有关数据统计的论文范文初中数学
有关数据统计的论文范文初中数学
摘要:本文用模特卡罗模拟方法研究了样本容量在54以下的DW统计量的分布特征,并给出小样本DW检验临界值表。同时用DW检验提出了一个判别最小二乘估计中是否存在虚假回归的有效方法。关键词:模特卡罗模拟,DW分布,非平稳性,协整 Distribution of Small Sample DW Statistic Zhang Xiaotong1 Zhao Chuxiao2 ( Institute of International Economics, Nankai University, Tianjin 300071) ( Management School, Tianjin University, Tianjin 300072) Abstract In this paper we investigated the DW distribution with sample size under 54 by Monte Carlo simulation method and gave a critical table for small sample DW Based on that we proposed a method for recognizing spurious regression in ordinary least squares Keywords: Monte Carlo simulation, DW distribution, nonstationary, cointegration 1.概述 八十年代以来,Engle-Granger (1987), Engle-Yoo (1987) 和Sargan-Bhargava (1983)都曾提及用DW统计量检验非平稳变量间的协整性问题。在Sargan-Bhargava (1983)中还专门给出一个DW协整检验用表。但在这些论文中均未对小样本DW统计量的分布特征给与研究。 本文采用蒙特卡罗模拟方法对小样本DW统计量的分布特征进行了充分、详细的研究。样本容量分别取为10,20,30,40和50。变量的设定分为三种情形:一 所涉及的两个变量都取自I(1)过程;二 所涉及的两个变量中一个取自I(1)过程,一个取自I(0)过程;三 所涉及的两个变量都取自I(0)过程。 在有些国家以年为单位的时间序列的最大可观测值个数并不是很大,所以对小样本DW统计量分布特征的研究有着非常重要的理论与现实意义。 本文结构如下。第二节推导两个I(1)变量进行最小二乘回归后,由残差计算的DW统计量的极限分布表达式,第三节介绍蒙特卡罗模拟结果及其分析,第四节给出实例,第五节给出结论。 2.DW统计量的极限分布 给定如下随机数据生成系统, yt = yt-1 + ut , y1 = 0, (1) xt = xt-1 + vt , x1 = 0, (2) 其中ut, vt ~ I(0), E(ut) = E(vt) = 0; E(ui uj) = 0, i ¹ j," i, j。则yt和xt为相互独立的两个I(1)过程。 建立如下回归模型: yt = b0 + b1xt + wt (3) 当对上式进行最小二乘估计时,会产生虚假回归问题。用随机误差wt的最小二乘估计值 构造DW统计量, (4) 因为当T ® µ 时, 必然接近于零,上式中分子为Op(1),而分母T -1sw2也是Op(1),所以DW统计量是Op(T -1)的。当T ® µ 时,有 DW Þ 即当用两个I(1)变量进行如模型(3)形式的回归时,DW统计量的极限分布为零。 3.小样本DW分布的蒙特卡罗模拟及其结果分析 当样本为有限样本,特别是小样本时,DW统计量的分布与其极限分布有着很大不同。由于上述条件下的DW统计量的分布无法用解析的方法求解,本文用蒙特卡罗模拟方法对DW统计量的小样本分布特征进行了研究。 以模型(3)为基础,除了以yt,xt ~ I(1)为条件对DW分布(记为DW(1,1))进行模拟外,还分别以yt ~ I(1),xt ~ I(0) 和yt,xt ~ I(0)为条件进行了模拟(分别记为DW(1,0) 和DW(0,0))。 由于DW(0,0)就是通常意义的DW统计量,所以只模拟样本容量T = 10, 40两种情形。对于DW(1,1)和DW(1,0),分别取T = 10, 20, 30, 40和50进行了模拟。在每个样本容量条件下各模拟1000次。所得结果见表一。 首先见表一的第三部分,先分析DW(0,0) 的分布特征。由于DW(0,0) 就是通常意义的DW统计量,所以模拟结果表明,一 DW(0,0)分布的均值为2,不受样本容量大小的影响;二分布是对称的,相应JB值(表中最后一列)说明小样本DW(0,0)统计量的分布与正态分布相当近似。三 随着样本容量的增大,分布的标准差逐步减小。 见表一的第一、二部分。小样本DW(1,1)和DW(1,0)统计量有着相似的分布特征。一 分布均为右偏态,分布左侧有端点,端点为零;二 随着样本容量的增大,DW(1,1)和DW(1,0)分布的右偏倚程度越来越大,分布均值逐步相左移动,90、95、99百分位数也逐步向左移动,同时分布的标准差逐步减小,分布的峰值越来越大,DW取值向零集中;三 在样本容量相同的条件下,DW(1,0)分布总是位于DW(1,1)分布的左侧,即DW(1,0)分布的均值、百分位数以及方差都比DW(1,1)分布的相应量小。T = 50模拟1000次的DW(1,1)和DW(1,0)分布的结果分别见图一和图二。 表一 DW分布的蒙特卡罗模拟结果 类 型 样本容量 百 分 位 数 均 值 标准差 偏 度 JB统计量 1 90 95 99 10 22 18 45 81 28 62 50 74 DW(1,1) 20 11 28 49 80 75 39 68 61 30 09 90 04 39 51 29 07 73 40 06 77 88 16 41 25 06 10 50 05 59 71 98 33 20 16 31 10 18 73 02 38 98 53 73 59 20 09 02 21 59 56 34 22 61 DW(1,0) 30 06 70 83 18 38 24 27 43 40 04 54 66 91 30 19 25 68 50 04 45 54 71 24 15 12 84 DW(0,0) 10 31 75 97 24 02 57 00 17 40 72 41 53 70 00 31 03 06 注: DW(1,1)表示由两个I(1)变量进行回归,计算得到的DW值 DW(1,0)表示由一个I(1)变量和一个I(0)变量进行回归,计算得到的DW值。 DW(0,0)表示由两个I(0)变量进行回归,计算得到的DW值。 在每个样本容量条件下各模拟1000次。 图一 T = 50模拟1000次的DW(1,1)分布直方图 图二 T = 50模拟1000次的DW(1,0)分布直方图 在相同样本容量条件下,DW(1,0)分布之所以位于DW(1,1)分布左侧,可作如下解释。随着T ® µ,DW(1,0)和DW(1,1)的分布都趋近于零。由于DW(1,0)来自于一个I(1) 变量和一个I(0)变量之间的回归,所以残差序列wt ~ I(1)。由于DW(1,1)来自于两个I(1)变量之间的回归,一般来说残差序列wt&nb 1、统计范围 GDDS将国民经济活动划分为五大经济部门:实际部门、财政部门、金融部门、对外部门和社会人口部门。对每一部门各选定一组能够反映其活动实绩和政策以及可以帮助理解经济发展和结构变化的最为重要的数据类别。系统提出了五大部门综合框架和相关的数据类别以及指标编制和公布的目标,鼓励以适当的、反映成员国需要和能力的频率和及时性来开发和公布指标。选定的数据类别和指标分为规定的和受鼓励的两类。 规定的数据类别包括:(1)来自综合框架中的核心部分,如实际部门的国民帐户总量、财政部门的中央政府预算总量、金融部门的广义货币和信贷总量、对外部门的国际收支总量;(2)追踪分析统计类目,如实际部门的各种生产指数、财政部门的中央政府财政收支和债务统计、金融部门的中央银行分析帐户、对外部门的国际储备和商品贸易统计;(3)与该部门相关的统计指标,如实际部门的劳动市场和价格指数统计;(4)社会人口数据,包括人口、保健、教育、卫生等方面统计。 除规定的数据类别以外,GDDS鼓励成员国发布更多的统计信息,以增强成员国经济实绩和政策的透明度。如实际部门列出储蓄、国民总收入指标,财政部门列出利息支付和偿债预计数据等。 GDDS认为,系统所包括的大多数数据类别都是由各国官方机构编制的。将私人部门编制的数据包括进去将更有助于观察经济的全貌,并使各国数据的范围更加一致。但是,将一些由私人机构编制的数据包括在系统内会增加工作的复杂性,比如由官方转发这些数据隐含着对这些数据质量的认可,官方必须对在公众获得、数据完整性和数据质量方面的责任做出调整。 2、公布频率 公布频率是指统计数据编制发布的时间间隔。某项统计数据的公布频率需要根据调查、编制的工作难度和使用者的需要来决定。系统鼓励改进数据的公布频率。GDDS对列出的数据类别的公布频率作了统一规定。例如, GDDS要求国民帐户、国际收支平衡表按年公布,广义货币概览按月公布,汇率则每日公布。 3、公布及时性 公布及时性是指统计数据公布的速度。统计数据公布的及时性受多种因素制约,如资料整理和计算手续的繁简、数据公布的形式等。GDDS规定了间隔的最长时限,如按季度统计的GDP数据规定在下一季度内发布,按月度统计的生产指数规定在6周至3个月内公布。 GDDS将选定的数据类别分为规定性和鼓励性两类,目的是给予参加国公布统计数据一定的灵活性。鼓励性一类是要成员国争取发布的,条件不具备的可以暂不发布。有些数据类别下构成要素后面注明“视具体情况”,即成员国认为该项统计不符合本国实际的,可以不编制发布。GDDS规定的发布周期和发布及时性也列出一些灵活处理和变通的办法。 GDDS有关数据方面的内容及要求如下: GDDS的数据规范 A、综合框架 核心框架 范围、分类和分析框架 受鼓励的扩展 频率 及时性 国民帐户 编制和公布全套的名义和实际国民帐户总量和平衡项目,得出国内生产总值、国民总收入、可支配总收入、消费、储蓄、资本形成、净贷款、净借款。编制和公布有关的部门帐户以及国家和部门的资产负债表 年度 10-14个月 中央政府操作 编制和公布交易和债务的综合数据,需强调:1)包括所有的中央政府单位;2)使用适当的分析框架;3)建立一整套详细的分类标准(税收和非税收收入、经常性和资本性支出、国内及国外融资),并适当细分(根据债务持有人、债务工具和币种)。 广义政府或公共部门操作数据,在那些地方政府或公共企业操作具有重要分析或政策意义的国家尤其鼓励。 年度 6-9个月 广义货币概览 编制和公布综合的数据,需强调:1)包括所有的存款公司(银行机构);2)使用适当的分析框架;3)建立对外资产和负债、按部门分类的国内信贷以及货币(流动性)和非货币债务构成的分类标准。 月度 2-3个月 国际收支 编制和公布综合的国际收支主要总量数据和平衡项目,包括:货物和服务的进口和出口、贸易差额、收入和转移、经常项目差额、储备和其他金融交易、总余额,并适当进行细分。 国际投资头寸和总体经济外债数据(如果这些数据具有重要的分析和政策意义) 年度 6-9个月 GDDS的数据规范 B、数据类别和指标 数据类别 核心指标 受鼓励的总量及构成 频率 及时性 实际部门 国民帐户总量 国内生产总值(名义和实际) 国民总收入、资本形成、储蓄 年度(鼓励季度) 6-9个月 生产指数 制造业或工业 初级产品、农业或其他指标 视具体情况 月度 视具体情况 所有指标都为6周-3个月 价格指数 消费者价格指数 生产者价格指数 月度 1-2个月 劳动力市场指标 就业、失业,工资/收入,视具体情况 年度 6-9个月 财政部门 核心指标 受鼓励的指标 频率 及时性 中央政府预算总量 收入、支出、差额和融资,视具体情况进行细分(根据债务持有人、债务工具和币种) 利息支付 季度 1个季度 中央政府债务 内债和外债,视具体情况适当细分(按币种、期限、债务持有人和债务工具) 政府担保债务 年度(鼓励季度) 1-2个季度 金融部门 核心指标 受鼓励的指标 频率 及时性 广义货币和信贷总量 净对外头寸、国内信贷、广义或狭义货币 月度 1-3个月 中央银行总量 储备货币 月度 1-2个月 利率 短期和长期政府债券利率,政策可变利率 货币或银行间市场利率及一套存贷款利率 月度 高频率(如月度) 股票市场 股票价格指数,视具体情况 月度 对外部门 核心指标 受鼓励的指标 频率 及时性 国际收支总量 货物和服务的进口和出口、经常帐户差额、储备、总差额 总体经济的外债和偿债数据,视具体情况 年度(十分鼓励季度) 6个月 国际储备 以美元标价的官方储备总额 与储备有关的负债 月度 1-4周 商品贸易 总进口和总出口 较长时间的主要商品的分类 月度 8周-3个月 汇率 即期汇率 每日 高频率(如月度) 社会-人口数据 核心指标 频率 人口 人口;人口增长率;城市人口;农业人口;人口性别;人口的年龄构成 各国公布频率会各不相同;及时性 保健 每个医生照顾人口数;预期寿命;婴儿/儿童/产妇死亡率 也不尽相同 教育 成年人文盲率、学生-教师比率、小学/中学入学率 贫困状况 获得洁净水的情况、卫生;每个房间居住的人数;收入分配;最低收入标准以下的家庭数 二、公布数据的质量 GDDS从两个方面的内容来评估公布的统计数据质量,即:提供统计数据的文字说明和提供统计数据的交叉检验。 统计数据质量是个难以界定、因而不易评估的概念。为了便于检查,GDDS选定两条规则作为评估统计数据质量的标准。一是参加国提供数据编制方法和数据来源方面的资料。资料可以采取多种形式,包括公布数据时所附的概括性说明、单独出版物和可从编制者得到的有关说明。同时也鼓励成员国准备并公布重要的关于数据质量特征的说明(例如,数据可能存在的误差类型、不同时期数据之所以不可比的原因、数据调查的范围或调查数据的样本误差等)。二是提供统计类目核心指标的细项内容、及与其相关的统计数据的核对方法,以及支持数据交叉复核并保证合理性的统计框架。为了支持和鼓励使用者对数据进行核对和检验,规定在统计框架内公布有关总量数据的分项,公布有关数据的比较和核对。统计框架包括核算等式和统计关系。比较核对主要针对那些跨越不同框架的数据,例如,作为国民帐户一部分的进出口和作为国际收支一部分的进出口的交叉核对。 与数据质量密不可分的是制定和公布改进数据的计划。所准备和公布的改进计划应包含所有数据不全的部门。统计当局应表明下述立场中的一个:(1)针对已发现不全的改进计划;(2)最近实施的改进措施;或(3)国家认定不 四、公众获取 GDDS规定要提前公布数据发布日期,并向各方同时发送。 官方统计数据的公布是统计数据作为一项公共产品的基本特征之一,及时和机会均等地获得统计数据是公众的基本要求。GDDS对此制定了两项规划:一是参加国要预先公布各项统计的发布日历表。预先公布统计发布日程表既可方便使用者安排利用数据,又可显示统计工作管理完善和表明数据编制的透明度。GDDS规定对于以年度为频率公布的综合框架和指标,时间表表明不迟于某个既定时间;对于公布频率更高的数据,则可确定一个日期范围,如3-5天。鼓励成员国向公众公布发布最新信息的机构或个人的名称或地址。二是统计发布必须同时发送所有有关各方。由于数据是有价值的商品,因此GDDS规定应向所有有关方同时发布统计数据,以体现公平的原则。发布时可先提供概括性数据,然后再提供详细的数据,当局应至少提供一个公众知道并可以进入的地方,数据一经发布,公众就可以公平地获得。
数学小论文一 关于“0” 0,可以说是人类最早接触的数了。我们祖先开始只认识没有和有,其中的没有便是0了,那么0是不是没有呢?记得小学里老师曾经说过“任何数减去它本身即等于0,0就表示没有数量。”这样说显然是不正确的。我们都知道,温度计上的0摄氏度表示水的冰点(即一个标准大气压下的冰水混合物的温度),其中的0便是水的固态和液态的区分点。而且在汉字里,0作为零表示的意思就更多了,如:1)零碎;小数目的。2)不够一定单位的数量……至此,我们知道了“没有数量是0,但0不仅仅表示没有数量,还表示固态和液态水的区分点等等。” “任何数除以0即为没有意义。”这是小学至中学老师仍在说的一句关于0的“定论”,当时的除法(小学时)就是将一份分成若干份,求每份有多少。一个整体无法分成0份,即“没有意义”。后来我才了解到a/0中的0可以表示以零为极限的变量(一个变量在变化过程中其绝对值永远小于任意小的已定正数),应等于无穷大(一个变量在变化过程中其绝对值永远大于任意大的已定正数)。从中得到关于0的又一个定理“以零为极限的变量,叫做无穷小”。 “105、203房间、2003年”中,虽都有0的出现,粗“看”差不多;彼此意思却不同。105、2003年中的0指数的空位,不可删去。203房间中的0是分隔“楼(2)”与“房门号(3)”的(即表示二楼八号房),可删去。0还表示…… 爱因斯坦曾说:“要探究一个人或者一切生物存在的意义和目的,宏观上看来,我始终认为是荒唐的。”我想研究一切“存在”的数字,不如先了解0这个“不存在”的数,不至于成为爱因斯坦说的“荒唐”的人。作为一个中学生,我的能力毕竟是有限的,对0的认识还不够透彻,今后望(包括行动)能在“知识的海洋”中发现“我的新大陆”。
《走进美妙的数学花园》主要的中心思想是在数学里你怎么样感受到数学的美妙,数学给你带来什么好处,主要从生活角度论述,可以联想,也可以比喻,然后展开叙述,通过事例、自我感受,生活中的益处,总体写数学在你生活中怎么样指导你进步,成长,让你觉得自己的知识很有用处。也可以展开联想,让自己走进数学的知识天堂,象走进一个奇妙的花园,然后写所看,所想,和感受。
有关数据统计的论文范文初中
摘要:本文用模特卡罗模拟方法研究了样本容量在54以下的DW统计量的分布特征,并给出小样本DW检验临界值表。同时用DW检验提出了一个判别最小二乘估计中是否存在虚假回归的有效方法。关键词:模特卡罗模拟,DW分布,非平稳性,协整 Distribution of Small Sample DW Statistic Zhang Xiaotong1 Zhao Chuxiao2 ( Institute of International Economics, Nankai University, Tianjin 300071) ( Management School, Tianjin University, Tianjin 300072) Abstract In this paper we investigated the DW distribution with sample size under 54 by Monte Carlo simulation method and gave a critical table for small sample DW Based on that we proposed a method for recognizing spurious regression in ordinary least squares Keywords: Monte Carlo simulation, DW distribution, nonstationary, cointegration 1.概述 八十年代以来,Engle-Granger (1987), Engle-Yoo (1987) 和Sargan-Bhargava (1983)都曾提及用DW统计量检验非平稳变量间的协整性问题。在Sargan-Bhargava (1983)中还专门给出一个DW协整检验用表。但在这些论文中均未对小样本DW统计量的分布特征给与研究。 本文采用蒙特卡罗模拟方法对小样本DW统计量的分布特征进行了充分、详细的研究。样本容量分别取为10,20,30,40和50。变量的设定分为三种情形:一 所涉及的两个变量都取自I(1)过程;二 所涉及的两个变量中一个取自I(1)过程,一个取自I(0)过程;三 所涉及的两个变量都取自I(0)过程。 在有些国家以年为单位的时间序列的最大可观测值个数并不是很大,所以对小样本DW统计量分布特征的研究有着非常重要的理论与现实意义。 本文结构如下。第二节推导两个I(1)变量进行最小二乘回归后,由残差计算的DW统计量的极限分布表达式,第三节介绍蒙特卡罗模拟结果及其分析,第四节给出实例,第五节给出结论。 2.DW统计量的极限分布 给定如下随机数据生成系统, yt = yt-1 + ut , y1 = 0, (1) xt = xt-1 + vt , x1 = 0, (2) 其中ut, vt ~ I(0), E(ut) = E(vt) = 0; E(ui uj) = 0, i ¹ j," i, j。则yt和xt为相互独立的两个I(1)过程。 建立如下回归模型: yt = b0 + b1xt + wt (3) 当对上式进行最小二乘估计时,会产生虚假回归问题。用随机误差wt的最小二乘估计值 构造DW统计量, (4) 因为当T ® µ 时, 必然接近于零,上式中分子为Op(1),而分母T -1sw2也是Op(1),所以DW统计量是Op(T -1)的。当T ® µ 时,有 DW Þ 即当用两个I(1)变量进行如模型(3)形式的回归时,DW统计量的极限分布为零。 3.小样本DW分布的蒙特卡罗模拟及其结果分析 当样本为有限样本,特别是小样本时,DW统计量的分布与其极限分布有着很大不同。由于上述条件下的DW统计量的分布无法用解析的方法求解,本文用蒙特卡罗模拟方法对DW统计量的小样本分布特征进行了研究。 以模型(3)为基础,除了以yt,xt ~ I(1)为条件对DW分布(记为DW(1,1))进行模拟外,还分别以yt ~ I(1),xt ~ I(0) 和yt,xt ~ I(0)为条件进行了模拟(分别记为DW(1,0) 和DW(0,0))。 由于DW(0,0)就是通常意义的DW统计量,所以只模拟样本容量T = 10, 40两种情形。对于DW(1,1)和DW(1,0),分别取T = 10, 20, 30, 40和50进行了模拟。在每个样本容量条件下各模拟1000次。所得结果见表一。 首先见表一的第三部分,先分析DW(0,0) 的分布特征。由于DW(0,0) 就是通常意义的DW统计量,所以模拟结果表明,一 DW(0,0)分布的均值为2,不受样本容量大小的影响;二分布是对称的,相应JB值(表中最后一列)说明小样本DW(0,0)统计量的分布与正态分布相当近似。三 随着样本容量的增大,分布的标准差逐步减小。 见表一的第一、二部分。小样本DW(1,1)和DW(1,0)统计量有着相似的分布特征。一 分布均为右偏态,分布左侧有端点,端点为零;二 随着样本容量的增大,DW(1,1)和DW(1,0)分布的右偏倚程度越来越大,分布均值逐步相左移动,90、95、99百分位数也逐步向左移动,同时分布的标准差逐步减小,分布的峰值越来越大,DW取值向零集中;三 在样本容量相同的条件下,DW(1,0)分布总是位于DW(1,1)分布的左侧,即DW(1,0)分布的均值、百分位数以及方差都比DW(1,1)分布的相应量小。T = 50模拟1000次的DW(1,1)和DW(1,0)分布的结果分别见图一和图二。 表一 DW分布的蒙特卡罗模拟结果 类 型 样本容量 百 分 位 数 均 值 标准差 偏 度 JB统计量 1 90 95 99 10 22 18 45 81 28 62 50 74 DW(1,1) 20 11 28 49 80 75 39 68 61 30 09 90 04 39 51 29 07 73 40 06 77 88 16 41 25 06 10 50 05 59 71 98 33 20 16 31 10 18 73 02 38 98 53 73 59 20 09 02 21 59 56 34 22 61 DW(1,0) 30 06 70 83 18 38 24 27 43 40 04 54 66 91 30 19 25 68 50 04 45 54 71 24 15 12 84 DW(0,0) 10 31 75 97 24 02 57 00 17 40 72 41 53 70 00 31 03 06 注: DW(1,1)表示由两个I(1)变量进行回归,计算得到的DW值 DW(1,0)表示由一个I(1)变量和一个I(0)变量进行回归,计算得到的DW值。 DW(0,0)表示由两个I(0)变量进行回归,计算得到的DW值。 在每个样本容量条件下各模拟1000次。 图一 T = 50模拟1000次的DW(1,1)分布直方图 图二 T = 50模拟1000次的DW(1,0)分布直方图 在相同样本容量条件下,DW(1,0)分布之所以位于DW(1,1)分布左侧,可作如下解释。随着T ® µ,DW(1,0)和DW(1,1)的分布都趋近于零。由于DW(1,0)来自于一个I(1) 变量和一个I(0)变量之间的回归,所以残差序列wt ~ I(1)。由于DW(1,1)来自于两个I(1)变量之间的回归,一般来说残差序列wt&nb 1、统计范围 GDDS将国民经济活动划分为五大经济部门:实际部门、财政部门、金融部门、对外部门和社会人口部门。对每一部门各选定一组能够反映其活动实绩和政策以及可以帮助理解经济发展和结构变化的最为重要的数据类别。系统提出了五大部门综合框架和相关的数据类别以及指标编制和公布的目标,鼓励以适当的、反映成员国需要和能力的频率和及时性来开发和公布指标。选定的数据类别和指标分为规定的和受鼓励的两类。 规定的数据类别包括:(1)来自综合框架中的核心部分,如实际部门的国民帐户总量、财政部门的中央政府预算总量、金融部门的广义货币和信贷总量、对外部门的国际收支总量;(2)追踪分析统计类目,如实际部门的各种生产指数、财政部门的中央政府财政收支和债务统计、金融部门的中央银行分析帐户、对外部门的国际储备和商品贸易统计;(3)与该部门相关的统计指标,如实际部门的劳动市场和价格指数统计;(4)社会人口数据,包括人口、保健、教育、卫生等方面统计。 除规定的数据类别以外,GDDS鼓励成员国发布更多的统计信息,以增强成员国经济实绩和政策的透明度。如实际部门列出储蓄、国民总收入指标,财政部门列出利息支付和偿债预计数据等。 GDDS认为,系统所包括的大多数数据类别都是由各国官方机构编制的。将私人部门编制的数据包括进去将更有助于观察经济的全貌,并使各国数据的范围更加一致。但是,将一些由私人机构编制的数据包括在系统内会增加工作的复杂性,比如由官方转发这些数据隐含着对这些数据质量的认可,官方必须对在公众获得、数据完整性和数据质量方面的责任做出调整。 2、公布频率 公布频率是指统计数据编制发布的时间间隔。某项统计数据的公布频率需要根据调查、编制的工作难度和使用者的需要来决定。系统鼓励改进数据的公布频率。GDDS对列出的数据类别的公布频率作了统一规定。例如, GDDS要求国民帐户、国际收支平衡表按年公布,广义货币概览按月公布,汇率则每日公布。 3、公布及时性 公布及时性是指统计数据公布的速度。统计数据公布的及时性受多种因素制约,如资料整理和计算手续的繁简、数据公布的形式等。GDDS规定了间隔的最长时限,如按季度统计的GDP数据规定在下一季度内发布,按月度统计的生产指数规定在6周至3个月内公布。 GDDS将选定的数据类别分为规定性和鼓励性两类,目的是给予参加国公布统计数据一定的灵活性。鼓励性一类是要成员国争取发布的,条件不具备的可以暂不发布。有些数据类别下构成要素后面注明“视具体情况”,即成员国认为该项统计不符合本国实际的,可以不编制发布。GDDS规定的发布周期和发布及时性也列出一些灵活处理和变通的办法。 GDDS有关数据方面的内容及要求如下: GDDS的数据规范 A、综合框架 核心框架 范围、分类和分析框架 受鼓励的扩展 频率 及时性 国民帐户 编制和公布全套的名义和实际国民帐户总量和平衡项目,得出国内生产总值、国民总收入、可支配总收入、消费、储蓄、资本形成、净贷款、净借款。编制和公布有关的部门帐户以及国家和部门的资产负债表 年度 10-14个月 中央政府操作 编制和公布交易和债务的综合数据,需强调:1)包括所有的中央政府单位;2)使用适当的分析框架;3)建立一整套详细的分类标准(税收和非税收收入、经常性和资本性支出、国内及国外融资),并适当细分(根据债务持有人、债务工具和币种)。 广义政府或公共部门操作数据,在那些地方政府或公共企业操作具有重要分析或政策意义的国家尤其鼓励。 年度 6-9个月 广义货币概览 编制和公布综合的数据,需强调:1)包括所有的存款公司(银行机构);2)使用适当的分析框架;3)建立对外资产和负债、按部门分类的国内信贷以及货币(流动性)和非货币债务构成的分类标准。 月度 2-3个月 国际收支 编制和公布综合的国际收支主要总量数据和平衡项目,包括:货物和服务的进口和出口、贸易差额、收入和转移、经常项目差额、储备和其他金融交易、总余额,并适当进行细分。 国际投资头寸和总体经济外债数据(如果这些数据具有重要的分析和政策意义) 年度 6-9个月 GDDS的数据规范 B、数据类别和指标 数据类别 核心指标 受鼓励的总量及构成 频率 及时性 实际部门 国民帐户总量 国内生产总值(名义和实际) 国民总收入、资本形成、储蓄 年度(鼓励季度) 6-9个月 生产指数 制造业或工业 初级产品、农业或其他指标 视具体情况 月度 视具体情况 所有指标都为6周-3个月 价格指数 消费者价格指数 生产者价格指数 月度 1-2个月 劳动力市场指标 就业、失业,工资/收入,视具体情况 年度 6-9个月 财政部门 核心指标 受鼓励的指标 频率 及时性 中央政府预算总量 收入、支出、差额和融资,视具体情况进行细分(根据债务持有人、债务工具和币种) 利息支付 季度 1个季度 中央政府债务 内债和外债,视具体情况适当细分(按币种、期限、债务持有人和债务工具) 政府担保债务 年度(鼓励季度) 1-2个季度 金融部门 核心指标 受鼓励的指标 频率 及时性 广义货币和信贷总量 净对外头寸、国内信贷、广义或狭义货币 月度 1-3个月 中央银行总量 储备货币 月度 1-2个月 利率 短期和长期政府债券利率,政策可变利率 货币或银行间市场利率及一套存贷款利率 月度 高频率(如月度) 股票市场 股票价格指数,视具体情况 月度 对外部门 核心指标 受鼓励的指标 频率 及时性 国际收支总量 货物和服务的进口和出口、经常帐户差额、储备、总差额 总体经济的外债和偿债数据,视具体情况 年度(十分鼓励季度) 6个月 国际储备 以美元标价的官方储备总额 与储备有关的负债 月度 1-4周 商品贸易 总进口和总出口 较长时间的主要商品的分类 月度 8周-3个月 汇率 即期汇率 每日 高频率(如月度) 社会-人口数据 核心指标 频率 人口 人口;人口增长率;城市人口;农业人口;人口性别;人口的年龄构成 各国公布频率会各不相同;及时性 保健 每个医生照顾人口数;预期寿命;婴儿/儿童/产妇死亡率 也不尽相同 教育 成年人文盲率、学生-教师比率、小学/中学入学率 贫困状况 获得洁净水的情况、卫生;每个房间居住的人数;收入分配;最低收入标准以下的家庭数 二、公布数据的质量 GDDS从两个方面的内容来评估公布的统计数据质量,即:提供统计数据的文字说明和提供统计数据的交叉检验。 统计数据质量是个难以界定、因而不易评估的概念。为了便于检查,GDDS选定两条规则作为评估统计数据质量的标准。一是参加国提供数据编制方法和数据来源方面的资料。资料可以采取多种形式,包括公布数据时所附的概括性说明、单独出版物和可从编制者得到的有关说明。同时也鼓励成员国准备并公布重要的关于数据质量特征的说明(例如,数据可能存在的误差类型、不同时期数据之所以不可比的原因、数据调查的范围或调查数据的样本误差等)。二是提供统计类目核心指标的细项内容、及与其相关的统计数据的核对方法,以及支持数据交叉复核并保证合理性的统计框架。为了支持和鼓励使用者对数据进行核对和检验,规定在统计框架内公布有关总量数据的分项,公布有关数据的比较和核对。统计框架包括核算等式和统计关系。比较核对主要针对那些跨越不同框架的数据,例如,作为国民帐户一部分的进出口和作为国际收支一部分的进出口的交叉核对。 与数据质量密不可分的是制定和公布改进数据的计划。所准备和公布的改进计划应包含所有数据不全的部门。统计当局应表明下述立场中的一个:(1)针对已发现不全的改进计划;(2)最近实施的改进措施;或(3)国家认定不 四、公众获取 GDDS规定要提前公布数据发布日期,并向各方同时发送。 官方统计数据的公布是统计数据作为一项公共产品的基本特征之一,及时和机会均等地获得统计数据是公众的基本要求。GDDS对此制定了两项规划:一是参加国要预先公布各项统计的发布日历表。预先公布统计发布日程表既可方便使用者安排利用数据,又可显示统计工作管理完善和表明数据编制的透明度。GDDS规定对于以年度为频率公布的综合框架和指标,时间表表明不迟于某个既定时间;对于公布频率更高的数据,则可确定一个日期范围,如3-5天。鼓励成员国向公众公布发布最新信息的机构或个人的名称或地址。二是统计发布必须同时发送所有有关各方。由于数据是有价值的商品,因此GDDS规定应向所有有关方同时发布统计数据,以体现公平的原则。发布时可先提供概括性数据,然后再提供详细的数据,当局应至少提供一个公众知道并可以进入的地方,数据一经发布,公众就可以公平地获得。
世界银行关于中国GDP数据的调整及其存在的问题 (内容提要:论文深入研究了世行调整中国GDP数据的原因、方法和结果,系统地阐述了90年代初以来中国统计体系和价格体制改革所取得的巨大进步,以事实为依据,利用大量翔实的资料,对世行的调整方法进行了逐项剖析,揭示出其存在的问题,阐明了这种调整方法已经不符合中国目前的实际情况、世行不应再调整中国GDP数据的基本观点。本文发表在《经济研究》1999年第6期。)90年代初,世界银行派代表团对中国统计体系进行考察之后,发表了一篇考察报告:《转换中的中国统计体系》。报告认为,中国统计体系虽然进行了深入的改革,但其在基本概念、调查范围、调查方法等方面仍存在着很大缺陷:基本概念仍深深扎根于传统的物质产品平衡表体系(MPS),调查范围仍主要限于物质生产领域,调查方法仍以传统的全面行政报表为主;中国价格体制虽然进行了许多重大改革,但仍保留着传统价格体制的许多本质特征,许多产品的价格仍然处于政府控制之中。这些情况导致中国官方国内生产总值(GDP)总量数据的低估和速度的高估。1994年,世行发表了一篇专题报告:《中国人均GNP》。它以上述考察报告为依据,对中国官方1992年GDP数据进行了较大幅度的向上调整。世行公布的1993-1997年的中国人均GNP数据是在其调整后的中国1992年GDP(注1)总量数据和中国官方公布的经济增长率数据基础上计算出来的。因此,世行公布的中国1992-1997年人均GNP数据远大于中国官方人均GNP(注2)的美元折算数。本文阐述世行关于中国官方1992年GDP数据的调整及其存在的问题。一、世界银行关于中国官方GDP数据的调整世界银行对中国官方GDP数据的调整包括三个方面内容:一致性调整、范围调整和估价调整,综合调整比率为3%。其中一致性调整和范围调整是关于统计体系的不完善所做的调整,估价调整是关于价格体制的影响所做的调整。世行关于中国官方GDP数据的调整情况简要概括在表1中:表1:世界银行关于中国官方GDP数据的调整调整项目 调整幅度 对GDP的影响(%) 自产自用的粮食 上调20% +8存货增加 下调1/3 -6福利服务 10%企业劳动力从事福利服务 +6亏损补贴 补贴视作政府最终支出 +8 一致性调整合计 +6粮食产出 上调10% +9蔬菜产出 上调30% +3农村工业产出 上调10-15% +6农村服务业产出 上调50-60% +5 住房服务支出 上调40% +5 范围调整合计 7住房服务 8% 5 全部其他行业 -1%-0% 6 估价调整合计 3% 3 总计 3注:1、农村工业包括农村煤炭开采业、纺织业、消费品制造业和其他工业2、农村服务业包括人文服务业、原材料服务业和其他服务业3、全部其他行业包括粮食作物种植业、其他作物种植业、煤炭开采业、纺织业、消费品制造业、其他工业、人文服务业、原材料供应业、其他服务业(一)一致性调整从表1可以看出,世行关于中国官方1992年GDP数据的一致性调整包括以下几个方面:1、农民自产自用的粮食世行认为,中国统计体系以低于市场的价格估价农民自己生产自己消费的粮食。它假定对这部分粮食进行一致性估价将使其价值增加20%,这种调整使GDP上升8%。2、存货增加世行认为,中国对不能销售或不能按计算产出时所采用的价格销售的产出存货增加的计算存在严重的不一致性。它认为,一般来说,如果这些存货结转另一年,并最终被废弃或按大打折扣的价格销售,中国没有对GDP中的存货增加做相应的调整。因此,存货增加大于采用一致性估价所应有的价值量。世行因此将中国的存货增加调低1/3,导致GDP下降6%。3、福利服务世行认为,中国企业改革的最重要组成部分之一,是将目前企业对职工提供的诸如住房、医疗等福利性服务市场化。这种改革的结果将导致GDP上升。世行假定有10%的劳动力从事相应的服务,并假定这些服务转向市场化。通过投入产出计算,这种假定使GDP 上升6%。4、企业亏损补贴中国统计规定,企业亏损补贴作为GDP的负项。世行认为,在许多情况下,企业亏损是政府价格政策的结果。从经济观点来看,这种补贴是对以优惠价格提供货物和服务的补偿,统计上应当处理为政府的货物和服务购买和政府对相应接受者的分配,即不应当作为GDP的负项,而应当作为正项包括在政府最终支出中。世行对这种处理方法进行了调整,结果使政府支出增加7%,导致GDP上升8%。综合上述结果,世行将中国官方1992年GDP数据上调了6%。(二)范围调整从表1可以看出,世行关于中国官方1992年GDP数据的范围调整包括以下几个方面:1、粮食世行认为,中国的耕地面积被低估了十分之一到三分之一(与卫星测量的耕地面积相比);同时,样本产量可能被高估了,综合两方面因素,将中国的粮食产出调高10%,导致GDP上升9%2、蔬菜世行认为,中国蔬菜产出价值的计算没有反映单位面积的蔬菜实物产量随时间和收获周期而变化以及市场力量正在鼓励蔬菜的非旺季生产(此时价格较高)情况,同时,蔬菜耕地面积的测算也是不准确的。考虑以上各方面因素,世行将中国的蔬菜产出价值调高30%,导致GDP上升3%。3、农村工业世行认为,村及村以下工业的产出被低估,因为相应企业通常没有完整的财务报表和不属于国家统计局直接管理的统计调查系统。农村工业的迅速发展和一定程度的偷漏税情况影响到产出的低估。某些迅速增长的农村工业,如建筑材料工业,高价格和高利润鼓励了产出的低估。利润低的行业,如煤炭开采业,也有低报的刺激,因为煤炭的自由市场价格较高。另外,世行也指出,为了夸大地方官员的政绩,农村工业也出现了高估产出的现象。综合上述因素,世行将中国农村工业产出调高10-15%,导致GDP上升6%。4、农村服务业世行认为,农村服务业,例如农村卡车和拖拉机运输服务业发展的非常迅速,但是中国没有一套系统的测算方案;农村服务业统计基本上没有包括临时生活和工作在城市的农村人从事的服务活动,例如大量的个体维修店的修理人员、小贩、餐馆老板、理发师和家庭佣人,等等。考虑上述因素,世行将农村服务业产出调高50%-60%,导致GDP上升5%。5、居民住房服务世行认为,中国居民住房服务既存在范围方面的低估,也存在价格方面的低估。从范围方面讲,城市和农村住房服务统计都不完整。中国的住房服务价值是通过住房面积、造价和折旧率等资料推算出来的,但住房面积资料不完整,城市住房面积调查资料没有包括居住在城市里的农村居民住房面积,农村住房面积调查范围的不完整性更加突出。世行假定国家统计调查网络覆盖了中国所有住房的三分之二到四分之三,进而把中国的住房服务价值调高40%,导致GDP上升5%。综合上述结果,世行将中国官方1992年GDP数据上调了7%。(三)估价调整世行认为,由于扭曲的价格体制和生产率方面的差异,中国工业的土地和资本回报率远高于其他行业,消费品制造业的回报率最高,服务业和煤炭行业的回报率最低,农业的回报率也比较低,中国进一步的价格改革将改变行业的营利状况。世行试图将各行业的土地和资本回报率调整到全国的平均水平。由于纺织行业在中国对外贸易中很重要,世行在估价调整过程中,保持该行业的价格不变,将住房和其他房地产业的价格提高,纺织业以外的消费者制造业的价格降低。世行利用1987年投入产出表对GDP进行了调整,结果使GDP上调3%。综合上述三个方面的调整结果,世行将中国官方1992年GDP数据上调了3%。二、世界银行关于中国GDP数据调整存在的问题世行关于中国GDP数据的调整是建立在它对80年代末90年代初中国统计体系和价格体制的了解和判断基础上的。90年代初以来,中国统计体系和价格体制改革取得了巨大进步。就统计体系来说,随着国民经济核算制度的改革,基本概念和基本框架已经基本上实现了向国民经济核算最新国际标准--联合国1993年SNA的转换;统计调查范围已经由传统的物质生产领域扩展到非物质生产领域;全面行政报表的统计调查方法已经被以普查为基础,抽样调查为主体的调查方法体系所取代;开展了多项普查,包括农业普查、工业普查、第三产业普查、基本单位普查,等等;许多专业统计采用了抽样调查方法,例如农产品产量调查、农村和城市住户调查、价格调查,等等。这一系列统计改革,使中国统计体系得到不断完善。就价格体制来说,中国进行了广泛而深入的改革,目前,市场价格已经成为中国价格体系的主体。具体说来,世行关于中国GDP数据的调整至少存在以下若干方面问题:(一)一致性调整问题1、农民自产自用粮食的估价中国农业统计规定,农民自产自用粮食的价值,按出售的综合平均价格计算,这种综合平均价格综合了国家收购价格与市场价格两种因素。近些年来,中国粮食连续获得丰收,为了保护农民种粮的积极性,国家的粮食收购价格已经高于,而不是低于市场价格,因此,上述综合平均价格不会低于市场价格。世行关于中国统计体系以低于市场的价格估价农民自产自用的粮食的判断,已经不符合中国目前的实际情况。2、存货增加80年代末90年代初,受传统的计划经济体制的影响,还有相当一部分企业只考虑生产不考虑市场需求和赢利情况。这些企业生产出来的部分产品可能销售不了,只能被废弃或按大打折扣的价格处理。因此,就当时的情况来说,世行把中国的存货增加调低三分之一,可能是不过分的。但是,自从党的十四大把中国经济体制的改革目标确定为市场经济体制以来,情况发生了很大的变化,市场需求和赢利状况已经逐步成为企业生产决策的主要考虑。因此,企业生产的产品被废弃或按打折扣的价格处理的情况明显减少。所以,世行的调整比率不再适合中国目前的存货产品销售的实际情况。3、福利服务近些年来,中国进行的一系列企业制度改革,正在推动企业的福利性服务逐步走向市场化,企业从事福利性服务人员的比例正在逐步下降。因此,至少对于中国目前的企业情况来说,世行假定企业有10%的劳动力从事福利性服务的比例太高了,相应地对GDP的调整比例也就不合适了。(二)范围调整问题1、粮食中国官方统计的耕地面积数据确实低于卫星测量数据,但是,卫星测量出来的耕地面积包括25度以上的坡地、河滩地、轮休地、沟渠和田间道路等等。这些地不能视同正常的耕地。所以,中国官方的耕地面积数据与实际耕地面积之间的差距不像世行估计的那么大。另外,除了农业统计包括粮食产量调查外,农村住户调查还编制农村住户农业生产情况表和农村住户粮食收支平衡表,分别反映农村住户粮食生产情况和年初粮食结存、年内粮食收入、年内粮食支出、年末粮食结存情况。这些不同类型调查能够对粮食产量统计起到校对作用。根据以上情况,中国的粮食产出数据与实际情况应当是比较吻合的,世行将其调高10%,必将导致GDP数据的高估。2、牧业世行断定中国统计数据低估了农业产出,事实上,中国的经常性农业统计还存在高估的成分。全国农业普查结果表明,1996年统计年报中的肉类产量高估了22%,猪、牛、羊存栏头数分别高估了7%,、1%和8%。因此农业总产出和农业增加值被高估了。针对这种情况, GDP应当相应地向下调整。这是世行所没有料到的。3、农村工业全国第三次工业普查结果表明:由农业部乡镇企业管理部门统计的农村工业总产值数据高估了18000亿元(1995年),占全部农村工业总产值的40%。显然,与世行的判断恰好相反,农村工业产出应当向下调整,而不应当向上调整。4、农村服务业世行关于中国农村服务业统计不完善的判断和数据调整对于80年代末、90年代初的中国统计状况来说,是不过分的。但是,中国在1993至1995年开展了首次第三产业普查,对包括农村服务业在内的全部服务行业进行了全面调查,同时,根据普查资料对GDP历史数据进行了较大幅度的调整:表2:第三产业普查关于服务业增加值和GDP数据的调整比率(%)年度 GDP 第三产业 运输邮电通信业 商业 非物质服务业1978 0 4 0 0 3 1980 1 2 0 0 6 1985 1 6 0 2 9 1986 3 2 0 1 4 1987 8 0 0 3 2 1988 1 4 0 1 7 1989 7 3 0 7 8 1990 8 2 7 6 5 1991 1 7 4 6 9 1992 3 1 5 7 7 1993 0 0 7 4 8注:本表根据《中国统计年鉴,1994》和《中国统计年鉴,1995》计算。事实上,这种调整已经大大超过世行对农村服务业的调整。例如,世行对农村服务业数据的调整导致1992年 GDP数据上升5%,而第三产业普查之后,中国对同年GDP数据的上调比例达3%。因此世行对中国农村服务业统计的判断和数据调整已经不再适合中国目前的实际情况。(三)估价调整问题90年代初以来,中国确立了建立社会主义市场价格体制的目标模式,价格改革取得了突破性进展,严重扭曲的价格结构得到明显改善。例如,从1990年到1997年,世行认为土地和资本回报率最低的服务业和煤炭工业价格分别上涨了222%和206%,而属于土地和资本回报率最高的消费品制造业的食品工业和纺织工业价格仅分别上涨8%和3%。特别重要的是,目前,市场机制在中国货物和服务价格形成中已经起了主导作用。货物的价格基本上由市场决定,除部分服务业,如居民福利性住房服务业仍偏离市场价格外,绝大多数服务业的价格也由市场决定。即使那些偏离市场价格的服务业也正在迅速向市场价格过渡。例如,随着住房制度的改革,住房服务将市场化,福利性住房服务不久将不复存在。另外,有关部门在对33种具有代表性的商品进行国内外价格比较时发现,1998年11月,国内价格高于国际价格的有22种,占69%,其中包括小麦、玉米、大豆、豆油等农产品,硫酸、盐酸、尿素等化工产品,汽油、柴油等能源产品,铝锭、生铁等冶金产品,等等。总之,在中国的价格形成机制、价格规模和价格结构发生重大变化的情况下,如果世行仍然依据1987年投入产出表对各行业进行价格方面的调整,也势必导致GDP数据的高估。注1: 由于中国官方GDP和GNP数据差距不大,世界银行在计算中国官方人均GNP时是以中国官方GDP数据,而不是以GNP数据为基础。由于同样的原因,本文对GDP和GNP不加区别。注2:中国官方人均GNP是按人民币计算的。参考文献——Document of the World Bank N13580-CHA:China GNP per Capita,December15,世界银行文件:《转换中的中国统计体系》,国家统计局内部翻译件。国家统计局1998年制定:《国家统计报表制度》。国家统计局1998年制定:《农村住户调查方案》。国家统计局编:《中国统计年鉴》(1994,1995 ,1997,1998) ,中国统计出版社 1994、1995、1997和1998年出版。许宪春著:《中国国民经济核算体系改革与发展》,经济科学出版社1997年出版。《价格监测与分析》1998年第22期
大哥,你太强了我大二才有机会写论文。。。
有关数据统计的论文范文初中生
摘要:本文用模特卡罗模拟方法研究了样本容量在54以下的DW统计量的分布特征,并给出小样本DW检验临界值表。同时用DW检验提出了一个判别最小二乘估计中是否存在虚假回归的有效方法。关键词:模特卡罗模拟,DW分布,非平稳性,协整 Distribution of Small Sample DW Statistic Zhang Xiaotong1 Zhao Chuxiao2 ( Institute of International Economics, Nankai University, Tianjin 300071) ( Management School, Tianjin University, Tianjin 300072) Abstract In this paper we investigated the DW distribution with sample size under 54 by Monte Carlo simulation method and gave a critical table for small sample DW Based on that we proposed a method for recognizing spurious regression in ordinary least squares Keywords: Monte Carlo simulation, DW distribution, nonstationary, cointegration 1.概述 八十年代以来,Engle-Granger (1987), Engle-Yoo (1987) 和Sargan-Bhargava (1983)都曾提及用DW统计量检验非平稳变量间的协整性问题。在Sargan-Bhargava (1983)中还专门给出一个DW协整检验用表。但在这些论文中均未对小样本DW统计量的分布特征给与研究。 本文采用蒙特卡罗模拟方法对小样本DW统计量的分布特征进行了充分、详细的研究。样本容量分别取为10,20,30,40和50。变量的设定分为三种情形:一 所涉及的两个变量都取自I(1)过程;二 所涉及的两个变量中一个取自I(1)过程,一个取自I(0)过程;三 所涉及的两个变量都取自I(0)过程。 在有些国家以年为单位的时间序列的最大可观测值个数并不是很大,所以对小样本DW统计量分布特征的研究有着非常重要的理论与现实意义。 本文结构如下。第二节推导两个I(1)变量进行最小二乘回归后,由残差计算的DW统计量的极限分布表达式,第三节介绍蒙特卡罗模拟结果及其分析,第四节给出实例,第五节给出结论。 2.DW统计量的极限分布 给定如下随机数据生成系统, yt = yt-1 + ut , y1 = 0, (1) xt = xt-1 + vt , x1 = 0, (2) 其中ut, vt ~ I(0), E(ut) = E(vt) = 0; E(ui uj) = 0, i ¹ j," i, j。则yt和xt为相互独立的两个I(1)过程。 建立如下回归模型: yt = b0 + b1xt + wt (3) 当对上式进行最小二乘估计时,会产生虚假回归问题。用随机误差wt的最小二乘估计值 构造DW统计量, (4) 因为当T ® µ 时, 必然接近于零,上式中分子为Op(1),而分母T -1sw2也是Op(1),所以DW统计量是Op(T -1)的。当T ® µ 时,有 DW Þ 即当用两个I(1)变量进行如模型(3)形式的回归时,DW统计量的极限分布为零。 3.小样本DW分布的蒙特卡罗模拟及其结果分析 当样本为有限样本,特别是小样本时,DW统计量的分布与其极限分布有着很大不同。由于上述条件下的DW统计量的分布无法用解析的方法求解,本文用蒙特卡罗模拟方法对DW统计量的小样本分布特征进行了研究。 以模型(3)为基础,除了以yt,xt ~ I(1)为条件对DW分布(记为DW(1,1))进行模拟外,还分别以yt ~ I(1),xt ~ I(0) 和yt,xt ~ I(0)为条件进行了模拟(分别记为DW(1,0) 和DW(0,0))。 由于DW(0,0)就是通常意义的DW统计量,所以只模拟样本容量T = 10, 40两种情形。对于DW(1,1)和DW(1,0),分别取T = 10, 20, 30, 40和50进行了模拟。在每个样本容量条件下各模拟1000次。所得结果见表一。 首先见表一的第三部分,先分析DW(0,0) 的分布特征。由于DW(0,0) 就是通常意义的DW统计量,所以模拟结果表明,一 DW(0,0)分布的均值为2,不受样本容量大小的影响;二分布是对称的,相应JB值(表中最后一列)说明小样本DW(0,0)统计量的分布与正态分布相当近似。三 随着样本容量的增大,分布的标准差逐步减小。 见表一的第一、二部分。小样本DW(1,1)和DW(1,0)统计量有着相似的分布特征。一 分布均为右偏态,分布左侧有端点,端点为零;二 随着样本容量的增大,DW(1,1)和DW(1,0)分布的右偏倚程度越来越大,分布均值逐步相左移动,90、95、99百分位数也逐步向左移动,同时分布的标准差逐步减小,分布的峰值越来越大,DW取值向零集中;三 在样本容量相同的条件下,DW(1,0)分布总是位于DW(1,1)分布的左侧,即DW(1,0)分布的均值、百分位数以及方差都比DW(1,1)分布的相应量小。T = 50模拟1000次的DW(1,1)和DW(1,0)分布的结果分别见图一和图二。 表一 DW分布的蒙特卡罗模拟结果 类 型 样本容量 百 分 位 数 均 值 标准差 偏 度 JB统计量 1 90 95 99 10 22 18 45 81 28 62 50 74 DW(1,1) 20 11 28 49 80 75 39 68 61 30 09 90 04 39 51 29 07 73 40 06 77 88 16 41 25 06 10 50 05 59 71 98 33 20 16 31 10 18 73 02 38 98 53 73 59 20 09 02 21 59 56 34 22 61 DW(1,0) 30 06 70 83 18 38 24 27 43 40 04 54 66 91 30 19 25 68 50 04 45 54 71 24 15 12 84 DW(0,0) 10 31 75 97 24 02 57 00 17 40 72 41 53 70 00 31 03 06 注: DW(1,1)表示由两个I(1)变量进行回归,计算得到的DW值 DW(1,0)表示由一个I(1)变量和一个I(0)变量进行回归,计算得到的DW值。 DW(0,0)表示由两个I(0)变量进行回归,计算得到的DW值。 在每个样本容量条件下各模拟1000次。 图一 T = 50模拟1000次的DW(1,1)分布直方图 图二 T = 50模拟1000次的DW(1,0)分布直方图 在相同样本容量条件下,DW(1,0)分布之所以位于DW(1,1)分布左侧,可作如下解释。随着T ® µ,DW(1,0)和DW(1,1)的分布都趋近于零。由于DW(1,0)来自于一个I(1) 变量和一个I(0)变量之间的回归,所以残差序列wt ~ I(1)。由于DW(1,1)来自于两个I(1)变量之间的回归,一般来说残差序列wt&nb 1、统计范围 GDDS将国民经济活动划分为五大经济部门:实际部门、财政部门、金融部门、对外部门和社会人口部门。对每一部门各选定一组能够反映其活动实绩和政策以及可以帮助理解经济发展和结构变化的最为重要的数据类别。系统提出了五大部门综合框架和相关的数据类别以及指标编制和公布的目标,鼓励以适当的、反映成员国需要和能力的频率和及时性来开发和公布指标。选定的数据类别和指标分为规定的和受鼓励的两类。 规定的数据类别包括:(1)来自综合框架中的核心部分,如实际部门的国民帐户总量、财政部门的中央政府预算总量、金融部门的广义货币和信贷总量、对外部门的国际收支总量;(2)追踪分析统计类目,如实际部门的各种生产指数、财政部门的中央政府财政收支和债务统计、金融部门的中央银行分析帐户、对外部门的国际储备和商品贸易统计;(3)与该部门相关的统计指标,如实际部门的劳动市场和价格指数统计;(4)社会人口数据,包括人口、保健、教育、卫生等方面统计。 除规定的数据类别以外,GDDS鼓励成员国发布更多的统计信息,以增强成员国经济实绩和政策的透明度。如实际部门列出储蓄、国民总收入指标,财政部门列出利息支付和偿债预计数据等。 GDDS认为,系统所包括的大多数数据类别都是由各国官方机构编制的。将私人部门编制的数据包括进去将更有助于观察经济的全貌,并使各国数据的范围更加一致。但是,将一些由私人机构编制的数据包括在系统内会增加工作的复杂性,比如由官方转发这些数据隐含着对这些数据质量的认可,官方必须对在公众获得、数据完整性和数据质量方面的责任做出调整。 2、公布频率 公布频率是指统计数据编制发布的时间间隔。某项统计数据的公布频率需要根据调查、编制的工作难度和使用者的需要来决定。系统鼓励改进数据的公布频率。GDDS对列出的数据类别的公布频率作了统一规定。例如, GDDS要求国民帐户、国际收支平衡表按年公布,广义货币概览按月公布,汇率则每日公布。 3、公布及时性 公布及时性是指统计数据公布的速度。统计数据公布的及时性受多种因素制约,如资料整理和计算手续的繁简、数据公布的形式等。GDDS规定了间隔的最长时限,如按季度统计的GDP数据规定在下一季度内发布,按月度统计的生产指数规定在6周至3个月内公布。 GDDS将选定的数据类别分为规定性和鼓励性两类,目的是给予参加国公布统计数据一定的灵活性。鼓励性一类是要成员国争取发布的,条件不具备的可以暂不发布。有些数据类别下构成要素后面注明“视具体情况”,即成员国认为该项统计不符合本国实际的,可以不编制发布。GDDS规定的发布周期和发布及时性也列出一些灵活处理和变通的办法。 GDDS有关数据方面的内容及要求如下: GDDS的数据规范 A、综合框架 核心框架 范围、分类和分析框架 受鼓励的扩展 频率 及时性 国民帐户 编制和公布全套的名义和实际国民帐户总量和平衡项目,得出国内生产总值、国民总收入、可支配总收入、消费、储蓄、资本形成、净贷款、净借款。编制和公布有关的部门帐户以及国家和部门的资产负债表 年度 10-14个月 中央政府操作 编制和公布交易和债务的综合数据,需强调:1)包括所有的中央政府单位;2)使用适当的分析框架;3)建立一整套详细的分类标准(税收和非税收收入、经常性和资本性支出、国内及国外融资),并适当细分(根据债务持有人、债务工具和币种)。 广义政府或公共部门操作数据,在那些地方政府或公共企业操作具有重要分析或政策意义的国家尤其鼓励。 年度 6-9个月 广义货币概览 编制和公布综合的数据,需强调:1)包括所有的存款公司(银行机构);2)使用适当的分析框架;3)建立对外资产和负债、按部门分类的国内信贷以及货币(流动性)和非货币债务构成的分类标准。 月度 2-3个月 国际收支 编制和公布综合的国际收支主要总量数据和平衡项目,包括:货物和服务的进口和出口、贸易差额、收入和转移、经常项目差额、储备和其他金融交易、总余额,并适当进行细分。 国际投资头寸和总体经济外债数据(如果这些数据具有重要的分析和政策意义) 年度 6-9个月 GDDS的数据规范 B、数据类别和指标 数据类别 核心指标 受鼓励的总量及构成 频率 及时性 实际部门 国民帐户总量 国内生产总值(名义和实际) 国民总收入、资本形成、储蓄 年度(鼓励季度) 6-9个月 生产指数 制造业或工业 初级产品、农业或其他指标 视具体情况 月度 视具体情况 所有指标都为6周-3个月 价格指数 消费者价格指数 生产者价格指数 月度 1-2个月 劳动力市场指标 就业、失业,工资/收入,视具体情况 年度 6-9个月 财政部门 核心指标 受鼓励的指标 频率 及时性 中央政府预算总量 收入、支出、差额和融资,视具体情况进行细分(根据债务持有人、债务工具和币种) 利息支付 季度 1个季度 中央政府债务 内债和外债,视具体情况适当细分(按币种、期限、债务持有人和债务工具) 政府担保债务 年度(鼓励季度) 1-2个季度 金融部门 核心指标 受鼓励的指标 频率 及时性 广义货币和信贷总量 净对外头寸、国内信贷、广义或狭义货币 月度 1-3个月 中央银行总量 储备货币 月度 1-2个月 利率 短期和长期政府债券利率,政策可变利率 货币或银行间市场利率及一套存贷款利率 月度 高频率(如月度) 股票市场 股票价格指数,视具体情况 月度 对外部门 核心指标 受鼓励的指标 频率 及时性 国际收支总量 货物和服务的进口和出口、经常帐户差额、储备、总差额 总体经济的外债和偿债数据,视具体情况 年度(十分鼓励季度) 6个月 国际储备 以美元标价的官方储备总额 与储备有关的负债 月度 1-4周 商品贸易 总进口和总出口 较长时间的主要商品的分类 月度 8周-3个月 汇率 即期汇率 每日 高频率(如月度) 社会-人口数据 核心指标 频率 人口 人口;人口增长率;城市人口;农业人口;人口性别;人口的年龄构成 各国公布频率会各不相同;及时性 保健 每个医生照顾人口数;预期寿命;婴儿/儿童/产妇死亡率 也不尽相同 教育 成年人文盲率、学生-教师比率、小学/中学入学率 贫困状况 获得洁净水的情况、卫生;每个房间居住的人数;收入分配;最低收入标准以下的家庭数 二、公布数据的质量 GDDS从两个方面的内容来评估公布的统计数据质量,即:提供统计数据的文字说明和提供统计数据的交叉检验。 统计数据质量是个难以界定、因而不易评估的概念。为了便于检查,GDDS选定两条规则作为评估统计数据质量的标准。一是参加国提供数据编制方法和数据来源方面的资料。资料可以采取多种形式,包括公布数据时所附的概括性说明、单独出版物和可从编制者得到的有关说明。同时也鼓励成员国准备并公布重要的关于数据质量特征的说明(例如,数据可能存在的误差类型、不同时期数据之所以不可比的原因、数据调查的范围或调查数据的样本误差等)。二是提供统计类目核心指标的细项内容、及与其相关的统计数据的核对方法,以及支持数据交叉复核并保证合理性的统计框架。为了支持和鼓励使用者对数据进行核对和检验,规定在统计框架内公布有关总量数据的分项,公布有关数据的比较和核对。统计框架包括核算等式和统计关系。比较核对主要针对那些跨越不同框架的数据,例如,作为国民帐户一部分的进出口和作为国际收支一部分的进出口的交叉核对。 与数据质量密不可分的是制定和公布改进数据的计划。所准备和公布的改进计划应包含所有数据不全的部门。统计当局应表明下述立场中的一个:(1)针对已发现不全的改进计划;(2)最近实施的改进措施;或(3)国家认定不 四、公众获取 GDDS规定要提前公布数据发布日期,并向各方同时发送。 官方统计数据的公布是统计数据作为一项公共产品的基本特征之一,及时和机会均等地获得统计数据是公众的基本要求。GDDS对此制定了两项规划:一是参加国要预先公布各项统计的发布日历表。预先公布统计发布日程表既可方便使用者安排利用数据,又可显示统计工作管理完善和表明数据编制的透明度。GDDS规定对于以年度为频率公布的综合框架和指标,时间表表明不迟于某个既定时间;对于公布频率更高的数据,则可确定一个日期范围,如3-5天。鼓励成员国向公众公布发布最新信息的机构或个人的名称或地址。二是统计发布必须同时发送所有有关各方。由于数据是有价值的商品,因此GDDS规定应向所有有关方同时发布统计数据,以体现公平的原则。发布时可先提供概括性数据,然后再提供详细的数据,当局应至少提供一个公众知道并可以进入的地方,数据一经发布,公众就可以公平地获得。
关于***现象的认识和统计学分析摘要关键词引言1 现象概述2 关于现象的数据统计3 统计学分析4 结论参考文献框架给你,具体选的现象,可以根据你的专业特征和个人特长来选择,例如不同省区猪肉价格起伏的统计学分析
有关数据统计的论文范文高中数学
摘要:本文用模特卡罗模拟方法研究了样本容量在54以下的DW统计量的分布特征,并给出小样本DW检验临界值表。同时用DW检验提出了一个判别最小二乘估计中是否存在虚假回归的有效方法。关键词:模特卡罗模拟,DW分布,非平稳性,协整 Distribution of Small Sample DW Statistic Zhang Xiaotong1 Zhao Chuxiao2 ( Institute of International Economics, Nankai University, Tianjin 300071) ( Management School, Tianjin University, Tianjin 300072) Abstract In this paper we investigated the DW distribution with sample size under 54 by Monte Carlo simulation method and gave a critical table for small sample DW Based on that we proposed a method for recognizing spurious regression in ordinary least squares Keywords: Monte Carlo simulation, DW distribution, nonstationary, cointegration 1.概述 八十年代以来,Engle-Granger (1987), Engle-Yoo (1987) 和Sargan-Bhargava (1983)都曾提及用DW统计量检验非平稳变量间的协整性问题。在Sargan-Bhargava (1983)中还专门给出一个DW协整检验用表。但在这些论文中均未对小样本DW统计量的分布特征给与研究。 本文采用蒙特卡罗模拟方法对小样本DW统计量的分布特征进行了充分、详细的研究。样本容量分别取为10,20,30,40和50。变量的设定分为三种情形:一 所涉及的两个变量都取自I(1)过程;二 所涉及的两个变量中一个取自I(1)过程,一个取自I(0)过程;三 所涉及的两个变量都取自I(0)过程。 在有些国家以年为单位的时间序列的最大可观测值个数并不是很大,所以对小样本DW统计量分布特征的研究有着非常重要的理论与现实意义。 本文结构如下。第二节推导两个I(1)变量进行最小二乘回归后,由残差计算的DW统计量的极限分布表达式,第三节介绍蒙特卡罗模拟结果及其分析,第四节给出实例,第五节给出结论。 2.DW统计量的极限分布 给定如下随机数据生成系统, yt = yt-1 + ut , y1 = 0, (1) xt = xt-1 + vt , x1 = 0, (2) 其中ut, vt ~ I(0), E(ut) = E(vt) = 0; E(ui uj) = 0, i ¹ j," i, j。则yt和xt为相互独立的两个I(1)过程。 建立如下回归模型: yt = b0 + b1xt + wt (3) 当对上式进行最小二乘估计时,会产生虚假回归问题。用随机误差wt的最小二乘估计值 构造DW统计量, (4) 因为当T ® µ 时, 必然接近于零,上式中分子为Op(1),而分母T -1sw2也是Op(1),所以DW统计量是Op(T -1)的。当T ® µ 时,有 DW Þ 即当用两个I(1)变量进行如模型(3)形式的回归时,DW统计量的极限分布为零。 3.小样本DW分布的蒙特卡罗模拟及其结果分析 当样本为有限样本,特别是小样本时,DW统计量的分布与其极限分布有着很大不同。由于上述条件下的DW统计量的分布无法用解析的方法求解,本文用蒙特卡罗模拟方法对DW统计量的小样本分布特征进行了研究。 以模型(3)为基础,除了以yt,xt ~ I(1)为条件对DW分布(记为DW(1,1))进行模拟外,还分别以yt ~ I(1),xt ~ I(0) 和yt,xt ~ I(0)为条件进行了模拟(分别记为DW(1,0) 和DW(0,0))。 由于DW(0,0)就是通常意义的DW统计量,所以只模拟样本容量T = 10, 40两种情形。对于DW(1,1)和DW(1,0),分别取T = 10, 20, 30, 40和50进行了模拟。在每个样本容量条件下各模拟1000次。所得结果见表一。 首先见表一的第三部分,先分析DW(0,0) 的分布特征。由于DW(0,0) 就是通常意义的DW统计量,所以模拟结果表明,一 DW(0,0)分布的均值为2,不受样本容量大小的影响;二分布是对称的,相应JB值(表中最后一列)说明小样本DW(0,0)统计量的分布与正态分布相当近似。三 随着样本容量的增大,分布的标准差逐步减小。 见表一的第一、二部分。小样本DW(1,1)和DW(1,0)统计量有着相似的分布特征。一 分布均为右偏态,分布左侧有端点,端点为零;二 随着样本容量的增大,DW(1,1)和DW(1,0)分布的右偏倚程度越来越大,分布均值逐步相左移动,90、95、99百分位数也逐步向左移动,同时分布的标准差逐步减小,分布的峰值越来越大,DW取值向零集中;三 在样本容量相同的条件下,DW(1,0)分布总是位于DW(1,1)分布的左侧,即DW(1,0)分布的均值、百分位数以及方差都比DW(1,1)分布的相应量小。T = 50模拟1000次的DW(1,1)和DW(1,0)分布的结果分别见图一和图二。 表一 DW分布的蒙特卡罗模拟结果 类 型 样本容量 百 分 位 数 均 值 标准差 偏 度 JB统计量 1 90 95 99 10 22 18 45 81 28 62 50 74 DW(1,1) 20 11 28 49 80 75 39 68 61 30 09 90 04 39 51 29 07 73 40 06 77 88 16 41 25 06 10 50 05 59 71 98 33 20 16 31 10 18 73 02 38 98 53 73 59 20 09 02 21 59 56 34 22 61 DW(1,0) 30 06 70 83 18 38 24 27 43 40 04 54 66 91 30 19 25 68 50 04 45 54 71 24 15 12 84 DW(0,0) 10 31 75 97 24 02 57 00 17 40 72 41 53 70 00 31 03 06 注: DW(1,1)表示由两个I(1)变量进行回归,计算得到的DW值 DW(1,0)表示由一个I(1)变量和一个I(0)变量进行回归,计算得到的DW值。 DW(0,0)表示由两个I(0)变量进行回归,计算得到的DW值。 在每个样本容量条件下各模拟1000次。 图一 T = 50模拟1000次的DW(1,1)分布直方图 图二 T = 50模拟1000次的DW(1,0)分布直方图 在相同样本容量条件下,DW(1,0)分布之所以位于DW(1,1)分布左侧,可作如下解释。随着T ® µ,DW(1,0)和DW(1,1)的分布都趋近于零。由于DW(1,0)来自于一个I(1) 变量和一个I(0)变量之间的回归,所以残差序列wt ~ I(1)。由于DW(1,1)来自于两个I(1)变量之间的回归,一般来说残差序列wt&nb 1、统计范围 GDDS将国民经济活动划分为五大经济部门:实际部门、财政部门、金融部门、对外部门和社会人口部门。对每一部门各选定一组能够反映其活动实绩和政策以及可以帮助理解经济发展和结构变化的最为重要的数据类别。系统提出了五大部门综合框架和相关的数据类别以及指标编制和公布的目标,鼓励以适当的、反映成员国需要和能力的频率和及时性来开发和公布指标。选定的数据类别和指标分为规定的和受鼓励的两类。 规定的数据类别包括:(1)来自综合框架中的核心部分,如实际部门的国民帐户总量、财政部门的中央政府预算总量、金融部门的广义货币和信贷总量、对外部门的国际收支总量;(2)追踪分析统计类目,如实际部门的各种生产指数、财政部门的中央政府财政收支和债务统计、金融部门的中央银行分析帐户、对外部门的国际储备和商品贸易统计;(3)与该部门相关的统计指标,如实际部门的劳动市场和价格指数统计;(4)社会人口数据,包括人口、保健、教育、卫生等方面统计。 除规定的数据类别以外,GDDS鼓励成员国发布更多的统计信息,以增强成员国经济实绩和政策的透明度。如实际部门列出储蓄、国民总收入指标,财政部门列出利息支付和偿债预计数据等。 GDDS认为,系统所包括的大多数数据类别都是由各国官方机构编制的。将私人部门编制的数据包括进去将更有助于观察经济的全貌,并使各国数据的范围更加一致。但是,将一些由私人机构编制的数据包括在系统内会增加工作的复杂性,比如由官方转发这些数据隐含着对这些数据质量的认可,官方必须对在公众获得、数据完整性和数据质量方面的责任做出调整。 2、公布频率 公布频率是指统计数据编制发布的时间间隔。某项统计数据的公布频率需要根据调查、编制的工作难度和使用者的需要来决定。系统鼓励改进数据的公布频率。GDDS对列出的数据类别的公布频率作了统一规定。例如, GDDS要求国民帐户、国际收支平衡表按年公布,广义货币概览按月公布,汇率则每日公布。 3、公布及时性 公布及时性是指统计数据公布的速度。统计数据公布的及时性受多种因素制约,如资料整理和计算手续的繁简、数据公布的形式等。GDDS规定了间隔的最长时限,如按季度统计的GDP数据规定在下一季度内发布,按月度统计的生产指数规定在6周至3个月内公布。 GDDS将选定的数据类别分为规定性和鼓励性两类,目的是给予参加国公布统计数据一定的灵活性。鼓励性一类是要成员国争取发布的,条件不具备的可以暂不发布。有些数据类别下构成要素后面注明“视具体情况”,即成员国认为该项统计不符合本国实际的,可以不编制发布。GDDS规定的发布周期和发布及时性也列出一些灵活处理和变通的办法。 GDDS有关数据方面的内容及要求如下: GDDS的数据规范 A、综合框架 核心框架 范围、分类和分析框架 受鼓励的扩展 频率 及时性 国民帐户 编制和公布全套的名义和实际国民帐户总量和平衡项目,得出国内生产总值、国民总收入、可支配总收入、消费、储蓄、资本形成、净贷款、净借款。编制和公布有关的部门帐户以及国家和部门的资产负债表 年度 10-14个月 中央政府操作 编制和公布交易和债务的综合数据,需强调:1)包括所有的中央政府单位;2)使用适当的分析框架;3)建立一整套详细的分类标准(税收和非税收收入、经常性和资本性支出、国内及国外融资),并适当细分(根据债务持有人、债务工具和币种)。 广义政府或公共部门操作数据,在那些地方政府或公共企业操作具有重要分析或政策意义的国家尤其鼓励。 年度 6-9个月 广义货币概览 编制和公布综合的数据,需强调:1)包括所有的存款公司(银行机构);2)使用适当的分析框架;3)建立对外资产和负债、按部门分类的国内信贷以及货币(流动性)和非货币债务构成的分类标准。 月度 2-3个月 国际收支 编制和公布综合的国际收支主要总量数据和平衡项目,包括:货物和服务的进口和出口、贸易差额、收入和转移、经常项目差额、储备和其他金融交易、总余额,并适当进行细分。 国际投资头寸和总体经济外债数据(如果这些数据具有重要的分析和政策意义) 年度 6-9个月 GDDS的数据规范 B、数据类别和指标 数据类别 核心指标 受鼓励的总量及构成 频率 及时性 实际部门 国民帐户总量 国内生产总值(名义和实际) 国民总收入、资本形成、储蓄 年度(鼓励季度) 6-9个月 生产指数 制造业或工业 初级产品、农业或其他指标 视具体情况 月度 视具体情况 所有指标都为6周-3个月 价格指数 消费者价格指数 生产者价格指数 月度 1-2个月 劳动力市场指标 就业、失业,工资/收入,视具体情况 年度 6-9个月 财政部门 核心指标 受鼓励的指标 频率 及时性 中央政府预算总量 收入、支出、差额和融资,视具体情况进行细分(根据债务持有人、债务工具和币种) 利息支付 季度 1个季度 中央政府债务 内债和外债,视具体情况适当细分(按币种、期限、债务持有人和债务工具) 政府担保债务 年度(鼓励季度) 1-2个季度 金融部门 核心指标 受鼓励的指标 频率 及时性 广义货币和信贷总量 净对外头寸、国内信贷、广义或狭义货币 月度 1-3个月 中央银行总量 储备货币 月度 1-2个月 利率 短期和长期政府债券利率,政策可变利率 货币或银行间市场利率及一套存贷款利率 月度 高频率(如月度) 股票市场 股票价格指数,视具体情况 月度 对外部门 核心指标 受鼓励的指标 频率 及时性 国际收支总量 货物和服务的进口和出口、经常帐户差额、储备、总差额 总体经济的外债和偿债数据,视具体情况 年度(十分鼓励季度) 6个月 国际储备 以美元标价的官方储备总额 与储备有关的负债 月度 1-4周 商品贸易 总进口和总出口 较长时间的主要商品的分类 月度 8周-3个月 汇率 即期汇率 每日 高频率(如月度) 社会-人口数据 核心指标 频率 人口 人口;人口增长率;城市人口;农业人口;人口性别;人口的年龄构成 各国公布频率会各不相同;及时性 保健 每个医生照顾人口数;预期寿命;婴儿/儿童/产妇死亡率 也不尽相同 教育 成年人文盲率、学生-教师比率、小学/中学入学率 贫困状况 获得洁净水的情况、卫生;每个房间居住的人数;收入分配;最低收入标准以下的家庭数 二、公布数据的质量 GDDS从两个方面的内容来评估公布的统计数据质量,即:提供统计数据的文字说明和提供统计数据的交叉检验。 统计数据质量是个难以界定、因而不易评估的概念。为了便于检查,GDDS选定两条规则作为评估统计数据质量的标准。一是参加国提供数据编制方法和数据来源方面的资料。资料可以采取多种形式,包括公布数据时所附的概括性说明、单独出版物和可从编制者得到的有关说明。同时也鼓励成员国准备并公布重要的关于数据质量特征的说明(例如,数据可能存在的误差类型、不同时期数据之所以不可比的原因、数据调查的范围或调查数据的样本误差等)。二是提供统计类目核心指标的细项内容、及与其相关的统计数据的核对方法,以及支持数据交叉复核并保证合理性的统计框架。为了支持和鼓励使用者对数据进行核对和检验,规定在统计框架内公布有关总量数据的分项,公布有关数据的比较和核对。统计框架包括核算等式和统计关系。比较核对主要针对那些跨越不同框架的数据,例如,作为国民帐户一部分的进出口和作为国际收支一部分的进出口的交叉核对。 与数据质量密不可分的是制定和公布改进数据的计划。所准备和公布的改进计划应包含所有数据不全的部门。统计当局应表明下述立场中的一个:(1)针对已发现不全的改进计划;(2)最近实施的改进措施;或(3)国家认定不 四、公众获取 GDDS规定要提前公布数据发布日期,并向各方同时发送。 官方统计数据的公布是统计数据作为一项公共产品的基本特征之一,及时和机会均等地获得统计数据是公众的基本要求。GDDS对此制定了两项规划:一是参加国要预先公布各项统计的发布日历表。预先公布统计发布日程表既可方便使用者安排利用数据,又可显示统计工作管理完善和表明数据编制的透明度。GDDS规定对于以年度为频率公布的综合框架和指标,时间表表明不迟于某个既定时间;对于公布频率更高的数据,则可确定一个日期范围,如3-5天。鼓励成员国向公众公布发布最新信息的机构或个人的名称或地址。二是统计发布必须同时发送所有有关各方。由于数据是有价值的商品,因此GDDS规定应向所有有关方同时发布统计数据,以体现公平的原则。发布时可先提供概括性数据,然后再提供详细的数据,当局应至少提供一个公众知道并可以进入的地方,数据一经发布,公众就可以公平地获得。
选择一个比较好的题目。2 找大量与该课题相关的数据。对数据进行探索,变换选择一个模型进行建模。对模型的结果进行检验。
有关数据统计的论文范文大全初中
摘要:本文用模特卡罗模拟方法研究了样本容量在54以下的DW统计量的分布特征,并给出小样本DW检验临界值表。同时用DW检验提出了一个判别最小二乘估计中是否存在虚假回归的有效方法。关键词:模特卡罗模拟,DW分布,非平稳性,协整 Distribution of Small Sample DW Statistic Zhang Xiaotong1 Zhao Chuxiao2 ( Institute of International Economics, Nankai University, Tianjin 300071) ( Management School, Tianjin University, Tianjin 300072) Abstract In this paper we investigated the DW distribution with sample size under 54 by Monte Carlo simulation method and gave a critical table for small sample DW Based on that we proposed a method for recognizing spurious regression in ordinary least squares Keywords: Monte Carlo simulation, DW distribution, nonstationary, cointegration 1.概述 八十年代以来,Engle-Granger (1987), Engle-Yoo (1987) 和Sargan-Bhargava (1983)都曾提及用DW统计量检验非平稳变量间的协整性问题。在Sargan-Bhargava (1983)中还专门给出一个DW协整检验用表。但在这些论文中均未对小样本DW统计量的分布特征给与研究。 本文采用蒙特卡罗模拟方法对小样本DW统计量的分布特征进行了充分、详细的研究。样本容量分别取为10,20,30,40和50。变量的设定分为三种情形:一 所涉及的两个变量都取自I(1)过程;二 所涉及的两个变量中一个取自I(1)过程,一个取自I(0)过程;三 所涉及的两个变量都取自I(0)过程。 在有些国家以年为单位的时间序列的最大可观测值个数并不是很大,所以对小样本DW统计量分布特征的研究有着非常重要的理论与现实意义。 本文结构如下。第二节推导两个I(1)变量进行最小二乘回归后,由残差计算的DW统计量的极限分布表达式,第三节介绍蒙特卡罗模拟结果及其分析,第四节给出实例,第五节给出结论。 2.DW统计量的极限分布 给定如下随机数据生成系统, yt = yt-1 + ut , y1 = 0, (1) xt = xt-1 + vt , x1 = 0, (2) 其中ut, vt ~ I(0), E(ut) = E(vt) = 0; E(ui uj) = 0, i ¹ j," i, j。则yt和xt为相互独立的两个I(1)过程。 建立如下回归模型: yt = b0 + b1xt + wt (3) 当对上式进行最小二乘估计时,会产生虚假回归问题。用随机误差wt的最小二乘估计值 构造DW统计量, (4) 因为当T ® µ 时, 必然接近于零,上式中分子为Op(1),而分母T -1sw2也是Op(1),所以DW统计量是Op(T -1)的。当T ® µ 时,有 DW Þ 即当用两个I(1)变量进行如模型(3)形式的回归时,DW统计量的极限分布为零。 3.小样本DW分布的蒙特卡罗模拟及其结果分析 当样本为有限样本,特别是小样本时,DW统计量的分布与其极限分布有着很大不同。由于上述条件下的DW统计量的分布无法用解析的方法求解,本文用蒙特卡罗模拟方法对DW统计量的小样本分布特征进行了研究。 以模型(3)为基础,除了以yt,xt ~ I(1)为条件对DW分布(记为DW(1,1))进行模拟外,还分别以yt ~ I(1),xt ~ I(0) 和yt,xt ~ I(0)为条件进行了模拟(分别记为DW(1,0) 和DW(0,0))。 由于DW(0,0)就是通常意义的DW统计量,所以只模拟样本容量T = 10, 40两种情形。对于DW(1,1)和DW(1,0),分别取T = 10, 20, 30, 40和50进行了模拟。在每个样本容量条件下各模拟1000次。所得结果见表一。 首先见表一的第三部分,先分析DW(0,0) 的分布特征。由于DW(0,0) 就是通常意义的DW统计量,所以模拟结果表明,一 DW(0,0)分布的均值为2,不受样本容量大小的影响;二分布是对称的,相应JB值(表中最后一列)说明小样本DW(0,0)统计量的分布与正态分布相当近似。三 随着样本容量的增大,分布的标准差逐步减小。 见表一的第一、二部分。小样本DW(1,1)和DW(1,0)统计量有着相似的分布特征。一 分布均为右偏态,分布左侧有端点,端点为零;二 随着样本容量的增大,DW(1,1)和DW(1,0)分布的右偏倚程度越来越大,分布均值逐步相左移动,90、95、99百分位数也逐步向左移动,同时分布的标准差逐步减小,分布的峰值越来越大,DW取值向零集中;三 在样本容量相同的条件下,DW(1,0)分布总是位于DW(1,1)分布的左侧,即DW(1,0)分布的均值、百分位数以及方差都比DW(1,1)分布的相应量小。T = 50模拟1000次的DW(1,1)和DW(1,0)分布的结果分别见图一和图二。 表一 DW分布的蒙特卡罗模拟结果 类 型 样本容量 百 分 位 数 均 值 标准差 偏 度 JB统计量 1 90 95 99 10 22 18 45 81 28 62 50 74 DW(1,1) 20 11 28 49 80 75 39 68 61 30 09 90 04 39 51 29 07 73 40 06 77 88 16 41 25 06 10 50 05 59 71 98 33 20 16 31 10 18 73 02 38 98 53 73 59 20 09 02 21 59 56 34 22 61 DW(1,0) 30 06 70 83 18 38 24 27 43 40 04 54 66 91 30 19 25 68 50 04 45 54 71 24 15 12 84 DW(0,0) 10 31 75 97 24 02 57 00 17 40 72 41 53 70 00 31 03 06 注: DW(1,1)表示由两个I(1)变量进行回归,计算得到的DW值 DW(1,0)表示由一个I(1)变量和一个I(0)变量进行回归,计算得到的DW值。 DW(0,0)表示由两个I(0)变量进行回归,计算得到的DW值。 在每个样本容量条件下各模拟1000次。 图一 T = 50模拟1000次的DW(1,1)分布直方图 图二 T = 50模拟1000次的DW(1,0)分布直方图 在相同样本容量条件下,DW(1,0)分布之所以位于DW(1,1)分布左侧,可作如下解释。随着T ® µ,DW(1,0)和DW(1,1)的分布都趋近于零。由于DW(1,0)来自于一个I(1) 变量和一个I(0)变量之间的回归,所以残差序列wt ~ I(1)。由于DW(1,1)来自于两个I(1)变量之间的回归,一般来说残差序列wt&nb 1、统计范围 GDDS将国民经济活动划分为五大经济部门:实际部门、财政部门、金融部门、对外部门和社会人口部门。对每一部门各选定一组能够反映其活动实绩和政策以及可以帮助理解经济发展和结构变化的最为重要的数据类别。系统提出了五大部门综合框架和相关的数据类别以及指标编制和公布的目标,鼓励以适当的、反映成员国需要和能力的频率和及时性来开发和公布指标。选定的数据类别和指标分为规定的和受鼓励的两类。 规定的数据类别包括:(1)来自综合框架中的核心部分,如实际部门的国民帐户总量、财政部门的中央政府预算总量、金融部门的广义货币和信贷总量、对外部门的国际收支总量;(2)追踪分析统计类目,如实际部门的各种生产指数、财政部门的中央政府财政收支和债务统计、金融部门的中央银行分析帐户、对外部门的国际储备和商品贸易统计;(3)与该部门相关的统计指标,如实际部门的劳动市场和价格指数统计;(4)社会人口数据,包括人口、保健、教育、卫生等方面统计。 除规定的数据类别以外,GDDS鼓励成员国发布更多的统计信息,以增强成员国经济实绩和政策的透明度。如实际部门列出储蓄、国民总收入指标,财政部门列出利息支付和偿债预计数据等。 GDDS认为,系统所包括的大多数数据类别都是由各国官方机构编制的。将私人部门编制的数据包括进去将更有助于观察经济的全貌,并使各国数据的范围更加一致。但是,将一些由私人机构编制的数据包括在系统内会增加工作的复杂性,比如由官方转发这些数据隐含着对这些数据质量的认可,官方必须对在公众获得、数据完整性和数据质量方面的责任做出调整。 2、公布频率 公布频率是指统计数据编制发布的时间间隔。某项统计数据的公布频率需要根据调查、编制的工作难度和使用者的需要来决定。系统鼓励改进数据的公布频率。GDDS对列出的数据类别的公布频率作了统一规定。例如, GDDS要求国民帐户、国际收支平衡表按年公布,广义货币概览按月公布,汇率则每日公布。 3、公布及时性 公布及时性是指统计数据公布的速度。统计数据公布的及时性受多种因素制约,如资料整理和计算手续的繁简、数据公布的形式等。GDDS规定了间隔的最长时限,如按季度统计的GDP数据规定在下一季度内发布,按月度统计的生产指数规定在6周至3个月内公布。 GDDS将选定的数据类别分为规定性和鼓励性两类,目的是给予参加国公布统计数据一定的灵活性。鼓励性一类是要成员国争取发布的,条件不具备的可以暂不发布。有些数据类别下构成要素后面注明“视具体情况”,即成员国认为该项统计不符合本国实际的,可以不编制发布。GDDS规定的发布周期和发布及时性也列出一些灵活处理和变通的办法。 GDDS有关数据方面的内容及要求如下: GDDS的数据规范 A、综合框架 核心框架 范围、分类和分析框架 受鼓励的扩展 频率 及时性 国民帐户 编制和公布全套的名义和实际国民帐户总量和平衡项目,得出国内生产总值、国民总收入、可支配总收入、消费、储蓄、资本形成、净贷款、净借款。编制和公布有关的部门帐户以及国家和部门的资产负债表 年度 10-14个月 中央政府操作 编制和公布交易和债务的综合数据,需强调:1)包括所有的中央政府单位;2)使用适当的分析框架;3)建立一整套详细的分类标准(税收和非税收收入、经常性和资本性支出、国内及国外融资),并适当细分(根据债务持有人、债务工具和币种)。 广义政府或公共部门操作数据,在那些地方政府或公共企业操作具有重要分析或政策意义的国家尤其鼓励。 年度 6-9个月 广义货币概览 编制和公布综合的数据,需强调:1)包括所有的存款公司(银行机构);2)使用适当的分析框架;3)建立对外资产和负债、按部门分类的国内信贷以及货币(流动性)和非货币债务构成的分类标准。 月度 2-3个月 国际收支 编制和公布综合的国际收支主要总量数据和平衡项目,包括:货物和服务的进口和出口、贸易差额、收入和转移、经常项目差额、储备和其他金融交易、总余额,并适当进行细分。 国际投资头寸和总体经济外债数据(如果这些数据具有重要的分析和政策意义) 年度 6-9个月 GDDS的数据规范 B、数据类别和指标 数据类别 核心指标 受鼓励的总量及构成 频率 及时性 实际部门 国民帐户总量 国内生产总值(名义和实际) 国民总收入、资本形成、储蓄 年度(鼓励季度) 6-9个月 生产指数 制造业或工业 初级产品、农业或其他指标 视具体情况 月度 视具体情况 所有指标都为6周-3个月 价格指数 消费者价格指数 生产者价格指数 月度 1-2个月 劳动力市场指标 就业、失业,工资/收入,视具体情况 年度 6-9个月 财政部门 核心指标 受鼓励的指标 频率 及时性 中央政府预算总量 收入、支出、差额和融资,视具体情况进行细分(根据债务持有人、债务工具和币种) 利息支付 季度 1个季度 中央政府债务 内债和外债,视具体情况适当细分(按币种、期限、债务持有人和债务工具) 政府担保债务 年度(鼓励季度) 1-2个季度 金融部门 核心指标 受鼓励的指标 频率 及时性 广义货币和信贷总量 净对外头寸、国内信贷、广义或狭义货币 月度 1-3个月 中央银行总量 储备货币 月度 1-2个月 利率 短期和长期政府债券利率,政策可变利率 货币或银行间市场利率及一套存贷款利率 月度 高频率(如月度) 股票市场 股票价格指数,视具体情况 月度 对外部门 核心指标 受鼓励的指标 频率 及时性 国际收支总量 货物和服务的进口和出口、经常帐户差额、储备、总差额 总体经济的外债和偿债数据,视具体情况 年度(十分鼓励季度) 6个月 国际储备 以美元标价的官方储备总额 与储备有关的负债 月度 1-4周 商品贸易 总进口和总出口 较长时间的主要商品的分类 月度 8周-3个月 汇率 即期汇率 每日 高频率(如月度) 社会-人口数据 核心指标 频率 人口 人口;人口增长率;城市人口;农业人口;人口性别;人口的年龄构成 各国公布频率会各不相同;及时性 保健 每个医生照顾人口数;预期寿命;婴儿/儿童/产妇死亡率 也不尽相同 教育 成年人文盲率、学生-教师比率、小学/中学入学率 贫困状况 获得洁净水的情况、卫生;每个房间居住的人数;收入分配;最低收入标准以下的家庭数 二、公布数据的质量 GDDS从两个方面的内容来评估公布的统计数据质量,即:提供统计数据的文字说明和提供统计数据的交叉检验。 统计数据质量是个难以界定、因而不易评估的概念。为了便于检查,GDDS选定两条规则作为评估统计数据质量的标准。一是参加国提供数据编制方法和数据来源方面的资料。资料可以采取多种形式,包括公布数据时所附的概括性说明、单独出版物和可从编制者得到的有关说明。同时也鼓励成员国准备并公布重要的关于数据质量特征的说明(例如,数据可能存在的误差类型、不同时期数据之所以不可比的原因、数据调查的范围或调查数据的样本误差等)。二是提供统计类目核心指标的细项内容、及与其相关的统计数据的核对方法,以及支持数据交叉复核并保证合理性的统计框架。为了支持和鼓励使用者对数据进行核对和检验,规定在统计框架内公布有关总量数据的分项,公布有关数据的比较和核对。统计框架包括核算等式和统计关系。比较核对主要针对那些跨越不同框架的数据,例如,作为国民帐户一部分的进出口和作为国际收支一部分的进出口的交叉核对。 与数据质量密不可分的是制定和公布改进数据的计划。所准备和公布的改进计划应包含所有数据不全的部门。统计当局应表明下述立场中的一个:(1)针对已发现不全的改进计划;(2)最近实施的改进措施;或(3)国家认定不 四、公众获取 GDDS规定要提前公布数据发布日期,并向各方同时发送。 官方统计数据的公布是统计数据作为一项公共产品的基本特征之一,及时和机会均等地获得统计数据是公众的基本要求。GDDS对此制定了两项规划:一是参加国要预先公布各项统计的发布日历表。预先公布统计发布日程表既可方便使用者安排利用数据,又可显示统计工作管理完善和表明数据编制的透明度。GDDS规定对于以年度为频率公布的综合框架和指标,时间表表明不迟于某个既定时间;对于公布频率更高的数据,则可确定一个日期范围,如3-5天。鼓励成员国向公众公布发布最新信息的机构或个人的名称或地址。二是统计发布必须同时发送所有有关各方。由于数据是有价值的商品,因此GDDS规定应向所有有关方同时发布统计数据,以体现公平的原则。发布时可先提供概括性数据,然后再提供详细的数据,当局应至少提供一个公众知道并可以进入的地方,数据一经发布,公众就可以公平地获得。
大哥,你太强了我大二才有机会写论文。。。
世界银行关于中国GDP数据的调整及其存在的问题 (内容提要:论文深入研究了世行调整中国GDP数据的原因、方法和结果,系统地阐述了90年代初以来中国统计体系和价格体制改革所取得的巨大进步,以事实为依据,利用大量翔实的资料,对世行的调整方法进行了逐项剖析,揭示出其存在的问题,阐明了这种调整方法已经不符合中国目前的实际情况、世行不应再调整中国GDP数据的基本观点。本文发表在《经济研究》1999年第6期。)90年代初,世界银行派代表团对中国统计体系进行考察之后,发表了一篇考察报告:《转换中的中国统计体系》。报告认为,中国统计体系虽然进行了深入的改革,但其在基本概念、调查范围、调查方法等方面仍存在着很大缺陷:基本概念仍深深扎根于传统的物质产品平衡表体系(MPS),调查范围仍主要限于物质生产领域,调查方法仍以传统的全面行政报表为主;中国价格体制虽然进行了许多重大改革,但仍保留着传统价格体制的许多本质特征,许多产品的价格仍然处于政府控制之中。这些情况导致中国官方国内生产总值(GDP)总量数据的低估和速度的高估。1994年,世行发表了一篇专题报告:《中国人均GNP》。它以上述考察报告为依据,对中国官方1992年GDP数据进行了较大幅度的向上调整。世行公布的1993-1997年的中国人均GNP数据是在其调整后的中国1992年GDP(注1)总量数据和中国官方公布的经济增长率数据基础上计算出来的。因此,世行公布的中国1992-1997年人均GNP数据远大于中国官方人均GNP(注2)的美元折算数。本文阐述世行关于中国官方1992年GDP数据的调整及其存在的问题。一、世界银行关于中国官方GDP数据的调整世界银行对中国官方GDP数据的调整包括三个方面内容:一致性调整、范围调整和估价调整,综合调整比率为3%。其中一致性调整和范围调整是关于统计体系的不完善所做的调整,估价调整是关于价格体制的影响所做的调整。世行关于中国官方GDP数据的调整情况简要概括在表1中:表1:世界银行关于中国官方GDP数据的调整调整项目 调整幅度 对GDP的影响(%) 自产自用的粮食 上调20% +8存货增加 下调1/3 -6福利服务 10%企业劳动力从事福利服务 +6亏损补贴 补贴视作政府最终支出 +8 一致性调整合计 +6粮食产出 上调10% +9蔬菜产出 上调30% +3农村工业产出 上调10-15% +6农村服务业产出 上调50-60% +5 住房服务支出 上调40% +5 范围调整合计 7住房服务 8% 5 全部其他行业 -1%-0% 6 估价调整合计 3% 3 总计 3注:1、农村工业包括农村煤炭开采业、纺织业、消费品制造业和其他工业2、农村服务业包括人文服务业、原材料服务业和其他服务业3、全部其他行业包括粮食作物种植业、其他作物种植业、煤炭开采业、纺织业、消费品制造业、其他工业、人文服务业、原材料供应业、其他服务业(一)一致性调整从表1可以看出,世行关于中国官方1992年GDP数据的一致性调整包括以下几个方面:1、农民自产自用的粮食世行认为,中国统计体系以低于市场的价格估价农民自己生产自己消费的粮食。它假定对这部分粮食进行一致性估价将使其价值增加20%,这种调整使GDP上升8%。2、存货增加世行认为,中国对不能销售或不能按计算产出时所采用的价格销售的产出存货增加的计算存在严重的不一致性。它认为,一般来说,如果这些存货结转另一年,并最终被废弃或按大打折扣的价格销售,中国没有对GDP中的存货增加做相应的调整。因此,存货增加大于采用一致性估价所应有的价值量。世行因此将中国的存货增加调低1/3,导致GDP下降6%。3、福利服务世行认为,中国企业改革的最重要组成部分之一,是将目前企业对职工提供的诸如住房、医疗等福利性服务市场化。这种改革的结果将导致GDP上升。世行假定有10%的劳动力从事相应的服务,并假定这些服务转向市场化。通过投入产出计算,这种假定使GDP 上升6%。4、企业亏损补贴中国统计规定,企业亏损补贴作为GDP的负项。世行认为,在许多情况下,企业亏损是政府价格政策的结果。从经济观点来看,这种补贴是对以优惠价格提供货物和服务的补偿,统计上应当处理为政府的货物和服务购买和政府对相应接受者的分配,即不应当作为GDP的负项,而应当作为正项包括在政府最终支出中。世行对这种处理方法进行了调整,结果使政府支出增加7%,导致GDP上升8%。综合上述结果,世行将中国官方1992年GDP数据上调了6%。(二)范围调整从表1可以看出,世行关于中国官方1992年GDP数据的范围调整包括以下几个方面:1、粮食世行认为,中国的耕地面积被低估了十分之一到三分之一(与卫星测量的耕地面积相比);同时,样本产量可能被高估了,综合两方面因素,将中国的粮食产出调高10%,导致GDP上升9%2、蔬菜世行认为,中国蔬菜产出价值的计算没有反映单位面积的蔬菜实物产量随时间和收获周期而变化以及市场力量正在鼓励蔬菜的非旺季生产(此时价格较高)情况,同时,蔬菜耕地面积的测算也是不准确的。考虑以上各方面因素,世行将中国的蔬菜产出价值调高30%,导致GDP上升3%。3、农村工业世行认为,村及村以下工业的产出被低估,因为相应企业通常没有完整的财务报表和不属于国家统计局直接管理的统计调查系统。农村工业的迅速发展和一定程度的偷漏税情况影响到产出的低估。某些迅速增长的农村工业,如建筑材料工业,高价格和高利润鼓励了产出的低估。利润低的行业,如煤炭开采业,也有低报的刺激,因为煤炭的自由市场价格较高。另外,世行也指出,为了夸大地方官员的政绩,农村工业也出现了高估产出的现象。综合上述因素,世行将中国农村工业产出调高10-15%,导致GDP上升6%。4、农村服务业世行认为,农村服务业,例如农村卡车和拖拉机运输服务业发展的非常迅速,但是中国没有一套系统的测算方案;农村服务业统计基本上没有包括临时生活和工作在城市的农村人从事的服务活动,例如大量的个体维修店的修理人员、小贩、餐馆老板、理发师和家庭佣人,等等。考虑上述因素,世行将农村服务业产出调高50%-60%,导致GDP上升5%。5、居民住房服务世行认为,中国居民住房服务既存在范围方面的低估,也存在价格方面的低估。从范围方面讲,城市和农村住房服务统计都不完整。中国的住房服务价值是通过住房面积、造价和折旧率等资料推算出来的,但住房面积资料不完整,城市住房面积调查资料没有包括居住在城市里的农村居民住房面积,农村住房面积调查范围的不完整性更加突出。世行假定国家统计调查网络覆盖了中国所有住房的三分之二到四分之三,进而把中国的住房服务价值调高40%,导致GDP上升5%。综合上述结果,世行将中国官方1992年GDP数据上调了7%。(三)估价调整世行认为,由于扭曲的价格体制和生产率方面的差异,中国工业的土地和资本回报率远高于其他行业,消费品制造业的回报率最高,服务业和煤炭行业的回报率最低,农业的回报率也比较低,中国进一步的价格改革将改变行业的营利状况。世行试图将各行业的土地和资本回报率调整到全国的平均水平。由于纺织行业在中国对外贸易中很重要,世行在估价调整过程中,保持该行业的价格不变,将住房和其他房地产业的价格提高,纺织业以外的消费者制造业的价格降低。世行利用1987年投入产出表对GDP进行了调整,结果使GDP上调3%。综合上述三个方面的调整结果,世行将中国官方1992年GDP数据上调了3%。二、世界银行关于中国GDP数据调整存在的问题世行关于中国GDP数据的调整是建立在它对80年代末90年代初中国统计体系和价格体制的了解和判断基础上的。90年代初以来,中国统计体系和价格体制改革取得了巨大进步。就统计体系来说,随着国民经济核算制度的改革,基本概念和基本框架已经基本上实现了向国民经济核算最新国际标准--联合国1993年SNA的转换;统计调查范围已经由传统的物质生产领域扩展到非物质生产领域;全面行政报表的统计调查方法已经被以普查为基础,抽样调查为主体的调查方法体系所取代;开展了多项普查,包括农业普查、工业普查、第三产业普查、基本单位普查,等等;许多专业统计采用了抽样调查方法,例如农产品产量调查、农村和城市住户调查、价格调查,等等。这一系列统计改革,使中国统计体系得到不断完善。就价格体制来说,中国进行了广泛而深入的改革,目前,市场价格已经成为中国价格体系的主体。具体说来,世行关于中国GDP数据的调整至少存在以下若干方面问题:(一)一致性调整问题1、农民自产自用粮食的估价中国农业统计规定,农民自产自用粮食的价值,按出售的综合平均价格计算,这种综合平均价格综合了国家收购价格与市场价格两种因素。近些年来,中国粮食连续获得丰收,为了保护农民种粮的积极性,国家的粮食收购价格已经高于,而不是低于市场价格,因此,上述综合平均价格不会低于市场价格。世行关于中国统计体系以低于市场的价格估价农民自产自用的粮食的判断,已经不符合中国目前的实际情况。2、存货增加80年代末90年代初,受传统的计划经济体制的影响,还有相当一部分企业只考虑生产不考虑市场需求和赢利情况。这些企业生产出来的部分产品可能销售不了,只能被废弃或按大打折扣的价格处理。因此,就当时的情况来说,世行把中国的存货增加调低三分之一,可能是不过分的。但是,自从党的十四大把中国经济体制的改革目标确定为市场经济体制以来,情况发生了很大的变化,市场需求和赢利状况已经逐步成为企业生产决策的主要考虑。因此,企业生产的产品被废弃或按打折扣的价格处理的情况明显减少。所以,世行的调整比率不再适合中国目前的存货产品销售的实际情况。3、福利服务近些年来,中国进行的一系列企业制度改革,正在推动企业的福利性服务逐步走向市场化,企业从事福利性服务人员的比例正在逐步下降。因此,至少对于中国目前的企业情况来说,世行假定企业有10%的劳动力从事福利性服务的比例太高了,相应地对GDP的调整比例也就不合适了。(二)范围调整问题1、粮食中国官方统计的耕地面积数据确实低于卫星测量数据,但是,卫星测量出来的耕地面积包括25度以上的坡地、河滩地、轮休地、沟渠和田间道路等等。这些地不能视同正常的耕地。所以,中国官方的耕地面积数据与实际耕地面积之间的差距不像世行估计的那么大。另外,除了农业统计包括粮食产量调查外,农村住户调查还编制农村住户农业生产情况表和农村住户粮食收支平衡表,分别反映农村住户粮食生产情况和年初粮食结存、年内粮食收入、年内粮食支出、年末粮食结存情况。这些不同类型调查能够对粮食产量统计起到校对作用。根据以上情况,中国的粮食产出数据与实际情况应当是比较吻合的,世行将其调高10%,必将导致GDP数据的高估。2、牧业世行断定中国统计数据低估了农业产出,事实上,中国的经常性农业统计还存在高估的成分。全国农业普查结果表明,1996年统计年报中的肉类产量高估了22%,猪、牛、羊存栏头数分别高估了7%,、1%和8%。因此农业总产出和农业增加值被高估了。针对这种情况, GDP应当相应地向下调整。这是世行所没有料到的。3、农村工业全国第三次工业普查结果表明:由农业部乡镇企业管理部门统计的农村工业总产值数据高估了18000亿元(1995年),占全部农村工业总产值的40%。显然,与世行的判断恰好相反,农村工业产出应当向下调整,而不应当向上调整。4、农村服务业世行关于中国农村服务业统计不完善的判断和数据调整对于80年代末、90年代初的中国统计状况来说,是不过分的。但是,中国在1993至1995年开展了首次第三产业普查,对包括农村服务业在内的全部服务行业进行了全面调查,同时,根据普查资料对GDP历史数据进行了较大幅度的调整:表2:第三产业普查关于服务业增加值和GDP数据的调整比率(%)年度 GDP 第三产业 运输邮电通信业 商业 非物质服务业1978 0 4 0 0 3 1980 1 2 0 0 6 1985 1 6 0 2 9 1986 3 2 0 1 4 1987 8 0 0 3 2 1988 1 4 0 1 7 1989 7 3 0 7 8 1990 8 2 7 6 5 1991 1 7 4 6 9 1992 3 1 5 7 7 1993 0 0 7 4 8注:本表根据《中国统计年鉴,1994》和《中国统计年鉴,1995》计算。事实上,这种调整已经大大超过世行对农村服务业的调整。例如,世行对农村服务业数据的调整导致1992年 GDP数据上升5%,而第三产业普查之后,中国对同年GDP数据的上调比例达3%。因此世行对中国农村服务业统计的判断和数据调整已经不再适合中国目前的实际情况。(三)估价调整问题90年代初以来,中国确立了建立社会主义市场价格体制的目标模式,价格改革取得了突破性进展,严重扭曲的价格结构得到明显改善。例如,从1990年到1997年,世行认为土地和资本回报率最低的服务业和煤炭工业价格分别上涨了222%和206%,而属于土地和资本回报率最高的消费品制造业的食品工业和纺织工业价格仅分别上涨8%和3%。特别重要的是,目前,市场机制在中国货物和服务价格形成中已经起了主导作用。货物的价格基本上由市场决定,除部分服务业,如居民福利性住房服务业仍偏离市场价格外,绝大多数服务业的价格也由市场决定。即使那些偏离市场价格的服务业也正在迅速向市场价格过渡。例如,随着住房制度的改革,住房服务将市场化,福利性住房服务不久将不复存在。另外,有关部门在对33种具有代表性的商品进行国内外价格比较时发现,1998年11月,国内价格高于国际价格的有22种,占69%,其中包括小麦、玉米、大豆、豆油等农产品,硫酸、盐酸、尿素等化工产品,汽油、柴油等能源产品,铝锭、生铁等冶金产品,等等。总之,在中国的价格形成机制、价格规模和价格结构发生重大变化的情况下,如果世行仍然依据1987年投入产出表对各行业进行价格方面的调整,也势必导致GDP数据的高估。注1: 由于中国官方GDP和GNP数据差距不大,世界银行在计算中国官方人均GNP时是以中国官方GDP数据,而不是以GNP数据为基础。由于同样的原因,本文对GDP和GNP不加区别。注2:中国官方人均GNP是按人民币计算的。参考文献——Document of the World Bank N13580-CHA:China GNP per Capita,December15,世界银行文件:《转换中的中国统计体系》,国家统计局内部翻译件。国家统计局1998年制定:《国家统计报表制度》。国家统计局1998年制定:《农村住户调查方案》。国家统计局编:《中国统计年鉴》(1994,1995 ,1997,1998) ,中国统计出版社 1994、1995、1997和1998年出版。许宪春著:《中国国民经济核算体系改革与发展》,经济科学出版社1997年出版。《价格监测与分析》1998年第22期