王金明，高鐵梅

（1.吉林大學(xué)數(shù)量經(jīng)濟研究中心，長春130012；2.東北財經(jīng)大學(xué)數(shù)學(xué)與數(shù)量經(jīng)濟學(xué)院，遼寧大連116025）

基于先行指數(shù)對我國通貨膨脹率的預(yù)測

王金明1，高鐵梅2

（1.吉林大學(xué)數(shù)量經(jīng)濟研究中心，長春130012；2.東北財經(jīng)大學(xué)數(shù)學(xué)與數(shù)量經(jīng)濟學(xué)院，遼寧大連116025）

在當(dāng)前國際經(jīng)濟不確定加大的背景下，物價波動態(tài)勢和未來走勢再度吸引了人們的視線，本文基于景氣指數(shù)的方法，構(gòu)建了一致物價指數(shù)反映價格波動態(tài)勢，并且，構(gòu)建了先行物價指數(shù)，反映物價的未來走勢。不僅如此，文章還在模型中引入先行物價指數(shù)作為解釋變量，對我國通貨膨脹的波動進(jìn)行模擬和短期預(yù)測，結(jié)果表明，在對我國通貨膨脹進(jìn)行預(yù)測的模型中加入先行物價指數(shù)這一解釋變量可以顯著地提高預(yù)測精度，基于此模型外推我國CPI走勢，認(rèn)為我國通貨膨脹在2010年將呈現(xiàn)先增加后降低的波動態(tài)勢。

先行物價指數(shù)；一致物價指數(shù)；通貨膨脹；預(yù)測

0 引言

通貨膨脹問題的研究一直是經(jīng)濟學(xué)研究中古老而不衰的話題，隨著上世紀(jì)90年代西方發(fā)達(dá)國家通貨膨脹目標(biāo)制的推行，通貨膨脹更是成為很多發(fā)達(dá)工業(yè)化國家制定貨幣政策的依據(jù)，抑制通貨膨脹成為中央銀行唯一的政策目標(biāo)。2007年，我國央行面對CPI急劇上升的態(tài)勢（圖1，季節(jié)調(diào)整值），在6次上調(diào)利率的基礎(chǔ)上，2008年上半年又6次上調(diào)存款準(zhǔn)備金率?？梢钥闯?，我國央行是將避免出現(xiàn)高通貨膨脹作為制定貨幣政策的重要依據(jù)的，當(dāng)通貨膨脹率超過一定限度時，央行以通貨膨脹為主要調(diào)節(jié)目標(biāo)，實施從緊的貨幣政策[1]。

2010年以來，我國居民消費價格又開始出現(xiàn)一定程度的上漲，一季度CPI上漲了2.2%，4月份達(dá)到2.8%。同時，一些推動CPI上漲的因素在逐漸顯現(xiàn)，如工業(yè)品出廠價格、國際上原油、金屬等商品價格大幅上升，我國未來是否會出現(xiàn)較高的通貨膨脹成為人們普遍關(guān)心的問題。本文考慮利用景氣指數(shù)的方法，通過篩選物價的景氣指標(biāo)并計算合成指數(shù)的方式對物價波動態(tài)勢進(jìn)行監(jiān)測和預(yù)警。

基于經(jīng)濟景氣指數(shù)監(jiān)測宏觀經(jīng)濟周期波動的做法由來已久，20世紀(jì)60年代末，美國國家經(jīng)濟研究局(簡稱NBER)和美國商務(wù)部合作開發(fā)了反映宏觀經(jīng)濟總量運行的先行、一致和滯后合成指數(shù)，用來刻畫經(jīng)濟狀態(tài)和描述未來發(fā)展動向，對衰退和復(fù)蘇做出預(yù)測[2,3]。目前，美國不僅對經(jīng)濟總量構(gòu)建景氣指數(shù)，而且從經(jīng)濟活動中的各個方面研究經(jīng)濟波動及其成因，如物價、投資、消費、外貿(mào)、產(chǎn)業(yè)等。由穆爾(G.H. Moore)創(chuàng)立的美國經(jīng)濟周期研究所（簡稱ECRI）多年來利用先行物價指數(shù)對美國及世界20多個國家經(jīng)濟增長的各層面和通貨膨脹的轉(zhuǎn)折點進(jìn)行預(yù)測，有著較為成功的記錄。本文第二部分將計算反映通貨膨脹波動態(tài)勢和未來走勢的物價一致和先行合成指數(shù)；在第三部分中，將基于先行物價指數(shù)對通貨膨脹的未來走勢進(jìn)行短期預(yù)測；第四部分總結(jié)全文。

1 通貨膨脹的先行和一致指標(biāo)與物價合成指數(shù)

對于月度經(jīng)濟指標(biāo)，國際上多采用消費價格指數(shù)(CPI)作為衡量通貨膨脹的指標(biāo)，本文采用居民消費價格指數(shù)作為物價的基準(zhǔn)指標(biāo)，利用K–L信息量、時差相關(guān)分析、峰谷對應(yīng)法等方法各種方法篩選出物價的先行、一致指標(biāo)組（見表1），并利用國際上通用的合成指數(shù)方法，計算先行物價指數(shù)和一致物價指數(shù)。

表1 物價月度景氣指標(biāo)組

1.1 物價景氣指標(biāo)的選取

從表1可以看出，物價的一致指標(biāo)組主要是由與人民生活息息相關(guān)的消費價格指數(shù)構(gòu)成的，這也是產(chǎn)業(yè)鏈中最下游產(chǎn)品的價格指數(shù)。其中商品零售價格指數(shù)反映城鄉(xiāng)商品零售價格變動趨勢，與居民消費價格的變動趨勢是一致。而生活資料工業(yè)品出廠價格指數(shù)和以農(nóng)產(chǎn)品為原料的輕工業(yè)品出廠價格指數(shù)都是直接滿足人們生活需求的產(chǎn)品的出廠價格，與居民消費價格的波動情況應(yīng)該是一致的，且通過峰谷對應(yīng)法也能看出，它們的變動趨勢基本一致。

物價的先行指標(biāo)組是由工業(yè)生產(chǎn)、投資、貨幣供應(yīng)量、企業(yè)存款、外貿(mào)及產(chǎn)業(yè)鏈上游產(chǎn)品價格指數(shù)等重要的宏觀經(jīng)濟指標(biāo)構(gòu)成。工業(yè)企業(yè)增加值增速可以反映供給與需求之間的變化關(guān)系，是消費價格的先行指標(biāo)。固定資產(chǎn)投資與房地產(chǎn)開發(fā)投資規(guī)模的變化，會對上游工業(yè)部門的出廠價格及生產(chǎn)資料工業(yè)部門的需求等構(gòu)成影響，且通過價格傳導(dǎo)機制最終反映到消費價格上來，其中房地產(chǎn)作為投資重要的部分，會帶動很多工業(yè)部門的需求，其影響力是巨大的。紡織原料類、黑色金屬類、農(nóng)副產(chǎn)品類等三類購進(jìn)價格指數(shù)作為上游產(chǎn)品價格，引入先行指標(biāo)組。而金融指標(biāo)中，企業(yè)存款代表企業(yè)目前的資金狀況，預(yù)示著未來企業(yè)的投資動向，貨幣供應(yīng)量（M1）對未來的價格走勢更是具有決定性影響；最后，我國經(jīng)濟目前受外需的影響仍然較大，出口和進(jìn)口會在很大程度上影響國內(nèi)各個部門、各個層次的供求狀況，進(jìn)而影響價格，因而共同選為消費價格指數(shù)的先行指標(biāo)。

1.2 物價景氣指數(shù)的分析

圖2顯示了一致物價指數(shù)（記為CI_P）和先行物價指數(shù)（記為LCI_p）的曲線圖（數(shù)據(jù)期間：1999年1月～2010年4月，以2000年平均值為100），圖中用陰影區(qū)域表示CI_P由峰(P)回落到谷(T)的收縮階段。

從圖2可以看出一致物價合成指數(shù)CI_P在1999年走出通貨緊縮的谷底，2001年5月達(dá)到峰（103.92），2002年4月又小幅下滑到谷底（97.14）后，雖有小的波動，但受糧食、能源價格的上升、信貸量的增加及投資的增長的影響，一路攀升于2004年7月達(dá)到新的高峰（119.54）。在政府宏觀經(jīng)濟調(diào)控政策的作用下，受大部分上游產(chǎn)品價格急劇下跌的影響，CI_P出現(xiàn)大約一年的回落，2005年8月停止下跌，隨后，在國際能源價格上升、國內(nèi)生產(chǎn)成本和農(nóng)產(chǎn)品價格上升等綜合因素作用下，一致物價指數(shù)開始了一輪較長時間的上升階段，到2008年4月出現(xiàn)2000年以來的最高值132.87，當(dāng)月CPI增幅高達(dá)8.5%。在全球金融危機帶來的巨大沖擊下，我國國民經(jīng)濟開始出現(xiàn)回落，物價也逐步回落，至2009年7月達(dá)到谷底（96.2）。在國際金融危機中，美元大幅貶值和投機因素造成國際上大宗商品價格急劇上升，加之為應(yīng)對危機而采取的積極政策效應(yīng)的逐漸顯現(xiàn)，CI_P逐漸上升至2010年4月達(dá)到113.41。

表2 先行物價指數(shù)相對于一致物價指數(shù)的先行關(guān)系（括號中為先行時間長度）

表2中詳細(xì)列出了先行物價指數(shù)LCI_P和一致物價指數(shù)CI_P的峰、谷對比關(guān)系。圖2和表2都可以看出，先行物價指數(shù)LCI_P在峰、谷點處都明顯的先行于一致物價指數(shù)CI_P，在谷底的先行期基本穩(wěn)定（先行期分別為3、4、4個月），但在峰點上先行期不穩(wěn)定（先行期分別為9、5、2個月）。雖然先行期不是很穩(wěn)定，但由最近LCI_P一直處于上升態(tài)勢來看，本文認(rèn)為，在2010年二季度，物價一致指數(shù)將會繼續(xù)向上運行。

一致物價指數(shù)綜合了幾個重要的價格指數(shù)的信息，可以認(rèn)為是測度價格波動態(tài)勢的最好指標(biāo)，通過對比一致物價指數(shù)CI_P和居民消費價格指數(shù)CPI，發(fā)現(xiàn)二者的波動顯示出幾乎相同的態(tài)勢，峰谷點出現(xiàn)的時間也是一致的，這說明，用CPI的波動來反映通貨膨脹的波動是合適的。下面對居民消費價格指數(shù)進(jìn)行預(yù)測，以說明我國未來通貨膨脹率的運行方向。

2 我國通貨膨脹率的短期預(yù)測

物價先行指標(biāo)對未來價格走勢具有預(yù)報作用，因此，可以用這些先行指標(biāo)作為解釋變量，對價格未來走勢進(jìn)行預(yù)測，然而，各個先行指標(biāo)之間較強的相關(guān)性又帶來了模型的多重共線性問題。為了利用先行指標(biāo)中包含的信息，Camba-Mendez等(2001)提出了自動先行指標(biāo)模型，從先行指標(biāo)組中提取共同因子對歐洲國家的GDP進(jìn)行預(yù)測[4]；Banerjee和Marcellino（2006）選擇了最優(yōu)的先行指標(biāo)并用各個因素的組合來代替單個指標(biāo)[5]；Moser等（2007）利用澳大利亞的數(shù)據(jù)對通貨膨脹進(jìn)行預(yù)測，認(rèn)為基于先行指標(biāo)的共同因子能夠得到最為精確的預(yù)測[6]；Qin等（2008）發(fā)現(xiàn)ALI模型在短期預(yù)測方面優(yōu)于其他模型，而在長期預(yù)測方面沒有顯現(xiàn)出優(yōu)勢[7]。本文借鑒ALI模型的思想，用包含了這些先行指標(biāo)綜合信息的物價先行合成指數(shù)(LCI_P)作為解釋變量，構(gòu)建模型并對CPI進(jìn)行模擬和預(yù)測。

本文考察了直到12階滯后（m=12）的模型估計結(jié)果，在滿足解釋變量顯著的前提下選擇FPE值最小的模型形式，經(jīng)過比較最終確定的方程估計結(jié)果如下：(方便起見，模型記為AR_L。經(jīng)檢驗，殘差序列u贊t無序列相關(guān)和異方差性，并且是平穩(wěn)的，系數(shù)下面括號中為t檢驗值)：

CPIt=0.80+3.39×CPIt-1-4.95×CPIt-2+4.0×CPIt-3-1.77×CPIt-4+

(2.62)(40.10)(-18.15)(10.51)(-6.43)

0.33×CPIt-5+0.05×LCI_Pt-4-0.08×LCI_Pt-5+0.04×LCI_Pt-6+u贊t

(3.79)(2.63)(-2.61)(2.53)

R2=0.99FPE=0.0031

Wald檢驗結(jié)果也表明，LCI_P對CPI是具有顯著的解釋能力的，將先行物價指數(shù)作為CPI的解釋變量是合理的。更為重要的是，只用序列歷史值構(gòu)建的AR(5)模型預(yù)測效果不理想，而在解釋變量中加入了物價的先行指標(biāo)后，AR_L模型的預(yù)測精度顯著提高。用截止到2009年4月的數(shù)據(jù)作為樣本進(jìn)行參數(shù)估計，并對迄今為止的CPI序列進(jìn)行預(yù)測，即用最后一年的樣本作為檢驗數(shù)據(jù)，通過計算模型的預(yù)測值與實際數(shù)據(jù)的均方根誤差對比模型的預(yù)測能力，結(jié)果發(fā)現(xiàn)（如圖3所示），用AR(5)模型預(yù)測的結(jié)果明顯不如模型AR_L的預(yù)測結(jié)果與真實值接近，AR(5)模型預(yù)測的均方根誤差（RMSE）為2.66，而AR_L模型預(yù)測的RMSE僅為1.15，因此，可以認(rèn)為包含了先行物價指數(shù)的模型具有更好的預(yù)測能力。

根據(jù)AR_L模型的形式，我們可以基于先行物價指數(shù)的真實值和CPI一期滯后的預(yù)測值對二季度CPI的走勢進(jìn)行預(yù)測，得到2010年5月到8月的CPI值分別為102.9、103、103.2和102.8，即2010年二季度我國CPI將繼續(xù)緩慢上升，7月份達(dá)到最高值后出現(xiàn)下降。

3 結(jié)束語

本文基于景氣指數(shù)的方法，篩選出通貨膨脹的先行和一致景氣指標(biāo)，分別計算了先行物價指數(shù)和一致物價指數(shù)。本文在對我國通貨膨脹進(jìn)行預(yù)測的模型中，加入先行物價指數(shù)作為解釋變量，發(fā)現(xiàn)其顯著地提高了模型的預(yù)測精度。基于模型外推2010年5月到8月我國的CPI值分別為102.9、103、103.2和102.8。物價的先行指標(biāo)和先行指數(shù)能夠?qū)νㄘ浥蛎浳磥碜邉葑鞒鲱A(yù)警，并能夠提供更有效短期預(yù)測，這為我們在傳統(tǒng)時間序列模型預(yù)測結(jié)果不可靠的情況下對物價波動態(tài)勢進(jìn)行監(jiān)測和預(yù)測提供了替代方法。及時計算先行物價指數(shù)并對短期通貨膨脹進(jìn)行預(yù)測，可以提前制定防范措施，避免出現(xiàn)價格出現(xiàn)大起大落。

[1]歐陽志剛,王世杰.我國貨幣政策對通貨膨脹與產(chǎn)出的非對稱反應(yīng)[J].經(jīng)濟研究,2009(9).

[2]董文泉,高鐵梅等.經(jīng)濟周期波動的分析與預(yù)測方法[M].長春:吉林大學(xué)出版社,1998.

[3]Burns,A.F.,W.C.Mitchell.MeasuringBusinessCycles[M].New York:NBER,1946.

[4]Camba-Mendez,G.,Kapetanios,G.,Smith,R.J.,Weale,M.R.An Automatic Leading Indicator of Economic Activity:Forecasting GDP Growth for European Countries[J].Econometrics Journal,2001，(4).

[5]Banerjee A.,Marcellino M.Are There Any Reliable Leading Indicators for US Inflation and GDP Growth?[J].International Journal of Forecasting,2006，（22）.

[6]Moser G,Rumler F,Scharler J.Forecasting Austrian Inflation[J]. Economic Modelling,2007，24，(3).

[7]Qin,D.,Cagas,M.A.,Ducanes G.,Magtibay-Ramos,N.,Quising,P. Automatic Leading Indicators Versus Macroeconometric Structural Models:A Comparison of Inflation and GDP Growth Forecasting [J].International Journal of Forecasting,2008，（24）.

（責(zé)任編輯/浩天）

C813

A

1002－6487（2011）05－0111-03

教育部人文社會科學(xué)青年基金項目（07JC790038）

王金明（1975-），男，吉林遼源人，博士，副教授，研究方向：經(jīng)濟周期波動監(jiān)測和預(yù)測。

高鐵梅（1951-），女，江蘇盱眙人，博士生導(dǎo)師，教授，研究方向：宏觀經(jīng)濟分析與政策模擬、經(jīng)濟周期波動分析與預(yù)測方法。