一、特点

　　概述

　　与传统的统计调查方法不同，企业景气调查是利用民意调查技术搜集企业家对企业经营状况的信息。这些信息大都是定性的，通常是企业家对企业目前经营状况的判断与对未来经营状况的预期。通过对这些企业微观信息的综合，可以得到对宏观经济运行状况的描述，以便及时掌握经济运行的状态，预测经济发展的走势。

　　由于企业家在回答这些问题时不需要准确的会计、统计记录，所以这类信息比传统的定量统计数据更容易获取，而且可以更快地得到。另外，企业景气调查的数据处理步骤和计算方法——将个体企业的定性答案转化各行业相应的数字——比较简单，这种快捷而简便的数据处理方法使得企业景气调查成为短期经济分析的一个重要而又十分实用的工具。

　　调查变量

　　传统统计调查的范围仅包括某个经济领域的一个或少数几个相关的变量，而企业景气调查收集的信息不仅涵盖了更为广泛的领域，而且可以给出国民经济行业的整体描述。企业景气调查的调查变量包括生产量、产品订单、新近订货单、产成品库存、出口、雇员以及价格等。

　　企业景气调查收集信息的范围也超出了传统统计调查变量。定性信息是景气调查的主体，而这些信息大都在传统统计调查中很难或根本不可能得到，如：

　　●设备能力利用

　　●制约企业经营的瓶颈

　　●对总体经济状况的评估

　　分析特点

　　景气调查的特点决定了企业景气调查序列特别适合用于经济循环的监测与预测。因为：（1）景气调查序列不包括长期趋势，所以在一般情况下序列的循环波动更容易被检验出来；（2）被调查者在回答调查问题时常常会考虑正常的季节性变动，这样就增加了景气调查序列的相对平滑性；（3）景气调查数据很少进行修正。因此，景气调查的特点决定了其更适合用于预测，特别是预测经济循环的拐点。

　　经济循环是工业化市场经济国家特有的一种经济现象，它对经济波动的影响较为广泛，同时它也反映在相应的统计序列上。企业景气调查的序列可以清晰地描述出这种循环，并能提前预知总体经济活动的、相应的拐点。这种序列在经济循环分析中一般被叫做领先指标或先行指标。

　　目的与用户

　　企业景气调查的目的，在过去主要是为了满足被调查者的要求而收集有关经济状况的信息。而目前，调查结果已经成为各类用户进行经济分析的主要工具。

　　调查结果的主要用户是被调查者本身。详细的、分行业的调查结果对这些用户来说是十分有价值的，比如被调查企业所处行业的景气状况，上游厂商和下游厂商景气状况，包括当前与未来的景气状况。

　　经济和财务分析专家也是企业景气调查结果的主要用户。这是因为景气调查数据可以很快得到，而且一些景气调查序列是宏观经济的领先指标。另外，调查信息反映了市场经营主体对经济形势的判断与预期，相对传统统计数据具有明显的优势，这反映在源自于景气调查结果的信心指标的广泛应用。这些综合指标就是将多个主要调查变量汇总成一个单一的综合指标。

　　企业和消费景气趋势调查收集定性信息，这些信息是企业负责人和消费者对目前的经济状况的判断和近期走势的心理预期。所有OECD国家都开展了这样的调查，并且已经被证明是关于短期经济趋势信息十分有效而快捷的工具。

　　欧盟成员国发现对调查问卷进行标准化是十分有用的，包括对企业景气调查问卷和消费者景气调查问卷进行标准化，这样可以进行国际比较。转型国家和亚太地区一些国家也正在积极地引进标准化调查问卷以便对调查结果进行国际比较。

　　二、方法

　　（一）调查问卷设计

　　1、调查问题的选择

　　景气调查变量的范围较为广泛，因此它有能力用以监测经济循环。选择景气调查变量时应优先考虑以下指标：

　　●反映生产先期阶段的变量，如新近订货单、产品订货总量；

　　●对经济活动变化能快速反映的变量，如企业库存情况；

　　●预期变量或对预期较为敏感的变量，如预期的生产情况，总体经营状况。

　　在具体选择景气调查的变量时，不仅要从理论的视角来考虑，而且要从企业管理的视角来考虑。否则要得到企业经理们配合景气调查是很困难的。调查的变量数也应当尽可能的少，以减少回答者的负担。因此，景气调查只有选择那些最重要的变量，特别是做月度景气调查时更是如此。

　　核心变量（问题）

　　为了缩短调查问卷的填写时间、提高调查结果收集与处理速度，一个景气调查问卷的调查问题或变量应限制为最主要的变量。

　　欧盟国家的工业、建筑业和零售业景气调查频率为月度和季度。月度调查问卷的目的是用来监测当前和未来的生产形势以及影响企业生产经营的因素，月度工业景气调查包括以下6个问题或变量：

　　●对生产形势的判断

　　●对产品订单的估计

　　●对出口订单的估计

　　●对产成品库存的判断

　　●对生产形势的预期

　　●对销售价格的预期

　　季度景气调查问卷的目的是为了确认生产经营状况并评估影响企业生产经营的因素，工业季度景气调查包括以下8个问题：

　　●对雇员人数的预期

　　●影响企业生产经营的主要因素

　　●对目前生产能力的估计

　　●订单可保证生产时间

　　●新近订单

　　●新近出口订单

　　●设备能力利用

　　●对原材料库存的估计

　　建筑业和零售业的月度和季度调查问题的选择与工业调查所用的框架是一样的。建筑业调查包括以下5个月度问题（企业生产形势、生产情况、影响生产的因素、工程合同、雇员和价格）和1个季度问题（可保证生产时间）。零售业调查包括4个月度问题（企业综合经营状况、库存、订单和预期经营状况）和1个季度问题（雇员）。月度和季度问题具体见表1。

　　其他调查问题

　　对于不同的国家，调查问题或变量也有所不同，这里不可能一一列举。在OECD国家常用的调查变量是基本一致的，正是上面所提到的那些变量。

　　不同国家的工业、建筑业和零售业景气调查还包括其他一些共同的调查变量：

　　转型国家的标准化问题

　　转型国家在设计景气调查问题主要参照：大多数OECD国家景气调查的核心变量（问题）、欧盟国家标准化景气调查问卷和上面所列的其他一些共同的调查变量。在转型国家短期经济指标项目架框内，OECD和欧盟统计局联合组织转型国家间召开多次研讨会，讨论转型国家景气调查标准化问卷的内容。在这些讨论结果的基础达成协议，确定了定期景气调查一套基本的内容。除了上面所列的变量外，调查还包括以下共同内容：

　　转型国家标准化调查问卷中增加这些调查变量，他们认为这些变量对于转型期间的经济分析是十分重要的。但是在选择调查变量时，更要注意保持被调查企业的回答负担在合理范围之内。调查频率由各国家自己决定，有的问题是月度调查，有的问题是季度调查，但与投资相关的问题一般半年或一年调查一次，调查问题调查频率具体见表1。

表1  核心变量—欧盟和转型国家标准景气调查问卷

　　2、问卷的编排与其它设计问题

　　调查问卷设计的基本要求之一就是简捷，这样可以鼓励被调查者主动参与调查。问卷的填报尽可能少地占用被调查者的时间。采用预置答案选择的问卷编排方式有助于解决这个问题。几乎所有的问题都采用多重选择的形式，即有几个相互独立的预置答案。所有被调查者只需在自己认为正确的答案上打上记号即可。下面是景气调查中的一个典型问题：
 
　　你认为在今后三个月贵公司的生产量会

　　●（ ）更高       ●（ ）不变       ●（ ）更低
 
　　问题的个数通常也设计为最少，这对于获得正确的回答和降低不回答是很重要的。对于大多数调查问卷，在设计时尽量将所有问题都安排在一页或两页，这也可以提高回答率，处理起来更容易。

　　企业景气调查的大多数问题都采用三重选择定性问题的形式。这些问题通常是要求对最近变化作出判断，对目前状况作出估计，或对将来发展作出预期。对于这些问题，其可供选择的答案可以采用下面的某种形式：

　　（1）对目前状况进行估计

　　对目前状况的看法常常隐含着与正常情况的比较，这种比较是基于对目前水平的正确评价。与正常水平的比较，有时是比较明确的，有时是隐含的。预置答案的设计可以采用下面形式：

　　●（ ）高于正常水平      ●（ ）正常水平        ●（ ）低于正常水平

　　●（ ）较高（多）        ● （ ）一般           ●（ ）较低（少）

　　●（ ）超过需要          ● （ ）合适           ●（ ）低于需要
 
　　这种类型的调查变量通常有库存变量（如产成品库存、原材料库存等），订货水平等。

　　（2）对过去和将来变化进行判断

　　对过去和将来某个变量变化情况进行判断采用下面两种形式中的一个：

　　（a）不同时期状况进行比较，如当期与前期的比较，下期与当期的比较；

　　（b）没有明确的参照期，只需说明是过去或将来的趋势变化。
 
　　预置答案可以采用下面的形式：
 
　　●（ ）上升              ●（ ）持平              ●（ ）下降

　　●（ ）改进              ●（ ）不变              ●（ ）恶化

　　●（ ）增加              ●（ ）不变              ●（ ）减少
 
　　这种类型的问题是比较常见的，可以用在各种流量问题中，如生产，订单，雇员，价格等。
但有两个共同的调查变量用了一种不同于三重选择的类型，这两个变量是生产能力利用情况和影响企业生产经营的因素。

　　（3）生产能力利用情况

　　企业生产能力利用情况可以采用的下面三种不同的提问方式：

　　（a）准确的数字；

　　（b）区间选择；

　　（c）定性评价。

　　预置答案是如下形式：

　　（a）目前生产能力利用率的百分比是 （ ）%

　　（b）目前生产能力利用率的百分比是

　　●<=50  ●51-60   ●61-70   ●71-80   ●81-90   ●91-100   ●>100

　　（c）●（ ）超过正常水平      ●（ ）正常水平    ●（ ）低于正常水平

　　（4）影响生产经营的因素

　　与影响企业生产经营因素（如生产的瓶颈）有关的问题通常设置多个选择项。被调查者需要从中选择一个或几个影响当前企业生产经营的主要因素。预置答案通常有以下几个选项：

　　（a）   需求约束

　　●国内需求不足

　　●国外需求不足

　　（b）   供给约束

　　●设备短缺

　　●生产能力不足

　　●劳动力缺乏

　　●原材料不足

　　●资金不足

　　●……

　　（二）样本抽选

　　1、范围

　　调查结果的准确与否依赖于调查范围内是否有完整的抽样名录，即抽样框。

　　抽样框

　　为了建立抽样框，以下因素是必须考虑的：

　　●单位类别，如法人单位、产业活动单位、活动类型单位、地方单位、同质活动单位等；

　　●目标总体（全部活动单位）和调查的子总体；

　　●标准分类，如按经营活动性质划分的行业类别、按雇员人数划分的规模类别。标准分类可以区分目标总体中的调查单位与目标总体以外的单位。

　　单位和范围

　　大部分企业是由一个产业活动单位组成，而在经济活动中占有较大比重的大企业常常由多个产业活动单位组成。产业活动单位层面的信息常常是很难得到的，而企业层面的数据是可以得到的。例如，同一个场所的全部活动单位（地方单位）或同一类经营活动的全部活动单位（同质活动单位）的信息还是十分有用的。地方单位信息的使用并不严格限制在同一类经营活动，同质活动单位信息的使用也不严格限制在同一场所。调查结果重要与否主要依据回答者所使用的基本调查单位类别。

　　景气调查理想的调查对象是同质活动单位（同一类经营活动的全部产业活动单位）。在SNA体系中，同质活动单位被定义为仅从事一种生产经营活动或主要生产经营活动的增加值占主体的单个企业或企业的一部分。

　　调查单位

　　从实践角度考虑，首先需要确定调查单位范围，即根据以下信息确定哪些类型的企业应该包括进来：

　　●企业的基本特征，如经营活动类型、组织形式、规模和所在地；

　　●与调查单位相联系的时间与时期。比较理想的是，每个调查都应该包括调查单位在调查期（包括预测期）的活动时间。

　　调查单位应当被定义为以下形式的企业，即不管企业的所有制类型、法律形式和规模如何，只要在每个调查年度开始时从事相应行业的经营活动的企业。这也意味着，调查样本每年都要进行部分替换。

　　2、样本设计

　　有三种收集企业数据的方法，可以得出关于调查总体的结论。这包括：

　　●收集全部调查企业的数据。这是一种昂贵且漫长的过程，这还不涉及一些小的调查单位。

　　●从调查总体有目的的（主观）选择一部分企业作为样本。为了从这样主观样本中得出关于调查单位的合理结论，不得不对数据作出一些假定。

　　●从调查总体的全部活动单位中根据概率随机地抽选样本。这样没有必要作前提假定就可以根据随机样本估计出调查单位的参数，如总量、平均数等，并且得到这些估计的准确数值。

　　随机抽样设计方法有许多种方法。利用调查单位的其他相关信息越多，抽样设计的效率就越高。如果抽样框包括行业分类、企业规模，应用分层随机抽样是十分有用的。

　　分层随机抽样对于任何调查都是一种理想的抽样方法。但是，受多种因素的影响，景气调查常对分层抽样方法进行一些修正。对于选定的样本单位如企业在每一层进行严格的随机抽样有时是比较困难的，在某些情况下甚至是不可取的，因此许多国家应用这种修正后的分层随机抽样。不使用理想的、纯粹的抽样调查既有方法上的原因，也有实践中的原因。

　　实践原因

　　景气调查的参与者是自愿的，调查结果的质量取决于参与调查企业的配合程度。即便所选企业根据法律规定不得不参加调查，但这样要求不愿合作的企业参加这种意愿性比较高的调查也是不明智的。这样就降低调查的质量，景气调查的快捷特点也难以保证。

　　应当让调查企业确信他们所提供的信息不仅对宏观经济分析（政策的制定者）是十分重要的，而且对于直接参与调查的企业也是十分有价值的，如帮助企业进行市场研究。

　　其次，调查企业应当只填写一些基本的必要的答案，而不用查找有关的会计、统计记录和企业计划等。

　　从这些实践因素看，主观抽样可以应用在景气调查中，而且在这种情况下，主观抽样与严格的随机抽样相比，更类似一种配额抽样。

　　方法原因

　　根据统计理论，代表样本的大小首先取决于总体中数据的差异程度，其次是总体中单位个数。对于连续进行的调查来说，基于固定样本的结果比基于完全独立样本的结果差异要小得多。另外，景气调查度量一般采用序次尺度，序次尺度数据的方差通常明显小于米制尺度数据的方差。

　　3、调查结果的计算

　　对于不同调查来说，计算调查结果的基本步骤是一样的。对多重选择定性问题，首先计算每一个问题的各个选项的频率分布，即每个选项的回答企业数占全部样本企业的百分比，然后再将样本结果扩展到总体。而对于定量问题则是计算全部样本单位的平均数，而不是频率分布。

　　推算方法

　　对各个层次进行推算的基本原则是将调查收集到的每一个问题的信息综合成一个数字。每一个数字都表示某一选项的相对比率，如选择“上升”企业所占的比率。

　　在推算过程中，可以采用加权方法，也可以采用不加权方法。如果采用加权法的话，既可以使用同一加权模式推算不同层次的结果，也可以采用一种加权模式先推算样本各层的结果，再使用另一种加权模式推算总体结果。

　　加权

　　在定性景气调查中，对各个层次的个体企业数据进行加权有以下两个作用：

　　●纠正样本结构的偏差；

　　●作为将定性数据转换为定量数据的第一步。

　　对于从目标总体抽选出来的样本数据进行推算，无论定量调查还是定性调查，加权都是整个数据推算过程的一部分。加权的目的是为了调整样本的代表性偏差，也即修正样本覆盖不全或超范围覆盖问题。对于定量数据，这种加权的意义是很明确的；但对于定性数据，这种加权方法可能是另一回事，因为不同规模企业的影响是不一样的，所以在为了得到可靠的推算结果必须考虑企业的大小。下面介绍两种典型的加权模式：

　　单加权模式

　　为了尽可能地反映样本企业的相对重要性，对每个企业都赋予一个权重。权重变量通常选用雇员人数、营业额、交货量、销售额或增加值。对于某企业赋予权重后，该企业所有回答变量常常采用同一权重。

　　对于不同的层次，我们所得到的有关调查问题每个选项的最后结果都表示选择这一个选项的企业在全部企业中所占比重的加权平均结果。

　　上述单加权方法是一种比较常用的、基本的加权方法，许多国家的景气调查中都采用这一方法。

　　双加权模式

　　第一步推算按照上述单加权模式的基本方法进行的，可以推算出分行业或分规模的数据。

　　第二步推算是要反映国民经济的行业结构或企业规模结构，不仅仅是样本结构。因此权重是与总体结构成比例的，也就是说要与反映不同行业（规模）相对重要性的指标成比例，如各行业增加值。

　　在许多调查中，由于采用了主观抽样方法，大企业代表性往往比实际情况偏大。因此加权就是要纠正样本结构的偏差，也就是说要适当“放大”小企业在推算结果中的作用。第二步加权的也可以反映不同规模企业的相对重要性。

　　两步加权在很大程度上抵消了行业内部的差异，这样两步加权的结果与不加权的结果仅存在行业层面的差异。但是，行业层面的不加权结果在某种程度上低估了小企业的重要性，一个简单的加权体系可以改进这种结果。

　　上述分析表明，在行业层面上对个体回答进行加权或者积极或者消极的，但是应用适当的权重对行业层结果进行加权是没有任何问题的。这样，最好的权重是行业增加值数据，第二步加权应当是对全部景气调查数据进行的。

　　4、时间序列的表示方法

　　正如上面所谈到的，对于多重选项的定性调查问题，依据选项数目的多少，得到三个或五个百分比。如果没有以往的数据做参考、没有建立起随时间变化的动态资料，这些百分比本身的意义是有限的。但是，这种随时间变动的百分比可以揭示出对某个问题或调查变量看法的变化。

　　调查结果是通过随时间变化同时发生变化的几个百分比来表示，而这些百分比之和是一个常数。调查结果的这种表示方法解释或分析起来十分困难。调查结果这种表示方法只能用来分析少量的几个连续的调查结果。对于较长时期的调查结果进行分析与表述，这是循环分析所必须的，也是景气调查的主要应用。这种表示方法很难得出调查信息的全貌，在图上表示出来也很难进行解释（图1和图2）。

　　数据来源：国家统计局企业调查总队

　　趋势分析或趋势变化分析是最基本的预测方法。一些数据是用趋势来度量的，而另一些数据是用直接变化来度量的。对趋势进行判断的景气调查数据提供了变化的信号，连续调查结果的比较显示趋势的变化和经济循环的阶段。

　　使用景气调查数据一个很重要的途径是计算适当的变化指数。在多重选项问题中，调查结果用平衡差来表示，即选择“正向” 回答企业的百分比与选择“反向” 回答企业百分比之差。这种变化指数可以用来比较不同的经济循环，可以用来比较随着时间变化的趋势，也可以用来比较不同的指数。对于三重选项的调查问题，平衡差的计算如下：

　　平衡差（Balance）=（“+”）-（“-”）

　　其中 （“+”）+（“=”）+（“-”）=100

　　（“+”）表示正向选项的百分比（回答“上升”或“高于正常水平”）

　　（“=”）表示中性选项的百分比（回答“不变”或“正常水平”）

　　（“-”）表示反向选项的百分比（回答“下降”或“低于正常水平”）

　　平衡差的运用可以将对一个问题的回答概括为一个简单的数字，将连续调查期的回答的变化概括为一个简单的时间序列（图3）

　　数据来源：国家统计局企业调查总队

　　平衡差的运用也意味着一些原始调查信息的损失。但是，市场经济国家的实践表明，这些信息的损失对于调查结果的正常使用并不重要。从循环分析来看，无论是理论上还是实践上，平衡差的运用都是足够的。正如上面所说的，对于一个给定的平衡差，“不变或正常状况”选项的变化表示回答者的不确定性程度的变化。

　　在表述调查问题时，尽管已经说明要考虑季节因素的影响，但平衡差序列还是带有一些季节因素，这些因素应在分析和图示前剔除季节因素。

　　平衡差的数值围绕0上下波动。当平衡差为正值时，表示经济活动的上升；当平衡差为负值时，表示经济活动下降。平衡差的绝对值表示上升或下降的程度。所以，平衡差不仅能表示变化的方向，而且可以表示变化的程度。

　　其他绝大多数变化指数都取自经济活动指数，而且与经济活动变化的比率相一致。但是景气调查提供了一个对变化进行直接度量的工具。

　　三、调查结果的应用

　　（一）调查数据的解释

　　景气调查反映的是企业家的想法，带有很强的主观性，因此对调查数据的解释有时比较复杂。这个问题是与第二节所谈到的景气调查优势相呼应的，特别是调查的迅捷性大大提高调查结果的可用性，调查信息的定性特点可以减少长期趋势和季节因素的影响，而且调查结果很少进行修正，所有这些都决定了景气调查序列比较适合用于经济循环观察和预测。

　　以下几个技术问题是正确解释景气调查数据的基础：

　　--调查问题的表述与措词

　　--调查问题涉及的时期

　　--回答的偏差

　　下面分别介绍这几个技术问题：

　　调查问题的表述与措词

　　调查问题的解释是必须依据调查问题的表述与措词。例如，有关库存的问题，它是常常要求回答者在对目前库存水平进行判断时要与正常状况进行比较，例如对目前库存水平状况的判断和与上年平均水平相比库存的变化，这两者得到的结果显然是不一样的，因为"正常库存"概念要受价格的影响。因此这个问题的结果对于判断库存变化比估计库存的具体的数据更有用。

　　有关库存和订单中"正常"概念的应用是非常复杂的，因为用来判断这些变量的正常状态的基准也随着时间的变化而变化。这个问题短期（最多一年）的比较要比长期比较有用得多。

　　调查问题涉及的时期

　　关于对过去和未来变化进行判断的调查问题可以采用以下两种方式中的一种：

　　--调查期与上期或下期进行比较；

　　--没有指明具体参照时期，但指明过去或将来的发展趋势。

　　尽管如此，被调查者在回答问卷时，可以采用过去或将来的其他相关时期。例如，在涉及过去的变化趋势时，可以与上年同期进行比较，这样可以消除季节因素，而不是象调查中所问的那样--与上期进行对比。另一方面，回答有关将来变化趋势的问题时，涉及的时间可以比问卷设计的时间更短，因为估计很长时间以后的变量还有不少问题。

　　回答的偏差

　　被调查者在回答问卷时有时过于乐观，有时过于悲观。这个偏差的存在是一种偶然现象，在解释调查结果时应考虑这种偏差。例如，被调查者往往同时回答他们的订单比正常水平低，正如图4所示，过去几年有关订单的平衡差的平均值在0值以下；另一方面被调查者往往比较一致地回答他们的库存水平比正常水平高。

图4：订单和产成品库存的平衡差

　　数据来源：OECD主要经济指标，瑞典，工业企业景气调查

　　注：Orders   订单

　　Stocks   库存

图5：调查数据与定量数据

　　数据来源：OECD主要经济指标，加拿大，工业企业景气调查

　　注：Finished goods stock, volume, 1quarter change   产成品库存量（与上季度比）

　　Survey data: Finished goods stock, balance      调查数据：产成品库存平衡差

　　Finished goods stock, volume, detrended         产成品库存量（消除长期趋势）

图6：调查数据与定量数据

　　数据来源：OECD主要经济指标，德国，工业企业景气调查

　　注：New order, volume, 1month            新近订单位（与上月比）

　　Survey data: New order, balance      调查数据：新近订单平衡差

　　New order, volume, 12 month changer  新近订单（与上年同期比）

　　这种类型偏差决不会降低调查结果的重要性。在解释调查结果时，必须充分考虑平衡差与长期平均值之间的差额，而不必考虑平衡差与0值的差额，以纠正这一偏差。而大多数调查问题没有这种偏差，正如图2所列示的有关生产趋势问题一样。

　　为了更准确地解释定性调查数据，调查结果可以用相应期间的定量统计数据进行评估[参见三（四）]，需要注意的是评估的时期要有一定的长度。这种评估可以用来建立调查平衡差与定量时序的增长率之间的关系。

　　为了对调查结果进行正确解释，可以对被调查者做一个专项调查，这样可以发现回答的结果与设计调查的假定是否一致。这种"测试调查"不定期做一下，可以用以理解调查的综合结果，也可以作为修订调查问题的依据。

　　（二）调查数据与定量统计数据的比较

　　开展景气趋势调查的目的是为了取得迅捷的短期经济发展信息。景气调查统计序列的特点决定了它特别适合用来观测和预测经济循环。事实上，一些调查序列通常可以作为相应定量统计序列的替代序列，而另外一些调查序列则与反映经济循环或总体经济趋势的总量统计序列具有很好的相关关系，如工业生产总量或国内生产总值等。

　　企业景气调查与定量统计序列的比较分析是一种典型的外部比较法或叫外部一致检验法。这种比较分析事实上是很复杂的，因为传统统计序列采用米制尺度，而景气调查的大部分变量采用序次尺度，如三重选项尺度。这里一个非常重要的问题就是调查序列（平衡差）所涉及的是有关变量趋势的变化，还是有关背离水平状态的程度，当然这都是相对于相应的定量统计序列而言的。
景气调查结果序列主要基于两类主要调查问题。一类问题是对目前状况（水平）的评估（是高于正常水平，正常水平还是低于正常水平），其平衡差序列可以认为是一种对于水平状况背离程度的反映；另一类问题则是通过与上期（或当期）相比，判断当期（或下期）的变化情况，这类问题的平衡差对应于相应统计序列的一阶差分。

　　水平状态调查序列

　　对于景气调查中的第一类问题，也就是对目前水平状况的判断，可以通过图4中的产成品库存的平衡差序列表示出来。我们将产成品库存景气调查序列分别与相应的定量产成品库存的季度环比统计序列（上部）和剔除长期趋势的统计序列（下部）进行比较，发现平衡差序列与季度环比统计序列的相关系数仅为0.45，而平衡差序列与剔除长期趋势统计序列的相关系数为0.87。这些结果说明水平状态的调查序列与消除趋势后的相应的定量序列更为一致。

　　趋势变化调查序列

　　对于要求判断当期或下期变化的调查问题，一个更复杂的情况是关于调查问题的参照时期，这可能与调查问卷上所列示的时期并一定一致。这意味着关于月度或季度变化的调查序列在与相应的定量统计序列比较时，其参照时期并不一定对应于企业负责人在回答调查问题时所使用的准确的时期。

　　这类描述趋势变化的调查序列（关于当期和下期变化的调查序列）参照时期的重要性可以通过图6中展示出来，图6比较了新近订单平衡差与相应的定量统计序列的关系。我们可以将新近订单的调查序列分别与新近订货单定量统计序列的环比（与上月相比）和同比（与上年同月相比）进行比较分析，平衡差序列与相应的新近订货单位定量统计序列的环比相关系数为0.25，而与相应定量统计序列同比的相关系数为0.76。这些结果显示趋势变化调查序列的平衡差所反映的调查序列的时期变化要比问卷所设计的时期要长。

　　（三）景气调查与循环分析

　　根据景气调查序列的特点，取自景气调查的统计序列比较适合用作经济循环监测和预测。景气调查序列的循环特征在很大情况下是很容易观察到的，因为他们不包含长期趋势，而且这些序列反映是企业家的判断和预期，所以他们比较适合作为领先指标。

　　在市场经济条件下，景气调查序列可以广泛应用于经济循环分析，特别是在综合指标的建立与应用方面。

　　源于景气调查的综合指标或者直接包含在许多调查中，或者通过对调查变量的加工计算得到。这类指标可以标识为内生指标或外延指标。

　　内生综合指标

　　为了得到一个总体循环指标，选择若干个调查变量的平衡差综合成一个单一的综合指标。这个指标就叫"信心指标"，因为它概括了经济活动微观主体的判断和对经济形势的预期。信心指标是由调查中的主要问题或变量平衡差的平均数构成，欧盟标准景气调查体系中的信心指标是按以下方法计算的：

　　工业信心指标是工业景气调查中的三个问题平衡差的平均数，这三个问题是

　　（1）生产，未来发展趋势

　　（2）订单

　　（3）产成品库存（逆指标）

　　建筑业信心指标是建筑业景气调查中两个问题平衡差的平均数，这两个问题是：

　　（1）订单

　　（2）雇员，未来发展趋势

　　零售业信心指标是零售业景气调查中的三个问题平衡差的平均数，他们是

　　（1）经营状况，过去变化趋势

　　（2）库存（逆指标）

　　（3）经营状况，未来发展趋势

　　信心指标是建立在上面所列的具有三个选择项的调查问题基础之上的，信心指标可以看作是正向回答与反向回答的平衡差。当然对于逆指标，如工业和零售业中的库存问题，要进行符号转换。在计算平衡差时，正向回答与反向回答都使用相同的权重。

　　欧盟1987年-1996年间的上述信心指标的循环波动列在图7。从图中，我们可以清楚地看出综合指标的优点：不同行业的循环波动十分清晰，而且不同行业的时滞关系也比较容易确定。图表也揭示出工业信心指标比其他行业的信心指标平滑些，这可以用其构成变量来解释：订货和库存是两个比较稳定的指标。建筑业指标相当不稳定，这也可以用其两个构成变量来解释。零售业指标显示出不规则运动，与其他行业信心指标相比，其循环特点也不太显著。这是因为零售业指标包括了两个与过去和未来经营状况相关的问题，而这两个问题相对于稳定的循环波动来讲，判断起来比较困难。

图7：信心指标

　　数据来源：欧盟委员会，协调景气调查

　　注：Industry-工业；Construction-建筑业；Retail trade-零售业。

　　德国和瑞士也根据全国企业景气调查计算这种由调查变量构成的信心指标，但在计算过程中采用了其他调查变量。其中德国的信心指标是综合了目前的企业经营状况和今后6个月的企业经营状况两个问题，它首先对两个平衡差进行季节因素调整，然后计算其算术平均数，最后计算出综合指标。而瑞士的综合指数包括了4至6个问题，即生产的变化趋势、过去12个月的订单、目前订单水平、产成品库存水平、原材料库存水平等，然后用简单算术平均方法得到综合指数。

　　一个单一综合调查问题

　　在某种程度上，关于企业综合经营状况的问题可以认为是一个综合指标，因为企业决策者在判断这一指标时综合了各方面的因素，如订单情况、新近订单情况、用户情况和可能获得的利润。下面几个OECD成员国的工业企业景气调查采用这类问题：比利时、捷克、德国、匈牙利、日本、芬兰、挪威、波兰和瑞士，一些中东欧转型国家的工业企业景气调查也采用这类问题：保加利亚、爱沙尼亚、拉脱维亚、立陶宛、罗马尼亚和斯洛伐克。在所有欧盟成员国、捷克、匈牙利、波兰和上述中东欧转型国家的零售业景气调查中包含这个问题。

　　外延综合指标

　　另一个方法是外生指标，也就是调查问题要问的是被调查企业外部的信息，如国家总体经济形势、产业和行业的经济形势等。澳大利亚、新西兰、法国和意大利的工业企业景气调查中采用了这类问题。

　　（四）企业景气调查在经济分析中的应用

　　开展企业景气调查的主要目的是为了提高经济分析和经济预测的能力，景气调查结果可以用于：

　　监测调查期内的经济运行状况；

　　●反映主要调查变量短期变化趋势；

　　●提供经济循环指标；

　　●用于建立计量经济模型，弥补定量统计数据的不足。

　　经济循环分析和预测有两种主要方法：

　　●结构模型（计量经济模型）

　　●指标方法

　　结构模型通常不适合用作短期经济预测，如2、3个季度的短期预测，特别是经济结构发生较大变化的时期。但是，结构模型在检验短期预测的可靠性、政策模拟和进行中长期预测等方面具有十分重要的作用。指标方法是一个用景气调查数据进行循环分析和预测更为成功的方法。

　　指标方法可以用来监测经济循环波动的现状，用来预测主要经济变量的拐点，如工业生产指数、GDP等。这个方法可以用来建立循环指标体系，也就是说，可以用来挑选、评估统计指标，将统计指标分为领先、同步和滞后指标，并汇总成不同类型的综合指标，特别是综合领先指标。

　　建立循环指标体系首先需要定义循环和选择指标体系的参照序列，经济波动通常表现为时间序列扩张期和收缩期不断交替出现的循环变动，这种扩张期和收缩期可以通过拐点（波峰和波谷）来确定。经济循环分为古典循环和增长循环。古典循环又称景气循环，它是用时间序列的绝对水平变化来表示的；增长循环是以剔除长期趋势之后的时间序列的相对变动来表示的。增长循环的收缩既包括经济变量的增长放慢，也包括经济变量的绝对下降，而景气循环的收缩仅包括绝对下降（衰退）。

　　循环指标体系的构建是围绕参照序列展开的，也就是说该指标体系是用来预测参照序列的循环波动。参照序列可以用来建立统计指标的时序分类，即相对目标序列是领先、同步还是滞后。一个单个的宏观经济变量可以在许多循环指标体系中用作参照序列，如工业生产总值或GDP；一套同步指标组合成的复合指标也可以作为参照序列。

　　一套循环指标一但选定，将他们组合成一个单一的复合指标是非常有用的。同样，我们也可以将一套指标组合成一个单独的参照序列、同步复合指标、领先复合指标和滞后复合指标。这样做是为了减少错误信号的干扰，提供一个比任何单个指标预测和监测功能更好的循环指标。

　　一组指标组合成一个复合指标应当比一个个独立指标更为可靠，这是与景气循环的特点和性质相联系的。每个循环都有自己独有的特性，也有与其他循环共同的特点，因此不可能用一个简单的原因来解释随着时间变化的整体经济活动循环波动。单个指标的变化要取决于特定的循环，一些指标在同一个循环表现较好，而另一些指标则在不同的循环中表现较好。因此，有必要建立将许多循环变化的共同信号，也就是说将所有潜在的指标作为一个集体。

　　对循环指标体系中的景气调查序列的合成

　　正如上一节所言，景气调查序列的本质决定了它特别适合用来监测和预测经济循环，特别是它预测经济循环拐点能力决定了它更适合作为领先指标。综合领先指标的构建是循环指标体系的主要目的。

　　循环指标体系在选择指标时通常用以下的准则进行判断：

　　●相关性：经济含义上领先的合理性；

　　●循环性：领先的时间、领先的一致性、循环趋势的吻合、循环周期个数的吻合、平滑程度；

　　●实用性：发布的频率、极少的事后调整、发布的时间、无断点的时间长度。

　　根据以上原则，景气调查序列多大程度上可以作为循环指标？他们怎样才能更好合成循环指标体系？与定量统计序列相比景气调查序列有哪些优势？

　　根据相关性，景气调查序列比较适合作为循环指标，因为景气调查包括生产先期阶段的指标（如新订单、订单）、对经济活动反映较快的指标（如库存）和预期指标或对预期比较敏感的指标（如整体经济状况）。

　　景气调查序列很容易被合成为一个循环指标体系。由于景气调查序列没有长期趋势，所以其循环特点很容易被鉴别出来。这是一个很大的优点，因为指标体系是建立在增长循环方法基础之上的，也就是说循环是用剔除长期趋势的序列来表示的。正如前面所说的，传统的统计数据是采用米制尺度，而景气调查对于大多数就是采用序次尺度，如三重选项（上升/持平/下降），这对循环波动比较敏感。另外，与判断和预期相关的调查变量所反映的循环变化要比同期的定量统计数据快得多。这是因为判断是预期计划的前提，而只有计划实施之后，才能得到传统统计调查结果。

　　与所有统计指标相比，景气调查指标拐点的领先时间并不是最长的，但是领先的时间是比较稳定的，而且与定量统计序列相比，没有多余或缺少循环变动。

　　一般情况下，景气调查的答案经过了调查对象对"季节因素"的考虑，也就是说，明确要求调查对象在回答问题时考虑剔除季节因素的影响。相对同期定量统计数据，景气调查序列在大多数情况下只包括少量的季节因素变化。因为景气调查序列常常可以避免那些对"真正"月度统计资料的扭曲因素，如节假日的变化、工厂季节性停工、非正常气候等。尽管这样，调查对象对某些序列也不可能完全消除季节影响，因此有必要对仍有季节因素的序列进行调整。由于大多数景气调查序列几乎不包含季节因素，因此调查序列相对比较平滑。

　　度量尺度的准确性是定量统计序列的优势。但对于这个优势，定性调查序列可以通过以下两个方面得到弥补：一是定性调查的迅捷；二是调查序列很少修订，而定量序列在最后结果公布之前一般进行若干次修改。另外，景气调查也调查一些定量变量，而这些变量是传统统计方法很难或者是不可能得到的，如设备能力利用率、制约生产的瓶颈和总体经济状况等。时效性较强的定性调查序列还有一个较大优势，就是调查结果来自一个渠道，而且是在同一时间发布。这意味着取自景气调查的若干序列组成的综合指标总是可以用计算的，而且很少进行修正。

　　国际指标体系的类型

　　循环指标体系被世界各国政府部门和经济研究机构用于分析经济循环和预测国民经济的循环拐点，循环指标或领先指标体系也被国际组织用于监测一些市场经济国家的经济发展走势。

　　下面介绍国际指标体系的几类领先指标序列，他们分别是经济合作与发展组织（OECD）、国际经济循环研究中心（CIBCR）、美国（US）和欧盟委员会（EC）几家机构的研究成果。

　　国际指标体系中领先指标序列见表2。不同指标体系中指标的最大不同是应用定性企业景气调查和消费者调查序列的数目的多少。在EC指标体系中，除股票价格指数外，其他都是定性调查序列；在OECD指标体系中，这些定性调查序列大部分都被用作领先指标；而CIBCR指标体系完全没有采用定性调查序列。

　　除了景气调查序列的采用有所不同，对外贸易和国外经济活动两类统计序列在不同的指标体系中的采用也存在较大差异。OECD指标体系是唯一采用对外贸易（如出口、贸易条件）和国外经济活动序列的体系。

　　在不同指标体系之间还有一个明显的差异是货币供应量指标的使用。大多数国家在运用OECD指标体系时都把货币供应量作为一个领先指标，而在其他指标体系时则没有把该指标列入。诸如货币供应量、存款、对外贸易和国外经济活动序列的采用，说明OECD指标体系包括了与货币金融政策以及国外经济活动相关的"主要经济活动"。

　　综合指标

　　综合领先指标构建是经济循环指标体系的主要目标，但具体指标在不同的国际指标体系中是不同的，正如上面所阐述的。不同的国家可以使用同一套标准化的指标体系，也可以使用不同的指标体系。一个指标体系可以完全取自定性景气调查序列，也可以只采用定量统计序列。标准化指标体系是一种很好的领先指标体系，它可以在不同的国家之间进行国际比较。一个循环指标体系可能在一些国家的应用效果比较好，但在另外一些国家的效果并不一定好，因为不同国家的经济结构和统计体制是不同的。

　　意大利采用了两套不同的综合指标体系来观察经济循环波动，下面介绍这两套不同的指标体系。第一套综合指标采用的是欧盟（EC）标准化指标体系，第二套综合指标取自经合组织（OCED）标准化指标体系的一部分。其中欧盟综合指标体系中，综合景气指标完全取自定性景气调查结果；而经合组织综合指标体系中既包括定性景气调查序列，也包括定量统计序列。

　　两套综合指标1975年-1996年的循环波动见图8。为了比较两套指标体系描述经济循环的效果，选择工业生产指数作为参照序列。OECD综合领先指标列示在图8的上部，可以看出这是工业生产的一个很好的领先指标，OECD综合指标领先经趋势调整的工业生产指数10个月，其最大相关系数为0.74；EC综合景气指标（图8中部）领先期比较短（3个月），而且与工业生产指数的相关系数也差一些，其最大相关系数为0.51。通过两个综合指标的直接比较（见图8下部），可以看出OECD综合指标领先于EC综合景气指标，OECD综合指标领先EC综合景气指标2个月，最大相关系数为0.76。

表2    国际（主要）领先指标体系