0.8482**
(1.7443)
lnht-3
0.7057**
(1.8556)
截距项
0.4723
0.4801
0.4460
0.5429
R2
0.9063
0.9106
0.9015
0.9056
注:表中“***”、“**”、“*”分别表示在1%、5%、10%的显著性水平上拒绝原假设,表中回归系数下方的括号里是t统计量值。
方程(4)—(7)表明:在10%的显著性水平下,股票价格、债券价格、房地产价格以及外汇价格波动均对通货膨胀产生前导效应,但滞后期数不同。具体来看,滞后2个月的股票价格波动系数显著,表明股票市场波动在短期内就能够引起物价水平的变化,是由于股票价格变化直接导致其持有者的财富发生变化,股票价格波动频率较高,收益与亏损在短期内即可显现,进而通过财富效应等引起物价水平发生变化。在债券市场上,滞后1个月的债券价格波动系数显著,债券价格波动影响物价水平的途径与股票价格相似,并且也是在短期内影响物价水平。在房地产市场上,房价波动的滞后4个月显著,随着城镇化进程加快,对住房的需求量增大,导致房价上涨,进而引起物价水平上涨。与股票相比,债券价格波动和房地产价格波动的影响系数较大,原因可能是:对于债券市场,本文采用的是上证国债指数代表债券市场,正是由于货币管理当局的干预,国债市场对通货膨胀的影响大于股票市场。对于房地产价格的滞后4个月系数远大于股票价格的系数,由于中国的传统文化,房产成为每家甚至个人偏好的财产,需求量较大,而股票市场上,股民约占总人口的12%(截至2012年12月)。另外,房地产是银行提供贷款的主要抵押品,房价的涨跌直接影响贷款,进而影响贷款者的投资或消费。因此,房地产市场变化的影响作用大于股票市场。在外汇市场方面,外汇价格波动的滞后3个月系数显著,外汇价格变化1个百分点,物价同向变化0.7个百分点。总体来看,股票、债券、房地产、外汇对通货膨胀的影响均为正效应,表明资产价格上涨将加剧通货膨胀。
3.3多种资产价格协同波动对通货膨胀前导效应实证分析
3.3.1资产价格波动序列的主成分分析
对资产价格波动序列(lngp,lngz,lngf,lnh)做主成分分析,分析结果见表2。
表2主成分分析结果
第一主成分PC1
第二主成分PC2
第三主成分PC3
lngp
0.47
0.67
0.01
lngz
-0.57
-0.21
-0.28
lngf
-0.49
0.31
0.81
lnh
-0.45
0.63
-0.51
特征值
2.07
0.88
0.63
贡献率
0.52
0.22
0.16
累计贡献率
0.52
0.74
0.90
根据主成分分析累计贡献率达到85%的准则,选取前三个主成分,记为PC1,PC2,PC3,如表2所示。各变量对主成分的贡献用该变量的载荷绝对值衡量,因此,第一主成分(PC1)中各资产价格的贡献基本均等,第一主成分代表了四种资产价格的协同波动;第二主成分(PC2)中股票价格波动与汇率波动的贡献较大,分别为67%和63%,第二主成分主要代表了股票价格与汇率的协同波动,也印证了实际中股市与汇市相互之间存在联系;第三主成分(PC3)中房地产价格的贡献最大,汇率的贡献也较大,达到0.51,第三主成分主要代表房地产价格与汇率的协同波动,这也体现了房地产市场与汇率能够相互影响[8]。
3.3.2多种资产价格协同波动对通货膨胀的前导效应分析
通过单位根检验知PC1,PC2,不平稳,一阶差分后均平稳,PC3平稳。将dPC1,dPC2,PC3,加入到通货膨胀方程中,对模型进行估计,估计结果见方程(8)。
(31.4984)*** (2.9586)*** (3.3669)*** (2.5782)** (2.8454)***
,AIC = -7.0337,SC = -6.8965 (8)
在95%的置信水平下,,,的t统计量均显著,表明股票价格、债券价格、房价及外汇价格对通货膨胀产生协同波动前导效应。进一步表明股票价格、债券价格、房价及外汇价格之间联系紧密,能够通过协同作用影响通货膨胀。具体地,第一主成分滞后一期显著,表明通货膨胀对资产价格协同波动影响的反应迅速,滞后期短于单一资产价格,并且当资产价格整体波动剧烈时,会导致通货膨胀加剧。第二主成分滞后2个月的系数显著,第三主成分滞后1个月的系数显著,第一、二、三主成分的系数符号均为正,与方程(4)—(7)中单一资产价格波动变量的系数符号也一致,这说明不仅单一资产价格波动,股票价格与汇率的联合波动、房地产价格与汇率的联合波动以及四种资产价格联合波动都会导致通货膨胀的加剧。
3.3.3多种资产价格协同波动对通货膨胀前导效应的格兰杰因果检验
本文尝试对主成分变量进行加权平均编制资产价格综合指数,来简单清楚地表明资产价格的协同波动。将资产价格综合指数记为API(Asset Price Index),其计算方法见式(9)。
(9)
其中,权重ω1,ω2,ω3,分别为PC1,PC2,PC3在主成分分析中的贡献率。根据主成分分析结果得出:
为了考察该资产价格综合指数对通货膨胀的影响效果,我们采用格兰杰因果检验法,检验结果见表3。
表3资产价格综合指数对通货膨胀的格兰杰因果检验结果(p值)
原假设
滞后2期
滞后3期
滞后4期
滞后5期
API不是CPI的格兰杰原因
0.02
0.06
0.10
0.08
CPI不是API的格兰杰原因
0.67
0.74
0.40
0.27
表3表明,资产价格指数是通货膨胀的格兰杰原因,在短期内统计量显著,值均不大于0.1。此外,这一结果也表明资产价格是通货膨胀的先行指标,蕴含了预测通货膨胀的信息。
4结论及建议
我国货币政策的目标是稳定物价,并以此促进经济增长。稳定物价的前提是能够及时准确判断其走势,以采取相应的措施,资产价格作为影响通货膨胀的因素之一,分析资产价格与通货膨胀的关系十分必要[9-10]。通过分析股票价格、债券价格、房地产价格及外汇价格波动对通货膨胀的前导效应,结果显示:(1)股票价格、债券价格、房地产价格及外汇价格波动对通货膨胀均有显著的正向前导效应,但强度不同,其中债券市场最强、股票市场最弱,房地产市场和外汇市场居中,且通货膨胀对这四种资产价格的响应速度不同,债券市场最快,其次是股票市场和外汇市场,房地产市场最慢。建议中央银行在参考资产价格制定货币政策时考虑这种差异性。(2)多种资产价格协同波动对通货膨胀具有显著的正向滞后前导效应,资产价格综合指数是通货膨胀的格兰杰原因。说明资产价格协同波动对通货膨胀具有预警作用,中央银行在制定货币政策时应考虑资产价格的协同波动,并可尝试通过编制资产价格综合指数对通货膨胀进行提前预报。