四川省工业经济预警系统

四川省工业经济预警系统

1“进攻信号”警告这个词最初起源于军事。它是指通过预警飞机、预警雷达、预警卫星等工具来提前发现、分析和判断敌人的进攻信号，并把这种进攻信号的威胁程度报告给指挥部门，便于提前采取应对军事措施。预警在社会政治、宏观管理与环境保护、经济各个领域得到了广泛的应用。从19世纪80年代至今，经济预警研究经历了100多年的发展，已经取得了许多方面的突破，不论在微观经济还是宏观经济，也不论是长期预警还是短期预警，其应用越来越广泛，作用越来越重大。经济预警的完整的逻辑体系应包括以下四个部分：建立指标体系、选择预警方法、发现警兆、分析警情并采取相应措施。(1）建立指标体系建立指标体系实际上就是明确我们预警的对象———经济运行状况，其本质就是用一组经济指标来描述经济运行状况。(2）．预充指标的选取。两目前常使用的预警方法可以分为三类：第一类是指标类预警，其基本思想就是挑选能够反映经济发展的指标，生成新的、综合性的指标，利用经济的循环波动性，监测当前经济发展状况；第二类是统计预警法，在经济预警中常使用的统计方法主要有判别分析，另外因子分析方法也常常用来对多指标的预处理；第三类是模型预警法，主要使用ARCH模型预警与人工神经网络模型预警，以及针对此类方法的一些改进。(3）标准的警限发现警兆的关键是定义警度。从最早的经济预警研究开始，一般把警度分为5个警限，用一组类似于大家熟悉的道路交通管制中的红、黄、绿色信号灯为标识，向社会各界发出反映当前经济运行状况的不同信号。(4）国际社会发生的影响因素分析警情是预警过程中的关键环节。发生警情，一般会有三种原因：第一个原因是自然因素发生较大变化，比如发生自然灾害，某种资源突然短缺等等；第二个原因是国际社会发生比较大的动荡，比如对外经济关系发生变化等；第三个原因是国内经济原因，即国内经济发展发生重大变化，比如宏观监控不力导致资源分配不均，宏观政策制定有等。2省东北部经济科“四川省工业经济预警系统”是四川省经济委员会和四川大学工商管理学院合作开发的一个软件系统，该软件将预警机制与省经委日常业务工作相结合，具有经济数据收集、整理、分析、预测、预警等功能，分析结果图文并茂。该系统采用客户机服务器模式，服务器端采用SQLSever2000数据库服务器，客户端采用VB编制的基于Windows的应用程序。2.1指标的相对数及警度1998年2月，国家制定了一套新的工业经济效益考核指标体系在全国正式实行。新指标体系由7项指标组成，工业经济效益综合指数以7个单项工业经济效益指标报告期实际数值分别除以该指标的全国标准值并乘以各自权数，加总后除以总权数求得。工业经济效益综合指数是综合衡量工业经济效益各个方面在数量上总体水平的一种特殊相对数，是反映工业经济运行质量的总量指标。目前构成工业经济效益指数的指标分别是：反映企业盈利能力的总资产贡献率和成本费用利润率；反映发展能力的资本保值增值率；反映偿债能力的资产负债率；反映营运能力的流动资产周转率；反映产出效率的工业全员劳动生产率；反映产销衔接的产品销售率。由于工业经济效益综合指数的这个特性，决定使用这个指数来描述四川省工业经济的运行状况。权数是根据上述各项指标在综合经济效益中的重要程度，由专家调查法确定，标准值考虑了我国近期工业经济指标的实际水平及一般标准确定。各项指标的权数和标准值如表1所示。在警度的划分上，参考四川省经委专家的意见以及相关文献，主要参考依据是将样本库中的数据分为5个区域。其中，过热与过冷月份各占所有月份数的10%，适度冷和适度热各占50%，适度占所有月份数的50%，再根据实际工作经验，适度修改，最终警度划分如下：当指标在1.1到1.3的区间为适度区间，1.3到1.4为适度热区间，1.4以上为过热区间，1.0到1.1为适度冷区间，1.1以下为过冷区间。2.2报警方法2.2.1基于回归模型的方差估计AutoRegressiveConditionalHeteroskedasticity，简称ARCH模型，目前被广泛地应用于经济领域的时间序列分析。ARCH模型的实质也是一种回归模型，它与一般回归模型的主要差异在于它准许方差随时间变动而变动，用方差的变动来度量和跟踪指标的变化。而本文的思路则是，对ARCH模型参数进行估计，得到一个拟合时间序列的模型，预测下一个时间单位的取值，与警度比较，达到预警的目的。一般的ARCH模型的表示如下：其中yt是t时刻的观测变量，Ψt-1是t-1时刻的所有信息量，β是系数向量，即g（Ψt-1，β）=β0+β1yt-1。ξt是模型的残差，并且ξt服从均值为0，方差为σt的正态分布。而σt与t时刻以前的残差有关，它是残差的p阶滞后的线性组合。所以，经济预警系统的ARCH模型为(2)．方差的拟合即验证数据序列是否存在ARCH性。所谓数据序列是否存在ARCH性，即是数据序列的残差的方差是否具有时变性。如果不存在ARCH性，则方差应该为一个固定值，反映在模型中表现为：α1，…，αt全部为0。在恩格尔的著作中，采用了拉格朗日乘子（LM），及最小二乘残差作为检验量，可以证明其中n是样本容量，R2是辅助回归的决定系数。辅助回归：（i=1，…，t-p）是从方程（1）使用普通最小二乘估计得到的残差估计值在给定显著性水平的情况下，按λt2查出临界值，如果nR2大于临界值，则拒绝H0，也就是说α1，…，αt至少有一个不为0。(3)极大似然估计定理通常使用极大似然估计法对ARCH的模型参数进行估计。联立方程（2）、（3）建立对数似然函数（省略常数项）应用极大似然估计理论，设时间序列长度为n，平均似然应该为由极大似然估计定理，可得方程组其中使用迭代算法，计算θΔx(k）由线性方程组：H′（θ）*Δx(k）=H（θ）解得，其迭代过程见参考文献。H′（θ）是H（θ）的Jacobi矩阵，其分量表示形式如下：(4)．关于扰动项的建立综合以上理论，可以得到ARCH模型的算法为：1）输入扰动项最大时滞，记为n，给定置信度，记为α。输入最大迭代次数记为m，给定计算精度为ω。2）用普通最小二乘法计算回归方程：yt=β0+β1yt-1的各个样本的扰动项观测值，存放到数组ξt中。3）从i=1开始。4）建立回归方程组5）计算该方程的决定系数R2。7）当n≤i时返回错误信息“序列数据不足，无法预测”，程序结束；当n>i时，转入第8）步。8）计算（n-i)R2，在数据库对应表中查询λ2。9）如果（n-i)R2<λ2,i=i+1，转第9）步；否则转第10）步。10）如果i>n，返回β0、β1，模型为：yt=β0+β1yt-1，程序结束；如果i≤n，转第3）步。11）从k=0开始。12）随机产生一个i维向量θ（k）生成H′（θ（k））,H（θ（k））。13）迭代计算线性方程组H′（θ（k））*Δθ（k）=H（θ（k））的解Δθ（k）,θ(k+1)=θ(k)+Δθ(k),k=k+1。14）如果k>m，或者Δθ（k）<ω，转入第14）步，否则转第12）步。15）由α0，α1，…，αi，计算扰动项方差，通过预置的参数表与α估计扰动项。16）返回预测值，结束程序。2.2.2工业经济效益综合指数变化的响应由工业经济效益综合指数的计算方法：工业经济效益综合指数（%）=∑（某项经济效益指标报告期数值/该项指标全国标准值×权数）÷总权数，可以推得，当构成工业经济效益综合指数的指标全部为标准值时，工业经济效益综合指数为1，也即工业经济效益综合指数的标准值为1。所以工业经济效益综合指数的变化率等于变化值。现在，假设指数发生变化，来探讨引起指数变化的原因。设变化前工业经济效益综合指数为C1，其指标体系指标取值为X1i(i=1，…，7），设变化后工业经济效益综合指数为C2，其指标体系指标取值为X2i(i=1，…，7），指标标准值为Xi(i=1，…，7），权值为Wi(i=1，…，7），指数变化率为ΔC其中，ΔXi=（X1i-X2i）/Xi是某一指标的变化率。从这个推导公式可以看出，工业经济效益综合指数的变化是由指标体系中的指标变化引起，并且他们之间还有直接的数量关系：指数的变化率等于指标变化率与权重之积的和。定义指标的变化率与权重之积为指标对工业经济效益综合指数的变化贡献，记为ΔCi，变化贡献占指数变化的百分比称为变化贡献率，记为ΔCi′，则可以说工业经济效益综合指数的变化等于各指标的变化贡献之和，即ΔC=∑ΔCi。当工业经济效益综合指数预测值偏离标准值过大时，发现警兆。在分析警情的过程中，可以结合当前经济形势以及相应指标的变化贡献率进行分析，在对指标的变化贡献率分析时，按照主成分分析的思想，可以只对累计贡献率超过80%的指标进行分析。由于指标的贡献既可能是正的，也可能是负的，因此在筛选指标时采用剔除法，即首先剔除贡献率的绝对值较小的指标，直到剔除指标累计贡献率大于20%。3从预测模型的检验分析现在以四川省白酒酿制业为例，用2001年到2002年数据为基础，对该行业进行预警实证研究，基础数据如表2所示。进入系统，选择参数，点击“分析”，分析结果如图1所示。(1）如结果图显示，图中一条曲线是实际的数据值，另外一条曲线是模型模拟得出的值，可以看到两条线的拟和程度相当高（除去每年二月的值，因为数据取自累计数据，所以每年期初数据变化较大）。而且从数据上来看，模拟值与实际值之间的最大误差只有0.08，另外比较预测的2002年12月份的值与检验数据———实际的2002年12月工业经济效益综合指数实际值，两者误差仅为0.069。由此可见该预测模型的预测精度较高，预测值有较大的参考性。(2）从图1还可以看出，图中4条直线将数据分为5个区域，四川省工业经济效益综合指数基本在适度区间内变化。2002年12月，指数取值为1.38033，工业经济运行状况适度热，这也与该时点的工业经济运行特点相符。(3）从引起工业经济效益综合指数的变化原因来看，变化贡献最大的是流动资产周转率，达0.0442，并且是负值，说明它对工业经济增长起副作用，因此为了使工业经济效益指数增长，可以采取政策刺激流动资产周转率的增长。另外，总资产贡献率、产品销售率、资本保值率的变化贡献也比较大，所以在制定政策过程中，也要考虑这三个指标的因素。其他指标的累计贡献率相加小于20%，所以可以不重点考虑。4基于arch模型的模型预测本文以建立四川省工业经济预警系统为背景，研究了工业经济预警问题；阐述了基于ARCH