宏观物流指标体系研究

宏观物流是指在国民经济领域中发生在生产企业纯工艺生产前后以及商品流通过程中的物流活动。通过使用不同的分类标准构造一个宏观物流指标体系,这些分类标准包括宏观内部活动与宏观物流外部环境,量与质,计量形式,等等。能够对宏观物流的多方面特征进行刻画和对各种经济统计指标进行合理定位是该指标体系的主要优势。借助该指标体系,可以实现宏观物流指标的归类、综合以及宏观物流发展规律的实证分析。

宏观物流要素及其结构分析

宏观物流是指在国民经济领域中发生在生产企业纯工艺生产前后以及商品流通过程中的物流活动。选取运输、储存、包装、装卸搬运、配送、流通加工和信息处理为宏观物流要素,并提出基于点集的Lebesgue测度定义的各个宏观物流要素的测度。鉴于宏观物流要素之间联系的错综复杂性与动态性,提出宏观物流结构的定性描述模型即多齿轮相互啮合模型和定量描述模型即一阶微分方程组模型,结合时间序列的谱分析,我们发现宏观物流要素测度的发展呈现周期性。

基于MF-BVAR模型的中国宏观经济混频递归实时预测和传导机制研究

传统VAR模型需要变量保持同频的限制,这使得原始数据的完整性遭到破坏,从而影响模型的性能。本研究引入可以融合季度变量和月度变量的MF-BVAR模型,以GDP、PPI、CPI和PMI的递归样本为例并将其划分为三组不同的季度内信息组,比较了其与MIDAS模型和同频模型的性能,且通过混频格兰杰因果关系检验、脉冲响应分析和方差分解分析剖析了变量之间的传导机制。实证结果表明(1)MF-BVAR模型关于PPI、CPI、PMI和GDP的实时预测误差分别较QF-BVAR模型降低约70%、80%、75%和20%;(2)基于定量和统计检验的角度均表明MIDAS和MF-BVAR模型的实时预测和短期预测性能均显著优于QF-BVAR模型,且MF-BVAR模型更适合于实时预测而MIDAS在短期预测表现更优,此外混频递归样本表明月度信息利用越充分,模型的预测误差越小;(3)GDP与CPI、PPI和PMI、CPI与PMI之间存在双向的因果关系,且传导时长呈现差异性,而PMI和GDP、PPI与GDP、PPI和CPI的正向传导时长均为3期,反向传导路径阻塞,存在不对称性。