我国分季度GDP估算方法的研究上.docx

1、我国分季度GDP估算方法的研究上我国分季度GDP估算方法的研究（上）赵进文 薛艳2013-1-14 10:27:28来源：统计研究(京)2009年10期第2532页内容提要：近年来随着各国经济的不断融合和金融市场的日趋国际化，宏观经济的短期波动越来越受到各国的重视，季度GDP作为高质量的子年度统计数据具有独特的研究价值，为此各国都在探讨季度GDP的核算方法，以获取更加及时、准确的统计数据。我国近两年经济波动较大，寻找及时、准确的高频数据进行短期经济分析具有重大意义。为此，本文借鉴国际上的Chou-Lin方法对我国季度GDP进行分产业的估算，并将估算结果与官方数据进行比较，发现估算结果与官方数据

2、偏差极小，可以作为高频数据进行经济分析及预测。关键词：季度GDP Chou-Lin方法 季节调整 年度衔接作者简介：赵进文(1964-)，男，经济学博士，南开大学经济学博士后（1998年出站），现任东北财经大学特级教授，博士生导师，研究方向：经济计量学、模型诊断、稳健建模、宏观经济政策分析、统计学、数学等；薛艳(1982-)，女，河北省唐山市人，东北财经大学统计学专业2006级硕士研究生。一、引言我国季度GDP核算开始于1992年，在国际上相对来说起步较晚，并且由于水平的限制和经验积累不足，在2003年前从未对季度GDP数据做过季节调整，也没有与年度数据进行衔接。虽然国家统计局在发布的关于我国

3、GDP核算和数据发布制度的改革规定中，将季度GDP核算改为初步核算、初步核实和最终核实三个步骤，与传统做法相比，增加了初步核实和最终核实，在一定程度上改进了季度数据的质量，但相对于世界水平仍有很大差距，季度GDP核算仍处于较低水平，提供的信息还十分有限。为此，国内很多学者和统计人员一直在探讨更适合我国的季度GDP核算方法。1996年郑京平在换个思路进行国民经济核算中针对国内季度GDP估算方法，提出：我国应该从以依赖搜集基础数据为基础转换成以推算为主，利用年度国民经济核算数据和季度指标来推算季度国民经济核算的有关数据。他提出建立模型，则有但是，该文章只给我们提供了一种方法，并没有对我国的季度GD

4、P数据进行具体分析研究。2006年，蒋淞卿在福建季度GDP实际值估算中对福建省1998-2005年的实际季度GDP进行了估算。估算步骤如下：首先，根据普查修订后年度GDP指数(1952=100)序列和名义GDP（当年价）序列构造基年价的年度实际GDP序列；其次，根据初步核算的季度累计GDP同比增长率（可比价）序列和各季度累计名义GDP（当年价）构造基年价的季度累计实际GDP序列，并做差计算出分季度实际GDP序列；最后，使用合适的衔接方法，以第一步的结果为基准修正第二步的结果，并最终得到衔接修正后的季度实际GDP（基年价）序列。将估算序列和原序列在图上进行比较，发现除2005年第四季度由于统计原

5、因造成显著偏低外，两曲线表现出相似的长期趋势。该方法为我国进行季度GDP估算提供了一种可行的方案。目前国际上季度GDP核算方法比较突出的国家有英国、日本、德国、马来西亚、加拿大等。其中Chou-Lin方法是目前国际上运用比较广泛的低频到高频的转化方法，研究学者曾利用该方法对东盟多个国家进行了季度GDP的估算。为此，本文借鉴该方法对我国季度GDP进行分产业的估算。二、数据来源及指标分析Chow-Lin方法是将Chow-Lin(1971)、Fernandez(1981)和Litterman(1983)共同发展的月度季度转换思想扩展成季度年度的转换。其主要思想是：通过年度相关数据对年度GDP回归得到

6、一个回归方程，然后根据这个方程和相应的季度数据来预测季度GDP，并对季度GDP进行调整，使其能够与年度总值相等。假定可利用的年度GDP数据为n年，令y为(4n1)的待估计的季度GDP数据向量，C为把4n个季度观测值转化为年度观测值的(n4n)矩阵，这个矩阵定义为：假定季节值y可以采用下面的多元线性回归方程预测：y=X+u(2)其中，X是(4nk)的矩阵，k为观测到的季度预测变量的个数，u是(4n1)的随机向量，其均值为零，协方差矩阵V为(4n4n)的矩阵。用下标a表示年度数据，方程(2)可转换为年度总和的回归方程：其中，权重是权重矩阵的第一行元素。如果权重未知，则可以利用两阶段的方法进行估计。

7、第一阶段，尽管每一年都用0.25作为季度的权重是不合适的，但是每一年都集中在0.25附近，因此我们仍然可以用0.25乘C矩阵，利用方程(1)、(3)得到第一轮的季度GDP估计值，并利用该结果估计新的权重。第二阶段，用新的权重计算出更好的季度GDP的估计值。在具体核算过程中，需要根据各国的不同情况具体考虑。国际上利用Chou-Lin方法建立模型时多数选取生产指数或增长率作为相关指标变量。Tilak Abeysinghe和Christopher Lee在利用Chou-Lin方法估计马来西亚季度GDP时，分别对农业、工业和服务业进行估算，选取的指标变量为农业、工业的季度生产指数，在马来西亚这些数据可

8、直接获得，构建服务业产出指数的商业银行贷款总额和进出口贸易数据也可由马来西亚中央银行季报直接得到。利用该模型估计季度GDP具有一定的优势，该模型不仅很好地考虑了季节性，而且它的干扰项可以代表主要（静止）的测量误差。但该方法仍具有一定缺点：首先，如果缺乏季度指数数据，估计各产业产值是不能实现的；其次，当进行外推远离估计期时它可能会扭曲趋势及季节性成分。我国由于统计口径的变化和其他因素影响，1992-2007年季度农业、工业生产指数数据并不完整。为此，不能利用相关生产指数估算我国季度GDP。Tilak Abeysinghe和Gulasekaran Rajaguru在估计东盟一些国家的季度GDP时主

9、要选取相关指标的增长率或名义值为变量建立回归模型。我们知道，大部分时间序列建立的模型都具有协整性，在此情况下一般会选取一阶差分变量再次进行回归。但他们利用一阶差分变量建立的回归模型并没有达到预期效果。为此，他们选取相关指标的增长率进行回归，这具有以下几个优点：第一，基于增长率趋势的回归产生的回归参数比基于一阶差分方法得到回归参数更稳定；第二，不需要季节调整的数据，当GDP序列具有高度的季节性时这种方法也适用，而使用季节调整后的数据可能会产生额外的误差。在估计我国季度GDP时，Tilak Abeysinghe和Gulasekaran Rajaguru利用实际GDP，名义货币和名义出口额的增长率建

10、立回归模型，得到季度实际GDP增长率，并将名义GDP转换成季度值，然后以1997年为基年生成季度实际GDP序列（选择1997年作为基期，是因为1997年的名义和实际的GDP增长率是大体相等的）。但该方法得到的季度GDP受物价波动影响，而且，模型中名义出口额增长率指标并不显著，值也只能达到0.66。鉴于以上原因，我们选取多个指标变量进行尝试，以得到最佳指标。由于我国季度名义值官方数据比较全，并且，采用名义值数据还是扣除物价变动因素后的实际（真实）值数据进行建模，是两种殊途同归的建模策略：(1)在建模时若指标变量采用名义值数据，则建模后所要比较的指标值也相应的是报告的名义值数据，如需进一步与实际（

11、真实）值数据进行比较，可以对模型测算的名义值数据进行转化，使之成为扣除物价变动因素后的实际（真实）值数据。(2)在建模时若指标变量采用扣除物价变动因素后的实际（真实）值数据，则建模后所要比较的指标值也相应的是依据报告的名义值数据转化后的实际（真实）值数据。显然，两种建模策略的最本质区别在于扣除物价变动因素是在建模之前，还是建模之后。当然，这种技术处理顺序上的细微差别会对模型分析结果产生一定影响，但不会是本质性的。因此，本文采用第一种建模策略，利用名义值变量建立模型进行季度GDP的估算。各产业指标变量的选取情况如下：第一产业选取农林牧渔业总产值为指标变量；第二产业选取第二产业固定资产投资额为指标

12、变量；第三产业选取的指标为M1和社会消费品零售额。由于第三产业涵盖范围广，在指标选取过程中进行了一些尝试。其中，首选的指标为社会消费品零售额，它是各种经济类型的批发零售贸易业、餐饮业、制造业和其他行业对城乡居民和社会集团的消费品零售额和农民对非农业居民零售额的总和。这个指标反映通过各种商品流通渠道向居民和社会集团供应生活消费品来满足他们生活需要的情况，是研究人民生活、社会消费品购买力、货币流通等问题的重要指标。社会消费品零售额涵盖的范围广泛，在第三产业中占据着非常重要的地位。另外，由于我国经济普查后扩大了对第三产业的统计范围，曾尝试将房地产开发投资额包括在内，但对M1、社会消费品零售额、房地产开发投资额这三个指标变量建立模型时发现房地产开发投资额的t值为-1.2，指标变量并不显著，在剔出这个变量后再建立模型发现各指标变量均显著，而且DW值也通过检验。为此，第三产业只选取了M1和社会消费品零售额作为指标变量。