罕见灾难风险和中国宏观经济波动，本文主要内容关键词为：罕见论文,灾难论文,风险论文,中国宏观经济论文，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。
一、引言和文献综述 所谓罕见灾难风险(rare disaster risk，以下简称灾难风险)是指发生概率很小，但是一旦发生会造成很大损失的灾难性事件的冲击。通常意义上，灾难事件主要包括严重的经济金融危机(如1929年全球经济大萧条、1997年亚洲金融危机、2007年美国次贷危机等)、世界大战和区域性战争、自然灾害(如2005年美国卡特里娜飓风、2011年日本大地震等)等对宏观经济造成重大破坏的事件。由Barro(2006)对20世纪100年的统计可知，1929～1933年间主要工业国家(如美国、德国、加拿大等)的人均实际GDP下降幅度均在16%～33%之间，两次世界大战期间，战区国家(如法国、德国、澳大利亚等)的人均实际GDP下降幅度最低达到16%，最高达到惊人的64%。 灾难风险同样影响着我国的宏观经济。三年自然灾害期间，1959年农业产出急剧下降15%，人均实际GDP在1959～1962年间出现连续三年下降，特别是1960～1961年下降幅度达到26.91%(范子英、孟令杰，2005)。“文化大革命”期间，我国宏观经济也遭受了巨大损失，按正常年份百元投资的应增效益估算，十年间我国国民收入损失高达5000亿元(中共中央党史研究室，2010)。改革开放以后，我国经济高速发展，但是1997年亚洲金融危机、2003年的非典疫情和2007年次贷危机等灾难事件都造成了我国宏观经济的损失，加剧了我国宏观经济的波动。 灾难风险主要通过两个渠道对我国宏观经济产生影响，一是灾难实际发生对实体经济的重大损害；二是经济主体对灾难风险的预期冲击。预期是指即使灾难事件实际上并没有发生，投资者(消费者)一方面基于对历史上发生灾难的认知，担心未来会发生灾难，从而要求有一个更高的风险溢价(贴现率)，金融学家称这种影响机制为比索问题(Peso problem)，另一方面他们会增加预防性储蓄，减少风险投资(陈彦斌等，2009)。从企业的角度来看，一方面灾难风险的预期会减少企业投资的积极性，另一方面投资者风险溢价的上升会导致企业融资成本的上升。这些预期因素的影响势必最终反映在宏观经济的波动上。实际上，庄子罐等(2012)的研究表明，预期冲击是改革开放以后中国经济周期波动最主要的驱动力，它可以解释超过2/3的经济总量的波动。 在国际文献中，对灾难风险的研究主要集中在灾难风险对股权溢价的影响。Rietz(1988)认为灾难风险是影响资本市场与宏观经济运行的重要因素，首次将灾难风险因素引入Lucas经济，并较好地解释了美国资本市场的股权溢价之谜。21世纪以来，Barro(2006)发展了这一理论，他详细统计了20世纪以来发生的较大经济冲击，并进行明确的等级划分，成功解释了资本市场的种种异象。2007年美国次贷危机以来灾难风险得到了更多学者的关注。Barro(2009)运用灾难风险思想讨论福利成本与资产定价的关系；Gabaix(2008，2012)采用线性化工具分析了灾难风险对股票市场与债券市场的解释作用，并获得了相应的解析解；Martin(2013a，2013b)在灾难风险理论的框架下采用高阶矩的形式探讨高阶项对资产价格的敏感性等等。当然，正如Lucas(2003)所说，股权溢价之谜与经济波动之间存在密不可分的关系，有助于解释股权溢价之谜的各种模型同样适合于研究宏观经济波动性。正是基于这样的逻辑关系，Gourio(2012)、Gourio et al.(2013)将灾难风险与真实经济周期模型(RBC模型)相结合，详细探讨了灾难风险对美国等发达经济体宏观经济波动的影响，也成为本文研究灾难风险对我国宏观经济波动影响的基本理论框架。 迄今还没有国内文献直接研究灾难风险对我国宏观经济波动的影响，但是陈彦斌等(2009)在研究灾难风险对我国城镇居民财产分布影响的研究中，认为结合中国实际，应该将全要素生产率(TFP)灾难、资本灾难和双重灾难分别考虑给了我们重要的启示。将灾难分解成全要素生产率(TFP)灾难、资本灾难和双重灾难，分别探讨其对宏观经济波动的影响，成为本文区别于Gourio(2012)、Gourio et al.(2013)的一个重要设定。庄子罐等(2012)从一般意义上讨论了预期冲击对改革开放以后中国经济周期波动的影响，而灾难预期冲击是预期冲击的一个重要方面，因此本文可以看成是庄子罐等(2012)的一个拓展。而庄子罐(2011)认为灾难风险在解释我国福利成本方面有重要作用，中国宏观稳定政策的收益主要来源于降低灾难发生的概率，佐证了本文选题的重要性。 本文首次将灾难风险因素引入RBC模型解释中国宏观经济波动，并量化灾难对我国经济的影响程度，以及政府的财政政策在应对偶发灾难事件的冲击和灾后经济复苏方面的作用。由于经济的日益全球化，外部的不利因素对我国宏观经济的影响程度不断加深，灾难事件的发生也日益频繁，本文的研究有助于深化我们关于灾难风险对我国宏观经济波动的认识，并为灾后财政政策的制定提供一定的理论指导。 二、模型的构建 本节在真实经济周期(RBC)框架下引入灾难风险因素，分别构建TFP灾难、资本灾难和双重灾难三种灾难形式的RBC模型，同时将资本调整成本因素纳入模型，使其更加贴近我国实际经济。 (一)代表性家庭 我们假定一个经济体中的家庭均是同质的，家庭成员偏好相同且能够生存无穷期，效用函数采用CRRA(相对风险厌恶系数不变)的效用形式，代表性家庭最大化一生效用，即：
其中，0＜β＜1，表示家庭的主观贴现率，
表示家庭基于第0期信息的预期，
表示第t期的消费，θ表示劳动相对于消费的权值，
表示第t期的劳动供给，
分别表示家庭消费与劳动供给的相对风险厌恶弹性。 (二)代表性厂商及灾难类型的设定 假定市场是完全竞争的，厂商均是同质的，且通过购买资本与雇佣劳动实现利润最大化。厂商的生产函数为规模报酬不变的：
，灾难对宏观经济的影响主要作用于全要素生产率(TFP)与资本存量，并通过约束条件、生产函数及效用函数对家庭厂商产生影响。 Gourio(2012)只考虑了灾难事件同时冲击到TFP和资本存量的情形，并假设对两者的影响是相同的。受陈彦斌等(2009)的启发，我们将灾难对宏观经济的作用机制分为三种：一是灾难仅对全要素生产率造成较大破坏，这种灾难称为TFP灾难；二是灾难仅对资本存量造成较大破坏，这种灾难称为资本灾难；三是灾难对全要素生产率和资本存量同时造成较大破坏，称为双重灾难。下面，本文将分别构建三种包含不同灾难形式的RBC模型。 1.TFP灾难情形：灾难仅作用于全要素生产率 由于灾难仅对全要素生产率造成较大破坏，则行为人对t期产出水平的预期值等于灾难未发生时的产出与灾难发生时的产出的加权平均：
表示第t期发生灾难的概率，
表示灾难发生的情况下全要素生产率下降的比例，
表示t期的全要素生产率水平。此时代表性家庭的预算约束与厂商的资源约束条件可表达为：
其中，δ表示资本折旧率，
表示代表性家庭在第t期的投资，φ(·)是投资的调整成本函数。 2.资本灾难情形：灾难仅作用于资本存量 由于灾难仅对资本存量造成较大破坏，则行为人对t+1期的资本存量水平的预期值应等于灾难在t期未发生时的资本存量与灾难在t期发生时的资本存量的加权平均：
表示厂商在t期的资本存量水平，
表示灾难发生的情况下资本存量被破坏的比例。此时代表性家庭的预算约束与厂商的资源约束条件可表达为：
3.双重灾难情形：灾难同时作用于全要素生产率与资本存量 由于全要素生产率的变动与资本存量的增减是息息相关的，故灾难对宏观经济的冲击可能同时作用于这两种要素。因此，假设灾难导致全要素生产率与资本存量同时出现较大幅度的下降，则行为人对t期产出和t+1期资本存量的预期值应该分别等于包含灾难概率因素的加权平均值，即相应的预算约束与资源约束条件可表达为：
(三)时变灾难概率的设定 基于Gourio(2012)的研究结论，在包含灾难风险的RBC模型中，灾难发生概率的时变性对解释宏观经济波动至关重要。参考Gourio(2012)，灾难发生概率有一定的持续性，假定灾难概率冲击均服从对数一阶自回归(AR(1))过程，即
同时，由于行为人能够观测到过去的与现期的全要素生产率水平，但不确定未来的全要素生产率，故同样假定全要素生产率冲击服从对数一阶自回归(AR(1))过程，即
其中，式(13)表示市场竞争性均衡时，家庭消费的边际效用等于劳动的边际损失；式(14)是关于消费路径的欧拉方程，表示当期消费的效用等于下期消费的效用的贴现值；式(15)是横截性条件。 在约束条件(10)～(12)、一阶条件(13)～(15)与外生冲击(8)、(9)的作用下，代表性家庭选择决策序列
最大化其效用函数。对上述规划问题进行求解，可以得到包含
共七个变量七个方程的非线性动态方程系统，由于不能获得精确的解析解，故本文采用迭代法获得方程组的数值解。 三、参数的校准与贝叶斯估计 模型中参数的赋值方法分为两种：一是对于静态参数采用校准的方法进行赋值，二是对于动态参数采用贝叶斯估计的方法进行赋值。根据以上RBC模型的设定，需要确认的相关静态参数包括主观贴现因子β、资本产出弹性α、资本折旧率δ、劳动相对于消费的权值θ、均衡劳动供给
、消费的相对风险规避系数
和劳动供给的相对风险规避系数
，以及全要素生产率的下降比例
、资本存量的下降比例
和灾难发生概率的均衡值
。动态参数包括技术冲击、灾难概率冲击和偏好冲击①的一阶自回归参数
，以及波动参数
。下面分开阐述。 (一)静态参数的校准 1.灾难发生概率的均衡值
、全要素生产率的下降比例
和资本存量的下降比例
关于灾难发生的概率以及灾难对经济破坏程度的估算，Barro(2006)曾对全球灾难的总体特征进行了相关统计，并将年度人均实际GDP下降15%作为灾难发生的标准，从而获得灾难发生的概率为0.017，灾难导致人均实际GDP下降幅度的均值为29%。② 由于我国经济和社会发展进程的特殊性，Barro(2006)的估算结果对中国经济并不一定适用。陈彦斌等(2009)采用Gabaix(2012)计算的灾难发生概率值0.03，对中国城镇居民财产分布模拟出较好的结果；庄子罐(2011)根据Barro(2006)估算的灾难相关参数值，计算存在灾难风险情况下的中国福利成本，结论表明包含灾难风险模型的福利成本要远远高于Lucas模型估算的相关结果。由于国内尚无文献直接估算我国灾难发生的概率以及灾难对我国经济影响程度的相关参数。因此，本文依据Barro(2006)的估算方法，以人均实际GDP数据为研究标的，统计出我国1952～2012年间的年度人均实际GDP增长率数据(见图1)，发现我国仅有9年的人均实际GDP增长率为负值。③因此，将这9年作为我国可能发生灾难的年份，并取这9年人均实际GDP增长率的均值为全要素生产率的下降比例
，从而估算出
等于0.0689，并进一步依据Barro(2006)的方法估算出灾难发生概率的均衡值为0.05，与陈彦斌等(2009)用于模拟我国居民财产分布时采用的灾难风险概率0.03相近。同时，参考Gourio(2012)的做法，令灾难发生时资本下降的比例与TFP的下降比例相等，④即
等于
。 2.消费的相对风险规避系数
与劳动供给的相对风险规避系数
关于我国消费与劳动供给的相对风险规避系数的经验研究较少。对于消费的相对风险规避系数，李春吉、孟晓宏(2006)的估计值为0.9，黄赜琳(2005)估算的消费相对风险规避系数值也在0.7～1.0之间，故本文校准为0.84。由于劳动供给的相对风险规避系数的实证研究也较为有限，多数文献的取值均在0.5～6之间(Zhang et al.，2008；王君斌、王文甫，2010)，本文的校准结果为0.9。 3.主观贴现因子β 本文采用1978～2012年间的物价水平来校准居民的主观贴现率。根据国家统计局公布的年度居民消费价格指数，可估算出1978～2012年间物价水平平均上升了5.23%，故主观贴现率β设定为0.9477。 4.其他参数的设定 一是资本折旧率δ的设定，通常假定固定资产的平均使用年限为10年，因此，取资产折旧率为0.1。二是均衡劳动供给N[*]的设定，根据Kyland & Prescott(1982)的观点，美国工人每天工作时间为8小时，每周工作五天，该特点与中国的现实基本一致，故若将一天时间记为1，那么均衡劳动供给取值为0.33。三是劳动相对于消费的权值θ，该参数采用李春吉、孟晓宏(2006)的观点，取值为0.45。 综上所述，对静态参数的设定值进行归纳，结果如表1所示。
图1 人均实际GDP增长率变化趋势 (二)动态参数的贝叶斯估计 由于动态参数不能够直接获得，为了保证参数的精确性，本文采用贝叶斯方法进行估计。模型包含的动态参数是三种冲击的一阶自回归参数和波动参数，故采用我国1978～2012年的年度实际GDP和实际消费数据作为样本。关于参数初值与先验分布的选取，本文遵循以下过程：一是关于初值的选取，根据已有文献的估算，技术冲击一阶相关系数的均值多数在0.6～0.8之间，故
的初值取为0.7；偏好冲击与灾难概率冲击的相关参数国内尚无统一的衡量标准，为了保证三种冲击的一致性，我们也取这两种冲击的初值为0.7。关于三种冲击的随机扰动项先验均值的选取，由于国内相关文献对技术冲击与偏好冲击标准差的估计值均在0.02～0.08之间(黄赜琳，2005；李春吉等，2010)，故随机扰动项的先验均值均取为0.05；关于概率冲击的随机扰动项初值的选取，由于国内尚没有相关的研究文献，故我们采用实际GDP和实际消费数据的标准差的均值作为其先验均值，取为0.6。二是关于先验分布的选取，参考相关外文文献的做法，一阶自回归参数均服从贝塔(beta)分布，波动参数均服从较为分散和平滑的逆伽玛(inv.gamma)分布(Smets & Wouters，2007；Khan & Tsoukalas，2009)。综上所述，对动态参数的估计值进行归纳，结果如表2所示。
四、模拟经济与实际经济的比较分析 首先基于历史数据分析中国经济的波动事实，其次分别对无灾难、TFP灾难、资本灾难和双重灾难四种RBC模型进行数值模拟，并与实际经济进行比较分析，从而寻求适合中国经济波动特征的含灾难RBC模型；然后进行稳健性检验，分别考察引入偏好冲击后的灾难RBC模拟经济的变化，以及变动投资调整成本后对灾难RBC模拟经济的影响；最后通过含灾难RBC模型的脉冲响应变化，分析灾难事件对我国宏观经济的影响程度，并通过方差分解比较全要素生产率冲击与灾难概率冲击对我国宏观经济波动解释的贡献比例。 (一)中国经济波动的特征事实 本文选用我国1978～2012年的经济数据，这些数据全部来自于CEIC(中国经济数据库)与国家统计局。文中数据均进行对数线性化和H-P滤波处理，目的是消除时间序列中的趋势成分，只保留波动成分。关于经济指标的选取与数据的处理，我们采用以下方法：一是实际GDP以国内生产总值指数进行折算；二是实际消费以消费价格指数(CPI)作为折算指标，且消费是指我国的居民(城镇居民和农村居民)消费；三是投资指标采用全社会固定资产投资总额数据，并采用固定资产价格指数进行折算；四是就业指标，参考黄赜琳(2005)的建议，以就业率即就业人数除以总人口作为劳动供给的替代指标。所有实际值的估算均以1978年为基期，相关结果见表3。 由表3可以看出：第一，从各变量的波动幅度来看，投资波动大于产出波动，消费、就业的波动均小于产出波动，且投资波动幅度最大，约是产出波动的1.66倍，就业波动幅度最小，尚不足产出波动幅度的1/2。第二，从各变量的协同关系来看，消费与投资均表现出明显的顺周期性，而就业表现出较弱的逆周期性。第三，从各变量之间的相关性来看，消费和投资均与产出表现出明显的正相关性，而就业与产出有一定的负相关。上述结论与李春吉、孟晓宏(2006)、吕朝凤和黄梅波(2011)的实证结果是一致的。总之，我国相对剧烈的投资波动是与政府提倡投资拉动经济的决策密不可分的，投资的加剧带动产出的波动幅度加大，而就业与产出以及就业与投资的弱相关性显示出投资与产出的增加并未导致就业的显著变化。
(二)含灾难RBC模型的模拟结果 表4分别给出了无灾难、双重灾难、TFP灾难和资本灾难四种RBC模型对宏观经济变量的模拟结果。从结果可以看出，包含灾难风险因素的三种RBC模型能够显著改善无灾难模型对产出波动和其余经济变量相对于产出波动的解释能力，特别是双重灾难RBC模型的模拟效果要明显好于TFP灾难与资本灾难RBC模型。下面对四个模型的模拟结果分别展开分析。
由表4我们可以得出以下几个基本结论。 (1)无灾难RBC模型的预测值与实际经济存在较大的差距。从标准差来看，模拟经济对产出波动以及消费、投资和就业对产出波动的预测值分别为7.90、0.25、0.93和0.15，与实际经济的4.45、0.81、1.66和0.45严重不符。显然，该模型不能够较好地模拟我国产出的波动特征和投资波动大于产出波动的典型事实。从各经济变量与产出的同期相关性来看，模拟经济的消费、就业与产出的同期相关系数分别为0.40、0.95，与实际经济的测算值0.77、-0.29相差较远。 (2)TFP灾难RBC模型对产出波动以及各经济变量相对于产出波动的预测值较无灾难RBC模型有明显改善。从标准差来看，模拟经济预测的产出波动为5.03，较实际经济的4.45更为接近。从相对标准差来看，模拟经济对消费、就业的预测效果较无灾难RBC模型也有明显好转，消费与就业的相对标准差为0.49、0.32，明显高于无灾难模拟经济的0.25、0.15，缩小了与实际经济的差距，同时，该模型模拟出投资波动大于产出波动、消费和就业波动小于产出波动的典型事实。从同期相关性来看，模拟经济的预测效果相对较差，如消费、就业两者与产出的相关系数预测值分别为0.36、0.70，与实际经济不符。 (3)资本灾难RBC模型对经济变量波动的预测效果弱于TFP灾难模型。从标准差和相对标准差来看，模拟经济预测的产出波动偏大，而投资波动小于产出波动也与实际经济不符，消费和就业相对于产出波动较实际经济偏小。从同期相关性来看，资本灾难模拟经济的预测结果稍好于TFP灾难模拟经济，其中，消费、投资两者与产出的同期相关系数分别为0.51、0.83，明显优于TFP灾难模型，而就业的弱周期性特征仍未得到改善。 (4)双重灾难RBC模型对实际经济的模拟效果要好于无灾难、TFP灾难与资本灾难RBC模型。从标准差和相对标准差来看，模拟经济预测的产出标准差以及消费、投资和就业相对于产出的标准差分别为4.15、0.80、1.08和0.41，与实际经济基本一致，模拟经济较好地预测出我国经济投资波动大于产出波动以及消费、就业波动小于产出波动的特征事实，且对消费和就业的相对波动的预测值明显好于TFP灾难与资本灾难RBC模型。从同期相关系数来看，双重灾难模拟经济对就业的预测较TFP灾难与资本灾难模拟经济也出现较大改善，就业的弱周期性特征与实际经济相符，且消费和投资的顺周期性也与实际经济一致。 通过对比分析，可见双重灾难RBC模型能够更好地模拟我国宏观经济变量的波动和周期性特征，从而包含双重灾难形式的含灾难RBC模型对中国经济具有更好的解释力。与Gourio(2012)的结论相比，本文较好地模拟出我国宏观经济整体波动大于美国经济的特征事实，以及我国消费波动大于就业波动、消费与产出的相关性强于就业与产出的相关性等与美国经济不同的特征。 (三)含灾难RBC模型的稳健性分析 我们从两方面分别考察含灾难RBC模型的稳健性：一方面，考察含灾难RBC模型在引入偏好冲击之后的预测值与引入前是否出现显著性变化；另一方面，考察不同的资本调整成本对模型的影响，并与不考虑资本调整成本的含灾难RBC模型进行比较分析。 1.包含偏好冲击的含灾难RBC模型 参考Walsh(2003)、李春吉等(2010)的观点，在效用函数中引入偏好冲击，则代表性家庭的效用最大化问题可表达为：
其中，
表示偏好冲击。我们引入该冲击的目的主要在于以下两个方面：一是考察包含灾难风险的RBC模型的稳健性。由于灾难风险因素可能会导致宏观经济出现非常规的运行方式，引入偏好冲击检验模型是否会出现较大变化。二是由于灾难对宏观经济的影响不仅仅涉及全要素生产率与资本存量两个要素，引入偏好冲击还可以体现灾难对家庭消费的影响。同样假定偏好冲击服从对数AR(1)过程，即
其中，
为介于0到1之间的常数，
表示随机变量
的稳态值，且
三者相互独立不相关。根据第三节采用贝叶斯方法估计的参数值，对包含偏好冲击的含灾难RBC模型进行数值模拟。表5给出了包含偏好冲击与不包含偏好冲击时的含灾难RBC模型的对比分析结果。可以发现，各经济变量的模拟值均未出现明显的数值大小变化和符号变化，两类模型对各经济变量波动特征的预测也是基本一致的。 2.包含资本调整成本的灾难RBC模型 表6分别给出了包含不同资本调整成本情况下的灾难RBC模型的预测结果。可以发现，随着资本调整成本的上升，三种含灾难RBC模型均未出现较大的变化，且双重灾难模型对就业相对波动的解释力有所提升，TFP灾难模型对产出、投资和就业相对波动的预测均有一定的改善，资本灾难模型中各经济变量的变动相对较小。从上述两方面的论证可知，本文构建的三种含灾难RBC模型均是稳健的。
(四)含灾难RBC模型的脉冲响应分析 为了分析灾难事件对宏观经济影响的动态特征，我们考察TFP灾难、资本灾难与双重灾难RBC模型对产出、消费、资本存量、就业与投资的脉冲响应变化，分析不同灾难形式的RBC模型对各经济变量的影响程度。图2给出了1%单位的正向灾难概率冲击(shock to the probability of disaster)，三种灾难模型的概率冲击对各经济变量的影响。 从三种含灾难RBC模型对各经济变量的影响程度进行对比分析。由图2可知，双重灾难对宏观经济的影响最大，而资本灾难和TFP灾难各有侧重。具体来看，由于双重灾难对全要素生产率和资本存量同时造成破坏，故对经济的破坏力最为严重；资本灾难对宏观经济的破坏主要体现在产出、消费和资本三个经济变量，显然，由于资本灾难主要反映对资本存量的冲击，故下期资本存量受到较大的破坏是必然的，而资本的大幅下降必将带动产出规模的下滑，消费量也会由于产出的减少而持续下降；TFP灾难对宏观经济的破坏力更多地体现在就业和投资，全要素生产率(技术水平等)的快速下滑削弱了继续投资的动力，而投资规模的减少导致就业岗位的增量不足。 与Gourio(2012)对美国经济的模拟结果相比，灾难事件对我国宏观经济的破坏程度明显大于美国，美国经济1%单位正向灾难概率冲击导致投资、就业和产出的下降幅度分别为2.0%、0.42%和0.24%，而本文结果显示出我国经济1%单位灾难概率冲击导致我国投资、就业和产出的下降幅度分别达到3.4%、1.4%和2.9%，远大于美国经济。灾难事件对我国产出的破坏程度稍小于对投资的破坏，但是远大于对就业的破坏，这与美国经济也显著不同；此外，本文也研究了灾难事件对资本存量的影响，发现1%单位灾难概率冲击导致我国资本存量下降幅度接近9%。⑤ 表7分别给出了双重灾难RBC模型中不同时段内技术冲击和灾难概率冲击对产出、消费、投资和就业波动解释的贡献比率。从表7可以看出，第1期灾难概率冲击对所有经济变量波动的解释作用均占较大比重，特别是产出、投资和就业，这说明灾难概率冲击在短期内对经济波动的影响要远大于技术冲击。随着时间的推进，第5期灾难概率冲击对产出、投资和就业波动的解释力明显减弱，对消费波动的解释仍占据较高的比率，体现出灾难事件发生的突然性和不可持续性，从而使得其对主要经济变量波动的解释力快速下降；然而，灾难概率冲击对消费波动的解释未发生较大改变，是因为灾难性事件引起代表性个体消费习惯和消费偏好的转变，而这种转变将导致消费量在较长的时间内保持稳定。推进至第10期和第20期，灾难概率冲击对宏观经济波动的影响将会更弱，特别是产出、消费和投资波动。总体来看，技术冲击能够解释60%左右的产出波动，而灾难概率冲击在解释消费、投资和就业波动方面的作用更为明显。
图2 灾难概率冲击的脉冲响应变化 五、财政政策效应初步分析 如何更好地预防灾难事件对宏观经济的冲击、尽快恢复灾前水平的经济增长，快速拉动灾后就业水平，稳定社会经济环境，是政策制定者面临的重要课题。Mahul & Gurenko(2006)从宏观经济学的角度探讨政府实施灾害预备基金和应急信贷工具的边际成本以及效果，从而论证了灾后经济复苏中政府支持措施的必要性。张平等(2009)采用实证的方法对2007年次贷危机期间的中国政策反应进行分析，认为政府围绕扩大内需、促进就业和保障民生方面的相关措施是非常必要的。 有别于上述文献，我们尝试采用数值模拟的方法论证政府财政政策支持的必要性。政府的财政支持可以有多种方式，其中一种方式是政府的直接救助(如汶川大地震后的政府直接补贴)。为方便起见，我们假定政府通过直接救助的方式对灾后经济进行政策支持。假设政府补贴比例占当期资本存量的比例为π，则当存在灾难预期时厂商的下期资本存量可表达为：
从(18)式可以看出，政府补贴政策在短期内可以减少灾难冲击对资本存量的影响，进而降低宏观经济的整体波动。当然，政府补贴政策也可能采用长期降低税负的形式，从这个角度来看，政府财政政策是在纠正代表性家庭对宏观经济的不利预期。 我们取政府补贴比例π分别为0%、3%、6%和9%，并引入包含双重灾难的RBC模型，可估算出政府补贴在双重灾难经济体中的作用，以及双重灾难在包含政府补贴因素情况下对宏观经济的影响，具体模拟结果见图3。
图3 政府补贴政策对宏观经济的影响 我们主要从政府直接补贴对灾难经济体的影响程度和缩短经济复苏周期两方面进行分析。(1)从影响程度来看，政府补贴能够有效削弱灾难事件对产出、消费和资本存量等经济变量的冲击，但对就业和投资的作用相对不明显，且随着政府补贴的上升，其对灾后经济的刺激作用也存在较大差异。比如政府补贴占比每提升3%，灾难事件后产出的恢复保持匀速回升的状态，而消费和资本存量的回升速率逐渐增大，对就业和投资的作用相对较弱。究其原因，产出和资本存量的复苏周期相对较长，弹性系数较低，故政府通过减税、直接投资等补贴措施能够在较大程度上影响产出和资本存量，消费的上升得益于产出的复苏，产出增加提升了社会总供给和总收入，从而带动了总消费；而投资的恢复弹性要强于其他经济变量，政府补贴政策对就业的影响是间接的，故政府补贴对投资和就业的作用表现较弱。(2)从经济复苏周期来看，政府补贴幅度的大小对各经济变量的复苏周期作用较弱，其中，产出、消费和资本存量的复苏时间有所缩短，但效果并不明显，而就业和投资的复苏时间基本没有改变。政府补贴之所以会降低灾难事件对宏观经济的短期冲击，而不能够缩短宏观经济复苏的时间，是因为政府补贴对经济的拉动是一次性的，并不具有持续性，而灾难事件对宏观经济的冲击表现为长期性，短期的经济刺激只能在较短的时间内对冲灾难事件对宏观经济的瞬时冲击，却难以改变经济复苏的时间。 因此，适度的政府直接补贴能够明显削弱灾难事件对宏观经济的破坏程度，而在缩短灾后宏观经济复苏时间方面的效果相对较弱。由于灾后经济有其自身的运行机制，短期的政府直接补贴能够缓解灾难事件的瞬时冲击，随着灾难事件引起的连锁反应的逐渐深入，政府补贴的作用也将不断衰减。因此，若要从根本上削弱灾难事件对宏观经济的持续影响，必须在进行政府补贴的基础上建立一系列能够保持经济增长持续性的长效机制，从灾难事件的成因、灾难事件对不同产业或地区影响的先后和轻重程度以及灾难事件对政府救助政策的反应等方面入手，构建具体的政策支持框架，提高政府救助的有效性和持久性。 六、结论与政策建议 本文在动态随机一般均衡的框架下引入灾难风险因素，通过区分TFP(全要素生产率)灾难、资本灾难与双重灾难三种灾难形式，探讨灾难风险对我国宏观经济波动的解释作用，以及灾难事件对我国经济的影响机制和影响程度，同时引入政府因素，量化了政府财政政策对灾后经济复苏的作用。主要研究结论有： 第一，含灾难RBC模型能够有效改善无灾难模型对我国宏观经济波动的解释能力，且双重灾难模型对我国宏观经济波动性的解释能力要明显优于TFP灾难模型和资本灾难模型。 第二，通过分别引入偏好冲击与资本调整成本对三种含灾难RBC模型的稳健性进行检验，发现两种因素在灾难经济体中的影响较小，均未导致灾难模型对经济变量波动的预测值出现较大的数值变化和符号变化，说明三种含灾难RBC模型均是稳健的。 第三，由于我国独特的经济运行方式，灾难事件对我国宏观经济的破坏程度总体上远大于美国，且对产出的破坏程度稍小于对投资的破坏程度，对产出的破坏程度远大于对就业的破坏程度，这一特征也与美国经济显著不同。 第四，对财政政策效应的初步分析表明，给定政府采用直接补贴的方式，根据模拟结果，适度的政府补贴能够削弱灾难事件对宏观经济的破坏程度，但对各经济变量的影响效果存在较大差异；同时发现，政府补贴在缩短灾后宏观经济复苏时间方面的效果并不明显。 因此，我们的政策建议是，在灾后经济复苏初期应实施积极的政府补贴政策，将灾难事件对宏观经济的破坏程度降至较低水平；同时，从灾难事件的成因、对不同产业或地区影响的先后和轻重程度以及灾难事件对政府救助政策的反应等多方面出发，构建对刺激经济增长具有持续性的长效机制，从根本上减缓灾难事件对宏观经济的影响，在较短的时间内实现经济的复苏。 感谢匿名审稿人的宝贵建议，当然文责自负。 ①在第四部分第3节进行稳健性分析时会详细介绍。 ②Barro(2006)统计了20世纪的100年间来自全球35个具有代表性的国家灾难发生的次数为60次，则平均每年一个国家发生灾难的概率为0.017(≈60/(35×100))。其中，这35个国家分别为20个OECD国家、8个拉丁美洲国家和7个亚洲国家。 ③人均GDP的增长率为负值的9年分别是：1956～1957年(-1.36%)、1959～1960年(-1.54%)、1960～1961年(-26.91%)、1961～1962年(-9.91%)、1966～1967年(-6.89%)、1967～1968年(-5.60%)、1973～1974年(-0.37%)、1975～1976年(-3.63%)、1988～1989年(-5.76%)、括号内为年度人均实际GDP增长率。 ④关于灾难导致资本和TFP下降比例相等的做法，Gourio(2012)对其性质进行了详细分析。 ⑤根据前述三种灾难RBC的模拟结果可知，双重灾难RBC模型的模拟效果最好，故本文认为双重灾难RBC模型更适合对中国经济的预测，因此，此处以及第四部分第3节和第五部分主要讨论双重灾难RBC模型的情况。
标签：宏观经济论文; 全要素生产率论文; 经济模型论文; 经济论文; 资本存量论文; 经济风险论文; 概率计算论文; 预测模型论文; 投资资本论文; 消费投资论文; 风险模型论文; 经济学论文; 投资论文;
