论文部分内容阅读
摘要：选取中国钢铁行业三大主要产品粗钢、生铁、钢材，分析了我国钢铁行业发展现状，利用VAR模型、Granger因果关系检验、脉冲响应分析等技术证明并研究了钢铁行业与我国GDP增长的密切联系。结果表明：钢铁行业以一稳定增速缓慢发展，产量变化接近线性增长；钢铁行业在我国经济发展中处于重要地位，为国民经济稳定增长提供了保障。
关键词：VAR模型；Granger因果关系检验；脉冲响应分析
中图分类号：F2
文献标识码：A
文章编号：16723198（2015）05000903
1引言
韩晶利用DEA-TOBIT两步法对中国28家钢铁业上市公司的生产力和生产效率进行实证研究，总结出了我国钢铁业上市公司发展过程中表现出的共性和存在的问题。傅强和汪俊生采用VAR模型，对在美国次贷危机影响下中国八大行业股市收盘价波动的传染效应进行了研究，发现在次贷危机期间，钢铁行业收盘价的波动对大多数行业收盘价的波动有单项因果关系，与少数行业收盘价波动有双向因果关系。
目前对钢铁行业的研究多是定性研究，缺乏精确的数据说明；宏观研究多于微观分析，更多地是在整体上提供理论指导和政策建议，对钢铁行业主要组成部分的研究相对较少。本文希望在以下方面有所突破：（1）利用我国最近几年钢铁行业相关数据对钢铁行业发展情况进行定量分析；（2）对我国钢铁行业发展情况与GDP增长之间的关系做出数量描述。
2方法思路
本文采用2008年11月至2014年11月钢铁主要产品粗钢（CG）、生铁（ST）和钢材（GC）月产量数据来描述钢铁行业发展现状；经济发展情况用我国GDP数据来描述。在研究我国钢铁行业发展现状时，我们选取三个代表性指标CG、ST和GC，对其月产量数据进行统计分析。在分析钢铁行业对经济发展的推动作用时，利用钢材（GGC）与GDP建立VAR模型，利用Granger因果关系检验说明钢铁行业与经济发展有紧密联系，然后通过脉冲响应分析这种联系，最后利用钢材综合价格、钢材产量、GDP数据等统计分析钢材总产值在国内生产总值中所占比，估计和预测钢铁行业对我国经济发展有多大推动作用。本文使用的分析软件是Stata11.2。
3实证分析
3.1钢铁行业发展现状
（1）描述性统计。
首先根据我国钢铁主要产品粗钢、生铁和钢材2008年11月到2014年11月的月产量数据做出其散点图，如图1所示。数据来源于中经网产业数据库。由散点图，得出以下结论：三种钢铁主要产品中，钢材（GC）月产量最大，粗钢（CG）次之，生铁（ST）最少；三种钢铁主要产品均呈现整体上升趋势，但也会出现一段时间在某个产量附近徘徊；三种产品月产量稳步上升，表现为阶梯状，尤以钢材表现突出；产品月产量近似以一年为一个“台阶”，年初月产量经常有所突破。下面用三种钢铁主要产品的描述性统计量进行更详细的说明。以年为单位（由于2008年只有两个月的数据，故不再考虑），考察一年当中月平均产量、月最大产量、月最小产量、月产量中位数以及月产量标准差。结果如表1-3所示。
由表1、2、3可知，三种钢铁主要产品近几年月平均产量逐年增加，并且标准差在大体趋势上逐渐减小。这说明我国钢铁市场发达程度逐年上升，发展规模逐渐扩大，生产技术稳步提升。从图2可以直观地观察到，从2009年到2014年，粗钢、生铁、钢材月平均产量变化十分接近线性增长，进一步说明了最近几年我国钢铁行业快速稳定发展，产量保持良好增长势头。
（2）线性回归分析。
下面给出三种产品月平均产量与年份（year）的线性拟合：
CG：CG=415.6891*year-830347.5，R2=09902
ST：ST=292.8535*year-583765.4，R2=09736
GC：GC=763.3116*year-1527689，R2=09903
由三者的R2都非常接近1，可知三个线性方程的拟合优度都很高。从而，容易得到三种产品的年产量与年份的关系。比较三个方程的一次项系数的大小，印证了上面的观察结果。利用这三个方程，可以对我国未来几年内的三种钢铁主要产品年产量进行估计和预测。
3.2钢铁行业对经济发展的推动作用
下面利用1993年至2013年我国GDP数据和钢材年度产量（GGC）数据做Granger因果关系检验，数据来源于中经网产业数据库。
（1）估计VAR并检验其稳定性。
采用ADF检验，先使用信息准则确定滞后阶数p。在表4中，似然比（LR）、FPE、AIC、HQIC均在滞后4期最小，故选择滞后期为4期。
对lGDP和lGGC进行VAR估计（限于篇幅，估计结果省略），由图3，模型是显著的，且所有特征根模的倒数都小于1，说明模型结构稳定。
（2）Granger因果关系检验。
检验结果说明了lGDP与lGGC之间存在双向因果关系。从而证明钢铁行业的发展是国民经济增长的一个重要影响因素。
对变量对冲击的响应进行测算。dGDP受到一个冲击时，dGGC有一个缓慢向下的趋势，说明作为我国传统重工业的钢铁行业发展很稳定，铁矿开采、钢铁冶炼、产品生产和加工等技术已经相当成熟，能够抵抗一定的冲击，但不可能不受一点影响。dGGC受到一个外来冲击后，dGDP的波动幅度变化非常缓慢，说明钢铁行业的波动对国民生产总值的短期没有产生明显效应，在长期会使经济发展有所变化。
（4）钢铁行业对GDP增长的贡献。
用钢材季度总产值在季度GDP数据中占的百分比来衡量钢铁行业对GDP的贡献。用到的数据有2010年10月到2014年9月的[CISA]国内钢材综合价格_期末、钢材产量_当月、国内生产总值_累计（季）。考虑GDP和GGC的下述关系：
GDP=1ε·p·GGC+μ
（1）
其中，ε表示钢材总产值在国民生产总值中的占有率，p为国内钢材综合价格，μ为误差项，GDP和GGC均采用季度数据。数据来源于中经网产业数据库，经作者处理。结果如表6所示。
钢材总产值占GDP比重最大值出现在2011年，高达11%，这与当时国内钢铁综合价格处于峰值有关。此后，钢铁季度总产值对GDP的贡献率逐渐下降，在2012年第一季度、第二季度再度出现峰值，但也没有超过10%。2013年、2014年在5%上下波动，一直没有突破。
4结论及政策建议
对我国钢铁行业发展现状的研究结果告诉我们，我国钢铁行业发展已经进入缓慢发展阶段，可以预见将来我国钢铁产品产量将稳定在某一水平，这是受客观条件制约下我们能够达到的最高产量。对GDP与GGC关系的实证研究发现二者有密切联系，钢铁行业发展对GDP的稳定增长有重要意义。回看我国钢铁行业发展历史，已经走过了高速发展阶段，即“s”型增长的中间位置，现在处于产量稳定前的低速增长阶段，我们需要做的是尽量延长这一阶段。应从以下方面支持和引导钢铁行业的发展：（1）淘汰落后产能，加快以优势企业为主的联合重组，提高钢铁产业集中度。（2）增强自主创新能力，提高产品技术含量。（3）加快建立长期稳定的开采-生产-销售体系，避免或减轻受到市场变化波动的影响。
参考文献
[1]韩晶.中国钢铁业上市公司的生产力和生产效率——基于DEA-TOBIT两步法的实证研究[J].北京师范大学学报（社会科学版），2008，（1）.
[2]傅强，汪俊生.基于VAR模型的次贷危机与中国八大行业收盘价波动的传染效应及其检验[J].重庆大学学报（社会科学版），2011，17（6）.
[3]刘波.钢铁行业上市公司固定资产投资效率及其影响因素研究——基于DEA和OLS模型的实证研究[D].成都：西南财经大学，2013.
[4]陈强.高级计量经济学及Stata应用[M].北京：高等教育出版社，2010.
[5]王群勇.STATA在统计与计量分析中的应用[M].天津：南开大学出版社，2007.
关键词：VAR模型；Granger因果关系检验；脉冲响应分析
中图分类号：F2
文献标识码：A
文章编号：16723198（2015）05000903
1引言
韩晶利用DEA-TOBIT两步法对中国28家钢铁业上市公司的生产力和生产效率进行实证研究，总结出了我国钢铁业上市公司发展过程中表现出的共性和存在的问题。傅强和汪俊生采用VAR模型，对在美国次贷危机影响下中国八大行业股市收盘价波动的传染效应进行了研究，发现在次贷危机期间，钢铁行业收盘价的波动对大多数行业收盘价的波动有单项因果关系，与少数行业收盘价波动有双向因果关系。
目前对钢铁行业的研究多是定性研究，缺乏精确的数据说明；宏观研究多于微观分析，更多地是在整体上提供理论指导和政策建议，对钢铁行业主要组成部分的研究相对较少。本文希望在以下方面有所突破：（1）利用我国最近几年钢铁行业相关数据对钢铁行业发展情况进行定量分析；（2）对我国钢铁行业发展情况与GDP增长之间的关系做出数量描述。
2方法思路
本文采用2008年11月至2014年11月钢铁主要产品粗钢（CG）、生铁（ST）和钢材（GC）月产量数据来描述钢铁行业发展现状；经济发展情况用我国GDP数据来描述。在研究我国钢铁行业发展现状时，我们选取三个代表性指标CG、ST和GC，对其月产量数据进行统计分析。在分析钢铁行业对经济发展的推动作用时，利用钢材（GGC）与GDP建立VAR模型，利用Granger因果关系检验说明钢铁行业与经济发展有紧密联系，然后通过脉冲响应分析这种联系，最后利用钢材综合价格、钢材产量、GDP数据等统计分析钢材总产值在国内生产总值中所占比，估计和预测钢铁行业对我国经济发展有多大推动作用。本文使用的分析软件是Stata11.2。
3实证分析
3.1钢铁行业发展现状
（1）描述性统计。
首先根据我国钢铁主要产品粗钢、生铁和钢材2008年11月到2014年11月的月产量数据做出其散点图，如图1所示。数据来源于中经网产业数据库。由散点图，得出以下结论：三种钢铁主要产品中，钢材（GC）月产量最大，粗钢（CG）次之，生铁（ST）最少；三种钢铁主要产品均呈现整体上升趋势，但也会出现一段时间在某个产量附近徘徊；三种产品月产量稳步上升，表现为阶梯状，尤以钢材表现突出；产品月产量近似以一年为一个“台阶”，年初月产量经常有所突破。下面用三种钢铁主要产品的描述性统计量进行更详细的说明。以年为单位（由于2008年只有两个月的数据，故不再考虑），考察一年当中月平均产量、月最大产量、月最小产量、月产量中位数以及月产量标准差。结果如表1-3所示。
由表1、2、3可知，三种钢铁主要产品近几年月平均产量逐年增加，并且标准差在大体趋势上逐渐减小。这说明我国钢铁市场发达程度逐年上升，发展规模逐渐扩大，生产技术稳步提升。从图2可以直观地观察到，从2009年到2014年，粗钢、生铁、钢材月平均产量变化十分接近线性增长，进一步说明了最近几年我国钢铁行业快速稳定发展，产量保持良好增长势头。
（2）线性回归分析。
下面给出三种产品月平均产量与年份（year）的线性拟合：
CG：CG=415.6891*year-830347.5，R2=09902
ST：ST=292.8535*year-583765.4，R2=09736
GC：GC=763.3116*year-1527689，R2=09903
由三者的R2都非常接近1，可知三个线性方程的拟合优度都很高。从而，容易得到三种产品的年产量与年份的关系。比较三个方程的一次项系数的大小，印证了上面的观察结果。利用这三个方程，可以对我国未来几年内的三种钢铁主要产品年产量进行估计和预测。
3.2钢铁行业对经济发展的推动作用
下面利用1993年至2013年我国GDP数据和钢材年度产量（GGC）数据做Granger因果关系检验，数据来源于中经网产业数据库。
（1）估计VAR并检验其稳定性。
采用ADF检验，先使用信息准则确定滞后阶数p。在表4中，似然比（LR）、FPE、AIC、HQIC均在滞后4期最小，故选择滞后期为4期。
对lGDP和lGGC进行VAR估计（限于篇幅，估计结果省略），由图3，模型是显著的，且所有特征根模的倒数都小于1，说明模型结构稳定。
（2）Granger因果关系检验。
检验结果说明了lGDP与lGGC之间存在双向因果关系。从而证明钢铁行业的发展是国民经济增长的一个重要影响因素。
对变量对冲击的响应进行测算。dGDP受到一个冲击时，dGGC有一个缓慢向下的趋势，说明作为我国传统重工业的钢铁行业发展很稳定，铁矿开采、钢铁冶炼、产品生产和加工等技术已经相当成熟，能够抵抗一定的冲击，但不可能不受一点影响。dGGC受到一个外来冲击后，dGDP的波动幅度变化非常缓慢，说明钢铁行业的波动对国民生产总值的短期没有产生明显效应，在长期会使经济发展有所变化。
（4）钢铁行业对GDP增长的贡献。
用钢材季度总产值在季度GDP数据中占的百分比来衡量钢铁行业对GDP的贡献。用到的数据有2010年10月到2014年9月的[CISA]国内钢材综合价格_期末、钢材产量_当月、国内生产总值_累计（季）。考虑GDP和GGC的下述关系：
GDP=1ε·p·GGC+μ
（1）
其中，ε表示钢材总产值在国民生产总值中的占有率，p为国内钢材综合价格，μ为误差项，GDP和GGC均采用季度数据。数据来源于中经网产业数据库，经作者处理。结果如表6所示。
钢材总产值占GDP比重最大值出现在2011年，高达11%，这与当时国内钢铁综合价格处于峰值有关。此后，钢铁季度总产值对GDP的贡献率逐渐下降，在2012年第一季度、第二季度再度出现峰值，但也没有超过10%。2013年、2014年在5%上下波动，一直没有突破。
4结论及政策建议
对我国钢铁行业发展现状的研究结果告诉我们，我国钢铁行业发展已经进入缓慢发展阶段，可以预见将来我国钢铁产品产量将稳定在某一水平，这是受客观条件制约下我们能够达到的最高产量。对GDP与GGC关系的实证研究发现二者有密切联系，钢铁行业发展对GDP的稳定增长有重要意义。回看我国钢铁行业发展历史，已经走过了高速发展阶段，即“s”型增长的中间位置，现在处于产量稳定前的低速增长阶段，我们需要做的是尽量延长这一阶段。应从以下方面支持和引导钢铁行业的发展：（1）淘汰落后产能，加快以优势企业为主的联合重组，提高钢铁产业集中度。（2）增强自主创新能力，提高产品技术含量。（3）加快建立长期稳定的开采-生产-销售体系，避免或减轻受到市场变化波动的影响。
参考文献
[1]韩晶.中国钢铁业上市公司的生产力和生产效率——基于DEA-TOBIT两步法的实证研究[J].北京师范大学学报（社会科学版），2008，（1）.
[2]傅强，汪俊生.基于VAR模型的次贷危机与中国八大行业收盘价波动的传染效应及其检验[J].重庆大学学报（社会科学版），2011，17（6）.
[3]刘波.钢铁行业上市公司固定资产投资效率及其影响因素研究——基于DEA和OLS模型的实证研究[D].成都：西南财经大学，2013.
[4]陈强.高级计量经济学及Stata应用[M].北京：高等教育出版社，2010.
[5]王群勇.STATA在统计与计量分析中的应用[M].天津：南开大学出版社，2007.