官术网_书友最值得收藏!

2.4 經濟安全條件中的財政金融領域:2017年預警

本節分別應用移動平均法和固定增長率法預測2017年負債率和短期外債占外債的比重兩個指標的變化情況。

2.4.1 負債率預測

近五年負債率數據相對平穩,數據上下波動無規則且不太劇烈,可以用變異系數β來表示數據的平穩程度。。經檢驗,變異系數β約等于0.11。按照變異系數的評價標準,當β≤0.2或0.3時,數據可以當作平穩型處理,顯然無論是以0.2還是0.3為標準,近五年負債率的時間序列數據均可以被視作平穩型處理(見表2-14)。

表2-14 負債率(2012—2016)

注:數據計算過程見第2節。

資料來源:國家外匯管理局。

我們選擇2016年為基年,分別為2016、2015、2014、2013、2012年賦予權重0.5、0.25、0.125、0.075和0.05。權重的賦予符合移動平均法的規則,對于距離預測年越近的數據賦予越大的權重,且權重之和為1。

因此,2017年負債率的預測公式為:

將2012—2016年負債率的數據代入式(2.3),可以得到2017年我國負債率的數值為8.3%(見表2-15)。

表2-15 負債率數據(2012—2017)

資料來源:作者整理與計算。

在預測完2017年負債率的數值后,后續步驟同2016年監測部分類似。負債率的數值落在第二區間,即5%~12.5%,對應的邊界安全得分為60~100分,情況與2016年監測類似,可以參照式(2.1)。將a=8.3代入式(2.1),解得x=78,即2017年負債率指標的安全得分為78分,處在“基本安全”區間內。

2.4.2 短期外債占外債的比重預測

根據表2-16的數據,畫出短期外債占外債的比重在2012—2016年的散點圖2-1。

表2-16 短期外債占外債的比重(2012—2016)

資料來源:國家外匯管理局。

從圖2-1看,2012年到2016年期間,短期外債占外債的比重總體呈現線性趨勢,可以考慮采用線性回歸法預測2017年短期外債占外債的比重的數值。

圖2-1 短期外債占外債的比重散點圖(2012—2016)

資料來源:國家外匯管理局。

按照線性回歸法的原理,得出線性回歸方程為y=-3.76x+7642.8, R2=0.74。由此,代入X=2017,預測2017年我國的短期外債占外債的比重為58.9%(如表2-17所示)。

表2-17 短期外債占外債的比重(2012—2016)

資料來源:作者整理與計算。

在預測完2017年短期外債占外債的比重的數值后,后續步驟同2016年監測部分類似。短期外債占外債的比重的數值落在第三區間,即45%~80%,對應的邊界安全得分為60~100分,情況與2016年監測類似,可以參照式(2.2)。將b=58.9代入式(2.2),解得y=84,即2017年短期外債占外債的比重指標的安全得分為84分,處在“安全”區間內。

主站蜘蛛池模板: 阜南县| 白朗县| 正镶白旗| 海淀区| 农安县| 资源县| 镇安县| 古浪县| 安图县| 景泰县| 西青区| 桐乡市| 义乌市| 密山市| 酒泉市| 永城市| 长岭县| 巴楚县| 宜宾市| 旬邑县| 花垣县| 随州市| 延津县| 额济纳旗| 永登县| 法库县| 井研县| 会昌县| 子洲县| 嵊泗县| 宾川县| 青州市| 沙河市| 治县。| 安多县| 五原县| 阜南县| 中方县| 定陶县| 策勒县| 舟山市|