中国通货膨胀驱动机制的货币主义新范式，本文主要内容关键词为：范式论文,通货膨胀论文,中国论文,货币论文,机制论文，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。
[中图分类号]F820.5 [文献标识码]A [文章编号]1000-596X(2013)04-0005-08
感谢匿名评审人提出的修改建议，笔者已做了相应修改，本文文责自负。
一、引言
众所周知，20世纪80年代后期和20世纪90年代中期，中国经历了两次较为严重的通货膨胀。图1以消费者价格指数(CPI)同比增长率作为通胀率的指标，刻画了中国自1978年第1季度至2012年第1季度期间通胀率的动态演进路径。从图1中可以清楚地看到，CPI通胀率分别在1989年和1995年达到改革开放之后的两次最高峰值，而且两次均超过了25％的高位。在1995年之后，我国的通货膨胀水平开始逐渐回落，甚至曾出现短暂的通货紧缩(即通胀率为负值)。
对于以1989年和1995年为代表年份的两次通货膨胀高峰期以及二十一世纪之前的通胀率动态变化，其主要驱动因素比较明确：1989年的高通胀主要是由计划经济向市场经济转轨初期的“价格闯关”带动的，而1995年的高通胀则是在为搞活国有大中型企业而实施的宽松信贷背景下形成的全国范围的房地产热、开发区热和投资热浪潮所驱动的。[1]在20世纪90年代后期，我国实施的从紧宏观调控、稳定金融秩序和有力管理固定资产投资等措施，以及1997年开始爆发的亚洲金融危机，对通货膨胀的抑制效果在1998年末开始逐渐显现。
图1 中国CPI通胀率(同比增长率)：1978年第1季度～2012年第1季度
资料来源：笔者根据国家统计局数据自行计算。
虽然自20世纪90年代中后期以来我国没有再次出现类似1989年和1995年那个时代的高通货膨胀，但是近年来经济运行过程中的通货膨胀压力仍然存在。尽管各方对近年来国内经济发展面临通货膨胀压力这一问题存在普遍共识，但是各界对近年来国内通货膨胀的主要驱动原因仍存在相当大的分歧，学界以及相关决策层对此问题也远未达成一致意见。
目前，各界对近年来通胀成因的讨论日益激烈，比较有代表性的观点可以归纳为三类：一是结构性通货膨胀论，[2]二是成本推动说，[3]三是货币驱动论。[4][5]对于结构性通胀论，霍德明和张晓慧等人进行了详尽驳斥。但是这两篇文章反对结构性通货膨胀假说的理由并不相同，前者认为结构性通胀说无法解释货币增长对通货膨胀的驱动效果，而后者则提出金融投机引发的初级产品价格暴涨是导致近年来通货膨胀的主要原因。[6][7]对于成本推动假说，可以分为人力成本和资源品成本推动通货膨胀两个角度。范志勇的研究显示人力成本(如工资上涨)并非2000年以来中国通货膨胀的主要驱动因素。[4]而具有供给冲击性质的资源品价格上涨(如国际大宗商品价格上涨)似乎也并非国内通货膨胀的系统性驱动要素。[5]对于通货膨胀的货币驱动论，已有研究多是分析货币增长率对通胀率的直接驱动效果，很少关注货币扩张通过房地产价格向总体通货膨胀的传导效应，也缺少对这种传导效应的理论框架分析。
本文与已有研究不同，笔者提出货币扩张背景下通货膨胀的房地产价格驱动机制。笔者基于莫尔兹(Meltzer)的新货币主义分析框架，并提出存在供给与需求双向结构性失衡的拓展AS-AD模型，分析资产市场均衡与商品市场均衡的联动机制，进而考察货币增长、房地产价格与通货膨胀之间的联动机制。[8]值得注意的是，虽然弗里德曼(Friedman)和莫尔兹都属于货币主义学派的典型代表，但是他们的理论分析框架不尽相同。弗里德曼的货币数量论主要描绘货币增长率和通胀率之间的直接联系。[9][10]而莫尔兹的货币主义理论(因其相对较新，所以本文称之为新货币主义)则建立了以真实资本品价格为中介的货币增长与通货膨胀间接关系的分析框架。莫尔兹的理论框架最初用于分析货币政策传导机制，突出货币资产、证券资产和真实资本品资产三种资产之间的互动关系。[8]因为中国的房地产市场自二十世纪中后期以来已经逐渐发展成为一个重要的真实资本品市场，所以本文认为房地产市场是联系中国货币增长和通货膨胀之间的重要媒介。
二、基于资产市场与商品市场联动的货币主义理论框架
为了研究货币增长、房地产价格与总体价格变化率(即通胀率)之间的动态驱动机制，本文的理论分析框架基于两个核心部分，即莫尔兹货币主义理论的资产市场均衡分析框架与一个拓展的商品市场总供给与总需求框架。在资产市场均衡分析中，笔者以莫尔兹提出的资产市场均衡模型为理论基础。在总供给与总需求分析中，笔者以标准的AS-AD模型为基础，结合中国总体经济运行机制特征，纳入现实中存在的结构性供需失衡因素，并在这一拓展的AS-AD框架下分析商品市场价格与资产价格变化的联动机制。[8]
首先，在资产市场均衡分析框架中，笔者所考虑的资产类别与标准的货币主义理论相一致，包括货币资产、证券资产和真实资本品资产。从中国的现实情况看，这三种资产比较具有代表性，其中货币资产主要对应于货币市场，与央行的货币政策紧密相关；证券资产对应于债券市场和证券市场，其需求情况与利率和其他资产价格紧密联系；真实资本品资产主要对应于房地产市场，当然也可以涵盖生产厂房、设备以及耐用消费品等内容。为了简化说明，笔者可以将房地产作为真实资本品资产的代表，其价格用P来表示。显然，无论是个人还是机构，都会考虑这三种金融资产如何组合才能实现最优。因此，在不同的市场状况下变化三种资产的组合权重，并非一定是金融投机行为，在多数情况下应该视为一种理性选择。
在这样的设定下，可以将三种不同资产的市场均衡统一到一个综合的资产市场均衡框架内。图2演示了这一资产市场均衡分析的基本逻辑。首先，在横轴表示真实资产(即房地产)价格P、纵轴表示利率水平r的坐标系内，货币市场均衡线MM与证券市场均衡线SM相交于(P[，0]，r[，0])点，这一点反映出当三种资产市场同时达到均衡状态时对应的房地产价格和利率水平。其次，MM线和SM线的位置与不同资产的持有情况、实体经济运行状况、商品价格以及市场预期等因素有关。综合起来，均衡状态下的房地产价格以及利率水平由市场对不同资产的供需状况决定。
图2 资产市场均衡分析框架
对于MM线来说，给定任一利率水平和对应的房地产价格，MM线的斜率表明了市场愿意持有货币资产的基本情况。因为当利率上升时市场对货币需求会减少，所以此时整个资产市场要重新回复到均衡状态，则需要通过房地产价格的提高来压缩真实资本品的持有量，从而拉动市场对货币资产的需求，最终进入新的均衡状态。因此，MM线向上倾斜(斜率为正)。而对于SM线来说，由于利率上升会增加市场对债券等证券产品的需求，所以整个资产市场重新回复到均衡状态的条件就转变为通过房地产价格的下降来推动资产持有人增加其组合中真实资本品的持有量，最后重新进入均衡状态。这种机制决定了SM线与MM线的倾斜方向相反。
其次，资产市场上均衡的移动也会导致商品市场的波动。随着资产市场均衡点的移动，商品市场的总供给与总需求相应发生变化。但是笔者注意到，传统的总供给与总需求(AS-AD)分析框架以发达经济为分析主体，无法准确刻画发展中国家在经济高增长阶段可能存在的结构性失衡问题。而现实中这种结构性失衡不仅可以表现为结构性需求或者结构性供给问题，而且经常会表现为二者同时存在的供给与需求双向失衡问题。为此，笔者这里以一个拓展的总供给与总需求(AS-AD)模型框架为基础，在图3中刻画了当资产市场均衡发生变化之后国内商品市场均衡价格变化的演进路径(商品市场的价格水平记作
，真实经济产出记作Y)。
需要说明的是，图3所描绘的AS-AD模型框架，是在标准的AS-AD模型理论基础上，结合我国真实资本产品(如房地产)和一般消费商品的两部门不同市场运行特征的典型事实进行拓展获得的。为了简化说明，笔者参考袁江和张成思的研究，对图3所示的模型框架加以解释。[11]首先，在宏观供求的基准框架下，由居民最优行为下的需求函数以及区分真实资本产品和一般消费品两种不同商品市场的出清条件，可以推导出具备微观基础的总需求函数。可以证明，这一模型在现有宏观经济分析的理论基础上具有两点重要拓展，从而能更贴近于中国经济的现实。首先，收入差距结构对国民消费具有负向影响，随着收入差距扩大，社会总需求将因为社会购买力水平的降低而减少。其次，国家控制力对社会总需求具有重要影响。国家(当然也体现为地方政府)支持真实资本品部门的强控制力将促进行业潮涌和投资进一步增加，从而带动总需求的增加。[11]
图3 基于资产市场均衡基础上的扩展AS-AD分析框架
这样就可以得到总需求函数的三个特征阶段。第一是平稳运行阶段(AB段)。假如宏观经济在相对健康状态运行，即总需求表现为价格p[，c]的递减函数，该特征与现有宏观经济理论观点一致。但是，我国经济高增长时期经常存在产能严重过剩(即经济低谷阶段)和需求结构严重失衡(即经济过热阶段)两个阶段，这显然不在现有宏观经济理论考虑的范围之内，因此有必要拓展经典理论，构建产能过剩和需求结构失衡背景下的总需求函数。第二，经济低谷时期产能过剩阶段(AM段)。这一阶段是由于真实资本品价格的大幅下降所导致，总需求函数表现为相对平坦状。该阶段也是下一轮真实资本产品市场繁荣的起点。第三，经济过热时期的需求结构失衡阶段(BE段)。由于真实资本品部门快速发展导致收入差距迅速扩大，总需求函数表现为相对直线状。由此，图3中MABE段给出了拓展AS-AD系统的总需求曲线形状。
三、经验分析
(一)数据说明
本文经验分析主要涉及三个变量，即货币总量增长率、通货膨胀率和房地产价格变化率。笔者使用M2作为货币供应量的度量指标，使用M2的同比增长率作为货币增长率，消费者价格指数(CPI)同比增长率作为通胀率的指标，并使用商品房销售价格(人民币/平方米、累计平均、全国总计)同比增长率衡量房地产价格变化率。各原始数据均来自于CEIC数据库。样本区间为1996年第4季度至2012年第1季度(样本起始点受房地产价格数据的限制)。为方便说明，笔者使用Δm2，Δcpi和Δhpi分别代表货币总量增长率、CPI通胀率和HPI变化率(即房地产价格变化率)。
图4刻画了自1996年至2012年间中国M2增长率、CPI通胀率和HPI变化率的动态演进路径。从统计数据上看，样本区间内中国M2的平均累计增长接近300％，商品房销售价格平均累计增长超过120％，CPI通胀率的平均累计增长接近30％。另外，图4显示三个变量在具体时点上的变化特征不尽相同，但是总体波动态势有相似之处。具体来说，伴随着Δm2自1996年末开始下降(由1996年的25％以上下降到2002年的15％以下)，Δhpi和Δcpi也随之出现下行态势，一直持续到2002年。在此期间，Δhpi的跳跃性变化相对更加频繁和明显(特别是2001年出现短暂的局部高峰值)，而Δcpi和Δm2则表现相对稳定。在2002年以后，三者在周期性变化特征上表现得更加相似，不过在大部分时期，Δm2似乎要领先于Δhpi一年左右，而Δhpi又要领先于Δcpi一年左右时间。从这三个增长率变量的时序演进路径来看，三者之间可能存在较高的动态相关性。当然，这种动态相关性是否同时暗示着变量彼此之间的动态驱动关系(如格兰杰因果关系)，还需要进一步通过严谨的计量检验进行判断。
图4 中国M2增长率、CPI通胀率和房地产价格变化率(同比)：1996年第4季度～2012年第1季度
资料来源：笔者根据CEIC数据库自行计算。
基于以上变量序列，笔者分别对Δm2，Δcpi和Δhpi进行单位根检验。为确保单位根检验结果的稳健性，笔者使用标准的ADF，PP和KPSS单位根检验。前两种检验的原假设相同(即“所检验序列含有单位根”)，而KPSS检验的原假设则是“所检验序列是平稳序列”。根据变量的基本定义和图示特征，笔者假定单位根检验对应的模型均不含有时间趋势变量(但都包含常数项)。另外，ADF检验中的最优滞后期由AIC确定(给定最大8期)，KPSS检验中的方差估计修正过程使用Newey-West方法。
表1归纳了三个变量的不同单位根检验结果。从检验结果来看，Δm2和Δcpi对应的ADF检验和PP检验p值均小于5％，KPSS统计量在5％水平下不显著(对应的是“平稳性”原假设)，因此可以判定Δm2和Δcpi为平稳序列。对于Δhpi，虽然ADF检验显示在5％的水平下该变量含有单位根的原假设不能被拒绝，但PP和KPSS检验则都表明其为平稳序列。这种看似不一致的检验结论并不奇怪，一方面不同检验的基本原理不尽相同，另外更重要的是单位根检验(特别是ADF检验)的功效(power)相对较低。在不同检验结果不同的情况下，需要研究人员针对样本特征和序列的基本定义进行主动判断(而非被动地由统计结果来定)。综合以上说明，将Δm2，Δcpi和Δhpi均判定为平稳序列相对比较合理。
(二)分析结果
为了检验货币增长与通货膨胀是否通过房地产价格形成间接的驱动关系，笔者设立向量自回归(VAR)模型系统进行格兰杰因果关系检验。标准的VAR模型可以写成：
针对此处分析内容，笔者分别设立三个向量自回归(VAR)模型系统。第一个VAR模型包含Δm2，Δhpi和Δcpi三个变量，第二个VAR模型包含Δm2和Δhpi，第三个VAR模型则包含Δhpi，Δcpi。通过估计和检验第一个VAR模型，笔者考查三个变量之间可能存在的一般性动态驱动关系。对第二和第三个VAR模型进行分析，则可以分别研究货币增长率与住房价格增长率以及住房价格增长率与通货膨胀率之间的双向互动关系。同时，通过设立第二和第三个VAR模型，还可以减弱价格增长率变量(即住房价格增长率和通胀率)之间潜在的共线性对估计结果可能造成的影响。
基于VAR模型的格兰杰因果关系检验从技术角度来讲相对简单，但模型设立中滞后阶数的正确选择却并不容易，而且直接影响检验结果和结论。笔者注意到，对于VAR这样的动态模型来说，如果残差存在序列相关性，那么模型估计和格兰杰因果关系检验等统计推断将既不具有无偏性又不具有一致性。因此，本文在模型滞后阶数的选择上使用双重约束措施，即以信息准则和VAR-LM序列相关性检验共同判定最优滞后阶数。这样设立模型的优点在于既能确保模型残差没有显著序列相关性，又能尽量满足计量建模的简约性要求。具体来说，在给定最大滞后阶数为8的条件下，首先利用AIC准则确定最优滞后阶数，然后应用VAR-LM序列相关性检验确定是否具有序列相关性。①[12][13]如果检验无显著序列相关性，则此滞后阶数即为最优。如果有序列相关性，则遵循从一般到特殊的模型设立原则，从8阶向下依次检验对应模型的序列相关性，在没有序列相关性的组内选择AIC最小值对应的滞后阶数即为最优。
基于以上设计，笔者对基本模型进行格兰杰因果关系检验。表2报告了以模型(1)为基础的格兰杰因果关系检验结果，其中lag(Δcpi)表示回归等式右侧Δcpi的滞后项，其他符号定义与此类似。
首先，对于第一个VAR模型(含有Δm2，Δhpi和Δcpi)来说，笔者检验三个变量两两之间的因果关系。其中第一列报告的以Δm2为因变量的因果关系检验，从中可以看出，在传统显著性水平下，Δhpi不是Δm2格兰杰因果关系的原假设不能被拒绝(p值＝0.622)，但Δcpi不是Δm2格兰杰因果关系的原假设被拒绝(p值＝0.000)。也就是说，HPI变化率对货币增长率不具有动态驱动效应，而CPI通胀率对货币增长率具有较为显著的动态驱动效果。这与我国货币政策反应方程(通胀率是央行总量调控政策的主要针对目标)完全一致。接下来的两列是分别以Δhpi和Δcpi为因变量的格兰杰因果关系检验结果。对于Δhpi，结果显示M2增长率和CPI通胀率与其存在格兰杰因果关系；而对于Δcpi，M2增长率对其具有显著动态驱动效应，但Δhpi似乎对其没有显示出显著的驱动效应。
其次，进一步考察表2中报告的第二和第三个VAR模型对应的格兰杰因果关系检验结果。其中第二个VAR模型检验结果显示Δm2单向显著驱动Δhpi(在10％的水平下显著)，第三个VAR模型的检验结果显示Δhpi单向显著驱动Δcpi。不难看出，第二和第三个VAR模型的格兰杰因果关系检验结果与第一个VAR模型对应的检验结果不完全一致，特别是Δcpi与Δhpi的彼此驱动结果有所差别。笔者在前面已经提到，这可能是由于价格指数变化率(即Δcpi和Δhpi)以及Δm2彼此之间存在较高的共线性所致。不过，综合这三个VAR模型的检验结果，笔者仍然可以看到，Δm2对Δcpi的动态驱动效应是显著的，而且Δm2对Δhpi的单向驱动以及Δhpi对Δcpi的单向驱动关系也是显著存在的。也就是说，货币增长率不仅对CPI通胀率具有直接动态驱动效应，而且可以通过房地产价格(变化率)向CPI通胀率传导，这种间接传导机制至少在最近十几年期间是显著存在的。值得说明的是，从序列相关性检验的结果来看(原假设为“VAR模型残差不存在序列相关性”)，所有VAR模型的滞后期选择都确保模型没有序列相关性，这也保证了经验分析结果的科学性和可靠性。
四、结论与启示
本文基于莫尔兹的新货币主义理论，并提出存在供给与需求双向结构性失衡的拓展AS-AD模型，用以分析1996年至2012年期间中国通货膨胀的驱动机制特征。研究结果显示，20世纪90年代中后期以来，在货币扩张的背景下，房地产价格上涨是总体通货膨胀的根本性驱动因素。从理论逻辑上看，当利率受到管制而不能自由变动时，货币扩张的直接效应是导致以房地产为代表的真实资本品价格(在资产市场上)首先上涨，然后通过与商品市场联动抬升总体价格水平，进而形成通货膨胀的房地产价格(或者说资产价格)驱动机制。
从现实经济运行特征来看，无论是为确保经济高速增长的扩张性货币政策、强制结售汇体系下的外汇占款增加还是近年来的人民币升值预期所带动的流动性过剩，都表现为货币发行量的迅速扩张。[14]由于在货币扩张的同时储蓄利率又相对较低，因此民间资本和国有资本都不可避免地寻求投资于高回报行业，此时真实资本品市场(在我国主要表现为房地产市场)就会随之迅猛发展，价格大幅上涨，进而推动市场形成高通货膨胀预期。而一旦市场预期未来物价会持续攀升，那么在商品市场上消费者就会变得更容易接受价格的上涨，生产厂商定价行为也会发生改变，最终导致商品价格的上涨幅度远远超过原料成本的上涨幅度。这样一个链条导致房地产价格变化率(以及货币增长率)与通货膨胀的起伏变化形成动态驱动关系。
从金融制度安排上看，非市场化的利率决定机制和利率管制是形成中国当前从货币扩张到房地产价格再到通货膨胀的驱动机制的金融制度基础。因此，突破非市场化利率决定机制是实现我国房地产价格以及总体物价平稳运行的根本性措施之一。随着我国市场经济快速发展，非市场化的利率制度安排不仅与国民经济发展效率的矛盾日益突出，而且对通货膨胀等核心宏观经济变量的动态走势的负面影响也逐渐凸显出来。在循序渐进的改革模式下，决策层需要考虑进一步加快利率市场化进程。虽然近年来货币市场的发展对利率市场化具有重要推动作用，但是管制下的贷款基准利率仍然是约束全面实现利率市场化的主要瓶颈。
从本文研究的引申意义看，突破以需求管理为主导的现有模式，以供给与需求的均衡管理为基础是当前更值得考虑的制度性抉择。当前和未来相当长一段时期，房地产市场供给与需求的均衡管理更是重中之重。虽然经济适用房、两限房和廉租房的共同推进在短期内有助于缓解需求压力，但从长期可持续发展的角度来说，提供私有产权的政策性保障房建设应该逐渐退出市场，而增加不具有产权性质的廉租房等政策性住房供给可能是更优的选择。需要认识到，政策性保障房的过度开发，不仅会挤占有限的土地资源和一般性商品房的供给空间，而且从长期看无助于城市规划和人居环境改善，甚至可能导致土地资源枯竭和城市环境恶化的恶性循环。当然，房地产市场和城市规划是一个复杂的系统工程，未来研究亟须在这个方面进行更多的科学研究和系统规划。
注释：
①信息准则和最大滞后期的选择需要根据样本大小设定。一般来说，在样本相对不是特别小时，基于AIC准则和8期最大滞后期(对于季度数据)作为最优滞后期选择的判定基础比较合理。如果特殊情况下样本较小，可以考虑使用SIC(或者AIC与SIC同时使用)和最大4期为基础，但此时需要在序列相关性和模型简约性之间权衡取舍，参见张成思的研究。[12][13]
标签：通胀率论文; 货币市场论文; 总需求曲线论文; 中国货币论文; 货币论文; 市场均衡论文; var模型论文; 动态模型论文; 经济论文; 房地产业论文;