月度数据（通用9篇）
月度数据 篇1
摘要：近年来,中国影子银行规模呈现井喷式增长,中国广义货币M2/GDP在1996年后首次有效突破了100%,与美国等发达金融市场长期保持M2/GDP在80%以下相比,这种货币超发现象值得反思。文章首次通过M2、GDP、信贷规模等要素测算出了1996—2015年的中国影子银行月度规模数据,结果发现自2003年后影子银行规模快速增长,一直到2012年基本稳定在了一个区间内上下波动,而2015年以后,影子银行规模呈现出显著的下降趋势。
关键词：影子银行,规模测算,月度数据
1影子银行的界定
由于影子银行是次贷危机后的新创金融术语,所以,并没有一个统一且权威的定义,各学者和各机构对影子银行的统计口径从大至小各不相同。美国1929年大萧条股灾的导火索事件是对银行的挤兑,从而产生了流动性危机。而2008年次贷危机就是对影子银行的挤兑,从而产生的流动性危机。影子银行良性发展对金融市场流动性有积极作用,比如重庆市市长黄奇帆曾指出:“社会需要影子银行,2013年重庆市社会融资增量接近一半都是来自影子银行,对重庆的经济发展起到了重要作用。”
2009年,作为权威机构银监会工作年报最早提出了中国影子银行一词,但并无详细阐述。2011年,银监会在上半年经济形势分析会上将影子银行列为银行业三大风险之一,并首次提出了影子银行统计口径方面的范畴不包含信托公司、财务公司、汽车金融公司、金融租赁公司、货币经纪公司、消费金融公司以及非银行金融机构。2012年,银监会在监管任务部署中再次将影子银行列为四大重点监管领域之一。2014年,一行三会与外管局联合发布了9号文《关于规范金融机构同业业务的通知》,首次将理财产品、信托产品、银行同业业务在内的整个影子银行体系纳入监管。同年,国务院办公厅颁发了被称为“中国影子银行基本法”的107号文《国务院办公厅关于加强影子银行监管若干问题的通知》,将影子银行大大扩围,根据一行三会“谁批设机构谁负责”的原则,由相关部门分工实施归口监管。文中界定了影子银行:第三方理财机构、无监管的信用中介、网络金融公司、存在监管不足的货币市场基金、证券化资产、部分理财产品。这是界定影子银行的首次官方发文,但是文中并没有具体到哪种资金属于影子银行范畴,而是仅仅罗列了影子银行机构类型。107号文彰显了监管层清晰化了监管思路,但对影子银行认识仍然处于模糊状态,无法有效统计银子银行。在107号文之前,中国学术界和金融市场都对中国影子银行有所研究,但对其统计的口径并没有达成一个较为统一的看法。
2中国影子银行的统计方法
107号文后,学术界对影子银行规模的测算方法有了进一步的实践,胡碧等(2014)指出从1990—2012年,M2增长了63倍,但GDP仅仅增长了27倍,M2/GDP由1990年的0.94倍增长到了2012年的1.88倍,而中国CPI最高5%,说明M2虚夸了实体经济真实货币供应,影子银行导致货币供应统计失真。胡碧和曹宝玉(2015)对之前学者对影子银行规模统计口径算法进行了修正:利用M2/GDP以GDP为权重的加权平均值测算出货币需求系数β,然后用名义GDP乘以需求系数算出各年份货币需求量Md,假设本年份的信贷规模为Sc,即影子银行规模公式为:Shadow Banking=Md-Sc,流入到虚拟经济的货币规模为:SX=MS-Md。假设货币供求在E点达到平衡,此时利率为I,货币需求量为X0,从银行获得信贷规模为X1,则影子银行提供的资金为(X0-X1),而市场实际货币供应为X2,则流入虚拟经济的货币为(X2-X0)。以上方法修正了以前统计方法的两个不足:一是从银行获得信贷不能反映实体经济对资金的真实需求,比如银行主要贷款给央企国企,而中小微民营企业却无法从商业银行获得贷款,只能寻求影子银行;二是没有统计流入虚拟经济的货币,比如商业银行放贷后,央企国企由于产能过剩,资金无法流入实体后进入了虚拟经济,类似股市、房地产市场和货币市场。如图1所示。
本文认为胡碧等的影子银行统计方法较为合理有效,故利用其方法来测算中国影子银行规模。首先,需要确认利用哪些年的M2和GDP为基数测算出未来货币需求系数β,即哪几年的M2/GDP算出来的β最有意义。那么,我们就需要理解中国M2发展情况。程国平和刘丁平(2015)研究了中国M2/GDP的比值和世界其他国家的比值,发现中国作为发展中国家,并且作为中等收入国家,M2/GDP在1996年后超过了100%,高达106%。这说明中国金融脱媒程度较低,沉淀在商业银行的资金较多,社会直接融资水平仍然较低,资金无法绕开银行进行交易,无法有效降低M2/GDP。
事实上,中国M2从1996年开始快速增长,与GDP比重有效超过了100%,即意味着再没有出现低于100%的现象。如图2所示,可以明显看出中国M2的同比增速是大于中国GDP增速的。这说明了一些重要的问题:一是CPI增速在1996年后在显著下降,甚至在1998年时跌为负值,而GDP增速和M2增速下降低于CPI,说明1996年后,城乡居民收入没有跑赢GDP增长,居民对未来的教育、医疗、养老、就业有很强的不确定性与不安全感,遏制了国内消费,不断缩减开支增加储蓄,导致M2增速加大,而价格指数CPI由于需求减少而下降,有显著的通缩迹象。二是1996年后货币显著的超发,贫富差距也是一个重要的关注点,大量的超发货币实际上集中在少数人手里,通过股票市场和房地产市场在低通胀水平下资产快速增值,尤其房地产市场,1998年被称为中国房地产元年,房地产改革的大幕在那一年彻底掀开。股市价格上涨吸收了大量的货币供应,而很多资金在这两个市场里空转一圈后赚得盆满钵满,大量超发货币对中国的实际GDP增长甚微,只会显得M2/GDP越来越高。三是M2居高不下说明中国货币流通率较慢,以国有经济为主体的体制下,商业银行惜贷民营企业,国有企业由于没有有效的资源配置,导致产能过剩,杠杆率较高,这又进一步催化了商业银行的不良贷款率,这些信贷长期沉淀在国企账户上,无法有效盘活导致进一步流动性放缓。四是中国的银行存款处在一个长期居高不下的状态,如果经济现在和未来向好,那么无论个人还是企业都会增加开支,扩大生产、扩大消费。所以,1996年后,中国经济给市场的信心实际是较低的。
西方学者普遍认为M2/GDP畸高是金融市场不发达的信号,而高度成熟的金融市场这一比例反而较低,因为后者通常持有与之经济相适应的货币量。理由是最高收入经济体和地区金融市场发达,相对不依赖银行来筹款,而是直接到股票或债券市场筹集资金,M2的功能及其需求就减少。如果以美国为标准的话,100%的比值或许是一个衡量货币超发与否的分水岭。所以,将利用中国M2/GDP超过100%的年份作为统计序列,则以1996年后的月度M2和GDP来测算中国影子银行规模。
3实证研究
为了计算中国影子银行月度规模数据,首先需要收集GDP月度数据、M2月度数据和信贷规模月度数据。人民银行公布的M2和信贷规模都为月度数据,不需要进行处理。而国家统计局公布的GDP为季度数据,且存在显著的季节波动性,所以本文需要对GDP季度数据进行处理。如图3所示,中国GDP季度累计值在每年的一季度最低,在四季度时达到顶峰,这些要素会掩盖经济发展中的客观变化。
通过对图3的GDP季度数据图进行X-12法处理后,季节调整序列为GDP-SA、季节因子为GDP-SF、趋势循环序列为GDP-TC、不规则要素为GDP-IR,如图4所示。
从图4也可以明显地看出:季节因子要素对GDP影响最为显著,如图GDP-SF,季节调整后的GDP季度数据GDP-SA有了经济意义。然而,由于GDP数据为季度数据,所以需要转换低频数据为高频数据,即从季度数据转换到月度数据,为了使曲线光滑更贴近现实,利用三次样条插入法,从而得到了GDP的月度时间序列,如图5所示。
本文利用月度M2/GDP乘以GDP为权重的加权平均值得出货币需求系数β,由于要实证检验的时间序列为月度数据,所以,利用各年的月度名义GDP乘以β得到各个月的货币需求量Md,最后利用Md减去月度信贷规模Sc得到月度影子银行规模,如表1和表2所示。
数据来源:Wind资讯。
从图6可以看出,影子银行规模主要经历了三段显著的趋势,第一段是1996—2003年年底;第二段是2004—2011年年底;第三段是2012—2015年。实际上,从周期上看影子银行规模的发展趋势有很强的政治周期性,三段显著的趋势正好处于三界中央政府的执政期。具体来看,第一段趋势期(1996—2003年)影子银行发展平稳,基本稳定在5万亿~8万亿箱体内上下波动。第二段趋势期(2004—2011年)影子银行出现了高速的发展,2004年年底,规模快速突破了10万亿整数大关,一路上扬至2011年年底的近30万亿元,这段趋势中有过一次较大的波动,就是在次贷危机时期,影子银行规模快速下降后又逐渐反弹上升,原因是2008年年底的四万亿计划导致社会流动性泛滥,短期内冲淡了影子银行的需求。第三段趋势期(2012—2015年)影子银行规模再次出现了第一阶段的平稳发展状态,呈现25万亿~30万亿元箱体内波动状态,尤其是在2015年开始,影子银行规模开始显著的下降。结合本届政府的供给侧改革经济方针,说明了本届中央政府对货币的管理能力有了显著加强,货币发行将逐渐适量化,而不是长期的超发状态。对“僵尸企业、产能过剩产业”将逐渐执行破产、兼并或重组,截断对这些企业的无效输血,破旧立新,使货币在宏观经济领域更有效的配置。
参考文献
[1]程国平,刘丁平.我国金融中介目标M2/GDP国际比较研究[J].河南工业大学学报:社会科学版,2015(3):92-95.
[2]高铁梅.计量经济分析方法与建模:EViews应用及实例[M].2版.北京:清华大学出版社,2009.
[3]胡碧,曹宝玉.影子银行对我国货币供应量统计的影响分析[J].统计与决策,2015(22):143-147.
[4]胡碧,曹宝玉,吴姗姗.基于影子银行的我国货币供应量统计失真问题探讨[J].商业时代,2014(32):84-87.
月度数据 篇2
销售经理月度工作总结和月度工作计划一、八月份工作总结 八月份在公司的配合下我顺利完成了如芳村建设局、**区中医院、大坦沙污水项目办等单位的设备销售项目。由于各级采购中心采购改革的实施，对交货期以及收款期也造成了一定的影响，因此，上述项目至今未能收款。因此八月份的个人业绩从帐面上来看应该不是很理想。应收款比较多，而且时间都比较久。下月的重点工作首先要放在催收应收款上面。小组来讲，正式运作也是在八月初。一个月以来，我们完成了**区办事处的筹略建设、**区用户的大范围开发。经各员努力，开发了一些新的用户，并逐渐有了业务往来。某些单位的成交量还比较大。**区办事处从 8 月 18 日试运行至今，基本已经走上了轨道，对新办公环境的适应加强了对客户反应的速度，重点加强了对一些项目的信息采集和跟踪。但据了解，**区某些地方的采购还是官僚作风太盛，因此，小地方的某些案子我们看在眼里，但有心无力。举例来说，东涌中学的案子，就是这样。一个学校花 40 万来买东西，居然可以自己搞议标，议标在政府采购法里面是不允许的。而学校在一天之内通知所有参加**区政府采购的供应商每一家交一份方案书，这分明是有走过场的嫌疑。加上从侧面的一些了解，我们放弃了，方案都没有做。在与采购中心交换意见的过程中此举得到了采购中心的高度赞赏。
月度数据 篇3
一“平均增量逆推法”的合理性
1.“平均增量逆推法”介绍
此方法采用前后两个年度12月份M2数据, 计算出此期间定期存款等项目的增加额, 并计算此增加额的12个月平均值, 再用下列公式估算出每月的M2缺失数据。
中国人民银行将我国货币供应量指标分为以下层次:
M0:流通中的现金;
M1:M0+企业活期存款+机关团体部队存款+农村存款+个人持有的信用卡类存款 (简称“活期存款等项目”) ;
M2:M1+城乡居居储蓄存款+企业存款中具有定期性质的存款+外币存款+信托类存款 (简称“定期存款等项目”) ;
假设:M2.t.12、M2.t-1.12分别表示t、t-1年的12月份M2数值;M1.t.12、M1.t-1.12分别表示t、t-1年的12月份M1数值;X1.t、X1.t-1分别表示t、t-1年的“定期存款等项目”的数值, △X表示t-1年的 (X1.t-1-X1.t) 增加量。
按照公式 (1) 、 (2) 即可计算出t年的11月份M2数据。同理替换公式 (2) 的月份数字, 可估算出t年的其他月份M2数据, 即
2.“平均增量逆推法”合理性证明
表1中数据是采用1995~1998年每年12月的真实数据估算的同期36个月M2月度数据, 并将估算值与真实月度数据进行统计分析, 证明此方法的合理性。
单位:亿元
利用SPSS Statistics 17.0软件将1996年1月至1998年12月共计36组月度M2与其估算值进行分析 (见表2) 。
从表2观察36组月度M2估算值与其原始值的均值误差-0.157%, 标准差误差为0.2748%, 估算数据与原始数据几乎吻合。
从表3可看到Pearson相关性检验下每月M2与其估计值的相关性达0.996, 在0.01水平 (单侧) 上显著相关。 (见表3)
**.在.01水平 (单侧) 上显著相关a.列表N=36
从上述统计检验中可知, 推算的月度M2估算值与其真值高度显著相关, 完全可以替代缺失的数据, 从而确立“平均增量逆推法”的正确性。
二月度M2缺失数据的实际估算
在1978~1995年区间内, 1978~1995年12月真实M2数据有缺失, 需要分两部分推算。
1.1991~1995年月度M2数据的估算
由于央行公布1990至1995年每年12月份M1、M2的相关数据, 我们采用“平均增量逆推法”及Excel软件的有关计算功能, 可以方便的计算出此段时间的M2估算值。
2.1978~1990年月度M2数据的估算
在此12年中, 现有的资料只有每月M0和M1数据, 央行没有公布每年12月份的M2真实数据。本文将采用相关资料, 找出每年M2的替代值做到以下估算。
因为:
t年活期存款等项目=t年M1t-t年M0t
t年定期存款等项目=t年全国存款总额—t年活期存款等项目
t年M2替代值=t年M1+t年定期存款等项目所以:
t年M2替代值=t年全国存款总额+t年M0
t年M2替代值结果如下 (表6) :
注:存款余额数字摘自《中国统计摘要2004》
将表1中M2替代值采用“平均增量插入法”与央行已公布的各月份M0、M1, 利用EXCEL软件的计算功能, 计算出的各月M2数据。 (因篇幅关系1978~1995年M2月度估算数据略去) 。图1是1979~2012年8月的M2同比增长率变化图。
摘要：月度M2数据在宏观经济研究中具有重要地位。由于历史原因导致1978～1995年的月度M2数据缺失。本文提出用“平均增量逆推法”估算缺失的M2月度数据, 并且用统计方法论证了估算方法的合理性。
关键词：M2,逆推法,均值,估算
参考文献
[1]刘明志.中国的M2 (1980～2000) :趋势、水平和影响因素[J].经济研究, 2001 (2)
[2]李国疆.中国的M2:理论、问题、对策[J].经济问题探索, 2001 (12)
月度数据 篇4
**月份工作小结
1、完成收发文件登记及传阅归档工作。
2、完成电话接听等日常性工作。
3、完成单位周考勤考核等管理工作。
4、及时督促各科室及养护公司按时完成周信息动态上报工作。
5、完成水电费抄录汇总公布和收缴工作。
6、继续深入开展思想工作作风整顿活动，并按照局党委通知要求，组织干部职工参观了廉政教育基地。
7、组织开展学习科学发展观及十x大三中全会精神。
8、结合机关作风整顿活动，修订完善了各项管理制度。
9、组织职工参加了局系统职工冬季运动会。
10、完成了单位安排的其它各项工作。
**月份工作计划
1、及时办理收发文件登记及传阅归档工作。
2、做好电话接听等日常性工作。
3、及时做好单位周考勤考核等管理工作。
4、及时督促各科室及养护公司按时完成周信息动态上报工作。
5、及时公布和收缴物业、水电费用，做好后勤服务工作。
6、结合新的`黄河河务科技档案分类及归档办法对科技档案重新进行归档。
7、继续深入开展学习科学发展观及十x大三中全会精神。
8、结合机关作风整顿活动，修订完善各项管理制度。
9、做好年终单位各项考核考评工作。
10、根据区人事部门及水务局安排，做好事业单位岗位聘任工作。
月度数据 篇5
物价一直以来都是经济发展和社会稳定的重要影响要素, 随着经济全球化的不断发展, 国内外的经济运行环境变得日益复杂, 维持国内物价稳定早已成为我国政府和中央银行的重要调控目标。但即便如此, 我国仍然出现了CPI高升的问题, 这使得国内生产资料和生活资料价格上涨, 加重了居民和企业的负担, 对外又影响了出口产品的价格竞争力, 压缩了出口企业的利润空间。对消费者而言, 在名义收入不变的情况下, 物价水平持续走高, 就意味着实际收入减少, 从而生活质量下降;对企业而言如果, 物价持续走高, 从短的时间看, 一些企业会获取更大的利润。但是, 这样的利润是一种短期泡沫, 一旦破灭, 企业就会面临重大损失甚至倒闭的风险。另外获得虚拟利润的企业会盲目地进一步扩大投资, 引起新一轮的物价走高, 这样一来, 就会形成经济发展的怪圈。当前国内经济出现许多问题, 大部分都与过高的通胀水平有关。央行目前正面临着这样一个决策环境:增长基础不稳, 通胀压力再现。一方面, 要照顾到回升势头并不强劲的宏观经济, 另一方面, 又要紧盯通胀苗头, 将CPI指数控制在可接受范围之内。货币政策在保增长和控通胀之间腾挪的空间开始收窄。近年来, 尽管监管部门一直在采取不同的办法及方式来控制物价, 无论是存款准备金率上调、信贷利率上升、人民币汇率升值, 还是信贷监管制度收紧, 但是, 国内信贷过度增长态势并没有因此而全面改变, CPI依然高升, 物价上涨过快既不利于经济改革的顺利进行, 又不利于经济的长期稳定增长。因此, 分析影响CPI的决定因素从而更有效地对CPI进行调控是极具研究价值的。
二、文献回顾
依据货币数量论MV=PY, 当货币供应量过多, 会引起货币贬值与物价的普遍上涨。Mc Candless和Weber的实证研究表明, 通胀率和货币供应量增长率具有非常强的相关性, 并且从长期来看, 货币供应量的增加将最终导致相同程度的通胀率的上升。朱慧明、张钰根据1994—2004年间的季度数据考察了货币供应与通货膨胀之间的关系, 研究结论为:中国通货膨胀与货币供应之间存在协整关系, 而且更明确的指出M2增长率对通货膨胀的解释能力最强。
汇率与物价水平之间的联系也是千丝万缕, 理论上, 汇率变化会通过影响进口原材料、中间品和最终消费品的价格来影响国内商品价格, 而且货币的升贬值也会通过国际资本的流动进而影响物价。早在1935年, 英国经济学家P.Einzig就指出, 汇率变动会影响价格水平。Mc Carthy通过运用VAR模型, 以OECD6个工业化国家为研究样本, 分析了汇率的变化和进口价格对生产物价指数和消费物价指数的影响, 得出汇率变动对消费物价指数有微弱的影响, 并且与经济体的开放度有一定的联系的结论。吕剑研究发现:长期而言, 人民币汇率变动对国内物价水平有显著影响;短期而言, 人民币汇率变动对物价水平有不同的传递效应。
对于信贷是否对物价有显著的影响, 主要是分析两方面, 一是我国货币政策传导机制中信贷渠道是否存在, 二是如果存在信贷渠道, 那么对实体经济和物价水平的影响程度有多大。许伟等基于1993-2005年的季度数据研究了银行信贷与中国经济波动的关系。结果表明, 信贷冲击解释了大部分短期消费、贷款以及货币余额的波动, 对产出、投资的波动有一定解释力。
关于利率对CPI的影响, 可以从三个方面考查。第一, 从社会总需求的角度来看, 利率对物价变动具有反向影响。当利率下降时, 生产者将增加借款、扩大投资, 使生产规模扩大, 利润与工资趋于上升, 社会有支付能力的需求相应增加, 从而推动物价上涨。第二, 从微观的企业利息成本的角度来看, 利率对物价变动产生同向影响。当利率上升时, 借款企业的利息负担会增加, 从而总成本相应增加, 企业能够通过提价方式向其他生产者和消费者转嫁负担, 导致物价水平的上升。第三, 从利率对货币供应量的影响来看, 利率也有可能间接地导致物价的同向变动。在利率升高的情况下, 居民增加储蓄, 在货币乘数的作用下, 社会货币供应量增加, 从而推动物价上涨。
三、实证分析
本文根据研究目的选取以下经济指标作为备选变量:同比消费价格指数CPI (%) , 广义货币供给量M2 (亿元) , 实际汇率指数FX (%) , 新增贷款量L (亿元) , 央行一年期存款利率RATE (%) , 消费者信心指数CC (%) 。数据来自wind数据库, 采用2008年4月到2013年2月的月度数据。为了保证数据平稳性, 对M2, L取对数得LNM2, LNL, 并去除LN不存在的数据项。
使用eviews, 自变量采用CPI的一阶滞后项, LNM2, CC, EX, LNL, RATE, 利用最小二乘法得到回归方程:
结果显示, R2为0.96, 调整后R2为0.95, 总体具有很强的线性关系。但是新增贷款和利率变量在10%的显著性水平下未能通过检验, 且新增贷款与物价呈负相关关系, 结论与理论不符, 故推测可能存在多重共线性。因此移除新增贷款项对回归进行调整, 结果如下:
结果显示, R2为0.960, 调整后R2为0.955, 总体具有很强的线性关系, 但是利率未能通过10%的显著性检验, 因此移除利率项对回归继续调整, 结果如下:
该回归方程显示, R2为0.959, 调整后R2为0.957, 总体具有很强的线性关系。且每个变量都能够通过1%显著性水平下的t检验, 因此该回归能够较好的体现影响CPI大小的因素。
四、结论与建议
(一)
从结果看, CPI的走势具有一定的惯性, 这和货币政策时滞有很大关系, 而货币政策时滞使政策效力大打折扣, 甚至还会出现反向结果。因此要提高金融市场各机构部门的效率, 且货币政策要从被动性转向超前性。首先, 要建立完善的基础数据采集、加工以及处理体系是准确把握和判断时滞变化的基础;其次, 要努力提高中央银行的调控能力, 缩短内部时滞;再者, 在制定货币政策要具有前瞻性。由于货币政策工具传导时效性的问题, 已经实施的货币政策对宏观经济的影响尚未充分体现。为保持货币政策的前瞻性, 未来货币政策的制定需要考虑当前已经实施的货币政策对未来宏观经济的影响
(二) 相对于信贷量, 货币供给对CPI的影响更为显著。
这是因为我国金融机构的信贷行政干预较多, 资金并没在生产经营与市场消费中发挥其应有作用, 一些资金只是在银行与企业、企业与企业之间内部账户上流动, 因而信贷体制要进一步市场化。而货币供应量和物价水平又是紧密联系的, 因而制定合适的货币供应量目标仍然具有一定的实际意义, 货币供应量仍应是货币政策的一个重要监测目标。
(三) 实际汇率指数和CPI呈负相关, 说明人民币升值会带动国内居民消费价格指数上升。
这说明虽然货币升值会减少出口, 但同时也会引发大量投机资本流入本国, 资本流入会增加央行外汇储备和国内货币供应, 而货币供给的增加是物价上涨的重要成因。因此要增强汇率制度的弹性, 关注有效汇率的变化, 考虑汇率对CPI的传递时滞, 使实际汇率维持在合适的区域。不能因为有贸易顺差和较高的外汇储备就使人民币升值, 也不能为了刺激出口和促进经济增长而让人民币贬值。
(四) 利率并未通过显著性检验, 说明利率对CPI的传导机制并不完善, 无法较好地解释CPI的变化。
因此要深化改革, 继续稳步推进利率市场化进程, 加强货币政策的调控能力, 逐步形成市场化的利率与汇率调节机制。对于利率的市场化, 可以鼓励金融机构推出更多的理财产品, 同时继续按照先长期、大额, 后短期、小额的思路推进存贷款利率市场化。在贷款利率基本由市场决定的情况下, 可允许存款利率向上浮动一定幅度, 逐步将加息预期转变为市场定价, 促进资源的配置效率。
参考文献
[1]刘斌.我国货币供应量与产出、物价间相互关系的实证研究[J].金融研究, 2002, (07) .
[2]吕剑.人民币汇率变动对国内物价传递效应的实证分析[J].国际金融研究, 2007, (08) .
[3]周杰琦.人民币汇率变动对国内价格水平的传递效应[J].统计研究, 2010, (08) .
[4]Jonathan McCarth.2000, “Pass-through of exchange rates and import prices to domestic inflation in some industrializedeconomies”[R].BIS Working Papers No.79.
[5]Elke Hahn.2003, “Pass-through of external shocks to Euro area inflation”[R].European Central Bank Working Papers, No.243.
[6]许伟, 陈斌开.银行信贷与中国经济波动:1993-2005[J].经济学 (季刊) , 2009, (03) .
[7]程建华, 黄德龙, 杨晓光.我国物价变动的影响因素及其传导机制的实证研究[J].统计研究, 2008, (01) .
[8]陈彦斌, 唐诗磊, 姚一旻.我国价格总水平影响因素与宏观调控策略研究[J].经济研究参考, 2009, (65) .
月度数据 篇6
通货膨胀作为人民在经济生活中最重要的经济变量之一, 一直受到业界及学者的广泛关注。现阶段我国依然面临由劳动力成本上升、货币升值及输入型通货膨胀等因素带来的通胀压力, 因而研究如何运用综合运用货币政策工具来治理通货膨胀具有重要的理论和现实意义。
大部分学者认为货币供给和通货膨胀存在相关性。如M c Canless和Webe (1995) 利用110个国家经济横截面数据, 结果显示货币供给量和通货膨胀之间存在着很强的正相关性。[1]国内学者同样认为货币的超量供给是导致通货膨胀的原因之一。如刘业政、刘军 (2011) , 欧阳志刚等 (2011) , 李厚刚 (2012) 等都认为虽然货币供给的作用具有一定的时滞性, 但二者存在格兰杰因果关系, 并存在长期的联动惯性。但同样有些学者质疑这种联动关系。如Friedman和Kuttner (1993) 等。在国内学者中, 费兆奇 (2012) 构建GF统计量检验货币供给和通货膨胀的格兰杰因果关系, 结果显示二者不存在长期的因果关系。[2]
在汇率与通货膨胀的传导机制中, 国内外学者观点似乎存在一致性, 认为国家间的通货膨胀在一定程度上可以相互关联。如Leith (1991) , Ariel (2004) , Choudhri和Hakura (2006) 都认为国与国之间的通货膨胀可以通过汇率产生传递效应。[3]国内学者如项后军、潘锡泉 (2011) , 詹小颖 (2012) 等都对人民币汇率对通货膨胀的传导机制进行了研究。表明汇率的变动和我国通货膨胀具有较强的相关性。
国内关于通胀自身惯性持续的文献较少。很多学者通过新凯恩斯主义菲利普斯曲线来研究通货膨胀惯性。如刘喜和 (2011) , 李昊、王少平 (2011) , 苏梽芳、陈凡 (2012) 等。张国兵、安烨 (2012) 利用BQ长短期约束条件的SVAR模型, 得出结论通胀惯性是影响通货膨胀的最主要原因。[4]苏梽芳、胡日东等 (2012) 通过RFIMA模型测度我国的通货膨胀惯性特征。[5]
二、模型构建
(一) 模型的选取
Goldberg和Knetter (1997) 在研究汇率变动对国内物价影响效应时, 给出了一个一般性方程:
其中, Pt表示价格指数, Ft表示国外控制成本, Et表示汇率, 通常用名义有效汇率来表示;Yt表示国内产值的控制变量 (可以同下列变量表示, 例如, 国民收入和国民生产总值等) 。[6]
本文以消费者价格指数 (CPI) 作为衡量通货膨胀水平的目标, 作为方程的目标变量, 中国对外币的实际汇率 (EER) 、上海同行拆借基准利率 (SHIBOR) 作为自变量, 用M2作为货币供给量变化的变量, 尽量来衡量国内通货膨胀的变动。
(二) 数据选择与处理
自2007年4月以后, 我国进行了汇率改革, 变为一揽子货币汇率政策。本文选取2007年5月—2013年2月共69样本点, 是由于2008年经历金融危机之后, 世界经济经历了一个短暂的调整期, 用这69个数据更能反映国内通货膨胀与利率和汇率以的相互变动关系。数据均来源于中经网数据库。上述数据均使用移动平均法进行了季节调整以排除某些季节性因素造成的影响, 并以2007年5月为基期进行了定基化处理后取自然对数。本文所选用的计量软件为Eviews6。
三、货币政策工具对通货膨胀影响实证分析
(一) 数据的描述性统计
1、数据平稳性检验
本文采用ADF单位根检验方法来检验各时间序列的平稳性。结果显示, 各序列均为非平稳序列。经一阶差分后, 各序列均为平稳性序列 (见表1) 。即各时间序列均为单整序列I (1) 。
2、Johansen协整关系检验
对变量的Johansen协整关系检验结果如下 (见表2) 。从中结果可知, 最大特征值检验和迹检验均表明LNCPI、LNEER、LNM2、LNSHIBOR之间至少存在两个协整关系, 说明各变量之间是存在长期稳定的关系, 进一步说明了模型建立的合理性。
注: (C, T, L) 分别表示截距项、趋势项、滞后值。滞后值的选择均是基于SIC准则。
(二) 基于VAR的脉冲响应分析
本文在变量LNCPI、LNEER、LNSHIBOR、LNM2具有协整关系的基础上建立VAR模型, 避免了伪回归现象。首先对VAR模型进行稳定性检验, 证明所有单位根的模都小于1, 位于单位圆内 (见图1) , 说明该模型是稳定的。在此基础上, 对通货膨胀、人民币实际有效汇率、货币供给量构成的VAR进行脉冲响应分析。
由图2左上可以看出, 期初当CPI受到来自于自身标准差一个正向冲击后, 但随着时间的推移, 这种正向冲击逐渐减弱, 在第二期这种正冲击减弱为0。随后出现了来自自身标准差的负向冲击, 但这种负冲击持续的时间很短, 然后逐渐上升, 在第三期得到最大值, 然后逐步下降, 最终呈收敛趋势。
由图2右上可以看CPI受到实际汇率标准差的冲击后, 期初存在较小的负冲击, 但有缓慢下降的趋势, 在第2期内, 负向冲击达到一个峰值, 这也和上面所说2008年的经济危机有关, 此时形成产生实7期后趋于平稳。
图2左下图示CPI收到来自货币供应量的冲击, 在1期存在一个微弱的正冲击, 而且这种冲击逐渐增加, 在第2期到达峰值, 然后在第三内降低到谷底, 但现在的冲击仍然是正当, 随后存在一个逐渐上升的趋势, 在第4期以后逐渐降低, 并最终收敛, 但货币供给对CPI始终存在一个正的冲击。
图2右下图看CPI受到来自利率标准差的冲击后经历了一个平稳期, 在第二期以后存在一个微弱的正冲击, 并在第3期内达到一个峰值, 到第五期, 这种影响几乎降低为0, 从第七以后形成了微弱的负冲击, 然后逐渐收敛。由图可知, 最终利率水平对CPI的影响处于一个微弱的负冲击状态。但在整个过程中, 处于一个随机游走状况。
四、结论与建议
通过研究货币供给量、利率水平和人民币汇率变动对以CPI为主要衡量指标的我国通货膨胀水平的影响, 我们主要得出如下研究结论:
1、我国CPI的变动主要是由于货币供给量的增加和自身惯性、汇率水平和利率水平的冲击, 这四者是导致我国CPI变动的主要因素。
2、从短期看了货币供给量的变动对我国CPI的变动起到一个明显的正冲击的作用。是短期内通货膨胀上升的主要因素。
3、利率的变动对我国通胀的影响短期内存在随机游走性, 而在长期对通货膨胀存在微弱的抑制作用。但影响效果明显要小于其他变量变动对通胀的影响。
4、长期来看, 通过通货膨胀主要来自于自身的持续作用, 货币供给的增加一时增加对通货膨胀的影响是不显著的。同时汇率和利率水平的变化对通货膨胀的影响长期来看也成一个逐渐收敛的情况。
本文所得出的结论, 对我国的货币供给量、利率政策和汇率政策的变动, 都有重要的借鉴意义。下面给出相应的政策建议:
(一) 平稳推进利率市场化进程
由上述分析得出调高利率对抑制通胀的作用效果不大, 有时甚至会起到相反的作用, 甚至导致大量的热钱流入, 极大的冲击了中国经济的稳定性。因此, 应改变长期以来的计划控制利率模式, 但出现通胀时就选择提高利率、而当出现紧缩是就选择降低利率, 这种一厢情愿的单一货币政策并不能起到真正预期效果, 逐渐变计划控制为利率市场化, 在此市场化的过程中, 就将不可测量的社会、政治等各种复杂因素都考虑在内了。
(二) 稳步推进人民币汇率机制改革, 增强汇率自主性
在人民币汇率改革的过程中, 应遵从渐进式、可控性和自主性原则。同时, 在人民币深化改革进程中应该同时伴随着推进产业结构升级, 减少贸易不平衡和经济对出口的过度依赖。同时应该看到汇率对宏观经济形势和相关产业发展的影响可能被一些其他因素所抵消, 但是它对出口贸易的影响确实持久显著的, 对于我国而言, 虽然汇率存在短期波动, 但长期却存在刚性上升趋势, 因此更要强调增强汇率改革的自主性。
(三) 增强货币政策独立性, 保持货币政策中性
从货币政策视角出发, 应该保持中性、独立、稳健的货币政策。保持货币政策调控的科学性、有效性和前瞻性。伴随着社会主义市场经济的完善, 应该逐步增强货币政策的多样协调性, 增强货币政策作为调节经济形势的重要手段, 减少政府对市场供需的过度干预。
综上所述, 本文认为, 应当以稳定的人民币汇率政策作为抑制通货膨胀的重要工具。在渐进的推行人民币汇率改革政策的同时, 应保持存贷款利率的相对稳定, 在实行利率市场化的同时, 维持内部经济环境的稳定性。
参考文献
[1]M cCandless G.T, Weber W.E.Some monetary facts.Federal Reserve Bank of Minne policy Quarterly Review, 1995;19
[2]费兆奇.货币增长是否导致了通货膨胀?—基于因果关系的动态视角.国际金融研究.2012;7
[3]Leith, J.Clark.The Exchange Rate and The PriceLevel in A Small Open Economy:Botswana, Journal of Policy Modeling, 1991;2
[4]张国兵, 安烨.我国通货膨胀的成因—基于BQ分解方法的SVAR模型分析.东北师大学报, 2012;6
[5]苏梽芳, 胡日东, 王卉书.中国通货膨胀率子成分惯性特征及其政策启示.华东师范大学学报, 2012;4
月度数据 篇7
改革开放三十年来,尤其是中国加入WTO后,流入中国的外商直接投资(FDI)规模迅速扩大,极大地促进了中国经济发展。1986年中国实际利用FDI总额为22.44亿美元,而2008年实际利用外资金额达到923.95亿美元,FDI已经成为中国利用外资的主要形式。与此同时,中国国家外汇储备规模迅速扩张(如图1),1986年该数额仅为20.72亿美元, 2009年3月底达到19 537.41亿美元。外汇储备的大幅增加是一把双刃剑,既意味着我国外汇支付能力的不断提高,同时也带来诸如人民币升值以及对出口过分依赖引致的经济结构失衡等一系列问题。
数据来源:国家外汇管理局(http://www.safe.gov.cn/model_safe/index.html)
本文在前人研究的基础上,利用1997—2009年的月度数据,实证检验FDI、出口这两个国际分工主要变量对外汇储备的影响,以探索从外商直接投资与出口的角度去改善由高额外汇储备引致的相关问题的有效途径。
1 文献回顾及理论分析
FDI对外汇储备的影响研究,最早可追溯到重商主义时期,托马斯·孟(重商主义的代表人物)认为,国际收支顺差是一国财富增长的源泉,但只有贸易顺差才真正带来财富增长,而资本的流入则不会。从而使得外资在很长一段时间被认为不利于一国的国际收支平衡且对一国外汇储备起消极影响。而后H.Chenery和A.M.Strout提出的“双缺口”模型中,外商直接投资的地位得到肯定,而后,Lan和Sreeten.P提出了一个测算国际收支效应度的L.S模型,用于分析外商直接投资对国际收支的作用。再者,出口是外汇储备供给的主要因素。何青[1]等研究得出:如果外汇储备增长主要来源于出口创汇,则说明经济的基本面有很大的发展带动人民币成为强势货币,人民币确实存在着较大的升值压力。
综观国内外相关文献,众多学者对FDI对一国外汇储备的影响做了深入研究。但目前仍然存在分歧, Lipsey[2]研究认为,FDI能促进出口,FDI更倾向于面向出口的生产,而不是面向东道国市场的生产。Reis[3]从东道国经济福利角度研究认为,从静态角度来看,FDI意味着投资和资本的增加,但从动态角度来讲,FDI意味着更好的资本、技术和管理,而这会在东道国产生两方面“创造性破坏”,但是Woodward[4]却认为外来FDI与其它形式流入资本的本质一样,都是为了获得利润,而这些资本产生的利润汇出会对东道国的国际收支带来不利影响,有可能导致金融危机的发生。
近年来,众多学者就我国外汇储备的影响因素进行了实证研究,指出我国的国民生产总值、国际收支中的经常项目和资本项目差额对外汇储备额有正的影响[5,6];人民币对美元的年均汇价与我国外汇储备规模呈反向变动关系[7];我国的外债余额对外汇储备规模没有显著性的影响[8]。外汇储备增长与内外利差、人民币实际有效汇率、进出口贸易总额和国际地位具有一定关系[9]。马娴[10]则认为由于我国实行有管制的汇率制度, 汇率因素与外汇储备额之间不存在显著的线性关系。周靖祥、刘渝琳[11]应用计量经济学方法检验了FDI、外汇储备与净出口贸易三者之间的关系,指出净出口和外汇储备皆归于FDI流入产生的“结构”性问题。
2 变量选择、计量模型与研究方法
2.1 数据来源及变量选择
本文涉及变量为外商直接投资(fdi)、出口贸易(export)以及外汇储备(fer),所采用数据为1997-2009年4月的时间序列数据,数据来源于国家外汇管理局(http://www.safe.gov.cn/model_safe/index.html),Wind资讯以及中国经济信息网(http://www.cei.gov.cn)。
2.2 计量模型
基于前文分析,我们构造如下经验模型,以分析FDI、出口贸易对我国外汇储备的影响,即:
fer=f(fdi,export) (1)
为了方便计量分析,把式(1)整理成:fer=α0+α1fdi+α2exp ort+μ (2)
其中,fer为外汇储备额,fdi表示外商直接投资,exp ort表示出口贸易总额,式(2)即为我们进行计量检验的方程。
2.3 研究方法
在研究方法选取方面,对于变量之间是否存在长期稳定的协整关系一般采用乔根森协整检(Johansen检验)。但协整检验要求两个变量具有平稳性,否则可能出现“伪回归”现象。为了避免“伪回归”现象发生,需要对变量的单整性以及变量之间的协整关系进行检验。自从Dicky和Fuller1979年提出单位根检验方法以来,这种方法被广泛运用于检验总量是否具有平稳性。如果变量是单整的且阶数相同,便可进行协整检验。在实际分析中,最优滞后期的确定十分重要。本文最优滞后期的确定按SC准则、AIC准则与LR准则确定。相关变量的处理均采用Eviews6.0 进行。
3 实证检验
3.1 单位根检验
检验变量是否稳定的过程称为单位根检验。平稳序列将围绕一个均值波动,并有向其靠拢的趋势,而非平稳过程则不具有这个性质。比较常用的单位根检验方法DF检验由于不能保证方程中的残差项是白噪音(white noise),所以Dickey和Fuller对DF检验法进行了扩充,形成ADF(Augented Dickey-Fuller Test)检验,这是目前普遍应用的单整检验方法。该检验法的基本原理是通过n次差分的办法将非平稳序列转化为平稳序列,具体方法是估计回归方程式:
undefined
其中α0为常数项,t为时间趋势项,k为滞后阶数(最优滞后项),μt为残差项。该检验的零假设 H0:α2=0;备择假设 H1:α2≠0。如果α2的ADF值大于临界值则拒绝原假设H0,接受H1,说明{Xt}是I(0),即它是平稳序列。否则存在单位根,即它是非平稳序列,需要进一步检验,直至确认它是d阶单整,即I(d)序列。加入k个滞后项是为了使残差项μt为白噪音。ADF检验如下:
表1的结果显示,经过一阶差分,外汇储备fer、外商直接投资fdi以及出口贸易export都通过5%显著水平下的平稳性检验,即不存在单位根,表明三个序列都是一阶单整序列,用I(1)表示。
3.2 协整检验
由于变量均是一阶单整的,即一阶差分序列均已平稳,满足协整检验的前提。通过把lnfer、lnfdi和lnexport处理成趋势图,可以看出变量具有相似的增长和变动趋势,说明可能存在协整关系(图略)。对于服从I(1)过程变量的协整检验,从检验的手段上可以分为两种:一种是Engle和Granger1987年提出的基于回归残差的EG两步方法协整检验;另一种是Johansen1988年提出的基于回归系数的乔根森检验,乔根森和Juselius1990年提出了一种在VAR系统下用极大似然估计来检验多变量间协整关系的方法,即Johansen协整检验,这里我们采用后者进行分析。为了进一步确认变量之间的关系,检验过程中依据变量特征建立VAR模型。建立VAR模型除了要满足平稳性条件外,还应该正确确定滞后期k。如果滞后期太少,误差项的自相关则会很严重,并导致参数的非一致性估计。本文对最优滞后期的选择根据LR统计量,AIC和SC信息准则来确定,各变量的乔根森协整检验结果见表2。
表2显示,在5%显著水平下拒绝了不存在协整方程的原假设这表明fdi、export与fer之间在5%显著水平下存在一个协整方程,说明它们在最优滞后期内,各变量之间存在着长期稳定的均衡关系。从标准化的协整系数符号中可以看出,外商直接投资fdi、出口贸易export与外汇储备fer均存在正相关关系,这与实际情况相符合,根据误差修正模型我们得到均衡向量为:
β′=(1.000 0,-31.336 0,-7.032 3)
则这四个变量之间的协整方程为:
lnfer=31.336 0lnfdi+7.032 34ln exp ort
从以上协整方程可以看出:外商直接投资fdi、出口贸易export对外汇储备fer作用显著,fdi每提高一个百分点,fer将提高31.336 0个百分点,这实际上暗含了fdi对我国外汇储备规模的增加作出了巨大贡献,外商直接投资促进了外汇储备的增长,从而加大了人民币升值的压力。[12]这意味着我国应通过一定的外资政策引导FDI的流入,改善FDI的长期负面影响,以调和巨额外汇储备带来的不同效应。[13]要缓解我们外汇储备过高的局面,一个方式就是实现我国外商直接投资从数量到质量的转变。再者,出口贸易每提高一个百分点,将带来外汇储备7.032 34个百分点的增加。这与现实经济一致,出口增加意味着国家可以获得更多的外汇,出口的增加有利于外汇储备质量的提高,在我国强制结汇制度下,出口贸易所得都上交国家引致了外汇储备的相应增加。但是同时我们也应该看到出口贸易对外汇储备的贡献远远低于外商直接投资。这一定程度上验证了我国外汇储备的结构不合理,即外商直接投资对外汇储备的贡献过大,使得外汇储备不稳定,有可能因外商直接投资的大量抽逃引致外汇储备大减,而债权性储备又不足以弥补,进而对整个经济系统造成严重的影响,甚至引发金融危机。
3.3 因果检验
由于lnfer、lnfdi与lnexport均为I(1)过程,并且变量之间在滞后期内存在稳定的协整关系,为了进一步验证外商直接投资、出口贸易与外汇储备之间的关系,需要就各变量分别对外汇储备增加进行格兰杰因果关系检验。关键之一在于滞后期的选择,本文中的滞后期依据AIC和SC准则选择,检验结果见表4。
通过对表3的分析发现,在5%的显著水平下,1997-01-2009-04月间,外商直接投资与外汇储备之间存在双向因果关系;出口贸易与外汇储备之间存在单向因果关系,即出口贸易是外汇储备增加的格兰杰原因,但外汇储备增加并不是出口贸易增长的格兰杰原因。格兰杰因果检验的结果为前文的分析提供了有力的支撑。
3.4 脉冲响应分析
在向量自回归模型中,某一变量t时期发生扰动后,通过变量之间的动态联系,对t时期以后的各变量将会产生连锁变动效应。脉冲响应函数描述了系统对于单位冲击的动态反应。同时, 通过比较不同变量的脉冲响应可以判断不同变量于单位冲击的动态反应。同时, 通过比较不同变量的脉冲响应可以判断不同变量所受到的冲击效果的大小,进而判断变量之间的互动关系系为了更具体的表现外商直接投资、出口贸易对外汇储备的动态影响,本研究利用Sims提出的VAR模型的脉冲响应函数来分析它们的动态特征(如图2)。图2中,横轴表示新息冲击作用的滞后期数,纵轴表示因变量对解释变量的响应程度,实线为脉冲响应函数的计算值,两侧的虚线为脉冲响应函数值正负两倍标准差的偏离带。在模型中将新息冲击作用的滞后期设定为10期。
由图2可以看出,fer对来自出口的新息冲击,在开始的一段时期呈现出负向效应,随后逐步转为正,到第3期时正效应达到最大值,之后显现出衰减趋势,并在第5期达到正效应最低,随后呈现平稳趋势。这说明出口在经过一段时间后对外汇储备起到推动作用,长期来看,正向影响时间持久。而fer对来自外商直接投资的新息冲击,在开始的2期内反应较小,第2期后呈现稳步递增趋势, 在第3期达到最大,以后又转为递减趋势,但是城乡波动幅度不大的正效应,且不明显。由此可见,在经过一段时滞期后,出口和外商直接投资对我国外汇储备都有正向作用,但出口对外汇储备的正向作用有一定的滞后期。
4 简短结论及启示
本文基于前人研究,采用1997—2009年时间序列数据,运用ADF单位根检验、协整检验、格兰杰因果检验以及脉冲响应分析,研究了我国外商直接投资、出口贸易与外汇储备之间的关系,分析表明:外商直接投资、出口贸易与外汇储备之间均存在明显的正向关系,而外商直接投资对外汇储备的作用远远大于出口贸易。这与现实状况相符合。这暗含了FDI的流入并不是越多越好,但是现阶段,我国作为一个发展中的大国,资金是重要的“瓶颈”,外商直接投资一定程度上能缓解我国的资金短缺。所以我们不能迫于外汇储备带来的人民币升值压力而贸然升值,这将导致大量的外商直接投资流失。但同时应逐步实现外商直接投资从数量的扩张到质量的提升,再者,针对目前外商直接投资主要集中在东部沿海地区的现实,政府应积极采取优惠措施,尤其是各西部地区应充分抓住金融危机的机会,吸引外商直接投资向欠发达地区转移,以助推中国的区域统筹发展。另外,积极探索外汇储备流出的渠道,实现FDI的逆向回流也不失为减少高额外汇储备的重要举措。另一方面,出口对外汇储备增长的影响远远低于外商直接投资,因此应继续保持积极鼓励出口增长政策,这一定程度上有利于改善我国外汇储备对外商直接投资过度依赖的风险。
摘要：20世纪90年代以来,我国外汇储备规模迅速扩张,这一方面意味着我国国际支付能力的不断提高,但同时也带来了一系列如人民币升值压力、资金资源浪费和管理成本提高等问题。而FDI和出口作为外汇储备增长的主要动因,研究其对我国外汇储备增长的影响,有利于制定合理的FDI流入机制及管理和出口贸易政策,以改善我国高额外汇储备结构。本文基于前人研究,采用1997—2009年月度数据,研究了FDI和出口贸易对我国外汇储备增长的影响。结果表明,FDI与出口对我国外汇储备增长均有显著影响,且FDI的作用远大于出口,这暗含了我国外汇储备的不稳定性以及我国应继续坚持鼓励出口的政策建议。
月度数据 篇8
外溢效应 (Spillovers) 是经济主体通过资源流动、交换、共享等行为对其他经济主体产生的影响, 它在企业实现技术进步、绩效提升等方面发挥着重要的作用。产业集聚是外溢效应产生的一个重要平台。Krugman认为, 在规模报酬递增的情况下集聚导致的运输成本降低会促进生产要素流动, 这种形式的外溢作用有利于经济发展。众多研究也认同产业集聚引发的知识溢出、知识共享改善地区创新活动或技术进步, 继而推动地区的经济增长 (Glaeser等;Keller;Carlino等) 。目前, 产业集聚已经成为中国制造业发展的典型形态, 例如, 摩托车制造业集聚已经形成广东、重庆和江 (江苏) 浙 (浙江) 三大板块, 三个地区2010年摩托车销售额共占国内摩托车销售额的66.02%, 生产总值占国内生产总值的83.6% (数据来源于中国汽车工业协会《中国汽车工业 (摩托车部分) 产销快讯》2010年各期) 。尽管如此, 与之相对应的却是摩托车制造业在我国出口贸易地位的逐年下降, 我们以2008、2009、2010年的《中国统计年鉴》和《中国汽车工业 (摩托车部分) 产销快讯》数据统计分析发现, 全国摩托车出口总额占同期对外贸易出口总额分别为0.36%、0.30%、0.29%, 呈逐年下降的趋势。我国作为世界摩托车生产、出口大国, 振兴摩托车产业、提升摩托车产业对经济增长的拉动作用不言而喻, 而目前国内关于摩托车产业绩效提升影响因素的相关研究尚处于空白。鉴于集聚与外溢效应的密切关联, 本文对摩托车制造业集聚内部外溢效应的途径及大小展开实证研究, 揭示集聚区域内不同主体间技术扩散和规模拉动的特点, 掌握摩托车制造业资源共享和规模效应的发生程度, 这对制定摩托车制造业的振兴战略和区域发展政策都大有裨益。
2 文献综述及本文切入点
国内关于集聚经济的实证研究比较丰富, 主要研究方向在于挖掘产业集聚的发生机制、特点和产业集聚所引致的地区差异和竞争优势, 例如:路江涌和陶志刚发现知识和信息外溢、劳动力市场发育和投入要素共享影响行业集聚, 对自然禀赋的依赖也促进了中国制造业的集聚;陈建军等发现集聚企业通过次级产业分工发展、提高专业化水平和“累积循环效应”锁定区域竞争力;范剑勇等回顾了国内相关的实证文献, 总结认为沿海地区整体的集聚优势仍较明显, 同时, 地级城市之间的制造业分布较为平均。
在产业层面上, 我国学者的研究主要集中于行业之间外溢效应的驱动因素分析上, 例如:王珍珍等根据我国物流产业集聚度指数分析了物流业集聚的利益来源, 研究认为物流业发展的差异进而导致制造业工业增加值的差异;孙晓华等把工业部门划分为装备制造和非装备制造业两部门, 并对这两个部门之间的增长关系进行研究, 结论认为装备制造业的技术进步对非装备制造业存在显著的溢出效应, 而且装备制造业生产效率和非装备制造业的设备更新速度对溢出效应产生影响;周泳宏等对同城同行业的制造业之间的集聚与外溢效应研究则显示, 尽管挤占效应与技术正外溢效应同时存在, 但挤占效应的作用比技术正外溢效应的作用要明显, 说明在技术传播上有更多空间可以改进。
总结目前的研究, 我们发现有以下的几点特征:第一, 研究数据大多来自宏观的地区和行业分类数据, 或者是规模以上企业的统计数据, 例如张宇等、余永泽等利用的数据来源于省级或全国层面的统计数据, 彭向等的研究则分别利用二位数的工业行业和二位数的制造业数据。第二, 关于外溢效应的发生方向, 一般是基于理论推论或先验确定, 缺乏统计证据的支撑, 例如周晨就以理论分析作为基础, 假定FDI对内资企业在竞争示范效应、联系效应和人力资本流动效应上对内资企业产生外溢效应。根据以上的归纳, 我们认为宏观层面的外溢效应研究很难刻画企业的微观绩效, 而先验确定的外溢效应方向与产业集聚内部多主体之间的外溢效应形态不符, 鉴于此, 本文利用珠三角摩托车集聚中企业生产、销售与收益的月度数据展开实证研究, 以更好地刻画企业微观绩效 (1) 。首先, 我们利用DAG技术获得摩托车企业之间生产销售情况的因果关系;进而根据因果关系构造回归方程进行分析, 挖掘出外溢中心和吸收中心;最后, 给出政策建议, 为该领域的研究做出一个补充。
3 数据及模型
本文中摩托车企业的月度数据来自2007年至2010年中国汽车工业协会编辑出版的《中国汽车工业 (摩托车部分) 产销快讯》 (以下简称“快讯”) , 宏观经济数据来自《广东统计年鉴》、《中国统计年鉴》。我们对以上资料进行整理, 发现珠三角摩托车企业在区域内集聚性明显。我们以区位熵 (Location Quotient) 为测度方法检测珠三角地区摩托车行业集聚度。一般认为, 区位熵>1表明该产业在该地区的专业化水平比较高, 超过比较地区的水平, 即意味着该产业在该地区的发展相对集中、集聚趋势较强。经计算, 珠三角摩托车产业与全国对比的区位熵均大于2.9, 工业增加值甚至达到8的水平;在广东省内部, 珠三角摩托车行业的区位熵也是处于大于1.4的水平, 最大的达到4。这说明, 无论是与全国比较还是广东省内部的比较, 珠三角摩托车制造业具有显著的集聚特征。
接着, 我们使用效益和规模两类指标对珠三角摩托车企业外溢效应进行分析。一般来说, 存在技术垄断的企业的效益指标更高, 因为技术的垄断导致定价权的垄断, 能够促使企业的单位资产获得超额的垄断收益, 所以我们利用这个指标间接研究集聚企业间技术溢出的特点。另一方面, 我们使用工业生产总值作为规模指标, 不同企业生产总值之间的关系可能反映企业之间是否存在市场挤占的负外部性。另外, 为了使分析的结论更有意义, 避免规模绝对值的影响, 在对工业总产值的实证分析中, 我们对企业的工业总产值作对数变换, 指标含义为:PRev代表利润总额/营业收入;PSal代表利润总额/销售数量;PGro代表利润总额/工业总产值;Gro代表工业总产值;Gro A代表工业总产值同比增长率;Add代表工业增加值;Add A代表工业增加值增长率。
任何企业既可以是外部性溢出方, 也可以是外部性接受方, 那么如何确定溢出的因果关系呢?如何确定哪些变量作为被解释变量 (吸收方) 、哪些变量作为解释变量 (溢出方) 呢?DAG技术有效解决了这些问题。DAG是一种关于一些变量之间同期因果关系的结构分析技术, 这种分析是建立在相关和偏相关关系的基础上的。它是由代表变量的节点以及连接这些节点“有向边”构成的, 如果两个节点间有“有向边”相连, 则表明变量之间存在着同期因果关系;反之, 如果两者之间没有“有向边”连接, 则表示两者之间相互独立。有兴趣的学者可以进一步参考Spirtes等、Pearl、Hoover和Granger等的文献, 而国内的应用有杨子晖、周泳宏等的研究。因此, 可根据DAG运算出两两企业之间的同期因果关系, 把“原因”归纳为解释变量、把“结果”归纳为被解释变量进行回归分析, 根据回归系数来判断企业间的外溢效应。
接着, 我们根据DAG结果构造以下回归模型进行分析:
其中:Yi为外溢效应的吸收方指标, 即DAG分析中的结果;XA为外溢效应中的溢出方, 即DAG分析中的原因。为了获得更为稳健的结果, 我们在回归方程中加入可获得的控制变量Zij, 以反映企业规模、成长性等因素的影响, 它们包括被解释变量对应企业自身的生产总值、增加值、生产总值增加率、增加值增长率等。
4 实证结果
首先, 我们利用DAG技术检验珠三角摩托车企业在效益指标上同期因果关系, 效益指标之间直接的关系表示了技术传递等外溢途径对吸收方企业造成的影响。10%显著性水平下的DAG检验结果显示, 效益指标系列中, PGro的因果关系数最多, PRev次之。3个效益指标中PRev最能反映企业单位效益水平, 最有意义地反映企业运营效益, 因此, 我们主要使用PRev进行分析, 以PSal和PGro作为辅助分析。
基于PRev的显著性水平是0.10的DAG检验结果显示, 企业DY是吸收中心, 企业DCJ、ZH、DH则是外溢中心。在基于PGro的DAG分析中, 选定的显著性水平是0.10情况下, 企业之间的因果关系在表1中有所显示, 因变量为吸收企业, 左侧自变量 (非控制变量) 为溢出企业, PRev和PGro的回归结果如表1所示 (括号内的数字为方程组序号。篇幅有限, 只列出通过检验的回归方程组, 有兴趣的读者可以向作者索取其他结果) 。
注:1) 指标后括号内为企业代码;2) “?”代表因变量对应企业的相关指标, 为控制变量, 例如, 对于“Gro?”, 若因变量为企业“DY”指标, 则“Gro?”表示Gro (DY) ;3) 回归结果第一行C为常数项;4) 括号中数值为t检验值;5) ***、**和*表示P<0.01、0.05和0.1。以下各表同
由于PSal的实证结果显示各个系数均不能通过检验, 因此本文没有列出相关的实证结果。
接下来, 我们再对规模指标进行分析。与效益指标不同, 规模指标更多地是表明了溢出方企业的规模对吸收方企业规模的影响, 更多地表示了市场扩展等引起的挤占、垄断等效应对吸收方企业产生的外部性。
在基于Gro的DAG分析中, 企业之间的因果关系在显著性水平是0.10水平下的结果在表2体现, 回归结果如表2所示 (篇幅有限, 只列出通过检验的回归方程组, 有兴趣的读者可以向作者索取其他结果) (括号内的数字为方程组序号) 。
5 结果分析
我们把P<0.10、F的P值<0.05、1.5
第一, 技术正负外溢效应并存。七组效益指标合格方程组中 (1) 、 (3) 、 (7) 和 (13) 为正影响, (6) 、 (9) 和 (11) 为负影响, 而且负外溢的影响系数均比正外溢的影响系数大。我们认为珠三角摩托车企业在技术上正负外溢效应均存在, 负外溢影响更强。也就是说, 一个企业的效益改进或经营效率改进既有可能对周边企业有带动示范作用, 也有可能会导致周边企业效率上的负作用。
第二, 规模的拉动效应显著, 不存在挤占效应。规模指标的合格方程组为 (15) 、 (17) 、 (18) 、 (19) 、 (20) 、 (21) 、 (22) 、 (24) 和 (25) , 显示外溢摩托车企业具有正的影响系数。也就是说, 一个企业规模产能扩张、市场规模拓展不但不会导致周边企业的损失, 更会带动周边企业市场规模扩大, 这种联动作用显示珠三角摩托车企业之间在规模上尚未出现一种排挤性的影响, 市场规模增大不会导致一个企业独大而令其他企业越发弱小的效应。
第三, 企业规模影响外溢效应。就规模指标Gro而言, 规模较大的企业作为外溢中心影响规模较小的企业的情况很普遍 (我们以企业总产值作为标准判断企业规模相对大小, 相关信息在附录三记载) 。方程 (15) 、 (17) 、 (19) 、 (21) 、 (22) 和 (25) 为大企业对小企业外溢, 经计算, 影响系数的中位数为1.035, 平均数为1.058;小企业对大企业外溢的情况中, (18) 和 (24) 的影响系数的中位数和平均数均为0.455。数据表明, 大企业较小企业而言更能拉动企业规模膨胀。
第四, 外溢中心与吸收中心显著。在效益指标合共7条有效方程组中, 一共有5条显示DY (广州市大阳摩托车有限公司) 作为被解释变量, 4条的系数为正;而DCJ (江门市大长江集团有限公司) 则在合共16条有效方程中5次作为原因产生外溢效应, 而且系数均为正数。我们认为大长江集团在珠三角摩托车企业中有显著的溢出中心作用, 大阳摩托则可以被视为吸收中心。
6 总结与政策建议
本文利用《中国汽车工业 (摩托车部分) 产销快讯》中珠三角摩托车企业产销数据, 运用DAG检验运算出企业效益指标和规模指标的同期因果关系, 然后对这些因果关系进行回归分析, 结果发现企业之间技术正负外溢效应均存在, 规模拉动作用显著, 企业的规模差异影响外溢作用的强弱, 并且发现江门市大长江集团有限公司有显著的溢出中心作用、广州市大阳摩托车有限公司有显著的吸收中心作用。针对以上的结论, 我们提出如下的建议:
第一, 加强技术交流活动。由于技术外溢正负效应均存在, 说明企业之间的技术交流、协作关系有改善空间, 行业协会应该促进企业技术研发平台的共享, 鼓励落后企业向先进企业学习其领先的生产、研发和管理技术。
第二, 保持引进摩托车企业, 增强珠三角地区聚集经济优势。由于企业之间在生产销售上并不存在挤占性, 因此政府在规划摩托车工业发展的时候可以合理引进不同的摩托车企业, 不必过分担心市场挤占效应, 充分发挥集聚经济的优势。
第三, 分别安排大、小企业引资工作。研究显示, 规模相当的企业在规模拉动上的因果关系不明显, 而具有明显规模差异的企业之间的因果关系明显。因此政府应合理安排大、小企业之间的引进工作, 既要引进大企业, 也要引进小企业, 大企业与小企业应错落有致、共同发展, 规避那种只扶持大企业而忽视小企业的做法。
月度数据 篇9
众所周知, 对证券市场的研究分析方法可分为两类, 即基础分析和技术分析。基础分析基于因果关系论的观点, 通过对影响市场变动的各种因素的考察来研究市场变量的行为特征、发现其内在规律和预测其未来变化, 因而具有很强的逻辑性。然而, 基础分析在实践中却很难操作, 原因是影响市场变化的因素千变万化、种类繁多, 很难把握。另外, 准确地度量各种因素对市场的影响程度也是相当困难的, 因而基础分析往往停留在定性描述的层面上, 很难做到定量化。与基础分析不同, 技术分析认为“市场行为包容消化了一切”。因此, 它试图以一种“透过现象看本质”的思路来研究市场特征, 即从历史数据出发, 通过各种技术分析手段, 如图表、统计等来发现事物的内在规律, 反映事物的本质特征并预测其未来趋势。自然科学中的很多规律、定律等普遍都是在这样的科学思维模式下被发现的。通过对时间序列的分析, 可以发现一些规律和特征, 从而为科学决策提供重要信息的。
对于时间序列的分析处理有两种常用的方法, 一是经典时间序列分析模型法 (简称“模型法”) , 二是数据挖掘法。
二、经典时间序列分析模型法
经典时间序列分析方法有图表法、指标法与模型法。图表法形象直观, 如收益率走势图。指标法简洁明了, 如上证综指、深圳成指等。但这两种方法均未能对数据结构进行深入分析。模型法是目前对时间序列进行深层次分析和刻画的主要方法, 可以分析确定性时序模型和随机时序模型。确定性时序模型认为时间序列的变化形式是由长期趋势、季节变动、循环变动和不规则变动四部分叠加或耦合而成, 认为不规则变动项在综合中可以相互抵消, 因而时间序列分析的目的就是设法消除不规则项, 拟合确定型的趋势。到了20世纪20年代, 人们通过用随机理论考察时间序列发现, 由许多偶然因素共同作用引起的不规则变动其实并非完全杂乱无章, 而是具有一定规律性。于是根据随机理论来建立模型引起了广大学者的重视。特别是1970年Box和Jenkins的著作《Time series Analysis: Forecasting and Control》的问世, 随机时间序列的模型分析法成为研究和应用的热点。如ARMA、ARIMA、ARCH、GARCH等都是一些得到广泛应用的经典模型。笔者以ARIMA模型为例来介绍随机时间序列模型分析法的基本思路。
ARIMA模型称为求和自回归移动平均 (autoregressive integrated moving average) 模型, 简记ARIMA (p, d, q) 模型:
undefined
式中:
ᐁd= (1-B) d
Φ (B) =1-Φ1B-…-ΦpBp, 为平稳可逆ARMA (p, q) 模型的自回归系数多项式。
φ (B) =1-θ1B-…-θqBq, 为平稳可逆ARMA (p, q) 模型的移动平滑系数多项式。
undefined为零均值白噪声序列。
ARIMA模型具有平稳性、方差齐性。
模型法具有坚实的数学理论基础, 建立在演绎推理基础上, 具有严密的逻辑性;一般以数学方程形式出现, 能给出精确结果;研究较为深入, 已得到广泛认可。其主要缺点是只能刻画系统的整体特征和规律;模型构建需要很强的技巧性;对假设条件依赖性强, 实际情况一般不能满足等。
三、数据挖掘方法
数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中, 提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘常用于关联分析、聚类、分类、估计、预测、异常数据挖掘、时序模式发现等。时间序列数据是序列数据的一种特殊形式, 通过对原始时间序列数据进行某种合适的高级数据表示, 从而将长序列分割成不重叠的有序子序列集合, 然后根据不同的应用, 对此集合进行聚类、分类、索引或挖掘相关规则等。在使用不同的算法进行时间序列挖掘时, 有以下几个基本问题必须注意: (1) 时间序列的分割问题, 就是如何将一个长时间序列划分为若干个子序列。由于时间序列模式有长有短, 因而在划分时需对数据的基本特征有所把握。 (2) 时间序列的特征抽取问题。 (3) 时间序列相似性度量问题。 (4) 序列的模式与聚类问题。 (5) 规则的筛选或约简问题。上述几个问题至今还未有统一的处理方法, 必须根据所研究的数据特征选用合适的方法。
挖掘法具有能发现反映系统局部特征和规律的模式能发现新的“知识”;可以撇开一些苛刻的假设条件;比较容易获得很多规则, 反映系统多方面的特征并能及时更新;一般用户容易理解使用, 可自助地寻找感兴趣的模式等主要优点。其主要缺点是模式筛选比较困难, 经验起着重要作用;建立在归纳推理基础上, 逻辑性不强, 得出的规则需要验证;得到的模式难以用数学方程表示, 可理解性不强;得到的模式有时效性, 需动态更新;正处于研究探索阶段, 普及认识还需假以时日等。
需要指出的是, 数据挖掘法并不与传统的各种分析手段相矛盾, 事实上数据挖掘“兼收并蓄”, 以一种“拿来主义”的姿态吸收各种方法的已有成果, 目的在于“从数据中找到规律与模式”。因此, 传统的时间序列图表分析、指标分析、统计分析以及模型分析等都可以作为时间序列数据挖掘的理论或技术支撑。
四、模型法与挖掘法实证效率比较分析
笔者以上海证券交易所1996年至2009年月度上证综指为例 (原始数据见上海证券交易所网站) , 来说明模型法与挖掘法对价格走势的预测准确程度。预测对象为下月指数是“涨”还是“跌”。模型法采用线性趋势与自回归模型, 挖掘法采用概率神经网络, 也称PNN神经网络。采用的软件为SAS9、MatLab7以及SPSS15。
采用线性趋势与自回归, 所得的模型参数见表1, 拟合结果见图1, 拟合残差结果见图2。
注:1.涨用“1”表示, 跌用“0”表示;2.因数据过于庞大, 笔者在此仅列示部分分析结果.
模型法和挖掘法的预测结果见表2, 模型法预测涨跌准确率为51.2%, 挖掘法预测涨跌准确率为100%。但必须指出, 采用概率神经网络要防止过学习的问题。由于网络收敛, 预测结果可能很准确, 如果网络不收敛, 则用神经网络法进行预测时, 就必须小心设定误差项。
五、结论与建议
从本文的分析结论来看, 采用挖掘法进行时间序列预测有明显的优势, 这主要是数据挖掘基于数据驱动, 基本上避开了很多严格的假定条件, 但是其不足之处也很明显, 即未能得到一个明了的结构方程, 对经济结构不能进行分析。采用模型法, 可以得到严格的数学表达式, 可以对经济结构进行分析, 但模型法的不足之处则是预测的准确性较低, 其原因主要有两个, 一是假定与实际情况相差较大, 二是分析者本身也无法知道正确的模型设定形式。因此, 本文建议, 在进行时间序列分析时, 应综合运用模型法与挖掘法。
参考文献
[1]马超群, 兰秋军, 等.金融数据挖握[M].北京:科学出版社, 2007.
[2]王燕.应用时间序列分析[M].北京:中国人民大学出版社, 2005.
[3]张云涛, 龚玲.数据挖掘原理与技术[M].北京:电子工业出版社, 2004.