下载掌阅APP，畅读海量书库
立即打开
DSGE模型是当前研究宏观经济波动相关问题的主流分析工具，应用范围十分广泛。在构建DSGE模型时，其通常会包括家庭、企业、政府等部门，其中家庭在效用最大化目标的指引下追求资产的跨期最优配置，企业在预期利润最大化的指引下选择资本和劳动的最优需求量（在垄断竞争市场结构假设下还需制定最优产品价格），政府按照给定的财政政策或货币政策方程对其他经济主体的决策施加影响，当各经济主体均做出最优选择时，整个模型便处于均衡状态。和传统的宏观经济理论（如凯恩斯主义宏观经济理论）相比，由经济主体最优选择和政府部门政策方程组成的DSGE模型具有坚实的微观基础，在微观经济主体行为最优化和宏观经济变量动态变化之间建立了紧密的联系。除微观基础外，DSGE模型的优越性还体现在广泛的兼容性方面，即研究者可以根据自身的研究需要，在模型框架内设置相应的经济部门、选择理想的函数形式、引入各种外部冲击，并借助数值模拟方法分析不同类型的外部冲击对整个宏观经济系统产生的影响。鉴于DSGE模型具有如上所述的优异性能，本书在分析贸易政策不确定性冲击对中国宏观经济运行产生的影响时，将建立一个两国新凯恩斯主义DSGE模型，同时结合中国实际情况设置三种不同类型的企业，进而通过二阶矩冲击引入贸易政策不确定性，并对冲击的影响进行数值模拟分析和传导机制分析。
在本书构建的DSGE模型中，贸易政策不确定性表现为进口商品关税税率的二阶矩，在模拟贸易政策不确定性冲击对中国宏观经济运行的影响时，可以通过分析模型中进口商品关税税率受到二阶矩冲击后，各变量对稳态的偏离情况来实现。由于结构冲击对二阶矩的独立影响只有在三阶近似下才能实现，本书在分析贸易政策不确定性冲击造成的影响时，需要对状态空间系统进行三阶近似以实现对关税税率二阶矩冲击影响的分离，但二阶项与三阶项的出现使得迭代过程中存在爆炸路径问题，因此需要对近似过程中产生的高阶项进行处理。针对上述问题，Kim等（2008）提出了剪枝算法（pruning），并将其运用到二阶近似模拟中，随后Andreasen等（2018）将剪枝算法的思想扩展至高阶近似，并将其与Schmitt和Uribe（2004）提出的扰动近似（perturbation approximations）相结合。结合实际研究情况，本书在DSGE模型仿真时采用剪枝算法模拟贸易政策不确定性冲击对各宏观经济变量产生的影响。
在目前分析时间序列数据的相关实证研究中，结构向量自回归（SVAR）模型无疑是最受欢迎的分析工具之一，该模型已被广泛运用于宏观经济波动的研究领域，相较于传统的VAR模型，SVAR模型不仅能够揭示各宏观经济变量与滞后项之间的数量关系，还能够通过同期效应矩阵刻画各变量之间的同期变化关系，进而为观察到的数量关系赋予经济学意义。不过在实证研究过程中，通常都是将SVAR模型转化为VAR的形式进行参数估计，再施加相关约束进行冲击识别，因此如何对SVAR模型施加合理的约束就成为研究的关键。本书主要通过三种方式运用SVAR模型：一是施加叙事法约束，即通过梳理本次中美贸易摩擦期间的基本事实构建冲击约束集，对特定时间点上结构冲击的大小和方向进行限制；二是施加符号约束，即结合理论模型的数值模拟结果对SVAR模型中各变量间的同期效应关系进行约束；三是TVP-SV-VAR模型，即允许SVAR模型中的自回归参数随时间改变，且假设结构冲击具有时变波动率，通过这种方式分析贸易政策不确定性冲击的时变影响。
随机波动率（stochastic volatility）是金融经济学和金融数学中用来刻画金融市场变量特有的时变波动率和相互依赖性的重要概念，其假设变量波动率平方的对数服从一个一阶自回归过程，并利用状态空间模型对随机波动率进行建模。Fernández-Villaverde等（2015）依据上述思想建立随机波动率模型估计美国财政政策的时变波动率，由于波动率越大，市场主体就越难预测未来财政政策的变化走向，因而在研究美国财政政策不确定性的影响时，将估计出的时变波动率作为财政政策不确定性的代理变量。此外，用这种方式测度不确定性可将一阶冲击（政策水平冲击）和二阶冲击（政策不确定性冲击）进行区分，并准确估算不同时间点上的政策不确定性规模，同时在建模分析时的引入方式也较为简便。Caldara等（2020）在研究美国贸易政策不确定性的宏观影响时，将美国进口商品关税平均税负的随机波动率作为衡量美国贸易政策不确定性的指标。本书在后续研究过程中，基于随机波动率模型对中国进口商品关税波动率进行估计，同时依据参数估计结果对DSGE模型中的相关参数进行校准。
在实证研究过程中通常只能使用相对较短的样本对SVAR模型中的参数进行估计，在很多时候参数估计结果的准确性很难得到保证。针对这一问题，一些研究者想要通过对SVAR模型中的待估参数进行先验性的假定，在估计过程中将研究者依据贝叶斯公式将待估参数的先验信息与数据中包含的信息相结合，这种把参数估计值先验性地限定在某些特殊范围有助于减少参数估计值的方差。贝叶斯估计方法提供了一个相对规范的统计分析框架，使用这种方法可以提升估计效率并最终得到理想的后验估计结果。本书在研究过程中主要有两处需要用到贝叶斯估计方法：一是在估计中国进口商品关税税率的随机波动率时，需要对相关待估参数做出先验假设；二是在分析贸易政策不确定性冲击对中国主要宏观经济变量的时变影响时，需要借助贝叶斯估计来提升TVP-SV-VAR模型参数的估计效率。
本书首先对“关税测量法”“不确定性指数法”和“随机波动率法”三种不同的贸易政策不确定性方法的核心思想与计算方式进行总结与分析，并从信息全面性、计算量和数据结构等方面比较三种测度方式的异同，进而用三种不同的测度方法计算本次中美贸易摩擦期间的贸易政策不确定性，然后将各自的计算结果与本次中美贸易摩擦的基本事实进行比较，对比分析每种方法计算结果的准确性。