会员登录
会员注册根据以上说明，图2描绘了1995年1季度至2010年4季度中国CPI通胀率与国内外产出缺口的动态时序图。从图中可以看到，国内产出缺口与国外产出缺口在总体变动趋势上具有一定的同周期性，但是在各个时点的具体变动态势上存在比较明显的差别，特别是波峰波谷点的位置和时间有所不同。同时，图2显示中国通胀率水平从1995年接近20%的高位开始逐渐回落，尽管之后总体上保持相对平稳的走势，但在不同年份也有比较明显的起伏变化。例如，在1998年、2002年和2009年，中国通胀率水平出现负值(即通货紧缩)；而在2004年、2007年和2010年，通胀率水平又一度上升到周期性的高点。
表1 中国17个主要贸易伙伴对中国贸易占比情况(%)
|
|
澳大利亚 |
加拿大 |
法国 |
德国 |
香港 |
印尼 |
意大利 |
日本 |
韩国 |
马来西亚 |
荷兰 |
俄罗斯 |
新加坡 |
泰国 |
台湾 |
英国 |
美国 |
|
1995 |
1.8 |
1.8 |
1.9 |
5.7 |
18.5 |
1.5 |
2.2 |
23.9 |
7.1 |
1.4 |
1.7 |
2.3 |
2.9 |
1.4 |
7.4 |
2.0 |
17.0 |
|
1996 |
2.1 |
1.7 |
1.7 |
5.3 |
16.4 |
1.5 |
2.1 |
24.2 |
8.0 |
1.5 |
1.8 |
2.8 |
3.0 |
1.3 |
7.6 |
2.1 |
17.2 |
|
1997 |
1.9 |
1.4 |
2.0 |
4.6 |
18.4 |
1.6 |
1.7 |
22.1 |
8.7 |
1.6 |
2.0 |
2.2 |
3.2 |
1.3 |
7.2 |
2.1 |
17.8 |
|
1998 |
1.9 |
1.6 |
2.2 |
5.3 |
16.7 |
1.3 |
1.8 |
21.3 |
7.8 |
1.6 |
2.2 |
2.0 |
3.0 |
1.4 |
7.5 |
2.4 |
20.1 |
|
1999 |
2.1 |
1.6 |
2.2 |
5.3 |
14.5 |
1.6 |
1.9 |
21.9 |
8.3 |
1.8 |
2.1 |
1.9 |
2.8 |
1.4 |
7.8 |
2.6 |
20.3 |
|
2000 |
2.2 |
1.8 |
2.0 |
5.1 |
14.0 |
1.9 |
1.8 |
21.6 |
9.0 |
2.1 |
2.1 |
2.1 |
2.8 |
1.7 |
7.9 |
2.6 |
19.3 |
|
2001 |
2.2 |
1.8 |
1.9 |
5.7 |
13.6 |
1.6 |
1.9 |
21.3 |
8.7 |
2.3 |
2.1 |
2.6 |
2.7 |
1.7 |
7.9 |
2.5 |
19.6 |
|
2002 |
2.1 |
1.6 |
1.7 |
5.6 |
13.9 |
1.6 |
1.8 |
20.4 |
8.8 |
2.9 |
2.1 |
2.4 |
2.8 |
1.7 |
8.9 |
2.3 |
19.5 |
|
2003 |
2.0 |
1.5 |
2.0 |
6.3 |
13.1 |
1.5 |
1.8 |
20.0 |
9.5 |
3.0 |
2.3 |
2.4 |
2.9 |
1.9 |
8.8 |
2.2 |
18.9 |
|
2004 |
2.3 |
1.8 |
2.0 |
6.1 |
12.7 |
1.5 |
1.8 |
18.9 |
10.1 |
3.0 |
2.4 |
2.4 |
3.0 |
2.0 |
8.8 |
2.2 |
19.1 |
|
2005 |
2.6 |
1.8 |
1.9 |
5.9 |
12.8 |
1.6 |
1.7 |
17.2 |
10.5 |
2.9 |
2.7 |
2.7 |
3.1 |
2.0 |
8.5 |
2.3 |
19.8 |
|
2006 |
2.6 |
1.8 |
2.0 |
6.1 |
12.9 |
1.5 |
1.9 |
16.1 |
10.4 |
2.9 |
2.7 |
2.6 |
3.2 |
2.2 |
8.4 |
2.4 |
20.4 |
|
2007 |
2.9 |
2.0 |
2.2 |
6.1 |
12.8 |
1.6 |
2.0 |
15.3 |
10.4 |
3.0 |
3.0 |
3.1 |
3.1 |
2.3 |
8.1 |
2.6 |
19.6 |
|
2008 |
3.4 |
2.0 |
2.2 |
6.6 |
11.7 |
1.8 |
2.2 |
15.3 |
10.7 |
3.1 |
3.0 |
3.3 |
3.0 |
2.4 |
7.4 |
2.6 |
19.2 |
|
2009 |
4.0 |
2.0 |
2.3 |
7.0 |
11.6 |
1.9 |
2.1 |
15.1 |
10.3 |
3.4 |
2.8 |
2.6 |
3.2 |
2.5 |
7.0 |
2.6 |
19.7 |
|
2010 |
4.4 |
1.8 |
2.2 |
7.1 |
11.5 |
2.1 |
2.2 |
14.8 |
10.3 |
3.7 |
2.8 |
2.8 |
2.8 |
2.6 |
7.2 |
2.5 |
19.2 |
注：表内数据为中国对各国及地区的贸易总额/中国与以上17国及地区的贸易总额；原始数据来自CEIC数据库。
图2 中国CPI通胀率与国内外产出缺口：1995年1季度—2010年4季度
注：原始数据来自CEIC数据库，经作者计算。
值得特别注意的是，虽然国内通胀水平的起落变化在总体上与国内产出缺口的走势具有一致性，但是在一些时期也出现了国内产出缺口上升但通胀率水平下降(如1998年、2002年、2005年)的现象。而与国内产出缺口相比，国外产出缺口显得更具平滑性，而且周期性变化似乎与国内通胀率的走势具有更强的一致性。从图上还可以看到，国外产出缺口在1998年、2003年、2005年以及2009年的波谷点与这些时期国内通胀率的最低点完全吻合，而且国外产出缺口在2001年、2004年、2007年和2010年的波峰点与国内通胀率的高峰期也高度一致。图2所提示的这些信息暗示出，在研究国内通货膨胀动态机制过程中，全球化要素可能是不可忽视的重要因素。
另外，对于实证分析中的数据还有几点说明。首先，对于原始数据为月度频率的数据(CPI通胀率和M2)，我们使用各季度最后一个月的观测值作为对应的季度数据，以避免数据在频率转换过程中引入额外的序列相关性，影响实证分析中计量估计(特别是相关参数的标准差估计)结果的精确度。其次，从下文的分析中我们将会看到，实证估计中还要用到中国广义货币M2的同比增长率作为工具变量。为确保计量估计与统计推断真实可靠，我们对包括M2增长率在内的所有时序数据进行了平稳性检验。根据标准的单位根检验结果(ADF和PP单位根检验)，对于本文研究的所有变量，在5%的显著性水平下都可以拒绝变量含有单位根的原假设，因此各变量均为平稳序列。因为单位根检验是一个常规性的标准化检验，所以为节省篇幅此处未做报告。
四、计量分析
基于前文介绍的相关数据，本部分对模型(6)进行计量估计，希望通过科学严谨的计量分析过程，获得相对可靠的参数估计结果，从而判断以国外产出缺口为代表的全球化要素是否是国内通货膨胀的显著驱动因素，同时获得通胀预期与通胀惯性等对即期通胀率的影响程度。虽然模型(6)从形式上看并不复杂，但是要对其进行回归估计并获得科学稳健的结果并不容易。特别是要注意模型(6)是一个动态模型，并且含有理性预期变量和当期(而不是滞后期)的产出缺口变量。这就要求计量估计中要谨慎处理好三个关键性的问题，即内生性问题、通胀预期的测度问题以及序列相关性问题。从下面的讨论中可以看到，无论忽视其中任何一个问题，都会导致计量结果失真甚至错误。
1.内生性问题
因为模型(6)中自变量含有通胀预期和即期产出缺口变量，所以必须考虑模型的内生性问题。具体而言，因为通胀预期是基于t期及之前的所有相关信息形成的预测，因此影响即期通胀率的随机因素(如国际石油价格变化而形成的供给冲击)很有可能也会影响通胀预期。同时，根据标准的宏观经济分析框架(如Stock & Watson，2002)，影响即期通胀率的随机因素也很有可能影响即期产出缺口(无论国内还是国外)。因此，模型(6)中的扰动项与模型内自变量可能存在非正交关系，即存在内生性问题。
在实际工作中，我们使用Durbin-Wu-Hausman检验，确认“最小二乘估计具有统计一致性”的原假设在传统显著性水平下被拒绝。为此，模型(6)的回归估计需要利用工具变量估计方法获得参数的点估计值和对应的标准差。请注意，Durbin-Wu-Hausman检验的基本思想是对比最小二乘估计与工具变量估计(两阶段最小二乘，2SLS)的参数估计向量，并构建服从卡方分布的统计量进行检验。当然，在实践中我们是基于自变量与工具变量的投影矩阵组合并通过计量分析中标准的Frisch-Waugh-Lovell原理进行假设检验，具体过程可以参见Durbin(1954)、Wu(1973)以及Hausman(1978)。
对于工具变量的选择，既要考虑工具变量与模型内各自变量之间的经济关系，又要考虑工具变量个数相对于样本大小的合理性，并且需要确保工具变量与扰动项无关。为此，我们选择国内外产出缺口以及中国M2增长率各自的1-2期滞后项作为工具变量。另外，常数项和模型右侧所有通胀率的滞后项(实践中由AIC准则和下面介绍的序列相关性检验共同判定为5期滞后)也包含在工具变量集合中。工具变量选择的合理性进一步由Hansen(1982)的J检验进行确定，该检验的原假设为所有工具变量为外生，如果原假设不被拒绝，则表明工具变量的选择相对合理。
2.通胀预期测度问题
对于通胀预期的测度，通过理性预期假设获得通胀预期数据是学界的一种标准做法。这种方法实质上是用t+1期的实际通胀率代表通胀率期望值，即
Etπt+1=πt+1-et+1 (8)
其中et+1表示理性预期误差。这种获得通胀预期序列的方法可以回溯到McCallum(1976)、Cumby et al.(1983)以及Hayashi&Sims(1983)的早期文献，而且也被Roberts(1995)与Gali & Gertler(1999)的重要文献所使用。
虽然直接通过理性预期假设可以比较方便地获得通胀预期数据，但是我们从等式(8)中看到，这种理性预期处理方式会不可避免地引入一个额外的噪音信息，即理性预期误差et+1。此时，对模型(6)进行估计要面对的就不再是扰动项ηt，而是一个复合扰动项ut=ηt-γeet+1。在这种情况下，模型估计的扰动项标准差实际上变成了
(σ2表示方差，σηe表示协方差)。即使原始模型的设定误差项ηt与理性预期误差正交，最后估计出的标准差的精确性也会受到影响。
另外，因为直接采用理性预期假设获得通胀预期序列，实际处理的是复合扰动项，所以还会带来另一个非常关键的问题，就是无法检验模型(6)中的原始扰动项ηt是否具有序列相关性。鉴于模型(6)为动态模型，因此如果ηt存在序列相关性，那么严格讲使用任何滞后项做工具变量都无法获得有效估计结果。当然，即使能够将ηt剥离出来，传统的序列相关性检验也不适用于类似模型(6)这样的工具变量估计下的动态模型。关于这一问题，我们在下文将进一步明确讨论。
因此，为了避免直接使用理性预期假设获得通胀预期序列带来的以上问题，我们借鉴Pagan(1984)的思想，运用工具变量信息集投影技术获得通胀预期序列。具体来说，我们同样不脱离理性预期假设，但是在技术处理上不同于传统的处理方式，即不直接将πt+1带入计量模型中，而是使用πt+1在给定工具变量信息集矩阵Z上的投影来获得通胀预期序列，即
Etπt+1=Pzπt+1 (9)
其中Pz是标准的投影矩阵(Pz=Z(Z'Z)-1Z＇)。可以证明，这样的投影技术处理对2SLS的点估计值没有任何影响，而且回归所得的标准差从理论上更精确(因为规避了额外噪音信息对方差-协方差矩阵估计的干扰)，同时解决了原始模型扰动项的序列相关性无法检验的问题。
3.序列相关性问题
上文已经提到，模型(6)能否获得可靠的估计结果，另一个关键性问题就是序列相关性。对于动态模型(6)来说，如果扰动项存在序列相关性，则意味着通胀滞后项与扰动项非正交，这样就会导致其他相关时序变量的滞后项也与扰动项相关。此时即使采用工具变量回归，结果也不具备统计一致性，而且是有偏的。因此在对模型(6)进行估计的同时，必须检验模型是否存在序列相关性。但是传统的序列相关性检验(如Breusch-Godfrey检验)在工具变量估计模式下是无效的。事实上，自上世纪80年代以来，计量经济学领域就一直对工具变量估计下的序列相关性检验问题有所关注。特别是经过Godfrey et al.(1988)、Davidson & MacKinnon(1993)、Cumby & Huizinga(1992)以及Godfrey(1994)的系列研究，至今已经发展得比较完善，只是在通胀动态机制研究领域没有受到足够的重视和应用。
为此，我们根据Godfrey(1994)所提出的工具变量估计下的序列相关性检验方法对模型(6)进行序列相关性检验。因为已有文献对这一检验的过程介绍多停留在理论层面，不便于研究人员实践操作(如编写程序)，所以我们此处对该检验的核心内容进行简短阐释。其基本思想是基于如下辅助回归方程：
(10)
其中ρ(L)表示滞后算子多项式，
是原始模型使用工具变量估计(2SLS)后获得的残差序列，X表示原始模型(6)中的自变量矩阵，ε是辅助方程的扰动项(允许存在异方差，但不能序列相关)。为便于说明，我们需要将模型(10)重新写成以下向量形式：
(11)
其中X1代表原始模型的自变量矩阵，X2表示方程(10)中的滞后项。现在假定最初的工具变量集合为Z，那么用于估计辅助模型(10)或者(11)的工具变量需要在Z的基础上再增加的滞后项，增广后的工具变量集合用W表示。另外，定义投影矩阵Pw=W(W＇W)-1W＇(其他投影矩阵据此定义)，并令
表示ρ=0时模型(11)对应的残差序列，
(I表示单位阵)，
(T表示样本大小，r表示矩阵X2的维度)。
这样，就可以通过计算下面的LM统计量对是否具有序列相关性进行检验(原假设是ρ=0)：
(12)
其中r就是约束条件个数，检验统计量服从渐近F(r,T-r)分布。我们在实证分析中计算并报告该统计量对应的P值。而根据Kiviet(1986)的研究结论，在实际编写计量程序过程中，滞后操作带来的缺失值需要用0进行插补，以使检验结果更加精确。
4.估计结果
根据以上说明，表2报告了模型(6)的工具变量估计(2SLS)结果，其中前4列是模型中核心参数的估计值与标准差，第5列是对模型(6)中所有通胀率滞后项(除1期滞后项之外)进行联合显著性检验的p值，第6—7列分别报告的是Godfrey(1994)工具变量序列相关性检验的p值和Hansen(1982)J检验对应的p值，最后一列报告了拟合优度统计量修正R2。另外，我们在对模型(6)进行估计过程中，还考察了当通胀预期与通胀惯性的系数满足凸组合约束(即γe+γf=1)时的情况，结果报告在表2的后两行。因为通胀预期序列与通胀滞后项存在较高的相关度，所以凸组合约束可以有效减轻可能存在的共线性问题。
基于表2报告的结果，我们得到以下几点重要发现：首先，无论在有无凸组合约束的条件下，国外产出缺口的系数δf在5%的显著性水平下具有统计显著性，点估计值分别为0.10和0.09。这一结果表明，在其他条件不变的情况下，国外产出缺口每增长一个百分点，会显著带动国内通胀率上升0.1个百分点。②也就是说，在全球化背景下，国外实体经济的发展状况会显著影响国内价格变化率的走势。然而，国内产出缺口的系数估计结果与国外产出缺口对应的结果形成鲜明反差：国内产出缺口系数δd的估计值不仅绝对值非常小，而且不具有统计显著性。
由此看来，在最近15年左右的时间内，我国主要贸易伙伴国或地区的经济运行状况对国内CPI通胀率的影响效果显著超越了国内产出缺口的影响。这一结果从一个侧面对中国过去十几年间所经历的“低通胀-高增长”现象(学界称为“缩长”之谜)提供了一个解释：自上世纪90年代中后期以来，尽管国内经济增长持续高位运行，但全球经济总体上增长平缓，发达国家普遍出现大稳健现象(殷剑锋，2010)，而且中国主要贸易伙伴国或地区的超额供给时期(即产出缺口为负的时期；回顾图2)明显多于国内，从而显著平抑了国内通货膨胀压力。
表2 引入全球化因素的NKPC模型估计(2SLS)结果
|
|
γe |
γb |
δd |
δf |
p(αi) |
p-auto |
p-J |
|
|
γe+γf=1 |
0.490*** (0.036) |
0.495*** (0.030) |
-0.015 (0.148) |
0.102** (0.040) |
0.000 |
0.117 |
0.657 |
0.88 |
|
0.512*** (0.034) |
0.488*** (0.034) |
-0.005 (0.159) |
0.091** (0.042) |
0.000 |
0.192 |
0.795 |
0.89 |
2注：样本区间为1995年1季度至2010年4季度；模型最优滞后阶数根据AIC信息准则和序列相关性检验共同判定为5(备选最大阶数为8)；工具变量为回归模型中的所有通胀率滞后项、国内和国外产出缺口的1-2期滞后项以及中国M2同比增长率的1—2期滞后项；p(αi)表示2—5期通胀率滞后项联合显著性检验对应的p值；p-auto指Godfrey(1994)工具变量序列相关性检验的p值(原假设为无序列相关性)；p-J指Hansen(1982)J检验对应的p值(原假设为所有工具变量为外生)；小括号内报告的是Newey-West稳健性标准差(HAC，固定带宽)；***和**分别表示相应的统计量在1%和5%的置信水平上具有统计显著性；所有序列均经单位根检验确定为平稳序列。
其次，表2前两列的结果显示，在没有约束条件情况下通胀惯性系数略高于通胀预期系数。而在凸组合约束条件下，通胀预期系数略高于惯性系数。也就是说，在1995—2010年期间，通胀预期与通胀惯性对我国即期通胀率的驱动效应基本相当。在这一点上，我国的通货膨胀动态机制特征与发达国家明显不同，特别是不同于Gali & Gertler(1999)所倡导的理性预期主导新凯恩斯菲利普斯曲线的结论。因为预期与惯性对通货膨胀的贡献各占50%，所以在分析通货膨胀驱动机制过程中，二者都不能轻易忽视。这也暗示出，决策层在通胀预期管理过程中，需要同时关注市场对未来通货膨胀的预期和通货膨胀的历史表现。
（未完待续）
责任编辑：夏雨