产出缺口是什么意思?产出缺口怎么算?今天的文章都是干货,所以特别枯燥,而且可能需要统计学基础,所以如果没有需要的话,可以退散了。
研究周金涛的周期嵌套理论,最关键的数据就是:怎么获取工业增加值产出缺口。只有获取了产出缺口才可以识别周期,对当下所处的周期位置有一个清晰的了解和认识。为了得到产出缺口,于是开始了漫长的学习和研究过程。在一穷二白、从零开始的基础上,经过不断百度、反复查阅相关资料,并在遇到无数个坑、几度想要放弃的情况下,最终完成了这一工作。把相关的情况汇总一下,希望能给有需要的朋友一些帮助。
理论部分咱们就不多说了,主要是实践部分。根据周金涛系列研究报告中提到的方法,就是通过制作定基指数的方式,来计算产出缺口。简单来说,就是选定基期年份、计算真实工业增加值、从基期开始根据同比扩展定基序列。
其中定基年份这个事情比较简单,一般选择中间的年份作为基期,免得数据失真情况的产生。研报中的定基指数都是以 2004 年为基期计算出来的,这也符合选择的要求(其实只要选择中间的年份,具体是用那一年造成的影响并不大)。
接下来最麻烦的就是计算真实工业增加值这个问题,中国没有公布实际工业增加值月度数据(或以不变价格衡量的月度数据),而名义工业增加值数据在 2006 年 11 月以后也已经停止公布,继续公布的数据只有工业增加值可比增速、工业分大类行业增加值增长速度等相关指标。同时,2011 年 4 月之后,国家统计局虽然公布了环比数据,但这是经季节调整之后的数据,并非原始的环比增长率数据,这就比较的尴尬了。由于没有环比数据和基期值,无法直接进行代入计算。
之后的工作就一直卡在了这里,在通过日夜百度、不断学习、提问、试错的基础上(寻找最耗费时间,以及耐心),最终选择了采用企业商品价格指数(CGPI)作为用来校准工业增加值,再结合工业增加值同比增速制作基期序列的方式来进行计算。
说实话,这个事情就是属于真传一张纸的范畴,一旦说穿了,那是非常简单。但是,如果没有想到,那就是一直在门外徘徊,始终不得其门而入了。
接下来是另一个问题,也就是数据缺失的影响了。我们的统计局采用的方式那真是完美无缺,既然一月数据难以及时上报、统计,那我们就不公布一月数据……官方说法是:“为了消除春节日期不固定因素带来的影响,增强数据的可比性,按照国家统计制度,历年1-2月份数据一起调查,一起发布”。于是,计算的道路上又遇到了数据缺失这个困难。由于之后季节性调整的基础就是补齐数据,所以这个问题也是一定要解决的。
在百度的基础上,得出如下的方式(以 2007 年为例):
- 计算出之前的历年数据
- 用 2006 年 1-2 月的累计值和 2007 年 1-2 月的累计同比得到 2007 年 1-2 月的累计值
- 用 2017 年 1-2 月累计值减去 2007 年 2 月的单月值,就得到 1 月的单月值
感谢万能的搜索引擎,这是一个简单易行而且比起差值计算来更加误差小的方式。在上述一系列问题的基础上,终于构建出来了完整的数列。之后就比较容易了,虽然使用的相关软件 Eviews 自己也不会,但是这本身就是一个全靠菜单、无需手工输入指令的软件。在通读了相关的使用方式以及范例之后,基本上就可以投入操作了:
- 建立新的数据空间,以月为单位,从 1990-1 到 2018-11
- 新建一个数列,填充入之前统计得到的基期数列
- 对数列进行 X-12ARIMA 季节性调整,使用乘法方式,产出 TC 数据列
- 对产出的数据取对数,使得最终出现的波动图形相对稳定
- 对对数数据进行 HP 滤波分析,得出的循环项,就是我们需要的最终结果
这里贴一下自己根据上述方式计算得出的 1990 年至 2018 年 11 月的产出缺口:
经过和相关研报中的产出缺口图形对比,虽然依旧存在少量的误差,但是基本上可以保持顶底完全一致,对于周期判断应该不会产生影响。
当然了,上述计算依然遇到一些问题存在进一步改进的空间:
- 如何对春节效应进行调整。目前自己只是根据原始数据通过 X-12-ARIMA 模型来进行季节调整,如何更好的剔除春节效应。
- 自 2015 年开始,统计局连 2 月份的当月同比也开始不公布了,根据上面的方法无法继续计算。目前采用最简单粗暴的方式,也就是用累计同比填充单月同比,但是这必然会导致数据的部分失真,需要在之后的工作中思考如何去除。
综上,在经过了将近一个月的搏斗之后,终于把工业增加值产出缺口的计算方式给搞出来了,也算是有所收获吧,希望能对你有所帮助。
如若转载,请注明出处:https://www.jiajia17.com/8361.html