经济波动对经济增长的减损效应：中国的经验证据，本文主要内容关键词为：经济增长论文,中国论文,证据论文,效应论文,经验论文，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：F012 文献标识码：A 文章编号：1002—2848—2006（04）—0008—07
中国自建国以来，尤其是1978年改革开放以来，国民经济一直保持一个较高的增长态势，真实GDP年均增长7.9％，人均真实GDP年均增长6.13％，工业真实GDP增长速度更快年均为11.57％，成为世界经济的一枝独秀。但在经济高速增长的过程中，整个经济活动也呈现出较大的波动性，从1954年到2003年，真实GDP增长的波动强度为10.65个标准差，人均真实GDP增长的波动强度为9.06个标准差，工业真实GDP增长的波动强度则更高，达到了11.55个标准差。对于中国这种高增长高波动的经济运行，我们不禁会提出这样一个疑问，中国较高的经济波动对其长期经济增长是否具有影响，这一问题不仅具有非常重要的理论意义，也具有积极的实践意义。因为经济增长一直被认为对社会财富进而对社会福利具有积极的影响，这样，经济波动对经济增长影响的方向和程度就直接意味着经济稳定政策的重要性。
一、简单的文献回顾
经济波动与增长虽然一直是宏观经济学研究的两个核心问题，但在上世纪70年代之前，两者的研究是相互独立的。虽然早在1934年Schumpeter就从企业投资行为的角度提出两者间可能的相关性[1]，但由于受传统增长理论的影响①，Schumpeter的研究并没有受到重视。直到上世纪末，经济增长与波动的关系才受到越来越多学者的关注。但由于不同研究基于的样本和采取的模型存在较大差异，所以到目前为止，经济增长与波动之间的关系依然还不很清晰[2—3]。归纳不同研究的结论，在经济波动与增长之间大致存在三种结论：一种结论认为，经济波动与经济增长之间呈现出显著的正相关关系。这种关系的提出最早可追溯到Schumpeter，他认为，经济波动能促进企业的效率，改善社会的资源配置，从而提高经济的长期增长水平。根据他的观点，经济波动之所以会提高企业的效率，主要是经济波动可以降低企业投资于改进生产率的机会成本[1]。实际上，从Schumpeter的研究中， 我们会发现，它所研究的经济波动可以提高企业资源的使用效率主要是针对经济衰退而言的，并不是真正意义上的经济波动，因为经济波动不仅发生在经济衰退时期，也发生在经济的高涨时期。继其之后，Sandmo和Mirman从储蓄和投资的角度提出，由于较高的经济波动会导致较高的收入波动，收入波动会使社会的预防性储蓄上升，进而使社会的储蓄率上升，储蓄率的上升预示着投资率的上升，根据Solow 的新古典增长模型，经济的均衡增长路径会上升到一个更高的水平[4—5]。但这个理论的一个重要缺陷就是，假定储蓄都能完全转化成投资，显然这种假定是否成立需要一定的条件。Black[6] 从风险与收益匹配的角度也提出了同样的结论。他认为，经济波动使得投资的风险较高，这样企业只有预期到能获得足够的风险补偿才会投资，换句话说，就是经济波动产生的风险会使社会投资更多地转向具有较高风险收益的高科技领域，他的研究结论在后来的研究中一直被称为Black假说。 认为经济增长与波动之间正相关的经验证据有：Kormendi和Meguire通过利用47 个国家的横截面数据对Black假说进行过检验，得出在样本国家中， 经济增长与波动之间的确存在某种权衡关系，平均而言，经济波动上升2 个单位标准差可以使产出增长上升一个百分点[7]。Grier和Tullock使用113个国家的面板数据，通过控制其它变量的作用后发现，GDP增长率的波动性与增长率之间也表现出显著的正相关[8]。Caporale和McKiernan使用了GARCH—M模型，利用英国1948—1991年的月度数据检验了Black假说，发现英国在1948年至1991年期间，产出波动对其增长具有显著的溢出效应[3]。在一个相关的研究中，Caporale和McKiernan 又使用了同样的模型，利用美国1871—1993年的年度数据对该假说进行了检验，进一步证实了Black假说的正确性[2]。
与上述结论截然不同的是，另一种结论认为两者间具有显著的负相关关系。实际上这种结论最早是由凯恩斯（1936）提出的，他认为，经济波动增加了企业投资的未来风险，当投资者考虑到投资未来回报的风险时，将会降低投资的需求，经济波动越高，这种投资项目的未来风险就越大，投资需求不足的可能性就越高[9]。 相似结论也出现在Woodford的研究中[10]。另外，Bernanke和Pindyck 从企业投资的滞留成本角度也提出了同样的结论，他们认为，由于企业投资具有较长的时滞效应和较强的不可逆性，这样企业的投资回报因经济波动而变得更加不确定，这一过程将使社会投资往往低于社会的有效投资水平，不确定性越高，两者的差距就会越大[11—12]。Galindev通过按照传播机制将“干中学”对增长的影响分成两个不同的方面，即内生和外生，对经济波动增长效应进行的研究得出了类似的结论[13]。就经验证据而言，Zarnowitz和Moore通过对美国战后数据的分析得出，在波动相对较低的时期，产出往往具有较高的增长率[14]。Ramey和Ramey选择92个国家和OECD国家为样本所做的经验分析表明，经济波动较高的国家一般产出水平也较低[15]。Hnatkovska和Loayza利用79个国家的跨国数据，在通过分离像贸易开放度、经济制度、政府消费等变量对平均增长率影响的基础上研究了经济波动对一国经济长期增长率的影响，研究得出，宏观经济波动与经济的长期增长存在明显的负相关关系，在忽视经济波动内生性的情况下，经济波动一个标准差的上升就会造成经济长期增长率0.5％的下降，但一旦将经济波动看成与经济增长一样的内生变量时，其一个标准差的增加就会使经济增长率的下降达到2.2个百分点[16]。Barlevy在Lucas的基础上，通过利用AK模型对经济波动与经济的长期增长所进行的分析表明，消除经济波动一个标准差就可能使经济的长期增长上升0.35—0.40个百分点[17]。
Blackburn和Pelloni基于一个简单的随机增长模型，在研究短期货币稳定政策的基础上得出，在产出增长的方差和均值之间存在负的相关性，并且这种负的相关性并不因冲击的来源不同而有所变化[18]。
第三种结论认为，两者间不存在显著的关系。这种思想实际上来源于Friedman，他认为，产出围绕自然增长率的波动独立于产出的增长，而产出之所以发生围绕一个非随机趋势的波动，主要是由于货币冲击造成的价格误置引起的。换句话说，产出增长率是由经济活动中的真实因素决定的，而经济波动是由外生冲击造成的，两者具有不同的决定因素[19]。实际上这种认识主要还是受新古典增长模型的影响。Speight通过使用战后英国1948—1994年的月度工业生产指数，利用ARMA—GARCH—M模型进行的研究证实，在产出与波动之间虽然存在正的相关性，但并不显著[20]。Stilianos et al.通过利用季度数据和ARCH—M模型考察了1961年—2000年期间日本经济波动对其增长的影响，结论表明，在1961年至2000年期间，日本的经济波动与经济增长之间没有显著的关系[21]。
从国内的研究看，经济波动与增长之间的关系到目前为止，并没有引起学者的关注。但这又是一个非常重要的问题，因为经济增长可以促进社会福利的提高，这样经济波动对经济增长的影响就具有直接的社会福利含义。Lucas认为， 如果经济增长是合意的，可以促进社会财富的增长，尤其对一个不发达的国家而言，那么经济波动对经济增长的一个较小冲击就可能对社会福利造成非常大的影响。所以，研究经济增长与波动之间的相互关系对一个国家采取适当的宏观调控政策，进而对社会福利水平都具有非常重要的意义[22]。为此，本文利用目前研究中经常被使用的GARCH模型，对中国1954年至2003年的经验数据进行了实证分析，分析将考察四个方面的问题：一是中国经济增长在1954年至2003年期间的波动强度和路径；二是经济增长波动是否在不同的增长状态下具有不对称效应；三是增长波动对经济长期增长的影响方向和强度；四是这种影响的时间结构特征。
二、GARCH与TARCH—M模型的描述
GARCH模型是Bollerslev[23] 1986年在Engle[24] ARCH模型的基础上提出的，与ARCH模型一样，GARCH模型也用于对回归或自回归模型的随机扰动进行建模。 该模型的基本结构为：
三、经验数据的实证分析
本文在分析中国经济波动与增长之间的关系时，主要选择了1954年至2003年作为样本的考察期限②，同时，为使本文的研究结论具有可比性，在变量的选择上，本文选择了三个反映总量经济波动的变量，即GDP、人均GDP以及工业GDP。 由于三个变量的影响因素不同，所以在分析结论上，可能会存在一定的差异。变量的分析采用以1978年为基期真实值的形式，缩减的方法是根据各自的增长指数以1978年为100换算得到。所有的计算数据都来自于《2004年中国统计年鉴》。 三个变量的增长率通过各自原始序列对数的差分形式获得，即
，其中，i代表GDP、人均GDP或者工业GDP。三个变量的增长特征如图1所示。从图1看，不管是GDP、人均GDP抑或是工业GDP，从1953年到2003年，增长都呈现出一定的波动性，其中，工业GDP较前两者波动性更强。同时图1也显示，中国总量经济的增长波动随时间变化有一种逐步收敛的特征，1978年之前的增长波动明显高于1978年之后的增长波动。这说明，不同的经济体制，经济增长的波动性可能存在差异。
图1 变量增长的时间路径
在计量分析之前，首先对序列的平稳性进行检验，为保证检验结果的稳健性，本文使用了目前平稳性检验的两种常用方法ADF检验和PP检验。由于图1并没有显示序列具有明显的趋势特征，所以检验只采用了（c，0，0）和（c，n，0）两种形式，同时根据AIC和SC最小原则选择滞后阶数，当两者存在不一致时，以SC为准。利用这个原则，最后的p值确定为1。检验结果如表1所示。检验结果表明， 变量是平稳的。
对平稳序列进行条件异方差与其水平值之间关系进行分析，本文在均值方程中选择了g（h[,t]）＝
的标准差形式，同时通过SIC准则分别选择了AR（1）－TARCH（1，1）（GDP和人均GDP序列）与TARCH（1，1）（工业GDP序列）分析模型。在使用上述模型分析之前，我们首先利用GARCH（1，1）模型提取出三个变量增长的条件波动方差轨迹，图2给出了三个变量增长的条件波动过程。将图2的条件波动轨迹和图1的水平值时间轨迹进行对比，可以发现， 当水平值变化幅度剧烈的时候，对应的条件波动也较为剧烈，这从一个角度论证了本文利用GARCH（1，1）模型描述变量增长过程的条件波动性是一种可行的方法，从三个变量的条件波动轨迹看，其波动过程具有显著的聚类特征，这说明变量增长过程中条件异方差是存在的。从波动模式看，在1978年之前，各变量的波动都比较剧烈，也比较频繁，而1978年之后，则波动相对较为平缓，强度有所收敛。同时，在1978年之前，经济增长的下降阶段经常伴随有较强的波动性，而在经济增长的上升阶段又伴随着较为弱的波动强度。1978年之后，虽然总体上这种特征变得非常不明显，但多少还是能够体现这一波动特征的。例如就人均GDP而言，1989年至1992年， 经济增长处于一个下降的过程，而与其同时，其波动性在图2b中也显示一个相对较高的波动强度。
其次，利用上述模型对各变量增长的条件波动性对其水平值的影响进行分析。在模型估计时，本文使用了BHHH来获得模型参数的极大似然估计。具体估计结果如表2所示，其中括号内是各参数估计的标准差。首先，考察模型的设定检验。表2的下方给出了模型设定的各种检验结果，其中，反映均值方程设定的标准化残差检验统计量Q[2]（12阶滞后）以及反映条件方差模型设定的标准化残差平方的检验统计量（12阶滞后）低于5％的临界值，这表明方程不存在序列相关性，同时用于检验方程残差正态性的JB统计量也显示残差呈正态分布，这些都说明，本文的方程设定是正确的。
图2a GDP增长的条件波动轨迹
图2b 人均GDP增长的条件波动轨迹
图2c 工业GDP增长的条件波动轨迹
在此基础上，我们考察表2的第2—4栏。首先看ARCH项和GARCH项的系数α和β，除了工业GDP序列外，GDP序列和人均GDP序列中，α与β的和都小于1，分别为0.99和0.97，满足参数的约束条件。同时，三个序列的α与β之和都在1附近， 说明波动冲击具有持久性。从波动与增长的关系看，反映波动对水平值影响的δ系数估计都为负值，这表明在过去近50年的时间里，中国经济波动对其增长具有减损效应，但除了工业GDP外，GDP和人均GDP序列的统计量都在10％的水平上未能通过检验，这说明，上述的减损效应并不显著，这种检验结果与Speight[20] 等人的研究结论类似，但明显驳斥了两者正相关的Black假说。而工业GDP的波动对增长则在95％或更高的水平上显示对增长具有的减损效应，减损的强度为，波动每上升1个标准差，就可能使其增长下降0.98个百分点。这个结论则与Zarnowitz和Moore[14]、Ramey和Ramey[15] 等人的研究结论基本一致，从而印证了Keynes提出的两者负相关的论断。同时，从γ的估计结果看，同样除了工业GDP序列外，其它两个序列的检验都在10％或更高的水平上没有显示出增长波动的不对称效应，而工业GDP序列的γ值为－0.46，并在95％的水平上显著，这说明，工业GDP增长过程的波动性具有显著的不对称效应，但由于该值为负，所以这种不对称性并不具有杠杆的作用。
由于在图1和图2中，我们可以看出不管是水平值的时间变化路径，还是其波动性的时间变化路径，在1978年前后都有很大的变化，所以我们提出，增长的条件波动对其水平值的影响是否具有时间结构的特征，同时，增长条件方差是否在1978年前后有显著的不同。为了检验这两个假设是否存在，本文在上述模型的均值方程和条件方差方程中同时加入一个哑变量dum，哑变量dum的定义为：当t≤1978，dum＝0；当t＞1978,dum＝1。检验结果在表2的第5—7栏。按照同样的程序，首先检验各方程的设定是否正确，检验结果表明，各检验统计量都能较好地显示方程设定是合理的。其次，增加哑变量之后的参数估计发生了较大的变化，首先除了GDP 和人均GDP以外，工业GDP序列的参数估计值α与β的和也小于了1，满足了参数的约束条件。同时，除了工业GDP外，GDP和人均GDP均值方程的δ值由原来的负值变为了正值，这说明，如果剥离时间结构对增长的影响外，单纯的波动对其增长水平值具有溢出效应，但和原来的参数估计一样，两个参数在10％或更高水平上未能通过显著性检验。这仍然驳斥了Black假说的适用性。与其相反，工业GDP的估计相当稳健，除了减损效应有所增强外，统计检验依然十分显著。不过，在剥离时间效应之后，波动对其增长的逆向抑制作用变得更强了，一个标准差的上升将降低其增长近2个百分点。从哑变量的参数估计看，就均值方程而言，除了工业GDP方程的参数估计在90％的水平上未能通过显著性检验外，GDP和人均GDP序列增长具有显著的时间结构特征，1978年改革开放之后的时间结构对增长的水平具有显著的促进作用，这一结论与两个时期的平均增长率差异是一致的，1978年之前，中国经济的平均增长率与1978年之后相差近分别为3.1个百分点和4个百分点，相对于前两个序列， 工业GDP增长的时间结构特征并不明显，1978年前后的平均增长率几乎没有变化。最后看条件方差方程中，条件方差波动的时间结构特征，从三个模型的对应参数估计看，除了GDP序列外，其它两个序列的条件方差都显示出显著的时间结构特征， 从三个方程哑变量参数值的方向看，尽管GDP序列在5％的水平上未能通过显著性检验，但所有参数的估计都是负数，1978年开始的改革开放，明显使得变量增长的波动性有所减弱，这与图2的结论基本一致。
四、分析结论与政策含义
本文使用了TARCH—M模型，以1953年至2003年为样本，考察了中国GDP、人均GDP和工业GDP序列的增长与其波动之间的关系，分析获得了三个重要的结论：一是研究表明，除了工业GDP序列外，GDP和人均GDP序列的波动对其增长在过去的50年中具有减损效应，但剥离时间结构的影响后，前者对后者具有溢出效应，但两种情况的统计性检验都不显著。这在某种程度上表明Black 假说并没有得到中国经验数据的支持，而工业GDP序列的统计检验表明， 增长与波动之间存在显著的负相关关系，这在某种程度上支持了Keynes提出的宏观经济思想；二是通过哑变量的设置，本文对时间结构特征的研究表明，增长和波动都具有明显的时间结构特征，就增长而言，对外开放和市场化改革取向明显具有促进经济增长的作用，不仅如此，市场化改革还有利于降低经济波动的强度和频率。这从某种程度上支持了本文的第一个结论，即经济波动对增长具有一定的减损效应；三是本文的研究结论表明，除了工业GDP序列外，对GDP和人均GDP序列来说，增长的波动不具有不对称效应， 即经济增长在上升和下降期间的波动特征没有发生显著的变化。而工业GDP就具有显著的不对称性，即增长下降阶段的波动性要高于增长上升阶段的波动性，这一结论与图1和图2的经验证据是一致的。
上述分析潜在的政策含义是：实施必要的宏观调控，继续深化市场经济体制改革以及扩大对外开放对有效降低经济增长的波动强度，提高长期增长水平，进而提高社会福利具有非常重要的意义。
收稿日期：2006—05—25
基金项目：本文为上海市社科青年项目（2005EJB003）和安徽省教育厅社科项目（2006sk104）的阶段性研究成果。
注释：
① 在Solow（1956）提出的新古典增长模型中，将国民产出解释为劳动、资本以及技术进步的函数，其中，技术进步被看成经济系统的一个外生变量，而技术进步又被认为导致了经济的长期增长，这样使得经济增长和波动的决定因素变成两个相互独立的力量，从而造成了经济波动和经济增长一直被认为是经济活动中两个相互没有联系的现象。
② 之所以选择1954年作为考察样本的起始时间，主要是因为本文选择的变量，其统计数据最早是1953年，由于本文主要是研究变量增长与其波动之间的关系，所以经过增长率的计算，最早只能是1953年。
标签：波动性论文; 经济增长论文; 经济研究论文; 经济模型论文; 经济论文; 总体标准差论文; 结构方程模型论文; 中国人均gdp论文; 序列模式论文; 宏观经济学论文; 经济学论文;