度假村农业网

首页 > 正文

一个评估疫情冲击宏观经济的方法

www.michaew.com2020-02-23

随着湖北省外新冠状病毒疫情的逐步控制,如何评估疫情对经济的影响成为一个重要课题。目前,主要有两种方法。第一类是指历史事件,如2003年的非典和2009年的甲型H1N1流感,以与现在进行比较。这种方法的优点是历史数据完整,缺点是只能作为参考。作者还写了《如何评估疫情对经济的冲击?(基于SARS的一个DID分析)》和《如何评估“国际公共卫生紧急事件”对出口的影响》等文章。

第二类是自下而上的方法。首先,分析受疫情影响的行业,然后总结行业的影响。这种方法的优点是数据相对准确,但缺点是行业数据加入宏观层面后会失真。举例来说,今年春节期间,假设饮食业的营业额减少了1,000亿元,这是否表示整体消费减少了1,000亿元?显然没有,因为没有考虑到其他行业的变化。

所以还有另一种方法可以直接观察宏观数据的同比增长率。这种方法最准确,但有两个缺点。首先,许多宏观数据不是在一月和二月分别发布,而是在一月到二月发布。第二,新皇冠疫情的爆发恰逢春节假期,因此受到春节因素的强烈干扰。

因此,对我们来说,如果我们能找到一个粒度更细的宏观数据,至少在周渡是这样,并且排除春节的干扰,我们就能对疫情的影响做出更准确的评估。

在本文中,作者选择了六个发电集团的平均日煤耗作为分析对象。选择此数据的优点如下:首先,此数据是材料数量数据,不需要消除价格因素;第二,这个数据的粒度非常细,它是日常数据。第三,这些数据可以用来评估工业生产。

消除春节效应常用的方法有两种:第一种是虚拟变量法,即将春节所在的月份设为1,其他月份设为0;第二,工作日调整方法计算春节月份的实际工作日,然后对其进行调整。

作者认为这两种方法都有点粗糙。因为春节的影响是一段时间,不仅影响当月,而且春节的影响是逐渐的,生产活动在春节前逐渐下降,春节后逐渐恢复。

因此,本文采用的春节调整方法是将春节假期的影响时间设置为27天,从12月23日至1月19日。然后将27天分配到不同的公历月份,并将每年春节的影响因素之和标准化为1。

然后我们以六个发电组的日平均煤耗为对数,回归到年、月、春节效应。我们可以看看如下图所示的每月和春节影响的估计系数。从下图可以看出,春节的效用对用电量有显着的负面影响。其他月份,2月、5月、10月和11月的用电量较弱,为5%,而其他月份的用电量基本相同。

图表:月与春节效应的回归系数

如下图所示,我们可以计算出除年、月、春节效应外的剩余期限的煤炭消费同比增长率。

从图中可以看出,今年1月,煤炭消费几乎没有受到影响,显示出底部企稳的迹象。这背后有两条信息。第一,如果没有疫情的意外影响,目前经济应该处于稳定而微弱的复苏之中。第二,疫情对一月份生产的影响非常小,因为当疫情恶化时,春节前的假期就开始了。

疫情对二月生产的影响非常明显。根据截至2月14日的煤炭消费数据,目前的产量相当于去年的60%左右。稍后,我们将陆续采用这种方法来评估消费和其他数据。

图表:不包括季节性煤耗

热门浏览
热门排行榜
热门标签
日期归档