謝繼文+池建宇

摘要：運(yùn)用1980—2013年我國(guó)30個(gè)省級(jí)地區(qū)的經(jīng)濟(jì)波動(dòng)和增長(zhǎng)的面板數(shù)據(jù)，重點(diǎn)分析資本形成、財(cái)政政策以及貨幣政策的變動(dòng)對(duì)于經(jīng)濟(jì)增長(zhǎng)穩(wěn)定性的影響。建立面板向量自回歸模型，通過(guò)脈沖響應(yīng)函數(shù)和方差分解具體分析每個(gè)變量波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。最終結(jié)果顯示，資本形成和經(jīng)濟(jì)政策波動(dòng)對(duì)于經(jīng)濟(jì)增長(zhǎng)具有重要的影響，短期是正向的，長(zhǎng)期來(lái)說(shuō)是反向的影響并且會(huì)隨時(shí)間推移而減弱。

關(guān)鍵詞：長(zhǎng)期增長(zhǎng)；短期波動(dòng)；經(jīng)濟(jì)增長(zhǎng)率；資本形成；預(yù)算赤字；存貸規(guī)模；向量自回歸；脈沖響應(yīng)

中圖分類(lèi)號(hào)：F124.8 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-2101（2015）06-0043-06

一、引言

經(jīng)濟(jì)短期波動(dòng)和長(zhǎng)期增長(zhǎng)問(wèn)題是宏觀(guān)經(jīng)濟(jì)學(xué)家關(guān)注的兩大主要領(lǐng)域。在短期內(nèi)，經(jīng)濟(jì)本身存在一定的波動(dòng)性，這種波動(dòng)性一方面來(lái)自于經(jīng)濟(jì)本身，如企業(yè)投資、技術(shù)進(jìn)步等因素；另一方面來(lái)自政府的宏觀(guān)經(jīng)濟(jì)政策，如財(cái)政政策和貨幣政策。筆者主要是從以上兩個(gè)方面研究短期的經(jīng)濟(jì)波動(dòng)對(duì)長(zhǎng)期增長(zhǎng)的影響。不論是資本形成還是政府政策都能在短期內(nèi)顯著影響總產(chǎn)出，除此之外也能影響經(jīng)濟(jì)長(zhǎng)期的波動(dòng)性，它們是經(jīng)濟(jì)波動(dòng)的主要來(lái)源。

就這一點(diǎn)，學(xué)界在是否有必要采取適當(dāng)?shù)恼深A(yù)或者讓市場(chǎng)通過(guò)自身調(diào)節(jié)機(jī)制保證持續(xù)穩(wěn)定的經(jīng)濟(jì)增長(zhǎng)方面還存在爭(zhēng)議。也就是說(shuō)，在經(jīng)濟(jì)處于衰退期時(shí)，應(yīng)當(dāng)采取怎樣的措施使得經(jīng)濟(jì)能夠恢復(fù)穩(wěn)定的發(fā)展勢(shì)頭。因此，筆者選取的三個(gè)變量主要來(lái)自以下三個(gè)方面，即：資本形成、財(cái)政政策和貨幣政策。

究竟這三個(gè)變量是否能夠代表資本形成與經(jīng)濟(jì)政策的波動(dòng)性呢？運(yùn)用經(jīng)濟(jì)意義檢驗(yàn)的方式，我們發(fā)現(xiàn)這三個(gè)變量完全能夠代替上文所說(shuō)的三個(gè)方面。首先，資本形成總額的波動(dòng)。資本形成總額指標(biāo)主要是度量一定時(shí)期內(nèi)固定資產(chǎn)形成總額和存貨增加的總量，它主要代表的是經(jīng)濟(jì)波動(dòng)的內(nèi)因影響，是對(duì)本期資本形成效用的主要衡量標(biāo)準(zhǔn)，同時(shí)，從經(jīng)濟(jì)意義上來(lái)看也會(huì)對(duì)下一期經(jīng)濟(jì)增長(zhǎng)規(guī)模有一定的影響，因此，將其納入考慮范圍。其次，預(yù)算赤字的波動(dòng)。預(yù)算赤字這一指標(biāo)可歸結(jié)到政府財(cái)政政策方面，是將政府財(cái)政政策具體量化的重要變量，將其納入模型，可以探究政府財(cái)政政策的變動(dòng)對(duì)于經(jīng)濟(jì)增長(zhǎng)率是否有顯著效果。再次，存貸款規(guī)模的波動(dòng)。存貸款總額這個(gè)變量的引入主要是為了量化貨幣政策，應(yīng)當(dāng)采用廣義貨幣作為變量，但是由于本文采用的是省級(jí)面板數(shù)據(jù)，各省廣義貨幣的數(shù)據(jù)無(wú)法得到，因此采用存貸款總額來(lái)代替。由于各省的存貸款規(guī)模顯示了該地區(qū)金融市場(chǎng)的活躍狀況，通過(guò)這個(gè)變量可以從一個(gè)側(cè)面看出政府的貨幣政策波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)率的影響。筆者主要試圖回答諸如下列的重要問(wèn)題：每個(gè)變量的波動(dòng)對(duì)于經(jīng)濟(jì)增長(zhǎng)率是否存在影響？若存在影響，各個(gè)變量波動(dòng)的影響程度又如何？

早期的研究中，Kormendi和Meguire（1985）的研究結(jié)果顯示，總產(chǎn)出的波動(dòng)率與平均增長(zhǎng)率在各國(guó)同一截面上呈正相關(guān)關(guān)系。Ramey和Ramey（1995）分別使用了92個(gè)國(guó)家以及其中25個(gè)OECD國(guó)家的數(shù)據(jù)驗(yàn)證了平均增長(zhǎng)率與增長(zhǎng)率的標(biāo)準(zhǔn)差之間的關(guān)系。Ramey和Ramey（1995）的控制變量包括投資占GDP之比重、平均人口增長(zhǎng)率、初始人力資本和初始人均GDP，使用極大似然估計(jì)進(jìn)行估計(jì)。他們發(fā)現(xiàn)，使用全樣本進(jìn)行估計(jì)，波動(dòng)性對(duì)平均增長(zhǎng)率有顯著的負(fù)向影響，但對(duì)OECD國(guó)家的數(shù)據(jù)進(jìn)行回歸的結(jié)果卻是這種影響為正，但不顯著。隨后，有大量文獻(xiàn)在Ramey和Ramey（1995）的基礎(chǔ)上對(duì)波動(dòng)性和平均增長(zhǎng)率之間的關(guān)系進(jìn)行經(jīng)驗(yàn)驗(yàn)證，如Barlevy（2004）、Fatas（2011）得出了相似的結(jié)論，即短期波動(dòng)對(duì)增長(zhǎng)存在負(fù)向影響。也有一些文獻(xiàn)的經(jīng)驗(yàn)分析結(jié)果表明，波動(dòng)性對(duì)長(zhǎng)期增長(zhǎng)的影響是正向的。

近年來(lái)，國(guó)內(nèi)涌現(xiàn)了大量針對(duì)該主題的理論性和經(jīng)驗(yàn)性文獻(xiàn)。陳昆亭等（2012）發(fā)現(xiàn)，中國(guó)1978年以前，波動(dòng)與增長(zhǎng)呈負(fù)相關(guān)關(guān)系，1978年之后，二者的關(guān)系變?yōu)檎嚓P(guān)，并建立了一個(gè)基于人力資本形成機(jī)制的隨機(jī)增長(zhǎng)模型來(lái)解釋這個(gè)現(xiàn)象。李濤（2001）建立了一個(gè)反映周期波動(dòng)的增長(zhǎng)模型，將短期波動(dòng)與長(zhǎng)期增長(zhǎng)聯(lián)系在一起。有很多經(jīng)驗(yàn)性文獻(xiàn)使用中國(guó)的數(shù)據(jù)驗(yàn)證了波動(dòng)性對(duì)長(zhǎng)期增長(zhǎng)的影響，但得出的結(jié)論并不相同。王鈺（2014）、盧二坡和曾五一（2008）、周達(dá)軍（2007）的研究支持了Ramey和Ramey（1995）的結(jié)論，即短期波動(dòng)對(duì)長(zhǎng)期增長(zhǎng)的影響為負(fù)，但也有文獻(xiàn)并不支持這個(gè)結(jié)論，如盧二坡和王澤填（2007）、池建宇和趙家章（2015）。

筆者主要研究的是宏觀(guān)經(jīng)濟(jì)變量的波動(dòng)和經(jīng)濟(jì)增長(zhǎng)率的關(guān)系，數(shù)據(jù)選取的是中國(guó)30個(gè)?。ㄊ?、區(qū)）（除港、澳、臺(tái)、西藏外）1980—2013年的年度數(shù)據(jù)。這個(gè)時(shí)間段是中國(guó)經(jīng)濟(jì)從計(jì)劃經(jīng)濟(jì)轉(zhuǎn)向市場(chǎng)經(jīng)濟(jì)的主要階段，也是中國(guó)經(jīng)濟(jì)真正高速發(fā)展的過(guò)程。筆者主要通過(guò)面板向量自回歸（PVAR）模型的構(gòu)建，借助脈沖響應(yīng)函數(shù)以及方差分解的方法來(lái)解釋上面所提出的問(wèn)題，并對(duì)中國(guó)經(jīng)濟(jì)以后的發(fā)展提出合理化建議。實(shí)證方面，筆者跳出傳統(tǒng)對(duì)短期波動(dòng)和長(zhǎng)期增長(zhǎng)的研究采用“二分法”的桎梏，把這兩個(gè)主題糅合在一起，探究短期波動(dòng)對(duì)長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)率的影響，試圖運(yùn)用嚴(yán)格的計(jì)量方法從經(jīng)驗(yàn)分析的角度來(lái)研究上述問(wèn)題，采用脈沖響應(yīng)函數(shù)和方差分解的方法分析短期波動(dòng)和長(zhǎng)期增長(zhǎng)之間的關(guān)系，獲得關(guān)于短期波動(dòng)對(duì)長(zhǎng)期增長(zhǎng)的具體沖擊程度的描述數(shù)據(jù)，給出具備說(shuō)服力的結(jié)論，即資本形成和政府經(jīng)濟(jì)政策的波動(dòng)對(duì)于長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)率有顯著影響。政策方面，筆者運(yùn)用方差分解的方法重點(diǎn)探究了政府政策的影響力持續(xù)時(shí)間，得出了政府政策波動(dòng)短期內(nèi)能夠顯著影響總產(chǎn)出。長(zhǎng)期內(nèi)，這種影響力伴隨著時(shí)間的推移而逐漸減小。因此，政府制定和執(zhí)行財(cái)政政策和貨幣政策時(shí)，不但要考慮其短期的有效性，還要考慮長(zhǎng)期的影響力，選擇最優(yōu)的政策幅度，以達(dá)到最好的政策效果。

二、數(shù)據(jù)和方法

（一）變量引入

筆者向模型中引入以下四個(gè)變量。

1. 經(jīng)濟(jì)增長(zhǎng)率（growth）——實(shí)際GDP增長(zhǎng)率，作為模型中的主要研究變量。在前期數(shù)據(jù)處理時(shí)，對(duì)實(shí)際GDP數(shù)據(jù)進(jìn)行取對(duì)數(shù)處理，因此在離群值處理時(shí)，這一變量是正常的。在模型中，該變量為被解釋變量，代表長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)的穩(wěn)定性。

2. 資本形成總額的波動(dòng)（sd_cf）——即資本形成總額占GDP比重的標(biāo)準(zhǔn)差。用標(biāo)準(zhǔn)差來(lái)反映變量的波動(dòng)情況，由于資本形成總額與下一期投資有很強(qiáng)的相關(guān)關(guān)系（通過(guò)經(jīng)濟(jì)意義解釋?zhuān)?，因此，我們估?jì)這個(gè)變量的波動(dòng)對(duì)實(shí)際經(jīng)濟(jì)增長(zhǎng)率的影響應(yīng)該是最大的。

數(shù)據(jù)處理的過(guò)程是：首先計(jì)算各省的資本形成總額占GDP的比重，其次，再計(jì)算資本形成總額占GDP比重的標(biāo)準(zhǔn)差，需要說(shuō)明的是，此處的標(biāo)準(zhǔn)差是通過(guò)每個(gè)省份當(dāng)年資本形成總額占GDP的比重與該省資本形成總額占GDP比重的平均值之差取絕對(duì)值所得出的，雖然不是準(zhǔn)確的標(biāo)準(zhǔn)差數(shù)據(jù)，但是一定程度上也能夠反映出資本形成總額占GDP比重各省歷年的波動(dòng)狀況，具備一定的解釋力。

3. 預(yù)算赤字的波動(dòng)（sd_bd）——該變量用預(yù)算赤字占GDP比重的標(biāo)準(zhǔn)差表示。這個(gè)變量主要是為了檢驗(yàn)政府的財(cái)政政策對(duì)于穩(wěn)定經(jīng)濟(jì)的意義，代表以凱恩斯主義為基礎(chǔ)的主流經(jīng)濟(jì)學(xué)派的觀(guān)點(diǎn)。

數(shù)據(jù)處理的過(guò)程是：首先通過(guò)各省的財(cái)政收入與政府支出之差獲得各省每年的預(yù)算赤字?jǐn)?shù)據(jù)，再由預(yù)算赤字/GDP獲得預(yù)算赤字占GDP比重的數(shù)據(jù)，最終由預(yù)算赤字占GDP的比重?cái)?shù)據(jù)通過(guò)軟件輸出其標(biāo)準(zhǔn)差。

4. 存貸總額的波動(dòng)（sd_cdze）——該變量用存貸規(guī)模占GDP比重的標(biāo)準(zhǔn)差表示。由于筆者采用的省級(jí)貨幣供給量數(shù)據(jù)獲得比較困難，因此采用存貸款總額來(lái)反映各地的貨幣發(fā)行情況，具備一定的說(shuō)服力。

數(shù)據(jù)處理的過(guò)程是：首先，將各省的存款規(guī)模和貸款規(guī)模相加得到存貸款總額，再由存貸款總額/GDP得到存貸款總額占GDP的比重；其次，由存貸款總額占GDP比重?cái)?shù)值借由軟件輸出其標(biāo)準(zhǔn)差。

這四個(gè)變量是根據(jù)相關(guān)的經(jīng)濟(jì)周期理論，即凱恩斯主義、貨幣主義的理論以及真實(shí)經(jīng)濟(jì)周期理論，來(lái)捕捉基本參數(shù)對(duì)經(jīng)濟(jì)波動(dòng)和經(jīng)濟(jì)增長(zhǎng)。值得一提的是，后三個(gè)變量采用占GDP比重形式，能夠很好地克服數(shù)據(jù)的誤差，提高模型的準(zhǔn)確性。

（二）數(shù)據(jù)描述和概況

本文的目的在于研究中國(guó)1980—2013年各省主要宏觀(guān)經(jīng)濟(jì)變量波動(dòng)（短期波動(dòng)）與其各自實(shí)際GDP增長(zhǎng)率（長(zhǎng)期增長(zhǎng)）之間的關(guān)系。除特殊說(shuō)明外，本文數(shù)據(jù)均來(lái)自《新中國(guó)60年統(tǒng)計(jì)資料匯編》（1949—2008年）和各省統(tǒng)計(jì)年鑒（2009—2014年），文中的數(shù)據(jù)均為原始數(shù)據(jù)經(jīng)過(guò)單邊縮尾處理后所得的結(jié)果。本文共采用30個(gè)?。▍^(qū)、市）34年的數(shù)據(jù)（西藏、香港、澳門(mén)、臺(tái)灣除外）。

由于前期的數(shù)據(jù)收集受到一定的限制，為了能夠有效地控制自由度，本研究只選取了四個(gè)具有代表性的變量引入模型之中。我們對(duì)四個(gè)變量的數(shù)據(jù)做了描述性統(tǒng)計(jì)，輸出如表1所示。

（三）模型構(gòu)建

筆者采用面板數(shù)據(jù)向量自回歸（PVAR）模型的建構(gòu)方法，將傳統(tǒng)的向量自回歸（VAR）方法延伸到處理面板數(shù)據(jù)（Panel Data）領(lǐng)域，VAR將系統(tǒng)內(nèi)所有的變量都看成是具備內(nèi)生性的，而面板數(shù)據(jù)則是允許未解決的個(gè)體差異性存在。

建立PVAR模型需要確定滯后階數(shù)，滯后階數(shù)的確定對(duì)于模型十分重要。滯后階數(shù)太小，殘差可能存在自相關(guān)，并導(dǎo)致參數(shù)估計(jì)的非一致性；滯后階數(shù)過(guò)大，待估參數(shù)多，自由度降低嚴(yán)重，直接影響模型參數(shù)估計(jì)的有效性。面板數(shù)據(jù)確定滯后階數(shù)的方法一般采用赤池信息準(zhǔn)則（AIC）。對(duì)數(shù)據(jù)進(jìn)行操作后，我們認(rèn)為滯后兩期滯后的效果是最好的，詳細(xì)輸出結(jié)果如表2所示。滯后兩階時(shí)，在90%的可信度下，AIC、BIC、HQIC均通過(guò)，因此，滯后階數(shù)選取兩階即可。

在下文進(jìn)行PVAR模型的回歸中，又進(jìn)一步對(duì)模型的回歸階數(shù)是否正確進(jìn)行檢驗(yàn)，輸出結(jié)果如表3所示。

綜合上述結(jié)果可知，在滯后一階時(shí)，在90%的可信度下，預(yù)算赤字波動(dòng)（sd_bdt-1）不顯著；滯后兩階時(shí)，在99%的可信度下，除滯后兩期的增長(zhǎng)率（growtht-2）和存貸總額的波動(dòng)性（sd_cdzet-2）外，所有變量均能拒絕原假設(shè)，均是顯著的，故選擇滯后兩期。這也與上面所進(jìn)行的滯后階數(shù)檢驗(yàn)相符，說(shuō)明對(duì)模型進(jìn)行面板矩估計(jì)（GMM）是有意義的。

結(jié)合上文中的變量引入以及滯后階數(shù)檢驗(yàn)的結(jié)果，我們建構(gòu)如下模型：

Zit=？姿0+？姿1zit-1+？姿2zit-2+fi+et（1）

其中zit=（growth，sd_cf，sd_db，sd_cdze）′是基于面板數(shù)據(jù)的4×1的變量向量，i代表不同的省份，t代表年份，λ1和λ2分別是滯后期不同的變量的系數(shù)矩陣，λ0是4×1的各省效應(yīng)向量（常數(shù)項(xiàng)），fi是4×1的年效應(yīng)向量。如上文所述，growth代表實(shí)際GDP的增長(zhǎng)率，sd_cf代表資本形成總額的波動(dòng)，sd_db代表預(yù)算赤字的波動(dòng)，sd_cdze代表存貸款總額的波動(dòng)，將這四個(gè)宏觀(guān)經(jīng)濟(jì)變量納入同一模型系統(tǒng)，分析各省經(jīng)濟(jì)增長(zhǎng)速度對(duì)不同宏觀(guān)經(jīng)濟(jì)變量波動(dòng)沖擊響應(yīng)的不同。

在將VAR運(yùn)用到面板數(shù)據(jù)中時(shí)，我們需要對(duì)其施加一定的限制條件，即對(duì)于每一個(gè)橫截面單元而言，其底層結(jié)構(gòu)是相同的。由于這個(gè)限制可能在實(shí)操中被打破，一種解決方法便是通過(guò)引入固定效應(yīng)的方式允許變量中存在異質(zhì)性，在模型中通過(guò)fi表現(xiàn)出來(lái)。而受因變量滯后項(xiàng)的影響導(dǎo)致的fi與自變量的相關(guān)性，會(huì)使傳統(tǒng)用于消除固定效應(yīng)的“均值差分法”在對(duì)系數(shù)的估計(jì)中產(chǎn)生偏誤。因此，筆者使用“前向均值差分法”（Arellano和Bover，1995）來(lái)消除固定效應(yīng)。該方法通過(guò)移除前向均值這一轉(zhuǎn)換方式，避免差分項(xiàng)作為工具變量的滯后回歸項(xiàng)間的正交，從而達(dá)到準(zhǔn)確估計(jì)模型系統(tǒng)的目的。

三、實(shí)證檢驗(yàn)結(jié)果與分析

（一）PVAR模型及其解釋力

根據(jù)上文中建立的模型，對(duì)面板數(shù)據(jù)進(jìn)行向量自回歸（VAR）。于是，面板矩估計(jì)（GMM）的輸出結(jié)果如表4所示。

由于本文主要研究的是短期波動(dòng)對(duì)長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)的影響，所以主要觀(guān)察的數(shù)據(jù)為表4中的第（1）列，即模型中的各變量滯后一期和滯后二期時(shí)對(duì)當(dāng)期經(jīng)濟(jì)增長(zhǎng)率（growtht）的解釋力。

首先，檢驗(yàn)?zāi)Ｐ涂尚行?。由?可知，在95%的可信度下，模型中的變量除滯后二階的增長(zhǎng)率（growtht-2）和存貸款的波動(dòng)（sd_cdzet-2）這2個(gè)變量的P值大于0.05，其他變量的P值均遠(yuǎn)遠(yuǎn)小于0.05。經(jīng)過(guò)筆者的反復(fù)驗(yàn)證，這已經(jīng)是相對(duì)最有效的模型，故模型的建立是可行的。

其次，從上面的回歸結(jié)果可以看出，在growtht作為被解釋變量時(shí)，sd_cf（資本形成總額的波動(dòng)）對(duì)growtht有影響，滯后一期的sd_cf對(duì)growtht有正向影響，其系數(shù)是0.318，這樣的結(jié)果說(shuō)明上年的資本形成總額的波動(dòng)對(duì)當(dāng)期的經(jīng)濟(jì)增長(zhǎng)有正向的影響，即資本形成總額比重的波動(dòng)越大，對(duì)當(dāng)期經(jīng)濟(jì)增長(zhǎng)率的拉動(dòng)就越大。滯后二期的sd_cf對(duì)growtht有負(fù)影響，其系數(shù)是-0.218，說(shuō)明滯后二期的資本形成總額波動(dòng)對(duì)于經(jīng)濟(jì)增長(zhǎng)率的影響是反向的；sd_bd（預(yù)算赤字的波動(dòng)）對(duì)growtht有影響，滯后一期的sd_bd對(duì)growtht有正向影響，其系數(shù)為0.357，說(shuō)明上年的預(yù)算赤字的波動(dòng)會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)率產(chǎn)生正向的影響，并且這個(gè)影響還比較大，也就是說(shuō)預(yù)算赤字的波動(dòng)會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)率產(chǎn)生很大的影響。滯后二期的sd_bd對(duì)growtht有負(fù)向影響，其系數(shù)為-0.314，說(shuō)明滯后二期的預(yù)算赤字的波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)速度的影響是反向的；sd_cdze（存貸款總額的波動(dòng)）對(duì)growtht有影響，和上述兩個(gè)變量類(lèi)似，滯后一期的sd_cdz對(duì)經(jīng)濟(jì)增長(zhǎng)率有正影響，滯后二期的sd_cdze_ratio對(duì)經(jīng)濟(jì)增長(zhǎng)率有負(fù)影響，但是就其系數(shù)數(shù)值而言，分別為0.040和-0.011，這說(shuō)明滯后一期和二期的sd_cdze對(duì)經(jīng)濟(jì)增長(zhǎng)率（growtht）影響不是很大，至少不如上面兩個(gè)變量對(duì)其影響大。

綜上所述，從系數(shù)來(lái)看，不管是滯后一期還是滯后二期，本文所研究的三個(gè)變量波動(dòng)對(duì)長(zhǎng)期實(shí)際經(jīng)濟(jì)增長(zhǎng)的影響程度大小依次是：預(yù)算赤字>資本形成>存貸規(guī)模。這樣的結(jié)果驗(yàn)證了以凱恩斯主義為基本思想的主流觀(guān)點(diǎn)，即政府的財(cái)政政策對(duì)穩(wěn)定經(jīng)濟(jì)發(fā)展有顯著效果，如果當(dāng)局能夠根據(jù)現(xiàn)有的實(shí)際情況制定合理的財(cái)政政策，實(shí)現(xiàn)實(shí)際經(jīng)濟(jì)增長(zhǎng)的穩(wěn)定發(fā)展是有可能的。同時(shí)，輸出結(jié)果并沒(méi)有能夠得出貨幣學(xué)派關(guān)于貨幣供給是造成宏觀(guān)經(jīng)濟(jì)不穩(wěn)定的唯一重要因素的觀(guān)點(diǎn)。

（二）基于PVAR模型的脈沖響應(yīng)圖

對(duì)PVAR單個(gè)參數(shù)估計(jì)值的解釋是困難的，要想對(duì)PVAR模型做出結(jié)論，可以觀(guān)察系統(tǒng)的脈沖響應(yīng)函數(shù)。脈沖響應(yīng)函數(shù)為我們提供了在其他因素保持不變的情況下，研究一個(gè)因素的沖擊對(duì)其中一個(gè)因素的動(dòng)態(tài)影響的方法，它能夠比較直觀(guān)地刻畫(huà)出變量之間的動(dòng)態(tài)交互作用及效應(yīng)，并從動(dòng)態(tài)中判斷變量間的時(shí)滯關(guān)系。

正交化脈沖響應(yīng)函數(shù)分析的優(yōu)勢(shì)在于它可以通過(guò)控制其他宏觀(guān)經(jīng)濟(jì)變量的沖擊（令其值為常數(shù)），來(lái)度量某一特定宏觀(guān)經(jīng)濟(jì)變量的正交化信息（innovation）的響應(yīng)。

由于式（1）誤差項(xiàng)的方差—協(xié)方差矩陣可能是非對(duì)角矩陣，那么對(duì)脈沖響應(yīng)函數(shù)解釋的最大困難在于VAR系統(tǒng)的誤差項(xiàng)從來(lái)都不是完全非相關(guān)的，當(dāng)誤差項(xiàng)相關(guān)時(shí)，他們有一個(gè)共同的組成部分，不能被任何特定的變量所識(shí)別。處理這一問(wèn)題筆者采用Cholesky殘差的方差—協(xié)方差矩陣分解，使誤差項(xiàng)正交。該方法的結(jié)果一般會(huì)受到方程順序或內(nèi)生變量順序的影響。因此變量的設(shè)定順序非常重要，本文的設(shè)定變量順序是growth（經(jīng)濟(jì)增長(zhǎng)率）、sd_cf（資本形成總額的波動(dòng)）、sd_bd（預(yù)算赤字的波動(dòng)）、sd_cdze（存貸款總額的波動(dòng)）。

分析脈沖響應(yīng)函數(shù)還需要建立相應(yīng)的置信區(qū)間，利用GMM估計(jì)出的系數(shù)以及它們的方差—協(xié)方差矩陣隨機(jī)生成大量系數(shù)，并重新計(jì)算沖擊反應(yīng)這個(gè)過(guò)程本文進(jìn)行了5 000次，蒙特卡洛模擬給出兩個(gè)標(biāo)準(zhǔn)誤差置信區(qū)間用于評(píng)價(jià)沖擊的統(tǒng)計(jì)顯著性，即5%。

圖1給出了宏觀(guān)經(jīng)濟(jì)變量波動(dòng)對(duì)實(shí)際經(jīng)濟(jì)發(fā)展的沖擊影響。橫軸代表追溯期數(shù)，這里為6；縱軸表示因變量對(duì)各變量的響應(yīng)大??；中間實(shí)線(xiàn)表示響應(yīng)函數(shù)曲線(xiàn)；外側(cè)兩條代表兩倍標(biāo)準(zhǔn)差的置信區(qū)間。需要注意的是，脈沖響應(yīng)函數(shù)是追蹤系統(tǒng)對(duì)一個(gè)內(nèi)生變量的沖擊效果，即假定系統(tǒng)只受一個(gè)變量的沖擊，不受其他變量的沖擊。

圖1中第一行分別是經(jīng)濟(jì)增長(zhǎng)率對(duì)其自身的沖擊影響，資本形成總額的波動(dòng)、預(yù)算赤字的波動(dòng)和存貸款總額的波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)率的沖擊影響。由圖1可以看出，經(jīng)濟(jì)增長(zhǎng)率對(duì)自身的沖擊響應(yīng)是逐漸開(kāi)放的。反映財(cái)政政策和貨幣政策的三個(gè)指標(biāo)：資本形成總額的波動(dòng)、預(yù)算赤字波動(dòng)以及存貸款總額波動(dòng)情況對(duì)經(jīng)濟(jì)增長(zhǎng)率的沖擊均是開(kāi)放的，但是這其中資本形成總額的波動(dòng)以及預(yù)算赤字的波動(dòng)兩個(gè)變量波動(dòng)情況的沖擊在第四期后比其他兩個(gè)指標(biāo)的沖擊效果更明顯，說(shuō)明經(jīng)濟(jì)增長(zhǎng)率受資本形成總額波動(dòng)和預(yù)算赤字波動(dòng)的影響是較大的。

圖1中第二、三、四行分別是模型中四個(gè)指標(biāo)波動(dòng)對(duì)資本形成總額的波動(dòng)、預(yù)算赤字的波動(dòng)和存貸款總額的波動(dòng)的沖擊影響。如果要研究這四個(gè)變量之間的相互影響，可以展開(kāi)說(shuō)明和論述。但是由于筆者主要研究的是宏觀(guān)經(jīng)濟(jì)變量波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)率沖擊，因此此處不再贅述。

值得一提的是，筆者研究的是短期波動(dòng)對(duì)于長(zhǎng)期增長(zhǎng)的影響，但是滯后兩期四變量脈沖響應(yīng)圖輸出結(jié)果顯示，這個(gè)沖擊的影響是開(kāi)放的，而上文中所做回歸結(jié)果顯示，滯后兩期時(shí)，各變量的影響都變成了負(fù)相關(guān)關(guān)系，但是這并不能說(shuō)明與脈沖響應(yīng)圖輸出結(jié)果相悖。因?yàn)椋}沖響應(yīng)圖輸出的結(jié)果是滯后兩期變量對(duì)于經(jīng)濟(jì)增長(zhǎng)率沖擊的合力效果，雖然滯后二期時(shí)，PVAR模型回歸結(jié)果顯示，資本形成總額的波動(dòng)、預(yù)算赤字的波動(dòng)以及存貸款總額的波動(dòng)這三個(gè)變量對(duì)于經(jīng)濟(jì)增長(zhǎng)率都是反向的影響，且數(shù)值都很小，這說(shuō)明二期之后，資本形成和政府政策對(duì)于經(jīng)濟(jì)增長(zhǎng)率的影響是反向并且微弱的。但是，由于滯后一期時(shí)，三個(gè)變量波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)率的沖擊太大，滯后二期雖然影響是反向的，但是數(shù)值過(guò)小，根本無(wú)法抵消滯后一期時(shí)的正向沖擊。以資本形成總額的波動(dòng)這一變量為例，滯后一期時(shí)對(duì)經(jīng)濟(jì)增長(zhǎng)率的正向沖擊是0.318，滯后二期時(shí)反向沖擊是-0.218，兩期的合力作用是0.100>0，因此在脈沖響應(yīng)圖中的反應(yīng)仍然是在水平線(xiàn)以上。其他兩個(gè)變量脈沖響應(yīng)函數(shù)位于水平線(xiàn)以上也是由于這個(gè)原因，此處將不再贅述。

綜上所述，文中面板數(shù)據(jù)向量自回歸模型的輸出結(jié)果與脈沖響應(yīng)函數(shù)的輸出結(jié)果是一致的。同時(shí)也驗(yàn)證了我們初期的預(yù)想，即資本形成總額以及政府政策對(duì)于長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)率有顯著影響，只是這一影響隨著時(shí)間逐漸減弱。

（三）方差分解

通過(guò)方差分解可以分析影響內(nèi)生變量的結(jié)構(gòu)沖擊的貢獻(xiàn)度，進(jìn)一步度量宏觀(guān)經(jīng)濟(jì)變量的波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)率沖擊作用的構(gòu)成。輸出結(jié)果如表5所示。

為了與上文脈沖響應(yīng)圖相對(duì)應(yīng)，筆者進(jìn)行了6個(gè)預(yù)測(cè)期的方差分解。在這里選取其中具備代表性的第3個(gè)預(yù)測(cè)期和第6個(gè)預(yù)測(cè)期的數(shù)據(jù)進(jìn)行具體分析。

表5給出了第3個(gè)預(yù)測(cè)期和第6個(gè)預(yù)測(cè)期的方差分解結(jié)果?？梢钥闯?，雖然經(jīng)濟(jì)增長(zhǎng)率的變動(dòng)主要是來(lái)源于自身，但是由第3個(gè)預(yù)測(cè)期資本形成總額的波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)率的影響是1.6%，預(yù)算赤字波動(dòng)的影響是0.7%，存貸總額波動(dòng)的影響是0.5%；第6個(gè)預(yù)測(cè)期時(shí)資本形成總額的波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)率的影響是1.9%，相較于第3個(gè)預(yù)測(cè)期時(shí)，第6個(gè)預(yù)測(cè)期的資本形成總額的波動(dòng)對(duì)于經(jīng)濟(jì)增長(zhǎng)率的影響較大，這也與上文中脈沖響應(yīng)圖的輸出結(jié)果相吻合。預(yù)算赤字的波動(dòng)的影響為0.8%，存貸款總額的波動(dòng)的影響為0.6%。此外，從兩個(gè)預(yù)測(cè)期方差分解的數(shù)據(jù)對(duì)比可以看出，伴隨著預(yù)測(cè)期的增加，經(jīng)濟(jì)增長(zhǎng)率自身波動(dòng)對(duì)其影響力有下降的趨勢(shì)，這也說(shuō)明另外三個(gè)變量的脈沖影響有上升的趨勢(shì)。從以上結(jié)果可以看出，資本形成總額的波動(dòng)、預(yù)算赤字的波動(dòng)、存貸款總額的波動(dòng)這三個(gè)變量對(duì)于經(jīng)濟(jì)增長(zhǎng)率的影響不算大，相比而言，資本形成總額的波動(dòng)以及預(yù)算赤字的波動(dòng)這兩個(gè)變量對(duì)預(yù)測(cè)經(jīng)濟(jì)增長(zhǎng)率有較大的貢獻(xiàn)率，這一結(jié)論也驗(yàn)證了上文在做PVAR模型回歸時(shí)的結(jié)論。

四、結(jié)論

改革開(kāi)放三十多年來(lái)，中國(guó)經(jīng)濟(jì)有了驚人的發(fā)展。同時(shí)，經(jīng)濟(jì)發(fā)展過(guò)程中也經(jīng)歷了較大的波動(dòng)。一般來(lái)講，由于宏觀(guān)經(jīng)濟(jì)變量之間的反饋?zhàn)饔玫拇嬖冢沟醚芯拷?jīng)濟(jì)周期模型比較困難。因此，本文選取另一種方式來(lái)研究經(jīng)濟(jì)周期問(wèn)題。相較于把焦點(diǎn)放在分析引起經(jīng)濟(jì)發(fā)展不穩(wěn)定的原因，筆者主要驗(yàn)證的是與經(jīng)濟(jì)增長(zhǎng)的影響程度以及影響時(shí)效。

筆者用實(shí)際GDP的增長(zhǎng)率指標(biāo)衡量我國(guó)的經(jīng)濟(jì)發(fā)展的穩(wěn)定情況，使用面板數(shù)據(jù)的向量自回歸方法，研究資本形成、財(cái)政政策和貨幣政策的波動(dòng)對(duì)經(jīng)濟(jì)發(fā)展的穩(wěn)定性沖擊作用。從實(shí)證結(jié)果看，資本形成、財(cái)政政策和貨幣政策的波動(dòng)性對(duì)經(jīng)濟(jì)發(fā)展穩(wěn)定性都有一定的沖擊作用。其中，資本形成和財(cái)政政策對(duì)經(jīng)濟(jì)發(fā)展的穩(wěn)定性具有相對(duì)較大的影響，貨幣政策波動(dòng)對(duì)于經(jīng)濟(jì)發(fā)展的穩(wěn)定性影響雖然相對(duì)較小，但是也有一定的沖擊。

首先，短期波動(dòng)對(duì)于長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)率有一定的影響。通過(guò)四變量向量自回歸模型的建立（PVAR）具體分析了短期和長(zhǎng)期時(shí)，資本形成、政府財(cái)政政策和貨幣政策的波動(dòng)對(duì)于經(jīng)濟(jì)增長(zhǎng)率的影響程度?；貧w結(jié)果顯示，滯后一期的資本形成、財(cái)政政策和貨幣政策對(duì)于經(jīng)濟(jì)增長(zhǎng)率的影響均為正向影響。此外，就其影響程度而言，財(cái)政政策>貨幣政策>資本形成，且三者的數(shù)值均不算小，說(shuō)明影響還是比較顯著的。滯后二期時(shí)，資本形成、政府財(cái)政政策和貨幣政策對(duì)于經(jīng)濟(jì)增長(zhǎng)率的影響均為反向影響。此外，就其影響程度而言，財(cái)政政策>資本形成>貨幣政策，且三者的絕對(duì)值數(shù)值較滯后一期大幅減少。以上結(jié)果說(shuō)明，短期內(nèi)，資本形成和經(jīng)濟(jì)政策對(duì)于經(jīng)濟(jì)增長(zhǎng)率有顯著的正向影響，但是就長(zhǎng)期而言，這種影響力會(huì)漸漸趨向反向影響，且影響力大幅減小。這便要求經(jīng)濟(jì)政策制定者在制定和執(zhí)行經(jīng)濟(jì)政策時(shí)，應(yīng)當(dāng)綜合考慮政策長(zhǎng)期與短期的影響，選擇最優(yōu)的政策幅度。

其次，就長(zhǎng)期而言，經(jīng)濟(jì)增長(zhǎng)率對(duì)短期波動(dòng)的脈沖響應(yīng)函數(shù)輸出顯示，模型中三個(gè)變量的沖擊是開(kāi)放的，盡管滯后兩階后，影響方向變成了反向，但是就其實(shí)際影響力度而言，遠(yuǎn)不如滯后一期的正面影響大，所以二者合力效果仍然對(duì)經(jīng)濟(jì)增長(zhǎng)率有較為明顯的影響。但是，這個(gè)影響力伴隨時(shí)間的推移將逐漸減弱。

再次，就方差分解的結(jié)果來(lái)看，對(duì)長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)率的波動(dòng)最主要的來(lái)源仍然是內(nèi)在原因，外在的沖擊也對(duì)其有一定的影響。這就要求我們?cè)谧非蠓€(wěn)定經(jīng)濟(jì)增長(zhǎng)的過(guò)程中要把重心放在經(jīng)濟(jì)內(nèi)在結(jié)構(gòu)和內(nèi)容的調(diào)整，同時(shí)也不能忽略資本形成和經(jīng)濟(jì)政策等外在因素對(duì)其的重要影響。

參考文獻(xiàn)：

[1]陳昆亭，周炎，龔六堂.短期經(jīng)濟(jì)波動(dòng)如何影響長(zhǎng)期增長(zhǎng)趨勢(shì)[J].經(jīng)濟(jì)研究，2012，（1）：42-53.

[2]池建宇，趙家章.短期經(jīng)濟(jì)波動(dòng)如何影響長(zhǎng)期增長(zhǎng)——來(lái)自中國(guó)省級(jí)層面的證據(jù)[J].北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015，（2）：8-17.

[3]李濤.一個(gè)反映長(zhǎng)周期波動(dòng)的增長(zhǎng)模型[J].世界經(jīng)濟(jì)，2001，（7）：7-15.

[4]盧二坡，曾五一.轉(zhuǎn)型期中國(guó)經(jīng)濟(jì)短期波動(dòng)對(duì)長(zhǎng)期增長(zhǎng)影響的實(shí)證研究[J].管理世界，2008，（12）：10-23.

[5]盧二坡，王澤填.短期波動(dòng)對(duì)長(zhǎng)期增長(zhǎng)的效應(yīng)——基于省際面板數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)[J].統(tǒng)計(jì)研究，2007，（6）：32-36.

[6]周達(dá)軍.我國(guó)經(jīng)濟(jì)波動(dòng)對(duì)增長(zhǎng)的負(fù)面效應(yīng)的實(shí)證分析[J].經(jīng)濟(jì)管理，2007，（14）：75-80.

[7]Arellano，M.，and Bover，O. Another Look at the Instrumental Variables Estimation of Error Components Models[J]. Journal of Econometrics，1995，（1）：29-52.

[8]Barlevy，G. The Cost of Business Cycles under Endogenous Growth[J]. American Economic Review，2004，（4）：964-990.

[9]Fatás，A，and Mihov，I. Policy Volatility，Institutions，and Economic Growth[J]. Review of Economics and Statistics，2013，（2）：362-76.

[10]Kormendi，RC，and Meguire，PG. Macroeconomic Determinants of Growth：Cross-country Evidence[J]. Journal of Monetary economics，1985，（2）：141-163.

[11]Ramey，G，and Ramey，VA. Cross-Country Evidence on the Link Between Volatility and Growth[J]. American Economic Review，1995，（5）：1138-1151.

[12]Yu，W. How Business Cycle Volatility Affect Economic Growth in China？-An Empirical Study based on GARCH-M Model using the 1952-2012 Data[J]. Advance Journal of Food Science and Technology，2014，（7）：934-940.

[13]丁志帆.轉(zhuǎn)型期中國(guó)經(jīng)濟(jì)波動(dòng)的沖擊傳導(dǎo)機(jī)制解析——基于動(dòng)態(tài)隨機(jī)一般均衡模型的數(shù)值模擬分析[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2014，（9）：1-13.

[14]池建宇，趙家章.短期經(jīng)濟(jì)波動(dòng)如何影響長(zhǎng)期增長(zhǎng)？——來(lái)自中國(guó)省級(jí)層面的證據(jù)[J].北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2015，（2）：8-17.

責(zé)任編輯、校對(duì)：艾 嵐