经济制裁对俄罗斯通货膨胀的影响研究

孙攀峰 刘岚萍

摘要：随着全球化的不断深入，国与国之间的交流更加频繁和密切，相互之间的依赖程度不断提高，这使得某些国家利用经济制裁实现其国家利益成为可能。本文以俄罗斯消费者价格指数（CPI）为基础，研究经济制裁对俄罗斯通货膨胀的影响，并采用事件研究法中的常数均值模型、三因素模型和四因素模型分别对其影响效果进行测度。研究发现：在经济制裁实施前期，俄罗斯通货膨胀受到的不利影响逐渐增强，但随着时间的推移和俄罗斯反制裁的实施，这种不利影响增强到一定程度后开始慢慢减弱，后期完全消除，但经济制裁对俄罗斯经济的整体不利影响并没有完全消除。今后我国应加速构建国内国际双循环新发展格局，加大科技投入，优化国际贸易合作机制，加强舆论宣传，以更好地应对可能的经济制裁影响。

关键词：经济制裁；俄罗斯通货膨胀；事件研究法

中图分类号：F113 文献标识码：A 文章编号：1007-8576（2023）02-0071-10

DOI：10.16716/j.cnki.65-1030/f.2023.02.007

一、引言

经济制裁是一国或数国对破坏国际义务、条约和协定的国家在经济上采取的惩罚性措施，一般需要按照国际法原则由联合国授权方可实施。经济制裁常被一些经济实力强大的国家利用，作为打击、削弱其他国家或竞争对手政治、经济、军事实力的工具。随着国际事务复杂程度的日益加深，国与国之间的竞争日趋激烈，摩擦与冲突不断加剧，经济制裁不仅可能发生在强国与弱国之间，也可能出现在强国之间，2014年以来西方国家对俄罗斯的经济制裁以及2018年以来不断升温的中美贸易摩擦都充分说明了这一点。2014年以来美欧等西方国家对俄罗斯的经济制裁是比较典型的大国之间的较量，对俄罗斯的经济造成了很大的打击，对此俄罗斯进行了反制裁。经济制裁对俄罗斯经济到底产生了哪些影响？其影响渠道是什么？搞清楚这些问题对客观评估经济制裁的影响以及反制裁措施的效果有一定现实意义。鉴于价格的重要性，本文拟研究经济制裁对俄罗斯通货膨胀的影响，以期为中国应对可能发生的经济制裁提供借鉴。

既有关于经济制裁的研究形成了冲突预期、公共选择、信号功能等理论。Drezner［1］把国家视为单一理性行为者，通过博弈模型对不同冲突双方关系（如盟友或对手关系）可能产生的冲突预期进行权衡，从而作出使自身利益最大化的经济制裁决策。Kaempfer［2］认为经济制裁是国家内部个人或利益团体博弈的结果。Miyagawa［3］认为经济制裁所传递的信号能够起到影响双方行为的效果，从而达到制裁的目的。随着经济制裁使用的越来越频繁，学者们对其研究也越来越深入。Torbat［4］通过考察伊朗因金融制裁造成的额外融资费用来评估金融制裁的影响，并以福利损失评估贸易制裁带来的经济影响，得出金融制裁的影响大于贸易制裁的结论。Gurvich［5］测算了金融制裁对俄罗斯FDI的影响，发现2014—2017年金融制裁导致俄罗斯FDI下降2800亿美元，但通过企业采取的自救措施，这种影响的显著性快速下降。Pchelintsev［6］运用合成控制法对俄罗斯遭受经济制裁的影响进行评估，发现受经济制裁影响，2014—2015年俄罗斯实际GDP增长率平均每个季度下降1.2%，2015年底实际GDP增长率更是下降了2.8%。姜薇［7］采用合成控制法研究金融制裁对伊朗经济的影响，发现金融制裁对伊朗GDP的总额和增长率都产生了很大影响，并导致伊朗经济更加动荡。郭栋［8］从俄罗斯主权货币和国债市场角度定量研究了金融制裁与反制裁的“阻击”和“防御”效应。也有学者从定性的角度对俄罗斯遭受的经济制裁进行了研究［9-15］。

既有关于经济制裁影响的研究主要集中在宏观的GDP方面，对其他方面如通货膨胀、金融稳定等的研究还比较少；早期研究方法主要集中于案例研究法，近年来学者们开始采用双重差分、倾向得分匹配、合成控制等方法对其进行研究，提高了测度的准确性，但仍然存在样本选择难、指标内生性等问题。综上，本文可能的创新之处在于：首先，将经济制裁对经济的影响从GDP转移到通货膨胀方面，扩展了经济制裁影响研究的視角；其次，采用事件研究法中的常数均值模型、三因素模型和四因素模型对其影响效果进行验证，提高了研究的精确性和可信度。

二、经济制裁对通货膨胀影响的传导渠道

经济制裁按照制裁的手段可分为贸易制裁和金融制裁，不同的制裁手段影响通货膨胀的传导渠道不尽相同。同时，经济制裁信号也会对通货膨胀产生影响。

（一）贸易制裁对通货膨胀影响的传导渠道

贸易制裁对通货膨胀的影响主要通过打破受制裁国商品供需平衡实现。制裁发起国通过贸易制裁手段，限制受制裁国企业的进出口业务，使其进出口额大幅下降，国际贸易业务受到严重影响，国内商品供需平衡被打破。当受制裁国进口依赖程度较高且短期内又无法实现进口替代时，就会出现供给短缺的现象，导致国内物价上涨并最终引发通货膨胀。同时，贸易制裁使得受制裁国依靠原料进口企业的生产难以为继，进一步影响国内的商品供给，加剧通货膨胀。另外，在贸易制裁的影响下，受制裁国投资预期下降，企业融资更加困难，难以得到资金扩大生产，也不利于供需关系恢复。当受制裁国出口依赖程度较高且短期内又无法实现出口替代时，就会出现供给过剩的现象，导致物价下降、失业率上升，从而出现通货紧缩，但这种影响一般可以通过控制商品的生产得到改善。

（二）金融制裁对通货膨胀影响的传导渠道

金融制裁对通货膨胀的影响主要通过阻断资本的国际流动实现。金融制裁是一种成本小、收益大的经济制裁手段，对受制裁国的影响极大。具体可以通过冻结海外资产、经SWIFT等国际结算系统限制国际资金结算、提高融资壁垒、禁止投资等方式阻断受制裁国的资金流通，使其实体企业、金融机构和金融市场资金往来受到严重影响，打破受制裁国的资金供需平衡，使股市下跌、本币贬值、外汇储备降低进而导致国内物价上涨并最终引发通货膨胀。

（三）经济制裁信号对通货膨胀影响的传导渠道

经济制裁信号对通货膨胀的影响主要通过不乐观预期实现。通常情况下，制裁发起国即使仅仅威胁经济制裁，都传递着一种不确定的信号，这种不确定信号会使受制裁国实体企业、金融机构和金融市场对未来环境产生不乐观预期，缩小经营规模，从而对经济产生不利影响。同时，投资者对未来收益的预期下降，会减少对受制裁国实体企业、金融机构和金融市场的投资，进一步对经济产生不利影响，使供给端出现危机，从而导致物价上涨并最终引发通货膨胀。

三、模型与方法

本文将经济制裁视为一个事件，研究其对俄罗斯通货膨胀产生的影响。通过文献梳理可知，对各种重大事件影响或各类政策效果的评估方法经历了从随机实验到拟随机实验的发展，而拟随机实验方法主要集中于早期的断点回归法（RD）、不断发展的双重差分法（DID）、倾向得分匹配法（PSM）、合成控制法（SCM）以及事件研究法，这些方法各有优缺点。断点回归法是在连续性前提假设下衡量断点（政策）附近的局部平均效应，但很难评估整体情况。双重差分法存在难以准确区别不同政策的时间节点和控制组样本主观性选择的问题，容易造成人为选择偏误。倾向得分匹配法虽然在控制组选择方面有了很大改进，但是必须存在一个或多个比较符合条件的参照对象，当遇到特别复杂的研究对象时，该方法就不适用了。合成控制法可克服上述缺陷，当不存在符合控制组要求的单一参照对象时，可以通过将多个与研究对象相似的对象合成一个“反事实”的未受政策或事件影响的控制对象，将研究对象与合成控制对象在事件发生或政策实施后的差异视为事件或政策对研究对象的影响。但是该方法对数据体量的要求比较大，且当研究内容极易受到外界影响时，在实际操作中很难实现理想的合成效果。综合以上各方法的特点并结合本文研究内容，鉴于很难找到与俄罗斯相近的参考国家组，本文最终选择采用事件研究法对经济制裁视角下俄罗斯通货膨胀问题进行研究。

事件研究法是一种统计方法，可用于分析特定事件对相关研究目标变量的影响。Gourinchas［16］运用事件研究法分析经济危机对不同经济体的影响，得出发达经济体比新兴经济体更容易受到经济危机的影响且恢复更慢的结论。方意［17］运用事件研究法分析中美贸易摩擦对中国金融市场的溢出效应，得出中美贸易摩擦在短期致使中国各金融市场风险加剧，但各个金融市场的风险加剧程度有所区别的结论。该方法类似于双重差分法，以特定事件发生前一段时间内的样本作为控制组，特定事件发生后一段时间内的样本作为实验组，通过在特定事件窗口时期内连续监测实验组与控制组的差异来动态衡量特定事件对目标变量的影响，进而达到定量分析的目的。事件研究法是建立在有效市场理论基础之上的，通过所研究事件对研究对象的异常收益的影响来反映事件对研究对象的影响，具体包括事件确立、异常收益估计和显著性检验等步骤。

（一）事件确立

完整的事件研究一般包括估计窗口、事件窗口和后事件窗口，如图1所示估计窗口期区间为［T0，T1），事件窗口期区间为［T1，T2），后事件窗口期区间为［T2，T3］。事件的估计窗口、事件窗口和后事件窗口确立一般因事件和研究对象特点的不同而有所区别，但三者不得重叠，是否设后事件窗口可以因具体情况而定，也可以不设后事件窗口，以長期的事件窗口研究事件的长期影响。

（二）异常收益估计

异常收益由实际收益与预期收益之差得到，不同预期收益估计模型对异常收益的估计方法不同，常用的预期收益估计模型主要包括常数均值模型、单因素模型和多因素模型。

以上3种模型各有优缺点：常数均值模型因没有考虑影响因素只是依赖于估计窗口的收益均值而显得简单，但是Brown［18-19］证明其得到的结果与复杂模型非常相近；单因素模型剔除了受影响较大的因素，降低了异常收益AR 方差，但是由于Var （εit ） = （1 -R2i ）Var （Rit ），使得该模型的有效性依赖于可决系数R2，R2 越大则剔除单因素引起的变异越多，对事件影响评估的有效性越高；多因素模型剔除了两个或两个以上因素的影响，在一定程度上能够进一步改善可决系数R2，提高事件影响估计的效果，但该模型相对复杂且因素增加过多可能引起多重共线性等其他问题，反而会使收效降低，所以一般采用三因素或四因素模型进行异常收益估计。

（三）显著性检验

在显著性检验方面，不同的统计量需适用不同的显著性检验方法，包括参数检验和非参数检验方法。常见的参数检验方法有Norm、Patell、ADJPatell、BMP和KP方法等，目前以参数检验为主；常见的非参数检验方法有K-S检验、符号检验、Wilcoxon和GRANK方法等。本文首先在实证部分采用Norm检验方法，然后在稳健性检验中采用ADJPatell、BMP、Wilcoxon、GRANK方法进行验证。

四、实证分析

（一）变量选择与数据处理

俄罗斯在2014年3月因克里米亚事件遭受西方国家经济制裁，且制裁的内容和力度一直在不断变化，因而本文将其视为一个事件的持续和延伸。考虑到数据频率为季度数据，所以把2014年第二季度视为经济制裁的事件日，并向前倒推两个季度统计异常收益的影响，将其纳入因制裁信号提前泄露所传递的影响。目前常用的衡量通货膨胀的指标有消费者价格指数（CPI）、生产者价格指数（PPI）以及GDP平减指数。其中消费者价格指数代表消费领域的价格，生产者价格指数代表生产领域的价格，不同领域的价格指数衡量了该领域的通货膨胀情况。从既有研究通货膨胀问题的文献来看，选择消费者价格指数来衡量通货膨胀的做法居多，故本文选择消费者价格指数作为衡量通货膨胀的指标。图2为2008年第一季度到2019年第四季度俄罗斯消费者价格指数季度数据折线图，数据来源于CEIC数据库。通过图2可以看出：从2008年第一季度到2014年第四季度，俄罗斯消费者价格指数基本处于直线上升趋势且波动不大；而在2014年第四季度到2015年第一季度出现了跳跃式上升，从136.09上升至147.11。这是自2014年第一季度起，俄罗斯受到以美国为首的西方国家的经济制裁对俄罗斯通货膨胀产生的显著影响。

由于消费者价格指数会受到选取基数的影响，基数选择不同得到的数据也不同，因而本文进一步选取俄罗斯消费者价格指数同比数据来衡量俄罗斯通货膨胀情况，并采用常数均值、三因素和四因素3种模型分别进行实证分析。

1.常数均值模型。常数均值模型是以历史数据为参考，通过评估异常收益来衡量影响的大小和程度。为避免2008年金融危机的影响，本文在选取历史数据时以2012年第一季度到2013年第四季度数据为参考，数据来源于CEIC数据库。

2.三因素模型。在三因素模型中，借鉴Artis［20］、谢治春［21］、孟庆斌［22］、温亚昌［23］等在研究通货膨胀问题时的处理方法，采用菲利普斯曲线通膨模型，选取经济增长、货币供给和利率3个因素，分别以实际GDP增长率、M2增长率和货币市场利率变动率来衡量。图3为2008年第一季度到2019年第四季度俄罗斯GDP和M2走势图，图4为同期俄罗斯货币市场利率走势图。

通过图3和图4可以看出，三者都受到2008年金融危机和2014年以来经济制裁的影响。为弱化这种影响，本文依然选择以2012年第一季度到2013年第四季度的数据为参考，以避免2008年金融危机对数据的影响；同时，以2012年第一季度到2013年第四季度数据的均值代替2013年第四季度以后的数据，以避免经济制裁对数据的影响。以上数据来源于CEIC数据库。

3.四因素模型。在四因素模型中，除纳入经济增长、货币供给和利率三因素外，考虑到俄罗斯属于能源出口型国家，能源产值在其GDP中占比达到60%以上，所以本文引入国际原油价格指标，以原油价格变动率来衡量国际能源价格变动情况。图5为2008年第一季度到2019年第四季度国际原油价格走势。通过图5可以看出在2008年金融危机期间国际能源价格发生了大幅变化，为剔除这种影响，同样选择以2012年第一季度到2013年第四季度的数据为参考。俄罗斯作为产油大国，对国际油价变动的影响很大，为剔除油价变动对俄罗斯通货膨胀带来的影响，使用2012年第一季度到2013年第四季度数据的均值代替2013年第四季度以后的数据。同时，考虑到2020年初新冠疫情蔓延，对全球的经济都产生了巨大影响，所以本文研究实际所使用的数据为2012年第一季度到2019年第四季度的季度数据。以上数据来源于CEIC数据库。

（二）实证结果分析

本文运用Stata15软件，使用事件研究法中的常数均值、三因素、四因素3种模型和Norm显著性检验方法实证分析经济制裁对俄罗斯通货膨胀的影响，分别得到CPI指数的异常收益、总累计异常收益及显著性检验结果如表1和表2所示。

1.单期影响分析。表1为经济制裁对俄罗斯CPI异常收益影响的检验结果。由表1可以看出，3种模型得到异常收益检验结果的变动趋势基本一致。具体而言：以2014年第二季度为事件日期（事件窗口0），3种模型的异常收益检验结果表明，从2014年第一季度到2015年第一季度（事件窗口-1～3），CPI的异常收益一直在增大且显著性不断增强。从2015年第二季度开始到2018年第一季度（事件窗口4～15），CPI的异常收益不断减小并在2016年第三季度到第四季度（事件窗口9～10）期間由正转负，但其显著性却经历了由强到弱再转强的过程，即从2015年第一季度（事件窗口3）1%的显著性水平到2016年第二季度（事件窗口8）的不显著，再到2017年第四季度（事件窗口14）又达到1%的显著性水平。2018年异常收益有所回升，2019年又有所减小。

虽然变化趋势基本一致，但3种模型得到的异常收益在数值大小和显著性水平方面却存在着一定的差别。采用常数均值模型得到的异常收益结果相对三因素模型要大一些，显著性水平方面反而较弱；三因素模型相对于四因数模型的异常收益结果稍小一些，显著性水平方面则比较一致。以上数据分析结果表明，尽管3种方法的具体计算结果不完全一致，但总体上可以认为经济制裁对俄罗斯CPI产生了影响，这种影响集中于2014年第一季度到2016年第三季度（事件窗口-1～9），单期影响在2015年第一季度（事件窗口3）达到峰值，从2016年第四季度（事件窗口10）开始经济制裁对CPI的单期影响消失。这主要得益于俄罗斯采取的稳健的通货膨胀治理措施和反制裁措施，这些措施在一定程度上对冲了经济制裁的负向影响。

2.累计影响分析。表2为经济制裁对俄罗斯CPI累计异常收益影响的检验结果。由表2可以看出，3种模型得到累计异常收益结果的变动趋势也基本一致，表明前文实证检验结果稳健。具体而言：以2014年第二季度为事件日期（事件窗口0），3种模型的检验结果表明，从2013年第四季度到2016年第三季度（事件窗口-2～9），CPI的累计异常收益不断增大且显著性也在慢慢提高，说明经济制裁对俄罗斯CPI的累计影响不断增大并在2016年第三季度（事件窗口9）达到峰值。自2016年第三季度起，累计异常收益开始慢慢减小，说明此后经济制裁对俄罗斯CPI的累计影响在逐渐减弱。3种模型得到的累计异常收益结果在数值大小和显著性水平方面存在一定差别，具体与单期影响分析结果相似。

总之，无论从单期影响还是累计影响来看，经济制裁对俄罗斯CPI都产生了很大影响。单期影响在2016年第三季度以后已经消除，而累计影响依然存在且显著，但也在逐步减弱。经济制裁对俄罗斯CPI的影响比较符合实际，因为CPI是一个比较容易受到外部冲击的指标，但其影响有一个传导过程，同时它受一国宏观调控和干预的影响也较大。俄罗斯CPI指数的变化反映出经济制裁对其通货膨胀具有显著影响但又逐步被抵消，这在一定程度上也与事实相符。

（三）稳健性检验

为进一步验证结果的稳健性，本文以四因素模型为主，分别采用ADJPatell、BMP两种参数检验方法和Wilcoxon、GRANK两种非参数检验方法进行稳健性检验，结果如表3所示。通过表3可以看出，所得结果与Norm显著性检验得到的结果完全一致；同时，与表1中常数均值模型、三因素模型和四因素模型得到的结果也大体一致。综合以上两个方面，可以认为前文实证结果是稳健的。

五、结论与启示

（一）结论

本文以2014年以来西方国家对俄罗斯实施的经济制裁为例，采用常数均值模型、三因素模型和四因素模型研究经济制裁对俄罗斯通货膨胀的影响。得到如下结论：

1.在经济制裁持续期间，经济制裁对俄罗斯通货膨胀的影响处于波动状态。从单期效应看，自2014年第一季度经济制裁开始实施，俄罗斯通货膨胀情况不断恶化，这种影响效应在2015年第一季度达到峰值，之后逐渐变弱并在2016年第四季度消除。从累计影响看，经济制裁对俄罗斯通货膨胀的影响直到2019年第四季度还没有完全消除。

2.稳健的货币政策和反制裁措施可以有效抵消经济制裁的负向影响。本文实证研究结果显示经济制裁对俄罗斯通货膨胀产生了显著负向影响，这种影响可以通过对冲措施得到有效遏制，但这不是治本之法，想要更好地解决经济制裁对一国通货膨胀带来的外部冲击，还需要进行深层次的改革。

（二）启示

当前国际形势处于百年未有之大变局，我国面临西方国家经济制裁的压力越来越大，必须尽早采取必要的措施来规避经济制裁的不利影响。结合前文结论从我国实际出发，降低和消除经济制裁的影响主要可从以下几个方面展开：

1.加速构建以国内大循环为主体、国内国际双循环相互促进的新发展格局，优化国内产业贸易结构。我国以往的粗放式发展模式已不能满足当前的发展需要，必须走高质量发展道路，对我国的产业结构进行优化，根据各个地区的优势发展产业，实现地区间的产业互补和循环，促进国内经济循环发展。完善国内经济布局，深化供给侧结构性改革，使国内形成更为合理的产品供给和消费市场，有效减弱对国外经济体的依赖，防范和降低经济制裁对通货膨胀带来的不利影响。在发展国际贸易关系的同时，不断优化国际贸易结构，形成多元化外贸新格局，规避对个别国家贸易高度依赖的现象。

2.加大科技投入，大力发展高科技产业。我国的产品已经以物美价廉的优势而在国际市场占据了一席之地，但是高科技产品还比较少，受制于人的情况比较严重。今后应对国内高科技产业加大扶持力度，提供政策和税收优惠，促进科技成果转化，提高产业自主化供给能力，有效减弱对国外产品的依赖，降低经济制裁对通货膨胀的不利影响。

3.优化国际贸易合作机制，形成牢固的国际贸易合作伙伴关系。在稳定和巩固现有国际贸易秩序的基础上，进一步完善和扩大国际贸易合作体系，实现国际贸易结构多元化，降低经济制裁对通货膨胀的不利影响。

4.加强舆论宣传，减少民众对经济制裁的恐慌情绪。在日常生活中，通过网络、电视、报纸等多种宣传渠道介绍经济制裁的内容和国内的消费结构，强调经济制裁对居民物质生活影响有限，减少经济制裁给居民带来的恐慌情绪，进而削弱经济制裁对通货膨胀的不利影响。

参考文献：

［1］DREZNER D W.Conflict Expectations and the Paradox of Economic Coercion［J］.International Studies Quarterly，1998（4）：709-731.

［2］KAEMPFER W H，LOWENBERG A D.Unilateral Versus Multilateral International Sanctions：A Public Choice Perspective［J］.International Studies Quarterly，1999（1）：37-58.

［3］MIYAGAWA M.Do Economic Sanctions Work？［M］.New York：McMillan Press，1992.

［4］TORBAT A E.Impacts of the US Trade and Financial Sanctions on Iran［J］.World Economy，2005（3）：407-434.

［5］GURVICH E，PRILEPSKIY I.The Impact of Financial Sanctions on the Russian Economy［J］.Russian Journal of Economics，2015（4）：359-385.

［6］PCHELINTSEV D.Evaluating the Effect of 2014 Sanctions Against Russia Using Synthetic Control Methods［D］.Praha：Charles University，2017.

［7］姜薇，陶士贵.金融制裁对目标国经济的影响——来自合成控制法下伊朗的证据［J］.金融论坛，2020（2）：20- 30+43.

［8］郭栋.金融制裁与反制裁的“阻击”和“防御”效应评估——基于俄罗斯主权货币和国债市场的量化研究［J］.金融理论与实践，2021（12）：8-15.

［9］王志远.俄罗斯进口替代与欧亚经济联盟发展的协同关系［J］.新疆财经，2020（4）：69-80.

［10］丁勇，朱兴龙，臧詩瑶.俄罗斯应对美欧金融制裁的举措［J］.中国金融，2020（21）：78.

［11］陈佳雯.俄乌冲突下的经济制裁：措施、影响与不确定性［J］.国际经济合作，2022（3）：19-32.

［12］刘建伟.美国制裁改革背景下的对俄经济制裁［J］.国际展望，2022（3）：38-55+158.

［13］张红涛.丝绸之路经济带合作安全模式研究［J］.新疆财经，2020（6）：48-58.

［14］刘军梅.俄乌冲突背景下极限制裁的作用机制与俄罗斯反制的对冲逻辑［J］.俄罗斯研究，2022（2）：62-88.

［15］李巍，穆睿彤.俄乌冲突下的西方对俄经济制裁［J］.现代国际关系，2022（4）：1-9+25+60.

［16］GOURINCHAS P O，OBSTFELD M.Stories of the Twentieth Century for the Twenty-First［J］.American EconomicJournal：Macroeconomics，2012（4）：226-265.

［17］方意，和文佳，荆中博.中美贸易摩擦对中国金融市场的溢出效应研究［J］.财贸经济，2019（6）：55-69.

［18］BROWN S J，WARNER J B.Measuring Security Price Performance［J］.Journal of Financial Economics，1980（3）：205-258.

［19］BROWN S J，WARNER J B.Using Daily Stock Returns：The Case of Event Studies［J］.Journal of Financial Economics，1985（14）：3-31.

［20］ARTIS M J，BLADENHOVELL R C，ZHANG W.Turning Points in the International Business Cycle：An Analysis ofthe OECD Leading Indicators for the G-7 Countries［J］.OECD Economic Studies，1995（24）：125-166.

［21］謝治春.我国物价变动影响因素研究［J］.南方金融，2014（5）：22-26.

［22］孟庆斌，靳晓婷，吴蕾.通货膨胀、影响因素与信息渠道［J］.中国人民大学学报，2018（2）：77-89.

［23］温亚昌，赵果庆.中国经济增长与通货膨胀、货币供应量关系研究［J］.经济问题探索，2018（7）：36-45.

［24］李洋.从历史镜像中观察俄罗斯经济增长的现状与前景［J］.新疆财经，2020（3）：62-72.

［25］郭维.美国政治施压事件对人民币汇率的影响研究：2005～2016年［J］.世界经济研究，2017（1）：28-40+135.

（责任编辑：孙竹青）