高濛

摘 要：本文運用VAR模型，通過脈沖響應分析和方差分解，確定了M0、M1和M2對于通貨膨脹的影響大小排序和時間順序，得出貨幣供應量與通貨膨脹變量間關(guān)系的三個結(jié)論，并提出政策建議。

關(guān)鍵詞：貨幣供應量 通貨膨脹 VAR模型

中圖分類號：F822.5 文獻標識碼：A 文章編號：2096-0298（2018）12（b）-061-03

本文基于VAR模型，以M0、M1和M2為貨幣供應量指標，以CPI和PPI作為通貨膨脹衡量指標，截取從2016年1月—2018年5月的月度數(shù)據(jù)（原始數(shù)據(jù)表略），分析了我國各層貨幣供應量指標與通貨膨脹指標之間的發(fā)展規(guī)律，運用脈沖響應函數(shù)與方差分解的方法來量化M0、M1和M2對CPI指數(shù)和PPI指數(shù)的貢獻率。

本文使用Eviews8.0軟件，所構(gòu)建模型公式為：

式中，是維內(nèi)生變量，是VAR模型的截距項，是待估參數(shù)，是VAR模型的滯后階數(shù)，是樣本個數(shù)，是維隨機擾動項，它們之間同期相關(guān)，但不與自己的滯后項相關(guān)及不與等式右邊的變量相關(guān)， 并滿足白噪聲過程。

1 數(shù)據(jù)處理過程及參數(shù)估計

貨幣供應量、CPI和PPI數(shù)據(jù)均來源于中國人民銀行和國家統(tǒng)計局。

1.1 單位根檢驗

為避免出現(xiàn)為回歸現(xiàn)象，一般采用單位根檢驗時間序列數(shù)據(jù)的平穩(wěn)性。對5個變量繪制了折線圖，觀察其走勢 （如圖1、圖2所示）。

圖1、圖2均無趨勢。使用ADF檢驗估計后，均接受原假設(shè)，即存在單位根，序列不平穩(wěn)。之后對一階差分項DCPI和DPPI再次進行ADF檢驗，P值均顯著小于0.05，拒絕原假設(shè)，說明差分后序列平穩(wěn)。

如圖3、圖4、圖5所示，M0趨勢性不是很明顯，但伴隨一定季節(jié)性，而M1和M2均存在趨勢項。對M0、M1和M2進行ADF檢驗，均接受原假設(shè)，即存在單位根，序列不平穩(wěn)。對這3個變量進行一階差分后，即DM0、DM1和DM2，進行ADF檢驗，均拒絕原假設(shè)，接受備擇假設(shè)，即不存在單位根，序列平穩(wěn)。綜上所述，這5個差分后的序列分別為DCPI、DPPI、DM0、DM1、DM2。ADF檢驗結(jié)果如表1所示。

1.2 VAR模型穩(wěn)定性檢驗

由表1可知，DCPI、DPPI、DM0、DM1和DM2是一階單整序列，可以采用這5變量來構(gòu)建VAR模型。在構(gòu)建模型前，需要利用FPE、AIC、SC等信息準則確定模型最優(yōu)滯后階數(shù)，如表2所示。在保證有足夠數(shù)量的滯后項的同時又有足夠數(shù)目的自由度，以獲取最佳的信息量，提高模型有效性。

由表2知，LR、FPE、AIC、SC這些信息準則顯示最優(yōu)滯后階數(shù)均不同，最終選用AIC指標來進行階數(shù)判斷，故VAR模型的最優(yōu)滯后階數(shù)為2。

關(guān)于CPI的向量自回歸的表達式為：

為確定VAR模型穩(wěn)定性，需對AR特征多項式的逆根進行檢驗，結(jié)果如圖6所示，AR特征多項式的逆根都在單位圓內(nèi)，表明DCPI、DPPI、DM0、DM1和DM2所構(gòu)成的VAR模型是有效的，即表示貨幣供應量指標和通貨膨脹指標之間存在著穩(wěn)定性關(guān)系。

1.3 脈沖響應分析

為研究模型中內(nèi)生變量受到?jīng)_擊時，對其他內(nèi)生變量受到的影響，需要使用脈沖響應函數(shù)來進行分析，可以得到DCPI對DM0、DM1和DM2沖擊后的脈沖響應路徑。如圖7～圖12所示，橫軸表示滯后期，在Eviews軟件中默認設(shè)置滯后期的長度為10期，縱軸表示DCPI的響應值，圖中虛線表示置信區(qū)間，實現(xiàn)代表脈沖響應函數(shù)的曲線。

圖7表示CPI對M0的脈沖響應，即對M0施加一個標準差信息的正向沖擊，CPI對其沖擊的響應。在第一期，CPI的響應值為0，也就是說在M0增加時，CPI的大小并未出現(xiàn)變化，表明M0對CPI的影響有一定的滯后效應。隨后M0的沖擊在第2期會使CPI的大小負向變動，即M0對CPI的大小產(chǎn)生了滯后的抑制作用。隨著時間推移，第2、第3、第4期，CPI對M0的沖擊產(chǎn)生負向效應，即CPI的響應值逐漸增大，在第6期達到最大值0.001。隨后便逐漸下降，直至消失并收斂于0。

圖8表示M1受到一個標準差信息的沖擊帶給CPI的影響。M1對CPI的前期影響和M0類似，均是存在一個滯后影響。在3期的響應值達到最小值-0.00047，而后開始上升，最后趨向于0，表明M1對CPI的影響逐漸消失。

圖9表示CPI對M2的脈沖響應。從圖中可以看到，和M1和M2相似，在第1期的時候，M2并沒有對CPI產(chǎn)生明顯的影響，即脈沖響應值為0。而后和M1和M2恰好相反，突然產(chǎn)生一個大幅度的正向促進作用，之后便逐漸小幅度的波動，直至響應值趨近于0。

圖10表示PPI對M0的脈沖響應，即對M0施加一個標準差信息的正向沖擊，PPI對其沖擊的響應。在第一期，PPI的響應值和CPI不一樣，PPI立刻產(chǎn)生了一個負向的響應值，也就是說在M0增加時，PPI的值瞬間減小。隨后幾期，PPI逐漸恢復到正常水平，從圖中可以看到在第6期開始PPI又受到一個正向的促進作用，隨后便逐漸回到正常水平。幅度在時間的推移下越來越小，直至消失并收斂于0。

圖11表示M1受到一個標準差信息的沖擊帶給PPI的影響。M1對PPI的前期影響和M0類似，均是立即顯示出負向的促進作用，但是從幅度來看，M1造成的影響比M0略小一些。第2期和第3期中間，M1開始對PPI產(chǎn)生一個正向的促進影響。在第3期達到了最大值0.00039。隨著時間推移，響應值在最大值和最小值之間波動，最后穩(wěn)定在0線上，表明M1對PPI的影響逐漸消失。

圖12表示PPI對M2的脈沖響應。從圖中可以看到，和M0和M1所對應的圖相似，在第1期的時候，M2對PPI產(chǎn)生立即的負向的影響，但是幅度相比于M0和M1都小。而后突然產(chǎn)生大幅度的正向促進作用，在第5期到達最大值，并在之后逐漸小幅度的波動，直至響應值趨近于0。

整體來看，M0、M1和M2對CPI和PPI的影響不太相同。從時效性來看，貨幣供應量對CPI的影響具有滯后性，而對PPI的影響具有很明顯的即時性。從方向來看，貨幣供應量對PPI的影響都是先負向到正向，而貨幣供應量對CPI的影響是M2一直是正向影響，而M1一直是負向影響但幅度不大，M0是先負向再正向，如圖13、圖14所示。

1.4 方差分解

運用方差分解方法量化各個內(nèi)生變量隨機沖擊的反映對系統(tǒng)內(nèi)各內(nèi)生變量的貢獻度。結(jié)合前面脈沖響應函數(shù)，分析M0、M1和M2對CPI和PPI的作用程度的大小，滯后期的長度依然為10期。圖 15、圖16中，橫軸表示滯后期，縱軸表示各個變量對CPI或PPI的貢獻率（其中也包括變量對自己的貢獻率）。

從圖15看出，5條曲線分別代表CPI、M0、M1、M2和PPI的方差分解。從圖可知，PPI和CPI沒有相互作用，因此在圖中可以看到PPI的方差貢獻率幾乎為0。由前面的M0、M1和M2的沖擊對CPI的影響路徑可知，第1期3個變量對CPI均未有顯著性的影響，故在方差分解中，3個變量對CPI的方差貢獻率也都為0，也就是說第1期CPI的大小只受到自身的影響。隨著時間的推移，CPI自身的方差貢獻率逐漸降低，貨幣供應量的方差貢獻率逐漸提高。但是它們之間一直保持著一個固定的大小關(guān)系，即M0>M2>M1。

圖16中4條曲線分別代表CPI、M0、M1、M2和PPI的方差分解。由前面的M0、M1和M2的沖擊對PPI的影響路徑可知，第1期3個變量對PPI均為有顯著性的影響，故在方差分解中，3個變量對CPI的方差貢獻率也都顯著的不為0。隨著時間的推移，PPI自身的方差貢獻率逐漸降低，而M0、M1和M2的方差貢獻率不斷增大，并趨于穩(wěn)定。從整個10期的長度來看，貢獻率的大小排名都是M0>M2>M1。其中M1的貢獻率一直保持著很低的水平。

2 主要結(jié)論

根據(jù)上文分析，得到如下主要結(jié)論。

第一，由脈沖響應函數(shù)分析可知，M0、M1和M2的累積效應分別為0.0023，0.0005和0.0002。這3個影響因素的累積效應值均大于0，故M0、M1和M2與CPI之間存在穩(wěn)定的正向效應，即M0、M1和M2的增加會提高CPI。第二，由脈沖響應函數(shù)分析可知，M0、M1和M2的累積效應分別為0.0005，0.0004和0.0002。這3個影響因素的累積效應值均大于0，故M0、M1和M2與PPI之間存在穩(wěn)定的正向效應，即M0、M1和M2的增加會提高PPI。第三，根據(jù)方差分解可以發(fā)現(xiàn)，貨幣層次中對CPI和PPI的貢獻率都是M0>M2>M1。但是兩者產(chǎn)生影響的時間不同。當貨幣供應量增加時，PPI最先受到影響，而CPI的影響存在滯后性。這個現(xiàn)象可以通過彈性來解釋，CPI衡量的是居民生活，以各種商品作為一攬子構(gòu)建指數(shù)，而PPI以工業(yè)相關(guān)的原材料等商品構(gòu)建指數(shù)。對于居民來說，彈性不大，但對于工業(yè)企業(yè)來說，彈性很大，就會產(chǎn)生即刻的影響。

參考文獻

[1] 高華川，趙娜.基于多層因子模型的我國核心通貨膨脹估計[J].統(tǒng)計研究，2016（4）.

[2] 王雅炯.中國通貨膨脹預期的結(jié)構(gòu)和持久性[J].統(tǒng)計研究， 2012（5）.

[3] 蘇晉川.流動性測度與我國貨幣政策實踐研究[J].山西財政稅務(wù)?？茖W校學報，2016（10）.