广西宏观经济运行监测研究——基于SEM 的实证分析

戴 俊

（百色学院，广西百色 533099）

一、研究背景与文献综述

广西宏观经济运行总体情况如见图1 所示。2011-2017 年广西宏观经济发展值持续稳定增长，宏观经济总体运行良好。但在2018—2019 年间，受2018 年中美贸易摩擦与2019 年底出现的新冠疫情的影响，广西宏观经济增长不容乐观。

图1 广西宏观经济运行趋势图①数据来源：运用熵权法求得广西经济发展值（主要包括：GDP 增速、全年社会消费品零售总额、固定资产投资、居民消费价格、居民收入及就业等数据计算出济发展值及其趋势，它来自于国家统计局官网、广西统计年鉴及政府工作报告的同期数据）。

目前国内外宏观经济的监测主要有单指标与多指标两类监测方法。其中单一指标监测法具有单一、片面的缺陷，主要以名义[1]与实际GDP[2-3]表示宏观经济运行状态。相反，多指标综合监测法具有综合、全面的特征，逐渐成为宏观经济监测的主流方法，主要包括四种景气指数法：扩散法（DI）、合成法（CI）、主成分分析法（PCA）及S-W 型景气指数法。这4 种方法各有优缺点：DI 能反映宏观经济上升或下降的方向及转折位置，但不能很好地反映出经济的上升和下降的程度；CI 能反映波动变化的强弱程度，但在景气转折点方面无法显示经济各部门之间的经济波动与渗透程度[4]；PCA 可消除评价指标之间的相关影响、减少指标选择的工作量，但该方法在降维的同时降低了信息量且新变量解释带有模糊性；S-W 有了理论模型基础上的进步[5]，但是对指标及数据需进行严格的筛选且监测模型容易出现较大误差与奇异矩阵，此外监测值不能充分解释经济的景气程度，无法进行检验[6]。可见，国内外学者的研究成果对宏观经济监测具有借鉴和指导意义。但是，其研究内容和方法也存在一些不足：一是宏观经济监测方法对数据信息保全、范围适用、保持与反映指标间相互关系等没有突破；二是宏观经济预测不能很好地处理不确定性和非线性关系，观测数据往往不能真实地反映宏观经济运行状态。

本研究拟采用结构方程法对宏观经济运行进行监测，力图保全数据信息、打破其他监测方法在适用范围上的限制、突出并保持与各反映指标间相互关系的效果，在此基础上对广西宏观经济大数据进行分析，充分挖掘和利用样本信息数据中的显信息和隐信息，提高了监测的精度。通过广西宏观经济运行监测，及时正确地把握地广西宏观经济运行态势，以增强政策的可执行性与可操作性，从而促进广西经济健康发展及其在自由贸易区竞争力的提升，具有重大的学术意义和参考价值。

二、研究设计

考虑到宏观经济监测体系指标的处理与指标之间相互关系的反映等因素，结合目前大多学者研究的宏观经济运行监测体系各级指标的层级数与其数目特征①参见中国经济网发布的中国宏观经济指标（http://www.ce.cn），以及陈磊、孟勇刚、咸金坤的研究成果：《我国宏观经济景气的实时监测与预测》，《数量经济技术经济研究》2019 年第2 期。，本研究采用结构方程模型赋权法构建广西宏观经济运行监测体系。此外，本研究还对4 种主流景气指数法：扩散法（DI）、合成法（CI）、主成分分析法（PCA）及S-W 型景气指数法作对比分析，以判别结构方程法的优劣，最后对结构方程法的优劣特征是否稳定进行验证。

（一）结构方程监测法

结构方程模型(SEM)是社会领域进行量化研究的重要方法之一，它采用多变量因素分析与线性模型回归分析相结合的技术，可以对各种因果模型辨识、估计与检验。SEM 具有保留良好的数据信息，在处理显变量与潜变量、两个及以上变量指标之间的相互关系时具有较大优势，而且人为因素的干扰对分析过程不敏感。与此同时，SEM 还能对拟合指数的拟合程度进行评价。通常SEM 由测量模型（阐述隐变量与显变量之间的相互关系）与结构模型（阐述隐变量之间的相互关系）构成。具体描述如下：

其中，z表示外生显变量矩阵；ξ为外生隐变量矩阵； Λz为z在ξ上的因子负荷矩阵；δ为测量误差。z具体描述为：

其中：η为内生隐变量，在文中是景气度，B 为内生隐变量间的关系；Γ 为外生隐变量对内生隐变量的影响，在文中为先行指标、一致指标与滞后指标分别对景气度的路径系数；ζ为残差。

结构方程法不仅可以建立显变量与潜变量之间的联系，而且还可以检测观察变量的信度与准确性，同时还能通过显变量与隐变量间的回归系数（或因子负荷量）计算权重[7]：

其中：w i为指标权重；r i表示回归系数（因素负荷量）；n为指标数目。

类似的，各外生隐变量影响内生隐变量的权重也可按此方法进行计算。此外，由结构方程法计算出来的结果对数据信息遗损很少，即所有数据信息在计算结果中得以最大程度的反映，同时结构方程法更能清晰地反映各指标间的相互关系，最终达到计算结果所反映的信息是系统而全面的效果。

（二）监测法比较

1.一致性检验

运用同一样本，采用不同的研究方法，甄别最优方法的重要手段之一就是一致性检验。为了检验在不同监测法下监测结果的整体一致性，本研究运用相关系数（kendall 秩）进行检验。若某两种监测法测算结果的整体相关性大于其他任意两种监测方法的结果的整体相关性（其中，r表示相关系数，i,j为第i与j种监测法，i≠j，即大于其他两种监测方法的结果整体相关系数），则认为i与j这两种监测方法测算结果的整体一致最强，反之同理。

2.准确度检验

准确性是宏观经济运行监测的主要内容，不仅关系到监测结果与实际宏观经济发展状况的密切相关性，而且会严重影响政府对宏观经济的调控。各种监测方法的研究结果必须符合经济实际发展状况才是有效的，因此，监测结果的准确性也是监测方法是否被采纳的关键指标。为了检验准确度，采用模型（4）比较几种监测法方法的测算结果准确度。其操作方法是将各监测法在某时间段下的若干区间的监测值的排名加总，然后根据加总结果再对某时间段下各监测结果进行排名, 最后计算各种监测方法下的监测值排名与总排名下的监测值名次的绝对值偏差和（S）,若某种监测方法的S 越小，则该种监测方法监测结果的准确度就越高，反之亦然。①笔者此前曾对此进行了分析，参见戴俊，傅彦铭：《结构方程法在大数据上市公司绩效评价中的优势分析》，《投资研究》2019 年第9 期。

其中，S表示绝对值偏差和；C为序号总和法下某时间段i区间监测值的排名，X是每种监测方法下某时间段i区间的监测值的排名，

（三）广西宏观经济监测体系

1. 指标体系构建

为了使广西宏观经济监测结果更加接近真实的运行状况，提高其监测的准确性，本研究借鉴了中国经济网发布的中国宏观经济指标及中国人民大学中国宏观经济分析与预测课题组的2018—2019 年中国宏观经济报告（2019）和张莉莉等[8]等学者在宏观经济指标选取方面的经验做法，结合广西经济发展的特点，以广西工业增加值为基准指标，通过时差相关性分析法将广西板块股指、东盟进出口商品总额、货运总量等多个具有广西经济发展特点的指标纳入指标监测体系，最后将所有指标划分为先行、一致及滞后指标，构建广西宏观经济景气监测指标体系（见图2）。

图2 广西宏观经济景气监测指标体系

2.数据来源与处理

考虑到宏观经济运行的延续性、相关政策的时效性与时滞性及数据的可得性，本研究选取了广西2011—2020 年40 个季度的相关宏观数据作为分析样本。这些数据（除广西股票板块指数外，广西股票板块指数来自于通信达股票行情软件）来自国家统计局官方网站、广西统计年鉴、广西政府门户网站定期发布的经济运行情况及中国—东盟自由贸易区商务门户网站等网站的同期数据。

为了遵循经济运行的连续性及人们对经济运行的预期和相关政策执行效果显现的特点，研究进行如下处理：（1）将非季度数据转化成季度数据。（2）为了保持各项数据在数理逻辑上的一致性，研究将所有的累计数据转化成当前数据，将同比数据转化成环比数据。（3）鉴于失业率数据对经济景气是负向指标，将该数据逆向化处理，用100%减去失业率即城镇就业率，借此反映失业率对宏观经济影响的情况。（4）为了更加切实地反映采购经理指数对广西宏观经济发展的影响，研究使用了综合采购经理指数（CPIM）, 但是一个区域的CPIM 指数数据是很难获得的。经过上述处理，研究在借鉴CPIM 指数的编制国际通行做法基础上，将广西的同期GDP/全国同期GDP 后的比值乘以同期全国的CPIM 指数，然后再将其标准化得到相应的广西CPIM 指数。

三、实证分析

（一）结构方程监测法适度性分析

本研究采用amos 软件对广西2011—2020 年40 个季度的相关宏观数据进行了分析，在通过一阶验证性和样本数据适配检验之后，构建了广西宏观经济景气度指标分析体系，该体系有两级指标组成，分别是一级指标（先行、一致、滞后指标）与二级指标（水泥产量、商品房销售额、CPMI 指数、广西板块股指、东盟进出口商品额等等），具体见表1。通过表1 可以发现，各误差的方差值很小且都为正值，因子负荷量都大于等于0.51，各级指标权重或回归系数都大于零，说明模型适配度良好。同时，通过图1 还知，卡方值：357.262，显著性的概率值（P=0.183）大于0.05，未达0.05 显著水平，RMSEA 值（RMSEA=0.065）小于 0.080，GFI 值（GFI=0.946）大于 0.900，AGFI 值（AGFI=0.913）大于0.900，进一步说明整体模型的适配度很好，也即本文的设计模型与样本数据能很好地适配。另外，通过表1 可知，所有回归系数的P 值都小于0.05，以及所有回归系数的C.R.值都大于1.96，表明所有回归系数都显著。综合前述分析，表明结构方程监测法可以很好地估计广西宏观经济景气度。

表1 回归结果与权重

通过表1 进一步分析发现：首先，广西宏观经济景气中先行指标、一致指标与滞后指标在宏观经济景气度的测算中分别所占权重为0.26、0.30 与0.44，说明三大一级指标反映宏观经济运行状态的程度，符合人们对经济发展的预期与认知。其次，在先行指标中的各二级指标权重的大小依次为水泥产量权重（0.23）>商品房销售额权重（0.20）>电力消费量权重（0.19）>CPMI 指数权重（0.16）>人民币存贷净额权重（0.12）>广西板块股指权重（0.10）,可见近年来广西宏观经济的运行发展状况预期主要是体现在基建和房地产上，相反体现在经济发展的晴雨表广西板块股指却很小。再次，一致指标中GDP 增速与工业增加值的权重（0.24）基本相同，东盟进出口商品额权重（0.22）次之，社会消费品零售总额（0.19），财政收入权重（0.06），入境旅游人均消费额权重（0.05）最小，说明广西宏观经济发展具有自身的发展特点，即对东盟贸易在广西经济发展中具有非常重要的作用，入境旅游发展乏力，但仍有很大的发展空间。最后，滞后指标中全社会货运总量权重（0.29），固定资产投资总额权重（0.24），PPI 指数权重（0.18），CPI指数权重（0.15），就业率权重（0.13）最小，在滞后指标中权重较大的是固定资产投资总额与全社会货运总量，也即在一定程度上，可以从广西宏观经济发展状况，就可以推知资产投资与货运量状况，同时也说明了固定资产投资与交通运输队广西经济发展非常重要。

（二）一致性分析

表2 显示了结构方程法与其他4 种监测方法，即扩散法、主成分分析法、合成法及S-W 型指数法的测算结果。

表2 Kendall 非参数相关系数检验结果与绝对值偏差和

由表2 所显示，5 种监测方法的测算结果具有一致性。其他4 种监测方法的测算结果是分别按照相应方法的测算过程得到，因为其他测算方法不是本研究重点，这里重点关注各种测算方法的测算结果特征之间的比较，在此不再赘述。由于这些方法的Kendall 非参数相关系数最小为0.652 且各sig 双侧p值均小于0.01，表明5 种方法的相关性均为显著，其测算结果趋向一致。通过表2 还发现，在5 种方法的相关系数中，相关性最大的是结构方程监测法与S-W 型指数法，其相关系数最大0.961，这进一步说明结构方程监测法与S-W 型指数法测算结果更接近，其他方法之间的测算结果的一致性较差。

（三）准确性分析

由表2 显示，将5 种监测方法的绝对值偏差和（S）的按大小依次排列：扩散法S（1428）>合成法S（1361）>主成分分析法 S（1225）> S-W 型指数法 S（1090）> 结构方程监测法 S（968）,表明各种监测方法的准确性均不相同，但结构方程监测法的准确性最高。

综上所述，通过对5 种监测方法的一致性与准确性分析，发现结构方程监测法与其他监测方法的监测结果趋同，但是结构方程监测法的监测结果具有更高的准确性。因此，在对宏观经济运行监测时，可以优先考虑选择结构方程监测法进行监测。

四、结论与建议

本研究通过构建广西宏观经济景气度指标分析体系，选取广西2011—2020 年40 个季度的相关宏观数据，采用结构方程法对广西17 个宏观经济指标等数据进行分析，最终结论如下：

（1）结构方程监测法的测算结果与扩散法、主成分分析法、合成法及S-W 型指数法的测算结果具有一致性，但是结构方程监测法的测算结果准确度最高。建议学者们或者宏观经济政策制定与执行者在对广西宏观经济运行状态监测时，可以更多地考虑采用结构方程监测法来监测广西宏观经济发展状态，以便于准确地把握宏观经济运行态势，增强政策的可行性与可操作性。

（2）广西宏观经济景气度指标分析体系由3 个一级指标与17 个二级指标组成。其中17 个二级指标虽然各自在不同的一级指标中占有一定的权重，但是基建、用电量、GDP 增长与工业增加值、东盟贸易、交通运输等宏观经济指标权重相对较大，而其他指标权重比较小。建议在监测（预测）广西宏观经济发展时可重点关注基建、用电量、GDP 增长与工业增加值、东盟进出口贸易、交通运输等宏观经济指标的状态；同时，在促进广西经济持续健康发展时可重点关注基础工程与民生工程建设，增加清洁环保产业，持续优化产业结构增加GDP 增速，进一步扩大东盟进出口贸易，升级交通运输系统，加大入境旅游吸引力度，增加就业岗位，提高上市公司的质量等。