宏观经济月度数据的不足及处理

宏观经济月度数据的不足及处理

金融研究所 吴振宇

内容摘要：我国宏观经济月度数据的指标体系不够完善，缺少以定基值为基础，包括同比增长率、环比增长率和季节调整值在内的完整数据组。选择合适的年份作为基年，综合利用统计局公布的同比增长率和替代性物价指数的环比增长率，可以估算出主要宏观经济变量的定基值和环比增长率。用不同季节调整工具处理过的环比增长率会有一定的差异。作经济形势分析时，应该选择简单、可控的季节调整工具。由于时间跨度比同比增长率短，环比增长率的波动性很强。在经济分析中应谨慎对侍环比增长率反映出的波动的最新趋势。

关键词：环比增长率 季节调整 统计体系

分析宏观经济形势、预测经济走势需要以统计数据为基础。目前，我国月度宏观经济数据的指标体系仍不够完善。经济变量的增长情况主要是通过同比或累计同比增长率来反映的，缺少以定基值为基础，包括同比增长率、环比增长率和季节调整值在内的一个完整数据组。从统计技术上看，造成这一缺陷的主要原因是缺少相关物价指数的环比增长率。没有物价指数的环比增长率，就无法对连续两期的经济量进行价格平减，也就不能得到其定基值和环比增长率。此外，有些经济量的当期值统计质量不高，也为计算其定基值和环比增长率带来了困难。

同比增长率不能及时、清晰地反映出经济走势的最新动态。一般情况下同比增长率反映经济形势的拐点要比环比增长率晚半年左右（见图1）。使用同比增长率需要考虑“翘尾因素”和“基期因素”，增加了分析人员把握数据的难度。在经济转折点上，是选择同比增长率还是环比增长率进行分析，得出的结论可能会有很大差异。实际上，在现有统计数据

的基础上利用一定的计量变换，可以估算出变量的定基值和环比增长率，从而多一些分析的参考数据。同比增长率是利用相邻两年的同期值进行比较的，所以基本上消除了季节性因素的影响。环比增长率利用相邻两季或两月的值进行比较，必然会遇到季节性因素的干扰。这就需要先对定基值进行季节调整，然后再计算出经过季节调整后的环比增长率，从而清晰地刻画出经济变动的一般性趋势。 图1 美国2001-2005年GDP季度增长率

一、主要月度宏观经济数据的统计情况

对于月度宏观经济数据，统计部门一般会公布其当月和累计值，以及同比和累计同比增长率。发布这两种形式的同比增长率，一方面是为了回避季节调整的问题，另一方面是为了便于与年度增长率进行比较。国家统计局只公开发布城镇固定资产投资的累计值与累计同比增长率，但在非正式刊物上也提供其当月值和同比增长率；国家统计局和人民银行分别公布消费者价格指数和企业商品价格指数的定基值和环比增长率；从2005年起，海关总署开始编制并公布进出口定基值，可以计算出进出口环比增长率；人民银行公布经过季节调整的货币供应量，可以计算出季节调整的环比增长率。表1为主要宏观经济月度数据的统计发布情况。从下表可以看到，几个主要的变量：固定资产投资、工业增加值和消费品零售总额都没有发布环比增长率，这为经济分析带来了一些困难。 表1 宏观经济月度数据的统计发布情况 注：①○：公布该数据；×：未公布该数据；-：无该指标。②非正式刊物上有固定资产投资当月值与同比增长率。③物价指数的情况可参见作者另一文：“我国的价格指数体系以及使用中的问题”。

二、估算主要宏观经济数据的环比增长率

计算环比增长率首先要有变量的定基值。从理论上讲，只需要以变量所对应的环比价格指数对其当月绝对量进行修正就可以得到定基值。但是，我国只公布了企业商品价格指

数和消费者价格指数的环比值，与固定资产投资、工业增加值和消费品零售总额相关的价格指数都没有定基值或环比增长率。这就影响了统计部门计算定基值，并发布其环比增长率。从经济形势分析的目的出发，我们可以利用相近的环比价格指数对上述三个指标进行修正，从而估算出环比增长率。基本原理如下： 宏观经济量Y在t年i月的值为：Yti，在t-1年为：Y(t-1)i，i=1，2……12。 计算变量Y同比增长率所用的价格指数同比增长率为：Pti，则： Y变量在t年第i月的同比增长率为：统计局公布的值） t-1年变量Y的替代价格指数的定基值为q(t-1)i

（此值为，则同年以1

月份为基期的定基值分别为： ,,......, 则t年Y的定基值为： ,,......, 依次计算即可得到各年的定基值，利用相邻两月的定基值就可以计算出Y的环比增长率。

上述方法的主要特点是同时利用变量若干年的同比增长率和替代物价指数在某一年的环比增长率或定基值。之所以这样做，是为了减少替代性物价指数在计算中带来的误差，并充分利用原有同比增长率所包含的信息。在实际操作中，应该选择价格波动比较平稳的年份作为基年，从而减少替代性物价指数引起的误差。

（一）固定资产投资

固定资产投资的同比增长率是用固定资产投资价格指数来进行计算的。估算固定资产投资环比增长率时可选择企业商品价格指数作为替代性价格指数。由于固定资产投资的统计口径在2004年作了调整，我们可以利用此年作为基年进行计算。首先应该利用固定资产投资的当月值和企业商品价格指数的定基值估算出以2004年1-2月份为基期的全年定基值。有了这个年度的定基值，我们可以直接利用国家统计局公布的固定资产投资同比增长率，向前(2005年)或向后(2003年)计算其定基值序列。在定基值的基础上，我们可以计算出固定资产投资的环比增长率。

（二）工业增加值

2002年以前，我国采用不变价格法核算工业增加值的增长率。随着经济的发展，同一产品在不同时期、不同地区的价格水平相差较大，而且由于产品换代较快，使用不变价格目录计算工业增长速度难以准确反映实际情况。2002年以后，我国利用工业品出厂价格指数消除产品价格变动因素，计算与基期可比的工业增加值同比增长率。

与固定资产投

资一样，能够将一年中各月份工业增加值的价格联系到一起的只有企业商品价格指数。我们采用与固定资产投资一样的办法，先利用企业商品价格指数计算出工业增加值在某一年内的定基值，然后再利用各年的同比值对其进行向前和向后的扩展，从而计算出各年度的定基值，最终计算出环比增长率序列。

（三）社会消费品零售总额

社会消费品零售总额的同比增长率是用商品零售价格指数来进行修正的。由于商品零售价格指数没有环比增长率，无法利用其计算消费品零售总额的定基值与环比增长率。消费者价格指数与商品零售价格指数的区别主要在服务业上。因为服务业价格在一年之内的波动不是很明显，所以我们可以利用消费者价格环比值作为零售商品价格指数环比增长率的替换值。按照上文的方法，计算出某一年内的消费品零售总额的定基值后，就可以利用公布的同比增长率对其基年的值进行扩展，最终计算出定基值和环比值序列。表2为利用文中所述方法计算得到的几个宏观经济变量2004年环比增长率(已做季节调整)。 2 2004年主要宏观变量的环比增长率

表

三、季节调整的方法及其选择

由于受季节性因素的影响，环比增长率的波动很大，难以直接通过其观察到真实的经济波动情况。图2为广义货币供应量M2的环比增长率和季节调整后的环比增长率。在图2中可以看到在季节调整前环比增长率的波动频率高、幅度大。如果要在分析中使用环比

增长率，就需要先对定基值进行季节调整，从而计算出季节调整后的环比增长率。引起季节波动的首要因素是四季的自然更迭，比如冷饮市场的销售量会在每年冬夏两季出现周期性波动。此外，历史、文化和制度等因素也会引起季节性波动。比如，春节、“十一”两个假期就会对工业生产、商品销售等经济活动带来显著的影响。

图2 M2环比增长

率与季节调整环比增长率的比较 在计量分析中，时间序列的波动可归结为四个因素：趋势变动(T)、季节变动(S)、周期变动(C)和随机变动(I)。四种变动与原序列(Y)的关系可概括为两种模型： 乘法模型：Y=T×S×C×I

加法模型：Y=T+S+C+I

乘

法模型适合于T、S、C之间存在相关关系的情况，比如，季节变动的幅度随趋势上升而增大。加法模型则适合于T、S、C相互独立的情况。季节调整就是将季节变动从序列Y中去除。对于乘法模型其思路为：Y/S=TIC；对于加法模型其思路为：Y-S=T+C+I。所以，季节调整的关键就是要找到季节指数S。目前，有多种计量方法可求得季节指数S。以月度数据的移动平均乘法模型为例： （2）求得当年各月的季节因子：

（1）先求得系列Y在y年m月的移动平均值： （3）求得每月平均的季节因子为：

不同季节调整工具对数据进行处理的方法不同，最终结果也存在差异。在实际使用中应用较为广泛的季节调整工具为：TRAMO/SEATS、X-12ARIMA或X-11ARIMA。这些标准的季节调整工具在官方统计部门发布数据的定基值序列时应用较广。然而，在对经济数据进行探索性分析时，使用这些工具有以下几个缺点：（1)上述季节调整工具对原始数据的处理太多，使经济分析人员无法把握处理过程，造成原始数据与调整后数据信息的断裂。（2)利用上述方法对数据进行季节调整时，序列两端的误差较大。然而，如果对数据处理的目的是进行经济预测，我们最关心的恰恰是最近几个月的数据。（3)上述几种方法都要求数据序列有一定的时间长度，而我国一些宏观数据的统计口径都是在最近几年进行调整的，可比序列的时间较短，难以满足要求。

如果对数据进行处理的目的是进行经济预测，主要关注最近几个月环比值的波动情况，

简单的比例法就可以满足季节调整的要求。比如，可求得近几年6月份固定资产投资平均是5月份的1.4倍，或者平均是1-5月份累计值的0.45倍，我们利用这一比例对今年6月份固定资产投资的定基值进行修正后就可以计算经过季节调整后的环比增长率。这种方法在理论上不够完善，但却简单易行，而且数据处理的过程清晰、可控，有利于捕捉异常点、发现变量增长的一般性趋势和季节性波动的规律。

在季节调整中，春节因素、

固定资产投资一二月值合并的问题也需要引起注意。因为春节是农历的节日，可能出现在公历的1月份也可能会出现在2月份，一般的季节调整工具无法对其进行修正。选择西班牙银行开发的TRAMO/SEATS方法就可以解决这一问题。固定资产投资月度数据只公布一二月的合并值，对其的处理方法一种是按1月和2月的工作天数对固定资产投资量进行分解，另一种方法是直接按照1年11个月进行分析，只是后一种方法得到的固定资产数据系列与其他宏观经济值不能在一起进行处理。

四、认识数据处理技术和环比增长率的局限性

对经济数据作各种计量变换，以显现其隐含的波动规律，是进行宏观经济形势分析的重要手段。在我国统计指标体系不够完善的情况下，利用一定的数学变换将经济分析中所关注的特定信息从合成数据中提取出来，或者是将几个数据进行综合得到反映一定经济规律的新指标，具有很强的实用性。然而，在做计量变换时应该注意技术手段是有限的。应该将技术手段与经济理论结合起来，不能迷信于技术手段所得到的结果。比如环比增长率能够敏锐地反映经济形势的最近动态，但不同的季节调整方法得到的结果是存在差异的。图3为利用移动平均乘法和X11-ARIMA法处理的M2环比增长率，我们看到，在许多月份两者反映的变动趋势都是不同的。 图3 M2环比增长率的波动情况 此外，由于同比增长率的时间跨度较长（1年），其对经济波动已做了自然平滑，所以当同比值反映经济出现了新的趋势时，这种趋势一般是稳定的。由于环比值时间跨度短，即便是进行了季节调整其波动仍很频繁，通过一两个值很难判定经济波动的新趋势是否已稳定建立起来

了。图4为美国2001到2003年CPI的同比和环比增长率的波动情况。我们可以看到，环比增长率经常在二三个月内就出现趋势的反复逆转，很难说这种逆转反映了经济真实的走势。 图4 美国CPI同比增长率与季节调整环比增长率的比较