官术网_书友最值得收藏!

四、實證結果

(一)數據說明

為了與國內同類研究的結論進行比較,我們直接使用了賀力平等(2010)附錄中計算的CPI和PPI的可比定基指數,時間跨度為2001年1月到2009年12月,共計108筆數據。我們認為,直接使用同比序列數據問題很多,其經濟含義也十分模糊。以CPI序列為例,它是與上一年同月物價水平相比,相鄰兩個同比指標不具備直接可比性。因此利用相鄰兩個月同比序列進行差分,將會失去經濟含義。賀力平等(2010)同樣也認識到這種用法是有缺陷的,在回復徐偉康的文獻中選擇使用了可比定基指數。但國內其他一些文獻(如張成思,2010)則習慣直接利用同比數據,并沒有計算定基比數列,這就導致了一些實證結論有待商榷。

本文中M2和GDP原始數據來自Wind宏觀數據庫。鑒于產出(GDP)沒有月度數據,所以采用“工業企業增加值”作為月度GDP的代理變量。在這里需要說明的是,根據現行統計制度,國家統計局自從2007年起不再對工業增加值進行統計,僅公布工業增加值同比增速(包括累計增速),筆者按增速推估了2007年之后的工業增加值,實際值則按CPI進行調整得出。在實證分析中,所有變量經過了季節調整后,均以自然對數的形式出現,主要變量時序圖,如圖4-1所示。

圖4-1 主要變量時序圖

(二)計量檢驗過程

我們將分別估計CPI和PPI的二元VAR模型和包括貨幣政策傳導的四元VAR模型,以進一步確認二元模型的傳導模式是否為虛假傳導。其中,二元VAR模型中yt=[ppit cpit′],而在四元VAR中yt=[m2 t gdpt ppitcpit′]。

為保證結論的穩健性,本章同時采用了ADF、PP及KPSS進行檢驗進而確定最大單整數d。ADF和PP檢驗對小樣本數據可能缺乏效力,而KPSS平穩性檢驗在選擇較低的滯后截斷參數(lag truncation parameters)時,對小樣本較為有效。與ADF與PP檢驗不同,KPSS檢驗的原假設是序列平穩的,備擇假設為非平穩序列。具體檢驗結果見表4-1, ADF、PP和KPSS檢驗均表明,這四個變量滿足一階單整過程的統計特征,由此確定d=1。

表4-1 單位根檢驗

說明:(1)?、??和???分別代表變量在10%、5%和1%的顯著性水平上顯著。

(2)檢驗方程中凡是涉及滯后階或帶寬的確定,都是基于AIC準則。

(3)檢驗方程中只包括了常數項。

真實最優滯后階p由AIC和SIC聯合確定,若二者出現矛盾,同時估計分別確定的最優階數。在最大滯后階為8內來選擇最優階,二元模型AIC選擇p為3,而具有小樣本傾向的SIC選擇了2;四元模型的AIC和SIC均指向了2為最佳階。

二元模型的信息準則并未給出明確的答案,出于實證穩健性考慮,我們同時估計了p為2和3的情形。在具體檢驗中,Bootstrap次數為10000次,我們發現Bootstrap經驗臨界值相對理論漸近臨界值保守,說明以理論臨界值為依據,MWALD統計量更加傾向于拒絕不存在格蘭杰因果關系的原假設,而依Bootstrap得到的經驗臨界值進行格蘭杰因果推斷也是相對穩健的。

p=2和d=1確定了二元LAVAR(3)模型,格蘭杰因果檢驗的結果見表4-2。如表4-2所示,CPI和PPI間格蘭杰的因果關系只是從CPI到PPI方向的。而由p=3和d=1確定二元LAVAR(4)模型也得出了一致的結論,隨著滯后階的增大,拒絕CPI到PPI方向因果性的伴隨概率由0.033減小到0.008,這意味著CPI到PPI的傳導過程可能存在滯后效應;至于PPI到CPI方向的因果性的伴隨概率隨滯后階的增加而變大,進一步確認了PPI到CPI方向無因果性。總的來說,CPI與PPI的傳導關系是單向的,即從CPI到PPI方向的。

表4-2 基于二元LAVAR模型的格蘭杰因果檢驗

說明:(1)A≠?B表示A不是B的格蘭杰原因。

(2)???、??和?分別表示基于Bootstrap臨界值的1%、5%和10%顯著性水平。1%、5%和10%Bootstrap臨界值分別對應于MWALD統計量的一個經驗分布的第99%、95%和90%分位數。

(3)()內數字為基于Bootstrap得到的伴隨概率。[]為隨機生成的(樣本大小等于Bootstrap次數(10000))對應的第99%、95%和90%分位數,即為理論臨界值。

以上結論是否正確取決于是否遺漏了第三方驅動因素,因此引入貨幣政策傳導機制在四變量LAVAR系統下進行檢驗(結果見表4-3)就顯得尤為必要。從檢驗結果來看,四元LAVAR模型仍舊僅顯示了CPI到PPI方向的格蘭杰因果關系,這與二元LAVAR模型檢驗的結果是一致的。然而,遺漏變量M2和GDP均構成了PPI或CPI的格蘭杰原因,這意味著基于二元VAR模型的因果檢驗并沒有基于有效的漸近理論(valid asymptotics), Caporale et al.(1997)導出因果結論不變的條件并不能得以滿足,二元模型得到的因果性結論存在“虛假傳導”之嫌。其中,“遺漏變量”M2構成了CPI的格蘭杰原因,但并未如我們所期望的那樣同樣也驅動PPI變動,究其原因是因為中國當前價格體系并不健全,特別是上游的一些資源價格(如電力、煤炭等能源價格)存在嚴格的政府管制。“遺漏變量”GDP同時構成了PPI和CPI的格蘭杰原因。這并未動搖二元條件下CPI到PPI方向的單格蘭杰因果性結論,仍然支持了CPI向PPI單向傳導的關系。這種檢驗情況同樣也出現在Guglielmo et al.(2002)的實證檢驗中,他們對法國數據進行檢驗發現,“遺漏”的貨幣因素M1同時構成了PPI和CPI的格蘭杰原因,這意味著PPI和CPI因果檢驗估計過程中的轉移矩陣的確受到了影響,但還未改變二元模型和五元模型得到的PPI到CPI的單向格蘭杰因果關系模式。

表4-3 基于四元LAVAR模型的格蘭杰因果檢驗

說明:(1)A≠?B表示A不是B的格蘭杰原因。

(2)???、??和?分別表示基于Bootstrap臨界值的1%、5%和10%顯著性水平。1%、5%和10%Bootstrap臨界值分別對應于MWALD統計量的一個經驗分布的第99%、95%和90%分位數。

(3)表中()內數字為基于Bootstrap得到的伴隨概率。[]為隨機生成的(樣本大小等于Bootstrap次數(10000))對應的第99%、95%和90%分位數,即為理論臨界值。

主站蜘蛛池模板: 松原市| 葫芦岛市| 垦利县| 石柱| 蓬溪县| 榆中县| 蒙自县| 永川市| 钟山县| 霞浦县| 岱山县| 平陆县| 治多县| 雷山县| 西充县| 玉山县| 宕昌县| 宜春市| 饶阳县| 皋兰县| 乌拉特中旗| 阳曲县| 始兴县| 唐山市| 岳阳县| 手游| 咸宁市| 博湖县| 平舆县| 敦煌市| 庐江县| 铁岭市| 荆州市| 遂川县| 芜湖市| 泰和县| 文登市| 布尔津县| 迁西县| 永年县| 绥棱县|