消费者价格指数与生产者价格指数“倒挂”之谜

余品

摘要消费者价格指数（Consumer Price Index，CPI）与生产者价格指数（Producer Price Index，PPI）是我国最重要的两个价格指数，一般说来，CPI与PPI应当是同步变化的.但是自2000年以来，CPI与PPI出现了多次“倒挂”现象，这无疑对当前经济通胀情况的判断带来了挑战.采用最新的X13ARIMASEATS方法对我国的CPI与PPI指数进行季节调整；在谱分析的基础上采用BK滤波方法将其趋势循环因素进行分解得到趋势因素与循环因素.研究后发现是经济周期导致了“倒挂”现象.

关键词统计学；倒挂；季节调整；BK滤波

中图分类号F224文献标识码A

AbstractThe consumer price index （CPI） and the producer price index （PPI） are the two most important price indices in China. Generally speaking， CPI and PPI should be synchronized. However， since 2000， there have been many “upside down” phenomenon about CPI and PPI， which undoubtedly has brought challenges to judging the current situation of economic inflation. The seasonal trend of Chinas CPI and PPI index was adjusted by using the latest X13ARIMASEATS method. Based on the spectral analysis， the trendcycle factors were decomposed by BK filtering method to obtain the trend factor and cycle factor. The study found that the economic cycle led to the “upside down” phenomenon.

Keywordsstatistical；upside down；seasonal adjustment；BK filtering

1引言

物价稳定是我国经济健康发展的重要保障，也是宏观经济政策的四大目标之一.让CPI与PPI的波动保持在一个理性的范围之内，对于人民生活水平的提高和社会稳定具有重大意义.目前主要采用价格指数来表示物价水平的变动，而CPI和PPI则是最为重要的一类价格指数.CPI与PPI对于我国的货币政策的制定具有指导性的作用，甚至已经对其产生了“依赖性”.最近几年，CPI与PPI多次出现了“倒挂”的现象，其中最典型的情形就是CPI在上升而PPI却在下降.从2012年4月至2015年12月，PPI就一直小于100%，而CPI却一直大于100%，也就是说PPI在持续下降同时PPI稳步上升，反应在走势图中就形成了一个巨大的“剪刀口”.这种矛盾的现象无疑给中央银行实施货币政策带来了极大的困扰.

从理论上来看，CPI反映的是居民家庭一般所购买的消费价格水平变动情况，PPI是衡量工业企业产品出厂价格变动趋势和变动程度，二者即交叉又有所不同.目前对CPI与PPI的研究主要集中在二者的传导机制、通货膨胀的治理等方面.

首先，有很多学者研究了CPI与PPI二者之间的传导关系.陈钰（2011）选取了PPI、M2、CPI和CGPI进行分析后，认为我国CGPI是CPI的格兰杰原因，这也证明了PPI是CPI的先行指标[1].Wilmer（2014）以哥伦比亚的CPI与PPI为例，实证了PPI先行于CPI，其时滞可能是一个月或者更长[2].贺力平等（2008）利用我国2001年1月至2008年7月的CPI与PPI月度同比数据进行格兰杰因果关系检验，结果显示CPI是PPI的格兰杰因果原因；从滞后1～4期的相关系数和偏相关系数来看，在所考察期内，CPI变动领先于PPI变动，前者对后者有一定的预测力.近年来，CPI与PPI的倒挂现象也引起了相关学者极大的兴趣[3].吕捷（2015）通过构建三部门动态随机一般均衡模型，探讨了二者背离的原因.发现了央行采用的宽松货币政策是CPI与PPI出现阶段性“背离”的原因[4].

以上研究仍有相对不足之处：

①以上研究大多是基于格兰杰因果检验等方法，得出的结果只能说明存在统计学意义上的因果关系，而并不是实际意义上的因果关系；

②价格指数通常是以同比指数或者定基指数为对象，没有充分考虑季节因素的影响.价格指数属于月度数据，会受到多种季节因素的影响，尤其是消费旺季，其中春节等传统节假日对人民生活的物价水平的影响力是显而易见的；

③对CPI与PPI的研究从总量水平考察的很多，很少见从结构视角来考察二者之间的关系.CPI与PPI多次出现“倒挂”现象，说明了总量上存在着矛盾的现象，故而很有可能是结构上的影响因素导致了这样的结果.

因此，在以上研究的基础上，可以基于CPI与PPI的相互关系来研究“倒挂”现象.首先，运用X13ARIMASEATS季节调整模型对定基指数的CPI与PPI进行季节调整，得到趋势-循环因素、季节因素、不规则因素.在剔除季节因素、不规则因素之后，对趋势-循环因素进行谱分析，以分析其不同频率成分的影响.在此基础上选择BK滤波器对其进行分解得到趋势成分与循环成分.最后根据分解后的成分从结构的视角来对“倒挂”现象进行研究.

2研究方法

2.1X13ARIMASEATS季节调整模型

一个季度或月度的时间序列往往会受到年内季节变动的影响，这种季节变动是由气候条件、生产周期、假期和销售等季节因素造成的.将这种季节性的因素从原序列中剔除即季节调整.目前季节调整领域的最新方法之一是X13ARIMASEATS（简称X13AS），该方法结合了X12ARIMA方法和SEATS程序的优点，在实际的使用过程中可以选择X-11或SEATS两种方法来进行调整，并且可以通过诊断量来比较两种方法的优劣.

X13AS季节调整方法主要包括三个步骤.第一步，通过regARIMA模型对原始序列进行预调整，以消除交易日效应、移动假日效应、离群值效应等，再对经过预调整后的序列进行向前预测和向后扩展，使得序列数据不因移动平均而减少；第二步，使用不同长度的滤子SI分别对序列进行移动平均操作，得到趋势循环成分、季节性成分、不规则成分；第三步， 根据调整的结果，使用统计检验方法进行诊断.

3实证分析

3.1数据说明

国家统计局发布的CPI与PPI数据包括环比和同比月度数据，为了对CPI 与PPI展开深入、系统的分析，本文选取了中国1996年10月～2015年12月的CPI与PPI同比月度数据.价格指数的环比数据不太稳定，很容易受到一些大型节日的影响，因为大型节日往往是消费购物的旺季，会对消费品的价格产生较大的影响.月度同比数据是基于不同年份相同月份的数据比较得到，所以同比数据已经剔除了一部分相同的季节因素，但是又同时受到基期的特定季节因素影响.再者，无论是价格指数的环比数据还是同比数据，都无法直观的反应价格的走势.因此，对价格指数进行研究使用定基指数为宜.据此，本文将1996年10月～1997年9月定为基期，利用价格指数的同比指数来计算出定基指数.例如，计算2012年10月的CPI定基指数，将1996年～2012年所有10月份的CPI同比月度指数进行连乘即可得到.本文的数据来源于国家统计局网站（http：//www.stats.gov.cn/）.

3.2CPI与PPI的季节调整

首先分别选择X-11方法和SEATS方法进行调整，根据调整后的结果选取效果较好的方法；春节是我国最为重大的节日，对物价的影响有着举足轻重的作用，所以考虑进行春节效应调整，并参考相关文献[6]，将其效应调整为节前14天，节后21天；是否进行对数变换、离群值的探测、ARIMA模型的选择、交易日效应均设置为自动调整或者默认选择.

经过比较，SEATS方法的调整效果要优于X-11方法，所以以SEATS调整得到的数据为准.CPI与PPI均适合乘法模型，且需要进行对数变换.CPI序列中有一个异常值，PPI序列中有5个异常值，且PPI异常值种类较多.CPI与PPI序列最终确定的季节ARIMA模型阶数分别为（0，1，1）（0，1，1）、（1，1，0）（0，1，0）.

3.3趋势-循环因素的分解

谱分析的原理是，任何一个总量序列都可以看作是一系列不同频率的分量序列之和.根据这个原理，对CPI与PPI的趋势-循环因素进行谱分析，其谱密度如图2所示.在谱密度中，出现峰值的点就是对方差有重大影响的点，也就是对频率的敏感地带.可以发现，二者的走势大致上是一致的，都是频率密度一直走低，前后差别较大.这表明，CPI与PPI的趋势-循环因素存在对其进行分解的必要.

图3的趋势成分走势图中，CPI与PPI的走势基本一致，不再出现奇怪的“倒挂”现象，且其间距也相对稳定，CPI一直都在PPI之上.经过计算得到二者趋势成分之间的相关系数高达0.97，相关性显著.据此，对二者的趋势成分进行协整检验，结果表明，CPI与PPI趋势成分之间存在稳定的协整关系.这说明CPI与PPI的趋势成分具有高度的一致性，其相互关系相对稳定.这说明在趋势成分中，CPI与PPI都没有明显的主导作用，而是二者互相影响；并且二者包含的成分也不相同，所以相互之间会有一定的间距.

在循环成分的走势图中，可以发现在前半部分CPI与PPI走势基本一致，其波峰和波谷的出现比较接近，且水平变化不大，关系也比较稳定.在后半段中，二者均出现了较大的变化，水平变动更大，振幅增加，二者之间变动的一致性下降，其中PPI的变动要大于CPI的变动 .综合计算二者循环成分的相关系数为0.80，其相关性通过了显著性检验.循环因素是剔除了季节因素、不规则因素、趋势因素之后得到的.在趋势-循环因素中，依然存在“倒挂”现象，而在趋势成分中，“倒挂”现象已经不存在了，所以是循环因素导致“倒挂”现象的出现.

1999～2008年间，经济运行相对平稳，并没有出现“倒挂”现象，从2008年开始出现了“倒挂”现象，循环因素的走势图也发生了巨大的变化.其变动更加剧烈， 周期性更加明显且周期在变短，表现出了经济周期变动的幅度越来愈大、变化的周期越来越短的特点.2008年，源于美国的次贷危机开始席卷我国，由于美国等国的经济下滑，导致我国大量的出口企业倒闭，很多人因此失业.反应在循环因素的趋势图上，就是2008年末的PPI出现断崖式下降.由于我国面临巨大的经济下行压力，政府于2008年末出台了四万亿的经济刺激计划，导致我国的通货膨胀全面爆发，所以PPI又迅速的转变为快速上升.但是，由于有效需求不足，大规模的经济刺激将导致产能过剩，经济结构严重不平衡，导致PPI于2012年之后开始持续下降.

4结论

本文的结论如下：

①CPI与PPI之间是双向的、复杂的关系.从定义上，CPI与PPI的概念并不相同，CPI衡量的是普通居民消费商品与劳务的价格负担，而PPI衡量的是生产者购入原材料等的价格负担.并且二者的统计口径也不是严格的对应.但是二者却又相互联系，因为生活资料和生产质量并不是完全的区分开来.在本文的研究中，发现了PPI带动CPI的情况，也有CPI带动PPI的情况，甚至存在CPI与PPI协同变动的情况.这充分说明CPI与PPI的相互关系是既区别又联系，既有独立变动又有协同变动，而不是简单的单一带动关系.

②经济周期导致了“倒挂”现象.对CPI与PPI趋势-循环因素进行分解，趋势成分不存在“倒挂”现象，说明了是循环因素导致了“倒挂”现象.2008年的次贷危机和四万亿经济刺激计划都对我国的经济周期产生了巨大的影响，正是这种经济的内在矛盾以及人为干预破坏了市场的内在机制，导致经济周期波动变大，产生了“倒挂”现象.

当前，我国CPI与PPI的“剪刀口”仍在继续扩大，这反应在投资驱动的经济增长模式之下，我国的经济结构严重不平衡，产能过剩，需求不足.基于此，应该深化供给侧改革，减少盲目投资，提高全要素生产率，经济增长要更加注重“质”；提高社会保障水平，进行税负改革，提高国内的有效需求.

参考文献

[1]陈钰.PPI、企业商品价格指数、M2 与CPI 之间关系研究[J].辽宁大学学报：哲学社会科学版，2011，39（3）：97-103.

[2]WILMER O，Martinez R.Exploring the relationship between the CPI and the PPI：the colombian case[J].International Journal of Business and Management，2013，67（17）：58-70.

[3]贺力平、樊纲、胡嘉妮.消费者价格指数与生产者价格指数： 谁带动谁？.[J].经济研究，2008，43（11）：16-26.

[4]吕捷、王高望.CPI与PPI“背离”的结构性解释[J].经济研究，2015，50（4）：136-149.

[5]汤铎铎.三种频率选择滤波及在中国的应用[J].数量经济技术经济研究，2007，24（9）：144-156.

[6]贺风羊、刘建平.如何对中国CPI 进行季节调整基于X12ARIMA 方法的改进[J].数量经济技术经济研究，2011，28（5）：110-124.