中国经济波动的结构分析及其政策含义：——兼论中国短期总供给和总需求曲线特征，本文主要内容关键词为：中国经济论文,中国论文,曲线论文,含义论文,特征论文，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
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。
检验结果表明，实际GDP对数和GDP平减指数都是一阶单整序列，差分后的实际GDP对数(Δy)和通货膨胀率(π)均为平稳序列。因此，理论上我们可以利用Δy和π建立VAR模型。
(二)模型估计
(1)初始模型估计。我们直接利用Δy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
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。
从模型估计结果来看，我们发现存在两个问题：一是被估计模型2个根模的倒数非常接近于1(见图1)，这将导致模型的不稳定性，并且在需求冲击长期不影响产出趋势变化的前提下，还可能导致脉冲响应函数的标准差出现问题；二是该模型的结构冲击脉冲响应与理论存在较大差异：供给冲击在提高经济增长的同时会造成通货膨胀率的上升，需求冲击在短期刺激经济增长的同时导致通货膨胀率的下降，这被徐高(2008)称为“斜率之谜”(见图2和图3)
。
图1 所有特征根的倒数
图2 实际GDP对数差分的累积脉冲响应
(2)模型的改进。我们分析后认为，上述两个问题可能是相互联系的，也就是说，正是因为模型的不稳定导致了“斜率之谜”。这引导我们重新考虑模型的设定。一个可能的原因是中国经济1996年至今发生了很大的制度变革，从而需要在VAR模型中引入反映制度变化的哑变量(dum_ex)。①例如，中国从2005年第3季度开始对人民币汇率形成机制进行重大改革，从原来的基本上钉住美元的汇率体制变为钉住“一篮子”货币，从而形成人民币的长期持续升值(见图4)。
加入哑变量后尽管模型有所改善，但上述两个问题仍然存在，我们又考虑逐个引入反映中国贸易依存度(trade)②和上证综合指数③(stock)作为新的外生变量。其主要原因是：一方面，中国加入WT0之后，国内与国际经济融合程度明显增加，突出反映在贸易依存度的增大，贸易量迅速扩张既促进了经济增长，也促使国内商品价格与国际市场价格接轨，从而贸易依存度的引入，可以作为工具变量反映中国加入WTO后制度因素的变化；另一方面，股价指数的引入，突出反映中国股票市场自2006年以来的大起大落。实际上，这一期间也伴随着房地产市场价格的大幅波动，而资产价格的变化会间接传导到实体经济，尤其会影响通货膨胀率的变化，从而上证指数作为外生变量引入，可以作为工具变量反映中国资本市场的急剧波动。
图3 通货膨胀率的累积脉冲响应
图4 美元期末汇率(人民币/美元)
数据来源：中经网。
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：
通过引入三个外生变量，模型估计结果发生了重大变化，具体表现在：一是特征根的倒数都处于单位圆之内(见图5)，说明估计的模型是稳定的；二是结构脉冲响应与理论保持了一致，即供给冲击在促进经济增长的同时，造成通货膨胀率的下降，需求冲击在促进经济增长的同时，导致通货膨胀率的上升，从而不存在“斜率之谜”(见图6和图7)。
图7 通货膨胀率的累积脉冲响应
(三)模型稳健性检验
考虑到本文的结构向量自回归模型采用了外生变量的假设，从而可能对模型的稳健性产生一定影响，为此，我们从两方面对模型的稳健性进行验证和说明。
(1)外生变量选取的进一步说明。与发达经济体的情况不同，尽管1996年以来的中国经济运行情况相对平稳，但市场经济体系总体上还处于逐步完善过程之中，相应地，改革开放及宏观调控政策措施也时常发生较大变化。因此，中国经济模型的建立，客观上需要考虑这些制度、政策变化对经济的影响。上个世纪90年代以来，中国经济制度的变化主要体现在改革与开放政策的完善上，就改革而言，以股票市场为代表的资本市场近些年发生了较大变化。例如，股票市场上的股权分置改革、房地产市场上由实物分房到住房制度分配货币化的过渡等等。同样，随着中国加入世界贸易组织，经常项目和资本项目对外开放程度都有所扩大。结合中国宏观经济数据的可得性，我们选取外贸依存度和上证指数来分别反映改革开放与制度变化的代理变量。外贸依存度在很大程度上反映了中国经济开放程度与国外经济的影响，因此，在模型中引入外贸依存度，可以在很大程度上反映中国对外开放政策的变化以及国外经济波动对中国经济波动的影响。对国内宏观经济变量而言，外贸依存度具有一定程度的“外生性”。例如，王义中和金雪军(2009)表明外部冲击是中国宏观经济波动的重要来源。同样，上证指数的引入可以在很大程度上反映中国国内经济改革的变化，而且，中国股市的变化长期存在“政策市”的特征，所具有的宏观经济的“晴雨表”功能很不完善。在我们考察的数据区间内，股价指数在2005年股权分置改革全面开展之前相对比较平稳，而在2005年之后发生剧烈波动，同期的房地产市场也出现了比较类似的变化。这些特征可以表明中国的股价指数可以作为国内经济改革的代理变量，对宏观经济而言具有一定的“外生性”。陆蓉、徐龙炳(2004)的研究表明了政策变化对中国股票市场价格变化具有重要的影响。
(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：
再利用上述同样的假设条件和求解方法，我们可以再次得到新的S(0)的估计。
相应变量对结构冲击的累积脉冲响应见图9、图10。
图9 实际GDP对结构冲击的累积脉冲响应
图10 通货膨胀率对结构冲击的累积脉冲响应
从图9和图10可以看出，剔除股价指数作为外生变量后，模型的结构脉冲响应与理论基本保持了一致，即需求冲击在促进经济增长的同时，导致通货膨胀率的上升；供给冲击在促进经济增长的同时，造成通货膨胀率略微上升，从而不存在“斜率之谜”。与股价指数作为外生变量的模型相比，剔除股价指数作为外生变量的模型在供给冲击对通货膨胀率的影响上略有不同，这一方面可能是因为我们考察的时间区间较短，模型对冲击的模拟不够稳健；另一方面可能因为剔除股价指数作为外生变量的模型在设定上过于简单，未考虑其他因素的影响，从而估计结果不够准确。但剔除股价指数后的模型总体上与本文的模型保持了一致，因此，将贸易依存度和股价指数作为外生变量的模型具有一定的稳健性。我们在下文中对含有两个外生变量的模型进行分析。
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；④三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。
图11 实际GDP增长率的需求冲击分解
图12 通货膨胀率及其需求因素分解
四 结论
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。
截稿：2010年5月
注释：
①该哑变量在2005年第2季度之前取值为0，2005年第3季度开始取值为1。
②贸易依存度进行了季节调整。
③本文采用的数据是上证综合指数收盘价。
④这种结构冲击对经济影响的期间与发达国家的理论与实践基本保持一致，即外生冲击(货币政策)对经济增长率的影响在1年左右，对通货膨胀的影响在2年左右。