基于貝葉斯TVP-VAR 模型的貨幣政策價(jià)格效應(yīng)

司穎華，馬 寧

（蘭州財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)學(xué)院，甘肅 蘭州 730020）

一、引言

黨的十九大報(bào)告明確提出要把維持物價(jià)穩(wěn)定作為宏觀調(diào)控的核心目標(biāo)之一，物價(jià)水平與居民生活息息相關(guān)，也影響著我國(guó)的宏觀調(diào)控政策。貨幣政策作為國(guó)家宏觀經(jīng)濟(jì)調(diào)控的基礎(chǔ)手段和重要支柱，其最終目標(biāo)之一就是保持物價(jià)水平處于合理范圍之內(nèi)，即將通貨膨脹控制在合理范圍內(nèi)，使總體價(jià)格水平在短期內(nèi)不會(huì)發(fā)生劇烈波動(dòng)，進(jìn)而不會(huì)影響居民生活。然而在2019 年9 月，在外界各種因素的影響下，我國(guó)CPI 同比漲幅連續(xù)八個(gè)月超過(guò)了3.0%的警戒線，這是自2013 年以來(lái)首次突破3.0%，并在2020年1 月達(dá)到了漲幅峰值5.4%，出現(xiàn)了CPI 走勢(shì)與經(jīng)濟(jì)形勢(shì)相背離的情況，故應(yīng)制定更加科學(xué)、合理的價(jià)格指標(biāo)來(lái)更好體現(xiàn)物價(jià)水平，同時(shí)也為央行制定相應(yīng)的宏觀調(diào)控政策提供更好參考（許坤等，2019）[1]。有研究表明，核心CPI 可以更好地反映通貨膨脹的趨勢(shì)，并能夠反映總體物價(jià)水平的變化（趙昕東和湯丹，2012）[2]。因此，在以物價(jià)穩(wěn)定為核心目標(biāo)的宏觀政策調(diào)控下，加入核心CPI 指標(biāo)作為制定貨幣政策時(shí)的參考顯然更為全面。在此背景下，分析貨幣政策對(duì)核心CPI 的沖擊效應(yīng)具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

關(guān)于核心通貨膨脹方面的研究，F(xiàn)riedman（1963）[3]首先將通貨膨脹區(qū)分為長(zhǎng)期穩(wěn)定的部分和短暫波動(dòng)的部分。核心通貨膨脹的概念最早是由Eckstein 和Blinder（1981）[4]正式在學(xué)術(shù)界提出，認(rèn)為核心通貨膨脹率是市場(chǎng)長(zhǎng)期處于均衡狀態(tài)時(shí)的通貨膨脹率。Bryan 和Cecchetti（1994）[5]研究認(rèn)為，央行在制定貨幣政策時(shí)應(yīng)該關(guān)注通貨膨脹中長(zhǎng)期穩(wěn)定的成分，即核心通貨膨脹，而非短期波動(dòng)所引起的擾動(dòng)。眾多學(xué)者從不同角度對(duì)核心通貨膨脹進(jìn)行了定義，大體可歸納為兩類：其一是將核心通貨膨脹看作總體價(jià)格中長(zhǎng)期穩(wěn)定的部分；其二是剔除部分價(jià)格變化，剩余其他價(jià)格的總體一般趨勢(shì)?？偟膩?lái)說(shuō)，這兩種定義并沒(méi)有太大差異，故可將核心通貨膨脹定義為代表通貨膨脹中長(zhǎng)期穩(wěn)定的變動(dòng)趨勢(shì)，反映的是價(jià)格水平中長(zhǎng)期持久的部分。

大多數(shù)學(xué)者將長(zhǎng)期穩(wěn)定的部分定義為核心通貨膨脹，并用核心CPI 來(lái)衡量，但目前對(duì)核心CPI 尚未有明確的界定和測(cè)度方法。侯成琪和龔六堂（2013）[6]從已有文獻(xiàn)中提煉出了核心通貨膨脹的三種不同定義，并歸納出了相應(yīng)的測(cè)度方法。龍革生等（2008）[7]對(duì)比研究了不同測(cè)度核心通貨膨脹的方法，發(fā)現(xiàn)截尾平均法和中位數(shù)法并不適合測(cè)度我國(guó)的核心通貨膨脹，而剔除法、共同趨勢(shì)法和SVAR 模型都可以較好地對(duì)我國(guó)核心通貨膨脹進(jìn)行測(cè)度。徐強(qiáng)和陳華超（2017）[8]指出，測(cè)算我國(guó)核心CPI 是宏觀經(jīng)濟(jì)研究的重要課題，并利用基于波動(dòng)性- 持續(xù)性的三重加權(quán)法測(cè)算了我國(guó)的核心CPI?？梢?jiàn)，眾多學(xué)者采用不同方法對(duì)核心通貨膨脹進(jìn)行了測(cè)度，且發(fā)現(xiàn)核心通貨膨脹可以有效地反映一般物價(jià)水平的長(zhǎng)期變化情況（Matilla-García，2005；趙昕東，2008；湯丹，2015；王開(kāi)科和曾五一，2014；司穎華和盧媛，2020）[9-13]。鄧曦東和鄭文玲（2013）[14]采用剔除法測(cè)度了核心CPI，并與CPI 進(jìn)行了比較，發(fā)現(xiàn)核心CPI 對(duì)貨幣政策的實(shí)施更有價(jià)值。田新民和武曉婷（2012）[15]采用SVAR模型對(duì)核心CPI 進(jìn)行了測(cè)度，并應(yīng)用到了貨幣政策中，發(fā)現(xiàn)核心CPI 的可信度較高，可以作為貨幣政策的制定依據(jù)。以上研究都說(shuō)明，核心CPI 對(duì)于價(jià)格水平有較好的代表性，可以將核心CPI 作為價(jià)格變量來(lái)研究貨幣政策的調(diào)控效果。

關(guān)于貨幣政策的價(jià)格效應(yīng)，其中貨幣數(shù)量論是最具代表性的理論基礎(chǔ)，認(rèn)為短期貨幣供應(yīng)量的變化會(huì)對(duì)物價(jià)水平和總產(chǎn)出產(chǎn)生影響，而從長(zhǎng)期來(lái)看，貨幣供給量的變化僅對(duì)物價(jià)水平有影響。Friedman和Schwartz（1963）[16]基于美國(guó)宏觀歷史數(shù)據(jù)的研究也證明了此結(jié)論，其對(duì)貨幣供應(yīng)量、物價(jià)水平與產(chǎn)出之間的關(guān)系進(jìn)行了研究，發(fā)現(xiàn)貨幣供應(yīng)量對(duì)經(jīng)濟(jì)的調(diào)控是有效的，通貨膨脹的主要原因是貨幣供應(yīng)量的快速增長(zhǎng)。

費(fèi)雪提出的“交易方程式”和馬歇爾與庇古提出的“劍橋方程式”這兩個(gè)公式基本可以對(duì)貨幣數(shù)量論進(jìn)行闡述。具體來(lái)講，“交易方程式”表示貨幣供應(yīng)乘以貨幣流通速度必定等于名義收入，用數(shù)學(xué)公式可表達(dá)為：

其中，M 表示貨幣供應(yīng)量，V 表示貨幣流通速度，P 表示物價(jià)水平，T 表示交易量。對(duì)（1）式兩邊進(jìn)行對(duì)數(shù)差分，表示各變量的增速，可得：

假設(shè)貨幣流通速度和交易量增速不變，則貨幣供應(yīng)量的變化與物價(jià)水平的變化有關(guān)，且兩者成正比。從“交易方程式”中可以得出兩個(gè)推論，其一是貨幣供應(yīng)量的增加必然會(huì)引起物價(jià)水平提高，其二是通貨膨脹率等于貨幣供應(yīng)量的增速減去收入增速的差值。

“劍橋方程式”又稱現(xiàn)金余額函數(shù)，該理論認(rèn)為處于經(jīng)濟(jì)體系中的每個(gè)人對(duì)貨幣的需求與收入水平之間存在一個(gè)穩(wěn)定的比例關(guān)系，用數(shù)學(xué)公式表達(dá)為：

其中，M 表示貨幣需求，k 表示人們持有貨幣量與名義收入的比值，P 表示物價(jià)水平，Y 表示實(shí)際收入，PY 表示名義收入。假定k 為常量，則貨幣需求M和物價(jià)水平P 成正比。它強(qiáng)調(diào)人們的現(xiàn)金余額對(duì)貨幣價(jià)值再到物價(jià)水平的影響。

將兩種方程式的數(shù)學(xué)表達(dá)式聯(lián)立化簡(jiǎn)可得：

比較兩種方程式可以看出，雖然二者對(duì)貨幣需求進(jìn)行分析的出發(fā)角度不同，其中“交易方程式”的重點(diǎn)在于貨幣流量，而“劍橋方程式”的重點(diǎn)在于貨幣存量，但二者都認(rèn)為貨幣供應(yīng)量的增加會(huì)對(duì)物價(jià)水平產(chǎn)生影響，說(shuō)明了貨幣政策對(duì)物價(jià)水平的可調(diào)控性。

眾多學(xué)者對(duì)數(shù)量型和價(jià)格型貨幣政策的價(jià)格效應(yīng)進(jìn)行了研究。其中，有些學(xué)者采用VAR 模型或衍生模型得出數(shù)量型貨幣政策對(duì)價(jià)格水平有顯著影響，說(shuō)明數(shù)量型的貨幣政策能夠有效調(diào)控價(jià)格（李文樂(lè)等，2014；王少林等，2015；劉金全和張龍，2018；鄧創(chuàng)等，2019；李亮亮，2019）[17-21]。陳浪南和張華（2018）[22]采用 DAG 技術(shù)識(shí)別 SVAR 模型檢驗(yàn)了我國(guó)貨幣政策的價(jià)格效應(yīng)，發(fā)現(xiàn)價(jià)格水平對(duì)擴(kuò)張性貨幣政策沖擊的反應(yīng)比緊縮性貨幣政策沖擊更為迅速。鄧創(chuàng)和謝敬軒（2021）[23]也得出了相同結(jié)論，并指出緊縮性貨幣政策對(duì)于產(chǎn)出的影響更為顯著，而擴(kuò)張性貨幣政策的價(jià)格效應(yīng)更為顯著。李成等（2019）[24]分析了信貸、利率和匯率等貨幣政策工具的價(jià)格效應(yīng)，發(fā)現(xiàn)短期內(nèi)信貸政策的價(jià)格效應(yīng)最為顯著，其次是利率政策，而匯率政策的調(diào)控效果則不佳。以上學(xué)者對(duì)于貨幣政策的價(jià)格效應(yīng)都做了詳盡研究，且對(duì)于價(jià)格變量的選取一直都是CPI。與之不同，肖強(qiáng)（2018）[25]首先采用動(dòng)態(tài)因子模型構(gòu)建了物價(jià)預(yù)警綜合指數(shù)作為價(jià)格變量，并利用因子擴(kuò)展的VAR 模型測(cè)度了我國(guó)貨幣政策效應(yīng)，發(fā)現(xiàn)短期內(nèi)的緊縮貨幣政策對(duì)價(jià)格的沖擊效應(yīng)更為顯著。張思成和田涵暉（2020）[26]將通貨膨脹從消費(fèi)領(lǐng)域進(jìn)行了分化，發(fā)現(xiàn)貨幣政策對(duì)核心（非食品）消費(fèi)品的通貨膨脹有顯著影響，而對(duì)非核心（食品）消費(fèi)品通貨膨脹的影響則不顯著，同時(shí)消費(fèi)類和非消費(fèi)類通貨膨脹對(duì)數(shù)量型貨幣政策的沖擊效應(yīng)顯著，而價(jià)格型貨幣政策僅對(duì)消費(fèi)類通貨膨脹有影響。

綜上所述，已有文獻(xiàn)大多選取CPI 作為通貨膨脹的代理變量，對(duì)貨幣政策的價(jià)格效應(yīng)進(jìn)行分析，鑒于核心CPI 對(duì)當(dāng)前物價(jià)水平具有更好的代表性，故制定貨幣政策時(shí)所參考的價(jià)格指標(biāo)中應(yīng)加入核心CPI。由于共同趨勢(shì)法對(duì)于測(cè)度我國(guó)核心CPI 具有更好的效果（徐強(qiáng)和陳華超，2017）[8]，本文在已有文獻(xiàn)的基礎(chǔ)上，基于當(dāng)前CPI 的八個(gè)分類價(jià)格指數(shù)，采用小波分析和動(dòng)態(tài)因子模型提取八類價(jià)格指數(shù)中穩(wěn)定長(zhǎng)期的趨勢(shì)定義為核心CPI，并將其作為通貨膨脹的代理變量，進(jìn)行貨幣政策的價(jià)格效應(yīng)分析。而且，本文利用貝葉斯方法，設(shè)定參數(shù)的先驗(yàn)分布，來(lái)對(duì)TVP-VAR 模型進(jìn)行估計(jì)，該模型可以更好地測(cè)度不同時(shí)點(diǎn)上貨幣政策的價(jià)格效應(yīng)。

三、核心CPI 的構(gòu)建

（一）變量選取

自2016 年1 月開(kāi)始，國(guó)家統(tǒng)計(jì)局對(duì)CPI 分類指數(shù)的統(tǒng)計(jì)分類進(jìn)行了更改，將原有的八大類價(jià)格指數(shù)中的“食品”“煙酒”價(jià)格指數(shù)進(jìn)行了合并，重組成了新的“食品煙酒”價(jià)格指數(shù)，導(dǎo)致2016 年前后的指標(biāo)所包含的數(shù)據(jù)內(nèi)容不同。但是，“食品”“非食品”的兩分法沒(méi)有變化，只是針對(duì)CPI 的構(gòu)成分類及相應(yīng)權(quán)重做了調(diào)整，所以對(duì)反映價(jià)格變動(dòng)的CPI 并沒(méi)有太大影響，進(jìn)而對(duì)核心CPI 的測(cè)度也不會(huì)產(chǎn)生影響。因此，本文選取2001 年1 月—2021 年6 月的CPI分類指數(shù)，并以2015 年12 月為分割點(diǎn)，將其分為2015 年12 月以前和2016 年1 月以后兩個(gè)樣本區(qū)間。數(shù)據(jù)來(lái)自中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)。

樣本區(qū)間為2001 年1 月—2015 年12 月的CPI和八類價(jià)格指數(shù)的描述性統(tǒng)計(jì)結(jié)果如表1 所示，其中食品類價(jià)格指數(shù)、煙酒類價(jià)格指數(shù)、衣著類價(jià)格指數(shù)、家庭類價(jià)格指數(shù)、醫(yī)療類價(jià)格指數(shù)、交通類價(jià)格指數(shù)、教育類價(jià)格指數(shù)以及居住類價(jià)格指數(shù)分別記作Food、Tobacco、Cloth、Household、Medicine、Vehicle、Education 和Live。可以看出：在此樣本區(qū)間內(nèi)，食品類價(jià)格指數(shù)的均值最大，為105.30，且最大值也最大，為123.20；交通類價(jià)格指數(shù)的均值最小，為99.06；居住類價(jià)格指數(shù)的最小值最小，為94.20；方差波動(dòng)最大的是食品類價(jià)格指數(shù)，其次是居住類價(jià)格指數(shù)。

表1 2015 年12 月以前CPI 和八類價(jià)格指數(shù)的描述性統(tǒng)計(jì)

樣本區(qū)間為2016 年1 月—2021 年6 月的CPI和八類價(jià)格指數(shù)的描述性統(tǒng)計(jì)結(jié)果如表2 所示，其中食品煙酒類價(jià)格指數(shù)、衣著類價(jià)格指數(shù)、居住類價(jià)格指數(shù)、生活用品類價(jià)格指數(shù)、交通類價(jià)格指數(shù)、教育類價(jià)格指數(shù)、醫(yī)療類價(jià)格指數(shù)和其他類價(jià)格指數(shù)分 別 記 作 food&T、cloth、live、life -serve、transport、education、medicine 和 others?？梢钥闯觯菏称窡熅祁悆r(jià)格指數(shù)的均值最大，為103.80，且最大值也最大，為116.01；交通類價(jià)格指數(shù)的均值最小，為99.53，且最小值也最小，為94.92；方差波動(dòng)最大的是食品煙酒類價(jià)格指數(shù)，其次是交通類價(jià)格指數(shù)?？偟膩?lái)說(shuō)，CPI 變動(dòng)受食品煙酒類和居住類價(jià)格指數(shù)的影響最大，同時(shí)其他各類指數(shù)對(duì)CPI 的影響具有差異性，故CPI 的變化不能很好地代表八類價(jià)格指數(shù)的總體變動(dòng)情況。

表2 2016 年1 月之后CPI 和八類價(jià)格指數(shù)的描述性統(tǒng)計(jì)

（二）CPI 分類價(jià)格指數(shù)的小波分解

1.小波分析。小波分析是對(duì)數(shù)據(jù)從時(shí)域和頻域進(jìn)行分解與重構(gòu)處理的一種分析手段。該方法首先將數(shù)據(jù)利用低頻濾波器和高頻濾波器分解為低頻小波系數(shù)和高頻小波系數(shù)，其系數(shù)大小與數(shù)據(jù)的相似度有關(guān)，當(dāng)系數(shù)較大時(shí)，表明分解得到的信號(hào)與數(shù)據(jù)相似度高，反之則表明相似度低。數(shù)據(jù)分解之后，再對(duì)低頻小波系數(shù)和高頻小波系數(shù)進(jìn)行重構(gòu)，得到低頻信號(hào)和高頻信號(hào)。其中，低頻信號(hào)表示近似信息，高頻信號(hào)表示細(xì)節(jié)信息。在實(shí)際的時(shí)間序列實(shí)證分析中，時(shí)間序列的長(zhǎng)期趨勢(shì)通常表現(xiàn)為低頻序列，體現(xiàn)了時(shí)間序列的主要特征，而短期隨機(jī)的部分通常表現(xiàn)為高頻序列。接下來(lái)，本文將對(duì)CPI 和CPI 分類指數(shù)進(jìn)行小波分解，剔除短期隨機(jī)的高頻部分，得到長(zhǎng)期穩(wěn)定的主要部分。

2.CPI 分類指數(shù)的小波分解。本部分對(duì)上述兩個(gè)樣本區(qū)間的CPI 和CPI 分類指數(shù)進(jìn)行小波分解，剔除它們短期隨機(jī)的高頻特征，得到長(zhǎng)期穩(wěn)定的主要部分。指數(shù)的小波分解在Matlab 中完成。

由于我們需要剔除CPI 和CPI 分類指數(shù)中短期隨機(jī)的部分，提取其中長(zhǎng)期穩(wěn)定的趨勢(shì)部分，所以選取的小波基函數(shù)需要有較高的消失矩和較低的緊支撐集，使時(shí)間序列變得光滑。鑒于此，本文選取四階的Daubechies 小波函數(shù)作為基底，小波分解后的細(xì)節(jié)信息為短期隨機(jī)的波動(dòng)部分，需要剔除，并將分解之后的近似部分進(jìn)行小波重建，得到本文所需的CPI 和CPI 分類指數(shù)長(zhǎng)期穩(wěn)定的趨勢(shì)部分。

首先，利用小波分解將樣本區(qū)間為2001 年1月—2015 年12 月的CPI 進(jìn)行分解，將輸出結(jié)果記作CPI_before，給出CPI 的時(shí)序圖和CPI 的長(zhǎng)期趨勢(shì)圖，如圖1 所示?？梢?jiàn)，剔除短期隨機(jī)波動(dòng)部分的CPI 趨勢(shì)項(xiàng)在 2015 年 1 月—2015 年 12 月的樣本區(qū)間內(nèi)與CPI 的變動(dòng)趨勢(shì)完全一致，說(shuō)明小波分解之后的CPI 趨勢(shì)項(xiàng)可以有效表示CPI 的變動(dòng)趨勢(shì)。

圖1 2015 年12 月之前CPI 和CPI_before 的趨勢(shì)

利用小波分解將樣本區(qū)間為2001 年1 月—2015年12 月的CPI 分類指數(shù)進(jìn)行分解，其中食品類價(jià)格指數(shù)、煙酒類價(jià)格指數(shù)、衣著類價(jià)格指數(shù)、家庭類價(jià)格指數(shù)、醫(yī)療類價(jià)格指數(shù)、交通類價(jià)格指數(shù)、教育類價(jià)格指數(shù)和居住類價(jià)格指數(shù)分別記作F_before、T_before、C_before、H_before、M_before、V_before、E_before 和L_before。CPI 分類指數(shù)長(zhǎng)期穩(wěn)定的趨勢(shì)圖如圖2 所示。可見(jiàn)，經(jīng)分解后的各CPI 分類指數(shù)的趨勢(shì)項(xiàng)表現(xiàn)出了差異性，其中食品類價(jià)格指數(shù)（F_before）、煙酒類價(jià)格指數(shù)（T_before）、家庭類價(jià)格指數(shù)（H_before）、醫(yī)療類價(jià)格指數(shù)（M_before）、居住類價(jià)格指數(shù)（L_before）趨勢(shì)項(xiàng)與CPI 趨勢(shì)項(xiàng)較為相似，而其他三類價(jià)格指數(shù)趨勢(shì)項(xiàng)與CPI 趨勢(shì)項(xiàng)則表現(xiàn)出了不同的波動(dòng)差異。由此可得，不能簡(jiǎn)單用CPI來(lái)概括八類價(jià)格指數(shù)的共同變動(dòng)趨勢(shì)。

圖2 2015 年12 月之前CPI 分類指數(shù)趨勢(shì)項(xiàng)的趨勢(shì)

同樣，本文運(yùn)用小波分解對(duì)樣本區(qū)間為2016 年1 月—2021 年6 月的CPI 進(jìn)行分解，將輸出結(jié)果記作CPI_later，給出CPI 的時(shí)序圖和CPI 的長(zhǎng)期趨勢(shì)圖，如圖3 所示。可知，剔除短期隨機(jī)波動(dòng)部分的CPI 趨勢(shì)項(xiàng)在樣本區(qū)間2016 年1 月—2021 年6 月內(nèi)與CPI變動(dòng)趨勢(shì)完全一致，說(shuō)明小波分解之后的CPI 趨勢(shì)項(xiàng)可以有效表示CPI 的變動(dòng)趨勢(shì)。

圖3 2015 年 12 月之后 CPI 和 CPI_later 的趨勢(shì)

利用小波分解將樣本區(qū)間為2016 年1 月—2021年6 月的CPI 分類指數(shù)進(jìn)行分解，其中食品煙酒類價(jià)格指數(shù)、生活用品類價(jià)格指數(shù)、衣著類價(jià)格指數(shù)、居住類價(jià)格指數(shù)、醫(yī)療類價(jià)格指數(shù)、教育類價(jià)格指數(shù)、交通類價(jià)格指數(shù)和其他類價(jià)格指數(shù)分別記作F_later、D_later、C_later、L_later、M_later、E_later、T_later和O_later。給出CPI 分類指數(shù)長(zhǎng)期穩(wěn)定的趨勢(shì)圖，如圖4 所示?？芍?jīng)分解后的各CPI 分類指數(shù)趨勢(shì)項(xiàng)表現(xiàn)出了較大的差異性，其中食品煙酒類價(jià)格指數(shù)趨勢(shì)項(xiàng)（F_before） 和交通類價(jià)格指數(shù)趨勢(shì)項(xiàng)（T_before）與CPI 趨勢(shì)項(xiàng)較為相似，而其他六類價(jià)格指數(shù)趨勢(shì)項(xiàng)與CPI 趨勢(shì)項(xiàng)則表現(xiàn)出了不同的波動(dòng)差異。2019 年8 月以來(lái)CPI 持續(xù)增長(zhǎng)，在此時(shí)間段只有食品煙酒類價(jià)格指數(shù)不斷上漲，這主要是受非洲豬瘟影響，豬肉價(jià)格不斷上漲，而其他價(jià)格指數(shù)大多都出現(xiàn)了不同程度的下降趨勢(shì)。所以，雖然CPI 上漲了，但不能完全代表總體物價(jià)上漲了，不能單以CPI 來(lái)衡量總體物價(jià)的變動(dòng)，而是應(yīng)該從八類價(jià)格指數(shù)中提取出它們潛在的共同變動(dòng)趨勢(shì)，將其定義為核心CPI。接下來(lái)，本文將運(yùn)用動(dòng)態(tài)因子模型來(lái)構(gòu)建核心CPI。

圖4 2015 年12 月之后CPI 分類指數(shù)趨勢(shì)項(xiàng)的趨勢(shì)

（三）基于動(dòng)態(tài)因子模型對(duì)核心CPI 的測(cè)度

1.動(dòng)態(tài)因子模型。動(dòng)態(tài)因子模型的核心思想是，針對(duì)多個(gè)相關(guān)變量，用少數(shù)幾個(gè)潛在的因子來(lái)反映它們變動(dòng)特征的主要和共同部分，從而達(dá)到降維目的。目前，該模型已在宏觀經(jīng)濟(jì)分析中得到了廣泛應(yīng)用，如 Sargent 和 Sims（1977）[27]將此模型應(yīng)用到了美國(guó)宏觀經(jīng)濟(jì)分析中，發(fā)現(xiàn)提取的兩個(gè)動(dòng)態(tài)因子可以有效解釋宏觀經(jīng)濟(jì)波動(dòng)現(xiàn)象。

對(duì)于時(shí)間序列，將其表示為 ｛Xt｜t=1，2，…，T ｝，則其波動(dòng)可以分為兩部分：其一是動(dòng)態(tài)因子向量ft所引起的共同變動(dòng)趨勢(shì)，也就是本文要構(gòu)建的核心CPI，其自身演變服從VAR 模型；其二是差異化變動(dòng)et，反映了各個(gè)序列的個(gè)體特征。則動(dòng)態(tài)因子模型可以表示為：

其中，λ（L）和 ψ（L）分別為滯后算子 L 組成的N×q 和 q×q 多項(xiàng)式矩陣。

動(dòng)態(tài)因子模型的假設(shè)有兩個(gè)。

假定 1：et和 ηt互不相關(guān)，即 E（etηt-k）=0，k=1，2，…，N。

假定2：差異性擾動(dòng)項(xiàng)et互不相關(guān)，即E（eitejs）=0，i≠j；t，s=1，2，…，N。

在因子估計(jì)方面，本文參照Chamberlain 等（1984）[28]提出的時(shí)域主成分法對(duì)因子進(jìn)行估計(jì)。Ft的主成分估計(jì)即核心CPI 可表示為：

核心CPI 的估計(jì)可通過(guò)求最小二乘得出：

其中，∧′∧/N=I 滿足標(biāo)準(zhǔn)化。給定∧，最小化上式可得：

滿足∧′∧/N=Ir條件下，可得的最大r 個(gè)特征值對(duì)應(yīng)的特征向量組成。進(jìn)而可得：

本文之所以利用動(dòng)態(tài)因子模型構(gòu)建核心CPI，是因?yàn)閯?dòng)態(tài)因子模型作為客觀賦權(quán)方法，能夠提取出CPI 分類指數(shù)變動(dòng)中共同和穩(wěn)定的成分。

2.核心CPI 的測(cè)度。本文利用小波分解后八類價(jià)格指數(shù)的趨勢(shì)項(xiàng)，參照 Chamberlain 等（1984）[28]提出的動(dòng)態(tài)因子模型中的時(shí)域主成分法，從中提取出共同變動(dòng)的趨勢(shì)部分定義為核心CPI。在采用模型提取核心CPI 之前，要對(duì)八類價(jià)格指數(shù)進(jìn)行KMO 和Bartlett 檢驗(yàn)，以此來(lái)保證所構(gòu)建核心CPI 的有效性，表3 為檢驗(yàn)結(jié)果?？梢?jiàn)，KMO 檢驗(yàn)值為0.818，且Bartlett 球形度檢驗(yàn)P 值明顯小于顯著性水平0.05，說(shuō)明可進(jìn)行因子分析。

表3 2015 年之前數(shù)據(jù)的KMO 和Bartlett 檢驗(yàn)

檢驗(yàn)通過(guò)之后，本文運(yùn)用動(dòng)態(tài)因子模型中的時(shí)域主成分方法，針對(duì)樣本區(qū)間2015 年12 月之前的經(jīng)小波分解之后的CPI 分類指數(shù)趨勢(shì)項(xiàng)，估計(jì)共同趨勢(shì)并將其定義為核心CPI（記作CPI_core）。為了直觀反映核心CPI 與CPI 的趨勢(shì)，圖5 繪制了核心CPI 和CPI_before 的趨勢(shì)?？梢?jiàn)，在樣本區(qū)間內(nèi)核心CPI 總體表現(xiàn)出了三輪上漲情況，分別是在2004年、2007 年和2011 年，這與CPI 的波動(dòng)趨勢(shì)大致相同，但其波動(dòng)程度低于CPI 的波動(dòng)程度。

圖5 2015 年12 月之前核心CPI 和CPI_before 的趨勢(shì)

同樣，針對(duì)樣本區(qū)間2016 年1 月—2021 年6月的八類價(jià)格指數(shù)趨勢(shì)項(xiàng)，利用上述方法對(duì)共同趨勢(shì)進(jìn)行估計(jì)，并將其定義為核心CPI （記作CPI_core）。首先，進(jìn)行 KMO 和 Bartlett 檢驗(yàn)，以確保分析的有效性，結(jié)果如表4 所示。檢驗(yàn)結(jié)果顯示，KMO 檢驗(yàn)值為 0.765，接近 0.8，且 Bartlett 球形度檢驗(yàn)P 值遠(yuǎn)小于顯著性水平0.05，說(shuō)明可以對(duì)變量進(jìn)行因子分析。

表4 2016 年1 月之后數(shù)據(jù)的KMO 和Bartlett 檢驗(yàn)

為了直觀反映核心CPI 與CPI 的趨勢(shì)差異，圖6繪制了核心CPI 和CPI_later 的趨勢(shì)。可見(jiàn)，在樣本區(qū)間內(nèi)核心CPI 與CPI 的波動(dòng)程度表現(xiàn)出了一定的差異性。其中，2019 年之前核心CPI 和CPI 的波動(dòng)趨勢(shì)大致相同，但在2019 年之后則出現(xiàn)了較大差異。由于核心CPI 是對(duì)八類價(jià)格指數(shù)提取它們共同的潛在趨勢(shì)，2019 年以來(lái)由于外界各種因素的影響，導(dǎo)致豬肉價(jià)格大幅上漲，從而使得食品煙酒類價(jià)格指數(shù)大幅上漲，但其他價(jià)格指數(shù)卻大多出現(xiàn)了不同程度的下降趨勢(shì)，故核心CPI 與CPI 的波動(dòng)趨勢(shì)表現(xiàn)出了差異性。

圖6 2016 年1 月之后核心CPI 和CPI_later 的趨勢(shì)

由以上分析可以看出，以CPI 作為物價(jià)水平的代理變量不太全面，而本文測(cè)度的核心CPI 可以更有效地對(duì)物價(jià)水平進(jìn)行表示，進(jìn)而可對(duì)貨幣政策的價(jià)格效應(yīng)進(jìn)行分析。

四、貨幣政策的價(jià)格效應(yīng)

（一）貝葉斯TVP-VAR 模型

1.TVP-VAR 模型。經(jīng)濟(jì)理論及實(shí)證表明，對(duì)我國(guó)貨幣政策效應(yīng)采用非時(shí)變模型分析并不穩(wěn)健，故本文使用TVP-VAR 模型。Primiceri（2005）[29]在對(duì)貨幣政策的分析中最早應(yīng)用了該模型，該模型中的參數(shù)設(shè)定為隨時(shí)間變動(dòng)的，這種時(shí)變參數(shù)可以很好地體現(xiàn)出模型的時(shí)變特征和非線性特征，從而獲得我國(guó)貨幣政策效應(yīng)的時(shí)變特征。所以，本文采用Nakajima等（2011）[30]基于貝葉斯分析的 TVP-VAR 模型，并通過(guò)Matlab 來(lái)分析貨幣政策的價(jià)格效應(yīng)。

首先，構(gòu)建一個(gè)基本的VAR 模型：

其中，yt為 k×1 維的可觀測(cè)變量，A，F(xiàn)1，…，F(xiàn)2為k×k 維的系數(shù)矩陣，ut為 k×1 維的結(jié)構(gòu)沖擊。假設(shè)ut~N（0，∑∑），并且有：

其中，σi（i=1，…，k）為結(jié)構(gòu)沖擊的標(biāo)準(zhǔn)差。特別地，假定參數(shù)矩陣A 是一個(gè)下三角矩陣：

其次，將模型（13）簡(jiǎn)化為：

其中，Bi=A-1Fi，i=1，…，s。我們將 Bi的行元素進(jìn)行堆疊，得到 k2s×1 維向量 β，然后定義其中?表示克羅內(nèi)克積，則模型（13）可表示為：

上述方程參數(shù)全都是非時(shí)變的，若將方程中參數(shù)拓展為時(shí)變的，則可得到TVP-VAR 模型，如下：

其中，參數(shù) βt、At、∑t都具有時(shí)變性。本文參照Primiceri（2005）[29]和Nakajima（2011）[30]的處理方式，將下三角矩陣At中的元素堆疊成一列向量，可得到如下形式：

2.貝葉斯推斷。由于TVP-VAR 模型是一個(gè)動(dòng)態(tài)參數(shù)模型，而貝葉斯估計(jì)可以有效處理高維參數(shù)和模型非線性，因此本文在貝葉斯框架下，采用馬爾卡夫蒙特卡洛模擬算法（MCMC）中的Gibbs 采樣進(jìn)行樣本抽樣，之后對(duì)模型參數(shù)進(jìn)行估計(jì)。

假設(shè)本文構(gòu)建的三變量TVP-VAR 模型中參數(shù)β、a 和 h 的先驗(yàn)分布為正態(tài)分布，其均值為 uβ0=uɑ0=uh0=0，協(xié)方差矩陣為∑β0=∑ɑ0=∑h0=10×I。同時(shí)，假設(shè)協(xié)方差矩陣第i 個(gè)對(duì)角線元素服從以下伽馬分布：

在對(duì)參數(shù)取一定的先驗(yàn)分布下，MCMC 算法從參數(shù)的高維后驗(yàn)分布中進(jìn)行采樣，包括未觀測(cè)到的潛在變量，利用模型中的時(shí)變參數(shù)作為潛在變量，形成完整的時(shí)變參數(shù)空間。要從參數(shù)的高維后驗(yàn)分布中進(jìn)行采樣，一個(gè)有效的方案就是構(gòu)造時(shí)變參數(shù)的條件分布，進(jìn)而對(duì)時(shí)變參數(shù)進(jìn)行聯(lián)合采樣，本文使用模擬濾波器對(duì)參數(shù)β 和a 進(jìn)行采樣。

（二）數(shù)據(jù)來(lái)源與變量選取

為了對(duì)我國(guó)貨幣政策的價(jià)格效應(yīng)進(jìn)行分析，本文選取的樣本區(qū)間為2001 年1 月—2021 年6 月。貨幣政策指標(biāo)選取數(shù)量型調(diào)控指標(biāo)，即貨幣供應(yīng)量，記作M2。價(jià)格變量選取核心CPI，記作CPI_core，即本文第二部分構(gòu)建的核心CPI，它可以更有效地代表物價(jià)水平。同時(shí)，選取相同樣本區(qū)間的居民價(jià)格指數(shù)，與核心CPI 進(jìn)行貨幣政策效應(yīng)的比較，記作CPI。實(shí)際產(chǎn)出指標(biāo)選取國(guó)內(nèi)生產(chǎn)總值（GDP），記作GDP，由于GDP 為季度數(shù)據(jù)，故本文用工業(yè)增加值來(lái)代表實(shí)際產(chǎn)出。數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)。

為了保證分析的有效性，在TVP-VAR 模型下要求時(shí)間序列變量是平穩(wěn)的，故本文使用ADF 檢驗(yàn)對(duì)上述四個(gè)變量進(jìn)行單位根檢驗(yàn)，結(jié)果如表5 所示?？梢?jiàn)，M2、GDP、CPI 和 CPI_core 在 1%的顯著性水平下不能拒絕存在單位根的原假設(shè)，即四個(gè)變量的時(shí)間序列都不平穩(wěn)，故對(duì)變量進(jìn)行一階差分處理，經(jīng)檢驗(yàn)四個(gè)差分后的變量都是平穩(wěn)的。

表5 平穩(wěn)性檢驗(yàn)

（三）實(shí)證結(jié)果與分析

1.參數(shù)估計(jì)及MCMC 算法有效性檢驗(yàn)。在給定參數(shù)上述先驗(yàn)分布之后，本文利用Matlab 軟件采用MCMC 算法對(duì)模型進(jìn)行10 000 次抽樣估計(jì)。為了確保MCMC 算法過(guò)程的穩(wěn)定性，本文設(shè)定預(yù)燒樣本為初始1 000 次并將其舍棄。其中，CD 統(tǒng)計(jì)量用來(lái)衡量馬爾可夫鏈的收斂性，得到的模型參數(shù)估計(jì)結(jié)果見(jiàn)表6。

表6 MCMC 模擬參數(shù)估計(jì)結(jié)果

由表6 可以看出，CD 統(tǒng)計(jì)量的值都比正態(tài)分布95%的臨界值1.96 要小，說(shuō)明參數(shù)不能拒絕檢驗(yàn)的原假設(shè)，即不能拒絕模擬估計(jì)的參數(shù)收斂于后驗(yàn)正態(tài)分布。無(wú)效因子用于識(shí)別模擬生成的無(wú)關(guān)樣本的數(shù)量，因子值越小，說(shuō)明無(wú)關(guān)樣本數(shù)越多，表中無(wú)效因子都小于85，說(shuō)明獲得的樣本是有效樣本。同時(shí)，給出樣本自相關(guān)系數(shù)、樣本路徑和后驗(yàn)分布密度函數(shù)圖，如圖7 所示。

由圖7 可以明顯看出：樣本的自相關(guān)系數(shù)顯著降到了0 附近，表明經(jīng)過(guò)Gibbs 抽樣的樣本基本不存在自相關(guān)；樣本路徑顯示出了較強(qiáng)的平穩(wěn)性，說(shuō)明模擬的10 000 次MCMC 抽樣樣本為有效的相關(guān)樣本；參數(shù)的后驗(yàn)密度函數(shù)都近似是正態(tài)分布，滿足構(gòu)建TVP-VAR 模型的要求。綜上檢驗(yàn)結(jié)果，說(shuō)明運(yùn)用MCMC 算法進(jìn)行參數(shù)估計(jì)是有效的。

圖7 樣本自相關(guān)系數(shù)（上）、樣本路徑（中）、后驗(yàn)分布密度（下）

由于TVP-VAR 模型估計(jì)參數(shù)的個(gè)數(shù)過(guò)多，減弱了變量之間的相關(guān)性，故一般對(duì)模型分析時(shí)側(cè)重于模型隨機(jī)擾動(dòng)項(xiàng)的波動(dòng)對(duì)其他變量的動(dòng)態(tài)影響。因此，不再分析模型各個(gè)參數(shù)的含義以及和變量之間的關(guān)系，而是就某一變量對(duì)其他變量的脈沖響應(yīng)圖進(jìn)行分析。

2.時(shí)點(diǎn)脈沖響應(yīng)分析。不同時(shí)間節(jié)點(diǎn)的脈沖響應(yīng)函數(shù)是指，當(dāng)某一變量在特定時(shí)間節(jié)點(diǎn)上受到其他變量一個(gè)單位標(biāo)準(zhǔn)差的正向沖擊時(shí)變量對(duì)沖擊的響應(yīng)程度，即對(duì)變量的影響程度。結(jié)合我國(guó)經(jīng)濟(jì)發(fā)展的趨勢(shì)和周期，本文選取了三個(gè)具有代表性的時(shí)間節(jié)點(diǎn)：2008 年9 月（t=95），爆發(fā)了全球金融次貸危機(jī)；2011 年（t=135），金融危機(jī)影響減弱，經(jīng)濟(jì)進(jìn)入了“穩(wěn)定發(fā)展期”；2015 年（t=168），我國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)，即“新常態(tài)”時(shí)期。圖8 顯示了上述三個(gè)時(shí)間節(jié)點(diǎn)上貨幣供應(yīng)量對(duì)核心CPI 和實(shí)際產(chǎn)出的脈沖響應(yīng)函數(shù)結(jié)果。

圖8 不同時(shí)點(diǎn)下貨幣供應(yīng)量沖擊的脈沖響應(yīng)

圖8 反映了在樣本期間內(nèi)三個(gè)特定的時(shí)間點(diǎn)施加數(shù)量型貨幣政策沖擊的脈沖響應(yīng)。整體來(lái)看，面對(duì)不同時(shí)間點(diǎn)數(shù)量型貨幣政策的正向沖擊，實(shí)際產(chǎn)出和核心CPI 都表現(xiàn)出了正向響應(yīng)，且持續(xù)周期較短。具體來(lái)看，從圖8（a）可以明顯看出，不同時(shí)點(diǎn)對(duì)貨幣供應(yīng)量沖擊的響應(yīng)均為正向，但波動(dòng)幅度存在差異。在全球金融次貸危機(jī)時(shí)期，貨幣供應(yīng)量增加對(duì)核心CPI 的影響最大，且持續(xù)時(shí)期相對(duì)較長(zhǎng)，在第12期附近趨近于0。這可能是因?yàn)椋瑸閼?yīng)對(duì)金融危機(jī)，我國(guó)對(duì)貨幣政策進(jìn)行了較大調(diào)整，政府投資了4 萬(wàn)億來(lái)推動(dòng)經(jīng)濟(jì)正常穩(wěn)定發(fā)展，刺激了我國(guó)通貨膨脹急劇上升，導(dǎo)致物價(jià)上漲。在經(jīng)濟(jì)“新常態(tài)”時(shí)期，政策增加貨幣供應(yīng)量對(duì)核心CPI 的刺激作用最小，在持續(xù)第5 期附近趨近于0。由此可以看出，政府增加貨幣供應(yīng)量這項(xiàng)貨幣政策對(duì)我國(guó)通貨膨脹的刺激作用在減弱。

從圖8（b）可以看出，當(dāng)政府?dāng)U大貨幣供應(yīng)量時(shí)，不同時(shí)點(diǎn)對(duì)實(shí)際產(chǎn)出的沖擊效應(yīng)具有差異性，但沖擊效應(yīng)下降的速度都較快，在持續(xù)第10 期附近趨近于0。其中，在經(jīng)濟(jì)“新常態(tài)”時(shí)期，實(shí)際產(chǎn)出對(duì)于貨幣供應(yīng)量正向沖擊的反應(yīng)速度最快，且影響最大，達(dá)到了峰值0.15，之后迅速下降。在全球金融危機(jī)時(shí)期，面對(duì)貨幣供應(yīng)量的增加，實(shí)際產(chǎn)出反應(yīng)最為緩慢，且上升幅度最小。結(jié)果說(shuō)明，擴(kuò)張性貨幣政策具有一定的時(shí)滯性及短期效應(yīng)。

3.核心CPI 和CPI 沖擊的比較。為了驗(yàn)證本文所構(gòu)建核心CPI 的優(yōu)良性，接下來(lái)對(duì)核心CPI 與CPI 受貨幣供應(yīng)量政策工具的沖擊效應(yīng)進(jìn)行對(duì)比。依舊使用不同時(shí)點(diǎn)脈沖響應(yīng)來(lái)分析貨幣供應(yīng)量的兩種沖擊效應(yīng)，時(shí)點(diǎn)選擇與前文一致，三個(gè)代表性的時(shí)間節(jié)點(diǎn)分別為2008 年9 月、2011 年和2015 年。圖9顯示了三個(gè)時(shí)間節(jié)點(diǎn)的貨幣供應(yīng)量對(duì)核心CPI 與CPI 的時(shí)點(diǎn)脈沖響應(yīng)函數(shù)結(jié)果。

圖9 不同時(shí)點(diǎn)下貨幣供應(yīng)量對(duì)核心CPI 和CPI 的脈沖響應(yīng)

從圖9 整體來(lái)看，貨幣供應(yīng)量對(duì)核心CPI 和CPI 不同時(shí)點(diǎn)上的沖擊效應(yīng)表現(xiàn)出了相似的趨勢(shì)，其中金融危機(jī)時(shí)期貨幣供應(yīng)量對(duì)核心CPI 和CPI 的沖擊效應(yīng)最大，且對(duì)核心CPI 的沖擊效應(yīng)的持續(xù)時(shí)間要比CPI 長(zhǎng)。另外，沖擊效應(yīng)最低的時(shí)點(diǎn)是2015年。分時(shí)間節(jié)點(diǎn)來(lái)看：在金融危機(jī)時(shí)期，貨幣供應(yīng)量對(duì)核心CPI 的沖擊效應(yīng)在0.1 附近，而對(duì)CPI 的沖擊效應(yīng)在0.2 附近，明顯高于對(duì)核心CPI 的沖擊效應(yīng)；在其他兩個(gè)時(shí)間節(jié)點(diǎn)，同樣也是對(duì)核心CPI 的沖擊效應(yīng)低于對(duì)CPI 的沖擊效應(yīng)，因?yàn)楹诵腃PI 剔除了短期波動(dòng)影響，表示的是物價(jià)水平的長(zhǎng)期趨勢(shì)，故對(duì)貨幣供應(yīng)量的沖擊響應(yīng)小于CPI 的沖擊響應(yīng)。結(jié)果說(shuō)明，核心CPI 可以很好地代表我國(guó)物價(jià)水平，可以作為貨幣政策的重要參考。

五、研究結(jié)論與啟示

（一）研究結(jié)論

本文使用 2001 年 1 月—2021 年 6 月的 CPI、CPI 八類分類指數(shù)、貨幣供應(yīng)量等數(shù)據(jù)，構(gòu)建出了核心CPI 并將其作為價(jià)格變量，之后基于貝葉斯框架下的TVP-VAR 模型對(duì)貨幣政策的價(jià)格效應(yīng)進(jìn)行了實(shí)證研究，最后得到了兩個(gè)主要結(jié)論。

第一，本文基于八類價(jià)格指數(shù)，首先運(yùn)用小波分解剔除了八類價(jià)格指數(shù)中的短期波動(dòng)部分，之后運(yùn)用動(dòng)態(tài)因子模型提取出了它們中的共同趨勢(shì)部分，并將其定義為核心CPI。核心CPI 與CPI 具有基本一致的變動(dòng)趨勢(shì)，但核心CPI 的波動(dòng)程度要比CPI小，可以更好地反映總體物價(jià)水平的變動(dòng)，因此本文所構(gòu)建的核心CPI 可以作為制定貨幣政策時(shí)的價(jià)格標(biāo)準(zhǔn)。

第二，通過(guò)分析貨幣政策工具對(duì)核心CPI 的沖擊效應(yīng)發(fā)現(xiàn)，短期內(nèi)擴(kuò)張性的數(shù)量型貨幣政策對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)起到了促進(jìn)作用，同時(shí)刺激了我國(guó)通貨膨脹上漲，但都是短期有效，長(zhǎng)期無(wú)效。同時(shí)，對(duì)比核心CPI 與CPI 的沖擊效應(yīng)也可以證明核心CPI 對(duì)物價(jià)水平更具代表性，因此核心CPI 的變化對(duì)于央行了解當(dāng)前的物價(jià)水平以及決策具有重要的參考價(jià)值，應(yīng)綜合其他價(jià)格指標(biāo)，共同作為制定貨幣政策時(shí)的參考體系。數(shù)量型貨幣政策對(duì)價(jià)格的正向效應(yīng)會(huì)隨時(shí)間不斷減弱，反映了隨著經(jīng)濟(jì)的發(fā)展，僅靠貨幣供應(yīng)量來(lái)調(diào)控物價(jià)水平無(wú)法達(dá)到宏觀調(diào)控的目的，應(yīng)綜合其他貨幣政策工具來(lái)共同穩(wěn)定物價(jià)。

（二）啟示

基于上述研究結(jié)論，本文得到了兩點(diǎn)啟示。第一，構(gòu)建更加完善的核心通貨膨脹指標(biāo)體系。今后學(xué)者可以結(jié)合更加豐富的知識(shí)，引入更加完善的基礎(chǔ)理論體系和測(cè)度方法，構(gòu)建我國(guó)完整的核心通貨膨脹體系。另外，核心CPI 應(yīng)該成為今后衡量總體物價(jià)水平變動(dòng)的一個(gè)重要指標(biāo)，對(duì)現(xiàn)行衡量物價(jià)水平的指標(biāo)體系進(jìn)行補(bǔ)充，但也不能忽視其他傳統(tǒng)衡量物價(jià)水平的指標(biāo)。在合理有效的評(píng)價(jià)體系下，相關(guān)價(jià)格數(shù)據(jù)的統(tǒng)計(jì)和發(fā)布應(yīng)該更加透明化和精細(xì)化，讓公眾更加了解當(dāng)前物價(jià)的整體水平。

第二，制定貨幣政策時(shí)應(yīng)該參考核心CPI。衡量物價(jià)水平指標(biāo)的主要作用之一就是為政府當(dāng)前的貨幣政策決策提供數(shù)據(jù)依據(jù)，要想制定合理、有效的貨幣政策就必須識(shí)別短期波動(dòng)或長(zhǎng)期穩(wěn)定因素引發(fā)的通貨膨脹變化，而核心CPI 正能夠反映這種長(zhǎng)期穩(wěn)定趨勢(shì)。以核心CPI 作為參考，有利于政府更加準(zhǔn)確地判斷當(dāng)前物價(jià)水平，從而制定出更加有效的穩(wěn)定物價(jià)的貨幣政策?？傮w上看，數(shù)量型貨幣政策對(duì)于物價(jià)具有一定的調(diào)控作用，但隨著時(shí)間推移，會(huì)呈現(xiàn)出效果逐漸減弱的趨勢(shì)。當(dāng)前我國(guó)經(jīng)濟(jì)正處于高質(zhì)量發(fā)展階段，所以政府在制定和實(shí)施貨幣政策時(shí)應(yīng)考慮長(zhǎng)期效果，而非只追求短期效果。