《研究经济管理学及财务知识分析.docx》由会员分享，可在线阅读，更多相关《研究经济管理学及财务知识分析.docx（32页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、中国软科学投稿投稿栏目：“科技与经济”或“理论方法与案例”美国经济衰退对中国实体经济的冲击效应和传导机制研究王欣，陈丽珍（江苏大学 财经学院，江苏 镇江 212000）摘 要：本文利用19942011年中美两国实体经济变量季度数据，采用施加过度识别约束的SVAR模型，分析了美国经济衰退对中国实体经济的冲击效应和传导机制。研究结果显示：美国经济衰退对中国GDP和固定资产投资产生明显的负面冲击；美国对中国出口和美国对中国直接投资是美国经济衰退的主要传导渠道；与美国对中国出口渠道相比，基于美国对中国直接投资渠道的传导作用相对较弱。关键词：美国经济衰退；冲击效应；传导机制；SVAR模型中图分类号：F7
2、52 文献标识码：AThe Study on the Impact and Transmission Mechansim of U.S Recession to Chinas Real EconomyWANG Xin，CHEN Li-zhen（School of Finance and Economics，Jiangsu University，Zhenjiang 212000，China）Abstract：Based on the the quarterly economic data of U.S. and China from 1994 to 2011，This paper analysi
3、s the the impact effect and transmission mechansim of U.S. recession to Chinas real economy by using SVAR model imposed on overidentified restrictions. Our results show that U.S. recession has a significant negative impact on Chinas GDP and fixed asset investment；U.S. exports to China and U.S. direc
4、t investment in China are both the transmission channels of U.S. recession；compared with the transmission channel of U.S. exports to China，the transmission channel of U.S. direct investment in China has a relatively weak effect to Chinas real economy.Key words：U.S. recession；impact effect；transmissi
5、on mechansim；SVAR model基金项目：本文受国家自然科学基金项目“危机性产业衰退的国际传导与我国区域产业调整的机理与实证研究（70973045）”资助。作者简介：王欣（1978），男，江苏镇江人，江苏大学财经学院讲师，管理学博士，研究方向：国际投资与国际贸易。工作单位：江苏大学财经学院 联系电话：13852985800 电子信箱：wangxin66666 邮政编码：212000单位地址：江苏省镇江市学府路301号江苏大学财经学院-31-美国经济衰退对中国实体经济的冲击效应和传导机制研究基金项目：国家自然科学基金项目（70973045）。摘 要：本文利用19942011年中美两
6、国实体经济变量季度数据，采用施加过度识别约束的SVAR模型，分析了美国经济衰退对中国实体经济的冲击效应和传导机制。研究结果显示：美国经济衰退对中国GDP和固定资产投资产生明显的负面冲击；美国对中国出口和美国对中国直接投资是美国经济衰退的主要传导渠道；与美国对中国出口渠道相比，基于美国对中国直接投资渠道的传导作用相对较弱。关键词：美国经济衰退；冲击效应；传导机制；SVAR模型中图分类号：F752 文献标识码：AThe Study on the Impact and Transmission Mechansim of U.S Recession to Chinas Real EconomyAbst
7、ract：Based on the the quarterly economic data of U.S. and China from 1994 to 2011，This paper analysis the the impact effect and transmission mechansim of U.S. recession to Chinas real economy by using SVAR model imposed on overidentified restrictions. Our results show that U.S. recession has a signi
8、ficant negative impact on Chinas GDP and fixed asset investment；U.S. exports to China and U.S. direct investment in China are both the transmission channels of U.S. recession；compared with the transmission channel of U.S. exports to China，the transmission channel of U.S. direct investment in China h
9、as a relatively weak effect to Chinas real economy.Key words：U.S. recession；impact effect；transmission mechansim；SVAR model一、引言2007年，以新世纪财务公司倒闭为标志，美国房地产市场爆发了次贷危机。在随后的1年中，次贷危机迅速波及全球资本市场、信贷市场，进而演变为全球性金融危机。纵观20世纪以来全球经济发展历程，本次危机的影响和冲击程度远远超过了20世纪90年代北欧银行危机、日本股市泡沫和1997年东南亚金融危机，是自1929年经济危机以来最严重的危机。本次金融危机除了
10、对全球金融市场产生巨大的负面冲击以外，最终蔓延并扩散到实体经济，引发了实体经济衰退。美国劳工部的报告显示，2008年12月，全美非农部门工作岗位削减52.4万个，失业率上升至7.2%，为16年来的最高点。在美国经济衰退的冲击下，世界主要经济体均出现了不同程度的衰退。欧盟统计局的数据显示，2008年第二和第三季度，欧元区经济连续下滑0.2%，出现了1999年欧元区成立以来的首次经济衰退。日本内阁府公布的数据显示，2008年第二和第三季度，经济出现负增长，也已开始步入经济衰退。中国在美国经济衰退的冲击下，2008年度进出口出现负增长，吸收的FDI大幅下滑，GDP增速明显放缓，实体经济也出现了明显的
11、衰退。本文结合课题研究的需要，主要研究金融危机引发的美国经济衰退对中国实体经济的冲击效应和传导机制。对这一问题研究的意义在于：第一，无论是发达国家还是发展中国家，在日益开放的条件下，实体经济都有可能受到外部冲击而引发衰退，因而这一现象具有普遍性；研究外部冲击对本国实体经济影响的一般规律，总结出有效防范外部冲击的政策措施，具有重要的现实意义。第二，美国是全球经济的核心，而中国已成为世界总量第二的经济实体，中美两国有密切而广泛的经贸联系；通过探讨美国经济衰退对中国实体经济的冲击效应和传导机制，既能更加深入理解两国经济之间的影响和联系，又能为相关政策的制定提供科学合理的理论依据。二、相关文献回顾国外
12、直接研究经济衰退的冲击效应和传导机制的文献相对不多，与之相关的研究主要涉及经济波动的国际传导，包括国际传导渠道、原因和影响因素等。例如，Cantor和Mark（1988）、Baxter和Crucini（1995）等学者研究认为，国际商品贸易和国际金融交易是经济波动的主要传导渠道。Canova和Dellas（1993）利用10个工业化国家的数据并采用4种不同的滤波方法，发现贸易在经济波动传导中的作用是显著的。David（1993）利用58个国家19701985年的数据，发现国际贸易波动对GDP具有冲击效应。Sherman和Kolk（1996）认为经济波动跨国传导的主要渠道是国际贸易、国际金融体系
13、和资本流动，而国际贸易是其中最主要的因素；贸易、投资和金融一体化程度的提高将导致经济周期波动更容易传导。Frankel等（1998）、Gruben等（2002）认为国际贸易与国际经济波动正相关。Jean（2004）研究发现商品贸易、金融开放和经济专业化也是经济波动国际传导的渠道。Jansen等（2004）认为国际直接投资是国际经济波动的重要传导机制。Calderon等（2007）发现贸易强度与经济周期有明显的相关性，但发展中国家两者的相关性比发达国家小。Burstein等（2008）研究发现国际经济波动在两个核心区之间的相关性比核心区与周边区的相关性小，核心区与周边区的贸易更容易实现生产共享。
14、国内学者的相关研究主要集中在中美经济波动及传导机制上。例如，湛柏明和庄宗明（2003）通过对2000年以来美国对外贸易和中美贸易现状的分析，阐述了美国经济波动对中国经济的影响。陈全功和程蹊（2003）认为中国经济对美国的依赖程度不断提高，美国经济的波动对中国宏观经济影响日益增大，应该重视自我增长因素的发展，减弱美国对我国经济的负面影响。张兵（2006）通过考察中美两国经济增长率之间的相关系数，发现两国经济周期波动在某些历史时期具有较强的同步性，中美两国贸易和直接投资联系是经济周期同步性出现的纽带和基本传导渠道。廖晓燕（2007）从中美贸易角度实证分析了中美经济波动的相关性，认为中美经济波动的主
15、要传导渠道是中国从美国进口。冯永琦（2009）利用19992009年的季度数据，运用VAR模型和HP滤波，研究发现进出口贸易对于美国经济波动均具有明显的传导作用，而美国对华直接投资和和中国对美直接投资的传导作用不显著。杨万平和袁晓玲（2010）运用基于VAR模型的广义脉冲响应函数与方差分解分析了美国经济波动对中国经济冲击的长期传导机制和短期动态影响特征，发现美国经济波动主要通过影响中国对美国出口的途径对中国经济增长造成冲击冲击。安辉等（2011）通过构建包含中美经济变量的向量自回归模型，分析了美国经济紧缩通过外商直接投资渠道对中国实体经济所产生的影响，认为美国经济收缩将引发我国吸引外商直接投资
16、和出口下降，进一步影响中国经济的产出水平。可以看出，虽然在研究范围、研究方法以及研究结论上存在差异，但有关经济波动国际传导的多数研究都证实了国际贸易和国际直接投资是重要的实体传导渠道。在实证分析中，大多采用VAR模型，通过脉冲响应函数分析经济波动的冲击效应和传导机制。这为本文的实证研究重要的借鉴。本文采用经济波动国际传导的分析思路，利用中美之间的实体经济变量数据研究美国经济衰退对中国实体经济冲击效应和传导机制。与已有的文献相比，本文的拓展主要体现在以下几个方面：第一，将中国GDP和中国固定资产投资同时作为中国实体经济的代理变量，以全面反应中国经济特点。第二，利用施加过度识别约束的SVAR模型进
17、行实证分析。VAR模型是传导机制分析中常用的方法，其优点在于将所有研究变量视为内生变量，能避免传统计量模型内外生变量设定的偏误，同时脉冲响应函数的分析结果无论对经济衰退或繁荣的冲击效应均具有解释力；缺点在于VAR模型以各个变量的滞后项作为解释变量，无法反应各变量的同期相关关系。与VAR模型相比，SVAR模型克服了普通VAR模型无法模拟各内生变量同期相关关系的不足，对SVAR模型同期相关矩阵进行过度识别估计能使多数的估计参数通过显著性检验，而模型的有效性可以通过施加过度识别约束得以保证；同时，SVAR模型可以得到正交化的脉冲响应函数，即可单独考虑各变量的冲击对其他变量的影响，因而能较好的反映客观
18、实际。第三，综合考虑汇率波动、价格指数以及季节因素的影响。对于各变量数据，采用季度价格指数将各变量的名义值进行平减，利用季度平均汇率换算成统一货币，并进行Census X12季节调整，以期得到更为准确客观的结论。三、数据的选取和模型的构建（一）数据的选取和处理在多数文献中，各国GDP是常用的实体经济代理指标。本文参照这一做法，选取中国国内生产总值CGDP和美国国内生产总值UGDP分别代表两国实体经济。此外，本文还选取中国固定资产投资INVEST作为中国实体经济的另一个代理变量，原因主要在于固定资产投资的重要作用。张军（2002）认为，中国20多年的工业化是按照资本驱动的增长模式进行的，而资本的
19、形成主要依赖于固定资产投资的持续增长。因此，将CGDP和INVEST同时作为中国实体经济的代理指标，有助于更加全面地反映中国实体经济的特点。对于实体经济可能的传导渠道，本文参照上述国内外研究成果，选取的变量包括美国对中国出口EX、美国从中国进口IM、美国对中国直接投资FDI。其中，EX和IM是美国经济衰退可能的贸易传导渠道，FDI是可能的投资传导渠道。之所以没有考虑中国对美国的直接投资，主要由于与其他各个指标相比，这一指标的统计时间较晚，并且规模较小，不具备构建模型的条件。为了尽可能多的扩大样本容量，本文采用了季度数据。考虑数据的可获性，本文将样本区间设定为1994年第1季度至2011年第2季
20、度。这一样本区间包括了2001年“9.11”恐怖袭击突发性事件引起的美国经济衰退和2008年美国金融危机引发的经济衰退，可以较为全面地反映出衰退传导的特点和规律。以下对这些变量数据进行详细说明。1中国国内生产总值CGDP CGDP季度数据来源于国家统计局数据库。该数据库公布了历年名义累计季度GDP数值以及按上一期价格水平计算的同比增长率。根据1994年第1季度GDP数值和同比增长率，本文计算出1994年为基期的历年实际累计季度GDP数值，最终计算出1994年第1季度为基期的实际GDP季度数值，同时可以计算出1994年第1季度为基期的中国GDP季度价格平减指数。对实际季度GDP采用X12作季节调
21、整，单位为亿元。2美国国内生产总值UGDP UGDP季度数据来源于美国商务部经济分析局（BEA）数据库。该数据库公布了历年名义季度GDP和以2005年价格水平计算的实际季度GDP，并已经作了季节调整，单位10亿美元。本文根据这两组数据，计算出以1994年第1季度为基期的美国GDP季度价格平减指数，再用该指数对名义季度GDP数据进行平减，得到1994年第1季度为基期的实际GDP。为了与CGDP统一货币单位，利用IFS数据库提供的美元对人民币季度平均汇率进行换算，单位为亿元。3中国固定资产投资INVEST INVEST季度数据来源于国家统计局数据库。本文首先根据国家统计局数据库公布的历年名义累计季
22、度固定资产投资数值，计算出历年名义季度固定资产投资。由于难以获得固定资产投资季度平减指数，本文利用上文计算的中国GDP季度平减指数平减，得到1994年第1季度为基期的实际季度固定资产投资，再用X12作季节调整，单位为亿元。4美国对中国出口EX和从中国进口IM EX和IM季度数据来源于美国商务部经济分析局数据库和IMF的DOTS数据库。这两个数据库提供了各季度EX和IM名义数据，单位百万美元。为得到EX和IM的实际数据，本文首先将IFS数据库提供的2005年为基期的美国季度出口指数和进口指数，换算为1994年第1季度为基期的季度出口指数和进口指数，再利用这两个指数平减EX和IM，最后，利用汇率折
23、算成亿元人民币，并作X12季节调整。5美国对中国直接投资FDI FDI季度数据来源于美国商务部经济分析局数据库。该数据库公布了各季度FDI名义值，单位为百万美元。观察各季度FDI名义值发现有的季度出现负值，表明增量为负，必须对其进行处理。考虑到FDI具有类似资本的属性，采用存量FDI可能较为合理，因此，本文首先利用上文计算的1994年第1季度为基期的美国GDP季度平减指数对季度FDI名义值进行平减；其次，采用类似资本存量的计算方法，利用永续盘存法计算出FDI存量数值，折旧率设为10%。最后进行汇率调整和X12季节调整，单位为亿元。（二）VAR模型16变量VAR模型 本文首先采用上述6个变量各自
24、的自然对数lnCGDP、lnUGDP、lnINVEST、lnEX、lnIM和lnFDI建立VAR模型。采用常用的两种检验方法：ADF单位根检验和PP单位根检验对各变量进行平稳性检验，结果见表1。表1 6变量平稳性检验变量ADF单位根检验PP单位根检验结论（c，t，p）t统计量P值（c，t，p）t统计量P值lnCGDP（0，0，0）26.1251.000（0，0，0）24.2661.000非平稳dlnCGDP（c，0，1）-7.6010.000（c，0，1）-7.6010.000平稳lnUGDP（c，0，1）-1.5390.508（c，0，0）-1.6900.432非平稳dlnUGDP（c，t，
25、1）-3.6550.033（c，t，1）-3.6550.033平稳lnINVEST（c，t，0）-1.6850.748（c，t，0）-1.5220.813非平稳dlnINVEST（c，0，1）-10.1440.000（c，0，1）-10.3550.000平稳lnEX（c，t，0）-3.4410.054（c，t，0）-3.2210.089平稳lnIM（c，0，1）-2.7180.233（c，t，0）-2.3450.405非平稳dlnIM（c，0，1）-5.8230.000（c，0，1）-5.8550.000平稳lnFDI（c，t，0）-4.6750.002（c，t，0）-4.6900.002平稳
26、注：（c，t，p）中c表示截距项，t表示时间趋势，p表示滞后阶数；c和t的选择根据单位根方程系数的显著性判断，滞后阶数p的选择依据AIC准则。可以看出，无论是ADF单位根检验还是PP单位根检验，其结论是一致的：lnCGDP、lnUGDP、lnINVEST、lnIM是非平稳的，但其一阶差分是平稳的，即都是I（1）序列；lnEX、lnFDI是平稳的I（0）序列。关于VAR模型对于数据平稳性的要求，越来越多的学者认为，各序列平稳或单整阶数相同是建立变量之间协整关系和误差修正模型（ECM）的必要条件，而对于普通的VAR模型而言，这些条件不是必须的，但是合理的VAR模型需要通过各种检验。因此，对于包含平
27、稳和非平稳的混合序列，本文仍然采用水平变量建立VAR模型，并通过稳定性检验、Granger检验等验证VAR模型的合理性。对6变量VAR模型，采用LR、AIC等5种常用的滞后期判断标准，结果发现选择1阶滞后或者2阶滞后较为合适。采用AR特征根检验，结果发现1阶滞后VAR模型有两个特征根模大于1，位于单位圆外，表明该模型并不稳定；2阶滞后VAR模型所有特征根模均小于1，表明模型是稳定的，因此滞后阶数确定为2。对6变量2阶滞后VAR模型进行Granger检验确定内外生变量。结果发现，lnIM作为滞后解释变量，在其他5个变量作为因变量的回归方程中，均不能拒绝lnIM不能Granger引起其他各个变量的
28、原假设，如表2所示。表2 6变量VAR模型关于lnIM的Granger检验结果原假设c2值自由度P值lnCGDP方程：lnIM不能Granger引起lnCGDP0.30120.860lnUGDP方程：lnIM不能Granger引起lnUGDP1.60920.447lnFDI方程：lnIM不能Granger引起lnFDI1.69020.430lnEX方程：lnIM不能Granger引起lnEX0.83420.657lnINVEST方程：lnIM不能Granger引起lnINVEST2.79820.247而其他各变量作为滞后解释变量，至少在一个方程中能拒绝原假设。因此，可以将lnIM视为外生变量，
29、VAR模型需要在不考虑lnIM变量的情况下重新构建。25变量VAR模型 滞后期检验结果发现，对于5变量VAR模型，选择1阶滞后或者4阶滞后较为合适。采用AR特征根检验结果发现，1阶滞后VAR模型有两个特征根模大于1，位于单位圆外，表明该模型并不稳定；4阶滞后VAR模型所有特征根模均小于1，表明模型是稳定的，因此滞后阶数确定为4。对5变量4阶VAR模型进行Granger检验。5个变量分别作为滞后解释变量，至少在1个方程中拒绝原假设，结果见表3。表3 5变量VAR模型Granger检验结果原假设c2值自由度P值lnCGDP方程：lnUGDP不能Granger引起lnCGDP11.35640.023
30、lnEX不能Granger引起lnCGDP9.12440.058lnUGDP方程：lnFDI不能Granger引起lnFDI8.62640.071lnFDI方程：lnUGDP不能Granger引起lnFDI10.26440.036lnEX不能Granger引起lnFDI12.49440.014lnINVEST不能Granger引起lnFDI10.09940.039lnEX方程：lnUGDP不能Granger引起lnEX10.46440.033lnINVEST方程：lnEX不能Granger引起lnINVEST14.85640.005因此，5个变量可以作为内生变量。最终VAR模型确定为5变量4阶
31、VAR模型。（三）SVAR模型由于VAR模型的解释变量都是各个变量的滞后项，因此，VAR模型无法反映出各个变量之间的同期相关关系。为此，本文在5变量4阶VAR模型基础上，建立能反映各变量同期相关关系的结构VAR（SVAR）模型，利用SVAR模型进一步分析各变量之间的关系。5变量4阶滞后SVAR模型的结构式可以表示为： （1）其中，为同期相关矩阵；，为系数矩阵（）；，代表各内生变量；，为结构式的扰动项，表示中国GDP、美国GDP、美国对中国直接投资、美国对中国出口和中国固定资产投资的结构性冲击。为了获得冲击的标准偏差，假定各变量的随机扰动项均为白噪声序列，相互正交，协方差为0，即。一般而言，结构
32、式扰动项不能直接获得，需要通过简化式的扰动项计算获得。假设同期相关矩阵A可逆，可以由结构式得到简化式： （2）其中，（），为简化式的扰动项。可以看出，每个变量简化式方程的扰动来自于结构性冲击，并且是结构扰动项的线性组合。因此，可以通过计算出结构性冲击，而关键在对于同期相关矩阵A的估计。Amisano、Gianni和Carlo Giannini（1997）对SVAR模型的参数估计进行了详细的分析。根据他们的研究成果，对于形如的AB型SVAR模型，如果矩阵A和B的所有参数都是未知的，那么模型将不可识别，必须对矩阵中的某些参数进行约束。对具有k个内生变量的AB型SVAR模型，需要对模型至少施加个约束
33、才能有效识别。事实上，在多数的SVAR模型中，对于矩阵A和B已经施加了一定的约束。在本文的模型中，同期相关矩阵A的对角线元素均为1，即施加了k个约束，矩阵B为单位矩阵，矩阵中所有的元素都施加了约束，因而约束的个数为。因此，对模型至少需要施加约束的个数为。此时，模型恰好识别，可以通过完全信息极大似然法（FIML）估计出矩阵A的未知参数。但是，多数情况下模型恰好识别时估计得到的未知参数未必都能通过显著性检验。如果有参数不能通过显著性检验，表明模型设定存在问题，随后的结构脉冲响应函数分析也可能产生偏误。此时，可以考虑对矩阵施加更多约束，以代替部分不显著的未知参数，这就产生了过渡识别。当出现过渡识别时
34、，在对矩阵参数进行估计时需要施加过渡识别约束，约束是否有效可以通过LR检验加以判断。在对矩阵进行约束时，需要结合多种因素加以综合考虑。通常考虑的因素包括：各方程残差的同期相关性、参数估计值的显著性水平以及实际的经济意义，等等。综合这些因素，对同期相关矩阵A的约束如下：约束条件1：考虑到美国经济规模巨大并具有外向性，假设当期中国GDP受到当期美国GDP的影响；同时，由于中国国内固定资产投资与GDP有密切联系，当期中国GDP也会受到固定资产投资的影响。而美国对中国FDI和美国对中国出口对于中国GDP的影响可能有一定滞后性，因而假设当期中国GDP不受当期美国对中国FDI和美国对中国出口的影响，即；约
35、束条件2：假设当期美国GDP受到当期中国GDP的影响，不受当期美国对中国直接投资、美国对中国出口以及中国固定资产投资的影响，即；约束条件3：假设当期美国对中国直接投资受到当期美国对中国出口的影响，不受当期中国GDP、美国GDP和中国固定资产投资的影响，即；约束条件4：假设当期美国对中国出口受到当期美国对中国直接投资和当期中国固定资产投资影响，不受当期中国GDP和美国GDP的影响，即约束条件5：假设当期中国固定资产投资受到当期中国GDP和美国GDP的影响，不受当期美国对中国直接投资和美国对中国出口的影响，即。因此，简化式扰动项与结构冲击的线性关系可以表示为以下方程组： （3） （4） （5） （
36、6） （7）在上述假设下，该模型是过渡识别的。对矩阵A施加过渡识别约束，估计结果如下：表4 同期相关矩阵A的估计结果lnCGDPlnUGDPlnFDIlnEXlnINVESTlnCGDP1-33.672（17.068）*0025.968（2.264）*lnUGDP159.936（13.941）*1000lnFDI00116.623（1.451）*0lnEX00-6.681（0.586）*1-8.568（3.221）*lnINVEST-33.102（19.897）*139.261（12.234）*001LR过渡识别检验：c2（7）= 6.549；P = 0.477注：括号内数值为标准差，*、*、
37、*分别代表1%、5%和10%显著性水平。表4显示，各个未知参数的估计值都至少在10%的水平上是显著的，同时LR过渡识别检验结果中P值大于0.1，表示即使在10%的显著性水平上也不能拒绝过渡识别约束的原假设，表明过渡识别约束是有效的。因此，可以采用上述SVAR模型分析各变量之间的关系。四、实证分析在SVAR模型构建之后，可以利用结构脉冲响应函数曲线形状和响应数值大小分析美国经济衰退对中国实体经济的冲击效应和传导机制。首先，从总体上考察美国GDP对表征中国实体经济的两个变量：中国GDP和中国固定资产投资的冲击效应；其次，对传导机制进行分析，即对可能的两个传导渠道：美国对中国直接投资和美国对中国出口
38、，分析它们是否会对中国的实体经济产生显著的传导作用。（一）美国经济衰退对中国实体经济的冲击效应1美国GDP对中国GDP的冲击效应图1 lnCGDP对lnUGDP结构冲击的响应函数曲线 图2 lnINVEST对lnUGDP结构冲击的响应函数曲线图1显示了lnCGDP对lnUGDP结构冲击的脉冲响应函数曲线。对lnUGDP施加一个单位标准差的正向结构冲击，lnCGDP在第1季度达到了最大的正向响应0.6243%。随着时间的推移，响应程度逐渐下降，趋于收敛，但始终保持为正向响应。累计脉冲响应数值达到4.8093。SVAR模型的同期相关矩阵显示，lnUGDP对lnCGDP同期影响系数为33.672，即
39、美国GDP增加1%，会使中国GDP同期增长33.672%，可见美国GDP对中国GDP的当期影响非常显著。综合结构脉冲响应函数和SVAR模型同期相关矩阵的结果，可以得出结论：美国GDP对中国GDP的同向冲击效应是显著的，并且当期的冲击效应更为明显。而这一结论与实际情况也较为吻合：美国经济衰退对中国实体经济的冲击在2008年最为明显，随后的负面影响逐渐减弱。2美国GDP对中国固定资产投资的冲击效应图2显示了lnINVEST对lnUGDP结构冲击的脉冲响应函数曲线。对lnUGDP施加一个单位标准差的正向结构冲击，lnINVEST从第1季度微弱的正向响应迅速转变为第2季度负向响应，并在第4季度达到负向
40、响应的最大值1.0894%。随后，负向响应在第5季度减弱，在第6季度转变为正向响应，并在第7季度达到正向响应的最大值0.6174%。以后各期，虽然响应有一定波动，但都是正向响应。累计脉冲响应数值达到2.7607%。由此可以看出，在短期内，中国固定资产投资对美国GDP正向冲击的响应有一定的波动，但就长期而言，正向响应仍然较为显著。因此，美国GDP对于中国GDP和固定资产投资的同向冲击效应都是显著的。根据这一结果，当美国爆发经济危机引发实体经济衰退时，应该对中国实体经济产生明显的负面冲击。而这也是与客观实际情况吻合的。在此基础上，以下进一步对传导机制进行分析。（二）美国经济衰退对中国实体经济的传导
41、机制1基于美国对中国出口的传导渠道分析美国GDP对于美国对中国出口的冲击效应如图3所示。对于lnUGDP施加1个单位标准差的正向结构冲击，lnEX在第2季度达到正向响应的最大值1.018%，即lnEX对于lnUGDP的正向响应存在1个季度的滞后。第3季度开始正向响应下降，并在第4季度转变为负向响应。第5到第8季度的响应在正负响应之间波动，第9季度开始，转变为持续和稳定的正向效应，累计响应数值为2.1257%。因此，美国GDP对于美国对中国出口具有显著的同向冲图3 lnEX对lnUGDP结构冲击的响应函数曲线 图4 lnCGDP对lnEX结构冲击的响应函数曲线击。图5 lnINVEST对lnEX
42、结构冲击的响应函数曲线 图6 lnFDI对lnUGDP结构冲击的响应函数曲线美国对中国出口对于中国GDP的冲击效应如图4所示。对于lnEX施加1个单位标准差的结构冲击，lnCGDP的响应在第1季度为0，从第2季度开始，以后各期的响应均为正，并在20季度达到最大值0.4852，累计脉冲响应数值为6.6834，这表明美国对中国出口对于中国GDP的同向冲击非常显著。美国对中国出口对于中国固定资产投资的冲击效应如图5所示。对于lnEX施加1个单位标准差的正向结构冲击，lnINVEST的响应在第1季度为0，从第2季度开始迅速上升，并在第5季度和第8季度出现两次向响应的高峰，分别为1.2828%和1.29
43、27%。以后各期正向响应虽然有所下降，但基本保持在1左右的水平。累计脉冲响应数值为25.0579%。可以看出，与对中国的GDP的冲击相比，美国对中国出口对于中国固定资产投资的同向冲击效应更加显著。 综合上述分析，当美国GDP波动时，会通过美国对中国出口这一渠道，对中国的GDP和固定资产投资产生显著的同向冲击。因此，美国对中国出口渠道是美国经济衰退的一条重要实体传导渠道。2基于美国对中国直接投资的传导渠道分析图7 lnCGDP对lnFDI结构冲击的响应函数曲线 图8 lnINVEST对lnFDI结构冲击的响应函数曲线美国GDP对于美国对中国直接投资的冲击效应如图6所示。对于lnUGDP施加1个单
44、位标准差的正向结构冲击，lnFDI在第2季度达到负向响应最大值2.2494%，在第3季度迅速转变为正向响应，并在第5期达到正向响应的最大值3.6948；随后响应在正负之间波动，并逐渐趋向于0。从图形可以看出，lnFDI对lnUGDP冲击的同向响应主要体现在第3到第6季度的短期，累计脉冲响应数值为0.2674%，可见lnFDI对lnUGDP冲击的响应总体是同向的，但与lnEX对lnUGDP冲击的响应相比要小的多。美国对中国直接投资对于中国GDP的冲击效应如图7所示。对于lnFDI施加1个单位标准差的正向结构冲击，lnCGDP的响应在在第3季度达到负向响应最大值0.2906%。随后负向响应持续减弱
45、，并在第7季度转变为正向响应；以后各期，正向响应持续增加，累计脉冲响应数值为4.0994%。可见，美国对中国直接投资对于中国GDP的同向冲击效应存在大约6季度的时滞，并且长期冲击效应较为显著。美国对中国直接投资对于中国固定资产投资的冲击效应如图8所示。对于lnFDI施加1个单位标准差的正向结构冲击，lnINVEST的响应第1季度到第4季度在正负之间波动，并在第4季度达到负向响应最大值0.9455%；随后在第5季度迅速转变为正向响应，并最终趋于稳定，正向响应大约存在1年的时滞。累计脉冲响应数值14.3168%，可见同向冲击的长期效应是稳定和持久的。因此，无论是中国的GDP还是固定资产投资，对于美
46、国对中国直接投资正向冲击的正向响应都是显著的。因此，美国对中国直接投资也是美国经济衰退的另一条实体传导渠道。将这一渠道与美国对中国出口渠道冲击效果进行对比，结果见表5。表5 两条传导渠道冲击效应比较基于美国对中国出口渠道的冲击效应lnEX对lnUGDP结构冲击响应累计值2.1257%lnCGDP对lnEX结构冲击的响应累计值6.6834lnINVEST对lnEX结构冲击响应累计值25.0579%基于美国对中国直接投资渠道的冲击效应lnFDI对lnUGDP结构冲击响应累计值0.2674%lnCGDP对lnFDI结构冲击响应累计值4.0994%lnINVEST对lnFDI结构冲击响应累计值14.3168%可以看出，基于美国对中国直接投资渠道的冲击效应均小于相应的美国对中国出口渠道的冲击效应，因此这一渠道的传导作用相对较弱。五、结论和对策建议本文通过建立施加过度识别约束的SVAR模型，利用结构脉冲响应函数分析了美国经济衰退对中国实体经济的冲击效应和传导机制，主