中国季度宏观经济模型开发与应用.docVIP

中国季度宏观经济模型的开发与应用 　　摘要：厦门大学中国季度宏观经济模型(CQMM)是一个开放经济条件下需求导向的小型动态季度宏观模型。它基于近期中国宏观经济的主要特征设定方程，利用宏观季度数据估计模型。自2006年夏投入运行以来，CQMM已开始定期发布预测数据并进行政策模拟分析。该模型对2007-2008年中国宏观经济形势进行预测，模拟人民币不同升值幅度(3％或6％)对宏观经济的影响。CQMM是目前少数投入运行并准备定期发表经济预测及政策模拟评估的宏观经济季度模型。 　　关键词：中国季度宏观经济模型(CQMM)；宏观经济；人民币升值 　　中图分类号：F015　文献标识码：A　文章编号：0438-0460(2007)04-0028-0B 　　 　　一、前言 　　 　　20世纪三四十年代以来，Cowles Commission旗下众多杰出的计量经济学家的工作为宏观经济模型的研究和应用做出了突出的贡献。宏观经济计量模型的开发和应用不论在发达国家或在发展中国家都取得了较丰富的成果。大体而言，20世纪五六十年代各国主要致力于研发基于凯恩斯宏观经济理论的大型结构式宏观模型(Structural Macroeconomic Model)。到70年代，西方国家经济结构的巨大转变以及卢卡斯批判使结构式模型一度失去了影响力。Sims和Hendry等在时间序列模型方面的研究成果，Geweke等的动态模型研究，Granger和Engle等发展的协整分析和误差修正技术，快速推动了非结构式宏观模型的发展。近期宏观模型与预测的研究前沿体现在以下几方面：(1)非结构式模型逐步由线性模型向非线性宏观模型转换。(2)结构式模型随着宏观经济理论的不断发展再度获得重视：一是自Fair等把理性预期引入宏观模型以来，用于政策分析目的宏观模型再次成为联邦储备局和IMF等机构的政策分析工具。二是把基于理性预期的跨时最优作为建模的出发点，利用欧拉方程来构建关键行为方程。三是随机动态最优化基础上的动态随机一般均衡(dynamic stochastic general equilibrium)模型正在发展。此外，使用高频数据的宏观模型(如月度宏观模型)的开发，以及针对转型经济体的宏观模型正开始起步。 　　迄今为止，中国已研制成功了一些能实际应用的宏观经济模型，如清华大学的“中国宏观经济年度模型CEMT-I”、国家信息中心的“中国宏观经济模型(Project LINK)”、中国社会科学院数量经济与技术经济研究所和国家统计局综合司共同研制的“中国宏观经济年度模型”等。然而，这些都是年度模型，均难以对中国宏观经济的运行进行短期预测预报及对宏观政策的短期效应进行分析。近年来，随着我国季度宏观数据的逐步完善，季度宏观模型的研发也有所进展。何新华等首次尝试建立了一个以误差修正机制(ECM)为基础的中国宏观经济季度模型。但是，受样本数据量的限制，这类基于非结构式技术构建的模型往往不稳定，而且由于近期中国经济发生了较大的结构性变动，也使中国数据难以适用非结构式的建模技术。 　　厦门大学“中国季度宏观经济模型”(以下简称CQMM)是一个开放经济条件下需求导向的结构式宏观模型，它以短期预测和政策效应模拟分析为主要目的。本文介绍本课题第二阶段的主要成果，对2007―2008年中国宏观经济形势进行预测，模拟人民币不同升值幅度(3％或6％)对我国宏观经济的影响。 　　 　　二、CQMM的基本框架 　　 　　CQMM依据支出法核算GDP的方式，从总需求的角度来刻画宏观经济变量之间的相互关系，揭示外部经济波动对内部经济影响的传导机制，以及分析开放经济条件下宏观调控政策(货币政策、财政政策等)的政策效应。它由四个基础模块组成：国内需求模块、进出口模块、政策反应模块及价格模块。连接CQMM四个基础模块的是两条主线：一是外部经济波动影响国内经济的传导渠道；二是内部政策效应的传导渠道。与第一阶段相比，第二阶段的CQMM规模上扩展为包括19个随机方程、12个恒等式，可发布2007―2008年共八个季度含23个主要指标的预测数据。 　　 　　(一)国内需求模块 　　国内需求模块由居民消费需求和固定资本形成等行为方程组成，用于分析国内需求的决定机制及其对宏观经济的影响。假定政府消费支出为外生给定，课题组构建了居民总消费、固定资产形成总额、进出口以及GDP误差项的随机行为方程。 　　我们首先利用当期和上一期的人均GDP作为解释变量来构建人均居民总消费的随机方程，并将其转换为居民总消费；然后，利用居民总消费、政府消费支出以及季节性虚拟变量作为解释变量构建社会商品零售总额的随机方程。估计结果的显著性表明，社会商品零售总额除了受居民总消费、政府消费支出的影响外，还具有明显的季度性波动。可比价固