基于先行指標(biāo)的sw型先行氣流指數(shù)研究

基于先行指標(biāo)的sw型先行氣流指數(shù)研究

1總體經(jīng)濟(jì)活動(dòng)循環(huán)為了監(jiān)測(cè)經(jīng)濟(jì)周期，國(guó)政府經(jīng)常使用和諧指數(shù)法，最廣泛使用傳統(tǒng)的nn集團(tuán)結(jié)構(gòu)指數(shù)法。隨著計(jì)量經(jīng)濟(jì)分析模型的不斷發(fā)展和廣泛應(yīng)用,主成分分析、動(dòng)態(tài)因子模型(DynamicFactorModel)等更精深的計(jì)量工具被應(yīng)用于景氣指數(shù)的構(gòu)建上。Stock和Watson利用動(dòng)態(tài)因子模型,捕捉體現(xiàn)經(jīng)濟(jì)變量之間協(xié)同變化的共同成分,作為經(jīng)濟(jì)景氣循環(huán)的指示器,被稱為Stock-Waston型景氣指數(shù),簡(jiǎn)稱SW景氣指數(shù)。Stock和Watson的基本思想是,景氣變動(dòng)不應(yīng)僅僅是針對(duì)GDP的變動(dòng)而言,而應(yīng)該把景氣循環(huán)看作更廣泛的包括資本市場(chǎng)、勞動(dòng)市場(chǎng)、商品銷售市場(chǎng)在內(nèi)的總體經(jīng)濟(jì)活動(dòng)的循環(huán)。因此他們認(rèn)為,經(jīng)濟(jì)景氣是隱藏在諸多經(jīng)濟(jì)變量的變動(dòng)背后的一個(gè)共同的因素,這一因素可以用一個(gè)不可觀測(cè)的基本變量來(lái)體現(xiàn),反映著以上這些方面的多個(gè)總量經(jīng)濟(jì)指標(biāo)的共同變動(dòng),代表了總的經(jīng)濟(jì)狀態(tài),這一不可觀測(cè)的基本變量的波動(dòng)才是真正的景氣循環(huán)。Stock和Watson構(gòu)建景氣指數(shù)的思想方法在理論界引起了廣泛的關(guān)注和發(fā)展,各國(guó)政府和研究機(jī)構(gòu)也紛紛利用這種方法開發(fā)出新的景氣指數(shù)和進(jìn)行經(jīng)濟(jì)問(wèn)題的實(shí)證分析研究。我國(guó)學(xué)者董文泉、高鐵梅和陳磊等早在1994-1995年就用這一理論方法構(gòu)建了中國(guó)SW景氣指數(shù),并與用NBER傳統(tǒng)方法構(gòu)建的合成景氣指數(shù)進(jìn)行了比較,研究結(jié)果顯示兩種指數(shù)都能較好反映我國(guó)宏觀經(jīng)濟(jì)實(shí)際波動(dòng)態(tài)勢(shì)。Stock,J.H.與Watson,M.W.以及Hubrich,K.則應(yīng)用構(gòu)建SW景氣指數(shù)類似的動(dòng)態(tài)因子模型方法分別預(yù)測(cè)美國(guó)和歐元區(qū)的通貨膨脹;MinQi則利用Stock和Watson兩個(gè)不同SW先行指數(shù)結(jié)合美國(guó)其它的經(jīng)濟(jì)指標(biāo)(如S&P500指數(shù)和利率)通過(guò)神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)美國(guó)的復(fù)蘇時(shí)間;RobertMegna和QiangXu利用SW型景氣指數(shù)方法開發(fā)了一個(gè)反映美國(guó)紐約州地方財(cái)政收入狀況的指示器,用來(lái)預(yù)估未來(lái)紐約財(cái)政收入的波動(dòng)變化。這些應(yīng)用研究進(jìn)一步驗(yàn)證了這一方法的可靠性和應(yīng)用的廣泛性。SW景氣指數(shù)被用來(lái)反映總體經(jīng)濟(jì)的周期波動(dòng),大體上與NBER的一致合成指數(shù)相對(duì)應(yīng),但是比NBER的一致合成指數(shù)蘊(yùn)涵著更多的內(nèi)容,理論上而言,使用SW景氣指數(shù)可以更好地監(jiān)測(cè)經(jīng)濟(jì)周期的波動(dòng)。但是對(duì)于經(jīng)濟(jì)景氣監(jiān)測(cè)而言,更重要的是對(duì)經(jīng)濟(jì)的變化進(jìn)行先導(dǎo)性預(yù)警,例如NBER的體系中,除了一致合成指數(shù)用來(lái)監(jiān)測(cè)當(dāng)期經(jīng)濟(jì)波動(dòng),更有先行合成指數(shù)用來(lái)對(duì)經(jīng)濟(jì)未來(lái)的變化進(jìn)行預(yù)警。但據(jù)我們所知,到目前為止,無(wú)論是國(guó)際還是國(guó)內(nèi)利用Stock和Watson思想構(gòu)建先行景氣指數(shù)的工作較少。利用Stock和Watson的動(dòng)態(tài)因子模型計(jì)算先行景氣指數(shù)的困難在哪里?如何克服相應(yīng)的困難?本文欲對(duì)這些問(wèn)題做一點(diǎn)探索。2sw指數(shù)的數(shù)學(xué)模型為2.1ri階滯后算子通過(guò)因子分析可以識(shí)別出一組指標(biāo)所包含的共同波動(dòng)成分,考慮到經(jīng)濟(jì)景氣循環(huán)和每個(gè)經(jīng)濟(jì)指標(biāo)都具有動(dòng)態(tài)變化特征,即時(shí)間序列存在自相關(guān)性,因此,建立動(dòng)態(tài)因子模型:Δyit=γi(L)Δct+uiti=1,2,…,k(1)φ(L)Δct=εt(2)ψi(L)uit=vit(3)其中,γi(L)、φ(L)、ψi(L)分別為pi,q,ri階滯后算子多項(xiàng)式。Δyit代表第i個(gè)一致經(jīng)濟(jì)指標(biāo)Yit的差分序列減去均值,它由共同成分的差分Δct的當(dāng)期和滯后期的線性組合與特殊成分uit構(gòu)成,εt和νit彼此獨(dú)立且服從正態(tài)分布,k為一致經(jīng)濟(jì)指標(biāo)的個(gè)數(shù)。這里的ct是我們最為關(guān)心的反映景氣狀態(tài)的SW景氣指數(shù)。式(1)是因子模型的形式,而分別加入描述共同因子的動(dòng)態(tài)行為和各個(gè)特殊成分動(dòng)態(tài)行為的式(2)和式(3)后,則共同構(gòu)成了動(dòng)態(tài)因子模型。2.2狀態(tài)空間模型在通常的計(jì)量經(jīng)濟(jì)模型中出現(xiàn)的所有變量都是可以觀測(cè)到的,但是,式(1)~(3)構(gòu)成的模型中包含了不可觀測(cè)變量ct。若要對(duì)這樣的模型進(jìn)行估計(jì),可以將其寫成狀態(tài)空間形式,利用Kalman濾波識(shí)別不可觀測(cè)變量,同時(shí)完成參數(shù)估計(jì)。狀態(tài)空間模型的一般形式為:量測(cè)方程:yt=Ztαt+dt+εt,t=1,…,T(4)狀態(tài)方程:αt=Ttαt-1+Rtηt,t=1,…,T(5)在量測(cè)方程中,yt是包含k個(gè)經(jīng)濟(jì)變量可觀測(cè)向量,αt為狀態(tài)向量,T表示樣本長(zhǎng)度,Zt是k×m參數(shù)矩陣,dt是k×1向量,εt是k×1向量,是均值為0,協(xié)方差矩陣為Ht的連續(xù)的不相關(guān)擾動(dòng)項(xiàng)。在式(5)描述的狀態(tài)方程中,T1是m×m參數(shù)矩陣,Rt是m×g系數(shù)矩陣,ηt是g×1向量,是均值為0,協(xié)方差矩陣為Qt的連續(xù)的不相關(guān)擾動(dòng)項(xiàng)。在所有的時(shí)間區(qū)間上,擾動(dòng)項(xiàng)εt和ηt是相互獨(dú)立的。2.3數(shù)據(jù)對(duì)象和數(shù)據(jù)來(lái)源本文的研究驅(qū)動(dòng)力,是服務(wù)于我國(guó)經(jīng)濟(jì)的景氣監(jiān)測(cè),因此本文研究的數(shù)據(jù)對(duì)象,全部為我國(guó)的經(jīng)濟(jì)數(shù)據(jù),涉及到104個(gè)數(shù)據(jù)項(xiàng),數(shù)據(jù)樣本區(qū)間為1997年1月-2006年5月間,數(shù)據(jù)頻率為月度數(shù)據(jù),數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局統(tǒng)計(jì)月報(bào)和中國(guó)人民銀行統(tǒng)計(jì)季報(bào)。3sw類變形指數(shù)的建立在探討建立SW型先行景氣指數(shù)之前,本節(jié)首先考慮建立SW景氣指數(shù),以作為進(jìn)一步研究SW型先行景氣指數(shù)的基礎(chǔ),同時(shí)加深對(duì)SW景氣指數(shù)本身的認(rèn)識(shí)。3.1確定經(jīng)濟(jì)指標(biāo)的基本指標(biāo)SW景氣指數(shù)捕捉的對(duì)象是總體經(jīng)濟(jì)的當(dāng)期變動(dòng)趨勢(shì),因此SW景氣指數(shù)基本上與NBER景氣波動(dòng)態(tài)勢(shì)的一致指標(biāo)中的共同成分相對(duì)應(yīng)。為了能夠與NBER一致合成指數(shù)進(jìn)行比較,我們構(gòu)建SW景氣指數(shù)的指標(biāo)是在一致指標(biāo)中來(lái)選取的。K-L信息量是衡量?jī)蓚€(gè)序列概率分布的接近程度,相關(guān)系數(shù)是表明兩個(gè)序列的相關(guān)程度,因此通過(guò)選定一個(gè)基準(zhǔn)指標(biāo)和基于基準(zhǔn)指標(biāo)的不同時(shí)差的指標(biāo)序列,可利用K-L信息量和時(shí)差相關(guān)分析選擇一致指標(biāo)和先行指標(biāo)。本文以工業(yè)增加值,現(xiàn)得到五個(gè)一致指標(biāo),它們分別為工業(yè)增加值(IP)、產(chǎn)品銷售收入(RPS)、能源生產(chǎn)總量(EP)、固定資產(chǎn)投資(INV)和狹義貨幣供給(M1),每個(gè)經(jīng)濟(jì)指標(biāo)都是同比增長(zhǎng)率序列,并且經(jīng)過(guò)季節(jié)調(diào)整。在這五個(gè)指標(biāo)中,前三者體現(xiàn)了產(chǎn)出和銷售市場(chǎng)的變化,后兩者代表了資本市場(chǎng)的變化。在我國(guó),由于勞動(dòng)市場(chǎng)缺乏統(tǒng)計(jì)數(shù)據(jù),無(wú)法得到勞動(dòng)市場(chǎng)的數(shù)據(jù)去計(jì)算SW景氣指數(shù)。但我們認(rèn)為,由于我國(guó)勞動(dòng)市場(chǎng)上供遠(yuǎn)大于求,可以認(rèn)為勞動(dòng)力供應(yīng)是無(wú)限的,因此,勞動(dòng)市場(chǎng)指標(biāo)的缺乏,不影響SW景氣指數(shù)對(duì)經(jīng)濟(jì)波動(dòng)性質(zhì)的捕捉。為了使用動(dòng)態(tài)因子模型,需要保證所有的時(shí)間序列都滿足平穩(wěn)性要求,對(duì)每個(gè)序列進(jìn)行差分處理后,ADF檢驗(yàn)表明,各個(gè)時(shí)間序列都是平穩(wěn)的,檢驗(yàn)結(jié)果見表1。3.2sw兩相性變量ct以狀態(tài)空間形式估計(jì)此動(dòng)態(tài)因子模型,結(jié)果如下:量測(cè)方程:Δipt=0.041×Δct+0.053×Δct-1+u1tΔrpst=0.018×Δct+0.025×Δct-1+u2tΔinvt=0.080×Δct+0.078×Δct-1+u3tΔmlt=0.031×Δct+0.023×Δct-1+u4tΔept=0.068×Δct+0.021×Δct-1+u5tΔipt=0.041×Δct+0.053×Δct-1+u1t狀態(tài)方程:Δct=1.64×Δct-1-0.81×Δct-2+ε1tu1t=1.95×u1,t-1-0.97×u1,t-2-0.02×u1,t-3+ν1tu2t=2.21×u2,t-1-2.01×u2,t-2-0.74×u2,t-3+ν2tu3t=2.24×u3,t-1-2.07×u1,t-2-0.77×u3,t-3+ν3tu4t=2.39×u4,t-1-2.22×u1,t-2-0.79×u4,t-3+ν4tu5t=2.26×u5,t-1-2.09×u1,t-2-0.76×u5,t-3+ν5t對(duì)數(shù)似然值:501.15AIC準(zhǔn)則:-7.88由模型模擬得到了共同因子Δct,將其轉(zhuǎn)化為表征宏觀經(jīng)濟(jì)運(yùn)行態(tài)勢(shì)的景氣指數(shù),即SW景氣指數(shù)ct,如圖1所示?？疾霺W景氣指數(shù),可以看到其基本上刻畫了我國(guó)近10年的經(jīng)濟(jì)波動(dòng)狀況。1996年“軟著陸”以來(lái),中國(guó)告別了計(jì)劃經(jīng)濟(jì)下的短缺經(jīng)濟(jì),出現(xiàn)了總需求不足和通貨緊縮,這迫使我國(guó)政府開始采取擴(kuò)張的財(cái)政政策,連續(xù)增發(fā)國(guó)債擴(kuò)大政府支出,同時(shí),屢次降低利息率等貨幣政策也在努力地?cái)U(kuò)大內(nèi)需,從而擺脫通貨緊縮,避免出現(xiàn)進(jìn)一步的經(jīng)濟(jì)減速。在持續(xù)實(shí)施的擴(kuò)張性宏觀調(diào)控政策下,景氣指數(shù)顯示,宏觀經(jīng)濟(jì)景氣在波動(dòng)中逐漸回升。然而,在房地產(chǎn)等行業(yè)發(fā)展的帶動(dòng)下,鋼鐵、水泥等產(chǎn)業(yè)出現(xiàn)了局部的過(guò)熱態(tài)勢(shì)。央行于2003年9月和2004年4月先后兩次調(diào)高法定準(zhǔn)備金率,抑制投資盲目擴(kuò)張,固定資產(chǎn)投資累計(jì)增長(zhǎng)率由2004年2月份53%降低到全年增長(zhǎng)27.6%,景氣指數(shù)顯示,2004年以后,宏觀經(jīng)濟(jì)開始出現(xiàn)回落,不過(guò),從2005年開始,景氣指數(shù)又顯示出上升的態(tài)勢(shì)。3.3致合成指數(shù)與sw兩品種對(duì)比用同樣的五個(gè)一致指標(biāo),利用NBER方法計(jì)算得到的一致合成指數(shù)結(jié)果如圖2所示。通過(guò)圖2可以看出,NBER一致合成指數(shù)和SW景氣指數(shù)有大致相同的走勢(shì),不過(guò)也存在差別。一致合成指數(shù)的第一輪短周期在1998年5月份開始走出谷底開始回升,在1998年12月到達(dá)峰值,1999年10月達(dá)到谷底。與一致合成指數(shù)類似,SW景氣指數(shù)在1998年4月份走出谷底,在1998年11月到達(dá)峰值,也于1999年10月達(dá)到谷底。一致合成指數(shù)的第二輪短周期從1999年11月開始,至2000年7月達(dá)到峰值,2001年12月達(dá)到谷底。SW景氣指數(shù)這輪周期的下降幅度較小,但峰谷日期也與一致合成指數(shù)相近。一致合成指數(shù)的第三輪短周期從2002年1月開始,2004年2月出現(xiàn)峰值,并于2005年3月達(dá)到谷底;SW景氣指數(shù)從2001年9月開始上升,2004年1月達(dá)到峰值,2005年1月到達(dá)谷底,這與一致合成指數(shù)相類似。隨后,一致合成指數(shù)和SW景氣指數(shù)都顯示出上升并趨穩(wěn)的態(tài)勢(shì)。除了兩個(gè)指數(shù)峰谷點(diǎn)的差異外,一致合成指數(shù)與SW景氣指數(shù)最顯著的差異出現(xiàn)在樣本末端,與SW景氣指數(shù)相比,一致合成指數(shù)下降幅度更大。針對(duì)這兩個(gè)指數(shù)出現(xiàn)的差異,我們選取綜合警情指數(shù)作為比較的標(biāo)準(zhǔn)分別對(duì)比這兩個(gè)指數(shù)?？梢钥闯?綜合警情指數(shù)在樣本末端與SW景氣指數(shù)更相近,對(duì)于峰谷點(diǎn)日期,這幾個(gè)指數(shù)都很接近。從圖2與圖3.1及圖3.2還可以看出,一致合成指數(shù)的歷史表現(xiàn)較SW景氣指數(shù)的歷史表現(xiàn)穩(wěn)定,小峰小谷比較少,但是SW景氣指數(shù)在樣本末端表現(xiàn)更優(yōu),而對(duì)于經(jīng)濟(jì)狀況的判斷,樣本末端是我們最為關(guān)心的。因此可以說(shuō)NBER一致合成指數(shù)與SW景氣指數(shù)各有優(yōu)點(diǎn)。我們認(rèn)為,不同的景氣指數(shù)事實(shí)上是從不同的角度去度量經(jīng)濟(jì)周期的波動(dòng),各有自己的優(yōu)缺點(diǎn),而用不同的指數(shù)去監(jiān)測(cè)經(jīng)濟(jì)的變化,可以使我們對(duì)經(jīng)濟(jì)的判斷更加準(zhǔn)確可靠,這也是我們研究不同景氣指數(shù)的原因之一。4sw先行努力及先行合成指數(shù)本節(jié)考慮利用動(dòng)態(tài)因子模型,分析先行指標(biāo)的共同波動(dòng)成分,建立SW型先行景氣指數(shù),我們把這樣的先行景氣指數(shù)叫做基于先行指標(biāo)的SW型先行景氣指數(shù)。如果能夠得到穩(wěn)定的、符合經(jīng)濟(jì)運(yùn)行事實(shí)的SW型先行景氣指數(shù),將對(duì)預(yù)測(cè)宏觀經(jīng)濟(jì)的未來(lái)走勢(shì)工作具有十分重要的意義。仍然用工業(yè)增加值增速作為基準(zhǔn)指標(biāo),通過(guò)時(shí)差相關(guān)分析和K-L信息量初步篩選出一組先行指標(biāo)(表2)。用動(dòng)態(tài)因子模型計(jì)算先行指標(biāo)組的共同成分,計(jì)算結(jié)果很不穩(wěn)定,因此,本文對(duì)先行指標(biāo)組的經(jīng)濟(jì)指標(biāo)進(jìn)行組合分別計(jì)算。計(jì)算過(guò)程中發(fā)現(xiàn),多數(shù)組合都很難識(shí)別其共同成分,或者計(jì)算出來(lái)的結(jié)果對(duì)模型結(jié)構(gòu)的細(xì)微變化、初值設(shè)定等反應(yīng)異常靈敏。如果這種現(xiàn)象是由于使用Kalman濾波迭代方法本身造成的問(wèn)題,則不能解釋在利用一致指標(biāo)計(jì)算SW景氣指數(shù)的時(shí)候計(jì)算結(jié)果較為穩(wěn)定的事實(shí)。因此我們認(rèn)為,所選經(jīng)濟(jì)指標(biāo)的特性才是導(dǎo)致計(jì)算結(jié)果不穩(wěn)定的重要原因。這是因?yàn)橐恢陆?jīng)濟(jì)指標(biāo)的同期相關(guān)性較大,利用動(dòng)態(tài)因子模型能夠捕捉到指標(biāo)中包含的共同成分,從而得到其共同波動(dòng)特征;而如果幾個(gè)經(jīng)濟(jì)指標(biāo)的相關(guān)性不是很強(qiáng),則通過(guò)模型自然難以識(shí)別出它們包含的共同成分。表3列出了鋼產(chǎn)量(steel)、財(cái)政支出(fiscal)、生產(chǎn)資料價(jià)格指數(shù)(逆轉(zhuǎn)指標(biāo))(price)這三個(gè)先行指標(biāo)(經(jīng)過(guò)季節(jié)調(diào)整,同比增長(zhǎng)率)的同期相關(guān)系數(shù)。可以看出,鋼產(chǎn)量與另兩個(gè)指標(biāo)的當(dāng)期相關(guān)系數(shù)為負(fù)值,財(cái)政支出和生產(chǎn)資料價(jià)格指數(shù)相關(guān)性也不是很強(qiáng)。先行指標(biāo)同期相關(guān)性較差是因?yàn)?篩選先行指標(biāo)是用工業(yè)增加值作為基準(zhǔn)指標(biāo),選擇相關(guān)系數(shù)最大的指標(biāo),而不管先行期有多長(zhǎng)。由于入選的先行指標(biāo)先行期差異較大,這些先行指標(biāo)的同期相關(guān)系數(shù)很可能較小。因此,對(duì)先行期不加區(qū)分地選擇先行指標(biāo)組合進(jìn)行計(jì)算,用動(dòng)態(tài)因子模型識(shí)別其共同成分十分困難,很不穩(wěn)定。經(jīng)過(guò)試驗(yàn)發(fā)現(xiàn),用鋼產(chǎn)量、房地產(chǎn)開發(fā)投資(ih)和工業(yè)產(chǎn)銷率(rips)這三個(gè)指標(biāo)計(jì)算的共同成分較為穩(wěn)定。究其原因,可以發(fā)現(xiàn)工業(yè)增加值與鋼產(chǎn)量滯后6階的序列相關(guān)性最大(相關(guān)系數(shù)為0.779),工業(yè)增加值與房地產(chǎn)開發(fā)投資滯后9階的序列相關(guān)性最大(0.726),工業(yè)增加值與工業(yè)產(chǎn)銷率滯后6階的序列相關(guān)性最大(相關(guān)系數(shù)為0.73),即這幾個(gè)指標(biāo)先行于基準(zhǔn)指標(biāo)的時(shí)期相近。計(jì)算這三個(gè)指標(biāo)的同期相關(guān)系數(shù)也可以發(fā)現(xiàn)相關(guān)性較強(qiáng)。因此,用動(dòng)態(tài)因子模型能夠計(jì)算出它們穩(wěn)定的共同波動(dòng)成分。對(duì)指標(biāo)的數(shù)據(jù)處理和平穩(wěn)性檢驗(yàn)等類似前文,不再熬述。計(jì)算結(jié)果如下:量測(cè)方程:Δsteelt=-0.0043×Δlct-0.015×Δlct-1+u1tΔripst=0.0014×Δlct+0.0021×Δlct-1+u2tΔiht=0.0049×Δlct+0.0037×Δlct+u3t狀態(tài)方程:Δlct=1.499×Δlct-1-0.685×Δlct-2+εtu1t=2.319×u1,t-1-2.102×u1,t-2+0.727×u1,t-3+ν1tu2t=1.654×u2,t-1-0.892×u2,t-2+ν2tu3t=1.583×u3,t-1-0.999×u3,t-2+ν3t對(duì)數(shù)似然值:715.84,AIC準(zhǔn)則:-13.82由模型模擬得到了這三個(gè)先行指標(biāo)差分序列的共同因子,則即為SW先行景氣指數(shù),如圖4所示。用NBER合成指數(shù)方法合成這三個(gè)先行指標(biāo),得到的先行合成指數(shù)與SW先行景氣指數(shù)的對(duì)比見圖5?？梢钥吹蕉叩幕具\(yùn)行態(tài)勢(shì)是相近的,這兩個(gè)序列的同期相關(guān)系數(shù)達(dá)到0.87。不過(guò),在1999年至2004年初的這段上升運(yùn)行中,SW先行景氣指數(shù)上升較為平緩,但是,先行合成指數(shù)在2000年出現(xiàn)一次下滑并于2000年8月走出谷底后,上升速度非?？?迅速超過(guò)了SW先行景氣指數(shù)。二者的這輪波動(dòng)都在2004年1月達(dá)到峰值,然后開始回落,但先行合成指數(shù)在經(jīng)歷了較短時(shí)期的下降后就再次緩緩回升,而SW先行景氣指數(shù)下降期更長(zhǎng)一些。圖6中反映了SW先行景氣指數(shù)先行于綜合警情指數(shù)的性質(zhì)。綜合警情指數(shù)從1998年2月開始逐漸上升直至2004年1月,可以看出,SW先行景氣指數(shù)從1997年8月就開始基本呈現(xiàn)一直持續(xù)的上升態(tài)勢(shì),并同樣在2004年1月達(dá)到峰值。隨后兩個(gè)序列都開始下降,但SW先行景氣指數(shù)在2004年12月開始回升,領(lǐng)先于綜合警情指數(shù)5個(gè)月。雖然相關(guān)性較強(qiáng)的三個(gè)先行指標(biāo)包含了穩(wěn)定的共同成分,但是,通過(guò)與綜合警情指數(shù)的對(duì)比可以看出,這個(gè)景氣指數(shù)并不是好的先行性指標(biāo),這是由所考慮的層面過(guò)于狹窄所致,不能體現(xiàn)SW景氣指數(shù)反映經(jīng)濟(jì)各個(gè)層面的理念?？墒?如果再加入其他先行指標(biāo),通過(guò)動(dòng)態(tài)因子模型又得不到穩(wěn)定的共同成分。因此,將SW景氣指數(shù)方法用于先行指標(biāo)組共同波動(dòng)特征的分析研究中面臨著這種兩難選擇。5基于預(yù)測(cè)的sw型先行中心理壓力的確定既然通過(guò)先行指標(biāo)計(jì)算SW型先行景氣指數(shù)難以實(shí)現(xiàn),我們轉(zhuǎn)而尋找新的途徑,構(gòu)建具有預(yù)警能力的景氣指數(shù)。一種方法是基于狀態(tài)空間模型直接進(jìn)行預(yù)測(cè)。即基于式(5)的狀態(tài)方程,利用本文第三部分構(gòu)建SW景氣指數(shù)的狀態(tài)空間模型,預(yù)測(cè)出未來(lái)的景氣指數(shù)值。為了顯示這種方法的預(yù)測(cè)精度,本文首先在樣本區(qū)間(即1997年1月—2006年5月)內(nèi)截取了1997年1月份至2005年12月份的數(shù)據(jù)計(jì)算SW景氣指數(shù),然后外推出至2006年5月的景氣指數(shù)值,記為SWF1,將其與利用全部樣本數(shù)據(jù)計(jì)算得到的SW景氣指數(shù)(記為SW)進(jìn)行比較(圖7)。圖7的比較結(jié)果表明,用這種預(yù)測(cè)方法計(jì)算的指數(shù)值低于用實(shí)際數(shù)據(jù)計(jì)算的指數(shù)值。用全部樣本數(shù)據(jù)計(jì)算指數(shù)并預(yù)測(cè)出至2006年12月份的指數(shù),結(jié)果如圖8所示。結(jié)果表明,2006年下半年景氣基本呈穩(wěn)中有降的態(tài)勢(shì),不過(guò),圖7的比較結(jié)果說(shuō)明,這個(gè)預(yù)測(cè)也可能會(huì)低于實(shí)際經(jīng)濟(jì)運(yùn)行態(tài)勢(shì)。另一種構(gòu)建具有預(yù)警能力的景氣指數(shù)的方法是,我們回到構(gòu)建SW景氣指數(shù)的一致指標(biāo)工業(yè)增加值(IP)、能源生產(chǎn)總量(EP)、產(chǎn)品銷售收入(RPS)、固定資產(chǎn)投資(INV)和狹義貨幣供給(M1),首先對(duì)各個(gè)變量分別進(jìn)行預(yù)測(cè),然后計(jì)算包括預(yù)測(cè)值的SW型景氣指數(shù),我們將其稱為基于預(yù)測(cè)的SW型先行景氣指數(shù)。為了闡明這種方法的可信性,本文仍然首先利用1997年1月份至2005年12月份的數(shù)據(jù),采用ARIMA模型分別對(duì)各個(gè)變量建立模型(模型形式略),并外推出至2006年5月的數(shù)據(jù),然后計(jì)算基于預(yù)測(cè)的SW型先行景氣指數(shù),記為,將其與利用整個(gè)樣本期間的數(shù)據(jù)計(jì)算得到的SW景氣指數(shù)進(jìn)行比較(圖9),從圖9可以發(fā)現(xiàn)這兩個(gè)指數(shù)差別非常小,這個(gè)結(jié)果說(shuō)明這種構(gòu)建基于預(yù)測(cè)的SW型先行景氣指數(shù)的方法具有較強(qiáng)的可信性。因此,本文利用整個(gè)樣本期間的經(jīng)濟(jì)指標(biāo)數(shù)據(jù),用ARIMA模型進(jìn)行外推計(jì)算出未來(lái)7個(gè)月的預(yù)測(cè)值,由這幾個(gè)包含預(yù)測(cè)值的序列計(jì)算基于預(yù)測(cè)的SW型先行景氣指數(shù)(結(jié)果如圖10所示)。圖10表明,2006年全年經(jīng)濟(jì)景氣呈現(xiàn)持續(xù)上升的態(tài)勢(shì)。6基于預(yù)測(cè)的sw型