我国通货膨胀影响因素的实证研究

我国通货膨胀影响因素的实证研究 基于 VAR 模型的分析 上海金融学院 方晏荷、程志远、谈松浩目目 录录摘摘 要要.2 2一、一、 问题的提出问题的提出 .3 3（一）（一） 研究背景研究背景.3（二）（二） 研究目的及意义研究目的及意义.4二、二、 研究现状及存在的问题研究现状及存在的问题 .5 5（一）（一） 国内外研究现状国内外研究现状.5（二）（二） 存在的问题存在的问题.7三、三、 模型构建前的准备模型构建前的准备 .7 7（一）（一） 模型假设模型假设.7（二）（二） 变量选取与来源变量选取与来源.8（三）（三） 数据预处理数据预处理.10四、四、 模型的构建与检验模型的构建与检验 .1111（一）（一） VARVAR 模型简介模型简介 .11（二） 单位根检验单位根检验.12（三）（三） 最佳滞后期数的确定最佳滞后期数的确定.13（四）（四） 脉冲响应分析脉冲响应分析.15（五）（五） 模型优缺点模型优缺点.17五、五、 结论与建议结论与建议 .1717（一）（一） 主要结论主要结论.17（二）（二） 政策建议政策建议.18参考文献：参考文献：.1818附录：附录：.1919摘摘 要要进入新世纪以来，我国国民经济得到迅速发展，人民生活水平得到了较大改善，另一方面，通货膨胀形势也越来越严峻，高速的经济增长与通货膨胀并存形成了新时期我国经济的显著特点。继 2003-2004 年高通胀之后，近期通货膨胀水平继续走高，然而对通货膨胀形成机制和影响因素的认识却存在较大差异。近年来，受金融危机影响，影响因素更加趋于复杂，通货膨胀形势愈加严峻。本文从我国现有资料和数据入手，采用定性分析与定量分析相结合的方法，运用 2001-2010 年十年的月度统计数据，通过选取适当指标，较为深入地分析了经济增长、人均可支配收入、投资、政府购买支出、货币供应量、汇率、外汇储备和平均劳动成本对我国通货膨胀的影响程度，并运用 VAR 模型进一步探寻了各个变量之间的影响关系。论文首先较为系统地介绍了通货膨胀与其影响因素之间相互关系的主要理论观点，从历史的角度分析了通货膨胀的分析方式和途径。接着结合我国通货膨胀水平的发展现状，对我国形成通货膨胀的特殊经济社会环境进行了基本描述，从而得到了相关的解释变量。然后结合国内外有关对VAR模型的理论研究，进入到统计模型的构建和检验过程，也是本文的主体部分。通过运用相关数据，对我国通货膨胀影响因素及其机制进行实证研究，应用VAR模型分析了我国通货膨胀水平与八个解释变量之间的短期动态关系。结论表明，货币供应仍然是近期影响我国通胀水平的主要因素；汇率和外汇储备对缓解通货膨胀水平的作用有所减缓，需要加强重视；投资对通胀的拉动作用将有所减弱；政府购买可以作为财政政策措施之一增强通胀压力；劳动力成本和人民收入对通胀存在反方向的作用。最后，在理论及模型分析的基础上，根据实证分析的结果和我国国情，就做好通货膨胀管理工作提出了相应的对策建议。关键词：关键词：通货膨胀 VAR 模型 脉冲响应分析 EVIEWS 软件一、一、 问题的提出问题的提出（一）（一）研究背景研究背景通货膨胀作为经济社会生活中一个常谈常新的话题，深入影响着一国经济发展和稳定。通货膨胀通常是指一个经济体在一段时间内，物价水平表现出持续而普遍性上涨的现象。通货膨胀首先表现为物价水平的上涨，影响人民的日常生产生活。通过物价调整机制，通货膨胀会进一步经由市场渠道影响整个经济体的运行。因此，关于通货膨胀的作用机制及影响因素问题一直是政府决策者和经济学者的重要研究领域之一。改革开放 30 年来，我国经济高速增长，但也伴随着种种独特的宏观经济现象。宏观经济统计数据表明：我国的高增长很大程度上是以高波动为代价的。1984 年我国 GDP 同比增长率达到 15.3%，1985 年就出现了“价格闯关”后的第一轮通胀，通胀率为 9.3%；19871988 年经济企稳回升，GDP 增长率分别为11.5%和 11.3%，19881999 年就通胀率分别达到了 18.8%和 18.0%；1992 年1994 年经济高峰持续发展，但随后的 1995 年通胀率就达到了 12.6%。进入新世纪，我国于 2001 年加入 WTO 后，经济进一步高速发展，同时也迅速由亚洲金融危机后的通货紧缩转变为通货膨胀。2008 年全球性的金融危机爆发后，虽受到国际市场的影响，但我国的经济发展仍然保持了较高的增长率，20082010年的 GDP 增长分别达到了 9.6%、9.2%和 10.3%。同时通胀率发生剧烈变化，2008 年高涨至 5.9%，2009 年迅速跌至-0.7%，2010 年又反弹至 3.3%。图 1 给出了 1978-2009 年我国国内生产总值指数（GDPI） 、GDP 平减指数（GDPD）和居民消费价格指数（CPI）三个指标的变化情况。从图中可以看出，GDP 平减指数和 CPI 是反映通货膨胀程度两个有效的指标，通货膨胀和经济增长显示出很大程度的相同趋势性。从以上分析中，我们可以看出通货膨胀一直伴随着我国经济发展，并且作用深远。随着我国经济全球化和一体化趋势的不断发展，影响我国通货膨胀的因素和作用机制也更加趋于复杂。近年来，受国际金融危机和经济转型的影响，我国经济增长和通货膨胀的发展趋势更加扑朔迷离。90.0100.0110.0120.0130.01978198019821984198619881990199219941996199820002002200420062008GDPIGDPDCPI图图 1 1978-2009 年宏观经济整体运行概况年宏观经济整体运行概况（二）（二）研究目的及意义研究目的及意义通胀率的高低很大程度上会影响经济的后续发展，经济增长也会进一步强化通货膨胀的效果。因此，通胀率可能受经济增长的影响。另一方面，我国独特的经济结构和经济形式，对通货膨胀也必然产生不同程度的影响。通货膨胀决定因素的复杂，增加了研究通胀的难度。而目前对通货膨胀的研究仍主要集中于经验研究，对通货膨胀较为全面和深入的实证研究仍然比较少。本文正是以此为出发点，通过对我国通货膨胀形成机制的逻辑研究，结合经济学者的主要观点，选取能够有效解释通货膨胀的主要变量。在前文理论研究的基础上，通过构建向量自回归（Vector Auto Regressive, VAR）模型，分析了各个变量之间的动态关系。同时，通过结合具体经济社会环境分析，描述了开放条件下通货膨胀从短期不均衡向长期均衡状态的调整过程。全文从静态与动态两个方面分别解释了通货膨胀的影响因素及其作用调整机制。通过本文的模型解释，可以对我国近年来的通货膨胀问题有一个更加清晰的认识，有利于增强对通货膨胀相关理论的实证检验，有利于理清各相关因素对通货膨胀的具体影响程度和机制，有利于加强对通货膨胀的管理。二、二、 研究现状及存在的问题研究现状及存在的问题（一）（一）国内外研究现状国内外研究现状目前国内外学者针对通货膨胀的成因和作用机制进行了大量研究。从研究内容和研究形式上来说，主要可以分为对通胀多个影响因素的研究和针对某个变量与通货膨胀的关系进行具体研究两种。总结来说，这些研究一般都是基于总供给总需求的宏观经济学经典范式进行的。总需求方面，以凯恩斯有效需求理论为基础，认为潜在产出（也就是达到最高生产力的状况下经济体之 GDP 水准，通常将潜在产出与实际产出的差额称为产出缺口）为习惯性且受固有的限制。在其他条件相等时，GDP 超出其潜在产出(且失业率低于自然失业率)时，通货膨胀随着供应者提高价格而加剧，且固有型通货膨胀会更恶化。进一步将导致菲利普斯曲线走向滞胀。Samuelson 和 Solow 将原来表示失业与货币工资率的菲利普斯模型发展为通货膨胀与失业之间存在的负相关关系，从而解释了通货膨胀的产生机制。韩剑（2009）在考察全球产出缺口与通货膨胀变动关系的基础上，应用扩展的菲利普斯模型对影响中国通货膨胀变动的国内外因素进行了经验研究。杨小军（2011）通过构建附加利率的新凯恩斯主义菲利普斯曲线模型，运用广义矩估计的研究方法，运用中国 1997-2008 的季度数据对所构建的模型进行了估计与检验。总供给方面，通常假定通货膨胀一定由资金供给过剩与资金需求不足所引起。对这两个因素而言，资金数量纯粹只是标的物。其中的典型代表是货币主义学说，该学说认为通货膨胀起因于货币供给率高于经济规模增长，主张以比较 GDP 平减指数与货币供给增长来作测量，并由中央银行设定利率来维持货币数量。弗里德曼认为“通货膨胀是一定会到处发生的货币现象”。意指通货膨胀的控制有赖于货币上与财政上的限制。政府不可令借支过于容易，其自身亦不可超额贷款。易纲（1995）从中国货币供给机制、货币化过程、货币需求、无价水平预期等方面讨论了较早时期通货膨胀的成因及其传导机制。张成思（2008）应用具有统计无偏性的 Grid Bootstap0 估计法和未知断点结构突变检验法，研究了 19802007 年中国通货膨胀的惯性特征。结论表明中央银行至少应该在出现通胀压力前一年采取措施，来应对高统账惯性环境下的政策滞后效应。在应用上述经济学观点作为理论解释的基础上，近年来国内也出现了一些对我国通货膨胀问题的计量实证研究。如王利、张桂喜（2009）通过利用向量自回归 VAR 模型和自回归分布滞后 ADL 模型对影响我国通货膨胀率的货币因素进行实证研究，表明我国通货膨胀率符合货币数量论学说。伍戈（2010）采用“从一般到特殊”建模方法并利用 PcGets 软件，实证考察了 1994-2009 年间中国的通货膨胀与货币供应、产出缺口、汇率和国际原油价格之间的有机联系。研究结果表明，通货膨胀并不完全是“货币现象”，除货币供应外，还有其它更多重要变量进入通货膨胀方程从而共同决定通货膨胀的变化。此外，Robert Gordon 通过构建“三角模型” ，解释了通货膨胀三种主要的混合成因：需求拉动型（demand-pull） 、成本推动型(cost-push)和固有型通货膨胀(built-in inflation)。其中固有型通货膨胀主要因合理预期引起，通常与物价/薪资螺旋（price/wage spiral）有关。纪敏（2009）研究了外部冲击通过需求拉动、成本推动和货币冲击三条渠道对国内价格波动产生影响。袁江（2009）通过建立一个强制性技术变迁假说下的结构性通货膨胀模型，从理论上分析了中国价格水平“二元分化” 、周期性通胀等宏观现象的决定过程，并以 20012008 年的宏观月度数据为基础对结论进行了实证检验。（二）（二）存在的问题存在的问题上述学者关于我国通货膨胀问题的研究工作，为后续研究奠定了坚实的基础，但大多仍是基于经验研究，即依据经济学的现有理论解释，结合我国特有的经济社会环境，对通货膨胀问题进行的归纳性研究。为完善关于通货膨胀成因的理论解释，我们至少可以从以下几个方面进行改进：（1） 在经验性的归纳研究基础上，需要增加实证计量性的演绎性研究。每一种理论都是需要实证检验的，理论归纳的合理性必须以现实的统计数据进行说明；（2） 在现有的实证性研究中，由于所依据的经验理论基础不同，导致所选取的解释变量存在较大差异，因而可能引起对通货膨胀问题的不够全面的认识。这也是本文力图避免的；（3） 实证性研究中，对于解释变量的取舍缺乏较为有力的说明；（4） 由于我国经济尚未完全实现市场经济转型，数理模型选用的不同，很可能导致完全不同的结论。三、三、 模型构建前的准备模型构建前的准备（一）（一）模型假设模型假设1通货膨胀水平一般表现为物价水平的上涨，因此，本文仍选用居民消费价格指数 CPI 而非 GDP 平减指数来衡量通货膨胀水平；2由于采用了数据环比指数化处理，上期数据的影响已经隐含了预期因素，而预期难以精确衡量，因此本文不考虑预期这一特殊变量对通货膨胀水平的影响；3宏观经济分析框架的不同，会引起解释变量选择不同，从而影响计量实证研究结果。本文模型以开放条件下各种宏观经济分析流派的基础为逻辑框架，进行解释变量的选择，并认为所选择的变量能够较有力地解释通货膨胀水平；4不平稳序列经过变换后变为平稳序列，本文认为这种变换对数据的经济意义可能会有影响，但其结果仍能真实反映变量间的具体数值关系。（二）（二）变量选取与来源变量选取与来源通货膨胀作为一种宏观经济现象，对其进行分析必然以其所在的宏观经济体作为整体背景。开放条件下，一国的总需求 AD 决定于四大因素：消费 C、投资 I、政府购买 G 和净出口 NX，即 AD=C+I+G+NX。当该国宏观经济均衡时，必然有国内生产总值 Y=AD。而通货膨胀作为宏观经济不均衡的表现之一，必然在很大程度上与四大决定因素相关，这也是本文研究的主要内容。根据一般的均衡分析，我们有：000()ddCCcYYYTRTNXXMXMmY上述等式组显示了四大因素的来源及构成，其中消费受自发消费、边际消费0C倾向和人均可支配收入三个变量的影响；净出口是指出口减去(01)ccdYX进口的差额，进口又受到自发进口和边际进口倾向变量的影M0M(01)mm响。而目前我国的进出口贸易仍然受到汇率的影响，外汇储备与进出口贸易之间也具有显著的关系。另一方面，我国的物价指数存在显著的结构性特征。图 3 是我国20012010 年月度不同物价指数的变化情况表。容易看出，原材料、燃料动力购进价格指数的波动幅度和月均增长幅度都远大于工业品出厂价格指数和居民消费价格指数。而工业品出厂价格指数中的生产资料价格指数的波动幅度和月均增长幅度又远大于生活资料的出厂价格指数。因此，从价格传导来看，上游价格变动能够充分、快速地传递到中游；但是中游价格向下游传导过程中存在断裂，反而是下游价格拉动上中游价格，总需求对下游价格的影响起着主导作用。我国的通货膨胀存在很大的需求拉动成分。图图 2 2001-2010 年我国不同物价指数月度比较年我国不同物价指数月度比较综合上述分析，我们选取如下的变量指标，但本文未对政府转移支付90951001051101151202001.012001.092002.052003.012003.092004.052005.012005.092006.052007.012007.092008.052009.012009.092010.052011.01CPIRPIPPI原材料、燃料、动力购进价格指数和税收进行进一步的分解分析：0TRT表表 1 本文变量序列描述本文变量序列描述变量类型变量（变量符号）变量的具体序列描述频度单位被解释变量通货膨胀率（CPI）全国居民消费价格指数月度指数经济增长水平（GDP）以不变价格计算的国内生产总值季度指数居民可支配收入（）dY城镇居民家庭人均可支配收入月度/季度元投资需求（I）全社会固定资产投资月度亿元政府购买支出（G）国家财政预算支出执行数月度亿元货币供应量（M2R）名义货币和准货币供应量月度亿元外汇储备（FER）国家外汇储备月度亿美元汇率（ROE）一美元折合人民币月度指数解释变量劳动力成本（COL）城镇单位平均劳动报酬季度元通货膨胀衡量指标通常有 GDP 平减指数和各类物价指数（如消费者价格指数 CPI，工业品出厂价格指数 PPI 和零售商品价格指数 RPI） ，本文选择消费者价格指数 CPI 来反映通货膨胀程度；本文的数据选取时间段为 2001 年 1 月至 2010 年 12 月，数据来源于中经网统计数据库和中国人民银行调查统计司。其中，除货币供应量（M2R） ，外汇储备（FER）和汇率（ROE）来源于央行外，其余变量的数据均来自中经网统计数据库。（三）（三）数据预处理数据预处理为减少不同序列的频度和单位影响，本文在建模前对数据进行指数化预处理。1. 首先是频度调整，以方便数据间的比较。本文以月度数据为基准，将季度数据调整成月度数据。方法是用后一季度除以前一季度的数值再除以 3 作为该季度内每个月的增长率。2. 其次是指数化调整，以去除单位的影响。本文以环比增长率作为基础，将所有数据转化为月度环比增长。经过数据的预处理后，模型应用的变量数据为 9个时间序列，每个序列为 10 年共 120 个样本。数据预处理后，本文先就有关变量进行基本的图形分析，这将有助于了解数据间的一些基本性质。-2-101234520022004200620082010CPIM2R-3-2-1012320022004200620082010CPIROE-6-4-20246820022004200620082010CPIFER-10-5051015202520022004200620082010CPII图图 3 部分解释变量与部分解释变量与 CPI 变化情况比较变化情况比较图 3 左上角的图形显示了 CPI 与广义货币的变化情况，从它们相同的时间点可以看出，二者很大程度上具有同步变化趋势，因而部分地支持了“CPI 是货币现象”这一假说。右上角的图形是 CPI 与汇率的变化情况，由于我国在2005 年进行了汇率改革，因此 2005 年之前的汇率几乎保持不变，2005 年之后的汇率和 CPI 一定程度上是负相关关系。图 3 左下角是 CPI 与外汇储备的变化图，二者保持正相关关系，但外汇储备变化幅度更大。右下角是 CPI 与投资 I的关系图，为使图形更加清晰，本文对后者进行了纵向伸缩，从变化后的图中可以看出 CPI 对 I 存在滞后效应，导致同期存在负相关关系。四、四、 模型的构建与检验模型的构建与检验（一）（一）VAR 模型简介模型简介向量自回归（VAR,Vector Auto regression）常用于预测相互联系的时间序列系统以及分析随机扰动对系统中变量的动态影响。VAR 方法通过把系统中每一个内生变量,作为系统中所有内生变量的滞后值的函数来构造模型，从而回避了结构化模型的要求。Engle 和 Granger（1987）指出两个或多个非平稳时间序列的线性组合可能是平稳的。假如这样一种平稳的或的线性组合存在，这些非平稳（有单位根）时间序列之间被认为是具有协整关系的。这种平稳的线性组合被称为协整方程且可被解释为变量之间的长期均衡关系。VAR的一般形式为:titpiitYY1其中，()=0，(，)=0， =1，2，；是(n1)向量组成的EtEtitYiptY同方差平稳的线性随机过程，是(nn)的系数矩阵，是向量的 阶滞后iitYtYi变量，是误差项，在本模型中可视为随机干扰项。t（二）单位根检验单位根检验在具体建模之前，还需要先对模型分析的变量序列进行平稳性检验。尤尔（G.U.Yule）首先发现了谬误或者无谓回归现象（即伪回归） ，即使在样本很大时，伪回归仍然可能存在。检验序列平稳性的一个经典方法是单位根检验，设一随机序列 （其中）1tttYYu11,tu 为白噪声误差项若=1，即在单位根情形下，上式变成一个漂移的随机步游模型，也即非平稳的随机过程。因此，不能简单地将对其一期滞后值回归。这就是利用tY1tY单位根检验序列平稳性的一般思想。本文采用 ADF 法检验各变量，在检验过程中确定滞后项采用赤池信息准则（AIC 准则） ，检验结果如表 2 所示。表表 2 各变量的单位根检验结果各变量的单位根检验结果变量ADF 统计量临界值（1%）伴随概率 P检验类型结论CPI-7.569271-2.5845390.0000（n,n,0）平稳GDP-2.412174-4.0436090.3713（c,t,3）不平稳Yd-4.145698-3.4925230.0013（c,n,0）平稳I-4.384815-4.0460720.0035（c,n,0）平稳G-2.538356-3.4925230.1094（c,n,0）不平稳M2R-11.45507-3.4860640.0000（c,n,0）平稳ROE-2.780122-3.4870460.0642（c,n,2）不平稳FER-1.758690-2.584870.0747（n,n,2）不平稳COL-2.207403-3.4907720.2049（c,n3）不平稳D(GDP)-42.81020-3.4907720.0001（c,n,4）平稳D(G)-10.12076-3.4931290.0000（c,n,0）平稳D(ROE)-14.19432-3.4870460.0000（c,n,1）平稳D(FER)-9.976500-2.5850500.0000（n,n,2）平稳D（COL）-10.67752-3.4865510.0000（c,n,0）平稳注：表中检验类型（c,t,k）参数分别表示序列有无截距项、时间趋势项和滞后阶数。c 表示有截距项，t 表示有时间趋势，若无，则用 n 表示；k 表示滞后阶数。从表 2 可以看出，九个变量中 GDP、G、ROE、FER 和 COL 原序列为非平稳序列，但一阶差分后都是平稳序列，因此，从统计上看，所有变量都是一阶或一阶以下单整。（三）（三）最佳滞后期数的确定最佳滞后期数的确定由单位根检验，发现变量序列是不同阶单整的，因此不能直接应用于计量分析，这将可能导致伪回归。本文先忽略序列属性建立零阶初步的 VAR 模型如下：0.0312050.0254480.0015490.0031630.0505722dCPIGDPYIGM R (0.01534) (0.00519) (0.00201) (0.00227) (0.05856) 0.3190960.0531840.0322260.084428ROEFERCOL（1） (0.13492) (0.03435) (0.01323) (0.13019) 从初步模型（1）中可以发现变量间的基本关系。上式中回归系数下面的小括号表示回归标准差。模型 1 表明对 CPI 影响较大的因素有 ROE、FER 和M2R。为确定最终模型的表示，需要将原来序列进行变换。将表 2 中不平稳数据进行一阶差分变换后进行模型构建。在构建之前，先对最佳滞后期数进行估计，得到如下结果：表表 3 VAR 模型最佳滞后期确定标准模型最佳滞后期确定标准 滞后期LogLLRFPEAICSCHQ0-92.79858NA 0.343266 1.768396 1.960410 1.8463241-89.72601 5.660013* 0.331041* 1.732035* 1.948051* 1.819704*2-89.70441 0.039398 0.336814 1.749200 1.989218 1.8466103-89.30573 0.720423 0.340437 1.759750 2.023769 1.8669004-89.30269 0.005450 0.346506 1.777240 2.065261 1.8941325-88.53718 1.356417 0.348009 1.781354 2.093377 1.9079876-88.49009 0.082627 0.353964 1.798072 2.134096 1.934445注：*表示根据相应准则选择的滞后阶数。根据表3的结果，得到相应的VAR模型最佳滞后期数为1，得到相应的模型 （2） 11,11111110.411.694.340.9224.421.48220.081.770.97ttttd td tttttttttttttCPICPIGDPGDPYYIIGAGM RM RROEROEFERFERCOLCOL123456789ttttttttt其中为前一期的系数矩阵，具体数值参见附录1。A-1.5-1.0-0.50.00.51.01.5-1.5-1.0-0.50.00.51.01.5Inverse Roots of AR Characteristic Polynomial图图4 滞后阶数为滞后阶数为1的的AR特征多项式逆根图特征多项式逆根图图4表明所有单位根位于单位圆内，模型结构稳定，拟合效果较好。并且得到各变量间的相互关系，表4给出了各变量之间残差的相关性。图5给出了回归后被解释变量CPI的残差图。表表4 变量回归后残差相互关系变量回归后残差相互关系CPIGDPYDIGM2RROEFERCOLCPI 1.000000 -0.010283 0.345373 -0.178867 -0.312620 -0.142206 -0.060415 0.174391 0.000583GDP-0.010283 1.000000 -0.027059 -0.026469 0.107308 -0.315836 0.089276 0.064024 0.814230YD 0.345373 -0.027059 1.000000 -0.060158 -0.303379 -0.205867 0.081596 -0.019070 -0.017533I-0.178867 -0.026469 -0.060158 1.000000 0.236432 0.432632 -0.022522 -0.111623 -0.096809G-0.312620 0.107308 -0.303379 0.236432 1.000000 0.334042 -0.212475 0.029953 -0.003023M2R-0.142206 -0.315836 -0.205867 0.432632 0.334042 1.000000 -0.018893 -0.043308 -0.402004ROE-0.060415 0.089276 0.081596 -0.022522 -0.212475 -0.018893 1.000000 -0.112357 0.125570FER 0.174391 0.064024 -0.019070 -0.111623 0.029953 -0.043308 -0.112357 1.000000 0.035583COL 0.000583 0.814230 -0.017533 -0.096809 -0.003023 -0.402004 0.125570 0.035583 1.000000-2.0-1.5-1.0-0.50.00.51.01.52.020022004200620082010CPI Residuals图图5 回归后回归后CPI的残差图的残差图（四）（四）脉冲响应分析脉冲响应分析实际应用中，由于VAR模型是一种非理论性的模型，它的系数是难于解释的，在分析VAR模型时，我们往往不分析一个变量的变化对另一个变量的影响，而是用脉冲响应函数分析随机扰动项一个标准差新息的冲击对内生变量的影响。根据实际分析的需要，下面分别给CPI一个相关变量的一个正的单位冲击，得到关于CPI的脉冲响应函数图。如图6，其中，横轴表示冲击作用的滞后期间数（单位：月），纵轴表示CPI变动，实线表示脉冲响应函数，虚线表示正负两倍标准差偏离带。图6中依次是GDP、Yd、I、G、M2R、ROE、FER和COL对CPI的脉冲图像。从图像中，我们可以发现各个解释变量的作用时期都较长，至少达到半年，其中政府购买G的作用时效最短，大致在7个月左右，其他变量作用时效在10个月左右。各变量的作用方向可直接从图中获知。-.10-.05.00.05.10.15.20.2512345678910 11 12 13 14Response of CPI to CholeskyOne S.D. GDP Innovation-.24-.20-.16-.12-.08-.04.00.04.0812345678910Response of CPI to CholeskyOne S.D. YD Innovation-.20-.15-.10-.05.00.05.10.1512345678910 11 12 13 14Response of CPI to CholeskyOne S.D. I Innovation-.15-.10-.05.00.05.10.1512345678910Response of CPI to CholeskyOne S.D. G Innovation-.1.0.1.2.312345678910111213Response of CPI to CholeskyOne S.D. M2R Innovation-.25-.20-.15-.10-.05.00.0512345678910Response of CPI to CholeskyOne S.D. ROE Innovation-.08-.04.00.04.08.12.1612345678910111213Response of CPI to CholeskyOne S.D. FER Innovation-.10-.05.00.05.10.15.20.2512345678910111213Response of CPI to CholeskyOne S.D. COL Innovation图图 6 CPI 对各变量的响应函数图对各变量的响应函数图（五）（五）模型优缺点模型优缺点运用 VAR 模型解释通货膨胀，既有其独特的优点，也需要对其不足加以完善。具体来说，本文所构建的模型主要表现为以下几点：1. 方法简便易行，无须事先确定哪些变量是内生的，哪些变量是外生的。近年来我国外部条件变量也逐步显示出内生性，因此可以根据 VAR 来建模；2. 本文模型构建了滞后一期（即一个月）的统计模型，有利于对未来一个月的通货膨胀进行预测，可以方便地根据当月的变量数据进行估计；3. VAR 模型重点在于预测，可能在政策分析方面显得不足；4. 严格来说，在一个 m 变量 VAR 模型中，所有变量序列都应该是平稳的，如果不是如此，就需要适当变换数据，如本文所用的一阶差分。但变换数据得到的结果未必令人满意。五、五、结论与建议结论与建议（一）（一）主要结论主要结论1. 过去十年里，我国的通货膨胀存在较大的需求拉动压力，通货膨胀结构性明显，在产业传递中呈现出不一致。即上游价格（劳动、资源密集型产业）变动能够充分、快速地传递到中游（资本资产密集型产业） 。加之目前中国在原材料、资源进口方面仍然缺乏定价权，使得国际高原材料价格迅速传导到国内，而加工制成品出口中国作为整体在国际市场上具有一定的定价权，这也使得上游原材料价格能够顺利地传导至中游价格。而中有价格的上涨最终会表现为下游产业（食品、旅游、日用品）的价格上涨，因此，可以认为本轮通胀仍然是前 10 年经济运行方式的延续；2. 目前影响我国通货膨胀的主要因素主要是汇率、外汇储备和广义货币供应量。而随着我国经济进一步发展，货币供应更多表现为内生性。金融危机前，外贸顺差和 FDI 是导致国内货币供给被动扩张的主要因素；金融危机后，外国货币政策仍然是引起我国货币供给扩张的重要因素；3. 过去十年，我国通货膨胀受到人口结构、政策导向和流动性等特殊因素的影响，主要表现为流动性过剩、人口红利尚存和政策支持投资开放等。（二）（二）政策建议政策建议针对上述结论和前文的分析，本文提出如下的相关建议：1. 充分利用短期内经济数据，加强对近期通胀的管理。通货膨胀滞后期较短，从理论上来说是可以通过合理建模进行短期预测的，便于加强通胀预期管理；2. 重视对准货币的监控，对信贷政策和信用流通工具建立合理的发行流通监控体系。货币因素仍然是影响通胀的主要因素，货币政策应提前做好应对高通胀的准备，以减免政策滞后效应（图 6 显示一般作用期数在 10 个月左右） ；3. 重视汇率和外汇储备的灵活性，以减缓通货膨胀压力。汇率和外汇储备对通胀的影响一直被低估，但实证表明，随着人民币升值压力和国际化趋势的加深，加强汇率和外汇灵活性管理将有助于通货膨胀管理；4. 加快经济增长方式转变，促进经济粗放增长向集约式、环保型转变，提升劳动力在国民收入分配中的比重。参考文献：参考文献：1张延宏观经济学M北京：北京大学出版社，2010：103.2古扎拉蒂.计量经济学基础M.第 4 版.费建平译.北京：中国人民大学出版社，1996：748-788.3张成思中国通胀惯性特征与货币政策启示J.经济研究，2008（2）：33-43.4 刘弘，姜国麟.我国通货膨胀成因解释的理论模型选择与实证研究J.数量经济技术研究，2009（1）：77-88.5吴晓宇. 当前通货膨胀的原因与对策研究总数J.经济研究导刊，2008（19）：97-98.6陈彦斌.中国当前通货膨胀形成原因经验研究：2003-2007 J.经济理论与经济管理，2008（2）：16-22. 7 国家统计局课题组我国新一轮通货膨胀的主要特点及成因J.统计研究，2005（4）：3-9.8王利，张桂喜.我国通货膨胀率影响因素的实证研究J.经济与管理研究，2009（9）：29-38.9邵健.我国通货膨胀影响因素的实证分析J.经济研究导刊，2010（23）：10-11.10饶璐，徐佩秋.我国通货膨胀的一般性原因分析J.江西社会科学，2010（8）：96-101.11Richard Berner，David Greenlaw，Ted Wieseman. Mind the Gap: Even Record Slack in the Economy Wont Crush Inflation.中国经济信息网中国经济信息网2010.02.0212朱慧明，张钰.基于 ECM 模型的货币供给量与通货膨胀关系研究 J.管理科学，2005（10）：51-56.13袁江.强制性技术变迁、二元分化与中国通货膨胀模型 J.管理世界.2009（3）：9-20.14刘金全，陈广华，顾洪梅.我国通货膨胀名义成因和实际成因的检验分析J.吉林大学社会科学学报，2004（9）：93-97.15高鹤.中国通货膨胀：特征、逻辑与趋势策略探讨 J.首席财务官，2007（10）：54-59.附录：附录：附录 1：模型 2 的系数矩阵(99)A 0.204356-0.909784 2.711020-0.539701 -0.132033 -0.180813 -0.118105 -0.144087 -0.333956 (0.09148) (0.67120) (1.55480) (4.52726) (3.29394) (0.16201) (0.05941) (0.25321) (0.83472)-0.015631 0.615593 0.074978 0.543652-0.167510 -0.034288 -0.016491 -0.023335 0.110016 (0.01576) (0.11563) (0.26785) (0.77993) (0.56746) (0.02791) (0.01023) (0.04362) (0.14380)-0.007177 -0.115891 -0.198398 -0.214686 -0.364195 0.004586 0.001062 0.015987-0.022945 (0.00551) (0.04042) (0.09364) (0.27266) (0.19838) (0.00976) (0.00358) (0.01525) (0.05027)-0.002768 -0.088911 0.092730-0.449803 -0.156319 0.002754 0.000318 0.008635-0.101211 (0.00194) (0.01423) (0.03296) (0.09599) (0.06984) (0.00343) (0.00126) (0.00537) (0.01770)-0.005661 0.084452-0.094936 0.363812-0.446467 -0.008842 -0.001425 0.006516 0.115953 (0.00222) (0.01632) (0.03780) (0.11006) (0.08008) (0.00394) (0.00144) (0.00616) (0.02029) 0.281822-0.607816 3.585684 0.651007-7.479962 0.013593-0.032354 -0.120163 -0.768867 (0.05662) (0.41542) (0.96228) (2.80197) (2.03866) (0.10027) (0.03677) (0.15671) (0.51662)-0.406096 -0.100437 -0.264347 9.408472 6.712870 0.133397 0.404732-0.390840 0.053582 (0.13383) (0.98198) (2.27468) (6.62342) (4.81907) (0.23702) (0.08692) (0.37044) (1.22120) 0.035590 0.185963 0.009670 0.766039-1.019389 -0.023813 0.023575 0.282797 0.291173 (0.03338) (0.24491) (0.56733) (1.65194) (1.20192) (0.05911) (0.02168) (0.09239) (0.30458) 0.043037 0.015731 0.108660 2.223642-0.671095 0.061563 0.007304 0.011374 0.661613 (0.01365) (0.10012) (0.23192) (0.67531) (0.49134) (0.02417) (0.00886) (0.03777) (0.12451)-0.409084 1.694642-4.344179 0.921966 24.42430 1.482072-0.083201 1.767872 0.971787 (0.12556) (0.92130) (2.13412) (6.21415) (4.52129) (0.22237) (0.08155) (0.34755) (1.14574)注：表格中系数下面对应括号里的数值为相应的标准差。