先行指标和一致指标的联动性和波动性.docx
- 文档编号:12037377
- 上传时间:2023-04-16
- 格式:DOCX
- 页数:31
- 大小:267.65KB
先行指标和一致指标的联动性和波动性.docx
《先行指标和一致指标的联动性和波动性.docx》由会员分享,可在线阅读,更多相关《先行指标和一致指标的联动性和波动性.docx(31页珍藏版)》请在冰豆网上搜索。
先行指标和一致指标的联动性和波动性
先行指标和一致指标的联动性和波动性
——对通货膨胀影响分析
河北金融学院张绍华、李志亮、宋亚川
目录
1.建立通货膨胀预警指标体系问题的提出1
1.1形成当前我国通货膨胀的过程及原因1
1.2对世界各国的经济发展先行指标横向对比3
1.3我国虽经济发展先行指标和同步指标的情况4
2.预警通货膨胀指标及指标形式的设定5
2.1设定预警通货膨胀指标及应该注意的问题5
2.2预警通货膨胀模型的设计形式6
2.3ARMA模型6
2.4.VAR模型介绍8
2.5Granger因果检验介绍8
3.数据的收集与处理10
3.1数据来源和类型10
4.预警通货膨胀先行指标体系和同步指标体系的评价13
5.ARMA模型及VAR模型14
5.1平稳性检验14
5.2AR模型15
5.3先行指数和一致指数的联动性和波动性分析16
6.预警通货膨胀模型的结论与应对通货膨胀的对策21
6.1.ARMA模型的结论21
6.2.VAR模型及联动性和波动性结论21
6.3.应对通货膨胀应采取的措施22
参考文献25
摘要:
从2010年十月份开始,我国CPI超过4%,并呈现持续增长趋势,我国开始进入通货膨胀的“抗战时期”,本文就是在这个背景下,研究了我国的先行指数和一致指数,两个指数对我国通货膨胀率在时间上,程度上有不同的影响,而且两指数之间也存在着联动性和波动的不对称性。
本文运用了Granger因果检验、ARCH-LM检验等检验和脉冲响应分析。
对两指数的联动性和波动性进行了剖析,以找到预警通货膨胀的方法及找到解决通货膨胀的一些办法。
关键字:
先行指标;Granger因果检;ARCH-LM检验
1.建立通货膨胀预警指标体系问题的提出
改革开放以来,中国经济高速发展,1980—2010年,我国名义GDP的增长率约为15%;近10年我国名义GDP的增长率约为14%,这样快速的发展在世界上是少见的,但是剔除实际GDP的增长率,通货膨胀率大约在5%左右,而国际的标准线是3%,我国处于温和的通货膨胀,也有经济学家认为年物价上涨率在6%以内或10%之下称为温和的通货膨胀,温和的通货膨胀对经济的发展有促进作用,可是有一定的范围,自去年下半年我国的CPI增长率超过4%以来,通货膨胀已经成为政府宏观调控面临的重大问题,通货膨胀已经成为经济较快平稳发展的最大威胁。
通货膨胀的原因可以是需求拉动型,可以是成本推动型,也可以是结构性的通货膨胀,还可以是供求混合导致通货膨胀,从目前来看我国的通货膨胀具体属于哪一种还不是很明确,众说纷纭,物价上涨、央行加息、环境恶化影响农场品产量、外国资本的流入赌人民币升值金融危机爆发后,引发中国通货紧缩的忧虑,4万亿扩大内需,被认为是此轮通货膨胀的重要原因等等。
通货膨胀发展到现在有其内在的规律,也有其外在的推动力。
不管是什么原因,它给我们的生活却构成了实实在在的威胁,尤其是对于我们平民百姓。
找出一条提前预知通货膨胀的方法,显得比较重要,以便我们采取应对通货膨胀的措施。
1.1形成当前我国通货膨胀的过程及原因
在研究之前我们有必要对我国通货膨胀的从“萌芽”到“茁壮成长”做过回顾,来说明先行指标和同步指标的预警作用。
我们从美国次贷危机开始回顾,虽然2009年上半年我国经济表现下滑趋势,但是下半年开始贷款需求仍然旺盛,加上前几年的收入增长为消费升级提供了良好的基础,而政府加大基建与民生工程投资有助于拉动固定资产投资,因此,国内经济形势好于国外特别是好于以美国为代表的发达国家,全年物价将呈现前低后高的走势,但是目前已经具备新一轮通货膨胀的诱因,首先,随着经济的回升,前期投放的货币如不能及时回收,则存在引发通货膨胀的货币条件。
其次,粮食价格在政府的政策保护下,下跌空间非常有限,去年秋冬以来的干旱却有可能减少今年夏粮产量为粮食价格增加新的上涨因素。
最后,虽然目前经济增长前景不明,但是国内和国际市场部分工业品以及先行指标已经开始企稳反弹。
具体方面为:
1、信贷投放超出预期,一季度新增贷款可能超过2.5万亿,全年超过5万亿,货币供应量增速反转;
2、随着各地投资项目落实与企业库存调整接近尾声,部分产品产量或价格出现小幅反弹。
固定资产投资增速大幅回落可能性较小,工业增加值将稳步回升;
3、收入增长减缓,但前几年收入的高速增长,使得居民消费已经脱离仅满足温饱的初级阶段,消费的升级换代使得其对经济的拉动作用将大为增强;
4、美国经济增长下滑势头将进一步延续,国内出口行业仍然处在下降趋势当中。
5、存在着推升物价的因素。
如:
(1)当前为了挽救金融市场而投放的大量货币,未来如不及时回笼,则可能成为下一轮通货膨胀的货币基础。
(2)国内粮食价格受到政府保护,虽然目前已经高于国际市场价格,但未来出现大幅下降的可能性较小。
(3)猪肉价格未来下跌空间有限,对稳定CPI起到较大作用。
(国海证券2009年通货膨胀研究报告-重大研究课)
6、2010年中国进行了价格调整,电、水、天然气价格都上涨,从而更加剧了通货膨胀;国内生产要素价格的上升,结合原材料、燃料、动力购进价格的上涨,成本因素导致物价上涨推动通货膨胀中国的市场经济不太规范。
7、中央政府调控房地产后,社会上的很多游资从楼市退出后对农产品进行严重炒作如炒作大白菜、棉花。
苹果、生姜等等。
在当前流动性过大的情况下,资本的保值增值投资性需求造成了通货膨胀。
8、部分国家2010年遭遇干旱和洪灾造成粮食减产,因而国际农产品价格上涨对中国国内价格产生了很大影响;2010年11月初,美国宣布采取新一轮量化宽松政策后,释放的流动性使得中国国外农产品、大宗商品及原材料(如原油)价格上涨,并传到中国国内,使2010年10月CPI增速超预期;发达国家物质产业的比较优势在长期内丧失,物质产业不断向发展中国家转移,并且持续拉大对发展中国家的贸易逆差。
9、全球化发展进入21世纪以来物质产业转移出现了加快趋势,随着发达国家制造业的主体转移的加速,发达国家对主要发展中国家的物质产品需求越来越强烈,对发展中国家的商品与生产要素价格形成越来越大的拉动作用,对中国的商品与生产要素价格形成越来越大的拉动作用,从而形成由外部需求拉动导致抬高商品价格水平和生产要素价格水平的通货膨胀。
1.2对世界各国的经济发展先行指标横向对比
1、美国的经济发展先行指标体系。
美国的先行指标体系主要有劳动力类、资金类、设备物质类、消费类和综合类。
具体来说,美国国家经济研究局、美国会议委员会、美国景气循环研究所、美国商务部经济分析局四个机构所使用的先行指标也不一样。
以美国国家经济研究局为例,其各类先行指标中,劳动力类采用失业保险的平均每周初次申请、制造业
平均每周工作小时;资金类采用S&P500种股票价格指数货币供给M2;设备物质类采用消费品和原材料新订单、对厂房设备的合同订单、库存的实际变化、敏感原材料的价格变动、卖主推迟交货占比;消费类采用私人新建筑许可、企业及消费者未偿还信贷变化;综合类采用销售不畅公司的比例流动资产总额的变化。
2、世界大型企业联合会经济发展先行指标体系。
世界大型企业联合会的先行指标包括以下10个指标:
制造业周平均工作时间、首次申请领取失业保险金的周平均人数、制造业新近订货单、采购商到货速度放慢指数、制造业新近订货单(不含国防用商品)、新批准的私人建房数、标准普尔500种股票价格、M2货币供给量、利率变化、消费者预期指数。
3、经合组织经济发展先行指标体系。
经合组织先行指标体系可分为劳动力类、资金类、设备物质类和消费类。
劳动力类采用加班小时数;资金类采用股票指数;设备物质类采用新订单、原材料价格指数、工商业预期指数;消费类采用房屋开工。
4、欧元区经济发展先行指标体系。
欧元区先行指标体系可分为资金类、设备物质类、消费类和综合类。
具体来说,资金类采用货币供给指数、利率指数、汇率指数和EMU-11股票指数;设备物质类采用定单头寸;消费类采用新购轿车登记数;综合类采用OECD先行指数。
5、日本经济发展先行指标体系。
日本先行指标体系包括劳动力类、资金类、设备物质类、消费类。
具体来说,劳动力类采用制造业每周平均加班小时数劳动力成本价格指数;资金类采用股票指数、各行业营业利润;设备物质类采用机械、建筑新定货原材料价格指数、存货变化、企业破产数;消费类采用住宅开工数(或面积)、消费者未偿还贷款变化。
6、韩国先行指标体系。
韩国先行指标体系可分为劳动力类、资金类、设备物质类、消费类、净出口类。
具体来说,劳动力类采用制造业新增和离职员工比例;资金类采用货币供给M3、储蓄银行贷款;消费类采用建筑许可面积;净出口采用出口信贷、颁发的进口执照。
以上分析表明,经济发展先行指标体系没有固定的标准,它必须适合一国的国情,宏观经济先行指标设计既要重视国际规律,又要根据国情进行调整。
1.3我国虽经济发展先行指标和同步指标的情况
我国虽然存在着经济发展先行指标和同步指标,但是还没有形成一个完整的系统,所以众多学者从不同的角度对宏观经济的的先行指数和同步指数做了研究,如在指数编制方面,陈磊、高铁梅(1994)运用空间状态模型方法,选择了钢产量、十种有色金属产量和出口指标构建了先行Stock-Watson景气指数,选择工业总产值、全民工业产值、社会商品零售额、商品国内纯进购额、货币流通量和行工资性支出构建一致Stock-Watson景气指数,并进行了模型的预测;晏露蓉、吴伟(2005)在比较国内外先行指标体系发展的基础上,对我国宏观经济景气先行指标和一致指标的选取做了国际上的比较;刘朝阳(2006、2007)晏露蓉、吴伟(2006)在分别选取了先行指标和一致指标的基础上,运用不同的数理方法构建宏观经济先行指数和一致指数,雷曼兄弟、萨伯拉曼、范文仲(2006)运用自行构建的中国先行经济指数,高铁梅、孔宪丽、刘玉(2003)、徐会军、唐志军、巴曙松(2009)、孔宪丽、陈磊(2009)分别构建了中国钢铁工业景气指数、房地产投资景气指数和装备制造业景气指数等行业景气指数,并进行了实证分析。
而丁文斌(2004)、范莉(2006)、侯科峰(2009)则分别构建了北京先行经济指数、福建宏观经济先行指标体系和新疆宏观经济先行指标体系等区域景气指数。
虽然以上研究在不同的角度、不同的程度上取得了许多有价值的结论,但是也应看出,研究者对现有的宏观经济先行指数和一致指数的应用价值各抒己见。
这激发了我们开展此项研究的信心和决心。
基于以上的考虑,我们选择了和GDP积极相关的先行指标和同步指标来进行研究。
先行指标和同步指标是基于经济周期的发展规律提出来的,先行指标先行与经济的繁荣、衰退、复苏,而同步指标与经济周期的变化是通行的。
它们既是经济周期变化的表现,也构成了经济周期的实质发展。
因为在监测国民经济运行方面,一致指数发挥着重要作用,它可以如实地刻画国民经济运行情况,动态反映宏观经济发展变动的轨迹,监测经济领域中的新情况、新问题,是宏观经济运行的(晴雨表)。
在预测经济发展态势方面,则主要是先行指数在发挥作用。
由于经济本身在客观上就存在着周期波动,同时在波动过程中,经济运行中的一些问题可以通过一些先行指标率先暴露或反映出来,因此由先行指标组构建的先行指数在预测宏观经济短期波动方面比较有效,可以预测国民经济的周期波动特征。
2.预警通货膨胀指标及指标形式的设定
2.1设定预警通货膨胀指标及应该注意的问题
模型变量包括先行指数及其滞后期,一致指数及其滞后期。
模型的变量是经过原数据的标准化后加权合成的新序列,在研究先行指标和同步指标合成指数关系时,需要考虑以下问题:
1、先行指标和同步指标的衡量用先行指标指标合成先行物价指数和同步指标合成指数,选取哪些指标,不同的国家对先行指标有不同的划分,但大致包括劳动力类、资金类、设备物质类、消费类和综合类指标。
综合各国指标,一般包括失业保险的平均每周次申请制造业平均每周工作小时;股票价格指数货币供给M2、制造业新近订货单、股票价格指数等。
我国虽然存在着先行指标,但还没有形成完善的系统,在综合考虑世界各国的先行指标体系的同时,也考虑了何问陶、刘朝阳学者对《南方金融》发表文章中的先行指标体系的选取,最后决定,选取金融机构各项资金运用为X1、工业增加值为X2、货币供给量M1为X3、贸易差额为X4、房地产开发投资为X5。
世界主要国家对于同步指标都是在消费者价格指数(CPI)基础上做的调整,所以我们对同步指标决定选取消费者价格指数(CPI)为Y1、生产者价格指数(PPI)为Y2、零售商品价格指数(RPI)为Y3。
2、数据性质的选择。
由于这些指标都是在经济周期存在的情况下,选出的对经济周期的研究指标,而经济周期是随着时间的推移而呈现的有规律的发展变化,进而这些指标都是时间上的积累变化,我们研究的只是国内的通货膨胀率,所以选择时间序列数据来进行研究是最合理的。
3、两者是基于与GDP的关系而联系起来的
对于GDP的研究已经有很长的历史了,在众多学者的研究里,我们知道先行指标和同步指标都与其有密切关系,而两者分别对通货膨胀有密切的关系,但由于数据获取上存在困难,通货膨胀率的数据主要是年度的,要获得大样本其它指标数据的年度数据获取比较困难,所以不是直接建立两者对于通货膨胀率的线性回归,而是进行两者的线性拟合。
2.2预警通货膨胀模型的设计形式
根据经验,首先对被解释变量(Y)与解释变量(X)进行一元线性回归,建立AR模型及VAR模型,分别将方程形式设定为
(ARMA模型)
(VAR模型)
2.3ARMA模型
2.3.1ARMA模型介绍。
ARMA模型(Auto-RegressiveandMovingAverageModel移动自回归模型)是研究时间序列的重要方法,由自回归模型(简称AR模型)与滑动平均模型(简称MA模型)为基础“混合”构成。
由英国统计学家G.MJenkins和美国统计学家G.E.P.Box在二十世纪七十年代提出的时间序列分析模型。
我国的徐国祥,马俊玲《统计与决策》中详细的对ARMA模型分了三种基本形式,具体如下:
1.自回归模型(AR:
Auto-regressive);
自回归模型AR(p):
如果时间序列yt满足
其中εt是独立同分布的随机变量序列,且满足:
E(εt)=0
则称时间序列为yt服从p阶的自回归模型。
或者记为φ(B)yt=εt。
自回归模型的平稳条件:
滞后算子多项式
的根均在单位圆外,即φ(B)=0的根大于1。
2.移动平均模型(MA:
Moving-Average)
移动平均模型MA(q):
如果时间序列yt满足
则称时间序列为yt服从q阶移动平均模型;
移动平均模型平稳条件:
任何条件下都平稳。
3.混合模型(ARMA:
Auto-regressiveMoving-Average)
ARMA(p,q)模型:
如果时间序列yt满足:
则称时间序列为yt服从(p,q)阶自回归滑动平均混合模型。
或者记为φ(B)yt=θ(B)εt
特殊情况:
q=0,模型即为AR(p),p=0,模型即为MA(q),
2.3.2ARMA模型的基本原理
将预测指标随时间推移而形成的数据序列看作是一个随机序列,这组随机变量所具有的依存关系体现着原始数据在时间上的延续性。
一方面,影响因素的影响,另一方面,又有自身变动规律,假定影响因素为x1,x2,…,xk,由回归分析,
其中Y是预测对象的观测值,e为误差。
作为预测对象Yt受到自身变化的影响,其规律可由下式体现,
误差项在不同时期具有依存关系,由下式表示,
由此,获得ARMA模型表达式:
2.4.VAR模型介绍
向量自回归(VAR)常用于预测相互联系的时间序列系统以及分析随机扰动对变量系统的动态影响。
VAR方法通过把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型,从而回避了结构化模型的需要。
一个VAR(p)模型的数学形式是:
这里yt是一个k维的内生变量,xt是一个d维的外生变量。
A1,…,Ap和B是待估计的系数矩阵。
t是扰动向量,它们相互之间可以同期相关,但不与自己的滞后值相关及不与等式右边的变量相关。
由于仅仅内生变量的滞后值出现在等式的右边,所以不出现同期性问题,并且OLS能得到一致估计。
即使扰动向量t有同期相关,但OLS仍然是有效的,因为所有的方程有相同的回归量,所以其与GLS是等价的。
注意,由于任何序列相关都可以通过增加更多的yt滞后项而被调整(absorbed),所以扰动项序列不相关的假设并不严格。
一旦已经估计了VAR模型,EViews会提供很多方法利用已估计的VAR来进行进一步的分析。
在实际应用中,VAR的主要用处是脉冲响应分析,方差分解和Granger因果检验。
2.5Granger因果检验介绍
VAR模型还可用来检验一个变量与另一个变量是否存在因果关系。
经济计量学中格兰杰(Granger)非因果性定义如下:
格兰杰非因果性:
如果由yt和xt滞后值所决定的yt的条件分布与仅由yt滞后值所决定的条件分布相同,即
(ytyt-1,…,xt-1,…)=(ytyt-1,…),
则称xt-1对yt存在格兰杰非因果性。
格兰杰非因果性的另一种表述是其它条件不变,若加上xt的滞后变量后对yt的预测精度不存在显着性改善,则称xt-1对yt存在格兰杰非因果性关系。
为简便,通常总是把xt-1对yt存在非因果关系表述为xt(去掉下标-1)对yt存在非因果关系(严格讲,这种表述是不正确的)。
在实际中,除了使用格兰杰非因果性概念外,也使用“格兰杰因果性”概念。
顾名思义,这个概念首先由格兰杰(Granger1969)提出。
西姆斯(Sims1972)也提出因果性定义。
这两个定义是一致的。
根据以上定义,xt对yt是否存在因果关系的检验可通过检验VAR模型以yt为被解释变量的方程中是否可以把xt的全部滞后变量剔除掉而完成。
比如VAR模型中以yt为被解释变量的方程表示如下:
yt=
+
+u1t
如有必要,常数项,趋势项,季节虚拟变量等都可以包括在上式中。
则检验xt对yt存在格兰杰非因果性的零假设是
H0:
1=2=…=k=0
显然如果(8.39)式中的xt的滞后变量的回归参数估计值全部不存在显着性,则上述假设不能被拒绝。
换句话说,如果xt的任何一个滞后变量的回归参数的估计值存在显着性,则结论应是xt对yt存在格兰杰因果关系。
上述检验可用F统计量完成。
F=
其中SSEr表示施加约束(零假设成立)后的残差平方和。
SSEu表示不施加约束条件下的残差平方和。
k表示最大滞后期。
N表示VAR模型中所含当期变量个数,T表示样本容量。
在零假设成立条件下,F统计量近似服从F(k,T-kN)分布。
用样本计算的F值如果落在临界值以内,接受原假设,即xt对yt不存在格兰杰因果关系。
2.5协整理论
很多宏观经济时间序列可能包含单位根,这一发现刺激了非平稳时间序列分析理论的发展。
Engle和Granger(1987a)指出两个或多个非平稳时间序列的线性组合可能是平稳的。
假如这样一种平稳的或I(0)的线性组合存在,这些非平稳(有单位根)时间序列之间被认为具有协整关系(Cointegration)。
这种平稳的线性组合被称为协整方程且可被解释为变量之间的长期均衡关系。
协整检验从检验的对象上可以分为两种:
一种是基于回归系数的协整检验;另一种是基于回归残差的协整检验,如DF检验、ADF检验CRDW(CointegrationRegressionDurbin-Watson)检验。
2.6单位根理论
单位根检验就是检验时间序列的平稳性。
而检验时间序列的平稳性是构造经典回归模型、时间序列模型、向量自回归模型、面板数据模型的基础。
利用单位根可以检验时间序列的各种非平稳性。
设时间序列方程由:
产生,其中为白噪声序列如果ρ=1则称|Yt|为一个有线性时间趋势的单位根过程。
单位根检验就是根据已观测到的时间序列,检验产生这个时间序列的随机过程中的一阶自回归系数ρ是否为1,这个检验实际上就是对时间序列是否为一个趋势平稳过程的检验,如果检验表明没有单位根,则它是一个趋势平稳过程,否则它是一个带趋势的单位根过程。
3.数据的收集与处理
3.1数据来源和类型
3.1.1数据来源及指标组的构成
由于现在网络发达,本次数据主要来源于以下几个网站,未来保证数据的真实性,对不同网站的相同数据进行了对比,并以统计局统计数据网页的内容为准。
以下是主要采集数据的网站:
中国经济信息网(简称中经网,网址:
)
中国经济统计数据库(Web版):
(网址:
),
国家统计局统计数据网页:
http:
//
中国人们银行统计数据网页:
在以上网站选取了2000.1-2010.12的月度数据,在选取指标时,在遵循目的性、客观性、全面性、敏感性。
相互独立性、可比性、可操作性的原则下,考虑了何问陶、刘朝阳学者在《南方金融》发表文章中的先行指标体系的选取,做了一些调整,选
取了货币供给量M1X1、贸易差额X2、房地产开发投资X3、工业增加值增速X4、金融机构各项资金运用X5等先行指标;同步指标有生产者价格指数(PPI)Y1、消费者价格指数(CPI)Y2、零售商品价格指数(RPI)Y3。
由于数据很多所以截取了部分。
X1
X2
X3
X4
X5
2000年1月
46570
15
123
9
123615
2000年2月
44679
13
246
12
124252
2000年3月
45158
23
288
12
125680
2000年4月
46319
21
300
11
124728
2000年5月
46490
31
341
12
124951
2000年6月
48024
19
447
12
123653
2000年7月
47803
20
392
13
124266
2000年8月
48885
25
399
13
125220
2000年9月
50617
23
447
11
127955
2010年4月
233910
17
3338
18
727276
2010年5月
236498
195
3985
17
736924
2010年6月
240580
200
5830
14
745762
2010年7月
240664
287
4118
13
753807
2010年8月
244341
200
4490
14
764507
2010年9月
243822
169
5156
13
774572
3.1.2数据类型
选取的是时间序列数据,此类数据的重要特征是和时间的相关性,很少假设经济数据的观测独立于时间,特别是在研究经济活动发展变化规律的时候,适合使用时间序列数据,而本文需要先行指标对同步指标的拟合,发现通货膨胀率的变化规律,首先时
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 先行 指标 一致 联动 波动性
![提示](https://static.bdocx.com/images/bang_tan.gif)