基于递归var模型的通货膨胀成因分析

是在长期还是短期都是诱发通货膨胀的主要原因，而外部冲击不是引发通货
膨胀的主要矛盾，但国际食品价格上涨对中国通货膨胀有较大影响。

伍戈（2011）采用“从一般到特殊”的建模方法实证考察了1994-2009 年期 间中国通货膨胀与货币供应、产出缺口、汇率和国际原油价格之间的联系。 研究表明，通货膨胀和货币供应之间存在长期稳定的正相关关系，但通货膨 胀并不完全是“货币现象”。产出缺口与通货膨胀之间存在显著关系。国际 原油价格对中国通货膨胀的长期影响微弱，短期内也非常有限。人民币实际

贺力平，樊纲等（2008）研究发现，2001年1月-2008年7月期间，我国消费者 价格指数是生产者价格指数变动的格兰杰原因，反之不成立。进一步推断，
尽管需求和供给共同影响通货膨胀走势，但样本期内我国通货膨胀诱因中需
求冲击相对大于供给冲击。

吴剑飞，方勇（2010）基于新开放宏观经济学(NOEM)框架，利用贝叶斯向量 自回归模型(BVAR)实证检验了中国通货膨胀成因。研究发现货币供应量无论

AFPI综合指数计算。将个品种期货价格指数按持仓金额进行加权计算，得出 AFPI。

月度AFPI计算。月度AFPI由月内4或5个周末的AFPI日数据取算数平均得出。
指数计算公式。
单品种期货价格指数=
即期样本调整价格 1000 基期样本调整价格
新增品种期货价格指数=
新增品种即期调整价格 新增品种上一日AFPI 指数 新增品种基期调整价格
）、上证综合指数（SCI）以及商品房销售价格指数（HSP）。

为避免指数类型不统一所导致的分析误差，上述所有指数变量均为定基数据 。CPI定基数据以1999年1月为基期，基点为100，利用环比数据计算得出。计 算PPI定基指数时，由于公布的环比数据仅从2002年开始，因此以2002年1月 为基期，基点为100，结合环比和同比数据计算得出。数据数据来源除特殊标 注外均来自锐思金融数据库，时间跨度均为1999年1月至2011年6月。
有效汇率升值短期内非但不能抑制通货膨胀，反而可能增加通货膨胀。但长
期内实际有效汇率与通货膨胀明显负相关。
2. 变量选取与处理

第一类反映国际价格冲击：世界原油平均价格（OIL）与国际食品价格指数（ FOOD），其中OIL为迪拜、英布伦特和美国西德州原油平均价格，可较好代表 国际原油价格走势。运用FOOD指数代表国际大宗商品价格水平；
，通过乔里斯基正交递归VAR模型对马来西亚、韩国、泰国、新加坡和印度尼
西亚的研究指出:除印度尼西亚，其他国家的汇率传递效应很低，汇率的传递 效应通常是不完全的。

Hofmann(2006)采用多种预测模型:标准双变量预测模型，三变量菲利普斯曲线 预测模型和因子模型分别以各种货币供给(Ml，M2，M3以及存贷款量)为变量， 对欧盟的通货膨胀进行预测，发现货币供给量和通货膨胀存在必然的联系，但
农产品期货价格指数编制说明
国内目前公开的农产品期货价格指数（如南华、青马指数）皆从2005年开 始编制，时间跨度较小，不能满足研究所需。因此本文结合张树忠，李天忠等 （2006）以及南华指数编制说明，自行编制AFPI指数，方法如下：

样本。郑州、大连期货交易市场中的所有农产品期货品种 单品种调整价格计算。以结算价为基础，按不同合约的持仓量进行加权计算 得出调整价格。
Yt 1Yt 1 pYt p HX t t
式中：Yt 是k维内生变量列向量，Xt 是d维外生变量列向量，p是滞后阶数，T 是样本个数。
数据平稳性检验
最优滞后期选择
模型稳定性检验

进一步建立VAR(8) 模型，单位圆检验表明模型的特征多项式的所有根的模的 倒数均小于1，即位于单位圆内（如图所示），因此模型通过稳定性检验。
理，消除其之间的相关性。目前Cholesky正交递归分解法应用比较广泛，通
过将变量按以下准则排序即可消除误差项间的相关性：排序在前的变量将影 响排序在后的变量，但不会同时受到排序在后的所有变量的影响。然而现有 文献大多凭借经济理论对变量进行主观排序，并没有对变量间的相互关系进 行严格检验，但实际宏观经济运行往往更为复杂多变。因此这里有必要对各 变量之间的因果关系进行检验。

根据Cholesky正交递归分解排序原则以及格兰杰因果关系 检验结果，本文变量间排序如下： DLNFOOD→DLNOIL→DLNSCI→DLNCPI→DLNAFPI→DLNPPI→
DLNINV→DLNTAX→DLNDK→DLNRJXF→DLNHSP→DLNFE。
注：由于变量间没有绝对的单向关系，在分析因果关系结果时遵照原则 如下：排序时变量受后面影响尽可能小，受前边的影响尽可能大，同
是根据货币供给量指标选取的不同以及模型中设定参数的不同，准确预测出数
据的时间区间会有长短。

Juthathip Jongwanich，Donghyun Park（2009）选取国际石油价格、食品价 格、汇率、进口物价、产出缺口、PPI和CPI七个变量，通过建立乔里斯基（ McCarthy）正交递归VAR模型，分析了亚洲九国即中国、印度、印度尼西亚、 韩国、马来西亚、菲律宾、新加坡、泰国和越南的通货膨胀的根本来源。实 证结果表明造成亚洲通胀的主因在于内部，是本土超额总需求和通货膨胀预 期，而不是外部价格冲击。
2
3
4
5
6
7
8
9
10 11 12
Response of DLNCPI to DLNDK
.006 .004 .002 .000 -.002 -.004 1 2 3 4 5 6 7 8 9 10 11 12 .006 .004 .002 .000 -.002 -.004 1
Response of DLNCPI to DLNRJXF
800
600 99 00 01 02 03 04 05 06 07 08 09 10 11
数据处理

季节调整。为更准确地反映客观经济现象本质，需要去除变量中的季节变动
因素。结合变量曲线图发现变量CPI、税收（TAX）、固定资投资（INV）与财
政支出(FE)存在明显季节变动趋势，运用CensusX12季节调整方法对其进行调 整，保留循环趋势项作为最终调整结果。
Cholesky正交递归分解

VAR模型需估计参数为KN2(K为滞后期，N为变量数)，由于参数众多且无论参 数的估计值有无显著性都会保留在模型中，因此对模型估计结果进行研究没 有太大实际意义。需要通过脉冲响应函数和方差分解才能对系统内各变量间 的关系进行深入分析。

为保证脉冲响应函数和方差分解效果，首先要将各变量的误差项进行正交处
AFPI （单品种期货价格指数
i 1
n
该品种持仓金额 ） 各品种总持仓金额
SER01
1,800
1,600
1,400
1,200
1,000
800
600 99 00 01 02 03 04 05 06 07 08 09 10 11
SER01
1,800
1,600
1,400
1,200
1,000
Hale Waihona Puke 时对后面的变量影响尽可能大。
CPI脉冲响应函数
Response to Cholesky One S.D. Innovations ± 2 S.E.
Response of DLNCPI to DLNFOOD
.006 .004 .002 .000 -.002 -.004 1 2 3 4 5 6 7 8 9 10 11 12 .006 .004 .002 .000 -.002 -.004 1 2 3 4 5 6 7 8 9 10 11 12

基期设置。以1999年1月4日为基期，设定基期指数为1000点，指数计算截至 2011年6月。

新品种上市权重修正。新品种上市时，为保持AFPI的连续性，该品种指数计 算以新增商品交易日为基期，该基期指数等于增加商品品种的上一日AFPI综 合指数。各期指数样本的权重均按实际加人的期货品种作相应调整。
2
3
4
5
6
7
8
9
10 11 12
Response of DLNCPI to DLNAFPI
.006 .004 .002 .000 -.002 -.004 1 2 3 4 5 6 7 8 9 10 11 12 .006 .004 .002 .000 -.002 -.004 1
Response of DLNCPI to DLNPPI

第二类反映国内商品需求：人均消费（RJXF）、财政支出（FE）、固定资产 投资（INV）以及贷款总额（DK）。其中人均消费由社会消费品零售总额除以 人口总数得出。

第三类反映供给（生产成本）冲击：工业品出厂价格指数（PPI）与各项税收 总额(TAX)。第四类反映国内对CPI的预期变量：农产品期货价格指数（AFPI
如何在保持经济相对高速发展的同时保持相对较低的通胀率就成了必须要面
对的问题。然而问题的解决之道在于首先必须弄清通货膨胀的诱发机制，才 能对症下药。关于通货膨胀成因，国内外学者进行了大量的研究。
1.3 国内外主要文献
外文

Takatoshi Ito,Yuri N.Sasaki和Kiyotaka Sato(2005)采用名义有效汇率指数

价格平减。本文利用以1999年1月为100的定基CPI指数对变量各项税收、财政 支出、固定资产投资、贷款总额以及人均消费进行价格平减，以消除价格变 动因素的影响。

对数化处理。为增加数据的稳定性并消除异方差，对所有最终变量取自然对 数。
3. 计量模型分析

VAR（p)模型的数学简化式为：
(t=1，2，...，T)