中美兩國經濟波動及其相互影響的頻域分析
2012-01-01 00:00:00孫曉濤
貴州財經大學學報 2012年3期
文章編號：1003-6636（2012）03-0012-07；中圖分類號：F114.44；文獻標識碼：A
摘 要：以中美兩國GDP增長率為研究對象，通過計算其時變譜函數并聯系經濟現實，對兩國各自的經濟波動情況進行了分析。在此基礎上，通過計算中美兩國GDP增長率間的時變增益函數，分析兩國經濟波動間的相互影響。結果顯示，2008年以前美國對中國經濟的影響在逐漸減弱。即使發生了2008年的金融危機，美國對中國經濟的影響也主要集中在出口行業，美國經濟受中國的影響在持續增加，并且這種影響主要集中在產業結構和社會消費習慣等方面。目前，這種影響依然存在。
關鍵詞：中美經濟；頻域分析；時變譜；時變增益
A Spectral Analysis of Chinese and U.S. Economic Fluctuations and Their Interaction
SUN Xiaotao
(Huazhong University of Science and Technology， Wuhan， Hubei， 430074 China)
Abstract：
Based on the growth rate of Chinese and U.S. GDP， their economic fluctuations are analyzed by calculating the timevarying spectrums and contacting the economic realities. Meanwhile， the timevarying gains are calculated to analyze the interactions between the Chinese and U.S. economic fluctuations. The results show that the impact of U.S. on China’s economy was gradually weakening before 2008. In spite of the financial crisis in 2008， the U.S.’s impact on China is mainly concentrated in the export industry. Nevertheless， China has an increasingly greater influence on the U.S.， mainly in the industrial structure and social consuming habits. After the financial crisis in 2008， such influence still exists.
Key words：
SinoUS economy; spectral analysis; timevarying spectrum; timevarying gain
一、引言
全球化的發展，各國家之間的聯系日益緊密。以2008年金融危機（以下簡稱本次金融危機）為例，美國GDP同比增速從2007年3季度的2.5%跌落到2009年2季度的-5%。① ①數據來源：此處的美國GDP數據來自美國商務部經濟分析局（Bureau of Economic Analysis， U.S. Department of Commerce），http://www.bea.gov/national/index.htm#gdp；下文的美國失業率數據來自美國勞工部勞工調查局（Bureau of Labor Statistics， U.S. Department of Labor），http://www.bls.gov/cps/。與此同時，中國GDP累計同比增速從2007年2季度的14.5%跌落到2009年1季度的6.6%。目前本次金融危機的影響在世界范圍內還在繼續。美國GDP的同比增速雖然在2010年第1季度已經轉正，但失業率一直處于高位（2011年9月仍然高達9.1%）。同時中國的通貨膨脹形勢不容樂觀，2011年9月CPI同比增長率仍然高達6.1%。中國和美國作為世界上最大的發展中國家和發達國家，在全球經濟中具有很強的代表性。中國主要提供低端制造業商品和中間品，美國主要提供服務和投資資金。那么，如何分析全球化的過程中，中美兩國經濟間的相互影響呢？
這種相互影響可以按持續時間的長短進行劃分，理論經濟學中定義長期為所有生產要素都可以改變的時期，短期為只有部分生產要素可以改變的時期。這一定義并不適合于實證分析，所以頻域分析方法被引入到這一研究領域。在頻域分析中，通過GDP增長率的譜函數（Spectrum）可以將GDP的波動分解到不同的頻率上。通常將頻率劃分為三個頻率域：低頻、中頻（即經濟周期所在的頻率）和高頻，它們分別對應著經濟的長期、中期和短期波動（Ahmed et al.， 2004）［1］。產業結構的變化、社會習慣的改變等都會造成經濟的長期波動，貨幣政策和財政政策等將會造成經濟的中期波動，本國金融市場效率的改變將會造成經濟的短期波動。對于外部沖擊來說，如果它只是使出口暫時性的下滑，那么它只會對經濟的短期波動產生影響；如果它對出口行業本身造成影響，那么它就會對經濟的中期波動產生影響；如果它使整個社會的產業結構發生變化，那么它影響的將是經濟的長期波動。進一步時變譜函數（Time-varying Spectrum）還可以用來分析不同頻率上的波動隨時間的變化，同時通過計算一國GDP增長率對另一國GDP增長率的時變增益（Time-varying Gain），可以分析不同頻率下一國對另一國經濟波動的影響大小隨時間的變化。由此，如果能夠確定不同時間點上中美兩國的經濟波動及其相互影響是長期的、中期的還是短期的，就可以為研究全球化尤其是本次金融危機對中美兩國經濟的影響提供重要的依據，同時為分析目前所處的后危機時代的經濟問題提供幫助。
將頻域方法引入經濟學研究中的最重要理論工作是Granger and Hatanaka (1964)［2］，之后便有大量基于此的經驗研究工作。其中關于經濟波動的主要研究包括：Englund et al. (1992)［3］和Hassler et al. (1994)［4］利用頻域方法提取了經濟周期所在頻率的那部分經濟波動。Baxter and King (1999)則結合了時域方法來提取經濟周期所在頻率的經濟波動。［5］Ahmed et al. (2004)利用頻域方法將美國GDP增長率的波動分解為低頻、中頻和高頻三個頻率域，并對美國1984年前后經濟波動狀況進行了對比。Hughes Hallett and Richter (2009)對多個國家的GDP增長率進行了時變頻域分析，并對各國間經濟波動的相互影響進行了研究。［6］國內的研究工作主要有，徐梅和梅世強（2003）對各種譜函數估計方法進行了比較，并提出了一種加窗周期圖譜估計與最大熵譜估計相結合的方法。［7］李莉和楊忠直（2007）利用頻域方法對中國地區經濟周期波動的同步性進行了研究。［8］董直慶等（2009）利用頻域方法對CPI和PPI周期的協動效應進行了分析，結果表明CPI是PPI的先行指標。［9］
目前國內對中國和美國經濟波動關聯性的討論有很多，包括彭斯達和陳繼勇（2009）利用多個宏觀經濟變量的波動項間的相關系數，對中美兩國經濟周期協動性進行了研究，結果表明兩國主要宏觀變量間的協動性不強。［10］陳昆亭等（2004）同樣應用相關系數方法對中國和其他國家經濟周期的相關性進行了研究，結果表明1978年以后中國和其他國家GDP波動的相關程度顯著增強。［11］袁富華等（2009）基于單因子模型對中國與其他國家周期關聯問題進行了研究，結果表明中國經濟波動的約58%可以由世界公共因子來解釋。［12］通過以上文獻可以看出，目前的研究工作并沒有區分經濟波動的長期、中期和短期，同時也只考慮了部分時段，對于經濟波動間相互影響所存在的變化，并沒有利用時變模型進行研究。本文的研究擬將彌補以上兩點不足。
二、中美兩國經濟波動的頻域分析
（一）數據及其處理
本文所用數據為中國和美國的GDP增長率序列，其定義為：
yt=Δ［100×ln(RGDPt)］ (1)
其中RGDPt代表實際GDP序列，ln表示自然對數，Δ表示對序列進行一階差分，yt即為實際GDP的百分化增長率，單位為%。① ①本文之所以使用百分化增長率，是為了使增長率數據在數值上不會過小，從而方便處理，這樣做并不會改變數據的性質，具體細節可參見Hamilton (1994)［13］。 本文的樣本期間為1994年2季度至2011年2季度。對中國GDP數據，首先用2005年季度CPI定基比平減2005年名義季度GDP數據，② ②此處為了與美國GDP數據的處理保持一致，選擇用2005年CPI進行平減。CPI季度定基比數據可由此季度內月度的定基比數據的平均值來代替，月度定基比數據可由月度環比數據推算。何新華（2006）［14］對以月度價格指數合成季度價格指數的方法進行了詳細的說明。 得到以2005年1季度為基的實際季度GDP數據，并將其轉換成累計數據。再通過1995年1季度至2011年2季度的實際GDP累計同比增長率數據，得到1994年1季度至2011年2季度的實際GDP累計數據，再處理成當季實際GDP數據。利用人民幣對美元加權平均匯率將上述以人民幣表示的實際GDP數據轉化為以美元表示，單位為十億美元。最后利用目前常用的由美國商務部人口普查局開發的X12方法對上述數據進行季節調整。③ ③此處X12季節調整是在EViews 6軟件上實現的。以上原始數據均來自中經網統計數據庫。美國的實際GDP數據來自美國St. Louis聯邦儲備銀行的FRED數據庫，數據是以2005年為基期的經過季節調整的年化實際GDP數據，單位為十億美元。將上述年化數據轉化為每季數據，即將年化數據除以4。④ ④“年化數據（Annual Rate）”是將季度數據或月度數據轉換為可以和年度數據相比較的數據，對于季度GDP數據通常的做法是乘以4。
經過以上處理后的數據如圖1所示。根據公式(1)，首先將上述所得的中美兩國實際GDP數據取對數后再乘以100，得到對數百分化的實際GDP序列，然后對上述序列取一階差分，從而得到最終所用的實際GDP增長率數據（分別用yCN和yUS表示），如圖2所示。
（二）單變量的時變頻域分析模型
對經濟波動的頻域分析，就是將GDP增長率數據轉換為不同頻率下的波動強度。對這種不同頻率下波動強度的度量指標便是譜函數（Spectrum），它表示出哪些頻率下波動比較強，哪些頻率下波動比較弱。由此可知，時域方法表示不同時間上GDP增長率的波動強度，頻域方法表示不同頻率上GDP增長率的波動強度。
如前所述，為了分析不同頻率下GDP增長率的波動強度隨時間的變化，可以采用時變頻域分析方法。其建模過程可以概括為，首先為GDP增長率（yt）建立一個時變的自回歸（Autoregression， AR）模型，在此基礎上應用極大熵估計方法求出yt在每一時刻的譜函數。具體處理過程如下：
1．時變AR模型的建立及其系數的估計。為yt建立一個時變的AR模型：
yt = a0，t + ∑pj = 1aj，t yt-j + εt ，εt~IID(0，σ2ε) (2)
根據Cogley and Sargent (2001)［15］的思想，各系數被給定為一個隨機游走過程，即aj，t=aj，t－1+uj，t，uj，t~IID(0，σ2uj)，j=0，…，p。模型(2)中的滯后階數p可以根據時不變的AR模型由AIC準則來確定。為了求出模型(2)中各系數的時變估計量，本文采用狀態空間模型（State-Space Model）和Kalman濾波方法。首先將各系數作為狀態變量（State Variables），來估計模型中殘差的方差。在得到殘差方差的估計量后，再估計出狀態變量的濾波估計量（Filtered Estimator）作為AR模型(2)中各系數的時變估計量。具體過程如下所述：
令Xt=(1，yt－1，…，yt－p)，αt=(a0，t，…，ap，t)，ut=(u0，t，…，up，t)，模型(2)可以表示成狀態空間模型形式：
yt=Xtαt+εt
αt+1=αt+ut (3)
模型(3)中的兩個方程分別稱為測量方程（Measurement Equation）和狀態方程（State Equation），其中αt即為狀態變量。為估計出模型(3)中的未知參數，也就是各殘差的方差，應用Kalman濾波方法構造模型(3)的極大似然函數。Kalman濾波過程可以寫成：
αt|t－1=αt－1|t－1，Pt|t－1=Pt－1|t－1+Σu (4)
vt=yt－yt|t－1=yt－Xtαt|t－1，Ft=XtPt|t－1X′t+σ2ε (5)
αt|t=αt|t－1+K*tvt，Pt|t=(I－K*tXt)Pt|t－1，K*t=Pt|t－1X′tF－1t (6)
其中αt|t－1、αt|t、Pt|t－1、Pt|t、vt、Ft和K*t是根據公式(4)-(6)的循環計算所得到的序列。通過以上Kalman濾波過程所構造的極大似然函數可以寫成：
lnL(φ|y1，…，T ) = ∑Tt = 1lnf(yt |y1，…，t-1 ;φ)
= -(NT/2)ln(2π)-(1/2)∑Tt = 1(ln|Ft | + v't F-1tvt ) (7)
其中φ=(σ2u0，…，σ2up，σ2ε)為狀態空間模型(3)中的未知參數。通過對極大似然函數(7)的優化，可以得到未知參數φ的估計量。
將未知參數φ的估計量代回狀態空間模型(3)中，再次進行公式(4)—(6)所示的Kalman濾波過程，所得到的序列αt|t即為狀態變量αt的濾波估計量，也即是所求的模型(2)中系數aj，t，j=0，…，p的時變估計量。
2．時變譜函數的計算。根據時變的AR模型，來計算yt在每一時刻的譜函數。將模型(2)寫成(1－a1，tL－…－ap，tLp)yt=a0，t+εt形式，其中L表示滯后算子。根據Burg的極大熵估計方法（可參看Cover and Thomas， 1991）［16］，yt的時變譜函數可以通過下式計算：
Syt(ω) = (1/2π)σ2ε/|1-∑pj = 1aj，t e-iωj|2 (8)
其中Syt(ω)表示時間序列yt的時變譜函數，在每一時點處它是關于頻率ω的函數；ω∈［0，π］被稱為角頻率，i為虛數單位。
為了更加清晰地說明角頻率的含意，可以將其轉化為周期，周期可以對經濟學中的長期、中期和短期的概念進行量化。不同角頻率所對應的周期可以表示為T=2πTs/ω，其中Ts為采樣周期，由于本文采用季度數據，則Ts為1個季度。由此，周期T與角頻率ω的對應關系如表1所示。
（三）中國和美國GDP增長率的頻域分析
根據中國GDP增長率（yCN）和美國GDP增長率（yUS）序列各自的時不變AR模型，由AIC準則選擇滯后階數p分別為4階和2階。在此基礎上分別為以上兩個序列建立時變的AR模型(2)，再根據上文所述方法分別得到相應的時變譜函數，即模型(8)，中、美兩國GDP增長率的時變譜函數如圖3和圖4所示。其中水平面上的兩個坐標軸分別表示時間（Time）和角頻率（Frequency），垂直坐標軸表示譜（Spectrum）的大小。為了更清晰的表示所有時間和頻率下譜的大小，圖3和圖4通過截取只給出了數值在0至04之間的譜。
下面將通過圖3和圖4來分析中美兩國各自的經濟波動情況，從而為下文進一步分析兩國經濟波動間的相互影響提供支持。從圖3中可以看出1996年以前，中國經濟波動主要是長期的（周期大約是15年以上），之后，經濟波動逐漸從長期向中期（周期為1至2年）轉變，2000年以后經濟的中期波動趨于平緩，波動主要集中在短期（周期為2至3個季度），這與中國經濟體制改革的歷史相吻合。1993年的中共十四屆三中全會上，通過了《中共中央關于建立社會主義市場經濟體制若干問題的決定》，自此中國國有經濟體制改革成為中心環節，大批國有大中型企業被改組為國有獨資公司、有限責任公司或股份有限公司。同時為數眾多小型國有企業，則通過改組、兼并、承包或出售等形式進行了改革。在這一階段還進行了財政、稅收、價格、金融等多方面的改革。到2000年時改革的重點基本上已經完成。通過數據特征和經濟現實的對比可知，1993至2000年的經濟體制改革對中國的產業結構和社會習慣造成了巨大的影響，從而造成了經濟的長期波動。隨著改革的推進，它所造成的經濟波動也逐漸從長期轉變為中期和短期。2000年以后，中國經濟波動中來自產業結構和社會習慣轉變的影響已經很小，此時的經濟波動主要是由財政政策和貨幣政策引起的中期波動和一些短期波動。
直到2008年金融危機前后，中國經濟又經歷了一次大幅波動，主要集中在中期，長期波動相對很小。這說明本次金融危機對中國經濟結構方面并沒有造成太大的沖擊，對中國經濟并沒有深遠的影響。同時由于中期的影響很大，也說明本次金融危機對中國的影響不僅僅是出口量的下降，出口行業本身受到了本次金融危機的嚴重影響。為了更清晰地認識中國經濟的中期波動，本文選取角頻率為116（所對應的周期約為14年）時的譜隨時間的變化制成圖5，為了更清晰地表示所有時間和頻率下譜的大小，通過截取只給出了數值在0至0.4之間的譜。從圖5中可以進一步看到，目前中國經濟的中期波動仍然處在一個上升的過程，這與中國目前通脹高企，經濟不穩定的現實相吻合，當前中國的經濟形勢不容樂觀。
觀察圖4，總體來看，美國的經濟波動主要集中在長期和短期，中期波動相對很小。本文選擇角頻率為006和314（所對應的周期分別約為25年和2個季度）時的譜隨時間的變化制成圖6，從中可以看出2000年的網絡股泡沫危機對美國經濟的影響是短期的。這說明2000年的危機只降低了美國金融市場的效率，并沒有對美國經濟產生太大的影響。2001年之后美國經濟的長期波動有了一個很大的增強，這種現象可以部分的由中國因素加以解釋，這在下文將詳細討論。2008年金融危機對美國的影響是巨大的，而且主要集中在長期，這說明本次金融危機對美國以虛擬經濟為主，實體經濟嚴重不足的經濟結構造成了巨大的沖擊。同時對美國以“寅吃卯糧”的消費習慣也產生了巨大的影響。觀察目前的經濟情況，美國經濟的長期波動正在變小，這說明美國經濟未來一段時間將相對樂觀。
三、中美兩國經濟波動相互影響的頻域分析
上文對不同時間點上中美兩國經濟在不同頻率處的波動進行了分析。在全球化的背景下，作為當今世界上最大的發展中國家和發達國家，中美兩國經濟必然存在著很強的相互影響。下面將進一步通過時變增益（Gain）對兩國之間的相互影響進行研究。
（一）模型介紹
當研究時間序列xt對yt的影響時，通常的做法是在yt的AR模型中包含xt的滯后項。由此建立類似模型(2)的時變模型：
yt = a0，t + ∑pj = 1aj，t yt-j + ∑qj = 1bj，t xt-j + εt ，εt~IID(0，σ2ε)
aj，t=aj，t－1+uj，t，uj，t~IID(0，σ2uj)，j=0，…，p
bj，t=bj，t－1+vj，t，vj，t~IID(0，σ2vj)，j=1，…，q (9)
模型(9)中的滯后階數p和q同樣可以根據時不變模型由AIC準則來確定。為了得到模型(9)中系數的時變估計量，類似于上文，可以采用狀態空間模型和Kalman濾波方法。令Xt=(1，yt－1，…，yt－p，xt－1，…，xt－q)，αt=(a0，t，…，ap，t，b1，t，…，bq，t)，ηt=(u0，t，…，up，t，v1，t，…，vq，t)，從而將模型(9)寫成狀態空間模型形式：
yt=Xtαt+εtαt+1=αt+ηt (10)
首先應用Kalman濾波方法構造模型(10)的極大似然函數，通過對極大似然函數的優化可以得到其中未知參數φ=(σ2u0，σ2u1，…，σ2up，σ2v1，…，σ2vq，σ2ε)的估計量。再將未知參數的估計量代回到模型(10)中，再次應用Kalman濾波方法得到狀態變量αt的濾波估計量，作為模型(9)中系數aj，t，j=0，…，p和bj，t，j=1，…，q的時變估計量。
增益是頻域分析中的一個常用概念，它類似于時域分析中的回歸系數，可以理解為某一頻率下，x變化一個單位時y變化的大小，所以增益可以用來衡量x對y影響的大小。可以將模型(9)寫成如下的形式，(1－a1，tL－…－ap，tLp)yt=a0，t+(b1，tL+…+bq，tLq)xt+εt，從而得到yt的時變譜函數為：
Syt(ω) = |∑pj = 1bj，t e-iωj|2|1-∑pj = 1aj，t e-iωj|2Sxt(ω) + (1/2π)σ2ε|1-∑pj = 1aj，t e-iωj|2 (11)
其中Syt(ω)和Sxt(ω)分別為yt和xt的時變譜函數，變量Sxt(ω)前的系數的平方根即為x對y的增益，記為：
Gyxt(ω) = |∑pj = 1bj，t e-iωj||1-∑pj = 1aj，t e-iωj| (12)
（二）中美兩國經濟波動相互影響的頻域分析
建立中國GDP增長率（yCN）的AR模型，其中包含美國GDP增長率（yUS）序列的滯后項，根據時不變模型由AIC準則來確定滯后階數p和q分別為4階和1階。在此基礎上建立時變模型(9)，再根據上節所述方法得到yUS對yCN的增益，即模型(12)，美國對中國的增益如圖7所示。同理可以建立包含yCN滯后項的yUS的AR模型，這里由AIC準則所確定的滯后階數p和q分別為2階和3階，最終所得到的yCN對yUS的增益如圖8所示。與圖3和圖4類似，圖7和圖8中水平面上的兩個坐標軸分別表示時間和頻率，垂直坐標軸表示增益（Gain）的大小，圖7和圖8通過截取只給出了數值在0至1之間的增益。
首先通過圖7來考察美國對中國經濟波動的影響。從圖7中可以看出，1998年之前美國對中國經濟波動有著長期的影響，隨著時間的推移，這種影響逐漸向中期和短期移動，至2000年之前這種影響已經主要集中在短期了。2000年之后美國對中國經濟波動的影響已經變得很小。由于美國主要通過直接投資和提供商業服務對中國經濟的波動產生影響，以上現象表明，1998年之前美國對中國的直接投資和所提供的商業服務對中國產業結構和社會習慣的轉變，起到了重要的作用。中國各地區之間利用外資的差距甚至成為經濟發展差距的重要因素。但隨著中國經濟的發展，尤其是本土企業的成長，美國對中國經濟的影響力在下降。趙家章（2011）的研究也表明隨著改革開放進程的深入，中國省市間外商直接投資差異程度逐漸減弱。［17］表2展示了美國對中國的實際投資額占中國GDP的百分比，可以看到1998年達到高峰后逐年下降。雖然這一數據不能完全代表美國對中國經濟的影響力，但可以部分地印證以上結論。
直到2008年金融危機，美國對中國的影響突然增大，但主要集中在中期。為了更好說明本次金融危機美國對中國的中期影響，本文選取角頻率為116（所對應的周期約為14年）時的增益隨時間的變化制成圖9。觀察近期的數據可以發現，目前美國對中國的增益已經很小。對比本文第二部分的圖5，它顯示中國目前的經濟波動還很大。這說明目前中國的經濟波動并非來自美國因素的影響，可能是由中國國內的因素所造成的。
接下來考察中國對美國經濟波動的影響。從圖8中可以看到，1998年以前中國對美國經濟波動的影響只是短期的，在此之后的影響逐漸集中到長期。由于中國對美國經濟波動的影響在長期變化劇烈，所以本文選取角頻率為006（所對應的周期約為25年）時的增益隨時間的變化制成圖10。圖10中最明顯的是2001年開始中國對美國的長期影響有一個跳躍式的增加，同時在上文也觀察到了美國GDP自身的長期波動也在增加。這與中國加入世貿組織的時間相吻合。表3中給出了中國對美國的出口額占美國GDP的百分比，可以看到2001年以后占比有了大幅的上升。中國對美國的出口主要是低端制造業商品和中間品，由以上現象可知中國出口的產品占據美國低端市場對美國產業結構的影響是長期的，這使得美國逐漸放棄了低端制造業，而轉向高端產業、服務業和金融業。當美國放棄其制造業或將其大量外遷后，為了保持國內經濟的持續增長，美國不得不持續刺激國內消費需求。刺激手段中最主要的是信用卡消費和房地產貸款，這種“寅吃卯糧”的消費政策無疑會對美國社會的消費習慣等產生影響。
2008年金融危機使得中國對美國經濟的影響再次上升，并且一直持續到當前。從圖6中可以看到美國經濟的長期波動已經減小，圖10則表明中國對美國的長期影響仍在繼續。從表3所示的中國出口對美國GDP的占比可以看到，雖然2009年出現小幅下跌，但2010年又出現了強勁的增長。由此可知，即使發生了2008年金融危機，美國的經濟狀況仍然沒有發生根本性的改變，中國低端制造業商品和中間品的出口仍舊改變著美國的產業結構。
四、結論與展望
本文首先通過計算時變譜函數并聯系經濟現實對中美兩國各自GDP增長率的波動情況進行了分析，在此基礎上，通過計算時變增益函數，分析了中美兩國經濟波動間的相互影響，得出了以下主要結論：
第一，從1995至2008年這一階段，美國對中國經濟波動的影響逐漸從長期向中期和短期轉變，影響力也在逐漸變小，同時中國經濟波動本身也表現出了這一特征。這與中國經濟及本土企業自身的發展，以及對美國資金和商業服務等的依賴程度降低有關。
第二，2008年金融危機對中國經濟的影響主要集中在中期。這說明中國出口行業受到了金融危機的巨大沖擊，但中國經濟本身所受的沖擊有限。目前中國經濟的中期波動存在上升趨勢，表明中國經濟形勢不容樂觀。但同時美國對中國經濟的影響卻在下降，這說明目前中國通脹高企、經濟不穩定的經濟現實大部分是國內因素造成的。
第三，1995以來，中國對美國的影響逐漸從短期轉向長期，并且在2001年時有一個跳躍式的增加。說明中國的低端制造業商品和中間品的出口對美國產業結構本身造成了影響。
第四，目前美國經濟的波動在逐漸降低，表明美國經濟趨于穩定。同時中國對美國經濟的長期影響依然居高不下，說明雖然發生了金融危機，美國的產業結構和社會消費習慣等受到中國影響的這種狀況并沒有發生轉變。
本文的研究只局限于中美兩國GDP變量間的相互影響，然而中美兩國其他宏觀經濟變量間也一定會存在類似的聯系，同時在根據中美兩國GDP變量建立的自回歸模型中也可以包括其他宏觀經濟變量，從而能夠建立一個更全面的模型。但是，如何選擇合適的變量加入到此自回歸模型中，同時又能夠對模型的結果給出合理的經濟解釋，將是一項富有挑戰性的工作。從這個角度來講本文只是這個研究的一個開始，如何將兩國其他經濟變量合理地納入本文的模型中來，將是后續研究的方向之一。
參考文獻：
［1］Ahmed， S.， Levin， A. and Wilson， B. A. Recent U.S. Macroeconomic Stability: Good Policies， Good Practices， or Good Luck? ［J］. The Review of Economics and Statistics， 2004， 86(3): 824-832.
［2］Granger， C. W. J. and Hatanaka， M. Spectral Analysis of Economic Time Series ［M］. Princeton: Princeton University Press， 1964.
［3］Englund， P.， Persson， T. and Svensson L.E.O. Swedish Business Cycles ［J］. Journal of Monetary Economics， 1992， 30(3): 343-371.
［4］Hassler， J.， Lundvik， P.， Persson， T. and Soderlind， P. The Swedish Bussiness Cycle: Stylized Facts over 130 Years ［C］//. Measuring and Interpreting Business Cycles［M］. Oxford: Clarendon Press， 1994: 9-108.
［5］Baxter， M. and King， R. G. Measuring Business Cycles: Approximate Band-Pass Filters for Economic Time Series ［J］. The Review of Economics and Statistics， 1999， 81(4): 575-593.
［6］Hughes Hallett， A. and Richter， C. Is the US No Longer the Economy of First Resort? Changing Economic Relationship in the Asia-Pacific Region ［J］. International Economics and Economic Policy， 2009， 6(2): 207-234.
［7］徐梅，梅世強．經濟波動譜分析方法的比較研究［J］，控制與決策，2003(5):351-354.
［8］李莉，楊忠直.基于鎖模的地區經濟周期波動同步化實證分析［J］.數量經濟技術經濟研究，2007(12):16-25．
［9］董直慶，蔡玉程，謝加貞.CPI和PPI周期協動效應—基于頻帶分析方法的實證檢驗［J］.數量經濟技術經濟研究，2009(10):125-137.
［10］彭斯達，陳繼勇．中美經濟周期的協動性研究:基于多宏觀經濟指標的綜合考察［J］.世界經濟，2009 (2):37-45．
［11］陳昆亭，周炎，龔六堂．中國經濟周期波動特征分析：濾波方法的應用［J］.世界經濟.2004(10):47-56．
［12］袁富華，汪紅駒，張曉晶．中國經濟周期的國際關聯［J］.世界經濟，2009(12):3-14．
［13］Hamilton， D. J. Time Series Analysis ［M］. Princeton: Princeton University Press， 1994:438.
［14］何新華.中國價格指數間的關系研究［J］.世界經濟，2006(4):31-36．
［15］Cogley T. and Sargent T. J. Evolving Post-World War II US Inflation Dynamics ［J］.NBER Macroeconomics Annual， 2001(16): 331-373.
［16］Cover， T. M. and Thomas， J. A. Elements of Information Theory ［M］. Hoboken， New Jersey: John Wiley Sons， Inc， 1991: 266-277.
［17］趙家章.中國外商直接投資的區域差異分析［J］．貴州財經學院學報，2011(1):35-40．
責任編輯：常明明
收稿日期：2012-02-25
基金項目：2011年教育部博士研究生學術新人獎（01-09-310010）。
作者簡介：孫曉濤（1981-），男，遼寧阜新人，華中科技大學經濟學院博士研究生，研究方向為計量經濟學時間序列理論。
