张文军

(厦门理工学院 商学院，福建 厦门 361024)

我国第三产业非对称性波动实证检验

张文军

(厦门理工学院 商学院，福建 厦门 361024)

首先分析了我国第三产业波动的总体特征，通过计算其峰度和偏度值得知，其波峰的凸起程度较显著。其次我们构造了门限衰退变量和第三产业的BK模型，得知门限衰退变量的四个滞后值都明显大于零，这意味着其受到的正向冲击显著大于负向冲击；再次我们建立了第三产业自回归的TARCH模型，结果同样证明了第三产业受到的正向冲击要大于负向冲击，因此我们认为我国改革以来的第三产业存在显著的陡升缓降型非对称。最后我们还对其非对称的原因、机理及政策含义进行了分析。

第三产业波动；非对称性；BK模型；TARCH模型

第三产业发展是优化社会资源配置、解决就业压力的重要渠道。国内外众多文献从各个角度对第三产业的波动及其特征进行了分析。这些观点主要是认为第三产业有利于减缓经济衰退和缓和经济波动。但这些文献只是系统的论述了第三产业对经济波动尤其是经济衰退的减缓作用，第三产业扩张时对国民经济是否有平滑和稳定的作用呢？即第三产业的扩张和收缩对宏观经济的作用是否对称呢？对该问题进行分析，对于提高宏观调控的针对性、增强第三产业对宏观经济的稳定作用具有重要意义，因此我们下面将从对称性或非对称性的角度来对第三产业对宏观经济的冲击作用进行分析。

一、基于BK模型的第三产业非对称模型的估计及检验

我们先把1978年以来的我国第三产业增长率曲线绘制于图1，由图1可知，第三产业的波动曲线的周期性波动特征还是比较显著的，粗略的看，在1992年市场化改革之前，它呈现出较大幅度的波动，峰位高而谷位低，而从市场化改革之后，其波动幅度大幅度减小，稳定性显著增强。其次，我们还发现，除了1990年的谷值较低之外，其他波峰偏离趋势线的距离都要明显的大于波谷偏离趋势的距离。即它与正态分布相比，波峰凸起的程度要更加显著。通过计算其峰度值和偏度值得知，其峰度值大于3，而偏度值大于零，这说明我国的第三产业可能存在着右拖尾的特征，即陡升缓降的非对称特征。下面我们用BK模型对此进行检验。

图1 1978-2012年我国第三产业增长曲线

首先我们来介绍一下BK模型。BK模型由Hess和Iwata(1997)提出，实际上是一个比ARMA模型多了一个外生变量的回归模型。假如zt是需要检验的序列增长率，而mt表示由序列增长率zt生成的衰退变量，Φ(t)是滞后p阶的滞后算子，那么BK模型表达式如下：

zt=c+α1×zt-1+α2×zt-2+…+αk×zt-k+β1×mt-1+β2×mt-2+…+βl×mt-l+Φ(L)×εt

(1)

在(1)式中，假如其中有某个βi值显著不为零，即其T统计值大于2，那么说明正向冲击和负向冲击对增长率序列有着不同程度的影响，即可以认为增长率序列当中出现了非对称特征。关于衰退变量，我们这里选择门限衰退变量，门限衰退变量的公式为:mt=kt-zt，其中Kt表示各个门限内的峰值，我们取门限为以各个周期的阶段，门限衰退变量的曲线图分别如图2所示，由其可知，图2能够较显著的区分扩张和收缩阶段，也能够较清楚的区分各个阶段，因此接下来我们以该衰退变量为例，构建我国第三产业的BK模型，从而对其是否具有非对称性特征进行检验。

图2 1978-2012年我国第三产业门限衰退变量

运用EVIEWS6软件，我们设定平均衰退变量的BK模型的ARMA(p，q)参数为ARMA(4，4)增长率序列的滞后值为3，首先我们估计门限衰退变量(设为m)的滞后值为4，其BK模型如式(2)所示：

(2)

由(2)式可知，四个门限衰退变量的系数T统计值都显著不为零，因此这说明门限衰退变量能够在相当程度上证明我国改革以来第三产业是存在非对称性特征的。其次，我们发现，(2)式的门限衰退变量的四个系数值都大于零，这说明第三产业受到的正向冲击显著大于负向冲击，即存在显著的陡升缓降效应，故经BK模型初步检验可以认为第三产业波动是非对称的。

最后，我们再对门限衰退变量与第三产业增长率序列的因果关系进行检验，首先通过ADF检验得知，该两个序列都是平稳序列，符合因果检验的条件，其次我们把所得的因果检验结果列于表1所示。

表1 第三产业与衰退变量的因果检验

由表1可知，衰退变量对增长率序列有着显著的GRANGER单向影响，这再一次证明了第三产业的非对称特征。

二、基于TARCH模型的第三产业非对称性模型估计与检验

本部分我们将利用TARCH模型对第三产业的非对称性进行分析，首先对该个模型进行简单的介绍，然后再结合数据进行实证检验。

经济时间序列中，会出现预测误差的条件方差与其存在某种相关性的假设，为了刻画这种相关性，1982年ENGLE提出自回归条件异方差模型(Autoregressive conditional heteroskedasticity model)，1990年Zakoian和Glosten，Jafanathan等又引入了门限ARCH(Threshold ARCH)模型，即门限自回归条件异方差模型，简称TARCH模型，该模型包括均值方程和条件方差方程，具体如下：

均值方程：Yt=b0+b1X1,t+b2X2,t+…+bkXk,t+εt

(3)

(4)

(4)式中的dt-1是一个虚拟变量，当ut-1<0时，dt-1=1；否则，dt-1=0。只要γ不等于零，就存在非对称效应。

以上述数据为基础，我们可建立我国第三产业的TARCH模型如(3)式和(4)式所示(分别表示均值方程和方差方程)。

R2=0.3，对数似然值=-52，AIC=4.5，SC=4

以上均值方程与方差方程的T统计值都较显著(括号中的数字为T统计值，下同)，γ值为-1.22，且其T统计值的绝对值大于2，显著不为零，说明第三产业有着显著的非对称特征，当第三产业扩张时，ut-1>0，dt-1=0，因此该冲击会给第三产业增长率带来一个α=1.56倍的冲击；当第三产业收缩时，ut-1<0，dt-1=1，故该冲击会给第三产业带来一个α+γ=1.56-1.22=0.34倍的冲击，因此该结论与第二部分所得出的结论是一致的，即当第三产业扩张时比其收缩时要陡峭。

三、结论与政策含义

我们通过BK模型和TARCH模型，以改革以来的数据为基础，对我国第三产业的增长率序列进行了实证检验。得知第三产业有着显著的非对称特征，并且当第三产业扩张时，外部冲击会给第三产业增长率带来的冲击比其收缩时受到的冲击要强烈，因此当第三产业扩张时比其收缩时要陡峭。故我们认为第三产业波动是非对称的。

我国第三产业呈现出陡升缓降型非对称的原因，主要是与我国第三产业本身粗放式增长的特征等因素有关：(1)从第三产业本身的特征来看，我国第三产业的层次较低，传统的劳动密集型行业如餐饮、住宿、批发、零售等在1978年占第三产业的54%，到2010年仍然占到了37%，这些行业因为其就业门槛低，在宏观经济收缩时，它们便成了第二产业吸纳剩余劳动力的“蓄水池”，这就大大减轻了整个第三产业的收缩程度，提高了就业率，扩大了全社会的消费需求，而这一切都有利于提高宏观经济的谷位；另一方面，象餐饮、批发、零售等行业，它们大部分是由一个个的个体经营者组成，投资额低，再加上该类服务产品的生产具有见效快、生产过程简单、对资源的依赖程度小等特点，因此相对于需要巨额投资的第二产业来说，它很容易产生扩张效应，当经济形势看好时，这些行业会急速膨胀，最终推动第三产业的增长率迅速提高，有时甚至比宏观经济的上升速度还要快，因此可能还会加剧宏观经济过热。因此，我们必须要针对第三产业本身及其对宏观经济的非对称性特征，充分发挥其对宏观经济波动的缓和效应，在宏观经济收缩时，要大力扶持餐饮、零售、批发等传统服务业行业，加大政策扶持的力度，尽量实行减免税收等优惠措施，尽可能的使第三产业发挥劳动力的“蓄水池”的作用，而在宏观经济扩张时，要对第三产业进行景气监测，防止其增长过快并形成结构性过热，最终对整个宏观经济形成向上的冲击，其次，要加大现代服务业的扶持力度，增强第三产业的内生扩张能力，使第三产业既能熨平经济周期的波谷又能熨平其波峰。

[1]刘金全,范剑青．中国经济波动的非对称性和相关性研究[J].经济研究，2001，(5).

[2] 刘金全．中国实际GDP序列的非对称性度量和统计检验[J].财经研究，2002，(1).

[3]李建华．服务业结构对中国经济增长的影响[M].北京：化学工业出版社，2014.

[4]于春晖，郑若谷，余典范．中国产业结构变迁对经济增长和波动的影响[J].经济研究，2011,(5).

[5] 殷剑峰．21世纪中国经济周期平稳化现象研究[J].中国社会科学，2010，(4).

[6]邓春宁．新中国成立60年来中国第三产业的发展历程与前景展望[J].经济研究参考，2009，(6).

[7]程大中．中国服务业与经济增长——一般均衡模型及其经验研究[J].世界经济，2010,(10).

2095-4654(2015)07-0019-03

2015-02-17

F062.9

A