不同通貨膨脹周期影響因素的實證分析

　　【摘 要】通貨膨脹的起因在不同時期具有多元性和復雜性，不能一概論之。本文基于國家統計局等相關數據庫公布的1990-2019年與通貨膨脹有關的宏觀金融數據，以三大周期的CPI指數作為被解釋變量，以失業率、外匯儲備、固定資產投資率、國民總收入、貨幣發行量(M2)和財政赤字率作為解釋變量，運用SPSS軟件進行單因素方差分析并建立多元回歸模型，對不同周期各自的影響因素進行實證分析。結果顯示：針對結構型通貨膨脹貨幣發行量對其影響最為顯著;針對需求拉動型通貨膨脹，僅失業率和固定資產投資率對其產生顯著影響。最后從建立通脹預警模型和控制貨幣發行兩個方面提出具有針對性的政策建議。

　　時代經貿 發表時間：2021-02-25 《時代經貿》自2003年創刊以來，由于其權威性、系統性和前瞻性，在國內外產生了較大影響，深受各級政府財經主管部門、國內外財經界、社會中介、理論研究和教學人員等各界人士的歡迎。

　　【關鍵詞】不同通貨膨脹周期;影響因素;方差分析;線性回歸;SPSS

　　一、文獻綜述

　　影響通貨膨脹的因素具有多元性和復雜性，且不同通貨膨脹周期，影響要素各有偏重。關于通貨膨脹及其影響因素的分析，不同學者存在不同觀點，在目前的研究中，主要存在以下兩種研究思路：

　　一是定性分析，從宏觀角度探求影響通貨膨脹的因素。如向鴻瑾(2019)認為通貨膨脹在不同時期有不同的影響因素,但都離不開體制、國際因素、區域差異化和貨幣發行量;潘文博(2019)則從貨幣供給的失衡、生產成本的提高、流動性過剩三個方面定性分析了通貨膨脹產生的原因，并從積極和消極兩個方面闡述了通貨膨脹給中國經濟帶來的影響。

　　二是定量分析，運用計量經濟學的多種模型從微觀角度分析影響因子對通貨膨脹的具體影響程度。江茜茜、姜楓(2019)借助VAR金融計量工具，將CPI、 PPI、GDP作為解釋變量來分析通貨膨脹與經濟增長、生產價格的關系，最終得出相應的結論;林東杰、崔小勇等(2019)突破CPI對通貨膨脹的影響，構建了消費品和投資品兩部門的DSGE模型，從投資品價格的角度實證分析了1999-2015年的通貨膨脹率。

　　綜上所述，已有文獻和學者研究多是從定性和定量方面對通貨膨脹的起因和影響進行分析，并從多個角度進行建模與推論。但學界在不同通貨膨脹周期的顯著性影響因子的研究方面有所欠缺，沒有對差異化通貨膨脹類型的成因進行分類敘述。因此，本文在整理了有關CPI和GDP平減指數增長趨勢的基礎上，結合前人觀點，將1990-2019年通貨膨脹周期分為結構型周期、需求拉動型周期和成本推動型周期，并利用SPSS 軟件，通過描述性統計、單因素方差分析，建立多元回歸模型，對通貨膨脹周期之間的差異性和不同周期的顯著性影響因子進行實證研究，最后提出了相應的政策建議。

　　二、 理論介紹和數據來源

　　(一) 通貨膨脹周期

　　張華(2012)在研究通貨膨脹對中國宏觀經濟影響時提出，按照低—高—低的趨勢可將通貨膨脹劃分為一個個完整波動的周期。結合他的觀點和時間段內物價波動的原因，可將1990-2019年通貨膨脹的成因劃分3個周期;

　　一是結構型周期，在總需求與總供給相對均衡條件下，由社會經濟結構的變化引起物價變動，1990-1998 年、2002-2005年歸屬于這一周期;二是需求拉動型周期，是指貨幣投放量過多引起的物價上漲，1999-2001 年、2010-2019年歸屬于這一周期;三是成本推動型周期，是在總需求不變情況下，生產者成本增加引起的物價上漲，主要包括工資推動和利潤推動兩個方面， 2006-2009年歸屬于這一周期。

　　(二) 數據來源

　　本文數據主要來源于各宏微觀經濟數據庫，其中消費者物價指數(CPI)、GDP平減指數和固定資產投資率來源于國家統計局;失業率、貨幣發行量、外匯儲備和國民總收入來源于EPS數據庫;財政赤字率來源于國家財政部官網和搜狐網。

　　三、 通貨膨脹的演變趨勢

　　基于國家統計局數據，圖1反映了自1990年以來我國 CPI和GDP平減指數的變動情況，可以看出通貨膨脹波幅較大。從圖中數據可知，除個別年份以外，多數年份 CPI和GDP平減指數的均值都在100%以上，已達到通貨膨脹的標準，這反映了1990年以來物價的上漲，居民收入的可持續增加，經濟態勢向好。但從另一角度，波幅較大反映了我國宏觀經濟的不穩定，發展中存在著一定的經濟隱患，這與國際因素、政府宏觀經濟政策的不斷轉變以及居民消費生活水平的提高息息相關。尤其是在1992-1998年，CPI指數的波動幅度高達24.9%，主要原因可歸咎于社會經濟結構的根本性變化，多種所有制經濟共同發展的制度促使私營經濟和個體經濟的就業人數占比不斷增加。

　　四、 不同周期對通貨膨脹率的影響

　　通貨膨脹是一種復雜的經濟常態，它的產生依賴于各種條件，雖然通貨膨脹的典型特征是社會總需求大于總供給，但同一特征下也會有差別化的作用機理，對此可劃分為不同的通貨膨脹周期，且它們之間也會存在著較為明顯的差異。根據前文分析，這里采用CPI作為通貨膨脹率的代表指標，視為因變量Y;將三大通貨膨脹周期作為自變量X。通過SPSS軟件，對不同周期的通貨膨脹進行單因素方差分析，對它們之間是否存在顯著性差異進行實證研究。

　　(一) 周期對通貨膨脹率是否具有顯著性影響

　　通過單樣本K-S檢驗，檢驗結果表明，漸進顯著性 sig=0.049 <α0.1 , 因此認為該數據分布為正態分布。假設不同周期對通貨膨脹率沒有顯著性差異，單因素方差分析結果如表1所示。

　　如 表 1 所 示 ， 不 同 周 期 的 顯 著 性 水 平 s i g = 0 . 0 9 4 <α0.1，因此拒絕原假設，認為在統計上不同周期對通貨膨脹率具有顯著性影響。

　　(二) 不同周期之間是否存在顯著差異

　　單因素方差分析的結果表明，周期對通貨膨脹率有顯著性影響，但結果并沒有顯示不同周期之間的差異是否顯著。為進一步分析不同周期彼此的差異，表2采用 LSD方法對三大周期進行多重比較。

　　假設不同周期之間沒有顯著性差異，如表2所示，結構型周期和需求拉動型周期的P值0.035<α0.1,因此拒絕原假設，認為在統計上結構型周期和需求拉動型周期之間的通貨膨脹率存在顯著差異。其他周期之間的P值均不拒絕原假設，認為因子暫不具備顯著性差異。

　　由以上單因素方差分析和多重比較的結論可知，周期對CPI的變動率，即通貨膨脹率有顯著性影響，且結構型周期和需求拉動型周期的CPI指數存在顯著差異。這說明不同周期影響因素的側重點也有所不同，因此下文將對影響不同周期的因素進行實證分析并探討在不同的通貨膨脹周期下，哪種因子的顯著性最強并提出相應結論。

　　五、 對不同周期影響因素的實證分析

　　(一) 變量選取與模型假定

　　根據相關文獻資料和前期對通貨膨脹的研究，本文選取以下變量作為對不同通貨膨脹周期的研究變量，具體如表3所示。

　　因此，以Yi作為因變量，X1，X2，X3，X4，X5，X6 作為自變量，用最小二乘法對模型進行設定：

　　其中，Yi代表第i個周期，β0，β1，β2，β3， β4，β5，β6 是模型的參數。

　　(二) 結構型通貨膨脹周期分析

　　首先，對結構型周期Y1和6個自變量之間的關系是否顯著進行線性關系檢驗，如表4所示。

　　由表4可知，在進行方差分析的F檢驗時，顯著水平 P值0.003<α0.1, 因此認為結構型周期的CPI指數與6個自變量之間存在線性關系。

　　其次，對每個自變量是否對因變量具有顯著性影響進行回歸系數檢驗。由表5可知，這6個自變量的顯著水平P值均小于α0.1，因此認為這6個自變量對結構型通貨膨脹周期均存在顯著影響。

　　綜上所述，該線性回歸模型方差F檢驗和T檢驗均通過，多元線性回歸估計方程為 Y1=-69.818+32.197X1+0.021X2+0.294X3 +0.282X4-0.002X5+10.658X6 (2)

　　結論顯示，顯著水平從小到大順序為 X5經分析，在結構型通貨膨脹周期中，貨幣發行量(X5)對CPI指數影響最為顯著，其次是國民總收入和外匯儲備。這一分析結果符合結構型通貨膨脹是由于社會經濟結構變動引起的特點，因此國家在改善這一通貨膨脹類型時應注意控制貨幣的發行量。

　　(三) 需求拉動型通貨膨脹周期分析

　　1. 多元線性回歸

　　表6是自變量與需求拉動型周期之間關系的線性檢驗。經SPSS分析可知，顯著水平P值0.095<α0.1,認為需求拉動型周期與其他自變量之間線性關系顯著。

　　表7是各自變量對需求拉動型周期影響程度的回歸系數檢驗。如表7所示，6個自變量均未通過t檢驗，顯著水平P值均>α0.1, 認為在統計上這6個自變量與需求拉動型周期沒有顯著性關系。

　　2. 多重共線性處理

　　由前文對需求拉動型周期影響因素的F檢驗和t檢驗可知，表6中F檢驗通過，表7中t檢驗均未通過，但根據已有文獻和學界研究，本文選取的6個自變量在理論中都與通貨膨脹有關，證明該回歸模型可能存在多重共線性。因此，本文將利用向前選擇的方法對自變量進行多重共線性處理，以剔除彼此間高相關性變量。

　　首先運用最小二乘法對各解釋變量逐一進行一元線性回歸檢驗，對F值進行排序。由表8可知，F值排序為 X1>X2>X3>X4>X5>X6，且失業率(X1)F檢驗和t檢驗均通過，因此將X1作為固定因子引入方程。其次，在引入外匯儲備(X2)，經檢驗，引入X2后調整R方 =0.444<0.473,且t檢驗未通過,因而將外匯儲備(X2)剔除回歸模型。對其后的各自變量均行使同一運算過程，并將調整R方和各顯著水平與之前因子相比較，若調整 R方較小或顯著水平大于α0.1,則剔除加入的自變量，否則引進自變量。

　　由表8可知，在多重共線運算過程中，X2,X4,X5,X6 均被剔除方程，失業率(X1)和固定資產投資率(X3)被引入方程。因此需求拉動型周期的多元回歸方程為：

　　Y2=64.968+2.636X1-0.474X2 (3)

　　由此可以得出在統計學中，失業率和固定資產投資率對需求拉動型通貨膨脹具有顯著影響。

　　(四) 成本推動型通貨膨脹周期分析

　　介于在1990-2019年中，成本推動型周期僅有2006- 2010年4年，其樣本量過小，不便于進行回歸分析，因此本文將暫不涉及成本推動型通貨膨脹周期。

　　六、 結論與建議

　　通過表1至表8的單因素方差分析和多元線性回歸分析，可以得出結構型周期與需求拉動型周期間存在顯著差異，且周期的CPI指數對通貨膨脹率具有顯著性影響。同時，不同周期的影響因素不盡相同，貨幣發行量對結構型周期影響顯著，失業率和固定資產投資率對需求拉動型周期有顯著影響?；诖?，提出以下政策建議。

　　(一)合理預測，建立通貨膨脹預警模型

　　根據圖1結果分析表明，以低-高-低劃分為一個周期為依據，通貨膨脹總體呈現出3-4年出現一次的頻率，且多數成因以貨幣投放過多和成本增加導致的。因此國家應通過成立專家小組合理預測通貨膨脹的發生，對宏觀經濟的運作保持高度的敏銳性和及時的反饋性，構建預警模型，減少通貨膨脹對經濟的危害。

　　(二) 控制貨幣發行量，確保財政支出高效率

　　從以上對不同通貨膨脹周期影響因素的分析，可以看出多數通脹現象的發生是由于央行不穩定的貨幣供給和全社會固定資產投資結構失衡引發。因此國家應穩定信貸制度，控制貨幣發行流通，同時確保用于基礎設施建設的財政支出高效率投放。