中国通胀惯性特征与货币政策启示，本文主要内容关键词为：通胀论文,惯性论文,货币政策论文,中国论文,启示论文，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
当前，中国的通货膨胀在经济高速增长的大背景下仍然保持较低的水平，虽然2007年第一个季度的统计数字显示消费者价格指数(CPI)有回升的态势，但仍属于比较温和的水平，与上世纪80、90年代高通胀时期的情况形成鲜明的反差。由于通货膨胀是货币政策分析中的重要名义变量，也是我国中央银行逐步构建和完善以利率工具为基础的货币政策传导机制中的核心要素之一，因此，深入理解通货膨胀的动态过程特点对我国货币政策分析、制定和施行都至关重要。而对于货币当局而言，关键问题是要厘清通胀动态机制中的惯性特征。
通胀惯性(inflation inertia)也称为通胀惰性，一般使用动态自回归(AR)模型中滞后因子的系数和来计算，其衡量的是通货膨胀在受到随机扰动因素冲击后偏离其均衡状态的趋势所持续的时间(Fuhrer，1995)。持续的时间越久，通胀惯性越强，货币政策的滞后效应越明显。所以，通胀惯性的大小客观地决定了通货膨胀对政策变化的反应速度。Fuhrer(1995)的研究还表明，在通胀惯性很高的时期，当通胀率受到冲击偏离央行的预期目标之后，其返回到预期水平一般需要几个季度甚至几年的时间。在这种情况下，货币政策的效果必然存在着极大的滞后效应。反之，如果通货膨胀的惯性较弱，那么货币政策的滞后效果就会相对减小。因此，在分析货币政策效果的过程中，如果没有准确反映通胀惯性的真实特征，很可能会给出失当甚至是错误的政策建议。
正因为如此，近年来通胀惯性的变化趋势受到国际学界越来越多的关注。例如，Taylor(2000)、Willis(2003)和Zhang(2007)针对美国各种通货膨胀的时序数据进行了研究。归纳起来，这些研究的一个共同发现就是：进入20世纪90年代以后，随着美国通胀率的下降，通胀惯性也随之大幅度显著减小。
然而，近年来针对中国通胀惯性的深入研究却相对较少。国内研究通货膨胀问题的文献主要致力于考察现阶段我国通货膨胀和通货紧缩的成因以及对经济“缩长模式”的解释，如樊纲(1999)、余永定(1999)、谢平和沈炳熙(1999)、刘树成(1999)，以及龚刚和林毅夫(2007)的重要文献。
毋庸置疑，这些研究对理解我国现阶段通货膨胀动态走势和宏观政策调控等都具有很高的理论和实践价值。但是，对中国而言，近十几年来出现的低通货膨胀甚至是通货紧缩是否也伴随着较低的通胀惯性？通胀惯性是否随着宏观政策和经济结构的调整而发生了显著变化？中国通货膨胀的惯性特征对货币政策分析和制定有什么深层的启示？对这些问题的深入探讨不仅需要采用科学的研究方法，而且要对实证结果给出科学合理的解释，这样才能在新形势下提出对保持我国经济平稳发展有所裨益的政策主张，从而防止过度的高通胀，也避免出现长期的通货紧缩。这也是本文尝试研究中国通货膨胀惯性特征的初衷。
有鉴于此，我们将对1980-2007年期间中国季度通胀率的惯性指标及其结构稳定性进行研究，并探索通胀惯性特征对货币政策效果的影响。我们注意到，传统的最小二乘法对通胀惯性的估计存在统计有偏性，不利于准确甄别我国通胀惯性在不同时期的高低，因此本文利用Hansen(1999)的“格点拔靴”法(grid bootstrap)来获得通胀惯性系数的中值无偏估计。
另外，考虑到通胀惯性程度可能随我国经济结构和宏观政策的变迁而发生结构性改变，同时由于现实经济生活中普遍存在的时滞效应，如果使用已知的政策变化点(如1995年开始的紧缩财政与货币政策)作为样本分割点来考察通胀惯性的变化难以精确捕捉其真实的变动情况。因此，我们将应用Andrews(1993)的未知断点结构稳定性检验法来考察通胀惯性系数的变化，从而减少由于断点的任意选取而对估计结果可能带来的敏感性。
通过以上方法我们对中国消费者价格指数通胀率、零售商品价格指数通胀率和GDP平减指数通胀率进行了分析，结果发现，虽然消费者价格指数通胀率的惯性指标在低通胀时期有所减弱，但格点拔靴中值无偏估计显示，减弱的幅度比较小，一般在10％左右。而与已有的关于美国通胀惯性研究的发现相反，中国零售商品价格指数通胀率和GDP平减指数通胀率的惯性系数在1980—2007年期间并没有出现显著的结构变化，而是呈现出极高的惯性特征。
从本文的计量结果看，我国的通货膨胀一旦受到随机冲击偏离央行的预期目标之后，一般需要经过一年甚至更长的时间才能返回到预期的水平。这说明，虽然进入到新世纪以来我国一直经历的是平稳较低的通货膨胀，但是货币当局管理通货膨胀的任务并没有变得轻松，央行必须保持对通货膨胀抬头趋势的适度警觉，至少应该在出现通胀压力前一年制定和施行相应的措施，从而应对高通胀惯性环境下的政策滞后效应。
为此，本文的结构安排如下：第二部分对使用的数据、模型和通胀惯性的计量估计方法做必要的介绍；第三部分报告了通胀惯性的总体样本和滚动样本估计结果；第四部分设计了未知断点结构变化检验，并计算了各种通胀指标的惯性系数在不同样本区间段的估计值；第五部分解释实证结果的政策含义，并通过仿真实验说明高通胀惯性与货币政策滞后效果的关系；第六部分总结全文。
二、通胀数据、模型设定与估计方法
1.通胀数据
通货膨胀水平可以通过各种不同的价格指数来衡量，为综合考察我国通货膨胀的惯性特征，避免只专注于一种通胀指标可能导致的研究结论的片面性，本文考察了三种季度频率的通胀率变量，分别是居民消费者价格指数通胀率(CPI)、零售价格指数通胀率(RPI)和GDP平减指数通胀率(GDPD)。这三种通胀变量包含的信息不同，CPI主要反映一定时期内城乡居民所购买的生活消费品价格和服务项目价格变动程度；RPI反映城乡商品零售价格的变化趋势；而GDP平减指数是更为广义的价格指标。其中GDP平减指数是基于没有扣除物价变动的GDP(名义GDP)与剔除物价变动的GDP(真实GDP)来计算的，其核算基础对经济整体价格状况的覆盖面更为广泛，而且与投资相关的价格水平在这一指标中具有更高的权重，所以GDP平减指数能够更加全面地反映我国通胀的总体状况。这样，通过研究包含不同信息的三种通胀指标，我们尽可能全面地刻画最近二十几年我国通胀惯性的特征及其变化情况，从而保证研究结果的政策含义更具参考价值。
CPI和RPI的数据来源于国家统计局和《中国经济景气月报》，GDP平减指数通胀率的原始数据来源于《国际金融统计》①。其中，CPI的样本区间为1980Q1-2007Q1，RPI的样本区间为1981Q1-2007Q1，GDPD的样本区间为1980Q1-2005Q4。图1给出了三种通胀率的时序图。可以看到，基于不同价格指数的通胀率在各个时点的水平存在差异，但总体上的动态走势比较相近，各通胀变量在上世纪80年代末和90年代中期都表现出较强的波动，而自90年代后期开始波动明显减弱，各种通胀指标持续走低，尤其是在1998—2000年一度显现出通货紧缩的阴影，在此之后通货膨胀虽然有所上升，但都维持在比较温和的水平。
图1 1980-2007年中国季度通胀率(％)
图1中描绘的通货膨胀的变化路径包含的信息是相当丰富的，从某种程度上反映了我国自改革开放以来经济结构和宏观政策的变迁：上世纪80年代中期由计划经济向市场经济转轨初期由于“价格闯关”导致政策性通货膨胀。在此之后，中央政府通过政策调节和治理整顿，使市场价格总水平在90年代初回落到了4％以下。但是，在1992年以后，由于缺乏有效的需求约束，加之当时的经济开发区热和房地产投资浪潮，使得中国通货膨胀在90年代中期窜升到20％以上。而自1995年开始的紧缩财政、货币政策和整顿金融秩序，又有效地将总体物价水平的增幅在90年代末拉回到2位数字以下，并且至今一直维持在较低的水平。
2.模型设定
我国通货膨胀表现出的这些深远变化，促使我们思考通胀惯性是否也随之发生了变化。那么，如何衡量通胀惯性呢？与已有的标准文献(如Taylor,2000; Willis,2003)一致，本文使用AR模型中滞后项的系数和来度量通胀惯性。因此，基本的模型设定为
为什么AR模型中
能够捕捉通胀惯性呢？这是因为，通胀惯性衡量的是通货膨胀在受到随机冲击后返回静态所需的时间，所以其实质上描绘了在通货膨胀的动态走势中一个单位的随机冲击对通胀率带来的累进效应，即累积脉冲反应函数(CIRF:cumulative impulse response function)
(2)
通过公式(1)，不难获得(2)中CIRF的解析表达式为
(3)
所以，α(1)的值越接近于1，累积脉冲反应函数的值越高，通胀率受到冲击后的累进效应越强。因此，AR模型中滞后项系数的算术和一般被用来衡量通胀率的惯性水平。不难看出，当α(1)=1时，累积脉冲反应函数趋于无穷大，此时一个随机冲击对通货膨胀的影响将永远持续下去。
另外，我们知道，在动态模型中，由于滞后项之间可能存在一定的共线性，因此如果直接对模型(1)进行回归，可能会造成单个滞后项系数的标准差估计不精确，进而影响进一步的统计推断。为此，我们将(1)重新系数化为
(4)
其中
。将(4)展开、合并同类项之后得到的等式与(1)完全相同，并且模型(4)中的系数ρ等于(1)中各个滞后项的系数和，即通胀惯性系数。这样，即使(1)中存在共线性问题，通过估计模型(4)也可以得到较为精确的通胀惯性系数的估计值和相应的标准差。
另外，要利用(4)获得相对合理可靠的通胀惯性系数估计值，模型中的最优滞后期数应该科学有据地选取。对于这里的季度模型，我们首先设定8个滞后期的初始值，然后根据AIC准则并遵循“从一般到特殊”的建模规则来确定最优滞后期数。在实践中，依据其他信息准则(如BIC)选取的结果与AIC完全一致，故不再赘述。
当然，基本模型中是否包含移动平均(MA)项也需要考虑，因为这直接影响到我们对通胀惯性系数的估计。依据标准的时间序列分析理论，如果随机时序轨迹的真实数据生成过程含有MA成分，其部分自相关函数(PACF:Partial Autocorrelation Function)应该呈现拖尾的现象，而自相关函数(ACF:Autocorrelation Function)应该出现截尾特征。而AR过程对应的是截尾的PACF和拖尾的ACF。从图2绘制的我国三种通胀率在1980—2007年样本内的PACF(与自相关函数ACF一起绘制的)可以看到，每个通胀率变量的PACF都在一定滞后期后陡然落在其2个标准差的上下界内(2条虚线表示上下界)，从而说明使用AR模型来刻画我国通胀率的动态过程是合理的。
图2 中国通胀率样本自相关函数(ACF)和部分自相关函数(PACF)
3.估计方法
根据标准的计量理论(Phillips,1977)，即使在模型设定正确的基础上，最小二乘法对AR模型中ρ的估计仍然是统计有偏的，最小二乘点估计值发生向下偏倚，特别是当ρ的真实值接近于1时，这种统计偏倚尤其严重。另外，与ρ的估计值对应的传统渐近置信区间也不够精确。为此，我们使用Hansen(1999)提出的“格点拔靴”(grid-bootstrap)估计法来修正这些问题。
这种方法实质上是利用“拔靴”技术针对一系列可能的ρ值模拟出最小二乘估计的有限样本分布，利用格点搜索法计算ρ值的置信区间。Hansen的蒙特卡洛模拟表明，无论是平稳的时间序列模型还是局部含有单位根的非平稳模型，“格点拔靴”估计都能提供正确的置信区间。所以，我们使用服从拔靴分布(bootstrap distribution)的分位数(quantile)函数构造的90％置信区间，进而利用“格点拔靴”估计的50％百分位数计算通胀惯性系数的中值无偏估计(median unbiased estimate)。在格点拔靴估计的仿真过程中，我们设定格点数为200，拔靴的模拟次数为1999，格点拔靴置信区间的估计使用White异方差修正标准差。
三、通胀惯性的总体样本和滚动样本估计
根据上文的模型设定和估计方法的设计，本部分对通胀惯性系数进行了总体样本和滚动样本估计。根据定义，总体样本估计考查的是假设模型在总的样本区间内没有任何结构变化的情况下对应的通胀惯性大小。而滚动样本估计是设定一个窗口区间对系数进行滚动估计，以此来考查通胀惯性随样本区域推移而变化的情况。
首先，表1报告了我国三种通胀变量惯性系数的总体样本估计结果以及相关的统计量。为了便于比较，我们同时报告了最小二乘和格点拔靴估计的结果。因为这里研究的是动态自回归模型，因变量的滞后项出现在模型右侧，所以我们使用Breusch-Godfrey LM检验作为AR模型序列相关性的诊断检验(Durbin-Watson检验在此处无效)。从LM检验对应的收尾概率(p-auto)可以看到，使用AIC确定的最优滞后期数足以消除模型(4)中的序列相关性。
另外，从最小二乘点估计值来看，消费者价格通胀率与零售价格通胀率的惯性系数非常接近，都在0.92左右，而GDP平减指数通胀率的惯性系数点估计值更高，为0.965。从格点拔靴估计结果看，与先前讨论相一致，各个通胀率的惯性系数对应的格点拔靴中值无偏估计值比最小二乘点估计值高，并且格点拔靴估计的90％置信区间一般都包含了(或接近)单位1，这说明我国通胀率在1980-2007年间惯性非常强。
其次，我们设计了8年期的滚动窗口对模型(4)中的通胀惯性系数做了格点拔靴滚动估计，以此来考察通胀惯性在不同时间区域内的变化情况。使用8年期作为滚动样本的时间跨度使得每个滚动样本区间包含32个观测值，而略微变化滚动窗口的大小(例如使用10年期窗口)得到的结果基本一致，因此这里只给出8年期对应的结果。
当然，滚动估计并不是一种正式的结构性变化检验，但是这种设计可以灵活地反映出通胀惯性随时间推移而发生的动态变化。针对每个滚动窗口，回归估计的设计与上文介绍的过程保持一致。图3分别描绘了三种通胀变量的惯性系数格点拔靴点估计(实线)以及其对应的90％置信区间上下界(虚线)。
图3显示，CPI的惯性系数估计值在上世纪90年代中期之前变化不大，而在90年代中期以后似乎有一定的下滑趋势，但从1998年开始又有所上升。而仔细观察RPI和GDP平减指数通胀惯性的滚动估计可以发现，对应的惯性系数分别在1995年和1985年出现短暂的下降，但经过大约2个季度后又迅速回升到接近于1的水平。
从总体上看，无论CPI、RPI还是GDP平减指数通胀率，对应的惯性系数在各个时域内的估计值一般都在0.8以上，尤其是RPI和GDP平减指数通胀率，其通胀惯性甚至一般处于0.9以上的高位。并且，观察图3中的90％置信区间可以看到，在绝大多数情况下，单位1(图中用水平虚线标示)一般都被包含在此区间内，这暗示着高通胀惯性。
图3通胀惯性的滚动样本格点拔靴估计(实线)，虚线对应90％置信区间
虽然滚动估计是一个有益的辅助工具，可以帮助我们观察通胀惯性在不同区间内的变化情况，但是，这种变化是否具有统计显著性以及显著性是否表现在惯性系数上，需要进一步使用正式的统计检验。
四、通胀惯性的结构性变化分析
在本部分，为了避免人为设定断点影响甄别通胀惯性的结构性变化情况，我们利用Andrews(1993)的未知断点检验方法进行更合理的设计。依据Andrews(1993)的理论，我们可以设定一个搜索域τ(τ的传统取值为样本T的中间70％)，首先计算出在该域内所有可能断点对应的一系列Wald检验统计量(对应的原假设是在断点处模型中系数不发生变化)，然后计算出最大的Wald值，用公式表示为
表示搜索域的范围。如果SupW具有统计显著性，则对应的时刻即是模型中相应系数发生结构性变化的断点日期。
图4首先直观地给出了各个通胀率AR模型中总体系数未知断点结构变化检验对应的Wald统计量序列。从图中可以看到，CPI和RPI对应的最大Wald统计量分别出现在1997年和1995年，而GDPD通胀率的AR模型似乎没有出现明显的结构变化点。
为了进一步精确判断通货膨胀的AR模型中各个系数结构变化检验对应的SupW是否具有统计显著性，我们使用Hansen(1997)的方法计算SupW统计量对应的渐进p-值(用p-sup表示)。对于每个通胀变量的AR模型，我们对总体系数和其他各子系数进行了检验并分别计算了对应的渐进p-值。
图4未知断点结构变化检验Wald统计量序列
表2归纳了未知断点检验的计算结果。首先，CPI和RPI的自回归模型的总体系数稳定性检验对应的p-值小于0.01，表明对应的AR过程的结构性变化具有统计显著性。而GDP平减指数通胀率对应的结果显示其AR过程没有发生具有统计显著性的结构变化。进一步观察可以看到，虽然CPI和RPI通胀率的AR模型都表现出显著的结构性变化，但各自的不稳定性来源不同。对于CPI通胀率，其模型的不稳定性来自于通胀惯性系数，而RPI的不稳定性源自常数项和其他滞后项的系数，其通胀惯性系数并没有出现显著变化。
进一步观察表2中报告的结构变化断点时间，我们发现，对于CPI，AR模型中总体系数发生结构变化的时间估计点与惯性系数的变化断点接近，都出现在1996年末。而对于RPI，总体系数结构性变化的时间与截矩项系数基本吻合，发生在1994年末，而其滞后2期项的系数的结构断点发生在1998年。
综合来看，我国消费者价格指数通胀率的惯性在1996年末显示出显著的结构性变化，这与前文的滚动估计基本一致。但是，更加全面反映通胀水平的GDP平减指数通胀率的惯性并没有发生(统计)显著性变化，其对应的AR模型总体系数也没有发生结构性改变。而对于零售商品价格指数通胀率，其动态自回归模型虽然表现出显著性结构变化，但变化似乎并不是来自于通胀惯性系数。
为了进一步考察AR模型发生显著性结构变化的CPI和RPI在断点前后的样本区间内惯性系数大小，我们基于表2中的总体系数时间断点估计值，分别对CPI和RPI的AR模型进行了分割样本估计。而为了避免断点取值的敏感性，我们在SupW给出的断点估计值前后分别估计了4个样本。例如，对于CPI通胀率，以1997Q1为分割点，1997年前我们估计了1981Q1-1996Q4，1981Q1-1996Q3，1981Q1-1996Q2和1981Q1-1996Q1的有关系数。其他样本设计依此类推，表3给出了相应结果。
首先，比较CPI通胀惯性系数在断点前后的估计值。从表3归纳的估计结果可以看到，最小二乘估计给出的惯性系数在1997年前为0.87，而之后下降到0.73—0.74左右。但是，从具有统计无偏的格点拔靴估计可以看出，虽然CPI通胀惯性在1997年之后确实有所减弱，但减弱的幅度一般不超过0.09，而格点拔靴中值无偏的点估计值在断点之后仍然保持在0.80以上。这里还值得注意的是，即使在1997年以后，格点拔靴估计90％的置信区间无一例外地包含了单位1，暗示着我国CPI通胀率在低通胀时期仍然保持较高的惯性水平。
其次，考察RPI的惯性指标在其对应的AR模型结构变化前后的情况。根据先前表2中的结果，我们比较RPI在1994Q4前后的通胀惯性系数是否有明显的变化。通过表3对应的结果可以看到，无论最小二乘估计还是格点拔靴估计，RPI的惯性系数在1994年前和后均保持在0.80以上的高位，减弱的迹象不明显。
在实际计算过程中，我们还做了其他各种敏感性分析，包括通过引入虚拟变量(dummy variable)从而不必分割样本来分析通胀惯性系数在各自断点前后的变化情况；进一步允许AR模型中其他系数在不同于惯性系数发生变化的时刻也发生结构变化(依据表2中的结果)；以及允许通胀率的AR模型同时存在多个结构性断裂。这些敏感性分析的结果与上文保持一致，都表明我国通货膨胀无论在历史上高通胀时期还是在新时期的低通胀环境下，都表现出非常高的惯性特征。限于篇幅原因，这些分析结果在这里没有进行报告。
五、政策含义
我们在上文中使用了AR模型对中国通胀率的惯性特征进行了较为详尽的分析，实证结果表明了我国高通胀惯性的特征。本部分阐述这种高通胀持久性对货币政策制定的启示，并且利用仿真实验对比说明高通胀惯性环境下货币政策的滞后效应，最后有针对性地提出降低通胀惯性指标的政策建议。
在本文的开始部分我们已经提到，通货膨胀的惯性程度从实质上反映了货币政策的滞后效果。因为通胀惯性反映的是通货膨胀在受到随机冲击后偏离其均衡水平持续的时间长度，所以利用通胀变量的样本自相关函数可以进一步直观地表示出通货膨胀在受到随机扰动后返回静态的时序轨迹。
作为示范，图5绘制了中国三种通胀率的样本自相关函数时序曲线。同时，根据自相关函数的定义，其取值范围的区间为[0，1]，而为了与一个具有中等惯性水平的时间序列数据流进行比较并不失一般性，我们使用基于惯性系数为0.5的简单一阶自回归模型仿真生成与样本1980Q1-2007Q1等值的109个观测值(仿真过程中初始项设为0，随机扰动项设为均值为0方差为1的高斯白噪音过程)，然后计算了仿真数据的样本自相关函数并描绘在图5中。
图5中国通胀率以及仿真生成数据的自相关函数时序轨迹
从图5可以清晰地观察到，中国的三种通胀指标的自相关函数无一例外地缓慢趋近于零点水平，并且一般都要经过一年以上(大于4个滞后期)的时间才慢慢减弱到0，其中GDP平减指数通胀率的自相关函数衰减得尤其缓慢，这再次印证了本文第三、四部分的实证结果。而与具有中等水平惯性指标的仿真数据的自相关函数相比，我国通胀率的自相关函数趋零的态势明显慢于惯性系数为0.5的仿真数据的自相关函数。
为此，我们以通胀率、M2增长率和真实GDP增长率为元素建立一个三元的矢量自回归(VAR)模型，模型的滞后期由AIC准则确定②。这样，通过基本的VAR(p)模型与VAR(1)模型的转化技巧(Hamilton，1994)，可以计算出通胀率在受到一个单位的随机冲击后的变化路径，即脉冲响应函数(IRF)。因为VAR模型中涵盖的信息更加丰富，特别是货币政策要素也包含在其中，所以这样计算出的响应函数可以更加准确地反映出通货膨胀在受到随机冲击后发生变化所持续的时间，从而进一步体现出货币政策的通胀滞后效果。
图6分别描绘了基于VAR模型计算的CPI、RPI及GDP平减指数通胀率受到随机冲击后的脉冲响应函数时序图，其中实线表示IRF点估计值序列，虚线表示90％的置信区间上下界。为了精确计算IRF对应的渐进置信区间，计算过程使用了蒙特卡洛仿真(仿真次数设为10000)方法。从图6中我们看到，CPI、RPI和GDP平减指数通胀率的IRF分别经过6期、6期和13期后才减弱到0。进一步变化VAR模型的样本区间进行计算，得出的结果与此基本一致。
以上分析充分说明，我国通胀率在偏离预期的水平受到一个随机冲击(比如一个抑制通胀的紧缩货币政策冲击)后，返回预期值所用的时间要超过1年以上。因此，要利用货币政策有效地调控通货膨胀走势，将未来的通胀率掌控在预期的范围内，就要求货币当局具备很强的正确预期能力，才能适时地(如，对于CPI和RPI要在1年半左右以前)有针对性地制定和施行紧缩或者放松的货币政策，对经济发展进行干预。
图6利用VAR模型计算的中国通胀率脉冲响应函数时序图
以上实证结果对新形势下中国的货币政策制定有极为重要的启示意义。特别是，近一段时期以来，随着中国经济的快速增长，股票、基金以及房地产价格在不断上扬，这已经引起政府和央行对经济发展过热和通胀抬头的警惕。为此，中国人民银行在2007年3月18日，将金融机构人民币存贷款基准利率同步上调0.27个百分点，而鉴于市场的反应并不明显，在2007年5月份又再次宣布将从2007年6月5日起，上调存款类金融机构人民币存款准备金率0.5个百分点，在最近的7月、8月和9月又连续采取加息政策。
这些政策措施的制定，在短期内对调整市场预期、稳定经济运行无疑具有重要的作用。但是，从本文的经验结果和相关分析可以看出，在新时期货币当局不仅要保持对短期内通货膨胀抬头趋势的警觉，同时更要关注我国通货膨胀的高惯性特征。特别是在政策制定过程中要认识到我国的高通胀惯性环境下货币政策存在的滞后效果，尽量避免在较短的时期内进行过于频繁的政策调整，要给政策起效留有一定的滞后期间。
通过以上分析，本文认为，当前我国货币政策协调的重要着力点之一要放在通胀惯性过高的治理上。而溯本清源，我们首要的任务是厘清通胀惯性的来源。实际上，Fuhrer(1995)的研究已经表明，通胀惯性可能的主要来源包括：(1)工资或价格契约中存在的刚性；(2)缓慢的市场预期调整；以及(3)央行的信用程度较低。
对于中国当前的具体情况，市场预期调整的缓慢和央行信用程度的不完美可能是造成我国通胀惯性过高的主要原因。而市场预期调整的缓慢与央行信用度相对较低是息息相关的。如果市场对央行出台的政策的最终目标缺乏信任度，认为央行在受到其他方面的压力后可能会随时改变政策，即众所周知的货币政策时间不一致(time inconsistency)问题，累积起来就会形成一种长期的“通胀偏差”(inflation bias)。最后造成的结果就是由于政策缺乏可信性而导致政策实施的实际效果很难能达到最初的政策目标。因此，在当前高通胀惯性的形势下采取缓慢渐进的政策调整方式可能更为有效。
以上分析同时说明，要有效降低中国通货膨胀存在的高惯性，首要任务是提高央行政策制定的透明度和政策施行的信用度，尽量避免政策频动，让市场对货币政策操作的频率和方向有比较明晰的认识，从而积极地引导正确的市场预期。这样，货币政策的通胀效果就可能较为快速地体现出来，进一步减弱现有的政策滞后效应，最终提高货币政策的有效性。
六、结语
通胀惯性的量化分析在学界得到日益广泛的关注，而针对中国通胀数据的研究还相对较少。本文利用格点拔靴估计、Sup-Wald未知断点结构变化检验以及仿真对比等方法，分析了我国三种主要通胀率的惯性特征。实证结果显示，我国通货膨胀自1980年以来一直具有很高的惯性特征。虽然在通货膨胀率较低的上世纪90年代末至今，消费者价格指数通胀率的惯性有所减弱，但是减弱的幅度不足10％。而零售商品价格指数和GDP平减指数通胀率的惯性系数没有显著变化。
从绝对水平上看，我国通胀率的惯性系数在1980-2007年间都保持在0.80的高位上，这暗示着我国货币政策的滞后效应非常明显，通货膨胀对政策变化的反应速度缓慢。通过计量分析我们发现，货币当局至少应该在出现通胀压力前一年采取措施，从而应对高通胀惯性环境下的政策滞后效应。有鉴于此，本文提出，治理过高的通胀惯性是当前我国货币政策协调过程中不可忽视的重要任务之一。而提高货币政策的透明度和信用度，积极有效地引导市场预期是正确的努力方向。当然，对于通胀惯性在中国的特殊机理问题，本文没有进行深入剖析，未来研究可以考虑在这个方向做进一步深入的工作。
作者感谢第七届中国“青年经济学者论坛”和中国人民大学财政金融学院“双周论坛”研讨会与会者的讨论，并特别感谢匿名审稿人对本文提出的建设性修改意见。文责由作者自负。
注释：
①由于国际金融统计公布的GDP平减指数的原始数据只有年度数据，所以我们使用从低频转化到高频数据的“linear match last”方法获得季度GDP平减指数。为了避免数据频率转换的敏感性，我们对公布的年度GDP平减指数通胀率惯性系数也进行了测算，结果与季度数据的基本结论完全一致。
②M2的数据来源于国际金融统计，真实GDP的数据根据中国国家统计局公布的数据和Abeysinghe and Rajaguru(2004)的方法计算。基于数据的可获得性，VAR模型的样本区间为1981Q1-2006Q4(GDPD对应1981Q1-2005Q4)。
标签：cpi论文; 自相关函数论文; 通胀率论文; 货币政策论文; 时间计算论文; 经济论文; cpi指数论文; gdp平减指数论文;