有色金属价格波动对中国宏观经济的影响
内容提要：基于金属资源安全的视角构建包含有色金属价格波动的新凯恩斯DSGE模型，并利用2001-2013年的季度数据对模型的参数进行估计，分析国际市场有色金属价格波动对我国宏观经济的影响。实证结果表明：有色金属价格上升1%，投资、货币供应量、劳动需求、工资水平等经济变量的波动在2%以上，且价格上涨对我国GDP、投资、消费等主要经济指标具有不利影响，但我国经济增长的惯性在短期内可以削弱有色金属价格波动所引致的负面作用；我国的货币政策不能有效解决有色金属价格上涨带来的冲击效应，也无法规避有色金属价格波动导致的输入性风险。上述结论表明金属价格波动与我国经济增速放缓具有紧密的相关性，必须将有色金属资源安全问题上升到国家战略层面来思考。
关键词：有色金属；价格波动；动态随机一般均衡模型；宏观经济
中图分类号：F062.9 文献标识码：A 文章编号：1001-148X（2017）12-0111-06
从近10 年的统计数据来看，我国主要矿产品对外依存度居高不下，如铁矿石对外依存度由2000年的36%上升到2013年的58.7%；2013年镍矿对外依存度为70%，铝土矿为74%，铜矿高达81.7%。在高依存度和价格传导机制的作用下，有色金属价格的波动直接影响着我国以金属为主要原材料的相关产业成本。这种影响会传导到物价、消费和产出，最终会对国民经济各领域产生重要的影响。未来十年，中国主要有色金属资源需求将陆续达到峰值，面临资源洪峰与产业转型双重压力，对外依存格局难以改变。因此，借鉴Ireland（2003）[1]的研究模型，本文建立包含有色金属价格波动的新凯恩斯DSGE模型，并利用2001年第一季度到2013年第四季度的季度数据对模型的参数进行估计，分析有色金属资源价格波动对中国宏观经济的影响，厘清有色金属价格对宏观经济的作用机理，对于新常态下如何规避有色金属价格波动引致的输入性风险，对确保我国经济安全具有现实意义。
一、包含有色金属价格波动的DSGE模型构建
有色金属价格下行会对宏观经济各个部门产生不同的影响，本文按宏观经济各部门构建包含有色价格波动的新凯恩斯DSGE模型，具体部门构成如下：
（一）代表性家庭
二、数据处理和模型参数估计
（一）实际数据处理
本文选取2001年第一季度至2013年第四季度期间的季度数据，共52组。数据来源为国家统计局统计年鉴等，包括国内生产总值、社会消费品零售总额、固定资产投资完成额、货币供应量M2、全部从业人员劳动报酬，这5组数据分别作为模型中总产出、消费、投资、货币、工资的替代变量。另外，通货膨胀率是以国家统计局公布的同比居民消费价格指数为基础计算出来的季度通货膨胀率；有色金属价格用LME金属价格综合指数代替（LME即伦敦金属交易所，该所的价格和库存对世界范围的有色金属生产和销售有着重要的影响。LME金属价格综合指数包括铜、铝、铅、锌、镍、锡等主要有色金属的期货价格，能够代表国际有色金属价格）。为了使数据与模型变量的定义一致，利用Eviews软件中的Census X-12方法对除货币供应量之外的季度数据进行季节调整（货币供应量的季节变化较小），并采用HP滤波法对上述7组处理过的数据进行长期趋势和短期趋势的分离，得到各组数据的时间趋势序列和周期波动序列。
（二）参数估计
模型参数分为两组：第一组参数控制模型稳态，即稳态参数，使用校准的方法确定；第二组参数控制模型动态，即动态参数，使用贝叶斯方法进行估计。
1.稳态参数的确定。对于设定的5个稳态参数β、σL、δ、ζ、α部分参考已有文献的研究成果，部分根据研究的具体情况计算取得。β为折现因子，表示季度贴现率，根据样本期内我国个人3个月定期存款利率的均值為2.23%，可以算出β的校准值为0.9782。σL表示消费边际效用不变情况下劳动力供给对工资跨期变化的弹性，参照Christiano等（2007）[4]的研究，取σL为1。δ是资本折旧率，文献中普遍设为每季度0.025，而刘斌（2008）[5]采用每季度0.035的折旧率，故取折中值，δ=0.03。 ζ是价格对于边际成本的加成，根据Ireland（2003）[1]的研究，取ζ为1.2。α表示资本在中间产品产出中所占的比例，借鉴柳明和宋潇（2013）[6]的研究，取值为0.4。表1显示了固定参数的设置情况。
2.动态参数的估计结果。总共设定20个动态参数，其中σc刻画居民的消费行为，ψ刻画投资调整成本，ηw和ηp分别刻画工资及产品价格摩擦。另外，还有刻画7组冲击的14个动态参数。其中，ψ、ψu、ηw、ηp 及7组冲击的先验分布参照杨雪等（2011）[7]的研究，其余参数的先验分布参照刘斌（2008）[5]的研究。基于宏观计量的标准做法，使用完全信息的贝叶斯估计法对模型的动态参数进行估计，具体估计结果见表2。根据贝叶斯估计结果可知家庭消费跨期替代弹性σc的后验均值为0.3981，这说明利率对家庭决定当前的消费水平影响较小；投资调整系数ψ的估计值为0.2167，说明我国的投资行为从计划到实施的时间间隔比较短；价格粘性概率ηP的估计为0.6462，表明我国产品价格粘性较高，每个季度大约有65%的企业不能调整价格；名义工资粘性概率ηw的估计值为0.4614，而Smets和Wouters（2003）[8]的估计值为0.9，说明我国的名义工资变化较快。
对于冲击的描述参数而言，ρα、ρd、ργw、ρpm、ρz、ργp、ρθ表示冲击的持续性，其中ρα、ργw、ρpm、ρz、ργp的估计值均超过了0.5，说明消费偏好冲击、工资加成冲击、有色金属价格冲击、技术冲击、价格加成冲击均具有一定的连贯性；同时，σα、σd、σγw、σpm、σz、σγp、σθ表示冲击的相对波动，其中σd、σγw、σz的值都大于0.1，说明投资调整冲击、工资加成冲击、技术冲击的波动较大。