中国商品市场景气研究，本文主要内容关键词为：景气论文,中国论文,商品市场论文，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。
随着全球经济一体化的深入，市场发达程度逐渐成为各国竞争力的重要标志，稳健发展的市场体系是各国政府孜孜以求的最佳模式。由于市场中买卖双方信息的不对称，使得商品市场在运行的过程中容易出现供求的巨幅波动，从而影响商品市场的健康发展。为了避免这种巨幅波动，就必须编制科学的商品市场景气指数来监控市场风险，为市场交易各方及政府职能部门提供科学的决策依据。
本文选用中国商品市场2001年1月至2007年6月，共78个月的数据，根据中国商品市场的特点，挑选出反映我国商品市场发展各个方面特点的23个指标，借鉴国际上通用的景气指数编制方法编制我国商品市场景气指数，并根据指数计算结果对中国商品市场进行景气分析。
一、中国商品市场景气指数的编制
（一）指标的选取
根据我国商品市场的特点，我们将影响我国商品市场的因素分为生产资料市场、消费品市场、对外贸易和市场环境四大类。生产资料市场是交换人们在物质资料生产过程中所需要使用的劳动工具、劳动对象等商品的市场。反映生产资料市场的指标有：工业增加值、主要工业品产量、工业产品产销率、工业经济效益综合指数、建筑业增加值、工业品出厂价格指数等。消费品市场是交换用于满足消费者的个人生活消费需要以及社会消费需要的消费品的商品市场。消费品市场是整个市场体系的基础，所有其他的市场都是由它派生出来的。反映消费品市场的指标有：第一产业增加值、社会消费品零售总额、城镇居民人均消费性支出、农村居民家庭现金支出、居民消费价格指数、商品零售价格指数、限额以上批发零售业商品库存总额等。我国是世界第三大贸易国，消费、投资和出口是拉动我国经济增长的“三驾马车”。反映我国对外贸易的指标有进口总额、出口总额、进出口总额、汇率、外商直接投资、海关关税总额等。市场环境是指影响市场运行的一系列因素的总和。反应市场环境的指标有：财政收入和支出、城镇居民人均可支配收入、农村居民家庭现金收入、城镇固定资产投资情况、国内生产总值、失业率、商业贷款、货币供应量M[,2] 和企业家信心指数等。
从影响商品市场的大量指标里，我们筛选出以下指标作为中国商品市场经济指数编制的指标。（见表1）
（二）数据的前期处理
在对指标进行分类和计算景气指数之前，必须对收集的数据进行预处理。首先要对数据进行初步加工，补齐缺失的数据，并剔除补齐后数据的极端值。接着，对经过初步加工后的数据进行进一步的处理，以消除季节性变动、长期趋势变动、随机性因素等的影响。最后，把逆指标、适度指标转化为正向指标，同时消除量纲的影响，使指标具有可比性，使系统具有稳定性。
1.原始数据的预处理
通过检查原始数据我们发现，由于各种原因，原始数据存在部分缺失的现象，比如固定资产投资完成额缺少每年1月份的数据，生产资料总额缺少2001年1、3、5、7、9、11月份的数据。我们选用SPSS软件对这些缺失数据进行补齐。为了减少大量极端值对后续数据处理的影响，还需要剔除补齐后数据中的极端值，我们选用SPSS探索性分析对各个指标的所有数据进行分析，并剔除各个指标的极端值。
2.时间序列的季节调整
由于不同的季节对经济活动的影响程度不同，相同的经济活动在不同季节里产生的经济效果不同，因此不同的子年度指标之间存在不可比因素。为了使不同季节的指标之间具有可比性，应首先对数据进行季节调整。
X－12季节调整法是X－11季节调整法的最新改进，是目前进行季节调整的基本方法。在Eviews5.0或高版本的SPSS中都可以找到X－12季节调整方法。该方法的核心思想是对称移动平均和高阶移动平均，通过多次迭代，最终分离出原序列（O）的趋势周期（TC）、季节因子（S）、交易日因子（TD）、节日因子（H）和不规则成分（I），得到剔除季节成分的调整后的序列。
在X－12季节调整方法中原始序列（O）既可以写成连乘形式又可以写成连加形式，即：
O＝TC×S×TD×H×I 或
O＝TC＋S＋TD＋H＋I
这个等式不同于最初的皮尔逊公式的新特点是包含交易日因子和节日因子。交易日调整主要是给定月份中工作日数量的变化，这对零售业及财务交易活动影响重大。在我国节日调整主要是考虑到由于春节、五一劳动节和十一国庆节等节日而引起的模型变化。
3.时间序列长期趋势的剔除
我们采用Eviews5.0中的X－12季节调整法，剔除季节因素和不规则因素的影响，可以得到最终趋势和周期的乘积。由于在景气分析中，只需对循环要素进行分析，故而要消除时间序列中的趋势。通过对数据做时序图发现，大部分指标呈现出非线性的增长趋势，因此我们选用回归分析方法来对数据进行处理。由于其中的6个价格指数指标没有明显的长期趋势，故对这些指标不做调整。剩下的十七个指标用回归分析法分析所得结果如下页表2所示：
对于每个方程进行以上11种方法进行拟合，选出一个最优的拟合方程。我们的选择标准考虑到Rsq（拟合优度）和F值进行比较，通过对以上17个方程进行分析，发现Cubic（立方）或Quadratic（二次方）是其中最适用于所分析指标的。用Cubic或Quadratic对各指标数值进行拟合所得方程见表2所示。由于在此我们不是要对数据拟合回归方程，只是用它来拟合趋势，所以在表中Rsq只用来比较以上11种方法的拟合好坏程度。从表中我们可以看出，除了X4的Rsq小于0.9。其余的16个方程的Rsq都在0.9以上，所以得出的趋势方程效果是很好的。
（三）先行、一致和滞后指标的确定
先行／领先指标（Leading indicators）是指相对于商品市场周期波动，在指标的时间上领先，这些指标在商品市场变动前就表现出变动征兆，可以为即将到来的月份里的市场情况提供预兆。一致／同步指标（Coincident indicators）是代表商品市场周期波动特征的指标，这些指标的转折点大致与商品市场周期的转变同时发生，它们并不预示将来的变迁，而是表示商品市场正在发生的情况，它们与商品市场运行大体同步变动，市场扩张时它们上升，市场收缩时它们下降。滞后指标（Lagging Indicators）是指相对于商品市场周期波动，在指标的时间上落后，即它们在市场运行变动之后才表现出类似的特征，当市场回升一段时间后它们才开始上升，市场衰退一段时间后它们才开始下降。
常用的景气指标分类的方法有峰谷对应法、时差相关法、K－L信息量法、马场法和聚类分析法。本文采用峰谷对应法、时差相关法和聚类分析法，最后得出的指标分类如表3所示：
表3 先行、一致、滞后指标的确定
由表3可见，对于各指标的分类，这三种方法有的同步，有的不同步。对于分类不同的指标，确定其类别遵循以下原则：由于聚类分析对于同步指标的分类，是通过计算基准指标与被选指标的相关系数来确定的，凡是确定为同步指标的指标，都与基准指标有较强关系，峰谷对应法在确定转折点时人为因素较强，但对同步指标的确定相对准确，因此凡是它们确定的同步指标都予以保留。
（四）景气指数的编制
1.扩散指数
扩散指数是以上升的指标和即将上升的指标个数占全部选用指标个数的百分比来表示经济扩张或者经济萧条的状态，进而反应经济循环变动的周期和转折日期的方法。所以扩散指数又叫扩张率，它是在对各个经济指标循环波动进行测定的基础上，所得到的扩张变量在一定时点上的加权百分比，由于它能表明经济总体活动的景气扩张之渗透程度，故此得名。在计算扩散指数时，要首先将每一个时点上的扩张百分比都计算出来，这样就得到一个扩散指数的动态序列。把它画在图上，则可以形象地表现出经济波动相继扩散的动态过程。现以DI[,t]表示t时刻的扩散指数，则有
则I＝0；i确定取决于比较的基础，若和前期比较，则i＝1，若和前两期比较，则i＝2。
由以上扩散指数的计算公式可知，0≤DI[,t]≤100％，它的循环波动的长度由相邻两次波动的谷底组成，和一般指标的波动类似，每一次波动也被分解为四个阶段，可根据扩散指标数与设定三个标志值的关系来确定宏观经济运行阶段及走向：（1）当0＜DI[,t]＜50％时，上升指标数小于下降指标数，在此阶段扩张因素不断生长，收缩因素逐渐消失，经济向扩张方向运动，此时经济系统运行于不景气空间的后期。（2）当50％＜DI[,t]＜100％时，上升指标数多于下降指标数，经济运行于景气空间，经济状况发生了重大转折，随着DI[,t]向峰值100％的接近，经济越来越热。（3）当100％＞DI[,t]＞50％时，上升指标数仍多于下降指标数，经济处于景气空间后期，经济正在走下坡路，整个经济系统正处于降温阶段。（4）当50％＞DI[,t]＞0时，经济运行又发生重大转折，上升指数小于下降指标数。经济系统处于全面收缩阶段，经济系统进入一个新的不景气空间前期。
由于扩散指数具有较强的变异性，为了消除一些随机因素对扩散指数的影响，过滤掉一些虚假的经济转折信号，我们对已得到的扩散指数再进行五项加权移动平均。一般来说，离得越近的数据影响越大，因此在这儿我们设权重为1／9、2／9、3／9、2／9、1／9。即本期的权重为3／9，前一期和后一期的权重为2／9，前两期和后两期的权重为1／9。具体结果见图1：
图1 扩散指数计算结果
2.合成指数
合成指数和扩散指数一样，也是从反映各种经济活动发展的主要经济指标中选取一些敏感的指标，通过合成各指标变化率的方式，把握景气变动的大小。合成指数的构成也分为先行、同步、滞后指标组，各指标组的功能与扩散指数的功能相同。合成指数又叫综合指数，它的计算方法是先求出每个指标的对称变化率，即变化率不是以本期或上期为基数求得，而是以两者的平均数为基数求得（这样可以消除基数的影响，使上升与下降量均等）。然后，求出先行、同步、滞后三组指标的组内、组间平均变化率，使得三类指数可比。最后，以某一年为基年，计算出其余年份各月的指数值。合成指数的编制步骤如下：
其中:P是同步指标组的R。
5）计算标准化平均变化率：
对于同步指标组，有F＝1，V（t）＝R（t）。
（3）求综合指标I（t）
对各组令I（1）＝100，且：
合成指数的具体计算结果如图2所示
图2 合成指数计算结果
二、中国商品市场景气分析
从图1和图2扩散指数和合成指数的计算结果来看，我们大致可以得到以下结论：
（一）先行、一致和滞后指数具有较好的区隔性
从计算结果来看，不管是扩散指数还是合成指数，先行指标都表现了较好的先行性，一般领先一致指标3个月以上，我们在判断中国商品市场未来的走势时，可以很好地利用这个特点，通过先行指数对整个商品市场未来几个月的走势做一个预测，有利于对商品市场风险的监控和防范，为市场的各个交易者规避风险提供了科学的决策依据；同时，也为政府相关职能部门准确调控市场提供可靠的依据，有利于提高政府调控政策的科学性。而滞后指数也表现了较好的滞后性，为我们准确确定周期转折点提供了依据。
（二）一致景气指数较好地反映了商品市场的实际运行情况
无论是一致扩散指数还是一致合成指数都较好地反映了我国商品市场的实际运行情况。我国商品市场从2001年下半年开始逐渐转暖，到2002年下半年开始出现升温迹象；2003年上半年那场突如其来的“非典”对我国商品市场造成了较大的冲击，市场景气状况进入低谷。随着“非典”的结束，我国商品市场很快恢复了以往的生机，从2003年下半年开始，在部分原材料价格上涨的带动下，我国商品市场进入景气空间。此后，在有利的宏观政策调控下，我国商品市场的波动幅度始终处于适当的范围之内，一致合成指数一直都保持在（95，105）这段较小的范围内。
（三）景气指数的周期长度
扩散指数的平均周期在18个月左右，而合成指数的平均周期在24个月左右，这种现象是由于扩散指数相对于合成指数有较强的变异性决定的，虽然两种指数确定的中国商品市场的周期长度稍有不同，但是根据计算结果我们可以大致确定中国商品市场的波动周期在一年半到两年之间。商品市场周期长度的确定，为我们准确划分商品市场的周期，进行反周期的市场调控提供了相关依据。
三、结语
本文利用国际上流行的景气指数编制方法，结合我国商品市场的运行情况，建立了一套符合我国国情的商品市场景气指数编制方案；通过验证表明，景气指数计算结果较好地反映了我同商品市场实际的运行情况，并可以作为监控商品市场风险的依据。同时，由于各种原因，本文的指数编制方案还有许多有待改进的地方：（1）由于有些指标没有统计月度数据或数据统计长度不够，一些比较重要的指标（如失业率）没有选入指标体系，整个指标体系有待进一步完善；（2）由于有一些指标是月度数据，而有些指标是季度数据，虽然经过简单的处理，但是还是会对景气指数计算的准确性带来影响；（3）对先行指标、一致指标和滞后指标划分方法有待改进，本文只选用了三种指标划分方法，再加上在实际处理过程中带有较强的主观性，指标划分的准确性有待进一步研究，指标划分方法也有待改进。