基于景气指数的铁路客运市场监测方法研究

马美娜+汪晖+许凯

[摘 要]为了实现对铁路客运市场运行状况的动态监测，并为其主管部门的决策提供参考，结合景气指数的编制方法提出构建铁路客运市场景气指标体系和指数系统。根据铁路客运市场的实际情况，选取了12个指标，综合运用熵值法和X-11季节调整法，最终借助EVIEWS软件建立了景气扩散指数和合成指数。对计算所得的景气指数进行波动性分析，结果表明，景气指数在准确反映旅客市场的波动状况的同时，还能够预测后期的市场波动。

[关键词]景气指数；熵值法；波动分析

中图分类号：F542 文献标识码：A 文章编号：1009-914X（2016）15-0283-01

1 引言

监测和预警是景气指数最重要的作用，景气指数在很多领域有运用。Zhang Zhaoyu等提出的基于Web GIS和景气指数的经济预警系统能够达到经济预警的效果[1]，同时Zhang Su-fang等也提出了景气指数在电力消费市场的应用[2]。景气指数在交通领域也有所运用。关于公路景气指数，施其洲等提出衡量某一种运输方式的发展水平一般用其自身的纵向景气度指标，并论述了景气指标的涵义和具体的计算方法[3]。chen.J曾提出关于在航运市场使用基于景气指数的预警系统[4]；陈宇探究了航空经济景气监测警告体系[5]。关于铁路的景气指数，张国华等最早提出探索铁路运输市场的周期波动，将扩散指数和合成指数运用到货运市场。但是关于铁路客运市场的景气指数的探究较少。

2 景气指数系统构建理论

景气指数包括扩散指数和合成指数。扩散指数由一系列重要的统计指标综合而成可以用来反映市场运行的方向、波动的扩散过程。使用X-11法用Eviews软件进行季节调整，调整后的数据变化相对平滑，由定义得到扩散指数的计算公式：

用当前的季度数据和前面季度数据比较，如果上一季度数值比当前季度有所增加记“+”；基本没有变化记“0.5+”；减少记“-”，指标里面的“+”的比例是扩散指数。

合成指数是把不一样数量级的指标转变为无量纲的比例数字，再经过标准化处理，计算以各自的变化幅度为权数得到的加权综合平均数 [6]。合成、扩散指数作用互补，所以通常使用相同指标。

合成指数弥补了扩散指数仅描述市场是否发生波动而没有表现波动程度的不足。根据计算得到的合成指数，可以画出图形，从图中看出运输市场运转情况和未来的进步空间。

3 铁路客运市场景气指数系统

选取熵值法计算指标的权重，使用Matlab编程，发送量、周转量、分担率列车坐席指数、运价指数、客运收入、平均上座率、平均正点率的权重为0.1251219、0.1250684、0.1249561、0.1249370、0.124965、0.125033、0.1249786、0.1249384。

把所有指标进行季节调整后，得到的结果用Eviews软件绘制扩散、合成指数走势图，如图1所示：

图（a）中看出只有2012Q1和2013Q2的扩散指数是小于50%的，说明只有这两个季度存在一半以上的运输行为处于下降阶段。由于2011Q4和2013Q1这两个季度的扩散指数大于50%，说明上涨的影响因素是慢慢减少的，市场从繁荣阶段进入萧条阶段。从图1中可以看出，2011Q3、2012Q4、2014Q1、2014Q4分别是成都铁路客运市场的景气转折点。

观察图（b），2013Q2到2014Q1旅客运输市场波动不是很明显。合成指数的循环服从“谷-谷”变化规律。依照此规律，把2011Q1-2014Q4划分为3个景气周期，分别是2011Q1-2012Q1、2012Q2-2013Q3、2013Q4-2014Q4。第1个周期包含5个季度，上升的是1个季度，下降的是3个季度，下降的阶段比上升的阶段略长，最根本的原因是来自铁路旅客运输市场以外的影响显。第2个周期包含6个季度，上升的阶段是3个季度，下降的阶段是2个季度，此次增加的原因是成都市GDP连续上升。第3个周期包含4个下降和1个上涨的阶段，合成指数的变动较平滑。合成指数扩张的原因是成都推出了很多促进经济增长的政策和文件。初步判断该市场的波动周期是按照5个季度和6个季度循环的。合成指数走势图变化平缓，旅客运输的变化与经济内部的推进有着密不可分的关系。合成指数的中位数是101.9834，展现了合成指数整体变化是平稳没有骤变的。

4 结论

客运市场的景气扩散指数和合成指数打破了从单一指标反映运输市场的常规，通过8个综合化的指标，客观反映出铁路客运市场的运行状况。所得结论符合铁路客运市场的发展，能够正确反映旅客市场的变化规律。客运市场的景气指数不仅实现动态监测，还能够预测后期的市场波动，根据其变化周期规律预测2015Q1的合成指数相对2014Q4季度有小幅度的下降，为决策分析提供依据。

参考文献

[1]Zhaoyu？Z，？Yuan？R，？Ni？Z.？Study？on？economic？early？warning？system？based？on？Web？GIS？and？prosperity？index[C]//Business？Management？and？Electronic？Information？（BMEI），？2011？International？Conference？on.？IEEE，？Guangzhou： 2011，？4：？602-605.

[2] Zhang S F， Ben J. Methods of filtering prosperity indices and application in the analysis of the prosperity of electric power consumption market[C]//Management Science and Engineering， 2009. ICMSE 2009. International Conference on. IEEE， Moscow： 2009： 812-816.

[3] Ozyildirim A， Schaitkin B， Zarnowitz V. Business cycles in the euro area defined with coincident economic indicators and predicted with leading economic indicators[J]. Journal of Forecasting， 2010， 29（1-2）：6-28.

[4] Chen.J， Lu.LJ， Lu.J， Luo.YH. An Early-Warning System for Shipping Market Crisis Using Climate Index[J]. Journal of Coastal Research， 2015（73）：620-627.

[5]《我国商品市场周期波动转折点的分析与预测》课题组，陈乐一，陈柏福，李星.中国商品市场的合成指数分析[J].财经理论与实践，2008，（01）：90-95.

[6]潘泽清.时间序列季节调整的必要性、方法以及春节效应的调整[J].财政研究，2013，（5）.