通貨膨脹、預(yù)期通貨膨脹和產(chǎn)出缺口長(zhǎng)期關(guān)系研究

李冬冬

摘要：為研究中國(guó)目前的經(jīng)濟(jì)是否存在菲利普斯現(xiàn)象，文章利用1998～2018年的數(shù)據(jù)，結(jié)合HP濾波法、AR模型和VAR模型進(jìn)行了實(shí)證分析。結(jié)果表明，中國(guó)的預(yù)期通貨膨脹和產(chǎn)出缺口均對(duì)實(shí)際通貨膨脹具有一定的解釋作用。具體來(lái)說(shuō)，產(chǎn)出缺口與通貨膨脹在短期內(nèi)存在較強(qiáng)的菲利普斯現(xiàn)象，長(zhǎng)期則不明顯。預(yù)期通貨膨脹與通貨膨脹間存在較弱的菲利普斯現(xiàn)象，但該現(xiàn)象持續(xù)時(shí)間有可能較長(zhǎng)。

關(guān)鍵詞：菲利普斯曲線;奧肯定律;通貨膨脹率;預(yù)期通貨膨脹率;產(chǎn)出缺口

菲利普斯曲線是由A.W.菲利普斯提出，表明在英國(guó)的數(shù)據(jù)中失業(yè)率和工資膨脹率之間的存在一種負(fù)相關(guān)關(guān)系。后來(lái)的經(jīng)濟(jì)學(xué)家對(duì)原始的菲利普斯曲線做出了改進(jìn)，如用價(jià)格的膨脹代替工資膨脹、將預(yù)期和供給沖擊納入考察范圍，是現(xiàn)代菲利普斯曲線?，F(xiàn)代菲利普斯曲線的表達(dá)式為：Π=Π0-β（u-u0）+v，其中Π為通貨膨脹率，Π0是預(yù)期通貨膨脹率，u是失業(yè)率，u0是自然失業(yè)率，β（β>0）是失業(yè)缺口對(duì)通貨膨脹的彈性。奧肯定律描述了GDP變化和失業(yè)率變動(dòng)的關(guān)系，其中ΔGDP=實(shí)際GDP-潛在GDP，Δu=自然失業(yè)率u-潛在失業(yè)率u0。按照奧肯定律，GDP每增長(zhǎng)1%，失業(yè)率便會(huì)下降0.5%。鑒于這種此消彼長(zhǎng)的關(guān)系，可以將菲利普斯曲線改寫為Π=Π0+α（Y-Y0）+v，其中Y為實(shí)際產(chǎn)出，Y0為潛在產(chǎn)出，α（α>0）為產(chǎn)出缺口對(duì)通貨膨脹的彈性。另外，供給沖擊來(lái)自供給方面并影響供給數(shù)量的有關(guān)因素的變動(dòng)，如技術(shù)進(jìn)步、中東石油提價(jià)、干旱、罷工、戰(zhàn)爭(zhēng)等。

現(xiàn)有的有關(guān)菲利普斯曲線實(shí)證研究的文獻(xiàn)中，HP濾波法、ARMA模型和VAR模型均是常被用的方法，但綜合利用這三種方法的文獻(xiàn)則很少。因此，本文將這三種方法結(jié)合起來(lái)，就通脹率、預(yù)期通脹率和產(chǎn)出缺口三者的關(guān)系，即在中國(guó)是否存在菲利普斯現(xiàn)象進(jìn)行實(shí)證分析。由于近年來(lái)，中國(guó)在供給沖擊方面表現(xiàn)不明顯，故下文不予考慮。以下數(shù)據(jù)均來(lái)自于《中國(guó)統(tǒng)計(jì)年鑒》。

一、產(chǎn)出缺口估計(jì)

選取中國(guó)1985～2018年的實(shí)際產(chǎn)出并進(jìn)行對(duì)數(shù)化處理，記為GDP（p78=100）。其中，GDP為一階單整序列，一階差分（記為DGDP）后在1%的顯著性水平上平穩(wěn)，1%顯著性水平所對(duì)應(yīng)的t值為-4.273277。由于DGDP平穩(wěn)，且代表的是GDP年增長(zhǎng)率的變動(dòng)，故利用HP濾波法將GDP增長(zhǎng)率的變動(dòng)分解為趨勢(shì)成分和周期成分，趨勢(shì)成分記為Hptrend01，周期部分為產(chǎn)出缺口的變動(dòng)，用來(lái)代表菲利普斯曲線中的產(chǎn)出缺口，記為DGDP1（DGDP1= DGDP- Hptrend01）。

進(jìn)一步地，對(duì)產(chǎn)出缺口的變動(dòng)DGDP1做單位根檢驗(yàn)發(fā)現(xiàn)，DGDP1在1%的顯著性水平上是平穩(wěn)序列，且1%顯著性水平所對(duì)應(yīng)的t值為-2.664853。

二、預(yù)期通貨膨脹率估計(jì)

（一）數(shù)據(jù)選擇和預(yù)處理

選取1985～2018年的消費(fèi)者價(jià)格指數(shù)（P78=100）并進(jìn)行對(duì)數(shù)化處理，記為CPI。其中，1986～1989年、1991～1994年數(shù)據(jù)缺失，缺失的數(shù)據(jù)分別用各自臨近兩年的CPI均值填補(bǔ)。

適應(yīng)性預(yù)期理論認(rèn)為，人們通常根據(jù)以前年度的通貨膨脹率來(lái)預(yù)期未來(lái)年度的通貨膨脹率，而時(shí)間序列模型可以根據(jù)以前年度數(shù)據(jù)做出預(yù)測(cè)，因此以下就通貨膨脹率CPI運(yùn)用ARMA模型估計(jì)預(yù)期通貨膨脹率。

（二）AR模型構(gòu)建和檢驗(yàn)

1. 模型的判斷和最大滯后階數(shù)確定

對(duì)CPI做單位根檢驗(yàn)，發(fā)現(xiàn)其在5%的顯著性水平上是平穩(wěn)的，5%顯著性水平所對(duì)應(yīng)的t值為-3.574244。對(duì)于平穩(wěn)時(shí)間序列，ARMA模型可根據(jù)樣本自相關(guān)函數(shù)、偏自相關(guān)函數(shù)的截尾、拖尾性來(lái)判定模型的階數(shù)。若偏自相關(guān)函數(shù)是截尾，自相關(guān)函數(shù)是拖尾，則適用于AR模型;若偏自相關(guān)函數(shù)是拖尾，自相關(guān)函數(shù)是截尾，則試用于MA模型;若偏自相關(guān)函數(shù)和自相關(guān)函數(shù)均是拖尾，則適用于ARMA模型。CPI0相關(guān)圖和偏相關(guān)圖見(jiàn)圖1。由圖可知，CPI相關(guān)圖拖尾，偏相關(guān)圖二階結(jié)尾，初步判定為AR（2）模型。

為更加準(zhǔn)確地確定AR模型的最大滯后階數(shù)，分別建立AR（3）、AR（2）和AR（1）模型，通過(guò)比較AIC、SC、HQ和最大滯后階數(shù)所對(duì)應(yīng)的p值，選擇最大滯后階數(shù)顯著且AIC、SC、HQ最小的形式，建立AR（4）模型。

2. AR（4）模型的檢驗(yàn)和預(yù)測(cè)

AR（4）的估計(jì)結(jié)果為：CPI=1.0316+ 0.9058*CPI（-1）-0.2800*CPI（-2）- 0.1703*

CPI（-3）+0.3854*CPI（-4）。對(duì)所建立的AR（4）模型的殘差序列進(jìn)行LM檢驗(yàn)，滯后階數(shù)自動(dòng)選擇為2，發(fā)現(xiàn)該模型在10%的顯著性水平上不拒絕原假設(shè)（Pro.為0.8212），即殘差無(wú)序列相關(guān)。

進(jìn)一步，對(duì)殘差序列進(jìn)行異方差檢驗(yàn)（ARCH檢驗(yàn)），滯后階數(shù)自動(dòng)選擇為1，發(fā)現(xiàn)該模型在10%的顯著性水平上不拒絕原假設(shè)（Pro.為0.7383），即殘差無(wú)ARCH形式的異方差。由此，可知AR（4）模型估計(jì)結(jié)果可靠，利用該模型估計(jì)預(yù)期通貨膨脹，記為CPIF。

三、VAR模型的構(gòu)建

（一）單位根檢驗(yàn)和最優(yōu)滯后階數(shù)確定

由前文可知，通貨膨脹率CPI和產(chǎn)出缺口DADP1 是平穩(wěn)的，這里對(duì)預(yù)期通貨膨脹CPIF進(jìn)行ADF檢驗(yàn)，滯后階數(shù)選擇3，發(fā)現(xiàn)CPIF在1%的顯著性水平上是顯著的，并且1%顯著性水平所對(duì)應(yīng)的t值為-4.356068。

在此基礎(chǔ)上，以CPI、CPIF和DADP1建立無(wú)約束的VAR（P）模型，并根據(jù)AIC、SC和HQ準(zhǔn)則確定模型最優(yōu)滯后階數(shù)為1，由此建立VAR（1）模型。

（二）模型穩(wěn)定性檢驗(yàn)和Granger因果檢驗(yàn)

對(duì)所建立的VAR（1）模型進(jìn)行特征根檢驗(yàn)，發(fā)現(xiàn)所有特征根都在單位圓內(nèi)，特征根的模分別為：0.897801、0.669220和0.254638，均小于1，VAR模型穩(wěn)定。

進(jìn)一步，對(duì)VAR（1）模型進(jìn)行Granger因果檢驗(yàn)，滯后階數(shù)選擇1，檢驗(yàn)結(jié)果見(jiàn)表1。格蘭杰因果關(guān)系檢驗(yàn)實(shí)質(zhì)上是檢驗(yàn)一個(gè)變量的滯后變量是否可以引入到其他變量的方程中。一個(gè)變量如果受到其他變量的滯后影響，則稱它們具有Granger因果關(guān)系。

1.CPI和CPIF

由該表可知，在5%的顯著性水平下，CPI是CPIF的Granger原因，但CPIF不是CPI的Granger原因。這說(shuō)明CPIF能夠較大程度地被過(guò)去的CPI解釋，CPI的滯后變量對(duì)CPIF具有較好的預(yù)測(cè)作用，這符合適應(yīng)性預(yù)期中人們往往根據(jù)過(guò)去的價(jià)格預(yù)期未來(lái)通貨膨脹率的思想。而CPI不是CPIF格蘭杰引起的，說(shuō)明CPI不能較大程度地被過(guò)去的CPIF解釋。

2.DGDP1和CPI

在10%的顯著性水平下，DGDP1是 CPI的Granger原因，但CPI不是DGDP1的Granger原因。這說(shuō)明，CPI能夠較大程度地被過(guò)去的DGDP1解釋，這說(shuō)明CPI和DGDP1很有可能存在某種相關(guān)關(guān)系。而DGDP1不是CPI格蘭杰引起的，說(shuō)明CPI的滯后變量對(duì)DGDP1沒(méi)有很好的解釋作用，這說(shuō)明價(jià)格因素與產(chǎn)出缺口很可能不存在相關(guān)關(guān)系。

3.DGDP1和CPIF

在10%的顯著性水平下，DGDP1不是CPIF的Granger原因，CPIF也不是DGDP1的Granger原因。這說(shuō)明，DGDP1和CPIF的滯后項(xiàng)都沒(méi)有對(duì)對(duì)方起到很好的解釋作用。由此，Granger因果性檢驗(yàn)說(shuō)明CPI、CPIF和DGDP1三者之間至少存在著單向Granger因果關(guān)系，滿足VAR模型的建立前提。

（三）脈沖響應(yīng)

結(jié)合模型的回歸結(jié)果和本文的研究目的，選擇選擇第一個(gè)方程：CPIt=1.0325+0.6281CPIt-1+0.2089CPIFt-1+0.1195DGDP1t-1。以下運(yùn)用脈沖響應(yīng)函數(shù)和方差分解對(duì)該方程做出解釋。

脈沖響應(yīng)函數(shù)描述的是VAR模型中一個(gè)內(nèi)生變量的沖擊給其他內(nèi)生變量所帶來(lái)的影響，隨著時(shí)間的推移，觀察模型的各變量對(duì)于沖擊式如何反應(yīng)的。根據(jù)Granger因果檢驗(yàn)，在5%的顯著性水平下，CPI是CPIF的Granger原因，而在10%的顯著性水平下，DGDP1是 CPI的Granger原因。據(jù)此，做CPIF對(duì)CPI和CPI對(duì)DGDP1的響應(yīng)分析。分別給CPIF和CPI一個(gè)標(biāo)準(zhǔn)差的沖擊，脈沖響應(yīng)見(jiàn)圖2和圖3。圖中，橫軸表示脈沖響應(yīng)函數(shù)的追蹤期數(shù)，縱軸表示因變量對(duì)解釋變量的響應(yīng)程度，實(shí)線為響應(yīng)函數(shù)的計(jì)算值，許仙為響應(yīng)函數(shù)值加或減兩倍標(biāo)準(zhǔn)差的置信帶。

在CPIF對(duì)CPI的脈沖響應(yīng)中，當(dāng)CPI給CPIF一個(gè)標(biāo)準(zhǔn)差息的沖擊時(shí)，CPIF的響應(yīng)在前三期是正響應(yīng)，且不存在時(shí)滯，第一期便出現(xiàn)最大正向沖擊0.0135，此后響應(yīng)逐漸減弱至第八期達(dá)到最低點(diǎn)-0.005，期間第三期響應(yīng)為0。第八期后CPI的沖擊力度有所提升，CPIF的響應(yīng)隨之緩慢提升但都小于0，最后逐漸收斂于-0.0007。由此可知，通貨膨脹的發(fā)生在短期內(nèi)會(huì)先對(duì)通貨膨脹預(yù)期產(chǎn)生正向的影響，而在長(zhǎng)期內(nèi)正向影響將轉(zhuǎn)為負(fù)向影響，并且這種負(fù)向影響隨著時(shí)間越來(lái)越小并收斂于某一數(shù)值。這很有可能表明，當(dāng)現(xiàn)實(shí)通貨膨脹率提高時(shí)，短期內(nèi)人們會(huì)相應(yīng)地提高對(duì)價(jià)格的預(yù)期，但長(zhǎng)期內(nèi)人們卻會(huì)降低對(duì)通貨膨脹的預(yù)期。

在CPI對(duì)DGDP1的脈沖響應(yīng)中，當(dāng)DGDP1給CPI一個(gè)標(biāo)準(zhǔn)差息的沖擊時(shí)，DGDP1前6期的響應(yīng)為正，7～10期響應(yīng)為零，11～14期響應(yīng)為-0.001，15期以后逐漸收斂為零。DGDP1的響應(yīng)存在一期的時(shí)滯，并且于第2期開(kāi)始出現(xiàn)并達(dá)到峰值0.016，此后陡然下降（第3期開(kāi)始下降速度有所減緩）至第7期零響應(yīng)。這說(shuō)明產(chǎn)出缺口在短期內(nèi)對(duì)通貨膨脹具有正向影響，但是在長(zhǎng)期內(nèi)，產(chǎn)出缺口的變動(dòng)對(duì)通貨膨脹近于零影響。

（四）方差分解

方差分析是通過(guò)分析每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化（通常用方差來(lái)度量）的貢獻(xiàn)度，進(jìn)一步分析不同結(jié)構(gòu)沖擊的重要性。結(jié)合本文的研究目的，這里主要對(duì)CPI做方差分解，結(jié)果見(jiàn)圖4。由圖可見(jiàn)，CPI對(duì)自身的方差貢獻(xiàn)率是最大的，尤其是第一期，CPI的方差貢獻(xiàn)率完全是由自己所貢獻(xiàn)。CPI對(duì)自己的方差貢獻(xiàn)率在第1期后有所下降，并第14期開(kāi)始穩(wěn)定保持在86%。CPIF和DGDP1對(duì)CPI的方差貢獻(xiàn)率在第1期后均有所上升，其中，CPIF對(duì)CPI的方差貢獻(xiàn)率于第16期開(kāi)始穩(wěn)定保持于10%，DGDP1對(duì)CPI的方差貢獻(xiàn)率于第2期后穩(wěn)定保持于2%。另外，前5期DGDP1對(duì)CPI的方差貢獻(xiàn)率大于CPIF對(duì)CPI的方差貢獻(xiàn)率，之后則剛好相反。

由此可知，雖然CPI的變動(dòng)主要由其自身的變動(dòng)來(lái)解釋，但是CPIF和DGDP1均對(duì)CPI的變動(dòng)有一定的解釋作用。并且，長(zhǎng)期來(lái)看，CPIF對(duì)CPI變動(dòng)的解釋大于DGDP1其變動(dòng)的解釋。

四、結(jié)論與啟示

綜上，CPIF和DGDP1均能夠解釋CPI的部分變動(dòng)。并且長(zhǎng)期來(lái)看，CPIF對(duì)CPI變動(dòng)的解釋大于DGDP1其變動(dòng)的解釋。具體分析如下：

研究時(shí)段內(nèi)產(chǎn)出缺口與通貨膨脹的關(guān)系存在較強(qiáng)的短期的菲利普斯現(xiàn)象。具體來(lái)說(shuō)，Granger因果檢驗(yàn)表明DGDP1的滯后變量對(duì)CPI具有解釋作用，DGDP1對(duì)CPI的脈沖響應(yīng)分析進(jìn)一步地說(shuō)明了短期內(nèi)DGDP1對(duì)CPI具有正向作用，但在長(zhǎng)期這種作用接近于零。

研究時(shí)段內(nèi)預(yù)期通貨膨脹與通貨膨脹的關(guān)系存在較弱的菲利普斯現(xiàn)象，且該現(xiàn)象可能持續(xù)時(shí)間較久。這是因?yàn)椋珿ranger因果檢驗(yàn)表明CPI不能夠很好地被過(guò)去的CPIF解釋，但CPI的方差分解說(shuō)明，CPIF對(duì)CPI方差貢獻(xiàn)率在長(zhǎng)期趨于10%。因此，可以認(rèn)為，CPIF的滯后項(xiàng)仍是能夠一定程度上解釋CPI，但解釋能力有限。另外，由CPIF對(duì)CPI方差貢獻(xiàn)率在長(zhǎng)期穩(wěn)定在10%可以推測(cè)，長(zhǎng)期內(nèi)CPIF仍可能影響CPI。

另外，由Granger因果檢驗(yàn)可知，CPI是CPIF的Granger原因，結(jié)合CPIF是對(duì)CPI的脈沖響應(yīng)圖，可以發(fā)現(xiàn)實(shí)際通貨膨脹率在短期內(nèi)會(huì)對(duì)預(yù)期通貨膨脹率產(chǎn)生正向作用，長(zhǎng)期則轉(zhuǎn)為負(fù)向作用。

總之，短期內(nèi)雖然預(yù)期通貨膨脹部分的菲利普斯現(xiàn)象較弱，但經(jīng)濟(jì)運(yùn)行仍存在較強(qiáng)的菲利普斯現(xiàn)象，經(jīng)濟(jì)的增長(zhǎng)（失業(yè)率的降低）伴隨著價(jià)格的快速上升。而長(zhǎng)期內(nèi)，經(jīng)濟(jì)中存在較弱的菲利普斯現(xiàn)象，此時(shí)經(jīng)濟(jì)的增長(zhǎng)（失業(yè)率的降低）伴隨著通貨膨脹的輕微上升，兩者之間的矛盾不明顯。綜合以上兩點(diǎn)，政府在進(jìn)行宏觀調(diào)控時(shí)，制定短期內(nèi)追求勻速增長(zhǎng)，長(zhǎng)期內(nèi)追求加速增長(zhǎng)的政策目標(biāo)是較為明智的。

參考文獻(xiàn)：

[1]N.格里高利.曼昆.宏觀經(jīng)濟(jì)學(xué)[M].北京：中國(guó)人民大學(xué)出版社，2011.

[2]馬秀遠(yuǎn).現(xiàn)代菲利普斯曲線在中國(guó)的實(shí)證分析[J].市場(chǎng)周刊（理論研究），2008（03）：80-81.

[3]薛榮久，王紹熙，劉舒年，等.當(dāng)代國(guó)際貿(mào)易與金融大辭典[M].北京：對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)出版社，1996.

[4]宋則行.現(xiàn)代西方經(jīng)濟(jì)學(xué)辭典[M].沈陽(yáng)：遼寧人民出版社，1996.

[5] 張曉峒.計(jì)量經(jīng)濟(jì)學(xué)基礎(chǔ)[M].天津：南開(kāi)大學(xué)出版社，2014.

[6] 陳瑤.考慮流動(dòng)性風(fēng)險(xiǎn)的ARMA模型在股票收益率中的應(yīng)用研究[J].河南科學(xué)，2014，32（04）：655-659.

[7]高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模——EViews應(yīng)用及實(shí)例[M].北京：清華大學(xué)出版社，2005：281-282.

[8]王周偉，崔百勝，朱敏.經(jīng)濟(jì)計(jì)量研究指導(dǎo)[M].北京：北京大學(xué)出版社，2015.

（作者單位：海南師范大學(xué)經(jīng)濟(jì)與管理學(xué)院）