4 基于MS-TVTP模型分析货币供应量增速对经济波动的预警作用

通过M2与经济景气指数之间滚动时差相关性研究发现，M2表现出先行于经济景气指数波动的特征，中周期情形下相关系数在近期逐渐上升，短周期情形下相关系数在近期有小幅下降，但相关系数值仍然较大。下面，本文基于MS-TVTP模型，分析M2对经济阶段转换所起到的预警作用。

4.1 MS-TVTP模型及估计方法

我国研究的是增长率循环，经济周期的扩张阶段是指经济指标的增长率上升的时期，相反，经济周期的收缩阶段是指经济指标的增长率下降的时期。记y_t为刻画经济周期波动的增速指标，传统的马尔可夫转换模型（MS）如下：

设定s_t取值为1代表经济周期的扩张阶段（y_t上升），s_t取值为2代表经济周期的收缩阶段（y_t下降），从而μ₁为扩张阶段的均值，μ₂为收缩阶段的均值。在y_t上升的扩张阶段，Δy_t为正，而在y_t下降的收缩阶段，Δy_t为负，因而，理论上μ₁应为正数，μ₂应为负数。假定转换概率为：

从而有：

MS模型中的转换概率是不随时间改变的常数，但Filardo（1994）假定转换概率可能依赖于一些潜在的经济基本面因素，认为转换概率受到先行景气指标的影响。假定Z是影响转换概率的先行指标，为保证转换概率取值在0～1，可以将转换概率表示成Logistic函数形式：

当先行景气指标领先经济景气指数q期并且呈现相同方向的波动时，假设先行指标已经由收缩转换到扩张阶段，经济景气指数将在q期后也出现类似的转换，也就是说，转换概率p（s_t=1|s_t-1=2，Z_t-q）理论上讲会上升。当先行指标由收缩转到扩张阶段时，其一阶差分将由负变正，若设定Z_t-q为先行指标的差分，则式（9）中系数λ₂₁的符号预期为正。将转换概率具有时变特征的马尔可夫转换模型称为MS-TVTP模型，该模型可以通过极大似然方法迭代求解。

4.2 数据处理、模型估计结果及预测

在金融危机冲击下，景气指数出现大幅度变动，M2序列在该阶段波动更大，异常值的存在会对模型估计结果产生很大影响，基于MS-TVTP模型直接进行估计发现，由于这段时期数值波动比其他时期大很多，估计结果划分的经济波动状态十分不合理。因此，为了减小这段时期的异常值对模型估计带来的影响，本文对异常波动的一段时期即2008～2010年的数据进行处理，使这段时期数据的方差与其他时期相同，从而降低异常值的影响，使得估计结果更加稳健。由于对数据进行了异方差处理，在模型中不需要考虑在不同阶段的异方差性。经过对变量各阶滞后的反复试验，综合考虑参数的显著性、符号的合理性，并基于AIC准则最终确定了模型形式，参数估计结果见表3。

表3 MS-TVTP模型参数估计值及标准差

估计结果表明，在经济扩张阶段，景气指数每个月平均上升0.76；而在经济收缩阶段，景气指数每个月平均下降1.58。这表明在本文研究的样本期间，经济景气指数总体而言呈现收缩幅度大于扩张幅度的非对称性特征。对比我国经济波动状况从2010年开始表现出骤降缓升的波动状态，且衰退阶段持续时间要大于扩张阶段的持续时间，总体而言，经济景气指数呈现大幅持久的衰退期、小幅短暂的扩张期的非对称性特征。

本文构建的MS-TVTP模型中的转换概率受到M2差分序列滞后4期的影响，即M2的先行波动引起了转换概率的变化，预示着经济周期阶段的转换。式（9）表明，当M2由收缩向扩张阶段转换时，预示着经济景气指数在4个月后向扩张阶段转换的概率将上升。

MS-TVTP模型考虑到转换概率的时变性，如果转换概率的数值发生变化，经济景气指数所处阶段的概率也会相应出现变化，在t时刻经济处于收缩阶段的概率值p（s_t=2）计算为：

经济景气指数在t时刻处在收缩阶段的概率受到t-1期经济景气指数所处阶段的概率和相应的时变转换概率的共同影响。基于MS-TVTP模型的估计结果，根据Hamilton滤波可以计算出经济景气指数处于收缩阶段的滤波概率p（s_t=2|Y_t），显示在图5中，其中的阴影部分是基于表2中识别出的我国经济周期波动的峰点到谷点所确定的经济景气指数收缩阶段，作为基准对模型结果进行评价。

通过滤波概率序列，可以将样本点划分为收缩状态［p（s_t=2）＞0.5］和扩张状态［p（s_t=2）≤0.5］两类。从模型拟合结果我们可以观察到，在阴影区间即经济周期进入收缩阶段时，MS-TVTP模型计算出来的收缩概率大多有所体现，但对于数据的波动更敏感一些。BB法在识别转折点日期时，对于较短时期的波动不予确认，但MS-TVTP模型的收缩概率会受到影响，比如，2005年11月至2006年9月、2017年4月至10月模型识别出在几个时点处收缩概率高于0.5，但BB法识别的收缩阶段并没有包括这几个时段。通过景气指数的实际波动情况，可以看出这两个阶段确实出现了景气指数的短时期收缩，但由于持续时间过短，基于BB法并没有确认峰点到谷点的出现，没有将这两个时期作为收缩阶段。

图5 景气指数y_t处于收缩阶段的滤波概率p（s_t=2|y_t）

注：阴影表示利用BB法识别出的经济收缩阶段。

自2015年12月开始，经济景气指数开始进入一个缓速平稳的增长过程，2015年11月开始衰退概率稳定低于0.5，预示着经济周期由衰退区制转入扩张区制，并将在扩张期保持较长的时间。衰退概率在2017年3～8月出现过小幅波动，升高至0.5以上，进入衰退区制。从景气指数上来看，在2017年5月开始出现过为期4个月的小幅下降，与之相对应，总体而言，M2表现出与经济景气指数对经济环境变动的敏感性。2018年伊始，基于模型估计结果显示，衰退概率快速攀升至0.5以上，中国进入衰退区制，可以看出供给侧改革、去杠杆化措施的发力、加强金融监管的效果等经济结构调整手段的共同作用给中国经济运行带来不小的下行压力。基于本文估计的模型进行样本外预测，由于M2滞后4阶，本文预测得到2018年8～11月我国经济处于收缩状态的概率，在图5中以虚线标示。可以看出，虽然概率值有降低，但依旧高于0.5，没有发出经济周期转换的预警信号。这与2018年央行多次降准，提升资金流动性，执行稳健货币政策不无关系。中美贸易摩擦依旧不可避免，国际环境不确定因素较多；而国内金融监管进一步严格，当前M2下降，也表现出市场货币存量前景堪忧，且我国目前经济增速处于较低水平，为保持经济的平稳运行，应该注重以“稳就业、稳金融、稳外贸、稳外资、稳投资、稳预期”为目标，延续积极的财政政策和稳健的货币政策，可以配合适当的降准、减税措施，提升货币流动性，缓解实体企业去杠杆化过程中遇到的融资成本高、融资困难等问题，且确保经济处于合理的区间内波动。