论文部分内容阅读
摘要：始于2019年末的新冠肺炎对我国的经济发展产生了剧烈的冲击，而作为经济循环重要的环节零售业也受到了沉重的打击，这种冲击的影响有多大是值得我们去思考的。为此本文将采用VAR模型，识别此次冲击带来的影响，并通过脉冲相应函数分析这种影响的持续时间。研究发现，零售业自身的影响是零售业下滑的主要原因，同时也是货运量下滑的主导原因，因此在接下来的经济重启中应当推动线下商铺的营业。
关键词：时间序列 新冠疫情 VAR模型
引言
在经过改革开放40多年的发展，我国的经济发展取得了举世瞩目的成就，国内生产总值从3679亿元增长到990865亿元，经济实力跃升至全球第二位，人均收入于2019年达到了3.1万元人民生活有了显著提高。而推动我国经济快速发展的动力就是我们常说的三驾马车：投资、出口、消费，在最初阶段我们主要通过投资这架马车来拉动经济的增长，到了2002年我国加入世界贸易组织后，我们国家凭借着廉价的劳动力成本优势，在全球的对外贸易中取得了丰硕的成果，外汇储备与2014年时达到了38430.2亿美元的历史顶峰，可见对外贸易在我国经济中的重要作用。不过随着我国经济发展进入新阶段，投资对于经济的增长开始出现疲软。而受到中美贸易战的影响，对外出口出现了大幅度的下滑，甚至拖累了经济的增长。在这样一个全新的宏观环境中，我们应当充分发挥内需对于经济增长的重要作用。
1 文献综述
随着我国经济发展进入新阶段，消费对经济增长的拉动作用逐渐占据主导地位。已有的文献也对这一方面进行了广泛地探究，所有的研究可以大致分为两类，一部分主要是对于零售额的统计描述，另一方面主要是通过建立模型探究了影响零售额的因素。
在社会零售额的数据认定与统计方面，谢启明（2006）在《核准社会消费品零售总额的想法》中指出我国实行的统计方法存在一定的落后性，且核准困难，并提出希望可以采用增长率指标来替代总量指标。孙凯（2018）对我国的零售与消费进行了社会调查，研究发现从2013年开始我国的居民消费支出与社会消费品的增长趋势开始出现背离。他们的这些研究只是停留在了数据的表面，并没有对深入的去进行分析。
还有一部分学者通过建立相关模型，对这一问题进行了较为全面的研究。在研究的早期主要是通过建立ARIMA模型对零售额进行自回归分析，并进行相应的模型预测。比如张华初、林洪（2006）就通过建立一阶差分模型对我国1978年1月至2004年的数据进行了拟合，并成功的对之后的数据进行了预测。但是这种模型并没有考虑到其他变量可能会对零售额带来的影响。而之后的法丽娜（2010）通过建立多元线性模型对影响零售额的各个变量进行了回归分析，并得出只有当收入与消费保持线性相关性时，零售业才能保持较快增长。直接对时间序列建立回归模型的这种研究方法本身就是不正确的，得到的结论也是不可靠的。王艳（2019）采用岭回归的方法对江苏省零售额影响因素进行了分析，岭回归这种方法避免了共线性所导致的有偏估计，研究表明影响零售额最重要的因素是居民收入，而人口数量则不明显。与岭回归相比，VAR模型在对系统进行分析时会更加具有优势，利用该模型可以将系统中各个变量之间的反馈作用考虑到，同时可以反映出外部冲击的影响。本文借鉴了方湖柳（2009）的建模方法，考察了人均收入、货运量、消费预期指数的外部冲击对零售额的影响。
2 模型设定
2.1影响社会消费品零售总额的因素
宏观经济在运行过程中各个变量之间往往都存在着相互的影响机制，而在时间序列中还存在着滞后效应，因此在考虑变量时需要将滞后项加入到模型中。根据经济学基本理论可知，影响到零售额的因素应该包括收入、预期、商品价格、消费者偏好等，考虑到数据的可得性及研究的需要，本文主要选取了货运量、收入、消费预期和税收四个指标，以此分析他们对于我国零售业的具体影响情况。
零售行业作为商品实现其价值的重要一环，对于社会再生产的顺利进行发挥着关键作用，马克思在资本论中写道，“从商品到货币的过程是惊险的一跃，这个惊险一跃如果不成功，摔坏的不是商品而是商品的所有者。受到新冠疫情的冲击，国内的交通停摆了两个多月，产品无法正常运输，消费者在居家隔離的两个多月的时间中绝大多数都是零收入，再加上人们对未来消费预期的下降，进一步造成了零售的大幅下降，因此我们预期一个负向的冲击将会通过货运量、消费预期、收入及税收间接的影响到零售额。
2.2计量模型
由于我们研究问题收集到的数据由于时间趋势，并且各个变量之间存在着相互作用。其次，本文的研究需要分析新冠疫情对我国零售业的冲击，本研究设计的变量和数据资料主要包括消费品零售额、国内货运量、税收以及消费者信息指数四个方面。对于消费品零售额与国内货运量的资料，我们选择CSMAR数据库中国1999年1月至2020年3月的月度数据资料进行分析。在零售额和消费税的数据中分别有15个和5个缺失值，对于存在的缺失值，我们采用临近点的线性趋势法进行填充，展示了近些年来我国零售与货运量的发展情况，同时通过观察，我们可以进一步得知两者之间存在着某种关系。对于消费者预期指数及税收数据，我们采用了中经网统计数据库提供1999-2020年我国消费者信心指数和消费税数据。展示了我国消费税以及消费者预期指数的波动情况。
显示的是各个变量对相关单一冲击的标准差（+SD）的未来10个月之内的动态反应 。在因果检验部分消费预期指数序列未通过因果检验，也就是说它并不是一个内生变量，那么我们在进行脉冲相应分析时就需要将其纳入外生变量中，从而讨论零售额、货运量和税收之间的脉冲响应。可以发现 ：（1）来自于税收的负面冲击将在第一期对税收造成一个负面的影响，此后这种影响开始衰弱，到了第二期时影响逐渐消失;来自税收的冲击同时还影响到了零售额和货运量，在最初这一冲击给两者带来了正面影响，到了第二期之后开始出现下降，直至下降到-0.05，之后开始减弱。（2）来自于零售额的冲击，对税收的影响都未能在5%的显著水平下拒绝原假设，因此可以认为是没有影响的;而对货运量的冲击与零售额的大致相同，都是先造成负的影响然后开始回升，最终趋于0。（3）货运量的冲击只对税收的第一期造成了正面影响，第二期以后影响消失，货运量对零售额的冲击整体是不显著的，货运量对自身的影响只在第一期有一个正的冲击，之后逐渐消失。
3结论及建议
当前我国经济主要依靠消费来驱动，消费对经济增长的贡献在2019年时已经达到了57.8%，外贸的贡献度为11%，由于受到新冠疫情的影响，国内的正常交易以及外贸几乎处于停滞水平，短期内对我国经济的发展产生了重要影响。为此，本文以这次疫情为自然实验，采用向量自回归分析法、脉冲响应分析识别了疫情对零售额的影响。研究结果表明：短期内疫情直接对零售额造成了影响，在之后又通过货运量以及消费税间接导致了零售额的大幅下滑，其中对零售额的直接影响占到了50%，其次是由于货运量下降所造成的影响，相比而言消费者预期的冲击较小。
本文在此只是对于冲击进行了分析，并且提出了相关的预测，受到数据收集的约束，相关政策所带来的具体效果还有待在今后进一步评估，从而为今后可能出现的冲击提供借鉴。
参考文献：
[1]谢明启.核准社会消费品零售总额的想法[J].中国统计年鉴，2006，（4）：41-42;
[2]孙凯.社会消费品零售总额与消费全貌的调查分析[J].大庆社会科学，2018，209（4）：115-116;
[3]张华初，林洪.我国社会消费品零售额ARMA预测模型[J].统计研究，2006，（7）：58-60;
[4]法丽娜.关于我国社会消费品零售总额持续增长的实证分析[J].经济问题，2010，（5）：32-35;
中北大学朔州校区 山西 朔州 036000
关键词：时间序列 新冠疫情 VAR模型
引言
在经过改革开放40多年的发展，我国的经济发展取得了举世瞩目的成就，国内生产总值从3679亿元增长到990865亿元，经济实力跃升至全球第二位，人均收入于2019年达到了3.1万元人民生活有了显著提高。而推动我国经济快速发展的动力就是我们常说的三驾马车：投资、出口、消费，在最初阶段我们主要通过投资这架马车来拉动经济的增长，到了2002年我国加入世界贸易组织后，我们国家凭借着廉价的劳动力成本优势，在全球的对外贸易中取得了丰硕的成果，外汇储备与2014年时达到了38430.2亿美元的历史顶峰，可见对外贸易在我国经济中的重要作用。不过随着我国经济发展进入新阶段，投资对于经济的增长开始出现疲软。而受到中美贸易战的影响，对外出口出现了大幅度的下滑，甚至拖累了经济的增长。在这样一个全新的宏观环境中，我们应当充分发挥内需对于经济增长的重要作用。
1 文献综述
随着我国经济发展进入新阶段，消费对经济增长的拉动作用逐渐占据主导地位。已有的文献也对这一方面进行了广泛地探究，所有的研究可以大致分为两类，一部分主要是对于零售额的统计描述，另一方面主要是通过建立模型探究了影响零售额的因素。
在社会零售额的数据认定与统计方面，谢启明（2006）在《核准社会消费品零售总额的想法》中指出我国实行的统计方法存在一定的落后性，且核准困难，并提出希望可以采用增长率指标来替代总量指标。孙凯（2018）对我国的零售与消费进行了社会调查，研究发现从2013年开始我国的居民消费支出与社会消费品的增长趋势开始出现背离。他们的这些研究只是停留在了数据的表面，并没有对深入的去进行分析。
还有一部分学者通过建立相关模型，对这一问题进行了较为全面的研究。在研究的早期主要是通过建立ARIMA模型对零售额进行自回归分析，并进行相应的模型预测。比如张华初、林洪（2006）就通过建立一阶差分模型对我国1978年1月至2004年的数据进行了拟合，并成功的对之后的数据进行了预测。但是这种模型并没有考虑到其他变量可能会对零售额带来的影响。而之后的法丽娜（2010）通过建立多元线性模型对影响零售额的各个变量进行了回归分析，并得出只有当收入与消费保持线性相关性时，零售业才能保持较快增长。直接对时间序列建立回归模型的这种研究方法本身就是不正确的，得到的结论也是不可靠的。王艳（2019）采用岭回归的方法对江苏省零售额影响因素进行了分析，岭回归这种方法避免了共线性所导致的有偏估计，研究表明影响零售额最重要的因素是居民收入，而人口数量则不明显。与岭回归相比，VAR模型在对系统进行分析时会更加具有优势，利用该模型可以将系统中各个变量之间的反馈作用考虑到，同时可以反映出外部冲击的影响。本文借鉴了方湖柳（2009）的建模方法，考察了人均收入、货运量、消费预期指数的外部冲击对零售额的影响。
2 模型设定
2.1影响社会消费品零售总额的因素
宏观经济在运行过程中各个变量之间往往都存在着相互的影响机制，而在时间序列中还存在着滞后效应，因此在考虑变量时需要将滞后项加入到模型中。根据经济学基本理论可知，影响到零售额的因素应该包括收入、预期、商品价格、消费者偏好等，考虑到数据的可得性及研究的需要，本文主要选取了货运量、收入、消费预期和税收四个指标，以此分析他们对于我国零售业的具体影响情况。
零售行业作为商品实现其价值的重要一环，对于社会再生产的顺利进行发挥着关键作用，马克思在资本论中写道，“从商品到货币的过程是惊险的一跃，这个惊险一跃如果不成功，摔坏的不是商品而是商品的所有者。受到新冠疫情的冲击，国内的交通停摆了两个多月，产品无法正常运输，消费者在居家隔離的两个多月的时间中绝大多数都是零收入，再加上人们对未来消费预期的下降，进一步造成了零售的大幅下降，因此我们预期一个负向的冲击将会通过货运量、消费预期、收入及税收间接的影响到零售额。
2.2计量模型
由于我们研究问题收集到的数据由于时间趋势，并且各个变量之间存在着相互作用。其次，本文的研究需要分析新冠疫情对我国零售业的冲击，本研究设计的变量和数据资料主要包括消费品零售额、国内货运量、税收以及消费者信息指数四个方面。对于消费品零售额与国内货运量的资料，我们选择CSMAR数据库中国1999年1月至2020年3月的月度数据资料进行分析。在零售额和消费税的数据中分别有15个和5个缺失值，对于存在的缺失值，我们采用临近点的线性趋势法进行填充，展示了近些年来我国零售与货运量的发展情况，同时通过观察，我们可以进一步得知两者之间存在着某种关系。对于消费者预期指数及税收数据，我们采用了中经网统计数据库提供1999-2020年我国消费者信心指数和消费税数据。展示了我国消费税以及消费者预期指数的波动情况。
显示的是各个变量对相关单一冲击的标准差（+SD）的未来10个月之内的动态反应 。在因果检验部分消费预期指数序列未通过因果检验，也就是说它并不是一个内生变量，那么我们在进行脉冲相应分析时就需要将其纳入外生变量中，从而讨论零售额、货运量和税收之间的脉冲响应。可以发现 ：（1）来自于税收的负面冲击将在第一期对税收造成一个负面的影响，此后这种影响开始衰弱，到了第二期时影响逐渐消失;来自税收的冲击同时还影响到了零售额和货运量，在最初这一冲击给两者带来了正面影响，到了第二期之后开始出现下降，直至下降到-0.05，之后开始减弱。（2）来自于零售额的冲击，对税收的影响都未能在5%的显著水平下拒绝原假设，因此可以认为是没有影响的;而对货运量的冲击与零售额的大致相同，都是先造成负的影响然后开始回升，最终趋于0。（3）货运量的冲击只对税收的第一期造成了正面影响，第二期以后影响消失，货运量对零售额的冲击整体是不显著的，货运量对自身的影响只在第一期有一个正的冲击，之后逐渐消失。
3结论及建议
当前我国经济主要依靠消费来驱动，消费对经济增长的贡献在2019年时已经达到了57.8%，外贸的贡献度为11%，由于受到新冠疫情的影响，国内的正常交易以及外贸几乎处于停滞水平，短期内对我国经济的发展产生了重要影响。为此，本文以这次疫情为自然实验，采用向量自回归分析法、脉冲响应分析识别了疫情对零售额的影响。研究结果表明：短期内疫情直接对零售额造成了影响，在之后又通过货运量以及消费税间接导致了零售额的大幅下滑，其中对零售额的直接影响占到了50%，其次是由于货运量下降所造成的影响，相比而言消费者预期的冲击较小。
本文在此只是对于冲击进行了分析，并且提出了相关的预测，受到数据收集的约束，相关政策所带来的具体效果还有待在今后进一步评估，从而为今后可能出现的冲击提供借鉴。
参考文献：
[1]谢明启.核准社会消费品零售总额的想法[J].中国统计年鉴，2006，（4）：41-42;
[2]孙凯.社会消费品零售总额与消费全貌的调查分析[J].大庆社会科学，2018，209（4）：115-116;
[3]张华初，林洪.我国社会消费品零售额ARMA预测模型[J].统计研究，2006，（7）：58-60;
[4]法丽娜.关于我国社会消费品零售总额持续增长的实证分析[J].经济问题，2010，（5）：32-35;
中北大学朔州校区 山西 朔州 036000