石晨晖 曹立祺 唐正国 王若妍
摘要:钢材是工业生产重要的原材料成分,任何重工业中都需要用到钢材。通过我国2006年-2017年钢铁产量以及其影响因素的时间序列数据,利用计量经济学模型分析我国钢铁产量以及其影响因素的关系。结果表明,粗钢产量与焦炭产量对钢材产量有明显的影响关系,并针对结论从政府、钢材生产企业以及钢材贸易企业三方面提出了未来钢材市场的建议。
关键词:钢材产量;计量经济学模型;最小二乘法;逐步回归法
中图分类号:TB文献标识码:Adoi:10.19311/j.cnki.1672-3198.2019.16.085
1引言
钢材是工业生产中重要的原材料成分,主要分为螺纹钢、卷板、线材三大类,在工业中房地产投资,桥梁建造,汽车、船舶等交通工具建造都需要用到钢材。随着我国钢材行业规模的不断扩大,每年钢材产量不断提高,在国民经济众多方面都起到了很好的作用。
但是我国钢材行业也存在着很大的问题,钢材排放气体不达标严重污染环境,钢材生产量没有管制等,所以,通过研究钢材产量的影响因素,可以很好地解决我国钢材存在的问题。
2理论分析
根据钱纳里工业化阶段理论,人均国内生产总值(GDP)在800~4800美元时处于工业化阶段中期,城市化率在30%-60%之间;人均GDP在4800~9000美元处于工业化阶段后期,城市化率在80%以上。我国目前正处于工业化后期阶段,峰值可能在2020年前后。我国2017年人均GDP8836美元,但我国经济发展不平衡现象非常严重,尽管东部地区工业化和城市化已达到较高水平,但中西部地区发展还具较大潜力,我国钢材消费潜力还很大。并且我国钢材行业面临着各种问题,国家优惠政策消除开始限产、没有核心领导企业等,通过钱纳里工业理论可以找到我们现存的阶段,从而可以更好的分析钢材产量问题。
3模型的设定
利用经济学知识分析可知,钢材生产总量要受到粗钢产量、固定资产投资、国内生产总值和建筑业总产值等的影响,因此可以将钢材生产产量(Y)看作被解释变量,粗钢产量(X1)、全社会固定资产投资(X2)、国内生产总值(X3)、建筑业总产值(X4)、焦炭产量(X5)看作解释变量,建立线性回归模型:
Y=C+β1*X1+β2*X2+β3*X3+β4*X4+β5*X5+μ
4样本的收集
4.1被解释变量
25—我国钢材产量,代表每个月生产的钢材量。
4.2解释变量
X1——粗钢产量(粗钢,即制造钢材的原材料,由生铁经过火炉氧化脱去碳和其他杂质后得到的钢水,之后在钢水中加入合金和碳,浇铸成粗钢,粗钢经过加过生成钢材,粗钢是钢材生成的必经过程之一)。
X2——全社会固定资产投资(全社会固定资产投资是以货币形式表现的建造和购置固定资产活动的工作量,这些活动均需要钢铁来支撑,对钢铁具有需求)。
X3——国内生产总值(即GDP,用来衡量一个国家或地区的经济状况的指标,钢材是工业中的主要材料,对一个国家或地区的经济状况有较大影响)。
X4——建筑业总产值(建筑业总产值是以货币形式表现的建筑业企业在一定时期内生产的建筑业产品的总和。钢铁的主要用途为建筑,建筑业的发展也会带动钢铁的生产量)。
X5——焦炭产量(焦炭是钢材生产中重要的原材料之一,钢材生产需要加入焦炭)。
通过国家统计局网站搜集了2006年-2017年的钢材产量(万吨)、粗钢产量(万吨)、全社会固定投资(亿元)、国内生产总值(亿元)、建筑业总产值(亿元)、焦炭产量(万吨),数据如上。
5模型参数的估计
将上述数据导入Eviews利用OLS法得出以下结果:
变量C,X1,X2,X3,X4,X5的相关系数分别为-28565.43,1.325011,-0.012777,-0.017904,0060938,0.781406,Prob结果分别为0.0302,0.0016,0.6799,0.6404,0.7569,0.0926,t-Statistic 结果分别为-2.823338,5.462109,-0.433388,-0.491681,0324058,1.998525,R-squared =0.997953,F-statistic=584.9149,Prob(F-statistic)= 0.000000
可以得出:
Y=-28565.43+1.325011*X1-0.012777*X2-0.017904*X3+0.060938*X4-0.781406*X5。
6模型的检验
6.1经济意义检验
X1的相关系数为正,表明粗钢产量与钢材产量呈正相关,从经济意义上来讲较合理。
X2的相关系数为负数,表明全社会固定资产投资与钢材产量为负相关,但从经济意义上来讲,全社会固定资产投资越大,钢材产量越多,故从经济意义上来说不合理。
X3的相关系数为负数,表明国内生产总值与钢材产量为负相关,但从经济意义上来讲,国内生产总值越大,钢材产量越多,所以从经济意义上来说不合理。
X4的相关系数为正,表明建筑业生产总值与钢材产量为正相关,从经济意义上来讲合理。
X5的相关系数为正,表明焦炭产量和钢材产量呈正相关,从经济意义上来讲合理。
6.2统计检验
R2=0.997953,表示拟合度高度相关
F值=584.9149,F檢验高度相关
T检验中X1的T检验显著,其他变量t检验显著性水平均大于0.05,故t检验不通过,可能存在多重共线性。
6.3多重共线性检验
6.3.1相关系数矩阵
根据理论分析可得共有5个解释变量,包含过多的解释变量且T检验不通过,可能存在多重共线性,利用 Eviews 的相关系数矩阵得出各解释变量之间的关系,相关系数矩阵表如表2。
表2相关系数矩阵表
由此表可看出钢铁产量与其他5个解释变量相关系数较大,均为高度相关,其他因素之间也是高度相关,故存在多重共线性。
6.3.2多重共线性的修正
采用逐步回归法,根据参数估计结果得出,拟合效果最好的为X1变量,故以Y=C+β1*X1作为基本模型,将其他解释变量逐一代入基本模型,可以得出,两个因素时X1,X5的R2最大,且t检验最为显著,之后在X1,X5两个因素中,分别引入X2,X3,X4得出均无现实意义,故拟合度最高且t检验显著水平高的模型为F(X1,X5),得出如下结果:
Y=-29021.62+1.024706*X1+1.149951*X5
将X1,X5相关数据代入Eviews中利用OLS法我们可以得出:
C,X1,X5的相关系数为-29021.62,1.024706,1149951,t-Statistic的Prob分别为0.0000,0.0000,0.0013,F-statistic=1493.170,Prob(F-statistic)= 0.000000,R-squared=0.996995。可看出,修正后的F检验较大,且t检验概率均小于0.05,都通过,R2拟合度也较好,并且DW值=2.065284.接近于2,表明变量接近正态分布,这个方程可以很好地反应钢材产量主要受粗钢产量和焦煤产量因素的影响,都是正向相关,其他因素影响效果较差。
6.4异方差性检验
通过多重共线性结果利用Glejser方法异方差检验,得到以下结果:
F-statistic的值=0.170681,Obs*R-squared的值=0.438518,F检验以及Obs的伴随概率大于005显著性检验,未通过异方差检验,故不存在异方差性。
6.5序列相关性检验
由于样本容量n=12,无法进行D-W检验,故用图示法来进行,通过参数估计结果按照时间顺序绘制出残差如图1。
由以上图可以看出该数据可能存在负序列相关,故运用Eviews进行迭代法,假设存在一阶序列相关,输出结果如下:
AR(1)的Coefficient=-0.087732,t-Statistic=-0.251642,t检验不显著,故不存在序列相关性。最终模型为
Y= -29021.62+1.024706*X1+1.149951*X5
7结论
粗钢的产量以及焦炭的产量对钢材的产量影响是最明显的,显然,粗钢以及焦炭作为钢材生產过程中的原材料,对于其产量影响是最为显著的,其中,最显著的是粗钢的产量其次是焦炭的产量,而其他解释变量并没有想象中的那么显著,可以看出,我国钢材产量主要受供给因素(粗钢产量、焦炭产量)的影响,而需求因素(固定资产投资、国内生产总值等)对其影响程度并没有供给因素那么明显,可以看出我国钢材目前产能过剩问题严重。
针对近几年我国钢材问题进行分析,我国目前钢材市场主要存在的问题就是产能过剩,并且钢材生产健康存在问题,从粗钢和焦炭方面可以入手,其生产技术底下,浪费现象严重,无法实现可持续发展,并且没有核心企业带领,各种规模化的企业都存在。
本文样本数据收集只有2006-2017年的,数据容量较小并且解释变量也不够多,可能存在误差,但可以从总体上来反映钢材生产主要受其原材料产量的影响。
8钢材未来发展的政策建议
(1)增加政府部门的监管力度。
钢材期货上市使得钢材交易趋于金融化,影响其生产因素变多,政府应加强管制,按照真实需求限产并且在金融市场上进行适当干预。
(2)钢材生产企业应按照需求进行生产。
国内钢厂应严格按照订单组织生产,与市场真实需求相匹配,从而减少产能过剩。
(3)钢材贸易企业应利用现代信息技术提升服务水平。
钢材贸易企业可以将自身贸易与互联网结合起来,实现电子商务式的钢材贸易。
参考文献
[1]郭刚刚.我国钢铁产量影响因素的计量分析[J].经贸实践,2016,(08):85.
[2]邓忠奇,刘美麟,庞瑞芝.中国钢铁行业产能过剩程度测算及去产能政策有效性研究[J].中国地质大学学报(社会科学版),2018,18(06):131-142.
[3]上海期货交易所.钢材基础知识与市场概况[Z].2014.