一、引言
产生于上世纪80年代的真实经济周期理论认为经济周期仅仅取决于技术的变化,与货币或其他需求方面的因素无关(萨缪尔森与诺德豪斯,2004,中译本);而新凯恩斯主义在承认供给因素对经济波动长期影响的前提下,认为需求因素尤其是“货币因素是理解总量波动的关键”(罗默,1999,中译本)。从实践上看,对于经济周期不同的解释具有不同的政策含义。例如,以技术进步为代表的供给因素通常会导致经济增长和物价水平下降,而需求拉动型的经济波动通常会导致经济增长和物价水平的上涨,因此对于不同类型的冲击,应该采取不同的政策。正如Blanchard和Quah(1989)所指出的,如果经济中只存在一种冲击,那么这种冲击对经济的影响仅通过单变量移动平均就可得以刻画,相反,如果经济中存在不同的冲击,那么单变量移动平均方法将得到经济对多种冲击组合的一种综合反映。因此,对经济波动的冲击进行分析,具有重要的理论和实践意义。从经济冲击的研究方法上看,Blanchard和Quah(1989)在施加长期约束的条件下,利用结构向量自回归(SVAR)来识别经济冲击的方法(以下简称BQ方法)取得了很好的效果,并在国内外的经济分析中获得了广泛的应用。就其最初研究结果来看,Blanchard和Quah(1989)认为,需求冲击至少在中短期内(2至3年)会对产出波动产生相当的影响。
对于中国近期的经济冲击研究而言,刘斌和张怀清(2002)较早地利用BQ方法对1984至2001年的季度经济波动进行了供给冲击和需求冲击分析,得出了供给冲击对产出具有较大影响、需求冲击对通货膨胀率具有较大影响的结论。Zhang和Wan(2005)使用1985至2000年的数据进行分析,得出的结论与刘斌和张怀清(2002)基本相同。龚敏与李文溥(2007)利用1996至2007年的数据分析了中国加入世贸组织后的经济周期波动原因,认为供给冲击是入世后中国经济周期波动的主要原因。徐高(2008)利用BQ方法对中国1978至2006年的年度经济波动进行供给分析和需求冲击分析,并采用同样的方法对美国1947至2006年的数据进行了分析,在得出中国真实GDP波动绝大部分来源于供给冲击的同时,却获得了与美国数据和现有理论完全不同的结论,即“中国的供给冲击在刺激真实GDP的同时会提高通货膨胀率,而中国的需求冲击在刺激真实GDP的同时却会降低通货膨胀率。”这被他称为“斜率之谜”。针对这种情况,本文利用BQ方法着重从两个方面进行了考察:一方面选取新的基期(1996年),利用近期的季度数据(1996年第1季度至2009年第1季度)进行了模型估计;另一方面,在模型中加入了反映制度变化、贸易变动和资产价格波动等因素的外生变量。在此基础上,本文在数据模拟效果较好的情况下,得出了与前述研究不同的结论,尤其是证明了不存在“斜率之谜”问题。
本文的具体安排如下:第二部分介绍了模型估计方法和过程,第三部分报告了供给冲击和需求冲击对中国经济的影响及其政策含义,第四部分给出了结论及今后的研究方向。
二、数据处理及模型估计
(一)数据处理
本文以1996年第1季度至2009年第1季度实际GDP和通货膨胀率作为分析对象。其中,中国季度实际GDP数据y和一般物价水平p(GDP平减指数,以1992年为100)由国家统计局公布的累计名义GDP和累计实际增长率计算得出。首先,尽管中国季度GDP数据可以获得更早的数据,但考虑到中国在1996年之前经济曾出现大起大落现象,而且1994-1995年发生了严重的通货膨胀;相比之下,1996年不仅成功实现了经济的“软着陆”,而且随后的宏观调控政策和手段也更加市场化,相关数据也更为准确,如果选择同一个VAR模型,可能会出现数据平稳性问题和较大的估计偏差。因此,我们选择1996年之后的数据作为研究对象。其次,选择GDP平减指数作为衡量一般物价水平的指标,一方面是因为该指标比CPI更为全面,另一方面是中国仅公布了CPI月度数据,不同的季度数据计算方法可能导致一定偏差。
考虑到中国数据的季节性较强,我们首先采用X-12法对上述序列进行季节调整,得到剔除季节性因素后的实际GDP和一般物价水平。其次,我们对季节调整后的实际GDP对数(y)和GDP平减指数(p)进行平稳性检验(ADF和PP单位根检验),以保证VAR方法的适用性,检验结果见表1。

(二)模型估计
(1)初始模型估计。我们直接利用△y和π建立VAR模型,根据AIC准则,我们确定最优滞后阶数为6,可得出如下模型估计结果:

其中,括号内的数字表示t统计量;调整后的R2分别为0.18和0.33。
在需求冲击长期不影响产出的趋势变化的假设条件下,我们可以得到S(0)的估计,从而可以从VAR模型的残差获得需求冲击和供给冲击,并进行脉冲响应分析。





通过引入三个外生变量,我们重新构建了VAR模型,并根据AIC准则确定最优滞后阶数为5,模型估计结果如下:

其中,括号内的数字表示t统计量;调整后的R2分别为0.48和0.43。
采用上述同样的假设条件,我们可以再次得到新的S(0)的估计。




(2)其他替代模型的检验。为进一步验证本文中外生变量可能对模型产生的影响,最直接的方法就是剔除外生变量。为此,结合中国近些年的改革措施,我们通过观察模型采用的内生和外生经济变量的变动态势,将模型的估计区间缩短到2005年第二季度人民币汇率改革之前。这个样本期内,改革开放措施相对比较稳定,相应地我们首先取消了股价指数作为外生变量假设,但考虑到WTO因素引起的国外经济波动对国内经济的影响,我们仍采用贸易依存度作为外生变量,利用国内生产总值及其平减指数建立模型。根据AIC准则,我们可确定模型的滞后阶数为2,估计方程为:

其中,trade为贸易依存度。
相应地,模型特征根的倒数都处于单位圆之内(见图8),说明估计的模型是稳定的。




三、供求冲击分析及政策含义
为单独考察需求冲击对中国经济的影响,我们可在假定供给冲击为0的条件下来实现。从图11和图12可以直观地看出,无论是中国GDP增长率的波动还是通货膨胀率的波动,需求冲击都是重要影响因素。
为进一步考察需求冲击对中国经济的影响,我们对中国的GDP增长率和通货膨胀率进行了方差分解(见表2)。结合表2和图6与图7,我们可以得出以下几点结论:一是需求冲击对GDP增长率的累积影响曲线呈现一定的“驼峰”状态,在4个季度内从约占GDP增长率波动的56%增长至65%,6个季度后逐渐下降至55%;二是需求冲击对通货膨胀率的累积影响呈逐渐下降态势,在8个季度内从约占通货膨胀率波动的60%逐渐稳定在54%左右;三是尽管需求冲击是影响中国经济增长率和通货膨胀率波动的重要因素,但对两者的影响程度存在一定差别,也就是说,它对通货膨胀率的影响程度要大于它对增长率的影响程度;四是与美国等发达经济体相比,中国的需求冲击对GDP增长率的影响要略大一些,也就是说,中国经济增长更多地受到了需求拉动的影响,而非技术创新。




我们采用Blanchard和Quah(1989)提出的识别方法,利用SVAR方法对中国1996年以来的GDP增长率和通货膨胀率的影响因素进行结构性分解,对需求冲击和供给冲击影响中国经济的方式进行了分析,模拟了经济只受需求冲击影响的动态路径。
我们发现,与以前的研究不同,一方面,中国经济波动仍然在很大程度上来源于需求冲击,而供给冲击的影响程度相对较小;另一方面,中国经济的需求冲击和供给冲击对经济影响的方向和时间与西方发达国家的理论与实践保持了高度一致,从而在理论上解释了徐高(2008)提出的“斜率之谜”,在实践上为中国的宏观调控政策提出了建议。
我们认为后续理论研究还需要在以下几个方面予以加强:一是进一步把外生因素内生化,将贸易、汇率、资产价格等因素纳入模型内部来考察,从而得出更为完善的模型,当然,这需要更多的识别条件。二是对结构冲击的类型及其对经济变量的影响方式进行更为精细化的研究,从而在实践上进一步提高宏观调控政策的可操作性。
[作者简介]高士成,中国人民银行,中国人民大学财政金融学院,(北京100800)。
作者:高士成 来源:《国民经济管理》2010年第12期



雷达卡



京公网安备 11010802022788号







