基于灰色关联分析国际资本流动对我国通货膨胀的影响

■ 王 硕 桂 评 教授（上海大学 上海 200444）

引言

近几年我国通胀高企，CPI一路攀升。此轮通货膨胀的主要成因有货币方面的因素和输入性因素。货币方面的因素是指在美国金融危机发生后，中国实施的经济刺激政策，货币发行量过大导致物价上涨。之后，美国在2010年底采取的新一轮量化宽松政策使得大宗商品及原材料价格上涨，并传到中国国内，导致输入型通货膨胀。探讨在开放经济下通货膨胀输入我国的途径，以采取相应的减少输入型通货膨胀的措施，已经成为一个重要的研究命题。

本文对我国通货膨胀的国际资本流动传导机制进行研究，试着将国际资本流动的规模精确估算，直接与价格指数进行实证研究，探讨二者间的关系。

非正常国际资本流动规模估测

对隐性资本流动规模的估测，直接测算法误差比较大。国际上有三种基本的间接测算法：世界银行法、卡廷顿法和克莱因法。分别将不同测算方法的计算结果进行比较分析，发现世界银行法比较接近实际值，而克莱因法在其基础上剔除了非恐慌的资本逃避，这样能更好地反映一国外汇制度方面的变化对资本逃避的真实影响。国内的学者大都是对世界银行法做调整，比如进出口伪报额、银行持有的短期外汇，但很少有对经常项目中的旅游净收入和边境贸易部分做出调整。根据克莱因法，外国直接投资中收入中的再投资部分不应计入资本逃避，所以这部分应该减去。

本文中采用的是调整的克莱因法。调整的项目有：进出口伪报额调整；减去银行对外证券投资增量、对外贷款增量、银行吸收的居民外币存款（即银行体系和货币当局持有的短期外币资产）；减去国内居民持有的外币资产；减去旅游收入；剔除对外直接投资、对外贷款和进出口延期收款。

（一）数据说明

1.进出口伪报（cs）。不考虑贸易转口时，一般对进出口伪报的基本估算方法是将一国报道的对世界上其他国家的进出口额与其他国家报道的对该国的进出口额进行对比，两者的差额即为一国的进出口伪报额。数据来源于中国统计年鉴数据库以及联合国COM TRADE网站。中国的贸易伙伴选取了美国、加拿大、巴西、德国、法国、英国、意大利、西班牙、荷兰、俄罗斯、澳大利亚、印度、中国香港、日本、韩国等15个与中国贸易额最多的经济体。其中 （FOB/CIF）设定为1.1。

2.进出口延期收款（SD）。在1997年以前，进出口延期收款（SD）直接根据国际收支平衡表“长期资本项目”中的“延期收款”进行调整。但是，1997年以后于国际收支平衡表的变更，根据国际收支手册不再区分长期和短期资本流动项目，将按“总贸易信贷额”的70%作为正常贸易信贷额加以剔除（张锦云，2006）。

3.居民境内外币资产（CM）。由于游离于银行外的外币资产部分很难估测，这里只根据《中国金融年鉴》资金流量表中我国居民外汇存款增量来进行剔除。

4.边贸收入（NI）。我国边境贸易的发展可以分为四个阶段。1982-1987年，这一阶段边境贸易的规模很小，忽略不计；1988-1995年采用均值30亿美元；第三个阶段是1996-2001年，是我国边境贸易的调整和规范发展时期，数据来源于刘锐芳论文；第四个阶段是2002年至今，根据研究采用进出口贸易总额的0.85%。

（二）计算结果

国际资本是通过经常项目和资本与金融项目流入和流出的，并且这两项反映了正常的国际资本流动，净错误与遗漏项目反映了非正常的资本流动即资本外逃。因此计算正常的国际资本流动规模可以直接从国际收支平衡表中得到，即：

计算得到总规模（TF）如表1所示。

国际资本流动规模和CPI的灰色关联分析

常用的回归分析采用统计的方法，但一般只适用于少因素的、线性的，但对于一些多因素的、非线性的情况则无法处理。针对回归分析方法的不足，灰色理论中提出关联分析的方法才进行发展态势的量化比较分析。

下面开始灰色关联分析建模：

第一，建立原始数列的因变量参考数列和自变量比较数列。因变量参考数列本文中为城乡居民消费指数（来源于国家统计局网站），记作：X0=[103.4，106.4，114.7，124.1，117.1，108.3，102.8，99.2，98.6，100.4，100.7，99.2，101.2，103.9，101.8，101.5，104.8，105.9，99.3]

表1 我国国际资本流动的总规模

图1 国际资本流动规模和城乡居民消费指数的变化趋势

自变量比较数列本文中为我国国际资本流动的总规模。将国际资本流动的总规模也作同样的处理，即以上一年基准，将数列变成环比数列，得到数列记作：X1=[136.4616，53.5933，176.1773，208.2143，128.3873，75.7969，223.9860，74.0081，20.5602，40.7423，632.1076，69.0986，249.2026，94.4388，414.2465，115.2263，149.4301，111.8950，61.3478]

第二，对因变量参考数列和自变量比较数列进行无量纲化处理，这里采用初值化处理，即将每组数据除以该组数据的第一个值。保留小数点后两位，得到处理后数据：

第三，计算每个时刻点上母序列与各子序列差的绝对值，并从中取得最大差和最小差。求出X0`与X1`的差并保留小数点后两位。

对差数列绝对值：︱Δ︱=[0，0.64，0.18，0.33，0.19，0.49，0.65，0.42，0.8，0.67，3.66，0.45，0.85，0.31，2.05，0.14，0.08，0.2，0.51]

则最大差：Δ max=3.66，最小差：Δmin=0。

第四，计算灰色关联系数。为求总的关联度，需要考虑不同的观测点在总体观测中的重要性程度，则需要确定各点的权重。本文采用算数平均的方法计算灰色关联度R，计算公式如下：

（注：这里的0.5为分辨系数）

在本文中与自变量数列相比较的只有一列因变量数列，因此在这里取i=1，计算得ξ=[1， 0.742009， 0.909653， 0.848946，0.905195， 0.788133， 0.738741，0.814403， 0.695048， 0.731291， 0.33344，0.801569， 0.683486， 0.85403， 0.471516，0.930238， 0.957366， 0.899615， 0.781788]

所以灰色关联度R取上面19个ξ的平均值，为 0.783498。根据灰色关联理论，如果两因素的关联度大于0.6，便认为其关联性显著。本文中的灰色关联度R=0.783498，大于0.6，因此国际资本流动规模和国内CPI指数有着显著的关联性。

结论

根据关联度的定义，关联度高即在系统发展过程中两个因素变化的趋势具有一致性，即同步变化程度较高。本文中自变量比较数列是我国国际资本流动的总规模，因变量参考数列为城乡居民消费指数，因此两者间的显著关联性可以理解为我国国际资本流动规模的变化对城乡居民消费指数有着显著影响，并且这种影响是同趋势的，即同向的。

从图1可以发现，不同于线性回归计量方法研究的对象，这里的两组原数列并不是线性的，即总体变化趋势既不是持续递增的也不是持续递减的。因此，对灰色关联分析结果不能简单地理解为国际资本流动规模和城乡居民消费价格指数之间存在正比关系，而强调是动态的同趋势变化关系。

例如，1994年两个指标都达到了一个极值，之前都是上升趋势，到达极值后又变为下降趋势。

根据以上实证分析结果，可以得出以下结论：

第一，国际资本流动规模的变化对城乡居民消费指数的变化有显著的同趋势影响。根据关联度的定义，关联度高即是在系统发展过程中两个因素变化的趋势具有一致性，即同步变化程度较高。本文中自变量比较数列是我国国际资本流动的总规模，因变量参考数列为城乡居民消费指数，因此两者间的显著关联性可以理解为我国国际资本流动规模的变化对城乡居民消费指数有着显著影响，并且这种影响是同趋势的，即同向的。

第二，影响居民消费指数的因素很多，国际资本流动规模的变化只是其中一个因素，并且很有可能不是主要因素。本文中的灰色关联度R=0.783498，代表了国际资本流动规模这个因素对我国居民消费指数的影响程度。虽然这种影响程度可以被称为显著影响，但很显然R与1还不是很接近，所以必然存在着其他因素对居民消费指数的变化造成影响。这里说明了回归分析对存在多因素的情况无能为力，而这也是符合实际情况的。货币供给量的变化、自然灾害、外汇政策的变化、税收政策的变化，都会对物价指数造成影响。一般认为，货币发行量的变化对物价指数的影响程度最大。

1.刘锐芳.中国边境贸易与地区经济增长：基于面板数据的经验研究[D].湖南大学，2006

2.宋文兵.中国资本外逃问题的研究1987-1997[J].经济研究，1999（5）

3.韩继云.1989-1998：中国资本外逃实证分析[J].经济经纬，2000（1）

4.罗海波.国际金融资本流动机制研究 [D].华东师范大学，2008

5.张浩.灰色系统理论在我国宏观经济分析中的应用[M].南京信息工程大学，2005