基于VAR模型的我國通貨膨脹與經濟增長之間影響關系分析

摘要：本文立足于我國1978年到2018年各年國內生產總值實際增長率、通貨膨脹率、貨幣供給實際增加率數據，應用能夠有效研究時間序列間動態影響關系的VAR模型，在驗證國內生產總值實際增長率與通貨膨脹率因果關系的同時，應用脈沖響應函數對二者相互影響的正負性及具體動態過程進行描述。其影響形式及影響滯后期的分析，可為宏觀調控政策的制定提供參考，同時為進一步測算經濟增長與通貨膨脹相互影響的臨界值拐點奠定基礎。

關鍵詞：VAR;通貨膨脹;經濟增長;影響關系

一、序言

縱觀各國的經濟發展歷程，國家經濟增長與通貨膨脹往往同時存在，因此各國學者紛紛致力于研究與明確二者之間的關系，為實現經濟平穩運行的宏觀經濟目標提供支持。現代經濟學界從理論與實證角度分析驗證二者之間的關系形式，隨著研究的深入，二者關系形式從簡單的正相關、負相關、無相關關系擴展到均衡關系，即一些經濟學者發現只有當通貨膨脹率達到一定水平后才會對經濟增長起阻礙作用。從我國經濟發展歷程看，經濟增長率明顯下降的同時存在高通脹率，也存在低通脹率;通脹明顯加劇的年份伴隨有經濟高增長，也存在低增長。因此，明確二者相互影響的關系形式，為宏觀調控政策的制定提供支持，對促進經濟平穩發展是十分有必要的。

針對這個問題，本文根據我國1978—2018年經濟運行數據，通過構建VAR模型，在Granger因果檢驗與脈沖響應函數分析的基礎上，對我國通貨膨脹與經濟增長之間相互影響的關系形式進行描述。

二、VAR模型

VAR模型是一種非結構化的多方程模型，模型由研究系統中每一個內生變量與所有內生變量滯后變量構建的方程式構成，可以有效地處理多個相關聯經濟指標的關系研究。若滯后階數為p，則VAR（p）模型形式為：

在VAR模型基礎上，可應用Granger因果檢驗法，驗證一個變量的當期值是否受到另一個變量前期值的影響。具體檢驗步驟如下：

首先，設定原假設為H0：

其次，估計回歸方程：

記2.2式殘差平方和為RSS1，2.3式殘差平方和為RSS0。設N表示樣本個數，p表示滯后階數，可得檢驗統計量：

～ x2 （p）（2.4）

若S > x2臨界值，則拒絕H0，認為當期y1受到前期y2的影響;若S< x2臨界值，則不能拒絕H0，認為當期y1不受前期y2的影響。檢驗時，也可依據小概率原理，對檢驗統計量相伴概率與顯著性水平作比較來判斷序列間的相互影響關系是否成立。

另外，可依據VAR模型，測算脈沖響應函數，來分析研究系統中由一個誤差項沖擊而引起的動態影響，從而揭示研究系統中內生變量間的相互影響關系。將兩個變量的VAR（p）模型轉化為VMA（∞）模型，可得表達式為：

在當期給y1一個單位的沖擊，即，且ε2t=0（t=0，1，2，3，…），則y1對自身所受沖擊的響應函數為：

對所受沖擊的響應函數為：

因此，對于多變量的VAR（p）模型，yi對自身所受沖擊的響應函數為：、、、…，yj對yi所受沖擊的響應函數為：、、、…

三、通貨膨脹與經濟增長之間相互影響關系分析

（一）數據來源與指標選擇

1.數據來源

1978—2018年名義GDP、國內生產總值指數（上年=100）、居民消費價格指數（上年=100）數據來源于《中國統計年鑒》（2019），1978—1989年名義M2數據來源于《中國經濟增長與通貨膨脹坐標系》（閻虎勤、劉震宇），1990—2018年名義M2數據來源于《中國統計年鑒》（2019），數據均對照中華人民共和國國家統計局國家數據網（http：//data.stats.gov.cn）數據進行核實。

2.指標選擇

①通貨膨脹率（CPI）用居民消費價格指數代表，通貨膨脹率（CPI）=居民消費價格指數（上年=100）-100。

②經濟增長的實際狀況（GDPR）用國內生產總值實際增長率代表，GDPR=國內生產總值指數（上年=100）-100。

③用M2表示貨幣供給量，實際M2=（名義M2/GDP縮減指數）*100;GDP縮減指數=（GDP名義指數/GDP實際指數）*100;GDP名義指數=（本年名義GDP/上年名義GDP）*100;GDP實際指數=國內生產總值指數（上年=100）。

④貨幣供給實際增加率（M2R）=[（本年實際M2/上年實際M2）-1]*100%。

（二）經濟增長與通貨膨脹之間相互影響關系分析

1.單位根檢驗

鑒于VAR模型對時間序列的平穩性要求，采用ADF檢驗法對CPI、GDPR、M2R三個序列的平穩性進行檢驗。對于高階自相關序列Yt：

將3.1式兩端同時減去Yt-1，可得：

式中，，，則根據時間序列特征，ADF檢驗的三個基本方程：

以上回歸方程可分別得到檢驗統計量，設定H0 ：、H1：，則若檢驗統計量t值小于其臨界值，拒絕H0，序列平穩;若檢驗統計量t值大于或等于其臨界值，則不能拒絕H0，序列不平穩。

根據以上原理，分別對研究系統中三個序列的平穩性進行檢驗，結合序列特征，選定ADF檢驗中有截距、無趨勢回歸方程形式進行檢驗，檢驗結果如表1。

查表可得檢驗統計量5%臨界值為-2.94，由表1可得，CPI、GDPR、M2R三個序列檢驗統計量值均小于5%臨界值，即均拒絕原假設，三個序列均為平穩序列。

2.VAR模型與Granger因果檢驗

以CPI、GDPR、M2R為內生變量，建立VAR（2）模型，結果如下：

對模型滯后階數進行檢驗，結果如表2所示，LR、FPE準則均確認VAR模型合適的滯后階數為2階，SC準則確認最合適的滯后階數為1階。因此，后續分析將會基于VAR（2）模型進行。

對VAR（2）模型的穩定性進行檢驗，如圖1所示，可得三個方程的單位根的模均小于1，認為模型是穩定的。

根據Granger因果檢驗原理，對CPI與GDPR之間是否存在Granger因果關系進行驗證，檢驗結果如表3所示。

由表3可得，在0.05顯著性水平下，對于GDPR不能Granger引起CPI原假設，p-值小于顯著性水平，拒絕原假設，認為當期通貨膨脹受前期經濟增長的影響;在放寬條件的0.1顯著性水平下，對于CPI不能Granger引起GDPR原假設，p-值小于顯著性水平，拒絕原假設，認為當期經濟增長受前期通貨膨脹的影響。

3.脈沖響應函數分析

鑒于Granger因果檢驗結果，研究進一步構建脈沖響應函數，對通貨膨脹與經濟增長之間的相互影響關系形式進行描述，脈沖響應函數圖橫軸表示變量所受沖擊作用的滯后期數，縱軸表示響應變量的變化，實線表示脈沖響應函數，虛線表示兩倍標準差偏離區間。

若CPI受到沖擊，對GDPR的影響如圖2所示。當期給CPI一個正向沖擊后，第一期表現為對GDPR短暫的正向影響，即通貨膨脹促進經濟增長;之后，影響作用為負，且在第3期CPI對GDPR有一個最大程度的負向影響，即阻礙經濟增長，直到第5期恢復微弱的正向影響，且第6期后影響逐步趨近于零。

若GDPR受到沖擊，對CPI的影響如圖3所示。當期給GDPR一個正向沖擊后，前三期存在一個持續增長的正向影響，到第三期達到最大，即經濟增長引發通貨膨脹;之后，影響作用不斷減弱，且第10期后影響逐步趨近于零。

四、結語

VAR模型基于數據的統計性質構建，對由相互聯系的時間序列組成的經濟系統的動態性研究十分有效，不僅可以驗證系統中變量間的因果關系，還能夠研究系統中各內生變量間的相互影響關系。因此，本文采用VAR模型分析我國通貨膨脹與經濟增長之間相互影響關系。本文立足1978年到2018年各年國內生產總值實際增長率、通貨膨脹率、貨幣供給實際增加率構建VAR模型，在驗證國內生產總值實際增長率與通貨膨脹率因果關系的同時，應用脈沖響應函數對二者相互影響的正負性及具體動態過程進行刻畫。由研究可得，通貨膨脹與經濟增長之間的相互影響，不是簡單的促進或阻礙，通貨膨脹對經濟增長存在一個正負向交替的影響形式，而經濟增長對通貨膨脹的影響則表現為一個由強到弱的正向影響，通貨膨脹對經濟增長的影響可以持續6期，而經濟增長對通貨膨脹的影響可以持續10期甚至更長。影響形式及影響滯后期的刻畫，可為宏觀調控政策的制定提供參考，同時為進一步測算經濟增長與通貨膨脹相互影響的臨界值拐點奠定基礎。

參考文獻：

[1]賈蓓.我國通貨膨脹與經濟增長之間預警點的測算[D].保定：河北大學碩士論文，2014.

[2]李小勝，朱建平.我國通貨膨脹對經濟增長影響的非線性研究[J].統計研究，2013（11）.

[3]許憲春.改革開放以來我國經濟增長與通貨膨脹周期的簡要分析[J].宏觀經濟研究，2009（4）.

[4]解瑤姝.通貨膨脹、經濟增長與宏觀經濟政策的關聯機制研究[D].長春：吉林大學博士論文，2017.

[5]田衛民.通貨膨脹與經濟增長關系的實證分析[J].統計與決策，2019（6）.

[6]龐皓.計量經濟學[M].北京：科學出版社，2007.

[7]高鐵梅.計量經濟分析方法與建模：Eviews應用及實例（第二版）[M].北京：清華大學出版社，2009.

[8]閻虎勤，劉震宇.中國經濟增長與通脹坐標系[M].北京：中國財政經濟出版社，2011.

作者簡介：賈 蓓（1990—），河北邢臺人，講師，碩士，主要從事數據分析與挖掘、統計分析軟件應用研究。