中國經(jīng)濟(jì)周期的波動特征：典型事實(shí)與國際比較

蔡群起 龔 敏

(廈門大學(xué) 宏觀經(jīng)濟(jì)研究中心，福建 廈門 361005)

中國經(jīng)濟(jì)周期的波動特征：典型事實(shí)與國際比較

蔡群起 龔 敏

(廈門大學(xué) 宏觀經(jīng)濟(jì)研究中心，福建 廈門 361005)

基于全新的中國季度宏觀數(shù)據(jù)集，利用時域相關(guān)分析和頻域互譜分析方法對1992年以來中國經(jīng)濟(jì)波動的典型事實(shí)進(jìn)行全面歸納，之后運(yùn)用G7國家的數(shù)據(jù)橫向比較中國經(jīng)濟(jì)波動特征與主要發(fā)達(dá)經(jīng)濟(jì)體的異同，并深入分析其差異的成因，最后提出理解中國經(jīng)濟(jì)波動的模型框架以及對近年來中國經(jīng)濟(jì)增速下行成因的啟示。研究發(fā)現(xiàn)：中國經(jīng)濟(jì)周期波動的粘持性與發(fā)達(dá)經(jīng)濟(jì)體相似，但波動性顯著偏高，而各變量同GDP波動的相關(guān)性則顯著偏低；相對于G7國家，中國的投資、資本、勞動、政府消費(fèi)、凈出口及貨幣等變量的波動別具一格；可貿(mào)易和不可貿(mào)易部門框架可以較好地解釋近年來中國經(jīng)濟(jì)增速的持續(xù)下行。

中國經(jīng)濟(jì)周期；經(jīng)濟(jì)波動典型事實(shí)；可貿(mào)易和不可貿(mào)易部門

一、引言和文獻(xiàn)綜述

經(jīng)濟(jì)周期理論的發(fā)展，離不開經(jīng)濟(jì)周期實(shí)證研究新成果的持續(xù)涌現(xiàn)。經(jīng)濟(jì)周期波動特征的經(jīng)驗(yàn)研究，是理解中國宏觀經(jīng)濟(jì)波動機(jī)制和判斷西方理論是否適用于中國的關(guān)鍵。近年來，中國經(jīng)濟(jì)增速持續(xù)下行，生產(chǎn)者價(jià)格指數(shù)多年負(fù)增長，由此引發(fā)學(xué)界關(guān)于其成因的廣泛討論。究竟是潛在增速下降所致，還是經(jīng)濟(jì)周期使然，似乎都能找到相關(guān)證據(jù)(白重恩 等,2014; 中國經(jīng)濟(jì)增長前沿課題組,2014)。從根本上說，回答該問題需要我們對中國經(jīng)濟(jì)波動機(jī)制有足夠深入的理解。那么，作為超大轉(zhuǎn)型新興經(jīng)濟(jì)體，中國的經(jīng)濟(jì)周期波動有何特征？相比于美國、日本和德國等西方發(fā)達(dá)經(jīng)濟(jì)體，中國經(jīng)濟(jì)周期的典型事實(shí)又有何異同？這是很有意義且關(guān)乎西方理論是否適用于中國實(shí)際的重大問題。本文擬用1992年以來的季度數(shù)據(jù)，通過中國與G7國家經(jīng)濟(jì)周期波動特征的橫向比較來回答上述問題。

在經(jīng)濟(jì)周期波動特征的研究方面，Kydland et al.(1982)開創(chuàng)性地分析了美國經(jīng)濟(jì)各宏觀經(jīng)濟(jì)變量的波動性、粘持性以及與產(chǎn)出波動的協(xié)動性，并以此為標(biāo)準(zhǔn)提出了實(shí)際經(jīng)濟(jì)周期理論。此后，幾乎所有的實(shí)證研究和理論分析都以這些典型事實(shí)為標(biāo)桿(Kydland et al.,1990；Backus et al.,1992；Fiorito et al.,1994)。Stock et al.(1999)在權(quán)威的宏觀經(jīng)濟(jì)學(xué)手冊第一卷中對這方面的實(shí)證研究做了系統(tǒng)的總結(jié)。與發(fā)達(dá)經(jīng)濟(jì)體的典型事實(shí)不同的是，許多學(xué)者發(fā)現(xiàn)新興經(jīng)濟(jì)體的產(chǎn)出波動性更大，消費(fèi)波動也要高于產(chǎn)出波動，且凈出口的逆周期性更為顯著(Agénor et al.,2000；Neumeyer et al.,2005；Aguiar et al.,2007；García-Cicco et al.,2010；Male,2011)。然而, Kim et al.(1997)發(fā)現(xiàn)，韓國的凈出口卻反常地表現(xiàn)為順周期特征。此外，在關(guān)于東亞經(jīng)濟(jì)體的研究中，Kim et al.(2003)將韓國、馬來西亞、印尼、臺灣、泰國、新加坡和菲律賓等7個經(jīng)濟(jì)體與G7國家進(jìn)行了比較分析。

中國經(jīng)濟(jì)周期的典型事實(shí)方面，相關(guān)文獻(xiàn)較少且大都采用年度數(shù)據(jù)(陳昆亭 等,2004；杜婷,2007；梁琦 等,2007；黃賾琳 等,2009；連平 等,2011)。采用年度數(shù)據(jù)存在的問題：一是年度數(shù)據(jù)樣本容量較少，研究結(jié)論不夠穩(wěn)??；二是中國經(jīng)濟(jì)體制和經(jīng)濟(jì)結(jié)構(gòu)變化劇烈，為擴(kuò)大樣本容量而將1992年前乃至1978年前的數(shù)據(jù)加入研究樣本并不合適。例如，陳昆亭等(2004)使用的是1952—2001年共50個數(shù)據(jù)，而黃賾琳等(2009)只用了1978—2005年共28個數(shù)據(jù)。實(shí)際上，以支出法GDP各分項(xiàng)為核心的季度宏觀數(shù)據(jù)的缺失，正是中國經(jīng)濟(jì)周期經(jīng)驗(yàn)研究的首要困難。最近，Chang et al.(2016)利用自行估算的中國季度宏觀數(shù)據(jù)，從實(shí)證和理論兩方面研究了重工業(yè)優(yōu)先發(fā)展政策對中國90年代以來宏觀經(jīng)濟(jì)增長趨勢和經(jīng)濟(jì)周期的影響，該季度數(shù)據(jù)集(以下稱CCWZ數(shù)據(jù)集)涵蓋了90年代以來詳細(xì)的支出法GDP構(gòu)成、收入、價(jià)格及金融等方面共計(jì)58個變量的數(shù)據(jù)，是本文研究的重要數(shù)據(jù)來源。國內(nèi)現(xiàn)有文獻(xiàn)的另一個問題是，缺乏中國與其它經(jīng)濟(jì)體的橫向比較分析。一方面，當(dāng)代主流經(jīng)濟(jì)周期模型都建基于發(fā)達(dá)經(jīng)濟(jì)體的典型事實(shí)，只有在與主要經(jīng)濟(jì)體的對比中才能識別中國的特殊之處；另一方面，單純對照外國文獻(xiàn)中的現(xiàn)成結(jié)論，并不足以支撐中國與這些經(jīng)濟(jì)體有何異同的結(jié)論。因?yàn)榻?jīng)濟(jì)周期波動特征會隨著不同歷史環(huán)境下內(nèi)外沖擊源的變動而發(fā)生變化。例如，美國學(xué)界一度認(rèn)定物價(jià)是順周期的，直到Kydland et al.(1990)證明順周期只適用于二戰(zhàn)前，戰(zhàn)后是逆周期的。有趣的是，本文發(fā)現(xiàn)美國近20多年來的物價(jià)又變成順周期的了。

本文的研究期間設(shè)定為1992年以后，主要考慮到經(jīng)過多年的改革開放，中國的市場經(jīng)濟(jì)體制趨于完善，而且國家統(tǒng)計(jì)局也開始發(fā)布基于SNA核算體系的統(tǒng)計(jì)數(shù)據(jù)。本文的研究不同于Chang et al.(2016)的經(jīng)驗(yàn)研究部分，他們的分析側(cè)重于家庭消費(fèi)、商業(yè)投資、GDP、勞動收入以及中長期新增貸款、短期新增貸款與GDP的比率等6個變量之間的動態(tài)關(guān)系。本文區(qū)別于現(xiàn)有文獻(xiàn)的另一特點(diǎn)是，我們涵蓋的變量范圍要廣泛得多，包括分產(chǎn)業(yè)或行業(yè)增加值、生產(chǎn)要素投入、支出法GDP構(gòu)成、財(cái)政貨幣和物價(jià)，以及貿(mào)易條件、匯率及利率等近60個變量。對于官方和CCWZ數(shù)據(jù)集都缺失的季度進(jìn)出口、失業(yè)率、資本存量及全要素生產(chǎn)率等數(shù)據(jù)，我們根據(jù)相關(guān)文獻(xiàn)自行估算。本文使用Denton方法進(jìn)行季度數(shù)據(jù)插值，該方法也是IMF的季度國民賬戶手冊推薦的插值方法(Denton,1971；Bloem et al.,2001；Fonzo et al.,2012)。國家統(tǒng)計(jì)局的權(quán)威專家及相關(guān)學(xué)者關(guān)于中國統(tǒng)計(jì)數(shù)據(jù)的解讀，為我們選擇用于插值的季度指標(biāo)數(shù)據(jù)提供了重要參考(許憲春,2013;張軍,2014)。為了研究結(jié)論穩(wěn)健計(jì)，我們綜合使用HP(Hodrick et al.,1997)、BK(Baxter et al.,1999)以及CF濾波(Christiano et al.,2003)方法進(jìn)行數(shù)據(jù)退勢，并利用時域的統(tǒng)計(jì)分析和頻域的互譜分析方法來總結(jié)相關(guān)變量的經(jīng)濟(jì)周期波動特征。

二、方法和數(shù)據(jù)說明

(一)典型事實(shí)的指標(biāo)體系

1.時域指標(biāo)

經(jīng)濟(jì)周期的波動特征，通常稱為特征性事實(shí)或典型事實(shí)(stylized facts)，包括波動性、粘持性和協(xié)動性三個方面。波動性是指變量波動的劇烈程度，通常用剔除趨勢后的周期成分的標(biāo)準(zhǔn)差來表示。若變量在濾波前經(jīng)過對數(shù)處理，其濾波結(jié)果可以理解為原始變量對其趨勢的百分比偏離，否則只是對其趨勢的偏離。粘持性是指變量在變動過程中的慣性，用周期成分的一階自相關(guān)系數(shù)表示。協(xié)動性是指變量與GDP在變動過程中的協(xié)同一致程度，可由該變量與GDP的多階相關(guān)系數(shù)的變化模式來把握。具體而言，協(xié)動性包含兩層含義：一是該變量與GDP是順周期、逆周期還是無周期；二是該變量相對于GDP是領(lǐng)先指標(biāo)、一致指標(biāo)還是滯后指標(biāo)。例如，變量X與GDP的2k+1個h階相關(guān)系數(shù)可表示為：

Corr(Xt+h,GDPt), h=-k,…,-1,0,1,…,k

(1)

當(dāng)h=0時，若式(1)中的同期相關(guān)系數(shù)為正、負(fù)和零，則分別對應(yīng)于該變量與GDP是順周期、逆周期和無周期。同時，2k+1個相關(guān)系數(shù)中絕對值最大的那個極值所對應(yīng)的h值若為正、負(fù)和零，則分別對應(yīng)于該變量相對于GDP是滯后指標(biāo)、一致指標(biāo)和領(lǐng)先指標(biāo)。對于季度數(shù)據(jù)，現(xiàn)有文獻(xiàn)通常將k值設(shè)定為5。為穩(wěn)健考慮，本文的k值取12，即最長計(jì)算至相隔3年的相關(guān)系數(shù)。此外，相關(guān)系數(shù)也要考慮是否統(tǒng)計(jì)顯著的問題。在兩個變量總體不相關(guān)的原假設(shè)下，以下統(tǒng)計(jì)量服從自由度為n-2的t分布：

(2)

其中，r為所計(jì)算得到的樣本相關(guān)系數(shù)，n為樣本容量。本文大多數(shù)變量的樣本區(qū)間為1992年1季度至2015年4季度，共96個樣本，其5%的雙向顯著性水平對應(yīng)的臨界值為0.2。

2.頻域指標(biāo)

時域指標(biāo)是經(jīng)濟(jì)周期經(jīng)驗(yàn)研究中的最常用指標(biāo)，但我們還可利用頻域指標(biāo)對時域分析結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。頻域的譜分析方法包括單變量譜分析(single spectral analysis)和多變量的互譜或交叉譜分析(cross-spectral analysis)。頻譜分析的實(shí)質(zhì)是，將時域的時間序列分解為一系列具有不同頻率或周期的分量波，每一個分量波可表示為特定頻率的正弦和余弦函數(shù)的復(fù)合函數(shù)。通過觀察單變量譜分析的譜密度函數(shù)，我們能夠獲知對該變量波動影響最大的分量波，其對應(yīng)頻率或周期可定義為該變量的波動頻率或周期長度。此外，比較不同變量在特定頻率上譜密度函數(shù)值的大小，也可以判斷在該頻率上二者波動性的相對強(qiáng)弱。通過兩個變量的互譜分析，我們能夠獲得它們在特定頻率上的波動相關(guān)性和領(lǐng)先滯后關(guān)系。

對于一個協(xié)方差平穩(wěn)變量X，其譜密度(spectral density)函數(shù)為其自協(xié)方差函數(shù)的傅立葉變換：

(3)

根據(jù)譜分析原理，譜密度函數(shù)下方位于頻率范圍[-π,π]之間的面積等于變量X的方差：

(4)

因此，我們將譜密度函數(shù)峰值所對應(yīng)的頻率或周期定義為該變量的波動頻率或周期長度。對于另一個變量Y，如GDP，其與X的交叉譜密度(cross spectral density)函數(shù)可以表示為如下復(fù)數(shù)形式：

fyx(ω)=cyx(ω)-iqyx(ω)

(5)

其中，cyx(ω)是共譜(cospectrum)，qyx(ω)是正交譜(quadrature spectrum)，二者平方和的平方根稱為振幅譜(amplitude spectrum)。振幅譜

fyx(ω)

的標(biāo)準(zhǔn)化形式稱為平方相干值(squared coherency)，度量變量Y和X在不同頻率上線性關(guān)系的強(qiáng)弱，類似于時域上的同期相關(guān)系數(shù)的平方：*平方相干值的平方根，即如文獻(xiàn)(杜婷，2007)中的相干譜。

(6)

此外，可以用相位譜(phase spectrum)來判斷Y在不同頻率上是領(lǐng)先還是滯后于X：

(7)

相位譜為正表示在該頻率上變量X領(lǐng)先Y，為負(fù)則表示X滯后于Y。由于相位譜的取值范圍是頻率區(qū)間[-π,π]，比較抽象、不夠直觀，我們將其轉(zhuǎn)換為相位差(phase difference)指標(biāo)，其數(shù)值表示具體的領(lǐng)先或滯后季度個數(shù)。最后，對于平方相干值和相位差指標(biāo)，我們給出的結(jié)果是經(jīng)濟(jì)周期頻率范圍內(nèi)(即波動周期為6～32季度)的平均值。

(二)數(shù)據(jù)來源和估算方法*詳細(xì)說明，參見本文數(shù)據(jù)附錄(本文附錄從略，感興趣者可向作者郵件索取)；為節(jié)約篇幅計(jì)，本文并未報(bào)告分區(qū)域的經(jīng)濟(jì)周期波動特征。

本文大部分變量的時間范圍是1992年1季度至2015年4季度，部分?jǐn)?shù)據(jù)覆蓋范圍略小，所有變量在時域或頻域指標(biāo)計(jì)算前都經(jīng)過季節(jié)調(diào)整和濾波處理*HP濾波的平滑參數(shù)取1600，BK和CF濾波的周期范圍設(shè)定為6～32季度。。中國數(shù)據(jù)部分涉及六大組共計(jì)90個變量的季度數(shù)據(jù)(詳見表1)。其中，20個數(shù)據(jù)來自Chang et al.(2016)提供的數(shù)據(jù)集，其余的來自國家統(tǒng)計(jì)局、中國人民銀行等單位發(fā)布的公開資料，或由我們根據(jù)權(quán)威的公開資料估算得到。本文國際比較部分涉及美國、日本、德國、英國、法國、意大利和加拿大7個國家，每個國家涉及四大組32個變量，共計(jì)224個變量的季度數(shù)據(jù)。這四組變量基本與中國六組數(shù)據(jù)的后四組一一對應(yīng)。G7國家的季度數(shù)據(jù)大部分均可通過CEIC或WIND數(shù)據(jù)庫獲取，缺失的主要是季度資本存量和全要素生產(chǎn)率的數(shù)據(jù)。

對于中國和G7各國的資本存量數(shù)據(jù)，我們按照最新版的賓州世界表(pwt 9.0)提供的初始資本存量和折舊率資料，利用永續(xù)盤存法估算得到。此外，生產(chǎn)函數(shù)法估算TFP所需的勞動收入份額，也同樣取自該版賓州世界表。

表1 中國季度數(shù)據(jù)的來源和估算方法

注：CCWZ指Chang et al.(2016)一文所用數(shù)據(jù)集。本文使用的該數(shù)據(jù)集是2016年3月版本：https://www.frbatlanta.org/cqer.aspx。

三、中國經(jīng)濟(jì)周期的典型事實(shí)

(一)生產(chǎn)要素投入

表2報(bào)告了中國各生產(chǎn)要素投入及相關(guān)變量的波動特征。根據(jù)最新的9.0版賓州世界表(pwt 9.0)提供的1992年初始資本存量及折舊率信息，我們用永續(xù)盤存法估算了中國的資本存量序列。中國資本存量的波動周期為34.22季度(8.5年)，小于GDP的周期13年。不論是從譜密度峰值與GDP譜密度峰值的比較看，還是從相對波動性指標(biāo)看，資本存量波動性僅占GDP的六成左右。盡管平方相干值并不顯著，但同期相關(guān)系數(shù)顯示資本存量具有顯著的順周期性。頻域相位差指標(biāo)和時域領(lǐng)先滯后指標(biāo)顯示，資本存量波動領(lǐng)先GDP約1/3個季度。由于中國缺失人均勞動時間的數(shù)據(jù)，我們用就業(yè)人數(shù)表示勞動投入。就業(yè)人數(shù)的波動周期略小于8年，其波動性僅為GDP波動性的8%。更為奇怪的是，勞動人數(shù)與經(jīng)濟(jì)呈逆周期波動且領(lǐng)先經(jīng)濟(jì)波動2～3個季度。*關(guān)于就業(yè)波動的異常情況及其原因，參見下一部分國際比較部分的分析。

表2 中國生產(chǎn)要素投入的波動特征

注：*號表示相干平方值在5%水平上顯著；“TFP2”指考慮資本利用率后的全要素生產(chǎn)率；“相位差” 指各省市經(jīng)濟(jì)周期與全國經(jīng)濟(jì)周期的領(lǐng)先滯后期數(shù)，正值表示領(lǐng)先、負(fù)值代表滯后；“領(lǐng)先滯后”指變量領(lǐng)先實(shí)際GDP波動的季度數(shù)，負(fù)值表示領(lǐng)先、正值代表滯后；除失業(yè)率外，各變量濾波前均取自然對數(shù)。

作為實(shí)際商業(yè)周期模型的核心沖擊源，索洛剩余或TFP在經(jīng)濟(jì)周期實(shí)證研究中占據(jù)著重要地位。然而，正如King et al.(1999)總結(jié)的那樣，RBC理論的“阿基里斯之踵”在于通常估算的索洛余值不是真正的TFP。其中一個主要原因是人們在估算TFP時往往用資本存量代替資本服務(wù)，忽視了資本利用率在經(jīng)濟(jì)周期不同階段的易變性。參照Burnside et al. (1996)的做法，本文假定非居民電力消費(fèi)量與資本服務(wù)成比例：

Et=φSt

(8)

從而代入生產(chǎn)函數(shù)法可以計(jì)算得到修正的TFP:

(9)

其中，勞動收入份額同樣取值pwt 9.0。我們發(fā)現(xiàn)，修正的TFP相比于原始的TFP，其波動特征有兩個重要變化：一是與經(jīng)濟(jì)波動的順周期性急劇下降；二是領(lǐng)先滯后關(guān)系從略微領(lǐng)先或同期波動，變?yōu)闇蠼?jīng)濟(jì)波動接近4個季度。

另一個在不同的經(jīng)濟(jì)周期模型中引起爭議的變量是實(shí)際工資。中國實(shí)際工資的波動周期接近6.5年，其波動性高達(dá)GDP的2.5倍。盡管不太顯著，但中國的實(shí)際工資表現(xiàn)為逆周期，且滯后經(jīng)濟(jì)波動3.67個季度。失業(yè)率的周期長度不到5年，波動性占GDP的六成。其逆周期性同樣也不顯著，但波動的滯后期大于實(shí)際工資。最后，作為與勞動報(bào)酬密切相關(guān)的變量，個人可支配收入表現(xiàn)為順周期，且領(lǐng)先經(jīng)濟(jì)波動1個季度。

(二)支出法GDP分項(xiàng)構(gòu)成

絕大多數(shù)關(guān)于經(jīng)濟(jì)周期波動特征的經(jīng)驗(yàn)研究，都是圍繞支出法GDP分項(xiàng)構(gòu)成而展開。表3不僅報(bào)告了常規(guī)的支出法GDP分項(xiàng)構(gòu)成，而且針對不同投資類型進(jìn)行了更為細(xì)致的考察。

表3 中國支出法GDP分項(xiàng)的波動特征

注：*號表示相干平方值在5%水平上顯著； “相位差”指各省市經(jīng)濟(jì)周期與全國經(jīng)濟(jì)周期的領(lǐng)先滯后期數(shù)，正值表示領(lǐng)先、負(fù)值代表滯后；“領(lǐng)先滯后”指變量領(lǐng)先實(shí)際GDP波動的季度數(shù)，負(fù)值表示領(lǐng)先、正值代表滯后；除占比數(shù)據(jù)外，各變量濾波前均取自然對數(shù)。

首先，消費(fèi)方面，私人消費(fèi)和政府消費(fèi)的波動周期分別為5年和7年，二者的波動性都顯著大于GDP，分別高達(dá)后者的1.6倍和3.3倍。二者都表現(xiàn)為順周期，盡管政府消費(fèi)的順周期性并不顯著。在私人消費(fèi)相對經(jīng)濟(jì)波動的領(lǐng)先滯后關(guān)系方面，頻域相位差指標(biāo)和時域領(lǐng)先滯后指標(biāo)指向不同的結(jié)論。然而，由于頻域平方相干值顯示私人消費(fèi)同GDP的協(xié)動性不顯著，因而我們更傾向于接受時域指標(biāo)的結(jié)果，即認(rèn)為私人消費(fèi)領(lǐng)先經(jīng)濟(jì)波動1個季度。有趣的是，政府消費(fèi)領(lǐng)先經(jīng)濟(jì)波動的時期甚至超過了私人消費(fèi)，達(dá)到1.67個季度。因此，在中國，政府消費(fèi)不但沒有起到平抑經(jīng)濟(jì)波動的作用，而且似乎是經(jīng)濟(jì)周期的一個重要波動源。

固定資本形成方面，投資的波動周期為6.5年，相對波動性為3倍，都略低于政府消費(fèi)的水平。投資是順周期的，且領(lǐng)先經(jīng)濟(jì)波動長達(dá)3個季度，凸顯其在中國經(jīng)濟(jì)周期形成中的關(guān)鍵作用。作為另一種形式的投資，存貨變動占GDP比重的波動周期要短許多，不到3年，表明其對經(jīng)濟(jì)周期的影響主要體現(xiàn)在經(jīng)濟(jì)的短期波動上。另外，存貨變動的標(biāo)準(zhǔn)差約是GDP的1.45倍，順周期且更為顯著，平均滯后經(jīng)濟(jì)波動1個季度。對外貿(mào)易方面，出口、進(jìn)口和凈出口占比的周期長度相似，約為6～7年。對外貿(mào)易變量的波動性要遠(yuǎn)高于消費(fèi)和投資，進(jìn)出口的波動性約為GDP的7～8倍。與GDP的協(xié)動性方面，三者都是順周期的，進(jìn)口與經(jīng)濟(jì)同步波動，其余二者有一定的滯后性。

(三)財(cái)政、貨幣和物價(jià)

觀察財(cái)政變量的波動特征有助于更全面地把握政府在經(jīng)濟(jì)周期中的作用，貨幣信貸的波動特征是判斷金融因素是否重要的關(guān)鍵，物價(jià)是順周期還是逆周期則是推斷沖擊來自需求端或供給側(cè)的主要依據(jù)。表4報(bào)告了中國財(cái)政、貨幣及物價(jià)等15個變量的波動特征。

表4 中國財(cái)政、貨幣及物價(jià)的波動特征

(續(xù)表4)

變量濾波方法周期譜密度峰值平方相干值相位差相對波動性一階自相關(guān)同期相關(guān)領(lǐng)先滯后對應(yīng)極值CPICF40．005．130．52?-2．12 2．560．940．423．000．73HP32．009．050．47?-2．012．650．950．513．000．68BK36．009．790．43-1．512．660．980．513．000．68平均36．007．990．47-1．882．630．960．483．000．70PPICF15．254．450．50?-1．49 2．930．880．442．000．69HP12．833．910．49?-1．072．270．800．452．000．47BK26．504．400．53?-1．282．480．890．512．000．66平均18．194．250．51-1．282．560．860．472．000．60投資價(jià)格CF15．202．700．49?-2．46 2．370．900．313．000．79HP18．406．140．34-0．972．730．910．511．000．55BK34．003．380．67?-0．571．910．920．383．000．73平均22．534．070．50-1．332．340．910．402．330．69CPI/PPICF20．331．740．30-0．27 1．940．88-0．43 1．00-0．47 HP19．251．900．360．091．680．76-0．400．00-0．40BK26．502．260．33-0．221．710．89-0．461．00-0．47平均22．031．970．33-0．131．780．85-0．430．67-0．45投資價(jià)格/CPICF25．331．730．070．341．990．85-0．20 -2．00 -0．27 HP18．406．800．18-0．422．750．890．005．00-0．46BK34．002．640．270．981．550．96-0．44-2．00-0．50平均25．913．720．170．302．100．90-0．210．33-0．41

注：*號表示相干平方值在5%水平上顯著； “相位差”指各省市經(jīng)濟(jì)周期與全國經(jīng)濟(jì)周期的領(lǐng)先滯后期數(shù)，正值表示領(lǐng)先、負(fù)值代表滯后；“領(lǐng)先滯后”指變量領(lǐng)先實(shí)際GDP波動的季度數(shù)，負(fù)值表示領(lǐng)先、正值代表滯后；除赤字占比數(shù)據(jù)外，各變量濾波前均取自然對數(shù)。

財(cái)政方面，財(cái)政收入、支出及赤字占比的波動周期分別為4.5、9和3.5年，三者的波動性分別為GDP的5.2、3.8和0.92倍。財(cái)政收入順周期，略微領(lǐng)先或與經(jīng)濟(jì)同期波動。財(cái)政支出和赤字占比均為逆周期，但前者滯后經(jīng)濟(jì)波動1個季度。財(cái)政支出按經(jīng)濟(jì)功能可分為一般業(yè)務(wù)支出即政府消費(fèi)、投資性支出即政府投資和轉(zhuǎn)移性支出。財(cái)政支出及赤字占比的逆周期性表明，雖然政府消費(fèi)順周期、政府投資逆周期，但總體而言，政府經(jīng)濟(jì)活動還是起到了經(jīng)濟(jì)穩(wěn)定器的作用。

貨幣方面，我們不僅考察了基礎(chǔ)貨幣及3種不同口徑的貨幣存量，而且考慮到中國偏重銀行信貸渠道的貨幣傳導(dǎo)機(jī)制，還著重研究了銀行信貸余額的波動特征。研究發(fā)現(xiàn)，基礎(chǔ)貨幣及M0、M1和M2的波動周期范圍是6～8年，且3種貨幣的周期長度隨著口徑拓寬而逐漸延長。波動性方面，基礎(chǔ)貨幣是GDP的5倍，3種貨幣中M1波動性最大、M2最小。所有貨幣變量都是順周期的，基礎(chǔ)貨幣和M0滯后于經(jīng)濟(jì)波動，M1及M2領(lǐng)先經(jīng)濟(jì)波動，隨貨幣口徑拓寬其滯后性漸弱而領(lǐng)先性漸強(qiáng)。銀行貸款余額方面，我們發(fā)現(xiàn)短期貸款與長期貸款的波動特征不盡相同。就波動周期長度而言，貸款總額大致為6年，長期貸款為6.5年，但短期貸款長達(dá)8年，總體而言其長度與貨幣變量相當(dāng)。然而，各種口徑的貸款波動性要大于貨幣變量，約為GDP波動的4倍左右。協(xié)動性方面，貸款變量均為順周期但不顯著，貸款總額和長期貸款領(lǐng)先經(jīng)濟(jì)波動1個多季度，同時短期貸款卻滯后經(jīng)濟(jì)波動長達(dá)6個季度。

物價(jià)方面，我們著重考察較有代表性的消費(fèi)者價(jià)格指數(shù)、工業(yè)品價(jià)格指數(shù)以及固定資本形成價(jià)格指數(shù)。此外，我們還考察了消費(fèi)者價(jià)格指數(shù)和后兩者價(jià)格指數(shù)的比率，以期獲得物價(jià)波動的結(jié)構(gòu)信息。研究發(fā)現(xiàn)，CPI、PPI和投資價(jià)格的波動周期差異較大，其長度分別為9、4.5和6年左右。除此之外，它們的其它波動特征極為一致，波動性相當(dāng)于GDP的2.5倍上下，順周期且滯后經(jīng)濟(jì)波動2～3個季度。價(jià)格比率方面，CPI/PPI與投資價(jià)格/CPI都表現(xiàn)為逆周期。這說明在經(jīng)濟(jì)低迷期，消費(fèi)品價(jià)格和工業(yè)品價(jià)格的缺口以及投資品價(jià)格和消費(fèi)品價(jià)格的缺口都逐漸增大。*關(guān)于近年來中國經(jīng)濟(jì)中CPI和PPI缺口持續(xù)擴(kuò)大的進(jìn)一步探討，參見下一部分國際比較部分的分析。不同的是，前者的波動滯后于GDP，而后者則是領(lǐng)先的。

(四)貿(mào)易條件、匯率及利率

第四部分的研究表明，對外貿(mào)易變量的波動對中國經(jīng)濟(jì)周期而言舉足輕重。此處，我們進(jìn)一步從對外貿(mào)易價(jià)格的角度考察貿(mào)易條件和有效匯率等變量的波動特征。此外，我們也將進(jìn)一步考察名義利率、利差及股價(jià)指數(shù)等金融變量的周期性質(zhì)。表5報(bào)告了10個相關(guān)變量的波動特征。

表5 中國貿(mào)易條件、匯率及利率的波動特征

注：*號表示相干平方值在5%水平上顯著； “相位差”指各省市經(jīng)濟(jì)周期與全國經(jīng)濟(jì)周期的領(lǐng)先滯后期數(shù)，正值表示領(lǐng)先、負(fù)值代表滯后；“領(lǐng)先滯后”指變量領(lǐng)先實(shí)際GDP波動的季度數(shù)，負(fù)值表示領(lǐng)先、正值代表滯后；除利率、利差外，各變量濾波前均取自然對數(shù)。

對外貿(mào)易價(jià)格方面，我們用出口價(jià)格指數(shù)除以進(jìn)口價(jià)格指數(shù)代表貿(mào)易條件。周期長度方面，進(jìn)出口價(jià)格指數(shù)接近4年，貿(mào)易條件則長達(dá)6年。進(jìn)口價(jià)格的波動性最大、出口價(jià)格波動性最小，前者接近GDP的4.6倍，其余二者則相當(dāng)于GDP的3倍多。協(xié)動性方面，進(jìn)出口價(jià)格順周期，貿(mào)易條件逆周期，三者的波動均滯后于GDP。有趣的是，三者在粘持性和波動的滯后長度方面有相同的排序，出口價(jià)格的粘持性最強(qiáng)、滯后性最長，而貿(mào)易條件則是最弱、最短的。與貿(mào)易條件密切相關(guān)的變量是有效匯率指數(shù)。不論是名義還是實(shí)際指數(shù)，匯率變量的周期都是5年，波動性相當(dāng)于GDP的3.2倍，都是逆周期，但實(shí)際有效匯率指數(shù)領(lǐng)先經(jīng)濟(jì)波動1個季度。

名義利率方面，我們分別以貨幣市場7天拆借利率、1年期存款基準(zhǔn)利率和貸款利率表示短期利率、存款利率和貸款利率。研究發(fā)現(xiàn)，短期利率和存款利率的波動周期更長，約為7年多，而貸款利率的周期為5年多。3種利率的波動性都很小，僅相當(dāng)于GDP的兩成左右，且都表現(xiàn)為順周期、滯后經(jīng)濟(jì)波動1個多季度。鑒于存貸款利差對中國商業(yè)銀行利潤的重要貢獻(xiàn)，我們也考察了利差的波動特征，存貸利差的波動周期約為4年，波動性僅占GDP的12%，表現(xiàn)為順周期且滯后經(jīng)濟(jì)波動1個季度。最后，我們還考察了上證綜指的波動特征，其波動周期略小于4年，接近23倍于GDP標(biāo)準(zhǔn)差的波動性反映了中國股市的強(qiáng)投機(jī)性。有趣的是，高達(dá)0.5的順周期性表明中國股市仍然具有較好的“經(jīng)濟(jì)晴雨表”功能，但它明顯不具備預(yù)測經(jīng)濟(jì)走向的作用。

四、國際比較和差異分析

(一)中國與G7國家波動特征的異同

根據(jù)第三部分的分類，本部分我們從生產(chǎn)要素投入，支出法GDP構(gòu)成，財(cái)政、貨幣和物價(jià)，貿(mào)易條件、匯率和利率4個方面，橫向比較并總結(jié)中國與G7國家在32個變量波動特征上的異同。中國各變量的粘持性與G7國家基本相同，相對本國GDP的波動性普遍遠(yuǎn)超G7諸國，而與經(jīng)濟(jì)波動的同期相關(guān)性又顯著較低。在變量同GDP波動的協(xié)同性方面，相似與不同并存。為行文簡潔和節(jié)約篇幅，表6主要報(bào)告中國與G7國家具有重大不同的幾個變量，完整的國際比較分析參見本文附錄B。

在中國與G7國家的相似性方面，物價(jià)波動特別值得一提。首先，中國與多數(shù)G7國家的物價(jià)波動均表現(xiàn)為順周期且滯后于經(jīng)濟(jì)波動，表明近20多年來中國與大多數(shù)G7國家遭受的經(jīng)濟(jì)沖擊主要來自需求層面。其次， CPI/PPI在所有研究樣本內(nèi)的國家無一例外均呈逆周期波動。這說明，中國CPI與PPI的背離并不特殊，是經(jīng)濟(jì)周期低迷時期普遍存在的現(xiàn)象。反過來可以推論，在某種程度上中國CPI和PPI的背離也是一種經(jīng)濟(jì)周期現(xiàn)象。

中國與G7國家的不同也非常顯著，主要體現(xiàn)在資本存量、勞動投入、政府消費(fèi)、投資、凈出口、M2變量的不同波動特征上。具體而言：

(1)生產(chǎn)要素投入。中國資本存量的波動領(lǐng)先于GDP，而G7國家平均滯后3.7個季度。中國勞動投入逆周期且領(lǐng)先經(jīng)濟(jì)波動2.67個季度，而G7國家的勞動投入表現(xiàn)為順周期且滯后于經(jīng)濟(jì)波動。中國的TFP、勞動生產(chǎn)率與經(jīng)濟(jì)是同步波動的，而G7國家平均而言分別領(lǐng)先0.29、0.62個季度。中國的實(shí)際工資表現(xiàn)為輕微的逆周期，而G7國家多呈輕微的順周期。

(2)支出法GDP構(gòu)成。中國和日本的政府消費(fèi)波動均呈順周期特征，而G7國家中除日本外均為逆周期，這可能與東亞政府在市場經(jīng)濟(jì)中干預(yù)更積極、規(guī)模更龐大有關(guān)*實(shí)際上，我們發(fā)現(xiàn)韓國的政府消費(fèi)波動也呈顯著的順周期特征。。中國投資領(lǐng)先GDP波動長達(dá)3個季度，而G7國家大多與GDP同步波動。不同于中國的順周期，G7國家中除日本、德國及意大利外，多數(shù)國家的凈出口占比呈無周期或順周期不顯著的特征，美、英、法甚至表現(xiàn)為逆周期。

(3)財(cái)政、貨幣和物價(jià)。中國M2順周期且領(lǐng)先經(jīng)濟(jì)波動1.67個季度，而G7國家多呈逆周期且多滯后于經(jīng)濟(jì)波動。中國M2的領(lǐng)先性與投資波動的領(lǐng)先性密切相關(guān)，因?yàn)樵阢y行間接融資體制下，銀行貸款是企業(yè)固定資產(chǎn)投資的主要資金來源。

(4)貿(mào)易條件、匯率和利率。 中國長短期國債的期限利差逆周期且滯后于經(jīng)濟(jì)波動，G7國家平均而言則領(lǐng)先于經(jīng)濟(jì)波動。中國股價(jià)指數(shù)波動性遠(yuǎn)超G7國家，且中國股價(jià)與經(jīng)濟(jì)同步波動，而G7國家普遍領(lǐng)先經(jīng)濟(jì)波動1～2個季度。

表6 中國與G7國家相關(guān)變量波動特征的比較

注：“相對波動性”一欄，均指各變量標(biāo)準(zhǔn)差與實(shí)際GDP標(biāo)準(zhǔn)差的比值；“同期相關(guān)”指變量與實(shí)際GDP的同期交叉相關(guān)系數(shù)；“領(lǐng)先滯后”指變量領(lǐng)先實(shí)際GDP波動的季度數(shù)，負(fù)值表示領(lǐng)先、正值代表滯后；“對應(yīng)極值”指變量與實(shí)際GDP的多期交叉相關(guān)系數(shù)中絕對值最大者，與“領(lǐng)先滯后”期數(shù)相對應(yīng)；表中數(shù)值為HP濾波、BK濾波及CF濾波結(jié)果的簡單算術(shù)平均值；各變量濾波前均取自然對數(shù)。

(二)中國不同于G7國家的原因分析

各變量同GDP波動具有更低的同期相關(guān)性、更高的相對波動性，是發(fā)展中國家和新興經(jīng)濟(jì)體經(jīng)濟(jì)周期波動的普遍特征。前者與市場運(yùn)行機(jī)制不完善有關(guān)，后者則是由于經(jīng)濟(jì)發(fā)展面臨更多的沖擊和不確定性因素。考慮到相對重要性及數(shù)據(jù)可得性，以下我們主要針對投資、資本、勞動投入、貿(mào)易余額等變量波動的差異性展開分析。

1.投資、資本存量領(lǐng)先經(jīng)濟(jì)波動

鑒于投資在中國經(jīng)濟(jì)周期形成中的特殊地位，我們首先按照投資主體類型對其展開進(jìn)一步考察(表7)。依據(jù)主體類型，投資可以分成私企投資、國企投資、其它企業(yè)投資、政府投資和家庭投資5類。從波動周期而言，這5類投資比較接近，周期范圍在5～7年，私企投資周期最短、國企投資周期最長。從相對于GDP的波動性看，私企投資的波動性也是最小的，為3.88倍，其次是其他企業(yè)投資和家庭投資，最大的是政府投資和國企投資，二者的相對波動性接近8倍。從與經(jīng)濟(jì)波動的順周期性來看，家庭投資表現(xiàn)為逆周期，政府投資、國企投資的逆周期性不顯著，其余的均為順周期。從領(lǐng)先滯后關(guān)系來看，私企投資領(lǐng)先經(jīng)濟(jì)波動，國企投資、政府投資和家庭投資滯后于經(jīng)濟(jì)波動，其它企業(yè)投資與經(jīng)濟(jì)同步波動。

表7 分主體、分類型投資的波動特征

注：*號表示相干平方值在5%水平上顯著； “相位差”指各省市經(jīng)濟(jì)周期與全國經(jīng)濟(jì)周期的領(lǐng)先滯后期數(shù)，正值表示領(lǐng)先、負(fù)值代表滯后；“領(lǐng)先滯后”指變量領(lǐng)先實(shí)際GDP波動的季度數(shù)，負(fù)值表示領(lǐng)先、正值代表滯后；除占比數(shù)據(jù)外，各變量濾波前均取自然對數(shù)。

此外，我們還可依據(jù)行業(yè)投向?qū)⑼顿Y分為制造業(yè)投資、基建投資和房地產(chǎn)投資，這也是大多數(shù)中國經(jīng)濟(jì)觀察家的角度。*這里，基建投資的口徑包括“電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)”、“交通運(yùn)輸、倉儲及郵政業(yè)”以及“水利、環(huán)境及公共衛(wèi)生管理業(yè)”，相關(guān)季度數(shù)據(jù)始于2004年。我們發(fā)現(xiàn)，按行業(yè)分類的投資波動周期更短，約為3～5年。制造業(yè)投資的相對波動性為2.7倍，順周期且領(lǐng)先經(jīng)濟(jì)波動1個季度。房地產(chǎn)投資的波動性略大，為GDP的3.5倍，同樣表現(xiàn)為順周期但滯后于經(jīng)濟(jì)波動?；ㄍ顿Y的波動性高達(dá)經(jīng)濟(jì)波動的8倍，逆周期且滯后經(jīng)濟(jì)波動長達(dá)2個季度。

因此，投資的順周期性主要源自私營企業(yè)的制造業(yè)投資和房地產(chǎn)投資，其領(lǐng)先經(jīng)濟(jì)波動的性質(zhì)則主要來自其制造業(yè)投資活動。此外，盡管政府消費(fèi)沒有起到平抑經(jīng)濟(jì)波動的作用，但政府投資和國企投資很大程度上是通過基礎(chǔ)設(shè)施建設(shè)發(fā)揮了前述作用。

2.勞動投入逆周期且領(lǐng)先經(jīng)濟(jì)波動

中國就業(yè)人數(shù)的波動模式與G7國家差異極大：(1)中國就業(yè)人數(shù)的相對波動性極低，僅為GDP波動性的8%，而G7國家平均達(dá)到GDP波動的50%；(2)中國就業(yè)人數(shù)表現(xiàn)為逆周期且領(lǐng)先經(jīng)濟(jì)波動2.67個季度，而G7各國均為順周期且平均滯后經(jīng)濟(jì)波動1.52個季度。至于這種異常的原因，或許是季度就業(yè)數(shù)據(jù)估算質(zhì)量的問題。為了弄清數(shù)據(jù)估算方法的影響，表8報(bào)告了年度就業(yè)的波動特征。我們發(fā)現(xiàn)，CF濾波方法下的年度就業(yè)波動呈逆周期，但HP和BK方法下是順周期或無周期的。平均而言，年度就業(yè)波動的順周期不顯著，但較為明確地表現(xiàn)為領(lǐng)先經(jīng)濟(jì)波動的特點(diǎn)。從年度分產(chǎn)業(yè)就業(yè)波動特征看，一產(chǎn)就業(yè)逆周期且滯后經(jīng)濟(jì)波動1.33個季度，二、三產(chǎn)就業(yè)順周期且均表現(xiàn)出領(lǐng)先經(jīng)濟(jì)波動的特征。鑒于年度數(shù)據(jù)顯示一產(chǎn)就業(yè)與二、三產(chǎn)就業(yè)波動的不同，我們按照與估算季度總就業(yè)相同的Denton插值方法，估算了分產(chǎn)業(yè)的季度就業(yè)數(shù)據(jù)，并將其季度波動特征一并報(bào)告于表8。我們發(fā)現(xiàn)，季度分產(chǎn)業(yè)就業(yè)波動與年度的情況類似，只是二產(chǎn)就業(yè)轉(zhuǎn)變?yōu)闇笥诮?jīng)濟(jì)波動了。由此可見，中國季度總就業(yè)的逆周期性及領(lǐng)先經(jīng)濟(jì)波動特征，不大可能是人為的數(shù)據(jù)估算誤差所造成的。而且，其逆周期性是受了一產(chǎn)就業(yè)逆周期性的影響，而其領(lǐng)先經(jīng)濟(jì)波動的特征則與三產(chǎn)就業(yè)的領(lǐng)先性質(zhì)有關(guān)。

表8 就業(yè)波動特征的穩(wěn)健性分析結(jié)果

注：“同期相關(guān)”指變量與實(shí)際GDP的同期交叉相關(guān)系數(shù)；“領(lǐng)先滯后”指變量領(lǐng)先實(shí)際GDP波動的季度數(shù)，負(fù)值表示領(lǐng)先、正值代表滯后；“對應(yīng)極值”指變量與實(shí)際GDP的多期交叉相關(guān)系數(shù)中絕對值最大者，與“領(lǐng)先滯后”期數(shù)相對應(yīng)；各變量濾波前均取自然對數(shù)。

為了進(jìn)一步分析一產(chǎn)就業(yè)逆周期及三產(chǎn)就業(yè)領(lǐng)先性的原因，我們從分產(chǎn)業(yè)或分行業(yè)增加值的視角，對中國經(jīng)濟(jì)周期的波動特征做了總結(jié)(表9)。研究發(fā)現(xiàn)，中國實(shí)際GDP的波動周期約為13年，農(nóng)業(yè)的周期長度為9年，二、三產(chǎn)業(yè)為7年左右。農(nóng)業(yè)的波動性小于GDP、二產(chǎn)略大、三產(chǎn)持平，建筑業(yè)、金融業(yè)和房地產(chǎn)業(yè)的波動性相當(dāng)于GDP的2～3倍。農(nóng)業(yè)的波動無周期，二、三產(chǎn)業(yè)順周期，分行業(yè)中工業(yè)、房地產(chǎn)、建筑業(yè)和金融業(yè)順周期性最強(qiáng)。農(nóng)業(yè)領(lǐng)先GDP波動，二、三產(chǎn)業(yè)同步波動，建筑、金融和房地產(chǎn)業(yè)的波動領(lǐng)先于GDP，住宿餐飲、交通運(yùn)輸倉儲和郵政、批發(fā)零售等行業(yè)滯后于GDP，余下的行業(yè)與GDP同步波動。

尤其值得注意的是，二產(chǎn)中的建筑業(yè)、三產(chǎn)中的金融和房地產(chǎn)業(yè)的波動領(lǐng)先于GDP。由于這些行業(yè)在經(jīng)濟(jì)中占比較大，三產(chǎn)及整體就業(yè)波動的領(lǐng)先性應(yīng)該與其增加值波動的順周期性有關(guān)。另外，如果考慮到中國經(jīng)濟(jì)的城鄉(xiāng)二元特征，則一產(chǎn)及整體就業(yè)的逆周期性也可以得到合理的解釋。中國存在數(shù)億的農(nóng)民工，而且大都就職于城市中工業(yè)、建筑業(yè)和房地產(chǎn)業(yè)等部門。由于工業(yè)、房地產(chǎn)、建筑業(yè)增加值波動的順周期性很強(qiáng)，隨著數(shù)量龐大的農(nóng)民工進(jìn)入、退出城市就業(yè)市場，農(nóng)村及農(nóng)業(yè)的就業(yè)波動必然表現(xiàn)為逆周期性。

表9 中國分行業(yè)增加值的波動特征

注：*號表示相干平方值在5%水平上顯著；“相位差”指各省市經(jīng)濟(jì)周期與全國經(jīng)濟(jì)周期的領(lǐng)先滯后期數(shù)，正值表示領(lǐng)先、負(fù)值代表滯后；“領(lǐng)先滯后”指變量領(lǐng)先實(shí)際GDP波動的季度數(shù)，負(fù)值表示領(lǐng)先、正值代表滯后；各變量濾波前均取自然對數(shù)。

3.凈出口占GDP比重順周期波動

在大多數(shù)的發(fā)達(dá)經(jīng)濟(jì)體，凈出口或貿(mào)易余額的波動都是逆周期或無周期的。我們在國際比較部分發(fā)現(xiàn)的順周期的國家，如中國、日本和德國，乃至文獻(xiàn)綜述部分提及的韓國的共同點(diǎn)是貿(mào)易順差和進(jìn)出口部門的規(guī)模都較大。這意味著，我們可以從可貿(mào)易部門、不可貿(mào)易部門的視角來研究這個問題。通常而言，制造業(yè)是最典型的可貿(mào)易部門，而第三產(chǎn)業(yè)中的服務(wù)業(yè)以及第二產(chǎn)業(yè)中的公用事業(yè)、建筑業(yè)是最不具可貿(mào)易性的。就中國而言，可貿(mào)易部門可以界定為采礦業(yè)和制造業(yè)，其它行業(yè)可以統(tǒng)歸為不可貿(mào)易

圖1可貿(mào)易部門與貿(mào)易余額

部門*文獻(xiàn)中區(qū)分可貿(mào)易與不可貿(mào)易產(chǎn)品部門的通常做法是，利用投入產(chǎn)出表計(jì)算該產(chǎn)品部門的可貿(mào)易性，并將計(jì)算結(jié)果與事先設(shè)定的門檻值進(jìn)行比較。關(guān)于可貿(mào)易性的測度，文獻(xiàn)中有兩種流行的口徑：一是各產(chǎn)品部門出口占該產(chǎn)品部門總產(chǎn)出的比例；二是各產(chǎn)品部門進(jìn)出口之和占該產(chǎn)品部門總產(chǎn)出的比例。關(guān)于可貿(mào)易性的門檻值，第一種可貿(mào)易性口徑的門檻值設(shè)在10%，第二種口徑將“批發(fā)和零售業(yè)”的可貿(mào)易性設(shè)為門檻值。。

根據(jù)圖1，在可貿(mào)易部門價(jià)格PT給定條件下，貿(mào)易余額NX等于可貿(mào)易部門供給ST減去對可貿(mào)易部門的國內(nèi)需求DT。因此，引起貿(mào)易余額變動的因素有三種：一是需求DT曲線的移動；二是供給ST曲線的移動；三是可貿(mào)易部門價(jià)格PT的變化。首先，貿(mào)易余額的順周期波動不可能是由需求曲線移動所導(dǎo)致。對可貿(mào)易部門的國內(nèi)需求不外乎居民和政府的消費(fèi)需求、可貿(mào)易部門自身的投資需求以及不可貿(mào)易部門的投資需求。然而，所有這些消費(fèi)需求或投資需求都是順周期的，從而DT曲線的移動將導(dǎo)致逆周期的貿(mào)易余額。

其次，可貿(mào)易部門的技術(shù)波動可以帶來順周期的貿(mào)易余額。實(shí)際經(jīng)濟(jì)周期理論(RBC)強(qiáng)調(diào)，技術(shù)進(jìn)步或全要素生產(chǎn)率(TFP)的波動能夠解釋絕大部分的商業(yè)周期現(xiàn)象。若進(jìn)一步細(xì)分可貿(mào)易部門與不可貿(mào)易部門的技術(shù)進(jìn)步，我們發(fā)現(xiàn)可貿(mào)易部門的技術(shù)進(jìn)步速度遠(yuǎn)高于后者，而且前者技術(shù)進(jìn)步的波動性也可能更大。這樣，商業(yè)周期現(xiàn)象很可能是由可貿(mào)易部門技術(shù)波動引起的。在這些條件滿足的情況下，可貿(mào)易部門技術(shù)進(jìn)步將使ST曲線右移，從而貿(mào)易余額是順周期的。

另外，可貿(mào)易部門價(jià)格的波動也能引起貿(mào)易余額的順周期波動。由一價(jià)定律知，可貿(mào)易部門價(jià)格PT等于可貿(mào)易品國際價(jià)格P*T和本國匯率E的乘積：

PT=P*T·E

(10)

由于中國人民銀行對匯率中間價(jià)的有效管理，加上可貿(mào)易品國際價(jià)格的外生性，中國可貿(mào)易部門的價(jià)格基本上是外生給定的。當(dāng)國際市場不景氣或人民幣匯率升值時，可貿(mào)易部門的國內(nèi)需求增加而供給減少，從而貿(mào)易余額迅速下降。伴隨貿(mào)易余額下降的還有可貿(mào)易部門產(chǎn)出YT的減少，以及通過部門的需求關(guān)聯(lián)導(dǎo)致不可貿(mào)易部門產(chǎn)出的進(jìn)一步減少。

盡管二者對貿(mào)易余額順周期同樣具有解釋力，但可貿(mào)易部門價(jià)格變動假說能夠解釋更多的經(jīng)濟(jì)周期現(xiàn)象。其中一個就是CPI/PPI波動的逆周期性。按照可貿(mào)易、不可貿(mào)易部門分析框架，CPI基本與不可貿(mào)易部門的價(jià)格對應(yīng)，而PPI本身就主要是可貿(mào)易的工業(yè)品出廠價(jià)格。在可貿(mào)易價(jià)格外生條件下，可貿(mào)易部門技術(shù)進(jìn)步通過“巴拉薩-薩繆爾森” 效應(yīng)帶動不可貿(mào)易部門價(jià)格的上升，從而CPI/PPI是順周期波動的。另外，可貿(mào)易部門價(jià)格波動假說的合理性不僅顯而易見，而且其與實(shí)際有效匯率的逆周期性也是一致的。

五、結(jié)論和啟示

本文利用Chang et al.(2016)估算的中國宏觀經(jīng)濟(jì)季度數(shù)據(jù)集，首次全面總結(jié)了1992年以來中國宏觀經(jīng)濟(jì)變量的季度周期波動特征。通過與G7國家的橫向比較，我們發(fā)現(xiàn)：一方面，中國經(jīng)濟(jì)周期的波動具有發(fā)展中國家和新興經(jīng)濟(jì)體的一些普遍特征，例如中國各變量相對本國GDP的波動性遠(yuǎn)超G7諸國，而其與經(jīng)濟(jì)波動的同期相關(guān)性又顯著更低；另一方面，一些變量獨(dú)具中國特色的波動特征，凸顯其在中國經(jīng)濟(jì)波動中扮演的重要角色，其中較突出的有，政府消費(fèi)的順周期，投資和資本存量領(lǐng)先經(jīng)濟(jì)波動，就業(yè)領(lǐng)先且呈現(xiàn)逆周期波動，貿(mào)易余額的波動表現(xiàn)為順周期等。這些差異為我們構(gòu)建符合中國實(shí)際的宏觀經(jīng)濟(jì)模型提供了重要的切入點(diǎn)。

進(jìn)一步的成因分析發(fā)現(xiàn)，政府消費(fèi)的順周期是中、日、韓等東亞經(jīng)濟(jì)體的共性，體現(xiàn)了東亞政府在市場經(jīng)濟(jì)中的特殊作用。同時我們也發(fā)現(xiàn)不同投資主體和不同類型的投資，其波動特征差異很大。投資的順周期性主要源自私營企業(yè)的制造業(yè)投資和房地產(chǎn)投資，其領(lǐng)先經(jīng)濟(jì)波動的性質(zhì)則主要來自其制造業(yè)投資活動。此外，盡管政府消費(fèi)沒有起到平抑經(jīng)濟(jì)波動的作用，但政府投資和國企投資很大程度上通過基礎(chǔ)設(shè)施建設(shè)發(fā)揮了前述作用。就業(yè)波動的逆周期源自農(nóng)業(yè)就業(yè)的逆周期，其領(lǐng)先性質(zhì)則源于建筑業(yè)、金融、房地產(chǎn)等不可貿(mào)易部門增加值波動的領(lǐng)先性質(zhì)。由于存在二元經(jīng)濟(jì)結(jié)構(gòu)，大量農(nóng)民工隨著城市中制造業(yè)等可貿(mào)易部門以及建筑業(yè)、房地產(chǎn)等不可貿(mào)易部門的擴(kuò)張而離開農(nóng)村和農(nóng)業(yè)崗位，造成了農(nóng)業(yè)就業(yè)的逆周期性。在匯率固定和一價(jià)定律成立的前提下，在可貿(mào)易、不可貿(mào)易部門框架下，可貿(mào)易部門的技術(shù)波動和價(jià)格外生變化都可以解釋貿(mào)易余額的順周期性。但是，可貿(mào)易部門價(jià)格變動的解釋力更強(qiáng)，不僅能解釋CPI/PPI比率波動的逆周期性，而且也和實(shí)際有效匯率的逆周期性相一致?？梢?，可貿(mào)易、不可貿(mào)易部門框架是研究中國經(jīng)濟(jì)周期波動的重要視角。

實(shí)際上，該框架也能對2008年全球金融危機(jī)后中國經(jīng)濟(jì)下行、PPI負(fù)增長、三產(chǎn)相對二產(chǎn)比重快速上升、貿(mào)易余額占GDP比重下降等現(xiàn)象提供非常一致的解釋。我們認(rèn)為，造成這一系列現(xiàn)象的沖擊因素是可貿(mào)易部門價(jià)格的外生性下降,并直接造成了PPI的持續(xù)負(fù)增長。可貿(mào)易部門價(jià)格之所以大幅下降，一是由于全球需求不足帶來的可貿(mào)易品國際價(jià)格的下跌，二是因?yàn)槿嗣駧艑?shí)際有效匯率的大幅度升值。正如本文第四部分所述，可貿(mào)易部門價(jià)格下降使得可貿(mào)易部門削減生產(chǎn)，同時提高了國內(nèi)經(jīng)濟(jì)主體對可貿(mào)易部門的消費(fèi)和投資需求，因而貿(mào)易余額大幅減少。由于諸如交通運(yùn)輸業(yè)等不可貿(mào)易部門高度依賴采礦業(yè)、制造業(yè)等可貿(mào)易部門的需求，后者增速下降必然帶動前者減速。但由于后者在可貿(mào)易品價(jià)格外生下降過程中首當(dāng)其沖，因而第二產(chǎn)業(yè)增速的下降幅度要大于第三產(chǎn)業(yè)。實(shí)際上，中國近年來服務(wù)業(yè)占比的上升更多地表現(xiàn)為工業(yè)低迷引起的被動擴(kuò)張。

總而言之，目前關(guān)于中國經(jīng)濟(jì)減速成因的討論更多地集中于識別沖擊源，且都傾向于從長期增長趨勢放緩的角度入手，或認(rèn)為源自人口紅利消退，或認(rèn)為全要素生產(chǎn)率下降所致，又或者歸因于經(jīng)濟(jì)服務(wù)化拉低了整體的勞動生產(chǎn)率。毫無疑問，以上解釋都有合理的成分。但只有在一個統(tǒng)一的理論分析框架中，它們的相對影響力才能得到合理的評估。然而，這些解釋都僅僅是針對經(jīng)濟(jì)增速下降提出來的，或多或少地忽視了與經(jīng)濟(jì)增速下降相伴隨的其它現(xiàn)象，也無法形成更具解釋力和包容性的分析框架。我們認(rèn)為，可貿(mào)易和不可貿(mào)易部門模型恰恰能滿足這一要求。

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

陳昆亭,周炎,龔六堂. 2004. 中國經(jīng)濟(jì)周期波動特征分析：濾波方法的應(yīng)用[J]. 世界經(jīng)濟(jì)(10):47-56.

杜婷. 2007. 中國經(jīng)濟(jì)周期波動的典型事實(shí)[J]. 世界經(jīng)濟(jì)(4):3-12.

黃賾琳,朱保華. 2009. 中國經(jīng)濟(jì)周期特征事實(shí)的經(jīng)驗(yàn)研究[J]. 世界經(jīng)濟(jì)(7):27-40.

連平,吳金友. 2011. 中國經(jīng)濟(jì)周期波動研究(1978—2009年)[J]. 世界經(jīng)濟(jì)研究(9):3-9.

梁琦,滕建州. 2007. 中國經(jīng)濟(jì)波動的經(jīng)驗(yàn)分析[J]. 世界經(jīng)濟(jì)(2):3-12.

許憲春. 2013. 準(zhǔn)確理解中國的收入、消費(fèi)和投資[J]. 中國社會科學(xué)(2):4-24.

張軍. 2014. 中國的投資率到底有多高[J]. 經(jīng)濟(jì)資料譯叢(4):8-22.

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

AGéNOR P, MCDERMOTT C, PRASAD E. 2000. Macroeconomic fluctuations in developing countries: some stylized facts [J]. World Bank Economic Review, 14(2):251-285.

AGUIAR M, GOPINATH G. 2007. Emerging market business cycles: the cycle is the trend [J]. Journal of Political Economy, 115(1):69-102.

BACKUS D, KEHOE P. 1992. International evidence on the historical properties of business cycles [J]. American Economic Review, 82(4):864-888.

BAXTER M, KING R. 1999. Measuring business cycles: approximate band-pass filters for economic time series [J]. Review of Economics and Statistics, 81(4):575-593.

BLOEM A, DIPPELSMAN R, MAEHLE N. 2001. Quarterly national accounts manual: concepts, data sources, and compilation [M]. Washington, D.C.: International Monetary Fund.

BURNSIDE A, EICHENBAUM M, REBELO S. 1996. Sectoral Solow residuals [J]. European Economic Review, 40(3-5):861-869.

CHANG C, CHEN K, WAGGONER D, et al. 2016. Trends and cycles in China′s macro-economy [M]//NBER Macroeconomics Annual 2015. Chicago：University of Chicago Press, 30:1-84.

CHRISTIANO L, FITZGERALD T. 2003. The band pass filter [J]. International Economic Review, 44(2):435-465.

DENTON F. 1971. Adjustment of monthly or quarterly series to annual totals: an approach based on quadratic minimization [J]. Journal of the American Statistical Association, 66(333):99-102.

DI FONZO T, MARINI M. 2012. On the extrapolation with the denton proportional benchmarking method [R]. IMF Working Paper No.12/169.

FIORITO R, KOLLINTZAS T. 1994. Stylized facts of business cycles in the G7 from a real business cycles perspective [J]. European Economic Review, 38(2):235-269.

HODRICK R, PRESCOTT E. 1997. Postwar U.S. business cycles: an empirical investigation [J]. Journal of Money, Credit, and Banking, 29(1):1-16.

KIM K, CHOI Y. 1997. Business cycles in Korea: is there any stylized feature [J]. Journal of Economic Studies, 24(5):275-293.

KIM S, KOSE M, PLUMMER M. 2003. Dynamics of business cycles in Asia: differences and similarities [J]. Review of Development Economics, 7(3):462-477.

KING R, REBELO S. 1999. Resuscitating real business cycles [G]. Handbook of Macroeconomics. [S.l.]： North Holland, 1:927-1007.

KYDLAND F, PRESCOTT E. 1982. Time to build and aggregate fluctuations [J]. Econometrica, 50(6):1345-1370.

KYDLAND F, PRESCOTT E. 1990. Business cycles: real facts and a monetary myth [J]. Federal Reserve Bank of Minneapolis Quarterly Review, 14(2):3-18.

MALE R. 2011. Developing country business cycles: characterizing the cycle [J]. Emerging Markets Finance and Trade, 47(S2):20-39.

NEUMEYER P, PERRI F. 2005. Business cycles in emerging economies: the role of interest rates [J]. Journal of Monetary Economics, 52(2):345-380.

STOCK J, WATSON M. 1999. Business cycle fluctuations in U.S. macroeconomic time series [G]. Handbook of Macroeconomics.[S.l.]： North Holland, 1:3-64.

(責(zé)任編輯 彭 江)

FeaturesofChineseBusinessCycleFluctuation:StylizedFactsandInternationalComparison

CAI QunQiGONG Min

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

This paper studies the quarterly business cycle stylized facts of China since 1992 by utilizing correlation method in time domain and cross-spectral analysis in frequency domain based on a newly estimated Chinese macroeconomic data set. Both similarities and differences between China and G7 countries are compared and summarized. After that, reasons of the differences are revealed and a tradable and non-tradable sector framework is proposed to analyze Chinese business fluctuation in general and the recent economic slowdown in particular. It has found that the persistence of the business cycle fluctuation is similar with the G7, but the volatility is much higher, while the contemporaneous correlation with GDP fluctuation is lower. Moreover, investment, capital stock, employment, government consumption, net export and monetary stock fluctuations in China are very different from those in the G7. Finally, the findings suggest that the tradable and non-tradable sector model is the right framework to understand the cause and mechanism of the recent slowdown in China.

Chinese business cycle; economic fluctuation stylized facts; tradable and non-tradable sectors

2017-03-11

蔡群起(1988--)，男，福建寧德人，廈門大學(xué)宏觀經(jīng)濟(jì)研究中心博士生。

龔 敏(1965--)，女，云南個舊人，廈門大學(xué)宏觀經(jīng)濟(jì)研究中心教授，博士生導(dǎo)師。

教育部人文社會科學(xué)重點(diǎn)研究基地重大項(xiàng)目“矯正要素比價(jià)扭曲，推進(jìn)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變問題研究”(13JJD790026)；教育部哲學(xué)社會科學(xué)重大課題攻關(guān)項(xiàng)目“中國經(jīng)濟(jì)潛在增速的測算與展望研究”(15JZD016)。

F124.8

A

1001-6260(2017)09-0001-17

10.19337/j.cnki.34-1093/f.2017.09.001