|
本文梳理了通貨膨脹分析與預(yù)測(cè)的框架,。關(guān)于CPI的分析框架主要包括三個(gè)維度：一是基于豬周期、進(jìn)口價(jià)格和M1三個(gè)影響因素建立協(xié)整模型,；二是基于CPI環(huán)比周期性的“環(huán)比均值法”,；三是依靠產(chǎn)出缺口對(duì)CPI的趨勢(shì)進(jìn)行預(yù)測(cè)。我們將根據(jù)前兩個(gè)維度得出CPI的預(yù)測(cè)值,，尋找合適的權(quán)重進(jìn)行加權(quán),，然后根據(jù)第三個(gè)維度對(duì)CPI預(yù)測(cè)值進(jìn)行調(diào)整。 CPI的三因素協(xié)整模型：選取豬肉價(jià)格,、進(jìn)口價(jià)格與M1三個(gè)因素對(duì)CPI進(jìn)行分析,。①豬肉價(jià)格在CPI中所占權(quán)重相對(duì)較高，波動(dòng)幅度較大,，并且具有明顯的周期性特征,，能夠顯著影響CPI的走勢(shì)。②進(jìn)口價(jià)格表征“輸入型通脹”的影響,，中國(guó)進(jìn)口商品結(jié)構(gòu)中大宗原材料占比較高,，進(jìn)口成本價(jià)格將直接影響工業(yè)生產(chǎn)的整體成本，進(jìn)而傳導(dǎo)至PPI,，再由PPI向下游的CPI傳導(dǎo),。③傳統(tǒng)的費(fèi)雪方程表明貨幣數(shù)量對(duì)通脹起決定性作用， M1與CPI之間在經(jīng)過一段時(shí)滯后呈現(xiàn)明顯的正相關(guān)關(guān)系,。利用上述三個(gè)因素建立協(xié)整模型,，能夠?qū)PI同比走勢(shì)進(jìn)行預(yù)測(cè)，歷史數(shù)據(jù)檢驗(yàn)顯示模型擬合程度較好。 CPI預(yù)測(cè)的環(huán)比均值法：CPI中占權(quán)重較高的食品價(jià)格受到春節(jié)因素,、天氣變化,、養(yǎng)殖規(guī)律等季節(jié)性因素的影響，呈現(xiàn)出明顯的波動(dòng)規(guī)律,，這樣的季節(jié)性規(guī)律在年內(nèi)表現(xiàn)得相對(duì)穩(wěn)定,。并且，由于食品價(jià)格的波動(dòng)幅度大大高于非食品價(jià)格,，且所占權(quán)重并不低,，食品價(jià)格的環(huán)比波動(dòng)基本決定了CPI環(huán)比的走勢(shì)?；贑PI環(huán)比存在的周期性特征,，我們可以使用最近5年的環(huán)比均值來估算每月CPI的環(huán)比，在較大概率上不會(huì)出現(xiàn)趨勢(shì)性偏差,；然后根據(jù)CPI環(huán)比與同比數(shù)據(jù)之間的關(guān)系,，計(jì)算出CPI同比的趨勢(shì)。 兩種模型的對(duì)比與結(jié)合：使用2015-2016年的兩年數(shù)據(jù)來對(duì)上述兩種CPI預(yù)測(cè)模型進(jìn)行短期預(yù)測(cè)的檢驗(yàn),，根據(jù)“誤差最小化”的原則用試錯(cuò)法確定兩者最終的權(quán)重：VAR模型最適合的權(quán)重為0.51,，環(huán)比均值法的權(quán)重為0.49。對(duì)上述兩種模型得出的CPI預(yù)測(cè)值進(jìn)行加權(quán)平均,，最終得出2017年CPI同比為1.4%,。 根據(jù)產(chǎn)出缺口對(duì)CPI預(yù)測(cè)的修正：產(chǎn)出缺口與物價(jià)水平上漲率呈同向變動(dòng)關(guān)系，即當(dāng)產(chǎn)出缺口為正時(shí),，需求大于供給,，形成通貨膨脹壓力；當(dāng)產(chǎn)出缺口為負(fù)時(shí),，需求小于供給,，形成通貨緊縮壓力。不過,，由于產(chǎn)出缺口衡量的是整體價(jià)格水平，其所代表的物價(jià)上行壓力很可能同時(shí)包括了CPI與PPI的走勢(shì)特征,。歷史數(shù)據(jù)也印證了這一點(diǎn),，產(chǎn)出缺口與PPI的相關(guān)性更高。因此,，盡管從當(dāng)前產(chǎn)出缺口的走勢(shì)來看,，未來一段時(shí)期通脹將面臨一定的上行壓力，但這大部分已經(jīng)反映在了近期PPI大幅上行的走勢(shì)上,?？紤]到PPI向CPI傳導(dǎo)的效應(yīng)仍然可能造成一定影響，我們將2017年CPI預(yù)測(cè)值小幅上修0.2個(gè)百分點(diǎn)至1.6%,。 通貨膨脹作為衡量一般物價(jià)水平的指標(biāo),，在宏觀經(jīng)濟(jì)分析中的重要性不言而喻,。廣義的通貨膨脹指標(biāo)有多種，包括消費(fèi)者物價(jià)指數(shù)（CPI）,，工業(yè)品出廠價(jià)格指數(shù)（PPI）,，GDP平減指數(shù)等。不過,，市場(chǎng)分析一般所指的狹義通脹水平仍是CPI同比增速,，原因在于CPI與居民生活相關(guān)程度最高。大部分國(guó)家央行在制定貨幣政策時(shí),，重點(diǎn)參考的通脹指標(biāo)也是CPI,。因此，本文將重點(diǎn)以CPI同比數(shù)據(jù)為主,，構(gòu)建中國(guó)通貨膨脹的預(yù)測(cè)框架,。 我們關(guān)于CPI的分析框架主要包括三個(gè)維度：一是基于豬周期、進(jìn)口價(jià)格和M1三個(gè)影響因素建立協(xié)整模型,；二是基于CPI環(huán)比周期性的“環(huán)比均值法”,；三是依靠產(chǎn)出缺口對(duì)CPI的趨勢(shì)進(jìn)行預(yù)測(cè)。根據(jù)前兩個(gè)維度得出CPI的預(yù)測(cè)值,，尋找合適的權(quán)重進(jìn)行加權(quán),，然后根據(jù)第三個(gè)維度對(duì)CPI預(yù)測(cè)值進(jìn)行調(diào)整。 一,、CPI的三因素協(xié)整模型 CPI通常分為食品價(jià)格與非食品價(jià)格兩大類,，在食品價(jià)格當(dāng)中我們選取了豬肉價(jià)格作為CPI的第一個(gè)影響因素；在非食品價(jià)格當(dāng)中我們選擇了進(jìn)口價(jià)格指數(shù)作為CPI的第二個(gè)影響因素,；而根據(jù)傳統(tǒng)的貨幣數(shù)量論,，對(duì)于貨幣供應(yīng)量對(duì)于通貨膨脹也將造成直接影響，因此我們選取M1作為第三個(gè)影響因素,。 1.1豬肉價(jià)格與通脹 豬肉價(jià)格在相當(dāng)長(zhǎng)的一段歷史時(shí)期內(nèi)被宏觀研究者視為分析通脹最為準(zhǔn)確的,、甚至是唯一重要的指標(biāo)，因?yàn)閺闹袊?guó)已有的2001年至2013年的豬肉價(jià)格和CPI數(shù)據(jù)來看,，兩者波動(dòng)的周期高度一致,，只是豬肉價(jià)格波幅遠(yuǎn)大于CPI的波幅。只要能準(zhǔn)確判斷豬周期波動(dòng),，就基本能夠判斷CPI的走勢(shì),。豬肉價(jià)格與CPI的相關(guān)性邏輯在于：豬肉價(jià)格在CPI中所占權(quán)重相對(duì)較高，波動(dòng)幅度較大,，并且具有明顯的周期性特征,，因此能夠顯著影響CPI的走勢(shì)。 1）根據(jù)國(guó)家統(tǒng)計(jì)局最2016年1月對(duì)CPI分項(xiàng)進(jìn)行調(diào)整后的權(quán)重，食品價(jià)格在CPI中的權(quán)重約為26%左右,；而豬肉價(jià)格占食品價(jià)格權(quán)重接近10%,，占CPI權(quán)重約為2.5%左右。在CPI各分項(xiàng)中,，CPI與食品價(jià)格相關(guān)性最高,，食品價(jià)格與豬肉價(jià)格相關(guān)性最高。從2005年至今的歷史數(shù)據(jù)來看,，CPI同比與CPI食品價(jià)格同比的相關(guān)系數(shù)高達(dá)0.95（與非食品相關(guān)系數(shù)僅為0.66）,，而CPI食品價(jià)格同比與CPI豬肉價(jià)格同比分項(xiàng)的相關(guān)系數(shù)則高達(dá)0.85。 2）由于我國(guó)生豬散養(yǎng)的特征,，豬肉價(jià)格受到生豬養(yǎng)殖戶活動(dòng)的影響,，呈現(xiàn)出較為明顯的周期性特征：當(dāng)豬肉價(jià)格上漲時(shí)，養(yǎng)殖戶增加生豬養(yǎng)殖量,，逐漸導(dǎo)致生豬供給增加,，抑制豬肉價(jià)格上漲；供給持續(xù)大幅擴(kuò)張以至于供過于求,，豬肉價(jià)格進(jìn)入下行區(qū)間,，此時(shí)養(yǎng)殖戶逐漸減少生豬養(yǎng)殖量，生豬供給逐漸減少,，以至于供不應(yīng)求,，豬肉價(jià)格則重新進(jìn)入上行通道。而從歷史數(shù)據(jù)看,，一個(gè)完整的豬周期（豬肉價(jià)格上漲到下跌的過程）一般延續(xù)3年左右的時(shí)間,。 因此，豬肉價(jià)格是CPI當(dāng)中波動(dòng)幅度最大,，且周期性最為明顯的分項(xiàng),，這有利于我們通過豬周期的波動(dòng)對(duì)CPI進(jìn)行預(yù)測(cè)。值得一提的是,，蔬菜價(jià)格的波動(dòng)幅度也非常大,，但其主要受到天氣因素的影響而呈現(xiàn)年內(nèi)規(guī)律的周期性波動(dòng)，對(duì)CPI走勢(shì)的影響并不明顯,，兩者相關(guān)系數(shù)也較低,。 1.2進(jìn)口成本與通脹 進(jìn)口成本價(jià)格主要表征了“輸入型通脹”的影響以及PPI對(duì)CPI的傳導(dǎo)效應(yīng)。進(jìn)口成本與通脹之間的相關(guān)邏輯在于：中國(guó)進(jìn)口商品結(jié)構(gòu)中大宗原材料占比較高,，進(jìn)口成本價(jià)格將直接影響工業(yè)生產(chǎn)的整體成本，進(jìn)而傳導(dǎo)至工業(yè)品出廠價(jià)格（PPI）,，再由PPI向下游的CPI傳導(dǎo),。 從歷史數(shù)據(jù)上看，進(jìn)口成本價(jià)格指數(shù)的同比增速與PPI一致性較高，同時(shí)也呈現(xiàn)出PPI向CPI傳導(dǎo)的規(guī)律,?？傮w而言進(jìn)口成本價(jià)格與CPI呈現(xiàn)一定的錯(cuò)峰關(guān)系，即進(jìn)口成本對(duì)CPI的傳導(dǎo)存在一定的時(shí)滯,。 1.3 M1與通脹 傳統(tǒng)的費(fèi)雪方程MV=PT衡量了貨幣供應(yīng)量與價(jià)格之間的關(guān)系,，其中M為流通中的貨幣數(shù)量，V為貨幣流通速度,，P為物價(jià)水平（通脹）,，T為各類商品的交易總量。由此,，通貨膨脹水平由M,、T、V三個(gè)經(jīng)濟(jì)變量決定,。其中,，貨幣流通速度V是由多種復(fù)雜因素決定，但變化相對(duì)緩慢,；T與產(chǎn)出水平保持一定比例,，短期內(nèi)也大體穩(wěn)定；因此短期來看貨幣數(shù)量M對(duì)于通脹P起決定性作用,。 按照費(fèi)雪方程的含義,，流通中的貨幣數(shù)量最為合適的衡量指標(biāo)是M1。從1995年以來的歷史數(shù)據(jù)來看,，M1同比增速與CPI同比增速走勢(shì)之間在經(jīng)過一段時(shí)滯后呈現(xiàn)出較為明顯的正相關(guān)關(guān)系,。 1.4 三因素協(xié)整模型的建模與分析 如上所述，豬肉價(jià)格同比增速,、進(jìn)口價(jià)格同比增速,、M1同比增速三者均與CPI之間存在較為顯著的相關(guān)關(guān)系，其中豬肉價(jià)格與CPI走勢(shì)基本同步,，進(jìn)口價(jià)格和M1則與CPI走勢(shì)存在一定的時(shí)滯,。因此，我們利用這三個(gè)因素的時(shí)間序列建立協(xié)整模型,，來擬合與估計(jì)CPI同比的走勢(shì),。我們將模型的建立過程簡(jiǎn)要介紹如下： 1、指標(biāo)選擇 時(shí)間區(qū)間：2002年6月-2017年2月（考慮有進(jìn)口成本的影響,，因此取中國(guó)加入WTO之后的時(shí)間區(qū)間,，可能更準(zhǔn)確反映CPI受到進(jìn)口成本的影響） 因變量：CPI同比（CPI） 自變量：M1同比（M1），豬肉價(jià)格同比（PIG）,，進(jìn)口價(jià)格指數(shù)同比（IPT） 2,、平穩(wěn)性檢驗(yàn) 對(duì)四個(gè)時(shí)間序列進(jìn)行單位根檢驗(yàn),，其結(jié)論是，進(jìn)口價(jià)格同比和豬肉價(jià)格同比平穩(wěn),；CPI同比和M1同比不平穩(wěn),，且均為一階單整。但是,，我們將三因素與CPI同比建立VAR模型進(jìn)行模型的整體檢驗(yàn),，發(fā)現(xiàn)所有的單位根都落在單位圓內(nèi)，這說明模型整體平穩(wěn),，可以進(jìn)行進(jìn)一步的檢驗(yàn),。 3、Johansen協(xié)整檢驗(yàn)與格蘭杰因果檢驗(yàn) 將四個(gè)時(shí)間序列進(jìn)行Johansen協(xié)整檢驗(yàn),，結(jié)論是至少存在4個(gè)協(xié)整關(guān)系,。在此基礎(chǔ)上，根據(jù)AIC與SC準(zhǔn)則得出的最小滯后階數(shù)（2階）進(jìn)行格蘭杰因果檢驗(yàn),，證明了CPI與三個(gè)因素均存在相關(guān)關(guān)系,。 4、VAR模型的建立及分析 CPI,，M1,，IPT，PIG四個(gè)變量建立VAR（2）模型,，使用Eviews軟件對(duì)模型進(jìn)行估計(jì),，所得出的估計(jì)結(jié)果中，CPI序列的R2值為的0.943,，表明三因素模型對(duì)于CPI的擬合程度較高（具體結(jié)果見附錄1）,。同時(shí)，我們對(duì)此協(xié)整模型進(jìn)行樣本內(nèi)的動(dòng)態(tài)預(yù)測(cè),，得出的預(yù)測(cè)值與CPI同比本身的相關(guān)性較高,，顯示模型的預(yù)測(cè)效果也較好。 此外,，我們對(duì)模型進(jìn)行了脈沖響應(yīng)和方差分解,，得出的結(jié)果如下圖所示。 脈沖響應(yīng)的結(jié)果顯示：進(jìn)口價(jià)格對(duì)CPI的影響是先正后負(fù),，前期正向的影響上升,，此后逐漸下滑并至負(fù)區(qū)間。M1對(duì)CPI是正向且持久的影響,；但在前期存在波動(dòng),，3期之后影響平穩(wěn)遞增。豬肉價(jià)格對(duì)CPI是正向且持久的影響,，且前期的影響較為陡峭,，3期之后影響變得逐漸平穩(wěn),。 方差分解的結(jié)果顯示：CPI受其序列自身的影響最大,，其余三個(gè)因素影響較?。欢齻€(gè)因素當(dāng)中,，豬肉價(jià)格與M1的影響相對(duì)顯著,，進(jìn)口價(jià)格的影響較小。 二,、CPI預(yù)測(cè)的環(huán)比均值法 除了上文所述的協(xié)整模型之外,，另一個(gè)能夠大致估算CPI走勢(shì)的方法是環(huán)比歷史均值法。 2.1 CPI環(huán)比的周期特征 CPI月度環(huán)比數(shù)據(jù)的年內(nèi)分布呈現(xiàn)出明顯的周期性特征,。從最近5年的CPI月度環(huán)比分布來看,，大致呈現(xiàn)這樣的規(guī)律：1-2月為CPI環(huán)比的相對(duì)高點(diǎn)；3-5月顯著回落至負(fù)區(qū)間,，并在低位徘徊,；6-9月逐步回升，在9月達(dá)到階段性高點(diǎn)后,，10-11月緩慢回落,，12月再度反彈。 出現(xiàn)這種規(guī)律的原因在于,，CPI中占權(quán)重較高的食品價(jià)格受到春節(jié)因素,、天氣變化、養(yǎng)殖規(guī)律等季節(jié)性因素的影響,，呈現(xiàn)出明顯的波動(dòng)規(guī)律：例如,，每年1-2月由于春節(jié)因素導(dǎo)致的需求上升與氣溫下降帶來的供給短缺，蔬菜,、豬肉等價(jià)格一般都將出現(xiàn)較大幅度的上漲,；而3-5月由于天氣轉(zhuǎn)暖帶來的農(nóng)產(chǎn)品供給回升，食品價(jià)格又將出現(xiàn)回落,。這樣的季節(jié)性規(guī)律在年內(nèi)表現(xiàn)得相對(duì)穩(wěn)定,，并且由于食品價(jià)格的波動(dòng)幅度大大高于非食品價(jià)格，且所占權(quán)重并不低,，食品價(jià)格的環(huán)比波動(dòng)基本決定了CPI環(huán)比的走勢(shì),。 2.2 環(huán)比均值法的CPI預(yù)測(cè) 基于CPI環(huán)比存在的周期性特征，我們可以使用最近5年的環(huán)比均值來估算每月CPI的環(huán)比,，而在較大概率上不會(huì)出現(xiàn)趨勢(shì)性的偏差,；然后根據(jù)CPI環(huán)比與同比數(shù)據(jù)之間的關(guān)系，計(jì)算出CPI同比的趨勢(shì),。不過,，這種預(yù)測(cè)方法的缺陷在于,，只考慮了基于歷史經(jīng)驗(yàn)的季節(jié)性因素對(duì)于CPI的影響，而并未將可能發(fā)生的額外沖擊計(jì)算在內(nèi),。 以2016年為例,，我們通過環(huán)比歷史均值的方法，以2011-2015年各月的CPI環(huán)比均值,，作為2016年各月CPI環(huán)比的預(yù)測(cè)值,；然后根據(jù)CPI環(huán)比與同比數(shù)據(jù)之間的關(guān)系，可以計(jì)算出2016年CPI同比,。對(duì)比CPI實(shí)際值與預(yù)測(cè)值的月度分布可見兩者趨勢(shì)上大體一致,，而從年度數(shù)據(jù)來看，2016年CPI同比預(yù)測(cè)值為2.2%,，實(shí)際值2.0%,，年度數(shù)據(jù)誤差也較小。 三,、兩種模型的對(duì)比與結(jié)合 3.1用歷史數(shù)據(jù)驗(yàn)證兩種模型的準(zhǔn)確性 我們使用2015-2016年的兩年數(shù)據(jù)來對(duì)上述兩種CPI模型進(jìn)行CPI短期預(yù)測(cè)的檢驗(yàn),。具體步驟如下： ①VAR模型直接使用樣本內(nèi)預(yù)測(cè)方法，進(jìn)行2015和2016年的靜態(tài)預(yù)測(cè),； ②環(huán)比均值法分別使用2010-2014年CPI環(huán)比均值預(yù)測(cè)2015年CPI環(huán)比分布,，使用2011-2015年CPI環(huán)比均值預(yù)測(cè)2016年CPI環(huán)比分布，再根據(jù)CPI同環(huán)比的關(guān)系計(jì)算得出CPI同比走勢(shì),。 ③對(duì)VAR模型的預(yù)測(cè)值和環(huán)比均值法預(yù)測(cè)值賦予不同的權(quán)重,，根據(jù)“誤差最小化”的原則用試錯(cuò)法確定兩者最終的權(quán)重。結(jié)論為：VAR模型最適合的權(quán)重為0.51,，環(huán)比均值法的權(quán)重為0.49,。 如下圖所示，兩種方法得出的CPI預(yù)測(cè)值之間能夠相互修正（如2015年四季度）,，兩者加權(quán)之后能夠得出一個(gè)擬合度相對(duì)較高的預(yù)測(cè)值,。從年度數(shù)據(jù)看，2015與2016年CPI同比加權(quán)預(yù)測(cè)值為1.4%和2.2%,；CPI同比實(shí)際值分別為1.4%和2.0%,，模型預(yù)測(cè)的準(zhǔn)確度較高。 3.2 2017年CPI同比的加權(quán)預(yù)測(cè) 按照上述兩種模型的加權(quán)平均對(duì)2017年的CPI數(shù)據(jù)進(jìn)行預(yù)測(cè),，所得預(yù)測(cè)結(jié)果及趨勢(shì)如下： ①用VAR模型進(jìn)行樣本外預(yù)測(cè),，得出2017年CPI同比為1.7%； ②用環(huán)比均值法進(jìn)行2017年CPI環(huán)比預(yù)測(cè),，進(jìn)而推算CPI同比,；得出2017年CPI同比為1.1%； ③按照VAR預(yù)測(cè)值0.51,，環(huán)比均值法預(yù)測(cè)值0.49的權(quán)重,，計(jì)算兩種預(yù)測(cè)值的加權(quán)平均值,；最終得出2017年CPI同比為1.4%。 四,、 產(chǎn)出缺口對(duì)CPI預(yù)測(cè)的修正 4.1產(chǎn)出缺口與CPI的理論基礎(chǔ) 產(chǎn)出缺口是實(shí)際產(chǎn)出與潛在產(chǎn)出的差值,，主要反映經(jīng)濟(jì)資源利用的程度。根據(jù)新凱恩斯主義相關(guān)理論,，潛在產(chǎn)出是一國(guó)在現(xiàn)有的勞動(dòng)力,、資本、技術(shù)充分利用下所能達(dá)到的生產(chǎn)水平,；根據(jù)菲利普斯曲線，實(shí)際產(chǎn)出對(duì)潛在產(chǎn)出的偏離與物價(jià)水平上漲率呈同向變動(dòng)關(guān)系,，即當(dāng)產(chǎn)出缺口為正時(shí),，需求大于供給，形成通貨膨脹壓力,；反之當(dāng)產(chǎn)出缺口為負(fù)時(shí),，需求小于供給，形成通貨緊縮壓力,。眾多實(shí)證研究也發(fā)現(xiàn)產(chǎn)出缺口與CPI存在較強(qiáng)的相關(guān)關(guān)系,，通過產(chǎn)出缺口可以間接預(yù)測(cè)CPI的走勢(shì)。 不過值得一提的是,，產(chǎn)出缺口之所以能夠預(yù)測(cè)通脹,，是因?yàn)樵谠S多產(chǎn)品領(lǐng)域存在普遍的價(jià)格粘性。如果不存在價(jià)格粘性,，市場(chǎng)即時(shí)出清,，產(chǎn)出缺口對(duì)通貨膨脹也就失去了預(yù)測(cè)能力。中國(guó)的CPI變動(dòng)主要由食品價(jià)格的波動(dòng)驅(qū)動(dòng),，由于食品領(lǐng)域并不存在廣泛的價(jià)格粘性,，利用產(chǎn)出缺口預(yù)測(cè)中國(guó)的CPI變動(dòng)缺乏嚴(yán)謹(jǐn)?shù)睦碚摶A(chǔ)，僅適合作為調(diào)整和補(bǔ)充,。 4.2 產(chǎn)出缺口與CPI同比的關(guān)系 為描述產(chǎn)出缺口,，我們采用1999年至2017年第一季度的GDP環(huán)比數(shù)據(jù)進(jìn)行計(jì)算。首先對(duì)GDP環(huán)比數(shù)據(jù)做季節(jié)性調(diào)整,，再通過HP濾波法分解出趨勢(shì)項(xiàng)和周期項(xiàng),，其中趨勢(shì)項(xiàng)描述潛在產(chǎn)出的變動(dòng)，周期項(xiàng)描述產(chǎn)出缺口的變動(dòng),。 對(duì)比產(chǎn)出缺口與CPI同比的走勢(shì),，我們發(fā)現(xiàn)兩者顯示出較強(qiáng)的相關(guān)性，并且產(chǎn)出缺口的變動(dòng)大致領(lǐng)先于CPI的變動(dòng)1~2個(gè)季度,。但同時(shí),，由于產(chǎn)出缺口衡量的是經(jīng)濟(jì)整體的價(jià)格水平,，我們進(jìn)一步考察產(chǎn)出缺口與PPI之間的關(guān)系，發(fā)現(xiàn)在數(shù)據(jù)拐點(diǎn)處的相關(guān)性較CPI更高,。因此,，產(chǎn)出缺口所代表的物價(jià)上行壓力，很可能同時(shí)包括了CPI與PPI兩者的走勢(shì)特征,。 我們觀察到近期的數(shù)據(jù)顯示,，從2016年起產(chǎn)出缺口不斷攀升并由負(fù)轉(zhuǎn)正，目前正處于高位,，這實(shí)際上與PPI同比的大幅攀升相一致,；而CPI同比走勢(shì)仍然較為溫和，一定程度上顯示了PPI向CPI傳導(dǎo)渠道的阻滯,。 從產(chǎn)出缺口的走勢(shì)來看,，未來一段時(shí)期通脹將面臨一定的上行壓力，但這大部分已經(jīng)反映在了近期PPI大幅上行的走勢(shì)上,?？紤]到PPI向CPI傳導(dǎo)的效應(yīng)仍然可能造成一定影響，我們將2017年CPI預(yù)測(cè)值小幅上修0.2個(gè)百分點(diǎn)至1.6%,。 工業(yè)品出廠價(jià)格（PPI）也是市場(chǎng)關(guān)注度較高的物價(jià)指標(biāo)之一,，并且PPI向CPI存在一定程度的傳導(dǎo)效應(yīng)。我們簡(jiǎn)單構(gòu)建PPI同比增速,、工業(yè)品產(chǎn)值同比增速（需求方）與單位進(jìn)口成本指數(shù)（供給方）的非限制性VAR模型,，對(duì)模型進(jìn)行脈沖響應(yīng)分析與方差分解，比較需求方與供給方對(duì)PPI同比增速方差各自的貢獻(xiàn),。 1,、指標(biāo)選擇 時(shí)間區(qū)間：1996年10月-2017年2月 因變量：PPI同比（PPI） 自變量：工業(yè)增加值同比（IAV），進(jìn)口成本價(jià)格同比（IPT） 2,、平穩(wěn)性檢驗(yàn) 對(duì)四個(gè)時(shí)間序列進(jìn)行單位根檢驗(yàn),，其結(jié)論是，進(jìn)口價(jià)格同比（IPT）和PPI同比（PPI）平穩(wěn),；工業(yè)增加值同比（IAV）不平穩(wěn),。但是，我們將三因素與CPI同比建立非限制性VAR模型進(jìn)行整體檢驗(yàn),，發(fā)現(xiàn)所有的單位根都落在單位圓內(nèi),，說明模型整體平穩(wěn)，可以進(jìn)行進(jìn)一步的檢驗(yàn),。 3,、Johansen協(xié)整檢驗(yàn)與格蘭杰因果檢驗(yàn) 將三個(gè)時(shí)間序列進(jìn)行Johansen協(xié)整檢驗(yàn)，結(jié)論是至少存在3個(gè)協(xié)整關(guān)系。在此基礎(chǔ)上,，根據(jù)AIC與SC準(zhǔn)則得出的最小滯后階數(shù)（2階）進(jìn)行格蘭杰因果檢驗(yàn),，證明了PPI與兩個(gè)因素均存在相關(guān)關(guān)系。 4,、VAR模型的建立及分析 PPI,，IAV，IPT三個(gè)變量建立VAR（2）模型,，使用Eviews軟件對(duì)模型進(jìn)行估計(jì),，所得出的估計(jì)結(jié)果中，PPI序列的R2值為的0.977（具體結(jié)果見附錄3）,，表明兩個(gè)因素對(duì)于PPI的擬合程度較高,。 我們對(duì)此協(xié)整模型進(jìn)行樣本內(nèi)的動(dòng)態(tài)預(yù)測(cè)，得出的預(yù)測(cè)值與PPI同比本身的走勢(shì)高度一致,，顯示模型的短期預(yù)測(cè)效果較好,；同時(shí)，我們對(duì)此模型進(jìn)行樣本外的預(yù)測(cè)（預(yù)測(cè)區(qū)間分別取2015年至今,，以及2016年至今），得出結(jié)果顯示VAR模型的預(yù)測(cè)值能夠一定程度上表征PPI的大體趨勢(shì),。 此外,，我們對(duì)模型進(jìn)行了脈沖響應(yīng)和方差分解，得出的結(jié)果如下圖所示,。 脈沖響應(yīng)的結(jié)果顯示：進(jìn)口價(jià)格對(duì)PPI的影響是先正后負(fù),，前期正向的影響上升，此后逐漸下滑并接近零,；工業(yè)增加值對(duì)PPI的影響正向而持久,，其影響在2-6期逐漸增強(qiáng)，7期以后變得較為平緩,?？梢姡┙o端和需求端在短期都對(duì)PPI有正向的影響,；但供給端的影響短暫且逐漸遞減,，而需求端的影響則更為持久，且呈現(xiàn)遞增后逐步穩(wěn)定的態(tài)勢(shì),。 方差分解的結(jié)果顯示：PPI受其序列自身的影響最大,，在10期之后貢獻(xiàn)率仍超過80%，而其余兩個(gè)因素對(duì)PPI的貢獻(xiàn)相對(duì)較小,。其中,，工業(yè)增加值所代表的需求端對(duì)PPI的貢獻(xiàn)率呈遞增態(tài)勢(shì)，在10期后升至15%左右；但進(jìn)口價(jià)格所代表的供給端對(duì)PPI的貢獻(xiàn)率影響則一直偏小,。 5,、對(duì)2017年P(guān)PI走勢(shì)的預(yù)測(cè) 最后，我們使用上述建立的兩因素VAR模型對(duì)2017年的PPI走勢(shì)進(jìn)行樣本外預(yù)測(cè),。從趨勢(shì)上看,，PPI同比在2017年存在下行的風(fēng)險(xiǎn)。 |
|
|
