中国金融服务理论前沿(7)(中国经济科学前沿丛书)
上QQ阅读APP看书,第一时间看更新

二 “新共识”货币政策的理论基础

(一)真实经济周期及新凯恩斯主义模型

“新共识”货币政策形成过程本身就是货币政策理论不断突破的过程。早在20世纪七八十年代,货币主义、理性预期以及动态不一致等理论的研究促使美联储采取了紧缩的货币政策抑制通货膨胀;其后,理性预期计量经济学、真实经济周期理论以及有关通货膨胀和失业的动态研究都极大地促进了货币政策理论的发展(Goodfriend, 2007)。

在技术方法上,随着计算机求解动态随机宏观模型方法的进步,在真实经济周期模型的基础上,动态随机一般均衡技术(DSGE)逐渐成为现代货币政策分析的主流模式。在真实经济周期模型(Kydland and Prescott, 1982; King, Plosser and Rebelo, 1988等)的基础上,Calvo(1983)提出的交错定价模型得到了广泛应用;Blanchard和Kiyotaki(1987)将不完全竞争、黏性工资与价格加入真实经济周期模型当中,从而为货币政策的DSGE分析奠定了基础。

所谓“动态随机一般均衡模型”,指该模型具有三大特征。“动态”指经济个体考虑的是跨期最优选择(intertemporal optimal choice)。因此,模型得以探讨经济体系中各变量随时间变化而变化的动态性质。“随机”指经济体系受到各种不同的外生随机冲击影响。举例来说,可能的冲击有:技术性冲击(technology shock)、货币政策冲击(monetary shock)或是偏好冲击(preference shock)等。“一般均衡”则意指在宏观经济体系中,消费者、厂商、政府与中央银行等每一个市场参与者,在根据其偏好及对未来的预期下,所作出最优选择的总和。总体来说,DSGE模型主要有以下三个优点:第一,可以避免卢卡斯批判,使得政策实验具有现实意义;第二,通过冲击反应函数,可以让经济体系各个外生冲击的动态传导过程透明化,进而了解不同的冲击(尤其是货币政策冲击)对于经济体系的动态影响;第三,模型以一致(coherent)的方式呈现,所有的经济个体都根据偏好做出最优决策,而没有任何任意或武断的设定。

早期新凯恩斯主义模型是建立在真实经济周期模型(Real Business Cycle, RBC Model)的基础上。真实经济周期模型的研究始于Brock和Mirman(1972)。他们在研究中,最早将随机冲击的概念引入新古典最优增长模型(neoclassical optimizing growth model)。其后,Kydland和Prescott(1982)将该概念引入真实经济周期理论的研究。虽然最初的真实经济周期模型只强调技术性冲击的重要性,但1980~2000年的相关研究范围得到了极大扩展。在动态随机一般均衡、价格完全调整与市场出清等古典架构下,探讨的主题(或是说引入模型的设定)非常广泛,包括货币与货币政策(King and Plosser, 1984; Cooley and Hansen, 1989, 1995),劳动市场(Christiano and Eichenbaum, 1992; den Hann et al., 2000),财政政策(Aiyagari et al., 1992; Baxter and King, 1993),政府债务问题(Aiyagari and McGrattan, 1998)以及国际经济景气循环(Mendoza, 1991; Backus et al., 1992; Stockman and Tesar,1995)等。总体而言,真实经济周期模型具有如下特点:第一,考虑跨期最优选择与一般均衡;第二,理性预期;第三,假设完全竞争市场,价格可以完全调整,市场供给与需求随时出清(market clearing),从而达到均衡。其中,最后一个特点显示出真实经济周期模型具有十足的“古典性格”。

在真实经济周期模型基础上,Gregory N. Mankiw, Olivier Jean Blan-chard, Nobuhiro Kiyotak以及George Moore等人摒弃了完全竞争市场与市场出清的假设,经由不完全竞争市场的设定在DSGE模型中加入了价格与工资刚性(stickness/rigidity)等凯恩斯元素后,构建出所谓的新凯恩斯学派DSGE模型(New Keynesian DSGE Models)。而这样的结合(动态随机一般均衡加上凯恩斯元素)被Goodfriend和King(1997)称为“新的新古典综合”(New Neoclassical Synthesis),其特点为:(1)跨期最优选择与一般均衡相结合,(2)理性预期,(3)不完全竞争市场以及(4)价格刚性。

就其在货币政策上的应用看,早期DSGE模型,无论是经济周期模型还是带有凯恩斯色彩的DSGE模型在2000年前就已经发展成熟,但各国央行并未以其作为制定货币政策的分析与参考工具。究其原因,因为早期的DSGE模型与生俱来的“古典性格”,使它们无法得到政策制定者的青睐。比如,对于实际经济周期模型而言,在原始的真实经济周期模型中,价格可以完全调整,市场供给与需求随时出清,达到均衡;而产出与消费的波动只是人们在外生冲击下的最优选择,亦即经济的扩张与衰退都是具有经济效率的结果。除此之外,无论是以货币效用函数(money utility function)、货币先行(cash in advance),还是以金融市场参与限制(limited participation)等方式将货币加入DSGE模型,货币政策冲击均十分微小(King and Rebelo,1999)。因此,直觉上央行的政策制定者应该不会对这样一个对货币政策近乎中立的模型感兴趣。

即使就新凯恩斯DSGE模型而言,虽然其通过价格黏性设定,使得货币政策冲击在景气波动中得以扮演重要的角色,亦即货币政策对于实体经济活动具有非中立的影响(Hairault and Portier,1993),但在分析方法上,新凯恩斯主义DSGE模型与真实经济周期模型均使用了“模型校准”(calibration)的方法,即利用刻画景气波动的各项特征,使模型所得到的理论特征能够与实际资料所求得的典型化事实(stylized facts)相符合。但利用参数的模型校准,使用DSGE做政策模拟分析,或是推导“最优货币政策”,对于货币政策制定者来说并不具有太大的政策参考价值。总而言之,由于在2000年之前,DSGE模型无法提供准确的结构式预测(structural fore-casting),货币政策制定者不得不继续沿用饱受批评的大型宏观计量模型。

(二)DSGE模型的发展

相比早期新凯恩斯主义模型,现阶段DSGE模型在模型设定上更为复杂。以Smets和Wouters(2003,2007)的模型为例,一个中等规模的DSGE模型,不仅要考虑数个市场摩擦,包括消费的习惯养成(habit formation in consumption)、价格刚性(黏性)、名义工资刚性、投资调整成本以及产能利用缓慢调整,另外,模型中还假设存在许多外生冲击用来捕捉景气波动现象,如消费者偏好冲击,投资冲击、技术冲击、价格冲击、工资冲击、政府支出冲击,以及货币政策冲击。在价格及工资缓慢调整设定上,则采用Calvo定价法。根据上述模型的假设,以个体最优化为分析基础,可求导各部门的最优跨期决策行为,进一步通过线性化转换,可推导出最优的宏观经济行为方程。

近年来,DSGE模型后续研究主要可分为三个部分。

(1)加入劳动力市场摩擦(labor market friction)以解释非自愿性失业的存在以及刻画技术冲击对失业与通货膨胀的持续性影响。如Blan-chard和Gali(2010)将Diamond-Mortensen-Pissarides劳动搜寻模型引入劳动市场。Christoffel和Kuester(2008)以及Christoffel等(2009)引入劳动搜寻模型并进一步假设劳动力维持现有工作必须支付固定成本。Lechthaler等(2010)假设劳动力市场存在劳动调整成本,即雇佣成本与解雇成本,用于改善一般新凯恩斯DSGE模型无法刻画货币政策冲击下,产出与失业率的持续性反应。Blanchard和Gali(2007)进一步在实际工资刚性的假设下讨论稳定通货膨胀与稳定产出缺口(output gap)之间的替代关系,以改善一般新凯恩斯DSGE模型中稳定通货膨胀异于稳定产出缺口的性质。

(2)加入金融市场摩擦(financial market friction)以捕捉金融市场信息不对称下货币政策对宏观经济的影响。如Christiano等(2010)将银行部门加入DSGE模型,并建构较完整的金融市场,并进一步假设金融市场存在信息不对称(asymmetric information)以及代理人问题(agency problems)。Christiano et al.(2010)企图利用该模型观察近期金融危机发生对宏观经济的影响,结果发现加入金融市场摩擦能够增加实证模型的拟合度。Nolan和Thoenissen(2009)更进一步考虑金融冲击机制(financial shock system),将金融冲击加入企业净值方程式中。

(3)建立开放经济模型以观察国与国之间经济冲击对宏观经济变量的影响。如Adolfson et al.(2007, 2008)试图建立一个小型开放经济DSGE模型(small open economy DSGE model),该模型假设进出口价格存在名义刚性,亦即模型假设允许不完全汇率转嫁(incomplete exchange rate pass-through)。由欧洲中央银行发展出的NAWM模型便是以Smets和Wouters(2003)与Adolfson et al.(2007)模型为基础建立的。

(三)实证DSGE模型

早期新凯恩斯主义模型与现阶段DSGE模型的另一个区分在于确定参数方法。比如,早期新凯恩斯主义模型大多使用模型校准(calibration);而目前来看,估计方法在DSGE模型中已广为使用。在这方面,Smets和Wouters(2004, 2007)最早利用DSGE模型做预测,并指出其表现优于一般的向量自回归(VAR)模型或是贝叶斯向量自回归(BVAR)模型。如同Smets和Wouters(2003,2004,2007)这种兼具模型校准、结构性估计与预测的新凯恩斯DSGE模型,就被称为实证DSGE模型(empirical DSGE models)。简单地说,现在宏观经济学中最新的、使用最为广泛的DSGE模型就是这种“兼具贝叶斯估计与结构预测的新凯恩斯DSGE模型”(Woodford, 2009)。此后,实证DSGE模型开始受各国央行重视,并以此作为预测的新基石。表1简单比较大型宏观计量模型、结构性向量自回归模型(SVAR)以及实证DSGE模型。

表1 大型宏观计量模型、结构性向量自回归(SVAR)模型以及实证DSGE模型的比较

资料来源:Smets and Wouters(2003,2004,2007)。

需要指出的是,在众多估计方法中,目前实证DSGE模型大多青睐贝叶斯估计(如Smets and Wouters, 2003, 2004, 2007; Adolfson et al., 2007;Sala et al., 2008; De Graeve, 2008; Riggi and Tancioni, 2010; Christiano et al.,2010; Justiniano et al., 2010等)。究其原因,主要是贝叶斯估计法(Bayesian Estimation)在操作上,相对于传统估计方法简单且符合直觉。最大似然估计法(MLE)是借由最大化似然函数求解参数估计量,然而,DSGE模型的似然函数通常是一个复杂的多维度矩阵式,其中似然函数可能包含许多局部极大值、极小值或平面(flat surfaces),这些缺点将造成最大似然估计法的参数估计式失去正确性。相比于最大似然估计法中一个复杂且具有多维度的似然函数,贝叶斯估计法在操作上显然简单许多。贝叶斯估计法是利用贝叶斯理论,亦即利用新信息修改旧有的看法从而求解参数估计量,通过马尔科夫链蒙特卡洛(MCMC)方法求得贝叶斯后验概率分布,进一步得到贝叶斯估计式,无论多复杂的模型,贝叶斯估计法在操作上都相同,除此之外,贝叶斯估计式即使是在小样本下亦具有无偏性(un-biased)。表2给出了这三种估计方法的优劣比较。

表2 最大似然估计法、广义矩估计方法与贝叶斯估计法的比较

资料来源:An and Schorfheide(2007)。

(四)DSGE模型在货币政策中的应用及其局限

近二十年来,动态随机一般均衡模型(DSGE模型)发展迅速,其在货币政策研究中已经成为主流的分析范式。由于DSGE模型强调数量分析,通过估计(estimation)与模型校准(calibration),使得理论模型可以与现实宏观经济数据结合,一方面可以判别模型的良莠,另一方面通过量化结果的呈现,进一步提供对未来经济发展的预测。此外,模型中具有微观基础的最优化决策,不但可以免于卢卡斯批评(Lucas critique),使得政策实验较为精准,不会因预期的改变影响政策分析的结论,再加上模型中具体的消费者效用与偏好,我们可进一步进行福利分析,并思考最优政策(optimal policy)的执行。

基于上述的优点,无论是学术界还是货币政策制定机构,莫不对DSGE模型的未来发展深具信心,部分学者甚至认为在可预见的未来,它将能取代广为世界各国政策制定机构所使用的大型宏观经济计量模型(large-scale macroeconometric model)。因此,构建一个能够进行政策分析与经济预测的DSGE模型,在世界各国央行蔚为风潮。目前无论是发达国家还是发展中国家的央行,都已经构建一套自己的DSGE模型,用以进行经济预测与政策分析。比如说,欧洲中央银行(European Central Bank, ECB)以Smets和Wouters(2003, 2007)模型为基础,并发展出New Area-Wide Model(NAWM);美国联邦储备理事会(Federal Reserve System, FRS)有Edge等(2008)模型及Erceg et al.(2006)模型;瑞典中央银行(Sveriges Riksbank)则采用了Adolfson等(2008)模型。我国也建构了自己的DSGE模型,该模型主要参照CMR模型建立,并在此基础上根据中国实际情况进行了修正。此外,一些国际机构如国际货币基金组织(International Monetary Fund, IMF)也建构了相关的DSGE模型,包括Global Economy Model(GEM), Global Fiscal Model(GFM),以及Global Integrated Monetary and Fiscal Model(GIMF)。各个国家的DSGE模型见表3。

表3 世界各国央行DSGE模型

资料来源:Chan and Tong(2011)。

正当各国货币政策制定机构纷纷投入大量人力、物力与其他资源,试图建立自己的DSGE模型,美国于2007年第三季度所爆发的次贷危机(subprime mortgage crisis),迅速席卷全球各个国家,造成世界各国陷入景气衰退的阴影,其中,尤以美国与欧洲等地的西方国家受创最大,根据美国国家经济研究局(NBER)对于景气循环基准日的认定,美国此次经济衰退区间为2007年12月至2009年6月。这次长达18个月的衰退期,为第二次世界大战结束以来最为严重的一次衰退。在这次严重衰退中,一如大型宏观经济计量模型因无法成功预测20世纪70年代的滞胀(stagflation)而受到人们诟病,DSGE模型也因无法预测此次金融危机及其所带来的衰退而受到批评。美国众议院科技委员会(CST, U. S. House of Representatives)甚至在2010年7月20日举行听证会,以检讨DSGE模型作为宏观经济研究模型的适用性,以及其对政策制定是否有所帮助,以作为未来国家科学基金会(NSF)是否应该继续支持DSGE模型研究的决策参考。

总体来看,实证DSGE模型在货币政策分析方面仍然问题重重。具体表现在以下三个方面。

第一,卢卡斯批判的批评。在这方面,新凯恩斯主义DSGE模型中的菲利普斯曲线是一个典型。在DSGE模型中,理性预期的存在使得通胀呈现完全前瞻性特征,难以解释现实通货膨胀序列所表现出的持久性。为了将滞后的通货膨胀重新引入新凯恩斯主义的菲利普斯曲线,Gali和Gertler(1999), Christiano(2005)以及Sbordone(2005)等文献提出了更为一般性的能够描述内在持续性的通货膨胀动态方程,即混合型新凯恩斯主义的菲利普斯曲线(HNKPC)。混合型的新凯恩斯主义菲利普斯曲线模型虽然回应了通货膨胀持久性对新凯恩斯主义通货膨胀动态方程提出的挑战,但对混合型新凯恩斯主义菲利普斯曲线的实证研究存在着激烈争论。例如,Rudd和Whelan(2005, 2006)发现混合型的新凯恩斯主义菲利普斯曲线模型之所以能较好地拟合通货膨胀动态过程,主要是因为引入了通货膨胀滞后,前瞻性的通胀预期则作用很小。Cogley和Sbordone(2008)则更直接地批评HNKPC模型为了描述通胀持久性直接引入通胀滞后的做法无论如何都具有任意性。

第二,过度依赖外生冲击。DSGE模型本身并没有足够的内在传导机制来复制宏观经济数据的动态变化,其依赖的都是外在的高度持续性的结构冲击。以Smets和Wouters(2007)为例,技术冲击、政府支出冲击、投资冲击的AR(1)系数高达0.95、0.97、0.71。此外,为了“制造”出通货膨胀的持续性,更进一步将价格冲击与工资冲击设定为ARMA(1, 1),且AR(1)系数分别为0.89与0.96;而MA(1)系数分别为0.69与0.84。因此,有学者指出这就像魔术师把兔子从帽子中变出来的魔术一样,事实上兔子早就已经藏在帽子中(Morley,2010)。

第三,预测能力有限。实证DSGE模型在估计时,只会挑选一小部分的变量当作可观测变量(observable variables),以Smets和Wouters(2007)为例,该理论模型中包含14个内生变量,估计与预测时却只使用其中7个变量。Guerron-Quintana(2010)就指出,挑选不同的内生变量作为可观测变量会导致参数估计与预测上存在极大差异的结果,亦即实证DSGE模型的优良预测能力不具有实证稳健性(robustness)。

需要指出的是,在2008年全球金融危机之后,美国等主要发达经济体偏离了上述的货币政策框架,均采取了非常规货币政策以防止危机的蔓延。以美联储的非常规货币政策为例,在金融危机期间,美联储突破了传统货币政策工具的限制,通过定期拍卖工具(TAF)和一级交易商信用工具(PDCF)为整个金融市场提供流动性支持,还通过定期资产担保证券贷款工具(TALF)、资产支持商业票据和货币市场共同基金流动性工具(AM-LF)直接向信贷市场的借款人和投资者提供流动性,充当“最后贷款人”的角色;此外,美联储还通过大规模购债计划和扭转操作影响中长期利率,为企业和金融机构提供中长期流动性,最终实现维护金融稳定和促进经济复苏的目标(Lloyd,2013)。