中國的自然利率有多高——基于DSGE模型的再估算

蔡群起 龔 敏

(廈門大學 宏觀經(jīng)濟研究中心，福建 廈門 361005)

中國的自然利率有多高
——基于DSGE模型的再估算

蔡群起 龔 敏

(廈門大學 宏觀經(jīng)濟研究中心，福建 廈門 361005)

利用中等規(guī)模DSGE模型和貝葉斯估計技術，估算20世紀90年代以來中國的自然產(chǎn)出和自然利率水平。結果表明，2008年全球金融危機以后，中國的自然利率呈現(xiàn)明顯的下降趨勢。這確認了中國實際利率和企業(yè)融資成本過高的判斷，在中國貨幣政策操作框架快速向利率調(diào)控過渡的背景下，可以為中央銀行確定政策利率基準水平提供一定的參考。

自然利率；自然產(chǎn)出；貨幣政策利率

近年來，中國各種口徑的實際利率和融資成本的攀升是不爭的事實。然而，判斷實際利率和融資成本是否“過高”，還需要首先弄清其“正?！彼健４送?，中國人民銀行決定，自2015年10月24日起，對商業(yè)銀行和農(nóng)村合作金融機構等不再設置存款利率浮動上限，并抓緊完善利率的市場化及其調(diào)控機制，加強對利率體系的調(diào)控和監(jiān)督指導，提高貨幣政策傳導效率。因此，從估算中國的自然利率出發(fā)，不僅能為金融危機后中國利率水平是否過高提供判斷標準，還能為中國貨幣政策的利率調(diào)控提供基準。

一、文獻綜述

已有文獻估算自然利率的方法主要有三類：第一類是SVAR模型，如Brzoza-Brzezina(2003)等。第二類是狀態(tài)空間(State-Space)模型,以Laubach et al.(2003)為代表，其構建了一個聯(lián)系自然利率、潛在產(chǎn)出等不可觀測變量與實際產(chǎn)出、通脹和政策利率等可觀測變量的線性動態(tài)模型，用數(shù)據(jù)估計后再用卡爾曼濾波技術倒推出自然利率。第三類是DSGE模型，其優(yōu)勢在于嚴密的微觀基礎，自然利率在模型中有著嚴格的定義，較早的研究包括Neiss et al. (2003)、Amisano et al. (2008)、Edge et al. (2008)，以及Justiniano et al. (2010)等，最近特別要提及的有Barsky et al.(2014)。

隨著中國貨幣政策框架逐漸向利率調(diào)控模式轉變，國內(nèi)對自然利率的關注度不斷提高。例如：He et al.(2014)通過校準自然利率方程的參數(shù)、測算資本回報率以及估計面板計量模型等方法，發(fā)現(xiàn)中國的自然利率處于4%～4.5%?？傮w而言，國內(nèi)利用SVAR模型和狀態(tài)空間模型研究中國自然利率的起步較早(石柱鮮 等，2006；田建強，2010)，但利用DSGE模型估算的文獻較少，以金中夏等(2013)、賀聰?shù)?2013)為代表。金中夏等(2013)在Gali et al. (2005)的小國開放經(jīng)濟DSGE模型基礎上，將經(jīng)濟增長和名義匯率變動引入中國的貨幣政策反應方程，估算了2001年1月至2011年12月貨幣市場利率對自然利率的偏離，認為向下偏離的根源是發(fā)達國家的低利率政策以及中國缺乏彈性的匯率制度。賀聰?shù)?2013)認為，利率雙軌制是估算中國自然利率的最大障礙，中央銀行的政策利率是存貸款基準利率，而非短期貨幣市場利率，因此，其通過假定中央銀行按泰勒規(guī)則調(diào)控存款基準利率，用基本新凱恩斯(BNK)DSGE模型估算1998年2季度至2012年3季度中國實現(xiàn)潛在產(chǎn)出和通脹穩(wěn)定的存款利率。

國內(nèi)研究的不足主要表現(xiàn)在：第一，無論是Gali et al. (2005)的小國開放經(jīng)濟DSGE模型，還是基本新凱恩斯(BNK)DSGE模型都是極為簡化的短期模型，投資、資本積累以及消費習慣形成、投資調(diào)整成本等一系列摩擦性因素都被忽視了，因此，基于這些“不太現(xiàn)實”的模型所做的自然利率估計難免失真，對中國這樣一個高度依賴投資和資本形成的經(jīng)濟體而言尤其嚴重。第二，模型中關于中國貨幣政策規(guī)則的設定仍有待改進。中國央行并未形成以短期貨幣市場利率為操作目標的貨幣政策框架，更多地是依靠貸款額度的窗口指導、法定存款準備金率調(diào)整等數(shù)量型工具。因此，不能用現(xiàn)實中的貨幣市場利率數(shù)據(jù)來估計傳統(tǒng)的泰勒規(guī)則。而且，即便估計出了自然利率，也不能通過直接和現(xiàn)實中的市場利率進行比較來估算偏離程度。賀聰?shù)?2013)通過估計存款利率的均衡水平回避了這個問題。然而，存款利率并非利率走廊框架下的操作目標，其均衡水平與自然利率是否存在穩(wěn)定的、可預測的關系也有待探索。

本文利用DSGE模型和貝葉斯估計對1992年1季度至2015年3季度中國的自然利率水平進行估算，對現(xiàn)有文獻的改進主要體現(xiàn)在：第一，本文采用的是Smets et al. (2007)的中等規(guī)模DSGE模型，它包含投資、資本積累、多種摩擦性因素及多種沖擊源，因而可以更好地擬合復雜的現(xiàn)實經(jīng)濟。第二，參考國家統(tǒng)計局季度支出法中國GDP核算方法試行方案，本文自行估算了產(chǎn)出、消費、投資等宏觀變量的季度數(shù)據(jù)。*參見張冬佑：《中國季度支出法GDP核算方法》， https://www.oecd.org/std/na/37601246.doc。眾所周知，中國GDP的核算一直以來主要依據(jù)生產(chǎn)法和收入法，除了年度的支出法數(shù)據(jù)，國家統(tǒng)計局尚未公布季度的支出法數(shù)據(jù)。中國DSGE建模的一大難點正在于數(shù)據(jù)的缺失。這也是現(xiàn)有估算自然利率的DSGE模型過度簡化的根本原因。第三，本文用反事實估算的方法解決中國貨幣政策規(guī)則與金融市場的特殊性問題。由于中國長期存在利率管制和金融抑制，加之中國的貨幣政策操作框架并非泰勒規(guī)則，現(xiàn)實中被扭曲的貨幣市場利率與模型中的利率不能等同視之。在模型估算中，本文不用貨幣市場利率數(shù)據(jù)，而是假定若中國貨幣政策僅依賴短期市場利率調(diào)節(jié)，根據(jù)現(xiàn)實中觀察到的其它宏觀經(jīng)濟變量序列，推算出泰勒規(guī)則的市場利率水平和相應的自然利率水平。由于現(xiàn)實中不存在自然利率，很難將它同某一利率進行絕對大小的數(shù)值比較，但是，若自然利率的走勢與經(jīng)濟中主要利率指標保持大體的一致性，則可以通過對比二者的變化趨勢推斷二者變化方向的偏離程度。

二、模型構建及求解

模型中經(jīng)濟主體包括家庭、中間品廠商、最終品廠商，以及政府部門(見圖1)。由于壟斷競爭的市場結構，經(jīng)濟無法實現(xiàn)完全競爭的最優(yōu)資源配置。除了工資和價格粘性外，還引入消費習慣形成、投資調(diào)整成本、資本利用成本等摩擦性因素。模型的七項沖擊分別為：技術沖擊、風險溢價沖擊、投資技術沖擊、外生支出沖擊、貨幣政策沖擊，以及工資和價格加成率沖擊。

注：實線箭頭代表物流，虛線箭頭表示資金流。

(一)最終品廠商

最終品廠商之間是完全競爭關系，通過購入中間品來組裝生產(chǎn)出最終品，并可直接轉化為家庭的消費品、投資品、政府的消費品，以及在資本品使用過程中所需的消耗品。代表性最終品廠商，是最終品價格和中間品價格的接受者，選擇最優(yōu)的中間品組合以謀求利潤最大化。其利潤最大化問題的數(shù)學表達式為：

其中，1+λp,t是中間品廠商為其產(chǎn)品定價時所用的加成率。由一階條件可得最終品廠商對第i 種中間品的需求函數(shù)：

(1)

(2)

假定中間品廠商的凈加成率λp,t服從如下的自回歸移動平均過程：

(3)

(二)中間品廠商和價格粘性

壟斷競爭的中間品廠商，標記為i∈[0,1]，使用如下生產(chǎn)函數(shù)生產(chǎn)差異化的中間產(chǎn)品：

(4)

(5)

(6)

由一階條件可得要素最優(yōu)使用比例及邊際成本函數(shù)：*由于所有中間品廠商的資本-勞動比率和邊際成本均相同，代表性廠商的下標i省略。

(7)

(8)

中間品廠商每期無法自主調(diào)整價格的概率為ξp，其價格設定遵循卡爾沃規(guī)則(Calvo,1983)。當廠商無法自主調(diào)整價格時，其價格按增長與穩(wěn)態(tài)時的通脹率π及前期通脹率πt-1的加權平均值掛鉤。其最優(yōu)價格設定問題為：

(三)家庭

代表性家庭無限存活，標記為j∈[0,1]。家庭j選擇消費Cj,t，提供同質的勞動服務Lj,t，決定投資Ij,t和資本利用率Zj,t，并通過無風險的政府債券Bj,t進行儲蓄。其終身效用最大化問題為：

(9)

家庭的資本積累方程為：

(10)

(11)

家庭關于消費、勞動、債券、投資、資本存量和資本利用率的一階條件分別為：*均衡時所有家庭的選擇無差異，因此，一階條件省略家庭下標j。

(12)

(13)

(14)

(15)

(16)

(17)

(四)勞動部門和工資粘性

勞動中介的最優(yōu)化問題為：

其中，1+λw,t為工會設定工資的加成率。由一階條件可得勞動中介對Ll,t的需求函數(shù)：

(18)

(19)

假定工會的凈加成率λw,t服從如下的自回歸移動平均過程：

(20)

(五)政府部門

中央銀行的名義利率設定遵循泰勒規(guī)則。名義毛利率的錨定變量除通脹缺口和產(chǎn)出缺口外，還有產(chǎn)出變動與自然產(chǎn)出變動的缺口：

(21)

(22)

財政部門通過發(fā)債和征稅來維持政府消費：

(23)

(24)

(六)總體資源約束

產(chǎn)出等于居民消費、投資、外生支出以及資本利用成本之和：*投資的調(diào)整成本是以投資的資本形成轉化率體現(xiàn)的，不構成對產(chǎn)出的額外消耗。

(25)

三、 自然利率的估算

(一) 模型的對數(shù)線性化方程系統(tǒng)

對模型一階條件和資源約束條件進行對數(shù)線性化后，可得如下方程(其中，加“^”號變量代表其原始變量對穩(wěn)態(tài)值的對數(shù)偏離)：

生產(chǎn)函數(shù)：

(26)

實際邊際成本：

(27)

最優(yōu)要素使用比例：

(28)

資本服務：

(29)

資本利用率：

(30)

資本存量的運動方程：

(31)

最優(yōu)投資決策：

(32)

最優(yōu)資本存量決策(托賓q方程)：

(33)

最優(yōu)消費決策的歐拉方程：

(34)

菲利普斯曲線：

(35)

實際工資方程：

(36)

泰勒規(guī)則：

(37)

總體資源約束：

(38)

(二)觀測方程和數(shù)據(jù)說明

貝葉斯估計要求模型的觀測變量數(shù)不超過沖擊數(shù)。根據(jù)數(shù)據(jù)質量和可得性，本文選擇的4個觀測變量分別為1992年1季度至2015年3季度的勞均實際產(chǎn)出、勞均私人消費、勞均投資和通脹率。需要指出的是，之所以放棄使用貨幣市場利率數(shù)據(jù)，是因為：它雖是貨幣市場供求均衡的結果，但其平均水平受到利率管制、金融抑制等因素的極大扭曲，還不是一般均衡意義上的市場利率；另外，中央銀行也并非以其作為貨幣政策的操作目標和工具，而是混合使用多種數(shù)量型和價格型工具。因此，若將貨幣市場利率數(shù)據(jù)代入模型中的泰勒規(guī)則，必將使估計結果產(chǎn)生重大的偏差?？傊紤]到中國的利率雙軌制特征以及貨幣政策并非遵循泰勒規(guī)則，本文模型中的市場利率在現(xiàn)實中并不存在，因而將其作為不可觀測變量處理。

模型的觀測方程如下：

(39)

(40)

(41)

(42)

其中，yt、ct、it及Pt分別為季度勞均產(chǎn)出、勞均私人消費、勞均投資及定基CPI指數(shù)，γ、π分別為技術進步率和穩(wěn)態(tài)毛通脹率。*這里，觀測變量以對數(shù)差分的形式進入觀測方程，是為了遵循Dynare軟件的要求。關于如何在Dynare中設定貝葉斯估計的觀測方程，可見Johannes Pfeifer, “A Guide to Specifying Observation Equations for the Estimation of DSGE Models”，https://sites.google.com/site/pfeiferecon/dynare。圖2展示了經(jīng)過季節(jié)調(diào)整的中國季度實際固定資本形成(I_SA)、定基CPI(P_SA)、實際私人消費(PC_SA)、勞動人口(POP)及實際產(chǎn)出(Y_SA)。

圖2 中國主要宏觀經(jīng)濟變量的季度變化(1992Q1—2015Q3)

數(shù)據(jù)來源：中國國家統(tǒng)計局、US Census及作者估算。

關于以上季度數(shù)據(jù)來源及估算方法，需要做如下說明：

第一，國家統(tǒng)計局并未公布國民經(jīng)濟核算的季度支出法相關數(shù)據(jù)，本文的季度GDP、私人消費及投資為估算數(shù)據(jù)。國家統(tǒng)計局2011年1季度開始發(fā)布當季度的季度GDP數(shù)據(jù)，之前為累計數(shù)據(jù)，本文根據(jù)這些信息以及實際GDP累計增長率，推算出1992年至今的季度GDP。例如：由2011年第1季度的GDP和同比數(shù)據(jù)，可以倒推出2010年第1季度的實際GDP。再由2011年第1至2季度的累積實際GDP增速，可以倒推出2010年第1和2季度實際GDP之和。最后，從中減去先前估算的2010年第1季度GDP，即可得到2010年第2季度的實際GDP。依此類推。圖3報告了所估算的季度實際GDP同比增速和國家統(tǒng)計局公布的年度實際GDP同比增速?？梢园l(fā)現(xiàn)，估算的季度實際GDP增速與年度增速在趨勢上高度一致，但波動性更大。

圖3 中國實際GDP同比變化

數(shù)據(jù)來源：中國國家統(tǒng)計局、作者估算。

圖4 中國季度居民消費的插值

數(shù)據(jù)來源：中國國家統(tǒng)計局、作者估算。

第二，本文分別根據(jù)私人消費與全社會零售消費總額，以及固定資本形成與全社會固定資產(chǎn)投資年度數(shù)據(jù)的比例關系，插值得到私人消費和投資的季度數(shù)據(jù)。私人消費指居民消費，包括城鎮(zhèn)居民消費和農(nóng)村居民消費。國家統(tǒng)計局只公布居民消費的年度數(shù)據(jù)，季度數(shù)據(jù)需要估算。國家統(tǒng)計局公布的一個與居民消費口徑類似的季度指標是全社會零售消費總額。但是，全社會零售消費總額既包含不屬于居民消費的企事業(yè)、行政單位的零售額，又遺漏了屬于居民消費的其它成分，如農(nóng)民自產(chǎn)自用的農(nóng)產(chǎn)品、居民自有住房服務及教育、醫(yī)療、文化等收費服務。因此，直接使用全社會零售消費總額代替居民消費是錯誤的。本文采用的方法是：首先，利用年度數(shù)據(jù)計算居民消費與全社會零售消費總額的比值；其次，利用這一比值去乘同一年份內(nèi)各季度的全社會消費零售總額，插值得到該年份各季度的居民消費。圖4報告了季度居民消費的插值結果?？梢园l(fā)現(xiàn)，年度數(shù)據(jù)的比值大體穩(wěn)定在0.8～1.2，居民消費與全社會零售消費總額在數(shù)量上較為接近。在估算的季度居民消費方面，以2008年為分界點，居民消費由高于演變?yōu)榈陀?。同時可以發(fā)現(xiàn)，季度居民消費的波動與全社會零售消費總額高度一致。實際上，這正是本文所使用的插值法的目的所在：在保留年度居民消費數(shù)據(jù)趨勢的同時，又獲得盡可能準確的年內(nèi)季度波動信息。同理，本文在估算季度固定資本形成時利用的相似指標是全社會固定資產(chǎn)投資完成額。后者在口徑上與前者最大的不同是包含土地購置費、舊設備和舊建筑物購置費。正是由于這一差異以及過去10多年房地產(chǎn)的快速發(fā)展，導致2004年以后固定資本形成大大低于固定資產(chǎn)投資(圖5)。本文使用的季度全社會零售消費總額和固定資產(chǎn)投資數(shù)據(jù)，是國家統(tǒng)計局公布的最接近居民消費和固定資本形成的指標。實際上，社會各界在分析短期宏觀經(jīng)濟形勢時，也都密切關注這兩個指標的變化。在插值得到名義數(shù)據(jù)后，本文分別利用消費者物價指數(shù)的季度平均值和固定資產(chǎn)投資價格指數(shù)的季度平均值平減得到季度實際居民消費和投資。

圖5 中國季度固定資本形成的插值

注：所有參數(shù)均按季度頻率賦值。

第三，由于GDP、私人消費和投資都有明顯的季節(jié)性，本文用X12方法對數(shù)據(jù)做了季節(jié)調(diào)整。由于國家統(tǒng)計局公布的15～64歲勞動人口數(shù)據(jù)在人口普查的2000年及2010年存在明顯跳躍，本文使用的是美國人口普查局公布的更為平滑的數(shù)據(jù)。*數(shù)據(jù)可在其網(wǎng)站免費下載：http://www.census.gov/population/international/data/idb/informationGateway.php?cssp=SERP。相關變量的勞均數(shù)據(jù)由勞動人口數(shù)據(jù)調(diào)整得到。

(三)參數(shù)的貝葉斯估計

給定先驗分布和狀態(tài)空間模型系統(tǒng)，就可以利用非線性求解方法獲得參數(shù)后驗分布的眾數(shù)(Mode)。然而，后驗分布通常沒有解析解。因此，基于所得到的后驗分布的眾數(shù)信息，可以利用馬爾科夫鏈-蒙特卡洛(MCMC)方法以一定的接受概率對參數(shù)進行抽樣。設定抽樣跳躍參數(shù)為0.2，相應的樣本接受率為0.251，接近理論上的最優(yōu)接受率0.234。為了檢驗MCMC抽樣過程的穩(wěn)健性，這里分別進行2次抽樣，每次抽取樣本25萬個，總共50萬個樣本。MCMC趨同檢驗表明所抽取的樣本是穩(wěn)定的。參數(shù)的先驗及后驗分布圖表明，參數(shù)的估計結果較好。以上估計步驟均基于Matlab R2015b平臺并由Dynare 4.4.3實現(xiàn)。

四、估算結果

在得到參數(shù)的貝葉斯估計結果后，可以利用卡爾曼濾波技術從狀態(tài)空間模型系統(tǒng)中估計出不可觀測變量的時間序列。由于很難通過自然利率序列本身對其可靠性進行評估，而自然產(chǎn)出序列通?？梢愿鶕?jù)宏觀經(jīng)濟運行歷史進行評判。因此，為了進一步檢驗所估計的自然利率序列的穩(wěn)健性，先檢查所估計的自然產(chǎn)出增速序列的可靠性。

圖6 模型估算的自然產(chǎn)出與實際產(chǎn)出增速

圖6的實線展示了DSGE模型估算的季度自然產(chǎn)出增速。為了便于與真實經(jīng)濟運行狀況進行比較，這里一同展示了季度實際經(jīng)濟增速及其HP濾波值?？梢园l(fā)現(xiàn)，HP濾波值本質上只是對實際增速的平滑處理，與模型估算的自然產(chǎn)出增速相差較大。估算結果表明，1990年代至2008年全球金融危機前，中國經(jīng)濟的自然產(chǎn)出大體維持在9%～10%水平。然而，2008年金融危機以后，自然產(chǎn)出增速出現(xiàn)了臺階式下降，基本處于7%～8%水平。自然產(chǎn)出增速的這一下降趨勢，與已有文獻關于中國經(jīng)濟減速原因的討論是相符的。例如：白重恩等(2014)指出，趕超效應減弱和投資結構惡化帶來TFP的減速；陸旸等(2014)從人口紅利逆轉的直接和間接效應解釋潛在增速的下降。還有文獻從產(chǎn)業(yè)結構服務化拉低總和勞動生產(chǎn)率的角度進行論證(袁富華，2012；中國經(jīng)濟增長前沿課題組，2014)。從自然產(chǎn)出增速與實際產(chǎn)出增速的HP濾波的比較看，2012年后中國宏觀經(jīng)濟運行明顯低于自然產(chǎn)出水平，有通縮壓力。這與近年來中國經(jīng)濟持續(xù)下行、PPI連續(xù)數(shù)十個月負增長、CPI低位徘徊的局面非常一致。

圖7 模型估算的自然利率

圖8 貸款加權平均利率(PPI平減)

數(shù)據(jù)來源：Wind數(shù)據(jù)庫。

注：中國人民銀行的“金融機構人民幣貸款加權平均利率”數(shù)據(jù)從2008年第3季度開始公布，而之前的數(shù)據(jù)分別用口徑相近的“金融機構人民幣1年期固定利率貸款加權平均利率”(2002Q3—2006Q4)及“金融機構人民幣貸款6個月至1年期平均利率”(2007Q1—2008Q2)來代替。

圖9 利率上浮貸款占比

數(shù)據(jù)來源：Wind數(shù)據(jù)庫。

圖7報告的是模型估算的自然利率水平。顯然，由于外生沖擊的波動性較大，自然利率的變動幅度也較大。為了更好地把握其變化趨勢，這里一同報告了自然利率的6季移動平均曲線。對比圖6和圖7可知，自然產(chǎn)出增速與自然利率具有較高的同步性。自然利率除2009年前后有所回升之外，2005年之后是總體下降的。其中，2010年后一度快速下降，到2012年時僅僅略高于0。此后，隨著自然產(chǎn)出的回升，自然利率也略有回升，但很快又轉而下降。截至2015年3季度，自然利率大體處于2.5%上下的水平。自然利率的下降趨勢反映的是中國經(jīng)濟基本面的深層次變化，尤其是實際資本回報率的下降。一方面，經(jīng)濟潛在增速隨著“后發(fā)優(yōu)勢”的逐步喪失、要素成本的普遍上升而趨向遞減；另一方面，2008年金融危機以后投資率不降反升，基建、地產(chǎn)投資占比大幅提高，導致投資效率不斷降低。

另外，2008年金融危機以來中國經(jīng)濟的利率水平和企業(yè)融資成本的持續(xù)攀升，與自然利率的長期下降趨勢形成明顯背離。圖8報告了以PPI平減的金融機構加權貸款平均利率的變動情況?？梢园l(fā)現(xiàn)，實際貸款利率與圖7的自然利率在波峰、波谷形態(tài)上高度一致。然而，2012年后實際貸款利率經(jīng)歷了大幅度的上升。這主要是因為，2012年以來，可貿(mào)易部門尤其是采礦業(yè)和制造業(yè)部門的價格指數(shù)急速下滑，并帶動PPI的大幅下降。實際貸款利率攀升的重要原因是PPI的大幅下降，但從執(zhí)行浮動利率貸款占總貸款的比重的提升來看，名義貸款利率的上升也有影響(圖9)。從企業(yè)經(jīng)營的角度看，PPI是工業(yè)企業(yè)的出產(chǎn)價格，與企業(yè)利潤正相關。企業(yè)在進行投資決策時，考慮的是實際利率。在PPI大幅回落的情況下，維持基本不變甚至略有提高的名義貸款利率，必然影響企業(yè)的實際債務負擔，從而在根本上抑制企業(yè)的投資活動。

五、結論和建議

利用DSGE模型的貝葉斯估計和卡爾曼濾波技術，本文通過自行構造的季度支出法數(shù)據(jù)估算了中國20世紀90年代以來的自然產(chǎn)出和自然利率水平。結果發(fā)現(xiàn)，所估計的自然產(chǎn)出增速的變化趨勢能夠較好地描述中國宏觀經(jīng)濟的運行軌跡。估計的自然利率的變化趨勢，在2008年金融危機前與實際貸款加權平均利率走勢基本一致。然而，2008年金融危機以來，自然利率呈現(xiàn)明顯的下降趨勢，與現(xiàn)實中企業(yè)融資成本的持續(xù)攀高形成明顯背離。自然利率的下降反映了近年來中國實際資本回報率的下降和投資效率的惡化。在名義融資成本持續(xù)高企的情況下，PPI的急速下降進一步推高了實際融資成本。本文的研究確認了中國實際利率和融資成本水平“過高”的判斷。

此外，中國的貨幣政策調(diào)控正快速地向政策利率調(diào)控過渡，研究自然利率水平有助于中央銀行確定政策利率的基準水平。研究表明當前的自然利率已下降至很低的水平，可以為中央銀行確定政策利率基準水平提供一定的參考。

最后，必須承認，本文的模型設定與結構問題突出的中國經(jīng)濟現(xiàn)實仍有差距。隨著學界對中國經(jīng)濟建模的不斷深入，未來還可對中國自然利率的估計做出更大的改進。

白重恩，張瓊. 2014. 中國的資本回報率及其影響因素分析[J]. 世界經(jīng)濟(10)：3-30.

賀聰，項燕彪，陳一稀. 2013. 我國均衡利率的估算[J]. 經(jīng)濟研究(8)：107-119.

金中夏，洪浩. 2013. 開放經(jīng)濟條件下均衡利率形成機制：基于動態(tài)隨機一般均衡模型(DSGE)對中國利率變動規(guī)律的解釋[J]. 金融研究(7)：46-60.

李稻葵，徐欣，江紅平. 2012. 中國經(jīng)濟國民投資率的福利經(jīng)濟學分析[J]. 經(jīng)濟研究(9)：46-56.

陸旸，蔡昉. 2014 . 人口結構變化對潛在增長率的影響:中國和日本的比較[J]. 世界經(jīng)濟(1)：3-29.

牛慕鴻，張黎娜，張翔，等. 2005. 利率走廊、利率穩(wěn)定性和調(diào)控成本[R]. 中國人民銀行工作論文.

石柱鮮，鄧創(chuàng)，劉俊生，等. 2006. 中國的自然利率與經(jīng)濟增長、通貨膨脹的關系[J]. 世界經(jīng)濟(4)：12-21.

田建強. 2010. 中國自然利率的測算：基于SVAR 方法[J]. 管理評論(2)：39-42.

袁富華. 2012. 長期增長過程的“結構性加速”與“結構性減速”: 一種解釋[J]. 經(jīng)濟研究(3)：127-140.

周炎，陳昆亭. 2012. 金融經(jīng)濟周期模型擬合中國經(jīng)濟的效果檢驗[J]. 管理世界(6)：17-29.

中國經(jīng)濟增長前沿課題組. 2014. 中國經(jīng)濟增長的低效率沖擊與減速治理[J]. 經(jīng)濟研究(12)：4-17.

AMISANO G, TRISTANI O. 2008. Perceived productivity and the natural rate of interest [Z]. Mimeo, European Central Bank.

BARSKY R, JUSTINIANO A, MELOSI L. 2014. The natural rate of interest and its usefulness for monetary policy [J]. American Economic Review, 104(5):37-43.

BLINDER A S. 1998. Central banking in theory and practice [M]. Cambridge, Massachusetts: The MIT Press.

BRZOZA-BRZEZINA M. 2003. Estimating the natural rate of interest: A SVAR approach [R]. National Bank of Poland Working Paper No.27.

EDGE R M, KILEY M T, LAFORTE J-P. 2008. Natural rate measures in an estimated DSGE model of the U.S. economy [J]. Journal of Economic Dynamics and Control, 32(8):2512-2535.

GALI J. 2008. Monetary policy, inflation, and the business cycle: An introduction to the new Keynesian framework [M]. Princeton: Princeton University Press.

GALI J, MONACELLI T. 2005. Monetary policy and exchange rate volatility in a small open economy [J]. Review of Economic Studies, 72(3):707-734.

HE D, WANG H L, YU X R. 2014. Interest rate determination in China: Past, present, and future [R]. HKIMR Working Paper No.04/2014.

JUSTINIANO A, PRIMICERI G E. 2010. Measuring the equilibrium real interest rate [J]. Economic Perspectives, 34(1):14-27.

LAUBACH T, WILLIAMS J C. 2003. Measuring the natural rate of interest [J]. Review of Economics and Statistics, 85(4):1063-1070.

NEISS K S, NELSON E. 2003. The real-interest-rate gap as an inflation indicator [J]. Macroeconomic Dynamics, 7(2):239-262.

SMETS F, WOUTERS R. 2007. Shocks and frictions in US business cycles: A Bayesian DSGE approach [J]. American Economic Review, 97(3):586-606.

WICKSELL K. 1936. Interest and prices [M]. New York: Sentry Press.

WOODFORD M. 2003. Interest and prices: Foundations of a theory of monetary policy [M]. Princeton: Princeton University Press.

(責任編輯 劉志煒)

Estimating the Natural Interest Rate in China: Based on DSGE Model

CAI QunQi GONG Min

(Centre for Macroeconomic Research, Xiamen University, Xiamen 361005)

This paper uses a medium-scale DSGE model of Smets and Wouters to estimate natural interest rate and natural output since 1990s′ in China. The result shows that natural interest rate in China has been steadily declined since the 2008 global financial crisis. The research confirms the argument that the actual interest rate and the financing cost are too high for enterprises. Besides, the estimation provides the central bank the benchmark level of policy rate, as China′s monetary policy regime is moving actively to interest rate manipulation.

natural interest rate; natural output; monetary policy rate

2016-04-20

蔡群起(1988--)，男，福建寧德人，廈門大學宏觀經(jīng)濟研究中心博士生。 龔 敏(1965--)，女，云南個舊人，廈門大學宏觀經(jīng)濟研究中心教授，博士生導師。

國家社科基金重大項目“經(jīng)濟持續(xù)健康發(fā)展與收入倍增計劃的實現(xiàn)路徑研究”(13&ZD029)；教育部哲學社會科學重大課題攻關項目“中國經(jīng)濟潛在增速的測算與展望研究”(15JZD016)。

F822.0

A

1001-6260(2016)06-0029-12