产能利用水平与通货膨胀的相关性研究

产能利用水平与通货膨胀的相关性研究

论文摘要

金融危机之后,中央投入4万亿振兴经济,地方政府也纷纷响应,加大固定资产投资。这一系列举措在刺激经济发展的同时,一方面带来了产能过剩的隐患,另一方面也由投资对货币的高需求引发了当前的高通胀水平。针对产能过剩问题,国务院先后多次发文进行明确的政策引导,学术界也展开了积极的研究。但由于我国目前缺乏产能过剩的衡量体系以及界定标准,对产能过剩的、定量研究才刚刚起步,同时主要集中于产能过剩的成因分析。为了更好研究以及应对产能过剩现象,本文选择研究产能利用水平对宏观经济的影响,以方便政策制定者更好的对产能过剩现象进行界定和监控。本文选取制造业26个行业2003年至2009年的年度数据为研究对象,对产能利用水平与通货膨胀的相关性进行研究。首先利用峰值法分别计算出制造业26个行业的产能利用率,以此作为产能利用水平的衡量指标,同时选取通货膨胀率作为通货膨胀水平的代表指标。分别建立面板数据回归模型以及向量自回归模型对产能利用率与通货膨胀率的关系进行实证分析,并运用单位根检验、Granger因果关系检验以及脉冲响应函数分析对二者的静态以及动态价量关系进行了探讨。本文分为四部分。第一部分为引言,简述了本文研究的背景和意义,对国内外现有的文献进行了梳理,提出了本文的研究对象以及相应的内容结构和研究特色。第二部分介绍了本文分析问题的理论基础,即产能利用水平与通货膨胀的相关性假说。文章从第三部分开始进入实证分析,主要分为指标测算和模型建立。第三部分的前半段介绍了本文基本指标的选取原因以及测度方法。由于本文将使用峰值法对产能利用率进行分析,而国内文献对产能利用率的测度方法缺乏详尽的探讨,因此本文在该部分对产能利用率的各种测度方法进行了简要的对比研究,并详细介绍了峰值法的原理。第三部分的后半段利用前文计算出的测度指标,分别建立面板数据回归模型以及向量自回归模型,采用了单位根检验、Granger检验以及脉冲响应函数分析,分别从静态和动态两方面对产能利用率和通货膨胀率的相关性进行了探讨。第四部分总结全文,同时提出了相应的政策建议。实证结果显示制造业产能利用率的提高会引起相应通货膨胀率的增加,产能利用率是考察通货膨胀水平的有效指标,同时产能利用率与通货膨胀率都表现出平稳性的特征。从长期来看,二者存在单向因果关系,产能利用率是通货膨胀率的Granger原因,同时产能利用率受到某一外部冲击时,首先会同向传递给通货膨胀率,但随后冲击的方向具有不确定性。基于上述实证结果本文认为应对产能利用率建立明确的监控以及预警机制。但通过对比分析我国制造业行业产能利用率的数据与美联储公布的产能过剩衡量标准,发现我国目前单从产能率用率这一指标不足以对产能过剩现象做出判断,因此要尽快建立健全产能利用率的统计体系以及产能过剩/产能不足相应的衡量标准。本文认为中国过去积极的财政政策导致了今天严重的产能过剩和通货膨胀双重危机,为解决这一问题,政府必须调整财政政策,同时转变地方政府在经济发展中的职能。鉴于当前对产能过剩的定量研究主要集中于考察产能利用水平与固定资产投资的双向关系,本文选取产能利用水平对宏观经济的影响为研究方向,并针对当前我国由投资过剩引发的产能过剩和通货膨胀现象,选择通货膨胀水平作为宏观经济变量,既能准确反映宏观经济运行现状,也结合了我国当前特有的财政政策,使实证结果更具有现实意义。由于当前统计口径的缺失,本文利用峰值法计算了26个行业的产能利用率,对后人的研究提供了数据支持。同时本文使用面板数据模型以及向量自回归模型分别考察了产能过剩与通货膨胀的静态与动态价量关系。本文的不足之处在于利用峰值法计算得到的产能利用率有可能不能反映产能利用水平的全部信息,同时本文只选取了通货膨胀率一个指标来考察宏观经济运行情况,未免不能全面考察产能利用水平的经济影响。

论文目录

  • 摘要
  • ABSTRACT
  • 1 引言
  • 1.1 研究背景和研究意义
  • 1.1.1 研究背景
  • 1.1.2 研究意义
  • 1.2 文献综述
  • 1.2.1 国外文献综述
  • 1.2.2 国内文献综述
  • 1.3 研究的内容结构、创新及不足
  • 1.3.1 研究框架
  • 1.3.2 创新及不足
  • 2 产能利用水平与通货膨胀的相关性假说
  • 2.1 产能利用率与通货膨胀关系概述
  • 2.2 制造业产能利用率与通货膨胀关系概述
  • 2.3 微观经济学原理
  • 3 产能利用水平与通货膨胀相关性的实证研究
  • 3.1 指标的选取与测算
  • 3.1.1 产能利用率指标
  • 3.1.2 通货膨胀指标
  • 3.1.3 指标测算及分析
  • 3.2 面板数据模型建立及实证结果分析
  • 3.2.1 模型介绍
  • 3.2.2 平稳性检验
  • 3.2.3 模型形式设定及估计
  • 3.2.4 实证结果分析
  • 3.3 向量自回归模型建立及实证结果分析
  • 3.3.1 模型介绍
  • 3.3.2 平稳性检验
  • 3.3.3 滞后阶数确定
  • 3.3.4 模型形式设定
  • 3.3.5 Granger因果关系检验
  • 3.3.6 脉冲响应函数
  • 3.3.7 实证结果分析
  • 4 结论和政策建议
  • 参考文献
  • 后记
  • 相关论文文献

    • [1].水泥行业部分企业产能利用率超过100%[J]. 江西建材 2020(04)
    • [2].国内传真[J]. 中国石油和化工 2020(02)
    • [3].67.2%[J]. 今日制造与升级 2020(04)
    • [4].2020年一季度全国工业产能利用率为67.3%[J]. 变频器世界 2020(04)
    • [5].中国工业产能利用率的空间特征分析[J]. 管理世界 2018(12)
    • [6].中间品进口对企业产能利用率的影响:基于中间品进口的数量、种类与质量维度[J]. 世界经济研究 2019(01)
    • [7].2018年化学原料和制品业产能利用率72.3%[J]. 中国石油和化工 2019(02)
    • [8].产能利用率对企业国际产能合作决策的影响研究:来自微观企业的证据[J]. 世界经济研究 2019(03)
    • [9].2019年一季度全国工业产能利用率为75.9%[J]. 中国氯碱 2019(04)
    • [10].“一带一路”倡议提升并改善浙江省产能利用率的实证研究[J]. 特区经济 2019(08)
    • [11].中国工业产能利用率的测度、比较及动态演化——基于企业层面数据的经验研究[J]. 管理世界 2019(08)
    • [12].中国机械制造业产能利用率:程度测算与影响因素[J]. 统计与决策 2019(17)
    • [13].中国煤炭产能利用率从59.5%提升至70%[J]. 能源与环境 2019(05)
    • [14].2019年三季度全国工业产能利用率为76.4%[J]. 金属加工(冷加工) 2019(11)
    • [15].山东省工业产能利用率测度及影响因素分析[J]. 金融发展研究 2017(10)
    • [16].国家统计局:二季度全国工业产能利用率76.8%[J]. 变频器世界 2018(07)
    • [17].政府采购如何影响产能利用率?——来自中国制造企业的经验发现[J]. 经济管理 2018(09)
    • [18].工业产能利用率的应用研究与改进——以上海为例[J]. 统计科学与实践 2017(04)
    • [19].日盈电子:净利润增长乏力 产能利用率下滑[J]. 股市动态分析 2017(17)
    • [20].信息化、企业柔性与产能利用率[J]. 世界经济 2017(01)
    • [21].工业产能利用率指标调查与研究——以美国为例[J]. 中国统计 2017(05)
    • [22].2014-2015年全球粗钢月度产能利用率变化趋势[J]. 烧结球团 2015(06)
    • [23].理财·经济[J]. 理财周刊 2020(14)
    • [24].INFO[J]. 中国汽车市场 2016(10)
    • [25].政绩竞争与企业产能利用率——因果识别、边界条件分析与机制检验[J]. 产业经济研究 2019(05)
    • [26].中国工业行业产能利用率周期测度及波动影响研究[J]. 新疆社会科学 2019(04)
    • [27].基于微观数据分析的产能利用率趋势变动、地区差异及其成因[J]. 湖南科技大学学报(社会科学版) 2018(01)
    • [28].我国非加速通胀产能利用率的估计和检验[J]. 统计与决策 2018(08)
    • [29].制度质量和产能利用率——基于供给侧结构性改革视角的研究[J]. 财贸研究 2018(04)
    • [30].中国工业产能利用率的地区行业交叉特征与差异分解[J]. 数量经济技术经济研究 2018(09)

    标签:;  ;  ;  ;  ;  

    产能利用水平与通货膨胀的相关性研究
    下载Doc文档

    猜你喜欢