資產價格協同波動對通貨膨脹的前導效應研究

李雅靜

（陜西國際商貿學院 管理學院，陜西 咸陽 712000）

一、引言

控制通貨膨脹是貨幣政策的重要目標，溫和的通貨膨脹有利于宏觀經濟平穩運行。但是，資產價格的頻繁、巨幅波動會致使貨幣政策調控目標難于達到預期。因此，貨幣政策的資產價格傳導渠道，特別是資產價格波動對貨幣政策最終目標的前導效應便成為各國中央銀行和經濟學家關注的焦點問題，也是其力圖深入研究的重點問題。

近幾年，我國股票市場波動異常劇烈，房地產市場在持續的嚴控政策下依然保持上漲趨勢，債券市場在余額寶等金融產品的沖擊下發生顯著變化，外匯市場在國際經濟及政治重壓下也不得不擴大漲跌幅空間，致使我國幣值穩定的貨幣政策目標的控制難度日益加大[1]。那么，各種資產價格波動對通貨膨脹的前導效應程度如何？持續時間長短怎樣？更為重要的是，在各種資產價格的聯動性日益加強、相互作用機制愈加復雜的背景下，各種資產價格的協同波動是否更有益于預測通貨膨脹，這些問題都有待我們深入分析、研究。本文重點是從資產價格波動對通貨膨脹的前導效應的視角，研究資產價格波動對通貨膨脹的預測效果，不僅研究單一資產價格對通貨膨脹的前導效應，更重要的是試圖分析資產價格協同波動對通貨膨脹的前導效應，期望通過分析資產價格協同波動對通貨膨脹的前導效應來回答中央銀行在制定貨幣政策時應如何考慮資產價格波動對通貨膨脹的影響這一問題，以便為貨幣政策的完善提供依據。

從對已有相關研究文獻的梳理發現，國內外學者認為資產價格波動對通貨膨脹有顯著影響[2]，貨幣管理當局能夠通過資產價格波動來預測通貨膨脹走勢，為中央銀行制定貨幣政策（將資產價格波動考慮在內）提供了理論支持及實證依據[3]。然而，已有研究主要聚焦于單一資產（如股票、房地產、外匯等）價格波動對通貨膨脹的影響及對影響效果的考量[4]，忽視了多種資產價格之間復雜的相互作用機制，使得通過資產價格走勢預測通貨膨脹的效果大打折扣。鑒于上述原因，本文重點從單一資產價格波動以及資產價格協同波動兩個視角來分析其對通貨膨脹的前導效應，分別采用ARDL模型[5]與PCA法，研究兩個角度下資產價格波動對通貨膨脹的預測效果，從而為中央政府完善貨幣政策提供依據。

二、理論模型設計

（一）單一資產價格波動對通貨膨脹前導效應檢測模型

1.單一資產價格波動序列的計算

采用Pagan等[6]（1990）提出的公式計算資產價格波動序列：

其中，Xt為第t期的資產價格；E(Xt)為資產價格Xt的期望值。

2.單一資產價格波動對通貨膨脹前導效應檢測模型設定

本文以通貨膨脹（用消費價格指數的環比數據CPI來衡量）為被解釋變量，選取股價、房價、債券價格和外匯價格波動的當期及前期值為解釋變量[7]，需求（用GDP表示）的當期及前期值、通貨膨脹的前期值為控制變量。檢測單一資產價格波動對通貨膨脹前導效應的理論模型可設定為ARDL模型，如式（2）。

（二）多種資產價格協同波動對通貨膨脹前導效應檢測模型

在實際中，各資產價格之間能夠相互傳遞信息，一種資產價格的波動往往會引起其他資產價格發生變化，若直接將各資產價格波動作為解釋變量引入模型，會產生多重共線性問題。因此，本文用主成分分析法來剔除變量間的相關性。

1.主成分分析法

假設有P個指標，用向量表示為V=(V1,V2,V3,…,Vp)，其Vi=(ν1i,ν2i,…,νni,)。那么，第i個主成分就可以表示為：

PCi=a1iV1+a2iV2+…+apiVp，其中PCi與PCj(i≠j,i,j=1,2,…,p)不相關，第i個主成分PCi是

V1,V2,V3,…,Vp的一切線性組合中方差遞減排列位于第i個位置的組合得到的變量，而對應的系數向量(a1i,a2i,…,api)則恰好是V的協方差矩陣的第i個最大的特征值所對應的特征向量，aki表示VK在PCi中的貢獻。

2.多種資產價格協同波動對通貨膨脹前導效應檢測模型設定

記主成分分析法得到的新變量為PCi，則以PCi替換式（2）中的σi，從而作為新的資產價格協同波動變量，通過檢驗βi顯著性判斷資產價格協同波動是否對通貨膨脹產生前導效應。衡量資產價格協同波動對通貨膨脹的前導效應的檢測模型見（3）：

由于PCi是根據主成分分析得到的，任一變量都包含了資產價格波動的信息，均可認為是不同程度的資產價格協同波動結果。在給定的顯著性水平下，若任何一個參數βi的t統計量顯著不為零，則表明資產價格協同波動對通貨膨脹產生前導效應，若全部參數βi聯合為零的假設被接受，則表明資產價格協同波動對通貨膨脹不產生前導效應。

三、資產價格波動對通貨膨脹的前導效應實證分析

（一）數據來源與處理

本文選取上證綜合指數、房地產價格指數、上證國債指數、匯率分別代表股票價格（gp）、房地產價格（gf）、債券價格（gz）和外匯價格（h），其中匯率為美元兌人民幣的比率，由于GDO沒有月度數據，采用工業增加值的月度數據近似代替。考慮到數據的可獲得性，本文選取2003年1月—2018年5月的月度數據（數據來源于新浪財經網、中經網產業數據庫、國家統計局、中國人民銀行）。為消除異方差，對各解釋變量取自然對數，分別記為lngp、lngz、lngf、lnh及lnGDP。為防止時間序列的偽回歸，對數據序列進行單位根檢驗，檢驗結果顯示lnGDP、lngf平穩，CPI、lngp、lngz、lnh的一階差分平穩。

（二）單一資產價格波動對通貨膨脹前導效應實證分析

將股票價格波動（lngpt）、債券價格波動（lngzt）、房地產價格波動（lngft）、外匯價格波動（dlnh）分別帶入通貨膨脹的ARDL模型（2）中進行參數估計及t統計量檢驗。在構建ARDL模型時，采用由一般到簡單的建模方式，在進行一般模型設計時，由于采用數據為月度數據，故將模型的滯后變量選為最大值12，對模型進行估計，通過對模型中不顯著的變量加以剔除，得到簡潔模型，最終得到的簡潔模型具體結果見表1：

方程（4）—（7）表明：在10%的顯著性水平下，股票價格、債券價格、房地產價格，以及外匯價格波動均對通貨膨脹產生前導效應，但滯后期數不同。具體來看，滯后2個月的股票價格波動系數顯著，表明股票市場波動在短期內就能夠引起物價水平變化，由于股票價格變化直接導致其持有者財富的變化，股票價格波動頻率較高，收益與虧損在短期內即可顯現，進而通過財富效應等引起物價水平發生變化。在債券市場上，滯后1個月的債券價格波動系數顯著，債券價格波動影響物價水平的途徑與股票價格相似，并且也是在短期內影響物價水平。在房地產市場上，房價波動的滯后4個月系數顯著，隨著城鎮化進程加快，居民住房需求量增大，房價上漲，物價水平隨之上漲。與股票相比，債券價格波動和房地產價格波動的影響系數較大，原因可能是：對于債券市場，本文采用的是上證國債指數代表債券市場，由于貨幣管理當局的干預，國債市場對通貨膨脹的影響大于股票市場。房地產價格的滯后4個月系數遠大于股票價格的系數，由于中國的傳統文化，房產成為每家甚至個人偏好的財產，需求量較大，而股民只占總人口的12%。另外，房地產是銀行提供貸款的主要抵押品，房價的漲跌直接影響貸款，進而影響貸款者的投資或消費。因此，房地產市場變化的影響作用大于股票市場。在外匯市場方面，外匯價格波動的滯后3個月系數顯著，外匯價格變化1個百分點，物價同向變化0.7個百分點。總體來看，股票、債券、房地產、外匯對通貨膨脹的影響均為正效應，表明資產價格上漲將加劇通貨膨脹。

表1 簡潔模型回歸結果

表2 主成分分析結果

（三）多種資產價格協同波動對通貨膨脹前導效應實證分析

1.資產價格波動序列的主成分分析

對資產價格波動序列（lngp，lngz，lngf，lnh）做主成分分析。

根據主成分分析累計貢獻率達到85%的準則，選取前三個主成分，記為PC1，PC2，PC3（見表2）。各變量對主成分的貢獻用該變量的載荷絕對值衡量，因此，第一主成分（PC1）中各資產價格的貢獻基本均等，第一主成分代表四種資產價格的協同波動；第二主成分（PC2）中股票價格波動與匯率波動的貢獻較大，分別為67%和63%，第二主成分主要代表股票價格與匯率的協同波動，也印證了在實際中，股市與匯市相互之間存在聯系；第三主成分（PC3）中房地產價格的貢獻最大，匯率的貢獻也較大，達到0.51，第三主成分主要代表房地產價格與匯率的協同波動，這也說明房地產市場與匯率能夠相互影響[8]。

2.多種資產價格協同波動對通貨膨脹的前導效應分析

通過單位根檢驗知PC1，PC2，不平穩，一階差分后均平穩，PC3平穩。將dPC1，dPC2，PC3加入到通貨膨脹方程中，對模型進行估計，估計結果見方程（8）。

在95%的置信水平下，dPC1,t-1，dPC2,t-2，dPC3,t-1，的t統計量均顯著，表明股票價格、債券價格、房價及外匯價格對通貨膨脹產生協同波動前導效應，也進一步說明股票價格、債券價格、房價及外匯價格之間聯系緊密，能夠通過協同作用影響通貨膨脹。具體來說，第一主成分滯后一期顯著，表明通貨膨脹對資產價格協同波動影響的反應迅速，滯后期短于單一資產價格，并且，當資產價格整體波動劇烈時，會導致通貨膨脹加劇；第二主成分滯后2個月的系數顯著，第三主成分滯后1個月的系數顯著，第一、二、三主成分的系數符號均為正，與方程（4）—（7）中單一資產價格波動變量的系數符號也一致，這說明不僅單一資產價格波動，股票價格與匯率的聯合波動、房地產價格與匯率的聯合波動以及四種資產價格聯合波動都會導致通貨膨脹的加劇。

3.多種資產價格協同波動對通貨膨脹前導效應的格蘭杰因果檢驗

本文嘗試對主成分變量進行加權平均編制資產價格綜合指數來簡單清楚地表明資產價格的協同波動。將資產價格綜合指數記為API（Asset Price Index），其計算方法見式（9）：

其中，權重ω1，ω2，ω3，分別為PC1，PC2，PC3在主成分分析中的貢獻率。根據主成分分析結果得出：

為了考察該資產價格綜合指數對通貨膨脹的影響效果，我們采用格蘭杰因果檢驗法，檢驗結果見表3。

表3 資產價格綜合指數對通貨膨脹的格蘭杰因果檢驗結果（p值）

表3表明，資產價格指數是通貨膨脹的格蘭杰原因，在短期內統計量顯著，P值均不大于0.1。此外，這一結果也表明資產價格是通貨膨脹的先行指標，蘊含了預測通貨膨脹的信息。

四、結論及建議

我國貨幣政策的目標是穩定物價，并以此促進經濟增長。穩定物價的前提是能夠及時準確判斷其走勢，以采取相應的措施，資產價格作為影響通貨膨脹的因素之一，分析資產價格與通貨膨脹的關系十分必要[9-10]。通過分析股票價格、債券價格、房地產價格及外匯價格波動對通貨膨脹的前導效應發現：第一，股票價格、債券價格、房地產價格及外匯價格波動對通貨膨脹均有顯著的正向前導效應，但強度不同。其中，債券市場最強、股票市場最弱，房地產市場和外匯市場居中，且通貨膨脹對這四種資產價格的響應速度不同，債券市場最快，其次是股票市場和外匯市場，房地產市場最慢。建議中央銀行在參考資產價格制定貨幣政策時考慮這種差異性。第二，多種資產價格協同波動對通貨膨脹具有顯著的正向滯后前導效應，資產價格綜合指數是通貨膨脹的格蘭杰原因，說明資產價格協同波動對通貨膨脹具有預警作用，中央銀行在制定貨幣政策時應考慮資產價格的協同波動，并可嘗試通過編制資產價格綜合指數對通貨膨脹進行提前預報。