我国通胀动态的结构计量经济分析（下）——基于Gibbs抽样算法的研究

五、经验结果

如前所述，本文在估计综合凯恩斯菲利普斯曲线时需要的数据是通货膨胀率、产出缺口、贷款余额和货币供给量。综合凯恩斯菲利普曲线的重要特征是微观基础和价格粘性，因而本文采用我国1995年第1季度到2011年第2季度数据，数据来源于CCER数据库。通货膨胀率需经原始数据加工得到，产出缺口Gibbs抽样算法估计，通过本文采用陈彦斌（2008）的处理方式，所不同的是本文采用的是宏观季度数据，而他采用的是微观调查数据。

本文分别获取了模型（2）系数的二阶段广义矩、迭代广义矩、经验似然、指数权和连续更新估计量的值，结果见表1。整体考察五种估计结果，通货膨胀期望项和滞后项在统计上显著；推动项系数估计为负，且统计上不显著，这与Gali和Gertler（1999）的结果是吻合的。虽然产出缺口在统计上不显著，但其值约为-0.23，表明产出缺口的波动对通货膨胀率的影响是不可忽略的，因此我们需要警惕过度需求推动通货膨胀率的快速上升及需求不足引致通货紧缩。

表1 综合菲利普斯曲线估计结果

为检验过度识别约束，表1给出了检验原假设E[g（θ，z）]＝0的J统计量和p值。五个估计值的J统计量p值都大于0.1，因而模型（2）的估计满足矩约束条件。

综合菲利普斯曲线的经验意义是它“综合”的新、旧菲利普斯曲线，并能考虑“价格粘性”假设是否成立。令a_f＝1－φ，a_b＝φ，模型（2）可改写为

π_t＝（1－φ）Eπ_t＋1＋φπ_t－1＋λχ_t （27）

其中0＜φ＜1，“价格粘性”意味着a_t＋a_b＝1。表1表明五个估计值十分相似，a_f≈0.49，a₀≈0.55。方程（27）表明当期通货膨胀率是未来一期和滞后一期通胀率的凸组合。因此，如果当期通胀率上升1%，通胀持续性的影响力约为55%，通胀预期的影响力约为49%。不同于陈彦斌（2008）的滞后通胀系数为负，本文估计的滞后通胀系数为正，这与文献中对美国和欧盟数据的估计结果相一致，表明我国的通胀惯性并不存在反转特征。

综合凯恩斯菲利普斯曲线的一个重要基础是价格粘性，体现于方程（27）即要求系数满足关系a_f＋a_b＝1。以此为原假设，对五种估计量实施参数线性约束的Wald检验，统计量与其p值列于表1最后一行。这个检验是重要的，因为，如果a_t＋a_b＝1不能被拒绝，意味着我国存在“粘性通胀”，通胀变化路径与未来产出缺口的变化关；如果它被拒绝，意味着我国通胀率不稳定，且通胀惯性作用强于通胀预期。在10%显著性水平下，全体估计结果拒绝原假设；但在5%显著性水平下，广义经验似然估计结果拒绝原假设而广义矩估计结果不能拒绝原假设。

在5%显著性水平上，广义经验似然估计量的Wald检验结果表明我国季度数据不支持“粘性通胀”假设，而广义矩估计量的Wald检验结果支持这个假设。前文表明，如果工具变量是弱相关的，广义经验似然相比广义矩方法稳健。因此，本文对VAR模型（28）进行格兰杰因果分析以评价d_t和m_t是否是适宜的工具变量。

χ_t＝b₀＋b₁π_t－1＋b₂χ_t－1＋b₃d_t－1＋b₄m_t－1＋u_χt

d_t＝c₀＋c₁π_t－1＋c₂χ_t－1＋c₃d_t－1＋c₄m_t－1＋u_dt

m_t＝a₀＋a₁π_t－1＋a₂χ_t－1＋a₃d_t－1＋a_tm_t－1＋u_mt （28）

其中u_χt、u_dt和u_mt是独立同分布的误差项。如果b₃＝0，d_t不是χ_t的格兰杰原因；如果b₄＝0，m_t不是χ_t的格兰杰原因。在此种情况下，d_t和m_t的滞后项将是内生变量的（不相关）工具变量。χ_t和π_t的滞后项也是工具变量，需要考虑通胀和真实推动变量的滞后项，如π_t－2和π_t－3、χ_t－2和χ_t－3，是否是E_t[π_t＋1]的不相关工具变量。如果π_t的解依赖于π_t－1和χ_t－1即方程的解是确定的，那么所添加的滞后项将是不相关工具变量。然而，如果方程的解不确定，那么所添加的π_t和χ_t的滞后项将与用作工具变量的π_t－2和π_t－3、χ_t－2和χ_t－3相关。VAR模型（28）的系数估计结果是：b₃＝1.1103≠0，b₄＝-1.5112≠0。原假设b₃＝0和b₄＝0的T统计量P值分别是0.0808和0.0565，在10%显著性水平上被拒绝，但在5%水平上不能被拒绝。因此，工具变量与它们的目标变量弱相关，广义矩估计存在弱识别问题，后果是估计量的非标准分布和错误推断。基于此，本文得出我国通胀非粘性的结论。

六、结论

本文用我国宏观季度数据对包含了通胀惯性和通胀预期的结构凯恩斯菲利普斯曲线进行了经济计量分析，重点比较了广义经验似然和广义矩两种不同估计方法下的计量模型的估计和推断结果，主要结论如下：

首先，在有限样本下运用工具变量方法估计结构凯恩斯菲利普斯曲线时，广义经验似然估计量相比广义矩估计量具有较好地表现，基于广义经验似然估计量能获得更稳健的模型推断结论。虽然广义经验似然估计量和广义矩估计量都满足结构凯恩斯菲利普斯曲线所蕴含的矩约束条件，但广义矩估计量需要获取预先一步估计量。在实证研究中，不同研究者如果选择不同的工具变量将影响估计结果。后果是推断结论的非稳健。广义经验似然估计量的优点是避免了广义矩估计量所要求的预先一步估计，模型推断对工具变量的选取保持不变。在本文的通胀动态研究中，广义矩基础的推断表明我国存在通胀粘性，广义经验似然基础的推断表明我国不存在通胀粘性。前文分析表明，在有限样本下，当广义经验似然和广义矩基础的模型推断结论相悖时，基于广义经验似然方法的推断结论相对可靠。因此，我们得出我国并非粘性通胀的结论。

其次，如果我国并非粘性通胀，说明我国通胀路径极易受产出缺口路径变化影响。本文研究发现，在样本期，产出缺口虽对通胀在经济意义上具有一定的影响力，但统计上是不显著的，这与文献对美国和欧盟数据的研究是一致的。这说明当前我们仍需警惕过度需求推动通货膨胀率的快速上升及需求不足引致通货紧缩。通胀动态的结构经济讨量分析表明，我国通胀预期是当期通胀率变化的主要因素，通胀惯性是导致通胀率变化的次要因素。本文建议，控制通胀的关键一是通过管理通胀预期降低宏观层面的“平均”通胀预期，二是通过提高货币政策执行力和透明度来减少政策滞后效应。

注释：

*本文为国家社会科学基金“中国通货膨胀与通货膨胀不确定性关系研究”（08BJL019）的研究成果之一，得到福建省社会科学规划项目“地区贸易结构与经济增长——基于海西经济数据的研究”（项目编号：2012B134）、福建省泉州师范学院“管理科学与工程硕士学位授予单位”建设经费和福建省高校服务海西建设重点项目“闽南地区区域经济发展研究”（课题编号：B054）的资助。

参考文献：

①石柱鲜、黄红梅、石庆华：《关于中国潜在GDP与景气波动、通货膨胀率的经验研究》，《世界经济》2004年第8期。

②陈彦斌：《中国新凯恩斯菲利普斯曲线研究》，《经济研究》2008年第12期。

③曾利飞、徐剑刚、唐国兴：《开放经济条件下中国新凯恩斯混合菲利普斯曲线》，《数量经济技术经济研究》2006年第3期。

④Gali, J. （1999）, Inflation Dynamics: A structural Econometric Analysis, Journal of Monetary Economics 44.

⑤Estrella, A. and Fuhrer, J. C., 2002, Dynamic Inconsistencies: Counterfactual Implications of a class of Rational-Expectations Models, The American Economic Review, 92.

⑥Gali, J.； Gertler, M. and Lopez-Salido, J. D., 2005, Robustness of the estimates of the hybrid New-Keynesian Phillips curve, Journal of Monetary Economics, 52.

⑦Hansen, L. P.； Heaton, J. and Yaron, A., 1996, Finite-Sample Properties of Some Alternative GMM Estimators, Journal of Business and Economic Statistics, 14.

⑧Kitamura, Y. and Stutzer, M. , 1997, An Information-Theoretic Alternative To Generalized Method Of Moments Estimation, Econometrica, 65.

⑨Newey, W. K. and Smith, R. J., 2004, Higher Order Properties of GMM and Generalized Empirical Likelihood Estimators, Econometrica, 72.

⑩ Qin, J. and Lawless, J., 1994,Empirical Likehood and General Estimating Equations, The Annals of Statistics, 22.

⑾ Rudd, J. and Whelan, K. , 2005, New Tests of the New-Keynesian Phillips Curve, Journal of Monetary Economics,52.

⑿Stock, J. H.； Wright, J. H. and Yogo, M., 2002, A Survey of Weak Instruments and Weak Identification in Generalized Method of Moments, Journal of Business and Economic Statistics, 20.

责任编辑：夏雨