時間：2023-10-08 10:21:25
序論：在您撰寫宏觀經(jīng)濟動態(tài)時，參考他人的優(yōu)秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。
關(guān)鍵詞：勞動報酬份額；一經(jīng)濟波動；沖擊
中圖分類號：F047 文獻(xiàn)標(biāo)識碼：A 文章編號：1005-2674（2013）05-045-06
一、引言
勞動者報酬是指勞動者因從事生產(chǎn)活動所獲得的全部報酬，其在GDP中的份額反映著國民收入初次分配的格局，并與經(jīng)濟增長、就業(yè)等宏觀經(jīng)濟問題聯(lián)系在一起，因此受到了更多的關(guān)注。1939年，凱恩斯對20世紀(jì)20—30年代英、美的勞動報酬份額進行考察，發(fā)現(xiàn)了一個“奇跡”，即“勞動在國民收入中所占比例的穩(wěn)定性與產(chǎn)出水平和經(jīng)濟周期無關(guān)”。在后來的研究中，凱恩斯的發(fā)現(xiàn)被不斷印證。1953年，倫敦政治經(jīng)濟學(xué)院學(xué)者Phelps Brown和Weber基于對1870～1938年英國的資本積累、生產(chǎn)效率和收入分配的相關(guān)數(shù)據(jù)進行研究后指出，資本增長率、資本回報率以及國民收入在資本和勞動之間的分配份額等都具有穩(wěn)定性。1961年，英國經(jīng)濟學(xué)家Kaldor在他的論文《資本積累和經(jīng)濟增長》中提出這些長期中的穩(wěn)定關(guān)系不僅存在于英國，而且在美國和其他工業(yè)化國家也普遍存在，并將其擴充為經(jīng)濟發(fā)展中的六個典型事實，即著名的“卡爾多程式化事實”。此后，勞動報酬份額穩(wěn)定性不僅被看作是經(jīng)濟發(fā)展中一個不容忽視的“事實”，更成為對其長期變動趨勢的一個預(yù)言。
然而，20世紀(jì)50年代以來世界范圍內(nèi)勞動報酬份額呈現(xiàn)出了波動特征，穩(wěn)定性的預(yù)言失敗。學(xué)者們紛紛轉(zhuǎn)向?qū)暧^經(jīng)濟發(fā)展中勞動報酬份額波動規(guī)律的研究。Young等人的研究表明，勞動報酬份額具有逆經(jīng)濟周期波動的特點。李稻葵等指出，在經(jīng)濟發(fā)展過程中，初次分配中勞動份額的變化呈現(xiàn)u型規(guī)律。而Xie的研究則表明，在長期發(fā)展過程中，勞動份額隨人均GDP呈三次曲線關(guān)系。
在世界范圍內(nèi)勞動報酬份額波動的大背景下，我國的勞動報酬份額在近年來也顯現(xiàn)出下降的變動趨勢。2007年，我國的勞動報酬份額占GDP的比重為39.74%，較之20世紀(jì)90年代中期下降了10余個百分點。從對勞動報酬份額長期穩(wěn)定性的預(yù)言到20世紀(jì)后半期世界范圍內(nèi)勞動報酬份額的波動特征，再到20世紀(jì)90年代中后期以來我國勞動報酬份額占比的下降趨勢，勞動報酬份額到底具有怎樣的變動規(guī)律？它與宏觀經(jīng)濟波動之間究竟存在著怎樣的關(guān)聯(lián)？鑒于這一問題的重要性和復(fù)雜性，本文將構(gòu)建向量誤差修正模型（VEC），并運用1978～2008年中國勞動報酬份額和宏觀經(jīng)濟要素的數(shù)據(jù)對這一問題進行實證分析。
二、文獻(xiàn)基礎(chǔ)
近年來，國外學(xué)者對勞動報酬份額的研究大體上是從三個維度展開的：一是勞動報酬份額的估計和測算；二是勞動報酬份額波動的描述和判斷；三是勞動報酬份額波動的誘因分析。
在勞動報酬份額的估計和測算方面，討論的重點集中在如何對待自營收入的問題上。Gollin指出，自營收入是勞動收入和資本收入的混合體，以往的研究通常忽略其中的勞動收入部分，這大大低估了勞動報酬在國民收入中所占的比重。針對這一難題，Gollin從宏觀層面提出了三種修正的方法，并對不同國家的勞動報酬份額數(shù)據(jù)進行了調(diào)整。結(jié)果顯示，調(diào)整之后的結(jié)果比調(diào)整之前具有更加穩(wěn)定的特征。
對于勞動份額波動趨勢的研究和對其波動誘因的探討通常是聯(lián)系在一起的。Young指出，偏向型技術(shù)進步使得美國的勞動報酬份額在1959～2000年呈現(xiàn)出逆經(jīng)濟周期波動的特征。Anastasia Guscina的研究表明，在過去的20年中OECD成員國家的勞動報酬份額具有下降趨勢，這主要歸因于資本擴張型的技術(shù)進步和全球化程度的加深?；趯σ酝?0年歐洲國家勞動報酬份額下降的分析，Arpaia等人從宏觀和微觀兩個角度給出了解釋，即宏觀上是由于具有不同勞動占比的部門構(gòu)成發(fā)生了變動，而微觀上是由于資本擴張性的技術(shù)進步和資本一技能互補性的假設(shè)。Bruno Decreuse和Paul Maarek則考察了FDI對發(fā)展中國家勞動份額的影響。此外，Samuel Bentolila等人的研究認(rèn)為，勞動報酬份額的變動與資本-產(chǎn)出比相關(guān)。Nicola Giammarioli等人主張從制度的角度對勞動報酬份額的波動進行解釋，比如就業(yè)保護政策和工會的力量等。
國內(nèi)的學(xué)者對于我國勞動報酬份額的研究在近年來掀起了熱潮，一個重要的原因是20世紀(jì)90年代中后期以來我國勞動報酬份額在初次分配中顯現(xiàn)出了下降趨勢。國內(nèi)學(xué)者的研究集中于兩個方面：一是對我國勞動報酬份額的度量和測算。白重恩和錢震杰發(fā)現(xiàn)，2003年和2004年間統(tǒng)計核算方法上的變化高估了勞動收入份額在2004年的降幅，并根據(jù)2003年的統(tǒng)計口徑對2004年的數(shù)據(jù)進行了調(diào)整。張車偉等根據(jù)Gollin的方法把自雇者收入?yún)^(qū)分為勞動報酬和資本收益，進而對我國勞動報酬份額進行了重新測度。肖文和周明海比較分析了收入法GDP和資金流量表計算的勞動收入份額在1992～2007年的變動趨勢，并對2004年以后的勞動份額數(shù)據(jù)進行了修正。二是對我國勞動報酬份額下降原因的探討，內(nèi)容包括：技術(shù)進步、產(chǎn)業(yè)結(jié)構(gòu)變動、外資進入、二元經(jīng)濟結(jié)構(gòu)下無限勞動力供給、勞動力轉(zhuǎn)移、貿(mào)易模式轉(zhuǎn)變、全球化、人口年齡結(jié)構(gòu)變化等等。
對于勞動報酬份額波動的誘因，現(xiàn)有文獻(xiàn)已提供了多元化的分析視角并給出了相應(yīng)的實證分析。然而，作為國民收入初次分配的結(jié)果，勞動報酬份額的波動必然與表示國民收入變動的宏觀要素聯(lián)系在一起。在宏觀經(jīng)濟的波動中考察勞動報酬份額的變動，并討論兩者的動態(tài)關(guān)聯(lián)，有助于從根本上摸清勞動報酬份額的長期變動趨勢，從而為相關(guān)政策的制定提供一定的依據(jù)。鑒于此，本文在已有研究的基礎(chǔ)上，將通過構(gòu)建模型和經(jīng)驗檢驗來重點討論勞動報酬份額與宏觀經(jīng)濟波動的動態(tài)關(guān)系，以彌補現(xiàn)有文獻(xiàn)在這一領(lǐng)域的不足。
三、模型設(shè)定
1 變量說明
本文模型涉及到的經(jīng)濟變量主要有我國的勞動報酬份額、經(jīng)濟增長率、通貨膨脹率、產(chǎn)能利用率和失業(yè)率。勞動報酬份額（LS）目前可從三個途徑獲得：一是收入法核算地區(qū)生產(chǎn)總值；二是資金流量表；三是投入產(chǎn)出表。與后兩種方法相比，第一種方法“具有數(shù)據(jù)的連續(xù)性和利于技術(shù)分析的特點”，因而是國內(nèi)學(xué)者普遍采用的核算方法。本文運用第一種方法對勞動報酬份額進行核算。此外，本文對于勞動報酬的計算并沒有把稅收和轉(zhuǎn)移支付等影響因素考慮進來，這是因為本文試圖探討初次分配和經(jīng)濟波動之間的關(guān)系，初始的勞動報酬更能體現(xiàn)國民收入初次分配的格局。經(jīng)濟增長率（GR）這里指真實產(chǎn)出的增長率，剔出價格變動的因素，以按照不變價格計算的國內(nèi)生產(chǎn)總值指數(shù)的變動百分比來表示。通貨膨脹率（INFL）反映價格水平的變動情況。本文用居民消費價格指數(shù)（CPI）的變動率來表示該年度的通貨膨脹率。產(chǎn)能利用率（CU）是生產(chǎn)能力發(fā)揮作用的程度，本文特指宏觀層面的產(chǎn)能利用率，用實際產(chǎn)出與產(chǎn)能之比來表示。失業(yè)率（UNEM）選用城鎮(zhèn)登記失業(yè)率這一指標(biāo)。
上述所有時間序列均采用1978～2008的年度數(shù)據(jù)。其中，1978—2007年勞動報酬份額的數(shù)據(jù)采用張車偉等的測算結(jié)果，2008年的勞動報酬份額數(shù)據(jù)根據(jù)相同的計算方法得出。產(chǎn)能利用率的數(shù)據(jù)運用王維國等估算的結(jié)果。經(jīng)濟增長率、通貨膨脹率以及失業(yè)率的數(shù)據(jù)均源自《中國統(tǒng)計摘要2011》。
2 模型建立
對于非平穩(wěn)的時間序列而言，如果它們之間具有協(xié)整關(guān)系，則可以利用具有協(xié)整約束的VAR模型，即VEC模型來構(gòu)建分析框架，進行動態(tài)分析。本文正是借助于VEC模型在系統(tǒng)化和動態(tài)性研究方面的優(yōu)勢，對我國國民收入初次分配所形成的勞動報酬份額和表示宏觀經(jīng)濟運行的幾個相互關(guān)聯(lián)的時間序列進行考察，闡釋初次分配與經(jīng)濟波動之間的動態(tài)關(guān)系，解析各種沖擊對勞動報酬份額所產(chǎn)生的影響。
在建立模型之前，先對各個變量的平穩(wěn)性進行單位根檢驗，以避免時間序列分析中可能產(chǎn)生的偽回歸問題。ADF檢驗的結(jié)果表明，LS、GR、INFL、CU和UNEM等時間序列均為1階差分平穩(wěn)序列，結(jié)果如表l所示。
由于所有變量的水平值均為非平穩(wěn)的，但單整階數(shù)相同，因此它們之間可能存在協(xié)整關(guān)系。基于VAR模型所選擇的最優(yōu)滯后期，進行滯后階數(shù)為2的Johansen協(xié)整檢驗。表2的結(jié)果顯示，無論是跡統(tǒng)計量還是最大特征值都表明在5%的顯著水平下存在3個協(xié)整關(guān)系。
非平穩(wěn)變量之間存在協(xié)整關(guān)系意味著變量之間具有某種長期的均衡關(guān)系，可以進一步建立VEC模型。鑒于本文重點分析的是各宏觀經(jīng)濟變量對勞動報酬份額的影響，因此，VEC模型只列出了勞動報酬份額的方程，而將其它方程暫且省去。
四、實證分析
1 脈沖響應(yīng)函數(shù)
VEC模型建立以后，為考察宏觀經(jīng)濟要素變動對勞動報酬份額產(chǎn)生的動態(tài)影響，通常要做脈沖響應(yīng)函數(shù)分析。圖1至圖4顯示了勞動報酬份額對各宏觀經(jīng)濟變量沖擊的不同響應(yīng)。圖中橫軸表示脈沖作用的滯后期數(shù)，縱軸表示勞動報酬份額的變動，實線是勞動報酬份額對各宏觀經(jīng)濟變量的脈沖響應(yīng)函數(shù)。
如圖1所示，實際產(chǎn)出增長率對勞動報酬份額產(chǎn)生負(fù)向沖擊的作用。這說明，相對于產(chǎn)出的增長，勞動報酬的增長存在著滯后效應(yīng)。勞動報酬滯后效應(yīng)使得在經(jīng)濟增長過程中實際產(chǎn)出的增速快于勞動報酬的增速，從而導(dǎo)致勞動報酬在總產(chǎn)出中的份額下降。勞動報酬的滯后效應(yīng)越顯著，勞動報酬份額在經(jīng)濟增長過程中下降的趨勢越明顯。從總體上看，目前的勞動報酬份額具有逆經(jīng)濟周期波動的特征。
通貨膨脹對勞動報酬份額產(chǎn)生正向的沖擊作用。以CPI所表示的通貨膨脹率的提高意味著基本消費品價格的普遍上漲，而基本消費品行業(yè)多為勞動密集型產(chǎn)業(yè)，這些行業(yè)的發(fā)展必然會推動就業(yè)的增加以及勞動報酬的上升。勞動報酬既是勞動者的收入又構(gòu)成企業(yè)的成本。當(dāng)勞動報酬上升時，一方面，由于收入的增加導(dǎo)致對消費品需求的增加而拉動CPI進一步上升；另一方面，由于企業(yè)生產(chǎn)成本的上升導(dǎo)致利潤空間縮小而使得經(jīng)濟轉(zhuǎn)入緩行。這兩方面的力量相互作用，共同決定著下一期的宏觀經(jīng)濟波動。
產(chǎn)能利用率對勞動報酬份額產(chǎn)生正向的沖擊作用。宏觀經(jīng)濟的周期性波動通常會引致產(chǎn)能利用率的變動，而產(chǎn)能利用率的變動又對宏觀經(jīng)濟產(chǎn)生驅(qū)動作用。產(chǎn)能利用率的上升在規(guī)模經(jīng)濟的作用下提升了企業(yè)的利潤空間，有助于改善供需關(guān)系和擴大就業(yè)。圖3所示的勞動報酬份額對產(chǎn)能利用率沖擊的響應(yīng)表明，產(chǎn)能利用率的上升帶動就業(yè)的增長，推動勞動報酬份額的上升。本期給失業(yè)率一單位的正向沖擊，勞動報酬的份額在第二期開始呈負(fù)向響應(yīng)并伴有小幅波動，除了第五和第六兩期出現(xiàn)微量正值之外，其它各期均為負(fù)向的響應(yīng)。從總體上看，失業(yè)對于勞動報酬份額具有負(fù)向的沖擊作用。隨著失業(yè)率的下降，就業(yè)量將增大，勞動報酬份額將提升。
2 方差分解
從方差分解的結(jié)果來看，勞動報酬份額對自身的貢獻(xiàn)率最大達(dá)到約54.71%，這說明勞動報酬份額變動具有較強的慣性。產(chǎn)能利用率對勞動報酬份額變動的貢獻(xiàn)率逐漸增加，最大達(dá)到42.79%。產(chǎn)出增長和通貨膨脹對勞動報酬份額的貢獻(xiàn)率相差不多，基本在10%上下浮動。就業(yè)對勞動報酬份額的貢獻(xiàn)率最低，平均不到0.3%。
五、結(jié)論
根據(jù)本文所建模型的實證分析，得出的結(jié)論和相關(guān)政策建議如下。
1 改善勞動報酬的滯后效應(yīng)，進行相關(guān)領(lǐng)域的配套改革。勞動報酬的滯后效應(yīng)表明在經(jīng)濟增長過程中，勞動報酬的上升滯后于實際產(chǎn)出的增長，致使勞動報酬份額下降。勞動報酬增長的滯后效應(yīng)越顯著，在國民收入初次分配中勞動報酬所占比重則越小。導(dǎo)致勞動報酬增長滯后的因素有多種，除了市場自身的作用外，相關(guān)領(lǐng)域制度建設(shè)的不完善也不容忽視。為進一步改善我國收入分配的格局，并使經(jīng)濟發(fā)展的成果得到充分的共享，黨的十報告明確指出要提高居民收入在國民收入分配中的比重，提高勞動報酬在初次分配中的比重。相關(guān)領(lǐng)域的配套改革，例如，進一步完善工資制度，積極推動建立工資正常增長機制等將有助于改善和緩解勞動報酬增長的滯后效應(yīng)。此外，充分利用多種再分配的調(diào)節(jié)手段也有助于形成合理的勞動報酬占比，實現(xiàn)居民收入增長和經(jīng)濟發(fā)展同步、勞動報酬增長和勞動生產(chǎn)率提高同步。
關(guān)鍵詞:仿射模型;泰勒規(guī)則;風(fēng)險溢酬
中圖分類號:F820 文獻(xiàn)標(biāo)識碼:A文章編號:1006-1428(2007)07-0040-03
一､問題的提出
利率期限結(jié)構(gòu)也稱為收益率曲線，刻畫的是相同風(fēng)險水平下，利率與到期期限之間的關(guān)系。收益率曲線的位置和形狀隨時間而改變，在經(jīng)濟周期的不同階段，利率水平和利差(長期利率和短期利率之差)均不相同。下圖是一個很好的例子，它反映了美國1990―2001年之間處于經(jīng)濟周期不同階段的收益率曲線的變化。那么推動收益率曲線動態(tài)變化的因素是什么呢?潛在因素(1atent factor)是一種解釋。潛在因素(變量)不能被直接觀測到，但可以從債券價格中推算出來。作為這類文獻(xiàn)的代表，Litterman和Scheinkman(1991)應(yīng)用主成分分析法，把影響利率期限結(jié)構(gòu)動態(tài)的三個主要因素命名為平行因素(1evel factor)､斜度因素(slope factor)和曲度因素(curvature factor)。平行因素影響所有期限的收益率，斜度因素決定了收益率曲線是陡峭或是平坦，曲度因素影響收益率曲線的彎曲程度。這種解釋在理論上不能令人滿意，利率作為一個最重要的宏觀經(jīng)濟變量，是經(jīng)濟系統(tǒng)內(nèi)生的，利率期限結(jié)構(gòu)作為不同到期期限利率的組合，自然也不能游離于經(jīng)濟系統(tǒng)之外，用通過統(tǒng)計技術(shù)產(chǎn)生的､不可觀測的潛在因素來解釋利率期限結(jié)構(gòu)的動態(tài)變化顯然缺乏經(jīng)濟理論支持。于是，一些研究者開始著手設(shè)計包含宏觀經(jīng)濟變量的動態(tài)模型，用可觀測的宏觀經(jīng)濟因素來解釋利率期限結(jié)構(gòu)的變化，這類模型被稱為宏觀-金融模型(Macro-Finance Models)。宏觀-金融模型不僅具有理論價值，而且具有應(yīng)用價值。對利率期限結(jié)構(gòu)的預(yù)測一直是金融實務(wù)中的一個重要課題，因為利率期限結(jié)構(gòu)是固定收益證券和金融衍生產(chǎn)品定價的基礎(chǔ)，也是利率風(fēng)險管理的基礎(chǔ)。在模型中加入可以觀測的宏觀經(jīng)濟變量可以在一定程度上提高模型的預(yù)測能力，因此具有廣闊的應(yīng)用前景。
圖1美國1990-2001年收益率曲線的變化
數(shù)據(jù)來源:引自長城證券研究報告《國債收益率曲線的比較研究》
二､宏觀-金融利率期限結(jié)構(gòu)模型的基本結(jié)構(gòu)――離散形式的仿射模型
Ang和Piazzesi(2003)､Bernanke， Reinhart和Sack(2004)以及Rudebusch和Wu(2004)采用了基本相同的模型結(jié)構(gòu)，即離散形式的仿射模型。簡單地說①，仿射模型將零息債券的對數(shù)價格視為狀態(tài)變量(向量)的仿射函數(shù)②，而狀態(tài)變量的演進由一個向量自回歸模型決定，即:
那么，為什么要選擇仿射模型作為宏觀-金融模型的基本結(jié)構(gòu)呢這主要是因為，第一，Duffle和Kanl1996提出的仿射模型是應(yīng)用最廣泛的利率期限結(jié)構(gòu)模型，模型具有堅實的微觀金融學(xué)基礎(chǔ)，被稱為利率期限結(jié)構(gòu)研究的“載重馬車”workhorse model。以仿射模型作為基本模型結(jié)構(gòu)使宏觀一金融模型具有很強的理論支撐。第二，仿射模型能夠十分方便地接納宏觀經(jīng)濟變量。仿射模型對狀態(tài)向量中的元素并無特別設(shè)定，因此這些元素既可以是不可觀測的潛在變量latent factor，也可以是可觀測的宏觀經(jīng)濟變量。Ang和Piazzesi2003將狀態(tài)向量中的元素分為兩組，一組包括兩個由主成份分析法得到的宏觀經(jīng)濟變量――通貨膨脹因素和真實經(jīng)濟活動因素，另一組包括三個潛在變量。Bemanke，Reinhart和Sack2004以宏觀經(jīng)濟變量及其滯后值作為狀態(tài)向量中的元素，潛在變量被排除在外。狀態(tài)向量元素的靈活選擇給研究者帶來了很大便利，一定程度上也增強了模型對數(shù)據(jù)的擬合效果。
三､宏觀經(jīng)濟變量影響利率期限結(jié)構(gòu)的途徑――短期利率和風(fēng)險價格
在上面的分析中我們看到，宏觀經(jīng)濟變量作為狀態(tài)向量中的元素影響利率期限結(jié)構(gòu)，但這畢竟只是一種模型結(jié)構(gòu)上的描述，從經(jīng)濟理論上說，宏觀經(jīng)濟變量是通過何種途徑影響利率期限結(jié)構(gòu)的呢答案是短期利率和風(fēng)險價格。
1､宏觀經(jīng)濟變量對短期利率的影響
短期利率是連接微觀金融視角和宏觀經(jīng)濟視角的關(guān)鍵點。從微觀金融視角來說，短期利率是其他各期限利率的基本構(gòu)成成份，因為長期利率是風(fēng)險調(diào)整后的預(yù)期未來短期利率的平均值，即
從宏觀經(jīng)濟視角來說，短期利率是中央銀行重要的貨幣政策工具，中央銀行通過調(diào)控短期利率來實現(xiàn)其穩(wěn)定經(jīng)濟的貨幣政策目標(biāo)。如何分析宏觀經(jīng)濟變量對短期利率的影響泰勒規(guī)則是一個很好的切入點。Taylor1993a使用理性預(yù)期模型，通過對7個工業(yè)國家數(shù)據(jù)的模擬分析，發(fā)現(xiàn)利率規(guī)則最有利于中央銀行保持產(chǎn)出與物價穩(wěn)定，這里利率規(guī)則是指根據(jù)產(chǎn)出和物價水平與目標(biāo)值之間的差距來調(diào)節(jié)利率的貨幣政策規(guī)則。Taylor1993b提出了一個簡單的代表性利率規(guī)則，并證明這一規(guī)則很符合1987年至1992年美國聯(lián)邦資金利率的走勢，這一規(guī)則被稱為泰勒規(guī)則，其表達(dá)式為④:
2､宏觀經(jīng)濟變量對風(fēng)險價格的影響。
由于未來的不確定性，與持有短期債券相比，人們在持有長期債券時往往要求獲得一定的額外收益以補償自己承擔(dān)的風(fēng)險，這部分額外收益就是風(fēng)險溢酬。因此在4式中，長期利率表示為風(fēng)險調(diào)整后的預(yù)期未來短期利率的平均值。風(fēng)險溢酬與宏觀經(jīng)濟狀況相關(guān)聯(lián)，例如，在高通貨膨脹時期，人們對未來通貨膨脹率的預(yù)期值往往較高，因此要求的風(fēng)險溢酬也較高;相反，在低通貨膨脹時期，人們要求的風(fēng)險溢酬相對較低。在進行計量分析時，風(fēng)險溢酬被分解為兩個部分:風(fēng)險價格和風(fēng)險數(shù)量。風(fēng)險數(shù)量由隨機擾動決定，風(fēng)險價格則取決于模型的設(shè)定。宏觀―金融模型設(shè)定風(fēng)險價格為狀態(tài)變量的仿射函數(shù):
這里Λt，表示風(fēng)險價格，Λ0是一個七維常數(shù)向量，Λ1是一個k×k矩陣。當(dāng)狀態(tài)向量中的元素包括宏觀經(jīng)濟變量時，宏觀經(jīng)濟變量將通過風(fēng)險價格､進而風(fēng)險溢酬影響利率期限結(jié)構(gòu)。
四､宏觀―金融模型在中國的應(yīng)用前景
在利率市場化改革不斷深化的背景下，利率期限結(jié)構(gòu)的宏觀―金融模型在中國具有廣闊的應(yīng)用前景。
1､在利率風(fēng)險管理中的應(yīng)用
隨著利率市場化改革的推進，國內(nèi)金融機構(gòu)，特別是商業(yè)銀行面臨的利率風(fēng)險逐漸增大，如何進行有效的利率風(fēng)險管理成為一個急待解決的問題。進行利率風(fēng)險管理首先需要計量自身利率風(fēng)險的暴露程度，這離不開對利率期限結(jié)構(gòu)未來走勢的估計。利率期限結(jié)構(gòu)的動態(tài)模型很多，宏觀―金融模型以其簡潔的模型結(jié)構(gòu)和堅實的經(jīng)濟理論支撐無疑可以成為一個很好的選擇。
2､在金融衍生產(chǎn)品定價中的應(yīng)用
衍生品市場是國際金融市場的重要組成部分，目前，金融衍生產(chǎn)品在國內(nèi)的推出已經(jīng)有了時間表。金融衍生產(chǎn)品的定價離不開利率期限結(jié)構(gòu)，幾乎所有的定價公式都包含無風(fēng)險利率。在經(jīng)典的布萊克一斯科爾斯期權(quán)定價公式中，無風(fēng)險利率被假設(shè)為一個常數(shù)，這顯然是與事實不符的，放松這一假設(shè)就需要對利率期限結(jié)構(gòu)進行估計，宏觀―金融模型在此可以得到運用。
3､在貨幣政策制定中的應(yīng)用
應(yīng)該指出的是，宏觀經(jīng)濟因素與利率期限結(jié)構(gòu)的聯(lián)系是雙向的，宏觀―金融模型側(cè)重研究的是宏觀經(jīng)濟變量對利率期限結(jié)構(gòu)的影響，同時也有另外一類文獻(xiàn)側(cè)重研究利率期限結(jié)構(gòu)對宏觀經(jīng)濟變量的預(yù)測。20世紀(jì)90年代以來，一批宏觀經(jīng)濟學(xué)的實證研究文獻(xiàn)顯示，對利率期限結(jié)構(gòu)進行分析，可以預(yù)測未來的通貨膨脹率和實際產(chǎn)出變量，從而為貨幣當(dāng)局的貨幣政策決策提供重要的參考依據(jù)。這一理論成果在實踐中已經(jīng)得到運用，英格蘭銀行的通貨膨脹報告從1994年開始定期公布根據(jù)利率期限結(jié)構(gòu)推導(dǎo)出來的預(yù)期通貨膨脹率，而美聯(lián)儲1996年決定把利率期限結(jié)構(gòu)作為一個重要的先行經(jīng)濟景氣指數(shù)并定期公布長短期利差的變動。既然宏觀經(jīng)濟變量對利率期限結(jié)構(gòu)存在影響，貨幣當(dāng)局在利用利率期限結(jié)構(gòu)所提供的信息時就有必要區(qū)分哪些信息是和已知的宏觀經(jīng)濟信息相重合的，哪些信息是宏觀經(jīng)濟變量未能揭示的，這個方面宏觀―金融模型恰好可以發(fā)揮作用。
參考文獻(xiàn):
[1]Ang，A.，Piazzesi M. No-Arbitrage Vector Autoregression of Term Structure Dynamics with Macroeconomic and Latent Variables. Journal of Monetary Economics. May. 50(4)pp. 745-787
[2]Bemanke，Ben S.，Vincent R.Reinhart，and Brian P.Sack. Monetary Policy Alternatives at the Zero Bound:An Empirical Assessment. Brookings Papers on Economic Activity2，PP.1-78.
[3]Duffie，D. Kan，R. A Yield-Factor model of interest Rates. Mathematical Finance，6:PP.379-406
[4]Litterman，R.，Scheinkman，J. Common Factors Affecting Bond Retuns. Journal of Fixed Income1:54-61
關(guān)鍵詞:經(jīng)濟運行;貨幣政策;動態(tài)調(diào)控
Abstract:Confronting the complex situation of macroeconomy,the central bank needs to realize the dynamic optimization of monetary policy based on the change of macroeconomy. The paper probes deeply into the mechanism of dynamic optimization,then incorporates the theory with the practice in our country.
Key Words:the macroeconomic situation,monetary policy,the dynamic optimization
中圖分類號:F822.0文獻(xiàn)標(biāo)識碼:A文章編號:1674-2265(2009)08-0037-05
一、前言
中央銀行貨幣政策的主要職能是要根據(jù)經(jīng)濟運行態(tài)勢的變化,運用貨幣政策工具調(diào)節(jié)貨幣供給、利率等,進而影響宏觀經(jīng)濟運行并最終實現(xiàn)既定的經(jīng)濟目標(biāo)。并且,貨幣政策的特點在于側(cè)重短期總量調(diào)節(jié),熨平經(jīng)濟波動。由于經(jīng)濟活動的波動是一種常態(tài),面對經(jīng)濟運行態(tài)勢的復(fù)雜多變,中央銀行的首要任務(wù)就是要判明造成波動的原因,根據(jù)經(jīng)濟形勢的變化采取靈活審慎的調(diào)控政策,及時適度調(diào)整貨幣政策操作,實現(xiàn)貨幣政策的動態(tài)調(diào)整優(yōu)化,為經(jīng)濟運行創(chuàng)造良好的宏觀環(huán)境。
上個世紀(jì)60、70年代西方國家普遍出現(xiàn)了經(jīng)濟的“滯脹”局面,貨幣學(xué)派的代表人物弗里德曼把它歸因于凱恩斯主義“相機抉擇”的貨幣政策,并據(jù)此提出了“單一”規(guī)則的貨幣政策。但實際經(jīng)濟運行總是復(fù)雜多變的,經(jīng)濟波動也并非弗里德曼所言總是輕微的,因此在實踐中如何奉行“規(guī)則”是一件令人感到困惑的事情。由于現(xiàn)實世界的復(fù)雜性和不確定性,任何規(guī)則都不可能為每天具體的貨幣政策操作提供確切的量化指導(dǎo),它仍需要依賴于貨幣政策決策者們的審時度勢和敏銳判斷。誠如格林斯潘(1997、2003)所強調(diào)的:一定程度的相機抉擇對于貨幣政策操作是不可避免的;自從貨幣供應(yīng)量與最終目標(biāo)的穩(wěn)定性關(guān)系遭到破壞以后,美聯(lián)儲的貨幣政策操作,不可避免地,是變得更加復(fù)雜和相機抉擇了;正式的利率規(guī)則最好是僅被視作一種輔助的政策參考。
近年來,我國宏觀調(diào)控形勢復(fù)雜多變,通脹與通縮之間往往僅是“一線天”。隨著我國對外開放程度的提高、內(nèi)外均衡矛盾的凸現(xiàn)、市場化進程的推進以及貨幣政策傳導(dǎo)機制的變化等等,新情況、新問題不斷出現(xiàn),經(jīng)濟活動中的復(fù)雜性、不確定性超過以往。在這種背景之下,我國貨幣政策的具體操作也將不可避免會變得更加復(fù)雜和相機抉擇。根據(jù)經(jīng)濟運行態(tài)勢的變化,適時適度把握調(diào)控的方向、力度和節(jié)奏,實現(xiàn)貨幣政策的動態(tài)調(diào)整和優(yōu)化,是經(jīng)濟發(fā)展對我國貨幣政策所提出的更高要求。本文從理論上探討了貨幣政策的動態(tài)調(diào)控機制,并對中國貨幣政策的動態(tài)調(diào)控模式進行實證分析。
二、動態(tài)調(diào)控機制的理論分析
(一)貨幣政策的動態(tài)調(diào)控機制
設(shè)經(jīng)濟系統(tǒng)為:
其中 為目標(biāo)變量,如通貨膨脹水平、產(chǎn)出等系統(tǒng)的內(nèi)生變量; 為系統(tǒng)的內(nèi)部狀態(tài)變量,如目標(biāo)變量的滯后變量、前瞻性變量以及消費、投資等其他內(nèi)生變量; 為貨幣政策的工具變量; 為擾動變量。
設(shè)為的目標(biāo)值,則貨幣政策的任務(wù)就是通過工具變量的操作在理想的時間段內(nèi)實現(xiàn)目標(biāo)變量的實際值趨近目標(biāo)值,即:
一般情況下不僅要求實際值趨近目標(biāo)值,還要求在實現(xiàn)的過程中盡量減小目標(biāo)變量的起伏與波動,因此貨幣政策的目標(biāo)函數(shù)可表示為:
對于如何通過工具變量 的選擇來實現(xiàn)貨幣政策的目標(biāo),一種選擇是只考慮輸入和輸出的關(guān)系,而不考慮經(jīng)濟模型的具體結(jié)構(gòu),如圖1所示:
最初以弗里德曼為代表的貨幣主義者就認(rèn)為,試圖搞清楚復(fù)雜的經(jīng)濟運行只會徒勞無功,因此貨幣主義者用一個“黑箱”將貨幣政策的具體傳導(dǎo)掩蓋起來,并提出排除其他一切因素的“單一”規(guī)則貨幣政策。但誠如托賓所指出的,市場經(jīng)濟的特征在于不確定性,如果不顧經(jīng)濟運行態(tài)勢的變化,一意孤行地堅持固定的“單一規(guī)則”,只會離目標(biāo)越來越遠(yuǎn)。1979年美聯(lián)儲貨幣主義實驗的不成功充分說明,規(guī)則型貨幣政策同樣需要反饋機制,需要根據(jù)經(jīng)濟運行態(tài)勢的變化而相應(yīng)調(diào)整。
按照現(xiàn)代控制理論,圖1輸入-輸出關(guān)系的表達(dá)僅是對經(jīng)濟系統(tǒng)的不完全描述,因為它沒有考慮黑箱即經(jīng)濟系統(tǒng)內(nèi)部的具體情況,因此也就難以對經(jīng)濟系統(tǒng)進行有效的調(diào)控。現(xiàn)代控制理論要求深入到系統(tǒng)的內(nèi)部,對系統(tǒng)的動態(tài)變化即狀態(tài)變量進行精確刻劃,如圖2所示:
按照現(xiàn)代控制理論的狀態(tài)空間描述,經(jīng)濟系統(tǒng)可簡單表示為:
其中為狀態(tài)向量,狀態(tài)向量刻劃了經(jīng)濟系統(tǒng)的內(nèi)部行為,其組合構(gòu)成或影響系統(tǒng)的輸出向量即目標(biāo)向量。
設(shè)貨幣政策的最終目標(biāo)為,并假設(shè)經(jīng)濟系統(tǒng)(4)-(5)是可控的,并且是漸進穩(wěn)定的,即陣特征根全具有負(fù)實部。此時根據(jù)經(jīng)濟控制論①,可以給出一種最簡單的調(diào)控方法,即當(dāng)輸入變量(政策工具變量)等于常向量時, 也將趨于常向量,從而也將最終趨于常向量。即:
,從而
由于,可求得:
只要 滿秩,則對于給定的常向量目標(biāo)
必可找到輸入向量 ,最終實現(xiàn)政策的調(diào)控目標(biāo)。
但是雖然終將趨于,但在逼近的過程中,不僅所花的時間可能很長,而且起伏也可能很大。如果 陣的特征根在左半復(fù)平面并靠近虛軸,那么在逼近 的過程中將會劇烈起伏。按照現(xiàn)代控制理論,優(yōu)化的調(diào)控策略是采用反饋策略,實現(xiàn)政策變量 是狀態(tài)變量的線性反饋,即根據(jù)系統(tǒng)狀態(tài)的變化適時調(diào)整政策變量,即:
此時經(jīng)濟系統(tǒng)(4)-(5)相應(yīng)成為:
將(7)式代入(6)式,有:
根據(jù)(9)式,當(dāng)陣的特征根均在復(fù)平面左半部時,狀態(tài)變量 最終將趨于常向量,此時
,可求得:
從而只要 滿秩,就可選擇政策變量: ,使得 時, 逼近最終目標(biāo) 。
相比于“單一”控制策略 ,反饋調(diào)控規(guī)則
第一,當(dāng)陣特征根不全在復(fù)平面左半平面時,經(jīng)濟系統(tǒng)(4)-(5)不是漸進穩(wěn)定的,此時采用“單一”控制策略將不能實現(xiàn)最終調(diào)控目標(biāo)。而采用反饋調(diào)控規(guī)則使得系統(tǒng)的特征根成為的特征根,這樣就可以通過調(diào)整反饋系數(shù)來改變
的特征根值,進而最終實現(xiàn)系統(tǒng)的漸進穩(wěn)定。
第二,通過調(diào)整反饋系數(shù)來改變 的特征根值,可以調(diào)控在逼近過程中的波動幅度。
第三,采用反饋調(diào)控規(guī)則可以更好地實現(xiàn)經(jīng)濟系統(tǒng)的動態(tài)均衡。古典經(jīng)濟學(xué)認(rèn)為市場機制的自動調(diào)節(jié)可以實現(xiàn)充分就業(yè)的均衡,但問題的關(guān)鍵在于要花多長時間。在實際經(jīng)濟運行中,由于宏觀經(jīng)濟運行態(tài)勢復(fù)雜多變,貨幣政策調(diào)控目標(biāo) 往往也處于動態(tài)變化當(dāng)中,故而忽略時間因素的靜態(tài)均衡一般難以反映經(jīng)濟現(xiàn)實。因此,根據(jù)宏觀經(jīng)濟運行態(tài)勢的變化,適時調(diào)整政策變量,注重在時間變化過程中動態(tài)均衡狀態(tài)的實現(xiàn)過程,可以更好地實現(xiàn)經(jīng)濟系統(tǒng)的動態(tài)優(yōu)化。
(二)存在干擾變量時貨幣政策的動態(tài)調(diào)整優(yōu)化
從貨幣政策傳導(dǎo)機制來看,由于從工具變量到最終目標(biāo)之間的鏈條較長,面臨的不確定性較大,這使得經(jīng)濟系統(tǒng)的參數(shù)值或難以精確估計,或隨著時間的變遷,系統(tǒng)參數(shù)值也處于動態(tài)變化之中。從實際經(jīng)濟運行來看,經(jīng)濟結(jié)構(gòu)總是處于動態(tài)的變化之中,同時,模型當(dāng)中連接政策工具和狀態(tài)變量的參數(shù)以及各變量間的影響關(guān)系也可能是不穩(wěn)定的。此時即存在著干擾變量,設(shè)干擾變量為,則經(jīng)濟系統(tǒng)(4)-(5)相應(yīng)成為:
存在干擾變量時調(diào)控的思路在于:一方面考慮系統(tǒng)狀態(tài)變量的變化,同時密切關(guān)注目標(biāo)變量的實現(xiàn)情況,即目標(biāo)變量的實際值與目標(biāo)值之差( )。設(shè)目標(biāo)變量的實際值與目標(biāo)值之差為 ,,則
隨時間的累計量為:
此時調(diào)控策略在于實現(xiàn)政策變量為系統(tǒng)狀態(tài)變量 和目標(biāo)變量 的線性反饋,即:
如果干擾變量是常向量,或者有明確的變化規(guī)律,那么在一定時間之后可以實現(xiàn)經(jīng)濟系統(tǒng)的魯棒調(diào)控(robust control)②。但在實際經(jīng)濟運行中,由于經(jīng)濟運行態(tài)勢等的復(fù)雜多變,對于干擾變量很難預(yù)先和明確認(rèn)定,因此調(diào)控策略(12)式一般也沒有顯式解。這樣就更加凸顯了貨幣政策動態(tài)調(diào)整優(yōu)化的必要性,即根據(jù)狀態(tài)變量以及實際調(diào)控效果( )的變化情況審時度勢和靈活把握,努力增強貨幣政策調(diào)控的預(yù)見性、針對性和靈活性。
由于干擾變量的存在,在實際貨幣政策調(diào)控中,各國中央銀行一般都不會一次調(diào)控到位而是多次漸進調(diào)控,實行平滑操作(smoothing)。誠如Sack(1998)、Sack和Wieland(2000)所指出的,由于貨幣政策效應(yīng)的不確定性、關(guān)鍵宏觀經(jīng)濟變量存在測算誤差以及相關(guān)結(jié)構(gòu)性變量的不確定性,中央銀行的貨幣政策決策并不能保證都是正確的。利率平滑操作能夠使中央銀行觀察到每一次政策調(diào)整以后宏觀經(jīng)濟變化的新情況,獲得更多的有關(guān)產(chǎn)出和通貨膨脹的新信息,在新的經(jīng)濟運行信息集內(nèi)決定政策調(diào)整的時機和幅度。
三、中國的實證研究
1996年中國人民銀行正式確定以貨幣供應(yīng)量為貨幣政策中介目標(biāo),但貨幣供應(yīng)量與價格水平之間的密切關(guān)系只是一種長期趨勢,短期內(nèi)由于各種因素的影響其相關(guān)性總會存在一些波動。因此,貨幣供應(yīng)量中介目標(biāo)的調(diào)控機制是動態(tài)的,即需要根據(jù)經(jīng)濟運行的變化及時進行調(diào)整。從我國現(xiàn)實來看,每年政府或央行會根據(jù)對經(jīng)濟增長和通貨膨脹率的預(yù)測確定一個大致的貨幣供應(yīng)量增長目標(biāo)。但由于實際經(jīng)濟運行是動態(tài)變化的,因此中央銀行在實際操作中不可能完全拘泥于最初的目標(biāo)設(shè)定,而是根據(jù)經(jīng)濟運行的具體狀況以及最終目標(biāo)的實現(xiàn)情況靈活調(diào)控。判斷貨幣供應(yīng)量與最終目標(biāo)以及其他狀態(tài)變量的動態(tài)關(guān)系,可以通過協(xié)整檢驗來驗證。對于狀態(tài)變量,可以選擇固定資產(chǎn)投資和工業(yè)增加值作為代表變量,最終目標(biāo)變量為國內(nèi)生產(chǎn)總值和通貨膨脹率。
(一)貨幣供應(yīng)量 與相關(guān)狀態(tài)變量的協(xié)整關(guān)系檢驗
選取2000年1月―2008年9月期間的貨幣供應(yīng)量 同比增長率、固定資產(chǎn)投資同比累計增長率和工業(yè)增加值同比累計增長率的月度數(shù)據(jù)③。根據(jù)Engle和Granger(1987)的研究,檢驗因變量和解釋變量之間是否存在協(xié)整關(guān)系等價于檢驗回歸方程的殘差序列是否是一個平穩(wěn)序列。因此,可以先求出回歸方程,再通過ADF檢驗來分析殘差序列的平穩(wěn)性,進而判斷因變量和解釋變量之間的協(xié)整關(guān)系是否存在。
首先對貨幣供應(yīng)量增長率 和固定資產(chǎn)投資增長率進行回歸分析,回歸結(jié)果為:
(21.49)(7.49)
對上式的殘差序列進行單位根檢驗,結(jié)果見表1:
檢驗結(jié)果顯示,殘差序列在1%顯著性水平下拒絕原假設(shè),接受不存在單位根的結(jié)論,因此可以確定殘差序列是平穩(wěn)序列。檢驗結(jié)果表明,貨幣供應(yīng)量增長率和固定資產(chǎn)投資增長率 之間存在協(xié)整關(guān)系,即長期存在比較穩(wěn)定的關(guān)系,協(xié)整向量為(1,0.17)。
再對貨幣供應(yīng)量增長率 與工業(yè)增加值增長率
進行回歸分析,回歸結(jié)果為:
(13.85) (3.37)
對上式的殘差序列 進行單位根檢驗,結(jié)果見表2:
檢驗結(jié)果顯示,殘差序列在5%顯著性水平下拒絕原假設(shè),接受不存在單位根的結(jié)論,因此可以認(rèn)定殘差序列是平穩(wěn)序列。檢驗結(jié)果表明,貨幣供應(yīng)量增長率 和工業(yè)增加值增長率 之間存在協(xié)整關(guān)系,協(xié)整向量為(1,0.21)。
(二)貨幣供應(yīng)量與最終目標(biāo)變量的協(xié)整關(guān)系
由圖3可見,自1995年以來我國貨幣供應(yīng)量增長率與通貨膨脹水平(CPI)及經(jīng)濟增長率(GDPV)之間存在著比較明顯的趨同關(guān)系。進一步,可以使用協(xié)整方法來檢驗我國貨幣供應(yīng)量增長率與經(jīng)濟增長率和通貨膨脹之間是否存在比較穩(wěn)定的長期關(guān)系。ADF檢驗表明,三個序列都是I(1)序列,符合進行協(xié)整檢驗的條件。使用Johansen協(xié)整檢驗方法進行分析,結(jié)果如表3:
根據(jù)檢驗結(jié)果,跡檢驗認(rèn)為有兩個協(xié)整向量,最大特征值檢驗認(rèn)為有一個協(xié)整向量,這可能是由于協(xié)整方程的定義而導(dǎo)致的。但其結(jié)果都表明存在協(xié)整關(guān)系,即我國貨幣供應(yīng)量增長率與通貨膨脹水平及經(jīng)濟增長之間存在長期的均衡關(guān)系。
四、結(jié)論與政策建議
貨幣政策是一門實證性很強的科學(xué),不同條件、不同環(huán)境下貨幣政策的性質(zhì)、特點和作用不盡相同,經(jīng)驗主義的分析方法對于貨幣政策的制定與實行是遠(yuǎn)遠(yuǎn)不夠的。所幸的是,理論和實踐的發(fā)展已經(jīng)使貨幣政策的制定和實施越來越具有科學(xué)性,從最優(yōu)貨幣政策的一般性原則,到利用模型對貨幣政策沖擊進行模擬,中央銀行家們對于貨幣政策的理解和把握已有了長足的進步。但同時,我們也應(yīng)充分認(rèn)識到,盡管有了這些進步,貨幣政策的制定和實施還遠(yuǎn)非機械式的程序化工作。面對經(jīng)濟運行態(tài)勢的復(fù)雜多變,中央銀行必須將一般性科學(xué)原則與具體決策實踐相結(jié)合,根據(jù)經(jīng)濟形勢的變化采取靈活審慎的調(diào)控政策,實現(xiàn)貨幣政策的動態(tài)調(diào)整與優(yōu)化。
自1984年中國人民銀行正式行使中央銀行意義上的貨幣政策調(diào)控職能以來,我國的貨幣政策便一直處于不斷摸索的過程當(dāng)中。隨著我國貨幣政策的不斷完善,貨幣政策最終目標(biāo)的理性選擇、貨幣調(diào)控方式的間接化、貨幣調(diào)控手段的市場化、貨幣政策決策的前瞻化,以及與貨幣政策相關(guān)的制度建設(shè)和機制完善等等,都為我國貨幣政策決策的科學(xué)化打下了堅實的基礎(chǔ)。但同時,我國經(jīng)濟、金融運行所發(fā)生的巨大變革,以及在開放條件下國外經(jīng)濟、金融形勢的動蕩不定也不斷給我國的貨幣政策提出新的挑戰(zhàn),諸如如何判斷現(xiàn)實經(jīng)濟是冷是熱、怎樣才能既防通貨膨脹又不導(dǎo)致通貨緊縮等等,這些實際挑戰(zhàn)都不是一般性科學(xué)原則所能夠準(zhǔn)確回答的問題,它仍主要依賴于我國政策決策者們的審時度勢和敏銳判斷。在當(dāng)前復(fù)雜的國內(nèi)外經(jīng)濟環(huán)境之下,增強我國貨幣政策調(diào)控的預(yù)見性、針對性和靈活性,把握好調(diào)控的重點、節(jié)奏和力度,應(yīng)著重以下幾方面的工作:
第一,加強對經(jīng)濟形勢的分析,準(zhǔn)確判斷造成經(jīng)濟波動的根源。經(jīng)濟活動的波動是一種經(jīng)常性狀態(tài),面對這種波動,重要的是要判明造成沖擊的原因,采取相應(yīng)的政策措施,準(zhǔn)確把握貨幣政策的尺度,對于何時降低利率,何時提高利率,何時實行政策的松緊搭配等必須做到心中有數(shù)。
第二,加強對經(jīng)濟發(fā)展前景的預(yù)測。貨幣政策的效應(yīng)具有滯后性,如果中央銀行等到已經(jīng)出現(xiàn)通貨膨脹或通貨緊縮時才采取行動,必然容易使經(jīng)濟在過熱和衰退的循環(huán)中來回波動,加大經(jīng)濟振幅。所以,央行在制定和執(zhí)行貨幣政策的過程中,不能采用“走一步看一步”的策略,而是必須要具有前瞻性。
第三,通過提高貨幣政策的透明性,加強與公眾的有效交流與溝通,努力提高貨幣政策的預(yù)期引導(dǎo)效應(yīng)。從近年來我國貨幣政策的實踐來看,由于經(jīng)濟運行態(tài)勢復(fù)雜多變,通貨緊縮與通貨膨脹之間往往僅是“一線天”,不僅加大了貨幣政策調(diào)控的難度,有時也使得公眾難以形成穩(wěn)定的預(yù)期,而公眾預(yù)期的不穩(wěn)定本身就有可能成為經(jīng)濟擾動的因素之一。在這種復(fù)雜的經(jīng)濟運行態(tài)勢之下,如果中央銀行能夠較好地穩(wěn)定和引導(dǎo)公眾預(yù)期,那么用小的政策變化就有望實現(xiàn)調(diào)控經(jīng)濟運行的宏觀目標(biāo),同時也可以降低政策調(diào)整本身對市場的沖擊程度,減緩經(jīng)濟波動,引導(dǎo)經(jīng)濟運行平滑過渡到中央銀行所期望的狀態(tài)。
注:
①此節(jié)經(jīng)濟控制論的內(nèi)容具體可參閱張金水:《經(jīng)濟控制論――動態(tài)經(jīng)濟系統(tǒng)分析方法與應(yīng)用》,清華大學(xué)出版社,1999.12.
②參閱張金水:《經(jīng)濟控制論――動態(tài)經(jīng)濟系統(tǒng)分析方法與應(yīng)用》,清華大學(xué)出版社,1999.12.
③數(shù)據(jù)取自國家統(tǒng)計局網(wǎng)站、《中國人民銀行統(tǒng)計季報》和《中國經(jīng)濟景氣月報》相關(guān)各期。其中每年一月份的固定資產(chǎn)投資增長率根據(jù)工業(yè)增加值增長率按比例近似計算而得。
參考文獻(xiàn):
[1]謝平,羅雄.泰勒規(guī)則及其在中國貨幣政策中的檢驗[J].經(jīng)濟研究,2002,(3).
[2]周小川.中國宏觀調(diào)控形勢的變化與貨幣政策操作[J].中國金融,2005,(8).
[3]李念齋.中國貨幣政策研究[M].中國統(tǒng)計出版社,2003.
[4]Sack,Brian.Uncertain、Learning and Gradual Monetary policy,FRBSF,1998.
[5]Sack,Brian and Wieland,Volker.Interest-Rate Smoo-
thing and Optimal Monetary Policy: A Review of Recent Empirical Evidence,Journal of Economics and Business,2000.
[6]Greenspan,A.Rules vs. Discretionary Monetary Policy,Remarks Presented at the Center for Economic Policy Research,Stanford University,5 September,1997.
[7]Greenspan,A.Monetary Policy Under Uncertainty,Remarks Presented at a symposium sponsored by the Federal Reserve Bank of Kansas City,Jackson Hole,Wyoming,29 August,2003.
[8]Taylor,J.B.Discretion versus Policy Rules in Practice,Carnegie-Rochester Conference Series on Public Policy39:195-214,1993.
【關(guān)鍵詞】盧卡斯批判 理性預(yù)期 動態(tài)計量
引言
2011年諾貝經(jīng)濟學(xué)獎授予了，薩金特（thomas sargen）、西姆斯（christopher-sime）表彰了兩位為新古典宏觀經(jīng)濟學(xué)體系的建立和發(fā)展作出了杰出貢獻(xiàn)。兩位學(xué)者對宏觀經(jīng)濟模型中預(yù)期的作用、動態(tài)經(jīng)濟理論與時間序列分析的關(guān)系等方面做出了開創(chuàng)性的工作。使得宏觀經(jīng)濟學(xué)研究更強調(diào)實證分析與理論的結(jié)合，為宏觀經(jīng)濟學(xué)的研究提供了新的方向。凱恩斯（1936）發(fā)表《就業(yè)、利息和貨幣通論》，標(biāo)志著現(xiàn)代宏觀經(jīng)濟學(xué)的誕生。
凱恩斯的思想和方法之后為薩繆爾森與托賓等繼承，從而形成了新古典綜合學(xué)派。但是70年代的滯漲現(xiàn)象，以凱恩斯主義為基礎(chǔ)的宏觀計量經(jīng)濟模型的預(yù)測和解釋能力得到了巨大的挑戰(zhàn)。Lucas（1976）指出，政策制度的改變會改變個人對政策的反應(yīng)方式，而個人行為的改變會使經(jīng)濟模型的參數(shù)發(fā)生變化，而參數(shù)的變化又是難以衡量的，使得很多早期計量經(jīng)濟模型很難評價經(jīng)濟政策的效果。
一、動態(tài)計量經(jīng)濟學(xué)在理性預(yù)期中運用
根據(jù)“盧卡斯批判”，經(jīng)濟人會根據(jù)變化的經(jīng)濟環(huán)境隨時調(diào)整自身的參數(shù)。傳統(tǒng)宏觀經(jīng)濟學(xué)模型不能持續(xù)描述經(jīng)濟主體的變化，在擬合一段時間后，誤差將逐漸加大。經(jīng)濟學(xué)研究者，需要迫切解決的是如何利用隨機數(shù)據(jù)來反映理性預(yù)期的思想。在動態(tài)時間序列分析中，對一個AR（自回歸）過程的估計，可以轉(zhuǎn)化為一個無限期隨機項的MA（移動平均）過程，這樣就可以利用隨機誤差項對參數(shù)的真實值進行估計了。薩金特（1980）使用了廠商優(yōu)化模型來體現(xiàn)理性預(yù)期的思想。設(shè)廠商目標(biāo)函數(shù)為：
■E■■β■（γ■+α■-w■）n■-（r■/2）n■■-（δ/2）（n■-n■）■
（1）
其中，β為貼現(xiàn)率，n■為第t期勞動力投入，α■為第t期技術(shù)水平，w■為第t期工資水平。γ■，γ■，β為待估參數(shù)。根據(jù)利潤最大化得：
nt=ρnt-1-（ρ/δ）■（βρ）jEt[wt+j-at+j-γ■] （2）
利用wiener-kolmogorov算子把t+j期工資率和技術(shù)水平內(nèi)生化得：
n■=ρn■-（ρ/δ）Uξ（λ）-1[1+■（■（λ）■ξ■）L■]x■+（ρ/δ）（λ）■[1+■（■（λ）■a■）L■]a■+ργ■/[δ/（1-λ）]其中，λ=βρ，U是一個1×p的向量。定義π（L）=（ρ/δ）（λ）■[1+■（■（λ）■a■）L■]，則誤差項為α（L）et=π（L）v■■，定義μ（L）=n（ρ/δ）ξ（λ）■[1+■（■（λ）■ξ■）L■]，c■=v■■-vv■■。對v■■的OLS估計可得第t期的最優(yōu)勞動力投入為：
nt=（1-ρL]-1[μ（L）+π（L）α（L）-1vξ（L）]xt+（1-ρL）-1π（L）α（L）-1ct （3）
通過ML估計出參數(shù)r0，γ1，δ，v，α（L），ξ（L）這些估計出的參數(shù)是具有理性預(yù)期的經(jīng)濟人最優(yōu)目標(biāo)中含有的參數(shù)以及技術(shù)水平參數(shù)，這樣就可以通過所估計的參數(shù)來體現(xiàn)理性預(yù)期思想了。
二、動態(tài)計量經(jīng)濟學(xué)在一般均衡中的運用
（一）有關(guān)經(jīng)濟周期的計量
與薩金特相比，西姆斯更集中于計量經(jīng)濟學(xué)方面的研究。西姆斯（1972）研究了時間序列數(shù)據(jù)的區(qū)間問題，他認(rèn)為，二次可積函數(shù)中具有滯后分布的時間序列分布模型的時間距離和頻率空間是等距同構(gòu)的。在這個度量空間下，二者可以相互轉(zhuǎn)化，可進行普通最小二乘估計，1974年西姆斯提出了消除時間序列季節(jié)影響因素的計量方法。
（二）有關(guān)格蘭杰因果檢驗
在格蘭杰因果檢驗中變量之間因果關(guān)系的確定是假設(shè)一個變量為被解釋變量而另外一個變量的滯后項為解釋變量時，回歸結(jié)果的整體顯著性檢驗是否成立。該檢驗只是體現(xiàn)變量與滯后變量的整體性關(guān)系，也就是說研究一個變量的歷史數(shù)據(jù)對另外一個變量所產(chǎn)生的影響。西姆斯（1972）在格蘭杰的基礎(chǔ)上提出了新的檢驗方法，他認(rèn)為在時間序列中，如果解釋變量是外生的，對滯后項的整體性檢驗存在錯誤。他提出的因果性檢驗是通過比較一個變量為被解釋變量與另外一個變量的未來值為解釋變量時，回歸后的整體顯著性檢驗是否成立。西姆斯（1983）對貨幣供應(yīng)是否是引起經(jīng)濟周期波動的原因的實證研究提出了懷疑，并對這些實證研究提出了反駁。
（三）有關(guān)離散時間模型
西姆斯（1971）認(rèn)為當(dāng)把具有連續(xù)時間分布滯后的計量轉(zhuǎn)化為離散時間的計量時往往需要對分布滯后項增加平滑約束條件使得估計更準(zhǔn)確，西姆斯（1980）把這種思想發(fā)展成為后來廣泛使用的向量自回歸方法（VAR）。西姆斯（1988）認(rèn)為在貝葉斯分析中由于某些參數(shù)是無法量化或量化不夠準(zhǔn)確因此無法使用事前prior概率分布給參數(shù)賦值。研究者從簡化模型的角度出發(fā)，經(jīng)常只需估計有限的參數(shù)，這樣會導(dǎo)致事前事件的似然性降低。研究發(fā)現(xiàn)，時間序列模型分析中通過模型檢驗選擇模型形式的方法并不可靠。檢驗的顯著性會受到樣本數(shù)量的影響，而非樣本本身。另外，許多研究者經(jīng)常利用估計好的模型進行事后檢驗，通過對未來值進行預(yù)測，比較預(yù)測值與真實值的差距，從而檢驗?zāi)Ｐ驮O(shè)計是否合理。這種方法在短期時間序列模型中比較有效，在長期卻很難成立。在預(yù)測方面，往往需要在正則性和協(xié)方差平穩(wěn)的前提下進行，然而在實際預(yù)測中，非正則性和非平穩(wěn)性會經(jīng)常出現(xiàn)，這使得預(yù)測誤差變得很大。
三、結(jié)論
在新古典宏觀經(jīng)濟學(xué)統(tǒng)治了近半個世紀(jì)后盧卡斯、普雷斯科特等人建立了宏觀經(jīng)濟學(xué)的微觀基礎(chǔ)，而2011諾貝爾經(jīng)濟學(xué)獎授予薩金特與西姆斯，使得動態(tài)宏觀計量思想為大多數(shù)研究者所認(rèn)可。且對傳統(tǒng)經(jīng)典計量經(jīng)濟學(xué)提出了挑戰(zhàn)，他們的研究工作使得小樣本最小二乘估計法被放棄，而使得大樣本的ML、GMM、貝葉斯估計等方法廣泛使用。而且VAR模型在經(jīng)濟變量的因果關(guān)系分析、脈沖響應(yīng)分析、波動分析等方面具有無可比擬的優(yōu)勢，使得動態(tài)計量方法在現(xiàn)代宏觀經(jīng)濟研究中既能幫助政策制定者制定合理的經(jīng)濟政策，也可以對政策執(zhí)行效果進行一定的評估。因此，薩金特與西姆斯的研究成果不但能應(yīng)用在宏觀經(jīng)濟研究領(lǐng)域，在經(jīng)濟決策分析中也能得到極大的運用。
參考文獻(xiàn)
[1]Hansen，L.&T.J.Sargent.Formulating and estimating dynamic linear rational expectations models[J].Journal of Economic Dynamics and Control，1980（02）：7-46.
[2]Sims，C.A.Discrete approximations to continuous time distributed lags in econometrics[J].Econometrica，1971，39（03）：545-563.
[3]郭路，劉霞輝.動態(tài)計量方法在宏觀經(jīng)濟學(xué)中的應(yīng)用——2011年度諾貝爾經(jīng)濟學(xué)獎獲得者學(xué)術(shù)成就評述[J].經(jīng)濟學(xué)動態(tài)，2011（12）：98-103.
一、宏觀經(jīng)濟動態(tài)分析的基本原理
通俗地讓學(xué)生了解一門相對抽象和復(fù)雜課程基本原理，是學(xué)生對該學(xué)科產(chǎn)生興趣，取得感性認(rèn)識的基礎(chǔ)。經(jīng)濟學(xué)科的發(fā)展受到物理學(xué)的分支動態(tài)學(xué)的影響和啟迪，把動態(tài)學(xué)這一術(shù)語應(yīng)用于宏觀經(jīng)濟分析時構(gòu)成了宏觀經(jīng)濟的動態(tài)分析，其目的是探尋和研究變量的具體時間路徑，或者是確定在給定的充分長的時間內(nèi)，這些變量是否趨向收斂于某一均衡值。這方面的研究是非常重要的，因為它可以彌補靜態(tài)學(xué)和比較靜態(tài)學(xué)的嚴(yán)重不足。在比較靜態(tài)學(xué)中，總是武斷地假設(shè)：經(jīng)濟調(diào)節(jié)過程不可避免地導(dǎo)致均衡。而在宏觀經(jīng)濟的動態(tài)分析中，直接面對均衡的“可實現(xiàn)性”問題，而不是假設(shè)它必然能夠?qū)崿F(xiàn)。動態(tài)分析的一個顯著特征是確定變量的時間，這就把時間因素明確納入分析范圍。有兩種方式可以做到這一點：可以將時間視為連續(xù)變量，也可以將其視為離散變量。在前一種情況下，變量在每一時點都要發(fā)生某些變化（如在連續(xù)計算復(fù)利時那樣）；而在后一種情況下，變量僅在某一時段內(nèi)才發(fā)生某些變化（如僅在每六個月才計入利息）。這兩個不同的時間概念在不同的內(nèi)容中各具優(yōu)勢。例如：假定已知人口規(guī)模H隨時間以速率dH/dt=t-1/2 變化。則要求的是：人口H=H（t）的何種時間路徑可以產(chǎn)生相應(yīng)的變化率？如果起初便知道函數(shù)H=H（t），那么便可以通過微分求得dH/dt，但現(xiàn)在面臨的問題恰恰相反：要從已知的導(dǎo)數(shù)求出原函數(shù)，而不是從原函數(shù)求出其導(dǎo)數(shù)。在數(shù)學(xué)上，現(xiàn)在需要與微分法或微分學(xué)完全相反的方法。這種方法稱作積分法或積分學(xué)。周知，滿足于如下觀察：H（t）=2t1/2+H（0）。因此，在現(xiàn)在的例子中，任意時點的人口規(guī)模由初始人口H（0）與另一個包含時間變量大的項的和組成。這個時間路徑的確描述了變量H隨時間變化的過程，因此確實構(gòu)成了此動態(tài)模型的解。
二、宏觀經(jīng)濟動態(tài)分析的主要目的
為什么要學(xué)習(xí)和研究宏觀經(jīng)濟動態(tài)分析呢？主要是基于它的目的和它的政策意義，以下讓我們先來考察它的主要目的，這也是學(xué)生首先需要認(rèn)識的問題。
1、預(yù)測通貨膨脹
自20世紀(jì)70年代以來，西方經(jīng)濟關(guān)系被打破，滯脹成了許多西方國家經(jīng)濟的普遍現(xiàn)象，同時保守的經(jīng)濟政策變得更加突出。在理論界，凱恩斯的宏觀經(jīng)濟學(xué)理論失效了。最顯著的變化是伴隨著上升的失業(yè)率而來的快速（或加速）上升的通貨膨脹率，這成為許多西方國家經(jīng)濟的特征。個人開始預(yù)期價格會上漲并把這種預(yù)期考慮到他們的決策中去。如果這樣的行為要被模型化，那就不可避免地會涉及一個宏觀經(jīng)濟的動態(tài)模型――通貨膨脹預(yù)期的動態(tài)模型。
2、分析浮動匯率
自1973年浮動匯率制的普遍推行以來，商品和服務(wù)貿(mào)易在絕大多數(shù)國家都是快速增長的，更加明顯的是國際間資本流動的不斷增加。早期的貿(mào)易理論關(guān)注經(jīng)常賬戶，但是，隨著資本流動的增加，這樣的模型變得非常不符合現(xiàn)實。主體結(jié)構(gòu)的變化和資本流動增長的結(jié)合意味著匯率對經(jīng)濟產(chǎn)生持續(xù)的影響力?，F(xiàn)在已不太可能把宏觀經(jīng)濟看作是封閉的并建立相應(yīng)的宏觀經(jīng)濟模型了。但是隨著浮動匯率制的廣泛實施，匯率變動需要被模型化。像通貨膨脹一樣，市場參與者開始形成有關(guān)匯率變動的預(yù)期，并且開始根據(jù)預(yù)期來行動。因而建立匯率預(yù)期模型就變得非常重要。這個模型的建立一定是動態(tài)的。
3、了解資本流動
無論是封閉經(jīng)濟模型還是開放經(jīng)濟模型都要產(chǎn)生的一個重要特征的資本流動方面。凱恩斯主義經(jīng)濟學(xué)強調(diào)了流量理論，這是因為凱恩斯自己對經(jīng)濟的短期運行非常感興趣。如果僅僅考慮一個或兩個時期，這可能是一個合理的近似，然而經(jīng)濟學(xué)家們要預(yù)測跨越五年或更長的時期。更重要的是，債券發(fā)行量的變化（一個流量）改變了國債（一個存量），以及有關(guān)這項借款的利息支付。需要認(rèn)真考慮政府支出及其對財政預(yù)算平衡的影響，但是財政預(yù)算，或更為顯著的國債，對資本規(guī)模有長期的影響。政府不能不關(guān)心國債規(guī)模。對于開放經(jīng)濟來說同樣也是如此，支出的平衡是一個流量。早期的模型，特別是那些忽視資本項目的模型，只關(guān)注產(chǎn)品和服務(wù)的進出口差額帶來的沖擊，換句話說，就是針對某個經(jīng)濟領(lǐng)域的產(chǎn)品和服務(wù)的流入和流出。但是赤字導(dǎo)致了一個國家資本準(zhǔn)備金存量水平的下降，盈余的作用恰恰相反。反復(fù)的赤字會導(dǎo)致反復(fù)的資本準(zhǔn)備金存量和貨幣存量水平的下降，后者當(dāng)然可以用增發(fā)貨幣（中性）來彌補，但這只會使調(diào)整過程復(fù)雜化，它最多只是延遲了所需要的調(diào)整。即使這樣，調(diào)整仍要求流量和存量都發(fā)生變化。流量常常是（也不都是）在一個時期，如在一年內(nèi)發(fā)生，在這期間存量維持在一個固定值。要改變存量水平達(dá)到一個期望的數(shù)量常常需要多個時期才能實現(xiàn)，這就要有存量調(diào)整的流量，這些在本質(zhì)上就是動態(tài)的。這種存量調(diào)整的流量在20世紀(jì)70年代變得非常重要，應(yīng)當(dāng)包含在模型的建立過程中。如果模型想要變得更加切合實際，成為更好的預(yù)測工具，它就必需更加動態(tài)化。
4、掌控經(jīng)濟波動
無論是在計劃經(jīng)濟還是市場經(jīng)濟當(dāng)中，經(jīng)濟運行過程中各種宏觀經(jīng)濟總量在不同的階段具有不同的性質(zhì)，使得經(jīng)濟運行呈現(xiàn)出波動性，并且由于這些性質(zhì)在經(jīng)濟發(fā)展過程當(dāng)中階段性地重復(fù)出現(xiàn)，這就使得經(jīng)濟波動具有周期性的特定現(xiàn)象。通過對經(jīng)濟運行數(shù)據(jù)的分析以及編制相應(yīng)的景氣數(shù)據(jù)來說明經(jīng)濟動作處于經(jīng)濟周期的何種階段（繁榮、衰退、蕭條和復(fù)蘇），并對下一階段或下一周期的到來時間、程度進行預(yù)測，以便提出順向或逆向調(diào)節(jié)經(jīng)濟的相關(guān)建議。這種分析是很有必要的。但是必須建立在相關(guān)指標(biāo)動態(tài)監(jiān)測分析系統(tǒng)的基礎(chǔ)上，即動態(tài)信息的采集與動態(tài)監(jiān)測的預(yù)警分析。
三、宏觀經(jīng)濟動態(tài)分析的政策意義
經(jīng)濟運行中動態(tài)特征的普遍性，使得現(xiàn)代西方宏觀經(jīng)濟動態(tài)分析受到越來越多的注意。經(jīng)濟分析的最終目標(biāo)是為了設(shè)計或制定有效的經(jīng)濟政策，宏觀經(jīng)濟動態(tài)分析的目的就是為了宏觀經(jīng)濟政策的有效性。以下以宏觀經(jīng)濟動態(tài)分析中常用的非線性方法和混沌方法說明其政策意義。
1、非線性分析的政策意義
一個系統(tǒng)中的非線性是指一個系統(tǒng)的后一期狀態(tài)以非線性的方式依賴于它的前一期狀態(tài)。設(shè)xt+1是一個系統(tǒng)的后一期觀察值，xt是它的前一期觀察值，它們兩者之間存在關(guān)系xt+1=?蕊（xt），x?綴Rt。如果?蕊（xt1+xt2）≠?蕊（xt1）+（xt2），則稱?蕊是非線性的。非線性、多重均衡和局部穩(wěn)定性或不穩(wěn)定性都是互相關(guān)聯(lián)的。以下以一個簡單的非線性差分方程：xt=?蕊（xt-1）為例進行說明。當(dāng)x?鄢=?蕊（x?鄢），存在一個均衡點（不動點）。假設(shè)如圖1（a）所示的情形，則?蕊（xt-1）與450線相交的那一點就是一個均衡點。但是在這個例子中，有三個這樣的點：x1?鄢，x2?鄢和x3?鄢滿足這個條件。而一個線性系統(tǒng)卻只能與450線相交于一點（在這里排除了函數(shù)與450線重合的情況），如圖1（b）和圖1（c）所示。由此可知，非線性的存在導(dǎo)致了多重均衡。
可以在一個不動點鄰域內(nèi)取線性近似這個事實并不否認(rèn)可以有多個不動點。就算把它限制在只有穩(wěn)定均衡的條件下，仍然會有多個不動點。這導(dǎo)致地一些新的有趣的政策含義，在簡單的情形下，如用圖1（a）來說明，則與x1?鄢點相聯(lián)系的福利是不同于與x3?鄢相聯(lián)系的福利的。如果是這樣，對政府來說就有可能在兩個不動點之間進行選擇。或者是，經(jīng)過考察以后發(fā)現(xiàn)一個穩(wěn)定的均衡總是要比另一個均衡更好。
2、混沌分析的政策意義
周期性的變化往往被認(rèn)為是由于外部沖擊或復(fù)雜系統(tǒng)所造成的。然而，簡單的確定性非線性系統(tǒng)會引發(fā)非周期的或混亂的變化，導(dǎo)致這一變化的關(guān)鍵因素是系統(tǒng)的非線性。對一個線性系統(tǒng)來說，一個參數(shù)值的微小變化（甚至特別小的變化），系統(tǒng)的定量和定性過程可能發(fā)生劇烈的變化。奇怪的是，非線性卻是常態(tài)。但是無論是自然科學(xué)還是經(jīng)濟學(xué)，三百年來一直以研究線性為主要模式。非線性是系統(tǒng)最常見的特性，因而需要包括社會科學(xué)家們給予注意，非線性系統(tǒng)會導(dǎo)致非周期或混亂的狀態(tài)產(chǎn)生了一個新的研究分支――混沌理論。所謂混沌是指確定性的非線性系統(tǒng)產(chǎn)生一種貌似隨機的動態(tài)行為。
在研究確定性系統(tǒng)時必須了解系統(tǒng)的三個特征，即時間變化值、參數(shù)值、初始條件。所有三個特征都具備的系統(tǒng)稱為確定性的。如果這樣一個確定性系統(tǒng)表現(xiàn)為混沌，則它對初始條件就非常敏感。如果初始條件有微小的變化，系統(tǒng)在一定時期后的表現(xiàn)會非常不同。但這主要意味著系統(tǒng)是不可預(yù)測的，因為在確定初始條件時總有一些不精確的地方，即使系統(tǒng)本身是確定的?；煦绲拇嬖诋a(chǎn)生了一個問題，即經(jīng)濟波動是由于系統(tǒng)的“內(nèi)生傳導(dǎo)機制”還是由于對系統(tǒng)的外部沖擊而產(chǎn)生的？支持內(nèi)生傳導(dǎo)機制的理論往往建議來自政府的強有力的穩(wěn)定性政策。認(rèn)為經(jīng)濟周期主要由外部沖擊造成的理論認(rèn)為政府的穩(wěn)定性政策充其量是一種無益的實踐，弄得不好還會有害。這一點非常重要。新古典經(jīng)濟學(xué)假設(shè)，沒有外部沖擊的宏觀經(jīng)濟是漸近穩(wěn)定的。如果混沌是存在的，這一假設(shè)就是錯誤的。另一方面，新凱恩斯主義經(jīng)濟學(xué)假設(shè)經(jīng)濟是內(nèi)在不穩(wěn)定的。所不清楚的是，這種不穩(wěn)定是因為隨機沖擊產(chǎn)生的還是由于混沌的存在而產(chǎn)生的。由于非線性的存在，一個簡單的凱恩斯模型可以表現(xiàn)出混沌，因為混沌的存在，對經(jīng)濟進行預(yù)測即使不是危險的也可能是無用的。因此，應(yīng)用混沌理論，根據(jù)國民經(jīng)濟運行的歷史數(shù)據(jù)，建立計量經(jīng)濟學(xué)模型，再利用這一模型分析經(jīng)濟系統(tǒng)產(chǎn)生穩(wěn)定的、混沌的和不穩(wěn)定行為的條件，以便設(shè)計出更為有效的宏觀經(jīng)濟政策。
四、宏觀經(jīng)濟動態(tài)分析的教學(xué)難點
關(guān)鍵詞: 宏觀經(jīng)濟變量； 建筑工程造價； VAR 模型； 脈沖響應(yīng)函數(shù)； 方差分解
中圖分類號：TU723文獻(xiàn)標(biāo)識碼： A 文章編號：
工程造價受市場價格影響的程度是工程參與各方都很關(guān)注的重要問題。已經(jīng)有很多學(xué)者就宏觀經(jīng)濟對市場價格的影響做了大量的研究，而就宏觀經(jīng)濟因素對建筑工程造價的影響國內(nèi)外也有一些學(xué)者進行了研究。AKINTOYE 通過研究工程造價與經(jīng)濟周期間的關(guān)系，找出了建筑工程造價波動的主導(dǎo)經(jīng)濟指標(biāo)。尚梅和陳曉軍利用宏觀經(jīng)濟的先導(dǎo)變量建立了中國建筑工程造價多元回歸模型，發(fā)現(xiàn)對中國建筑工程造價影響最顯著的是人均國民生產(chǎn)總值，其次是在建大中型建筑項目投資。尚梅基于向量自回歸理論，構(gòu)建了中國建筑工程造價、在建大中型建設(shè)項目數(shù)、建筑企業(yè)數(shù)、城鎮(zhèn)失業(yè)率、廣義貨幣供給量及已完工大中型建設(shè)項目數(shù)6個變量間動態(tài)關(guān)系的VAR(2)模型，通過對該模型的協(xié)整分析和誤差校正模型分析，對中國建筑工程造價進行預(yù)測。
1 向量自回歸( VAR) 模型的建立
1.1 向量自回歸模型( VAR) 的簡化向量自回歸模型( VAR) 實際上是多向量自回歸移動平均模型( VARMA) 的簡化，其一般數(shù)學(xué)表達(dá)式為:
式中: yt為m 維內(nèi)生變量； xt為d 維外生變量；A1 ～ Ap和B1 ～ Br為待估參數(shù)矩陣，內(nèi)生變量和外生變量分別有p 和r 階滯后； εt為隨機擾動項。因為內(nèi)生變量有p 階滯后，所以可稱其為一個VAR( p) 模型，其中滯后階數(shù)p 一般根據(jù)AIC和SC 信息量取值最小的準(zhǔn)則確定。
1.2 脈沖響應(yīng)函數(shù)( IRF)
脈沖響應(yīng)函數(shù)描述的是VAR 模型中的一個內(nèi)生變量的沖擊給其他內(nèi)生變量所帶來的影響，并從動態(tài)反應(yīng)中判斷變量間的時滯關(guān)系?？紤]一個p 階向量自回歸模型:
Yt的第i 個變量yit可以寫成:
其中，k 為變量個數(shù)，t = 1，2，…，T。沖擊響應(yīng)時測量1 個單位的自變量變化對因變量變動的影響，通過對VAR 模型進行沖擊響應(yīng)分析，可以較準(zhǔn)確地掌握各經(jīng)濟變量和建筑工程造價的動態(tài)特性。
1.3 方差分解
方差分解是通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化( 通常用方差來度量) 的貢獻(xiàn)度，進一步評價不同結(jié)構(gòu)沖擊的重要性。因此，方差分解給出對VAR 模型中變量產(chǎn)生影響每個隨機擾動的相對重要性的信息。
2 實證過程與結(jié)果分析
2.1 數(shù)據(jù)收集
收集了某省2002—2009 年各季度房屋工程造價( CC) 及其他15 個可能與房屋工程造價有關(guān)的經(jīng)濟變量統(tǒng)計數(shù)據(jù)，如表1 所示。對與工程造價有關(guān)的經(jīng)濟變量，采取固定價格指數(shù)2002 年2季度= 100； 與價格不相關(guān)的經(jīng)濟變量( 建筑企業(yè)個數(shù)、城鎮(zhèn)失業(yè)率等) 可直接計算指數(shù)( 由于這些經(jīng)濟變量統(tǒng)計都為年度數(shù)據(jù)，故各季度數(shù)據(jù)取為相同) 。為了克服經(jīng)濟變量序列的異方差性，減小波動性，因此對所有數(shù)據(jù)都取自然對數(shù)。
2.2 數(shù)據(jù)平穩(wěn)性檢驗
(1) 單位根檢驗。由于許多經(jīng)濟時間序列的生成過程都是非穩(wěn)定的，而建立VAR 模型要求各序列都為一階單整I( 1) 的非平穩(wěn)序列。因此首先對選取的指標(biāo)進行平穩(wěn)性檢驗并確定其單整階數(shù)。采用PHILLIPS － PERRON( PP) 檢驗方法進行平穩(wěn)性檢驗，最優(yōu)滯后階數(shù)通過AIC 和SC 準(zhǔn)則確定。
(2) 因果關(guān)系分析。在VAR 建模及協(xié)整關(guān)系分析后進行因果關(guān)系分析，分析判斷具有協(xié)整關(guān)系的諸變量間是否存在因果關(guān)系。因收集到的數(shù)據(jù)較多，從偏相關(guān)性上分析，其均與建筑工程造價具有某種相關(guān)關(guān)系，但其相互間的關(guān)系又是錯綜復(fù)雜的，選取哪些變量構(gòu)建VAR 模型，是研究的一個難點。因此，在不考慮其他約束條件的情況下，對每個變量與建筑工程造價之間的因果關(guān)系進行分析( 只考慮I( 1) 單整序列) 滯后期選擇4 年。通過格蘭杰因果關(guān)系分析，在所有I( 1) 單整序列中，與建筑工程造價具有較強因果關(guān)系的經(jīng)濟變量為GDP、NCC、RUEMP、CONH、RPI、PCGDP 和CPI。
(3) 協(xié)整檢驗。在建立VAR 模型前，需檢驗變量間的協(xié)整關(guān)系。若存在協(xié)整關(guān)系，則建立的VAR 模型合理； 否則可能存在偽回歸問題，則模型沒有實際意義。通過格蘭杰因果關(guān)系的分析和考慮理論上應(yīng)該對建筑工程造價有較大影響的變量，在所有I( 1) 單整序列中，與建筑工程造價具有較強因果關(guān)系的經(jīng)濟變量為GDP、NCC、RUEMP、CONH 和RPI。采用Janhansen 方法進行協(xié)整關(guān)系檢驗如表4 所示。對CC、GDP、NCC、RUEMP、CONH 和RPI 進行協(xié)整檢驗，其結(jié)果為: 拒絕r = 0，但不拒絕r =1，即在5%水平下存在一個協(xié)整方程，6變量系統(tǒng)之間存在顯著的協(xié)整關(guān)系。對宏觀經(jīng)濟變量的時間序列進行單位根檢驗、格蘭杰因果關(guān)系分析和協(xié)整檢驗，結(jié)果表明，CC、GDP、NCC、RUEMP、CONH 和RPI 等變量之間存在長期均衡的關(guān)系，且我國宏觀經(jīng)濟運行中這6 個變量之間也是相互影響的。因此，在此基礎(chǔ)上建立的VAR 模型是有效的。
2.3 VAR 模型構(gòu)建與分析
(1) VAR 模型構(gòu)建。建筑工程造價和其他相關(guān)經(jīng)濟變量構(gòu)成一個相互作用、相互影響的動態(tài)系統(tǒng)。向量自回歸模型可以較好地描述這種動態(tài)關(guān)系，通過上述數(shù)據(jù)檢驗分析，確定引入VAR 模型中的變量為CC、GDP、NCC、RUEMP、CONH 和RPI。根據(jù)AIC 和SC 信息量( 如表5 所示) 取最小值的準(zhǔn)則，確定模型的最佳階數(shù)為一階，即VAR( 1) 模型，其矩陣表達(dá)式如式( 7) 所示，檢驗結(jié)果如表6 和表7 所示。
式中: Yt = ［CC，RPI，GDP，NCC，RUEMP，CONH］'。
從表5 中可以看出，模型對6 個變量的擬合度都較高，僅對RUEMP 的擬合度稍低( 可能與選取的數(shù)據(jù)為年度數(shù)據(jù)，每季度數(shù)據(jù)相同有關(guān)) ，但其整體的AIC 和SC 信息值較低，經(jīng)檢驗，各變量的殘差序列均為平穩(wěn)序列，據(jù)此可以認(rèn)為，VAR(1) 模型的構(gòu)建是成功的。
(2)脈沖響應(yīng)分析。從圖1 所示的脈沖響應(yīng)結(jié)果來看，CC 受自身慣性影響最為顯著。各經(jīng)濟變量沖擊對CC 的影響存在滯后性，且滯后程度各異。CC 自身慣性的沖擊在一開始就表現(xiàn)突出，達(dá)到40%左右，之后較平緩下降，5期之后降落至10%，并趨于收斂，表明當(dāng)前的工程造價對未來工程造價的影響隨時間推移而逐漸變小，最后達(dá)到穩(wěn)定比例。RPI 在前2 期內(nèi)，對CC 的影響急劇增長，達(dá)到13%，接著其影響度反而緩慢下降，5 期后趨于收斂，表明RPI 的增長在前2 期內(nèi)對CC影響程度增加至最大，隨著時間推移其影響程度達(dá)到穩(wěn)定比例。CONH 對CC 的影響趨勢類似于RPI，但幅度相對較小，也是在前2 期影響度達(dá)到最大6%左右，但在5 期后基本沒有影響了。GDP在3 期內(nèi)對CC 的影響緩慢增長，達(dá)到7%，3 期之后影響程度的增長率平緩收斂。RUEMP 是相對于其他經(jīng)濟變量影響度較大的，經(jīng)歷3 期增長至最大－ 11%后，逐漸趨于平緩至－ 7%左右。令人較為意外的是，NCC 的表現(xiàn)為負(fù)響應(yīng)，然而3期后變成正響應(yīng)。故可據(jù)此判斷各經(jīng)濟變量的變化對CC 波動沖擊的滯后期，GDP、RUEMP、CONH和RPI 對CC 影響的滯后期分別為3 期、3 期、2 期和2 期，而由于NCC 對CC 波動沖擊的異常表現(xiàn)使得滯后期難以確定，需進一步觀察方差分析的結(jié)果。
關(guān)鍵詞：宏觀經(jīng)濟波動；投資；消費；出口；SVAR模型
中圖分類號：F0641文獻(xiàn)標(biāo)識碼：A文章編號：2095-3283（2016）11-0083-05
[作者簡介]邢國繁（1963-），男，朝鮮族，吉林省吉林人，教師，經(jīng)濟學(xué)博士，研究方向：國際貿(mào)易；王爽（1979-），女，蒙古族，遼寧朝陽人，教師，經(jīng)濟學(xué)博士，研究方向：文化貿(mào)易，宏觀經(jīng)濟學(xué)；王濤（1980-），男，安徽合肥人，副院長，研究方向：宏觀經(jīng)濟學(xué)，國際金融。
[基金項目]海南省哲學(xué)社會科學(xué)規(guī)劃課題（項目編號：HNSK（YB）16-52）；三亞市哲學(xué)社會科學(xué)資助課題（項目編號：SYSK2016-22）。
一、變量選取、數(shù)據(jù)預(yù)處理與模型設(shè)定
（一）變量選取
本文以吉林省歷年國內(nèi)生產(chǎn)總值的變動代表吉林省宏觀經(jīng)濟的波動；鑒于數(shù)據(jù)的可得性，以全社會固定資產(chǎn)投資代表總投資需求；考慮到民間固定資產(chǎn)投資對宏觀經(jīng)濟發(fā)展的重要影響，將民間固定資產(chǎn)占全社會固定資產(chǎn)投資的比重也作為模型的一個重要影響因子；用社會消費品零售總額代表消費需求；用出口總額代表出口需求。因此，本文共選取5個變量，分別是：國內(nèi)生產(chǎn)總值（GDP）、全社會固定資產(chǎn)投資（SI）、民間固定資產(chǎn)投資占全社會固定資產(chǎn)投資的比重（MI）、社會消費品零售總額（SCP）和出口總額（EX）。
（二）數(shù)據(jù)預(yù)處理
本文采用的數(shù)據(jù)是1978―2014年吉林省年度數(shù)據(jù)，數(shù)據(jù)主要來源于《吉林統(tǒng)計年鑒2015》。為了消除價格變動的影響，根據(jù)吉林省歷年國內(nèi)生產(chǎn)總值指數(shù)計算出實際GDP；采用固定資產(chǎn)投資價格指數(shù)對全社會固定資產(chǎn)投資額進行換算，其中1992年之前的固定資產(chǎn)投資價格指數(shù)缺失，以100進行補缺。采用居民消費價格指數(shù)對社會消費品零售總額、出口總額數(shù)據(jù)進行換算，消除價格因素的影響。為了降低序列中可能存在的自相關(guān)性和異方差性，對上述序列取自然對數(shù)，分別記作LnGDP、LnSI、LnMI、LnSCP、LnEX。
（三）模型設(shè)定
SVAR模型是結(jié)構(gòu)向量自回歸模型的簡稱，是對向量自回歸模型的改進，這類模型采用多方程聯(lián)立的形式，在模型的每一個方程中用當(dāng)期內(nèi)生變量對模型中全部內(nèi)生變量的滯后值進行回歸，從而估計全部內(nèi)生變量的動態(tài)關(guān)系。本文采用SVAR模型，揭示吉林省宏觀經(jīng)濟波動與投資、消費、出口之間的關(guān)系，一個含k個內(nèi)生變量的p階SVAR模型可寫成如下形式：
Byt=C+Α1yt-1+Α2yt-2+…+Αpyt-p+μt， t=1，2，…，T（1）
其中，y為經(jīng)濟變量向量，C為常數(shù)向量，B和A均為系數(shù)矩陣，且都為k×k方陣，B的主對角線的元素為1，下標(biāo)t為時間變量，p為最大滯后階數(shù)，T為樣本個數(shù)，μ為結(jié)構(gòu)式?jīng)_擊，且μ～VMN（0，I）。
二、實證檢驗與分析
（一）平穩(wěn)性檢驗
SVAR模型要求時間序列數(shù)據(jù)是平穩(wěn)的，因此，需要對5個經(jīng)濟變量進行單位根檢驗以確定其平穩(wěn)性。本文利用ADF檢驗對序列LnGDP、LnSI、LnMI、LnSCP、LnEX進行平穩(wěn)性檢驗，檢驗結(jié)果如表1所示：
由表1可知，序列LnGDP、LnSI、LnMI、LnSCP、LnEX的ADF值均大于5%顯著性水平下的臨界值，且P值均大于005，因此，5個序列均是不平穩(wěn)的。在一階差分之后，序列LnGDP、LnSI、LnMI、LnSCP、LnEX的ADF值均小于5%顯著性水平下的臨界值，且P值均小于005，因此，5個時間序列均是平穩(wěn)的。從而可以將其帶入SVAR方程中進行模型估計與脈沖響應(yīng)分析。
（二）滯后階數(shù)的選擇
SVAR模型的估計結(jié)果受到滯后階數(shù)選擇的影響，而滯后階數(shù)的選擇由其相對應(yīng)的簡化式VAR模型決定，因此，首先需要構(gòu)建變量的簡化式VAR模型，對其進行滯后長度標(biāo)準(zhǔn)的檢驗，結(jié)果如表2所示：
從表2可知，LR、FPE、AIC標(biāo)準(zhǔn)均認(rèn)定應(yīng)選取滯后長度為3。
（三）模型穩(wěn)定性檢驗
模型的穩(wěn)定性是判斷經(jīng)濟理論與模型滯后階數(shù)選擇合理性的標(biāo)準(zhǔn)，同時也是脈沖響應(yīng)函數(shù)分析的前提，圖1為AR特征根分布情況。
從圖1可知，被估計的模型所有根的倒數(shù)均小于1，即位于單位圓之內(nèi)，則說明SVAR模型是穩(wěn)定的，可以用于脈沖響應(yīng)函數(shù)分析。
（四）施加限制性約束
如果SVAR模型能得到唯一的估計參數(shù)，則需要對結(jié)構(gòu)變量進行限制性約束，否則會出現(xiàn)模型不可識別的問題。k元SVAR模型需要對結(jié)構(gòu)式施加k（k-1）/2個約束條件才能識別出結(jié)構(gòu)式?jīng)_擊。而本文SVAR模型中包含5個內(nèi)生變量，因此，模型需要施加10個約束條件才能有效識別結(jié)構(gòu)式?jīng)_擊。
（五）脈沖響應(yīng)函數(shù)分析
本文選取滯后長度為20期，圖中橫坐標(biāo)表示沖擊發(fā)生后的時間間隔，縱坐標(biāo)表示GDP對4個變量沖擊的反應(yīng)程度。
1全社會固定資產(chǎn)投資、民間固定資產(chǎn)投資、消費、出口對GDP的20期脈沖沖擊（見圖2―5）
（1）從圖2可以看出，GDP受到全社會固定資產(chǎn)投資的一個沖擊后表現(xiàn)為上升―下降―上升的趨勢，第3期受到的沖擊最大，響應(yīng)為0011。第8期至第15期GDP受到?jīng)_擊后反應(yīng)為負(fù)，但負(fù)效應(yīng)在第10期達(dá)到最大，也僅為0003，16期之后，又恢復(fù)為正效應(yīng)。
（2）從圖3可以看出，GDP受到民間固定資產(chǎn)投資的一個沖擊后在前10期響應(yīng)波動幅度比較明顯，表現(xiàn)為上下波動。第10期之后波動幅度非常小。第3期正效應(yīng)最大，為0010，第6期負(fù)效應(yīng)最大，為0006。
（3）從圖4可以看出，GDP受到消費的一個沖擊后表現(xiàn)為上升―下降―上升的趨勢，在20期內(nèi)波動幅度很小，第2期受到的沖擊最大，但響應(yīng)僅為0004。
（4）從圖5可以看出，GDP受到出口的一個沖擊后在第6期響應(yīng)達(dá)到最大，為0006，其余期幾乎沒有響應(yīng)，幅度波動非常小。
2全社會固定資產(chǎn)投資、民間固定資產(chǎn)投資、消費、出口對GDP的20期累積脈沖沖擊（見圖6―9）
（1）從圖6可以看出，長期內(nèi)，全社會固定資產(chǎn)投資是影響吉林省宏觀經(jīng)濟波動的重要因素，對經(jīng)濟影響的長期累積效應(yīng)較大，第8期達(dá)到最大值0037，且全社會固定資產(chǎn)投資的增加對吉林省宏觀經(jīng)濟的增長具有明顯的正向效應(yīng)，即具有較大地促進作用。全社會固定資產(chǎn)投資短期內(nèi)有助于吉林省經(jīng)濟增長，長期內(nèi)對經(jīng)濟影響的累積正效應(yīng)較大，說明全社會固定資產(chǎn)投資對吉林省經(jīng)濟增長確實起到較大地的拉動作用。因此，吉林省應(yīng)進一步地突出全社會固定資產(chǎn)投資對穩(wěn)增長、調(diào)結(jié)構(gòu)的關(guān)鍵作用，加大對三大產(chǎn)業(yè)的固定資產(chǎn)投資，特別是加大對新興戰(zhàn)略性產(chǎn)業(yè)，如新能源汽車、航天信息產(chǎn)業(yè)等領(lǐng)域的投資以及對服務(wù)業(yè)的固定資產(chǎn)投資，建設(shè)本省的服務(wù)外包基地、開展制造業(yè)信息服務(wù)、云計算及智慧城市云共享服務(wù)等業(yè)務(wù)?？傊质∪蕴幱诘湫偷囊乩瓌与A段，在產(chǎn)能與內(nèi)需錯位、出口能力有限的情況下，全省經(jīng)濟的持續(xù)穩(wěn)定增長依然要依靠投資拉動，因此，全省應(yīng)保持投資增長的連續(xù)性，全社會固定資產(chǎn)投資更要保持適度規(guī)模增長。
（2）從圖7可以看出，長期內(nèi)，民間固定資產(chǎn)投資對吉林省宏觀經(jīng)濟波動的影響小于全社會固定資產(chǎn)投資，這是因為民間固定資產(chǎn)投資是全社會固定資產(chǎn)投資的一部分，但其仍是吉林省宏觀經(jīng)濟波動的重要影響因素。第4期響應(yīng)達(dá)到最大，為0017，且民間固定資產(chǎn)投資的增加對吉林省宏觀經(jīng)濟的增長具有明顯的正向效應(yīng)，即具有一定程度的促進作用。而這與吉林省民間投資呈現(xiàn)出的增速快、占比大、結(jié)構(gòu)優(yōu)的特征相一致，近年來吉林省民間投資主要投向高技術(shù)制造業(yè)和技術(shù)改造業(yè)。因此，兩大投資熱點對經(jīng)濟的拉動作用較顯著。且從2006年開始，吉林省先后設(shè)立了產(chǎn)業(yè)創(chuàng)新引導(dǎo)資金、服務(wù)業(yè)發(fā)展引導(dǎo)資金、科技創(chuàng)新、旅游發(fā)展等一批省級專項資金，引導(dǎo)民間投資進入重點領(lǐng)域，有力推動了全省民間投資的快速發(fā)展。從長期來看，民間固定資產(chǎn)投資確實拉動了吉林省經(jīng)濟的增長。
（3）從圖8可以看出，長期內(nèi)，消費對吉林省宏觀經(jīng)濟波動的影響由正效應(yīng)轉(zhuǎn)為負(fù)效應(yīng)，第4期正效應(yīng)達(dá)到最大，為0008，第12期負(fù)效應(yīng)達(dá)到最大，為0004。從第9期開始，消費對吉林省經(jīng)濟增長由拉動作用開始轉(zhuǎn)變?yōu)樽璧K因素。究其原因，吉林省作為東北老工業(yè)基地，其主要是生產(chǎn)生產(chǎn)資料，而在生活消費品產(chǎn)業(yè)方面并不發(fā)達(dá)。因此，消費結(jié)構(gòu)與本省資源與生產(chǎn)制造能力結(jié)構(gòu)不符，存在錯位現(xiàn)象。在對生產(chǎn)資料消費低迷的情況下，吉林省資源不能得到充分利用，實際產(chǎn)量遠(yuǎn)遠(yuǎn)少于潛在的產(chǎn)量，生產(chǎn)能力就不會轉(zhuǎn)化為現(xiàn)實的經(jīng)濟增長；而當(dāng)吉林省對生活消費品消費過熱時，本省資源與生產(chǎn)能力與消費需求存在錯位，不能滿足其內(nèi)在的消費需求，這種消費需求又超出了本省資源和生產(chǎn)能力的約束，則“欲速而不達(dá)”，表現(xiàn)為通貨膨脹式的經(jīng)濟增長，其實質(zhì)就是負(fù)增長，由此導(dǎo)致消費的增加對吉林省宏觀經(jīng)濟的增長起到一定的阻礙作用?？傊质↓嫶蟮漠a(chǎn)能沒有對接本省的消費需求，消費端的需求不能在本省得到較好的滿足，這在傳統(tǒng)意義上是產(chǎn)能過剩，而本質(zhì)上是市場形勢的變化帶來的產(chǎn)能與需求的錯位。因此，吉林省消費更多地是帶動省外經(jīng)濟的發(fā)展，長期看，對吉林省經(jīng)濟增長還起到反作用。
（4）從圖9可以看出，長期內(nèi)，出口也會對吉林省宏觀經(jīng)濟造成沖擊，但是影響較小。第7期達(dá)到最大值0009，出口增加對吉林省宏觀經(jīng)濟的增長具有一定的正向效應(yīng)，即促進作用。但沖擊效果較小的原因主要是吉林省出口總量過小，以至于難以對經(jīng)濟產(chǎn)生足夠的拉動作用。1978―2014年吉林省出口總額占GDP的比重均值為59%，因此，吉林省應(yīng)重視發(fā)展外向型經(jīng)濟，在國家實施“一帶一路”戰(zhàn)略背景下，吉林省是向北開放的重要窗口，也是東北亞絲綢之路的源頭和起點，有多個城市沿邊近海，因此，吉林省要在國家“一帶一路”戰(zhàn)略布局中找到契合點；對外，打通向東出?？?，對內(nèi)，向西拓展，構(gòu)筑開發(fā)開放的戰(zhàn)略新格局，進一步提升外向型經(jīng)濟的發(fā)展水平。
（六）方差分解
本文用于說明全社會固定資產(chǎn)投資、民間固定資產(chǎn)投資、消費、出口對吉林省宏觀經(jīng)濟波動的貢獻(xiàn)程度。具體方差分解結(jié)果如表3所示：
從表3可知，產(chǎn)出沖擊對吉林省宏觀經(jīng)濟波動的影響最大，其次是全社會固定資產(chǎn)沖擊和民間固定資產(chǎn)沖擊，二者是影響吉林省宏觀經(jīng)濟波動的重要因素，而消費沖擊和出口沖擊的影響較小。根據(jù)20期沖擊均值可知，產(chǎn)出沖擊解釋了728%的自身波動，全社會固定資產(chǎn)沖擊解釋了124%的產(chǎn)出波動，民間固定資產(chǎn)投資沖擊解釋了108%的產(chǎn)出波動，消費沖擊解釋了19%的產(chǎn)出波動，出口沖擊解釋了18%的產(chǎn)出波動。由此可知，投資仍是拉動吉林省經(jīng)濟增長的主要驅(qū)動力。以上方差分解的結(jié)果與脈沖響應(yīng)函數(shù)分析所得的結(jié)論一致，互相印證。
三、對策建議
（一）保持投資增長的連續(xù)性。吉林省經(jīng)濟發(fā)展仍處于典型的要素拉動階段。在產(chǎn)能與內(nèi)需錯位、出口能力有限的情況下，全省經(jīng)濟的持續(xù)穩(wěn)定增長依然要依靠投資拉動。因此，全省應(yīng)保持投資增長的連續(xù)性，全社會固定資產(chǎn)投資和民間固定資產(chǎn)投資更要保持適度規(guī)模增長，進一步優(yōu)化二者的投資結(jié)構(gòu)，不僅要加大對基礎(chǔ)設(shè)施、社會民生、科技創(chuàng)新等領(lǐng)域的政府投資，更要引導(dǎo)民間投資投向戰(zhàn)略性新興產(chǎn)業(yè)、現(xiàn)代服務(wù)業(yè)、重點制造業(yè)等新的領(lǐng)域，努力提高投資質(zhì)量與效益。
（二）加快供給側(cè)結(jié)構(gòu)性改革步伐，提高供給結(jié)構(gòu)對本省消費需求變化的適應(yīng)性和靈活性。吉林省龐大的產(chǎn)能沒有對接本省的消費需求，消費端的需求不能在本省得到較好的滿足，這在傳統(tǒng)意義上是產(chǎn)能過剩，而本質(zhì)上是市場形勢的變化帶來的產(chǎn)能與需求的錯位，這也正是供給側(cè)結(jié)構(gòu)性改革的主要內(nèi)容，用改革的辦法推進結(jié)構(gòu)調(diào)整，矯正要素配置扭曲，擴大有效供給，提高供給結(jié)構(gòu)對需求變化的適應(yīng)性和靈活性，提高全要素生產(chǎn)率，更好地滿足廣大人民群眾的需要，使消費拉動經(jīng)濟發(fā)展。
（三）擴大出口對經(jīng)濟的拉動作用。出口是影響吉林省宏觀經(jīng)濟波動的次要因素，雖然表現(xiàn)為正效應(yīng)，但總體影響效果較小。為了進一步提升出口對吉林省經(jīng)濟的拉動作用，應(yīng)該繼續(xù)堅定不移地實施“走出去”戰(zhàn)略，重點在裝備制造、農(nóng)林牧生產(chǎn)、食品加工和冶金建材等領(lǐng)域開展國際產(chǎn)能合作。大力發(fā)展服務(wù)貿(mào)易，推進服務(wù)外包和跨境電子商務(wù)。完善出口服務(wù)體系，提升出口產(chǎn)品附加值。
[參考文獻(xiàn)]
[1]趙留彥.供給、需求與中國宏觀經(jīng)濟波動[J].財貿(mào)經(jīng)濟，2008（3）：59-65.
[2]任希麗，張兵，李可愛.中國經(jīng)濟波動的影響因素分析[J].西安交通大學(xué)學(xué)報（社會科學(xué)版），2013（2）：9-14.
[3]袁吉偉.外部沖擊對中國經(jīng)濟波動的影響――基于BSVAR模型的實證研究[J].經(jīng)濟與管理研究，2013（11）：27-34.
