影响CPI变动的因素分析

第 29卷 第 4期 2011年 8月 郑 州 航 空 工 业 管 理 学 院 学 报 Journal of Zhengzhou Institute of Aeronautical Industry Management VoI．29 No．4 Aug．2011 影响 CPI变动的因素分析 王 璐 (安徽财经大学金融学院，安徽 蚌埠 233041) 摘 要：在中国GDP连年快速增长的背景下，CPI的波动幅度与劳动者的收入水平都受 到了社会各界的广泛关注。通过建立 VAR模型，运用方差分解与 GRANGER因果检验的方法 分析影响CPI走势与劳动者收入水平的因素，指出从长期看GDP对CPI和劳动者收入有显著 的影响，而劳动者的收入水平与CPI的走势之间的关系却并不显著。 关键词：VAR模型；GDP；CPI；劳动者收入 中图分类号：F124．7 文献标识码：A 文章编号：1007—9734(2011)04—0008—06 中国当前的 CPI走势已经成为社会关注的 热点，因为 CPI在一定程度上代表 了通胀的程 度，而通货膨胀则在一定程度上反映民生的状 况。我国经过三十多年的改革开放，经济实力有 了显著的提高，但是在建设和谐社会的过程中， 一 个亟待解决的问就是如何让广大人民群众 共同分享改革开放的成果。这就需要抑制通胀， 以使劳动者收入有实质性的较快增长，而不是形 式上的贷币收入增加速度赶不上通胀速度。 在本文的研究中，将GDP作为衡量国家经济 发展程度的指标，将 CPI作为衡量国家通胀程度 的指标，将职工平均工资作为衡量劳动者平均收 入的指标，利用 VAR模型，通过方差分解等方法 分析在 GDP快速增长的背景下，CPI与职工平均 收入的关系，GDP对职工平均收入的增长以及对 CPI的影响，并提出相应的建议。 一 、理论基础 一 般来说，通货膨胀被定义为一般物价水平 持续稳定的上涨，其成因主要有两类，第一类是 需求拉动型，即当社会总需求超过总供给从而导 致物价上涨，这主要体现在充分就业时期，总需 求的增加将带来产品和物价的同步上升，因为 GDP在一定程度上可以反映一国或地区的国民 收入，而国民收入的变动则可以反映需求的变 动，因此本文将 GDP作为经济增长的定量指标。 在现实经济生活中，经济增长与通货膨胀的 关系存在以下四种情形：(1)高增长低通胀，主要 特征是 GDP高速增长和 CPI的低位稳定并存，表 明宏观经济处于良性运行的轨道，这是一个社会 追求的最重要的经济目标。(2)高增长高通胀， 主要特征是 GDP的高速增长与 CPI高位运行并 存。由于经济高速增长，国民收入大幅增加，社 会需求增长较快，在这种情况下，容易出现价格 上涨从而引发通货膨胀。(3)低增长低通胀的 主要特征是 GDP增长较慢甚至出现负增长的同 时CPI也处于低位运行状态。一般情况下，经济 增长缓慢，则国民收入增长缓慢，社会需求减少， 从而使得产品价格下降，CPI降低。(4)低增长 高通胀，俗称“滞胀”。主要特征就是 GDP增长 比较缓慢甚至出现负增长的情况，但同时物价 升加快，通货膨胀率一般超过5％甚至更高。 第二类是成本推动型，主要是指由于货币工 资的增加而导致生产的成本增加所引起的物价 上涨。本文中以“职工平均工资”作为衡量指标。 希克斯在《凯恩斯经济学的危机》(1974年)一书 中认为，当社会经济中的扩展部门在经济繁荣叫‘ 期由于劳动力缺乏而工资上升，但在衰退期，货 币工资却降不下来，而非扩展部门的劳动者则为 了谋求公平也提高工资。托宾在其 1972‘卜 发表的《通货膨胀与失业》中也认为工人们关心 相对工资胜过绝对工资，如果现职工资比别处 I 资低的话，劳动者将辞去现职，转而流向高工资 的地方，这样迫使流失劳动力的厂商或者部门提 高工资，从而提高l『全社会劳动者的平均收入水 收稿 日期：201l一05—02 作者简介：王 璐，男，安徽合肥人，硕士研究生，从事金融方向研究。 第4期 王 璐：影响CPI变动的因素分析 9 平。如果当劳动力成本上升的时候，商品价格将 随之上涨，总供给曲线将向上移动，导致产量下 降，同时价格水平上升，形成通货膨胀。 也正因为此种原因，所以很多人认为一旦政 府采取措施增加劳动者的收入就会带来 CPI的 走高，也即通货膨胀的加剧。 二、实证分析 1．数据处理和分析思路 为了严谨的进行分析，本文首先从国家统计 局统计年鉴中选取了 1985年到 2009年的 CPI、 GDP和职工平均工资的数据(命名为LAS)，并将 三者都处理成以1985年数据为基础的同比数据。 即形成了以 1985年数据为 100的 CPI、GDP、LAs 的时间序列。 为了消除数据中可能存在的异方差，本文对 时间序列数据取对数以消除异方差，得到新的时 间序列数据 InCPI、lnGDP、lnLAS，这样并不会改 变数据的性质以及协整关系。 本文将首先对数据进行平稳性检验，然后再 通过Johansen协整检验来验证其是否具有协整 关系，同时利用方差分解的方法分析因素间的相 互影响，最后通过 GRANGER检验来分析相应变 量间是否具有显著地GRANGER因果关系。 2．平稳性检验 在对时间性较强的时间序列进行分析的时 候，首先要判断相应的数据序列是否为平稳的时 间序列。只有经过 ADF(Augmented Dickey—full— er)检验为平稳的时间序列后，才可进行更进一步 的分析。 ADF检验是基于如下三个的检验： 三 Ay =PY￡_l+ △ Y一 + (1) i=1 三 Ay =0+py 1+ △iY 一 +“ (2) =l P △)， = 0 +bt+PY卜l+ △fY 一 + (3) i=1 其中，△)，为Y的一阶差分；0为位移项；6 为 趋势项。 其零假设为：P=0(y 非平稳)；备择假设为： P<0(y 平稳)；拒绝域为DF小于临界值。在此过 程中只要检验拒绝了原假设，得出结论“不存在 单位根”，检验就结束，可以判定此序列为平稳序 列。 在对 lnCPI、lnGDP、lnLAS进行平稳性检验 后发现三个变量在初始时候都是非平稳序列，经 过二次差分以后，都在1％水平下显著，说明这三 个变量都可以经过二阶差分后成为平稳序列。也 就可以利用该数据进行 VAR模型的分析。 表 1 二阶差分后的各变量单位根检验 ADF 临界值 变量 形式 结论 统计量 1％ 5％ 10％ LnCPI None 一4．484954 —2．685718 一1．959o7l —1．60 平稳 LnGDP None 一5．172126 —2．679735 —1．95舳88 一1．6町83o 平稳 LnLAS None 一5．462160 —2．679735 一1．958o88 —1．6昕830 平稳 3．协整检验 如果时间序列是非平稳的，需要判断它们之 间是否存在着协整关系。具有协整关系的平稳序 列可以用 OLS方法得到它们之间的长期相关系 数，此时估计量是一致的，不存在伪回归问题。如 果它们之间不存在协整关系，则需要对非平稳变 量进行差分处理，使之变为平稳序列，然后才能 进行模型估计。本文采用基于 VAR模型的 Johansen协整检验法进行，其基本原理如下。 对P阶VAR模型 Yt= Al 一 l+ ⋯ +Apyf 一 。 +BX‘+占￡ 其中， 为 k维一阶单整时间序列向量， 为 d维外生 deterministic variables时间序列向量，8 为新息向量。 对上式整理可得 Ay￡=c+ f-l+ Ay +Bx￡+ i=1 p p 其中7r= ：Ai一，， =一 Af i=1 j一=l 格兰杰 定 理表 明 (Granger S representation theorem)，如果系数矩阵Ⅱ的秩r