我国通货膨胀率动态波动路径研究——基于LSTR2模型的实证分析

沈春华，许涤龙，路 芸

(1.湖南财政经济学院，湖南 长沙 410205；2.湖南大学a.两型社会研究院；b.金融与统计学院，湖南 长沙 410079)

一、引 言

国际金融危机后，各国都采取了宽松的财政政策和货币政策，维持金融系统信用体系，实现经济平稳发展，但是也导致了随后的物价水平上涨，治理通货膨胀逐渐成为金融危机后的重要经济课题，通货膨胀也再次成为宏观经济学中计量研究热点。面对近期我国的通货膨胀形势，通过宏观调控抑制通货膨胀成为当前稳健货币政策的首要任务。而我国货币政策对于通货膨胀的引导控制效果、通货膨胀对货币政策的反馈作用都与通货膨胀率生成过程紧密相关，体现在通货膨胀的波动路径和调整过程之中。因此，定量分析通货膨胀率动态波动路径具有重要的理论价值和现实意义。

目前对于通货膨胀率动态波动路径的研究主要集中在以下两个方面：一是通货膨胀波动的非线性特征及调整的非对称性。国内外学者主要从经验角度验证通货膨胀率的非线性数据生成过程。国外学者Walters Enders和Stan Hurn(2002)［1］运用门限自回归模型验证了澳大利亚通货膨胀存在显著的非对称性；国内学者应用Markov区制转移模型［2］、门限自回归模型、LSTAR模型、多种非对称GARCH模型各自对我国通货膨胀率的动态特征进行了实证研究，结果都表明我国通货膨胀存在显著的非线性特征；此外，李颖、林景润、高铁梅等(2010)［3］通过非线性检验，发现实际通货膨胀率对于不同的通胀预期表现出显著的非对称反应特征，且非线性的LSTR模型拟合效果优于线性回归模型。

二是通货膨胀的区制转移以及其传导性。通货膨胀率的可传导性以及通胀膨胀区制的划分是研究通货膨胀动态波动路径的重要基点。国内实证经验研究对于通货膨胀率转移区制个数目前还没有形成一致性结论，从而也导致了无法从经验上确定通货膨胀率可传导性的可持续性具体处于哪一个区制。国外学者Shyh-Wei Chen等(2006)［4］运用Hamilton的flexible regression model来考察我国台湾地区通货膨胀，研究表明通货膨胀是在两区制内进行相互转移；我国学者龙如银、郑挺国、云航(2005)［5］应用Markov区制转移模型，发现我国通货膨胀路径中仅存在高通胀区制和低通胀区制，且高通胀区制的持续期远高于低通胀区制持续期；张屹山、张代强(2008)［6］利用门限自回归模型证实我国通货膨胀可以划分为两个状态，即加速通胀状态和减速通胀状态，且通胀率在这两个状态下都具有高持久性；王培辉、袁薇(2010)［7］应用LSTAR模型进行实证研究，将我国通货膨胀率动态变化划分为减速通货膨胀状态、适中通货膨胀状态和加速通货膨胀状态三个区制，同时在不同区制下，通货膨胀率均具有较高的持久性，但中间状态的持久性明显低于其他两种状态。

综上所述，我国学者对通货膨胀率具有显著非线性大致达成了共识，但所使用的某些方法存在着一定的局限性，运用非线性模型对我国通货膨胀的研究还略显单薄。同时，我国通货膨胀率转移变换过程的区制个数，以及通货膨胀率具体在哪个区制内具有可持续传导性方面没有形成一致性结论。此外，随着我国货币政策中介目标和最终目标的逐渐转移，我国通货膨胀可能出现显著的结构转变，通胀区制也有可能随之发生变化，添加最新时序样本，对通货膨胀的波动调整特征的研究及时跟进，更显得尤为必要。因此本文基于非线性时间序列模型能高度刻画通货膨胀率数据生成过程的特点，来探讨我国通货膨胀率动态波动特征，即通货膨胀显著非线性、转移区制的个数以及区制内通胀率的可持续传导性，进而分析判别我国货币政策实施的有效性及稳健性。

二、理论模型构建

许多经济学理论包含如下区间转换思想，当经济变量在不同范围进行调整时，经济也表现出不同的行为反馈。比如，如果利率下降而不是上升，储蓄模型就有不同结构；如果生产力接近饱和或就业率较高，行业就改变自身的决策［8］。这种区间转换思想存在于大量的经济现象之中，同时也体现在通货膨胀的动态调整路径中。目前对经济变量的非线性研究主要有多种方法，由于经济过程表现出的非线性特征是以机制转移为基础，而通货膨胀机制转移比较剧烈，其影响深度和宽度都比较大，故本文选用平滑转移模型(smooth transition regression)，它的优点在于可以将数据生成过程中的非线性信息转换成可以控制的模型机制，通过选取不同的转移变量或转移函数形式对经济变量在不同极端机制间的非线性转换做出较为准确地刻画［9］。

平滑转移模型基本的表达方程形式是：

奇函数：

偶函数：

三、实证分析

(一)数据来源与预处理

本文采集我国1990年1月到2011年8月的CPI同比数据作为通货膨胀率的代表，相较环比CPI而言同比CPI消除了季节因素的影响，能更好地反映物价真实波动状况，数据主要来源于国家统计局网站和《中国统计年鉴》等。

首先，绘制我国同比CPI序列图(见图1)。据图1可知，我国CPI在1996年底前都是处于较高区间，最高值127.7出现在1994年1月份，而最小值97.8出现在1999年4月份和5月份，以1996年底为界限，在此之前我国通货膨胀均值为110.9952，而此后均值只有101.7972，证实我国过去一直处于高通胀区间，结合方差角度分析，前期通货膨胀的方差为59.25636，后期通货膨胀方差为6.510729，两者差异较大，这从侧面证实我国货币政策最终目标转向以控制通货膨胀来实现经济的平稳发展，从而通货膨胀动态波动趋于平缓，也间接表明我国目前已处于低通胀区。

图1 我国1990年1月-2011年8月同比CPI序列图

其次，为保证模型的适用性，对数据进行平稳性检验。主要验证数据生成过程是否具有可预测性和可延续性等，所采用的方法为Markov，PP和KPSS单位根检验。ADF和PP的原假设与KPSS的原假设不一致，ADF和PP检验假设原假设存在单位根过程，而对于宏观经济变量，经常无法拒绝原假设，因此导致单位根检验功效不高。为此本文采用KPSS检验作为ADF检验和PP检验的补充，从而能够综合提高单位根检验的功效，保证模型建立时不会存在伪回归，检验的具体结果如表1，差分之前，各序列表现为存在单位根，该序列不是平稳的，经过一阶差分之后，同比CPI序列表现平稳。

同时，同比CPI序列的KPSS检验结果表明所得统计量值均大于5%的显著性水平临界值0.463，序列数据不具有I(0)过程，而一阶差分序列统计量值均小于临界值，无法在显著性水平为5%时，拒绝原假设。因此平稳性检验表明同比CPI序列具有I(1)过程。

表1 CPI和ΔCPI平稳性检验

(二)模型设定

本文中的模型设定主要包括滞后期的确定、线性检验以及转移变量的确定，据此，下文将依次对这些设定进行验证。

本文借鉴赵进文(2005)［10］所用方法，根据Sensier和Osborn(2002)将所有的线性和非线性模型的最高滞后阶数均设为8，然后依据信息AIC准则和BIC准则，以及回归各模型参数的估计效果确定模型滞后阶数。最终确定，滞后2阶的AIC准则和BIC准则值是最小的，分别为599.4989和613.7262，并且模型所估计参数都能通过显著性水平检验，因此本文选取模型的滞后阶数为2阶。

模型线性检验是依据所构造的LM统计量来进行判定，其原假设H该模型是线性模型，选择假设的模型是LSTR，当其拒绝原假设时，同时从数据确定转移变量。而模型具体形式的确定需通过序贯检验。根据线性假设和序贯假设，进行假设检验，其结果如表2所示。

表2 线性检验、转移变量确定以及最终模型形式判定

据表2可知，我国通货膨胀存在显著的非线性特征，源于价格水平的变化是存在显著的价格黏性，导致通货膨胀率不能快速反应市场需求以及政策需求的变化。同时模型类型选择表明模型的转移变量为ΔCPIt-1，模型最终形式为LSTR2，即通货膨胀率存在多个区制，证明通货膨胀是在高通胀、低通胀以及高低通胀的缓冲区制三种不同区制下进行机制转移。

(三)模型参数估计

STR模型参数估计遵循非线性最优化的路线，估计转换函数中的γ和c。本文选择网格搜寻法，其基本思想为：选取γ的一组值和c的一组值，对两组数据分别进行组合，将各组合分别代入到转换函数中，找到使得转换函数估计所得的残差平方和最小的γ和c，所得γ和c即为转换函数的参数，得出的各模型初始值如表3，其展现了该模型的平滑参数和位置参数的初始估计值的区间范围，而只有平滑参数和位置参数的初始估计值落在其构造的区间内，才可以作进一步的参数估计和优化。

表3 平滑参数和位置参数的初始估计值

从表3中得到相应的参数值都落在了相对应的区间内，平滑参数的初始值较高，且位置参数的初始值也相对较高，是我国通货膨胀大多处于位置参数C1以下，数值集中度和时间集中度较高，而且大都处于1998年以后。根据平滑参数和位置参数的初始估计值，结合理论模型的构建，拟合的回归方程如下：

根据模型的回归结果，式(4)中括号内是系数显著性检验t统计量值所对应的p值，结果表明各变量都能通过显著性检验。同时，对模型残差序列进行相关性检验，其构造的统计量所对应的 p值均远远大于显著性水平0.05，表明残差序列不存在线性相关性，参数稳健性检验也表明非线性模型能够很好地拟合数据生成过程，刻画基于不同经济背景条件下的数据动态变化过程。同时可以计算出该非线性模型各时点的转移函数值，据此构建出转移函数图像，如图2所示。

图2 转换函数G(st;γ;c)图像

同时根据模型所估计的位置参数，即C1为1.45517和C2为1.96207，可将我国差分后的CPI划分为三个区制，即图3所示。

图3 CPI区制划分图

(四)实证结果分析

模型设定形式判定表明通货膨胀率呈现出显著的非线性特征。同时对式(4)各参数进行分析可知，LSTR模型平滑参数最终估计值为26.49158，导致转移函数能够快速地向1进行较快，即通货膨胀率从一种状态转移到另一种状态的时间较短，同时图2表明转移函数总是处于极端值状态，因而区制转移具有较强的延续性。转移函数由于具有较高的平滑参数和位置参数，致使转移函数值大都处于极端值1状态，特别当我国货币政策转向以稳定物价水平以后。因此相邻期间同比CPI增长率之差的一阶递增值对其偏效应为0.35634，高于其二阶递增值的偏效应0.13806，CPI增长率之差的一阶递增值的偏效应大于0意味着我国通货膨胀率具有显著的滞后一期正效应，其偏效应为1.35634，而将CPI增长率之差的一阶递增值的偏效应与CPI增长率之差的二阶递增值的偏效应相结合可知我国通货膨胀率具有显著的二阶负效应，其偏效应为-0.21828，但从通货膨胀率数据生成过程可以得出，各项自回归系数之和为1.13806，大于1，该结果表明我国通货膨胀具有较高的持久性，且具有显著的持续发散扩张过程，两者正向的偏效应也证明了我国通货膨胀具有显著传导性，高通胀意味着更高的通货膨胀，低通胀表明者更低的通货膨胀。

同时据图3可知，两位置参数的稳健存在性将我国通货膨胀划分为三个区制，结合整个样本区间分析可知，我国通货膨胀大都处于低通胀区域，相邻期间同比CPI增长率之差绝大部分控制在1.45517%以下，这明显证明通货膨胀率的可传导性主要体现在低通胀区制内，这亦可以从通货膨胀率的描述性分析可知，近期我国通胀率都是处于一个稳定的区间内，货币政策呈现出一定程度的低通胀偏好，而高通胀区制由于外部政策干预影响下，无法实现内部数据生成机制，因此我国通货膨胀区制的可传导性主要体现在低通胀区制，即低通胀区制的可持续性远高于高通胀区制的可持续性。这间接表明我国货币政策存在着一定程度的通胀偏好，以及货币政策以稳定物价作为宏观调控最终目标之一。同时，这也间接证实了我国近十多年货币政策高效性，稳健保障了经济发展的平稳快速。

四、主要结论

本文利用LSTR2非线性模型刻画了我国1990年1月到2011年8月的CPI通货膨胀率同比数据生成过程以及其动态波动路径，基于此得出以下三个结论。

(1)我国通货膨胀率具有显著的非线性特征，亦呈现出明显的非线性调整。实证分析证明我国通货膨胀模型是呈现出显著的三区制非线性特征，且我国大多处于低通胀区间，观察我国通货膨胀率历史数据可知，在1990年至1996年底期间，通货膨胀率都处于历史较高区间，但是近些年实践表明我国已成功控制高通货膨胀，实现了其向低通胀区间的转移，并维持其处于低通胀区间，这也间接证明我国货币政策最终目标的变迁，同时货币政策在高通胀区间与低通胀区间作用效果的不对称，表明了通货膨胀对货币政策的反馈作用也呈现出非线性。

(2)我国通货膨胀率存在三区制。实证分析表明我国存在高通胀、低通胀以及高低通胀的缓冲区制，而位置参数以及转移函数图表明区制间转移速度快和程度剧烈。结合我国经济现状，可知货币经济政策、需求管理政策以及产业结构迁移等导致我国通货膨胀呈现出明显的多区制转移状态，同时区制间剧烈波动，表明经济结构的剧变，导致经济系统波动程度剧烈，致使通货膨胀原始数据无法平稳生成，间接表明我国货币政策对通货膨胀引导控制的灵敏性和有效性。

(3)我国通货膨胀具有显著的可传导性，且低通胀区制可持续性远高于高通胀区制可持续性。根据宏观经济学原理可知，在没有外部干预政策影响的情况下，高通胀传导必然带来国民财富的损失，不利于国民经济体系的稳健运行，而低通胀能够刺激市场对产品需求，促进就业率的提升，稳定市场经济发展，因此理论上，货币政策实践者应偏好于低通胀，而低通胀区制内可持续传导性从经验上证明我国货币政策具有低通胀偏好。

目前因欧洲债务危机及美国第三轮量化宽松政策预期等的影响，我国正处于通货膨胀不断上升的通道，如何有效调控通货膨胀，同时亦能避免经济效率以及经济发展质量的损失成为当前宏观经济的热点难点。基于上述实证结论，本文认为应根据通货膨胀滞后效应以及各滞后项的偏效应来构建政策框架，从而才能在中介目标有效性前提下实现对最终目标的控制，货币政策制定者必须谨防通货膨胀向高通胀区制转移，同时也必须考虑货币政策发挥作用的渐进性和长期性，从可持续性传导角度保障低通胀区制内经济的平稳快速发展。

［1］Walter Enders，Stan Hurn.Asymmetric price adjustment and the Phillips curve［J］.Journal of Macroeconomics，2002，24(3)：395-412.

［2］刘金全，随建利，闫超.我国通货膨胀率过程区制状态划分与转移分析［J］.系统工程学报，2009，24(12)：647-652.

［3］Shyh Wei Chena，ChungHua Shenb，Zixiong Xie.Nonlinear relationship between inflation and inflation uncertainty in Taiwan［J］.Applied Economics Letters，2006，13(8)：529-533.

［4］李颖，林景润，高铁梅.我国通货膨胀、通货膨胀预期与货币政策的非对称分析［J］.金融研究，2010，13(12)：16-29.

［5］龙如银，郑挺国，云航.Markov区制转移模型与我国通货膨胀波动路径的动态特征［J］.数量经济技术经济研究，2005，20(10)：111-118.

［6］张屹山，张代强.我国通货膨胀率波动路径的非线性状态转换——基于通货膨胀持久性视角的实证检验［J］.管理世界，2008，24(12)：43-51.

［7］王培辉，袁薇.我国通货膨胀率动态特征研究［J］.财经理论与实践，2010，31(4)：8-12.

［8］克莱夫·W·J·格兰杰，蒂莫·泰雷斯维尔塔.非线性经济的模型［M］.朱保华，译.上海：上海财经大学出版社，2006.

［9］马薇，袁铭.非线性计量经济模型的非参数估计方法研究［J］. 数量经济技术经济研究，2010，27(1)：151-158.

［10］赵进文，闵捷.央行货币政策操作效果非对称性实证研究［J］. 经济研究，2005，28(2)：26-34.