第二篇　2016年中國中小企業景氣指數調研報告

第五章　中小企業景氣指數的評價流程與方法

景氣指數（Climate Index）是用來衡量經濟發展狀況的“晴雨表”。企業景氣指數是指對企業景氣調查所得到的企業家關于本企業生產經營狀況及對本行業景況的定性判斷和預期結果的定量描述，用以反映企業生產經營和行業發展所處的景氣狀況和發展變化趨勢。在企業景氣調查和指數編制方面，自德國伊弗（IFO）研究所于1949年正式開始實施以來，在世界發達市場經濟國家已有半個世紀以上的理論研究和實踐經驗。中國國家統計局在1998年將企業景氣調查納入了統計制度，但從政府機構和學術界對企業景氣指數的研究和應用來看，大都以工業企業和大中型企業為對象。在企業的運行監測和管理方面，2004年中國農業部開始建立全國鄉鎮企業信息直報系統，2009年國家工業和信息化部也在全國建立了中小企業生產經營運行監測平臺，使中國中小企業景氣監測和預警機制逐步得以確立。但從目前的監測企業數量和類型等來看，還不能充分客觀地反映中國中小企業發展的景氣特征。本章首先跟蹤國內外有關景氣指數研究的理論前沿和最新動態，其次闡述分析中國中小企業景氣指數研究的意義，最后介紹本研究報告采用的中小企業景氣指數編制流程及評價方法。

第一節　國外景氣指數研究動態

一、經濟周期波動與景氣指數研究

經濟周期波動是經濟發展過程中難以回避的一個重要現象。在20世紀初，對于經濟周期波動的研究首先在歐美各國的學術界引起普遍重視，相關機構及學者提出了各種定量方法來測量經濟的周期性波動。1909年，美國巴布森統計公司（Babson）發布了巴布森經濟活動指數，這是最早的較為完整的提出景氣指數分析的經濟預測和評價活動。早期研究中影響最大的是哈佛大學于1917年開始編制的哈佛指數，其在編制過程中廣泛收集了美國經濟發展的歷史數據，選取了與經濟周期波動在時間上存在明確對應關系的17項經濟指標，在三個合成指數的基礎上，利用它們之間存在的時差關系來判斷經濟周期的波動方向并預測其轉折點，對20世紀以來美國的四次經濟波動都做出了較好的反映。哈佛指數從1919年起一直定期發布。此后，歐洲各國涌現出了許多類型指數研究小組，從不同的角度分析經濟、產業與市場等的運行狀況。

Mitchell（1927）總結了歷史上對經濟景氣指數以及經濟周期波動測定等方面的一些結果，從理論上討論了利用經濟景氣指標對宏觀經濟進行監測的可能性，提出了經濟變量之間可能存在的時間變動關系，并由此來超前反映經濟景氣波動的可能性。這些理論的提出為Mitchell and Burns（1938）初步嘗試構建先行景氣指數提供了基礎，他們從500個經濟指標中選擇了21個構成超前指示器的經濟指標，最終正確地預測出經濟周期轉折點出現的時間。1929年美國華爾街金融危機爆發后，學術界認為僅憑借單個或幾個指標已經難以全面、準確地反映整個經濟的運行狀況，由此季節調整成為經濟監測的基本方法。

在對經濟周期進行系統性的研究后，Mitchell and Burns（1946）在Measuring Business Cycles一書中提出了一個關于經濟周期的定義：“一個周期包括同時發生在許多經濟活動中的擴張、衰退、緊縮和復蘇，復蘇又溶入下一個周期的擴張之中，這一系列的變化是周期性的，但并不是定期的。在持續時間上各周期不同”。這一定義成為西方經濟學界普遍接受的經典定義，并一直作為美國國家經濟研究局（NBER）判斷經濟周期的標準，也為企業景氣指數的研究提供了理論支撐。

從1950年開始，NBER經濟統計學家Moore的研究團隊從近千個統計指標的時間序列中選擇了21個具有代表性的先行、一致和滯后三類指標，開發了擴散指數（Diffusion Index, DI），其中先行擴散指數在當時能提前6個月對經濟周期的衰退進行預警。雖然擴散指數能夠很好地對經濟周期波動的轉折點出現的時間進行預測，卻不能表示經濟周期波動的幅度，沒能反映宏觀經濟運行的效率與趨勢，這使得擴散指數的推廣和應用受到了一定的限制。為了彌補這一缺陷，Shiskin and Moore（1968）合作編制了合成指數（CI），并且在1968年開始正式使用。合成指數有效地克服了擴散指數的不足，不僅能夠很好地預測經濟周期的轉折點，而且能夠指出經濟周期波動的強度。其中，經濟周期波動振幅的標準化是構建合成指數的最核心問題，不同的經濟周期波動振幅標準化后獲得的合成指數也不相同。合成指數為經濟周期波動的度量提供了一個有力的工具，至今廣泛應用于世界各國的景氣指數評價研究之中。

由于指標選取會直接影響到最終構建的景氣指數，一些經濟學家開始嘗試利用嚴謹的數學模型作為分析工具，利用多元統計分析中的主成分分析法來合成景氣指數，以此盡量減少信息損失。Stock and Watson（1988，1989）還利用狀態空間模型和卡爾曼濾波建立了S—W型景氣指數，這種指數方法也被許多國家用來監測宏觀經濟周期的波動狀況。

二、企業與行業景氣研究

經濟衰退或經濟增長過快都會影響到企業的運營與行業發展。而客觀地判斷企業與行業發展的景氣狀況主要是通過企業景氣指數分析來實現的。企業景氣指數是對企業景氣監測調查所得到的企業家關于本企業生產經營狀況及對本行業景況判斷和預期結果的定量描述，用以反映企業生產經營和行業發展所處的景氣狀況及發展趨勢。1949年，德國伊弗研究所首次實施了企業景氣調查（IFO Business Climate Index），對包括制造業、建筑業及零售業等各產業部門的約7000家企業進行了月度調查，主要依據企業評估目前的處境狀況、短期內企業的計劃及對未來半年的看法等編制指數。這種企業景氣指數的評價方法很快被法國、意大利及歐共體（EEC）等采用，并受到包括日本、韓國與馬來西亞等亞洲國家的重視。

日本是世界上中小企業景氣調查機制最為健全完善的國家之一。日本在1957年以后實行了兩種調查，即17項判斷調查和定量調查。日本的權威性企業景氣動向調查主要有日本銀行的企業短期經濟觀測調查（5500家樣本企業）、經濟企劃廳的企業經營者觀點調查和中小企業廳的中小企業景況調查。其中，中小企業景況調查和指數編制及研究始于1980年，其會同中小企業基盤整備機構，依靠全國533個商工會、152個商工會議所的經營調查員、指導員及中小企業團體中央會的調查員，對全日本約19000家中小企業（2011年度）分工業、建筑業、批發業、零售業、服務業五大行業按季度進行訪問調查，并通過實地獲取調查問卷來實施。在2004年以后日本還從全國420萬家中小企業中選出11萬家，細分10個行業，在每年8月進行定期調查，并發布研究報告。

此外，美國獨立企業聯合會（NFIB）自1986年開始面向全美47萬家小企業每月編制發布小企業樂觀程度指數（The Index of Small Business Optimism），該指數目前仍為反映美國小企業景氣狀況的“晴雨表”。

三、景氣監測預警研究

經濟預警（Economic Early Warning）基于經濟景氣分析，但比景氣分析預測更加鮮明，屬于經濟突變論的概念范疇。其最早的應用可追溯到1888年巴黎統計學大會上發表的以不同色彩評價經濟狀態的論文。但經濟預警機制的確立是在20世紀30年代第一次世界經濟危機之后。20世紀60年代引入合成指數和景氣調查方法之后，美國商務部開始定期發表NBER經濟預警系統的輸出信息（顧海兵，1997）。具有評價功能的預警信號指數始于法國政府制定的“景氣政策信號制度”，其借助不同顏色的信號燈對宏觀經濟狀態做出了簡明直觀的評價。

1968年，日本經濟企劃廳也發布了“日本經濟警告指數”，分別以紅、黃、藍等顏色對日本宏觀經濟做出評價。1970年，聯邦德國編制了類似的警告指數。1979年，美國建立了“國際經濟指標系統”（IEI）來監測西方主要工業國家的景氣動向，這標志著經濟監測預警系統研究開始走向國際化。到20世紀80年代中期，印度尼西亞、泰國、新加坡等國家和中國臺灣、香港地區先后將景氣預警作為宏觀經濟的政策支持基礎。

作為反映國際間貿易情況的領先指數，波羅的海干散貨運價指數（BDI）近年來日益受到企業和行業的重視（卿倩、趙一飛，2012）。該指數是目前世界上衡量國際海運情況的權威指數，由若干條傳統的干散貨船航線的運價，按照各自在航運市場上的重要程度和所占比重構成的綜合性指數，包括波羅的海海岬型指數（BCI）、巴拿馬型指數（BPI）和波羅的海輕便型指數（BHMI）三個分類指數，由波羅的海航交所向全球發布。其預警功能表現為，如果該指數出現顯著的上揚，說明各國經濟情況良好，國際間貿易頻繁。

在中國經濟進入新常態后，國際干散貨運輸市場的反彈力度、持續時間均受到抑制。整體經濟穩增長政策下生產面延續疲軟態勢，發電量同比跌幅擴大，產能利用率延續下行態勢，寬松政策未能有效推動生產面的改善。雖然房地產銷售面積大幅改觀，但向投資傳導的作用并不明顯，固定資產投資增速仍然維持弱勢，經濟下行壓力依然延續。即使基建投資明顯回升，對下游的拉動作用受產能過剩及高庫存的影響，對航運的支撐作用有限。根據上海國際航運研究中心發布的《2015年國際干散貨運輸市場半年報》顯示，2015年上半年油價、匯率變動加劇全球經濟分化，大宗商品動蕩顯頹勢。其中，發達經濟體國家經貿發展整體出現下行趨勢；以亞洲為主的新興市場國家經濟發展減速增長，需求疲軟帶來的商品價格下降不斷施壓航運市場；“印度制造”全面推進印度城市化進程，鐵礦石需求大幅上升，煤炭產消差距拉大有望促使印度煤炭進口趕超中國；中國固定資產投資數據疲弱不堪，難以帶動上游增量需求；海岬型市場后期大幅反彈，市場整體低谷震蕩；煤炭谷物運輸需求穩定，巴拿馬型船市場活躍；新造船市場持續低迷，控制運力計劃有序進行；市場低迷再現聯盟，中巴全方位合作助力大船靠泊；在現有商品和航運市場供需格局翻轉的情況下，厄爾尼諾對運價的影響更加呈短期化，影響力也逐步減弱。

第二節　國內景氣指數研究動態

一、宏觀經濟景氣循環研究

在中國，吉林大學董文泉（1987）的研究團隊與國家經委合作首次開展了中國經濟周期的波動測定、分析和預測工作，編制了中國宏觀經濟增長率周期波動的先行、一致和滯后擴散指數和合成指數。后來，國家統計局、國家信息中心等政府機構也開始了這方面的研究并于90年代初正式投入應用（朱軍和王長勝，1993；李文溥等，2001）。陳磊等（1993，1997）通過多元統計分析中的主成分分析方法，構建了先行、一致兩組指標組的主成分分析來判斷中國當時的經濟景氣循環特征。高鐵梅等（1994、1995）通過運用S—W型景氣指數很好地反映了中國當時的經濟運行狀況。

畢大川和劉樹成（1990）、董文泉等（1998）、張洋（2005）等全面系統地總結了國際上研究經濟周期波動的各種實用的經濟計量方法，并利用這些方法篩選的指標合成適合中國的景氣指數和宏觀經濟預警機制。李曉芳等（2001）利用HP濾波方法和階段平均法對中國的經濟指標進行了趨勢分解，利用剔除趨勢因素的一致經濟指標構造了中國增長循環的合成指數，并與增長率循環進行了比較。阮俊豪（2013）實證研究了BDI指數風險測度及其與宏觀經濟景氣指數的關系。陳樂一等（2014）運用合成指數法分析了當前中國經濟景氣走勢。史亞楠（2014）基于擴散指數對中國宏觀經濟景氣進行了預測分析。顧海兵、張帥（2016）通過建立國家經濟安全指標體系來預測分析“十三五時期”中國經濟的安全水平。近年來，不少研究者從投資、物價、消費、就業和外貿等宏觀經濟的主要領域，對轉型期中國產業經濟的周期波動進行了實證研究（高鐵梅等，2009；許諫，2013；許洲，2013；王亞南，2013；馮明、劉淳，2013；諶新民等，2013；陸靜丹等，2014；胡培兆等，2016；丁勇等，2016）。還有學者研究“新常態”下中國宏觀經濟的波動趨勢及消費者景氣指數（國家信息中心，2015；國家開發銀行研究院等，2015；王桂虎，2015；吳君等，2015；李斯，2015；趙軍利，2015；張彥等，2015；張同斌，2015；于德泉，2016；楊曉光，2016；劉元春等，2016）

二、企業與行業景氣研究

中國人民銀行1991年正式建立5000戶工業企業景氣調查制度，但所選企業以國有大、中型工業生產企業為主。1994年8月，國家統計局開始進行企業景氣調查工作，調查主要是借助信息公司的技術力量，開展對工業和建筑業企業直接的問卷調查。到1998年，國家統計局在全國開展企業景氣調查，編制了企業家信心指數和企業景氣指數，分別按月度和季度在國家統計局官網發布。

1997年，王恩德對企業景氣調查方法進行了改進，設計了對問卷調查結果進行統計和分析的計算機軟件，對得到的結果進行定性、定量分析，使問卷調查法更加嚴謹、科學。同年，國家統計局建立了一套專門針對中國房地產發展動態趨勢和變化程度的“國房景氣指數”。從2001年開始，國家統計局又根據對商品與服務價格進行抽樣調查的結果，編制發布了全國居民消費價格指數（CPI）。王呈斌（2009）基于問卷調查分析民營企業景氣狀況及其特征，浙江省工商局2010年結合抽樣調查、相關部門的代表性經濟指標，運用國際通行的合成指數法編制發布了全國首個民營企業景氣指數。黃曉波、曹春嫚、朱鵬（2013）基于2007—2012年中國上市公司的會計數據信息研究了企業景氣指數。中國社會科學院金融研究所企業金融研究室嘗試開發編制中國上市公司景氣指數。浙江工商大學開發編制了義烏中國小商品指數。中國國際電子商務中心中國流通產業網開發編制了中國大宗商品價格指數。迄今國內學術界對中小企業景氣指數的研究大都集中在工業企業領域。其他相關指數有中國中小企業國際合作協會與南開大學編制的中國中小企業經濟發展指數、復旦大學編制的中小企業成長指數、中國中小企業協會編制的中小企業發展指數、中國企業評價協會編制的中小企業實力指數、浙江省浙商研究中心編制的浙商發展指數、阿里巴巴為中小微企業用戶提供行業價格、供應及采購趨勢的阿里指數以及百度推出的百度經濟指數等。

伴隨景氣指數分析的進一步深入，關于景氣指數的評價對象也逐漸出現了分化，目前更多的研究則將景氣指數評價應用于某一具體區域、具體行業、領域的企業及其他組織的分析。中國學術界迄今對行業和企業監測預警的研究大都集中在工礦業（中國化工經濟技術發展中心行業景氣指數課題組，2016；張艷芳等，2015；任旭東，2015；屈魁等，2015；龐淑娟；2015），房地產業（張紅、孫煦，2014；張宇青等，2014；崔霞等，2013；張斌，2012；朱雅菊，2011；陳峰，2008；隋新玉，2008；王鑫等，2007；李崇明等，2005），旅游業（孫赫、王晨光，2015；何勇，2014；劉曉明，2011；倪曉寧、戴斌，2007；梁留科等，2006），金融證券及財富（肖歡明，2015；交通銀行，2015；國家開發銀行研究院等，2015；徐國祥、鄭雯，2013；劉恩猛等，2011；薛磊，2010；周世友，2009；陳守東等，2006；吳軍，2005），商業、互聯網及其他服務業（曹繼軍等，2015；何翠嬋，2015；黃雋，2015；鄔關榮等，2015；中國出版傳媒商報專題調查組，2015；張偉等，2009；李朝鮮，2004），海洋航運及進出口貿易（上海國際航運研究中心，2016；王偉民，2016；中國輕工業信息中心，2015；周德全，2013；殷克東等，2013；朱敏等，2008；蘇春玲，2007），資源及能源業（余韻，2015；彭元正，2015；肖歡明等，2015；支小軍等，2013；劉元明等，2012；李靈英，2008），及其他特定行業與企業（許慧楠等，2016；趙陳詩卉等，2016；楊婷，2016；霍晨，2015；中國柯橋紡織指數編制辦公室，2015；劉存信，2015；孫延芳等，2015；霍晨，2015；張煒等，2015；陳文博等，2015；李平，2015；北京通聯國際展覽公司，2015；唐福勇，2015）等。

三、景氣監測預警研究

1988年以前，中國經濟預警研究主要側重于經濟周期和宏觀經濟問題的研究（石良平，1991），最早由國家經委委托吉林大學系統工程研究所撰寫中國經濟循環的測定和預測報告，而首次宏觀經濟預警研討會是由東北財經大學受國家統計局委托于1987年9月以全國青年統計科學討論會為名召開的（龔盈盈，2005）。

1988年以后，中國學者更多地關注先行指標，在引入西方景氣循環指數和經濟波動周期理論研究成果的基礎上，將預測重點從長期波動向短期變化轉變。中國經濟體制改革研究所（1989）在月度經濟指標中選出先行、一致和滯后指標，并利用擴散指數法進行計算，找出三組指標分別對應的基準循環日期。同年，國家統計局也研制了六組綜合監測預警指數，并利用五種不同顏色的燈區來代表指數不同的運行區間，從而更直觀地表示經濟循環波動的冷熱狀態。

相關早期研究方面，畢大川（1990）首次從理論到應用層面對中國宏觀經濟周期波動進行了全面分析，顧海兵、俞麗亞（1993）從農業經濟、固定資產投資、通貨膨脹、糧食生產和財政問題等五個方面進行了預警討論。吳明錄、賀劍敏（1994）利用經濟擴散指數和經濟綜合指數設計了適合中國經濟短期波動的監測預警系統，并對近年來中國經濟波動狀況進行了簡要評價。謝佳斌、王斌會（2007）系統地介紹了中國宏觀經濟景氣監測的預警體系的建立、統計數據的處理和經濟景氣度的確定以及描繪等，從總體上客觀、靈敏、形象地反映中國經濟運行態勢。除此之外，還有學者構建了基于BP神經網絡的經濟周期波動監測預警模型系統，并進行了仿真預測和預警（張新紅、劉文利，2008），在實證應用方面產生了較大影響。

新近的區域景氣監測預警研究方面，池仁勇、劉道學等（2012；2013；2014；2015）連續五年基于浙江省中小企業景氣監測數據對浙江11個地市中小企業的綜合景氣及主要行業景氣指數進行了研究分析；王亞南（2013）對湖北20年文化消費需求景氣狀況進行了測評；何勇等（2014）探討了海南省旅游景氣指數的構建；肖歡明等（2014）基于產業鏈視角專門研究了浙江紡織業景氣預警；吳鳳菊（2016）專門研究了江蘇省中小企業政策景氣指數；莊幼緋、盧為民等（2016）基于景氣循環理論及基本規律，結合上海實際，提出影響上海土地市場景氣的指標因素，在此基礎上構建了上海土地市場當前景氣指數、未來景氣指數和綜合景氣指數，并通過主客觀賦權法進行賦權；武鵬等（2016）在原來FCI指數的基礎上構建了金融風險指數FRI。

在應用大數據進行景氣監測預測方面，百度在2014年推出了百度經濟指數，包括中小企業景氣指數和宏觀經濟指數。其中，中小企業景氣指數（STBEI）采用Stock-Watson型景氣指數模型，計算數據來自百度海量搜索數據，這些數據蘊含了大量企業需求和用戶行為信息，對于研究分析中小企業景氣狀況提供了新的參照系。

第三節　中國中小企業景氣指數研究的意義

一、中國中小企業的重要地位與發展困境

中小企業是中國數量最大、最具活力的企業群體，是吸納社會就業的主渠道，是技術創新和商業模式創新的重要承擔者。但在轉型期，中國宏觀經濟運行的波動規律愈發復雜和難以把握。近年來，企業、特別是中小微企業，仍未擺脫“用工貴、用料貴、融資貴、費用貴”與“訂單難、轉型難、生存難”這“四貴三難”的發展困境，中小微企業所面臨的經營風險和不確定性日趨增加。

在中小企業管理方面，中國長期以來實行“五龍治水”，即工信部負責中小企業政策制定與落實，商務部負責企業國際化，農業部鄉鎮企業局負責鄉鎮企業發展，工商管理部門負責企業工商登記，統計局主要負責統計規模以上企業，而占企業總數97%以上的小微企業總體在政府統計跟蹤范圍之外。這樣，各部門數據統計指標不統一，數據不共享，統計方法各異，經常存在數據不全及數據交叉的混亂狀況，缺乏統一的數據口徑。這使得現行數據既不能客觀地反映中小微企業的景氣現狀，也難以用來做科學預測預警，這影響到制定政策的前瞻性和針對性及政策實施效果的評價，也會影響到小微企業的健康持續發展。

中國中小企業信息不對稱、缺乏科學的監測預警和決策支持系統是當前政產學研共同關注和亟待解決的理論與現實課題。尤其是隨著中國中小企業面臨的區域性、系統性風險的增大，今后有關區域中小企業和行業景氣監測預警的研究更具有重要的學術價值與現實意義。

二、中國中小企業景氣指數研究的理論意義與應用價值

如前所述，在經濟發達國家，客觀地判斷企業發展景氣狀況主要是通過企業景氣監測預警分析來實現的。在企業景氣指數編制方面，世界上自1949年德國先行實施以來已有60多年的研究與應用歷史。在企業景氣指數預警理論及應用研究上，目前國際通用的擴散指數（DI）和合成指數（CI）受到了廣泛應用，各個國家和地區越來越重視先行指數和一致指數的指導作用，這也說明了這兩種經典的指數分析方法的可靠性。隨著景氣指數研究的深入，世界上對中小企業景氣指數的評價也日益成為經濟景氣研究領域的重要內容。

從預警方法看來，基于計量經濟學的指標方法、模型方法和基于景氣指數監測的景氣預警法是三種比較有效的方法。其中，計量經濟學方法是政府部門使用一定的數學計量方法對統計數據進行測算，從而向公眾發布對經濟前景具有指導性作用的信息；而景氣預警方法是利用結構性模型的構建，以及它們之間相關聯的關系來推測出經濟發展可能位于的區間。目前，研究宏觀經濟和企業運行監測預警過程，多是兩種方法相結合。

中國自1998年起正式將企業景氣調查納入國家統計調查制度。近年來，中國政府部門、科研機構、金融機構等雖然在經濟景氣預警方面的研究比較多，但政府和學術界對企業景氣指數的研究和應用受長期以來抓大放小的影響，主要以特定行業為對象，而對企業特別是中小微企業的景氣波動過程少有系統研究，對于中小企業的監測預警研究更少，大多數研究還停留在理論探索階段，還沒有形成較成熟的理論與實證分析模型，特別是對小微企業發展景氣預警進行全面系統的研究基本上還是空白。

本研究報告正是基于上述國內外研究現狀，旨在建立和完善中國中小微企業景氣指數與預警評價體系，并開展區域中小微企業發展的實證研究。課題研究既跟蹤國內外企業景氣監測預警理論前沿，又直接應用于中國區域中小微企業發展的實踐，因此研究具有理論意義和現實應用價值。

三、中國中小企業景氣指數評價的經濟意義

相對于大型企業而言，中小企業一般是指規模較小，處于成長或創業階段的企業。中小企業景氣指數是對中小企業景氣調查所得到的企業家關于本企業生產經營狀況以及對本行業發展景氣狀況的定性判斷和預期結果的定量描述，用以反映中小企業生產經營和行業發展的景氣程度，并預測未來的發展趨勢。由于中國中小企業量大面廣，為了盡可能全面地反映中國中小企業的景氣狀況，本研究報告以中國規模以上工業中小企業、中小板、創業板和新三板上市企業及重點監測調查的中小微企業為評價對象，先根據數據指標的特性基于擴散指數及合成指數的方法分別計算出分類指數，然后基于主成分分析法及專家咨詢法等確定各分類指數的權重，最后進行加權計算，合成得到中國中小企業綜合景氣指數。

中國中小企業綜合景氣指數的取值范圍在0至200之間，景氣預警評價以100為臨界值。100上方為景氣區間，100下方為不景氣區間，100上下方又根據指數值的高低分別細分“微景氣/微弱不景氣”區間、“相對景氣/不景氣”區間、“較為景氣/不景氣”區間、“較強景氣/較重不景氣”區間及“非常景氣/嚴重不景氣”區間。

第四節　中小企業景氣指數編制流程及評價方法

編制景氣指數評價是一項系統工程。本研究報告的中小企業景氣指數編制流程包括以下四個步驟：一是確定評價對象；二是構建分類指數指標體系；三是數據收集、選取及預處理；四是綜合景氣指數計算與評價。本報告構建的中國中小企業景氣指數的評價體系如圖5-1所示。

需要特別指出的是，本研究報告在對中國中小企業景氣狀況進行分析時，是依據上一年度各省級行政區或地區的中小企業景氣指數值作為當年度景氣測評依據的。本課題組按以下四個步驟來計算中國中小企業景氣指數。

一、確定評價對象

中小企業是指與所在行業的大企業相比人員規模、資產規模與經營規模都比較小的經濟單位。中國中小企業量大面廣，為了客觀全面地反映中小企業景氣狀況，本研究報告根據數據的可獲取性、動態性及充分性等原則，確定三類中小企業作為評價分析的對象：（1）規模以上工業中小企業（2010年以前主營業務收入達到500萬元及以上，2011年以后同標準提高到2000萬元及以上）；（2）中小板、創業板及新三板上市企業；（3）重點監測調查的中小微企業。

本研究報告根據這三類評價對象分別構建分類指數指標體系，再根據各類數據指標的特性，基于擴散指數及合成指數的方法分別計算出分類指數，然后用主成分分析法及專家咨詢法等確定各分類指數的權重，最后進行加權計算得到中國中小企業綜合景氣指數（Composite Climate index of Chinese SMEs, CCSMECI）。

二、構建分類指數指標體系

本研究報告基于數據的代表性、協調性及對于經濟波動的敏感性原則，采用定量與定性相結合、宏觀和微觀相結合、官方統計和非官方調研相結合的方法，構建中國中小企業景氣評價各分類指數指標體系（見表5-1）。

表5-1　中國中小企業景氣指數分類指數指標及樣本數據

其中，規模以上工業中小企業景氣指數（Climate Index of Manufacturing SMEs, ISMECI）基于統計年鑒數據，主要選取反映工業中小企業經營現狀和未來發展潛力的13項指標；中小板、創業板及新三板上市企業景氣指數（Climate Index of SMEs Board、ChiNext Board&the New Third Board, SCNBCI）基于深交所上市及NEEQ掛牌交易的中小企業數據，主要選取反映中小板、創業板及新三板上市企業發展景氣狀況及特征的11項指標；重點監測調查的中小企業比較景氣指數（Com-parison Climate Index, CCI）基于非官方和研究機構的中小微企業景氣監測調查數據，本年度報告選取百度中小企業景氣指數和中國中小企業研究院的景氣調查問卷數據2項指標計算了該分類合成指數。

三、數據收集、選取與預處理

2016年版研究報告課題組收集了中國大陸31個省、自治區、直轄市的2萬余家工業中小企業數據，時間跨度為2001—2016年度；收集了全國1000余家中小板、創業板及新三板上市企業財務數據，全國近2萬家重點監測調查的中小微企業運行及景氣監測調查數據，時間跨度為2011—2016年第一季度。

由于數據龐大，有些年份和地區的數據存在缺失。另外，不同指標的數據在數量級上的級差也較大。因此，課題組對收集到的年度數據分別進行了預處理，主要包括無量綱化、消除季節性因素以及剔除非常規數據等。

對于工業中小企業和三個板塊上市企業景氣指數，本研究報告根據前述指標權重的確定方法，選擇使用主成分分析法，通過SPSS軟件實現。首先，將原有指標標準化；其次，計算各指標之間的相關矩陣、矩陣特征根以及特征向量；最后，將特征根從大到小排列，并分別計算出其對應的主成分。本研究報告關于中小企業比較景氣指數的權重采用專家咨詢法來確定。而對于中小企業綜合景氣指數，課題組運用AHP法來確定工業中小企業景氣指數、上市中小企業景氣指數和中小企業比較景氣指數的權重。

四、景氣指數的計算與評價

本研究報告的考察對象期間，中國經濟處于低速增長的新常態階段，經濟周期性并是很明顯，因此，在后續運用合成指數計算時，課題組將經濟周期對于工業中小企業景氣指數的影響要因做了忽略處理。

課題組根據各類指數指標的特性，先基于擴散指數及合成指數的方法分別計算出各分類指數。具體計算過程中，使用時差相關分析法、K-L信息量法等并結合咨詢專家意見，分別確定了各分類指數的先行指標（流動資產、資本、存貨、企業數量等）、一致指標（總資產、產值、利稅、費用等）和滯后指標（固定資產、負債、所有者權益、從業員人數等），根據主成分分析法求出先行指標組、一致指標組和滯后指標組各小類指標的權重，再確定各大類指標的權重，最后進行加權計算，合成得到中國中小企業綜合景氣指數（CCSMECI）。

中國中小企業綜合景氣指數采用純正數形式表示，取值范圍在0至200之間，景氣預警評價以100為臨界值。此外，為了基于可獲得的最新數據進行不同區域的橫向比較，以相應年份的地區GDP為權重分別計算得到了近五年來區域中小企業景氣指數的加權平均指數，并與各地區歷年平均指數進行縱向比較和科學分析。