外部冲击对物价变动的传导途径与作用机制

随着新兴发展中国家城市化和工业化进程不断加快，能源和金属等大宗商品的需求持续增加，以及美元指数的大幅回落，2010年以来，全球原材料和能源价格出现全面上涨。国内结构性物价上涨与全球结构性物价上涨存在内在联系。如果将后者视为结构外部冲击，那么这些外部冲击究竟在多大程度上会影响国内物价？是否因此而导致输入性通胀？对此问题深入研究，能使我们更加准确了解外部冲击对国内物价变动的传导途径与作用机制，有利于制定针对性政策，降低外部冲击的影响。本文研究正是基于上述两个方面展开。

一、文献综述

本文研究主要从实际贸易角度入手，选取IMP作为外部冲击的主要影响变量，因而哪些因素能够影响我国的进口价格指数是首先要解决的问题。本文选取三个变量作为冲击来源，即国际石油价格指数OIL、国际大宗商品价格指数CRB和汇率HL。OIL指数波动作为一种外生冲击对国内经济会产生多种影响。直观来看，国际油价上涨会提高我国石油进口价格，可能引发整个国民经济的成本推进型通胀（梁达，2007）。同时其替代效应会导致能源价格的普遍上涨，最终强化由油价上涨导致的成本推进型通胀。因此，对进口石油的依赖性越大，国际油价对国内通胀的传递力越强。王风云（2007）认为国际油价变化率与我国通胀率存在显著的单向Granger因果关系；李成等（2010）认为国际油价只在短期内对我国通胀有显著的单向均值溢出效应。CRB波动主要通过进口商品价格波动影响国内物价，其传递途径体现为货物贸易和价格互动两个方面。卢锋等（2009）通过观察近年大宗商品价格波动特征，认为大宗商品价格波动对中国经济影响显著。张翼（2009）利用格兰杰因果检验发现CRB对RPI、CRB对PPI的传导关系明显，而CRB对CPI的传导关系不显著。HL波动对国内物价的传导路径主要体现为国际贸易传导和宏观传导。Sekine（2006）通过对发达国家的研究发现，HL变动对进口价格的传递效应小于1，Mrshkin（2008）从微观企业行为的角度对这一结论进行了解释。毕玉江、朱钟棣（2006）使用协整-误差修正模型研究认为HL变动对国内CPI的传递不完全；杜运苏、赵勇（2008）利用VAR模型研究认为HL变动对IMP、PPI和CPI的传递效率非常低；陈浪南（2008）的实证研究则表明，IMP对HL波动的反应很敏感，PPI的反应较及时，CPI的反应存在时滞且反应最弱。现有文献研究至少存在三方面的缺陷：一是利用VAR模型研究不同类型冲击对国内物价的影响。由于VAR模型无法区分不同类型冲击的影响（Enders，2004），因而为将OIL冲击、CRB冲击和HL冲击置于同一模型中，需对VAR模型结构化。二是忽略不同价格指数的传导过程。实际上，我国价格传导是失衡的、效率递减的，甚至存在反向传导的倒逼机制（张成思，2010）。三是模型中大部分只包含PPI和CPI，无法全面反映不同阶段价格指数之间的动态互动效果。从生产、流通、消费的价值链排序角度来看，进口价格指数IMP居于最上游，原材料购进价格指数RMPI居于生产者价格指数PPI的上游，PPI居于企业商品交易价格指数CGPI的上游，居民消费价格指数CPI和商品零售价格指数RPI则处于链条的下游，其中，RPI是纯商品消费领域的反映，而CPI还包括了服务价格并且食品比重较大，加入RPI并与CPI做比较，可以得出更加客观的结论。本文针对上述三个缺陷，同时考虑OIL、CRB和HL三种结构外部冲击，以实际贸易为视角①，研究外部冲击对国内物价体系的传导效应。实证分析分两步来进行：首先，以IMP为纽带，建立SVAR模型考察结构外部冲击对输入型通胀的短期效应和长期效应；其次，综合考虑六类国内价格指数，运用VAR和格兰杰因果检验分析受外部冲击影响的IMP在国内价格体系中的传导路径。

二、数据来源、处理与实证模型构建

（一）数据来源与处理。本文选取的样本数据从2005.1~2010.12，共72个样本。第一步，以OIL、CRB、HL作为外部冲击的代理变量，其中OIL来自IMF，CRB来自文华财经期货软件，HL和IMP来自中经网统计数据库，以上数据都以2005.1为基期做指数化处理并取对数和差分，从而保证数据均为同比序列。第二步，考察IMP对国内价格体系的传导路径，选用的国内价格指数包括RMPI、PPI、CGPI、RPI和CPI，数据来源于中经网统计数据库，由于所有价格指数的数据均为同比增长率，因而不再对数据进行季节性调整。

（二）实证模型构建。SVAR模型是对VAR模型结构化的一种方法。如果只对预测感兴趣，VAR模型的信息构成并不重要，但如果要区分不同冲击的影响，就需要对VAR模型的信息作结构性分解，这种方法即SVAR模型。相比无约束VAR模型，SVAR模型不仅考虑了宏观经济变量的内生性问题，而且包含了内生变量之间的当期关系。k个变量p阶结构向量自回归模型SVAR(p)通常可以表示为：C0yt=Γ1yt-1+Γ2yt-2+L+Γpyt-p+ut(1)其中：C(L)yt=ut,E(utu't)=Ik，C(L)=C0-Γ1L1-Γ2L2-L-ΓpLp,C(L)是滞后算子L的k×k阶参数矩阵，C0≠Ik为主对角线元素为1的矩阵，E(utu't)=Ik为结构式残差（结构冲击）ut的方差协方差矩阵，该矩阵为单位矩阵。为得到结构参数的一致估计，首先估计SVAR的简约式，然后设定结构参数的约束条件，识别结构参数。在此基础上，采用结构脉冲响应函数分析变量间的动态关系。

三、实证分析

（一）外部冲击对IMP指数的影响。在SVAR模型中，运用结构脉冲响应函数可以分析外部冲击对IMP的影响，进而可以分析IMP对国内价格体系的传导路径。为此，需要解决三个关键问题：一是选择变量及确定滞后阶数；二是对各变量进行排序；三是对SVAR模型进行稳定性检验。本文采用的OIL、CRB和HL为同比序列，这些变量均通过了ADF单位根检验。设定最大滞后阶数为6，当滞后阶数为2时，AIC和SC值最小，因而最优滞后期为2。当滞后2阶时，模型通过了格兰杰因果检验，检验结果如表1。对单个变量而言，P值均不显著，表明单个冲击不构成IMP的格兰杰原因，然而所有变量的联合检验结果却在5%的水平上显著，这表明三个变量叠加在一起构成了IMP指数的格兰杰原因，因而本文在构建SVAR模型时对变量的选择是有效的。本文对变量排序遵循如下原则：第一个变量不会同时受到所有其他变量的影响，但对第一个变量的冲击将影响其他变量；第二个变量同时影响剩余的其他变量（除了第一个变量），但不会同时受这些变量的影响；其余类推。表2给出了各变量间的格兰杰因果检验，依据上述原则，各变量的排序为：HL→CRB→OIL→IMP，即排在前面的变量基本上都是排在后面变量的格兰杰原因，这也证明了式（2）中对各变量排序的合理性。表3给出了SVAR模型的稳定性检验结果。由于所有根模的倒数均小于1，因而SVAR模型是稳定的，可以进行结构脉冲响应分析和方差分解②。图1给出了CRB、OIL、和HL冲击对我国IMP指数的影响。可以看出，IMP指数对这些冲击的反应在2期以后都是正向的，IMP指数的响应路径都是先快速达到一个峰值，然后逐渐衰减；对来自HL和OIL指数的冲击，IMP指数在第2期达到峰值，而对来自CRB的冲击则在第3期达到峰值，刚好滞后1期；长期来看，CRB冲击对IMP指数影响最大，CRB上涨1%，IMP指数在第3期达到最大时上涨1.72%，且脉冲响应持续时间最长，8期以后还有影响；HL冲击对当期IMP指数影响最大且是负值，第2期就变为正向并且最大，HL上涨1%，IMP指数在第2期达到最大时上涨0.83%，且脉冲响应在第9期差不多消失；OIL冲击与HL冲击类似但是力度较小，OIL上涨1%，IMP指数在第2期达到最大时也只有0.38%，脉冲响应在第5期左右开始趋于零。图2给出了CRB、OIL和HL冲击对我国IMP指数的传递率（即累积影响)。可以看出，HL冲击的传递率在第7期左右达到最大，OIL冲击的传递率在第8期左右达到最大，而CRB冲击的传递率在第9期左右达到最大；三类结构冲击的传递都不完全，CRB、HL和OIL冲击对IMP指数的传递率依次减弱。图3给出了IMP指数的方差分解。可以看出，三类结构冲击对当期IMP指数的解释力都很小；对IMP指数的变化，OIL冲击当期几乎没有解释力，长期也只有1.28%，HL冲击在当期解释力最大，在第2期差不多开始稳定，长期可以解释7.1%左右，CRB冲击的解释力当期很小，从第2期开始快速上升，到第5期左右趋于稳定，长期可以解释23%；IMP指数自身冲击解释力最强，长期稳定达到68.6%。因而从长期综合来看，CRB冲击对IMP指数的解释力较强，而HL和OIL冲击的解释力较弱。