中国经济非对称性探究范文

本站小编为你精心准备了中国经济非对称性探究参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

一、经济周期

无论是在计划经济还是市场经济当中,经济运行过程中各种宏观经济总量在不同的阶段具有不同的性质,并且这些性质在经济发展过程当中阶段性地重复出现,这就是经济周期体现出的特定现象。在人们对经济周期进行关注的100多年中,对经济周期的认识也经历了一个周期性的过程。目前对于经济周期的理解和认识,已经从原来的古典型经济周期发展到目前的增长型经济周期,这意味着已经将长期过程中的经济增长,与短期过程当中的经济波动,在一个统一的分析框架下结合起来进行分析。对经济周期在不同阶段的性质,人们在检验大量典型化事实(stylizedfacts)的基础上,普遍认为经济周期具有两个基本特征(Zarnowitz,2000):一个是经济波动体现为宏观经济变量与长期趋势的偏离,另一个是经济周期当中诸多宏观经济变量之间存在着协同变化和非线性关联。由于在20世纪90年代西方大多数国家的经济增长比较稳定,政府采取的各种形式的积极政策干预收到了比较明显的稳定经济的效果,在这个时候,关于经济周期的研究出现了“经济周期过时了”,甚至怀疑“经济周期消失了”等观点,这时已经将“经济周期扩张期长于收缩期、收缩期的幅度明显低于扩张期的幅度”等作为基本的经济周期特征进行分析,并且对于出现这种现象的原因,提出了各种假设,其中技术进步和金融创新等均是主要的经济增长驱动力量,也有很多经济学家认为这是“新经济”框架下经济周期的新体现(Romer,1999)。这些研究均表明,经济周期和经济波动还是存在的,但确实出现了与Burns和Mitchell(1946)开始系统研究经济周期时不同的新现象。

本文所研究的经济周期问题,是经济周期过程中的一个最为基本的现象,即经济周期是否具有非对称性及其形成原因。一个具有对称性的经济周期,它的扩张期与收缩期的反映像应该是基本重合的,但是自从人们注意到经济周期这一带有重复性的现象时,就已经发现经济周期并不是这样完美的,周期一词具有的定时和规则性已经给人们带来了概念上的混淆,其实Burns和Mitchell(1946)早就已经将经济周期的非对称性作为定义加以描述,Hicks(1950)已经给出了完全竞争市场条件下具有确定性的非对称周期的例子。随着经济计量技术的进展,人们发现了经济周期当中的多种合成成分都具有非对称性,并且经济周期当中的非对称成分可能是主要成分,而且当随机性成分比较显著的时候,经济周期的非对称就越加显著,为此,Hamilton(1989)在非线性随机时间序列模型中,检验发现在实际产出周期中确实存在非对称性。

关于经济周期是否存在非对称性,一些研究认为它依赖于宏观经济变量时间序列的分解方式,即采用什么样的方式将时间序列当中的趋势成分和周期成分分离开来。体现经济周期性质的是变量序列当中的周期成分,如果周期成分是具有对称分布的随机扰动,那么周期将具有对称性的特点,因此利用高斯-马尔可夫假设下的线性时间序列模型检验经济周期的非对称性存在一定的欠缺,因此在本文当中我们采用H-P滤波和时间趋势分解方法,然后直接对周期成分进行偏移度和波动深度检验,这样可以避免一些统计方法导致的伪非对称性。

对于经济周期普遍出现了明显的非对称性和经济波动出现平缓的特征,目前主要的观点是认为采用了比较广泛的宏观经济政策干预的缘故,但也有经济学家认为,对于经济周期阶段性的划分和非对称性的形成,并不是源于经济周期本身的属性,而是由于采用的统计数据,特别是统计数据的阶段性和区域性导致的(Romer,1986)。因此本文当中得到的统计结论虽然已经注意到数据和方法的稳健性,但是还需要更为广泛的统计检验,这些需要对照更多样本和更多的时间变量序列进行分析,才能弥补一些由于统计推断方法相对于数据灵敏性所造成的伪结论。

本文研究的另一个重要内容是,将提出中国宏观经济运行当中的一些重要的典型化事实,并且将这些典型化事实作为检验经济理论和政策分析的实证标准,这是中国宏观经济分析当中比较欠缺的一种实证性研究。由于经济波动和经济周期中的典型化事实,也依赖时间序列的不同趋势分解方式(Fabio,1998),因此在本文的分析当中,我们也使用了几种不同的趋势分解方式,以便增加典型化事实的稳健性。在对主要宏观经济变量时间序列进行趋势分解和非对称性检验的同时,我们还大量计算了一些主要宏观经济变量周期成分与实际GDP序列周期成分之间的关系,并且针对季节增长率和同比增长率进行了分别计算,这些是描述经济周期的两种主要指标方式。通过对周期成分之间的相关性和非对称性检验,我们得到了关于经济运行特征和经济政策等方面的重要结论。例如可以检验经济波动中需求和供给对经济波动的驱动作用,检验累积非对称性的形成原因,这是分析中国经济周期驱动因素的重要方法。另外,我们通过这个非对称性的比较以及时间序列周期成分之间的相关性分析,我们还可以判断各种指标的周期方向性(顺周期和反周期),对经济政策(货币政策和财政政策)的有效性和作用时滞给出统计描述和计量检验上的判断。这样可以判断它们的顺周期(反周期)性质和相对强度,对于经济波动和经济周期过程中的经济政策作用强度和方向给出明确的指示。在本文的第二部分,将给出描述和检验非对称性的统计模型和方法,并且简单介绍时间序列趋势分解的一些方式。在第三部分将给出各种检验统计量和检验结果。在第四部分介绍经济周期非对称性和本轮经济周期拖长尾部的各种经济含义和相关的经济政策作用,并给出本文主要结论。

二、时间序列的非对称性和趋势分解

由于经济周期是主要宏观经济变量围绕着趋势水平的随机或者非随机偏离形成的,因此描述经济周期必须将时间变量的趋势成分分离出来,然后分析剩余的周期成分的统计行为,因此下面我们考察的均是时间变量序列的周期成分。

1·经济周期的非对称性目前引起人们普遍关注的非对称性有两种,即偏移型非对称性和深度型非对称性。由这两种非对称性也可以组合形成其他形式的非对称性。正常的对称性周期如所示,这样的周期沿着均值线进行反折后是重合的。如果一个经济周期的扩张期和收缩期的深度基本相同,但是扩张期和收缩期的延续长度不同,这样的经济周期被称为陡峭型周期。如果周期当中的张期比收缩期过程繁荣昌盛,而且收缩期下降程度要比扩张期上升程度更为陡峭,这样的非对称性被称为缓升陡降型非对称性周期,如(b)所示。如果一个周期当中的收缩期要比扩张期更为长一些,即周期的上升期比较陡峭,则称之为陡升缓降型非对称周期,如(c)所示。如果一个周期沿着平均水平线反折后的峰顶仍然低于周期的谷底水平,这样的周期被称为深度收缩型周期,由(d)所示。如果折后的峰顶普遍高于周期对应的谷底水平,则称其为深度扩张型周期。在西方国家的经济运行当中,经常出现的非对称性类型是缓升陡降型和深度收缩型的非对称性(Hess和Iwata,1997),与此形成鲜明对照的是,我们检验发现,在中国目前的经济波动当中频繁出现的是陡升缓降型和深度扩张型类型的非对称性,这可能由是目前中国经济发展阶段性和各种体制因素形成的。

除了上述单纯的陡峭型和深度型的非对称性,如果在一个经济周期过程中,收缩期比扩张期具有更大的深度,同时收缩期比扩张期持久,这样就体现出一种陡升型和深度型混合的非对称性,如(e)所示。这种类型的经济周期在中国改革开放之前出现过,但目前中国经济周期的非对称性,主要以陡升缓降和深度扩张的混合型为主。对于经济波动的非对称性,可以证明使用通常高斯-马尔可夫假定条件下的线性时间序列方法是无法检验的,因为如果假设一个平稳时间序列yt满足下述ARMA模型:A(L)yt=B(L)εt,其中A(L)和B(L)分别是有限阶的滞后算子多项式,则可以得到周期变量相对于随机扰动的反应函数是:yt=A(L)-1B(L)εt,如果假设扰动序列εt是独立同分布的正态随机序列的话,那么由它的线性组合得到的yt便也具有对称分布。因此描述经济周期的非对称性,要么假设随机扰动当中存在序列相关,要么采用非线性时间序列模型。为了构造非线性时间序列模型,Hess(1997)直接将刻画衰退程度的解释变量引入到ARMA模型当中,从而通过结构方程解释波动过程当中的非对称性。在本文当中,我们采用更为直观的偏移度检验,这样可以直接检验时间变量序列当中出现的非对称性。为了检验非对称性,我们构造时间序列的偏移统计量。对于缓升陡降型非对称性,由于处于均值或者趋势曲线下面的样本数量要比处于其上面的样本数量少,因此计算出来的偏移度是负的。与此对应,如果非对称性是陡升缓降型的,那么计算出来的偏移度则是正的。

2·时间序列的趋势分解由于我们要检验时间序列当中的非对称性,因此采用的趋势分解方式需要满足一些要求。首先分解方式本身不应该在分解过程当中引入附加的伪非对称性,其次要求检验统计量具有可以采用的标准分布,再次采用的分解方式要有比较直观的解释。为此,本文当中主要采用下述三种趋势分解方法。

在本文的检验当中,我们主要使用和比较后两种分解方式,同时对比相应分解之下结论的稳健性,差分分解方法主要应用于价格水平的分解当中。需要注意的是,H—P滤波等分解没有区分各种周期不同的周期成分,近来开始普遍使用的一种趋势分解方式是BandPass滤波方法(Lawrence和Terry,1999),这是在时间序列频域中进行分解的方式,主要的优点是可以针对不同周期长度的周期成分进行趋势分解。由于中国经济中统计数据的样本容量较小,本文处理累积数据时暂时没有使用这种方法。另外,也是由于数据样本容量较小的原因,我们也没有使用著名的B-N分解方式(Beverage和Nelson,1981),本文研究可以通过扩展使用趋势分离方法得到进一步的印证和推广。本文主要采用的H-P滤波方式,本质上是一种线性滤波方式。使用线性滤波具有明显的优点,即在分解当中不会引入伪非对称性,因为线性滤波应用到对称序列以后,将仍然得到对称序列。因此线性滤波不会将原来对称的序列经过滤波以后得到非对称性。对于时间趋势脱离,在时间的二次函数上我们尝试使用了非线性的趋势脱离,但是我们发现,非对称和相关性对于趋势分解方式来说,虽然体现在数值上非常灵敏,但是在定性结论上还是基本稳健的。

三、主要宏观经济变量的非对称性和周期成分相关性的检验结果

为了给出中国经济波动中存在非对称性的一个直观的说明,我们首先在H-P滤波方式下,分别作出了一些主要宏观经济变量的趋势图。(a)是1953年以来我国经济的增长速度轨迹,其中点划线表示H-P滤波线,体现了经济增长过程当中的趋势水平(趋势曲线是否表示自然率水平,还存在着广泛的争论,但是确实可以作为一种参考)。柱形图表示当期经济增长速度同趋势水平的偏离,是经济增长的损失或者超出,也是下面将要分析的一种重要周期成分。从图中可以看出,柱形图的高度出现了明显的收敛趋势,这是我国经济增长速度趋于稳定的明显迹象,也是我们将要检验的拖长尾部。(b)是中国国内生产总值GDP季度数据的自然对数值①(当年价格,加以季节调整)。从图中可以看出我国经济波动从1995年第二季度开始出现了小幅度的对称波动,这是经济处于软着陆之后调整期间的一种特定现象。(c)主要表明的是实际固定资产投资(加以季节调整)的周期成分图,清楚地可以看出从1998年到2000年投资出现了深度型的波动,这是近年来投资较大波动的体现。(d)表示社会消费品零售总额的周期成分,其典型特征是出现了周期较长的并且近似对称的周期类型,这是消费需求比较稳定导致的,即表明消费需求对于政策调整的滞后期比较长。(e)表示进出口总额的波动情形,显然从2000年的一季度开始,中国对外贸易开始出现了强劲反弹的迹象。(f)显示的是实际M2的变化情形,从中可以看出,从1999年二季度至今,货币供给已经开始处于一个紧缩过程当中,这是实行稳健性货币政策的直接体现。

表示政府财政支出情况,可以看出从1996年开始,财政政策幅度再次逐渐加剧,而且形成的周期深度越来越明显,这是积极财政政策诱致的加速周期形式。(h)表示近年来价格水平的周期轨迹,从图中可知,困扰人们已久的通货紧缩,已经从1999年二季度出现了缓解的迹象,但是需要引起充分重视的是,中国价格水平的波动都是大周期的,而且收缩的幅度远低于扩张的幅度,因此根据这样的经验,这轮价格回升可能将是一个较长过程,对于是否出现新的通胀,需要加以研究和警惕。上面只是根据周期波动图形简单地说明了一下时间序列的基本特征,下面我们对于一些主要的宏观经济变量的非对称性进行检验,并且计算各种趋势水平之间的各期超前和滞后关系的相关性,得到下述表1和表2的统计结果。表中第一行表示利用H-P滤波的结果,第二行表示时间趋势脱离的结果。为了进一步揭示各种变量序列周期性之间的关系,我们继续对变量的同比增长率进行了周期性分解,得到了下面的表3和表4,其中表4当中对于M2使用了差分趋势脱离方法。同比增长率是比较经济周期特征的一种主要经济指标,我们计算得到的主要结论同顺序增长率的情形是基本相同的,这从统计指标的角度进一步增加推断的稳健性。

需要注意到,我们得到的统计结果同一些其他国家的经验结果之间具有两点明显区别。首先,我们计算得到的宏观经济变量各期相关性系数的数值,显然要比美国等类似序列的相关性要小(见Stock和Watson,1998)。其次,我们得到的对称性检验的统计显著性却明显增强,(见Daniel,1993),基本上都能在0·01的显著性水平上拒绝对称性的原假设。上述这两点统计结论,固然同中国经济发展的阶段性有关,但是还需要进一步通过经济理论模型加以描述和说明。

四、非对称性和拖长尾部的主要成因和结论

通过对于上述主要宏观经济变量时间序列周期成分的非对称性检验,以及经济波动之间相关性的典型化事实描述,我们可以得到下述基本结论和经济政策启示。关于实际GDP周期非对称性出现的原因,一般有几种理论解释。第一个解释是可能出现了在工资、价格等名义变量上的非对称性调整,即在经济的收缩期出现了一些反周期的名义粘性,这一点在本文的研究当中无法体现,因为我们没有检验出价格水平当中存在的显著非对称性。第二个解释是出现了货币的非对称性需求和供给,即在经济的扩张期,货币需求扩大时,货币供给出现了相对紧张,但是在经济收缩期,即使货币需求增加,货币供给仍然偏紧。非对称的货币供给在对称性的传导过程当中对实际产出便形成了非对称作用。这种货币政策的传导机制在实际M2和名义M2的非对称性类型上得到检验结果的证实。第三个方面原因是出现了经济政策上的顺周期调控,本文主要体现为积极财政政策的灵敏性和有效性。第四个方面是经济需求方面影响的原因。刘树成(2000)给出了一个从投资需求方面解释中国经济周期非对称性十分重要的解释,即由于财政主导型的投资方式和资金预算等软约束的存在,使得银行资金和企业投资需求在经济的扩张期和收缩期出现了显著的非对称性,这样的论断无论是从货币供给还是实际投资,都在本文的检验当中得到了验证。除此以外,消费需求和进出口等存在的非对称性也是实际GDP出现非对称性的主要原因,因为这些因素是直接累加在实际GDP当中的。

随着中国市场经济体制的逐步建立和国民经济整体规模的日益扩大,中国宏观经济调控的能力也明显加强,经济周期当中拖长高位尾部的出现,是因为中国从20世纪90年代中后期实行的一系列宏观经济政策发挥了显著效果。从周期成分之间的相关性来看,货币供给名义水平之间和实际水平之间的统计检验结果基本相同,这说明即使在零通货膨胀或者通货紧缩的情形下,都没有出现古典两分法的情形,积极的财政政策和稳健的货币政策,都已经将其作用传导到经济的实际部门当中,政策有效性得到了充分体现。从周期成分之间的相关性来看,财政政策具有明显的顺周期性,财政支出同实际GDP的相关性在同期达到其作用的最大值0·321,并且在一年之后体现出另一个相关的高峰,这是我国财政支出形成实际作用的大致时滞。财政支出对实际产出作用的敏感性,使得积极财政政策成为了有效宏观调控的基础。由此可以认为,中央政府的财政支出仍然可以作为一个重要的同步或者先行指数用于经济形势预测和分析。与此不同,货币供给对实际GDP周期波动的影响具有大约一个季度的滞后性,达到0·224(线性趋势分离方式下为0·373),并且滞后的正相关性仍然继续持续,大约经过一年以后,再一次形成一个相关的高峰,这说明此时货币流通速度有所加快,并且形成了一定的乘数效应。从作用强度和时滞上,货币政策与财政政策基本相同,这同我国中央银行承担了一定的财政职能密切相关的,这就是中央银行担当的“准财政”角色所起到的作用。但是必须注意到的一个现象是,目前货币政策和财政政策形成的非对称性形式是“一紧一松”,其非对称性表现为一个是“缓升陡降”,另一个是“陡升缓降”,并且都具有扩张性深度型。我们认为,如何使得货币供给也具有与实际GDP相同的非对称性形式,是缓解和消除通货紧缩的重要途径,因此何时和如何改变货币供给的“缓升陡降”,已经成为了一种十分重要的政策组合问题。

从相关性考察上,可以作为判断经济形势先行指标的是进出口总值,它超前一个季度达到了同实际GDP的最大相关性0·324(线性趋势分离下为0·449),这种顺周期超前性可能同中国外贸体制有关,或者同统计核算方式有关。2000年第一季度和第二季度中国进出口出现了较明显的增长,这对全年的经济增长带来相当大的促进,由此说明“出口驱动”仍然是中国经济增长的主要动力。固定资产投资也具有较高的同步性。它与实际GDP的最大相关性0·313(线性趋势分离下为0·459)出现在同期。但是有趣的是投资乘数和加速作用却没有从相关性当中体现出来,这似乎是同资本的时间积累(timetobuild)有关,目前大量固定资产投资用于基础产业,因此乘数作用减弱也有其现实合理性。消费需求明显体现出同实际GDP之间的持续正相关性,这是消费行为整体上仍然满足持久收入-生命周期假说的一个迹象。消费需求在实际GDP中所占比例最大,而且体现了相当的惯性,因此扩大消费需求是目前世界各国均予以关注的稳定经济的重要目标。

20世纪90年代以来,曾经困扰了大量经济学家的、始于70年代中期的经济“滞涨”现象突然消失了,随之出现的是低通货膨胀之下的经济萎靡,或者是低通货膨胀之下的高速经济增长,这些又引发了人们对诸如菲力普斯曲线、奥肯定律和IS-LM曲线等理论的重新思考和实证检验,重新反复论证古典两分法是否成立、经济政策是否中性、货币和产出的因果关系、投资和对外贸易是否是驱动经济波动的主要原因等一系列经济问题,本文得到的关于主要宏观经济变量的非对称类型的结论和周期成分之间的相关性数据,为进一步判断中国宏观经济运行中变量之间的潜在替代和作用关系,提供了有利的实证依据,这些典型化事实可以用于进一步分析中国经济当中的诸多问题。