近期我国宏观经济波动实证分析-

论文导读：。考虑到数据的局限性，本文选取的变量指标如下：国内生产总值选用名义GDP，消费选用社会消费品零售总额，投资选用固定资产投资额（不含农户），出口选用的是出口总额。数据选取2007～2011年的季度时间序列数据，均取自国家统计局和中国统计年鉴数据库。在实证分析过程中，数据经过如下处理：各宏观经济变量的名义值通过运用CPI处理得到
摘　要：从经济发展的长期来看，宏观经济的运行并非一个平稳的过程，其增长过程大体呈现一种波动性态势，尤其是在遭遇某些特殊政治或经济事件时，其波动情况可在很大程度上反映实体经济的相关信息。本文通过选取2007—2011年20个季度的宏观经济数据，结合计量经济学理论及其统计分析工具，从宏观经济波动的主要成因入手，分析国际金融危机以来宏观经济波动的基本情况，并针对结论提出有关政策建议。
关键词：GDP波动；HP滤波；时差相关系数；平稳性检验；协整方程
1672-3309（2012）04-18-03
一、引言
改革开放之后，我国经济持续增长，特别是进入21世纪以来，宏观经济始终保持着快速的增长势头，GDP增长率高速运行，宏观经济呈现日益繁荣的景象。但根据经济周期理论，经济运行的过程呈现的是一种增减循环、总体上升的波动性态势。因此，这种繁荣景象在2007年达到顶峰之后，便伴随着国际金融危机的大潮、奥运建设以及自然灾害等多重影响，进入了改革开放以来第5个经济周期的收缩期，摘自：毕业论文格式设置www.7ctime.com
使持续了8年之久的经济增长急走直下。经过2年的调整，2010年经济增长再次回到两位数以上，自此进入了第6个经济周期。根据宏观经济理论和以往的研究经验，总结经济波动的成因，主要有3个方面的影响因素，即消费、投资和出口，这也被称为促进经济增长的“三驾马车”。本文将综合消费、投资、出口及指数等因素的影响，对近期我国宏观经济波动进行简要描述，并对其作用过程进行实证分析。

二、近期宏观经济波动的实证分析

(一)关于数据与分析方法

1、本文分析的宏观经济变量有国内生产总值（Y）、消费（C）、投资（I）和出口（X）。考虑到数据的局限性，本文选取的变量指标如下：国内生产总值选用名义GDP，消费选用社会消费品零售总额，投资选用固定资产投资额（不含农户），出口选用的是出口总额。数据选取2007～2011年的季度时间序列数据，均取自国家统计局和中国统计年鉴数据库。在实证分析过程中，数据经过如下处理：各宏观经济变量的名义值通过运用CPI处理得到实际值，即实际值=名义值/（1+通胀率），通胀率用CPI换算；再对各变量的实际值进行取对数差分，以此反映各变量的增长情况，进而考察各宏观经济变量的波动情况，还可在一定程度上避免建模时的伪回归问题。
2、在宏观经济中，经济变量时间序列含有一定的趋势成分，在实证分析中需要将趋势剔除。HP滤波分解是一种常用的趋势分解方法，其原理是将一个时间序列分解为趋势成分和波动成分，本文采用此方法对时间序列进行趋势剔除。为简明起见，经过处理的变量数据仍用原符号表示，经济增长Y是包含趋势成分和波动成分的时间序列，其中YT表示趋势成分，YC表示波动成分，其他的几个变量也如此。
一般地，在HP滤波分解中，时间序列的趋势成分常被定义为某一损失函数最小化时的解。因此，在本文中，YT是通过对下式最小化求得的解，即
这里存在一个权衡问题，要在趋势要素对实际序列的跟踪程度和趋势光滑度之间作一个选择，λ表示趋势中各种变化程度产生的权重。λ=0时，满足最小化的趋势等于原序列；λ增加时估计趋势中的变化总数相对于序列中的变化减少，即λ越大，估计趋势越光滑。一般经验，λ的最优取值是趋势成分与波动成分的标准差之比，对于本文的季度时间序列数据，通常取λ=1600。
基于以上基本理论，本文运用Eviews5.0对各宏观经济时间序列进行HP滤波分析，将其波动成分分离出来，以此进行统计分析及建模。

(二)相关分析

通过运用HP滤波分析对2007～2011年各季度的主要宏观经济时间序列进行分解，并从中分离出波动成分，见图2。
如图2所示，经济增长和投资增长呈现一定的规律性，受季节和节期等因素的影响增长变化较为规律，经济增长总体方向向下倾斜，投资增长水平小幅波动。因此，虽然国民经济内在增长趋势较为平稳，但受国际金融危机的外部传导效应的影响，增长水平出现下滑。同时受此影响，消费增长和出口增长变化稍大：消费波动较为明显，2009年1季度后出现显著下降，持续到2011年初，随后在4季度上升恢复；金融危机后我国外部市场需求出现疲软，出口下降，从2008年3季度到2009年1季度出口增长急剧下跌，但2009年上半年又恢复到之前的增长水平，因而才出现了出口增长的大“V”字型波动。因此，宏观经济波动与消费、投资和出口的内在传导作用也是息息相关的。
笔者通过各宏观经济变量的波动系数，及各影响因素波动成分与总体经济波动成分之间的时差相关系数，进行相关分析，以此反映变量间的内在联系。这里，波动系数为各增长量的标准差，是对波动幅度的度量，其值越小，则实际经济增长偏离趋势值的程度越小，经济增长越稳定。
引入时差相关系数COR（ZCt+i，YCt ）=COV（ZCt+i，YCt），其中ZCt+i代表消费、投资或出口的波动成分，i=0，±1，±2…… 如果相关系数为正，说明该变量波动与经济总体波动是顺向的，系数越大关系越强；如果为负，说明该变量波动与经济总体波动是反向的。倘若绝对值最大的相关系数不在i=0处，比如i为正，说明该经济变量领先于经济总体；而i为负，说明该经济变量滞后于经济总体，i的具体数值表示领先或滞后的季度数，从实际经济意义出发，这里仅考察i为负的情况。运用上述公式运算，结果如表1所示：
在表1中，从数据上看，投资的波动性最大，其标准差0.5397不但大于出口和消费，还大于GDP的波动性0.1972，其波动与GDP波动当期的相关系数0.7261也是最大的，且滞后两期的投资波动与GDP波动的相关系数为正，即0.4412，说明投资波动对经济波动的影响存在一定的时滞性。总结原因，近期投资较大波动性主要来源于外部经济的较大变动和内部较低的风险抵御能力，内部体制的完善程度与外部国际经济一体化的步伐存在一定程度的脱节等因素，使投资在短期内出现较大波动。