陳利鋒

(中共廣東省委黨校 經(jīng)濟(jì)學(xué)教研部，廣東 廣州 510053)

一、問題提出

不確定性是現(xiàn)實(shí)經(jīng)濟(jì)中廣泛存在的現(xiàn)象。從微觀主體的角度，未來無法預(yù)知所引致的不確定性可能改變微觀主體的行為決策，進(jìn)而影響其行為模式；而從宏觀的角度，布魯門(Bloom，2009)、卡爾達(dá)拉等(Caldara，et al.，2016)指出，經(jīng)濟(jì)行為主體決策的改變將會(huì)引致宏觀經(jīng)濟(jì)波動(dòng)[1-2]。巴赫曼和拜爾(Bachmann & Bayer，2011)、郎(Lang，2012)以及克里斯亞諾等(Christiano et al.，2014)通過對經(jīng)濟(jì)周期波動(dòng)的考察均發(fā)現(xiàn)，不確定性是推動(dòng)經(jīng)濟(jì)周期波動(dòng)的重要因素，甚至是引致經(jīng)濟(jì)衰退最為重要的力量[3-5]。

盡管現(xiàn)有研究在關(guān)于不確定性與經(jīng)濟(jì)周期波動(dòng)的動(dòng)態(tài)聯(lián)系上已經(jīng)達(dá)成一致，但對于何種原因引致了不確定性即不確定性的來源等問題上仍存在不同的說法。這一狀況直接導(dǎo)致了以往研究中對于不確定性的設(shè)定存在顯著差異。在眾多研究中，布魯門等(Bloom et al.，2007)、斯卡爾(Schaal，2012)、阿里克斯普魯斯和喬恩(Alexopoulos & Jon，2015)以及考伊和勞恩嘉尼(Choi & Loungani，2015)均將不確定性的來源設(shè)定為技術(shù)[6-9]；而以克里斯亞諾等(2014)、吉爾巴和支科維斯基(Gerba & Zochowski，2017)為代表的研究者則將不確定性的來源設(shè)定為信貸摩擦[5，10]。不過，基于不確定性的可識(shí)別性考慮，考伊和勞恩嘉尼(2015)則認(rèn)為將經(jīng)濟(jì)中不確定性的來源設(shè)定為技術(shù)更可取[9]。

結(jié)合章上峰和陳燦(2017)[11]的研究，本文將不確定的來源設(shè)定為技術(shù)，進(jìn)而建立一個(gè)包含不確定性的NK-DSGE模型。在這一模型框架中，本文將通過企業(yè)家的借貸行為將金融摩擦、商業(yè)銀行等金融部門等元素引入模型，通過使用非線性DSGE方法，考察不確定性對于中國宏觀經(jīng)濟(jì)波動(dòng)的影響。本文首先考察不確定性對于外生沖擊下各宏觀經(jīng)濟(jì)變量動(dòng)態(tài)變化軌跡的影響，進(jìn)一步，基于條件方差分解技術(shù)考察不確定性沖擊對于產(chǎn)出等宏觀經(jīng)濟(jì)變量波動(dòng)的影響。與阿里克斯普魯斯和科恩(Alexopoulos & Cohen，2015)[12]的研究類似，本文將驗(yàn)證在中國宏觀經(jīng)濟(jì)這行中，為了實(shí)現(xiàn)宏觀經(jīng)濟(jì)穩(wěn)定，政策制定者是否需要采用相應(yīng)的措施積極應(yīng)對不確定性的影響。

本文其余部分為：第二部分建立一個(gè)包含不確定性的NK-DSGE模型；第三部分介紹模型求解方法并對參數(shù)進(jìn)行校準(zhǔn)；第四部分則分析不確定性的動(dòng)態(tài)效應(yīng)；第五部分為總結(jié)和展望。

二、模型建立

本部分建立一個(gè)包含不確定性的NK-DSGE模型，其中，不確定性來源于技術(shù)沖擊。模型經(jīng)濟(jì)中包含了家庭、企業(yè)家、物質(zhì)資本生產(chǎn)商、零售商、商業(yè)銀行以及中央銀行等經(jīng)濟(jì)主體。家庭向企業(yè)家提供勞動(dòng)力，在家庭支出約束下實(shí)現(xiàn)效用最大化；企業(yè)家在預(yù)算約束、技術(shù)約束和抵押約束下實(shí)現(xiàn)效用最大化；物質(zhì)資本生產(chǎn)商為企業(yè)家的生產(chǎn)活動(dòng)提供物質(zhì)資本；商業(yè)銀行以抵押貸款方式向企業(yè)家提供購買物質(zhì)資本所需的資金；中央銀行是模型經(jīng)濟(jì)的貨幣政策決策當(dāng)局。

1.家庭

(1)

(2)

(3)

(4)

(5)

2.企業(yè)家

模型經(jīng)濟(jì)中的企業(yè)家面臨三重約束：預(yù)算約束、技術(shù)約束和抵押約束。與伊卡維羅和尼瑞(Iacoviello & Neri，2010)[13]、蘭博基尼等(Lambertini et al.，2017)[14]的研究相同，本文設(shè)定企業(yè)家的優(yōu)化問題為最大化效用函數(shù)：

(6)

(7)

企業(yè)家面臨的第二個(gè)約束為技術(shù)約束。具體地，企業(yè)家生產(chǎn)中間產(chǎn)品的技術(shù)為：

(8)

(9)

(10)

(11)

(12)

3.物質(zhì)資本生產(chǎn)商

(13)

(14)

(15)

4.零售商

(16)

5.商業(yè)銀行

商業(yè)銀行的資產(chǎn)負(fù)債關(guān)系為：

Bt=Nt+Dt

(17)

(18)

定義Vt為商業(yè)銀行凈資產(chǎn)，其等于銀行各期未分配利潤的貼現(xiàn)值之和。那么，Vt可以表示為：

Vt=vtBt+?tNt

(19)

其中，vt表示商業(yè)銀行增加1單位資產(chǎn)得到的邊際收益；?t表示商業(yè)銀行增加1單位凈財(cái)富得到的邊際收益，二者定義為：

(20)

(21)

(22)

6.中央銀行

中央銀行依據(jù)如下規(guī)則行事：*未含下標(biāo)的變量表示對應(yīng)變量的穩(wěn)態(tài)值。

(23)

(24)

最后，總產(chǎn)出Yt滿足：

(25)

7.不確定性與外生沖擊

(26.1)

(26.2)

三、模型求解方法與校準(zhǔn)

本部分首先對模型的求解方法進(jìn)行簡要的說明，在此基礎(chǔ)上對模型中的參數(shù)進(jìn)行校準(zhǔn)處理。當(dāng)然，出于模型本身的處理需要，本部分同時(shí)給出各個(gè)參數(shù)的穩(wěn)態(tài)。

1.模型求解方法

目前，大多數(shù)采用NK-DSGE模型分析宏觀經(jīng)濟(jì)問題、宏觀經(jīng)濟(jì)政策的研究中，對數(shù)線性化方法是一個(gè)標(biāo)準(zhǔn)的分析策略：通過對數(shù)線性化可以簡化模型分析的難度，并且可以直觀地得到宏觀經(jīng)濟(jì)變量周期性特征。然而，斯密特-歌德和尤瑞布(Schmitt-Gohde & Uribe，2004)指出，在一階逼近過程中，外生沖擊的僅以一階矩進(jìn)入模型，這使得一階逼近方法不適合分析包含二階沖擊的模型[20]。換言之，不確定性的存在使得本文所構(gòu)建的模型采用對數(shù)線性化方法并不可行。麥爾-歌德(Meyer-Gohde，2017)認(rèn)為，因?yàn)椴淮_定性來源于標(biāo)準(zhǔn)差，屬于變量的波動(dòng)性范疇，因此，波動(dòng)性來源于二階矩[21]。對數(shù)線性化方法則只能反映宏觀經(jīng)濟(jì)變量的一階特征：在對數(shù)線性化過程中，各個(gè)宏觀經(jīng)濟(jì)變量的高階特征被全部忽略，僅保留一階項(xiàng)。基于此，本文選擇藍(lán)和麥爾-歌德(Lan & Meyer-Gohde，2013)[22]的非線性方法對模型進(jìn)行處理。

具體地，定義xt和et分別表示模型中的變量和外生沖擊過程，那么，本文所建立的包含不確定性的NK-DSGE模型可以表述為：

Etf(xt+1,xt,xt-1,et)=0

(27)

政策函數(shù)(Policy Function)可以表示為：

xt=h(σ,et,et-1,et-2,…)

(28)

其中，σ∈[0,1]為反映隨機(jī)程度的參數(shù)，并且σ=0表示模型為確定性情形，而σ=1則表示模型是隨機(jī)的。藍(lán)和麥爾-歌德(2013)[22]的基本思想是使用Volterra級(jí)數(shù)對政策函數(shù)在穩(wěn)態(tài)處進(jìn)行展開，即：

(29)

其中，j!表示j的階乘；?表示克羅內(nèi)克(Kronecker)積，n=j-l表示展開的階數(shù)。一階逼近的不可行，使得可以直接剔除這一方法。但是如果選擇二階矩，即n取值為2，那么式(29)將轉(zhuǎn)變?yōu)椋?藍(lán)和麥爾-歌德(2013)[26]給出了詳細(xì)的證明過程。

(30)

由于本文選擇的是隨機(jī)模型，因而σ取值為1。費(fèi)南德茲-維拉爾德等(Fernandez-Villaverde et al.，2015)指出，基于二階逼近的式(30)中仍然包含了狀態(tài)變量的交叉項(xiàng)，因此，在實(shí)際操作過程中，式(30)仍不能有效區(qū)分不確定性沖擊與其他水平?jīng)_擊的效應(yīng)[23]。換言之，必須使用更高階數(shù)的逼近方法。當(dāng)n取值為3時(shí)，式(29)轉(zhuǎn)變?yōu)椋?/p>

(31)

由于一階項(xiàng)無法表示不確定性，可以將其看作是確定的情形。因此，xσ,j,i=0。藍(lán)和麥爾-歌德(2013)證明，xσ3的取值為0[22]。因此，在求解模型中使用的三階逼近方程為：

(32)

顯然，與二階逼近相比，三階逼近具有如下特點(diǎn)和優(yōu)勢：第一，xσ2iσ2項(xiàng)可以校正二階逼近無法消除的區(qū)分不確定性沖擊與水平?jīng)_擊的問題；第二，可以更為完整地反映外生沖擊的高階特征對于宏觀經(jīng)濟(jì)變量(即xt)的影響。不過，費(fèi)南德茲-維拉爾德等(2015)、麥爾-歌德(2017)等指出，高階項(xiàng)的引入可能引致宏觀經(jīng)濟(jì)變量xt產(chǎn)生“爆炸”路徑(explosive path)[23，21]。而藍(lán)和麥爾-歌德(2013)證實(shí)，在其所提供的算法中，并不會(huì)產(chǎn)生這一問題[22]。

2.參數(shù)校準(zhǔn)與模型穩(wěn)態(tài)

表1給出了模型參數(shù)的校準(zhǔn)值及其來源。家庭在模型經(jīng)濟(jì)中所占的比例s，參考現(xiàn)有研究如伊卡維羅和尼瑞(2010)[13]等的做法，本文將這一參數(shù)取值為0.5；家庭的折現(xiàn)因子βH、企業(yè)家的折現(xiàn)因子βE，參考伊卡維羅和尼瑞(2010)[13]、伊卡維羅(Iacoviello，2015)[24]的做法，分別將二者取值為βH=0.98和βE=0.95；資本折舊率δ、勞動(dòng)供給彈性η、資本產(chǎn)出彈性α、名義價(jià)格剛性θp、產(chǎn)品替代彈性εp，依據(jù)何等人(He et al.，2016)[25]的做法將其取值分別設(shè)定為4%、6.16、0.6、0.5和1.5。

企業(yè)家貸款違約的概率λ，參考吉特勒和卡拉迪(Gertler & Karadi，2011)[26]、康立和龔六堂(2014)[27]的做法，將其取值為0.2；而參數(shù)M反映了企業(yè)家抵押貸款的價(jià)值，依據(jù)中國的現(xiàn)實(shí)情況，抵押價(jià)值約為70%，因而可以將M取值為0.7。參考朱軍(2016)[28]的做法，貨幣政策參數(shù)ρr、γp和γy分別取值為0.8、1.5和0.25。

表1 校準(zhǔn)

(33)

(34.1)

(34.2)

結(jié)合以上方程以及校準(zhǔn)的參數(shù)，可以得到模型各個(gè)變量的穩(wěn)態(tài)值(限于篇幅，本文不再贅述)。

四、不確定性的動(dòng)態(tài)效應(yīng)

本部分首先結(jié)合校準(zhǔn)的參數(shù)，基于非線性方法求解不確定性的動(dòng)態(tài)效應(yīng)。在此基礎(chǔ)上，進(jìn)一步采用條件方差分解方法考察不確定沖擊在推動(dòng)宏觀經(jīng)濟(jì)波動(dòng)過程中的作用。

(一)不確定性的宏觀經(jīng)濟(jì)效應(yīng)

圖1給出的是不確定性對于產(chǎn)出等變量的動(dòng)態(tài)效應(yīng)。需要說明的是，本文考慮的是技術(shù)沖擊的大小為1個(gè)單位標(biāo)準(zhǔn)差，沖擊的持續(xù)性系數(shù)取值為0.8。可以發(fā)現(xiàn)，當(dāng)經(jīng)濟(jì)中存在不確定性時(shí)，積極的技術(shù)沖擊引起產(chǎn)出和就業(yè)的下降。原因在于，不確定性來源于技術(shù)沖擊。技術(shù)沖擊不確定性的上升降低了企業(yè)家的投資意愿，繼而減少了投資。投資減少引起企業(yè)生產(chǎn)規(guī)模的萎縮，進(jìn)而使得勞動(dòng)力投入“相對過剩”，企業(yè)家必然減少勞動(dòng)力投入，因而就業(yè)下降(以及失業(yè)增加)；與之對應(yīng)的，就業(yè)與投資的減少最終必然引致產(chǎn)出減少。同時(shí)，就業(yè)下降引致家庭收入減少，進(jìn)而引致家庭消費(fèi)下降。與家庭消費(fèi)類似，不確定性沖擊下企業(yè)家消費(fèi)也表現(xiàn)出下降趨勢。原因在于，不確定性沖擊引致的產(chǎn)出下降意味著企業(yè)家所獲得的利潤可能減少，利潤減少抑制了企業(yè)家的消費(fèi)需求，進(jìn)而導(dǎo)致企業(yè)家消費(fèi)也表現(xiàn)出下降的趨勢。

圖1還給出了存在不確定性條件下技術(shù)沖擊對商業(yè)銀行產(chǎn)生的動(dòng)態(tài)影響。不確定性的存在引起儲(chǔ)蓄的增加。原因在于，技術(shù)沖擊的不確定性引致企業(yè)可能減少勞動(dòng)力投入，進(jìn)而引致家庭成員的失業(yè)。因此，為了保證消費(fèi)的平滑和應(yīng)付失業(yè)引致的收入減少，家庭將在當(dāng)前減少消費(fèi)，進(jìn)而增加了家庭的儲(chǔ)蓄。家庭儲(chǔ)蓄的增加引致商業(yè)銀行負(fù)債增加，同時(shí)企業(yè)投資意愿的下降導(dǎo)致商業(yè)銀行貸款數(shù)量下降，二者的共同作用意味著商業(yè)銀行利潤下降以及凈財(cái)富減少，表現(xiàn)在圖1中存在不確定性條件下商業(yè)銀行凈財(cái)富呈現(xiàn)明顯的下降趨勢。

為了更好地考察不確定性對于宏觀經(jīng)濟(jì)產(chǎn)生的動(dòng)態(tài)效應(yīng)，本文還給出了無不確定性技術(shù)沖擊的效應(yīng)，結(jié)果顯示在圖1中。顯然，在不存在不確定性的條件下，技術(shù)沖擊推動(dòng)了就業(yè)的下降和產(chǎn)出的增加。原因在于，技術(shù)進(jìn)步提高了單位勞動(dòng)的生產(chǎn)效率，因而盡管就業(yè)減少但產(chǎn)出仍由于生產(chǎn)效率的提高而表現(xiàn)出上升的趨勢。同時(shí)，家庭消費(fèi)與企業(yè)家消費(fèi)也表現(xiàn)出上升的趨勢。原因在于，技術(shù)進(jìn)步盡管降低了就業(yè)，但是物價(jià)水平的下降刺激了家庭的消費(fèi)需求；而產(chǎn)出的增加提高了企業(yè)家所獲得的利潤，進(jìn)而也刺激了企業(yè)家消費(fèi)的增長。家庭消費(fèi)需求的增長降低了家庭的儲(chǔ)蓄意愿，進(jìn)而使得商業(yè)銀行吸收的家庭儲(chǔ)蓄下降；而技術(shù)進(jìn)步引致的企業(yè)家投資意愿的增長引致商業(yè)銀行貸款需求增加，進(jìn)而使得商業(yè)銀行凈財(cái)富表現(xiàn)出上升的趨勢。

圖1 不確定性的動(dòng)態(tài)影響

綜上，可以發(fā)現(xiàn)，不確定性顯著影響了技術(shù)沖擊的動(dòng)態(tài)效應(yīng)，進(jìn)而使得技術(shù)沖擊下產(chǎn)出等變量的動(dòng)態(tài)變化軌跡與不存在不確定性的情形存在明顯的差異。換言之，不確定性改變了外生沖擊下經(jīng)濟(jì)主體的行為決策，進(jìn)而改變了宏觀經(jīng)濟(jì)變量的動(dòng)態(tài)軌跡。

(二)沖擊分解

技術(shù)沖擊的脈沖響應(yīng)函數(shù)表明了不確定性的動(dòng)態(tài)影響，然而，仍存在的問題是不確定性作為一個(gè)獨(dú)立的沖擊其對于產(chǎn)出等宏觀經(jīng)濟(jì)變量的波動(dòng)具有怎樣的影響呢？本文采用條件方差分解方法對這一問題進(jìn)行剖析，進(jìn)而分解出產(chǎn)出等宏觀經(jīng)濟(jì)變量波動(dòng)的驅(qū)動(dòng)因素中不確定性沖擊的具體影響。具體的條件方差分解的結(jié)果顯示在表2中。

表2 條件方差分解

表2分別報(bào)告了總需求沖擊、勞動(dòng)力供給沖擊、技術(shù)沖擊、不確定性沖擊、金融沖擊、投資效率沖擊以及貨幣政策沖擊對于產(chǎn)出、就業(yè)、家庭消費(fèi)、企業(yè)家消費(fèi)、儲(chǔ)蓄以及商業(yè)銀行凈財(cái)富波動(dòng)的推動(dòng)作用?；诒?可以發(fā)現(xiàn)：(1)不確定性沖擊是引致產(chǎn)出、就業(yè)、家庭消費(fèi)、企業(yè)家消費(fèi)、儲(chǔ)蓄以及商業(yè)銀行凈財(cái)富等變量波動(dòng)最為重要的因素之一，其對于這些變量波動(dòng)的貢獻(xiàn)分別為22.44%、28.64%、28.44%、27.22%、20.28%和26.13%。(2)貨幣政策是推動(dòng)中國宏觀經(jīng)濟(jì)波動(dòng)最為重要的力量之一，這一作用尤其體現(xiàn)在其對于家庭儲(chǔ)蓄以及商業(yè)銀行凈財(cái)富的影響上，其對這兩個(gè)宏觀經(jīng)濟(jì)變量波動(dòng)的作用甚至超過了不確定性沖擊。這一發(fā)現(xiàn)與陳利鋒(2018)[29]的結(jié)論是一致的，后者也發(fā)現(xiàn)貨幣政策在推動(dòng)中國經(jīng)濟(jì)周期波動(dòng)過程中具有非常重要的作用。(3)勞動(dòng)力供給沖擊對于中國宏觀經(jīng)濟(jì)波動(dòng)的影響相對較小，在表1考察的宏觀經(jīng)濟(jì)變量中，除就業(yè)外，這一沖擊對于其他宏觀經(jīng)濟(jì)變量的影響均小于5%。(4)投資效率沖擊是推動(dòng)中國宏觀經(jīng)濟(jì)波動(dòng)的重要力量，但是并非最為重要的因素。這一發(fā)現(xiàn)與賈斯汀阿諾等(2011)[19]的結(jié)論存在顯著的差異，后者發(fā)現(xiàn)投資效率沖擊是影響美國宏觀經(jīng)濟(jì)波動(dòng)最為重要的力量之一。*其研究發(fā)現(xiàn)，投資沖擊與投資效率沖擊是推動(dòng)美國宏觀經(jīng)濟(jì)周期運(yùn)行最為主要的兩個(gè)因素。

基于圖1與表2條件方差分解的結(jié)果可以發(fā)現(xiàn)，由不確定引致的家庭與企業(yè)優(yōu)化決策的變化，不僅改變了外生沖擊影響宏觀經(jīng)濟(jì)變量的動(dòng)態(tài)傳導(dǎo)機(jī)制，而且這種改變引致了宏觀經(jīng)濟(jì)波動(dòng)，而不確定性沖擊則是導(dǎo)致宏觀經(jīng)濟(jì)波動(dòng)最為重要的因素之一。

五、結(jié)論與展望

本文構(gòu)建了一個(gè)包含不確定性的NK-DSGE模型，并考察了不確定性對于中國宏觀經(jīng)濟(jì)產(chǎn)生的動(dòng)態(tài)影響。在采用非線性方法對模型進(jìn)行處理的基礎(chǔ)上，本文考察了不確定性的存在對于外生沖擊下各宏觀經(jīng)濟(jì)變量動(dòng)態(tài)效應(yīng)的影響。研究發(fā)現(xiàn)，不確定性顯著改變了外生沖擊下家庭和企業(yè)家的優(yōu)化決策，進(jìn)而改變了外生沖擊對宏觀經(jīng)濟(jì)的動(dòng)態(tài)沖擊效應(yīng)。在此基礎(chǔ)上，本文進(jìn)一步考察了不確定沖擊對于宏觀經(jīng)濟(jì)波動(dòng)的影響。條件方差分解的結(jié)果顯示，不確定性沖擊是推動(dòng)中國宏觀經(jīng)濟(jì)波動(dòng)最為重要的力量之一。換言之，不確定性引致了中國宏觀經(jīng)濟(jì)較大的波動(dòng)。

基于本文的研究結(jié)論，為了穩(wěn)定宏觀經(jīng)濟(jì)，政策制定者必須采用各種穩(wěn)定化政策以抵御不確定性帶來的負(fù)面影響。首先，需要建立科學(xué)的宏觀經(jīng)濟(jì)監(jiān)控與預(yù)警機(jī)制，有效地識(shí)別宏觀經(jīng)濟(jì)中存在的不確定性；在此基礎(chǔ)上，科學(xué)估算和預(yù)測不確定性對宏觀經(jīng)濟(jì)波動(dòng)產(chǎn)生的動(dòng)態(tài)影響，進(jìn)而為制定和執(zhí)行應(yīng)對政策提供基礎(chǔ)。

本文嘗試將不確定性引入當(dāng)前宏觀經(jīng)濟(jì)以及政策分析的重要范式即NK-DSGE框架中，并使用非線性方法得到不確定性對于中國宏觀經(jīng)濟(jì)波動(dòng)產(chǎn)生的影響。作為一個(gè)嘗試，仍存在可以繼續(xù)擴(kuò)展之處：第一，本文依據(jù)以往研究中較為常見的做法，將不確定性的來源設(shè)定為技術(shù)。盡管這一做法簡化了分析，但是現(xiàn)實(shí)經(jīng)濟(jì)中仍存在其他來源的不確定性，比如政策的不確定等。因此，一個(gè)重要的擴(kuò)展是引入其他來源的不確定性，進(jìn)而可以更為完善地刻畫不確定性。第二，本文在封閉經(jīng)濟(jì)中考察了不確定性的動(dòng)態(tài)影響，那么，現(xiàn)實(shí)經(jīng)濟(jì)中一國宏觀經(jīng)濟(jì)波動(dòng)可能來源于其他國家，如國外經(jīng)濟(jì)狀況的不確定性以及國外政策的不確定性等。因此，另一個(gè)重要的拓展是基于開放經(jīng)濟(jì)模型框架，考察國外的不確定性沖擊對于中國宏觀經(jīng)濟(jì)波動(dòng)的影響。