中日贸易战之宏观经济分析

易明

经济学其实很象苏轼【题西林壁】诗里描写的庐山

横看成岭侧成峰， (宏观微观)
远近高低各不同。 (长期短期)
不识庐山真面目， (中方日方)
只缘身在此山中。 (汉奸国贼)

经济学模型往往是由很多经济变量和参数组成的联立方程组.其中设定的一些外生变量,是作为可以用以冲击 (shock) 的政策选项.而所谓经济学模型的模拟仿真运算,其实就是军事上的沙盘推演.改变外生变量以后, 系统必须根据假定的条件重新恢复新的均衡,而新的均衡变量的取得,就是我们所谓的结果. 所以直到最终结果出来之前,我们其实并不知道它们是否支持原有的假说.

前番WSM先生所用过的GTAP模型,是业界比较常用的一个以微观经济学的一般均衡理论为基础的计量模型.它的优点是能够描述各个行业、各个市场以及各个地区之间的关系,所以即使对某个企业而言,也有一定的参考价值. 所以如果某位是经营某个行业的大款,不妨有偿向WSM先生索取相关行业的资料. :)

但这类模型的缺点, 除了WSM先生提到的更新迟缓等等之外,还有模型多数参数设定中的人为因素, 即所谓校准(calibration)问题. 因为不同参数数值的设定,往往会影响模型的结果因而降低模型的可信度.

虽然WSM先生运用的GTAP模型的模拟结果是支持中日贸易两败俱伤的假说的,但由于该结果是建立2007数据的基础之上,所以置信度可能会打折扣. 为克服这个缺陷,我转而求助其他的模型. 其中由耶鲁大学开发的Fair模型勉强可用.

Fair模型是一个以美国经济为主的多国宏观经济学计量模型.其优点是所有数据皆来自于实际经济,没有前文所述之校准问题,同时更新及时,最新的资料竟是今年的. 这就克服了CGE模型的一些问题.其缺点是仅仅限于对总体经济指标的预测和计量.所以其结果一般不能卖给企业,如果不能托人转送政治局,就也只能公之于众了. ：）

另外的缺点是由于该模型原来的目的是分析宏观经济政策, 可用的外生变量较少.为了分析中日贸易战所产生的结果,我不得不截断各国价格变化的交互影响,以使出口成为可以作为攻击的外生变量. 但此举有可能导致计算结果的相对夸张。

我模拟的情景如下: 假定中日贸易战于2013年初全面爆发,根据近至今年6月的最新资料,我对日出口占我总出口的7.6%,而日方出口占其总出口的18%.假定双方贸易全部解除,则中方GDP将下降3.30%, 而日方相应下降3.68% （从原来的水平下降， 即如果中国今年是8%， 则明年将降至5%，日本亦然，下同）. 但中方消费下降1%,高于日方的0.7%。此举应有助于缓解中国的通胀，但日本则有可能 进入通缩。

这基本上是个两败俱伤的结局,虽然不象我最初想像得么严重,但说杀敌一千,自伤九百九决不为过. 但可喜的是,只要坚持过了明年,我们的损失将稳定下来,而日本则每况愈下.长此以往,只要中方能够撑得住GDP每年下降3%的压力 , 最后或许能有惨胜的希望.但前提是,冲突仅限于贸易战,而不涉及投资的变化即全面的经济战。至于后者, 因为它是模型的内生变量,我现在还没有能力给予冲击.