本文基于1993—2022年72个小型开放经济体的平衡面板,系统比较不同发展水平经济体的库存周期特征及其对长期生产率冲击和国际金融冲击的响应。研究发现,发达经济体库存变化具有更强的顺周期性、更低的波动率和更快的调整速度;随着收入和金融发展水平下降,库存波动率与持续性上升,顺周期性减弱。生产率冲击在各组经济体均引发初期库存积累,但新兴经济体的调整更不规则、更持久;金融收紧则使高收入经济体先去库存后补库存,而低收入经济体呈现滞后且持续的库存收缩。
| 经济体组别 | 库存变化中位波动率 | 与GDP相关系数 | 相对GDP波动率 | 一阶序列相关 |
|---|---|---|---|---|
| 发达经济体 | 0.70% | 0.48 | 0.26 | 0.13 |
| 高收入新兴经济体 | 1.13% | 0.39 | 0.31 | 0.17 |
| 中等收入新兴经济体 | 1.22% | 0.23 | 0.37 | 0.24 |
| 低收入新兴经济体 | 1.09% | -0.02 | 0.54 | 0.24 |
| 经济体组别 | 冲击当期方差份额 | 第1年 | 第2年 | 第5年 |
|---|---|---|---|---|
| 发达经济体 | 9.77% | 5.34% | 2.36% | 接近于零 |
| 高收入新兴经济体 | <1% | 2.28% | <1% | <1% |
| 中等收入新兴经济体 | 5.11% | <1% | <1% | 未报告 |
| 低收入新兴经济体 | 15.78% | 快速下降 | 快速下降 | 14.53% |
| 经济体组别 | 冲击当期方差份额 | 第1年 | 第3年 | 第5年 |
|---|---|---|---|---|
| 发达经济体 | 0.06% | 7.64% | <1% | <1% |
| 高收入新兴经济体 | 0.38% | 1.99% | 2.12% | 下降 |
| 中等收入新兴经济体 | 0.03% | 0.77% | 0.56% | <1% |
| 低收入新兴经济体 | 0.25% | 0.02% | 0.54% | 1.20% |
报告标题:《The Behavior of Inventories over the Business Cycle: Evidence across Levels of Development》(《库存变动在商业周期中的行为:不同发展水平国家的证据》)。
作者:Juan M. Rodriguez Repeti、Danilo R. Trupkin。
日期:2026年7月。报告文本未明确列出作者所属机构。
研究主题:库存变动、商业周期、生产率冲击、金融冲击与经济发展水平之间的关系,研究对象是小型开放经济体。报告没有股票评级、目标价或企业估值,因为它是一篇宏观经济学实证研究论文,而非公司研究或证券投资报告。
论文使用1993—2022年72个小型开放经济体的平衡面板数据,比较先进经济体、高收入新兴经济体、中等收入新兴经济体和低收入新兴经济体的库存周期特征,并进一步分析长期生产率冲击与全球金融冲击如何影响库存变动。 其核心论点可以概括为:
报告首先强调,库存虽然在产出中的占比不大,但库存投资能够放大和传递商业周期波动。美国研究显示,库存投资具有顺周期性,并可解释约四分之一的产出波动;其原因在于,库存既反映企业对未来需求的预期,也可以作为平滑生产、吸收冲击和传导冲击的机制。
报告还区分了不同频率下库存变动的驱动因素:在高频层面,销售预测误差对库存投资的解释力较强,这符合“缓冲库存”动机;在商业周期频率上,预期需求和供给冲击、避免缺货的动机可能更为重要。 这意味着库存并非简单的被动残差,而是企业在需求不确定性、生产计划和供应约束之间进行动态优化的结果。
已有研究主要集中于美国、G7或OECD国家。相关研究普遍发现库存与GDP正相关,库存调整相对缓慢,库存销售比率较为稳定,但不同国家的库存波动率存在显著差异。 关于新兴经济体的证据则更多来自巴西企业或智利工厂层面的研究。例如,进口投入品比例较高的企业往往持有更大库存,且调整频率较低,这与订货成本较高、交付周期较长有关。
论文认为,现有证据存在三个缺口:第一,研究大多聚焦先进经济体;第二,新兴经济体证据通常是企业层面或单一国家研究;第三,尚缺少系统比较不同发展水平国家库存动态及其对真实和金融冲击反应的跨国宏观研究。 因此,本论文的贡献主要是建立跨国库存周期事实,并检验不同国家组对生产率和金融冲击的动态响应。
论文使用世界银行数据,变量包括:库存变动、实际GDP、名义GDP、投资、政府消费、进口、出口和人口。 样本首先按照IMF标准区分先进经济体与新兴市场和发展中经济体,然后根据世界银行收入分类,将新兴经济体进一步划分为高收入、上中等收入、下中等收入和低收入组。为避免一国在样本期间频繁跨组,作者采用1993—2022年中该国出现年份最多的收入类别作为最终分类。
作者排除了GDP占世界GDP超过2%的美国、德国、法国、意大利、日本和英国,以便聚焦小型开放经济体;同时剔除了毛里塔尼亚、斯洛伐克、多哥和北马其顿等具有制度不稳定、极端观测值或样本期内建国特征的国家。 最终样本包括:
表1的作用是展示这一分类体系,核心并非提供宏观统计量,而是说明样本如何按照IMF与世界银行标准构建。
库存变动首先按照各国隐含GDP价格指数进行平减,再除以前一期实际GDP趋势值,从而得到可跨国比较的库存变动/GDP趋势比率。使用滞后一期GDP趋势的主要原因,是降低库存变量与当期产出之间的潜在内生性,尤其是在后续局部投影估计中。
对于库存变动,作者采用国家层面的二次趋势回归,将回归残差视为周期成分;其他支出和贸易变量则先转换为人均值,再取对数一阶差分,以分离趋势与周期。 这里的库存周期变量实际上是“库存变动的周期性部分”,并不是库存存量本身。因而,正相关表示库存增加额在经济扩张时期更大,而不是库存存量必然以同样速度增长。
作者还讨论了国民账户统计差异可能污染库存数据的问题。由于库存变动有时作为生产、收入和支出账户之间的平衡项目,可能吸收统计误差,因此论文在附录A中使用统计差异与库存变动的比率进行检验。结果显示,不同组别中约57%至接近80%的观测,要么统计差异为零,要么其绝对值低于库存变动的10%,作者因此认为统计差异通常不足以改变主要周期结论。
表2和相关文字显示,库存变动的中位数波动率在先进经济体中为0.70%,高收入新兴经济体为1.13%,中等收入新兴经济体为1.22%,低收入新兴经济体为1.09%。整体而言,新兴经济体库存波动率约为先进经济体的1.7倍。 这表明发展差异首先体现为库存调整的稳定性差异,而不仅仅是库存与产出的相关性差异。
作者将其解释为金融发展、宏观稳定性、产业结构和供应链管理能力不同的结果。先进经济体拥有更深的信贷市场、更稳定的宏观环境和更成熟的供应链,企业能够融资维持营运资本,也能在冲击发生后跨期平滑生产;新兴经济体则更容易受到流动性约束、外部冲击和进口投入品中断的影响。
图1使用分布图比较各国库存变动标准差。先进经济体的分布较集中,大多数国家接近0.6%,只有少数观测超过2%;这说明先进经济体之间的库存管理模式相对同质。 高收入新兴经济体的分布更加分散,并出现超过3%的观测;其中新加坡的库存周期波动率为2.28%,博茨瓦纳为3.55%。作者将新加坡的高波动与其国际贸易、物流枢纽和半导体产业地位联系起来,将博茨瓦纳的高波动与钻石生产和出口依赖联系起来。
中等收入新兴经济体的分布最宽,国家层面的波动率约在0.25%至3.54%之间,说明该组内部在产业结构、外部暴露程度和库存平滑能力方面存在很大差异。 低收入经济体的右尾相对收缩,没有出现其他新兴组别中那样极端的波动值,可能是因为其工业多样化程度较低、生产链较短、国际贸易参与程度较低,库存本身在经济活动中的作用有限。
这一图形有一个重要含义:低收入经济体并不一定具有最高的库存绝对波动率,但其库存波动相对于经济规模可能更重要,后文的相对波动率对此进行了补充。
全样本库存变动与产出的相关系数为0.33,与进口的相关系数同样为0.33,与投资、私人消费和出口的相关系数分别为0.24、0.21和0.16,而与政府消费的相关系数仅为0.08。 这表明库存变动主要与私人部门活动和国际贸易相关,而不是与政府消费同步。
不同收入组之间差异更加明显:
进口是最稳定、最强的关联变量:先进经济体为0.45,高收入新兴经济体为0.44,中等收入新兴经济体为0.25,低收入新兴经济体为0.12。 这支持库存中包含进口中间品和进口最终产品的解释,也说明国际生产网络与库存周期之间具有密切联系。然而,低收入经济体进口与库存的相关性较弱,可能反映其生产链较短、工业基础较弱以及进口投入品在总生产中的作用有限。
虽然库存变动的绝对波动率低于产出和其他宏观变量,但库存相对于产出的波动率随着收入下降而上升,分别为:
这意味着低收入经济体的库存变动规模虽然未必在绝对值上最大,但其相对于自身产出波动更为剧烈。投资和国际贸易本身高度波动,因此库存相对于投资、出口和进口的波动率较低;相对于私人消费和政府消费,库存的相对波动率更高。
库存变动的一阶自相关系数全样本为0.18,先进经济体仅为0.13,高收入新兴经济体为0.17,中等收入和低收入新兴经济体均为0.24。 这说明低收入经济体库存调整更加具有惯性,可能与营运资本融资不足、供应链弹性较弱、订货周期更长和企业调整能力有限有关。
论文使用King、Plosser、Stock和Watson提出的长期限制方法识别生产率冲击。作者假定在平衡增长条件下,产出、消费和投资共享一个共同随机趋势,而消费—产出比和投资—产出比在长期稳定。由此,产出的永久性变化被解释为长期生产率冲击。 研究变量是人均、对数化的产出、私人消费和投资,并将协整秩设为2。
由于年度样本只有1993—2022年,若对72个国家分别估计完全不受约束的VECM,长期影响矩阵可能非常不稳定。因此作者固定协整空间,同时对调整系数和短期动态参数进行面板合并估计,并加入国家固定效应。 这种合并并不意味着作者认为所有国家的商业周期完全相同,而是将其视为估计长期影响矩阵的正则化工具。
单位根和协整检验总体支持这一做法:产出、消费和投资水平大体呈非平稳,增长率呈平稳,消费—产出比和投资—产出比具有平稳性,Pedroni检验拒绝不存在协整关系的原假设。 表3因此为长期生产率冲击的识别提供了统计基础,但投资水平的单位根证据仅在10%水平附近较为边际,作者也承认该部分证据不如产出和消费稳健。
生产率冲击的滞后一期系数为−0.06,p值为0.94,统计上不显著,说明被识别的冲击不存在明显的时间序列持续性,符合“不可预测创新”的定义。
金融冲击使用美国Baa级公司债收益率与美国国债收益率之间的利差,即Baa spread。利差上升代表外部融资成本提高、风险溢价扩大、流动性收紧和国际信用条件恶化。 由于利差本身可能随经济周期内生变化,作者使用两个外部工具变量:
第一阶段联合F统计量为10.69,p值为0.0004,略高于常用的10阈值,说明工具变量具有一定解释力,但并不能完全排除弱工具问题。 更严格的Montiel-Olea—Pflueger有效F统计量在8.83至14.85之间,通常超过允许20%最大相对偏误的临界值,却未始终超过更严格的10%偏误标准,因此作者明确要求对金融冲击估计保持谨慎。
Hansen J检验的p值为0.58,未拒绝工具变量外生性的过度识别限制;Durbin-Wu-Hausman检验p值为0.0038,拒绝Baa利差外生的假设,支持使用工具变量而不是普通最小二乘法。 金融冲击滞后一期系数为0.22,p值为0.737,表明工具化后的金融冲击总体上是暂时性的。
作者采用Jordà局部投影法,对每一个预测期分别估计回归,预测期为0至5年。因变量是库存变动的周期成分,控制变量包括两期GDP增长和两期库存周期,并加入国家固定效应;生产率冲击还采用稳健估计以降低异常国家观测的影响。
这种方法不要求预先设定一个完整的VAR动态结构,能够更灵活地估计冲击响应,但每个预测期单独估计也意味着中长期估计可能较不精确,尤其是低收入组只有10个国家时。
论文还计算LP-based variance share,即某一冲击在特定预测期解释的残差化库存波动份额。作者特别强调,这不是传统VAR意义上的预测误差方差分解,各冲击的份额也不需要加总为100%。
图2的四个面板显示,正向长期生产率冲击在所有国家组都首先提高库存变动,但之后的路径明显不同。
图2最重要的视觉信息是,先进经济体的响应表现为单峰式、平滑衰减,而新兴经济体尤其是低收入组出现多次正负交替。作者将这种差异与金融约束、进口投入品依赖、物流效率和供应链弹性联系起来,但同时明确承认这些机制并未由局部投影直接识别,只是与结果相一致的可能解释。
生产率冲击在先进经济体当期解释库存残差波动的9.77%,第1年为5.34%,第2年为2.36%,随后迅速变得很小。 高收入新兴经济体当期解释比例低于1%,第1年暂时升至2.28%,之后低于1%;中等收入新兴经济体当期为5.11%,第1年以后也低于1%。 低收入新兴经济体当期比例高达15.78%,随后下降,但第5年重新升至14.53%,与其长期、非规则的库存响应相吻合。
需要注意的是,低收入组的高位份额并不等于生产率冲击解释了该组大部分库存波动,因为15.78%和14.53%仍然低于20%,而且该组仅包含10个国家,长期估计更容易受到样本构成和置信区间宽度影响。
图3显示,金融收紧对不同收入组的库存影响具有明显的时间差异。
低收入组的结果并不意味着其不受全球金融冲击影响,而是金融冲击可能通过贸易、汇率、进口投入品价格、外汇可得性和国内信贷渠道产生滞后效应。 该组在样本期内没有出现高收入国家那样的库存重建阶段,说明金融收紧可能造成持续性的生产和营运资本约束。
先进经济体金融冲击当期仅解释0.06%的库存残差波动,但第1年升至7.64%,第2年降至0.31%,之后低于1%,与图3中“当期反应小、滞后一年去化”的路径一致。
高收入新兴经济体的份额为当期0.38%、第1年1.99%、第2年0.80%、第3年2.12%,之后下降,说明金融冲击既影响初期去化,也影响后续库存重建。 中等收入新兴经济体各期均低于1%,最大值约为第1年的0.77%和第3年的0.56%。 低收入组短期份额极低,但从第3年的0.54%逐步升至第5年的1.20%,体现了滞后传导。
综合图3与表6,金融冲击在先进经济体的库存影响较强但短暂,在高收入新兴经济体中呈现完整的去化—重建周期,在中等收入经济体中影响较弱且不均一,在低收入经济体中则是短期不明显、长期逐渐显现。
附录B将六个大型经济体重新纳入,发现主要结论仍然成立。纳入大型经济体后,库存与产出、投资、出口和进口的相关性更强,库存与私人消费和政府消费的相关性略弱;相对波动率大多下降,库存自相关从0.13升至0.15。
图B1显示,纳入大型经济体后,生产率冲击当期和第1年的响应略大,但第2年以后略小,置信区间更窄;图B2显示金融冲击在第0至第3年的影响略小,但整体路径相似。
附录C比较了一阶差分、对数二次趋势和HP滤波。结果显示,先进经济体库存仍显著顺周期,低收入组仍呈弱相关或接近零,进口仍是与库存最相关的宏观变量,发展中经济体相对于产出的库存波动率仍较高,政府消费与库存的关系仍较弱。 因此论文的主要结论不依赖某一种去趋势方法。
附录D检验了将调整系数和短期动态参数合并估计是否会扭曲生产率冲击。组别特定冲击与面板冲击的相关系数总体接近或高于0.80,低收入组最低为0.789。 但中等收入组是明显例外:在留一组检验中,其相关系数从0.918下降到0.597,且该组在三个方程中都拒绝短期斜率同质性。 这说明中等收入组的生产率冲击和中期响应对合并限制较为敏感,论文也因此建议谨慎解读其精确幅度和中期动态。
附录E使用19个具有较长历史的国家,在不进行跨国合并的情况下估计单国系统。可比较国家中,单国生产率冲击与面板冲击的相关系数中位数为0.829,均值为0.766,19个国家中有17个相关系数超过0.5。 智利和澳大利亚的相关性较低,其中澳大利亚的结果对样本区间较敏感。 这为面板合并作为短样本正则化工具提供了一定支持,但也表明面板冲击不可能完全代表每个国家的历史动态。
附录F加入1998年亚洲—俄罗斯危机、2009年全球金融危机和2020年新冠疫情虚拟变量后,金融冲击的符号、时间和持续性基本不变;低收入组仍然是唯一在第3年以后持续为负的组别。 改变滞后期、采用不同聚类方式以及进行留一国检验,也没有改变核心结论。
留一国检验显示,先进经济体和低收入经济体的核心路径尤其稳健;高收入新兴经济体生产率冲击的中期路径对个别国家较敏感,但低收入组第3年以后的库存收缩并非由单一国家驱动。
不过,Pesaran CD检验显示金融冲击回归中先进、高收入新兴和中等收入新兴组存在明显残余横截面相关性,反映全球金融冲击的共同时间维度;替代聚类方法虽维持了主要结论,但这说明标准误推断仍需谨慎。
附录G显示,正向生产率冲击通常会立即推高GDP、消费、出口和进口,但低收入组的响应更快减弱、波动也更大。 金融收紧则在初期压低GDP、消费、出口和进口,之后部分变量在约第3年附近恢复为正;低收入组的置信区间更宽,反映估计精度和经济异质性较弱。
图G2的标题在文字转录中写作“Inventory Changes”,但图中实际展示的是GDP、消费、出口和进口等总需求组成部分,因此在阅读时应以图中各面板标签和正文说明为准。
第一,平衡面板和样本剔除提高了可比性,却可能带来样本选择问题。只有数据完整的国家才进入样本,且极端不稳定国家被排除,因此结果更适用于数据质量较高、能够持续统计国民账户的小型开放经济体,未必能代表所有低收入国家。
第二,低收入组只有10个国家,长期生产率冲击方差份额和中长期脉冲响应更容易受到单个国家影响,论文自身也提醒应谨慎解读低收入组的长期结果。
第三,生产率冲击的识别依赖“生产率是实际总量永久波动唯一来源”的长期限制,以及共同平衡增长关系。若制度变化、人口趋势、贸易结构变化或长期财政冲击也会影响产出趋势,则冲击可能不完全是纯粹的生产率创新。
第四,金融冲击工具变量的有效F统计量仅为中等水平,且低收入组诊断最弱,因此低收入经济体金融冲击的精确量级不应被过度解释。 此外,Baa利差是美国金融市场指标,对各国的传导路径并不完全相同,低收入国家可能通过贸易和汇率间接受到影响,而不是直接受到国际债券市场影响。
第五,论文将金融深化、进口依赖、供应链弹性和生产协调能力作为机制解释,但局部投影本身没有直接估计这些机制。因此,“低收入经济体库存调整更滞后是因为流动性约束”是与结果一致的解释,而不是已经被因果识别的结论。
这篇论文最重要的发现,是库存行为具有清晰的发展梯度。先进经济体的库存变动波动率较低、与产出和进口高度顺周期、调整速度较快;低收入经济体的库存相对于产出更加波动,顺周期性接近于零,且库存调整更加持续和迟缓。
图1和表2共同表明,库存周期不仅存在“先进—新兴”的平均差异,也存在新兴经济体内部的显著异质性。进口是库存变动最稳定的关联变量,说明库存是国际贸易和生产链的重要组成部分,而政府消费与库存的联系较弱。
生产率冲击分析表明,所有国家组在冲击初期都会积累库存,但先进经济体能够平滑地完成库存调整;新兴经济体,尤其低收入经济体,会经历更明显的积累—去化反转和更长的调整周期。 金融冲击分析则表明,较高收入国家通常在金融收紧后迅速去化库存,随后重建库存;低收入国家的负面反应滞后出现,并在五年预测窗口内持续存在。
因此,作者总体上否定了将先进经济体库存平滑规律直接推广到所有国家的做法。库存不仅是需求和生产预期的结果,也是企业应对融资成本、流动性约束、进口中间品供应和外部金融周期的工具。论文没有提供投资评级或目标价,但其宏观政策含义是:在发展中经济体中,库存数据不应被简单视为国民账户中的残差,而应被视为观察企业融资能力、生产协调能力和吸收外部冲击能力的重要指标。
2609.19455.pdf