基于时间序列匹配性的GDP数据质量评估研究

GDP数据质量对宏观经济监测具有基础性作用,以GPD数据质量评估有GDP数据渐进稳定性、GDP和GDP增长率趋势长期趋同性、影响因素不同但数据表现的长期趋势一致性三个基本假设,以基本假设为基础,分别构建GDP和GDP增长率的确定性与随机性时间序列模型,分析1981～2009年中国GDP数据质量,发现中国GDP数据质量总体上较好,同时具有显著的阶段性特点。

基于向量自回归模型的GDP数据质量评估

文章从我国GDP的数据质量出发,基于“克强指数”经济理论,分析我国GDP的年度数据质量,构建了我国GDP与我国的工业用电量、铁路运输量以及银行中长期贷款之间的向量自回归模型（VAR）。选取了1985~2012年的年度数据,从匹配性的角度,利用构建的模型对我国GDP进行数据质量评估。评估结果表明：1985~2012年我国GDP数据误差总体上在允许的5%的范围以内,且数据质量有逐步改善的趋势。

基于匹配性的GDP数据质量评估体系构建

文章在对数据质量评估现状进行梳理的基础上,分析了数据质量的内涵,进而研究数据质量内涵与基于GDP数据质量评估体系之间的关联性;研究与逻辑性、方法健全性和经济意义3个方面匹配的GDP数据质量评估内容体系;结合评估模型的数据类型要求,构建根据数据类型划分由时间、空间和结构3个维度形成的GDP数据质量评估体系;从GDP数据质量评估、质量控制体系和组织体系3方面提出提高GDP数据质量评估的措施。

基于地区产业结构匹配的GDP数据质量评估

文章从产业角度选取各产业相应指标,根据数据之间的关系选择VAR模型,对1978～2010年的中国GDP数据质量进行评估,继而进行指数化;得到以下结论:全国产业的结构化数据与地区产业汇总后的结构化数据有很强的匹配性;我国GDP数据质量整体上是较好的,个别年份不同程度的被低估或者高估;从细化成指数的结果来看,我国GDP的数据质量存在阶段性的特征。

GDP数据质量评估方法研究

GDP数据质量备受关注。本文介绍了逻辑关系检验法等几种统计数据质量评估办法,指出目前国家统计局针对地区GDP数据质量的评估办法中存在的问题,并提出了改进思路。

基于地区投入结构的GDP数据质量评估

文章从投入结构的视角,在各地区投入结构化数据失真程度低于全国投入的结构化数据、各地区投入汇总后的结构化数据和全国投入的结构数据具有较强的匹配性两个基本假设的基础上,选取劳动投入和资本投入两方面的数据,验证了基本假设,并且根据数据之间的关系选择VAR模型,对1978~2010年的中国GDP数据质量进行评估,继而进行指数化。得到基本结论：全国投入的结构化数据与地区投入汇总后的结构化数据有很强的匹配性;我国GDP数据质量整体上是较好的,个别年份不同程度地被低估或者高估;从细化成指数的结果来看,我国GDP的数据质量存在阶段性的特征。

计量经济模型适用于评估GDP数据质量吗?

针对中国GDP数据质量评估研究中广泛采用的计量经济模型方法,本文从其技术原理的局限性以及GDP核算误差发生机制的影响效应两个方面,系统考察了该方法在具体评估实践中的适用性。研究表明,基于计量经济模型的两类评估方法(参数可靠性分析与异常数值识别),在实际操作中易于陷入“数据质量不佳”或者“模型结构设定不当”的对立解读困境;因忽视了GDP核算误差的发生机制,根据模型估计结果的异常特征来反推GDP数据序列中误差结构(效应),其可行性有所不足。计量模型方法之于GDP数据质量评估研究的适用性的提升,还有待于对GDP核算误差机制的显性识别;本文在此方面提供了一个相对完备的概念性基准模型,有助于相关研究的进一步深化拓展。

基于CD生产函数的中国省域GDP数据质量评估

2000年以来有关中国政府统计数据质量的质疑此消彼长,新常态经济背景下GDP增长率更是人们关注的焦点。目前,中国已正式采纳IMF的SDDS。中国政府统计工作需要进一步研究适用于中国的数据质量评估方法。然而,有关中国省域GDP数据质量评估的研究相对较少,其评估方法与中国GDP数据质量评估方法也不尽相同。本文从省域差异、经济理论和动态变化的视角,以CD生产函数为基础,考虑各要素投入和科技进步与GDP之间的关系以及省域间差异的影响,建立适用于省域GDP数据质量评估的统计模型。综合要素投入产出弹性系数和异常值动态识别的评估结果表明,中国省域GDP数据质量在总体上较好,少数省域年度GDP被高估的可能性大。