中国对外开放度和通货膨胀率关系的实证检验，本文主要内容关键词为：实证论文,对外开放论文,中国论文,通货膨胀率论文,关系论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
从理论上说，影响通货膨胀率的最主要因素是货币供给量。中央银行的货币政策自然会影响货币供给量。进而影响预期通货膨胀率和通货膨胀率。货币供给的扩张或紧缩最后都将在价格水平的膨胀或收缩上体现出来。(Crowder，1998)在这方面，国内有很多文献研究了我国通胀率变动的成因并进行经验验证。刘伟等(2002)通过实证检验，认为中国经济中物价指数和货币指数存在长期稳定的关系，货币是物价变动的主要因素。吕江林(2001)通过建立一个动态总供给模型，剖析了我国前几年存在的通货紧缩的政策成因，认为央行的货币政策对通胀率的降低有很大影响。高铁梅等(2003)利用TARCH模型分析了我国近年来货币政策的非对称效应和通货紧缩的货币原因，并通过对总供给和总需求两方面寻求通货紧缩的原因。
问题是，我国的经济转轨过程也是对外开放程度不断提高的过程。相对于封闭国家，一个开放国家的货币供给量及其货币政策的效力肯定会受到更多的外部限制。按照Romer(1993)的观点，如果政府采取相机抉择的制定政策，开放程度较高的国家会有较低的通货膨胀率，即开放度和通胀率存在负相关关系。Terra(1998)进一步指出：一国开放度和通胀率之间的关系，与该国货币政策的事先承诺和它是否存在债务危机相关。Karras(1999)用1953—1990间38个国家的面板数据进行分析，验证了Romer的提法：越开放的国家，货币政策的产出效应越小，通货膨胀效应越大，从而货币当局会缺乏大幅度扩张货币的动力，因此会导致较低的通胀率。而Kim and Beladi(2005)估计了62个国家开放程度和价格水平的数据，认为二者的关系不确定，发展中国家可能是负向相关，而发展程度较高的国家则可能是正向相关。
我国不断提高的对外开放度肯定会影响市场对货币的需求，对央行货币政策的效力，进而对通胀率的变动产生一定影响。这种影响在一定程度上可以解释我国通胀率剧烈波动的现象。国内的文献对通货膨胀率变动的研究几乎没有涉及到对外开放度，本文试图利用中国1980—2005年的相关数据，说明我国在转轨期间对外开放度对通货膨胀率的影响。
二、模型和基本数据
1．基本模型设定按照简单的货币数量论，我们有M＝kPY。在长期中，k是一个常数，那么我们有
dlogP＝dlogm—dlogy(1)
式中对数符号为自然对数。为了方便，我们用新的符号重写这个式子得到
dlogprice＝dlogmoney—dlogGDP(2)
其中，price表示价格水平，money表示货币供给量。这个式子很明显是对一个封闭经济通货膨胀率的说明，如果加入对外开放程度因素，就要对它进行适当修正。一国的对外开放度一般用它的进口额与国内生产总值之比来度量(Romer，1993)，①即
其中，open和import分别表示一国的开放度和进口额。
进口物品通过汇率会影响国内价格水平，将(2)式和(3)式结合起来，即在(2)式中加入进口因素，可以得到
dlogprice＝dlogmoney+dlogopen(4)
我们采用中国1980—2005年期间的年度时间序列数据对这个模型进行实证检验。其中，货币供给量使用M[,1]数据，价格水平采用以1978年为基期的商品零售价格指数。表1给出了相关数据。
表11980—2005年间各主要变量原始数据
年度
价格水平 货币供给量 开放度年度
价格水平 货币供给量
开放度
yearprice (亿元)money
open yearprice (亿元)money
open
1980108.11544.50.066141993254.916280.40.17284
1981110.71798.50.075621994310.220540.70.21301
1982112.82084.30.067521995356.123987.10.18893
1983114.52461.10.071081996377.828514.80.17025
1984117.72818.20.086531997380.834826.30.15856
1985128.13340.90.140311998370.938953.70.14840
1986135.84232.20.146861999359.845837.30.16738
1987145.74948.60.134942000354.453147.20.20833
1988172.75985.90.137672001351.659871.60.20716
1989203.46382.20.130102002347.070881.80.23229
1990207.76950.70.138792003346.784118.60.29130
1991213.78633.30.157222004356.495970.80.33926
1992225.2
11731.50.166802005359.310727890.29966
资料来源：
a．1980-2004年价格水平数据来自历年《中国统计年鉴》。
b．1985-2004年M1数据来自《中国金融年鉴》(1990)和《中国统计年鉴》(2005)，1980-1984年M1数据根据《中国金融年鉴》(1986)相关数据计算得到。
c．1980-2004开放度数据根据历年《中国统计年鉴》相关数据计算得到。
d．2005年数据均取自中国统计局网站。
三、计量分析
我们建立一个简单的计量模型：
由于所取数据为时间序列数据，为了尽可能避免回归时可能存在的序列相关问题，我们对所有变量的数据均取自然对数。那么首先需要检验数据的平稳性，若数据非平稳，则要检验它们的单整阶数。若单整阶数相同，则需要检验序列间是否存在协整关系。如果存在协整关系，则可建立误差修正模型，来说明变量间的长期均衡关系。若不存在协整关系，则进行回归是没有意义的。另外，还将检验误差项的ARCH效应，并进行Granger因果关系检验，最后进行回归。
1．单整和协整检验
这里采用ADF检验法分别检验各时间序列及其一阶差分序列的平稳性。
注：表中各序列检验方程类型括号中数字为差分阶数，N表示不含截距项和趋势项，C表示含截距项，T表示含趋势项。
从表2的检验结果可以看出，各变量的数据尽管取了自然对数，仍然是非平稳的，如果进行直接回归，将会造成伪回归。而它们的一阶差分序列在5％的显著性水平上，可以拒绝零假设，不存在单位根。可以认为三个变量对数形式的一阶差分序列都是平稳的。那么如果log price[,t]t和log money[,t]，log open[,t]之间存在协整关系，我们就可以建立误差修正模型对它们进行回归分析。
我们采用Johansen检验法来检验它们是否存在协整关系。表3列出了检验结果。
表3Johansen协整检验结果
零假设 特征值 Trace 临界值Max-Eigen
临界值
无协楚关系 0.66710233.1128224.3126.3980317.89
至多1个协整关系0.1576376.71478512.534.11705711.44
至多2个协整关系0.1025872.597729 3.842.597729 3.84
注：临界值均为5％的显著性水平
从检验结果可以看出，无论是按照Trace检验还是Max—Eigen检验，我们都可以至少在5％的显著性水平上拒绝不存在协整关系的原假设，接受存在至多1个和2个协整关系的原假设，即有且仅有1个协整关系。因此可以认为log priice[,t]和log money[,t]，log open，之间存在显著协整关系。
根据上面单整和协整检验的结果，可以得出结论：log price[,t]，log money[,t]和log open[,t]都不是平稳序列，但它们都是一阶单整的，并且存在一阶协整关系，即它们存在长期均衡的关系。
2．Granger因果检验
下面用Granger检验法检验log money[,t]和log open[,t]对log price[,t]是否存在因果关系。检验结果如表4。
表4变量之间的Granger因果检验结果
零假设 滞后期数 F统计量 p值
log open不是log price的Granger成因15.110260.03402
log price不是log open的Granger成因10.078860.78148
log money不是log price的Granger成因29.448000.00142
log price不是log money的Granger成因22.093260.15081
可以看出，在滞后1阶时，log open[,t]是log price[,t]的Granger成因，滞后2阶时，log money[,t]是log price[,t]的Granger成因。因此，money和open的变动有助于解释price的变动。
3．ARCH效应检验
由于我们采用的是时间序列数据，回归分析时误差项有可能存在ARCH效应。若确实存在ARCH效应，则应采用ARCH模型进行回归；反之，则可以采用OLS方法。我们运用Engel(1982)提出的针对误差项为条件同方差的零假设的拉格朗日检验法来检验ARCH效应的存在性。
首先对(5)式作OLS线性回归，可得
4．误差修正模型(ECM)
经过上述检验，我们可以知道，三个变量存在一阶协整关系，并且存在Granger因果关系，但同时也存在ARCH效应。按照Granger表述定理(Granger representation theorem)(Engle and Granger，1987)，如果变量X与Y是协整的，则它们间的短期非均衡关系总能由一个误差修正模型表述。我们将建立一个如下形式的误差修正模型：
其中，
，代表误差修正项(ECT)。根据误差修正机制，(6)式中，必有λ＜0。如果ε[,t-1]＞0，那么前一个时期的price已经超过了均衡水平；因为λ＜0，误差修正项会把price往回拉，使它回到均衡水平。类似的，如果ε[,t-1]＜0，误差修正项会使price朝着均衡返回的方向有一个正的变化(Wooldridge，2000)。
由于这个模型已经是差分形式，使得样本容量进一步缩小，不适合再作ARCH效应检验，无法说明该模型是否存在ARCH效应。所以下面分别用OLS和ARCH两种方法对(6)式法进行估计和检验，结果见表5。
经过相关检验，发现各系数的估计值都是较为显著的，并且通过了DW检验，说明通过差分变换，我们有效的消除了序列相关。
5．回归结果分析
通过对误差修正模型的回归，我们可以得出相关结论：
(1)前期通货膨胀率对当期通货膨胀率有显著影响。这很容易解释，随着我国市场化进程的加快，前一阶段的通胀率肯定会影响居民的通胀预期；前期物价的变动率也会进入企业的当期成本函数。同时，前期通胀率也会影响政府的政策选择。这些都会导致当期通胀率的变动。
(2)中央银行货币供给量的增长率直接影响通胀率。我国20世纪90年代初以来通货膨胀率快速上升，这也正是我国货币供给增长率大幅攀升的时期。而90年代后期我国实施紧缩性货币政策，货币供给量增长速度不断降低，很快通货膨胀率便大大下降。
(3)我国对外开放度的变动对通胀率有一定影响。用ARCH方法估计时，△log open[,t-]的系数为负，说明前期开放度增长率提高会降低通货膨胀率，这可能是由于中央考虑到开放度的影响而相应的采取了一些紧缩政策使得通胀率有所降低。但总体来看，两种估计方法的结果都表明，对外开放度增长率对通货膨胀率的影响是正向的，即如果提高对外开放的增速，会使得我国通胀率有一定程度的提高。这可能是因为，随着对外开放度增速的提高，我国国内市场上进口商品会大幅增加，这会形成货币需求的巨大压力，进而形成更大的提高工资的压力，如果这种需求压力形成供给，很快将转化为更高的通货膨胀率。
(4)回归结果中，误差修正项的符号正确，且比较显著，说明log price[,t]和log money[,t]，log open[,t]之间存在长期均衡关系。
四、结论
对于转轨时期的中国来说，通货膨胀率对经济的短期波动和长期增长均有重要意义。本文采用1980—2005年的年度数据，通过建立误差修正模型，分析了影响通胀率变动的因素。前期通货膨胀率会形成居民的通胀预期，进而影响当期通胀率。货币供给量的变动会相应影响通货膨胀率的变动。特别是，本文引入对外开放度因素，计量分析的结果表明：我国对外开放度的提高幅度对通货膨胀率存在正向影响。根据Granger因果检验的结果，我国开放度的变动构成价格水平变动的原因。我国对外开放度提高的速度加快可能会提高通货膨胀率；反之，降低开放度的增速可能会降低通货膨胀率。由于我国已经加入WTO，我国肯定会加速融入世界经济，对外开放的速度可望进一步提高，在这种情况下，相对于改革开放前的封闭状态，货币供给的扩张会产生更小的产出效力和更大的通胀效力，有可能形成通货膨胀压力。开放度的持续提高使得政府扩张性货币政策的效果更多的体现在更高的通货膨胀率上。尽管估计结果显示，对外开放度的提高速度对通货膨胀率的影响似乎并不大，开放度增速提高1％会使得通货膨胀率仅提高0.10％(OLS估计)或0.05％(ARCH估计)。但中央政府制定货币政策时应考虑这个因素，慎重使用扩张性货币政策，警惕恶性通货膨胀出现的可能性。
注释：
①在作回归分析时，也可以用进出口总额与GDP之比来度量开放度，但这不改变回归结果的性质。
标签：通货膨胀率论文; arch论文; 协整检验论文; 中国统计年鉴论文; 协整关系论文; 货币供给论文; 货币政策论文;