文章編號：1001-148X（2014）05-0015-06

摘要：本文通過計算滾動相關(guān)系數(shù)考察我國不同機構(gòu)所使用的先行指標的領(lǐng)先特征，計算結(jié)果表明隨著時間的推移，先行指標的先行特征出現(xiàn)了顯著變化；從中選擇出近期領(lǐng)先性顯著且領(lǐng)先期穩(wěn)定的幾個先行指標，利用動態(tài)因子模型計算出先行景氣指數(shù)，發(fā)現(xiàn)所得到的先行景氣指數(shù)具有較強的經(jīng)濟預(yù)警功能；基于先行景氣指數(shù)構(gòu)建的模型的預(yù)測結(jié)果，表明先行指數(shù)對我國短期內(nèi)的經(jīng)濟景氣預(yù)測是比較可靠的。因此，應(yīng)該不斷改進先行指標的選擇方法，選擇出先行特征更優(yōu)的先行指標，并合成先行指數(shù)，從而更好地發(fā)揮出先行指數(shù)的預(yù)警功能，保證我國經(jīng)濟平穩(wěn)健康地發(fā)展。

關(guān)鍵詞：先行指數(shù)；經(jīng)濟周期波動；動態(tài)因子模型

中圖分類號：F224；C813文獻標識碼：A

收稿日期：2013-12-05

作者簡介：王金明（1975-），男，吉林遼源人，吉林大學(xué)數(shù)量經(jīng)濟研究中心副教授，經(jīng)濟學(xué)博士，研究方向：經(jīng)濟周期波動監(jiān)測與預(yù)警。

基金項目：中國博士后科學(xué)基金特別資助項目，項目編號： 2013T60310；教育部人文社會科學(xué)研究青年基金項目，項目編號：12YJC790184；教育部人文社會科學(xué)重點研究基地重大項目，項目編號：13JJD790011。當代景氣分析理論認為經(jīng)濟波動是通過一系列經(jīng)濟活動的傳遞和擴散，按照各個經(jīng)濟指標與宏觀經(jīng)濟整體波動的時差關(guān)系，可以將經(jīng)濟指標分為先行、一致和滯后變量組，并通過合適的方法將多個變量合成景氣指數(shù)，以刻畫經(jīng)濟波動的特征。美國全國經(jīng)濟研究局（NBER）在20世紀60年代末開發(fā)了先行、一致和滯后合成指數(shù)，其中一致合成指數(shù)（Coincident Composite Index）由多個反映當前經(jīng)濟運行的一致指標計算得到。我國于20世紀80年代開始對經(jīng)濟景氣問題進行研究，中國經(jīng)濟景氣監(jiān)測中心、國家信息中心等國家機構(gòu)已經(jīng)在逐月發(fā)布其計算的景氣指數(shù)結(jié)果。但是，在國際金融危機的沖擊下，很多經(jīng)濟變量之間的關(guān)聯(lián)已經(jīng)發(fā)生了改變，本文試圖在先行指標的選取方法上進行探討。

一、先行指標的時變領(lǐng)先特征和指標選取

先行指標（Leading Indicator,以下簡寫為LI）領(lǐng)先于經(jīng)濟景氣波動，如果指標選取得當，通過觀察先行指標的變動可以提前判斷宏觀經(jīng)濟波動的方向，從而提前采取相機抉擇的經(jīng)濟政策，預(yù)留出政策發(fā)揮效應(yīng)的時間，以便經(jīng)濟政策能夠起到熨平經(jīng)濟波動的作用，保證國民經(jīng)濟平穩(wěn)運行。

通常先行指標是根據(jù)經(jīng)濟指標與基準指標（Reference Index, 以下簡稱為RI）的關(guān)聯(lián)性來選取，如通過計算樣本區(qū)間中備選指標的各階滯后與基準指標的時差相關(guān)系數(shù)、Kullback-Leibler信息量等方法進行選擇。但是，我國進行景氣研究的各個部門和不同學(xué)者采用的經(jīng)濟指標并不相同，表1中列出了中國經(jīng)濟景氣監(jiān)測中心、國家信息中心和中科院預(yù)測科學(xué)研究中心選擇的先行指標。表1 不同機構(gòu)所使用的先行指標體系中國經(jīng)濟景氣監(jiān)測中心國家信息中心中經(jīng)指數(shù)中國科學(xué)院預(yù)測科學(xué)研究中心1.貨幣供應(yīng)量(M2)1.貨幣供應(yīng)量(M2)1.工業(yè)產(chǎn)品銷售率2.工業(yè)產(chǎn)品產(chǎn)銷率2.商品房本年施工面積2.粗鋼產(chǎn)量3.新開工項目3.固定資產(chǎn)投資本年施工項目計劃投資額3.國家財政支出（不含債務(wù)還本）4.消費者預(yù)期指數(shù)4.美國ECRI領(lǐng)先指數(shù)同比增速4.生產(chǎn)資料價格總指數(shù)（逆轉(zhuǎn)）5.房地產(chǎn)開發(fā)投資領(lǐng)先指數(shù)*5.上交所A股成交額5.沿海主要港口貨物吞吐量6.物流指數(shù)*6.長短期債券平均到期收益率之差*7.利率差*8.恒生中國內(nèi)地流通指數(shù)*數(shù)據(jù)來源：《中國宏觀經(jīng)濟景氣監(jiān)測指數(shù)體系研究》；中國經(jīng)濟景氣監(jiān)測中心網(wǎng)站：http://cemac.org.cn；國家信息中心中經(jīng)網(wǎng)網(wǎng)站：http://www.cei.gov.cn。表中標注*的變量沒有公開發(fā)布數(shù)據(jù)，本文不予考察。

總第445期王金明：我國經(jīng)濟波動預(yù)警：基于國際金融危機的研究????商 業(yè) 研 究2014/05各個機構(gòu)所選指標存在差異的原因之一是所考察的樣本區(qū)間不相同，而經(jīng)濟指標之間的相關(guān)性隨著時間推移是不斷變化的，對于處在結(jié)構(gòu)調(diào)整時期的我國經(jīng)濟而言更是如此。本文將考察備選指標隨時間的推移，在滾動區(qū)間上與基準指標相關(guān)關(guān)系的動態(tài)變化，備選指標如果在滾動區(qū)間中表現(xiàn)出顯著、持續(xù)、穩(wěn)定的領(lǐng)先性，則這樣的指標作為先行指標是最優(yōu)的，據(jù)此計算的先行指數(shù)對經(jīng)濟景氣動向預(yù)先發(fā)出的警報就更加可信。

（一）滾動時差相關(guān)系數(shù)

在樣本區(qū)間{1,…,T}上給定滾動時窗長度n，在t時刻（t從n到T變化）的滾動相關(guān)系數(shù)定義為從t-n+1時刻到t時刻包含n個樣本的區(qū)間上的相關(guān)系數(shù)，即：

rt=∑ti=t－n+1(RIi－RIt)(LIi－LIt)∑ti=t－n+1(RIi－RIt)2?∑ti=t－n+1(LIi－LIt)2（1）

其中，RIt=1n∑ti=t－n+1RIi,LIt=1n∑ti=t－n+1LIi,t=n,n+1,…,T

式（1）計算的滾動相關(guān)系數(shù)反映的是同期相關(guān)系數(shù)的時變性，由于先行指數(shù)是領(lǐng)先于經(jīng)濟景氣的，考慮到這一特點，將式（1）修改為：

rjt=∑ti=t－n+1(RIi－1n∑ti=t－n+1RIi)(LIi－j－1n∑ti=t－n+1LIi－j)∑ti=t－n+1(RIi－1n∑ti=t－n+1RIi)2?∑ti=t－n+1(LIi－j－1n∑ti=t－n+1LIi－j)2（2）

在式（2）中，rjt是每個樣本區(qū)間中基準指標與先行指標滯后j期的時差相關(guān)系數(shù)，本文計算到滯后12期的時差相關(guān)系數(shù)，其中絕對值最大者記為rj*t，j*是對應(yīng)的最優(yōu)滯后階數(shù)。

（二）經(jīng)濟指標先行特征的時變性

通過計算表1中部分先行指標與工業(yè)增加值增速①之間的關(guān)聯(lián)，目的在于考察先行指標的時變領(lǐng)先特征。本文采用數(shù)據(jù)的樣本區(qū)間為2000年1月至2013年10月，數(shù)據(jù)來自于中經(jīng)網(wǎng)月度統(tǒng)計數(shù)據(jù)庫。為了細致刻畫先行特征隨時間的變化，將滾動時窗n設(shè)定為盡可能小的數(shù)值，根據(jù)經(jīng)濟周期理論對于周期長度的認識，基欽周期被視為最短的經(jīng)濟周期類型，其平均長度為40個月左右。因此，設(shè)定滾動時窗n為40。例如，隨滾動區(qū)間的推移，貨幣供應(yīng)量(M2)增速與工業(yè)增加值增速最大時差相關(guān)系數(shù)rj*t序列和相應(yīng)的最優(yōu)滯后階數(shù)j*t序列計算結(jié)果如圖1和圖2所示（時間軸的刻度代表滾動區(qū)間的終止時點）。

國際金融危機以來相關(guān)系數(shù)有所下降，通過圖1發(fā)現(xiàn)M2增速與工業(yè)增加值增速的相關(guān)性在滾動區(qū)間中持續(xù)為正。但近期逐漸增加至0.8以上，相關(guān)性很強。圖2表明貨幣供給的最優(yōu)領(lǐng)先時期經(jīng)歷了顯著的變化，主要體現(xiàn)為先行期逐漸拉長。在景氣分析中，與基準指標波動較為同步的指標被看做一致指標，貨幣供給以往先行期較短，故一直被視為一致指標，但近些年貨幣供給表現(xiàn)出領(lǐng)先于工業(yè)增加值的先行特征。然而這種變化說明國際金融危機前我國的經(jīng)濟波動并非貨幣驅(qū)動，房地產(chǎn)投資過熱、汽車消費增加和出口擴張等需求沖擊拉動經(jīng)濟高速增長；經(jīng)濟過熱也伴隨著虛擬經(jīng)濟膨脹，貨幣供給出現(xiàn)了與實體經(jīng)濟的同步波動。國際金融危機以來，我國與其他國家都采取了擴張性貨幣政策，拉動實體經(jīng)濟復(fù)蘇。因此，這階段表現(xiàn)出貨幣供給的先行性特征。圖1滾動最大交叉相關(guān)系數(shù) rj*t（n=40）圖2最優(yōu)滯后階數(shù)j*t序列（n=40）

表2 入選先行指標的領(lǐng)先特征（樣本區(qū)間：2009年1月至2013年10月）指標名稱時差相關(guān)系數(shù)的均值

（標準差）先行期的均值

（標準差）先行期的眾數(shù)

及占比L1:貨幣供應(yīng)量(M2)0.70（0.16）6.12（1.88）6（20/58）L2:固定資產(chǎn)投資本年施工項目計劃投資額0.61（0.31）7.10（2.82）7（18/58）L3:新開工項目0.37（0.18）7.07（2.47）6（18/58）

表3先行指標的ADF檢驗指標檢驗方程設(shè)定截距趨勢滯后階數(shù)ADF 檢驗統(tǒng)計量臨界值（1% 水平） L1無無5-5.02-2.59ΔL2無無3-3.49-2.59ΔL3無無3-3.92-2.59注：滯后階數(shù)結(jié)合Schwarz信息準則和檢驗方程中滯后項的系數(shù)顯著性綜合確定。

（三）先行指標的選取

相關(guān)系數(shù)反映的是一段時期中經(jīng)濟指標與基準指標的相關(guān)程度，如果能找到隨著時間推移一直保持較好先行特征的指標是最理想的。然而對于表1中的部分指標逐一計算rj*t序列，并記錄下j*t，結(jié)果發(fā)現(xiàn)與貨幣供應(yīng)量(M2)增速類似，這些指標都沒有表現(xiàn)出持續(xù)、穩(wěn)定的先行性特征，幾乎所有的指標都以國際金融危機為轉(zhuǎn)折點，相關(guān)性出現(xiàn)顯著變化。所以，國際金融危機前后我國經(jīng)濟變量之間的關(guān)聯(lián)性發(fā)生了顯著的變化，這樣的事實提醒人們基于較長的樣本區(qū)間考察經(jīng)濟指標的相關(guān)性，進而選擇先行指標的做法是不合適的。因為如果樣本期間較長，有可能會出現(xiàn)這樣的情形：與基準指標的時差相關(guān)系數(shù)在整個樣本區(qū)間中較大的指標入選指標體系，但可能近期的相關(guān)性已經(jīng)很?。挥行┲笜嗽诮谂c基準指標相關(guān)性很高，但卻由于在較長時期中沒有表現(xiàn)出與基準指標的高相關(guān)性而沒有入選，這樣選擇的先行指標對于當前經(jīng)濟波動方向的判斷就很可能出現(xiàn)較大的偏差。因此，本文著重考察在近期中先行指標與基準指標相關(guān)關(guān)系的動態(tài)變化。

通過觀察備選指標與基準指標的時變相關(guān)系數(shù)圖，發(fā)現(xiàn)在2009年以后多數(shù)的相關(guān)系數(shù)圖趨于穩(wěn)定。本文考察2009年1月至2013年10月的樣本區(qū)間，對于先行指標的選擇主要考察以下幾個方面：(1)計算rj*t序列的平均值和標準差，剔除相關(guān)系數(shù)小或相關(guān)系數(shù)波動過大的指標；(2)考慮先行期序列j*t的平均值及其標準差，剔除先行期過短（應(yīng)大于3）或者先行期序列波動過大者；(3)結(jié)合先行期序列j*t的眾數(shù)及其占比，并對比先行期均值與眾數(shù)的大小是否接近，進一步考察領(lǐng)先特征的穩(wěn)定性，最終確定的先行指標列在表2中。

例如貨幣供應(yīng)量（M2）的時差相關(guān)系數(shù)均值為07、標準差為016；先行期的均值是612，與眾數(shù)6相近，且在58個滾動樣本區(qū)間中出現(xiàn)了20次，可以認為貨幣供應(yīng)量M2顯著領(lǐng)先于基準指標6個月，且先行期比較穩(wěn)定。表1中的其他指標沒有入選的原因不盡相同，如粗鋼產(chǎn)量、沿海主要港口貨物吞吐量、ECRI領(lǐng)先指數(shù)同比增速、國家財政支出等先行期都在3以內(nèi)，并不能作為先行指標；其他指標由于相關(guān)系數(shù)小、相關(guān)系數(shù)或先行期波動過大等原因而予以剔除。入選的三個指標相關(guān)系數(shù)都顯著非0，且平均先行期與眾數(shù)相近，領(lǐng)先于基準指標的時期為6至7個月。

三、基于動態(tài)因子模型構(gòu)建先行指數(shù)

（一）模型形式和數(shù)據(jù)處理

因子分析方法可以獲得一組經(jīng)濟指標的共同波動成份，Stock和Watson(1989)考慮了共同成分和剩余的特殊成分存在自相關(guān)性特征，通過動態(tài)因子模型計算共同成分，動態(tài)因子模型的形式為：

Δyit=γi(L)Δct+uiti=1,2,…,m（3）

φ(L)Δct=εt（4）

ψi(L)uit=υit（5）

其中m為經(jīng)濟指標的個數(shù)，γi(L)、φ(L)、ψi(L)分別為pi,q,ri階滯后算子多項式。模型中式（3）是因子分析模型的形式，Δyit代表第i個先行經(jīng)濟指標Yit的差分減去均值序列，它由共同成分的差分Δct的當期和滯后期的線性組合與特殊成分uit構(gòu)成，這里的ct就是反映先行指標共同成分的先行指數(shù)。式（4）和式（5）分別刻畫了共同成分和特殊成分的自相關(guān)特征，εt和υit彼此獨立且服從正態(tài)分布。式(3)-(5)構(gòu)成的模型經(jīng)過適當?shù)囟x，可以表示成狀態(tài)空間形式，并利用Kalman濾波通過可觀測變量yit估計狀態(tài)變量ct。由于動態(tài)因子模型要求指標是平穩(wěn)的，對本文選擇的指標進行差分并標準化，ADF檢驗表明各個序列都是平穩(wěn)的。

（二）模型估計結(jié)果

反復(fù)試驗各個滯后階數(shù)，本文的動態(tài)因子模型采用的滯后算子形式分別為：

φ(L)=1－φ1L－φ2L2，ψi(L)=1－ψi1L－ψi2L2，γ1(L)=γ11，γi(L)=γi2L, i=2,3。

參數(shù)估計值和對應(yīng)的標準誤列于表4，先行指標的共同成分ct如圖3所示（數(shù)據(jù)經(jīng)過標準化處理，并調(diào)整均值使得2009年1月等于100）。估計結(jié)果說明所選擇的三個先行指標具有共同成份，合成了先行指數(shù)。

國際金融危機以來，人們擔心經(jīng)濟增速過度下滑、擔心出現(xiàn)通貨緊縮，國家出臺了擴張性經(jīng)濟政策，貨幣供給增速增加，新開工項目和施工計劃投資額上升等。圖3表明這些先行指標的增加在其共同成分即先行指數(shù)的運行軌跡中也表現(xiàn)出來，2009年先行指數(shù)一直表現(xiàn)為較高的數(shù)值，預(yù)示著經(jīng)濟景氣的擴張。2010年我國經(jīng)濟高速增長，GDP增長超過10%。但是，隨之而來的是通貨膨脹預(yù)期的上升和資產(chǎn)市場泡沫的加劇，這表明如此快速的增長，經(jīng)濟資源是難以支撐的。

表4模型參數(shù)估計結(jié)果參數(shù)估計值標準誤φ11.860.03φ2-0.960.03γ110.200.09ψ111.830.08ψ12-0.910.08γ220.320.04ψ211.500.04ψ22-0.970.04γ320.140.09ψ311.700.09ψ32-0.810.09對數(shù)似然值 105.94

從2009年末開始，貨幣政策開始轉(zhuǎn)向，央行密集出臺緊縮貨幣政策來抑制通脹。從2010年1月至2011年8月，央行共12次提高法定存款準備金率，新開工項目在2010年出現(xiàn)絕對水平的下降，先行指數(shù)反映出了這些先行指標的迅速下降。由于通貨膨脹持續(xù)上升，各項經(jīng)濟政策一直偏緊，先行指數(shù)持續(xù)在低位徘徊，預(yù)示著我國經(jīng)濟景氣的大幅下滑，2012年GDP增速降至77%。隨著我國通貨膨脹下降，為了拉動經(jīng)濟增長，經(jīng)濟政策開始逐漸寬松，各項先行指標從而先行指數(shù)在近期都出現(xiàn)小幅回升，預(yù)示著經(jīng)濟景氣也很可能在未來保持平穩(wěn)中輕微上升的局面。

圖3利用動態(tài)因子模型計算出的先行指數(shù)ct

（三）先行指數(shù)預(yù)警功能分析

為了說明先行指數(shù)預(yù)警功能，將先行指數(shù)轉(zhuǎn)化為季度數(shù)據(jù)，分析其與我國季度GDP增速序列的相關(guān)性。先行指數(shù)在本文考察的樣本區(qū)間中領(lǐng)先GDP四個季度時相關(guān)系數(shù)為063，如果按照基欽短周期的樣本長度考察滾動區(qū)間中的情形，發(fā)現(xiàn)先行指數(shù)最優(yōu)先行期為3個季度。我國GDP增速在2010年1季度達到周期峰值，然后持續(xù)下降，2012年開始進入平穩(wěn)波動狀態(tài)；先行指數(shù)在2009年3季度提前達到峰值、2011年后停止下滑并平穩(wěn)運行至今，均領(lǐng)先于GDP序列。因此，通過本文的指標選擇方法計算出來的先行指數(shù)具有預(yù)警指示器的特性，而且具有較為穩(wěn)定的領(lǐng)先特征。

由于先行指標對未來經(jīng)濟波動走勢具有預(yù)報作用，Camba-Mendez等(2001)提出了自動先行指標(Automatic Leading Indicators, ALI)模型，從先行指標組中提取共同因子對歐洲國家的GDP進行預(yù)測，Banerjee和Marcellino（2006）選擇了最優(yōu)的先行指標并用各個因素的組合預(yù)測美國的產(chǎn)出增長。Qin等（2008）發(fā)現(xiàn)ALI模型在短期預(yù)測方面優(yōu)于其他模型，而在長期預(yù)測方面沒有顯現(xiàn)出優(yōu)勢。借鑒ALI模型的思想，本文用先行指數(shù)作為解釋變量，構(gòu)建模型對GDP進行短期預(yù)測（模型形式略去，備索）。經(jīng)檢驗系數(shù)顯著非0，回歸模型的殘差序列無序列相關(guān)和異方差性且平穩(wěn)，基于模型預(yù)測GDP增速將穩(wěn)中有升（圖4陰影區(qū)域虛線）。

圖4GDP增速（實線）與基于先行指數(shù)

的預(yù)測值（虛線）四、結(jié)論

先行指數(shù)領(lǐng)先于經(jīng)濟景氣波動，通過觀察先行指數(shù)的變動可以提前判斷經(jīng)濟景氣未來走勢。但是，先行指數(shù)的預(yù)警功能取決于先行指標的領(lǐng)先特征。由于我國經(jīng)濟結(jié)構(gòu)不斷變化，尤其是受國際金融危機的沖擊，經(jīng)濟變量之間的關(guān)聯(lián)出現(xiàn)了動態(tài)變化?；跐L動時差相關(guān)系數(shù)方法，本文考察了不同機構(gòu)所選擇的先行指標隨時間推移，在滾動區(qū)間上與基準指標相關(guān)關(guān)系的動態(tài)變化，基于對每個指標特性的細致考察，結(jié)合滾動相關(guān)系數(shù)數(shù)值及其穩(wěn)定性、最優(yōu)滯后階數(shù)及穩(wěn)定性等信息，選擇了貨幣供應(yīng)量(M2)、新開工項目和固定資產(chǎn)投資本年施工項目計劃投資作為先行指標，并利用動態(tài)因子模型計算出其共同成分作為先行指數(shù)，通過與GDP增速的直觀比較和滾動相關(guān)系數(shù)的計算，發(fā)現(xiàn)這些指標所合成的指數(shù)具有穩(wěn)定的預(yù)警功能。但是，由于僅僅基于我國幾個發(fā)布先行指數(shù)的主要機構(gòu)采用的先行指標進行研究，本文最終只選擇了三個先行指標。由于宏觀經(jīng)濟層面眾多，經(jīng)濟指標數(shù)量龐大，通過本文的方法細致篩選先行性穩(wěn)定的指標需要做大量工作。本文旨在提供一種改進方法，供相關(guān)機構(gòu)參考，以增強經(jīng)濟政策的前瞻性，保證我國經(jīng)濟平穩(wěn)健康地發(fā)展。

注釋：

①在我國景氣分析研究中通常使用工業(yè)增加值作為基準指標。由于我國大多數(shù)經(jīng)濟指標在絕對量上是增長的，只是增長速度波動較大。因此，我國大多數(shù)研究部門和政府機構(gòu)都研究增長率周期波動。本文中指標均為同比增長率序列，并且經(jīng)過X12程序剔除了季節(jié)性因素和不規(guī)則因素的影響。

參考文獻：

［1］畢大川，劉樹成．經(jīng)濟周期與預(yù)警系統(tǒng)（第1版）［M］．北京：科學(xué)出版社，1990．

［2］陳磊，李穎，邵明振．經(jīng)濟周期態(tài)勢與通貨膨脹成因分析［J］．數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2011(8)：147－161.

［3］董文泉．經(jīng)濟周期波動的分析與預(yù)測方法（第1版）［M］．長春：吉林大學(xué)出版社，1998．

［4］董文泉．我國經(jīng)濟循環(huán)的測定、分析和預(yù)測——經(jīng)濟循環(huán)的存在和測定［J］．吉林大學(xué)社會科學(xué)學(xué)報，1987(3):1-8.

［5］郭國峰，鄭召鋒．中國宏觀經(jīng)濟先行指數(shù)和一致指數(shù)應(yīng)用效果檢驗與改進［J］．數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010(10)：131-144.

［6］鄭京平．中國宏觀經(jīng)濟景氣監(jiān)測指數(shù)體系研究（第1版）［M］．北京：中國統(tǒng)計出版社，2013．

［7］朱軍，王長勝．經(jīng)濟景氣分析預(yù)警系統(tǒng)的理論方法（第1版）［M］．北京：中國計劃出版社，1993．

［8］Banerjee A., Marcellino M., Are There Any Reliable Leading Indicators for US Inflation and GDP Growth?［J］．International Journal of Forecasting, 2006(1):137-151.

［9］Burns, A. F. and W. C. Mitchell. Measuring Business Cycles［M］．New York:NBER, 1946.

［10］Camba-Mendez, G., Kapetanios, G., Smith, R.J. and Weale, M.R. An Automatic Leading Indicator of Economic Activity:Forecasting GDP Growth for European Countries［J］．Econometrics Journal, 2001(1):S56-S90.

［11］Diebold, F. X., G. D. Rudebusch., Measuring Business Cycles:A Modern Perspective［J］．Review of Economics and Statistics, 1996(1):67-77.

［12］Jinming Wang, Tiemei Gao, Robert McNown., Measuring Chinese Business Cycles with Dynamic Factor Models［J］．Journal of Asian Economics, 2009(2):89-97.

［13］Qin, D., Cagas, M. A., Ducanes G., Magtibay-Ramos, N. and Quising, P. Automatic Leading Indicators Versus Macroeconometric Structural Models:A Comparison of Inflation and GDP Growth Forecasting［J］．International Journal of Forecasting, 2008(3):399-413.

［14］Stock, J. H., M. W. Watson., New Indexes of Coincident and Leading Economic Indicators［A］, In:NBER Macroeconomics Annual［M］．ed. Blanchard, O. and S. Fischer. Cambridge:MIT Press, 1989：351-394.

Early Warning of the Business Cycles based on the International Financial Crisis

WANG Jin-ming

(Center for Quantitative Economics of Jilin University, Changchun 130012, China)

Abstract：This paper tries to study the leading property of the leading indicators chosen by different departments based on rolling correlation coefficient,finding that the leading property of the leading indicators changes significantly as time goes by. By choosing the leading indicators which have significant leading property and stable leading time, and based on dynamic factor model,it finds the leading index has great precautionary ability,and the forecasting outcome based on leading index is good at forecasting economic cycle in short time. Thus, the method of choosing leading indicators should be revised to choose the better leading indicators and compose the leading index, in order to play the early warning function of leading index, ensuring the steady and healthy development of China′s economy.

Key words：leading index; business cycles fluctuation; dynamic factor model

（責任編輯：關(guān)立新）

圖4GDP增速（實線）與基于先行指數(shù)

的預(yù)測值（虛線）四、結(jié)論

先行指數(shù)領(lǐng)先于經(jīng)濟景氣波動，通過觀察先行指數(shù)的變動可以提前判斷經(jīng)濟景氣未來走勢。但是，先行指數(shù)的預(yù)警功能取決于先行指標的領(lǐng)先特征。由于我國經(jīng)濟結(jié)構(gòu)不斷變化，尤其是受國際金融危機的沖擊，經(jīng)濟變量之間的關(guān)聯(lián)出現(xiàn)了動態(tài)變化?；跐L動時差相關(guān)系數(shù)方法，本文考察了不同機構(gòu)所選擇的先行指標隨時間推移，在滾動區(qū)間上與基準指標相關(guān)關(guān)系的動態(tài)變化，基于對每個指標特性的細致考察，結(jié)合滾動相關(guān)系數(shù)數(shù)值及其穩(wěn)定性、最優(yōu)滯后階數(shù)及穩(wěn)定性等信息，選擇了貨幣供應(yīng)量(M2)、新開工項目和固定資產(chǎn)投資本年施工項目計劃投資作為先行指標，并利用動態(tài)因子模型計算出其共同成分作為先行指數(shù)，通過與GDP增速的直觀比較和滾動相關(guān)系數(shù)的計算，發(fā)現(xiàn)這些指標所合成的指數(shù)具有穩(wěn)定的預(yù)警功能。但是，由于僅僅基于我國幾個發(fā)布先行指數(shù)的主要機構(gòu)采用的先行指標進行研究，本文最終只選擇了三個先行指標。由于宏觀經(jīng)濟層面眾多，經(jīng)濟指標數(shù)量龐大，通過本文的方法細致篩選先行性穩(wěn)定的指標需要做大量工作。本文旨在提供一種改進方法，供相關(guān)機構(gòu)參考，以增強經(jīng)濟政策的前瞻性，保證我國經(jīng)濟平穩(wěn)健康地發(fā)展。

注釋：

①在我國景氣分析研究中通常使用工業(yè)增加值作為基準指標。由于我國大多數(shù)經(jīng)濟指標在絕對量上是增長的，只是增長速度波動較大。因此，我國大多數(shù)研究部門和政府機構(gòu)都研究增長率周期波動。本文中指標均為同比增長率序列，并且經(jīng)過X12程序剔除了季節(jié)性因素和不規(guī)則因素的影響。

參考文獻：

［1］畢大川，劉樹成．經(jīng)濟周期與預(yù)警系統(tǒng)（第1版）［M］．北京：科學(xué)出版社，1990．

［2］陳磊，李穎，邵明振．經(jīng)濟周期態(tài)勢與通貨膨脹成因分析［J］．數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2011(8)：147－161.

［3］董文泉．經(jīng)濟周期波動的分析與預(yù)測方法（第1版）［M］．長春：吉林大學(xué)出版社，1998．

［4］董文泉．我國經(jīng)濟循環(huán)的測定、分析和預(yù)測——經(jīng)濟循環(huán)的存在和測定［J］．吉林大學(xué)社會科學(xué)學(xué)報，1987(3):1-8.

［5］郭國峰，鄭召鋒．中國宏觀經(jīng)濟先行指數(shù)和一致指數(shù)應(yīng)用效果檢驗與改進［J］．數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010(10)：131-144.

［6］鄭京平．中國宏觀經(jīng)濟景氣監(jiān)測指數(shù)體系研究（第1版）［M］．北京：中國統(tǒng)計出版社，2013．

［7］朱軍，王長勝．經(jīng)濟景氣分析預(yù)警系統(tǒng)的理論方法（第1版）［M］．北京：中國計劃出版社，1993．

［8］Banerjee A., Marcellino M., Are There Any Reliable Leading Indicators for US Inflation and GDP Growth?［J］．International Journal of Forecasting, 2006(1):137-151.

［9］Burns, A. F. and W. C. Mitchell. Measuring Business Cycles［M］．New York:NBER, 1946.

［10］Camba-Mendez, G., Kapetanios, G., Smith, R.J. and Weale, M.R. An Automatic Leading Indicator of Economic Activity:Forecasting GDP Growth for European Countries［J］．Econometrics Journal, 2001(1):S56-S90.

［11］Diebold, F. X., G. D. Rudebusch., Measuring Business Cycles:A Modern Perspective［J］．Review of Economics and Statistics, 1996(1):67-77.

［12］Jinming Wang, Tiemei Gao, Robert McNown., Measuring Chinese Business Cycles with Dynamic Factor Models［J］．Journal of Asian Economics, 2009(2):89-97.

［13］Qin, D., Cagas, M. A., Ducanes G., Magtibay-Ramos, N. and Quising, P. Automatic Leading Indicators Versus Macroeconometric Structural Models:A Comparison of Inflation and GDP Growth Forecasting［J］．International Journal of Forecasting, 2008(3):399-413.

［14］Stock, J. H., M. W. Watson., New Indexes of Coincident and Leading Economic Indicators［A］, In:NBER Macroeconomics Annual［M］．ed. Blanchard, O. and S. Fischer. Cambridge:MIT Press, 1989：351-394.

Early Warning of the Business Cycles based on the International Financial Crisis

WANG Jin-ming

(Center for Quantitative Economics of Jilin University, Changchun 130012, China)

Abstract：This paper tries to study the leading property of the leading indicators chosen by different departments based on rolling correlation coefficient,finding that the leading property of the leading indicators changes significantly as time goes by. By choosing the leading indicators which have significant leading property and stable leading time, and based on dynamic factor model,it finds the leading index has great precautionary ability,and the forecasting outcome based on leading index is good at forecasting economic cycle in short time. Thus, the method of choosing leading indicators should be revised to choose the better leading indicators and compose the leading index, in order to play the early warning function of leading index, ensuring the steady and healthy development of China′s economy.

Key words：leading index; business cycles fluctuation; dynamic factor model

（責任編輯：關(guān)立新）

圖4GDP增速（實線）與基于先行指數(shù)

的預(yù)測值（虛線）四、結(jié)論

先行指數(shù)領(lǐng)先于經(jīng)濟景氣波動，通過觀察先行指數(shù)的變動可以提前判斷經(jīng)濟景氣未來走勢。但是，先行指數(shù)的預(yù)警功能取決于先行指標的領(lǐng)先特征。由于我國經(jīng)濟結(jié)構(gòu)不斷變化，尤其是受國際金融危機的沖擊，經(jīng)濟變量之間的關(guān)聯(lián)出現(xiàn)了動態(tài)變化?；跐L動時差相關(guān)系數(shù)方法，本文考察了不同機構(gòu)所選擇的先行指標隨時間推移，在滾動區(qū)間上與基準指標相關(guān)關(guān)系的動態(tài)變化，基于對每個指標特性的細致考察，結(jié)合滾動相關(guān)系數(shù)數(shù)值及其穩(wěn)定性、最優(yōu)滯后階數(shù)及穩(wěn)定性等信息，選擇了貨幣供應(yīng)量(M2)、新開工項目和固定資產(chǎn)投資本年施工項目計劃投資作為先行指標，并利用動態(tài)因子模型計算出其共同成分作為先行指數(shù)，通過與GDP增速的直觀比較和滾動相關(guān)系數(shù)的計算，發(fā)現(xiàn)這些指標所合成的指數(shù)具有穩(wěn)定的預(yù)警功能。但是，由于僅僅基于我國幾個發(fā)布先行指數(shù)的主要機構(gòu)采用的先行指標進行研究，本文最終只選擇了三個先行指標。由于宏觀經(jīng)濟層面眾多，經(jīng)濟指標數(shù)量龐大，通過本文的方法細致篩選先行性穩(wěn)定的指標需要做大量工作。本文旨在提供一種改進方法，供相關(guān)機構(gòu)參考，以增強經(jīng)濟政策的前瞻性，保證我國經(jīng)濟平穩(wěn)健康地發(fā)展。

注釋：

①在我國景氣分析研究中通常使用工業(yè)增加值作為基準指標。由于我國大多數(shù)經(jīng)濟指標在絕對量上是增長的，只是增長速度波動較大。因此，我國大多數(shù)研究部門和政府機構(gòu)都研究增長率周期波動。本文中指標均為同比增長率序列，并且經(jīng)過X12程序剔除了季節(jié)性因素和不規(guī)則因素的影響。

參考文獻：

［1］畢大川，劉樹成．經(jīng)濟周期與預(yù)警系統(tǒng)（第1版）［M］．北京：科學(xué)出版社，1990．

［2］陳磊，李穎，邵明振．經(jīng)濟周期態(tài)勢與通貨膨脹成因分析［J］．數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2011(8)：147－161.

［3］董文泉．經(jīng)濟周期波動的分析與預(yù)測方法（第1版）［M］．長春：吉林大學(xué)出版社，1998．

［4］董文泉．我國經(jīng)濟循環(huán)的測定、分析和預(yù)測——經(jīng)濟循環(huán)的存在和測定［J］．吉林大學(xué)社會科學(xué)學(xué)報，1987(3):1-8.

［5］郭國峰，鄭召鋒．中國宏觀經(jīng)濟先行指數(shù)和一致指數(shù)應(yīng)用效果檢驗與改進［J］．數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010(10)：131-144.

［6］鄭京平．中國宏觀經(jīng)濟景氣監(jiān)測指數(shù)體系研究（第1版）［M］．北京：中國統(tǒng)計出版社，2013．

［7］朱軍，王長勝．經(jīng)濟景氣分析預(yù)警系統(tǒng)的理論方法（第1版）［M］．北京：中國計劃出版社，1993．

［8］Banerjee A., Marcellino M., Are There Any Reliable Leading Indicators for US Inflation and GDP Growth?［J］．International Journal of Forecasting, 2006(1):137-151.

［9］Burns, A. F. and W. C. Mitchell. Measuring Business Cycles［M］．New York:NBER, 1946.

［10］Camba-Mendez, G., Kapetanios, G., Smith, R.J. and Weale, M.R. An Automatic Leading Indicator of Economic Activity:Forecasting GDP Growth for European Countries［J］．Econometrics Journal, 2001(1):S56-S90.

［11］Diebold, F. X., G. D. Rudebusch., Measuring Business Cycles:A Modern Perspective［J］．Review of Economics and Statistics, 1996(1):67-77.

［12］Jinming Wang, Tiemei Gao, Robert McNown., Measuring Chinese Business Cycles with Dynamic Factor Models［J］．Journal of Asian Economics, 2009(2):89-97.

［13］Qin, D., Cagas, M. A., Ducanes G., Magtibay-Ramos, N. and Quising, P. Automatic Leading Indicators Versus Macroeconometric Structural Models:A Comparison of Inflation and GDP Growth Forecasting［J］．International Journal of Forecasting, 2008(3):399-413.

［14］Stock, J. H., M. W. Watson., New Indexes of Coincident and Leading Economic Indicators［A］, In:NBER Macroeconomics Annual［M］．ed. Blanchard, O. and S. Fischer. Cambridge:MIT Press, 1989：351-394.

Early Warning of the Business Cycles based on the International Financial Crisis

WANG Jin-ming

(Center for Quantitative Economics of Jilin University, Changchun 130012, China)

Abstract：This paper tries to study the leading property of the leading indicators chosen by different departments based on rolling correlation coefficient,finding that the leading property of the leading indicators changes significantly as time goes by. By choosing the leading indicators which have significant leading property and stable leading time, and based on dynamic factor model,it finds the leading index has great precautionary ability,and the forecasting outcome based on leading index is good at forecasting economic cycle in short time. Thus, the method of choosing leading indicators should be revised to choose the better leading indicators and compose the leading index, in order to play the early warning function of leading index, ensuring the steady and healthy development of China′s economy.

Key words：leading index; business cycles fluctuation; dynamic factor model

（責任編輯：關(guān)立新）