学位论文 > 优秀研究生学位论文题录展示

中国经济周期波动特征及拐点识别研究

作　者: 谢鸿飞
导　师: 王少平
学　校: 华中科技大学
专　业: 数量经济学
关键词: 经济周期波动特征拐点识别机制转换平滑转换多层次面板平滑转换非线性模拟退火
分类号: F124.8
类　型: 博士论文
年　份: 2011年
下　载: 435次
引　用: 1次
阅　读: 论文下载

内容摘要

自新中国成立以来,我国宏观经济就一直在起伏波动中发展,其中不乏较为严重的经济过热和经济衰退。经济周期波动成为困扰我国经济实现长期持续稳定增长的一个重要问题,而政府宏观调控成功的两个前提是把握经济周期波动特征并及时识别出经济周期拐点；所以度量经济周期的特征,并对经济周期进行拐点识别就显得尤其重要了。总体而言,我国的周期波动特征分析和拐点识别研究还不够细致和深入,也忽略了一些重要的问题。因此,本文将对国内外既有研究成果进行详细回顾和梳理、总结和借鉴,应用先进的经济周期波动特征分析和拐点识别的理论与方法,对我国经济周期波动进行系统深入研究,具体而言包括我国经济周期波动特征和经济周期拐点识别两个方面的研究。相对现有研究文献,本文的创新与意义在于：(1)研究视角的创新。本文首次应用中国工业企业调查数据库中的企业微观财务数据,对我国经济周期的行业非同步性和拐点识别进行研究；得出不同工业行业进入(退出)衰退具有非同步性,这对经济形势的判断具有重大的现实意义。运用三种滤波方法对五个宏观时间序列进行滤波,比较原序列、趋势成分、周期成分的特征及其关系,并比较周期成分的拐点和增长率周期的拐点。(2)研究方法的创新。本文使用多层次面板平滑转换模型(MLPST),应用中国工业企业调查数据库中的企业微观财务数据,对我国工业行业经济周期拐点进行识别。本文除了使用被解释变量的滞后项为转换变量,为了分析固定资产投资对GDP的影响,选择固定资产投资滞后项为GDP的STAR模型的转换变量,并成功识别出经济周期拐点。(3)本文的研究结论具有更丰富的经济学和政策含义。指数平滑转换结果表明,我国GDP的结构转换发生在自身滞后1期；转换参数为2.612表明我国GDP增长具有较为缓慢的调整和转换特征；位置参数为0.096说明GDP增长率为9.6%处于扩张与收缩的中间态；G值在共6个区段大于0.8,除了1993-1995年是对应一个增长率的顶峰之外,其他5个区段分别对应我国经济周期5次显著转换的拐点,都在U型底部。而逻辑平滑转换结果表明,我国固定投资的结构转换发生在自身的滞后4期,表明固定资产投资的增长主要取决于自身历史的增长水平；转换参数为4.16度量了结构转换的速度,由此说明我国固定投资具有较为快速调整和转换的特征；位置参数为0.19说明固定投资增长率为19%处于扩张与收缩的临界水平。使用固定资产投资做GDP的逻辑平滑转换模型的转换变量,转换参数为1.15度量了结构转换的速度,由此说明我国固定资产投资对GDP的拉动效应,具有较为缓慢的调整和转换特征；所得拐点一般会比其他方法识别的拐点先行1年左右,这对于GDP的拐点具有预先识别的作用。说明了我国改革开放后处于投资主导型经济格局,在拉动经济的三要素：投资、消费、出口中,最为依赖投资,所以投资的波动能够显著影响产出。但是由于模型中使用固定资产投资的滞后5期作为转换变量,表明了固定资产投资对产出的影响并不是立竿见影,而是因为滞后效应,需要逐步显现出来,大约在5年之后才能导致GDP产生机制转换。多层次面板平滑转换模型回归结果表明,不同工业行业进入(退出)衰退具有非同步性,并排列出不同行业的复苏顺序,发现带头走出衰退的是制造业1、制造业2、制造业9、电力燃气及水的生产和供应业,这四个行业的带头复苏,说明了这四个行业对经济变化的敏感,因此可以作为宏观经济走势判断的先行指标,对经济周期进行拐点识别,需要以这些先行行业的走势为依据。显然,传统线性方法无法刻画这些特征,上述发现是基于非线性STR模型所产生的结论,从这个意义上说,本文具有显著的学术和应用意义。

全文目录

摘要  4-6
Abstract  6-11
1 绪论  11-27
  1.1 研究背景及意义  11-13
  1.2 文献综述  13-23
  1.3 主要研究内容与创新点  23-27
2 中国经济周期波动概况与总体特征  27-82
  2.1 经济周期的概念与类型  27-29
  2.2 经典经济周期特征分析  29-41
  2.3 现代经济周期特征分析  41-78
  2.4 小结  78-82
3 STR模型  82-90
  3.1 引言  82
  3.2 单方程STR模型  82-87
  3.3 平滑转换面板模型  87-88
  3.4 小结  88-90
4 基于宏观加总数据的我国经济周期拐点识别  90-108
  4.1 GDP增长率的STAR模型  92-98
  4.2 固定资产投资增长率的STAR模型  98-102
  4.3 固定资产投资对GDP的影响  102-106
  4.4 小结  106-108
5 基于微观数据的我国工业行业周期非同步性与拐点识别  108-121
  5.1 企业周期投资行为模型  108-110
  5.2 数据来源与变量定义  110-112
  5.3 模型估计、检验、解释  112-119
  5.4 小结  119-121
6 全文研究结论  121-126
致谢  126-127
参考文献  127-138
附录1 攻读博士学位期间发表的学术论文  138

中国经济周期波动特征及拐点识别研究

内容摘要

全文目录

相似论文