中國價格傳導定量機制實證研究

孫紅英，伍玉玲

(仲愷農業(yè)工程學院 計算科學系，廣州 510225）

中國價格傳導定量機制實證研究

孫紅英，伍玉玲

(仲愷農業(yè)工程學院 計算科學系，廣州 510225）

當前，中國經濟回升勢頭進一步鞏固，但宏觀調控面臨的“兩難”問題增多，如何防止經濟快速下滑和防范通貨膨脹成為當前宏觀經濟決策的重要內容。為此，研究價格傳導機制，預測2010年價格變化走勢，對防范通脹具有十分重要的意義。文章運用差分回歸分析研究了1994～2010年各月原材料、燃料、動力購進價格指數(shù)、PPI、RPI、CPI之間的傳導規(guī)律，建立了價格傳導機制定量模型，在此基礎上，使用動態(tài)等維灰數(shù)遞補和基于滑動平均法改進的GM（1,1）的灰色組合模型，預測出2010年上述四種指數(shù)分別為106.29、104.09、103.31、103.26左右，并針對管理好通脹提出了對策建議。

灰色組合模型；價格傳導機制；實證研究

0 前言

2009年，中央經濟工作會議要求將管理好通脹預期作為今年宏觀調控的重要內容。由于前期信貸投放過于寬松，加上各種自然災害以及部分游資炒作等因素，上半年市場通脹已經顯現(xiàn)，5月份CPI和PPI分別上漲3.1%、7.1%。目前，歐洲債務危機成為引發(fā)的全球經濟“二次探底”的重要隱憂，反映國內經濟運行的一些先行指標開始出現(xiàn)明顯回落，影響經濟運行的不確定性因素增加，國家宏觀調控面臨“兩難”問題增多，如何把握好宏觀調控力度與防范通貨膨脹成為政策選擇的新難題。以往價格傳導機制研究顯示，上游產品價格上漲對下游產品價格的傳導是推動價格上升的重要因素。為較好把握當前價格運行規(guī)律，準確預見全年價格走勢，本文根據(jù)上游產品向下游產品價格傳導有關理論，定量研究上游產品價格向下游產品價格傳導的基本規(guī)律，以1994～2010年各月原材料、燃料、動力購進價格指數(shù)、工業(yè)品出廠價格指數(shù)、商品零售價格指數(shù)、居民消費價格指數(shù)為基礎（見圖1），運用差分回歸分析工具研究中國價格傳導定量機制，在此基礎上，使用動態(tài)等維灰數(shù)遞補和基于滑動平均法改進的GM（1,1）的組合模型預測出2010年中國原材料、燃料、動力購進價格指數(shù)指數(shù)，根據(jù)中國價格傳導定量機制推算出2010年 PPI、RPI和 CPI指數(shù)。

1 建立中國四種價格指數(shù)傳導定量模型

1.1 原材料、燃料、動力購進價格指數(shù)向工業(yè)品出廠價格指數(shù)傳導定量分析

圖1

作為工業(yè)品成本的一個重要部分，原材料和燃料等的價格對工業(yè)品的價格具有舉足輕重的影響。對原材料、燃料、動力購進價格指數(shù)和工業(yè)品出廠價格指數(shù)兩者的相關性進行分析，發(fā)現(xiàn)兩者的相關系數(shù)達到0.89，具有較高的相關性。

工業(yè)品出廠價格除了受到本期的原材料、燃料、動力購進價格影響外，還受到上期工業(yè)品出廠價格和上期原材料購進價格的影響，如果只對本期的兩個價格指數(shù)進行回歸分析會出現(xiàn)自相關的問題，于是筆者利用上述三種價格指數(shù)對工業(yè)品出廠價格進行差分回歸，結果如表1所示。

三個價格指數(shù)都通過了t檢驗，說明對本期工業(yè)品的價格影響是顯著的。其中本期原材料、燃料、動力購進價格上升1%，本期的工業(yè)品出廠價格則上升0.49%；上期原材料價格上升1%，本期工業(yè)品出廠價格下降0.44%；上期工業(yè)品出廠價格上升1%，本期工業(yè)品價格上升0.94%。

表1 工業(yè)品出廠價格指數(shù)與原材料購進價格指數(shù)回歸結果

表2 商品零售價格指數(shù)和工業(yè)品出廠價格指數(shù)的回歸結果

表3 居民消費價格指數(shù)與商品零售價格指數(shù)的回歸結果

表4 居民消費價格指數(shù)與原材料購進價格的回歸結果

表5 居民消費價格指數(shù)與工業(yè)品出廠價格指數(shù)的回歸結果

1.2 工業(yè)品出廠價格指數(shù)向商品零售價格指數(shù)傳導定量分析

商品的零售價格受到工業(yè)品出廠價格、運輸費用、銷售費用等等因素的影響，其中工業(yè)品出廠價格對商品零售價格的影響是最直接的。根據(jù)有關數(shù)據(jù)計算得到，商品零售價格指數(shù)與工業(yè)品出廠價格指數(shù)的相關系數(shù)達到了0.81。

同樣地，筆者用本期工業(yè)品出廠價格、上期工業(yè)品出廠價格和上期商品零售價格對本期的商品零售價格進行回歸分析，得如表2所示的結果。

根據(jù)表2的回歸結果，本期工業(yè)品出廠價格對本期商品零售價格的影響較為顯著，本期工業(yè)品出廠價格上升1%，本期商品的零售價格則上升0.12%；上期工業(yè)品出廠價格對本期商品零售價格的影響則不顯著；而上期商品零售價格對本期商品零售價格的影響卻十分顯著，上期商品零售價格上升1%，本期商品零售價格則會上升0.96%。

1.3 商品零售價格指數(shù)向居民消費價格指數(shù)傳導定量分析

商品零售價格是影響居民消費的主要因素，另外，影響居民消費的其他重要因素包括收入水平、消費習慣等。根據(jù)數(shù)據(jù)可得，居民消費價格指數(shù)與商品零售價格指數(shù)的相關系數(shù)為0.989，屬于高度相關。

由于消費存在慣性的因素，本期的消費受到上期消費的影響，模型中考慮到上期消費的影響因素，筆者運用差分回歸結果如表3所示。

上述表3回歸結果表明，上期居民消費價格、上期商品零售價格和本期商品零售價格對本期居民消費價格的影響都是十分顯著的。其中上期居民消費價格上升1%，本期居民消費價格則會上升0.91%；本期商品零售價格上升1%，本期居民消費價格則會上升0.88%；上期商品零售價格上升1%，本期居民消費價格則會下降0.79%。

1.4 原材料、燃料、動力購進價格指數(shù)向居民消費價格指數(shù)傳導分析

原材料、燃料、動力購進價格指數(shù)上漲是引起居民消費價格指數(shù)變化的源頭。為研究原材料、燃料、動力購進價格指數(shù)上漲對居民消費價格指數(shù)傳導幅度，同樣地，筆者用本期原材料、燃料、動力購進價格指數(shù)、上期原材料、燃料、動力購進價格指數(shù)和上期居民消費價格指數(shù)進行差分回歸分析，得如表4所示的結果。

表6 預測精度等級劃分表

上述表4回歸結果表明，用上期原材料購進價格、本期原材料購進價格和上期居民消費價格對本期居民消費價格的影響都是十分顯著的。其中上期原材料購進價格上升1%，本期居民消費價格則會下降0.08%；本期原材料、燃料、動力購進價格上升1%，本期居民消費價格則會上升0.09%；上期居民消費價格上升1%，本期居民消費價格則會上升0.97%。

1.5 工業(yè)品出廠價格指數(shù)(PPI)向居民消費價格指數(shù)(CPI)傳導定量分析

工業(yè)品出廠價格指數(shù)是引起居民消費價格指數(shù)變化重要方面。為研究工業(yè)品出廠價格指數(shù)上漲對居民消費價格指數(shù)傳導幅度，同樣地，用本期工業(yè)品出廠價格指數(shù)、上期工業(yè)品出廠價格指數(shù)和上期居民消費價格指數(shù)進行差分回歸分析，結果如表5。

上述表5回歸結果表明，用上期工業(yè)品出廠價格指數(shù)、本期工業(yè)品出廠價格指數(shù)和上期居民消費價格對本期居民消費價格的影響都是十分顯著的。其中上期工業(yè)品出廠價格指數(shù)上升1%，本期居民消費價格則會下降0.13%；本期工業(yè)品出廠價格指數(shù)價格上升1%，本期居民消費價格則會上升0.15%；上期居民消費價格上升1%，本期居民消費價格則會上升0.96%。

2 基于灰色組合模型的價格指數(shù)預測模型

灰色模型把對既含有已知信息又含有未知或非確定信息的系統(tǒng)進行預測等同于對在一定方位內變化的、與時間有關的灰色過程的預測。GM（1,1）模型具有所需樣本數(shù)量少、計算簡單、可檢驗等優(yōu)點。但是在使用GM（1,1）模型進行預測時也發(fā)現(xiàn)了其存在的一些缺點，如灰色區(qū)間過大等。為了解決這個問題，本文使用動態(tài)等維灰數(shù)遞補模型和基于滑動平均法改進的GM（1,1）模型做組合來代替GM（1,1）模型。文章先以1994年5月-2010年5月月度原材料、燃料、動力購進價格指數(shù)為基礎，運用灰色組合模型預測了2010年6-12月原材料、燃料、動力購進價格指數(shù)。然后以第一節(jié)傳導規(guī)律，分別推算出2010年6-12月工業(yè)品出廠價格指數(shù)、商品零售價格指數(shù)、居民消費價格指數(shù)。

2.1 灰色組合模型的建立

通過累加生成的數(shù)列X(1)，計算模型參數(shù)a和u。記

表7 以灰色組合模型為基礎的2010年中國工業(yè)品出廠價格指數(shù)預測表

表8 2010年工業(yè)品出廠價格指數(shù)、商品零售價格指數(shù)、居民消費價格預測指數(shù)

（2）動態(tài)等維灰數(shù)遞補模型。動態(tài)等維灰數(shù)遞補模型是以(1)為基礎建立GM(1,1)模型群。其具體原理和步驟如下：①用(1)中已建立的GM(1,1)模型預測出最近的一個數(shù)據(jù);②將補充到已知數(shù)列中,去掉,使構成發(fā)展系列與原系列等維;③利用新生成的數(shù)列再建立一個(1)中對GM(1,1)模型,預測下一個值,將預測值再補充到數(shù)據(jù)序列之后,再去掉該數(shù)列的第一個值。據(jù)此逐步預測,依次遞補,預測直到2010年12月為止。

2.2 預測2010年工業(yè)品出廠價格指數(shù)、商品零售價格指數(shù)、居民消費價格指數(shù)

以第一節(jié)1994～2009年中國四種價格指數(shù)傳導規(guī)律為基礎，運用前面2010年中國工業(yè)品出廠價格預測指數(shù)，推算出2010年工業(yè)品出廠價格指數(shù)、商品零售價格指數(shù)、居民消費價格指數(shù)。（見表8）

3 結論及政策建議

上述模型預測顯示（見表6），2010年全年原材料、燃料、動力購進價格指數(shù)為102.298左右、工業(yè)品出廠價格指數(shù)101.586左右、商品零售價格指數(shù)102.275左右、居民消費價格指數(shù)預計為102.050左右。從CPI月度運行來看,月度CPI均呈穩(wěn)步上升態(tài)勢。說明，當前通貨膨脹已經開始顯現(xiàn)，同時由于今年消費者對通脹預期較高，需要從宏觀經濟政策上，引導通脹預期，防止出現(xiàn)嚴重的通貨膨脹。為此，第一，要繼續(xù)治理以高房價為代表的資產價格泡沫對價格形成的傳導效應。當前，拉動我國經濟增長的重要“馬車”，外需已呈現(xiàn)強勁增長勢頭，1-6月我國進出口總值13548.8億美元，同比增長 43.1%，在經濟增長動力出現(xiàn)較好轉換的關鍵階段，要加大對以高房價為代表的資產價格治理力度，減輕高房價對擴大內需的擠出效應，防止形成資產價格泡沫，形成價格傳導效應，加劇通脹壓力。第二，要高度關注游資對原材料和重要商品的炒作。由于中央治理高房價效果開始逐步顯現(xiàn)，加上股票市場出現(xiàn)較大幅度的調整，部分投機資本和游資沒有新投資渠道，開始紛紛選擇炒作大蒜、綠豆等大宗商品價格，對居民消費心理形成沖擊，強化居民通脹心理預期。要繼續(xù)加大對資本流動的監(jiān)管，加大市場監(jiān)管力度，打擊囤積居奇行為，維護良好市場秩序。第三，要突出抓好食品價格的調控。在我國CPI構成中，食品價格占比較高，權重超過30%，食品價格變化往往會成為通脹的重要誘因。為此要突出穩(wěn)定糧食價格，今年糧量很可能減產，特別是前不久南方水災等惡劣自然天氣影響，這些都成為拉動食品價格上漲誘因，為此要提前做好應對食品價格上漲的各種預案，積極做好糧食、豬肉以及副食品等調儲和保障，防止引起價格上漲連鎖反應。第四，要加強對輿論的正確引導。要加強市場價格分析預警，正確引導輿論，減輕居民價格預期上漲心理壓力。

[1]李工農等.經濟預測與決策及其Matlab實現(xiàn)[M].北京:清華大學出版社，2007.

[2]鄧聚龍.灰預測與灰決策[M].武漢：華中科技大學出版社，2002.

[3]鄧聚龍.灰色系統(tǒng)預測與決策[M].武漢：華中理工大學出版社出版，1986.

[4]殷春武等.GM(1,N)模型在收益現(xiàn)值法中的運用[J].商場現(xiàn)代化，2008,10.

[5]張啟敏.灰色預測模型[J].寧夏大學學報（自然科學版），2002，23（2）.

[6]孫紅英.改進的BP人工神經網絡在用電量預測中的應用[J].西安文理學院學報，2007,（8）.

[7]張慶年.前饋神經網絡的特性分析與應用[J].武漢交通科技大學學報，1999,23（4）.

[8]溫家寶.國務院常務會議對下階段工作部署[N].人民日報，2009-6.

[9]孫紅英.基于改進的BP人工神經網絡兩次金融危機影響下中國CPI運行對比定量分析[J].統(tǒng)計與決策，2010，(1).

[10]溫家寶.國務院常務會議部署四季度經濟工作[N].中國廣播網，2009-10.

[11]中央經濟工作會議公報[N].新華社北京，2009-12.

（責任編輯/亦 民）

F222.3

A

1002－6487（2010）23－0109-03

孫紅英（1979-），女，山東菏澤人，講師，研究方向：計量經濟學、金融統(tǒng)計。

伍玉玲（1982-），女，廣東深圳人，講師，研究方向：金融統(tǒng)計。