唐曉彬,向蓉美
(1.成都信息工程學院統(tǒng)計學院,成都 610103;2.國家統(tǒng)計局統(tǒng)計信息技術與數據挖掘重點開發(fā)實驗室,成都 610103;3.西南財經大學 統(tǒng)計學院,成都 610074)
長期以來,宏觀經濟周期波動特征研究一直是學術界研究的重要領域,其主要集中在二個方面:一是經濟周期波動非對稱性,即經濟擴張階段與經濟收縮階段的不對稱性,其主要的研究方法為Hamiltion(1989)的Markov機制轉換模型;二是經濟周期波動的協動性,即各種經濟活動一起上升或一起下降,通常表現為宏觀統(tǒng)計數據中的投資、消費、出口與就業(yè)等經濟變量的同步變動,其主要的研究方法為Stock和Watson(1989)的動態(tài)因子模型。近來,Diebold、Rudebusch(1996)和Kim、Nelson(1999)分別利用多變量動態(tài)Markov機制轉換的狀態(tài)空間模型將經濟周期波動的非對稱性與協動性融合一起分析研究,更好地反應經濟周期波動特征,為經濟周期波動特征的實證研究開辟了新的研究方法。
本文利用多變量動態(tài)的Markov機制轉換的狀態(tài)空間模型,結合中國1992第1季度至2009年第2季度的宏觀季度數據對中國經濟周期波動的非對性與協動性融合一起進行分析研究,進而揭示出中國經濟周期波動的特征與運行規(guī)律。
本文利用多變量動態(tài)Markov機制轉換的狀態(tài)空間模型對我國經濟周期波動的協動性與非對稱性進行分析研究,并構建出我國經濟周期的計量模型。其模型由下列幾個公式構成:
ΔYit(i=1,2,3,4,...,n)為第i個經濟變量自然對數的一階差分,即該經濟變量的增長率,λi(L)、ψi(L)與?(L)為滯后算子多項式。ΔCt為同步指數的增長率,為ΔYit的公因子成分,即各經濟變量增長率的非觀測共同因子成分。Di+eit為第i宏觀指標的異質成分,其中Di為常數,eit為隨機變量。wt為擾動項且假定與εit相互獨立,δ為常數且決定同步指數的長期增長率,μSt為當經濟處于擴張狀態(tài)或收縮狀態(tài)時,同步指數增長率偏離其長期增長率的程度。St為狀態(tài)轉換變量,當St=0時,表明經濟處于收縮狀態(tài);當St=1時,表明經濟處于擴張狀態(tài)。St的轉移概率矩陣為:
其中,p為收縮轉換概率,即經濟前期處于收縮狀態(tài)時,當期仍處于收縮狀態(tài)的概率,經濟處于收縮狀態(tài)的平均持續(xù)期為1/(1-p);q為擴張轉換概率,即經濟前期處于擴張狀態(tài)時,當前仍處于擴張狀態(tài)的概率,經濟處于擴張狀態(tài)的平均持續(xù)期為1/(1-q)。
有(1)式,我們可以得出下列公式:
由于上式(6)中的參數Di,i=1,2,3,4,...,n,和δ過參數化,使得上述模型無法識別,因此,我們需要對各經濟變量進行標準化處理。設 Δyit=(ΔYit-ΔYˉit)/std(ΔYit-ΔYˉit),其中,ΔYˉit為 ΔYit的均值,std(ΔYit-ΔYˉit)為(ΔYit-ΔYˉit)的標準差。則上述模型中的(1)式和(3)式變?yōu)椋?/p>
其中,Δct=ΔCt-δ。
多變量動態(tài)Markov機制轉換的狀態(tài)空間模型對經濟周期的非對稱性與協動性的分析,首先需要選取一組宏觀經濟指標,選取的指標要相互獨立且具有一定的代表性。由于投資、消費和出口是拉動經濟增長的“三架馬車”,就業(yè)對經濟增長起著至關重要的作用,為此,本文選取了固定資產投資完成額、社會消費品零售總額、出口額和城鎮(zhèn)單位從業(yè)人員數的季度數據①數據來源于中經網(www.cei.gov.cn),分別從投資、消費、出口、就業(yè)四個方面反映經濟領域的變動情況。樣本期為1992年第1季度到2009年第2季度,共70個樣本數據,并利用1995年為基期的不變價格剔除價格影響因素。由于原始數據為季度數據,為此采用Census X-12方法進行了季節(jié)調整,以剔除掉季節(jié)因素和不規(guī)則成分。
對于模型中的滯后算子,即λi(L)、ψi(L)(i=1,2,3,4)和?(L)的確定,由于我們的樣本量較為有限且根據目前已有研究的通常做法,我們假定ψi(L)和?(L)為二階滯后,即ψi(L)=1-ψi1L-ψi2L2(i=1,2,3,4)和?(L)=1-?1L-?2L2。對于λi(L),就固定資產投資完成額、社會消費品零售總額和出口額方程而言,我們假設λi(L)=λi(i=1,2,3),而城鎮(zhèn)單位從業(yè)人員數,由于勞動力市場剛性,就業(yè)人數變化往往要略滯后于非觀測共同因素的變化(Stock and Watson,1989),所以我們假設λi(L)=λ4+λ41L+λ42L2+λ43L3(i=4)。由此,我們可以將上述模型用下面狀態(tài)空間的形式表示出來。
(1)測量方程:
(Δyt=HStβt+et)其中,y*it=yit-φi1yi,t-1-φi2yi,t-2,(i=1,2,3,4);λ*41=-λ4φ41+λ41;λ*42=-λ4φ42-λ41φ41+λ42;
λ*43=-λ41φ42-λ42φ41+λ43;λ*44=-λ42φ42-λ43φ41;λ*45=-λ43φ42。(2)狀態(tài)方程:
其中,?(L)μSt=μSt-?1μSt-1-?2μSt-2。
將固定資產投資完成額、社會消費品零售總額、出口額和城鎮(zhèn)單位從業(yè)人員數的季度數據分別代入上述模型,使用的是GAUSS9.0計量軟件,采用Gibbs抽樣方法對模型中的未知參數進行估計,具體計算時,我們共進行了10000次抽樣,為了提高估計的準確度,我們舍棄了前2000次抽樣結果,只取最后8000次抽樣結果,最終的參數估計結果見表1。從表1中我們可以看出,各參數的估計均值均落在95%的后驗概率區(qū)間,這說明所有參數的估計是可靠的,模型估計的整體效果很好,充分支持了我們前面對模型的設定。
從表1中的緊縮轉換概率p=0.5069,由此可得,從1992年第1季度到2009年第2季度,我國經濟處于緊縮狀態(tài)的平均持續(xù)時間為1/(1-p)=2.028個季度;擴張轉換概率q=0.4799,由此可得,在此期間,我國經濟處于擴張狀態(tài)的平均持續(xù)時間為1/(1-q)=1.923個季度。經濟處于緊縮狀態(tài)的平均持續(xù)時間要略低于經濟處于擴張狀態(tài)的平均持續(xù)時間。經濟緊縮轉換概率要略小于經濟擴張轉換概率,表明此期間我國經濟波動產生擴張效應的可能性要小于產生經濟收縮效應的可能性。δ=0.0293表明,在此期間,我國經濟同步指數每個季度以0.0293%的速度增長。μ0=-0.2300表明經濟處于緊縮狀態(tài)時,同步指數增長率平均低于其長期增長率0.2300個百分點;μ0+μ1=0.1371表明經濟處于擴張狀態(tài)時,同步指數增長率平均高于其長期增長率的0.1371個百分點。但從μ0和μ0+μ1的標準差可以看出,μ0和μ0+μ1不為零在統(tǒng)計上并不顯著。這意味著,在此期間,我國經濟周期的變化并不能明顯地分為兩個過程,即經濟周期拐點處并不存在明顯的機制轉換。
表1 模型參數估計結果
圖1 我國經濟處于緊縮狀態(tài)的概率
圖2 我國經濟同步指數的趨勢變化圖
在模型參數估計的基礎上,我們可以推導出我國經濟處于緊縮狀態(tài)的概率圖1和我國經濟同步指數的趨勢變化圖2。從圖1,我們可以看出,1993年第2季度到2009年第2季度,我國經濟處于緊縮狀態(tài)的概率基本上都在0.45~0.55的區(qū)間內變化,這表明在此期間,我國宏觀經濟整體運行較為平穩(wěn),波動性不大。在此期間,我國經濟周期的處于擴張狀態(tài)與緊縮狀態(tài)的時期及其我國經濟周期的拐點分布情況(見表2)。
表2 1993年第2季度至2009年第2季度我國經濟周期的劃分及其拐點
1992年以來,我國經濟周期波動呈現上述特征的主要原因是:1992年以后,隨著我國市場經濟地位的確立,改革力度進一步加大,使得經濟快速增長。之后,政府為了防止經濟過熱,采取了一系列緊縮的政策,使得我國經濟在1996年以后實現了“軟著陸”。1997年以后,我國政府為了應對亞洲金融危機給我國帶來的經濟不景氣的影響,出臺了一系列積極的財政政策,使得我國經濟于2004年第1季度步入擴張階段,持續(xù)到2008年第1季度。由于近來我國受到美國次債危機的影響,出口大量減少,使得我國經濟從2008年第2季度步入緊縮狀態(tài),且下一個擴張狀態(tài)的拐點到目前為止并未出現。
通過上述對我國經濟周期波動的協動性與非對稱性的分析,我們可以得出以下主要結論:
(1)1992年以來,我國經濟周期波動的協動性顯著,非對稱性不明顯,經濟總體運行較為平穩(wěn)。我國經濟周期波動呈現此類特征與運行特點主要是由于我國政府宏觀調控政策的運用日趨合理,經濟波動克服了過去反復出現的“大起大落”而進入相對平穩(wěn)的增長態(tài)勢。
(2)當前我國經濟仍處于收縮狀態(tài),擴張狀態(tài)的拐點并未出現,經濟周期波動呈現此類特征為政府宏觀調控政策的制度給予重要的啟示,對提高宏觀調控政策的針對性和有效性意義重大。目前,中國深受世界經濟危機的影響,使得我國出口大量減少。出口在拉動經濟增長作用減弱的情況下,政府應在投資與消費的“二架馬車”上下功夫,加大投資力度,努力提高居民的消費水平,用投資和消費來推動經濟的增長。把擴大國內有效需求特別是消費需求作為經濟增長的基本立足點。
[1] Diebold,F.X.,G.Rudebusch.Measuring Business Cycles:A Model Per?spective[J].The Review of Economics and Statistics,1996,(78).
[2] Hamilton,James D.A New Approach to the Economic Analysis of Non?stationary Time Series and Business Cycle[J].Econometrical,1989,(57).
[3] Hamilton,James D.Time Series Analysis[M].New Jersey:Princeton University Press,1994.
[4] Kim,Chang-Jin.Dynamic Linear Models with Markov-switching[J].Journal of Econometrics,1994,(60).
[5] Kim,C.,Nelson,C.R.State Space Models with Markov Switching-Classical and Gibbs Sampling Approach with Applications[M].Massa?chusetts:MIT Press,1999.
[6] Lam,Pok-sang.The Hamilton Model with a General Autoregressive Component:Estimation and Comparison with other Models of Econom?ic Time Series[J].Journal of Monetary Economic Review,1990,(26).
[7] Stock.J.H.,M.W.Waston.New Indexes of Coincident and Leading Eco?nomic Indicators[A].In O.Blanchard and Fischer(eds.).NEBR Macro?economics,Annual[M].Cambridge,MA:MIT Press,1989.
[8] 郭慶旺,賈俊雪,楊運杰.中國經濟周期運行特點及拐點識別分析[J].財貿經濟,2007,(6).
[9] 劉金全,范劍青.中國經濟周期的非對稱性和相關性研究[J].經濟研究,2001,(5).
[10] 鐘偉,覃東海.商業(yè)周期理論的協動性和非對性綜述.世界經濟,2003,(1).