我国制造业采购经理指数与消费者价格指数的关系研究

王中江

（安徽工程大学人事处，安徽芜湖 241000）

我国制造业采购经理指数与消费者价格指数的关系研究

王中江

（安徽工程大学人事处，安徽芜湖 241000）

采用2006年1月至2016年3月间我国制造业采购经理指数（PMI）和消费者价格指数（CPI）的月度数据，建立VAR模型，通过Johansen协整检验、方差分解等方法，实证检验了制造业PMI和CPI的关联性。实证结果表明，制造业PMI与CPI之间存在双向的传导关系，且CPI对制造业PMI的影响作用较大。最后，根据实证结果提出相关政策建议。

PMI；CPI；VAR模型

2016年4月，我国制造业PMI指数为50.1%，连续两个月位于荣枯线上方。由于国内市场需求有所恢复以及一系列稳增长措施的效果逐渐显现，制造业整体呈现企稳回升的态势。然而，具体分析可知，4月制造业进口指数和新出口订单指数均有所回落，表明在国际市场的影响下，我国经济下行压力依然存在。特别是制造业，呈现短期向好但长期不稳定的特征。消费者价格指数同样存在较大的不确定性。2016年4月，CPI同比上涨2.3%，第一季度较去年同期平均上涨2.1%。大宗商品价格走势是未来经济走势的重要影响因素。CPI与制造业PMI均为反映经济运行状况的指标。从指标构成和内涵来看，CPI是反映居民家庭一般所购买的消费商品和服务价格水平变动情况的宏观经济指标。制造业PMI主要从企业的新订单、生产、从业人员和库存等若干与生产、采购、流通紧密相关的方面衡量企业的生产情况，对宏观经济的走势具有一定的预测功能。仅从指标构成和内涵判断，CPI与制造业PMI之间存在传导关系，且应该是双向的。然而，二者间究竟存在怎样的传导关系？需要通过实证研究来详细分析。利用我国制造业PMI与CPI的相关数据，分析二者内在联系及传导关系，以探究我国物价稳定、经济增长的有效途径，为经济的发展和社会的进步提供对策建议。

一 文献综述

梳理现有文献发现，当前对CPI与制造业PMI关系的研究较少。相关研究大多集中于以下两个方面：其一，制造业PMI与GDP及经济增长的关系研究。何黎、何跃（2012）将PMI用于分析和预测GDP，取得了较好的预测效果；[1]张利斌、冯益（2012）指出PMI与GDP之间存在协整关系，PMI对GDP具有正向的影响作用；[2]张宁，陈晴旖（2013）分析指出PMI对PPI具有一定的正向影响作用。[3]其二，CPI与相关指标的关系研究，主要集中于PPI与CPI的关系。顾海兵（2005）研究了PPI到CPI的传导机制；[4]萧松华，伍旭（2009）分析得出PPI与CPI具有相关关系，PPI可用于预测CPI的变动趋势；[5]袁闯，李松龄（2009）通过检验得出PPI与CPI之间的顺向传导机制顺畅程度弱于逆向传导机制；[6]桂文林，韩兆洲（2011）通过季节调整和HP滤波方法研究得出CPI与PPI之间的相关性显著。[7]

二 CPI和PMI关系的理论分析

通过建立我国制造业PMI与CPI走势关联图进行理论分析（如图1）。我国CPI走势基本经历了以下四个阶段：第一阶段，2006年1月至2008年4月间的平稳上升阶段，指数值从101.9逐渐缓慢上升至108.5；第二阶段，2008年5月至2009年7月，这一阶段CPI开始下降，一直降到最低值98.2；第三阶段，2009年8月至2012年5月，缓慢回升，2010年7月之后一直保持在103以上；第四阶段，2012年6月至今，CPI基本处于平稳状态，指数值始终保持在103以下，仅个别月份达到103。我国PMI走势也呈现四个阶段：第一阶段，2006年1月至2008年6月，始终保持在52以上；第二阶段，2008年7月至2009年2月，指数值自2008年7月下降，指数值基本维持在50以下，更在2008年11月降至最低38.8；第三阶段，2009年3月至2011年5月，从2009年3月开始回升，小幅震荡，保持在50以上；第四阶段，2011年6月至今，从2011年6月之后指标值呈小幅度波动，除个别月份之外，基本都在50以上。特别是2014年10月至今，始终保持在50上下波动。从走势图可知，我国CPI与PMI的总体走势一致；从流通领域的理论来看，PMI的变化可能会导致产品成本和交易价格的变化，这种变化进而又影响CPI；反过来，CPI的变化反映出产品交易价格变化，从而可能导致PMI的变化。因此，从理论上看，制造业PMI与CPI之间存在着一定的关系。进一步做实证研究以验证二者之间的关系。

图1 制造业PMI与CPI的走势关联图

三 CPI和PMI关系的实证分析

（一）实证样本来源

文中采集了我国2006年1月至2016年3月间的制造业PMI和CPI月度数据作为时间序列进行分析。数据来源于国家统计局网站。为剔除异方差的影响，对序列做季节调整，即从时间序列中估计和剔除季节因素影响，从而使不同时期的数据具有可比性，分别将调整后的序列记为lncpi和lnpmi。

（二）单位根检验

当序列不平稳时，容易出现伪回归现象。为防止伪回归现象，对序列进行单位根检验。采用ADF检验方法，检验到lncpi和lnpmi序列均含有单位根，即为不平稳序列。对两组序列进行一阶差分，一阶差分后的序列分别记为dlncpi和dlnpmi。检验结果显示：一阶差分序列dlncpi和dlnpmi均不存在单位根，均为一阶差分平稳序列。所以，CPI和PMI均为一阶单整序列，即I（1）序列，符合协整检验条件。单位根检验结果如表1所示：

表1 单位根检验结果

（三）制造业PMI对CPI传导关系的检验

为保证VAR模型的可信度，根据AIC和SC最小原则确定最优滞后期。结果显示选择滞后期为3期建立模型，此时LR、FPR、AIC、SC和HQ分别为12.14770*、3.35e-08*、-11.53600*、-11.20183和-11.40036*。

根据OLS法，以时间序列lncpi和lnpmi建立VAR模型如式（1）所示：

模型中，R-squared为93.7872%，修正后的R-squared为93.4573%，表明模型拟合度较好。

对模型进行平稳性检验，结果表明AR特征多项式的根的倒数均位于单位圆内，说明所估计的VAR模型是稳定的，可以进一步做Johansen协整检验。结果如图2所示：

图2 单位圆和特征根

在VAR模型基础上做Johansen协整检验，迹统计量与最大特征值统计量结果一致时，协整检验结果才有效。二者检验结果表明：在5%的水平上，两变量存在协整关系。检验结果如表2和表3所示：

表2 Johansen协整检验迹统计量结果

表3 Johansen协整检验最大特征值统计量结果

（四）CPI对制造业PMI传导关系的检验

同理，建立CPI对PMI传导的VAR模型，如式（2）所示：

模型中，R-squared为72.9114%，修正后的R-squared为71.4731%，表明模型拟合度较好。

对模型进行平稳性检验,结果如图3所示。AR特征多项式的根的倒数均位于单位圆内,说明所估计的VAR模型是稳定的,可以进一步做Johansen协整检验。

图3 单位圆和特征根

同理，进行Johansen协整检验，结果如表4和表5所示。

表4 Johansen协整检验迹统计量结果

表5 Johansen协整检验最大特征值统计量结果

最大特征值统计量与迹统计量检验结果一致，说明PMI与CPI的协整关系成立。得到二者间的协整方程，如式（3）所示：

标准误差=(0.69610)

（五）方差分解

为进一步了解CPI与PMI之间的相互作用机制，衡量影响程度，对二者做方差分解以说明贡献度，结果如图4所示。

图4 方差分解图

结合详细参数和曲线走势可知，第1期时，CPI对PMI的随机扰动的响应程度为0，之后迅速上升，且增幅较大，一直到第10期的41.29%。CPI受到自身冲击作用开始非常显著，随后迅速下降，到第10期时降至58.27%。滞后10期时，与受到PMI的冲击影响几乎达到同一水平。PMI受到CPI的影响是逐渐上升的，但增幅较弱，从第一期的3.36%到第十期的8.96%，表明PMI受到来自CPI的扰动影响较小，从第1期的2.67%上升到第10期的7.07%。PMI受自身影响始终存在，影响作用虽逐渐减弱但始终保持在较高水平，从第1期97.33%直到第10期的92.93%，始终未低于90%的水平。

四 实证结论及政策建议

本文使用2006年1月至2016年3月间我国制造业PMI和CPI的月度数据，构建VAR模型，实证检验二者之间的联动关系，得出以下结论：第一，我国CPI与制造业PMI序列均为一阶单整序列I（1），并且二者之间存在长期协整关系。第二，我国CPI与制造业PMI之间存在双向的传导关系，PMI与CPI有正向的影响作用，CPI对PMI也存在正向的影响作用，其中，CPI对制造业PMI的影响作用较大。

基于以上实证研究结果，提出如下对策建议：

首先，加快制造业转型升级，促进绿色制造业发展。由于制造业PMI对CPI具有一定的影响作用，同时，PMI对社会经济的运行具有一定的预测作用，因此，政府应加快制造业的转型升级，尤其应大力扶持绿色制造业的发展，降低能耗、节能减排，从而减少制造业成本，增强公众的预期信心，对社会经济的良好运行提供有力的支撑。

其次，进行合理的宏观调控，稳定物价。由实证结果可知，CPI在一定程度上影响了制造业PMI的走势。因此，从长期来看，政府应进行合理的宏观调控，运用多种政策措施稳定物价，注重战略性新兴产业的发展和投资，促进产业结构升级，从而稳定物价，并减少CPI的波动向PMI的传导,有效帮助实体经济的复苏和发展。从短期来看,政府应定期发布大宗短缺商品的价格信息并制定相应的发展规划及监测体系,防止出现缺口从而引发短期的价格波动。

最后，灵活运用财政政策及货币政策。国内国际市场环境不断变化，政府应根据环境的不同，灵活运用财政政策和货币政策，制定不同的政策措施，以帮助经济健康良好的运行。

[1]何黎,何跃.结合PMI的中国GDP预测模型[J].统计与决策, 2012(01):84-86.

[2]张利斌,冯益.中国PMI与GDP关系的实证检验[J].统计与决策,2012(02):143-145.

[3]张宁,陈晴旖.PMI指数与我国物价水平相关性实证分析[J].商业时代,2013(15):34-35.

[4]顾海兵,周智高,王晓丽.对中国价格传导过程的实证分析[J].价格理论与实践,2005(04):37-38.

[5]萧松华,伍旭.PPI当前我国通货膨胀的先行指标——基于PPI引导CPI变动的研究[J].暨南学报(哲学社会科学版), 2009(04):105-113.

[6]袁闯,李松龄.基于VAR的我国产业间价格传导实证分析[J].财经理论与实践,2009(04):86-89.

[7]桂文林,韩兆洲.PPI与CPI关系及我国通货膨胀治理[J].统计研究,2011(09):49-56.

[责任编辑 刘贵阳]

Research on the Relationship of PMI and CPI

WANG Zhong-jiang
(Personnel Department, Anhui Polytechnic University, Wuhu 241000, China)

This paper chooses the monthly data of PMI and CPI from January the 2006 to March the 2016, constructs the VAR model and examines the relationship of PMI and CPI through Johansen co-integration test and variance decomposition. The empirical results indicate that there is a bidirectional transmission relationship between the CPI and the PMI. What’s more, the effect of CPI to PMI is stronger. Finally, some suggestions are proposed according to the empirical results.

PMI; CPI; VAR model

F420

A

1008-9128（2017）03-0094-03

10.13963/j.cnki.hhuxb.2017.03.024

2016-09-30

安徽省高等教育提升计划科学研究一般项目（TSSK2016B24）

王中江（1980-），男，安徽庐江人，硕士，讲师，研究方向：管理学。