核心通货膨胀：理论模型与经验分析，本文主要内容关键词为：通货膨胀论文,模型论文,核心论文,理论论文,经验论文，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
货币政策的长期中性已经被各国中央银行和经济学家广泛接受。在中长期，货币政策只能影响通货膨胀，对真实产出、真实消费和真实投资等真实变量没有影响。因此，越来越多的中央银行明确或者隐含地实行通货膨胀目标制，即使是没有实行通货膨胀目标制的国家，稳定物价也是货币政策的重要目标之一。既然通货膨胀已经成为货币政策的重要目标甚至是中长期的唯一目标，那么准确地度量通货膨胀就显得尤为重要。
目前各国中央银行普遍采用的通货膨胀指标是CPI通货膨胀率。由于CPI度量的是生活成本，因此CPI通胀率也是居民最关心的通货膨胀指标。然而，Bryan & Cecchetti（1993）指出，由于如下两个方面的原因，CPI通胀率不适合作为货币政策的通货膨胀目标：（1）CPI通胀率包含由非货币事件（比如，部门特有的冲击）所导致的暂时性噪声；（2）CPI通胀率包含由支出比例加权所导致的权重偏差。Mankiw & Reis（2003）建立了一个以稳定产出和稳定物价为目标的货币政策评价模型，发现将CPI通胀率作为货币政策的通货膨胀目标会导致产出剧烈波动。这些研究表明度量生活成本变化的CPI通胀率并不适合作为货币政策的通货膨胀目标。
作为货币政策的通货膨胀目标，除了CPI通胀率之外，另一个备受关注的通货膨胀度量方法是核心通货膨胀（core inflation）。核心通货膨胀的概念是在20世纪70年代被提出的。当时石油出口国大幅度提高原油价格，导致发达的工业化国家发生了严重的成本推动型通货膨胀，而抑制通货膨胀的紧缩性货币政策又导致经济的停滞。当时的学者经过反思后认为，在监测通货膨胀和制定货币政策时，需要将CPI通胀率分解成两部分：一部分是由总供给与总需求决定的趋势性成分，被称为核心通货膨胀；另一部分是由食品或能源价格波动所决定的暂时性成分，被称为非核心通货膨胀或暂时通货膨胀。个别商品价格的暂时性上涨只会引起cPI通胀率的暂时性上升，当这种暂时性上涨结束后，CPI通胀率将会回落。CPI通胀率的这种暂时性波动不应该影响中央银行的决策，中央银行应该根据CPI通胀率的趋势性成分即核心通货膨胀制定货币政策。
虽然核心通货膨胀的概念已经被广泛接受，但是关于如何计算核心通货膨胀，还存在很多争议，还没有一种既有理论基础又被广泛接受的计算方法。根据Silver（2007）和Wynne（2008）对核心通货膨胀的概念和计算方法的回顾，本文将核心通货膨胀的计算方法分为如下的两类：①
（1）基于波动性的计算方法（methods based on volatility），主要包括剔除法（exculsion method）、加权中位数法（weighted median method）、截尾平均法（trimmed mean method）、波动性加权法（volatility weighted method）。这类方法的特点是，根据各类商品价格波动性的大小给各类商品重新赋权。剔除法是剔除价格易受非经济因素影响且波动剧烈的商品（相当于权重等于0），根据剩余的各类商品的价格通过支出比例加权来计算核心通货膨胀，比如最常用的剔除食品和能源的核心通货膨胀度量。加权中位数法和截尾平均法都需要首先将各类商品按照价格波动性排序，加权中位数法根据位于中位数上的那类商品的价格计算核心通货膨胀，而截尾平均法是在剔除一定比例的高波动性和低波动性的商品之后，根据剩余的各类商品的价格通过支出比例加权来计算核心通货膨胀。波动性加权法是以各类商品价格的方差的倒数为权重，通过对各类商品的价格进行加权平均来计算核心通货膨胀。
（2）基于动态因子的计算方法（methods based on dynamic factor）。Bryan & Cecchetti（1993）、Cristadoro et al.（2005）和Reis & Watson（2010）假设各类商品的价格变化中都包含有一个共同的动态因子，这个动态因子表示的所有商品的共同价格变化趋势就是核心通货膨胀。他们将各类商品的价格变化分解为：
由上面的介绍和分析可知，不管是基于波动性的计算方法还是基于动态因子的计算方法，均假设各种商品的价格变化可以按照式（1）所示的方式表示为核心通货膨胀与异质性相对价格变化之和。然而，式（1）是一个完全经验性的分解公式，缺乏理论基础，这使得估计核心通货膨胀完全成为一个计量经济问题。而且，式（1）假设核心通货膨胀对所有商品的价格变化具有相同的影响，这是有悖经济直觉的。至少从价格粘性的角度来说，不同类型商品的价格粘性程度是不同的，价格粘性越弱，则商品价格对核心通货膨胀的反应就越快。比如，张成思（2009）的经验分析表明，货币政策变化与不可预料的随机货币政策冲击对我国CPI的各大类通货膨胀指标的影响存在明显差异。
下文的结构安排如下：第二部分证明多部门新凯恩斯菲利普斯曲线，提出商品价格变化的理论分解公式；第三部分提出估计核心通货膨胀的计量经济模型及其两阶段估计方法，并估计我国的核心通货膨胀；第四部分为结论和展望。
二、多部门新凯恩斯菲利普斯曲线和商品价格变化的分解公式
新凯恩斯菲利普斯曲线（new Keynesian Phillips curve）是目前描述通货膨胀动态特征的主流方法。然而，现有的新凯恩斯菲利普斯曲线是在单部门新凯恩斯模型中推导出来的，只能描述总体经济的通货膨胀。要想得到计算核心通货膨胀所需的各类商品价格变化的分解公式，需要证明描述各类商品价格变化的部门新凯恩斯菲利普斯曲线。本节将新凯恩斯模型推广到多部门情形，证明多部门新凯恩斯菲利普斯曲线，在此基础上提出商品价格变化的理论分解公式。
假设经济存在一个代表性家庭、一个完全竞争的最终商品生产商、J个中间商品生产部门，而每个中间商品生产部门都由连续统（0，1）上的垄断竞争厂商组成。在每一期，代表性家庭理性选择消费水平、劳动供给和资本积累；中间商品生产部门j中的所有垄断竞争厂商向代表性家庭租赁资本和雇佣劳动来生产中间商品j，然后以垄断竞争的价格向最终商品生产商出售中间商品j（j＝1，2，…，J）；最终商品生产商以J种中间商品作为投入生产最终商品，并以完全竞争的价格出售给家庭。因为代表性家庭是价格的接受者，在证明新凯恩斯菲利普斯曲线时并不涉及家庭的决策，所以下面仅给出最终商品生产商和中间商品生产商的行为模型。
（一）最终商品生产商
（三）商品价格变化的分解公式
式（1）所示的价格变化分解公式将各部门商品的价格变化分为核心通货膨胀和异质性相对价格变化两部分。核心通货膨胀理论认为，异质性相对价格变化是由该部门特有的因素导致的价格变化，而这些因素对其他部门商品的价格没有影响，比如，天气和季节对食品价格的影响，OPEC对石油价格的影响等。在剔除了由本部门特有因素所导致的价格变化之后，剩余的价格变化就是核心通货膨胀。但是，这只是一种经验的价格分解方式，核心通货膨胀和异质性相对价格变化各自受哪些因素的影响、核心通货膨胀和异质性相对价格变化对本部门商品的价格变化各有什么影响等这些问题都没有解决。采用本文证明的多部门新凯恩斯菲利普斯曲线可以有效的解答这些问题。
因此，第j种商品的价格变化可以分为两部分：由核心通货膨胀及其预期所决定的价格变化，即前两项；由仅对本部门商品的价格变化有影响的因素所导致的价格变化，即后三项。
与式（1）所示的价格变化分解公式相比，本文提出的分解公式具有如下的优势：（1）本文提出的分解公式并非经验公式，而是建立在厂商优化行为的基础上；（2）核心通货膨胀对不同部门商品价格变化的影响是不同的；（3）核心通货膨胀的预期也会影响各部门商品的价格变化；（4）考虑了部门价格缺口对各部门商品价格变化的影响。
三、经验分析
（一）变量和数据
1.部门商品的价格变化
采取我国居民消费价格指数（CPI）中的分类方法，按照用途将商品划分为八大类，即食品、烟酒及用品、衣着、家庭设备用品及维修服务、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、居住。由于这种分类方法自2001年1月开始实施并且cPI统计是按月进行的，所以本文采用从2001年1月到2010年2月我国cPI指数及其8个分类价格指数的月度同比数据。之所以没有采用月度环比数据，是因为月度环比数据噪声太多，无法得到稳健的分析结果；而第t期的月度同比数据等于从第t期往前到第t－11期的12个月度环比数据之和，消去了月度效应并使无规则波动平均化。② 因为估计核心通货膨胀需要的样本容量很大，所以本文没有采用季度数据。
2.部门价格缺口
在计算部门价格缺口时，本文将2000年12月作为基期并将2000年12月总体价格水平和各部门的价格水平都设定为100，根据CPI指数和各部门的价格指数推算出从2001年1月到2010年2月期间总体价格水平和各部门的价格水平，两者分别取自然对数后相减得到部门价格缺口的数据。与价格变化的月度同比数据相对应，本文用从第t期往前到第t－11期的部门价格缺口之和表示第t期的部门价格缺口同比值。
3.核心通货膨胀的预期
处理通货膨胀预期的常用方法有两种：一种方法假设预期偏差与工具变量不相关，采用广义距估计（GMM）来估计预期通货膨胀的系数，比如Galí & Gertler（1999）和Galí et al.（2001,2005）等；一种方法则采用通货膨胀预测值的微观调查数据代表通货膨胀预期，比如陈彦斌（2008）、Zhang et al.（2008）和Chen & Huo（2009）。因为核心通货膨胀本身就是本文要估计的不可观测变量，所以第一种方法无法解决核心通货膨胀预期的问题。同时，目前核心通货膨胀的计算本身就存在很多争议，更缺乏核心通货膨胀预测值的微观调查数据。因此，本文在估计时采用适应性预期，用过去若干期的核心通货膨胀形成下一期核心通货膨胀的预期。
4.所有部门共同的边际成本缺口
因为我国的GDP和劳动报酬只有季度数据，没有月度数据，所以本文采用工业增加值缺口表示边际成本缺口。2007年之前国家统计局每月公布按现行价格计算的工业增加值，而2007年之后改为每月公布按不变价格计算的工业增加值同比增长率和累计同比增长率。本文以2000年12月的价格为基期，根据2007年之前的工业增加值和2007年之后的工业增加值同比增长率和累计同比增长率，折算出按2000年12月的不变价格计算的从2001年1月至2010年2月的工业增加值。与价格变化的月度同比数据相对应，本文用从第t期往前到第t－11期的工业增加值之和表示第t期的工业增加值同比值。
根据
et al.（2008），计算产出缺口的方法可以分为单变量方法和多变量方法。单变量方法仅根据产出序列本身所包含的信息计算潜在产出水平，常用的包括HP滤波（Hodrick-Prescott filter）、带通滤波（band pass filter）和单变量不可观测成分法（univariate unobserved component）。因为单变量不可观测成分法通常采用卡尔曼滤波来估计不可观测的潜在产出水平，所以单变量不可观测成分法也被称为单变量卡尔曼滤波。多变量方法则根据结构化的宏观经济模型来估计潜在产出水平，包括生产函数法（production function）和多变量不可观测成分法（multivariate unobserved component）。至于哪种方法更好，目前还没有统一的结论。由于我国缺乏足够的月度数据，所以在本文中多变量方法并不可行。在单变量方法中，带通滤波将序列的波动分成低频波动、中频波动和高频波动，在计算时需要滤去若干期期初观测值和期末观测值。由于本文的月度数据周期并不长，采用带通滤波将进一步减小样本容量，所以本文分别采用HP滤波和卡尔曼滤波计算工业增加值的缺口，结果见图1（GAPHP表示HP滤波得到的工业增加值缺口，GAPKL表示卡尔曼滤波得到的工业增加值缺口，CPI表示我国消费价格指数的月度同比增长率）。由图1可知，用HP滤波得到的工业增加值缺口与CPI的走势更加一致，而且大于零的工业增加值缺口（比如2005年前后和2008年前后）都引发了高通胀。这表明通过HP滤波得到的工业增加值缺口对通货膨胀的解释能够更强。而且，在下文估计核心通货膨胀的过程中，采用通过HP滤波计算的工业增加值缺口能够取得更好的估计结果。因此，本文采用HP滤波得到的工业增加值缺口表示边际成本缺口。
图1 工业增加值缺口和CPI
图2 核心通货膨胀的估计值
为了与理论模型相对应，以上数据均为取自然对数后的数据。因为月度同比数据已经自然地消除了月度效应，所以不再需要进行季节调整，仅对所有样本序列进行了去均值处理④。因为样本容量所限，本文在估计过程中没有进行结构性变化的统计检验。不过，本文的样本期从2001年开始，而刘金全等（2006）和张成思（2008）的研究表明，我国通货膨胀动态的结构性变化发生在20世纪90年代中期。
（二）计量经济模型和估计方法
估计核心通货膨胀的计量经济模型有如下三组方程构成：
（1）描述核心通货膨胀的计量经济方程
当没有内生性问题时，OLS估计比GMM估计更有效，因此本文使用Hayashi（2000）中的C统计量来检验使用代理变量是否带来了内生性问题，其原假设是代理变量是外生的。因为进行C检验的前提条件是存在有效的工具变量，所以本文在GMM估计的第一阶段回归中对所有工具变量进行了联合显著性检验，其统计量为Stock & Yogo（2005）提出的广义F检验。Hall et al.（1996）的蒙特卡洛模拟表明，即使在5％或者1％的显著性水平上拒绝弱工具变量的原假设，有时仍然不能保证工具变量是有效的。Stock et al.（2002）认为F统计量大于10时拒绝原假设才是可靠的。根据表1，除了食品部门商品价格变化的计量经济方程外，其他部门商品价格变化的计量经济方程都存在有效的工具变量。结合C检验的结果，本文认为：（1）在烟酒及用品、家庭设备用品及维修服务、医疗保健及个人用品、交通和通讯以及娱乐教育文化用品及服务这五个部门，以
的代理变量没有带来显著的内生性问题，可以采用第三组的OLS估计；（2）在衣着和住房这两个部门，以
的代理变量没有带来显著的内生性问题，可以采用第四组的OLS估计；（3）在食品部门，第一组GMM估计和第二组GMM估计的F统计量均小于10，这表明这两组估计中的工具变量并非有效的工具变量，因此本文分别采用第三组OLS估计和第四组OLS估计进行第二阶段的估计，估计结果表明采用第三组OLS估计的效果更好。
因为相邻两个月的月度同比数据中包含相同的11个月的月度环比数据，所以CPI指数及其分类指数的月度同比数据具有很强的持续性，单位根检验表明都是1阶单整序列（结果略）。本文对上述四种估计得到的残差序列进行了不含常数项和线性趋势项的ADF检验，均显著拒绝具有单位根的原假设，这表明上述估计不存在伪回归问题。⑦
2.第二个阶段的估计结果
虽然根据两阶段估计方法可以估计出我国的核心通货膨胀，但是这种估计方法的运算过程非常复杂。为了便于应用，本文根据求解卡尔曼滤波稳态的方法，⑧ 求出了在稳态中CPI的8个分类价格指数在核心通货膨胀中的权重（见表1的倒数第二行）。采用计算出来的稳态权重，本文根据从2001年1月到2010年2月我国CPI中8个分类价格指数的月度同比数据重新计算了核心通货膨胀（记为CCPI-stable，见图2）。根据图2，由稳态权重计算出来的CCPI-stable与由两阶段估计方法估计出来的CCPI基本一致，这表明根据稳态权重计算核心通货膨胀的简化计算方法是足够有效的。
表1的最后一行给出了我国CPI中8个分类价格指数的权重。对比8个分类价格指数在CPI中的权重和在核心通货膨胀中的权重可以发现，食品、烟酒及用品、家庭设备用品及维修服务以及娱乐教育文化用品及服务这四个分类价格指数的权重变化最大，其他四类分类价格指数的权重变化较小。其中，食品和娱乐教育文化用品及服务这两个分类价格指数在核心通货膨胀中的权重几乎减小为零，而烟酒及用品和家庭设备用品及维修服务这两个分类价格指数在核心通货膨胀中的权重与其在CPI中的权重相比增大了很多。图3至图6中对这四个分类价格指数、CPI和CCPI的序列走势进行了对比。从各个分类价格指数、CPI和CCPI的关系来看：
（1）食品价格指数在我国CPI中的权重高达33.9％，而且食品价格指数波动很大，这导致食品价格指数带动CPI。食品价格指数剧烈的波动性（最大时甚至为CPI的3倍）表明，食品价格指数包含的异质性相对价格变化太多，包含的核心通货膨胀的信息太少，因此在核心通货膨胀中的权重很小。这一结论与在度量核心通货膨胀时剔除食品价格的传统处理方法是一致的。
（2）娱乐教育文化用品及服务价格指数与CPI的走势完全背离，这表明该分类价格指数与其他的分类价格指数几乎没有共同的成分，即几乎没有包含任何核心通货膨胀的信息。与食品价格指数的波动性相比，该分类指数的波动性并不是很强，但是其在核心通货膨胀中的权重却比食品价格指数在核心通货膨胀中的权重还小，这表明在度量核心通货膨胀时仅考虑波动性是不够的。
（3）烟酒及用品和家庭设备用品及维修服务这两个分类价格指数与cPI的长期走势非常一致，而且波动性远远小于cPI的波动性。这与核心通货膨胀的性质是非常一致的，这也表明这两类分类价格指数中包含有更多的核心通货膨胀信息，因此这两类分类价格指数在核心通货膨胀中的权重很大。
（四）有效性评价
Marquesa et al.（2003）认为，一个有效的核心通货膨胀度量应该满足三个条件：
四、结论和展望
本文将计算核心通货膨胀的方法分为基于波动性的计算方法和基于动态因子的计算方法，发现不管是基于波动性的还是基于动态因子的计算方法，均假设各种商品的价格变化可以表示为核心通货膨胀与异质性相对价格变化之和。然而，这个分解公式既缺乏理论基础又违背经济直觉。
本文证明了多部门新凯恩斯菲利普斯曲线，在此基础上提出了商品价格变化的理论分解公式，发现核心通货膨胀对不同部门商品价格变化的影响不同，而且核心通货膨胀的预期和部门价格缺口也会影响各部门商品的价格变化。以这个分解公式为理论基础，本文提出了估计核心通货膨胀的计量经济模型及其两阶段估计方法，估计出了我国的核心通货膨胀并给出了根据稳态权重估计核心通货膨胀的简便方法。有效性检验表明，根据两阶段估计方法得到的核心通货膨胀CCPI和根据稳态权重得到的核心通货膨胀CCPI-stable都是有效的核心通货膨胀度量。
本文为有效地估计核心通货膨胀提供了理论基础和计量方法⑨，这使得我们能够对核心通货膨胀理论进行进一步的深入研究，比如：如何制定盯住核心通货膨胀的货币政策；这种货币政策与盯住CPI的货币政策（比如泰勒规则）有什么区别、联系以及优劣之分；盯住核心通货膨胀的货币政策对于实现稳定产出和稳定物价的政策目标会产生什么积极的影响等。
注释：
① 除了这两类计算方法之外，Quah & Vahey（1995）从货币政策的长期中性出发，认为在长期中对产出没有影响的那部分通货膨胀就是核心通货膨胀，提出了一个根据受约束VAR模型估计核心通货膨胀的方法。这个核心通货膨胀的计算方法没有考虑个体商品和服务的价格变化，损失了其中包含的核心通货膨胀信息。在理论上，这种计算方法也受到了一些经济学家的批评。比如，Bryan & Cecchetti（1994）和Cogley（2002）认为这种计算方法依赖于特定的结构化宏观经济模型从而不够稳健。
② 同样由于CPI指数及其分类指数的月度环比数据噪声太多，Bryan & Cecchetti（1993）采用了月度同比数据，Cristadoro et al.（2005）在使用月度环比数据时进行了年化处理并同时使用了月度同比数据，Reis & Watson（2010）采用了年化的季度环比数据。
③ Galí & Gertler(1999)、Galí et al.(2001,2005)、Lindé(2005)、Rudd & Whelan(2005)和Zhang et al.（2008）等对美国和欧元区通货膨胀动态进行了经验分析；陈彦斌（2008）、范志勇（2008）和杨继生（2009）等对中国通货膨胀动态进行了经验分析。
④ 去均值处理必须保证数据具有遍历性。这些变量的月度环比数据都是平稳序列，可以用ARMA模型描述，从而是遍历的。而第t期的月度同比数据等于从第t期往前到第t-11期的12个月度环比数据之和，也是遍历的。
⑤ 本文提出的估计核心通货膨胀的计量经济模型除了描述各部门商品价格变化的计量经济方程之外，还包括描述核心通货膨胀和部门异质性因素的计量经济方程，而且描述各部门商品价格变化的计量经济方程除了核心通货膨胀这个动态因子之外还包括其他的解释变量。Cristadoro et al.（2005）和Reis & Watson（2010）采用的广义动态因子模型无法处理这类问题。
⑥ 在估计过程中，本文在观测方程中加入了部门价格缺口，发现拟合效果得到明显改善，这表明部门价格缺口对本部门的商品价格变化有显著的影响。
⑦ 本文对第二阶段估计得到的残差序列也进行了ADF检验，均显著拒绝具有单位根的原假设。
⑧ 求解卡尔曼滤波稳态的方法详见Tsay（2005）。
⑨ 由于在估计核心通货膨胀时以适应性预期代替理性预期，所以本文提出的两阶段估计方法仍有可能进一步改进，比如采用Zhang and Clovis（2010）中的新方法。
标签：cpi论文; 货币政策论文; 通货膨胀论文; 成本推动通货膨胀论文; 经济模型论文; 分类变量论文; 宏观经济学论文; 动态模型论文; 经济学论文; 央行论文; cpi指数论文;