馬美娜+汪暉+許凱

[摘 要]為了實(shí)現(xiàn)對(duì)鐵路客運(yùn)市場(chǎng)運(yùn)行狀況的動(dòng)態(tài)監(jiān)測(cè)，并為其主管部門(mén)的決策提供參考，結(jié)合景氣指數(shù)的編制方法提出構(gòu)建鐵路客運(yùn)市場(chǎng)景氣指標(biāo)體系和指數(shù)系統(tǒng)。根據(jù)鐵路客運(yùn)市場(chǎng)的實(shí)際情況，選取了12個(gè)指標(biāo)，綜合運(yùn)用熵值法和X-11季節(jié)調(diào)整法，最終借助EVIEWS軟件建立了景氣擴(kuò)散指數(shù)和合成指數(shù)。對(duì)計(jì)算所得的景氣指數(shù)進(jìn)行波動(dòng)性分析，結(jié)果表明，景氣指數(shù)在準(zhǔn)確反映旅客市場(chǎng)的波動(dòng)狀況的同時(shí)，還能夠預(yù)測(cè)后期的市場(chǎng)波動(dòng)。

[關(guān)鍵詞]景氣指數(shù)；熵值法；波動(dòng)分析

中圖分類號(hào)：F542 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-914X（2016）15-0283-01

1 引言

監(jiān)測(cè)和預(yù)警是景氣指數(shù)最重要的作用，景氣指數(shù)在很多領(lǐng)域有運(yùn)用。Zhang Zhaoyu等提出的基于Web GIS和景氣指數(shù)的經(jīng)濟(jì)預(yù)警系統(tǒng)能夠達(dá)到經(jīng)濟(jì)預(yù)警的效果[1]，同時(shí)Zhang Su-fang等也提出了景氣指數(shù)在電力消費(fèi)市場(chǎng)的應(yīng)用[2]。景氣指數(shù)在交通領(lǐng)域也有所運(yùn)用。關(guān)于公路景氣指數(shù)，施其洲等提出衡量某一種運(yùn)輸方式的發(fā)展水平一般用其自身的縱向景氣度指標(biāo)，并論述了景氣指標(biāo)的涵義和具體的計(jì)算方法[3]。chen.J曾提出關(guān)于在航運(yùn)市場(chǎng)使用基于景氣指數(shù)的預(yù)警系統(tǒng)[4]；陳宇探究了航空經(jīng)濟(jì)景氣監(jiān)測(cè)警告體系[5]。關(guān)于鐵路的景氣指數(shù)，張國(guó)華等最早提出探索鐵路運(yùn)輸市場(chǎng)的周期波動(dòng)，將擴(kuò)散指數(shù)和合成指數(shù)運(yùn)用到貨運(yùn)市場(chǎng)。但是關(guān)于鐵路客運(yùn)市場(chǎng)的景氣指數(shù)的探究較少。

2 景氣指數(shù)系統(tǒng)構(gòu)建理論

景氣指數(shù)包括擴(kuò)散指數(shù)和合成指數(shù)。擴(kuò)散指數(shù)由一系列重要的統(tǒng)計(jì)指標(biāo)綜合而成可以用來(lái)反映市場(chǎng)運(yùn)行的方向、波動(dòng)的擴(kuò)散過(guò)程。使用X-11法用Eviews軟件進(jìn)行季節(jié)調(diào)整，調(diào)整后的數(shù)據(jù)變化相對(duì)平滑，由定義得到擴(kuò)散指數(shù)的計(jì)算公式：

用當(dāng)前的季度數(shù)據(jù)和前面季度數(shù)據(jù)比較，如果上一季度數(shù)值比當(dāng)前季度有所增加記“+”；基本沒(méi)有變化記“0.5+”；減少記“-”，指標(biāo)里面的“+”的比例是擴(kuò)散指數(shù)。

合成指數(shù)是把不一樣數(shù)量級(jí)的指標(biāo)轉(zhuǎn)變?yōu)闊o(wú)量綱的比例數(shù)字，再經(jīng)過(guò)標(biāo)準(zhǔn)化處理，計(jì)算以各自的變化幅度為權(quán)數(shù)得到的加權(quán)綜合平均數(shù) [6]。合成、擴(kuò)散指數(shù)作用互補(bǔ)，所以通常使用相同指標(biāo)。

合成指數(shù)彌補(bǔ)了擴(kuò)散指數(shù)僅描述市場(chǎng)是否發(fā)生波動(dòng)而沒(méi)有表現(xiàn)波動(dòng)程度的不足。根據(jù)計(jì)算得到的合成指數(shù)，可以畫(huà)出圖形，從圖中看出運(yùn)輸市場(chǎng)運(yùn)轉(zhuǎn)情況和未來(lái)的進(jìn)步空間。

3 鐵路客運(yùn)市場(chǎng)景氣指數(shù)系統(tǒng)

選取熵值法計(jì)算指標(biāo)的權(quán)重，使用Matlab編程，發(fā)送量、周轉(zhuǎn)量、分擔(dān)率列車(chē)坐席指數(shù)、運(yùn)價(jià)指數(shù)、客運(yùn)收入、平均上座率、平均正點(diǎn)率的權(quán)重為0.1251219、0.1250684、0.1249561、0.1249370、0.124965、0.125033、0.1249786、0.1249384。

把所有指標(biāo)進(jìn)行季節(jié)調(diào)整后，得到的結(jié)果用Eviews軟件繪制擴(kuò)散、合成指數(shù)走勢(shì)圖，如圖1所示：

圖（a）中看出只有2012Q1和2013Q2的擴(kuò)散指數(shù)是小于50%的，說(shuō)明只有這兩個(gè)季度存在一半以上的運(yùn)輸行為處于下降階段。由于2011Q4和2013Q1這兩個(gè)季度的擴(kuò)散指數(shù)大于50%，說(shuō)明上漲的影響因素是慢慢減少的，市場(chǎng)從繁榮階段進(jìn)入蕭條階段。從圖1中可以看出，2011Q3、2012Q4、2014Q1、2014Q4分別是成都鐵路客運(yùn)市場(chǎng)的景氣轉(zhuǎn)折點(diǎn)。

觀察圖（b），2013Q2到2014Q1旅客運(yùn)輸市場(chǎng)波動(dòng)不是很明顯。合成指數(shù)的循環(huán)服從“谷-谷”變化規(guī)律。依照此規(guī)律，把2011Q1-2014Q4劃分為3個(gè)景氣周期，分別是2011Q1-2012Q1、2012Q2-2013Q3、2013Q4-2014Q4。第1個(gè)周期包含5個(gè)季度，上升的是1個(gè)季度，下降的是3個(gè)季度，下降的階段比上升的階段略長(zhǎng)，最根本的原因是來(lái)自鐵路旅客運(yùn)輸市場(chǎng)以外的影響顯。第2個(gè)周期包含6個(gè)季度，上升的階段是3個(gè)季度，下降的階段是2個(gè)季度，此次增加的原因是成都市GDP連續(xù)上升。第3個(gè)周期包含4個(gè)下降和1個(gè)上漲的階段，合成指數(shù)的變動(dòng)較平滑。合成指數(shù)擴(kuò)張的原因是成都推出了很多促進(jìn)經(jīng)濟(jì)增長(zhǎng)的政策和文件。初步判斷該市場(chǎng)的波動(dòng)周期是按照5個(gè)季度和6個(gè)季度循環(huán)的。合成指數(shù)走勢(shì)圖變化平緩，旅客運(yùn)輸?shù)淖兓c經(jīng)濟(jì)內(nèi)部的推進(jìn)有著密不可分的關(guān)系。合成指數(shù)的中位數(shù)是101.9834，展現(xiàn)了合成指數(shù)整體變化是平穩(wěn)沒(méi)有驟變的。

4 結(jié)論

客運(yùn)市場(chǎng)的景氣擴(kuò)散指數(shù)和合成指數(shù)打破了從單一指標(biāo)反映運(yùn)輸市場(chǎng)的常規(guī)，通過(guò)8個(gè)綜合化的指標(biāo)，客觀反映出鐵路客運(yùn)市場(chǎng)的運(yùn)行狀況。所得結(jié)論符合鐵路客運(yùn)市場(chǎng)的發(fā)展，能夠正確反映旅客市場(chǎng)的變化規(guī)律?？瓦\(yùn)市場(chǎng)的景氣指數(shù)不僅實(shí)現(xiàn)動(dòng)態(tài)監(jiān)測(cè)，還能夠預(yù)測(cè)后期的市場(chǎng)波動(dòng)，根據(jù)其變化周期規(guī)律預(yù)測(cè)2015Q1的合成指數(shù)相對(duì)2014Q4季度有小幅度的下降，為決策分析提供依據(jù)。

參考文獻(xiàn)

[1]Zhaoyu？Z，？Yuan？R，？Ni？Z.？Study？on？economic？early？warning？system？based？on？Web？GIS？and？prosperity？index[C]//Business？Management？and？Electronic？Information？（BMEI），？2011？International？Conference？on.？IEEE，？Guangzhou： 2011，？4：？602-605.

[2] Zhang S F， Ben J. Methods of filtering prosperity indices and application in the analysis of the prosperity of electric power consumption market[C]//Management Science and Engineering， 2009. ICMSE 2009. International Conference on. IEEE， Moscow： 2009： 812-816.

[3] Ozyildirim A， Schaitkin B， Zarnowitz V. Business cycles in the euro area defined with coincident economic indicators and predicted with leading economic indicators[J]. Journal of Forecasting， 2010， 29（1-2）：6-28.

[4] Chen.J， Lu.LJ， Lu.J， Luo.YH. An Early-Warning System for Shipping Market Crisis Using Climate Index[J]. Journal of Coastal Research， 2015（73）：620-627.

[5]《我國(guó)商品市場(chǎng)周期波動(dòng)轉(zhuǎn)折點(diǎn)的分析與預(yù)測(cè)》課題組，陳樂(lè)一，陳柏福，李星.中國(guó)商品市場(chǎng)的合成指數(shù)分析[J].財(cái)經(jīng)理論與實(shí)踐，2008，（01）：90-95.

[6]潘澤清.時(shí)間序列季節(jié)調(diào)整的必要性、方法以及春節(jié)效應(yīng)的調(diào)整[J].財(cái)政研究，2013，（5）.