剔除食品和能源的核心通货膨胀度量方法在我国的适用性研究

刘慧媛　吴开尧

(上海金融学院，上海　201209)

剔除食品和能源的核心通货膨胀度量方法在我国的适用性研究

刘慧媛吴开尧

(上海金融学院，上海201209)

〔摘要〕文章以2000年1月至2015年5月月度同比CPI分类价格指数时间序列数据为基础建立协整关系和共特征向量检验。实证分析表明我国CPI分类指数时间序列之间长期存在共同趋势，短期存在共同周期。因此，在我国使用剔除食品和能源的核心通货膨胀测算方法是不合理的。本文进一步提出我国中央银行在制定货币政策时，应同时关注官方公布的核心通货膨胀和通货膨胀，以免使货币政策对食品和能源价格上涨反应不足或反应过度，以及提出我国核心通货膨胀的测算还应关注CPI结构的建议。

〔关键词〕核心通货膨胀共同趋势共同周期食品能源

引言

货币政策在长期具有中性，短期具有非中性特征。在相当长的一段时期里，货币政策只影响通货膨胀，对诸如真实产出、真实消费和真实投资等真实变量不产生影响。因此，更多的国家将通货膨胀作为货币政策的重要目标之一。既然通货膨胀成为货币政策的长期目标，那么通货膨胀的度量就显得尤为重要。

通货膨胀最常用的指标是以CPI(消费价格指数)为代表的反映居民生活成本变化的价格指数。然而，Bryan和Cecchetti(1993)指出，CPI包含的各类商品价格中，包含暂时性因素导致的价格上涨，与货币政策无关，如自然灾害导致的食品价格上涨、OPEC减产所致的石油价格上涨，这些临时性因素导致的价格变化应在通货膨胀中剔除[1]。Mankiw和Reis(2003)建立了货币评价模型，研究发现货币政策以CPI作为通货膨胀目标与货币政策以稳定产出作为目标并不一致[2]。以上这些研究表明，货币政策单单以CPI作为通货膨胀目标是不太合适的。

近些年来，另一个通货膨胀目标核心通货膨胀备受各国关注。20世纪70年代，石油出口国大幅提高原油价格，引发发达国家成本推动型通货膨胀，加上美联储应对通货膨胀的激进紧缩性货币政策，导致了美国经济出现低产出高通胀的停滞现象。在此背景下，核心通货膨胀的概念应运而生。当时的研究学者认为，以CPI为代表的通货膨胀可以分解成两大组成部分，一部分是价格变化的趋势性部分，这部分由供需双方即总需求和总供给决定，被称作核心通货膨胀，另一部分是由食品或能源等波动性较强的商品价格波动引起的暂时性成分，称非核心通货膨胀。因为核心通货膨胀剔除了CPI中价格大幅度波动的商品，即暂时“噪声”，所以核心通货膨胀被看成是CPI的长期、潜在趋势指标。研究学者还认为，中央银行的货币政策不应受CPI中暂时性波动因素的影响，货币政策更应关注通货膨胀中的趋势性成分的变化即核心通货膨胀值。

从20世纪70年代至今，核心通货膨胀的度量方法采用的最多的是剔除法，即在以CPI为代表的通货膨胀中剔除食品与能源价格后的度量。但剔除法仅是核心通货膨胀的一种度量方法。学

术界关于核心通货膨胀的度量方法有很多，这些方法之间并没有哪个方法完全优于其它方法，所有的这些度量方法可根据核心通货膨胀的具体定义形式归纳为3类(侯成琪，龚六堂，2013[3])。第一类是Friedman(1963)的持续性通货膨胀定义，在通货膨胀中除去受暂时性冲击影响的价格变化后剩下的价格变化定义为核心通货膨胀，在这一定义下主要的度量方法有移动平均法(Cecchetti，1997)[4]、指数平滑法(Cogley，2002)[5]、结构向量自回归(SVAR)方法(Quah和Vahey，1995)[6]以及各种滤波方法。第二类是Okun(1970)和Flemming(1976)的普遍性通货膨胀定义，具体是，除去在通货膨胀中特定部门受暂时性冲击导致的异质相对价格的变化，剩下的商品价格的普遍性变化为核心通货膨胀。其包括的度量方法主要有基于波动性方法，如剔除法、加权中位数法、截尾平均法和波动性加权法，以及基于状态——空间模型、协整——误差修正模型和广义动态因子模型(Forni等，2000，2005)[7，8]的动态因子计算方法，还有基于持续性的计算方法(Blinder，1997；Smith，2007)[9，10]。第三类为Wynne(2008)的从福利损失角度的定义，Wynne认为核心通货膨胀应该是使福利损失达到最小的通货膨胀，或是使名义摩擦导致的扭曲最小化的通货膨胀[11]。

世界各国统计机构普遍采用和公布的核心通货膨胀方法为剔除法，即剔除CPI在短期内价格波动较大的商品。由于食品和能源通常短期内波动较大，因此剔除法更常见的是剔除食品和能源的价格波动。表1列举了各国官方核心通货膨胀的度量方法。表1可以看出，各国扣除项目的选择有所不同。2013年1月，我国国家统计局开始发布官方核心通货膨胀数据，与大部分国家一样，我国采用的也是在CPI中剔除食品和能源类别的度量方法。然而，结合我国国情，剔除食品和能源项目的我国核心通货膨胀度量方法是否合理，剔除食品和能源的通货膨胀度量能否反映我国的通货膨胀长期趋势，学术界很少有学者进行相关研究。

侯成琪，龚六堂(2013)指出我国居民食品支出在总消费支出中约占1/3，货币政策不对食品价格的上涨做出任何反应显然会提高居民的生活成本，文章还建立一个多部门新凯恩斯模型，运用DSGE方法研究货币政策应如何应对食品价格的上涨，研究表明，我国货币政策不应由于食品在我国CPI消费支出中占较大比重而对食品价格上涨做出过度反应，同时，也不应由于食品价格具有较大的波动性而完全忽视食品价格的上涨[12]。侯成琪，龚六堂(2013)运用的是动态随机一般均衡(DSGE)方法研究货币政策与食品价格上涨的关系，与他们的研究所不一样的是，本文运用共同趋势与共同周期的研究方法分析我国在CPI中剔除食品与能源的核心通货膨胀的合理性。

表1　世界各国官方核心通货膨胀度量方法

资料来源：侯成琪、龚六堂《核心通货膨胀理论综述》，经济学季刊，2013，12(2)：549～576

1实证检验理论与模型

我国CPI指数由八大类构成，分别为食品(SP)、烟酒及用品(YJ)、衣着(YZ)、家庭设备用品及服务(JF)、医疗保健及个人用品(YB)、交通通讯及服务(JT)、娱乐教育文化用品及服务(YF)与居住(JZ)。我国国家统计局并没有发布能源类价格指数，这里我们用与能源相关的交通通讯及服务指数代替。检验在CPI中剔除食品和能源的核心通货膨胀方法是否合理的关键在于判断食品和交通通讯及服务与CPI其他类别的波动是否存在长期波动影响关系，以及是否存在短期波动相似性，也即这些类别之间是否在长期内拥有共同趋势，在短期内拥有共同周期。如果食品和交通通讯及服务的波动与CPI其他类别的波动长期有共趋势性，短期有共周期性，那么剔除食品和能源的核心通货膨胀方法是不合理。共同趋势与共同周期理论是研究变量之间长期和短期变化协同性的常用方法。共同趋势理论主要运用协整方法研究变量的长期变化趋势，如果研究变量在长期存在协整关系，则认为它们在长期具有共同变化趋势。Engle和Granger(1987)研究了协整关系的检验方法和协整个数的估计方法[13]。共同周期理论通过对共同特征向量个数的检验来考察变量之间是否存在共同线性相关关系即共同周期，Vahid和Engle(1993)研究了共同周期的检验方法和共同周期个数的估计方法[14]。共同周期与共同趋势理论认为如果一组变量之间存在协整关系，那么这些变量在长期拥有共同趋势；如果进行一阶差分后的变量之间存在共同线性相关关系，那么它们在短期里拥有共同周期。研究采用的方法如下。

1.1自回归模型与单位根检验

假设yt满足如下p阶自回归模型：

(1)

其中，yt分别代表CPI八大类消费价格指数SP，YJ，YZ，JF，YB，JT，YF，JZ，εt为白噪声。在共同趋势和共同周期检验前，先采用ADF方法做序列单位根检验。ADF单位根检验基于的回归方程为：

(2)

检验的原假设与备择假设分别为，H0∶δ=0；H1∶δ<0，拒绝原假设表明序列不存在单位根，回归方程滞后长度可由施瓦兹信息准则(SIC)和赤池信息准则(AIC)确定。

1.2向量自回归模型与协整检验

协整检验采用如下P阶向量自回归方程：

(3)

方程滞后阶数采用赤池信息准则确定(Vahid和Engle，1993)。采用Johnsen和Juseliues(1990)的多变量协整检验方法对CPI包含的八大类价格指数进行协整检验，将上式的p阶向量自回归模型稍作变形，可写成误差修正模型的形式[15]：

(4)

1.3共同周期检验

我们使用共同周期理论考察八类价格指数是否拥有共同周期。按Vahid和Engle(1993)关于共同周期定义，我们可以理解为，如果八类价格指数序列的差分是自相关的，但它们之间存在某种线性组合是线性无关的，那么认为这八类价格指数时间序列存在共同周期，也即八类价格指数的波动在短期内是相近的。具体地，共同周期及其检验思想如下：

我们首先将式(4)的误差修正模型改成如下形式：

(5)

式(5)中，B=(Γ1，…，Γp-1，α)，Wt=(ΔYt-1，…，ΔYt-(p-1)，Zt-1)′，Zt-1=β′Yt-1。序列Yt存在协整向量表明八类价格指数间长期相似，序列Yt的一阶差分ΔYt具有共同特征向量(CofeatureVectors)，表明八类价格指数短期波动相似。

2实证研究及结果

2.1数据说明

为了检验剔除食品和能源的我国核心通货膨胀测算是否合理，我们选择构成CPI八大类消费价格指数作为研究变量，八类价格指数分别为食品(SP)、烟酒及用品(YJ表示)、衣着(YZ)、家庭设备用品及服务(JF)、医疗保健及个人用品(YB)、交通通讯及服务(JT)、娱乐教育文化用品及服务(YF)与居住(JZ)。侯成琪，龚六堂(2013)指出，协整误差修正模型的核心通货膨胀方法使用的前提是价格变量的变化需服从一阶单整过程且价格变量之间需存在协整关系。并且还指出，一般情况下，同比通货膨胀序列是非平稳的，环比通货膨胀序列是平稳的。国家统计局从2001年内1月开始重新调整了CPI及其分类消费价格指数的统计口径。综合这些考虑，研究数据我们选取2001年1月至2015年5月的同比月度数据，数据来源自国家统计局网站http:∥data.stats.gov.cn/easyquery.htm?cn=A01。表2给出了用CPI表示的总体通货膨胀及八大类价格指数分类通货膨胀变量在研究期间的描述统计指标。

表2　中国CPI及八大类价格指数的描述统计指标

从表2可以看出，食品的平均通货膨胀为105.44，高于总体平均通货膨胀。此外，居住类平均通货膨胀也略高于总体平均通货膨胀。其他六类的平均通货膨胀低于平均CPI，其中，交通通讯及服务类平均通货膨胀最低。我们还可以从最大值、最小值和标准差反映波动性的指标来看，食品类通货膨胀的波动性最大，标准差为5.48，是总体CPI标准差的2.4倍；其次，居住类波动性也高于总体CPI，交通通讯及服务类波动最小。由此可见，2001年以来，我国食品价格上涨速度较快波动也较剧烈，交通通讯及服务价格上涨较慢波动也较小。

2.2单位根检验

如前所述，由于共同趋势和共同周期方法要求所研究的变量为I(1)过程，所以进行共同趋势和共同周期检验之前，我们首先需要对八类价格指数进行单位根检验，单位根检验结果见表3和表4。表中检验形式(C，T，L)中，C和T分别代表截距项和趋势性，N表示无该项，L代表滞后阶数，这里滞后阶数由SIC准则确定。

表3　原序列单位根ADF检验结果

表4　一阶差分后的序列ADF检验结果

从表3和表4的检验结果当中，原序列ADF单位根检验结果P值均大于0.05，一阶差分后的序列ADF检验结果P值小于0.05。因此，我们认为八类价格指数序列在显著性水平为5%的条件下，无法拒绝存在单位根的原假设，即未通过单位根检验；但其一阶差分序列在显著性水平为5%的情况下，拒绝存在单位根的原假设，通过单位根检验。综合两个表的结果我们可以得到所有变量序列均为非平稳的一阶单整变量。对于服从I(1)过程的变量，可以进一步做协整检验。

2.3共同趋势检验

进行Johansen协整检验之前，我们应先确定误差修正模型的最优滞后阶数。本文采用AIC准则先确定VAR模型的最优滞后阶数，发现VAR的最优滞后阶数为2，如果存在协整关系的话，误差修正模型的最优滞后阶数为1。本文采用迹检验和最大特征值检验方法，检验结果见表5。

表5　Johansen协整检验结果

从表5的协整检验结果，可以看出迹检验和最大特征值检验均在5%的显著性水平下拒绝存在至多1个协整向量的原假设，并且均接受存在至多2个协整向量的原假设。存在2个协整向量说明八类价格指数之间存在6组共同趋势。所以，Johansen协整检验结果表明，八类价格指数时间序列具有共同随机趋势，在长期里具有同步性，支持八类价格指数在长期具有共同趋势的结论。

2.4共同周期检验

前文运用协整理论检验发现八类价格指数时间序列长期存在共同趋势，这里使用共同周期理论检验八类价格指数短期是否存在共同周期。我们运用一阶差分后的变量序列ΔYt与包含一阶滞后项和误差修正项Wt之间做典型相关分析。典型相关的特征值与共特征向量的个数检验结果见表6。

表6　共特征向量检验结果

表6的共特征向量检验结果表明，在5%的显著性水平下，拒绝存在5个及以上共特征向量的原假设，接受存在4个共特征向量的原假设，即认为存在3个共特征向量关系，也就是说，八类价格指数变量间存在5个共同周期。这说明八类价格指数在短期的波动具有同步性。

综上所述，在本文考察的研究周期内八类价格指数时间序列既存在共同趋势又存在共同周期，说明在我国采用总体通货膨胀CPI中直接剔除食品和能源的核心通货膨胀是不适用的。

3结论

本文利用我国CPI的八类价格指数，采用共同趋势和共同周期模型的计量经济学研究方法，从是否存在共同趋势和共同周期的角度考察了我国总体通货膨胀中剔除食品和能源的核心通货膨胀的适用性。研究得到的主要结论有：(1)构成我国总体CPI的八类消费价格指数中，食品的均值、标准差最大，其次为居住类，交通通讯及服务的均值、标准差最小，这说明食品的涨幅和价格波动幅度最大，居住类商品的涨幅和波动幅度次之，交通通讯及服务的涨幅波动幅度最小。(2)八类消费价格指数存在协整关系，具有长期相似的运动趋势，长期具有共同趋势。(3)八类消费价格指数存在共特征向量，短期具有共同的波动周期。(4)因为八类消费价格指数长期存在共趋势，短期存在共周期，所以我国在总体CPI中采用剔除食品和能源的核心通货膨胀测算方法是不科学的。侯成琪、龚六堂(2013)通过福利损失贡献加权法计算出的核心通货膨胀表明，食品价格的权重为8.8%，大于剔除法的食品价格权重，小于食品在CPI中约1/3左右的权重。这表明货币政策对食品等价格的过度反应和不足反应都会带来更多福利的损失。本文的研究结论与侯成琪、龚六堂(2013)在货币政策是否需要对食品价格上涨作出反应这一问题上是一致。

由于剔除食品和能源的核心通货膨胀度量方法在我国是不科学的，虽然核心通货膨胀在反映通货膨胀的长期趋势方面的优势已得到世界范围的认可，并以此作为货币政策制定的重要依据，但结合我国的实情，我国官方公布的剔除食品和能源的核心通货膨胀值并不能很好反映我国通货膨胀的长期趋势，因此，中央银行在制定货币政策时，不应只关注官方公布的核心通货膨胀或CPI，而应同时关注通货膨胀和核心通货膨胀，以免使货币政策对食品和能源价格上涨反应不足或反应过度。中国贫富差距较大，食品在很多中低收入家庭的支出比重较大，食品价格的较快上涨必然会影响这些家庭的生活质量。既然货币政策不应对食品价格的上涨做出过度反应，那么政府可以增加对中低收入家庭食品价格的补贴。

另外，本文的研究也表明，居住类商品也有较大的价格波动幅度。特别是由于近几年来，我国房地产价格上涨迅速，住房支出在居民生活支出中的比重越来越大。这些变化应该在目前并没有在我国CPI和核心CPI权重中体现出来。所以，我国CPI和核心CPI的度量也应关注居住类商品价格的变化，以更好反映我国价格的持续变化情况，提高货币政策实施的有效性。

参考文献

[1]Bryan,M.and Cecchetti S.The Consumer Price Index as a Measure of Inflation[J].Federal Reserve Bank of Cleveland Economic Review,1993,29(4):15～24

[2]Mankiw,N.,and Reis,S.What Measure of Inflation Should a Central Target?[J].Journal of the European Economic Association,2003,1(5):1058～1086

[3]侯成琪,龚六堂.核心通货膨胀理论综述[J].经济学(季刊),2013,(2):549～576

[4]Cecchetti,S.Measuring Inflation for Central Bankers[J].Federal Reserve Bank of St.Louis Review[J].1997,79(3):143～155

[5]Cogley,T.,A Simple Adaptive Measure of Core Inflation[J].Journal of Money,Credit and Banking,2002,34(1):94～113

[6]Quah,D.,and Vahey,S.Measuring Core Inflation[J].Economic Journal,1995,105(432):1130～1144

[7]Forni,M.,M.Hallin,Lippi,M.and Reichlin L.The Generalized Dynamic Factor Model:Identification and Estimation[J].Review of Economics and Statistical,2000,82(4):540～554

[8]Forni,M.,M.Hallin,Lippi,M.and Reichlin L.The Generalized Dynamic Factor Model:One-Sided Estimation and Forecasting[J].Journal of the American Statistical Association,2005,100:830～840

[9]Blinder,S.Commentary[J].Federal Reserve Banks of St.Louis Review,1997,(5/6):157～160

[10]Smith,J.Better Measures of Core Inflation[C].Paper presented at Price Measurement for Monetary Policy Conference,Dallas,2007：24～25

[11]Wynne,M.,Core Inflation:A Review of Some Conceptual Issues[J].Federal Reserve Bank of St.Louis Review,2008,90(3):205～228

[12]侯成琪,龚六堂.食品价格、核心通货膨胀与货币政策目标[J].经济研究,2013,(11):27～42

[13]Engle,R.F.and Granger,C.W.J..Co-Integration and Error Correction:Representation,Estimation,and Testing[J].Econometrica,1987,55(2):251～276

[14]Vahid,F.and Engle,R.F..Common Trends and Common Cycles[J].Journal of Applied Economics,1993,(8):341～360

[15]Johansen,S.and Juselius,K.Maximum Likelihood Estimation and Inferences on Cointegration-with Applications to the Demand for Money[J].Oxford Bulletin of Economics and Statistics,1990,52:169～210

[16]傅德印,黄健.典型相关分析中的统计检验问题[J].统计研究,2008,(7):110～11

(责任编辑：王平)

Research on Feasibility Test of Core Inflation Excluding Food and Energy

Liu HuiyuanWu Kaiyao

(Shanghai Finance University，Shanghai 201209，China)

〔Abstract〕This paper mainly research on the feasibility for measure of core inflation excluding food and energy by the way of common trend and common cycles.We use monthly data of CPI by category from 2001M1 to 2015M5 in China to test.The conclusion shows that the level and the volatility of food price are maximum in CPI by category,and CPI by category have common trend in long term,have common cycles in short term.So it is not reasonable to measure the core inflation by excluding food and energy in China.This paper further puts forward that the Central Bank of China in the formulation of monetary policy should also pay attention to the official announcement of core inflation and inflation,so as to avoid monetary policy has been less or more aggressive in responding to food and energy hikes.And the measurement of core inflation in China should be concerned with CPI structure.

〔Key words〕core inflation;common trend;common cycles;food;energy

〔中图分类号〕F82

〔文献标识码〕A

DOI：10．3969/j．issn．1004-910X．2016．03．003

作者简介：刘慧媛，上海金融学院统计与数学学院讲师，经济学博士。研究方向：通货膨胀与货币政策。吴开尧，上海金融学院统计与数学学院讲师，经济学博士。研究方向：经济环境综合核算。

基金项目：本文受上海市教委“上海高校青年教师培养资助计划”(我国商业银行绿色信贷风险评估方法及应用研究)资助。

收稿日期：2015—12—21