摘 要:本文基于非線性視角,采用時變參數(shù)向量自回歸模型考察了2006―2012年間短期資本流動對我國宏觀經(jīng)濟沖擊的影響,實證結果顯示:宏觀經(jīng)濟變量參數(shù)在
樣本
區(qū)間內具有明顯非線性特征;中美利差的變化會使資本流動產(chǎn)生頻繁波動,資本的流動又能減少中美兩國的利差;短期資本的流動對我國產(chǎn)出和
通貨膨脹
均產(chǎn)生了正向的推動作用,但傳導機制在
金融危機
前后出現(xiàn)了顯著的差異。因此,我國應密切關注國際資本的流動情況,避免資本短期內大量的流出而對我國經(jīng)濟產(chǎn)生不良的影響。
關鍵詞:短期資本;MCMC算法;Bayesian估計;時變參數(shù)向量自回歸
中圖分類號:F832.6 文獻標識碼:A 文章編號:1003-9031(2015)03-0004-05 DOI:10.3969/j.issn.1003-9031.2015.03.01
一、引言
金融危機爆發(fā)至今已經(jīng)過去六年的時間,其產(chǎn)生的后續(xù)影響依然彌漫在大部分國家上空。為了應對危機產(chǎn)生的不利影響,各國都及時采取了寬松的
貨幣政策
或者財政政策。雖然各國經(jīng)濟目前大多沒有恢復到預期的增長,但各種措施保證了國家經(jīng)濟的穩(wěn)定。在新興市場化國家恢復增長后,大多數(shù)國家也開始逐漸退出寬松的貨幣政策,美國宣布自2014年11月開始退出量化寬松貨幣政策,但全球低息環(huán)境和充裕的流動性仍將持續(xù)一段更長時間,在經(jīng)濟全球化、
金融
自由化的背景下,資本實現(xiàn)跨國之間的流動已不可避免。
賓建成和詹花秀(2013)發(fā)現(xiàn)美國在應對
金融危機
時采用的量化寬松政策外溢性十分明顯,大量超發(fā)的
貨幣
流入到本國實體經(jīng)濟與資產(chǎn)市場的并不多,一部分貨幣以超額準備金的形式滯留在美國銀行體系內部,另一部分則流向了國際市場[1]。短期資本自身具有的逐利性,必然會流向收益率更高的地區(qū),而新興市場無疑是最佳的選擇。中國作為世界上發(fā)展最快的新興市場化國家,必然在短期內會吸引大量資本的進入。但同時也要注意到,大量短期資本流入我國經(jīng)濟體雖能促進我國經(jīng)濟的發(fā)展,也會對我國產(chǎn)生通脹和資產(chǎn)價格上升的壓力,短期資本的特性決定了其在各個國家之間頻繁的流入和流出,這無疑會使我國經(jīng)濟產(chǎn)生較大的波動,加大了國家宏觀調控的難度。因此,研究短期資本流動對我國宏觀經(jīng)濟的影響顯得十分必要,這為我國是否能夠及時抵御和防范由于大量資金外流而導致的經(jīng)濟下行的壓力具有重要的現(xiàn)實意義。
二、相關文獻評述
隨著市場化改革的不斷深入,我國加快了利率和匯率市場化改革的步伐,國際短期資本在我國流動日益頻繁,這一現(xiàn)象引起眾多學者的關注。至今,已有大量文獻從不同的角度對資本流動進行了分析,但總的來看,學者們的研究經(jīng)歷了如下兩個階段:
描述性分析階段。此階段主要集中在1996―2006年,1994年我國的外匯體制改革使得部分學者最早意識到研究短期資本流動的重要性。管濤和曾衛(wèi)京(1996)最早研究了國際基本流動對我國外匯供求的影響,提出完善資本項目管理對防范資本流動的重要性[2]。馮菊萍(2000)分析了國際資本流動對我國經(jīng)濟金融政策的影響并提出了相應了管理政策[3]。干杏娣(2002)概括了當代國際短期資本流動發(fā)展的特征,探討了其對本幣政策獨立性的影響[4]。季旭東(2004)從影響因素以及產(chǎn)生的效應的角度分析了短期資本對中國
宏觀經(jīng)濟
的影響[5]。
實證分析階段。從2006年至今,越來越多的學者開始從實證的角度對短期資本流動性進行分析。王世華和何帆(2007)較早的采用回歸分析的方法,對我國短期資本流動及其規(guī)模、影響資本流入和流出的主要因素進行了實證分析[6]。蘭振華和陳玲(2007)對中國短期資本流動規(guī)模進行了測算,并采用了協(xié)整理論對影響短期資本的因素進行了實證分析[7]。黃志剛(2009)開始采用VAR模型和其中的脈沖響應以及方差分析等方法對我國跨境短期資本流動的成因結構進行分析[8]。陳瑾玫和徐振玲(2012)綜合了測算短期國際資本流動的方法,同樣采用了協(xié)整模型、格蘭杰因果檢驗、脈沖響應分析和方差分解方法分析短期資本流動對我國經(jīng)濟發(fā)展、
金融
穩(wěn)定的影響[9]。
此外,還有眾多的國內學者對此問題進行過
研究
,但其研究方法除部分學者使用文字性分析以外,大都采用向量自回歸模型(VAR)和協(xié)整理論等方法。但傳統(tǒng)的VAR模型假定VAR系數(shù)以及擾動項的方差是不變的,這種假定顯然是很難符合實際情況。在國內,目前對短期資本流動對
宏觀經(jīng)濟
影響的時變參數(shù)分析暫未出現(xiàn)。基于這個原因,本文運用時變參數(shù)向量自回歸(TVP-VAR)模型對我國短期資本流動沖擊效應的動態(tài)變化進行實證研究。
早期人們對參數(shù)平穩(wěn)性的考察主要采用鄒檢驗(Chow test),但其分段的假定并不十分合理,現(xiàn)實中大部分
宏觀經(jīng)濟
變量的變化存在一種漸進性,因此需要新的方法去捕捉這些漸變的信息。TVP-VAR模型是近些年來發(fā)展起來的較為流行的估計方法,使我們可以用一種十分靈活和穩(wěn)健的方式識別經(jīng)濟結構中潛在的可能性變化。Cogly和Sargent(2003)最早對VAR模型進行了拓展,允許參數(shù)發(fā)生變動并將新模型對美國二戰(zhàn)后的
貨幣政策
進行了實證分析,但為了估計上的方便,他仍將新息沖擊的方差設置為常數(shù)[10]。為了進一步拓展模型的適用性,Primiceri(2005)在Colgy和Sargent的原有模型基礎上加以完善和修改,同時考慮了VAR系數(shù)和誤差項方差的時變特性,并將該方法運用于美國貨幣政策傳導機制的動態(tài)分析中,并取得了較好的結果[11]。同時,也有部分學者對該模型的性能做了詳細的分析。D’Agostion et al.(2010)通過使用美國宏觀經(jīng)濟數(shù)據(jù)將TVP-VAR模型的預測結果與傳統(tǒng)的VAR模型結果進行了對比,發(fā)現(xiàn)TVP-VAR模型具有更加優(yōu)良的效果[12]。Nakajima(2009)在原有模型的基礎上進行了適當?shù)男薷膶θ毡窘?jīng)濟發(fā)展進行了實證分析,并對TVP-VAR模型的穩(wěn)健性與CP-VAR和STVP-VAR模型進行了比較,通過使用邊際似然函數(shù)的方法,發(fā)現(xiàn)TVP-VAR更加具有穩(wěn)健性[13]。
在國內,對TVP-VAR模型的
研究
和使用才剛剛起步。最先由羅毅丹(2010)運用該模型對我國
貨幣政策
與
通貨膨脹
和GDP的沖擊效應進行了實證分析,并取得了十分滿意的結果[14]。孫焱林認為中國漸進式的改革實踐時導致建模參數(shù)不穩(wěn)定重要原因,并使用TVP-VAR模型對徐高(2008)的數(shù)據(jù)重新進行擬合,成功解決了徐高文中提到的“斜率之謎”現(xiàn)象,得出具有時變參數(shù)的VAR模型在擬合中國宏觀時間序列方面更為精準這一結論[15]??梢?,TVP-VAR模型與傳統(tǒng)的VAR模型相比優(yōu)勢明顯,充分利用新模型的優(yōu)勢無疑是有利于推動實證研究的發(fā)展。
三、TVP-VAR模型描述
(一)TVP-VAR模型的構建
Sims(1980)認為,在理性預期的假設下,經(jīng)常用于識別傳統(tǒng)結構模型中參數(shù)的唯一約束是不合理的,作為一種可以替代的方法,Sims提出了一種基于非結構性方法來尋找各個變量之間關系的新的建模方法論――向量自回歸模型(VAR)[16]。VAR模型是基于數(shù)據(jù)的統(tǒng)計性質所建立起來的
模型
,它把系統(tǒng)中每一個內生變量作為系統(tǒng)中所有內生變量的滯后值的函數(shù)來構造模型。此后,VAR模型在很多研究領域中均取得了成功。但是,VAR模型也存在著不足,即參數(shù)過多可能導致模型無法識別這一問題,只有所含變量較少的VAR模型才能通過普通最小二乘估計和極大似然估計得到較為滿意的結果,當存在大量的參數(shù)需要估計時,需要保證
樣本
也具有足夠的數(shù)目,當樣本容量相對較少時,大多數(shù)變量估計出來的值的偏差較大[17],而且由于VAR模型當期關系沒有直接給出而是隱藏在誤差項相關關系的結構中,產(chǎn)生的脈沖響應因為新息不能被識別為內在的結構誤差,因此無法給出較好的結構性解釋。另外,VAR模型是常參數(shù)模型,很多證據(jù)表明,在經(jīng)濟系統(tǒng)發(fā)生大的結構性變化,VAR模型參數(shù)不穩(wěn)定,這些缺點嚴重束縛了VAR模型的進一步應用[18]。此后VAR模型的演變也基本上均是圍繞以上不足的條件下進行完善和發(fā)展的。
Primiceri在前人的
研究
基礎上,將模型擴展為允許截距、系數(shù)、方差和結構影響都隨時間變動的TVP-VAR模型,并迅速被一些學者如Nakajima應用到
宏觀經(jīng)濟
分析中,并取得了較好的效果。
在實際應用中,隨機波動的假定會由于參數(shù)過多而使得似然函數(shù)難以估計。為解決這一難題,學者們普遍采用貝葉斯估計方法,并將馬爾科夫蒙特卡洛方法(MCMC)引入到了該
模型
中以方便去估計后驗概率密度函數(shù)。在TVP-VAR模型中采用貝葉斯估計的優(yōu)勢主要有如下三點:第一,貝葉斯估計可以通過對先驗概率的合理選擇避免不合理區(qū)域產(chǎn)生的峰值的影響;第二,貝葉斯估計中觀測數(shù)據(jù)被看成是唯一的,模型的參數(shù)作為隨機變量以某種概率分布的形式與似然函數(shù)相結合;第三,貝葉斯估計方法可以將復雜的問題簡化,有效估計含有高維參數(shù)空間和非參數(shù)性質的模型。
?。ǘ㎝CMC算法簡述
四、短期資本流動對宏觀經(jīng)濟影響的實證檢驗
(一)數(shù)據(jù)說明
總的來說,我國采用各種
宏觀經(jīng)濟
政策目的基本圍繞經(jīng)濟持續(xù)增長和物價穩(wěn)定兩個方面。因此,本文采用產(chǎn)出和物價水平衡量我國的宏觀經(jīng)濟狀況。王世華等學者認為,國內外利率差是影響我國短期國際資本流動的重要因素。故本文引入國內外利率差作為影響短期國際資本流動的指標。本文
研究
的樣本跨度區(qū)間為2006M1―2012M12,該樣本區(qū)間恰好涵蓋了
金融危機
前、中、后三個時期,數(shù)據(jù)頻率為月度數(shù)據(jù)。在國外現(xiàn)有文獻中,大多數(shù)學者采用季度數(shù)據(jù),但由于我國可獲得的季度數(shù)據(jù)較短,不能滿足具有高維度參數(shù)空間的
模型
估計,因此本文采用了月度數(shù)據(jù)。綜上考慮,本文的向量自回歸模型中包括四個變量:國內外利差(LC)、短期國際資本流動(DQZB)、產(chǎn)出(Y)和
通貨膨脹
(P)。其中,國內外利差采用國內銀行業(yè)同業(yè)隔夜拆借加權平均利率與美元隔夜Libor利率收盤價的差額表示,短期國際資本流動采用較常用的非貿易及FDI的資本流動表示①。通貨膨脹率指標采用“消費者價格指數(shù)”。由于我國GDP沒有統(tǒng)計月度數(shù)據(jù),對其進行轉換會隨著不同的操作方法而導致數(shù)據(jù)出現(xiàn)人為的扭曲,因此本文采用“工業(yè)增加值”作為國內生產(chǎn)總值的代理變量②,通過X12方法對產(chǎn)出和通貨膨脹指標進行了季節(jié)調整,同時為了減少指標數(shù)量級對模型的影響進行了對數(shù)化處理,并將對數(shù)結果乘以100。另外,為表示
宏觀經(jīng)濟
的波動情況,本文對產(chǎn)出和通貨膨脹均進行了差分處理。文中數(shù)據(jù)除美元隔夜Libor利率收盤價來自Wind
金融
數(shù)據(jù)庫外,其他均來自于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫。
(二)馬爾科夫蒙特卡洛模擬(MCMC)
參數(shù)估計的后驗均值、標準差、95%的置信區(qū)間、Geweke收斂診斷值和無效影響因子。從Geweke收斂診斷結果來看,所有結果均不能拒絕收斂于后驗分布這一原假設。除了(∑h)2之外,各個變量參數(shù)的影響因子均很小。就(∑h)2而言,其最大值也僅為232.80,接近235,這表明通過MCMC方法模擬20000次可以獲得至少85個不相關的
樣本
,對于進行后驗推斷的樣本數(shù)目已經(jīng)足夠。
?。ㄈr變參數(shù)脈沖響應結果
TVP-VAR
模型
的脈沖響應結果的優(yōu)勢在于能夠捕捉到經(jīng)濟中漸變和突變等信息,圖1描述了在滯后1、2、3期脈沖響應隨時間動態(tài)變化。
1.利差與短期資本的脈沖響應
先考慮利差對短期資本流動的影響,給利差一個正向的沖擊,在滯后1期的情況下,利差對短期資本的影響的恒為負值;在滯后2、3期時,短期資本會在0附近上下波動,且在滯后3期時波動更加明顯??梢?,利差的變化會導致短期資本流動產(chǎn)生明顯的波動。再考慮短期基本流動對中美利差的影響,在初始給短期資本流動一個正向沖擊,我們會發(fā)現(xiàn)短期資本流動在各階滯后期下,其影響均為負值。在不同滯后期下的差別僅在于影響程度不同,在滯后1期時最大,滯后3期時最小,但差異較小。從圖1可以看出,在滯后3期時存在一個十分明顯的負值,其恰好發(fā)生在2008年11月左右,而當年美國實施量化寬松貨幣政策,美元隔夜Libor利率收盤價從10月份的2.13%大幅下降到0.53%,該脈沖響應結果捕捉到了這一重要信息,故短期資本的流入可以縮小中美兩國之間的利差。
2.短期資本流入對通貨膨脹的影響
從圖1可以看出,在不同的滯后階數(shù)下,短期資本流入對通貨膨脹的影響存在顯著的差異。在滯后1期、3期時沖擊為正,在滯后2期時沖擊為負。同時,我們會發(fā)現(xiàn)在2008年11月左右,各個滯后期均捕捉到了一個向下的沖擊。另外,短期資本流入對通貨膨脹存在一個持續(xù)性的沖擊??梢?,無論從長期還是短期來看,短期資本的流入無疑會對我國通貨膨脹產(chǎn)生正向的作用,即輸入性通貨膨脹,這同時也印證了美國量化寬松
貨幣政策
具有明顯的外溢性。
3.短期資本流入對產(chǎn)出的影響
從圖1可以看出,在不同的滯后階數(shù)下,短期資本流入對產(chǎn)出影響同樣存在顯著的差異,且該結果與短期資本流入對
通貨膨脹
的影響結論恰好相反,即在滯后1期、3期時沖擊為正,在滯后2期時沖擊為負,且在滯后1期、3期時捕捉到了2008年
金融危機
對產(chǎn)出影響這一信息??梢?,短期資本流入對我國產(chǎn)出的影響較為復雜,不同滯后期下會得出不同的結論。
2006年11月、2008年10月和2011年11月這三個時期,分別代表中國經(jīng)濟繁榮時期、危機時期和危機后時期的脈沖響應結果,我們可以看出我國在不同時期沖擊路徑以及效果的差異性。
利差對短期資本流動的影響在金融危機后出現(xiàn)了較大的差異,在滯后10期后對短期資本流動出現(xiàn)負向沖擊且持續(xù)增加;短期資本流動對利差的影響均為負值,但在金融危機發(fā)生以后至今對利差的負向沖擊更大。短期資本的流入無論在哪個時期,對通貨膨脹均存在著顯著的正向沖擊,并且在金融危機發(fā)生時期沖擊效果更為顯著,在滯后2期是沖擊幅度達到了0.3。短期資本流動對產(chǎn)出確實產(chǎn)生了正的影響,但危機后時期隨著滯后階數(shù)的增加沖擊幅度逐漸減弱。同時我們可以發(fā)現(xiàn),資本流動對產(chǎn)出的影響存在明顯的波動,這與短期資本流動的逐利性不無關系。
五、結論
本文采用能夠同時捕捉區(qū)制變化和漸進性變化的TVP-VAR
模型
對我國短期資本流動對
宏觀經(jīng)濟
影響進行實證分析,
研究
結果顯示:時變參數(shù)向量自回歸模型能夠較好的捕捉到
樣本
中的重要信息,而傳統(tǒng)的VAR模型則無法識別;利差的變化會使資本流動產(chǎn)生頻繁的波動,資本的流動又能減少中美兩國的利差;短期資本的流動對我國產(chǎn)出和
通貨膨脹
均產(chǎn)生了正向的推動作用;我們發(fā)現(xiàn),在考察的樣本區(qū)間上,短期資本流動沖擊的傳導機制在
金融危機
前后出現(xiàn)了顯著的差異。綜上可見,短期資本流動對我國宏觀經(jīng)濟影響是十分顯著的,在金融危機影響逐漸減弱,各國逐步退出寬松貨幣政策的背景下,我國更應該密切關注國際資本的流動情況,避免資本短期內的大量的流出而對我國經(jīng)濟產(chǎn)生不良的影響。
(責任編輯:張恩娟)
參考文獻:
[1]賓建成,詹花秀,王凱.美國量化寬松
貨幣政策
對中國短期資本流動的影響分析[J].財經(jīng)理論與實踐,2013(3).
[2]管濤,曾衛(wèi)京.國際短期資本流動對我國外匯供求的影響[J].廣東金融,1996(9).
[3]馮菊萍.國際短期資本流動的影響及對策[J].中國經(jīng)貿導刊,2000(18).
[4]干杏娣.國際短期資本流動對本外幣政策及其協(xié)調的影響[J].世界經(jīng)濟研究,2002(6).
[5]季旭東.短期資本流動對中國經(jīng)濟的影響[J].上海金融,2004(7).
[6]王世華,何帆.中國的短期國際資本流動:現(xiàn)狀、流動途徑和影響因素[J].世界經(jīng)濟,2007(7).
[7]蘭振華,陳玲.中國短期資本流動規(guī)模測算及其影響因素的實證分析[J].
金融
經(jīng)濟,2007(4).
[8]黃志剛.我國跨境短期資本流動的成因結構分析:2005―2008――一個基于VAR
模型
的實證研究[J].新疆財經(jīng)大學學報,2009(1).
[9]陳瑾玫,徐振玲. 我國國際短期資本流動規(guī)模及其對
宏觀經(jīng)濟
的影響
研究
[J].經(jīng)濟學家,2012(10).
[10]Cogley T. and T.J. Sargent, Drifts and Volatilities: Monetary Policies and Outcomes in the Post WW U.S., New York University mimeo, 2003.
[11]Primiceri,G. E.,Time Varying Structural Vector Auto-regression and Monetary Policy,Review of Economic Studies, Vol. 72(2005), No.3,pp. 82-852.
[12]D’Agostino,A.,L.Gambetti, and D.Giannone, Macro-economic Forecasting and Structural Change, ECB Working Paper No. 1167, European Central Bank, 2010.
[13]Nakajima, J.,M. Kasuya,and T. Watanabe, Bayesian Analysis of Time-Varing Parameter Vector Autoregressive Model for the Japanese Economy and Monetary Policy,IMES Disscussion Paper No.2009-E-13, Institute for Monetary and Economic Studies,Bank of Japan, 2009.
[14]羅毅丹,樊琦.一種新擴展的向量自回歸
模型
及應用[J].統(tǒng)計研究,2010(7).
[15]孫焱林,陳普,熊義明.貝葉斯視角下時變參數(shù)VAR建模――兼論“斜率之謎”[J].數(shù)量經(jīng)濟技術經(jīng)濟
研究
,2011(10).
[16]Sims,C. A. Macroeconomics and Reality, Econometrica, Vol. 48(1980), No.1, pp.1-48.
[17]Jian Chai, Ju-E. Guo, Lei Meng, Shou-Yang Wang. Exploring the Core Factors and Its Dynamic Effects on Oil Price: An Application on Path Analysis and BVAR-TVP Model, Energy Policy, Vol. 39(2011), No.12, pp. 8023-8036.
[18]沈悅,李善?觶?馬續(xù)濤.VAR宏觀計量經(jīng)濟
模型
的演變與最新發(fā)展――基于2011年諾貝爾經(jīng)濟學得主Sims
研究
成果的拓展脈絡[J].數(shù)量經(jīng)濟技術經(jīng)濟研究,2012(10)