我國汽車產量波動態勢分區制度量與預測

摘要：通過分析我國汽車產量增速的兩區制馬爾可夫區制轉移模型，本文認為我國汽車產量增速存在明顯的區制轉換，即存在高速增長區制和適度增長區制的交替更迭，其中高速增長區制的平均增速為55.60%，適度增長區制的平均增速為13.47%；我國汽車產量大部分時間處于適度增長區制，在適度增長區制的平均持續時間大約為6年。另外，根據模型參數的估計結果，通過對馬爾可夫區制轉移模型進行的為期兩年的樣本外預測，預測結果表明在未來兩年內，我國汽車產量增速處于適度增長區制的可能性較大。

關鍵詞：汽車產量；馬爾可夫區制轉移模型；預測

中圖分類號：F224.0 文獻標識碼：B

美國經濟學家艾伯特#8226;赫希曼 (1991) 認為，作為社會間接生產活動的典型代表，汽車產業具有顯著特征，在整個國民經濟體系中處于重要地位。Veloso和Fuchs (2004) 對亞洲汽車市場總體產銷情況進行深入分析后，認為在未來亞洲汽車發展格局中，中國將在亞洲汽車市場中扮演重要的角色，中國的汽車制造商和供應商也將在整個亞洲汽車市場中起到關鍵作用。特別是中國汽車工業的發展將加快整個亞洲汽車市場的一體化進程。福特汽車高管認為全球汽車產業都將從中國汽車工業的發展中獲利。通過對目前世界主要汽車生產和消費強國的生產和消費現狀分析，Zachary (2004) 認為亞洲將成為未來世界汽車市場主要增長極，而作為亞洲汽車生產和消費大國，中國汽車市場的發展潛力更是不容忽視。

由于汽車工業具有就業容量大、工業波及面廣以及產業關聯度高等行業特征，同時由于汽車產業投入產出率較高，因此汽車產業的發展可以充分帶動其上下游產業的發展，對于促進國民經濟的平穩、快速發展具有重要作用。同時汽車不僅可以作為一種生產工具，而且也屬于耐用消費品的范疇，無論處于生產階段、消費階段，還是處于使用階段，都是財政收入的重要來源。

在此情形下，對我國汽車產業的波動態勢進行分析和研究，有助于掌握我國現階段汽車產業的發展現狀，有助于國家制定合理的汽車產業結構調整政策，控制汽車產能，減少汽車消費的供需缺口，刺激國內汽車消費需求，最大限度地較少金融危機對我國的影響具有重要的意義。

為了測度汽車產量的波動狀態，我們利用馬爾可夫區制轉移模型 (Markov Regime Switching Model) 識別我國汽車產業的區制轉移特征。馬爾可夫區制轉移模型在本質上屬于變參數模型，屬于非線性模型的范疇。區制轉移模型不僅可以研究長期經濟行為 (Krolzig， 1997)，而且可以研究經濟變量的短期波動 (Sola等人， 2002)，因而被廣泛用于經濟周期和產業周期的測度 (見Owyang 等人，2005；Mount等人，2006；劉金全、劉志剛，2006以及陳浪南、劉宏偉，2007等)。

一、汽車產量波動的馬爾可夫區制轉移模型

作為國民經濟的支柱產業，汽車產業自改革開放以來發展迅速，汽車產量呈持續上升的趨勢，但由于受石油價格、鋼鐵產量、人均工資等影響，我國汽車產量在保持增長的同時也體現了波動的特征。為測度汽車產業的上述波動特征，我們構造一個馬爾可夫區制轉移模型測度汽車產量高速增長區制和適度增長區制。

(一) 汽車產量馬爾可夫區制轉移模型的設定

設gyt表示汽車產量增長率，為避免季節性周期因素對汽車產量的影響，此處采用同比增長率 (有關詳細的數據處理過程見本文的第二部分)。于是，汽車產量增長率的兩區制馬爾可夫鏈的k階自回歸過程可表示為：

(二) 數據的平穩性檢驗

為避免因利用非平穩時間序列建模產生偽回歸問題，在進行模型估計之前首先對我國汽車產量季度同比增長率序列進行了單位根檢驗，分別利用ADF、PP、以及KPSS方法進行檢驗，檢驗結果見表1所示。

ADF和PP檢驗的原假設為待檢驗序列包含單位根，從表1的結果可以看出，無論是ADF統計量還是PP統計量的絕對值都大于1%的臨界值，意味著在1%的顯著性水平均拒絕汽車產量同比增長率序列存在單位根的原假設，表明我國汽車產量增速序列是平穩過程。與ADF和PP檢驗不同，KPSS單位根檢驗的原假設為待檢驗序列不存在單位根，從檢驗結果可以看出，KPSS統計量小于10%的臨界值，不能拒絕原假設，因此與ADF和PP檢驗的檢驗結果是一致的。綜上所述，我國汽車產量同比增長率序列是平穩的，利用汽車產量同比增長率序列數據建模不會出現偽回歸問題。

(三)滯后階數的選取

上述自回歸過程需要事先確定自回歸滯后階數k，為此我們事先估計了不包含馬爾可夫區制轉移的自回歸模型，然后按照Akaike (簡稱AIC)、Schwarz (簡稱SIC) 和Hannan-Quinn (簡稱HQ) 信息準則以及自回歸系數的顯著性等情況進行綜合分析，最終確定自回歸的滯后階數，不包含馬爾可夫區制轉移的自回歸模型的估計結果見表2所示，最大滯后階數為4。

從Akaike、Schwarz和Hannan-Quinn信息準則的估計結果來看，SIC和HQ統計量均在滯后階數k=1時最小，而AIC統計量則在滯后階數k=3時達到最小，但由于2階和3階自回歸系數均不顯著，以及考慮節儉建模的原則，滯后階數不選3階。另外，1階自回歸模型的D.W.統計量為1.71，表明模型殘差項可能存在正的序列相關，進一步對1階自回歸模型的殘差項進行序列相關拉格朗日乘子檢驗，滯后階數選擇1階，得到服從χ2分布的LM統計量為3.03，對應的顯著性概率為0.08，表明在10%的顯著性水平下，模型殘差項存在序列相關。而對于滯后階數k=2的自回歸模型，D.W.統計量為1.99，顯然模型殘差項不存在1階序列相關，并且2階自回歸系數在10%的顯著性水平下是顯著的，綜合考慮滯后階數選擇2②。

(四) 區制轉移模型估計結果

按照式 (1) 設定的汽車產量增長率的馬爾可夫鏈區制轉移模型，自回歸滯后階數設定為2階，在給定待估參數P00、P11、1、2、μ 0、μ1以及σ2 的初值后，利用GAUSS9.0的Optmum優化包可求得對數似然函數取極大值時上述參數的估計值，汽車產量增長率的馬爾可夫區制轉移模型的參數估計結果以及區制轉移概率的估計結果見表3和表4。

從表3的馬爾可夫區制轉移模型估計結果可以看出，1階自回歸系數、汽車產量適度增長區制的平均增速μ0，以及汽車產量高速增長區制的平均增速μ1均在1%的顯著性水平下顯著。其中，適度增長區制的平均增速為13.47%，高速增長區制的平均增速為55.60%。

另外，從區制轉移概率的估計結果可以看出，P00=P(St=0｜St-1=0)=0.96(見表4)，表明汽車產量增速在t-1期處于適度增長區制時，在t期仍然處于適度增長區制的概率為0.96，而在t期轉變為高速增長的概率僅為0.04。表明汽車產量一旦進入適度增長區制，則將在適度增長區制維持較長時間，這一點從表5中可以清楚看出。而P11=P(St=1｜St-1=1)=0.85，表明汽車產量在t-1期處于高速增長區制時，在t期仍然處于高速增長區制的概率為0.85，而在t期轉變為適度增長的概率為0.15。與適度增長區制相比，汽車產量處于高速增長區制的穩定性相對較低。

表5中處于不同區制的樣本數是按照處于不同區制內的平滑概率計算得到的 (我國汽車產量處于適度增長區制的濾子概率和平滑概率分別見圖3和圖4)。如處于適度增長的平滑概率高于0.5，則認為該樣本處于適度增長區制，否則認為處于高速增長區制。從計算的結果可以看出，我國汽車產量增速數據處于適度增長區制的樣本個數為62個，占總樣本個數的79%，而處于高速增長區制的樣本個數為16個，占總樣本個數的21%。表明我國汽車產量大部分時間處于適度增長區制。根據轉移概率P00和P11的估計結果，可以得到我國汽車產量處于適度增長區制的平均持續時間為15個季度，將近4年。而處于高速增長區制的平均持續時間為6.67，約1年半時間。盡管處于適度增長區制的時間比較長，但與GDP增速相比，我國汽車產量增速并不低，適度增長區制的平均增速為13.47%，仍然高于GDP的平均增速。

從我國汽車產量增速處于適度增長區制的濾子概率和平滑概率可以看出，在整個樣本周期內，我國汽車產量大致經歷了三個較短時期的高速增長區制 (分別為1991年第三季度至1993年第二季度、2002年第二季度至2003年第一季度以及2009年第二季度至2010年第一季度) 和三個適度增長區制 (1993年第三季度至2002年第一季度、2003年第二季度至2009年第一季度以及2010年第二季度至今)。這一點從我國汽車產量增速曲線中也可以看出，圖2中灰色陰影部分表示我國汽車產量處于高速增長區制。

另外，我們還可以利用截止到2010年第四季度的信息對2011年和2012年我國汽車產量增速處于不同區制的概率進行預測，其中對未來8個季度的汽車產量增速位于高速增長區制和適度增長區制的概率預測結果如表6所示③。從表6的預測結果可以看出，在未來兩年內我國汽車產量增速處于適度增長區制的可能性較大，相應的預測概率均在80%以上。

三、本文主要結論

本文利用兩區制馬爾可夫區制轉移模型估計了我國汽車產量增長率的自回歸模型，通過對上述模型進行估計得到如下幾個基本結論：

第一，我國汽車產量增長率存在明顯的區制變換。通過對我國汽車產量增長率的馬爾可夫區制轉移模型進行參數估計，結果表明我國汽車產量增長率存在明顯的區制變換，無論是適度增長區制的平均增速還是高速增長區制的平均增速，均在1%的顯著性水平下顯著。適度增長區制的平均增速為13.47%，高速增長區制的平均增速為55.60%。均明顯高于我國GDP的實際增速，表明過去20年間我國汽車產業對我國實際GDP起到了明顯的拉動作用，為我國經濟平穩、快速增長奠定了堅實的基礎。

第二，我國汽車產量增速大部分時間處于適度增長區制。區制轉移概率的估計結果表明，汽車產量處于適度增長區制的轉移概率為0.96，在適度增長區制的平均持續時間大約為6年，而汽車產量處于高速增長區制的轉移概率為0.85，在高速增長區制的平均持續時間大約為1年半的時間。平滑概率的估計結果也證實了這一點，在過去20年時間里，我國汽車產量經歷了三個適度增長階段和三個相對較短的高速增長階段。

第三，在未來兩年我國汽車產量處于適度增長區制的可能性較大。對我國汽車產量位于不同區制的轉移概率的預測發現我國汽車產量增速在未來兩年內處于適度增長區制的概率均在0.8以上，表明未來兩年內我國汽車產量增速保持當前增速的可能性比較大，出現2009年汽車產業高速發展的可能性不大。

注釋：

① 有關漢密爾頓濾波及濾子概率的計算原理和程序讀者可參見(Hamilton， 1989)。

② 為保證模型估計的穩健性，我們分別估計了滯后1至4階的馬爾可夫區制轉移模型，通過對對數似然函數值以及模型參數的顯著性進行判斷，結果表明模型的滯后階數應該選擇滯后2階，與上述線性模型的檢驗結果一致。

③ 有關區制轉移模型中不同區制持續期的平均持續長度以及樣本外預測的原理以及計算方法，讀者可參見 (Hamilton， 1996)。

參考文獻：

［1］ 艾伯特#8226;赫希曼.經濟發展戰略［M］．北京：經濟科學出版社，1991.

［2］ 陳浪南，劉宏偉.我國經濟周期波動的非對稱性和持續性研究［J］．經濟研究，2007(4).

［3］ 劉金全，劉志剛.中國經濟周期波動的區制轉移模型及區制狀態［J］．浙江大學學報 (人文社會科學版)，2006(2).

［4］ Hamilton， J.D.A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle［J］．Econometrica，1989(57):357-384.

［5］ Hamilton， J.D.Time Series Analysis［M］．Princeton University Press，1994.

［6］ Kim， C.J. and Nelson， C.R.State-Space Models with Regime Switching: Classical and Gibbs-Sampling Approaches with Applications.［M］．The Mit Press，1999.

［7］ Krolzig， H.M.Markov-switching vector autoregrssions: (modeling， statistical interference， and application to business cycle analysis)［M］．Springer-Verlag， Berlin，1997.

［8］ Mount， T.D.， Ning， Y.M， and Cai， X.B.Predicting price spikes in electricity markets using a regime-switching model with time-varying parameters［J］．Energy Economics，2006(28):62-80.

［9］ Owyang， M.T.， Piger， J. and Wall， H.J.Business Cycle Phases in U.S. States［J］．The Review of Economics and Statistics，2005(87):604-616.

［10］ Sola， M.， Fabio， S. and Nicola， S.A test for volatility spillovers［J］．Economics Letters，2002(76):77-84.

［11］ Veloso， F. and Fuchs， E.The Future of the Asian auto industry: regional integration， alternative designs， and Chinese leadership［J］．International Journal of Vehicle Design，2004(35):137-141.

［12］ Zachary， K.Global Politics Shift Auto Industry FOCUS［J］．Ward′s Auto World， 2004(11):41-45.

（責任編輯：嚴元）