消费者信心指数及其预警系统——以北京城镇居民调查为例
内容提要：消费者信心指数是宏观经济的先行指标，因此科学计算与评价它的发展走势具有重要的现实意义。本文根据2008年3月北京市城镇居民消费者信心指数调查数据及其测评体系，利用结构方程模型，测算出各级目标权重，而后通过加权计算，得到消费者信心指数值。最后，为了克服指数的局限性，建立了消费者信心预警系统，以评价消费者信心的安全程度，从而更好地监测和预警宏观经济的发展趋势。
关键字：消费者信心指数、结构方程、模糊综合评价
中图分类号：C813 文献标示码：A
The Predicted Warning System of The Consumer Sentiment Index
——Taking Beijing’s urban residents’ survey as an example
Abstract: The consumer sentiment index is the preceding indicator of macroeconomics, so it has practical significance to compute and evaluate the development trend of the index. In this article, according to the survey of Beijing`s urban residents’ consumer sentiment index and its evaluation system, we calculate the target’s weight of all levels with the structural equation model, then through the weighted calculation, we get the value of the consumer confidence index. Finally, in order to overcome the limitations of index, we established the predicted warning system of consumer sentiment index, for evaluating the safety of the consumer sentiment and better monitoring the development of macroeconomic trends.
Key words: Consumer Sentiment Index, Structural Equation Models, Fuzzy Evaluation Model
消费者信心指数（Consumer Sentiment Index）是消费者对目前和未来国家（或地区）经济形势、社会就业状况、个人预期收入、个人生活质量、国家消费政策、物价和股市走势等情况的主观判断。消费者信心指数包括即期指数和预期指数两部分，即期指数是消费者对当前经济状况的评价，而预期指数是消费者对未来一段时期经济前景的评价。按照国际惯例，消费者信心指数是介于0到200之间的数值，其经济含义是指数越接近200，表示消费者越乐观、信心越强；而指数越接近0，则表示消费者越悲观、信心越弱。
由于消费者信心指数是宏观经济的先行指标，通常情况下，消费者信心上升，那么股票市场将其视为利好消息，引起股票价格的上涨；而债券市场则将其视为利空消息，引起债券价格的下跌。所以，经济学家将消费者信心指数视为观察国家经济运行较为灵敏的经济指标之一。
然而，消费者信心指数是被调查者的一种心理感受和主观判断，具有很强的模糊性，难以度量。因此选择一种比较科学的指数评价方法就显得尤为重要。本文根据2008年3月北京市统计局城镇居民消费者信心指数的调查数据，运用结构方程和模糊综合评价方法，客观得将定性问题定量化，并建立了消费者信心指数预警系统，以监测其未来的发展变化，从而更有助于决策者对宏观经济（或地区经济）的总体把握。
以下，在不引起争议的情况下，为表述方便，本文将所研究的北京市城镇居民消费者信心指数及其预警系统，简称为“消费者信心指数及其预警系统”，而不再加以区分。
一、问卷数据量化规则
此次调查采用分层抽样方法，共回收有效问卷594份。问卷采用李克特（Likert）量表测量，即每个问题的选项均按照消费者信心由强到弱依次排列，并分别标记为“1”、“2”、“3”、“4”、“5”，以度量被调查者对该问题的信心强弱程度。例如，问卷第一题“请问：您认为当前本地区的经济总体状况如何？”，选项依次是“很好”、“较好”、“一般”、“较差”、“很差”。那么如果被调查者选择了“很好”，则在数据录入中标记为“1”，表明其对本地区经济总体状况的信心很强。
由于问卷采用李克特量表度量，且在数据录入中被标记为“1”、“2”、“3”、“4”、“5”，其中被标记的数值越小，表明其信心程度越强。因此，在指数计算中我们定义如下量化规则f：如果调查数据为“1”则量化为200；“2”量化为150；“3”量化为100；“4”量化为50；“5”量化为0，由此不难看出，所有的原始数据经
过此规则量化后，其取值均在0到200之间，而且通过算术平均或加权平均运算，其数值也将落入0到200之间，从而符合消费者信心指数的值域规定，同时其数值大小也如实反映了消费者信心的强弱程度，因此很好的度量了被调查者的心理感受。
二、消费者信心指数测评指标体系
结合北京市统计局城镇居民消费者信心指数的抽样调查数据，以及国际通行的消费者信心指数编制办法，本文将消费者信心指数测评指标体系定义如下：
三、结构方程测算各级目标权重
我们知道表1中各级目标值的计算，都是通过它的次级目标值加权得到的，因此每一个计算表达式都可以看作是一个方程式，然而这个方程式的加权系数我们却不得而知，于是指数计算的关键就在于如何科学、客观的给出这些权数值。本文介绍了一种新的权数测定方法，即结构方程模型（SEM）。
结构方程模型是由瑞典统计学家Karl Joreskog和Dag Sorbom于20世纪60年代末提出的，它克服了传统估计方法（如头脑风暴法和层次分析法）的主观性，并对整个指数体系的合理性进行了检验。
在结构方程模型中，我们对可直接测量的变量记为显变量，而对无法直接测量的变量记为隐变量。结构方程模型的参数估计，一般使用LISREL算法（即线性结构方程方法）。LISREL算法使用极大似然估计，构造模型估计协方差∑(θ)与样本协方差S的拟合函数FML进行参数估计：
其中，tr(A)表示矩阵A的迹；S是全部变量组成的(p+q)×1向量的样本协方差矩阵，p、q分别表示结构方程模型中隐变量和显变量的个数；∑(θ)则是模型估计的协方差矩阵；S和∑(θ)都是正定矩阵，并且∑(θ)有逆矩阵。然后通过迭代，使得上述拟合函数达到最小值，从而得到最优的参数估计。
我们根据消费者信心满意度指标体系（见表1所示），建立了消费者信心指数结构方程模型，并用AOMS 软件加以实现。在AOMS软件中，显变量用□表示，隐变量用○表示，各级目标间的结构关系和输出的路径系数值，见图1所示：
