我國通脹持續性及通脹影響因素時變特性研究——基于時變參數模型的分析

隋占林　　咸金坤　　陳　磊，2

?

我國通脹持續性及通脹影響因素時變特性研究
——基于時變參數模型的分析

隋占林1咸金坤1陳磊1，2

(東北財經大學1.經濟學院2.經濟計量分析與預測研究中心，遼寧 大連 116025)

基于TVP-SV-AR模型研究2002—2015年我國總體CPI及其構成成分的通脹持續性時變特征。結果發現，我國總體CPI及其分類價格指數的持續性水平較高，并且具有明顯的時變特征，分類價格指數持續性表現出異質性特征。這表明通脹對政策調整的反應仍然較慢，但不同分類價格指數的反應速度具有顯著差異。另外，利用TVP-SV-VAR模型對CPI與GDP增速及M2增速間的關系進行研究，發現，進入“新常態”后，經濟增長、貨幣政策與通貨膨脹之間的作用機制發生了結構性變化。

通脹持續性；總體CPI；CPI分類價格指數；貨幣政策

一、引言及相關文獻回顧

2008年金融危機過后，我國經濟發展進入“新常態”階段，物價的變動也表現出一些新特征，即總體物價溫和上漲，不同分類價格指數的變化出現嚴重分化。物價變化的新特征對政府宏觀政策提出了新的挑戰。政府對物價進行宏觀調控時需要考慮的一個重要因素是通脹持續性(Inflation Persistence)。通脹持續性是指通脹率在受到隨機擾動沖擊后返回靜態所需的時間(Fuhrer，1995)，這一概念如同物理學中的惰性，很多學者稱其為“通脹惰性”。通常來說，通脹持續性水平越高，利用貨幣政策等工具調控物價所需的時間就越長、難度就越大，進而對實體經濟產生的沖擊就會越深遠。

鑒于通脹持續性對貨幣政策具有重大意義，國內外眾多學者對這一問題進行了大量研究。例如：Levin et al.(2004)測度了12個工業化國家的通脹持續性，結果顯示，在考慮結構斷點的情況下，通脹持續性水平較低。Mishkin(2007)利用通脹率動態AR過程的滯后項系數之和的方法測度了美國的通脹持續性水平，發現近年來美國的通脹持續性逐漸降低，通脹受到其他因素沖擊后的反應也逐漸降低。Pivetta et al.(2007)測度了美國1965年以來的通脹持續性，結果表明，美國通脹持續性維持在較高的水平上。郭凱等(2013)通過構建考慮通脹慣性的高階滯后混合菲利普斯曲線的結構模型框架，發現我國通脹持續性較高。胡軍等(2013)將經濟地理空間權重矩陣引入通脹慣性和通脹預期共存的新凱恩斯混合菲利普斯曲線框架，考察我國地區間通脹慣性特征，認為，在影響當期通脹水平上，通脹慣性明顯占優于通脹預期，治理通脹必須承受必要的代價。陳守東等(2015)通過構建無限狀態Markov區制轉移的計量模型，對我國的通脹持續性進行了度量，發現通脹慣性在被貨幣政策短暫影響后可以有效恢復。

“盧卡斯批判”指出，人們行為方式的變化使經濟變量間的關系發生改變，因此，在分析通脹持續性時也應該考慮這種變化。國內外許多學者對通脹持續的時變問題進行了研究。例如：Corvoisier et al.(2005)發現，若考慮到通貨膨脹均值突變情形，則近幾十年中OECD國家的通脹持續性是顯著降低的；Cogley et al.(2010)采用時變參數模型進行實證分析，結果顯示，美國通脹缺口的持續性在最近幾十年中顯著降低；Noriega et al.(2009)的研究也表明，戰后美國通脹的持續性在20世紀80年代存在較大的變化。在國內，張成思等(2007)、張成思(2008a，2008b)采用“格點自助”(Grid Bootstrap)方法發現我國通脹的持續性發生了結構性變化，但是該方法分割了樣本區間，可能會造成估計結果不穩健等問題，存在值得商榷之處；王少平等(2009)通過構建動態面板數據模型的內生結構突變檢驗，認為我國通脹慣性存在結構斷點。此外，還有一些文獻認為通脹率的變化是漸變而非突變過程。陳磊等(2012)采用STAR模型測度了我國通脹持續性和核心通脹持續性，認為通脹持續性在結構斷點處存在漸變；孔丹鳳等(2012)、伍戈等(2014)也認為我國通脹持續性和通脹發生了緩慢的變化。因此，本文在已有文獻的基礎上，采用時變參數(TVP)模型研究通脹持續性的動態變化過程。

另外，Bernanke et al.(1998)、Kim et al.(1999)和Sims(2001)等的研究指出，宏觀經濟模型外生沖擊具有很強的時變特征，即隨機波動特性。國內對宏觀經濟問題的研究也證實了這一觀點。張成思(2011)利用不可觀測成分隨機波動模型的分析指出，隨機波動對通脹變動有顯著影響。因此，如果在衡量通脹持續性時忽略隨機波動成分，可能會導致研究結果存在偏差。鑒于此，本文在時變系數模型中引入隨機波動(Stochastic Volatility)成分，以更精確地度量外生沖擊對通脹持續性的影響。

CPI是由八大類指數合成的，分類價格指數之間具有很強的異質性，因而，國內文獻也對分類指數的持續性進行了研究。張成思(2009)的研究結果顯示，CPI不同子成分的持續性水平具有顯著差異。蔡曉陳等(2014)認為，與總量價格指數相比，分類價格指數的通脹持續性更低。孔丹鳳等(2012)的研究表明，分類價格指數之間具有異質性，并且均具有較高的通脹持續性水平。因此，本文在研究總體CPI通脹持續性的基礎上，進一步考察分類價格指數的通脹持續性，以發現不同價格指數間通脹持續性的差異，從而為更有針對性地制定貨幣政策等提供有益的支持。

總之，與國內現有文獻相比，本文的研究有以下特點：(1)在國內現有研究的基礎上，使用時變參數模型以刻畫通脹持續性的動態變化，同時，為避免因忽略隨機波動導致研究結果存在偏誤，又引入了隨機波動來解釋外生沖擊變化對通脹持續性的影響。(2)利用多變量的時變參數模型分析由外生沖擊對通脹的影響，考察經濟增長、貨幣政策與通脹持續性之間的作用機制。

二、模型設定、估計方法和數據說明

(一)模型介紹

為同時捕捉通脹持續性的動態變化與通脹中的隨機波動成分，本文在多變量分析時采用Primiceri(2005)提出的帶隨機波動的時變參數向量自回歸模型，在單變量分析時采用該模型的單變量簡化形式。該模型用狀態空間形式：

Yt=Xt-1Bt+εt

(1)

Bt=Bt-1+et

(2)

其中：式(1)為測量方程，向量Yt包含被解釋變量的當期值，Xt-1包含截距項和Yt的滯后項，εt為殘差項。式(2)為狀態方程，參數向量Bt服從多元隨機游走過程，狀態方程的殘差項et服從條件均值為0、方差為Q的正態分布，即et～N(0,Q)。

對角元素hi,t(i=1,…,n)是相互獨立的，每個元素服從不帶趨勢項的幾何隨機游走過程：

ln ht=ln ht-1+ηt, ηt～N(0,W)

因為本文采用Choleshy分解方法進行模型識別，所以矩陣A為下三角矩陣，對角元素為1，下方為自由參數，即：

其中，矩陣A代表VAR方程中隨機沖擊的當期關系。Primiceri(2005)認為，沖擊的當期關系也是時變的，同樣也服從不帶趨勢的隨機游走過程。因此，本文參照這一做法，令α表示矩陣A中的非0和非1元素堆疊而成的向量，則αt=αt-1+ξt, ξt～N(0,S)。

在單方程分析中，本文采用TVP-SV-AR模型，即TVP-SV-VAR模型的單變量形式。當Yt只包含一個變量的時候，矩陣A變為一維單位陣，因而不存在抽取α的問題；W的分布同樣由多變量的逆威沙特(Inverse Wishart)分布退化為單變量的逆伽馬(Inverse Gamma)分布。

(二)TVP-VAR模型脈沖響應函數的計算

(三)模型估計和數據說明

在單變量模型中，本文將居民消費價格指數(CPI)作為衡量總體通脹水平的指標，并選取CPI構成中除煙酒外的其他七類價格指數進行分類分析*因為煙酒價格指數樣本量較小，而本文采用的TVP-VAR模型的估計需要較大的樣本量，故未對煙酒價格指數進行分析。。而在多變量模型中，本文選取CPI、GDP增長率以及M2增長率作為總體通脹水平、經濟發展形勢以及貨幣政策的代理指標進行分析。鑒于月度數據頻率較高，不易捕捉到模型參數的時變特征，所以本文將月度指標轉化為季度指標進行實證分析。數據來源于中經網統計數據庫。

本文采用貝葉斯方法中的吉布斯抽樣算法來估計模型，其中，對先驗信息和參數的設定參照Primiceri(2005)。對于單變量方程共進行了5000次抽樣，使用舍去最初2000次迭代后的抽樣計算后驗分布；對于多變量方程共進行了15000次抽樣，使用舍去最初5000次迭代后的抽樣計算后驗分布。

三、通脹持續性水平測度與影響因素分析

(一)單變量方法測度通脹持續性

在單變量方法中，測度通脹持續性大小的方法主要包括：自回歸系數和、最大自回歸單位根等。為與現有的文獻一致，本文根據Taylor(2000)等的研究，采用AR模型的自回歸系數和來測度通脹持續性。在常系數AR(p)模型中，累積脈沖響應函數為：

(3)

(4)

因此，α越接近于1，則通脹受到沖擊后的累積效應越大，即通脹持續性越大，從而可以將α作為衡量通脹持續性的指標。在時變參數模型中，其系數和是隨時間變化的，可以利用隨時間變化的αt來刻畫通脹持續性的變化。

圖1—圖7是利用單變量方程的測定結果，其中：左側圖中實線為模型系數和，即本文對通脹持續性的測度值，兩條虛線分別為10%、90%分位數；右側圖中實線為單方程模型中外生沖擊的標準差，用以測度該變量的隨機波動性，兩條虛線為10%、90%分位數。無論是總量CPI的持續性還是各個分類價格指數的持續性都出現了隨時間變化的特征，例如CPI通脹持續性從高點的0.86下降到0.79，大約變化了10%，考慮到樣本期較短，CPI持續性已發生明顯改變。另外，波動性也表現出明顯的時變特征，在2004年及2009年附近的波動較大。但由于不同價格指數之間存在異質性，因此，其持續性的變化以及殘差波動的方式也不盡相同。總體來說，本文使用的TVP-SV-AR模型較好地捕捉到了分類價格指數持續性的時變特征及隨機波動特征。接下來分別對CPI以及分類價格指數的持續性及波動性進行詳細分析。

1.總體CPI通脹率測度及分析

圖1　總體CPI通脹持續性的動態變化和方差的隨機波動

圖1表示總體CPI通脹持續性的動態變化和方差的隨機波動。總的來看，CPI的通脹持續性較高，近十幾年來一直維持在0.84～0.88的高位*本文中這一測度結果與張成思等(2007)和張成思(2008a)的結論相似，但是，由于本文還考慮了隨機波動因素對通脹率的影響，因此，這一測度結果與國內現有文獻有所差別。。自2000年以來，總體CPI的通脹持續性緩慢降低，但通脹持續性較高，通脹時滯效應仍然非常明顯，央行通過貨幣政策調控物價仍具挑戰。這一結論與王少平等(2009)、孔丹鳳等(2012)的測度結果一致。從隨機波動圖來看，在2005年和2009年附近物價的外生沖擊出現較大波動，但自2012年國內經濟進入“新常態”以來，隨機波動逐漸降低，到2013年時達到了歷史最低水平。以上的分析說明，本文所采用的TVP-SV-AR模型可以較好地反映出我國總體CPI的通脹率動態特征。

2.分類價格指數通脹持續性測度及分析

從CPI分類價格指數來看，各個分類價格指數的通脹持續性及波動性存在較大的異質性。

圖2刻畫了食品類價格指數的通脹持續性動態變化和隨機波動情況。可以發現，食品類CPI同樣具有較高的通脹持續性，其持續性在0.75～0.82的水平上緩慢變動。但是，食品類價格的隨機波動在樣本期內保持較高水平，明顯比CPI及其他分類價格指數受隨機沖擊的影響更大；另外，與其他價格指數相比，食品類價格指數持續性的變化也相對較小。對于該現象的一個解釋是：食品類價格指數具有獨

圖2　食品類價格指數持續性動態變化和方差的隨機波動

特性，其與農業生產緊密相連，而與其他生產領域相比，農業生產領域的生產方式改變較小，具有很強的蛛網特性，并且受天氣等不確定性因素影響較大，所以食品類價格指數波動性較大。

對比圖1和圖2可以發現，食品類價格指數與CPI波動性比較相似，均在2004年和2008年左右出現了較大的波動，這一現象與CPI中食品類占比最大，CPI變化主要受食品價格變化影響的事實相一致，這也從側面說明了本文所采用的模型可以很好地捕捉通脹持續性以及波動性的動態變化。

圖3　衣著類和家庭設備類價格指數持續性動態變化和方差的隨機波動

從圖3衣著類和家庭設備用品及服務類價格指數來看，其變動范圍分別為0.84～0.89和0.77～0.97，并且都有明顯下降的趨勢，尤其是家庭設備類價格指數，從樣本初期開始就以較快的速度下降。此外，在大部分時間里，兩類價格指數的通脹持續性水平都比CPI持續性高，這與孔丹鳳等(2012)的發現一致：服裝行業、家庭設備用品行業以及服務行業是高勞動密集型產業，由于工人工資存在較大的粘性，所以其產品價格也具有較大的粘性，兩類價格指數的持續性也要較CPI更高。但是隨著生產技術的改造升級，這兩類行業，尤其是家庭耐用消費品行業，生產過程中的勞動密集程度有較大幅度下降，進而導致兩類價格指數持續性下降。

圖4　居住類價格指數持續性和波動性

從圖4居住類價格指數的測定結果來看，其持續性在樣本初期下降較快，隨后長時間在0.8附近小幅波動，而從2013年左右開始出現明顯的上升趨勢，直到2014年末又再次呈現出下降態勢。居住類價格指數通脹持續性所呈現出的變動與我國房地產市場狀況息息相關。在樣本初期，伴隨著房地產市場的逐漸放開以及國家支持政策的陸續出臺，市場逐漸活躍，價格變動頻率增加，因而居住價格持續性逐漸降低，然后一直在0.8附近波動。但是，2013年以來，房地產政策逐漸收縮，導致房地產市場景氣度逐漸下降，房屋調價頻率下降，持續性上漲。而從近期來看，隨著政府刺激政策的出臺，房地產市場又恢復活躍，進而持續性有所下降。

如圖5所示，醫療保健和個人用品價格指數的持續性由樣本初期的0.91逐漸下降到0.8左右，變動幅度較大，但其持續性水平比總體CPI高。由于在2004年左右實施了醫療制度改革，因此這段時期醫療保健和個人用品價格指數具有較大的隨機波動，除此之外，其他時期的波動均較小。

圖5　醫療保健價格指數持續性動態變化和方差的隨機波動

圖6　娛樂教育指數持續性動態變化和方差的隨機波動

圖7　交通及通信類價格指數持續性動態變化和方差的隨機波動

如圖6所示，娛樂教育文化類價格指數的持續性在0.59～0.68的范圍內變動，并呈現先上升后下降的趨勢。綜合來看，這類價格指數的持續性是所有分類價格指數中最低的，這與孔丹鳳等(2012)的結論相吻合。本文認為，娛樂教育文化類價格指數持續性較低，是因為其產品的需求彈性較高，價格調整機制較為靈活。

如圖7所示，在樣本期內，交通和通信類價格指數的通脹持續性在0.69～0.8的范圍內呈現出橫向變動的態勢，其隨機波動的幅度從樣本初期開始逐漸上升，在2009年左右達到高點，之后便開始下降，并于2012年下降到0.1附近，此后一直保持在較高的波動率水平上。可能的解釋是：一方面，隨著國內成品油調價機制的逐步完善，交通類價格指數受外生沖擊的影響逐漸增大；另一方面，隨著智能手機的普及，國內消費者的信息消費逐漸增加，從而使得通信類價格指數波動性增強。

總的來說，各類價格指數均保持了較高的持續性水平，并且在樣本期內體現出顯著的時變特性。各類價格指數的隨機波動情況，也因各行業獨有的特征表現出相異的特性。另外，通過對比，本文發現一個有趣的現象：在金融危機期間，若消費品(食品類消費品除外)的耐用性越強，則在金融危機期間所表現出的波動性就越強。耐用性最強的居住類波動最為劇烈，其次為交通和通信類以及家庭設備及耐用消費品類，而快速消費類的衣著、醫療保健和教育文化娛樂等指數在金融危機期間的波動性較小。

(二)通脹影響因素分析

本文采用CPI、貨幣供應量(M2)和季度GDP增長率建立三變量TVP-SV-VAR模型，將CPI置于經濟系統內全面考察通脹變化的影響因素。本文利用三個方程外生沖擊的標準差代表三個方程的隨機波動情況，用脈沖響應函數分析三種外生沖擊對CPI的影響。圖8為所有時點的脈沖響應函數，圖9為三個方程的隨機波動情況。

1.總體CPI所有時點脈沖響應函數

從圖8可以看出：在樣本期內，三個沖擊對CPI的影響有明顯的時變特征，且相互之間有較大差異。具體來看：CPI對自身沖擊的響應并沒有產生趨勢性的變化，而是在一定的范圍內平緩波動，這與單變量模型的結果相似。但是，CPI對GDP沖擊和M2沖擊的響應產生了明顯的趨勢性變化，即從2008年左右開始，CPI對兩者的沖擊響應逐漸變弱，并且對M2的響應變化幅度要大于對GDP變化的響應。這可能是因為，在“新常態”下，我國經濟增長出現結構性下滑，而消費零售等領域一直在正常區間內平穩運行，物價走勢也保持穩定，導致經濟增長和物價變動之間的聯系趨弱，GDP沖擊對CPI的影響變小。貨幣供應量(M2)增長率對CPI的影響明顯減弱，這可能是由于金融危機的爆發導致國內貨幣政策的傳導機制發生了結構性變化，數量型貨幣政策在刺激物價時乏力，使用M2調控物價的有效性降低。從而對貨幣當局數量型貨幣政策的使用提出了新的挑戰。

圖8　各個時點上CPI對各個沖擊的脈沖響應圖

2.CPI、GDP和M2的隨機波動

從圖9可以清晰地看到，國內宏觀經濟變量的隨機波動特性非常明顯。CPI的隨機波動在2003—2004年附近和2008—2009年金融危機期間較大，而GDP的隨機波動也有類似的特點。從圖中還可以發現：自金融危機以來，CPI和GDP增長率的隨機波動明顯減小，呈現出“微波化”的新特征，而這正是我國經濟“新常態”的典型事實之一。而在金融危機期間，國內實施了較為寬松的貨幣政策以刺激內需，所以M2隨機波動較大；2014年以來，面對整體經濟形勢的下行，央行在總基調保持穩健的情況下，逐步實施了寬松的貨幣政策，M2的隨機波動呈現上揚態勢。

對比圖9和圖1中CPI的隨機波動情況，可以發現物價的外生沖擊均在2004年和2008年附近出現了較大波動。從模型研究結果與經濟事件的匹配分析可以發現，本文使用的模型可以很好地解釋國內經濟的隨機波動情況。

圖9　VAR模型隨機波動

綜上所述，在多變量模型的分析中得出的結論，一方面與單變量分析相互印證，兩種方法的一致性說明了本文結論的可靠性，另一方面還可以得到一些單變量分析所不能提供的信息。在考察的樣本期內，TVP-SV-VAR模型表明，GDP增長率和M2增長率對CPI的影響程度存在顯著差異，時變特征明顯，這說明了我國經濟增長、貨幣政策與通貨膨脹之間的作用機制存在結構性改變。

四、結論與啟示

本文首先利用單變量的TVP-SV-AR模型探討了2002—2015年期間我國總體CPI及其分類價格指數通脹持續性的動態變化特征，然后利用CPI、GDP增長率和貨幣供應量M2增長率構建了三變量TVP-SV-VAR模型，在經濟系統內全面考察我國通脹持續性及其波動性情況。

在單變量模型的分析中，通過對自回歸系數的分析發現，總體CPI及其分類價格指數具有較高通脹持續性水平，并且時變特征明顯；另外，從分類價格指數之間的比較可以看出，通脹持續性及其隨機波動性表現出顯著的異質性。

在多變量模型的分析中，脈沖響應函數的特征印證了單變量分析中的發現；此外，從其他外生沖擊對CPI影響的脈沖響應函數圖可以看出，在不同時期，GDP增長率和M2增長率對CPI的影響程度存在顯著差異，表現出了明顯的時變特征。

總之，本文所采用的TVP-SV-VAR模型能夠準確地刻畫出國內經濟結構不斷變化的事實，模型的估計結果也表明，不同的時期，經濟增長和貨幣政策對物價影響力度具有時變特征，利用宏觀政策穩定物價時應當適時適度調整政策力度。本文的結論也證實了不同價格指數的異質性，因此，調控物價時也應該區分物價波動的原因，針對具體的原因實施有針對性的政策措施。在全球金融危機以后，國內物價持續性所呈現出的新特征表明，經濟增長和數量型貨幣政策對物價的影響有所減弱，因此，以數量型貨幣政策調控物價應立足于進一步疏通貨幣政策傳導機制，增強實體經濟部門與金融部門的良性互動。

蔡曉陳，蔣濤. 2014. 特有沖擊、共同沖擊與通貨膨脹持續性[J]. 統計研究(5):48-53.

陳磊, 張同斌. 2012. 我國通脹率與核心通脹率動態機制實證研究[J]. 數量經濟技術經濟研究(12):97-111.

陳守東，劉洋. 2015. 通脹率動態與通脹慣性度量[J]. 南方經濟(10)：15-32.

郭凱，夏德仁，鄭重. 2013. 通脹慣性、混合菲利普斯曲線與中國通脹動態特征[J]. 國際金融研究(2)：74-84.

胡軍，郭峰，龍碩. 2013. 通脹慣性、通脹預期與我國通貨膨脹的空間特征[J]. 經濟學(季刊)(1)：57-80.

孔丹鳳, 張成祥. 2012. 中國通貨膨脹持續性研究:1994—2011——基于總體CPI及其八大類構成成分視角的實證檢驗[J]. 金融研究(10):46-59.

王少平，王津港. 2009. 中國通貨膨脹的慣性變化及其貨幣政策含義[J]. 統計研究(5): 17-24.

伍戈, 劉琨. 2014. 中國通脹與產出的動態研究：基于時變性的菲利普斯曲線[J]. 財貿經濟(10): 61-72.

張成思. 2008a. 中國通脹慣性特征與貨幣政策啟示[J]. 經濟研究(2):33-43.

張成思. 2008b. 通貨膨脹動態路徑的結構性轉變及其啟示[J]. 金融研究(3):1-12.

張成思. 2009. 中國CPI通貨膨脹率子成分動態傳導機制研究[J]. 世界經濟(11):3-12.

張成思. 2011. 通貨膨脹目標錯配與管理研究[J]. 世界經濟(11):67-83.

張成思，劉志剛. 2007. 中國通貨膨脹率持久性變化研究及政策含義分析[J]. 數量經濟技術經濟研究(3): 3-12.

BERNANKE B, MIHOV I. 1998. Measuring monetary policy [J]. Quarterly Journal of Economics, 113(2):869-902.

COGLEY T, PRIMICERI G E, SARGENT T J. 2010. Inflation-gap persistence in the U.S. [J]. American Economic Journal: Macroeconomics, 2(1):43-69.

CORVOISIER S, MOJON B. 2005. Breaks in the mean of inflation: How they happen and what to do with them [J]. ECB Working Paper 451.

FUHRER J C. 1995. The persistence of inflation and the cost of disinflation [J]. New England Economic Review, 133(3):3-16.

KIM C J, NELSON C R. 1999. Has the US economy become more stable? A Bayesian approach based on a Markov switching model of the business cycle [J]. Review of Economics and Statistic, 81(4):608-661.

KOOP G. 1996. Parameter uncertainty and impulse response analysis [J]. Journal of Econometrics, 72(1):135-149.

KOOP G, LEON-GONZALEZ R, STRACHAN R W. 2009. On the evolution of the monetary policy transmission mechanism [J]. Journal of Economic Dynamics & Control, 33(4):997-1017.

LEVIN A T, PIGER J M. 2004. Is inflation persistence intrinsic in industrial economics [R]. ECB Working Paper 334.

MISHKIN F. 2007. Inflation dynamics [J]. International Finance, 10(3): 317-334.

NORIEGA A E, RAMOS-FRANCIA M. 2009. The dynamics of persistence in US inflation [J]. Economics Letters, 105(2):168-172.

PIVETTA F, REIS R. 2007. The persistence of inflation in the United States [J]. Journal of Economic Dynamics & Control, 31(4):1326-1358.

PRIMICERI G. E. 2005. Time varying structural vector autoregressions and monetary policy [J]. The Review of Economic Studies, 72(3):821-852.

SIMS C A. 2001. Comment on sargent and cogley′s ‘Evolving post World War II US inflation dynamic′ [Z]. NBER Macroeconomics Annual:373-379.

TALOR J. 2000. Low inflation, pass-through, and the pricing power of firms [J]. European Economic Review, 44(2):1389-1408.

(責任編輯劉志煒)

Time-varying Characteristics of China′s Inflation Persistenc and Influencing Factors of Inflation

SUI ZhanLinXIAN JinKunCHEN Lei

(Dongbei University of Finance and Economics, Dalian 116025)

This paper applies TVP-SV-AR model to study time-varying characteristics of China's inflation persistence at both aggregate CPI and disaggregates components. Empirical results suggest that both aggregate CPI and its disaggregates components have very high level inflation persistence, they all have apparent time-varying feature, and the inflation persistence of disaggregates CPI show significant heterogeneity. It shows that the response of inflation to policy adjustment is still slow, but the response of different disaggregated price index has a significant difference. In addition, this paper also applies TVP-SV-VAR to analyze the relationship between CPI, GDP and M2, which shows that the mechanism of action between economic growth, monetary policy and inflation has a structural change.

inflation persistence; aggregate CPI； disaggregate CPI; monetary policy

2016-06-05

隋占林(1986--)，男，河北保定人，東北財經大學經濟學院博士生。

國家社會科學基金重大項目“新常態下我國宏觀經濟監測和預測研究”(15ZDA011)；國家自然科學基金項目“基于非參數方法和非線性模型的經濟景氣和通貨膨脹監測預警研究”(71173029)；遼寧省特聘教授項目(2012)。

F822.5；F224

A

1001-6260(2016)05-0030-09

咸金坤(1991--)，男，山東臨沂人，東北財經大學經濟學院碩士生。

陳磊(1963--)，男，吉林吉林人，博士，東北財經大學經濟學院、經濟計量分析與預測研究中心教授，博士生導師。