□文/郭長林
(東北財經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院 遼寧·大連)
存貨在一國經(jīng)濟(jì)中的地位非常重要。盡管存貨占GDP的比重并不高,但是其波動程度很大,是產(chǎn)出波動的主要構(gòu)成部分。鑒于存貨投資對經(jīng)濟(jì)的重要性,本文從理論上介紹了存貨投資的概念、統(tǒng)計方法、基本理論、最近的理論進(jìn)展以及存貨理論的應(yīng)用,以期對關(guān)于我國存貨投資與經(jīng)濟(jì)周期的研究起到拋磚引玉的作用。
(一)存貨與存貨投資。存貨的持有者主要是生產(chǎn)部門與銷售部門。對生產(chǎn)部門而言,存貨不僅包括產(chǎn)成品,而且包括在制品、半成品和原材料等;對于銷售部門來說,存貨則主要指未銷售出去的商品。存貨投資指一定時期內(nèi)存貨實(shí)物量變動的市場價值,即期末價值減初期價值的差額,再扣除當(dāng)期由于價格變動而產(chǎn)生的持有收益。存貨投資可以是正值,也可以是負(fù)值,正值表示存貨上升,負(fù)值表示存貨下降。此外,基于產(chǎn)出和收入的角度,存貨投資作為當(dāng)期總產(chǎn)出與總銷售之差,是GDP的構(gòu)成之一(許志偉等,2012)。
(二)存貨投資的數(shù)據(jù)來源和統(tǒng)計方法?;诿绹膶?shí)踐,我們討論統(tǒng)計存貨投資的數(shù)據(jù)來源和估計方法。一般而言,用于估計存貨投資的數(shù)據(jù)來源非常廣泛,不同部門的數(shù)據(jù)來源也不盡相同。為了將各種來源不同的數(shù)據(jù)調(diào)整成國民收入賬戶(NIPA)中的對應(yīng)概念,需要使用一定的估計方法。目前,主要的估計方法主要有四種:基年估計(benchmark-year estimates)、非基年估計(non-benchmark year estimates)、最近年份和本季度估計(mostrecent-year and current-quarterly estimates)和數(shù)量和價格估計(quantity and price estimates)。更為具體的介紹參考國民收入賬戶手冊第七章。
張濤等(2010)詳細(xì)論述了代表性發(fā)達(dá)國家和中國存貨指數(shù)的計算方法,具體為:美國的存貨指數(shù)是由美國供應(yīng)管理學(xué)會(ISM)編制,由采購經(jīng)理人協(xié)會抽樣調(diào)查和收集企業(yè)家對存貨變動看法(存貨增加、存貨持平、存貨減少);存貨指數(shù)的編制是分行業(yè)進(jìn)行的,行業(yè)存貨指數(shù)=(行業(yè)內(nèi)存貨增加的樣本公司占比+0.5×預(yù)期下月原材料存貨減少的比例)×100;綜合存貨指數(shù)是在行業(yè)指數(shù)基礎(chǔ)上根據(jù)行業(yè)權(quán)重加權(quán)計算得到,每一個行業(yè)的權(quán)重是依據(jù)該行業(yè)在國民生產(chǎn)總值中所占比重來確定。
德國的存貨景氣指數(shù)由德國經(jīng)濟(jì)信息研究所(IFO)編制,在調(diào)查7,000個制造、建筑、批發(fā)和零售企業(yè)存貨的基礎(chǔ)上計算得出;具體分為現(xiàn)在的狀況和未來6個月存貨的預(yù)期變化,存貨現(xiàn)狀分為三個狀態(tài):滿意、不滿意和很滿意。未來6個月存貨預(yù)期變化也分為三種情況:不變化、上升和下降。用“預(yù)期上升”的企業(yè)占比減去“預(yù)期下降”的企業(yè)占比,或用“滿意”的企業(yè)占比減去“不滿意”的企業(yè)占比,再除以基期計算得到的百分比就是存貨景氣指數(shù);目前德國存貨景氣指數(shù)選擇的基期是2000年,調(diào)查得出的數(shù)據(jù)經(jīng)過季節(jié)調(diào)整后,每月發(fā)布一次。
英國存貨指數(shù)是自1992年開始,在調(diào)查制造業(yè)600家企業(yè)的基礎(chǔ)上計算得出;其計算方法為:如果本期存貨相對上期存貨增加,賦予權(quán)重0.5,沒有變化賦予權(quán)重0.5,下降賦予權(quán)重0,權(quán)重乘以相應(yīng)的百分比相加即得到存貨指數(shù)。英國在計算存貨指數(shù)時,考慮了企業(yè)規(guī)模因素,大企業(yè)比小企業(yè)影響更大,因此大企業(yè)樣本占比相對更高。
日本存貨指數(shù)的編制方法與美國類似,覆蓋日本制造業(yè)的近300家企業(yè),包括小企業(yè)、中等規(guī)模企業(yè)和大型企業(yè),其存貨指數(shù)細(xì)分為產(chǎn)成品存貨指數(shù)和商品采購存貨指數(shù)。日本存貨指數(shù)計算也采用按行業(yè)比重加權(quán)得到。
在我國,中國物流中心從2005年開始,根據(jù)其月度企業(yè)問卷調(diào)查數(shù)據(jù),將制造業(yè)存貨指數(shù)和非制造業(yè)存貨指數(shù)作為其采購經(jīng)理人指數(shù)(PMI)中的一個子項按月編制,并于每月9日公開發(fā)布上一個月的計算結(jié)果;其中,制造業(yè)存貨編制共涉及730余家企業(yè),分為原材存貨指數(shù)和產(chǎn)成品存貨指數(shù),同時按行業(yè)不同,編制分行業(yè)原材料和產(chǎn)成品存貨指數(shù);非制業(yè)存貨指數(shù)編制涉及1,000余家企業(yè),不存在原材料存貨指數(shù)和產(chǎn)成品存貨指數(shù)的區(qū)分;其體編制方法(以制造業(yè)原材料存貨指數(shù)為例,產(chǎn)成品存貨指數(shù)編制方法與此類似)是:原材料存貨指數(shù)=(受調(diào)查企業(yè)中預(yù)期下月原材料存貨增加的比例-0.5×預(yù)期下月原材料存貨減少的比例)×100。
此外,國內(nèi)有一些學(xué)者依據(jù)國家統(tǒng)計局的季度企業(yè)問卷調(diào)查數(shù)據(jù),按照國外通行的計算方法,進(jìn)行過計算中國存貨指數(shù)的相關(guān)研究。陳杰、劉妹威(2008)以國家統(tǒng)計局的“全國工業(yè)企業(yè)景氣狀況設(shè)計調(diào)查問卷”為基礎(chǔ),借鑒國外存貨指數(shù)的計算方法并結(jié)合中國企業(yè)景氣調(diào)查制度的特征,提出了中國存貨指數(shù)的設(shè)計方案。王作春等(2005)則以國內(nèi)上市公司公開的財務(wù)數(shù)據(jù)為基礎(chǔ),通過推算的方式獲取個體存貨景氣指數(shù),再以加權(quán)的方式對各行業(yè)存貨景氣指數(shù)進(jìn)行匯總,進(jìn)而獲得總體存貨景氣指數(shù)。
(三)理解存貨與存貨投資的重要性。盡管存貨投資占GDP的比重在不同國家、不同年份均有所不同,但是無論是從縱向還是橫向角度看,這一比重都很低。例如,1956~1998年間,存貨投資占美國GDP的平均比重為0.66%。1995年,存貨投資占西方七國GDP的比重分別為:美國0.36%、英國0.31%、日本0.53%、德國0.47%、法國0.54%、加拿大0.32%以及意大利0.91%。中國的情況也不例外,1992~2010年間,每年存貨投資占GDP的比重大約在3.5%左右。上述事實(shí)似乎意味著存貨投資可能無法對經(jīng)濟(jì)產(chǎn)生重要影響,但是事實(shí)上,理解存貨投資對研究一國的經(jīng)濟(jì)波動是非常重要的,主要表現(xiàn)在如下兩個方面:第一,盡管存貨投資占GDP的比重較低,但是存貨投資的波動對一國經(jīng)濟(jì)波動的貢獻(xiàn)較為明顯。例如,美國戰(zhàn)后經(jīng)濟(jì)的波動中,大約有1/3歸結(jié)存貨投資。中國經(jīng)濟(jì)中的存貨投資波動也能夠解釋產(chǎn)出波動的20%。更為重要的是,存貨持有量的變動大約可以占到季度GDP變動的60%左右(Fitzgerald,1997)。因此,理解存貨投資變動的原因是理解經(jīng)濟(jì)波動的關(guān)鍵(Blinder,1990);第二,企業(yè)的存貨投資行為有可能會放大或縮小經(jīng)濟(jì)的波動幅度,進(jìn)而成為技術(shù)和政策影響經(jīng)濟(jì)的重要的傳導(dǎo)機(jī)制,并且可以用來識別不同的沖擊來源或者說經(jīng)濟(jì)起伏的原因。
由于存貨投資的波動在經(jīng)濟(jì)波動中扮演著重要角色,因此,我們需要對存貨投資的數(shù)據(jù)特征進(jìn)行分析和總結(jié)。
(一)存貨投資占國民生產(chǎn)總值的比重。從國外的數(shù)據(jù)來看:Ramey and West(1999)通過分析G7(加拿大、法國、德國、意大利、日本、英國和美國)從1956~1995年的數(shù)據(jù)得到,存貨投資只占GDP份額的0.5%,相比固定資產(chǎn)投資(占GDP比重15%)和消費(fèi)比重(占GDP的2/3),存貨投資的比重是非常小的。而根據(jù)G7國家1995年的橫截面數(shù)據(jù),得到各國占GDP的比重分別為美國0.36%、英國0.31%、日本0.53%、德國0.47%、法國0.54%、加拿大0.32%、意大利0.91%。此外Fitzgerald(1995)分析了美國二戰(zhàn)后的存貨投資數(shù)據(jù),得出美國的存貨投資只占國民生產(chǎn)總值的0.5%。因此,不論從時間序列上還是從橫截面上,從國外的數(shù)據(jù)來看,存貨投資所占國民生產(chǎn)總值的比重是十分微小的。
從國內(nèi)的數(shù)據(jù)來看:相比較國外存貨投資的特征,中國存貨投資占國民生產(chǎn)總值的比重有自己的特點(diǎn),僅就該比例的這種趨勢變化也可以看出我國市場化的進(jìn)展。對于當(dāng)代存貨投資的特征,許志偉等(2012)分析了1992~2010年的宏觀年度數(shù)據(jù),得出中國每年的存貨投資僅占GDP的3.5%。因此,通過分析中國存貨投資數(shù)據(jù),我們得到的結(jié)論和國外的數(shù)據(jù)基本是一致的,即存貨投資占國民生產(chǎn)總值的比重是比較小的,對于中國而言,隨著市場化程度的發(fā)展,存貨投資占GDP的比重正在不斷地降低。
(二)存貨投資的波動規(guī)模。相比較存貨投資所占GDP的份額,存貨投資的波動性是非常巨大的。早在1950年,Abramowitz就得出:第二次世界大戰(zhàn)之前,美國的經(jīng)濟(jì)衰退往往伴隨著存貨投資的急劇下降。而根據(jù)Alan.Blinder(1991)的計算,這一情況在二戰(zhàn)后的歷次衰退中仍是如此,他通過分析1948~1982年的數(shù)據(jù)發(fā)現(xiàn),美國真實(shí)的存貨投資變化占真實(shí)國民生產(chǎn)總值變化的87%。Ramey and West(1999)分析了二戰(zhàn)后G7國家存貨投資變動和GDP的變動,發(fā)現(xiàn)存貨投資變動占GDP變動的比例保持在12%~71%的范圍內(nèi)。許志偉等(2012)分析了1992~2010存貨投資和GDP數(shù)據(jù),相比較存貨投資所占的份額,發(fā)現(xiàn)其存貨波動解釋了GDP總波動的20%之多。所以,存貨投資的波動規(guī)模對于經(jīng)濟(jì)波動的影響是不容忽視的。
(三)存貨投資的順經(jīng)濟(jì)周期性。在存貨投資的研究中,存在一個眾所周知的事實(shí),是存貨投資對經(jīng)濟(jì)周期波動有放大作用。所謂存貨投資順經(jīng)濟(jì)周期性是指存貨投資的波動趨勢與經(jīng)濟(jì)周期的波動趨勢是 一 致 的(Ramey and West,1999)。Fitzgerald(1995)計算了美國1948年到1991年歷年存貨投資周期與經(jīng)濟(jì)周期波峰與波谷之間的變化比較發(fā)現(xiàn),存貨投資的變化與經(jīng)濟(jì)周期的變化方向是完全一致的,而且存貨投資周期性的波動規(guī)模與經(jīng)濟(jì)周期的波動規(guī)?;鞠喈?dāng)。Blinder and Maccini(1991)發(fā)現(xiàn)二戰(zhàn)后,在美國衰退的時期內(nèi),存貨投資的下降和總產(chǎn)出的下降相伴隨,并且存貨投資的變化可以解釋總產(chǎn)出變化的87%。Blinder(1990)在文章中認(rèn)為:經(jīng)濟(jì)周期在很大程度上來說,就是存貨投資周期。Ramey and West(1999)分別計算了G7國家1956~1995年存貨投資和銷售額之間相關(guān)系數(shù)發(fā)現(xiàn):所有國家的相關(guān)系數(shù)均為正,系數(shù)均值在0.1~0.2之間,并且通過VAR模型檢驗了二者之間的相關(guān)性,結(jié)果發(fā)現(xiàn)結(jié)論是一致和穩(wěn)健的。YiWen(2005)通過研究美國和OECD國家的總量數(shù)據(jù),在經(jīng)濟(jì)周期的不同波動區(qū)域上詳細(xì)討論了存貨投資與經(jīng)濟(jì)周期的相關(guān)性,得出:在經(jīng)濟(jì)周期高頻波動的部分,存貨投資是逆經(jīng)濟(jì)周期的;而在經(jīng)濟(jì)周期低頻波動的部分,存貨投資是順經(jīng)濟(jì)周期的。此外,存貨投資的波動方差在經(jīng)濟(jì)周期高頻波動的部分比較大,而在經(jīng)濟(jì)周期低頻波動的部分比較小。Kahn(2002)通過分析美國數(shù)據(jù)發(fā)現(xiàn):美國自八十年代起,總產(chǎn)出的波動規(guī)模較二戰(zhàn)結(jié)束時期縮小了將近一半。Kahn等人通過構(gòu)建宏觀經(jīng)濟(jì)模型得出:由于信息技術(shù)革命引起的存貨投資的變化(尤其是耐用品存貨投資)是導(dǎo)致美國經(jīng)濟(jì)波動平穩(wěn)的一個至關(guān)重要的原因。從國內(nèi)研究來看,易綱、吳任昊(2000)考察了中國1979~1989年存貨周期和經(jīng)濟(jì)周期的相關(guān)性,得出:1979~1986年間,二者的相關(guān)系數(shù)為0.783869,即表現(xiàn)為明顯的“順周期”特點(diǎn)。而在1979~1989年間,二者的相關(guān)系數(shù)為-0.24599,卻表現(xiàn)為“逆周期”特點(diǎn)。原因就在于1987~1989年間,二者的相關(guān)系數(shù)為驚人的-0.92289,即存貨投資的波動在那三年幾乎完全是反經(jīng)濟(jì)波動而行的,即“順周期”這一特點(diǎn)在1987~1989年出現(xiàn)了一個明顯的例外。其原因在于:在1987年、1988年,受多種因素影響,市場需求十分高漲。在進(jìn)入八十年代之后,存貨行為的“順周期”特點(diǎn)日益明顯。在1992~1995年經(jīng)濟(jì)高速增長之時,存貨投資出現(xiàn)了更高速度的增長,GDP波動與存貨投資波動的相關(guān)系數(shù)為0.664865。而當(dāng)1996年經(jīng)濟(jì)開始進(jìn)入調(diào)整期,經(jīng)濟(jì)增長開始減緩之時,存貨投資則以更快速度下降,在1996~1998年間,二者的相關(guān)系數(shù)為驚人的0.998304。張濤(2010)通過構(gòu)建5,000戶企業(yè)的存貨指數(shù)與經(jīng)濟(jì)周期的數(shù)據(jù)得出:5,000戶企業(yè)存貨指數(shù)與經(jīng)濟(jì)波動周期能夠較好地擬合,但存在約1~3個季度的滯后。許志偉等(2012)根據(jù)采購經(jīng)理人指數(shù)中的產(chǎn)成品庫存和原材料庫存指數(shù)作為兩種存貨投資的代理變量,得到了原材料存貨投資順周期、產(chǎn)成品存貨投資逆周期的經(jīng)驗事實(shí)。
(四)存貨投資與銷售額的正相關(guān)性。Ramey and West,(1999)分析了G7國家1956~1995年的數(shù)據(jù),通過VAR模型分析,得出了存貨投資于最終銷售之間的正相關(guān)性,并得出了存貨投資與銷售額比例平穩(wěn)性的結(jié)果。Kahn(2002)通過分析美國1953~2000年的數(shù)據(jù),得出了美國存貨投資與銷售額之間正相關(guān)的性質(zhì)。
這部分介紹文獻(xiàn)中關(guān)于存貨投資的相關(guān)理論:首先,我們介紹關(guān)于存貨最為基本的生產(chǎn)平滑模型;其次,針對生產(chǎn)平滑模型存在的不足,我們在局部均衡分析框架下依次介紹對生產(chǎn)平滑模型的三個拓展;最后,介紹在一般均衡分析框架下有關(guān)存貨投資的理論。
(一)生產(chǎn)平滑模型。生產(chǎn)平滑模型是文獻(xiàn)從微觀角度研究企業(yè)存貨行為的基準(zhǔn)模型。其基本想法是,當(dāng)面臨可變的市場需求且調(diào)整產(chǎn)出存在一定的成本時,企業(yè)具有持有存貨以平滑生產(chǎn)的動機(jī)。在這一模型中,與不持有存貨的情形相比,企業(yè)持有存貨能夠減小產(chǎn)出的波動程度(用方差衡量)。但是,為了使企業(yè)有足夠的激勵持有存貨,需要具備一定的條件:(1)持有存貨的成本適中;(2)隨著產(chǎn)量的增加,成本上升的幅度足夠大;(3)企業(yè)有足夠的耐性,否則其平滑生產(chǎn)的動機(jī)就會減弱。
盡管生產(chǎn)平滑模型為分析企業(yè)存貨行為的基準(zhǔn),但是其理論預(yù)測與存貨行為的特征事實(shí)并不一致。生產(chǎn)平滑模型產(chǎn)生的兩個可供驗證的結(jié)論為:(1)銷售的波動要大于產(chǎn)出;(2)存貨投資的變動方向與產(chǎn)出相反。事實(shí)上,這兩個結(jié)論均與數(shù)據(jù)不相一致(Fitzgerald,1997)。為了克服這一缺點(diǎn),一部分文獻(xiàn)通過對生產(chǎn)平滑模型進(jìn)行修訂,使其產(chǎn)生與數(shù)據(jù)相一致的結(jié)論,還有一些文獻(xiàn)則從新的角度考察存貨的動態(tài)變化。早期的模型拓展都是在局部均衡的分析框架下展開的。
(二)局部均衡分析框架下的存貨理論
1、基于生產(chǎn)平滑模型的拓展?;谏a(chǎn)平滑模型的拓展大致分為三類:成本沖擊、目標(biāo)存貨水平和非凸性技術(shù)。下面,我們就其基本思想依次加以闡述:
第一,引入成本沖擊。通過引入成本沖擊,產(chǎn)出會隨著成本的變化而變化。具體而言,當(dāng)成本升高時,企業(yè)選擇較低的產(chǎn)出水平,反之亦然。由于存貨投資為銷售與產(chǎn)出之差,所以在這種情形下,產(chǎn)出可能通過成本沖擊這一途徑產(chǎn)生比銷售更大的波動。同時,存貨投資也會表現(xiàn)出順周期的特征。
第二,引入目標(biāo)存貨水平。與上述模型不同,一些文獻(xiàn)引入持久性的銷售沖擊,并假定企業(yè)存在明確的存貨/銷量之比目標(biāo),且偏離這一目標(biāo)會產(chǎn)生額外的成本。通過這些設(shè)定,能夠使模型產(chǎn)生與數(shù)據(jù)相一致的特征。其中的邏輯是:設(shè)想t期銷量意外增加并且企業(yè)的生產(chǎn)決策在沖擊發(fā)生之前完成。企業(yè)會減少與沖擊相當(dāng)?shù)拇尕洈?shù)量。在t+1期,企業(yè)不僅需要使生產(chǎn)達(dá)到期望的銷量(銷售沖擊是持久的),而且為了達(dá)到其存貨/銷量目標(biāo),其持有的存貨數(shù)量也會相應(yīng)增加。這樣不僅會導(dǎo)致產(chǎn)出的增加大于意外銷量的增加,而且還導(dǎo)致產(chǎn)出與存貨呈同向變動關(guān)系。
第三,引入非凸性技術(shù)。即假定在一定的產(chǎn)出范圍內(nèi),企業(yè)的邊際成本是下降的。這樣,在某一時期內(nèi),企業(yè)增加生產(chǎn)導(dǎo)致邊際成本下降,進(jìn)而導(dǎo)致其增加生產(chǎn)的動機(jī)增強(qiáng);而在另外一些時段內(nèi),企業(yè)減少生產(chǎn)導(dǎo)致邊際成本上升,從而進(jìn)一步促使企業(yè)減少生產(chǎn)。這樣就產(chǎn)生了產(chǎn)量“扎堆”而非平滑的特征。
2、(S,s)模型。生產(chǎn)平滑模型適用于描述最終產(chǎn)品制造業(yè)的存貨行為。但是,一些研究表明這部分存貨的比重較低,只占到制造和貿(mào)易行業(yè)存貨總量的15%。不僅如此,這部分存貨的波動是最小的,而零售和原材料加工和提供部門的存貨波動程度最大。關(guān)于存貨的研究應(yīng)該主要聚焦于此。
(S,s)模型著重討論運(yùn)輸過程而非生產(chǎn)的時間安排,故而更適用于討論零售和原材料加工和提供部門。在這一模型中,企業(yè)的決策方式為:首先,選擇最優(yōu)的數(shù)量s,當(dāng)存貨水平低于s時,企業(yè)不允許存貨水平繼續(xù)下降。當(dāng)存貨水平達(dá)到這一水平時,企業(yè)會訂購存貨,使其達(dá)到另外一個最優(yōu)選擇的水平S。只有當(dāng)存貨水平達(dá)到s時,企業(yè)才會追加存貨。S-s稱為最優(yōu)份額。
在該模型中,由于產(chǎn)出會在0與S-s之間跳躍變化,所以有可能使產(chǎn)出的波動大于銷售。但是,在將這類同數(shù)據(jù)對比時,會產(chǎn)生模型難以加總的問題,因為模型中沒有代表性企業(yè),而是需要討論企業(yè)持有存貨的分布。
(三)一般均衡分析框架下的存貨理論。在分析上述模型過程中,假定企業(yè)所面臨的市場需求是外生的,因此均為局部均衡模型。最近的研究將分析拓展到一般均衡分析的框架中,并得到了一些新的結(jié)論。
首先,Pengfei Wang and Yi Wen(2011)將企業(yè)生產(chǎn)-成本平滑動機(jī)引入動態(tài)隨機(jī)一般均衡模型中,刻畫企業(yè)存貨投資行為。具體而言,企業(yè)在面臨成本不確定的情況下會對銷量加以平滑。在成本較低時,企業(yè)擴(kuò)大生產(chǎn)并增加存貨,以防備當(dāng)成本較高所導(dǎo)致的產(chǎn)出減少。這一模型不僅能擬合數(shù)據(jù)中順周期存貨投資與逆周期存貨/銷售比的特征,而且得出了存貨能夠放大和傳導(dǎo)經(jīng)濟(jì)周期的結(jié)論。
其次,YiWen(2011)將無庫存規(guī)避動機(jī)引入動態(tài)隨機(jī)一般均衡模型中,討論存貨的動態(tài)特征。在擬合美國經(jīng)濟(jì)周期和存貨相關(guān)特征事實(shí)的同時,模型的結(jié)論是存貨管理技術(shù)的進(jìn)步反而會加劇總產(chǎn)出的波動。這是因為無庫存規(guī)避動機(jī)會產(chǎn)生順周期的存貨價格(影子價格),這一機(jī)制能夠起到自動穩(wěn)定器的作用,即在經(jīng)濟(jì)高漲時抑制銷售,經(jīng)濟(jì)低迷時鼓勵總需求,從而緩解了經(jīng)濟(jì)的波動。存貨管理技術(shù)的進(jìn)步弱化了這一機(jī)制。
最后,Khan and Thomas(2007)將(S,s)模型擴(kuò)展到了動態(tài)隨機(jī)一般均衡模型中。通過參數(shù)校準(zhǔn),模型能夠擬合存貨投資2/3的波動,并產(chǎn)生與特征事實(shí)相一致的特征,如順周期的存貨投資,較大的產(chǎn)出波動和反周期的存貨/銷售比等。但是,這一模型的分析認(rèn)為產(chǎn)出的變動并沒有因為存貨的積累發(fā)生根本的改變,因為順周期的存貨投資會將經(jīng)濟(jì)資源移出最終產(chǎn)品的生產(chǎn),從而弱化了銷售的波動程度。
一些文獻(xiàn)通過將存貨引入模型討論相關(guān)的宏觀問題。目前這類文獻(xiàn)為研究的前沿,方便起見,我們此處列舉兩個例子:
(一)存貨模型在國際貿(mào)易中的應(yīng)用。
有研究使用存貨模型解釋金融危機(jī)之后國際貿(mào)易量大幅下降的現(xiàn)象,代表性的文獻(xiàn)為Alessandria et al.(2010)。Alessandria etal.(2010)表明國際貿(mào)易中的兩大摩擦——運(yùn)輸時滯(delivery lag)和交易成本的規(guī)模經(jīng)濟(jì)—所發(fā)揮的作用遠(yuǎn)大于其在國內(nèi)貿(mào)易的情形。這兩大摩擦都導(dǎo)致進(jìn)口企業(yè)持有大量的存貨,正因如此出口對沖擊的反應(yīng)要大于產(chǎn)出。
(二)新凱恩斯模型中的存貨。通過將存貨引入新凱恩斯模型,Lubik and Wing Keong Teo(2010)討論了其對通貨膨脹動態(tài)的影響。由于新凱恩斯菲利普斯曲線(NKPC)中實(shí)際邊際成本是影響通貨膨脹的主要因素卻無法觀測,所以利用存貨/銷量比與邊際成本的關(guān)系能夠克服這一困難。但是研究結(jié)果表明,在NKPC框架下,存貨對解釋通貨膨脹沒有幫助。YongSeung Jung and Tack Yun(2012)通過Calvo定價模型中引入產(chǎn)成品存貨,將當(dāng)期通貨膨脹表示成邊際銷售成本的函數(shù),利用產(chǎn)成品存貨與邊際銷售成本的關(guān)系生成的通貨膨脹序列表明,即使不使用單位勞動成本代理邊際成本這種傳統(tǒng)做法,也存在較好擬合經(jīng)驗NKPC的可能性。
[1]Alessandria,Kabosoki and Midrigan.Inventories,Lumpy Trade and Large Devaluations[J].American Economic Review,2010.
[2]Fitzgerald,T.Inventories and Business Cycles:An Overview[J].Economic Review,1997.
[3]Khan and Thmas.Inventories and Business Cycles:An Equi librium Analysis of(S,s)Pol icies[J].American Economic Review,2007.
[4]Lubik and W.K.T.Inventories,Inf lation Dynamics and the New Keyesian Phi lips Curve[J].Working paper,2011.
[5]Ramey,V.and K.West.Inventories[C].Handbook of Macroeconomic,1999.
[6]Wang and Wen.Inventory Accelerator in General Equilibrium[J].Working paper,2009.
[7]Wen.Input and Output Dynamics[J].American Economic Journal:Macroeconomics,2011.
[8]Jung,Y.S.and T.Yun.Inventory and the Empirical Philips Curve[J].Journal of Money,Bank and Credit,2013.
[9]許志偉,薛鶴翔,車大為.中國存貨投資的周期性研究——基于采購經(jīng)理人指數(shù)的動態(tài)視角[J].經(jīng)濟(jì)研究,2012.8.
[10]張濤,安荔,陳浩.從500戶企業(yè)存貨指數(shù)看經(jīng)濟(jì)波動[J].金融研究,2010.7.