学习效应、通胀目标变动与通胀预期形成，本文主要内容关键词为：通胀论文,变动论文,效应论文,目标论文，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
通胀预期是公众对通胀在未来变动方向与幅度的事前估计，稳定与否可能给宏观经济带来严重冲击，形成类似于发达经济体的大稳健(Great Moderation)或“高通胀”(Great Inflation)现象(Bernanke，2004)。鉴于此，通胀预期在货币政策中的作用日益凸显。理论方面，首先，通胀预期极大地影响实际通胀，从而影响中央银行稳定价格的能力(Bernanke，2007等)。其次，通胀预期所包含的范围广泛的信息，能促进前瞻性决策的效率。最后，通胀预期的变动实则反映货币政策的可信度(Barro and Gordon，1983等)。实践方面，通胀目标制是当前流行的预期管理方法，借助对通胀目标的显性承诺和与公众之间的良好沟通，构造预期的名义锚和可考核且透明的政策评价标准，简化公众的决策过程并减小决策成本，从而降低通胀持续性和增强通胀预期的稳定性(Gürkaynak et al.，2007等)。
通胀预期的定义清晰且重要性已得到充分认识，但是，由于对公众的具体预期形成机制了解不足以及信息不对称与信息成本和异质性通胀预期的存在，使测度通胀预期成为具有挑战性的工作。依据数据来源的差异，通胀预期的测度方法大体分为三类。第一类是统计调查法，获取的是定性数据，需运用统计方法转换为定量测度。常用方法是概率法(Carlson and Parkin，1975等)，尽管该方法能在一定程度上展示部分公众(尤其对宏观经济决策和市场预期形成有关键作用的人员)的预期，但其不足也显而易见：首先，该方法无法对被调查者提供揭示对未来通胀的真实看法的内在激励；其次，调查结果对样本选择和问题设计的敏感度很高；再次，该方法的数据频率较低(通常每季度调查一次)，可能影响数据质量，这在通胀较高或通胀上升阶段尤为突出。最后，概率法受概率分布的影响(肖争艳、陈彦斌，2004)。第二类为金融市场提取法，认为投资者可通过交易金融工具，表达对金融市场和宏观经济的判断，通胀预期是决策中的重要因素之一。该方法的关键在于计算风险溢价，Soderlind&Svensson(1997)指出，可依据无套利原则和风险中性定价原理，反解出市场风险中性的概率分布和风险溢价。与统计调查方法相比，该方法的优点为：(1)数据频率高，能及时提供市场对通胀预期变化的信息；(2)潜在的金融风险激励投资者提供准确判断，降低测度误差。然而，最大不足在于必须立足于高度发达的金融市场，否则可能存在较大偏误。同时，在“羊群效应”和“投机性冲击”影响下金融市场反应过度，导致风险溢价有时变性，影响测度的精确性，这在金融市场暴涨暴跌时最为明显。第三类方法为计量建模法，即基于经济学理论而设定通胀与其他经济变量满足的计量模型，将模型产生的通胀统计投影值视作通胀预期(Mishkin，1981；Burmeister et al.，1986；Gottschalk，2001；Guerrero and Million，2004等)。
上述传统测度法仅运用局部信息(微观的个体信息、金融市场信息和宏观的总体信息)，所使用的方法和模型大多属于局部均衡分析，有片面性。与之不同，当前主流的新凯恩斯动态随机一般均衡模型(New-Keyesian Dynamic Stochastic General Equilirium Model)从一般均衡视角出发，运用贝叶斯估计，结合样本信息、参数的先验信念以及待估参数的经济含义，能较好应对模型误和结构性参数的识别，同时能避免卢卡斯批判和政策的动态不一致性，使测度有较强稳健性。这方面的最新文献包括Del Negro & Eusepi(2009)和Orme
o(2009)，他们发现NK-DSGE模型能刻画现实的通胀预期，但与模型的具体结构紧密相关，合理的模型结构能提高测度的有效性。在针对我国的通胀预期测度研究中，肖争艳、陈彦斌(2004)、肖争艳等(2005)以及张蓓(2009)采用统计调查法，赵留彦(2005)、刘金全等(2006)、刘雪燕、张敬庭(2008)等选择计量建模法，王维安和贺聪(2005)等运用金融市场提取法。这些方法均有前述的不足，依笔者掌握的资料看，尚无文献采用新凯恩斯DSGE模型测度通胀预期，这正是本文所要完成的工作。
本文在借鉴Smets & Wouters(2003)、Christiano et al.(2005)等经典模型的基础上，构建采用货币供给量调控经济的新凯恩斯DSGE模型，除具有名义粘性(价格与工资粘性)和实际粘性(价格与工资的指数化合约、消费惯性、投资调整成本和资本利用率)外，还引入时变的通胀目标及其三种可能的变动过程，以及公众对通胀目标的学习行为，同时将通胀目标引入工资与价格决策中。
时变的通胀目标具体体现在自1992年以来我国政府工作报告或其他官方文件中(见表1)，也反映政府对物价稳定的持续关注。表1中1992年到2000年之间通胀目标的设定以商品零售价格指数RPI为基准，1998年引入消费者价格指数CPI，在2001年之后完全以居民消费者价格指数为基准。整体上，通胀目标有明显的时变性。通胀目标可能有三种过程：第一种过程下通胀目标对外生冲击做出反应，第二种过程下追随滞后通胀变化，第三种过程下具有相机抉择性。不同通胀目标过程对应不同学习规则，运用似然比检验法，确定适合我国的通胀目标过程并验证学习行为，选择合适的DSGE模型。此外，还将通胀目标引入到价格与工资决策中，体现通胀目标的内生性，构造通胀目标引导通胀预期的直接渠道，而这被大多数新凯恩斯DSGE模型所忽视(Smets and Wouters，2003；Christiano，et al.，2005；Del Negro and Eusepi，2009)。
引入的学习行为又称适应性学习(Adaptive Learning)，体现对理性预期的一定程度的偏离。理性预期下公众对真实经济结构有完全认知，能获取决策所需的无限量的信息，并有强大的信息处理能力，能形成与真实经济相一致的无偏估计结果。适应性学习机制假定公众仅有有限信息，但能“理性地”使用信息，借助于不断更新的数据集合和持续的学习，形成通胀预期。相比较而言，适应性学习机制比理性预期可能更切合实际。事实上，学习行为的引入有理论与实践的双重意义。理论方面，大多数理性预期模型都有锋刃特性，①可能出现多重均衡，到底出现哪种均衡存在任意性，可能的解决方案是若某种均衡能被学习，可能成为合理均衡(Evans and Honkapohja，2008)。实践方面，受制于信息拥有量与信息处理能力，公众的认识通常不完全，这使持续不断地学习成为通胀预期形成的常态。
文献中学习行为大体分为两类，一类是卡尔曼滤波式学习(Erceg and Levin，2003；Del Negro and Eusepi，2009等)，另一类是最小二乘式学习(Slobodyan and Wouters，2007；Ormeo，2009；Milani，2010等)。相比较而言，卡尔曼滤波式学习能产生更高效的学习速度，保证经过足够长时间之后模型最终收敛于理性预期均衡，而最小二乘学习机制对模型的动态特征影响较大，难以确保模型均衡的唯一(Sargent and Williams，2005)。故本文选用前者。尽管我国政府公布通胀目标，但政策目标还包括经济增长、就业和国际收支等，这使得公众对公布的通胀目标有不完全的信任度，可能倾向于采取“听其言不如观其行”的策略，即通过对政府行为(尤其是货币政策调整)的学习来获取具体目标。事实上，这种不完全信任度具体表现在通胀目标在部分时间未得到严格执行(如2007年和2008年)。另一方面，自20世纪90年代以来，经济体制改革稳步推进，价格形成机制趋于成熟，货币政策也在1998年实现直接调控向间接调控的转型。经济结构与宏观调控模式的转型提供公众学习的内在动力，由此获取对经济体制的认识并形成对经济变量，尤其是通胀的较为准确预期，降低决策偏误。
在利用新凯恩斯DSGE模型分析时，模型评价较为关键，与现有文献所采取的二阶矩匹配法(许伟、陈斌开，2009等)和基于SVAR的脉冲函数匹配法(王君斌、王文甫，2010等)不同，本文选择DSGE-VAR方法。具体地，借鉴Del Negro et al.(2007)的思想，评价模型结构性约束对宏观经济的刻画程度，还以DSGE-VAR模型和有西蒙斯-查先验分布(Sims-Zha-Prior)的BVAR模型为基准评价模型的预测能力。
本文第二部分，DSGE模型的建立和求解；第三部分，模型参数校准、评价与通胀预期测度；第四部分，通胀预期测度方法的比较；第五部分，结论以及政策含义。
二、DSGE模型的构建及求解
(一)家庭
所有家庭构成测度为1的连续统，第j个家庭的效用：②
三、参数校准、模型评价与通货膨胀预期测度
(一)数据说明
国家统计局于1992年开始公布季度数据，故分析区间为1992年第1季度到2010年第3季度。所有数据均来自于国家统计局网站和CEIC数据库。同多数研究一样，选取居民消费者价格指数代表通货膨胀，用社会零售品消费总额、城镇固定资产投资以及季度末城镇就业人数分别代表名义消费、投资和就业，利用城镇单位就业人员劳动报酬的累计值除以就业人数，得到名义工资，选取广义货币供给M2同比增速表征数量型货币工具。还对相应变量进行平减和季节性调整。
(二)结构性参数的校准与贝叶斯估计
1.模型求解
基于模型的线性化系统，采用Blanchard & Kahn(1980)方法求解，得到：
(三)对新凯恩斯DSGE模型与现实经济匹配度的评价
1.模型的选择。在分析之前，需确定分析的基准模型，关键是：(1)在(29)式、(30)式、(31)式中选择适合我国的通胀目标过程；(2)验证学习效应的存在性。据此可得到8个DSGE模型，见表2。
首先，确定通胀目标过程，采用似然比检验法。表2显示，模型DSGE2的边际似然概率最大。由于模型DSGE1与DSGE2的参数数量一样，故模型DSGE2优于DSGE1；而模型DSGE4可视为模型
似然比统计量LR服从自由度为6的卡方分布，5%显著性水平下临界值分别为12.592，对应的LR统计量为32.26，拒绝零假设，即模型DSGE1优于模型DSGE4。模型DSGE4也可视为模型DSGE3的特例，零假设为“
=0”，LR统计量服从自由度为1的卡方分布，5%显著性水平下临界值分别为3.84，对应LR统计量的取值为3.32，无法拒绝零假设，即模型DSGE3并不优于模型DSGE4。整体而言，在不含学习行为的模型中，模型DSGE2最合适刻画我国经济，即中央银行对通胀目标采取顺周期调整，这与Ireland(2005)对美国经济的研究一致。对我国而言，既经历20世纪90年代初投资过热与价格市场化进程下的高通胀和2007年到2008年流动性过剩背景下通胀的不断攀升，也遭遇亚洲金融和美国次级债券危机所引发的通缩，通胀发生较为显著的趋势变换，这可能反映为通胀目标的调整。具体地，如果将20世纪90年代初价格改革理解为正向的价格加成冲击，投资过热解释为正向的投资冲击，那么，20世纪90年代初的高通胀，可能反映了通胀目标的顺周期调整，同样的，亚洲金融和美国次级债券危机所引发的需求冲击及其通缩趋势也证实这种顺周期性。其次，比较模型DSGE2和模型DSGE6，零假设为“学习行为不存在即信号噪声比ф等于0”，该统计量服从自由度为1的卡方分布，5%显著性水平下临界值为3.84，LR统计量为6.54，拒绝零假设即学习行为确实存在。综合来看，模型DSGE6最适合分析我国经济。
2.基于DSGE-VAR方法的模型评价。DSGE-VARR方法评价分为两部分：第一部分，通过估计超级参数，评价模型对宏观经济变量之间动态关系的刻画程度(Del Negro et al.，2007)。第二部分，以DSGE-VAR模型为基础，评价样本外预测能力。在分析中，依据AIC、FPE和HQ等准则，确定7组观测值组成的VAR模型的最佳滞后阶数为8。因此，确定DSGE-VAR模型的最佳滞后阶数为8。
表3显示：(1)λ最优值均大于0，并随滞后阶数的增大单调增加，而边际似然概率并未单调地递减，在滞后阶数取5时出现峰值；(2)任意滞后阶数下DSGEVAR模型和DSGE模型的边际似然概率均大于BVAR(1)模型；(3)当滞后阶数取8时，取值为3.5485，显著大于零，也大于Adjemian et al.(2008)对美国分析时的最优值。③说明DSGE模型的结构性约束在一定程度上反映我国经济变量的关系。
表4显示，DSGE模型对通胀CPI和实际产出增长率DY预测的均方误差最小，DSGE-VAR(8)在货币供给增速预测的均方误差最小，BVAR(8)模型在实际消费增长率DC、实际投资增长率DI、实际工资增长率DW和就业对数值L预测的均方误差最小。可见，从样本外预测看，本文DSGE模型对我国部分经济变量提供较好的样本外预测，预测能力介于DSGE-VAR与BVAR之间。此外，还发现模型对宏观经济变量的样本内预测与实际经济变量接近。④综合以上，本文的DSGE能较好地体现我国经济变量之间的动态关系，可作为测度我国通胀预期并进行相关分析的基准模型。
(四)通货膨胀预期的测度
基于DSGE模型的通货膨胀预期具体形式：
图1 通货膨胀预期EXCPI与实际通货膨胀CPI(%)
图2 预期认知偏差的自相关系数
本文的测度结果还表明我国的通胀预期有如下特点：(1)在通胀上升或较高时实际通胀大于通胀预期(如2007年到2010年)，而在通胀下降或较低时通胀预期大于实际通胀(如1998年到2006年)。Andolfatto et al.(2002)等指出上述特征源自于通胀预期调整的迟缓性。
这说明当通胀较高时通胀预期易低估实际通胀，反之则高估实际通胀。还发现当通胀预期高于实际通胀时，在随后时间内实际通胀往往高于通胀预期，这可能说明通胀预期得到实际通胀的验证即在这些时间内通胀预期是通胀的决定性因素，可能反映通胀预期的自我实现性(张蓓，2009)。
(2)我国的通胀预期呈平稳化(Moderation)态势。图1显示，在20世纪90年代初通胀预期最高达到6%，而在此之后在[-2%，+2%]窄幅范围内波动即我国的通胀预期稳定性增强，可从Quandt-Andrews未知断点检测中得到证明，具体见Zhang(2011)。检测采用AR(1)模型：
，零假设为“在既定样本内系数C(1)和C(2)未发生结构性变化”，统计量为似然比LR，可构造一组LR统计量序列，选择三个代表性统计量Sup-LR、Ave-LR和Exp-LR，分别为LR统计量序列的上限、均值和指数值。由表5可见，我国的通胀预期序列均在1996年第l季度发生结构性变化，证实直观判断。通胀预期的平稳化意味着通胀预期的波动性减小，稳定性增强，按照卢卡斯批判原则，这与我国经济体制改革和宏观调控的转型有关。大量研究表明我国的货币政策呈一定的规则性，可用泰勒规则(谢平、罗雄，2002；张屹山、张代强，2007等)或麦克姆勒规则(宋玉华、李泽详，2007)加以表征；同时，刘金全、隋建利(2010)等发现自1998年以来货币政策总体呈相对稳定的态势。在宏观调控中我国政府逐渐增强财政货币政策的协调与配合：1998-2003年实施积极财政政策和扩张性的货币政策，2004-2006年执行双稳健政策，2007-2008年转变为稳健财政政策与适度从紧货币政策，2008-2010年调整为积极财政政策与适度宽松的货币政策，2010年底再次调整为积极财政政策搭配稳健货币政策。这说明宏观调控的规则性和稳定性增强，有助于公众形成相对稳定的通胀预期。
(3)通胀预期形成中学习效应显著且呈近理性特征。为体现上述特性，对本文的通胀预期测度进行无偏性、有效性和认知误差等三个层面的检验。
②认知偏差。认知偏差
。如果预期是理性的，认知偏差的均值应为0且无自相关(Forsells and Kenny，2002)。首先，构造零假设“均值为零”，T统计量，为-2.2645，伴随概率为0.0265，即在l%显著性水平下拒绝零假设承认预期误差为零。图2中，认知偏差的自相关系数的前3阶或4阶有较为显著的自相关性，但是预期偏差不持久，随时间推移会逐渐趋近零。针对滞后期数大于4的自相关系数构造“零均值”检验，T统计量为0.7248，伴随概率为0.4852，正好揭示了这一点。Cukierman(1986)等认为，预期误差的有限期相关无法否认预期的理性，因为完全理性预期的公众也可能出现类似情况。就此，可认为预期认知偏差符合理性预期要求。
综合以上，若将上述各种检验的显著性水平定为10%，通胀预期测度将有无偏性、有效性以及认知偏差均值为零且无序列相关性即为理性预期，而当显著性水平定为5%或1%时，通胀预期有偏和认知偏差均值不再为零，但有宏观经济有效性即不满足理性特征。可见，本文的通胀预期测度不符合严格意义上的理性预期但接近理性预期，本文将这种特征称为近理性。这接近于Roberts(1997)所提出的近理性预期，可视为理性预期与适应性预期的混合体。事实上，这种近理性可从我国经济发展历程得到体现。20世纪90年代开始的价格改革并非一帆风顺，出现价格上涨的浪潮，而引发的高通胀使政府面临两难决策：一方面，抑制高通胀带来经济衰退，另一方面，不抑制高通胀会降低经济运行效率。最终的政策取决于政策制定者对通胀成本以及衰退和放慢改革成本的衡量，加之缺乏宏观调控经验，导致宏观调控政策频繁变动，政府一度试图中止价格改革以遏制通胀，导致通胀呈显著且频繁的区制转换特征(赵留彦等，2005)，难以被公众很好地预期。公众对市场经济体制改革的后果和前景缺乏较为明确的认知，使得决策有较强的后顾性，即通胀预期有适应性特征。此后，随着市场经济体制的逐渐完善与宏观调控能力的日益增强，公众对市场经济的理解程度得到深化，促使通胀预期逐渐趋于理性。
四、NK-DSGE模型估计的通胀预期与其它方法估计值的比较
为凸显本文通胀预期测度的优势，基于同一样本区间的数据，分别利用基于调查问卷的差额统计法或概率法、非结构化的三变量状态空间模型、结构化向量自回归SVAR以及马尔科夫范式转换模型等代表性的通胀预期测度方法，进行对比分析。
1.基于统计调查问卷的差额统计量法或概率法。统计调查问卷会询问公众对未来物价走势的看法，包括上涨、下降和不变三类。由于概率法可能受到概率分布设定的影响，选用差额统计量法。具体的计算公式为
3.结构化向量自回归模型SVAR。该方法的理论基础是费雪公式。同时，事后实际利率表示为事前实际利率和通胀预期误差之差。如名义利率和通胀属于一阶单整且通胀预期误差平稳，事前实际利率也平稳(St-Amant，1996)。首先，非平稳的名义利率可分解为持久性与暂时性部分；其次，名义利率与通胀协整表明两者有相同的持久性部分，若通胀预期误差也平稳，则通胀预期是名义利率波动的主因；当事前实际利率平稳时名义冲击对其无长期影响。基于上述假设得到VAR模型的结构约束条件，识别通胀预期冲击。再从名义利率中分解通胀预期冲击造成的持久性成分，剩下的是实际利率部分。
(41)
借鉴Camba-Mendez & Rodriguez-Palenzuela(2003)等对比产出缺口测度的思路，从通胀预测能力和测度稳定性两个角度对不同测度方法的异同对比分析。(1)对通货膨胀预测能力的比较。选择泰尔不等式系数TCI衡量不同方法的预测能力，介于0到1之间，越接近0则预测能力越强，反之亦然。表8显示，基于DSGE模型的测度对通胀的预测能力最强，其次是马尔科夫范式转换特征的模型MKVSS和SVAR模型，再其次是基于统计调查法的测度Survey和纯粹状态空间模型PureSS。可见，从通胀预测能力看本文的通胀预期强于其他测度方法。
(2)测度的稳定性。测度的稳定性是指当新经济数据公布后，重新估计的通胀预期与基于上一期数据估计值的一致性。计算1993Q1～2010Q3、1993Q3-2010Q3以及1994Q1-2010Q3等区间的通胀预期，运用TCI指标度量测度的稳定性，而为避免样本区间对TCI指数的影响，还计算TCI指数的均值，见表8。除在1993Q1-2010Q3区间之外，在其余两个区间中DSGE模型测度的TCI指数均小于其他方法，这在TCI指数的均值中也得到体现。还考察先验分布对估计值的影响发现，基于极大似然估计法的测度与贝叶斯方法是一致的。⑥整体上，DSGE模型测度的稳健性也强于其他方法。综合以上，基于新凯恩斯DSGE模型的通胀预期测度有更强的通胀预测能力与更好的测度稳定性，也进一步说明本文的DSGE模型对我国宏观经济提供了较好刻画。
五、结论及政策含义
本文基于1992年第1季度到2010年第3季度的我国季度数据，运用新凯恩斯动态随机一般均衡模型测度了我国的通胀预期。研究发现：(1)在我国，通胀目标顺应了外生冲击的变化，减轻了由此可能引发的货币政策紧缩力度，且公众对这种时变的通胀目标存在显著的学习行为；(2)本文采用的含投资调整成本、资本利用率、消费惯性、价格与工资指数化等实际粘性、价格与工资粘性等名义粘性以及通胀目标的模型能较好地体现我国主要宏观变量间的关系，对主要宏观变量提供了较好的预测；(3)本文的通胀预期测度较好反映1992年以来实际通胀变化，通胀预期变动具有迟缓性并可能自我实现，近些年来呈近理性，受经济体制与宏观调控体系变换的影响，自1996年以来其波动性逐渐降低，稳定性增强；(4)将本文的测度结果与统计调查法、双变量状态空间模型、SVAR方法以及马尔科夫范式转换特征的模型等对比发现，本文的测度具有更强的通胀预测能力与更好的测度稳定性。
依据以上结论，我们认为本文所揭示的学习机制为通胀预期管理提供了理论依据。中央银行应着力提高货币政策的透明度，构造通胀预期形成的名义锚，一方面向公众宣示坚定的反通胀立场，并通过积极的反通胀政策向公众昭示，这种坚定的反通胀立场不会随经济形势的变化而有所改变，另一方面，也要在货币政策的制定中考虑到学习行为对通胀预期形成的影响，加强与公众的及时沟通，有效化解因信息不对称而造成的预期偏差，实现对公众通胀预期的引导与塑造。
作者感谢两位匿名审稿专家对本文的仔细审阅和富有启发性的修改意见，感谢武汉大学经济与管理学院魏福成博士的有益评论。
JEL Classification:E19,E32,E37
注释：
①并非所有理性预期模型都具有该特性，典型的“缓冲储备”(Buffer-Stock)模型就不具备这一特征。
②因技术水平为非平稳过程，效用函数中风险规避系数为1和实际货币余额的利率弹性为1，保证模型收敛于平衡增长路径。
③Adjemian et al.(2008)估计得到多个值，大多介于1到2之间。
④限于篇幅，具体的样本内预测结果不再列出，如需要可与作者索要。
⑤除利率外，其他数据均经过季节性调整并被转换为变化率。汇率和利率开始于1994Q2和1996Q1，其余数据始于1992Q1。
⑥限于篇幅，两种估计方法得到的估计结果对比不再列出，如需要，可与作者索要。
标签：理性预期论文; 经济模型论文; 通胀通缩论文; 预测模型论文; 概率计算论文; 能力模型论文; 经济论文; 经济学论文; 货币政策论文; 央行论文;