【关键词】卢卡斯批判 理性预期 动态计量
引言
2011年诺贝经济学奖授予了，萨金特（thomas sargen）、西姆斯（christopher-sime）表彰了两位为新古典宏观经济学体系的建立和发展作出了杰出贡献。两位学者对宏观经济模型中预期的作用、动态经济理论与时间序列分析的关系等方面做出了开创性的工作。使得宏观经济学研究更强调实证分析与理论的结合，为宏观经济学的研究提供了新的方向。凯恩斯（1936）发表《就业、利息和货币通论》，标志着现代宏观经济学的诞生。
凯恩斯的思想和方法之后为萨缪尔森与托宾等继承，从而形成了新古典综合学派。但是70年代的滞涨现象，以凯恩斯主义为基础的宏观计量经济模型的预测和解释能力得到了巨大的挑战。Lucas（1976）指出，政策制度的改变会改变个人对政策的反应方式，而个人行为的改变会使经济模型的参数发生变化，而参数的变化又是难以衡量的，使得很多早期计量经济模型很难评价经济政策的效果。
一、动态计量经济学在理性预期中运用
根据“卢卡斯批判”，经济人会根据变化的经济环境随时调整自身的参数。传统宏观经济学模型不能持续描述经济主体的变化，在拟合一段时间后，误差将逐渐加大。经济学研究者，需要迫切解决的是如何利用随机数据来反映理性预期的思想。在动态时间序列分析中，对一个AR（自回归）过程的估计，可以转化为一个无限期随机项的MA（移动平均）过程，这样就可以利用随机误差项对参数的真实值进行估计了。萨金特（1980）使用了厂商优化模型来体现理性预期的思想。设厂商目标函数为：
■E■■β■（γ■+α■-w■）n■-（r■/2）n■■-（δ/2）（n■-n■）■
（1）
其中，β为贴现率，n■为第t期劳动力投入，α■为第t期技术水平，w■为第t期工资水平。γ■，γ■，β为待估参数。根据利润最大化得：
nt=ρnt-1-（ρ/δ）■（βρ）jEt[wt+j-at+j-γ■] （2）
利用wiener-kolmogorov算子把t+j期工资率和技术水平内生化得：
n■=ρn■-（ρ/δ）Uξ（λ）-1[1+■（■（λ）■ξ■）L■]x■+（ρ/δ）（λ）■[1+■（■（λ）■a■）L■]a■+ργ■/[δ/（1-λ）]其中，λ=βρ，U是一个1×p的向量。定义π（L）=（ρ/δ）（λ）■[1+■（■（λ）■a■）L■]，则误差项为α（L）et=π（L）v■■，定义μ（L）=n（ρ/δ）ξ（λ）■[1+■（■（λ）■ξ■）L■]，c■=v■■-vv■■。对v■■的OLS估计可得第t期的最优劳动力投入为：
nt=（1-ρL]-1[μ（L）+π（L）α（L）-1vξ（L）]xt+（1-ρL）-1π（L）α（L）-1ct （3）
通过ML估计出参数r0，γ1，δ，v，α（L），ξ（L）这些估计出的参数是具有理性预期的经济人最优目标中含有的参数以及技术水平参数，这样就可以通过所估计的参数来体现理性预期思想了。
二、动态计量经济学在一般均衡中的运用
（一）有关经济周期的计量
与萨金特相比，西姆斯更集中于计量经济学方面的研究。西姆斯（1972）研究了时间序列数据的区间问题，他认为，二次可积函数中具有滞后分布的时间序列分布模型的时间距离和频率空间是等距同构的。在这个度量空间下，二者可以相互转化，可进行普通最小二乘估计，1974年西姆斯提出了消除时间序列季节影响因素的计量方法。
（二）有关格兰杰因果检验
在格兰杰因果检验中变量之间因果关系的确定是假设一个变量为被解释变量而另外一个变量的滞后项为解释变量时，回归结果的整体显著性检验是否成立。该检验只是体现变量与滞后变量的整体性关系，也就是说研究一个变量的历史数据对另外一个变量所产生的影响。西姆斯（1972）在格兰杰的基础上提出了新的检验方法，他认为在时间序列中，如果解释变量是外生的，对滞后项的整体性检验存在错误。他提出的因果性检验是通过比较一个变量为被解释变量与另外一个变量的未来值为解释变量时，回归后的整体显著性检验是否成立。西姆斯（1983）对货币供应是否是引起经济周期波动的原因的实证研究提出了怀疑，并对这些实证研究提出了反驳。
（三）有关离散时间模型
西姆斯（1971）认为当把具有连续时间分布滞后的计量转化为离散时间的计量时往往需要对分布滞后项增加平滑约束条件使得估计更准确，西姆斯（1980）把这种思想发展成为后来广泛使用的向量自回归方法（VAR）。西姆斯（1988）认为在贝叶斯分析中由于某些参数是无法量化或量化不够准确因此无法使用事前prior概率分布给参数赋值。研究者从简化模型的角度出发，经常只需估计有限的参数，这样会导致事前事件的似然性降低。研究发现，时间序列模型分析中通过模型检验选择模型形式的方法并不可靠。检验的显著性会受到样本数量的影响，而非样本本身。另外，许多研究者经常利用估计好的模型进行事后检验，通过对未来值进行预测，比较预测值与真实值的差距，从而检验模型设计是否合理。这种方法在短期时间序列模型中比较有效，在长期却很难成立。在预测方面，往往需要在正则性和协方差平稳的前提下进行，然而在实际预测中，非正则性和非平稳性会经常出现，这使得预测误差变得很大。
三、结论
在新古典宏观经济学统治了近半个世纪后卢卡斯、普雷斯科特等人建立了宏观经济学的微观基础，而2011诺贝尔经济学奖授予萨金特与西姆斯，使得动态宏观计量思想为大多数研究者所认可。且对传统经典计量经济学提出了挑战，他们的研究工作使得小样本最小二乘估计法被放弃，而使得大样本的ML、GMM、贝叶斯估计等方法广泛使用。而且VAR模型在经济变量的因果关系分析、脉冲响应分析、波动分析等方面具有无可比拟的优势，使得动态计量方法在现代宏观经济研究中既能帮助政策制定者制定合理的经济政策，也可以对政策执行效果进行一定的评估。因此，萨金特与西姆斯的研究成果不但能应用在宏观经济研究领域，在经济决策分析中也能得到极大的运用。
参考文献
[1]Hansen，L.&T.J.Sargent.Formulating and estimating dynamic linear rational expectations models[J].Journal of Economic Dynamics and Control，1980（02）：7-46.
[2]Sims，C.A.Discrete approximations to continuous time distributed lags in econometrics[J].Econometrica，1971，39（03）：545-563.
[3]郭路，刘霞辉.动态计量方法在宏观经济学中的应用——2011年度诺贝尔经济学奖获得者学术成就评述[J].经济学动态，2011（12）：98-103.
改革开放30多年来，我国经济并不是以近10%的高速直线增长的。从经济增长率波动10年左右的中长周期来考察，改革开放30多年来，我国经济增速经历了三次上升与回落的波动过程
第一次上升是1982―1984年。GDP增长率从1981年5.2%的低谷，上升到1984年15.2%的高峰，上升了10个百分点。
第一次回落是1985-1990年。GDP增长率从1984年15.2%的高峰，回落到1990年3.8%的低谷，回落了11.4个百分点，下行调整了6年。
第二次上升是1991―1992年。GDP增长率从1990年3.8%的低谷，上升到1992年14.2%的高峰，上升了10.4个百分点。
第二次回落是1993―1999年。GDP增长率从1992年14.2%的高峰，回落到1999年7.6%的低谷，回落了6.6个百分点，下行调整了7年。
第三次上升是2000―2007年。
GDP增长率从1999年7.6%的低谷，上升到2007年14.2%的高峰，上升了6.6个百分点。
第三次回落是2008―2015年。GDP增长率从2007年14.2%的高峰，回落到2015年7%的低谷，回落7.2个百分点，下行调整了8年。
我们看到，在“十三五”开局之年，2016年，所面临的宏观经济波动态势的显著特点是，我国经济增速已连续8年处于下行调整中，是上述三次回落中历时最长的一次。
“十三五”时期宏观经济走势的四种可能性
“十三五”时期（2016―2020年），我国宏观经济走势大约有四种可能性：
第一种可能性，一路下行。由7%降到6.5%，到2020年降到6%或更低，这一预测的政策含义是，宏观调控不再守下限和保下限，而是使下限不断下移。
第二种可能性，一路走平。在7%左右一路走平。这一预测的政策含义是继续守住经济增长的下限。
第三种可能性，重返10%以上的高增长。其政策含义是强刺激。但这种可能性基本不存在。
第四种可能性，遵循经济波动规律，使经济运行在合理区间的上下限之间正常波动。这一预测的政策含义，是以合理区间的中线为基础，该回升时就回升，但要把握好回升的幅度；该下降时就下降，也要把握好下降的幅度。
笔者主张要争取以上第四种可能性，但这并不容易。
新常态并不意味着经济增速一路下行
现在，我国经济发展进入新常态。其中一个重要特征就是经济增长由高速转向中高速。但也有人将新常态片面理解为经济增速一路下行。对此应予以高度重视，因为经济增速一路下行将会给我国经济与社会发展带来一系列严重问题。其一，经济增速若一路下行，到2020年，将使城镇居民人均收入比2010年翻一番的目标难以实现。其二，经济增速若一路下行，到2020年，将使GDP比2010年翻一番目标的实现面临风险，特别是将会严重影响市场预期和企业投资。其三，经济增速若一路下行，将会影响财政收入的增长，进而导致需要财政支持的经济结构调整、经济发展方式转变、有关改革措施、各项社会事业的发展、社会保障的扩大、收入差距的调节等，都会受到影响。
新常态并不意味着经济增速一路下行。不要把新常态泛化、娱乐化，更不要把一些“异常态”“非常态”的现象也都说成是“新常态”。有人说“赶超型国家的经济发展在经历一段高速增长之后，其增长速度会下台阶，这是客观规律”，这种说法没错。但如果说这个“下台阶”一定是“大幅度”下台阶，或一定是长时间一路下行，这种说法则不是客观规律。特别是从我国是一个地域辽阔、人口众多的发展中大国这一基本国情出发，我国经济具有巨大韧性、潜力和回旋余地，未来发展空间还很大。在新常态下，经济增长从高速转向中高速，我们要主动适应新常态，坚持以提高经济发展质量和效益为中心，坚持把转方式、调结构放到更加重要的位置，但这并不意味着要使经济增速一路下行。
为“十三五”时期经济增速适度回升积蓄力量
我们不能仅就短期宏观调控的力度问题去争论，不能仅就宏观调控是该松还是该紧、是微刺激还是强刺激去争论。同时，也不是靠简政放权、仅靠市场机制的调节作用所能解决的，市场机制具有自发性和下滑惯性，
关键词:经济运行;货币政策;动态调控
Abstract:Confronting the complex situation of macroeconomy,the central bank needs to realize the dynamic optimization of monetary policy based on the change of macroeconomy. The paper probes deeply into the mechanism of dynamic optimization,then incorporates the theory with the practice in our country.
Key Words:the macroeconomic situation,monetary policy,the dynamic optimization
中图分类号:F822.0文献标识码:A文章编号:1674-2265(2009)08-0037-05
一、前言
中央银行货币政策的主要职能是要根据经济运行态势的变化,运用货币政策工具调节货币供给、利率等,进而影响宏观经济运行并最终实现既定的经济目标。并且,货币政策的特点在于侧重短期总量调节,熨平经济波动。由于经济活动的波动是一种常态,面对经济运行态势的复杂多变,中央银行的首要任务就是要判明造成波动的原因,根据经济形势的变化采取灵活审慎的调控政策,及时适度调整货币政策操作,实现货币政策的动态调整优化,为经济运行创造良好的宏观环境。
上个世纪60、70年代西方国家普遍出现了经济的“滞胀”局面,货币学派的代表人物弗里德曼把它归因于凯恩斯主义“相机抉择”的货币政策,并据此提出了“单一”规则的货币政策。但实际经济运行总是复杂多变的,经济波动也并非弗里德曼所言总是轻微的,因此在实践中如何奉行“规则”是一件令人感到困惑的事情。由于现实世界的复杂性和不确定性,任何规则都不可能为每天具体的货币政策操作提供确切的量化指导,它仍需要依赖于货币政策决策者们的审时度势和敏锐判断。诚如格林斯潘(1997、2003)所强调的:一定程度的相机抉择对于货币政策操作是不可避免的;自从货币供应量与最终目标的稳定性关系遭到破坏以后,美联储的货币政策操作,不可避免地,是变得更加复杂和相机抉择了;正式的利率规则最好是仅被视作一种辅助的政策参考。
近年来,我国宏观调控形势复杂多变,通胀与通缩之间往往仅是“一线天”。随着我国对外开放程度的提高、内外均衡矛盾的凸现、市场化进程的推进以及货币政策传导机制的变化等等,新情况、新问题不断出现,经济活动中的复杂性、不确定性超过以往。在这种背景之下,我国货币政策的具体操作也将不可避免会变得更加复杂和相机抉择。根据经济运行态势的变化,适时适度把握调控的方向、力度和节奏,实现货币政策的动态调整和优化,是经济发展对我国货币政策所提出的更高要求。本文从理论上探讨了货币政策的动态调控机制,并对中国货币政策的动态调控模式进行实证分析。
二、动态调控机制的理论分析
(一)货币政策的动态调控机制
设经济系统为:
其中 为目标变量,如通货膨胀水平、产出等系统的内生变量; 为系统的内部状态变量,如目标变量的滞后变量、前瞻性变量以及消费、投资等其他内生变量; 为货币政策的工具变量; 为扰动变量。
设为的目标值,则货币政策的任务就是通过工具变量的操作在理想的时间段内实现目标变量的实际值趋近目标值,即:
一般情况下不仅要求实际值趋近目标值,还要求在实现的过程中尽量减小目标变量的起伏与波动,因此货币政策的目标函数可表示为:
对于如何通过工具变量 的选择来实现货币政策的目标,一种选择是只考虑输入和输出的关系,而不考虑经济模型的具体结构,如图1所示:
最初以弗里德曼为代表的货币主义者就认为,试图搞清楚复杂的经济运行只会徒劳无功,因此货币主义者用一个“黑箱”将货币政策的具体传导掩盖起来,并提出排除其他一切因素的“单一”规则货币政策。但诚如托宾所指出的,市场经济的特征在于不确定性,如果不顾经济运行态势的变化,一意孤行地坚持固定的“单一规则”,只会离目标越来越远。1979年美联储货币主义实验的不成功充分说明,规则型货币政策同样需要反馈机制,需要根据经济运行态势的变化而相应调整。
按照现代控制理论,图1输入-输出关系的表达仅是对经济系统的不完全描述,因为它没有考虑黑箱即经济系统内部的具体情况,因此也就难以对经济系统进行有效的调控。现代控制理论要求深入到系统的内部,对系统的动态变化即状态变量进行精确刻划,如图2所示:
按照现代控制理论的状态空间描述,经济系统可简单表示为:
其中为状态向量,状态向量刻划了经济系统的内部行为,其组合构成或影响系统的输出向量即目标向量。
设货币政策的最终目标为,并假设经济系统(4)-(5)是可控的,并且是渐进稳定的,即阵特征根全具有负实部。此时根据经济控制论①,可以给出一种最简单的调控方法,即当输入变量(政策工具变量)等于常向量时, 也将趋于常向量,从而也将最终趋于常向量。即:
,从而
由于,可求得:
只要 满秩,则对于给定的常向量目标
必可找到输入向量 ,最终实现政策的调控目标。
但是虽然终将趋于,但在逼近的过程中,不仅所花的时间可能很长,而且起伏也可能很大。如果 阵的特征根在左半复平面并靠近虚轴,那么在逼近 的过程中将会剧烈起伏。按照现代控制理论,优化的调控策略是采用反馈策略,实现政策变量 是状态变量的线性反馈,即根据系统状态的变化适时调整政策变量,即:
此时经济系统(4)-(5)相应成为:
将(7)式代入(6)式,有:
根据(9)式,当阵的特征根均在复平面左半部时,状态变量 最终将趋于常向量,此时
,可求得:
从而只要 满秩,就可选择政策变量: ,使得 时, 逼近最终目标 。
相比于“单一”控制策略 ,反馈调控规则
第一,当阵特征根不全在复平面左半平面时,经济系统(4)-(5)不是渐进稳定的,此时采用“单一”控制策略将不能实现最终调控目标。而采用反馈调控规则使得系统的特征根成为的特征根,这样就可以通过调整反馈系数来改变
的特征根值,进而最终实现系统的渐进稳定。
第二,通过调整反馈系数来改变 的特征根值,可以调控在逼近过程中的波动幅度。
第三,采用反馈调控规则可以更好地实现经济系统的动态均衡。古典经济学认为市场机制的自动调节可以实现充分就业的均衡,但问题的关键在于要花多长时间。在实际经济运行中,由于宏观经济运行态势复杂多变,货币政策调控目标 往往也处于动态变化当中,故而忽略时间因素的静态均衡一般难以反映经济现实。因此,根据宏观经济运行态势的变化,适时调整政策变量,注重在时间变化过程中动态均衡状态的实现过程,可以更好地实现经济系统的动态优化。
(二)存在干扰变量时货币政策的动态调整优化
从货币政策传导机制来看,由于从工具变量到最终目标之间的链条较长,面临的不确定性较大,这使得经济系统的参数值或难以精确估计,或随着时间的变迁,系统参数值也处于动态变化之中。从实际经济运行来看,经济结构总是处于动态的变化之中,同时,模型当中连接政策工具和状态变量的参数以及各变量间的影响关系也可能是不稳定的。此时即存在着干扰变量,设干扰变量为,则经济系统(4)-(5)相应成为:
存在干扰变量时调控的思路在于:一方面考虑系统状态变量的变化,同时密切关注目标变量的实现情况,即目标变量的实际值与目标值之差( )。设目标变量的实际值与目标值之差为 ,,则
随时间的累计量为:
此时调控策略在于实现政策变量为系统状态变量 和目标变量 的线性反馈,即:
如果干扰变量是常向量,或者有明确的变化规律,那么在一定时间之后可以实现经济系统的鲁棒调控(robust control)②。但在实际经济运行中,由于经济运行态势等的复杂多变,对于干扰变量很难预先和明确认定,因此调控策略(12)式一般也没有显式解。这样就更加凸显了货币政策动态调整优化的必要性,即根据状态变量以及实际调控效果( )的变化情况审时度势和灵活把握,努力增强货币政策调控的预见性、针对性和灵活性。
由于干扰变量的存在,在实际货币政策调控中,各国中央银行一般都不会一次调控到位而是多次渐进调控,实行平滑操作(smoothing)。诚如Sack(1998)、Sack和Wieland(2000)所指出的,由于货币政策效应的不确定性、关键宏观经济变量存在测算误差以及相关结构性变量的不确定性,中央银行的货币政策决策并不能保证都是正确的。利率平滑操作能够使中央银行观察到每一次政策调整以后宏观经济变化的新情况,获得更多的有关产出和通货膨胀的新信息,在新的经济运行信息集内决定政策调整的时机和幅度。
三、中国的实证研究
1996年中国人民银行正式确定以货币供应量为货币政策中介目标,但货币供应量与价格水平之间的密切关系只是一种长期趋势,短期内由于各种因素的影响其相关性总会存在一些波动。因此,货币供应量中介目标的调控机制是动态的,即需要根据经济运行的变化及时进行调整。从我国现实来看,每年政府或央行会根据对经济增长和通货膨胀率的预测确定一个大致的货币供应量增长目标。但由于实际经济运行是动态变化的,因此中央银行在实际操作中不可能完全拘泥于最初的目标设定,而是根据经济运行的具体状况以及最终目标的实现情况灵活调控。判断货币供应量与最终目标以及其他状态变量的动态关系,可以通过协整检验来验证。对于状态变量,可以选择固定资产投资和工业增加值作为代表变量,最终目标变量为国内生产总值和通货膨胀率。
(一)货币供应量 与相关状态变量的协整关系检验
选取2000年1月―2008年9月期间的货币供应量 同比增长率、固定资产投资同比累计增长率和工业增加值同比累计增长率的月度数据③。根据Engle和Granger(1987)的研究,检验因变量和解释变量之间是否存在协整关系等价于检验回归方程的残差序列是否是一个平稳序列。因此,可以先求出回归方程,再通过ADF检验来分析残差序列的平稳性,进而判断因变量和解释变量之间的协整关系是否存在。
首先对货币供应量增长率 和固定资产投资增长率进行回归分析,回归结果为:
(21.49)(7.49)
对上式的残差序列进行单位根检验,结果见表1:
检验结果显示,残差序列在1%显著性水平下拒绝原假设,接受不存在单位根的结论,因此可以确定残差序列是平稳序列。检验结果表明,货币供应量增长率和固定资产投资增长率 之间存在协整关系,即长期存在比较稳定的关系,协整向量为(1,0.17)。
再对货币供应量增长率 与工业增加值增长率
进行回归分析,回归结果为:
(13.85) (3.37)
对上式的残差序列 进行单位根检验,结果见表2:
检验结果显示,残差序列在5%显著性水平下拒绝原假设,接受不存在单位根的结论,因此可以认定残差序列是平稳序列。检验结果表明,货币供应量增长率 和工业增加值增长率 之间存在协整关系,协整向量为(1,0.21)。
(二)货币供应量与最终目标变量的协整关系
由图3可见,自1995年以来我国货币供应量增长率与通货膨胀水平(CPI)及经济增长率(GDPV)之间存在着比较明显的趋同关系。进一步,可以使用协整方法来检验我国货币供应量增长率与经济增长率和通货膨胀之间是否存在比较稳定的长期关系。ADF检验表明,三个序列都是I(1)序列,符合进行协整检验的条件。使用Johansen协整检验方法进行分析,结果如表3:
根据检验结果,迹检验认为有两个协整向量,最大特征值检验认为有一个协整向量,这可能是由于协整方程的定义而导致的。但其结果都表明存在协整关系,即我国货币供应量增长率与通货膨胀水平及经济增长之间存在长期的均衡关系。
四、结论与政策建议
货币政策是一门实证性很强的科学,不同条件、不同环境下货币政策的性质、特点和作用不尽相同,经验主义的分析方法对于货币政策的制定与实行是远远不够的。所幸的是,理论和实践的发展已经使货币政策的制定和实施越来越具有科学性,从最优货币政策的一般性原则,到利用模型对货币政策冲击进行模拟,中央银行家们对于货币政策的理解和把握已有了长足的进步。但同时,我们也应充分认识到,尽管有了这些进步,货币政策的制定和实施还远非机械式的程序化工作。面对经济运行态势的复杂多变,中央银行必须将一般性科学原则与具体决策实践相结合,根据经济形势的变化采取灵活审慎的调控政策,实现货币政策的动态调整与优化。
自1984年中国人民银行正式行使中央银行意义上的货币政策调控职能以来,我国的货币政策便一直处于不断摸索的过程当中。随着我国货币政策的不断完善,货币政策最终目标的理性选择、货币调控方式的间接化、货币调控手段的市场化、货币政策决策的前瞻化,以及与货币政策相关的制度建设和机制完善等等,都为我国货币政策决策的科学化打下了坚实的基础。但同时,我国经济、金融运行所发生的巨大变革,以及在开放条件下国外经济、金融形势的动荡不定也不断给我国的货币政策提出新的挑战,诸如如何判断现实经济是冷是热、怎样才能既防通货膨胀又不导致通货紧缩等等,这些实际挑战都不是一般性科学原则所能够准确回答的问题,它仍主要依赖于我国政策决策者们的审时度势和敏锐判断。在当前复杂的国内外经济环境之下,增强我国货币政策调控的预见性、针对性和灵活性,把握好调控的重点、节奏和力度,应着重以下几方面的工作:
第一,加强对经济形势的分析,准确判断造成经济波动的根源。经济活动的波动是一种经常性状态,面对这种波动,重要的是要判明造成冲击的原因,采取相应的政策措施,准确把握货币政策的尺度,对于何时降低利率,何时提高利率,何时实行政策的松紧搭配等必须做到心中有数。
第二,加强对经济发展前景的预测。货币政策的效应具有滞后性,如果中央银行等到已经出现通货膨胀或通货紧缩时才采取行动,必然容易使经济在过热和衰退的循环中来回波动,加大经济振幅。所以,央行在制定和执行货币政策的过程中,不能采用“走一步看一步”的策略,而是必须要具有前瞻性。
第三,通过提高货币政策的透明性,加强与公众的有效交流与沟通,努力提高货币政策的预期引导效应。从近年来我国货币政策的实践来看,由于经济运行态势复杂多变,通货紧缩与通货膨胀之间往往仅是“一线天”,不仅加大了货币政策调控的难度,有时也使得公众难以形成稳定的预期,而公众预期的不稳定本身就有可能成为经济扰动的因素之一。在这种复杂的经济运行态势之下,如果中央银行能够较好地稳定和引导公众预期,那么用小的政策变化就有望实现调控经济运行的宏观目标,同时也可以降低政策调整本身对市场的冲击程度,减缓经济波动,引导经济运行平滑过渡到中央银行所期望的状态。
注:
①此节经济控制论的内容具体可参阅张金水:《经济控制论――动态经济系统分析方法与应用》,清华大学出版社,1999.12.
②参阅张金水:《经济控制论――动态经济系统分析方法与应用》,清华大学出版社,1999.12.
③数据取自国家统计局网站、《中国人民银行统计季报》和《中国经济景气月报》相关各期。其中每年一月份的固定资产投资增长率根据工业增加值增长率按比例近似计算而得。
参考文献:
[1]谢平,罗雄.泰勒规则及其在中国货币政策中的检验[J].经济研究,2002,(3).
[2]周小川.中国宏观调控形势的变化与货币政策操作[J].中国金融,2005,(8).
[3]李念斋.中国货币政策研究[M].中国统计出版社,2003.
[4]Sack,Brian.Uncertain、Learning and Gradual Monetary policy,FRBSF,1998.
[5]Sack,Brian and Wieland,Volker.Interest-Rate Smoo-
thing and Optimal Monetary Policy: A Review of Recent Empirical Evidence,Journal of Economics and Business,2000.
[6]Greenspan,A.Rules vs. Discretionary Monetary Policy,Remarks Presented at the Center for Economic Policy Research,Stanford University,5 September,1997.
[7]Greenspan,A.Monetary Policy Under Uncertainty,Remarks Presented at a symposium sponsored by the Federal Reserve Bank of Kansas City,Jackson Hole,Wyoming,29 August,2003.
[8]Taylor,J.B.Discretion versus Policy Rules in Practice,Carnegie-Rochester Conference Series on Public Policy39:195-214,1993.
关键词:仿射模型;泰勒规则;风险溢酬
中图分类号:F820 文献标识码:A文章编号:1006-1428(2007)07-0040-03
一､问题的提出
利率期限结构也称为收益率曲线，刻画的是相同风险水平下，利率与到期期限之间的关系。收益率曲线的位置和形状随时间而改变，在经济周期的不同阶段，利率水平和利差(长期利率和短期利率之差)均不相同。下图是一个很好的例子，它反映了美国1990―2001年之间处于经济周期不同阶段的收益率曲线的变化。那么推动收益率曲线动态变化的因素是什么呢?潜在因素(1atent factor)是一种解释。潜在因素(变量)不能被直接观测到，但可以从债券价格中推算出来。作为这类文献的代表，Litterman和Scheinkman(1991)应用主成分分析法，把影响利率期限结构动态的三个主要因素命名为平行因素(1evel factor)､斜度因素(slope factor)和曲度因素(curvature factor)。平行因素影响所有期限的收益率，斜度因素决定了收益率曲线是陡峭或是平坦，曲度因素影响收益率曲线的弯曲程度。这种解释在理论上不能令人满意，利率作为一个最重要的宏观经济变量，是经济系统内生的，利率期限结构作为不同到期期限利率的组合，自然也不能游离于经济系统之外，用通过统计技术产生的､不可观测的潜在因素来解释利率期限结构的动态变化显然缺乏经济理论支持。于是，一些研究者开始着手设计包含宏观经济变量的动态模型，用可观测的宏观经济因素来解释利率期限结构的变化，这类模型被称为宏观-金融模型(Macro-Finance Models)。宏观-金融模型不仅具有理论价值，而且具有应用价值。对利率期限结构的预测一直是金融实务中的一个重要课题，因为利率期限结构是固定收益证券和金融衍生产品定价的基础，也是利率风险管理的基础。在模型中加入可以观测的宏观经济变量可以在一定程度上提高模型的预测能力，因此具有广阔的应用前景。
图1美国1990-2001年收益率曲线的变化
数据来源:引自长城证券研究报告《国债收益率曲线的比较研究》
二､宏观-金融利率期限结构模型的基本结构――离散形式的仿射模型
Ang和Piazzesi(2003)､Bernanke， Reinhart和Sack(2004)以及Rudebusch和Wu(2004)采用了基本相同的模型结构，即离散形式的仿射模型。简单地说①，仿射模型将零息债券的对数价格视为状态变量(向量)的仿射函数②，而状态变量的演进由一个向量自回归模型决定，即:
那么，为什么要选择仿射模型作为宏观-金融模型的基本结构呢这主要是因为，第一，Duffle和Kanl1996提出的仿射模型是应用最广泛的利率期限结构模型，模型具有坚实的微观金融学基础，被称为利率期限结构研究的“载重马车”workhorse model。以仿射模型作为基本模型结构使宏观一金融模型具有很强的理论支撑。第二，仿射模型能够十分方便地接纳宏观经济变量。仿射模型对状态向量中的元素并无特别设定，因此这些元素既可以是不可观测的潜在变量latent factor，也可以是可观测的宏观经济变量。Ang和Piazzesi2003将状态向量中的元素分为两组，一组包括两个由主成份分析法得到的宏观经济变量――通货膨胀因素和真实经济活动因素，另一组包括三个潜在变量。Bemanke，Reinhart和Sack2004以宏观经济变量及其滞后值作为状态向量中的元素，潜在变量被排除在外。状态向量元素的灵活选择给研究者带来了很大便利，一定程度上也增强了模型对数据的拟合效果。
三､宏观经济变量影响利率期限结构的途径――短期利率和风险价格
在上面的分析中我们看到，宏观经济变量作为状态向量中的元素影响利率期限结构，但这毕竟只是一种模型结构上的描述，从经济理论上说，宏观经济变量是通过何种途径影响利率期限结构的呢答案是短期利率和风险价格。
1､宏观经济变量对短期利率的影响
短期利率是连接微观金融视角和宏观经济视角的关键点。从微观金融视角来说，短期利率是其他各期限利率的基本构成成份，因为长期利率是风险调整后的预期未来短期利率的平均值，即
从宏观经济视角来说，短期利率是中央银行重要的货币政策工具，中央银行通过调控短期利率来实现其稳定经济的货币政策目标。如何分析宏观经济变量对短期利率的影响泰勒规则是一个很好的切入点。Taylor1993a使用理性预期模型，通过对7个工业国家数据的模拟分析，发现利率规则最有利于中央银行保持产出与物价稳定，这里利率规则是指根据产出和物价水平与目标值之间的差距来调节利率的货币政策规则。Taylor1993b提出了一个简单的代表性利率规则，并证明这一规则很符合1987年至1992年美国联邦资金利率的走势，这一规则被称为泰勒规则，其表达式为④:
2､宏观经济变量对风险价格的影响。
由于未来的不确定性，与持有短期债券相比，人们在持有长期债券时往往要求获得一定的额外收益以补偿自己承担的风险，这部分额外收益就是风险溢酬。因此在4式中，长期利率表示为风险调整后的预期未来短期利率的平均值。风险溢酬与宏观经济状况相关联，例如，在高通货膨胀时期，人们对未来通货膨胀率的预期值往往较高，因此要求的风险溢酬也较高;相反，在低通货膨胀时期，人们要求的风险溢酬相对较低。在进行计量分析时，风险溢酬被分解为两个部分:风险价格和风险数量。风险数量由随机扰动决定，风险价格则取决于模型的设定。宏观―金融模型设定风险价格为状态变量的仿射函数:
这里Λt，表示风险价格，Λ0是一个七维常数向量，Λ1是一个k×k矩阵。当状态向量中的元素包括宏观经济变量时，宏观经济变量将通过风险价格､进而风险溢酬影响利率期限结构。
四､宏观―金融模型在中国的应用前景
在利率市场化改革不断深化的背景下，利率期限结构的宏观―金融模型在中国具有广阔的应用前景。
1､在利率风险管理中的应用
随着利率市场化改革的推进，国内金融机构，特别是商业银行面临的利率风险逐渐增大，如何进行有效的利率风险管理成为一个急待解决的问题。进行利率风险管理首先需要计量自身利率风险的暴露程度，这离不开对利率期限结构未来走势的估计。利率期限结构的动态模型很多，宏观―金融模型以其简洁的模型结构和坚实的经济理论支撑无疑可以成为一个很好的选择。
2､在金融衍生产品定价中的应用
衍生品市场是国际金融市场的重要组成部分，目前，金融衍生产品在国内的推出已经有了时间表。金融衍生产品的定价离不开利率期限结构，几乎所有的定价公式都包含无风险利率。在经典的布莱克一斯科尔斯期权定价公式中，无风险利率被假设为一个常数，这显然是与事实不符的，放松这一假设就需要对利率期限结构进行估计，宏观―金融模型在此可以得到运用。
3､在货币政策制定中的应用
应该指出的是，宏观经济因素与利率期限结构的联系是双向的，宏观―金融模型侧重研究的是宏观经济变量对利率期限结构的影响，同时也有另外一类文献侧重研究利率期限结构对宏观经济变量的预测。20世纪90年代以来，一批宏观经济学的实证研究文献显示，对利率期限结构进行分析，可以预测未来的通货膨胀率和实际产出变量，从而为货币当局的货币政策决策提供重要的参考依据。这一理论成果在实践中已经得到运用，英格兰银行的通货膨胀报告从1994年开始定期公布根据利率期限结构推导出来的预期通货膨胀率，而美联储1996年决定把利率期限结构作为一个重要的先行经济景气指数并定期公布长短期利差的变动。既然宏观经济变量对利率期限结构存在影响，货币当局在利用利率期限结构所提供的信息时就有必要区分哪些信息是和已知的宏观经济信息相重合的，哪些信息是宏观经济变量未能揭示的，这个方面宏观―金融模型恰好可以发挥作用。
参考文献:
[1]Ang，A.，Piazzesi M. No-Arbitrage Vector Autoregression of Term Structure Dynamics with Macroeconomic and Latent Variables. Journal of Monetary Economics. May. 50(4)pp. 745-787
[2]Bemanke，Ben S.，Vincent R.Reinhart，and Brian P.Sack. Monetary Policy Alternatives at the Zero Bound:An Empirical Assessment. Brookings Papers on Economic Activity2，PP.1-78.
[3]Duffie，D. Kan，R. A Yield-Factor model of interest Rates. Mathematical Finance，6:PP.379-406
[4]Litterman，R.，Scheinkman，J. Common Factors Affecting Bond Retuns. Journal of Fixed Income1:54-61
关键词：劳动报酬份额；一经济波动；冲击
中图分类号：F047 文献标识码：A 文章编号：1005-2674（2013）05-045-06
一、引言
劳动者报酬是指劳动者因从事生产活动所获得的全部报酬，其在GDP中的份额反映着国民收入初次分配的格局，并与经济增长、就业等宏观经济问题联系在一起，因此受到了更多的关注。1939年，凯恩斯对20世纪20—30年代英、美的劳动报酬份额进行考察，发现了一个“奇迹”，即“劳动在国民收入中所占比例的稳定性与产出水平和经济周期无关”。在后来的研究中，凯恩斯的发现被不断印证。1953年，伦敦政治经济学院学者Phelps Brown和Weber基于对1870～1938年英国的资本积累、生产效率和收入分配的相关数据进行研究后指出，资本增长率、资本回报率以及国民收入在资本和劳动之间的分配份额等都具有稳定性。1961年，英国经济学家Kaldor在他的论文《资本积累和经济增长》中提出这些长期中的稳定关系不仅存在于英国，而且在美国和其他工业化国家也普遍存在，并将其扩充为经济发展中的六个典型事实，即著名的“卡尔多程式化事实”。此后，劳动报酬份额稳定性不仅被看作是经济发展中一个不容忽视的“事实”，更成为对其长期变动趋势的一个预言。
然而，20世纪50年代以来世界范围内劳动报酬份额呈现出了波动特征，稳定性的预言失败。学者们纷纷转向对宏观经济发展中劳动报酬份额波动规律的研究。Young等人的研究表明，劳动报酬份额具有逆经济周期波动的特点。李稻葵等指出，在经济发展过程中，初次分配中劳动份额的变化呈现u型规律。而Xie的研究则表明，在长期发展过程中，劳动份额随人均GDP呈三次曲线关系。
在世界范围内劳动报酬份额波动的大背景下，我国的劳动报酬份额在近年来也显现出下降的变动趋势。2007年，我国的劳动报酬份额占GDP的比重为39.74%，较之20世纪90年代中期下降了10余个百分点。从对劳动报酬份额长期稳定性的预言到20世纪后半期世界范围内劳动报酬份额的波动特征，再到20世纪90年代中后期以来我国劳动报酬份额占比的下降趋势，劳动报酬份额到底具有怎样的变动规律？它与宏观经济波动之间究竟存在着怎样的关联？鉴于这一问题的重要性和复杂性，本文将构建向量误差修正模型（VEC），并运用1978～2008年中国劳动报酬份额和宏观经济要素的数据对这一问题进行实证分析。
二、文献基础
近年来，国外学者对劳动报酬份额的研究大体上是从三个维度展开的：一是劳动报酬份额的估计和测算；二是劳动报酬份额波动的描述和判断；三是劳动报酬份额波动的诱因分析。
在劳动报酬份额的估计和测算方面，讨论的重点集中在如何对待自营收入的问题上。Gollin指出，自营收入是劳动收入和资本收入的混合体，以往的研究通常忽略其中的劳动收入部分，这大大低估了劳动报酬在国民收入中所占的比重。针对这一难题，Gollin从宏观层面提出了三种修正的方法，并对不同国家的劳动报酬份额数据进行了调整。结果显示，调整之后的结果比调整之前具有更加稳定的特征。
对于劳动份额波动趋势的研究和对其波动诱因的探讨通常是联系在一起的。Young指出，偏向型技术进步使得美国的劳动报酬份额在1959～2000年呈现出逆经济周期波动的特征。Anastasia Guscina的研究表明，在过去的20年中OECD成员国家的劳动报酬份额具有下降趋势，这主要归因于资本扩张型的技术进步和全球化程度的加深。基于对以往30年欧洲国家劳动报酬份额下降的分析，Arpaia等人从宏观和微观两个角度给出了解释，即宏观上是由于具有不同劳动占比的部门构成发生了变动，而微观上是由于资本扩张性的技术进步和资本一技能互补性的假设。Bruno Decreuse和Paul Maarek则考察了FDI对发展中国家劳动份额的影响。此外，Samuel Bentolila等人的研究认为，劳动报酬份额的变动与资本-产出比相关。Nicola Giammarioli等人主张从制度的角度对劳动报酬份额的波动进行解释，比如就业保护政策和工会的力量等。
国内的学者对于我国劳动报酬份额的研究在近年来掀起了热潮，一个重要的原因是20世纪90年代中后期以来我国劳动报酬份额在初次分配中显现出了下降趋势。国内学者的研究集中于两个方面：一是对我国劳动报酬份额的度量和测算。白重恩和钱震杰发现，2003年和2004年间统计核算方法上的变化高估了劳动收入份额在2004年的降幅，并根据2003年的统计口径对2004年的数据进行了调整。张车伟等根据Gollin的方法把自雇者收入区分为劳动报酬和资本收益，进而对我国劳动报酬份额进行了重新测度。肖文和周明海比较分析了收入法GDP和资金流量表计算的劳动收入份额在1992～2007年的变动趋势，并对2004年以后的劳动份额数据进行了修正。二是对我国劳动报酬份额下降原因的探讨，内容包括：技术进步、产业结构变动、外资进入、二元经济结构下无限劳动力供给、劳动力转移、贸易模式转变、全球化、人口年龄结构变化等等。
对于劳动报酬份额波动的诱因，现有文献已提供了多元化的分析视角并给出了相应的实证分析。然而，作为国民收入初次分配的结果，劳动报酬份额的波动必然与表示国民收入变动的宏观要素联系在一起。在宏观经济的波动中考察劳动报酬份额的变动，并讨论两者的动态关联，有助于从根本上摸清劳动报酬份额的长期变动趋势，从而为相关政策的制定提供一定的依据。鉴于此，本文在已有研究的基础上，将通过构建模型和经验检验来重点讨论劳动报酬份额与宏观经济波动的动态关系，以弥补现有文献在这一领域的不足。
三、模型设定
1 变量说明
本文模型涉及到的经济变量主要有我国的劳动报酬份额、经济增长率、通货膨胀率、产能利用率和失业率。劳动报酬份额（LS）目前可从三个途径获得：一是收入法核算地区生产总值；二是资金流量表；三是投入产出表。与后两种方法相比，第一种方法“具有数据的连续性和利于技术分析的特点”，因而是国内学者普遍采用的核算方法。本文运用第一种方法对劳动报酬份额进行核算。此外，本文对于劳动报酬的计算并没有把税收和转移支付等影响因素考虑进来，这是因为本文试图探讨初次分配和经济波动之间的关系，初始的劳动报酬更能体现国民收入初次分配的格局。经济增长率（GR）这里指真实产出的增长率，剔出价格变动的因素，以按照不变价格计算的国内生产总值指数的变动百分比来表示。通货膨胀率（INFL）反映价格水平的变动情况。本文用居民消费价格指数（CPI）的变动率来表示该年度的通货膨胀率。产能利用率（CU）是生产能力发挥作用的程度，本文特指宏观层面的产能利用率，用实际产出与产能之比来表示。失业率（UNEM）选用城镇登记失业率这一指标。
上述所有时间序列均采用1978～2008的年度数据。其中，1978—2007年劳动报酬份额的数据采用张车伟等的测算结果，2008年的劳动报酬份额数据根据相同的计算方法得出。产能利用率的数据运用王维国等估算的结果。经济增长率、通货膨胀率以及失业率的数据均源自《中国统计摘要2011》。
2 模型建立
对于非平稳的时间序列而言，如果它们之间具有协整关系，则可以利用具有协整约束的VAR模型，即VEC模型来构建分析框架，进行动态分析。本文正是借助于VEC模型在系统化和动态性研究方面的优势，对我国国民收入初次分配所形成的劳动报酬份额和表示宏观经济运行的几个相互关联的时间序列进行考察，阐释初次分配与经济波动之间的动态关系，解析各种冲击对劳动报酬份额所产生的影响。
在建立模型之前，先对各个变量的平稳性进行单位根检验，以避免时间序列分析中可能产生的伪回归问题。ADF检验的结果表明，LS、GR、INFL、CU和UNEM等时间序列均为1阶差分平稳序列，结果如表l所示。
由于所有变量的水平值均为非平稳的，但单整阶数相同，因此它们之间可能存在协整关系。基于VAR模型所选择的最优滞后期，进行滞后阶数为2的Johansen协整检验。表2的结果显示，无论是迹统计量还是最大特征值都表明在5%的显著水平下存在3个协整关系。
非平稳变量之间存在协整关系意味着变量之间具有某种长期的均衡关系，可以进一步建立VEC模型。鉴于本文重点分析的是各宏观经济变量对劳动报酬份额的影响，因此，VEC模型只列出了劳动报酬份额的方程，而将其它方程暂且省去。
四、实证分析
1 脉冲响应函数
VEC模型建立以后，为考察宏观经济要素变动对劳动报酬份额产生的动态影响，通常要做脉冲响应函数分析。图1至图4显示了劳动报酬份额对各宏观经济变量冲击的不同响应。图中横轴表示脉冲作用的滞后期数，纵轴表示劳动报酬份额的变动，实线是劳动报酬份额对各宏观经济变量的脉冲响应函数。
如图1所示，实际产出增长率对劳动报酬份额产生负向冲击的作用。这说明，相对于产出的增长，劳动报酬的增长存在着滞后效应。劳动报酬滞后效应使得在经济增长过程中实际产出的增速快于劳动报酬的增速，从而导致劳动报酬在总产出中的份额下降。劳动报酬的滞后效应越显著，劳动报酬份额在经济增长过程中下降的趋势越明显。从总体上看，目前的劳动报酬份额具有逆经济周期波动的特征。
通货膨胀对劳动报酬份额产生正向的冲击作用。以CPI所表示的通货膨胀率的提高意味着基本消费品价格的普遍上涨，而基本消费品行业多为劳动密集型产业，这些行业的发展必然会推动就业的增加以及劳动报酬的上升。劳动报酬既是劳动者的收入又构成企业的成本。当劳动报酬上升时，一方面，由于收入的增加导致对消费品需求的增加而拉动CPI进一步上升；另一方面，由于企业生产成本的上升导致利润空间缩小而使得经济转入缓行。这两方面的力量相互作用，共同决定着下一期的宏观经济波动。
产能利用率对劳动报酬份额产生正向的冲击作用。宏观经济的周期性波动通常会引致产能利用率的变动，而产能利用率的变动又对宏观经济产生驱动作用。产能利用率的上升在规模经济的作用下提升了企业的利润空间，有助于改善供需关系和扩大就业。图3所示的劳动报酬份额对产能利用率冲击的响应表明，产能利用率的上升带动就业的增长，推动劳动报酬份额的上升。本期给失业率一单位的正向冲击，劳动报酬的份额在第二期开始呈负向响应并伴有小幅波动，除了第五和第六两期出现微量正值之外，其它各期均为负向的响应。从总体上看，失业对于劳动报酬份额具有负向的冲击作用。随着失业率的下降，就业量将增大，劳动报酬份额将提升。
2 方差分解
从方差分解的结果来看，劳动报酬份额对自身的贡献率最大达到约54.71%，这说明劳动报酬份额变动具有较强的惯性。产能利用率对劳动报酬份额变动的贡献率逐渐增加，最大达到42.79%。产出增长和通货膨胀对劳动报酬份额的贡献率相差不多，基本在10%上下浮动。就业对劳动报酬份额的贡献率最低，平均不到0.3%。
五、结论
根据本文所建模型的实证分析，得出的结论和相关政策建议如下。
1 改善劳动报酬的滞后效应，进行相关领域的配套改革。劳动报酬的滞后效应表明在经济增长过程中，劳动报酬的上升滞后于实际产出的增长，致使劳动报酬份额下降。劳动报酬增长的滞后效应越显著，在国民收入初次分配中劳动报酬所占比重则越小。导致劳动报酬增长滞后的因素有多种，除了市场自身的作用外，相关领域制度建设的不完善也不容忽视。为进一步改善我国收入分配的格局，并使经济发展的成果得到充分的共享，党的十报告明确指出要提高居民收入在国民收入分配中的比重，提高劳动报酬在初次分配中的比重。相关领域的配套改革，例如，进一步完善工资制度，积极推动建立工资正常增长机制等将有助于改善和缓解劳动报酬增长的滞后效应。此外，充分利用多种再分配的调节手段也有助于形成合理的劳动报酬占比，实现居民收入增长和经济发展同步、劳动报酬增长和劳动生产率提高同步。
一、宏观经济动态分析的基本原理
通俗地让学生了解一门相对抽象和复杂课程基本原理，是学生对该学科产生兴趣，取得感性认识的基础。经济学科的发展受到物理学的分支动态学的影响和启迪，把动态学这一术语应用于宏观经济分析时构成了宏观经济的动态分析，其目的是探寻和研究变量的具体时间路径，或者是确定在给定的充分长的时间内，这些变量是否趋向收敛于某一均衡值。这方面的研究是非常重要的，因为它可以弥补静态学和比较静态学的严重不足。在比较静态学中，总是武断地假设：经济调节过程不可避免地导致均衡。而在宏观经济的动态分析中，直接面对均衡的“可实现性”问题，而不是假设它必然能够实现。动态分析的一个显著特征是确定变量的时间，这就把时间因素明确纳入分析范围。有两种方式可以做到这一点：可以将时间视为连续变量，也可以将其视为离散变量。在前一种情况下，变量在每一时点都要发生某些变化（如在连续计算复利时那样）；而在后一种情况下，变量仅在某一时段内才发生某些变化（如仅在每六个月才计入利息）。这两个不同的时间概念在不同的内容中各具优势。例如：假定已知人口规模H随时间以速率dH/dt=t-1/2 变化。则要求的是：人口H=H（t）的何种时间路径可以产生相应的变化率？如果起初便知道函数H=H（t），那么便可以通过微分求得dH/dt，但现在面临的问题恰恰相反：要从已知的导数求出原函数，而不是从原函数求出其导数。在数学上，现在需要与微分法或微分学完全相反的方法。这种方法称作积分法或积分学。周知，满足于如下观察：H（t）=2t1/2+H（0）。因此，在现在的例子中，任意时点的人口规模由初始人口H（0）与另一个包含时间变量大的项的和组成。这个时间路径的确描述了变量H随时间变化的过程，因此确实构成了此动态模型的解。
二、宏观经济动态分析的主要目的
为什么要学习和研究宏观经济动态分析呢？主要是基于它的目的和它的政策意义，以下让我们先来考察它的主要目的，这也是学生首先需要认识的问题。
1、预测通货膨胀
自20世纪70年代以来，西方经济关系被打破，滞胀成了许多西方国家经济的普遍现象，同时保守的经济政策变得更加突出。在理论界，凯恩斯的宏观经济学理论失效了。最显著的变化是伴随着上升的失业率而来的快速（或加速）上升的通货膨胀率，这成为许多西方国家经济的特征。个人开始预期价格会上涨并把这种预期考虑到他们的决策中去。如果这样的行为要被模型化，那就不可避免地会涉及一个宏观经济的动态模型――通货膨胀预期的动态模型。
2、分析浮动汇率
自1973年浮动汇率制的普遍推行以来，商品和服务贸易在绝大多数国家都是快速增长的，更加明显的是国际间资本流动的不断增加。早期的贸易理论关注经常账户，但是，随着资本流动的增加，这样的模型变得非常不符合现实。主体结构的变化和资本流动增长的结合意味着汇率对经济产生持续的影响力。现在已不太可能把宏观经济看作是封闭的并建立相应的宏观经济模型了。但是随着浮动汇率制的广泛实施，汇率变动需要被模型化。像通货膨胀一样，市场参与者开始形成有关汇率变动的预期，并且开始根据预期来行动。因而建立汇率预期模型就变得非常重要。这个模型的建立一定是动态的。
3、了解资本流动
无论是封闭经济模型还是开放经济模型都要产生的一个重要特征的资本流动方面。凯恩斯主义经济学强调了流量理论，这是因为凯恩斯自己对经济的短期运行非常感兴趣。如果仅仅考虑一个或两个时期，这可能是一个合理的近似，然而经济学家们要预测跨越五年或更长的时期。更重要的是，债券发行量的变化（一个流量）改变了国债（一个存量），以及有关这项借款的利息支付。需要认真考虑政府支出及其对财政预算平衡的影响，但是财政预算，或更为显著的国债，对资本规模有长期的影响。政府不能不关心国债规模。对于开放经济来说同样也是如此，支出的平衡是一个流量。早期的模型，特别是那些忽视资本项目的模型，只关注产品和服务的进出口差额带来的冲击，换句话说，就是针对某个经济领域的产品和服务的流入和流出。但是赤字导致了一个国家资本准备金存量水平的下降，盈余的作用恰恰相反。反复的赤字会导致反复的资本准备金存量和货币存量水平的下降，后者当然可以用增发货币（中性）来弥补，但这只会使调整过程复杂化，它最多只是延迟了所需要的调整。即使这样，调整仍要求流量和存量都发生变化。流量常常是（也不都是）在一个时期，如在一年内发生，在这期间存量维持在一个固定值。要改变存量水平达到一个期望的数量常常需要多个时期才能实现，这就要有存量调整的流量，这些在本质上就是动态的。这种存量调整的流量在20世纪70年代变得非常重要，应当包含在模型的建立过程中。如果模型想要变得更加切合实际，成为更好的预测工具，它就必需更加动态化。
4、掌控经济波动
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，使得经济运行呈现出波动性，并且由于这些性质在经济发展过程当中阶段性地重复出现，这就使得经济波动具有周期性的特定现象。通过对经济运行数据的分析以及编制相应的景气数据来说明经济动作处于经济周期的何种阶段（繁荣、衰退、萧条和复苏），并对下一阶段或下一周期的到来时间、程度进行预测，以便提出顺向或逆向调节经济的相关建议。这种分析是很有必要的。但是必须建立在相关指标动态监测分析系统的基础上，即动态信息的采集与动态监测的预警分析。
三、宏观经济动态分析的政策意义
经济运行中动态特征的普遍性，使得现代西方宏观经济动态分析受到越来越多的注意。经济分析的最终目标是为了设计或制定有效的经济政策，宏观经济动态分析的目的就是为了宏观经济政策的有效性。以下以宏观经济动态分析中常用的非线性方法和混沌方法说明其政策意义。
1、非线性分析的政策意义
一个系统中的非线性是指一个系统的后一期状态以非线性的方式依赖于它的前一期状态。设xt+1是一个系统的后一期观察值，xt是它的前一期观察值，它们两者之间存在关系xt+1=?蕊（xt），x?缀Rt。如果?蕊（xt1+xt2）≠?蕊（xt1）+（xt2），则称?蕊是非线性的。非线性、多重均衡和局部稳定性或不稳定性都是互相关联的。以下以一个简单的非线性差分方程：xt=?蕊（xt-1）为例进行说明。当x?鄢=?蕊（x?鄢），存在一个均衡点（不动点）。假设如图1（a）所示的情形，则?蕊（xt-1）与450线相交的那一点就是一个均衡点。但是在这个例子中，有三个这样的点：x1?鄢，x2?鄢和x3?鄢满足这个条件。而一个线性系统却只能与450线相交于一点（在这里排除了函数与450线重合的情况），如图1（b）和图1（c）所示。由此可知，非线性的存在导致了多重均衡。
可以在一个不动点邻域内取线性近似这个事实并不否认可以有多个不动点。就算把它限制在只有稳定均衡的条件下，仍然会有多个不动点。这导致地一些新的有趣的政策含义，在简单的情形下，如用图1（a）来说明，则与x1?鄢点相联系的福利是不同于与x3?鄢相联系的福利的。如果是这样，对政府来说就有可能在两个不动点之间进行选择。或者是，经过考察以后发现一个稳定的均衡总是要比另一个均衡更好。
2、混沌分析的政策意义
周期性的变化往往被认为是由于外部冲击或复杂系统所造成的。然而，简单的确定性非线性系统会引发非周期的或混乱的变化，导致这一变化的关键因素是系统的非线性。对一个线性系统来说，一个参数值的微小变化（甚至特别小的变化），系统的定量和定性过程可能发生剧烈的变化。奇怪的是，非线性却是常态。但是无论是自然科学还是经济学，三百年来一直以研究线性为主要模式。非线性是系统最常见的特性，因而需要包括社会科学家们给予注意，非线性系统会导致非周期或混乱的状态产生了一个新的研究分支――混沌理论。所谓混沌是指确定性的非线性系统产生一种貌似随机的动态行为。
在研究确定性系统时必须了解系统的三个特征，即时间变化值、参数值、初始条件。所有三个特征都具备的系统称为确定性的。如果这样一个确定性系统表现为混沌，则它对初始条件就非常敏感。如果初始条件有微小的变化，系统在一定时期后的表现会非常不同。但这主要意味着系统是不可预测的，因为在确定初始条件时总有一些不精确的地方，即使系统本身是确定的。混沌的存在产生了一个问题，即经济波动是由于系统的“内生传导机制”还是由于对系统的外部冲击而产生的？支持内生传导机制的理论往往建议来自政府的强有力的稳定性政策。认为经济周期主要由外部冲击造成的理论认为政府的稳定性政策充其量是一种无益的实践，弄得不好还会有害。这一点非常重要。新古典经济学假设，没有外部冲击的宏观经济是渐近稳定的。如果混沌是存在的，这一假设就是错误的。另一方面，新凯恩斯主义经济学假设经济是内在不稳定的。所不清楚的是，这种不稳定是因为随机冲击产生的还是由于混沌的存在而产生的。由于非线性的存在，一个简单的凯恩斯模型可以表现出混沌，因为混沌的存在，对经济进行预测即使不是危险的也可能是无用的。因此，应用混沌理论，根据国民经济运行的历史数据，建立计量经济学模型，再利用这一模型分析经济系统产生稳定的、混沌的和不稳定行为的条件，以便设计出更为有效的宏观经济政策。
四、宏观经济动态分析的教学难点
关键词: 宏观经济变量； 建筑工程造价； VAR 模型； 脉冲响应函数； 方差分解
中图分类号：TU723文献标识码： A 文章编号：
工程造价受市场价格影响的程度是工程参与各方都很关注的重要问题。已经有很多学者就宏观经济对市场价格的影响做了大量的研究，而就宏观经济因素对建筑工程造价的影响国内外也有一些学者进行了研究。AKINTOYE 通过研究工程造价与经济周期间的关系，找出了建筑工程造价波动的主导经济指标。尚梅和陈晓军利用宏观经济的先导变量建立了中国建筑工程造价多元回归模型，发现对中国建筑工程造价影响最显著的是人均国民生产总值，其次是在建大中型建筑项目投资。尚梅基于向量自回归理论，构建了中国建筑工程造价、在建大中型建设项目数、建筑企业数、城镇失业率、广义货币供给量及已完工大中型建设项目数6个变量间动态关系的VAR(2)模型，通过对该模型的协整分析和误差校正模型分析，对中国建筑工程造价进行预测。
1 向量自回归( VAR) 模型的建立
1.1 向量自回归模型( VAR) 的简化向量自回归模型( VAR) 实际上是多向量自回归移动平均模型( VARMA) 的简化，其一般数学表达式为:
式中: yt为m 维内生变量； xt为d 维外生变量；A1 ～ Ap和B1 ～ Br为待估参数矩阵，内生变量和外生变量分别有p 和r 阶滞后； εt为随机扰动项。因为内生变量有p 阶滞后，所以可称其为一个VAR( p) 模型，其中滞后阶数p 一般根据AIC和SC 信息量取值最小的准则确定。
1.2 脉冲响应函数( IRF)
脉冲响应函数描述的是VAR 模型中的一个内生变量的冲击给其他内生变量所带来的影响，并从动态反应中判断变量间的时滞关系。考虑一个p 阶向量自回归模型:
Yt的第i 个变量yit可以写成:
其中，k 为变量个数，t = 1，2，…，T。冲击响应时测量1 个单位的自变量变化对因变量变动的影响，通过对VAR 模型进行冲击响应分析，可以较准确地掌握各经济变量和建筑工程造价的动态特性。
1.3 方差分解
方差分解是通过分析每一个结构冲击对内生变量变化( 通常用方差来度量) 的贡献度，进一步评价不同结构冲击的重要性。因此，方差分解给出对VAR 模型中变量产生影响每个随机扰动的相对重要性的信息。
2 实证过程与结果分析
2.1 数据收集
收集了某省2002—2009 年各季度房屋工程造价( CC) 及其他15 个可能与房屋工程造价有关的经济变量统计数据，如表1 所示。对与工程造价有关的经济变量，采取固定价格指数2002 年2季度= 100； 与价格不相关的经济变量( 建筑企业个数、城镇失业率等) 可直接计算指数( 由于这些经济变量统计都为年度数据，故各季度数据取为相同) 。为了克服经济变量序列的异方差性，减小波动性，因此对所有数据都取自然对数。
2.2 数据平稳性检验
(1) 单位根检验。由于许多经济时间序列的生成过程都是非稳定的，而建立VAR 模型要求各序列都为一阶单整I( 1) 的非平稳序列。因此首先对选取的指标进行平稳性检验并确定其单整阶数。采用PHILLIPS － PERRON( PP) 检验方法进行平稳性检验，最优滞后阶数通过AIC 和SC 准则确定。
(2) 因果关系分析。在VAR 建模及协整关系分析后进行因果关系分析，分析判断具有协整关系的诸变量间是否存在因果关系。因收集到的数据较多，从偏相关性上分析，其均与建筑工程造价具有某种相关关系，但其相互间的关系又是错综复杂的，选取哪些变量构建VAR 模型，是研究的一个难点。因此，在不考虑其他约束条件的情况下，对每个变量与建筑工程造价之间的因果关系进行分析( 只考虑I( 1) 单整序列) 滞后期选择4 年。通过格兰杰因果关系分析，在所有I( 1) 单整序列中，与建筑工程造价具有较强因果关系的经济变量为GDP、NCC、RUEMP、CONH、RPI、PCGDP 和CPI。
(3) 协整检验。在建立VAR 模型前，需检验变量间的协整关系。若存在协整关系，则建立的VAR 模型合理； 否则可能存在伪回归问题，则模型没有实际意义。通过格兰杰因果关系的分析和考虑理论上应该对建筑工程造价有较大影响的变量，在所有I( 1) 单整序列中，与建筑工程造价具有较强因果关系的经济变量为GDP、NCC、RUEMP、CONH 和RPI。采用Janhansen 方法进行协整关系检验如表4 所示。对CC、GDP、NCC、RUEMP、CONH 和RPI 进行协整检验，其结果为: 拒绝r = 0，但不拒绝r =1，即在5%水平下存在一个协整方程，6变量系统之间存在显著的协整关系。对宏观经济变量的时间序列进行单位根检验、格兰杰因果关系分析和协整检验，结果表明，CC、GDP、NCC、RUEMP、CONH 和RPI 等变量之间存在长期均衡的关系，且我国宏观经济运行中这6 个变量之间也是相互影响的。因此，在此基础上建立的VAR 模型是有效的。
2.3 VAR 模型构建与分析
(1) VAR 模型构建。建筑工程造价和其他相关经济变量构成一个相互作用、相互影响的动态系统。向量自回归模型可以较好地描述这种动态关系，通过上述数据检验分析，确定引入VAR 模型中的变量为CC、GDP、NCC、RUEMP、CONH 和RPI。根据AIC 和SC 信息量( 如表5 所示) 取最小值的准则，确定模型的最佳阶数为一阶，即VAR( 1) 模型，其矩阵表达式如式( 7) 所示，检验结果如表6 和表7 所示。
式中: Yt = ［CC，RPI，GDP，NCC，RUEMP，CONH］'。
从表5 中可以看出，模型对6 个变量的拟合度都较高，仅对RUEMP 的拟合度稍低( 可能与选取的数据为年度数据，每季度数据相同有关) ，但其整体的AIC 和SC 信息值较低，经检验，各变量的残差序列均为平稳序列，据此可以认为，VAR(1) 模型的构建是成功的。
(2)脉冲响应分析。从图1 所示的脉冲响应结果来看，CC 受自身惯性影响最为显著。各经济变量冲击对CC 的影响存在滞后性，且滞后程度各异。CC 自身惯性的冲击在一开始就表现突出，达到40%左右，之后较平缓下降，5期之后降落至10%，并趋于收敛，表明当前的工程造价对未来工程造价的影响随时间推移而逐渐变小，最后达到稳定比例。RPI 在前2 期内，对CC 的影响急剧增长，达到13%，接着其影响度反而缓慢下降，5 期后趋于收敛，表明RPI 的增长在前2 期内对CC影响程度增加至最大，随着时间推移其影响程度达到稳定比例。CONH 对CC 的影响趋势类似于RPI，但幅度相对较小，也是在前2 期影响度达到最大6%左右，但在5 期后基本没有影响了。GDP在3 期内对CC 的影响缓慢增长，达到7%，3 期之后影响程度的增长率平缓收敛。RUEMP 是相对于其他经济变量影响度较大的，经历3 期增长至最大－ 11%后，逐渐趋于平缓至－ 7%左右。令人较为意外的是，NCC 的表现为负响应，然而3期后变成正响应。故可据此判断各经济变量的变化对CC 波动冲击的滞后期，GDP、RUEMP、CONH和RPI 对CC 影响的滞后期分别为3 期、3 期、2 期和2 期，而由于NCC 对CC 波动冲击的异常表现使得滞后期难以确定，需进一步观察方差分析的结果。
