成本推动冲击和中国经济波动

本文立足近年来国内经济频繁波动的现实背景,通过构建一个包含成本推动冲击、消费偏好冲击、技术冲击以及货币政策冲击的DSGE模型,运用脉冲响应分析、方差分解等方法对中国经济波动的外生冲击因素进行考察。研究发现：产出波动是由多种冲击共同推动,其中成本推动冲击贡献最大;通货膨胀波动主要是由成本推动冲击和货币政策冲击引致,消费偏好冲击和技术冲击的影响有限。进一步地,反事实模拟分析也证实了这一结论。这也揭示出近年来中国经济高速增长依附高昂成本,且经济增长方式是粗放式的典型化事实。     

央行微观调查数据适合作为不良贷款率的预测指标吗——基于MIDAS模型的研究

相比于传统宏观经济指标,央行的微观调查数据是否更加适合作为我国商业银行不良贷款率的预测指标?本文首先提出了利用微观调查数据进行预测的相关理论,接着基于适合解决混频数据预测问题的MIDAS模型进行了实证研究.研究发现:央行微观指标在平均样本外预测误差等多个方面均优于传统的宏观指标,同时人民币名义有效汇率指数、基金及理财投资意愿比例、房价过高难以接受比例等指标尤其适合作为预测指标.本文的结论是:央行的微观调查数据更加适合作为不良贷款率的预测指标.     

财政政策对宏观经济波动的影响研究——基于金融加速器模型的分析

本文将金融加速器机制嵌入财政DSGE模型,旨在分析当忽视金融加速器时,研究财政政策对宏观经济波动的影响存在哪些不足之处,并进一步探讨了财政政策对资本市场的乘数效应。研究发现,缺乏对金融加速器的考虑,会错估财政政策对经济造成的波动。一方面,会低估劳动收入税、资本收入税以及消费税对经济造成的波动;另一方面,会高估政府支出对经济造成的波动。进一步的乘数效应分析表明,政府支出的乘数效应最大,资本收入税次之,且乘数效应随着金融加速器效应的加强而增大,但增量不明显;另外,政府支出对资产净值具有"挤出效应"。这意味着政府在制定财政政策时,应充分考虑资本市场的金融加速器效应。