本文關(guān)鍵詞：中國經(jīng)濟(jì)增長與通貨膨脹預(yù)測及影響因素研究　出處：《東北財經(jīng)大學(xué)》2016年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 經(jīng)濟(jì)預(yù)測 經(jīng)濟(jì)增長 通貨膨脹 貝葉斯VAR 時變參數(shù)模型

【摘要】：2008年國際金融危機(jī)以來,出現(xiàn)了產(chǎn)能過剩、全要素生產(chǎn)率下降、全球貿(mào)易增速明顯下滑的現(xiàn)象。在后金融危機(jī)時期全球經(jīng)濟(jì)復(fù)蘇乏力的大背景下,2012年以來我國經(jīng)濟(jì)步入了新常態(tài)。在新常態(tài)下,我國經(jīng)濟(jì)結(jié)構(gòu)和發(fā)展動力等都發(fā)生了較大的變化。需求側(cè)的外需、內(nèi)需表現(xiàn)疲弱,同時供給方面如人口、資本產(chǎn)出比率和全要素生產(chǎn)率等指標(biāo)亦不樂觀。同時,經(jīng)濟(jì)結(jié)構(gòu)調(diào)整處于關(guān)鍵時期,如何平穩(wěn)的去產(chǎn)能,如何使經(jīng)濟(jì)從需求拉動單一動力轉(zhuǎn)變?yōu)楣┬桦p動力等,都是當(dāng)前面臨的問題。在如此錯綜復(fù)雜的經(jīng)濟(jì)背景下,為了使我國經(jīng)濟(jì)平穩(wěn)健康的發(fā)展,需要對我國當(dāng)前和未來的經(jīng)濟(jì)發(fā)展?fàn)顩r有及時和準(zhǔn)確的了解,以便政策制定部門和其他市場主體提前做好充分的準(zhǔn)備,根據(jù)對未來經(jīng)濟(jì)形勢的準(zhǔn)確預(yù)判制定相應(yīng)的政策和市場策略,從而達(dá)到"適應(yīng)新常態(tài)"和"引領(lǐng)新常態(tài)"的目標(biāo)。但是傳統(tǒng)的經(jīng)濟(jì)預(yù)測方法并不能很好的適應(yīng)新常態(tài)下新出現(xiàn)的新問題,因此本文首先借鑒在國外實證研究中預(yù)測效果較好的計量經(jīng)濟(jì)學(xué)模型,對新常態(tài)下的經(jīng)濟(jì)預(yù)測方法進(jìn)行了多方面研究。本文根據(jù)近些年來宏觀經(jīng)濟(jì)預(yù)測方法的發(fā)展,采用以下三類計量模型對我國新常態(tài)下的宏觀經(jīng)濟(jì)進(jìn)行了預(yù)測分析,并檢驗了這些模型在預(yù)測我國宏觀經(jīng)濟(jì)指標(biāo)時的預(yù)測精度。第一類模型是施加參數(shù)約束的向量自回歸(VAR)模型。自從Sims(1980)提出VAR模型之后,該模型就因為可以有效的捕捉變量間的動態(tài)關(guān)系而被廣泛應(yīng)用于宏觀經(jīng)濟(jì)分析和預(yù)測中。但是VAR模型是一個包含較多參數(shù)的模型,而且待估參數(shù)的個數(shù)隨著模型中包含的滯后期的增加和變量個數(shù)的增加而迅速增加。這就造成了使用該模型時常常出現(xiàn)過度參數(shù)化。隨著貝葉斯估計方法的出現(xiàn),計量經(jīng)濟(jì)學(xué)家提出了許多參數(shù)收縮的方法對VAR模型包含的參數(shù)進(jìn)行約束,以避免出現(xiàn)過度參數(shù)化的問題。為解決上述問題,國外的學(xué)者提出了的兩個重要方法即,貝葉斯隨機(jī)變量選擇和大型貝葉斯VAR模型方法。第一種方法是通過貝葉斯算法,基于數(shù)據(jù)計算出模型中應(yīng)包含的變量,而對不應(yīng)包含變量的參數(shù)施加嚴(yán)格的約束(即限定在0附近較小的區(qū)域內(nèi)),第二種方法是將對模型施加的約束與模型中包含的變量個數(shù)相關(guān),即當(dāng)模型包含的變量個數(shù)增加時,施加更緊的先驗條件,這樣就避免了隨著變量個數(shù)的增加而出現(xiàn)的過度參數(shù)化現(xiàn)象。本文的建模和預(yù)測結(jié)果表明,施加了隨機(jī)變量選擇的模型的預(yù)測效果要優(yōu)于不施加變量選擇的模型,而且當(dāng)模型包含的待估參數(shù)較多時,預(yù)測改善效果更加明顯;在大型VAR模型中,模型中包含更多的變量可以有效的提高預(yù)測精度,本文的實證研究發(fā)現(xiàn),包含30個變量的VAR模型取得的預(yù)測效果要優(yōu)于其他VAR模型,僅稍微劣于包含3因子的FAVAR模型。第二類模型是混頻數(shù)據(jù)模型。在宏觀經(jīng)濟(jì)政策制定時不僅要對未來的經(jīng)濟(jì)走勢有正確的認(rèn)識,而且更需要對當(dāng)前的經(jīng)濟(jì)形勢有正確的了解。但是因為統(tǒng)計數(shù)據(jù)公布的滯后,而使我們?nèi)鄙俦匾臄?shù)據(jù)準(zhǔn)確了解當(dāng)前的經(jīng)濟(jì)形勢。而混頻數(shù)據(jù)模型可以使用高頻數(shù)據(jù)對當(dāng)前的經(jīng)濟(jì)形勢進(jìn)行實時預(yù)報和分析。在混頻數(shù)據(jù)模型中,因為混頻動態(tài)因子模型可以使用較多的指標(biāo)、并且可以使用碎尾數(shù)據(jù)而具有很好的時效性,所以本文選用該模型對我國經(jīng)濟(jì)增長速度進(jìn)行實時預(yù)測分析。本文研究發(fā)現(xiàn),季度內(nèi)公布的數(shù)據(jù)可以顯著的提高GDP增速預(yù)測精度,而且不同時期公布的數(shù)據(jù)對提高預(yù)測精度的貢獻(xiàn)不同,季度內(nèi)第一個月公布的數(shù)據(jù)對預(yù)測效果的改善作用最強(qiáng),其次是第二個月公布的數(shù)據(jù),第三個月公布的數(shù)據(jù)對預(yù)測效果的改善效果不大;不同指標(biāo)組的貢獻(xiàn)也不同,由PMI等調(diào)查數(shù)據(jù)組成的第一組數(shù)據(jù)只能微弱地改善預(yù)測效果,由物價和進(jìn)出口數(shù)據(jù)組成的第二組數(shù)據(jù)可以較多地改善預(yù)測效果,由貨幣供應(yīng)量等金融數(shù)據(jù)組成的指標(biāo)組成的第三組數(shù)據(jù)可以改善預(yù)測效果,但效果稍劣于第二組數(shù)據(jù),由工業(yè)增加值等指標(biāo)組成的第四組數(shù)據(jù)改善預(yù)測效果的程度最明顯。第三類是具有時變維度和時變系數(shù)的因子增廣VAR(FAVAR)模型。鑒于金融市場在經(jīng)濟(jì)中的作用越來越重要,有必要對金融市場對實體經(jīng)濟(jì)的影響進(jìn)行分析。本文利用FAVAR模型提取金融條件指數(shù),然后使用該指數(shù)對我國宏觀經(jīng)濟(jì)進(jìn)行預(yù)測分析。具體來說,本文使用了時變維度和時變系數(shù)的FAVAR模型來提取金融條件指數(shù)。時變維度指的是用來提取金融條件指數(shù)的變量個數(shù)隨著時間不同而不同,時變系數(shù)是指FAVAR模型中的因子載荷矩陣也是時變的。這樣設(shè)定模型是考慮到我國金融市場的快速發(fā)展,以及金融危機(jī)的沖擊有可能使金融市場對實體經(jīng)濟(jì)產(chǎn)生作用的中介變量發(fā)生變化,而且不同指標(biāo)所起的作用也有可能是變化的。模型通過時變維度和時變系數(shù),可以根據(jù)數(shù)據(jù)決定金融市場的中介變量是否發(fā)生上述變化。本文的實證研究發(fā)現(xiàn),在金融危機(jī)前后,構(gòu)成金融條件指數(shù)的變量個數(shù)發(fā)生了明顯的變化,而且每個變量進(jìn)入模型的概率也發(fā)生了較大的變化。提取出的金融條件指數(shù)對物價的預(yù)測效果要優(yōu)于對產(chǎn)出的預(yù)測效果。本文認(rèn)為,因為物價在一定程度上是一種貨幣現(xiàn)象,所以金融條件指數(shù)對物價的預(yù)測效果較好。雖然準(zhǔn)確的經(jīng)濟(jì)預(yù)測能夠為制定正確的經(jīng)濟(jì)政策提供必要的基礎(chǔ),但如何制定正確的經(jīng)濟(jì)政策和市場策略還需要對經(jīng)濟(jì)變量間的關(guān)系有正確的認(rèn)識。后金融危機(jī)時期,特別是新常態(tài)下,我國出現(xiàn)潛在增長率下移、結(jié)構(gòu)調(diào)整、驅(qū)動力量轉(zhuǎn)換等新特征,經(jīng)濟(jì)變量間的關(guān)系也會發(fā)生新的變化。因此,本文,使用時變系數(shù)的FAVAR模型提取了大量宏觀指標(biāo)包含的信息,并使用符號約束識別方法來識別出總需求沖擊、總供給沖擊和貨幣政策沖擊,對我國經(jīng)濟(jì)增長和通貨膨脹變化的宏觀沖擊進(jìn)行研究。以期為制定正確的經(jīng)濟(jì)政策提供較為準(zhǔn)確的依據(jù)�？紤]到受金融危機(jī)的沖擊,經(jīng)濟(jì)變量間的關(guān)系有可能出現(xiàn)短時的波動;同時由于新常態(tài)下我國經(jīng)濟(jì)結(jié)構(gòu)的變化,經(jīng)濟(jì)變量間的關(guān)系有可能出現(xiàn)永久的變化。因此,本文采用隨機(jī)游走形式的時變系數(shù)模型這樣既可以捕捉到模型參數(shù)暫時的變化,也可以捕捉到模型參數(shù)的長期變化。使用VAR模型或FAVAR模型對宏觀經(jīng)濟(jì)問題進(jìn)行研究時,面臨著宏觀沖擊識別的問題。而在已有研究中,大部分學(xué)者都是采用短期和長期的零約束識別方法(以喬里斯基分解方法最為典型)。但是上述兩種約束識別方法都可能存在與客觀現(xiàn)實不一致的問題,導(dǎo)致在實證研究中有可能出現(xiàn)與經(jīng)濟(jì)理論不符的結(jié)論(如"價格之謎")。本文第七章在識別宏觀沖擊時采用了在上述兩個經(jīng)典約束基礎(chǔ)上新出現(xiàn)的符號約束識別方法。該方法在識別沖擊時沒有施加需要強(qiáng)先驗的零等式約束,而只施加需要弱先驗的不等式約束,這樣就可以在識別約束沖擊時減少人為設(shè)定因素的影響,使數(shù)據(jù)發(fā)揮更多的作用�；谠摲椒ǖ膶嵶C研究發(fā)現(xiàn),進(jìn)入新常態(tài)后,正向的總需求沖擊對經(jīng)濟(jì)的短期促進(jìn)作用有所降低,但是中期的"擠出效應(yīng)"變大;而正向的總供給沖擊對經(jīng)濟(jì)的促進(jìn)作用增大。因此本文的實證研究為我國正在進(jìn)行的供給側(cè)改革提供了數(shù)量化的依據(jù)。此外,貨幣政策沖擊和需求沖擊對物價的影響在進(jìn)入新常態(tài)后降低,但是供給沖擊在滯后5期時,對物價的影響增強(qiáng)。鑒于物價穩(wěn)定是宏觀調(diào)控三大政策目標(biāo)之一,物價在宏觀經(jīng)濟(jì)領(lǐng)域有著重要的位置,因此本文第八章還對物價的自身變動規(guī)律,即物價持續(xù)性進(jìn)行了研究,并對物價的影響因素進(jìn)行了初步的探討。本文研究發(fā)現(xiàn)無論是總體CPI還是分類價格指數(shù)的持續(xù)性在研究的樣本期內(nèi)的持續(xù)性都發(fā)生了明顯變化,而且不同類型的價格指數(shù)的持續(xù)性的變動方式不同,而且不同價格指數(shù)的外生沖擊的波動情況也不同,在金融危機(jī)期間,分類價格指數(shù)包含的消費品的耐用性越強(qiáng)外生沖擊的波動性就越強(qiáng)。在第八章中,還對貨幣供應(yīng)量M2和GDP增速對CPI的影響情況進(jìn)行了初步探討,研究發(fā)現(xiàn),進(jìn)入新常態(tài)后貨幣供應(yīng)量和GDP對物價的影響作用弱于新常態(tài)前,而且貨幣供應(yīng)量的影響的變化更為明顯。
【學(xué)位授予單位】：東北財經(jīng)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：F822.5

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 陳守東;劉洋;;通脹率動態(tài)與通脹慣性度量[J];南方經(jīng)濟(jì);2015年10期

2 肖強(qiáng);司穎華;;我國FCI的構(gòu)建及對宏觀經(jīng)濟(jì)變量影響的非對稱性[J];金融研究;2015年08期

3 周德才;馮婷;鄧姝妹;;我國靈活動態(tài)金融狀況指數(shù)構(gòu)建與應(yīng)用研究——基于MI-TVP-SV-VAR模型的經(jīng)驗分析[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2015年05期

4 欒惠德;侯曉霞;;中國實時金融狀況指數(shù)的構(gòu)建[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2015年04期

5 伍戈;李三;;成本沖擊、通貨膨脹與貨幣政策——基于總供給-總需求框架的實證分析[J];金融評論;2015年01期

6 李正輝;鄭玉航;;基于混頻數(shù)據(jù)模型的中國經(jīng)濟(jì)周期區(qū)制監(jiān)測研究[J];統(tǒng)計研究;2015年01期

7 龔玉婷;陳強(qiáng);鄭旭;;基于混頻模型的CPI短期預(yù)測研究[J];統(tǒng)計研究;2014年12期

8 王少林;林建浩;李仲達(dá);;中國貨幣政策透明化的宏觀經(jīng)濟(jì)效應(yīng)——基于PTVP-SV-FAVAR模型的實證研究[J];財貿(mào)經(jīng)濟(jì);2014年12期

9 許滌龍;歐陽勝銀;;金融狀況指數(shù)的理論設(shè)計及應(yīng)用研究[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2014年12期

10 洪銀興;;論中高速增長新常態(tài)及其支撐常態(tài)[J];經(jīng)濟(jì)學(xué)動態(tài);2014年11期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 隋建利;動態(tài)隨機(jī)一般均衡模型的研究與應(yīng)用[D];吉林大學(xué);2010年

，

本文編號：1310081