基于VAR模型下中国通货膨胀与失业率关系分析(郑慧)

基于VAR模型下中国通货膨胀与失业率关系分析郑慧1，赵昕2(1．2中国海洋大学，山东青岛266071)【摘要】本文试图回答以下两个问题：菲利普斯曲线在中国适用性如何？我国通货膨胀和失业率具体相关关系怎样？为了回答上述问题，本文建立向量自回归（VAR）模型,使用脉冲响应函数和方差分解进行分析，发现：一方面菲利普斯曲线在中国短期成立，而长期，由于理性预期的存在，菲利普斯曲线不成立，失业率将向自然失业率回归；另一方面，通货膨胀和失业率之间存在双向影响关系，但失业率对通胀的单向影响较弱，存在两年左右的滞后期。关键词：通货膨胀失业率VAR模型脉冲响应函数方差分解中图分类号：F0文献标识码：BasedonVARmodelunderChineseinflationandunemploymentrelationanalysisZhenghuiZhaoxin(OceanUniversityofChina,Qingdao266071,China)Abstract:Thispapertriestoanswerthefollowingtwoquestions:howtheapplicabilityinChinaphillipscurve?Chineseinflationandunemploymentspecificrelatedhow?Inordertoanswerthesequestions,thispaperestablishvectorauto-regressive(VAR)model,impulseresponsefunctionandvariancedecompositionanalysis,foundthephillipscurveinChina:ontheonehand,andestablishedlong-termandshort-termduetotheexistenceofrationalexpectations,phillipscurve,theunemploymentratewillnotreturntothenaturalrate.Ontheotherhand,inflationandunemploymenthastwo-waydifferentrelationshipbetweenthem.Keywords:inflation;unemploymentrate;VARmodel;impulseresponsefunction;variancedecomposition一、问题的提出通货膨胀与失业率之间的关系特别是菲利普斯曲线的适用性一直是经济学研究的热点。学者们对此往往持有不同的观点①：厉格非、王锦功(1999)对1964-1992年美英两个失业率和通胀率的相关性进行归纳和总结,发现64.8%的年段是存在负相关的关系,不相关的年段仅占8.2%,由此推导出菲利普斯曲线是存在的。庞明川(2000)在分析我国转轨时期的菲利普斯曲线时,采取了长期和短期分别分析的方法，认为菲利普斯曲线在中国成立。陈杰（2007）选取我国1992年～2004年数据进行分析，得出结论：短期内中国经济中通货膨胀与失业率之间是符合菲利普斯曲线，中国的失业率在自然失业率附近波动。①朱国晓.质疑菲利普斯曲线并论通货膨胀率与失业率的关系[J].中央财经大学学报,2000(9)作者简介：郑慧（1986-），女，汉，祖籍山东，中国海洋大学金融学硕士研究生，主要从事货币理论、计量经济学研究，Email:[e-mail]。赵昕（1964-），女，汉，祖籍山东，中国海洋大学经济学院副院长，教授，主要从事货币理论、计量经济研究。而陈学彬（1996）采用最小二乘法对我国改革开放以来的菲利普斯曲线进行估计，得出“我国的菲利普斯曲线形式的解释性较差”的结论。朱国晓（2000）认为，从更多的国家和更广泛的时期看，菲利普斯曲线所揭示的通货膨胀率和失业率之间稳定的负相关关系得不到充分的证实，根据菲利普斯曲线提出通货膨胀替代失业论是错误的。以上观点说明对于菲利普斯曲线在中国的适用性理论界尚未得出统一的结论，基于此，本文将通过建立VAR模型研究菲利普斯曲线在中国是否成立，并试图解释我国通货膨胀和失业率之间的关系。二、通货膨胀与失业率关系的基本分析本文选取1990-2006年的数据分析我国通货膨胀与失业率关系问题。图1为中国通货膨胀与失业率变动关系图。失业率要测度的是仍然依附于劳动力市场但当前未被雇佣的劳动力数量，采用城镇登记失业率（U）作为其衡量指标，中国国家统计局将其定义为①：非农业人口，在一定的劳动年龄内，有劳动能力无业而且要求就业，并在当地就业服务机构进行求职登记的人为失业者。通货膨胀率（CPI）为根据《中国统计年鉴》居民消费物价指数计算所得。由图1可见，失业率与通货膨胀率短期内有着负相关关系，变动趋势存在两年滞后性，长期影响关系不明显。-505101520252.02.42.83.23.64.04.4199019921994199619982000200220042006CPIU图1CPI与U变动趋势图三、数据分析（一）模型简介本文采用的向量自回归(VAR)是基于数据统计性质建立的模型②，VAR模型把系统中的每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模①章红.中国通货膨胀指标的度量及其变动成因[J].统计与决策,2007（5）②王茂林.赵昕.人民币升值与工资增长相关关系研究[J].上海金融，2007（11）型推广到由多元时间序列变量组成的“向量”自回归模型。相较于其他方法，VAR模型无须区分内生变量与外生变量，所有变量都是内生的，而且估计方法简单，常用的OLS方法就可以逐一估计方程。另外，在模型中引入GDP这一指标。根据奥肯定律，经济增长即GDP上升对降低失业率有重要影响；此外，因为一国经济内外平衡的目标是经济增长、充分就业、物价稳定和国际收支平衡，引入该指标也可体现宏观经济改善对就业和通胀的影响，完善模型的内部均衡体系，相关数据根据《中国统计年鉴》计算而得。模型形式设定为：Yt=kitiYA11+εt，εt为k阶随机扰动项，其中：Y=(CPI，U，GDP)，根据AIC准则和SC准则，该VAR模型的滞后阶数取2，即k=2。（二）数据时间序列特性宏观经济变量往往具有非平稳的特性，而VAR模型要求其中变量具有平稳性，故首先要对数据进行平稳性检验。如果这些变量是非平稳的，则要考察这些变量之间是否存在长期稳定的关系，以判断VAR模型是否仍然适用。为此，下面分别对所研究变量的时间序列做单位根检验和协整检验，为后面进行VAR模型分析做必要的准备。表1单位根检验水平值一阶差分Adf检验p-p检验Adf检验p-p检验CPI0.1398*0.4751*0.005**0.0317**U0.2284*0.3555*0.0262**0.0217**GDP0.0373***0.0373***0.0014**0.0001**注：*表示在10％的显著性水平下无法拒绝存在单位根的原假设。**表示在5％的显著性水平下拒绝存在单位根的原假设。***表示在1％的显著性水平下无法拒绝存在单位根的原假设。1、单位根检验（结果见表1）。CPI、U和GDP分别在10%和1%的显著性水平下ADF检验和P-P检验都无法拒绝水平值数据存在单位根的原假设，表明变量是非平稳的；对于它们的一阶差分序列，CPI、U、GDP均在5％的显著性水平下拒绝了存在单位根的原假设，说明变量都是l阶单整变量。2、协整检验由于GDP、U、CPI均为一阶单整变量，其平稳性不能满足VAR模型的要求，需要进一步检验这些变量之间是否存在协整关系，也就是要进行Johanson协整检验。在进行协整检验时，对基本数据的趋势假设有5种，分别是：(1)序列Yl没有确定的趋势，协整方程没有截距；(2)序列Yl没有确定趋势，协整方程有截距项；(3)序列Yt有确定的线性趋势，但协整方程只有截距；(4)序列Yt和协整方程都有线性趋势；(5)序列Yt有二次趋势，协整方程仅有线性趋势。在不确定序列Yt与协整方程的具体趋势情况下，我们对五种情况一一进行了分析，得出在特征根检验(Trace)下协整向量的个数，具体结果如表2。表2协整检验数据趋势无无线性线性二次检验类型序列无确定趋势、协整方程无截距项序列无确定趋势、协整方程有截距项序列线性趋势、协整方程只有截距序列和协整方程均有线性趋势序列有二次趋势、协整方程线性趋势协整向量个数12213注：在5%显著性水平下选取协整向量个数无论基于何种基本数据的趋势假设，特征根检验表明VAR模型中至少存在一个协整变量。理论表明，当一组变量是协整的时候，按水平变量建立的VAR模型并不是错误识别的，并且最小二乘数在这种情况下是一致估计，因此模型变量的非平稳性不再是一个特别需要关注的问题。四、实证分析（一）脉冲响应函数脉冲响应函数显示了当系统中某一变量变化时对系统造成的具体冲击影响，本文将通过该函数反应变量间的相互影响关系。U、CPI的脉冲响应图见图2、图3（设置脉冲为残差的一个标准差的冲击，并将冲击的滞后期间数设置为10年）。-6-4-20246812345678910ResponseofCPItoU-6-4-20246812345678910ResponseofCPItoGDP-.6-.4-.2.0.2.4.612345678910ResponseofUtoCPI-.6-.4-.2.0.2.4.612345678910ResponseofUtoGDPResponsetoCholeskyOneS.D.Innovations±2S.E.图2U1脉冲响应函数图图3CPI脉冲响应函数图注：实线为脉冲响应函数，代表响应变量对相应的变化变量冲击的反应，虚线表示正负两倍标准差的偏离带；横轴表示滞后的期间数(单位：年)，纵轴表示单位。图2中responseofUtoCPI显示，对CPI的一个正冲击会带来失业率的反相变化，CPI升高一个百分点会使失业率U下降约0.5个百分点，第五年时冲击作用最明显，这表明短期菲利普斯曲线基本性质在中国存在，通胀与失业率之间存在反向相关关系。五年后，这种相关关系逐渐减弱，失业率将向自然失业率回归，故长期相关关系不明显，失业率有向自然失业率回归的趋势。通胀与失业率之间这种缓慢的反向作用关系与我国实际是相符的：一方面，我国劳动力市场流动性差且劳动力素质整体不高，即使通货膨胀带来劳动力雇佣成本提高也难以在短期内降低失业率；另一方面，由于我国劳动力价格刚性化程度较高，使得失业与通货膨胀间的互补关系反应不灵敏，存在滞后和衰减，整个菲利普斯曲线较平缓。从图responseofUtoGDP可见，GDP的正冲击带来失业率的反相变化作用周期约为七年，与蒲艳萍（2005）研究成果一致，表明90年代中期以来，我国经济增长和有效就业之间存在长期稳定的均衡关系，表现出协同变化的一致性，经济增长带来了有效就业的增长①。但这种增长第一年表现不明显，主要是由于90年代以来我国在经济发展过程中存在着产业结构调整和科技进步带来①谢璐.中国菲利普斯曲线的理论分析和实证研究[J].华东经济管理,2004(8)的结构性失业，造成我国自然失业率偏离正常水平，降低了经济增长对就业拉动的力度。从图3responseofCPItoU可见，U的正冲击短期内对CPI不会造成明显的影响，但两年后CPI开始出现明显的负向变化，失业率对通货膨胀率的反响冲击力持续七年左右逐渐消退。这一现象与经济学理论一致，失业率上升必然带来有效需求下降，购买力减弱，一定程度上压低物价水平。此外，由于我国工资刚性和较高储蓄率的存在，短期内失业对物价的单向影响较小，造成CPI对U的冲击反应存在两年的时滞。由responseofCPItoGDP可知，我国经济发展初期供给旺盛，消费尚未被完全激活，对CPI产生负作用，随后经济发展带来工资、原材料等价格上涨、消费者预期趋于理性化以及国际贸易顺差下产生货币升值压力，造成成本上升，对