宏观经济统计数据方法与实证.docVIP

宏观经济统计数据方法与实证 随着我国经济发展方式的转变和需求结构的不断变化，我国经济体制逐步走向市场经济体制，利益主体随之日益多元化，统计工作所面临的内外部环境都发生了非常大的转变，统计工作迎来了更大的挑战。目前实际统计工作中，统计数据不协调是导致统计数据质量不高的重要原因之一，单个指标的数据准确性已经不能作为评估数据质量的唯一标准，不同宏观经济统计指标的数据之间也应该处于一种相互协调的关系。为此，学界和政府统计部门均纷纷从数据协调性角度加大了对统计数据质量评估方法的探索力度。Rawski(2001)[1,2]指出自1998年以来中国官方公布的GDP数据有高估嫌疑，并且偏误远远大于统计技术困难带来的误差，官方GDP增长率不能反映真实的经济成果，文中给出了反映中国经济增长情况的真实评估结果。Sinton(2001)[3]基于能源数据内部不同项目之间应该协调一致的假定，对1990—2000年中国能源统计数据质量进行了评估，认为90年代初的能源数据比较准确、可靠，但自90年代中期以后数据质量有所下降。阙里和钟笑寒(2005)[4]选取10个宏观经济核心指标，利用1984—2001年我国28个地区面板数据构建固定效应变截距模型对GDP数据准确性进行评估。研究发现，各地区在1984—2001年整个研究时期内，并没有找到国内生产总值数据有长期错误的依据。刘洪和黄燕(2009)[5]以C-D生产函数为基础，选取1978—2004年相关指标数据构建计量模型，通过计算COOK、W-K等传统统计量对GDP准确性进行评价，经计算得到1978年、1984—1986年、1991年GDP数据值得质疑。卢二坡和黄炳艺(2010)[6]以C-D生产函数为基础，构建基于稳健MM估计的数据质量诊断方法，对1978—2008年我国GDP数据准确性进行了评估，认为我国的GDP数据是相对可靠的。对国内外文献进行总结，发现在模型估计方法上，大多学者仍采用普通最小二乘法对模型参数进行估计，然而OLS回归易受到数据集中少数异常值的影响，从而模型估计结果不准确，根据拟合模型得到的残差不能检测出所有异常点。近年来统计学者开始重视稳健估计方法，并建立基于稳健估计方法的数据质量评估模型，该方法能够有效地解决OLS方法中经常出现的多个异常点掩盖的弊端。 1宏观经济统计数据协调关系模型、估计方法与实证结果 1.1协调关系模型的经济理论依据——道格拉斯生产函数本文以C-D生产函数即柯布-道格拉斯生产函数为例进行实证分析,并且将财政支出当作经济增长的内生变量，即包含财政支出要素的经济增长模型为：Yt=A0eλtKαtLβteεt（1）其中，Yt为总产出量，Kt、Lt分别代表（私人）资本投入量、劳动投入量，eεt表示随机误差项，A0为初始的技术水平，λ为技术进步率，a、b分别为劳动和资本的投入产出弹性。将式（1）两边取自然对数，得：LnYt=LnA0+λt+αLnKt+βLnLt+εt（2）通常假设规模报酬不变，即有α+β=1，则式（2）可变换为：Ln(Yt/Lt)=LnA0+λt+αLn(Kt/Lt)+εt（3）可以通过对式（3）进行参数估计，来考察资本、劳动对总产出的影响。1.2协调关系的估计1.2.1数据来源及处理样本数据皆取自1978—2014年《湖南统计年鉴》。其中，总产出量Yt选用地区生产总值数据，资本存量Kt用固定资产投资总额替代；劳动力数量Lt用年平均从业人数代替。为消除物价因素的影响，各个变量在计算时，进行不变价处理，均除以以GDP平减指数换算成真实值，由于年鉴中没有GDP平减指数，所以采用如下公式进行换算：Deflator=GDPiGDPiindex′GDP1978indexGDP1978（4）其中，GDPi代表第i年的名义GDP值，GDPiindex代表第i年的GDP指数,GDP1978代表1978年GDP名义值，GDP1978index代表1978年GDP指数（1978=100）。1.2.2估计方法建立计量模型，模型形式如式（3），在对式（3）进行参数估计时采用稳健回归方法，因为相比普通最小二乘估计，稳健回归能够提供不受异常值或偏态残差分布影响的无偏估计，并且能更好地识别异常点。稳健MM估计的基本原理是，首先在迭代的S估计方法的基础上得出对异常值具有高度耐抗性的回归系数和对应残差的初始估计，然后运用M估计方法导出回归系数。假设被解释变量y受p个相互独立的解释变量x的影响，两者之间的关系可以由多元线性回归模型表示为：yt=α0+α1x1t++αpxpt+εtt=12n（5）式（5）中，εt是独立同分布的误差项，令xt=(x1txpt)，θ=(α0α1αp)，定义第t年观察值的残差为et(θ ?)=yt-y?t＝yt