中国通货膨胀的基本基础

数据采集_中国货币政策绩效研究：基于社会福利角度的考察

限于实证研究所需数据的可得性等，本章选取1996年第1季度至2012年第4季度的季度数据作为实证研究的样本区间。

（一）通货膨胀率与预期通货膨胀率

1.通货膨胀率的指标选择^[1]

通货膨胀，通常被描述为“一段时期内物价水平普遍、持续上涨的经济现象”，不同国家测度通货膨胀率的方法和口径略有不同。西方国家测度通货膨胀率的常用指标主要包括四种：批发价格指数（WPI）、零售商品价格指数（RPI）、消费价格指数（CPI）和GDP平减指数。

目前，我国由国家统计局统计编制并公布的价格指数总共有8种，其中综合类价格指数包括CPI指数和RPI指数两种，农业类价格指数、工业类价格指数和投资类价格指数分别有2种，具体如附录5所示。

可以用来刻画我国通货膨胀率的价格指数包括CPI指数、RPI指数和GDP平减指数三种。其中，GDP平减指数我国统计局尚未统计编制，需要根据相应数据计算得到。除此之外，工业类价格指数中的工业品出厂价格指数（Producer Price Index，PPI）在金融实务界也被广泛用作对通货膨胀形势的考察指标。CPI指数，RPI指数和GDP平减指数的具体分析如表6.1.1所示。

表6.1.1　我国主要通货膨胀指标的分析与比较

续　表

资料来源：参考《中国统计年鉴》1987年、1990年、1997年、2002年、2004年等相关内容整理而成。

我国的CPI指数和RPI指数以月度作为统计编制与公布频率，可以通过我国的统计年鉴获得；GDP平减指数需要通过相应数据计算获得，出于数据采集的便利性考虑，本书未选用GDP平减指数作为通货膨胀水平的刻画。

CPI指数和RPI指数中，CPI指数是从消费者角度观测物价波动情况，而RPI指数是从商品零售角度观测物价波动情况，理论上讲，两者属于通货膨胀传导链条中的不同阶段。从图6.1.1可见，我国CPI指数与RPI指数吻合度是非常高的。

图6.1.1　我国CPI指数、RPI指数和PPI指数走势

数据来源：中国统计局网站。

CPI指数与PPI指数是金融实务界最常用来考察通货膨胀形势的两个指标。PPI指数反映的是一定时期内全部工业产品出厂价格总水平的变动趋势和程度，包括工业企业出售给本企业以外所有单位的各种产品，以及直接售给居民用于生活消费的产品。理论上讲，PPI指数是通货膨胀传导链条中更靠近上游的物价指标，用于观测通货膨胀率理应更具有预测意义。但是从图6.1.1来看，PPI指数的领先性特征并不明显，而且波动性远大于CPI指数与RPI指数。

从图6.1.2可见，比较中美PPI指数走势，我们发现两者之间的吻合度非常高。主要原因在于，各国PPI指标统计的一揽子商品多属于可贸易商品或者可贸易品的下游产品，其价格并非完全由本国商品供需所决定，而更多层面上是由国际市场价格、全球经济周期波动等共同决定的。

图6.1.2　中国与美国PPI走势比较

数据来源：Wind数据库。

CPI指数与RPI指数比较来看，虽然CPI统计中一揽子商品的选择经常被诟病，但相比之下该指标是与我国公众福利最贴近的物价指标，而且便于采集，因此本书采用CPI通胀率作为我国通货膨胀率的描述。

参考谢平和罗雄（2002）等，CPI通胀率由月度数据向季度数据的转换通过以下方式获取，如（6.1.1）式所示：

其中：πt，s为第t年s季度的CPI通胀率；CPIt，3s-i为第t年3s-i月份CPI指数的同比增长。

中国CPI通胀率季度数据可以通过上式由月度CPI数据转换并计算获得，计算结果如图6.1.3所示，具体数据如附录6所示。

图6.1.3　中国CPI通胀率

数据来源：根据中国统计局网站相关数据计算获得。

CPI通胀率由于取的是同比数据，剔除了季节性因素对数据的干扰。由图6.1.3我们发现，我国的CPI通胀率呈现出较为明显的周期性特征，大概每3年左右为一个周期。每轮周期的峰值往往与相应时期投资冲动密切相关。

与欧美国家不同，在相当长一段时期，我国总供给层面面临的瓶颈不是来自劳动力市场，而是来自资本存量层面，总需求层面的波动则主要来自宏观经济调控背景下投资需求的波动。由此导致过去我国的经济周期波动与宏观经济调控背景下的投资环境转变紧密相连。

2.预期通货膨胀率的指标选择

参考钱宥妮（2005）等，目前预期通货膨胀率较为常见的处理方法大致可以分为静态预期、外推型预期、适应性预期以及理性预期四种。

静态预期：以上一期的通货膨胀率作为当期对未来一期的预期通货膨胀率，即Et-1πt＝πt-1。

外推型预期：认为预期通货膨胀率是上期通货膨胀率与通货膨胀率变化趋势的加和，形如Et-1πt＝πt-1＋λ（πt-1-πt-2）。耿强等（2009）认为，预期通货膨胀率与上一季度通货膨胀率及去年同期的通货膨胀率关系最为密切，因此将预期通货膨胀率描述如Et-1πt＝απt-1＋βπt-4的形式，通过估算可获得预期通货膨胀率的具体函数形式。

适应性预期：认为预期通货膨胀率是上一期预期通货膨胀率与上一期通货膨胀预期误差的函数，形如Et-1πt＝Et-2πt-1＋λ（πt-1-Et-2πt-1）。

理性预期：认为所有经济个体都可以准确预期到未来通货膨胀的走势，形如Et-1πt＝πt。

除此之外，亦有学者采用一些相对复杂的计量方法对预期通胀率进行估算，如刘雪燕和张敬庭（2008）采用双变量S-VAR方法将名义利率分解出实际利率与预期通货膨胀率。Bernanke et al.（2005）采用FA-VAR模型（Factor Augmented Vector Autoregressive Approach）研究货币政策绩效问题时发现，引入不可观测变量进行扩展之后，可以很大程度上解决“价格之谜”的问题。根据Sims（1992）提出的假说，如果一个变量的加入可以减弱“价格之谜”的程度，那么这个变量一定包含了“通胀预期”的信息，因此Bernanke et al.（2005）认为，FA-VAR模型在估计通胀预期变量时也应该能够起到重要的作用。

本书采用适应性预期的处理方式，设定预期通货膨胀率为滞后通货膨胀率的加权平均值，具体函数形式如（6.1.2）式所示：

将预期通货膨胀率的函数形式代入基准模型进行修正，并根据AIC准则等选择数据拟合结果中的滞后阶数，即可得到每期的预期通货膨胀率大小。

（二）我国产出缺口率的计算^[2]

产出缺口率通常可采用实际产出水平与潜在产出水平的差额或者这个差额与潜在产出水平的比率进行描绘，出于标准化以方便进行时间序列分析的考虑，后者更常见一些，本书将其描述如（6.1.3）式所示：

其中：yt，s为第t年s季度的产出缺口率；Yt，s和分别表示第t年s季度的实际产出水平与潜在产出水平。

参考张金清和赵伟（2009）等，实际产出水平以实际GDP进行描述，具体计算方法如（6.1.4）式所示：

其中：Y0，t，s和Ynt，t，s分别表示第t年s季度的真实GDP值和名义GDP值；π0，t，s表示以基期价格水平（本书用1995年第1季度）为基准，第t年s季度的CPI通胀率。π0，t，s可以通过如下公式获得：

其中：πm，1表示第m年第1季度CPI指数的同比数据；πt，n表示第t年第n季度CPI指数的环比数据。

目前，我国潜在产出水平估算的方法大致可以分为三种，即趋势分解法、生产函数法以及总供给函数与趋势分解法的结合^[3]。

趋势分解法：通过简单线性回归、H-P滤波法、单变量卡尔曼滤波法等，将实际产出的长期趋势部分作为对潜在产出水平的刻画。如中国社科院经济所宏观课题组（2000）运用简单线性趋势法对通胀水平与经济增长水平进行简单回归，并将通货膨胀率等于零时对应的产出水平定义为潜在产出水平；刘金全、刘志刚（2004）分别使用H-P滤波法、时间趋势平稳、ARMA趋势平稳和状态空间分解等分解方法对我国GDP增长序列进行趋势分解；郭庆旺和贾俊雪（2004）采用H-P滤波法进行估计；钱宥妮（2005）运用单变量卡尔曼滤波法进行估计。

生产函数法：通过对生产函数方程或总供给函数方程（或其他角度，如CGE模型等）进行估计而获得潜在产出水平。如沈利生（1999）按照我国现有国情对柯布-道格拉斯生产函数进行修正，并对修正后的生产函数形式进行估计；周海春（1999）认为，由于我国普遍存在的劳动力供给过剩，劳动力边际产出接近0，因此我国潜在经济增长等于剔出随机因素对资本产出系数的干扰后，资本投入与资本长期产出系数之积；陆军和钟丹（2003）对我国柯布-道格拉斯生产函数及经H-P滤波加以平滑化的柯布-道格拉斯生产函数形式分别进行估计，处理结果显示后者拟合优度更佳；Jörg Scheibe（2003）采用多种生产函数形式，运用我国1978—2002年数据分别进行回归，发现采用动态均衡修正模型（Equilibrium Correction Model，ECM）估计我国的潜在产出更具有说明性。

总供给函数法与趋势分解法的结合：通过对诸如“产出-通胀”形式?的菲利普斯曲线等理论模型进行修正，并建立相应状态空间模型，然后结合卡尔曼滤波法等趋势分解法进行数据处理。如石柱鲜等（2004）运用“通胀-失业”型菲利普斯曲线与奥肯定律的理论模型构建状态空间模型并进行估计；张金清和赵伟（2009）基于开放经济条件下的“产出-通胀”型菲利普斯曲线建立状态空间，并运用多变量卡尔曼滤波法对我国潜在产出水平进行估算。

亦有部分学者运用多种方法分别对我国潜在产出水平进行估算并对各种估算方法和结果进行比较，如刘斌和张怀清（2001）、郭庆旺和贾俊雪（2004）、许召元（2005）等。

趋势分解法在估算潜在产出水平上较为简单易行，但是往往由于缺乏经济学内涵而遭诟病；后两种方法则相对复杂得多，对所采用的模型本身和所需数据的可得性等依赖性较强，模型中某变量的缺失可能将导致较大的估计误差，而所涵盖的信息越多，处理起来就越复杂。

综上分析，考虑产出缺口估计的合理性与可行性，本书参考耿强（2009）等，首先利用美国商务部X-12法对实际GDP进行季节调整，然后在此基础上利用H-P滤波法估算出我国的潜在产出水平，进而通过计算得到我国的产出缺口率，具体数据如附录6所示。

（三）外国产出缺口率的计算

由本书第五章中的推论过程可知，开放经济条件下，对本国所生产商品的需求由国内需求和外国需求两部分组成，开放经济条件下的需求函数中不仅包含国内的产出缺口变量，而且包含外国产出缺口变量。

本书采取全球GDP数据作为国外需求状况的刻画。首先计算出1996年以来单季全球实际GDP的定基指数，利用美国商务部X-12法进行季调，在此基础上进一步利用H-P滤波法估算出外国的潜在产出水平，进而通过计算得到外国产出缺口率。

如图6.1.4所示，外国产出缺口率大致可以用来描绘我国经济通过贸易渠道承受的外部需求冲击。例如，2008年金融危机之后，我国对外出口规模大幅下滑，而在这之前则连续几年呈现持续上升趋势。

图6.1.4　外国产出缺口率

数据来源：根据CEIC数据库相关数据计算获得。

（四）实际有效汇率的采集

实际有效汇率以实际有效汇率指数作为描述，数据来源于国际清算银行（Bank of International Settlements，BIS）。参考CPI通胀率的季度数据采集方法，实际有效汇率的季度数据采用（6.1.6）式获得：

其中，REER t，s表示第t年第s季度的实际有效汇率指数，计算结果如附录6所示。

如图6.1.5所示，2002—2004年，人民币实际有效汇率呈现持续贬值趋势；2005—2008年，进入升值通道，2009年连续贬值之后2010年继续进入持续升值区间。

图6.1.5　人民币实际有效汇率

数据来源：根据国际清算银行（BIS）网站相关数据计算获得。

（五）利率与平均利率水平的采集

本书基准模型中利率的季度数据由我国银行间7天同业拆借利率的季度内算术平均进行描述，平均利率水平则由样本区间内银行间7天同业拆借利率的算术平均获得，分别如（6.1.7a）式和（6.1.7b）式所示：

其中：it，s，m表示第t年s季度中的第m个月份的7天同业拆借利率；n为样本总量。

图6.1.6　银行间同业拆借利率与平均利率

数据来源：根据中国人民银行网站相关数据计算获得。

7天的银行同业拆借利率已基本实现了市场化，是我国央行货币政策操作与金融市场主体的资产负债调整共同决定的利率价格水平，能够较好地反映短期市场的流动性情况。

（六）货币供给量

本书基准模型中数量型货币政策操作以实际货币供给量M2/P的对数值进行描述，记为lmt。由于我国M2数据的公布以月度为频率，对此，本书采用算术平均的方式进行季度化处理。

实际货币供给量为名义货币供应量与相应价格指数的比值，其中该价格指数以1995年第1季度为基期的季度CPI指数表示：

其中：M0，t，s和Mt，t，s分别表示第t年s季度的实际货币供给量和名义货币供给量；π0，t，s表示以基期价格水平为1、第t年s季度的通货膨胀率。

如图6.1.7所示，我国1996年之后多数时段，M2的增速为14%～18%。2008年金融危机之后，积极财政政策下货币供给量M2的增速最高达到29.3%。

图6.1.7　货币供给量M2及其增速

数据来源：根据统计局网站相关数据计算得到。

通常认为，货币供给量M2的增量部分会被实体经济（实际经济增长率）、金融深化（商品市场的货币化、要素市场的货币化进程中所需增量货币），以及通货膨胀（全局意义的真实通胀水平，非CPI通胀率）吸收。

因此，我们可以大致推测：在2010年之前我国潜在经济增速以10%计，真实通货膨胀率以4%计（考虑到隐性通胀的部分，这一比例可能略高一点），金融深化所需货币增速以2%计（在某些金融深化改革较为激进的时段，这一比例可能要略高一点），M2增速超过16%往往会加剧通胀预期与资产泡沫，而M2的增速过低则会因为整个社会新增流动性不足而影响经济活动的正常运行。