国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于混頻數(shù)據(jù)的中國(guó)服務(wù)業(yè)景氣指數(shù)構(gòu)建與周期波動(dòng)分析

2019-03-18 01:19:08王藝樅孟勇剛
財(cái)貿(mào)研究 2019年2期
關(guān)鍵詞:景氣波動(dòng)服務(wù)業(yè)

陳 磊 王藝樅 孟勇剛

(東北財(cái)經(jīng)大學(xué)1.經(jīng)濟(jì)計(jì)量分析與預(yù)測(cè)研究中心 2.經(jīng)濟(jì)學(xué)院,遼寧 大連 116025)

一、引言及相關(guān)文獻(xiàn)回顧

2013年以來,中國(guó)經(jīng)濟(jì)進(jìn)入以減速換擋、結(jié)構(gòu)調(diào)整和動(dòng)力轉(zhuǎn)換為特征的新常態(tài)階段,第二產(chǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)逐漸下降,第三產(chǎn)業(yè)的貢獻(xiàn)不斷上升。2013年中國(guó)服務(wù)業(yè)增加值占GDP比重達(dá)46.1%,首次超過第二產(chǎn)業(yè)而成為國(guó)民經(jīng)濟(jì)的最大產(chǎn)業(yè)。2015年第三產(chǎn)業(yè)增加值占比達(dá)50.5%,超出“十二五”規(guī)劃提出的“2015年服務(wù)業(yè)增加值比重達(dá)到47%”的目標(biāo)3.5個(gè)百分點(diǎn)。2017年第三產(chǎn)業(yè)占比高達(dá)51.6%,中國(guó)經(jīng)濟(jì)正在由“工業(yè)型”經(jīng)濟(jì)向“服務(wù)型”經(jīng)濟(jì)轉(zhuǎn)變,第三產(chǎn)業(yè)逐步成為產(chǎn)業(yè)主體。注數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局網(wǎng)站。

國(guó)內(nèi)外大量文獻(xiàn)研究表明,服務(wù)業(yè)的波動(dòng)較為平緩。隨著服務(wù)業(yè)在宏觀經(jīng)濟(jì)中的比重逐漸增加,其對(duì)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整的“穩(wěn)定器”作用日漸凸顯,而經(jīng)濟(jì)周期波動(dòng)也逐漸變得更加溫和(Layton et al.,1989)。于丹(2007)的實(shí)證研究結(jié)果表明,美國(guó)服務(wù)業(yè)對(duì)國(guó)民經(jīng)濟(jì)確實(shí)發(fā)揮了“穩(wěn)定器”的作用。盡管目前中國(guó)服務(wù)業(yè)的比重與美國(guó)相差較大,但隨著中國(guó)第三產(chǎn)業(yè)的穩(wěn)步發(fā)展并日漸占據(jù)產(chǎn)業(yè)主體地位,服務(wù)業(yè)對(duì)中國(guó)經(jīng)濟(jì)的“穩(wěn)定器”作用也在不斷增強(qiáng)。實(shí)際上,近年來中國(guó)經(jīng)濟(jì)增長(zhǎng)已經(jīng)呈現(xiàn)出以往所沒有的平穩(wěn)運(yùn)行態(tài)勢(shì)。

基于上述分析,在經(jīng)濟(jì)新常態(tài)背景下強(qiáng)化對(duì)服務(wù)業(yè)的景氣監(jiān)測(cè)具有重要的現(xiàn)實(shí)意義。一方面,有助于及時(shí)、準(zhǔn)確地反映服務(wù)業(yè)的景氣狀況和發(fā)展態(tài)勢(shì);另一方面,中國(guó)正處于服務(wù)業(yè)和工業(yè)并行發(fā)展的階段,由于現(xiàn)有的宏觀經(jīng)濟(jì)景氣監(jiān)測(cè)研究框架普遍采用工業(yè)增加值作為基準(zhǔn)指標(biāo),所以對(duì)服務(wù)業(yè)的景氣監(jiān)測(cè)可以使中國(guó)宏觀經(jīng)濟(jì)監(jiān)測(cè)框架更加完善,有助于政府更加全面和深入地把握宏觀經(jīng)濟(jì)運(yùn)行狀況。

國(guó)外對(duì)服務(wù)業(yè)景氣指數(shù)的研究始于Layton et al.(1989)用合成指數(shù)方法構(gòu)建的美國(guó)服務(wù)業(yè)一致指數(shù)和先行指數(shù),此后相關(guān)文獻(xiàn)寥寥無幾。近年來,僅見Arti et al.(2012)構(gòu)建了印度的月度服務(wù)業(yè)指數(shù)來測(cè)定服務(wù)業(yè)增加值的走勢(shì),期望有助于當(dāng)局制定貨幣政策。服務(wù)業(yè)細(xì)分行業(yè)的景氣指數(shù)研究在多數(shù)行業(yè)也不多見,關(guān)于服務(wù)業(yè)內(nèi)部幾個(gè)重點(diǎn)行業(yè)的研究中,Lahiri et al.(2003)采用鏈?zhǔn)絃aspeyres指數(shù)和Fisher理想指數(shù)方法分別構(gòu)建了美國(guó)交通運(yùn)輸行業(yè)的月度產(chǎn)量指數(shù),該指數(shù)分別從貨物運(yùn)輸和旅客運(yùn)輸兩個(gè)角度來提取,結(jié)果發(fā)現(xiàn)交通運(yùn)輸產(chǎn)量指數(shù)的貨物運(yùn)輸部分占據(jù)主導(dǎo)地位。Lahiri et al.(2006)則采用NBER合成指數(shù)方法和動(dòng)態(tài)因子方法分別構(gòu)建了交通運(yùn)輸行業(yè)的一致指數(shù),兩種方法得到的結(jié)果相近。Zetland(2010)構(gòu)建了美國(guó)房地產(chǎn)市場(chǎng)指數(shù)(REMI)以測(cè)量房地產(chǎn)市場(chǎng)運(yùn)行及流動(dòng)性。Tsolacos et al.(2014)采用Probit模型和馬爾科夫轉(zhuǎn)移模型對(duì)美國(guó)房地產(chǎn)市場(chǎng)商業(yè)用房的租賃情況做了轉(zhuǎn)折點(diǎn)預(yù)測(cè)。近年來對(duì)金融業(yè)指數(shù)的研究相對(duì)較多,比較有代表性的如Koop et al.(2014)采用具有時(shí)變參數(shù)的因子增廣向量自回歸(TVP-FAVAR)模型構(gòu)建了美國(guó)的金融狀況指數(shù)以反映金融業(yè)的運(yùn)行狀況,并認(rèn)為該指標(biāo)對(duì)產(chǎn)出和失業(yè)率具有很好的預(yù)測(cè)效果。

受統(tǒng)計(jì)部門公布的服務(wù)業(yè)數(shù)據(jù)種類、數(shù)量和公布頻率等方面限制,中國(guó)對(duì)服務(wù)業(yè)景氣指數(shù)的研究也較為鮮見。王小平等(2012)用合成指數(shù)方法編制了中國(guó)服務(wù)業(yè)年度的先行、一致和滯后合成指數(shù)。而對(duì)于服務(wù)業(yè)內(nèi)部的細(xì)分行業(yè),包括交通運(yùn)輸和物流、房地產(chǎn)、金融和批發(fā)零售等的景氣分析則相對(duì)較多。魏眾等(2006)定義并測(cè)算了物流運(yùn)輸擴(kuò)散指數(shù)和物流運(yùn)輸綜合指數(shù)以反映物流運(yùn)輸?shù)木皻馇闆r;《我國(guó)商品市場(chǎng)周期波動(dòng)轉(zhuǎn)折點(diǎn)的分析與預(yù)測(cè)》課題組(2008)用NBER方法編制了中國(guó)商品市場(chǎng)的一致和先行合成指數(shù);梁云芳等(2008)基于主成分分析方法提取了中國(guó)房地產(chǎn)投資綜合景氣指數(shù);另有一些學(xué)者用多種經(jīng)濟(jì)計(jì)量模型方法構(gòu)建金融狀況指數(shù)以反映中國(guó)金融市場(chǎng)的整體情況。鑒于當(dāng)前對(duì)中國(guó)整體服務(wù)業(yè)景氣情況比較完整的研究?jī)H見于王小平等(2012),而且由于其編制指數(shù)所采用的是年度數(shù)據(jù),時(shí)效性和政策參考性均不強(qiáng)。因此,有必要開發(fā)更高頻率的月度景氣指數(shù)以便對(duì)中國(guó)服務(wù)業(yè)整體走勢(shì)進(jìn)行及時(shí)監(jiān)測(cè)和分析,這也是本文研究的主要目的。那么,構(gòu)建服務(wù)業(yè)月度景氣指數(shù)應(yīng)選取哪些指標(biāo)?采用何種方法提取景氣指數(shù)?中國(guó)服務(wù)業(yè)景氣指數(shù)的周期波動(dòng)特征如何?本文將結(jié)合景氣分析法和混頻動(dòng)態(tài)因子模型對(duì)這些問題進(jìn)行深入探討。

二、提取服務(wù)業(yè)景氣指數(shù)的混頻動(dòng)態(tài)因子模型方法

中國(guó)公布的服務(wù)業(yè)數(shù)據(jù)尚不夠完善,大部分指標(biāo)沒有細(xì)分到第三產(chǎn)業(yè),多數(shù)服務(wù)業(yè)相關(guān)指標(biāo)或者只有年度數(shù)據(jù),或者月度數(shù)據(jù)的公布時(shí)間很短,指標(biāo)統(tǒng)計(jì)不夠完整?,F(xiàn)階段公布的時(shí)間跨度在10年以上的服務(wù)業(yè)相關(guān)指標(biāo)中,服務(wù)業(yè)增加值無疑是反映其整體走勢(shì)的最佳指標(biāo),但這一指標(biāo)只公布季度數(shù)據(jù)。因此,如何將它與其它月度指標(biāo)結(jié)合起來構(gòu)建服務(wù)業(yè)月度景氣指數(shù)是本文關(guān)注的重點(diǎn)。鑒于此,本文采用混頻數(shù)據(jù)來構(gòu)建中國(guó)服務(wù)業(yè)的月度景氣指數(shù),充分利用及時(shí)公布的月度指標(biāo)和季度服務(wù)業(yè)增加值所包含的信息,以提高政府相關(guān)部門對(duì)服務(wù)業(yè)景氣情況監(jiān)測(cè)的精確性和時(shí)效性。

一般在處理不同頻率的數(shù)據(jù)時(shí),普遍采用加總法(將高頻數(shù)據(jù)轉(zhuǎn)化為低頻數(shù)據(jù))或插值法(將低頻數(shù)據(jù)轉(zhuǎn)化為高頻數(shù)據(jù))。但是,加總會(huì)損失掉一些原樣本數(shù)據(jù)的信息,熨平高頻數(shù)據(jù)的內(nèi)在波動(dòng),并削弱模型結(jié)論的時(shí)效性;用插值法生成的高頻數(shù)據(jù)與原始不可觀測(cè)的高頻數(shù)據(jù)之間也存在誤差。因此,本文參考Aruoba et al.(2009)提出的混頻動(dòng)態(tài)因子方法來提取中國(guó)服務(wù)業(yè)景氣指數(shù)。該方法一方面基于動(dòng)態(tài)因子模型,假設(shè)經(jīng)濟(jì)景氣指數(shù)是一個(gè)影響模型內(nèi)各景氣指標(biāo)的不可觀測(cè)共同因子,通過將動(dòng)態(tài)因子模型表示為狀態(tài)空間形式,可采用Kalman濾波方法估計(jì)出景氣指數(shù);另一方面,這種混頻動(dòng)態(tài)因子方法可以處理缺失數(shù)據(jù)和不對(duì)稱樣本問題。因此,該方法已被美國(guó)費(fèi)城聯(lián)邦儲(chǔ)備銀行所采用,構(gòu)建并按周發(fā)布ADS指數(shù)作為實(shí)時(shí)監(jiān)測(cè)美國(guó)經(jīng)濟(jì)運(yùn)行的綜合指標(biāo)。此后,F(xiàn)unke et al.(2011)和Aruoba et al.(2013)用混頻動(dòng)態(tài)因子方法分別提取了中國(guó)實(shí)時(shí)物價(jià)指數(shù)和土耳其實(shí)際經(jīng)濟(jì)景氣指數(shù)。此外,欒惠德等(2015)對(duì)中國(guó)金融狀況指數(shù)的構(gòu)建也采用了混頻動(dòng)態(tài)因子方法。

(一)混頻動(dòng)態(tài)因子模型的構(gòu)建

令xt表示第t期不可觀測(cè)的服務(wù)業(yè)月度景氣指數(shù),即潛在共同因子。由于動(dòng)態(tài)因子模型要求所選指標(biāo)均為平穩(wěn)過程,因此所提取的潛在因子也是一個(gè)平穩(wěn)過程,通常可設(shè)不可觀測(cè)因子服從如下協(xié)方差平穩(wěn)的AR(p)過程:

xt=ρ1xt-1+ρ2xt-2+…+ρpxt-p+et

(1)

Ct=ξtCt-1+xt=ξtCt-1+ρ1xt-1+ρ2xt-2+…+ρpxt-p+et

(2)

其中,

(3)

(4)

服務(wù)業(yè)增加值作為一個(gè)流量指標(biāo),其季度值是所對(duì)應(yīng)的月度值(不可觀測(cè))加總。因此,服務(wù)業(yè)增加值可表示為式(3)等號(hào)右側(cè)的總和

(5)

(二)模型的狀態(tài)空間表示

為了估計(jì)不可觀測(cè)的共同因子和參數(shù),將以上模型表示為狀態(tài)空間模型的形式如下:

(6)

Xt=AtXt-1+Ftηt

(7)

t=1,2,…,T。其中,Yt是N×1的觀測(cè)向量,包括模型所包含的可觀測(cè)的月度和季度一致指標(biāo)。Xt是M×1的狀態(tài)向量,包括月度不可觀測(cè)成分xt、季度加總算子Ct和異質(zhì)性成分μt。式(6)為量測(cè)方程,描述了觀測(cè)向量Yt與不可觀測(cè)成分向量Xt之間的線性關(guān)系。式(7)是狀態(tài)方程,描述了狀態(tài)向量Xt及其滯后項(xiàng)的動(dòng)態(tài)轉(zhuǎn)移過程。Zt為M×N的量測(cè)方程系數(shù)矩陣,At為M×M的狀態(tài)方程系數(shù)矩陣,εt和ηt分別是量測(cè)方程和轉(zhuǎn)移方程中包含誤差項(xiàng)的隨機(jī)擾動(dòng)向量,εt~N(0,H),ηt~(0,Q)。對(duì)上述狀態(tài)空間模型采用卡爾曼濾波的方法即可估計(jì)出不可觀測(cè)成分xt,即本文的服務(wù)業(yè)景氣指數(shù)。模型構(gòu)建的具體形式將在第三部分詳細(xì)說明。

三、指標(biāo)選取和模型構(gòu)建

(一)指標(biāo)選取和處理

構(gòu)造服務(wù)業(yè)一致景氣指數(shù)的關(guān)鍵在于選取一組適當(dāng)?shù)囊恢轮笜?biāo),本文收集了與服務(wù)業(yè)和宏觀經(jīng)濟(jì)相關(guān)的各項(xiàng)經(jīng)濟(jì)指標(biāo)170多個(gè),以服務(wù)業(yè)增加值同比實(shí)際增長(zhǎng)率序列作為基準(zhǔn)指標(biāo),利用時(shí)差相關(guān)分析、K-L信息量等多種方法進(jìn)行篩選。由于服務(wù)業(yè)增加值指標(biāo)只公布季度數(shù)據(jù),所以在篩選指標(biāo)時(shí),首先將月度指標(biāo)轉(zhuǎn)換為季度指標(biāo),然后分別計(jì)算月度和季度指標(biāo)的同比增長(zhǎng)率序列并根據(jù)需要進(jìn)行相應(yīng)的價(jià)格平減,再采用X-12方法對(duì)各指標(biāo)進(jìn)行季節(jié)調(diào)整并剔除不規(guī)則擾動(dòng),最后將初步篩選出的月度指標(biāo)的周期轉(zhuǎn)折點(diǎn)與其相應(yīng)的季度周期轉(zhuǎn)折點(diǎn)進(jìn)行比較確認(rèn)。篩選過程綜合考慮了經(jīng)濟(jì)意義、數(shù)據(jù)長(zhǎng)度以及與景氣波動(dòng)的對(duì)應(yīng)情況等,最終得到與服務(wù)業(yè)景氣波動(dòng)最相關(guān)的六個(gè)一致指標(biāo)(如表1所示)。受限于所選指標(biāo)的樣本長(zhǎng)度,本文分析區(qū)間為2002年1月—2017年12月。

表1 服務(wù)業(yè)景氣一致指標(biāo)

服務(wù)業(yè)增加值是反映服務(wù)業(yè)總體運(yùn)行情況的最重要指標(biāo),因此本文將其作為篩選一致指標(biāo)的基準(zhǔn)指標(biāo)。社會(huì)消費(fèi)品零售額和規(guī)模以上港口貨物吞吐量分別作為代表批發(fā)零售和交通運(yùn)輸兩大重要服務(wù)行業(yè)的指標(biāo)入選。國(guó)家統(tǒng)計(jì)局公布的非制造業(yè)PMI、消費(fèi)者信心指數(shù)和財(cái)經(jīng)服務(wù)公司Markit編制的財(cái)新中國(guó)服務(wù)業(yè)PMI作為與服務(wù)業(yè)相關(guān)的調(diào)查指數(shù),且均與基準(zhǔn)指標(biāo)有較好的同步性而入選。中國(guó)非制造業(yè)PMI按照國(guó)際慣例以非制造業(yè)商務(wù)活動(dòng)指數(shù)代替非制造業(yè)PMI綜合指數(shù),這里的非制造業(yè)包括國(guó)民經(jīng)濟(jì)行業(yè)分類中的全部服務(wù)行業(yè),主要調(diào)查對(duì)象為國(guó)有企業(yè)等大型企業(yè),財(cái)新中國(guó)服務(wù)業(yè)PMI調(diào)查對(duì)象主要為中小企業(yè)。消費(fèi)者信心指數(shù)綜合反映并量化了消費(fèi)者對(duì)經(jīng)濟(jì)形勢(shì)的評(píng)價(jià)以及消費(fèi)心理狀態(tài)的主觀感受,從而與消費(fèi)和服務(wù)業(yè)景氣變化密切相關(guān)。

由于中國(guó)不公布規(guī)模以上港口貨物吞吐量的12月份數(shù)據(jù),本文對(duì)此采取兩種處理方式,即事先采用插值法填補(bǔ)和直接將12月份數(shù)據(jù)作為缺失值。針對(duì)存在缺失值序列的不同處理方式對(duì)估計(jì)結(jié)果的影響微乎其微,即對(duì)序列缺失值進(jìn)行填補(bǔ)的兩種數(shù)據(jù)處理方式所得到的景氣指數(shù)序列數(shù)在估計(jì)值符號(hào)、增長(zhǎng)趨勢(shì)以及波動(dòng)幅度方面都基本相同。這與葉光(2015)的結(jié)論一致。因此,下文只給出對(duì)缺失值填補(bǔ)之后得到的服務(wù)業(yè)景氣指數(shù)結(jié)果。

前文介紹的混頻動(dòng)態(tài)因子模型所引入的加總算子決定了模型無法用增長(zhǎng)率數(shù)據(jù)直接建模,為此本文先對(duì)增長(zhǎng)率序列進(jìn)行一階差分,對(duì)差分后序列提取動(dòng)態(tài)因子,再將提取的景氣指數(shù)進(jìn)行累加還原,這樣既符合模型的要求,又避免改變?cè)贾笜?biāo)自身波動(dòng)的特點(diǎn)。

(二)模型構(gòu)建

(8)

(9)

其中,

(10)

式(8)和式(9)分別對(duì)應(yīng)式(6)和式(7)。

四、服務(wù)業(yè)景氣指數(shù)估計(jì)結(jié)果及周期性波動(dòng)特征分析

(一)服務(wù)業(yè)景氣指數(shù)的估計(jì)結(jié)果

服務(wù)業(yè)景氣指數(shù)估計(jì)結(jié)果見圖1。圖1-A中,由增長(zhǎng)率差分序列估計(jì)得到的服務(wù)業(yè)景氣指數(shù)在零值線上方表示服務(wù)業(yè)處在景氣上升期;反之則表示服務(wù)業(yè)處在景氣下降期。圖1-B則給出了對(duì)原始指數(shù)序列進(jìn)行水平還原后的服務(wù)業(yè)景氣指數(shù)的具體增長(zhǎng)趨勢(shì)及波動(dòng)情況,衰退期由陰影部分表示。結(jié)果顯示,本文提取的服務(wù)業(yè)景氣指數(shù)和服務(wù)業(yè)增加值實(shí)際增長(zhǎng)率的整體趨勢(shì)及波動(dòng)幅度一致性較好,主要的峰谷點(diǎn)基本重合。

模型估計(jì)結(jié)果顯示,服務(wù)業(yè)景氣指數(shù)在規(guī)模以上港口貨物吞吐量、非制造業(yè)PMI、財(cái)新中國(guó)服務(wù)業(yè)PMI和服務(wù)業(yè)增加值增長(zhǎng)率四個(gè)指標(biāo)的因子載荷明顯占優(yōu),分別為 1.22、0.86、1.94和0.99,說明服務(wù)業(yè)景氣指數(shù)受這四個(gè)指標(biāo)的影響較大。除其他三個(gè)反映服務(wù)業(yè)運(yùn)行的綜合指標(biāo)外,交通運(yùn)輸業(yè)作為服務(wù)業(yè)內(nèi)部連接生產(chǎn)與消費(fèi)部門的重要行業(yè),對(duì)服務(wù)業(yè)景氣指數(shù)的提取也起到了不可忽視的作用。消費(fèi)者信心指數(shù)和社會(huì)消費(fèi)品零售總額的因子載荷相對(duì)較低,僅分別為0.43和0.36。盡管兩者的因子載荷都較低,但造成這種結(jié)果的原因卻各不相同,消費(fèi)者信心指數(shù)的異質(zhì)性成分波動(dòng)為0.55,遠(yuǎn)高于其他5個(gè)指標(biāo)的波動(dòng)性,由此降低了該指標(biāo)對(duì)服務(wù)業(yè)景氣指數(shù)提取的貢獻(xiàn)程度。社會(huì)消費(fèi)品零售總額相比其他一致指標(biāo)則有所滯后,與基準(zhǔn)指標(biāo)及其他一致指標(biāo)的同期相關(guān)程度較低,這解釋了該指標(biāo)因子載荷較低的原因。

A

B

本文計(jì)算了各個(gè)一致指標(biāo)與所提取的服務(wù)業(yè)景氣指數(shù)的相關(guān)系數(shù)。作為基準(zhǔn)指標(biāo),服務(wù)業(yè)增加值與服務(wù)業(yè)景氣指數(shù)的相關(guān)系數(shù)為0.95,存在極強(qiáng)的相關(guān)性;非制造業(yè)PMI、財(cái)新中國(guó)服務(wù)業(yè)PMI和消費(fèi)者信心指數(shù)與服務(wù)業(yè)景氣指數(shù)的相關(guān)系數(shù)分別為0.77、0.77和0.62,存在強(qiáng)相關(guān)關(guān)系;規(guī)模以上港口貨物吞吐量和社會(huì)消費(fèi)品零售額與服務(wù)業(yè)景氣指數(shù)的相關(guān)系數(shù)分別為0.48和0.44,為中等強(qiáng)度相關(guān)。這與指標(biāo)篩選的時(shí)差相關(guān)系數(shù)排序結(jié)果基本一致。

(二)中國(guó)服務(wù)業(yè)周期判別及波動(dòng)特征分析

周期轉(zhuǎn)折點(diǎn)測(cè)定是經(jīng)濟(jì)周期測(cè)量和分析的基礎(chǔ),在國(guó)際上比較有代表性的轉(zhuǎn)折點(diǎn)測(cè)量方法是由Bry et al.(1971)提出的測(cè)定經(jīng)濟(jì)周期轉(zhuǎn)折點(diǎn)準(zhǔn)則和程序(簡(jiǎn)稱B-B法),該方法在各國(guó)的景氣分析中被廣泛應(yīng)用。B-B法認(rèn)為一個(gè)完整的經(jīng)濟(jì)周期應(yīng)該滿足:(1)一個(gè)谷到峰或者峰到谷的持續(xù)時(shí)間在6個(gè)月以上;(2)一個(gè)波動(dòng)周期的持續(xù)時(shí)間在15個(gè)月以上。但我們認(rèn)為,傳統(tǒng)的B-B方法對(duì)于景氣周期持續(xù)期的約束標(biāo)準(zhǔn)偏短,B-B轉(zhuǎn)折點(diǎn)測(cè)定準(zhǔn)則更接近經(jīng)濟(jì)波動(dòng)的含義,而非較嚴(yán)格意義上的周期 (陳磊 等,2007)。因此,本文在測(cè)定服務(wù)業(yè)周期時(shí),結(jié)合服務(wù)業(yè)的波動(dòng)特征與經(jīng)濟(jì)周期類型的劃分,提出了針對(duì)服務(wù)業(yè)的周期判別準(zhǔn)則,并從實(shí)證角度嚴(yán)格區(qū)分了服務(wù)業(yè)景氣周期與服務(wù)業(yè)短期波動(dòng)的概念和判斷標(biāo)準(zhǔn)。

服務(wù)業(yè)短周期的識(shí)別準(zhǔn)則為:(1)擴(kuò)張或收縮階段的持續(xù)期間至少為9個(gè)月或3個(gè)季度;(2)一個(gè)循環(huán)周期的持續(xù)時(shí)間至少為30個(gè)月或10個(gè)季度。服務(wù)業(yè)中周期的識(shí)別準(zhǔn)則為:(1)擴(kuò)張或收縮的持續(xù)時(shí)間至少為18個(gè)月或6個(gè)季度;(2)一個(gè)循環(huán)周期的持續(xù)時(shí)間至少為5年。除此之外,將不滿足短周期標(biāo)準(zhǔn),但滿足B-B法判別準(zhǔn)則的擴(kuò)張和收縮階段視為服務(wù)業(yè)的短期波動(dòng)。根據(jù)以上判別標(biāo)準(zhǔn),服務(wù)業(yè)周期的定義要比服務(wù)業(yè)短期波動(dòng)更為嚴(yán)格,一個(gè)服務(wù)業(yè)周期內(nèi)可包含多個(gè)服務(wù)業(yè)短期波動(dòng)。

根據(jù)上述服務(wù)業(yè)周期識(shí)別準(zhǔn)則,我們可得到中國(guó)服務(wù)業(yè)景氣測(cè)量的初步結(jié)論:2002年1月至2017年12月的樣本期間,服務(wù)業(yè)增長(zhǎng)共經(jīng)歷三輪“谷—谷”的景氣周期,分別為2003年7月至2009年1月、2009年1月至2012年7月以及2012年7月至2016年7月。2003年7月至2009年1月的第一輪服務(wù)業(yè)周期持續(xù)期為66個(gè)月,其中,擴(kuò)張期為50個(gè)月,收縮期為16個(gè)月,屬于典型的長(zhǎng)擴(kuò)張型周期。實(shí)際上,該輪周期已基本滿足一個(gè)中周期的標(biāo)準(zhǔn)。2009年1月至2012年7月的第二輪短周期持續(xù)期為42個(gè)月,其中,擴(kuò)張期為12個(gè)月,收縮期為30個(gè)月,屬于長(zhǎng)收縮型周期。2012年7月至2016年7月的第三輪服務(wù)業(yè)短周期持續(xù)期為48個(gè)月,其中,擴(kuò)張期為36個(gè)月,收縮期為12個(gè)月,屬于長(zhǎng)擴(kuò)張型周期。2016年7月至今,服務(wù)業(yè)景氣指數(shù)大體呈波浪型緩慢回升走勢(shì),尚未形成符合判別準(zhǔn)則的波峰,其未來走勢(shì)有待進(jìn)一步觀察。因此,2016年7月這一周期谷底點(diǎn)為暫定結(jié)果,需進(jìn)一步確認(rèn)。

根據(jù)轉(zhuǎn)折點(diǎn)的測(cè)定結(jié)果,本文對(duì)服務(wù)業(yè)周期的主要波動(dòng)特征進(jìn)行測(cè)算,相關(guān)特征指標(biāo)見表2。

表2 服務(wù)業(yè)景氣指數(shù)周期測(cè)定相關(guān)特征指標(biāo)注2002年1月—2017年12月的周期特征是針對(duì)期間三個(gè)完整服務(wù)業(yè)周期平均測(cè)算的結(jié)果;平均上漲(下降)概率是上漲(下降)階段平均持續(xù)期與相應(yīng)的周期長(zhǎng)度之比;上漲(下降)速度是上漲(下降)階段平均振幅與相應(yīng)的平均持續(xù)期之比;波動(dòng)率為指數(shù)標(biāo)準(zhǔn)差。

從總體上看,本世紀(jì)服務(wù)業(yè)景氣波動(dòng)的平均周期長(zhǎng)度為52個(gè)月,平均上漲概率(0.63)大于平均下降概率(0.37);平均上漲速度(每月0.13個(gè)指數(shù)點(diǎn))小于平均下降速度(每月0.23個(gè)指數(shù)點(diǎn)),整體呈現(xiàn)以上升期為主導(dǎo)的“緩增急降”型非對(duì)稱周期特征。

從各輪服務(wù)業(yè)周期的波動(dòng)特征來看,樣本期內(nèi)第一輪服務(wù)業(yè)周期(2003年7月至2009年1月)上漲階段的波動(dòng)幅度(9.05)略大于下降階段的波動(dòng)幅度(8.98),周期下降速度顯著高于周期上漲速度,呈現(xiàn)出以擴(kuò)張為主的典型的“緩增急降”型周期形態(tài)。第二輪服務(wù)業(yè)周期(2009年1月至2012年7月)與前一輪周期相比,波動(dòng)幅度、波動(dòng)率和平均位勢(shì)都顯著減小,周期上漲階段波動(dòng)幅度(2.63)小于下降階段的波動(dòng)幅度(2.96),周期下降速度顯著低于上漲速度,顯示出以收縮為主導(dǎo)的“急增緩降”型非對(duì)稱形態(tài)。

值得注意的是,從第三輪短周期(2012年7月至2016年7月)開始,中國(guó)經(jīng)濟(jì)進(jìn)入新常態(tài)時(shí)期。與上一輪短周期相比,這輪短周期在平均振幅和波動(dòng)率上均進(jìn)一步減小,周期的收縮幅度略小于上漲幅度,平均位勢(shì)也有所下降。實(shí)際上,此輪短周期內(nèi)部包含兩個(gè)波長(zhǎng)均為24個(gè)月(2012年7月—2014年7月和2014年7月—2016年7月)的兩次服務(wù)業(yè)短期景氣波動(dòng)。結(jié)合圖1-B不難發(fā)現(xiàn),這兩輪短期波動(dòng)在周期長(zhǎng)度、周期形態(tài)和平均位勢(shì)等方面都很相似,在相對(duì)低位呈現(xiàn)波幅較小的平穩(wěn)波動(dòng),并初步呈現(xiàn)一定的規(guī)律性。此外,該輪服務(wù)業(yè)周期與之前兩輪服務(wù)業(yè)周期相比,波動(dòng)形態(tài)規(guī)律穩(wěn)定,波幅減小,運(yùn)行態(tài)勢(shì)低位平穩(wěn),表現(xiàn)出與以往不同的新特征。

2016年8月至2017年7月服務(wù)業(yè)景氣指數(shù)呈現(xiàn)緩慢回升的走勢(shì),隨后服務(wù)業(yè)景氣指數(shù)開始平緩回落,直至樣本期結(jié)束,尚未見觸底跡象。由這一輪不完整的服務(wù)業(yè)短期波動(dòng)可以看出,2016年8月之后服務(wù)業(yè)景氣指數(shù)的周期波動(dòng)與第三輪服務(wù)業(yè)短周期內(nèi)的兩次短期波動(dòng)形態(tài)類似,延續(xù)了經(jīng)濟(jì)新常態(tài)下服務(wù)業(yè)景氣小幅穩(wěn)定的波動(dòng)態(tài)勢(shì)。

(三)服務(wù)業(yè)景氣波動(dòng)的歷史考查

回顧服務(wù)業(yè)的發(fā)展進(jìn)程,2002年隨著中國(guó)加入WTO所帶來的外商投資和房地產(chǎn)投資的快速增長(zhǎng),服務(wù)業(yè)進(jìn)入景氣擴(kuò)張期,服務(wù)業(yè)景氣指數(shù)在2002年11月達(dá)到樣本期內(nèi)第一個(gè)短期波動(dòng)的峰值點(diǎn)。此后受“非典”疫情的沖擊,服務(wù)業(yè)景氣指數(shù)出現(xiàn)了8個(gè)月的短暫下降,在2003年7月觸底后,伴隨著中國(guó)房地產(chǎn)市場(chǎng)的繁榮,服務(wù)業(yè)步入樣本期內(nèi)第一輪周期的上升期,并開始長(zhǎng)達(dá)50個(gè)月的景氣擴(kuò)張階段,這也是樣本期內(nèi)持續(xù)時(shí)間最長(zhǎng)、漲幅最大的一次景氣擴(kuò)張。受2007年宏觀經(jīng)濟(jì)政策收緊和全球性金融危機(jī)沖擊的影響,服務(wù)業(yè)景氣指數(shù)從2007年10月開始出現(xiàn)快速、大幅下降,在經(jīng)歷16個(gè)月的持續(xù)下行后,于2009年1月形成了樣本期內(nèi)的最低位谷底點(diǎn),從而結(jié)束了該輪服務(wù)業(yè)周期。

隨后,受中國(guó)應(yīng)對(duì)金融危機(jī)而出臺(tái)的一攬子刺激經(jīng)濟(jì)計(jì)劃的影響,服務(wù)業(yè)景氣指數(shù)從2009年2月開始新一輪快速而短期的擴(kuò)張,隨著消費(fèi)品價(jià)格上漲、房地產(chǎn)市場(chǎng)泡沫加重、產(chǎn)能過剩等問題的出現(xiàn),服務(wù)業(yè)景氣在2010年2月重新進(jìn)入收縮階段,并持續(xù)到2012年7月,期間在2011年上半年曾出現(xiàn)短暫小幅回升。在應(yīng)對(duì)全球性金融危機(jī)的背景下,這一輪服務(wù)業(yè)短周期呈現(xiàn)“短擴(kuò)張”的非對(duì)稱形態(tài),擴(kuò)張時(shí)間和周期長(zhǎng)度遠(yuǎn)遠(yuǎn)短于前一輪服務(wù)業(yè)周期,而景氣回落的持續(xù)期則相對(duì)較長(zhǎng)。這種變化反映了國(guó)際金融危機(jī)爆發(fā)后,政府迅速采取的超常規(guī)刺激政策的效果,以及其后的逐漸調(diào)整和消化過程。特別是第二輪周期的平均位勢(shì)明顯低于上一輪,表明服務(wù)業(yè)景氣出現(xiàn)結(jié)構(gòu)性改變。

隨著中國(guó)經(jīng)濟(jì)進(jìn)入新常態(tài),服務(wù)業(yè)景氣在2012年7月觸底后開始進(jìn)入第三輪短周期,其中包含了兩次短期波動(dòng)。隨著經(jīng)濟(jì)體制改革不斷深化,經(jīng)濟(jì)結(jié)構(gòu)不斷調(diào)整優(yōu)化,產(chǎn)業(yè)結(jié)構(gòu)升級(jí)加快,經(jīng)濟(jì)增長(zhǎng)更多地依靠國(guó)內(nèi)的消費(fèi)和服務(wù)業(yè)發(fā)展。在此背景下,從本輪周期開始,直到2017年底,服務(wù)業(yè)景氣指數(shù)在相對(duì)低位呈現(xiàn)出大體平穩(wěn)的走勢(shì),表現(xiàn)出新常態(tài)下服務(wù)業(yè)周期與以往不同的“微波化”新特征。

(四)服務(wù)業(yè)景氣指數(shù)與宏觀經(jīng)濟(jì)景氣指數(shù)的對(duì)比分析

圖2 服務(wù)業(yè)景氣指數(shù)(實(shí)線,左軸)與宏觀經(jīng)濟(jì)景氣指數(shù)(虛線,右軸)

圖2對(duì)比了服務(wù)業(yè)景氣指數(shù)與國(guó)家統(tǒng)計(jì)局發(fā)布的中國(guó)宏觀經(jīng)濟(jì)景氣指數(shù)的走勢(shì)。由圖2可見,2009年至2010年,中國(guó)政府的經(jīng)濟(jì)刺激政策對(duì)服務(wù)業(yè)的影響遠(yuǎn)不及宏觀經(jīng)濟(jì),隨后服務(wù)業(yè)景氣指數(shù)也并未像宏觀經(jīng)濟(jì)景氣指數(shù)那樣在2011年出現(xiàn)大幅下滑,只是小幅且平緩地回落。2012年以來,服務(wù)業(yè)景氣指數(shù)基本保持平穩(wěn)小幅波動(dòng)的態(tài)勢(shì),與宏觀經(jīng)濟(jì)景氣指數(shù)在多數(shù)時(shí)間的下滑趨勢(shì)有所不同。根據(jù)國(guó)家統(tǒng)計(jì)局發(fā)布的數(shù)據(jù),在此期間服務(wù)業(yè)增加值同比增速平均值高達(dá)8%,顯示出服務(wù)業(yè)的內(nèi)在穩(wěn)定性及其對(duì)宏觀經(jīng)濟(jì)的穩(wěn)定和拉動(dòng)作用,這與發(fā)達(dá)國(guó)家的經(jīng)濟(jì)發(fā)展趨勢(shì)相符合。

理論研究表明,在相對(duì)發(fā)達(dá)的市場(chǎng)經(jīng)濟(jì)國(guó)家,服務(wù)業(yè)的景氣波動(dòng)相對(duì)第二產(chǎn)業(yè)以及整個(gè)宏觀經(jīng)濟(jì)波動(dòng)較小。這一方面源于服務(wù)業(yè)生產(chǎn)與消費(fèi)的同時(shí)性,即服務(wù)產(chǎn)品的非儲(chǔ)存性(Gershuny et al.,1983);另一方面是因?yàn)槭袌?chǎng)對(duì)服務(wù)業(yè)產(chǎn)品的需求和服務(wù)業(yè)就業(yè)波動(dòng)均較小(Fuchs,1968)。而中國(guó)服務(wù)業(yè)在經(jīng)濟(jì)新常態(tài)時(shí)期呈現(xiàn)出的平穩(wěn)走勢(shì),除了服務(wù)業(yè)的內(nèi)在穩(wěn)定性,更與政府調(diào)結(jié)構(gòu)、轉(zhuǎn)方式的政策方針和對(duì)服務(wù)業(yè)發(fā)展的高度重視密不可分。從服務(wù)業(yè)內(nèi)部結(jié)構(gòu)來看,首先,生產(chǎn)性服務(wù)業(yè)在中國(guó)服務(wù)業(yè)增加值中所占比例不斷增加,金融等行業(yè)的發(fā)展對(duì)服務(wù)業(yè)整體穩(wěn)定運(yùn)行發(fā)揮了重要作用。其次,近年服務(wù)業(yè)內(nèi)部衍生的新型服務(wù)業(yè)迅速發(fā)展,2017年1—11月,規(guī)模以上服務(wù)企業(yè)中的戰(zhàn)略性新興服務(wù)業(yè)、高技術(shù)服務(wù)業(yè)、科技服務(wù)業(yè)的營(yíng)業(yè)收入同比分別增長(zhǎng)18.0%、13.5%和15.1%,比上年同比分別提高2.5、2.7和3.2個(gè)百分點(diǎn),[注]數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局網(wǎng)站。這給服務(wù)業(yè)注入了新鮮的活力。

近年來,服務(wù)業(yè)增加值增速高于GDP增速和服務(wù)業(yè)占比的逐漸增加既體現(xiàn)了經(jīng)濟(jì)新常態(tài)下的產(chǎn)業(yè)結(jié)構(gòu)特征,又顯示了服務(wù)業(yè)拉動(dòng)經(jīng)濟(jì)增長(zhǎng)和穩(wěn)定宏觀經(jīng)濟(jì)運(yùn)行的重要作用。服務(wù)業(yè)是減緩經(jīng)濟(jì)下行壓力的“穩(wěn)定器”,也是促進(jìn)傳統(tǒng)產(chǎn)業(yè)改造升級(jí)的“助推器”,更是孕育新經(jīng)濟(jì)新動(dòng)能成長(zhǎng)的“孵化器”(寧吉喆,2016)。目前中國(guó)正處于轉(zhuǎn)型升級(jí)換擋期,在邁向中高端的過渡期內(nèi),服務(wù)業(yè)的升級(jí)有望在“十三五”規(guī)劃期間撬動(dòng)萬億元市場(chǎng)規(guī)模,并且能夠緩解由制造業(yè)部門“去產(chǎn)能”過程所導(dǎo)致的就業(yè)壓力。

五、結(jié)論與建議

本文選取消費(fèi)者信心指數(shù)、社會(huì)消費(fèi)品零售額、規(guī)模以上港口貨物吞吐量、非制造業(yè)PMI和財(cái)新中國(guó)服務(wù)業(yè)PMI五個(gè)月度一致指標(biāo)以及服務(wù)業(yè)增加值季度一致指標(biāo),采用混頻動(dòng)態(tài)因子方法構(gòu)建了中國(guó)服務(wù)業(yè)景氣指數(shù)。根據(jù)前文的實(shí)證分析,得出以下主要結(jié)論:

(1)港口貨物吞吐量、非制造業(yè)PMI、財(cái)新中國(guó)服務(wù)業(yè)PMI和服務(wù)業(yè)增加值增長(zhǎng)率這四個(gè)一致指標(biāo)對(duì)服務(wù)業(yè)一致景氣指數(shù)的提取貢獻(xiàn)較大。結(jié)合服務(wù)業(yè)一致景氣指數(shù)的波動(dòng)特征和經(jīng)濟(jì)周期類型劃分,本文提出了針對(duì)服務(wù)業(yè)景氣周期的轉(zhuǎn)折點(diǎn)判別準(zhǔn)則。根據(jù)該準(zhǔn)則,中國(guó)服務(wù)業(yè)增長(zhǎng)在本世紀(jì)經(jīng)歷了2003年7月至2009年1月、2009年1月至2012年7月、2012年7月至2016年7月共三輪完整的服務(wù)業(yè)短周期。

(2)從總體上看,本世紀(jì)服務(wù)業(yè)景氣波動(dòng)的平均周期長(zhǎng)度為52個(gè)月,呈現(xiàn)以上升期為主導(dǎo)的“緩增急降”型的非對(duì)稱周期特征。以金融危機(jī)為界,從持續(xù)期來看,金融危機(jī)之后的兩輪服務(wù)業(yè)周期較之前一輪周期相比持續(xù)期明顯縮短;從波動(dòng)特征來看,金融危機(jī)之后的兩輪服務(wù)業(yè)短周期的平均振幅、波動(dòng)率和平均位勢(shì)等波動(dòng)特征明顯低于金融危機(jī)前的服務(wù)業(yè)周期,尤其是經(jīng)濟(jì)新常態(tài)時(shí)期的服務(wù)業(yè)景氣進(jìn)一步呈現(xiàn)平穩(wěn)小幅波動(dòng)的新特征。

(3)通過對(duì)比服務(wù)業(yè)一致景氣指數(shù)與中國(guó)宏觀經(jīng)濟(jì)一致景氣指數(shù)的走勢(shì),本文發(fā)現(xiàn)在金融危機(jī)之后,服務(wù)業(yè)景氣指數(shù)相比宏觀經(jīng)濟(jì)景氣指數(shù)更加平穩(wěn)。在經(jīng)濟(jì)新常態(tài)時(shí)期,特別是2015—2017年,服務(wù)業(yè)保持了自身的穩(wěn)定性和對(duì)宏觀經(jīng)濟(jì)的拉動(dòng)作用。

由于服務(wù)業(yè)是供給體系的重要組成部分,發(fā)展服務(wù)業(yè)有利于提高供給體系的質(zhì)量并促進(jìn)供給結(jié)構(gòu)的優(yōu)化調(diào)整,由此可見,服務(wù)業(yè)的發(fā)展對(duì)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和“供給側(cè)”改革,都具有明顯的助推作用。雖然中國(guó)的服務(wù)業(yè)在總量、產(chǎn)業(yè)結(jié)構(gòu)以及產(chǎn)業(yè)協(xié)同方面正逐漸趨于優(yōu)化合理,內(nèi)部分工不斷深化,但與發(fā)達(dá)國(guó)家相比,仍存在一些差距和問題,還有較大的上升空間。一方面,中國(guó)生產(chǎn)性服務(wù)業(yè)的技術(shù)含量、勞動(dòng)生產(chǎn)率以及專業(yè)性都有待于提高和完善,如研發(fā)與設(shè)計(jì)服務(wù),科技成果轉(zhuǎn)化服務(wù),尤其是農(nóng)業(yè)、生物等技術(shù)推廣服務(wù)和知識(shí)產(chǎn)權(quán)服務(wù)等;另一方面,中國(guó)生活性服務(wù)業(yè)的產(chǎn)品與發(fā)達(dá)國(guó)家相比質(zhì)量偏低。因此,本文建議政府對(duì)于生產(chǎn)性服務(wù)范疇內(nèi)的各個(gè)細(xì)分行業(yè),尤其是科技含量較高的信息、軟件和科研技術(shù)服務(wù)等現(xiàn)代服務(wù)行業(yè)應(yīng)分別出臺(tái)具體的支持性政策,完善并加強(qiáng)對(duì)知識(shí)產(chǎn)權(quán)保護(hù)的相關(guān)法律法規(guī),以創(chuàng)造良好的基礎(chǔ)設(shè)施環(huán)境與發(fā)展條件。由于生活性服務(wù)業(yè)普遍具有市場(chǎng)準(zhǔn)入標(biāo)準(zhǔn)較低、技術(shù)壁壘不高、對(duì)資本需求的約束較小的特點(diǎn),為了提高中國(guó)生活性服務(wù)業(yè)的服務(wù)產(chǎn)品品質(zhì),政府應(yīng)完善生活性服務(wù)業(yè)的行業(yè)標(biāo)準(zhǔn)和產(chǎn)品標(biāo)準(zhǔn),加強(qiáng)對(duì)生活性服務(wù)行業(yè)從業(yè)人員的培訓(xùn)和培養(yǎng)。

猜你喜歡
景氣波動(dòng)服務(wù)業(yè)
中國(guó)服務(wù)業(yè)開新局
下半年黃羽雞或迎景氣周期
羊肉價(jià)回穩(wěn) 后期不會(huì)大幅波動(dòng)
微風(fēng)里優(yōu)美地波動(dòng)
2019年國(guó)內(nèi)外油價(jià)或?qū)⒉▌?dòng)加劇
2018年2月中輕景氣指數(shù)為88.38
2018年3月中輕景氣指數(shù)為87.82
2018年2月中輕景氣指數(shù)為88.38
干濕法SO2排放波動(dòng)對(duì)比及分析
服務(wù)業(yè):從一二三到三二一
商周刊(2017年6期)2017-08-22 03:42:43
通辽市| 淳化县| 宜黄县| 昌乐县| 泰兴市| 玛纳斯县| 连山| 黎川县| 中西区| 安龙县| 湛江市| 梨树县| 汶川县| 同仁县| 江都市| 壤塘县| 文山县| 临潭县| SHOW| 白朗县| 临西县| 呼伦贝尔市| 开江县| 台湾省| 满洲里市| 鹤岗市| 昔阳县| 黑河市| 克拉玛依市| 玛纳斯县| 汕头市| 阿尔山市| 达孜县| 青冈县| 绿春县| 阜宁县| 兴仁县| 屏东县| 岱山县| 泰和县| 渑池县|