宏观经济指标预测模型1(完成)

主要宏观经济指标的VAR模型预测研究和思考

●初步选择GDP、M2、M1、存贷款利率、汇率、法定存款准备金率、

CPI、PPI、国家财政预算支出、上证综合指数、消费者预期指数和OECD领先指标作为构建经济增长VAR模型的指标体系。

●在对数据序列进行平稳化检验和处理的基础上，进行Granger因

果关系检验，确定和经济增速存在真实因果关系的经济指标，并分别利用财政和货币刺激政策出台前后的变量数据构建VAR模型。

●VAR模型总体拟合效果较好，GDP增速与模型中主要变量的滞后项

存在显著线性关系，一方面表明其领先于经济增长的变化，另一方面也表明货币政策变量（存贷款利率和法定准备金率）对经济增长的刺激效果存在滞后，而财政政策相对更为直接和及时。

●从预测结果来看，如国家不实施刺激方案，经济增速在明年三季

度会滑落到6.7%，在政府出台一揽子刺激方案后，08年四季度经济增速仍将保持在8%以上，明年二季度以后经济将出现缓慢上升。

●初步测算2008年全年经济增长仍会达到9.5%左右，2009年经济

增速则会下降到8.4%左右。M1增速会有所回升，但仍将在12%以下，1年期存贷款利率在明年底将分别下调到1.40%（可能会继续下调4次）、3.92%（可能会继续下调6次），法定存款准备金率则有可能下调到10.78%附近，中央财政支出规模将在今年基础上继续增加6000-7000亿左右。

一、前期准备工作

1、变量选择

根据宏观经济理论和投资研究实践中所关注的重点经济指标，在本文中初步选择经济增速（GDP）、广义货币供应量（M2）、狭义货币供应量（M1）、1年期存款利率（R_cun）、1年期贷款利率（R_dai）、人民币对美元汇率（Fx）、法定存款准备金率（B_r）、消费者价格指数（CPI）、工业品出厂价格指数（PPI）、国家财政预算支出（Ex_F）、上证综合指数（Sh_index）、消费者预期指数（xiaofei_index）和用于衡量出口情况的OECD领先指标（OECD_Lead）。

上述这些变量的可能变动均能对资本市场产生比较大的影响，是为各类投资者所关注的政策变量或重要经济指标，因而如果能对其未来变化做出提前预测，则对于指导现实的投资实践活动将具有较强的现实意义。当然，这些变动还不能覆盖我们所关注的全部经济指标，但是由于经济变量间的高度相关性，很多变量是处于同一经济层面上，如经济增速与工业增加值、投资、消费、出口增速基本上具有一致性和同步特征，仅存在的差异是后几个变量均为月度数据，而经济增速为季度数据，因而可用后几个变量作为经济增速的先行指标，做出大致的定性判断。基于上述原因，在进行经济计量分析或者构建预测模型时，投资、消费、出口和工业增加值指标可以作为对经济增速的替代变量，但基本上不能用其对经济增速做出合适的长期预测。与定性分析不同的是，在构建计量模型时，更多的应该是选择那些对未来潜在经济增长产生长期、持续性影响的变量（主要是相关的政策变

量即外生变量和系统外的冲击变量）。

此外，鉴于本文仅是试图通过构建多变量的VAR模型来对宏观经济系统的主要变量进行计量分析和预测的初步尝试，因而变量的选择无论是在经济理论意义还是在实际应用方面都还存在很多不完善之处，我们将在以后的工作中逐步加以改进。

2、数据收集与预处理

由于本文所构建的VAR模型主要是用来预测经济增长的，重点针对除经济增长之外的变量预测将在后续工作中开展，因而选择的变量频率为季度数据（数据来源：Wind资讯EDB库），而对非季度数据的变量进行频率转换，以保持数据一致性。同时，对各变量汇总后的序列剔除掉缺失值，初步确定将1996年第4季度作为数据序列的起始点，2008年第三季度作为数据序列的终止点，共计48个观测数据。由于GDP序列为百分比数据，而国家财政预算支出（Ex_F）和上证综合指数（Sh_index）属绝对值，为保证变量间量纲的可比性，将后两个变量对数化处理，以消除其波动性。

二、VAR模型的构建和预测

1、变量序列的平稳性检验

首先，为避免建模时产生伪回归问题，应先利用扩展的迪基-福勒单位根检验方法（Augmented Dickey-Fuller test）对上述各变量（含处理后变量）进行水平序列（未差分）平稳性检验。检验结果如下：

表1 变量序列未进行差分（水平序列）的平稳性

数据来源：Wind资讯EDB库，Eviews处理得到

注：表中临界值取麦金农单边检验值。

由表1显见，M2、M1、1年期存款利率、上证综合指数和消费者预期指数为平稳序列，在进行后续建模前无须进行差分预处理，但其他变量水平序列均为非平稳的，应当进行相应阶次（此处均为1阶）的差分处理，使其变为平稳序列。再次检验结果如表2所示：

表2 变量序列进行差分后的平稳性检验

数据来源：Wind资讯EDB库，Eviews处理得到

注：表中临界值取麦金农单边检验值。

结合表1和表2中的平稳性检验结果，初步确定经差分处理后各变量序列为转为平稳，能够进行后续计量建模。

2、各变量间的Granger因果关系检验

由于经济变量间存在复杂的相互影响，尽管某两个变量之间存在很强的相关性或者一致性，但其走势可能是同时受到第三个变量的影响，因而这两个变量之间未必存在经济逻辑意义上的因果关系，仅仅为同一层面上的经济变量。因此，除基于变量间相关程度判断影响外，更重要的是能通过计量检验判断二者是否具有因果性，本文利用计量领域比较成熟的Granger因果检验方法对所选择的变量系统进行分析。

从表3中可以看到，与经济增速（GDP）存在因果关系、并能引致前者变动的主要是狭义货币供应量（M1）、1年期存款利率（R_cun）、1年期贷款基准利率（R_dai）、法定存款准备金率（B_r）、国家财政预算支出（Ex_F_log）和OECD领先指标（OECD_Lead）六个变量。

此外，其他变量诸如PPI、CPI、汇率（Fx）尽管也与经济增速存在因果关系，但并不是由前者引致后者，而是由后者引致前者，即是经济增速GDP影响了CPI、PPI和人民币对美元汇率的变动。至于其他变量和经济增速并不存在明显的Granger因果关系。

由于本文主要是对经济增长进行预测，因而仅在正文中给出了经济增速GDP和其他变量两两间的Granger因果检验，其他变量相互间的检验结果则在附录表中给出。

表3 经济增速与其他变量两两间的Granger检验