实证刻画政府支出和税收变化的产出动态效应
Blanchard O.J and Perotti R.（2002），An Empirical Characterization of the Dynamic Effects of Changes in Government Spending and Taxes on Output，Quarterly Journal of Economics，117，1329-1368.
摘要
Blanchard & Perotti（2002）使用结构VAR（structural VAR）和事件研究（event study approach）结合的方法刻画战后美国政府支出和税收冲击的动态经济效应。使用税收和转移体系的制度信息以及征税时机确定税收和支出对经济的自动反应，并据此推测财政冲击。结论一致地表明，正政府支出冲击具有正产出效应，正税收冲击具有负效应，但支出和税收冲击乘数微小。税收和支出对GDP组成部分的效应明显是非标准的：税收和政府支出增加都对投资支出具有强有力的负向效应。
1、引言
估计动态财政乘数的大型经济计量模型大都采用假定而非证明财政政策经济效应的特定结构。也存在大量简式研究（reduced-form），强调某些综合性财政政策统计量（诸如经周期调整的赤字，cyclically adjusted deficit）或支出或税收的效应，但大部分理论并没有表明财政政策的经济效应可由诸如被调整的赤字的单个度量概括，并且强调税收或支出的研究暗含地强力假设被包括和被排除的财政变量间不存在相关关系，总体看来该假设可能不成立。①
结构VAR方法适合财政政策研究。首先，预算变量由于多种原因变动，但产出稳定性根本不是最重要的，易言之，存在（关于产出的）外生财政冲击。其次，财政政策决策和执行滞后意味着，财政政策在相当长的时间内—比如一个季度—对未预期经济活动具有很少或根本没有相机抉择反应。因而，使用税收和转移支付体系的充分制度信息和税收征缴时机，可以构建未预期经济运动关于财政变量自动效应估计，并据此获得财政政策冲击估计。确定这些冲击后，继而可以追踪关于GDP的动态效应。
现实中存在税收或支出重大相机抉择变化（large discretionary change），如1975年第2季度生效的大幅削减税收的立法，这些重大变化不能被视作相同潜在随机过程的实现，必须被单独处理。因而，通过研究产出对包括在VAR识别中有关哑变量的动态反应追踪这些重大的、一次性变化的效应。②但并非所有20世纪50年代此类重大财政事件都可类似轻松处理；像1975:2暂时税收削减那样处理时，可以发现，追踪被估计VAR冲击的效应和追踪这些特殊事件的效应得到的脉冲反应之间高度
类似。
结论表明，正向政府支出冲击具有正产出效应，正向税收冲击具有负效应。效应的规模和持续性随识别（确定性或随机时间趋势）和期间变化，然而，变化程度不改变基本结论。就税收和支出对GDP组成部分的效应而言，结论之一明显是非标准的：税收和政府支出上涨都对投资支出具有强力负向效应（虽然符号不确定，但
①财政政策效应的12个大规模宏观经济计量模型研究见Bryant（1988）。简式研究的不完全清单包括：Barro（1981）和Ahmed & Rogers（1995）关注支出效应，Blanchard & Watson（1986）考察财政政策指数（an index of fiscal policy）效应，Poterba（1988）考察税收削减效应。与本文相近，Rotemberg & Woodford（1992）和Fatas & Mihov（1998）在标准VAR中研究政府支出对被确定冲击的动态反应，Ramey & Shapiro（1997）和Edelberg et al.（1998）在简式VAR中描绘支出哑变量效应。其中，只有Fatas & Mihov（1998）包括收入变量。
②这也是Ramey & Shapiro（1997）使用的方法，并由Edelberg et al.（1998）发展。
凯恩斯理论预测税收和支出上涨具有相反的投资效应）。
部分2讨论方法论问题，部分3给出数据并讨论主要特征，部分4讨论政府支出、净税收和产出冲击间的同期关系。部分5和6分别给出税收和政府支出冲击的动态效应，部分7讨论稳健性，并考虑预期财政政策问题。部分8将样本扩展到1949:1-1959:4期间，总结朝鲜战争债务积累（Korean war buildup ）的教训。部分9给出单个产出组成部分的反应，部分10结语。
2.方法论问题
政府支出和税收都影响GDP ：因为两者可能不独立，估计一个变量的效应也必须包括另一个变量。因此，我们强调预算的两变量分解，包括支出和收入变量。支出变量被定义为产品和劳务的总购买，也即政府消费加政府投资，称为“政府支出”或“支出”。收入变量被定义为总税收收入减转移（包括利息支付），称为“净税收”或“税收”。
2.1.VAR
基本VAR 识别是：
()t t t U Y q L A Y +=-1,（1）
[]'≡t t t t X G T Y ,,是对数真实人均季度税收、支出和GDP 的三维向量。①之所以使用季
度数据是因为其对于确定财政冲击至关重要。该识别允许确定性（对数的二次方趋势）或随机（漂移缓慢变动的单位根）趋势，也允许存在大量哑变量（dummy variable ）。
[]'≡t t t t x g t U ,,是对应的简式参差向量，通常非零交叉相关（non-zero cross
correlations ）。()q L A ,是4季度分布滞后多项式，允许每个滞后的相关系数取决于因变量对应的特定季度q 。允许相关系数的季度依存是因为税收对经济活动的反应存在季节模式。某些税收（如间接税或在来源征收的收入税）相对于交易时间以最小迟滞支付，其他税收（如企业收入税）通常相对于交易时间以较大迟滞支付。此外，若多数支付发生在一或两个特定季度，则迟滞变化取决于季度。例如，若由于经济活动跨越年度税收支付发生在每年的最后季度，则最后季度的税收收入将取决于当前和过去3个季度的GDP ，其他三个季度的税收收入等于0并因而不取决于GDP 。②本文从多个制度来源收集样本期间税收征集中的季度依存证据。附录列出免税代码（tax code ）的主要有关特征。③
2.2.识别
众所周知，（1）中的简式残差t t 、t g 和t x 具有很少的经济重要性：它们是税收、
①使用GDP 平减算子（GDP deflator ）表示真实变量，从而将脉冲反应表示成GDP 份额。使用本身平减算子表示真实支出的结果非常类似。
②注意到，使用季节调整数据（seasonally adjusted data ）并不消除问题：季节调整仅修正税收收入的“常规”季节变化，并不修正GDP 变化（其不是季节性的）的税收收入效应。若每个季度GDP 在相当长的时间里保持不变，则X-11模型季节调整为每个季度分配最后一个季度税收收入的四分之一。若季度3存在GDP 冲击，则季节调整将为季度4税收保留巨大的季节调整值。税收增加和GDP 增加之间的关系只能由季度依存回归（quarter dependent regression ）捕捉。也注意到，因为方程（1）是简化形式，税收与GDP 关系的季度依存可以在所有3个方程中揭示出来，因而必须允许所有3个方程存在季度依存（quarter dependence ）。
③此处应注意。征缴时滞模式有时微弱地随时间变化。允许VAR 中季度依存随时间变化将迅速地耗尽所有自由度。本文没有这样做，结果，调整比不调整更好，但仍然不是相当正确。
