基于DFI模型的中国核心通货膨胀的测度_杨光辉

波动幅度小于 CPI 波动幅度， 对未来 4 个月至 1 年半的 CPI 走势有统计意义上显著的预测作用， 与 M2 增长率的相关 性大于 CPI 与 M2 增长率的相关性， 这些结果都证实了 DFI 模型测算通货膨胀的合理性。 2.4 中国核心通货膨胀的惯性分析 在制定货币政策时， 许多国家和地区的中央银行都重 点参考核心通货膨胀指标， 核心通货膨胀具有显著的货币 政策含义， 那么我国货币政策对核心通货膨胀的作用效果 如何呢？核心通货膨胀对货币政策的反应速度怎么样？ 分析我国月度核心通货膨胀和月度 CPI 呈现出的不 同趋势特点 （见图 1） ,如 2007 年我国货币政策一直保持从 紧的状态， 全年央行 6 次加息， 10 次上调准备金率， CPI 却 一直保持上升态势， 而月度核心通货膨胀却稳中有降。另 外， 2008 年 5 月份以来,为应对金融危机， 我国货币政策由 “从紧” 到 “适度宽松” 转变， 在这一货币政策背景下， CPI 仍然快速回落,但对应的核心通货膨胀呈现出稳中略有上 升的直观特征， 因此有必要对核心通货膨胀这一动态行为 做一解释， 并通过计算分析其内在规律。 核心通货膨胀惯性衡量的是核心通货膨胀在受到随 机冲击后偏离其均衡状态所持续的时间， 持续的时间越 长， 核心通货膨胀的惯性就越强， 货币政策的滞后效应也 就越明显。也就是说， 核心通货膨胀惯性的大小客观地决 定了核心通货膨胀对货币政策变化的反应速度。 本文使用自回归移动平均模型 （ARMA） 中滞后因子 的系数来度量通货膨胀的惯性。检验中国核心通货膨胀 的 ft 平稳性， 经 ADF 检验和一阶差分 ft 平稳性检验， 通过 考察 ft 的自相关图(ACF)和偏自相关图(PACF),并结合 BIC 准则,最终确定为 ARMA （2,O） 模型。 估计结果表明 （见表 5） ， 两参数均高度显著， 在 1%的 显著水平下残差序列可视为白噪声序列， 因此，ft 的内在 规律性最终由 ARMA （2,O） 表述如下：
点所有分类商品为对象从 “横向” 的角度来定义核心通货 0 引言 保持物价的稳定、 控制通货膨胀是我国宏观经济调控 的重要目标， 准确地度量通货膨胀就显得尤为重要。各国 通常将居民消费价格指数 CPI 作为度量通货膨胀的指标， 国外的经验表明， CPI 作为反映通货膨胀的指标存在两个 主要的不足: 第一， CPI 容易受到暂时或短期冲击的影 响； 第二， 由于 CPI 中各成分的权重是固定的， 用 CPI 对 通货膨胀的估计是有偏。为了更有效地测度通货膨胀的 长期潜在趋势， 很多学者在理论和实践中尝试了许多方 法来改善通货膨胀的测量， 其中最广为使用的是核心通 货膨胀。 核心通货膨胀的概念在 20 世纪 70 年代被提出， 是 指从观测到的通货膨胀中排除个别短期波动较大的商品 的影响后长期的、 持续的趋势成分。目前， 一些发达国家 或经济体如美国、 英国、 日本、 加拿大、 欧盟等都已编制和 发布了核心 CPI 等指标来衡量核心通货膨胀。我国国家 统计局和央行均十分重视核心通货膨胀指标。然而， 我 国的核心 CPI 的统计与测算尚未成熟,借鉴国外的经验,研 究中国核心通货膨胀的测度与分析其惯性就显得十分必 要。 1 核心通货膨胀的测度方法 从学术界和各国 （地区） 统计部门测算核心通货膨胀 的实践来看,测度方法大致可分三类： 基于截面数据的统 计法， 基于时间序列数据的建模法， 基于面板数据的建模 法。 基于截面数据的统计法， 其理论基础是将核心通货膨 胀定义为 “一般性” 的通货膨胀， 认为通货膨胀中价格变动 比较剧烈的部分主要受暂时性冲击的影响， 过滤这些 “噪 声” 能更好的反映通货膨胀的一般性趋势， 即以某个时间 膨胀。基于这种定义， 学术界和各国央行采用基于截面数 据的统计法对核心通货膨胀进行测度。主要包括： 扣除 法， 截尾均值法， 加权中位数法。基于截面数据的统计法 的主要优点是计算简单, 易于解释, 产生及时, 而且方法透 明； 缺点主要是扣除项的选择不确定， 选取多大的百分比 修剪有一定的主观性， 选用人均消费性支出替代 CPI 权重 存在误差， 另外这类方法容易删除反映通货膨胀长期趋势 的有用信息。 基于时间序列数据的建模法， 其理论基础是将核心通 货膨胀定义为 “持续” 的通货膨胀 （Bryan 和 Cecchetti， 1994） ， 认为核心通货膨胀是观测到的通货膨胀序列中稳 定持续的长期趋势部分， 即从时间的角度来 “纵向” 的定义 核心通货膨胀。基于这种定义， 很多学者以经济学中的某 些变量之间的关系 （如菲利普斯曲线、 奥肯定律等） 为基 础, 应用时间序列技术分离通货膨胀中的长期成分与暂时 成分, 常用的方法有： SVAR， 共同趋势法。基于时间序列 数据的建模法的主要优点是具有一定的经济理论支撑； 缺 点主要是对假设条件和数据的要求较高， 适合在经济环境 相对稳定、 统计体系比较完备透明的条件下采用， 而我国 处于经济转型时期， 经济环境一直处于不断的变化之中， 数据统计口径常常缺乏连贯性， 一些必要的数据也很难得 到。 基于面板数据的建模法， 其理论基础是将核心通货 膨胀定义为 “构成通货膨胀率的各分类价格指数的中长 期共同成分 （Bryan 和 Cecchetti， 1993） ， 认为 CPI 篮子的 N 个分类指数在市场力量的作用下， 尽管短期内受不同冲 击的干扰具有不同的波动， 但在长期中应该具有相同的 波动趋势， 这种共同趋势即代表了核心通货膨胀。基于 这种定义， 有学者利用 CPI 的各分项目价格指数的时序 与截面数据， 对核心通货膨胀进行测度， 方法主要有： 动 态因子指数模型法 （DFI） , 基于 VECM 的 Gonzalo-Granger 分解法。
杨光辉， 汤贵明
（深圳大学 经济学院， 广东 深圳 518060）
摘 要： 文章对核心通货膨胀的测度做了分类， 并采用 8 大类价格指数数据构建 DFI 模型， 测度了近 12 年来的 中国核心通货膨胀， 并通过 ARMA 模型分析中国核心通货膨胀的惯性。结果表明： 2001 年 1 月以来中国的核心通货 膨胀波动幅度小于 CPI， 核心通货膨胀与货币供给有更高的相关性， 核心通货膨胀惯性小于通货膨胀惯性。 关键词： 核心通货膨胀； DFI 模型； 惯性； 测度与分析 中图分类号： C812 文献标识码： A 文章编号： 1002-6487 （2015） 23-0017-04
品 CPI 同比增长率的月度数据 （数据来源于中华人民共和 国国家统计局网） ， 即在 DFI 模型 （1） 中， 选择 i=1,…,8， t= 1,…,148， 构建中国核心通货膨胀测算模型， 并进行估计， 删除不显著的参数后， 估计结果见表 1。 估计结果表明， 模型中上述超参数的估计值， P 值均 小于 1%的显著性水平， 表明了 DFI 模型设计的合理性。 此外， 也给出模型状态向量 Õt 的的估计， 及相应的 RMSE 值、 Z 统计量和 P 值 （见表 2） ， 状态向量 Õt 的最终状态值 的 P 值小于 1%的显著性水平， 说明对状态向量 Õt 的估计 是显著的。
网络出版时间：2015-12-15 08:21:58 网络出版地址：http://www.cnki.net/kcms/detail/42.1009.C.20151215.0821.006.html
DOI:10.13546/j.cLeabharlann Baiduki.tjyjc.2015.23.004
理论新探
基于 DFI 模型的中国核心通货膨胀的测度
表2 状态向量 Õ t 的最终状态估计和检验 Final State 1.371 Root MSE 0.488 z-Statistic 2.811 Prob 0.005
通过卡尔曼滤波分解出核心通货膨胀后， 为了看清核 （1） 心通货膨胀率走势， 我们将自 2001 年 1 月以来的中国 CPI 和本文测度的核心通货膨胀率的结果绘制在一起 （见图 1） 。
中国 DFI 模型超参数的估计和检验 Coefficient 0.97 0.96 0.96 0.99 1.71 -0.72 1.38 -0.46 0.98 0.98 0.93 3.01 0.02 0.09 0.01 0.09 0.20 0.58 1.46 Std. Error 0.22 0.02 0.05 0.01 0.09 0.09 0.05 0.06 0.02 0.02 0.04 0.12 0.18 0.12 0.34 0.07 0.08 0.08 0.09 z-Statistic 4.45 52.12 18.16 74.72 19.95 -8.40 26.86 -7.34 54.16 39.86 23.13 9.37 -21.42 -20.71 -13.61 -34.48 -21.37 -7.21 4.19 Prob 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00
18
统计与决策２０1 5 年第 23 期·总第 443 期
理论新探
通货膨胀有向核心通货膨胀靠近的趋势， 我们可以通过检 验当期核心通货膨胀和通货膨胀之间的偏离与后续几期 的通货膨胀变动的关系来评价核心通货膨胀率的预测能 力。本文在借鉴 Cogley 模型的基础上建立模型：
πt + h - πt = α(πt + h - 1 - πt ) + β(Õt - πt ) + u t + h
表1
α1 φ1 1 φ1 2 φ1 3 φ1 4 φ 2 4 φ1 5 φ 2 5 φ1 6 φ1 7 φ 2 8 σ σ σ σ σ σ σ σ
2 1 2 2 2 3 2 4 2 5 2 6 2 7 2 8
图1
我国月度核心通货膨胀和 CPI 走势图(2001.1~2013.05)
作者简介： 杨光辉 （1963- )， 男， 湖南邵阳人， 博士， 副教授， 研究方向： 经济统计， 管理信息系统。
统计与决策２０1 5 年第 23 期·总第 443 期
17
理论新探
状态向量 Õt 的估计量， 从而得到核心通货膨胀的估计。 2 中国核心通货膨胀的测度与分析 前两类方法有一个共同的缺点， 就是只利用了通货膨 胀数据的部分信息。而动态因子指数法 （DFI） 能够同时考 察通货膨胀的时间序列和各分类价格指数变动的信息， 另 外一个优势是 DFI 模型不受数据长度的限制， 对数据要求 不高， 数据获取方便。目前西方众多中央银行也开始尝试 采用这种方法估算核心通胀率。 因此， 本文针对中国 CPI 及其各分项的数据特征,选择 动态指数因子模型 （DFI） 来估算中国的核心通货膨胀率。 2.1 DFI 模型构建 Bryanand Cecchetti( 1993) 提 出 动 态 因 子 指 数 模 型 （DFI） 来度量消费者物价指数中各分类价格指数的中长期 共同成分。动态因子指数模型 （DFI） 具体形式如下：
测算数据表明， 中国的核心通货膨胀与 CPI 呈现出基 本一致的波谷、 波峰和波动频率,且中国的核心通货膨胀 对 CPI 起到了 “削峰平谷” 的作用,反映了通货膨胀具有潜 在和长期的趋势。本文接下来实证检验 DFI 模型下的核 心通货膨胀率的性质， 以判断其是否为一个理想的指标。 2.3 DFI 模型下我国核心通货膨胀的检验 Bryan and Cecchetti (1994) and Wynne(1999)认为， 作为 核心通货膨胀应该具备以下特点:首先,它的波动幅度应该 小于观察到的通货膨胀。其次,由于波动总是围绕趋势展 开的,核心通货膨胀应该对通货膨胀的预测有帮助;同时， Mick Silver （2006） 认为核心通货膨胀与货币供给相关性更 大。本文从以上三个方面来检验 DFI 模型下的中国核心 通货膨胀是不是一个理想的指标。 2.3.1 核心通货膨胀和通货膨胀的波动性比较 2001 年 1 月至 2013 年 5 月的月度 CPI 和核心通货膨 胀的样本均值分别为 2.53 和 1.2,对应的标准差分别为 2.40 和 1.26。由此可见,中国月度核心通货膨胀的波动幅度小 于 CPI 波动幅度。 2.3.2 核心通货膨胀的解释和预测能力 核心通货膨胀代表着通货膨胀的长期趋势， 尽管短期 内通货膨胀率可能与核心通货膨胀相差较多， 但长期来看
πit = Õt + uit Õt = α1Õt - 1 + α 2 Õt - 2 + ξt uit = φ1i ui t - 1 + φ 2i ui t - 2 + ηit ξt ~i.i.d.N (0 1) ηit ~i.i.d.N (0 σi2) Õt
2.2
模型的估计与检验 本文采集中国 2001 年 1 月至 2013 年 5 月八个分类商
其中， i = 1 2 3........N ， πit 表示 CPI 某一分类商品价 格指数序列。 πit 由两部分组成： 一部分是状态空间向量 （即核心 Õt 表示 CPI 的 N 个分类价格指数的长期共同成分 通货膨胀） ， 对每一个分类价格指数是相同的； 另一部分是 （短期扰动） 成分， uit 表示某一分类商品价格指数的异质 对每一个分类价格指数是不同的。 同时假设 Õt 和 uit 服从 2 阶自回归过程， 且 Õt 满足 与异质成分 uit 不相关的条件； 此外 ξt 和 ηit 为白噪声序 列。 α1 α 2 φ1i φ 2i σi2 都是需要估计的参数 （称为超参数） ， 将上述动态因子指数模型改写成状态空间形式， 通过极大 似然法估计出超参数的值， 最后利用卡尔曼滤波法分解出