《景气指标选择方法——时差相关系数KL教学案例》由会员分享，可在线阅读，更多相关《景气指标选择方法——时差相关系数KL教学案例（27页珍藏版）》请在金锄头文库上搜索。
1、1,第四章景气指标选择方法,4.1 景气指标选择的基准 4.2 时差相关分析 4.3 K-L信息量 4.4 基准循环分段平均法,4.1 景气指标选择的基准,2,一、经济景气分析发展概述,1888年巴黎统计学大会上，法国经济学家开始用黑、灰、淡红和大红几种颜色测定法国1877年到1881年的经济波动。 1903年英国用“国家波动图”描述宏观经济波动。 1909年美国巴布森统计公司发布了巴布森经济活动指数。 1911年美国布鲁克迈尔经济研究所，编制并发布了涉及股票市场、商品市场和货币市场等的景气指标。 1917年哈佛大学编制了“经济晴雨表”和“哈佛指数”。 1920年英国伦敦与剑桥经济研究所编制了
2、英国商业循环指数。 1922年瑞典经济统计学家编制了瑞典商情指数。 1925年德国景气研究所发布了德国一般商情指数。,回本书目录,回本章目录,3,1950年NBER经济统计学家建立了新的景气监测体系，采用了扩散指数。 1961年起宏观经济景气监测预警系统从民间研究走入官方实际应用阶段，景气监测预警系统在指标构成和体系构造方面取得了迅速发展，出现了合成指数、预警信号指数，季节调整方法日趋成熟。 20世纪70年代起经济景气监测预警系统初步定型，并出现国际化趋势。 1979年美国建立了国际经济指标系统，欧共体也开始研究成员国景气状况监测系统。 1984年日本开始研究区域景气变动。 20世纪80年代中
3、期开始更多的亚洲国家开始建立经济景气监测预警系统。,随着经济的发展、各国统计体系及统计方法的不断的完善，统计的种类越来越多，信息资源也越来越庞大。如何从众多的经济指标中筛选出适用且可靠的景气指标，这就是我们本章要学习的内容。,回本书目录,回本章目录,5,景气指标的类型：,回本书目录,回本章目录,6,4.2 时差相关分析法,一、概念 时差相关分析是利用相关系数验证经济时间序列先行、一致或滞后关系的一种常用方法。 二、计算步骤 1.计算时差相关系数 时差相关系数的计算方法是以一个重要的能够敏感的反映当前经济活动的经济指标作为基准指标，一般选择一致指标作为基准指表，然后使被选择指标超前或滞后若干期，
4、计算它们的相关系数。 2.比较不同延迟数的相关系数 在选择景气指标时，一般计算若干个不同延迟数的时差相关系数，然后进行比较，其中最大的时差相关系数被认为反映了被选指标与基准指标的时差相关关系，相应的延迟数表示延迟或超前的期数。,回本书目录,回本章目录,7,计算公式如下： 设时间序列y为基准指标，时间序列x为被选择指标， r为时差相关系数，则：,式中l表示超前、滞后期，l取负数时表示超前，取正数时表示滞后，l被称为时差或延迟数。L是最大延迟数，nl是数据取齐后的数据个数。,回本书目录,回本章目录,8,下面以我国钢产量增长率的时间序列为例，以工业总产值增长率为基准指标，利用时差相关分析法来判断钢产
5、量增长率为何种指标。,首先，下图为1982年1月至1993年12月的钢产量增长率与工业总产值增长率曲线。,回本书目录,回本章目录,图1 工业总产值增长率（实线，左），钢产量增长率（虚线，右）,9,回本书目录,回本章目录,图2 钢产量增长率和工业总产值增长率的时差相关系数,10,注意： 若两个变量都具有很强的趋势时，所有延迟数的时差相关系数都会很高，数据的超前滞后关系就不明显。若遇到上述情况，需要进行适当的变量变换，消除两个变量的各自趋势，超前滞后关系就变得明显了。,回本书目录,回本章目录,11,下面以工业总产值和钢产量的绝对量序列为例来解释上述问题。,回本书目录,回本章目录,图3 工业总产值（
6、实线，左），钢产量（虚线，右）的绝对量序列,12,图4 工业总产值和钢产量绝对量序列的时差相关系数,回本书目录,回本章目录,需要指出的是，相关系数仅从统计上表明数据的相关关系，即使相关系数接近于1也并不意味着数据之间一定存在着经济上的因果关系，因此在经济上是否存在着相应的因果关系，还要进一步进行分析。,13,4.3 K-L信息量 本世纪中叶，统计学家Kulback和Leibler提出一个信息量，后人称之为K-L信息量，用以判定两个概率分布的接近程度。近年来K-L信息量被运用到经济分析中。,回本书目录,回本章目录,一、概念 如果已知（或假设）真正地概率分布，而希望估计我们选择的模型与这一真的概率
7、分布相近似的程度，从而估价模型的好坏，就需要一个度量，这就是K-L信息量。,14,回本书目录,回本章目录,用公式表示如下：,15,回本书目录,回本章目录,二、K-L信息量的性质,三、K-L信息量的实际计算 1.选取满足条件的序列为基准指标，对基准指标做标准化处理，是的指标的和为单位1，处理后的序列记为p，表示为：,16,回本书目录,回本章目录,2.被选择的指标时间序列x也做标准化处理，处理后 的序列记为q，则,3.计算K-L信息量,17,4、比较K-L信息量,在计算出2L+1个K-L信息量后，从这些数值当中选取最小值作为被选指标关于基准指标的K-L信息量，即,其相对应的延迟数l就是被选指标最适
8、当的超前或滞后月数（季度）。 K-L信息量越小，越接近于0，说明被选指标与基准指标越接近。,回本书目录,回本章目录,我们还以钢产量增长率和工业总产值增长率（基准指标）为例，利用K-L信息量法进行分析。,18,回本书目录,回本章目录,图1 钢产量增长率的K-L信息量,为了方便起见，把计算出的K-L信息量扩大10000倍。一般的扩大后的K-L信息量在50以下，就可以考虑初步选上。在实际应用中，一般K-L信息量和时差相关分析这两种方法都被用来大批筛选指标。,19,20,4.2.3 基准循环分段平均法 一、基准循环分段平均法的简介 基准循环分段平均法是日本京都大学马场正雄在美国NBER的景气变动分析法
9、的基础上加以改进，提出的一种方法，故又称为马场方法。这一方法是以景气循环基准日期为尺度，检验被选指标本身的周期波动的峰和谷与经济周期波动的峰和谷的关系，并将这种关系用经济指标变动分析表的形式给出。从经济指标变动分析表中可以分析出被选指标在景气循环的扩张和收缩阶段的综合状态，从而得出该指标是否是与景气变动对应较好的景气指标，还可以分析出是先行指标、一致指标还是滞后指标。,回本书目录,回本章目录,21,二、方法操作步骤,1.按基准日期把每个循环（从谷到谷）分成九段，除了峰和谷的月份外，把开始的谷和峰之间（扩张期）以及峰与后来的谷之间（收缩期）分别分割成大体相等的三段期间，对所选指标序列求每一阶段上
10、的平均值。同时，对于峰（或谷）取包括峰（或谷）在内前后月的三个月之值的平均值。这样共求出九个平均值，注意每一循环的最后一段的平均值和下一循环的第一段平均值相同。 2.比较各段上的平均值。若比前一段增长了，则数字前面的符号取“+”；比前一段减少了，则取“-”；若相等，取“=”。 3.假定被选指标的数据期间包含m个循环，综合考虑m个循环的变动情况。平均栏中的符号是在这m个循环中占多数的符号。检验栏中的数字是平均栏中的符号在m个循环中所占的比例。,回本书目录,回本章目录,22,下表为工业总产值增长率变动分析表,回本书目录,回本章目录,23,三、景气指标好坏与否的判断标准,1.若平均栏中的8个符号要类
11、似于（+，+，+，+，-，-，-，-）或（-，+，+，+，+，-，-，-）那样，相同的符号连续出现，表明该指标的循环变动与景气循环变动有良好的对应关系。当出现类似于（+，-，+，+，-。+。-，-）的情况，说明被选指标的变动没有规律。 2.若8个符号中有4个及4个以上的符号的比例是微弱多数，如m=5时，出现比例为3/5的符号多于4个，则认为这个指标的对应性不好而被筛选掉。,回本书目录,回本章目录,24,四、指标类型的判断 1.一致指标 由于谷到峰期间为经济周期波动的扩张区，峰到谷期间为收缩区，所以如果制表位一致指标时，平均栏中的符号应为（+，+，+，+，-，-，-，-）的情形，表示在m个循环中
12、指标的变动与经济周期波动基本是一致的。如工业总产值增长率序列的情况。 也有这样的情况（+，+，+，+，+，-，-，-），虽然也可以判断为一致指标，但这一指标的扩张区较基准循环长。,回本书目录,回本章目录,25,2.先行指标 若指标是先行指标，则平均栏中的符号应是（+，+，+，-，-，-，-，+）或（+，+，-，-，-，-，+，+）或（+，-，-，-，-，+，+，+）的情形，表示指标的波动先于经济周期的波动。,26,3.滞后指标 若指标是滞后指标，则符号应类似于（-，+，+，+，+，-，-，-）或（-，-，+，+，+，+，-，-）或（-，-，-，+，+，+，+,-）的情形，表明指标的波动滞后于经济周期波动。,回本书目录,回本章目录,五，马场法的缺陷,27,马场法由于过于严格，只有当被选指标的m个循环变动对应性都很好使，才能得出相应的结论。但这样的指标并不好找，尤其是在经济结构发生较大变动的时期就更难取得，这会使大批较好的景气指标漏选。,
