论文部分内容阅读
自从1978年改革开放以来，高速增长和大幅波动是中国经济表现出的两个显著特点，其中GDP增长率波动的方差为7.5，而通货膨胀的方差更高达39.2。为了保持经济平稳运行，中国频繁使用货币政策和财政政策来对经济进行宏观调控。因此，理解货币政策和财政政策对经济的影响就非常重要，而有效的货币以及财政政策建立在政策制定者对未来经济形势的准确判断的基础之上。 本文首先利用一个Bayesian VAR模型来对一些主要宏观经济变量进行预测，在预测模型先验分布的选择上，我们在Minnesota prior的基础上进行了修改，并从数据中得到先验分布中引入的超参数。本文接着利用符号限制的Bayesian SVAR模型来分析货币政策以及财政政策对经济的影响。在分析货币政策的基准模型的基础之上，我们对SVAR模型进行了各种设定来检验模型的稳健性;在分析财政政策的SVAR模型中，为了得到财政政策冲击，本文还识别了经济周期冲击和货币政策冲击，这样就过滤掉了经济景气和货币政策的变化对财政政策变量的影响，我们还比较分析了财政支出和税收冲击对产出的即期乘数以及现值乘数。 通过以上的数量分析，本文得到了如下主要结论:第一，与OLS估计方法相比，Bayesian估计方法能提高模型的预测表现以及得到更加准确的脉冲反应函数，并且，中型BVAR模型比小型BVAR有更好的预测表现。第二，中国货币政策冲击对实体经济有很大影响，我们的实证结果并不支持货币中性假说，而且中国价格的调整相对更加灵活。第三，中国财政政策冲击对经济的影响很大而且持续性较强。财政支出和税收冲击的乘数都大于1，而税收冲击对产出的影响比财政支出对产出的影响要大，税收的即期乘数和现值乘数都比财政支出相应的乘数大。 与现有的研究相比，本文的贡献主要体现在以下几个方面:第一，本文采用Bayesian方法对VAR模型进行估计，本文在先验分布的设置上根据中国宏观经济数据表现出来的特点对Minnesota prior进行了改进，这种改进使得模型的预测表现有很大提高。第二，本文发现，与OLS估计方法相比，Bayesian估计方法能够得到更加准确的脉冲反应函数。第三，本文利用对脉冲反应函数的符号做限制来识别货币政策冲击，这种识别方法对模型的假设更为宽松。第四，在对财政政策的识别上，本文过滤掉了经济景气和货币政策的变化对财政政策变量的影响，我们不仅计算了财政支出和税收冲击对产出的即期乘数和脉冲反应，而且计算了它们的现值乘数和贴现累积脉冲反应。