中国相对价格变化的通货膨胀效应＊——基于面板阈值模型的实证分析

聂 飒

（云南民族大学 经济学院，云南 昆明650031）

一、研究问题的提出

相对价格变化（Relative Price Variability，以下简称“RPV”）是指由于某些原因造成某些商品的价格上涨、某些商品价格下跌的状况，该指标可以衡量物价水平的稳定程度。大量经济现实强调了价格稳定的收益与通货膨胀的福利成本，因此研究通货膨胀与RPV之间的关系对于理解市场的通货膨胀冲击反应和决定宏观经济波动的微观基础具有重要意义。

从国外研究来看，自从Mills和Graham在研究价格行为时发现通货膨胀与RPV的关系以来，现代的实证研究对其进行再检验开始于Vining＆Elwertowski［1］和Parks［2］，接下来有关通货膨胀与RPV关系的大量实证研究主要就是基于美国、欧洲和亚洲一些地区，除一部分研究认为通货膨胀与RPV之间存在负向关系以外，大量文献均研究得出通货膨胀对RPV的影响存在显著的正向效应，也有学者认为二者之间不存在因果关系。基于此，学术界就通货膨胀与RPV之间的关系是否可能仅在高通货膨胀时期是正向的存在着长期的争论［3］［4］。同时，国外学者还从预期通货膨胀、非预期通货膨胀和通货膨胀不确定性角度进行了研究，其中Vining＆Elwertowski［4］认为RPV与通货膨胀不确定性呈正向相关；Parks［2］发现非预期通货膨胀对RPV的影响为正；Fischer［5］发现RPV随着预期通货膨胀与正的非预期通货膨胀呈正相关关系，而与负的非预期通货膨胀呈负相关关系；Aarstol［6］则是运用美国数据研究得出预期通货膨胀、非预期通货膨胀和通货膨胀不确定性均会增加RPV。从现有文献来看，早期的研究实证检验了预期和非预期通货膨胀的特定作用，但是研究的共同特征在于线性关系的探讨。然而，通货膨胀对经济的这种线性影响与中央银行的非线性战略往往是不一致的［7］。学者们亦尝试构建非线性模型来研究通货膨胀与RPV之间的关系，其中Caglayan ＆ Filiztekin［8］首次尝试建立 通货膨 胀与RPV之间非线性关系的模型，根据通货膨胀过程中出现的断点将样本划分为高通货膨胀时期和低通货膨胀时期，并且分别估计两个时期的RPV方程。但是，在阈值数和阈值水平都不清楚的情况下则无法应用该模型。于是，由Hansen［9］提出的面板阈值模型可以用来分析通货膨胀对RPV的非线性影响，这个模型不仅可以检验通货膨胀的阈值数，而且可以估计阈值水平以及不同时期通货膨胀对RPV的边际影响，同时该模型还允许不同的通货膨胀时期可以有不同的截面单位。Nautz＆Scharff［7］运用该方法研究证明通货膨胀与RPV的关系中确实存在通货膨胀的阈值效应即驼峰型效应，研究结果支持价格稳定是最优货币政策的结果。

从国内研究来看，研究通货膨胀与RPV之间关系的文献非常少见，相关的实证研究更是存在明显不足。在早期的研究中，国内学者关于二者之间关系的研究主要是基于价格的绝对变动与相对稳定［10］、通货膨胀与价格扭曲［11］、价格总水平上涨的微观机制［12］等理论角度来探讨。近期的研究中涉及到了一些实证分析，例如彭兴韵［13］和彭道菊［14］，笔者正是受到上述文献的启发，在其基础之上从动态面板模型、理论模型和非对称性效应等角度进一步对通货膨胀与RPV之间的关系进行实证研究。接下来本文尝试在现有研究基础上运用Hansen所提出的面板阈值模型来实证检验中国通货膨胀对RPV的影响是否存在这种阈值效应，这对于中央银行制定合适的货币政策来稳定物价水平具有重要的参考价值。

二、理论模型建立及指标说明

（一）理论模型的建立

国外相关研究证明通货膨胀与RPV之间存在正向关系［2］。简单的线性关系表明通货膨胀对RPV的影响并不依赖于通货膨胀预期，而预期通货膨胀和非预期通货膨胀对RPV的不同影响不仅在相关的实证研究中可以发现［6］，而且各种理论也为通货膨胀与RPV关系提供了一定的解释。例如菜单成本模型强调预期通货膨胀与RPV的正向关系［15］；信号提取模型则认为非预期通货膨胀对RPV产生正向影响［16］［17］。因此，本文考虑预期通货膨胀（einf）和非预期通货膨胀（uinf）对RPV的不同影响，运用上述提到的面板阈值模型来分析中国相对价格变化的通货膨胀效应问题。令yit＝rpvit，xit＝（｜einfit｜，｜uinfit｜）。为了考虑通货膨胀的阈值效应，很自然地我们选择通货膨胀率（inf）作为阈值变量，记为qit＝infit。国外研究证明，非预期通货膨胀与RPV之间存在线性关系，而预期通货膨胀对RPV则存在非线性影响［7］。基于上述原因，本文建立的面板阈值模型形式如下：

上式中，γ0＝－∞，γk＋1＝∞，K为阈值数，（K＋1）为阈值区间数。模型（1）即为本文实证研究的理论模型，其中K值大小要根据具体的检验结果来确定①。

（二）指标说明

本文实证研究涉及到相对价格变化（RPV）、通货膨胀率（INF）、预期通货膨胀率（EINF）和非预期通货膨胀率（UINF）四项指标。所谓RPV就是指相对价格的变异性，其定义是各种商品分类价格指数变化与总体价格指数变化的离差平方和［18］，即各种分类商品的通货膨胀率与总体通货膨胀率的离差平方和。通货膨胀是指一定时期货币过多而引起商品和劳务的货币价格总水平持续上涨的一种经济现象，是货币超发部分与实际需要的货币量之比，用以反映通货膨胀、货币贬值的程度。由于在实际经济活动中一般不直接、也不可能计算通货膨胀率，国际上普遍通过价格指数的增长率来间接表示，因此本文根据居民消费者价格指数（CPI）来计算通货膨胀率（INF）。预期通货膨胀率（EINF）是公众对后一段时期内可能发生的通货膨胀及其幅度大小的事前估计，具有主观性，是导致通货膨胀重要原因。非预期通货膨胀（UINF）是指未被经济主体预见的物价上升，一般认为只有非预期性通货膨胀才有真实效应。具体指标计算方法如下所示：

1.RPV的估算方法。国外学术界对于RPV的估算方法有加权RPVwt与不加权RPVut两种，其计算公式分别如下：

其中，K是子分类的个数；πit＝In（Pit/Pit－1）为第i个子分类的通货膨胀率，Pit是第i个子分类在时刻t的价格指数；wi是第i个子分类在总价格指数中的权重为总体价格指数，总的通货膨胀率为了更好地反映各种商品和服务价格变化，本文选择加权方法计算RPV。

2.通货膨胀率的分解方法。根据RPV的计算方法已经得到通货膨胀的计算公式。本部分的主要工作就是对通货膨胀序列进行分解，得到预期通货膨胀率（EINF）和非预期通货膨账率（UINF）。参考国外学者的做法，首先构建关于通货膨胀率序列（INF）的ARMA模型，然后检验残差序列是否存在ARCH效应。如果不存在ARCH效应，就根据所构建的ARMA模型做向前一步预测，预测值作为预期通货膨胀率（EINF），实际通货膨胀率（INF）与预期通货膨胀率（EINF）的差即为非预期通货膨胀率（UINF）。如果存在ARCH效应，就可以构建如下的GARCH模型：

上述模型中（p，q）的值根据赤池信息准则确定。同理，根据方程（4）的估计结果生成一步向前预测值作为预期通货膨胀（EINF），实际通货膨胀水平（INF）与预期通货膨胀率（EINF）的差即为非预期通货膨胀率（UINF）。具体构建ARMA模型还是GARCH模型要取决于ARCH效应检验的结果。

三、实证检验结果

（一）数据说明

考虑数据的全面性及可获得性，本文选择1994－2010年全国31个省市自治区的居民消费价格指数①居民消费价格指数（CPI）是一个反映居民家庭、购买消费品和服务价格水平变动方向和变动程度的相对数指标。它由各分类价格指数加权平均计算得到，权数根据居民消费支出占总支出比重的抽样调查结果确定，每年调整一次，通常是以上年的权数来计算本年的价格指数。（CPI）来计算通货膨胀率指标。按照加权RPV指标的计算方法，本文以1993－2009年全国城镇居民与农村居民上述八大类商品和服务的消费支出占总消费支出比重的平均值作为权数，选择全国各地区消费者价格指数（CPI）及八大类商品和服务分类②我国的居民消费价格指数（CPI）主要监控包括食品、烟酒及用品、衣着、家庭设备用品及服务、医疗保健及个人用品、交通和通讯、娱乐教育文化用品及服务和居住等八大商品和服务。价格指数数据计算1994－2010年各地区的加权RPV，通货膨胀率和加权RPV的样本容量各为527，相关资料来源于国家统计局网站（http：//www.stats.gov.cn/）以及各地区历年统计年鉴。基于1997年重庆市设立直辖市从而单独核算价格指数，由于年限较少，另外指标差异不大，因此本文并未剔除四川省1994－1996年间受重庆市价格的影响。

（二）阈值数检验结果

为了确定阈值数，我们按照Hansen［17］将阈值变量即全国各地区1994－2010年的通货膨胀率序列按照升序排列，并限定每一个区制的样本数不少于总样本数的5%作为每个区制的最小样本数。然后根据序贯检验程序，我们运用STATA11.0软件估计阈值模型（1）得到似然比统计量F1、F2和F3以及各自根据Bootstrap方法计算得到P值，得到阈值数检验结果如表1所示。根据F1统计量的P值以及各显著性水平下的临界值可知，我们可以在1%的显著性水平下拒绝不存在阈值效应的原假设；同理，根据F2和F3统计量，我们可以拒绝至多存在一个阈值效应的原假设和至多存在两个阈值效应的原假设。根据上述序贯检验结果表明本文阈值模型（1）中可能不只存在两个阈值效应，即可能存在三个阈值效应，从而有四个阈值区间。

表1 阈值数检验结果

（三）阈值及参数估计结果

根据阈值数检验结果可知，本文的实证模型中可能存在三个阈值效应，所以我们估计阈值模型（1）得到各阈值及不同区间的回归系数，结果如表2所示。由阈值估计结果可以知道，三个阈值的点估计分别是－2.4、5.6和13.5。很明显，第一个阈值为置信区间的最小值，第二个阈值为置信区间的最大值，第三个阈值则是严格落在置信区间内。由回归系数估计结果可以知道，在通货膨胀率低于－2.4%的阈值水平情况下，预期通货膨胀对RPV存在显著的正向影响；在通货膨胀率低于5.6%的阈值水平情况下，预期通货膨胀对RPV则逆转成显著的负向影响；在通货膨胀率低于13.5%的阈值水平情况下，预期通货膨胀对RPV则不存在任何影响；在通货膨胀率超过13.5%的阈值水平以后，预期通货膨胀对RPV则再一次逆转成显著的正向影响。同时非预期通货膨胀率的系数为正并且统计显著。

表2 三阈值模型估计结果

四、结 论

现有研究认为通货膨胀对经济增长的影响是多方面的，由通货膨胀诱发的RPV增加是一个很重要的渠道。本文将通货膨胀分解为预期通货膨胀和非预期通货膨胀两个要素，以通货膨胀率为阈值变量，构建面板阈值模型来检验我国通货膨胀与RPV之间的非线性关系，研究得出通货膨胀对RPV的影响存在明显的阈值效应，即预期通货膨胀在不同的阈值区间对RPV的影响作用不同。具体来看，在通货膨胀率低于－2.4%的阈值水平时即可能发生通货紧缩情况时，预期通货膨胀对RPV的影响为负向，说明预期通货膨胀有利于促进价格稳定；当通货膨胀率接近5.6%的阈值水平时，通货膨胀水平呈上升趋势并已经超过3%的警戒线，公众普遍存在通货膨胀预期，从而对RPV产生正向影响即不利于价格稳定；当通货膨胀率处于第三阈值区间时，全社会已处于通货膨胀状态，国家必将出台紧缩性财政货币政策，公众预期通货膨胀会下降，从而对RPV产生负向影响即有利于价格稳定；而在通货膨胀率处于第四阈值区间时，全社会处于严重的通货膨胀状态，公众对国家治理通货膨胀的政策丧失信心，从而对RPV产生正向影响即不利于价格稳定。正是由于预期通货膨胀对RPV的影响存在这种通货膨胀阈值效应，因此在不同的通货膨胀时期通货膨胀对RPV才会出现不同的影响效应，这与国外研究结果相似［10］［16］。同时，非预期通货膨胀对RPV的影响也显著为正，说明亦可以用信号提取模型来解释中国通货膨胀对RPV的影响。由于通货膨胀对RPV存在这种非线性影响，传统研究中的线性形式可能会低估通货膨胀对RPV的影响。因此，国家相关部门应针对通货膨胀的不同区间采取非线性的政策以达到稳定物价水平的宏观经济调控目标。

［1］Vining，Daniel R，and Thomas C.Elwertowski.The relationship between relative prices and the general price level.American Economic Review，1976，（9）：699－708.

［2］Parks，R.W.Inflation and relative price variability［J］.Journal of Political Economy，1978，（2）：79－96.

［3］Bomberger，W.A，Makinen，G.E.Inflation and relative price variability：Parks＇Study Re－Examined.Journal of Money，Credit，and Banking，1993，25（11）：854－861.

［4］Jaramillo，C.F.Inflation and relative price variability：reinstating Parks＇results.Journal of Money，Credit，and－Banking，1999，31（3）：375－385.

［5］Fischer，S.Relative price variability and inflation in the United States and Germany.European Economic Review，1982，18（1）：171－196.

［6］Aarstol，M.Inflation，inflation uncertainty and relative price variability［J］.Southern Economic Journal，1999，（2）：414－423.

［7］Dieter Nautz and Juliane Scharff.Inflation and relative price variability in the Euro Area：evidence from a panel threshold model［J］.Discussion Paper，Series 1：Economic Studies，No.14 ，2006.

［8］Caglayan，M，and A.Filiztekin.Nonlinear impact of inflation on relative price variability［J］.Economics Letters，2003，（2）：213－218.

［9］Hansen，B.E.Sample splitting and threshold estimation［J］.Econometrica，2000，（3）：575－603.

［10］李自国.试论价格绝对变动与相对稳定［J］.学术论坛，1988，（5）：1－3.

［11］丹石.在纠正价格扭曲中抑制通货膨胀——从国外经验看价格问题［J］.河北学刊，1989，（2）：38－44.

［12］白暴力，白瑞雪.价格总水平上涨的微观机制分析——兼论货币政策的失效［J］.经济纵横，2012，（1）：13－20.

［13］彭兴韵.中国物价总指数变动中的相对价格调整及其宏观调控含义［J］.财贸经济，2009，（6）：102－108.

［14］彭道菊.相对价格波动和通货膨胀相关性研究（2009－06－28）［2012－04－26］.CFRN 工作论文，Available at CFRN：http：//www.cfrn.com.cn/getPaper.do？id＝1901.

［15］Rotemberg，J.J.Aggregate consequences of fixed costs of price adjustment［J］.American Economic Review，1983，（3）：433－436.

［16］Barro，R.J.Rational expectations and the role of monetary policy［J］.Journal of Monetary Economics，1976，（1）：1－32.

［17］Hercowitz，Z.Money and the dispersion of relative prices［J］.Journal of Political Economy，1981，（2）：328－356.

［18］Chang，E.C，and J.W.Cheng.Further evidence on the variability of inflation and relative price variability［J］.Economics Letters，2000，（1）：71－77.