贸易开放度、外部冲击与通货膨胀：基于非线性STR模型的分析，本文主要内容关键词为：通货膨胀论文,模型论文,贸易论文,STR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。
中国在加入WTO之后，对外开放程度进一步加大，对外贸易一直保持快速增长态势，据国家统计局2008-2012年发布的《国民经济和社会发展统计公报》及商务部贸易统计数据显示，2007年贸易依存度达到60%以上。之后由于美国次贷危机引发全球性金融危机爆发，中国出口贸易受到影响，贸易依存度下滑，但仍达到40%左右。2009年伴随着全球经济的复苏，出口贸易得到恢复，贸易依存度开始增加，2011年第三季度，贸易依存度反弹至50%左右。随着贸易开放程度的不断提高，外部冲击对中国经济体的影响明显加强，国际商品价格波动等输入性因素对中国物价变动的影响越来越大。尤其是次贷危机引发全球性金融危机后，以美国为首的发达经济体相继宣布推出量化宽松货币政策，使得美元等主要计价货币总体贬值，引发了全球性的通货膨胀，国际大宗商品价格普遍上涨，输入型通货膨胀压力进一步加剧。2010年以美元计价的中国进口商品价格平均上涨13.7%，而出口商品价格平均上涨仅为2.4%，呈现出明显的不对称性。因受发达国家央行流动性注入过快、过猛的影响，世界性的流动性普遍泛滥，2010年中国通货膨胀率持续保持上升态势，2011年7月份CPI再创新高，达到6.5%，食品价格同比上涨14.8%，全年CPI达到5.4%，明显突破预定调控目标。
毋庸置疑，在世界经济全球化的过程中，外部冲击对中国通货膨胀的影响也将与日俱增。通货膨胀已经成为影响中国经济发展与民生改善的重要负面因素。中央政府和中国人民银行明确指出，当前中国通货膨胀压力很大，稳定物价总水平仍然是宏观调控的首要任务。因此，在这种背景下，研究贸易开放度及外部冲击对中国通货膨胀的影响，具有重要的理论价值和现实意义。
本文结构安排如下：第二部分梳理已有文献，介绍开放程度对一国宏观经济的影响，并指出影响中国通货膨胀的主要外部因素；第三部分依据贸易开放度影响通货膨胀的理论机制构建模型，并利用非线性LSTR模型分析不同贸易开放程度对中国通货膨胀的影响；第四部分在考虑贸易开放度的基础上，将外部冲击引入模型，分析外部冲击对中国通货膨胀的影响；第五部分，通过动态非线性Granger因果关系检验，进一步分析外部冲击对中国通货膨胀的非线性影响；最后是本文的主要结论。
二、文献综述
有关贸易开放度与通货膨胀关系问题的研究，可以说是20世纪70年代学者们对低通货膨胀货币政策的动态不一致性①研究的产物。Rogoff（1985）首次建立了开放经济下的动态一致性与货币政策模型。Romer（1993）将名义价格刚性引入该模型，在开放经济框架下研究动态一致性问题。他指出，在缺少事前承诺的情况下，经济体规模越大，开放程度越低，其政策扩张动机越强，从而导致过高的通货膨胀，即开放程度与通货膨胀负相关，并且利用114个国家的横截面数据证实了这种负相关关系的存在。这一结论成为支持通货膨胀时间一致性理论的重要依据。Lane（1997）的经验分析也支持Romer（1993）的观点。但是，他同时也指出，以Romer（1993）为代表的对贸易开放与通货膨胀之间关系的传统解释（即由贸易条件恶化导致的贸易开放度越高，未预期到的通货膨胀所形成的收益会越小）存在很大的弊端。这种解释两者之间逻辑关系的前提，是在假定经济体大到足以影响国际相对价格水平结构时才得以成立。因此，从非贸易部分的不完全竞争和名义价格刚性的角度来解释两者之间的关系更具适用性。Terra（1998）则认为，产生通货膨胀与贸易开放度之间负相关关系的主要原因是由于各国过多的负债所致，尤其在债务危机时期更是如此。Sachsida等（2003）运用多国面板数据，进一步验证了贸易开放度与通货膨胀的负相关关系。
另一部分学者的研究结果表明，贸易开放与通货膨胀之间不存在这种负相关关系。例如，Temple（2002）利用产出—通货膨胀替代比率（即菲利普斯曲线斜率）与贸易开放度的关系来验证Romer的通货膨胀一致性理论，结果显示两者之间并不存在显著的负相关关系。Alfaro（2005）基于Romer（1993）的研究框架，运用面板数据进一步研究，发现在短期内贸易开放度对通货膨胀作用很小，相反，固定汇率制度却起到了明显的作用。
国内学者关于贸易开放度的研究主要集中于贸易开放与经济增长、就业、收入差距和环境污染等方面的关系问题。例如，张立光和郭妍（2004）、李秀香和张婷（2006）、余官胜和马颖（2011）、马少晔和应瑞瑶（2011）等。近年来，由于中国通货膨胀水平一直在高位运行，再加上外部经济环境动荡，国际大宗商品价格大幅攀升，不少学者开始将贸易开放研究的重点转移到其对中国宏观经济稳定运行的影响上。例如，黄新飞（2007）在开放经济和价格黏性模型中，将政府行为与社会福利变化相联系，从货币冲击出发，通过协整和误差修正模型分析发现，贸易开放度与通货膨胀率在长期内呈负相关关系，并且，贸易开放度是降低通货膨胀率的重要原因。李杰和庞皓（2011）分析了贸易开放度与通货膨胀的关系，验证了贸易开放度是影响中国通货膨胀的重要因素。张成思和李颖（2010）基于国际视角，利用21个主要新兴市场国家1992-2009年的季度数据，将国外产出缺口、进口价格等全球化因素引入传统的通货膨胀动态机制分析框架，以2000年为界线将样本区间划分为两个时期，运用动态面板数据模型分析了全球化在不同时期对通货膨胀动态机制的影响。结果表明，全球化因素在近10年来对通货膨胀的影响程度明显增强，而且开放度越高的国家，其通货膨胀对进口商品价格的敏感度越高。
综上，有关贸易开放度与通货膨胀之间关系的研究结果不尽相同，即使是同一个国家的不同发展时期，其内在依从关系也不尽相同。造成这种复杂局面的原因很多，如经济体制、汇率制度、外债水平、通货膨胀水平高低等因素都会影响两者之间的关系。但不可否认的是，以上文献大多是在线性假设的前提下进行的研究，这种经典的线性模型无法准确刻画现实经济中贸易开放度与通货膨胀之间的非线性关系。值得注意的是，随着近年来非线性经济建模理论与方法的不断发展和完善，部分学者开始将非线性建模技术运用到贸易开放度与通货膨胀的研究中。例如，Lin（2010）使用106个国家在1970-2007年的面板数据，采用分位数回归方法分析贸易开放度与通货膨胀的关系。结果表明，当通货膨胀水平较高时，两者具有负相关关系，而在通货膨胀水平较低时，两者关系不显著，即使在考虑汇率制度和对外负债水平这些因素条件下，结果依然稳健。但是，Lin（2010）采用的分位数回归技术一方面存在一定的局限性，即分位点的选择是外生给定的，而不是由数据结构内生决定的；另一方面，他仅仅考虑了不同通货膨胀水平下贸易开放度对通货膨胀的影响，而忽略了不同贸易开放度所产生的影响，因而，对这种非线性的关系分析并不全面。
为克服现有文献的缺陷，本文将从以下两个方面进行改进。首先，对STR模型进行细化，将LSTR1模型应用于贸易开放度与通货膨胀关系的研究，揭示二者之间复杂的非线性关系。近年来，STR模型比较成功地应用到经济、金融、宏观政策等领域，成为非线性关系模型分析的典型工具之一。如赵进文和闵捷（2005a、b）等将STR模型分析技术应用于中央银行货币政策的研究。其次，分别采用非线性Granger因果检验和动态递归非线性Granger因果检验方法，从静态和动态两个角度考察贸易开放度、人民币汇率和国际油价与通货膨胀之间的关系在不同时期的演变轨迹。
三、贸易开放度与通货膨胀
（一）模型设定
本文主要参照Romer（1993）、Temple（2002）分析贸易开放度与通货膨胀之间关系时所采用的方法，同时，在考虑通货膨胀惯性特征的基础上（张成思，2008），将贸易开放度与通货膨胀之间的基础模型设定为：
式中，cpi表示通货膨胀水平，open为贸易开放度，p为通货膨胀率的滞后阶数，②q为贸易开放度的滞后阶数，ε为随机干扰项。
进一步，为了更准确地考察贸易开放度与通货膨胀率之间的非线性特征，笔者采用Lin和Ter
svirta（1994）提出的平滑转换回归（STR）模型，在（1）式基础上，引入转换函数，③从而构造出一个非线性模型，以期描述贸易开放度与通货膨胀之间可能存在的非线性传导关系。具体表示为：
（二）数据选择
目前，国内衡量通货膨胀率有两种主流方法，即用消费者价格指数（CPI）与商品零售价格指数（BPI）来反映，两者最主要的区别是CPI将服务价格计算在内（赵进文和高辉，2009）。因此，本文选用CPI作为衡量通货膨胀率的指标，样本区间为1998年第1季度到2011年第2季度。④
由于官方发布的CPI数据是月度数据，因此，首先将月度CPI序列转化为以1998年1月为100的定基序列。其次，通过三项移动平均求出季度CPI数据，将其进一步转化为以1998年1季度为100的定基序列。最后，计算季度CPI的环比增长率，得到通货膨胀率的原始序列，经季节调整去掉季节因素后作为建模所用的通货膨胀率（cpi）序列，原始数据序列来自Wind数据库。
对于贸易开放度，参考一般的研究文献，采用进出口总额占GDP的比重⑤作为贸易开放度（open）的代理指标。其中，以美元标记的进出口总值按照人民币对美元加权平均汇率进行折算，数据来源于中经网统计数据库。
（三）经验分析
为客观分析贸易开放度与通货膨胀的相互关系，首先对数据进行平稳性检验。本文分别使用ADF检验和PP检验法来检验序列的平稳性。检验结果⑥表明，cpi原始序列与open原始序列均不平稳，其一阶差分序列均平稳。需要说明的是，由于PP检验的势要明显高于ADF检验的势，可信度更高，因此，当检验结果出现分歧时以PP检验结果为准。
从技术上讲，STR模型的建模过程是一个从线性到非线性的嵌套过程。首先要确定线性模型（1）中所包含变量的滞后阶数。先设定模型的初始最高阶数为8，从高阶开始递降，根据AIC和SC准则以及变量的t值和方程的DW值来选择理想的滞后阶数。依此，最终得出方程（1）右侧的理想滞后阶数均为1，估计结果如下（系数下方括号内数据为对应的t值）：
回归结果显示，前1期的通货膨胀水平显著地影响中国当期通货膨胀率，存在明显的通货膨胀惯性效应。此外，open（t）及open（t-1）对通货膨胀率的影响均显著，不同的是，open（t）与当期通货膨胀率负相关，而open（t-1）与当期通货膨胀率正相关，并且，open（t-1）的系数大于open（t）系数的绝对值。由此可见，在中国经济对外开放的进程中，当期贸易开放度的提高能降低通货膨胀率，而前1期贸易开放度的提高对通货膨胀率的影响又抑制了当期降低通货膨胀率的效果，而且，这种抑制效果的作用更大。因此，从总体上看，贸易开放度助长了中国的通货膨胀率水平。
上述分析基于线性分析框架。为了更准确地反映贸易开放度与通货膨胀率之间的动态、复杂传导关系，本文在所得方程（1）基础上对非线性STR模型（2）进行检验，旨在检验通货膨胀率是否伴随贸易开放度变化呈现出非对称的反应。
为此，进行线性假设检验和转换变量的选择。根据Tersvirta（1998）的处理方法，STR模型中的非线性识别是围绕转换函数的近似识别来处理的。利用泰勒展开式对转换函数在γ=0处进行三阶泰勒展开，得到如下辅助回归方程：
在确定非线性关系后，为判断转换函数的具体形式，Tersvirta（1998）提出一种行之有效的系统检验法，即对（4）式的系数
，j=1，2，3，按照如下顺序依次进行检验：
若在这三个假设检验中，拒绝
的p值最小，则选择ESTR模型，否则选择LSTR模型。本文将通货膨胀滞后1期序列和贸易开放度当期以及滞后1～2期序列逐一作为转换变量，估计辅助回归模型（4）式，分别计算F统计量的值及伴随概率。结合模型的稳定性和相关的经济含义，最终选定滞后2期的贸易开放度序列作为转换变量。模型关于最优转换变量及模型形式选择的检验结果见表1。
表1结果显示，当转换变量为open（t-2）时，在1%的显著水平下拒绝了通货膨胀与贸易开放度存在线性关系的原假设，从而可以认为它们之间存在非线性关系。在F4、F3和F2三个统计量中，F4统计量的P值最小，根据上述序贯检验的原理，可以确定转换函数G的形式为LSTR1模型。
综合以上对STR模型建模的分析判断，本文将非线性方程（2）最终简化为如下估计模型：
我们采取赵进文和闵捷（2005a、b）的研究方法，使用二维格点搜索法来估计模型的参数值，c的取值范围为[29.962，65.828]，γ为[0.50，10]，分别从最小值到最大值等间距取60个值，构造出3600对组合，针对每一组合的c和γ值计算残差平方和，取SSR最小者为初始值，然后采用Newton-Raphson迭代算法，最大化条件似然函数，得到模型参数的估计值。再剔除不显著变量，对模型进行优化，得到最终模型估计表达式。具体估计结果如表2所示。
进一步，本文对模型（5）估计所得残差序列进行平稳性和正态性检验，结果显示均为平稳序列，且均值、方差和正态性也符合STR模型的建模要求，模型设定合理。表2中的估计结果表明，在显著性水平10%下，通货膨胀转换变量随open（t-2）的变化对贸易开放度的反应呈显著的非对称性。模型（5）的门限值为58.441，也就是说，当open（t-2）超过此门限值时，非线性部分的作用显著增强。另外，对比方程（3）和表2可以发现，与线性回归模型相比，非线性STR模型的拟合优度显著上升，AIC和SC统计量值下降，这说明非线性STR模型能更好地刻画贸易开放度与通货膨胀之间的实际传导过程。
从转换函数的估计结果来看，平滑转换系数γ=71.515，数值较大，表明从一种机制向另一种机制转换的速度很快。当转换变量open（t-2）小于门限值c（c=58.441）时，转换函数值趋向于零，非线性部分消失，LSTR模型退化为简单的线性模型。当转换变量open（t-2）大于门限值c时，通货膨胀率与贸易开放度之间表现出明显的非线性特征。这一点也可以从图1中得到有力的佐证。1998年第3季度至2004年第2季度，由于转换变量open（t-2）小于门限值c，LSTR模型退化成传统的线性模型，说明在此期间中国通货膨胀率与贸易开放度之间主体上表现为一种线性依赖关系。然而，在2004年第3季度至2009年第1季度，转换变量open（t-2）大于门限值c，使得转换函数趋向于1，表现出十分明显的非线性特征，贸易开放度的提高或降低对通货膨胀率的影响具有非对称性效应。在2009年第2季度至2011年第3季度，转换变量open（t-2）再次出现小于门限值的状态，使得模型再次退化为线性模型。
在LSTR模型的线性部分中，当期通货膨胀率与cpi（t-1）和open（t-1）呈正相关。这表明，贸易开放度并不直接影响通货膨胀率，而是通过其前1期来间接影响通货膨胀率，且具有正向的拉动作用。但是，系数只有0.059，说明贸易开放度对通货膨胀率的间接影响程度较小。前1期的通货膨胀率对其自身具有正向的拉动作用，系数为0.957。由此可见，中国的通货膨胀率具有较强的持久性（或惯性）。
在非线性部分，当期通货膨胀率与cpi（t-1）和open（t-1）仍呈现正相关关系，但是，cpi（t-1）系数不显著，因此，非线性部分主要是由open（t-1）来刻画。前1期的贸易开放度提高了通货膨胀率水平，影响程度几乎是线性部分的5倍（系数为0.291）。另外，贸易开放度对通货膨胀率的影响程度，主要取决于转换函数值的大小。如果转换函数值较小，甚至为零（此时，LSTR模型退化为线性模型），则贸易开放度对通货膨胀率的影响很小。如果转换函数值较大，甚至为1，则贸易开放度对通货膨胀率的影响明显增强。
综合以上分析，尽管经济在不同的时期和转换区制下，贸易开放度对通货膨胀率的影响程度不同，但两者仍呈现出正相关关系，均不支持Romer（1993）提出的通货膨胀时间一致理论。
可以看出，相比传统的线性模型，LSTR1模型在描述中国贸易开放度与通货膨胀之间的关系时，具有明显的优势：一方面，它的拟合效果要好于线性模型（如图2所示）；另一方面，它能更有效地捕捉到在不同经济环境下，贸易开放度与通货膨胀率之间的动态关系转换，有效地弥补了传统线性模型的缺陷。
四、外部冲击下的贸易开放度与通货膨胀
上述研究表明，从2004年以来，中国贸易开放度与通货膨胀之间出现了明显的线性与非线性关系的转换，贸易开放水平高低对通货膨胀率具有明显的非对称效应。但是，随着中国全球化进程的不断推进，贸易开放程度的高低不仅直接影响通货膨胀水平，而且更为重要的是，在这种开放的经济环境下，外部冲击会对本国经济产生重要的影响。例如，Choudhri和Hakura（2006）、高瞻（2010）等研究了开放经济下汇率变动对本国通货膨胀的影响。Hamilton（1983）则更多地关注于开放经济环境下，国际油价对一国宏观经济的影响，并且通过建立包括实际GNP、失业率、通货膨胀、进口商品价格等6个变量的VAR模型发现，二战后油价波动与美国实际GNP之间存在显著负相关关系，油价上涨是造成经济衰退和通货膨胀的主要原因。朱启贵等（2011）、王彬等（2010）分别从不同的角度分析了国际油价波动对中国通货膨胀水平的影响。
鉴于以上考虑，本文选取人民币汇率和国际油价作为中国开放经济条件下的外部冲击因素，主要基于如下两方面原因：（1）汇率是影响一国对外贸易的重要因素。同时，汇率的稳定性以及汇率预期直接影响一国长短期国际资本的流入（或流出）。自2005年7月实行人民币汇率制度改革以来，人民币保持持续升值态势，升值预期强烈，这一升值预期无疑会促进大量短期资本流入国内，从而对中国资产价格、通货膨胀水平等方面产生重要影响。（2）国际油价冲击是影响一国宏观经济最主要的供给冲击变量，尤其是对产出、失业等实际变量的影响最为突出。自中国加入WTO以后，对外开放程度不断提高，对进口石油的依赖性显著，国际油价冲击对中国宏观经济的影响也不断增强。所以，在贸易开放度与通货膨胀的非线性模型中，引入人民币汇率和国际油价这两个外部冲击变量，进而分析不同开放程度下外部冲击对中国通货膨胀水平的影响。
在外部冲击变量数据选取上，我们采用IMF公布的人民币实际有效汇率指数（reer）⑦来反映人民币汇率水平的波动。reer上升表示本国货币相对价值的上升，下降表示本币贬值。由于reer不仅考虑一国的主要贸易伙伴国的货币变动，而且剔除了通货膨胀因素，能够更加真实地反映一国货币的对外价值。另外，为分析国际油价对宏观经济的影响，首先要选取合适的油价序列数据，由于原油期货价格容易受到投机和心理等非经济基本面因素的影响，因而，我们选取WTI原油现货价格序列数据⑧作为国际油价（oil）的代理变量。
首先，我们将外部冲击变量reer（t）和oil（t）⑨引入非线性模型（2）中，从而得到包含人民币汇率与国际油价冲击的贸易开放度和通货膨胀的非线性模型，具体模型形式如下（其中，η为随机干扰项）：⑩
其次，依据本文第三部分经验分析步骤，选择非线性模型的具体形式和最优转换变量，检验结果见表3。
结合表3分析结果，并考虑现实的经济意义，本文选择理论模型次优但现实意义最优的open（t）作为转换变量，确定转换函数G的形式为LSTR1模型。之后剔除不显著变量，对模型进行优化，得到最终模型表达式。（11）具体估计结果如表4所示。
同样，对模型（6）估计所得残差序列进行平稳性和正态性检验，结果显示均为平稳序列，且均值、方差和正态性也符合STR模型的建模要求，模型设定合理。表4中的估计结果表明，通货膨胀随open（t）变化对贸易开放度的反应呈显著的非对称性，并且，这种非对称性特征要比模型（5）更强。转换函数中的平滑转换系数γ=5.580，小于没有考虑外部冲击下的转换系数（γ=71.515），表明在人民币汇率和国际油价的双重冲击影响下，中国通货膨胀率水平在两种不同机制间的转换更为平缓。
模型（6）的门限值为52.098（小于不考虑外部冲击时的门限值）。也就是说，当open（t）小于门限值c时，即open（t）＜52.098，转换函数值趋向于零，表示贸易开放度与通货膨胀率之间只存在线性关系；当open（t）超过门限值c时，中国的贸易开放度与通货膨胀率之间将表现出明显的非线性特征，这一点可以从图3中看出。在1998年第2季度至2003年第2季度，转换变量open（t）小于门限值，LSTR模型退化为传统的线性模型，而在2003年第3季度至2011年第3季度，open（t）大于门限值，转换函数值趋向于1，表现出十分明显的非线性特征。根据本文第三部分的分析结果可知，当不考虑外部冲击时，在2004年第3季度后，中国贸易开放度与通货膨胀率之间才表现出非线性特征，并且，在2009年第2季度之后，再次体现出线性特征。但是，当考虑人民币汇率与石油价格这两个外部冲击因素之后，我们发现，贸易开放度与通货膨胀率之间的非线性关系在2003年第3季度就显现出来，要比不考虑外部冲击的情况下提前一年时间。另外，在2008年第3季度之后，转换函数值向0趋近，但始终没有使非线性部分消失，并且，在2010年之后开始出现反转，使得非线性特征增强。由此可见，当考虑外部冲击因素之后，中国贸易开放度与通货膨胀率之间的关系变得更为复杂，从时间上，非线性特征不仅显现得早，而且持续的时间也变长。造成这种差异的原因主要有以下两点：
第一，1998-2011年，中国对人民币汇率形成机制进行了多次改革。1998年初，为防止东南亚金融危机期间周边国家和地区货币轮番贬值的进一步扩散，中国政府承诺人民币不贬值。随着东南亚金融危机影响逐步减弱和中国经济金融体制改革的不断深化，2005年7月21日，中国再次完善人民币汇率形成机制，开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度。2008年国际金融危机恶化，许多国家货币对美元大幅贬值，而人民币汇率再度收窄浮动区间，稳定了市场预期。随着全球经济企稳复苏，中国经济回升，经济基础进一步巩固。在此前提下，2010年6月19日，中国进一步推进人民币汇率形成机制的改革，增强人民币汇率弹性，重在坚持以市场供求为基础、参考一篮子货币进行人民币汇率浮动与调节。在不同时期，人民币汇率形成机制的不同，其对中国宏观经济的影响效果也显然不同。潘锡泉和项后军（2010）采用内生结构突变协整方法，分析了2006年前后人民币升值对通货膨胀的非对称性影响，部分证实了上述推断。
第二，Hamilton等经济学家认为，石油价格冲击对经济增长会产生非对称的冲击效应。Hamilton（2003）指出，国际油价的上涨和下降对宏观经济的影响存在明显的非对称性，油价上涨对宏观经济的冲击影响更为重要。对于中国来说，1998年之后中国采取了与国际油价接轨政策，国内原油和成品油价格不再是以往的政府主导式定价，开始走上市场基准式定价的道路。这样，国际油价的大幅波动不仅直接影响到中国的经济生产与社会生活，而且还传导至货币政策，进而间接影响中国的产出和通货膨胀水平。另外，由于中国目前的石油价格形成机制仍然不是完全的市场定价，而是政府在考虑多方面利益均衡以后的指导价格。因此，这种双重性质的石油价格形成机制增强了其对宏观经济影响的非对称性特征。
在LSTR模型（6）的线性部分中，当期通货膨胀率与cpi（t-1）和oil（t）呈正相关关系，而与open（t）和reer（t）负相关。一方面在外部冲击影响下，前1期的通货膨胀率系数为0.86，通货膨胀惯性仍然存在，但强度明显小于不考虑冲击因素下的情况（相应系数为0.957）；另一方面，国际油价的大幅上涨必将引起中国通货膨胀水平的提高。在样本期内显示，当国际油价增长1倍时，国内通货膨胀率将增加5.2个百分点。事实上，自2004年以来，第三次石油危机已经导致国际油价增长了1.5倍，国际油价对中国通货膨胀水平的影响比较显著。此外，贸易开放度增强会降低中国通货膨胀水平，但系数在10%水平下才弱显著。因此，在贸易开放度水平低于门限值时，Romer（1993）提出的通货膨胀一致理论才基本成立。同时，人民币汇率升值能够抑制通货膨胀水平也只有在贸易开放度低于门限值的情况下才成立，发生的转折点在2003年第3季度，明显早于潘锡泉和项后军（2010）提出的2006年。
在非线性部分中，当期通货膨胀率与cpi（t-1）、reer（t-1）和oil（t-1）呈现负相关，但cpi（t-1）和reer（t-1）的系数并不显著；当期通货膨胀率与open（t）和reer（t）呈现正相关，并且，当期贸易开放度的系数（0.227）明显大于线性部分对应系数（-0.087），当转换函数值接近于1时，当期贸易开放度的扩大提高了本国通货膨胀水平。这区别于模型（5）下前1期贸易开放度提高对本国通货膨胀产生影响的结论。此外，人民币汇率波动与中国通货膨胀水平是同向变动的，即人民币升值不但不能抑制通货膨胀，反而会促使通货膨胀加速。
从图4可以看出，人民币汇率和国际油价波动带来的外部冲击，引起了中国贸易开放度和通货膨胀水平曲线的移动，但是移动幅度很小，并且在关键转折点的拟合效果上，模型（6）下的LSTR模型要好于模型（5）下的LSTR模型。在开放经济条件下，贸易开放程度的高低不仅直接影响到本国的通货膨胀水平，而且还会提高外部冲击因素对本国通货膨胀的影响程度。因此，当考虑外部冲击因素之后，模型（6）下的LSTR模型更能准确地捕捉到不同经济环境下贸易开放度与通货膨胀之间的动态关系。
五、动态非线性Granger因果关系检验
综合以上分析我们看出，通货膨胀水平与贸易开放程度、人民币汇率和国际油价之间存在明显的非线性关系。为了保证结论的可靠性与稳健性，我们采用Brock等（1996）提出的BDS检验方法来考察变量之间是否存在广义随机非线性效应。为此，先通过VAR模型剔除线性关系，然后对得到的残差序列进行BDS检验，以确定残差序列是否独立同分布。如果拒绝独立同分布的原假设，那么残差序列存在非线性。检验结果见表5。
由表5可知，VAR（cpi，open）模型的绝大多数检验统计量均显著地拒绝了线性的原假设，而VAR（cpi，oil）和VAR（cpi，reer）模型的大部分检验统计量不显著。我们认为，一方面由于经济周期波动、宏观经济政策、汇率制度改革、石油危机等经济事件的影响，使得中国通货膨胀与贸易开放度、人民币汇率和国际油价之间存在着显著的非线性动态变化趋势，这给本文基于非线性STR模型分析提供了分析依据；另一方面，STR模型只能表明变量之间的长期关系以及各因素对通货膨胀水平影响程度的大小，并不能反映它们之间的因果关系，而这种因果关系即便是在统计意义下的确定，对宏观经济政策制定也非常重要。考虑到所考察变量之间非线性关系的存在，采用传统的Granger因果检验方法并不十分恰当，因而，我们借助非线性Granger因果关系检验方法来进行研究。
Granger因果关系检验最先由Granger在1969年提出，即检验一个变量的若干前期值是否会对另一个变量的当期值产生影响。Sims在1980年对因果关系检验进行了拓展，使得线性模型的Granger因果关系检验不断完善。事实上，线性Granger检验的最大缺点是在检验非线性因果关系时可信度很低（Brock，1991）。近年来，随着非线性计量技术的发展，Baek和Brock（1992）、Hiemstra和Jones（1994）、Chen和Lin（2004）、Diks和Panchenko（2006）、Qiao等（2009）等在非线性因果关系研究领域取得了新的进展。其中，Hiemstra和Jones（1994）提出的H-J非参数统计检验法广受关注。不过，由于H-J检验经常出现过度拒绝问题，Diks和Panchenko（2006）提出了一种新的非参数检验，即
检验法，其效果得到证实。下面，我们将采用这种新发展的非线性Granger因果关系检验法，对中国通货膨胀水平与贸易开放度、人民币汇率和国际油价的相互影响关系展开进一步研究。
为了确保检验变量之间是否存在严格意义上的非线性关系，与Diks和Panchenko（2006）的研究相一致，我们对以上经VAR系统线性过滤后的残差成分进行非线性Granger因果检验，结果见表6。检验结果表明：通货膨胀率与贸易开放度之间、通货膨胀率与国际油价之间存在双向非线性Granger因果关系，而在人民币汇率与通货膨胀率之间只存在单向非线性Granger因果关系，这与本文第三、四部分的分析结果相一致。同时，表6还给出了相应变量的线性Granger因果检验结果。对比来看，非线性Granger因果检验结果较线性Granger因果检验结果更接近实际经济运行情况。
由于经济结构、宏观经济政策、国际经济环境等因素的变化，通货膨胀与各因素之间的关系并非静态不变，上述因素甚至可能影响或改变两者之间的相互传导关系。为进一步考察在不同样本期的相互影响关系，我们进一步采用动态递归非线性Granger因果检验方法，从动态分析的角度重点考察通货膨胀与各变量之间的关系在不同时期的演变轨迹。
本文与Hansen和Johansen（1999）以及杨子晖（2010）的递归分析相类似，我们采用滚动时间窗口的递归方法进行动态非线性Granger因果检验。本文以1998年第1季度至2002年第1季度为基期，即首先对该样本期进行第一次非线性Granger因果检验，再对1998年第1季度至2002年第2季度的样本期进行第二次非线性Granger因果检验，依次类推，直至对1998年第1季度至2011年第3季度的样本期进行最后一次检验。检验结果分别列于图5～7。（12）为使分析结果更清晰，我们将检验统计量经由10%显著水平临界值正规化。因此，大于1的统计检验值表明在该时点拒绝“不存在非线性Granger因果关系”的原假设。
自2001年中国加入WTO之后，贸易开放程度不断提高，对外贸易的发展成为促进中国经济发展的重要推动力，其对国内经济的影响也举足轻重。由图5可知，2002年之后，贸易开放程度对通货膨胀水平的影响逐步增强。2007年金融危机爆发之后，中国对外贸易，尤其是出口受到严重影响，贸易开放程度降低，从而使得其对通货膨胀水平的影响程度降低，但仍然在1附近波动，而且，自2009年末又有了小幅的回升，形成了现阶段由贸易开放度到通货膨胀的非线性Granger因果关系。
由图6的动态分析可知，人民币汇率制度改革之前，汇率水平对通货膨胀的作用波动幅度比较大。然而，自2005年汇率制度改革之后，汇率水平对通货膨胀的作用力度不断增强，并且在2010年进入显著区间，使得汇率水平成为影响中国现阶段高通货膨胀的重要原因。潘锡泉和项后军（2010）指出，人民币升值预期具有“抑胀”与“促胀”的双重作用，其最终效应取决于两种作用效果的相对强弱。其中，人民币升值预期的“促胀”作用主要通过外汇储备渠道得以实现。外汇储备的增加导致货币的被动投放，进而产生流动性过剩。针对近年来基础货币被动投放的局面，中央银行虽然实行了货币冲销政策，在一定程度上削弱了外汇储备对中国通货膨胀的影响，但是就现阶段而言，人民币升值预期更多地表现为“促胀”作用。
从图5～6结果还看出，贸易开放度和人民币汇率对通货膨胀的作用力度不断增加，体现为检验统计值轨迹连线呈现上升趋势，并分别于2006年和2009年左右进入显著区间（即检验统计量取值大于1），由此形成了现阶段由贸易开放度和人民币汇率到通货膨胀的非线性Granger因果关系。
由图7可以看出，2005年之前，国际油价对通货膨胀的作用力度不断增强，表现为统计值连线不断向显著区间逼近。而2005年之后，随着国际油价的大幅度波动，对中国通货膨胀水平的作用力度也呈现出剧烈的波动，但始终没有成为中国通货膨胀的非线性Granger原因。一方面是由于近些年来，中国开始重视并不断加强对新能源的开发和利用；另一方面是因为中国经济总量的不断增加，使得国际油价在影响宏观经济的因素中所占比重降低。但是，国际油价对中国宏观经济的影响仍不能忽视，尤其是在国际油价水平高位运行时，它对国内通货膨胀水平的影响程度还是很高的，表现为检验统计值接近于1。
六、主要结论
本文在传统线性模型基础上引入平滑转换回归模型，构建了一个关联贸易开放度与通货膨胀的非线性模型，同时，结合人民币汇率和国际油价等外部因素，采用动态非线性Granger因果关系检验法，考察了在不同时期、不同经济阶段下中国贸易开放程度、人民币汇率和国际油价与通货膨胀关系的动态演变。本文的主要结论可简要总结为以下几个方面：
第一，与传统的线性模型相比，平滑转换回归（STR）模型能够反映贸易开放程度的高低对国内通货膨胀水平的非对称效应，有助于发现中国贸易开放度与通货膨胀在不同阶段下的关系演变。1998年第3季度至2004年第2季度与2009年第2季度至2011年第3季度，中国通货膨胀率与贸易开放度之间并不存在明显的非线性特征。然而，在2004年第3季度至2009年第1季度，两者之间出现了明显的非线性特征，体现为贸易开放度的提高或降低对通货膨胀率的影响具有非对称性效应，并且，贸易开放度对国内通货膨胀的影响具有时滞性。
第二，由于人民币汇率与国际油价外部因素的影响，使得贸易开放度与通货膨胀之间的关系发生了明显改变。1998年第2季度至2003年第2季度，贸易开放度与通货膨胀之间的关系可使用传统的线性模型表达，而2003年第3季度至2011年第3季度，两者之间表现出十分明显的非线性特征。虽然外部因素对通货膨胀的直接影响程度较小，但人民币的升值与国际油价的大幅波动间接导致了贸易开放度与通货膨胀之间的关系发生变化，使得两者当期就呈现出正相关，并且当考虑外部冲击因素之后，中国贸易开放度与通货膨胀率之间的关系变得更为复杂，非线性特征不仅来得早，而且持续的时间也变长。
第三，通过BDS非线性检验研究发现，中国通货膨胀与贸易开放度、人民币汇率和国际油价之间存在着显著的非线性作用机制。在此基础上，本文基于Diks和Panchenko（2006）的非参数检验方法研究发现，存在贸易开放度、人民币汇率和国际油价到通货膨胀的非线性Granger因果关系。同时，考虑到经济结构、宏观经济政策和国际经济环境等因素的动态变化，我们结合非线性动态分析展开进一步研究，发现贸易开放度和人民币汇率对通货膨胀的作用力度不断增加，并形成了现阶段由贸易开放度和人民币汇率到通货膨胀的非线性Granger因果关系。由于目前中国对石油价格采取的适度管理措施，使得国际油价对通货膨胀的作用力度虽然不断增强，但国际油价到通货膨胀的非线性关系始终没进入显著区间。然而，国际油价对中国宏观经济的影响仍不能忽视，尤其是在国际油价水平高位运行时，它对国内通货膨胀水平的影响程度还是很高的，表现为检验统计值接近于1。
特别感谢两位匿名评审专家的中肯和富有建设性的意见和建议，当然，文责自负。
①动态不一致性是指：政策当局在t时按最优化原则制定一项t+n时执行的政策，但这项政策在t+n+1时已非最优选择（Kydland和Prescott，1977）。
③转换函数的特性因篇幅所限从略。
④样本数据选择从1998年开始主要有两个原因：其一是中国市场经济体制在20世纪90年代中后期才开始逐步完善，在此之前的价格波动主要源于政府的行政调控，此后的价格波动主要由市场力量调节所致。因此，前后不同时期数据生成过程有显著差异。其二，样本期选择在1997年东南亚金融危机之后，可以减少1个数据结构变化，使模型变得较为简洁，同时也更有利于分析当今国内外形势变化对中国通货膨胀的影响。
⑤在计算比值之前，对进出口总值和GDP原始数据序列均进行了季节调整，以消除季节因素。
⑥由于篇幅有限，文中没有列出具体检验结果，如需要可向作者索要。
⑦IMF将实际有效汇率指数定义为经本国与所选择国家间的相对价格水平或成本指数调整的名义有效汇率。
⑧目前，国际能源市场主要存在西德克萨斯中质原油（WTI）、北海布伦特原油、迪拜原油、欧佩克一篮子原油等区域性的原油现货价格，以及IMF发布的世界平均原油现货价格。我们选取交易量相对较大的WTI原油现货价格，选取的具体原因可参见曾林阳（2009）。
⑨经ADF和PP检验，两序列均为I（1）阶单整。因篇幅所限，未列出检验结果，如需要可向作者索取。
⑩根据匿名审稿人的建议，由于贸易开放度与汇率之间可能存在联系，从而使得模型产生多重共线性问题，本文在建模过程中分别采用条件数法和VIF法进行多重共线性检验，检验结果表明模型不存在多重共线性问题。
（11）关于线性模型的确定和最优组合的选择，采取AIC和SC准则进行选择。由于篇幅限制，结果均未在文中列出。
（12）由于我们更关注贸易开放度、人民币汇率和国际油价对通货膨胀水平的影响，因此，在这里我们只刻画出了贸易开放度、人民币汇率、国际油价到通货膨胀的单向动态非线性Granger因果演化图。另外，图5～7左轴均表示检验统计值。在建立动态非线性Granger因果检验模型时，最优滞后阶数是随着时间窗口的变化而改变的，由于篇幅限制，文中没有列出具体结果。
标签：通货膨胀率论文; 外部经济论文; 经济模型论文; 非线性论文; 人民币汇率论文; 线性系统论文; 经济论文; 经济学论文; cpi指数论文;