世界利率與國際貿易不確定性的經濟波動效應分析

王文甫 王德新 羅顯康

摘要： 本文基于中國經濟周期波動的特征事實，構建了開放經濟的三部門真實周期（RBC）模型，并對模擬經濟與實際經濟進行周期性特征比較，發現此模型能很好地解釋中國主要宏觀經濟變量的波動特征。利用該模型重點考察了國際貿易、世界利率不確定性沖擊對中國宏觀經濟的影響，分析了其作用機理。研究表明：（1）國際貿易和世界利率這兩種不確定性沖擊對中國宏觀經濟運行產生負效應，加劇了中國宏觀經濟的波動，財政政策的不確定性也加劇了中國宏觀經濟的波動;（2）國際貿易不確定性沖擊通過凈出口影響總需求這一渠道對經濟產生負向影響，而世界利率不確定性沖擊則通過凈出口和投資對總需求的影響，以及最優資本積累對總供給的影響這兩個渠道對經濟產生負作用。

關鍵詞： 利率; 宏觀經濟; 經濟不確定性; 國際貿易; 經濟波動; 開放經濟; 真實周期模型

文獻標識碼： A ?文章編號： 1002-2848-2019（04）-0014-14

一、研究背景

繼美國金融危機和歐債危機之后，全球經濟面臨著20世紀“大蕭條”以來最嚴峻的挑戰，經濟增速低迷，復蘇步伐沉重。在重啟和恢復經濟增長的愿景下，各國政府紛紛采取各種宏觀經濟政策，但收效甚微，大多數國家的經濟仍然在持續的蕭條中徘徊不前。特別是，近年來中美貿易摩擦逐漸升級、英國脫歐事件愈演愈烈、歐洲銀行體系風險擴散、一些新興市場國家面臨經濟結構轉型、地緣政治風險持續上升等諸多不確定性因素，進一步加大了對全球經濟不確定性的沖擊，全球經濟下行壓力日益凸顯。2018年10月，國際貨幣基金組織（IMF）發布《世界經濟展望報告》，將2018年全球經濟增長率的預測數據從3.9%下調至3.7%，同時也將2019年全球經濟增速預期設定為3.7%。

當前，中國經濟進入了“經濟中高速增長、產業結構不斷優化、經濟增長動力轉化”的新常態，經濟運行雖短期走穩，但結構性問題和周期性問題疊加導致經濟下行壓力較大的事實不容忽視。在“三期疊加”背景下，國內經濟運行處于產業結構失衡、消費不足、地區經濟發展不平衡等錯綜復雜的經濟形勢中，去產能進程可能加重經濟下行壓力，債券市場違約風險可能擴散，全球市場需求疲軟制約出口增長，外部環境給中國資本市場和外匯市場帶來聯動風險隱患等經濟的不確定性正在升高。這些不確定性因素對中國經濟增長的沖擊不斷加大，進一步加劇了中國宏觀經濟的波動。對此，要以不確定性思維和方法來考慮防范和化解風險。那么，中國經濟的不確定性或風險到底有多大，它們對經濟波動的影響及其傳導機制如何等相關問題值得高度關注。為此，本文嘗試從宏觀經濟角度探討國際貿易、世界利率這兩種不確定性對中國經濟的影響及其經濟學機理，這對在適度擴大總需求的同時著力推進供給側結構性改革，增強中國宏觀經濟對外部經濟不確定性影響的抵抗力，具有重要的現實意義。

與人們對世界經濟前景的悲觀情緒形成鮮明對比的是，經濟學界對不確定性研究的熱情卻日益高漲，經濟不確定性已成為當今宏觀經濟研究的熱點問題[1]。近年來，國外學者更多地從經濟不確定性的測度指標和測度方法、不確定性的效應以及不確定性的傳導機制等方面展開研究。在對不確定性的經濟效應分析方面，國外文獻主要采用時間方法（Timing Approach）[2]、結構模型（Structural Models）方法[3]和自然實驗法（Natural Experiments）[4]實證分析不確定性對經濟增長、消費、廠商投資等宏觀經濟變量的影響。研究結果表明，從短期來看，經濟不確定性對經濟增長、消費、投資、出口等產生顯著負效應。也有學者研究發現不確定性將會刺激廠商增加研發投入。因此，從長期來看，不確定性對經濟的沖擊效應學術界至今尚無定論。

國內研究經濟不確定性問題主要集中在四個方面。一是財政政策的風險或不確定性研究。這方面的研究側重于討論政府債務風險問題[5]，而討論財政政策其他方面，如政府支出、稅收的卻很少[6]。二是金融層面的不確定性研究。此方面的研究包括兩個部分，一部分是討論微觀層面以及銀行的不確定性[7-8]，另一部分是討論貨幣政策風險[9]。三是宏觀層面的不確定性研究。這方面的研究有些是對通貨膨脹的不確定性進行討論[10]，有些是對貨幣增長不確定性的研究[11]。四是同時考慮財政政策與貨幣政策的不確定性來討論對中國宏觀經濟的影響[12]。縱觀國內研究，主要呈現以下特點：一是微觀層面不確定性的探討多于宏觀層面;二是國內有關不確定性的研究以實證分析為主，缺乏對經濟不確定性的效應及其經濟學機理的討論。

與以往研究相比，本文的主要貢獻體現在如下三點：一是相對于國內研究，本文著重數理分析在不確定性沖擊下中國各主要宏觀經濟變量的動態運行特征，梳理其中的傳導路徑，并剖析所蘊含的傳導機理。目前，國內有關不確定性的研究側重于采用統計方法或計量工具進行實證分析，缺乏對不確定性作用機理的討論;而動態隨機一般均衡模型（DSGE）為研究不確定性的效應及其傳導機制提供了一個很好的分析框架，同時國內在此方面的研究幾乎還沒有涉及。為此，本文擬在DSGE框架下，探討經濟不確定性對中國宏觀經濟的波動效應，并分析其作用機理，這也是本文的一大亮點。二是相對于國外研究，本文著眼于開放經濟展開對不確定性效應的分析。而國外有關不確定性的研究更專注于封閉經濟，鮮有學者對開放經濟下不確定性的探討。三是與大多數的研究均假設外生沖擊服從一階自回歸過程不同，本文考慮具有隨機波動（分布不確定）的外生沖擊，本質上是關于外生沖擊的標準差（即二階矩）的沖擊，并基于三階Pruning算法對模型進行求解和數值模擬。同時，為了增強理論模型對現實經濟的解釋力，本文在構建模型時除考慮資本的調整成本外，還引入勞動的調整成本，較好地解釋了我國就業波動的相關特征;通過引入居民消費的習慣形成（Habit Formation），有效地提高了模型中所有變量尤其是消費與其實際值的匹配性。

下文內容安排如下：第二部分分析中國經濟周期波動的典型事實;第三部分構建封閉經濟與小國開放經濟RBC模型;第四部分校準理論模型中的主要參數;第五部分通過比較模擬經濟與實際經濟的周期性特征，探討不確定性沖擊的波動效應，并分析其作用機理;第六部分為結論及政策建議。

二、典型事實分析

為了分析國際貿易、世界利率世界利率的取值標準是沒有主權違約信用風險的債券的利率，本文以美國的實際利率作為世界利率，具體為1年期的美國T-Bill去掉通脹的因素。不確定性的經濟波動效應，本文首先利用1978—2015年中國凈出口和世界利率的年度數據，經過H-P濾波處理，去除數據序列中的趨勢成分，保留其波動部分，如圖1所示。

從圖1中可以觀察到，中國凈出口在1985年、1993年和2008年均出現劇烈的波動，而世界利率的波動與其十分相似，只是波動幅度略顯平緩，同時中國經濟在這些時點也經歷了較大波動。這表明中國凈出口和世界利率的波動勢必會對中國宏觀經濟運行產生重要影響，其波動效應的程度及其內在作用機理值得進一步探討。

接下來，本文采用中國1978—2015年的宏觀經濟數據對中國經濟周期波動的特征進行分析。數據全部來源于《中國國內生產總值核算歷史資料（1952—2004）》《中國統計年鑒（2015）》和中經網統計數據庫。實際GDP由名義GDP扣除GDP平減指數得到;實際居民消費、 實際政府支出和實際凈出口分別由名義居民消費、名義政府支出和名義凈出口扣除消費價格指數（CPI）得到;投資采用固定資本形成總額替代，而實際值的計算以固定資產投資價格指數作為折算指標;就業的指標為勞動就業人員數由于統計口徑的變化，勞動就業人員數在1990年出現跳躍。為保證數據的連續性和可比性，本文對原始數據進行了修正，將1990—2014年的就業數據向下平移，平移值=1990年數據與1989年數據的差值+1986、1987、1988年增加的平均值。。

GDP及各主要宏觀經濟變量的波動如圖2所示。

表1和表2分別給出了各經濟變量經過H-P濾波消除趨勢后波動成分的統計特征。

由圖1和圖2以及表1和表2可以得出如下結論：（1）居民消費的波動幅度略高于產出的波動幅度，政府支出和固定資本形成（固定資本形成是由投資產生的）的波動非常劇烈，其幅度分別是產出波動的2.156倍和2.621倍，并且這三個變量都呈現較強的順周期特征;（2）貿易余額/GDP與GDP的關系和世界上其他大多數國家相似，存在一條J曲線，即當GDP增長時，凈出口反而減少，隨著外生沖擊的減少，凈出口則逐漸增加。

三、理論模型的構建與求解

為了探討外部經濟不確定性對中國宏觀經濟的影響及其作用機理，首先需要衡量所構建的開放經濟模型與現實經濟的匹配性。為此，本文分別構建封閉經濟真實周期模型（Real Business Cycle Model，RBC）和小國開放經濟RBC模型，并將這兩個模型與實際經濟進行周期特征比較。

（一）封閉經濟RBC模型

這里，忽略國際貿易和資本流動，只考慮資本和勞動對我國經濟波動的復合影響。1.基本模型構建

首先考慮一個不可分效用的封閉經濟RBC模型。假設同質的單個行為人代表整個經濟，代表性消費者是無限期存活的，t期的瞬時效用為

此處的效用函數采用了GHH[13]偏好函數形式，其中，ω=1+1/，為Frisch勞動供給彈性;γ表示相對風險規避系數;nt表示在t期的勞動時間;t表示代表性消費者在t期的有效消費，是關于居民消費ct、ct-1和政府支出gt的非線性函數，本文借鑒黃賾琳[14]的做法，假設居民有效消費函數為

其中，ct-hct-1表示消費者具有消費習慣或習慣形成，其消費偏好是時間不可分的，參數h∈[0，1）為習慣偏好因子，度量習慣形成的程度;b表示政府支出相對于居民消費的權重大小。該指數形式的消費函數表明政府消費的效用不僅是單純居民消費效用的等量替代（或互補），通常還具有一種放大效應，更適合描述中國的實際消費情況。

其中，參數ψ表示貼現因子關于t-ω-1nωt的彈性，刻畫了模型收斂到穩態的速度。由于ψ>0，所以βc<0，βn>0，這表明隨著消費者消費數量的增加，其耐心程度會降低。更重要的是，這種偏好特性確保了模型的穩定性，即非隨機穩態與初始條件（指最初的金融財富水平、物質資本和全要素生產率）無關。

廠商使用規模報酬不變技術以及投入要素kt與nt進行生產，決策最大化每期利潤。假設生產函數為Cobb-Douglas形式：

（二）小國開放經濟RBC模型

1.基本模型構建

伴隨經濟全球化和世界經濟一體化的趨勢，中國與世界其他國家在經濟方面的聯系日益加強，其相互之間的貿易與投資聯系日益密切，中國的經濟波動必然會受到外部經濟的影響，傳統封閉經濟RBC模型已經無法準確地刻畫中國宏觀經濟波動的特征事實。相對于封閉經濟而言，開放經濟條件下的國際貿易則打破了產出和消費、投資之間的聯系，代表性家庭更容易跨期平滑消費，并實時調整儲蓄和投資，從而導致投資與產出的波動增大。鑒于此，本文在經典的小國開放經濟模型框架下，通過引入消費習慣形成、政府支出、資本調整成本、勞動調整成本以及國際貿易和世界利率的不確定性沖擊等機制，構建含內生貼現因子的小國開放經濟RBC模型呂朝鳳等[28]也相繼證實了小國開放經濟模型比較符合中國經濟的特征事實，但他們在封閉經濟與開放經濟模型中選取了不同的瞬時效用函數。需要特別指出的是，本文對居民瞬時效用函數采用相同的偏好形式，這樣處理使得分析、比較更具說服力。，來模擬中國現實經濟。

代表性消費者最大化其效用函數：

四、參數校準與估計

為了使模型經濟中關鍵變量的穩態值與實際經濟的長期特征相匹配，這里需要校準模型中的結構參數。

（一）封閉經濟RBC模型中參數的校準

1.偏好方面的參數

關于消費習慣參數h，王君斌等[21]采用GMM方法估計為0.583，據此本文選取h=0.583;關于政府支出相對于居民消費的權值b，本文采用黃賾琳等[22]的做法，通過數值模擬確定b=0.36;關于相對風險規避系數γ，黃賾琳[14]通過模擬實驗發現其值介于0.7～1.0之間較為合理，陳學彬等[23]在對中國居民消費儲蓄行為的實證研究中估算得到γ=0.77，因此本文選取γ=0.77;關于參數ω，其值ω=1+1/，其中表示Frisch勞動供給彈性，一般選取1/∈（0.5，6），即對應的勞動供給彈性∈（0.16，2），如Zhang[24]采用GMM方法估計得1/=6.16，其所采用的效用函數也具有消費習慣，因而本文設定ω=7;參數ψ表示貼現因子與復合函數t-ω-1nωt的彈性。根據封閉經濟RBC模型的一階條件式（17），在經濟穩態時參數ψ必須滿足如下等式：

由此，本文對參數ψ的校準結果為0.1945。

2.技術方面的參數

鑒于國內學者對資本份額的估計均在0.5左右[25-26]，本文選取產出對資本的彈性α=0.5;關于資本調整成本系數1，采用Craine[27]的模擬結果，取值范圍為0.023≤1≤0.028;呂朝鳳等[28]模擬發現其值介于0.015～0.031之間較為合理，據此本文設定1=0.028;關于勞動調整成本系數2，其值反映勞動調整成本的大小，取值越大說明就業變動產生的成本越大，參照胡永剛等[19]的取值，本文設定2=1.5;關于穩態資本利用率，參照呂朝鳳等[28]的取值，本文設定=0.82;對于穩態資本折舊率，國內大多數文獻的取值比較一致，參照陳昆亭等[29]的做法，本文選取年折舊率為0.10;對于資本利用率彈性ν，針對加拿大經濟，Guo等[16]將參數設定為1.35，本文校準為ν=1.40;參數κ表示資本折舊函數的常系數，由式（9）可知其校準值必須與校準值相吻合，由此本文對其校準結果為0.1329。

3.沖擊方面的參數

關于生產率沖擊參數ρA和σA，參照胡永剛等[19]的取值，本文選取ρA=0.72，σA=0.023;關于政府支出沖擊參數ρg和σg，參照呂朝鳳等[28]的取值，本文選取ρg=0.58，σg=0.046。

綜上所述，封閉經濟RBC模型所有的參數校準值見表3。

（二）小國開放經濟RBC模型中參數的校準

關于參數ψ，其取值與封閉經濟情形不同，為了確保模型的穩態和收斂速度，其校準必須和我國的國際貿易差額與GDP產出的比值相匹配，通過計算得由于篇幅有限，計算過程在此省略，有需要者請與作者聯系。ψ=0.262;代表均衡的世界利率，參照Schmittgrohe等[15，20]的取值，本文取=0.04;對于ρr和σr，參照呂朝鳳等[28]的取值，本文選取ρr=0.276，σr=0.108;對于ρμ和σμ，基于我國1978年第一季度至2015年第四季度的凈出口數據，由式（37）估計得到ρμ=0.801，σμ=0.026;關于ρσr和σσr及ρσμ和σσr的取值，由于國內尚無相關的研究文獻，本文采用貝葉斯估計得到ρσr=0.79，σσr=0.012，ρσμ=0.86，σσμ=0.017。

其他相關參數的取值參照表3。綜上，小國開放經濟RBC模型所有的參數校準匯總于表4。

五、模擬分析

（一）周期特征模擬

為了利用理論模型進行數值模擬分析，首先需要定量評估該模型的匹配性。Funke等[30]認為，衡量模型與現實經濟的匹配性關鍵在于此模型是否能很好地解釋現實經濟。本文分別考慮了封閉經濟和小國開放經濟兩種不同情形，其模擬結果見表5。

從產出波動比較看，封閉經濟模型預測產出波動大小為2.59%，遠小于實際產出波動3.14%，其K-P方差比為82.48%，表明該模型僅解釋了實際產出波動的82.48%。而開放經濟模型預測產出波動幅度為3.10%，與實際經濟3.14%非常接近，其K-P方差比為98.73%，表明該模型很好地解釋了實際產出波動。

從消費波動比較看，封閉經濟模型預測消費波動幅度為2.34%，與實際經濟3.3%相差比較大，其K-P方差比為70.91%，表明該模型僅解釋了70.91%的實際消費波動。同時，預測消費波動的相對方差比為0.90，偏離于實際經濟的1.051，這說明該模型代表的經濟系統中的消費波動的相對水平與實際經濟是不一致的。預測消費與產出的同期相關性為0.545，與實際經濟0.640相差也比較大，表明該模型不能很好地預測實際消費與產出的協動性。另一方面，開放經濟模型預測消費波動幅度為3.22%，與實際經濟的3.3%非常接近，其K-P方差比為97.58%，表明該模型解釋了97.58%的實際消費波動，相比于封閉經濟RBC模型，開放經濟模型對消費波動的解釋力大大提高了。預測消費波動的相對方差比為1.039，接近于實際經濟的1.051，表明該模型代表的經濟系統中的消費波動的相對水平與實際經濟比較一致。預測消費與產出的同期相關性為0.468，小于實際經濟的0.640，這與本文考慮消費者習慣形成有一定關系，符合本文的預期，模型經濟的預測趨勢關系與實際經濟基本相似，消費與產出協同運動，呈現出順周期性。

從投資波動比較看，封閉經濟模型與開放經濟模型所代表的經濟系統中的投資波動的相對水平都接近于實際經濟，并且模型經濟的預測趨勢關系與實際經濟相似，表明投資與產出協同運動，呈現出強順周期性。

對于就業波動，封閉經濟模型預測就業波動幅度為0.30%，與實際經濟的0.57%相差較大，其K-P方差比為52.63%，表明該模型僅解釋了52.63%的實際就業波動，減小了就業波動幅度。預測就業波動的相對方差比為0.116，偏離于實際經濟的0.334，表明該模型代表的經濟系統中的就業波動的相對水平與實際經濟有較大偏離。預測就業與產出的同期相關性為0.830，大于實際經濟的0.230。另一方面，開放經濟模型預測就業波動幅度為0.40%，而實際經濟為0.57%，其K-P方差比為70.18%，表明該模型解釋了70.18%的實際就業波動，雖與實際經濟有一定偏離，但相比較于封閉經濟RBC模型，其提高了對就業波動的解釋力。預測就業與產出的同期相關性為0.801，遠大于實際經濟的0.230，表明該模型經濟的趨勢性明顯強于實際經濟。

從貿易余額/GDP波動比較看，開放經濟模型預測貿易余額/GDP波動幅度為2.38%，而實際波動為1.52%，其K-P方差比為156.58%，表明該模型擴大了貿易余額/GDP的波動。預測貿易余額/GDP與產出的同期相關性為-0.044，略大于實際經濟-0.124，表明該模型成功地預測了貿易余額/GDP的逆周期性波動。

最后，從跨期相關系數看因篇幅所限，跨期相關系數的模擬結果未在文中列表展示，有需要者請與作者聯系。，模型經濟中的消費、投資、就業等與產出的趨勢關系和實際經濟基本相似。

總體而言，封閉經濟模型預測的經濟波動要小于實際經濟波動水平，而開放經濟模型預測的經濟波動基本上與實際經濟波動水平相似。相比封閉經濟模型，小國開放經濟模型很好地解釋了實際經濟數據中消費、投資、貿易余額/GDP、就業和產出的波動，與實際經濟匹配性較高。

（二）世界利率不確定性、國際貿易不確定性沖擊的效應分析

1.世界利率不確定性的傳導機制

主要宏觀經濟變量對世界利率不確定性沖擊的脈沖響應如圖3所示。當世界利率受到正向的不確定性沖擊時，產出和就業經歷了先快速下降后緩慢上升的過程;消費則表現為先在較短時間內下降，然后再逐漸上升;投資和凈出口表現為下降。這個傳導機制由兩個渠道組成。一是總需求渠道。從式（24）來看，世界利率不確定性引起風險溢價上升，進而債券收益率上升，于是居民增加債務持有量，從而導致消費的下降，進一步導致總需求的降低。總需求降低，引致了勞動要素和資本要素的需求萎縮，投資和勞動就業減少，總產出水平下降，從而使凈出口下降。因此，世界利率不確定性主要通過需求渠道對經濟系統起作用。二是總供給渠道。在家庭行為中，除了消費外，多余資金可以投資于資本品市場，也可以投資于國際債券市場。由于文中的模型經濟中宏觀經濟市場是一般均衡的，資本品市場資本的凈回報率等于國際債券市場的利率，這兩個市場存在套利空間。當國際債券市場利率出現不確定性時，這種不確定性就會立即傳導到資本品租賃市場上，這可從式（29）和式（30）反映出來。總之，這兩個渠道共同作用，促使居民消費、勞動就業、投資以及凈出口下降。這個傳導機制可以用圖4（a）直觀地反映出來。

2.國際貿易不確定性的傳導機制

主要宏觀經濟變量對國際貿易不確定性沖擊的脈沖響應如圖5所示。當國際貿易受到正向的不確定性沖擊時，產出、消費、投資、就業和凈出口均表現為負效應。國際貿易不確定性直接影響凈出口，導致收入下降，從而引起消費量的下降，進一步導致總需求的下降。隨著總需求的下降，對勞動要素和資本要素的需求水平也降低，從而引起投資和勞動就業減少，導致總產量水平的下降。另外，雖然居民的消費會影響儲蓄進而影響投資，但由于投資形成資本積累有一個滯后期，所以國際貿易不確定性對投資在當期無影響，在以后各期的影響也比較弱。綜上所述，國際貿易不確定性主要通過需求渠道對經濟產生影響，而供給渠道影響比較弱。這個傳導機制可以用圖4（b）直觀地反映出來。

3.財政政策不確定性的分析

在考察世界利率和國際貿易不確定性對中國主要宏觀經濟變量影響的同時，本文也考察了財政政策不確定性沖擊的宏觀經濟影響，如圖6所示。當財政政策受到正向的不確定性沖擊時，產出、投資和就業表現為先快速上升然后緩慢下降的過程;消費和進出口則表現為先快速下降然后再逐漸上升的過程。可以從兩方面分析其內在作用機理：首先，政府支出的增加擠占消費，使得消費下降，進而影響凈出口的減少，導致總需求下降;其次，政府支出的增加使得投資規模增大，引起對勞動需求的增加，從而促使總產出增加。

（三）關鍵參數的敏感性及其經濟效應分析

為了使模型經濟的研究結論更具可靠性，本文對相關經濟變量的脈沖響應做了穩健性檢驗。對模型結構參數取不同值：消費習慣參數h在[0.4，0.8]之間取值，政府支出相對于居民消費的權值b在[0.2，0.5]之間取值，資本調整成本系數1在[0.02，0.06]之間取值，勞動調整成本系數2在[1，3]之間取值，參數ψ在[0.2，0.6]之間取值。所有的模擬結果均表明：各經濟變量對沖擊的動態軌跡和運動方向都沒有改變。

如圖7—圖10所示，資本調整成本系數1取0.028和0.056、參數ψ取0.262和0.524，在其他結構參數都不改變的情況下，模擬發現模型經濟中的主要經濟變量對國際貿易和世界利率的不確定性沖擊的脈沖反應程度有所差別，這可以從模型經濟的傳導機制給予合理解釋。

從圖7和圖8可以看出，伴隨資本調整成本的增加，產出、消費、投資、就業和凈出口對國際貿易、世界利率不確定性沖擊的動態響應敏感性隨之減弱。其原因在于，從圖3和圖5來看，國際貿易和世界利率不確定性沖擊的傳導機制反映了資本變動在其中起著重要作用，資本調整成本的上升延緩了外部沖擊的影響。盡管國際貿易、世界利率不確定性沖擊隨著資本調整成本的上升可以緩解其負面影響，但仍對經濟產生負向作用。由式（23）可知，資本調整成本上升在一定程度上會浪費社會總資源。

如圖9和圖10所示，消費者越沒有耐心，面對國際貿易、世界利率的不確定性沖擊，產出、消費、投資和就業的動態響應敏感度越高。這是因為，消費者越沒有耐心，根據歐拉方程，當期消費增加的幅度越大。此外，本文模型經濟是風險規避者，因此面對國際貿易和世界利率的不確定性，消費者越沒有耐心，則外部沖擊對消費者造成的負面影響就越大。由于總消費是總需求的一部分，總需求曲線左移，導致總產出下降，進而引致投資和就業下降。

六、結論與政策建議

本文在動態隨機一般均衡模型的框架下，分別構建封閉經濟與開放經濟的三部門RBC模型，并對模擬經濟與實際經濟的周期特征進行比較分析，發現小國開放經濟模型能很好地解釋中國的產出、消費、投資、凈出口和就業的波動特征。在此基礎上，進一步探討世界利率不確定性、國際貿易不確定性這兩種沖擊對中國宏觀經濟的波動效應及其作用機理，結果表明：在不確定性沖擊效應方面，世界利率不確定性和國際貿易不確定性這兩種沖擊對中國宏觀經濟運行產生負效應，即世界利率不確定性和國際貿易不確定性加劇了中國宏觀經濟的波動，同時財政政策的不確定性也加劇了中國宏觀經濟的波動。在不確定性沖擊的傳導機制方面，世界利率不確定性的傳導渠道有兩個。一是投資以國際債務影響凈出口，促使總需求曲線左移，這是總需求渠道;二是最優資本積累促使總供給曲線左移，這是總供給渠道。這兩個渠道共同作用對宏觀經濟產生負向影響。而國際貿易不確定性沖擊通過凈出口影響總需求對經濟產生負向影響。此外，本文還發現，資本的調整成本上升盡管可以使主要經濟變量對國際貿易、世界利率不確性沖擊響應的敏感性減弱，但也會使財政政策和貨幣政策的效應減弱;同時，消費者越沒有耐心，經濟不確定性對宏觀經濟的負面影響越大。

上述結論具有鮮明的政策含義：第一，世界經濟不確定性勢必會引起世界利率和國際貿易不確定性上升，導致中國凈出口下降，從而促使總需求減少。為此，在當前需求驅動效果不佳的情況下，政府應該增加基礎設施正外部性較大的投資，提高有效需求，同時這也推動總供給能力和資本邊際產量的增加，從而抵消由外部經濟不確定性給中國社會投資和資本積累帶來的負效應。第二，中國投資率較高、實體經濟回報率較低以及整個社會成本上升，會促使資本的調整成本上升，盡管這可以減少國際貿易、世界利率不確定性給中國宏觀經濟造成的負面影響，卻使宏觀政策效應的效果減弱。為此，政府可以通過實施積極的財政政策和信貸政策刺激實體經濟回報率上升，以增強中國宏觀經濟對外部經濟不確定性沖擊的抵抗力。第三，改革開放后中國經濟結構急劇轉型，次貸危機后經濟增長率下降動搖了居民對中國經濟的信心，使居民越來越沒有耐心，這勢必會加劇外部經濟不確定性對中國宏觀經濟的負面影響。為此，中國政府應該在短期內采取積極的財政政策和穩健的貨幣政策以及在長期內推行供給側改革促進經濟增長，并加大正面宣傳，提升居民的信心和耐心，以減弱外部不確定性的影響。

本文所構建的理論模型較好地匹配了中國宏觀經濟運行的特征，并刻畫了國際貿易、世界利率不確定性對中國宏觀經濟波動效應的作用機理。但是，本國居民對國外經濟不確定性預期以及匯率機制和國外直接投資（FDI）應該也是重要的傳導渠道。特別是次貸危機后，中國經濟增長伴隨結構失衡問題凸顯，外部經濟不確定性對經濟結構失衡的效應及其傳導機制應該是一個重要問題。另外，中國經濟發展的一個顯著特點是經濟結構急劇變化，外部經濟不確定性對經濟結構尤其是產業結構的效應及其傳導機制也是一個重要研究課題。以上也許是本文研究進一步拓展的方向。

參考文獻：

[1] Fernandezvillaverde J， Guerronquintana P A， Rubioramirez J F， et al. Risk matters： The real effects of volatility shocks [J]. The American Economic Review， 2011， 101（6）： 2530-2561.

[2] Engle R F， Rangel J G. The spline-garch model for low frequency volatility and its global macroeconomic causes [J]. Review of Financial Studies， 2008， 21（3）： 1187-1222.

[3] Bloom N， Floetotto M， Jaimovich N， et al. Really uncertain business cycles [J]. Econometrica， 2018， 86（3）： 1031-1065.

[4] Baker S R， Bloom N， Davis S J， et al. Measuring economic policy uncertainty [J]. Quarterly Journal of Economics， 2016， 131（4）： 1593-1636.

[5] 伏潤民， 繆小林， 高躍光. 地方政府債務風險對金融系統的空間外溢效應 [J]. 財貿經濟， 2017（9）： 31-47.

[6] 楊海生， 聶海峰， 陳少凌. 財政波動風險影響財政收支的動態研究 [J]. 經濟研究， 2014（3）： 88-100.

[7] 劉康兵， 申樸， Elmer S. 融資約束、不確定性與公司投資： 基于制造業上市公司面板數據的證據 [J]. 南開經濟研究， 2011（4）： 86-97.

[8] 翟勝寶， 張勝， 謝露， 等. 銀行關聯與企業風險——基于我國上市公司的經驗證據 [J]. 管理世界， 2014（4）： 53-59.

[9] 林朝穎， 黃志剛， 楊廣青. 基于微觀視角的貨幣政策風險傳導效應研究 [J]. 國際金融研究， 2014（9）： 25-33.

[10] 蘇梽芳. 中國通貨膨脹預期不確定性： 結構型抑或沖擊型？ [J]. 數量經濟技術經濟研究， 2010（12）： 80-90.

[11] 劉金全， 隋建利. 中國貨幣增長不確定性與經濟增長關系檢驗（1980—2008） [J]. 中國社會科學， 2010（4）： 74-86.

[12] 許志偉， 王文甫. 經濟政策不確定性對宏觀經濟的影響——基于實證與理論的動態分析 [J]. 經濟學（季刊）， 2019（1）： 23-50.

[13] Greenwood J， Hercowitz Z， Huffman G W， et al. Investment， capacity utilization， and the real business cycle [J]. The American Economic Review， 1988， 78（3）： 402-417.

[14] 黃賾琳. 中國經濟周期特征與財政政策效應——一個基于三部門RBC模型的實證分析 [J]. 經濟研究， 2005（6）： 27-39.

[15] Schmittgrohe S， Uribe M O. Closing small open economy models [J]. Journal of International Economics， 2003， 61（1）： 163-185.

[16] Guo J， Janko Z. Reexamination of real business cycles in a small open economy [J]. Southern Economic Journal， 2009， 76（1）： 165-182.

[17] Uzawa H. Time preference， the consumption function， and optimum asset holdings， value， capital， and growth： Papers in honour of Sir John Hicks [M]. Edinburgh： Edinburgh University Press， 1968： 485-504.

[18] Burnside C， Eichenbaum M. Factor-hoarding and the propagation of business cycle shocks [J]. The American Economic Review， 1994， 86（5）： 1154-1174.

[19] 胡永剛， 劉方. 勞動調整成本、流動性約束與中國經濟波動 [J]. 經濟研究， 2007（10）： 32-43.

[20] Mendoza E G. Real business cycles in a small open economy [J]. The American Economic Review， 1991， 81（4）： 797-818.

[21] 王君斌， 郭新強， 蔡建波. 擴張性貨幣政策下的產出超調、消費抑制和通貨膨脹慣性 [J]. 管理世界， 2011（3）： 7-21.

[22] 黃賾琳， 朱保華. 中國的實際經濟周期與稅收政策效應 [J]. 經濟研究， 2015（3）： 4

17.

[23] 陳學彬， 楊凌， 方松. 貨幣政策效應的微觀基礎研究——我國居民消費儲蓄行為的實證分析 [J]. 復旦學報（社會科學版）， 2005（1）： 42-54.

[24] Zhang W. Chinas monetary policy： Quantity versus price rules [J]. Journal of Macroeconomics， 2009， 31（3）： 473-484.

[25] 張軍. 資本形成、工業化與經濟增長： 中國的轉軌特征 [J]. 經濟研究， 2002（6）： 3

13.

[26] 王小魯， 樊綱. 中國經濟增長的可持續性： 跨世紀的回顧與展望 [M]. 北京： 經濟科學出版社， 2000.

[27] Craine R. Investment， adjustment costs， and uncertainty [J]. International Economic Review， 1975， 16（3）： 648-661.

[28] 呂朝鳳， 黃梅波. 國際貿易、國際利率與中國實際經濟周期——基于封閉經濟和開放經濟三部門RBC模型的比較分析 [J]. 管理世界， 2012（3）： 34-49.

[29] 陳昆亭， 龔六堂. 中國經濟增長的周期與波動的研究——引入人力資本后的RBC模型 [J]. 經濟學（季刊）， 2004（3）： 803-818.

[30] Funke M， Paetz M， Pytlarczyk E， et al. Stock market wealth effects in an estimated DSGE model for Hong Kong [J]. Economic Modelling， 2011， 28（1）： 316-334.

[本刊相關文獻鏈接]

[1] 吳建鑾， 趙春艷， 南士敬. 金融杠桿波動與中國經濟波動——來自我國省級面板數據的實證研究 [J]. 當代經濟科學， 2018（5）： 12-20.

[2] 張耿. 中國居民消費的特質波動及其福利效應 [J]. 當代經濟科學， 2018（2）： 20-28.

[3] 郭娜， 章倩， 周揚. 房價“粘性”、系統性金融風險與宏觀經濟波動——基于內生化系統性風險的DSGE模型 [J]. 當代經濟科學， 2017（6）： 7-16.

[4] 尹雷， 楊源源. 中國貨幣政策調控效率與政策工具最優選擇——基于DSGE模型的分析 [J]. 當代經濟科學， 2017（4）： 19-28.

[5] 劉震， 牟雯波. 宏觀審慎管理、金融摩擦與經濟周期——基于準備金率工具的視角 [J]. 當代經濟科學， 2017（3）： 12-21.

[6] 郝毅， 李政. 土地財政、地方政府債務與宏觀經濟波動研究——以地方政府投融資平臺為例 [J]. 當代經濟科學， 2017（1）： 1-12.

[7] 馬續濤， 沈悅. 不確定性沖擊、銀行風險承擔與經濟波動 [J]. 當代經濟科學， 2016（6）： 55-63.

[8] 徐梅. 貨幣政策對金融資產結構及宏觀經濟波動的有效性研究 [J]. 當代經濟科學， 2016（6）： 73-81.

[9] 鄭冠群. 虛擬經濟波動影響實體經濟周期的研究進展與展望 [J]. 當代經濟科學， 2014（3）： 75-81.

[10] 陳啟斐， 范超. 全球化、經濟波動與雙邊服務貿易——基于擴展的引力模型分析 [J]. 當代經濟科學， 2013（6）： 98-108.

[11] 楊柳， 李力. 貨幣沖擊與中國經濟波動——基于DSGE模型的數量分析 [J]. 當代經濟科學， 2011（5）： 1-9.

責任編輯、校對： 高原