經濟預警方法及其在農業中的應用

鄭曉旭，許玉貴，李 莉

(云南農業大學經濟管理學院，云南昆明650201)

社會經濟活動是在開放的大環境中進行的，環境條件的變化會給經濟活動的成果帶來不確定性。農業作為傳統的產業之一，受自然環境和市場環境的多重制約，農業生產不穩定，既會使得農產品市場供給不穩定，對城鄉人民生活造成不利影響，也對農民收入的穩定增長產生不利影響。政府作為全社會利益的代表，需要在市場失靈的時候，通過宏觀調控對經濟活動的過度波動進行抑制。由于農業生產的長周期性，出現波動時的當期干預不能對市場供求立即產生影響，因此需要對農業經濟體系運行可能出現的波動進行預測，通過適當的信號對生產經營者的資源投入進行引導，并利用行政機制直接進行干預。政府干預的前提是要對可能出現的波動獲得預知，于是，經濟預警就成為必須。由于農業的特殊性，對預警方法的選擇和運用條件的判斷是作好農業經濟預警的基礎和重要內容。

一、經濟預警的必要性

(一)經濟預警的必要性

1.經濟運行具有明顯的周期波動性

由于經濟活動主體的多元性和經濟活動環境的開放性，經濟變量不會嚴格按照某種確定的函數關系穩定運行，而是圍繞著某種趨勢線上下起伏運動。如在農業生產中，由于氣候條件的變化，使農業有豐收年、歉收年，農產品供給量的變化導致市場價格出現波動。同時，以農產品為原料的加工業產品價格也同時發生變化，如食用油、工業飼料等的價格幾乎會發生同步的漲跌。經濟活動環境的變化雖然看起來撲朔迷離，但總體上存在著某種規律性，即呈現出一定的周期。也由于這種周期性的存在，為經濟預警提供了可能。

2.宏觀經濟調控手段存在著時滯性

當經濟活動出現波動時，政府會采取相應的手段進行調控，但政府調控手段對經濟活動的方向和規模的影響并不總是即時的，可能存在一定程度的時滯。一方面，對于周期較長的經濟活動，政府的經濟干預只能對下期規模產生影響，而對當期規模影響較小。另一方面，政府調控政策從制定到作用于經濟運行存在著時滯，時滯包括認識時滯、反應時滯和生效時滯。由于對經濟波動的原因和可能產生的不利影響的判斷需要一定時間，政府調控手段多是逐步增強而非一步到位，也為調控時滯的存在提供了環境［1］。

(二)經濟預警的目的

1.為經濟活動主體提供引導信息

通過經濟預警，對某種經濟活動將要出現的大幅波動發出預警信息，可使從事該領域經濟活動的生產經營者作出相應的決策，盡早改變投入方式和投入規模，使可能出現的波動得以避免或減輕。

2.為政府宏觀調控提供決策咨詢

由于市場結構的不合理性和市場信息不對稱性、不完整性的存在，市場中的價格信號不能準確地反映供求關系特別是長期供求關系，經濟活動存在一定盲目性而導致波動，政府的宏觀調控成為必須。通過經濟預警對經濟活動進行監測，根據波動出現的征兆對波動產生的時間、程度和危害進行預判，為政府采取適當的干預措施提供可靠的信息和方法選擇十分必要。

二、經濟預警方法

(一)經濟預警

經濟預警思想最早是由法國經濟學家福里利提出的，在1888年的巴黎統計學會上，他在《社會和經濟的氣象研究》提出運用氣象預報方法來預報經濟危機和風險。

經濟預警是在理論分析對基礎上，運用數據處理方法選擇一組反映經濟發展狀況的敏感指標，用以顯示經濟運行狀態，預測經濟增長趨勢。也就是對經濟運行中存在的循環波動現象的描述與預測。這種循環波動有時會對經濟產生極大的破壞作用，例如在20世紀90年代末的亞洲金融危機、21世紀初的全球金融危機等等［2］。

(二)指數預警方法

這種方法主要應用于宏觀經濟預警當中，通過制定擴散指數和綜合指數來評價監測對象所處狀態，用來預測經濟周期的轉折點以及分析經濟的波動幅度。

指數預警法中最常用的是景氣指數法。景氣指數法是依據綜合性的擴散指數DI和綜合指數CI所提供的預警信號進行預警的方法。具體有三個步驟:首先，編制擴散指數。一般，通常對先行指標擴散指數LDI、同步指標擴散指數CDI、滯后指標擴散指數LgDI這三個指標進行擴散指數計算。其次，編制綜合指數。在預警分析中，針對現行指標綜合指數LCI、同步指標綜合指數CCI、滯后指標綜合指數LgCI，分別編制其綜合指數。前者主要用于宏觀經濟預警工作，中者用于宏觀經濟的監測，而后者指標主要用來判斷經濟轉折點，三者互為補充說明最后，進行預警操作［3］。

編制景氣指數的最主要的目的就是預測經濟周期波動的轉折點，如果先行指數走出谷底，出現回升，預示著同步指數在若干個月后也會回升，也就是總體經濟將出現復蘇，而滯后指標則是對同步指數的確認，也就是再過幾個月以后滯后指標也會出現回升。

這種方法以商業循環分析為基礎，把整個經濟運行周期分為兩類不同的區域:景氣區與不景氣區。先行指標綜合指數和擴散指數提供此景氣指數法預警的信號［4］，這是此種預警方法的基本特征。

(三)統計預警

1.統計預警法

所謂統計預警方法是采用類似于交通管制信號系統的方法(即燈號顯示法)來反映宏觀經濟綜合變化狀況以及變化趨勢的，也稱景氣警告指標法。

該方法包括11項監測指標，根據其變化幅度大小，對每項指標設定一定的區域分值，某一個時期各監測指標的分值之和就是對該時期經濟綜合景氣狀況的數量評價，再根據綜合景氣評分的高低設立若干個定性區間。在實施過程中，對某一時期進行綜合評分，根據得分找到相應的區間，確定該時期綜合景氣狀況，又表示出針對這種狀況應采取的宏觀政策取向。根據我國經濟發展容易呈現膨脹的特點，將判斷區域分為“冷縮”、“穩定”、“基本穩定”、“熱”、“過熱”五種狀態，分別以“藍燈”、“綠燈”、“黃燈”、“紅燈”、“雙紅燈”予以表示。例如，“藍燈”表示經濟緊縮，應當刺激需求，加快增長速度，降低失業率。

2.Logistic回歸分析法

通過選擇樣本與定義變量進行描述性統計及簡單的指標檢驗，根據檢驗結果進行變量間的相關性分析剔除高度相關的變量，在此基礎之上進行Logistic回歸分析，選擇最優概率閾值，對所得到的預測方法和效果進行檢驗，獲取最終的模型。Logistic回歸分析法屬于統計方法的另外一種，目前被廣泛應用到預警領域［5］。

(四)模型預警

該類方法一般在監測點較多、情況復雜時使用，它通過建立數學模型評價監測對象所處的狀態。模型可分為非線性與線性模型。當主要變量之間有明確的數量對應關系時，一般采用線性模型分析;但當主要變量之間數量關系復雜時，需采用非線性模型預警。同時要求預測期的經濟活動具備與樣本期具有大致相同的規律，否則預測結果就會大不相同。

1.經濟計量模型法

這種方法的原理是:首先找出有代表性的特征變量，即反映宏觀經濟運動特征的。以特征變量的歷史記錄作為模型的輸入，以預測期特征變量的預報值為模型的輸出。其次，分別對歷史上特征變量體系的數量特征進行分析，并將各歷史時期的系統的數量特征劃分為各種類型，每一種景氣狀態都有其數量特征。其次，可在第一步預測的基礎上，對特征變量的預測值進行系統分析，并同第二步所給出的景氣狀態的特征相比較擬合，以判斷預測期經濟運行處于哪種景氣狀態。最后，根據預測期的景氣特征，通過在特征變量預測模型中引入政策變量，估計采取哪種政策措施對預期狀態的改變起作用，采取何種政策措施能讓預期的經濟運行狀態處于相對滿意的狀態。

本文關于影響內部控制質量的董事會特征集中分析董事會規模、兩職分離、審計委員會設立和董事會獨立性四個方面。通過對已有文獻的整理和歸納，發現已有研究特別是實證文獻關于董事會特征和內部控制質量的分析并沒有較為一致的結論，其中有樣本選擇、變量度量等方面的原因。

2.人工神經網絡預警

人工神經網絡是在現代生物學研究人腦組織所取得的成果基礎上提出的，是基于模仿人腦的結構和功能構成的一種信息處理系統。人工神經網絡進行預警的方法有兩種:一是預先設置一個報警模塊，將預測結果經過一定的處理之后直接得出預警結果;二是采用人工神經網絡方法進行預測，再與事先根據一定標準制定的參考值進行對比，確定警度。這種預警方法的實質是利用神經網絡的預測功能實現經濟預警。

三、不同預警方法的特點及適用范圍比較

(一)指數預警

景氣指數法方法較為成熟，經濟預警警度較高，簡單易懂，無須復雜的模型估計。

但是，景氣指數法預警的準確度不高，只能預言經濟活動何時將走出不景氣區進入景氣區運行，何時跌入不景氣區。只能做定性的判斷。預見的時間是較短的，一般在半年之內。

同時，該方法需要大量的歷史數據，涉及多個領域要求市場比較成熟，預警結果用合成指數的升降來表示，易造成信息量的不完整，也不利于對每一個單一指標進行監控。因此不適合發展歷程較短的行業。

(二)統計預警

統計預警法采用一組指標作為判斷宏觀經濟景氣狀況的依據，降低了只依靠單個指標進行決策的風險。同時，將判斷的景氣狀況與宏觀決策走向融合在一起，政策提示直觀、明了。例如，“雙紅燈”表示景氣過熱，應當控制需求的增長，降低或避免通貨膨脹率;“藍燈”表示經濟萎縮，應該刺激需求，提高經濟增長速度，降低或者避免失業。因此，利用此種方法可以明確提示經濟決策部門與專業職能部門，針對所處的經濟運行狀態，應當采取何種合適的調控措施。

統計預警法既可以反映指標的綜合結果，也可以看出經濟活動的起伏，不僅可以監控每一個具體指標的波動，還能監控到整體經濟活動的運行，之后明確提出調控的目標和方向。但是，對數據樣本有較高的要求。

Logistic回歸分析法建立在累計概率函數的基礎上，不需要嚴格的假設條件，具有更廣泛的適用范圍。但是計算過程比較復雜，同時由于在計算過程中有很多的近似處理，影響了預測的精度。

(三)模型預警

經濟計量模型法的好處是能夠直接報告預測期運行狀態的性質特征，不只限于報告景氣或不景氣，或者是過熱、過冷等等，還能報告出冷是什么類型的冷，是消費降低型還是投資減少型。其詳細的程度視運行模式識別部分把運行狀態分為多少類而定。因此，這種方法有助于選擇具有針對性的調節控制措施。但是這種方法沒有強調周期波動分析，因此它不能直接報告預測期運行狀態處于經濟波動的哪個階段，不能判斷經濟活動是否跳出谷底進入景氣狀態，或者是否已走出景氣運行狀態跌入不景氣狀態，對于反經濟周期波動措施的提出不能直接提供有價值的信息。

人工神經網絡預警具有較好的模式識別能力，是一種平行分散的處理模式，打破了統計預警法的局限性。再加上具有容錯能力較好，寬松的數據分布要求，處理資料遺漏或錯誤的能力強，特別適宜處理信息不完整的數據。而最難能可貴的是人工神經網絡法的學習能力，可隨時根據更新的數據資料進行自我學習與更新，調整儲存內部的權重系數以應對多變的經濟社會環境。由于人工神經網絡法的良好性能，因此它可作為經濟預警的一個重要方法。但其網絡拓撲結構的確定方法、收斂速度的控制、學習因子的選擇等問題使其應用受到很大限制。

(四)不同方法的比較

不同預警方法的比較詳見表1。

表1 不同預警方法對照表

四、經濟預警方法在農業中的應用

傳統的農業管理方法具有明顯的弊端，例如主觀隨意性大，滯后性等等。因此，對農業經濟預警研究成為一種必要。農業經濟預警能根據未來宏觀經濟發展的趨勢與走向，預測國民經濟對農業經濟的需求程度;它既是一種預測分析，也是以預測分析為基礎的更高層次因果關系研究，除此之外，它能客觀的評價農業經濟在國民經濟發展中的作用。另外，通過對農業經濟的運行狀態進行預報檢測，從而對農業經濟活動中的非正常狀態及時而準確的加以調整和控制，使之按國民經濟發展規劃軌道正常的運行。

(一)農業經濟活動的特點

農業是以動植物為對象的經濟活動，動植物是有生命的活體，其生長環境的變化能夠影響生長速度的快慢，惡劣的環境可能導致死亡。進入生產規模化和市場一體化時代，動植物疫病傳播暴發的危險劇增。追求短期增長速度使得資源環境條件惡化，旱澇災害頻繁。相對于非農產業相對穩定可控的生產環境，農業生產承受著較大的自然風險。

農業生產緊緊依賴于自然環境，使得農產品生產具有較強的季節性。農作物生長過程需要一定的日照時數和積溫，而一年中特定區域的光溫條件有特定的時間分布。換言之，某種農產品生產的時間和空間是相對固定的，短期內的產品供給是無彈性的，在一年之中的供給量是非均衡的。再加上大部分農產品具有含水量大、鮮活性強的特點，長途運輸和長期保存的成本較高，從而導致較強的市場風險。

農產品生產是一個復雜的過程，由多個生產環節所構成，各環節之間有密切的關聯性，每一環節的情況都對下一環節的成效產生影響，每個階段的生產情況都會影響農業生產經營的最終成果。再加上農業勞動在分散廣闊的田野中進行，勞動監督的成本極高，使得農業經營只能以家庭經營為基本單位。而這種分散的小規模經營致使農業經營主體分散，市場結構不合理，信息不完全，市場機制對資源配置的作用受限。

農業生產周期較長，傳統大宗農產品生產一般需要半年左右才能完成一個周期，林業類生產通常需要五年以上才開始有收獲。對于一年生作物，生產過程的起始時間受到相對固定的限制，生產過程一旦開始，其規模就已經確定，難以根據市場變化進行調整［6］。

(二)農業對經濟預警的要求

鑒于農業生產的特點，相對于其它經濟活動的預警來說，農業經濟預警更加復雜和困難，因此需要在預警條件分析和預警方法選擇上花更大的功夫。

1.自然預警與農業經濟預警相結合

在農業生產中，首先受到自然資源條件的約束，然后與其他產業一樣，存在經營管理的風險。因此其所面臨的風險中，既有自然風險，也有生產經營風險，為了充分發揮農業預警的作用，在農業預警中應該做到自然預警與經濟預警的互相結合［7］。

2.宏觀、中觀與微觀預警相結合

由于農業生產經營存在明顯的區域性，即不同地區具有不同的生產條件。再加上農業各生產部門之間的生產對象各不相同，這就確定了在農業預警中，首先要有國家層面的宏觀農業預警，再加上地方層面的中觀農業預警，還需要專職部門的微觀預警，三者相互交織，互相協調配合，才能真正發揮農業經濟預警的作用。

3.中長期預警與短期預警相結合

在農業經濟預警系統中，根據農業預警周期的長短，可劃分為中長期農業預警與短期農業預警。農業中長期預警一般以五年、八年為時間周期進行，主要是從農業發展的速度、發展之后的結構組成、發展效益等多個角度對農業經濟中長期波動的影響因素進行分析，從中找出中波、長波周期運行的規律性，進而通過建立模型對中長波運行趨勢進行監測。短期預警一般以半年、一年或者兩年為時間段。例如對某一生產部門的農產品供求狀況進行預警，如畜產品供求預警、果品供求預警等，應采用短期預警;對農業在一年內景氣或不景氣狀態及其變化原因進行監測和報警也應采用短期預警。因此，將農業短期預警和中長期預警配合使用可取得更好的預警效果［8］。

(三)農業經濟預警方法的選擇

農業是一個龐大的產業部門，生產門類較多，不同產業對自然環境的依賴程度不同，生產周期不同，產品的特質不同，產業鏈的長度不同，大宗產品的交易方式不同，市場波動也表現出不同的特點，在預警方法的選擇上也有差異。

若經濟指標變量的周期性波動明顯，穩定，指標無偏差，可采用指數預警法。

若使用對象為普通社會大眾，則統計預警法較適宜。其簡單形象，直觀易解，清楚明了。但適合關于狀態空間的預測，不適用與預測數據的點趨勢。

若經濟變量無明顯的周期性波動特點，或復雜的非線性問題，則適宜使用模型預警法。但不能預測經濟周期轉折點。

指數預警法與模型預警法相互結合，是預測農業周期性波動的有效方法。前者用于向公眾發布預測經濟前景的指導性信息，后者是通過經濟理論建立的結構性模型關聯關系推測出經濟發展的可能值。

不同的經濟活動適宜的預警方法不同，采用的預警方法不同，得到的結果可能也不盡相同。尤其在獨具特點的農業經濟預警中，預警方法的選擇尤為重要。例如糧食作物生產，周期較長，短期內更改可能性小，糧食價格預警則應選用適宜周期較長的預警方法;生豬飼養連續性強，代與代母豬與仔豬之間的數量與質量影響豬肉價格，進而影響生豬經濟的發展。所以，針對不同的經濟活動，不同的經濟變量，選擇適宜預警方法，建立與完善各個產業的經濟預警系統，提前預報，及時調整，以穩定經濟發展。

［1］趙瑞瑩，楊學成.農業預警系統研究［J］.生產力研究，2004(1):64－66.

［2］王小波.經濟周期與預警研究——理論、方法、應用［M］.北京:冶金工業出版社，1994.

［3］宋蕊.企業預警系統研究［D］.天津:天津大學，2002.

［4］鮑小飛.房地產市場泡沫的形成和預警［D］.上海:復旦大學，2005.

［5］王延安.中小企業人力資源危機預警機制研究——W公司實證分析［D］.雅安:四川農業大學，2007.

［6］陶俊昌.農業預警概論［M］.北京:北京農業大學出版社，1994.

［7］丁澤霽.農業經濟學基本理論探索［M］.北京:中國農業出版社，2002.

［8］薛文瓏.海南農業經濟預警系統研究［D］.儋州:華南熱帶農業大學，2006.