經濟周期視角下的中國財政支出乘數研究

　　內容提要：系統考察財政支出乘數及其伴隨經濟發展周期的演化特徵，是科學評估政府財政支出效果的基本前提，是合理制定和有效執行「精準」財政政策的重要基礎，有助於新時代經濟金融風險監管體系和現代財政制度的加快建立。克服已有模型局限，將經濟周期特徵納入中國財政支出乘數問題研究框架，系統測算中國財政支出乘數，並著重定量考察財政支出乘數與經濟周期的關係，研究發現：中國財政支出乘數高於欠發達國家和地區，但與世界主要發達經濟體還存在一定的差距；財政支出乘數具有比較明顯的逆周期特徵，經濟低迷時期財政支出乘數是經濟繁榮期的2.3倍；1998年亞洲金融危機與2008年國際金融危機期間的財政支出乘數顯著高於其他時期。財政刺激政策出臺的時機至關重要，為提升財政支出效果，應在危機衝擊發生後較為及時地推出財政支出政策。

　　關 鍵 詞：中國財政支出乘數；經濟周期；財政刺激政策時機

　　項目基金：本文為教育部「長江學者」特聘教授獎勵計劃、國家傑出青年科學基金(71525006)以及上海市領軍人才計劃階段性成果。

　　作者簡介：陳詩一，復旦大學經濟學院，泛海國際金融學院教授； 陳登科，復旦大學經濟學院講師。(上海 200433)

　　財政政策是政府宏觀調控的基本工具。尤其是2008年金融風暴席捲全球，給世界經濟發展帶來巨大不確定性，為應對金融危機衝擊，世界主要經濟體相繼出臺了規模空前的財政刺激計劃。美國通過了總額高達8000億美元的經濟刺激計劃；歐盟推出了一項總額2000億歐元的財政支出方案。對於中國而言，財政政策更是政府促進經濟發展、熨平經濟周期性波動的重要工具之一。2008年國際金融危機後，中國集中出臺了涵蓋基礎設施建設、教育、民生、生態環境等諸多方面的40000億政府財政支出計劃，以此來刺激需求，提振經濟。圖1繪製出了1995-2015年中國財政赤字演化情況。從圖形中可以明顯地看出，亞洲金融危機與國際金融危機期間，中國的政府財政赤字水平均出現了非常顯著地增加。①特別地，2008年財政赤字水平甚至呈現出跳躍式增長態勢，這表明中國財政政策在金融危機後明顯趨於積極。然而這些規模空前的財政刺激政策的合理性與效果均在一定程度上引起了爭論。此外，黨的十九大報告明確提出要創新和完善宏觀調控，健全財政、貨幣等經濟政策和金融監管體系，守住不發生系統性金融風險的底線。這對當前政府財政政策的制定和實施提出了更高、更全面的要求。在當前財政政策趨於積極、財政支出效果引起各界廣泛關注的大背景下，定量評估財政支出效果、準確識別財政政策出臺的恰當時機對於科學制定與執行經濟政策具有重大的現實意義。

　　

　　圖1 1995-2015年曆年中國財政赤字變化

　　財政政策的制定和實施與經濟周期的演化緊密相聯，財政支出效果的系統評估離不開對經濟周期的考察。究其原因在於，公共部門財政支出對私人部門投資的擠出效應隨經濟周期發展階段變化而變化。既有宏觀經濟理論較為一致地表明，在經濟周期的繁榮階段，政府財政支出的擠出效應一般大於經濟周期的低迷階段，從而導致經濟周期低迷階段的政府財政支出效果好於繁榮階段。周期性特徵是中國經濟運行長期以來的一個重要典型事實。圖2繪製了1995-2015年間中國GDP水平值與增長率曲線。可以看出，雖然中國經濟持續增長，但是其增長率波幅較大。圖2還進一步揭示，即便對經濟增長率進行三期移動平均轉換，其周期性特徵也基本不改變。可見，科學評估中國財政支出效果不能忽視中國經濟發展的周期性特徵。將中國經濟發展的周期性特徵納入財政支出效果分析框架，不僅有助於理解中國過去的財政政策實踐，而且有助於政策當局制定和實施與新時期經濟發展特點相契合的財政政策，對未來財政政策的執行也具有借鑑意義。

　　

　　圖2 中國經濟增長的周期性特徵

　　政府財政支出的效果集中體現在財政支出乘數的大小上，即一單位財政支出帶來的產出增加量。財政支出乘數越大，財政支出的效果越明顯，反之則反是。然而目前對中國財政支出乘數系統性的定量研究還非常匱乏。更重要的是，還尚無文獻定量考察中國財政支出乘數如何隨經濟周期變化，也無文獻對中國財政支出乘數在每個時點進行估算。科學回答這些問題對考察中國財政政策效果至關重要。

　　有鑑於此，本文首次將經濟周期特徵納入中國財政支出效果分析框架，在此基礎上旨在定量考察如下核心但卻尚未得到很好回答的問題：第一，平均而言，中國財政支出乘數的具體數值是多少；第二，中國財政支出乘數在經濟周期的不同階段有何特點，是否與經濟理論預期一致，經濟低迷時期的財政支出乘數是否高於經濟繁榮時期；第三，更進一步地，特定時點的財政支出乘數是多少，以及政府財政支出政策何時推出更加有效。

　　本文關於政府財政支出乘數的研究屬於實證分析的範疇。儘管如此，對於從理論層面上理解中國政府財政支出績效，本文也嘗試基於實證分析結果給出了新的洞見。這集中體現在如下幾個方面：首先，宏觀經濟理論表明，政府財政支出可以通過刺激社會總需求來增加總產出，然而進一步的一般均衡框架分析則顯示，政府財政支出還會通過一般均衡效應擠出私人部門投資，最終降低甚至完全抵消政府財政支出的經濟刺激效應。換言之，經濟理論本身並未能給出政府財政支出乘數的具體取值。從這個意義上來看，估算政府財政支出乘數的具體數值，有助於理解公共部門與私人部門在面對政府財政支出衝擊過程中的交互作用，這對於公共部門與私人部門均扮演重要角色的中國經濟來說尤為重要。具體來說，在給定其他條件都相同的情形下，較小的政府財政支出乘數所反映的是，政府財政支出的增加對私人部門具有較大的擠出效應，該情形下，為更好擬合現實核心宏觀經濟數據，構建相關經濟理論模型時則需要重點刻畫擠出效應，反之則相反。其次，現有宏觀經濟理論較為一致的觀點是，政府財政支出效果呈現逆周期變化態勢。然而，這一理論發源於西方發達國家，其所研究的對象也大都是發達經濟體，這些經濟體的共同特徵是，發展階段已達到或者接近經濟學中的穩態階段。作為一個還處於轉型階段的發展中經濟體，在經濟增長約束、經濟發展特徵以及經濟運行規律等諸多方面，中國與這些國家均存在較大差異。與此相關的一個理論問題是，中國政府財政支出效果是否如發達經濟體那樣呈現逆周期變化態勢?實證考察中國財政支出乘數及其隨時間變化的特徵有助於更好地理解該問題。最後，現有文獻識別財政支出乘數所面臨的一個共同的困難是，計量回歸模型中存在反向因果問題。具體而言，在政府財政支出影響產出的同時，產出也會反向影響政府財政支出。為處理該問題，現有文獻較為普遍的做法是施加理論識別假設，即假設政府財政支出在短期內不會對產出的變化產生反應。但是對於採用年度或季度數據的文獻，該假設是一個較強的理論假設，從而可能導致有偏的估計結果。基於這一認識，本文構建月度數據進行實證研究，從而使得政府財政支出在短期內不會對產出變化產生反應的理論假設更加貼近現實，這也可以視作本文研究的創新之一。

　　本文餘下部分結構安排為：第一部分在梳理和評述已有相關文獻的基礎上，引出本文研究的必要性和創新性；第二部分設定計量模型，並介紹模型估計策略；第三部分介紹本文的數據，同時闡述關鍵變量的構建；第四部分報告實證結果，並依據實證結果對本文嘗試回答的主要問題開展討論；第五部分是穩健性分析與進一步地討論，旨在檢驗本文主要結果對不同模型設定的穩健性；最後是全文結論，提出政策建議。

　　一、文獻評述與本文研究創新

　　財政支出效果歷來是社會各界普遍關注的重要課題。對此較為系統的研究最早可以追溯到凱恩斯對財政支出乘數的分析。儘管如此，關於財政支出乘數的具體數值，至今尚存在較大爭議。比如，Blanchard和Perotti估計了美國財政支出的產出效應，研究結果顯示財政支出乘數介於0.96-1.73之間。②Romer和Bernstein運用大型宏觀計量模型對美國財政支出乘數進行了估算，發現美國財政支出乘數在財政支出政策推出後第8個季度達到最大值1.57。③Ramey則進一步將預期因素納入計量分析模型，發現財政支出乘數存在較大波動，其數值大致介於0.6-1.1之間。④Ilzetzki等考察了44個國家的財政支出乘數，發現不同國家間財政支出乘數大小存在顯著差異，發達國家財政支出乘數通常高於發展中國家。⑤這些文獻主要選用宏觀計量模型估算財政支出乘數。此外，為豐富模型的經濟學含義，基於動態隨機一般均衡模型(DSGE)考察財政支出乘數逐漸受到學者們的關注。⑥這類文獻中的財政支出乘數一般介於3-5之間。

　　以上測算財政支出乘數的文獻，採用的是宏觀計量模型或者DSGE模型，使用的數據多為宏觀時間序列數據，這類模型更加強調基於模型的預測分析。隨著計量經濟學因果識別工具的發展與流行，以及高質量面板數據可得性的增強，採用更具經濟學含義的外生衝擊來測算財政支出乘數正成為該領域新的研究前沿。這類研究更加強調估計參數的因果解釋。比如，Acconcia等基於省級面板數據，利用義大利政府打擊黑手黨的外生衝擊作為財政支出的工具變量，估計了義大利省級財政支出乘數。⑦其研究結果顯示，較之於2SLS估計結果，OLS估計結果顯著低估了財政支出乘數，從而進一步強調了選取外生衝擊識別財政支出乘數的必要性。Kraay利用世界銀行對欠發達國家和地區的項目援助信息對財政支出乘數進行了識別。⑧研究顯示，這些欠發達國家和地區的財政支出乘數平均為0.48，並且這一數值在不同的計量回歸模型設定下基本不改變。Serrato和Wingender利用美國人口普查對人口估計的修正作為財政支出的外生衝擊，估計了美國州層面的財政支出乘數，研究結果顯示，州政府的財政支出乘數介於1.7-2之間。⑨總體來看，這類文獻中的財政支出乘數介於0.4-2之間。

　　縱觀以上文獻，無論是基於宏觀計量模型，還是DSGE模型，抑或是面板數據因果識別模型，由於未將經濟周期特徵納入研究框架，均難以充分討論不同經濟發展狀態下財政支出乘數的特點。為此，Baum等將經濟周期納入模型，選用門限向量自回歸模型考察了G7成員國財政支出乘數與經濟周期的關係，發現經濟下行時期的財政支出乘數大於膨脹時期。⑩Candelon和Lieb在短期門限向量誤差校正模型的框架內討論了經濟周期不同階段的財政支出乘數，也得到了類似的結果。(11)Auerbach和Gorodnichenko估算了美國財政支出乘數，發現經濟低迷期的財政支出乘數是經濟繁榮期的2-3倍。(12)Caggiano等進一步將預期引入模型發現，經濟低迷期財政支出乘數大於經濟繁榮期的結論依然成立。(13)此外，Canzoneri等建立理論模型研究了財政支出乘數與經濟周期的關係，結果同樣表明，財政支出乘數具有顯著的逆周期特徵，在經濟低迷期，政府財政支出乘數超過2，而在經濟繁榮期，這一數值則顯著小於1。(14)不難發現，與財政支出乘數具體數值存在較大爭議不同，關於財政支出乘數在不同經濟周期階段的相對大小，既有文獻研究結果較為一致，即經濟低迷時期高於經濟繁榮時期。

　　儘管國外文獻對財政支出乘數已經進行了較為豐富的研究，但是國內這方面的研究相對比較匱乏，且還尚無文獻定量考察財政支出乘數與經濟周期的關係，亦無文獻對每一時點的財政支出乘數進行系統估算。具體而言，國內關於財政支出乘數的代表性研究較早可以追溯到郭慶旺等基於IS-LM框架的分析，他們發現中國財政支出乘數從1998-2003年逐年下滑。(15)與此不同，陳詩一和張軍則採用非參數技術考察了中國省級財政支出的效率，認為在1994年分稅制改革後，地方政府的支出效率總體上得到了改善。(16)王國靜和田國強構建DSGE模型考察了中國政府消費與投資支出乘數，發現二者存在明顯的異質性。(17)李永友從市場信心視角對中國財政支出效果進行了考察，發現市場主體信心的提振有助於增強政府財政支出效果。(18)雖然這些文獻對中國財政支出效果進行了嚴謹的分析，但未將經濟周期納入各自的分析框架，從而也就無法分析不同經濟發展狀態下的財政支出效果。此外，楊燦明和詹新宇以及賈俊雪和郭慶旺等學者對中國最優財政收支規則進行了細緻的分析，對於中國財政政策實踐具有重要的啟示意義。(19)儘管如此，這些研究也都未涉及本文所要重點探討的經濟周期與財政支出乘數的關係問題。

　　針對現有研究中國財政支出乘數文獻存在的缺失，本文研究創新體現在如下幾個方面：第一，首次定量考察了中國財政支出乘數與經濟周期的關係，並進一步估算了研究樣本區間內每一時點的財政支出乘數，這使得本文能夠定量回答諸如中國的財政支出乘數在經濟周期的不同階段有何特點，以及財政刺激計劃何時推出更加有效等目前尚未得到很好回答的重要問題；第二，為使研究結果更加準確，克服覆蓋樣本不完全、調查樣本頻繁變動以及統計口徑前後不一致等問題，構建月度數據進行實證研究，高頻宏觀數據的使用使得本文計量識別假設更為合理；第三，本文還對既有模型進行了拓展，以求更加準確地刻畫中國經濟增長的特徵事實。

　　二、模型設定與模型估計

　　(一)模型設定

　　如前所述，本研究的一個核心目標是考察經濟周期不同階段中國財政支出乘數的特點，即對不同狀態下的財政支出乘數進行考察。直觀上，實現該目標的一個做法是，採用傳統結構向量自回歸模型(SVAR)對經濟周期不同階段的財政支出乘數進行分樣本估計。該方法的不足之處在於，大大減少了每一階段的樣本量，致使估計方差較大，當樣本量降低到一定程度時，參數估計甚至變得不再可行。另一不足之處是，在估計特定階段財政支出乘數時，僅利用了該階段自身數據的信息，損失了其他階段的信息，從而可能導致參數估計出現較大偏誤。

　　文獻中估算不同階段財政支出乘數的另一常用模型是，門限結構向量自回歸模型(T-SVAR)，該方法通過特定變量的門限值來識別不同的狀態。由於T-SVAR在估計參數的過程中所採用的數據是整體樣本，從而緩解了SVAR方法降低樣本容量與在估計特定階段財政支出乘數的過程中未用到其他階段信息的問題。然而，TSVAR方法的缺陷在於，狀態間的轉移具有跳躍性，而且狀態變量的門限值設定存在一定主觀性，更為重要的是，T-SVAR方法僅能識別離散的狀態，從而無法回答特定時點財政支出乘數是多少這一問題。平滑機制轉換結構向量自回歸模型(STSVAR)通過引入平滑狀態轉移函數克服了T-SVAR模型的上述缺陷，但是該方法僅考慮解釋變量係數在不同狀態存在的差異，忽略了回歸誤差項方差協方差矩陣在不同狀態也存在差異的可能，進而可能導致估計結果出現偏差。

　　考慮到現有模型的上述缺失，為定量考察中國不同經濟周期階段財政支出乘數的具體大小，本文在拓展Auerbach和Gorodnichenko(簡稱AG)模型的基礎上，(20)構建如下計量回歸模型：

　　Y[，t]=[1-F(z[，t-1])]Π[E](L)Y[，t-1]+F(z[，t-1])Π[R](L)Y[，t-1]+ε[，t]

　　(1)

　　ε[，t]～N(0，Ω[，t])

　　(2)

　　F(z[，t-1])=exp(-γ[，1]z[，t-1])/1+exp(-γ[，1]z[，t-1])，γ[，1]＞0

　　(3)

　　Ω[，t]=[1-M(z[，t-1])]Ω[E]+M(z[，t-1])Ω[R]

　　(4)

　　M(z[，t-1])=exp(-γ[，2]z[，t-1])/1+exp(-γ[，2]z[，t-1])，γ[，2]＞0

　　(5)

　　z[，t]=g[，t]-[，t]

　　(6)

　　z[，t]=ρz[，t-1]+ξ[，t]

　　(7)

　　其中，Y[，t]為內生變量向量，依次包含政府財政支出、政府財政收入與產出，且採用變量的對數形式。(21)F(·)是平滑狀態轉移函數，z[，t]為狀態轉移指示變量，選取經濟增長率g[，t]減去均值[，t]來表示，(22)為緩解模型的潛在內生性問題，該變量滯後一期。依據式(3)，狀態轉移函數F(·)的取值介於0-1之間，且是z[，t-1]的減函數，從而刻畫了經濟衰退的概率。(23)Π[E]與Π[R]分別表示經濟繁榮狀態與經濟低迷狀態下向量自回歸模型內生變量的係數，L是滯後算子。這裡經濟繁榮狀態由F(·)趨近於0表示，經濟低迷狀態則由F(·)趨近於1表示。因此，本文中的經濟繁榮狀態與經濟低迷狀態分別對應經濟周期的最好與最壞這兩個「極端」階段。F(·)取值介於0-1之間，則表示經濟發展的常態階段。ε[，t]為服從聯合正態分布的誤差項，其方差協方差矩陣由Ω[，t]來表示。式(4)給出了Ω[，t]的具體函數表達式，Ω[E]與Ω[R]分別代表經濟繁榮狀態與經濟低迷狀態下模型誤差項的方差協方差矩陣，函數M(·)與F(·)有著類似的解釋。可見，上述模型不僅考慮了解釋變量係數在不同狀態存在差異，而且還考慮了誤差項方差協方差矩陣的異質性。

　　上述模型對AG模型的拓展主要體現在如下兩個方面：第一，允許內生變量係數的平滑狀態轉移函數與誤差項方差協方差矩陣的平滑狀態轉移函數存在差異，從而更具一般性；第二，AG模型假定z[，t]服從標準正態分布，然而這一假定與中國經濟增長的現實情景並不完全相符，特別是在經濟增長率較低的國際金融危機期間更是如此。有鑑於此，本文模型選用能夠更為準確刻畫中國經濟增長現實的AR(1)過程來對z[，t]進行建模。

　　(二)模型估計

　　接下來，本小節基於貝葉斯方法對前文模型參數Θ=｛ρ，γ[，1]，γ[，2]，Ω[E]，Ω[R]，Π[E]，Π[R]｝來進行估計。具體地，若令L(Y[，t]，z[，t]，Y[，t-1]，z[，t-1]，…，Y[，1]，z[，1]｜Θ)表示模型極大似然函數，Γ(Θ)表示參數Θ的先驗分布，那麼模型參數Θ的貝葉斯後驗分布則可以表述為：

　　

　　(8)

　　K(Θ｜Y[，t]，z[，t]，Y[，t-1]，z[，t-1]，…，Y[，1]，z[，1])/後驗分布∝L(Y[，t]，z[，t]，Y[，t-1]，z[，t-1]，…，Y[，1]，z[，1]｜Θ)/極大似然函數·Γ(Θ)/先驗分布

　　(8)

　　結合前文模型，式(8)中極大似然函數L(Y[，t]，z[，t]，Y[，t-1]，z[，t-1]，…，Y[，1]，z[，1]｜Θ)的數學表達式可以寫作：

　　L(Y[，t]，z[，t]，Y[，t-1]，z[，t-1]，…，Y[，1]，z[，1]｜Θ)=(2π)[-nT/2]｜Ω[-1]｜T/2Π[T][，t=1]exp[-1/2ε′[，t]Ω[-1]ε[，t]]

　　(9)

　　其中，T和n分別表示樣本觀測值個數與內生變量個數，其他符號與前文模型有著相同的含義。另外，Γ(Θ)選用Minnesota先驗分布來表示。

　　對前述模型參數Θ進行估計的傳統做法是，直接利用優化方法找到一組參數值使得式(8)最大，這組數值就是參數Θ的估計值。然而，觀察式(8)不難發現，本文模型參數Θ同時具有高維度和高度非線性的特徵，傳統方法估計參數Θ具有局部優化解和無法收斂的問題。有鑑於此，我們運用蒙特卡羅馬爾科夫鏈(MCMC)方法來估計模型參數。具體將參數Θ劃分為如下三類：

　　Θ[，1]=｛ρ，γ[，1]，γ[，2]｝ Θ[，2]=｛Ω[E]，Ω[R]｝ Θ[，3]={Π[E]，Π[R]｝

　　(10)

　　其中，Θ[，1]為獨立於模型系統外的估計參數，採用校準的方法得到，(24)可視為外生參數，Θ[，2]表示方差協方差矩陣參數，Θ[，3]是內生變量係數參數。如此劃分參數的有利之處在於，給定參數Θ[，1]和Θ[，2]，模型是關於參數Θ[，3]的線性模型，從而能夠顯著地降低參數估計的難度。MCMC方法估計參數Θ的過程具體由MH算法來實現。(25)