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)測的一般方法與邏輯框架建立 計量經(jīng)濟(jì)建模、預(yù)測方法 非線性模型轉(zhuǎn)換、虛擬變量等實用問題 經(jīng)濟(jì)景氣指數(shù)構(gòu)建 我們的經(jīng)濟(jì)預(yù)測模型示例,1.1 經(jīng)濟(jì)金融分析與預(yù)測的一般方法,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 丁、做不到的話，就下決心當(dāng)一位經(jīng)濟(jì)理論家吧,影響因素實證分析,構(gòu)建自己的計量模型,模型預(yù)測結(jié)果,最后結(jié)論：對模型預(yù)測 結(jié)果的修正,理論預(yù)測模型選擇,未來可能出現(xiàn)的新 的影響變量,對自變量數(shù)據(jù)預(yù)測 或假設(shè),1.1 經(jīng)濟(jì)金融分析與預(yù)測的一般方法,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，他對身邊的游客說：“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個月前我來此參觀過。那時講解員告訴我這只恐龍已經(jīng)20億歲了?！?預(yù)測分析經(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)測分析 1)時間序列建模 2)因素分析建模 簡單、短期預(yù)測有效 二、建立指數(shù)模型和指數(shù)進(jìn)行預(yù)測分析 1)合成指數(shù) 2)擴(kuò)散指數(shù) 復(fù)雜、趨勢周期預(yù)測有效 行業(yè)股票研究中同樣非常實用,1.2 經(jīng)濟(jì)金融預(yù)測邏輯框架示例一,預(yù)測變量因素分析與建模時：可用均衡分析和非均衡分析 以中國經(jīng)濟(jì)周期預(yù)測為例。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，重點因素； 右圖：分析預(yù)測中國經(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),勞動力,人口之窗,勞動力成本,能源約束,經(jīng)濟(jì)周期及其變化,

4、經(jīng)濟(jì)周期拐點,1.2 經(jīng)濟(jì)金融預(yù)測邏輯框架示例二,預(yù)測變量有時需要區(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性因素，對把握周期波動具有重要作用 右圖：分析預(yù)測中國物價變化示例,供求：主要商品,貨幣：結(jié)構(gòu)、儲蓄 存款,成本：主要商品 價格、上下游,供求：投資、GDP,貨幣：2,成本：勞動生產(chǎn) 率、勞動力成本,短期CPI變化,中長期CPI變化,1.2 經(jīng)濟(jì)金融預(yù)測邏輯框架示例三,預(yù)測變量有時需要考慮或選變量 分析預(yù)測時要區(qū)分固定變量和備選（或選）變量 如果所預(yù)測的

5、變量是政策變量，因為具有較大的主觀性和外生性，要根據(jù)不同時段環(huán)境背景來選擇不同增加的變量 右圖：分析預(yù)測中國利率調(diào)整趨勢示例,經(jīng)濟(jì)增長,貨幣增長,物價,中美利差,企業(yè)資本回報率,資產(chǎn)價格,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)測的一般方法與邏輯框架建立 計量經(jīng)濟(jì)建模、預(yù)測方法 非線性模型轉(zhuǎn)換、虛擬變量等實用問題 經(jīng)濟(jì)景氣指數(shù)構(gòu)建 我們的經(jīng)濟(jì)預(yù)測模型示例,2.1 計量建模分析過程,基本過程 經(jīng)濟(jì)理論 理論的數(shù)學(xué)模型 理論的計量經(jīng)濟(jì)學(xué)模型 數(shù)據(jù)的收集整理 計量經(jīng)濟(jì)模型的參數(shù)估計 假設(shè)檢驗 經(jīng)濟(jì)、金融指標(biāo)預(yù)報和預(yù)測 控制或政策制定，政策預(yù)測、解讀分析,例：檢驗凱恩斯關(guān)于邊際

6、消費傾向理論并運用模型預(yù)測分析 理論 人們的消費支出隨收入的增加而增加，但消費支出的增加小于收 入的增加。即邊際消費傾向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 方程連立，有多個解釋變量）,建立計量經(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，建立計量模 型： Y=a+bX+u u代表誤差項，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,計量模型,數(shù)據(jù)的收集整理 如果1980分析一國的消費情況，要收集該國的總消費支出數(shù)據(jù)和總收入數(shù)據(jù) 計量經(jīng)濟(jì)模型的參數(shù)估計 采用回歸技術(shù)，利用統(tǒng)計數(shù)據(jù)估計參數(shù)a和b經(jīng)驗值 根據(jù)估計結(jié)果，美國1980-1991的MPC約為0.72 假設(shè)檢驗 以一定的標(biāo)準(zhǔn)，對參數(shù)的估計結(jié)果進(jìn)行檢驗，如果在統(tǒng)計意義上，b小于，說明結(jié)果是可以接受的,預(yù)報和預(yù)測 如果計量模型可以接受，就可用來對因變量進(jìn)行 預(yù)測。假定1994年，美國的GDP預(yù)計為6萬億美元，則 該年的消費支出預(yù)計為 Y=-231.8+0.7194

8、*6000=4085 控制或政策制定，政策趨勢解讀分析 如果希望1994年消費支出達(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： 實現(xiàn)以上過程的軟件有：Eviews、SPSS、SAS等 統(tǒng)計關(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)計依賴關(guān)系，統(tǒng)計關(guān)系式自身不代表任何確定的因果關(guān)系,2.2 模型檢驗、區(qū)間估計、結(jié)果統(tǒng)一表述,擬合優(yōu)度檢驗 擬合優(yōu)度檢驗是批對樣本回歸線與樣本觀測值之間擬合程度的檢驗。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）：實測的Y值圍繞其均值的總變異： 定義判定系數(shù)R2： R2測度了在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 為了判斷點估計與真值的接近程度，可以通過構(gòu)造以估計值為 中心的一個區(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)測中

10、也常用；已知預(yù)測變量均值和標(biāo)準(zhǔn)誤的情 況下，可以確定某個變量落入某一區(qū)間的概率。如：可以預(yù)測 EPS落入2和8之間的概率多少？,OLS估計量的顯著性檢驗 根據(jù)樣本回歸得到的總體參數(shù)的估計量，隨著選取樣本的不同觀測值而不同；給定樣本觀測值時，得到的參數(shù)也與總體參數(shù)的真值不同。因此，必須對會計的參數(shù)值是否顯著成立，做統(tǒng)計檢驗，即顯著性檢驗。 原假設(shè) 備擇假設(shè) 計算統(tǒng)計量 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 從方差分析的角度，檢驗回歸方程的顯著性。 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 運用模型進(jìn)行預(yù)測,根據(jù)經(jīng)濟(jì)理論建立線性回歸模型，并利用統(tǒng)計資料對模型參數(shù)進(jìn)行了估計，建立了回歸方程。經(jīng)過顯著性檢驗，判定回歸方程能正確反映經(jīng)濟(jì)現(xiàn)象時，一個重要目標(biāo)就是利用回歸方程進(jìn)行預(yù)測。 對解釋變量的特定值，代入回歸方程得到因變量的預(yù)測值；在給定的置信水平上，得到因變量預(yù)測值的置信區(qū)間 其中置信區(qū)間的估計非常重

12、要，好多研究報告給出預(yù)測值的同時并沒有告訴客戶置信區(qū)間，這一點應(yīng)盡量避免 此外，還要注意區(qū)分：均值預(yù)測和個值預(yù)測的區(qū)別,均值預(yù)測 假定得到回歸方程 已知X的一個特定值X0，要預(yù)測Y0的條件均值（總體回 歸線上的對應(yīng)Y值）E(Y| X0)， 為E(Y| X0)的估計量（BLUE)。 為了評估估計誤差，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。,個值預(yù)測 預(yù)測給定X的值X0，對應(yīng)的Y0， X0仍為BLUE 而 建立統(tǒng)計量 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

13、的一般方法與邏輯框架建立 計量經(jīng)濟(jì)建模、預(yù)測方法 非線性模型轉(zhuǎn)換、虛擬變量等實用問題 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，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?？?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（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)計量 把計算的該統(tǒng)計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，實際上是一個逐步回歸的過程。 首先，分別建立Y與K-1個變量的回歸模型：,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檢驗的變量作為首選解釋變量，假定是X2。此時可以確定一個基本的回歸方程： 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檢驗的變量作為新增解釋變 量，假定是X3。此時可確定一個基本的回歸方程： 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) 對于這此不符合線性假定的模型進(jìn)行參數(shù)估計，必須加以適當(dāng) 的變換以后，才能用OLS方法估計模型參數(shù)。,對參數(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。 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)解釋變量的觀測值，計算出X*i的之后進(jìn)行OLS估計，得到： 因此可以得到原模型的估計方程：,對數(shù)線性模型： 通過對原模型的對數(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)解釋變量的觀測值，進(jìn)行OLS估計，得到： 因此可以得到原模型的估計方程： 例如，估計C-D函數(shù)：，兩取對

18、數(shù)后： 因此，C-D函數(shù)的估計形式為：,多項式模型 模型的函數(shù)為： 令變量，同樣可以進(jìn)行參數(shù)的OLS估計。,3.3 虛擬變量估計,虛擬變量的引入 在經(jīng)濟(jì)分析中，某些特殊因素會影響到產(chǎn)量的取值，如季節(jié)對飲料需求的影響，特定時期實施特殊政策對各宏觀經(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截距的影響，如：Ct=b0+b1

19、Yt+b2Dt+ut（Dt在正常年份取，反常年份取） 可利用OLS估計得到估計結(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和參數(shù)的全面影響，如 該式可變?yōu)椋?如果得到估計方程： 多個虛擬變量的引入及虛擬變量陷阱問題 在模型中，對一個定性變量可能需要引入多個虛擬變 量。典型的例子是季節(jié)變化對商品銷售的影響,正常年份,反常年份,假定銷售方程為 由于季節(jié)變化對銷售有重要影響，引入四個虛擬變量： 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。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，對于一

20、個有種可能的定性變量，只能引入個虛擬變量，如前面的模型： 銷售方程為： 引入四個虛擬變量： 銷售的季節(jié)模型為 該方程即可進(jìn)行估計,引入不同定性變量的多個虛擬變量 在模型中，如果有多個定性變量對因變量有影響，可同時把對應(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，仍是對于任一個有種 可能的定性變量，只能引入-1個對應(yīng)的虛擬變量。,主要內(nèi)容,經(jīng)濟(jì)金融分析預(yù)測的一般方法與邏輯框架建立 計量經(jīng)濟(jì)建模、預(yù)測方法 非線性模型轉(zhuǎn)換、虛擬變量等實用問題 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,分析師經(jīng)驗,統(tǒng)一口徑 季節(jié)性調(diào)整,圖形對比 時差相關(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個領(lǐng)先指標(biāo)，即對外貿(mào)易指數(shù)、貨幣流動性指數(shù)、發(fā)電量、銅產(chǎn)量、外商直接投資合同金額、股成交量，個一致指標(biāo)，即M2、企業(yè)存款、沿海主要港口貨物吞吐量、財政收入、鋁產(chǎn)量、5個滯后指標(biāo)、即PPI、原材料價格、工業(yè)企業(yè)產(chǎn)成品資金、實際

22、社會消費零售總額、CPI。 確定對中國經(jīng)濟(jì)具有重要預(yù)測和分析作用的關(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，我們總體判斷未來（2006年6月后）10到11個月經(jīng)濟(jì)運行是先降后升，總體呈現(xiàn)波動上升趨勢。,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，還在領(lǐng)先指數(shù)的構(gòu)成指標(biāo)內(nèi)進(jìn)一步建立對經(jīng)濟(jì)周期具胡重要分析和預(yù)測作用的對外貿(mào)易指數(shù)和貨幣流動性指數(shù)。 我們的指標(biāo)體系充分反映我國宏觀經(jīng)濟(jì)的總體運行機(jī)制：在各種資源

23、有效供應(yīng)的情況下，對外貿(mào)易拉動，反周期儲蓄和貨幣流動性推動，國內(nèi)外市場主體信心增強(qiáng)，投資增加，經(jīng)濟(jì)增長，就業(yè)、收入增加，消費和物價發(fā)生變化。 報告還通過嚴(yán)格的計量方法對領(lǐng)先和一致指數(shù)的有效性進(jìn)行檢驗，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，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個指標(biāo)數(shù)據(jù)更新到統(tǒng)一最新時間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)行價格因素調(diào)整,季節(jié)調(diào)整： 經(jīng)濟(jì)時間序列在季節(jié)因素是十分明顯的，本研究對以上統(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48個指標(biāo)統(tǒng)一口徑，并對其進(jìn)行季節(jié)性調(diào)整和計算同比漲幅得到共144個時間序列,以工業(yè)增加值為基準(zhǔn)指標(biāo),采用通告的Kullback-Leibler信息量、時差相關(guān)分析和圖形對比三種方法。 計算領(lǐng)先基數(shù)時設(shè)定了最大滯后期12和24兩種情況，分別進(jìn)行計算。,數(shù)據(jù)說明：領(lǐng)先期數(shù)中的前一個數(shù)表示設(shè)定最大滯后期為12的計算結(jié)果，后一個數(shù)表示設(shè)定最大滯后期數(shù)為24的計算結(jié)果，對應(yīng)的交叉相關(guān)系數(shù)取較大者。空格表明兩次檢驗結(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)并非簡單加權(quán)。 而是先計算各指標(biāo)對稱變化率并標(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)組平均變化率計算合成指數(shù)。,計算指標(biāo)的對稱變化率，并將其標(biāo)準(zhǔn)化 對稱變化率： 標(biāo)準(zhǔn)化：,計算指標(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。 計量檢驗：協(xié)振檢驗、Granger因果檢驗，是兩個非常有用的方法。,領(lǐng)先指標(biāo),一致指標(biāo),滯后指標(biāo),出口,貨幣流動性：,亞洲進(jìn)口、外企出口,居民儲蓄存款,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,反周期儲蓄、周期消費、可貸資金,流動性貨幣、交易需求、消費意愿,能源供應(yīng),基礎(chǔ)性商品供應(yīng),外資預(yù)期、外資信心,市場預(yù)期、市場信心,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：財政存款,工業(yè)企業(yè)成品：工業(yè)企業(yè)產(chǎn)成品額,物價：原材料價格,物價：,物價：,工資成本推動 原料成本推動,就業(yè),收入,零售消費品：實際社會消費品零售額,投資,收入