中国制造业生产的上下游传导关系分析——基于制造业PMI的研究,本文主要内容关键词为:下游论文,制造业论文,中国制造业论文,关系论文,PMI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。
经过30多年的改革开放,制造业已成为中国经济增长的主导和经济转型的基础,宏观经济景气状况在很大程度上取决于制造业。因此,对制造业景气的预测对于中国宏观经济的预测和政策制定具有十分重要的意义。然而,近几年人们对中国制造业景气程度监测的研究主要集中于制造业的产值、结构、效率、就业和创新等方面,较少关注制造业生产的上下游传导关系,而从制造业PMI(Purchase Management Index,采购经理指数)角度研究这一问题的更是凤毛麟角[1-4]。 PMI是国际公认的经济先行指标。据美国专家分析,PMI与经济周期高度相关,其转折点往往领先国内生产总值(GDP)几个月[5]。在过去40多年里,美国制造业PMI一般领先商业高潮6~18个月、商业低潮1~4个月。因此,制造业PMI已成为GDP增速的重要影响因素[6,7]。在中国,制造业PMI虽然自2005年才开始由中国物流与采购联合会和国家统计局共同编制,但经过几年的数据累积,已发现其在经济高潮到来之前领先于GDP等相关指标发生变化[8]。张利斌、冯益、刘龙飞、张竹(2012)和张利斌、冯益(2012)在进行格兰杰(Granger)因果检验后,构建了GDP累计增速与制造业PMI之间的回归模型,结果表明制造业PMI能够很好地预示经济走向和拐点[9,10];何黎、何跃(2012)发现,引入制造业PMI的ARCH模型对季度GDP的预测结果优于GMDH模型和ARIMA模型[11];许志伟、薛鹤翔、车大为(2012)利用制造业PMI对产成品存货投资和原材料存货投资进行研究,发现前者具有逆周期性而后者表现出顺周期性[12]。制造业PMI对工业增加值等指标也有一定的预测作用[13];在具体模型的选择上,ADL模型比ECM模型的预测效果更好[14]。 可见,制造业PMI与宏观经济之间的确存在高度相关性。现实是鲜有文献利用制造业PMI研究制造业生产的上下游传导关系,这正是本文研究的出发点,以期能够更好地为宏观经济预测和企业内部生产经营管理提供参考。 本文在如下几方面改进了以往的研究:(1)选取中国制造业PMI作为衡量制造业生产状况的代理指标,以更加微观地对制造业甚至宏观经济进行监测;(2)鉴于支出性数据与实际经济状况经常有偏差(Rawski,2001;周建,2003),选取生产性指标并从制造业生产上下游角度研究其间的传导关系,以使结论更具说服力[15,16];(3)采用对滞后阶数不敏感的格兰杰(Granger)因果检验(Hsiao,1981)和向量自回归(VAR)模型两种方法进行实证研究,并相互验证以使结论更加稳健[17]。 本文首先定性分析制造业PMI以及各指标之间的传导关系,然后利用格兰杰(Granger)因果检验实证检验这些指标之间的领先滞后关系,并对实证结果进行经济解释。 二、实证检验的目标假设 中国制造业采购经理指数体系共包括11个指数:生产量、新订单、新出口订单、积压订单、产成品库存、采购量、进口、购进价格、主要原材料库存、从业人员、供应商配送时间。其中,生产量、新订单、主要原材料库存、从业人员、供应商配送时间5个指数构成一个综合指数——制造业PMI①,它主要反映制造业生产的景气状况,与其他6个指数以及反映上下游生产情况的有关指标有着密切联系。 首先,将原材料的采购量、进口、购进价格三个指数和发电量作为反映制造业上游生产情况的指标。在下游需求不断扩大进而导致制造业生产不断扩张即制造业PMI不断上升的过程中,(1)原材料采购量最终必然增加,因原材料库存只能具有一时的缓冲作用;(2)对经常发生原材料进口的制造业企业来讲,其原材料进口会增加;(3)原材料的购进价格会因制造业的生产扩张而上升,但同时也提高了制造业的生产成本进而影响制造业的原材料需求和未来利润;(4)被普遍作为工业生产上游指标的发电量,其高低在很大程度上反映了工业生产的活力,因而会伴随制造业PMI上升而上升。 由此提出第一个目标假设:制造业PMI可以单向预测采购量、进口和发电量,与购进价格之间可以相互预测。 其次,将积压订单和产成品库两个指数作为一致指标②。当下游需求不断提高时,企业接到的新订单和生产量都会随之增加。新订单增加会直接增加积压订单,而生产扩大又使积压订单迅速减少;新订单增加会使企业立即从产成品库存中安排发货,而产量增加又增加了产成品库存。由于制造业PMI受新订单和生产量的影响很大③,因此产成品库存和积压订单与制造业PMI之间应该是相互影响的关系。 这样便得到第二个目标假设:制造业PMI与积压订单和产成品库存之间可以相互预测。 最后,将新出口订单指数和汽车销售额、商品房销售面积、社会消费品零售总额作为下游指标④。作为衡量外部需求的新出口订单增多会导致新订单增多,而新订单又是制造业PMI的重要组成部分,所以新出口订单的增加推动制造业PMI上升;作为曾经的国民经济支柱产业,汽车产业生产所需原材料、零部件加工以及整车装配等涉及制造业的多个行业,因而其销售额在很大程度上影响着制造业的景气程度;2003年以来,我国城镇居民住房主要依靠购买商品房,而商品房销售面积的提高可以拉动建材、电器等一大批制造业行业;批发零售业、住宿餐饮业以及其他行业直接售给城乡居民和社会集团的制造业产品的增多也会扩大制造业对这些零售消费品及其相关商品的生产。 因此,新出口订单、汽车销售额、商品房销售面积和消费品零售额能够预测制造业PMI,这便是第三个目标假设。 综上所述,新出口订单、汽车销售额、商品房销售面积和社会消费品零售总额这4个指标的走势领先于制造业PMI;制造业PMI的走势领先于采购量、进口和发电量这3个指标上升;购进价格、积压订单和产成品库存应该与制造业PMI走势同步(图1)⑤。 图1 制造业PMI与各项指标之间的假设关系 三、数据来源及其统计特征 本文使用的制造业PMI、采购量、进口、购进价格、发电量、积压订单、产成品库存、新出口订单、汽车销售额(累计)、商品房销售面积(累计)、社会消费品零售总额(累计)和狭义货币供应量(M1)的月度数据均来自中国宏观经济信息数据库,样本区间为2005年1月至2012年8月。 为保证数据口径的一致性,首先,对汽车销售额(累计)、商品房销售面积(累计)和社会消费品零售总额(累计)这3组数据进行差分得到相应的月度数据;其次,由于每年1月、2月的商品房销售面积数据是合在一起统计并发布的,因此这里进行了插值处理,从而得到这两个月商品房销售面积的月度数据;另外,制造业PMI、采购量、进口、购进价格、积压订单、产成品库存和新出口订单这些月度指数都是经过季节调整的,而官方未公布调整方法,为此本文选择中国经济景气检测中心推荐的X-11方法对发电量、汽车销售额、商品房销售面积、社会消费品零售总额和M1进行季节调整。 可以看出,制造业PMI、采购量、进口、购进价格、积压订单、产成品库存和新出口订单的均值均在50左右,其中采购量、购进价格和新出口订单的标准差相对较大;季节调整后的发电量、汽车销售额、商品房销售面积、社会消费品零售总额和M1的均值与调整前相差很小,但标准差有不同程度的下降,见表1。 为节省篇幅,这里只给出中国制造业PMI的走势,基本在40~60之间波动(图2)。值得注意的是,2008年次贷危机的爆发使得PMI由60左右骤降至40左右,其后又迅速回升至50以上,其余时间基本都在50以上。⑥ 图2 制造业PMI的走势 四、实证检验 (一)实证方法简介 首先,对各个指标序列进行ADF(the Augmented Dickey-Fuller)单位根检验来判断其平稳性,因为进行格兰杰(Granger)因果检验要求被检验的两个变量——因变量(Y)和自变量(X)——都应当是平稳的。根据检验结果,对于平稳序列,可直接进行格兰杰(Granger)因果检验;对于不平稳序列,需要先进行差分,然后再进行ADF检验,待检验通过后再进行格兰杰(Granger)因果检验。 其次,运用萧(Hsiao)提出的格兰杰(Granger)因果检验方法来判断制造业PMI与各项指标间的领先滞后关系。一般的格兰杰(Granger)因果检验结果对于自回归过程的滞后阶数非常敏感,为此,萧(Hsiao)(1981)基于格兰杰(Granger)因果关系的定义和Akaike的最小FPE(Final Prediction Error,最终预测误差)准则,提出了一种方法⑦,其基本思想如下: (二)实证结果 1.ADF单位根检验结果(表2) (1)制造业PMI、采购量、进口、购进价格、积压订单和新出口订单6项指标是平稳的。 (2)产成品库存在加入时间趋势项后是平稳的。产成品库存与制造业采购经理指数体系中其他指数的构建方法相同,都围绕50上下波动,从理论上讲应当是平稳的,可能由于样本区间的特定性导致其存在时间趋势,所以本文仍将其作为平稳时间序列进行处理。 (3)季节调整后的汽车销售额、社会消费品零售总额和M1均未通过ADF检验,季节调整后的发电量虽然通过ADF检验但存在时间趋势项。为此要进行平稳处理,可以看出,在对这些指标进行一次差分后均通过了ADF检验,且不存在时间趋势。 2.萧(Hisao)的格兰杰(Granger)因果检验结果 对经过平稳处理后的各项指标(不包括M1)进行萧(Hisao)的格兰杰(Granger)因果检验,可以发现,见表3。 (1)采购量、购进价格、积压订单、产成品库存、新出口订单分别与制造业PMI存在两个方向的格兰杰(Granger)因果关系,这意味着它们与制造业PMI之间在统计上可以相互预测。 (2)进口、季节调整后的汽车销售额(一阶差分)与制造业PMI在两个方向上都不存在格兰杰(Granger)因果关系,说明它们与制造业PMI之间从统计上看没有预测关系。 (3)季节调整后的发电量(一阶差分)、商品房销售面积、社会消费品零售总额(一阶差分)均不是制造业PMI的格兰杰(Granger)原因,但制造业PMI却是这些指标的格兰杰(Granger)原因,因此从统计上讲它可以预测这些指标。 (三)稳健性检验 在上述分析中,始终没有考虑货币冲击的影响。事实上,货币量的变化在短期会刺激生产和消费。按照凯恩斯的总需求理论,当货币供给量增加、货币市场利率下降时,企业投资需求会上升;根据金融加速器理论,货币当局扩张信贷、降低利率会使企业股价上升,改善借款企业的财务状况,从而降低企业的外部融资成本,给投资又一个刺激。随着企业增加投资、扩大生产,国民收入不断提高进而刺激消费需求,这种需求就包括下游对制造业产品的需求,从而强化了上述每2个指标之间的领先滞后关系。所以,货币因素会使统计推断变得不够准确,这里利用向量自回归(VAR)方法进行稳健性检验。 考虑将M1加入上述每2个指标中从而构成一个三变量向量自回归(VAR)系统,根据赤池信息量准则(Akaike's information criterion,AIC)选取最优滞后阶数,然后进行格兰杰(Granger)因果检验。 图3 制造业PMI与各项指标之间的传导关系 综合萧(Hsiao)的格兰杰(Granger)因果检验和向量自回归(VAR)两种方法,一致的结果是(见表3和表4):(1)制造业PMI分别是采购量、季节调整后发电量(一阶差分)、季节调整后商品房销售面积的格兰杰(Granger)原因;(2)购进价格、新出口订单都是制造业PMI的格兰杰(Granger)原因;(3)产成品库存、积压订单与制造业PMI存在双向的格兰杰(Granger)因果关系,见图3。 五、结论分析 图3显示,第二个目标假设完全得到实证支持;第一个目标假设得到部分实证支持,即制造业PMI可以单向预测采购量、发电量(一阶差分),购进价格可以单向预测制造业PMI;第三个目标假设几乎没有得到实证支持,只有新出口订单可以预测制造业PMI。 1.为什么制造业PMI不能预测进口? 资源约束可能是其中的主要原因。《中国的能源政策》白皮书称,近年来中国能源对外依存度上升较快,特别是石油对外依存度从本世纪初的32%上升至目前的57%;对铁矿石需求也面临同样的境遇。一些重要的战略资源需要大量进口,使得上游资源的供给对生产的影响超过了生产对上游资源需求的影响,所以制造业PMI不能对进口形成有效预测。 2.为什么制造业PMI不能预测购进价格? 原因可能是大宗商品价格已不能完全由供给和需求决定(在竞争性市场上,价格终究是由供求决定的,其变化一定是影响供求的因素发生了变化),比如大宗商品的金融化(汤(Tang)和熊(Xiong),2012)、美元的走势、国际原材料的垄断(张志鹏,2010)等因素在很大程度上影响大宗商品价格的高低[22][23]。 3.为什么汽车销售额、商品房销售面积、社会消费品零售总额不能预测制造业PMI? 企业制定生产决策时要兼顾上游的供给和下游的需求,选择一个能够利润最大化的产量,上游能源、原材料供给量和采购价格与边际成本相对应,而下游需求则与边际收益相对应,这与微观经济理论一致(在非完全竞争市场上,厂商选择生产量使得边际成本等于边际收益,即利润最大化)。如果供给和需求两个方面都对制造业生产有相当的影响,那么下游需求指标(汽车销售额、商品房销售面积、社会消费品零售总额)对制造业PMI预测力就不会特别有效。 4.为什么制造业PMI能够预测商品房销售面积? 这可能是由于金融危机期间投资环境恶化,出口订单减少,实体经济利润较低,大量制造业企业将资金投资于房地产。张万春(2012)的实证研究也发现制造业民营企业在利润较低和货币政策紧缩时会转向房地产投资[24]。 ①按照国际通行的计算公式,中国制造业PMI的计算选取五个核心单个指数作权重加总,PMI=新订单×30%+生产量×25%+从业人员×20%+供应商配送时间×15%+主要原材料库存×10%。 ②一致指标指走势同步并可以相互预测的指标。 ③这一点可以从其计算公式中看出。 ④这些指标在宏观经济预测中均表现出较好的领先性(唐晶莹,2012)[18]。 ⑤图中的箭头表示各项指标之间的预测关系。 ⑥PMI通常以50%作为经济强弱的分界点,PMI高于50%时,反映制造业经济扩张;低于50%,则反映制造业经济收缩。 ⑦这种方法被认为比任意选定滞后阶数或者根据其他方法来确定滞后阶数都有优越性(Thornton & Batten,1985;Hwang et al.,1991;Cheng & Lai.1997)[19]-[21]。标签:中国制造业论文; pmi论文; 销售预测论文; 销售分析论文; 采购订单论文; 经济论文; 产成品论文; pmi指数论文;