《宏观经济数据可靠性评价方法研究.doc》由会员分享,可在线阅读,更多相关《宏观经济数据可靠性评价方法研究.doc(7页珍藏版)》请在金锄头文库上搜索。
1、宏观经济数据可靠性评估方法研究项目负责人:湖南大学金融与统计学院 倪青山项目编号:2010LB20摘要:本文以宏观经济数据可靠性评估方法为研究对象,对国内外宏观经济数据可靠性研究领域的相关成果进行了总结评价,对五种主要的评估宏观经济数据可靠性的方法的基本原理及评估方法进行了对比分析,并运用Benford法对我国宏观经济数据进行实证分析,最后,结合实证分析结果,提出提高宏观经济数据可靠性的相关政策建议。关键词:宏观经济数据;可靠性;评估一、研究背景及意义宏观经济数据是宏观经济运行的温度计和显示器,是国家实施宏观调控、进行科学决策的重要依据,其可靠性直接关系到国家经济决策的正确与否。近年来我国经济
2、持续、快速增长,引起了世界的关注,作为衡量经济发展规模和水平的宏观经济数据及其可靠性也成为国内外相关机构和研究者关注的焦点问题之一。同时,准确而充分的宏观经济数据是科学研究与政府决策的基础,宏观经济数据可靠性问题不仅关系到科学研究特别是社会科学研究能否产生正确的研究结果,而且直接影响到宏观经济决策的科学性。因此对宏观经济数据可靠性的评估方法进行深入的研究,是摆在经济数据研究工作者面前一项十分紧迫而重要的课题。目前,我国对宏观经济数据可靠性评估方法的研究还比较薄弱。一方面,对经济数据可靠性的检验,主要还是从定性的角度采用人工审核的办法进行评估,缺乏能检查和审核经济数据可靠性的定量方法和依据。另一
3、方面,对经济数据中异常点的识别,也还是依据数据间的逻辑平衡关系进行检查,缺乏能对非逻辑平衡性异常点进行识别的定量方法。迄今为止,除了宏观经济数据可靠性的定性分析研究成果比较多以外,关于宏观经济数据可靠性的定量分析研究成果比较少见。对我国宏观经济数据可靠性评估方法进行系统深入的研究,更好地满足社会经济发展过程中对统计数据的需求,使我国统计工作进一步与国际接轨,增强统计数据的真实性和国际可比性,在当前具有重要的理论与现实意义。二、宏观经济数据可靠性评估的主要方法(一)逻辑关系检验法逻辑关系检验法是以政府统计指标体系中各个统计指标之间存在的包含、恒等以及相关等内在逻辑关系为判断标准、实现对统计指标数
4、据的可靠性的粗略检验。如果在检验中某一组统计指标数据违背了它们之间所存在的特定的逻辑关系,则表明该组统计指标数据存在可靠性问题,有可能是其中的一个或一部分数据不可靠,也有可能是整组数据均不可靠,需要进行进一步的分析与核查。按照检验所依据逻辑关系的不同,该方法可分为比较逻辑检验法和相关逻辑检验法。逻辑检验法作为一种传统的检验方法,操作简单且通俗易懂,在对宏观经济数据的可靠性进行初步检验的情况下得到了广泛的应用。但是,从检验的方法技术角度来看,逻辑检验法要么过于粗糙,要么根基不稳。(二)计量模型方法计量模型分析法是指以建立计量经济模型为基础、对相关指标的数据可靠性进行评估的一类统计数据可靠性评估方
5、法。该方法的基本思路与步骤是:首先,通过深入的分析,依据相应的经济或统计理论建立计量经济模型,因变量通常为待评估的指标;其次,选取样本数据对所构建的模型进行参数估计,并对估计结果进行初步检验,得到具体的模型;第三,对所得到的具体模型进行分析,再根据相应的理论或假设得出待评估的统计数据是否可靠的结论。计量模型分析法的主要不足是要求或假设作为评估基准的指标数据充分可信;其主要优势除了模型能有效地刻画宏观经济现象之间的复杂关系外,更重要的是它紧扣了统计数据质量或可靠性评估的现实基础(三)核算数据重估法核算数据重估法是指以从统计核算的角度重新估计特定的统计指标数据为基础,以实现对相关统计指标的数据可靠
6、性进行评估的一类统计数据可靠性评估方法。核算数据重估法是对于逻辑关系检验法的另一拓展,多用于评估GDP及其构成项目的现价水平数据和增长率数据的可靠性,提供了相关统计指标的可供参考的数据,是对官方统计数据的强有力的检验。具体主要包括三类:偏差修正重估法、价格指数重估法、物量指数重估法(四)统计分布检验法在社会经济统计领域,统计总体中的各个个体的标志值在理论上会服从某一特定的统计分布。鉴此,通过对各个个体的标志值进行特定的统计分布检验,可初步判断出各个个体的标志值是否正常、可靠。统计分布检验法的过程是:通过对待评估指标的分析,找出其服从的具体的统计分布;检验待评估指标在各个个体上的取值的经验分布是
7、否与分析得出的理论分布一致;以分析得出的理论分布为基础,应用Grubbs准则、Dixon准则、Benford法则等识别待评估指标在各个个体上的取值的异常点,并对异常点进行认真审核,判断其是否可靠。(五)调查误差评估法统计数据的可信度评估归根结底是对数据中所包含误差的评估,而从数据的生产过程来看,这种误差最先表现为统计调查误差。通常来说,调查误差可分为抽样误差与非抽样误差。对于抽样误差,统计学中已经有一套比较成熟的评估理论与方法;对于非抽样误差,由于其成因复杂,目前评估方法较为有限,而以下两类比较具有代表性:(1)非抽样误差间接评估;(2)非抽样误差事后抽查。调查误差分析法从产生统计数据偏差的源
8、头入手,对统计数据的可靠性进行评估,由于其所采用的评估技术与思路更为科学和可靠,而所利用的评估基准信息资料也更为翔实与可靠,因此,该方法的评估结论具有更强的说服力。(六)多维评估法统计数据质量的内涵经历了由一维向多维发展的过程,相应地,统计数据质量的评估方法也由一维的可靠性评估向多维评估延伸。目前,多维评估法主要包括多维多级测量法、质量指标集法、用户满意度调查法和模糊综合评价法。三、宏观经济数据可靠性评估的实证分析(一)Benford法则美国通用电气公司研究中心的物理学家Frank Benford在图书馆翻阅对数表手册时发现,头几页比后面的页更脏一些,这说明头几页在平时被更多的人翻阅。由此他推
9、测,在现实生活中,人们处理首位数字较小的数据的频率较大。于是,Benford收集并验证了20229个来源千差万别的样本数据的首位数字,其中包括河流的长度、湖泊的面积、各个城市的人口总量、不同元素的原子质量等等。经过研究后,他得出这样一个结论:大量自然数据的首位数字的出现频率符合对数规律,即首位数字是dl的概率为: (1)这里的这里的首位数字是指左边的第一位有效数字,即必须符合这样两个规则:非零、非负。这就是Benford法则。根据式(1),还可以推导出第二位数字为d2的概率为: (2)本文在前人的基础上,尝试利用Benford法则来判断我国一些主要宏观经济统计数据的可靠性。以下从两个角度来对我
10、国宏观经济统计数据的可靠性进行分析,一个角度是对新中国成立以来的四个经济部门的主要宏观经济指标数值逐个进行分析,即利用Benford法则对各个经济部门的主要经济指标在1949年2010年时间序列上的取值进行可靠性分析;另一个角度是以1993年为界,通过分段来进行纵向分析,观察我国宏观经济统计数据可靠性的发展情况。(一)我国宏观经济数据的可靠性分析1、指标选择考虑到描述宏观经济运行的统计指标很多,本文只选取了主要的四个经济部门:国民经济核算统计、政府财政统计、金融业以及国际收支平衡。每个经济部门只选取了反映该经济部门的主要几个经济变量,在选取指标时,笔者尽可能地考虑了指标的代表性、全面性和数据的
11、可获得性。2、指标数据处理由于Benford法则要求首位数字是有效数字,即要求符合非零、非负的原则,所以在做数据分析时,我们需要对数据进行处理,以便于提取要分析的数字。在分析之前,本文对所得数据做了如下处理:一,对指标数值为负的数据,将负值取其绝对值变为正数。原因是我们只是要分析这些数据的可靠性,而对其盈余并不关心。二,因为本文是对所选数据的前两位数字进行分析,而且由于我们选择指标的单位都是亿元或亿美元,故对于只有一位数字和小于1而大于0的数据,我们采取的处理方法是在每个经济部门中,将这些数据提取出来,乘以100得到新的符合条件的数据。这两种处理都是通过SPSS软件来完成的。3、实证分析在做实
12、证分析时,我们的研究思路是:对每个经济部门来说,如果所选取的统计指标的数值是可靠的,那么该组数据的首位、第二位数字的分布规律与Benford法则下的期望规律应该是相符的;而如果数据的首位、第二位的分布规律与Benford法则的期望规律不相符,则我们可以判定该经济部门的统计数据是不可靠的。本文的研究过程全部采用SPSS软件来完成,首先分别用 LEAF函数和MID函数将每个经济部门数据的首位数字和第二位数字提取出来,再用COUNTIF函数统计各经济部门的首位数字为19这9个自然数出现的次数,第二位数字为09这10个自然数出现的次数,然后计算各个数字在首位上和第二位上的出现频率,并将这些结果分别与B
13、enford法则的期望频率进行对比分析。最后通过拟合优度检验来检验数字分布同Benford法则分布的整体拟合程度,结果见表1。表1 国民经济核算统计数据前两位数字出现频率对比情况0123456789首位数字观察频率0.3600.1350.1160.0930.0610.0480.0500.0760.064Benford频率0.3010.1760.1250.0970.0790.0670.0580.0510.046差异值0.059-0.041-0.009-0.004-0.018-0.019-0.0080.0250.018第二位数字观察频率0.1300.1160.0860.1320.0980.1050
14、.0850.1020.0850.057Benford频率0.1200.1140.1090.1040.1000.0970.0930.0900.0880.085差异值0.010.002-0.0230.028-0.0020.008-0.0080.012-0.003-0.028从表1我们可以看出,国民经济核算统计数据首位数字的观察频率总体上来说是呈递减分布的,从观察频率和Benford法则期望频率的差异值来看,首位数字和第二位数字的差异值都控制在0,0.1的范围内。数字的出现频率则有的大,有的小,没有规律可言。其他四部门的检验结果相似,结果略。表6 各经济部门首位位数字分布的检验结果部门观察值个数2统
15、计量P值零假设(a=0.05)国民经济核算25414.2010.082接受政府财政统计27514.7750.061接受金融业统计20613.8510.085接受国际收支平衡1185.5430.701接受从2统计值来看,在0.05的置信水平下,我们所选取的四个经济部门,其统计数据的首位数字是可靠的,第二位数字也是可靠的(统计过程略)。因此我们可以有较大的把握说这四个经济部门的统计数据都比较好地符合Benford法则,可以认为是可靠的。四、提高我国宏观经济数据可靠性的政策建议(一)改进、规范统计核算方法、增加和完善统计指标体系,使统计核算更加科学。提高统计信息质量最关键的是统计制度的创新、 核算方法的科学和统计指标体系的完善。 因此,首先必须根据社会经济的发展,建立一套适合中国社会主义市场经济特点的统计制度;第二,不断改进、 规范现有的统计核算方法;第三,应增加和完善统计指标体系。(2)改革统计调查方法体系,为统计信息搜集工作提供一套科学有效的方法统计系统。应改变主要依靠全