是什么驱动总体波动?鉴于近期发生的新冠肺炎大流行和乌克兰-俄罗斯战争等不可预测的事件，外源性总冲击显然推动了大幅总波动。然而，最近的宏观经济研究(例如，Acemoglu et al. 2012)认为，企业层面的微观经济冲击也是总体波动的另一个重要来源。也就是说，不同于经典的多样化论点(例如Lucas 1977)认为微观经济冲击是在总体水平上平均的，最近的文献着重于通过投入产出联系传播微观经济冲击。它表明，微观经济冲击可能会导致大幅的总体波动。这种被称为总体波动微观起源的观点已被广泛接受，并创造了一个新的宏观经济学领域。
许多理论论文分析了总量波动，特别是GDP增长率的分布特性与微观经济冲击之间的关系。Acemoglu等人(2012)表明，当投入产出网络结构在企业间高度异质性时，由于微观经济冲击造成的GDP增长率的差异仍然很大。也就是说，当公司与其他公司有许多交易关系并处于网络的核心时，对这些中心公司的微观经济冲击不能被抵消，在总体水平上不可忽视。此外，Acemoglu等人(2012)在考虑方差(即GDP增长率的二阶矩)的同时，Acemoglu等人(2017)研究了微观经济冲击驱动的尾部概率(即GDP增长率的大偏离概率)，认为由于网络结构的异质性，微观经济冲击有助于GDP增长率的尾部概率。此外，有实证研究支持微观经济冲击与总体波动的相关性。例如，Miranda-Pinto(2021)使用了经合组织部门层面的数据，表明投入产出网络的变化是GDP增长率方差随时间下降的关键。Magerman等人(2016)基于比利时税收数据分析了一个企业层面的投入产出网络，并量化了微观经济冲击驱动的GDP增长率的方差。
尽管经济学家们都认同微观经济冲击的相关性，但仍有几个问题有待提及。在大多数理论研究中，已经讨论了渐近结果(例如，随着公司数量趋于无穷，总方差的衰减率)，并用于论证总波动的微观起源的相关性。例如，在Acemoglu等人(2012)中，主要论点关注的是，随着投入产出网络变大，GDP增长的方差衰减的速度有多快。然而，渐近结果并不一定意味着它们对应的非渐近结果(即输入输出网络固定的结果);也就是说，渐近结果并没有告诉我们在给定经验投入产出网络的情况下，微源总波动的大小。换句话说，有一种可能性是，尽管有渐近结果，但给定一个经验网络的微源总波动的大小可能是可以忽略的。此外，据我们所知，目前还没有实证研究用GDP增长率的“尾部概率”来研究企业层面的投入产出网络。在大多数文献中的实证研究中，方差被用作总体波动规模的衡量标准，但是，正如Acemoglu等人(2017)强调的那样，尾部概率的行为可能与方差的行为不同。因此，我们没有一个基于经验投入产出网络的微源总波动的全面图景。
在Arata和Miyakawa(2021年)，我们的目标是利用东京Shoko Research (TSR)提供的日本企业层面数据来填补这一空白。该数据集包含了企业层面的信息，如销售和员工，并识别了企业的供应商和客户，据此我们构建了一个覆盖日本30多万家企业的投入产出网络。与之前的研究一致，日本的投入产出网络连接良好，且企业间的本地网络结构高度异质(见图1)。基于文献中提出的这种投入产出网络和结构模型(Acemoglu等人2012,Baqaee和Farhi 2020)，我们计算了微观经济冲击对每个企业总产出的影响。然后，我们补充文献，不仅关注方差，而且主要关注尾部概率和分布形状。利用Arata(2021)提出的方法，我们基于经验投入产出网络，非渐近地量化了微源总波动的规模。
图12018年日本投入产出网络
笔记:我们只包括销售额超过1000亿日元的公司以及它们之间的投入产出联系。每个圆的大小与它所代表的公司的大小成正比。
我们的研究结果如下:将生产率冲击考虑为微观经济冲击，我们发现尽管投入产出网络(和企业数量)很大，但微观经济冲击驱动的方差是显著的。这是因为微观经济冲击对企业的影响具有异质性;也就是说，有些公司对经济产生了不成比例的影响，因此，即使在总体水平上，这些公司(尤其是大公司)受到的微观经济冲击也不会消失。由于这种异质性，中心极限定理(CLT)不成立，总输出的分布不收敛于高斯分布。我们还发现，这种高异质性主要来自于投入产出网络的异质性。与最近的文献一致，投入产出网络是总体波动的起源。
然而，与方差相反，我们发现微观经济冲击对GDP增长率的尾部概率几乎没有贡献。具体来说，由微观经济冲击驱动的尾部概率与经验的相比是可以忽略不计的(见图2)。此外，我们逼近了由微观经济冲击诱发的GDP增长率的分布(使用Edgeworth膨胀)，发现近似分布非常接近高斯分布。注意，这个结果并不与CLT不成立的发现相矛盾。这一结果意味着，考虑到日本的经验投入产出网络，即使CLT不成立，平均效应仍然有效，微观经济冲击在一定程度上相互抵消。因此，得到的总产量分布是接近高斯分布的。
图2微观经济冲击产生的正常化总产出的近似值
请注意:本文绘制了实证GDP增长率的直方图，以供比较。
这两个结果表明，微观经济冲击只导致GDP增长率在其均值附近的小波动，而不能解释其较大的偏差。换句话说，鉴于日本的投入产出实证网络，观察到的企业间异质性太低，无法解释观察到的GDP增长率的极端情况。鉴于这些非渐近结果，在文献中，微观经济冲击在解释总体波动方面的作用似乎被高估了。
编者按:本专栏所基于的主要研究(Arata and Miyakawa, 2021年)最初是作为一个讨论文件日本经济贸易和工业研究所(RIETI)的研究。
参考文献
Acemoglu, D, V M Carvalho, A E Ozdaglar和A Tahbaz-Salehi(2012)，“聚合波动的网络起源”，费雪80(5): 1977 - 2016。
阿西莫格鲁，D, A Ozdaglar和A Tahbaz-Salehi(2017)，“宏观经济尾部风险的微观经济学起源”，美国经济评论107(1): 54 - 108。
刘志强，刘志强，刘志强(2012)，“我国农业生产的总体分布及其影响因素”，中国农业大学学报(自然科学版)。
Arata, Y and D Miyakawa (2021) "综合波动微观成因的实证分析， RIETI讨论文件系列21-E-066。
Baqaee, D R和E Farhi(2020)，“一般均衡中的生产率和错配”，经济学季刊135(1): 105 - 163。
Carvalho, V M(2010)，“总体波动与跨部门贸易网络结构”，工作论文，庞贝法布拉大学。
卢卡斯，R E(1977)，“理解商业周期”，北荷兰，卡内基-罗彻斯特公共政策系列会议。
张志刚、张志刚(2016)，“异质性企业与总体波动的微观根源”，《中国经济研究》第3期。
Miranda-Pinto, J(2021)，“生产网络结构、服务份额与总体波动率”，经济动力学综述39:146 - 173。
