过剩产能与通货膨胀的关系分析
——基于包含随机波动的TVP模型考察

罗毅丹 徐俊武

(1.华中科技大学 经济学院，湖北 武汉 430074；2.中南财经政法大学 经济学院，湖北 武汉 430073)

一、引言

随着2008年全球金融危机的爆发，发达国家的经济普遍陷入了衰退，外需持续低迷，而国内的消费需求又一直无法弥补这一缺口，从而使得我国很多行业的产能过剩问题更加突出。在此背景下，为了刺激经济增长，货币当局实行了宽松的货币政策。2008年下半年以来，货币供给量大幅度增加，银行信贷投放量的增速更是史无前例。2009年第一季度，M2增速高达25.51%，新增信贷已达4.58万亿元，第一季度完成信贷额已经超过全年总额的90%，超过了2008年全年的新增量。如此快速的货币供给量增加不免引起人们对通货膨胀的再次关注。

目前我国的过剩产能与通货膨胀的关系到底如何呢？政府部门和学者们对此并没有取得一致意见。一方面，很多分析者认为过剩的产能将会抑制通货膨胀，因此在全球经济复苏之前，流动性激增只会带来产出的增加而不会带来价格的快速上涨。另一方面，也有分析者指出，通货膨胀将成为流动性的直接疏导途径，增加的货币供给量将更多地导致价格上涨而不是进入实体经济拉动经济增长，因此产能过剩并不能抑制通货膨胀。2009年6月，国家统计局总经济师姚景源表示2009年我国不会出现通胀，因为产能过剩与依然严峻的就业形势，都能够有效地阻止通货膨胀。北京大学经济学院施建淮也认为虽然目前信贷在扩张，但私人部门的投资需求并不一定很旺盛，所以防通胀并不一定是非常紧迫的问题。此外，世界银行首席经济学家林毅夫也认为目前我国的主要问题不在于通货膨胀压力，而在于产能过剩恶化。另一些学者则持相反意见，其代表人物为摩根士丹利亚太区经济师谢国忠，他认为由于制造业增加值比以前要小很多，并且许多过剩产能需要被淘汰,未来信贷不会那么廉价，因此过剩的产能会抑制通货膨胀的“宏大观点”对现在并不适用[1]。由于各方意见不一，因此准确解释中国过剩产能与通货膨胀的关系就成为一个具有重要现实意义的问题。为此，我们对中国的通货膨胀水平与产出缺口间的关系进行具体的实证分析以考察产出缺口对通货膨胀水平的影响。

本文的结构安排如下：第二部分是文献综述，对国内外现有相关研究进行说明，提出本文的分析思路；第三部分将构建一个实证模型，并对所用数据进行说明；第四部分说明实证模型中参数估计的方法；第五部分给出实证结果并做出相应的经济解释；最后是结论与相关政策建议。

二、文献综述

王煜较早的研究了产出缺口与通货膨胀之间的关系，他通过计量研究发现1994年以来，我国的产出缺口与通货膨胀率存在因果关系，而与通货膨胀率的变化不存在因果关系[2]。2007年以来我国出现了产能过剩与通货膨胀并存的现象，田娟和王鹏飞重点考察了出口因素，认为出口为我国过剩的产能提供了一个释放渠道，平衡了总供求、缓解了国内产能过剩的负面影响，但是出口带来的外汇储备增加产生了对货币投放的压力，导致潜在的通货膨胀压力[3]。还有学者结合计量检验与宏观经济运行机制对产出缺口与通货膨胀率之间的关系进行了分析，如谢太峰和王子博讨论了通货膨胀与产出缺口的一般关系，得出只有在宏观经济运行出现产出正缺口，同时总需求增加时才会引发通货膨胀的结论，他们认为如果出现产出正缺口，但总需求不增加甚至下降，则不会引发通货膨胀，同时通货膨胀的压力也会减轻[4]。

由以上分析可知，在分析产出缺口与通货膨胀的关系上，一般基于菲利普斯曲线建立模型，或者构造产出缺口与通货膨胀率的相关模型，通过计量检验得出通货膨胀与产出缺口间存在某种关系的结论。大多数国内学者都是通过计量方法得出我国一定时期内产出缺口与通货膨胀间存在着显著的正相关关系的结论。但是，这些研究基本上都是基于线性模型或线性模型的扩展，有意或无意的忽视了产出缺口与通货膨胀之间关系的时变性，由于计量手段的缺陷，这样分析所得到的结果并不完全具有说服力。我们认为随着经济环境和经济结构的变化，通货膨胀与产出缺口间的关系有可能是时变的，传统的线性模型无法对两者间的关系进行准确的测度。因此，为了弥补以上文献在研究方法上的缺陷，本文在国内首次利用一个包含随机波动的时变参数模型，即TVP模型来对二者间的关系进行考察。

三、实证模型与数据

Calvo将考察通货膨胀与产出缺口关系的模型设定为[5]：

(1)

pt=θβEtpt+1+β2gapt+(1-θ)pt-1+νt

(2)

其中，pt为通货膨胀率，νt为随机供给冲击，gapt为产出缺口。(1-θ)是对通货膨胀后顾行为的度量，反映适应性预期对当前通货膨胀的影响。Mankiw的模型较Calvo的模型有了较大的改进，然而仍然存在较大的局限性。在Mankiw的模型中假定了通货膨胀率与产出缺口间的关系是线性的，但随着经济景气程度的变化和经济结构的变迁，通货膨胀与产出缺口间的关系更有可能是不断变化的。为了体现通货膨胀与产出缺口间的关系的变化特征，本文将实证模型设定为：

pt=β0+β1pt+1+β2pt-1+β3tgapt+νt

(3)

这里，pt为当期的通货膨胀率，pt-1为滞后1期的通货膨胀率，pt+1为超前1期的通货膨胀率，gapt为当期的产出缺口。在本文的模型中通货膨胀率与产出缺口间的关系由β3t来反映。为了更精确的描述β3t的变化特征，我们假设β3t遵循如下的演进机制：

β3t+1=β3t+δt

(4)

其中，δt是一个随机扰动项，假设δt服从N(0,Q)，Q是δt的方差。

对通货膨胀率pt与产出缺口gapt分别进行ADF(带截据项且滞后两期)检验，发现它们均为单位根过程，这表明通货膨胀率与产出缺口都是非平稳的。另外通过Johansen检验发现pt和gapt之间不存在简单的线性协整关系。为了更准确的度量pt的变化，我们根据Primiceri的思想[7]，假设在式(3)中的扰动项νt满足如下的假设：

(5)

其中ξt服从N(0,1)，ht实际上度量的是νt的波动大小。同样的，我们假设ht的演进机制为：

ht+1=ht+φt

(6)

这里的φt是随机扰动项，服从N(0,σ2)。

四、参数估计

在本模型中共要估计β0、β1、β2、β3、Q、h以及σ2等7组参数，需要注意的是β3和h为向量。我们利用MCMC方法分别对上述参数进行估计。由于参数估计存在一定的难度，因此有必要进行较为具体的说明。

首先，考虑对β0的估计。为此需要得到后验分布P(β0|data,β1,β2,β3,Q,h,σ2)。实际上：

P(β0|data,β1,β2,β3,Q,h,σ2)∝P(data|β0,β1,β2,β3,h)P(β0)

(7)

其次，考虑对Q的估计。同样需要得到后验分布P(Q|data,β0,β1,β2,β3,h,σ2)。实际上：

P(Q|data,β0,β1,β2,β3,h,σ2)∝P(Q|β3)∝P(β3|Q)P(Q)

(8)

ν1=ν0+T

(9)

(10)

最后，考虑对σ2的估计。同样分析其条件后验分布P(σ2|data,β0，β1,β2,β3,Q,h)。实际上，P(σ2|data，β0,β1,β2,β3,Q,h)∝P(σ2|h)∝P(h|σ2)P(σ2)，此时对σ2的先验分布，我们设定 P(σ-2)服从G(νna,νnb)。把h,νna,νnb代入上述条件后验分布的等式并化简会发现P(σ-2|data,β0,β1,β2,β3,Q,h)也服从Gamma分布。假设P(σ-2|data,β0,β1,β2,β3,Q,h)服从G(νna1,νnb1)，则存在如下的关系式：

从G(νnal,νnb1)则可直接抽取σ-2的样本，再对其求倒数则可得到σ2的抽样值。

把上述各组参数估计的模块组合在一起从而形成MCMC循环，反复的进行参数抽样，从而最终得到各个参数的估计值。

五、实证结果

利用matlab编写程序计算得到表1和表2的实证结果。我们分别用模型1与模型2来拟合数据并计算拟合的通货膨胀率与实际通货膨胀率间的相关系数。表1的结果显示，模型1中的拟合值与实际值的相关系数要远低于模型2中的相关系数。由此表明，包含随机波动的TVP模型将是更为合理的模型设定。

表1 拟合的通货膨胀率与实际通货膨胀率的相关系数

从表2中可以发现，实证模型中的非时变参数都是显著异于0的。接下来通过图1，我们可以发现体现随机波动的参数h的特征，与h相对应的随机波动的值如图2所示。

表2 非时变参数的贝叶斯估计结果

图1 参数h的贝叶斯估计结果

图2 随机波动的贝叶斯估计结果

由图2可以发现，随着时间的延长通货膨胀率的波动幅度呈不断扩大的趋势。这表明除通货膨胀的预期和产出缺口的影响外，其它不确定性因素对通货膨胀率的影响在不断增强，从而导致通货膨胀率的波动幅度越来越大。这说明目前影响国内总体价格水平的因素越来越复杂，其原因可能是随着我国改革开放进程的不断深入，市场化与国际化的程度也随之深化，从而导致外部冲击对国内价格水平的影响日益显著。因此，即使国内影响价格水平的其他因素没有明显变化，各种外生因素的变动也可能会使价格水平发生剧烈波动。我国经济对进口的依赖程度最近10年不断上升，剔除加工贸易进口，进口占GDP的比重从1997年的7%上升至目前的18%；进口占中国消费的比重更是从1997年的11%上升至目前的33%。尤其是对原材料的进口依存度，剔除加工贸易进口，原材料进口占GDP的比重从1997年的1%上升至目前的4.6%。这一比重处于国际较高水平，与欧盟、印度相仿，且显著高于美日等发达国家以及其他新兴市场。因此2007年国际原材料价格的大幅上涨会迅速波及到我国，引发了外部输入性通货膨胀。中国经济增长与宏观稳定课题组的计量结果表明：短期内，国际食品价格是导致国内物价上涨的主要因素[10]。

图3 β3的贝叶斯估计结果

由图3可以发现，近年来产出缺口对通货膨胀的影响有不断减弱的趋势。之所以出现这种趋势，可能的原因是随着经济的发展，制造环节的重要性在不断下降，制造业的增加值同过去相比有了大幅度的降低。在全球化的驱动下，跨国公司纷纷将生产部门转移到低成本的发展中国家即是制造环节重要性降低的表现。制造环节重要性的降低使得其对产品整体价格的影响力度在不断下降。因此即使制造部门存在大量的产能过剩，产品的整体价格也有可能出现大幅度的上涨。以钢铁产品为例，目前铁矿石占到钢铁生产成本的50%以上，炼焦煤占了25%，设备折旧、劳动力成本和利润只占到产品价格的一小部分。那么即使钢铁生产部门存在巨大的产能过剩，钢铁的价格仍然随着铁矿石价格的变化而变化[1]。而中国目前在世界上扮演着世界工厂的角色，制造部门在中国的整个国民经济中占据着相当重要的位置，其主要的产能过剩就是制造部门的产能过剩。一旦整体经济出现产出缺口，实际上大部分就是制造部门的产出缺口。随着时间的推移，制造环节对价格的影响力度越来越弱，正好说明了在中国随着时间的推移产出缺口对通货膨胀的影响越来越弱。另外，随着经济的发展，需求结构也在不断发生变化，这使得我国经济生产中的结构性矛盾不断深化。从总量上看，我国的生产能力在不断增强；然而，实际上许多生产部门的生产能力与现实需求不相匹配。这部分产能成为应被淘汰掉的无效产能。随着结构性矛盾的逐渐深化，无效产能在整个产出缺口中的比重也越来越大，这也会导致从总量上看，产出缺口对通货膨胀的影响越来越弱。

六、结论及政策含义

本文考虑到通货膨胀与产出缺口间的关系以及影响通货膨胀率的外部冲击的方差都可能存在时变性，根据Primiceri的思想，利用一个包含随机波动的TVP模型来实证考察我国的产出缺口与通货膨胀的关系。统计检验显示包含随机波动的时变参数模型比线性回归模型更为合理，通过实证分析，本文得出如下基本结论与政策含义：

1.中国通货膨胀的随机波动程度有越来越大的趋势，因此我们要采取必要措施减少外部因素对国内价格水平的冲击。由于随着中国改革开放程度的不断深化，中国同世界的联系越来越紧密，外部经济环境的不确定性对中国通货膨胀的影响越来越大，因而中国的通货膨胀水平也表现出越来越大的波动性。在全球化时代，过度压低的、扭曲的价格体系在某种程度上是对全球进行补贴，这非但不能真正缓解国内成本推动压力，相反会推动国内投资需求的进一步上升，加剧经济过热，从而增加通货膨胀压力[10]。这意味着在目前的经济环境下，为了维持价格稳定，我们需要更多地关注外部因素的可能变化对我国价格水平的冲击，并采取必要的应对措施，从而控制通货膨胀率、维持价格的稳定。

2.产出缺口对通货膨胀的影响力度有不断减弱的趋势，因此即使在产能过剩的情况下，我们依然不能放松对通货膨胀的警惕。进入21世纪以后，我国的产出缺口特征及结构性矛盾不断深化，产出缺口的主要部分来自于制造部门。随着制造环节在整个产品生产中地位的相对下降，制造部门的产出缺口对整体价格水平的影响越来越弱。另外，随着经济结构性矛盾的加剧，也使得产出缺口对通货膨胀的影响力度在不断减弱。这意味着尽管我国目前存在产出的负缺口和大量的过剩产能，但并不能确保不出现通货膨胀。在全球金融危机、经济严重不景气的背景下，我们采取宽松的货币政策在总量上对经济进行刺激是必须的，然而必须注意宽松的度，密切关注可能出现的通货膨胀，防范更加严重的滞胀局面的发生。

3.改善经济发展的结构性矛盾、提高供给部门的效率是保持价格稳定下经济快速增长的根本途径。我国经济结构性矛盾的不断深化，会大大弱化货币政策的总量刺激效果。货币政策的刺激作用从短期来看是有效的，然而从根本上来看，如果经济中的结构性矛盾不改善并且愈加严重的话，货币政策的刺激效果将会越来越弱，经济体系陷入滞胀的风险就会越来越大。因此，加大经济结构调整力度，淘汰无效的供给部门，增加有效的供给部门并提高效率，才能保证货币政策的有效性，并从根本上实现物价相对稳定和经济增长的双重目标。

注释：

①严格意义上应该使用GDP平减指数来测量通货膨胀率，但考虑到数据的可得性，我们还是选用CPI数据。不过这并没有实质性影响，人民银行研究局的数据显示我国的CPI与GDP平减指数的走势是高度一致的，具体可参见《中国证券报》2007年10月28日的文章《GDP增长缺口与GDP平减指数、CPI的走势(1991年～2007年上半年)》。

参考文献：

[1] 谢国忠.求诸效率[J].财经,2009,(11):72—75.

[2] 王煜.中国的产出缺口与通货膨胀[J].数量经济技术经济研究，2005,(1):85—95.

[3] 田娟,王鹏飞.我国通货膨胀与产能过剩并存现象分析[J].中南财经政法大学学报，2008,(5):26—37.

[4] 谢太峰,王子博.我国近期的产出缺口与通货膨胀[J].经济与管理研究,2008,(8):42—51.

[5] Calvo,G.A.Staggered Prices in a Utility Maximizing Framework[J].Journal of Monetary Economics,1983,(12):383—398.

[6] Mankiw,N.G.The Inexorable and Mysterious Trade off between Inflation and Unemployment[J].Journal of Economics,2001,111(471):C45—C61.

[7] Primiceri,G.Time Varying Structural Vector Autoregressions and Monetary Policy[J].Review of Economic Studies,2005,72(3):821—852.

[8] Durbin,J.,Koopman,S.A Simple and Efficient Simulation Smoother for State Space Time Series Analysis[J].Biometrika,2002,89(3):603—616.

[9] Kim,S.,Shephard,N.,Chib,S.Stochastic Volatility:Likelihood Inference and Comparison with ARCH Models[J].Review of Economic Studies,1998,65(3):361—393.

[10] 中国经济增长与宏观稳定课题组.外部冲击与中国的通货膨胀[J].经济研究,2008,(5):4—17.