黑龙江省工业景气预警指数的构建与应用研究_合成指数.docVIP

黑龙江省工业景气预警指数的构建与应用研究_合成指数 论文摘要：经济呈现周期性波动是常态，因此，观察经济波动状况、发现经济指标之间的规律、预测经济的景气状态对于经济决策和经济调控具有重要意义。本文重点研究了黑龙江省工业景气预警分析体系以及景气指数的构建。 论文关键词：景气预警,数据处理,合成指数 景气预警分析方法是当前预测宏观经济运行趋势的重要方法之一。近年来，由于我国统计指标体系的不断丰富和完善，一系列反映经济发展状况的新兴统计指标及其数据也积累到了一定数量，使我国开展宏观经济预警工作的条件越来越成熟。特别是发生在08和09年之交的经济危机，对各种景气分析方法提供了一次难得的检验机会，同时，也对筛选更加有效的景气指标提供了一次难得的机会。 经济景气预警分析是选择与经济总体运行密切相关的一系列指标，通过相关度计算，对经济指标间的内在关系进行分析，确立构成先行、同步和滞后的基本指标，并运用合成技术获得先行、同步和滞后指数。通过对一致指数观察，判断经济运行所处的阶段，并通过先行指数的变化，预测未来总体经济走势，为宏观决策提供预判断信息，提高政府决策的前瞻性和科学性。 我们以现代经济周期理论为指导，运用景气分析方法，在现有的黑龙江省统计指标体系的基础上，筛选出具有代表性的指标，建立了我省宏观经济预警指标体系，并利用数量分析方法自行研发分析、计算软件，初步选出了26个景气分析指标，又经过经济指标之间的经济关系分析，确定了8个先行指标、7个一致指标。最后采用我们对国内外景气指数计算方法进行改造、结合和创新的指数计算方法，计算出我省工业景气的一致指数和先行指数。 一、数据处理 数据处理对于预警分析是一项非常重要的基础性工作，数据处理的质量在一定程度上决定预警分析的质量。主要包括景气指标的遴选和数据处理两方面。 （一）景气指标的筛选 1、指标选择的原则 在筛选时，主要考虑指标的经济意义和统计特征，其基本原则：一是指标要具有经济上的代表性；二是统计特征上强调充分性和及时性。所选取指标必须是口径变化不大的月度数据，并且数据区间要有足够长度，比较完整，覆盖面大，可信度高，数据能够及时定期统计上来并予以公布。我们在选取指标时，同时征求了专家的意见，并参考其他省市同类研究选择的指标，予以初步取舍。 2、指标选择的范围 基于上述选取原则，我们确定了反映工业生产、投资、消费、财政、金融、外经外贸、居民收支、物价水平等方面的41个经济指标作为候选指标。其中：工业生产8个；工业经济效益3个；固定资产投资1个；房地产开发3个；国内贸易1个；对外经济5个；人民生活2个；物价3个；财政4个；金融11个。此外，还有沿海省、市的工业生产方面的数据16个。 （二）数据处理 1、原始数据预处理 （1）插补缺失数据。我们根据数据缺损的情况采用合理的补数方法对数据进行了插补。仅缺少一个月的数据，用当年累计数减去其它月份数据之和求得；因为工业类指标和投资类指标一月份数据免报，为减少春节因素对指标趋势的影响，我们将2月份累计值的1/2作为一月份的数值；当缺失的数据不止一个月份时，采用取前后两个月的平均值补齐；有部分前后月的数据不齐，采用参考其它年份的指标各月所占全年比例求得。 （2）统一指标口径。由于我们选用的景气指标数据年份较长，部分指标的统计口径可能发生变化，前后数据就不具有连贯性和可比性，我们对其进行调整，以解决各种因素造成的前后数据不可比的问题。 （3）平滑奇异点数值。我们将原始数据按时间序列画出曲线进行分析，个别点存在突然升高或降低的趋势，而且波动幅度明显偏离时间序列曲线。奇异点的存在会改变指标数据的长期趋势，加大不规则因素的影响程度，因此必须将其做平滑处理，即采用前后年度的两个或几个月的平均值代替奇异点数据，使曲线变得平缓稳定。 2、季节调整 季节调整是去掉时间序列中包含的季节变化造成的季节性因素，得到包含趋势和循环性因素的时间序列数据。调整后的数据消除了季节性因素的影响，使不同月度之间的数据具有更强的可比性。我们采用的是基于移动平均法的X-11季节调整方法，调整后的各指标数据以TC序列形式保存（趋势因素T、循环因素C）。 二、景气分析指标挑选 黑龙江省的经济结构主要以工业为主，近几年工业增加值占GDP的比重达到50%以上，因此，工业生产运行情况基本上可以反映全省国民经济的总体运行趋势。我们以黑龙江省规模以上工业增加值和工业企业增加值增速作为基准指标，综合使用时差相关分析等方法，在被选择指标超前或滞后12期之内，计算它们之间的相关系数，然后进行比较。其中，相关系数最大值＞0.5的指标被初步选中，然后通过它与参照指标的超前和滞后期来确定它的属性