SVAR 信息充分性，财政冲击组合的识别及其宏观影响

We study the macroeconomic effect of heterogenous fiscal shocks in China under the sufficient information condition. To this end, we test whether small-scale SVAR suffers from sufficient information problem or not, and prove that it is indeed the case. Next, we propose to use large data set to solve the information insufficiency problem and use large Bayesian VAR method to solve small sample bias and dimension curse problem in China's financial SVAR, and estimate and identify heterogeneous fiscal shocks under the condition of sufficient information. Specifically, we propose to estimate and identify the following three types of heterogeneous shock combinations: news - unanticipated fiscal shock combination, government expenditure - government revenue shock combination and government consumption - investment shock combination. By identifying all kinds of fiscal policies as a linear or dynamic combination of various kinds of heterogeneous fiscal shocks, we intend to analyze the implications of the news shocks on market expectations management and study the optimal government financing strategies and the optimal types of government expenditures. Through this project, we can assess the positive effect of fiscal policy in order to stimulate the economy and provide a useful reference for the future government's fiscal policy.

本课题在 SVAR 信息充分性的背景下，讨论财政冲击组合的识别问题以及不同的财政政策中国经济的影响。为此，本课题首先对中国小规模的财政 SVAR 进行了信息充分性检验，证明了其存在信息不充分的问题。接下来本课题拟使用大型宏观变量集解决中国财政 SVAR 的信息充分性问题，使用大型贝叶斯 VAR 解决小样本偏误和维度诅咒问题，并在 SVAR 信息充分的前提下估计和识别异质性的财政冲击序列。具体而言，本课题拟估计和识别以下三类财政冲击组合：预期-未预期冲击组合，政府支出-政府收入冲击组合和政府消费-投资冲击组合。通过将各类财政政策识别为各类异质性财政冲击的线性或动态组合，本课题拟分析消息冲击对市场预期管理的启示，研究最优的政府融资策略和最优的政府支出类别。从而为积极的财政政策刺激经济效应进行评估，并为今后政府财政政策的制定提供参考。

针对宏观财政研究中普遍存在的信息不充分或非基础问题，本项目以处理结构向量自回归模型可能存在的非基础问题，并进行结构冲击的识别为主线。具体研究如何消除识别财政财政政策冲击时可能遇到的非基础问题，以及识别“正确”的财政政策冲击，并研究这类冲击对经济的影响。本项目的研究发现：（1）解决非基础问题的方法有两种，一是扩大模型的变量规模，尽可能覆盖经济主体做出决策时所参考的经济变量；二是加入一些能够反映出经济预期的变量。这两个方法同时使用时处理非基础问题的效果最佳。但若缺失数据，例如没有针对财政政策的预期变量，使用大型贝叶斯向量自回归模型足够处理识别财政冲击时可能出现的非基础问题。（2）就财政组合冲击的识别而言。本项目的研究发现，采用使用符号约束方法识别政府支出意外冲击，并在此基础之上，使用最大化预测误差方差法来识别政府支出消息冲击，能够得到相对“正确”的财政意外-消息冲击组合。（3）本项目的研究方法和数据不仅能够用于财政冲击的识别，也可以拓展应用到经济中其他基础冲击的识别。