經(jīng)濟(jì)周期如何影響經(jīng)濟(jì)增長(zhǎng)

劉功瀾

摘要：近年來(lái)無(wú)論是全球經(jīng)濟(jì)還是中國(guó)經(jīng)濟(jì)，周期性波動(dòng)明顯。這種周期性對(duì)經(jīng)濟(jì)增長(zhǎng)的影響并未取得學(xué)界共識(shí)。本文利用1952年至2015年的年度數(shù)據(jù)，對(duì)我國(guó)經(jīng)濟(jì)周期對(duì)經(jīng)濟(jì)增長(zhǎng)的影響進(jìn)行分析。發(fā)現(xiàn)：經(jīng)濟(jì)周期波動(dòng)對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)的負(fù)貢獻(xiàn)明顯，但近年來(lái)隨著政府干預(yù)的增多有所收斂。經(jīng)濟(jì)波動(dòng)的周期性逐步縮短，表現(xiàn)也越來(lái)越復(fù)雜。

關(guān)鍵詞：經(jīng)濟(jì)周期；經(jīng)濟(jì)增長(zhǎng)；負(fù)反饋

一、引言

近年來(lái)的全球經(jīng)濟(jì)發(fā)展表明，在開(kāi)放經(jīng)濟(jì)條件下，經(jīng)濟(jì)運(yùn)行具有顯著的不確定性，經(jīng)濟(jì)的周期性波動(dòng)明顯。美國(guó)經(jīng)濟(jì)在“911”恐怖襲擊后走出衰退，它在運(yùn)行中出現(xiàn)了典型的經(jīng)濟(jì)周期波動(dòng)的負(fù)經(jīng)濟(jì)增長(zhǎng)特征，對(duì)世界經(jīng)濟(jì)增長(zhǎng)具有顯著的負(fù)面影響。

中國(guó)經(jīng)濟(jì)發(fā)展深刻打上了政府干預(yù)的烙印，不管是之前的計(jì)劃經(jīng)濟(jì)還是改革開(kāi)放后的市場(chǎng)經(jīng)濟(jì)，政府為了熨平經(jīng)濟(jì)波動(dòng)，在微觀領(lǐng)域進(jìn)行了大量干預(yù)。尤其是2008年金融危機(jī)以來(lái)的十年，貨幣政策的寬松刺激了當(dāng)期經(jīng)濟(jì)增長(zhǎng)的同時(shí)，也留下了嚴(yán)重的后遺癥。本人從一個(gè)更寬的視角研究自1955年以后經(jīng)濟(jì)周期波動(dòng)與經(jīng)濟(jì)增長(zhǎng)的關(guān)系，以期降低短期政策的影響。

二、文獻(xiàn)綜述

傳統(tǒng)研究中，經(jīng)濟(jì)周期和經(jīng)濟(jì)增長(zhǎng)是兩個(gè)問(wèn)題：一個(gè)是長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)的問(wèn)題，另外一個(gè)著眼于短期的經(jīng)濟(jì)波動(dòng)。自Ramey和Ramey（1995）[1]發(fā)現(xiàn)經(jīng)濟(jì)波動(dòng)大的國(guó)家經(jīng)濟(jì)增長(zhǎng)較低以來(lái)，經(jīng)濟(jì)增長(zhǎng)和經(jīng)濟(jì)周期的研究就結(jié)合了起來(lái)。

關(guān)于經(jīng)濟(jì)增長(zhǎng)與經(jīng)濟(jì)周期之間關(guān)系的理論文獻(xiàn)遠(yuǎn)非沒(méi)有爭(zhēng)議。關(guān)于不可逆投資和等待期權(quán)價(jià)值的文獻(xiàn)預(yù)測(cè)了增長(zhǎng)不確定性與平均增長(zhǎng)之間的負(fù)相關(guān)關(guān)系。對(duì)未來(lái)利潤(rùn)的不確定性的增加提高了時(shí)間成本，從而推遲了投資并降低了增長(zhǎng)（例如，Pindyck 1991[2]； Ramey和Ramey 1991[3]）。相比之下，Black（1987）[4]暗示了一種積極的關(guān)系。在這樣的世界中，平均增長(zhǎng)率高的國(guó)家也會(huì)有很大的差異。另一個(gè)論點(diǎn)涉及預(yù)防性儲(chǔ)蓄，內(nèi)生增長(zhǎng)理論的支持者斷言，增長(zhǎng)與周期之間的關(guān)系取決于生產(chǎn)力提高活動(dòng)和生產(chǎn)是替代品還是補(bǔ)充品（Aghion and Saint-Paul 1998[5]； Martin 和羅杰斯2000[6]）。

實(shí)證分析方面，Kormendi和Meguire（1985）[7]以及Grier和Tullock（1989）[8]發(fā)現(xiàn)，產(chǎn)出增長(zhǎng)標(biāo)準(zhǔn)偏差較高的國(guó)家也傾向于獲得更高的平均增長(zhǎng)率。相比之下，Ramey和Ramey（1995）[1]，Martin和Rogers（2000）[6]，F(xiàn)atas（2002）[9]和Rafferty（2005）[10]發(fā)現(xiàn)了不同樣本的負(fù)相關(guān)關(guān)系。基于時(shí)間序列數(shù)據(jù)的研究主要在ARCH或GARCH框架中得出了不同的結(jié)論.1例如，使用美國(guó)，Grier和Perry（2000）[11]和Grier等人的數(shù)據(jù)。 （2004）[12]獲得了產(chǎn)出波動(dòng)對(duì)增長(zhǎng)的積極影響的證據(jù)。

在時(shí)間序列背景下，一致性問(wèn)題也可以通過(guò)采用ARCH或GARCH均值建模策略來(lái)解決，其中增長(zhǎng)和周期是聯(lián)合和內(nèi)生確定的（例如，Grier等人2004 [12]）。這種估計(jì)是建立在逐個(gè)國(guó)家的基礎(chǔ)上的，因此它太具有國(guó)家特征而不能被推廣，而忽略了可能的跨國(guó)相互依賴。

三、變量與方程

本文利用中國(guó)1952 - 2015年的年度數(shù)據(jù)驗(yàn)證了經(jīng)濟(jì)波動(dòng)對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的影響。

恩格爾提出了條件異方差性模型（ARCH），它最早是1982年時(shí)間序列分析條件方差的一種非常有用的自回歸模型，由Bollerslev于1986年擴(kuò)展為廣義自回歸條件異方差模型（GARCH）模型，被廣泛使用 在各個(gè)經(jīng)濟(jì)學(xué)研究領(lǐng)域。條件方差（或標(biāo)準(zhǔn)差）中的均值作為GARCH模型方程中的變量，而方差方程保持不變。方程式為

（1）

（2）

這是GARCH（1，1） - M模型。 （1）是均值方程，ARCH模型和GARCH模型在標(biāo)準(zhǔn)條件下的均值方程的差異是方差作為連接均值方程的解釋變量。（2）是方差方程。通常，準(zhǔn)最大似然法適用于GARCH-m估計(jì)模型。在經(jīng)濟(jì)學(xué)領(lǐng)域，經(jīng)濟(jì)波動(dòng)可能對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生影響，也可以使用GARCH-m模型進(jìn)行實(shí)證分析。本文采用GDP指數(shù)的時(shí)間序列數(shù)據(jù)（1952=100）。其中，1952 - 1978年數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)簡(jiǎn)報(bào)：1949-2004》.1979-2015數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒2016》（1978 = 100））。然后將它們轉(zhuǎn)換為1952年作為GDP固定基數(shù)指數(shù)的基礎(chǔ)。本文采用變量LNGDP是GDP指數(shù)計(jì)算GDP的自然對(duì)數(shù)； DLNGDP指GDP指數(shù)計(jì)算的LNGDP一階差異，表示實(shí)際增長(zhǎng)率。 本文使用ADF測(cè)試和KPSS測(cè)試來(lái)確定相關(guān)變量。

兩種測(cè)試結(jié)果（篇幅所限，不再列示）一致表明LNGDP是1%顯著性水平的非平穩(wěn)變量，而DLNGDP是表1中的穩(wěn)定變量。因此，我們使用經(jīng)濟(jì)增長(zhǎng)率時(shí)間序列（DLNGDP）進(jìn)行實(shí)證分析。避免錯(cuò)誤的回歸問(wèn)題。

對(duì)于標(biāo)準(zhǔn)正態(tài)分布，偏度為0，峰度為3，表2表明，從偏度的角度來(lái)看，經(jīng)濟(jì)增長(zhǎng)是左邊的，這意味著序列分布長(zhǎng)期離開(kāi)了尾部。 Bera -Jarque測(cè)試表明，時(shí)間序列的增長(zhǎng)不符合正態(tài)分布。 總之，經(jīng)濟(jì)增長(zhǎng)的分布格局的高峰期。

四、方程結(jié)果

1. ARCH模型

我們根據(jù)AIC準(zhǔn)則和固定變量DLNGDP的SC準(zhǔn)則確定滯后階數(shù)的自回歸滑動(dòng)平均（ARMA）模型。 最終選擇了ARMA（1，1）模型。如下：

結(jié)果顯示（篇幅所限，結(jié)果不再列示），F(xiàn)統(tǒng)計(jì)相關(guān)概率為0. 005695，通過(guò)F檢驗(yàn)，根據(jù)方程的結(jié)果表明回歸方程在1%顯著性水平上具有高度顯著性。同時(shí)，MA（1）與AR（1）估計(jì) t統(tǒng)計(jì)量相關(guān)概率的參數(shù)為0.077和0.0051，通過(guò)1%顯著性水平的顯著性檢驗(yàn)。

DLNGDP OLS估計(jì)的ARMA（1，1）方程的殘差的結(jié)果如圖2所示。

Figure 2 Residual error 0f ARMA （1， 1） equations

我們可以通過(guò)DW = 1.854028初步判斷沒(méi)有一階序列相關(guān)性。如果存在與DW統(tǒng)計(jì)的高階序列相關(guān)，則可以應(yīng)用Breush - Godfrey LM檢驗(yàn)來(lái)測(cè)試殘差序列的回歸方程 是擾動(dòng)的一階序列相關(guān)檢驗(yàn)。 因此，本文要求Breush - Godfrey LM檢驗(yàn)。

LM統(tǒng)計(jì)（篇幅所限，結(jié)果不再列示）表明我們可以在10%顯著性水平下拒絕零假設(shè)。殘差序列的回歸方程沒(méi)有序列相關(guān)性。 它表明ARMA（1，1）方程DLNGDP不存在序列相關(guān)問(wèn)題。我們可以使用ARCH-LM測(cè)試來(lái)確定DLNGDP是否存在通過(guò)ARMA（1，2）方程的DLNGDP殘差序列的ARCH效應(yīng)。

根據(jù)結(jié)果（篇幅所限，結(jié)果不再列示），我們可以發(fā)現(xiàn)DLNGDP具有顯著的ARCH效應(yīng)，更重要的是，高階ARCH-LM測(cè)試得到顯著的結(jié)果，方差方程以可持續(xù)性為目標(biāo)，因此，我們需要加入 GARCH分析。

2. GARCH-M模型的結(jié)果

我們使用GARCH（1，1）模型估計(jì)（3）以糾正數(shù)據(jù)中的DLNGDP條件異方差性.GARCH（1，1）模型是（4）：

（4）

結(jié)果發(fā)現(xiàn)（篇幅所限，結(jié)果不再列示）GARCH和ARCH具有統(tǒng)計(jì)顯著性。 GARCH in的水平為1%，ARCH水平為10%。 通過(guò)GARCH（1，1）模型可以發(fā)現(xiàn)殘余誤差診斷兩個(gè)方程不再存在ARCH效應(yīng)。

中國(guó)經(jīng)濟(jì)增長(zhǎng)的波動(dòng)性在70年代和60年代波動(dòng)更大，并且自改革開(kāi)放以來(lái)顯著減少?；谝陨险J(rèn)識(shí)，我們需要估計(jì)以下GARCH（1，1）-M模型，以定量分析經(jīng)濟(jì)增長(zhǎng)與經(jīng)濟(jì)波動(dòng)（標(biāo)準(zhǔn)差）之間的關(guān)系。

（5）

GARCH（1，1）-M模型估計(jì)結(jié)果（篇幅所限，結(jié)果不再列示）表明，中國(guó)經(jīng)濟(jì)周期非常顯著（顯著性水平為1%）影響經(jīng)濟(jì)增長(zhǎng)。中國(guó)經(jīng)濟(jì)周期對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生顯著的負(fù)面影響，即經(jīng)濟(jì)波動(dòng)越大，經(jīng)濟(jì)增長(zhǎng)越低； 當(dāng)經(jīng)濟(jì)波動(dòng)較小時(shí)，經(jīng)濟(jì)增長(zhǎng)率較高。

3.進(jìn)一步結(jié)論

本文的研究結(jié)果表明，經(jīng)濟(jì)周期對(duì)經(jīng)濟(jì)增長(zhǎng)存在顯著的負(fù)面影響，這與國(guó)內(nèi)外同類研究相一致。

第一，經(jīng)濟(jì)周期不利于經(jīng)濟(jì)增長(zhǎng)，這有助于深入思考計(jì)劃經(jīng)濟(jì)向市場(chǎng)經(jīng)濟(jì)轉(zhuǎn)型中的做法。

中國(guó)有機(jī)會(huì)選擇改革的具體實(shí)施步驟，以確保整個(gè)改革過(guò)程的速度和穩(wěn)定，因?yàn)橹袊?guó)的漸進(jìn)式改革路徑。成功的“漸進(jìn)式改革”可能包含相反結(jié)果的相同邏輯：應(yīng)該采取中國(guó)的漸進(jìn)式改革，以避免經(jīng)濟(jì)改革帶來(lái)巨大的經(jīng)濟(jì)波動(dòng)，改革對(duì)經(jīng)濟(jì)的影響越小，經(jīng)濟(jì)波動(dòng)越小波動(dòng)，導(dǎo)致經(jīng)濟(jì)增長(zhǎng)率相對(duì)較高。

其次，探討經(jīng)濟(jì)周期不利于經(jīng)濟(jì)增長(zhǎng)的研究具有重要的理論意義。經(jīng)濟(jì)周期將間接地給居民帶來(lái)利益。因此，忽視經(jīng)濟(jì)周期對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)面影響，估計(jì)經(jīng)濟(jì)波周期的福利成本被低估。對(duì)于正確衡量福利經(jīng)濟(jì)的真實(shí)成本非常重要。在此基礎(chǔ)上，通過(guò)建立合理的考慮經(jīng)濟(jì)波動(dòng)的理論框架來(lái)減緩經(jīng)濟(jì)增長(zhǎng)，該領(lǐng)域具有非常有意義的研究方向，我們可以探索經(jīng)濟(jì)波動(dòng)的直接和間接利益損失。

五、結(jié)論

本文利用中國(guó)的1952-2015時(shí)間序列數(shù)據(jù)，利用最大似然估計(jì)，研究基于GARCH-m模型的經(jīng)濟(jì)波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。 結(jié)果表明，中國(guó)經(jīng)濟(jì)增長(zhǎng)的經(jīng)濟(jì)波動(dòng)非常顯著，負(fù)面影響不容忽視。 研究結(jié)果與現(xiàn)有的經(jīng)濟(jì)周期研究相結(jié)合，認(rèn)為這對(duì)經(jīng)濟(jì)增長(zhǎng)不利。這對(duì)中國(guó)經(jīng)驗(yàn)證據(jù)的理論研究有用，有助于我們了解中國(guó)經(jīng)濟(jì)的宏觀經(jīng)濟(jì)波動(dòng)方向和程度。

首先，經(jīng)濟(jì)周期對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生重大負(fù)面影響的結(jié)論為穩(wěn)定政策提供了強(qiáng)有力的支持。政府通過(guò)穩(wěn)定政策減少經(jīng)濟(jì)波動(dòng)，這將對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生間接促進(jìn)作用。政府傳統(tǒng)上習(xí)慣于將經(jīng)濟(jì)波動(dòng)減緩為這一級(jí)別的長(zhǎng)期穩(wěn)定的政策中立工具。

其次，經(jīng)濟(jì)波動(dòng)不利于經(jīng)濟(jì)增長(zhǎng)的研究結(jié)果表明，政府放緩了不影響經(jīng)濟(jì)增長(zhǎng)的經(jīng)濟(jì)波動(dòng)。政府減少短期經(jīng)濟(jì)波動(dòng)，這也是對(duì)經(jīng)濟(jì)增長(zhǎng)的長(zhǎng)期承諾。

參考文獻(xiàn)：

[1]Ramey G， Ramey VA （1995） Cross-country evidence on the link between volatility and growth. Am Econ Rev 85：1138–1151

[2]Pindyck RS （1991） Irreversibility， uncertainty， and investment. J Econ Lit 29：1110–1148

[3] Ramey G， Ramey VA （1991） Technology commitment and the cost of economic fluctuations. NBER Working Paper No. 3755.

[4] Black F （1987） Business cycles and equilibrium. Blackwell， New York

[5] Aghion P， Saint-Paul G （1998） On the virtue of bad times： an analysis of the interaction between economic fluctuations and productivity growth. Macroecon Dyn 2：322–344

[6] Martin P， Rogers CA （2000） Long-term growth and short-term economic instability. Eur Econ Rev 44： 359–381

[7] Kormendi RC， Meguire P （1985） Macroeconomic determinants of growth： cross-country evidence. J Monet Econ 16：141–163

[8] Grier KB， Tullock G （1989） An empirical analysis of cross-national economic growth， 1951–1980. J Monet Econ 24：259–276

[9] Fountas S， Karanasos M， Kim J （2002） Inflation and output growth uncertainty and their relationship with inflation and output growth. Econ Lett 75：293–301

[10] Rafferty M （2005） The effects of expected and unexpected volatility on long-run growth： evidence from 18 developed economies. South Econ J 71：582–591

[11] Grier KB， Perry MJ （2000） The effects of real and nominal uncertainty on inflation and output growth： some GARCH-M evidence. J Appl Econom 15：45–58

[12] Grier KB， Henry OT， Olekalns N， Shields K （2004） The asymmetric effects of uncertainty on inflation and output growth.