經(jīng)濟短期波動對長期增長的影響——基于面板VAR的實證分析

謝繼文，池建宇

（1.重慶交通大學(xué) 經(jīng)濟與管理學(xué)院，重慶400074；2.中國傳媒大學(xué) 經(jīng)濟與管理學(xué)院，北京100024）

一、引言

經(jīng)濟短期波動和長期增長問題是宏觀經(jīng)濟學(xué)家關(guān)注的兩大主要領(lǐng)域。在短期內(nèi)，經(jīng)濟本身存在一定的波動性，這種波動性一方面來自于經(jīng)濟本身，如企業(yè)投資、技術(shù)進步等因素；另一方面來自政府的宏觀經(jīng)濟政策，如財政政策和貨幣政策。筆者主要是從以上兩個方面研究短期的經(jīng)濟波動對長期增長的影響。不論是資本形成還是政府政策都能在短期內(nèi)顯著影響總產(chǎn)出，除此之外也能影響經(jīng)濟長期的波動性，它們是經(jīng)濟波動的主要來源。

就這一點，學(xué)界在是否有必要采取適當(dāng)?shù)恼深A(yù)或者讓市場通過自身調(diào)節(jié)機制保證持續(xù)穩(wěn)定的經(jīng)濟增長方面還存在爭議。也就是說，在經(jīng)濟處于衰退期時，應(yīng)當(dāng)采取怎樣的措施使得經(jīng)濟能夠恢復(fù)穩(wěn)定的發(fā)展勢頭。因此，筆者選取的三個變量主要來自以下三個方面，即：資本形成、財政政策和貨幣政策。

究竟這三個變量是否能夠代表資本形成與經(jīng)濟政策的波動性呢？運用經(jīng)濟意義檢驗的方式，我們發(fā)現(xiàn)這三個變量完全能夠代替上文所說的三個方面。首先，資本形成總額的波動。資本形成總額指標(biāo)主要是度量一定時期內(nèi)固定資產(chǎn)形成總額和存貨增加的總量，它主要代表的是經(jīng)濟波動的內(nèi)因影響，是對本期資本形成效用的主要衡量標(biāo)準(zhǔn)，同時，從經(jīng)濟意義上來看也會對下一期經(jīng)濟增長規(guī)模有一定的影響，因此，將其納入考慮范圍。其次，預(yù)算赤字的波動。預(yù)算赤字這一指標(biāo)可歸結(jié)到政府財政政策方面，是將政府財政政策具體量化的重要變量，將其納入模型，可以探究政府財政政策的變動對于經(jīng)濟增長率是否有顯著效果。再次，存貸款規(guī)模的波動。存貸款總額這個變量的引入主要是為了量化貨幣政策，應(yīng)當(dāng)采用廣義貨幣作為變量，但是由于本文采用的是省級面板數(shù)據(jù)，各省廣義貨幣的數(shù)據(jù)無法得到，因此采用存貸款總額來代替。由于各省的存貸款規(guī)模顯示了該地區(qū)金融市場的活躍狀況，通過這個變量可以從一個側(cè)面看出政府的貨幣政策波動對經(jīng)濟增長率的影響。筆者主要試圖回答諸如下列的重要問題：每個變量的波動對于經(jīng)濟增長率是否存在影響？若存在影響，各個變量波動的影響程度又如何？

早期的研究中，Kormendi和Meguire（1985）的研究結(jié)果顯示，總產(chǎn)出的波動率與平均增長率在各國同一截面上呈正相關(guān)關(guān)系。Ramey和Ramey（1995）分別使用了92個國家以及其中25個OECD國家的數(shù)據(jù)驗證了平均增長率與增長率的標(biāo)準(zhǔn)差之間的關(guān)系。Ramey和Ramey（1995）的控制變量包括投資占GDP之比重、平均人口增長率、初始人力資本和初始人均GDP，使用極大似然估計進行估計。他們發(fā)現(xiàn)，使用全樣本進行估計，波動性對平均增長率有顯著的負(fù)向影響，但對OECD國家的數(shù)據(jù)進行回歸的結(jié)果卻是這種影響為正，但不顯著。隨后，有大量文獻(xiàn)在Ramey和Ramey（1995）的基礎(chǔ)上對波動性和平均增長率之間的關(guān)系進行經(jīng)驗驗證，如Barlevy（2004）、Fatas（2011）得出了相似的結(jié)論，即短期波動對增長存在負(fù)向影響。也有一些文獻(xiàn)的經(jīng)驗分析結(jié)果表明，波動性對長期增長的影響是正向的。

近年來，國內(nèi)涌現(xiàn)了大量針對該主題的理論性和經(jīng)驗性文獻(xiàn)。陳昆亭等（2012）發(fā)現(xiàn)，中國1978年以前，波動與增長呈負(fù)相關(guān)關(guān)系，1978年之后，二者的關(guān)系變?yōu)檎嚓P(guān)，并建立了一個基于人力資本形成機制的隨機增長模型來解釋這個現(xiàn)象。李濤（2001）建立了一個反映周期波動的增長模型，將短期波動與長期增長聯(lián)系在一起。有很多經(jīng)驗性文獻(xiàn)使用中國的數(shù)據(jù)驗證了波動性對長期增長的影響，但得出的結(jié)論并不相同。王鈺（2014）、盧二坡和曾五一（2008）、周達(dá)軍（2007）的研究支持了Ramey和Ramey（1995）的結(jié)論，即短期波動對長期增長的影響為負(fù)，但也有文獻(xiàn)并不支持這個結(jié)論，如盧二坡和王澤填（2007）、池建宇和趙家章（2015）。

筆者主要研究的是宏觀經(jīng)濟變量的波動和經(jīng)濟增長率的關(guān)系，數(shù)據(jù)選取的是中國30個?。ㄊ?、區(qū)）（除港、澳、臺、西藏外）1980—2013年的年度數(shù)據(jù)。這個時間段是中國經(jīng)濟從計劃經(jīng)濟轉(zhuǎn)向市場經(jīng)濟的主要階段，也是中國經(jīng)濟真正高速發(fā)展的過程。筆者主要通過面板向量自回歸（PVAR）模型的構(gòu)建，借助脈沖響應(yīng)函數(shù)以及方差分解的方法來解釋上面所提出的問題，并對中國經(jīng)濟以后的發(fā)展提出合理化建議。實證方面，筆者跳出傳統(tǒng)對短期波動和長期增長的研究采用“二分法”的桎梏，把這兩個主題糅合在一起，探究短期波動對長期經(jīng)濟增長率的影響，試圖運用嚴(yán)格的計量方法從經(jīng)驗分析的角度來研究上述問題，采用脈沖響應(yīng)函數(shù)和方差分解的方法分析短期波動和長期增長之間的關(guān)系，獲得關(guān)于短期波動對長期增長的具體沖擊程度的描述數(shù)據(jù)，給出具備說服力的結(jié)論，即資本形成和政府經(jīng)濟政策的波動對于長期經(jīng)濟增長率有顯著影響。政策方面，筆者運用方差分解的方法重點探究了政府政策的影響力持續(xù)時間，得出了政府政策波動短期內(nèi)能夠顯著影響總產(chǎn)出。長期內(nèi)，這種影響力伴隨著時間的推移而逐漸減小。因此，政府制定和執(zhí)行財政政策和貨幣政策時，不但要考慮其短期的有效性，還要考慮長期的影響力，選擇最優(yōu)的政策幅度，以達(dá)到最好的政策效果。

二、數(shù)據(jù)和方法

（一）變量引入

筆者向模型中引入以下四個變量。

1．經(jīng)濟增長率（growth）——實際GDP增長率，作為模型中的主要研究變量。在前期數(shù)據(jù)處理時，對實際GDP數(shù)據(jù)進行取對數(shù)處理，因此在離群值處理時，這一變量是正常的。在模型中，該變量為被解釋變量，代表長期經(jīng)濟增長的穩(wěn)定性。

2.資本形成總額的波動（sd_cf）——即資本形成總額占GDP比重的標(biāo)準(zhǔn)差。用標(biāo)準(zhǔn)差來反映變量的波動情況，由于資本形成總額與下一期投資有很強的相關(guān)關(guān)系（通過經(jīng)濟意義解釋），因此，我們估計這個變量的波動對實際經(jīng)濟增長率的影響應(yīng)該是最大的。

數(shù)據(jù)處理的過程是：首先計算各省的資本形成總額占GDP的比重，其次，再計算資本形成總額占GDP比重的標(biāo)準(zhǔn)差，需要說明的是，此處的標(biāo)準(zhǔn)差是通過每個省份當(dāng)年資本形成總額占GDP的比重與該省資本形成總額占GDP比重的平均值之差取絕對值所得出的，雖然不是準(zhǔn)確的標(biāo)準(zhǔn)差數(shù)據(jù)，但是一定程度上也能夠反映出資本形成總額占GDP比重各省歷年的波動狀況，具備一定的解釋力。

3.預(yù)算赤字的波動（sd_bd）——該變量用預(yù)算赤字占GDP比重的標(biāo)準(zhǔn)差表示。這個變量主要是為了檢驗政府的財政政策對于穩(wěn)定經(jīng)濟的意義，代表以凱恩斯主義為基礎(chǔ)的主流經(jīng)濟學(xué)派的觀點。

數(shù)據(jù)處理的過程是：首先通過各省的財政收入與政府支出之差獲得各省每年的預(yù)算赤字?jǐn)?shù)據(jù)，再由預(yù)算赤字/GDP獲得預(yù)算赤字占GDP比重的數(shù)據(jù)，最終由預(yù)算赤字占GDP的比重數(shù)據(jù)通過軟件輸出其標(biāo)準(zhǔn)差。

4.存貸總額的波動（sd_cdze）——該變量用存貸規(guī)模占GDP比重的標(biāo)準(zhǔn)差表示。由于筆者采用的省級貨幣供給量數(shù)據(jù)獲得比較困難，因此采用存貸款總額來反映各地的貨幣發(fā)行情況，具備一定的說服力。

數(shù)據(jù)處理的過程是：首先，將各省的存款規(guī)模和貸款規(guī)模相加得到存貸款總額，再由存貸款總額/GDP得到存貸款總額占GDP的比重；其次，由存貸款總額占GDP比重數(shù)值借由軟件輸出其標(biāo)準(zhǔn)差。

這四個變量是根據(jù)相關(guān)的經(jīng)濟周期理論，即凱恩斯主義、貨幣主義的理論以及真實經(jīng)濟周期理論，來捕捉基本參數(shù)對經(jīng)濟波動和經(jīng)濟增長。值得一提的是，后三個變量采用占GDP比重形式，能夠很好地克服數(shù)據(jù)的誤差，提高模型的準(zhǔn)確性。

（二）數(shù)據(jù)描述和概況

本文的目的在于研究中國1980—2013年各省主要宏觀經(jīng)濟變量波動（短期波動）與其各自實際GDP增長率（長期增長）之間的關(guān)系。除特殊說明外，本文數(shù)據(jù)均來自《新中國60年統(tǒng)計資料匯編》（1949—2008年）和各省統(tǒng)計年鑒（2009—2014年），文中的數(shù)據(jù)均為原始數(shù)據(jù)經(jīng)過單邊縮尾處理后所得的結(jié)果。本文共采用30個?。▍^(qū)、市）34年的數(shù)據(jù)（西藏、香港、澳門、臺灣除外）。

由于前期的數(shù)據(jù)收集受到一定的限制，為了能夠有效地控制自由度，本研究只選取了四個具有代表性的變量引入模型之中。我們對四個變量的數(shù)據(jù)做了描述性統(tǒng)計，輸出如表1所示。

表1 主要變量的描述性統(tǒng)計

（三）模型構(gòu)建

筆者采用面板數(shù)據(jù)向量自回歸（PVAR）模型的建構(gòu)方法，將傳統(tǒng)的向量自回歸（VAR）方法延伸到處理面板數(shù)據(jù)（Panel Data）領(lǐng)域，VAR將系統(tǒng)內(nèi)所有的變量都看成是具備內(nèi)生性的，而面板數(shù)據(jù)則是允許未解決的個體差異性存在。

建立PVAR模型需要確定滯后階數(shù)，滯后階數(shù)的確定對于模型十分重要。滯后階數(shù)太小，殘差可能存在自相關(guān)，并導(dǎo)致參數(shù)估計的非一致性；滯后階數(shù)過大，待估參數(shù)多，自由度降低嚴(yán)重，直接影響模型參數(shù)估計的有效性。面板數(shù)據(jù)確定滯后階數(shù)的方法一般采用赤池信息準(zhǔn)則（AIC）。對數(shù)據(jù)進行操作后，我們認(rèn)為滯后兩期滯后的效果是最好的，詳細(xì)輸出結(jié)果如表2所示。滯后兩階時，在90%的可信度下，AIC、BIC、HQIC均通過，因此，滯后階數(shù)選取兩階即可。

表2 滯后階數(shù)的確定

在下文進行PVAR模型的回歸中，又進一步對模型的回歸階數(shù)是否正確進行檢驗，輸出結(jié)果如表3所示。

表3 PVAR的GMM有效性估計結(jié)果

綜合上述結(jié)果可知，在滯后一階時，在90%的可信度下，預(yù)算赤字波動（sd_bdt-1）不顯著；滯后兩階時，在99%的可信度下，除滯后兩期的增長率（growtht-2）和存貸總額的波動性（sd_cdzet-2）外，所有變量均能拒絕原假設(shè)，均是顯著的，故選擇滯后兩期。這也與上面所進行的滯后階數(shù)檢驗相符，說明對模型進行面板矩估計（GMM）是有意義的。

結(jié)合上文中的變量引入以及滯后階數(shù)檢驗的結(jié)果，我們建構(gòu)如下模型：

其中zit=（growth，sd_cf，sd_db，sd_cdze）′是基于面板數(shù)據(jù)的4×1的變量向量，i代表不同的省份，t代表年份，λ1和λ2分別是滯后期不同的變量的系數(shù)矩陣，λ0是4×1的各省效應(yīng)向量（常數(shù)項），fi是4×1的年效應(yīng)向量。如上文所述，growth代表實際GDP的增長率，sd_cf代表資本形成總額的波動，sd_db代表預(yù)算赤字的波動，sd_cdze代表存貸款總額的波動，將這四個宏觀經(jīng)濟變量納入同一模型系統(tǒng)，分析各省經(jīng)濟增長速度對不同宏觀經(jīng)濟變量波動沖擊響應(yīng)的不同。

在將VAR運用到面板數(shù)據(jù)中時，我們需要對其施加一定的限制條件，即對于每一個橫截面單元而言，其底層結(jié)構(gòu)是相同的。由于這個限制可能在實操中被打破，一種解決方法便是通過引入固定效應(yīng)的方式允許變量中存在異質(zhì)性，在模型中通過fi表現(xiàn)出來。而受因變量滯后項的影響導(dǎo)致的fi與自變量的相關(guān)性，會使傳統(tǒng)用于消除固定效應(yīng)的“均值差分法”在對系數(shù)的估計中產(chǎn)生偏誤。因此，筆者使用“前向均值差分法”（Arellano和Bover，1995）來消除固定效應(yīng)。該方法通過移除前向均值這一轉(zhuǎn)換方式，避免差分項作為工具變量的滯后回歸項間的正交，從而達(dá)到準(zhǔn)確估計模型系統(tǒng)的目的。

三、實證檢驗結(jié)果與分析

（一）PVAR模型及其解釋力

根據(jù)上文中建立的模型，對面板數(shù)據(jù)進行向量自回歸（VAR）。于是，面板矩估計（GMM）的輸出結(jié)果如表4所示。

由于本文主要研究的是短期波動對長期經(jīng)濟增長的影響，所以主要觀察的數(shù)據(jù)為表4中的第（1）列，即模型中的各變量滯后一期和滯后二期時對當(dāng)期經(jīng)濟增長率（growtht）的解釋力。

表4 四變量PVAR模型的主要結(jié)果

首先，檢驗?zāi)Ｐ涂尚行浴Ｓ杀?可知，在95%的可信度下，模型中的變量除滯后二階的增長率（growtht-2）和存貸款的波動（sd_cdzet-2）這2個變量的P值大于0.05，其他變量的P值均遠(yuǎn)遠(yuǎn)小于0.05。經(jīng)過筆者的反復(fù)驗證，這已經(jīng)是相對最有效的模型，故模型的建立是可行的。

其次，從上面的回歸結(jié)果可以看出，在growtht作為被解釋變量時，sd_cf（資本形成總額的波動）對growtht有影響，滯后一期的sd_cf對growtht有正向影響，其系數(shù)是0.318，這樣的結(jié)果說明上年的資本形成總額的波動對當(dāng)期的經(jīng)濟增長有正向的影響，即資本形成總額比重的波動越大，對當(dāng)期經(jīng)濟增長率的拉動就越大。滯后二期的sd_cf對growtht有負(fù)影響，其系數(shù)是-0.218，說明滯后二期的資本形成總額波動對于經(jīng)濟增長率的影響是反向的；sd_bd（預(yù)算赤字的波動）對growtht有影響，滯后一期的sd_bd對growtht有正向影響，其系數(shù)為0.357，說明上年的預(yù)算赤字的波動會對經(jīng)濟增長率產(chǎn)生正向的影響，并且這個影響還比較大，也就是說預(yù)算赤字的波動會對經(jīng)濟增長率產(chǎn)生很大的影響。滯后二期的sd_bd對growtht有負(fù)向影響，其系數(shù)為-0.314，說明滯后二期的預(yù)算赤字的波動對經(jīng)濟增長速度的影響是反向的；sd_cdze（存貸款總額的波動）對growtht有影響，和上述兩個變量類似，滯后一期的sd_cdz對經(jīng)濟增長率有正影響，滯后二期的sd_cdze_ratio對經(jīng)濟增長率有負(fù)影響，但是就其系數(shù)數(shù)值而言，分別為0.040和-0.011，這說明滯后一期和二期的sd_cdze對經(jīng)濟增長率（growtht）影響不是很大，至少不如上面兩個變量對其影響大。

綜上所述，從系數(shù)來看，不管是滯后一期還是滯后二期，本文所研究的三個變量波動對長期實際經(jīng)濟增長的影響程度大小依次是：預(yù)算赤字〉資本形成〉存貸規(guī)模。這樣的結(jié)果驗證了以凱恩斯主義為基本思想的主流觀點，即政府的財政政策對穩(wěn)定經(jīng)濟發(fā)展有顯著效果，如果當(dāng)局能夠根據(jù)現(xiàn)有的實際情況制定合理的財政政策，實現(xiàn)實際經(jīng)濟增長的穩(wěn)定發(fā)展是有可能的。同時，輸出結(jié)果并沒有能夠得出貨幣學(xué)派關(guān)于貨幣供給是造成宏觀經(jīng)濟不穩(wěn)定的唯一重要因素的觀點。

（二）基于PVAR模型的脈沖響應(yīng)圖

對PVAR單個參數(shù)估計值的解釋是困難的，要想對PVAR模型做出結(jié)論，可以觀察系統(tǒng)的脈沖響應(yīng)函數(shù)。脈沖響應(yīng)函數(shù)為我們提供了在其他因素保持不變的情況下，研究一個因素的沖擊對其中一個因素的動態(tài)影響的方法，它能夠比較直觀地刻畫出變量之間的動態(tài)交互作用及效應(yīng)，并從動態(tài)中判斷變量間的時滯關(guān)系。

正交化脈沖響應(yīng)函數(shù)分析的優(yōu)勢在于它可以通過控制其他宏觀經(jīng)濟變量的沖擊（令其值為常數(shù)），來度量某一特定宏觀經(jīng)濟變量的正交化信息（innovation）的響應(yīng)。

由于式（1）誤差項的方差—協(xié)方差矩陣可能是非對角矩陣，那么對脈沖響應(yīng)函數(shù)解釋的最大困難在于VAR系統(tǒng)的誤差項從來都不是完全非相關(guān)的，當(dāng)誤差項相關(guān)時，他們有一個共同的組成部分，不能被任何特定的變量所識別。處理這一問題筆者采用Cholesky殘差的方差—協(xié)方差矩陣分解，使誤差項正交。該方法的結(jié)果一般會受到方程順序或內(nèi)生變量順序的影響。因此變量的設(shè)定順序非常重要，本文的設(shè)定變量順序是growth（經(jīng)濟增長率）、sd_cf（資本形成總額的波動）、sd_bd（預(yù)算赤字的波動）、sd_cdze（存貸款總額的波動）。

圖1 滯后兩階的四變量脈沖響應(yīng)圖

分析脈沖響應(yīng)函數(shù)還需要建立相應(yīng)的置信區(qū)間，利用GMM估計出的系數(shù)以及它們的方差—協(xié)方差矩陣隨機生成大量系數(shù)，并重新計算沖擊反應(yīng)這個過程本文進行了5 000次，蒙特卡洛模擬給出兩個標(biāo)準(zhǔn)誤差置信區(qū)間用于評價沖擊的統(tǒng)計顯著性，即5%。

圖1給出了宏觀經(jīng)濟變量波動對實際經(jīng)濟發(fā)展的沖擊影響。橫軸代表追溯期數(shù)，這里為6；縱軸表示因變量對各變量的響應(yīng)大??；中間實線表示響應(yīng)函數(shù)曲線；外側(cè)兩條代表兩倍標(biāo)準(zhǔn)差的置信區(qū)間。需要注意的是，脈沖響應(yīng)函數(shù)是追蹤系統(tǒng)對一個內(nèi)生變量的沖擊效果，即假定系統(tǒng)只受一個變量的沖擊，不受其他變量的沖擊。

圖1中第一行分別是經(jīng)濟增長率對其自身的沖擊影響，資本形成總額的波動、預(yù)算赤字的波動和存貸款總額的波動對經(jīng)濟增長率的沖擊影響。由圖1可以看出，經(jīng)濟增長率對自身的沖擊響應(yīng)是逐漸開放的。反映財政政策和貨幣政策的三個指標(biāo)：資本形成總額的波動、預(yù)算赤字波動以及存貸款總額波動情況對經(jīng)濟增長率的沖擊均是開放的，但是這其中資本形成總額的波動以及預(yù)算赤字的波動兩個變量波動情況的沖擊在第四期后比其他兩個指標(biāo)的沖擊效果更明顯，說明經(jīng)濟增長率受資本形成總額波動和預(yù)算赤字波動的影響是較大的。

圖1中第二、三、四行分別是模型中四個指標(biāo)波動對資本形成總額的波動、預(yù)算赤字的波動和存貸款總額的波動的沖擊影響。如果要研究這四個變量之間的相互影響，可以展開說明和論述。但是由于筆者主要研究的是宏觀經(jīng)濟變量波動對經(jīng)濟增長率沖擊，因此此處不再贅述。

值得一提的是，筆者研究的是短期波動對于長期增長的影響，但是滯后兩期四變量脈沖響應(yīng)圖輸出結(jié)果顯示，這個沖擊的影響是開放的，而上文中所做回歸結(jié)果顯示，滯后兩期時，各變量的影響都變成了負(fù)相關(guān)關(guān)系，但是這并不能說明與脈沖響應(yīng)圖輸出結(jié)果相悖。因為，脈沖響應(yīng)圖輸出的結(jié)果是滯后兩期變量對于經(jīng)濟增長率沖擊的合力效果，雖然滯后二期時，PVAR模型回歸結(jié)果顯示，資本形成總額的波動、預(yù)算赤字的波動以及存貸款總額的波動這三個變量對于經(jīng)濟增長率都是反向的影響，且數(shù)值都很小，這說明二期之后，資本形成和政府政策對于經(jīng)濟增長率的影響是反向并且微弱的。但是，由于滯后一期時，三個變量波動對經(jīng)濟增長率的沖擊太大，滯后二期雖然影響是反向的，但是數(shù)值過小，根本無法抵消滯后一期時的正向沖擊。以資本形成總額的波動這一變量為例，滯后一期時對經(jīng)濟增長率的正向沖擊是0.318，滯后二期時反向沖擊是-0.218，兩期的合力作用是0.100〉0，因此在脈沖響應(yīng)圖中的反應(yīng)仍然是在水平線以上。其他兩個變量脈沖響應(yīng)函數(shù)位于水平線以上也是由于這個原因，此處將不再贅述。

綜上所述，文中面板數(shù)據(jù)向量自回歸模型的輸出結(jié)果與脈沖響應(yīng)函數(shù)的輸出結(jié)果是一致的。同時也驗證了我們初期的預(yù)想，即資本形成總額以及政府政策對于長期經(jīng)濟增長率有顯著影響，只是這一影響隨著時間逐漸減弱。

（三）方差分解

通過方差分解可以分析影響內(nèi)生變量的結(jié)構(gòu)沖擊的貢獻(xiàn)度，進一步度量宏觀經(jīng)濟變量的波動對經(jīng)濟增長率沖擊作用的構(gòu)成。輸出結(jié)果如表5所示。

表5 PVAR方差分解結(jié)果

為了與上文脈沖響應(yīng)圖相對應(yīng)，筆者進行了6個預(yù)測期的方差分解。在這里選取其中具備代表性的第3個預(yù)測期和第6個預(yù)測期的數(shù)據(jù)進行具體分析。

表5給出了第3個預(yù)測期和第6個預(yù)測期的方差分解結(jié)果?？梢钥闯觯m然經(jīng)濟增長率的變動主要是來源于自身，但是由第3個預(yù)測期資本形成總額的波動對經(jīng)濟增長率的影響是1.6%，預(yù)算赤字波動的影響是0.7%，存貸總額波動的影響是0.5%；第6個預(yù)測期時資本形成總額的波動對經(jīng)濟增長率的影響是1.9%，相較于第3個預(yù)測期時，第6個預(yù)測期的資本形成總額的波動對于經(jīng)濟增長率的影響較大，這也與上文中脈沖響應(yīng)圖的輸出結(jié)果相吻合。預(yù)算赤字的波動的影響為0.8%，存貸款總額的波動的影響為0.6%。此外，從兩個預(yù)測期方差分解的數(shù)據(jù)對比可以看出，伴隨著預(yù)測期的增加，經(jīng)濟增長率自身波動對其影響力有下降的趨勢，這也說明另外三個變量的脈沖影響有上升的趨勢。從以上結(jié)果可以看出，資本形成總額的波動、預(yù)算赤字的波動、存貸款總額的波動這三個變量對于經(jīng)濟增長率的影響不算大，相比而言，資本形成總額的波動以及預(yù)算赤字的波動這兩個變量對預(yù)測經(jīng)濟增長率有較大的貢獻(xiàn)率，這一結(jié)論也驗證了上文在做PVAR模型回歸時的結(jié)論。

四、結(jié)論

改革開放三十多年來，中國經(jīng)濟有了驚人的發(fā)展。同時，經(jīng)濟發(fā)展過程中也經(jīng)歷了較大的波動。一般來講，由于宏觀經(jīng)濟變量之間的反饋作用的存在，使得研究經(jīng)濟周期模型比較困難。因此，本文選取另一種方式來研究經(jīng)濟周期問題。相較于把焦點放在分析引起經(jīng)濟發(fā)展不穩(wěn)定的原因，筆者主要驗證的是與經(jīng)濟增長的影響程度以及影響時效。

筆者用實際GDP的增長率指標(biāo)衡量我國的經(jīng)濟發(fā)展的穩(wěn)定情況，使用面板數(shù)據(jù)的向量自回歸方法，研究資本形成、財政政策和貨幣政策的波動對經(jīng)濟發(fā)展的穩(wěn)定性沖擊作用。從實證結(jié)果看，資本形成、財政政策和貨幣政策的波動性對經(jīng)濟發(fā)展穩(wěn)定性都有一定的沖擊作用。其中，資本形成和財政政策對經(jīng)濟發(fā)展的穩(wěn)定性具有相對較大的影響，貨幣政策波動對于經(jīng)濟發(fā)展的穩(wěn)定性影響雖然相對較小，但是也有一定的沖擊。

首先，短期波動對于長期經(jīng)濟增長率有一定的影響。通過四變量向量自回歸模型的建立（PVAR）具體分析了短期和長期時，資本形成、政府財政政策和貨幣政策的波動對于經(jīng)濟增長率的影響程度?；貧w結(jié)果顯示，滯后一期的資本形成、財政政策和貨幣政策對于經(jīng)濟增長率的影響均為正向影響。此外，就其影響程度而言，財政政策〉貨幣政策〉資本形成，且三者的數(shù)值均不算小，說明影響還是比較顯著的。滯后二期時，資本形成、政府財政政策和貨幣政策對于經(jīng)濟增長率的影響均為反向影響。此外，就其影響程度而言，財政政策〉資本形成〉貨幣政策，且三者的絕對值數(shù)值較滯后一期大幅減少。以上結(jié)果說明，短期內(nèi)，資本形成和經(jīng)濟政策對于經(jīng)濟增長率有顯著的正向影響，但是就長期而言，這種影響力會漸漸趨向反向影響，且影響力大幅減小。這便要求經(jīng)濟政策制定者在制定和執(zhí)行經(jīng)濟政策時，應(yīng)當(dāng)綜合考慮政策長期與短期的影響，選擇最優(yōu)的政策幅度。

其次，就長期而言，經(jīng)濟增長率對短期波動的脈沖響應(yīng)函數(shù)輸出顯示，模型中三個變量的沖擊是開放的，盡管滯后兩階后，影響方向變成了反向，但是就其實際影響力度而言，遠(yuǎn)不如滯后一期的正面影響大，所以二者合力效果仍然對經(jīng)濟增長率有較為明顯的影響。但是，這個影響力伴隨時間的推移將逐漸減弱。

再次，就方差分解的結(jié)果來看，對長期經(jīng)濟增長率的波動最主要的來源仍然是內(nèi)在原因，外在的沖擊也對其有一定的影響。這就要求我們在追求穩(wěn)定經(jīng)濟增長的過程中要把重心放在經(jīng)濟內(nèi)在結(jié)構(gòu)和內(nèi)容的調(diào)整，同時也不能忽略資本形成和經(jīng)濟政策等外在因素對其的重要影響。

［1］陳昆亭，周炎，龔六堂.短期經(jīng)濟波動如何影響長期增長趨勢［J］.經(jīng)濟研究，2012，（1）：42-53.

［2］池建宇，趙家章.短期經(jīng)濟波動如何影響長期增長——來自中國省級層面的證據(jù)［J］.北京工商大學(xué)學(xué)報（社會科學(xué)版），2015，（2）：8-17.

［3］李濤.一個反映長周期波動的增長模型［J］.世界經(jīng)濟，2001，（7）：7-15.

［4］盧二坡，曾五一.轉(zhuǎn)型期中國經(jīng)濟短期波動對長期增長影響的實證研究［J］.管理世界，2008，（12）：10-23.

［5］盧二坡，王澤填.短期波動對長期增長的效應(yīng)——基于省際面板數(shù)據(jù)的經(jīng)驗證據(jù)［J］.統(tǒng)計研究，2007，（6）：32-36.

［6］周達(dá)軍.我國經(jīng)濟波動對增長的負(fù)面效應(yīng)的實證分析［J］.經(jīng)濟管理，2007，（14）：75-80.

［7］Arellano，M.，and Bover，O.Another Look at the Instrumental Variables Estimation of Error Components Models［J］.Journal of Econometrics，1995，（1）：29-52.

［8］Barlevy，G.The Cost of Business Cycles under Endogenous Growth［J］.American Economic Review，2004，（4）：964-990.

［9］Fatás，A，and Mihov，I.Policy Volatility，Institutions，and Economic Growth［J］.Review of Economics and Statistics，2013，（2）：362-76.

［10］Kormendi，RC，and Meguire，PG.Macroeconomic Determinants of Growth：Cross-country Evidence［J].Journal of Monetary economics，1985，（2）：141-163.

［11］Ramey，G，and Ramey，VA.Cross-Country Evidence on the Link Between Volatility and Growth［J］.American Economic Review，1995，（5）：1138-1151.

［12］Yu，W.How Business Cycle Volatility Affect Economic Growth in China?-An Empirical Study based on GARCH-M Model using the 1952-2012 Data［J］.Advance Journal of Food Science and Technology，2014，（7）：934-940.

［13］丁志帆.轉(zhuǎn)型期中國經(jīng)濟波動的沖擊傳導(dǎo)機制解析——基于動態(tài)隨機一般均衡模型的數(shù)值模擬分析［J］.山西財經(jīng)大學(xué)學(xué)報，2014，（9）：1-13.

［14］池建宇，趙家章.短期經(jīng)濟波動如何影響長期增長？——來自中國省級層面的證據(jù)［J］.北京工商大學(xué)學(xué)報（社會科學(xué)版），2015，（2）：8-17.