中国经济增长与通货膨胀预测及影响因素研究

发布时间：2017-12-20 00:33

  本文关键词：中国经济增长与通货膨胀预测及影响因素研究　出处：《东北财经大学》2016年博士论文　论文类型：学位论文

  更多相关文章： 经济预测 经济增长 通货膨胀 贝叶斯VAR 时变参数模型

【摘要】：2008年国际金融危机以来,出现了产能过剩、全要素生产率下降、全球贸易增速明显下滑的现象。在后金融危机时期全球经济复苏乏力的大背景下,2012年以来我国经济步入了新常态。在新常态下,我国经济结构和发展动力等都发生了较大的变化。需求侧的外需、内需表现疲弱,同时供给方面如人口、资本产出比率和全要素生产率等指标亦不乐观。同时,经济结构调整处于关键时期,如何平稳的去产能,如何使经济从需求拉动单一动力转变为供需双动力等,都是当前面临的问题。在如此错综复杂的经济背景下,为了使我国经济平稳健康的发展,需要对我国当前和未来的经济发展状况有及时和准确的了解,以便政策制定部门和其他市场主体提前做好充分的准备,根据对未来经济形势的准确预判制定相应的政策和市场策略,从而达到"适应新常态"和"引领新常态"的目标。但是传统的经济预测方法并不能很好的适应新常态下新出现的新问题,因此本文首先借鉴在国外实证研究中预测效果较好的计量经济学模型,对新常态下的经济预测方法进行了多方面研究。本文根据近些年来宏观经济预测方法的发展,采用以下三类计量模型对我国新常态下的宏观经济进行了预测分析,并检验了这些模型在预测我国宏观经济指标时的预测精度。第一类模型是施加参数约束的向量自回归(VAR)模型。自从Sims(1980)提出VAR模型之后,该模型就因为可以有效的捕捉变量间的动态关系而被广泛应用于宏观经济分析和预测中。但是VAR模型是一个包含较多参数的模型,而且待估参数的个数随着模型中包含的滞后期的增加和变量个数的增加而迅速增加。这就造成了使用该模型时常常出现过度参数化。随着贝叶斯估计方法的出现,计量经济学家提出了许多参数收缩的方法对VAR模型包含的参数进行约束,以避免出现过度参数化的问题。为解决上述问题,国外的学者提出了的两个重要方法即,贝叶斯随机变量选择和大型贝叶斯VAR模型方法。第一种方法是通过贝叶斯算法,基于数据计算出模型中应包含的变量,而对不应包含变量的参数施加严格的约束(即限定在0附近较小的区域内),第二种方法是将对模型施加的约束与模型中包含的变量个数相关,即当模型包含的变量个数增加时,施加更紧的先验条件,这样就避免了随着变量个数的增加而出现的过度参数化现象。本文的建模和预测结果表明,施加了随机变量选择的模型的预测效果要优于不施加变量选择的模型,而且当模型包含的待估参数较多时,预测改善效果更加明显;在大型VAR模型中,模型中包含更多的变量可以有效的提高预测精度,本文的实证研究发现,包含30个变量的VAR模型取得的预测效果要优于其他VAR模型,仅稍微劣于包含3因子的FAVAR模型。第二类模型是混频数据模型。在宏观经济政策制定时不仅要对未来的经济走势有正确的认识,而且更需要对当前的经济形势有正确的了解。但是因为统计数据公布的滞后,而使我们缺少必要的数据准确了解当前的经济形势。而混频数据模型可以使用高频数据对当前的经济形势进行实时预报和分析。在混频数据模型中,因为混频动态因子模型可以使用较多的指标、并且可以使用碎尾数据而具有很好的时效性,所以本文选用该模型对我国经济增长速度进行实时预测分析。本文研究发现,季度内公布的数据可以显著的提高GDP增速预测精度,而且不同时期公布的数据对提高预测精度的贡献不同,季度内第一个月公布的数据对预测效果的改善作用最强,其次是第二个月公布的数据,第三个月公布的数据对预测效果的改善效果不大;不同指标组的贡献也不同,由PMI等调查数据组成的第一组数据只能微弱地改善预测效果,由物价和进出口数据组成的第二组数据可以较多地改善预测效果,由货币供应量等金融数据组成的指标组成的第三组数据可以改善预测效果,但效果稍劣于第二组数据,由工业增加值等指标组成的第四组数据改善预测效果的程度最明显。第三类是具有时变维度和时变系数的因子增广VAR(FAVAR)模型。鉴于金融市场在经济中的作用越来越重要,有必要对金融市场对实体经济的影响进行分析。本文利用FAVAR模型提取金融条件指数,然后使用该指数对我国宏观经济进行预测分析。具体来说,本文使用了时变维度和时变系数的FAVAR模型来提取金融条件指数。时变维度指的是用来提取金融条件指数的变量个数随着时间不同而不同,时变系数是指FAVAR模型中的因子载荷矩阵也是时变的。这样设定模型是考虑到我国金融市场的快速发展,以及金融危机的冲击有可能使金融市场对实体经济产生作用的中介变量发生变化,而且不同指标所起的作用也有可能是变化的。模型通过时变维度和时变系数,可以根据数据决定金融市场的中介变量是否发生上述变化。本文的实证研究发现,在金融危机前后,构成金融条件指数的变量个数发生了明显的变化,而且每个变量进入模型的概率也发生了较大的变化。提取出的金融条件指数对物价的预测效果要优于对产出的预测效果。本文认为,因为物价在一定程度上是一种货币现象,所以金融条件指数对物价的预测效果较好。虽然准确的经济预测能够为制定正确的经济政策提供必要的基础,但如何制定正确的经济政策和市场策略还需要对经济变量间的关系有正确的认识。后金融危机时期,特别是新常态下,我国出现潜在增长率下移、结构调整、驱动力量转换等新特征,经济变量间的关系也会发生新的变化。因此,本文,使用时变系数的FAVAR模型提取了大量宏观指标包含的信息,并使用符号约束识别方法来识别出总需求冲击、总供给冲击和货币政策冲击,对我国经济增长和通货膨胀变化的宏观冲击进行研究。以期为制定正确的经济政策提供较为准确的依据。考虑到受金融危机的冲击,经济变量间的关系有可能出现短时的波动;同时由于新常态下我国经济结构的变化,经济变量间的关系有可能出现永久的变化。因此,本文采用随机游走形式的时变系数模型这样既可以捕捉到模型参数暂时的变化,也可以捕捉到模型参数的长期变化。使用VAR模型或FAVAR模型对宏观经济问题进行研究时,面临着宏观冲击识别的问题。而在已有研究中,大部分学者都是采用短期和长期的零约束识别方法(以乔里斯基分解方法最为典型)。但是上述两种约束识别方法都可能存在与客观现实不一致的问题,导致在实证研究中有可能出现与经济理论不符的结论(如"价格之谜")。本文第七章在识别宏观冲击时采用了在上述两个经典约束基础上新出现的符号约束识别方法。该方法在识别冲击时没有施加需要强先验的零等式约束,而只施加需要弱先验的不等式约束,这样就可以在识别约束冲击时减少人为设定因素的影响,使数据发挥更多的作用。基于该方法的实证研究发现,进入新常态后,正向的总需求冲击对经济的短期促进作用有所降低,但是中期的"挤出效应"变大;而正向的总供给冲击对经济的促进作用增大。因此本文的实证研究为我国正在进行的供给侧改革提供了数量化的依据。此外,货币政策冲击和需求冲击对物价的影响在进入新常态后降低,但是供给冲击在滞后5期时,对物价的影响增强。鉴于物价稳定是宏观调控三大政策目标之一,物价在宏观经济领域有着重要的位置,因此本文第八章还对物价的自身变动规律,即物价持续性进行了研究,并对物价的影响因素进行了初步的探讨。本文研究发现无论是总体CPI还是分类价格指数的持续性在研究的样本期内的持续性都发生了明显变化,而且不同类型的价格指数的持续性的变动方式不同,而且不同价格指数的外生冲击的波动情况也不同,在金融危机期间,分类价格指数包含的消费品的耐用性越强外生冲击的波动性就越强。在第八章中,还对货币供应量M2和GDP增速对CPI的影响情况进行了初步探讨,研究发现,进入新常态后货币供应量和GDP对物价的影响作用弱于新常态前,而且货币供应量的影响的变化更为明显。
【学位授予单位】：东北财经大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：F822.5

【参考文献】

中国期刊全文数据库 前10条

1 陈守东;刘洋;;通胀率动态与通胀惯性度量[J];南方经济;2015年10期

2 肖强;司颖华;;我国FCI的构建及对宏观经济变量影响的非对称性[J];金融研究;2015年08期

3 周德才;冯婷;邓姝妹;;我国灵活动态金融状况指数构建与应用研究——基于MI-TVP-SV-VAR模型的经验分析[J];数量经济技术经济研究;2015年05期

4 栾惠德;侯晓霞;;中国实时金融状况指数的构建[J];数量经济技术经济研究;2015年04期

5 伍戈;李三;;成本冲击、通货膨胀与货币政策——基于总供给-总需求框架的实证分析[J];金融评论;2015年01期

6 李正辉;郑玉航;;基于混频数据模型的中国经济周期区制监测研究[J];统计研究;2015年01期

7 龚玉婷;陈强;郑旭;;基于混频模型的CPI短期预测研究[J];统计研究;2014年12期

8 王少林;林建浩;李仲达;;中国货币政策透明化的宏观经济效应——基于PTVP-SV-FAVAR模型的实证研究[J];财贸经济;2014年12期

9 许涤龙;欧阳胜银;;金融状况指数的理论设计及应用研究[J];数量经济技术经济研究;2014年12期

10 洪银兴;;论中高速增长新常态及其支撑常态[J];经济学动态;2014年11期

中国博士学位论文全文数据库 前1条

1 隋建利;动态随机一般均衡模型的研究与应用[D];吉林大学;2010年

，

本文编号：1310081