识别增长加速

公共公披共公露披共公授露披共权授露披权授 政策研究工作论文10945 识别增长加速 BramGootjesJakobdeHaanKerstenStammShuYu 发展经济学前景组2024年10月 政策研究工作论文10945 摘要 本文介绍了一种新的方法来识别产出增长加速，该方法结合了“基于标准”和“断点测试”方法的两要素，这两种方法在文献中都很常见。所提出的标准不对增长加速设定固定长度，从而允许进行持续时间分析，而无需依赖有问题的统计技术来识别这些加速 。 研究发现，增长加速的平均持续时间约为134年，尽管不同地区的持续时间存在显著差异。初始条件以及同期国内和外部经济条件都对加速的持续起作用，而任何单一政策条件的变化对影响较小 。 本文是发展经济学前景组的研究成果。它是世界银行更大规模努力的一部分，旨在提供对其研究的开放访问，并为全球的发展政策讨论做出贡献。政策研究报告也发布在httpwwwworldbankorgprwp网站上。作者可以通过以下邮箱联系：bgootjesworldbankorg；jakobdehaanrugnl；kstammworldbankorg；以及syu2worldbankorg。 《政策研究工作论文系列》传播正在进行中的研究成果，以鼓励关于发展的思想交流。问题。本系列的目标是快速发布研究成果，即使报告展示不够完美。论文包含 作者姓名应相应引用。本文中表达的研究发现、解释和结论完全是作者自己的。作者的观点。它们不一定代表国际复兴开发银行世界银行的看法。 其附属机构，或世界银行执行董事或他们代表政府的机构。 由研究支持团队制作 识别增长加速 BramGootjesJakobdeHaanKerstenStamm，和许宇 关键词：产出增长加速；识别；产出增长波动性 JELcodesO11O47O57 利益声明：无。 BramGootjes：世界银行，前景组，bgootjesworldbankorg雅各布德汉：格罗宁根大学CESifojakobdehaanrugnlKerstenStamm世界银行，前景组，kstammworldbankorg舒宇：世界银行，环境与森林研究所首席经济学家办公室，syu2worldbankorg在此处所表达的观点为作者个人观点，不代表世界银行的官方立场，也不代表其执行董事或其代表的国家。我们感谢RafaelaMartinhoHenriques为其卓越的研究助手工作，并感谢AntonioFats，AyhanKose，JohnBaffes以及世界银行前景研究小组的所有参与者就其宝贵评论和建议。 1简介 推动持续的经济增长可能是经济政策最重要的目标。然而，研究增长是一个复杂且常常有争议的问题，学者们使用了各种计量经济学技术来揭示国家如何实现并维持稳健增长。传统上，学者们通过分析长期产出趋势来理解各国不同的增长模式背后的因素（例如，参见Barro和SalaiMartin ，1991；Mankiw等，1992）。1关注长期增长的平均值，然而，假设了增长与其基础要素之 存在稳定的线性关系，这种关系适用于所有国家和所有经济条件。考虑到长期保持恒定增长率的国家的稀缺性（Easterlyetal1993；BenDavidandPapel1998；Ayaretal2018），这一假设是站不住脚的。相反，增长模式通常是波动的，各国通常经历进步、停滞和挫折的阶段（Pritchett2000）。 认识到由于增长率波动性，传统的长期趋势分析存在不足，研究人员已经转向调查快速和持续的特定增长阶段，也称为增长加速或增长时期（Hausmann等人，2005；Timmer和deVries，2009）。从各种经济视角可以阐述研究增长加速的重要性。例如，国家可能会经历产出增长迅速上升，但又回到先前的增长轨迹，这通常是由于暂时性的冲击暂时提升增长绩效（根据新古典增长理论）。相反，一些国家可能会转向一条永久性更高的增长路径，这受到改善的经济政策推动，例如（从内生增长模型的角度来看）。无论使用哪种理论框架，加速增长阶段都反映了增长数据中最有趣的变异，这种变异在考虑长期平均值时会被掩盖。通过将这些时期的时间与驱动力联系起来，学者们可以更深入地了解增长绩效变化的因果机制。 Hausmannetal2005为增长加速的实证检验奠定了基础。为了识别这种加速，他们提出了一套经济标准，以筛选出既具有高增长水平，又经历显著增长波动的年份。例如，平均增长率在八年期内必须超过每年35，并且至少比前八年增长率高出两个百分点。这些 1一篇文章，遵循Barro和SalaiMartin（1991年）以及Mankiw等人（1992年）的开创性研究，考察了各国平均长期经济增长率的决定因素。另一篇文章，由Islam（1995年）和Caselli等人（1996年）开创，则使用动态面板数据，将国家层面的数据整理为五年平均或其他时间段。 标准已在实证研究中得到广泛采用，作为识别增长加速的有用基准（参见Imam和Salinas，2008 ；Timmer和deVries，2009；Eichengreen等，2012；Diao等，2019；Gruss等，2020；Avom等，2021；Koopman和Wacker，2023）。尽管该文献中的结果各不相同，但一个共同的发现是 ，加速主要是由更强的制度和特殊因素所解释。 为了加速向更先进经济体的追赶进程，发展中国家不仅需要稳健的经济增长，还需要在较长时间内保持增长。针对这一问题，伯格等（2012年）通过在产出增长序列中进行结构断裂检验，以识别增长加速的起点（遵循白和佩荣，1998年、2003年）以及一些临时标准来识别“理想”的时期 ，研究维持增长加速的因素。他们的结果表明，虽然地区在增长加速的频率上没有显著差异，但这些事件在非洲和拉丁美洲国家相比在工业化国家和新兴亚洲观察到的更长持续时间，往往较短 。 Berg等人（2012年）的研究对Hausmann等人（2005年）所引入的指标中的一个隐含假设提出了质疑：即经济增长加速具有固定的八年年限。此外，使用结构突变测试来识别经济增长加速的开端，表明应考虑特定国家的增长特征，而不是采取“一刀切”的方法。尽管有这些见解，Berg等人（2012年）为识别经济增长加速所提出的方法并没有像Hausmann等人（2005年）的典范过滤器那样得到广泛的认可。一个可能的原因是BaiPerron测试的效力低，可能会导致对人均GDP基础序列中真实突变的拒绝（Kar等人，2013年）。 然而，这同样适用于Hausmann等人（2005年）的方法。例如，由于他们的标准基于周期性平均值，该过滤器可能会识别出包含低增长或负增长与偶尔高增长交替的时期，这与识别持续高产出增长时期的目的是相矛盾的。当事件开始于负增长年份时，这个问题变得更加明显（JongAPin和deHaan，2011年）。2此外，使用临时性标准可能导致在评估增长表现时出现错误，因为产出增长波动性的变化可能会在波动性较低的经济体中导致增长加速的误识别，在波动性较高的经济体中则可能导致过度识别。3 2JongAPin和deHaan（2011）指出，Hausmann等人（2005）的方法偶尔会得出不太合理的产出加速的起始年份，其中增长率是负数或有限。为了解决这个问题，他们引入了一个额外的标准，即要求增长加速的第一年的经济增长必须高于前一年。 3关于识别财政调整的文献，如阿莱西纳和佩罗蒂（1995）所开创的，与Wiese等人（2018）所指出的同样存在问题 。可能存在“一种解决方案解决所有问题”的方法，这可能导致识别出更多的财政调整。 为了更详细地检验使用统一经济标准来识别增长加速问题，图1展示了自20世纪50年代以来印度和津巴布韦的人均真实GDP。在最近几十年里，印度是世界增长最快的经济体之一。相比之下 ，津巴布韦的经济一直面临着挑战，包括恶性通货膨胀、货币危机、债务危机和政治动荡。到2023年，印度的人均真实GDP超过津巴布韦的两倍半（7379美元对2811美元），尽管两国在20世纪90年代初的人均收入相当。显然，在考虑的期间内，印度的增长经历显著优于津巴布韦。 为了理解经济增长，至关重要的是探讨哪些因素对印度的成功产生了重大贡献，相比之下，哪些因素阻碍了津巴布韦的进步。然而，文献中常用以识别增长加速的指标在此背景下显得不足。尽管自20世纪90年代初以来，印度取得了令人印象深刻的增长表现，但Hausmann等人（2005年 ）提出的过滤方法。相比之下，该过滤方法为津巴布韦确定了两个增长加速期，分别始于1968年和2008年。尽管这些时期人均GDP急剧增加，但这些增长最终证明是短暂的，并且在之前经历了重大的经济衰退。因此，相对于早期时期，实际人均GDP并没有显示出实质性的增加。更重要的是，这些发现反映了津巴布韦经历的经济波动，而不是真正的增长加速。 两种识别增长加速的方法（滤波器和断点）都有明显的优点，但也存在局限性。为了克服这些问题，我们引入了一种基于先前概念的新颖滤波方法。我们的方法结合了Hausmann等人（2005年 ）中看到的“基于标准”方法的一些要素，但利用了特定国家的增长特征，类似于Berg等人（2012年）概述的“断点测试”方法的基本原理。具体来说，我们提出了一种基于国家产出增长长期趋势和波动性加权平均的滤波器，以捕捉独特的增长模式来识别增长加速。此外，我们的标准不强制规定加速的固定长度，允许分析增长加速的持续时间。通过将这些要素整合到一个简单的滤波器中，我们避免了需要复杂且可能不可靠的统计技术来识别增长加速的需求。 基于1951年至2023年间的181个国家样本，我们在110个国家中识别出134次经济增长加速。在这些时期内，人均实际GDP增长率平均每年为59，比其他年份高出六倍以上。平均持续时间 对于预算结果波动较大的国家来说，仅仅因为预算平衡的变化是识别财政调整的关键标准。这被称为第一类错误。同理，这些过滤器在预算过程导致政策结果波动较小的国家中，不太可能检测到财政政策的重要变化。在这种情况下，这些过滤器会受到第二类错误的困扰。 增长率加速期为134年，显著长于文献中通常假设的八年持续时间。此外，增长率加速期的持续时间在地区和国家群体之间差异显著，这与Berg等人（2012年）的研究发现一致。 一系列统计数据证明了我们方法在识别增长加速方面的益处。例如，在识别的增长加速期初，中位实际人均GDP增长率有显著上升，在期末则有明显的下降。这种模式在采用其他方法识别的增长加速中并不明显。通过一系列的国家案例研究，我们发现我们提出的方法与增长模式中的轶事证据紧密一致。例如，在印度的案例中，我们确定了从2003年到2019年的长期加速。我们展示了该方法对使用替代权重、不同的最小长度要求、滚动窗口和减少采样来计算阈值具有稳健性。 为了进一步说明我们提出方法的优点，我们进行了一系列生存分析，以研究与维持增长加速相关的因素。我们发现初始条件，以及国内和外部经济条件，在维持加速过程中起着重要作用。另一方面，政策条件的变化影响较小。这些发现表明，维持稳定的宏观经济环境有助于延长增长加速 。这些结果对采用包括脆弱性在内的替代政策措施以及使用替代样本具有稳健性。 本文结构如下。第2节详细介绍了所提出的新滤波器以及其结果。第3节和第4节将新滤波器的结果与以往研究的结果进行比较，检验其对不同参数的鲁棒性，并讨论识别出的增长加速特征。第5节通过几个国家案例研究展示了使用新识别方法的优点。第6节分析了哪些因素能够维持增长加速。第7节得出结论。 2识别增长加速阶段 21新方法 我们提议在先前筛选基础上确定增长加速。我们方法旨在精确识别持续增长时期，通过结合波动性指标，有效减少人均实际国内生产总值增长率突然上升影响。 过滤技术从计算特定国家指标（表示为）开始。 国家我：i基于整个样本期间一个国家人均实际GDP增长均值（）和标准差（）。4如下所