2011年-世界发展银行全球_Total_Factor_Productivity_and_Macroeconomic_Instability_32页_405kb
报告摘要
总结:Total Factor Productivity and Macroeconomic Instability
核心内容
本文探讨了宏观经济不稳定性对总要素生产率(TFP)增长的影响,采用土耳其数据进行实证分析。研究关注了三个宏观经济不稳定的指标:通货膨胀波动、开放程度波动和金融市场深度波动。通过使用VAR-GARCH模型,作者分析了这些变量的条件波动性如何影响TFP增长。
主要观点
- TFP的重要性:TFP是经济增长的重要组成部分,多数国家的收入增长差异主要由TFP变化而非生产要素积累所驱动。
- 宏观经济不稳定性的定义:本文将通货膨胀波动、开放程度波动和金融市场深度波动作为衡量宏观经济不稳定性的指标。
- 研究发现:
- 通货膨胀波动:增加TFP增长。这与Friedman(1977)的观点一致,即通货膨胀不确定性可能刺激投资,从而提高TFP。
- 开放程度波动:降低TFP增长。高波动性可能导致企业避免采用更先进的外国技术,从而选择较低的国内技术,抑制TFP。
- 金融市场深度波动:降低TFP增长。金融市场深度的不稳定性可能影响长期融资和投资决策,导致资源分配效率下降。
关键信息
变量定义与数据来源
- TFP:基于柯布-道格拉斯生产函数计算的索洛残差,包含资本存量和就业两个要素。
- 通货膨胀:以消费者价格指数(CPI)的对数一阶差分表示。
- 开放程度:出口与进口之和占GDP的比例。
- 金融市场深度:M2Y(M2与外汇存款之和)占GDP的比例。
- 数据时间范围:1987年第一季度至2007年第三季度。
- 数据来源:土耳其统计局、中央银行数据交付系统。
模型方法
- 单变量模型:采用EGARCH模型分析TFP增长的条件波动性,发现TFP增长的波动性对TFP本身没有显著负面影响,但存在杠杆效应($\varphi$),表明负向冲击比正向冲击对波动性的影响更大。
- 多变量模型:使用VAR-GARCH模型分析通货膨胀、开放程度和TFP之间的动态关系。模型结果显示:
- 通货膨胀波动对TFP增长有正向且显著的影响。
- 开放程度波动和金融市场深度波动对TFP增长有负向且显著的影响。
- 开放程度波动和金融市场深度波动之间的高共线性可能导致其对TFP的影响不显著。
实证分析结果
- 单位根检验:所有变量均为差分平稳,因此在分析中使用一阶差分形式。
- 模型稳定性:所有条件方差的系数总和小于1,表明模型非爆炸性。
- 模型有效性:模型能够很好地捕捉TFP增长的动态变化,支持所采用的建模方法。
结论
本文通过土耳其数据实证分析,发现宏观经济不稳定性的不同方面对TFP增长具有不同影响。通货膨胀波动促进TFP增长,而开放程度波动和金融市场深度波动抑制TFP增长。这些发现对于理解TFP的驱动因素以及制定宏观经济政策具有重要意义。此外,研究指出,由于数据限制和变量共线性,部分变量的影响未能显著体现,因此在模型构建中需谨慎处理。
模型结构
-
单变量模型:
- 方程形式:$ t f p _ {t} = x _ {t} ^ {\prime} \alpha + \lambda h _ {t f p _ {t}} + u _ {t f p _ {t}} $
- 条件波动性模型:$ \log h _ {t f p _ {t}} = \tau + \sum_ {j = 1} ^ {p} P _ {j} \log h _ {t f p _ {t - j}} + \sum_ {j = 1} ^ {q} Q _ {i} \left{\left| \frac {u _ {t f p _ {t - j}}}{\sqrt {h _ {t f p _ {t - j}}}} \right| - E \left| \frac {u _ {t f p _ {t - j}}}{\sqrt {h _ {t f p _ {t - j}}}} \right| + \varphi \frac {u _ {t f p _ {t - j}}}{\sqrt {h _ {t f p _ {t - j}}}} \right} $
-
多变量模型:
- 通货膨胀方程:$ I n f _ {t} = \alpha_ {0} ^ {I n f} + \sum_ {i = 1} ^ {2} \alpha_ {i} ^ {I n f} I n f _ {t - i} + \sum_ {i = 1} ^ {2} \beta_ {i} ^ {I n f} \text {o p e n} _ {t - i} + \sum_ {i = 1} ^ {2} \gamma_ {i} ^ {I n f} t f p _ {t - i} + u _ {\text {I n f} _ {t}} $
- 开放程度方程:$ o p e n _ {t} = \alpha_ {0} ^ {o p e n} + \sum_ {i = 1} ^ {2} \alpha_ {i} ^ {o p e n} I n f _ {t - i} + \sum_ {i = 1} ^ {2} \beta_ {i} ^ {o p e n} o p e n _ {t - i} + \sum_ {i = 1} ^ {2} \gamma_ {i} ^ {o p e n} t f p _ {t - i} + u _ {o p e n _ {t}} $
- TFP方程:$ t f p _ {t} = \alpha_ {0} ^ {t f p} + \sum_ {i = 1} ^ {2} \alpha_ {i} ^ {t f p} I n f _ {t - i} + \sum_ {i = 1} ^ {2} \beta_ {i} ^ {t f p} \text {o p e n} _ {t - i} + \sum_ {i = 1} ^ {2} \gamma_ {i} ^ {t f p} t f p _ {t - i} + \phi_ {\text {I n f}} h _ {\text {I n f} _ {t}} + \phi_ {\text {o p e n}} h _ {\text {o p e n} _ {t}} + u _ {t f p _ {t}} $
限制与建议
- 数据限制:部分变量(如人力资本发展、研发支出)缺乏季度数据,影响分析的全面性。
- 模型选择:由于TFP增长波动性对TFP本身的影响不显著,作者选择使用VAR模型进行分析,以避免过度参数化。
- 共线性问题:开放程度波动和金融市场深度波动之间的高共线性可能影响结果的解释,需在分析中予以注意。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载