通货膨胀监测预警定量指标探究.docVIP

通货膨胀监测预警定量指标探究一、 前言 自2007年美国次贷危机爆发以来，美联储实施了极其宽松的货币政策，联邦基金利率由5.25%下调至0-0.25%。迄今为止，美联储已经实施了两轮量化宽松的货币政策，有效地消除了美国金融体系内的流动性短缺，但是这造成了全球新兴市场面临巨大冲击，一是短期国际游资大量的流入造成物价和资本价格难以维持稳定，二是全球能源与大宗商品价格快速上涨使得新兴国家面临严重的输入型通货膨胀的压力，三是外汇占款不断增加进一步放大货币供应量，加重通货膨胀预期。中国应对全球金融危机，采取扩张性的经济政策，国内经济通货膨胀压力逐渐明显。2011年以来，我国的通货膨胀率逐渐升高，4月份居民价格消费价格指数同比上涨5.30 %，通货膨胀问题日益凸显。当前，我国缺乏成熟、系统的价格波动监测预警的定量指标，使得在应对经济危机、市场变化、通货膨胀等经济问题时茫然无措。所以，目前最为紧迫的是探究通货膨胀监测预警的定量指标，健全价格波动预警机制。 二 、通货膨胀监测预警定量指标的构建 根据我国通货膨胀的影响因素，采用因子分析方法构建通货膨胀监测预警定量指标。 （一）数据处理 在国际因素方面，本文选取国际原油价格（oil）、人民币兑美元汇率(e)、外汇储备（fer）。在国内因素方面，选取固定资产投资（FAI）、shibor同业拆借利率（i）、上证综合指数月度收盘价（stock_sh）、粮食价格指数(cpi_corn)、肉禽及其价格指数（cpi_pork）。本文使用数据采用月度数据，时间跨度从2006年10月―2010年12月，国际石油价格来自OPEC网站，股票价格指数来自国研网，其他数据来自中经网。 （二）通货膨胀监测预警定量指标的构建 因子分析（FA）是主成分分析的推广，相对于主成分分析，因子分析更侧重于解释被观测变量之间的相互关系或协方差之间的结构。实质就是用几个潜在的但不能观察的互不相关的随机变量去描述许多变量之间的相互关系（或协方差关系），这些随机变量被称为因子。本文采用因子分析法构建通货膨胀监测预警指标。其中因子提取方法采用主成分法，选择方差最大旋转方法进行因子旋转，采用回归法计算因子得分。输出结果如表1。 表1因子载荷阵 由表1可知，因子旋转之前，部分因子的载荷系数比较接近，旋转之后，因子载荷矩阵的元素取值向两级分化，更加有利于分析。依据旋转后的因子载荷矩阵得到两个影响通货膨胀水平的因子F1和F2。 从旋转后的分子载荷矩阵中可以看出，F2在国际原油价格、利率、股票价格指数、肉禽及其制品价格指数上拥有较高的载荷，而这些因素是影响当前的通货膨胀的主要原因，因此，F2反映了各个具体因素及其综合作用对通货膨胀的影响，可以作为通货膨胀监测预警定量指标。 （三）CPI与F2的关系 在样本区间，将F2的因子得分与CPI标准化数据的历史趋势进行比较，结果如图1。 图1 由图1可知，在样本观测期间，F2很好地拟合了标题通货膨胀趋势，具有基本上相同的波动幅度、波峰与波谷，并且F2的变化总是快于标题通货膨胀的变化，对标题通货膨胀具有一定的预测能力。 （四） F2作为通货膨胀监测预警定量指标的有效性研究 1. F2的波动性特征比较 作为通货膨胀监测预警定量指标，不应该具有很强的波动性特征。表1中列出了样本观测期间F2的波动性特征，并且与标题通货膨胀进行比较。由表2可以看出，F2的波动性在可以接受的范围之内，波动性比较稳定。 表2波动性特征比较 2.F2对通货膨胀的解释能力检验 作为通货膨胀监测预警定量指标，要求F2能够完全解释总体通货膨胀πt中的趋势成分。xt=πt-f2是平稳序列，其中Xt是短期相对价格变化导致的F2的波动，Xt应该是一个平稳的序列，不应该有任何的趋势。表3中列出了样本观测期间F2短期波动成分的ADF检验结果。 表3解释能力的检验 检验结果表明，Xt在1%的水平下拒绝原假设，可以确定Xt是平稳序列，即Xt ~I（0）说明F2能够完全解释总体通货膨胀πt中的趋势成分。 3. F2反映通货膨胀变化趋势的比较 F2拟合标题通货膨胀趋势的程度可以作为评价有效性的又一指标，首先计算通货膨胀的趋势值，利用HP滤波得到通货膨胀的趋势值，然后计算F2因子的RMSE值。RMSE={[ΣTt=1（πttrend-f2）2]/T}1/2，RMSE越小，说明F2的拟合效果越好，更加能够准确地反映通货膨胀的变化趋势。计算得到F2的RMSE值为0.871261，说明F2对通货膨胀的变化趋势有很好的拟合效果。 4. F2与标题通货膨胀的协整关系 通货膨胀监测预警定量指标应当与标题通