经济理论学论文

期刊分类学术论文公文范文杂志问答

经济政策对宏观经济的影响

学术杂志网   |   2020-05-19

摘要:经济政策的制定、变动势必影响投资者与消费者的预期。文章采用FAVAR模型实证分析了经济政策的不确定性对中国宏观经济的影响,宏观经济信息集涵盖了投资、消费、出口等在内的共69个经济变量自2010年以来的93个月度数据。结果显示,政策不确定性对宏观经济存在反向作用关系,其中对投资和消费的冲击最大。

关键词:经济政策不确定性;宏观经济;FAVAR模型

经济政策是政府为了促进经济发展而实施的宏观调控措施。当前我国的经济正处于市场经济体制的转型期,全面改革不断深化。继2008年全球金融危机之后,2016年英国脱欧以及美国特朗普政府上台后的中美贸易摩擦等事件,给国际时局又增添了新的变数。与此同时,我国的市场经济发展还不够完善,政府对市场经济的适应还需要更长的时间,在各种经济政策的制定上还表现出不成熟现象。越来越多的学者开始关注政策不确定性对宏观经济的影响。一方面,经济政策的变动可能会给经济增长带来重大影响,加深经济的不确定性;另一方面,经济政策一旦确定短期内不易撤回,经济政策的效果存在不确定性。因此,在现有研究中,不少学者着眼于经济政策不确定性影响经济增长的作用机制。如金雪军等(2014)关注了政策波动对我国宏观经济的影响,发现经济政策不确定性对宏观经济的影响机制主要是通过预期渠道;田磊等(2017)构建了一种基于SVAR模型的混合识别法,同时识别了政策不确定性冲击和需求冲击、供给冲击、货币政策冲击等三种传统结构冲击;吴雨濛等(2017)研究了经济政策不确定性与投资和经济增长的关系。前述学者的观点一致认为经济政策的不确定性是反经济周期的,在经济萧条时,政策不确定性会剧烈增加;而在经济繁荣时,政策不确定性会急剧下降。已有文献均认为经济政策不确定性对宏观经济存在影响,那么具体反映到投资、消费、出口、财政、价格指数等各方面,这种影响又会如何呢?这是本文的主要关注点。

1模型设定

本文选用Bernanke、Boivin和Eliasz在2005年提出的因素增强型向量自回归模型(FAVAR模型)。FAVAR模型要求使用尽可能多的宏观经济数据,通过提取主成分后进行VAR分析,避免了过多的参数估计,能有效地解决VAR模型信息遗失和参数估计问题。FAVAR模型由以下两个部分组成:(1)Xt=LfFt+LyYt+et其中,Yt为M´1维可观测的变量,在本文中表示1维政策不确定性因子。Ft是K´1维不可观测的宏观经济变量,Xt是N´1维“信息”向量(N>>K),并假设宏观经济变量序列Xt与不可观测变量Ft和可观测变量Yt相关。经济政策不确定性的因子个数计算公式为:IC(K)=InVk(ÙĈt)+Kg(NT)(2)其中,Ct(FtYt)代表了能引起Xt变化的公共因子。K确定之后,FAVAR模型的估计过程分为两步:首先,运用基于主成分的迭代法估计式(2),获得Ft^、Ù和et;接下来,将Ft^1代入式(1),进而使用OLS进行估计,获得Φ^(L)和υt^。根据现有的文献研究可知,目前估计Ft^主要有两步主成分分析法、反复迭代法和吉布斯抽样法。通过对这三种方法的比较,并借鉴Hwang(2009)的研究思路,本文采用两步主成分法来估计FAVAR模型。

2变量选取与数据处理

与宏观经济增长的基本目标相比,政策的不确定性对宏观经济的影响是短期的,因此应该尽可能地选择高频率数据。另外采用FAVAR模型研究宏观经济时,需要选取尽可能多的指标,构成一个庞大的宏观经济信息数据集。因此本文的运算通过MATLAB软件编程实现对FAVAR模型的估计。根据我国的宏观经济结构以及考虑到数据的可获得性,本文选取了包括投资、消费、出口等在内的69个经济变量、2010年1月以来的93个月度数据构成宏观经济信息集Xt,数据来源于国家统计局和国研网宏观经济数据库。宏观经济信息集包含的指标变量如表1所示。对于这些宏观经济变量指标,主要使用实际数量序列和定基比序列。对于其中需要进行价格调整的序列,使用CPI的定基比序列进行价格调整,对宏观信息集中需要进行调整的序列,采用HP滤波法消除季节因素的影响。另外,由于FAVAR模型要求宏观经济信息集Xt中所有的变量都是I(0),并且均值为0。所以,对所有的序列进行如下的处理:第一步,根据各序列的单位根检验的结果,分别运用取对数和差分变换使序列平稳化,其中,对产出类和价格类的序列,通过取对数一阶差分的变换使之成为平稳的序列,对其他不平稳的序列,如利率序列,则直接差分使之平稳化;第二步,对经过第一步处理后的数据进行标准化处理,将每个序列处理成均值为0标准差为1的标准化序列。

3实证分析

政策的不确定性对宏观经济的影响是整体的。考虑到传统VAR无法进行大量的因素分析,因此本文采用FA-VAR模型,提取少量的可以代表宏观经济的因子,再进行VAR模型分析。VAR模型分析后,再通过转换得到具体宏观经济指标对政策不确定性冲击的脉冲反应。(1)因子个数K的确定接下来提取出不受Yt影响的宏观经济因子,代表提取的宏观经济信息。从下页表2中可以看到,ICp1准则所确定的因子个数为5,ICp2准则所确定的因子个数为7。考虑到当确定的因子个数小于真实的因子个数时,随后的潜因子估计不能满足一致性,在此将因子的个数K确定为7。由此,建立的宏观经济信息集包含7个因子,除Yt可观测外,这7个因子都需要估计。根据前面的比较分析,本文采用两步主成分法来估计FAVAR模型。(2)政策不确定性对宏观经济影响的结果及分析接下来通过对估计因子Ft^与政策不确定性因子Yt的VAR模型进行分析,估计宏观经济变量对政策不确定性冲击的脉冲响应函数,从而分析政策不确定性对宏观经济变量的影响。采用FAVAR模型估计主要的宏观经济变量对政策不确定性冲击的脉冲响应函数图,结果如图1所示。由图1可以看出,政策不确定性对宏观经济的影响是负向的。具体而言:对于来自政策不确定性的一个标准差的冲击,GDP立即产生反向的冲击,而且下降趋势十分明显。说明政策的不确定性对GDP的变动存在反向影响,政策不确定性的增加会使GDP降低,使经济增长速度减缓。汇率(ER)在受到政策不确定性的冲击后,也立即产生反向的冲击,不同的是,随着期数的增加,所受冲击的力度在慢慢减小。这是因为随着时间的推移,政策的不确定性对汇率的作用效果慢慢减弱,阶段性的政策不确定性也会慢慢消失而变得明确起来。受政策不确定性的影响,固定资产投资(IFA)产生了反向的冲击作用,而且冲击作用不断加大,因此,经济政策的变动会使企业对投资行为变得更加谨慎。政策不确定性冲击对股价(SP)、通货膨胀(IR)和房价指数(HPI)的影响大体相同,都是负向的。受到政策不确定性的冲击,股价会立即产生急剧下跌,随后下跌趋势变缓;通货膨胀也处于下跌态势,因政策的不确定性对投资、经济增长均产生负面影响,经济增速放缓,经济萧条而致;房价指数的明显下跌一直持续到12期之后,因为房屋属于耐用品,面对高的政策不确定性,耐用品的消费会和固定资产投资一起下降,而需求的减少必然导致房价下跌,以实现新的供求均衡。图1基于FAVAR模型的脉冲响应函数从社会消费品零售总额(TRS)的脉冲效应图来看,对于来自政策不确定性一个单位的冲击,社会消费品零售总额在整个持续期内急剧下降,表明消费对政策不确定性的冲击反应特别灵敏,政策的不确定性对消费有负面影响。这是因为消费者预期不到未来的政策走向,对未来经济发展状况的担忧,使得他们在很长的一段时间里减少消费而增加储蓄,以备不时之需。而对于出口来说,在受到政策不确定性的冲击之后,先是产生波浪形正负交替的微小波动,6期之后便趋于稳定的水平。从投资的角度看,企业会考虑暂停或者中止投资,而投资的减少造成进、出口的减少。

4结论

制度是社会、政治和经济行为的行为规则,决定着人们的经济和其他行为,因此政策的制定、变动势必影响政府行为和投资者与消费者的预期,从而对宏观经济产生影响。本文采用FAVAR模型实证了经济政策的不确定性对中国宏观经济的影响,依据69个经济变量自2010年1月以后的93个月度数据,实证了经济政策的不确定性对中国宏观经济的影响,从模型的脉冲响应函数结果可知:政策不确定性对宏观经济存在反向作用关系;从对主要的宏观经济变量的冲击程度来看,投资和消费所受的冲击最大。

作者:刘松林 王晓娟 王辉 单位:湖北大学 数学与统计学学院 应用数学湖北省重点实验室 中国科学院武汉文献情报中心 科技大数据湖北省重点实验室

发表咨询

经济理论学论文

查看更多论文