王藝樅，陳 磊，b，孟勇剛

(東北財(cái)經(jīng)大學(xué)a.經(jīng)濟(jì)學(xué)院；b.經(jīng)濟(jì)計(jì)量分析與預(yù)測(cè)研究中心，遼寧 大連 116025)

一、引言

自2013年起，中國(guó)經(jīng)濟(jì)進(jìn)入新常態(tài)，經(jīng)濟(jì)增速換擋，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，第三產(chǎn)業(yè)日益壯大。根據(jù)國(guó)家統(tǒng)計(jì)局發(fā)布的數(shù)據(jù)，2017年服務(wù)業(yè)(第三產(chǎn)業(yè))增加值占GDP比重已達(dá)到51.6%，成為拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的產(chǎn)業(yè)主體。另外，根據(jù)聯(lián)合國(guó)統(tǒng)計(jì)司的數(shù)據(jù)，美國(guó)等發(fā)達(dá)國(guó)家的服務(wù)業(yè)增加值占比已經(jīng)超過(guò)80%。由此可見(jiàn)，在發(fā)達(dá)國(guó)家已經(jīng)進(jìn)入以服務(wù)業(yè)為主導(dǎo)的經(jīng)濟(jì)時(shí)代趨勢(shì)下，中國(guó)也在由“工業(yè)型”經(jīng)濟(jì)向“服務(wù)型”經(jīng)濟(jì)轉(zhuǎn)變。因此，對(duì)服務(wù)業(yè)的波動(dòng)進(jìn)行測(cè)定和階段劃分成為當(dāng)前經(jīng)濟(jì)新常態(tài)背景下的重要課題。

在國(guó)外對(duì)服務(wù)業(yè)周期的研究中，Layton等最早基于美國(guó)服務(wù)業(yè)數(shù)據(jù)構(gòu)建了服務(wù)業(yè)一致指數(shù)和先行指數(shù)，此后除了Arti 等基于月度數(shù)據(jù)對(duì)印度服務(wù)業(yè)周期波動(dòng)進(jìn)行測(cè)定，未見(jiàn)其他對(duì)服務(wù)業(yè)周期的系統(tǒng)研究[1-2]。受限于中國(guó)統(tǒng)計(jì)部門公布服務(wù)業(yè)相關(guān)數(shù)據(jù)的頻率和種類，中國(guó)服務(wù)業(yè)的景氣周期研究也并不多見(jiàn)，王小平等基于年度數(shù)據(jù)構(gòu)建了中國(guó)服務(wù)業(yè)一致指數(shù)、先行指數(shù)和滯后指數(shù)，但年度景氣指數(shù)的政策參考性和時(shí)效性較差[3]；陳磊等用混頻方法構(gòu)建了服務(wù)業(yè)月度一致指數(shù)，并對(duì)中國(guó)服務(wù)業(yè)周期波動(dòng)特征進(jìn)行考察[4]。

在眾多服務(wù)業(yè)一致指標(biāo)中，服務(wù)業(yè)增加值作為對(duì)服務(wù)業(yè)景氣代表性最強(qiáng)且包含信息最完整的指標(biāo)，卻因其發(fā)布頻率為季度而無(wú)法與其他月度指標(biāo)共同使用。而混頻動(dòng)態(tài)因子模型的出現(xiàn)解決了這種利用不同頻率指標(biāo)構(gòu)建景氣指數(shù)的難題。Mariano 等認(rèn)為將季度GDP引入動(dòng)態(tài)因子模型有兩點(diǎn)好處：首先，通過(guò)加入GDP包含的信息可提高模型的功效；其次，可將共同因子理解為潛在月度實(shí)際GDP的增長(zhǎng)率，因此他們基于季度GDP環(huán)比增長(zhǎng)率和潛在月度GDP環(huán)比增長(zhǎng)率的邏輯算式構(gòu)建月度一致指數(shù)對(duì)美國(guó)經(jīng)濟(jì)周期進(jìn)行監(jiān)測(cè)[5]。Aruoba 等在動(dòng)態(tài)因子模型中引入加總算子并提出了基于GDP同比增長(zhǎng)率的混頻動(dòng)態(tài)因子方法[6]。隨后，Camacho 等將馬爾科夫結(jié)構(gòu)引入混頻動(dòng)態(tài)因子模型，從而可對(duì)混頻經(jīng)濟(jì)變量的協(xié)同性和非線性進(jìn)行分析[7]。值得一提的是，以上研究往往只在截距項(xiàng)加入馬爾科夫結(jié)構(gòu)來(lái)判斷經(jīng)濟(jì)增速的區(qū)制轉(zhuǎn)換，而Kholodilin在截距項(xiàng)和方差項(xiàng)中均引入了馬爾科夫結(jié)構(gòu)，即四區(qū)制馬爾科夫結(jié)構(gòu)，同時(shí)考察美國(guó)經(jīng)濟(jì)周期的增速和波動(dòng)的區(qū)制轉(zhuǎn)換[8]。

國(guó)內(nèi)基于混頻模型對(duì)經(jīng)濟(jì)周期的研究較多[9-12]，但未見(jiàn)在服務(wù)業(yè)周期和波動(dòng)研究中的應(yīng)用，且多數(shù)對(duì)經(jīng)濟(jì)周期的階段劃分或非對(duì)稱性研究也僅基于增長(zhǎng)速度層面將景氣周期劃分為擴(kuò)張和收縮兩個(gè)階段。因此，本文采用四區(qū)制馬爾科夫結(jié)構(gòu)下的混頻動(dòng)態(tài)因子模型，兼顧服務(wù)業(yè)增加值在服務(wù)業(yè)景氣周期分析中的重要性和對(duì)服務(wù)業(yè)周期特征追蹤的時(shí)效性，來(lái)刻畫服務(wù)業(yè)周期的非線性、協(xié)同性特征。此外，本文通過(guò)計(jì)算服務(wù)業(yè)一致指數(shù)在各區(qū)制下的濾波概率來(lái)刻畫服務(wù)業(yè)波動(dòng)在不同時(shí)期的階段性特征，從而將服務(wù)業(yè)一致指數(shù)劃分為高增長(zhǎng)―高波動(dòng)、高增長(zhǎng)―低波動(dòng)、低增長(zhǎng)―高波動(dòng)和低增長(zhǎng)―低波動(dòng)四個(gè)階段。最后，結(jié)合聯(lián)合轉(zhuǎn)移概率矩陣，分析在當(dāng)前階段中國(guó)服務(wù)業(yè)可能出現(xiàn)的轉(zhuǎn)移路徑和波動(dòng)形態(tài)。

二、模型構(gòu)建

(一) 四區(qū)制馬爾科夫混頻動(dòng)態(tài)因子模型

依據(jù)服務(wù)業(yè)季度增加值與其潛在月度增加值的關(guān)系，設(shè)定Yt，1(t=1，2，3，…，T)為每季度可以觀測(cè)到一次的服務(wù)業(yè)增加值序列，那么Yt，1滿足：

(1)

(2)

但是，基于這一數(shù)學(xué)關(guān)系計(jì)算不可觀測(cè)月度增長(zhǎng)率會(huì)使相應(yīng)的狀態(tài)空間形式出現(xiàn)非線性結(jié)構(gòu)，令模型變得復(fù)雜而難以估計(jì)。因此，本文基于Mariano等使用的處理辦法[5]，將式(2)中的算術(shù)平均數(shù)算式改寫為幾何平均數(shù)算式：

(3)

從而得到：

(4)

(5)

這里ft的系數(shù)矩陣{β1，β2，…，βN-1}′為因子載荷矩陣，{ut，1，ut，2，…，ut，N-1}′為異質(zhì)性成分，本文將其設(shè)為協(xié)方差平穩(wěn)過(guò)程，ft表示為如下的動(dòng)態(tài)過(guò)程：

(6)

(7)

(8)

式(8)中，st表示基于相互獨(dú)立的截距項(xiàng)和隨機(jī)誤差項(xiàng)劃分的高增長(zhǎng)―低波動(dòng)、低增長(zhǎng)―低波動(dòng)、高增長(zhǎng)―高波動(dòng)以及低增長(zhǎng)―高波動(dòng)四個(gè)區(qū)制。pij表示上述四個(gè)區(qū)制間的轉(zhuǎn)移概率矩陣，本文將其分別設(shè)定為：

(9)

式(10)表示異質(zhì)性成分ut的動(dòng)態(tài)過(guò)程：

(10)

其中，φu(·)表示q=max{q1，q2，…，qN-1}階自回歸系數(shù)，L表示滯后算子。

(11)

這里式(6)與(10)、(11)共同構(gòu)成了包含四區(qū)制馬爾科夫結(jié)構(gòu)的混頻動(dòng)態(tài)因子模型。為了識(shí)別模型，本文對(duì)模型季度指標(biāo)的因子載荷β1施加識(shí)別性約束條件，令β1等于1，同時(shí)將共同因子和異質(zhì)性成分均設(shè)定為一階自回歸過(guò)程。

(二)模型的估計(jì)

為了對(duì)模型進(jìn)行估計(jì)，將四區(qū)制馬爾科夫結(jié)構(gòu)下的混頻動(dòng)態(tài)因子模型寫成式(12)和(13)組成的狀態(tài)空間結(jié)構(gòu)：

yt=Hβt+ξt

(12)

βt=λSm+Fβt-1+ζt

(13)

式(12)為量測(cè)方程，隨機(jī)擾動(dòng)向量ξt～N(0，R)；式(13)為狀態(tài)方程，隨機(jī)擾動(dòng)向量ζt～N(0，Q)。共同因子ft和異質(zhì)性成分μt均為不可觀測(cè)，H、F分別為測(cè)量矩陣和轉(zhuǎn)移矩陣；βt=(ftμt)′，ft=(ftft-1…ft-r)′，r=max(p，3)；μt=(ut，1ut-1，1…ut-l，1ut，2…ut-qN-1，N-1)′，l=max(q1，3)；λSm=(μst0 … 0)′。

這里yt為包含大量缺失值的經(jīng)濟(jì)序列，主要原因在于中國(guó)發(fā)布的部分月度指標(biāo)在一些特定月份存在缺失值，且季度指標(biāo)在不發(fā)布數(shù)據(jù)的月份無(wú)法觀測(cè)。因此，本文參考Mariano等對(duì)缺失值的處理辦法[5]，將式(12)改寫成如下形式：

改寫后的量測(cè)方程為：

(14)

然后，可以采用Hamilton濾波、Kalman濾波和Kim近似的極大似然估計(jì)法對(duì)式(13)和式(14)組成的四區(qū)制馬爾科夫動(dòng)態(tài)因子模型進(jìn)行估計(jì)，得到不可觀測(cè)變量βt和狀態(tài)變量st的平滑估計(jì)值和濾波估計(jì)值。

三、指標(biāo)選取與處理

本文收集了涵蓋第三產(chǎn)業(yè)和細(xì)分服務(wù)行業(yè)的總量、投資、價(jià)格、調(diào)查指數(shù)和預(yù)期等多個(gè)方面的指標(biāo)，數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站和萬(wàn)得數(shù)據(jù)庫(kù)，將基準(zhǔn)指標(biāo)定為服務(wù)業(yè)增加值同比增長(zhǎng)率，采用K-L信息量和時(shí)差相關(guān)分析等方法對(duì)所選指標(biāo)進(jìn)行進(jìn)一步篩選，并將所有水平值轉(zhuǎn)化為同比增長(zhǎng)率。關(guān)于同比增長(zhǎng)率的計(jì)算，本文參考陳磊等的處理辦法，優(yōu)先采用統(tǒng)計(jì)部門或者機(jī)構(gòu)發(fā)布的以可比價(jià)格計(jì)算的實(shí)際同比增長(zhǎng)率，對(duì)于缺乏官方數(shù)據(jù)的指標(biāo)，由該指標(biāo)累計(jì)值或者水平值推算其實(shí)際同比增長(zhǎng)率，最后得到的服務(wù)業(yè)一致指標(biāo)如表1所示[14]。

表1 服務(wù)業(yè)一致指標(biāo)

表1中的服務(wù)業(yè)增加值同比增速為基準(zhǔn)指標(biāo)，非制造業(yè)PMI和財(cái)新中國(guó)服務(wù)業(yè)PMI共同代表了服務(wù)業(yè)的商務(wù)活動(dòng)情況，其中，非制造業(yè)PMI的調(diào)查對(duì)象主要為大型企業(yè)，財(cái)新中國(guó)服務(wù)業(yè)PMI的調(diào)查對(duì)象主要為中小私營(yíng)企業(yè)，且這兩項(xiàng)調(diào)查指數(shù)與服務(wù)業(yè)增加值的相關(guān)程度是最高的。消費(fèi)者信心指數(shù)從經(jīng)濟(jì)意義上反映了消費(fèi)者對(duì)經(jīng)濟(jì)形勢(shì)的預(yù)期和主觀感受，且消費(fèi)需求與服務(wù)業(yè)緊密相關(guān)，由此將其作為服務(wù)業(yè)一致指標(biāo)。規(guī)模以上港口貨物吞吐量代表了交通運(yùn)輸業(yè)港口貨物運(yùn)輸?shù)倪\(yùn)行形勢(shì)，社會(huì)消費(fèi)品零售額作為批發(fā)零售業(yè)運(yùn)行情況的重要代表指標(biāo)，且上述兩個(gè)行業(yè)均為第三產(chǎn)業(yè)的重點(diǎn)行業(yè)，因此一并入選服務(wù)業(yè)一致指標(biāo)。

考慮到中國(guó)數(shù)據(jù)發(fā)布特點(diǎn)，部分指標(biāo)存在數(shù)據(jù)缺失情況，如規(guī)模以上港口貨物吞吐量在12月的數(shù)據(jù)缺失，且一致指標(biāo)在1月份和2月份的數(shù)據(jù)受春節(jié)因素的影響波動(dòng)較大，本文將這些異常點(diǎn)視為缺失值，根據(jù)前文介紹的方法在狀態(tài)空間模型的框架下予以解決。

由于式(4)中季度服務(wù)業(yè)增加值同比增長(zhǎng)率與不可觀測(cè)的月度實(shí)際服務(wù)業(yè)增加值同比增長(zhǎng)率序列之間的近似關(guān)系是基于原始數(shù)據(jù)推導(dǎo)得出，若對(duì)指標(biāo)進(jìn)行季節(jié)調(diào)整，二者之間的關(guān)系不一定滿足式(4)的關(guān)系。另外，本文所選指標(biāo)多數(shù)為同比增長(zhǎng)率或者經(jīng)過(guò)同比調(diào)整的調(diào)查指數(shù)，不存在明顯的季節(jié)效應(yīng)。因此，本文將對(duì)未經(jīng)季節(jié)調(diào)整的原始序列進(jìn)行建模。

四、實(shí)證分析

(一)實(shí)證結(jié)果

為使模型估計(jì)簡(jiǎn)便，本文對(duì)所有服務(wù)業(yè)一致指標(biāo)進(jìn)行了標(biāo)準(zhǔn)化處理。另外，將服務(wù)業(yè)增加值季度同比增長(zhǎng)率的因子載荷約束為1，使得提取的共同因子有直觀的經(jīng)濟(jì)意義。表2中β對(duì)應(yīng)式(5)中各一致指標(biāo)的因子載荷，可作為判斷各一致指標(biāo)對(duì)共同因子提取貢獻(xiàn)程度的依據(jù)；φf(shuō)和φu分別為共同因子和異質(zhì)性成分的自回歸系數(shù)；σf和σu分別表示共同因子和異質(zhì)性成分的標(biāo)準(zhǔn)差，代表二者的波動(dòng)程度，且根據(jù)σf的數(shù)值可對(duì)共同因子的波動(dòng)區(qū)制進(jìn)行劃分；μ表示共同因子在各區(qū)制下的截距項(xiàng)，可根據(jù)其數(shù)值劃分增長(zhǎng)區(qū)制；pii對(duì)應(yīng)式(7)中的轉(zhuǎn)移概率；括號(hào)內(nèi)為參數(shù)對(duì)應(yīng)的標(biāo)準(zhǔn)差；L為模型的對(duì)數(shù)似然值。

表2 模型參數(shù)估計(jì)結(jié)果

從參數(shù)結(jié)果可知，第一，模型中的所有參數(shù)均在5%顯著性水平下顯著，本文提取的共同因子，即服務(wù)業(yè)一致指數(shù)在服務(wù)業(yè)增加值實(shí)際同比增長(zhǎng)率、規(guī)模以上港口貨物吞吐量同比增長(zhǎng)率、非制造業(yè)PMI和財(cái)新中國(guó)服務(wù)業(yè)PMI等變量上的載荷明顯占優(yōu)，分別為1、0.896、1.108和1.400，這與指標(biāo)篩選過(guò)程中各指標(biāo)與基準(zhǔn)指標(biāo)的相關(guān)性結(jié)果基本一致，而社會(huì)消費(fèi)品零售總額同比增長(zhǎng)率和消費(fèi)者信心指數(shù)對(duì)共同因子提取的影響有限。估計(jì)結(jié)果顯示，消費(fèi)者信心指數(shù)與其他一致指標(biāo)相比，異質(zhì)性波動(dòng)成分明顯更高，說(shuō)明消費(fèi)者信心指數(shù)較高的波動(dòng)程度影響了它對(duì)服務(wù)業(yè)一致指數(shù)的貢獻(xiàn)；而社會(huì)消費(fèi)品零售總額同比增長(zhǎng)率與服務(wù)業(yè)增加值同比增長(zhǎng)率和其他四個(gè)服務(wù)業(yè)一致指標(biāo)的時(shí)差關(guān)系相對(duì)滯后，同期相關(guān)性較小，因此該指標(biāo)對(duì)提取服務(wù)業(yè)一致指數(shù)的貢獻(xiàn)較低。

第二，服務(wù)業(yè)一致指數(shù)的自回歸系數(shù)約為0.775，當(dāng)服務(wù)業(yè)受到外生沖擊后，沖擊成分的半衰期約為2.7個(gè)月，服務(wù)業(yè)需要約9個(gè)月來(lái)消除90%以上的影響，在一定程度上說(shuō)明中國(guó)服務(wù)業(yè)的自我調(diào)節(jié)和穩(wěn)定機(jī)制相對(duì)較強(qiáng)，沒(méi)有很長(zhǎng)的波動(dòng)持續(xù)期。這一結(jié)果符合服務(wù)業(yè)的內(nèi)在運(yùn)行特征。由于服務(wù)業(yè)生產(chǎn)消費(fèi)的同時(shí)性和服務(wù)產(chǎn)品的特殊性，成熟市場(chǎng)經(jīng)濟(jì)體下的第三產(chǎn)業(yè)波動(dòng)顯著低于宏觀經(jīng)濟(jì)以及第二產(chǎn)業(yè)的波動(dòng)[15-16]。

第三，服務(wù)業(yè)一致指數(shù)兩個(gè)波動(dòng)區(qū)制下的標(biāo)準(zhǔn)差存在明顯的差異，其值分別為0.019和1.020，并且高波動(dòng)狀態(tài)下的標(biāo)準(zhǔn)差遠(yuǎn)高于低波動(dòng)下的標(biāo)準(zhǔn)差，這說(shuō)明服務(wù)業(yè)一致指數(shù)可以被劃分為低波動(dòng)和高波動(dòng)兩種區(qū)制，且本文對(duì)服務(wù)業(yè)兩種波動(dòng)區(qū)制的區(qū)分力度較大。

第四，pii的估計(jì)值分別為0.943、0.980、0.993和0.891，由于持續(xù)期Di=1/(1-pii)，因此可由轉(zhuǎn)移概率推斷出中國(guó)服務(wù)業(yè)景氣處于高增長(zhǎng)階段的持續(xù)期為17.54個(gè)月，處于低增長(zhǎng)階段的持續(xù)期為50個(gè)月，約等于高增長(zhǎng)階段的三倍；高波動(dòng)階段的持續(xù)期為9.17個(gè)月，低波動(dòng)狀態(tài)的持續(xù)期為142.86個(gè)月，約等于高波動(dòng)階段的14倍，說(shuō)明在樣本期內(nèi)中國(guó)服務(wù)業(yè)以低速增長(zhǎng)為主，且主要在以低波動(dòng)為主的“大穩(wěn)健”時(shí)代。

第五，服務(wù)業(yè)一致指數(shù)在高波動(dòng)區(qū)制下的截距項(xiàng)分別為0.117和0.018，并且在5%的顯著性水平下顯著異于零，代表了中國(guó)服務(wù)業(yè)的高增長(zhǎng)―高波動(dòng)(區(qū)制一)和低增長(zhǎng)―高波動(dòng)(區(qū)制二)階段。在低波動(dòng)區(qū)制下的兩個(gè)區(qū)制分別表示中國(guó)服務(wù)業(yè)的高增長(zhǎng)―低波動(dòng)(區(qū)制三)和低增長(zhǎng)―低波動(dòng)(區(qū)制四)階段。此外，高增長(zhǎng)―高波動(dòng)區(qū)制與低增長(zhǎng)―高波動(dòng)區(qū)制間的截距項(xiàng)之差顯著大于高增長(zhǎng)―低波動(dòng)、低增長(zhǎng)―低波動(dòng)區(qū)制之間的截距項(xiàng)之差，即增長(zhǎng)率“缺口”；同樣地，高增長(zhǎng)―高波動(dòng)與低增長(zhǎng)―高波動(dòng)之間μ的標(biāo)準(zhǔn)差之差也顯著高于高增長(zhǎng)―低波動(dòng)與低增長(zhǎng)―低波動(dòng)下μ的標(biāo)準(zhǔn)差之差，說(shuō)明服務(wù)業(yè)一致指數(shù)由高波動(dòng)轉(zhuǎn)向低波動(dòng)的過(guò)程同時(shí)伴隨著服務(wù)業(yè)增速的平穩(wěn)化過(guò)程。

(二)中國(guó)服務(wù)業(yè)周期的階段性變化

通過(guò)狀態(tài)變量st的濾波估計(jì)值結(jié)果，服務(wù)業(yè)處于低增長(zhǎng)階段即景氣收縮階段的濾波概率由圖1給出，圖2描述了服務(wù)業(yè)一致指數(shù)處于高方差即高波動(dòng)狀態(tài)下的濾波概率，低增長(zhǎng)階段濾波概率為高波動(dòng)―低增長(zhǎng)和低波動(dòng)―低增長(zhǎng)濾波概率相加，高波動(dòng)階段濾波概率為高增長(zhǎng)―高波動(dòng)和低增長(zhǎng)—高波動(dòng)階段下濾波概率相加。本文參考Chauvet等提出的以概率值為0.65和0.35為分界點(diǎn)的判定準(zhǔn)則，對(duì)服務(wù)業(yè)增長(zhǎng)與波動(dòng)階段進(jìn)行劃分[17]：若向前一期服務(wù)業(yè)在高增長(zhǎng)階段且當(dāng)期服務(wù)業(yè)在低增長(zhǎng)階段的概率大于0.65，可判定當(dāng)期服務(wù)業(yè)已進(jìn)入低增長(zhǎng)階段；若向前一期服務(wù)業(yè)在低增長(zhǎng)階段且當(dāng)期服務(wù)業(yè)在低增長(zhǎng)階段的概率小于0.35，可判定當(dāng)期服務(wù)業(yè)進(jìn)入高增長(zhǎng)階段；階段轉(zhuǎn)移后持續(xù)期應(yīng)大于兩個(gè)月，波動(dòng)階段的劃分同理。陰影部分表示由以上準(zhǔn)則確定的服務(wù)業(yè)周期階段。

圖1 服務(wù)業(yè)景氣處于低增長(zhǎng)階段的濾波概率

圖2 服務(wù)業(yè)景氣處于高波動(dòng)階段的濾波概率

圖1顯示，中國(guó)服務(wù)業(yè)的低速增長(zhǎng)階段主要有：2002年1月至2005年9月，2008年2月至2018年9月；圖2顯示，中國(guó)服務(wù)業(yè)的高波動(dòng)階段主要有：2008年11月至2009年10月。2002年以來(lái)，服務(wù)業(yè)增速的波動(dòng)比較緩和，僅在2005年9月和2008年2月出現(xiàn)過(guò)不同增長(zhǎng)速度狀態(tài)的轉(zhuǎn)換；波動(dòng)方面，服務(wù)業(yè)以低波動(dòng)狀態(tài)為主，僅在2008年11月出現(xiàn)了一個(gè)高波動(dòng)狀態(tài)，持續(xù)時(shí)間為12個(gè)月。

圖3和圖4分別給出了服務(wù)業(yè)一致指數(shù)在四個(gè)區(qū)制下的濾波概率。樣本期內(nèi)，中國(guó)服務(wù)業(yè)景氣波動(dòng)以低增長(zhǎng)―低波動(dòng)為主，其次為高增長(zhǎng)―低波動(dòng)狀態(tài)。

圖3 低增長(zhǎng)―低波動(dòng)(實(shí)線)和低增長(zhǎng)―高波動(dòng)(虛線)狀態(tài)的濾波概率

圖4 高增長(zhǎng)―低波動(dòng)(實(shí)線)和高增長(zhǎng)―高波動(dòng)(虛線)狀態(tài)的濾波概率

根據(jù)共同因子的濾波概率可得到中國(guó)服務(wù)業(yè)增長(zhǎng)和波動(dòng)的區(qū)制劃分結(jié)果：2002年1月至2005年9月為低增長(zhǎng)―低波動(dòng)階段，2005年10月至2008年1月為高增長(zhǎng)―低波動(dòng)階段，2008年2月至2008年10月為低增長(zhǎng)―低波動(dòng)階段，2008年11月至2009年10月為低增長(zhǎng)―高波動(dòng)階段，2009年11月至2018年9月為低增長(zhǎng)―低波動(dòng)階段。服務(wù)業(yè)的增長(zhǎng)與波動(dòng)在樣本期內(nèi)具有明顯的階段性特征，具體來(lái)看，2002年1月至2005年9月中國(guó)正處于經(jīng)濟(jì)體制和市場(chǎng)環(huán)境轉(zhuǎn)換的經(jīng)濟(jì)低速調(diào)整期，受宏觀經(jīng)濟(jì)大環(huán)境影響，中國(guó)服務(wù)業(yè)在此期間處于低增長(zhǎng)―低波動(dòng)階段，并在2004年6月出現(xiàn)了一次服務(wù)業(yè)增長(zhǎng)速度的“陡升陡降”。隨著經(jīng)濟(jì)環(huán)境的改善及各服務(wù)行業(yè)如房地產(chǎn)市場(chǎng)的繁榮，2005年10月至2008年1月，中國(guó)服務(wù)業(yè)經(jīng)歷了持續(xù)期為28個(gè)月的高增長(zhǎng)―低波動(dòng)階段。2008年2月至2008年10月，受當(dāng)時(shí)中國(guó)宏觀調(diào)控政策收緊影響，中國(guó)服務(wù)業(yè)再次進(jìn)入低增長(zhǎng)―低波動(dòng)階段，而這一次的低增長(zhǎng)―低波動(dòng)階段僅持續(xù)了9個(gè)月。此后，受金融危機(jī)和隨后當(dāng)局出臺(tái)的一攬子刺激經(jīng)濟(jì)計(jì)劃及后續(xù)引發(fā)的產(chǎn)能過(guò)剩和房地產(chǎn)泡沫等問(wèn)題的影響，服務(wù)業(yè)景氣波動(dòng)較為劇烈，在2008年11月至2009年10月期間，中國(guó)服務(wù)業(yè)處于低增長(zhǎng)―高波動(dòng)階段，這也是樣本期唯一的一次服務(wù)業(yè)高波動(dòng)時(shí)期，且僅持續(xù)12個(gè)月。服務(wù)業(yè)較強(qiáng)的自我調(diào)節(jié)能力和穩(wěn)定機(jī)制使得2009年11月至2018年9月，即從2009年11月開(kāi)始直至樣本期結(jié)束，中國(guó)服務(wù)業(yè)一直處于低增長(zhǎng)―低波動(dòng)階段。在這一階段，盡管中國(guó)服務(wù)業(yè)增長(zhǎng)速度在2010年出現(xiàn)過(guò)短暫的反彈，但持續(xù)期較短，未能使服務(wù)業(yè)景氣由低增長(zhǎng)狀態(tài)向高增長(zhǎng)狀態(tài)轉(zhuǎn)移。

表3列出了不同增長(zhǎng)狀態(tài)和波動(dòng)狀態(tài)的聯(lián)合轉(zhuǎn)移概率矩陣。由表3可以看出：第一，增長(zhǎng)區(qū)制相同時(shí)，不同波動(dòng)區(qū)制之間的轉(zhuǎn)移概率具有明顯非對(duì)稱性。其中，高增長(zhǎng)―低波動(dòng)區(qū)制轉(zhuǎn)移至高增長(zhǎng)―高波動(dòng)區(qū)制的概率(0.006 6)顯著低于由高增長(zhǎng)―高波動(dòng)區(qū)制轉(zhuǎn)移至高增長(zhǎng)―低波動(dòng)區(qū)制的概率(0.102 8)。這意味著在服務(wù)業(yè)高增長(zhǎng)時(shí)，更容易出現(xiàn)高增長(zhǎng)―高波動(dòng)狀態(tài)向高增長(zhǎng)―低波動(dòng)的轉(zhuǎn)移的情況。同樣的現(xiàn)象也發(fā)生在低增長(zhǎng)區(qū)制下的高低波動(dòng)區(qū)制之間的轉(zhuǎn)移，即由低增長(zhǎng)―高波動(dòng)階段轉(zhuǎn)向低增長(zhǎng)―低波動(dòng)階段的可能性更大。

第二，波動(dòng)區(qū)制相同時(shí)，不同增長(zhǎng)區(qū)制之間的轉(zhuǎn)移概率也存在非對(duì)稱性。在高波動(dòng)區(qū)制下，由高增長(zhǎng)―高波動(dòng)轉(zhuǎn)移至低增長(zhǎng)―高波動(dòng)的概率(0.050 8)顯著高于由低增長(zhǎng)―高波動(dòng)轉(zhuǎn)移至高增長(zhǎng)―高波動(dòng)的概率(0.017 8)。在低波動(dòng)區(qū)制下，由高增長(zhǎng)―低波動(dòng)向低增長(zhǎng)―低波動(dòng)轉(zhuǎn)移的概率(0.056 6)顯著高于后者向前者轉(zhuǎn)移的概率(0.018 6)，說(shuō)明服務(wù)業(yè)無(wú)論是在高波動(dòng)還是低波動(dòng)狀態(tài)，從高增長(zhǎng)區(qū)制轉(zhuǎn)移至低增長(zhǎng)區(qū)制的概率都要大于后者轉(zhuǎn)移至前者的概率。

第三，由前兩點(diǎn)結(jié)論并結(jié)合表3不難發(fā)現(xiàn)，無(wú)論服務(wù)業(yè)在何種區(qū)制下，除了保持原有狀態(tài)不變，都傾向于轉(zhuǎn)向低增速或低波動(dòng)狀態(tài)，如服務(wù)業(yè)在高增長(zhǎng)―低波動(dòng)、高增長(zhǎng)―高波動(dòng)、低增長(zhǎng)—高波動(dòng)區(qū)制下，若發(fā)生區(qū)制轉(zhuǎn)移，分別最有可能轉(zhuǎn)入低增長(zhǎng)―低波動(dòng)、高增長(zhǎng)―低波動(dòng)和低增長(zhǎng)―低波動(dòng)區(qū)制，這與服務(wù)業(yè)的平緩波動(dòng)特征相符。

第四，在當(dāng)前經(jīng)濟(jì)新常態(tài)時(shí)期，中國(guó)服務(wù)業(yè)正處于低增長(zhǎng)―低波動(dòng)的平穩(wěn)階段，在低增長(zhǎng)―低波動(dòng)的新常態(tài)背景下，維持原有狀態(tài)的概率(0.973 1)遠(yuǎn)遠(yuǎn)高于服務(wù)業(yè)向高增長(zhǎng)―低波動(dòng)、高增長(zhǎng)―高波動(dòng)和低增長(zhǎng)―高波動(dòng)三個(gè)區(qū)制轉(zhuǎn)移的概率(分別僅為0.018 6、0.000 1和0.006 9)，這說(shuō)明中國(guó)服務(wù)業(yè)保持在低增長(zhǎng)―低波動(dòng)階段的可能性非常高。若服務(wù)業(yè)的區(qū)制狀態(tài)發(fā)生變化，轉(zhuǎn)入高增長(zhǎng)―低波動(dòng)階段的可能性最大，之后最有可能以0.936 4的概率維持在原有狀態(tài)，或者以0.056 6的概率進(jìn)入低增長(zhǎng)―低波動(dòng)階段，形成低波動(dòng)―高增長(zhǎng)與低波動(dòng)―低增長(zhǎng)階段交替出現(xiàn)的波動(dòng)態(tài)勢(shì)。綜上所述，中國(guó)服務(wù)業(yè)波動(dòng)會(huì)以當(dāng)前低增長(zhǎng)―低波動(dòng)狀態(tài)作為“L”型運(yùn)行特征的底部平穩(wěn)運(yùn)行，短期內(nèi)不太可能出現(xiàn)“U”型反彈態(tài)勢(shì)，有可能會(huì)出現(xiàn)高增長(zhǎng)―低波動(dòng)與低增長(zhǎng)―低波動(dòng)兩種區(qū)制狀態(tài)交替的“W”型波動(dòng)態(tài)勢(shì)。

表3 聯(lián)合轉(zhuǎn)移概率矩陣

五、結(jié) 論

本文選取服務(wù)業(yè)增加值實(shí)際同比增長(zhǎng)率、非制造業(yè)PMI、財(cái)新中國(guó)服務(wù)業(yè)PMI、消費(fèi)者信心指數(shù)、規(guī)模以上港口貨物吞吐量同比增長(zhǎng)率和社會(huì)消費(fèi)品零售額同比增長(zhǎng)率構(gòu)成混頻一致指標(biāo)組，采用四區(qū)制馬爾科夫混頻動(dòng)態(tài)因子模型從服務(wù)業(yè)增長(zhǎng)高低和波動(dòng)強(qiáng)弱的雙重角度對(duì)中國(guó)服務(wù)業(yè)周期的運(yùn)行特征進(jìn)行分析，主要結(jié)論如下：

第一，服務(wù)業(yè)一致指數(shù)的提取受服務(wù)業(yè)增加值實(shí)際同比增長(zhǎng)率、規(guī)模以上港口貨物吞吐量同比增長(zhǎng)率、非制造業(yè)PMI和財(cái)新中國(guó)服務(wù)業(yè)PMI這四個(gè)指標(biāo)的影響較大。中國(guó)服務(wù)業(yè)一致指數(shù)波動(dòng)的持續(xù)性不會(huì)太強(qiáng)，當(dāng)服務(wù)業(yè)受到外生沖擊時(shí)需要約9個(gè)月來(lái)消除90%以上的影響，說(shuō)明中國(guó)服務(wù)業(yè)的自我調(diào)節(jié)和穩(wěn)定機(jī)制相對(duì)較強(qiáng)。

第二，服務(wù)業(yè)一致指數(shù)在四個(gè)區(qū)制狀態(tài)下的濾波概率顯示，中國(guó)服務(wù)業(yè)景氣波動(dòng)以低增長(zhǎng)―低波動(dòng)為主，其次為高增長(zhǎng)―低波動(dòng)狀態(tài)。2002年1月至2008年10月，中國(guó)服務(wù)業(yè)在低波動(dòng)―低增長(zhǎng)與低波動(dòng)―高增長(zhǎng)兩個(gè)狀態(tài)之間的交替往復(fù)。2008年11月至2018年9月，中國(guó)服務(wù)業(yè)周期呈現(xiàn)出在低增長(zhǎng)―低波動(dòng)與低增長(zhǎng)―高波動(dòng)之間交替往復(fù)，但低增長(zhǎng)―低波動(dòng)狀態(tài)占主導(dǎo)地位。

第三，增長(zhǎng)區(qū)制相同時(shí)，高波動(dòng)與低波動(dòng)區(qū)制之間的轉(zhuǎn)移概率具有明顯非對(duì)稱性，更容易出現(xiàn)由高波動(dòng)狀態(tài)轉(zhuǎn)入低波動(dòng)狀態(tài)的情況；波動(dòng)區(qū)制相同時(shí)，高增速狀態(tài)與低增速狀態(tài)之間轉(zhuǎn)移概率也存在非對(duì)稱性，高增長(zhǎng)狀態(tài)向低增長(zhǎng)狀態(tài)轉(zhuǎn)移的可能性更高。當(dāng)前，服務(wù)業(yè)景氣會(huì)在以低增長(zhǎng)―低波動(dòng)為主要特征的“L”型底部運(yùn)行，短期內(nèi)出現(xiàn)“U”型反彈的可能性不大，可能會(huì)在低波動(dòng)水平上呈現(xiàn)高―低增長(zhǎng)狀態(tài)交替的“W”型波動(dòng)態(tài)勢(shì)。