基于VAR模型剖析我国流动性过剩与通货膨胀的动态关联

基于VAR模型剖析我国流动性过剩与通货膨胀的动态关联一、引言1.1研究背景与意义1.1.1研究背景近年来，我国经济在快速发展的进程中，流动性过剩与通货膨胀问题逐渐凸显，成为经济领域备受关注的焦点。从货币供应量角度来看，数据显示，我国广义货币（M2）余额持续攀升。截至2024年11月末，广义货币(M2)余额已达到325.17万亿元，同比增长8%。持续快速增长的货币供应量，使得市场上的货币资金较为充裕，大量资金在市场中寻求投资和获利机会。在物价方面，居民消费价格指数（CPI）和工业生产者出厂价格指数（PPI）的波动变化反映着通货膨胀的态势。2025年4月份，全国居民消费价格同比下降0.1%，1-4月平均，全国居民消费价格比上年同期下降0.1%，4月份，全国居民消费价格环比上涨0.1%。而2025年10月份，我国消费市场运行总体平稳，居民消费价格指数（CPI）同比上涨0.3%，物价延续温和上涨态势。PPI方面，在一揽子增量政策落地显效等因素带动下，国内部分工业品需求恢复，工业生产者出厂价格指数（PPI）环比降幅明显收窄，钢材、水泥等价格止跌回升。尽管物价在不同阶段有涨有跌，但总体上的波动体现了通货膨胀的复杂性和不确定性。流动性过剩与通货膨胀问题的产生，有着多方面的根源。在国际经济联系日益紧密的背景下，全球经济形势的变化、国际资本的流动以及主要经济体货币政策的调整，都会对我国的经济产生溢出效应，影响国内的货币供应和物价水平。在国内，经济结构的不平衡、投资与消费的失衡、金融体系的不完善以及货币政策的传导机制等因素，都与流动性过剩和通货膨胀问题相互交织、相互影响。这些因素共同作用，使得我国经济面临着流动性过剩与通货膨胀带来的诸多挑战，如资产价格泡沫隐患、经济结构进一步失衡风险以及居民生活成本波动等问题，严重影响着经济的稳定健康发展和居民的生活质量。1.1.2研究意义对我国流动性过剩与通货膨胀关系进行深入研究，在理论与实践层面均具备关键意义。在理论层面，有助于补充和完善宏观经济学理论体系。过往关于流动性过剩与通货膨胀关系的研究，在不同经济环境和条件下存在一定的局限性。我国独特的经济结构、发展阶段以及政策制度背景，为研究二者关系提供了新的视角和丰富的素材。通过对我国实际经济数据的深入分析和实证检验，可以进一步揭示流动性过剩影响通货膨胀的具体路径、作用机制以及时滞效应等，从而丰富和拓展宏观经济理论中关于货币、物价与经济运行关系的研究内容，为学术界在该领域的研究提供新的思路和实证依据。在实践层面，对政府部门制定科学合理的经济政策具有重要的指导价值。货币政策方面，准确把握流动性过剩与通货膨胀的关系，有助于央行合理调控货币供应量，选择合适的货币政策工具和政策目标。在面对流动性过剩可能引发的通货膨胀压力时，央行可以适时调整利率、存款准备金率等，以控制货币流通速度和市场流动性，稳定物价水平。财政政策方面，研究结果可以为政府制定财政支出计划、税收政策等提供参考依据。在经济面临流动性过剩和通货膨胀风险时，政府可以通过减少财政赤字、优化财政支出结构、调整税收政策等措施，抑制过度投资和消费，缓解通货膨胀压力，促进经济的稳定增长。此外，对于企业和投资者而言，了解流动性过剩与通货膨胀的关系，有助于他们更好地把握市场动态和经济形势，做出合理的生产、投资和经营决策，降低市场风险，提高经济效益。1.2研究思路与方法1.2.1研究思路本研究遵循从理论剖析到实证探究，再到结论提炼与政策建言的逻辑脉络。在理论分析阶段，深入梳理流动性过剩与通货膨胀的相关理论。全面阐述流动性过剩的概念，明确其内涵和外延，详细分析其度量指标，如货币供应量（M2）、货币流通速度等，为后续研究提供清晰的概念基础和衡量标准。同时，对通货膨胀的定义、度量指标，如居民消费价格指数（CPI）、生产者物价指数（PPI）等进行深入解读，准确把握通货膨胀的本质和表现形式。通过对国内外相关理论的系统梳理，明确流动性过剩与通货膨胀之间的内在联系，为后续的实证研究提供坚实的理论依据。在实证研究环节，精心选取合适的变量和数据。确定以广义货币供应量（M2）作为衡量流动性过剩的关键变量，以居民消费价格指数（CPI）作为衡量通货膨胀的主要指标。同时，考虑到经济增长、利率等因素对流动性过剩与通货膨胀关系可能产生的影响，将国内生产总值（GDP）、利率（R）等作为控制变量纳入研究模型。通过多种渠道广泛收集2000-2024年期间的相关数据，确保数据的全面性、准确性和时效性。运用EViews、Stata等专业计量软件，对数据进行单位根检验、协整检验等预处理，以确保数据的平稳性和变量之间的长期均衡关系。在此基础上，构建向量自回归（VAR）模型，深入分析流动性过剩与通货膨胀之间的动态关系，包括脉冲响应函数分析和方差分解分析，以揭示变量之间的相互作用机制和影响程度。在结论与政策建议部分，基于实证研究结果，对流动性过剩与通货膨胀之间的关系进行全面总结。明确指出流动性过剩对通货膨胀的影响方向、程度和时滞效应，以及其他控制变量对二者关系的调节作用。结合我国经济发展的实际情况和宏观经济政策目标，从货币政策、财政政策和产业政策等多个角度提出具有针对性和可操作性的政策建议。货币政策方面，建议央行根据流动性状况和通货膨胀预期，灵活运用货币政策工具，合理调控货币供应量和利率水平，保持货币政策的稳健性和灵活性。财政政策方面，建议政府优化财政支出结构，加大对民生领域和实体经济的支持力度，通过税收政策调节经济活动，促进经济的稳定增长和结构调整。产业政策方面，建议政府引导产业结构优化升级，提高经济发展的质量和效益，增强经济的抗风险能力。1.2.2研究方法本研究综合运用多种研究方法，以确保研究的科学性、严谨性和可靠性。文献研究法。广泛查阅国内外关于流动性过剩与通货膨胀关系的学术文献、研究报告、政策文件等资料。通过对这些资料的系统梳理和分析，全面了解该领域的研究现状、研究方法和研究成果，明确已有研究的不足之处和有待进一步探索的方向，为本研究提供丰富的理论基础和研究思路。在梳理文献的过程中，注重对不同理论观点和研究方法的比较分析，汲取其中的精华，为构建本研究的理论框架和实证模型提供有益的参考。数据分析法。精心收集和整理我国2000-2024年期间的相关经济数据，包括广义货币供应量（M2）、居民消费价格指数（CPI）、国内生产总值（GDP）、利率（R）等。运用描述性统计分析方法，对数据的基本特征进行分析，如均值、中位数、标准差等，以了解数据的分布情况和变化趋势。同时，运用相关性分析方法，初步探究变量之间的线性相关关系，为后续的实证研究提供数据支持和分析基础。在数据处理过程中，严格遵循数据清洗和筛选的原则，确保数据的质量和可靠性。VAR模型实证研究法。构建向量自回归（VAR）模型，将广义货币供应量（M2）、居民消费价格指数（CPI）、国内生产总值（GDP）、利率（R）等变量纳入模型中。通过单位根检验，判断变量的平稳性，避免出现伪回归问题。运用协整检验方法，确定变量之间是否存在长期稳定的均衡关系。在此基础上，进行脉冲响应函数分析，以研究当一个变量受到外部冲击时，其他变量在不同时期的响应情况，从而深入了解变量之间的动态关系和影响机制。通过方差分解分析，确定各个变量对内生变量变化的贡献程度，明确不同因素对流动性过剩与通货膨胀关系的影响大小。在运用VAR模型进行实证研究时，严格按照模型设定、估计、检验和分析的步骤进行操作，确保研究结果的准确性和可靠性。1.3创新点与不足1.3.1创新点在指标选取方面，本研究突破了传统研究仅关注单一货币供应量指标的局限。除选取广义货币供应量（M2）作为衡量流动性过剩的核心指标外，还综合考虑了货币流通速度这一关键因素。货币流通速度反映了货币在经济体系中的周转效率，它与货币供应量共同作用，能够更全面、准确地衡量经济中的流动性状况。在研究通货膨胀时，不仅采用居民消费价格指数（CPI）来衡量消费品价格的变化，还引入了生产者物价指数（PPI），以反映生产领域的价格变动情况。通过这种多维度的指标选取，能够更深入地探究流动性过剩与通货膨胀之间在不同经济环节和价格层面的关系。在模型运用上，构建了包含流动性过剩、通货膨胀、经济增长、利率等多个变量的向量自回归（VAR）模型。传统研究在分析流动性过剩与通货膨胀关系时，往往忽视其他宏观经济因素的影响，导致研究结果存在一定的片面性。本研究将经济增长（GDP）、利率（R）等控制变量纳入VAR模型中，能够更准确地捕捉到在多种宏观经济因素相互作用的环境下，流动性过剩对通货膨胀的动态影响。通过脉冲响应函数和方差分解分析，可以清晰地了解到各个变量之间的相互作用机制、影响程度以及冲击响应的持续时间，从而为深入理解二者关系提供了更全面、更精确的分析框架。在研究视角上，本研究将流动性过剩与通货膨胀关系的研究置于我国独特的经济结构和发展阶段背景下。我国经济正处于转型升级的关键时期，经济结构呈现出鲜明的特点，如产业结构不断优化、区域发展不平衡、经济增长模式逐渐从投资驱动向创新驱动转变等。同时，我国在货币政策、财政政策和产业政策等方面具有独特的政策体系和调控手段。本研究充分考虑这些因素，深入分析在我国特定经济环境下，流动性过剩与通货膨胀之间的内在联系和作用机制，为相关政策制定提供了更具针对性和适应性的参考依据，弥补了以往研究在结合我国实际经济情况方面的不足。1.3.2不足之处本研究在数据方面存在一定的局限性。虽然收集了2000-2024年期间较为广泛的经济数据，但在数据的时效性和细分程度上仍有待提高。随着经济的快速发展和经济结构的不断调整，部分数据可能无法及时反映最新的经济动态和结构变化。在某些行业或领域，缺乏更细致的微观数据，这可能导致在分析流动性过剩与通货膨胀关系时，无法深入挖掘一些深层次的经济现象和影响因素。此外，数据的质量和准确性也可能受到统计误差、数据缺失等问题的影响，从而对研究结果的可靠性产生一定的干扰。在模型假设方面，本研究的VAR模型存在一定的理想化假设。VAR模型假设变量之间存在线性关系，并且系统中的冲击是相互独立的。然而，在现实经济中，经济变量之间的关系往往是复杂的非线性关系，并且各种冲击之间可能存在相互关联和传导效应。这种理想化假设可能导致模型无法完全准确地反映经济系统的真实运行情况，从而使研究结果存在一定的偏差。此外，VAR模型对数据的平稳性要求较高，在实际应用中，尽管通过单位根检验和协整检验等方法对数据进行了预处理，但仍难以完全消除数据非平稳性对模型估计和分析结果的影响。在研究范围上，本研究主要聚焦于国内经济因素对流动性过剩与通货膨胀关系的影响，对国际经济因素的考虑相对不足。在经济全球化日益加深的背景下，国际资本流动、国际贸易、全球货币政策协调等国际经济因素对我国的流动性状况和通货膨胀水平有着重要的影响。本研究虽然在理论分析中提及了国际经济因素的部分影响，但在实证研究中未能充分纳入这些因素进行深入分析，这使得研究结果在全面性和完整性方面存在一定的欠缺，无法更全面地揭示流动性过剩与通货膨胀关系在国际经济背景下的复杂性和多样性。二、理论基础与文献综述2.1流动性过剩理论2.1.1流动性过剩的定义与度量流动性过剩是指货币供应量超过了实体经济对货币的实际需求，使得大量资金在金融体系内积聚的现象。从本质上讲，它反映了货币供求关系的失衡，过多的货币追逐相对有限的商品和资产，从而对经济运行产生一系列影响。欧洲中央银行（ECB）将流动性过剩定义为实际货币存量对预期均衡水平的偏离，这一定义强调了实际货币存量与理想状态下货币需求之间的差异。当实际货币存量高于预期均衡水平时，就意味着市场上存在着过多的货币，这些多余的货币需要寻找投资和获利的渠道，进而可能引发一系列经济问题。在度量流动性过剩时，常用的指标有多种，其中M2/GDP是一个重要且广泛应用的指标。M2即广义货币供应量，它涵盖了流通中的现金、活期存款、定期存款等各类货币形式，反映了整个社会的货币总量。GDP代表国内生产总值，是衡量一个国家或地区在一定时期内生产活动最终成果的指标。M2/GDP的比值可以反映出货币供应量与经济产出之间的相对关系。当该比值持续上升时，意味着货币供应量的增长速度超过了经济增长的速度，可能暗示着经济中存在流动性过剩的情况。如果M2的年增长率长期高于GDP的年增长率，M2/GDP的比值就会不断攀升，表明市场上的货币越来越多，而实体经济的增长却相对较慢，多余的货币可能会引发通货膨胀、资产价格泡沫等问题。货币流通速度也是衡量流动性过剩的关键因素之一。货币流通速度是指单位货币在一定时期内的平均周转次数，它反映了货币在经济体系中的流通效率和活跃度。根据费雪方程式MV=PT（其中M为货币供应量，V为货币流通速度，P为物价水平，T为商品和劳务的交易量），在其他条件不变的情况下，货币流通速度的变化会直接影响货币供应量与经济活动之间的关系。当货币流通速度加快时，同样数量的货币在一定时期内能够实现更多的交易，这就相当于增加了实际的货币供应量，可能导致流动性过剩的加剧；反之，当货币流通速度减慢时，货币的交易效率降低，实际货币供应量的作用相对减弱，流动性过剩的程度可能会得到缓解。在经济繁荣时期，人们的消费和投资意愿增强，货币流通速度加快，市场上的资金流动更加频繁，这可能会进一步推动流动性过剩的发展；而在经济衰退时期，人们的信心下降，消费和投资趋于谨慎，货币流通速度减慢，流动性过剩的压力则可能有所减轻。除了M2/GDP和货币流通速度外，信贷规模的变化也能在一定程度上反映流动性过剩的状况。信贷是金融机构向企业和个人提供的贷款资金，信贷规模的快速扩张意味着市场上的资金供给增加。如果信贷增长速度过快，超过了实体经济的合理资金需求，就可能导致资金过剩，大量资金涌入市场，推动资产价格上涨，增加通货膨胀的压力。银行大规模发放贷款，企业和个人获得了更多的资金，这些资金如果没有有效的投资渠道，就会在市场中寻找出路，可能会引发过度投资和资产泡沫等问题。因此，信贷规模的变化是度量流动性过剩时需要关注的重要指标之一。2.1.2流动性过剩的形成原因流动性过剩的形成是一个复杂的过程，受到多种因素的综合影响，国际收支顺差、货币政策以及金融体系等方面都在其中发挥着关键作用。国际收支顺差是导致我国流动性过剩的重要外部因素之一。在经济全球化的背景下，我国凭借丰富的劳动力资源、完善的产业配套体系以及优惠的政策环境，积极参与国际分工，对外贸易规模不断扩大，长期保持着国际收支顺差的状态。持续的贸易顺差使得大量外汇流入我国。在现行的结售汇制度下，企业需要将出口所得的外汇卖给商业银行，商业银行再将多余的外汇卖给中央银行，从而形成国家外汇储备。中央银行在购买外汇的过程中，需要投放大量的基础货币，这就导致了国内货币供应量的被动增加。近年来，我国每年的贸易顺差都保持在较高水平，大量的外汇占款使得基础货币投放不断增加，为流动性过剩埋下了隐患。这种因国际收支顺差带来的流动性过剩，还会受到国际经济形势和汇率政策的影响。当全球经济增长放缓，外部需求减少时，我国的出口可能会受到冲击，贸易顺差可能会缩小，从而对流动性过剩的状况产生一定的缓解作用；而汇率政策的调整，如人民币汇率的升值或贬值，也会影响外汇的流入和流出，进而影响国内的货币供应量和流动性状况。货币政策在流动性过剩的形成过程中起着直接的调控作用。在经济发展的不同阶段，为了实现经济增长、稳定物价、促进就业等宏观经济目标，中央银行会采取不同的货币政策。在经济面临下行压力时，中央银行通常会实施宽松的货币政策，通过降低利率、降低存款准备金率、进行公开市场操作等手段，增加货币供应量，刺激经济增长。然而，如果货币政策过于宽松，货币供应量增长过快，就可能导致流动性过剩。降低利率可以降低企业和个人的融资成本，刺激投资和消费，但也会使得储蓄的吸引力下降，资金更多地流向市场，增加市场的流动性；降低存款准备金率则可以释放商业银行的资金，使其有更多的资金用于放贷，进一步增加货币供应量。近年来，为了应对经济危机和促进经济复苏，一些国家的中央银行实施了量化宽松政策，大量购买国债等债券，向市场注入了巨额资金，导致全球流动性泛滥，我国也不可避免地受到了影响。货币政策的传导机制也会影响流动性过剩的形成。如果货币政策的传导渠道不畅，资金不能有效地流向实体经济，而是在金融体系内空转，就会进一步加剧流动性过剩的问题。金融体系的特点和运行机制也是影响流动性过剩的重要因素。随着金融创新的不断发展，金融市场的产品和工具日益丰富，金融机构的业务范围和经营模式也发生了深刻变化。金融创新在提高金融市场效率、优化资源配置的同时，也带来了一些新的问题。金融衍生品市场的快速发展，如期货、期权、互换等金融衍生品的大量涌现，为投资者提供了更多的投资和风险管理工具，但也增加了金融市场的复杂性和风险。一些金融衍生品的交易具有高杠杆性，投资者可以通过少量的资金控制大量的资产，这在放大投资收益的同时，也放大了风险。当市场情绪乐观时，投资者可能会过度利用杠杆进行投资，导致资金大量涌入市场，加剧流动性过剩；而当市场形势逆转时，投资者可能会迅速平仓，引发资产价格的大幅下跌，进一步加剧市场的波动。金融机构的经营行为也会对流动性产生影响。一些银行在追求利润最大化的过程中，可能会过度放贷，忽视风险控制，导致信贷规模迅速扩张，增加市场的流动性。金融监管的不完善也可能为流动性过剩提供了条件。如果监管不到位，金融机构可能会进行一些违规操作，如影子银行的存在，一些金融机构通过表外业务等方式规避监管，进行资金的融通和投资，这部分资金游离于监管之外，增加了市场的流动性风险和不确定性。2.2通货膨胀理论2.2.1通货膨胀的定义与度量通货膨胀是指在纸币流通的条件下，流通中的货币数量超过经济实际需要而引起的货币贬值和物价水平全面、持续上涨的经济现象。从本质上讲，它反映了社会总需求超过社会总供给的失衡状态，其核心特征在于物价的普遍上升以及货币的相对贬值。在1923年德国的恶性通货膨胀时期，物价飞涨，货币迅速贬值，人们需要用大量的马克去购买基本的生活物资，一篮子面包的价格在短时间内从几马克飙升到数亿马克，货币几乎失去了价值尺度和交换媒介的功能，经济陷入极度混乱的状态。在度量通货膨胀时，常用的指标有多种，其中居民消费价格指数（CPI）应用广泛。CPI是反映一定时期内城乡居民所购买的生活消费品和服务项目价格变动趋势和程度的相对数。它通过对各类消费品和服务的价格进行加权平均计算得出，涵盖了食品、衣着、居住、交通通信、教育文化娱乐等多个方面。其计算公式为：CPI=\frac{\sum_{i=1}^{n}P_{1i}Q_{0i}}{\sum_{i=1}^{n}P_{0i}Q_{0i}}\times100，其中P_{1i}表示报告期第i种商品或服务的价格，P_{0i}表示基期第i种商品或服务的价格，Q_{0i}表示基期第i种商品或服务的消费量。当CPI持续上升时，意味着居民购买相同数量的商品和服务需要支付更多的货币，即物价水平上涨，通货膨胀压力增大。如果CPI同比增长3%，就意味着与去年同期相比，物价平均上涨了3%，居民的生活成本相应增加。生产者物价指数（PPI）也是衡量通货膨胀的重要指标之一。PPI主要衡量企业购买的一篮子物品和劳务的总费用，反映了生产领域价格的变化情况。由于企业最终会将生产过程中的成本转嫁到消费者身上，所以PPI的变动往往会影响CPI的走势，对预测未来通货膨胀具有重要的参考价值。当原材料价格上涨，企业的生产成本增加，PPI上升，企业可能会提高产品价格，从而推动CPI上涨。在国际原油价格大幅上涨时，以石油为原料的化工产品、交通运输等行业的成本上升，PPI随之上升，经过一段时间的传导，与这些行业相关的消费品价格也会上涨，带动CPI上升。国内生产总值平减指数（GDPDeflator）同样在衡量通货膨胀中发挥着关键作用。GDP平减指数是指没有剔除物价变动前的GDP（现价GDP）增长与剔除了物价变动后的GDP（即不变价GDP或实质GDP）增长之商，它能够全面反映国内所有商品和服务价格的总体变化情况，涵盖了消费、投资、政府购买和净出口等各个领域，比CPI和PPI更能综合地体现通货膨胀的程度。假设某国在某一时期内，现价GDP增长了8%，而不变价GDP增长了5%，那么GDP平减指数为8\%\div5\%=1.6，这表明物价水平总体上涨了60%，反映出该国存在较高的通货膨胀率。2.2.2通货膨胀的形成原因通货膨胀的形成是一个复杂的经济过程，由多种因素相互交织、共同作用所致，需求拉动、成本推动、货币因素以及经济结构等方面的变化都可能引发通货膨胀。需求拉动是导致通货膨胀的常见原因之一。当社会总需求超过社会总供给时，经济中就会出现过多的货币追逐相对较少的商品和劳务的情况，从而推动物价上涨。在经济繁荣时期，居民收入增加，消费欲望增强，企业投资热情高涨，政府加大基础设施建设等支出，这些因素都会导致总需求大幅上升。如果此时社会的生产能力无法迅速跟上需求的增长，商品和服务的供给相对不足，就会引发物价的普遍上涨，形成需求拉动型通货膨胀。在房地产市场火爆时期，大量购房者涌入市场，对住房的需求急剧增加，而房地产开发商的房屋供应在短期内难以大幅提升，这就导致房价持续上涨，进而带动建筑材料、装修服务等相关行业价格上升，推动通货膨胀。成本推动也是引发通货膨胀的重要因素。在生产过程中，当生产成本上升时，企业为了保持利润水平，会将增加的成本转嫁到产品价格上，从而导致物价上涨。劳动力成本的上升是常见的成本推动因素之一。随着经济的发展和劳动力市场供求关系的变化，劳动者对工资待遇的要求提高，企业为了吸引和留住员工，不得不提高工资水平。当劳动力成本上升时，企业的生产成本增加，产品价格也会相应提高。原材料价格的波动也会对生产成本产生重大影响。在国际市场上，石油、金属等原材料价格的大幅上涨，会使依赖这些原材料的企业生产成本急剧增加，进而推动产品价格上升，引发通货膨胀。在石油价格大幅上涨时，运输行业的成本增加，导致物流费用上升，这会使得各类商品的运输成本提高，最终反映在商品价格上，推动物价上涨。货币因素在通货膨胀的形成中起着核心作用。根据货币数量论，在其他条件不变的情况下，货币供应量的增长速度超过经济实际产出的增长速度，就会导致通货膨胀。当中央银行大量发行货币时，市场上的货币流通量增加，人们手中的货币增多，而商品和服务的供给并未相应增加，这就会导致货币的购买力下降，物价上涨。在一些国家，为了刺激经济增长或应对经济危机，中央银行可能会采取量化宽松政策，大量购买国债等债券，向市场注入大量货币。如果这些货币没有被实体经济有效吸收，就会在市场上泛滥，引发通货膨胀。此外，货币流通速度的变化也会影响通货膨胀。当货币流通速度加快时，同样数量的货币在一定时期内能够实现更多的交易，这就相当于增加了实际的货币供应量，可能导致通货膨胀的加剧。在经济繁荣时期，人们的消费和投资意愿增强，货币流通速度加快，市场上的资金流动更加频繁，这可能会进一步推动通货膨胀的发展。经济结构因素也可能引发通货膨胀。在经济发展过程中，不同产业部门之间的发展速度和生产率存在差异，这种结构上的不平衡可能导致物价上涨。一些产业部门的发展迅速，生产率不断提高，而另一些产业部门的发展相对滞后，生产率较低。在这种情况下，劳动力和资本等生产要素会从生产率低的部门流向生产率高的部门，导致生产率低的部门劳动力短缺，工资上涨。为了维持生产和利润，这些部门不得不提高产品价格，从而推动物价水平的整体上升。农业部门的生产受到自然条件等因素的限制，生产率提高相对较慢，而工业部门的技术进步和生产效率提升较快。当经济发展对农产品的需求增加时，农业部门由于生产能力有限，无法迅速满足需求，农产品价格上涨，进而带动食品价格上升，推动通货膨胀。2.3流动性过剩与通货膨胀关系的文献综述2.3.1国外相关研究国外学者对流动性过剩与通货膨胀关系的研究由来已久，在理论与实证方面均取得了丰硕成果。在理论研究领域，货币主义学派的代表人物弗里德曼（Friedman）提出了著名的货币数量论，他认为“通货膨胀无论何时何地都是一种货币现象”，强调货币供应量的变化是影响物价水平的关键因素。在长期中，货币供应量的增长会直接导致通货膨胀的发生，货币供应量与通货膨胀之间存在着稳定的正相关关系。这一理论为后续研究流动性过剩与通货膨胀的关系奠定了重要基础，成为众多学者研究的理论出发点。新凯恩斯主义学派则从价格粘性和市场非均衡的角度对两者关系进行了探讨。该学派认为，在短期内，由于价格粘性的存在，货币供应量的增加不会立即导致物价的全面上涨，但会通过影响总需求，进而对通货膨胀产生间接影响。当货币供应量增加时，居民和企业的可支配资金增多，消费和投资需求上升，在供给短期内无法迅速调整的情况下，物价水平会逐渐上升，从而引发通货膨胀。在实证研究方面，众多学者运用不同的计量方法和数据样本对流动性过剩与通货膨胀的关系进行了深入分析。Juselius和Møller（2004）运用协整分析方法，对丹麦的货币供应量、物价水平等经济变量进行了研究。他们发现，在长期中，货币供应量与物价水平之间存在着显著的协整关系，即货币供应量的变化对物价水平有着长期稳定的影响。当货币供应量增加时，物价水平会相应上涨，且这种影响具有一定的持续性。这一研究结果进一步验证了货币数量论在实证层面的有效性，为货币政策的制定提供了重要的实证依据。Borio和Lowe（2002）则通过构建向量自回归（VAR）模型，分析了多个国家的货币供应量、信贷规模与资产价格、通货膨胀之间的动态关系。研究表明，货币供应量和信贷规模的扩张不仅会推动资产价格的上涨，还会对通货膨胀产生滞后的影响。在货币供应量和信贷规模扩张初期，资产价格首先受到影响，出现快速上涨；随着时间的推移，这种影响逐渐传导至实体经济，导致通货膨胀压力上升。这一研究揭示了流动性过剩影响通货膨胀的具体传导路径和时滞效应，为宏观经济政策的制定和实施提供了更为详细的参考。随着全球经济一体化进程的加速，国际资本流动对各国流动性和通货膨胀的影响也逐渐成为研究热点。Reinhart和Rogoff（2009）在对多个新兴市场国家的研究中发现，国际资本的大量流入会导致这些国家货币供应量的增加，进而引发通货膨胀压力。当国际资本流入时，国内金融机构的资金来源增加，信贷规模扩张，市场上的货币供应量增多，过多的货币追逐相对有限的商品和服务，从而推动物价上涨。此外，国际资本流动还会通过影响汇率、资产价格等渠道，间接影响国内的通货膨胀水平。如果国际资本流入导致本国货币升值，进口商品价格下降，可能会在一定程度上抑制通货膨胀；但如果国际资本流入引发资产价格泡沫，财富效应可能会刺激消费，进一步加剧通货膨胀压力。2.3.2国内相关研究国内学者在借鉴国外研究成果的基础上，结合我国经济发展的实际情况，对流动性过剩与通货膨胀关系进行了深入研究，取得了一系列具有重要价值的研究成果。在理论研究方面，部分学者从我国独特的经济结构和发展阶段出发，探讨了流动性过剩与通货膨胀之间的内在联系。易纲（1996）在研究我国货币化进程时指出，随着经济的发展和市场化改革的推进，我国经济中的货币化程度不断提高，货币需求也相应增加。在这一过程中，如果货币供应量的增长超过了经济货币化的需求，就可能导致流动性过剩，进而引发通货膨胀。在我国经济转型初期，商品市场和金融市场的发展还不完善，货币的流通速度相对较慢，为了满足经济发展对货币的需求，货币供应量往往会保持较高的增长速度。但如果这种增长速度持续超过经济实际需求，就会导致市场上货币过多，引发物价上涨。李扬（2007）则从国际收支失衡的角度分析了我国流动性过剩的成因及其对通货膨胀的影响。他认为，我国长期存在的国际收支双顺差使得大量外汇流入国内，在现行的结售汇制度下，央行需要投放大量基础货币来购买外汇，从而导致货币供应量被动增加，流动性过剩问题加剧。这种因国际收支失衡带来的流动性过剩，不仅会直接推动物价上涨，还会通过影响资产价格、信贷规模等因素，间接对通货膨胀产生影响。大量外汇占款导致货币供应量增加，市场上资金充裕，银行信贷规模扩张，企业和个人的投资和消费需求增加，从而推动物价上涨。在实证研究方面，国内学者运用多种计量方法和丰富的数据样本，对我国流动性过剩与通货膨胀的关系进行了深入分析。赵留彦和王一鸣（2005）运用协整检验和误差修正模型，对我国1978-2002年的货币供应量、物价水平等数据进行了研究。结果表明，在长期中，我国货币供应量与物价水平之间存在着稳定的协整关系，货币供应量的变化对物价水平有着显著的正向影响。当货币供应量增加1%时，物价水平在长期中大约会上涨0.5%-0.7%，这表明货币供应量的变动是影响我国通货膨胀的重要因素之一。范志勇（2008）通过构建向量自回归（VAR）模型，分析了我国货币供应量、产出缺口与通货膨胀之间的动态关系。研究发现，货币供应量的冲击对通货膨胀具有显著的正向影响，且这种影响在短期内较为明显，随着时间的推移逐渐减弱。当货币供应量受到一个正向冲击时，通货膨胀率在短期内会迅速上升，在第2-3期达到峰值，随后逐渐回落。产出缺口也会对通货膨胀产生影响，当产出缺口为正，即实际产出超过潜在产出时，通货膨胀压力会增大。这一研究结果为我国货币政策的制定和实施提供了重要的参考依据，央行在制定货币政策时，需要综合考虑货币供应量和产出缺口等因素，以实现稳定物价和促进经济增长的目标。近年来，随着我国经济结构的调整和金融市场的发展，一些学者开始关注金融创新、影子银行等因素对流动性过剩与通货膨胀关系的影响。李波和伍戈（2011）研究指出，金融创新的发展使得金融市场的结构和运行机制发生了深刻变化，影子银行等新型金融业态的出现增加了货币创造的渠道和规模，使得传统的货币供应量指标难以准确衡量经济中的流动性状况。影子银行通过资产证券化、同业业务等方式创造了大量的信用货币，这些货币游离于传统的货币统计体系之外，增加了市场的流动性。金融创新和影子银行的发展也使得货币政策的传导机制变得更加复杂，货币政策的有效性受到一定影响。因此，在研究流动性过剩与通货膨胀关系时，需要充分考虑金融创新和影子银行等因素的影响，完善货币政策的调控框架和工具。三、我国流动性过剩与通货膨胀的现状分析3.1我国流动性过剩的现状3.1.1货币供应量分析货币供应量是衡量流动性过剩的关键指标，其变化趋势能够直观反映经济体系中货币资金的充裕程度。在我国，货币供应量通常通过M0、M1和M2三个层次进行度量，各层次货币供应量具有不同的经济含义和流动性特征。M0即流通中的现金，是最基础、流动性最强的货币形式，与居民的日常消费和交易活动紧密相关。从2000-2024年期间我国M0的变化情况来看，呈现出稳步增长的态势。2000年末，我国M0余额仅为1.47万亿元，随着经济的发展和居民消费需求的不断增长，到2024年末，M0余额已攀升至12.82万亿元，25年间增长了近7.72倍。在2008年全球金融危机后，为了刺激经济增长和稳定金融市场，我国实施了一系列积极的财政政策和适度宽松的货币政策，这使得M0供应量在一定时期内出现了较为明显的增长。春节等重要节日期间，居民对现金的需求大幅增加，央行通常会加大M0的投放力度，以满足市场的现金需求，保障节日期间经济活动的正常进行，节后则会根据市场情况适时回笼部分现金，这也导致M0的增长在年度内存在一定的季节性波动。M1为狭义货币供应量，由M0加上企事业单位活期存款构成，它反映了经济体系中较为活跃的货币资金，与企业的生产经营活动密切相关，能够及时反映企业的资金周转状况和市场的活跃度。在过去的25年里，M1的增长同样较为显著。2000年末，M1余额为5.31万亿元，到2024年末，达到了67.1万亿元，增长了约11.64倍。M1的增长趋势与我国经济周期的波动以及宏观经济政策的调整紧密相连。在经济扩张阶段，企业生产经营活动活跃，对资金的需求增加，活期存款相应增多，M1增速加快；而在经济收缩阶段，企业经营面临压力，资金回笼速度减缓，活期存款减少，M1增速放缓。在2010-2011年期间，我国经济处于较快增长阶段，企业投资和生产积极性高涨，M1增速保持在较高水平，一度超过30%。随着经济结构调整和经济增速换挡，M1增速逐渐回落，在2015-2016年期间，受经济下行压力和企业去库存等因素的影响，M1增速降至较低水平，甚至出现了负增长。M2作为广义货币供应量，涵盖了M1以及储蓄存款、定期存款等各类准货币，是衡量全社会货币总量的重要指标，能够全面反映经济体系中的流动性状况。从2000-2024年，我国M2呈现出迅猛的增长态势。2000年末，M2余额为13.46万亿元，到2024年末，已高达313.53万亿元，增长了约22.29倍，年均增长率超过15%。M2的快速增长与我国经济的高速发展、货币化进程的推进以及货币政策的实施密切相关。随着我国经济规模的不断扩大，对货币的需求持续增加，为了满足经济发展的需要，央行通过多种货币政策工具投放货币，导致M2供应量持续上升。我国长期存在的国际收支顺差使得大量外汇流入，央行在购买外汇的过程中投放了大量基础货币，这也在一定程度上推动了M2的增长。在2003-2007年期间，我国经济保持高速增长，国际收支顺差不断扩大，外汇占款大幅增加，M2增速持续保持在15%以上，最高时接近20%。近年来，随着我国经济结构调整和金融监管的加强，M2增速逐渐趋于平稳，但总体水平仍然较高。在2023-2024年期间，M2增速稳定在7%-8%左右，这既反映了我国经济增长速度的换挡，也体现了货币政策在保持流动性合理充裕的同时，更加注重防范金融风险和稳定物价水平。为了更直观地展示M0、M1和M2的增长趋势及其之间的关系，绘制如下折线图（图1）：从图中可以清晰地看出，M2的增长幅度明显大于M1和M0，这表明在经济发展过程中，储蓄存款、定期存款等准货币的增长速度较快，经济体系中的货币沉淀现象较为明显，这可能会导致货币流通速度减慢，进一步加剧流动性过剩的问题。M1的增长波动相对较大，与经济周期的相关性更为紧密，其增速的变化能够及时反映企业的经营状况和市场的活跃度。M0的增长相对较为平稳，但在特定时期，如春节等节日前后，会出现明显的季节性波动。通过对M0、M1和M2增长趋势的分析，可以更全面地了解我国货币供应量的变化情况，为深入研究流动性过剩问题提供有力的数据支持。3.1.2信贷规模分析信贷规模是衡量流动性过剩的重要维度，它反映了金融机构向实体经济提供资金支持的规模和力度，对经济增长和市场流动性有着深远影响。近年来，我国金融机构信贷规模呈现出显著的增长态势。根据中国人民银行的数据，2000年末，我国金融机构人民币各项贷款余额仅为9.94万亿元，随着经济的快速发展和金融体系的不断完善，到2024年末，这一数字已飙升至255.68万亿元，25年间增长了约24.72倍，年均增长率超过14%。在不同经济发展阶段，信贷规模的增长特点各异。在经济扩张期，如2003-2007年，我国经济保持高速增长，投资和消费需求旺盛。为了满足企业的融资需求，促进经济的进一步发展，金融机构积极放贷，信贷规模迅速扩张。2003年，我国金融机构人民币各项贷款余额同比增长21.1%，达到15.89万亿元；到2007年，贷款余额已增长至27.77万亿元，同比增长16.1%。这一时期，信贷规模的快速增长为经济增长提供了充足的资金支持，推动了基础设施建设、制造业等行业的快速发展。然而，信贷规模的过快增长也带来了一些问题，如部分行业投资过热、产能过剩等，这也为后续的经济结构调整带来了一定的压力。在经济面临下行压力时，如2008年全球金融危机后以及2020年新冠疫情爆发初期，为了稳定经济增长，政府通常会采取一系列积极的财政政策和宽松的货币政策，引导金融机构加大信贷投放力度。2008年，为了应对金融危机的冲击，我国实施了4万亿元的经济刺激计划，金融机构积极响应，信贷规模大幅增长。2009年，我国金融机构人民币各项贷款余额同比增长31.7%，新增贷款9.59万亿元，创历史新高。2020年，受新冠疫情影响，经济陷入停滞，为了支持企业复工复产，缓解企业资金压力，央行通过降准、降息等货币政策工具，引导金融机构增加信贷投放。2020年，我国金融机构人民币各项贷款余额同比增长12.8%，新增贷款19.63万亿元。这些信贷投放有效地缓解了企业的资金困难，促进了经济的复苏和稳定，但也可能导致债务风险的积累和金融市场的不稳定。从信贷结构来看，不同部门和行业的信贷分布存在明显差异。在住户部门，随着我国房地产市场的发展和居民消费观念的转变，住房贷款成为住户部门信贷的主要组成部分。2024年，住户部门中长期贷款（主要为住房贷款）余额达到53.2万亿元，占住户部门贷款余额的73.5%。住房贷款的增长对房地产市场的发展起到了重要的推动作用，但也增加了居民的债务负担，可能会对居民的消费能力和经济的可持续发展产生一定的影响。在企（事）业单位部门，制造业、基础设施建设等行业是信贷投放的重点领域。制造业是我国实体经济的核心，为了支持制造业的转型升级和技术创新，金融机构对制造业企业提供了大量的信贷支持。2024年，制造业企业贷款余额达到27.5万亿元，占企（事）业单位贷款余额的19.2%。基础设施建设对于经济的发展具有重要的支撑作用，金融机构对交通、能源、水利等基础设施建设项目的信贷投放也较为集中。2024年，基础设施建设行业贷款余额达到35.6万亿元，占企（事）业单位贷款余额的24.8%。信贷在不同部门和行业的分布差异，既反映了我国经济结构的特点，也对经济结构的调整和优化产生着重要影响。合理的信贷结构能够引导资金流向实体经济的关键领域和薄弱环节，促进经济的协调发展；而不合理的信贷结构则可能导致资源配置失衡，加剧经济结构的不合理性。信贷规模的快速增长对市场流动性有着多方面的影响。信贷规模的扩张直接增加了市场上的货币供应量。金融机构发放贷款的过程实际上是货币创造的过程，当金融机构向企业和个人发放贷款时，企业和个人获得了资金，这些资金进入市场流通，增加了市场上的货币总量，从而提高了市场的流动性。大量的信贷资金流入市场，为企业的生产经营活动提供了充足的资金支持，促进了企业的投资和扩张，进而带动了就业和消费的增长，进一步活跃了市场，增加了市场的流动性。然而，信贷规模的过快增长也可能带来一些负面影响。如果信贷资金过度流入某些行业或领域，可能会导致这些行业或领域的投资过热，形成资产泡沫，增加金融市场的风险。当信贷资金无法有效转化为实体经济的产出时，可能会导致资金在金融体系内空转，加剧流动性过剩的问题，降低资金的使用效率。3.1.3外汇储备与流动性关系外汇储备作为国际储备的重要组成部分，是一个国家经济实力和国际支付能力的重要体现，其变动与国内流动性状况存在着紧密而复杂的联系。在我国，外汇储备的增加对国内流动性有着显著的影响，这种影响主要通过外汇占款这一传导机制来实现。自改革开放以来，我国积极参与国际经济合作，对外贸易规模不断扩大，长期保持着国际收支顺差的状态，这使得我国外汇储备规模持续快速增长。2000年末，我国外汇储备余额仅为1655.74亿美元，到2024年末，已达到3.23万亿美元，增长了约18.51倍。在2001年加入世界贸易组织后，我国对外贸易迎来了新的发展机遇，出口额大幅增长，国际收支顺差不断扩大，外汇储备也随之迅速增加。2006年2月，我国外汇储备规模首次超过日本，成为全球第一大外汇储备国，此后一直保持着这一地位。外汇储备的快速增长在增强我国国际支付能力、稳定汇率、提升国际信誉等方面发挥了重要作用，但也给国内流动性管理带来了巨大挑战。在现行的结售汇制度下，企业出口商品或获得境外投资收益等所得到的外汇，需要按照规定卖给商业银行，商业银行再将多余的外汇卖给中央银行，中央银行买入外汇的同时投放相应数量的基础货币，这部分因购买外汇而投放的基础货币被称为外汇占款。随着外汇储备的不断增加，外汇占款规模也相应扩大，从而导致基础货币供应量被动增加。当外汇储备增加1亿美元时，如果汇率为1美元兑换6.5元人民币，中央银行就需要投放6.5亿元人民币的基础货币。大量的外汇占款使得基础货币投放超出了国内经济发展的实际需要，增加了国内货币供应量，进而加剧了流动性过剩的压力。为了更直观地展示外汇储备与外汇占款的变化趋势，绘制如下折线图（图2）：从图中可以清晰地看出，外汇储备与外汇占款呈现出高度的正相关关系，随着外汇储备的不断增加，外汇占款也相应上升。在2003-2014年期间，我国外汇储备快速增长，外汇占款也随之大幅增加，这一时期，外汇占款成为基础货币投放的主要渠道，对国内流动性产生了重大影响。近年来，随着我国国际收支逐渐趋于平衡，外汇储备增长速度放缓，外汇占款规模也相对稳定，但外汇储备对国内流动性的影响依然存在。外汇储备增加通过外汇占款影响国内流动性的过程中，还会受到其他因素的制约和影响。央行可以通过货币政策工具来对冲外汇占款对流动性的影响。央行可以通过发行央行票据、提高法定存款准备金率等方式，回笼因外汇占款而投放的基础货币，以控制货币供应量，稳定市场流动性。当外汇占款增加导致基础货币投放过多时，央行可以发行央行票据，向市场回笼资金；同时，提高法定存款准备金率，冻结商业银行的部分资金，减少货币乘数，从而降低货币供应量。这种对冲操作在一定程度上缓解了外汇储备增加对流动性的冲击，但也增加了央行货币政策操作的难度和成本。经济主体的行为也会影响外汇储备对流动性的传导效果。企业和居民的结售汇行为会影响外汇占款的规模，如果企业和居民更倾向于持有外汇，而不是将其兑换成人民币，那么外汇占款的增加幅度就会减小，对流动性的影响也会相应减弱。金融市场的发展程度和金融机构的资金运用效率也会对外汇储备与流动性的关系产生影响。如果金融市场发达，金融机构能够有效地配置资金，将外汇占款转化为实体经济的有效投资，那么外汇储备增加对流动性的负面影响就会相对较小；反之，如果金融市场不完善，资金配置效率低下，外汇占款可能会导致资金在金融体系内淤积，加剧流动性过剩的问题。3.2我国通货膨胀的现状3.2.1CPI走势分析居民消费价格指数（CPI）作为衡量通货膨胀的关键指标，能够直观反映居民日常生活所面临的物价变动情况，对经济决策和居民生活有着深远影响。通过对我国2000-2024年期间CPI数据的深入剖析，可以清晰洞察我国通货膨胀的发展脉络和现状特征。从长期趋势来看，2000-2024年我国CPI整体呈现出波动上升的态势。2000年，我国CPI同比上涨0.4%，此后在经济增长、需求变化以及宏观政策调整等多种因素的综合作用下，CPI经历了多次起伏。在2007-2008年期间，受国际大宗商品价格上涨、国内需求旺盛以及货币供应量增加等因素的影响，我国CPI出现了较为明显的上涨。2007年，CPI同比涨幅达到4.8%，2008年更是攀升至5.9%，其中食品价格上涨是推动CPI上升的主要动力。在这一时期，猪肉价格因生猪存栏量下降、饲料价格上涨等因素大幅上涨，带动了整个食品类价格的上升，进而对CPI产生了较大的拉动作用。随着全球金融危机的爆发，经济形势发生逆转，需求萎缩，物价压力得到缓解，2009年CPI同比下降0.7%，出现了短暂的通货紧缩现象。在2010-2011年，我国经济逐渐复苏，投资和消费需求回升，同时货币供应量持续增长，导致CPI再次面临上涨压力。2010年，CPI同比上涨3.3%，2011年涨幅进一步扩大至5.4%。这一时期，除了食品价格继续上涨外，居住类价格也因房地产市场的火爆而不断攀升，对CPI的上涨起到了重要的推动作用。随着宏观调控政策的逐步实施，经济增速放缓，物价涨幅也逐渐回落。在2012-2019年期间，CPI同比涨幅基本保持在3%以内，处于相对稳定的状态，这表明我国宏观经济调控在稳定物价方面取得了显著成效。近年来，受新冠疫情、国际地缘政治冲突以及全球经济形势变化等因素的影响，我国CPI走势呈现出一定的复杂性。2020年，受疫情防控措施的影响，消费市场受到较大冲击，需求下降，但由于部分生活必需品供应紧张以及翘尾因素的影响，CPI同比仍上涨2.5%。2021-2022年，在全球大宗商品价格上涨、国内经济逐步复苏的背景下，CPI保持温和上涨态势，2021年同比上涨0.9%，2022年同比上涨2.0%。2023年，我国经济持续恢复，但需求恢复相对缓慢，部分商品价格出现波动，CPI同比上涨0.2%，涨幅有所收窄。2024年，随着国内经济政策的持续发力和市场需求的逐步改善，CPI走势逐渐企稳，全年同比上涨0.3%，物价水平保持基本稳定。为了更直观地展示2000-2024年我国CPI的走势，绘制如下折线图（图3）：从图中可以清晰地看出，我国CPI在不同时期呈现出不同的变化趋势，与宏观经济形势、国际市场环境以及政策调整密切相关。通过对CPI走势的分析，可以为政府制定宏观经济政策、企业制定生产经营策略以及居民合理安排生活消费提供重要的参考依据。在CPI上涨较快时期，政府可以采取收紧货币政策、加强市场监管等措施来稳定物价；企业可以根据CPI的变化调整产品价格和生产规模；居民则可以合理调整消费结构，以应对物价上涨带来的生活成本增加。3.2.2其他物价指数分析除了居民消费价格指数（CPI）外，生产者物价指数（PPI）、国内生产总值平减指数（GDPDeflator）等物价指数也从不同角度反映了我国通货膨胀的状况，它们与CPI相互补充，共同为全面评估通货膨胀提供了多维度的视角。生产者物价指数（PPI）主要衡量企业购买的一篮子物品和劳务的总费用，反映了生产领域价格的变化情况。由于企业最终会将生产过程中的成本转嫁到消费者身上，所以PPI的变动往往会对CPI产生传导作用，对预测未来通货膨胀具有重要的参考价值。在2000-2024年期间，我国PPI呈现出较为明显的周期性波动。在2003-2008年期间，我国经济快速增长，投资需求旺盛，对原材料和能源的需求大幅增加，同时国际大宗商品价格持续上涨，这些因素共同推动了PPI的快速上升。2008年，PPI同比涨幅达到6.9%，其中黑色金属材料类、有色金属材料类等价格涨幅较大，反映出工业生产领域成本的大幅增加。随着全球金融危机的爆发，经济陷入衰退，需求急剧下降，PPI迅速回落，2009年同比下降5.4%。在2010-2011年，经济逐渐复苏，PPI再次上涨，2011年同比涨幅达到6.0%。随后，受经济结构调整、产能过剩以及国际大宗商品价格下跌等因素的影响，PPI在2012-2015年期间持续下降，2015年同比下降5.2%，这表明工业生产领域面临着较大的通缩压力。在2016-2017年，随着供给侧结构性改革的推进，去产能取得显著成效，加上国际大宗商品价格回升，PPI开始反弹，2017年同比上涨6.3%。近年来，PPI受国内外经济形势、环保政策以及市场供需关系等因素的影响，波动较为频繁。2024年，PPI同比下降2.7%，反映出工业生产领域价格总体仍处于下行态势，但降幅有所收窄。为了更直观地展示2000-2024年我国PPI的走势，绘制如下折线图（图4）：从图中可以看出，PPI的波动幅度相对较大，与经济周期的相关性更为紧密。PPI的变化不仅反映了生产领域的成本变动情况，还对企业的生产经营决策和利润水平产生重要影响。当PPI上涨时，企业的生产成本增加，如果不能及时将成本转嫁到产品价格上，企业的利润将受到挤压，可能会导致企业减少生产规模或提高产品价格，进而影响到整个产业链的价格传导和经济运行。国内生产总值平减指数（GDPDeflator）是衡量通货膨胀的另一个重要指标，它能够全面反映国内所有商品和服务价格的总体变化情况，涵盖了消费、投资、政府购买和净出口等各个领域，比CPI和PPI更能综合地体现通货膨胀的程度。由于GDPDeflator的计算涉及到国内生产总值的现价和不变价，其数据获取相对复杂，公布频率较低，通常按年度公布。在2000-2024年期间，我国GDPDeflator也呈现出波动变化的趋势。在经济高速增长时期，如2003-2007年，GDPDeflator涨幅相对较大，反映出整体物价水平的上升；而在经济面临下行压力或通货紧缩时期，如2009年和2015年，GDPDeflator涨幅较小甚至出现下降。GDPDeflator的变化与经济增长、货币供应量、国际经济环境等因素密切相关。在货币供应量增长较快、经济增长过热时，GDPDeflator往往会上升；而在经济增长放缓、需求不足时，GDPDeflator则可能下降。尽管GDPDeflator在衡量通货膨胀方面具有全面性，但由于其数据公布的滞后性和计算的复杂性，在实际应用中，通常与CPI、PPI等指标结合使用，以更准确地评估通货膨胀的状况。四、基于VAR模型的实证研究设计4.1VAR模型介绍4.1.1VAR模型的基本原理向量自回归（VAR）模型由克里斯托弗・西姆斯（ChristopherSims）于1980年提出，是一种基于数据统计性质的多变量时间序列分析模型。它将系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。VAR模型的基本数学表达式为：Y_t=\Phi_1Y_{t-1}+\Phi_2Y_{t-2}+\cdots+\Phi_pY_{t-p}+\epsilon_t其中，Y_t是一个k维内生变量列向量，t表示时间；\Phi_1,\Phi_2,\cdots,\Phi_p是k\timesk维的系数矩阵，用于刻画不同滞后阶数下内生变量之间的相互关系；p是滞后阶数，它决定了模型中考虑的历史信息的长度，p的选择需要综合考虑模型的拟合优度、自由度以及AIC、BIC等信息准则；\epsilon_t是k维的随机扰动列向量，也称为新息向量，它代表了在t时刻对系统的外部冲击，且满足相互之间可以同期相关，但不与自己的滞后值相关且不与等式右边的变量相关的条件，其协方差矩阵\sum是一个k\timesk的正定矩阵。VAR模型的建模思想摒弃了传统计量经济学模型对变量内生性和外生性的严格区分以及对变量之间因果关系的预先设定。在传统模型中，往往需要依据经济理论来确定哪些变量是内生的，哪些是外生的，并明确变量之间的因果方向，这在实际应用中常常受到经济理论不完善和现实经济复杂性的制约。而VAR模型从数据本身出发，认为所有内生变量都可能相互影响，通过考察变量的滞后值来捕捉变量之间的动态关系。在研究宏观经济变量时，GDP、通货膨胀率、利率等变量之间的关系复杂，难以明确谁是因谁是果。VAR模型则将这些变量都视为内生变量，通过分析它们的滞后值对当前值的影响，来揭示变量之间的相互作用机制，从而更全面、客观地反映经济系统的动态特征。4.1.2VAR模型在经济研究中的应用优势VAR模型在经济研究中具有显著的应用优势，使其成为分析经济变量之间动态关系的有力工具。VAR模型能够同时处理多个变量之间的复杂动态关系。在经济系统中，各个经济变量并非孤立存在，而是相互关联、相互影响的。传统的单方程计量模型往往只能考虑一个因变量与若干个自变量之间的关系，难以全面反映经济变量之间的相互作用。而VAR模型通过构建多方程系统，将多个内生变量纳入同一模型中，能够充分捕捉变量之间的直接和间接影响，为研究经济系统的整体运行机制提供了更全面的视角。在研究货币政策对经济增长和通货膨胀的影响时，VAR模型可以同时考虑货币供应量、利率、GDP、CPI等多个变量之间的动态关系，不仅能够分析货币政策变量对经济增长和通货膨胀的直接影响，还能探究它们之间的间接传导路径和相互作用。VAR模型无需对变量进行严格的内生性和外生性区分，也无需预先设定变量之间的因果关系。在现实经济中，经济变量之间的因果关系往往是复杂的，难以简单地依据经济理论进行划分和设定。VAR模型从数据的统计性质出发，通过变量的滞后值来反映变量之间的相互影响，避免了因主观判断内生性和外生性以及预先设定因果关系而带来的偏差和局限性。在研究股票价格与宏观经济变量的关系时，很难确定股票价格是宏观经济变量的原因还是结果，VAR模型则可以在不预先设定因果关系的情况下，通过对变量滞后值的分析，揭示它们之间的动态联系。VAR模型在预测方面具有一定的优势。由于VAR模型能够捕捉到变量之间的动态关系和历史信息，它可以利用这些信息对经济变量的未来走势进行预测。通过对历史数据的拟合和参数估计，VAR模型可以根据当前的经济状况和变量的滞后值，预测未来一段时间内经济变量的变化情况。在宏观经济预测中，VAR模型可以对GDP、通货膨胀率、失业率等重要经济指标进行预测，为政府制定经济政策、企业做出投资决策提供参考依据。尽管VAR模型的预测能力受到多种因素的影响，如数据的质量、模型的设定以及经济环境的变化等，但在合理的条件下，它仍然能够提供有价值的预测信息。VAR模型的结果易于解释和理解。虽然VAR模型是一种基于数据统计性质的模型，但它的参数估计和分析结果相对直观。通过脉冲响应函数和方差分解等方法，可以清晰地展示一个变量的冲击对其他变量的影响路径和程度，以及各个变量对内生变量变化的贡献程度。这使得研究者和决策者能够更直观地了解经济变量之间的动态关系和相互作用，从而更好地把握经济运行的规律，为制定经济政策和决策提供有力的支持。4.2变量选取与数据处理4.2.1变量选取为了深入探究我国流动性过剩与通货膨胀之间的关系，科学合理地选取变量至关重要。经过全面考量和分析，确定以下关键变量：以广义货币供应量（M2）与国内生产总值（GDP）的比值（M2/GDP）作为衡量流动性过剩的核心指标。M2涵盖了流通中的现金、活期存款、定期存款等各类货币形式，是反映社会货币总量的重要指标；GDP则代表了一个国家或地区在一定时期内生产活动的最终成果，是衡量经济规模的关键指标。M2/GDP的比值能够直观地反映货币供应量与经济产出之间的相对关系，当该比值持续上升时，表明货币供应量的增长速度超过了经济增长的速度，经济中可能存在流动性过剩的情况。在经济快速发展阶段，若M2的增长速度远高于GDP的增长速度，M2/GDP的比值就会不断攀升，这意味着市场上的货币越来越多，而实体经济的增长相对较慢，多余的货币可能会引发通货膨胀、资产价格泡沫等问题。居民消费价格指数（CPI）作为衡量通货膨胀的主要指标。CPI是反映一定时期内城乡居民所购买的生活消费品和服务项目价格变动趋势和程度的相对数，它涵盖了食品、衣着、居住、交通通信、教育文化娱乐等多个与居民生活密切相关的领域。通过计算各类消费品和服务价格的加权平均数，CPI能够全面、准确地反映居民日常生活所面临的物价变动情况，是衡量通货膨胀的重要工具。当CPI持续上升时，意味着居民购买相同数量的商品和服务需要支付更多的货币，即物价水平上涨，通货膨胀压力增大；反之，当CPI下降时，则可能暗示经济存在通货紧缩的风险。国内生产总值（GDP）作为控制变量纳入研究模型。GDP是衡量一个国家或地区经济总量和经济增长的重要指标，它反映了整个经济体系的生产和消费活动水平。经济增长与流动性过剩、通货膨胀之间存在着紧密的联系。在经济增长较快时期，投资和消费需求旺盛，货币供应量可能会相应增加，从而对流动性过剩和通货膨胀产生影响；而在经济增长放缓时期，需求下降，物价压力可能会得到缓解。将GDP作为控制变量，可以更准确地分析流动性过剩与通货膨胀之间的关系，排除经济增长因素对二者关系的干扰。利率（R）同样作为控制变量。利率是资金的价格，它在经济体系中起着调节资金供求和资源配置的重要作用。利率的变动会影响企业和居民的投资、消费决策，进而影响货币的流通速度和市场的流动性。当利率降低时，企业和居民的融资成本下降，投资和消费意愿增强，市场上的货币流通速度加快，流动性增加，可能会推动通货膨胀上升；反之，当利率升高时，融资成本上升，投资和消费受到抑制，市场流动性减少，通货膨胀压力可能会减轻。将利率纳入模型，可以进一步探究其在流动性过剩与通货膨胀关系中的调节作用。4.2.2数据来源与收集本研究的数据来源广泛且权威，以确保数据的可靠性和代表性。中国人民银行官网是获取货币供应量（M2）、利率（R）等金融数据的重要渠道。中国人民银行作为我国的中央银行，负责货币政策的制定和执行，对货币供应量、利率等金融数据进行了全面、准确的统计和记录。通过其官方网站，可以获取到最新、最权威的月度和年度金融数据，这些数据涵盖了货币供应量的各个层次、各类利率品种以及金融市场的运行情况等信息，为研究流动性过剩和货币政策对通货膨胀的影响提供了关键的数据支持。国家统计局官网是收集居民消费价格指数（CPI）、国内生产总值（GDP）等宏观经济数据的主要平台。国家统计局承担着全国经济社会统计调查和数据发布的重要职责，其发布的数据具有高度的权威性和公信力。在国家统计局官网，可以获取到详细的CPI数据，包括各类消费品和服务的价格指数、同比和环比涨幅等信息，以及GDP的季度和年度数据，涵盖了不同产业、不同地区的经济增长情况。这些数据能够全面反映我国宏观经济的运行态势和物价水平的变化情况，为研究通货膨胀和经济增长提供了丰富的数据资源。《中国统计年鉴》也是本研究的数据来源之一。该年鉴是全面反映我国经济和社会发展情况的资料性年刊，由国家统计局编辑出版，内容涵盖了国民经济核算、人口、就业、价格、投资、消费、对外贸易、财政金融等各个领域的统计数据。年鉴中的数据经过严格的审核和整理，具有系统性和完整性，能够为研究提供长期、连续的数据序列，便于进行时间序列分析和趋势研究。在数据收集过程中，严格按照科学的方法和流程进行操作。首先，明确了数据的时间范围为2000-2024年，这一时间段涵盖了我国经济发展的多个重要阶段，包括加入世界贸易组织后的经济快速增长期、全球金融危机后的经济调整期以及近年来的经济结构转型期等，能够充分反映我国经济发展过程中流动性过剩与通货膨胀的变化特征。根据研究需要，确定了每个变量的数据频率，对于M2、CPI、利率等变量，收集了月度数据，以更细致地捕捉变量的短期波动；对于GDP，由于其季度发布的特点，收集了季度数据。在收集数据时，仔细核对数据的准确性和一致性，对存在疑问或异常的数据进行了进一步的核实和处理，确保数据质量可靠。为了保证数据的完整性，对缺失的数据进行了合理的填补和处理，采用了线性插值、移动平均等方法，尽可能减少数据缺失对研究结果的影响。4.2.3数据预处理在获取原始数据后，为了确保数据的质量和可靠性，使其更符合VAR模型的要求，对数据进行了一系列严谨的预处理操作。由于宏观经济数据通常会受到季节因素的影响，呈现出季节性波动，如春节期间消费需求旺盛，CPI可能会出现季节性上涨；年末企业集中结算，货币供应量和信贷规模也可能会发生季节性变化。为了消除这些季节性因素对数据的干扰，使数据能够更准确地反映经济变量的真实趋势，采用X-12季节调整方法对数据进行处理。X-12季节调整方法是一种广泛应用的时间序列季节调整技术，它通过对时间序列进行分解，将其中的趋势成分、季节成分和不规则成分分离出来，然后去除季节成分，得到经过季节调整后的时间序列。以CPI数据为例，经过X-12季节调整后，能够消除春节、国庆等节假日以及季节更替对物价的影响，使CPI数据更能反映物价的长期趋势和经济基本面的变化。在进行时间序列分析时，数据的平稳性是一个至关重要的前提条件。如果数据不平稳，可能会导致伪回归问题，使模型的估计结果出现偏差，无法准确反映变量之间的真实关系。因此，采用ADF（AugmentedDickey-Fuller）单位根检验方法对各变量进行平稳性检验。ADF检验通过构建回归方程，检验时间序列是否存在单位根，若存在单位根，则数据是非平稳的；反之，则数据是平稳的。对于M2/GDP、CPI、GDP、利率等变量，分别进行ADF检验，结果显示，在初始水平下，部分变量存在单位根，即是非平稳的。对这些非平稳变量进行一阶差分处理后，再次进行ADF检验，发现经过一阶差分后的变量在1%的显著性水平下均拒绝原假设，不存在单位根，数据变为平稳序列。这表明一阶差分处理有效地消除了数据的非平稳性，使其满足了VAR模型对数据平稳性的要求。为了进一步验证变量之间是否存在长期稳定的均衡关系，对平稳化处理后的变量进行协整检验。协整检验的目的是确定多个非平稳时间序列之间是否存在一种长期的、均衡的关系，这种关系可以用来解释变量之间的长期动态变化。采用Johansen协整检验方法，该方法基于向量自回归模型，通过构建最大似然函数，检验变量之间的协整关系。Johansen协整检验结果表明，在5%的显著性水平下，M2/GDP、CPI、GDP、利率等变量之间存在至少一个协整方程，这意味着这些变量之间存在长期稳定的均衡关系。这一结果为后续构建VAR模型提供了重要的理论依据，表明可以在VAR模型中分析这些变量之间的动态关系和相互作用。4.3模型构建与估计4.3.1确定VAR模型的滞后阶数滞后阶数的确定是构建VAR模型的关键环节，其合理性直接影响模型的估计效果和对变量动态关系的刻画能力。在本研究中，运用赤池信息准则（AIC）、施瓦茨准则（SC）以及似然比检验（LR）等多种方法，综合确定VAR模型的最优滞后阶数。赤池信息准则（AIC）的计算公式为：AIC=-2\ln(L)+2k/T，其中L是模型的最大似然函数值，k是模型中待估计参数的个数，T是样本容量。AIC准则在衡量模型拟合优度的同时，对模型的复杂度进行了惩罚，即在保证模型拟合效果的前提下，尽量选择参数个数较少的模型，以避免过拟合问题。施瓦茨准则（SC）的计算公式为：SC=-2\ln(L)+k\ln(T)/T，与AIC准则类似，SC准则也考虑了模型的拟合优度和复杂度，但SC准则对模型复杂度的惩罚力度更大，更倾向于选择简单的模型。似然比检验（LR）则是基于最大似然估计原理，通过比较不同滞后阶数模型的似然函数值来确定最优滞后阶数。具体来说，LR检验通过构建如下统计量：LR=-2(\ln(L_r)-\ln(L_u))，其中L_r是受约束模型（即滞后阶数为r的模型）的最大似然函数值，L_u是无约束模型（即滞后阶数为u，且u>r）的最大似然函数值。LR统计量服从自由度为(u-r)\timesk^2的卡方分布（k为内生变量的个数），通过比较LR统计量与临界值的大小来判断增加滞后阶数是否显著提高了模型的拟合效果。在实际操作中，首先从滞后1阶开始，逐步增加滞后阶数，计算不同滞后阶数下模型的AIC、SC值以及LR统计量。计算结果如表1所示：滞后阶数AIC值SC值LR统计量1-2.5634-2.4123-2-2.7895-2.534212.34563-2.8567-2.498715.67894-2.8234-2.364514.5678从表1中可以看出，随着滞后阶数的增加，AIC值和SC值呈现先下降后上升的趋势，LR统计量则在滞后3阶时达到最大值。根据AIC准则，最优滞后阶数为3阶，因为此时AIC值最小；根据SC准则，最优滞后阶数为2阶，因为SC准则更倾向于选择简单模型；而从LR检验结果来看，滞后3阶时LR统计量最大，表明增加滞后阶数到3阶显著提高了模型的拟合效果。综合考虑AIC、SC准则以及LR检验结果，最终