我国经济周期波动实证研究一个基于H-P滤波实证研究.docVIP

我国经济周期波动的实证研究一个基于H-P滤波的实证研究 　　摘要：本文采集了23个主要宏观经济变量数据，通过H-P滤波分解得到它们的周期性成分，计算这些周期性成分的标准差、自相关系数以及它们之间的时差相关系数。并在此基础上，分析了我国经济周期波动的经验特征，总结出我国经济周期波动的典型化事实，得出对我国经济发展的启示。 　　关键词：经济周期波动；典型化事实；HP滤波 　　中图分类号：F124.8 文献标识码：A 文章编号：1003－9031（2008）03－0008－05 　　 　　一、关于经济周期的一般认识 　　 　　经济周期指经济发展过程中按相近的时间长度反复出现的经济增长速度的波动，可划分为四个阶段：繁荣、收缩、萧条和扩张。繁荣指国民经济活动达到高峰的状态，收缩指国民经济活动从高峰转向持续下降到最低点的阶段，萧条指国民经济活动降到最低点的状态，扩张指国民经济活动从萧???转向不断上升达到高峰的阶段。经济周期波动指经济活动及其经济变量在一个时期内重复出现扩张和收缩的态势，其表现为经济周期周而复始地由扩张到紧缩地不断循环运动。 　　引起经济活动总水平波动的因素很多，例如人口、就业、资源开发、技术产业进步、设备更新、与国际经济联系模式的改变、经济体制的变革等。由于以上因素发生作用的时间长短不同，因此由这些因素引起的经济周期持续时间也不同。例如康得季耶夫周期（50－60年）、库兹涅茨周期（20年）、朱格拉周期（9－10年），基钦周期（3－4年）等。 　　经济周期波动的典型化事实是在宏观时间序列经验特征的基础上，通过统计分析，推断和检验而确认经济周期波动中普遍存在的事实。目前，被广泛认同的经济周期波动的典型化事实包括三个方面：以宏观时间序列的标准差表示的波动性；以产出同其他宏观时间序列之间的时差相关系数表示的协动性以及以宏观时间序列的一阶自相关表示的粘持性。 　　 　　二、方法选取和数据说明 　　 　　经济指标的时间序列包含四种变动成分：长期趋势成分T、循环成分C、季节变动成分S和不规则成分I。长期趋势成分代表经济周期时间序列长期的趋势特性。循环成分是以数年为周期的一种周期性变动，它可能是一种景气变动，也可能是经济变动或其他周期变动。季节变动成分是每年重复出现的循环变动，以12个月或4个季度为周期的周期性影响，是由温度、降雨、每年中的假期和政策等因素引起的。季节成分和循环成分的区别在于季节变动是固定间距中的自我循环，而循环成分是从一个周期变动到另一个周期，间距比较长且不固定的一种周期性波动。不规则因素又称随机因子，残余变动或噪声，其变动无规则可循，这类因素是由偶然发生的事件引起的，如罢工、意外事故、地震、水灾、恶劣气候、战争、法令修改和预测误差等。 　　在经济周期中，季节变动成分和不规则成分往往掩盖了经济发展中的客观变化，给研究和分析经济发展趋势和判断目前经济所处的状态带来困难。因此，需要在经济分析之前将经济时间序列进行季节调整，剔除其中的季节变动成分和不规则成分。而利用趋势分解方法可以把趋势和循环成分分离开来，从而研究经济的长期趋势变动和景气循环变动。 　　（一）方法选取 　　从时间序列中分离趋势成分和周期成分的方法有多种，不同方法揭示了不同方面的特性。早期研究认为，宏观时间序列中存在一种确定的线性时间变化趋势。在这种情形下，就目标序列对时间趋势项进行一次或二次线性回归，就可以分离出趋势成分，得到周期成分，通常称该方法为线性趋势分解方法。随后，由于认识到序列中可能存在结构突变，又出现了允许截距或斜率发生结构突变的分段线性趋势分解方法。以上两种方法都假定宏观时间序列趋势平稳。然而，Nelson和Plosser发现，多数宏观时间序列具有非平稳的单位根性质，上述方法就失去其原有的应用基础，产生了一些新的趋势分解方法。[1] 　　对于非平稳时间序列而言，目前主要的分解方法有结构性分解和状态性分解两种。结构性分解需要通过其他经济变量，通过变量之间的替代和影响关系，例如Okun分解和Philllips曲线关系 等，将时间序列中的趋势成分和周期成分分离出来；状态性分解是通过时间序列的时间序列性质，将其分解为趋势成分和周期成分。其中状态性分解还可以分为状态域分解和时频域分解等。状态域分解时直接将时间序列分解为状态空间当中的不同取值，例如卡尔曼（Kalman）滤波分解和H-P滤波分解；时频域分解是将时间序列分解为具有各种时间频率的周期成分，其分解是在频率时域当中进行的，例如常用的谱分解和Band Pass分解等。[2] 　　无论是时间序列的结构性分解还是状态性分解，其目的都是将原来非平稳时间序列当中的趋势性成分剔除，然后将剩余的平稳性序列当作周期波动成分，进而分析经济周期性质和相应的经济政策启示。[3]