中国经济周期波动的典型化事实：一个基于CF滤波的研究，本文主要内容关键词为：中国论文,事实论文,经济周期论文,CF论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F037.1 文献标识码：A 文章编号：1000—176X（2006）07—0003—08
一、引言
经济周期波动的典型化事实（stylized facts）是在宏观时间序列经验特征的基础上，通过统计分析、推断和检验而确认的经济周期波动中普遍存在的事实。概括经济周期波动的典型化事实是对宏观经济学研究的一项挑战。正如Burns和Mitchell（1946）所指出的，任何经济周期波动都不是以前周期波动的简单重复，其在振幅、范围和持续时间等方面往往会表现出一定差别。然而，从差别的表象中抽象出内在一致的规律，这种一般化努力恰恰是经济学研究最重要的课题之一。
正因为如此，关于经济周期波动典型化事实的研究始终属于宏观经济学进展的一部分。Mitchell是该类问题研究的开拓者。Mitchell[28] 将经济周期波动描述为总体经济活动的复苏、扩张、衰退和收缩交错出现的行为，强调转折点和周期的不同阶段。他的思想奠定了古典周期分析的基础，而且，他与Burns创立的美国国民经济研究局（NBER）也成为古典周期研究的中心。到20世纪70年代，经济学家们日益认识到，短期波动是长期增长中的波动，是总体经济活动围绕其潜在水平的短期偏离，从而提出了增长周期的观点。例如，Lucas（1977）把周期波动定义为产出围绕其趋势的反复波动，并把产出同其他宏观时间序列间的协动（co-movement）视为周期现象。随后，Campbell[10] 和Mankiw（1989）、Cochrane[16]、Cogley等[17] 还发现周期波动中宏观时间序列的粘持性（persistence）特征。因此，目前被广泛认同的经济周期波动的典型化事实包括以下三个方面：以宏观时间序列的标准差表示的波动性（volatility）；以产出同其他宏观时间序列之间的时差相关系数表示的协动性以及以宏观时间序列的一阶自相关系数表示的粘持性。
研究中国经济周期波动的典型化事实同样具有重要意义。首先，它为理解中国经济周期波动提供了一个事实视角和总体描述，为相关理论、观点和模型的检验提供了一个参照标准。现代宏观经济学研究越来越强调这种理论和经验的互动。评价一个周期波动理论是否成功，关键在于该理论能够在多大程度上解释这些典型化事实，而这正是国内以前的很多研究所欠缺的。其次，它为研判宏观经济形势提供了参考依据。例如，通过对宏观经济变量之间复杂协动的分析，确认其先行、同步或滞后关系，就可以为监测和预警经济运行提供帮助，这无疑也有助于政府宏观调控。再次，它也是对Lucas（1977）命题的一个检验。Lucas断言：“所有的经济周期波动都是类似的”。关于OECD国家的经验研究对Lucas命题提供了支持，如Stock与Watson（1998）等。而很多国内学者在讨论中国的经济波动时，往往要强调中国问题的特殊性。那么，中国经济周期波动究竟在多大程度上具有独特性？我们的研究将尝试着给出初步回答。
近年来，使用趋势分离方法来分析中国经济周期波动经验特征的研究已经出现，如钱士春[3]，陈昆亭、周炎和龚六堂[1] 等。这些研究尽管得出了一些有意义的结论，但仍然存在一些缺憾，如变量选取不够全面，多使用争议较大的HP或BK滤波，且没有在经验特征基础上进一步归纳典型化事实。本文将参照国外的最新研究进展，采集尽可能多的数据，利用新近提出的CF滤波（Christiano和Fitzgerald，2003）对中国宏观经济变量序列进行趋势分离，在此基础上分析中国经济周期波动的经验特征，并总结典型化事实。
二、方法选取和数据说明
（一）方法选取
从时间序列中分离趋势成分和周期成分的方法有多种，不同方法揭示了数据不同方面的特性[12]。早期研究认为，宏观时间序列中存在一种确定的线性时间变化趋势。在这种情形下，就目标序列对时间趋势项进行一次或二次线性回归，就可以分离出趋势成分，得到周期成分，通常称该方法为线性趋势分解方法。随后，由于认识到序列中可能存在结构突变，又出现了允许截距或斜率发生结构突变的分段线性趋势分解方法。这两种方法都假定宏观时间序列趋势平稳。然而， Nelson 和Plosser[30] 发现，多数宏观时间序列具有非平稳的单位根性质，上述方法就失去其原有的应用基础，一些新的趋势分解方法也因此应运而生。这些方法大致可以分为两类：一类是状态域分解方法，它与传统的线性趋势分解方法接近，直接将时间序列分解为状态空间中的不同取值。属于这类方法的有一阶差分分解、UC—卡尔曼分解[14—22] 以及BN分解[8]。这类方法假定序列含有非平稳的趋势， 即存在随机性趋势。另一类是将宏观时间序列分解为具有不同频率的趋势成分和周期成分的时频域分解方法。这类方法有HP滤波[24]、BK滤波（Baxter和King,1994）以及CF 滤波等。该类方法认为序列中的趋势介于平稳和非平稳之间，趋势缓慢变动，既不是永远不变，也不是随机变动。目前，这两类方法孰优孰劣还未有定论，但在实践中应用较多的是相对容易操作的滤波分解方法。
在众多滤波分解方法中，HP滤波的应用最为广泛。但近来一些研究表明，HP滤波存在一些较难克服的缺陷。King和Rebelo[25] 以及Harvey和Jaeger（1993）指出，HP分解的准确性会随序列时序特性的变化而变化；Harvey和Jaeger[23] 以及Cogley和Nason[28] 进一步证实，若目标序列为一阶或二阶单整过程时，分离出的周期成分可能包含伪周期信息。此外，Psaradarkis和Sola[32] 指出，HP滤波的一个隐含假定是目标序列的周期波动具有对称性，而一些研究（如Sichel[33] 等）表明，现实周期波动呈现或强或弱的非对称性。与HP滤波仅仅过滤低频的周期成分而把剩余成分作为周期成分不同，BK滤波过滤掉低频的趋势成分和高频的不规则波动成分，而仅仅保留固定区间① 的周期成分，是理想带通滤波的一种线性近似。但BK滤波仍然没有完全克服HP滤波的上述缺点[18—19—29]。
近来，在考虑序列平稳特征的基础上，Christiano和Fitzgerald（2003）对BK滤波进行改进而提出一种新的滤波——Christiano－Fitzgerald滤波，简称CF滤波。在过滤时，CF滤波考虑目标序列的平稳性特征，有选择地使用滤波分解方式。若目标序列表现为一阶单整过程时，滤波计算采用下列公式：
其中，x[,t]为原目标序列，
为趋势成分序列，
[,t-1]为移动平均因子B[,j]的线性组合。若目标序列表现为一个平稳过程时，需要预先确定时间序列的趋势形式，然后再作剔除分解。同HP滤波和BK滤波相比，CF滤波考虑了数据的时序特征，因而分解出的周期性成分更为客观、准确，所以，本文采用CF滤波分解方法。
（二）数据说明
本文采集了包括产出、就业、消费、投资、政府支出、贸易、价格、工资、生产率和金融等方面的宏观年度数据，共23个指标。除M[,1] 指标的数据区间为1980—2003年外，其他指标的数据区间为1952—2003年。劳动生产率数据根据实际GDP除以年中从业人数计算得到。其中，年中从业人数是年初从业人数和年末从业人数的算术平均值。全要素生产率的数据根据标准的增长核算方法计算得出，其中资本份额和劳动份额的取值参照张军[4]，分别为0.609和0.381。② 由于中国没有官方公布的资本存量数据，而国内存在很多版本的估算，因此本文采用相对较新、较权威的张军和章元[5] 的估算，即不含土地和人力资本的固定资本存量数据。为了保持数据区间的一致性，我们使用相同方法估算了2001—2003年的数据。其他数据均来源于《新中国统计50年资料汇编》和1998—2004年《中国统计年鉴》。需要特别说明的是，居民消费价格指数从1985年才开始公布，1985年以前的数据用职工生活价格指数代替。除价格指标以及货币供应量指标和工资总额指标外，其他指标都使用GDP减缩指数转换为以1978年价格表示的实际水平。在此基础上， 为了减少异方差和数据量纲的影响，指标的水平值取自然对数形式。而价格指标（居民消费价格指数和商品零售价格指数）不取对数，而是采取百分比形式。这样，价格指标和其他指标的一阶差分序列都具有增长率意义。由于CF滤波分解法需要明确序列的时序特征，因此还需要进行单位根检验。单位根检验采用ADF法，结果如表1第2列所示。
三、中国经济周期波动的经验特征分析
本文首先使用CF滤波分解方法，对1952—2003年中国各主要宏观经济变量序列进行分解，得到周期性成分，然后计算各个周期性成分的标准差及其与产出（实际GDP）的周期性成分之间的时差相关系数，以揭示变量波动性和协动性的事实特征。其中，如果K＝0列的时差相关系数为正，则说明该变量相对于产出波动为顺周期，而且系数值越大，顺周期关系越显著。反之，如果为负，则说明该变量相对于产出波动为反周期。如果绝对值最大的时差相关系数不在K＝0处，譬如在K＝1处（对于年度数据），则说明该宏观经济变量领先产出一年。如果在K＝－1处，则说明该宏观经济变量滞后产出一年。为了揭示改革开放后中国经济周期波动中序列特征的可能变化，对1978—2003年的子样本数据进行类似处理。所有计算结果见表1。 依据表1，我们就可以分析中国经济周期波动的经验特征。
（一）产出方面
第一产业产出和第三产业产出的波动性要小于总产出，第二产业产出的波动性要大于总产出。改革后，三次产业产出的波动性均有所下降。各个产业产出都是顺周期的，但第一产业产出波动与总产出波动的相关程度较弱，时差相关系数的最大值为0.67，改革后更下降到0.36；第二、三产业产出波动与总产出波动的相关程度较高，时差相关系数的最大值达到0.9左右。显然，第二、三产业产出的波动是决定总产出波动的重要因素。从三次产业产出的波动特征看，增加第三产业在国民经济中的比重，有助于抑制总产出的波动，促进宏观经济稳定。发展第三产业的这种宏观经济意义往往为人们所忽略。
（二）就业方面
三次产业的就业波动均大于总就业的波动，这意味着在经济波动中跨产业劳动流动频繁，就业结构变动激烈，反映了中国兼具转型经济和二元发展中经济的特点。总体从业人数的波动在整个样本期是顺周期的，而且其领先时间在一年左右，但改革后这种关系转变为同期反周期关系。从各产业看，在整个样本期，第一产业从业人数的波动是同期反周期的，而第二、三产业从业人数的波动是同期顺周期的。但改革后，第三产业就业波动出现同期反周期的变化；不过，这种协动关系非常弱，甚至可以忽略。
在就业波动的这些特征中，几个“反周期”关系的成因尤其值得关注，可能的解释是：（1）中国具有典型的二元经济特征，第一产业隐藏着大量的过剩劳动力，充当第二、三产业就业的“蓄水池”。当经济扩张时，这些过剩劳动力向第二、三产业转移，后者就业随之增加，而第一产业就业则减少。当经济衰退时，劳动力流动正好相反。这就导致全样本内上述关系出现。（2）随着改革的推进，随着服务业以及私营经济、个体经济的发展，经济中出现大量的非正规就业，这些非正规就业又多集中在第三产业。由于现有的从业人数统计很难反映这些非正规就业，因而使得第三产业就业波动的顺周期关系没有在统计上表现出来。
（三）生产率方面
就整个样本期而言，劳动生产率和全要素生产率的波动性略小于总产出；而改革后，二者的波动性略大于总产出。二者都是高度同期顺周期的。这说明生产率波动很可能是改革后中国经济周期波动的重要影响因素之一，同Prescott[31] 以及Aiyagari[6] 得出的生产率冲击在经济波动中具有重要影响的结论相吻合。
（四）消费、投资与财政支出方面
最终消费的波动性较弱，其波动是高度同期顺周期的，改革后这种关系仍然保持稳定。可以说，从支出的角度看，消费是GDP中最稳定的部分。 资本形成的波动性较产出大，其波动是高度同期顺周期的，相关系数值在0.85以上。财政支出的波动性比总产出要大得多，而且其波动也是高度同期顺周期的，在整个样本期间的同期相关系数值高达0.91。尽管在改革后，财政支出波动同产出波动的相关程度有所降低，但系数值0.67仍然较高。
（五）贸易方面
从国际贸易（进出口）和国内贸易（社会消费品零售总额）两方面来考察贸易波动与产出波动之间的关系。与总产出相比，国际贸易的波动性要大一些，而国内贸易则基本相当。就国际贸易而言，在整个样本期，进口和出口波动都是同期顺周期的。不过，出口波动的顺周期程度在改革后大幅减弱，这可能反映了中国市场化程度的提高——在市场经济中，出口一般取决于其他经济的收入，从而同本国产出的相关性较低。
（六）工资和价格方面
工资总额的波动性小于总产出，工资波动顺周期且领先一期。价格水平指标——居民消费价格指数和商品零售价格指数的波动性略高于总产出，而通货膨胀率指标——居民消费价格变化率和商品零售价格变化率的波动性小于总产出。价格在传统上被认为是顺周期的，但近来的一些研究[20—26] 表明价格是反周期的。中国宽口径的价格水平指标是轻微反周期的，而通货膨胀率是顺周期的，且滞后于经济周期波动。
（七）货币供应量方面
以M[,0]和M[,1]衡量的货币供应量的波动性比总产出要大。改革前，M[,o]的波动是滞后反周期的，这与其由实物分配计划决定密切相关。改革后，随着金融体制改革的深化和央行独立性的增强，货币供给对实体经济的作用也有所增强，M[,0]和M[,1]的波动逐渐呈现较强的同期顺周期关系。
四、中国经济周期波动的典型化事实及其同美国的比较
基于上述分析，我们从波动性、协动性和粘持性三个方面总结中国经济周期波动的典型化事实。结果如表2所示。
为了揭示中国经济周期波动典型化事实的一般性和特殊性，本文将把上面的结果同Zarnowitz[35] 以及Stock与Watson[34] 对美国的研究结果进行对比。后者如表3所示。对比表2和表3就可以发现，中美的典型化事实在多方面都相同或相似。显然，Lucas命题通过了中国数据的初步检验。其隐含的一个意义是，如果RBC理论是解释美国经济周期波动的一个比较好的理论，那么它可能也适合于解释中国经济周期波动。从另外一方面说，很多国内学者在分析中国经济周期波动时，往往在直觉上就认定或强调中国问题的特殊性，显然这种直觉并没有得到经验事实的强有力支持。
当然，中美的典型化事实还存在一定的差异。其中有两点差异值得注意：其一，价格水平相对于产出的波动性大小不同。中国价格水平的波动性大于产出，而美国则恰好相反。这种差异可能反映了两国政府在执行稳定政策时偏好的差异——中国政府相对更关注产出的稳定，而美国政府则更关注价格水平的稳定。现代宏观经济理论指出，只有在受到供给冲击时，经济才面临产出稳定与价格水平稳定之间的权衡（trade-off）；而在这种权衡面前，政府的最优政策是稳定价格水平[15]。很多国家的政府已经认可了这一点，比如，执行通货膨胀目标制这样的货币政策规则。理论和其他国家的政策实践对于中国的宏观调控均具有借鉴意义——或许中国的稳定政策对产出波动有一点“反应过度”了。其二，财政政策变量在周期波动中的表现不同。美国的政府购买是随机波动的，这使得经济学家在分析美国经济周期波动的根源时，几乎不会考虑财政政策的影响。换句话说，尽管有很多研究关注货币政策冲击，但几乎没有研究考察财政政策冲击。但在中国，财政支出是强顺周期的。一些研究如郭庆旺、赵志耘和贾俊雪[2] 等，在经验上探讨了财政支出同产出之间的关系。这些研究一般认为，财政支出对中国的经济增长具有显著的拉动作用，即二者之间的因果关系是从财政支出到产出。如果这个逻辑成立，那么也可以说，财政支出的波动是造成中国经济周期波动的重要原因。当然，反向因果关系成立也有很大的可能性。因此，还需要更审慎地研究来确认二者之间的关系。但无论如何，财政支出波动对于理解中国经济周期波动具有重要意义。
五、简短的结语
本文采集中国宏观年度数据，使用CF滤波分解得到各主要宏观时间序列的周期性成分，然后在分析其经验特征基础上，总结波动性、协动性和粘持性三个方面的典型化事实，并同国外研究结果进行对比。分析表明，中国经济周期波动的大部分特征和典型化事实与美国类似；同时，由于中国既是一个转型经济，又是一个二元发展中经济，因此中国经济周期波动还存在一些特殊性特征和事实；不过，改革开放以来这种特殊性已经在减弱。
还有很多问题值得进一步研究。例如，全要素生产率波动究竟可以在多大程度上解释中国经济周期波动。现代经济周期理论认为，全要素生产率波动主要由供给冲击，特别是技术冲击引致，它进而引起的产出波动是经济面对这些冲击时的最优反应。其隐含的政策意义就是，政府不应该熨平这样的波动。在这种情形下，试图稳定产出的福利成本会比被动适应冲击更高昂。这样，全要素生产率波动对中国经济周期波动的解释力对于宏观调控也具有重要意义。当然，要回答这个问题，就需要从全要素生产率中分解出供给冲击并判定其比重。[21] 此外，像三次产业就业波动中的几个“反周期”关系、价格水平反周期波动而通货膨胀率顺周期波动、财政支出的强顺周期波动等等，都有待于更深入的探讨。
最后需要指出的是，受数据来源和样本长度等因素制约，本文只能选择年度数据样本，而没有采用国外研究通用的季度数据样本进行研究。将来，随着更全面、更可靠、时间跨度足够长的季度数据的出现，关于中国经济周期波动典型化事实的更为深入的研究将成为可能。
收稿日期：2006—04—25
注释：
① 一般地，对于年度数据，周期区间值为［2,8］；对于季度数据，周期区间值为［6,32］；对于月度数据，周期区间值为［8,96］。
② 计算公式为lnTFP＝lnY－0.609lnK－0.381lnL。
③ 为节约篇幅，除产出外的其他宏观经济变量的一阶自相关系数没有在文中表示。
标签：经济周期论文; 时间序列论文; 波动性论文; 经济研究论文; 经济论文; 成分分析论文; 特征分解论文; 经济学论文; 宏观经济论文;