景气预测法

对经济发展状况的综合性描述

景气是对经济发展状况的一种综合性描述，用以说明经济的活跃程度。经济景气是指总体经济呈上升趋势，经济不景气是指总体经济呈下滑的发展趋势。 经济的景气状态，是通过一系列经济指标来描述的，称为景气指标。景气指标是从众多的经济指标中挑选出来的，分为先行指标、同步指标和滞后指标三类。

中文名

景气预测法

景气预测法的内容经济周期分类景气预测的应用扩散指数在经济波动分析的作用与不足关于合成指数关于预警系统TA说

景气预测法的内容

景气循环又称经济波动，也称经济周期。经济周期分为古典周期和现代周期。一个标准的经济周期，通常包括扩张和收缩两个时期，分为四个阶段：复苏、高涨、衰退和萧条。

经济周期分类

1、按类别：

（1）古典周期

（2）现代周期

2、按长度：

（1）短：基钦周期

（2）中：尤格拉周期

（3）中长：库兹涅茨周期

（4）长：康德拉提耶夫周期

景气预测的应用

景气预测是通过正确地选择景气指标体系来实现的。景气指标的选择应遵循四个原则：

（1）重要性和代表性；

指标所代表的内容是经济发展某一方面的综合反映，在经济的总量活动中居重要地位，同时又具有某类指标的基本波动特征

（2）可靠性和充分性；

可靠性是指数据的准确性和统口径上的一致性。充分性要求指标样本具有足够的长度，以满足季节调整的数据处理要求，并能揭示其循环波动的规律。

（3）一致性和稳定性；

一致性质景气波动发生变化时，指标的波动状况发生相应的变化，或提前、或延迟一段时间表现出来。稳定性指标总能以相对稳定的时滞发生这种变化。

（4）及时性和光滑性。

景气指标用于短期分析和预测，因而要求及时地获得统计数据，并要求指标具有一定的光滑型，不顾则波动因素较少的指标更能满足预测的要求。

确定基准循环的方法

参照基准循环，可以将景气指标分为先行，同步和滞后三类指标。

确定基准循环的方法有：

（1）以重要的经济指标（GNP、GDP、工业总产值等）的周期为基准循环；

（2）专家意见及专家打分；

（3）经济大事记和经济循环年表；

（4）初选几项重要指标计算历史扩散指数；

（5）以一致合成指数转折点为基础。

指标选取标准

先行指标选取标准：

（1）从经济意义上分析，先行指标有明确、肯定的先行关系。

（2）与基准循环峰值相比，其峰值至少领先3个月以上，且在最近的连续3次周期波动中，至少有两次保持先行，领先3个月以上。

同步指标选取标准：

（1）从经济意义上分析，同步指标应与其基准循环有明显的同步特征。

（2）与基准循环的峰值接近，峰值差别在2个月以内。

滞后指标的选取标准为：

（1）从经济意义上分析，滞后指标有肯定的滞后关系。

（2）与基准循环的峰值接近，峰值要滞后3个月以上。

常用的景气指标分类的方法有：峰谷对应法（图示法）、时差相关、KL信息量法、马场法、循环聚类法及三角函数法等。

指标数据处理

乘法模型:Y=TCSI

加法模型:T=T+C+S+I

混合模型:Y=TC+SI

扩散指数计算公式

DIt=(t期序列出现扩张的个数/属于该类指标的序列总数)*100%

扩散指数在经济波动分析的作用与不足

确定了每个指标在不同时期的扩张和收缩特征之后，即可以计算扩散系数，并作出扩散指数曲线。扩散指数在经济波动分析中具有重要的作用。

（1）当0<DIt<50%时，表明上升指标数小于下降指标数，经济系统运行于不景气空间的后期。

（2）当50%<DIt<100%时，表明上升指标数多于下降指标数，经济系统运行于景气空间，随着 向峰值100%逼近，经济越来越热。

（3）当100%>DIt>50%时，表明上升指标数仍然多于下降指标数，经济系统运行于景气空间后期，经济正在走下坡路，整个经济系统正处于降温阶段。

（4）当0%>DIt>0时，表明经济运行发生重大转折，上升指标数小于下降指标数，经济系统处于全面收缩阶段，经济系统进入一个新的不景气空间前期。

扩散指数的局限性在于：

（1）无法明确的表示经济波动的强弱；

（2）虽然能预测转折点，但无法测定转折点的具体位置。

　要知道，大数据已不再是数据大，最重要的现实就是对大数据进行分析，只有通过分析才能获取很多智能的，深入的，有价值的信息。

越来越多的应用涉及到大数据，这些大数据的属性，包括数量，速度，多样性等等都是呈现了大数据不断增长的复杂性，所以，大数据的分析方法在大数据领域就显得尤为重要，可以说是决定最终信息是否有价值的决定性因素。基于此，大数据分析方法理论有哪些呢？

大数据分析的五个基本方面

PredictiveAnalyticCapabilities（预测性分析能力）

数据挖掘可以让分析员更好的理解数据，而预测性分析可以让分析员根据可视化分析和数据挖掘的结果做出一些预测性的判断。

DataQualityandMasterDataManagement（数据质量和数据管理）

数据质量和数据管理是一些管理方面的最佳实践。通过标准化的流程和工具对数据进行处理可以保证一个预先定义好的高质量的分析结果。

AnalyticVisualizations（可视化分析）

不管是对数据分析专家还是普通用户，数据可视化是数据分析工具最基本的要求。可视化可以直观的展示数据，让数据自己说话，让观众听到结果。

SemanticEngines（语义引擎）

我们知道由于非结构化数据的多样性带来了数据分析的新的挑战，我们需要一系列的工具去解析，提取，分析数据。语义引擎需要被设计成能够从“文档”中智能提取信息。

DataMiningAlgorithms（数据挖掘算法）

可视化是给人看的，数据挖掘就是给机器看的。集群、分割、孤立点分析还有其他的算法让我们深入数据内部，挖掘价值。这些算法不仅要处理大数据的量，也要处理大数据的速度。

假如大数据真的是下一个重要的技术革新的话，我们最好把精力关注在大数据能给我们带来的好处，而不仅仅是挑战。

大数据处理

大数据处理数据时代理念的三大转变：要全体不要抽样，要效率不要绝对精确，要相关不要因果。具体的大数据处理方法其实有很多，但是根据长时间的实践，笔者总结了一个基本的大数据处理流程，并且这个流程应该能够对大家理顺大数据的处理有所帮助。整个处理流程可以概括为四步，分别是采集、导入和预处理、统计和分析，以及挖掘。

采集

大数据的采集是指利用多个数据库来接收发自客户端的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。比如，电商会使用传统的关系型数据库MySQL和Oracle等来存储每一笔事务数据，除此之外，Redis和MongoDB这样的NoSQL数据库也常用于数据的采集。

在大数据的采集过程中，其主要特点和挑战是并发数高，因为同时有可能会有成千上万的用户来进行访问和操作，比如火车票售票网站和淘宝，它们并发的访问量在峰值时达到上百万，所以需要在采集端部署大量数据库才能支撑。并且如何在这些数据库之间进行负载均衡和分片的确是需要深入的思考和设计。

统计/分析

统计与分析主要利用分布式数据库，或者分布式计算集群来对存储于其内的海量数据进行普通的分析和分类汇总等，以满足大多数常见的分析需求，在这方面，一些实时性需求会用到EMC的GreenPlum、Oracle的Exadata，以及基于MySQL的列式存储Infobright等，而一些批处理，或者基于半结构化数据的需求可以使用Hadoop。统计与分析这部分的主要特点和挑战是分析涉及的数据量大，其对系统资源，特别是I/O会有极大的占用。

导入/预处理

虽然采集端本身会有很多数据库，但是如果要对这些海量数据进行有效的分析，还是应该将这些来自前端的数据导入到一个集中的大型分布式数据库，或者分布式存储集群，并且可以在导入基础上做一些简单的清洗和预处理工作。也有一些用户会在导入时使用来自Twitter的Storm来对数据进行流式计算，来满足部分业务的实时计算需求。导入与预处理过程的特点和挑战主要是导入的数据量大，每秒钟的导入量经常会达到百兆，甚至千兆级别。

挖掘

与前面统计和分析过程不同的是，数据挖掘一般没有什么预先设定好的主题，主要是在现有数据上面进行基于各种算法的计算，从而起到预测的效果，从而实现一些高级别数据分析的需求。比较典型算法有用于聚类的K-Means、用于统计学习的SVM和用于分类的Naive Bayes，主要使用的工具有Hadoop的Mahout等。该过程的特点和挑战主要是用于挖掘的算法很复杂，并且计算涉及的数据量和计算量都很大，还有，常用数据挖掘算法都以单线程为主。

大数据分析工具详解 IBM惠普微软工具在列

去年，IBM宣布以17亿美元收购数据分析公司Netezza；EMC继收购数据仓库软件厂商Greenplum后再次收购集群NAS厂商Isilon；Teradata收购了Aster Data 公司；随后，惠普收购实时分析平台Vertica等，这些收购事件指向的是同一个目标市场——大数据。是的，大数据时代已经来临，大家都在摩拳擦掌，抢占市场先机。

而在这里面，最耀眼的明星是hadoop，Hadoop已被公认为是新一代的大数据处理平台，EMC、IBM、Informatica、Microsoft以及Oracle都纷纷投入了Hadoop的怀抱。对于大数据来说，最重要的还是对于数据的分析，从里面寻找有价值的数据帮助企业作出更好的商业决策。下面，我们就来看以下八大关于大数据分析的工具。

EMC Greenplum统一分析平台(UAP)

Greenplum在2010年被EMC收购了其EMC Greenplum统一分析平台（UAP）是一款单一软件平台，数据团队和分析团队可以在该平台上无缝地共享信息、协作分析，没必要在不同的孤岛上工作，或者在不同的孤岛之间转移数据。正因为如此，UAP包括ECM Greenplum关系数据库、EMC Greenplum HD Hadoop发行版和EMC Greenplum Chorus。

EMC为大数据开发的硬件是模块化的EMC数据计算设备（DCA），它能够在一个设备里面运行并扩展Greenplum关系数据库和Greenplum HD节点。DCA提供了一个共享的指挥中心（Command Center）界面，让管理员可以监控、管理和配置Greenplum数据库和Hadoop系统性能及容量。随着Hadoop平台日趋成熟，预计分析功能会急剧增加。

IBM打组合拳提供BigInsights和BigCloud

几年前，IBM开始在其实验室尝试使用Hadoop，但是它在去年将相关产品和服务纳入到商业版IBM在去年5月推出了InfoSphere BigI云版本的 InfoSphere BigInsights使组织内的任何用户都可以做大数据分析。云上的BigInsights软件可以分析数据库里的结构化数据和非结构化数据，使决策者能够迅速将洞察转化为行动。

IBM随后又在10月通过其智慧云企业（SmartCloud Enterprise）基础架构，将BigInsights和BigSheets作为一项服务来提供。这项服务分基础版和企业版；一大卖点就是客户不必购买支持性硬件，也不需要IT专门知识，就可以学习和试用大数据处理和分析功能。据IBM声称，客户用不了30分钟就能搭建起Hadoop集群，并将数据转移到集群里面，数据处理费用是每个集群每小时60美分起价。

Informatica 9.1：将大数据的挑战转化为大机遇

Informatica公司在去年10月则更深入一步，当时它推出了HParser，这是一种针对Hadoop而优化的数据转换环境。据Informatica声称，软件支持灵活高效地处理Hadoop里面的任何文件格式，为Hadoop开发人员提供了即开即用的解析功能，以便处理复杂而多样的数据源，包括日志、文档、二进制数据或层次式数据，以及众多行业标准格式（如银行业的NACHA、支付业的SWIFT、金融数据业的FIX和保险业的ACORD）。正如数据库内处理技术加快了各种分析方法，Informatica同样将解析代码添加到Hadoop里面，以便充分利用所有这些处理功能，不久会添加其他的数据处理代码。

Informatica HParser是Informatica B2B Data Exchange家族产品及Informatica平台的最新补充，旨在满足从海量无结构数据中提取商业价值的日益增长的需求。去年， Informatica成功地推出了创新的Informatica 9.1 for Big Data，是全球第一个专门为大数据而构建的统一数据集成平台。

甲骨文大数据机——Oracle Big Data Appliance

甲骨文的Big Data Appliance集成系统包括Cloudera的Hadoop系统管理软件和支持服务Apache Hadoop 和Cloudera Manager。甲骨文视Big Data Appliance为包括Exadata、Exalogic和 Exalytics In-Memory Machine的“建造系统”。Oracle大数据机(Oracle Big Data Appliance)，是一个软、硬件集成系统，在系统中融入了Cloudera的Distribution Including Apache Hadoop、Cloudera Manager和一个开源R。该大数据机采用Oracle Linux操作系统，并配备Oracle NoSQL数据库社区版本和Oracle HotSpot Java虚拟机。Big Data Appliance为全架构产品，每个架构864GB存储，216个CPU内核，648TBRAW存储，每秒40GB的InifiniBand连接。Big Data Appliance售价45万美元，每年硬软件支持费用为12%。

甲骨文Big Data Appliance与EMC Data Computing Appliance匹敌，IBM也曾推出数据分析软件平台InfoSphere BigInsights，微软也宣布在2012年发布Hadoop架构的SQL Server 2012大型数据处理平台。

统计分析方法以及统计软件详细介绍

统计分析方法有哪几种？下面我们将详细阐述，并介绍一些常用的统计分析软件。

一、指标对比分析法指标对比分析法

统计分析的八种方法一、指标对比分析法指标对比分析法，又称比较分析法，是统计分析中最常用的方法。是通过有关的指标对比来反映事物数量上差异和变化的方法。有比较才能鉴别。单独看一些指标，只能说明总体的某些数量特征，得不出什么结论性的认识；一经过比较，如与国外、外单位比，与历史数据比，与计划相比，就可以对规模大小、水平高低、速度快慢作出判断和评价。

指标分析对比分析方法可分为静态比较和动态比较分析。静态比较是同一时间条件下不同总体指标比较，如不同部门、不同地区、不同国家的比较，也叫横向比较；动态比较是同一总体条件不同时期指标数值的比较，也叫纵向比较。这两种方法既可单独使用，也可结合使用。进行对比分析时，可以单独使用总量指标或相对指标或平均指标，也可将它们结合起来进行对比。比较的结果可用相对数，如百分数、倍数、系数等，也可用相差的绝对数和相关的百分点（每1％为一个百分点）来表示，即将对比的指标相减。

二、分组分析法指标对比分析法

分组分析法指标对比分析法对比，但组成统计总体的各单位具有多种特征，这就使得在同一总体范围内的各单位之间产生了许多差别，统计分析不仅要对总体数量特征和数量关系进行分析，还要深入总体的内部进行分组分析。分组分析法就是根据统计分析的目的要求，把所研究的总体按照一个或者几个标志划分为若干个部分，加以整理，进行观察、分析，以揭示其内在的联系和规律性。

统计分组法的关键问题在于正确选择分组标值和划分各组界限。

三、时间数列及动态分析法

时间数列。是将同一指标在时间上变化和发展的一系列数值，按时间先后顺序排列，就形成时间数列，又称动态数列。它能反映社会经济现象的发展变动情况，通过时间数列的编制和分析，可以找出动态变化规律，为预测未来的发展趋势提供依据。时间数列可分为绝对数时间数列、相对数时间数列、平均数时间数列。

时间数列速度指标。根据绝对数时间数列可以计算的速度指标：有发展速度、增长速度、平均发展速度、平均增长速度。

动态分析法。在统计分析中，如果只有孤立的一个时期指标值，是很难作出判断的。如果编制了时间数列，就可以进行动态分析，反映其发展水平和速度的变化规律。

进行动态分析，要注意数列中各个指标具有的可比性。总体范围、指标计算方法、计算价格和计量单位，都应该前后一致。时间间隔一般也要一致，但也可以根据研究目的，采取不同的间隔期，如按历史时期分。为了消除时间间隔期不同而产生的指标数值不可比，可采用年平均数和年平均发展速度来编制动态数列。此外在统计上，许多综合指标是采用价值形态来反映实物总量，如国内生产总值、工业总产值、社会商品零售总额等计算不同年份的发展速度时，必须消除价格变动因素的影响，才能正确的反映实物量的变化。也就是说必须用可比价格（如用不变价或用价格指数调整）计算不同年份相同产品的价值，然后才能进行对比。

为了观察我国经济发展的波动轨迹，可将各年国内生产总值的发展速度编制时间数列，并据以绘制成曲线图，令人得到直观认识。

四、指数分析法

指数是指反映社会经济现象变动情况的相对数。有广义和狭义之分。根据指数所研究的范围不同可以有个体指数、类指数与总指数之分。

指数的作用：一是可以综合反映复杂的社会经济现象的总体数量变动的方向和程度；二是可以分析某种社会经济现象的总变动受各因素变动影响的程度，这是一种因素分析法。操作方法是：通过指数体系中的数量关系，假定其他因素不变，来观察某一因素的变动对总变动的影响。

用指数进行因素分析。因素分析就是将研究对象分解为各个因素，把研究对象的总体看成是各因素变动共同的结果，通过对各个因素的分析，对研究对象总变动中各项因素的影响程度进行测定。因素分析按其所研究的对象的统计指标不同可分为对总量指标的变动的因素分析，对平均指标变动的因素分析。

五、平衡分析法

平衡分析是研究社会经济现象数量变化对等关系的一种方法。它把对立统一的双方按其构成要素一一排列起来，给人以整体的概念，以便于全局来观察它们之间的平衡关系。平衡关系广泛存在于经济生活中，大至全国宏观经济运行，小至个人经济收支。平衡种类繁多，如财政平衡表、劳动力平衡表、能源平衡表、国际收支平衡表、投入产出平衡表，等等。平衡分析的作用：一是从数量对等关系上反映社会经济现象的平衡状况，分析各种比例关系相适应状况；二是揭示不平衡的因素和发展潜力；三是利用平衡关系可以从各项已知指标中推算未知的个别指标。

六、综合评价分析

社会经济分析现象往往是错综复杂的，社会经济运行状况是多种因素综合作用的结果，而且各个因素的变动方向和变动程度是不同的。如对宏观经济运行的评价，涉及生活、分配、流通、消费各个方面；对企业经济效益的评价，涉及人、财、物合理利用和市场销售状况。如果只用单一指标，就难以作出恰当的评价。

进行综合评价包括四个步骤：

1.确定评价指标体系，这是综合评价的基础和依据。要注意指标体系的全面性和系统性。

2.搜集数据，并对不同计量单位的指标数值进行同度量处理。可采用相对化处理、函数化处理、标准化处理等方法。

3.确定各指标的权数，以保证评价的科学性。根据各个指标所处的地位和对总体影响程度不同，需要对不同指标赋予不同的权数。

4.对指标进行汇总，计算综合分值，并据此作出综合评价。

七、景气分析

经济波动是客观存在的，是任何国家都难以完全避免的。如何避免大的经济波动，保持经济的稳定发展，一直是各国政府和经济之专家在宏观调控和决策中面临的重要课题，景气分析正是适应这一要求而产生和发展的。景气分析是一种综合评价分析，可分为宏观经济景气分析和企业景气调查分析。

宏观经济景气分析。是国家统计局20世纪80年代后期开始着手建立监测指标体系和评价方法，经过十多年时间和不断完善，已形成制度，定期提供景气分析报告，对宏观经济运行状态起到晴雨表和报警器的作用，便于国务院和有关部门及时采取宏观调控措施。以经常性的小调整，防止经济的大起大落。

企业景气调查分析。是全国的大中型各类企业中，采取抽样调查的方法，通过问卷的形式，让企业负责人回答有关情况判断和预期。内容分为两类：一是对宏观经济总体的判断和预期；一是对企业经营状况的判断和预期，如产品订单、原材料购进、价格、存货、就业、市场需求、固定资产投资等。

八、预测分析

宏观经济决策和微观经济决策，不仅需要了解经济运行中已经发生了的实际情况，而且更需要预见未来将发生的情况。根据已知的过去和现在推测未来，就是预测分析。

统计预测属于定量预测，是以数据分析为主，在预测中结合定性分析。统计预测的方法大致可分为两类：一类是主要根据指标时间数列自身变化与时间的依存关系进行预测，属于时间数列分析；另一类是根据指标之间相互影响的因果关系进行预测，属于回归分析。

预测分析的方法有回归分析法、滑动平均法、指数平滑法、周期（季节）变化分析和随机变化分析等。比较复杂的预测分析需要建立计量经济模型，求解模型中的参数又有许多方法。

●GDP增长高位走平

预计2008年我国GDP可望突破28万亿元，增长11%，其中上半年超过11%，下半年会有所回落。工业增加值的增长率受出口放慢的影响将会有所回落，但受国内消费旺盛的支撑，将继续保持高位增长，预计增长17.5%。为了与以前经济增长目标保持一致，国家对GDP增长的预期目标仍设定为8%。

●消费增速明显加速

这是经济增长周期处于中部(繁荣期顶部区域)的一个重要信号。这是因为随着人们对经济增长信心的增强及前期收入的快速增长，人们开始扩大消费，即经济扩张由投资转向消费(投资增长仍处于高位)，因此，经济增长将处于周期性最繁荣的区间。

●房地产下半年进入适度调整期

房地产特别是住宅的繁荣已经持续10年，我们估计在2008年奥运会之前，房地产仍将保持偏热增长态势，正处于中期繁荣的顶部区域，但由于受多重因素的作用，房地产在奥运会后可能步入中期调整期。这些因素是：持续过高的房价对住宅需求的抑制作用、供给的释放及货币信贷的收缩效应以及人们对奥运会后房价上涨预期的变化等。房地产调整将明显地带动钢铁、水泥等相关重化工业调整，整体投资增长将会逐步放慢。

预计2008年城镇固定资产投资规模为150694亿元，增长25%，社会消费品零售总额将首次突破10万亿元，达104857亿元，增长16.5%。明年就业增长的形势依然较好。利用就业弹性预测方法，我们预计2008年城镇净增就业量将达到1032万人，新增就业岗位继续突破1200万个。2008年城镇就业增长的目标可设定为新增城镇就业1000万人，失业率控制在4.5%以下。

●物价增长走势

2008年物价继续加速上升的可能性较小，原因一是目前推动物价大幅回升的主要原因是食品价格，本轮经济周期以来，除食品类的核心通货膨胀率一直在1%上下窄幅波动，今年核心通胀率仅为0.7%，这说明经济增长的内在通货膨胀的压力不大。推动食品价格上涨的农产品(31.00,-0.20,-0.64%)涨价带有恢复性质，原因是短期性的供求不平衡；而且，我国农产品的供应是完全有保障的，猪肉的缺口持续时间也不会太长。二是在现阶段的增长环境中，流动性过剩与货币供应量的持续偏快增长难以传导到CPI上。流动性过剩问题冲击的不是物价(CPI)，而是资产价格，导致房地产与股票价格的明显上升，并加剧投资需求的膨胀，即近阶段货币供应量增加或流动性过剩与CPI关系较弱。

●出口增长与国际收支平衡预测

预计2008年出口增长将回落，主要是出口政策调整的效果所逐步显现。这在今年8月份的出口增长中已有所表现。8月份出口总额为1113.6亿美元，增长22.7%，比1-7月放慢5.9个百分点，比7月份大幅回落11.5个百分点，这显示了7月份开始实施的出口政策调整的积极影响。另一个可能导致出口增长回落的因素是美国经济增长受次级债危机的影响将趋于放慢。次级债危机的影响将会继续深化，但不会导致美国经济进入明显的衰退或萧条，不过，会使经济持续一段时间处于相对低位增长，这对世界经济景气和外部对我国出口需求将产生一定的负面影响。

■2008年宏观经济政策取向

考虑到流动性过剩问题的继续发展，“三过”问题依然突出，经济增长尽管正在或逐步接近经济周期的顶部区域，但地方政府的内在投资冲动仍十分强，另外受政府换届效应及对奥运经济增长的乐观预期等因素的作用，2008年经济增长可能会进一步高涨，因此，在继续保持总体宏观经济政策的稳健性和连续性下，要适当加大货币政策的紧缩力度，特别是要防止实体经济偏热与虚拟经济偏热的相互强化，形成全面过热的风险。

●继续抑制投资增长

2005年之前出口增长是以外部拉力为主，而2006年以来出口增长是以推力为主，强大的推力和拉力的结合是导致2006年以来出口顺差过大的主要原因，推力增大主要是因为投资增长持续偏热，导致工业产能的集中释放，外部失衡是因为内部失衡。抑制投资增长是解决内部失衡和外部失衡的关键。要通过继续小幅升息和发行中长期公共债券的措施抑制房地产和工业的投资；完善信贷结构性调整政策，加大对房地产及相关高耗能产业的信贷收缩力度，同时增加对中小企业的信贷投放。

●价格调控的重点是房价而不是物价

价格调控的重点是房价，抑制房价过快增长主要是要调整房地产政策，可以从以下几方面着手：一是住房基本政策是只鼓励家庭拥有一套住房，而对投资性住房采取较严厉的抑制政策，同时限制外籍人员购买住房；二是加大税收调节作用，尽快出台征收不动产税政策，促进“卖房”；三是对购买第二套以上住房采取严厉的金融抑制政策，将购买第二套以上住房的首付提高到40%以上，并将其利率调整大幅提升，以抑制住房的投资需求。

●加快利率市场化改革，减弱人民币升值预期

央行主要是管基准利率的稳定及其合理变化，其他利率逐步由商业银行自主决定，应逐步缩小存贷款利息差，减弱商业银行利润对利差和贷款规模的依赖，从而有效地抑制商业银行过强的贷款扩张冲动。要打破目前人民币单边升值预期、减弱人民币升值固化的预期是金融政策最迫切的任务。

●继续调低出口退税率，加快外资政策的合理调整

建议进一步降低总体出口退税率水平，重点是降低加工贸易出口退税率，鼓励一般贸易中技术含量高的产品出口，总体原则是鼓励出口的政策应与鼓励产业升级的政策一致，重点鼓励升级型的重化工业品出口。逐步减弱地方政府的“引资偏好”，淡化对引资的数量考核指标，促进引资从行政引资、追求外资规模，向遵循市场经济规律引资转变。

gracewang97