中国经济波动的来源及其传导机制
——基于供给、需求和金融冲击类型的考察

潘 泽 清

(中国财政科学研究院，北京 100142)

一、中国经济波动的来源及其类型

如何确定经济波动的来源及其类型是进行宏观经济政策调控的首要依据。主流宏观经济学认为，一国经济的波动往往来自于“外生冲击”进而传导至内部系统，这个过程可以用冲击-传导模式加以刻画[1]。所谓“外生冲击”主要是指在经济体所处的环境中突然出现了之前难以预测到的高影响事件[2]。因此，“外生冲击”被视为经济波动的来源，其可能来自于国内，如煤荒电荒，但更多的则是来自国外。譬如在新冠疫情爆发之前曾经由美国主导的经济全球化影响下，世界经济往往因美国及发达经济体突发而剧烈的内部震荡而出现冲击外溢，进而对他国经济形成一系列的“外生冲击”，这些冲击常常通过他国内部的传导机制，进一步对其经济产生干扰。这是上一轮经济全球化的一个典型负面特征。作为全球最大的发展中国家，中国经济也难以避免地因此类外部冲击而引发内部经济波动。对于中国经济的稳定发展而言，随之而来的问题是，这种外生冲击的类型主要有哪些？不同类型冲击的作用力及持续时间究竟如何？对于这些问题的探讨，是进行宏观政策评估的关键。

在宏观经济学中，根据“外生冲击”对经济变量起的作用以及作用方向，将“外生冲击”分为需求冲击、供给冲击和金融冲击三种类型。其中关于金融冲击，欧美近年的研究亦证实了其对于经济波动的显著影响[3]。但国内的实证研究往往只关注到供给冲击和需求冲击两类，对“外生冲击”的总体认识还有所欠缺，尚未完全刻画出引发中国经济波动的类型。在宏观经济管理中，讲究的是“对症下药”。对于不同类型的冲击所引起的经济波动，需要采取不同的对策。例如，正向的需求冲击和正向的金融冲击都会引起通货膨胀，但是，金融冲击引起的通货膨胀更为持久，需要采取多种手段，在较长时间内收紧金融环境。对于需求冲击，只需短期收紧货币政策即可。准确识别经济波动的来源，是科学精准实施宏观调控的前提条件，否则，不仅“精准”无从谈起，还可能出现政策失误。

在分析经济波动来源的方法上，结构向量自回归模型(SVAR)一直是甄别“外生冲击”的主要工具[4]，它可以评估各个“外生冲击”对经济波动的影响程度以及持续时间，在宏观经济研究中得到了广泛应用。为了甄别金融冲击，需要在SVAR模型中纳入金融变量。通常，国内金融变量的时间序列比较短，特别是使用金融状况指数(FCI)这类综合性金融指数时，有可能面临“维数诅咒”，出现自由度不足问题。笔者估计，国内以往的研究之所以没有关注金融冲击，很可能就是因为“维数诅咒”的存在，研究者无法在模型中纳入金融变量，用于甄别金融冲击。为了克服这一问题，笔者编制了FCI，增长了FCI的时间序列。同时，采用贝叶斯估计，以解决大维度问题。此外，相较于之前的研究，我们还可以获得更长的金融变量时间序列。

二、三大冲击对经济波动影响的理论分析

在宏观经济学中，可以用AS-AD模型来说明需求冲击和供给冲击对经济波动的影响。其中AS指的是总供给，AD指的是总需求。这个分析框架让我们看到一个国家经济活动的供给和需求两个方面，也让我们看到价格水平和产出之间的关系。如图1所示的以价格为纵轴、产出为横轴的AS-AD模型图上，AD是一条向右下倾斜的曲线，即随着产出增加、价格会下降。而AS是一条向右上倾斜的曲线，即随着产出增加、价格会上升。需求冲击被定义为将导致产出和价格向同一方向调整的冲击，供给冲击被定义为将导致产出和价格向相反方向调整的冲击。当发生需求冲击或供给冲击时，AD或AS曲线会发生平移，从而导致价格水平和产出同时发生变化。例如，当出现负向的需求冲击时，产出和价格同时下降；而出现负向的供给冲击时，产出下降，但是价格却会上升。

图1 AS-AD模型图

金融冲击是金融环境中出现的高影响事件。金融冲击将会通过家庭信贷约束渠道影响经济波动[5]。当出现负向的金融冲击时，会引起家庭资产价格下降，家庭资产净值减少，这会削弱负债家庭的抵押借款能力，并对家庭资产价格施加更大的下行压力，从而对家庭资产市场和宏观经济产生持续影响。除了家庭信贷渠道外，负向金融冲击还会通过金融中介渠道影响经济波动[6]。当出现负向的金融冲击时，银行获得存款的能力将会受到限制，从而弱化银行的信贷供应能力，由此影响经济波动。而且，信贷减少会在整个供应商和客户网络中传递，放大负向金融冲击对经济波动的作用[7]。

三、模型的构建

为了甄别经济波动的来源，我们首先以如下的向量自回归模型(VAR)为基础,同时采用“符号约束方法”对模型施加约束，从而得出SVAR模型。

VAR模型的表达式由式(1)给出：

yt=A1yt-1+…+Apyt-p+CXt+εt

(1)

这里，yt表示n个内生变量的向量，t=1,…,T；Xt表示m个外生回归变量(包括一个常数)的向量；A1,…Ap为滞后影响矩阵(n×n维)，p为滞后阶数；C为外生回归变量的影响矩阵(n×m维)；εt～(0,Σ)，为多元正态分布的残差向量。在本文中，n=3,m=3,p=5。

模型的估计方法为贝叶斯方法。在构建模型中，关键是确定模型的数据和变量结构以及模型的约束方法。

(一)数据和变量结构

本文的模型将经济波动、价格水平和金融状况的衡量指标纳入SVAR框架，将宏观经济的变化与金融状况的变化联系起来。考虑到外部因素的潜在影响，也将衡量全球经济活动和全球商品价格的指标作为外生变量纳入模型。

1.外生变量

我国作为最大的世界工厂，是一个具有很强贸易联系的开放经济体。一方面，出口作为外需，在需求端对我国经济有较大影响；另一方面，我国在大宗商品上严重依赖进口，是全球从能源到农产品等各种原材料的最大消费国。大宗商品价格的变动是供给冲击的一大来源，往往会对我国经济产生重大影响。忽视外生变量在我国经济增长中的作用，可能导致计量模型因误设出错。因此，基于现有可得的数据，我们在计量模型中纳入两个外生变量来捕捉外部因素对中国经济的影响：G20的经济增长率以及IMF的大宗商品价格指数。数据来源于wind数据库。

2.内生变量

在本文模型中，包括以下三个内生变量:

(1)经济波动指数。我们采用经济波动指数(BCI)来刻画经济波动的状态，该经济波动指数包括发电量、工业增加值、出口和社会消费品零售总额的增长率等四个指标。具体数据来源和编制方法参见潘泽清(2021)的研究[8]。

(2)消费者物价指数CPI。我们采用消费者物价指数(CPI)反映价格水平的变化。数据来自中经网。

(3)金融状况指数。参照刘璐(2019)、马勇等人(2017)的研究[9][10],我们采用金融状况指数(FCI)来反映金融环境的松紧程度。目前公开可得的数据，只有Wind提供的第一财经研究院的中国FCI，但是，该指数时间序列较短。为此，参照现有研究，我们采用如下三个步骤编制FCI：

第一，选择构成FCI的变量。构成FCI的变量如表1所示。

第二，对变量的数据进行预处理。这一步骤主要包括:(1)数据偏态处理和异常值处理。(2)利用HP滤波对各变量进行去趋，以消除趋势性因素的影响，这相当于使用各变量的缺口计算FCI。(3)对变量进行标准化。(4)对变量的数据进行同向化处理。在本文中，金融状况指数大于0，表示相对平均水平而言的金融状况紧缩。

第三，确定变量的权重。采用主成分方法计算各变量的权重，由此构成FCI时间序列。编制完成的FCI数据为月度频率数据，由于本文模型中使用的是季度频率数据，因此，本文通过取平均数的方法将月度数据转化为季度数据(见表1)。

表1 构成FCI的变量

本文的模型以2003q1～2021q4期间的季度频率进行估算。为了避免数据中可能出现的季节性问题，变量均以同比增长率表示。在确定模型滞后阶数时，多数信息准则给出了5阶的建议，据此，我们将变量的滞后阶数确定为5阶。

(二)符号约束

在SVAR模型中，必须对脉冲响应函数进行约束，才可以识别出冲击。早期的研究者多采用短期、长期约束方法，如递归方法、布兰查德和佩罗蒂(Blanchard and Perotti，2002)的方法[11]以及布兰查德和夸(Blanchard and Quah，1989)的方法[4]等对脉冲响应函数进行约束。但是，这些方法的应用条件要求较为严格，例如，在递归方法中，要求一个变量的脉冲响应函数对另一个变量冲击的响应滞后一定期间，例如，一个季度，在现实中很难满足这一约束条件。在布兰查德和佩罗蒂的方法中，很难找到强有力的工具来确定因果效应。而布兰查德和夸的方法需要较长的样本期间。在这种情况下，乌利希(Uhlig，2005)提出符号约束方法[12]，这种方法允许研究人员对感兴趣的关键变量的响应保持不可知论，很有吸引力。乌利希提出的算法使用了具有符号和零约束的惩罚函数，我国的现有文献基本采用这一算法。

阿里亚斯等人(Arias et al.，2018)指出[13]，乌利希的算法对似乎不受约束的变量强加了其他符号约束，这些约束会导致结果出现偏差并产生误导的置信区间，在这一基础上，他提出了新的算法。在阿里亚斯等提出的新算法中，通过分解简式残差(εt)的方差-协方差矩阵Σ，获得P矩阵，并从哈尔(Haar)均匀分布中抽取正交矩阵Q的拟合样本。在获得P和Q后，以P*Q的形式为备选矩阵抽取拟合样本，检查符号约束是否得到满足并仅保留那些约束已得到满足的拟合样本。不断运行该算法，直至得到10,000个满足这些标准的拟合样本。目前，在国外文献中，越来越多的研究采用阿里亚斯等提出的新算法，但国内的研究文献还很少采用。

我们通过符号约束，识别出作为经济波动来源的三大冲击：需求冲击、供给冲击和金融冲击，参见表2。对需求、供给的约束来自于标准的IS/LM模型。假定扩张性总需求冲击会提高产出、价格水平和货币政策利率(金融状况趋紧，指数上升)，总供给冲击推动产出和价格水平向相反的方向发展。

表2 符号约束

在识别金融冲击时，本文利用金融状况指数中可用的信息确定约束的方向[14]，在SVAR模型中使用FCI作为帮助识别信贷供应冲击的手段。该方法假设正的信贷供给冲击与融资环境的软化(以及FCI的宽松)有关，这会刺激经济活动。

四、三大冲击的程度及其对中国经济波动的作用分析

在SVAR模型中，可以利用历史分解、脉冲响应函数分析模型的结果。本文首先利用贝叶斯SVAR模型的估计结果，通过历史分解，复原出样本期间各个时期供给冲击、需求冲击和金融冲击的程度，由此了解特定时期相关冲击的作用和某些期间的冲击变化过程。然后，利用脉冲响应函数刻画供给冲击、需求冲击和金融冲击作用随时间推移的变化过程。

(一)历史上各个时期冲击的程度——历史分解

通过历史数据分解，可以复原出过去各个时期供给冲击、需求冲击和金融冲击的程度。以此为基础，我们可以了解某个特定时点影响经济波动的主要冲击的类型和程度。同时，还可以通过观察一段期间冲击程度的变化，把握其规律性。

1.两次经济震荡初始期供给冲击、需求冲击和金融冲击的程度。在样本期间，中国经济曾经出现过两次经济震荡，一是始于2008q4为初始期的全球金融危机引致的震荡，二是2020q1为初始期的疫情引致的震荡。下面我们根据历史分解数据分析这两个特定时期的冲击程度。冲击程度表示为对估计的“外生”成分的偏差，外生成分包括稳态和外生变量的影响。这里，冲击程度按冲击引起的经济波动指数变动的幅度计算，因此，其单位与经济波动指数相同。

表3所示的是两次震荡初始期供给冲击、需求冲击和金融冲击的程度。由表3可知，在金融危机的初始期，负冲击程度最大的是金融冲击，这说明金融冲击是导致金融危机时期经济下行的主导力量，因此，金融危机可谓“名副其实”。负需求冲击程度为金融冲击的42%，负供给冲击程度为金融冲击的40%，说明这两个冲击都不容忽视。出现较大的负需求冲击很可能是因为金融危机存在收入效应和财富效应，影响了人们的消费能力和意愿。金融危机期间之所以会出现较大的负供给冲击，是因为我国制造业处于全球产业价值链的中间位置，对国外中间产品的依赖度较高，全球金融危机冲击了我国供给端中间产品的进口，而本国的中间产品又无法形成有效的替代，从而形成较大的负供给冲击[15]。可见，金融危机初始期的经济震荡是由以金融冲击为主的复合型冲击引起的。

表3 两次经济震荡初始期三大冲击的程度

而在疫情出现的初始期，负冲击程度最大的是供给冲击。而且，供给冲击“一家独大”。出现高供给冲击程度是因为疫情爆发，导致封城封路、供应链被阻断，工人无法到岗、工厂停摆。可见，疫情初始期的经济震荡是由供给冲击单一因素引起的。

2.经济稳定期间冲击程度的变化过程及特点。除了经济震荡期外，中国经济在其他时间大多处于稳定期。图2给出了2005q1～2008q3，2012q1～2019q4两个期间三大冲击程度的4期移动平均序列的变动过程。2005q1～2008q3为金融危机前的期间，在图中标注为A区。2012q1～2019q4为“新常态”期间，在图中标注为B区。这里，我们将两个期间绘制在同一图表上，以方便对比分析。

图2 经济稳定期供给冲击、需求冲击和金融冲击的程度

图2的灰色面积表示经济稳定期间需求冲击程度，由图2可知，需求冲击呈现较有规律的波动形态，而且，波动范围都处于-0.25～0.2之间，波动的幅度小于供给冲击和金融冲击。尤其是金融危机前的期间，与其它两个冲击对比，差异非常明显。这很可能表明，在经济稳定期间，需求冲击只会出现“适度”的波动。需求冲击较小有可能是“逆周期”调控的结果。

图2的实线表示经济稳定期间供给冲击程度，虚线表示金融冲击程度。由图2中的A区可以了解到，在金融危机前期间，从2005q1～2006q1，供给冲击持续上升，这是中国在加入WTO后的后发优势和结构性增长优势持续发力的结果。2006q1之后，供给冲击见顶回落，这表明中国后发优势和结构性增长优势开始弱化，此后供给冲击出现趋势性下行态势，这一过程一直持续到金融危机爆发前的2008q2。与此同时，金融冲击开始上升，金融环境持续宽松，出现趋势性上行态势，在2007q1超越供给冲击，宏观经济出现“关键时刻”——之所以将这一时刻称为“关键时刻”，是因为在越过这一时刻之后，正向金融冲击将成为主导力量，而且是趋势性的。在这种情况下，比较容易出现泡沫经济或者高通胀，意味着宏观经济驶入风险较大的区域。在越过“关键时刻”后，金融冲击继续上行，一直到2017q4见顶，在这一期间出现严重的通货膨胀。此后，在“控通胀”的压力下，金融冲击开始回落。这意味着，在供给冲击不断下行的情况下，相关部门有可能会尝试“启动”金融冲击，冲抵供给冲击的下行；然而，金融冲击高位运行是不可持续的。

由图2中的B区可以了解到，在进入“新常态”后，从2012q1～2013q4，供给冲击延续金融危机前期的态势，一直在低位徘徊。2013年新一届政府就任以后，出台了众多改革举措，如启动“营改增”改革，取消和调整相当部分的行政审批项目，2013q4开始供给冲击有所改观。2016q2，在供给侧改革的加持之下，供给冲击由负转正。此后，借力供给侧改革以及全面的“营改增”改革，供给冲击持续攀升，到2019q1见顶。另一方面，在进入“新常态”后，从2012q1～2013q3，金融冲击持续下降。这是由于在金融危机期间，为了刺激经济，金融环境过于宽松，回调是收缩此前过于宽松金融环境的必然反应。2013q4～2016q3，金融冲击一直在低位徘徊。2016q4～2019q4，金融冲击出现一次非常“规整”的波动。值得指出的是，在“新常态”期间，虽然金融冲击偶尔出现过超越供给冲击的情况，但并非是趋势性的，没有出现过“关键时刻”。这说明，这一期间得益于供给侧改革等措施，经济运行较为稳健，宏观经济一直运行在低风险区域。

值得注意的是，供给冲击从2019q1见顶回落。与此同时，金融冲击从2018q4底部上升，又出现供给冲击趋势性下行和金融冲击趋势性上行的态势，在2019q4两者几乎相交，宏观经济又接近“关键时刻”。虽然疫情的出现打破了这一局面，但是，在疫情过去之后，这种局面有可能再度出现，今后应予以特别关注。

最后，从图2可以观察到，在金融危机前的期间，正向金融冲击存在较为明显的影响。在“新常态”期间，负向金融冲击存在较为明显的影响。

(二)冲击作用随时间推移的变化过程——脉冲响应函数

在确定了经济面临的供给冲击、需求冲击和金融冲击的程度之后，我们利用脉冲响应函数来刻画发生冲击时，BCI和CPI如何随时间推移而变化。

假定在第1期三大冲击各发生一个标准差的正向冲击。图3是BCI变量对三大冲击的脉冲响应函数，这里，纵轴表示经济波动指数，横轴表示冲击发生后的时期(季度)数。图4是CPI变量对三大冲击的脉冲响应函数，其中，纵轴表示消费者物价指数，横轴表示冲击发生后的时期(季度)数。

图3 BCI的响应函数

图4 CPI的响应函数

在经济波动指数的变动上，从图3可以看出，在最初期间，BCI对各个冲击的响应均为正向，随后响应开始衰减。但是，各个冲击的作用程度以及变化路径存在一定差异。其中，在第1期，金融冲击的作用最大，需求冲击次之，供给冲击略低于需求冲击。但是，供给冲击的作用衰减较为缓慢，并且始终为正向，这说明供给冲击无论是短期还是长期都存在正向影响，而金融冲击的作用衰减较快，并在第5期其作用从正向转为负向，此后始终为负向，但是程度较小。这说明金融冲击在短期虽然正向影响很大，但是，影响消退很快，而且，在中长期有小幅度的负向影响。需求冲击的作用衰减速度与金融冲击差不多，但是在第3期就转为负向，在第7期又转回正向。但是，从第3期开始，需求冲击影响无论正向还是负向，作用都非常小，可以忽略不计，故可以认为，需求冲击只在短期内有较大的正向影响。

在消费者物价指数的变动上，从图4可以看出，在第1期，CPI对需求冲击和金融冲击的响应为正向，其中，需求冲击的作用最大，金融冲击次之。在第1期之后，需求冲击作用开始衰减，在第4期接近于0，在第5期转为负向，此后始终为负向，但是程度较小。这说明需求冲击在短期内虽然有很大的正向影响，但消退很快，而且，在中长期有小幅度的负向影响。与需求冲击不同，在第1期之后，金融冲击影响开始上升，在第4期达到峰值，而且，峰值与需求冲击第1期相当，随后才开始衰减，同时，一直保持正向作用。这说明金融冲击无论是短期还是长期都有正向影响。在第1期，供给冲击作用为负向，而且程度比较大，随后开始衰减，到第9期由负向转为正向，但是，此后的正向作用程度非常低，基本可以忽略不计。这说明供给冲击在中短期有很大的负向影响。

五、结语

本文基于2003～2021年的季度数据，建立一个符号约束的贝叶斯SVAR模型，从供给、需求和金融状况三个角度，考察中国经济波动的来源及其影响。

本文的主要结论和政策建议是:

第一，在金融危机期间和经济稳定期，金融冲击均对经济波动存在较为明显的影响，除了供给冲击和需求冲击外，金融冲击也是中国经济波动的主要来源。因此，在制定宏观经济政策时，需要考虑到这一金融状况带来的影响。

第二，2008年金融危机初始期的经济震荡是由以金融冲击为主的复合型冲击引起的，2020年疫情初始期的经济震荡是由供给冲击单一因素引起的。在面对类似的经济震荡时，首先必须对引起经济震荡的冲击作出准确诊断，并判断其程度大小。然后，针对各种冲击，采取不同的对策。对于疫情引起的负面供给冲击，应从供给侧入手，抓紧复工复产，出台畅通供应链的保障措施。在这方面，中国在应对2020年疫情引起的供给冲击上，可谓可圈可点。对于金融危机引起的紧缩性金融冲击，可综合运用房价、股价、汇率以及信贷等手段，放松金融环境。针对负面需求冲击，可采取扩大内需的对策。在应对2008年的复合冲击时，比较难以处理的是供给冲击。对于这类供给冲击，需要未雨绸缪，提高国产中间产品的替代能力。

第三，从历史上看，在经济稳定期间，需求冲击在多数时期都比较小，这可能得益于“逆周期”调控。在经济稳定期间，试图仅仅通过放松金融环境所带来的金融冲击消除供给侧的结构型矛盾或提升供给质量、产业升级等，是不可持续的。在“新常态”期间，经济运行较为稳健，这主要得益于供给侧等改革，推动供给冲击不断上行。疫情前宏观经济又接近“关键时刻”，如果疫情结束后，再度出现这一局面，应予以特别关注。基于这些分析，本文认为，在宏观经济管理中，首先，应慎用金融冲击冲抵供给冲击，要妥善处理“防风险”与“稳增长”的关系。其次，不断挖掘推动供给冲击上行的力量。在今后应加大创新的力度，以创新推动供给冲击上行。

第四，在经济波动指数的变动上，供给冲击无论短期还是长期都有正向影响。金融冲击在短期虽然正向影响很大，但消退很快，在中长期有小幅度的负向影响。需求冲击只在短期内有较大的正向影响。在消费者物价指数的变动上，供给冲击在中短期内有很大的负向影响。金融冲击无论短期还是长期都有正向影响。需求冲击在短期内虽然有很大的正向影响，但是消退很快，而且，在中长期有小幅度的负向影响。鉴于金融冲击影响消退很快，而且容易诱发长期的高通胀，因此应通过调节，避免出现大幅度的正向金融冲击，在这一过程中，可将供给冲击作为其上限。同时，通过改革和创新等手段，不断推动供给冲击上行，充分发挥正向供给冲击在促进增长以及在抑制通胀中的作用。