王 楠，汪琛德

（1.上海交通大学 安泰经济与管理学院，上海 200030；2.河南工程学院 计算机学院，郑州 451191；3.郑州商品交易所 期货及衍生品研究所，郑州 450008）

管理通货膨胀是宏观调控的一项重要任务，决策部门一般通过反映通货膨胀预期的指标来观察通胀。许多重要行业都可以从一定程度上揭示宏观经济的运行状况，位志宇等［1］研究了房地产价格与宏观经济基本面的关系；段继红等［2］采用SVAR模型研究了国际油价冲击对我国宏观经济的影响。随着我国期货市场上市品种日益丰富，期货市场与实体经济相互作用和反映的能力进一步显现，期货市场作为观测通货膨胀窗口的作用逐渐增强，如何通过期货市场了解宏观经济运行情况是决策部门和市场分析研究者关注的热点问题。

期货市场对实体经济的影响主要基于期货市场的价格发现功能，期货价格对现货价格的引导作用已被国内外学者多次证实。Bigman等［3］利用交割日现货价格对距离交割日某固定时间的期货价格进行回归分析，得出期货价格是对最后交易日现货价格的无偏估计。Wahab等［4］通过协整分析证实大多数商品的期货价格与现货价格之间存在长期稳定的均衡关系，完善的期货市场价格对现货价格具有很强的指导性，期货价格通常引导现货价格的变化。对我国期货市场的研究［5-7］也反映出相似的规律。以上研究是基于单一品种期货对现货的定价功能，事实上，期货市场价格总水平与反映社会商品价格总水平的相关指标之间的关联性更强，揭示这种关联性有助于了解期货市场和实体经济的相互作用机制。

居民消费价格指数（CPI）反映了一定时期内居民所消费商品及服务的价格水平变动趋势和变动程度，在一定程度上反映了通货膨胀（或紧缩）的程度。通过分析CPI，可以了解商品价格变动的基本情况，为国家宏观经济决策提供参考。易盛农产品基准价格指数［8］采用近交割月合约价格编制，是反映农产品期货价格的综合性指标，而我国CPI指标中与农产品相关的食品类权重占到34%，易盛农产品基准价格指数和CPI应该存在某种程度的关联，通过分析这种关联关系，将使通货膨胀的预测更加有效、准确。本文基于向量自回归（VAR）模型研究ESABI和CPI的关系，揭示郑商所农产品期货对通货膨胀的预警作用，为宏观决策提供依据。

1 数据选取及计量分析

（1）样本数据。选取易盛农产品期货基准价格指数（ESABI）与居民消费价格指数（CPI）为研究对象。数据选取时间从2005-01-04～2013-07-23，共有样本值102个。

图1表明，在整个样本期内，ESABI相比CPI有一定程度的超前变化趋势。

图1 ESABI与CPI趋势比较

（2）单位根检验。在进行实证分析之前，需要检验序列的平稳性，采用ADF检验对各个变量序列的平稳性进行检验，原假设为存在单位根。对于给定的显著性水平，如果ADF统计值小于临界值，则表明序列是平稳的；反之，序列不平稳。表1为检验结果。

表1 CPI和ESABI序列的单位根检验

由表1可见，在给定的显著性水平下，ADF t-Statistic值小于给定的水平临界值，说明ESABI和CPI序列平稳，可以进行Granger非因果关系检验。

（3）Granger非因果关系检验。对易盛农产品基准价格指数与CPI进行Granger非因果关系检验，结果如表2所示。

由表2可见，在1%的显著性水平下，当滞后期k=1，2，3时，ESABI是CPI的Granger原因。在5%的显著性水平下，当滞后期k=1，2，…，5时，ESABI是CPI的Granger原因。在10%的显著性水平下，当滞后期k=1，2，…，7时，ESABI是CPI的Granger原因。考虑到置信度的问题，可得以下结论：ESABI提前3个月预测CPI的可信度最高，ESABI提前5个月预测CPI的可信度较高。可见，郑商所农产品期货市场功能较为完善，作为观察通货膨胀窗口的作用较强。

表2 CPI和ESABI序列的Granger因果关系检验

2 模型构建及实证分析

为了分析ESABI对CPI的作用机制和贡献程度，本文采用脉冲函数法和方差分析法进一步研究这2个序列，构建VAR模型［9］：

（1）VAR模型的构建。本文建立的VAR模型包含2个主要变量：ESABI和CPI，标准的VAR模型为

式中：Xt=（cpit，esabit）T，esabit为农产品基准价格指数对数收益率，cpit为消费者价格指数环比；A0是2×1常数矩阵；Ai是2×2常数矩阵；p为滞后阶数；et为残差项，且et～i.i.d（0，Ω）。

（2）最大滞后阶数的确定。建立VAR模型首先需要确定模型的滞后阶数，一般采用AIC、SC、LR等准则来判断，从中确定最佳滞后阶数。综合参考LR、FPE、AIC、SC、HQ等5个准则，确定模型的滞后阶数为4时，如表3所示，得到的VAR模型效果最好。

表3 VAR模型最佳滞后阶数检验结果

（3）AR根检验。平稳性检验是对序列的稳定性进行检验，只有平稳的序列才能构建VAR模型。AR根检验是利用向量的特征值来确定所估计VAR模型的稳定性，滞后期为T的有k个内生变量的VAR模型，特征根多项式有Tk个特征根。图2是在滞后阶数为4时的AR根检验图。

图2 AR根检验

由图2可见，没有根落在单位圆外，即序列平稳，可以建立VAR模型。

（4）VAR模型分析。基于以上检验结果，建立VAR模型：

由以上模型可得

以上结果表明，滞后1期的ESABI对CPI具有显著2）在自由度足够大的情况下，t检验的绝对值大于2即认为显著（其系数的t检验值为3.036，可认为显著）的正影响，滞后2、3期的ESABI对CPI有较弱的正影响，而滞后4期的ESABI对CPI具有较弱的负影响。

2.1 脉冲响应函数分析

上文的AR根检验表明VAR模型稳定，可以进行脉冲响应函数分析和方差分析以分析系统的动态特征。系统的动态特征是指某个内生变量发生变动会对自身及所有其他内生变量产生影响。当任意一个内生变量发生变动时，不仅会影响该变量自身的变化，而且还会通过VAR模型的动态结构影响到其他内生变量。脉冲响应函数可以较好地刻画该变量变动是如何通过模型传递给其他内生变量，并最终影响自身的过程。做出的脉冲响应分析结果如下：

图3 脉冲响应图

由图3可见，CPI对其自身的一个冲击有较强的响应，在第2期前急剧回落，第2期后开始缓慢回落，到第4期前基本消失；ESABI对CPI的影响在第2期达到峰值，其后缓慢回落，到第7期后影响基本消失。结果表明，CPI对自身的反应较快，但持续时间比ESABI短。总体来说，ESABI对CPI的影响较CPI对自身的影响要滞后3期左右。

2.2 方差分析

方差分析是另一种研究模型动态特征的方法，其主要思想是将每个内生变量波动的形成原因分解为与方程相关联的组成部分，每个内生变量对系统的相对重要性可以通过观察新息（时序方程里的残差）的变化来了解。在VAR模型的基础上，通过预测方差分解模型可以刻画模型的动态特征，各个变量受到内生变量的冲击程度可以定量的表述，得出各个内生变量冲击程度所占的比例。表4所示为方差分解结果，图4为方差分解图。

图4 方差分解图

表4 方差分析结果 %

由表4可见，滞后1期时，CPI方差变动100%受自身影响，滞后2期CPI方差变动主要来自其自身，这是由于，一般情况下，经济数据的变动受自身的先验数据影响。从滞后3期开始，ESABI对CPI有较大影响。滞后3期以后，ESABI对CPI的影响比例不断增大，到滞后10期以后基本稳定在11.5%左右，这个比例似乎偏小，但考虑到本文仅采用郑商所农产品期货来研究期货市场对CPI的影响，并且CPI指数成分中和农产品期货关联的食品类的权重仅为34%，这一比例已经不错。以上结果进一步揭示了郑商所农产品期货对通货膨胀具有较强的预警机制。

3 结语

综上所述，易盛农产品基准价格指数能够提前3个月以上预测CPI的基本走势，ESABI的结构冲击对CPI变化的贡献度长期维持在11.5%左右，可以作为观察我国通货膨胀的有效指标。应当指出的是，本文采用的农产品基准指数仅包含郑商所农产品期货品种，若采用包含全期货市场农产品的基准价格指数，其与CPI的相关性和对CPI预警的有效性应该会更强。易盛农产品基准价格指数作为宏观决策指标的有效性来源于未来期货品种数量的增加和品种结构的合理性，期货交易所通过不断上市反映宏观经济的代表性期货品种，完善我国期货品种体系。随着有代表性的期货品种的上市，期货市场作为观察通货膨胀窗口的作用必将进一步增强。