264580.024510.02741100.046630.077320.447840.017090.163450.002350.02847110.097360.020630.080500.023560.049630.008920.38111120.142930.062300.165310.038770.101080.019310.03998130.142120.065450.141560.102530.092600.012740.06813140.303140.113870.119920.324440.125860.033820.10932150.303520.022030.016300.516340.174250.07597160.461760.046150.026210.527600.205890.197700.21241170.408950.035520.031780.663190.362090.321600.36239180.480590.014250.010540.771890.348630.428690.47255190.555990.030370.020760.398950.354700.485040.53782200.313600.038540.031440.251080.459180.624850.52768210.443400.047910.051380.223920.483060.546500.37583220.574530.064460.081870.084550.524240.605240.53146230.388540.044050.070780.208360.693460.519010.49971240.286840.017540.014360.016950.716850.543610.55966由表中数据可知，M1、M2、居民储蓄存款、企业存款余额、出口、发电量、房地产开发投资、价格指数差等8个指标在不同的滞后阶数下，对GDP预测能力较强，可以构成GDP变动的格兰杰原因。那么，这8个指标就进入成为我们初步选定的福建省宏观经济运行先行指标。同时，由这个结果我们发现先行经济指标集中在货币、上游产业和投资领域。由此，笔者得出的基本结论为：1、福建省经济周期波动的产生是由货币因素和实物因素共同引起的。2、在消费、投资和对外贸易等实物因素中，出口和房地产开发投资是引起周期波动的最主要原因，福建省经济增长周期属于明显的外贸和投资周期。3、货币因素虽然没有实物因素的预测能力强，但是对经济周期波动转折点的预测有着非常重要的作用。（四）、先行期数的确定1、误差方差分解下面，我们对通过格兰杰因果关系检验的8个先行指标数据进行误差方差分解，考察各个指标对GDP变动的贡献率。在方程滞后期的确定上，通常我们希望滞后期数足够大，从而完整反映模型的动态特征，若滞后期太小，误差项的自相关会非常严重，并导致参数的非一致性估计。但另一方面，滞后期越长，模型中待估计的参数就越多，自由度就越少。因此，应该在滞后期与自由度之间寻求一种均衡状态，本文进行了VAR模型滞后期结构的检验，根据AIC和SC信息量取值最小的原则确定模型的阶数。另外在误差方差分解过程中，如果改变变量输入的顺序，基于Cholesky因子的方差分解结果可能有明显的改变，因此，在Eviews5.0中作者进行了多次试算，取得了一个相对合理的方差分解结果。预测期数从1到24，含有8个变量的跨时24期的预测误差方差分解结果如表2-4所示。表2-4预测误差方差分解结果预测期数企业储蓄存款发电量出口房地产投资价格指数差M1M2居民储蓄10.0000000.0000000.0000000.0000000.0000000.0000000.0000000.00000020.2755090.1932542.8243950.3576621.2790482.5057931.5317200.25893630.2649420.1895523.3584570.3438101.9556134.0148861.8715660.25484640.5302890.5256343.3443050.6296222.5854864.1598501.8414210.26868250.9417330.8104723.5971220.7393452.6514174.0942391.8097380.75979761.3084760.8788123.7677230.7341252.6347934.0627951.7985150.83959271.5629040.8723673.9114410.7494912.6177634.0567771.8069580.96066781.6393130.8826814.0079150.7517362.6032544.0664091.8132731.14079791.6385380.9220214.0185560.7517982.6007614.0715681.8172221.159359101.6495590.9584004.0221090.7537072.5992024.0696561.8173421.159841111.6614510.9713374.0348580.7583312.5982304.0677361.8164541.161911121.6663700.9719224.0396780.7596222.5986474.0673181.8168401.164355131.6674790.9725754.0401880.7598372.5989584.0674011.8175401.167885141.6673800.9743824.0399640.7611772.5988324.0676401.8177731.169720151.6678470.9756564.0399940.7616152.5988354.0677201.8177611.169738161.6686030.9760184.0403540.7616032.5989164.0676251.8177221.170099171.6688770.9760114.0406100.7616042.5989324.0676271.8177271.170669181.6688790.9760804.0406310.7616102.5989264.0676711.8177471.170882191.6689040.9762074.0406340.7616202.5989204.0676781.8177531.170894201.6689530.9762674.0406740.7616322.5989184.0676701.8177491.170900211.6689810.9762724.0407010.7616352.5989214.0676671.8177491.170923221.6689870.9762734.0407060.7616352.5989234.0676671.8177511.170944231.6689870.9762824.0407050.7616382.5989224.0676681.8177521.170952241.6689890.9762884.0407060.7616402.5989224.0676681.8177521.170952表中给出的数据是各变量对GDP各期预测误差方差的贡献率，值越大，则预测能力越强。在第一期，一个变量的所有变动均来自其本身的信息，在本文中，GDP的所有变动均来自于GDP信息本身的当期值和未来值，因此第一行中所有先行指标的预测误差方差贡献度均为0。将该检验结果与上述格兰杰因果关系检验的结果相比较，出口、M1、价格指数差等指标对GDP的预测性较强。具体分析各个指标的方差贡献率。例如对企业存款余额指标来讲，其方差贡献度平稳上升，在第6期达到第一个高峰，在第6期经过微弱的波动以后，继续平缓上升，意味着企业存款余额在滞后6个月后对GDP的影响最为明显。综合各指标的情况，可知大部分指标对GDP的影响都偏重于长期。2、脉冲响应函数及结果分析所谓脉冲响应函数（ImpulseResponseFunction,IRF）表示的是一个内生变量对一个标准单位误差的反应，即在随机误差项上加一个标准差大小的冲击对内生变量当期值和未来值所带来的影响。从下图的脉冲响应图可以看出，随着预测期数的增大，各个先行指标扰动对GDP变动的冲击影响越来越弱，并逐渐趋于稳定。我们把脉冲响应的最大值所对应的时期数作为各个先行指标的先行期数，意味着先行指标的变动在该时期能最大程度上引导GDP或整个宏观经济的变动。那么，由下图可以直观的看出GDP各个先行指标的大致先行期数。图2-1发电量电动引起GDP的响应图2-2出口变动对GDP的响应表2-5GDP先行指标及先行期数期数指标出口价格指数差发电量企业储蓄存款余额房地产开发投资M1M2居民储蓄存款余额领先期数535696568个先行指标的领先时间在4—9个月之间，以5个月居多，其中房地产开发投资可以领先于宏观经济变动9个月，是预测能力比较强的先行指标。而价格指数差是一个合成指标，反映的是工业品出厂价格和原材料购进价格之差，精确性可能没有单独的指标好，因此其领先时间较短，包含的预测信息较少。三、先行指数的合成与检验（一）先行指数的合成宏观经济的周期波动是通过一系列经济指标变量的运行来表现的，通过编制先行合成指数。如实刻画现实经济波动的轨迹，预测经济周期波动峰谷的转折点。我们借鉴了美国国家经济研究局（NBER）的做法，按照下述5个步骤进行。以月度数列为例，i=1、2、3、4，…，n为指标序号，t表示时间，表示第i个指标序列在时刻t的对应数值。第一步，计算相邻月份之间每个指标（因为指数是用不同指标合成的，为符合习惯说法，我们在后面将指标称为因素）数值的变化率rit。如果这些因素的数值为百分数形式，则采用简单算术差分计算：在其他情况下，利用对称百分变化率公式计算：第二步，对每个因素的月度变化率进行调整，将调整后的数值作为每个因素对指数的贡献。因为每个月各因素的数值都可能发生变化，所以我们采用一个标准化因子来调整该因素的数值，目的在于修匀各因素自身的变异程度，以便在合成指数时各因素在其中的贡献相对稳定。标准化因子的大小通过历史数据进行确定。这样，第i个因素由时刻t-1到时刻t调整后的对称百分变化率为：（表示该因素对指数的贡献）第三步，将每个月不同因素调整后的对称变化率相加，得到调整后的贡献总和。第四步，采用对称百分变化率公式,计算指数的初始值。指数通过递推公式计算。按照习惯，假设样本期第一个月指数的初始值为100，用=100表示，然后从该月开始采用对称百分变化率公式逐步递推，得到各月的指数初始值，具体算法如下：假设是根据第四步计算出的第二个月的贡献总和，那么第二个月的指数初始值是：第三个月的指数初始值是：如此继续下去，可以递推出以后各月的指数初始值。第五步，重新确定指数基期。为满足实际需要，我们常常需要重新确定指数的基期。如果希望把某一年作为合成指数的基期年，那么我们可以将该年各月指数初始值的平均数当成100（实际上不一定正好是100），然后从下一年的一月份起，按下述方法计算各月的指数：将每月按第五步得到的指数初始值乘以100，再除以上述指定基期年指数初始值的平均数。不难发现，按这种方法计算出的基期年的指数正好为100，这也正是我们所希望的。按照上述五个步骤，我们合成了福建省宏观经济运行的先行指数，如表4-1所示。为了比较直观的观察合成先行指数在整个样本期内的发展趋势，绘制合成先行指数（CompositeLeadingIndex,CLI）曲线如图3-1所示。图3-1先行合成指数CLI和GDP增长率通过考察图3-1我们不难发现，用美国商务部经济分析局的做法合成的先行指数与我们传统印象中波峰和波谷都非常分明的循环曲线有明显的不同，这种曲线有明显的上升趋势。这是因为先行指数编制的方法不同，本文在编制先行指数时，首先对各个先行指标进行了季节调整，用调整后的序列来合成指数。但是，这个调整后的序列只是消除了季节性因素和不规则因素的影响，序列中的趋势性因素仍然保留，这就是我们合成的先行指数曲线呈明显的上升趋势的原因。（二）关于先行指数的若干结论利用合成先行指数曲线和GDP增长率进行比较，以检验合成先行指数的先行预测效果，通过比较，得到如下结论。结论一：先行指数曲线能够较好的预测经济由收缩转向扩张转折点的出现，也就是经济由不景气空间向景气空间的转折。一般先行合成指数连续上升3到6个月，预示后期宏观经济将由收缩转为扩张。由于先行指数是由8个先行指标合成的，8个先行指标有各自领先于先行指数的时间，任何一个指标的变动，都可能引起先行指数的变动。正因为如此，先行指数呈现多变的特点。所以要了解先行指数的变化规律，一般是观测它的趋势性的变化。一般来说，如果先行指数连续3个月以上出现上升或者下降的趋势，就预示着后期宏观经济整体将发生相应的变化。从上图的比较结果来看，一般先行指数连续3个月以上出现上升的趋势，意味着GDP在随后也将由收缩转向扩张阶段。图中的阴影部分代表先行合成指数连续3个月以上出现上升所对应的时间段。我们可以看出，在阴影部分时段以后，GDP随之出现了一定程度的上升。比如第一列阴影的部分代表2021年1月～2021年7月，先行合成指数连续上升6个月，第二列阴影部分代表2021年3月～2021年6月，先行合成指数连续上升了3个月，第三列阴影部分代表2021年7月～2021年11月，先行合成指数出现了连续4个月的上升，GDP增速在随后一段时间之内出现了不同程度的上升趋势，验证了我们的第一个结论，先行合成指数连续上升3个月以上，预示后期经济将由收缩转向扩张，由不景气转向景气。近期以来，福建省先行指数在2021年7月到达190.7709的低点后稳步上升，2021年11月达到224.5539，与现实经济走势大致吻合。事实上，2021年1月福建省月度GDP同比增长为6.47％，为2021年1月至2021年6月月度GDP同比增长率的最小值。鉴于当前福建省先行指数有止跌趋稳的迹象，可以预测，宏观调控后福建省经济有望进入一个相对平稳的增长阶段。结论二：先行指数的变化一般领先GDP变化3～7个月，以3个月居多，合成先行指数更适用于3～6个月的短期预测。由上表截取的两条曲线部分的走势对比我们可以看出，先行指数连续上升或者下降3个月到6个月，GDP在随后的3个月到7个月会发生相同方向的变动，一般以3个月以后发生相应的变化居多。比如，先行指数曲线从2021年10月到2021年1月连续下降3个月，5个月之后，也就是从2021年6月开始，GDP增速也开始出现回落。先行指数曲线从2021年2月到2021年5月连续发生3个月的下降，3个月之后，也就是从2021年8月开始，GDP增速出现了新一轮的回落。由此，我们总结出关于先行合成指数的第二个结论，先行指数领先GDP增速变化3～7个月，以3个月居多。如果先行指数下降走势持续3～6个月，就应该引起经济分析部门的注意，需要采取相关的宏观调控措施，以防止宏观经济运行出现大的波动。结论三：政府反周期调控政策决定着经济运行转折点的出现。经济周期或者说经济波动在市场经济中的存在在所难免，反周期调控理所当然应该成为政府宏观经济调控的核心。所谓的反周期调控主要是避免国民经济的衰退，目的是保持持续、稳定、较快的经济增长。在上面两条关于先行合成指数的结论中，我们已经知道，先行指数可以预测经济景气空间周期循环的交替。事实上，防止宏观经济可能的衰退和保持持续的增长，是一个问题的两个方面。在上文我们合成的福建省宏观经济运行监测的先行指数曲线和有关的结论中，先行指数预测经济回升的效果优于预测经济回落的效果。可能是因为在现有经济体制下，影响经济回升的主观因素较多，刺激经济回升的政策手段作用较明显，这种经济“干预”在很大程度上缩短了经济自然回升的时间。在现阶段，无论政府决策部门，还是经济分析部门，对经济出现大幅度回落都非常敏感，会迅速研究或制定相关刺激经济回升的政策措施。以2021年7月为例，福建省GDP增长率出现较大幅度回落（月同比增长率为4.65%），但从8月份开始，财政支出就明显增加，8月财政支出月同比增长率达到31.11%，9月上升到38.53%，这两个增长率都明显高于前三年的平均水平。在实际的经济运行过程中，如果重要的单项指标和合成指数都有持续回落的预兆，政府的反周期调控就应该发挥作用，研究制定防止经济回落扩张性的政策措施。这些政策主要包括一些收入政策、财政政策和货币政策，比如工资——价格指导、灵活的财政和货币政策等，同时可以适当的减少税收、扩大转移支出、增加银行短期贷款、增加居民收入等。（三）关于先行指数的进一步解释解释一：先行指数不是一成不变或一劳永逸的，应该根据实际情况不断调整和修正。解释二：先行指数对转折点的预测应该和重要的先行指标联合进行。解释三：先行指数和先行指标只能用于趋势变动和转折点的预测，不能用于GDP变化幅度的预测。四、福建省地区GDP的预测我们按照以下方法对含有季节因素影响的时间序列数据进行预测：第一步，因素分解——把时间序列数据按不同因素的影响分解为：趋势循环变动（TC）、季节变动（S）、不规则变动（I）。第二步，构建模型——选用近似的计量经济模型来代表它们，求解计量经济模型。利用时间序列资料求出长期趋势、季节变动和不规则变动的计量经济模型后，就可以利用它来预测未来的趋势循环值TC和季节变动值S，在可能的情况下预测不规则变动值I。第三步，因素合成——最后用公式TC+S+I=Y合成未来的时间序列的预测值。福建省地区GDP和8个先行指标的数据均为月度数据，样本数据时间范围为2021年1月至2021年6月。根据以上步骤，首先通过Eviews5.0中的X-12方法得到福建省地区GDP和8个先行指标的趋势循环变动因素、季节变动因素和不规则变动因素的数值。—2021.3的样本数据通过逐步回归法构建滞后变量模型如下：经检验解释变量之间存在比较严重的多重共线性，但是由于模型的拟合优度比较高，并且构建这个模型的主要目的是进行预测，所以在这里我们可以忽略多重共线性影响。通过以上模型可以预测得到2021.4-2021.6的GDP_TC数据。对于GDP的季节变动因素，我们将最近两年（2021年、2021年）对应月份的季节变动值求平均作为下一年对应月份季节变动的预测值GDP_SF。最后，由于不规则变动的预测值难以求得，就只求趋势循环变动和季节变动的预测值，以两者相加之和为时间序列的预测值。预测结果及误差见下表：表4-12021年4月-6月福建省地区GDP预测值及误差月份GDP_TCGDP_SFGDP估计值GDP实际值绝对误差相对误差(%)4月5月6月使用该预测方法对福建省地区GDP2021年7月至10月的数据预测如下:表4-22021年7月-10月福建省地区GDP预测值月份GDP_TCGDP_SFGDP预测值7月694.24-28.28665.968月697.49-19.23678.269月701.3755.07756.4310月705.7864.89770.67

参考文献：丁文斌．北京先行经济指数研究[J]．山西财经大学学报，2021（8）：38．唐玲．宏观经济景气分析指标体系研究[J]．预测,1994（2）：40．王慧敏．基于西方理性预期的宏观经济预警[J]．系统工程，2021（5）：1．石良平．景气循环预警方法的理论思考[J]．财经研究，1992（5）：10～11．顾海兵．经济预警新论[J]．数量经济技术经济研究，1994（1）：33～37．黄继宏，雷战波，凌超．经济预警方法研究综述[J]．系统工程，2021（3）：64．RonnyNilsson．OECDCompositeLeadingIndicatorsatoolforshort-termanalysis[J]．OECDStatistics-LeadingIndicator，2021．UlrichFritsche，FelixMarklein．LeadingIndicatorsofEurolandBusinessCycles[J]．C.AlanGarner．HowUsefulareLeadingIndicatorsofInflation[J]．EconomicReview.，1995（Q2）．RonnyNilsson．OECDSystemofLeadingIndicatorsMethodologyandApplication[J]．NationalDevelopmentandReformCommissionWorkshopandExpertHearingonBusinessCycleandIndicators，2021（12）．WilliamVeloce．AnEvaluationoftheLeadingIndicatorsfortheCanadianEconomyUsingTimeSeriesAnalysis[J]．InternationalJournalofForecasting，1996（12）．MaximoCamacho，GabrielPerez-Quiros．ThisisWhattheUSLeadingIndicatorsLead[J]．ECBWorkingPaper，2021（8）．IntroducingtheCEMAC-GoldmanSachsCoincidentandLeadingIndicatorsforChina[J]．Asia-PacificEconomicsAnalyst,2021(11)．UlrichFritsche,FelixMaeklein．LeadingIndicatorsofEuro-landBusinessCycle[J]．GermanInstituteforEconomicResearch．

论大学生写作能力写作能力是对自己所积累的信息进行选择、提取、加工、改造并将之形成为书面文字的能力。积累是写作的基础，积累越厚实，写作就越有基础，文章就能根深叶茂开奇葩。没有积累，胸无点墨，怎么也不会写出作文来的。写作能力是每个大学生必须具备的能力。从目前高校整体情况上看，大学生的写作能力较为欠缺。一、大学生应用文写作能力的定义那么，大学生的写作能力究竟是指什么呢？叶圣陶先生曾经说过，“大学毕业生不一定能写小说诗歌，但是一定要写工作和生活中实用的文章，而且非写得既通顺又扎实不可。”对于大学生的写作能力应包含什么，可能有多种理解，但从叶圣陶先生的谈话中，我认为：大学生写作能力应包括应用写作能力和文学写作能力，而前者是必须的，后者是“不一定”要具备，能具备则更好。众所周知，对于大学生来说，是要写毕业论文的，我认为写作论文的能力可以包含在应用写作能力之中。大学生写作能力的体现，也往往是在撰写毕业论文中集中体现出来的。本科毕业论文无论是对于学生个人还是对于院系和学校来说，都是十分重要的。如何提高本科毕业论文的质量和水平，就成为教育行政部门和高校都很重视的一个重要课题。如何提高大学生的写作能力的问题必须得到社会的广泛关注，并且提出对策去实施解决。二、造成大学生应用文写作困境的原因：（一）大学写作课开设结构不合理。就目前中国多数高校的学科设置来看，除了中文专业会系统开设写作的系列课程外，其他专业的学生都只开设了普及性的《大学语文》课。学生写作能力的提高是一项艰巨复杂的任务，而我们的课程设置仅把这一任务交给了大学语文