环比数据在经济形势分析中的应用研究

　　摘要：世纪疫情冲击下，百年变局加速演进，外部环境更趋复杂严峻和不确定，我国经济运行的稳定性受到明显干扰，导致传统基于同比数据的经济形势分析方法已愈发难以满足新形势、新环境下的要求和需要，环比数据在经济形势分析中将发挥更为重要的作用。相较于同比数据，环比数据具有易于反映边际变化、利于波动归因分析、适于经济拐点预判、便于开展国际比较等诸多优势，可作为传统同比数据分析方法的有益补充，进一步提升经济形势分析的时效性、准确性和宏观政策制定的前瞻性、针对性。因此，亟需加强环比数据在我国经济形势分析中的应用研究，助力经济社会发展行稳致远。

　　关键词：环比数据;经济形势;宏观调控;

　　作者简介：何明洋，中国宏观经济研究院经济研究所，助理研究员，研究方向:数量经济学、经济形势分析与预测。;

　　中央政治局会议指出，新冠肺炎疫情和乌克兰危机导致风险挑战增多，我国经济发展环境的复杂性、严峻性、不确定性上升，稳增长、稳就业、稳物价面临新的挑战，要加大相机调控力度，把握好目标导向下政策的提前量和冗余度。国务院印发《扎实稳住经济的一揽子政策措施》中再次强调，疫情要防住、经济要稳住、发展要安全，这是中央的明确要求，要高效统筹疫情防控和经济社会发展，统筹发展和安全，努力实现全年经济社会发展预期目标。在内外部风险挑战趋多趋强的背景之下，我国经济运行的稳定性受到明显干扰，因此对经济形势分析和宏观政策制定均提出了更高要求，传统基于同比数据的经济形势分析方法面临多方面挑战，环比数据在经济形势分析中的应用研究已愈发必要和迫切。

　　一、传统基于同比数据的经济形势分析方法面临多重挑战

　　长期以来，各级统计部门均会定期公布地区生产总值、规模以上工业增加值、社会消费品零售总额、固定资产投资完成额等主要经济运行指标的同比数据，各级政府据此分析研判全国及地区经济形势，出台相关政策措施，保持经济运行在合理区间。然而，伴随着我国内外部发展环境的不断变化，传统基于同比数据的经济形势分析方法面临来自不同领域的多重挑战。

　　（一）基数因素对于同比数据的影响或将持续多年

　　突如其来的新冠肺炎疫情对我国经济造成严重冲击，2020年一季度我国国内生产总值（GDP）同比下降6.9%,增速创多年来新低，二、三、四季度GDP同比增速分别为3.1%、4.8%和6.4%,围绕经济增长中枢出现剧烈波动。受上年度基数因素影响，2021年一季度我国GDP增幅高达18.3%,远高于潜在经济增长水平，随后GDP增速逐季走低（见图1）,基于主要经济运行指标同比增速的数据信号十分混乱，严重干扰了宏观经济形势的分析研判和宏观调控政策的研究制定。2022年二季度，受新一轮疫情等超预期因素冲击，经济下行压力陡然加大，4月份主要指标深度下跌。我国果断应对、及时调控，把稳增长放在更加突出的位置，5月份主要经济指标下滑势头放缓，6月份经济企稳回升，主要指标较快反弹、由负转正，城镇调查失业率明显下降，带动二季度经济实现正增长。然而，上述经济数据的大幅波动将通过跨年度基数效应影响后续年份同比数据的参考性和可用性。

图1 2018年以来各季度GDP及三次产业增加值增速（%）

　　（二）宏观经济稳定性趋弱导致同比数据波动性加大

　　未来一段时间，我国经济社会发展面临的内外部风险挑战总体呈现增多增强趋势，宏观经济运行的稳定性恐受多方面因素影响。以2022年以来为例，乌克兰危机严重扰乱全球政治经济格局，美欧等国对俄展开全方位制裁，全球大宗商品价格和金融市场出现剧烈波动，上述因素从国际贸易、资本流动等不同渠道对我国经济运行产生较大干扰。美国6月份消费者价格指数（CPI）同比上涨9.1%,涨幅创近40多年来新高，受此影响美联储加息步伐持续加快，在3月份、5月份、6月份分别加息25个、50个和75个基点的基础上，年内或将多次加息并着手缩减资产负债表，全球主要经济体开启加息周期可能导致世界经济复苏步伐放缓甚至中断，并通过多种渠道对我国宏观经济运行产生不利影响。因此，传统基于同比数据的宏观经济形势分析方法未来将面临数据频繁大幅波动带来的干扰，且同比数据时滞性强、敏感度低等弊端不利于及时准确地把握经济运行的真实状态。

　　（三）不同经济运行指标间同比数据的匹配性有所下降

　　面对新冠肺炎疫情、地缘冲突事件、国际金融环境等各类外部因素，经济系统内部不同领域、不同部门所受冲击的时点、程度等均存在较大差异。然而，由于同比数据易受基数因素影响，上述外部冲击的时空异质性，导致以同比数据衡量的各类经济运行指标间的匹配性出现不同程度下降，若仅依靠个别指标的同比数据展开分析，易误判经济所处状态或忽视相关问题和风险。例如，新冠疫情发生以来“三黑一色”等大宗商品价格持续上涨，加之2019年我国工业生产者出厂价格指数（PPI）低位运行，导致2020年以来PPI涨幅屡创新高。然而，2019年下半年开始我国CPI涨幅快速上行，造成2020年下半年以来我国CPI涨幅保持低位运行。因此，以同比数据衡量的PPI与CPI之间的“剪刀差”创历史新高并保持高位运行（见图2）,上述同比数据似乎表明PPI向CPI传导的机制显着受阻甚至已被打破。事实上，若以环比数据分析二者之间的联动关系，可发现除个别月份受突发疫情事件影响外，PPI带动CPI上行的态势仍十分明显，二者之间的传导机制并未中断。

图2 2019年以来PPI、CPI涨幅及二者之差（%）

　　（四）新形势下宏观调控对经济形势分析工作提出更高要求

　　近年来，面对剧烈波动的宏观经济运行数据、波诡云谲的国际政治经济环境、敏感多变的微观主体预期等因素的共同考验，准确把握宏观调控时效度的难度显着加大，因此需对经济形势分析工作提出更高要求。事实上，部分政策若在无法准确把握经济运行状况的条件下匆忙出台，不仅无法起到逆向对冲作用和跨周期调节效果，甚至会加剧原有经济波动或诱发次生运行风险，亟需引起高度重视。中央经济工作会议和中共中央政治局会议均对提升政策效能等方面提出明确要求，指出调整政策和推动改革要把握好时度效，跨周期和逆周期宏观调控政策要有机结合，高效统筹疫情防控和经济社会发展，上述要求意味着当前对于我国经济形势的分析和研判需更加精准有效。李克强总理在主持召开经济形势专家和企业家座谈会时专门指出，分析经济形势要全面客观，既看同比增速又看环比增速，既看宏观经济数据又看市场主体切身感受，既看经济运行总体态势又密切关注新情况新问题，上述表述均对经济形势分析工作提出了更高要求。

　　二、环比数据相较同比数据具备多方面优势

　　相较于同比数据，环比数据具有易于反映边际变化、利于波动归因分析、适于经济拐点预判、便于开展国际比较等诸多优势，尤其在经济运行数据出现剧烈波动或趋势调整时上述优势体现的更为明显，可作为传统同比数据分析方法的有益补充。

　　（一）环比数据时效性强易于反映边际变化

　　现有统计体系下，我国经济总量、供给、需求、价格、景气调查等领域，国家统计局均会定期公布经季节调整后主要经济运行指标的环比数据。同时，我国已开发了适应本国特色的季节调整软件，可有效剔除中国特有的季节因素。因此，环比数据具备较好的统计基础和较高时间频次。由于同比数据计算当期经济变量相较上年同期的变化情况，故在一定程度上其会平滑掉年内各期的波动特征，无法及时反映经济的边际变化，且上述问题和不足在经济指标出现快速波动时尤为明显，短期之内同比数据与环比数据呈现的趋势特征可能存在较大偏差甚至完全相反（余根钱，2010）。环比数据恰好可以弥补上述不足，其计算当期经济变量相较上一期的变化情况，一个月或一个季度后即可观察到经济的边际变化趋势，对于经济实况反映的时效性明显强于同比数据，可及时发现经济运行中出现的新情况新问题，便于提早制定应对预案并加强政策储备。

　　（二）环比数据季节调整利于波动归因分析

　　一般而言，时间序列的波动可归结为四类因素，分别为趋势变动、季节变动、周期变动和随机变动，四种变动与原始时间序列之间的关系可表示为乘法模型或加法模型（肖宏伟，2015）。环比数据的计算需对原始时间序列进行季节调整，即使用分析技术把时间序列分解为多个组成部分，剔除其中有规律的季节模式和每期内假期、工作日等因素的影响，突出序列中的基本趋势和短期波动（桂文林，2013;邢竟和陈光慧，2016）。因此，在对环比数据进行季节调整的过程中，可对经济运行中出现的波动进行归因分析，深入研究经济所处状态及所受影响，研判经济短期和中长期变化趋势，加强宏观调控跨周期设计和调节。在此基础上，由于经季节调整后的环比数据已剔除季节性等外在因素的影响，可清楚地反映经济内在运行特征及政策实施效果，故可及时评估政策效能并适时进行预调微调。

　　（三）环比数据敏感度高适于经济拐点预判

　　由于同比数据的两个比较期之间相差12个月，因此受“基数因素”“翘尾因素”等影响，同比数据对于经济拐点的反映明显慢于环比数据，一般而言，以同比数据衡量的经济拐点初现时点较环比数据晚半年左右（吴振宇，2005）。值得指出的是，若在问题或风险暴露初期及时进行政策干预，其将显着对冲外部冲击的不利影响，有助于提高经济运行的稳定性并保持经济运行在合理区间；然而，若由于经济拐点信号发现不及时，导致政策介入时点偏晚，其不仅无法发挥原有政策目标下的对冲效果，甚至有可能加剧已有经济波动或诱发次生运行风险，显着弱化宏观调控的政策效能。环比数据的引入可以较好解决上述问题，通过与同比数据进行对比分析和交叉验证，提高经济拐点预判的前瞻性和敏感度，但需注意由于随机因素的存在，使用环比数据时一般不能仅通过单月或单季数值的变动即认为出现经济拐点，必须进行连续观察。

　　（四）环比数据应用广泛便于开展国际比较

　　当前，IMF、OECD等主要国际机构和多数发达经济体更为注重环比数据的使用， 美国、日本、德国、法国、意大利、加拿大、韩国、澳大利亚、西班牙、荷兰、瑞士等众多国家公布的统计数据中，季度或月度等进度指标的增长速度主要采用环比数据（王敏等，2011）。我国分别于2010年、2011年和2014年相继公开发布经季节调整后的GDP、规模以上工业增加值、社会消费品零售总额、固定资产投资完成额、出口金额等主要经济运行指标的环比数据，但在指标种类、数量等方面与上述国家仍存一定差距，且当前宏观经济形势分析工作中仍以同比数据为主。当今世界国际交往频繁、经济联系增强，加强环比数据的应用和研究有助于开展国际比较，深入分析我国与世界经济之间的联动特征和传导机制，外部环境更趋复杂严峻和不确定的背景之下，进一步提升我国政策实施的有效性和政策创新的系统性。

　　三、加强环比数据应用研究助力提升宏观决策水平

　　未来，应进一步加强环比数据的质量管理和应用研究，充分发挥环比数据多重优势，助力提升经济形势分析的时效性准确性和宏观政策制定的前瞻性针对性，在外部环境更趋复杂严峻和不确定的背景之下，保持经济运行在合理区间，为经济社会发展行稳致远提供有力保障。

　　（一）持续提升环比数据尤其是数量型指标的数据质量

　　利用环比数据开展宏观经济形势分析工作，数据自身质量是保证分析准确全面的首要前提，也是确保政策制定精准有效的重要基础。当前，我国环比数据质量与IMF、OECD等主要国际机构和美、欧、日等发达经济体相比仍存一定差距，其中数量型指标的质量问题尤为严重。未来，应对标国际先进经验和有益做法，进一步强化数据质量管理，健全完善统计体系规则、数据采集方式、季节调整方法等，明确各级统计机构和企业主体责任，注重数据监审，严格执法检查，提高统计数据质量评估办法的科学性、有效性和可操作性。

　　（二）加强宏观经济形势分析中环比数据的应用和研究

　　在外部环境更趋复杂严峻和不确定的背景之下，同比数据的指示效应有所下降，应及时引入环比数据作为特殊时期尤其是数据出现剧烈波动或趋势调整时的重要补充资料。充分发挥环比数据易于反映边际变化、利于波动归因分析、适于经济拐点预判、便于开展国际比较等优势，在传统同比数据分析方法的基础上，适时适度采用环比数据进行对比分析和交叉验证，进一步提升宏观经济形势分析工作的时效性、前瞻性和准确性。同时，使用过程中应注意规避环比数据指标数量有限、季节调整不唯一、新数据引入变动、易受随机因素干扰等劣势，防止出现经济形势的误判。

　　（三）使用环比数据时需重点关注可用性、有效性等问题

　　在经季节调整后环比数据的基础上，可计算环比折年率以用于宏观经济形势的分析和研判，相较于前者其更符合传统数据使用习惯并易于与同比数据进行交叉验证。在使用环比数据时，应首先对环比数据的可用性展开评估，同时应注意连续观察环比数据的变化情况以避免随机因素的干扰，注意加强各类指标的交叉验证以提高分析研判工作的可靠性，对于异常数据变动应予以重点关注。

　　参考文献

　　桂文林.季节调整与环比增长率测算最新进展及比较[J].统计研究，2013,30（07）:97-105.
　　王敏，颜平，邵玮.环比统计与季节调整方法研究——北京市季度GDP环比增速实证研究[C].北京市第十六次统计科学研讨会获奖论文集，2011.
　　吴振宇.宏观经济月度数据的不足及处理[J].调查研究报告，2005（165）:14.
　　肖宏伟.基于季节调整的统计环比指数构造与应用研究[J].石家庄经济学院学报，2015,38（01）:1-6.
　　邢竟，陈光慧.季节调整方法及其在我国的应用研究综述[J].统计与决策，2016（14）:17-22.
　　余根钱.环比折年率计算中应注意的几个问题[J].中国统计，2010（03）:40-41.