網(wǎng)絡(luò)消費(fèi)者信心指數(shù)和經(jīng)濟(jì)增長的動態(tài)相關(guān)性研究

劉偉江 李映橋

(吉林大學(xué) 數(shù)量經(jīng)濟(jì)研究中心，吉林 長春 130012)

網(wǎng)絡(luò)消費(fèi)者信心指數(shù)和經(jīng)濟(jì)增長的動態(tài)相關(guān)性研究

劉偉江 李映橋

(吉林大學(xué) 數(shù)量經(jīng)濟(jì)研究中心，吉林 長春 130012)

利用搜索引擎中的關(guān)鍵詞搜索數(shù)據(jù)所合成的網(wǎng)絡(luò)消費(fèi)者信心指數(shù)(WCCI)，以中國規(guī)模以上企業(yè)工業(yè)增加值(IP)作為測量經(jīng)濟(jì)增長的量化指標(biāo)，首先分別定量描述WCCI和IP序列，而后利用DCC多元GARCH模型和SVAR模型，分析中國網(wǎng)絡(luò)消費(fèi)者信心和經(jīng)濟(jì)增長的動態(tài)相關(guān)關(guān)系和相互作用情況。結(jié)果表明，WCCI與IP之間存在顯著的動態(tài)相關(guān)關(guān)系，WCCI可以Granger引起IP的變化，WCCI可以解釋約20%的IP波動。

網(wǎng)絡(luò)搜索；網(wǎng)絡(luò)消費(fèi)；網(wǎng)絡(luò)消費(fèi)者信心指數(shù)；經(jīng)濟(jì)增長

一、引言

“大數(shù)據(jù)”一詞從方興未艾到耳熟能詳，已經(jīng)逐漸滲透到人們的生活中，正明顯改變著我們的生活方式和行為習(xí)慣。人們的信息來源從傳統(tǒng)的媒體擴(kuò)展到網(wǎng)絡(luò)媒介，且網(wǎng)絡(luò)所占比重仍在逐年上升。大數(shù)據(jù)對于宏觀經(jīng)濟(jì)分析的意義是革命性的。依托移動互聯(lián)、云計(jì)算、物聯(lián)網(wǎng)等技術(shù)，大數(shù)據(jù)時(shí)代使產(chǎn)業(yè)經(jīng)濟(jì)與信息經(jīng)濟(jì)的整合成為可能。互聯(lián)網(wǎng)已經(jīng)不僅僅是傳統(tǒng)信息傳播的媒介，更是發(fā)展成為人與人之間虛擬的社會。大量和人類相關(guān)的數(shù)據(jù)，例如經(jīng)濟(jì)、社會運(yùn)行指數(shù)被投射到云上。而這些數(shù)據(jù)普遍具有實(shí)時(shí)、交互和非結(jié)構(gòu)化的特點(diǎn)，數(shù)據(jù)中隱藏著用戶心理、需求變化狀況，同時(shí)也蘊(yùn)含著經(jīng)濟(jì)社會運(yùn)行的各種先行指標(biāo)信號。學(xué)者們以網(wǎng)絡(luò)搜索數(shù)據(jù)即時(shí)性為基礎(chǔ)，將其運(yùn)用到預(yù)測經(jīng)濟(jì)行為或指標(biāo)的研究中，如Goel et al.(2010)研究了美國地區(qū)的首周末票房收入、電子游戲首月銷量、熱歌100排行榜與搜索行為之間的關(guān)系排名，認(rèn)為：搜索量與消費(fèi)行為高度相關(guān)，對于未來的情況具有顯著的預(yù)測作用，搜索引擎中的搜索量變化可以成為未來結(jié)果的前兆；加入關(guān)鍵詞搜索量之后，基準(zhǔn)模型得到了不同程度的優(yōu)化。該研究還回顧了流感趨勢監(jiān)控，論證了在缺乏其他數(shù)據(jù)源的情況下，網(wǎng)絡(luò)搜索數(shù)據(jù)可以對短期內(nèi)的未來做出有效預(yù)測。對于宏微觀的經(jīng)濟(jì)指標(biāo)，也有學(xué)者利用網(wǎng)絡(luò)搜索技術(shù)對預(yù)測進(jìn)行了優(yōu)化，如：Kholodilin et al.(2009)在個(gè)人消費(fèi)增長率模型中加入網(wǎng)絡(luò)搜索數(shù)據(jù)，得到的預(yù)測效果精確度高于基準(zhǔn)模型；Vosen et al.(2011)也認(rèn)為網(wǎng)絡(luò)搜索行為與消費(fèi)行為之間存在關(guān)聯(lián)性，網(wǎng)絡(luò)搜索數(shù)據(jù)的加入會增加模型預(yù)測精度；Wu et al.(2014)通過在預(yù)測模型中加入網(wǎng)絡(luò)搜索指數(shù)，用相對簡單的線性回歸模型得到了精度更高的預(yù)測，使MAE等指標(biāo)大大降低，數(shù)據(jù)不僅細(xì)化到了以鄉(xiāng)鎮(zhèn)為單位，同時(shí)還與官方后來公布的一致。除了可以應(yīng)用與預(yù)測房價(jià)之外，網(wǎng)絡(luò)搜索數(shù)據(jù)還可以預(yù)測房屋銷售額、家庭消費(fèi)等微觀經(jīng)濟(jì)指標(biāo)。該類研究可以幫助消費(fèi)者、生產(chǎn)者和政府做出有效的最優(yōu)決策，同時(shí)，也為供給與需求的相關(guān)研究提供了新的路徑和方法。還有一些學(xué)者在其研究內(nèi)容中加入網(wǎng)絡(luò)搜索數(shù)據(jù)構(gòu)建出新的經(jīng)濟(jì)指標(biāo)，如：Penna et al.(2009)開發(fā)的消費(fèi)意向指數(shù)就是根據(jù)谷歌趨勢中的搜索數(shù)據(jù)所合成的，就消費(fèi)者信心的預(yù)測而言，該指數(shù)要優(yōu)于傳統(tǒng)指數(shù)；張崇(2012)合成的搜索指數(shù)與CPI相比具有領(lǐng)先其變化的特征，且二者間存在協(xié)整關(guān)系，這是國內(nèi)學(xué)者對于網(wǎng)絡(luò)搜索數(shù)據(jù)與經(jīng)濟(jì)行為之間的初步探索。學(xué)者們對網(wǎng)絡(luò)搜索指標(biāo)的構(gòu)建還在不斷優(yōu)化中。孫毅等(2014a)以百度數(shù)據(jù)中的搜索指數(shù)為基礎(chǔ)，開發(fā)了網(wǎng)絡(luò)消費(fèi)者信心指數(shù)(ICCI)，ICCI相比傳統(tǒng)工具而言能更好地預(yù)測社會商品零售總額；同時(shí)，孫毅等(2014b)合成的網(wǎng)絡(luò)通脹預(yù)期指數(shù)與通貨膨脹率有著相似的走勢。劉偉江等(2015)利用和孫毅等(2014a)相似的指標(biāo)選取方法構(gòu)建了網(wǎng)絡(luò)消費(fèi)者信心指數(shù)，通過用馬爾科夫區(qū)制轉(zhuǎn)移模型證明了網(wǎng)絡(luò)消費(fèi)者信心指數(shù)與物價(jià)波動的顯著關(guān)聯(lián)性，對比了二者增長速率和波動情況的關(guān)系?？偟膩碚f，以上研究都證明了經(jīng)濟(jì)行為和網(wǎng)絡(luò)搜索數(shù)據(jù)之間聯(lián)系密切，而以網(wǎng)絡(luò)搜索數(shù)據(jù)所構(gòu)建的模型預(yù)測也更為精確。

本文以搜索引擎中大數(shù)據(jù)為基礎(chǔ)構(gòu)建網(wǎng)絡(luò)消費(fèi)者信心指數(shù)，將其作為網(wǎng)民消費(fèi)需求在互聯(lián)網(wǎng)上的映射，利用動態(tài)條件相關(guān)多元模型(DCC-GARCH)、SVAR模型研究網(wǎng)絡(luò)消費(fèi)者信心和經(jīng)濟(jì)增長之間的關(guān)系，并對兩者的動態(tài)特征進(jìn)行定性和定量分析，探索兩個(gè)指標(biāo)間波動的聯(lián)動性和相關(guān)性，為諸多不確定因素下的政策制定提供參考，以提高中國經(jīng)濟(jì)波動的識別能力和預(yù)警能力。

二、文獻(xiàn)綜述

消費(fèi)者信心指數(shù)(Consumer Confidence Index,CCI)是由美國密歇根大學(xué)調(diào)查研究中心Katona首先提出，可以分為消費(fèi)者預(yù)期指數(shù)和消費(fèi)者滿意指數(shù)兩個(gè)部分。它是政府制定經(jīng)濟(jì)政策時(shí)需要參考的重要經(jīng)濟(jì)指標(biāo)之一，在學(xué)術(shù)界常用其預(yù)測經(jīng)濟(jì)發(fā)展趨勢。中國國家統(tǒng)計(jì)局從1997年12月開始正式調(diào)研和編制CCI，而后定期公布消費(fèi)者信心調(diào)查報(bào)告。市場信心作為一種主觀心理感受，很早就進(jìn)入經(jīng)濟(jì)學(xué)家視野，然而國內(nèi)外研究學(xué)者對消費(fèi)者信心與經(jīng)濟(jì)增長之間關(guān)系的看法至今尚未統(tǒng)一。

一些學(xué)者認(rèn)為，消費(fèi)者信心與宏觀經(jīng)濟(jì)存在相互作用。Farmer et al.(1994)從“動物精神”的角度解釋了信心和經(jīng)濟(jì)波動之間的關(guān)系，他們指出零沖擊下經(jīng)濟(jì)周期仍然會產(chǎn)生波動，這是由投資者心理預(yù)期的自我實(shí)現(xiàn)所導(dǎo)致的。Golinelli et al.(2004)利用VAR模型對多個(gè)國家30年的產(chǎn)出和消費(fèi)者情緒指數(shù)(CSI)進(jìn)行研究，結(jié)果表明，CSI可以對經(jīng)濟(jì)行為做出預(yù)測，CSI領(lǐng)先于GDP變化，且CSI對GDP有顯著影響，這種影響是與其它宏觀經(jīng)濟(jì)變量相獨(dú)立的。John et al.(1995)研究了消費(fèi)者信心與經(jīng)濟(jì)波動之間的關(guān)系，認(rèn)為消費(fèi)者信心在公眾對于經(jīng)濟(jì)周期的預(yù)期方面有著重要作用，CSI的降低會引起蕭條，CSI與GNP之間存在著雙向的Granger因果關(guān)系，進(jìn)一步來說，消費(fèi)者信心的外生變化會對多重均衡模型中的產(chǎn)出造成影響。Taylor et al.(2007)以英國、法國、意大利和荷蘭四個(gè)國家的數(shù)據(jù)為基礎(chǔ)構(gòu)建模型，預(yù)測消費(fèi)者信心、企業(yè)家信心與GDP增長率之間的關(guān)系，結(jié)果表明前兩者與后者具有顯著相關(guān)性，該模型經(jīng)過證明可以很好地預(yù)測經(jīng)濟(jì)下行的趨勢。白彩全等(2012)利用平穩(wěn)性檢驗(yàn)、協(xié)整檢驗(yàn)等方法論證了消費(fèi)者信心指數(shù)與宏觀經(jīng)濟(jì)景氣指數(shù)之間互為因果的關(guān)系，認(rèn)為國家經(jīng)濟(jì)狀況對消費(fèi)者信心有顯著影響，增強(qiáng)消費(fèi)者信心對于拉動經(jīng)濟(jì)增長具有十分重要的意義。李雪梅(2008)用線性回歸和相關(guān)系數(shù)等分析手段論證了消費(fèi)者信心與宏觀經(jīng)濟(jì)運(yùn)行的關(guān)系，認(rèn)為消費(fèi)者信心與GDP和就業(yè)水平有著較高的相關(guān)性。綜上所述，經(jīng)濟(jì)行為會受到消費(fèi)者信心的影響，產(chǎn)出、消費(fèi)、物價(jià)、就業(yè)與消費(fèi)者信心之間的關(guān)系是存在的。

與上述觀點(diǎn)不同，有學(xué)者認(rèn)為，消費(fèi)者信心對宏觀經(jīng)濟(jì)不存在顯著影響。Mehra et al.(2003)認(rèn)為，經(jīng)濟(jì)基本面具有客觀規(guī)律，經(jīng)濟(jì)主體的心理因素?zé)o法促進(jìn)或抑制經(jīng)濟(jì)的運(yùn)行。吳文鋒等(2004)則認(rèn)為，雖然CCI對消費(fèi)有預(yù)測作用，但回歸模型和Granger因果檢驗(yàn)卻證明，對于經(jīng)濟(jì)系統(tǒng)中的其他部門而言，消費(fèi)者信心指數(shù)的領(lǐng)先作用并不顯著。然而本文認(rèn)為，該結(jié)論可能并未考慮到時(shí)間序列中的非線性特征。此外，還有一些學(xué)者將企業(yè)家信心和消費(fèi)者信心作為信心的兩個(gè)方面，逐個(gè)探究其對宏觀經(jīng)濟(jì)的作用。陳彥斌等(2009)認(rèn)為，企業(yè)家信心可以顯著影響宏觀經(jīng)濟(jì)運(yùn)行，而消費(fèi)者信心則不能對宏觀經(jīng)濟(jì)產(chǎn)生影響；耿鵬(2013)的研究也表明，消費(fèi)者信心對宏觀經(jīng)濟(jì)的預(yù)測作用不明顯，而企業(yè)家信心則會影響宏觀經(jīng)濟(jì)運(yùn)行。學(xué)者們之所以認(rèn)為消費(fèi)者信心無法影響經(jīng)濟(jì)活動，主要原因集中在三點(diǎn)：(1)經(jīng)濟(jì)的客觀性；(2)消費(fèi)者信心與經(jīng)濟(jì)指標(biāo)間因果關(guān)系不顯著；(3)僅有企業(yè)家信心能夠影響經(jīng)濟(jì)運(yùn)行，消費(fèi)者信心則不具該功能。還有一些研究對消費(fèi)與消費(fèi)者信心之間的關(guān)系進(jìn)行了不同地域間的縱向比較。楊茂(2006)對北京、天津、上海、廣州四市的消費(fèi)者信心進(jìn)行了研究，認(rèn)為消費(fèi)者信心對消費(fèi)影響的有無和大小因地區(qū)而異。綜上所述，學(xué)者們從不同的角度對消費(fèi)者信心與宏觀經(jīng)濟(jì)間的關(guān)系進(jìn)行了探討，得出的結(jié)論也各有不同。網(wǎng)民在搜索引擎上的搜索行為和記錄，可以被視為消費(fèi)需求在互聯(lián)網(wǎng)的映射，而包含網(wǎng)絡(luò)信息的消費(fèi)者信心與宏觀經(jīng)濟(jì)之間關(guān)系的研究尚未成熟。本文即以此作為切入點(diǎn)，將消費(fèi)在網(wǎng)絡(luò)搜索數(shù)據(jù)中的映射納入消費(fèi)者信心指數(shù)的考量范圍，對經(jīng)濟(jì)增長與網(wǎng)絡(luò)消費(fèi)者信心的動態(tài)相關(guān)關(guān)系和相互作用機(jī)理進(jìn)行探究。

三、網(wǎng)絡(luò)消費(fèi)者信心指數(shù)與經(jīng)濟(jì)增長關(guān)系的實(shí)證研究

(一)樣本選擇及數(shù)據(jù)描述

本文選用2006年7月至2015年9月規(guī)模以上工業(yè)企業(yè)增加值累計(jì)同比實(shí)際增速(下文稱工業(yè)增加值)來代表中國的經(jīng)濟(jì)增長水平，數(shù)據(jù)來源于《中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫》，記為IP。就網(wǎng)絡(luò)消費(fèi)者信心而言，我們利用劉偉江等(2015)構(gòu)建的網(wǎng)絡(luò)消費(fèi)者信心指數(shù)進(jìn)行度量，后者利用百度搜索引擎中的數(shù)據(jù)，經(jīng)過分類篩選、優(yōu)化之后合成了網(wǎng)絡(luò)消費(fèi)者信心指數(shù)。與以往的消費(fèi)者信心指數(shù)相比，網(wǎng)絡(luò)消費(fèi)者信心指數(shù)更能夠?qū)崟r(shí)反映消費(fèi)者信心變化，充分考慮了互聯(lián)網(wǎng)對人們行為模式及消費(fèi)習(xí)慣的改變。基于經(jīng)濟(jì)意義及構(gòu)建模型的考量，我們將上文中的網(wǎng)絡(luò)消費(fèi)者信心指數(shù)進(jìn)行預(yù)處理，以2006年7月為基準(zhǔn)將其處理成對數(shù)增長率數(shù)據(jù)，記為WCCI。

圖1 WCCI的時(shí)間動態(tài)軌跡

中國網(wǎng)絡(luò)消費(fèi)者信心指數(shù)的簡單描述如圖1所示，從中可以看出，2006年9月到2015年9月，網(wǎng)絡(luò)消費(fèi)者信心指數(shù)以較平穩(wěn)的趨勢增長，在2012年、2013年和2014年年末分別有一定程度的下降。由于網(wǎng)絡(luò)消費(fèi)者信心指數(shù)具有明顯的時(shí)間趨勢，現(xiàn)將其一階差分后與工業(yè)增加值的序列進(jìn)行更直觀的比較，如圖2所示。

從圖2中可以看出，2006年9月到2015年9月，網(wǎng)絡(luò)消費(fèi)者信心指數(shù)以較平穩(wěn)的趨勢增長，在2012年、2013年和2014年年末分別有一定程度的下降；IP在經(jīng)歷2009年初的最低點(diǎn)后經(jīng)歷了幾次震蕩，近兩年有小幅下降的趨勢。就兩者呈現(xiàn)如圖變化的原因而言，筆者認(rèn)為：百度指數(shù)是本文應(yīng)用的網(wǎng)絡(luò)消費(fèi)者信心指數(shù)的數(shù)據(jù)來源，相對應(yīng)的關(guān)鍵詞搜索記錄始于2006年7月，而當(dāng)時(shí)的互聯(lián)網(wǎng)普及率和覆蓋率仍處于相對較低的水平，與現(xiàn)在的發(fā)展差距很大，所以從2006年到2009年，中國的網(wǎng)絡(luò)消費(fèi)者信心變化程度一直不高；隨后的幾年，網(wǎng)絡(luò)在消費(fèi)者生活中的日益滲透，人們更加頻繁地使用搜索引擎，網(wǎng)絡(luò)消費(fèi)者信心指數(shù)的增長速度有所加快；到了2011年，搜索數(shù)據(jù)的來源被進(jìn)一步擴(kuò)展，來自手機(jī)等移動設(shè)備的搜索數(shù)據(jù)也被納入百度指數(shù)的計(jì)算范疇中。WCCI在多種因素的綜合作用下被推至較高水平。2008年，一場國際范圍內(nèi)的金融海嘯隨著美國次貸危機(jī)的爆發(fā)而席卷全球，中國經(jīng)濟(jì)也因此受到較大影響，工業(yè)增加值大幅降低；2009年伊始，中國經(jīng)濟(jì)隨著全球經(jīng)濟(jì)復(fù)蘇而逐步回暖，政府出臺了刺激經(jīng)濟(jì)的各項(xiàng)政策，其作用開始逐步顯現(xiàn)；到了2011年，隨著歐債危機(jī)的蔓延，央行貨幣政策的收緊，房地產(chǎn)市場的萎靡，工業(yè)增加值再次下挫，經(jīng)歷反彈、平穩(wěn)、激增之后于2013年初驟降，恢復(fù)平穩(wěn)后至今有小幅下跌的走勢。

圖2 WCCI與IP的時(shí)間動態(tài)軌跡

表1對樣本區(qū)間內(nèi)WCCI和IP進(jìn)行了統(tǒng)計(jì)性描述，比較二者的標(biāo)準(zhǔn)差可以發(fā)現(xiàn)，IP大于WCCI，這表明工業(yè)增加值序列的波動性較大。對二者各項(xiàng)統(tǒng)計(jì)指標(biāo)進(jìn)行分析可知，WCCI在樣本區(qū)間內(nèi)不服從正態(tài)分布，具有“尖峰厚尾”的分布特征，且兩個(gè)序列的ARCH效應(yīng)均顯著存在。

表1 各指標(biāo)描述性統(tǒng)計(jì)值

(二)平穩(wěn)性分析

在模型建立之前，先利用ADF檢驗(yàn)對兩個(gè)序列進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果見表2。IP在1%的顯著水平下為平穩(wěn)序列，而WCCI經(jīng)一階差分后為平穩(wěn)序列，此處，根據(jù)選用的模型不同依情況討論如下：為了應(yīng)用DCC-GARCH模型對二者的動態(tài)關(guān)系進(jìn)行分析，需將兩個(gè)序列調(diào)整為同階單整，故將WCCI取一階差分后，再放入模型中進(jìn)行估計(jì)；在SVAR模型中，則需要進(jìn)一步驗(yàn)證兩個(gè)序列之間的關(guān)系，如果二者之間存在協(xié)整關(guān)系，則可將原序列放入模型中進(jìn)行估計(jì)，如果不存在協(xié)整關(guān)系，則需要調(diào)整和修改模型。

表2 各序列平穩(wěn)性檢驗(yàn)結(jié)果

(三)格蘭杰因果檢驗(yàn)

為了利用SVAR模型進(jìn)一步研究網(wǎng)絡(luò)消費(fèi)者信心與經(jīng)濟(jì)增長的關(guān)系，本文通過Granger因果檢驗(yàn)加以論證，利用WCCI和工業(yè)累計(jì)增加值的月度數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。首先對所有變量序列進(jìn)行平穩(wěn)性檢驗(yàn)，具體結(jié)果如表2所示。通過ADF檢驗(yàn)可知，規(guī)模以上工業(yè)企業(yè)增加值累計(jì)同比實(shí)際增速序列為穩(wěn)定序列，不存在單位根，而網(wǎng)絡(luò)消費(fèi)者信心指數(shù)為一階單整序列。對WCCI與IP序列進(jìn)行協(xié)整檢驗(yàn)，表3的檢驗(yàn)結(jié)果證明，WCCI和IP這兩個(gè)變量在1%的顯著水平下至少存在1個(gè)協(xié)整關(guān)系。根據(jù)最大特征值檢驗(yàn)法和特征跡檢驗(yàn)法可以判斷，兩個(gè)變量是協(xié)整的，可以繼續(xù)進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)做進(jìn)一步分析。

表3 協(xié)整檢驗(yàn)結(jié)果

雖然研究對象中WCCI序列非平穩(wěn)，但由于協(xié)整檢驗(yàn)的結(jié)果表明WCCI與IP之間是協(xié)整的，因此，進(jìn)行Granger因果檢驗(yàn)時(shí)可以使用WCCI和IP的原序列。根據(jù)表4的檢驗(yàn)結(jié)果可知，WCCI可以直接引起IP的波動，可以利用SVAR模型對二者之間的作用關(guān)系進(jìn)行研究。

表4 Granger因果關(guān)系檢驗(yàn)結(jié)果

(四)DCC-GARCH模型的構(gòu)建和識別

由上文序列的統(tǒng)計(jì)特征和檢驗(yàn)結(jié)果分析可知，在WCCI與IP序列中存在著尖峰厚尾、自相關(guān)和異方差的特征，基本的OLS回歸模型不能精確地描述變量之間的動態(tài)相互作用關(guān)系。為了檢驗(yàn)WCCI與IP之間波動的關(guān)聯(lián)程度，我們利用DCC-GARCH模型來研究兩個(gè)變量之間的聯(lián)動性。在考察網(wǎng)絡(luò)消費(fèi)者信心與經(jīng)濟(jì)增長各自波動性的同時(shí)，充分利用二者相關(guān)性中所包含的信息，力求刻畫二者相關(guān)系數(shù)的時(shí)變特性。

1.模型框架

Ht=(hij,t)=DtRtDt

(1)

(2)

(3)

(4)

(5)

(6)

為了對DCC-GARCH模型進(jìn)行估計(jì)，我們分以下兩個(gè)步驟進(jìn)行操作：第一，建立單變量GARCH模型，可以估計(jì)出單變量的條件方差；第二，將單變量的條件方差標(biāo)準(zhǔn)化后，估計(jì)變量之間的動態(tài)條件相關(guān)系數(shù)。把模型的參數(shù)θ分解為兩部分(φ,φ)，φi=(ωi,αi1,αi2…βi1,βi2…)為第i個(gè)序列的單變量GARCH模型的估計(jì)參數(shù)，φ=(α，β)。通過以上兩步估計(jì)過程，可以得到具有漸進(jìn)正態(tài)性和一致性的估計(jì)結(jié)果。

2.模型估計(jì)

根據(jù)上文描述的過程構(gòu)建包含IP與DWCCI的DCC-GARCH模型。兩個(gè)序列的GARCH(1，1)模型估計(jì)結(jié)果如表5所示。由表5可知，在5%的水平下兩個(gè)變量的ARCH項(xiàng)系數(shù)和GARCH項(xiàng)系數(shù)都是顯著的。另外，用Ljung-Box檢驗(yàn)方程的殘差及其平方，結(jié)果殘差中不存在自相關(guān)，ARCH效應(yīng)不顯著，說明模型設(shè)定具有合理性。最后，DWCCI的條件方差方程中，ARCH項(xiàng)和GARCH項(xiàng)系數(shù)之和與1比較接近，說明WCCI的增加量序列的波動具有顯著的持續(xù)性。

表5 單變量GARCH(1，1)模型估計(jì)結(jié)果

注：***、**、*分別表示參數(shù)在1%、5%、10%的水平下顯著。

另外，在無條件相關(guān)系數(shù)的估計(jì)結(jié)果中，α*=0.3877，β*=0.4999。α*和β*均不顯著為零，α*和β*之和小于1且與1比較接近，估計(jì)結(jié)果符合模型的穩(wěn)定性約束條件，二者存在顯著的時(shí)變相關(guān)性。進(jìn)一步來說，α*和β*均為正，動態(tài)相關(guān)系數(shù)的值均大于0，故相關(guān)系數(shù)矩陣與上期波動呈正相關(guān)關(guān)系。又由于α*<β*，這說明，對網(wǎng)絡(luò)消費(fèi)者信心指數(shù)和工業(yè)增加值序列來講，前期殘差平方對當(dāng)期動態(tài)異方差所帶來的波動小于前期條件異方差對當(dāng)期動態(tài)異方差的影響。同時(shí)，這也表明二者間相關(guān)關(guān)系的持續(xù)性較強(qiáng)，前期相關(guān)性對當(dāng)期波動影響較大。

回歸得到參數(shù)估計(jì)結(jié)果的同時(shí)，還可以得到網(wǎng)絡(luò)消費(fèi)者信心指數(shù)和工業(yè)增加值之間的動態(tài)條件相關(guān)系數(shù)序列，其具體走勢如圖3所示。由圖3可以看出，中國WCCI與IP之間的動態(tài)相關(guān)關(guān)系成正負(fù)交替的走勢，相關(guān)系數(shù)最低為-0.8454，最高為0.6437，說明二者之間存在較強(qiáng)的聯(lián)動性，且相關(guān)系數(shù)的波動性較大。在2009年之前，它們的關(guān)系相對穩(wěn)定，一直為負(fù)，這是由于WCCI的數(shù)據(jù)來源“百度指數(shù)”在2006年開始記錄數(shù)據(jù)，互聯(lián)網(wǎng)的使用率和普及率也相對較低，代表性和說服力與之后網(wǎng)絡(luò)廣泛覆蓋的時(shí)期相比相對較弱，加之從2007年開始，美國次貸危機(jī)逐漸顯現(xiàn)，全球經(jīng)濟(jì)形勢下行。2009年開始，動態(tài)條件相關(guān)系數(shù)大幅增加，之后一直為正，此時(shí)全球經(jīng)濟(jì)開始回暖，逐步走出金融危機(jī)的陰霾；除2010年年初，動態(tài)相關(guān)系數(shù)一直維持較高的正向水平。2012年是相關(guān)系數(shù)波動較為劇烈的一年，從驟降到負(fù)值再到不斷波浪式上升到2014年的較高水平。隨后，由于受到不景氣的經(jīng)濟(jì)環(huán)境影響，相關(guān)系數(shù)開始下跌直到降為負(fù)值，到了2015年，相關(guān)系數(shù)一直在較低水平處徘徊。

圖3 網(wǎng)絡(luò)消費(fèi)者信心指數(shù)和工業(yè)增加值動態(tài)條件相關(guān)系數(shù)

分析動態(tài)相關(guān)系數(shù)產(chǎn)生上述波動變化的原因，我們認(rèn)為，可能是宏觀經(jīng)濟(jì)景氣程度影響了動態(tài)相關(guān)系數(shù)的變化：當(dāng)宏觀經(jīng)濟(jì)比較景氣時(shí)，動態(tài)相關(guān)系數(shù)會增加，呈現(xiàn)正相關(guān)關(guān)系，即WCCI的增加會引起IP的增加，這說明消費(fèi)者對商品或服務(wù)關(guān)注度的增加所引起的消費(fèi)增加對投資的“擠占效應(yīng)”比較小或者被抵消，投資水平受到的影響較小，在外部環(huán)境的刺激下，經(jīng)濟(jì)增長速度加快；而當(dāng)經(jīng)濟(jì)比較低迷時(shí)，動態(tài)相關(guān)系數(shù)也比較低，直至出現(xiàn)負(fù)值，表明WCCI的增加會引起IP的減少，消費(fèi)需求增加所導(dǎo)致的消費(fèi)增加對于投資的“擠占效應(yīng)”比較明顯，加劇投資水平的降低，經(jīng)濟(jì)增長放緩。這種假設(shè)在圖4中得到了印證。

在此，本文利用宏觀預(yù)警指數(shù)來代表反映宏觀經(jīng)濟(jì)運(yùn)行情況的指標(biāo)，論證“擠占效應(yīng)”的具體表現(xiàn)。圖4刻畫了WCCI與IP的動態(tài)相關(guān)系數(shù)及宏觀預(yù)警指數(shù)經(jīng)過時(shí)間調(diào)整后的序列圖。由圖4可見，兩個(gè)序列的走勢大體一致，尤其是最大值和最小值的位置。2008年之前由于上文提到的WCCI數(shù)據(jù)構(gòu)成的原因，暫且不進(jìn)行討論，在2008年之后二者均出現(xiàn)快速下滑的態(tài)勢，隨后迅速升高；在宏觀預(yù)警指數(shù)呈現(xiàn)下降趨勢的同時(shí)，動態(tài)相關(guān)系數(shù)則波動比較劇烈，2013年開始一直下降。兩者相似的特征在序列急速增加和急速減少時(shí)反映得比較明顯，當(dāng)然，二者更深一步的相互作用關(guān)系有待于進(jìn)一步研究。

圖4 動態(tài)相關(guān)系數(shù)與宏觀預(yù)警指數(shù)

(五)SVAR模型的構(gòu)建和識別

1.樣本選擇

為了更好地探查網(wǎng)絡(luò)消費(fèi)者信心和經(jīng)濟(jì)增長的相互作用，本文構(gòu)建SVAR模型進(jìn)行更深入的分析。由表2的ADF檢驗(yàn)結(jié)果可知，WCCI為非平穩(wěn)序列，通常情況下，可以用差分的方法將VAR模型中的非平穩(wěn)變量平穩(wěn)化，采用平穩(wěn)的變量構(gòu)建模型。而這種差分處理在去除單位根的過程中也會使原序列的部分信息造成缺失，且差分后也可能得到毫無經(jīng)濟(jì)意義的序列。Sims(1990)認(rèn)為，尋找研究變量間的關(guān)系是VAR模型的研究意義之所在，而并不拘泥于對系數(shù)進(jìn)行估計(jì)，使用差分等方法處理后平穩(wěn)化的序列進(jìn)行建模會使模型估計(jì)不準(zhǔn)確。陸榮等(2010)對這個(gè)結(jié)論做出了補(bǔ)充，認(rèn)為在穩(wěn)定的VAR模型系統(tǒng)中，不需要使用平穩(wěn)化后的序列，可以直接用原序列進(jìn)行估計(jì)。因此，本文采用網(wǎng)絡(luò)消費(fèi)者信心對數(shù)增長率和累計(jì)工業(yè)增加值的原始序列進(jìn)行建模和分析。

2.構(gòu)建模型

在設(shè)定SVAR模型時(shí)，首要問題是確定初始VAR模型的滯后期。若滯后階數(shù)p過大，估計(jì)參數(shù)過多，模型的有效性會受到影響；如果p值過小，估計(jì)結(jié)果則無法保證其一致性。因此，選擇合理的滯后期的重要性可見一斑，本文的檢驗(yàn)結(jié)果如表6所示。

表6 VAR模型最優(yōu)滯后期數(shù)的確定

綜合比較不同滯后期下的各個(gè)準(zhǔn)則后，選取SVAR模型的滯后期數(shù)為4。SVAR(4)模型表示如下：

(7)

本文構(gòu)建的4階SVAR模型則可以具體表示為：

C0yt=Γ1yt-1+Γ2yt-2+Γ3yt-3+Γ4yt-4+μt

(8)

其中，C0和Γ均為2×2階矩陣，若假定滯后算子可逆，SVAR模型表達(dá)式可以化為：

Aφ(L)yt=Aεt, t=1,2,…,T

(9)

圖5 單位根檢驗(yàn)

圖6 工業(yè)增加值對網(wǎng)絡(luò)消費(fèi)者信心的脈沖響應(yīng)

圖7 網(wǎng)絡(luò)消費(fèi)者信心沖擊對工業(yè)增加值的貢獻(xiàn)度

3.實(shí)證結(jié)果分析

施加約束條件后，我們使用Eviews8.0軟件完成模型的估計(jì)，詳細(xì)的操作過程參見高鐵梅(2009)。而后對整個(gè)模型進(jìn)行穩(wěn)定性檢驗(yàn)，圖5即為模型殘差的單位根檢驗(yàn)結(jié)果。由圖5可知，特征根倒數(shù)均位于單位圓之內(nèi)，說明本文設(shè)定的SVAR模型具有良好的穩(wěn)定性。因此，對工業(yè)增加值而言，可以應(yīng)用脈沖響應(yīng)函數(shù)深入分析其波動情況。

圖6給出了我國工業(yè)增加值的脈沖響應(yīng)函數(shù)，它代表當(dāng)網(wǎng)絡(luò)消費(fèi)者信心(本文即指WCCI)發(fā)生1標(biāo)準(zhǔn)差沖擊時(shí)，工業(yè)增加值對該結(jié)構(gòu)性沖擊的動態(tài)響應(yīng)。從圖6中可以看出，當(dāng)網(wǎng)絡(luò)消費(fèi)者信心發(fā)生沖擊時(shí)，工業(yè)增加值第一個(gè)月的響應(yīng)較為明顯，這種響應(yīng)持續(xù)增加，第4個(gè)月達(dá)到最大負(fù)響應(yīng)點(diǎn)(-0.98)，隨后這種響應(yīng)逐步衰減，且始終為負(fù)，這說明網(wǎng)絡(luò)消費(fèi)者信心的變化對中國工業(yè)增加值的影響周期較長。究其原因，本研究認(rèn)為，這是由WCCI的性質(zhì)和消費(fèi)與投資的關(guān)系共同決定的。李占風(fēng)等(2009)的研究表明，利用支出法核算的GDP中，短期內(nèi)投資會帶來消費(fèi)的減少，同時(shí)消費(fèi)也給投資帶來負(fù)面沖擊。本質(zhì)上來講,WCCI是網(wǎng)民消費(fèi)需求在互聯(lián)網(wǎng)上的映射，是消費(fèi)者對于商品或服務(wù)關(guān)注程度的一種反應(yīng)。當(dāng)WCCI增加1單位時(shí)，可以理解成消費(fèi)者的需求在一定程度上的增加，而這會導(dǎo)致消費(fèi)水平的提高，短時(shí)間內(nèi)消費(fèi)者的收入水平是恒定的，故在總收入中用于投資的部分會減少，進(jìn)而使得工業(yè)增加值有所減少。

除此之外，本文對工業(yè)增加值進(jìn)行了方差分解，如圖7所示。由圖7可以得出：在工業(yè)增加值與網(wǎng)絡(luò)消費(fèi)者信心的動態(tài)關(guān)系中，從長期看網(wǎng)絡(luò)消費(fèi)者信心指數(shù)的沖擊解釋了超過20%的工業(yè)增加值波動；WCCI對IP的貢獻(xiàn)從第10期開始趨于穩(wěn)定，達(dá)到19%的水平。

四、結(jié)論

本文選取2006年7月至2015年9月的工業(yè)增加值和網(wǎng)絡(luò)消費(fèi)者信心指數(shù)月度數(shù)據(jù)作為樣本，在對每個(gè)序列進(jìn)行定量描述后，通過構(gòu)建DCC-GARCH模型和SVAR模型論證了經(jīng)濟(jì)增長和網(wǎng)絡(luò)消費(fèi)者信心之間的關(guān)系，并在此基礎(chǔ)上進(jìn)一步對網(wǎng)絡(luò)消費(fèi)者信心如何影響工業(yè)增加值進(jìn)行實(shí)證研究，得到以下結(jié)論：

第一，從中國WCCI和IP的時(shí)間軌跡圖可以得到兩個(gè)序列的絕對變化過程：2006年9月到2015年9月，網(wǎng)絡(luò)消費(fèi)者信心指數(shù)以較平穩(wěn)的趨勢增長，且增長速度在搜索數(shù)據(jù)來源擴(kuò)展、網(wǎng)絡(luò)覆蓋更廣等因素的作用下加快；IP則受國際經(jīng)濟(jì)環(huán)境的影響較大，在經(jīng)歷2009年初的最低點(diǎn)后經(jīng)歷了幾次震蕩，近兩年有小幅下降的趨勢。

第二，運(yùn)用DCC-GARCH模型對網(wǎng)絡(luò)消費(fèi)者信心和經(jīng)濟(jì)增長之間的動態(tài)相關(guān)性進(jìn)行研究，結(jié)果表明，WCCI與IP之間的相關(guān)性呈顯著的動態(tài)時(shí)變特征，且波動性較大，在-0.8454與0.6437之間。分析無條件相關(guān)系數(shù)的估計(jì)結(jié)果證實(shí)，網(wǎng)絡(luò)消費(fèi)者信心指數(shù)和工業(yè)增加值序列的當(dāng)期動態(tài)異方差主要來源于上一期的波動，而前期殘差平方所帶來的影響相對較小，也表明二者間的相關(guān)系數(shù)具有較強(qiáng)的持續(xù)性，前期相關(guān)性對當(dāng)期影響較大。為了分析動態(tài)相關(guān)系數(shù)產(chǎn)生劇烈波動的原因，本文在比較動態(tài)相關(guān)系數(shù)與代表經(jīng)濟(jì)形勢的宏觀預(yù)警指數(shù)之后，得出二者的大體趨勢比較相近的結(jié)論，即當(dāng)宏觀經(jīng)濟(jì)比較景氣時(shí)，動態(tài)相關(guān)系數(shù)會增加，呈正相關(guān)關(guān)系，而當(dāng)經(jīng)濟(jì)比較低迷時(shí)，動態(tài)相關(guān)系數(shù)也比較低，直至出現(xiàn)負(fù)值。

第三，本文以理論假設(shè)為基礎(chǔ)，以格蘭杰因果檢驗(yàn)為工具，論證了網(wǎng)絡(luò)消費(fèi)者信心可以引起中國工業(yè)增加值變化，而工業(yè)增加值不會引起網(wǎng)絡(luò)消費(fèi)者信心變化。為了進(jìn)一步深入分析工業(yè)增加值對于結(jié)構(gòu)性沖擊的響應(yīng)情況，在建立SVAR模型后應(yīng)用脈沖響應(yīng)函數(shù)進(jìn)行研究，結(jié)果表明：網(wǎng)絡(luò)消費(fèi)者信心的沖擊會對中國工業(yè)增加值造成持續(xù)超過1年的負(fù)向影響，且影響效果比較平穩(wěn)。從方差分析的角度來說，網(wǎng)絡(luò)消費(fèi)者信心指數(shù)的沖擊解釋了超過20%的工業(yè)增加值波動。

總的來說，DCC-GARCH模型和SVAR模型合理地描述了WCCI與IP的動態(tài)相關(guān)關(guān)系和相互作用情況，本文結(jié)論證明，網(wǎng)絡(luò)消費(fèi)者信心與經(jīng)濟(jì)增長之間有著十分密切的關(guān)系。需求方面，網(wǎng)絡(luò)搜索數(shù)據(jù)反映了消費(fèi)者信心，它是消費(fèi)需求在互聯(lián)網(wǎng)上的映射，消費(fèi)者的信息會影響他們的需求和支出，當(dāng)總需求發(fā)生變化時(shí)，宏觀經(jīng)濟(jì)也就發(fā)生了變化；供給方面，經(jīng)濟(jì)增長會作用于生產(chǎn)行為，同時(shí)改變消費(fèi)者可支配收入，人們的消費(fèi)預(yù)期就會發(fā)生變化。兩者之間相互影響、相互作用。在分析動態(tài)相關(guān)系數(shù)波動和網(wǎng)絡(luò)消費(fèi)者信心對經(jīng)濟(jì)增長的沖擊情況時(shí)，我們從家庭可支配收入的角度進(jìn)行了分析。本文認(rèn)為，可能是宏觀經(jīng)濟(jì)景氣程度影響了動態(tài)相關(guān)系數(shù)的變化：當(dāng)宏觀經(jīng)濟(jì)比較景氣時(shí)，消費(fèi)增加對投資的“擠占效應(yīng)”比較小或者被抵消，經(jīng)濟(jì)增長速度加快；當(dāng)宏觀經(jīng)濟(jì)比較低迷時(shí)，消費(fèi)需求增加所導(dǎo)致的消費(fèi)增加對于投資的“擠占效應(yīng)”比較明顯，經(jīng)濟(jì)增長速度放緩。這種假設(shè)在動態(tài)相關(guān)系數(shù)和宏觀預(yù)警指數(shù)序列的對比中得到了證實(shí)，當(dāng)然，更深入的理論依據(jù)有待進(jìn)一步研究。如何在維持經(jīng)濟(jì)穩(wěn)步發(fā)展的同時(shí)保持較高的消費(fèi)者信心水平，降低消費(fèi)對投資水平的“擠占效應(yīng)”，將成為經(jīng)濟(jì)新常態(tài)下政府的關(guān)注重點(diǎn)和調(diào)控目標(biāo)。

白彩全,程麗嫣,劉琦. 2012. 金融危機(jī)背景下我國宏觀經(jīng)濟(jì)景氣狀況與消費(fèi)者信心關(guān)系的實(shí)證研究[J]. 中國市場(23):76-79.

陳彥斌,唐詩磊. 2009. 信心、動物精神與中國宏觀經(jīng)濟(jì)波動[J]. 金融研究(9):89-109.

高鐵梅. 2009. 計(jì)量經(jīng)濟(jì)分析方法與建模:Eviews應(yīng)用及實(shí)例[M]. 2版. 北京:清華大學(xué)出版社:286-292.

耿鵬. 2013. 公眾信心對我國宏觀經(jīng)濟(jì)運(yùn)行的影響與作用機(jī)制研究[D]. 長春:吉林大學(xué).

李雪梅. 2008. 關(guān)于中國消費(fèi)者信心指數(shù)的研究[J]. 商場現(xiàn)代化(8):45-45.

李占風(fēng),袁知英. 2009. 我國消費(fèi), 投資, 凈出口與經(jīng)濟(jì)增長[J]. 統(tǒng)計(jì)研究(2): 39-42.

劉偉江,李映橋,隋建利. 2015. 網(wǎng)絡(luò)消費(fèi)者信心指數(shù)和物價(jià)波動的相關(guān)性研究[J]. 山東大學(xué)學(xué)報(bào)(哲學(xué)社會科學(xué)版)(6):65-76.

陸榮,王曦. 2010. 應(yīng)對國際金融危機(jī)的貨幣政策效果[J]. 國際金融研究(7):19-29.

孫毅,呂本富,陳航,等. 2014. 基于網(wǎng)絡(luò)搜索行為的消費(fèi)者信心指數(shù)構(gòu)建及應(yīng)用研究[J]. 管理評論(10):117-125.

孫毅,呂本富,陳航,等. 2014. 大數(shù)據(jù)視角的通脹預(yù)期測度與應(yīng)用研究[J]. 管理世界(4):171-172.

吳文鋒,胡戈游,吳沖鋒. 2004. 中國消費(fèi)者信心指數(shù)的信號引導(dǎo)功能[J]. 系統(tǒng)管理學(xué)報(bào)(5):447-450.

楊茂. 2006. 中國消費(fèi)者信心與消費(fèi)需求拉動效應(yīng)的實(shí)證分析[J]. 經(jīng)濟(jì)經(jīng)緯(1):21-23.

張崇,呂本富,彭賡,等. 2012. 網(wǎng)絡(luò)搜索數(shù)據(jù)與CPI的相關(guān)性研究[J]. 管理科學(xué)學(xué)報(bào)(7):50-59.

ENGLE R. 2002. Dynamic conditional correlation: a simple class of multivariate GARCH models [J]. Journal of Business and Economic Statistics, 20(3):339-350.

FARMER R E A, GUO J T. 1994. Real business cycles and the animal spirits hypothesis [J]. Journal of Economic Theory, 63(1):42-72.

GOEL S, HOFMAN J M, LAHAIE S, et al. 2010. Predicting consumer behavior with web search [J]. Proceedings of the National Academy of Sciences of the United States of America, 107(41):17486-17490.

GOLINELLI R, PARIGI G. 2004. Consumer sentiment and economic activity: a cross country comparison [J]. Journal of Business Cycle Measurement & Analysis, 1(2):147-170.

KHOLODILIN K A, PODSTAWSKI M, SILIVERSTOVES B, et al. 2009. Google searches as a means of improving the nowcasts of key macroeconomic variables [R]. DIW Berlin Discussion Paper No.946.

MEHRA Y P, MARTIN E W. 2003. Why does consumer sentiment predict household spending [J]. Economic Quarterly, 89(September):51-67.

PENNA N D, HUANG H F. 2009. Constructing a consumer confidence index for the US using web search volume [R]. Working Paper.

SIMS C A, STOCK J H, WATSON M W. 1990. Inference in linear time series models with some unit roots [J]. Econometrica, 58(1):113-144.

TAYLOR K, MCNABB R. 2007. Business cycles and the role of confidence: evidence for Europe [J]. Oxford Bulletin of Economics and Statistics, 69(2):185-208.

VOSEN S, SCHMIDT T. 2009. Forecasting private consumption: survey-based indicators vs. Google trends [J]. Journal of Forecasting, 30(6):565-578.

WU L, BRYNJOLFSSON E. 2015. The future of prediction: how google searches foreshadow housing prices and sales [M]// GOLDFARB A, GREENSTEIN S M, TUCKER C E. Economic analysis of the digital economy. Chicago：University of Chicago Press： 89-118.

(責(zé)任編輯 彭 江)

Dynamic Correlation between Web Consumer Confidence Index and Economic Growth

LIU WeiJiang LI YingQiao

(Institute Center for Quantitative Economics, Jilin University, Changchun 130012)

The study exploits the web consumer confidence index (web CCI) based on the web search volume, and measures economic growth by industrial added value(IP). First, the paper describes the WCCI and IP generally, and then analyzes the interaction and dynamic correlation of the two series with DCC-GARCH model and SVAR model. The results indicate that there is significant dynamic correlation between WCCI and IP, and WCCI can cause the changes of IP and explain 20% of the fluctuation of IP.

web search; web comsumer; web consumer confidence index; economic growth

2017-03-06

劉偉江(1967--)，女，吉林長春人，經(jīng)濟(jì)學(xué)博士，吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心教授。 李映橋(1989--)，女，吉林長春人，吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心博士生。

教育部人文社會科學(xué)重點(diǎn)研究基地重大項(xiàng)目“新常態(tài)下促進(jìn)經(jīng)濟(jì)穩(wěn)定增長的要素配置與產(chǎn)業(yè)升級政策研究”(16JJD790015)；國家社科基金重大項(xiàng)目“引領(lǐng)經(jīng)濟(jì)發(fā)展新常態(tài)的市場基礎(chǔ)、體制機(jī)制和發(fā)展方式研究”(15ZDC008)；國家自然科學(xué)基金項(xiàng)目“中國經(jīng)濟(jì)周期波動的轉(zhuǎn)折點(diǎn)識別、階段轉(zhuǎn)換及預(yù)警研究”(71573105)。

F014.5

A

1001-6260(2017)05-0001-10

10.19337/j.cnki.34-1093/f.2017.05.001