我國核心通貨膨脹的SVAR模型測算與效果實證

2014-07-05 18:53:17呂光明徐曼

財經問題研究 2014年3期

呂光明++徐曼

摘要：本文首先改進Quah和Vahey[1]方法，構建包含產出、貨幣供應量、CPI與食品CPI的四元SVAR模型，然后施加六個長期約束測算我國1998—2013年的月度核心通貨膨脹，并與剔除法核心通貨膨脹做了效果比較。結果發現，剔除法核心CPI的消減波動性能力稍好，而SVAR方法核心CPI的趨勢追蹤能力和預測能力較強。

關鍵詞：核心通貨膨脹； SVAR模型；核心CPI

中圖分類號： F812. 2 文獻標識碼： A

文章編號： 1000176X（2014）03005705

一、引言

隨著經濟全球化進程的加快和我國經濟體制改革的不斷深化，各種矛盾及不確定性因素對我國經濟運行的影響愈顯突出。如何在錯綜復雜的環境中準確研判通貨膨脹走勢，為制定貨幣政策提供參考依據，就成為一大議題。理論上，貨幣政策目標應設定為常用于衡量通貨膨脹的居民消費價格指數（CPI），但CPI中作為綜合指數，不可避免地包含個別商品的短期供給沖擊。如果不能將這部分暫時波動識別出來，貨幣政策對總體CPI的暫時波動做出反應，很可能加劇產出的波動。鑒于CPI中食品和能源價格受到供給端的臨時性沖擊比一般商品波動較大，各國央行實踐中的常見做法是剔除食品與能源，然后對余下的消費類品種進行重新加權，得到核心CPI。

雖然剔除法核心CPI在各國的貨幣政策實踐中得到廣泛應用，但學術界對于核心通貨膨脹至今沒有統一的定義。沿著核心CPI的不同定義，分為兩種測算思路：（1）核心通貨膨脹應衡量的是通貨膨脹的普遍性成分，這類測算方法有最早的剔除法、Bryan和Cecchetti[2]提出的加權中位數法和修剪均值法與Dow[3]的波動性加權法等。（2）核心通貨膨脹應捕捉通貨膨脹的長期趨勢，相應方法有Cogley[4]的指數移動平均法、Culter[5]的持久性加權法、Quah和Vahey[1]的SVAR方法、Bagliano和Morana[6]的共同趨勢法、Bryan和Cecchetti[7]的動態因子模型等。也有的研究將剔除法、加權中位數法、修剪均值法、波動性或持久性加權法和移動平均法等統稱為統計方法，而將SVAR方法和動態因子模型等統稱為基于模型的方法。統計方法易于操作，且容易被公眾理解，但存在缺乏經濟理論支持、方法選擇主觀性強及前瞻性弱等缺點。而SVAR方法具有良好的經濟理論基礎且預測能力較強。

我國不少學者借鑒上述測算方法對核心通貨膨脹進行實證測算及相應的效果評價。范躍進和馮維江[8]用剔除法、截尾均值法和加權中位數法測算了我國1995—2004年核心CPI的年度和月度數值，發現加權中位數法和20%截尾均值法較好地擬合了我國通貨膨脹的區間內實際運行情況。龍革生等[9]比較了我國核心CPI的五種方法測算結果，認為受到食品權重過大的影響，不對稱修剪法和加權中位數法的效果較差。張延群[10]基于實際總產出、M2和CPI建立VAR模型，測算了1994—2009年我國季度核心CPI數據。趙昕東和湯丹[11]基于CPI八大類數據構建動態因子模型，提取其中的不能直接觀測因子作為我國核心通貨膨脹的估計結果。蘇梽芳等[12]利用持久性和支出比重雙加權法測算了我國的核心CPI，發現持久性加權法CPI波動性與CPI相差無幾，而雙重加權法核心CPI波動性甚至大于CPI。

Quah和Vahey的SVAR方法以貨幣的長期中性作為基礎，賦予沖擊以明確的經濟意義，受到國內研究者的重視。趙昕東[13]利用SVAR模型估計了我國1986—2007年的年度核心CPI，發現該方法估計的核心CPI具有良好的趨勢追蹤能力。簡澤[14]建立實際GDP增長率和通貨膨脹的二元SVAR模型，測算了1954—2002年的年度核心通貨膨脹序列，并指出有必要在模型中引入新的變量，以便細化沖擊影響，得到更具體豐富的結果。因此，本文擬通過細化沖擊改進Quah和Vahey方法，構建包括產出、貨幣供應量、CPI與食品CPI的四元SVAR模型，實證測算我國1998年1月至2013年9月的核心CPI，并進行相應的效果評價。

二、改進的SVAR模型設計

VAR模型由于具有較好的預測效果而廣泛運用于多變量時間序列分析中，但它的新息之間存在較強的相關性，不能區分開來對應實際的經濟含義。Blanchard和Quah[15]提出對n元VAR模型施加n（n-1）/2個長期約束以識別結構沖擊，得到SVAR模型。Quah和Vahey建立產出和CPI的SVAR模型，施加需求沖擊長期產出效應為零的約束，識別出SVAR模型的結構化供給沖擊和需求沖擊，將CPI受到供給沖擊的部分視為核心CPI。

測算我國核心通貨膨脹需要考慮的因素錯綜復雜，但也不乏其鮮明的特征。首先，食品在我國CPI權重較大，食品CPI對CPI走勢的直接影響較大。但目前食品在我國城鄉居民各項支出中占比也較大，如果直接剔除食品CPI測算核心CPI很可能導致信息缺失。因此，有必要在模型中加入食品價格因素單獨衡量其影響。其次，我國的通貨膨脹比較符合貨幣數量論的觀點，很大程度上是一種貨幣現象，需求增長過快的原因是短期內貨幣供應量的顯著增長。因此，本文在Quah和Vahey的SVAR模型基礎上，將總需求沖擊細分為（實際）需求沖擊和貨幣沖擊，并引入食品價格沖擊因素，建立模型如下：

假設我國經濟中存在如下四種結構化沖擊：實際需求沖擊

三、核心CPI估計

1. 變量的選取和處理

本文選用GDP、貨幣供應量、CPI和食品CPI四個變量的月度數據構建SVAR模型。其中，由于GDP沒有月度數據，所以產出選擇工業增加值變量，同時為消除季節因素影響，產出采用工業增加值的同比增長率數據；貨幣供應量用M2同比增長率衡量；相應地，消費者價格指數和食品價格指數也選用同比數據。本文設定的樣本區間為1998年1月至2013年9月。經濟意義上的長期一般為15年或更長，數據序列長度符合建模要求。

2. 平穩性檢驗

一般地，如果變量不平穩且存在協整關系，那么VAR模型將不平穩，其脈沖響應函數和方差分解結果的準確性大為降低。因此有必要進行單位根檢驗和協整關系檢驗，結果如表1和表2所示。

式（7）計算出來的結果只是差分形式，核心通貨膨脹的水平值還需要設定一個適宜的初始值。由于在長期內通貨膨脹和核心通貨膨脹的均值應該相同，這里將初始值設為通貨膨脹的平均值101. 9300，然后逐項累加得到核心通貨膨脹序列。從圖1可以看出，核心CPI序列與CPI序列在整個時段內具有相同的波峰、波谷和波動頻率。

圖1 兩種方法估計的我國核心通貨膨脹結果

四、效果評價

為進行測算效果的評價比較，這里選用剔除法測算的核心CPI作為對照基準。考慮到居民消費價格八大類在2000年及以前不含服務項目，2000年及以前服務項目為單列大類，且煙酒及用品類居民消費價格指數從2001年開始有數據，之前為雜項商品與服務，因此，剔除法測算的核心CPI從2001年1月開始。具體測算過程是：（1）按照何新華[16]的方法估計了2000—2011年居民細分現金消費支出權重，將上一年的數據作為下一年的CPI計算權重。（2）剔除食品和交通與通訊兩項，將剩余的六大類按照權重重新加權得到2001年1月至2013年9月的剔除法核心CPI數據（如圖1所示）。剔除法和SVAR方法的核心CPI測算效果可以從如下三個方面評價：

1. 波動性

核心CPI的測算過程中要盡量剔除CPI中的短期沖擊，因此，核心通貨膨脹應具有一定的削減波動性能力。從圖1中不難看出，剔除法核心CPI起到了較好的“削峰平谷”作用，而SVAR方法核心CPI的消減波動性能力較差。進一步計算發現，CPI的標準差為2. 3700，SVAR方法核心CPI標準差稍小些，為2. 1700，而剔除法核心CPI標準差僅為1. 2600。

2. 趨勢追蹤能力

SVAR方法核心CPI與CPI的相關系數達到0. 9400，而剔除法核心CPI與CPI的相關系數為0. 7600，說明SVAR方法測算結果與原序列的相關性明顯強于剔除法。

理論上來講，核心CPI應該和CPI序列一樣，同為I（1）序列，且存在長期均衡的協整關系。這里首先采用ADF檢驗對兩種核心CPI的平穩性進行檢驗，由表1可知，兩種核心CPI均為I（1）序列。然后用E-G兩步法進一步作協整關系檢驗，從表4中ADF檢驗結果可知，SVAR方法核心CPI、剔除法核心CPI與CPI之間均存在協整關系，但SVAR方法核心CPI統計量明顯小于剔除法核心CPI。進一步做Johansen協整關系檢驗，發現SVAR方法核心CPI與總體CPI存在協整關系，而剔除法核心CPI與總體CPI不存在協整關系。所以，綜合兩種方法來看，我們認為SVAR方法的趨勢追蹤能力勝于剔除法。

五、結論

本文改進Quah和Vahey方法，構建包含產出、貨幣供應量、CPI與食品CPI的四元SVAR模型，通過施加長期約束測算了我國1998—2013年的月度核心通貨膨脹，并與剔除法核心通貨膨脹進行波動性、趨勢追蹤能力和預測能力方面的效果比較。結果表明，在消減波動性能力方面，SVAR方法核心CPI的效果稍遜于剔除法核心CPI；但在追蹤CPI趨勢和預測能力方面，SVAR方法核心CPI的效果要勝于剔除法核心CPI。因此，SVAR方法是一種可應用于測算我國核心通貨膨脹的優良方法。

參考文獻：

[1] Quah， D. ， Vahey， S. P. Measure Core Inflation[J]. The Economic Journal， 1995，105（432）：1130-1144.

[2] Bryan，M. F. ， Cecchetti， S. G. Measuring Core Inflation[M]. Chicago： University of Chicago Press， 1994. 195-215.

[3] Dow， J. P. Measuring Inflation Using Multiple Price Indexes[M]. California： University of California Riverside， 1994. 1-20.

[4] Cogley， T. A Simple Adaptive Measure of Core Inflation[J]. Journal of Money， Credit and Banking， 2002，34（1）：94-113.

[5] Culter， J. Core Inflation in the UK [R]. Dissussion Paper， Bank of England， 2001. 1-29.

[6] Bagliano， F. C. ， Morana，C. Measuring US Core Inflation： A Common Trends Approach[J]. Journal of Macroeconomics， 2003，25（2）：197-212.

[7] Bryan， M. F. ， Cecchetti， S. G. The Consumer Price Index as a Measure of Inflation[J]. Federal Reserve Bank of Cleveland Economic Review， 1993，（4）：15-24.

[8] 范躍進，馮維江. 核心通貨膨脹測量及宏觀調控的有效性：對中國1995—2004的實證分析[J]. 管理世界， 2005，（5）：6-13.

[9] 龍革生，曾令華，黃山. 我國核心通貨膨脹的實證比較研究[J]. 統計研究， 2008，（3）：20-26.

[10] 張延群. 中國核心通貨膨脹率的度量及其貨幣政策涵義[J]. 金融研究， 2011，（1）：64-72.

[11] 趙昕東，湯丹. 基于CPI 分項目價格指數的中國核心通貨膨脹估計及政策選擇研究[J]. 統計研究， 2012，（7）：31-36.

[12] 蘇梽芳，胡日東，臧楠. 持久性加權核心通貨膨脹估計及其預測能力評價[J]. 數理統計與管理， 2013，（1）：123-132.

[13] 趙昕東. 基于SVAR模型的中國核心通貨膨脹的估計與應用[J]. 統計研究， 2008，（7）：45-51.

[14] 簡澤. 中國核心通貨膨脹的估計[J]. 數量經濟技術經濟研究， 2005，（11）：4-14.

[15] Blanchard， O. J. ，Quah， D. The Dynamic Effects of Aggregate Demand and Supply Disturbances[J]. The American Economic Review， 1989，79（4）：655-673.

[16] 何新華. 準確理解CPI之爭中的幾個關鍵概念[J]. 宏觀經濟研究， 2011，（3）：3-7.

[17] 齊紅倩，李民強.我國流動性過剩、CPI變化機制與通貨膨脹度量[J]. 財經問題研究，2013，（2）.

[18] 孫宗揚，王慶石.通貨膨脹對經濟增長的影響及途徑研究[J]. 東北財經大學學報，2013，（3）.

[19] 田新民，武曉婷.中國核心通貨膨脹的SVAR模型估計與政策應用[J]. 中國工業經濟，2012，（12）.

[20] 王少平，譚本燕.中國核心通貨膨脹及其動態調整行為[J]. 世界經濟，2009，（11）.

（責任編輯：劉艷）