基于季节调整核心通货膨胀度量.docVIP

基于季节调整核心通货膨胀度量 　　内容摘要：本文在消费者物价指数（CPI）的基础上，对2001年1月至2014年 4月的核心通货膨胀进行度量。采用X-12-ARIMA对定基比CPI做季节调整，以及TRAMO/SEATS对春节因素进行过滤，提取长期稳定趋势作为核心CPI。实证发现，核心CPI较好地反映了CPI的趋势变动，效果明显。 　　关键词：核心通货膨胀 季节调整 定基比消费者物价指数 　　学者们对核心通货膨胀的定义虽有不同，但都认为核心通货膨胀反映了价格变动的长期稳定的趋势。中国人民银行在季度报告中给核心通货膨胀进行了界定，将其表述为“从总通货膨胀中剔除暂时性因素影响的潜在通货膨胀，用来反映价格变动的长期趋势”。本文采用中国人民银行给出的界定，对核心通货膨胀进行度量。 　　核心通货膨胀的度量方法 　　本文在CPI的基础上，对核心通货膨胀度量。文中标题通货膨胀指统计局公布的CPI，核心通货膨胀指核心CPI。 　　核心通货膨胀的度量一般有统计途径和建模途径两大类方法。在统计途径方面，基于消费者物价指数的构成情况，可以运用不同方法进行核心通货膨胀的度量。其中，剔除法因计算原理简单，便于理解，被世界各国或地区中央银行普遍采用。在计算核心通货膨胀时，各国所剔除的成分却不尽相同。表1列出了主要经济体计算核心通货膨胀时剔除的成分。此外，剔除法存在着一定的不足。汤丹（2013）认为，各类商品价格指数的波动并不是一成不变的，某些可能随着时间的推移变得相对平稳，而有些可能随着时间的推移波动性变大。固定剔除某些项目，度量出的核心通货膨胀可能存在较大的偏差。 　　在建模途径方面，从时间序列视角，处理方法为基于序列自身特点，通过平滑或过滤剔除CPI序列的短期“噪音”成分，从而将剩下的长期趋势作为对核心通货膨胀的测度。这种方法更加接近通货膨胀的长期稳定趋势。 　　Cogley（2002）提出指数平滑法用以描述通货膨胀的长期趋势，该方法采用递减的权重对当前和过去的通货膨胀率进行加权平均，表示为 　　（1） 　　指数平滑法的关键在于外生变量m的选取。汤丹（2013）运用Cogley的指数平滑法，设定参数m为0.125，选取2001年1月至2011年4月间的月度同比CPI数据，估计中国核心CPI。但是实证表明，中国核心CPI的均值为102.02，标准差为1.638，核心CPI相对CPI具有明显的滞后性。 　　本文在前人研究的基础上，发现鲜有学者应用季节调整的方法对核心CPI进行度量，更多地是采用季节调整的方法进行CPI的拟合与预测。 　　张鸣芳等（2004）对上海月度CPI进行实证研究，通过X-12-ARIMA进行季节调整，并考虑春节因素的影响，进一步运用TRAMO/SEATS进行调整。不足的是，缺少对实证结果的具体分析，只给出了未来24个月上海CPI变动情况。 　　栾惠德（2007）采用PBC版时间序列X-12-ARIMA对中国月度CPI进行季节调整，得到环比CPI和同比CPI，发现环比CPI走势领先于同比CPI，在对经济转折点的判断上比同比CPI领先2到6个月，并对CPI进行了短期预测。 　　贺凤羊（2011）基于X-12-ARIMA程序中缺少对中国春节等移动假日的调整，提出了改进的X-12-ARIMA-BHG和X-12-ARIMA-LZ的方法，对1997年1月至2010年11月的CPI进行季节调整，反映CPI的发展趋势，同时对2010年12月至2011年6月的同比CPI进行预测。 　　本文借鉴季节调整的方法，对核心CPI进行拟合和预测，采用X-12-ARIMA模型对定基比CPI进行季节调整，同时考虑到春节因素的影响，构造虚拟变量，运用 TRAMO/SEATS程序对春节效应进行调整，得到最终的长期趋势，即核心CPI。 　　实证分析 　　（一）数据的选取与处理 　　在度量核心通货膨胀时，学者们大多使用同比消费者物价指数进行处理。但是，同比物价指数具有“基数效应”，不能反映当期物价指数真实波动状况。环比指标虽然可以反映当期通货膨胀的真实变动，但环比指标具有季节效应，而且波动剧烈。 　　贺凤羊和刘建平（2011）认为一般情况下，时间序列季节调整都是在定基比（固定基期）指数的基础上进行的，这样调整才有明显的效果。张鸣芳（2004）以1993年各月为初始值（100），然后通过同比指标计算定基比指标;贺凤羊（2011）采用相同处理方法，以1996年各月为基期（100）。但是这样得到的“定基比指标”不是真正的定基比，这种方法没有考虑到定基各月间的指标的变动情况。为避免指标的不准确，本文采用环比指标计算定基比CPI（以下简称DCPI），然后在DCPI的基础上对核心进行度量。 　　自2001年起，中国开始与国际接轨，计算和