试论国民经济核算在经济预测诊断中的作用，本文主要内容关键词为：经济核算论文,试论论文,国民论文,作用论文,经济论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
针对某一经济现象，人们往往习惯于套用一些俗成的数学模型，采集有关因子的历史数据，构建一定形式的预测模型，拟合某些经济变量的历史轨迹，对未来一段时间的走势作出预测，从而采取相应的策略。但有时在建立具体模型时，并不一定如建模者所想象的那样。实际上，每一类模型都具有它使用的前提，即使在大体满足的情况下，所建模型也会存在这样那样的缺陷，这给每个建模者提出了必须面对和解决的紧迫问题。我们必须对这些问题作出合理的数学和经济学的解释，单从经济学角度来讲，由于经济变量结构错综复杂，很难滤析出单一的致因。因此，如何将定量研究和定性研究有效结合，客观地对某经济现象作出评价，是摆在每个经济工作者面前的课题。本文试图就此问题作一些探讨，以请教同仁。
一、经济预测与诊断
建立准确科学的经济预测模型，较为客观地反映整个国民经济的运行规律和形成机制，及时制定和调整经济行为对策和战略，一直是经济学家和各国政府领导梦寐以求的理想。经济预测建模技术因而日益成为经济工作者不断发掘和研究的热点。然而，经济预测既是一门理论严谨、体系完备的科学，同时还是一门技术相当精湛的艺术。截止现今，人们基于不同的立足点，已发展了数十种实用的预测技术和方法，但无论从理论上讲，还是从实践的运用看，每一种技术都只能在一定程度上模拟和描述纷呈繁杂经济现象的某些侧面，都具有相当的局限性。此外，就使用这些方法的效果而言，也存在相当的差异。这体现于经济预测的各个环节，诸如，抽样方案的设计，原始数据的获取、处理和分析，模型形式的设定，内外生变量的选择，估计参数的技术，假检验的运用，以及预测结论的解释与修正等等。如何才能提高经济预测的效果，需要从影响预测效果的各个因素方面入手，同时还需要以丰富的实际经济工作经验为基础的后盾。一种成功的预测，既需要从量上分析研究经济现象的发展变化，又需要从性质上分析研究经济现象的发生规律。定性与定量的完美统一，才是有效预测的根本基础。
80年代后迅速发展起来的预测模型诊断技术，是一种将宏观建模与数据微观结构分析相结合的新技术。它着重研究和刻划用于预测建模的原始数据的质量，包括：数据采集过程，样本信息量评价，样本聚集状态的散布，异常性和影响点的诊断与识别，内外生变量选择的影响刻划，模型错定分析，以及假设检验的诊断等等。这一领域的迅速崛起，不仅丰富和发展了预测技术，同时对各种预测技术本身提出了严峻的挑战。人们再不能只注重预测技术本身，再不能拘泥于传统的“建模——预测”这一固定的程序，而必须进一步的更新，即“建模——预测——诊断——建模——预测”。也就是说，人们在作出预测的同时，必须对预测技术和预测结果作出评价，而这种评价并不应是延续传统的统计检验和各种置信度的满意，而必须从全新的视角关照预测过程的每个环节，考虑各个过程是否存在信息的失真和判定错误，是否产生对预测结论有致命影响的“淹没”和“遮被”现象。
然而，当我们努力探测出这些“病灶”后，如何查找出致病因子，又如何开出治病良方呢？这在经济预测中显得尤为重要，而且，至今仍是这一研究领域的难解之谜。一般地讲，广谱的医治方案难以寻觅，“具体问题具体分析”的方针倒是应遵循的准则。下面以实证方法说明如何将国民经济核算理论应用于经济预测诊断问题。
二、预测诊断实例
表2.1列出了经济学家Malinvand（1966）给出的一组研究法国经济问题的原始数据，所考虑的目标函数（响应变量）为进口总额（y），解释变量分别为∶x[，1]＝国内生产总值，x[，2]＝库存量，x[，3]＝总消费量。将原始数据中心化、标准化后，列于表2.2中。其最后一列为作者在参考文献中提出的诊断复共线影响点的统计量。
法国经济分析原始数据
表2.1
单位：十亿法朗
序号 年份
x[，1]x[，2]x[，3]y
11949149.3 4.2 108.115.9
21950161.2 4.1 114.816.4
31951171.5 3.1 123.219.0
41952175.5 3.1 126.919.1
51953180.8 1.1 132.118.8
61954190.7 2.2 137.720.4
71955202.1 2.1 146.022.7
81956212.4 5.6 154.126.5
91957226.1 5.0 162.328.1
10 1958231.9 5.1 164.327.6
11 1959239.0 0.7 167.626.3
利用多元回归分析预测技术，可以判定：在解释变量x[，1]和x[，3]间存在近似的线性关系（或称作复共线性关系）。再由表2.2，利用作者所提诊断统计量和诊断准则，应判定：第2号、第5号和第11号样本点为复共线强影响点。亦即，1950年、1953年和1959年的观测数构成解释变量x[，1]——国内生产总值与x[，3]——总消费量间近似复共线性关系的强影响点。此外，作进一步的诊断分析，还可知：第11号样本点，即1959年的观测数据，还是回归强影响点和高杠杆点。
表2.2 中心化、标准化后的数据和诊断量
三、一种可行的核算解释
现有经济和统计学的文献中虽诊断出了上述著名算例中存在的复共线性关系，以及复共线强影响点、回归强影响点和高杠杆点，但并未能进一步阐明产生这些现象的经济学根源。我们试图用国民经济核算原理给予剖析。
国民经济核算是以整个国民经济或社会再生产为对象的宏观核算。该体系对国民经济运行或社会再生产过程进行全面、系统的计算、测定和描述，是整个经济信息系统的核心。一方面，它以一定的经济理论为基础，明确规定了一系列核算概念和核算原则，并制订一套反映国民经济运行的指标体系、分类标准和科学的核算方法以及相应的表现形式，为国民经济核算提供一套逻辑一致和结构完整的核算框架；另一方面，它遵循一定的国民经济核算标准和规范，对国民经济的各个方面和部门进行全面的核算，从而得到一系列全面、系统的国民经济核算资料，通过这些具有内在联系的一系列总量数据和分部门数据，系统地反映从生产、分配到交换、使用这一经济循环过程，以及国民经济各部门在社会再生产中的地位、作用和相互联系，因而构成了国家宏观经济决策和调控的重要依据。
无论起源于原苏联的物质产品平衡表体系（新MPS），还是西方国民经济核算体系——国民帐户体系（新SNA），以及结合二者特色的《中国国民经济核算体系（试行方案）》（1992），它们都为经济预测，进而为经济决策，提供了可充分利用的原始数据，更为预测诊断和决策评价找到了问题的根源归宿。反之，预测诊断和决策评价同时也加强了国民经济核算在国家经济建设中的基础地位。
就现今问题来讲，复共线性关系产生的根本原因并非由于原始数据本身，而在于我们在作回归预测时错误地选择了自变量。因为从国民经济核算原则看，国内总产值反映的是常住单位生产活动的最终成果，一方面它从总量上反映社会产品的运动，即社会产品的生产与使用间的经济联系；同时，它还反映货物和服务的进出口量。可见，将国内生产总值作为进口总额这一响应变量的解释变量是恰当的。另一方面，国内生产总值反映原始收入的形成和最终支出的结果，因而国内生产总值在原则上已反映了常住单位的总消费量，此时再将总消费量作为进口总额这一响应变量的解释变量，势必将高度相关的两组变量同时引入了回归预测模型。事实上，在上述法国经济问题中，国内生产总值x[，1]与总消费量x[，3]间的相关系数高达0.997。显然，复共线性关系的产生成为必然。
进一步，我们分析回归强影响点、高杠杆点和复共线强影响点产生的原因。我们指出它们的产生直接与核算资料密切相关。表2.1中的所有数据都直接来源法国1949——1959年的国民经济核算统计资料，但为何仅有1950年、1953年，特别是1959年的核算数据对回归预测和复共线性关系构成严重影响呢？这使人产生不得不对法国这三年的经济统计数据产生关注。一种直接的逻辑推理是，这三年的核算资料不准确，或许是这三年的核算对象和核算范围与其它年份不一致，把本不应划为本期生产活动的成果划归为本期生产活动的成果，或是将本应属于本期生产活动的成果未划入本期生产活动的成果等，这样就违反了国民经济核算原则，从而造成过失数据。另一种合理的推测则是核算无误，而法国经济在这三年中确有反常现象，跳跃或回落幅度较大，导致这些样本观测数据出现异常。在这一意义下，经济预测诊断技术为宏观和微观经济分析提供了可进一步关注的信息。
四、结束语
尽管经济预测诊断和国民经济核算所研究的内容和对象各有不同，但由上述分析可见，它们是经济分析中不可分离的统一体，只有将二者有机地相结合，经济分析才更系统、更全面、更可靠。如何将它们更完美地结合，在我国建设有中国特色社会主义市场经济的今天，正是我们每个经济工作者急待解决的新课题。