China Securities: İlk çeyrekte sınai katma değeri negatif büyüyecek mi?
Özet
İlk çeyrekte endüstriyel üretimin sınırlarını değerlendirmek için mikro verileri kullanarak, Bahar Şenliği faktörlerine ve işe yeniden başlamanın ilerlemesine dayalı olarak tahmin etmeye çalıştık. Yeni taç salgınının Çin ekonomisi üzerindeki etkisi büyük ilgi gördü. SARS'ı referans olarak kullanan yöntemde büyük niceliksel hatalar olabilir ve çeşitli endüstri düzeyindeki başlangıç verilerini ve nakliye verilerini kullanan yargılar, ekonominin tam resmini göstermeyebilir. Bu nedenle, geçtiğimiz Bahar Şenliği'nde normal şartlarda sanayi üretiminin oranını ve tatil sonrası işe yeniden başlama sürecini tahmin ederek ilk çeyrekteki endüstriyel katma değeri sayısal olarak tahmin etmeye çalıştık.
Geçtiğimiz yıllardaki Bahar Şenliği gününde endüstriyel üretim, normal durumun% 61'iydi ve Bahar Şenliği'nden 4 gün önce ve 15 gün sonra devam etti. 2011-2019 yılları arasında Ulusal İstatistik Bürosu tarafından açıklanan endüstriyel katma değerin mevsimsel olarak düzeltilmesinden önceki ve sonraki sabit baz endeksindeki değişiklikleri karşılaştırarak ve Bahar Şenliği öncesi ve sonrasındaki değişkenleri belirleyerek, Bahar Bayramı öncesi ve sonrasında sanayi üretimindeki değişiklikleri tahmin ediyoruz. İstatistik Bürosu sözcüsünün konuşmasına göre, Bahar Şenliği etkisinin "" şeklinde ağırlıklandırıldığını ve Bahar Bayramı gününde endüstriyel üretimin normal durumun yaklaşık% 67'sine denk geldiğini, aylık etki dikkate alındığında normal durumun% 61'ini oluşturduğunu varsayıyoruz. Bahar Şenliği'nden 4 gün önce ve Bahar Şenliği'nden 15 gün sonra kademeli olarak iyileşir.
Salgının işe yeniden başlamasını geciktirdiği varsayılırsa, baz senaryo altında gelecek çeyrekte sanayi büyüme oranı% 2,4'e düşebilir. Önceki hesaplamaların sonuçlarına dayanarak, 2020'de Ocak'tan Mart'a kadar endüstriyel üretimin endüstriyel büyüme oranını tahmin ettik. Kıyaslama durumunda, sanayi şirketlerinin bir önceki yılın çıktı ölçeğini birinci ayın ikinci gününden ilk ayın dokuzuncu gününe kadar koruduklarını varsayıyoruz. 3 Şubat'tan itibaren sanayi şirketleri Bahar Bayramı tatilinde olduğu gibi üretimlerini artıracaklar. Kademeli olarak işe başlama süresi önceki yılların 15'inden 28'ine uzatıldı.2 Mart'tan başlayarak önceki yılların normal düzeyine ulaşan sanayi büyüme hızı Ocak ayında% -3'e, Şubat ayında ise sanayi büyüme oranının% 4,4'e dönmesi bekleniyor. Mart ayında büyüme oranı% 5,8'e ulaşırken, ilk çeyrekte sanayi üretimi% 2,4'e ulaşabilirken, Ocak-Şubat döneminde büyüme oranı% 0,3 oldu. Kötümser ve aşırı varsayımlar altında, ilk çeyrekte sanayi büyüme oranı sırasıyla% 0,9 ve% -0,4'e düşecektir.
İlk çeyrekteki veriler istatistiksel olarak sapabilir.Politika değişiklikleri ve ikinci çeyrekten sonra ekonomik toparlanmaya odaklanın. Baz senaryoya göre, ilk çeyrekte sanayi büyüme oranı 2019Q4'e göre% 3,5 düştü ve hizmet sektörü salgından daha fazla etkilenebilir.Bu nedenle, ilk çeyrekte GSYİH verileri üzerinde önemli bir aşağı yönlü baskı olabilir ve bunun% 0,5-3,5'e düşeceğini tahmin ediyoruz. Ancak salgının kendisi GSYİH istatistiklerinde zorluklara neden olabilir ve ilk çeyrekteki GSYİH'nin başlangıç değeri ile fiili durum arasında büyük bir sapmaya neden olabilir. Hükümetin, ekonomik hedefler oluştururken bu yılın önümüzdeki birkaç çeyreğinde duruma daha fazla dikkat etmesini ve ekonominin mümkün olan en kısa sürede büyüme trendine dönebilmesi için ilgili konjonktürel politikaların dışsal şoklarla baş etmek için kullanılması gerektiğini öneriyoruz. Yatırımcılar, ikinci çeyrekten sonra ekonomik verilerin toparlanmasını da takip edebilirler.
Metin
Bir
İlk çeyrekte üretim sınırlamalarını mikro verilerle değerlendirin
Ocak 2020'de Çin topraklarında ani bir salgın yayıldı.Çeşitli bölgelerde önleme ve kontrol önlemlerinin getirilmesiyle Çin'in çoğu bölgesindeki insan ve malzeme akışı değişen derecelerde sınırlandı. Birçok yatırımcı salgının 2020'de Çin ekonomisi üzerindeki etkisinden endişe duyuyor. etkiler. Salgının gelişiminin ilk aşamalarında, ekonomik şoklarla ilgili araştırması genellikle onu 2003'teki SARS ile karşılaştırır ve sonuç genel olarak bu salgına yönelik önleme ve kontrol önlemlerinin daha uzun sürdüğü ve ekonomi üzerindeki etkisidir. Daha büyük olmalı, ancak bu yargı genellikle nitelikseldir. Sonuçta, SARS'ın üzerinden 17 yıl geçti. Çin ekonomisinin yapısında ve işleyişinde büyük değişiklikler meydana geldi. SARS'ı referans olarak kullanmak doğru bir sonuca varamayabilir.
Bahar Bayramı tatilinin sona ermesiyle birlikte çeşitli yüksek frekanslı veriler yayınlanmaya başladı. Önceki yıllardan farklı olarak, çoğu ekonomik veri tatilin sona ermesiyle toparlanmadı, ancak düşük kalmaya devam etti ve hatta bazıları tatilden sonra düşmeye devam etti. Örneğin, altı büyük kıyı santralinin elektrik üretimi için ortalama günlük kömür tüketimi, tatilden sonra düşük bir seviyede seyrediyor ve şu anda tatil öncesi seviyesinin sadece yaklaşık% 60'ı. Üretim tarafı perspektifinden bakıldığında, bazı endüstrilerin, özellikle de alt sektörlerin işletme oranı önemli ölçüde düştü. Otomobil lastiklerinin çalışma oranı, önceki yıllardaki aynı dönemin seviyesinden çok daha düşüktür ve emek yoğun endüstri-Jiangsu ve Zhejiang dokuma tezgahlarının işletim oranı daha da zayıftır. Bu tür verilerden yola çıkarsak, Çin'in endüstriyel üretimi ilk çeyrekte önemli ölçüde zayıflayacaktır.
Ancak öte yandan, özellikle upstream endüstrilerde yaygın olan Bahar Şenliği boyunca sürekli üretim yapan birçok endüstri var. Bu şirketlerin çoğu sermaye yoğun endüstrilerdir ve gıda üretimi ve işleme gibi ulusal ekonomi ve insanların geçim kaynakları ile ilgili bazı alt şirketler, malzeme tedarikini sağlamak için işlemleri kolayca askıya alamayabilir. Örneğin, çelik endüstrisindeki yüksek fırınların işletim oranında önceki yıllara göre önemli bir düşüş görülmedi. Bununla birlikte, Çin Demir ve Çelik Birliği tarafından hesaplanan önemli şirketlerin günlük ortalama ham çelik üretimi, geçen yılın aynı dönemine göre bir miktar arttı. Kimya ve eritme gibi diğer hammadde endüstrilerinin işletme oranları da Bahar Şenliği boyunca sabit kaldı, aksine tatilin ardından zayıf aşağı havza talebi ve tıkalı nakliye nedeniyle, deponun genişlemesi nedeniyle faaliyet seviyelerini düşürmek zorunda kaldılar. Bu nedenle, Çin'in genel kapasite operasyonunu belirli sektörlerin verilerinden değerlendirirken bazı sapmalar olabilir.
Ayrıca ulaşım verileri, 2020 Bahar Şenliği sırasında gönderilen yolcu sayısının 2019'a göre% 50'nin üzerinde düştüğünü de gösteriyor. Özellikle Bahar Şenliği'nin ardından çeşitli yerlerdeki kilitlenme önlemleri insan akışını kısıtladı ve yolcu trafiğindeki düşüş% 80'i bile aştı. Kentsel trafiğin yoğunluğu da önemli ölçüde zayıfladı. Salgın altında çok sayıda işçinin işe geri dönemeyeceği gerçeği nedeniyle, bu, işe yeniden başlamanın gecikmesinin önemli bir nedenidir ve işe yeniden başlamanın gecikmesi de ilgili üretim faaliyetlerini durgunluk içinde tutmuştur. Bu nedenle, işe yeniden başlama sürecini personel akışına göre hesaplamak ve ardından salgının ekonomi üzerindeki etkisini ilk çeyrekte hesaplamak için hala birçok çalışma var.
Ancak bu yöntemin bazı sorunları var. Her şeyden önce, bir önceki yılın ulaşım verilerinin yolcu akışı, akrabalarını ziyaret eden, okuyan ve seyahat eden çok sayıda insanı da içerdiğinden işe genel dönüşü yansıtmamaktadır.Nüfusun bu kısmını dışlamak zordur ve yerel ve uzak iş gücü oranını belirlemek zordur. Bu nedenle, yolcu sayısına göre işe yeniden başlama ilerlemesinin hesaplanması büyük olasılıkla yanlış olacaktır. İkincisi, çalışmaya devam etme süreciyle ilgili veriler elde edilse bile, onunla çıktı arasındaki ilişki bire bir olamaz. Çünkü işe yeniden başlama kavramının kendisi nispeten belirsizdir. Önceki makalede belirtildiği gibi, birçok şirketin kendisi sürekli üretim yapmaktadır ve şirketler Bahar Şenliği sırasında durmamaktadır; bazı şirketler tatilden sonra tüm personeli yerine getiremeyebilir. Personelin yalnızca% 50'sinin görevde olduğunu varsayarsak, ancak azalan marjinal fayda nedeniyle şirketin günlük Verim yine% 50'den yüksek olabilir.
Bu faktörler dizisi, piyasanın ilk çeyrekte ekonomiye ilişkin yargısını çok farklı kılıyor. Kötümserler, yüksek frekanslı verilerin zayıflamasına bağlı olarak ilk çeyrek GSYİH'nın önemli bir negatif büyümeye sahip olacağına karar verirken, iyimser kişi GSYİH büyüme oranının SARS deneyimine dayanacağına karar veriyor. % 4 veya hatta% 5'in üzerinde yüksek bir seviyede tutulur. Pazar, bu konuyu tartışırken karşılaştırma için bir kriterden yoksun görünüyor.
Bu yeni taç pnömoni salgınının dönüm noktası olan olay, Wuhan'ın 23 Ocak'ta kapanmasıydı. Kapsamlı ekonomik etkisi de bu olaydan sonra meydana geldi.Başka bir deyişle, salgının tatil öncesi döneme etkisi nispeten küçüktü ve esas olarak birçok Tatilden sonra işe devam etmede gecikmeler. Bu nedenle, salgının etkisinin önceki Bahar Bayramı tatillerinin düşük üretimini daha uzun süre sürdürmeye eşdeğer olduğunu ve geçmişte işe yeniden başlama eğiminin daha yumuşak olduğunu ve daha uzun süreceğini varsayabiliriz. Bu bağlamda, Bahar Şenliği faktörlerinin endüstriyel katma değer üzerindeki tarihsel etkisine dayanan normal seviyenin oranı olarak sadece Bahar Şenliği öncesi ve sonrası ortalama günlük sanayi üretimini yargılamamız gerekir ve sonra işe yeniden başlama konusunda farklı varsayımlar yapabilir ve bir çıkarım yapabiliriz. Üç aylık sanayi katma değerli büyüme oranı değişiklikleri için çeşitli olası senaryolar vardır ve ilk çeyrekte salgının GSYİH üzerindeki etkisini değerlendirmek için bir kriter vardır.
iki
Bahar Bayramının endüstriyel üretim üzerindeki etkisi nasıl tahmin edilir?
2011 yılından bu yana Ulusal İstatistik Bürosu, sanayi katma değerinin çeyrek bazında ve mevsimsellikten arındırılmış çeyrek bazda verilerini açıkladı.Böylece sabit baz endeksini sanayi katma değerinin mevsimsel düzeltmesinden önce ve sonra elde edebiliriz. İkisini karşılaştırmak için 2011'de her ayın ortalama değerini 100 olarak belirledik.
Şekil 7'den sanayi katma değerinin mevsimsel etkisinin çok açık olduğunu ve Ocak ve Şubat ayının trend büyüme oranından önemli ölçüde daha düşük olacağını görebiliyoruz, özellikle Şubat ayı verileri genel olarak yılın en düşük noktasıdır, bu husus 2 Aylık ortalama 28,25 gündür ve bu da Bahar Şenliği ile ilgilidir. Bahar Şenliği'nin Ocak ve Şubat ayları arasındaki hareketi, normal yıllık büyüme oranının Ocak ve Şubat aylarında verilerin mevsimselliğini filtreleyememesine neden oldu.Şekil 8'de gösterildiği gibi, yıllık sanayi katma değeri de Ocak ve Şubat aylarında keskin bir şekilde dalgalanıyor.
Bahar Şenliği'nin Çinliler için önemi nedeniyle, insanların ekonomik faaliyetlerine etkisi 7 günlük tatille sınırlı kalmamakta, farklı ekonomik değişkenler üzerindeki etkisi de farklı olabilmektedir. Pek çok şirket, Bahar Şenliği'nden bir süre önce kademeli olarak işi askıya alacak ve ilk ayın 15'ine kadar çalışmaya devam etmeyecek.Konular da genellikle Bahar Şenliği'nden önce tüketimi artırmak için harekete geçti. Ulusal İstatistik Bürosu sözcüsü, Ocak-Şubat 2019 arasındaki düşük endüstriyel büyüme oranını anlatırken, Endüstriyel açıdan bakıldığında, Bahar Şenliği'nden 4 gün önce ve Bahar Şenliği'nden yaklaşık 15-20 gün sonra işletmelerin üretim ve işletme faaliyetlerine bir miktar getirecektir. Etki: İhracat açısından ihracatçı firmalar genellikle Bahar Bayramı öncesinde hızlı ihracat yaparlar ve Bahar Bayramı sonrası işçi sendikalarının yeniden başlamasında belirli bir gecikme yaşanır.Tüketim açısından bakıldığında, Bahar Bayramı öncesi dönemde tüketim artışı nispeten hızlıdır. Tüketim mallarının fiyatlarının yükselmesi, tüketim artışı Bahar Bayramı'nın ardından bir süre daha yavaşlayacak. "
Bu nedenle, yıllar içinde Bahar Şenliği'nde sanayi işletmelerinin çıktılarının ne kadar etkileneceğini incelemek için öncelikle Bahar Şenliği faktörlerini ölçmek gerekir. Ulusal İstatistik Bürosu ekonomik verilere mevsimsel ayarlamalar yaptığında, genellikle bunu üç adıma böler. İlk olarak, dizi regARIMA modeli tarafından önceden ayarlanır ve artık dizi takvim etkileri, aykırı değerler ve diğer faktörler olmadan elde edilir ve ardından artık dizi X-11 sezonları için ayarlanır ve son olarak model teşhis edilir. Bahar Bayramı faktörlerinin nicel analizi, takvim etkisindeki mobil tatil etkisini içerir: Öncelikle tatil öncesi ve sonrası veya tatil öncesi, sırası ve sonrasında etki değişkenlerini tanımlayın ve ardından tatil öncesi ve sonrasındaki etkilere göre ilerleyin. Değişkenlerin Ocak, Şubat ve Mart'ta farklı etkileri vardır ve Ocak'tan Mart'a dağılımları ağırlıklandırılır ve ardından regresyon için regARIMA modeline dahil edilirler.
Genel olarak mevsimsel faktörlerin tahmini uzun bir örneklem gerektirir, ancak Ulusal İstatistik Bürosu tarafından yayınlanan sabit tabanlı endüstriyel katma değer endeksi henüz 2011 yılında başlamıştır ve zaman serileri çok kısadır, bu nedenle ilgili değişkenler analiz için kontrol edilse bile büyük bir üretebilir. Hatanın büyüklüğü. O zamandan beri, Ulusal İstatistik Bürosu da mevsimsel düzenlemelerin ardından endüstriyel katma değerin çeyrek bazda oranını açıklamaya başladı. Mevsimsellikten arındırılmış verilerden, Bahar Bayramı faktörlerini ve diğer mevsimsel etkileri ortadan kaldırdı. Dolayısıyla mevsimsel düzeltme faktörü olarak mevsimsel düzeltme faktörü olarak sanayi katma değerinin sabit baz endeksindeki farkı mevsimsel düzeltme faktörü olarak kullanabilir, Bahar Şenliği'nin farklı aylarda getirdiği mevsimsel düzeltme faktöründeki değişimleri analiz edebilir ve Bahar Şenliği faktörünün endüstriyel üretim üzerindeki etkisini yeniden sağlayabiliriz.
üç
Yıllar boyunca Bahar Bayramı tatilinde endüstriyel üretim ne kadar yüksekti?
"Bahar Şenliği Faktörlerinin İhracat Üzerindeki Etkisinin Yeniden Tartışılması" araştırma raporumuzda, Bahar Şenliği'nin başlangıcını ve sonunu zaman dilimi olarak ele aldık ve Bahar Şenliği faktörlerini üç kısma ayırdık: tatil öncesi etki, festival ortası etkisi ve tatil sonrası etki. Hesaplamalar yapın. Tatil öncesi faktörler, Yılbaşı Gecesi'nden 15'inci günden Yılbaşı Gecesi'nden önceki ilk güne kadar değişir, toplam 14 gün, tatil ortası faktörü Yılbaşı Gecesi'nden ilk ayın altıncı gününe kadar 7 gün ve tatil sonrası faktör ilk ayın yedinci gününden ilk ayın 25'ine kadarki 19 gündür. Etkiler, dönemler arasında eşit ağırlıktadır. Hesaplama sonuçları, tatil öncesi faktörlerin ihracatı olumlu yönde etkilediğini, tatil sırasında ve sonrasında olumsuz etkiler olduğunu göstermektedir.
Ancak Bahar Bayramı faktörünün endüstriyel katma değer üzerindeki etkisi, ihracattan farklı olabilir. Ürünün üretimi ile ihracat beyannamesi arasındaki belirli bir zaman gecikmesi nedeniyle, Bahar Şenliği'nden önce "ihracat için kazıma" davranışı, ön uç üretim bağlantısında nispeten pürüzsüz olabilir. İhracat ürünleri ile karşılaştırıldığında, endüstriyel üretim daha geniş bir endüstri ve kategori yelpazesini içerir ve Bahar Şenliği sırasında daha fazla şirket nispeten sürekli üretim davranışına sahiptir. Bu nedenle, ihracat üzerindeki etkiyi hesaplarken tatil öncesi, sırası ve sonrasında üç değişkeni ayarlamak yerine, sadece iki etki değişkenini tatilden önce ve sonra endüstriyel katma değer üzerindeki etkisini tahmin ederken belirleriz. Ulusal İstatistik Bürosu sözcüsü bir keresinde Bahar Şenliği'nden 4 gün önce ve Bahar Şenliği'nden yaklaşık 15-20 gün sonrasının endüstriyel üretim üzerinde belirli bir etkiye sahip olacağını söyledi, bu nedenle Bahar Şenliği öncesinden 4 günden Bahar Şenliği gününe kadar toplam 5 günü tatil öncesi ve birinci ayın ikinci günü olarak tanımlıyoruz. İlk ayın 16'sına kadar toplam 15 gün tatil olarak belirlenir. İhracat hesaplanırken eşit ağırlık varsayımından farklı olarak, burada Bahar Bayramı faktörünün etkisini "" şekline atıyoruz, yani Bahar Bayramı ne kadar yakınsa, üretim faaliyetleri üzerindeki etkisi o kadar büyük olur. Bahar Şenliği öncesinden 4. günden Bahar Şenliğine kadar endüstriyel katma değere etkisinin günlük ağırlığı 1/15, 2/15 ... 5/15; birinci ayın ikinci gününden birinci ayın altıncı gününe kadar günlük ağırlık 15/120, 14 /120...1/120. Aslında, Bahar Şenliği için faktörleri tanımlamanın veya ağırlıklandırmanın bir dizi başka yöntemini test ettikten sonra, modelin yukarıda belirtilen ayarlara göre daha iyi uyduğunu gördük.
Tablo 1 ve Tablo 2, 2011-2019 Bahar Şenliği faktörlerinin zamanı ile Ocak-Mart tatil öncesi ve sonrası faktörlerin gün ve ağırlık dağılımını özetlemektedir. Daha sonra, Ocak-Mart 2011-2019 arasındaki mevsimsel düzeltmeden önceki ve sonraki sabit taban endüstriyel katma değer endeksinin oranını kullandık - bağımlı değişken olarak mevsimsel düzeltme faktörü ve bağımsız değişkenler olarak tatil öncesi ve tatil sonrası faktörler ve regresyon analizi için aylık kukla değişkenler ekledik Bahar Şenliği faktörünün boyutunu izole etmek için.
Regresyon sonuçları, tüm değişkenlerin anlamlı olduğunu ve model uyum iyiliğinin% 96'yı aştığını göstermektedir. Bahar Bayramı faktörüne bakılmaksızın, Ocak, Şubat ve Mart için mevsimsel düzeltme faktörleri sırasıyla 0,936, 0,855 ve 1,033'tür. Ocak ve Mart aylarında 31 gün, Şubat ayında 28,25 gün olduğunu düşünürseniz, o zaman Bahar Şenliği etkisi olmadan, Ocak'tan Mart'a kadar ortalama günlük sanayi üretimi yıllık ortalamanın% 91,93'üne,% 92,13'üne ve% 101,39'una eşittir. Ocak ve Şubat aylarında ortalama günlük üretimin aşağı yukarı aynı olduğu söylenmelidir.
Tatil öncesi ve tatil sonrası faktör katsayıları sırasıyla% -3,29 ve% -7,14'tür.Diğer bir deyişle, içinde bulunduğumuz ayda Bahar Şenliği'nden 5 gün önce veya Bahar Şenliğinden 15 gün sonra olursa, ayın sanayi üretimi sırasıyla% -3,29 ve düşecektir. Tatil öncesi ve sonrası ortalama günlük üretimin normal düzeye oranına dönüştürülen% -7,14, sırasıyla% 79,95 (% 1-3,29 *) ve% 85,51 (% 1-7,14 *). Daha önce tatil öncesi ve sonrası faktörlerin etkisini eşit ağırlık yöntemine göre ağırlıklandırdığımız için, Bahar Bayramı faktörlerinin endüstriyel çıktı üzerindeki etkisinin eğrisini elde etmek için Bahar Şenliği faktörlerinin etkisini dönemin günlerine orantılı olarak yayabiliriz.
Yukarıdaki şekildeki mavi çizgi, Bahar Şenliği etkisinin yukarıdaki varsayımlara göre hesaplanan sanayi katma değeri üzerindeki etkisinin dağılımıdır.Tatil öncesi düşüşünün nispeten hızlı olduğu ve tatil sonrası toparlanmanın nispeten yavaş olduğu, elektrik üretimindeki kömür tüketimine benzer şekilde görülebilmektedir. Trendler aşağı yukarı aynı. Ocak ayından Şubat ayına kadar ortalama günlük üretimin yıllık ortalamanın altında olduğunu hesaba katarsak, Bahar Şenliği öncesi ve sonrasındaki 30. gündeki ortalama üretim, elektrik üretimi için kömür tüketimi verileriyle ve Bahar Şenliği sırasındaki en düşük değerle daha tutarlı olacaktır. Her ikisi de yıllık ortalamanın yaklaşık% 60'ı kadardır, ancak fark, sanayi üretiminin tatilden önce daha düşük ve tatilden sonra nispeten daha yüksek olmasıdır.
Bu faktörün arkasında iki açıklama olabileceğine inanıyoruz: Birincisi, sanayi katma değerinin mevsimsel düzeltme modelinde aylık değişkenlerin belirlenmesi, tatil öncesi işlerin aceleye getirilmesinin etkisini yumuşattı çünkü tatil öncesi üretim kademeli olarak azaltılır ve tatilden sonra üretim kademeli olarak eski haline getirilir. Sürecin çoğu Ocak ve Şubat aylarında gerçekleşir, bu nedenle Ocak ayındaki daha düşük aylık mevsimsel ayarlama faktörü bu süreci içerebilir; ikinci olarak, şu anda elde edebileceğimiz kömür tüketimi verileri esas olarak güneydoğu kıyısındaki altı vilayete ait verilerdir. Kıyı bölgelerinde daha fazla göçmen var ve Bahar Şenliği sırasında işe ara verme ve yeniden başlama süresi ulusal ortalamadan daha uzun olabilir.Son yıllarda, sürekli üretim yapan yukarı havza endüstrileri yavaş yavaş kıyı bölgelerinden iç bölgelere göç etmiştir. Altı kıyı ili de sağdaki şekilden görülebilir. Ocak-Şubat ayları arasındaki elektrik tüketimi oranı, yıllık ortalamanın oldukça altında olduğundan, altı kıyı ilinde elektrik üretimi için kömür tüketim verileri de ülkenin genel elektrik tüketim seviyesini olduğundan az gösterebilir.
Son olarak, modelin Ocak-Mart 2011'den 2019'a tahmin edilen endüstriyel katma değer seviyesini gerçek değerle karşılaştırdık. 2017'den önce ancak 2018-2019'da model değerinin ve gerçek değerin daha yüksek bir uyum iyiliğine sahip olduğunu gördük. Özellikle Ocak-Şubat ayları arasındaki ilgili verilerde tutarsızlık arttı.Bunun, 2017 sonunda istatistiksel verilerin sistematik olarak ayarlanmasıyla ilgili olabileceğini düşünüyoruz. 17 yıl sonra kurumsal davranış çok fazla değişmeyebilir. Ocak ayından Şubat ayına kadar olan veriler sapmış olsa da, toplam veriler çok da farklı değil, bu nedenle ilk çeyrekte toplam sanayi katma değerini tahmin etmek için hala bazı göstergeler olduğuna inanıyoruz. Modelin karşılaştırılabilirliğini artırmak için, 2020'deki büyüme oranını hesaplamak için bir karşılaştırma ölçütü olarak modelin tahmini değerini Ocak'tan Mart 2019'a kadar kullanacağız.
dört
Temel senaryo endüstriyel büyüme oranı önümüzdeki çeyrekte% 2,4'e düşebilir
Yukarıdakiler, önceki yıllarda Bahar Şenliği sırasında günlük ortalama üretimdeki değişiklikleri analiz etti.Yeni taç pnömoni salgınının dönüm noktası olan olay, 23 Ocak'ta Wuhan'ın kapanması olduğundan, bu olaydan sonra ekonomi üzerindeki büyük etkisi de gerçekleşti. Yani salgının tatil öncesi üzerindeki etkisi nispeten azdır ve asıl etkisi tatilden sonra ortaya çıkar. Tatilden önce Çin ekonomisi dip ve toparlanma belirtileri gösterdi. 2019 yılının Aralık ayında endüstriyel katma değer, Mart 2019'dan bu yana en yüksek büyüme oranı olan% 6,9'a yükseldi. Bu nedenle, tatilden önce mevsimsellikten arındırılmış Ocak ayı tahmin ediyoruz. Endüstriyel üretim, en az% 6 yıllık büyüme oranını koruyabilir. İş bıraktıktan sonra işe devam etmenin zorluğu, çoğunlukla tatilden sonra ortaya çıkar.
Önceki yıllarda kıyı kesimlerde elektrik üretimi için kömür tüketimine ilişkin veriler genellikle ilk ayın yedinci gününden sonra kademeli olarak toparlanmaya başlayacak ve ilk ayın 20. gününden önce normal seviyelerine dönecek, tahmin edilen sanayi üretimimiz de ilk ayın ikinci gününden sonra yavaş yavaş toparlanacak. Ancak, bu yıl elektrik üretimi için kömür tüketimi, Bahar Bayramı'ndan sonra düşük kaldı ve ilk dönemde hala bir düşüş dönemi var. Bahar Şenliği'nden sonra bazı alt sektörlerde çalışmaya devam etmede yaşanan gecikmenin talebin düşmesine neden olduğunu ve salgının çeşitli yerlerde zayıf trafiğe neden olduğunu tahmin ediyoruz, bu da bazı yukarı akış sürekli üretim endüstrilerinin envanteri önemli ölçüde artırmasına ve üretimi düşürmek zorunda kalmasına neden oldu. Bu şirketlerin çoğu yüksek enerji tüketen endüstrilerdir ve üretimdeki azalma elektrik talebini azaltmıştır. Bu nedenle, çeşitli bölgelerdeki alt sanayilerde müteakip çalışmaların yeniden başlamasına rağmen, yukarı akış sanayilerindeki üretim azalması, elektrik üretimi için kömür tüketimi verilerini düşük seviyelerde tutmuştur. Yapısal değişiklikler nedeniyle, elektrik üretimi için kömür tüketiminin gösterdiği gibi, endüstriyel üretim gerçekte düşmeyebilir. Guangdong ve Zhejiang gibi kıyı bölgeleri de epidemiden göreceli olarak ciddi şekilde etkileniyor.Bu nedenle, yerel sanayi üretimindeki düşüş ülke genelinden daha yüksek olabilir ve bu da elektrik üretimi için kömür tüketim verilerini olduğundan daha az tahmin edebilir.
İller, belediyeler ve belediyeler 10 Şubat'tan sonra işe geri dönüş oranına ilişkin verileri arka arkaya yayınladı. Bu nominal işe dönüş oranı verileri çok hızlı bir şekilde toparlandı. 14 Şubat haftasında% 40'ın altında olabilir, ancak şu anda% 80'i aştı ve Jiangsu, Zhejiang ve Guangdong kıyı illeri en hızlı yükseliyor. Bu aynı gibi görünüyor Elektrik üretimi için kömür tüketim verileri eşleşmiyor. Bunun sebebi olarak, bazı firmaların sınırlı personel ve talep arka planı altında ismen işe başlamasına rağmen fiili çıktının bir önceki seviyeye ulaşmamış olması olabileceğini düşünüyoruz. Bu nedenle, ulusal sanayinin genel yeniden başlama ilerlemesini tahmin ettik.Olasılığın elektrik üretiminin kömür tüketimi ile nominal yeniden başlama oranı arasında olduğuna inanıyoruz.Üç senaryo varsayımı yaptık.
Öncelikle karşılaştırma durumunda, şirketin bir önceki yılın çıktı ölçeğini ilk ayın ikinci gününden ilk ayın ikinci gününe kadar tatillerde koruduğunu ve sanayi kuruluşlarının kademeli olarak 3 Şubat'tan başlayarak bir önceki Bahar Bayramı tatilinde devlete ulaşacağını varsayalım. Ancak kademeli olarak işe başlama süresi önceki yılların 15'inden 28'ine uzatılmış ve 2 Mart'tan önceki yılların normal düzeyine ulaşmıştır. Kötümser bir durumda, şirketin kademeli olarak önceki yılın Bahar Şenliği seviyesinden birinci ayın ikinci gününden ilk ayın ikinci gününe yükseldiğini ve 3 Şubat'tan itibaren çalışmaya devam ettiğini, ancak işe devam etme süresinin önceki yılın 15'inden uzatıldığını varsayalım. 35'inde 9 Mart'tan itibaren önceki yılların normal seviyesine ulaştı. Olağanüstü durumlarda, şirketin bir önceki yılın Bahar Şenliği'nin düşük çıktı ölçeğini ilk ayın ikinci gününden ilk ayın dokuzuncu gününe kadar sürdürdüğünü varsayalım. Ancak, 3 Şubat'tan 9 Şubat'a kadar birçok yerde hala belirli bir işe başlama derecesine sahip olduğu için. Bu haftanın çıktısının önceki yılların ilk ayının ikinci günü seviyesinde olacağını ve 9 Mart'tan başlayarak önceki yılların normal seviyesine ulaşmak için 10 Şubat'tan sonra kademeli olarak 4 hafta sonra çalışmaya devam edeceğini varsayıyoruz.
Yukarıdaki üç varsayıma dayanarak, Ocak'tan Mart'a ve ilk çeyreğe kadar genel endüstriyel katma değer büyüme oranını hesapladık. Temel senaryoya göre Bahar Şenliği'nin yerinden çıkması ve salgının neden olduğu durgunluğun etkisiyle Ocak ayında sanayi katma değer artış hızı% -3'e düşecek.Sanayi üretiminin kademeli olarak yeniden başlaması ve geçen yılın aynı dönemindeki düşük baz etkisiyle Şubat ayında sanayi katma değeri Büyüme oranının% 4.4'e dönmesi beklenirken, Mart ayında büyüme oranının% 5.8'e ulaşması bekleniyor. Bu koşullar altında ilk çeyrekte sanayi üretimi% 2,4'e ulaşabilirken, Ocak-Şubat arası büyüme oranı% 0,3'tür.
Kötümser bir senaryoda, Ocak ayında sanayi katma değerinin büyüme hızı% -3,7'ye düşecek ve Şubat ayında işe yeniden başlama görece yavaş olacak ve bu da ilk 8 Mart'ta belli bir etkiye sahip olacaktır Bu kapsamda 2. Mart ve Şubat aylarında sanayi katma değer artış hızı sırasıyla% 1,2 ve% 4,9'a düşecek. İlk çeyrekte, sanayi üretiminin büyüme oranı sadece% 0,9 olurken, Ocak'tan Şubat'a kümülatif büyüme oranı% -1,5 oldu. Aşırı durumlarda, işe ve üretime yeniden başlama süreci daha yavaş olacak ve Ocak'tan Mart'a katma değer artış oranı sırasıyla% -4.1,% -2.9 ve% 4.6'ya düşecek. Büyüme oranı% -3,5 olacak ve ilk çeyrekte birikimli büyüme oranı da% -0,4'e düşecek.
Beşler
İlk çeyrek GSYİH verileri nasıl işlenir
SARS dönemindeki deneyime ve diğer çalışmaların sonuçlarına dayanarak, çoğu insan yeni koronavirüs salgınının üçüncül endüstri üzerindeki etkisinin endüstri ve inşaat endüstrilerinden daha yüksek olabileceğine inanıyor. Tahmin edilen sonuçlarımıza göre, ilk çeyrekte sanayi büyüme oranı, SARS dönemindeki ilk çeyreğe göre, 2003 yılının ikinci çeyreğindeki% 2'lik düşüşün üzerine, 2019'un dördüncü çeyreğine göre% 3,5 daha düşük olan% 2,4'e düşebilir. Mevcut iletişim ağının gelişimi, birçok ticari faaliyetin çevrimiçi olarak yürütülmesine izin verse de, bu da hizmet endüstrisini 2003'teki SARS'a kıyasla bir dereceye kadar daha az etkilenecek hale getirecek olsa da, hala internette kullanılamayan çok sayıda hizmet bulunmaktadır. Bahar Şenliği seyahat sezonu boyunca dönüş yolcu akışındaki mevcut keskin düşüşe ve otel ve yemek endüstrisinin büyük ölçekli kapanmasına bakılırsa, teslimat, depolama, konaklama ve yiyecek-içecek sektörünün iki sektörü kaçınılmaz olarak daha büyük bir etkiyle karşı karşıya kalacak ve birçok şehir ticari tesisleri kapattı ve emlak pazarları sattı. Bahar Şenliği sırasında neredeyse donuyor ve toptan ve perakende sektörü ile emlak sektörü de etkilenecek. Bu nedenle hizmet sektörü için ilk çeyrekteki aşağı yönlü baskı göz ardı edilmeyebilir. Bu aynı zamanda ilk çeyrekte Çin'in GSYİH'sında önemli bir düşüşe yol açabilir. Sanayi katma değerindeki düşüşle birlikte, ilk çeyrekte GSYİH büyüme oranının% 0,5 ile% 3,5 arasına düşebileceğini tahmin ediyoruz.
Ancak şunu da belirtmek gerekir ki, piyasa ilk çeyrekte GSYİH'ye büyük önem veriyor olsa da, ilk çeyrekte GSYİH'de büyük bir belirsizlik riski var. Ulusal ekonomik muhasebenin kendisi, özellikle daha yüksek zamanlılık gerektiren üç aylık muhasebede, bir dizi yöntem yoluyla ekonomik performansın tahmin edilmesi olduğundan, tahmin edilmesi gereken bileşen daha büyük olacaktır. Gerçek operasyonlarda, İstatistik Bürosu, üç aylık büyüme oranını büyük ölçüde önceki yılların tabanına ve yüksek frekanslı verilere dayanarak tahmin edilen büyüme oranına göre değerlendirir. Bununla birlikte, bazı endüstriler, özellikle GSYİH içindeki payı düşük olmayan,% 20'ye yakın diğer hizmet endüstrileri var, ancak atıfta bulunulabilecek çok az sayıda yüksek frekanslı veri var. Büyük ölçüde, spekülasyon yapmak için tarihsel yasaların kullanılması gerekiyor, ancak salgın durum Olay bazı tarihsel deneyimleri yanlış hale getirecektir.
Temmuz 2004'te İstatistik Bürosu, 2003'ün ikinci çeyreğine ait verilerle ilgili revize edilmiş bir duyuru yayınladı. Duyuru, "SARS" ın hizmet endüstrisi üzerindeki etkisini yansıtmak için, İstatistik Bürosu'nun, üçüncül sektördeki diğer hizmet endüstrileri hakkında hızlı bir araştırma yapmak için bir acil durum mekanizması başlattığını açıkladı. "O sırada başka bilgi olmadığı için, bu hızlı anketi kullanmak zorunda kaldık. Sonuç olarak, diğer hizmet sektörlerinin yıllık büyüme oranı yalnızca% -6,8 oldu. " Bununla birlikte, SARS'ın zirvesinden hemen sonra belirli bir zamanda yapılan hızlı ankette birçok belirsiz faktör olması nedeniyle, bu aynı zamanda İstatistik Bürosu'nun diğer hizmet endüstrilerinin büyüme oranını 2003 yılının ikinci çeyreğinde GSYİH büyüme oranı% 1,2 artışla% 7,9 olarak revize edilerek% -6,8% 5,7'ye çıkarılmıştır. Aslında, 2003'teki SARS, aynı zamanda Çin'in GSYİH verilerinin ön muhasebe, ön doğrulama ve son doğrulama ile revizyon sürecinin başlangıcıydı.
GSYİH verileri daha sonraki dönemde revize edildiğinden, genellikle son çeyrek GSYİH'nın ön muhasebe değerinin açıklanması eşlik eder ve piyasa her zaman mevcut ekonomik durumu daha iyi yansıtan en son ekonomik verilere dikkat eder.Bu nedenle, GSYİH'nin ön muhasebe verileri daha sonraki dönemde açıklanacak olsa da Kademeli olarak revize edildi, ancak piyasa en çok ilk verilerle ilgileniyor. Çinin üç aylık GSYİH muhasebe yöntemleri son yıllarda iyileşmiş olsa da, zamanlılık gereksinimleri, üç aylık GSYİH'yi belirli tahminlere bağlı kılmaktadır ve bilgi aktarımı, yazılım ve bilgi teknolojisi hizmetleri ile kiralama ve iş hizmetleri iki Endüstri diğer hizmet endüstrilerinden ayrılmıştır ve ayrı verilere sahiptir ve üçüncül endüstrinin GSYİH içindeki payının sistemik olarak artması, istatistiksel verilere sahip olmayan diğer hizmet endüstrilerinin oranını, yalnızca bazı alt sektörlerle 2003'e benzer hale getirmiştir. Katma değer vergisindeki değişikliklerle ilgili veriler var, bu nedenle salgının GSYİH tahmin yönteminden sapması hala çok büyük olabilir, bu da bu yılın ilk çeyreğinin GSYİH verilerini gerçek ekonomik referans için büyük ölçüde azaltabilir.
Bununla birlikte, merkezi hükümetin çeşitli düzeylerinde yıllık ekonomik ve sosyal kalkınma hedeflerine ve görevlerine ulaşma çabalarına tekrar tekrar vurgu yapılmasından dolayı, bu, ilk çeyrek verilerinin durumu nedeniyle yıllık hedeflerin tamamlanmasını yine de etkileyebilir. Ulusal Kalkınma ve Reform Komisyonu Genel Sekreteri'nin 24 Şubat'ta Danıştay basın toplantısına katılarak Merkezi Ekonomik Çalışma Konferansı tarafından kararlaştırılan 2020 ekonomik büyüme hedefinin salgın nedeniyle değişip değişmeyeceği sorusuna cevap verdiğini fark ettik. Merkezi Ekonomik Çalışma Konferansı tarafından belirlenen çeşitli ekonomik ve sosyal kalkınma hedef ve görevlerinin tamamlanmasıyla birçok elverişli koşul vardır ve Merkezi Ekonomik Çalışma Konferansı düzenlemelerinin uygulanmasının 2020 ekonomik ve sosyal kalkınma hedeflerine ve görevlerine ulaşılmasını sağlayacağına ancak ulaşılamadığına işaret edilmiştir. 2020 ekonomik büyüme hedefinin revize edilip edilmeyeceği sorusuna olumlu cevap. Bu yılki ekonomik kalkınma hedeflerinin iki oturumda açıklanması gerekiyordu.İki oturumun açılışının ertelendiği tespit edildiğinden, ilk çeyrek ekonomik verileri açıklandıktan sonra açıklanabilir, bu da yıllık ekonomik büyüme hedefinin ayarlanması için belirli bir alan sağlıyor.
İlk çeyrek için GSYİH verilerindeki olası sapmalar nedeniyle, hükümetin bu yılın önümüzdeki birkaç çeyreğinde ekonomik hedefler belirlerken duruma daha fazla dikkat etmesini ve ekonominin bir an önce trend büyüme oranına dönebilmesi için dışsal şoklarla başa çıkmak için konjonktür karşıtı politikaların kullanılması gerektiğini öneriyoruz. meli. Yatırımcılar, ikinci çeyrekten sonra da ekonomik verilerin toparlanmasını izlemeye devam edebilir. Salgının Çin ekonomisinin uzun vadeli eğilimini değiştiremeyeceğine inanıyoruz. Mevcut acil durum politika önlemleri, salgının etkisini aktif olarak koruyor. İşletmelerin iş ve üretiminin yeniden başlaması, normal üretim ve işletme düzeninin eski haline getirilmesini teşvik etti ve takip politikası rezervleri hala bol. Çin ekonomisi Kesinlikle salgın sınavının üstesinden gelecek ve her bakımdan varlıklı bir toplum inşa etme hedefini tamamlayacaktır.
Bu makale finans sektörü web sitesinden geliyor
