论文部分内容阅读
摘 要：非制造业商务活动指数（即非制造业采购经理指数）随着非制造业的蓬勃发展越来越受到人们的关注。而消费者信心指数作为重要的宏观经济指标，与非制造业商务活动指数有着密切联系。运用Eviews7.2建立了非制造业商务活动指数与消费者信心指数的VAR模型，进行了脉冲响应分析，分析两者之间的关系并得出结论，为中国非制造业发展提供参考意见。
关键词：非制造业商务活动指数；消费者信心指数；VAR模型；脉冲响应分析
中图分类号：F12 文献标志码：A 文章编号：1673-291X（2014）04-0006-02
一、引言
非制造业商务活动指数是根据企业完成的业务活动总量（如客户数、销售量、工程量等实物量）月度环比变化情况编制的扩散指数。目前国际上通常用商务活动指数反映非制造业经济发展的总体变化情况，高于50%时，反映非制造业经济扩张；低于50%，则反映非制造业经济收缩。中国非制造业近来正稳步高速发展，2013年9月份中国非制造业商务活动指数为55.4%，显示9月非制造业景气明显改观。从大类行业来看，建筑业和生产性服务业几乎呈现相同回升步调；消费性服务业一改2013年初萎靡不振的势头开始上扬。然而，非制造业的发展更依赖于多元化消费。消费者信心指数是反映消费信心强度的指标，能综合反映并量化消费者对当前经济形势的评价以及对经济前景、收入水平、收入预期、消费心理状态的主观感受的一个指标，由消费者满意指数和消费者预期指数综合而成，是现代社会经济生活中的一个重要经济指标。它不仅提供了对主要经济变量未来走势的有效监测，而且可以用来预报市场的变化。因此，非制造业商务活动指数与消费者信心指数有着密切的关系。
对已有的文献研究可知，很多学者都在围绕制造业PMI开展相关研究，但非制造业商务活动指数的研究文献却很少，而制造业商务活动指数与消费者信心指数之间关系研究更是空白，因此笔者选择以此为研究切入点。本文欲通过建立VAR模型对非制造业商务活动指数与消费者信心指数进行研究，并在协整检验的基础上得出脉冲响应函数进行相应的分析，并为中国非制造业发展提供参考意见。
二、模型拟合
本文数据来源于国家统计局，选取的指标为2007年1月至2013年10月的非制造业商务活动指数与消费者信心指数的月度数据。
中国PMI和CCI全部处于50以上，基本在57周围徘徊，即中国非制造业一直处于扩张阶段。但PMI的发展不够平稳，得益于2007年初良好的经济形势，一度达到历史最高值62.2，然而随着2007年底金融危机的到来，PMI开始出现平稳下滑趋势；CCI在2009年11月前一直是平稳下降，表明消费者对金融危机保持着谨慎的悲观，2009年底各种利好消息传出后，12月CCI骤增至103.9，此后开始在100上下剧烈波动，表明消费者对金融危机后期发展立场不坚定，但依然对国家中长期的发展信心十足。
VAR模型的建立：
（一）ADF单位根检验
单位根检验是针对宏观经济数据序列、货币金融数据序列中是否具有某种统计特性而提出的一种平稳性检验的特殊方法。如果序列中存在单位根，过程就会不平稳，回归分析中就会存在伪回归。单位根检验的方法有很多种，本文将使用Eviews7.2对指标进行ADF单位根检验。
PMI的ADF检验P值大于0.05，即在1%的条件下不拒绝原假设，判定该序列不平稳。同理可知CCI在1%的条件下不拒绝原假设，序列不平稳。因此，再分别对PMI和CCI进行一阶差分后进行ADF检验。一阶差分后PMI和CCI的ADF检验通过，判定序列平稳。
（二）协整检验
由于两指标序列同为一阶单整，因此可以进行协整检验。利用Johansen协整检验发现在0.05的显著性水平上存在2个协整关系。
（三）VAR模型的建立
在构建VAR模型中，首先根据AIC与SC准则，确定模型的滞后阶数为0，即不存在滞后影响。通过VAR模型求解，CCI对PMI的滞后系数约为0.02和0.01，说明CCI对PMI的影响较小，即CCI对PMI的发展有着较弱的正向推动作用；PMI对CCI的滞后影响系数约为0.03和0.33，说明PMI对CCI有一定的正向推动作用，即PMI提高，经济发展较好的时候，CCI也会随之提高。
（四）脉冲响应函数分析
在实际应用中，由于VAR模型是一种非理论性的模型，无需对变量作任何先验性约束，因此在分析VAR模型时，往往不分析一个变量的变化对另一个变量的影响如何，而是分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响，这种分析方法称为脉冲响应函数分析方法。脉冲相应函数是用于衡量随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响，变量序列顺序的变化会产生不同的脉冲图像。当给予自身一个单位冲击后，PMI冲击效应从1期开始下降，至1.8期到0，然后2期达到最小值，在3.6期突破零点，长期冲击效应不显著；当给予自身一个单位冲击后，CCI冲击效应从1期下降为0，之后2至4期呈V型变化，说明对自身的影响存在短期性和波动性。
三、结论
非制造业是国民经济运行的基础，非制造业商务活动指数对于经济发展具有重要的理论和应用价值，消费者信心指数能综合反映并量化当前消费者对经济形势的评价以及对经济前景，针对两者的VAR模型具有重要的理论和实践意义。对于本文通过VAR模型以及脉冲响应函数对非制造业商务活动指数和消费者信心指数的双向关系进行了分析证实，具体结论有：
1.脉冲响应分析证明了两者之间的冲击关系，并且认为长期两者相互冲击影响不显著，不会存在较大的差异波动。根据脉冲分析图可以看出消费者信心增量每多加一个单位就会使非制造业增量相对减小，这类似于经济学中的边际递减效应；相似的，非制造业增量每多加一个单位也会使消费者信心增量相对减小，同样类似于经济学中的边际递减效应。
2.非制造业的发展与消费者信心有着长期协整的关系，并且，消费者信心对非制造业的发展具有正向推动作用，即消费者信心的提高源于消费者消费能力增强，进而经济景气攀升，所以非制造业发展加快；非制造业对消费者信心也有着正向推动作用，也就是说非制造业的快速发展，导致消费者信心提升。于是，可以形成一种相互促进相互推动的良性循环状态，能够有效地促进经济增长。
3.当期的非制造业发展对下期发展有一定的影响，即具有滞后性，所以不能认为非制造业商务活动指数与消费者信心指数之间存在绝对的正负关系。因此政府在制定经济政策的时候应该注意滞后性的影响，避免做无用功。加强对非制造业商务活动指数和消费者信心指数的分析预测有利于政府与企业做出及时准确的决策。考虑到时间差的具有前瞻性的政策才能真正有效地发展经济，提高消费者的信心。
参考文献：
[1] Joseph A，Larrain M，Turnerc C.Forecasting Purchasing Managers’ Index with Compressed Interest Rates and Past Values [J].Procedia
Computer Science，2011.
[2] Hoagland，J.H.Forecasting Business Trends[C].78th Annual International Purchasing Conference Proceedings，National Association of
Purchasing Management，1993.
[3] 张晓峒.计量经济学软件EVIEWS 使用指南[M].天津：南开大学出版社，2004.
[4] 李子奈，叶阿忠.高等计量经济学[M].北京：清华大学出版社，2000.
[5] 高铁梅.计量经济分析方法与建模—Eviews应用及实例（第2版）[M].北京：清华大学出版社，2009.
[6] 郑树霞.欧美采购经理指数（PMI）的应用及借鉴[J].统计与管理，2011，（4）.
[责任编辑 吴高君]
关键词：非制造业商务活动指数；消费者信心指数；VAR模型；脉冲响应分析
中图分类号：F12 文献标志码：A 文章编号：1673-291X（2014）04-0006-02
一、引言
非制造业商务活动指数是根据企业完成的业务活动总量（如客户数、销售量、工程量等实物量）月度环比变化情况编制的扩散指数。目前国际上通常用商务活动指数反映非制造业经济发展的总体变化情况，高于50%时，反映非制造业经济扩张；低于50%，则反映非制造业经济收缩。中国非制造业近来正稳步高速发展，2013年9月份中国非制造业商务活动指数为55.4%，显示9月非制造业景气明显改观。从大类行业来看，建筑业和生产性服务业几乎呈现相同回升步调；消费性服务业一改2013年初萎靡不振的势头开始上扬。然而，非制造业的发展更依赖于多元化消费。消费者信心指数是反映消费信心强度的指标，能综合反映并量化消费者对当前经济形势的评价以及对经济前景、收入水平、收入预期、消费心理状态的主观感受的一个指标，由消费者满意指数和消费者预期指数综合而成，是现代社会经济生活中的一个重要经济指标。它不仅提供了对主要经济变量未来走势的有效监测，而且可以用来预报市场的变化。因此，非制造业商务活动指数与消费者信心指数有着密切的关系。
对已有的文献研究可知，很多学者都在围绕制造业PMI开展相关研究，但非制造业商务活动指数的研究文献却很少，而制造业商务活动指数与消费者信心指数之间关系研究更是空白，因此笔者选择以此为研究切入点。本文欲通过建立VAR模型对非制造业商务活动指数与消费者信心指数进行研究，并在协整检验的基础上得出脉冲响应函数进行相应的分析，并为中国非制造业发展提供参考意见。
二、模型拟合
本文数据来源于国家统计局，选取的指标为2007年1月至2013年10月的非制造业商务活动指数与消费者信心指数的月度数据。
中国PMI和CCI全部处于50以上，基本在57周围徘徊，即中国非制造业一直处于扩张阶段。但PMI的发展不够平稳，得益于2007年初良好的经济形势，一度达到历史最高值62.2，然而随着2007年底金融危机的到来，PMI开始出现平稳下滑趋势；CCI在2009年11月前一直是平稳下降，表明消费者对金融危机保持着谨慎的悲观，2009年底各种利好消息传出后，12月CCI骤增至103.9，此后开始在100上下剧烈波动，表明消费者对金融危机后期发展立场不坚定，但依然对国家中长期的发展信心十足。
VAR模型的建立：
（一）ADF单位根检验
单位根检验是针对宏观经济数据序列、货币金融数据序列中是否具有某种统计特性而提出的一种平稳性检验的特殊方法。如果序列中存在单位根，过程就会不平稳，回归分析中就会存在伪回归。单位根检验的方法有很多种，本文将使用Eviews7.2对指标进行ADF单位根检验。
PMI的ADF检验P值大于0.05，即在1%的条件下不拒绝原假设，判定该序列不平稳。同理可知CCI在1%的条件下不拒绝原假设，序列不平稳。因此，再分别对PMI和CCI进行一阶差分后进行ADF检验。一阶差分后PMI和CCI的ADF检验通过，判定序列平稳。
（二）协整检验
由于两指标序列同为一阶单整，因此可以进行协整检验。利用Johansen协整检验发现在0.05的显著性水平上存在2个协整关系。
（三）VAR模型的建立
在构建VAR模型中，首先根据AIC与SC准则，确定模型的滞后阶数为0，即不存在滞后影响。通过VAR模型求解，CCI对PMI的滞后系数约为0.02和0.01，说明CCI对PMI的影响较小，即CCI对PMI的发展有着较弱的正向推动作用；PMI对CCI的滞后影响系数约为0.03和0.33，说明PMI对CCI有一定的正向推动作用，即PMI提高，经济发展较好的时候，CCI也会随之提高。
（四）脉冲响应函数分析
在实际应用中，由于VAR模型是一种非理论性的模型，无需对变量作任何先验性约束，因此在分析VAR模型时，往往不分析一个变量的变化对另一个变量的影响如何，而是分析当一个误差项发生变化，或者说模型受到某种冲击时对系统的动态影响，这种分析方法称为脉冲响应函数分析方法。脉冲相应函数是用于衡量随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响，变量序列顺序的变化会产生不同的脉冲图像。当给予自身一个单位冲击后，PMI冲击效应从1期开始下降，至1.8期到0，然后2期达到最小值，在3.6期突破零点，长期冲击效应不显著；当给予自身一个单位冲击后，CCI冲击效应从1期下降为0，之后2至4期呈V型变化，说明对自身的影响存在短期性和波动性。
三、结论
非制造业是国民经济运行的基础，非制造业商务活动指数对于经济发展具有重要的理论和应用价值，消费者信心指数能综合反映并量化当前消费者对经济形势的评价以及对经济前景，针对两者的VAR模型具有重要的理论和实践意义。对于本文通过VAR模型以及脉冲响应函数对非制造业商务活动指数和消费者信心指数的双向关系进行了分析证实，具体结论有：
1.脉冲响应分析证明了两者之间的冲击关系，并且认为长期两者相互冲击影响不显著，不会存在较大的差异波动。根据脉冲分析图可以看出消费者信心增量每多加一个单位就会使非制造业增量相对减小，这类似于经济学中的边际递减效应；相似的，非制造业增量每多加一个单位也会使消费者信心增量相对减小，同样类似于经济学中的边际递减效应。
2.非制造业的发展与消费者信心有着长期协整的关系，并且，消费者信心对非制造业的发展具有正向推动作用，即消费者信心的提高源于消费者消费能力增强，进而经济景气攀升，所以非制造业发展加快；非制造业对消费者信心也有着正向推动作用，也就是说非制造业的快速发展，导致消费者信心提升。于是，可以形成一种相互促进相互推动的良性循环状态，能够有效地促进经济增长。
3.当期的非制造业发展对下期发展有一定的影响，即具有滞后性，所以不能认为非制造业商务活动指数与消费者信心指数之间存在绝对的正负关系。因此政府在制定经济政策的时候应该注意滞后性的影响，避免做无用功。加强对非制造业商务活动指数和消费者信心指数的分析预测有利于政府与企业做出及时准确的决策。考虑到时间差的具有前瞻性的政策才能真正有效地发展经济，提高消费者的信心。
参考文献：
[1] Joseph A，Larrain M，Turnerc C.Forecasting Purchasing Managers’ Index with Compressed Interest Rates and Past Values [J].Procedia
Computer Science，2011.
[2] Hoagland，J.H.Forecasting Business Trends[C].78th Annual International Purchasing Conference Proceedings，National Association of
Purchasing Management，1993.
[3] 张晓峒.计量经济学软件EVIEWS 使用指南[M].天津：南开大学出版社，2004.
[4] 李子奈，叶阿忠.高等计量经济学[M].北京：清华大学出版社，2000.
[5] 高铁梅.计量经济分析方法与建模—Eviews应用及实例（第2版）[M].北京：清华大学出版社，2009.
[6] 郑树霞.欧美采购经理指数（PMI）的应用及借鉴[J].统计与管理，2011，（4）.
[责任编辑 吴高君]