盧 超，顏 蒙

(東北師范大學(xué)經(jīng)濟(jì)學(xué)院，吉林 長(zhǎng)春 130117；新罕布什爾大學(xué)經(jīng)濟(jì)系，美國(guó) 新罕布什爾州)

動(dòng)態(tài)隨機(jī)一般均衡框架下預(yù)測(cè)理論的發(fā)展：文獻(xiàn)綜述與應(yīng)用展望

盧 超，顏 蒙

(東北師范大學(xué)經(jīng)濟(jì)學(xué)院，吉林 長(zhǎng)春 130117；新罕布什爾大學(xué)經(jīng)濟(jì)系，美國(guó) 新罕布什爾州)

動(dòng)態(tài)隨機(jī)一般均衡框架下預(yù)測(cè)理論的發(fā)展，彌補(bǔ)了動(dòng)態(tài)隨機(jī)一般均衡模型在經(jīng)濟(jì)結(jié)構(gòu)分析和政策評(píng)估研究中的不足，不僅有助于更好地理解經(jīng)濟(jì)運(yùn)行狀況，同時(shí)也能夠?yàn)檎椭醒脬y行的政策制定提供理論支持和決策參考。隨著中國(guó)經(jīng)濟(jì)發(fā)展步入新常態(tài)，如何進(jìn)一步為政府和央行提供前瞻性的政策指導(dǎo)尤為重要，因此，構(gòu)建包含中國(guó)宏觀經(jīng)濟(jì)結(jié)構(gòu)特質(zhì)性的動(dòng)態(tài)隨機(jī)一般均衡模型進(jìn)行預(yù)測(cè)，對(duì)于探討國(guó)家政策的有效性、幫助政府部門靈活審慎地制定和推出旨在防止經(jīng)濟(jì)衰退的穩(wěn)定化宏觀經(jīng)濟(jì)調(diào)控政策具有積極的作用。

動(dòng)態(tài)隨機(jī)一般均衡模型；向量自回歸；點(diǎn)預(yù)測(cè)；金融摩擦

一、引 言

近年來(lái)，隨著全球經(jīng)濟(jì)發(fā)展不確定性的增加，外部沖擊對(duì)中國(guó)宏觀經(jīng)濟(jì)的影響日漸突出，尤其是2007年美國(guó)次貸危機(jī)和2009年歐洲債務(wù)問(wèn)題爆發(fā)所導(dǎo)致的全球經(jīng)濟(jì)衰退對(duì)中國(guó)宏觀經(jīng)濟(jì)產(chǎn)生明顯的負(fù)向沖擊。與此同時(shí)，中國(guó)國(guó)內(nèi)宏觀經(jīng)濟(jì)發(fā)展步入新常態(tài)，經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型和新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)的挖掘?qū)?duì)國(guó)內(nèi)宏觀經(jīng)濟(jì)發(fā)展產(chǎn)生深刻影響*胡乃武、田子方：《新常態(tài)下我國(guó)經(jīng)濟(jì)增長(zhǎng)的基本特征及前景》，《經(jīng)濟(jì)縱橫》2015年第8期。。因此，中國(guó)政府和中央銀行如何準(zhǔn)確把握并預(yù)測(cè)未來(lái)宏觀經(jīng)濟(jì)走勢(shì)顯得尤為重要，這也將成為政府制定宏觀經(jīng)濟(jì)政策的重要依據(jù)。中國(guó)人民銀行首席經(jīng)濟(jì)學(xué)家馬俊曾指出，中國(guó)政府和央行應(yīng)該建立符合中國(guó)實(shí)際的宏觀經(jīng)濟(jì)模型，以此來(lái)加強(qiáng)政府和央行對(duì)于政策的研究能力。在應(yīng)用層面，作為現(xiàn)代宏觀經(jīng)濟(jì)學(xué)核心的動(dòng)態(tài)隨機(jī)一般均衡(DSGE)模型，普遍被各國(guó)政府和中央銀行用來(lái)進(jìn)行政策效果的分析，DSGE模型為研究經(jīng)濟(jì)增長(zhǎng)和經(jīng)濟(jì)波動(dòng)提供了統(tǒng)一的分析框架。事實(shí)上，在此基礎(chǔ)上發(fā)展起來(lái)的利用DSGE模型進(jìn)行經(jīng)濟(jì)發(fā)展預(yù)測(cè)將為政府和央行提供前瞻性的政策指導(dǎo)依據(jù)。

現(xiàn)有的宏觀經(jīng)濟(jì)預(yù)測(cè)普遍依賴于傳統(tǒng)的計(jì)量經(jīng)濟(jì)學(xué)手段。但是，無(wú)論是單變量的自回歸移動(dòng)平均過(guò)程還是向量自回歸過(guò)程，在面對(duì)隨機(jī)外生沖擊或者經(jīng)濟(jì)“大災(zāi)難”時(shí)，其預(yù)測(cè)效果往往非常差，難以有效地進(jìn)行政策指導(dǎo)，這源自于時(shí)間序列計(jì)量模型經(jīng)濟(jì)理論的缺乏以及對(duì)宏觀經(jīng)濟(jì)環(huán)境變化缺乏適應(yīng)性。相比之下，DSGE模型預(yù)測(cè)有兩個(gè)優(yōu)勢(shì)：首先，DSGE模型給出了依據(jù)現(xiàn)代宏觀經(jīng)濟(jì)理論進(jìn)行預(yù)測(cè)的一個(gè)解釋；其次，從經(jīng)濟(jì)政策制定者角度來(lái)講，DSGE模型使政策制定者可以進(jìn)行一致的政策分析，從而避免了政策的動(dòng)態(tài)不一致性；此外，DSGE模型中的“結(jié)構(gòu)參數(shù)”也有明確的經(jīng)濟(jì)含義，使得實(shí)證結(jié)果也有相應(yīng)的經(jīng)濟(jì)解釋。

在實(shí)際商業(yè)周期和新凱恩斯主義經(jīng)濟(jì)學(xué)基礎(chǔ)上發(fā)展起來(lái)的DSGE模型，不僅克服了傳統(tǒng)的宏觀經(jīng)濟(jì)理論缺少堅(jiān)實(shí)微觀經(jīng)濟(jì)基礎(chǔ)的問(wèn)題，更避免了傳統(tǒng)的聯(lián)立方程模型所導(dǎo)致的“盧卡斯批判”。然而，DSGE模型基于外生的、無(wú)法預(yù)測(cè)的沖擊或者事先假定的沖擊過(guò)程對(duì)經(jīng)濟(jì)體進(jìn)行分析，這也導(dǎo)致了DSGE模型在預(yù)測(cè)方面的困難以及巨大偏差。因此，DSGE模型在經(jīng)濟(jì)預(yù)測(cè)方面的改進(jìn)，不僅能夠更好地刻畫(huà)和描述現(xiàn)實(shí)經(jīng)濟(jì)的復(fù)雜性，同時(shí)DSGE模型的經(jīng)濟(jì)預(yù)測(cè)能力與政策效果分析能力的結(jié)合，使得政策制定者能夠事先制定有效的宏觀經(jīng)濟(jì)政策以應(yīng)對(duì)經(jīng)濟(jì)危機(jī)的巨大沖擊。但是基于DSGE模型進(jìn)行預(yù)測(cè)在模型構(gòu)建和估計(jì)方法上通常比較復(fù)雜，因而較之DSGE模型用于經(jīng)濟(jì)結(jié)構(gòu)探討、經(jīng)濟(jì)政策分析等方面的應(yīng)用，對(duì)于DSGE模型預(yù)測(cè)的探討仍然不足。

二、DSGE模型框架下預(yù)測(cè)理論研究現(xiàn)狀

在過(guò)去幾十年間，DSGE模型已經(jīng)發(fā)展成為宏觀經(jīng)濟(jì)學(xué)家和政策制定者的主要分析工具。DSGE模型在實(shí)際經(jīng)濟(jì)周期和新凱恩斯主義經(jīng)濟(jì)學(xué)的理論基礎(chǔ)上取得了新發(fā)展，結(jié)合貝葉斯(Bayesian)方法進(jìn)行結(jié)構(gòu)參數(shù)估計(jì)，并對(duì)宏觀經(jīng)濟(jì)政策效果進(jìn)行脈沖響應(yīng)分析。因此，DSGE模型的發(fā)展主要集中在了模型形式構(gòu)建、參數(shù)方法估計(jì)、政策效果分析三個(gè)主要方面，而利用DSGE模型進(jìn)行經(jīng)濟(jì)預(yù)測(cè)仍處于初步發(fā)展階段。

(一)DSGE-VAR模型預(yù)測(cè)

DSGE模型的研究往往需要將其轉(zhuǎn)化為可供實(shí)證研究的方程組，并在此基礎(chǔ)上進(jìn)行沖擊的脈沖響應(yīng)分析，因此從預(yù)測(cè)角度來(lái)講，DSGE模型與VAR模型的對(duì)比分析就成了評(píng)判DSGE模型預(yù)測(cè)效果的一個(gè)重要參考。此外，隨著VAR模型估計(jì)方法的改進(jìn)，貝葉斯VAR(即BVAR)也得到了廣泛的應(yīng)用，尤其是BVAR已經(jīng)逐漸成為各個(gè)國(guó)家和央行政策制定領(lǐng)域常用的預(yù)測(cè)工具*沈悅、李善燊、馬續(xù)濤：《VAR宏觀計(jì)量經(jīng)濟(jì)模型的演變與最新發(fā)展——基于2011年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主Smis研究成果的拓展脈絡(luò)》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2012年第10期。。因此，DSGE同VAR、BVAR間的預(yù)測(cè)能力比較成為了DSGE預(yù)測(cè)研究的最初關(guān)注點(diǎn)。Smets和Wouters一系列研究顯示，DSGE模型在樣本外的預(yù)測(cè)能力要優(yōu)于VAR和BVAR模型*Smets F, Wouters R. An estimated dynamic stochastic general equilibrium model of the euro area. Journal of the European economic association, 2003, 1(5).。Rubaszek和 Skrzypczyński基于美國(guó)三個(gè)月國(guó)債收益率、GDP增長(zhǎng)率和GDP平減指數(shù)，通過(guò)比較小規(guī)模DSGE模型、三變量VAR模型以及專業(yè)預(yù)測(cè)者調(diào)查(Survey of Professional Forecasters，SPF)對(duì)經(jīng)濟(jì)變量的預(yù)測(cè)能力，表明盡管對(duì)于GDP預(yù)測(cè)而言DSGE模型優(yōu)于后兩種方法對(duì)的預(yù)測(cè)，但是對(duì)于其它兩個(gè)關(guān)鍵經(jīng)濟(jì)變量的預(yù)測(cè)，SPF預(yù)測(cè)效果更好*Rubaszek M, Skrzypczyński P. On the forecasting performance of a small-scale DSGE model. International Journal of Forecasting, 2008, 24(3).。Gurkaynak，Kisacikoglu和Rossi分析了DSGE模型和AR、VAR以及BVAR等簡(jiǎn)化形式的模型，得出的結(jié)論是所有模型的預(yù)測(cè)都是缺乏效率的，不存在單一最佳預(yù)測(cè)方法，預(yù)測(cè)的相對(duì)準(zhǔn)確性隨時(shí)間會(huì)發(fā)生變化。例如，對(duì)于產(chǎn)出增長(zhǎng)來(lái)說(shuō)，AR模型在短期最準(zhǔn)確，但是DSGE在長(zhǎng)期來(lái)看預(yù)測(cè)更為準(zhǔn)確，通脹預(yù)測(cè)則恰好相反*Gurkaynak R S, Kisacikoglu B, Rossi B. Do DSGE models forecast more accurately out-of-sample than VAR models?. Working Paper, 2013.。

Del Negro和Schorfheide構(gòu)造了一個(gè)混合DSGE-VAR模型，并指出引入VAR成分降低了DSGE模型潛在誤設(shè)定的可能性*Del Negro M, Schorfheide F. Priors from General Equilibrium Models for VARS. International Economic Review, 2004, 45(2).。Ghent指出DSGE-VAR模型從預(yù)測(cè)角度來(lái)講，相對(duì)于VAR模型來(lái)說(shuō)得到了有效的提升，但是較之RBC模型而言并未產(chǎn)生更好的預(yù)測(cè)效果。通過(guò)計(jì)算交叉相關(guān)系數(shù)后發(fā)現(xiàn)，DSGE模型預(yù)測(cè)的提升除了DSGE模型本身所暗含的變量動(dòng)態(tài)關(guān)系，更有可能來(lái)自于變量間較高的相關(guān)關(guān)系*Ghent A C. Comparing DSGE-VAR forecasting models: How big are the differences?. Journal of Economic Dynamics and Control, 2009, 33(4).。Lees，Matheson和Smith通過(guò)DSGE-VAR模型同新西蘭儲(chǔ)備銀行公開(kāi)發(fā)布的經(jīng)濟(jì)數(shù)據(jù)對(duì)比發(fā)現(xiàn)，在開(kāi)放經(jīng)濟(jì)中使用DSGE-VAR模型進(jìn)行預(yù)測(cè)有很好的效果。從更長(zhǎng)時(shí)期來(lái)看，基于DSGE-VAR模型和DSGE模型的預(yù)測(cè)都要優(yōu)于儲(chǔ)備銀行的預(yù)測(cè)*Lees K, Matheson T, Smith C. Open economy forecasting with a DSGE-VAR: Head to head with the RBNZ published forecasts. International Journal of Forecasting, 2011, 27(2).。Bache et al.分析DSGE-VAR模型在挪威通貨膨脹率預(yù)測(cè)中的效果，僅僅通過(guò)DSGE模型得到的通脹點(diǎn)預(yù)測(cè)校準(zhǔn)效果非常差，但是在DSGE-VAR模型中，如果允許VAR結(jié)構(gòu)參數(shù)發(fā)生變化，預(yù)測(cè)能力得到明顯提升*Bache I W, Jore A S, Mitchell J, et al. Combining VAR and DSGE forecast densities. Journal of Economic Dynamics and Control, 2011, 35(10).。Bekiros和Paccagnini通過(guò)比較不同規(guī)模的DSGE模型、不同的VAR模型及兩者混合模型，并使用美國(guó)1997年第一季度到2010年第四季度的實(shí)際數(shù)據(jù)，通過(guò)樣本外預(yù)測(cè)能力來(lái)對(duì)不同模型進(jìn)行評(píng)估，得出如下結(jié)論：?jiǎn)我荒Ｐ碗y以實(shí)現(xiàn)對(duì)所有宏觀經(jīng)濟(jì)變量的有效預(yù)測(cè)，例如對(duì)于GDP而言，BVAR和DSGE-VAR較之DSGE-FAVAR、FAVAR和簡(jiǎn)單的DSGE模型來(lái)講，預(yù)測(cè)結(jié)果難以令人滿意；對(duì)于消費(fèi)而言，DSGE-FAVAR要遠(yuǎn)優(yōu)于其它模型；對(duì)于工作時(shí)間和工資而言，VAR和BVAR要優(yōu)于其它模型。此外，該研究還表明DSGE混合模型不僅能夠解決DSGE模型誤設(shè)定問(wèn)題，同時(shí)貝葉斯方法的采用也使得大型DSGE模型能夠產(chǎn)生比傳統(tǒng)時(shí)間序列模型(例如VAR)更好的預(yù)測(cè)能力*Bekiros S, Paccagnini A. Forecasting the US economy with a factor-augmented vector Autoregressive DSGE model. 2014.。

因此，無(wú)論是DSGE-VAR、BVAR還是DSGE-FAVAR模型，這些模型預(yù)測(cè)結(jié)論通常缺乏穩(wěn)健性，尤其是面對(duì)不同國(guó)家、不同時(shí)間、不同宏觀經(jīng)濟(jì)變量進(jìn)行預(yù)測(cè)時(shí)，對(duì)于模型選擇極為困難。這也就給宏觀經(jīng)濟(jì)政策的分析和制定帶來(lái)了復(fù)雜性和不確定性。

(二)DSGE模型點(diǎn)預(yù)測(cè)

除DSGE-VAR模型外，由DSGE模型所估計(jì)的宏觀經(jīng)濟(jì)變量點(diǎn)預(yù)測(cè)的準(zhǔn)確性也受到了較多關(guān)注。Adolfson，Lindé和Villani在構(gòu)造歐元區(qū)DSGE模型的基礎(chǔ)上分析了其預(yù)測(cè)行為，同時(shí)利用樣本外滾動(dòng)事件評(píng)價(jià)法(out-of-sample rolling event evaluation)評(píng)估了點(diǎn)預(yù)測(cè)的準(zhǔn)確性，研究結(jié)果顯示開(kāi)放經(jīng)濟(jì)的DSGE模型點(diǎn)預(yù)測(cè)效果非常好。從密度預(yù)測(cè)的角度來(lái)講，DSGE模型密度預(yù)測(cè)在某種程度上也要優(yōu)于VAR模型的預(yù)測(cè)能力，DSGE模型和VAR模型對(duì)于不同變量的區(qū)間預(yù)測(cè)表現(xiàn)幾乎一致*Adolfson M, Lindé J, Villani M. Forecasting performance of an open economy DSGE model. Econometric Reviews, 2007, 26(2-4).。Edge，Kiley和Laforte通過(guò)比較DSGE模型、時(shí)間序列以及美聯(lián)儲(chǔ)工作人員的預(yù)測(cè)，表明DSGE模型所進(jìn)行的宏觀經(jīng)濟(jì)總量預(yù)測(cè)與中央銀行所進(jìn)行的預(yù)測(cè)是一致的*Edge R M, Kiley M T, Laforte J P. A comparison of forecast performance between federal reserve staff forecasts, simple reduced‐form models, and a DSGE model. Journal of Applied Econometrics, 2010, 25(4).。Wolters利用實(shí)時(shí)數(shù)據(jù)探討了DSGE模型對(duì)于通貨膨脹、GDP增長(zhǎng)和聯(lián)邦基金利率預(yù)測(cè)的準(zhǔn)確性，并同聯(lián)邦綠皮書(shū)(Fed’s Greenbook)的預(yù)測(cè)結(jié)果進(jìn)行了比對(duì)，DSGE模型僅僅在通脹預(yù)測(cè)方面比綠皮書(shū)預(yù)測(cè)占優(yōu)。同時(shí)指出基于多個(gè)DSGE模型的聯(lián)合預(yù)測(cè)較之單一模型預(yù)測(cè)增加了預(yù)測(cè)的精度，但是DSGE模型低估了點(diǎn)預(yù)測(cè)附近的不確定性*Wolters M H. Evaluating point and density forecasts of DSGE models. Journal of Applied Econometrics, 2015, 30(1).。Kolasa，Rubaszek和Skrzypczyński研究認(rèn)為DSGE相對(duì)成功地預(yù)測(cè)了美國(guó)經(jīng)濟(jì)，其預(yù)測(cè)效果會(huì)明顯優(yōu)于專業(yè)預(yù)報(bào)者的調(diào)查*Kolasa M, Rubaszek M, Skrzypczyński P. Putting the New Keynesian DSGE Model to the Real-Time Forecasting Test. Journal of Money, Credit and Banking, 2012, 44(7).。

然而諸多研究發(fā)現(xiàn)，基于DSGE模型進(jìn)行的預(yù)測(cè)從絕對(duì)意義上看其準(zhǔn)確性非常差，DSGE模型的預(yù)測(cè)往往是有偏差和無(wú)效的，并且校準(zhǔn)結(jié)果非常差*Kolasa M, Rubaszek M, Skrzypczyński P. Putting the New Keynesian DSGE Model to the Real-Time Forecasting Test. Journal of Money, Credit and Banking, 2012, 44(7).，尤其是往往無(wú)法準(zhǔn)確地預(yù)測(cè)出經(jīng)濟(jì)嚴(yán)重衰退等極端經(jīng)濟(jì)事件的發(fā)生。Edge和Gurkaynak指出，同其它宏觀模型一樣，中等規(guī)模的DSGE基準(zhǔn)模型預(yù)測(cè)通貨膨脹和GDP增長(zhǎng)的效果非常差*Edge R M, Gurkaynak R S. Edge R M, Gurkaynak R S. How Useful Are Estimated DSGE Model Forecasts for Central Bankers?. Brookings Papers on Economic Activity, 2010.。對(duì)于DSGE模型的點(diǎn)預(yù)測(cè)效果，Wolters的研究結(jié)論認(rèn)為DSGE模型低估了點(diǎn)預(yù)測(cè)附近的不確定性，這就暗含了政府和中央銀行所普遍依賴的DSGE模型往往無(wú)法成功預(yù)測(cè)經(jīng)濟(jì)衰退的發(fā)生，也就難以正確作出相機(jī)抉擇的政策*Wolters M H. Evaluating point and density forecasts of DSGE models. Journal of Applied Econometrics, 2015, 30(1).。因此，提高點(diǎn)預(yù)測(cè)能力是未來(lái)DSGE模型預(yù)測(cè)的研究方向之一。

(三)DSGE模型預(yù)測(cè)與金融摩擦

DSGE模型的預(yù)測(cè)能力與外生沖擊的設(shè)定、模型的假設(shè)、模型的具體形式有密切的聯(lián)系。在Del Negro, Giannoni和Schorfheide所著開(kāi)創(chuàng)性的文章中，放棄DSGE所假定的金融市場(chǎng)無(wú)摩擦，將金融摩擦因素納入DSGE模型中，可以發(fā)現(xiàn)考慮了金融摩擦的基準(zhǔn)DSGE模型能夠成功預(yù)測(cè)金融危機(jī)時(shí)主要宏觀經(jīng)濟(jì)變量行為*Del Negro M, Giannoni M P, Schorfheide F. Inflation in the great recession and new keynesian models. National Bureau of Economic Research, 2014.。Kolasa和Rubaszek通過(guò)美國(guó)數(shù)據(jù)對(duì)比了包含與不包含金融摩擦的DSGE模型來(lái)進(jìn)行預(yù)測(cè)結(jié)論，研究顯示金融市場(chǎng)不完美性在非危機(jī)時(shí)期并不必然導(dǎo)致對(duì)點(diǎn)預(yù)測(cè)準(zhǔn)確度的一致提升，甚至導(dǎo)致了預(yù)測(cè)的惡化。相反，引入房地產(chǎn)市場(chǎng)作為金融摩擦的衡量會(huì)有效提升DSGE模型預(yù)測(cè)能力，尤其是較之無(wú)摩擦的基準(zhǔn)模型和包含公司部門的金融摩擦*Kolasa M, Rubaszek M. Forecasting using DSGE models with financial frictions. International Journal of Forecasting, 2015, 31(1).。Cardani，Paccagnini和Villa通過(guò)引入有無(wú)金融中介的DSGE模型預(yù)測(cè)了2001—2013年間美國(guó)宏觀經(jīng)濟(jì)變量的行為，研究表明通過(guò)引入金融中介DSGE提高了通貨膨脹和短期利率的點(diǎn)預(yù)測(cè)和密度預(yù)測(cè)*Cardani R, Paccagnini A, Villa S. Forecasting in a DSGE Model with Banking Intermediation: Evidence from the US. University of Milan Bicocca Department of Economics, Management and Statistics Working Paper, 2015 (292).。

利用經(jīng)濟(jì)中的名義摩擦和實(shí)際摩擦來(lái)解釋宏觀經(jīng)濟(jì)波動(dòng)由來(lái)已久，金融加速器的概念也由Bernanke，Gertler和Gilchrist提出。但是，直到近年來(lái)尤其是美國(guó)次貸危機(jī)的爆發(fā)，學(xué)界才逐漸認(rèn)識(shí)到經(jīng)濟(jì)中小摩擦所導(dǎo)致的巨大宏觀經(jīng)濟(jì)災(zāi)難，從而將經(jīng)濟(jì)摩擦尤其是金融摩擦引入到政策分析中，而引入金融摩擦DSGE模型的預(yù)測(cè)理論發(fā)展更為緩慢。

(四)基于模型和數(shù)據(jù)的DSGE模型預(yù)測(cè)

隨著經(jīng)濟(jì)模型的發(fā)展，非線性逐漸成為了宏觀經(jīng)濟(jì)研究中關(guān)注的焦點(diǎn)。傳統(tǒng)的DSGE模型研究通常在變量穩(wěn)態(tài)值附近進(jìn)行線性化近似，然而正如Del Negro和Schorfheide指出的那樣，當(dāng)面對(duì)一個(gè)巨大的外部沖擊時(shí)，這種情況較多發(fā)生在新興的市場(chǎng)國(guó)家，此時(shí)采用線性化近似的研究結(jié)論難以得到有效保證。因此，DSGE模型的非線性形式得到發(fā)展以彌補(bǔ)傳統(tǒng)研究的不足*Balcilar M, Gupta R, Kotzé K. Forecasting macroeconomic data for an emerging market with a nonlinear DSGE model. Economic Modelling, 2015, 44.。Balcilar, Gupta和Kotzé考慮了一個(gè)非線性DSGE模型的預(yù)測(cè)能力，運(yùn)用新興市場(chǎng)國(guó)家南非的季度數(shù)據(jù)發(fā)現(xiàn)在大多數(shù)情況下非線性DSGE模型預(yù)測(cè)能力要優(yōu)于線性DSGE模型和VAR模型*Del Negro M, Schorfheide F. Bayesian macroeconometrics. The Oxford handbook of Bayesian econometrics, 2011.。

除了模型的形式，影響DSGE模型預(yù)測(cè)能力的另一個(gè)重要原因是實(shí)時(shí)數(shù)據(jù)*實(shí)時(shí)數(shù)據(jù)(real-time data)，是指未經(jīng)政府統(tǒng)計(jì)機(jī)構(gòu)修正的歷史數(shù)據(jù)。在經(jīng)濟(jì)學(xué)研究中，歷史數(shù)據(jù)使用出于許多目的，例如模型檢驗(yàn)、歷史經(jīng)濟(jì)事件分析和預(yù)測(cè)，因此如何獲得未經(jīng)調(diào)整的實(shí)時(shí)數(shù)據(jù)十分關(guān)鍵。詳細(xì)分析可參見(jiàn)Croushore D, Stark T. A real-time data set for macroeconomists. Journal of econometrics, 2001, 105(1)：111-130.，尤其是實(shí)時(shí)數(shù)據(jù)的使用。Bache et al.指出DSGE模型的實(shí)時(shí)預(yù)測(cè)能夠更好地提高密度預(yù)測(cè)能力；Smets，Warne和Wouters在新凱恩斯主義DSGE模型的基礎(chǔ)上基于歐元區(qū)的實(shí)時(shí)數(shù)據(jù)進(jìn)行了預(yù)測(cè)*Smets F, Warne A, Wouters R. Professional forecasters and real-time forecasting with a DSGE model. International Journal of Forecasting, 2014, 30(4).。然而Galv?o指出雖然可以利用貝葉斯方法通過(guò)實(shí)時(shí)數(shù)據(jù)進(jìn)行DSGE模型估計(jì)，但是這往往采用嚴(yán)重修正的數(shù)據(jù)，與此相反的是，基于條件的預(yù)測(cè)往往使用的是輕度修正的數(shù)據(jù)*Galv?o A B. Forecasting with DSGE Models in the presence of data revisions. 2013.。

通過(guò)對(duì)已有文獻(xiàn)梳理可以發(fā)現(xiàn)，基準(zhǔn)DSGE模型的預(yù)測(cè)效果具有很大的不確定性，對(duì)于災(zāi)難性經(jīng)濟(jì)事件的預(yù)測(cè)往往無(wú)法捕捉，這也就是廣泛使用的基準(zhǔn)DSGE模型難以預(yù)測(cè)美國(guó)次貸危機(jī)等爆發(fā)的根本原因。相反，引入金融摩擦、外部信息等因素修正或者擴(kuò)展模型假定、非線性模型具體形式，則有效地提高了DSGE模型的預(yù)測(cè)能力，包括對(duì)嚴(yán)重經(jīng)濟(jì)衰退事件的捕捉。但是，即便引入金融摩擦等外部因素，DSGE模型在不同時(shí)間區(qū)間的預(yù)測(cè)效果也大相徑庭。因此，DSGE模型設(shè)定方面的改進(jìn)，以及DSGE模型與其它宏觀計(jì)量方法的結(jié)合，使得基于DSGE模型的預(yù)測(cè)成為“一個(gè)充滿生氣的領(lǐng)域”*Del Negro M, Schorfheide F. DSGE model-based forecasting. Handbook of Economic, 2013.。

三、DSGE模型框架下預(yù)測(cè)理論發(fā)展及在中國(guó)的應(yīng)用

DSGE模型預(yù)測(cè)理論的未來(lái)發(fā)展，除了在已有研究基礎(chǔ)上繼續(xù)擴(kuò)展外，不同方法和研究視角的引入同樣可為DSGE模型的預(yù)測(cè)提供思路。

首先，DSGE模型與實(shí)際數(shù)據(jù)的結(jié)合對(duì)于DSGE預(yù)測(cè)效果需要提高探討深度。盡管Canova對(duì)DSGE模型與原始數(shù)據(jù)的結(jié)合進(jìn)行了分析，但是其僅僅考慮實(shí)際數(shù)據(jù)在參數(shù)校準(zhǔn)中的作用，并未考慮實(shí)際數(shù)據(jù)(尤其是實(shí)時(shí)數(shù)據(jù)和金融市場(chǎng)數(shù)據(jù))同DSGE模型預(yù)測(cè)之間的關(guān)系*Boivin J, Giannoni M P. Has monetary policy become more effective?. The Review of Economics and Statistics, 2006, 88(3).。其次，擴(kuò)展的DSGE模型預(yù)測(cè)能力需要延展提高?；鶞?zhǔn)DSGE模型的擴(kuò)展除了引入金融摩擦、房地產(chǎn)市場(chǎng)情況，考慮非理性預(yù)期與異質(zhì)性信念理論，不同粘性定價(jià)模型，以及模型不確定性和度量誤差對(duì)DSGE模型的影響同樣得到了關(guān)注，但是將這些理論用于提高DSGE預(yù)測(cè)能力則鮮有研究。因此，基于不同理論擴(kuò)展的DSGE模型預(yù)測(cè)能力是研究的關(guān)鍵點(diǎn)和創(chuàng)新點(diǎn)。再次，宏觀計(jì)量經(jīng)濟(jì)理論與DSGE模型預(yù)測(cè)需要融合完善。宏觀計(jì)量經(jīng)濟(jì)理論包括估計(jì)方法構(gòu)成了DSGE模型的重要基礎(chǔ)，基于DSGE-VAR模型的預(yù)測(cè)也發(fā)展起來(lái)，但是DSGE模型與宏觀計(jì)量模型的結(jié)合仍然存在諸多完善之處，例如非正態(tài)分布的外生沖擊和DSGE模型非線性形式對(duì)于預(yù)測(cè)的影響的探討，又如動(dòng)態(tài)因子模型(DFM)被廣泛用于宏觀經(jīng)濟(jì)學(xué)的實(shí)證研究中。Kryshko將DSGE模型與DFM模型結(jié)合，作為DSGE模型擴(kuò)展研究*Kryshko M. Data-rich DSGE and dynamic factor models. IMF Working Papers, 2011.。最后，傳統(tǒng)的DSGE模型主要從時(shí)域的角度進(jìn)行實(shí)證分析，基于頻域分析DSGE研究也逐漸興起*Qu Z, Tkachenko D. Identification and frequency domain quasi-maximum likelihood estimation of linearized dynamic stochastic general equilibrium models. Quantitative Economics, 2012, 3(1).*Sala L. Dsge Models in the Frequency Domains. Journal of Applied Econometrics, 2015, 30(2).。

中國(guó)作為新興發(fā)展經(jīng)濟(jì)體，其經(jīng)濟(jì)結(jié)構(gòu)的特殊性也決定了在構(gòu)造關(guān)于中國(guó)DSGE模型時(shí)，必須將中國(guó)宏觀經(jīng)濟(jì)結(jié)構(gòu)中的特質(zhì)性因素納入進(jìn)來(lái)，以期對(duì)整體經(jīng)濟(jì)有完整的刻畫(huà)。目前，中國(guó)國(guó)內(nèi)關(guān)于DSGE的研究主要集中在模型形式構(gòu)建和政策效果分析兩個(gè)方面，對(duì)于如何利用DSGE模型進(jìn)行預(yù)測(cè)的研究則較為少見(jiàn)。在模型形式構(gòu)建方面，李雪松和王秀麗引入了工資粘性，通過(guò)金融加速器和工資—價(jià)格粘性的DSGE模型，分析了中國(guó)勞動(dòng)力狀況和貨幣政策*李雪松、王秀麗：《工資粘性、經(jīng)濟(jì)波動(dòng)與貨幣政策模擬——基于 DSGE 模型的分析》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2011年第11期。。王國(guó)靜和田國(guó)強(qiáng)通過(guò)金融市場(chǎng)的摩擦引入，指出金融沖擊是中國(guó)宏觀經(jīng)濟(jì)和周期波動(dòng)的最主要因素*王國(guó)靜、田國(guó)強(qiáng)：《金融沖擊和中國(guó)經(jīng)濟(jì)波動(dòng)》，《經(jīng)濟(jì)研究》2014年第3期。?？盗⒑妄徚猛ㄟ^(guò)建立一個(gè)包含貿(mào)易品和非貿(mào)易品生產(chǎn)的兩部門開(kāi)放經(jīng)濟(jì)DSGE模型，并通過(guò)包含帶有金融摩擦的銀行部門引入，模擬分析了經(jīng)濟(jì)危機(jī)在不同部門的傳導(dǎo)機(jī)制*康立、龔六堂：《金融摩擦、銀行凈資產(chǎn)與國(guó)際經(jīng)濟(jì)危機(jī)傳導(dǎo)——基于多部門 DSGE 模型分析》，《經(jīng)濟(jì)研究》2014年第5期。。在政策效果分析方面，王愛(ài)儉和王璟怡基于DSGE模型框架考慮了宏觀審慎政策和貨幣政策的相互關(guān)系，并指出在面對(duì)大的外部沖擊時(shí)，宏觀審慎政策與貨幣政策相互配合并發(fā)揮協(xié)同作用*王愛(ài)儉、王璟怡：《宏觀審慎政策效應(yīng)及其與貨幣政策關(guān)系研究》，《經(jīng)濟(jì)研究》2014年第4期。。宋瀟基于“負(fù)債—通縮”理論建立一個(gè)帶有內(nèi)生性信貸約束的DSGE型，將資產(chǎn)價(jià)格納入信貸約束的傳導(dǎo)機(jī)制中，重點(diǎn)分析了國(guó)內(nèi)信貸規(guī)模、資產(chǎn)價(jià)格與投資水平之間的相互作用，彌補(bǔ)了我國(guó)在這方面理論研究的缺失*宋瀟：《信貸約束、資產(chǎn)價(jià)格與通貨緊縮——基于動(dòng)態(tài)一般均衡模型的分析》，《經(jīng)濟(jì)管理》2015年第9期。。岳娟麗和徐曉偉則探討了中國(guó)完成利率市場(chǎng)化后,央行貨幣政策目標(biāo)利率的選擇問(wèn)題*岳娟麗、徐曉偉：《基于社會(huì)福利的央行貨幣政策目標(biāo)利率選擇——?jiǎng)討B(tài)隨機(jī)一般均衡模型下的實(shí)證分析》，《 江西財(cái)經(jīng)大學(xué)學(xué)報(bào)》2014年第2期。。

四、結(jié) 語(yǔ)

本文對(duì)DSGE模型框架下預(yù)測(cè)理論的發(fā)展進(jìn)行了文獻(xiàn)梳理，指出預(yù)測(cè)理論研究的四個(gè)主要方向：DSGE-VAR族模型預(yù)測(cè)、DSGE模型點(diǎn)預(yù)測(cè)、DSGE模型預(yù)測(cè)與金融摩擦以及基于模型形式和數(shù)據(jù)的DSGE模型預(yù)測(cè)。同時(shí)，本文也指出了DSGE模型預(yù)測(cè)未來(lái)發(fā)展方向，并在此基礎(chǔ)上考慮到中國(guó)宏觀經(jīng)濟(jì)結(jié)構(gòu)的特點(diǎn)和中國(guó)國(guó)內(nèi)對(duì)于DSGE研究的相對(duì)滯后性，明確了構(gòu)建刻畫(huà)中國(guó)宏觀經(jīng)濟(jì)特質(zhì)性的DSGE模型來(lái)進(jìn)行中國(guó)宏觀經(jīng)濟(jì)預(yù)測(cè)是下一步研究方向。

DSGE模型基本結(jié)構(gòu)形式的擴(kuò)展和預(yù)測(cè)效果的提升，不僅有助于更好地理解經(jīng)濟(jì)運(yùn)行狀況，同時(shí)也能夠?yàn)檎椭醒脬y行的政策制定提供理論支持和決策參考。從理論方面來(lái)看，以提高DSGE預(yù)測(cè)能力為準(zhǔn)則來(lái)擴(kuò)展DSGE模型，可以豐富和發(fā)展DSGE的理論研究；從現(xiàn)實(shí)方面來(lái)看，深入挖掘DSGE模型的預(yù)測(cè)能力，對(duì)于探討國(guó)家政策的有效性、幫助政府決策部門靈活審慎制定和推出各種旨在有效防止經(jīng)濟(jì)嚴(yán)重衰退的穩(wěn)定化政策，防止經(jīng)濟(jì)巨大波動(dòng)而影響社會(huì)穩(wěn)定的宏觀經(jīng)濟(jì)調(diào)控政策，具有積極的作用。

[責(zé)任編輯：張?zhí)N萍]

盧 超，男，東北師范大學(xué)經(jīng)濟(jì)學(xué)院博士生，研究方向?yàn)樨泿沤鹑趯W(xué)；顏 蒙，男，新罕布什爾大學(xué)經(jīng)濟(jì)系博士生，研究方向?yàn)閼?yīng)用計(jì)量經(jīng)濟(jì)學(xué)。

F224

A

1002-3909(2017)02-0089-06