先行指标和一致指标的联动性和波动性

先行指标和一致指标的联动性和波动性——对通货膨胀影响分析河北金融学院张绍华、李志亮、宋亚川目录TOC\o"1-5"\h\z建立通货膨胀预警指标体系问题的提出1形成当前我国通货膨胀的过程及原因2对世界各国的经济发展先行指标横向对比3我国虽经济发展先行指标和同步指标的情况4预警通货膨胀指标及指标形式的设定52.1设定预警通货膨胀指标及应该注意的问题52.2预警通货膨胀模型的设计形式6ARMA模型62.4.VAR模型介绍82.5Granger因果检验介绍8数据的收集与处理10数据来源和类型10预警通货膨胀先行指标体系和同步指标体系的评价13ARMA模型及VAR模型14平稳性检验145.2AR模型16先行指数和一致指数的联动性和波动性分析17预警通货膨胀模型的结论与应对通货膨胀的对策22ARMA模型的结论22VAR模型及联动性和波动性结论22#5.2AR模型5.2.1对序列进行回归，得到的结果如图所示VariableCoefficientStd.Errort-StatistitProbAR(1)-2.1034090.090504-23.240970.0000AR(2)-2.5989090197445-131626700000AR(3)-2.6210180267587-9.79600000000AR⑷-23499670.292948-8.02178000000AR(5)-1.7883090.272880-6.55347400000AR(6)-0.9648930202615-4.76219300000AR(0-02461310.092459-2.6620680.0089R-squared0.902296Meandependentvar-0.000492AdjustedR-squared0.897199S.D.dependentvar1.120812S.E.ofregression0359361Akaikeinfocriterion0.846689Sumsquaredresid14.86117Schwarzcriterion1007575Loglikelihood-44.64802Durbin-Watsonstat2.099462InvertedARRoots.36+.83i36-.83i-.37+761-37-TOMt回归结果MT=O+[AR(1}=C(1)3AR(2)=C⑵,AR(3)二C⑶,AR(4)二C⑷,AR(5)二C(5),AR(①二C®AR(7)二匚(了)]SubstitutedCoefficients:MT=0+[AR⑴二2103409045,AR⑵二2598909067,AR⑶二2.621017862,AR(4)=-2.349966796nAR(5)=-1788309049nAR(6)=-0.9648932902nAR(7)=-0.246130922]描述分析结果从图中可以看出，回归结果比较好，调整系数达到了0.89，参数都通过了检验，比较显著。DW.AIC.SC都比其它模型要优良，但是模型的残差不平稳。VariableCoefficientStd.Errort-StatisticProbAR(1)-0.9438900.090484-10.431560.0000AR(2)-0.9291660118029-7.87233400000AR(3)-0.6680320132592-5.03824400000AR(4)-0.5271900118068-4.46553100000AR(5)-0.2381290.091084-2.61439700101R-squared0.500290Meandependentvar-0000984AdjustedR-squared0.483493S..D.dependentvar0.247874S.E.ofregression0178143Akaikeinfocriterion-0.572969Sumsquaredresid3776471Schwarzcriterion-0.459248Loglikelihood40.52411Durbin-Watsonstat2.000532InvertedARRoots.29+.74i29-.74i-.46+.64i-.4564-.61Nt回归结果NT=O+[AR⑴二C⑴,AR⑵二C⑵,AR⑶二C⑶,AR(4)二C⑷,AR(5)二G(5)]SubstitutedCoefficients:NT=0+[AR(1)=4)9438899958,AR(2)=092916644^3/^(3]=4)6680318995/^(4}=4)_5271898339/^(5)=-023812916281参数的回归结果较好，道理同Mt。5.3先行指数和一致指数的联动性和波动性分析5.3.1趋势水平的Granger因果检验脉冲函数分析1、趋势水平之间的Granger因果检验。按照指数编制原理，先行指数理论上应该是一致指数的Granger原因,而一致指数在经过若干期的逐步传递后也会影响到先行指数。但是，实证分析结果是否与理论设计一致呢?因此，检验先行指数与一致指数之间的Granger因果关系是很有意义的。对序列进行Granger因果检验的结果如下NullHypothesis:ObsF-StatisticProbabilityNdoesnotGrangerCauseM1261.326640..25113MdoesnotGrangerCauseN1.06421039445分析结果是先行指数和一致指数相互影响，互为因果。

2、趋势水平之间的脉冲函数分析。对于每一个VAR模型，都可以表示成为一个无限一、二变量模型的脉冲响应函数用时间序列模型来分析影响关系的一种思路，是考虑扰动项的影响是如何传播到各变量的。以下先根据VAR(2)模型来说明脉冲响应函数的基本思想。TOC\o"1-5"\h\zx=ax+ax+bz+bz+£t1t—12t—21t—12t—2Itz=ex+ex+dz+dz+8t1t—12t—21t—12t—22t其中，i,bi,ei,di是参数，扰动项为vt-代，82t)',假定是具有下面这样性质的白噪声向量：~E(v)=0,Vtt&20、<Var(v)=E(vv')=1,VttttI0c2,2E(vv')=0,Vt丰sts现在假定上述系统从0期开始活动，且设］=X—2=乞］=乞2=0，又设于第0期给定了扰动现=h820=0，并且其后均为0，即81t=82t=0,t=1,2，称此为第0期给x以脉冲，下面讨论xt与zt的变化，于第0期x=1,z=000将其结果代入上面式子，第1期x=a,z=e1111再把此结果代入上式，第2期x=a2+a+be,z=ea+e+de21211211211继续这样计算下去，设求得结果为：x,x,x,x,x0123,x4称为由x的脉冲引起的x的响应函数。同样求得z,z,z,z,z,01234称为由x的脉冲引起的z的响应函数。当然，第0期的脉冲反过来，从810=0,820=1出发，可以求出由z的脉冲引起的x的响应函数和z的响应函数。因为以上这样的脉冲响应函数明显地捕捉对冲击的波动及效果，所以和计量经济模型的冲击乘数分析类似。第i个变量的冲击不仅直接影响第i个变量，并且通过VAR模型的动态(滞后)结构传导给所有的其它内生变量。脉冲响应函数描绘了在一个扰动项上加上一次性的一个冲击(one-timeshock)，对于内生变量的当前值和未来值所带来的影响。得到的脉冲响应结果如图所示济内在机制传递给一致指数,在前期给一致指数带来同向冲击,在后期带来反向冲击,但同向冲击的影响要大于反向冲击的作用,并且这一冲击过程具有较长的持续效应。总之，脉冲响应分析结果再次强化了先行指数和一致指数Granger因果检验的结论：先行指数可以预测国民经济的变动趋势,但通过一致指数预测先行指数、进而预测国民经济未来发展。5.3.2检验先行指数波动对一致指数波动影响的非对称性为了判断经济周期波动中先行指数与一致指数之间的关联性，需要检验先行指数与一致指数波动成分之间的相互影响，进而分析先行指数波动和一致指数波动之间的关联性。为此，采用条件异方差模型进行实证检验。首先，分别对先行指数波动和一致指数波动的特征进行计量和检验，以便清晰把握两指数波动的特征。然后，检验先行指数波动与一致指数波动的Granger因果关系。最后，检验先行指数波动对一致指数波动影响的非对称性，从而实现对先行指数与一致指数波动之间关联性的计量与检验1、先行指数波动特征的计量与检验。ARCH效应检验q阶自回归条件异方差ARCH(q)模型，其定义由均值方程和条件方差方程给出：若ARCH(q)，则表示成：

TOC\o"1-5"\h\zy=x'0+£,t=1,2,…,T

ttt8=(5Vttt(7.1)(7.2)c2=a+乙a82=a+a(B)82(7.3)(7.1)(7.2)t0it-i0ti=1其中a>0,a>0,i=1,2,,q是常数，并假设b｝独立同分布，E(/)=0,D(v)=1；0ittt并且对于所有的t,V｝与<｝相互独立。a(B)为滞后算子多项式且a(B)=aB+aB2+aBq，c2为条件方差。方程(7.3)表示误差项8的方差c2由12qttt两部分组成：一个常数项和前q个时刻的扰动项，用前q个时刻的残差平方表示(ARCH项)。GARCH(p,q)模型的一般形式为(7.4)8=cv(7.4)c2=a+c2=a+a(B)82+p(B)c2t0tt+a82+it-iYpc2it-i(7.5)TOC\o"1-5"\h\zi=1i=1其中p>0，q>0，a>0，a>0(i=1,2,…，q)，P>0(i=1,2,…，p)；p(B)为滞后算0ii子多项式且P(B)=pB+pB2+…+pBp。当p=0p=0时8□ARCH(q)，可以看出12ptGARCH(p,q)模型具有ARCH(q)模型的特点，能够模拟价格波动的集聚性现象，两者的区别在于GARCH(p,q)模型的条件方差不仅是滞后扰动平方的线性函数，而且是滞后条件方差的线性函数；当p=q=0时，8退化为白噪声过程。t

NTMTNT(-1)-0.684315(0.08185)代-36096)0.347300fO.21163)i；1..6418Z)NT(-2)-0.481796(0.08307)(-5.79975)0.073023fO.21469)fO.34013)0014027(0.02834)(0.49490)-1.315265(fl07326)(-17.9550)0040192-0.587474对模型的残差序列进行arCHJLM和F检验,检验结果显示残差序列存在条件异方差效应。为了提高有效性，需要对模型方差的特征进行重新定义。2、一致指数波动特征的计量与检验。和先行指数波动特征的计量与检验相同，在进行了ARCH-LM检验之后行了ARCH-LM检验之后，本文运用ARCH-致指数波动的特征进行计和先M模型来检验先行指数波动的立非对称行指数波动的特征相似，条件波动性对一致指数趋势水平也存在官次的模：M模型来检验先行指数波动的立非对称-square非对称性。回归模型方程的系数在统计意义上都是显著的，并且和其它模型相比似然值增加，aIC和sc值变小,说明该模型可以更好地拟合数据，同时，对该方程进行条件异方差F-statistic一、20.63140J20.7636的ARCH_.LM检验，结果显示该模型消除了原残差序列的异方差效应。这种特征意味着条件方差对先行指数趋势水平具有显著的正向影响，中国■先行指数当期的波动性可以直接行指数I勺提高，即条件2pendent->行指数I勺提高，即条件2pendent->响说明在中国先行指数的波动中］，存在一定程度的：（风险奖励），使得波动所拉动的先行拉动eand&pei平存在（溢出效应）。这种正向影指数趋势水平提高的概率和程度要大于所导致的先行指数趋势水平降低的概率和程度。DeterminantResidualCovariance0.0086275.3.&VAR模型ihood-68.60699vAr模型的结果丈n图所示，■对回归进行残差进行检验，得到下面图形，从结果看，两者存在长期冷。：1从以上结果看出，一致指数和先行指数在短期内存在联动性和波动的非对称性，但是长期内是均衡的，可以用于预测。预警通货膨胀模型的结论与应对通货膨胀的对策6.1.ARMA模型的结论物价的先行指标和先行指数能够对通货膨胀未来走势作出预警，并能够提供更有效短期预测，这为我们在传统时间序列模型预测结果不可靠的情况下对物价波动态势进行监测和预测提供了替代方法。及时计算先行物价指数并对短期通货膨胀进行预测，可以提前制定防范措施，避免出现价格出现大起大落。6.2.VAR模型及联动性和波动性结论1、本文从趋势水平关联性与波动关联性两个方面,利用2000-2010年间月度时间序列数据,对中国宏观经济先行指数和一致指数之间的应用效果进行实证研究和计量分析。实证检验结果表明,中国宏观经济先行指数和一致指数的实际应用效果并不理想,从而降低了两指数的应用价值。本文在分析了这些不足和缺陷后,提出若干改进措施和建议,以期能够更科学、更有效地利用先行指数和一致指数进行宏观经济研究。2、先行指数的确可以预测经济发展态势条件方差对先行指数和一致指数存在显著的正向影响,两指数的波动存在一定程度的（风险奖励）。在经济波动较大的时期,两指数的波动幅度显著增大,偏离实际值的概率增加,宏观经济先行指数和一致指数的应用价值降低。在经济增长较为平稳的时期,两指数的波动则相对较小。因此,笔者提出指数应用的改进措施是:在经济波动幅度较小的时期,运用先行指数和一致指数进行宏观经济分析;但是在经济波动较大的阶段,必须寻求、借助于其它补充或辅助分析手段,才可以利用先行指数和一致指数进行宏观经济研究。3、先行指数和一致指数的波动都是不对称的,条件波动性对两指数的波动影响存在（溢出效应）。在经济周期收缩阶段,指数的波动较大;而在扩张阶段,指数的波动则相对较小。一致指数这种非对称性在一定程度上源于先行指数的影响:在经济紧缩阶段,先行指数的波动较大,从而使得人们对一致指数预期的波动也增大;在经济扩张阶段,先行指数的波动较小,使得人们对一致指数预期的波动减小。在此,笔者提出指数应用的改进方法是:在经济扩张时期,单独使用先行指数和一致指数分析宏观经济形势;而在经济紧缩时期,不宜单独利用两指数进行宏观经济分析。4、先行指数波动对一致指数波动的影响是非对称的。在经济扩张阶段,先行指数波动给一致指数波动带来的影响较大;在经济收缩阶段,先行指数波动引起的一致指数波动较小。从上文的分析可知,在经济收缩时期,由于先行指数波动非对称特征的存在,其自身的冲击使先行指数的波动增大。同样,在经济收缩时期,由于一致指数波动非对称特征的存在,其自身的冲击使一致指数的波动增大。但由于一致指数和先行指数之间存在一定的时滞,人们利用先行指数的波动会对一致指数的波动做出某种预期,从而减小了经济收缩时期一致指数的波动幅度,降低了一致指数波动的强度。因此,笔者提出以下改进方法:在经济收缩时期,综合利用先行指数和一致指数波动来分析宏观经济形势;而在经济扩张时期,则不能通过先行指数的波动预测一致指数波动的方式来研究经济发展态势。6.3.应对通货膨胀应采取的措施1、大力发展服务业，提高个人收入水平，来提高个人收入在GDP当中所占的比例，然后把这种个人收入在未来转化为实际增加的购买力。服务业的关键作用，表现在提高劳动收入、创造就业方面，在最近几年服务业有了新的进展，但也只占到的GDP的40%,全球大概平均水平现在是达到了一半以上。实际上中国的“十二五”计划当中有一个4-5%的提升目标，即使达到那个水平也是相对比较低的水平。现在这个服务业实际上是劳动密集型的产业，每一个单位GDP，服务业能够提供更多的机会。所以说现在中国正在进行转型，从制造业转向服务业，这对每一个单位的GDP产出会吸收更多的劳动力，我觉得这是最重要的，它可以使中国能够在转型过程中同时还能够创造一些就业的机会，至少在未来的五年里会吸纳劳动力。2、政府应该建立一个安全的社会保障网络。人们只有在没有后顾之忧的情况下才可以方心的消费，在我国这点尤其重要，所以要刺激消费，首先要安老百姓的心。而改变我国退休金的管理办法或许是一个突破口，因为中国退休金的管理情况，大部分是由地方政府管理的，这是政府占了大头，社会保障基金只占了一小部分。3、通货膨胀从本质上说是货币过多问题，所以治理通胀主要靠货币政策。但当前中国物价形势复杂，货币政策多是对流通中的货币总量进行调节，对成本推动型和输入型通胀作用有限，对当前结构性通胀的治理效果不佳。再者，货币政策主要作用于货币供应量，进而调节社会总供给和总需求，故政策传导上存在一定的时滞。此外，货币政策各项工具的使用和效果都有一定的局限性：所以现在在短期内提高利率，利率对通货膨胀的下降作用是比较有限的，影响也是比较有限的。提高人民币存款利率，从一定程度上会提高人们的存款热情，已减少货币在当今市场上的流通量，但是这一举动无异于杯水车薪，起到的作用甚为，起不到实质性的作用，在减少货币流通量的同时，人们的消费热情依然存在，中国的货币大部分掌握在富人手里，虽然减少了贫穷人的消费，但是那些富人手中所拥有的巨额资金，依然不会放进银行，因为那些利息，在他们严重是很渺小的，微不足道的，而他们的消费，则依然占据主流，而物价则依然不会因为国家提高存款利率而下降，则此时，那些处于工薪阶层的人们，则也只会将自己收入的一小笔资金放入银行，因为他们也要满足自己的日常消费，而物价此时没有任何变动，则因此国家提出提高存款利率是不能从根本上解决现在中国存在的通货膨胀问题的，而那些存入银行的资金也只是社会上流通量的冰山一角，起不到任何抑制通货膨胀的作用。所以我们应该转变方向，把重点放在财政政策上。4、降低增长预期是控制通货膨胀的必要之举。将增长速度控制在9%。当前，投资需求过度扩张是通胀的主因。PPI涨幅高于CPI，预示着进一步通胀的压力。抑制投资需求过度扩张，必须控制增长速度。如果希望将通胀控制在4%左右，就必须下决心将速度控制在9%。其有效措施是进一步紧缩货币政策，控制货币供应量，使其增速控制在14%左右。5、FDI套通过国际收支、国内投资、货币供给量和国际贸易等因素引发中国的通货膨胀。从2009年到现在游资对我国物价的抬升可以看出由于FDI通过影响本币的配套资金进而对通货膨胀产生影响，中国以应综合平衡外汇资金与人民币资金，把FDI流入控制在经济承受能力范围之内，同时在贸易顺差扩大、外汇储备激增的情况下，有限度地刺激进口，用经常项目的逆差来弥补资本项目的顺差，并且也可以适度进行对外直接投资，以遏制外汇储备增加并缓解通货膨胀的压力。6、当前的通货膨胀有鲜明的结构性特征：食品价格上涨较快；由水、电、燃料价格、建房及装修材料价格、住房租金价(1540.00,-7.20,-0.47%)格等要素组成的居民居住类价格上涨较快。食品价格和房价是这次物价上涨的两个大头，特别是食品价格成为物价上涨的主要推手。在这种背景下，光靠货币政策手段是不够的，必须更加重视发挥财政政策等手段的作用，形成合力，共同管理好通胀预期。在目前情况下，要更加重视发挥财政政策的作用。对于结构性通胀，长期来看，治理的关键在于调整产业结构，促进经济发展方式转变，其中财政、税收等相关行业政策相当关键。短期来看，对供给方的直接价格补贴有利于保持商品价格稳定；财政通过控制投资方向、赤字规模，能结构性地对需求予以调节；通过鼓励技术进步和科技创新的财税政策，能结构性地改善长期供给，促进经济增长；通过直接的税收减免及价格补贴政策，也能增加短期供给。可以说，在治理当前结构性通胀中，财政政策比货币政策具有更强的针对性。由于货币政策是总量政策，很难解决结构性的问题，应对结构性通胀，财税政策因其针对性强和轻重可调节性而具有明显优势。对于因食品价格上涨过快而形成的结构性通货膨胀，财政政策可通过加大财政投入和税收优惠来增加供给，改善供求关系，平抑价格上涨。缓解成本推动型通胀,主要应运用财政政策,针对某些部门多给补贴,增加短期内生产能力不