積極財(cái)政政策宏觀經(jīng)濟(jì)效益分析——基于宏觀計(jì)量模型的研究（下）

1、積極財(cái)政政策宏觀經(jīng)濟(jì)效益分析基于宏觀計(jì)量模型的研究（下）        參數(shù)估計(jì)和方差報(bào)告 我們把所有的結(jié)構(gòu)參數(shù)分為9個(gè)組。表1列出了它們的估計(jì)值和標(biāo)準(zhǔn)差。圖1則給出了估計(jì)所得的行為方程與樣本數(shù)據(jù)的擬和。所有數(shù)據(jù)都是年度數(shù)據(jù)。由于樣本數(shù)據(jù)有限，我們的參數(shù)估計(jì)并不能完全盡如人意。接下來我們將解釋表1中的估計(jì)值是如何得到的。3-9 組的參數(shù)估計(jì) 我們的討論首先從第9組開始。我們發(fā)現(xiàn)9組中的參數(shù)大多可解釋為樣本平均值或定義在只有一個(gè)結(jié)構(gòu)參數(shù)的方程中。這就允許我們使用一階距的方法(method of f

2、irst moments)對(duì)它們進(jìn)行估計(jì)。 盡管一階矩方法能同樣用于估計(jì)消費(fèi)函數(shù)(10)和進(jìn)口函數(shù)(12)中的參數(shù)c和m，然而我們發(fā)現(xiàn)其結(jié)果并不令人滿意。為此我們允許c和m能隨時(shí)間而變化。我們假設(shè)其中，ctCt/(Yt-1-Tt-1)；mtMt/Yt；vt和t都假設(shè)為獨(dú)立同分布（i.i.d.）的正態(tài)隨機(jī)變量。這表示邊際消費(fèi)和進(jìn)口傾向都服從于一階自回歸AR（1）過程。將公式（20）和（22）分別代入(19)和(21)，我們得到其中，c0=c(1)，c1=，m0=m(1)，m1=?，F(xiàn)在我們可以用最小二乘法(OLS)對(duì)上述方程進(jìn)行估計(jì)。而有關(guān)的結(jié)構(gòu)參數(shù)c、m、和則由下列公式獲得：需要說明的

3、是，此種方法無法使我們直接得到參數(shù)c等的估計(jì)方差。為此我們必須把該估計(jì)看成是非線性估計(jì)。這樣，我們就可以使用Judge et. al (1988,p508-510)所討論的方法來求解參數(shù)估計(jì)值c等的標(biāo)準(zhǔn)差。在這一計(jì)算過程中，我們利用GAUSS語言中的GRARDP程序來計(jì)算有關(guān)的一階導(dǎo)數(shù)矩陣。該矩陣被用于推導(dǎo)參數(shù)估計(jì)值的協(xié)方差矩陣。 對(duì)于投資函數(shù)(5)中的參數(shù)估計(jì)，我們采用如下估計(jì)方程：(25)(26)其中，it=It/Kt-1；vt同樣為獨(dú)立同分布的正態(tài)隨機(jī)變量。這里我們所采用的估計(jì)方法為CochraneOrcutt方法此外，在對(duì)工資、價(jià)格和利率方程(15)-(17)進(jìn)行估計(jì)時(shí)，我們

4、假定方程中所有的干擾項(xiàng)都為服從獨(dú)立同分布的正態(tài)隨機(jī)變量。這樣，我們就可以直接利用普通的最小二乘法對(duì)它們進(jìn)行估計(jì)。 需要說明的是，在我們對(duì)工資公式(15)進(jìn)行估計(jì)時(shí)，我們用勞動(dòng)生產(chǎn)率(實(shí)際GDP與就業(yè)之比)來代表供給沖擊，即解釋變量st。與此同時(shí)，我們發(fā)現(xiàn)參數(shù)n的估計(jì)值極不顯著，因此，我們令它為0。這也同時(shí)意味著勞動(dòng)力市場的供求狀態(tài)對(duì)工資沒有任何影響，或者說，在中國勞動(dòng)力市場一直是處於供過于求的狀態(tài)。勞動(dòng)力市場的這種供過于求反映了由中國二元經(jīng)濟(jì)結(jié)構(gòu)所造成的大量農(nóng)村剩余勞動(dòng)力的存在?？偣┙o的參數(shù)估計(jì) 對(duì)于產(chǎn)出方程(1)-(4)中的結(jié)構(gòu)參數(shù)v和g的估計(jì)則更為困難。首先，我們無法得

5、到期望值get和Yet；其次，盡管我們可以從方程(1)中推算出Vt，但是，我們并沒有存貨Vt的數(shù)據(jù)(這需要有一個(gè)存貨的初始值)。為了避免使用數(shù)據(jù)Vt，我們的估計(jì)需要建立在對(duì)方程(2)進(jìn)行一階差分的基礎(chǔ)上。與此同時(shí)，利用(3)對(duì)Vdt進(jìn)行置換，我們得到(27)按照預(yù)期增長率get的定義，我們有Yet=getYdt-1。將其代入公式(27)，我們可以得到參數(shù)v的估計(jì)方程：(28)其中以上，誤差項(xiàng)t同樣被假定為服從獨(dú)立同分布的正態(tài)隨機(jī)變量。             

6、60;  顯然，對(duì)于v的估計(jì)需要獲得時(shí)間序列g(shù)et，該數(shù)值我們無法得到。然而給出參數(shù)g和get的初始值ge0，我們能從(4)中推算出get。假定ge0g0，也即預(yù)期增長率get的初始值等于其實(shí)際的觀察值。設(shè)立目標(biāo)函數(shù)：(29)這里，e(g)是在給定的g情況下，對(duì)方程(28)進(jìn)行線性回歸所得的誤差向量。這樣f(g)就可以看成是該誤差的平方和。由此，對(duì)于參數(shù)v和g的估計(jì)可以看成是尋找一個(gè)g使得目標(biāo)函數(shù)f(g)最小。這里，我們使用網(wǎng)絡(luò)搜索法來實(shí)行這一最優(yōu)化過程。技術(shù)函數(shù)中的參數(shù)估計(jì) 需要說明的是，上述估計(jì)過程中所使用的數(shù)據(jù)大多可以從國家統(tǒng)計(jì)年鑒中獲得，資本存量Kt則來源

7、于張軍(2003)。然而，對(duì)於技術(shù)函數(shù)中的參數(shù)dA、和的估計(jì)，我們首先需要解決無法觀測的變量At和Ypt的數(shù)據(jù)來源問題。如果我們假定生產(chǎn)用電力消耗與資本設(shè)備的實(shí)際使用成線性相關(guān),則通過利用生產(chǎn)用電力消耗數(shù)據(jù)，我們就能測算出At和Ypt。假定一定時(shí)期內(nèi)生產(chǎn)用電力消耗和資本服務(wù)使用量成固定比例，也即St=hEt   (30)其中，St為資本服務(wù)的使用量，即St=UtKt；Et為生產(chǎn)用電量；h為一個(gè)正實(shí)數(shù)。給定St及公式(5)和（6），相應(yīng)的實(shí)際產(chǎn)出則可由下式導(dǎo)出：Yt=AtSt  (31)進(jìn)一步將(30)代入(31)，我們得到St=AthEt  

8、(32)對(duì)(32)式兩邊分別求自然對(duì)數(shù)并進(jìn)行差分，我們可得到(33)以上分別表示為產(chǎn)出、技術(shù)和用電量的對(duì)數(shù)差分(近似于它們的增長率)由于Yt和Et都是已知的，由公式(33)我們可以算出At，再進(jìn)一步由(32)解得h。給定h，我們可以按公式(30)求得資本服務(wù)量St，并進(jìn)而按定義St=UtKt導(dǎo)出Ut。給定Ut和At，我們可以進(jìn)一步通過公式(6)測算出Ypt。 需要說明的是，在按公式(32)求解h時(shí)，我們需要的是At，而我們從(33)式中得到的則是其增長率At。因此我們必須有個(gè)基年(這里采用1980年)的資本生產(chǎn)率A0?，F(xiàn)假定基年的資本設(shè)備利用率為100%，則A0可由公式A0=Y0/K

9、0求得。圖2 給出了我們所測算出的Ut、Ypt和At的時(shí)間序列。圖2 需要說明的是，由此而測算出的技術(shù)存量At具有較大的波動(dòng)，甚至?xí)霈F(xiàn)技術(shù)退步。顯然此種情況與我們所想象的實(shí)際有所不同。我們可以想象技術(shù)總是在不斷進(jìn)步，技術(shù)的存量也在不斷增加，而且這種增加應(yīng)是一個(gè)平緩的過程，不應(yīng)出現(xiàn)大起大落。顯然，這種過分的波動(dòng)來源于各種誤差干擾（如我們所假定的用電量與資本服務(wù)量之間線性關(guān)系中所出現(xiàn)的誤差）。因此，我們有必要對(duì)圖2中C格的At進(jìn)行濾波（或光滑）處理，經(jīng)過濾波以后的At由圖2中的D格所示。給定數(shù)據(jù)At，我們就可估計(jì)技術(shù)函數(shù)(8)中的結(jié)構(gòu)參數(shù)dA、和。然而，在此之前，我們?nèi)匀灰獙?duì)公式(8)

10、的H作一番解釋。按照Romer(1990)的原意，H為用于科研的人力資本。然而，除了現(xiàn)有的技術(shù)存量和人力資本的投入外，技術(shù)的提高也有賴于科研所需的物質(zhì)投入和有效的激勵(lì)機(jī)制。研究需要設(shè)備和經(jīng)費(fèi)，而有效的激勵(lì)機(jī)制（如專利制度和對(duì)科學(xué)貢獻(xiàn)的獎(jiǎng)勵(lì)制度等）對(duì)技術(shù)進(jìn)步的作用也是顯而易見的。因此，如果我們使用國內(nèi)現(xiàn)有的數(shù)據(jù)，H可以看成是國家用于教育和科研的投入。 估計(jì)所采用的方法仍然是最小二乘法，即使誤差平方之和為最小。然而由于方程所體現(xiàn)的非線型性，我們必須采用一種全局?jǐn)?shù)值優(yōu)化(global optimizationalgorithm)的方法對(duì)參數(shù)進(jìn)行估計(jì)。在這一研究中，我們所采用的是模擬淬火(s

11、imulated annealing)法。                4、積極財(cái)政政策宏觀經(jīng)濟(jì)效益分析 接下來，我們將利用我們所估計(jì)的模型分析和測算過去5年(1998-2002)積極財(cái)政政策給我國經(jīng)濟(jì)帶來的影響。測算所依據(jù)的原則是“有無原則”(with andwithout principle)。這一原則在項(xiàng)目評(píng)估時(shí)經(jīng)常被使用。按照這一原則，我們分別計(jì)算在“有”和“無”積極財(cái)政政策條件下我們所關(guān)心的各項(xiàng)經(jīng)濟(jì)指標(biāo)，如GDP增

12、長率，通貨膨脹率和就業(yè)率等。比較這些指標(biāo)的不同就能使我們測算積極財(cái)政政策的宏觀經(jīng)濟(jì)效益。 無論是“有”還是“無”，我們都必須通過對(duì)模型的模擬，計(jì)算出有關(guān)的宏觀經(jīng)濟(jì)指標(biāo)。關(guān)于這一模擬，我們要求： 所有外生變量都用實(shí)際樣本值來表示； 所有隨機(jī)變量的實(shí)現(xiàn)值都用模型估計(jì)時(shí)所留下的殘差來表示； 所有內(nèi)生變量都由模型的模擬計(jì)算得到。假設(shè)過去5年里沒有積極(或擴(kuò)張性)的財(cái)政政策，政府支出應(yīng)等于稅收。因此，所謂沒有(或無)積極財(cái)政政策的條件是：令過去5年里每年的政府支出等于其當(dāng)年的稅收。與此同時(shí)，我們還必須考慮到在沒有積極財(cái)政政策條件下，政府的支出結(jié)構(gòu)也有可能發(fā)生變化。

13、為此，我們使用國債投資中的支出結(jié)構(gòu)來推算在沒有積極財(cái)政政策情況下的支出結(jié)構(gòu)。表2給出了這一推算。需要說明的是，盡管對(duì)于“無”積極財(cái)政政策的情況，我們有理由使用對(duì)模型的模擬計(jì)算出有關(guān)的宏觀經(jīng)濟(jì)指標(biāo)，然而，為什么對(duì)于“有”積極財(cái)政政策的情況，我們不能直接使用實(shí)際的樣本觀察值來代表相關(guān)的經(jīng)濟(jì)指標(biāo)？由于模型的參數(shù)估計(jì)和設(shè)定本身也有可能產(chǎn)生誤差，因此，即使我們引入了誤差項(xiàng)的實(shí)現(xiàn)值和實(shí)際的外生變量，當(dāng)我們對(duì)模型進(jìn)行模擬時(shí)，仍然有可能使模型的模擬值與樣本值有偏離。為了使由模型的參數(shù)估計(jì)和模型的設(shè)定等原因所引起的誤差對(duì)評(píng)估的影響減少到最少，我們對(duì)于在“有”積極財(cái)政政策條件下的經(jīng)濟(jì)指標(biāo)的測量與“無”積極財(cái)政政策

14、條件相似，即都通過對(duì)模型的模擬算出，兩者的不同僅僅體現(xiàn)在政府支出的總量和結(jié)構(gòu)上。 表3 給出了過去5年積極財(cái)政政策宏觀經(jīng)濟(jì)效益的評(píng)估。 首先，我們需要說的是，這里的財(cái)政赤子與國債支出并非完全相同。當(dāng)政府的支出大于其稅收時(shí)，它仍然可以動(dòng)用除發(fā)行國債之外的其它資源，如過去的財(cái)政積余等，來彌補(bǔ)其支出。  其次，按照我們所構(gòu)造的模型，政府的支出無論從供給或需求角度看，它對(duì)經(jīng)濟(jì)的影響都有一定的滯后。因此，98年的積極財(cái)政政策對(duì)98的國民經(jīng)濟(jì)并沒有什么影響。當(dāng)然這里并不意味著現(xiàn)實(shí)中這種影響就不存在。如果我們的模型是以季度(或月度)為一期進(jìn)行估計(jì)，此種影響顯然就可以得

15、到反映。 第三，表中所反映的拉動(dòng)效應(yīng)是一種累積效果。以2002年的GDP增長率拉動(dòng)0.056630177為例，該數(shù)據(jù)表明，假如沒有1998-2001年的積極財(cái)政政策，則2002年的實(shí)際GDP將減少5.6630177個(gè)百分點(diǎn)。按照這一思路，2001年的積極財(cái)政政策給2002年GDP的拉動(dòng)效應(yīng)為5.6630177-5.15686330.5個(gè)百分點(diǎn)。盡管與前期積極財(cái)政政策的拉動(dòng)效應(yīng)相比，這一效應(yīng)似乎在遞減。然而，我們也應(yīng)同時(shí)看到，它在創(chuàng)造2002年的就業(yè)機(jī)會(huì)上的貢獻(xiàn)并沒有過分減弱。5、結(jié)束語本文利用了一個(gè)簡單的宏觀計(jì)量模型對(duì)1998-2002年期間積極財(cái)政政策的宏觀經(jīng)濟(jì)效益進(jìn)行了測算。研究

16、表明積極財(cái)政政策的實(shí)施為我國在2003年底徹底走出通貨緊縮的陰影作出了不可磨滅的貢獻(xiàn)。而到了2002年，積極財(cái)政政策的拉動(dòng)效應(yīng)也已遞減，這也此后逐漸淡出的積極財(cái)政政策提供了一定的依據(jù)。由于目前積極財(cái)政政策已經(jīng)淡出，因此本文的意義更多的在于其理論和技術(shù)應(yīng)用的研究，希望本文能夠拋磚引玉，對(duì)未來我國宏觀經(jīng)濟(jì)政策的研究（特別是定量分析）有所啟發(fā)和借鑒。                 其次，按照我們所構(gòu)造的模型，政府的支出無論從供給或

17、需求角度看，它對(duì)經(jīng)濟(jì)的影響都有一定的滯后。因此，98年的積極財(cái)政政策對(duì)98的國民經(jīng)濟(jì)并沒有什么影響。當(dāng)然這里并不意味著現(xiàn)實(shí)中這種影響就不存在。如果我們的模型是以季度(或月度)為一期進(jìn)行估計(jì)，此種影響顯然就可以得到反映。 第三，表中所反映的拉動(dòng)效應(yīng)是一種累積效果。以2002年的GDP增長率拉動(dòng)0.056630177為例，該數(shù)據(jù)表明，假如沒有1998-2001年的積極財(cái)政政策，則2002年的實(shí)際GDP將減少5.6630177個(gè)百分點(diǎn)。按照這一思路，2001年的積極財(cái)政政策給2002年GDP的拉動(dòng)效應(yīng)為5.6630177-5.15686330.5個(gè)百分點(diǎn)。盡管與前期積極財(cái)政政策的拉動(dòng)效應(yīng)相比，這一效應(yīng)似乎在遞減。然而，我們也應(yīng)同時(shí)看到，它在創(chuàng)造2002年的就業(yè)機(jī)會(huì)上的貢獻(xiàn)并沒有過分減弱。5、結(jié)束語