不同通货膨胀周期影响因素的实证分析

　　【摘 要】通货膨胀的起因在不同时期具有多元性和复杂性，不能一概论之。本文基于国家统计局等相关数据库公布的1990-2019年与通货膨胀有关的宏观金融数据，以三大周期的CPI指数作为被解释变量，以失业率、外汇储备、固定资产投资率、国民总收入、货币发行量(M2)和财政赤字率作为解释变量，运用SPSS软件进行单因素方差分析并建立多元回归模型，对不同周期各自的影响因素进行实证分析。结果显示：针对结构型通货膨胀货币发行量对其影响最为显著;针对需求拉动型通货膨胀，仅失业率和固定资产投资率对其产生显著影响。最后从建立通胀预警模型和控制货币发行两个方面提出具有针对性的政策建议。

　　时代经贸 发表时间：2021-02-25 《时代经贸》自2003年创刊以来，由于其权威性、系统性和前瞻性，在国内外产生了较大影响，深受各级政府财经主管部门、国内外财经界、社会中介、理论研究和教学人员等各界人士的欢迎。

　　【关键词】不同通货膨胀周期;影响因素;方差分析;线性回归;SPSS

　　一、文献综述

　　影响通货膨胀的因素具有多元性和复杂性，且不同通货膨胀周期，影响要素各有偏重。关于通货膨胀及其影响因素的分析，不同学者存在不同观点，在目前的研究中，主要存在以下两种研究思路：

　　一是定性分析，从宏观角度探求影响通货膨胀的因素。如向鸿瑾(2019)认为通货膨胀在不同时期有不同的影响因素,但都离不开体制、国际因素、区域差异化和货币发行量;潘文博(2019)则从货币供给的失衡、生产成本的提高、流动性过剩三个方面定性分析了通货膨胀产生的原因，并从积极和消极两个方面阐述了通货膨胀给中国经济带来的影响。

　　二是定量分析，运用计量经济学的多种模型从微观角度分析影响因子对通货膨胀的具体影响程度。江茜茜、姜枫(2019)借助VAR金融计量工具，将CPI、 PPI、GDP作为解释变量来分析通货膨胀与经济增长、生产价格的关系，最终得出相应的结论;林东杰、崔小勇等(2019)突破CPI对通货膨胀的影响，构建了消费品和投资品两部门的DSGE模型，从投资品价格的角度实证分析了1999-2015年的通货膨胀率。

　　综上所述，已有文献和学者研究多是从定性和定量方面对通货膨胀的起因和影响进行分析，并从多个角度进行建模与推论。但学界在不同通货膨胀周期的显著性影响因子的研究方面有所欠缺，没有对差异化通货膨胀类型的成因进行分类叙述。因此，本文在整理了有关CPI和GDP平减指数增长趋势的基础上，结合前人观点，将1990-2019年通货膨胀周期分为结构型周期、需求拉动型周期和成本推动型周期，并利用SPSS 软件，通过描述性统计、单因素方差分析，建立多元回归模型，对通货膨胀周期之间的差异性和不同周期的显著性影响因子进行实证研究，最后提出了相应的政策建议。

　　二、 理论介绍和数据来源

　　(一) 通货膨胀周期

　　张华(2012)在研究通货膨胀对中国宏观经济影响时提出，按照低—高—低的趋势可将通货膨胀划分为一个个完整波动的周期。结合他的观点和时间段内物价波动的原因，可将1990-2019年通货膨胀的成因划分3个周期;

　　一是结构型周期，在总需求与总供给相对均衡条件下，由社会经济结构的变化引起物价变动，1990-1998 年、2002-2005年归属于这一周期;二是需求拉动型周期，是指货币投放量过多引起的物价上涨，1999-2001 年、2010-2019年归属于这一周期;三是成本推动型周期，是在总需求不变情况下，生产者成本增加引起的物价上涨，主要包括工资推动和利润推动两个方面， 2006-2009年归属于这一周期。

　　(二) 数据来源

　　本文数据主要来源于各宏微观经济数据库，其中消费者物价指数(CPI)、GDP平减指数和固定资产投资率来源于国家统计局;失业率、货币发行量、外汇储备和国民总收入来源于EPS数据库;财政赤字率来源于国家财政部官网和搜狐网。

　　三、 通货膨胀的演变趋势

　　基于国家统计局数据，图1反映了自1990年以来我国 CPI和GDP平减指数的变动情况，可以看出通货膨胀波幅较大。从图中数据可知，除个别年份以外，多数年份 CPI和GDP平减指数的均值都在100%以上，已达到通货膨胀的标准，这反映了1990年以来物价的上涨，居民收入的可持续增加，经济态势向好。但从另一角度，波幅较大反映了我国宏观经济的不稳定，发展中存在着一定的经济隐患，这与国际因素、政府宏观经济政策的不断转变以及居民消费生活水平的提高息息相关。尤其是在1992-1998年，CPI指数的波动幅度高达24.9%，主要原因可归咎于社会经济结构的根本性变化，多种所有制经济共同发展的制度促使私营经济和个体经济的就业人数占比不断增加。

　　四、 不同周期对通货膨胀率的影响

　　通货膨胀是一种复杂的经济常态，它的产生依赖于各种条件，虽然通货膨胀的典型特征是社会总需求大于总供给，但同一特征下也会有差别化的作用机理，对此可划分为不同的通货膨胀周期，且它们之间也会存在着较为明显的差异。根据前文分析，这里采用CPI作为通货膨胀率的代表指标，视为因变量Y;将三大通货膨胀周期作为自变量X。通过SPSS软件，对不同周期的通货膨胀进行单因素方差分析，对它们之间是否存在显著性差异进行实证研究。

　　(一) 周期对通货膨胀率是否具有显著性影响

　　通过单样本K-S检验，检验结果表明，渐进显著性 sig=0.049 <α0.1 , 因此认为该数据分布为正态分布。假设不同周期对通货膨胀率没有显著性差异，单因素方差分析结果如表1所示。

　　如 表 1 所 示 ， 不 同 周 期 的 显 著 性 水 平 s i g = 0 . 0 9 4 <α0.1，因此拒绝原假设，认为在统计上不同周期对通货膨胀率具有显著性影响。

　　(二) 不同周期之间是否存在显著差异

　　单因素方差分析的结果表明，周期对通货膨胀率有显著性影响，但结果并没有显示不同周期之间的差异是否显著。为进一步分析不同周期彼此的差异，表2采用 LSD方法对三大周期进行多重比较。

　　假设不同周期之间没有显著性差异，如表2所示，结构型周期和需求拉动型周期的P值0.035<α0.1,因此拒绝原假设，认为在统计上结构型周期和需求拉动型周期之间的通货膨胀率存在显著差异。其他周期之间的P值均不拒绝原假设，认为因子暂不具备显著性差异。

　　由以上单因素方差分析和多重比较的结论可知，周期对CPI的变动率，即通货膨胀率有显著性影响，且结构型周期和需求拉动型周期的CPI指数存在显著差异。这说明不同周期影响因素的侧重点也有所不同，因此下文将对影响不同周期的因素进行实证分析并探讨在不同的通货膨胀周期下，哪种因子的显著性最强并提出相应结论。

　　五、 对不同周期影响因素的实证分析

　　(一) 变量选取与模型假定

　　根据相关文献资料和前期对通货膨胀的研究，本文选取以下变量作为对不同通货膨胀周期的研究变量，具体如表3所示。

　　因此，以Yi作为因变量，X1，X2，X3，X4，X5，X6 作为自变量，用最小二乘法对模型进行设定：

　　其中，Yi代表第i个周期，β0，β1，β2，β3， β4，β5，β6 是模型的参数。

　　(二) 结构型通货膨胀周期分析

　　首先，对结构型周期Y1和6个自变量之间的关系是否显著进行线性关系检验，如表4所示。

　　由表4可知，在进行方差分析的F检验时，显著水平 P值0.003<α0.1, 因此认为结构型周期的CPI指数与6个自变量之间存在线性关系。

　　其次，对每个自变量是否对因变量具有显著性影响进行回归系数检验。由表5可知，这6个自变量的显著水平P值均小于α0.1，因此认为这6个自变量对结构型通货膨胀周期均存在显著影响。

　　综上所述，该线性回归模型方差F检验和T检验均通过，多元线性回归估计方程为 Y1=-69.818+32.197X1+0.021X2+0.294X3 +0.282X4-0.002X5+10.658X6 (2)

　　结论显示，显著水平从小到大顺序为 X5经分析，在结构型通货膨胀周期中，货币发行量(X5)对CPI指数影响最为显著，其次是国民总收入和外汇储备。这一分析结果符合结构型通货膨胀是由于社会经济结构变动引起的特点，因此国家在改善这一通货膨胀类型时应注意控制货币的发行量。

　　(三) 需求拉动型通货膨胀周期分析

　　1. 多元线性回归

　　表6是自变量与需求拉动型周期之间关系的线性检验。经SPSS分析可知，显著水平P值0.095<α0.1,认为需求拉动型周期与其他自变量之间线性关系显著。

　　表7是各自变量对需求拉动型周期影响程度的回归系数检验。如表7所示，6个自变量均未通过t检验，显著水平P值均>α0.1, 认为在统计上这6个自变量与需求拉动型周期没有显著性关系。

　　2. 多重共线性处理

　　由前文对需求拉动型周期影响因素的F检验和t检验可知，表6中F检验通过，表7中t检验均未通过，但根据已有文献和学界研究，本文选取的6个自变量在理论中都与通货膨胀有关，证明该回归模型可能存在多重共线性。因此，本文将利用向前选择的方法对自变量进行多重共线性处理，以剔除彼此间高相关性变量。

　　首先运用最小二乘法对各解释变量逐一进行一元线性回归检验，对F值进行排序。由表8可知，F值排序为 X1>X2>X3>X4>X5>X6，且失业率(X1)F检验和t检验均通过，因此将X1作为固定因子引入方程。其次，在引入外汇储备(X2)，经检验，引入X2后调整R方 =0.444<0.473,且t检验未通过,因而将外汇储备(X2)剔除回归模型。对其后的各自变量均行使同一运算过程，并将调整R方和各显著水平与之前因子相比较，若调整 R方较小或显著水平大于α0.1,则剔除加入的自变量，否则引进自变量。

　　由表8可知，在多重共线运算过程中，X2,X4,X5,X6 均被剔除方程，失业率(X1)和固定资产投资率(X3)被引入方程。因此需求拉动型周期的多元回归方程为：

　　Y2=64.968+2.636X1-0.474X2 (3)

　　由此可以得出在统计学中，失业率和固定资产投资率对需求拉动型通货膨胀具有显著影响。

　　(四) 成本推动型通货膨胀周期分析

　　介于在1990-2019年中，成本推动型周期仅有2006- 2010年4年，其样本量过小，不便于进行回归分析，因此本文将暂不涉及成本推动型通货膨胀周期。

　　六、 结论与建议

　　通过表1至表8的单因素方差分析和多元线性回归分析，可以得出结构型周期与需求拉动型周期间存在显著差异，且周期的CPI指数对通货膨胀率具有显著性影响。同时，不同周期的影响因素不尽相同，货币发行量对结构型周期影响显著，失业率和固定资产投资率对需求拉动型周期有显著影响。基于此，提出以下政策建议。

　　(一)合理预测，建立通货膨胀预警模型

　　根据图1结果分析表明，以低-高-低划分为一个周期为依据，通货膨胀总体呈现出3-4年出现一次的频率，且多数成因以货币投放过多和成本增加导致的。因此国家应通过成立专家小组合理预测通货膨胀的发生，对宏观经济的运作保持高度的敏锐性和及时的反馈性，构建预警模型，减少通货膨胀对经济的危害。

　　(二) 控制货币发行量，确保财政支出高效率

　　从以上对不同通货膨胀周期影响因素的分析，可以看出多数通胀现象的发生是由于央行不稳定的货币供给和全社会固定资产投资结构失衡引发。因此国家应稳定信贷制度，控制货币发行流通，同时确保用于基础设施建设的财政支出高效率投放。