PPI：当前我国通货膨胀的先行指标——基于PPI引导CPI变动的研究，本文主要内容关键词为：通货膨胀论文,变动论文,当前我国论文,指标论文,PPI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］F822.5 ［文献标识码］A ［文章编号］1000-5072(2009)04-0105-09
一、前言
抑制通货膨胀是中央银行的首要目标，而货币政策操作存在的内部时滞和外部时滞使得货币政策治理通货膨胀的效力存在不确定性，而且事后的控制容易造成经济剧烈波动。为将通货膨胀消除于萌发阶段，保证经济平稳发展，中央银行迫切需要找到通货膨胀的先行指标以预测未来物价水平的变动路径并采取相应的调控措施。
国外许多学者认为PPI可以作为预测通货膨胀的先行指标(Silver and Wallace，1980；Cushing and Furlong and Ingenito，1996；Mahdavi and Zhou，1997；Doroodian and Roy Boyd，2003；Kyrtsou and Labys，2006)。国内部分学者也提出了相似的观点，如夏斌(2004)、刘敏、张燕丽和杨延斌(2004，2005[1]24-28)、哈继铭(2005)等。但也有部分国内外学者提出了相反的意见（Gordon，1988；S.Brock Blomberg and Ethan S.Harris，1995；Clark and Todd，1995[2]25-39；郁鸿元，2005；杜鹏；王焱、魏慧丰、郭希明，2006[3]61-62；王宏利，2005[4]51-60）。可见，PPI是否可以充当通货膨胀的先行指标没有被国内外学者普遍认同。
鉴于国内的赞同者多是采用2003年以前的数据从计量经济学的角度进行阐述，理论上的阐述待深入；而反对者的分析也主要停留在PPI和CPI之间数据的绝对差异这一现象上，并没有从PPI和CPI之间的内在关联上进行分析；特别是自2003年我国经济进入新一轮增长区间以来，在国际市场原材料和能源价格猛增的诱发下，伴随着投资高速增长，煤电油运的供应出现难以满足市场需求的局面，PPI（生产者价格指数）开始迅速上扬，随后在粮食价格大幅度上涨的推动下，CPI（居民消费价格指数）开始一路上涨并出现上涨加速的趋势，我国的通货膨胀压力骤增。故本文试图研究PPI对CPI究竟有无引导力以及引导力如何体现的问题：首先依据经济学和管理学原理，从理论上阐述PPI和CPI之间的内在关联；然后，根据时间序列特征，建立动态的分布滞后模型——半年度模型进行分析，以便发掘CPI对PPI反馈的具体时滞，从而增强通过PPI预测CPI的精确程度；接着，采集1985-2007年间的数据，运用相关度检验、平稳性检验、ARCH效应检验、协整检验以及因果检验对模型进行系统检验，以确保所建立的模型能够有效地拟合经济现象；最后，针对检验结果，通过对生产者价格指数和消费价格指数的解构分析，以深入研究两者的内部关联。并结合最近一轮结构性价格上涨的具体情况和中国经济发展的现实国情，进一步论证PPI作为当前我国通货膨胀先行指标的合理性和可行性。
二、研究假设与研究方法
（一）假设的提出：PPI能够引导CPI变动
按金融统计指标变动轨迹与经济变动轨迹之间的关系划分，在时间轴上相对于经济变动轨迹向前平移的统计指标称为先行指标，在时间轴上保持位置不变的经济变动轨迹为基准指标[5]。因而任何先行指标的提出都有其相应的基准指标。本文选择通货膨胀作为基准指标，而CPI作为通货膨胀的衡量指标，即是本文的基准指标。
一个经济指标要成为先行指标必须满足两个条件：(1)因果性，先行指标与基准指标有较为明显的因果关系。(2)先行性，先行指标对基准指标具有明显的先行性，其变动先于基准指标，对基准指标的运行有一定的导向[6]47-54。这两个条件归结起来就是先行指标能够引导基准指标变动。这里的“引导”有两层意思：第一层是引起的意思，表示先行指标和基准指标的因果关联，在实证上表现为先行指标是基准指标的格兰杰原因；第二层是传导的意思，表示先行指标的价格变动对基准指标产生影响需要消耗一定的时间，先行指标在经济周期的低频处，较基准指标表现出重大的相位提前，并且有规律性，从而满足时间上的先行要求。(3)灵敏性，指标变化能迅速反映价格走势。(4)稳定性，指标能够反映当前价格的总体态势，从该指标可以看出当前供需的总体平衡状况。(5)可得性，先行指标的数据能够及时准确地得到[6]47-54。可见，一个经济指标成为通货膨胀的先行指标的合理性首先是建立在其能深刻地反映通货膨胀原因的基础上，表现在经济模型上就在于其能引导CPI的变动。PPI如果要成为当前我国通货膨胀的先行指标，它就必须能引导CPI变动。基于PPI和CPI的结构体系分析，本文提出PPI能引导CPI变动的假设，然后通过实证来加以检验和论证。
为简洁文字，本文参照WIND数据库价格指数分库，各种价格指数尽量采用英文缩写。
1.PPI和CPI的结构体系
依据国际惯例统计的PPI包括EPI和RFPPI。EPI是反映一定时期内全部工业产品出厂价格总水平变动趋势和程度的相对数，包括工业企业售给本企业以外的所有单位的各种产品和直接售给居民用于消费的产品[7]336，其具体的分类见表2。
RFPPI是反映工业企业作为生产投入，而从物资交易市场或能源、原材料生产企业购买原材料、燃料和动力产品时，所支付的价格水平变动趋势和程度的统计指标，即指作为工业产品的原材料和能源进入生产、流通领域时的价格指数[7]336。它是影响工业企业物资消耗成本变动的重要因素，其具体分类见表3。
CPI是反映居民购买用于消费的商品和服务项目的价格水平变动趋势和变动幅度的相对数。调查内容既有城乡居民日常生活需要的各类消费品，也包括与人民生活密切相关的多种服务项目[8]。具体调查内容分为八大类，其中比重最大的是食品类，见表4。
2.PPI中的CGEPI能够引导CPI变动
CGEPI通过引导RPI来引导CPI。CGEPI与CPI包含相同的商品类别，从表5中物价体系的统计指标可看出：CGEPI与CPI中相同的类别有两类，即食品类和衣着类。具体而言，这两类商品属于CPI中的RPI。普遍而言，RPI分为食品、饮料烟酒、服装鞋帽、纺织品等十四个大类，这些类别的商品大多数属于生活资料产品，从而直接流入零售市场的生活资料类的出厂工业品价格变动能引导零售价格的变动。由此可见，CGEPI能够引导CPI变动。
3.PPI中的MPEPI能够引导CPI变动
(1)基于成本定价法的解释
成本导向定价法是以产品成本作为定价基础的定价方法。成本导向定价运用得比较普遍，约占全部产品成本定价的50%[9]182-185,186-190。依据成本导向定价法，产品成本是价格构成中一项最基本的因素。成本是产品定价的最低限度，产品价格必须能够补偿产品生产、分销和促销的所有支出，并补偿企业为产品承受风险所付出的代价。在一般情况下，企业商品的成本高，其价格也高，反之亦然。为生产用于消费的产品和服务而购买的生产资料构成其生产的成本，从而MPEPI能够引导CPI变动。
(2)基于生产者理论的解释
依据微观经济学原理，任何营利性企业如果寻求利润最大，就必然在边际成本(MC)等于边际收益(MR)处进行生产。根据单个厂商对市场价格的控制程度，市场可以分为完全竞争市场和不完全竞争市场[10]186。以厂商对市场价格控制能力最弱的完全竞争市场为例，企业的停止营业点为价格（边际收益）等于边际成本处，此处也为平均可变成本(AVC)的最低处。所以产品的价格必然在停止营业点以上，随产品的边际成本变动而上升。否则厂商将临时停止生产甚至永久退出行业，而产品的价格会由于供应数量的减少而上升。另外，在完全竞争的市场条件下，厂商的长期均衡条件为：P=MR=LMC=LAC。其中P为产品的价格，MR为产品生产的边际收益，LMC是长期的边际成本，LAC是长期平均成本，并且长期均衡点出现在LAC曲线的最低点[10]226-227。由此可见，均衡市场中产品的生产成本变动必然导致其价格变动。而不完全竞争市场中厂商的定价能力强于完全竞争市场中的厂商，他们更容易通过提高价格来弥补成本的上升。所以用来生产居民消费商品和服务的生产资料购进价格变动导致CPI变动，从而MPEPI能够引导CPI变动。
(3)MPEPI中的分类指数能够引导相应的CPI分类指数变动
首先是MPEPI中的AMPI（农业生产资料价格指数）能够引导CPI中的FPI（食品价格指数）变动。AMPI通过影响农产品的产量和生产成本影响FPI。农业生产资料的价格影响其被购买的数量，而农业生产资料被投入生产的数量在很大程度上影响农产品的产量。同时由于农产品属于生活必需品，它的消费需求的价格弹性较小，因而农产品的供给产量在很大程度上决定了农产品的市场价格。又因为食品类价格指数统计的项目大多属于农产品，而农业生产资料的价格直接构成食品的生产成本，所以，AMPI通过影响农产品的价格引导FPI变动。
其次是MPEPI中的建筑材料价格指数变动能够引导居住类价格指数变动。目前我国的居住类调查项目中，包括了诸如建房及装修材料、房租、物业费及其他与居住有关的服务，以及水、电、燃气等所有与居住有关的项目。生产资料中的建筑材料是建房和装修的重要成本，所以建筑材料价格指数的变动会引导居住类价格指数的变动。
4.PPI中的RFPPI能够引导CPI变动
(1)基于产业经济学的解释
产业经济学认为经济体中的所有行业由产业链衔接。由于处在链条中间的经济部门存在紧密的前向关联和后向关联，生产和消费作为一个链条上的两个端点，应是一种良性的传递并继而互动[11]。生产领域的原材料、燃料和动力行业的价格波动传递到工业品生产行业，工业品生产行业中的生活资料行业与居民消费行业直接关联，生产资料行业与居民消费产业关联通过生活资料行业间接关联。从而上游产业产品的价格波动通过后向关联向下游产业扩散，一直能够传递到最终消费品。
(2)RFPPI的分类指数引导CPI变动
首先是RMPI能够引导CPI变动。需求拉动要求RMPI的变动引导CPI变动，原材料供求市场上，企业和居民同为需求方，企业作为最大的需求力量，其对原材料的购买价格往往是市场的均衡价格，从而居民对原材料的购买价格被动地受制于企业的原材料购进价格；成本推动也要求RMPI引导CPI变动，生产者的原材料采购价格的变动直接引起产品生产的可变成本的变动。
其次是FPPI能够引导CPI变动。从燃料和动力购买的需求方面看，厂商用于生产的购买与消费者用于生活的购买形成竞争，因而FPPI的变动与CPI的变动同步进行。成本定价理论也要求CPI反映FPPI的变动，燃料和动力构成工业企业生产的可变成本，其价格的变动必然顺着产业链传导到零售商品价格和服务项目上，从而传导到CPI。从燃料和动力的生产对粮食产品的需求看，FPPI对粮食价格指数构成需求拉动，从而影响居民消费价格指数的变动。近年来国际石油价格不断上涨，这使得技术上成熟的生物能源技术在经济上变为可行，于是许多粮食被用来生产能源产品，如玉米被大量用来生产工业乙醇，由此衍生为对粮食的巨大需求，并拉动粮食价格的上涨。
以上表明PPI的各分类指数能够引导相应的CPI中的分类指数变动，由此得出PPI能够引导CPI变动的假设。
（二）检验模型及方法说明
1.模型的建立
本文以EPI代表PPI作为解释变量，以CPI作为被解释变量建立回归模型检验。以EPI替代PPI进行研究的理由是：第一，我国PPI的变动主要通过工业品出厂价格指数的变动体现出来。从PPI的内部关联来看，工业企业的RFPPI就是原材料、燃料和动力生产企业的EPI。目前我国编制RFPPI调查的产品包括九大类产品①，这九大类产品中除木材及纸浆类、农副产品类和纺织原料类外，均是工业企业的出厂产品，这就表明EPI涵盖了RFPPI；第二，从统计数据的可得性而言，EPI是我国现行统计报表制度的一项内容，其数据容易获取；第三，实证模型要求数据准确和简洁，国内的统计口径并不存在单一的生产者价格指数指标。虽然用EPI替代PPI，但模型的理论基础、回归结果分析和政策建议都是针对PPI。
PPI数据和CPI数据均为时间序列。考虑到不同滞后期的EPI和CPI序列内部均存在复杂的自相关性，滞后期很难确定，我们建立自回归分布滞后模型来分析两者的相互关系[12]619。在充分吸收相关学者的研究成果和考虑当前我国的现实经济情况的基础上，本文建立半年度模型进行检验，模型如下：
模型中，m、n、t代表期数，取值范围为正整数，其中m＜t、n＜t；i、j均为整数。解释变量中的一组是滞后多期的EPI对数值，是外生的；另一组是内生的滞后多期的CPI对数值，采用它是因为当期的CPI受到滞后多期的CPI的影响（翘尾因素）；被解释变量是当期的CPI对数值。其中各变量均取对数值是为增强时间序列的稳定性以及消除模型的异方差。
2.数据来源、处理和检验步骤
本文采用的数据来源于《中国统计年鉴》（1989年－2007年）和Wind数据库，所有的价格指数均为同比价格指数。首先采用X-11加法季节调整方法对月度原始数据进行调整，从而分离出数据变动中的趋势变动、季节变动、循环变动和不规则变动；半年度数据由季节调整后的月度数据采用简单加权平均法计算而来。
检验步骤为：首先，采用ADF(Augmented Dicky-Fuller)方法进行平稳性检验；其次，对模型进行ARCH效应检验，以确定是否采用条件异方差模型；再次，采用双变量检验方法进行协整检验；最后，对序列进行格兰杰因果检验以从实证上证明序列间的因果关系。
三、检验过程与结果
按照以上的检验步骤，我们对半年度模型用1997年－2007年的半年度数据进行检验。
（一）相关度检验
我们对SYEPI序列和SYCPI序列首先进行相关度检验发现：SYEPI和SYCPI数据的相关系数为0.703943（见表6），两者之间的相关性较高。
（二）平稳性检验
由表7可知，lnsycpi和lnsyepi序列均为一阶单整序列，可以进行回归分析。
（三）ARCH效应检验
经过试验，我们估计半年度模型为：
lnsycpi=2.713133+0.412542*lnsyepi(-1)
随后进行ARCH效应检验，结果如表8所示：
检验的相伴概率为0.330055，残差序列不存在ARCH(1)效应。所以采用最小二乘法得到的模型准确有效。
半年度模型的具体计量检验结果见表9：虽然模型的拟合优度值及
为0.536581，调整后的拟合优度值为0.512190，但考虑到模型只有一个解释变量以及高的值并不是判定模型优异的充分条件，我们可以接受这样的值。F统计量为21.99959，伴生概率为0.000159，这些数据均表明模型拟合样本的整体效果良好。此外，在模型系数均可以在0.1%的显著性水平上拒绝系数为零的原假设，从而通过显著性检验。
（四）协整检验
因为lnsycpi和lnsyepi序列均为一阶单整序列，我们可以采用E-G两步法进行协整检验。如表10所示：残差估计值序列的ADF统计量小于1%显著性水平下的临界值。所以残差估计值序列为零阶单整序列，lnsycpi和lnsyepi序列具有长期协整关系。
（五）因果检验
由表11可知，对于SYEPI不是SYCPI的格兰杰成因的原假设，相伴概率为0.09729，表明至少在90%的置信水平下，可以认为SYEPI变动是SYCPI变动的格兰杰成因。
上述检验结果表明，当期的SYEPI引导了下期的SYCPI变动；EPI与CPI序列之间不仅存在稳定的长期协整关系，而且EPI变动是CPI变动的原因，同时EPI变动有效传导到CPI的时间为半年，从而PPI能够引导CPI变动的假设成立。
四、进一步的检验和分析
PPI引导CPI变动的原因很多，下面我们将从这两种价格指数的结构上进行进一步的检验和分析。
（一）当前我国的CGEPI引导了CPI变动
我国价格变动趋势表明CGEPI通过引导RPI变动引导了CPI变动。由图1可知，2003年1月至2008年2月，CGEPI和RPI同步上涨且形状相似。我们还发现1999年1月至2008年2月的CGEPI和RPI序列的相关系数为0.953508，它们之间高度相关。
接着我们对CGEPI和RPI序列进行格兰杰因果检验，结果如表12所示：在99%的置信水平下，CGEPI变动是RPI变动的格兰杰成因。可见，我国的CGEPI引导了CPI的变动。
（二）当前我国的MPEPI引导了CPI变动
近年来，我国价格变动趋势也表明MPEPI引导了CPI的变动。2003年1月至2008年2月，MPEPI和CPI同步上涨，这期间，MPEPI（月度同比）迅猛增长，其均值为105.11；CPI（月度同比）也显示出了持续稳定增长的态势，其均值为102.79。这表明两者具备一定的相关性。
于是我们对月度MPEPI和CPI序列间的关系进行因果检验，结果如表13所示：在99%的置信水平下，MPEPI变动是CPI变动的格兰杰成因。因而，当前我国的MPEPI引导了CPI的变动。这个结论也能从MPEPI的分类指数引导了CPI中分类指数变动的事实得到证明，如农业生产资料价格指数引导食品类价格指数中的粮食价格指数变动、建筑材料价格指数引导居住类价格指数变动。
（三）当前我国的RFPPI引导了CPI变动
1.RMPI引导了CPI变动
在我国，RMPI引导了CPI的变动。2003年1月至2008年2月，RMPI和CPI同步上涨。这期间，原材料价格迅猛上涨，RMPI（月度同比）的均值为107.0584；同期，CPI（月度同比）也显示出了持续稳定增长的态势，其均值为102.79。这些数据表明两者存在相关关联。而且从图2看到，RMPI和CPI两曲线非常相似。因而我们对RMPI和CPI序列进行格兰杰因果检验，结果如表14所示：在99%的置信水平上，RMPI变动是CPI变动的原因，这表明我国的RMPI引导了CPI变动。
2.FPPI引导了CPI变动
在我国，FPPI引导了CPI变动。近年来，统计数据显示FPPI和CPI同步上涨。FPPI上涨主要体现在煤炭和石油上。2003年1月份至2008年2月期间，煤炭及炼焦出厂价格指数（月度同比）的均值为108.7350；全国石油天然气出厂价格指数（月度同比）的平均值为118.82。同期，CPI也持续稳定增长。这种相关现象使我们对这两者进行了因果检验，结果如表15所示：在99%的置信水平上，煤炭及炼焦价格指数变动是CPI变动的原因，这意味着煤炭及炼焦价格指数能够引导CPI变动。
此外，我们对我国的石油天然气价格指数和CPI间的关系进行的因果检验表明（见表16）：在95%的置信水平上，石油天然气价格指数变动是CPI变动的原因，这意味着石油天然气价格指数能够引导CPI变动。这个观点与Youngho Chang和Chan Jiang(2003)[13]1151-1165的观点一致。由此可见，当前我国的FPPI引导了CPI的变动。
综上所述，近年来我国PPI上升引发了CPI上涨并且造成了很大的通货膨胀压力，PPI中的各分类指数都引导了相应的CPI中的分类指数变动，从而PPI引导了CPI变动，这一点也可从图3直观地感受出来。
图3 PPI与CPI的趋势图
五、研究结论和政策建议
（一）研究结论：PPI可以作为当前我国通货膨胀的先行指标
本文的最终结论是：PPI可以作为当前我国通货膨胀的先行指标。这是因为，通过对PPI引导CPI变动的理论阐述和实证检验，我们得到了以下几个结论：
第一，PPI能够引导CPI变动。原因是：价格指数编制的内容决定了CGEPI能够引导CPI变动、成本定价理论和生产者理论表明MPEPI能够引导CPI变动；产业链传导理论认为RFPPI能够引导CPI变动。
第二，我国的PPI引导了CPI变动，并且PPI的变动有效传导到CPI需要消耗的时间约为半年。
第三，当前我国价格变动的实际情况表明PPI中的各分类指数引导了相应的CPI中各分类指数的变动。首先，CGEPI引导了CPI变动。其次，MPEPI引导了CPI变动，具体而言：我国的恩格尔系数高，所以农业生产资料的价格能够有效引导GPI变动从而引导了CPI的变动；居住类价格指数占CPI的比例高，从而建筑材料价格指数引导了居住价格指数的变动。最后，RFPPI引导了CPI变动，具体而言：我国的粗放型经济增长模式有利于RMH变动引导CPI的变动；世界油价的高企和生物质能技术的发展衍生了油价引导粮价变动的新机制，而我国粮价和油价与世界接轨，也就意味着我国的FPPI引导了CPI的变动。因而，历史数据表明当前我国的PPI引导了CPI的变动。
如前所述，一个经济指标成为先行指标要满足先行性、因果性、灵敏性、稳定性和可得性。前文论证表明，当前我国的PPI引导了通货膨胀的测度指标CPI的变动，满足了先行性和因果性要求；PPI数据可以实时反映工业品价格和原材料、能源和动力购进价格变动，满足了灵敏性要求；PPI指标统计的范围涵盖了所有的工业部门，我国的统计部门调查统计PPI的时间较长且已建立分类科学的PPI数据库，从而能够反映总体的价格趋势并保持稳定，因而满足稳定性和可得性。由此本文认为PPI可以作为当前我国通货膨胀的先行指标。当然，PPI作为通货膨胀的先行指标也存在不足之处，如PPI属于价格指数，容易受到政府价格政策的影响；PPI不能主动引导消费结构的变化[6]。但这并不妨碍本文结论的成立。
（二）政策建议
如果把PPI作为当前中国通货膨胀的先行指标，那么本文提出如下政策建议：
第一，政府和学者可通过关注PPI的分类指标来预测通货膨胀的结构性特点，即可通过监测PPI中的各分类指数的变动来预测CPI的变动及其特点，从而预测通货膨胀的结构性特点。
第二，政府和学者可通过关注PPI指标来从整体上预测通货膨胀。其理由有：PPI是预测通货膨胀的指标；而且我国目前已经建立了完整的PPI监测体系。
第三，统计部门应增加编制一个统一的PPI指标，以方便政府、学者和民众从整体上预测通货膨胀。我国目前缺乏统一的PPI指标，PPI通过EPI和RPPPI体现，这种做法既不符合国际惯例，又不利于预测者和决策者从整体上把握PPI变动的趋势；而一个统一的PPI指标可以清晰明了地反映物价变动的总趋势，有利于人们准确地预测通货膨胀。
第四，政府和学者通过关注PPI指标来预测通货膨胀时，必须综合考虑月度和半年度PPI数据。从预测通货膨胀的时效性来说，月度PPI数据最能反映物价变动的最新趋势，但通货膨胀是一种价格总水平持续上升的货币现象。通胀必然表现为物价全面的、持续的、大幅度的上涨[14]，为保证通过PPI指标从整体上预测通货膨胀的准确性，政府和相关职能部门必须综合考虑各种时间跨度的PPI数据。
第五，政府和学者预测通货膨胀时，将PPI和货币供应量、贷款发放量等其他指标结合起来将是一个稳妥的选择。因为通货膨胀不仅是一种价格和货币现象，而且它的发生常常是实体经济运行出现问题所造成的。它会通过多种指标和现象显示出来，同样它的先行指标也有多种。
［收稿日期］2008-12-03
注释：
①资料来源：根据Wind数据库价格指数分库整理而得。
标签：cpi论文; 通货膨胀论文; 生产价格指数论文; 经济指数论文; 成本预测论文; 经济模型论文; 预测模型论文; 成本分类论文; 分类数据论文; 经济学论文; cpi指数论文;