我国通货膨胀形成原因的实证研究

2014-09-17梁秋霞李正想葛腾飞

长春工程学院学报（社会科学版） 2014年1期

梁秋霞，李正想，葛腾飞

(安徽工业大学工商学院，马鞍山 243002)

一、引言

通货膨胀现象是伴随人类历史的一种经济现象，也是经济领域研究的一个重要对象，它关系到社会民生、政治稳定等一系列的重要问题。面对通货膨胀我们必须要有所行动，否则它可能给整个国家带来不可估量的影响。所以，对于通货膨胀的研究显的尤为重要。

众所周知，通货膨胀分为不同的类型，有低通货膨胀、急剧通货膨胀、恶性通货膨胀，不同类型的通胀都对经济有不同的影响，严重的通货膨胀还会引起社会秩序的混乱和政治经济危机［1］。因此对通货膨胀的研究一直在经济领域中占据十分重要的地位。自从十一届三中全会确立了改革开放的发展思路以来，我国经济飞速发展但是通货膨胀却也是反复出现，最近的一次是在2008年金融危机爆发后波及到中国，中国政府为刺激经济发展，投入4万亿元人民币用以刺激经济，而受经济危机的影响，世界各个国家也开始了新的面对经济危机的经济政策调整，而这又进一步影响着我国的经济，使我国的通货膨胀压力增大。

从最近几年政府所发布的一系列保持宏观经济稳定增长、国内物价水平大体稳定的政策来看，消除通货膨胀压力所带来的负面影响成为中国人民银行当前工作的首要任务。本文使用消费者物价指数衡量通货膨胀。

2008—2013年CPI季度数据如表1。

表1 CPI季度数据

根据表1CPI数据得出物价变动趋势，如图1。

根据图1的CPI变动趋势，则可看出，在2008年第一季度和2011年的第一季度左右通货膨胀达到最大值。从2008年第一季度到2009年的第二季度通货膨胀呈下降趋势，从2009年第二季度到2011年第四季度呈上升趋势。然后从2011年第二季度到现在呈现下降趋势，并稳定在一定程度范围内变动。目前正在经历的上升阶段，已持续6个月。

图1 2001—2011年我国CPI指数变动趋势图

二、指标的选择及其数据来源

(一)指标的选择

很多的国内外学者从经济学理论的各个角度来分析我国此次通货膨胀的成因，本文将我国通货膨胀的成因总结为三个:货币原因、成本原因、结构性原因。

1.货币原因

我国货币层次划分为M0、M1、M2及M3。随着我国金融制度的完善和金融工具的创新，M2对经济增长、价格水平影响越来越大，应作为货币政策的重点监控目标，而且由于M2在我国货币政策调控中是一个相对长期的变量，所以本文选取的货币原因指标为货币供给量(M2)。

2.成本原因

由于国际市场原材料价格不断上升，引发国内通货膨胀压力也不断增加，众所周知中国铁矿石对外依赖度很高，绝大部分钢铁厂的铁矿石都要从巴西、澳大利亚等国进口，加之我国的生产技术水平有限和为增大市场份额盲目竞争，导致近几年铁矿石价格不断上涨［2］。其次，世界农产品价格上涨以及国内农产品供给不稳定抬升价格是导致我国发生通货膨胀的又一个重要原因。根据上述分析，本文选取的通货膨胀成本因素指标为:原材料、燃料、动力购进价格指数(RE)、农产品生产价格指数(API)。

3.结构性原因

通货膨胀从不同角度划分有各种类型，实际上每种类型通货膨胀都表明了其发生机理与原因。中国此轮通货膨胀主要是由于社会经济结构失衡而引起的物价水平在一定时期内持续上涨。如产业结构失衡，区域结构失衡等。除此之外，像预期等因素都影响着此轮的通胀［3］，然而这些因素都难以量化，不能很明确地选择出样本数据，所以本文未做出相应的指标选择。

综上所述，结合我国当前统计数据的实际情况以及数据长度等因素的限制，本文选取货币供应量指标(M2)、农产品生产价格指数(API)、原材料、燃料、动力购进价格指数(RE)的月度同比数据作为分析此轮通货膨胀成因的解释变量，选取通货膨胀率(INF)作为被解释变量。

(二)数据的来源

为了研究货币供应量(M2)、农产品生产价格指数(API)、原材料、燃料、动力购进价格指数(RE)对我国通货膨胀率(INF)的影响，本文采用从2008—2013年的月度同比增长数据。数据来源于中国人民银行网站、东方财富网站、凤凰财经网、中国统计局等网站。样本期为2010年1月至2013年3月，本文所采用的计量分析软件为EViews5.0。

三、实证分析

(一)数据ADF检验

本文采用Dickey-Fuller单位根检验方法分别对lnM2、lnAPI、和lnRE进行检验。结果发现原始序列非平稳，则对lnM2、lnAPI、和lnRE数据进行二阶差分，再进行检验。检验结果见表2。

表2 二阶差分后的lnM2、lnAPI和lnRE的ADF单根检验

由表2中数据可知其D2lnM2、D2lnAPI、D2lnRE和D2lnINF显著性水平为1%、5%、10%t的绝对值大于其临界值，因此拒绝存在单位根的假设，通过平稳性检验。

(二)协整检验

现研究通货膨胀与货币供应量(M2)、农产品生产价格指数(API)、原材料、燃料、动力购进价格指数(RE)是否存在协整关系。检验结果如表3。

表3 lnM2、lnAPI和lnRE的回归方程

由表3得到INF和M2，API及RE的回归方程:

对(公式1)的残差进行单位根检验，检验结果结果见表4。

表4 协整方程残差单位根检验

由表4可得，lnINF和lnM2，lnAPI及lnRE所构成协整方程的残差序列单位根检验的t统计量值为－4.740399，其对应的 p 值为 0.0024，小于 1% 的显著性水平下的临界值－3.959148，可以认为回归模型的残差序列为平稳序列。表明lnINF和lnM2，lnAPI及lnRE存在协整关系。

(三)Granger因果检验

通过协整检验可以知道，lnINF和lnM2，lnAPI及lnRE之间存在协整关系。接下来，对lnINF与lnM2、lnAPI、lnRE 进行 Granger因果关系检验。在进行因果检验之前，先确定滞后阶数p。滞后阶数p是通过VAR模型中的滞后长度标准(Lag Length Criteria)确定的［4］。所以，在此对 lnINF 与 lnM2、lnAPI、lnRE构建VAR模型，并通过 AR根图表法(AR Roots Table/Graph)检验VAR模型的稳定性，以确保检验结果的有效性。

图2 VAR模型AR根图表法检验结果

从图2可以看出，VAR模型的所有根的模都小于1，都位于单位圆内。因此该模型是稳定的。接下来，通过VAR模型的滞后长度标准(Lag Length Criteria)来确定滞后阶数p，结果见表5。

表5是由lnINF与lnM2、lnAPI、lnRE数据的滞后结束p检验结果，根据SC准则，应该选择的滞后阶数为4阶。

lnINF与lnRE、lnM2及lnAPI的Granger因果检验结果，其结果如表6，应该选择的滞后阶数为4阶。

从表6因果检验的结果中可以看出，对于第一个原假设“RE不是INF的Granger原因”，其F统计量 =4.86680，相应的概率值 P=0.02760，小于5%的检验水平，因此拒绝原假设，即可认为“RE是INF的Granger原因”，对于第二个假设“INF不是RE的Granger原因”，其F统计量=4.18741，对应的概率值P=0.04047，小于5%的检验水平，因此拒绝原假设，即可以认为“INF是RE的Granger原因”;同理，M2和API是INF的原因，但INF不是M2和API的原因。