摘 要：本文基于非線性視角，采用時(shí)變參數(shù)向量自回歸模型考察了2006—2012年間短期資本流動(dòng)對(duì)我國(guó)宏觀經(jīng)濟(jì)沖擊的影響，實(shí)證結(jié)果顯示：宏觀經(jīng)濟(jì)變量參數(shù)在樣本區(qū)間內(nèi)具有明顯非線性特征；中美利差的變化會(huì)使資本流動(dòng)產(chǎn)生頻繁波動(dòng)，資本的流動(dòng)又能減少中美兩國(guó)的利差；短期資本的流動(dòng)對(duì)我國(guó)產(chǎn)出和通貨膨脹均產(chǎn)生了正向的推動(dòng)作用，但傳導(dǎo)機(jī)制在金融危機(jī)前后出現(xiàn)了顯著的差異。因此，我國(guó)應(yīng)密切關(guān)注國(guó)際資本的流動(dòng)情況，避免資本短期內(nèi)大量的流出而對(duì)我國(guó)經(jīng)濟(jì)產(chǎn)生不良的影響。

關(guān)鍵詞：短期資本；MCMC算法；Bayesian估計(jì)；時(shí)變參數(shù)向量自回歸

中圖分類號(hào)：F832.6 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-9031（2015）03-0004-05 DOI：10.3969/j.issn.1003-9031.2015.03.01

一、引言

金融危機(jī)爆發(fā)至今已經(jīng)過(guò)去六年的時(shí)間，其產(chǎn)生的后續(xù)影響依然彌漫在大部分國(guó)家上空。為了應(yīng)對(duì)危機(jī)產(chǎn)生的不利影響，各國(guó)都及時(shí)采取了寬松的貨幣政策或者財(cái)政政策。雖然各國(guó)經(jīng)濟(jì)目前大多沒(méi)有恢復(fù)到預(yù)期的增長(zhǎng)，但各種措施保證了國(guó)家經(jīng)濟(jì)的穩(wěn)定。在新興市場(chǎng)化國(guó)家恢復(fù)增長(zhǎng)后，大多數(shù)國(guó)家也開(kāi)始逐漸退出寬松的貨幣政策，美國(guó)宣布自2014年11月開(kāi)始退出量化寬松貨幣政策，但全球低息環(huán)境和充裕的流動(dòng)性仍將持續(xù)一段更長(zhǎng)時(shí)間，在經(jīng)濟(jì)全球化、金融自由化的背景下，資本實(shí)現(xiàn)跨國(guó)之間的流動(dòng)已不可避免。

賓建成和詹花秀（2013）發(fā)現(xiàn)美國(guó)在應(yīng)對(duì)金融危機(jī)時(shí)采用的量化寬松政策外溢性十分明顯，大量超發(fā)的貨幣流入到本國(guó)實(shí)體經(jīng)濟(jì)與資產(chǎn)市場(chǎng)的并不多，一部分貨幣以超額準(zhǔn)備金的形式滯留在美國(guó)銀行體系內(nèi)部，另一部分則流向了國(guó)際市場(chǎng)[1]。短期資本自身具有的逐利性，必然會(huì)流向收益率更高的地區(qū)，而新興市場(chǎng)無(wú)疑是最佳的選擇。中國(guó)作為世界上發(fā)展最快的新興市場(chǎng)化國(guó)家，必然在短期內(nèi)會(huì)吸引大量資本的進(jìn)入。但同時(shí)也要注意到，大量短期資本流入我國(guó)經(jīng)濟(jì)體雖能促進(jìn)我國(guó)經(jīng)濟(jì)的發(fā)展，也會(huì)對(duì)我國(guó)產(chǎn)生通脹和資產(chǎn)價(jià)格上升的壓力，短期資本的特性決定了其在各個(gè)國(guó)家之間頻繁的流入和流出，這無(wú)疑會(huì)使我國(guó)經(jīng)濟(jì)產(chǎn)生較大的波動(dòng)，加大了國(guó)家宏觀調(diào)控的難度。因此，研究短期資本流動(dòng)對(duì)我國(guó)宏觀經(jīng)濟(jì)的影響顯得十分必要，這為我國(guó)是否能夠及時(shí)抵御和防范由于大量資金外流而導(dǎo)致的經(jīng)濟(jì)下行的壓力具有重要的現(xiàn)實(shí)意義。

二、相關(guān)文獻(xiàn)評(píng)述

隨著市場(chǎng)化改革的不斷深入，我國(guó)加快了利率和匯率市場(chǎng)化改革的步伐，國(guó)際短期資本在我國(guó)流動(dòng)日益頻繁，這一現(xiàn)象引起眾多學(xué)者的關(guān)注。至今，已有大量文獻(xiàn)從不同的角度對(duì)資本流動(dòng)進(jìn)行了分析，但總的來(lái)看，學(xué)者們的研究經(jīng)歷了如下兩個(gè)階段：

描述性分析階段。此階段主要集中在1996—2006年，1994年我國(guó)的外匯體制改革使得部分學(xué)者最早意識(shí)到研究短期資本流動(dòng)的重要性。管濤和曾衛(wèi)京（1996）最早研究了國(guó)際基本流動(dòng)對(duì)我國(guó)外匯供求的影響，提出完善資本項(xiàng)目管理對(duì)防范資本流動(dòng)的重要性[2]。馮菊萍（2000）分析了國(guó)際資本流動(dòng)對(duì)我國(guó)經(jīng)濟(jì)金融政策的影響并提出了相應(yīng)了管理政策[3]。干杏娣（2002）概括了當(dāng)代國(guó)際短期資本流動(dòng)發(fā)展的特征，探討了其對(duì)本幣政策獨(dú)立性的影響[4]。季旭東（2004）從影響因素以及產(chǎn)生的效應(yīng)的角度分析了短期資本對(duì)中國(guó)宏觀經(jīng)濟(jì)的影響[5]。

實(shí)證分析階段。從2006年至今，越來(lái)越多的學(xué)者開(kāi)始從實(shí)證的角度對(duì)短期資本流動(dòng)性進(jìn)行分析。王世華和何帆（2007）較早的采用回歸分析的方法，對(duì)我國(guó)短期資本流動(dòng)及其規(guī)模、影響資本流入和流出的主要因素進(jìn)行了實(shí)證分析[6]。蘭振華和陳玲（2007）對(duì)中國(guó)短期資本流動(dòng)規(guī)模進(jìn)行了測(cè)算，并采用了協(xié)整理論對(duì)影響短期資本的因素進(jìn)行了實(shí)證分析[7]。黃志剛（2009）開(kāi)始采用VAR模型和其中的脈沖響應(yīng)以及方差分析等方法對(duì)我國(guó)跨境短期資本流動(dòng)的成因結(jié)構(gòu)進(jìn)行分析[8]。陳瑾玫和徐振玲（2012）綜合了測(cè)算短期國(guó)際資本流動(dòng)的方法，同樣采用了協(xié)整模型、格蘭杰因果檢驗(yàn)、脈沖響應(yīng)分析和方差分解方法分析短期資本流動(dòng)對(duì)我國(guó)經(jīng)濟(jì)發(fā)展、金融穩(wěn)定的影響[9]。

此外，還有眾多的國(guó)內(nèi)學(xué)者對(duì)此問(wèn)題進(jìn)行過(guò)研究，但其研究方法除部分學(xué)者使用文字性分析以外，大都采用向量自回歸模型（VAR）和協(xié)整理論等方法。但傳統(tǒng)的VAR模型假定VAR系數(shù)以及擾動(dòng)項(xiàng)的方差是不變的，這種假定顯然是很難符合實(shí)際情況。在國(guó)內(nèi)，目前對(duì)短期資本流動(dòng)對(duì)宏觀經(jīng)濟(jì)影響的時(shí)變參數(shù)分析暫未出現(xiàn)?；谶@個(gè)原因，本文運(yùn)用時(shí)變參數(shù)向量自回歸（TVP-VAR）模型對(duì)我國(guó)短期資本流動(dòng)沖擊效應(yīng)的動(dòng)態(tài)變化進(jìn)行實(shí)證研究。

早期人們對(duì)參數(shù)平穩(wěn)性的考察主要采用鄒檢驗(yàn)（Chow test），但其分段的假定并不十分合理，現(xiàn)實(shí)中大部分宏觀經(jīng)濟(jì)變量的變化存在一種漸進(jìn)性，因此需要新的方法去捕捉這些漸變的信息。TVP-VAR模型是近些年來(lái)發(fā)展起來(lái)的較為流行的估計(jì)方法，使我們可以用一種十分靈活和穩(wěn)健的方式識(shí)別經(jīng)濟(jì)結(jié)構(gòu)中潛在的可能性變化。Cogly和Sargent（2003）最早對(duì)VAR模型進(jìn)行了拓展，允許參數(shù)發(fā)生變動(dòng)并將新模型對(duì)美國(guó)二戰(zhàn)后的貨幣政策進(jìn)行了實(shí)證分析，但為了估計(jì)上的方便，他仍將新息沖擊的方差設(shè)置為常數(shù)[10]。為了進(jìn)一步拓展模型的適用性，Primiceri（2005）在Colgy和Sargent的原有模型基礎(chǔ)上加以完善和修改，同時(shí)考慮了VAR系數(shù)和誤差項(xiàng)方差的時(shí)變特性，并將該方法運(yùn)用于美國(guó)貨幣政策傳導(dǎo)機(jī)制的動(dòng)態(tài)分析中，并取得了較好的結(jié)果[11]。同時(shí)，也有部分學(xué)者對(duì)該模型的性能做了詳細(xì)的分析。D’Agostion et al.（2010）通過(guò)使用美國(guó)宏觀經(jīng)濟(jì)數(shù)據(jù)將TVP-VAR模型的預(yù)測(cè)結(jié)果與傳統(tǒng)的VAR模型結(jié)果進(jìn)行了對(duì)比，發(fā)現(xiàn)TVP-VAR模型具有更加優(yōu)良的效果[12]。Nakajima（2009）在原有模型的基礎(chǔ)上進(jìn)行了適當(dāng)?shù)男薷膶?duì)日本經(jīng)濟(jì)發(fā)展進(jìn)行了實(shí)證分析，并對(duì)TVP-VAR模型的穩(wěn)健性與CP-VAR和STVP-VAR模型進(jìn)行了比較，通過(guò)使用邊際似然函數(shù)的方法，發(fā)現(xiàn)TVP-VAR更加具有穩(wěn)健性[13]。

在國(guó)內(nèi)，對(duì)TVP-VAR模型的研究和使用才剛剛起步。最先由羅毅丹（2010）運(yùn)用該模型對(duì)我國(guó)貨幣政策與通貨膨脹和GDP的沖擊效應(yīng)進(jìn)行了實(shí)證分析，并取得了十分滿意的結(jié)果[14]。孫焱林認(rèn)為中國(guó)漸進(jìn)式的改革實(shí)踐時(shí)導(dǎo)致建模參數(shù)不穩(wěn)定重要原因，并使用TVP-VAR模型對(duì)徐高（2008）的數(shù)據(jù)重新進(jìn)行擬合，成功解決了徐高文中提到的“斜率之謎”現(xiàn)象，得出具有時(shí)變參數(shù)的VAR模型在擬合中國(guó)宏觀時(shí)間序列方面更為精準(zhǔn)這一結(jié)論[15]。可見(jiàn)，TVP-VAR模型與傳統(tǒng)的VAR模型相比優(yōu)勢(shì)明顯，充分利用新模型的優(yōu)勢(shì)無(wú)疑是有利于推動(dòng)實(shí)證研究的發(fā)展。

三、TVP-VAR模型描述

（一）TVP-VAR模型的構(gòu)建

Sims（1980）認(rèn)為，在理性預(yù)期的假設(shè)下，經(jīng)常用于識(shí)別傳統(tǒng)結(jié)構(gòu)模型中參數(shù)的唯一約束是不合理的，作為一種可以替代的方法，Sims提出了一種基于非結(jié)構(gòu)性方法來(lái)尋找各個(gè)變量之間關(guān)系的新的建模方法論——向量自回歸模型（VAR）[16]。VAR模型是基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)所建立起來(lái)的模型，它把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來(lái)構(gòu)造模型。此后，VAR模型在很多研究領(lǐng)域中均取得了成功。但是，VAR模型也存在著不足，即參數(shù)過(guò)多可能導(dǎo)致模型無(wú)法識(shí)別這一問(wèn)題，只有所含變量較少的VAR模型才能通過(guò)普通最小二乘估計(jì)和極大似然估計(jì)得到較為滿意的結(jié)果，當(dāng)存在大量的參數(shù)需要估計(jì)時(shí)，需要保證樣本也具有足夠的數(shù)目，當(dāng)樣本容量相對(duì)較少時(shí)，大多數(shù)變量估計(jì)出來(lái)的值的偏差較大[17]，而且由于VAR模型當(dāng)期關(guān)系沒(méi)有直接給出而是隱藏在誤差項(xiàng)相關(guān)關(guān)系的結(jié)構(gòu)中，產(chǎn)生的脈沖響應(yīng)因?yàn)樾孪⒉荒鼙蛔R(shí)別為內(nèi)在的結(jié)構(gòu)誤差，因此無(wú)法給出較好的結(jié)構(gòu)性解釋。另外，VAR模型是常參數(shù)模型，很多證據(jù)表明，在經(jīng)濟(jì)系統(tǒng)發(fā)生大的結(jié)構(gòu)性變化，VAR模型參數(shù)不穩(wěn)定，這些缺點(diǎn)嚴(yán)重束縛了VAR模型的進(jìn)一步應(yīng)用[18]。此后VAR模型的演變也基本上均是圍繞以上不足的條件下進(jìn)行完善和發(fā)展的。

Primiceri在前人的研究基礎(chǔ)上，將模型擴(kuò)展為允許截距、系數(shù)、方差和結(jié)構(gòu)影響都隨時(shí)間變動(dòng)的TVP-VAR模型，并迅速被一些學(xué)者如Nakajima應(yīng)用到宏觀經(jīng)濟(jì)分析中，并取得了較好的效果。

在實(shí)際應(yīng)用中，隨機(jī)波動(dòng)的假定會(huì)由于參數(shù)過(guò)多而使得似然函數(shù)難以估計(jì)。為解決這一難題，學(xué)者們普遍采用貝葉斯估計(jì)方法，并將馬爾科夫蒙特卡洛方法（MCMC）引入到了該模型中以方便去估計(jì)后驗(yàn)概率密度函數(shù)。在TVP-VAR模型中采用貝葉斯估計(jì)的優(yōu)勢(shì)主要有如下三點(diǎn)：第一，貝葉斯估計(jì)可以通過(guò)對(duì)先驗(yàn)概率的合理選擇避免不合理區(qū)域產(chǎn)生的峰值的影響；第二，貝葉斯估計(jì)中觀測(cè)數(shù)據(jù)被看成是唯一的，模型的參數(shù)作為隨機(jī)變量以某種概率分布的形式與似然函數(shù)相結(jié)合；第三，貝葉斯估計(jì)方法可以將復(fù)雜的問(wèn)題簡(jiǎn)化，有效估計(jì)含有高維參數(shù)空間和非參數(shù)性質(zhì)的模型。

（二）MCMC算法簡(jiǎn)述

四、短期資本流動(dòng)對(duì)宏觀經(jīng)濟(jì)影響的實(shí)證檢驗(yàn)

（一）數(shù)據(jù)說(shuō)明

總的來(lái)說(shuō)，我國(guó)采用各種宏觀經(jīng)濟(jì)政策目的基本圍繞經(jīng)濟(jì)持續(xù)增長(zhǎng)和物價(jià)穩(wěn)定兩個(gè)方面。因此，本文采用產(chǎn)出和物價(jià)水平衡量我國(guó)的宏觀經(jīng)濟(jì)狀況。王世華等學(xué)者認(rèn)為，國(guó)內(nèi)外利率差是影響我國(guó)短期國(guó)際資本流動(dòng)的重要因素。故本文引入國(guó)內(nèi)外利率差作為影響短期國(guó)際資本流動(dòng)的指標(biāo)。本文研究的樣本跨度區(qū)間為2006M1—2012M12，該樣本區(qū)間恰好涵蓋了金融危機(jī)前、中、后三個(gè)時(shí)期，數(shù)據(jù)頻率為月度數(shù)據(jù)。在國(guó)外現(xiàn)有文獻(xiàn)中，大多數(shù)學(xué)者采用季度數(shù)據(jù)，但由于我國(guó)可獲得的季度數(shù)據(jù)較短，不能滿足具有高維度參數(shù)空間的模型估計(jì)，因此本文采用了月度數(shù)據(jù)。綜上考慮，本文的向量自回歸模型中包括四個(gè)變量：國(guó)內(nèi)外利差（LC）、短期國(guó)際資本流動(dòng)（DQZB）、產(chǎn)出（Y）和通貨膨脹（P）。其中，國(guó)內(nèi)外利差采用國(guó)內(nèi)銀行業(yè)同業(yè)隔夜拆借加權(quán)平均利率與美元隔夜Libor利率收盤價(jià)的差額表示，短期國(guó)際資本流動(dòng)采用較常用的非貿(mào)易及FDI的資本流動(dòng)表示①。通貨膨脹率指標(biāo)采用“消費(fèi)者價(jià)格指數(shù)”。由于我國(guó)GDP沒(méi)有統(tǒng)計(jì)月度數(shù)據(jù)，對(duì)其進(jìn)行轉(zhuǎn)換會(huì)隨著不同的操作方法而導(dǎo)致數(shù)據(jù)出現(xiàn)人為的扭曲，因此本文采用“工業(yè)增加值”作為國(guó)內(nèi)生產(chǎn)總值的代理變量②，通過(guò)X12方法對(duì)產(chǎn)出和通貨膨脹指標(biāo)進(jìn)行了季節(jié)調(diào)整，同時(shí)為了減少指標(biāo)數(shù)量級(jí)對(duì)模型的影響進(jìn)行了對(duì)數(shù)化處理，并將對(duì)數(shù)結(jié)果乘以100。另外，為表示宏觀經(jīng)濟(jì)的波動(dòng)情況，本文對(duì)產(chǎn)出和通貨膨脹均進(jìn)行了差分處理。文中數(shù)據(jù)除美元隔夜Libor利率收盤價(jià)來(lái)自Wind金融數(shù)據(jù)庫(kù)外，其他均來(lái)自于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)。

（二）馬爾科夫蒙特卡洛模擬（MCMC）

參數(shù)估計(jì)的后驗(yàn)均值、標(biāo)準(zhǔn)差、95%的置信區(qū)間、Geweke收斂診斷值和無(wú)效影響因子。從Geweke收斂診斷結(jié)果來(lái)看，所有結(jié)果均不能拒絕收斂于后驗(yàn)分布這一原假設(shè)。除了（∑h）2之外，各個(gè)變量參數(shù)的影響因子均很小。就（∑h）2而言，其最大值也僅為232.80，接近235，這表明通過(guò)MCMC方法模擬20000次可以獲得至少85個(gè)不相關(guān)的樣本，對(duì)于進(jìn)行后驗(yàn)推斷的樣本數(shù)目已經(jīng)足夠。

（三）時(shí)變參數(shù)脈沖響應(yīng)結(jié)果

TVP-VAR模型的脈沖響應(yīng)結(jié)果的優(yōu)勢(shì)在于能夠捕捉到經(jīng)濟(jì)中漸變和突變等信息，圖1描述了在滯后1、2、3期脈沖響應(yīng)隨時(shí)間動(dòng)態(tài)變化。

1.利差與短期資本的脈沖響應(yīng)

先考慮利差對(duì)短期資本流動(dòng)的影響，給利差一個(gè)正向的沖擊，在滯后1期的情況下，利差對(duì)短期資本的影響的恒為負(fù)值；在滯后2、3期時(shí)，短期資本會(huì)在0附近上下波動(dòng)，且在滯后3期時(shí)波動(dòng)更加明顯?？梢?jiàn)，利差的變化會(huì)導(dǎo)致短期資本流動(dòng)產(chǎn)生明顯的波動(dòng)。再考慮短期基本流動(dòng)對(duì)中美利差的影響，在初始給短期資本流動(dòng)一個(gè)正向沖擊，我們會(huì)發(fā)現(xiàn)短期資本流動(dòng)在各階滯后期下，其影響均為負(fù)值。在不同滯后期下的差別僅在于影響程度不同，在滯后1期時(shí)最大，滯后3期時(shí)最小，但差異較小。從圖1可以看出，在滯后3期時(shí)存在一個(gè)十分明顯的負(fù)值，其恰好發(fā)生在2008年11月左右，而當(dāng)年美國(guó)實(shí)施量化寬松貨幣政策，美元隔夜Libor利率收盤價(jià)從10月份的2.13%大幅下降到0.53%，該脈沖響應(yīng)結(jié)果捕捉到了這一重要信息，故短期資本的流入可以縮小中美兩國(guó)之間的利差。

2.短期資本流入對(duì)通貨膨脹的影響

從圖1可以看出，在不同的滯后階數(shù)下，短期資本流入對(duì)通貨膨脹的影響存在顯著的差異。在滯后1期、3期時(shí)沖擊為正，在滯后2期時(shí)沖擊為負(fù)。同時(shí)，我們會(huì)發(fā)現(xiàn)在2008年11月左右，各個(gè)滯后期均捕捉到了一個(gè)向下的沖擊。另外，短期資本流入對(duì)通貨膨脹存在一個(gè)持續(xù)性的沖擊?？梢?jiàn)，無(wú)論從長(zhǎng)期還是短期來(lái)看，短期資本的流入無(wú)疑會(huì)對(duì)我國(guó)通貨膨脹產(chǎn)生正向的作用，即輸入性通貨膨脹，這同時(shí)也印證了美國(guó)量化寬松貨幣政策具有明顯的外溢性。

3.短期資本流入對(duì)產(chǎn)出的影響

從圖1可以看出，在不同的滯后階數(shù)下，短期資本流入對(duì)產(chǎn)出影響同樣存在顯著的差異，且該結(jié)果與短期資本流入對(duì)通貨膨脹的影響結(jié)論恰好相反，即在滯后1期、3期時(shí)沖擊為正，在滯后2期時(shí)沖擊為負(fù)，且在滯后1期、3期時(shí)捕捉到了2008年金融危機(jī)對(duì)產(chǎn)出影響這一信息。可見(jiàn)，短期資本流入對(duì)我國(guó)產(chǎn)出的影響較為復(fù)雜，不同滯后期下會(huì)得出不同的結(jié)論。

2006年11月、2008年10月和2011年11月這三個(gè)時(shí)期，分別代表中國(guó)經(jīng)濟(jì)繁榮時(shí)期、危機(jī)時(shí)期和危機(jī)后時(shí)期的脈沖響應(yīng)結(jié)果，我們可以看出我國(guó)在不同時(shí)期沖擊路徑以及效果的差異性。

利差對(duì)短期資本流動(dòng)的影響在金融危機(jī)后出現(xiàn)了較大的差異，在滯后10期后對(duì)短期資本流動(dòng)出現(xiàn)負(fù)向沖擊且持續(xù)增加；短期資本流動(dòng)對(duì)利差的影響均為負(fù)值，但在金融危機(jī)發(fā)生以后至今對(duì)利差的負(fù)向沖擊更大。短期資本的流入無(wú)論在哪個(gè)時(shí)期，對(duì)通貨膨脹均存在著顯著的正向沖擊，并且在金融危機(jī)發(fā)生時(shí)期沖擊效果更為顯著，在滯后2期是沖擊幅度達(dá)到了0.3。短期資本流動(dòng)對(duì)產(chǎn)出確實(shí)產(chǎn)生了正的影響，但危機(jī)后時(shí)期隨著滯后階數(shù)的增加沖擊幅度逐漸減弱。同時(shí)我們可以發(fā)現(xiàn)，資本流動(dòng)對(duì)產(chǎn)出的影響存在明顯的波動(dòng)，這與短期資本流動(dòng)的逐利性不無(wú)關(guān)系。

五、結(jié)論

本文采用能夠同時(shí)捕捉區(qū)制變化和漸進(jìn)性變化的TVP-VAR模型對(duì)我國(guó)短期資本流動(dòng)對(duì)宏觀經(jīng)濟(jì)影響進(jìn)行實(shí)證分析，研究結(jié)果顯示：時(shí)變參數(shù)向量自回歸模型能夠較好的捕捉到樣本中的重要信息，而傳統(tǒng)的VAR模型則無(wú)法識(shí)別；利差的變化會(huì)使資本流動(dòng)產(chǎn)生頻繁的波動(dòng)，資本的流動(dòng)又能減少中美兩國(guó)的利差；短期資本的流動(dòng)對(duì)我國(guó)產(chǎn)出和通貨膨脹均產(chǎn)生了正向的推動(dòng)作用；我們發(fā)現(xiàn)，在考察的樣本區(qū)間上，短期資本流動(dòng)沖擊的傳導(dǎo)機(jī)制在金融危機(jī)前后出現(xiàn)了顯著的差異。綜上可見(jiàn)，短期資本流動(dòng)對(duì)我國(guó)宏觀經(jīng)濟(jì)影響是十分顯著的，在金融危機(jī)影響逐漸減弱，各國(guó)逐步退出寬松貨幣政策的背景下，我國(guó)更應(yīng)該密切關(guān)注國(guó)際資本的流動(dòng)情況，避免資本短期內(nèi)的大量的流出而對(duì)我國(guó)經(jīng)濟(jì)產(chǎn)生不良的影響。

（責(zé)任編輯：張恩娟）

參考文獻(xiàn)：

[1]賓建成，詹花秀，王凱.美國(guó)量化寬松貨幣政策對(duì)中國(guó)短期資本流動(dòng)的影響分析[J].財(cái)經(jīng)理論與實(shí)踐，2013（3）.

[2]管濤，曾衛(wèi)京.國(guó)際短期資本流動(dòng)對(duì)我國(guó)外匯供求的影響[J].廣東金融，1996（9）.

[3]馮菊萍.國(guó)際短期資本流動(dòng)的影響及對(duì)策[J].中國(guó)經(jīng)貿(mào)導(dǎo)刊，2000（18）.

[4]干杏娣.國(guó)際短期資本流動(dòng)對(duì)本外幣政策及其協(xié)調(diào)的影響[J].世界經(jīng)濟(jì)研究，2002（6）.

[5]季旭東.短期資本流動(dòng)對(duì)中國(guó)經(jīng)濟(jì)的影響[J].上海金融，2004（7）.

[6]王世華，何帆.中國(guó)的短期國(guó)際資本流動(dòng)：現(xiàn)狀、流動(dòng)途徑和影響因素[J].世界經(jīng)濟(jì)，2007（7）.

[7]蘭振華，陳玲.中國(guó)短期資本流動(dòng)規(guī)模測(cè)算及其影響因素的實(shí)證分析[J].金融經(jīng)濟(jì)，2007（4）.

[8]黃志剛.我國(guó)跨境短期資本流動(dòng)的成因結(jié)構(gòu)分析：2005—2008——一個(gè)基于VAR模型的實(shí)證研究[J].新疆財(cái)經(jīng)大學(xué)學(xué)報(bào)，2009（1）.

[9]陳瑾玫，徐振玲. 我國(guó)國(guó)際短期資本流動(dòng)規(guī)模及其對(duì)宏觀經(jīng)濟(jì)的影響研究[J].經(jīng)濟(jì)學(xué)家，2012（10）.

[10]Cogley T. and T.J. Sargent， Drifts and Volatilities： Monetary Policies and Outcomes in the Post WW U.S.， New York University mimeo， 2003.

[11]Primiceri，G. E.，Time Varying Structural Vector Auto-regression and Monetary Policy，Review of Economic Studies， Vol. 72（2005）， No.3，pp. 82-852.

[12]D’Agostino，A.，L.Gambetti， and D.Giannone， Macro-economic Forecasting and Structural Change， ECB Working Paper No. 1167， European Central Bank， 2010.

[13]Nakajima， J.，M. Kasuya，and T. Watanabe， Bayesian Analysis of Time-Varing Parameter Vector Autoregressive Model for the Japanese Economy and Monetary Policy，IMES Disscussion Paper No.2009-E-13， Institute for Monetary and Economic Studies，Bank of Japan， 2009.

[14]羅毅丹，樊琦.一種新擴(kuò)展的向量自回歸模型及應(yīng)用[J].統(tǒng)計(jì)研究，2010（7）.

[15]孫焱林，陳普，熊義明.貝葉斯視角下時(shí)變參數(shù)VAR建?！嬲摗靶甭手i”[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2011（10）.

[16]Sims，C. A. Macroeconomics and Reality， Econometrica， Vol. 48（1980）， No.1， pp.1-48.

[17]Jian Chai， Ju-E. Guo， Lei Meng， Shou-Yang Wang. Exploring the Core Factors and Its Dynamic Effects on Oil Price： An Application on Path Analysis and BVAR-TVP Model， Energy Policy， Vol. 39（2011）， No.12， pp. 8023-8036.

[18]沈悅，李善燊，馬續(xù)濤.VAR宏觀計(jì)量經(jīng)濟(jì)模型的演變與最新發(fā)展——基于2011年諾貝爾經(jīng)濟(jì)學(xué)得主Sims研究成果的拓展脈絡(luò)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012（10）.