石璋銘

(湖北理工學(xué)院 經(jīng)濟與管理學(xué)院，湖北 黃石 435003)

?

最優(yōu)信息獲取下的通脹預(yù)期異質(zhì)性實證分析*

石璋銘

(湖北理工學(xué)院 經(jīng)濟與管理學(xué)院，湖北 黃石 435003)

文章首先用改進的C-P概率方法估計大眾通脹預(yù)期，然后用ARMA模型估計專家通脹預(yù)期。對兩種通脹預(yù)期分別做檢驗發(fā)現(xiàn)，盡管專家預(yù)期精度高于大眾預(yù)期，但大眾預(yù)期符合理性預(yù)期假設(shè)，而專家預(yù)期卻是非理性的。大眾預(yù)期與實際通脹之間有雙向格蘭杰因果關(guān)系，專家預(yù)期只是實際通脹的格蘭杰原因。大眾預(yù)期與專家預(yù)期之間有比較明顯的反饋機制。這種通脹預(yù)期異質(zhì)性現(xiàn)象，有可能是私人經(jīng)濟部門在預(yù)期形成過程中最優(yōu)信息獲取作用的結(jié)果。

信息選擇；通脹預(yù)期；異質(zhì)性

一、問題的提出

理性預(yù)期假設(shè)經(jīng)濟主體都會積極去獲取經(jīng)濟信息并能充分利用這些經(jīng)濟信息來實現(xiàn)自身效用最大化。這樣預(yù)期是同質(zhì)化的，而基于同質(zhì)性假設(shè)的理性預(yù)期理論在說明諸如通貨膨脹之類的宏觀經(jīng)濟數(shù)據(jù)變動特征的時候，顯得困難重重[1]。事實上，按照預(yù)期形成的主體不同，預(yù)期可以劃分為大眾預(yù)期(household expectation)和專家預(yù)期(expert expectation)兩類。由于專家獲取信息的能力、成本和處理能力都強于普通大眾，上述兩類通脹預(yù)期必然因為預(yù)期的主體不一致而表現(xiàn)出異質(zhì)性[2]。由于大眾通脹預(yù)期對工人工資談判、企業(yè)主的產(chǎn)品定價行為、單個經(jīng)濟主體的市場投機買賣行為等有重要的影響[3]，區(qū)別研究大眾通脹預(yù)期與專家通脹預(yù)期的文獻日漸增多。

Carroll[4]利用調(diào)查數(shù)據(jù)分析認(rèn)為，大眾通脹預(yù)期均方誤差是專家通脹預(yù)期均方誤差的兩倍，因此專家通脹預(yù)期比大眾通脹預(yù)期更精確，而且專家通脹預(yù)期與大眾通脹預(yù)期之間存在單向的格蘭杰因果關(guān)系。Rolf[5]通過將來自大眾的定性調(diào)查數(shù)據(jù)轉(zhuǎn)化為定量數(shù)據(jù)，測度了大眾的通脹預(yù)期，并指出大眾通脹預(yù)期基本上不符合理性預(yù)期。肖爭艷、陳彥斌[6]采用將定性調(diào)查數(shù)據(jù)轉(zhuǎn)化為定量數(shù)據(jù)的C-P方法，通過運用中國人民銀行的調(diào)查數(shù)據(jù)測定了大眾的通脹預(yù)期，并在此基礎(chǔ)上分析大眾通脹預(yù)期的性質(zhì)。肖爭艷、唐壽寧、石冬進一步研究了調(diào)查對象的年齡、性別、教育程度等個體差異，分析了消費者通脹預(yù)期的異質(zhì)性，并且基于經(jīng)濟主體的經(jīng)濟特征和人口統(tǒng)計特征兩方面差異，分析了消費者通脹預(yù)期存在異質(zhì)性的微觀基礎(chǔ)[7-8]。

然而，上述研究還存在以下一些問題：第一，目前的研究中，將定性的數(shù)據(jù)向定量數(shù)據(jù)轉(zhuǎn)換時存在一些缺陷，例如轉(zhuǎn)化參數(shù)設(shè)定的是對稱門限值，直接將定性數(shù)據(jù)轉(zhuǎn)化后的結(jié)果看成是最終通脹預(yù)期；第二，在研究通脹預(yù)期的異質(zhì)性時，沒有將私人經(jīng)濟部門按信息掌握能力劃分為大眾和專家兩個不同群體并展示實證性比較研究；第三，對異質(zhì)性通脹預(yù)期可能存在的原因，沒有從私人部門獲取信息的最優(yōu)選擇及其對央行貨幣政策影響的角度進行分析。鑒于此，本文首先對C-P概率法進行改進并用以測定大眾通脹預(yù)期，然后利用包含少量宏觀經(jīng)濟變量的時間序列模型，測定專家通脹預(yù)期。在分析這兩種預(yù)期各自特性的基礎(chǔ)上，研究兩者之間是否存在因果關(guān)系，最后從最優(yōu)信息獲取的角度來分析這兩種預(yù)期可能存在的異質(zhì)性的原因。

二、大眾通脹預(yù)期的測定

(一) 模型的設(shè)定

使用調(diào)查數(shù)據(jù)做通脹預(yù)期分析在經(jīng)濟文獻中有著悠久的歷史。中國人民銀行從1995年起開始通過調(diào)查問卷的方式來收集和管理居民的通脹預(yù)期。具體做法是每個季度會在58個大中城市的多個儲蓄網(wǎng)點隨機抽取儲戶進行問卷調(diào)查，其中有關(guān)通脹預(yù)期的問題是“您預(yù)計未來3個月物價水平將比現(xiàn)在”，候選回答分別是“上升；基本不變；下降”。然后每個季度的央行統(tǒng)計公報中會將預(yù)期未來三個月內(nèi)物價上升、不變和下降的人數(shù)比例進行匯總通報，并最終公布物價預(yù)期指數(shù)(具體參見央行每季度發(fā)布的統(tǒng)計公告)。中國人民銀行的調(diào)查數(shù)據(jù)有兩個優(yōu)點：其一是調(diào)研具有廣泛的代表性，它包含的參與者滿足充分的隨機性和樣本的足夠大(有效樣本為20 000個)；其二是調(diào)研的結(jié)果能用于構(gòu)建一個對每一個時間點都擁有固定預(yù)期間隔的通脹預(yù)期季度測量時間序列，對央行進行通脹預(yù)期管理提供有力的支持。然而，中國人民銀行調(diào)研得到的也是定性信息，因此，必須將定性數(shù)據(jù)轉(zhuǎn)化為定量信息。

1.量化定性數(shù)據(jù)的回歸法

量化定性反應(yīng)數(shù)據(jù)的理論依據(jù)是從統(tǒng)計學(xué)出發(fā)，調(diào)查回答的總比例能解釋通脹預(yù)期改變的程度。Fulri and Spoerndli[9]直接采用如下公式計算調(diào)查數(shù)據(jù)得到的通脹預(yù)期：

(1)

作為上述方法的替代， Breitung[10]改進并提出了如下的回歸方程：

(2)

(3)

2.量化定性數(shù)據(jù)的C-P法及其改進

上述方法演化過程中都將回答不變的比例排除在計算之外，顯然使數(shù)據(jù)的轉(zhuǎn)化必然存在測定誤差。Carlson and Parkin[11]提出了定性數(shù)據(jù)向定量數(shù)據(jù)轉(zhuǎn)化的概率方法，即C-P方法。C-P概率法要求如下假設(shè)成立：

1)在(t-1)時刻被調(diào)查者對t時刻通脹預(yù)期Xt是一個隨機變量，該隨機變量服從被調(diào)查者自己掌握信息的條件分布，該條件分布顯然是主觀概率分布。

2)不同個體之間的主觀概率分布是相互獨立的，且在不同個體之間具有相同的已知形式，未來通脹率的總體期望E(Xt)就是個體預(yù)期隨機變量Xt的均值。

3)被調(diào)查個體心中存在一個未來通脹的區(qū)間[-a，a]，這表示第i個被調(diào)查者如果預(yù)期t時點的通脹大于門限值a或小于門限值(-a)時，就會選擇回答未來通脹不變(a大于零)。

4)門限值a不隨時間、個體的差異而變化，是常數(shù)。

上述假設(shè)首先存在門限參數(shù)固定假設(shè)的缺陷。事實上，中國人民銀行每季度公布的物價預(yù)期指數(shù)從未小于零，就反映了中國城鎮(zhèn)居民始終保持較強的通脹預(yù)期，未來通脹的門限值顯然要比未來通縮的門限值要敏感的多。因此，張蓓[12]修訂了門限參數(shù)固定設(shè)定的假設(shè)，但是在研究中對不對稱門限參數(shù)的估計則采用設(shè)定一個然后估計另一個的做法，帶有極大的主觀性。其次，假設(shè)1)、2)將量化數(shù)據(jù)直接看作通脹預(yù)期是值得商榷的。中國人民銀行的問卷與前文所述的國外成熟調(diào)查機構(gòu)的問卷設(shè)計相比，用“物價變化”替換了“通脹變化”，似乎可以直接應(yīng)用假設(shè)1)、2)。然而，被調(diào)查者對未來物價波動的認(rèn)識，最直接的反映應(yīng)當(dāng)是未來通脹將惡化還是緩和。調(diào)查的結(jié)果應(yīng)當(dāng)表現(xiàn)為被調(diào)查者對未來通脹的變化進行預(yù)期，因此轉(zhuǎn)化出來的定量數(shù)據(jù)也只是反應(yīng)通脹變化預(yù)期，而不是通脹預(yù)期本身。

綜上分析，本文對C-P方法的基本假設(shè)作如下修訂：在(t-1)時刻單個被調(diào)查者對t時刻通脹變化的預(yù)期Xt是一個隨機變量，所有被調(diào)查者對t時刻通脹變化總體期望就是個體預(yù)期隨機變量E(Xt)均值；存在一個未來通脹變化的區(qū)間[δit，ηit]，這表示第i個被調(diào)查者如果預(yù)期t時點的通脹變化大于門限值ηit或小于門限值δit時，就會選擇回答未來通脹不變且δit小于零而ηit大于零。

上述假設(shè)用數(shù)學(xué)語言來描述如下：設(shè)At表示被調(diào)查者在(t-1)時點回答預(yù)期t時點通脹上升的比例，Bt是回答下降的比例，Ct表示回答不變的被調(diào)查者比例，Xt表示在(t-1)時刻對t時刻通脹變化的預(yù)期，我們有：

P(Xt≥ηit)=At

(4)

P(δit≤Xt≤ηit)=Ct

(5)

P(Xt≤δit)=Bt

(6)

設(shè)定Xt服從某種分布后，其均值就是總體通脹變化預(yù)期值。本文采用正態(tài)分布、logistic分布和scaled-t分布作為比較分布，先測定預(yù)期的通脹變化，然后計算通脹預(yù)期。

(7)

(8)

聯(lián)立方程(7)(8)有：

(9)

(10)

(11)

聯(lián)立方程(10)(11)仍有：

(12)

由于scaled-t分布對價格預(yù)期分布具有極好的擬合性，因此進一步使用scaled-t分布模擬價格波動的概率分布。在該假設(shè)下有下式：

(13)

(14)

(二)實證結(jié)果

表1 不同方法估計參數(shù)

注：估計過程中，每季度預(yù)期通脹未來3個月上升的人數(shù)比例At和下降的比例Bt從中國人民銀行每季度發(fā)布的城鎮(zhèn)居民儲蓄調(diào)查公報整理得到。在方程(14)的估計中，首先經(jīng)過參考文獻中常用并經(jīng)測試得到scaled-t分布的自由度υ=28，再進行估計。

圖1 線性回歸法得到的預(yù)期通脹與實際通脹對比圖

圖2 正態(tài)分布假設(shè)得到的預(yù)期通脹與實際通脹對比圖

圖3 logistic分布假設(shè)得到的預(yù)期通脹與實際通脹對比圖

(三)幾種量化方法的比較

表2 幾種量化方法的比較

注：在做格蘭杰因果檢驗時，首先驗證了三種方法預(yù)測的通脹水平都是平穩(wěn)序列；滯后階數(shù)是按照AIC與SC信息原則選定的。

表2中的結(jié)果顯示，回歸法的誤差要大于概率法，而概率法中l(wèi)ogistic分布假設(shè)誤差最小。從格蘭杰因果檢驗來看，3種量化方法測定的通脹預(yù)期與實際通脹之間都存在比較明顯的反饋機制，這個結(jié)果與一些針對消費者價格預(yù)期進行的研究相反，這些研究認(rèn)為只有單向的從真實到預(yù)期的格蘭杰因果關(guān)系，從而消費者價格預(yù)期不能成為通脹預(yù)期的指示器。

三、專家通脹預(yù)期的測定

盡管與大眾預(yù)期形成不一樣，專家常常通過經(jīng)濟信息、經(jīng)濟數(shù)據(jù)的獲取和整理，運用計量模型對未來的通貨膨脹水平進行預(yù)期，但專家預(yù)期也可以通過問卷調(diào)查獲取，在很多國家有專門針對專家調(diào)查的數(shù)據(jù)庫。由于中國目前還沒有專門針對專家的問卷調(diào)查及與之相關(guān)的信息公布，即使有相關(guān)的一些專業(yè)機構(gòu)公布通脹預(yù)期，但彼此之間的信息差別太大，因此本文通過模型方法測定專家預(yù)期。

(一)模型設(shè)定

在文獻中常用的專家預(yù)期模型包括時間序列的新聞模型、時間序列模型、菲利普曲線模型、期限結(jié)構(gòu)模型、綜合性模型。新聞模型的應(yīng)用條件是專業(yè)新聞報刊會定期公布通脹預(yù)期值，由于中國目前尚不存在公認(rèn)比較有影響的報刊公布預(yù)期通脹，因此本文不采用新聞模型。在實際通脹值時間序列穩(wěn)定的前提下，簡單的模型預(yù)測精度和效力往往最好。例如，時間序列模型中的ARMA(1,1)模型、隨機游走模型是最好的，菲利普曲線模型中僅含有一兩個宏觀經(jīng)濟變量的模型是最好的。鑒于菲利普曲線模型需要失業(yè)率數(shù)據(jù)，期限結(jié)構(gòu)模型中需要金融市場完全假設(shè)，因此本文不選擇這些模型。

如前所述，本文選取城鎮(zhèn)居民消費的環(huán)比季度價格指數(shù)作為計算通脹的依據(jù)，并通過檢驗通脹值時間序列發(fā)現(xiàn)該序列是穩(wěn)定的，計算結(jié)果如表3所示。

表3 2003年一季度—2011年四季度環(huán)比季度通脹率單位根檢驗結(jié)果

因此，本文選取ARMA(1,1)、包含少量宏觀經(jīng)濟變量的VAR模型作為測定專家預(yù)期的單個模型，然后將這兩個單一模型求得的預(yù)測值加權(quán)求和來獲取專家預(yù)期模型。令πt+1為t時刻對(t+1)時刻通脹水平的預(yù)期值，則有方程(15)表示的ARMA(1,1)模型和方程(16)表示的VAR模型如下：

πt+1=μ+φπt+φεt+εt+1

(15)

Xt+1=μ+φXt+εt+1

(16)

其中Xt是包含了實際通脹水平在內(nèi)的宏觀變量組成的向量，本文選取宏觀經(jīng)濟變量包括經(jīng)HP濾波處理后的GDP增長率、銀行同業(yè)一周內(nèi)拆借利率、消除季節(jié)因素的M2增長速度；εt是白噪聲序列。

(二)實證結(jié)果

運用ARMA(1,1)進行預(yù)測時，考慮到實際通脹值的季度性特點，先對實際通脹值做季度調(diào)整，預(yù)測結(jié)果如圖4所示。結(jié)果顯示，由ARMA(1,1)預(yù)測的通脹值與實際通脹值幾乎沒有擬合，因此，預(yù)測效果并不理想。

圖4 ARMA(1,1)模型預(yù)測的通脹與實際通脹對比圖

運用VAR模型進行預(yù)測，要求先確定VAR模型中向量滯后的階數(shù)。按AIC和SC信息準(zhǔn)則，確定滯后階數(shù)為二階，即通過VAR(2)模型進行預(yù)測。如圖5所示，預(yù)測結(jié)果表明，VAR(2)模型預(yù)測的通脹值與實際通脹值擬合十分良好，預(yù)測效果很理想。

圖5 VAR(2) 模型預(yù)測的通脹與實際通脹對比圖

本文將VAR(2) 模型用作下文專家預(yù)測的唯一模型，將該模型預(yù)測值作為專家預(yù)測值。為了考察專家通脹預(yù)期與實際通脹之間是否存在格蘭杰因果關(guān)系，首先對專家預(yù)期通脹值做平穩(wěn)性檢驗，檢驗結(jié)果如表4所示，表明專家通脹預(yù)期是平穩(wěn)的，由于上文已經(jīng)檢驗了實際通脹值的平穩(wěn)性，因此可以直接對這兩個時間序列作格蘭杰因果檢驗。表5的檢驗結(jié)果說明，專家通脹預(yù)期是實際通脹的格蘭杰原因，而實際通脹卻不是專家預(yù)期的格蘭杰原因，這表明專家預(yù)期與實際通脹之間不存在反饋機制。

表4 專家通脹預(yù)期平穩(wěn)性檢驗結(jié)果

表5 專家預(yù)期與實際通脹格蘭杰因果檢驗表

(三)專家預(yù)期與大眾預(yù)期的比較分析

從兩者的預(yù)測均方誤差來看，大眾預(yù)期的均方誤差為0.040 26，而專家預(yù)期的均方誤差值則為0.028 56，顯然專家預(yù)期的均方誤差教大眾預(yù)期更為精確。而且，專家預(yù)期的均方誤差接近大眾預(yù)期均方誤差的兩倍，這和Carroll[4]的結(jié)論是完全一致的。由于大眾預(yù)期和專家預(yù)期的通脹值序列都是平穩(wěn)序列，因此直接作兩者的格蘭杰因果檢驗，依據(jù)AIC與SC信息原則檢驗中選取四階滯后。根據(jù)表6中的結(jié)果，在10%的顯著性水平下，專家預(yù)期與大眾預(yù)期互為因果關(guān)系，專家預(yù)期與大眾預(yù)期之間存在比較強烈的反饋機制。這反映了隨著經(jīng)濟增長，為了解決近年來的收入分配不公和人口紅利消減問題，經(jīng)濟發(fā)展中開始重視設(shè)計明確的工資增長機制。該機制使專家形成了成本推動通脹預(yù)期，而大眾則因收入增長引起的貨幣幻覺形成了消費物價上漲預(yù)期，兩種預(yù)期相互作用，形成了一致的通脹預(yù)期。

表6 專家預(yù)期與大眾預(yù)期格蘭杰因果檢驗表

四、通脹預(yù)期異質(zhì)性的原因分析

上述實證分析表明，在對通貨膨脹率進行預(yù)期時，專家預(yù)期與大眾預(yù)期表現(xiàn)出明顯的異質(zhì)性。專家和大眾共同組成了經(jīng)濟中的私人部門，在理想預(yù)期假設(shè)下私人部門都會積極主動獲取信息且能夠達到這個目標(biāo)。然而，近年來有關(guān)私人信息獲取的研究表明，私人部門首先會依據(jù)信息獲取的成本與收益對比來決定是否獲取信息。私人部門中專家的信息獲取收益遠大于信息獲取成本，而大眾的信息獲取成本多數(shù)情況下高于收益，因此專家獲取信息的愿望要強于大眾。不僅如此，私人部門獲取信息的愿望還和經(jīng)濟波動周期相關(guān)。在經(jīng)濟表現(xiàn)出劇烈波動時，私人部門表現(xiàn)出一致性的強烈信息獲取愿望，但在經(jīng)濟發(fā)展較平穩(wěn)時期，專家獲取信息的愿望往往要強于大眾。

根據(jù)時間不一致理論，信息獲取將影響貨幣政策效力，因此，貨幣當(dāng)局在制定政策時往往考慮的是信息獲取能力最強的私人部門。由于專家信息獲取愿望和成本收益比都優(yōu)于大眾，因而影響政策制定的私人信息獲取往往是專家的信息獲取。而貨幣當(dāng)局在制定政策時，對專家基于最優(yōu)信息獲取原則形成的預(yù)期進行判斷，這種判斷最終將決定政策的制定。當(dāng)專家對自己在私人部門中信息獲取的優(yōu)勢地位和對貨幣政策制定具備一定左右能力時，會出于自身利益最大化的考慮，利用這些優(yōu)勢誘導(dǎo)政策制定朝著有利自己的方向發(fā)展。因此，由于相對經(jīng)濟運行實際某種程度上的超前信息，專家預(yù)期表現(xiàn)為不符合理性但又十分精確。

對大眾來說，由于信息獲取的現(xiàn)實劣勢和較弱的信息獲取愿望，大眾預(yù)期的最優(yōu)決策是依據(jù)經(jīng)濟中與自己切身利益直接相關(guān)且容易直接觀察到的事實作為信息源，據(jù)以形成自身的預(yù)期。由于現(xiàn)實的經(jīng)濟運行在某種程度受到專家預(yù)期通過政策制定的間接引導(dǎo)，掌握信息的私人部門會給予未掌握信息的私人部門一個消極的外部沖擊。因而大眾預(yù)期表現(xiàn)為符合理性且與專家預(yù)期密切相關(guān)，但又遠不如專家預(yù)期那么精確。

五、結(jié)論

本文依據(jù)信息獲取的成本收益比將私人經(jīng)濟部門劃分為大眾和專家兩個部分。通過對這兩個部門通脹預(yù)期進行理性預(yù)期假設(shè)檢驗、預(yù)測精度比較和格蘭杰因果檢驗，實證結(jié)果表明，大眾預(yù)期與專家預(yù)期存在顯著的異質(zhì)性。這種異質(zhì)性表現(xiàn)為四個方面：第一，專家預(yù)期不符合理性預(yù)期假設(shè)而大眾預(yù)期則是理性的；第二，專家預(yù)期的精度遠大于大眾預(yù)期；第三，大眾預(yù)期與專家預(yù)期之間存在較明顯的反饋機制；第四，兩種預(yù)期都能較好的擬合實際通貨膨脹率，但只有大眾預(yù)期與實際通脹有雙向因果關(guān)系，專家預(yù)期則僅僅是實際通脹的格蘭杰原因。這種通脹預(yù)期的異質(zhì)性可能的原因在于，大眾和專家依據(jù)最優(yōu)信息獲取原則進行預(yù)期。在該原則下，專家預(yù)期表現(xiàn)的主觀性要突出一些，而大眾預(yù)期則表現(xiàn)出更多的客觀性。因此，在繼續(xù)有效調(diào)研大眾預(yù)期的同時，為了減少專家預(yù)期對貨幣政策制定的“誘導(dǎo)”效應(yīng)，防止貨幣政策中的私人信息傾向，中國人民銀行應(yīng)重點開展專家通脹預(yù)期的調(diào)研工作，切實掌握和管理專家預(yù)期。其次，在制定貨幣政策時，考慮大眾預(yù)期與實際通脹之間的反饋效應(yīng)及大眾預(yù)期的理性特點，應(yīng)當(dāng)充分用貨幣政策引導(dǎo)大眾預(yù)期形成，從而管理好通脹預(yù)期。

[1] Fuhrer,Jeffrey C., George R.Moore, Inflation Persistence[J].Quarterly Journal of Economics, 1995, 110(1):127-159.

[2] 程均麗.異質(zhì)預(yù)期及其經(jīng)濟影響——基于貨幣經(jīng)濟學(xué)的新視角[J].當(dāng)代經(jīng)濟研究,2009(3):19-24.

[3] Shiller, R. J.Why Do People Dislike Inflation,in Reducing Inflation: Motivation and Strategy[M].Chicago:University of Chicago press,1997.

[4] Carroll, C. D. Macroeconomic expectations of households and professional forecasters[J]. Quarterly Journal of Economics, 2003, 118(1):269-298.

[5] Rolf Scheufele.Are Qualitative Inflation Expectations Useful to Predict Inflation[J]. Journal of Business Cycle Measurement and Analysis,2011(1):29-53.

[6] 肖爭艷,陳彥斌.中國通貨膨脹預(yù)期研究：調(diào)查數(shù)據(jù)方法[J].金融研究,2004(11):1-18.

[7] 肖爭艷,唐壽寧,石冬.中國通貨膨脹預(yù)期異質(zhì)性研究[J].金融研究,2005(9):51-62.

[8] 肖爭艷,姚一旻,唐詩磊.我國通貨膨脹預(yù)期的微觀基礎(chǔ)研究[J].統(tǒng)計研究,2011(3):8-14.

[9] Fulri，R., Spoerndli，E.Rationality of Consumer's Price Expectations——Empirical Testing Using Swiss Qualitative Survey Data[D].paper presented to 18th CIRET Conference,1987.

[10] Breitung, J.Assessing the Rationality of Survey Expectations: The Probability Approach[J].Journal of Economics and Statistics, 2008, 228(56): 630-643.

[11] Carlson, J.A. and M.J. Parkin.Inflation expectations[J].Economica, 1975：123-138.

[12] 張蓓.我國居民通貨膨脹預(yù)期的性質(zhì)及對通貨膨脹的影響[J].金融研究,2009(9):40-54.

(責(zé)任編輯 尹春霞)

Empirical Analysis of the Heterogeneity of InflationExpectation Based on Optimal Information Acquisition

SHIZhangming

(School of Economy and Management ,Hubei Polytechnic University, Huangshi Hubei 435003)

This paper estimates the inflation expectation of household by improved C-P probability method and then calculates the inflation expectation of expert by econometrics model. Through testing these expectations respectively, it finds that the household expectation accords with rational expectation but the expert expectation is not rational, although the expert expectation has more precision. The household expectation has bothway Granger Causality with actual inflation and the expert expectation is only Granger reason of actual inflation. There is an obvious feedback mechanism between the two expectations. The heterogeneity of inflation expectation may be the result of optimal information acquisition during the formation of private sector's expectation.

information acquisition; inflation expectation; heterogeneity

2014-12-20

湖北省教育廳人文社會科學(xué)研究項目“湖北省戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的金融支持機制及模式研究” ,項目編號:13g434。

石璋銘(1977— )，男，講師，博士，研究方向：金融發(fā)展與高技術(shù)產(chǎn)業(yè)。

10.3969/j.ISSN.2095-4662.2015.02.010

F830

A

2095-4662(2015)02-0053-07