3. 宏觀經(jīng)濟(jì)的數(shù)量化研究體系(梁福濤).ppt

1、宏觀經(jīng)濟(jì)的數(shù)量化研究體系,主要內(nèi)容,經(jīng)濟(jì)金融分析預(yù)測(cè)的一般方法與邏輯框架建立 計(jì)量經(jīng)濟(jì)建模、預(yù)測(cè)方法 非線性模型轉(zhuǎn)換、虛擬變量等實(shí)用問題 經(jīng)濟(jì)景氣指數(shù)構(gòu)建 我們的經(jīng)濟(jì)預(yù)測(cè)模型示例,1.1 經(jīng)濟(jì)金融分析與預(yù)測(cè)的一般方法,投資分析要求你能證明 （基于投資需求的經(jīng)濟(jì)金融預(yù)測(cè)分析，與經(jīng)濟(jì)研究一樣，至少要求你能證明） 問：你應(yīng)該到哪里發(fā)表論文？ 答：如果你能理解并能證明，那么就寄給數(shù)學(xué)雜志；如果你能理解但無法證明，那么就寄給物理學(xué)雜志，如果你不能理解但能證明，那么就寄給經(jīng)濟(jì)學(xué)雜志，如果你既不能理解也無法證明，那么就寄給心理學(xué)雜志 數(shù)量方法可用于證明 計(jì)量經(jīng)濟(jì)學(xué)的四條黃金定律 甲、大膽地思考 乙、不受限制

2、地創(chuàng)造 丙、出奇地幸運(yùn) 丁、做不到的話，就下決心當(dāng)一位經(jīng)濟(jì)理論家吧,影響因素實(shí)證分析,構(gòu)建自己的計(jì)量模型,模型預(yù)測(cè)結(jié)果,最后結(jié)論：對(duì)模型預(yù)測(cè) 結(jié)果的修正,理論預(yù)測(cè)模型選擇,未來可能出現(xiàn)的新 的影響變量,對(duì)自變量數(shù)據(jù)預(yù)測(cè) 或假設(shè),1.1 經(jīng)濟(jì)金融分析與預(yù)測(cè)的一般方法,智慧的顯現(xiàn) 一位經(jīng)濟(jì)學(xué)家去華盛頓的自然歷史博物館參觀。當(dāng)站在恐龍化石面前時(shí)，他對(duì)身邊的游客說：“這只恐龍的數(shù)數(shù)足足有20億年零10月?！庇慰腕@訝且恭敬地問道：“您從哪里得到如此精確的信息？”經(jīng)濟(jì)學(xué)家不無處豪的回答說：“10個(gè)月前我來此參觀過。那時(shí)講解員告訴我這只恐龍已經(jīng)20億歲了?！?預(yù)測(cè)分析經(jīng)濟(jì)金融變量的數(shù)量方法一般有兩種通用且有

3、效的方法： 一、一般數(shù)學(xué)函數(shù)建模進(jìn)行預(yù)測(cè)分析 1)時(shí)間序列建模 2)因素分析建模 簡(jiǎn)單、短期預(yù)測(cè)有效 二、建立指數(shù)模型和指數(shù)進(jìn)行預(yù)測(cè)分析 1)合成指數(shù) 2)擴(kuò)散指數(shù) 復(fù)雜、趨勢(shì)周期預(yù)測(cè)有效 行業(yè)股票研究中同樣非常實(shí)用,1.2 經(jīng)濟(jì)金融預(yù)測(cè)邏輯框架示例一,預(yù)測(cè)變量因素分析與建模時(shí)：可用均衡分析和非均衡分析 以中國經(jīng)濟(jì)周期預(yù)測(cè)為例。均衡就正反、全面考慮：內(nèi)部、外部；內(nèi)部中要考慮供給和需求；影響供給所有要素變化；影響需求所有要素變化；非均衡分析：考慮微觀、局部因素，重點(diǎn)因素； 右圖：分析預(yù)測(cè)中國經(jīng)濟(jì)周期示例,經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化,世界經(jīng)濟(jì),能源供應(yīng),勞動(dòng)力,人口之窗,勞動(dòng)力成本,能源約束,經(jīng)濟(jì)周期及其變化,

4、經(jīng)濟(jì)周期拐點(diǎn),1.2 經(jīng)濟(jì)金融預(yù)測(cè)邏輯框架示例二,預(yù)測(cè)變量有時(shí)需要區(qū)分短期和長期 長短期分析考慮的視角未必有很大不同，但是具體因素肯定有區(qū)別 短期的影響因素往往具有不確定，但是在提高分析預(yù)測(cè)精度上具有重要作用 長期的影響因素往往是根本因素和趨勢(shì)性因素，對(duì)把握周期波動(dòng)具有重要作用 右圖：分析預(yù)測(cè)中國物價(jià)變化示例,供求：主要商品,貨幣：結(jié)構(gòu)、儲(chǔ)蓄 存款,成本：主要商品 價(jià)格、上下游,供求：投資、GDP,貨幣：2,成本：勞動(dòng)生產(chǎn) 率、勞動(dòng)力成本,短期CPI變化,中長期CPI變化,1.2 經(jīng)濟(jì)金融預(yù)測(cè)邏輯框架示例三,預(yù)測(cè)變量有時(shí)需要考慮或選變量 分析預(yù)測(cè)時(shí)要區(qū)分固定變量和備選（或選）變量 如果所預(yù)測(cè)的

5、變量是政策變量，因?yàn)榫哂休^大的主觀性和外生性，要根據(jù)不同時(shí)段環(huán)境背景來選擇不同增加的變量 右圖：分析預(yù)測(cè)中國利率調(diào)整趨勢(shì)示例,經(jīng)濟(jì)增長,貨幣增長,物價(jià),中美利差,企業(yè)資本回報(bào)率,資產(chǎn)價(jià)格,其 他 重 要 因 素,利 率 調(diào) 整,主要內(nèi)容,經(jīng)濟(jì)金融分析預(yù)測(cè)的一般方法與邏輯框架建立 計(jì)量經(jīng)濟(jì)建模、預(yù)測(cè)方法 非線性模型轉(zhuǎn)換、虛擬變量等實(shí)用問題 經(jīng)濟(jì)景氣指數(shù)構(gòu)建 我們的經(jīng)濟(jì)預(yù)測(cè)模型示例,2.1 計(jì)量建模分析過程,基本過程 經(jīng)濟(jì)理論 理論的數(shù)學(xué)模型 理論的計(jì)量經(jīng)濟(jì)學(xué)模型 數(shù)據(jù)的收集整理 計(jì)量經(jīng)濟(jì)模型的參數(shù)估計(jì) 假設(shè)檢驗(yàn) 經(jīng)濟(jì)、金融指標(biāo)預(yù)報(bào)和預(yù)測(cè) 控制或政策制定，政策預(yù)測(cè)、解讀分析,例：檢驗(yàn)凱恩斯關(guān)于邊際

6、消費(fèi)傾向理論并運(yùn)用模型預(yù)測(cè)分析 理論 人們的消費(fèi)支出隨收入的增加而增加，但消費(fèi)支出的增加小于收 入的增加。即邊際消費(fèi)傾向MPC大于零而小于1。（定性） 建立數(shù)學(xué)模型 假定支出Y與收入X之間有如下關(guān)系： Y=a+bX，0X1 其中，Y為消費(fèi)支出，X為收入，a和b為模型參數(shù)。B就是MPC。 這里Y為因變量，X為自變量/解釋變量。假定兩者之間存在先行 關(guān)系。（在不同情況下，數(shù)學(xué)模型的形式不一樣，也可能是多個(gè) 方程連立，有多個(gè)解釋變量）,建立計(jì)量經(jīng)濟(jì)學(xué)模型 由于經(jīng)濟(jì)變量之間的關(guān)系不是確定的（以函數(shù)形 式準(zhǔn)確表達(dá)），必須修改數(shù)理模型，建立計(jì)量模 型： Y=a+bX+u u代表誤差項(xiàng)，代表了影響變量間非確

7、定關(guān)系的 其他因素的影響。這是一個(gè)線性回歸模型,X,y,a,O,斜率為b,斜率為b,X,Y,O,a,數(shù)理模型,計(jì)量模型,數(shù)據(jù)的收集整理 如果1980分析一國的消費(fèi)情況，要收集該國的總消費(fèi)支出數(shù)據(jù)和總收入數(shù)據(jù) 計(jì)量經(jīng)濟(jì)模型的參數(shù)估計(jì) 采用回歸技術(shù)，利用統(tǒng)計(jì)數(shù)據(jù)估計(jì)參數(shù)a和b經(jīng)驗(yàn)值 根據(jù)估計(jì)結(jié)果，美國1980-1991的MPC約為0.72 假設(shè)檢驗(yàn) 以一定的標(biāo)準(zhǔn)，對(duì)參數(shù)的估計(jì)結(jié)果進(jìn)行檢驗(yàn)，如果在統(tǒng)計(jì)意義上，b小于，說明結(jié)果是可以接受的,預(yù)報(bào)和預(yù)測(cè) 如果計(jì)量模型可以接受，就可用來對(duì)因變量進(jìn)行 預(yù)測(cè)。假定1994年，美國的GDP預(yù)計(jì)為6萬億美元，則 該年的消費(fèi)支出預(yù)計(jì)為 Y=-231.8+0.7194

8、*6000=4085 控制或政策制定，政策趨勢(shì)解讀分析 如果希望1994年消費(fèi)支出達(dá)到4萬億美元，則政府必須 通過政策來保證收入水平為： X=(4000+231.8)/0.7194=5882,相關(guān)問題： 實(shí)現(xiàn)以上過程的軟件有：Eviews、SPSS、SAS等 統(tǒng)計(jì)關(guān)系與確定關(guān)系 在回歸分析中，得到因變量與自變量之間的依賴關(guān)系是統(tǒng)計(jì)依賴關(guān)系，而不是確定關(guān)系或函數(shù)關(guān)系 回歸與因果關(guān)系 回歸分析得到的變量間的統(tǒng)計(jì)依賴關(guān)系，統(tǒng)計(jì)關(guān)系式自身不代表任何確定的因果關(guān)系,2.2 模型檢驗(yàn)、區(qū)間估計(jì)、結(jié)果統(tǒng)一表述,擬合優(yōu)度檢驗(yàn) 擬合優(yōu)度檢驗(yàn)是批對(duì)樣本回歸線與樣本觀測(cè)值之間擬合程度的檢驗(yàn)。度量 擬合程度的指標(biāo)是判

9、定系數(shù)R2。 基本思路：因變量Y的變異，能夠被X的變量解釋的比例越大，則OLS回歸 線對(duì)總體的解釋程度就越好,總離差：,來自殘差（RSS）,Y,X,Xi,PRF,SRF,總平方和（TSS）：實(shí)測(cè)的Y值圍繞其均值的總變異： 定義判定系數(shù)R2： R2測(cè)度了在Y的總變異中，由回歸模型解釋的部分所占 的比例。 R2越高，回歸模型擬合的程度就越好。 R2的性質(zhì)：非負(fù)。,區(qū)間估計(jì) 為了判斷點(diǎn)估計(jì)與真值的接近程度，可以通過構(gòu)造以估計(jì)值為 中心的一個(gè)區(qū)間（隨機(jī)的），以該區(qū)間包括了真值的概率來確 定估計(jì)值接近真值的把握程度： 稱為置信區(qū)間；稱為置信系數(shù)稱為顯 著水平；分別為置信下限和置信上限 置信度確定在預(yù)測(cè)中

10、也常用；已知預(yù)測(cè)變量均值和標(biāo)準(zhǔn)誤的情 況下，可以確定某個(gè)變量落入某一區(qū)間的概率。如：可以預(yù)測(cè) EPS落入2和8之間的概率多少？,OLS估計(jì)量的顯著性檢驗(yàn) 根據(jù)樣本回歸得到的總體參數(shù)的估計(jì)量，隨著選取樣本的不同觀測(cè)值而不同；給定樣本觀測(cè)值時(shí)，得到的參數(shù)也與總體參數(shù)的真值不同。因此，必須對(duì)會(huì)計(jì)的參數(shù)值是否顯著成立，做統(tǒng)計(jì)檢驗(yàn)，即顯著性檢驗(yàn)。 原假設(shè) 備擇假設(shè) 計(jì)算統(tǒng)計(jì)量 在顯著水平下，查t分布表（df=n-2） 若接受，拒絕 拒絕接受（顯著）,檢驗(yàn) 從方差分析的角度，檢驗(yàn)回歸方程的顯著性。 根據(jù)總離差平方和的分解式：TSS=ESS+RSS 原假設(shè) 備擇假設(shè) 若H0成立，說明回歸方程顯得無顯著意義，

11、總體不存在線性；若拒絕H0，則 可認(rèn)為回歸方程顯著成立，總體存在線性。因此，定義統(tǒng)計(jì)量 在顯著水平，查F分布表（df1=1,df2=n-2） 若接受，拒絕 若拒絕，接受（顯著）,注意：模型結(jié)果的表述統(tǒng)一為： 或： 并說明參數(shù)的顯著水平（）,其他問題 多重共線性 異方差 自相關(guān),2.3 運(yùn)用模型進(jìn)行預(yù)測(cè),根據(jù)經(jīng)濟(jì)理論建立線性回歸模型，并利用統(tǒng)計(jì)資料對(duì)模型參數(shù)進(jìn)行了估計(jì)，建立了回歸方程。經(jīng)過顯著性檢驗(yàn)，判定回歸方程能正確反映經(jīng)濟(jì)現(xiàn)象時(shí)，一個(gè)重要目標(biāo)就是利用回歸方程進(jìn)行預(yù)測(cè)。 對(duì)解釋變量的特定值，代入回歸方程得到因變量的預(yù)測(cè)值；在給定的置信水平上，得到因變量預(yù)測(cè)值的置信區(qū)間 其中置信區(qū)間的估計(jì)非常重

12、要，好多研究報(bào)告給出預(yù)測(cè)值的同時(shí)并沒有告訴客戶置信區(qū)間，這一點(diǎn)應(yīng)盡量避免 此外，還要注意區(qū)分：均值預(yù)測(cè)和個(gè)值預(yù)測(cè)的區(qū)別,均值預(yù)測(cè) 假定得到回歸方程 已知X的一個(gè)特定值X0，要預(yù)測(cè)Y0的條件均值（總體回 歸線上的對(duì)應(yīng)Y值）E(Y| X0)， 為E(Y| X0)的估計(jì)量（BLUE)。 為了評(píng)估估計(jì)誤差，可以建立E(Y| X0)的置信區(qū)間。,以代替，變量： 建立E(Y0|X0)的置信區(qū)間（顯著性水平）： 或 顯然，當(dāng)X0越接近X的均值，區(qū)間就變得越狹窄。,個(gè)值預(yù)測(cè) 預(yù)測(cè)給定X的值X0，對(duì)應(yīng)的Y0， X0仍為BLUE 而 建立統(tǒng)計(jì)量 建立顯著水平a下的Y0|X0的置信區(qū)間：,主要內(nèi)容,經(jīng)濟(jì)金融分析預(yù)測(cè)

13、的一般方法與邏輯框架建立 計(jì)量經(jīng)濟(jì)建模、預(yù)測(cè)方法 非線性模型轉(zhuǎn)換、虛擬變量等實(shí)用問題 經(jīng)濟(jì)景氣指數(shù)構(gòu)建 我們的經(jīng)濟(jì)預(yù)測(cè)模型示例,3.1 解釋變量選擇,在回歸模型中的解釋變量，除非由明確的理論指導(dǎo)或其 他原因，在選擇上具有一定的主觀性，如何正確選擇解 釋變量是非常重要的。 解釋變量的邊際貢獻(xiàn)分析 在建立回歸模型時(shí)，假定我們順序引入變量。在建立了 Y與X2的回歸模型，并進(jìn)行回歸分析后，再加入X2。考 慮加入的變量X2是否有貢獻(xiàn)：能否在加入后顯著提高回 歸的解釋程度ESS或者決定系數(shù)R2。ESS提高的量稱為 變量X2的邊際貢獻(xiàn). 決定一個(gè)變量是否引入回歸模型，就要先研究它的邊際貢獻(xiàn)，以正確的建立模型

14、。如果變量的邊際貢獻(xiàn)較小，說明該變量沒有必要加入模型。,分析變量的邊際貢獻(xiàn)，可以使用方差分析表為工具，根據(jù)變量引入前后的RSS的變化量及其顯著性檢驗(yàn)（扣除原來引入模型的解釋變量的貢獻(xiàn)），確定該變量的邊際貢獻(xiàn)是否顯著。 可以利用方差分析表來進(jìn)行分析。 在新引入變量的系數(shù)為的原假設(shè)下，統(tǒng)計(jì)量 把計(jì)算的該統(tǒng)計(jì)量的值與顯著性水平下的臨界值進(jìn)行比較： 若，則新增變量的邊際貢獻(xiàn) 不顯著 ，則新增變量的邊際貢獻(xiàn) 顯著 引入的新變量的邊際貢獻(xiàn)顯著，則應(yīng)該把這此變量納入回歸模型，否則這些變量不應(yīng)引入回歸模型做解釋變量。,逐步回歸法 如果根據(jù)理論，因變量Y與K-1個(gè)變量有因果關(guān)系，我們要建立的回歸模型要在這些變量

15、中選擇正確的解釋變量，要根據(jù)變量的邊際貢獻(xiàn)大小，把貢獻(xiàn)大的變量納入回歸模型。分析邊際貢獻(xiàn)并選擇變量的過程，實(shí)際上是一個(gè)逐步回歸的過程。 首先，分別建立Y與K-1個(gè)變量的回歸模型：,回歸 后，得 到各回 歸方程 的平方和,選擇其中ESS最大并通過F檢驗(yàn)的變量作為首選解釋變量，假定是X2。此時(shí)可以確定一個(gè)基本的回歸方程： 在此基礎(chǔ)上進(jìn)行第二次回歸，在剩下的變量中尋找最佳的變量，建立K-2個(gè)回歸方程：,回歸后，得到各回歸方程的平方和： 同樣，選擇其中ESS最大并通過F檢驗(yàn)的變量作為新增解釋變 量，假定是X3。此時(shí)可確定一個(gè)基本的回歸方程： 重復(fù)這一過程，直到所有變量中，邊際貢獻(xiàn)顯著的變量全部引 入回

16、歸模型中為止，得到最終的回歸式： 也可以采用逐步減少邊際貢獻(xiàn)不顯著的變量的方式，逐步回歸 確定?；貧w模型包括的變量，方法一樣。,注意：還可以選擇滯后變量、多階滯后變量 滯后變量是批在回歸模型中，因變量與解釋變量 的時(shí)間滯后量。如： 第一模型稱作外生滯后變量模型或分布滯后模型。 第二個(gè)模型稱為內(nèi)生滯后變量模型或自回歸模型 在很多經(jīng)濟(jì)分析中，把滯后變量引入模型中是必要 的，這里先討論滯后模型,3.2 非線性模型轉(zhuǎn)換,因變量和解釋變量之間的線性關(guān)系，包括參數(shù)線性和解釋變量 線性兩種。前面的分析假定總體回歸函數(shù)的形式為： 但是根據(jù)經(jīng)濟(jì)現(xiàn)實(shí)或經(jīng)濟(jì)理論，變量之間不一定存在這種形式 的線性關(guān)系。如參數(shù)線性形

17、式的回歸函數(shù)： 或參數(shù)、變量均為非線性形式的函數(shù)關(guān)系，如C-D生產(chǎn)函數(shù) 對(duì)于這此不符合線性假定的模型進(jìn)行參數(shù)估計(jì)，必須加以適當(dāng) 的變換以后，才能用OLS方法估計(jì)模型參數(shù)。,對(duì)參數(shù)線性的模型，可以采用變量的直接代換，轉(zhuǎn)化為參數(shù)、變量均為線性的形式進(jìn)行估計(jì)。 倒數(shù)模型： 函數(shù)形式為： 令變量，則回歸函數(shù)可變?yōu)椋?根據(jù)解釋變量的觀測(cè)值，計(jì)算出X*i的之后進(jìn)行OLS估計(jì)，得到： 因此可以得到原模型的估計(jì)方程：,對(duì)數(shù)線性模型： 通過對(duì)原模型的對(duì)數(shù)變換，函數(shù)形式可變?yōu)椋?令變量，則回歸函數(shù)可變?yōu)椋?根據(jù)解釋變量的觀測(cè)值，進(jìn)行OLS估計(jì)，得到： 因此可以得到原模型的估計(jì)方程： 例如，估計(jì)C-D函數(shù)：，兩取對(duì)

18、數(shù)后： 因此，C-D函數(shù)的估計(jì)形式為：,多項(xiàng)式模型 模型的函數(shù)為： 令變量，同樣可以進(jìn)行參數(shù)的OLS估計(jì)。,3.3 虛擬變量估計(jì),虛擬變量的引入 在經(jīng)濟(jì)分析中，某些特殊因素會(huì)影響到產(chǎn)量的取值，如季節(jié)對(duì)飲料需求的影響，特定時(shí)期實(shí)施特殊政策對(duì)各宏觀經(jīng)濟(jì)變量產(chǎn)生的影響等。而這些因素屬于“定性”的變量，可以通過賦予一個(gè)數(shù)量值，以虛擬變量（啞變量）的形式進(jìn)入分析模型中。 例如，消費(fèi)函數(shù)模型： Ct=b0+b1Yt+ut Ct=b0+b1Yt+b2Dt+ut 根據(jù)回歸結(jié)果，正常年份的基本支出水平比反常年份小，而邊際支出傾向不變。 虛擬變量的不同形式 虛擬變量在模型中可代表對(duì)截距的影響，如：Ct=b0+b1

19、Yt+b2Dt+ut（Dt在正常年份取，反常年份?。?可利用OLS估計(jì)得到估計(jì)結(jié)果：,正常年份,反常年份,正常年份,反常年份,Ct,Yt,0,虛擬變量在模型中也可以代表對(duì)和參數(shù)的全面影響，如 該式可變?yōu)椋?如果得到估計(jì)方程： 多個(gè)虛擬變量的引入及虛擬變量陷阱問題 在模型中，對(duì)一個(gè)定性變量可能需要引入多個(gè)虛擬變 量。典型的例子是季節(jié)變化對(duì)商品銷售的影響,正常年份,反常年份,假定銷售方程為 由于季節(jié)變化對(duì)銷售有重要影響，引入四個(gè)虛擬變量： 銷售的季節(jié)模型可寫為 在該季節(jié)模型： 中，有：,即解釋變量間存在完全的共線性，因些模型無法估計(jì)。這就是虛擬變量陷阱。 為了解決這一問題，在引入虛擬變量時(shí)，對(duì)于一

20、個(gè)有種可能的定性變量，只能引入個(gè)虛擬變量，如前面的模型： 銷售方程為： 引入四個(gè)虛擬變量： 銷售的季節(jié)模型為 該方程即可進(jìn)行估計(jì),引入不同定性變量的多個(gè)虛擬變量 在模型中，如果有多個(gè)定性變量對(duì)因變量有影響，可同時(shí)把對(duì)應(yīng)于各定性變量的虛擬變量引入模型。如，季節(jié)變化和當(dāng)年是否重大事件發(fā)生對(duì)商品的銷售都有影響，銷售回歸方程可寫為： 其中，Qt(取1或0)代表正常年份和反常年份，而D2D4 代表季節(jié)變化。 使用的原則，仍是對(duì)于任一個(gè)有種 可能的定性變量，只能引入-1個(gè)對(duì)應(yīng)的虛擬變量。,主要內(nèi)容,經(jīng)濟(jì)金融分析預(yù)測(cè)的一般方法與邏輯框架建立 計(jì)量經(jīng)濟(jì)建模、預(yù)測(cè)方法 非線性模型轉(zhuǎn)換、虛擬變量等實(shí)用問題 經(jīng)濟(jì)景

21、氣指數(shù)構(gòu)建 我們的經(jīng)濟(jì)預(yù)測(cè)模型示例,申萬宏觀經(jīng)濟(jì)景氣指數(shù),4.1 申萬宏觀經(jīng)濟(jì)景氣指數(shù),數(shù) 據(jù) 庫,景氣指數(shù)初選指標(biāo) （領(lǐng)先、一致、滯后）,同比漲幅計(jì)算,景氣指數(shù)初選指標(biāo)組 （領(lǐng)先、一致、滯后）,合成指數(shù) （領(lǐng)先、一致、滯后）,合成指數(shù)分析檢驗(yàn),分析師經(jīng)驗(yàn),統(tǒng)一口徑 季節(jié)性調(diào)整,圖形對(duì)比 時(shí)差相關(guān)分析 信息量,經(jīng)濟(jì)景氣指數(shù)編制流程圖,研究結(jié)論,研究確定經(jīng)濟(jì)景氣指數(shù)體系包含6個(gè)領(lǐng)先指標(biāo)，即對(duì)外貿(mào)易指數(shù)、貨幣流動(dòng)性指數(shù)、發(fā)電量、銅產(chǎn)量、外商直接投資合同金額、股成交量，個(gè)一致指標(biāo)，即M2、企業(yè)存款、沿海主要港口貨物吞吐量、財(cái)政收入、鋁產(chǎn)量、5個(gè)滯后指標(biāo)、即PPI、原材料價(jià)格、工業(yè)企業(yè)產(chǎn)成品資金、實(shí)際

22、社會(huì)消費(fèi)零售總額、CPI。 確定對(duì)中國經(jīng)濟(jì)具有重要預(yù)測(cè)和分析作用的關(guān)鍵指標(biāo)：來自亞洲的進(jìn)口增長（領(lǐng)先）、外企進(jìn)口增長（領(lǐng)先）、發(fā)電量增長（領(lǐng)先）、M1增長（領(lǐng)先）、企業(yè)存款增長（一致）、M2增長（一致）、工業(yè)產(chǎn)成品額（滯后）、PPI(滯后)。 基于領(lǐng)先指數(shù)表現(xiàn)及其構(gòu)成指標(biāo)的具體走勢(shì)，我們總體判斷未來（2006年6月后）10到11個(gè)月經(jīng)濟(jì)運(yùn)行是先降后升，總體呈現(xiàn)波動(dòng)上升趨勢(shì)。,用確定的終選指標(biāo)合成新的領(lǐng)先指數(shù)、一致指數(shù)、和滯后指數(shù)。同時(shí)，還在領(lǐng)先指數(shù)的構(gòu)成指標(biāo)內(nèi)進(jìn)一步建立對(duì)經(jīng)濟(jì)周期具胡重要分析和預(yù)測(cè)作用的對(duì)外貿(mào)易指數(shù)和貨幣流動(dòng)性指數(shù)。 我們的指標(biāo)體系充分反映我國宏觀經(jīng)濟(jì)的總體運(yùn)行機(jī)制：在各種資源

23、有效供應(yīng)的情況下，對(duì)外貿(mào)易拉動(dòng)，反周期儲(chǔ)蓄和貨幣流動(dòng)性推動(dòng)，國內(nèi)外市場(chǎng)主體信心增強(qiáng)，投資增加，經(jīng)濟(jì)增長，就業(yè)、收入增加，消費(fèi)和物價(jià)發(fā)生變化。 報(bào)告還通過嚴(yán)格的計(jì)量方法對(duì)領(lǐng)先和一致指數(shù)的有效性進(jìn)行檢驗(yàn)，結(jié)果表明新的領(lǐng)先和一致指數(shù)領(lǐng)先和一致的表現(xiàn)效果良好。,4.2 景氣指數(shù)構(gòu)建數(shù)據(jù)處理分析,初選指標(biāo)48個(gè)，統(tǒng)一數(shù)據(jù)口徑 具體指標(biāo)見后面表。統(tǒng)一口徑：盡量調(diào)整為當(dāng)月流量（增量）,把48個(gè)指標(biāo)數(shù)據(jù)更新到統(tǒng)一最新時(shí)間2006年6月份（截止8月31日的統(tǒng)一最新數(shù)據(jù)），統(tǒng)一口徑并進(jìn)行價(jià)格因素調(diào)整,季節(jié)調(diào)整： 經(jīng)濟(jì)時(shí)間序列在季節(jié)因素是十分明顯的，本研究對(duì)以上統(tǒng)一口徑的數(shù)據(jù)序列采用X-11-ARIMA法進(jìn)行統(tǒng)一的

24、季節(jié)性調(diào)整。 對(duì)48個(gè)指標(biāo)統(tǒng)一口徑，并對(duì)其進(jìn)行季節(jié)性調(diào)整和計(jì)算同比漲幅得到共144個(gè)時(shí)間序列,以工業(yè)增加值為基準(zhǔn)指標(biāo),采用通告的Kullback-Leibler信息量、時(shí)差相關(guān)分析和圖形對(duì)比三種方法。 計(jì)算領(lǐng)先基數(shù)時(shí)設(shè)定了最大滯后期12和24兩種情況，分別進(jìn)行計(jì)算。,數(shù)據(jù)說明：領(lǐng)先期數(shù)中的前一個(gè)數(shù)表示設(shè)定最大滯后期為12的計(jì)算結(jié)果，后一個(gè)數(shù)表示設(shè)定最大滯后期數(shù)為24的計(jì)算結(jié)果，對(duì)應(yīng)的交叉相關(guān)系數(shù)取較大者?？崭癖砻鲀纱螜z驗(yàn)結(jié)果均等于期數(shù)邊界值或者結(jié)果不存在明顯的相關(guān)性。,4.3 景氣指數(shù)編制合成及有效性分析,合成方法： 合成綜合指數(shù)方法仍然采用按照相關(guān)系數(shù)加權(quán)的方法，這種方法雖然簡(jiǎn)單，但較能準(zhǔn)確

25、反映變量的原始信息。 這里的加權(quán)并非簡(jiǎn)單加權(quán)。 而是先計(jì)算各指標(biāo)對(duì)稱變化率并標(biāo)準(zhǔn)化，然后按照各指標(biāo)與基準(zhǔn)指標(biāo)的相關(guān)系數(shù)加權(quán)得到指標(biāo)組平均變化率再標(biāo)準(zhǔn)化，最后將標(biāo)準(zhǔn)化的指標(biāo)組平均變化率計(jì)算合成指數(shù)。,計(jì)算指標(biāo)的對(duì)稱變化率，并將其標(biāo)準(zhǔn)化 對(duì)稱變化率： 標(biāo)準(zhǔn)化：,計(jì)算指標(biāo)組的平均變化率，并將其標(biāo)準(zhǔn)化 （1）指標(biāo)組的平均變化率： （2）標(biāo)準(zhǔn)化因子： （3）標(biāo)準(zhǔn)化的指標(biāo)組平均變化率： 計(jì)算合成指標(biāo),有效性分析方法： 宏觀經(jīng)濟(jì)邏輯分析：考察構(gòu)成指標(biāo)及其關(guān)系是否充分反映我國經(jīng)濟(jì)周期規(guī)律。 計(jì)量檢驗(yàn)：協(xié)振檢驗(yàn)、Granger因果檢驗(yàn)，是兩個(gè)非常有用的方法。,領(lǐng)先指標(biāo),一致指標(biāo),滯后指標(biāo),出口,貨幣流動(dòng)性：,亞洲進(jìn)口、外企出口,居民儲(chǔ)蓄存款,M1、M1/M2,能源供應(yīng)：發(fā)電量,資源性商品：銅產(chǎn)量,國外預(yù)期：FDI合同金額,對(duì)外貿(mào)易：,國內(nèi)預(yù)期：A股成交量,進(jìn)口材料、引進(jìn)技術(shù),形成出口需求、帶來收入、投資,反周期儲(chǔ)蓄、周期消費(fèi)、可貸資金,流動(dòng)性貨幣、交易需求、消費(fèi)意愿,能源供應(yīng),基礎(chǔ)性商品供應(yīng),外資預(yù)期、外資信心,市場(chǎng)預(yù)期、市場(chǎng)信心,鋁產(chǎn)量,港口吞吐量,經(jīng)濟(jì)增長： 工業(yè)增加值增長,企業(yè)收入：企業(yè)存款,貨幣供應(yīng)：M2,政府收入：財(cái)政存款,工業(yè)企業(yè)成品：工業(yè)企業(yè)產(chǎn)成品額,物價(jià)：原材料價(jià)格,物價(jià)：,物價(jià)：,工資成本推動(dòng) 原料成本推動(dòng),就業(yè),收入,零售消費(fèi)品：實(shí)際社會(huì)消費(fèi)品零售額,投資,收入