宏观经济数量化研究体系

1、宏观经济数量化研究体系宏观经济的数量化研究体系宏观经济的数量化研究体系宏观经济数量化研究体系主要内容n经济金融分析预测的一般方法与逻辑框架建经济金融分析预测的一般方法与逻辑框架建立立n计量经济建模、预测方法n非线性模型转换、虚拟变量等实用问题n经济景气指数构建n我们的经济预测模型示例宏观经济数量化研究体系1.1 经济金融分析与预测的一般方法投资分析要求你能证明投资分析要求你能证明（基于投资需求的经济金融预测分析，与经济研究一样，至少要求你能证明）问：你应该到哪里发表论文？答：如果你能理解并能证明，那么就寄给数学杂志；如果你能理解但无法证明，那么就寄给物理学杂志，如果你不能理解但能证明，那么就寄

2、给经济学杂志，如果你既不能理解也无法证明，那么就寄给心理学杂志数量方法可用于证明数量方法可用于证明计量经济学的四条黄金定律甲、大胆地思考乙、不受限制地创造丙、出奇地幸运丁、做不到的话，就下决心当一位经济理论家吧影响因素实证分析构建自己的计量模型模型预测结果最后结论：对模型预测结果的修正理论预测模型选择未来可能出现的新的影响变量对自变量数据预测或假设宏观经济数量化研究体系1.1 经济金融分析与预测的一般方法智慧的显现智慧的显现一位经济学家去华盛顿的自然历史博物馆参观。当站在恐龙化石面前时，他对身边的游客说：“这只恐龙的数数足足有20亿年零10月。”游客惊讶且恭敬地问道：“您从哪里得到如此精确的信

3、息？”经济学家不无处豪的回答说：“10个月前我来此参观过。那时讲解员告诉我这只恐龙已经20亿岁了。”预测分析经济金融变量的数量方法一般有两种通用预测分析经济金融变量的数量方法一般有两种通用且有效的方法：且有效的方法：一、一般数学函数建模进行预测分析一、一般数学函数建模进行预测分析1)时间序列建模时间序列建模2)因素分析建模因素分析建模简单、短期预测有效简单、短期预测有效二、建立指数模型和指数进行预测分析二、建立指数模型和指数进行预测分析1)合成指数合成指数2)扩散指数扩散指数复杂、趋势周期预测有效复杂、趋势周期预测有效行业股票研究中同样非常实用行业股票研究中同样非常实用宏观经济数量化研究体系1

4、.2 经济金融预测逻辑框架示例一预测变量因素分析与建模时：预测变量因素分析与建模时：可用均衡分析和非均衡分可用均衡分析和非均衡分析析以中国经济周期预测为例。以中国经济周期预测为例。均衡就正反、全面考虑：均衡就正反、全面考虑：内部、外部；内部中要考内部、外部；内部中要考虑供给和需求；影响供给虑供给和需求；影响供给所有要素变化；影响需求所有要素变化；影响需求所有要素变化；非均衡分所有要素变化；非均衡分析：考虑微观、局部因素，析：考虑微观、局部因素，重点因素；重点因素；右图：分析预测中国经济周右图：分析预测中国经济周期示例期示例经济结构优化世界经济能源供应劳动力人口之窗劳动力成本能源约束经济周期及其

5、变化经济周期拐点宏观经济数量化研究体系1.2 经济金融预测逻辑框架示例二n预测变量有时需要区分短预测变量有时需要区分短期和长期期和长期n长短期分析考虑的视角未长短期分析考虑的视角未必有很大不同，但是具体必有很大不同，但是具体因素肯定有区别因素肯定有区别n短期的影响因素往往具有短期的影响因素往往具有不确定，但是在提高分析不确定，但是在提高分析预测精度上具有重要作用预测精度上具有重要作用n长期的影响因素往往是根长期的影响因素往往是根本因素和趋势性因素，对本因素和趋势性因素，对把握周期波动具有重要作把握周期波动具有重要作用用n右图：分析预测中国物价右图：分析预测中国物价变化示例变化示例供求：主要商品

6、货币：结构、储蓄存款成本：主要商品价格、上下游供求：投资、GDP货币：2成本：劳动生产率、劳动力成本短期CPI变化中长期CPI变化宏观经济数量化研究体系1.2 经济金融预测逻辑框架示例三n预测变量有时需要考虑预测变量有时需要考虑或选变量或选变量n分析预测时要区分固定分析预测时要区分固定变量和备选（或选）变变量和备选（或选）变量量n如果所预测的变量是政如果所预测的变量是政策变量，因为具有较大策变量，因为具有较大的主观性和外生性，要的主观性和外生性，要根据不同时段环境背景根据不同时段环境背景来选择不同增加的变量来选择不同增加的变量n右图：分析预测中国利右图：分析预测中国利率调整趋势示例率调整趋势示

7、例经济增长货币增长物价中美利差企业资本回报率资产价格其他重要因素利率调整宏观经济数量化研究体系主要内容n经济金融分析预测的一般方法与逻辑框架建立n计量经济建模、预测方法计量经济建模、预测方法n非线性模型转换、虚拟变量等实用问题n经济景气指数构建n我们的经济预测模型示例宏观经济数量化研究体系2.1 计量建模分析过程n基本过程n经济理论n理论的数学模型n理论的计量经济学模型n数据的收集整理n计量经济模型的参数估计n假设检验n经济、金融指标预报和预测控制或政策制定，政策预测、解读分析宏观经济数量化研究体系例：例：检验凯恩斯关于边际消费倾向理论并运用模型预测分析理论人们的消费支出随收入的增加而增加，但

8、消费支出的增加小于收入的增加。即边际消费倾向MPC大于零而小于1。（定性）建立数学模型假定支出Y与收入X之间有如下关系：Y=a+bX，0X1其中，Y为消费支出，X为收入，a和b为模型参数。B就是MPC。这里Y为因变量，X为自变量/解释变量。假定两者之间存在先行关系。（在不同情况下，数学模型的形式不一样，也可能是多个方程连立，有多个解释变量）宏观经济数量化研究体系建立计量经济学模型由于经济变量之间的关系不是确定的（以函数形式准确表达），必须修改数理模型，建立计量模型：Y=a+bX+uu代表误差项，代表了影响变量间非确定关系的其他因素的影响。这是一个线性回归模型XyaO斜率为b斜率为bXYOa数理

9、模型计量模型宏观经济数量化研究体系数据的收集整理如果1980分析一国的消费情况，要收集该国的总消费支出数据和总收入数据计量经济模型的参数估计采用回归技术，利用统计数据估计参数a和b经验值根据估计结果，美国1980-1991的MPC约为假设检验以一定的标准，对参数的估计结果进行检验，如果在统计意义上，b小于，说明结果是可以接受的XY7194. 08 .231宏观经济数量化研究体系预报和预测如果计量模型可以接受，就可用来对因变量进行预测。假定1994年，美国的GDP预计为6万亿美元，则该年的消费支出预计为Y=-231.8+0.7194*6000=4085控制或政策制定，政策趋势解读分析如果希望19

10、94年消费支出达到4万亿美元，则政府必须通过政策来保证收入水平为：X=(4000+231.8)/0.7194=5882宏观经济数量化研究体系相关问题：相关问题：实现以上过程的软件有：Eviews、SPSS、SAS等统计关系与确定关系在回归分析中，得到因变量与自变量之间的依赖关系是统计依赖关系，而不是确定关系或函数关系回归与因果关系回归分析得到的变量间的统计依赖关系，统计关系式自身不代表任何确定的因果关系宏观经济数量化研究体系2.2 模型检验、区间估计、结果统一表述n拟合优度检验拟合优度检验拟合优度检验是批对样本回归线与样本观测值之间拟合程度的检验。度量拟合程度的指标是判定系数R2。基本思路：因

11、变量Y的变异，能够被X的变量解释的比例越大，则OLS回归线对总体的解释程度就越好TSSYYi)(总离差：来自残差（RSS）iu )()(来自回归RSSYYYXXiYYiYPRFSRF宏观经济数量化研究体系总平方和（TSS）：实测的Y值围绕其均值的总变异：定义判定系数R2：R2测度了在Y的总变异中，由回归模型解释的部分所占的比例。 R2越高，回归模型拟合的程度就越好。R2的性质：非负。222)()(YYYYRSSESSRii102 R22)(YYyii宏观经济数量化研究体系n区间估计区间估计为了判断点估计与真值的接近程度，可以通过构造以估计值为中心的一个区间（随机的），以该区间包括了真值的概率来

12、确定估计值接近真值的把握程度：称为置信区间；称为置信系数称为显著水平；分别为置信下限和置信上限置信度确定在预测中也常用；已知预测变量均值和标准误的情况下，可以确定某个变量落入某一区间的概率。如：可以预测EPS落入2和8之间的概率多少？1)Pr(222,221) 1 , 0(22,宏观经济数量化研究体系nOLS估计量的显著性检验估计量的显著性检验根据样本回归得到的总体参数的估计量，随着选取样本的不同观测值而不同；给定样本观测值时，得到的参数也与总体参数的真值不同。因此，必须对会计的参数值是否显著成立，做统计检验，即显著性检验。原假设备择假设计算统计量在显著水平下，查t分布表（df=n-2）若接受

13、，拒绝 拒绝接受（显著）0:20H0:21H)(22set 0H1H2/|tt 0H1H2/|tt 2/2/2/t2/to宏观经济数量化研究体系n检验检验从方差分析的角度，检验回归方程的显著性。根据总离差平方和的分解式：TSS=ESS+RSS原假设备择假设若H0成立，说明回归方程显得无显著意义，总体不存在线性；若拒绝H0，则可认为回归方程显著成立，总体存在线性。因此，定义统计量在显著水平，查F分布表（df1=1,df2=n-2）若接受，拒绝若拒绝，接受（显著）)2, 1 (22222nFnuxFii0:20H0:21H0H0H1H1H2/|FF 2/|FF 宏观经济数量化研究体系n注意：模型结

14、果的表述统一为：注意：模型结果的表述统一为：或：并说明参数的显著水平（）XY21)(1se)(2se2RFXY21)(11set)(22set2RF宏观经济数量化研究体系n其他问题n多重共线性n异方差n自相关宏观经济数量化研究体系2.3 运用模型进行预测根据经济理论建立线性回归模型，并利用统计资料对模型参数进行了估计，建立了回归方程。经过显著性检验，判定回归方程能正确反映经济现象时，一个重要目标就是利用回归方程进行预测。对解释变量的特定值，代入回归方程得到因变量的预测值；在给定的置信水平上，得到因变量预测值的置信区间其中置信区间的估计非常重要，好多研究报告给出预测值的同时并没有告诉客户置信区间

15、，这一点应尽量避免此外，还要注意区分：均值预测和个值预测的区别宏观经济数量化研究体系n均值预测均值预测假定得到回归方程已知X的一个特定值X0，要预测Y0的条件均值（总体回归线上的对应Y值）E(Y| X0)，为E(Y| X0)的估计量（BLUE)。为了评估估计误差，可以建立E(Y| X0)的置信区间。0YiiXY210210XY)(1)(22020ixXXnYVAR宏观经济数量化研究体系以代替，变量：建立E(Y0|X0)的置信区间（显著性水平）：或显然，当显然，当X0越接近越接近X的均值，区间就变得越狭窄。的均值，区间就变得越狭窄。22)2()()|(0000ntYseXYEYt)()(02/0

16、21YsetX2202/0)(1ixXXntY宏观经济数量化研究体系n个值预测个值预测预测给定X的值X0，对应的Y0， X0仍为BLUE而建立统计量建立显著水平a下的Y0|X0的置信区间：0210XY)(11 )(1)()()(2202220220000iixXXnxXXnYVARYVARYYVAR)2()(0000ntYYseYYt2202/0)(11ixXXntY宏观经济数量化研究体系主要内容n经济金融分析预测的一般方法与逻辑框架建立n计量经济建模、预测方法n非线性模型转换、虚拟变量等实用问题非线性模型转换、虚拟变量等实用问题n经济景气指数构建n我们的经济预测模型示例宏观经济数量化研究体系

17、3.1 解释变量选择在回归模型中的解释变量，除非由明确的理论指导或其他原因，在选择上具有一定的主观性，如何正确选择解释变量是非常重要的。解释变量的边际贡献分析解释变量的边际贡献分析 在建立回归模型时，假定我们顺序引入变量。在建立了Y与X2的回归模型，并进行回归分析后，再加入X2。考虑加入的变量X2是否有贡献：能否在加入后显著提高回归的解释程度ESS或者决定系数R2。ESS提高的量称为变量X2的边际贡献. 决定一个变量是否引入回归模型，就要先研究它的边际贡献，以正确的建立模型。如果变量的边际贡献较小，说明该变量没有必要加入模型。宏观经济数量化研究体系分析变量的边际贡献，可以使用方差分析表为工具，

18、根据变量引入前后的RSS的变化量及其显著性检验（扣除原来引入模型的解释变量的贡献），确定该变量的边际贡献是否显著。可以利用方差分析表来进行分析。在新引入变量的系数为的原假设下，统计量把计算的该统计量的值与显著性水平下的临界值进行比较：若，则新增变量的边际贡献 不显著，则新增变量的边际贡献 显著引入的新变量的边际贡献显著，则应该把这此变量纳入回归引入的新变量的边际贡献显著，则应该把这此变量纳入回归模型，否则这些变量不应引入回归模型做解释变量。模型，否则这些变量不应引入回归模型做解释变量。),()/(/ )(mknmFmknRSSmESSESSF),(|mknmFF),(|mknmFF宏观经济数量

19、化研究体系n逐步回归法逐步回归法如果根据理论，因变量Y与K-1个变量有因果关系，我们要建立的回归模型要在这些变量中选择正确的解释变量，要根据变量的边际贡献大小，把贡献大的变量纳入回归模型。分析边际贡献并选择变量的过程，实际上是一个逐步回归的过程。首先，分别建立Y与K-1个变量的回归模型：kXXX,.,22kXXX,.,22iiiuXaY22iiiuXY321ikiiuXY21)()()(222XRSSXESSXTSS)()()(333XRSSXESSXTSS)()()(kkkXRSSXESSXTSS回归后，得到各回归方程的平方和宏观经济数量化研究体系选择其中ESS最大并通过F检验的变量作为首选

20、解释变量，假定是X2。此时可以确定一个基本的回归方程：在此基础上进行第二次回归，在剩下的变量中寻找最佳的变量，建立K-2个回归方程：iiuXY221iiiiuXXaY3322iiiiuXXY43221iiiiuXXY43221宏观经济数量化研究体系回归后，得到各回归方程的平方和：同样，选择其中ESS最大并通过F检验的变量作为新增解释变量，假定是X3。此时可确定一个基本的回归方程：重复这一过程，直到所有变量中，边际贡献显著的变量全部引入回归模型中为止，得到最终的回归式：也可以采用逐步减少边际贡献不显著的变量的方式，逐步回归确定。回归模型包括的变量，方法一样。),(),(),(323232XXRS

21、SXXESSXXTSS),(),(),(424242XXRSSXXESSXXTSS),(),(),(222kkkXXRSSXXESSXXTSSiiuXXY33221imimiiiuXXXaY.3322宏观经济数量化研究体系n注意：还可以选择滞后变量、多阶滞后变量注意：还可以选择滞后变量、多阶滞后变量滞后变量是批在回归模型中，因变量与解释变量的时间滞后量。如： 第一模型称作外生滞后变量模型或分布滞后模型。 第二个模型称为内生滞后变量模型或自回归模型 在很多经济分析中，把滞后变量引入模型中是必要的，这里先讨论滞后模型tststttuXbXbXbaY.1100ttttuYbYbaY.1100宏观经济

22、数量化研究体系3.2 非线性模型转换因变量和解释变量之间的线性关系，包括参数线性和解释变量线性两种。前面的分析假定总体回归函数的形式为：但是根据经济现实或经济理论，变量之间不一定存在这种形式的线性关系。如参数线性形式的回归函数：或参数、变量均为非线性形式的函数关系，如C-D生产函数对于这此不符合线性假定的模型进行参数估计，必须加以适当的变换以后，才能用OLS方法估计模型参数。kiuXXYPRFikikit,.,2 , 1,.:321iiiuXY121ueKALY21宏观经济数量化研究体系对参数线性的模型，可以采用变量的直接代换，转化为参数、变量均为线性的形式进行估计。倒数模型：倒数模型：函数形

23、式为：令变量，则回归函数可变为：根据解释变量的观测值，计算出X*i的之后进行OLS估计，得到：因此可以得到原模型的估计方程：iiiuXY121iiXX1*iiiuXY*21*21iiXYiiXY121宏观经济数量化研究体系n对数线性模型对数线性模型：通过对原模型的对数变换，函数形式可变为：令变量，则回归函数可变为：根据解释变量的观测值，进行OLS估计，得到：因此可以得到原模型的估计方程：例如，估计C-D函数：，两取对数后：因此，C-D函数的估计形式为：iiiiuXXY32221lnlnkikiiiXXYYln,ln*iiiiuXXY*32*221*32*221*iiiXXYiiiXXY3222

24、1lnlnlnueKALY21iiiiuKLAKlnlnlnln22321KLeY 宏观经济数量化研究体系宏观经济数量化研究体系n多项式模型多项式模型模型的函数为：令变量，同样可以进行参数的OLS估计。kiuXXXYikkikiii,.,2 , 1,.222110kkikiXX*宏观经济数量化研究体系3.3 虚拟变量估计n虚拟变量的引入虚拟变量的引入在经济分析中，某些特殊因素会影响到产量的取值，如季节对饮料需求的影响，特定时期实施特殊政策对各宏观经济变量产生的影响等。而这些因素属于“定性”的变量，可以通过赋予一个数量值，以虚拟变量（哑变量）的形式进入分析模型中。例如，消费函数模型：Ct=b0+

25、b1Yt+ut Ct=b0+b1Yt+b2Dt+ut根据回归结果，正常年份的基本支出水平比反常年份小，而边际支出倾向不变。n虚拟变量的不同形式虚拟变量的不同形式虚拟变量在模型中可代表对截距的影响，如：Ct=b0+b1Yt+b2Dt+ut（Dt在正常年份取，反常年份取）可利用OLS估计得到估计结果：tttDbYbbC210ttYbbbC120)(ttYbbC10正常年份反常年份正常年份反常年份CtYt0宏观经济数量化研究体系n虚拟变量在模型中也可以代表对和参数的全面影响，如该式可变为：如果得到估计方程：n多个虚拟变量的引入及虚拟变量陷阱问题多个虚拟变量的引入及虚拟变量陷阱问题在模型中，对一个定性

26、变量可能需要引入多个虚拟变量。典型的例子是季节变化对商品销售的影响tttttuYDbbDbbC)()(12110201tttttttuYDbYDbDbbC12110201ttttttYDbYDbDbbC12110201ttttYDbbDbbC)()(12110201tttYDbbC1101正常年份反常年份宏观经济数量化研究体系n假定销售方程为由于季节变化对销售有重要影响，引入四个虚拟变量：销售的季节模型可写为在该季节模型：中，有：tktktttuXbXbXbbC.221104,3,2,10i1iDit其他季节季第tttttktktttuDaDaDaDaXbXbXbbC4433221122110

27、.tttttktktttuDaDaDaDaXbXbXbbC4433221122110.432143211, 1DDDDDDDD宏观经济数量化研究体系n即解释变量间存在完全的共线性，因些模型无法估计。这就是虚拟变量陷阱。n为了解决这一问题，在引入虚拟变量时，对于一个有种可能的定性变量，只能引入个虚拟变量，如前面的模型： 销售方程为：引入四个虚拟变量：销售的季节模型为该方程即可进行估计tktktttuXbXbXbbC.221104,3,2,10i1iDit其他季节季第tttttktktttuDaDaDaDaXbXbXbbC4433221122110.宏观经济数量化研究体系n引入不同定性变量的多个虚

28、拟变量引入不同定性变量的多个虚拟变量n在模型中，如果有多个定性变量对因变量有影响，在模型中，如果有多个定性变量对因变量有影响，可同时把对应于各定性变量的虚拟变量引入模型。可同时把对应于各定性变量的虚拟变量引入模型。如，季节变化和当年是否重大事件发生对商品的销如，季节变化和当年是否重大事件发生对商品的销售都有影响，销售回归方程可写为：售都有影响，销售回归方程可写为：其中，Qt(取1或0)代表正常年份和反常年份，而D2D4代表季节变化。使用的原则，仍是对于任一个有种可能的定性变量，只能引入-1个对应的虚拟变量。tttttktktttuDaDaDaQcXbXbXbbC443322122110.宏观经

29、济数量化研究体系主要内容n经济金融分析预测的一般方法与逻辑框架建立n计量经济建模、预测方法n非线性模型转换、虚拟变量等实用问题n经济景气指数构建经济景气指数构建n我们的经济预测模型示例宏观经济数量化研究体系申万宏观经济景气指数宏观经济数量化研究体系4.1 申万宏观经济景气指数数据库景气指数初选指标（领先、一致、滞后）同比涨幅计算景气指数初选指标组（领先、一致、滞后）合成指数（领先、一致、滞后）合成指数分析检验分析师经验统一口径季节性调整图形对比时差相关分析信息量经济景气指数编制流程图经济景气指数编制流程图宏观经济数量化研究体系研究结论n研究确定经济景气指数体系包含6个领先指标，即对外贸易指数、

30、货币流动性指数、发电量、铜产量、外商直接投资合同金额、股成交量，个一致指标，即M2、企业存款、沿海主要港口货物吞吐量、财政收入、铝产量、5个滞后指标、即PPI、原材料价格、工业企业产成品资金、实际社会消费零售总额、CPI。n确定对中国经济具有重要预测和分析作用的关键指标：来自亚洲的进口增长（领先）、外企进口增长（领先）、发电量增长（领先）、M1增长（领先）、企业存款增长（一致）、M2增长（一致）、工业产成品额（滞后）、PPI(滞后)。n基于领先指数表现及其构成指标的具体走势，我们总体判断未来（2006年6月后）10到11个月经济运行是先降后升，总体呈现波动上升趋势。宏观经济数量化研究体系n用确

31、定的终选指标合成新的领先指数、一致指数、和滞后指数。同时，还在领先指数的构成指标内进一步建立对经济周期具胡重要分析和预测作用的对外贸易指数和货币流动性指数。n我们的指标体系充分反映我国宏观经济的总体运行机制：在各种资源有效供应的情况下，对外贸易拉动，反周期储蓄和货币流动性推动，国内外市场主体信心增强，投资增加，经济增长，就业、收入增加，消费和物价发生变化。n报告还通过严格的计量方法对领先和一致指数的有效性进行检验，结果表明新的领先和一致指数领先和一致的表现效果良好。宏观经济数量化研究体系4.2 景气指数构建数据处理分析n初选指标48个，统一数据口径n具体指标见后面表。统一口径：尽量调整为当月流

32、量（增量）新增选的指标增选指标数据区间PPI9610-0606M1/M29701-0606存款利率8809-0606贷款利率8902-0606人民币城乡居民储蓄余额9701-0606A股交易额9507-0606A股交易量9601-0606FDI实际使用额9601-0607出口至台湾9301-0606出口至北美9301-0606出口至美国9301-0606出口至欧洲9301-0606把48个指标数据更新到统一最新时间2006年6月份（截止8月31日的统一最新数据），统一口径并进行价格因素调整宏观经济数量化研究体系 经价格因素调整的指标经价格因素调整的指标原指标调整方法调整后指标名称社会消费品零售

33、总额除以零售物价指数实际社会消费品零售总额存款利率减去通货膨胀率（）实际存款利率贷款利率减去物价膨胀指标（）实际贷款利率回购利率减去通货膨胀率（）实际回购利率季节调整：经济时间序列在季节因素是十分明显的，本研究对以上统一口径的数据序列采用X-11-ARIMA法进行统一的季节性调整。对48个指标统一口径，并对其进行季节性调整和计算同比涨幅得到共144个时间序列宏观经济数量化研究体系以工业增加值为基准指标n采用通告的Kullback-Leibler信息量、时差相关分析和图形对比三种方法。n计算领先基数时设定了最大滞后期12和24两种情况，分别进行计算。宏观经济数量化研究体系n数据说明：领先期数中的

34、前一个数表示设定最大滞后期为12的计算结果，后一个数表示设定最大滞后期数为24的计算结果，对应的交叉相关系数取较大者。空格表明两次检验结果均等于期数边界值或者结果不存在明显的相关性。宏观经济数量化研究体系宏观经济数量化研究体系4.3 景气指数编制合成及有效性分析n合成方法：n合成综合指数方法仍然采用按照相关系数加权的方法，这种方法虽然简单，但较能准确反映变量的原始信息。n这里的加权并非简单加权。n而是先计算各指标对称变化率并标准化，然后按照各指标与基准指标的相关系数加权得到指标组平均变化率再标准化，最后将标准化的指标组平均变化率计算合成指数。宏观经济数量化研究体系n计算指标的对称变化率，并将其

35、标准化计算指标的对称变化率，并将其标准化对称变化率：标准化：nttytytciit,.,3 , 2),1()()(nttcntctsntiii,.,3 , 2,| )(|11)()(2宏观经济数量化研究体系计算指标组的平均变化率，并将其标准化计算指标组的平均变化率，并将其标准化n（1）指标组的平均变化率：n（2）标准化因子：n（3）标准化的指标组平均变化率：计算合成指标计算合成指标kiikiiiwwtstR11/)()(ntntjjtRtRF222|)(|/ |)(|jjjFtRtV/)()()(200)(200)1()(tVtVtItIjjjj宏观经济数量化研究体系宏观经济数量化研究体系有效

36、性分析方法：有效性分析方法：n宏观经济逻辑分析：考察构成指标及其关系是宏观经济逻辑分析：考察构成指标及其关系是否充分反映我国经济周期规律。否充分反映我国经济周期规律。n计量检验：协振检验、计量检验：协振检验、Granger因果检验，是因果检验，是两个非常有用的方法。两个非常有用的方法。宏观经济数量化研究体系领先指标一致指标滞后指标出口货币流动性：亚洲进口、外企出口居民储蓄存款M1、M1/M2能源供应：发电量资源性商品：铜产量国外预期：FDI合同金额对外贸易：国内预期：A股成交量进口材料、进口材料、引进技术引进技术形成出口需求、形成出口需求、带来收入、投资带来收入、投资反周期储蓄、反周期储蓄、周期消费、周期消费、可贷资金可贷资金流动性货币、交易流动性货币、交易需求、消费意愿需求、消费意愿能源供应能源供应基础性商品供应基础性商