1引言
随着我国经济快速发展,国内市场对钢铁的需求旺盛,我国钢铁产量不断提高。虽然我国铁矿石产量一直大幅度提高,但由于我国铁矿石品位普遍较低,满足不了我国钢铁生产需要。目前,我国是全球进口铁矿石第一大国,铁矿石安全问题已成为研究热点,因此有效地利用历史数据来对我国铁矿石进口量进行合理的预测显得尤为重要。然而,市场信息纷乱复杂,行情瞬息万变,在制定铁矿石进口量计划时需要考虑诸多因素,通过对先导指标的研究可以判断我国目前铁矿石进口量是否合理,尽量避免信息的不对称和波动的滞后性对预期的误导。
经理采购指数(PMI)已经作为预测经济走势的权威性指标,成为美联储、美国中央银行、金融机构以及华尔街、道琼斯通讯社、路透社等著名财经媒体广为应用的重要工具。我国从2005年开始发布PMI,包括服务业PMI和制造业PMI。从理论上分析,制造业PMI是衡量制造业经济繁荣程度的先导指标,能够体现我国国内经济环境,是铁矿石进口的宏观经济背景,制造业经济繁荣则铁矿石需求大,制造业经济萧条则铁矿石需求小,制造业PMI应与铁矿石进口量呈同向变动关系,因此该指标对铁矿石进口需求应该具有预测作用。但是从定量角度,制造业PMI对我国铁矿石是否具有预测作用,此类分析是很少的。
本文就是基于历史数据,使用计量经济学的方法定量探索制造业PMI对我国铁矿石进口决策中起到指导作用。本文运用Eviews7.0软件,首先使用计量经济学方法对2005年1月至2013年12月我国铁矿石进口变化量与我国制造业PMI变化量两个经济指标的月度数据进行平稳性检验和Granger因果关系检验以及模型估计;然后根据回归结果分析我国制造业PMI与我国铁矿石进口量之间的数量关系,同时分析制造业PMI对我国铁矿石进口变化量的预测作用,进而提出对进口铁矿石贸易发展具有实践性的建议。
2数据概述
2.1我国铁矿石进口量
近年来,由于经济快速发展,对钢铁需求的不断增加,我国国内铁矿石产量已经满足不了钢铁市场的需求,因此我国开始大量进口铁矿石来满足国内需求,我国铁矿石进口量一直处于不断增长阶段。同时,我国进口铁矿石对外依存度也是居高不下的。根据统计数据显示,2002年我国进口铁矿石量为11149万吨,同比增长20.67%。此后几年我国铁矿石进口一直居高不下。直至2010年我国铁矿石进口增长势头有所放缓,较2009年略有下降,结束了自2000年来一直高速上升的势头,之后缓步上升。2013年我国全年进口铁矿石82031万吨,创下新高,同比增长10%(见图1)。同时,从图1也可以看出,我国铁矿石进口的对外依存度从2002年以来有大幅度的上升,2004年首次超过50%,之后便一直高于50%。虽然2010年对外依存度有所下降,但是我国铁矿石进口依然保持着很高的水平,2013年我国铁矿石进口对外依存度达到了73%。

图1我国铁矿石进口量及增长情况
说明:对外依存度的计算公式:当年国内铁矿石进口量/(当年国内生铁产量*1.6);
2.2制造业PMI
采购经理指数(PMI),是通过对企业采购经理的月度调查结果统计汇总、编制而成的指数,它涵盖了企业采购、生产、流通等各个环节,是国际上通用的监测宏观经济走势的先行性指数之一,具有较强的预测、预警作用。制造业PMI通常以50%作为经济枯荣的分界点,PMI高于50%时,反映制造业经济扩张;低于50%,则反映制造业经济收缩。采购经理调查是一项月度调查,受季节因素影响,数据波动较大。现发布的PMI综合指数和各分类指数均为经季节调整后的数据。
由于国家刺激国内经济的措施,以及基础设施的大力建设、房地产开发、道路建设等原因导致我国工业经济不断扩张,造成制造业活动活跃,市场繁荣,2008年以前我国制造业采购经理指数一直在55点左右波动,2008年全球金融危机,我国出口、制造、投资都收到不同程度的影响,制造业PMI一度下跌,2008年11月甚至降到38.8。随着全球经济的回暖以及我国国内经济的强劲势头,制造业慢慢复苏,逐渐回到平衡点,并向55点靠拢。2012年以来,由于欧洲主权债务危机的影响,出口订单数减少,同时我国国内出台房地产调控政策,以及我国基础设施的不断完善及工业化进程的不断推进,导致建材需求势头减缓,制造业发展平稳,采购经理指数在50上下波动。结合国际形势,目前我国制造业PMI的波动主要取决于国内经济形势,指数波动不会很大,围绕着分界线上下小幅波动。(如图2)

图2我国制造业PMI变动情况
3指标的统计量描述
从指标的经济学意义可知,我国铁矿石进口量是绝对数,而制造业PMI是经过季节调整后的数据,反映工业经济发展趋势,是相对数,两者之间不能直接进行比较分析。因此,本文将铁矿石进口量与制造业PMI分别进行差分,分别用DQ和DPMI表示,经过差分之后处理的数据表示变化量,对这二者进行统计分析的经济学含义,表示我国制造业经济波动和我国铁矿石进口量变动之间的相互影响分析。

图32005-2013年我国铁矿石进口月变化量(万吨)

图42005-2013年我国制造业PMI月变化量
说明:使用Eviews7.0对指标进行作图分析。
由于制造业PMI是经济先导指标,具有“风向标”的作用,所以在2008年全球金融危机初露端倪时,制造业PMI波动比较剧烈;而铁矿石的进口量具有一定的滞后性,所以在2009年,我国铁矿石进口量才开始剧烈波动。使用Eviews7.0对变量进行统计描述,结果如表1:变量DQ与DPMI的偏度值都小于零,是负偏态分布,JB值与P值表明它们都服从正态分布。
表1DQ与PMI的统计量描述
|
均值
|
中位数
|
最大值
|
最小值
|
标准差
|
偏度
|
峰度
|
JB值
|
P值
|
DQ
|
49.085
|
6.961
|
1486.9
|
-2016.5
|
654.3
|
-0.306
|
3.595
|
3.246
|
0.197
|
DPMI
|
-0.035
|
0.000
|
5.000
|
-6.6
|
2.016
|
-0.434
|
4.302
|
10.91
|
0.004
|
4制造业PMI与我国铁矿石进口量的Granger因果关系实证检验
4.1平稳性检验
为了避免时间序列数据之间产生“伪回归”或“虚假回归”的现象,保证回归结果的无偏性和有效性,有必要对原序列进行平稳性检验。检验序列平稳性的标准方法是单位个检验,运用ADF方法对我国铁矿石进口变化量和制造业PMI变化量的平稳性进行单位根检验。因为变量DQ与DPMI都属于时间序列,因此运用ADF方法对两个序列的平稳性进行检验。检验结果如表2所示,ADF检验结果显示DQ与DPMI原序列都是平稳时间序列,不需要做协整检验,可以直接进行格兰杰因果关系检验和回归分析。
表2DQ与DPMI的ADF检验
|
ADF统计量
|
P值
|
1%临界值
|
1%临界值
|
1%临界值
|
结果
|
DW值
|
DQ
|
-11.451
|
0.000
|
-3.494
|
-2.889
|
-2.582
|
平稳
|
2.075
|
DPMI
|
-9.618
|
0.000
|
-3.494
|
-2.889
|
-2.582
|
平稳
|
1.986
|
4.2Granger因果关系检验
格兰杰因果关系检验是一种计量经济分析模型,用于分析经济变量之间的因果关系,即为“依赖于使用过去某些时点上所有信息的最佳最小二乘预测的方法”,从统计学意义上检验变量之间的因果性,对于经济现象中因果关系不明确的事物,可以通过这种方法进行统计意义上的检验。本文使用Eviews7.0对DQ和DPMI进行Granger因果关系检验,结果如下:
表3DQ与DPMI格兰杰因果关系检验结果
滞后期
|
原假设H0
|
样本数
|
F统计量
|
P值
|
结论(10%)
|
1
|
DQ不是DPMI的格兰杰原因
|
106
|
1.09227
|
0.2984
|
不拒绝
|
1
|
DPMI不是DQ的格兰杰原因
|
106
|
0.00493
|
0.9441
|
不拒绝
|
2
|
DQ不是DPMI的格兰杰原因
|
105
|
0.25519
|
0.7753
|
不拒绝
|
2
|
DPMI不是DQ的格兰杰原因
|
105
|
1.00916
|
0.3682
|
不拒绝
|
3
|
DQ不是DPMI的格兰杰原因
|
104
|
0.23991
|
0.8683
|
不拒绝
|
3
|
DPMI不是DQ的格兰杰原因
|
104
|
1.27044
|
0.2889
|
不拒绝
|
4
|
DQ不是DPMI的格兰杰原因
|
103
|
0.98867
|
0.4177
|
不拒绝
|
4
|
DPMI不是DQ的格兰杰原因
|
103
|
0.87624
|
0.4813
|
不拒绝
|
5
|
DQ不是DPMI的格兰杰原因
|
102
|
0.73593
|
0.5984
|
不拒绝
|
5
|
DPMI不是DQ的格兰杰原因
|
102
|
0.74467
|
0.5921
|
不拒绝
|
6
|
DQ不是DPMI的格兰杰原因
|
101
|
0.70746
|
0.6444
|
不拒绝
|
6
|
DPMI不是DQ的格兰杰原因
|
101
|
0.82826
|
0.5512
|
不拒绝
|
7
|
DQ不是DPMI的格兰杰原因
|
100
|
0.82173
|
0.5719
|
不拒绝
|
7
|
DPMI不是DQ的格兰杰原因
|
100
|
1.58134
|
0.1520
|
不拒绝
|
8
|
DQ不是DPMI的格兰杰原因
|
99
|
0.75622
|
0.6419
|
不拒绝
|
8
|
DPMI不是DQ的格兰杰原因
|
99
|
1.60554
|
0.1359
|
不拒绝
|
9
|
DQ不是DPMI的格兰杰原因
|
98
|
0.86726
|
0.5578
|
不拒绝
|
9
|
DPMI不是DQ的格兰杰原因
|
98
|
1.47656
|
0.1712
|
不拒绝
|
10
|
DQ不是DPMI的格兰杰原因
|
97
|
0.95359
|
0.4904
|
不拒绝
|
10
|
DPMI不是DQ的格兰杰原因
|
97
|
1.95836
|
0.0499
|
拒绝
|
11
|
DQ不是DPMI的格兰杰原因
|
96
|
0.98899
|
0.4644
|
不拒绝
|
11
|
DPMI不是DQ的格兰杰原因
|
96
|
2.17756
|
0.0248
|
拒绝
|
12
|
DQ不是DPMI的格兰杰原因
|
95
|
0.77614
|
0.6726
|
不拒绝
|
12
|
DPMI不是DQ的格兰杰原因
|
95
|
2.39953
|
0.0116
|
拒绝
|
经过反复地选取不同的滞后期进行检验,结果表明,接受DQ不是DPMI的格兰杰原因,即我国铁矿石进口量的变动对我国制造业PMI的变动没有直接影响。当滞后期小于10期时,接受DPMI不是DQ的格兰杰原因,即我国制造业采购经理指数的变动对我国铁矿石进口量的变动也没有直接影响;当滞后期大于第10期时,拒绝DPMI不是DQ的格兰杰原因,即我国制造业PMI的变化量的波动是我国铁矿石进口量的变化量波动的原因。
4.3回归模型确认
对模型
DQ_t=α+βDPMI_t+e_t
进行最小二乘估计,结果如下所示:
DQ_t=53.47+97.41DPMI_t+e_t
T(0.833)(2.361)
P(0.432)(0.003)
R2=0.091D.W=2.983
从上式中可以看到,DPMI_t的系数显著,但常数项系数不显著,这是由于自变量与因变量数值之间相差太大造成的,不影响统计结果的输出。但可D.W值显示估计方程存在自相关,因此需要消除自相关才能够得到正确的估计方程,由于D.W检验只适用于一阶自相关,因此采用LM检验法进行检验,发现方程存在一阶自相关。
运用广义差分法消除自相关,得到如下估计结果:
DQ_t=55.15+59.3DPMI_(t-12)-0.53AR(1)+e_t
T(1.431)(2.538)(-5.924)
P(0.1558)(0.013)(0.000)
R2=0.334D.W=2.224
经过广义差分法消除自相关后可决系数提高,为0.334,对模型的拟合度不是很高,但由于可决系数与受自变量个数、样本数等因素影响,影响我国铁矿石进口量的因素很多,本文只选取制造业PMI指标进行分析,因此可决系数不影响整体的预测作用,DPMI_(t-12)系数显著,D.W值显示方程已无自相关。我国制造业PMI变化量的变动对我国铁矿石进口变化量的变动有正向的影响,滞后期为12,因为采用的是月度数据,12期恰好为一年,结合制造业PMI的先导性,可以解释如下:我国当前一年的制造业情况会使铁矿石进口及钢铁生产企业产生预期,影响他们的贸易决策,对下一年的铁矿石进口产生影响,并且为同方向的影响,制造业发展势头良好,企业会加大下一年铁矿石进口,反之,则会相应减少铁矿石进口量。由于很多经济指标是事后指标,而制造业PMI是先导指标,又对我国铁矿石进口量变动有影响,因此我们应好好运用其在我国铁矿石贸易中的指导作用。
5结论与建议
本文从制造业PMI的角度入手,定量探索其对我国铁矿石进口量的预测作用,通过对我国铁矿石进口与制造业PMI的平稳性检验及格兰杰因果关系检验发现,我国制造业PMI与进口量之间存在单项格兰杰因果关系。并且根据回归结果可知,在我国铁矿石进口量与我国制造业PMI的分析中,我国制造业经济的发展情况会对我国铁矿石进口产生一定的影响,其滞后期间为一年。制造业PMI不同于一般指数,具有先导性,领先于很多经济指标,因此本文对我国铁矿石贸易具有一定的现实意义。
目前我国铁矿石价格“虚高”主要是我国钢厂和贸易商盲目地进口铁矿石造成的,盲目进口不仅造成价格上涨,抬高进口企业成本,还导致矿企对铁矿石供需形势判断失真,损害供需双方利益。中国素有“世界钢铁工厂”之称,若过度进口的行为不加以控制,不久的将来中国将会变成“世界钢铁仓库”。为了避免此种情况发生,政府应该充分地利用制造业PMI,根据上一年制造业PMI走势以及我国铁矿石进口的历史数据,合理地安排我国铁矿石进口的总量;企业在制定铁矿石进口计划时可以参考国家宏观控制量,并结合自己的生产情况,“量出为入”,减少资金、资源积压和浪费。