我國通貨膨脹、通貨膨脹預期與貨幣政策的非對稱分析

一、引言貨幣政策作為宏觀調控的重要手段之一，長期以來是理論和實證研究的重點，尤其經歷了2008年全球金融危機之后，各國貨幣政策的動向以及對經濟的作用效果備受矚目。我國經濟在大規模投資的拉動下，率先觸底反彈。但隨之而來的問題是，前期大規模投放的流動性和不斷積累的通貨膨脹預期是否將帶來新一輪的通貨膨脹？貨幣政策既要保持經濟的穩定增長，又要防止出現新一輪的通貨膨脹，政策選擇似乎陷入了兩難的境地。本文旨在探求在通貨膨脹預期的影響下，通貨膨脹的非對稱調整路徑及相應的貨幣政策操作效果。無論是理論層面還是實證范疇，關于理性預期的研究浩如煙海。新凱恩斯主義學者在粘性價格和壟斷競爭市場結構的假設下，通過Calvo(1983)的世代交疊模型得出附帶理性預期的菲利普斯曲線，即粘性價格菲利普斯曲線。但這種基于完全理性預期假設下的模型，實證分析結果卻經常與實際情況相佐。如Ball(1994)在其研究中發現，若貨幣當局聲明將采取緊縮的貨幣政策，并且這種聲明是可信的，那么在這種假設下建立模型的實證結果顯示，這一政策將引起而不是抑制經濟過熱。MankiwandReis(2001)認為產生這一問題的根源在于，雖然在粘性價格模型中價格水平是粘性的，但通貨膨脹卻可以快速地變化，而大量實證研究表明通貨膨脹具有一定的時滯，他們繼而提出可以更好地模擬貨幣政策效用軌跡的粘性信息模型。國內大量實證研究業已表明，我國貨幣政策的操作效果確實具有滯后效應。張成思(2008)應用“GridBootstrap”估計法和未知斷點結構突變檢驗法，研究發現我國貨幣政策的滯后效應非常明顯，通貨膨脹對政策變化的反應速度緩慢。李彬、劉鳳良(2007)利用SVAR模型分析，結果顯示我國關于通貨膨脹的貨幣政策表現出慣性特征，中國貨幣沖擊的檢驗效果不符合粘性價格模型，而符合由MankiwandReis(2001,2002)提出的粘性信息模型。現有關于通貨膨脹、預期及貨幣政策的文獻大多針對貨幣當局的貨幣政策反應函數展開，旨在揭示貨幣當局在政策調節中的前瞻性行為，而本文將在粘性信息理論框架下，從廠商最優定價的角度出發，考察通貨膨脹與貨幣政策、通貨膨脹預期及經濟波動之間的關系。本文其余結構如下：第二部分介紹粘性信息菲利普斯曲線；第三部分，在粘性信息模型假設下，利用中國的宏觀經濟數據估算出通貨膨脹預期；第四部分檢驗并建立非線性LSTR模型，并進行相關的經濟學分析；第五部分給出結論。二、粘性信息菲利普斯曲線MankiwandReis(2001,2002)在Calvo(1983)的隨機調整模型和Lucas(1973)的不完全信息模型的基礎上提出了粘性信息模型(Sticky-informationmodel)，他們認為宏觀經濟環境下的信息是在人群中逐步、緩慢擴散的。這一擴散過程的緩慢性主要源于獲得信息的成本或是再次優化的成本。無論是發生上述哪種情況，價格均是經常變動的，但定價過程卻并非均基于最新的信息集做出，這就形成了粘性信息模型。在此模型中，假設廠商在每時期均進行定價，但是他們升級信息并重新進行最優化定價的過程卻是緩慢進行的。具體的，假定在t時期只有占λ比例的公司更新了經濟環境信息集合，并在這一新的信息集合上重新定價，且假設每一個公司在每個時期均以λ的概率更新其信息集合，此時并不考慮該公司上一次更新信息集合的時間，則這一過程由以下各式描述（本節各變量均采用對數形式）：本文認為粘性信息理論更為合理。三、通貨膨脹預期的估計根據上述粘性信息理論可知，基于前期信息的通貨膨脹預期與當期通貨膨脹息息相關。為了進行實證分析，需要在考慮不同經濟環境狀況和實際數據可獲得性的基礎上，將粘性信息理論中所定義的通貨膨脹預期數量化。本文以KhanandZhu(2002)及StockandWatson(2003)所介紹的算法為基礎，結合我國宏觀經濟的實際運行狀況，估算出我國的通貨膨脹預期。（一）通貨膨脹預期的估算方法（二）通貨膨脹預期的實證計算1.數據選取和處理說明本文選取了我國10個與物價密切相關的重要宏觀經濟變量組成影響因素集合，這10個變量分別為：GDP累計增速、城鎮固定資產投資完成額增速、房地產投資總額增速、發電量增速、進出口總額增速、M1增速、M2增速、1～3年期貸款利率、銀行間同業拆借利率、上證收盤綜合指數增速。②全樣本區間[1,T]為1990年1季度～2010年1季度，初始子樣本區間[1,｛F62V5116.jpg｝]為1990年1季度～1995年4季度。③本文選用居民消費價格指數(CPl)作為通貨膨脹率的度量指標。首先，將月度CPI序列轉化為以1990年1月為100的定基序列。其次，將其3個月取平均得到季度CPI數據，進一步轉化為1990年1季度為100的定基序列。最后，計算季度CPI的同比增長率，得到通貨膨脹率的原始序列，經季節調整去掉季節性要素和不規則要素后，作為建模所使用的通貨膨脹率序列，記為。2.參數設定根據(9)式，為得出粘性信息框架下的通貨膨脹預期，需要預先設定兩個主要參數，即j的最大滯后階數和每一時期廠商更新信息的概率λ。參數的選取存在權衡的問題，值越小，更新信息廠商的概率分布越偏離理論值，而值越大，預測誤差可能越大。另外，還需要考慮參數λ的取值，KhanandZhu(2002)應用非線性最小二乘法分別估計了美國、加拿大和英國的λ值，估計結果大約在0.20～0.25之間，而Carroll(2001)和MankiwandReis(2001)均估計美國的λ值為0.25。李彬、劉鳳良(2007)的研究認為，我國的λ值在0.34～0.43之間，也就是說中國廠商平均每2.33(=1/0.43)至2.94(=1/0.34)個季度更新一次信息集，調整一次價格計劃，他們最終選取λ=0.35為基本參數值。綜合以上國內外的實證研究結果，本文將對參數∈｛0,1,2,…,7｝和參數∈｛0.25,0.30,0.35,0.40｝進行組合計算，以便比較篩選出合適的參數和λ。3.通貨膨脹預期的估算結果四、通貨膨脹預期與貨幣政策調控通貨膨脹率是我國貨幣當局盯住的重要目標之一，因此捕捉通貨膨脹率動態運行規律，分析貨幣政策的操作效果變得尤為重要。大量已有的實證研究結果表明，貨幣政策的作用效果具有非對稱性或非線性特征，即緊縮的貨幣政策可以有效地抑制經濟過熱，而擴張的貨幣政策對經濟復蘇的影響甚微。Kimetal(2005)利用浮動法對美聯儲的數據進行分析，發現美國1979年以前的貨幣政策具有顯著的非對稱性。高鐵梅等(2003)利用TGARCH模型發現：貨幣政策在經濟周期的不同階段對于物價具有不同的效果，在經濟過熱時對物價的緊縮作用大于經濟下滑時對物價的擴張作用。但在一般情況下，用于分析非對稱性的非線性模型估計異常的復雜和困難。直至Luukkonenetal(1988)針對平滑轉移回歸模型（SmoothTransitionRegression，簡稱STR模型）提出了轉換函數三階泰勒展開的處理方法后，這類非線性模型的估計過程才得到令人滿意的簡化，使得這種衡量不同狀態間平滑轉化的建模方法在經濟分析中得到廣泛應用。由于這種狀態轉換不需要預先確定結構變化點，因而不必將樣本分段檢驗，而可以在全樣本下由數據內生地確定結構變化的位置，這可以很好地彌補我國統計數據長度不足的弊端，因此這一類模型在國內也成為前沿的實證研究方法。趙進文、閔捷(2005a,2005b)利用LSTR模型和LM檢驗對我國1993～2004年間的季度數據進行分析，結果發現我國貨幣政策操作在效果上呈現出明顯的非對稱性，并估計出了非線性反應函數的具體形式。張小宇、劉金全(2009)利用機制轉移模型檢驗出我國貨幣政策菜單成本對產出的效應具有非對稱性。而歐陽志剛、王世杰(2009)從貨幣政策反應函數的角度出發，研究發現我國貨幣政策對通貨膨脹和產出的反應隨著預期的通貨膨脹率和經濟增長率的變化具有顯著的非對稱性。這些研究結果表明，我國貨幣政策的作用效果存在明顯的非對稱性。與上述文獻有所不同，本文在通貨膨脹預期的影響下從貨幣政策對通貨膨脹率的直接影響出發，在粘性信息理論定義的通貨膨脹預期的基礎上，采用STR模型定量分析隨著通貨預期的變化，我國貨幣政策是否對通貨膨脹率產生非對稱的影響，從而更加準確地識別出貨幣政策對通貨膨脹的操作效果。（一）非線性STR建模方法Teriisvirta(1994)將STR模型的建模過程分為三個階段：設定、估計和評價。模型的設定過程是建立線性回歸模型得到回歸殘差序列，在此基礎上估計帶有轉換變量的輔助回歸模型，通過統計檢驗判斷是否存在非線性效應，最后對輔助回歸方程系數進行序貫檢驗以確定轉換函數的形式。（二）STR模型的變量選取和數據檢驗。本文采用1996年4季度～2010年1季度中國宏觀經濟的重要變量進行分析和建模，利用季度CPI定基比序列，對國內生產總值GDP現價序列進行平減，轉化為實際值，將季節調整后2.LSTR模型的檢驗另外，對比觀察表1和表3可以發現，與線性回歸模型相比，非線性LSTR模型的擬合優度顯著上升，AIC和SC統計量的值下降，殘差標準差減小，這說明非線性的LSTB模型對通貨膨脹率運行特征的捕捉效果優于線性回歸模型，更符合實際變動狀況。（四）通貨膨脹、通貨膨脹預期與貨幣政策調控模型的實證結果分析圖2還顯示2005年和2008～2009年兩個時期反應系數較大，而恰在此前的2004年和2007～2008年兩個時期，我國物價大幅上升，通貨膨脹預期也隨之高漲。但由于通貨膨脹預期存在滯后效應，產出缺口的波動往往同物價的下降周期相重疊，當出現負的產出缺口時，將進一步加速物價回落，甚至成為通縮的推動力量。物價在2008年下半年～2009年上半年期間的走勢恰好體現了這一過程，當負的產出缺口作用增強時，物價已經開始回落，而此時影響力大增的負向產出缺口進一步加劇了物價回落的速度和深度。2.通貨膨脹對通貨膨脹預期非對稱反應分析對比圖2和圖3發現，通貨膨脹預期對通貨膨脹影響力減弱的時期恰為產出缺口對通貨膨脹影響力增強的時期，這說明當通貨膨脹預期轉化為真正的物價波動時，物價波動將成為經濟基本面的反應，預期對通貨膨脹影響力將大幅消減。因此，對通貨膨脹預期的控制要采取“先發制人”的策略，防止其轉化為真正的通貨膨脹。3.通貨膨脹對不同貨幣政策工具的非對稱反應分析根據表3中估計結果可知，在模型Ⅰ中，與此同時負的產出缺口影響作用增大,拖動物價進一步下行，兩種效應的疊加使隨后一年內的物價出現大幅下滑。從2008年3季度開始，央行5次下調存貸款基準利率，根據模型（17）的估計結果，這一系列緊縮政策將在2009年開始逐步顯效，而事實上，物價確實于2009年2季度開始觸底反彈。通貨膨脹預期于2009年年末開始不斷減弱，利率的作用也隨之逐漸減小。可見，模型Ⅱ很好地記刻畫了2008年經濟危機前后通貨膨脹的運行軌跡和利率工具的操作效果。綜上所述，本文的實證結果表明對于不同程度的通貨膨脹預期水平和不同時期的經濟環境，中央銀行應采用不同的貨幣政策工具調控通貨膨脹和通貨膨脹預期，這樣才能最終達到穩定物價的貨幣政策目標。五、結論本文在粘性信息理論框架下，從廠商最優定價的角度出發，考察了通貨膨脹與貨幣政策、通貨膨脹預期和經濟波動間的關系。首先，利用滾動方式構建VAR模型的方法并進行樣本外動態預測，得出基于影響因素集Ω的通貨膨脹預期。計算結果表明，在物價上升時期，通貨膨脹預期一般較實際的通貨膨脹率低；反之在物價下降時期，通貨膨脹預期一般較高，通貨膨脹預期略滯后于實際通貨膨脹。其次，本文對通貨膨脹率進行了非線性檢驗，發現實際通貨膨脹率隨通貨膨脹預期表現出顯著的非對稱反應特征，且非線性的LSTR模型擬合效果優于線性回歸模型。最后，本文建立兩個分別以利率和貨幣供應量作為貨幣政策工具的非線性LSTR模型，估計結果顯示：一方面，當t-3期的通貨膨脹預期超過門限值時，t期的通貨膨脹預期對通貨膨脹的作用大幅下降；另一方面，當通貨膨脹預期低于2.8%時，減少M1具有顯著的抑制通貨膨脹作用；當通貨膨脹預期在2.