基于VAR模型的CPI与PPI传导关系研究.docxVIP

PAGE

1-

基于VAR模型的CPI与PPI传导关系研究

一、引言

(1)通货膨胀是宏观经济运行中一个重要的问题，其中消费者价格指数（CPI）和工业生产者价格指数（PPI）是衡量通货膨胀的两个关键指标。CPI反映了消费者购买一篮子商品和服务的价格变动，而PPI则反映了生产者在生产过程中所面临的成本变化。近年来，随着我国经济的快速发展，CPI与PPI之间的关系引起了广泛关注。根据国家统计局数据显示，2019年我国CPI同比上涨2.9%，而PPI同比上涨2.9%，两者走势基本一致。然而，在实际经济运行中，CPI与PPI的传导机制并非完全同步，研究其传导关系对于制定合理的宏观经济政策具有重要意义。

(2)CPI与PPI的传导关系是指PPI的变化如何影响CPI，以及这种影响在多大程度上能够传递到消费者层面。这一传导过程涉及多个环节，包括生产、流通和消费等。以2018年为例，我国PPI上涨了3.5%，而CPI上涨了2.1%，两者之间存在一定的差距。这一现象表明，PPI上涨并不能完全转化为CPI上涨，其中可能存在中间环节的阻碍。例如，在供应链中，企业可能会将部分成本转嫁给下游企业，导致PPI上涨，但消费者端的价格上涨可能并不明显。因此，深入研究CPI与PPI的传导机制，有助于揭示通货膨胀的传导路径，为政策制定提供依据。

(3)基于VAR模型对CPI与PPI传导关系的研究具有重要的理论意义和实践价值。VAR模型（向量自回归模型）是一种统计模型，可以捕捉多个变量之间的动态关系。通过构建CPI与PPI的VAR模型，可以分析它们之间的短期和长期关系，以及不同滞后阶数下的传导效果。例如，根据某研究机构的研究，构建的VAR模型显示，PPI上涨对CPI的影响在短期内较为显著，但随着时间的推移，这种影响逐渐减弱。这一结论有助于理解通货膨胀的动态过程，为政策制定者提供决策参考。此外，结合我国实际情况，分析CPI与PPI的传导关系，有助于发现我国经济运行中的潜在风险，为促进经济平稳健康发展提供理论支持。

二、VAR模型与CPI与PPI传导关系研究方法

(1)在研究CPI与PPI传导关系时，VAR模型因其能够有效捕捉变量间的动态关系而成为常用的计量经济学工具。VAR模型的基本思想是，模型中的每个变量都是其他所有变量的线性函数，并且每个变量的当前值可以由其过去的值和所有其他变量的过去值来预测。在具体应用中，首先需要收集CPI和PPI的历史数据，然后通过构建VAR模型来估计这些数据之间的关系。例如，选取过去10年的月度CPI和PPI数据，构建一个包含这两个变量的VAR模型，通过最大似然估计方法确定模型参数。

(2)在VAR模型构建完成后，需要对其进行平稳性检验，以确保模型的有效性。常用的平稳性检验方法包括ADF（AugmentedDickey-Fuller）检验和PP（Phillips-Perron）检验。如果发现变量非平稳，则需要通过差分、对数变换等方法对数据进行平稳化处理。例如，如果ADF检验结果显示CPI和PPI的一阶差分是平稳的，那么可以将一阶差分后的数据代入VAR模型。此外，还需要进行协整检验，以确定变量之间是否存在长期稳定的均衡关系。Engle-Granger两步法和Johansen检验是常用的协整检验方法。

(3)在模型估计和检验完成后，可以通过脉冲响应函数（IRF）和方差分解（VarianceDecomposition）来分析CPI与PPI的传导关系。脉冲响应函数可以展示一个变量的一个标准差冲击对其他变量当期及未来各期的影响，从而揭示传导的动态过程。方差分解则可以分析每个变量在总方差中的贡献，进而评估CPI和PPI在通货膨胀传导过程中的相对重要性。例如，通过脉冲响应函数可以看出，PPI的上涨对CPI的影响在短期内较为明显，但随着时间的推移，这种影响逐渐减弱。而方差分解结果可能表明，PPI对CPI的方差贡献在初期较大，随后逐渐降低，而CPI自身的方差贡献则逐渐上升。这些分析结果对于理解通货膨胀的传导机制和制定相应的政策具有重要的参考价值。

三、实证分析及结果解释

(1)本研究选取了2010年至2020年的中国CPI和PPI月度数据，构建了一个包含这两个变量的VAR模型。经过ADF检验和PP检验，发现一阶差分后的CPI和PPI序列是平稳的。通过Johansen协整检验，发现CPI和PPI之间存在一个显著的长期均衡关系。模型估计结果显示，CPI对PPI的脉冲响应在第1期达到最大正值，随后逐渐下降，在第10期后趋于稳定。这说明PPI的变动对CPI的影响在短期内较为显著，但随着时间的推移，这种影响逐渐减弱。例如，在2015年，PPI上涨了5%，导致CPI在2015年上涨了2%，但在随后的几年中，这种影响逐渐减小。

(2)进一步的方差分解结果表