使用统计数据应注意的常见问题.ppt

《使用统计数据应注意的常见问题.ppt》由会员分享，可在线阅读，更多相关《使用统计数据应注意的常见问题.ppt（82页珍藏版）》请在三一文库上搜索。

1、,使用统计数据应 注意的常见问题,国家统计局统计科学研究所 余根钱, 2009年10月17日,电 话：68783972 E-mail：YUGQ,核心观点,做现实经济问题研究，需要大量地使用各种统计数据。但数据不是拿来就能用，有很多具体的问题需要处理，某些看上去和我们需要数据完全一样指标，但实际上却有较大差异。如果不注意这些问题，那么分析结果就会出错。,提 纲,一、准确理解统计数据的含义,二、注意数据之间的可比性,三、注意随机因素的影响,四、注意统计数据的质量,五、注意数据异常,六、注意春节和节假日因素,七、注意季节因素,一、准确理解统计数据的含义,使用统计数据，当然希望数据的内涵与我们的要求完

2、全一样，但这实际上很难。要把一个通常所说的概念转化成可统计的指标就必须作各种各样的限定，否则没有办法统计。 准确理解统计数据的含义，首先要搞清楚数据是怎么统计的，这样才能准确地把握指标的含义；其次要搞清楚能反映问题，在分析中能起什么作用。,失业的统计问题,有一天，与一书摊的摊主聊天，我问：“下岗了？”他马上说：“什么下岗？失业了！” 按我的理解，失业怎么也不可能是一个这样的概念。因此每个人对失业的理解是不一样，假大家都自己的理解来使用失业的数据，那么结果肯定会出错。 按通常的理解，失业就是没有工作，但这是没法统计的。现实中不参加工作的人很多，失业只是其中的一种情况。,失业的统计问题,统计中关于

3、失业人员规定是： 有劳动能力 有工作愿意正在找工作 在规定的期限没有从事有报酬的劳动 人口范围 各国失业统计的具体规定是不一样，我国也有登记失业率和调查失业率等概念，但含义和作用都不一样。,失业率能起什么作用,有了失业人员的统计数据，就可以计算出失业率。失业率能准确地反映失业程度吗？失业率高就是失业更严重吗？两个国家之间，谁的失业率就失业更严重吗？失业率到多高可称为失业问题严重，失业率降到多少以下可以称为充分就业？ 1998年的减员增效和下岗 金融危机后美国17个州推行“工作共享” 计划 各国的失业率差异很大,产成品库存和产销率能否反映供求状况,2004年，工业产成品库存增长率不断上升，有人认

4、为这是一个突出问题，有可能意味着需求不足。,产成品库存和产销率能否反映供求状况,2008年四季度，金融危机造成需求严重不足，但企业库存不是增加了，而是大幅减少。据测算，虽然今年一季度全社会固定资产投资增长28.8%，但受库存下降的拖累，资本形成总额实际仅增长7%左右。 这一事实说明，需求不足不会造成库存增加，因此不会从产销率或产成品库存中反映出来。为什么会这样呢？这是由企业以销定产的行为决定的。传统体制时期，企业可以为库存而生产，但在市场经济条件下，这样做是要破产，企业不可能自寻死路。 2004年产成品库存增长率上升是价格上升和销售收入增长加快的结果，而不是需求不足的表现。,统计必须考虑现实可

5、行性,统计指标为什么往往会与理论概念有一定差异呢？原因之一就在于统计必须考虑现实可行性，严格按理论概念进行统计往往是不可行的。 统计过程是很复杂的，一个统计数据往往涉及几十万个调查单位。报表设计可以由专业人员进行，但牵涉的填报人员这么多，水平差距很大。博士设计的表，让初中生去填，必须考虑能否理解的问题，还要考虑填报工作量和难易程度。如果填报人员理解不了，或者工作量过大，那么再好的概念也是没有用的，因此统计只能统计那些可行的指标。实例： GDP和国民收入 个体户调查 全社会的数据,统计数据的三维定义,我们经常会问：北京的人均收入是多少，和上海比，谁更高？ 从统计角度看，这一提问不够严格，就是没有

6、明确的时间，不过可以按习惯来理解，就是指最新的收入，比如指2008年或今年上半年。只有加上时间维以后，统计数据的含义才是确切的。任何一个统计数据，除指标内涵以外，还需要有三个维度，即： 统计数据指标内涵+范围、口径、时间,统计数据的三维定义,问题中的人均收入就是指标内涵；北京和上海就是范围；另外人口还需要明确是全部人口、城镇人口还 是农村人口，这就是统计口径。 拿到统计数据后，不仅要搞清楚它的含义，还必须把另外三个维度都搞清楚才能使用。 有时，各种统计口径之间差异很小，很容易搞错。如居民可支配收入有城镇和城市之间，工业增加值有乡及乡以上工业、独立核算工业、规模以上工业、国有独立核算工业等等。,

7、二、注意数据之间的可比性,1.历史数据的可比性 2.关联数据的可比性 3.数据调整引起的问题 4.指标内涵的可比性,为了考察经济变动规律，需要把很长时期的数据放在一起使用，这时候会遇到统计口径变动的困扰。统计口径变动有几种情况呢？如何应对？,1.历史数据的可比性,统计口径变化的三种情况,第一种情况是统计调查制度变化。如固定资产投资统计定报制度，1992年及以前的统计范围为全民所有制单位；19932003年为国有及其他单位；2004年以后为城镇规模以上投资项目。又如月度工业增加值，1996年以前没有统计，只能用相近的乡及乡以上工业企业总产值代替，1996年为乡及乡以上工业，1997年以后为规模以

8、上工业企业。,统计口径变化的三种情况,第二种情况是政策因素引起的变动。如2000年，国有银行剥离不良贷款，造成贷款余额不可比。2004年6月份，中国银行和建设银行股份制改造，又一次剥离不良贷款，引发了同样的问题。 银行剥离不良贷款以后,存贷差必然会扩大,存贷款还有意义?,统计口径变化的三种情况,第三种情况是调整计算范围。如2001年把证券保证金纳入M2的统计范围。1993年，金融统计口径由国有银行调整为金融机构时，M1、M2的统计范围都变了。需要注意的是，这种统计口径变动往往只有调整时有说明，而在一些公开出版的统计数据中则没有说明，因此使用数据时必须特别注意。 两种口径下的货币流通速度可比吗？

9、,统计口径变化的处理方法,统计口径不同的数据是不可比，但同一口径的数据往往很短，时间序列过短，会造成很多分析无法进行，怎么办法呢？ 研究变化趋势时可用增长率进行联接 建立回归模型可用虚拟变量 研究指标之间关系，特别是平衡关系时，则没有统一的方法可用,不同口径仍可比的实例,工业增加值率：把现在规模以上的统计数据与以前独立核算工业进行比较，是有意义。 城乡居民收入比较：收入水平可比性较差，但增长率的可比性较强，比较增长率还要考虑两者价格指数的差异。 注意事项：若要把口径不同的数据放在一起使用，那么就必须要说明为什么可比。,2.关联数据的可比性,估计粮食生产函数面临的问题。播种面积、劳动力、其他投入

10、。 投资、工业、劳动力、科技等 规模以上工业和规模以上能源工业,3.数据调整引起的问题,刚到统计局的时候，领导让我查数，数很快查到来，但领导告诉我错了。我说数是从统计年鉴上查的，怎么可能错呢？领导说，GDP的年度数据在公布后有两次常规调整，也就是说2008年GDP在2009、2010和2011年的年鉴中都会不一样，并且必须用最新的。GDP常规调整的一个主要原因是核算GDP所需的财政支出决算数据要在几年后才能取得。,3.数据调整引起的问题,另一种常见的数据调整就是普查的数据调整。我国作过的普查有：人口普查、农业普查、三产普查、工业普查、经济普查。每一次普查都动用大量的人力和物力，调查面更宽，工作

11、更细致，因此当普查数据与常规调查数据不一致时，一般会对常规调查的历史数据作调整。比如第五次人口普查后，调高普查前5年的城镇化率，工业普查后不再公布工业总产值的数据，第一次经济普查后全国GDP总量上调了2万亿，1993年以后的GDP总量和增长率都上调 了。,3.数据调整引起的问题,人们在使用数据时，往往把调整后的数据与未调整的数据放在一起使用。比如，有人说，GDP调整了，我国经济结构就更加合理了，投资率就下来了。但我觉得这一说法的问题很大，经济结构是否合理是客观事实，不会因GDP调整而改变。投资率能否下来的疑问更大，GDP调了，投资规模就不用上调吗？否则GDP总量与各项支出之间就不可能平衡。 普

12、查后的数据调整往往限于几个核心指标，大多数指标没有调。调了的指标和未调的指标还可比吗？不论是可比还是不可比，都有很大麻烦。,3.数据调整引起的问题,假如是可比的，那么调整前的数据就是不可比的，可是在经济普查前用的都是未调整数据，我们用这些数据进行了整整十年的研究，这些成果就都有问题，这个太残酷了。 假如是不可比的，那么相关的研究工作又该如何开展呢？这个问题没有简单的结论，总之要格外小心，使用前要作可比分性分析。有一个不成熟的规则是： 可比的指标：那些统计结果不受经济普查影响的指标，如现金流通量，学生人数等等 不可比的指标：那些与GDP有直接关系的指标就必须作调整，否则不可比，如投资规模、就业人

13、数等。,4.指标内涵的可比性,指标名称完全相同的指标，内涵有可能发生变化，这时就仍是不可比的。 财政收入：债务收入、国有企业亏损 预算外收入 各国失业率：定义各不相同 差异大到不可比的程度吗？,三、注意随机因素的影响,随机因素是广泛存在的现象，宏观经济变动也受该因素影响。这种影响使得经济走势捉摸不定，增加了判断经济形势的难度。若对该因素的影响认识不足，则有可能造成对经济形势的错误判断。,1.随机因素对经济形势分析的影响,当我们观察到某一方面的经济状况发生变化时，要区分是经济走势的改变还是随机因素的影响往往会相当困难。但作这种区分又是非常重要的，若是随机因素的影响，那么这种变化就没有意义，也就不

14、必关注，更没有必要去强调是上升还是下降，但若是趋势性的变化，那么就必须要引起充分的重视，有可能意味着调控政策需要作适当的调整。,以价格上升走势来说，在随机因素作用下就会出现1、 2个月的涨幅回落。,2006年7月至2008年2月，我国居民消费价格涨幅不断走高，但2007年1月、4月、9月和12月的涨幅均比前一个月低。尽管从事后来看，这些月份的涨幅回落没有什么意义，但在获得后续数据之前，要作出这种判断是很难的，因为涨幅刚开始转降时也是这样的。,有时会造成难以看清经济走势,2003年初至2004年底，我国各月出口总额的同比增长率波动很大，高的时候到了50%，低的时候降到30%以下，高低相差20多个

15、百分点，有时连续几个月走低，有时连续几个月走低。从当月增长率很难看清真实的走势。,有时会造成某些数据不可用,规模以上工业企业增加值环比增长率,2.随机因素影响大小的估计,为了估计某一序列中随机因素影响的大小，关键是把随机因素和其他因素分离开。原始数据序列中包括的因素有：长期趋势因素、循环波动因素、季节因素、随机因素、春节因素、节假日因素、突发事件的影响、数据异常等等。分离这些因素均需专门的方法，如季节因素有各种各样的季节因素调整模型，假如其他因素的影响能有效地分离出去，那么剩余序列就是随机因素的影响。若剩余序列满足同分布的假设，那么该序列的方差可用于衡量随机因素影响的大小。,2.随机因素影响大

16、小的估计,对于同比增长率序列，由于不含长期趋势和季节因素，因此可以采用简化的方法估计随机因素影响大小。 第一种方法是计算增长率的一阶差分，从而消除循环因素； 第二种方法是计算增长率的中心化移动平均，然后计算增长率与平均值的差值。 以上两个序列的方差均可以作为随机因素影响大小的度量。,随机因素的特征,各指标随机因素大小差异很大，有的指标取值很稳定，随机因素的影响很小，如居民消费价格指数，也有的指标取值大幅震荡，随机因素的影响很大，如进口总额和出口总额。 分项数的随机因素大于总体。如投资的波动大于GDP波动，全国波动小于某一地区或行业的波动 月度数的随机因素大于季度数,3.应对随机因素影响的策略,

17、(1)消除随机因素后观察经济走势 (2)延长分析期长度 (3)正确地看待增长率升降,(1)消除随机因素后观察经济走势,从当月增长率只能看到大幅波动，但从不含随机因素的平滑增长率则可以看出稳定走势。,(2)延长分析期长度,分析期的长度是指分析对象的月份数，如作进度分析时可以用月度数、季度数和半年度数，分析期长度分别是1个月、3个月和6个月。延长分析期长度，可以有效地降低随机因素影响的大小，如出口总额的当月增长率波动很大，但季度增长率则比较稳定。 分析期的长度不是可以任意取的，对于那些月度数大幅震荡的指标，月度数是不可用的，分析期长度就不能取1个月，而应以季度数作为分析对象。若季度数仍大幅震荡，则

18、应进一步延长分析期。,出口增长率的分析期长度应取3个月,(3)正确地看待增长率升降,受随机因素影响，增长往往时而上升，时而下降，若对每次增长率的上升和下降都予以强调，那么结论就会一个月这样、另一个月那样，来来回回地变。要避免这种情况，可按以下面规则对待增长率升降： 一是当无法判定增长率升降是随机因素影响还是趋势变动时，可避而不谈； 二是只有增长率变化量超过随机因素的影响幅度时才有意义，如增长率升降0.1个百分点通常是没有意义的，对于大幅波动的指标，升降1个百分点或2个百分点也可能没有意义；,(3)正确地看待增长率升降,三是遵循123规则，即1个月升降没有意义，连续2个上升或下降予以关注，3个月

19、连续上升或下降重点分析，一般可看作是趋势性变化；四是绝对量占全年比重很小的月份，随机因素影响较大，增速变动较大是正常现象，不必过多地关注，如2、3月的固定资产投资增长率。 尽管我们强调一个月的变动和小幅变动意义不大，但对于那些有确切原因的变动则要另当别论。只要变动原因是可持续的，那么经济变动就是趋势性的。2008年9、10月份，我国经济下滑、价格转降，主要原因在于美国爆发金融危机，虽然有些变化才刚刚出现，但均是趋势性的。,四、注意统计数据的质量,统计分析是以可靠数据为前提的，但这一前提并不总是成立。现实中的数据是有偏差的，有的数据甚至偏差很大，如全国数据与各地区数据之和差距很大。有人可能会认为

20、，数据有偏差就是不可用的，但实际上没有这么简单。 例：人体重量和超重 如何用有偏差的数据作分析呢？,1.要对数据偏差做到心中有数,只有对统计数据质量做到心中有数，才有可能在使用过程中采取相应的防范措施，从而避免使用质量不合要求的数据。如何做到这一点，一是要了解数据偏误的基本特征；二是要对偏误大小进行评价。,数据偏误的基本特征,偏误的大小 偏误的稳定性 偏误的方向 推算数据的可靠性不如直接调查的数据 全社会的数据往往可靠性较差,从数据采集过程中判断偏差的大小,填报单位的原始记录是否健全 填报人员能否准确理解填表内容的含义和要求 填报人员是否认真填报 填报单位是否愿意如实填报 抽样调查方案是否得严

21、重执行 原始数据的审核是否严格,从数据加工过程判断偏差大小,把原始数据加工成可发布的统计数据是很复杂的过程，决不是简单的加加减减。如果数据处理方法不当，那么数据加工过程中的每一个环节都会产生误差。,从数据加工过程判断偏差大小,以工业增加值为例来说，规模以上和规模以下的企业分别采用不同方法进行统计，规模以上企业同时上报当年数和上年基数，并据此计算增长率；规模以下是抽样调查，用当年调查数和上年调查数计算增长率。习惯的思维是把两种增长率加权平均就可计算出全部工业增长率，但那些刚成长起来的规模以上企业却在分母中计算了两次。,从数据加工过程判断偏差大小,统计推算在数据处理过程中有重要的作用，如交通运输为

22、增加值用运输量进行推算。然而，统计推算必须在一定的假定、方法和依据下进行，如果所采用假定不当、方法不合理、依据不充分，那么推算结果就会出现严重问题，甚至成为弄虚作假的工具。,从政府干预的角度判断偏差的大小,政府干预是由功利主义动机决定的，造成的数据偏差往往具有方向性。干预的对象就是政绩指标和考核指标及与之密切关联的指标。以固定资产投资为例，在经济过热的时期，控制投资过快增长是调控目标，政府干预的结果会造成其增长率低估，但低估的幅度不易估计。2004年1-5月，省的城镇规模以上固定资产投资增长25.4%，累计增幅在两个月内回落了40.8个百分点，这种变动只能用政府干预来解释。在经济过冷时，刺激投

23、资是政府的目标，干预的结果会造成投资增长率高估。,从政府干预的角度判断偏差的大小,分析政府干预对统计数据的影响，必须考虑以下几个因素：一是政府的考核目标和评价标准，这两个因素在不同时不同时期和不同的经济运行状态是不一样的，因此到底会产生什么样的影响需作具体分析；二是政府干预的可能性，对于不同的指标是不一样的，网上直报和超级汇总，如第一次经济普查，所有的数据都是超级汇总，干预的可能性就较小。 政府干预并不等于政府授意，而更有可能是政府部门的暗示，或者统计部门主动迎合。,通过逻辑检查判断数据质量状况,统计数据间必须保持一些基本数量关系，否则就是数据有问题的表现。由于这种数量关系很多，因此只能举例说

24、明。,累计数和当月数之间的换算关系,对于绝对额类或准绝对额指标，累计数等于当月数与上月累计数之和。如果这个关系不成立，就是数据出了问题。由于数据调整或其他原因的影响，该关系式在个别月份不成立是可以的，但必须要有原因的解释。在90年代前期或更早以前，这一关系式基本上得到遵守。但在2000年以后，这一关系式不成立的指标越来越多，甚至差距巨大，如某一产品产量，2003年12月份，由累计数推算的当月产量比公布的当月产量高9.5%，2004年12月高17%。,2.有选择地使用数据,统计数据有偏差肯定会造成数据可用性下降，但不能简单地说数据不可用。只要偏差不是太大，很多分析就可以照常进行。,数据有偏差不等

25、于数据不可用,以分行业统计数据来说，一个企业有可能从事多个行业的经济活动，但大多数情况下仍作为一个行业进行统计，因此分行业的统计数据与纯行业的数据有一定差距，然而，在作行业结构分析时，人们并不在乎这种差距。,数据有偏差不等于数据不可用,全国固定资产投资增长率为例，第一情况是增长率很高，如达到70%以上，那么不论偏误大小，均可作出增长速度过快的结论；第二种情况是投资增长率达到30%以上时为过快，实际增长率为27%，只要最大偏差不会超过2个百分点或增长率是高估了，那么就可以作出投资增长没有过快的判断；若最大偏差有可可能达到5个百分点，这时将无法作出是否过快的判断。,选取可靠性能满足要求的数据,数据

26、有偏差，会造成某些数据不可，因此在选取某一问题的分析指标时，必须考虑各项的数据质量状况，只有那些可靠性能满足分析问题要求的数据才是可用的。有些在理论上最合适的指标，如果数据质量不能满足要求，那么就只能放弃。以经济增长速度为例，理论上最适合的指标是国内生产总值增长率，但若该指标严重失实，那么就不能用，而只能用工业增加值增长率、能源消耗总量增长率等指标替代。,使用替代数据,为了分析某一经济问题，可用的指标是很多的。如分析经济运行状况，就可从生产环节、流通环节、运输环节、消费环节、税收状况、金融状况等角度进行。若某一指标因偏差过大而不可用，就可以用其他指标替代。 使用替代指标会引起替代误差。如分析国

27、内需求状况，消费需求一般用用零售总额替代，投资需求用规模以上城镇固定资产投资完成额替代，但零售额没有包括服务消费，固定资产投资完成额没有包括存货投资，并且与资本形成也有较大差异。,3.分析方法的选择,不同的分析方法对数据完整性和可靠性的要求差异很大,总供求状况分析的三种方法,绝对量恒等式 Y=C+I+G+X 要求绝对量可靠，各指标必须与标准定义一致,增长率恒等式：%Y=%Cs1+%I s2+%G s2 +%X s4 仅需增长率可靠，可以使用替代指标,增长率差分恒等式 %Y= %Cs1+ %I s2+ %G s2 + %X s4 偏差在相邻两年不发生大的变化,4.多方验证提高结论的可靠性,对于同

28、一经济问题，可以从多种不同的角度进行分析，可使用的分析方法不只一种。通过多方验证，可以提高分析结论的可靠性，弥补数据偏差引起的问题。假如要判断经济增长速度是否偏高，若统计的增长速度有高估的可能，那么就会难以作出结论，这时就可以从通货膨胀变动情况等角度进行考察，若也支持偏高的判断，那么结论就比较可靠。但这时也可能出现多方得出结论相互矛盾的情况，这时就必须找出不一致的原因，否则任何结论都没有说服力。,2004年1季度固定资产投资增长47.8%，是否过高？,若数据没有问题，很可靠，那么只要做些简单的历史对比和相关指标对比就可以知道，投资的增长速度明显过快。但数据可靠吗？有人认为一季度的投资增长率可能

29、有问题，理由有三个，一是2003年的增长率仅为28%，12月份仅为23.5%，能在短时间内上升这么多吗？二是2004年的投资统计制度进行了改革，统计口径由国有单位改为城镇规模以上，增长率高是否是由统计口径变动引起的，1993年统计口径由全民改为国有单位就是如此；三是一季度投资额占全年的比重很低，不一定能代表全年情况。如果数据有问题，结论的可靠性也就有疑问，因此需要寻找进一步证据。支持投资增长过快的证据还有很多，一是全国各地电力供应非常紧张，当时拉闸限电的省份已经超过20个，并且程度越来越严重；二是运输能力高度紧张，铁路运输的主要中转站的车皮申请满足率大幅下降，降到了40%；三是原材料价格上涨速

30、度很快，钢材、水泥和原油等价格大幅上涨。这些都是历次经济过热的典型特征。,5.谨慎地使用分析结论,数据失真会造成分析结论不可靠，使用替代数据会引起的替代误差，因此数据有偏差，分析结论的可靠性就会下降，使用分析结论也应保守一点，而不要绝对化。 人口性别比为52:48，偏差从0不断增大，偏差达到2个百分点以上时，男性人口多于女性的结论就不再有100%的把握。,异常值是指某些月份的数据特别大或特别小，超出正常取值的范围，可分为多种不同的情况，如基数异常、重大事件引发的异常等等。导致数据异常的原因有可能是机理性的，也有可能是录入错误。 1.基数异常 2.连续两个月异常，一高一低 3.重大事件的影响 4

31、.年末的异常变动,五、注意数据异常,1.基数异常,基数异常是指因上年绝对额严重高于或低于正常水平而导致本年增长率异常地低或高。基数异常的特征是： 基期和报告期的增长率均异常，为一年高一年低或反之 绝对额仅基期异常 把基期绝对额调整到正常水平后，报告期和基期的增长率均恢复到正常水平,水泥产量2008年3月异常,2008年3月,2009年3月,消除基数异常因素后，2009年3月份增长率由10%提高至15%左右。,2005年11和12月出口增长速度异常低,2004年11月，我国出口总额同比增长45.7%，增幅高于正常水平10个百分点以上。2003年12月增长50.7%。,2005年11-12月,处理

32、方法,为了消除基数异常对报告期增长率的影响，可以在季节调整后对期绝对额作移动平均，然后再计算增长率。只要基期异常不太严重，这一方法的处理效果很好。 也可以用手工的方法把基期绝对额调整为正值常后再计算增长率。,注意事项,由于基数异常会造成报告期增长率异常，因此当观察到增长率明显上升或下降时，必须先排除基数异常的可能性，否则变动就是没有意义的。,2.连续两个月异常，一高一低,一高一低的连续两个月异常是指一个月的绝对额异常地低，而另一个月异常地高，但两个月的绝对额合在一起是正常的。引发这种异常的常见原因是某个月多统计了几天，而另一个月少统计了几天。,2007年3月出口异常低,2007年3月，据传出口

33、退税率下调，提前出口，导致2、3月出口异常。08年一季度增长率为21.4%，处于正常水平。,2007年3月,2008年2月,3.重大事件的影响,重大事件特指会在短时间对经济产生重大冲击的事件，这种事件不会改变经济的长期走势。当重大事件发生时，那些受影响的统计指标就会取值异常。从单个指标的表现来看，这种异常与基数异常很相似，差别在于是否有明确的原因。重大事件的影响一般会涉及多个指标，但对不同指标的影响程度是不一样的。,重大事件影响实例,2003年SARS对我国交通运行业、居民服务业、零售贸易业等行业影响巨大。 2003年和2004年的5月份社会消费品零售额增长率严重异常，一个重大事件会造成两年增

34、长率异常。,重大事件影响处理方法,可用前后月份的增长率平均加趋势进行调整，绝对额可根据增长率推算，调整好受影响的年份，下一年增长重新计算即可。,4.年末的异常变动,知道前11个月增长率，就可以大致地判断全年增长率，这是作进度分析的假设前提。然而这一假定有时并不成立。,财政收入的进度数和年度数,根据1-10月份或1-11月份的财政收入增长率，往往难以判断全年的财政收入增长率。 进度统计数据不能反映经济其真实趋势。,财政收入累计增长率 1-10月 1-11月 1-12月 12月 2000 21.6 21.2 16.9 -9.2 2001 23.8 23.1 22.4 16.1 2002 12.1

35、12.4 15.5 42.4 2003 21.1 19.9 14.7 -21.0 2004 24.6 23.6 21.5 0.4 2005 17.9 18.3 20.0 42.2,房地产开发投资的进度数和年度数,房地产开发投资的全年增长率明显低于前11个月累计增长率。 这时就必须进行换算，把进度增长率折算成全年增长率。但这种换算有一定的风险。,房地产开发投资累计增长率 1-10月 1-11月 1-12月 12月 2000 24.6 24.1 19.5 6.7 2001 31.2 29.7 25.3 12.0 2002 29.8 28.2 21.9 1.3 2003 31.3 32.5 29.7

36、 18.3 2004 28.9 29.2 28.1 23.4 2005 21.6 22.2 19.8 8.6,六、注意春节和节假日因素,春节因素是指由于春节的阳历时间变动，使得很多经济指标的、月数据在不同年份之间不可比。 对产出、零售、货币供应量、进出口和价格涨幅均有明显影响，但影响方式不同 有些指标会波及至3月份和12月份。春节因素主要是对1、2月份产生影响，但对于某些指标，春节因素的影响有可能还会涉及到12月份和月份。比如工业品产销率，因商业进货有一定的提前期，所以12月份的数据也与春节因素有关。为了判断春节因素对其他月份是否有影响，必须在作分析以后才能确定。,影响实例：社会消费品零售额,

37、各年1、2月份,影响实例：居民消费价格,2005年2月上涨3.9%，涨幅比1月上升2个百分点,影响的识别,把1、2月的涨幅合并进行观察就可以消除该因素的影响。1-2月份的平均涨幅为2.9%，仅比上年12月份的涨幅高0.5个百分点，而与11月份的涨幅相当，因此变动幅度不大。 从内部结构进行分。2月份，食品价格同比上涨8.8%，涨幅比1月份增大4.4个百分点，是导致居民消费价格上升的主要因素。 从其他年进行观察，如2006年，春节在1月份，价格涨幅高于2月份1个百分点。,春节因素影响的简易调整方法,2009年1月份，我国进出口总额下降17.5%，进口总额下降43.1%。春节因素是造成大幅下降的重要

38、原因，影响程度与2001年有一定的相似性，当时的1-2月进、出口增长率分别为17.6%和14.4%，1月份增长率为1.8%和0.7%。据此推算，扣除春节因素后，1月份的出口约下降6%，进口的下降幅度仍超过30%。,计算过程解析,第一步，找出相似的年份,第二步，计算相似年份的1月与1-2月发展速度比值 2001年的比值：1.007/1.144 = 0.8802,第三步，消除春节因素后的增长速度等于当年发展速度除以比值再减去1，即 0.825/0.8802-1 = -6.3%,计算过程中的假定,(1)相似年份比值中的随机因素和其他不可比因素。这些因素将会对分析结果产生影响。若能找出更多相似的年份，

39、则可以减少随机因素的影响。 （2）需假定春节因素的影响始终保持不变，但这一假定并不一定成立。在90年代前期及以前，春节因素对居民消费价格没有影响，但2000年以后，影响开始显现。主要是受经济运行机制变化的影响。,七、注意季节因素,据中央电视台报道，同二月份相比，三月份用电量上海增长了13.8%；江苏增长了20%；浙江增长了30%，广东增长了26%。 3月，汽车生产109.54万辆，环比增长35.59%，同比增长5.55%；销售110.98万辆，环比增长34.10%，同比增长5.01%。 （工信部网站） 2009年2月末产成品库存比去年11月末下降14.3% 2003年，前11个月份，每个月均是财政收入均大于支出，累计盈余将近3000亿元，据此推测全年财政盈余很大 有人用上半年投资额与同期GDP进行比较，得出投资率很低的结论,环比增长率,季节因素可用专业软件进行消除，否则不同月份之间是不可比的。消除季节因素后，任意两个月可以计算变化率，可以更快地反映经济变化。 r(t)=FA(t)/FA(t-n) n=1环比 12次方折年率 n=3季率 4次方折年率 n=6半年率 平方折年率 环比增长率受随机因素影响较大，可用性较差，很难看清经济走势，折衷的方法是计算季率和半年率。,谢谢！,电 话：68783972 E-mail：YUGQ,