SVAR序列分解方法及應(yīng)用研究 以廣東周期性失業(yè)測量為例

摘 要 以SVAR模型作序列分解，可以把受到結(jié)構(gòu)沖擊的變量按沖擊類型分解出來.本文給出其分解推導(dǎo)證明及算法，然后以廣東省周期性失業(yè)的測量為例給出了實證演示.結(jié)果表明，我省經(jīng)濟狀況是冷熱交替的，經(jīng)濟均衡只出現(xiàn)在瞬間點，之后用AD-AS曲線分析框架總結(jié)出廣東省的六種經(jīng)濟狀況.

關(guān)鍵詞 SVAR；序列分解；結(jié)構(gòu)沖擊

中圖分類號 F224.0 文獻標(biāo)識碼 A

Series Dividing Based on SVAR

——A Measurement of Cyclical Unemployment

of Guangdong as An Example

HE Zhiquan

（School of Applied Mathematics，Guangdong University of Technology，Guangzhou，Guangdong 510520，China）

Abstract Dividing a series based on SVAR model can divide the one shocked by structural shock. We gave the proven process and its algorithm. Using a measurement of cyclical unemployment of Guangdong province as an empirical example， we found Guangdong was hot and cool and economic equilibrium was instant. Then we used ADAS curve to sum up Guangdong's six economic situations and to analyze it qualitatively.

Keywords SVAR； series dividing； structural shock

1 引 言

目前一些學(xué)者用SVAR模型估計潛在產(chǎn)出和自然失業(yè)率等不可觀測的變量，但是可能他們認(rèn)為序列分解只是其中的一個“小環(huán)節(jié)”，未能引起足夠重視，而且目前主要的計量經(jīng)濟學(xué)軟件EViews并不具備序列分解的功能，他們在估計上述變量時的序列分解方法存在缺陷.本文試圖給出序列分解的相對正確的方法.為了推導(dǎo)過程的完整和符號的說明，先從SVAR模型的推導(dǎo)說起.

2 SVAR模型序列分解的相關(guān)證明

2.1 建立SVAR模型的推導(dǎo)過程

這一節(jié)先來推導(dǎo)SVAR模型，這里的推導(dǎo)過程主要參考高鐵梅（2009）[1]，下一節(jié)具體闡述分解算法.

3 廣東省周期性失業(yè)的測量

目前國內(nèi)外研究經(jīng)濟結(jié)構(gòu)和經(jīng)濟波動，無論定性分析還是定量分析，多數(shù)是以實際產(chǎn)出作為依據(jù).但是要知道，真正反映經(jīng)濟結(jié)構(gòu)和經(jīng)濟波動的標(biāo)準(zhǔn)指標(biāo)應(yīng)該是潛在產(chǎn)出和產(chǎn)出缺口.潛在產(chǎn)出可以反應(yīng)一個經(jīng)濟體產(chǎn)品市場結(jié)構(gòu)、要素市場結(jié)構(gòu)和產(chǎn)業(yè)結(jié)構(gòu)多方面的信息，是供給管理的重要參考；而產(chǎn)出缺口則可以反映經(jīng)濟體在各種沖擊下形成的經(jīng)濟波動，是需求管理的重要參考.本文主要論述后者.根據(jù)徐現(xiàn)祥（2008），沖擊的類型是多種多樣的，除了供給沖擊、需求沖擊，還有政策沖擊、消息沖擊等[5]，而最主要的是前兩種.所以，為了了解一個經(jīng)濟體的經(jīng)濟波動成因，把產(chǎn)出缺口進一步分解為分別由供給沖擊和需求沖擊引起的產(chǎn)出缺口就很有必要.但是就目前來說，存在技術(shù)上的困難.例如用結(jié)構(gòu)向量自回歸模型一般會把供給沖擊全部歸到趨勢成分，從而不能識別影響周期項的供給沖擊.本文另覓新路，不從產(chǎn)出缺口而是從周期性失業(yè)下手，以此分析經(jīng)濟波動.因為兩者存在奧肯定律這一經(jīng)驗關(guān)系，所以在外延上是等價的.這有兩個好處：①根據(jù)Dornbusch R，F(xiàn)isher S，Startz R（2001）對潛在產(chǎn)出的定義：充分就業(yè)的產(chǎn)出叫做潛在產(chǎn)出[6]，可知潛在產(chǎn)出是根據(jù)要素市場均衡定義的，所以周期性失業(yè)比產(chǎn)出缺口更本質(zhì)地反映經(jīng)濟波動；②利用3變量結(jié)構(gòu)向量自回歸模型可以把周期性失業(yè)率分解為分別由供需沖擊引起的周期性失業(yè).

由于周期性失業(yè)率為實際失業(yè)率和自然失業(yè)率之差，所以定量分析自然失業(yè)率的方法也適用于周期性失業(yè)率.蔡昉，都陽，高文書（2004）運用三角模型，對假定不變和階段性變化的自然失業(yè)率進行了估計[7].這種估計方法本質(zhì)上是一個自回歸分布滯后模型，可以較好地捕捉到自然失業(yè)率的動態(tài)變化.但是不變和階段性變化的自然失業(yè)率假定過強，和現(xiàn)實未必相符.費方域，古月（2004）是基于微觀經(jīng)濟框架探討自然失業(yè)率的估計思路，但是沒有給出具體計算方法[8].曾湘泉，于泳（2006），石柱鮮，孫皓，宋平平（2008），都陽，陸旸（2011）都是基于狀態(tài)空間模型估算自然失業(yè)率[9-11]，這種方法既包含統(tǒng)計意義也包含經(jīng)濟意義，是透明度較高的估計方法.晏艷陽，宋美喆（2011）運用HP濾波法估計自然失業(yè)率[12]，這種方法操作簡便，但是由于是單變量方法，沒有充分利用自然失業(yè)率的經(jīng)濟意義和與此相關(guān)的其他變量，精確度較低.

本文運用SVAR模型估計周期性失業(yè)率，既不會像狀態(tài)空間模型那樣過于高深，精確度和透明度也高于HP濾波法，在簡便性和精確性上取得平衡.具體計算用EViews和Matlab軟件.

3.1 變量的選取和數(shù)據(jù)處理

本文選取產(chǎn)出y，失業(yè)率u，通貨膨脹率π三個變量.為了體現(xiàn)失業(yè)率的長期均衡，這里用年度數(shù)據(jù)，樣本期為1981～2011年，1981～2010年的數(shù)據(jù)來源為《新中國60年統(tǒng)計資料匯編》和《廣東統(tǒng)計年鑒2011》，2011年的數(shù)據(jù)來自廣東省統(tǒng)計信息網(wǎng)和相關(guān)新聞報道.產(chǎn)出用生產(chǎn)法實際國內(nèi)生產(chǎn)總值表示，失業(yè)率用城鎮(zhèn)登記失業(yè)率表示，通貨膨脹率用環(huán)比城鎮(zhèn)居民消費價格指數(shù)經(jīng)過處理獲得，這是為了對照城鎮(zhèn)登記失業(yè)率.由于廣東省的進度數(shù)據(jù)沒有城鎮(zhèn)居民消費價格指數(shù)，所以2011年的通貨膨脹率用居民消費價格指數(shù)處理獲得.這里選擇2010年作為基期，名義產(chǎn)出經(jīng)過價格平減后成為實際值.

根據(jù)表1，可以用ADAS曲線框架分析廣東省樣本期內(nèi)所有年份的經(jīng)濟狀況，分析結(jié)果見圖4.這里做出如下定義：過冷為同時受到不利的供給沖擊和需求沖擊，產(chǎn)出嚴(yán)重低于潛在產(chǎn)出并伴隨著通貨緊縮的狀態(tài)，過熱為同時受到有利的供給沖擊和需求沖擊，產(chǎn)出嚴(yán)重高于潛在產(chǎn)出并伴隨著通貨膨脹的狀態(tài)；滯漲為受到不利的供給沖擊和有利的需求沖擊，產(chǎn)出缺口為負(fù)（存在周期性失業(yè)）和通貨膨脹并存的狀態(tài)，新經(jīng)濟為受到有利的供給沖擊和不利的需求沖擊，產(chǎn)出缺口為正（負(fù)的周期性失業(yè)率）和通貨緊縮并存的狀態(tài)；一般冷為受到有利的供給沖擊和不利的需求沖擊，產(chǎn)出缺口為負(fù)和通貨緊縮并存的狀態(tài)，一般熱為受到不利的供給沖擊和有利的需求沖擊，產(chǎn)出缺口為正和通貨膨脹并存的狀態(tài).

在分析中，做如下假設(shè)：①周期性失業(yè)和產(chǎn)出缺口的相關(guān)系數(shù)為-1，即ygt=-ωuct，這通過奧肯定律保證；②總供需曲線存在線性形式；③在初始狀態(tài)uct=0處（這里為E點）廣東省不僅處于潛在產(chǎn)出狀態(tài)，而且物價穩(wěn)定，即沒有通貨膨脹或通貨緊縮；④AS曲線和AD曲線的斜率恒定不變.這里主要是指AS曲線的斜率不變，因為AS曲線在移動過程中會伴隨著旋轉(zhuǎn)，所以斜率會不斷變化，但是在長期中，這種斜率變化會互相抵消，而本文用的是年度數(shù)據(jù)，時間跨度大，所以還是比較合理的；⑤AS曲線一定不是水平或垂直的，因為一旦水平就沒有供給沖擊了，而垂直的AS曲線與假設(shè)①矛盾；⑥AS曲線是由原始的菲利普斯曲線推導(dǎo)所得，所以不用考慮通貨膨脹預(yù)期變動對AS曲線位置的影響，其實這一假設(shè)成立，假設(shè)②必然成立，但是由于假設(shè)②相當(dāng)重要，所以單獨列出；⑦這里的供給沖擊不影響潛在產(chǎn)出，事實上，在上面估計周期性失業(yè)時，已經(jīng)把影響潛在產(chǎn)出的供給沖擊全部歸到自然失業(yè)率；⑧當(dāng)AS曲線和AD曲線移動后價格水平變動為不確定時，如果是過冷，則認(rèn)為存在通貨緊縮，若過熱，則認(rèn)為存在通貨膨脹，事實上，深入分析會發(fā)現(xiàn)只要AD曲線不變，隨著AS曲線向均衡狀態(tài)恢復(fù)，過冷必然會導(dǎo)致通貨緊縮，過熱必然會導(dǎo)致通貨膨脹.

從圖4可以清楚看出廣東省的經(jīng)濟狀況可以分為6種情況，結(jié)合表1，這里把各個年份廣東省的經(jīng)濟狀況歸納到表2.

5 結(jié) 論

基于SVAR模型估計周期性失業(yè)率，并且進一步把其分解為供需沖擊引起的周期性失業(yè)，以此來分析經(jīng)濟狀況，是一種既簡便又嚴(yán)謹(jǐn)?shù)姆椒?分析可知，廣東省的經(jīng)濟波動沒有一定規(guī)律，按照AD-AS曲線的分析框架把廣東省的經(jīng)濟狀況劃分為六種類型也是比較合理的.但是在分析中會發(fā)現(xiàn)有些經(jīng)濟狀況和現(xiàn)實所觀測到的有所出入，究其原因，建立SVAR模型的過程中不可避免會帶來誤差，例如原始數(shù)據(jù)的觀測誤差，模型估計的誤差，統(tǒng)計檢驗的“誤診”（尤其是證實性檢驗），這些都會影響模型估計的最后結(jié)果.加上基于數(shù)據(jù)關(guān)系導(dǎo)向的VAR模型缺乏堅實的行為基礎(chǔ)，即使這里用的是SVAR模型，可以解釋變量間的結(jié)構(gòu)關(guān)系，但是在用EViews實際操作時也是把其作為數(shù)據(jù)關(guān)系導(dǎo)向的，這都會造成實證結(jié)果和實際經(jīng)濟狀況的不吻合.我國將在“十二五”期間正式實施調(diào)查失業(yè)率.隨著日后失業(yè)率數(shù)據(jù)的完善，計量經(jīng)濟技術(shù)的發(fā)展，我國周期性失業(yè)率的估計必定更加精確，研究也會更加深入.

本文的SVAR模型序列分解方法對于一般變量是可行的，從而完善了目前的SVAR模型對于不可觀測變量的估計方法.2011年Sims C憑借其VAR模型獲諾貝爾經(jīng)濟學(xué)獎，相信SVAR模型將會有更廣闊的前景.

參考文獻

[1] 高鐵梅.計量經(jīng)濟分析方法與建模[M]. 第2版. 北京： 清華大學(xué)出版社， 2009： 267-288.

[2] 劉樹德.基于結(jié)構(gòu)向量自回歸模型的我國物價波動實證分析[D]： 碩士學(xué)位論文. 江西：江西財經(jīng)大學(xué)金融與統(tǒng)計學(xué)院，2009.

[3] 郭紅兵，陳平.基于SVAR模型的中國產(chǎn)出缺口估計及評價[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010，（5）： 116-128.

[4] 李標(biāo).對中國自然失業(yè)率的估計——基于SVAR模型的實證分析[D].四川：西南財經(jīng)大學(xué)經(jīng)濟學(xué)院，2011.

[5] 徐現(xiàn)祥.圖解宏觀經(jīng)濟學(xué)[M].北京：中國人民大學(xué)出版社， 2008： 280.

[6] R DORNBUSCH，S FISHER，R STARTZ.Macroeconomics[M]. 8版. 大連：東北財經(jīng)大學(xué)出版社， 2001： 14.

[7] 蔡昉，都陽，高文書.就業(yè)彈性、自然失業(yè)和宏觀經(jīng)濟政策——為什么經(jīng)濟增長沒有帶來顯性就業(yè)？[J].經(jīng)濟研究，2004，（9）：18-25，47.

[8] 費方域，古月.我國自然失業(yè)率與貨幣政策實施區(qū)間探討[J].上海金融，2004，（5）：7-9.

[9] 曾湘泉，于泳.中國自然失業(yè)率的測量與解析[J].中國社會科學(xué)，2006，（4）：65-77.

[10]石柱鮮，孫皓，宋平平.中國通貨膨脹的適度區(qū)間與非對稱性——基于自然失業(yè)率的實證分析[J].當(dāng)代財經(jīng)，2008（8）：30-34.

[11]都陽，陸旸.中國的自然失業(yè)率水平及其含義[J].世界經(jīng)濟，2011，（4）：3-21.

[12]晏艷陽，宋美喆.結(jié)構(gòu)性失業(yè)、周期性失業(yè)對中國城鎮(zhèn)居民收入差距的影響[J].經(jīng)濟與管理研究，2011（12）：13-22.