黄陈刘，张 晓
（郑州大学 商学院，河南 郑州 450001）
摘 要：本文运用基于VAR模型的动态经济计量分析方法，对我国2000年1季度—2014年1季度经济增长和通货膨胀的关系就行了实证研究.研究结果表明，通货膨胀对经济增长的影响随时间推移由正变负，而经济增长对通货膨胀具有持续推动作用，且通货膨胀受自身波动的影响较大.为了保持我国经济持续稳定增长，我们应当在制定宏观经济目标时适当降低通货膨胀率.
教育期刊网 http://www.jyqkw.com
关键词 ：通货膨胀；经济增长；VAR模型；脉冲响应分析；方差分解
中图分类号：F015 文献标识码：A 文章编号：1673-260X（2015）01-0052-03
1 引言
经济增长与通货膨胀的关系时政府进行宏观调控时需要考虑的核心问题之一.改革开放35年以来，一方面我国持续保持7%以上的经济增长速度，另一方面高速的经济增长速度伴随着日益凸显的通货膨胀.如今，通货膨胀和经济增长乏力这两个原来在不同时期出现的问题同时聚集到中国经济当中来，使得我国宏观经济政策面临两难选择，这就要求我们深入研究经济增长与通货膨胀的关系、把握其中的规律，从而保持我国经济持续稳定发展.
对于通货膨胀与经济增长之间关系，经济学者主要有三种观点：“促进论”、“促退论”和“中性论”.（1）“促进论”认为，通货膨胀会促进经济增长.例如，Taylor（1981）认为通货膨胀具有资本累积效应、资源配置效应和产出效应，从而导致高效率，有利于经济增长[1].（2）“促退论”认为，通货膨胀会阻碍经济增长.例如郑璐（2014）认为通货膨胀使物价上涨与变动具有不确定性，且通胀加速人们对货币的贬值预期，增加企业生产性投资的风险，因此会对经济增长具有不利影响[2].（3）“中性论”认为，通货膨胀对经济增长即不存在促进作用，也不存在阻碍作用.例如，葛翔宇（2013）研究认为经济增长与通货膨胀没有可预见的Granger因果关系，采用适当的货币政策可以即保增长又防通[3].
本文使用2000年第1季度到2014年第1季度我国季度经济增长率（GDPR）和通货膨胀率（CPI）数据，采用VAR模型、脉冲响应函数和方差分解技术实证研究了经济增长与通货膨胀的关系，从而为实际的经济活动决策提供参考.
2 模型建立
2.1 模型设定及数据处理
向量自回归模型(VAR)是基于数据的统计性质建立模型，它把系统中的每一个内生变量作为系统中所有内生变量滞后值的函数来构造模型[4].
本文选用2000年1季度到2014年1季度间GDP增长率(GDPR)与居民消费价格指数（CPI）（上一年的同期=100）的季度数据，来对经济增长和通货膨胀关系进行研究分析.统计数据均来自中国国家统计局网站，其中，CPI的季度数据采用月度数据的平均值.
2.2 单位根检验
为了避免非平稳时间序列造成的伪回归问题，在进行向量自回归分析之前，首先要对需要对所选经济变量进行平稳性检验.检验序列是否平稳，通常选择ADF检验，并根据AIC与SC信息准则选择合适的滞后期，结果如下表（见表1）：
由表1可看出，在5%的显著水平下，CPI的P值为0.2296>0.05,GDPR的P值为0.5221>0.05,因此CPI和GDPR在5%的显著性水平下是非平稳序列.同理可看出CPI和GDPR的一阶差分在5%的显著性水平下是平稳序列.即△CPI和△GDPR都是一阶单整的，记为CPI～I（1），GDPR～I（1）.
2.3 构建VAR模型
根据LR、FPE、AIC、SC和HQ五种准则联合检验的办法选择最优滞后阶数，并利用Eviews7.0软件对模型的参数进行估计，得到矩阵式方程为：
上述各方程调整后的拟合优度分别为0.837464、0.858300，可见方程拟合效果较好.由于参数是否显著不为零不是VAR模型最关注的，因此可以保留各个滞后变量[5].
2.4 协整检验
对GDPR和CPI进行Johansen协整检验结果见下表：
由表2，GDPR与CPI的Johansen协整检验结果表明，在5%的置信水平下这两个变量存在1个协整关系，即经济增长率（GDPR）与通货膨胀率（CPI）存在长期稳定的协整关系.协整方程为：
GDPRt=-4.2852CPIt+0.3587
即，从长期来看，通货膨胀对经济增长存在负向影响，且CPI每增加1个百分点，GDPR会降低3.9265个百分点.
3 基于VAR模型的动态分析
3.1 VAR模型稳定性检验
由于非平稳的VAR模型不能进行脉冲响应函数分析，因此需要对VAR模型进行平稳性检验.对2.5建立的VAR模型进行稳定性检验，结果见图1.从图1的AR特征根的倒数图可以看出，所有的单位根都在单位圆内，因此VAR模型是稳定的.
3.2 脉冲响应分析
脉冲响应函是刻画在一个变量误差项上加一个标准差大小的冲击对另一个变量的全部影响的情况，本文采用广义脉冲方法，得到关于GDPR和CPI的脉冲响应图（见图2）.各图中的横轴代表冲击作用响应的滞后期间数（单位：季），纵轴表示变量的变化情况，实线表示脉冲响应函数，代表了变量对另一变量冲击的反应情况，周围的虚线表示正负两倍标准差的偏离带，选取滞后长度为36期（9年）.
从图2上半部分可以看出，当在本期给通货膨胀率（CPI）一个百分点的正冲击后，通货膨胀率不断上升，并在第2期对自身有最大的正的影响1.13，即通货膨胀上涨近1.13个百分点.随后开始逐渐减弱，在第6期逐渐趋于零，但是前6期的影响都是正的.第6期之后，通货膨胀率对自身的影响持续减弱，在第10期达到最大的负的影响，然后开始回升，到25期接近0，其后几乎为0，冲击效应基本消失，表明通货膨胀率的上升对自身约有6年的影响.当在本期给经济增长率（GDPR）一个百分点的正冲击后，通货膨胀率不断上升，并在第6期达到最高点（0.41），然后开始下降.到第14期逐渐趋近于0，但影响都是正的，15期之后在0值附近小幅度上下波动最后影响几乎为0.这与宏观经济理论相吻合，?经济的持续增长带动需求的强劲,而需求的强劲带来物品价格升高，即通货膨胀对经济增长的冲击基本上是正向反应.
从图2下半部分可以看出，当在本期给通货膨胀率（CPI）一个百分点的正冲击后，经济增长率小幅增加，并在第2期对经济增长率波动有最大正影响（0.14），然后不断减弱.在第7期有最大负影响（0.60），然后逐渐增强.在第16期冲击效果基本消失.可见，通货膨胀率的正向冲击对于经济增长率在短时间内正向影响，然后是负向影响，最后回归正向影响并趋于0.通货膨胀在短期内对经济增长有一定的促进作用，但从长期看，通货膨胀会阻碍经济增长，通货膨胀对我国经济的影响弊大于利.当在本期给经济增长率一个百分点的正冲击后，经济增长率不断下降，并在第14期趋近于0，但影响都是正的.可见经济增长对自身的正向冲击有正向影响，但影响程度在不断减弱.
2.6 方差分解分析
为了进一步分析不同结构冲击的重要性，认识到每一个结构冲击对内生变量变化的贡献度，我们需要运用方差分解来给出对VAR模型中的变量产生冲击的随机扰动的相对重要信息，经济增长率（GDPR）和通货膨胀率（CPI）方差分解的结果如下图所示：.
从图3上半部分可以看出，通货膨胀率在前两期只受自身波动的影响，受经济增长的影响在第三期才开始显现，此后呈现逐步增强的趋势，第12期趋于稳定.在第12期之后，通货膨胀对自身的贡献率最大为84%，而经济增长对通货膨胀的贡献率为16%，这说明通货膨胀受自身波动的影响很大，受经济增长的影响较小.
从图3下半部分可以看出，经济增长从第1期就受到自身波动和通货膨胀冲击的影响.在第1期经济增长对自身的贡献率为98%，通货膨胀对经济增长的贡献率为2%，在第2期小幅度上升到3%，第3期又小幅度下降到2%，随后不断上升，到第20期趋于稳定，通货膨胀对经济增长贡献率为42%.可见经济增长受通货膨胀的影响很大.
3 结论与建议
（1）通货膨胀对经济增长的阻碍作用大于促进作用,通货膨胀不应该作为一种促进经济增长的手段.VAR模型估计结果和脉冲响应分析表明，从短期看，通货膨胀对经济增长具有促进作用，但是从长期看，通过膨胀对经济具有阻碍作用，且长期的阻碍作用影响大于短期促进作用影响，持续时间作用更长.因此，我国不应当把通货膨胀作为促进经济增长的手段.
（2）为了保持我国经济稳定发展，应当降低通货膨胀率.经济持续增长会引起通货膨胀率上涨，但是从长期看，通货膨胀与经济的增长呈负相关关系，通货膨胀对经济发展和社会稳定有害.我们应该把宏观调控目标向治理通货膨胀上倾斜，逐步使通货膨胀率降下来应是当前的经济政策目标的重点.
（3）调整通货膨胀率应当注意控制通货膨胀率变动幅度.方差分解分析说明，通货膨胀率受自身影响较大，对自身的贡献度达到84%；经济增长和通货膨胀对对自身的滞后效应敏感并且持续时间长.这就要求我们重视通货膨胀对经济增长的重大影响，充分考虑通货膨胀率的波动对经济增长的冲击，减弱不确定因素对通货膨胀的影响，防止通货膨胀大幅度变动.
——————————
教育期刊网 http://www.jyqkw.com
参考文献：
〔1〕Taylor，J. B. On the Relation between the Variability of Inflation and the Average Inflation Rate，in the Cost and Consequences of Inflation［M］.Edited by Brunner K. and Meltzer A. H.，Amsterdam: North Holland，1981:57－86.
〔2〕郑璐.我国通货膨胀与经济增长的关系[J].经营与管理，2014（2）：66-69.
〔3〕葛翔宇,宋志秀,俞凡.利率、汇率、经济增长与通货膨胀关系的统计检验[J].统计与决策，2013(9):151-155.
〔4〕高铁梅.计量经济分析方法与建模[M].北京:清华大学出版社,2006.
〔5〕易丹辉.数据分析与EViews应用[M].北京：中国统计出版社，2008.