周鐵
內容摘要:本文以動態隨機一般均衡模型為藍本,對我國長三角、京津冀和西南經濟區金融加速器的經濟效應進行實證分析,結果表明,三大區域金融加速器的經濟效應存在較明顯的區域異質性,且金融加速器對不同區域外生沖擊的作用也存在差異,產業結構和資本效率則是金融加速器經濟效應呈現區域特征的重要影響因素。
關鍵詞:金融加速器 區域異質性 成因
金融加速器理論最早由Bemanke等人(1996)提出,并采用BGG模型在動態隨機一般均衡模型框架下研究了金融加速器的運行機制。隨后有許多學者采用金融加速器的相關理論,從不同角度對其經濟效應進行了系統研究。但是,它們的研究大都是基于全國層面的,鮮有學者從區域層面進行具體分析。由于我國區域經濟發展極不平衡,資源稟賦等存在時空上的差異,因此金融加速器的經濟效應可能因區域而異。本文嘗試以三大區域為例,研究金融加速器經濟效應的區域異質性。
模型設計及數據來源
(一)模型設計
本文基于前人的研究,采用動態隨機一般均衡模型對我國長三角(簡化為浙江、江蘇和上海三省市組成)、京津冀(包括北京、天津與河北)、西南經濟區(包括云南、貴州、四川、重慶、廣西共三省一市一區)三大區域金融加速器的經濟效應進行數值模擬。首先對動態隨機一般均衡模型進行簡要的說明。假設在一個開放的經濟環境中,共有家庭部門、企業部門和貨幣當局三個經濟體參與經濟活動。
1.家庭部門。家庭部門通過勞動、消費以及貨幣盈余來實現自身效用的最大化,效用函數如下:
(1)
其中,Mt表示到t期貨幣盈余量,pt表示消費的價格指數,Mt/pt即實際的貨幣盈余量。ct表示t期的消費水平,ht表示t期的勞動供給,βt為折現因子。家庭部門有如下預算約束:
ptct+Mt+Dt ≤ wtht+(1+rt -1)Dt-1+ Mt+Tt+Πt (2)
其中,Dt表示家庭部門到t期的存款,rt表示利率,wt 表示t期名義工資水平,Tt表示t期的政府轉移支付,Πt表示家庭部門收到的額外獎勵。于是,家庭部門在式(2)的條件下,通過調整ct、Mt、ht、Dt這四個變量來實現效用最大化。
2.企業部門。在一個動態隨機一般均衡模型中,企業部門一般由生產商、資本供給商和零售商三個部門組成。
生產商。生產商通過調整生產和資金來實現自身利益最大化,其中資金一部分來自企業自身積累,一部分來自外部貸款。由于存在一定的不對稱性,因此企業往往涉及代理成本,于是有外部借貸成本高于內部融資成本,即出現外部融資溢價。根據Bemanke等(1996)的觀點,外部融資溢價是金融加速器存在的一個重要因素。生產商外部融資成本將滿足以下方程:
Etft=Et{[ zt+1+(1-δ)qt+1] /qt} (3)
Etft+1=Et [S(·)Rt /πt+1] (4)
S(·)= S(nt+1 /qtkt+1) (5)
其中,Et [Rt /πt+1 ]表示t期的預期實際利率,πt+1表示t期的預期通貨膨脹率,kt+1表示所需總資金,qt表示下一期使用資金kt+1時所需的單位成本,δ表示資本的折舊率。在S(·)中,本文已經將金融加速器引入生產運作。生產商可不斷調整資金和勞動力需求來實現成本最小化,目標函數如下:
min EC = wtht+ztkt (6)
生產商面臨如下的約束:
yt≤ ktα(Atht)1-α (7)
其中,α∈(0,1),kt表示邊際資本產出率,At表示技術生產率。
資本供給商。根據托賓q理論,資本供給商在t時期的利潤為π(Kt)-It-C(It),其中π(Kt)表示收益,It表示t期的投入成本,C(It)表示該成本的調整成本。設資本價格為Qt,則t期收益可表示為:π(Kt)= QtIt。又設資本調整成本受二次資本調整的約束,于是調整成本可表示為:C(It)= [ ζ(It / Kt-δ)2 Kt ]/2,其中,ζ表示調整成本參數。于是,資本生產商的利潤最大化函數可表示為:
max Et [Qt It-It-(ζ /2)(It / Kt-δ)2 Kt ] (8)
資本供給商可用過調整投入成本It來達到利潤最大化,其一階條件為:
Et [Qt-1-ζ(It / Kt-δ)] = 0 (9)
零售商。假定生產商的所有產品都銷售給零售商,且所有產品都是同質的,零售商將產品銷售給家庭、資本供給商和政府部門。根據Bemanke等(1996)的研究,假定每個零售商以概率(1-θ)來重新確定零售價格,于是每個時期內有(1 -θ)比例的零售商重新調整價格。因此,t時期價格保持不變的預期時間為1/(1 -θ),而t時期的國內通脹率可表示為:
πt =-ρξ+ βEtπt+1 (10)
其中,πt=pt-pt-1,ρ=(1-θ)(1 -βθ)/θ,ξ為風險規避系數,β為消費貼現因子。
3.貨幣當局。銀行制定貨幣政策的依據為通貨膨脹率、產出水平、名義利率和匯率等對穩態的偏離程度,參考前人的研究,設定貨幣政策規則的模型如下:
Rt/R=(πt /π)Qπ(yt / y)Qy(et/e)Qe exp(εRt) (11)
其中,et為t期匯率。π、y、e都是穩態值,εRt為貨幣政策沖擊項。
以上是動態隨機一般均衡模型中各個經濟體之間的傳導機制,也反映了金融加速器的形成機理。參考已有研究,對3大區域的部分參數進行設定,其他參數設定參考劉蘭鳳、袁申國(2012)、王立勇等(2012)的設定值,具體如表1所示。穩態通脹率根據各大區域的消費價格指數進行設定,投資產出比率i/y和消費產出比率c/y也都根據各個區域的具體情況進行設定。endprint
(二)數據來源
本文采用長三角、京津冀和西南經濟區各個省市自治區的面板數據為樣本,時間跨度為2000-2011年。對動態隨機一般均衡模型進行參數估計時,輸入的觀測變量主要包括產出水平(yt)、通貨膨脹率(πt)、消費水平(ct)、固定資產投資(It)等。產出水平用地區生產總值表示,通貨膨脹率用各地區消費品價格指數CPI表示,消費水平用各地區的全社會零售品銷售總額表示,固定資產投資用各地區固定資產投資凈值年平余額表示。以上變量的數據來自歷年中國統計年鑒及各省市自治區統計年鑒。
實證結果及成因分析
(一)三大區域金融加速器經濟效應的實證分析
根據設定的參數值,結合動態隨機一般均衡模型原理,對各區域金融加速器的參數進行估計,然后對FA和NoFA兩種形式分別進行模擬,并對結果進行比較。其中,FA表示含金融加速器的沖擊貢獻率分解結果,NoFA表示不含金融加速器的沖擊貢獻率分解結果。
首先,考察三大區域金融加速器參數的估計值,通過動態隨機一般均衡模型模擬得到,長三角經濟區的金融加速器參數為0.0316,京津冀經濟區的金融加速器參數為0.0284,西南經濟區的金融加速器參數為0.0379,由此可見,三大區域金融加速器的參數存在區域差異性,金融加速器參數估計值大小依次為西南經濟區、長三角經濟區和京津冀經濟區。為了進一步分析各個區域金融加速器的經濟效應,筆者根據Bemanke等人的研究,采用公式得到金融加速器的效應變化趨勢,具體如圖1所示。
從圖1可以發現,三大區域金融加速器經濟效應的變化趨勢有明顯的差異性。在2000-2005年間,長三角經濟區金融加速器經濟效應的波動尤為明顯,僅6年金融加速器波峰與波谷就相差7.4;京津冀經濟區和西南經濟區金融加速器的變化經歷了先下降后上升的變化趨勢,不同的是6年間西南經濟區金融加速器經濟效應基本保持為正。但觀察2005年之后的趨勢發現,長三角經濟區金融加速器的經濟效應變化趨于緩和,但京津冀和西南經濟區金融加速器經濟效應分別出現了不同時期和不同程度的劇烈波動。2009年以后西南經濟區金融加速器的經濟效應總體高于另兩大經濟區。綜上所述,三大區域金融加速器的經濟效應存在一定的區域異質性。
其次,根據參數模型計算各變量對產出的沖擊貢獻率,結果如表2所示。從表2的結果可以發現,金融加速器的作用使得消費、投資、技術等對區域產出產生一定的外生沖擊,且這些沖擊也存在區域差異性。京津冀和西南經濟區經濟波動的沖擊來源比較集中(京津冀為投資沖擊,西南經濟區為投資和技術沖擊),長三角經濟區經濟波動的沖擊來源分布卻較散。
(二)金融加速器經濟效應區域異質性的成因分析
1.金融加速器的經濟效應與產業結構之間存在重要關系。2000年以來,長三角和京津冀兩大經濟區第三產業占比不斷增加,但年均增幅極為有限(分別僅0.4和0.5個百分點),第二產業占比則基本保持穩定;西南經濟區的情況則存在差異,表現為第三產業占比持續放緩,第二產業占比增速持續提高。尤其是2008年金融危機后,僅西南經濟區第二產業占比增速仍見上升,這也意味著西南經濟區第二產業發展亟需注入更多資金,也亟需更多貸款融資。這也解釋了2009年以后西南經濟區金融加速器經濟效應較高的原因。
2.金融加速器的經濟效應與資本效率之間也存在緊密聯系。圖2描繪了三大區域單位產值投資消耗的變化趨勢。西南經濟區的單位產值固定資產投資消耗較低,且走勢較平緩,而京津冀和長三角經濟區的單位產值固定資產投資消耗較高,且京津冀的走勢較其他兩大經濟區更為陡峭。這種現狀意味著技術進步成為長三角和京津冀經濟區經濟發展的關鍵因素,而投資短缺便成為制約西南經濟區發展的主要因素。在不考慮金融加速器時,長三角和京津冀經濟區的技術沖擊對經濟波動的貢獻率分別達到44.83%和47.70%,而西南經濟區的投資沖擊對經濟波動的貢獻率達到53.09%。西南經濟區第二產業的迅猛發展亟需更多融資貸款作補充,這也與投資沖擊對該經濟區的影響較大的結論相呼應。
綜上所述,本文采用動態隨機一般均衡模型對我國長三角、京津冀和西南經濟區金融加速器的經濟效應進行實證分析,結果顯示,三大區域金融加速器的經濟效應存在較明顯的區域異質性,且金融加速器對不同區域外生沖擊帶來的影響也存在差異。深入分析金融加速器經濟效應呈現區域特征的成因,筆者認為至少在產業結構和資本效率兩個方面導致了金融加速器經濟效應的區域異質性。因此,政府在制定金融、經濟政策時,要注重產業結構調整和資本效率提升,促進金融加速器效應為經濟發展服務。
參考文獻:
1.劉蘭鳳,袁申國.中國經濟金融加速器效應的DSGE模型分析[J].南方經濟,2012(8)
2.王立勇,張良貴,劉文革.不同粘性條件下金融加速器效應的經驗研究[J].經濟研究,2012(10)endprint
(二)數據來源
本文采用長三角、京津冀和西南經濟區各個省市自治區的面板數據為樣本,時間跨度為2000-2011年。對動態隨機一般均衡模型進行參數估計時,輸入的觀測變量主要包括產出水平(yt)、通貨膨脹率(πt)、消費水平(ct)、固定資產投資(It)等。產出水平用地區生產總值表示,通貨膨脹率用各地區消費品價格指數CPI表示,消費水平用各地區的全社會零售品銷售總額表示,固定資產投資用各地區固定資產投資凈值年平余額表示。以上變量的數據來自歷年中國統計年鑒及各省市自治區統計年鑒。
實證結果及成因分析
(一)三大區域金融加速器經濟效應的實證分析
根據設定的參數值,結合動態隨機一般均衡模型原理,對各區域金融加速器的參數進行估計,然后對FA和NoFA兩種形式分別進行模擬,并對結果進行比較。其中,FA表示含金融加速器的沖擊貢獻率分解結果,NoFA表示不含金融加速器的沖擊貢獻率分解結果。
首先,考察三大區域金融加速器參數的估計值,通過動態隨機一般均衡模型模擬得到,長三角經濟區的金融加速器參數為0.0316,京津冀經濟區的金融加速器參數為0.0284,西南經濟區的金融加速器參數為0.0379,由此可見,三大區域金融加速器的參數存在區域差異性,金融加速器參數估計值大小依次為西南經濟區、長三角經濟區和京津冀經濟區。為了進一步分析各個區域金融加速器的經濟效應,筆者根據Bemanke等人的研究,采用公式得到金融加速器的效應變化趨勢,具體如圖1所示。
從圖1可以發現,三大區域金融加速器經濟效應的變化趨勢有明顯的差異性。在2000-2005年間,長三角經濟區金融加速器經濟效應的波動尤為明顯,僅6年金融加速器波峰與波谷就相差7.4;京津冀經濟區和西南經濟區金融加速器的變化經歷了先下降后上升的變化趨勢,不同的是6年間西南經濟區金融加速器經濟效應基本保持為正。但觀察2005年之后的趨勢發現,長三角經濟區金融加速器的經濟效應變化趨于緩和,但京津冀和西南經濟區金融加速器經濟效應分別出現了不同時期和不同程度的劇烈波動。2009年以后西南經濟區金融加速器的經濟效應總體高于另兩大經濟區。綜上所述,三大區域金融加速器的經濟效應存在一定的區域異質性。
其次,根據參數模型計算各變量對產出的沖擊貢獻率,結果如表2所示。從表2的結果可以發現,金融加速器的作用使得消費、投資、技術等對區域產出產生一定的外生沖擊,且這些沖擊也存在區域差異性。京津冀和西南經濟區經濟波動的沖擊來源比較集中(京津冀為投資沖擊,西南經濟區為投資和技術沖擊),長三角經濟區經濟波動的沖擊來源分布卻較散。
(二)金融加速器經濟效應區域異質性的成因分析
1.金融加速器的經濟效應與產業結構之間存在重要關系。2000年以來,長三角和京津冀兩大經濟區第三產業占比不斷增加,但年均增幅極為有限(分別僅0.4和0.5個百分點),第二產業占比則基本保持穩定;西南經濟區的情況則存在差異,表現為第三產業占比持續放緩,第二產業占比增速持續提高。尤其是2008年金融危機后,僅西南經濟區第二產業占比增速仍見上升,這也意味著西南經濟區第二產業發展亟需注入更多資金,也亟需更多貸款融資。這也解釋了2009年以后西南經濟區金融加速器經濟效應較高的原因。
2.金融加速器的經濟效應與資本效率之間也存在緊密聯系。圖2描繪了三大區域單位產值投資消耗的變化趨勢。西南經濟區的單位產值固定資產投資消耗較低,且走勢較平緩,而京津冀和長三角經濟區的單位產值固定資產投資消耗較高,且京津冀的走勢較其他兩大經濟區更為陡峭。這種現狀意味著技術進步成為長三角和京津冀經濟區經濟發展的關鍵因素,而投資短缺便成為制約西南經濟區發展的主要因素。在不考慮金融加速器時,長三角和京津冀經濟區的技術沖擊對經濟波動的貢獻率分別達到44.83%和47.70%,而西南經濟區的投資沖擊對經濟波動的貢獻率達到53.09%。西南經濟區第二產業的迅猛發展亟需更多融資貸款作補充,這也與投資沖擊對該經濟區的影響較大的結論相呼應。
綜上所述,本文采用動態隨機一般均衡模型對我國長三角、京津冀和西南經濟區金融加速器的經濟效應進行實證分析,結果顯示,三大區域金融加速器的經濟效應存在較明顯的區域異質性,且金融加速器對不同區域外生沖擊帶來的影響也存在差異。深入分析金融加速器經濟效應呈現區域特征的成因,筆者認為至少在產業結構和資本效率兩個方面導致了金融加速器經濟效應的區域異質性。因此,政府在制定金融、經濟政策時,要注重產業結構調整和資本效率提升,促進金融加速器效應為經濟發展服務。
參考文獻:
1.劉蘭鳳,袁申國.中國經濟金融加速器效應的DSGE模型分析[J].南方經濟,2012(8)
2.王立勇,張良貴,劉文革.不同粘性條件下金融加速器效應的經驗研究[J].經濟研究,2012(10)endprint
(二)數據來源
本文采用長三角、京津冀和西南經濟區各個省市自治區的面板數據為樣本,時間跨度為2000-2011年。對動態隨機一般均衡模型進行參數估計時,輸入的觀測變量主要包括產出水平(yt)、通貨膨脹率(πt)、消費水平(ct)、固定資產投資(It)等。產出水平用地區生產總值表示,通貨膨脹率用各地區消費品價格指數CPI表示,消費水平用各地區的全社會零售品銷售總額表示,固定資產投資用各地區固定資產投資凈值年平余額表示。以上變量的數據來自歷年中國統計年鑒及各省市自治區統計年鑒。
實證結果及成因分析
(一)三大區域金融加速器經濟效應的實證分析
根據設定的參數值,結合動態隨機一般均衡模型原理,對各區域金融加速器的參數進行估計,然后對FA和NoFA兩種形式分別進行模擬,并對結果進行比較。其中,FA表示含金融加速器的沖擊貢獻率分解結果,NoFA表示不含金融加速器的沖擊貢獻率分解結果。
首先,考察三大區域金融加速器參數的估計值,通過動態隨機一般均衡模型模擬得到,長三角經濟區的金融加速器參數為0.0316,京津冀經濟區的金融加速器參數為0.0284,西南經濟區的金融加速器參數為0.0379,由此可見,三大區域金融加速器的參數存在區域差異性,金融加速器參數估計值大小依次為西南經濟區、長三角經濟區和京津冀經濟區。為了進一步分析各個區域金融加速器的經濟效應,筆者根據Bemanke等人的研究,采用公式得到金融加速器的效應變化趨勢,具體如圖1所示。
從圖1可以發現,三大區域金融加速器經濟效應的變化趨勢有明顯的差異性。在2000-2005年間,長三角經濟區金融加速器經濟效應的波動尤為明顯,僅6年金融加速器波峰與波谷就相差7.4;京津冀經濟區和西南經濟區金融加速器的變化經歷了先下降后上升的變化趨勢,不同的是6年間西南經濟區金融加速器經濟效應基本保持為正。但觀察2005年之后的趨勢發現,長三角經濟區金融加速器的經濟效應變化趨于緩和,但京津冀和西南經濟區金融加速器經濟效應分別出現了不同時期和不同程度的劇烈波動。2009年以后西南經濟區金融加速器的經濟效應總體高于另兩大經濟區。綜上所述,三大區域金融加速器的經濟效應存在一定的區域異質性。
其次,根據參數模型計算各變量對產出的沖擊貢獻率,結果如表2所示。從表2的結果可以發現,金融加速器的作用使得消費、投資、技術等對區域產出產生一定的外生沖擊,且這些沖擊也存在區域差異性。京津冀和西南經濟區經濟波動的沖擊來源比較集中(京津冀為投資沖擊,西南經濟區為投資和技術沖擊),長三角經濟區經濟波動的沖擊來源分布卻較散。
(二)金融加速器經濟效應區域異質性的成因分析
1.金融加速器的經濟效應與產業結構之間存在重要關系。2000年以來,長三角和京津冀兩大經濟區第三產業占比不斷增加,但年均增幅極為有限(分別僅0.4和0.5個百分點),第二產業占比則基本保持穩定;西南經濟區的情況則存在差異,表現為第三產業占比持續放緩,第二產業占比增速持續提高。尤其是2008年金融危機后,僅西南經濟區第二產業占比增速仍見上升,這也意味著西南經濟區第二產業發展亟需注入更多資金,也亟需更多貸款融資。這也解釋了2009年以后西南經濟區金融加速器經濟效應較高的原因。
2.金融加速器的經濟效應與資本效率之間也存在緊密聯系。圖2描繪了三大區域單位產值投資消耗的變化趨勢。西南經濟區的單位產值固定資產投資消耗較低,且走勢較平緩,而京津冀和長三角經濟區的單位產值固定資產投資消耗較高,且京津冀的走勢較其他兩大經濟區更為陡峭。這種現狀意味著技術進步成為長三角和京津冀經濟區經濟發展的關鍵因素,而投資短缺便成為制約西南經濟區發展的主要因素。在不考慮金融加速器時,長三角和京津冀經濟區的技術沖擊對經濟波動的貢獻率分別達到44.83%和47.70%,而西南經濟區的投資沖擊對經濟波動的貢獻率達到53.09%。西南經濟區第二產業的迅猛發展亟需更多融資貸款作補充,這也與投資沖擊對該經濟區的影響較大的結論相呼應。
綜上所述,本文采用動態隨機一般均衡模型對我國長三角、京津冀和西南經濟區金融加速器的經濟效應進行實證分析,結果顯示,三大區域金融加速器的經濟效應存在較明顯的區域異質性,且金融加速器對不同區域外生沖擊帶來的影響也存在差異。深入分析金融加速器經濟效應呈現區域特征的成因,筆者認為至少在產業結構和資本效率兩個方面導致了金融加速器經濟效應的區域異質性。因此,政府在制定金融、經濟政策時,要注重產業結構調整和資本效率提升,促進金融加速器效應為經濟發展服務。
參考文獻:
1.劉蘭鳳,袁申國.中國經濟金融加速器效應的DSGE模型分析[J].南方經濟,2012(8)
2.王立勇,張良貴,劉文革.不同粘性條件下金融加速器效應的經驗研究[J].經濟研究,2012(10)endprint