馮嬌杰

摘 要：真實經(jīng)濟周期近年來已經(jīng)成為宏觀經(jīng)濟研究的主要方法，其中得到發(fā)展的校準法占有重要地位，并且在實際應(yīng)用中取得了重要的成果。在介紹了校準的重要性以及含義之后，對實際經(jīng)濟周期理論中校準方法進行綜述和評析，介紹國內(nèi)外著名學者對于校準方法的研究以及發(fā)展，理清發(fā)展的脈絡(luò)，并指明將是未來校準方法發(fā)展的一個有力工具。

關(guān)鍵詞：宏觀經(jīng)濟；RBC模型；非參數(shù)校準

中圖分類號：F01文獻標志碼：A文章編號：1673—291X（2012）28—0010—03

導言

2004年諾貝爾經(jīng)濟學獎得主Kydland和Prescott創(chuàng)建的真實商業(yè)周期模型已成為諸多經(jīng)濟學家研究經(jīng)濟的主要工具。新古典的真實經(jīng)濟周期理論同傳統(tǒng)的宏觀經(jīng)濟學相比，其吸引力在于它保持了微觀經(jīng)濟學與宏觀經(jīng)濟學很好的一致性，正是在這一點上它動搖了凱恩斯主義的統(tǒng)治地位，并開拓了西方學者研究宏觀經(jīng)濟學的新思路，使其宏觀經(jīng)濟學建立在堅實的微觀經(jīng)濟學基礎(chǔ)之上。盧卡斯極力贊揚真實經(jīng)濟周期理論的方法論，“建立了一個最貼近現(xiàn)實的模型：一個被充分描述的隨時間變化的人為經(jīng)濟，從而逼真的模擬實際經(jīng)濟的時間序列行為”，現(xiàn)代宏觀經(jīng)濟學的研究方法實際上將宏觀經(jīng)濟往前推進了一大步。

對于真實經(jīng)濟周期的研究方法校準法是在對宏觀計量模型不甚滿意，想要模型更好的擬合實際經(jīng)濟而提出的，校準法對于數(shù)據(jù)的要求較低并且具有容易簡單性，該種方法已經(jīng)從最初用于研究政策沖擊的應(yīng)用一般均衡模型到后來被學者們推廣到研究經(jīng)濟周期的原因和結(jié)果的非貨幣型隨機一般均衡模型中以及其他模型中的廣泛應(yīng)用。正如Gregory和Smith（1991）在對宏觀經(jīng)濟學的應(yīng)用文章一次調(diào)查后指明這種模型將在當代宏觀經(jīng)濟學實證研究中占據(jù)主導地位，這足以說明校準在整個宏觀經(jīng)濟發(fā)展中的重要作用。

校準法來源于自然科學中測量設(shè)備的校驗，在《大不列顛百科全書》中給出了簡單的說明：校準相當于為測度工具進行初始點的設(shè)定以及尺度的選擇，校準后的溫度計，0度代表冰點，100度代表沸點，這樣的溫度計就可以用來測量溫度。一個經(jīng)濟模型的校準，涉及到具體參數(shù)的設(shè)定以能夠復(fù)制作為模型解的基準數(shù)據(jù)集。黃賾琳（2005）對真實經(jīng)濟周期模型的求解方法校準法給出具體的步驟：第一步是確定與構(gòu)建分析框架理論模型，第二步是模型通過建立與時間經(jīng)濟度量相一致的指標變量以便能夠從實際經(jīng)濟中獲取數(shù)據(jù)來測算相應(yīng)的參數(shù)值，第三步是設(shè)置一組與均衡條件相一致的參數(shù)。如果該模型被校準，它就可以被用于評估或模擬一些不可觀察的或者反事實的政策或者參數(shù)變化對于經(jīng)濟體的沖擊效應(yīng)。我們來回顧國內(nèi)外關(guān)于校準研究的文獻以便能夠從整體上把握校準的發(fā)展脈絡(luò)，有助于在前人研究的基礎(chǔ)上進行研究。

一、校準方法的國外文獻綜述

首先我們來看在校準法最初是怎樣的形式進入到動態(tài)一般均衡模型中的。Kydland和Prescott （1982）采取季度這一時間單位來作為模型的一個時間段，之后運用戰(zhàn)后美國的平均經(jīng)濟數(shù)據(jù)來確定平均資本產(chǎn)出率，平均季度利率，收入中資本利得所占的平均比例以及平均工作時間。所有變量以固定增長率增長，這便是長期或“穩(wěn)定態(tài)”狀況。之后從模型的方差—協(xié)方差性質(zhì)估計得到的參數(shù)是方差加上參數(shù)v（決定存貨和投資的替代性），a0和y（確定閑暇的跨期替代）和風險規(guī)避參數(shù)r。最后選擇技術(shù)過程的關(guān)鍵參數(shù)使得技術(shù)過程與索洛過程特征相符。對于每一組參數(shù)值，平均值和標準差都由幾組統(tǒng)計數(shù)據(jù)（根據(jù)匯總模型的連續(xù)的相關(guān)性和協(xié)方差屬性）而計算。這些數(shù)據(jù)總結(jié)了時間序列的相關(guān)性和協(xié)方差屬性。它們是美國1 950∶1到1979∶2的真實數(shù)據(jù)通過使用Hodrick和Prescott方法而得到的。平滑后的美國戰(zhàn)后產(chǎn)出序列與線性時間趨勢相差較大，在118個季度數(shù)據(jù)中這個差別有兩個高峰和低谷。這些事實與模型的預(yù)測擬合地很好，模型樣本分布的平均值是4.0，這個與觀察到的擬合很好，還有兩極之間的季度數(shù)據(jù)的平均值是26.1，標準差是9.7，以及兩極數(shù)據(jù)之間的垂直差異的平均值和標準差都表明美國經(jīng)濟的產(chǎn)出序列平滑后與模型一致。

從校準法應(yīng)用于宏觀經(jīng)濟之后，各個學者極力探尋如何測量校準的解釋度，就像在計量經(jīng)濟過程中擬合度一樣。在1992年，Christiano和Eichenbaum使用GMM方法提供了一個一般化矩方法來解釋校準過程，這一方法提供了評估模型預(yù)測與實際數(shù)據(jù)差異的尺度。通過一階條件對參數(shù)和變量的變化幅度進行了統(tǒng)一的估計，這一方法使參數(shù)估計中的不確定性更具有透明度，并可以對不同的模型進行比較分析。并且實踐表明，這些估計值與一般的參數(shù)設(shè)置值和模擬結(jié)果非常接近。

但是對于僅使用一般矩方法來測量校準的解釋度不是完美的，Watson（1993）提出了衡量經(jīng)校準的實際經(jīng)濟周期模型的擬合優(yōu)度的度量，即將模型經(jīng)濟與實際經(jīng)濟之間的差異理解成一種隨機過程，給定這個隨機過程如何與模型數(shù)據(jù)聯(lián)動的假設(shè)，可以計算模型數(shù)據(jù)與真實數(shù)據(jù)的二階矩匹配的誤差值，誤差值越大說明模型擬合真實經(jīng)濟越差。其意義在于試圖通過構(gòu)建一個具有理論基礎(chǔ)的擬合度測量工具來彌補RBC模型校準結(jié)果檢驗不正規(guī)的缺陷。

但是Watson提出的方法不完善之處也很明顯，如只能得到隨機誤差方差的下限，以致不能得到模型擬合優(yōu)度的準確值。雖然作者引入自協(xié)方差生成函數(shù)來概括數(shù)據(jù)的二階矩性質(zhì)，通過計算隨機誤差的方差下限來計算擬合優(yōu)度指標，其他學者將這一缺陷歸結(jié)為校準方法本身所具有的。所以在研究如何改進校準方法，使得其估計得參數(shù)值更加貼近現(xiàn)實取得了進展。如Fabio 和 Canova （1994）使用了蒙特卡洛模擬方法來模擬校準一般均衡模型的性質(zhì)，這種方法規(guī)范了參數(shù)的選擇和模型性質(zhì)的評估，其中包含了在校準練習中使用的基本方法。他也現(xiàn)實地考慮了在模型參數(shù)選擇上模擬裝置所面臨的不確定性。該方法引入了在已估計的一定范圍內(nèi)參數(shù)選擇的敏感性分析和從附加了模擬裝置本身偏好的概率事件的模型數(shù)據(jù)中評估差異。

仍然是同一年份，Parente和Prescott 提出一個更加依賴模型的方法去校準參數(shù)。他們使用一個動態(tài)一般均衡模型去展示不同國家技術(shù)采用的壁壘會導致人均收入的不同，在他們的模型結(jié)構(gòu)中，每一個國家由于技術(shù)水平不同，從一個技術(shù)水平轉(zhuǎn)向另一個技術(shù)水平其必須投資。從一個特定投資水平發(fā)展技術(shù)進步需要兩種要素，一個是關(guān)于國家層面的技術(shù)采用壁壘（π）和θ2，后者代表該實體相對于世界知識當前所處的技術(shù)水平。文中提出在美國的背景下，π等于1。模型參數(shù)通過對美國長期增長數(shù)據(jù)進行校準θ2，這個值通過以日本經(jīng)濟為背景計算（π，θ2）得到，并發(fā)現(xiàn)相關(guān)的收入水平相對于美國的數(shù)據(jù)，并選擇與數(shù)據(jù)最一致的一對值。

但是鑒于之前的校準方法都是作為簡單模型的診斷工具，沒有考慮到模型參數(shù)化不確定性真實取值，即研究者關(guān)于參數(shù)的假設(shè)取值范圍可能有很強的預(yù)見，但是卻不能夠準確的知道他們的取值。David N. D， Beth Fisher 和Charles H.W（2003）引進了貝葉斯方法進行校準，在該種方法中對參數(shù)的不確定性設(shè)定一個優(yōu)先可能性分布并且通過模型得到的人工數(shù)據(jù)模擬計算其性質(zhì)，并且在模型中使用了VaR。該文章中的方法估計了融合參數(shù)不確定性的理論模型，并且清晰的呈現(xiàn)出參數(shù)不確定性值變化的穩(wěn)健性分析。

同時，Brown和Kannan（2003）也對于校準提出了新的方法：非參數(shù)校準方法，該方法對一般均衡模型進行多重校準并得出決定瓦爾拉斯不等式解的一種有效近似方法。它是依據(jù)Varian對于需求或者生產(chǎn)數(shù)據(jù)的非參數(shù)分析方法獨特的視角而得出的，并且采用了Brown和Matzkin（1996）對于瓦爾拉斯不等式的分析計算和估計，最后本文通過Harberger的兩部門稅收模型討論資本稅收改變的模擬和估計。

二、校準方法的國內(nèi)文獻綜述

目前中國學者對于RBC模型的研究主要著手于兩個方向：一是針對RBC模型本身的理論研究，強調(diào)模型的內(nèi)在一致性；二是針對中國經(jīng)濟RBC模型的實證研究，將其方法用于研究中國經(jīng)濟的特征事實；此外，國內(nèi)學者關(guān)注校準方面的研究主要集中于運用Kydland和Prescott（1987）所提出的校準方法來校準某些參數(shù)如政府購買沖擊參數(shù)、相對風險規(guī)避系數(shù)等，并且也已經(jīng)在這個領(lǐng)域已經(jīng)取得初步的研究成果，我們來了解國內(nèi)校準法的發(fā)展歷程。

周焯華、張宗益和歐陽（2001）通過校準方法和計量經(jīng)濟方法的比較得到的結(jié)論是在CGE模型中進行參數(shù)估計時采用“校準”方法和計量經(jīng)濟學方法相結(jié)合：對于刻畫行為人的行為并對結(jié)果有重要影響的參數(shù)（如各種彈性）采用計量經(jīng)濟學方法來估計，其他的參數(shù)則利用所構(gòu)造的社會核算矩陣通過校準方法而得到，這給我們指明了何時巧妙的運用兩種方法進行參數(shù)的估計。

陳昆亭、龔六堂、鄒恒甫（2004）在加入規(guī)模報酬遞增和政府需求沖擊的單部門增長模型里，通過校準規(guī)模系數(shù)、閑暇對效用的貢獻率等參數(shù)和反復(fù)地模擬試驗，模擬了中國經(jīng)濟運行和各經(jīng)濟變量之間的聯(lián)系，這也是國內(nèi)運用RBC模型校準方法對中國經(jīng)濟進行模擬的重要的發(fā)展并且得出了相對可行的結(jié)論。

黃賾琳（2006）在另一篇文章中提出包含政府部門的RBC模型中，重新校準了政府支出在效用中所占的權(quán)重、政府購買沖擊參數(shù)、相對風險規(guī)避系數(shù)等參數(shù)，通過模擬三種不同的經(jīng)濟環(huán)境，分析了政府部門的經(jīng)濟行為對于中國宏觀經(jīng)濟的影響。

李浩、胡永剛、馬知遙（2007）將國際貿(mào)易引入動態(tài)隨機一般均衡理論的分析框架，校準政府支出沖擊自相關(guān)系數(shù)、技術(shù)沖擊參數(shù)和世界實際利率等來模擬現(xiàn)實經(jīng)濟，使研究的視角從封閉環(huán)境擴展到了開放經(jīng)濟。

李德柜（2008）在論文中主要研究在非平穩(wěn)時間序列和空間數(shù)據(jù)的各種統(tǒng)計推斷方法，采用穩(wěn)健型局部線性方法去估計非線性共積分模型的回歸函數(shù)，并考慮部分線性模型的中參數(shù)的零常返過程，并且利用Monte—Carlo模擬方法得到回歸函數(shù)是漸進正態(tài)分布，但是收斂速度要比平穩(wěn)情形時稍慢一些，還建立了非參數(shù)估計的一致強相合性，最后得出較好的模擬結(jié)果。

結(jié)論

真實經(jīng)濟周期理論是用實際因素來解釋宏觀經(jīng)濟波動的，從而使得它不同于以往的理論。本文梳理了國內(nèi)外文獻綜述，為以后使用國內(nèi)數(shù)據(jù)進行分析得其模型更貼合中國特征經(jīng)濟事實，為以后的研究做鋪墊。

最后要強調(diào)的一點是未來校準法發(fā)展的方向：非參數(shù)方法，該方法不需要設(shè)定具體的函數(shù)形式，對變量間的函數(shù)關(guān)系限制更少，適應(yīng)性強，可以避免錯誤的效用函數(shù)和生產(chǎn)函數(shù)而帶來的相關(guān)問題，但是需要使用的數(shù)學知識也更加復(fù)雜，有可能需要多種嘗試后才能確定模型的形式；國內(nèi)非參數(shù)校準主要應(yīng)用與股票市場、生產(chǎn)效率等領(lǐng)域，所以可供參考的文獻有限，但是國外在非參數(shù)校準方法的研究已有一定的成果，可以借鑒，所以說校準方法的發(fā)展仍然面臨著挑戰(zhàn)，但是非參數(shù)方法將會為校準方法發(fā)展作出很大的貢獻。

參考文獻：

[1]Bosq.D （1998），Nonparametric Statistics for Stochastic Processes： Estimation and prediction （2nd Edition）.Lecture Notes in Statistics110，

Springer—Verlag，Berlin.

[2]Canova and Fabio （1994），Statistical Inference in Calibrated Models，Journal of Applied Econometrics，vol.9（0），PP.123—144.

[3]Cooley，F(xiàn).，The Nature and Use of Calibration Models，in the Seventh World Congress of Econometric Society in Tokyo.1995.

[4]David N.DeJong，Beth Fish Ingram，Charles H.Whiteman （1996），A Bayesian Approach to Calibration，Journal of Business & Economic

Statistics，14：1，1—9.

[5]Finn E.Kydland and Edward C.Prescott（1982），Time to Build and Aggregate Fluctuations，Econometrica，Vol.50，No.6，PP.1345—1370.

[6]Hansen，L.P.and J.J.Heckman （1996），The Empirical Foundations of Calibration，Journal of Economic Perspectives，1087—104.

[7]Mark W.Watson（1993），Measures of Fit for Calibrated Models，The Journal of Political Economy，Vol.101，No.6，PP.1011—1041.

[10]陳昆亭，龔六堂，鄒恒甫.什么造成了經(jīng)濟增長的波動，供給還是需求——中國經(jīng)濟的RBC分析[J].世界經(jīng)濟，2006，（4）：15—19.

[11]黃賾琳.中國經(jīng)濟周期特征與財政政策效應(yīng)——一個基于三部門RBC模型的實證分析[J].經(jīng)濟研究，2005，（6）：25—27.

[12]堵溢，孫寧華.基于RBC模型的動態(tài)隨機一般均衡的數(shù)值解[J].經(jīng)濟數(shù)學，2007，（3）：23—25.

[13]周焯華，張宗益，歐陽.校準方法與計量經(jīng)濟方法的比較[J].重慶大學學報：自然科學版，2001，（2）：28—31.

[14]李德柜.計量經(jīng)濟模型中的統(tǒng)計推斷：非參數(shù)與半?yún)?shù)方法[D].杭州：浙江大學，2008.

[15]黃賾琳.校準法的原理、應(yīng)用與發(fā)展方向[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2005，（1）：31—34.

[16]李浩，胡永剛，馬知遙.國際貿(mào)易與中國的實際經(jīng)濟周期——基于封閉與開放經(jīng)濟的RBC模型比較分析[J].經(jīng)濟研究，2007，（5）：24—26.

[責任編輯 吳高君]