财政政策的非线性传导过程与乘数效应：基于贝叶斯 STVAR 模型

Fiscal policy is one of the main tools for the government to maintain macroeconomic stability. The study of its nonlinear propagation mechanism and multiplier effect can accurately identify the fiscal policy effect under different economic conditions. But the VAR literature on China's fiscal policy research mainly focused on the linear models and estimated it using OLS method. The model misspecification and inaccurate parameters estimation may miscalculate conduction process and fiscal multiplier, which may make the government implement the wrong fiscal policy. However, this project will measure the nonlinear economic propagation mechanism and multiplier effect to fiscal policy by using Bayesian STVAR model. In order to overcome over-parameterization problem in the highly nonlinear VAR model, the project will design the Gibbs sampling and random walk Metropolis algorithm and use Bayesian method to estimate the model. Under the Bayesian estimation framework, Cholesky decomposition and sign restriction are used to identify the structural VAR model. On this basis, we can analysis the nonlinear impulse response and calculate impact multiplier and present value multiplier of different fiscal policy tools. Understand how fiscal policy can affect the economy in different economic situations can provide scientific basis for the formulation of fiscal policy. Applicant's previous related paper has been published in "Economic Research Journal".

财政政策是宏观经济调控的主要工具之一，对其非线性传导过程与乘数效应的研究可以准确识别不同经济形势下的财政政策效果。但利用VAR模型对中国财政政策的研究主要是线性模型并用OLS方法估计模型，模型的误设及参数估计上的偏差可能会错误估算传导过程和乘数大小，进而会严重误导财政政策的制定。本研究利用贝叶斯STVAR模型测度和估计不同财政政策工具的非线性传导过程与乘数效应。为了克服高度非线性VAR模型中参数过多的问题,本课题设计出Gibbs抽样和随机游走Metropolis算法采用贝叶斯方法估计模型。对结构VAR模型的识别上采用Cholesky分解和符号识别两种方法,在此基础上,分析不同财政政策工具的非线性脉冲反应及计算即期乘数和现值乘数。本研究得到的财政政策在不同经济形势下对经济非线性影响的量化结论可以为财政政策的制定提供科学决策依据。申请者以往相关工作已发表于《经济研究》。

随着中国经济发展进入新常态后，经济增长从高速转为中高速，稳增长成为宏观经济政策的重心。财政政策是调控宏观经济的重要工具之一，对财政政策影响经济的研究和财政政策乘数大小的估算具有重要的理论和现实意义，可以为财政政策的制定提供科学决策依据。围绕这个重要科学问题，本项目主要开展了以下研究工作：第一，构建Gibbs 抽样算法，采用贝叶斯方法估计线性结构式VAR模型和平滑转移非线性模型，并采用符号识别方法识别结构式VAR模型。模拟仿真结果表明：采用马尔可夫链蒙特卡罗算法，我们给出的方法能够比较准确的估计出VAR模型中的参数；对于高度非线性平滑转移模型，尽管平滑转移函数中的平滑参数比较难以估计，但其对模型中其它参数的估计的影响很小。第二，利用符号限制的贝叶斯SVAR 模型研究财政政策冲击对经济影响的动态传导机制以及估算财政政策乘数和累积脉冲反应函数，比较分析不同财政政策工具的异质性。结果发现： 财政政策对经济的影响存在明显的异质性，与政府消费性支出相比，投资性支出对产出影响更持久， 投资支出乘数在各期都远大于消费支出乘数；产出对所得税冲击的反应大于对流转税冲击的反应，所得税对产出的影响更持久，所得税乘数大于流转税乘数。第三，构建衡量中国经济周期的指标和选择平滑转移函数识别出经济处于繁荣和萧条的时点。我们选择 7 个季度的国内生产总值同比增长率的平均值作为经济指标，从数据中识别出繁荣和萧条的时点，这为分析中国经济短期波动和财政政策对经济的非线性影响提供了研究基础。第四，利用平滑转移向量自回归模型发现财政政策存在明显的非线性效果，当经济处于繁荣的时候政府支出挤出私人支出，政府支出的增加刺激产出的效果较小，而当经济处于萧条的时候政府支出的增加对产出的刺激效果较好，政府支出乘数较大。