阳开花

(湖南师范大学商学院，湖南 长沙 410081)

基于PLS模型的通货膨胀影响因素分析＊

阳开花

(湖南师范大学商学院，湖南 长沙 410081)

利用偏最小二乘分析方法分析了房价、信贷、货币供应量、汇率和资本价格波动对通货膨胀的影响，结果表明:房价上涨、汇率升值、信贷扩张、货币供应量增加以及资本价格上涨都会形成通胀压力，其中房价上涨与汇率升值对通货膨胀的影响最为显著。据此，建议大力支持保障性住房建设，收缩货币供应量和信贷规模，引导人民币汇率合理升值，加大监管资本市场，完善各项法规制度。

通货膨胀;PLS模型;宏观经济因素

2008年下半年金融危机以来，我国宏观经济受到很大的冲击，政府全面实行宽松的财政政策与货币政策来“保增长”，在各方面的刺激之下，经济逐渐企稳，而由此带来的通货膨胀逐渐爆发。“十二五”规划中，民生问题提上了战略高度，国家政策的目标由过去的“强国”变为现在的“富民”，而一路走高的通货膨胀率变成了“富民”的绊脚石。自2009年11月份以来，我国的CPI指数扭转负增长，从增长0.6%开始攀升，至2010年5月份，首次突破3%的预期调控指标，到达3.1%，六月份有小幅回落，从7月份开始，CPI稳站预期的3%以上，到达11月份，通货膨胀率达到5.1%，创下近28个月以来的新高，通货膨胀预期压力进一步增加。

关于我国通货膨胀的影响因素模型分析，国内许多学者都做了研究。胡宗义，刘亦文(2010)等通过建立动态CGE模型分析认为，人民币升值能够有效地抑制物价的上涨和进一步扩散，短期内一次性大幅升值会增加通胀压力，而长期内并不会拉动CPI走高。王兆旭(2010)构建ADL对通货膨胀的形成因素进行分析得出货币并不必然造成通胀，而资产价格对通胀的影响很大。张海波和徐慧(2009)采用岭回归估计得出当M2的增长率大于GDP的增长率时会产生通货膨胀。王利与张桂喜(2009)利用VAR模型和ADL模型对影响我国通货膨胀率的货币因素进行实证研究，结果发现M1增长率与准货币增长率的作用相反，实际利率对通货膨胀率影响较小。蓝乐琴和仇喜雪(2009)采用协整和状态空间模型分析得出由于我国的汇率传递不完全使得汇率变化对通胀的影响为负且程度较低。经朝明和谈有花(2006)构建VAR和ECM模型分析房地产价格与通货膨胀的关系，结果表明无论是长期还是短期，房地产价格变动都会影响到通货膨胀。国内的学者大多都是选用VAR模型来分析各种宏观因素对通胀的影响，有些学者构建动态CGE和状态空间等模型来研究宏观因素与通胀的关系。通常所选变量有货币因素、房价因素、产出缺口因素、收入因素等，一般情况下都没有考虑多重共线性的影响。本文在分析过程当中，为了更准确地衡量各种因素对通货膨胀的影响，加入了多种变量，包括房价、信贷、M2以及资本价格的影响，为了消除多重共线性，采用PLS模型对这些影响因素进行分析。研究得出:房价上涨、汇率升值、信贷扩张是影响通胀的主要因素。

一 影响通货膨胀的因素分析

通货膨胀是指在纸币流通的条件下，因货币供给大于货币的实际需求，也即现实购买力大于产出供给，导致货币贬值，而引起的一段时间内物价持续普遍的上涨现象。其实质是社会总需求大于社会总供给。从理论上来说，通货膨胀的形成有三种原因:需求拉动、成本推动、结构性通货膨胀。需求拉动型通货膨胀是指总需求过度增长所引起的通货膨胀，即过多的货币追逐相对过少的商品;成本推动型通货膨胀是成本或供给方面的原因形成的通货膨胀，由厂商生产成本增加而引起的一般价格总水平的上涨［1］;结构性通货膨胀是指在总求并不过多的情况下对某些部门的产品需求过多而造成部分产品的价格上涨的现象，如钢铁、楼市、粮食等。目前我国通货膨胀的形成原因不是单一的，它是这三种因素综合作用的结果，以下是几点具体的影响因素分析。

第一，房价的飙升对物价的影响。由于中国拥有世界上最庞大的人口数量，对住房的需求远大于住房的供给，这样必然导致房价的快速增长。从宏观方面说，房价的上涨会刺激总需求进而对物价产生向上的压力;另一方面，总需求的扩张与物价水平的上升会进一步刺激房价的上涨。从微观方面来说，当房价上涨时，一方面房产所有者可以将已涨价房产所产生的资本利得兑现并用于消费支出;另一方面，即使房产所有者没有出售房产，但房产所有者预期的收入会增加，房价上涨的财富效应会增大通货膨胀的预期。而对于无房产者来说，当房价上涨时，他们会缩减消费，增加储蓄，从而对物价上涨有一定的抑制作用［2］。

第二，人民币汇率的不断升值对物价的影响。人民币汇率的变动对物价的影响主要有两个方面。一是汇率变动会影响净出口，进而影响总需求。汇率升值会导致出口减少、进口增加，使得总需求低于潜在产出水平，国内物价水平会下降;另一方面，汇率变动会影响一国的资本项目，汇率升值使得国外资金流入，增加了市场的流动性，从而产生通胀压力［3］。自2005年7月人民币汇率形成机制改革启动以来，人民币升值的预期愈演愈强，使得大量国际热钱不断涌入中国的资本市场，在不断推高人民币汇率的同时，也使得我国货币市场上的流动性大量过剩。

第三，金融机构信贷规模以及货币供应量的大幅度上升。这两个因素最直接的效果就是增加了市场上流通的货币，当市场上货币供应大于货币需求时，就会形成通货膨胀［4］。我国的新增贷款主要投向了政府投资的基础设施项目，使得原材料资源需求扩张。另外，为了缓解金融危机对经济的消极影响，政府投入4万亿投资，一方面造成了货币供应量的增长，另一方面也使得总需求上升。4万亿投资中很大一部分资金也流向了“铁、公、基”行业，使得原材料的需求急速扩大，原材料价格的上涨带动了终端消费品价格的上涨，从而使得物价全面上涨。

第四，资本市场价格波动对物价的影响。资产价格主要是通过财富效应影响消费。资产价格的波动体现的是预期收益的变化，资产价格上涨时资产持有者的预期收益增加，消费者会增加消费支出，投资者会增加投资支出，两者都会增加总需求，从而形成通胀压力;而且，当资产价格持续上升时，人们普遍对未来持乐观的预期，从而低估风险，相应消费和投资也会增加，进一步推动通货膨胀。

二 模型建立与分析

(一)变量设定与数据的来源与处理

本部分采用2005年7月至2010年9月的月度数据进行PLS研究。通货膨胀的变动用居民消费价格指数(CPI)同比增长率表示;房价(FJ)的变动选用全国房屋销售价格指数的月度同比数据;资本市场价格选用上证综指(GJZS)来代表，采用月度涨跌幅;全国信贷规模采用金融机构贷款(DK)的月度同比增长率;人民币汇率(HL)以1美元兑换的人民币数量(直接标价法)的月度同比增长率为准;货币供应量选用广义货币供应量M2的月度同比增长率。为了消除价格因素的影响，对M2和DK按照定基CPI指数进行了不变价格折算，基期为2004年各月。模型所用的数据均来自国家统计局网站和中国人民银行网站。为保证系列数据的分布更加均匀，我们采用Census－X12方法对所有的原始数据进行了季节调整，剔除季节变动和不规则变动的影响，得到六个趋势－循环序列，分别用CPI_TC、FJ_TC、GJZS_TC、DK_TC、HL_TC、M2_TC 表示［5］。

(二)变量的因果关系检验

本文采用Granger因果关系检验方法检验变量之间的因果关系，检验滞后项均为一阶滞后，相关分析如表1所示:

表1 Granger因果关系检验表

由表1的结果可知，在5%的显著性水平下，不能拒绝房价、股价、汇率、货币供应量、信贷规模这五个变量是居民消费物价指数的格兰杰原因，同时，居民消费物价指数也是这五个变量的格兰杰原因。

(三)偏最小二乘分析

偏最小二乘(PLS)回归是一种新型的多元统计数据分析方法，伍德(S.Wold)和阿巴诺(C.Albano)等人提出以后，PLS回归方法得到广泛的应用，尤其是在化学和化工领域。PLS回归方法是一种消除自变量多重共线性的有效方法，PLS在成分提取的过程中不仅考虑自变量(解释变量)的信息，同时考虑了因变量(被解释变量)的信息。PLS实际上是一种数学优化技术，它通过最小化误差的平方和找到一组数据的最佳函数匹配。用最简单的方法求得一些绝对不可知的真值，而令误差平方之和为最小。PLS回归方法有单因变量的PLS回归与多因变量的PLS回归，本文利用单因变量的PLS回归分析通货膨胀的影响因素。

1.回归系数分析

利用SIMAC－P统计分析软件对数据进行系数分析，得出标准化偏最小二乘回归模型系数图，如图1。

系数方程为:

CPI_TC=0.81*FJ_TC －0.849*HL_TC+0.015*DK_TC+0.123*M2_TC+0.176*GJZS_TC

从模型中可以看出，房价指数、金融机构贷款、货币供应量和股价的变动与通货膨胀的变动是同向的，而汇率的变动方向与通货膨胀的变动方向是相反的。具体表现为，全国房屋销售价格指数同比增长1个百分点可以使得CPI增长0.81个百分点，对通货膨胀的影响较大;人民币汇率每升值1个百分点使得CPI上升0.85个百分点，人民币升值对物价的最终影响是产生通胀压力;金融机构贷款每增长1个百分点可使得CPI增长0.015个百分点;货币供应量每增长1个百分点可使得CPI增长0.12个百分点，因为滞后效应，M2对通货膨胀的影响要小于预期的影响;股价指数每增长1个百分点可使得CPI增长0.18个百分点。由此可知，房价指数和汇率的变动对CPI的影响比较大，货币供应量与股指对CPI的影响相对较小。前三个主成分对CPI的累积解释能力达到97.39%，交叉有效性指标也达到了97.29%，模型的拟合效果较好。

图1 PLS回归系数图

2.变量投影重要性指标(VIP)分析

变量投影重要性(variable importance in projection，VIP)是指自变量Xi在解释因变量Y时的重要性，VIP值大于1，说明自变量在解释因变量时的作用很大，VIP值为0.5～1，说明自变量解释作用的重要性还不很明确，需要增加样本或根据别的条件进行判断，VIP值小于0.5，则自变量对因变量的解释基本没有意义。因此，变量的VIP值可以被用来筛选出对模型贡献较大的变量。模型中的五个自变量的VIP值如图2所示:

图2 PLS回归VIP图

从图中可以看出，五个自变量的VIP值都比较大，其中房价指数、汇率和信贷的VIP值分别为1.14和1.09和1.02，货币供应量的VIP值为0.91，接近1，VIP值最小的为股价指数，为0.81。根据VIP值我们可以判断，房价的推动对通货膨胀的影响最大，人民币的升值和信贷规模的扩张对通货膨胀的高涨也起了很大的推波助澜的作用，再加上近几年来央行大量增发货币使得市场上的流动性过剩，使得物价上涨有了流动性基础。

三 抵制通货膨胀的政策建议

通过上文的PLS模型分析我们得出了五个宏观因素对CPI的影响以及影响程度，以下提出一点相关的政策建议:

第一，改变政府对房市的调控方向，大力支持保障性住房建设。政府应该积极关注房价变化，把房地产价格调控与总需求调控结合起来，同时控制和指引房地产投资，指导各银行对房地产的贷款。另外，在全国推行“重庆模式”，利用公积金贷款支持保障性住房建设，稳定我国的房地产市场。

第二，加强力度收缩货币供应量和金融机构的信贷规模。货币因素是通货膨胀产生的必要条件，在经济萧条的时候运用宽松的货币政策无疑可以刺激经济增长，但在经济开始复苏之后，央行应该合理控制市场上的流动性，主要可以通过限制M2的大量发放和银行贷款的大幅增长。在通胀预期高涨的时候可以通过货币政策适当回收一部分流动性。

第三，引导人民币汇率合理升值，降低人民币升值预期。人民币升值预期会对通货膨胀产生推进作用，我国应该制定合理的汇率政策，适当提高汇率弹性，通过合理升值降低升值预期，抑制通货膨胀，同时加强资本项目的管理，对国外资金的流入加强引导，避免其对货币市场产生冲击。

第四，加大各种监管机构对资本市场的监管，完善各项法规制度。资本市场价格的波动会影响CPI的波动，中国人民银行应该制定与资本市场价格相适应的货币政策，避免资产价格大起大落。银监会、证监会、保监会应当各司其职，在资本市场上互相促进互相制约，协调好投资者与融资者的利益，适当放松管制的同时完善各项法规，加强信息披露，极力保护中小股民的利益，共同促进资本市场的健康发展。

［1］聂婧.对我国通货膨胀的思考［J］.金融与经济，2009，(9).

［2］邓永亮.人民币升值、房价上涨与通货膨胀——兼论房价上涨是否助长了通胀［J］.山西财经大学学报，2010，(10).

［3］季健军.人民币汇率对中国CPI指数影响的实证分析［J］.中国物价，2009，(6).

［4］潘敏，缪海斌.银行信贷、经济增长与通货膨胀压力［J］.经济评论，2010，(2).

［5］高铁梅.计量经济分析方法与建模——Eviews应用及实例［M］.北京:清华大学出版社，2006.

F832;F062.9

A

1008－4681(2011)03－0017－03

2011－03－02

教育部人文社科基金项目，编号:09YJA790068。

阳开花(1985－)，女，湖南衡阳人，湖南师范大学商学院硕士生。研究方向:产业经济学。

(责任编校:谭纬纬)