淺談通貨膨脹目標制的有效性

邢 科，劉晨源

（1.中國人民銀行 金融研究所，北京 100032；2.香港大學 經濟及工商管理學院，香港 999077）

淺談通貨膨脹目標制的有效性

邢 科1，劉晨源2

（1.中國人民銀行 金融研究所，北京 100032；2.香港大學 經濟及工商管理學院，香港 999077）

自1990年以來，通貨膨脹目標制作為緩解惡性通貨膨脹、降低通貨膨脹率波動性的工具，逐漸為越來越多的國家采用。然而，圍繞這一類貨幣政策有效性的爭論一直沒有停止。使用68個國家的數據重新檢驗這一命題，基本方法是應用動態面板數據固定效應模型。由于結果隨數據、方法的改變而有所不同，因此認為沒有決定性的證據表明通貨膨脹目標制對于降低通貨膨脹率有效。

通貨膨脹目標制；動態面板數據固定效應模型；貨幣政策有效性

一、簡介與文獻綜述

貨幣政策目標如何確定，學術界依然爭論不休。盡管學界普遍認為強有力的名義錨對于一個成功的貨幣政策必不可少，但在實踐中對于名義錨的選擇卻沒有定論。從1990年以來，通貨膨脹目標制被許多國家采用，并逐漸替代貨幣目標制或者固定匯率制度。在這個貨幣政策的框架之下，央行明確宣布短期以及中長期的通脹率目標，并以穩定的低通脹率為首要的貨幣政策目標（Mishkin，1997）[1]。截至目前，已經有約30個國家采用通脹目標制，其中半數為發達國家。

通貨膨脹目標制的優點體現在三方面：第一，相較于貨幣數量目標制，在通貨膨脹目標制下央行更注重中長期的目標，貨幣政策有更強的連續性；第二，增強了貨幣政策目標的透明性，通過與民眾積極溝通，有助于將通脹預期保持在較低水平；第三，增強了央行的可信度，即使央行沒有直接將決策者的任免與通脹表現掛鉤，央行不作為的成本相對更高。

在這些理論基礎上，許多文獻著手檢驗通脹目標制的優劣。由于樣本選擇、計量方法的區別，至今對于通脹目標制的作用尚無定論。一些研究關注經合組織國家（如Wu 2004a,Willard 2012）[2-3]，其他則關注發展中國家（如IMF，2005）[4]。在計量方法的選取上，Ball和Sheridan(2003)[5]使用雙重差分模型（Difference-in-difference），將所有數據簡化為“采用通脹目標制前”和“采用后”兩種，而Vega和Winkelried(2005)[6]則使用了傾向評分匹配法（propensity markmatching），根據宏觀經濟數據的表現為采用通脹目標制的國家尋找匹配的樣本。另一種方法使用了面板數據模型，如Mishikin和Schimidt-Hebbel (2005)[7]以及IMF(2005)。

面板數據考慮了全部信息，同時模型有更大的靈活性，但檢驗的難點在于數據的結構。這方面文獻考察的數據時間維度（T）更長，而個體維度(N)上數量較小，因此適用于微觀面板數據的方法難以應用于此（Nickell1981）[8]。現有的研究很少控制由于數據結構所帶來的偏誤，本文試圖填補上述空白，使用了68個國家的樣本，時間跨越1985年至2013年。本文采用的基本計量方法是動態固定效應模型，糾正了序列相關導致的偏誤，同時也嘗試新的方法糾正通貨膨脹極值對結果的影響。

二、樣本與數據

（一）樣本國家

截至2013年，有26個國家正在采用通貨膨脹目標制，有3個國家在歷史上采用過這一貨幣政策。這些國家可以進一步分為發達國家和發展中國家。我們樣本選擇的標準是該國必須有獨立的中央銀行制定和執行貨幣政策。參考之前研究的樣本，我們選擇了以下數據，共包括68個國家。

通脹目標制國家：如表1中所示。非通脹目標制國家：發達國家的樣本為經合組織國家①包括美國、奧地利、比利時、丹麥、法國、德國、意大利、盧森堡、荷蘭、日本、希臘、冰島和葡萄牙。，這些國家參考了Ball與Sheridan(2003)和Mishkin與Schmidt-Hebbel(2005)使用的樣本；發展中國家則參考IMF(2005)的樣本，選取22個JPMorgan EMBI指數統計的國家和地區，以及另外4個相似的國家①包括阿根廷、哥斯達黎加、科特迪瓦、多米尼加、薩爾瓦多、烏干達、約旦、埃及、印度、馬來西亞、巴基斯坦、阿爾及利亞、摩洛哥、尼日利亞、坦桑尼亞、突尼斯、俄羅斯、中國、烏克蘭、克羅地亞、塞浦路斯、中國香港特別行政區、新加坡和斯洛文尼亞。。

表1 采用通貨膨脹目標制的國家和采用時間

圖1

本文采用1985年到2013年作為樣本時間段。通脹目標制通常以中長期為操作的時間，因此季度數據包括許多不相關的擾動，缺點是放大了序列相關的問題。本文采用了同比季度通脹率數據，基本的樣本時間為1985：1-2013：4，N=68，T=116，對比的樣本時間為1994：1-2013：4，N=68，T=80。

圖1展示了1985年以來通脹目標制國家和非通脹目標制國家的平均通脹水平，可以清楚看到兩類國家的通脹率都經歷了大幅下降的趨勢，而目標制國家似乎下降幅度更為明顯。

（三）通貨膨脹目標制變量

本文使用虛擬變量描述一個國家在某一特定時期是否為通脹目標制，若是則該變量值為1，否則為0。但在實際中，具體采取通脹目標制的時間可能有多個，因此會導致測量的誤差。為減小誤差，我們仔細對比之前文獻的數據，選擇了“采用時間”作為通貨膨脹目標制的生效時間。

三、方法與模型

（一）模型

（1）基本模型：動態固定效應模型

πi,t=β0+β1Di,t+β2πi,t-1+αi+γt+εi,t

εi,t=ρεi,t-1+ηi,tρ＜1

Di,t為通脹目標制的虛擬變量。許多無法觀測到的變量會影響到通貨膨脹表現，并且與是否采用通脹目標制相關，其中包括央行的獨立性、財政因素、金融市場穩定性與結構、體制改革等等（Samarina和Haan 2013）[9]。為有效控制這些隨時間改變的變量，我們使用了滯后因變量πi,t-1，πi,t-1可以有效包括所有難以觀測的變量。對于其他不隨時間變化而改變且沒有被πi,t-1所包括的信息，我們使用αi來控制（每個國家都有一個獨立的值），即固定效應模型。一些全球的宏觀經濟事件也有可能影響到通脹的表現，比如2008年金融危機，這部分變量用另外一個虛擬變量γt去控制時間固定效應（每個季度有一個獨立的值）。模型假設當πi,t-1，αi和γt被控制后，Di,t和εi,t不再相關。

因為通常通貨膨脹在經濟中有較長的滯后，較大的沖擊可能需要數月才能被完全吸收，誤差項之間相關性可能非常高，因此我們假設誤差項εi,t一階序列相關，Wooldridge檢驗（Wooldridge Test）證明一階序列相關的存在。在此情況下，標準的固定效應模型無法得出無偏性與一致性的估計，因為πi,t-1與εi,t通過εi,t-1存在相關性。

（2）替代模型：隨機效應模型

πi,t=β0+β1Di,t+β2πi,t-1+γt+μi+νi,t

νi,t=ρνi,t-1+ηi,tρ＜1

這個模型中，誤差項 εi,t拆解為共有的νi,t和某國特有的部分μi（與Di,t和νi,t獨立）。這一假設可能并不成立，因為許多影響到通貨膨脹率的體制與文化因素更有可能與是否采用通脹目標制有關，比如，發達國家相對更有能力應對高通脹。在這種情況下隨機效應模型會帶來偏誤（Hausman 1981）[10]。我們使用Hausman檢驗來測試基本和替代兩種模型。

為了糾正序列相關問題，我們使用了Baltagi和Wu(1999)[11]提出的方法。它針對不平衡面板數據，基本原理是將自變量與因變量同時作如下變形：

xi,t-ρxi,t-1

這個方法同時應用在固定效應和隨機效應中。為表明不控制序列相關問題可能會導致嚴重的偏誤，我們也檢驗了最小二乘法的固定效應模型。

（3）對比模型：最小二乘法模型，用PW變換控制序列相關問題：

πi,t=β0+β1Di,t+β2πi,t-1+γt+εi,t

據此，通脹目標制的效應可以通過兩部分來檢測：β1直接測量通脹目標制對當前通脹的短期影響；假設πi,t=πi,t-1，通脹目標制的長期效應可表示為：

（二）極值的處理

通脹率在不同國家與不同年份的差別顯著。通常，大部分的通脹率數據集中在10%以下（見圖2）。然而，有些國家的通脹率一度高達500%—10000%。惡性通脹有兩種來源：一是20世紀80年代末90年代初的南美洲國家，阿根廷、巴西和秘魯都曾有超過800%的惡性通脹時期；二是經歷政治巨變時期的東歐國家，比如俄羅斯和烏克蘭在蘇聯解體后，以及波蘭和羅馬尼亞在政局動蕩時期。

從統計角度，包括這些極值將會極大影響結果，最小二乘法下估計值的方差巨大，使得難以做出顯著性檢驗。更重要的是，它使得我們在一定程度上丟失了低通脹時期的數據：對于100000%，5%和2%沒有太大的區別，但這種區別對于我們的研究卻很重要。

圖2 左圖：通脹率分布（通脹＜1區間）；右圖：通脹率分布（所有數據區間）。可以看到尾部數據由于過小已經難以分辨。

本文采用了500%作為標準，因此而被剔除的國家包括阿根廷、巴西、秘魯、克羅地亞、俄羅斯、烏克蘭和波蘭，其中三個為通脹目標制國家。這使得我們的樣本大小減至N=61。

此外，惡性通脹只發生在當通脹目標制沒有被采用的時期。因此這種剔除低估了通脹目標制的效用。為避免這種信息損失，我們采用了第二種方法：貨幣貶值率（depreciation rate ofmoney），并做如下變換：

事實上，這一變換將所有的通脹數據都轉換為0和1之間的數字。當通脹非常小時，這個變換是通脹率的線性近似。而當通脹率非常大時，這一變換將數字轉變為1。這個方法在不損失數據的情況下，盡量減小極值的影響，但無法直接解釋通脹目標制的效用。我們列出了兩種方法的回歸結果。

（三）對發達國家與發展中國家的影響

文獻表明通脹目標制對發達國家和發展中國家可能有不同的作用。理論上，發達國家體制健全，因此是否明確地宣布通脹的目標對于通脹表現的作用不大。許多發展中國家難以樹立有信用的央行形象，通脹目標制加強了貨幣政策的表現。分別檢驗兩種類型的國家有助于更好地理解通脹目標制的作用。本文根據世界銀行對于國民收入的劃分將樣本分類，其中高收入國家和地區有33個①包括澳大利亞、奧地利、比利時、加拿大、克羅地亞、塞浦路斯、捷克、丹麥、芬蘭、法國、德國、希臘、中國香港特別行政區、冰島、愛爾蘭、以色列、意大利、韓國、盧森堡、荷蘭、新西蘭、挪威、波蘭、葡萄牙、新加坡、斯洛文尼亞、西班牙、瑞典、瑞士、英國和美國等。，其余35個為發展中國家。

四、回歸結果

表2展示了基本模型的結果。第一列是動態固定效應模型，顯示通脹目標制在短期內比不采用目標制降低通脹16.4%，在長期為38.6%，但都不顯著。第二、三列分別為最小二乘法和隨機效應的結果，控制固定效應提高了通脹目標制的作用。Hausman檢驗表明應采用固定效應模型。第四列是沒有控制序列相關的固定效應模型。通脹目標制的預測為-8.6%，比第一列模型的預測低，這表明忽略自相關性問題會導致偏誤。

表2 樣本：N=68 T=1985:1-2013:4因變量：通脹率

表3展示了1994年之后的樣本結果。所有的預測值都偏向0，盡管標準差依然很大。固定效應模型預測通脹目標制的長期影響為-11%，但并不顯著，這與1994年以后大多數國家的平均通脹水平較低相一致。Hausman檢驗依然表明應該使用固定效應模型。

表3 樣本：N=68 T=1994:1-2013:4因變量：通脹率

本文還檢驗了剔除有惡性通脹歷史的國家數據，表4總結了這一樣本的結果。通脹目標值的作用大幅下降，固定效應模型對通脹的短期影響為-0.6%,長期影響為-2.8%.兩個估計值的p值稍高于5%，這表明是否包括惡性通脹數據對于結果有顯著影響。

表4 樣本:N=61(不包括惡性通脹國家)T= 1985:1-2013:4因變量：通脹率

表5展示了使用貨幣貶值率為因變量的樣本結果。在將所有通脹數據都限定在0和1之間后，標準差大幅下降。固定效應模型得出顯著的預測（但無法直接與之前的結果進行比較）。采用通脹目標制可以在短期降低貨幣貶值率0.4%，而長期為3.7%。這一結果對于研究低到中等通脹水平的國家的樣本有啟發性。

表5 樣本：N=68 T=1985:1-2013:4因變量：貨幣貶值率

最后我們檢驗通脹目標制對于發達國家和發展中國家的不同影響。表6展示了以通脹率為因變量的結果，使用的模型是糾正序列相關性的固定效應模型。基本上，通脹目標制對低收入國家的效果更加明顯，并且兩組差距在1994年之后變小。

如果使用貨幣貶值率作為因變量（表7），差異更加明顯。從1985年到2013年，是否采用通脹目標制對于高收入國家的影響并不顯著，但對于低收入國家卻有顯著影響。然而在1994年以后，這一影響對低收入國家不再顯著，卻對高收入國家非常顯著。通脹目標制對高收入國家通脹的短期影響從0.2%提高到0.5%，長期影響從1.1%提高到1.4%。這與表6中以通脹率為因變量得出的結果不一致。

表6 對不同收入國家的影響 因變量:通脹率

表7 對不同收入國家的影響 因變量：貨幣貶值率

五、結論

自1990年以來，許多國家采用了通貨膨脹目標制，同時經歷了反通脹與低通脹的時期，通貨膨脹目標制被認為是一種有力的貨幣政策。本文為這一主題提供了新的視角。基本模型的結論顯示，通貨膨脹目標制可能會對通脹產生影響，但這種影響在統計上并不顯著。其他的替代模型與樣本的回歸結果顯示實際的影響應該比基本模型的預測小，但顯著為負。總體上，通貨膨脹目標制是否對降低通脹有效取決于樣本和計量模型的選擇，以及對于極值的處理，我們難以得出決定性的結論。本文的分析說明通脹目標制是否優于其他貨幣政策依然存疑，但并不意味著這一貨幣政策對于降低通脹無用。

考慮到通脹目標制作用于長期，而許多國家最近才采用了這一貨幣政策，因此已有的數據可能無法反映通脹目標制的全部作用。此外，CPI的數據在未來可能會調整，這使得最近幾年的數據準確性降低。同時，我們也觀察到近期的宏觀經濟事件，比如金融危機（通縮緊縮）可能對估計有影響。在這種情況下，我們需要在模型中納入新的變量，比如用|πi,t-2%|作為因變量。

本文將中國作為沒有采用通脹目標制的發展中國家的一個樣本應用于回歸，我們發現采用通脹目標制對于降低通脹是否有顯著效果依然不明確。此外，許多采用通脹目標制的國家有相應的體制支持，并有其國情的特殊性，因此對我們國家而言，不加區別地生搬硬套通脹目標制不一定能達到有效控制通貨膨脹的目標。

[1]Bernanke,Ben,and Mishkin,Frederic.Inflation Targeting:A New Framework for Monetary Policy? [J].Journal of Economic Perspectives 11,no.2(Spring 1997):97-116.

[2]Wu,Thomas.Does Inflation Targeting Reduce Inflation?An analysis for the OECD Industrial Countries[R].Banco Central do Brazil Working Paper No. 83,2004a,(Brazil:Research Department).

[3]Willard,Luke.Does Inflation Targeting Matter? A Reassessment[Z].Applied Economics Volume 44,Issue 16/18:2231-2241.

[4]International Monetary Fund World Economic Outlook[Z].Washington:International Monetary Fund, September,2005.

[5]Ball,Laurence,and Niamh Sheridan.Does Inflation Targeting Matter?[R].NBERWorking Paper No. W9577,2003.

[6]Vega,Marco,and Diego Winkelried.Inflation Targetingand Inflation Behavior:A SuccessfulStory?[J]. International Journal of Central Banking:153-175, 2005.

[7]Mishkin,Frederic,and Klaus Schmidt-Hebbel. Does Inflation Targeting Make a Difference?[Z].In Klaus Schmidt-Hebbel and Fredric Mishkin,eds, 2005,Monetary Policy Under Inflation Targeting,(Santiago:Central Bank ofChile).

[8]Nickell,Stephen.Biases in Dynamic Models with Fixed Effects[J].Econometrica,Vol.49,No.6 (Nov.1981):1417-1426,1981.

[9]Samarina,Haan and Jakob Haan.Righton Target:Exploring the Factors Leading to Inflation Targeting Adoption[J].Contemporary Economic Policy,Volume32,Issue2,pages372-389,April2014.

[10]Hausman,Jerry and William Taylor.Panel Data and Unobservable Individual Effects[J].Econometrica,Vol.49,No.6.(Nov.1981):1377-1398.

[11]Baltagi,Badi,and PingWu.Unequally Spaced Panel Data Regressions with AR(1)disturbances[J]. Econometric Theory 15:814-823,1999.

（責任編輯：王淑云）

1003-4625（2014）12-0026-05

F832.0

A

2014-10-28

邢科（1978-），男，山西平遙人，博士研究生，研究方向：金融學；劉晨源（1993-），女，山西平遙人，本科生，研究方向：經濟學。