中國宏觀經(jīng)濟(jì)先行指數(shù)的構(gòu)建

張莉莉，張 珣，喬柯南

（1.北京大學(xué) 經(jīng)濟(jì)學(xué)院，北京 100871；2.國網(wǎng)能源研究院有限公司，北京 102209；3.中國科學(xué)院a.數(shù)學(xué)與系統(tǒng)科學(xué)研究院；b.預(yù)測(cè)科學(xué)研究中心，北京 100190）

0 引言

對(duì)宏觀經(jīng)濟(jì)進(jìn)行監(jiān)測(cè)預(yù)警，可以清楚地發(fā)現(xiàn)宏觀經(jīng)濟(jì)各層面的變化，洞悉經(jīng)濟(jì)結(jié)構(gòu)的轉(zhuǎn)變，引導(dǎo)投資者理性投資，并有利于政府及時(shí)采取穩(wěn)定政策促進(jìn)經(jīng)濟(jì)平穩(wěn)快速發(fā)展。20世紀(jì)70年代以來，世界經(jīng)濟(jì)波動(dòng)幅度逐漸減小與經(jīng)濟(jì)監(jiān)測(cè)預(yù)警有著密切關(guān)系。但是，現(xiàn)有指標(biāo)體系存在對(duì)經(jīng)濟(jì)環(huán)境變化不夠敏感的問題，尤其是金融危機(jī)以來，先行指數(shù)領(lǐng)先性有所減弱，即使能夠識(shí)別到經(jīng)濟(jì)衰退和動(dòng)蕩，也難以有充足的時(shí)間采取適當(dāng)?shù)恼{(diào)控政策。因此，研究哪類指標(biāo)對(duì)宏觀經(jīng)濟(jì)具有領(lǐng)先性，且如何篩選出領(lǐng)先性較強(qiáng)的指標(biāo)，進(jìn)而改進(jìn)先行指數(shù)的預(yù)警效果，具有重要的理論和實(shí)踐意義。

先行指數(shù)方法的關(guān)鍵在于篩選出對(duì)宏觀經(jīng)濟(jì)具有較長且穩(wěn)定領(lǐng)先期的指標(biāo)。國外學(xué)者們[1-4]對(duì)不同國家、不同時(shí)期股票市場(chǎng)與宏觀經(jīng)濟(jì)的領(lǐng)先性進(jìn)行研究，主要結(jié)論基本一致，發(fā)現(xiàn)利率、利差、匯率、流動(dòng)性、股票價(jià)格、期貨價(jià)格等金融指標(biāo)對(duì)宏觀經(jīng)濟(jì)具有領(lǐng)先性。主要是由于投資者基于對(duì)現(xiàn)在和未來經(jīng)濟(jì)的預(yù)期進(jìn)行投資決策，因此可以利用投資行為的前瞻性來預(yù)測(cè)經(jīng)濟(jì)周期的轉(zhuǎn)折點(diǎn)。相對(duì)于國外較為統(tǒng)一的研究結(jié)論，關(guān)于我國股票市場(chǎng)是否對(duì)宏觀經(jīng)濟(jì)存在先行性與預(yù)測(cè)性的研究，結(jié)論差異很大，有的甚至截然相反。這與研究指標(biāo)的選擇、樣本期和研究方法有關(guān)。在2005年股權(quán)分置改革之前，研究結(jié)果偏向于股票市場(chǎng)與宏觀經(jīng)濟(jì)相關(guān)性較差，甚至存在背離的現(xiàn)象；而在2005年后，隨著證券市場(chǎng)的規(guī)范化，上市公司數(shù)量的增多和質(zhì)量的提高，其業(yè)績與實(shí)體經(jīng)濟(jì)間的關(guān)系也更加密切。近幾年的研究呈現(xiàn)股票市場(chǎng)對(duì)宏觀經(jīng)濟(jì)的預(yù)測(cè)性增強(qiáng)的結(jié)論[5-7]。

先行指標(biāo)的篩選是關(guān)系到指數(shù)構(gòu)建效果的重要環(huán)節(jié)。傳統(tǒng)的先行指標(biāo)篩選方法通常先確定基準(zhǔn)指標(biāo)，然后計(jì)算待選指標(biāo)與基準(zhǔn)指標(biāo)的時(shí)差相關(guān)系數(shù)、KL信息量等統(tǒng)計(jì)量，最后綜合領(lǐng)先階數(shù)和相關(guān)性的結(jié)果主觀評(píng)價(jià)先行指標(biāo)的優(yōu)劣。該指標(biāo)篩選方法存在過分依賴基準(zhǔn)指標(biāo)選擇的問題。作為搜索引擎基礎(chǔ)的PageRank算法是一種去中心化的方法，被廣泛應(yīng)用于金融經(jīng)濟(jì)領(lǐng)域，主要用來解決評(píng)價(jià)、排序相關(guān)問題。喬柯南[8]采用時(shí)差相關(guān)分析和PageRank方法，對(duì)A股市場(chǎng)煤炭行業(yè)相關(guān)股票進(jìn)行了收益率的領(lǐng)先滯后關(guān)系研究。賀臘容等[9]以滬深300數(shù)據(jù)為研究樣本，借鑒PageRank算法進(jìn)行重要節(jié)點(diǎn)的挖掘，分析各行業(yè)股票在市場(chǎng)中的地位。

隨著統(tǒng)計(jì)數(shù)據(jù)質(zhì)量的提高和模型方法的創(chuàng)新，對(duì)現(xiàn)有先行指數(shù)方法進(jìn)行改進(jìn)成為可能。本文以國家統(tǒng)計(jì)局發(fā)布的宏觀經(jīng)濟(jì)景氣指數(shù)（以下簡稱CEMAC指數(shù)）為基礎(chǔ)，對(duì)宏觀經(jīng)濟(jì)先行指標(biāo)體系構(gòu)建進(jìn)行如下改進(jìn)：（1）將金融指標(biāo)加入先行指標(biāo)體系，提高預(yù)警效果；（2）將PageRank算法引入先行指標(biāo)篩選中，提高指標(biāo)篩選的有效性與客觀性。

1 基于PageRank算法的先行指標(biāo)篩選方法

時(shí)差相關(guān)分析可以有效地分析兩個(gè)時(shí)間序列的相關(guān)關(guān)系，但更多的時(shí)候需要考慮多個(gè)時(shí)間序列的領(lǐng)先滯后關(guān)系，為此引入PageRank算法。

PageRank的基本思想在于一個(gè)頁面重要或者有鏈接指向它的頁面多，或者有鏈接指向它的頁面重要或者二者兼而有之。

PageRank算法的簡單描述如下：u是一個(gè)網(wǎng)頁，F(xiàn)(u)是頁面u指向的網(wǎng)頁集合，B(u)是指向u的網(wǎng)頁集合，N(u)=|F(u)|是u指向外的鏈接數(shù)。

那么網(wǎng)頁u的PageRank值可以利用式（1）計(jì)算：

若網(wǎng)頁不存在指向其他網(wǎng)頁的鏈接，但存在指向自己的鏈接，就會(huì)產(chǎn)生陷阱問題。為了解決該問題，Brin和Page[10]改進(jìn)了算法，引入了衰退因子E(u)，E(u)是對(duì)應(yīng)網(wǎng)頁集的某一向量，對(duì)應(yīng)PageRank的初始值，算法改進(jìn)如下：

其中，c是阻尼系數(shù)。

下面將運(yùn)用PageRank算法思想進(jìn)行先行指標(biāo)的篩選。

Wu等[11]利用PageRank算法的思想進(jìn)行先行指標(biāo)的篩選。首先計(jì)算待選時(shí)間序列指標(biāo)集中兩兩指標(biāo)間的時(shí)差相關(guān)系數(shù)，并據(jù)此構(gòu)建完全有向圖，然后根據(jù)PagRank算法進(jìn)行排序分層從而確定先行指標(biāo)。使用該算法對(duì)氣象數(shù)據(jù)和股票數(shù)據(jù)進(jìn)行實(shí)證，表明該算法能夠有效地篩選先行指標(biāo)，并且得到的先行指標(biāo)具有良好的預(yù)測(cè)性。

本文根據(jù)經(jīng)濟(jì)指標(biāo)的特點(diǎn)，設(shè)置PageRank算法與參數(shù)，實(shí)現(xiàn)經(jīng)濟(jì)領(lǐng)先指標(biāo)的篩選。

其中，e=(1，...，1)T屬于 Rn。d 是阻尼系數(shù)，通常取0.85。

最后進(jìn)行先行指標(biāo)的篩選，方法如下：

①對(duì)所有指標(biāo)按PageRank算法進(jìn)行打分。

②依次考慮每一個(gè)指標(biāo)，如果：

則刪除指標(biāo)xi，這里L(fēng)ead(xi)包括一切對(duì)于xi有先行性且尚未被刪除的指標(biāo)。

③待所有指標(biāo)都被檢查完畢，從S中去掉已經(jīng)被刪除的指標(biāo)，余下的指標(biāo)集S1即是S的領(lǐng)先指標(biāo)集。

由上述方法得到的先行指標(biāo)可以看作整個(gè)指標(biāo)集最先接收到“信息”的子集，將S1標(biāo)記為第一層，并從指標(biāo)集中將其刪去。將余下指標(biāo)SS1視為新的指標(biāo)集，重新進(jìn)行時(shí)差相關(guān)分析和PageRank打分，可以得到另一組先行指標(biāo)，作為整個(gè)指標(biāo)集的第二層信息接收子集S2。反復(fù)進(jìn)行此過程能夠?qū)中指標(biāo)進(jìn)行分層，S1,S2,...,Sm...，直至完成所有指標(biāo)的分層。指標(biāo)集的先行性排序?yàn)镾1＞S2,...,＞Sm。

2 金融指標(biāo)的先行性分析

2.1 金融指標(biāo)的選擇與流動(dòng)性指標(biāo)計(jì)算

金融數(shù)據(jù)具有頻率高、敏感性強(qiáng)、以及能夠反映投資者預(yù)期的特征，在我國調(diào)查數(shù)據(jù)較為貧乏的背景下可以作為投資者預(yù)期的替代指標(biāo)。從經(jīng)濟(jì)學(xué)邏輯和統(tǒng)計(jì)規(guī)律來看，預(yù)期指標(biāo)一般是經(jīng)濟(jì)的先行指標(biāo)，下面將通過統(tǒng)計(jì)方法檢驗(yàn)究竟哪些金融指標(biāo)是宏觀經(jīng)濟(jì)的先行指標(biāo)。

結(jié)合我國金融市場(chǎng)發(fā)展情況，主要選擇股票市場(chǎng)（5個(gè)）、債券市場(chǎng)（4個(gè)）、期貨市場(chǎng)（3個(gè)）、基金市場(chǎng)（3個(gè)）和貨幣市場(chǎng)（3個(gè)）的指標(biāo)。具體指標(biāo)見后文表1。這18個(gè)備選指標(biāo)中，股票流動(dòng)性指標(biāo)需要通過計(jì)算，其他指標(biāo)為直接的統(tǒng)計(jì)數(shù)據(jù)。

Massimb和Phelps[12]將流動(dòng)性定義為市場(chǎng)執(zhí)行一個(gè)市價(jià)指令而又不引起較大價(jià)格波動(dòng)的能力。流動(dòng)性測(cè)度指標(biāo)通常可歸納為價(jià)格層面、時(shí)間層面和交易活躍程度三個(gè)方面。價(jià)格層面的流動(dòng)性測(cè)度以交易對(duì)價(jià)格的影響程度為度量基礎(chǔ)，時(shí)間層面的流動(dòng)性指標(biāo)以完成交易所需的時(shí)間為衡量依據(jù)，交易活躍程度則以交易量大小為衡量方法。在這3種流動(dòng)性指標(biāo)中，以價(jià)格層面和交易活躍程度為基礎(chǔ)的度量指標(biāo)因數(shù)據(jù)易獲取、計(jì)算相對(duì)容易以及成熟的理論支撐而成為研究中廣泛使用的流動(dòng)性測(cè)度。在國內(nèi)現(xiàn)有的研究中，也主要以換手率和Amihud[13]提出的非流動(dòng)性指標(biāo)作為資產(chǎn)流動(dòng)性的測(cè)度指標(biāo)，本文采用非流動(dòng)性指標(biāo)作為股票流動(dòng)性的測(cè)度指標(biāo)。

樣本選取滬深300指數(shù)的所有成分股，樣本期為1996年1月4日至2016年9月30日。綜合的流動(dòng)性指標(biāo)定義如下：

其中，St包含所有在第t個(gè)交易日前后15天未停盤的股票，#St為St的計(jì)數(shù)，mt為St中股票在第t個(gè)交易日的平均市值。這里以平均市值對(duì)非流動(dòng)比率進(jìn)行調(diào)整，參考了Choi等[14]的處理方法。此外，本文通過對(duì)日度流動(dòng)性指標(biāo)進(jìn)行算數(shù)平均得到月度的流動(dòng)性指標(biāo)。

2.2 金融數(shù)據(jù)對(duì)宏觀數(shù)據(jù)的時(shí)差相關(guān)分析與Granger因果檢驗(yàn)

為了檢驗(yàn)所選的金融指標(biāo)對(duì)于宏觀經(jīng)濟(jì)是否具有領(lǐng)先性和預(yù)測(cè)性，需對(duì)金融指標(biāo)與CEMAC一致指數(shù)進(jìn)行時(shí)差相關(guān)分析和Granger因果檢驗(yàn)。在計(jì)算時(shí)差相關(guān)系數(shù)時(shí)，考慮到經(jīng)濟(jì)周期的持續(xù)期，本文僅計(jì)算領(lǐng)先滯后12階以內(nèi)的時(shí)差相關(guān)系數(shù)，并求出金融指標(biāo)領(lǐng)先或滯后月度GDP①月度GDP采用混頻向量自回歸（MF-VAR）模型，根據(jù)季度GDP和月度宏觀經(jīng)濟(jì)數(shù)據(jù)估計(jì)得到，作為表征宏觀經(jīng)濟(jì)運(yùn)行情況的指標(biāo)。的最大相關(guān)系數(shù)以及最大相關(guān)系數(shù)所對(duì)應(yīng)的領(lǐng)先或滯后階數(shù)；Granger因果檢驗(yàn)僅給出金融指標(biāo)是否為月度GDP的Granger原因的檢驗(yàn)結(jié)果，反向檢驗(yàn)結(jié)果不再給出，結(jié)果見表1。

時(shí)差相關(guān)分析的結(jié)果顯示，多項(xiàng)金融指標(biāo)對(duì)于宏觀經(jīng)濟(jì)都具有領(lǐng)先性，從領(lǐng)先階數(shù)來看，滬深300流動(dòng)性指數(shù)、期限利差、上證國債成交量、人民幣兌美元匯率和M2的領(lǐng)先階數(shù)較高。從相關(guān)性來看，恒生H股指數(shù)、滬深300流動(dòng)性指數(shù)、期限利差和基金指數(shù)的時(shí)差相關(guān)系數(shù)較大。Granger因果檢驗(yàn)的結(jié)果與時(shí)差相關(guān)分析的結(jié)果可以相互解釋和印證，結(jié)果顯示：股票、基金和貨幣市場(chǎng)的諸多指標(biāo)是宏觀經(jīng)濟(jì)的Granger原因，而債券和期貨市場(chǎng)相對(duì)于宏觀經(jīng)濟(jì)的領(lǐng)先性和相關(guān)性較弱。綜合時(shí)差相關(guān)分析和Granger因果檢驗(yàn)的結(jié)果，可以考慮將金融指標(biāo)加入宏觀經(jīng)濟(jì)先行指數(shù)中，接下來將利用金融指標(biāo)和PageRank算法選先行指標(biāo)并合成新的經(jīng)濟(jì)先行指數(shù)。

表1 金融指標(biāo)與宏觀經(jīng)濟(jì)的時(shí)差相關(guān)分析與Granger因果檢驗(yàn)

3 先行指標(biāo)體系構(gòu)建

考慮到PageRank算法的特點(diǎn)，以及篩選經(jīng)濟(jì)領(lǐng)先指標(biāo)的目的，待選指標(biāo)集應(yīng)包含主要的經(jīng)濟(jì)一致指標(biāo)，現(xiàn)有的經(jīng)濟(jì)先行指標(biāo)和新加入的金融指標(biāo)。指標(biāo)集的選擇見下頁表2。

關(guān)于參數(shù)設(shè)置，阻尼系數(shù)d=0.85（為了保證結(jié)果的可靠性，將阻尼系數(shù)分別取為0.83、0.84、0.86、0.87進(jìn)行驗(yàn)證，最終得到的指標(biāo)排序與分層結(jié)果并未出現(xiàn)明顯改變），相關(guān)系數(shù)閾值K=0.4（對(duì)于相關(guān)性較弱的關(guān)系不予考慮），時(shí)差相關(guān)關(guān)系考慮范圍為先行滯后12階以內(nèi)。各個(gè)指標(biāo)的PageRank打分與分層結(jié)果如下頁表2所示。

表2的金融指標(biāo)中：股票流動(dòng)性、期限利差、股票成交量、股票指數(shù)、基金指數(shù)、匯率等指標(biāo)被分到了第一層，也就是先行性最強(qiáng)的指標(biāo)；期貨成交量、A股賬戶新增開戶數(shù)、利率等被分到第二層，是先行性稍弱的指標(biāo)；企業(yè)債指數(shù)和南華綜合指數(shù)表現(xiàn)較差，分別被分到第三層和第七層，相對(duì)于宏觀經(jīng)濟(jì)基本不具有先行性。該部分結(jié)果同金融指標(biāo)同宏觀經(jīng)濟(jì)時(shí)差相關(guān)分析的結(jié)果相吻合。

CEMAC先行指標(biāo)中：固定資產(chǎn)投資本年新開工項(xiàng)目數(shù)、貨幣供應(yīng)量M2、期限利差、消費(fèi)者預(yù)期指數(shù)也被分到了第一層，除此之外，城鎮(zhèn)居民人均可支配收入、粗鋼產(chǎn)量、汽車產(chǎn)量、稅收收入、本年土地購置面積等指標(biāo)也被分到第一層，是較好的先行指標(biāo)；產(chǎn)銷率、沿海港口貨物吞吐量、貨運(yùn)量、房屋新開工面積等被劃分到第二層，是先行性稍弱的指標(biāo)。

總體來看，PageRank算法將CEMAC先行指數(shù)的構(gòu)成指標(biāo)劃分到第一層和第二層，同時(shí)還篩選出了先行性較好的金融指標(biāo)和經(jīng)濟(jì)指標(biāo)。PageRank算法不僅完成了先行指標(biāo)的篩選，分層算法還將先行指標(biāo)的優(yōu)劣進(jìn)行了分類，為先行指數(shù)的構(gòu)建提供依據(jù)。

4 NEW先行指數(shù)與CEMAC先行指數(shù)的對(duì)比分析

本文將滬深300流動(dòng)性指數(shù)、期限利差、金融機(jī)

構(gòu)各項(xiàng)存款余額、M2等得分較高的金融指標(biāo)作為先行指標(biāo)。為了先行指數(shù)的穩(wěn)定性，同時(shí)加入領(lǐng)先性較強(qiáng)的經(jīng)濟(jì)指標(biāo)，如固定資產(chǎn)投資本年新開工項(xiàng)目個(gè)數(shù)（反映投資的先行指標(biāo)）、粗鋼產(chǎn)量（反映生產(chǎn)的先行指標(biāo)）、城鎮(zhèn)居民人均可支配收入（反映消費(fèi)的先行指標(biāo)）共7個(gè)指標(biāo)構(gòu)建宏觀經(jīng)濟(jì)先行指數(shù)。NEW先行指數(shù)和CEMAC先行指數(shù)指標(biāo)構(gòu)成對(duì)比如下頁表3所示。

采用Moore和Shiskin[15]提出的合成指數(shù)編制方法，將篩選出的先行指標(biāo)合成先行指數(shù)，記為NEW先行指數(shù)。利用Bry-Boschan[16]算法(簡稱BB算法)進(jìn)行峰谷圖形分析，識(shí)別CEMAC一致指數(shù)、CEMAC先行指數(shù)、NEW先行指數(shù)的轉(zhuǎn)折點(diǎn)，并對(duì)各指數(shù)的經(jīng)濟(jì)周期識(shí)別與預(yù)警效果進(jìn)行比較。

分別計(jì)算CEMAC先行指數(shù)、NEW先行指數(shù)與CEMAC一致指數(shù)的時(shí)差相關(guān)系數(shù)，結(jié)果顯示：CEMAC先行指數(shù)領(lǐng)先CEMAC一致指數(shù)4個(gè)月，對(duì)應(yīng)的最大時(shí)差相關(guān)系數(shù)為0.83，NEW先行指數(shù)領(lǐng)先CEMAC一致指數(shù)8個(gè)月，對(duì)應(yīng)的最大時(shí)差相關(guān)系數(shù)為0.79。雖然NEW先行指數(shù)的最大時(shí)差相關(guān)系數(shù)下降了0.04個(gè)點(diǎn)，但是其領(lǐng)先期提升了4個(gè)月。類似于經(jīng)濟(jì)預(yù)測(cè)，若預(yù)測(cè)期更長，就需要容忍預(yù)測(cè)精度的下降。事實(shí)上，宏觀經(jīng)濟(jì)預(yù)警是在準(zhǔn)確性和時(shí)效性之間的權(quán)衡，先行指數(shù)與一致指數(shù)的時(shí)差相關(guān)性表征預(yù)警的準(zhǔn)確性，領(lǐng)先期則表征時(shí)效性。在進(jìn)行經(jīng)濟(jì)預(yù)警時(shí)，先行指數(shù)的領(lǐng)先期越長，其預(yù)警的準(zhǔn)確性可能隨之下降。CEMAC先行指數(shù)適用于短期預(yù)警，但由于領(lǐng)先期較短，同時(shí)考慮到宏觀經(jīng)濟(jì)數(shù)據(jù)發(fā)布滯后的影響，以及宏觀政策制定、實(shí)施和產(chǎn)生效果所需要的時(shí)間，短期預(yù)警在實(shí)際中的應(yīng)用較為局限。因此，在預(yù)警準(zhǔn)確性可接受的范圍內(nèi)應(yīng)盡量提高先行指數(shù)的領(lǐng)先期。即使考慮到數(shù)據(jù)發(fā)布滯后期的影響，NEW先行指數(shù)的領(lǐng)先期仍超過半年，給宏觀政策調(diào)控預(yù)留更長的時(shí)間。

表2 PageRank打分與分層結(jié)果

表3 NEW先行指數(shù)和CEMAC先行指數(shù)指標(biāo)構(gòu)成對(duì)比

NEW先行指數(shù)和CEMAC先行指數(shù)相對(duì)于CEMAC一致指數(shù)的峰谷對(duì)應(yīng)關(guān)系如表4所示，峰谷圖形對(duì)比如圖1所示。

表4 NEW先行指數(shù)和CEMAC先行指數(shù)相對(duì)于CEMAC一致指數(shù)的峰谷對(duì)比

圖1 NEW先行指數(shù)峰谷圖形分析

在2005年以前，CEMAC先行指數(shù)相對(duì)于CEMAC一致指數(shù)有較長且較穩(wěn)定的領(lǐng)先期，峰平均領(lǐng)先階數(shù)為5個(gè)月，谷平均領(lǐng)先階數(shù)為9個(gè)月。而在2005年之后，CEMAC先行指數(shù)相對(duì)于CEMAC一致指數(shù)的領(lǐng)先期有所縮短，峰平均領(lǐng)先階數(shù)3.5個(gè)月，谷平均領(lǐng)先階數(shù)4個(gè)月。說明隨著我國經(jīng)濟(jì)結(jié)構(gòu)的變化，CEMAC先行指數(shù)對(duì)經(jīng)濟(jì)的領(lǐng)先性逐漸弱化。如果考慮到宏觀統(tǒng)計(jì)數(shù)據(jù)發(fā)布的時(shí)滯性，以及政策效應(yīng)的滯后性，CEMAC先行指數(shù)對(duì)于政策決策的參考價(jià)值逐漸減弱。

在2005年以前，NEW先行指數(shù)相對(duì)于CEMAC一致指數(shù)的領(lǐng)先階數(shù)較短，平均峰領(lǐng)先階數(shù)2個(gè)月，平均谷領(lǐng)先階數(shù)3.5個(gè)月。這是由于NEW先行指數(shù)中加入了金融市場(chǎng)的相關(guān)指標(biāo)，而在2005年股權(quán)分置改革之前，股票市場(chǎng)與宏觀經(jīng)濟(jì)相關(guān)性較差，甚至存在背離現(xiàn)象。2005年以后，NEW先行指數(shù)相對(duì)于CEMAC先行指數(shù)的平均峰領(lǐng)先階數(shù)為8個(gè)月，平均谷領(lǐng)先階數(shù)為7.5個(gè)月。這是因?yàn)樵?005年股權(quán)分置改革之后，隨著證券市場(chǎng)的規(guī)范化，上市公司數(shù)量的增多和質(zhì)量的提高，其業(yè)績與實(shí)體經(jīng)濟(jì)間的關(guān)系愈加密切。因而將股票市場(chǎng)流動(dòng)性、期限利差、各項(xiàng)貸款余額、M2等金融指標(biāo)加入先行指標(biāo)體系后得到較好的預(yù)警效果。這與近年來諸多研究成果表明股票市場(chǎng)對(duì)宏觀經(jīng)濟(jì)的預(yù)測(cè)性增強(qiáng)的結(jié)論相吻合。

5 結(jié)論

本文基于金融指標(biāo)與PageRank算法構(gòu)建了新的宏觀經(jīng)濟(jì)先行指數(shù)。隨著我國金融市場(chǎng)的發(fā)展，宏觀經(jīng)濟(jì)與金融市場(chǎng)相背離的現(xiàn)象正日益改變，股票市場(chǎng)作為國民經(jīng)濟(jì)晴雨表的作用也逐步顯現(xiàn)。時(shí)差相關(guān)分析和Granger因果檢驗(yàn)的結(jié)果顯示一些金融指標(biāo)對(duì)宏觀經(jīng)濟(jì)有較好的領(lǐng)先性和預(yù)測(cè)性，因而采用PageRank算法對(duì)待選的金融經(jīng)濟(jì)指標(biāo)進(jìn)行打分排序，篩選出領(lǐng)先性較強(qiáng)的指標(biāo)，并據(jù)此構(gòu)建NEW先行指數(shù)。轉(zhuǎn)折點(diǎn)識(shí)別和峰谷分析結(jié)果顯示：2005年以來NEW先行成指數(shù)具有更長且更加穩(wěn)定的領(lǐng)先期，適用于半年以上的宏觀經(jīng)濟(jì)預(yù)警和轉(zhuǎn)折點(diǎn)預(yù)測(cè)，而CEMAC先行指數(shù)更適用于短期的宏觀經(jīng)濟(jì)預(yù)警和轉(zhuǎn)折點(diǎn)預(yù)測(cè)。