摘要:本文在簡單文獻回顧的基礎(chǔ)上，利用GARCH和TARCH-M模型分析了中國經(jīng)濟波動對經(jīng)濟長期增長水平的影響。得出:對外開放和市場化改革不僅提高了中國經(jīng)濟的長期增長水平，而且也降低了經(jīng)濟增長的波動風險;中國經(jīng)濟波動對長期經(jīng)濟增長具有減損效應(yīng)，但統(tǒng)計上并不顯著，同時，與Stilianos eta.l (2004)的分析結(jié)論相一致，中國經(jīng)濟波動對經(jīng)濟增長的減損效應(yīng)在經(jīng)濟波動的不同階段具有明顯的對稱效應(yīng)。本文的政策含義是，繼續(xù)擴大對外開放和深化市場化改革，加強宏觀調(diào)控，對保持中國經(jīng)濟的持續(xù)穩(wěn)定增長無疑具有非常重要的意義。

關(guān)鍵詞:經(jīng)濟增長;條件波動;TARCH-M模型;減損效應(yīng);對稱效應(yīng)

中圖分類號:F012

文獻標識碼:A

文章編號:1002-2848-2006(04)-0008-07

中國自建國以來，尤其是1978年改革開放以來，國民經(jīng)濟一直保持一個較高的增長態(tài)勢，真實GDP年均增長7.9%，人均真實GDP年均增長6. 13%，工業(yè)真實GDP增長速度更快年均為11. 57%，成為世界經(jīng)濟的一枝獨秀。但在經(jīng)濟高速增長的過程中，整個經(jīng)濟活動也呈現(xiàn)出較大的波動性，從1954年到2003年，真實GDP增長的波動強度為10. 65個標準差，人均真實GDP增長的波動強度為9. 06個標準差，工業(yè)真實GDP增長的波動強度則更高，達到了11. 55個標準差。對于中國這種高增長高波動的經(jīng)濟運行，我們不禁會提出這樣一個疑問，中國較高的經(jīng)濟波動對其長期經(jīng)濟增長是否具有影響，這一問題不僅具有非常重要的理論意義，也具有積極的實踐意義。因為經(jīng)濟增長一直被認為對社會財富進而對社會福利具有積極的影響，這樣，經(jīng)濟波動對經(jīng)濟增長影響的方向和程度就直接意味著經(jīng)濟穩(wěn)定政策的重要性。

一、簡單的文獻回顧

經(jīng)濟波動與增長雖然一直是宏觀經(jīng)濟學(xué)研究的兩個核心問題，但在上世紀70年代之前，兩者的研究是相互獨立的。雖然早在1934年Schumpeter就從企業(yè)投資行為的角度提出兩者間可能的相關(guān)性[1]，但由于受傳統(tǒng)增長理論的影響①， Schumpeter的研究并沒有受到重視。直到上世紀末，經(jīng)濟增長與波動的關(guān)系才受到越來越多學(xué)者的關(guān)注。但由于不同研究基于的樣本和采取的模型存在較大差異，所以到目前為止，經(jīng)濟增長與波動之間的關(guān)系依然還不很清晰[2-3]。歸納不同研究的結(jié)論，在經(jīng)濟波動與增長之間大致存在三種結(jié)論:一種結(jié)論認為，經(jīng)濟波動與經(jīng)濟增長之間呈現(xiàn)出顯著的正相關(guān)關(guān)系。這種關(guān)系的提出最早可追溯到Schumpeter，他認為，經(jīng)濟波動能促進企業(yè)的效率，改善社會的資源配置，從而提高經(jīng)濟的長期增長水平。根據(jù)他的觀點，經(jīng)濟波動之所以會提高企業(yè)的效率，主要是經(jīng)濟波動可以降低企業(yè)投資于改進生產(chǎn)率的機會成本[1]。實際上，從Schumpeter的研究中，我們會發(fā)現(xiàn)，它所研究的經(jīng)濟波動可以提高企業(yè)資源的使用效率主要是針對經(jīng)濟衰退而言的，并不是真正意義上的經(jīng)濟波動，因為經(jīng)濟波動不僅發(fā)生在經(jīng)濟衰退時期，也發(fā)生在經(jīng)濟的高漲時期。繼其之后， Sandmo和Mirman從儲蓄和投資的角度提出，由于較高的經(jīng)濟波動會導(dǎo)致較高的收入波動，收入波動會使社會的預(yù)防性儲蓄上升，進而使社會的儲蓄率上升，儲蓄率的上升預(yù)示著投資率的上升，根據(jù)Solow的新古典增長模型，經(jīng)濟的均衡增長路徑會上升到一個更高的水平[4-5]。但這個理論的一個重要缺陷就是，假定儲蓄都能完全轉(zhuǎn)化成投資，顯然這種假定是否成立需要一定的條件。Black[6]從風險與收益匹配的角度也提出了同樣的結(jié)論。他認為，經(jīng)濟波動使得投資的風險較高，這樣企業(yè)只有預(yù)期到能獲得足夠的風險補償才會投資，換句話說，就是經(jīng)濟波動產(chǎn)生的風險會使社會投資更多地轉(zhuǎn)向具有較高風險收益的高科技領(lǐng)域，他的研究結(jié)論在后來的研究中一直被稱為Black假說。認為經(jīng)濟增長與波動之間正相關(guān)的經(jīng)驗證據(jù)有:Kormendi和Meguire通過利用47個國家的橫截面數(shù)據(jù)對Black假說進行過檢驗，得出在樣本國家中，經(jīng)濟增長與波動之間的確存在某種權(quán)衡關(guān)系，平均而言，經(jīng)濟波動上升2個單位標準差可以使產(chǎn)出增長上升一個百分點[7]。Grier和Tullock使用113個國家的面板數(shù)據(jù)，通過控制其它變量的作用后發(fā)現(xiàn)，GDP增長率的波動性與增長率之間也表現(xiàn)出顯著的正相關(guān)[8]。Caporale和McKiernan使用了GARCH-M模型，利用英國1948-1991年的月度數(shù)據(jù)檢驗了Black假說，發(fā)現(xiàn)英國在1948年至1991年期間，產(chǎn)出波動對其增長具有顯著的溢出效應(yīng)[3]。在一個相關(guān)的研究中， Caporale和McKier-nan又使用了同樣的模型，利用美國1871-1993年的年度數(shù)據(jù)對該假說進行了檢驗，進一步證實了Black假說的正確性[2]。

與上述結(jié)論截然不同的是，另一種結(jié)論認為兩者間具有顯著的負相關(guān)關(guān)系。實際上這種結(jié)論最早是由凱恩斯(1936)提出的，他認為，經(jīng)濟波動增加了企業(yè)投資的未來風險，當投資者考慮到投資未來回報的風險時，將會降低投資的需求，經(jīng)濟波動越高，這種投資項目的未來風險就越大，投資需求不足的可能性就越高[9]。相似結(jié)論也出現(xiàn)在Woodford的研究中[10]。另外， Bernanke和Pindyck從企業(yè)投資的滯留成本角度也提出了同樣的結(jié)論，他們認為，由于企業(yè)投資具有較長的時滯效應(yīng)和較強的不可逆性，這樣企業(yè)的投資回報因經(jīng)濟波動而變得更加不確定，這一過程將使社會投資往往低于社會的有效投資水平，不確定性越高，兩者的差距就會越大[11-12]。Galindev通過按照傳播機制將“干中學(xué)”對增長的影響分成兩個不同的方面，即內(nèi)生和外生，對經(jīng)濟波動增長效應(yīng)進行的研究得出了類似的結(jié)論[13]。就經(jīng)驗證據(jù)而言， Zarnowitz和Moore通過對美國戰(zhàn)后數(shù)據(jù)的分析得出，在波動相對較低的時期，產(chǎn)出往往具有較高的增長率[14]。Ramey和Ramey選擇92個國家和OECD國家為樣本所做的經(jīng)驗分析表明，經(jīng)濟波動較高的國家一般產(chǎn)出水平也較低[15]。Hnatkovska和Loayza利用79個國家的跨國數(shù)據(jù)，在通過分離象貿(mào)易開放度、經(jīng)濟制度、政府消費等變量對平均增長率影響的基礎(chǔ)上研究了經(jīng)濟波動對一國經(jīng)濟長期增長率的影響，研究得出，宏觀經(jīng)濟波動與經(jīng)濟的長期增長存在明顯的負相關(guān)關(guān)系，在忽視經(jīng)濟波動內(nèi)生性的情況下，經(jīng)濟波動一個標準差的上升就會造成經(jīng)濟長期增長率0. 5%的下降，但一旦將經(jīng)濟波動看成與經(jīng)濟增長一樣的內(nèi)生變量時，其一個標準差的增加就會使經(jīng)濟增長率的下降達到2. 2個百分點[16]。Barlevy在Lucas的基礎(chǔ)上，通過利用AK模型對經(jīng)濟波動與經(jīng)濟的長期增長所進行的分析表明，消除經(jīng)濟波動一個標準差就可能使經(jīng)濟的長期增長上升0. 35-0. 40個百分點[17]。Blackburn和Pelloni基于一個簡單的隨機增長模型，在研究短期貨幣穩(wěn)定政策的基礎(chǔ)上得出，在產(chǎn)出增長的方差和均值之間存在負的相關(guān)性，并且這種負的相關(guān)性并不因沖擊的來源不同而有所變化[18]。

第三種結(jié)論認為，兩者間不存在顯著的關(guān)系。這種思想實際上來源于Friedman，他認為，產(chǎn)出圍繞自然增長率的波動獨立于產(chǎn)出的增長，而產(chǎn)出之所以發(fā)生圍繞一個非隨機趨勢的波動，主要是由于貨幣沖擊造成的價格誤置引起的。換句話說，產(chǎn)出增長率是由經(jīng)濟活動中的真實因素決定的，而經(jīng)濟波動是由外生沖擊造成的，兩者具有不同的決定因素[19]。實際上這種認識主要還是受新古典增長模型的影響。Speight通過使用戰(zhàn)后英國1948-1994年的月度工業(yè)生產(chǎn)指數(shù)，利用ARMA-GARCH-M模型進行的研究證實，在產(chǎn)出與波動之間雖然存在正的相關(guān)性，但并不顯著[20]。Stilianos et a.l通過利用季度數(shù)據(jù)和ARCH-M模型考察了1961年-2000年期間日本經(jīng)濟波動對其增長的影響，結(jié)論表明，在1961年至2000年期間，日本的經(jīng)濟波動與經(jīng)濟增長之間沒有顯著的關(guān)系[21]。

從國內(nèi)的研究看，經(jīng)濟波動與增長之間的關(guān)系到目前為止，并沒有引起學(xué)者的關(guān)注。但這又是一個非常重要的問題，因為經(jīng)濟增長可以促進社會福利的提高，這樣經(jīng)濟波動對經(jīng)濟增長的影響就具有直接的社會福利含義。Lucas認為，如果經(jīng)濟增長是合意的，可以促進社會財富的增長，尤其對一個不發(fā)達的國家而言，那么經(jīng)濟波動對經(jīng)濟增長的一個較小沖擊就可能對社會福利造成非常大的影響。所以，研究經(jīng)濟增長與波動之間的相互關(guān)系對一個國家采取適當?shù)暮暧^調(diào)控政策，進而對社會福利水平都具有非常重要的意義[22]。為此，本文利用目前研究中經(jīng)常被使用的GARCH模型，對中國1954年至2003年的經(jīng)驗數(shù)據(jù)進行了實證分析，分析將考察四個方面的問題:一是中國經(jīng)濟增長在1954年至2003年期間的波動強度和路徑;二是經(jīng)濟增長波動是否在不同的增長狀態(tài)下具有不對稱效應(yīng);三是增長波動對經(jīng)濟長期增長的影響方向和強度;四是這種影響的時間結(jié)構(gòu)特征。

二、GARCH與TARCH-M模型的描述

GARCH模型是Bollerslev[23]1986年在Engle[24]ARCH模型的基礎(chǔ)上提出的，與ARCH模型一樣，GARCH模型也用于對回歸或自回歸模型的隨機擾動進行建模。該模型的基本結(jié)構(gòu)為:

其中， et滿足白噪聲條件，α0>0;αi≥0， i=1，…，q;βj≥0，j=1，…，p;為保證GARCH(p， q)是寬平穩(wěn)的，必須存在參數(shù)的約束條件α(B) +β(B) <1。同時由于ht表示條件方差，所以其值只能是非負的，它反映了序列條件方差隨時間而變化的性質(zhì)。在上述模型結(jié)構(gòu)中，方程(1)被稱為均值方程，如果沒有δg(ht)一項，方程(1)僅僅描述的是因變量的一個自回歸過程，增加δg(ht)一項，就是平常所稱的GARCH-M模型，主要用于研究條件方差對均值的影響過程，這里的條件方差項δg(ht)可以采用不同的形式，從目前常用的形式看，主要包括:g(ht) =ht;g(ht) = ht;g(ht) =ln(ht)。第一種就是條件方差，第二種就是條件標準差，第三種為條件方差的對數(shù)。但正如Pagan和Hong所指出的，使用ln(ht)可能存在問題，因為如果ht<1，就會導(dǎo)致g(ht) <0，這將會使條件方差決定的波動風險升水變成一個負號[27];其次，如果ht趨近于0，則會使條件波動性變得非常大，如果在均值方程中使用這一條件方差表示形式，將隱含著條件波動與產(chǎn)出增長間的關(guān)系被夸大。所以，一般在使用GARCH-M模型時，均值方程中往往使用的是條件方差或條件標準差。對于均值方程設(shè)置的科學(xué)與否，一般采用α統(tǒng)計量對其標準化殘差的序列相關(guān)性進行檢驗，如果均值方程設(shè)置正確，則所有Q統(tǒng)計量不應(yīng)該是顯著的。而對其標準殘差的正態(tài)性檢驗可以使用JB統(tǒng)計量，如果標準殘差滿足正態(tài)性分布，則JB統(tǒng)計量也不應(yīng)該是顯著的。

方程(4)被稱為條件方差方程，這是一個AR-MA過程，在p和q都取1時，條件方差方程就被稱為GARCH(1， 1)，其中，方程(4)右邊的第二項被稱為ARCH項，第三項被稱為GARCH項。如果αi顯著，就說明模型存在ARCH效應(yīng)，同樣，如果βj顯著，說明方程存在GARCH效應(yīng)。對于條件方差方程，可以根據(jù)研究的需要采取不同的形式，由于本文希望對經(jīng)濟增長的波動是否具有不對稱效應(yīng)進行考察，所以需要使用TARCH模型。TARCH模型是由Zakouan提出的[26]。該模型的結(jié)構(gòu)只是在方程(4)上與上述GARCH模型存在差異，即在方程(4)的右邊增加了一項φε2t-1dt-1，其中，dt是一個名義變量，其定義為，當εt<0時，dt就等于1，其它情況下，取值為0。如果波動存在不對稱效應(yīng)，即經(jīng)濟增長上升階段和下降階段對條件方差的作用效果不同，則會出現(xiàn)φ≠0，不僅如此，如果存在φ>0，則說明不僅作用效果存在不對稱性，而且還表明這種不對稱性存在杠桿效應(yīng)。對條件方差方程設(shè)定的檢驗一般采用Q2統(tǒng)計量，和均值方程設(shè)定檢驗一樣，如果條件方差方程設(shè)定正確的話，則Q2統(tǒng)計量不應(yīng)該是顯著的。

三、經(jīng)驗數(shù)據(jù)的實證分析

本文在分析中國經(jīng)濟波動與增長之間的關(guān)系時，主要選擇了1954年至2003年作為樣本的考察期限①，同時，為使本文的研究結(jié)論具有可比性，在變量的選擇上，本文選擇了三個反映總量經(jīng)濟波動的變量，即GDP、人均GDP以及工業(yè)GDP。由于三個變量的影響因素不同，所以在分析結(jié)論上，可能會存在一定的差異。變量的分析采用以1978年為基期真實值的形式，縮減的方法是根據(jù)各自的增長指數(shù)以1978年為100換算得到。所有的計算數(shù)據(jù)都來自于《2004年中國統(tǒng)計年鑒》。三個變量的增長率通過各自原始序列對數(shù)的差分形式獲得，即yt=log(GDPit/GDPit-1)，其中， i代表GDP、人均GDP或者工業(yè)GDP。三個變量的增長特征如圖1所示。從圖1看，不管是GDP、人均GDP抑或是工業(yè)GDP，從1953年到2003年，增長都呈現(xiàn)出一定的波動性，其中，工業(yè)GDP較前兩者波動性更強。同時圖1也顯示，中國總量經(jīng)濟的增長波動隨時間變化有一種逐步收斂的特征， 1978年之前的增長波動明顯高于1978年之后的增長波動。這說明，不同的經(jīng)濟體制，經(jīng)濟增長的波動性可能存在差異。

在計量分析之前，首先對序列的平穩(wěn)性進行檢驗，為保證檢驗結(jié)果的穩(wěn)健性，本文使用了目前平穩(wěn)性檢驗的兩種常用方法ADF檢驗和PP檢驗。由于圖1并沒有顯示序列具有明顯的趨勢特征，所以檢驗只采用了(c， 0， 0)和(c， n， 0)兩種形式，同時根據(jù)AIC和SC最小原則選擇滯后階數(shù)，當兩者存在不一致時，以SC為準。利用這個原則，最后的p值確定為1。檢驗結(jié)果如表1所示。檢驗結(jié)果表明，

對平穩(wěn)序列進行條件異方差與其水平值之間關(guān)系進行分析，本文在均值方程中選擇了g(ht) = ht的標準差形式，同時通過SIC準則分別選擇了AR(1) -TARCH(1， 1) (GDP和人均GDP序列)與TARCH(1， 1)(工業(yè)GDP序列)分析模型。在使用上述模型分析之前，我們首先利用GARCH(1， 1)模型提取出三個變量增長的條件波動方差軌跡，圖2給出了三個變量增長的條件波動過程。將圖2的條件波動軌跡和圖1的水平值時間軌跡進行對比，可以發(fā)現(xiàn)，當水平值變化幅度劇烈的時候，對應(yīng)的條件波動也較為劇烈，這從一個角度論證了本文利用GARCH(1， 1)模型描述變量增長過程的條件波動性是一種可行的方法，從三個變量的條件波動軌跡看，其波動過程具有顯著的聚類特征，這說明變量增長過程中條件異方差是存在的。從波動模式看，在1978年之前，各變量的波動都比較劇烈，也比較頻繁，而1978年之后，則波動相對較為平緩，強度有所收斂。同時，在1978年之前，經(jīng)濟增長的下降階段經(jīng)常伴隨有較強的波動性，而在經(jīng)濟增長的上升階段又伴隨著較為弱的波動強度。1978年之后，雖然總體上這種特征變得非常不明顯，但多少還是能夠體現(xiàn)這一波動特征的。例如就人均GDP而言， 1989年至1992年，經(jīng)濟增長處于一個下降的過程，而與其同時，其波動性在圖2b中也顯示一個相對較高的波動強度。

其次，利用上述模型對各變量增長的條件波動性對其水平值的影響進行分析。在模型估計時，本文使用了BHHH來獲得模型參數(shù)的極大似然估計。具體估計結(jié)果如表2所示，其中括號內(nèi)是各參數(shù)估計的標準差。首先，考察模型的設(shè)定檢驗。表2的下方給出了模型設(shè)定的各種檢驗結(jié)果，其中，反映均值方程設(shè)定的標準化殘差檢驗統(tǒng)計量Q2(12階滯后)以及反映條件方差模型設(shè)定的標準化殘差平方的檢驗統(tǒng)計量(12階滯后)低于5%的臨界值，這表明方程不存在序列相關(guān)性，同時用于檢驗方程殘差正態(tài)性的JB統(tǒng)計量也顯示殘差呈正態(tài)分布，這些都說明，本文的方程設(shè)定是正確的。

在此基礎(chǔ)上，我們考察表2的第2-4欄。首先看ARCH項和GARCH項的系數(shù)α和β，除了工業(yè)GDP序列外，GDP序列和人均GDP序列中，α與β的和都小于1，分別為0. 99和0. 97，滿足參數(shù)的約束條件。同時，三個序列的α與β之和都在1附近，說明波動沖擊具有持久性。從波動與增長的關(guān)系看，反映波動對水平值影響的δ系數(shù)估計都為負值，這表明在過去近50年的時間里，中國經(jīng)濟波動對其增長具有減損效應(yīng)，但除了工業(yè)GDP外，GDP和人均GDP序列的統(tǒng)計量都在10%的水平上未能通過檢驗，這說明，上述的減損效應(yīng)并不顯著，這種檢驗結(jié)果與Speight[20]等人的研究結(jié)論類似，但明顯駁斥了兩者正相關(guān)的Black假說。而工業(yè)GDP的波動對增長則在95%或更高的水平上顯示對增長具有的減損效應(yīng)，減損的強度為，波動每上升1個標準差，就可能使其增長下降0. 98個百分點。這個結(jié)論則與Zarnowitz和Moore[14]、Ramey和Ramey[15]等人的研究結(jié)論基本一致，從而印證了Keynes提出的兩者負相關(guān)的論斷。同時，從γ的估計結(jié)果看，同樣除了工業(yè)GDP序列外，其它兩個序列的檢驗都在10%或更高的水平上沒有顯示出增長波動的不對稱效應(yīng)，而工業(yè)GDP序列的γ值為-0. 46，并在95%的水平上顯著，這說明，工業(yè)GDP增長過程的波動性具有顯著的不對稱效應(yīng)，但由于該值為負，所以這種不對稱性并不具有杠桿的作用。

由于在圖1和圖2中，我們可以看出不管是水平值的時間變化路徑，還是其波動性的時間變化路徑，在1978年前后都有很大的變化，所以我們提出，增長的條件波動對其水平值的影響是否具有時間結(jié)構(gòu)的特征，同時，增長條件方差是否在1978年前后有顯著的不同。為了檢驗這兩個假設(shè)是否存在，本文在上述模型的均值方程和條件方差方程中同時加入一個啞變量dum，啞變量dum的定義為:當t≤1978， dum=0;當t>1978， dum=1。檢驗結(jié)果在表2的第5-7欄。按照同樣的程序，首先檢驗各方程的設(shè)定是否正確，檢驗結(jié)果表明，各檢驗統(tǒng)計量都能較好地顯示方程設(shè)定是合理的。其次，增加啞變量之后的參數(shù)估計發(fā)生了較大的變化，首先除了GDP和人均GDP以外，工業(yè)GDP序列的參數(shù)估計值α與β的和也小于了1，滿足了參數(shù)的約束條件。同時，除了工業(yè)GDP外，GDP和人均GDP均值方程的δ值由原來的負值變?yōu)榱苏?，這說明，如果剝離時間結(jié)構(gòu)對增長的影響外，單純的波動對其增長水平值具有溢出效應(yīng)，但和原來的參數(shù)估計一樣，兩個參數(shù)在10%或更高水平上未能通過顯著性檢驗。這仍然駁斥了Black假說的適用性。與其相反，工業(yè)GDP的估計相當穩(wěn)健，除了減損效應(yīng)有所增強外，統(tǒng)計檢驗依然十分顯著。不過，在剝離時間效應(yīng)之后，波動對其增長的逆向抑制作用變得更強了，一個標準差的上升將降低其增長近2個百分點。從啞變量的參數(shù)估計看，就均值方程而言，除了工業(yè)GDP方程的參數(shù)估計在90%的水平上未能通過顯著性檢驗外，GDP和人均GDP序列增長具有顯著的時間結(jié)構(gòu)特征， 1978年改革開放之后的時間結(jié)構(gòu)對增長的水平具有顯著的促進作用，這一結(jié)論與兩個時期的平均增長率差異是一致的， 1978年之前，中國經(jīng)濟的平均增長率與1978年之后相差近分別為3. 1個百分點和4個百分點，相對于前兩個序列，工業(yè)GDP增長的時間結(jié)構(gòu)特征并不明顯， 1978年前后的平均增長率幾乎沒有變化。最后看條件方差方程中，條件方差波動的時間結(jié)構(gòu)特征，從三個模型的對應(yīng)參數(shù)估計看，除了GDP序列外，其它兩個序列的條件方差都顯示出顯著的時間結(jié)構(gòu)特征，從三個方程啞變量參數(shù)值的方向看，盡管GDP序列在5%的水平上未能通過顯著性檢驗，但所有參數(shù)的估計都是負數(shù)， 1978年開始的改革開放，明顯使得變量增長的波動性有所減弱，這與圖2的結(jié)論基本一致。

四、分析結(jié)論與政策含義

本文使用了TARCH-M模型，以1953年至2003年為樣本，考察了中國GDP、人均GDP和工業(yè)GDP序列的增長與其波動之間的關(guān)系，分析獲得了三個重要的結(jié)論:一是研究表明，除了工業(yè)GDP序列外，GDP和人均GDP序列的波動對其增長在過去的50年中具有減損效應(yīng)，但剝離時間結(jié)構(gòu)的影響后，前者對后者具有溢出效應(yīng)，但兩種情況的統(tǒng)計性檢驗都不顯著。這在某種程度上表明Black假說并沒有得到中國經(jīng)驗數(shù)據(jù)的支持，而工業(yè)GDP序列的統(tǒng)計檢驗表明，增長與波動之間存在顯著的負相關(guān)關(guān)系，這在某種程度上支持了Keynes提出的宏觀經(jīng)濟思想;二是通過啞變量的設(shè)置，本文對時間結(jié)構(gòu)特征的研究表明，增長和波動都具有明顯的時間結(jié)構(gòu)特征，就增長而言，對外開放和市場化改革取向明顯具有促進經(jīng)濟增長的作用，不僅如此，市場化改革還有利于降低經(jīng)濟波動的強度和頻率。這從某種程度上支持了本文的第一個結(jié)論，即經(jīng)濟波動對增長具有一定的減損效應(yīng);三是本文的研究結(jié)論表明，除了工業(yè)GDP序列外，對GDP和人均GDP序列來說，增長的波動不具有不對稱效應(yīng)，即經(jīng)濟增長在上升和下降期間的波動特征沒有發(fā)生顯著的變化。而工業(yè)GDP就具有顯著的不對稱性，即增長下降階段的波動性要高于增長上升階段的波動性，這一結(jié)論與圖1和圖2的經(jīng)驗證據(jù)是一致的。

上述分析潛在的政策含義是:實施必要的宏觀調(diào)控，繼續(xù)深化市場經(jīng)濟體制改革以及擴大對外開放對有效降低經(jīng)濟增長的波動強度，提高長期增長水平，進而提高社會福利具有非常重要的意義。

參考文獻:

[1] Joseph A. Schumpeter. The theory of economic develop-ment[M]. HarvardUniversity Press，USA. 1934.

[2] Caporale T， McKiernan B. The Fischer Black hypothe-sis: Some time-series evidence[J]. Southern EconomicJourna，l 1998， 64(3): 765-771.

[3] Caporale T， McKiernan B. The relationship between out-put variability and growth: Evidence from post-warUKdata[J]. Scottish Journal ofPoliticalEconomy， 1996， 43(2): 175-184.

[4] Mirman L. Uncertainty and optimal consumption deci-sions[J].Econometrica， 1971， 39(1): 179-185.

[5] Sandmo A. The effect of uncertainty on saving[J]. Re-view ofEconomic Studies， 1970， 37: 353-360.

[6] Black F. Business cycles and equilibrium [M]. BasilBlackwel，l New York. 1987.

[7] KormendiR， Meguire P. Macroeconomic determinants ofgrowth:Cross-country evidence[J]. Journal ofMonetaryEconomics， 1985， 16(4): 141-163.

[8] GrierK， Tullock G. An empirical analysis of cross-na-tional economic growth 1951-1980[J]. Journal ofMone-tary Economics， 1989， 24(2): 259-276.

[9] Keynes JM. The general theory of employment， interest，andmoney[M].Macmillan， London. 1936.

[10] WoodfordM. Learning to believe in sunspots[J]. Econ-ometrica， 1990， 58(2): 277-307.

[11] Bernanke B. Irreversibility， uncertainty， and cyclicalinvestment[J]. Quarterly Journal ofEconomics， 1983，98(2): 85-106.

[12] Pindyck R. Irreversibility， uncertainty， and investment[J]. Journal of Economic Literature， 1991， 29: 1110-1148.

[13] GalindevR. On the effectofmonetary stabilization poli-cy on long- run growth. Economics Discussion Papers587， University of Essex， Department of Economics.2005.

[14] ZarnowitzVictor， GeoffreyH. Moore. Major changes incyclical behavior[M].University ofChicago Press， Chi-cago. 1986.

[15] RameyG， V A Ramey. Cross-country evidence on thelink between volatility and growth[ J]. American Eco-nomic Review， 1995， 85(5): 1138-1159.

[16] Hnatkovska V， Loayza N. Volatility and growth. PolicyResearchWorkingPaperSeries3184， TheWorld Bank，2003.

[17] BarlevyG.The costofbusiness cycles under endogenousgrowth. NorthwesternUniversityWorking Papers， 2002.

[18] Blackburn K， Pelloni A. On the relationship betweengrowth and volatility[J]. Economics Letters， 2004， 83(1): 123-127.

[19] FriedmanM. The role ofmonetary policy[J]. AmericanEconomic Review， 1968， 58(1): 1-17.

[20] SpeightA. UK output variability and growth: Some fur-ther evidence[J]. Scottish Journal ofPoliticalEconomy，1999， 46(2): 175-184.

[21] Stilianos F， MenelaosK， AlfonsoM. OutputVariabilityand economic growth: the Japanese case[J]. Bulletin ofEconomic Research， 2004， 56(4): 353-363.V.

[22] Robert Jr. Lucas. Models of business cycles[M]. BasilBlackwel，l Oxford， 1987.

[23] Bollerslev T. A generalized autoregressive conditionalheteroskedasticity[ J]. Journal of Econometrics， 1986，31: 307-327.

[24] Engle R. Autoregressive ConditionalHeteroscedasticitywith Estimates of theVariance ofUnitedKingdom Infla-tion[J]. Econometrica， 1982， 50: 987-1008.

[25] HongY， PaganA. Some Simulation Studies ofNonpara-metric Estimators[J]. Empirical Economics， 1988， 13(3/4): 251-266.

[26] Zakoian JM. Threshold heteroskedastic models， manu-script， CREST， INSEE， Paris， 1990.

責任編輯、校對:趙西寧

作者簡介:李永友(1970-)，安徽巢湖人，南京審計學(xué)院講師，南京大學(xué)商學(xué)院博士后，研究方向:財稅理論與政策。