《中国的菲利普斯曲线.doc》由会员分享，可在线阅读，更多相关《中国的菲利普斯曲线.doc（9页珍藏版）》请在三一办公上搜索。
1、中国的菲利普斯曲线 摘要：菲利普斯曲线是分析通货膨胀等问题的一个强有力工具，也是宏观经济理论的一个重要决策分析工具。我们希望通过对中国的菲利普斯曲线的研究，为实施政府干预，进行总需求管理提供政策建议。在对中国19792002年的数据研究中发现，尽管通货膨胀率和失业率在个别年份出现了正相关关系，但绝大多数年份都呈负相关变动关系，符合基本的菲利普斯曲线。我们主要研究的是“产出物价”菲利普斯曲线，也同样基本符合基本菲利普斯的关系。关键词：初始的菲利普斯曲线 通货膨胀率 失业率 GDP增长率 奥肯定律 “产出物价”菲利普斯曲线 自适应预期模型 滞后值研究背景： 中国作为一个发展中国家，增长和发展是我们
2、的主要任务。在我们制定货币政策、财政政策时，通货膨胀、通货紧缩与经济增长之间，以及与失业率之间是我们考虑的首要问题。菲利普斯曲线所揭示的是通货膨胀率与失业率之间的非线性负相关关系，这种关系能为实施政府干预，进行总需求管理提供一份可供选择的菜单。意味着可以用较高的通货膨胀率为代价，来降低失业率或实现充分就业。而要降低通货膨胀率和稳定物价就要以较高的失业率为代价。由此看出，菲利普斯曲线是分析通货膨胀等问题的一个强有力工具，也是宏观经济理论的一个重要决策分析工具。中国作为人口大国，面临着严峻的就业形势：每年新增劳动年龄人口过多，产业结构调整以及经济结构转型使农村和城市的劳动力需求同时下降，为了解决这
3、一问题，我们可以把菲利普斯曲线作为指导。但是70-80年代两次石油危机时期，美国出现了高失业率与高通胀率相并存的“滞胀”，推翻了失业率与通胀率反方向变动和可相互替换的理论。到了90年代，信息产业和经济全球化的发展，使美国出现了在经济高增长中低失业率与低通胀率并存的新经济现象，又一次从另一个方面证明了不存在什么菲利普斯曲线。现有的研究：菲利普斯曲线的演变形态：菲利普斯曲线经历了四个发展阶段、三种基本表达方式。 第一阶段的菲利普斯曲线属于传统的凯恩斯主义，有两种表达方式。菲利普斯曲线是由在英国从事研究的新西兰经济学家A.菲利普斯于1958年最早提出的，其主要表示的是货币工资变化率与失业率之间交替关
4、系的经验曲线，这是一种表达方式。凯恩斯主义者李谱西于1960年从单一的劳动市场供求体系中解释了初始菲利普斯曲线的成因。与此同时，萨缪尔森与索洛于1960年对初始的菲利普斯曲线进行了修正。首先，将原始菲利普斯曲线所表示的货币工资变化率与失业率之间的交替关系发展为通货膨胀率与失业率之间的交替关系，这是第二种表达方式。其次，是菲利普斯曲线成为决策工具。通胀率与失业率之间有交替关系，就可以帮助政策制定者在通胀与失业之间做出选择与取舍，要么是高通胀率与低失业率，要么是低通胀率与高失业率。第二阶段的菲利普斯曲线属于货币主义，延续了萨缪尔森与索洛的通货膨胀率与失业率之间的表达方式，只是观念有所不同。从196
5、0年代后期开始，货币主义经济学家弗里德曼和费尔普斯对菲利普斯曲线提出了修正。他们引入了适应性预期的概念，并区分了短期与长期。其基本观点是：第一，菲利普斯曲线在短期内是负斜率倾斜的，在长期内则是垂直的，这表明通货膨胀率与失业率之间的交替关系短期内存在而长期内部存在。第二，当通货膨胀被完全预期到时，它就既不影响相对价格与实际工资，也不影响厂商与工人对二者的计算，因而不影响失业率。此时的失业率是劳动市场在充分预知到通货膨胀而实现供求均衡时的失业率，弗里德曼与费尔普斯称之为自然失业率。第三，菲利普斯曲线受通货膨胀预期的影响，应附加预期变量。如果是适应性预期，则附加预期的菲利普斯曲线在短期内倾斜而在长期
6、内垂直。预期每变动一次，附加预期的菲利普斯曲线移动一次。根据上述观点，总需求管理政策短期内有效而长期内无效，因为长期内失业率总保持在自然失业率之上而不可更改。第三阶段的菲利普斯曲线属于新古典主义。新古典主义者对凯恩斯主义菲利普斯曲线者的批评比货币主义的批评更为彻底。他们认为，该曲线不仅在长期而且在短期也是垂直的，通货膨胀率与失业率即使在短期也不存在交替关系。因此，他们认为，必须有一个讲信用的政府。这不仅排除了凯恩斯主义关于通胀率与失业率的抉择，彻底抛弃了凯恩斯主义的影响，而且也抛弃了货币主义的影响，理性预期认为即使在短期，政府的政策也不起作用。所以，新古典主义的结论是，凯恩斯主义的总需求管理政
7、策或通货膨胀政策总体上是无效的，对失业率没有影响。第四阶段的菲利普斯曲线属于新凯恩斯主义，所标明的菲利普斯曲线是经济增长率与物价上涨率之间的关系。这是第三种表达方式。新凯恩斯主义者如费希尔和泰勒等人同样在曲线中考虑到理性预期的作用，但结论是认为通货膨胀率与失业率在一定时期内存在交替关系。他们对菲利普斯曲线作了新的解释，从一定程度上发展了负斜率的菲利普斯曲线。立论的依据是货币工资的刚性，而不是新古典主义者所说的灵活性。新凯恩斯主义者中菲利普斯曲线以经济增长率代替了萨缪尔森和索洛菲利普斯曲线中的失业率。这一代替是通过“奥肯定律”实现的。以上四个发展阶段、三种形状的菲利普斯曲线反映了美英等西方一些国
8、家在上世纪五六十年代的情况。菲利普斯曲线所表明的经济发展中各种经济变量之间的关系变化在中国是否出现，也就是说，菲利普斯曲线所揭示的关系在中国是否适用，需要我们进行实证分析。研究意义从宏观层面来看，经济政策的三大目标是充分就业、低通货膨胀和经济持续增长。而菲利普斯曲线研究了失业率与通货膨胀率之间的替代关系，如何在两者之间寻求平衡就成为经济学研究的主要问题之一。为此，我们循着菲利普斯曲线演进的线索，尤其是菲利普斯曲线的三种基本表达方式,对中国经济发展的适用性进行讨论分析，并提出相应的政策建议。但是由于第一种基本表达方式是研究的货币工资变化率和失业率之间的关系,其已经被很多研究所证明;再者与我们所要
9、研究的宏观层面问题相去甚远,因此我们主要从后两个表达方式进行研究.1979-2002年中国的菲利普斯曲线1、失业率与通胀率之间的关系。 （一）状态描述：这里我们要讨论的是第二种形状的菲利普斯曲线，即通货膨胀率与失业率之间的交替关系.我们这里使用中国统计年鉴所提供的居民消费价格指数，但由于我国统计年鉴没有真实失业率的数据，因此我们用已有的城镇登记失业率数据来代替，因为从整体看，两者的基本趋势基本相同。计算通货膨胀率有两种方法通过CPI指数或GDP平减指数来计算，此外中国国情还适用批发物价指数（后称为企业商品交易价格指数）计算通胀率。考虑到批发物价指数为月度数据，没有年度数据，无法应用于我们的模型
10、；GDP平减指数的定基实际GDP数据无法查到，也无法应用于我们的模型。尽管CPI指数计算的方法在中国的适用性仍存在一定的疑问，但在现有的条件下，我们只能用CPI指数来计算通胀率Y通货膨胀率X1城镇登记失业率指数obsYX11979 2.000000 5.4000001980 6.000000 4.9000001981 2.400000 3.8000001982 1.900000 3.2000001983 1.500000 2.3000001984 2.800000 1.9000001985 8.800000 1.8000001986 6.000000 2.0000001987 7.300000
11、 2.0000001988 18.50000 2.0000001989 17.80000 2.6000001990 2.100000 2.5000001991 2.900000 2.3000001992 5.400000 2.3000001993 13.20000 2.6000001994 21.70000 2.8000001995 14.80000 2.9000001996 6.100000 3.0000001997 0.800000 3.1000001998-2.600000 3.1000001999-3.000000 3.1000002000-1.500000 3.1000002001-
12、0.800000 3.6000002002-1.300000 4.000000图1是根据19792002年通货膨胀率与失业率的数据绘制的曲线，纵轴表示通胀率，横轴为城镇失业指数。从图1中可以看出，首先，中国转型期的菲利普斯曲线出现了以下几种情形：（1）斜率为负的菲利普斯曲线，即失业率与通货膨胀率之间相互交替关系，在19791980年、19831985年、19851986年、19901991年、19941997年、20012002年出现过（2）垂直的菲利普斯曲线，即失业率不变，通货膨胀率上升或下降的情形，在19861988年、19911992年、19972000年出现过（3）正斜率的菲利普斯曲线
13、，即失业率与通货膨胀率相互促进的情形，在19921994年、20002001年分别出现过。除此以外，19801983年、19891990年还出现过失业率与通货膨胀率同时降低的情形，即失业率与通货膨胀同时降低的正斜率菲利普斯曲线。由此可见，中国经济转轨时期的菲利普斯曲线既不符合菲利普斯的相互交替曲线，也不符合弗里德曼的菲利普斯曲线长期内无效结论。从短期上看，上述三种形式的菲利普斯曲线在我国经济转轨时期都出现过。尽管在个别年份出现了正相关关系，但绝大多数年份都呈负相关变动关系，符合基本的菲利普斯曲线。（二） 我们的发现:从图中可以看出19861988年、19911992年、19972000年的菲利
14、普斯曲线出现了陡峭性变形，随着通货膨胀率的上升，失业率本应下降，但实际上失业率却丝毫未变，究其原因主要包括以下几点： 首先、劳动力的供给因素。在经济上升时期（从下表GDP增长率可看出），会对劳动力产生过量需求，因此失业率就应该下降。但是，由于近年来大量农村剩余劳动力转入城镇，使得劳动力的供给大幅上升，城镇自身的就业受到冲击，因此，失业情况并没有得到改善。 其次、劳动力的需求因素。随着科技的不断进步，各行各业的科技含量逐步提高，与此同时，同量产业所吸纳的劳动力就会逐渐减少，因此，经济增长对就业情况并没有太大的改善。 最后、企业改制已经成为一种趋势，随着改革的深化，产业结构的调整，企业的冗员减少，
15、很多职工下岗。 （三） 政策建议： 以上分析表明，在我国经济波动的上升期，尽管经济增长率、物价上涨率在上升，但城镇失业率却不下降。这表明，单纯靠刺激需求、刺激经济增长的办法来解决失业问题的效果是不会显著的。解决我国的失业问题，应该对引起失业问题的各种因素进行分析，相应地采取措施，这样的效果才会显著。 2、国内经济增长率与通货膨胀率之间的关系。（一）状态描述：这里我们要讨论的是第三种形状的菲利普斯曲线，即经济增长率与物价上涨率之间的关系，可称之为“产出物价”菲利普斯曲线。从中国统计年鉴中查得数据：X2国内生产总值增长指数（GDP），并继续沿用表1的通货膨胀率Y，可得下表与图2。在图2中，纵轴为物
16、价变动率，横轴为GDP增长率。二者之间的变动关系表现如下：19791983，这一时期中国不存在菲利普斯曲线所揭示的产出物价关系。19841986年、19871990年、19992000年的价格周期均呈现出基本的菲利普斯曲线关系曲线略向右上方倾斜，只是在1989年出现了典型的滞胀（4.1%的GDP增长率对应着17.8%的通货膨胀率），但大体仍表现为基本的菲利普斯曲线的形状。紧随其后，1990年价格水平已迅速下降了15.7个百分点（1989年的价格增长率为17.8%，1990年为2.1%），这一段曲线也基本符合经济增长率与价格水平之间的同向变动关系。19911998年价格周期的产出物价曲线，199
17、21994年曲线表现出现左上方倾斜，GDP指标由右向左逐步下降，价格水平也相应回落。从1998年开始，价格指标从负增长开始逐步向正增长变动。从以上数据分析可以看出，后两个周期的产出物价曲线也呈现出基本的菲利普斯曲线关系。obsX2Y1979 7.600000 2.0000001980 7.800000 6.0000001981 5.200000 2.4000001982 9.100000 1.9000001983 10.90000 1.5000001984 15.20000 2.8000001985 13.50000 8.8000001986 8.800000 6.0000001987 11.
18、60000 7.3000001988 11.30000 18.500001989 4.100000 17.800001990 3.800000 2.1000001991 9.200000 2.9000001992 14.20000 5.4000001993 13.50000 13.200001994 12.60000 21.700001995 10.50000 14.800001996 9.600000 6.1000001997 8.800000 0.8000001998 7.800000-2.6000001999 7.100000-3.0000002000 8.000000-1.500000
19、2001 7.500000-0.8000002002 8.000000-1.300000 （二）原因分析：第一周期是由于中国的价格改革，在经过19791984年得以调整不合理价格为主的初始阶段后，于1984年才开始了市场化的价格机制的改革。因此，可以说在价格改革开始前的高度计划价格体制阶段，中国不存在菲利普斯曲线所揭示的产出物价关系。 第二周期中19871990，19911996年出现了变形：当曲线向右移动到达顶端开始转折时，通货膨胀率滞后一年或两年到达波峰，下面我们就建立模型，说明出现滞后情况的原因。首先，GDP增长率的滞后效应。当期GDP增长时，需求膨胀，使得生产资料行业的价格先受到影响，
20、产生上升的现象，由于滞后效应，这种上升的趋势传导到生活资料行业还需要一段时间，因此，GDP增长在先，而通货膨胀率的上升在后。其次，通货膨胀率自身的滞后效应。当期的通货膨胀率往往会受到上一期通货膨胀率的影响，通常表现为当上一期的物价水平较高时，下一期的物价水平也会比较高。 因为GDP增长率与其滞后值之间有很强的共线性，根据自适应预期模型，我们用通货膨胀率本身的滞后值来代替，即建立一阶自回归模型。Y=a+b1x2+b2y(-1)+uDependent Variable: YMethod: Least SquaresDate: 12/19/04 Time: 03:12Sample(adjusted)
21、: 1980 2002Included observations: 23 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C-7.9756813.497475-2.2804110.0337Y(-1)0.7362170.1450395.0759960.0001X20.9881430.3281883.0109010.0069R-squared0.604406 Mean dependent var5.686957Adjusted R-squared0.564847 S.D. dependent var7.0
22、76742S.E. of regression4.668254 Akaike info criterion6.040555Sum squared resid435.8519 Schwarz criterion6.188663Log likelihood-66.46638 F-statistic15.27845Durbin-Watson stat1.560943 Prob(F-statistic)0.000094回归分析结果：Y = -7.975681+0.736217 Y(-1)+ 0.988143 X2+uSe (3.497475) (0.145039) (0.328188)T (-2.28
23、0411) (5.075996) (3.010901)R-squared=0.604406 F=15.27845 DW=1.560943（1）经济意义的检验：解释变量Y(-1)前的系数为正，说明上一期的通货膨胀率对本期的通货膨胀率有正的效应，即上期的通货膨胀率越高，本期的通货膨胀率就越高，这符合我们原先所作的假设。同样，解释变量X2的系数也为正，说明GDP增长率对通货膨胀率也有正效应，即国内生产总值增长越快，通货膨胀率越高，这也符合我们的理论假定。（2）统计检验：在现有的学习中，我们还没有完全掌握单位根检验及协整的方法，所以对模型的平稳性暂时不作考虑。若不考虑单位根检验，直接用我们在前几章学习
24、的方法进行检验，结果如下1、模型的检验： 由回归结果可以看出，每个参数的t检验都显著，F检验也显著，模型的拟合程度较好（1） 多重共线性 F检验显著，t检验也显著，所以模型可能不存在多重共线性（2） 异方差检验White 检验White Heteroskedasticity Test:F-statistic2.483119 Probability0.080491Obs*R-squared8.178543 Probability0.085253Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/26/04 T
25、ime: 22:01Sample: 1980 2002Included observations: 23VariableCoefficientStd. Errort-StatisticProb. C35.9834343.983170.8181180.4240X2-7.0906689.193672-0.7712550.4506X220.3720880.4701950.7913490.4390Y(-1)3.7296592.0785611.7943470.0896Y(-1)2-0.1041440.111992-0.9299220.3647R-squared0.355589 Mean dependen
26、t var18.95008Adjusted R-squared0.212386 S.D. dependent var26.09341S.E. of regression23.15727 Akaike info criterion9.312155Sum squared resid9652.665 Schwarz criterion9.559001Log likelihood-102.0898 F-statistic2.483119Durbin-Watson stat1.957941 Prob(F-statistic)0.080491由结果看出，模型不存在异方差ARCH检验ARCH Test:F-
27、statistic2.338825 Probability0.141848Obs*R-squared2.303351 Probability0.129095Test Equation:Dependent Variable: RESID2Method: Least SquaresDate: 12/26/04 Time: 22:04Sample(adjusted): 1981 2002Included observations: 22 after adjusting endpointsVariableCoefficientStd. Errort-StatisticProb. C12.287156.
28、9564081.7663070.0926RESID2(-1)0.3273350.2140401.5293220.1418R-squared0.104698 Mean dependent var18.76604Adjusted R-squared0.059933 S.D. dependent var26.69217S.E. of regression25.87994 Akaike info criterion9.431322Sum squared resid13395.43 Schwarz criterion9.530507Log likelihood-101.7445 F-statistic2
29、.338825Durbin-Watson stat1.884855 Prob(F-statistic)0.141848由回归结果看出，模型存不在异方差（3） 自相关检验 由于方程含有滞后变量，所以我们采用德宾h检验 D=1.560943 计算结果h=1.4654151.96,接受原假设，不存在自相关。最终的回归结果如下：Y = -7.975681+0.736217 Y(-1)+ 0.988143 X2+uSe (3.497475) (0.145039) (0.328188)T (-2.280411) (5.075996) (3.010901)R-squared=0.604406 F=15.27
30、845 DW=1.560943（三）结论：就改革开放以后我国经济增长率与通货膨胀率之间的变动关系来说，我们得出如下认识： 随着经济的发展和生产技术的进步，通货膨胀的发生有着一定的必然性，区别只是在于通货膨胀的速度，所以并不是说存在通货膨胀就是消极的、不利的。我国目前条件下，在经济周期波动中，我们要看到菲利普斯曲线的存在，还要注意到变量的滞后效应。承认菲利普斯曲线的存在，把握好经济增长率与通货膨胀率二者在经济周期波动中的对应变动关系，并不是说我们能够主观随意地进行在二者中的选择，用主动推进通货膨胀去换取一时的增长。对于滞后效应，我们要解决好农业、能源、主要原材料等“瓶颈”制约。这样，经济的增长就
31、不会带动这些产业物价的大幅上升，有利于保持物价的稳定性。遇到的困难以及文章的不足： 首先，在模型的设定方面我们没有按照一些现有的理论进行分析，而是根据我们自己的见解，从实际中提供了一些变量，不知道这样的模型设定科学不科学，也不知道是否含盖了重要的解释变量。 其次，基于我们现有的知识和时间的限制，只能忽略单位根检验的结果，直接用前几章学过的知识进行检验。希望在接下去的学习中，我们能进行更深入的研究，避免发生伪回归的情况。再次，我们在分析中使用的失业率引用的是2003年中国统计年鉴中的城镇登记人口失业率，这个数据目前在中国还不能反映真实情况，但在我们的回归模型中没有引入失业率作为解释变量，我们采用
32、的是菲利普斯曲线的第三种表达方式即“产出物价”菲利普斯曲线进行模型的建立，所以我们就没有针对失业率进行矫正。最后，整篇文章我们所论述的东西较多，比如对菲利普斯曲线在中国应用的原因分析，所以我们感觉到后面的计量经济学方面的知识运用较少。在这里，我们只把其当成了一个工具的作用。 参考文献 1、菲利普斯曲线在中国经济的适用性分析 王政霞 张卫 广西社会科学2003.02 2、中国的菲利普斯曲线 刘树成 3、美国新经济与菲利普斯曲线 黄海清 金融参考2001.01 4、质疑菲利普斯曲线并论通胀与失业率的关系 朱国晓 中央财大学报2000.9 5、长期的菲利普斯曲线与经济周期 庞明川 山东财政学院学报1999.04
