中國(guó)經(jīng)濟(jì)增速轉(zhuǎn)變的驅(qū)動(dòng)機(jī)理識(shí)別
——基于外部不確定性、金融風(fēng)險(xiǎn)與核心通貨膨脹三重視角

田方鈺 ， 劉達(dá)禹 ， 李天野

（1. 吉林大學(xué) 數(shù)量經(jīng)濟(jì)研究中心, 吉林 長(zhǎng)春 130012； 2. 吉林大學(xué) 經(jīng)濟(jì)學(xué)院, 吉林 長(zhǎng)春 130012）

一、 引 言

新冠疫情爆發(fā)以來(lái)，中國(guó)經(jīng)濟(jì)增速走勢(shì)出現(xiàn)了明顯的形態(tài)變異，脫離了之前的低波動(dòng)平穩(wěn)運(yùn)行態(tài)勢(shì)，轉(zhuǎn)而進(jìn)入了高波動(dòng)不穩(wěn)定狀態(tài)。2020年1季度出現(xiàn)了-6.9%的經(jīng)濟(jì)增速，2021年1季度經(jīng)濟(jì)增速大幅反彈至18.7%，但是這一反彈勢(shì)頭并不穩(wěn)定，2022年2季度經(jīng)濟(jì)增速再次下降至0.4%，2022年全年GDP增長(zhǎng)3.0%。即便疫情防控已平穩(wěn)轉(zhuǎn)變，經(jīng)濟(jì)仍呈現(xiàn)出弱復(fù)蘇態(tài)勢(shì)。誠(chéng)然，經(jīng)濟(jì)增長(zhǎng)形態(tài)變異的背后有著復(fù)雜的機(jī)理，但總體來(lái)講可歸為如下幾方面：第一，百年未遇之變局下的外部沖擊與外部不確定性，包括地緣沖突、局部戰(zhàn)爭(zhēng)、中美博弈、金融危機(jī)和“逆全球化”等，在上述因素影響下，全球政治經(jīng)濟(jì)格局發(fā)生根本性變化，我國(guó)經(jīng)濟(jì)發(fā)展面臨的外部環(huán)境更加復(fù)雜嚴(yán)峻(鄧創(chuàng)等，2023)。第二，價(jià)格沖擊，隨著我國(guó)經(jīng)濟(jì)深度融入全球價(jià)值鏈，國(guó)際大宗商品價(jià)格對(duì)我國(guó)價(jià)格水平的影響愈發(fā)明顯，疊加國(guó)內(nèi)供需缺口持續(xù)擴(kuò)張，我國(guó)通貨膨脹率波動(dòng)也明顯加大(劉金全和劉悅，2022)。例如，2022年實(shí)體經(jīng)濟(jì)復(fù)蘇協(xié)同俄烏戰(zhàn)爭(zhēng)引發(fā)了一輪成本推動(dòng)疊加外部輸入的復(fù)合型通貨膨脹，CPI月度漲幅逼近3%，但在2023年上半，國(guó)內(nèi)有效需求不足導(dǎo)致CPI一路下行，經(jīng)濟(jì)運(yùn)行又陷入了通貨緊縮困境。第三，金融風(fēng)險(xiǎn)，近年來(lái)我國(guó)宏觀杠桿率再次上升，債務(wù)規(guī)模持續(xù)擴(kuò)大，地方政府債務(wù)問題突出(陳必果等，2023)，金融風(fēng)險(xiǎn)更加顯性化、透明化、市場(chǎng)化，加之股票市場(chǎng)全面推行注冊(cè)制，金融市場(chǎng)情緒對(duì)經(jīng)濟(jì)增長(zhǎng)的影響亦將越發(fā)強(qiáng)烈。

上述三大因素都是決定經(jīng)濟(jì)增長(zhǎng)走勢(shì)的重要因素，這給本文研究帶來(lái)兩點(diǎn)啟示：一是對(duì)經(jīng)濟(jì)增長(zhǎng)風(fēng)險(xiǎn)的描述應(yīng)該具有綜合性和全面性，多重因素的復(fù)雜變化不僅可以影響經(jīng)濟(jì)增長(zhǎng)的水平值，而且還可以影響經(jīng)濟(jì)增長(zhǎng)的波動(dòng)率，任何因素的改變都可以催生不同的增長(zhǎng)分布形態(tài)，對(duì)經(jīng)濟(jì)增長(zhǎng)的描述將變得越發(fā)復(fù)雜化；二是從統(tǒng)計(jì)和計(jì)量的角度來(lái)看，對(duì)于經(jīng)濟(jì)增長(zhǎng)的描述，點(diǎn)估計(jì)的意義已明顯下降，這是因?yàn)槿魏伪尘皸l件的改變都可能直接影響經(jīng)濟(jì)增長(zhǎng)的點(diǎn)估計(jì)值，相比于識(shí)別出最優(yōu)點(diǎn)估計(jì)，甄別影響經(jīng)濟(jì)增長(zhǎng)分布變化的核心條件可能更為重要，這才是全面把握經(jīng)濟(jì)增長(zhǎng)變異特征和變異方向的關(guān)鍵。為此，本文將以分布估計(jì)取代點(diǎn)估計(jì)，進(jìn)而實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)的全面風(fēng)險(xiǎn)管理。從中國(guó)經(jīng)濟(jì)發(fā)展現(xiàn)狀來(lái)看，后疫情時(shí)期經(jīng)濟(jì)整體呈復(fù)蘇勢(shì)頭，長(zhǎng)期穩(wěn)中向好的態(tài)勢(shì)不改，但這并不意味著經(jīng)濟(jì)的復(fù)蘇是線性的和穩(wěn)定的，尤其是中國(guó)經(jīng)濟(jì)仍將長(zhǎng)期處于不確定的環(huán)境之中，增長(zhǎng)既可能圍繞主體趨勢(shì)迅速回歸，亦可能呈現(xiàn)出短期發(fā)散，這將是未來(lái)一定時(shí)期內(nèi)經(jīng)濟(jì)發(fā)展的新特征。因此，有必要從增長(zhǎng)分布的角度對(duì)經(jīng)濟(jì)增長(zhǎng)風(fēng)險(xiǎn)進(jìn)行全面的認(rèn)知和理解。

本文的邊際貢獻(xiàn)和創(chuàng)新主要體現(xiàn)在：（1）跳出傳統(tǒng)的經(jīng)濟(jì)增長(zhǎng)率測(cè)算思維，以外部不確定性、金融風(fēng)險(xiǎn)、核心通貨膨脹等因素為條件，描述經(jīng)濟(jì)增長(zhǎng)的在險(xiǎn)狀態(tài)，這為全面解析經(jīng)濟(jì)增長(zhǎng)形態(tài)變異提供了新思路；（2）用分布估計(jì)取代點(diǎn)估計(jì)，計(jì)算不同條件下的經(jīng)濟(jì)增長(zhǎng)遍歷在險(xiǎn)分布，從風(fēng)險(xiǎn)管理的視角更加全面地描述中國(guó)經(jīng)濟(jì)增長(zhǎng)的分布狀態(tài)和分布變異。

全文余下部分安排如下：第二部分是文獻(xiàn)述評(píng)，第三部分是外部不確定性、金融風(fēng)險(xiǎn)和核心通貨膨脹指數(shù)構(gòu)建，第四部分是分位數(shù)回歸分析，第五部分是中國(guó)經(jīng)濟(jì)增長(zhǎng)的在險(xiǎn)分布估計(jì)，最后一部分是全文的結(jié)論與政策建議。

二、 文獻(xiàn)述評(píng)

（一）經(jīng)濟(jì)增長(zhǎng)預(yù)測(cè)方法演進(jìn)述評(píng)

經(jīng)濟(jì)增長(zhǎng)預(yù)測(cè)一直都是宏觀經(jīng)濟(jì)學(xué)研究的重要分支。從計(jì)量模型構(gòu)建的角度出發(fā)，相關(guān)研究大致可以歸為點(diǎn)估計(jì)、長(zhǎng)期趨勢(shì)估計(jì)和分布估計(jì)三類。早期對(duì)于經(jīng)濟(jì)增長(zhǎng)的預(yù)測(cè)多使用點(diǎn)估計(jì)方法，包括單方程模型和多方程模型。其中，單方程模型包括線性回歸模型、自回歸移動(dòng)平均模型(ARMA)以及后續(xù)興起的馬爾科夫區(qū)制轉(zhuǎn)移模型和混頻數(shù)據(jù)模型等，比如劉金全和隋建利(2010)構(gòu)建馬爾科夫區(qū)制轉(zhuǎn)移模型實(shí)證檢驗(yàn)了貨幣增長(zhǎng)不確定性與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，陳守東等(2013)從金融穩(wěn)定的視角分析了宏觀經(jīng)濟(jì)走勢(shì)，鄭挺國(guó)和尚玉皇(2013)構(gòu)建混頻數(shù)據(jù)模型對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)進(jìn)行了短期預(yù)測(cè)。多方程模型主要包括傳統(tǒng)的聯(lián)立方程模型和向量自回歸類模型，如桂文林和程慧(2021)構(gòu)建MS-VAR模型分析了資產(chǎn)價(jià)格對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，劉金全等(2014)構(gòu)建TVP-VAR模型分析了經(jīng)濟(jì)波動(dòng)率、金融穩(wěn)定對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，劉達(dá)禹等(2022)采用動(dòng)態(tài)溢出指數(shù)進(jìn)行研究后發(fā)現(xiàn)，金融周期波動(dòng)對(duì)實(shí)體經(jīng)濟(jì)波動(dòng)的最大溢出效應(yīng)可達(dá)到80%。長(zhǎng)期趨勢(shì)估計(jì)方面，常用的方法主要有濾波法和生產(chǎn)函數(shù)法。常見的濾波法有H-P濾波、B-K濾波、C-F濾波等。這類方法的優(yōu)點(diǎn)是便于應(yīng)用，可以直接分離出GDP等時(shí)間序列的長(zhǎng)期趨勢(shì)，但缺點(diǎn)在于對(duì)數(shù)據(jù)頻率、參數(shù)設(shè)定和數(shù)據(jù)屬性比較敏感，同時(shí)估計(jì)結(jié)果缺乏經(jīng)濟(jì)意義(Stock和Watson，2020)。相對(duì)而言，生產(chǎn)函數(shù)法則是從要素貢獻(xiàn)的角度出發(fā)，運(yùn)用各類生產(chǎn)要素的數(shù)據(jù)信息來(lái)刻畫經(jīng)濟(jì)增長(zhǎng)的長(zhǎng)期趨勢(shì)，它的優(yōu)點(diǎn)是富有經(jīng)濟(jì)意義，而缺點(diǎn)在于估計(jì)結(jié)果高度依賴于函數(shù)形式選擇，也容易造成結(jié)果不一致的問題。郭豫媚和陳彥斌(2015)將人力資本因素納入生產(chǎn)函數(shù)模型估算我國(guó)1979—2020年的潛在增長(zhǎng)率，得出新常態(tài)下資本的潛在增長(zhǎng)趨勢(shì)為16.9%，這一結(jié)果與劉偉和范欣(2019)的估計(jì)結(jié)果存在較大差異，表明生產(chǎn)函數(shù)法的計(jì)量穩(wěn)定性相對(duì)較差。

近期，分布估計(jì)逐漸成為經(jīng)濟(jì)增長(zhǎng)預(yù)測(cè)的主流方法，其優(yōu)勢(shì)是可以計(jì)算不同條件下的經(jīng)濟(jì)增長(zhǎng)在險(xiǎn)分布，對(duì)經(jīng)濟(jì)增長(zhǎng)的描述更加全面。Adrian等(2019)運(yùn)用金融在險(xiǎn)分布模型擬合出美國(guó)經(jīng)濟(jì)增長(zhǎng)的偏態(tài)t分布函數(shù)，發(fā)現(xiàn)美國(guó)經(jīng)濟(jì)增長(zhǎng)具有明顯的左偏特征，這意味著金融風(fēng)險(xiǎn)將大概率引導(dǎo)經(jīng)濟(jì)下行；而寬松的金融環(huán)境則可以提升短期內(nèi)的增長(zhǎng)活力并降低經(jīng)濟(jì)波動(dòng)。Kashyap和Stein(2023)將貨幣政策融入在險(xiǎn)分布模型，再度考察了美國(guó)經(jīng)濟(jì)增長(zhǎng)的影響因素，研究表明提高貨幣政策的預(yù)期管理能力可以有效改善金融市場(chǎng)情緒，進(jìn)而化解經(jīng)濟(jì)衰退風(fēng)險(xiǎn)。國(guó)內(nèi)亦不乏相關(guān)研究，張曉晶和劉磊(2020)構(gòu)建在險(xiǎn)增長(zhǎng)模型將金融風(fēng)險(xiǎn)與經(jīng)濟(jì)增長(zhǎng)納入統(tǒng)一框架進(jìn)行分析，結(jié)果顯示金融脆弱性上升會(huì)抑制經(jīng)濟(jì)增長(zhǎng)，寬松的經(jīng)濟(jì)政策在短期內(nèi)有效，但在長(zhǎng)期同樣會(huì)抑制經(jīng)濟(jì)增長(zhǎng)。鄧創(chuàng)等(2022)運(yùn)用Q-VAR模型分析了不同經(jīng)濟(jì)增速水平下外部經(jīng)濟(jì)和金融不確定性對(duì)宏觀經(jīng)濟(jì)的影響，隨后擬合出經(jīng)濟(jì)增長(zhǎng)的條件分布函數(shù)評(píng)估了外部不確定性沖擊對(duì)經(jīng)濟(jì)下行風(fēng)險(xiǎn)的影響，結(jié)果發(fā)現(xiàn)外部經(jīng)濟(jì)和金融不確定性對(duì)于我國(guó)宏觀經(jīng)濟(jì)具有非線性影響，在經(jīng)濟(jì)下行階段二者的負(fù)面影響更大。然而，這些研究都沒有考察通脹條件下的經(jīng)濟(jì)增長(zhǎng)在險(xiǎn)分布。根據(jù)經(jīng)典的菲利普斯曲線關(guān)系，倘若經(jīng)濟(jì)波動(dòng)主要由實(shí)體問題主導(dǎo)，那么通脹和產(chǎn)出之間的權(quán)衡關(guān)系就會(huì)成為主要矛盾，這也是本文要著重關(guān)注的內(nèi)容。

（二）經(jīng)濟(jì)增長(zhǎng)沖擊因素總結(jié)

無(wú)論在理論上還是實(shí)證層面，經(jīng)濟(jì)增長(zhǎng)的沖擊因素都有很多，本文聚焦當(dāng)前影響經(jīng)濟(jì)增長(zhǎng)的三大因素，即外部不確定性、價(jià)格沖擊和金融風(fēng)險(xiǎn)，并對(duì)三者的影響進(jìn)行簡(jiǎn)要述評(píng)。從外部不確定性來(lái)看，現(xiàn)有研究主要聚焦于外部不確定性的測(cè)度以及外部不確定性的影響。外部不確定性的測(cè)度方法主要包括實(shí)體經(jīng)濟(jì)波動(dòng)率法(Bloom等，2018)、媒體大數(shù)據(jù)抓取法(徐寧等，2020)和數(shù)理模型估計(jì)法(Fernández-Villaverde等，2015)等。外部不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)向影響不言而喻，但對(duì)宏觀調(diào)控政策的影響卻較為復(fù)雜性，鄧創(chuàng)等(2023)使用高維動(dòng)態(tài)因子模型和兩步加權(quán)法測(cè)度了中國(guó)的外部不確定性沖擊，進(jìn)而考察了不確定性尾部沖擊對(duì)貨幣政策的影響，結(jié)果表明外部不確定性將通過避險(xiǎn)效應(yīng)和利率渠道來(lái)影響我國(guó)貨幣政策調(diào)控效果，它會(huì)降低貨幣政策的獨(dú)立性，在極端分布下會(huì)降低貨幣政策的有效性。

隨著國(guó)際經(jīng)濟(jì)環(huán)境日趨復(fù)雜，大量研究開始關(guān)注輸入型通貨膨脹對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，認(rèn)為輸入型通貨膨脹是經(jīng)濟(jì)波動(dòng)的重要誘因，輸入型通貨膨脹可以影響國(guó)內(nèi)的產(chǎn)出、消費(fèi)、凈出口與價(jià)格水平(Tiwari等，2014；Kleinberg等，2015)。然而在我國(guó)，由于物價(jià)指數(shù)自2012年起持續(xù)低迷，這使通貨緊縮成為了備受關(guān)注的話題。事實(shí)上，我國(guó)并未發(fā)生過嚴(yán)格意義上的通貨緊縮，相關(guān)研究對(duì)通貨緊縮的探討也更多是停留在理論層面和經(jīng)驗(yàn)對(duì)比上。例如根據(jù)債務(wù)通貨緊縮理論——通縮螺旋會(huì)帶來(lái)經(jīng)濟(jì)衰退(劉曉光等，2018)；而Cruz(2022)針對(duì)發(fā)達(dá)經(jīng)濟(jì)體的研究發(fā)現(xiàn)，通貨膨脹目標(biāo)制可以提高經(jīng)濟(jì)運(yùn)行穩(wěn)定性，同時(shí)在一定程度上化解通貨緊縮風(fēng)險(xiǎn)。需要注意的是，2023年上半，我國(guó)PPI跌幅擴(kuò)大，CPI持續(xù)走低，出現(xiàn)了一定的通縮跡象，這很可能是影響經(jīng)濟(jì)增長(zhǎng)分布的重要因素。最后，從金融風(fēng)險(xiǎn)方面來(lái)看，現(xiàn)有研究主要是關(guān)注經(jīng)濟(jì)周期和金融周期的關(guān)聯(lián)機(jī)制，并主要形成了兩類觀點(diǎn)：一是經(jīng)濟(jì)周期與金融周期密切相關(guān)且同向運(yùn)動(dòng)，其中，金融周期的變化領(lǐng)先于經(jīng)濟(jì)周期，是導(dǎo)致經(jīng)濟(jì)周期波動(dòng)的源頭之一(Akar，2016；鄧創(chuàng)和徐曼，2018；尹筑嘉等，2019)；二是總體肯定了二者的正相關(guān)性，但同時(shí)強(qiáng)調(diào)了經(jīng)濟(jì)周期和金融周期的關(guān)聯(lián)機(jī)制并不穩(wěn)定(劉達(dá)禹等，2022)。

綜上所述，現(xiàn)有研究對(duì)經(jīng)濟(jì)增長(zhǎng)的預(yù)測(cè)更多是采用點(diǎn)估計(jì)和趨勢(shì)估計(jì)，僅有少數(shù)文獻(xiàn)采用了在險(xiǎn)分布估計(jì)方法，但對(duì)于經(jīng)濟(jì)增長(zhǎng)沖擊要素的分析都是基于單一的金融要素展開，缺乏對(duì)多重要素的綜合考量。事實(shí)上，從后疫情時(shí)期中國(guó)經(jīng)濟(jì)運(yùn)行的現(xiàn)實(shí)基礎(chǔ)來(lái)看，當(dāng)下經(jīng)濟(jì)增長(zhǎng)弱復(fù)蘇態(tài)勢(shì)的成因較為復(fù)雜，金融風(fēng)險(xiǎn)、外部不確定性以及物價(jià)端的變動(dòng)都是不容忽視的要素，均會(huì)引發(fā)增長(zhǎng)形態(tài)的重大變異。因此，本文的創(chuàng)新在于將外部不確定性、價(jià)格沖擊和金融風(fēng)險(xiǎn)要素納入統(tǒng)一框架進(jìn)行分析，從分布估計(jì)的視角全面審視中國(guó)經(jīng)濟(jì)的在險(xiǎn)增長(zhǎng)。

三、 外部不確定性指數(shù)、金融狀況指數(shù)與核心通貨膨脹估計(jì)

本部分將運(yùn)用適當(dāng)?shù)挠?jì)量模型，分別構(gòu)建外部不確定性指數(shù)、金融狀況指數(shù)和核心通貨膨脹率，進(jìn)而為估計(jì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的在險(xiǎn)分布函數(shù)奠定基礎(chǔ)。參考現(xiàn)有主流研究，使用動(dòng)態(tài)移動(dòng)平均因子增廣時(shí)變參數(shù)向量自回歸模型(TVP-FAVAR-DMA)構(gòu)建金融狀況指數(shù)和核心通貨膨脹率，使用非預(yù)期條件波動(dòng)率高維因子模型構(gòu)建外部不確定性指數(shù)，兩個(gè)方法的核心思想都是對(duì)高維數(shù)據(jù)進(jìn)行降維并提取共同趨勢(shì)部分。在刻畫外部不確定性時(shí)并未延續(xù)使用TVPFAVAR-DMA模型的原因在于：外部不確定性是二階矩過程，采用條件波動(dòng)率模型進(jìn)行刻畫更加合適。

（一）計(jì)量模型

1. TVP-FAVAR-DMA模型。首先給出包含p階滯后的TVP-FAVAR模型：

其中，xt代表包含多個(gè)時(shí)間序列變量信息的高維因子，ft代表從xt中提取的潛在共同因子，即最后要獲取的合成指數(shù)；yt代表經(jīng)濟(jì)增長(zhǎng)等宏觀經(jīng)濟(jì)指標(biāo)，和代表了時(shí)變參數(shù)的共同因子載荷，設(shè)定和 Λt服從隨機(jī)游走過程。在估計(jì)模型的過程中使用DMA方法和近似兩步估計(jì)法，便形成了TVP-FAVAR-DMA模型，更為詳細(xì)的介紹可參見Koop和Korobilis(2014)。通過式(2)不難發(fā)現(xiàn)，這一方法的最大優(yōu)勢(shì)在于，模型中所有的系數(shù)都是時(shí)變的，這意味著采用這一模型可以實(shí)時(shí)追蹤金融風(fēng)險(xiǎn)和核心通貨膨脹走勢(shì)。

Gt=(G1t,···,Gnt)'

2. 非預(yù)期條件波動(dòng)率高維因子模型。定義的非預(yù)期條件波動(dòng)率即未來(lái)h期的不確定性為：

其中，yit∈Et，Gt=(G1t,···,Gnt)'代表高維經(jīng)濟(jì)信息集，Gt=(G1t,···,Gnt)'代表?xiàng)l件期望值，Gt=(G1t,···,Gnt)'包含了Gt=(G1t,···,Gnt)'代表預(yù)期成分的先驗(yàn)信息集。Gt=(G1t,···,Gnt)'是各基礎(chǔ)指標(biāo)經(jīng)標(biāo)準(zhǔn)化后的方差倒數(shù)，在此以Gt=(G1t,···,Gnt)'為權(quán)重對(duì)各時(shí)間序列的不確定性進(jìn)行加總，得到整個(gè)市場(chǎng)層面的不確定性水平：

式(3)和式(4)給出了基于非預(yù)期條件波動(dòng)率的經(jīng)濟(jì)不確定性指數(shù)，其計(jì)算方法如下：

首先，估計(jì)Gt=(G1t,···,Gnt)'用以剔除時(shí)間序列的可預(yù)測(cè)部分，為此需要從Gt=(G1t,···,Gnt)'中提取共同因子Gt=(G1t,···,Gnt)'，將其納入預(yù)測(cè)模型，具體可以表示為：

其中，Gt=(G1t,···,Gnt)'表示Gt=(G1t,···,Gnt)'維因子，Gt=(G1t,···,Gnt)'是Gt=(G1t,···,Gnt)'維待估系數(shù)矩陣，Gt=(G1t,···,Gnt)'表示隨機(jī)擾動(dòng)向量，Gt=(G1t,···,Gnt)'、Gt=(G1t,···,Gnt)'和Gt=(G1t,···,Gnt)'均為滯后算子。其次，通過估計(jì)條件波動(dòng)率Gt=(G1t,···,Gnt)'，計(jì)算向前h步的預(yù)測(cè)誤差Gt=(G1t,···,Gnt)'。最后，估計(jì)單一時(shí)間序列指標(biāo)的不確定性Gt=(G1t,···,Gnt)'，進(jìn)而根據(jù)Gt=(G1t,···,Gnt)'加權(quán)加總后得到市場(chǎng)層面的不確定性指數(shù)Gt=(G1t,···,Gnt)'。

（二）指標(biāo)選取、指數(shù)擬合與走勢(shì)分析

綜合考慮數(shù)據(jù)的代表性和可得性后，選取基礎(chǔ)指標(biāo)如下(具體見表1)。金融狀況指數(shù)方面，選取能夠反映貨幣市場(chǎng)、信貸市場(chǎng)、股票市場(chǎng)、債券市場(chǎng)、房地產(chǎn)市場(chǎng)、外匯市場(chǎng)運(yùn)行狀況的代表性指標(biāo)。外部不確定性指數(shù)方面，選取美國(guó)、日本、韓國(guó)、德國(guó)、澳大利亞、馬來(lái)西亞、俄羅斯、新加坡、越南、印度等主要發(fā)達(dá)經(jīng)濟(jì)體和發(fā)展中國(guó)家的核心經(jīng)濟(jì)指標(biāo)(包括產(chǎn)出、消費(fèi)、投資、價(jià)格、對(duì)外貿(mào)易五方面)。核心通貨膨脹方面，選取CPI子類同比增速和PPI子類同比增速指標(biāo)。對(duì)于指標(biāo)處理過程說明如下：(1)所有指標(biāo)包括增長(zhǎng)率、絕對(duì)量、指數(shù)三種類型，對(duì)增長(zhǎng)率指標(biāo)進(jìn)行了去百分號(hào)處理，在此基礎(chǔ)上對(duì)所有指標(biāo)進(jìn)行了標(biāo)準(zhǔn)化處理，這可以實(shí)現(xiàn)不同類型指標(biāo)之間的無(wú)量綱化對(duì)比；(2)有部分指標(biāo)為反向指標(biāo)，對(duì)此我們進(jìn)行了取倒數(shù)處理，從而確保指標(biāo)含義一致；(3)為便于后續(xù)分析，本文將數(shù)據(jù)頻率統(tǒng)一為季度頻率，通過加總(總量)或平均(比例)的方式將月度數(shù)據(jù)轉(zhuǎn)換為季度數(shù)據(jù)；(4)樣本區(qū)間均為2003年1季度至2022年4季度，對(duì)部分缺失值采取平滑差值進(jìn)行補(bǔ)充，原始數(shù)據(jù)來(lái)源于中國(guó)人民銀行網(wǎng)站、國(guó)家統(tǒng)計(jì)局網(wǎng)站、中國(guó)貨幣網(wǎng)以及WIND數(shù)據(jù)庫(kù)。

表1 合成三類指數(shù)的基礎(chǔ)指標(biāo)

這里運(yùn)用上一節(jié)的基礎(chǔ)指標(biāo)構(gòu)建TVP-FAVAR-DMA模型合成金融狀況指數(shù)和核心通貨膨脹率，構(gòu)建非預(yù)期條件波動(dòng)率高維因子模型合成外部不確定性指數(shù)，結(jié)果如圖1所示。為便于對(duì)比，本文將GDP增速和三類指數(shù)置于同一圖中，圖中的灰色部分為本文關(guān)注的三次重大危機(jī)時(shí)期，即國(guó)際金融危機(jī)時(shí)期(2007—2009年)、中美貿(mào)易摩擦?xí)r期(2017—2019年)以及全球新冠疫情時(shí)期(2020—2022年)。其中，外部經(jīng)濟(jì)不確定性與GDP的變化趨勢(shì)相反，為了便于對(duì)比分析，本文在圖1(b)中將外部經(jīng)濟(jì)不確定性指數(shù)進(jìn)行了取相反數(shù)處理。由圖1(a)可以看出，GDP增速與金融狀況指數(shù)具有較強(qiáng)的關(guān)聯(lián)性，這說明經(jīng)濟(jì)周期和金融周期具有聯(lián)動(dòng)特征，同時(shí)也說明金融狀況指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)具有一定的預(yù)測(cè)能力。在國(guó)際金融危機(jī)時(shí)期，經(jīng)濟(jì)波動(dòng)的主要推動(dòng)因素是金融因素，此時(shí)金融狀況指數(shù)和GDP增速的協(xié)動(dòng)性更強(qiáng)。在貿(mào)易摩擦?xí)r期，金融狀況指數(shù)和GDP增速的走勢(shì)并不一致，表明這一時(shí)期推動(dòng)經(jīng)濟(jì)增長(zhǎng)的并非金融因素，而是外部沖擊。在新冠疫情時(shí)期，金融狀況指數(shù)和GDP增速間再度表現(xiàn)出一定的相關(guān)性，且金融狀況指數(shù)的變動(dòng)要領(lǐng)先于GDP增速，這主要是因?yàn)槭兰o(jì)疫情沖擊是全局性沖擊，既能通過情緒和預(yù)期影響金融體系，也能通過實(shí)際經(jīng)濟(jì)行為來(lái)影響實(shí)體經(jīng)濟(jì)。

圖1 GDP增速與三類指標(biāo)變動(dòng)趨勢(shì)的耦合關(guān)系

由圖1(b)可以看出，GDP增速與外部經(jīng)濟(jì)不確定性的耦合性十分顯著，表明在樣本期內(nèi)外部經(jīng)濟(jì)不確定性也是影響我國(guó)經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵因素，同時(shí)也意味著外部經(jīng)濟(jì)不確定性所包含的信息將對(duì)經(jīng)濟(jì)增長(zhǎng)預(yù)測(cè)產(chǎn)生重要影響。特別是在國(guó)際金融危機(jī)時(shí)期，全球經(jīng)濟(jì)不確定性上升，外部因素傳導(dǎo)至我國(guó)，致使經(jīng)濟(jì)增長(zhǎng)短周期下行。從圖像上看，該段時(shí)期內(nèi)外部經(jīng)濟(jì)不確定性指數(shù)和GDP增速的確表現(xiàn)出較強(qiáng)的協(xié)動(dòng)性，外部經(jīng)濟(jì)不確定性對(duì)GDP增速的變動(dòng)具有較好的解釋力。在貿(mào)易摩擦?xí)r期，逆全球化和貿(mào)易保護(hù)主義抬頭，外部經(jīng)濟(jì)不確定性與我國(guó)GDP增速同樣具有顯性關(guān)聯(lián)。最后在全球新冠疫情時(shí)期，外部不確定性再度上升，由此引發(fā)的貿(mào)易、投資變化以及潛在的產(chǎn)業(yè)鏈斷裂風(fēng)險(xiǎn)使GDP增長(zhǎng)率快速緊縮，波動(dòng)率明顯上升，這一階段外部不確定性對(duì)GDP增速具有更強(qiáng)的解釋力。

再來(lái)看圖1(c)中核心通貨膨脹的表現(xiàn)，核心通貨膨脹與GDP增速同樣具有較高的耦合性，且GDP增速的變化領(lǐng)先于核心通貨膨脹，這一情形符合“產(chǎn)出-物價(jià)”型菲利普斯曲線描述的基本規(guī)律。在國(guó)際金融危機(jī)時(shí)期，由于宏觀經(jīng)濟(jì)快速下行，生產(chǎn)、消費(fèi)、投資、物價(jià)等指標(biāo)同步下降，因此核心通貨膨脹和GDP增速的耦合性較強(qiáng)。在貿(mào)易摩擦?xí)r期，核心通貨膨脹的下降幅度明顯大于GDP增速，實(shí)際經(jīng)濟(jì)指標(biāo)的變化對(duì)物價(jià)的傳導(dǎo)偏弱。在新冠疫情時(shí)期，核心通貨膨脹和GDP增速再次表現(xiàn)出較強(qiáng)的耦合性，但GDP增速的振幅大于核心通貨膨脹，這表明新冠疫情時(shí)期的經(jīng)濟(jì)波動(dòng)是一輪典型的實(shí)體經(jīng)濟(jì)波動(dòng)。

四、 不同分位數(shù)水平下的經(jīng)濟(jì)增長(zhǎng)驅(qū)動(dòng)因素分析

本節(jié)進(jìn)一步構(gòu)建分位數(shù)回歸模型和分位數(shù)向量自回歸模型（Q-VAR），分別從靜態(tài)和動(dòng)態(tài)兩個(gè)角度分析金融狀況指數(shù)、外部經(jīng)濟(jì)不確定性及核心通貨膨脹對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。據(jù)此闡明在經(jīng)濟(jì)增長(zhǎng)的不同分位水平下，三大要素對(duì)經(jīng)濟(jì)增長(zhǎng)預(yù)測(cè)能力的差異，這將為后文分別以三者為條件刻畫經(jīng)濟(jì)增長(zhǎng)的在險(xiǎn)分布奠定基礎(chǔ)。

（一）分位數(shù)回歸結(jié)果分析

表2展示了分位數(shù)回歸結(jié)果，其中向前1個(gè)季度的預(yù)測(cè)代表短期預(yù)測(cè)，向前1年的預(yù)測(cè)代表中長(zhǎng)期預(yù)測(cè)?？傮w來(lái)看，金融狀況指數(shù)、外部經(jīng)濟(jì)不確定性、核心通貨膨脹對(duì)經(jīng)濟(jì)增長(zhǎng)均具有一定的預(yù)測(cè)能力。從均值來(lái)看，外部不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)的解釋能力大于金融狀況指數(shù)和核心通貨膨脹，這一結(jié)果和上文的直觀分析一致，即在樣本期內(nèi)外部經(jīng)濟(jì)不確定性是影響經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵性因素。對(duì)于金融狀況指數(shù)而言，在經(jīng)濟(jì)低速增長(zhǎng)狀態(tài)下(對(duì)應(yīng)0.1和0.25分位點(diǎn))，回歸系數(shù)均不顯著，該段樣本主要集中在2012—2018年，金融狀況指數(shù)始終處于波動(dòng)當(dāng)中，而經(jīng)濟(jì)增長(zhǎng)卻一路緩和下行，二者不存在明顯對(duì)應(yīng)關(guān)系，說明金融對(duì)增長(zhǎng)幾乎沒有預(yù)測(cè)能力。該段時(shí)期正是中國(guó)經(jīng)濟(jì)“脫實(shí)向虛”的主體階段，此時(shí)金融風(fēng)險(xiǎn)并未對(duì)增長(zhǎng)產(chǎn)生影響符合客觀預(yù)期；在經(jīng)濟(jì)適速增長(zhǎng)狀態(tài)下(對(duì)應(yīng)0.5和0.75分位數(shù)點(diǎn))，也即樣本前期和“次貸危機(jī)”后的經(jīng)濟(jì)復(fù)蘇階段，金融狀況指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)存在顯著影響，此時(shí)金融狀況改善明顯有助于拉動(dòng)經(jīng)濟(jì)增長(zhǎng)；在經(jīng)濟(jì)高速增長(zhǎng)狀態(tài)下(對(duì)應(yīng)0.9分位數(shù)點(diǎn))，也即2005—2007年，金融狀況指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用更加顯著，表明在經(jīng)濟(jì)快速增長(zhǎng)階段，金融市場(chǎng)運(yùn)行是決定經(jīng)濟(jì)增長(zhǎng)走勢(shì)的關(guān)鍵，此時(shí)金融與經(jīng)濟(jì)間能夠產(chǎn)生彼此促進(jìn)的正反饋循環(huán)機(jī)制。

表2 分位數(shù)模型回歸結(jié)果①分位數(shù)回歸中，外部不確定性指數(shù)依然采用的是原始數(shù)據(jù)，并未做取相反數(shù)處理，故回歸結(jié)果為負(fù)。

對(duì)于外部經(jīng)濟(jì)不確定性而言，在經(jīng)濟(jì)低速增長(zhǎng)狀態(tài)、適速增長(zhǎng)狀態(tài)和高增長(zhǎng)狀態(tài)下，外部經(jīng)濟(jì)不確定性都會(huì)顯著影響經(jīng)濟(jì)增長(zhǎng)，對(duì)經(jīng)濟(jì)增長(zhǎng)均具有預(yù)測(cè)能力。相比而言，經(jīng)濟(jì)高速增長(zhǎng)狀態(tài)下外部不確定性系數(shù)的絕對(duì)值大于其余兩種狀態(tài)，表明外部經(jīng)濟(jì)不確定性同樣是在經(jīng)濟(jì)繁榮期時(shí)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響較大。至于核心通貨膨脹，在經(jīng)濟(jì)低速增長(zhǎng)狀態(tài)和0.5分位點(diǎn)上，它對(duì)經(jīng)濟(jì)增長(zhǎng)的影響并不顯著，這說明當(dāng)下的弱通縮趨勢(shì)與經(jīng)濟(jì)增長(zhǎng)下行之間是割裂的，并非聯(lián)動(dòng)緊縮。在0.75分位點(diǎn)和經(jīng)濟(jì)高速增長(zhǎng)狀態(tài)下，核心通貨膨脹對(duì)經(jīng)濟(jì)增長(zhǎng)具有顯著影響，預(yù)測(cè)能力增強(qiáng)，這意味著高增長(zhǎng)通常都會(huì)伴隨著通貨膨脹現(xiàn)象?？傮w而言，只有在高增長(zhǎng)狀態(tài)下，經(jīng)濟(jì)才會(huì)出現(xiàn)產(chǎn)出-價(jià)格聯(lián)動(dòng)效應(yīng)；而在經(jīng)濟(jì)較為疲軟時(shí)，通脹與增長(zhǎng)之間幾乎相互獨(dú)立。這說明中國(guó)當(dāng)下的經(jīng)濟(jì)下行是綜合性問題，不應(yīng)當(dāng)僅歸因于需求端。

對(duì)比三大影響因素對(duì)經(jīng)濟(jì)增長(zhǎng)的影響可以發(fā)現(xiàn)：在經(jīng)濟(jì)低速增長(zhǎng)狀態(tài)下，外部經(jīng)濟(jì)不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)的影響最為顯著，預(yù)測(cè)能力最強(qiáng)，而金融狀況指數(shù)和核心通貨膨脹對(duì)經(jīng)濟(jì)增長(zhǎng)的影響不明顯，不具有預(yù)測(cè)能力；在經(jīng)濟(jì)適速增長(zhǎng)狀態(tài)和高速增長(zhǎng)狀態(tài)下，外部經(jīng)濟(jì)不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)的影響強(qiáng)度仍然最大，預(yù)測(cè)能力最強(qiáng)，體現(xiàn)出外部經(jīng)濟(jì)不確定性是影響我國(guó)經(jīng)濟(jì)運(yùn)行的關(guān)鍵因素，核心通貨膨脹對(duì)經(jīng)濟(jì)增長(zhǎng)的影響強(qiáng)度次之，其預(yù)測(cè)能力強(qiáng)于金融狀況指數(shù)，這意味著在經(jīng)濟(jì)高速增長(zhǎng)狀態(tài)下，價(jià)格沖擊是影響經(jīng)濟(jì)周期波動(dòng)的重要因素，而金融狀況指數(shù)的影響強(qiáng)度最低，對(duì)經(jīng)濟(jì)增長(zhǎng)的預(yù)測(cè)能力有限。這一結(jié)果說明對(duì)經(jīng)濟(jì)影響最強(qiáng)的要素仍然是外部沖擊和實(shí)體波動(dòng)，而非是金融要素。

（二）基于Q-VAR模型的動(dòng)態(tài)分位數(shù)效應(yīng)分析

1. Q-VAR模型和變量設(shè)定。該模型可以在經(jīng)濟(jì)增長(zhǎng)的不同分位數(shù)水平下計(jì)算變量的脈沖響應(yīng)函數(shù)。首先，給定一個(gè)n維向量組Gt=(G1t,···,Gnt)'，對(duì)所有時(shí)點(diǎn)而言，將上述向量組分為兩個(gè)部分Gt=(mt,zt)'，其中mt表示觀察向量組，zt表示沖擊向量組。進(jìn)一步引入一個(gè)np×1維的協(xié)變量Xt-1=(G't-1,···,G't-p)'，其中p代表滯后階數(shù)。引入分位數(shù)τ=(τ1,···,τn)，這里τi(i=1,2,...,n)

代表第i個(gè)分位數(shù)點(diǎn)。令Qmt(τ|xt-1)=[q1(τ|xt-1),···,qn(τ|xt-1)]'，具體形式如下：

其中，q-j(τ|xt-1),j=1,···,n表示除去第j行j列元素后的矩陣，c(τ)和b(τ)表示系數(shù)矩陣，a(τ)表示截距項(xiàng)，In表示單位矩陣，簡(jiǎn)化后的Q-VAR模型可以表示為：

本文選取經(jīng)濟(jì)增長(zhǎng)、金融狀況指數(shù)、外部經(jīng)濟(jì)不確定性以及核心通貨膨脹四個(gè)變量建立QVAR模型，其中經(jīng)濟(jì)增長(zhǎng)使用我國(guó)季度GDP實(shí)際同比增速衡量，金融狀況指數(shù)、外部經(jīng)濟(jì)不確定性以及核心通貨膨脹使用上文測(cè)度的指數(shù)衡量。

2. 實(shí)證結(jié)果分析。本文對(duì)Q-VAR模型進(jìn)行估計(jì)后，計(jì)算了金融狀況指數(shù)、外部經(jīng)濟(jì)不確定性、核心通貨膨脹3個(gè)指標(biāo)對(duì)經(jīng)濟(jì)增長(zhǎng)影響的分位數(shù)脈沖響應(yīng)函數(shù)。為保持一致性，引入的金融狀況指數(shù)和核心通貨膨脹沖擊為一標(biāo)準(zhǔn)差正向沖擊，外部經(jīng)濟(jì)不確定性引入的是一標(biāo)準(zhǔn)差負(fù)向沖擊，結(jié)果如圖2所示。

圖2 三類指標(biāo)對(duì)經(jīng)濟(jì)增長(zhǎng)影響的分位數(shù)時(shí)變脈沖響應(yīng)函數(shù)

從圖2可以看出隨著經(jīng)濟(jì)增長(zhǎng)由低速轉(zhuǎn)向適速進(jìn)而再轉(zhuǎn)至高速狀態(tài)，金融狀況指數(shù)、外部經(jīng)濟(jì)不確定性以及核心通貨膨脹對(duì)經(jīng)濟(jì)增長(zhǎng)的影響不斷增強(qiáng)，這印證了前文分位數(shù)回歸的基本結(jié)論?？傮w來(lái)看，外部經(jīng)濟(jì)不確定性沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)的影響明顯高于金融狀況指數(shù)和核心通貨膨脹；核心通貨膨脹沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)的影響次之，略大于金融狀況指數(shù)，金融狀況指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響最弱，這再次印證了前文的基本觀點(diǎn)。此外，可以看出核心通貨膨脹沖擊的收斂速度最快，外部不確定性沖擊的收斂速度次之，金融狀況指數(shù)沖擊的收斂速度最慢，這說明金融狀況指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響更加持久，同樣是不能忽視的因素。結(jié)合我國(guó)自2016年開啟的去杠桿征程來(lái)看，宏觀經(jīng)濟(jì)穩(wěn)增長(zhǎng)和金融系統(tǒng)防風(fēng)險(xiǎn)之間的權(quán)衡的確是一個(gè)漫長(zhǎng)的過程，這一結(jié)論能夠得到經(jīng)驗(yàn)事實(shí)的支持。

五、 中國(guó)經(jīng)濟(jì)增長(zhǎng)的在險(xiǎn)分布估計(jì)

（一）在險(xiǎn)分布估計(jì)

在險(xiǎn)分布估計(jì)事實(shí)上是估計(jì)了一個(gè)以分位數(shù)回歸模型為基礎(chǔ)的偏態(tài)t分布函數(shù)，即將分位數(shù)回歸結(jié)果擬合到一個(gè)具有較少參數(shù)的概率密度函數(shù)中。Azzalini和Capitanio(2003)在傳統(tǒng)t分布的基礎(chǔ)上加入了表示偏度的參數(shù)，提出了偏態(tài)t分布函數(shù)，其概率密度為：

其中t(·)和T(·)分別是偏態(tài)t分布的概率密度函數(shù)和累積分布函數(shù)， μ是偏態(tài)t分布的期望， σ代表偏態(tài)t分布的標(biāo)準(zhǔn)差， α代表偏態(tài)t分布的偏度， υ代表偏態(tài)t分布的自由度。參數(shù)估計(jì)的基本思路是以分位數(shù)回歸估計(jì)得到的條件分位數(shù)與偏態(tài)t分布的累積分布函數(shù)的反函數(shù)F-1(q;μ,σ,α,υ)距離的平方和最小為目標(biāo)，進(jìn)而得出偏態(tài)t分布的四個(gè)參數(shù)估計(jì)：

其中，h是向前預(yù)測(cè)的步長(zhǎng)，是經(jīng)濟(jì)增長(zhǎng)的期望值，是經(jīng)濟(jì)增長(zhǎng)的標(biāo)準(zhǔn)差，是 經(jīng)濟(jì)增長(zhǎng)的偏度，表示概率分布函數(shù)的自由度。具體的模型介紹可以參見Adrian等(2019)。這里要說明的是，以往關(guān)于中國(guó)經(jīng)濟(jì)增長(zhǎng)的預(yù)測(cè)往往采用的是點(diǎn)估計(jì)或趨勢(shì)估計(jì)，但這些方法的限制在于：點(diǎn)估計(jì)只能給出一個(gè)最優(yōu)解，而現(xiàn)實(shí)中的宏觀經(jīng)濟(jì)背景卻復(fù)雜多變，倘若概率最大的情形沒有發(fā)生，那么點(diǎn)估計(jì)就將徹底失去意義。特別是對(duì)現(xiàn)階段的中國(guó)而言，經(jīng)濟(jì)運(yùn)行正處于后疫情時(shí)期的復(fù)蘇階段，經(jīng)濟(jì)增長(zhǎng)左尾風(fēng)險(xiǎn)存在抬頭趨勢(shì)，此時(shí)單純的點(diǎn)估計(jì)無(wú)法全面反映經(jīng)濟(jì)增長(zhǎng)的形態(tài)變異。由于前文已經(jīng)證明金融狀況指數(shù)、外部經(jīng)濟(jì)不確定性、核心通貨膨脹均會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生重要影響，故在此運(yùn)用在險(xiǎn)分布模型，給出以三者為條件的經(jīng)濟(jì)增長(zhǎng)在險(xiǎn)分布。

圖3展示了全時(shí)點(diǎn)下的條件預(yù)測(cè)分布，其中短期預(yù)測(cè)是指向前1個(gè)季度預(yù)測(cè)，長(zhǎng)期預(yù)測(cè)是指向前1年預(yù)測(cè)。根據(jù)圖3可以初步得出兩點(diǎn)判斷：（1）基于不同條件的經(jīng)濟(jì)增長(zhǎng)分布預(yù)測(cè)存在明顯差異，分布的均值、標(biāo)準(zhǔn)差、峰度、偏度都有不同表現(xiàn)，表明金融狀況指數(shù)、外部經(jīng)濟(jì)不確定性以及核心通貨膨脹對(duì)經(jīng)濟(jì)增長(zhǎng)的影響存在本質(zhì)區(qū)別，他們均是改變經(jīng)濟(jì)增長(zhǎng)水平和波動(dòng)率的重要條件因素；（2）在不同時(shí)點(diǎn)上，基于同一指標(biāo)預(yù)測(cè)的經(jīng)濟(jì)增長(zhǎng)分布也大為不同，比如基于金融狀況指數(shù)的預(yù)測(cè)，在早期形態(tài)多為左偏，在樣本中段多為右偏，近兩年更加接近正態(tài)，這表明在不同經(jīng)濟(jì)發(fā)展階段下，各指標(biāo)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響機(jī)制、影響強(qiáng)度也存在明顯差異，具有時(shí)變性。從集中離散的角度來(lái)看，在樣本早期和中期，在不同條件下的經(jīng)濟(jì)增長(zhǎng)預(yù)測(cè)均值比較集中，而近幾年的預(yù)測(cè)均值呈發(fā)散狀態(tài)。這表明過去我國(guó)經(jīng)濟(jì)增長(zhǎng)的穩(wěn)定性較強(qiáng)，分布形態(tài)的變異程度低，而在百年未遇之變局、世紀(jì)疫情等重大不確定性因素的影響下，我國(guó)經(jīng)濟(jì)增長(zhǎng)的波動(dòng)性逐漸加大，分布形態(tài)的變異程度明顯上升。

圖3 三類指標(biāo)下全時(shí)點(diǎn)條件預(yù)測(cè)分布圖

（二）代表性時(shí)點(diǎn)下的GDP概率分布預(yù)測(cè)

本文還計(jì)算了一些代表性時(shí)點(diǎn)下的經(jīng)濟(jì)增長(zhǎng)概率分布(見圖4)。代表性時(shí)點(diǎn)包括：2008年4季度，代表金融危機(jī)時(shí)期，主要反映金融狀況指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響；2018年3季度，代表貿(mào)易摩擦?xí)r期，主要反映外部經(jīng)濟(jì)不確定性對(duì)經(jīng)濟(jì)增長(zhǎng)的影響；2020年1季度，代表新冠疫情時(shí)期，主要反映核心通貨膨脹對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，同時(shí)也可以反映外部經(jīng)濟(jì)不確定性的影響。在每一個(gè)時(shí)點(diǎn)，都包含了GDP自分布預(yù)測(cè)以及GDP的條件分布預(yù)測(cè)。其中，圖4(a)-(c)為GDP增長(zhǎng)率的短期在險(xiǎn)分布預(yù)測(cè)，(d)-(f)為長(zhǎng)期在險(xiǎn)分布預(yù)測(cè)。

圖4 典型經(jīng)濟(jì)事件時(shí)點(diǎn)下的GDP增速概率分布預(yù)測(cè)

在金融危機(jī)時(shí)期，金融狀況指數(shù)條件下的GDP分布呈左偏特征，而外部經(jīng)濟(jì)不確定性和核心通貨膨脹條件下的GDP分布與GDP自分布較為接近，幾乎不存在差異。這表明在該段時(shí)期內(nèi)金融狀況是主導(dǎo)經(jīng)濟(jì)增長(zhǎng)分布變異的核心要素。從短期內(nèi)的GDP增速變化來(lái)看，2009年1季度的GDP增速快速下滑至6.4%，出現(xiàn)了階段性谷底，這恰好是金融在險(xiǎn)分布下GDP增速的概率密度峰值，卻不是其他三種分布下概率密度的最大值點(diǎn)，這再次印證了金融脆弱性是主導(dǎo)彼時(shí)經(jīng)濟(jì)增速下行的核心原因。從長(zhǎng)期預(yù)測(cè)看，基于金融狀況指數(shù)的預(yù)測(cè)結(jié)果明顯右偏，這表明基于金融條件進(jìn)行判斷，彼時(shí)的金融沖擊僅具有短期特征，不會(huì)改變中國(guó)經(jīng)濟(jì)高速運(yùn)行的基本態(tài)勢(shì)，也即GDP增速將在金融危機(jī)后快速反彈。結(jié)合后續(xù)的事實(shí)來(lái)看，在1年后的2009年4季度，我國(guó)GDP增速快速反彈至11.9%，這仍是金融在險(xiǎn)分布的峰值位置，但該值已落于其他三個(gè)分布的右側(cè)尾部區(qū)間，是其他分布狀態(tài)下的小概率事件。由此可見，無(wú)論是在短期還是在長(zhǎng)期，金融條件在險(xiǎn)分布都能很好地預(yù)測(cè)金融危機(jī)時(shí)期GDP增長(zhǎng)率的走勢(shì)，這一方面肯定了金融要素是彼時(shí)主導(dǎo)經(jīng)濟(jì)增長(zhǎng)的核心因素，另一方面也說明，我們應(yīng)該高度關(guān)注經(jīng)濟(jì)增長(zhǎng)在險(xiǎn)分布的形態(tài)變異，這不僅有助于識(shí)別影響經(jīng)濟(jì)增長(zhǎng)的核心要素，而且對(duì)精準(zhǔn)預(yù)測(cè)GDP增長(zhǎng)率也具有重要意義。

在貿(mào)易摩擦?xí)r期，從短期預(yù)測(cè)來(lái)看，基于外部經(jīng)濟(jì)不確定性條件下的GDP分布預(yù)測(cè)明顯左偏，基于核心通貨膨脹的GDP分布預(yù)測(cè)略有左偏，基于金融狀況指數(shù)的預(yù)測(cè)結(jié)果基本無(wú)偏。上述結(jié)果意味著短期以外部確定性和核心通貨膨脹為條件的GDP增速預(yù)測(cè)結(jié)果偏低，而基于金融狀況指數(shù)的預(yù)測(cè)結(jié)果與自分布預(yù)測(cè)基本無(wú)異，這表明金融要素并非催動(dòng)彼時(shí)經(jīng)濟(jì)增長(zhǎng)變化的主導(dǎo)因素。從實(shí)際數(shù)據(jù)來(lái)看，2018年第4季度，我國(guó)實(shí)際GDP同比增長(zhǎng)6.5%，而前3個(gè)季度的GDP同比增速分別為6.7%、6.9%和6.9%，第4季度經(jīng)濟(jì)增速明顯下降，這與基于外部不確定性條件的預(yù)測(cè)最為一致。由此不難推斷，在貿(mào)易摩擦?xí)r期，外部經(jīng)濟(jì)不確定性是影響經(jīng)濟(jì)增長(zhǎng)的主要因素。當(dāng)然，核心通貨膨脹的持續(xù)走低同樣也對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生了一定的下拉作用。2018年下半，隨著貿(mào)易摩擦不斷升級(jí)，中美之間的競(jìng)爭(zhēng)博弈加劇，對(duì)我國(guó)進(jìn)出口貿(mào)易以及微觀主體預(yù)期產(chǎn)生了顯著影響，外部經(jīng)濟(jì)不確定性明顯上升，對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生了負(fù)面影響。與此同時(shí)，供給端部分供應(yīng)鏈、產(chǎn)業(yè)鏈?zhǔn)茏?，加征關(guān)稅使經(jīng)濟(jì)運(yùn)行成本上升，核心通貨膨脹出現(xiàn)抬升趨勢(shì)，因此這一時(shí)期的價(jià)格因素可以傳導(dǎo)至經(jīng)濟(jì)增長(zhǎng)。從長(zhǎng)期來(lái)看，基于外部經(jīng)濟(jì)不確定性、核心通貨膨脹和金融狀況指數(shù)的GDP分布預(yù)測(cè)均呈左偏特征，這說明宏觀基本面受到了多重負(fù)面沖擊。結(jié)合彼時(shí)的情形來(lái)看：為緩解資金脫實(shí)向虛，金融去杠桿進(jìn)入深水區(qū)和陣痛階段，生產(chǎn)端PPI持續(xù)性陷入通縮，同時(shí)中美貿(mào)易摩擦不斷升級(jí)，這些影響均具有長(zhǎng)期性。而從一年后的經(jīng)濟(jì)數(shù)據(jù)來(lái)看，2019年3季度GDP同比增長(zhǎng)5.9%，再度出現(xiàn)明顯下降，并且無(wú)論從哪種條件下的在險(xiǎn)分布來(lái)看，實(shí)際GDP增長(zhǎng)率都較中心位置略有左偏(核心通貨膨脹和外部不確定性條件下增長(zhǎng)的后驗(yàn)均值為6.2%，金融在險(xiǎn)條件下經(jīng)濟(jì)增長(zhǎng)的后驗(yàn)均值為6.8%)，說明三種負(fù)面因素產(chǎn)生了疊加效應(yīng)，這同樣與經(jīng)驗(yàn)判斷一致。

在新冠疫情時(shí)期，除金融在險(xiǎn)分布外，實(shí)際GDP增長(zhǎng)率的自分布和在險(xiǎn)分布均出現(xiàn)了重大形態(tài)變異，呈典型的左側(cè)截尾特征。左側(cè)截尾分布具有兩方面含義：一是經(jīng)濟(jì)下行不會(huì)進(jìn)一步持續(xù)，僅具有短期性；二是任何正態(tài)條件分布都不具有意義，他們不是導(dǎo)致該變異的核心原因。從短期來(lái)看，基于核心通貨膨脹的GDP分布預(yù)測(cè)在-2.5%處截尾，基于外部不確定性的預(yù)測(cè)和GDP自分布預(yù)測(cè)在-4%附近截尾。相對(duì)而言，基于金融狀況指數(shù)的預(yù)測(cè)則呈現(xiàn)出正態(tài)分布特征。結(jié)合疫情時(shí)期的事實(shí)來(lái)看，由于突然的停產(chǎn)封城政策，經(jīng)濟(jì)的確會(huì)出現(xiàn)斷崖式下跌，但由于中國(guó)經(jīng)濟(jì)基本面未出現(xiàn)實(shí)質(zhì)性改變，僅是采取了短期應(yīng)急性政策，因此，截尾分布顯然是更具道理的。而金融分布依然呈現(xiàn)正態(tài)特征，這顯然與彼時(shí)的實(shí)際狀況不符，同時(shí)該輪經(jīng)濟(jì)下行也的確并非由金融系統(tǒng)變異引致，這基本印證了本文的事前判斷。結(jié)合具體數(shù)據(jù)來(lái)看，2020年1季度GDP增速為-6.9%，這是疫情沖擊負(fù)面效應(yīng)的直接體現(xiàn)，因此基于三類因素對(duì)GDP的預(yù)測(cè)結(jié)果均比較悲觀。而2020年2季度的GDP增速為3.1%，這與基于核心通貨膨脹的預(yù)測(cè)結(jié)果最為接近。相對(duì)而言，基于金融條件的預(yù)測(cè)效果是最差的，這是因?yàn)樾鹿谝咔槌跗?，微觀主體的預(yù)期較為悲觀，年初金融市場(chǎng)出現(xiàn)了大幅下行，因此基于金融狀況指數(shù)的預(yù)測(cè)結(jié)果最為保守，并非是經(jīng)濟(jì)基本面的真實(shí)反映，存在著太多的非理性因素。由此可見，在新冠疫情時(shí)期金融狀況指數(shù)對(duì)GDP的預(yù)測(cè)能力最弱。反觀通貨膨脹，2020年1季度我國(guó)通脹大幅上升，1月的CPI同比增速高達(dá)5.4%，體現(xiàn)出明顯的需求激增和供給短缺特征。考慮到疫情主要是影響實(shí)體經(jīng)濟(jì)，這也便不難理解，彼時(shí)通貨膨脹為何包含了更多的增長(zhǎng)信息。從長(zhǎng)期來(lái)看，基于外部經(jīng)濟(jì)不確定性和核心通貨膨脹的GDP分布預(yù)測(cè)結(jié)果在-3%左右截尾，基于金融狀況指數(shù)的預(yù)測(cè)結(jié)果更加左偏，表明疫情下市場(chǎng)悲觀情緒仍在持續(xù)蔓延，基于三種因素的長(zhǎng)期預(yù)測(cè)結(jié)果均認(rèn)為經(jīng)濟(jì)增長(zhǎng)反彈的概率極低。但事實(shí)上，在疫情防控取得階段性勝利后，我國(guó)加快復(fù)產(chǎn)復(fù)工、復(fù)商復(fù)市，經(jīng)濟(jì)增長(zhǎng)在短期內(nèi)大幅反彈，實(shí)際經(jīng)濟(jì)狀況與預(yù)測(cè)結(jié)果存在一定偏差。由此可見，在重大危機(jī)事件下，由極度悲觀預(yù)期引致的預(yù)測(cè)結(jié)果可能會(huì)與現(xiàn)實(shí)存在較大差距。因此，在重大突發(fā)事件和經(jīng)濟(jì)非穩(wěn)態(tài)時(shí)期，不應(yīng)過分依賴長(zhǎng)期經(jīng)濟(jì)預(yù)測(cè)，短期經(jīng)濟(jì)預(yù)測(cè)一般更為有效。整體來(lái)看，無(wú)論是以何種要素為條件，經(jīng)濟(jì)增長(zhǎng)的在險(xiǎn)分布相較于自分布均包含了更多有益信息，是估計(jì)經(jīng)濟(jì)增長(zhǎng)走勢(shì)的有益工具。

（三）對(duì)未來(lái)經(jīng)濟(jì)走勢(shì)的展望

隨著疫情防控平穩(wěn)轉(zhuǎn)段，后疫情時(shí)期的經(jīng)濟(jì)增長(zhǎng)走勢(shì)成為了備受關(guān)注的議題。為此，本文以2022年第3季度為基準(zhǔn)點(diǎn)，基于三類因素對(duì)GDP分布進(jìn)行短期預(yù)測(cè)。圖5顯示，在經(jīng)濟(jì)平穩(wěn)復(fù)蘇期，由于外部不確定性、金融狀況指數(shù)以及核心通貨膨脹均沒有出現(xiàn)異常變化，經(jīng)濟(jì)增長(zhǎng)更多是依靠其內(nèi)生動(dòng)力，因此基于三類因素對(duì)GDP分布的預(yù)測(cè)結(jié)果與GDP自預(yù)測(cè)分布預(yù)測(cè)比較接近，沒有表現(xiàn)出明顯的左偏和右偏。其中，GDP自分布預(yù)測(cè)、基于金融狀況指數(shù)的預(yù)測(cè)、基于外部經(jīng)濟(jì)不確定的預(yù)測(cè)和基于核心通貨膨脹的預(yù)測(cè)對(duì)應(yīng)的GDP增速5%分位點(diǎn)分別是3.0%、2.8%、3.0%、2.8%，這意味著未來(lái)宏觀經(jīng)濟(jì)增長(zhǎng)的底線將位于2.8%之上。

圖5 基于不同指標(biāo)的2022年第3季度 GDP概率分布短期預(yù)測(cè)（向前一季度）

事實(shí)上，2022年4季度的GDP同比增速為2.9%，與本文的預(yù)測(cè)結(jié)果一致?，F(xiàn)階段，我國(guó)經(jīng)濟(jì)正處于持續(xù)的恢復(fù)性增長(zhǎng)階段，外部經(jīng)濟(jì)不確定性、金融市場(chǎng)運(yùn)行、核心通貨膨脹等指標(biāo)都運(yùn)行得比較平穩(wěn)，沒有遭到金融危機(jī)、貿(mào)易摩擦、新冠疫情等重大危機(jī)事件沖擊，因此無(wú)論是基于何種要素預(yù)測(cè)，其分布態(tài)勢(shì)均與GDP的無(wú)條件分布比較接近，證明我國(guó)經(jīng)濟(jì)增長(zhǎng)復(fù)蘇的確定性增強(qiáng)，未來(lái)很可能會(huì)延續(xù)穩(wěn)中向好復(fù)蘇。從近期的經(jīng)濟(jì)復(fù)蘇軌跡來(lái)看，2023年1季度實(shí)際GDP增長(zhǎng)4.9%，2季度GDP增速上升至6.3%，呈現(xiàn)出良性溫和復(fù)蘇態(tài)勢(shì)。這表明中國(guó)經(jīng)濟(jì)將有很大概率以此為起點(diǎn)，破舊立新，重新回歸至中高速增長(zhǎng)平面。

六、 結(jié)論和政策建議

當(dāng)前，中國(guó)經(jīng)濟(jì)發(fā)展面臨的外部不確定性因素和內(nèi)部周期性、結(jié)構(gòu)性因素在很大程度上改變了經(jīng)濟(jì)增長(zhǎng)運(yùn)行的區(qū)位基礎(chǔ)和可能的分布形態(tài)，造成了經(jīng)濟(jì)增長(zhǎng)分布的重大變異，這對(duì)經(jīng)濟(jì)增長(zhǎng)預(yù)測(cè)提出了更高要求。鑒于此，本文跳出傳統(tǒng)的點(diǎn)估計(jì)和趨勢(shì)估計(jì)思維，綜合運(yùn)用TVPFAVAR-DMA模型、非預(yù)期條件波動(dòng)率高維因子模型以及分位數(shù)回歸、Q-VAR模型和在險(xiǎn)分布函數(shù)刻畫我國(guó)經(jīng)濟(jì)增長(zhǎng)的遍歷在險(xiǎn)分布，從風(fēng)險(xiǎn)管理的視角重新審視了中國(guó)經(jīng)濟(jì)的在險(xiǎn)增長(zhǎng)狀態(tài)。研究顯示，金融狀況指數(shù)、外部經(jīng)濟(jì)不確定性與核心通貨膨脹對(duì)預(yù)測(cè)我國(guó)經(jīng)濟(jì)增長(zhǎng)分布而言具有重要意義，但不同指標(biāo)的影響存在差異性，體現(xiàn)出明顯的階段性特征，這揭示了經(jīng)濟(jì)增長(zhǎng)形態(tài)變異的復(fù)雜性和多變性。在不同增長(zhǎng)狀態(tài)下，同一指標(biāo)對(duì)經(jīng)濟(jì)增長(zhǎng)的預(yù)測(cè)作用也顯著不同，具有明顯時(shí)變性；在金融危機(jī)時(shí)期金融狀況是影響經(jīng)濟(jì)增長(zhǎng)的主導(dǎo)因素，在貿(mào)易摩擦?xí)r期外部經(jīng)濟(jì)不確定性是影響經(jīng)濟(jì)增長(zhǎng)的主要因素，在新冠疫情時(shí)期核心通貨膨脹包含了預(yù)測(cè)經(jīng)濟(jì)增長(zhǎng)的有效信息。上述典型事實(shí)表明，在預(yù)測(cè)經(jīng)濟(jì)增速時(shí)，首先應(yīng)識(shí)別經(jīng)濟(jì)增長(zhǎng)的核心驅(qū)動(dòng)要素，進(jìn)而以核心驅(qū)動(dòng)要素為條件識(shí)別經(jīng)濟(jì)增長(zhǎng)的在險(xiǎn)分布，據(jù)此才能實(shí)現(xiàn)最佳的預(yù)測(cè)效果。最后，考慮到當(dāng)下經(jīng)濟(jì)運(yùn)行態(tài)勢(shì)漸趨企穩(wěn)，本文進(jìn)一步以2022年3季度為基準(zhǔn)點(diǎn)，對(duì)未來(lái)經(jīng)濟(jì)增長(zhǎng)進(jìn)行展望，以期識(shí)別未來(lái)經(jīng)濟(jì)增長(zhǎng)的核心驅(qū)動(dòng)要素，結(jié)果發(fā)現(xiàn)無(wú)論是基于何種要素進(jìn)行預(yù)測(cè)，經(jīng)濟(jì)增長(zhǎng)的在險(xiǎn)分布形態(tài)均與GDP的無(wú)條件分布十分接近，表明未來(lái)的經(jīng)濟(jì)增長(zhǎng)具有較強(qiáng)的穩(wěn)定性和確定性，具備了穩(wěn)中向好復(fù)蘇的基礎(chǔ)。

根據(jù)本文的研究結(jié)果，提出如下政策建議：

第一，對(duì)于經(jīng)濟(jì)增長(zhǎng)預(yù)測(cè)而言，條件分布估計(jì)所包含的信息更加豐富，應(yīng)將其作為監(jiān)測(cè)中國(guó)經(jīng)濟(jì)景氣變化的重要參考指標(biāo)。點(diǎn)估計(jì)和趨勢(shì)估計(jì)的結(jié)果具有絕對(duì)性和剛性，而條件分布從概率的角度給出了經(jīng)濟(jì)增長(zhǎng)的分布預(yù)測(cè)，結(jié)果更具彈性和容錯(cuò)率，這為宏觀調(diào)控提供了更多的可能性和政策預(yù)案。因此，在監(jiān)測(cè)經(jīng)濟(jì)景氣變化的過程中，除了考慮傳統(tǒng)的宏觀經(jīng)濟(jì)指標(biāo)和微觀經(jīng)濟(jì)運(yùn)行外，也應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)進(jìn)行條件分布估計(jì)，尤其是短期的分布估計(jì)結(jié)果更具參考性和實(shí)用價(jià)值。第二，至于如何識(shí)別影響經(jīng)濟(jì)增長(zhǎng)的核心要素，應(yīng)當(dāng)樹立動(dòng)態(tài)觀念，與時(shí)俱進(jìn)，摒棄僵化的靜態(tài)認(rèn)知?；跅l件分布的經(jīng)濟(jì)增長(zhǎng)預(yù)測(cè)的準(zhǔn)確性依賴于條件本身，而在不同的經(jīng)濟(jì)運(yùn)行狀態(tài)下影響經(jīng)濟(jì)增長(zhǎng)的核心因素也會(huì)不斷變化。應(yīng)在動(dòng)態(tài)的觀念下實(shí)時(shí)跟蹤經(jīng)濟(jì)增長(zhǎng)運(yùn)行態(tài)勢(shì)，識(shí)別不同典型經(jīng)濟(jì)階段下引起經(jīng)濟(jì)增長(zhǎng)大幅波動(dòng)和分布變異的關(guān)鍵因素，進(jìn)而對(duì)經(jīng)濟(jì)增長(zhǎng)的分布函數(shù)做出準(zhǔn)確描述，確保在不同的經(jīng)濟(jì)發(fā)展階段下都可以比較準(zhǔn)確地把握經(jīng)濟(jì)增長(zhǎng)的可能走勢(shì)，從而做到萬(wàn)全應(yīng)對(duì)。第三，關(guān)于如何引導(dǎo)后疫情時(shí)期的經(jīng)濟(jì)復(fù)蘇，應(yīng)充分意識(shí)到，當(dāng)下金融風(fēng)險(xiǎn)、外部不確定性和核心通貨膨脹等條件均處于相對(duì)穩(wěn)定狀態(tài)，這說明未來(lái)一定時(shí)期內(nèi)，經(jīng)濟(jì)增長(zhǎng)的走勢(shì)將更加依賴于其內(nèi)生動(dòng)力。因此，有序引導(dǎo)需求復(fù)蘇，著力加強(qiáng)供給協(xié)調(diào)，把經(jīng)濟(jì)工作的重心置于提振實(shí)體經(jīng)濟(jì)活力才是確保經(jīng)濟(jì)平穩(wěn)復(fù)蘇的根本。一方面，要高度注重后疫情時(shí)期的供需結(jié)合管理，解決弱有效需求與供給匹配的問題，在需求側(cè)，要堅(jiān)定不移擴(kuò)大內(nèi)需，把培育需求動(dòng)能置于首要位置，同時(shí)還要高度注重提升供給體系對(duì)國(guó)內(nèi)消費(fèi)需求的自適應(yīng)性，形成以需求牽引供給，以供給激發(fā)需求的良性正反饋循環(huán)；另一方面，要積極監(jiān)測(cè)金融狀況、外部經(jīng)濟(jì)不確定性和物價(jià)水平等在險(xiǎn)條件的變化，積極建立起宏觀經(jīng)濟(jì)監(jiān)測(cè)預(yù)警系統(tǒng)，對(duì)可能出現(xiàn)的經(jīng)濟(jì)風(fēng)險(xiǎn)進(jìn)行提前鎖定，事前預(yù)案，加強(qiáng)宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)管理意識(shí)，樹立經(jīng)濟(jì)增長(zhǎng)底線思維，在激發(fā)經(jīng)濟(jì)增長(zhǎng)動(dòng)能的同時(shí)也要兼顧培育強(qiáng)大的經(jīng)濟(jì)韌性。這是在百年未有之大變局下確保經(jīng)濟(jì)平穩(wěn)發(fā)展的必要基礎(chǔ)，亦是全面建設(shè)社會(huì)主義現(xiàn)代化強(qiáng)國(guó)的必由之路。