• <big id="87mkj"></big>
  • <ruby id="87mkj"></ruby>
  • <ruby id="87mkj"></ruby><ruby id="87mkj"><li id="87mkj"></li></ruby>
  • <xmp id="87mkj"><ruby id="87mkj"></ruby>
  • <cite id="87mkj"><li id="87mkj"><big id="87mkj"></big></li></cite>
  • <ruby id="87mkj"></ruby>
  • <cite id="87mkj"></cite>
  • <cite id="87mkj"><li id="87mkj"></li></cite>
  • <cite id="87mkj"></cite>
  • <cite id="87mkj"><ruby id="87mkj"></ruby></cite>
  • <ruby id="87mkj"></ruby>
  • <cite id="87mkj"><li id="87mkj"></li></cite>
  • <cite id="87mkj"><li id="87mkj"></li></cite>
  • <ruby id="87mkj"></ruby>
  • <cite id="87mkj"></cite><ruby id="87mkj"><li id="87mkj"><big id="87mkj"></big></li></ruby>
  • <ruby id="87mkj"><li id="87mkj"><big id="87mkj"></big></li></ruby>
  • <cite id="87mkj"><ruby id="87mkj"></ruby></cite>
  • <cite id="87mkj"><ruby id="87mkj"></ruby></cite>
  • <cite id="87mkj"></cite><ruby id="87mkj"><li id="87mkj"></li></ruby><ruby id="87mkj"><li id="87mkj"></li></ruby>
  • <cite id="87mkj"></cite>
  • <cite id="87mkj"><li id="87mkj"></li></cite>
  • <ruby id="87mkj"></ruby>
  • <cite id="87mkj"><li id="87mkj"></li></cite>
  • <cite id="87mkj"></cite>
  • <cite id="87mkj"></cite>
  • <cite id="87mkj"><ruby id="87mkj"></ruby></cite>
  • <ruby id="87mkj"><li id="87mkj"></li></ruby>
    你的位置:首頁 > 新聞動態 > 公司新聞

    私營經濟的近況如何?

    2018-9-6 8:29:54      點擊:

    堅實的證據顯示,民營經濟特別是私營企業的發展陷入了改革開放四十年以來前所未有的困境。我們發現:

    一是規模以上工業企業同口徑同比數據,是經過篩選的結果,存在幸存者偏差。在規模以上統計樣本中消失的企業,主要是受供給側改革沖擊的私營企業。而在去杠桿的政策指導下,私營企業資產負債率明顯上升,從52.2%上升至55.6%,利息支出則同比上升11.8%。

    二是私營企業的不幸,可以解釋導致統計學上幸存者偏差的真實原因。在眾生喧嘩的世界,我們更需要聆聽花落的聲音,那些消失的、慘淡經營的、痛苦掙扎的人間故事,更值得我們深思。

    1.改革開放四十年:私營經濟發展乃中國奇跡

    改革開放四十年,不忘初心。改革的初心就是擯棄計劃經濟,承認私有產權,建立健全市場經濟體系。這一套改革邏輯,至今仍是我國社會、政治、經濟和道德議題最完整、最深入人心的表述。四十年來,中國社會經濟最具爭議性的兩個問題,一是政府與市場的關系,另一是國有經濟與私營經濟的關系。由于這兩組關系本質上互不相容,兩者兼得不可能是最終的答案。只要這兩個問題沒有得到很好的回答,我們就仍然處于典型的政治經濟學時代,我們的改革仍然需要深刻的思想啟蒙。

    當然,僅有價值觀上的完美表述是不夠的,還需要基于科學的實證。事實是,中國的私營經濟經過幾十年的發展,已成為我國經濟生活中的重要構成部分。一個基本的共識是,私營經濟的發展與市場體系的建立,在相當程度上可以解釋中國經濟得以快速發展的奇跡。

    2.規模以上工業企業:幸存者偏差

    一直以來,我認為國家統計局定期公布的規模以上(年收入2000萬以上)工業企業經營數據,頻度高而且質量不錯,是從事經濟運行分析研究時必備的實證材料。然而,從20178月開始,統計局公布的工業企業數據出現異象,表現在:工業企業的收入和利潤累計同比累計值同比出現偏離,而且偏離越來越大,這一現象引起廣泛關注。

    具體而言,從主營業務收入看,統計局公布的今年1-7月(規模以上)工業企業累計同比增長9.9%,看似不錯;但根據收入累計值計算的同比增速為-13.36%,形勢嚴峻;方向一增一減,相差23.26個百分點。

     

    從利潤總額看,統計局公布的今年1-7月工業企業累計同比增長17.1%,但根據利潤累計值計算的同比增速為-8.10%,同樣一增一減,相差25.2個百分點。如此巨大的偏差,原因何在?

     

    關于出現差異的原因,統計局的官方解釋主要是企業統計數量發生變化,還有加強統計執法、剔除重復計算和非工業生產經營活動剝離等原因。歷史上,統計局公布的累計同比增速與根據累計值計算的同比增速之間大體保持一致,偏離非常小。而統計口徑內的企業數量變化是持續的,并非今年才有。統計局并非撒謊,關鍵是他們認為數據的比較對象需要同口徑、同范圍,同批企業進行比較才能真實反映經濟情況。統計局的同口徑、同范圍、同一批企業(三同),是指當年主營業務收入超過2000萬元以上的工業企業,所以他們計算的累計同比,是根據三同口徑的企業今年和去年申報的數據為計算依據。而累計值是當年統計口徑內全部企業的加總,問題是今年和去年的統計口徑內的企業數目顯著不同,所以我們自行計算的累計值同比不等于統計局公布的三同口徑的累計同比,而官方認為后者更準確反映經濟的真實情況。

    這是一個統計學上典型的幸存者問題,幸存者偏差Survivorship Bias)的謬誤已有學術定論。幸存者偏差是指,如果只關注某種經過篩選的結果,就會產生認知偏差或者邏輯謬誤。例如,某一事件之前的企業數量為100家,每家產出為1元,總產出100元;事件之后幸存90家企業,總產出為96元?偖a出事實上減少了4元,即總產出增長為-4%;但在可比口徑下,那90家幸存企業產出反而增長了6.7%。如果直接引用這一結果,從宏觀總產出的角度,我們將得出與事實完全相反的結論!這顯然是思維的陷阱。

    3.破解幸存者偏差:究竟誰消失了?

    在規模以上工業企業統計范圍內幸存下來的企業數量是動態變化的,理論上既可以增加,也可以減少,都會產生程度不一的偏離。近一年來,兩者間的差距逐漸拉大,其主要原因是在過去一年間規模以上的工業企業數量是減少的,幸存者偏差就突顯成為大問題。首先,規模以上企業數目減少本身就是一個經濟下行的信號。然而,更重要的是要分清楚哪些是幸存者?哪些是不幸者?這些幸與不幸與宏觀經濟政策是何種關系?這里隱含的宏觀經濟含義實在太重要了!

    過去兩年,宏觀經濟政策的一條主線是供給側改革,包括行政去產能和環保巡查下的各種停產限產措施。我們的第一個發現是,那些在規模以上統計樣本中消失的企業主要集中在受供給側改革影響的11個行業之中,2016年初至2018年中,供改行業企業單位數減少超過1.1萬家,縮減幅度占供改行業企業總數的11.1%。其中鋼鐵、煤炭企業數量縮減的幅度分別超過50%、30%,可見行政力度之大。而在此期間,非供改行業企業單位數上升了約1,500家,升幅約為0.5%。

     

    進一步觀察利潤總額累計同比與累計值同比的偏差,我們得到另一個發現:今年1-7月,國有企業的偏差非常小,累計同比增速30.5%,而累計值同比增速28.5%,相差2個百分點(圖四);而私營企業的累計同比與累計值同比數據的偏離巨大,前者為10.3%,后者為-27.9%,增速方向相反,相差38.2個百分點(圖五)!

     

    我們可以得到一個初步的結論,在規模以上統計樣本中消失的企業,主要是受供給側改革沖擊的私營企業。那么,沖擊的影響有多大呢?消失的企業利潤反映在利潤總額累計值的變化當中。今年1-7月,私營企業的利潤總額的變化(累計減少3946.5億),超過全部工業企業利潤總額逐月的變化(累計減少3443.1億),而且逐月來看擬合度幾近完美(圖六)。這就說明在樣本中消失的私營企業,幾乎可以解釋幸存者偏差(即累計同比與累計值同比的偏差)的全部。

     

    由此,我們可以推斷:在規模以上工業企業這一存在典型的幸存者偏差的統計數據中,那些不幸消失的企業基本上是私營企業,他們或者是慘淡經營,或者是徹底死亡。而那些由幸存者所描繪的同口徑數據,雖然很漂亮,卻極大地扭曲了實體經濟的真實表現。

    4.去誰的杠桿?即使是幸存者,私營企業依然不幸

    我們當然也有興趣知道,那些在規模以上樣本中幸存下來的私營企業,他們的經營狀況如何?大家都知道,今年的另一個重要的政策表述是去杠桿,我們就來看看企業的資產負債率的變化(圖七)。從資產負債率看,一直以來是國有企業高杠桿,私營企業低杠桿。但是,2017年以來的變化出乎意料:國有企業資產負債率略有下降;從61.1%下降至59.4%;私營企業資產負債率明顯上升,從52.2%上升至55.6%。

     

    另一個證據是,伴隨著資產負債率的快速上升,私營企業的利息開支加大,同比利息支出上升11.8%,結合主營業務收入增長的回落,幅度可謂驚人(圖八)。

     

    去杠桿導致實體經濟的信用收縮,自然的結果是企業的現金流緊張,交易對手風險上升。這點可以從企業應收賬款平均回收期的變化看出端倪。從2016年開始供給側結構改革以來,國企的應收賬平均回收期總的趨勢是在縮短;而私營企業卻在明顯拉長,特別是最近一年來加快上升(圖九)。應收賬款問題嚴重惡化,對于流動資金緊拙的私營企業而言,無異于雪上加霜。

     

    5.死亡交叉:私營經濟的衰落

    最后,我們再來看看構成國內生產總值(GDP)的工業增加值增長數據。歷史顯示,得益于市場化改革進程,私營企業的工業增加值增速一直高于國有企業,但是情況從2016年開始突然發生了變化:國有企業工業增加值按月增速開始回升,而私營企業在五年間整體維持增加值增速持續下行的態勢。20176月開始出現死亡交叉,國有企業工業增加值當月同比增速開始超過私營企業。

     

    6.結論:聽見花落的聲音

    近年來,國進民退成為一個廣泛關注的話題。堅實的證據顯示,民營經濟特別是私營企業的發展陷入了改革開放四十年以來前所未有的困境。我們發現:

    一是規模以上工業企業同口徑同比數據,是經過篩選的結果,存在幸存者偏差。如果只看到幸存者的輝煌,而忽視不幸者的悲傷,就會出現歌舞升平的錯覺。這是統計學上典型的邏輯謬誤。

    二是私營企業的不幸,可以解釋導致統計學上幸存者偏差的真實原因。在眾生喧嘩的世界,我們更需要聆聽花落的聲音,那些消失的、慘淡經營的、痛苦掙扎的人間故事,更值得我們深思。

    国产日韩一区二区|日韩中文字幕理论在线|一本中文在线精品视频|国内自产拍无码精品视频在线
  • <big id="87mkj"></big>
  • <ruby id="87mkj"></ruby>
  • <ruby id="87mkj"></ruby><ruby id="87mkj"><li id="87mkj"></li></ruby>
  • <xmp id="87mkj"><ruby id="87mkj"></ruby>
  • <cite id="87mkj"><li id="87mkj"><big id="87mkj"></big></li></cite>
  • <ruby id="87mkj"></ruby>
  • <cite id="87mkj"></cite>
  • <cite id="87mkj"><li id="87mkj"></li></cite>
  • <cite id="87mkj"></cite>
  • <cite id="87mkj"><ruby id="87mkj"></ruby></cite>
  • <ruby id="87mkj"></ruby>
  • <cite id="87mkj"><li id="87mkj"></li></cite>
  • <cite id="87mkj"><li id="87mkj"></li></cite>
  • <ruby id="87mkj"></ruby>
  • <cite id="87mkj"></cite><ruby id="87mkj"><li id="87mkj"><big id="87mkj"></big></li></ruby>
  • <ruby id="87mkj"><li id="87mkj"><big id="87mkj"></big></li></ruby>
  • <cite id="87mkj"><ruby id="87mkj"></ruby></cite>
  • <cite id="87mkj"><ruby id="87mkj"></ruby></cite>
  • <cite id="87mkj"></cite><ruby id="87mkj"><li id="87mkj"></li></ruby><ruby id="87mkj"><li id="87mkj"></li></ruby>
  • <cite id="87mkj"></cite>
  • <cite id="87mkj"><li id="87mkj"></li></cite>
  • <ruby id="87mkj"></ruby>
  • <cite id="87mkj"><li id="87mkj"></li></cite>
  • <cite id="87mkj"></cite>
  • <cite id="87mkj"></cite>
  • <cite id="87mkj"><ruby id="87mkj"></ruby></cite>
  • <ruby id="87mkj"><li id="87mkj"></li></ruby>