課題與成果發布
當前位置:首頁 > 課題與成果發布
基于混頻數據和DSGE模型研究中國宏觀經濟波動
學術成果發布
時間:2017-09-08       稿件來源:河南大學經濟學院 仝冰

    中國經濟在快速發展的同時,各項經濟指標都出現過較大波動,把握經濟波動的特征、分析清楚這種波動的性質和來源,對于改善宏觀調控、維持經濟環境穩定是至關重要的。相對于現有研究,本文的特點表現在研究方法和數據兩個方面。
    從研究方法上,現代經濟學通過嚴謹的數量化方法,將經濟數據分解為不同成分,分別進行研究。例如線性回歸、差分、HP濾波、Band-Pass濾波方法,都是將時間序列中的趨勢去除,單獨研究其波動。結構向量自回歸(SVAR)和DSGE方法基于方差分解將產出、通脹等內生變量的波動分解為不同的成分,每一成分對應于某種外生沖擊。這遵循了由Frisch和Slusky所開創的“沖擊-傳播”范式。方差分解可以從數量上比較不同沖擊的相對重要性。相對于VAR方法,DSGE模型有著清晰的理論基礎,同時引入大量的外生沖擊,無疑是一種更加理想的工具。
    從數據的處理和使用上,國內DSGE模型估計中一般使用消費品零售額和固定資產投資的月度數據加總,得到可用的季度數據。本文的結果表明這會導致參數估計值出現系統性偏誤。作者的建議是:用年度的支出法消費和投資數據替代這兩個時間序列。基于RMSE指標的樣本外預測結果也表明年度支出法數據優于社會消費品零售額和固定資產投資數據。除此以外,還有變量定義口徑和月度數據分析兩方面的支持。
    從變量定義口徑上:支出法數據的定義與DSGE模型的變量定義一致,而社會消費品零售額和固定資產投資數據與模型變量的定義差異較大。許憲春(2010)對此有詳細論述。尤其是固定資產投資數據中包含了土地轉讓收入,近年來土地價格的上漲使得這一口徑與真正的投資行為差異更大。
    從固定資產投資月度數據的分析來看:固定資產投資數據不能反映實際的投資行為。下圖是固定資產投資原始的月度數據,在每年的12月份達到高峰,很難想象在寒冷的冬季投資有如此大的增長。12月份的數值遠遠高于其他月份,是由于投資撥款行為導致的,因為固定資產投資數據通常在年底劃撥到位。
 
    在Eviews中利用X12對固定資產投資數據季調,將季節因素分離出來如下圖,可以看到12月份的峰值在近年來逐年下降,這很大程度上與人為因素有關。
 
    下圖看得更清楚,12月份的季節性高點,在1998年以后逐年下降,而其他所有月份都逐年上升。這是由人為調整(而非經濟因素)導致的。
 
    綜上分析,固定資產投資數據在12月達到峰值,但是這一峰值逐年下降,與人為因素有關。由于季節性特征存在人為干擾,無法通過常規的季節調整去掉;這導致固定資產投資數據幾乎完全無法使用。
    在使用貝葉斯方法估計DSGE模型時,使用混頻數據是很簡單的,只需要在Dynare文件中增加觀測方程,
 
    其中將 作為觀測變量,調用下圖的excel文件對其賦值即可。其他方面與季度數據估計沒有任何差別。具體可參見Pfeifer(2013)。
 
    本文基于混頻數據估計CEE/SW模型并進行方差分解,對引起產出波動的外生沖擊排序,依次是:投資沖擊、貨幣政策沖擊、持久性技術沖擊、外生需求沖擊。這四種因素可以解釋GDP波動的80%以上。與投資相關的沖擊主要來源于投資品價格代表的投資專有技術沖擊。這一結果的政策含義是:投資品價格是值得中央銀行密切關注的變量。
    值得指出的是,DSGE模型的任何結論都是模型設定和數據處理共同導致的結果。模型的構建和估計中涉及無數細節的不同選擇:對于貨幣規則的不同設定會影響結論;對于一些參數(例如:穩態政府支出占GDP的比例)的校準差異會影響結論;哪些參數估計、哪些參數校準,對于結果會有影響;使用GDP縮減指數還是CPI指數對名義GDP縮減也會得到不同結果;對名義量季調以后再縮減為真實量,還是先縮減為真實量再季調,也會得到不同結果;用GDP縮減指數對消費和投資進行縮減,或者名義消費和投資分別用對應的價格指數進行縮減,也會得到不同結論;剔除趨勢的方法(線性趨勢、HP濾波、增長率)不同也會影響結果;而統計局的數據也在不斷修訂之中。
    對于以上諸多細節,不同文章會基于當時的具體情況,對不同因素進行權衡,做出最優的選擇。本文在許多細節的處理上優于國內同領域的文獻。例如,本文與仝冰(2010)在模型結構、沖擊設定、數據方面很接近,但是本文使用GDP縮減指數,仝冰(2010)使用CPI指數對名義量縮減;本文是對真實值進行季節調整,仝冰(2010)是對名義值進行季節調整;相對于仝冰(2010),本文增加了金融市場沖擊、非平穩的投資專有技術沖擊,同時增加了投資品價格數據。
    本文的研究仍然存在進一步提高的余地。從模型設定上,盡管CEE/SW模型是目前公認的現實性最強的宏觀模型,但是中國的存貸款利率長期被政府管制,怎樣構造符合這一制度特征的DSGE模型是一個挑戰。從數據上,由于年度的工資和就業數據存在較為嚴重的質量問題,模型估計中沒有使用這兩個時間序列;怎樣以合適的方法利用這一信息是值得研究的問題。另外,中國的宏觀數據大多沒有經過季節調整。使用原始季度數據的同比增長率進行模型估計,其對參數值的影響是否會與季調以后的數據有所不同,也是值得研究的問題。
    中國的數據質量和特殊的經濟體制都對中國的宏觀經濟研究者提出了遠遠高于國外同行的要求,但這也恰恰代表了機會,是中國宏觀經濟學家對主流經濟學能做的貢獻之一。

  • 主管單位:中國社會科學院     主辦單位:中國社會科學院經濟研究所
  • 經濟研究雜志社版權所有 未經允許 不得轉載     京ICP備10211437號
  • 本網所登載文章僅代表作者觀點 不代表本網觀點或意見 常年法律顧問:陸康(重光律師事務所)
  • 國際標準刊號 ISSN 0577-9154      國內統一刊號 CN11-1081/F       國內郵發代號 2-251        國外代號 M16
  • 地址:北京市西城區阜外月壇北小街2號   100836
  • 電話/傳真:010-68034153
  • 本刊微信公眾號:erj_weixin

  • 中超第一轮