利用多变量动态马尔科夫转移因子模型对我国经济周期波动的-社科网.pdfVIP

利用多变量动态马尔科夫转移因子模型 对我国经济周期波动的经验研究 石柱鲜，刘俊生 （吉林大学数量经济研究中心，吉林大学商学院，吉林长春 130012 ） 摘要：本文应用多变量动态马尔科夫转移因子模型对我国1991 年1 月以来的经济周期波动进行研究。通过选取两组 与经济景气一致的宏观经济指标进行实证分析，结果表明多变量动态马尔科夫转移因子模型对不同组指标的分析是 一致的；根据模型所构造出的景气指数与一致合成指数的对比分析，我们发现这两个指数不论从变动趋势和峰谷转 折点，还是波动幅度上都极其相似；通过对经济周期转折点测定，并与我国经济运行状况对比，我们认为用多变量 动态马尔科夫转移因子模型刻画经济周期的特征是有效的。 关键字：经济周期；协同运动；非对称性；局面转移模型；动态因子模型 中图分类号：F224.0 文件标识码：A 1 前 言 自 1946 年 Burns 和 Mitchell （1946）对经济周期的开创性研究以来，许多学者针对经济周期 的度量及其转折点的识别问题进行了大量的研究工作。Burns 和 Mitchell 认为经济周期存在两个关 键的特征：一是经济变量间的协同运动（Comovement ），Lucas （1976）强调由于许多经济部门之 间的协作，导致了部门间产出的协同运动，并且正是由于变量之间具有协同运动的特征，因此可以 用各种先行、一致和滞后的合成指标来度量经济景气；二是经济周期可以被简单的区分为扩张局面 和收缩局面，由此定义局面发生转移的转折点日期，即经济周期的转折点。此后很长一段时间内， 对上述两个关键特征的实证研究都仅仅关注经济周期的时间序列特性，并且大都是以线性差分方程 作为分析工具，这些研究中不仅忽略了许多变量间的协同运动，而且只关注为数不多的几个宏观经 济变量，特别是当经济变量时间序列存在非对称性时，线性时间序列模型就存在一定的失误和偏差。 Stock 和 Watson （1989，1991，1993）使用动态因子模型，通过从一系列宏观经济序列中得 到一个单公因子（single common factor ）来描述他们之间的协同运动；Hamilton （1989）建立了一 个实际 GNP 在扩张和收缩局面之间离散转移的非线性模型，刻划经济景气在不同局面下的非对称性 特征。然而，不论是动态因子还是局面转移，都只是孤立地考察协同运动或局面非对称的一个方面， Diebold 和 Rudebusch （1996）提出了带有马尔科夫局面转移的多变量动态因子模型（MS-SW 模 型），将经济周期的这两大特征综合到一个框架内。但这样导致模型变得很复杂，模型求解极其困难， Kim （1994）和 KimNelson(1998)分别提出了近似极大似然估计和 Gibbs 抽样方法估计参数，使 得 MS-SW 模型估计成为可能，由此涌现出大量应用此类模型对经济周期的实证研究，另外也出现 了另外一些的模型求解方法，如 Kaufmann （2000 ）利用 MCMC(Markov Chain Monte Carlo)模拟 方法估计模型参数等。 本文应用 Diebold 和 Rudebusch （1996）提出的 MS-SW 模型，综合考虑经济周期协同运动和 非对称性的两大特征，利用 Kim （1994）提出的近似极大似然估计和度量我国的经济周期并识别其 1 转折点。本文共分为四个部分，第二部分为 MS-SW 模型和算法的简单描述；第三部分应用 MS-SW 模型，通过选取两组与经济景气一致的宏观经济指标对我国经济周期进行实证分析，然后将模型构 造出的两个景气指数与一致合成指数进行对比，并基于概率的方法测定了经济周期的转折点，第四 部分为结论。