解读中国经济指标.pdf

《解读中国经济指标.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、经济研究解读中国经济数据第一版亚洲经济研究团队重要的信息披露请参见本手册背面高盛亚太经济研究目录I.前言1中国十大经济数据4中国的统计数据一般公布的月份5对季节调整的说明6II.生产8国内生产总值8工业增加值11工业企业利润总额12采购经理指数13III.投资15固定资产投资15开工和在建固定资产投资项目18外商直接投资19IV.消费21社会消费品零售总额21居民支出调查23居民收入调查24V.对外贸易26商品贸易26国际收支平衡表27VI.货币和信贷30货币供应量30信贷收支31外汇储备32央行政策工具33公开市场操作33存款准备金率33利率33VII.价格37消费者价格指数37解读中国经济

2、数据2007年5月高盛亚太经济研究生产者价格指数39企业商品价格指数40固定资产投资价格指数41房地产价格指数42VIII.劳动力市场43就业数据43城镇单位就业人数43总就业人数44失业数据44城镇登记失业率44工资45城镇单位在岗职工平均工资45职工货币工资46就业人员劳动报酬46IX.政府财政47政府收入、支出及余额47X.高盛专项指数49高盛中国活动指数49高盛中国消费指数50CEMAC-高盛领先和同步指数51高盛中国金融状况指数52索引55解读中国经济数据2007年5月高盛亚洲经济研究第I节1.前言很久很久以前，有一位老人，名叫愚公，他家门前有两座大山挡住了出路。愚公下决心要除去这两

3、座大山，以便可以更清楚地看到外面的世界。他一次次地用簸箕和土筐把石土移走，这样坚持了很多很多年——他最终成功了！摘自中国古代寓言（愚公移山）近年来，随着中国在全球经济中的地位日益提高，中国经济数据的重要性也显著增强，正确解读和预测中国经济周期性走势的意义也日益凸显出来。在一定意义上说，追踪中国经济数据已变得与观察美国经济数据同样重要。然而，中国经济数据的质量一直以来都备受质疑，特别是官方的GDP增长率，由于过于“平滑”，该数据的可靠性受到多方的质疑。与愚公一样，高盛亚洲经济研究团队一直致力于清除中国经济数据中的“石土”来更好地了解中国宏观经济。在过去几年里，我们开发了一系列的指数，如高盛中国活

4、动指数和高盛中国金融状况指数。另外，我们还花了两年时间来撰写这本手册——《解读中国经济数据》，希望借此为投资者提供一本关于中国统计数据的综合参考书。我们在手册中试图对以下问题进行了深入的探讨：¢哪些数据是重要的?¢为什么这些数据很重要?¢这些数据的可信度怎样?¢我们如何应对那些不可靠的数据?虽然在格式上与广受欢迎的高盛美国和欧洲统计数据手册类似，但由于中国数据质量的独特性，本手册也有很多独特之处：¢更多地强调数据的局限性。我们对每个数据系列的可靠性和实用性都给予了评级（见专栏）。¢每章都有单独的前言，指出我们为何选择这些数据以及如何解读/利用这些数据。¢在介绍数据的概念和抽样方法之前，我们会首

5、先给出我们的评价。解读中国经济数据12007年5月高盛亚洲经济研究总的来说，我们发现：1.生产方面的数据比支出方面的数据更能准确反映经济增长趋势，这主要是因为生产法仍是中国统计数据编制的基本方法。由于中国计划改进支出项目的数据收集方法，这一状况今后可能会有所改观。2.我们发现，工业增加值等月度增长指标的质量好于季度及年度GDP数据，这主要是因为月度数据受到的非经济因素的干扰要少得多。3.受调查样本变化的影响，已公布的增长率数据（如固定资产投资和社会消费品零售总额等）无法通过绝对值数据计算出来。例如，在过去几年里，规模的扩张使得更多的企业突破了最小统计口径，而被纳入到样本当中。国家统计局的确在努

6、力纠正这一偏差，以确保这些数据的同比增长率具有可比性。至于哪些是非常重要但又最不充分的数据，我们认为支出方面的数据应该排在首位，特别是投资和消费数据，以及住宅投资及企业资本开支数据。其次是与劳动力市场和工资变化相关的数据。由于公布频率较高，这些领域中质量较好的数据几乎不存在。最后，进出口价格数据的质量仍然有待显著改进。在本手册中，我们还将我们的专项指数加入进来，我们认为它们非常有助于破解中国数据之谜。这些指数包括了高盛中国活动指数、高盛中国金融状况指数和CEMAC-GS同步和领先指数。我们希望通过高盛中国活动指数和CEMAC-GS同步指数来弥补国内官方增长数据的缺陷，帮助人们及时了解基本增长趋

7、势。另一方面，CEMAC-GS领先指数和高盛中国金融状况指数的推出旨在帮助预测中国经济在近期内的增长趋势。与我们的其它研究产品一样，我们试着尽可能地贴近读者，满足对中国宏观数据有着不同程度理解的读者的需求。我们非常欢迎您的评价和建议。解读中国经济数据22007年5月高盛亚洲经济研究专栏：如何使用各个数据系列的评级?为了便于读者更容易地了解各项数据的质量，我们根据每项数据的可靠性和实用性分别给出了1