本文梳理了通貨膨脹分析與預(yù)測的框架。關(guān)于CPI的分析框架主要包括三個維度：一是基于豬周期、進(jìn)口價格和M1三個影響因素建立協(xié)整模型；二是基于CPI環(huán)比周期性的“環(huán)比均值法”；三是依靠產(chǎn)出缺口對CPI的趨勢進(jìn)行預(yù)測。我們將根據(jù)前兩個維度得出CPI的預(yù)測值，尋找合適的權(quán)重進(jìn)行加權(quán)，然后根據(jù)第三個維度對CPI預(yù)測值進(jìn)行調(diào)整。
CPI的三因素協(xié)整模型：選取豬肉價格、進(jìn)口價格與M1三個因素對CPI進(jìn)行分析。①豬肉價格在CPI中所占權(quán)重相對較高，波動幅度較大，并且具有明顯的周期性特征，能夠顯著影響CPI的走勢。②進(jìn)口價格表征“輸入型通脹”的影響，中國進(jìn)口商品結(jié)構(gòu)中大宗原材料占比較高，進(jìn)口成本價格將直接影響工業(yè)生產(chǎn)的整體成本，進(jìn)而傳導(dǎo)至PPI，再由PPI向下游的CPI傳導(dǎo)。③傳統(tǒng)的費(fèi)雪方程表明貨幣數(shù)量對通脹起決定性作用， M1與CPI之間在經(jīng)過一段時滯后呈現(xiàn)明顯的正相關(guān)關(guān)系。利用上述三個因素建立協(xié)整模型，能夠?qū)PI同比走勢進(jìn)行預(yù)測，歷史數(shù)據(jù)檢驗(yàn)顯示模型擬合程度較好。
CPI預(yù)測的環(huán)比均值法：CPI中占權(quán)重較高的食品價格受到春節(jié)因素、天氣變化、養(yǎng)殖規(guī)律等季節(jié)性因素的影響，呈現(xiàn)出明顯的波動規(guī)律，這樣的季節(jié)性規(guī)律在年內(nèi)表現(xiàn)得相對穩(wěn)定。并且，由于食品價格的波動幅度大大高于非食品價格，且所占權(quán)重并不低，食品價格的環(huán)比波動基本決定了CPI環(huán)比的走勢?；贑PI環(huán)比存在的周期性特征，我們可以使用最近5年的環(huán)比均值來估算每月CPI的環(huán)比，在較大概率上不會出現(xiàn)趨勢性偏差；然后根據(jù)CPI環(huán)比與同比數(shù)據(jù)之間的關(guān)系，計(jì)算出CPI同比的趨勢。
兩種模型的對比與結(jié)合：使用2015-2016年的兩年數(shù)據(jù)來對上述兩種CPI預(yù)測模型進(jìn)行短期預(yù)測的檢驗(yàn)，根據(jù)“誤差最小化”的原則用試錯法確定兩者最終的權(quán)重：VAR模型最適合的權(quán)重為0.51，環(huán)比均值法的權(quán)重為0.49。對上述兩種模型得出的CPI預(yù)測值進(jìn)行加權(quán)平均，最終得出2017年CPI同比為1.4%。
根據(jù)產(chǎn)出缺口對CPI預(yù)測的修正：產(chǎn)出缺口與物價水平上漲率呈同向變動關(guān)系，即當(dāng)產(chǎn)出缺口為正時，需求大于供給，形成通貨膨脹壓力；當(dāng)產(chǎn)出缺口為負(fù)時，需求小于供給，形成通貨緊縮壓力。不過，由于產(chǎn)出缺口衡量的是整體價格水平，其所代表的物價上行壓力很可能同時包括了CPI與PPI的走勢特征。歷史數(shù)據(jù)也印證了這一點(diǎn)，產(chǎn)出缺口與PPI的相關(guān)性更高。因此，盡管從當(dāng)前產(chǎn)出缺口的走勢來看，未來一段時期通脹將面臨一定的上行壓力，但這大部分已經(jīng)反映在了近期PPI大幅上行的走勢上?？紤]到PPI向CPI傳導(dǎo)的效應(yīng)仍然可能造成一定影響，我們將2017年CPI預(yù)測值小幅上修0.2個百分點(diǎn)至1.6%。
通貨膨脹作為衡量一般物價水平的指標(biāo)，在宏觀經(jīng)濟(jì)分析中的重要性不言而喻。廣義的通貨膨脹指標(biāo)有多種，包括消費(fèi)者物價指數(shù)（CPI），工業(yè)品出廠價格指數(shù)（PPI），GDP平減指數(shù)等。不過，市場分析一般所指的狹義通脹水平仍是CPI同比增速，原因在于CPI與居民生活相關(guān)程度最高。大部分國家央行在制定貨幣政策時，重點(diǎn)參考的通脹指標(biāo)也是CPI。因此，本文將重點(diǎn)以CPI同比數(shù)據(jù)為主，構(gòu)建中國通貨膨脹的預(yù)測框架。
我們關(guān)于CPI的分析框架主要包括三個維度：一是基于豬周期、進(jìn)口價格和M1三個影響因素建立協(xié)整模型；二是基于CPI環(huán)比周期性的“環(huán)比均值法”；三是依靠產(chǎn)出缺口對CPI的趨勢進(jìn)行預(yù)測。根據(jù)前兩個維度得出CPI的預(yù)測值，尋找合適的權(quán)重進(jìn)行加權(quán)，然后根據(jù)第三個維度對CPI預(yù)測值進(jìn)行調(diào)整。
一、CPI的三因素協(xié)整模型
CPI通常分為食品價格與非食品價格兩大類，在食品價格當(dāng)中我們選取了豬肉價格作為CPI的第一個影響因素；在非食品價格當(dāng)中我們選擇了進(jìn)口價格指數(shù)作為CPI的第二個影響因素；而根據(jù)傳統(tǒng)的貨幣數(shù)量論，對于貨幣供應(yīng)量對于通貨膨脹也將造成直接影響，因此我們選取M1作為第三個影響因素。
1.1豬肉價格與通脹
豬肉價格在相當(dāng)長的一段歷史時期內(nèi)被宏觀研究者視為分析通脹最為準(zhǔn)確的、甚至是唯一重要的指標(biāo)，因?yàn)閺闹袊延械?001年至2013年的豬肉價格和CPI數(shù)據(jù)來看，兩者波動的周期高度一致，只是豬肉價格波幅遠(yuǎn)大于CPI的波幅。只要能準(zhǔn)確判斷豬周期波動，就基本能夠判斷CPI的走勢。豬肉價格與CPI的相關(guān)性邏輯在于：豬肉價格在CPI中所占權(quán)重相對較高，波動幅度較大，并且具有明顯的周期性特征，因此能夠顯著影響CPI的走勢。
1）根據(jù)國家統(tǒng)計(jì)局最2016年1月對CPI分項(xiàng)進(jìn)行調(diào)整后的權(quán)重，食品價格在CPI中的權(quán)重約為26%左右；而豬肉價格占食品價格權(quán)重接近10%，占CPI權(quán)重約為2.5%左右。在CPI各分項(xiàng)中，CPI與食品價格相關(guān)性最高，食品價格與豬肉價格相關(guān)性最高。從2005年至今的歷史數(shù)據(jù)來看，CPI同比與CPI食品價格同比的相關(guān)系數(shù)高達(dá)0.95（與非食品相關(guān)系數(shù)僅為0.66），而CPI食品價格同比與CPI豬肉價格同比分項(xiàng)的相關(guān)系數(shù)則高達(dá)0.85。
2）由于我國生豬散養(yǎng)的特征，豬肉價格受到生豬養(yǎng)殖戶活動的影響，呈現(xiàn)出較為明顯的周期性特征：當(dāng)豬肉價格上漲時，養(yǎng)殖戶增加生豬養(yǎng)殖量，逐漸導(dǎo)致生豬供給增加，抑制豬肉價格上漲；供給持續(xù)大幅擴(kuò)張以至于供過于求，豬肉價格進(jìn)入下行區(qū)間，此時養(yǎng)殖戶逐漸減少生豬養(yǎng)殖量，生豬供給逐漸減少，以至于供不應(yīng)求，豬肉價格則重新進(jìn)入上行通道。而從歷史數(shù)據(jù)看，一個完整的豬周期（豬肉價格上漲到下跌的過程）一般延續(xù)3年左右的時間。
因此，豬肉價格是CPI當(dāng)中波動幅度最大，且周期性最為明顯的分項(xiàng)，這有利于我們通過豬周期的波動對CPI進(jìn)行預(yù)測。值得一提的是，蔬菜價格的波動幅度也非常大，但其主要受到天氣因素的影響而呈現(xiàn)年內(nèi)規(guī)律的周期性波動，對CPI走勢的影響并不明顯，兩者相關(guān)系數(shù)也較低。
1.2進(jìn)口成本與通脹
進(jìn)口成本價格主要表征了“輸入型通脹”的影響以及PPI對CPI的傳導(dǎo)效應(yīng)。進(jìn)口成本與通脹之間的相關(guān)邏輯在于：中國進(jìn)口商品結(jié)構(gòu)中大宗原材料占比較高，進(jìn)口成本價格將直接影響工業(yè)生產(chǎn)的整體成本，進(jìn)而傳導(dǎo)至工業(yè)品出廠價格（PPI），再由PPI向下游的CPI傳導(dǎo)。
從歷史數(shù)據(jù)上看，進(jìn)口成本價格指數(shù)的同比增速與PPI一致性較高，同時也呈現(xiàn)出PPI向CPI傳導(dǎo)的規(guī)律?？傮w而言進(jìn)口成本價格與CPI呈現(xiàn)一定的錯峰關(guān)系，即進(jìn)口成本對CPI的傳導(dǎo)存在一定的時滯。
1.3 M1與通脹
傳統(tǒng)的費(fèi)雪方程MV=PT衡量了貨幣供應(yīng)量與價格之間的關(guān)系，其中M為流通中的貨幣數(shù)量，V為貨幣流通速度，P為物價水平（通脹），T為各類商品的交易總量。由此，通貨膨脹水平由M、T、V三個經(jīng)濟(jì)變量決定。其中，貨幣流通速度V是由多種復(fù)雜因素決定，但變化相對緩慢；T與產(chǎn)出水平保持一定比例，短期內(nèi)也大體穩(wěn)定；因此短期來看貨幣數(shù)量M對于通脹P起決定性作用。
按照費(fèi)雪方程的含義，流通中的貨幣數(shù)量最為合適的衡量指標(biāo)是M1。從1995年以來的歷史數(shù)據(jù)來看，M1同比增速與CPI同比增速走勢之間在經(jīng)過一段時滯后呈現(xiàn)出較為明顯的正相關(guān)關(guān)系。
1.4 三因素協(xié)整模型的建模與分析
如上所述，豬肉價格同比增速、進(jìn)口價格同比增速、M1同比增速三者均與CPI之間存在較為顯著的相關(guān)關(guān)系，其中豬肉價格與CPI走勢基本同步，進(jìn)口價格和M1則與CPI走勢存在一定的時滯。因此，我們利用這三個因素的時間序列建立協(xié)整模型，來擬合與估計(jì)CPI同比的走勢。我們將模型的建立過程簡要介紹如下：
1、指標(biāo)選擇
時間區(qū)間：2002年6月-2017年2月（考慮有進(jìn)口成本的影響，因此取中國加入WTO之后的時間區(qū)間，可能更準(zhǔn)確反映CPI受到進(jìn)口成本的影響）
因變量：CPI同比（CPI）
自變量：M1同比（M1），豬肉價格同比（PIG），進(jìn)口價格指數(shù)同比（IPT）
2、平穩(wěn)性檢驗(yàn)
對四個時間序列進(jìn)行單位根檢驗(yàn)，其結(jié)論是，進(jìn)口價格同比和豬肉價格同比平穩(wěn)；CPI同比和M1同比不平穩(wěn)，且均為一階單整。但是，我們將三因素與CPI同比建立VAR模型進(jìn)行模型的整體檢驗(yàn)，發(fā)現(xiàn)所有的單位根都落在單位圓內(nèi)，這說明模型整體平穩(wěn)，可以進(jìn)行進(jìn)一步的檢驗(yàn)。
3、Johansen協(xié)整檢驗(yàn)與格蘭杰因果檢驗(yàn)
將四個時間序列進(jìn)行Johansen協(xié)整檢驗(yàn)，結(jié)論是至少存在4個協(xié)整關(guān)系。在此基礎(chǔ)上，根據(jù)AIC與SC準(zhǔn)則得出的最小滯后階數(shù)（2階）進(jìn)行格蘭杰因果檢驗(yàn)，證明了CPI與三個因素均存在相關(guān)關(guān)系。
4、VAR模型的建立及分析
CPI，M1，IPT，PIG四個變量建立VAR（2）模型，使用Eviews軟件對模型進(jìn)行估計(jì)，所得出的估計(jì)結(jié)果中，CPI序列的R2值為的0.943，表明三因素模型對于CPI的擬合程度較高（具體結(jié)果見附錄1）。同時，我們對此協(xié)整模型進(jìn)行樣本內(nèi)的動態(tài)預(yù)測，得出的預(yù)測值與CPI同比本身的相關(guān)性較高，顯示模型的預(yù)測效果也較好。
此外，我們對模型進(jìn)行了脈沖響應(yīng)和方差分解，得出的結(jié)果如下圖所示。
脈沖響應(yīng)的結(jié)果顯示：進(jìn)口價格對CPI的影響是先正后負(fù)，前期正向的影響上升，此后逐漸下滑并至負(fù)區(qū)間。M1對CPI是正向且持久的影響；但在前期存在波動，3期之后影響平穩(wěn)遞增。豬肉價格對CPI是正向且持久的影響，且前期的影響較為陡峭，3期之后影響變得逐漸平穩(wěn)。
方差分解的結(jié)果顯示：CPI受其序列自身的影響最大，其余三個因素影響較??；而三個因素當(dāng)中，豬肉價格與M1的影響相對顯著，進(jìn)口價格的影響較小。
二、CPI預(yù)測的環(huán)比均值法
除了上文所述的協(xié)整模型之外，另一個能夠大致估算CPI走勢的方法是環(huán)比歷史均值法。
2.1 CPI環(huán)比的周期特征
CPI月度環(huán)比數(shù)據(jù)的年內(nèi)分布呈現(xiàn)出明顯的周期性特征。從最近5年的CPI月度環(huán)比分布來看，大致呈現(xiàn)這樣的規(guī)律：1-2月為CPI環(huán)比的相對高點(diǎn)；3-5月顯著回落至負(fù)區(qū)間，并在低位徘徊；6-9月逐步回升，在9月達(dá)到階段性高點(diǎn)后，10-11月緩慢回落，12月再度反彈。
出現(xiàn)這種規(guī)律的原因在于，CPI中占權(quán)重較高的食品價格受到春節(jié)因素、天氣變化、養(yǎng)殖規(guī)律等季節(jié)性因素的影響，呈現(xiàn)出明顯的波動規(guī)律：例如，每年1-2月由于春節(jié)因素導(dǎo)致的需求上升與氣溫下降帶來的供給短缺，蔬菜、豬肉等價格一般都將出現(xiàn)較大幅度的上漲；而3-5月由于天氣轉(zhuǎn)暖帶來的農(nóng)產(chǎn)品供給回升，食品價格又將出現(xiàn)回落。這樣的季節(jié)性規(guī)律在年內(nèi)表現(xiàn)得相對穩(wěn)定，并且由于食品價格的波動幅度大大高于非食品價格，且所占權(quán)重并不低，食品價格的環(huán)比波動基本決定了CPI環(huán)比的走勢。
2.2 環(huán)比均值法的CPI預(yù)測
基于CPI環(huán)比存在的周期性特征，我們可以使用最近5年的環(huán)比均值來估算每月CPI的環(huán)比，而在較大概率上不會出現(xiàn)趨勢性的偏差；然后根據(jù)CPI環(huán)比與同比數(shù)據(jù)之間的關(guān)系，計(jì)算出CPI同比的趨勢。不過，這種預(yù)測方法的缺陷在于，只考慮了基于歷史經(jīng)驗(yàn)的季節(jié)性因素對于CPI的影響，而并未將可能發(fā)生的額外沖擊計(jì)算在內(nèi)。
以2016年為例，我們通過環(huán)比歷史均值的方法，以2011-2015年各月的CPI環(huán)比均值，作為2016年各月CPI環(huán)比的預(yù)測值；然后根據(jù)CPI環(huán)比與同比數(shù)據(jù)之間的關(guān)系，可以計(jì)算出2016年CPI同比。對比CPI實(shí)際值與預(yù)測值的月度分布可見兩者趨勢上大體一致，而從年度數(shù)據(jù)來看，2016年CPI同比預(yù)測值為2.2%，實(shí)際值2.0%，年度數(shù)據(jù)誤差也較小。
三、兩種模型的對比與結(jié)合
3.1用歷史數(shù)據(jù)驗(yàn)證兩種模型的準(zhǔn)確性
我們使用2015-2016年的兩年數(shù)據(jù)來對上述兩種CPI模型進(jìn)行CPI短期預(yù)測的檢驗(yàn)。具體步驟如下：
①VAR模型直接使用樣本內(nèi)預(yù)測方法，進(jìn)行2015和2016年的靜態(tài)預(yù)測；
②環(huán)比均值法分別使用2010-2014年CPI環(huán)比均值預(yù)測2015年CPI環(huán)比分布，使用2011-2015年CPI環(huán)比均值預(yù)測2016年CPI環(huán)比分布，再根據(jù)CPI同環(huán)比的關(guān)系計(jì)算得出CPI同比走勢。
③對VAR模型的預(yù)測值和環(huán)比均值法預(yù)測值賦予不同的權(quán)重，根據(jù)“誤差最小化”的原則用試錯法確定兩者最終的權(quán)重。結(jié)論為：VAR模型最適合的權(quán)重為0.51，環(huán)比均值法的權(quán)重為0.49。
如下圖所示，兩種方法得出的CPI預(yù)測值之間能夠相互修正（如2015年四季度），兩者加權(quán)之后能夠得出一個擬合度相對較高的預(yù)測值。從年度數(shù)據(jù)看，2015與2016年CPI同比加權(quán)預(yù)測值為1.4%和2.2%；CPI同比實(shí)際值分別為1.4%和2.0%，模型預(yù)測的準(zhǔn)確度較高。
3.2 2017年CPI同比的加權(quán)預(yù)測
按照上述兩種模型的加權(quán)平均對2017年的CPI數(shù)據(jù)進(jìn)行預(yù)測，所得預(yù)測結(jié)果及趨勢如下：
①用VAR模型進(jìn)行樣本外預(yù)測，得出2017年CPI同比為1.7%；
②用環(huán)比均值法進(jìn)行2017年CPI環(huán)比預(yù)測，進(jìn)而推算CPI同比；得出2017年CPI同比為1.1%；
③按照VAR預(yù)測值0.51，環(huán)比均值法預(yù)測值0.49的權(quán)重，計(jì)算兩種預(yù)測值的加權(quán)平均值；最終得出2017年CPI同比為1.4%。
四、 產(chǎn)出缺口對CPI預(yù)測的修正
4.1產(chǎn)出缺口與CPI的理論基礎(chǔ)
產(chǎn)出缺口是實(shí)際產(chǎn)出與潛在產(chǎn)出的差值，主要反映經(jīng)濟(jì)資源利用的程度。根據(jù)新凱恩斯主義相關(guān)理論，潛在產(chǎn)出是一國在現(xiàn)有的勞動力、資本、技術(shù)充分利用下所能達(dá)到的生產(chǎn)水平；根據(jù)菲利普斯曲線，實(shí)際產(chǎn)出對潛在產(chǎn)出的偏離與物價水平上漲率呈同向變動關(guān)系，即當(dāng)產(chǎn)出缺口為正時，需求大于供給，形成通貨膨脹壓力；反之當(dāng)產(chǎn)出缺口為負(fù)時，需求小于供給，形成通貨緊縮壓力。眾多實(shí)證研究也發(fā)現(xiàn)產(chǎn)出缺口與CPI存在較強(qiáng)的相關(guān)關(guān)系，通過產(chǎn)出缺口可以間接預(yù)測CPI的走勢。
不過值得一提的是，產(chǎn)出缺口之所以能夠預(yù)測通脹，是因?yàn)樵谠S多產(chǎn)品領(lǐng)域存在普遍的價格粘性。如果不存在價格粘性，市場即時出清，產(chǎn)出缺口對通貨膨脹也就失去了預(yù)測能力。中國的CPI變動主要由食品價格的波動驅(qū)動，由于食品領(lǐng)域并不存在廣泛的價格粘性，利用產(chǎn)出缺口預(yù)測中國的CPI變動缺乏嚴(yán)謹(jǐn)?shù)睦碚摶A(chǔ)，僅適合作為調(diào)整和補(bǔ)充。
4.2 產(chǎn)出缺口與CPI同比的關(guān)系
為描述產(chǎn)出缺口，我們采用1999年至2017年第一季度的GDP環(huán)比數(shù)據(jù)進(jìn)行計(jì)算。首先對GDP環(huán)比數(shù)據(jù)做季節(jié)性調(diào)整，再通過HP濾波法分解出趨勢項(xiàng)和周期項(xiàng)，其中趨勢項(xiàng)描述潛在產(chǎn)出的變動，周期項(xiàng)描述產(chǎn)出缺口的變動。
對比產(chǎn)出缺口與CPI同比的走勢，我們發(fā)現(xiàn)兩者顯示出較強(qiáng)的相關(guān)性，并且產(chǎn)出缺口的變動大致領(lǐng)先于CPI的變動1~2個季度。但同時，由于產(chǎn)出缺口衡量的是經(jīng)濟(jì)整體的價格水平，我們進(jìn)一步考察產(chǎn)出缺口與PPI之間的關(guān)系，發(fā)現(xiàn)在數(shù)據(jù)拐點(diǎn)處的相關(guān)性較CPI更高。因此，產(chǎn)出缺口所代表的物價上行壓力，很可能同時包括了CPI與PPI兩者的走勢特征。
我們觀察到近期的數(shù)據(jù)顯示，從2016年起產(chǎn)出缺口不斷攀升并由負(fù)轉(zhuǎn)正，目前正處于高位，這實(shí)際上與PPI同比的大幅攀升相一致；而CPI同比走勢仍然較為溫和，一定程度上顯示了PPI向CPI傳導(dǎo)渠道的阻滯。
從產(chǎn)出缺口的走勢來看，未來一段時期通脹將面臨一定的上行壓力，但這大部分已經(jīng)反映在了近期PPI大幅上行的走勢上?？紤]到PPI向CPI傳導(dǎo)的效應(yīng)仍然可能造成一定影響，我們將2017年CPI預(yù)測值小幅上修0.2個百分點(diǎn)至1.6%。
工業(yè)品出廠價格（PPI）也是市場關(guān)注度較高的物價指標(biāo)之一，并且PPI向CPI存在一定程度的傳導(dǎo)效應(yīng)。我們簡單構(gòu)建PPI同比增速、工業(yè)品產(chǎn)值同比增速（需求方）與單位進(jìn)口成本指數(shù)（供給方）的非限制性VAR模型，對模型進(jìn)行脈沖響應(yīng)分析與方差分解，比較需求方與供給方對PPI同比增速方差各自的貢獻(xiàn)。
1、指標(biāo)選擇
時間區(qū)間：1996年10月-2017年2月
因變量：PPI同比（PPI）
自變量：工業(yè)增加值同比（IAV），進(jìn)口成本價格同比（IPT）
2、平穩(wěn)性檢驗(yàn)
對四個時間序列進(jìn)行單位根檢驗(yàn)，其結(jié)論是，進(jìn)口價格同比（IPT）和PPI同比（PPI）平穩(wěn)；工業(yè)增加值同比（IAV）不平穩(wěn)。但是，我們將三因素與CPI同比建立非限制性VAR模型進(jìn)行整體檢驗(yàn)，發(fā)現(xiàn)所有的單位根都落在單位圓內(nèi)，說明模型整體平穩(wěn)，可以進(jìn)行進(jìn)一步的檢驗(yàn)。
3、Johansen協(xié)整檢驗(yàn)與格蘭杰因果檢驗(yàn)
將三個時間序列進(jìn)行Johansen協(xié)整檢驗(yàn)，結(jié)論是至少存在3個協(xié)整關(guān)系。在此基礎(chǔ)上，根據(jù)AIC與SC準(zhǔn)則得出的最小滯后階數(shù)（2階）進(jìn)行格蘭杰因果檢驗(yàn)，證明了PPI與兩個因素均存在相關(guān)關(guān)系。
4、VAR模型的建立及分析
PPI，IAV，IPT三個變量建立VAR（2）模型，使用Eviews軟件對模型進(jìn)行估計(jì)，所得出的估計(jì)結(jié)果中，PPI序列的R2值為的0.977（具體結(jié)果見附錄3），表明兩個因素對于PPI的擬合程度較高。
我們對此協(xié)整模型進(jìn)行樣本內(nèi)的動態(tài)預(yù)測，得出的預(yù)測值與PPI同比本身的走勢高度一致，顯示模型的短期預(yù)測效果較好；同時，我們對此模型進(jìn)行樣本外的預(yù)測（預(yù)測區(qū)間分別取2015年至今，以及2016年至今），得出結(jié)果顯示VAR模型的預(yù)測值能夠一定程度上表征PPI的大體趨勢。
此外，我們對模型進(jìn)行了脈沖響應(yīng)和方差分解，得出的結(jié)果如下圖所示。
脈沖響應(yīng)的結(jié)果顯示：進(jìn)口價格對PPI的影響是先正后負(fù)，前期正向的影響上升，此后逐漸下滑并接近零；工業(yè)增加值對PPI的影響正向而持久，其影響在2-6期逐漸增強(qiáng)，7期以后變得較為平緩?？梢姡┙o端和需求端在短期都對PPI有正向的影響；但供給端的影響短暫且逐漸遞減，而需求端的影響則更為持久，且呈現(xiàn)遞增后逐步穩(wěn)定的態(tài)勢。
方差分解的結(jié)果顯示：PPI受其序列自身的影響最大，在10期之后貢獻(xiàn)率仍超過80%，而其余兩個因素對PPI的貢獻(xiàn)相對較小。其中，工業(yè)增加值所代表的需求端對PPI的貢獻(xiàn)率呈遞增態(tài)勢，在10期后升至15%左右；但進(jìn)口價格所代表的供給端對PPI的貢獻(xiàn)率影響則一直偏小。
5、對2017年P(guān)PI走勢的預(yù)測
最后，我們使用上述建立的兩因素VAR模型對2017年的PPI走勢進(jìn)行樣本外預(yù)測。從趨勢上看，PPI同比在2017年存在下行的風(fēng)險。
本站僅提供存儲服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請
點(diǎn)擊舉報。
