企业供给的长期市场需求因素分析范文

一、引言

自20世纪90年代以来，我国的钢铁工业得到了迅猛发展。2014年我国粗钢产量已达到82269．8万吨。可见，我国已经成为了名副其实的钢铁大国，但我国却并非钢铁强国，在产业结构，企业管理等很多方面都与世界钢铁强国有着很大的差距。随着我国市场供求关系的变化，我国钢铁工业的供给和需求不尽适应的矛盾日益凸显。

二、模型设定和数据说明

影响钢材产量的需求因素一般包括：基建建设的用钢需求，房地产行业的用钢需求，以及机械行业的用钢需求。本文选取铁路机车的产量、房地产投资总额、汽车产量和主要家用电器产量的加总量来近似这四类需求的用钢量。样本期为2000年1月～2012年12月。另外，为消除时间序列中存在的异方差影响，本文对钢材产量、铁路机车产量、房地产投资额、机械用钢量进行自然对数变换。

三、实证分析

1．确定滞后阶数及模型的稳定性检验。使用SC信息准则作为选择最优滞后阶数的检验标准。检验结果显示，当滞后阶数为2时，SC＝－3．9498，当滞后阶数为3时，SC＝－3．9247，由此可确定VAR模型的滞后阶数为2。在滞后2阶时，通过检验VAR模型的F矩阵的特征根都落在了单位圆内，因此，滞后2阶的VAR模型是平稳的。2．格兰杰因果检验。接下来采用基于VAR模型的格兰杰因果关系检验法，对这些变量与钢材产量之间是否存在因果关系进行检验。检验结果表明，至少在95％的置信水平下，可以认为LNFDC、LNJX和LNGC互为格兰杰原因。3．脉冲响应函数。为进一步研究房地产投资额LN－FDC、机械用钢量LNJX以及铁路机车产量LNTL对钢材产量造成的影响，建立脉冲响应函数。房地产投资额LNFDC对钢材产量LNGC在刚开始时有着负面影响，但这种负面影响很快就变成了正面影响。这种正面影响大约在第三期时达到最大，之后影响逐渐减少；机械用钢量LNJX对钢材产量LNQC的影响与房地产投资额的影响类似，大约也在第三期时达到最大；铁路机车产量LNTL对钢材产量LNQC的影响具有波动性。4．方差分解方差分解方法可以分析一个变量的变化在多大程度上是由其他变量的扰动引起的。从方差分解结果可以看出，钢材产量的预测误差主要来自于自身的扰动。房地产投资额变动的冲击对钢材产量变动的影响占到32％左右；机械行业用钢量变动的冲击对钢材产量变动的影响只占了6％左右；而铁路机车产量的变动冲击对钢材产量变动的影响很小，只有大约2％。

四、结论

1．房地产投资和汽车产量对钢材需求均有一定的拉动作用。房地产投资和汽车产量的外部冲击都会经市场传递给钢铁行业，给钢铁行业带来同向影响。2．机械行业和基础建设方面对钢材产量贡献不足。笔者认为可能的原因是我国钢铁行业产品性能还有待提高。由于机械行业和基础建设中的很多产品对钢材的质量有着一定的要求，相当一部分的钢材依靠进口。3．我国应该加快经济转型的步伐，加快发展高质量高附加值的主要钢材品种。在我国这样一个发展中大国，钢铁的需求量将继续保持较快的增长速度，我们要成为一个钢铁强国，必须加快钢铁品种结构，工艺技术结构的调整。

作者：谢陈晶 单位：山西财经大学