中国通货膨胀波动性与杠杆效应研究.docVIP

中国通货膨胀波动性与杠杆效应研究 　　摘 要：利用条件异方差模型对我国居民消费价格指数建模，并基于此展开对中国通货膨胀的一般特征进行分析、研究。实证结果表明，我国的通货膨胀具有强惯性、波动集群性、杠杆效应等特征。依据我国通货膨胀的动态特征和机制来制定相应的货币政策将有助于缩短货币政策的时滞和合理疏导微观主体的通胀预期，也有利于正确地引导和稳定市场经济，并最终能提高货币政策的有效性。所以，我国通货膨胀治理过程中必须充分考虑我国通货膨胀特征的影响，及时采取措施消除那些与市场制度逻辑不一致的政策传导因素以及对政策信号不能作出理性反应的市场因素。 　　关键词： 通胀惯性；通货膨胀的波动性; 杠杆效应; CPI 　　中图分类号：F830 文献标识码： A 文章编号：1003-7217(2012)02-0008-06 　　一、引 言 　　由于通货膨胀对宏观经济运行和金融市场发展都有重要影响，因此，国内外学者对它进行了广泛研究，得出一系列成果。蔡纯（2010）利用条件异方差模型分析了2007年次债危机以来主要大宗商品价格变动情况，研究表明不同商品期货市场的有效性略有差异，主要商品收益波动均具有积聚效应与杠杆效应［1］。张成思（2008）分析了1980~2007年中国通货膨胀情况，研究表明在低通胀环境下我国通货膨胀仍然呈现相当高的惯性特征［2］。李敏、王相宁（2008）研究了1987~2008年我国通货膨胀率的动态波动路径，研究结果表明我国的通胀惯性在低通胀区制时弱，在温和、高通胀区制时强［3］。艾慧（2010）认为通货膨胀理论的核心部分是传导机制，而治理通胀的根本途径是采取措施调控货币需求和削弱通胀预期的影响，以改变微观主体行为［4］。 　　Fuhrer，Jeffrey（1995）研究认为，通货膨胀惯性强与弱对货币政策的滞后效果有决定性的影响［5］。 　　Engle（1982）提出ARCH 模型，并且认为该模型集中反映了金融数据时间序列方差波动特点［6］。Bollerslev（1986）证明广义自回归条件异方差模型，即GARCH 族模型能够更好地刻画收益序列残差项的异方差性［7］。Nelson，Daniel （1991），Black（1976）从理论和经验两方面阐明了利好消息与利空消息对股市的不对称影响［8，9］。Nelson，Daniel（1991）也首次提出了非对称波动性的EGARCH 模型［9］。Engle（1993）比较了允许利好消息和利坏消息对未来的波动性有不同影响的非对称波动性模型［10］。 　　虽然国内外学者就通货膨胀的形成、惯性、演化机制等问题从不同侧面和角度进行了有成效的研究，但是这些研究在整体上缺乏对通货膨胀特征的关注，而这个问题对帮助货币当局就通货膨胀治理建立一个理性的期望、选择有效的政策着力点是至关重要的。为此，本文在借鉴上述研究的基础上，拟采用条件异方差模型结合我国1994年1月~2009年12月的居民消费价格指数对中国通货膨胀的动态演化特征情况进行研究，以期揭示中国通货膨胀的演化机制及其内在规律并提出相应的政策建议。 　　二、模型的选择与分析思路 　　1.ARMA模型。ARMA（?p,q?)表达式为: 　　??u?t=c+∑p?i=1φ?iu??t－1+ε?t+∑q?j=1θ?jε??t－j（1） 　　其中u?t为平稳时间序列，u??t－1为滞后随机变量，误差项ε?t为白噪声，c为常数项，φ?i、θ?j为参数。 　　2.?ARCH?模型。?ARCH?（p)条件方差函数为： 　　σ?2?t=ω+∑p?i=1α?iu?2??t－j（2） 　　?ARCH?模型通过对过去p期非预期回报u?t的平方的方差的移动平均来捕获回报序列的条件异方差。?该模型是由Engel于1982提出。 　　3.GARCH模型。GARCH(?p,q)?表达式为: 　　?ε?t=σ?te?t e?t～i.i.d.N(0,1) 　　σ?2?t=ω+∑q?j=1β?jσ?2??t－j+∑p?i=1α?iu?2??t－j（3） 　　其中σ?2?t=E(u?2?tF??t－1)，F??t－1为t时刻以前的全部信息。当q=0时，?GARCH模型即为ARCH(P)模型。GARCH?(p，q)过程是平稳过程的充要条件是α(1)+β(1)＜1，当p=q=1，α(1)+β(1)=1时?，GARCH(1，1)即转化为IGARCH(1，1)?模型。 　　其中α(1)=∑p?i=1α?iβ(1)=∑q?j=1β?j。该模型是由?Bollerslev于1986提出的。 　　4.TARCH模型。其条件方差方程表达式为： 　　?σ?2?t=ω+∑q?j=1β?jσ?2??t－j+∑p?i=1α?iu?2??t－j+ 　　 ∑r?k