会员登录
会员注册三、大宗商品价格波动对通货膨胀的影响机制
(一)对国际大宗商品的需求决定了其价格波动对国内价格有重要影响
国际大宗商品价格对国内通货膨胀的影响程度与一国所处的经济发展阶段有重要关系。而我国已进入了工业化和城镇化程度不断加深的经济发展新阶段，对基础原材料的消耗量增长迅速，在国内存在结构性供应瓶颈的情况下，只能依赖国际市场。由于我国对国际大宗商品的需求量不断上涨，相关行业对外依存度不断提高，相关产品的价格也越来越多地受到国际大宗商品市场波动的影响，进而对国内物价水平产生实质影响。从这一点来看，进口国际大宗商品价格上涨引起国内物价上涨属于输入型通货膨胀，而且是输入型通货膨胀中最为典型、最为突出的类型。
由于大宗商品属于初级原材料、上游产品，进口大宗商品的价格上涨会导致国内原材料采购价格上涨，引起使用这些原材料进行生产的企业成本上升，进而影响中下游企业生产成本和产品价格，并传导至最终产品，引起一般物价水平的上涨。从这种角度来看，国际大宗商品价格的上涨引起国内通货膨胀的本质是“成本上升型”通货膨胀。
(二)国际大宗商品的定价机制决定了其对一般价格水平有预测作用
在国际贸易中，除了少数大宗商品采用现货市场和远期合约定价方式外，大部分大宗商品采用基差定价方式，即以国际上发达期货交易所的标准期货合约价格为基准，根据一定的升贴水幅度确定商品计价，如洲际交易所(ICE)的北海布伦特原油期货合约(BRENT)、芝加哥期货交易所(CBOT)现已并入CME集团的大豆合约价、美国纽约商业交易所(NYMEX)的西德州轻原油期货合约(WTI)，以及伦敦金属交易所(LME)的铜合约都是该类商品中定价的基准。而期货市场价格是由众多参与者通过竞价的方式达成的，其价格准确地代表了交易者对未来市场供求关系的估计和预测，所以对现货市场有很强的示范效应和预测作用。当大宗商品价格变化后，以大宗商品作为原材料的产品及下游产品价格也必然会随之波动，因此可以通过大宗商品价格的变化预测一般物价水平的变化。
(三)国际大宗商品价格波动对国内通货膨胀的传导机制
国际大宗商品价格波动对国内通货膨胀的传导要经过一系列环节，每个环节的变化都会对最终的传导效果产生影响。总的来看，传导过程可分为三个阶段：价格波动阶段、进口阶段和国内传导阶段。价格波动是整个传导过程的起点，在前文中已经论述过价格波动的影响因素，在此主要分析进口阶段和国内传导阶段。
1.进口阶段
在进口阶段，需要判断企业在国际大宗商品市场上是价格波动接受者还是价格波动规避者。对于价格波动接受者来说，当国际大宗商品价格上涨时，他们只能被动接受上涨的价格，对大宗商品的采购成本也随之上升。我国绝大部分企业属于这一类。对于价格波动规避者来说，国际大宗商品价格上涨或者下跌对其采购成本并没有显著影响，这种情况的出现是由于以下几个原因：(1)和供应商签订了长期价格合同。(2)企业在国际期货市场上做了套期保值，将国际大宗商品价格波动的风险转嫁给了其他投资者。(3)由于买方垄断等原因具有很强的议价能力。(4)政策上享受补贴。
在国际大宗商品价格受冲击而短期波动时，价格波动接受者一般来说不会将价格上涨转嫁到下游企业，可能通过改进生产工艺、提供劳动生产率等方式自身消化价格上涨；或者为了不影响市场销售而临时降低自身利润率。在国际大宗商品价格持续上涨的过程中，价格波动接受者不可能及时改进生产工艺以消化价格上涨，也不能长期维持低利润率，只能将上升的成本转嫁到下游；对于价格波动规避者来说，其选择具有多样性和不确定性。由于多数企业产品价格上涨，价格波动规避者可通过小幅涨价或者不涨价来确保价格优势，也可以与其他企业产品价格涨幅相一致。
在此阶段，汇率波动也起一定的作用。在本币汇率处于(相对于美元)升值阶段的情况下，汇率变化会在一定程度上缓解大宗商品价格上涨对企业生产成本的冲击程度；反之会加剧大宗商品价格上涨对企业生产成本的冲击。
2.国内传导阶段
国际大宗商品波动在国内传导主要有三个渠道。
一是直接消费渠道。一部分大宗商品本身具有最终产品的性质，比如大豆、玉米等农产品，这些产品进入消费领域后，会直接带动国内相关产品价格随之波动。进入消费领域的大宗商品数量占国内该商品的消费量比重决定了该渠道起作用的大小。
二是生产渠道，这是国际大宗商品价格上涨对国内价格传导的主要渠道。企业为实现预期利润，将进口国际大宗商品价格上涨带来的额外经济负担转嫁到产品价格中，并沿着产业链向下传导至国内下游企业、最终消费者。这一渠道起作用大小的程度取决于一国的产业结构、进口国际大宗商品占国内企业生产成本的比重，以及不同生产环节的企业转嫁成本的程度。如果一个国家第二产业所占比重较大，而且进口国际大宗商品占国内企业生产成本的比重较高，那么国际大宗商品价格波动影响就会很大。对于我国来说，进口结构中初级产品占的份额较大，制造业占经济的比重较高，原材料成本变动相对于劳动力成本变动来说更加明显，更容易受国际大宗商品价格波动的影响。而对于一些发达国家来说，进口结构中产成品占的份额较大，服务业占经济比重要高于第二产业，而且第二产业中劳动力成本与原材料成本的比值要远高于发展中国家，这些国家的企业对原材料价格上涨反映并不像发展中国家那样强烈。
三是间接渠道。国际大宗商品价格波动通过间接渠道对国内价格产生的影响并不像直接消费渠道和生产渠道那样明显，更多的是起到推波助澜的作用，但也有一些时候对物价产生较大影响。间接渠道又可细化为预期渠道、联动渠道和扩散渠道。首先，从预期渠道来看，当国际大宗商品价格持续上涨后，或者预计大宗商品未来会出现较大的供给缺口，人们预期未来大宗商品价格还会进一步上涨，为避免经济损失，在各种交易、合同投资中将未来的大宗商品价格上涨预先计算进去，从而引起现行产品价格水平提高。而且，由于大宗商品具有稀缺性，存在较为明显的供给瓶颈，一旦价格上涨预期形成，在短期内难以回落，在这种情况下，一些企业会加大购买需求，储备大宗商品供未来使用，导致大宗商品价格的螺旋式上升。其次，从联动渠道来看，当国际大宗商品价格上涨时，国内大宗商品供应商也会“跟风”涨价，否则就会出现套利的空间。而且，即使因为进出口限制等因素影响了套利起作用，国内大宗商品供应商也有充分的盈利动机将价格与国际“接轨”。再次，从扩散渠道来看，大宗商品价格上涨扩散到其他部门，引起社会各部门产品价格的普遍上涨。工人或企业经营者会要求提高工资和其他福利待遇，从而提高生产成本和产品价格，而再度使成本增加，导致物价再次上涨。
结合前面对国际大宗商品价格波动影响因素的分析，以及传导过程中的进口阶段和国内传导阶段，可得以下传导机制，如图2所示。
四、大宗商品价格指数的构建与分析
(一)现有的商品价格指数并不适合本课题的研究
要研究国际大宗商品价格对国内价格水平的影响，应当选取能够反映中国对大宗商品的需求和进口结构的大宗商品价格指数。而现有的国际上常用的大宗商品价格指数以及国内一些指数并不适合本课题的研究。国际上的商品价格指数虽然能够反映国际市场上大宗商品的总体变化，但却包含一些我国经济需求量很少或进口量很少的商品，或者不包含我国进口量巨大的商品，这样的指数的变化可能会给我国经济生产提供错误的参考信号，据此做出的针对我国的实证分析可能得出与真实情况相背离的结论。以国际上创建时间最久、使用率最高的路透/Jefferies商品研究局指数(缩写为CRB或RJ/CRB)为例，CRB指数中可可和咖啡这两种商品的权重各为5%，黄金和活牛的权重各为6%，这四种商品的总权重为22%(接近WTI原油的权重23%)，而我国对这四种商品的进口量很小。假如CRB指数的剧烈波动是由这四种商品中的一种或几种引起的，那么这种波动就不会通过进口渠道传导至国内，此时CRB指数与国内价格水平的相关度很低，以这样的CRB指数数据作为样本进行实证分析会产生偏差。还有，我国每年大量进口铁矿石，铁矿石价格波动十分剧烈，对国内钢材价格影响巨大，而CRB指数中却不包含铁矿石类商品，无法体现出进口铁矿石价格波动对我国的影响。另外，CRB等国际商品价格指数中每种商品(或服务)所占指数的权重差别很大，与我国对国际大宗商品的需求量权重很不一致，也会导致使用CRB与我国CPI进行实证分析会偏离实际情况。因此，CRB指数并不适合分析中国经济的具体情况，其他国际商品指数如道琼斯—AIG商品指数(DJ-AIG)、标准普尔高盛商品指数(S&P GSCI)、罗杰斯国际商品指数(RICI)、德意志银行流通商品指数(DBLCI)，也是有同样的问题而不适合本课题的研究。
从国内编制的国际大宗商品价格指数来看，主要有国家发改委价格监测中心编制的中价国际指数，中商流通生产力促进中心编制的中国大宗商品价格指数(CCPI)，以及海关总署编制的进口商品价格指数。中价国际指数(包含中价国际A指数和中价国际B指数)编制时间较短，第一期数据从2003年1月开始；中国大宗商品价格指数(CCPI)是以2006年6月为基期的定基指数，反映的是国内大宗商品价格的变动趋势；海关总署编制的进口商品价格指数包含了所有进口商品，缺乏典型性。
图2国际大宗商品价格波动传导机制
(二)本文构建的进口大宗商品价格指数
在参考国际和国内商品价格指数编制方法的基础上，本文编制了进口大宗商品价格指数。进口大宗商品价格即为国际大宗商品价格，指数化后能够反映国际大宗商品总体对中国通货膨胀的影响。
1.进口大宗商品价格指数的内涵
统计指数的概念，最早由英国人优汉于1650年首创，起初用于反映物价变动。随着社会经济的发展，指数的应用范围不断拓展，其概念的含义也不断得以扩展。英国百科全书对指数的定义为：“指数是用来测定一个变量与某一特定的变量对比数值大小的相对数。”指数可以分为个体指数和综合指数。本文构建的进口大宗商品价格指数(Import Commodity Price Index，缩写为ICPI)属于综合指数，是反映一定时期内中国进口的大宗商品价格变动趋势和程度的相对数，是对进口大宗商品价格进行综合汇总计算的结果。综合指数又可以分为质量指标指数和数量指标指数。大宗商品价格指数反映的是价格变化，属于质量指标指数。
2.指数编制的原则
本文构建的进口大宗商品价格指数遵循四个原则。一是科学性。应用科学、系统的指数编制方法构建较为完整的指数。二是重要性。指数应能够反映我国大宗商品的对外贸易依存度；同时能反映出不同商品的影响差异。三是简便性。计算简便，能够随时更新数据，动态跟踪大宗商品价格变化情况。四是适应性。指数应包含商品增减的计算方式，并能随权重的变化而及时调整。
3.指数成分商品的选择
成分商品其本质就是为了反映大宗商品市场的总体动态变化，而从总体中挑选出的具有代表性的样本。大宗商品种类繁多，要构建一个涵盖所有大宗商品的价格指数是不切实际的，意义也不大。本文以中国经济统计数据库中的中国进口商品构成(共分为88类)作为成分商品选取的基础，根据上文大宗商品的定义选取了26类商品，并按能源、金属、农产品这三大类进行划分，详见表1。通过与CRB指数和中价国际指数的对比可以发现：从成分商品的选择上来看，ICPI比CRB指数中多包含了煤、铁矿石、橡胶、稻谷、原木、纸等商品；ICPI中没有包含CRB指数中的黄金、白银、镍、冰冻浓缩橙汁、可可、咖啡、活牛等商品；ICPI中也没有包含中价国际指数中的低密度聚乙烯(LDP)、苯乙烯、聚丙烯(PP)、树脂(ABS)等化工类商品。从权重上来看，相比较其他同类指数，进口大宗商品价格指数能更好地反映出不同国际大宗商品对我国经济影响的差异。
4.进口大宗商品价格指数的编制方法
本文应用费雪“理想公式”来计算大宗商品价格指数。费雪“理想公式”是为解决拉氏指数和帕氏指数这两种指数计算法之间的矛盾而提出的公式，即拉氏指数和帕氏指数的几何平均数，计算公式为：
(三)对进口大宗商品价格指数的计算与分析
从中国经济统计数据库可以获得各种大宗商品的进口数量(Q)和进口额(V)的月度累计数据。由于数据库中的进口额都是以美元作为单位，为体现汇率变动对价格的影响需要将进口额数据折算成人民币计价。人民币对美元加权平均汇率的月度数据(e)也可从中国经济统计数据库获得。考虑到我国的经济体制改革，以及数据的可得性，本文的初始数据从1995年开始，这样计算出的进口大宗商品价格指数第一期数据是1996年1月。通过对以上数据按下面公式(5)、(6)进行处理可得到大宗商品的月度进口数量
1.ICPI与PPI、CPI走势一致，但ICPI波动幅度更大
从图4、图5中可以发现：ICPI与PPI、CPI的走势基本一致，尤其是PPI与ICPI的走势更是惊人的相似。然而ICPI波动幅度比PPI、CPI更大。1996年1月～1999年8月、2001年9月～2002年11月、2008年12月～2009年12月这三段时间内，ICPI与PPI、CPI都处于明显的波谷阶段，但ICPI降幅明显大于PPI、CPI，PPI降幅又大于CPI。2008-2009年美国“次贷”危机全面爆发的时期内三条曲线的差异更为明显，PPI、CPI均在2009年7月到达最低点，分别为89.9、98.2，ICPI在2009年5月到达最低点，指数为52.8。
2.石油、钢铁等少数大宗产品对总指数变化的贡献度较大
石油类商品和钢铁类商品对进口大宗商品价格指数的贡献度⑥最大，如图6所示，这两类商品的贡献度合计超过50%，在一些年份甚至达70%，贡献度大的主要原因是我国对这两类商品进口需求量巨大，也是我国工业化、城市化过程中消耗量最大的两类商品；同时这两类商品价格近些年来波动剧烈，有不断走高的趋势。除石油类和钢铁类商品外，铜、铝、大豆对进口大宗商品价格指数的贡献度也很大，从2004年开始，石油、钢铁、铜、铝、大豆这五类商品对ICPI的贡献度基本保持在80%左右。
图6分类商品对ICPI的贡献度面积图
五、大宗商品价格与通货膨胀关系的实证检验
从前面的分析可知：进口大宗商品价格指数与通货膨胀之间存在一定的数量关系，本节通过构建计量模型来进行验证。
(一)变量选取与数据处理
1.变量选取
从近三十年来我国通货膨胀的成因来看，有货币投放过快、经济过热、价格体制改革等多个方面，近年来国际大宗商品价格冲击也开始显现。由于价格体制改革具有一定的偶然性，因此本文假定通货膨胀主要受三方面因素的影响：经济增长、货币供给和外部价格冲击。在模型中，经济增长的变化由产出缺口(GAP)表示；货币供给由货币供应量(M2)和实际利率表示，由于我国利率尚未市场化，本文选择银行间同业拆借加权利率(I)来表示实际利率；通货膨胀由消费者价格指数(CPI)表示，外部的价格冲击由本文构建的进口大宗商品价格指数(ICPI)来表示。一些学者在相关实证分析中引用了汇率作为变量，本文没有直接选择汇率作为变量。一方面是因为很多研究(刘亚，李伟平，杨宇俊，2008；张成思，2009)都表明汇率波动对通货膨胀的影响较小，而且也不稳定；另一方面，在计算大宗商品价格指数时对价格进行了汇率折算。
2.数据采集与处理
本文的数据主要来源于《中国经济统计数据库》，数据库中缺失的数据从历年《中国金融统计年鉴》和《中国经济统计年鉴》获得，样本数据期限为1996-2010年。实证检验的结果都是通过时间序列分析软件“Eviews5.0”处理得到。从中国经济统计数据库可以获得CPI的月度数据，GDP季度累积数据、货币和准货币(M2)的月末数据、ICPI的月度数据由前面计算得出。
采集到的季度GDP数据是累积数据，经过差值计算可得到每个季度内的GDP数值。为剔除季节波动的影响，应用Census X12方法将每个季度的GDP数据进行季节调整，得到序列GDP_sa。
CPI、ICPI和I都是月度数据，将每个季度中所包含的三个月数据取平均值，作为它们的季度数据。
收集到的M2是月度数据，所以只需要选择每年的3月、6月、9月和12月的数据即得到每个季度末的M2，季节处理后得到M2_sa。
由于自然对数变换并不改变变量的特征，且能使其趋势线性化，消除时间序列的异方差现象，故对序列CPI、ICPI、GDP_sa、M2_sa、I取对数后，得到ln(CPI)、ln(ICPI)、ln(GDP_sa)、ln(M2_sa)、ln(I)。
计算产出缺口前先必需计算潜在GDP。估算潜在GDP的方法有结构性方法与非结构性方法。结构性方法的代表是生产函数方法，从经济学角度使用生产函数方法更具有说服力。但应用生产函数方法必须要确定生产函数的形式，还需要使用失业率等指标。非结构性方法也称为统计方法，是直接根据实际产出估计潜在GDP，不需要其它统计指标。本文使用HP滤波方法估计潜在GDP，该方法属于非结构方法。应用Eviews软件处理GDP_sa得到HP滤波的趋势项HPtrend，这样产出缺口表示为：
GAP=ln(GDP_sa)-ln(HPtrend)
由于M2序列是存量数据，需将其转化为增长率数据，表达式为：
M2R=ln(M2_sa)-ln(M2_sa(-4))
(二)数据检验与协整分析
1.变量平稳性检验
应用ADF(Augment Dickey-Fuller)方法对各变量进行平稳性检验的结果如表2所示。ADF检验的结果表明，文中所关注的相关变量均不平稳，但都是I(1)过程。
2.变量协整检验与分析
本文应用Engle-Granger两步法进行协整检验。由于并不确定货币供应量和利率哪个变量更适合模型，对它们分别建立模型后进行比较、取舍。先不考虑国际大宗商品价格冲击，对ln(CPI)、ln(GAP)、ln(I)和ln(CPI)、ln(GAP)、ln(M2R)分别建立模型：
各变量系数显著，统计结果较好，如下表所示，因此舍弃方程(9)，以方程(10)作为进一步分析的基础。
对上式(11)中的残差
进行单位根检验，结果如表3所示，在1%显著性水平下拒绝原假设，接受不存在单位根的结论，说明是平稳序列，即～I(0)。由此可见：ln(CPI)、ln(ICPI)、ln(GDP_sa)和ln(M2_sa)四个变量间存在协整关系，即它们之间存在长期稳定的关系。由于各变量都是对数形式，这些系数反映了长期的弹性：ICPI变动1%，CPI变动0.09%；M2R变动1%，CPI变动0.48%；GAP变动1%，CPI变动0.4%。
表面上看来，ICPI对CPI的弹性值相对于M2R、GAP来说要小很多，但考虑到ICPI、M2R、GAP的波动区间⑦，实际影响就不像表面上看到的那样。从1996年3月到2011年6月这段时间内，GAP的波动范围在[-4.4%，5.6%]，相邻两期GAP的差值波动范围[-4.9%，2.7%]、平均值为1.3%；M2R的波动范围在[11.8%，25.7%]，相邻两期M2R的差值波动范围[-4.3%，5.9%]、平均值为-0.1%；而ICPI的波动范围在[50.7%，176.4%]，相邻两期ICPI的差值波动范围[-21.3%，11.9%]、平均值为0.8%。可见：相邻两期ICPI的差值波动区间要远大于GAP和M2R的差值波动区间。这样，即使ICPI弹性小，但其波动范围大，仍然可能会对CPI产生重要影响。通过计算⑧得出：由ICPI、M2R、GAP变动而引起的CPI变动百分点区间分别为[-1.49%，0.83%]、[-0.86%，1.18%]、[-1.76%，0.97%]，从这个角度来看，在模型样本区间，ICPI上浮对CPI的拉动效应与M2R和GAP的拉动效应十分接近；ICPI下行对CPI的抑制效应要大于M2R，仅次于GAP。
(三)模型的进一步扩展——自回归分布滞后模型
为进一步描述各变量对CPI的影响，本文在协整模型的基础上建立了自回归分布滞后模型，用解释变量及被解释变量的滞后变量来表示当期被解释变量。将各变量的滞后期加入方程(10)，得到如下回归方程：
Davidson和McKinnon(1993)认为，不要对分布滞后的形式施加任何限制，先从很大的滞后期开始逐渐降低，看模型的拟合度是否会随着滞后期值的降低而明显下降。本文也运用这种方法来确定滞后期值。由于本文的数据是季度数据，因此滞后期n定为4。估计后发现，变量ln(ICPI)的滞后期系数并不显著，这可能是因为国际大宗商品价格对国内物价原本就有一定的引导性，而滞后期的国际大宗商品价格则对当期CPI的引导性不强。此外，变量ln(CPI[，t])和GAP滞后2期的系数并不显著，M2R滞后1期和2期的系数都不显著。去掉不显著的变量后得到如下回归方程：
该方程的拟合度较高，R-squared为0.884，AIC与SC值也较小，方程的残差是平稳的、正态的，不存在自相关、异方差，如表4所示。
分析上述模型可以发现，从短期来看，CPI滞后1期的变量对当期CPI影响最大，由于模型中1期为1季度，也就是上一季度CPI对本季度CPI的影响最大，系数为0.638，这充分说明价格的粘性。但滞后2期以上的CPI对当期影响并不显著，即两个季度前的CPI对当期CPI影响较小。值得注意的是，ICPI的滞后期变量都不显著，这与理论上的设想不一致——从理论上来看，国际大宗商品作为初级商品传导至下游产成品有一段时滞，其滞后期应当对当前CPI产生影响。而从实证分析来看，ICPI只有当期值对CPI有显著的影响，这一方面是因为模型中数据的每一期都是3个月，企业有较充足的时间进行调整；另一方面，国际大宗商品价格波动通过前文提到的预期渠道对国内价格产生影响，国际大宗商品价格的变化改变了进口企业对未来价格的预期，这种改变会体现在企业当期的产品定价之中，从而体现在CPI的变动之中。
从短期看，ICPI、M2R和GAP对CPI的影响与前面的协整分析相一致，各变量系数的相对大小关系也相似，如表5所示。
(四)状态空间模型的构建与分析
状态空间模型可将不可观测的状态变量并入可观测模型并与其一起得到估计结果，同时利用卡尔曼滤波可估计由被解释变量过去的信息得到状态变量的最佳近似结果。状态空间模型要求相关变量平稳，或变量间存在均衡关系，以避免可能存在非平稳性造成的伪回归，而且对于同阶单整的时间序列，只有存在协整关系时，由这些序列建立的状态空间模型才有意义——这些检验在前文中都已实现，下面开始构建模型。根据前面的协整分析，建立量测方程为：
状态方程为递归形式，表达式如下：
图7、图8、图9实际上就是ICPI、M2R、GAP的弹性值变化轨迹。从图7可以看到，ICPI对CPI有正向的引导关系，ICPI对CPI的弹性变化范围在[0.034，0.056]之间，即ICPI变动1%，CPI变动在[0.034%，0.056%]之间；短期弹性变动值小于协整分析中的长期弹性，是由于经济中价格粘性的存在，国际大宗商品价格变化对CPI的影响有逐渐累积的过程。从图7可看出这种影响有逐渐增大的趋势，表明我国经济对国际大宗商品的依存度逐渐提高，国际大宗商品价格日益成为影响CPI的重要因素。另外，从图7中也可看出，国际大宗商品价格上升或下降带来的影响是非对称性的：国际大宗商品价格上升时，弹性变大，国际大宗商品价格下降时，弹性变小，即国际大宗商品价格上升时引起CPI变动的幅度要大于价格下降时引起的CPI变动的幅度。从这一点也反映出：我国对国际大宗商品价格上涨的重视程度应当高于价格下跌。
图7ln(ICPI)的时变参数β(ICPI对CPI的弹性)变化轨迹
图8M2R的时变参数χ变化轨迹
图9GAP的时变参数γ变化轨迹
改革开放后到20世纪90年代中期，我国的财政、金融体制很不健全，政府干预信贷投放而导致货币供应量猛增的情况时有发生，在这阶段有几轮较严重的通货膨胀，都与货币供应量的大幅增长有很大关系。而从图5可以看到，货币供应量对CPI的弹性从1997年之后逐渐减弱，主要是两方面的原因。第一，从1978-1996年，货币供应量(M2)平均每年增长22%，而1997年之后至2010年7月，货币供应量平均增长仅17%，货币供应量的增幅趋于平缓。第二，货币供应量作为货币政策中介指标的作用逐渐弱化，与经济增长、通货膨胀的相关性有下降的趋势。
产出缺口对通货膨胀影响的理论基础是菲利普斯曲线。菲利普斯曲线表明：现实经济增长率对潜在经济增长率的偏离与物价上涨率二者呈同向的对应变动关系，即正相关关系，当现实经济增长率对潜在经济增长率的偏离上升时，物价上涨率亦上升；当现实经济增长率对潜在经济增长率的偏离下降时，物价上涨率亦下降。本文的实证分析与菲利普斯曲线的结论基本一致。从图10可以直观地看出GAP与CPI同向变动关系；同时图9表明，从1996年3月开始，GAP的时变参数基本上是正向的。
图10产出缺口与CPI的走势
另外，ICPI、M2R和GAP三个变量的时变参数在1997-1998年出现了明显的变化，这主要是受东南亚金融危机的冲击，而在2008-2009年美国“次贷”危机全面爆发的这段期间却没有明显的变化。这一方面说明了东南亚金融危机对模型参数的冲击要大于“次贷”危机带来的影响，另一方面说明，随着我国经济体制改革的不断推进以及经济整体实力的不断增强，我国抵御外部经济金融风险能力有了很大的提高。
（未完待续）