中国通货膨胀的相依性周期，本文主要内容关键词为：通货膨胀论文,中国论文,周期论文，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
众所周知，通货膨胀一直是我国宏观调控的重要目标，在度量通胀率的消费者价格指数(CPI)中，食品价格占有约31％的权重，而农产品价格(APPI)在很大程度上决定了食品价格，因此，农产品价格的上涨或者下跌，通过食品价格传导至通胀。而我国农村曾经出现诸如“圈地”、土地抛荒等问题，这些问题是否对农产品价格产生冲击并导致农产品价格的周期性波动？从我国调控通胀的实践看，在通胀期为抑制通胀，通常实施紧缩的货币政策，而在低通胀期，为刺激增长而实施稳健或者宽松的货币政策。紧缩、稳健与宽松的货币政策的数据表现形式是M2的增长速度，货币宽松(紧缩)表现为连续并且较大幅度的M2增长(下降)。货币政策的宽松、紧缩及其转换，是否意味着M2存在周期？农产品价格的周期与通胀率和M2的周期是否相互“影响”，而形成相依性周期(Codependent Cycles)？相依性周期隐含的现实意义是什么？研究上述问题的理论和方法可以概述为，基于我国通胀率等变量的数据特征，应用周期和相依性周期的理论和方法，分解它们的周期和相依性周期，揭示其政策含义。
国内外近期关于周期研究的文献集中于周期分解。自Beveridge和Nelson①针对非平稳性的单位根变量，提出周期定义与“趋势—周期”分解(以下简称为“BN周期”和“BN分解”)以来，这一周期理论就成为该领域具有开拓性的工作。其基本的思想可以概括为，非平稳的数据由趋势和周期成分组成，其中的趋势由确定性趋势和随机趋势构成，并称为长期趋势，因此，周期定义为对长期趋势的偏离，源于瞬时性的随机冲击，因而随着时间的变化而此起彼伏。这是现代周期理论的核心。Newbold②首先给出了BN周期的分解方法，Morley③提出了基于状态空间模型的分解理论。Stock和Watson④首先将单变量的BN周期分解扩展到多变量的周期。Engle和Kozicki⑤进一步提出了变量间的序列相关共同特征(Serial Correlation Common Feature，简称SCCF)理论，这一理论为相依性周期的定义与分解提供了理论基础。Vahid和Engle⑥基于SCCF理论，定义相依性周期。Proietti⑦和Hecq等⑧根据定义，提出了相依性周期的分解方法。Carlino和Sill⑨分解了美国各地区人均GDP序列的相依性周期，结果显示，相依性周期的波动幅度存在很大差别。Issler和Vahid⑩分解了美国产出、消费和投资的相依性周期，结果表明，瞬时性冲击基本解释了各变量的周期波动，消费和投资与产出的周期相互影响而表现为相依性周期，忽略周期之间的相依性，导致分解的周期与真实周期的明显扭曲。
从中文文献看，刘树成开创了我国经济周期的研究。(11)他对我国经济周期形成的成因与机理及其特征进行了深入研究，认为随机冲击是周期形成的重要原因，即“冲击—传导”导致周期的形成。高铁梅等(12)应用景气指数，对我国的经济周期进行了分析和预测。我国学者对通胀率及其与M2等变量的关系进行了深入研究。张成思(13)通过对我国通胀惯性的估计来检验货币政策，结果显示，我国货币政策的滞后效应明显。他的Granger因果关系检验结果表明，上中游价格对下游价格具有显著的动态传递效应。侯成琪等(14)认为，应该根据核心通胀率制定货币政策，他们的研究显示，食品在核心通胀率中所占的权重仅为0.93％，所以货币政策不应该针对食品价格。从上述文献可以看出，我国的通胀率、农产品价格和M2的周期是否相依，以及如果相依，其周期具有什么样的特征，仍然是一个有待研究的问题。
鉴于上述，本文对我国通胀率、农产品价格和M2进行单变量周期和相依性周期分解。本文第二部分将对通胀率、农产品价格和M2等三个变量进行单变量趋势周期分解。第三部分将检验并分解三个变量之间的相依性周期。第四部分为结束语。
二、中国农产品价格等变量的BN周期分解
(一)中国农产品价格波动的现实特征
从我国的统计口径看，CPI包含八个大类，其中食品类所占权重最大(31.79％)，包括粮食、肉禽及其制品、蛋、水产品、鲜菜、鲜果等。因此，粮食、猪肉等农产品价格的上涨与回落，直接带动食品类价格的波动。我们首先分析农产品价格的波动特征。
我国的改革始于农村，随着改革的重点由农村转向城市，工业和基础设施建设用地急剧增加，以及部分地方以所谓“以地套现”等名义进行“圈地”，(15)导致耕地面积减少。2000年耕地面积减少16万公顷，2004年减少的耕地面积更高达29万公顷。粮食播种面积因此由1999年的1.13亿公顷减少至2004年的1.02亿公顷，(16)由此导致粮食供给的减少而引起粮价上涨。另外，随着工业对农民工需求的急剧增加，农村出现大量的土地抛荒现象。“圈地”、土地抛荒以及洪涝灾害等因素致使2000年至2003年粮食连续减产，稻谷产量由1999年的2亿吨减少到2003年的1.6亿吨。粮食减产直接推高粮价，2004年3月粳米和面粉的价格同比分别上涨46％和32.4％，(17)粮价上涨直接导致农产品生产价格(18)当年一季度同比上涨13.8％。针对农业生产的严峻局面，从2004年开始，我国连续以新一轮“中央一号文件”的方式，实施诸如最严格的耕地保护制度、“三项补贴”、粮食实行保护价、取消农业税等一系列重大惠农政策，致使粮食产量基本稳定。但是，在粮价即将趋稳之际，我国猪肉、棉花和部分蔬菜、水果等农产品价格与产量反复出现暴涨暴跌的现象。2007年，猪肉产量由2006年的4650万吨急剧降至4288万吨，使得该年5月的猪肉价格同比上涨49.4％，冲击食品价格在6月同比上涨11.3％。棉花产量从2007年的762万吨降至2010年的596万吨，冲击2010年11月的棉花价格同比上涨77.6％。(19)
为揭示“圈地”、部分农产品价格的暴涨暴跌是否对农产品价格的总体变化形成引致作用，我们应用Granger因果关系检验方法来验证粮食、猪肉价格等对农产品价格的引致效应。解读Granger因果关系检验的相关论文可知，Granger因果关系是一个变量的变化是否引致(Lead)另一个变量的变化。(20)因此，Granger因果关系检验对于检验上述引致效应，具有适用性和针对性。另一方面，我国诸如粮食价格等变量的数据，均显示出明显的非平稳性，也须应用非平稳的Granger因果关系检验。(21)由前述，农产品价格在2006年之前的波动，主要源于粮食价格的起伏，而2006年之后则主要源于部分农产品价格的暴涨暴跌。针对这一现实，为检验主要大类农产品价格的波动是否引致农产品价格的总体波动，我们将样本分为两个子样本。单位根检验结论表明，表1中的数据均为非平稳的单位根过程所生成。(22)据此，本文应用非平稳的Granger因果关系检验，分别检验粮食、猪肉价格与农产品价格和食品价格是否存在Granger因果关系，检验结果列入表1之中。
表1的主要检验结论如下。(1)2006年以前的粮食(粳稻、小麦等)价格的上涨是农产品价格上涨的Granger原因，但反之不成立。也就是说，粮食价格的上涨引致农产品价格的上涨，而不是相反。(2)农产品价格的上涨是食品价格上涨的Granger原因，说明农产品价格的波动引致食品价格的波动。但是食品价格的上涨不是农产品价格上涨的Granger原因，这一结论揭示了我国农产品价格的上涨冲击食品价格继而影响通胀的波动。(3)2006年之后，猪肉价格上涨是农产品价格上涨的Granger原因，而农产品价格上涨是食品价格上涨的Granger原因。这一结论说明，猪肉价格的暴涨暴跌，通过食品价格而传导到通胀，冲击通胀偏离趋势而形成周期性波动。总之，上述结论揭示了诸如“圈地”导致粮食价格上涨、猪肉价格暴涨暴跌等对农产品价格的冲击效应和引致作用。图1所示的农产品价格的大幅波动，与上述粮食、棉花和猪肉价格对农产品价格的冲击非常吻合。
为从周期的角度揭示我国农产品价格、通胀率和M2的波动特征，本文对农产品生产价格指数、通胀率和M2进行周期和相依性周期的分解。
(二)通胀率等变量的定义与数据处理
基于周期分解的要求，本文定义变量并处理数据。
1.通胀cpi。众所周知，居民消费价格指数(CPI)是一个综合的价格指数，消费品价格的上升导致CPI的上涨而形成通货膨胀，而价格的下降也必然导致CPI向下调整。因此，CPI的变动基本准确地度量了通货膨胀率的变动。本文首先将消费者价格指数的原始数据，转换为以2005年第一季度为基期(即2005Q1＝100)的定基比数据，再对其进行季度调整，最后对季度调整的数据取对数后，乘以100而形成最终数据。具体处理方法为：由2002年1月至2012年6月的CPI同比数据和2005年的环比数据，推算出以2005年1月为100的月度定基比数据，由此产生以2005Q1＝100的季度定基比数据，再利用X12方法对其进行季节调整，最后取对数后乘以100。通过上述处理的数据简记为cpi，(23)由图1中的cpi数据图所示，其数值由左轴度量。
2.农产品价格appi。对国家统计局公布的农产品生产价格指数(APPI)，利用与CPI数据类似的处理方法，得到以2005Q1为100的定基比数据，(24)再应用X12对其进行季节调整，取对数后乘以100，简记为appi，其数据由图1中的appi数据图所示，其数值大小由左轴度量。
3.货币m2。借鉴King等(25)的处理方法，本文对货币供应量M2的原始季度数据进行X12季节调整，取对数之后，乘以100而形成最终数据，简记为m2。其数据由图1中的m2数据图所示，其数值大小由右轴度量。
从上述数据处理可知，其水平值为累积的环比增长率，而一阶差分分别为价格(CPI和APPI)和M2的环比增长率。样本区间为2001年1季度至2012年2季度。(26)原始数据来源于中经网统计数据库。
从图1不难看出，上述3个变量的数据，已经直观地体现出“随时间而增长的趋势”及其围绕着“趋势”而此起彼伏的“波动”。BN周期分解的实质是将图1所示的非平稳数据，分解为长期趋势与瞬时性冲击所形成的周期。为了检验各变量是否为I(1)变量并使结论具有稳健性，本文分别使用ADF检验和PP非参数单位根检验。检验结果(27)表明，cpi、appi和m2均为I(1)变量，亦即这些变量的数据同时含有长期趋势和瞬时性随机冲击而形成的周期。
(三)BN周期分解理论
将(4)式至(6)式分别表示为状态空间模型，根据Kalman滤波方法，得到状态变量的滤波估计量
，使用(3)式计算各变量的BN周期成分，全部结果如图2所示。(31)
图1 变量cpi、appi和m2的数据图
图2 变量cpi、appi和m2的BN周期
考察图2可以看出，其一，cpi和appi已经形成比较清晰的周期形态，m2的周期形态不清晰。其二，总体上看，appi的周期先行于cpi周期有0—2个季度，并且cpi和appi的周期形态与同比数据的峰和谷的位置基本吻合。如appi周期的第一个谷底位于2003Q1，领先于cpi周期的谷值2个季度；appi周期在2006Q3形成谷值－8.11，领先于cpi周期的谷值(－2.30)1个季度。cpi周期的第一个峰值(2004Q3)对应了同比数据的峰值(2004Q3为5.27％)，appi周期在2006Q2—Q3形成的谷值，与其同比数据的谷值(－2.1)基本一致。农产品价格的周期还基本准确地揭示了冲击效应。如2000年至2003年间稻谷和小麦减产，致使2004Q1的谷物价格同比上升21％，形成对农产品价格的冲击，推动农产品价格的周期成分在2003Q1—Q4之间累积上涨5.1个单位。(32)因此，appi的BN周期基本印证了前述关于农产品价格的分析。其三，图2显示了m2的周期与cpi的周期和我国宏观调控通胀的现实不尽吻合。从我国调控通胀的实践可知，当cpi上涨时，央行为抑制通胀而紧缩m2，其周期成分应向下调整。如受2009年底棉花价格上涨的影响，CPI攀升至2010年底的5％，为抑制通胀，M2由2009Q3的29.3％紧缩到2010Q2的18.5％，但其BN周期成分在2009Q4却上升0.7个单位，由此形成M2的实际紧缩而分解的周期成分却“上升”的现象。这一现象可归结为没有考虑周期之间的相依性所产生的结果。为此，本文后续分解cpi、appi和m2的相依性周期。
三、中国通货膨胀的相依性周期
(一)中国宏观调控通胀的实践与通胀相依性周期的理论基础
我国货币政策的目标是保持币值稳定并以此促进经济增长。我国调控通胀的实践体现了这一目标。当CPI处于较高水平时，我国通常运用紧缩的货币政策抑制通胀，而当CPI处于低位，则运用适度宽松的货币政策促进增长。典型的例子是，为应对2008年初严重的通胀，M2的同比增速由2007年底的18％紧缩至2008Q3的15.3％，同时2008年上半年连续5次上调存款准备金率。随着紧缩货币政策的实施，CPI同比增速由年初的8％下降到2008Q3的5％以下。这就意味着，通胀与货币增长速度的周期之间存在相互影响而形成相依性。宽松货币政策的最终形式是信贷的扩张与增发货币，紧缩货币政策的重要标志是控制信贷与收紧银根。宽松与紧缩在数据上表现为M2的增长与下降及其速度的不同。为应对金融危机的冲击，我国及时将适度紧缩的货币政策转换为适度宽松的货币政策，M2由2008Q3的15.3个百分点，急剧跳高到2009Q1的25.5个百分点。由此可见，M2的增长速度不仅比较清晰地反映了我国货币政策的变化，也隐含了通胀的周期相依于M2的周期。而前述农产品价格的分析说明，我国农产品价格的波动主要源于大宗农产品价格此起彼伏的冲击，进而引起食品价格和CPI的波动。这意味着，农产品价格与M2的周期的相依性相对较弱。
通货膨胀的经典理论是货币数量论，其核心是通胀源于超量发行的货币，通货膨胀是一个货币现象。因此，运用加息或者紧缩货币等货币政策工具，将有效地抑制通胀。由此构成通胀相依性周期的理论基础。
以上的分析表明，我国M2和CPI与农产品价格之间的相互影响，可能导致了它们的周期之间的相依性，我国调控通胀的实践和通胀形成的理论，为通胀的相依性周期奠定了现实和理论的基础。因此，本文对我国cpi、appi和m2进行相依性周期的检验与分解。
(二)相依性周期的理论和分解方法
(三)中国通货膨胀的相依性周期分解
本文已经证实，cpi、appi和m2存在BN周期。这一结果表明了周期的存在性。前述分析说明，我国调控通胀的实践形成了相依性周期的现实背景。为揭示相依性周期的数量特征，我们对cpi、appi和m2进行协整检验和相依性周期分解。
1.变量cpi、appi和m2之间的协整关系和误差修正模型
为分解相依性周期，我们定义向量
=(cpi，appi，m2)，对其应用Johansen方法进行协整检验。由于各分量都存在向上的长期趋势，因此，将VEC模型(9)式和其中的协整方程设定为含有无约束的截距。基于Wald检验确定VEC模型的滞后阶为2，协整检验结果表明，间存在1个协整关系，(36)VEC模型(9)式的估计结果为：
2.相依性周期的存在性检验与分解
是否存在相依性周期，取决于Δ的分量之间是否存在SCCF，为检验相依性周期的存在性，我们使用(10)式进行检验。当原假设为至少存在1个SCCF关系时，检验统计量C(s)的p值为93％；当原假设为至少存在2个SCCF关系时，C(s)的p值为3.4％。因此，在5％的显著性水平下，Δ之间存在一个SCCF关系，即s=1。这一结论表明，变量cpi、appi和m2的BN周期之间存在相依性，并形成3个相依性周期。
为估计SCCF向量并且使其具有唯一性，对δ进行正则化处理，使cpi所对应的系数为1，形成正则化的SCCF方程，并将其置换VEC模型(13)式的第一个方程，由此形成拟结构误差修正模型，对其使用完全信息极大似然(FIML)估计，其估计结果为：
从(14)式可知，估计的SCCF向量为(1，0.07，1.45)，周期成分因此而相互影响形成周期的相依性。按本文变量的顺序，估计的SCCF向量中各系数的大小表明，appi的周期与cpi的周期将呈现出弱相依，而m2的周期与cpi的周期将具有强相依。将(14)式变换成与模型(11)式对应的简约形式，其结果为：
根据上述估计结果和相依性周期的公式(12)，计算相依性周期成分，结果如图3a、图3b和图3c中的“点线”所示，其数值大小由右轴度量。实线为各变量数据，虚线为趋势成分，其数值大小由左轴度量。
总体而言，图3中cpi、appi和m2的相依性周期，显示出清晰和比较完整的周期形态：cpi和m2呈现出清晰完整的周期形态，m2的周期不仅与cpi的周期基本同步，而且呈现出近乎反向的演变。这一特征首先直观地反映了m2的周期相依于cpi的周期，因而体现了货币政策目标；其次是与其BN周期形成比较明显的差异。appi的相依性周期呈现出剧烈的波动，这一特征印证了部分农产品价格的暴涨暴跌对农产品价格的影响，其周期起点的位置超前于cpi的周期，说明了appi的周期弱相依于cpi和m2的周期。
(四)相依性周期的主要特征
为具体认识相依性周期并与BN周期进行比较，本文按照美国国家经济研究局经济周期委员会关于周期划分的方法，(39)对于变量cpi和appi，以一个基本完整的倒“U”型(即“谷—谷”)界定为一个周期。由于m2的周期与cpi和appi的周期呈现出近似反向的演变，故按“峰—峰”对m2进行周期划分。我们将各变量相依性周期和BN周期的划分及其主要特征总结在表2之中，其中样本初期不完整的一轮周期被省略，同时由于样本的限制，样本末期的这一轮周期还没有完全形成。
1.相依性周期的形态特征。表2和图3显示，cpi和appi的第一轮周期的起点分别为2003Q2和2003Q1，随后上涨直至2004Q4达到峰值(分别为1.50和5.41)，之后开始回落，分别于2006Q4和2006Q3形成“谷底”。与之对应的是，m2的周期始于2003Q2，历经下调、探底、上升，直至2006Q3达到峰值(1.67)，由此形成第一个完整的周期。第二轮周期随之开始演变，cpi的周期值在2008Q2达到峰值(2.39)，这一峰值与同比数据的峰值(2008Q1为8个百分点)相吻合。本文分解的第三轮周期始于2009Q2，为应对金融危机冲击而实施扩张性货币和财政政策，扩大投资，促使CPI的周期成分从2009Q2开始攀升，直至2011Q3形成峰值(2.39)，因此，第三轮周期尚在演变之中。与此同时，M2和农产品价格的相依性周期也在2011Q3分别形成谷值和峰值。cpi、m2和appi的第三轮周期的峰(谷)值与同比数据的峰(谷)值基本一致。学界通常基于同比数据认为，改革开放以来我国共经历了四轮通货膨胀周期，其峰值分别出现在1989年、1994年、2004年和2008年。本文分解的相依性周期，不仅与上述观点吻合，也与基于同比数据的周期完全一致。因此，上述周期形态基本上较准确地刻画了我国通胀率、农产品价格和M2的周期形态。
从相依性周期形态看，农产品价格周期的峰值和谷值的位置大多领先于通胀率和M2的周期，而通胀率与M2周期的峰值和谷值则基本对应，但相依性周期成分呈现出反方向的演变。以上的周期形态特征，直观地反映了农产品价格、通胀与反通胀的周期性波动。从图3和表2可以进一步看出，m2的相依性周期的起点和峰(谷)值的位置、周期成分值以及比较完整的周期形态，都与其BN周期不同。而农产品价格的BN周期与相依性周期的起始位置、峰值的位置和周期形态基本相同，但相依性改变了周期成分值的大小。相依性周期的形态及其与BN周期的对比，印证了appi周期与cpi和m2周期的弱相依，以及m2周期与cpi周期的强相依。而本文估计的SCCF向量也为此提供了证据。m2的强相依性周期说明，我国抑制通胀是针对通胀本身的演变来实施紧缩政策。而农产品价格周期的弱相依意味着，m2的周期性紧缩没有对农产品价格产生明显的即期抑制效应。这一结果意味着，如果部分农产品价格暴涨而直接推动CPI上涨，我国对通胀的宏观调控应先导性地通过动用国家储备或者适时进口等增加供给的方式，抑制农产品价格。
具体而言，农产品价格的相依性周期呈现出大起大落的波动，其波动幅度最大，形态基本完整。从表2可知，农产品价格的相依性周期在2004Q4形成第一个峰值(5.41)。这一峰值的形成具体刻画了2000—2004年期间的“圈地”、土地抛荒等因素，对农产品价格(2004Q3达到峰值14.7个百分点)及其相依性周期的冲击效应。农产品价格在2006年形成的新一轮上升周期，源于2006年耕地面积的减少和2007年谷物价格的上涨(同比上涨10％以上)以及后续猪肉价格的暴涨暴跌。农产品价格的相依性周期特征表明，粮食价格的大幅波动仍然是我国农产品价格周期剧烈波动的主因。如何减弱农产品价格的周期波动及其对通胀的冲击强度，成为我国宏观调控农产品价格与通胀的现实问题。从实践看，我国于1998年实行粮食收购保护价以来，粮价仍然几经波动，其主要原因是保护价仍然低于生产成本的上涨，对粮价的保护滞后于粮食生产，以及对流通领域的补贴偏高等因素。
为减弱粮价对农产品价格周期的冲击效应，本文提出以下建议。第一，将粮食收购保护价改革为粮食生产与销售的保护价，即根据粮食生产成本而确定粮食生产保护价，并且直接按粮食种植面积在生产环节补贴到农户，以此稳定种植面积和粮食供给，从源头上减弱粮价的波动；在收购环节基于农村CPI的涨幅而确定收购保护价，使之能够维系粮食销售的基本利润和种粮农民生活水平的逐步提高，促使粮价形成合理的长期稳定机制，以此减弱对农产品价格和通胀的冲击。第二，为减弱粮价和农产品价格的周期波动，需完善国家储备制度。在粮价和农产品价格的周期成分急剧上升之际，及时动用国家储备粮，使之平抑粮价，削弱农产品价格周期的峰值。对于猪肉等暴涨暴跌的农产品价格，其波动源头是生产成本上涨与规模化经营偏小，政府扶持应加大对扩大经营规模的政策性支持和补贴；辅之以适时进口与搞活流通等市场手段，以明显减弱价格的暴涨暴跌。从图3可以看出，通胀率和M2的周期于2004Q4分别形成峰值(1.50)和谷值(－1.30)，反映了当时的货币扩张与通胀演变的准确对应。针对2004年持续走高的CPI，M2开始紧缩，导致通胀率的相依性周期在2006Q4形成谷底(－1.97)。在遭遇金融危机冲击之际的2008Q1，CPI和APPI的同比数据分别达到峰值(8.3和25.5个百分点)，对应的相依性周期值也同时形成峰值2.39和9.32。这一组数据表明，本文分解的相依性周期准确地捕获到周期的峰与谷，形成了清晰、直观的周期形态，并且与我国农产品价格的波动、通胀和调控通胀的现实基本吻合。
2.相依性周期基本上较准确地揭示了形成周期的瞬时性随机冲击，不仅与相依性周期的理论内涵高度吻合，而且还准确地揭示了金融危机的冲击效应。从相依性周期理论可知，相依性周期的形成是瞬时性冲击的结果，相依性源于多个变量之间的SCCF，致使周期成分之间产生协动。由前述，我国粮食价格的急剧波动、猪肉等农产品价格的暴涨暴跌，直接构成了对农产品价格和CPI的瞬时性冲击，这一类冲击导致周期成分之间通过SCCF而形成协动。如猪肉价格2007年8月同比暴涨90.3％，在2008年8月回落到1％。猪肉价格的暴涨暴跌，形成对APPI和CPI的瞬时性冲击，致使农产品价格和通胀率的相依性周期分别在2008Q1和2008Q2达到峰值。针对快速形成的通胀，央行及时地紧缩M2，导致其相依性周期在200802形成谷值。上述数据说明，瞬时性随机冲击导致相依性周期的形成。全球金融危机的爆发将通胀率从2008Q2的峰值(2.39)冲击到2009Q2的谷值(－2.08)，我国的货币政策从紧缩及时转换为宽松，m2相依性周期成分值从2008Q3的－1.86快速上升至2009Q2的1.74。m2相依性周期在2007Q3—2009Q2期间形成的“V”型变动，准确地揭示了我国货币政策的转换。由此表明，金融危机的冲击，导致通胀率和M2形成了时间跨度最小、周期波动幅度最大的相依性周期，图3d清晰地显示了这一轮相依性周期。总之，相依性周期理论与我国现实发生的重大冲击基本吻合，后者的特征直观地体现了相依性周期的理论内涵。
3.相依性周期的特征与货币政策的建议。图3d清晰地显示，cpi周期成分值的下降与上涨，对应了m2周期成分的上升(宽松)与回落(紧缩)，其交点(第一个交点为2002Q2，第二个交点位于2004Q1，其他依此类推)将相依性周期划分为六个完整但非规则的“梭形”。这一周期特征揭示了我国货币政策的实际目标在抑制通胀和促进增长之间交替转换。通胀周期处于低位的第一个“梭形”(2002Q3—2004Q1)和第三个“梭形”(2005Q3—2007Q3)的货币政策以促进增长为重点，通胀周期处于高位的第二个“梭形”(2004Q1—2005Q3)和第四个“梭形”(2007Q3—2009Q1)，则是以抑制通胀为目标。而第五个“梭形”(2009Q1—2010Q4)是应对国际金融危机冲击所形成的周期，第六个“梭形”(2010Q4—2012Q2)则是后金融危机时期的周期。上述“梭形”变化非常准确地反映了我国通胀演变与调控通胀的特征：cpi相依性周期的峰(谷)值与m2的谷(峰)值基本对应，cpi周期向上(下)调整引导了m2周期的下(上)行。这一特征表明，货币政策根据通胀的上升而紧缩，在通胀处于低位时，货币政策则转换为适度宽松，以促进经济增长。
通胀相依性周期的“梭形”变化还揭示，若干时期促进增长的货币政策，由于没有顾及农产品价格的周期，而在某种程度上导致后续的通胀。从我国调控通胀的实践可以看出，在通货膨胀处于低位的2002Q2至2003Q3间，M2的同比增长率从2001年10月的12.9％逐步扩张至2003年10月的21％，扩张程度为8.1个百分点。在通胀处于低位的2005年，M2的同比增长率从2005年7月的16.3％扩张至2006年5月的19.05％，之后维持扩张的态势(M2的同比增长率维持在18％左右)，增速提高2.75个百分点。但是，两次程度不同的货币扩张，对通胀产生的效果明显不同。2004年CPI同比增长3.9％，其相依性周期成分值在2004Q3为1.35，随后上升到1.5。这一组数据意味着，2003—2004年的货币扩张，没有导致严重的通胀。而2008年的CPI同比增长高达8.5％，其相依性周期的峰值为2.39。为解释这一明显的差异，我们考察两次货币扩张期间的农产品价格。2003Q4的农产品价格上涨为11.6个百分点，2004Q1上升13.8个百分点，增速提高2.2个百分点。对于我国而言，这是一个相对较低的增速，其相依性周期成分值位于1.1左右。尽管2003Q2—2004Q4的M2同比增长的平均速度为17.86％，但通胀同比仅仅为3.9个百分点。而农产品价格的上升由2007Q2的10.2％上涨到2007Q4的22.2％，其增速达到10个百分点，相依性周期的成分值高达6.0，M2近3个百分点的增速，就导致通胀上涨8.5％。这就表明，为促进经济增长而实施适度宽松的货币政策，如果不顾及农产品价格弱相依性周期的形态，不能准确把握“适度”和持续的时间，就可能在某种程度上促使后续通胀的形成。从这个角度来说，我国现行主要根据流动性而管理通胀预期的举措，应扩展为基于流动性和农产品价格来管理通胀预期。
为说明适度宽松货币政策的内涵，我们继续基于相依性周期考察上述背景。2002Q1—2004Q1期间，为刺激经济增长而扩张M2，其同比增长率从2002Q1的14.4％扩张至2003Q2的20.8％，扩张的持续时间为5个季度，对应的相依性周期上升至1.1，货币扩张刺激GDP增长9％—10％，但是季度CPI在2003Q1—2003Q4徘徊在1％—3.4％之间。这就是说，当农产品价格的涨幅处于低位时，持续扩张M2大约3—5个百分点，相依性周期成分值上升至1.5左右，可以有效地促进增长，而不至于引起后续严重的通胀。与之不同的是，M2的相依性周期在2006Q3扩张至1.7，尽管CPI同比在2％以下，但是农产品价格的涨幅超过10个百分点，刺激GDP同比增长从12％上升至2007Q4的14.2％，货币的扩张和农产品价格的持续上涨并存，引发了2008年高达8.7个百分点、相依性周期成分值为2.39的严重通胀。上述分析说明，在农产品价格上涨时，货币的扩张尽管刺激了GDP的增长，但也引发了后续严重的通胀。
以上的分析表明，改革粮食保护价格的形成机制，将有效减弱农产品价格相依性周期的波动；农产品价格的相依性周期可以作为是否实施宽松货币政策的条件。即农产品价格的周期成分值基本稳定或者处于下行的条件下，为促进经济增长的货币政策可以适度宽松，但适度宜以m2的相依性周期成分上涨至1.5左右作为参考目标，持续时间大致控制在3—5个季度。在农产品价格相依性周期成分处于快速上升的条件下，为避免后续的通胀，宽松货币政策应延缓至农产品价格的周期成分值基本平稳时，再予以实施。这是本文重要的政策建议。
四、结束语
本文对我国的通胀率、农产品价格和货币政策等三个变量进行了单变量的BN分解，在此基础上，检验并分解它们之间的相依性周期。本文的结论与意义可以概述如下。
1.我国的通胀率、农产品价格和M2等三个变量都存在各自的BN周期，通胀率和农产品价格的周期显示出比较清晰的周期形态，农产品价格周期的起点位置领先于通胀率周期。但是M2的BN周期形态不清晰。
2.本文的检验和分解结果证实，通胀率和农产品价格与M2之间存在相依性，由此形成的相依性周期不仅显示出比较完整、清晰的周期形态，基本准确地刻画了各变量的周期特征，而且与我国实际发生的、主要的瞬时性随机冲击相吻合。具体而言，农产品价格与通胀率和M2的周期的相依性较弱，农产品价格周期先行于通胀周期并且呈现出大起大落的周期形态。这一特征说明，改革政府对农产品的补贴，并基于市场供求变化而形成农产品价格基本稳定的定价机制，通过多种形式扩大规模经营，将促使农产品价格形成平缓持续的周期，实现我国农产品价格的长期基本稳定。
M2与通胀率的周期强相依，进一步证实了紧缩货币对于抑制通胀的有效性，同时也说明，我国管理通胀预期针对的是货币和流动性，忽视了农产品价格的周期。但是，农产品价格大起大落的相依性周期特征说明，我国应基于流动性和农产品价格等多因素的影响来管理通胀预期，现行的单纯依靠紧缩货币抑制通胀的政策体系，应扩大到包含货币和农产品周期在内的综合性调控通胀的政策体系。
3.我国通胀率与M2的相依性周期构成的“梭形”变化，从相依性周期的角度证实，我国货币政策是以抑制通胀为目标并兼顾促进经济增长。特别地，相依性周期的“梭形”表明，为促进经济增长而实施适度宽松的货币政策时，应以农产品价格是否基本稳定为条件。在农产品价格基本稳定的条件下，为刺激经济增长，可实施适度宽松的货币政策，但是作为适度的调控目标，货币的扩张应以M2的相依性周期成分值为1.5左右较宜。而当农产品价格的周期位于快速上升期时，适度宽松的货币政策宜延缓至农产品价格周期呈平稳或者下行状态而实施，方可减少通胀的反复波动，削弱其周期性波动的幅度。
作者诚挚地感谢匿名审稿人提出的修改意见，我们根据修改意见对全文进行了认真修改。但文责自负。
责任编审：许建康
注释：
①Stephen Beveridge and Charles R.Nelson,"A New Approach to Decomposition of Economic Time Series into Permanent and Transitory Components with Particular Attention to Measurement of the 'Business Cycle'," Journal of Monetary Economics,vol.7,no.2 (March 1981),pp.151-174.
②Paul Newbold,"Precise and Efficient Computation of the Beveridge-Nelson Decomposition of Economic Time Series," Journal of Monetary Economics,vol.26,no.3 (December 1990),pp.453-457.
③James C.Morley,"A State-space Approach to Calculating the Beveridge-Nelson Decomposition," Economics Letters,vol.75,no.1 (March 2002),pp.123-127.
④James H.Stock and Mark W.Watson,"Testing for Common Trends," Journal of the American Statistical Association,vol.83,no.404 (December 1988),pp.1097-1107.
⑤Robert F.Engle and Sharon Kozicki,"Testing for Common Features," Journal of Business and Economic Statistics,vol.11,no.4 (August 1993),pp.369-380.
⑥F.Vahid and R.F.Engle,"Common Trends and Common Cycles," Journal of Applied Econometrics,vol.8,no.4 (October 1993),pp.341-360; F.Vahid and R.F.Engle,"Codependent Cycles," Journal of Econometrics,vol.80,no.2 (October 1997),pp.199-221.
⑦Tommaso Proietti,"Short-run Dynamics in Cointegrated Systems," Oxford Bulletin of Economics and Statistics,vol.59,no.3 (August 1997),pp.405-422.
⑧Alain Hecq,Franz C.Palm and Jean-Pierre Urbain,"Permanent Transitory Decomposition in VAR Models with Cointegration and Common Cycles," Oxford Bulletin of Economics and Statistics,vol.62,no.4 (September 2000),pp.511-532.
⑨Gerald Carlino and Keith Sill,"Regional Income Fluctuations:Common Trends and Common Cycles,"The Review of Economics and Statistics,vol.83,no.3 (August 2001),pp.446-456.
⑩Jo
o Victor Issler and Farshid Vahid,"Common Cycles and the Importance of Transitory Shocks to Macroeconomic Aggregates," Journal of Monetary Economics,vol.47,no.3 (June 2001),pp.449-475.
(11)刘树成、张晓晶、张平：《实现经济周期波动在适度高位的平滑化》，《经济研究》2005年第11期。
(12)高铁梅、李颖、梁云芳：《2009年中国经济增长率周期波动呈U型走势——利用景气指数和Probit模型的分析和预测》，《数量经济技术经济研究》2009年第6期。
(13)张成思：《中国通胀惯性特征与货币政策启示》，《经济研究》2008年第2期；张成思：《长期均衡、价格倒逼与货币驱动——我国上中下游价格传导机制研究》，《经济研究》2010年第6期。
(14)侯成琪、龚六堂、张维迎：《核心通货膨胀：理论模型与经验分析》，《经济研究》2011年第2期。
(15)杨帅、温铁军：《经济波动、财税体制变迁与土地资源资本化——对中国改革开放以来“三次圈地”相关问题的实证分析》，《管理世界》2010年第4期。
(16)耕地面积数据来自中华人民共和国国土资源部编《中国国土资源统计年鉴》(北京：地质出版社，2006年和2009年)，粮食播种面积数据来自中国农业年鉴编辑委员会编的历年《中国农业年鉴》(北京：中国农业出版社)。
(17)数据来源于国家统计局编制的农产品集贸市场分类价格指数。
(18)农产品生产价格指数(APPI)，是国家统计局农调总队基于全国27000个农业生产经营单位的农产品(种植业产品、林业和畜牧业产品、渔业产品等四大类30个小类的农产品)的生产价格而形成的价格指数。因此，APPI反映了综合的农产品价格。
(19)此处猪肉和棉花的产量数据来源于中华人民共和国国家统计局编相关年份的《中国统计年鉴》(北京：中国统计出版社)，价格数据来源于国家统计局编制的农产品集贸市场价格指数，食品价格为CPI中的食品消费价格。
(20)Clive W.J.Granger,Bwo-Nung Huang and Chin-Wei Yang,"A Bivariate Causality between Stock Prices and Exchange Rates:Evidence from Recent Asian Flu," The Quarterly Review of Economics and Finance,vol.40,no.3 (Autumn 2000),pp.337-354.作者将样本区间分成3段，利用Granger因果关系检验来研究亚洲金融危机期间外汇价格与股票价格之间的引致(lead)关系。
(21)参见Hiro Y.Toda and Taku Yamamoto."Statistical Inference in Vector Autoregressions with Possibly Integrated Processes," Journal of Econometrics,vol.66,no.1-2(March-April 1995),pp.225-250.此处的农产品价格采用农产品生产价格指数，正式的数据处理过程将在本文第二部分第二节的数据处理部分给出。粳稻、小麦、猪肉为农村集贸市场价格，食品为CPI中食品类价格，都采用与农产品价格同样的数据处理方法。
(22)单位根检验的结果为：第一个子样本(2003Q1—2006Q4)中，粳稻、小麦、农产品、食品价格的PP检验(其形式为包含截距和趋势的水平检验)的p值分别为：92.14％、87.27％、40.10％、81.36％；第二个子样本(2007Q1—2011Q1)中，猪肉、农产品、食品价格变量的PP检验的p值分别为：29.22％、60.18％、45.39％。本文将显著性水平取为5％。
(23)本文将数据处理后的变量统一用小写cpi、appi和m2来表示，并沿用于后续关于周期的分析，以便和原始同比数据CPI、APPI和M2相区别。
(24)国家统计局农调总队只公布了2002Q1以来的APPI，本文在将它转换为定基比数据时，由于2005Q1的APPI和CPI食品类同比数据分别为6.4％和6.1％，所以选择2005Q1为基期，并基于此计算各变量的定基比指数。2001年的APPI的定基比指数由2002年的定基比数据和2002年的同比数据计算而成。
(25)R.G.King,C.I.Plosser,J.H.Stock and M.W.Watson,"Stochastic Trends and Economic Fluctuations," The American Economic Review,vol.81,no.4(September 1991),pp.819-840.
(26)本文最初的样本区间为2001年1季度至2011年1季度，在最后一次修改时，将样本区间扩展为2001年1季度至2012年2季度。
(27)单位根检验的结果为：对cpi、appi和m2三个变量水平值的包含截距和趋势的ADF和PP检验的p值分别为：6.4％、11.9％、79.7％和30.0％、27.1％、75.0％；对三个变量一阶差分的包含截距的ADF和PP检验的p值分别为：2.2％、0.1％、0.0％和1.7％、0.1％、0.0％。本文将显著性水平取为5％。
(28)James C.Morley,"A State-space Approach to Calculating the Beveridge-Nelson Decomposition," pp.123-127.
(29)为说明问题的方便，以下的分析是基于Δ的期望为零，即不含有截距，剔除Δ的样本均值，所以模型(2)具有一般性。
(31)本文数据处理后的数据表示累积的环比增长率，周期成分也具有相同的含义。
(32)由本文的数据处理与说明可知，此处累计上涨5.1个单位的含义为该时间段内周期成分各期环比增长率之和为5.1个百分点。为与同比数据的单位相区别，我们以下简称为“单位”。
(33)为说明方便，以下部分的Δy[,t]为剔除其均值后的序列。
(34)F.Vahid and R.F.Engle,"Common Trends and Common Cycles," pp.341-360.
(35)此式的推导过程参见Tommaso Proietti,"Short-run Dynamics in Cointegrated Systems," pp.405-422的附录部分。
(36)Johansen协整关系检验的结果为：原假设为不存在协整关系时，迹检验的p值为0.9％，最大特征值检验的p值为2.1％；原假设为最多1个协整关系时，迹检验的p值为15.2％，最大特征值检验的p值为56.1％。本文将显著性水平取为5％。
(37)李子奈：《计量经济学模型对数据的依赖性》，《经济学动态》2009年第8期。
(38)在图3a、图3b和图3c中，周期成分由右轴度量，变量数据和趋势成分由左轴度量。根据本文的变量定义和数据处理，周期成分的单位与BN周期相同。
(39)"U.S.Business Cycle Expansions and Contractions," National Bureau of Economic Research,http://nber.nber.org/cycles/cyclesmain.html.