实证【基于实证视角下的物价变动主要影响因素分析】
摘要：物价上涨对我国经济社会发展的影响不容小觑，“稳物价”也成为国家宏观调控的重要任务。文章从实证分析的角度，探讨国际大宗商品价格和国内货币供应量对物价变动的影响程度。分析结果显示，此轮物价上涨是以输入型为主的通货膨胀，国内价格波动的惯性特征非常明显，稳定物价应防范通胀于未然，并特别关注输入型通胀风险。
关键词：物价 大宗商品 货币供应 向量自回归
一、引言
国际金融危机后，我国居民消费价格指数（CPI）一度处于低迷状态，整个2009年几乎都为负值，仅年初和年末为正值。2010年起物价持续上涨，CPI一度飙升至最高位6.5，成为经济社会发展的主要焦点，抑制通货膨胀也一度被列为国家宏观调控的首要任务。虽然经过一年多的高位运行后，CPI已于2011年下半年有所回落，但在国务院政府工作报告中，仍将“稳物价”作为2012年仅次于“促发展”的第二项主要任务，其重要性可见一斑。
近两年来，通货膨胀压力对我国经济社会发展和国家宏观调控政策都造成了较大影响，社会各界对于此轮物价上涨的原因——究竟是输入型通货膨胀还是金融危机后国内货币供应过剩也各有看法。目前国内虽已有学者围绕通货膨胀进行了大量的理论和实证研究，但鲜有文献以数量分析法同时考察内、外部因素对通胀的短期和长期影响。本文尝试以实证分析方法，探讨国际大宗商品期货价格和国内货币供应量对物价变动的影响程度，以供决策参考。
二、数据与方法说明
（一）数据选择
本文样本数据采用2009年1月—2012年2月的月度时间序列数据。各方面指标选取情况如下：
1、代表物价变动水平的指标——居民消费价格指数 （CPI）。CPI是根据与居民生活有关的产品及劳务价格统计出来的物价变动指数，通常作为观察通货膨胀水平的重要指标。
2、代表国际大宗商品期货价格的指标——路透CRB指数。CRB指数涵盖了原油、白银、铜、大豆等19种核心商品，是目前国际公认最权威的反映商品期货价格的主导指数。CRB指数每15秒更新一次，本文实证数据采用每月初的开盘指数。
3、代表国内货币供应量的指标——广义货币供应量（M2）。M2既包括狭义货币也包括存款等准货币，与M0和M1相比更具外生性，可反映社会总体需求变化。本文实证数据采用M2的每月同比增速。
（二）分析方法
1、建立模型
通过平稳性检验、向量自回归（VAR）、协整检验和向量误差修正（VEC）等步骤建立适合CPI、CRB和M2三个时间序列的实证模型。
首先对相关变量进行平稳性检验，根据检验结果建立VAR模型。VAR模型通常用于进行相关时间序列系统的预测和分析随机扰动对变量系统的动态影响。该模型把系统中每一个内生变量作为所有内生变量的滞后值的函数，数学表达式为：
Ｙt=A1*Yt-1+......+Ar*Yt-1+εt
当变量为非平稳时，为避免时间序列出现伪回归，应引入协整检验。若一组非平稳的时间序列具有相同的单整阶数，且某种线性组合（协整向量）使得组合时间序列的单整阶数降低，则称这些时间序列之间存在显著的协整关系。协整关系描述的是变量之间长期稳定的均衡关系，以此对模型进行调整，可以排除单位根带来的随机性趋势，即VEC模型。
2、分析评估
通过格兰杰因果检验、脉冲响应函数和方差分解等方法对上述模型系统的各变量间关系和相互影响程度进行评估：
（1）格兰杰（Granger）因果检验。为避免经济时间序列常出现的伪相关问题，在模型建立后应进行格兰杰因果检验。该检验在考察序列x是否为序列y产生原因时的方法为：先估计y值被其自身滞后期取值所能解释的程度，再验证通过引入序列x的滞后值是否可以提高y的被解释程度，如可提高，则称序列x是y的格兰杰成因。
（2）脉冲响应函数（IRF）。通过衡量来自随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响，来研究模型中各个变量对冲击的响应，可用于分析一个变量作用于另一个变量的动态特征。
（3）方差分解（Variance Decomposition）。也是研究模型动态特征的方法，通过分析每个结构冲击对内生变量变化的贡献度，从而评价不同结构冲击的重要性。
三、实证研究
（一）数据平稳性检验
检验CPI、CRB、M2序列的曲线图，可以确定这三个时间序列均需加入截距和时间趋势。从自相关偏自相关图、以及AIC和SC最小原则分析，三个时间序列的最佳滞后期均为1。以此为依据进行ADF单位根检验，结果显示在95%的置信水平下，CPI、CRB、M2均为一阶单整序列I(1)，即原始序列非平稳，但经过一阶差分后为平稳序列（表1）。
（二）建立实证模型
由于单位根检验结果显示CPI、CRB、M2均为一阶单整序列I(1)，符合建立VAR模型并进行协整的前提条件，据此建立实证模型。
1、滞后阶数选择
在无约束VAR模型条件下，依据似然比统计量（LR）、最终预测误差（FPE）、赤池信息准则（AIC）、施瓦茨准则（SC）等5个评价指标来确定模型的最佳滞后阶数。结果显示5个评价指标均认为最佳滞后阶数为1（见表2）。建立VAR（1）模型并进行AR根检验，结果显示特征多项式的根的绝对值均严格小于1，表明VAR（1）模型满足稳定条件。
2、协整检验
以最佳滞后阶数1对三个序列进行Johansen协整检验，结果显示在95%的置信水平下，Trace统计量指出三个变量有且仅有1个协整关系；而Max-Eigen统计量则显示无协整关系，综合两项结论为存在1个协整关系。将协整关系写成数学表达式，令其等于vecm,得到：
vecm=CPI-0.0022*CRB+0.4908*
M2-11.7375
对序列vecm进行单位根检验，结果显示其为平稳序列，且取值在0附近上下波动，验证了协整关系是正确的。