基于概率分析法M2对CPI影响时滞研究文档格式.docx
《基于概率分析法M2对CPI影响时滞研究文档格式.docx》由会员分享,可在线阅读,更多相关《基于概率分析法M2对CPI影响时滞研究文档格式.docx(16页珍藏版)》请在冰豆网上搜索。
长期存在着的一个不容忽视的技术问题是,从货币政策操作到其效应显现,客观上存在时滞。
由于对这种滞后效应的规律缺乏认知和数据分析,往往无法准确预判政策操作滞后多长时间才会影响CPI,这使正确的政策操作变得比较困难。
现实中常常发生这样的情况:
如果当下的CPI尚处平稳状态,而经济增长对货币增长的压力又较大,我们很可能会继续加大货币投放的力度,以缓解经济增长的压力,直至CPI出现上涨的迹象才会改变操作。
换句话说,我们常常会以当前CPI的状态来把握当前货币政策操作的空间。
事实上,时滞的存在会使我们以现有认知为基础的预测产生相当大的误差。
人的预期往往是适应性的,会随着不断变化的情况调整自己的预期和行为。
如果忽视时滞的存在,往往导致经济主体对其政策效应产生错误判断。
滞后机制看起来是一个技术问题,但却是一个致命的问题。
长期以来对这一问题疏于研究,而往往在控制通胀和谋求增长之间寻求危险的平衡,缺乏预判和定力,结果不是因刺激过度造成通胀,就是因紧缩过度造成通缩。
研究“新常态”必须要找到货币政策对CPI影响的时滞规律,使货币政策的操作建筑在更为科学的基础上。
后文的结构安排如下:
第二部分提出关于广义货币供应量对消费者物价指数滞后影响的概率分析方法;
第三部分是对时滞现象进行现实观察;
第四部分为关于通胀及经济平稳的概率分析;
第五部分是结论与启示。
二、时滞的概率分析
国内外学者通过对历史上“滞后事件”的整理和分析,得出对现实有参考借鉴价值的研究,并发现一些规律性的结论。
针对美国的“滞后”情况,弗里德曼曾做过大量实证研究。
他发现,货币增长率的变化平均需要6—9个月后才能引起名义收入增长率的变化,再过6—9个月价格才会受到影响。
这样,从货币增长率变化到物价变化一般有12—18个月的时滞(Friedman,1972)。
国内学者观察到中国M2增幅做趋势性上升时,其对CPI的影响大体在10个月左右后开始显现;
当M2增幅做趋势性下降时,其对CPI的影响在大约在20个月至2年左右后显现(吴方伟,2007)。
还有学者指出,我国货币政策的滞后效应非常明显,中央银行至少应该在出现通胀压力前一年采取措施,来应对高通胀惯性环境下的政策滞后(张成思,2008)。
而欧洲央行的相关资料也表明,欧元区内的货币供给增长与通货膨胀之间的时滞约为18个月(Gerlach和Svensson,2000)。
本文通过跟踪时滞理论的研究进展可以发现,目前还没有关于中国通胀时滞效应及其成因的成熟理论。
客观上,这是由于时滞的测度比较困难。
目前学术界常用的方法,如回归分析(王大树,1995)、冲击响应与误差分解分析(郝雁,2004;
闰力、刘克宫和张次兰,2009;
肖卫国和刘杰,2013)等,在处理此类问题时多有局限性,往往无法给出令人满意的结论。
这些结论要么相关系数太低,要么所得结果与现实偏差度太大,导致无法带回现实接受检验。
作为一种创新的尝试,本文采用态势概率分析方法,对中国广义货币供应量M2月同比与消费者物价指数CPI月同比的滞后关系,做一个基于概率分析的观察验证。
为方便表述,我们将M2的月同比用M2T表示,CPI的月同比用CPIT表示。
我们在对M2T数据以及CPIT数据进行平滑处理的基础上进行态势概率分析。
首先通过相邻数据比较直接判断M2T态势,例如,若下一个月的数据变大,则判定为上升,反之则判定为下降。
然后,在当月M2T态势确定的前提下,用同样方法判断滞后数月的CPIT态势,从而得到在不同月份条件下CPIT滞后M2T同方向运行的态势概率分布图,包括滞后同步上升和滞后同步下降两种情形。
CPIT滞后M2T下降的概率分布
数据来源:
中经网统计数据库。
图1:
中国1987年1月—2014年7月M2T对CPIT的滞后影响概率分布
从上述态势概率分布图可以看出,M2T对CPIT的滞后影响在概率上是有一定规律的。
例如,在M2T上升时,CPIT在10个月左右之后上升的概率最高,超过68%;
M2T下降时,CPIT在19个月后下降的概率最高,也在68%左右。
分析表明,持续的M2T增减幅度变化会在较大的概率上,以比较稳定的时滞影响CPIT的方向拐点。
——当M2T趋势性上升时,CPIT会以较大概率于10个月左右后向上运行,即CPIT上行拐点对应M2T上行拐点的滞后时间大体为10个月;
——当M2T趋势性下降时,CPIT会以较大概率在19个月至20个月后向下运行,即CPIT下行拐点对应M2T下行拐点的滞后时间大体为19—20个月。
不同经济体具有不同的时滞,图2—7列举了美国等几个主要经济体CPIT滞后M2T(印度为M3T)上升或下降的概率分布。
CPI滞后M2T上升的概率
图2:
美国1960年2月—2014年2月M2T对CPIT滞后影响概率分布
图3:
加拿大1968年1月—2014年1月M2T对CPIT滞后影响概率分布
图4:
英国1982年6月—2014年2月M2T对CPIT滞后影响概率分布
图5:
韩国1961年1月—2014年2月M2T对CPIT滞后影响概率分布
CPIT滞后M3T下降的概率分布
图6:
印度1961年2月—2013年10月M3T对CPIT滞后影响概率分布
CPIT滞后M2T上升的概率分布
CPI滞后M2T下降的概率
图7:
日本1961年1月—2014年2月M2T对CPIT滞后影响概率分布
虽然各国M2口径的差异在所难免,但单从态势概率分析上看,M2增速对消费物价的影响时滞均不一样(有的还呈脉冲规律),并且增速上升、下降对消费物价的影响时滞也不一样。
但不可忽视的一个普遍性概率图景是:
货币供应量增速对消费物价的影响具有相当的滞后性。
具体讲,从概率态势上看,消费物价增速的上行拐点滞后于广义货币供应量增速上行拐点在美国约为11个月,在加拿大约为13个月,在英国约为9个月,在韩国约为16个月,在印度约为7个月,在日本约为10个月。
消费物价的下行拐点滞后于广义货币供应量增速下行拐点在美国约为18个月,在加拿大约为12个月,在英国约为23个月,在韩国约为17个月,在印度约为20个月,在日本约为16个月。
三、时滞现象的现实观察
我国的经济实践对前文的时滞分析结论提供了较好的检验案例。
从1987年以来我国M2对CPI的影响情况看,我国出现了4次中度以上的通货膨胀(CPI上涨超过6%)前后的情况。
(一)20世纪80年代末通胀治理中M2T对CPIT的影响
1987年3月,不断攀升的M2T达到当时的峰值35.59%,其后在一系列调控措施下波动下行;
1989年2月,CPIT升至当时的峰值28.4%,此后逐月持续下行。
从M2T的峰顶到CPI峰顶的跨度为25个月,即M2T收缩导致CPIT下降要滞后25个月。
(二)20世纪90年代中期通胀过程中M2T对CPIT的影响
1994年通胀的种子早在两年前就播下了。
1989年8月,M2T从当时的最低谷14.01%开始持续上行,到1992年12月,达到当时的峰值31.3%,此后下行。
受此影响,1990年7月,CPIT从当时的最低谷1.1%开始持续走高,1994年10月,CPIT达到当时的峰值27.7%后下行。
此轮过程中,M2T走出谷底与CPIT走出谷底的时间跨度为11个月,即从M2T上升到CPIT上涨要滞后11个月;
而从M2T到达峰顶到CPIT到达峰顶的时间跨度为22个月,即从M2T收缩到CPIT下降要滞后22个月。
(三)21世纪第一次通胀M2T对CPIT的影响
2008年的通胀也是在两年以前播种的。
2004年10月以后,M2T从当时的低点13.45%开始上行,到2005年11月,达到高点18.30%,此后下行。
受此影响,2006年3月CPIT从当时的谷底0.8%开始波动上升,到2008年2月,达到峰值8.7%,此后下行。
此轮过程中,M2T走出谷底距CPIT走出谷底的时间跨度为17个月,即M2T上升对CPIT的推动影响滞后17个月;
而从M2T到达峰顶到CPIT到达峰顶的时间跨度为25个月,即M2T下降对CPIT的抑制影响要滞后25个月。
(四)21世纪第二次通胀的情形
在这次通胀过程中,M2T对CPIT的影响滞后时间有所缩短。
2008年11月,M2T从低点14.73%开始为期1年的急速攀升,到2009年11月,达到近年来的最高点29.74%,此后下行。
受此影响,2009年7月,CPIT从谷底-1.8%爬出持续上行,2011年7月达到峰值6.5%后下行。
此轮过程中,M2T走出谷底距CPIT走出谷底的时间跨度为8个月,即M2T上升对CPIT的推动影响滞后8个月;
而从M2T到达峰顶到CPIT到达峰顶的时间跨度为20个月,即M2T下降对CPIT的抑制影响要滞后20个月。
(五)非通胀情况下M2T对CPIT的影响
除去上述4次大的通胀外,我国从上世纪90年代末至本世纪头几年还经历了通货紧缩阶段和高增长、低物价时期。
期间,M2T和CPIT大多在低位运行,但也有小幅波动。
这时,M2T对CPIT的滞后影响也变得微弱并与高位运行期间有所不同,但仍不难看出存在滞后效应。
——1998年M2T基本在低位平稳运行,1998年6月为14.34%,是当时的相对低谷;
此后波浪上扬,1999年4月达到高点17.87%后下行。
受此影响,1999年5月,CPI进入低谷-2.2%;
此后曲折向上,到2001年5月,CPIT达到相对高点1.7%,此后下行。
在此过程中,M2T上升对CPIT上涨的影响滞后11个月,而M2T下降对CPIT下降的影响要滞后25个月。
——2001年5月,M2T在经历较长时间的平稳运行后,从12.06%的低点开始一轮温和上升,2003年8月到达峰值21.55%后下行。
受此影响,从2002年4月后,CPIT走出平稳区间,从当月-1.3%的较低点位开始波浪上升;
2004年8月达到5.3%的相对高位,此后下行。
此轮过程,M2T上升对CPI的推动影响滞后11个月,而M2T下降对CPIT的抑制影响与之前有明显差距,滞后期仅为12个月。
案例分析结果表明,现实情况与我们的态势概率分析比较接近,尤其是M2T上升使得CPIT发生明显通胀的过程。
四、关于通胀及经济平稳的概率分析
前文应用态势概率分析M2T对CPIT的滞后影响,重点研究二者“上行拐点”时间跨度和“下行拐点”的时间跨度。
下文将重点分析M2T持续高位运行对后续CPIT状况影响的概率。
一般而言,CPIT在1%到3%之间是公认的较为合理的水平。
考虑到即使经济平稳发展时也很难保持CPIT一直在此区间内,本文将其上限适度扩大,把CPIT达到4%及以上视为发生通胀,为CPIT的正常波动留有一定的余地。
同时,考虑到CPIT低于1%往往伴随着一定的通缩风险,本文做出如下约定:
CPIT≥4%为出现通胀,1%≤CPIT<4%为经济平稳,CPIT<1%为出现通缩或通缩迹象。
时间区间为1987年1月至2014年7月。
(一)M2T连续半年在18%以上运行通胀的时滞概率
图8中把M2T进入持续6个月高位运行期的第1个月视为基期的滞后月份(下同)。
如果M2T连续6个月在18%以上运行,则在首月之后的8至24个月出现通胀的概率均超过50%,显现通胀压力,特别是第12、第13、第14三个月,出现通胀的概率接近70%。
因此18%是中国物价平稳的一个预警值,一旦超过这一数值,应引起注意。
滞后月份
图8:
M2T持续6个月在18%以上滞后出现通胀的概率分布
CPIT≥4%的概率
(二)条件加强后通胀的时滞概率
在前面条件的基础上,再增加M2T趋势性上升运行达6个月这一条件(趋势性上升的含义是:
尽管个别月份的M2T可能没有上升,但这6个月数据的回归直线斜率为正,即向右上方倾斜),考察此时迟滞通胀(CPIT≥4%)的概率(见图9)。
23
图9:
M2T持续6个月在18%以上且呈上升趋势滞后通胀的概率分布
图9显示,如果M2T连续6个月在18%以上运行,并一直呈上升趋势性,则在第8至第24个月内出现通胀的概率在50%以上,尤其是在第22个月通胀出现的概率接近80%。
一旦出现这种情况,必须拉响通胀警报,不管当下CPIT是否已在高位,都应果断调整货币政策,收缩M2,不能等到CPIT已经出问题才紧缩银根。
(三)M2T的合理区间
过去20多年的经验表明,M2T的平稳的确能促进经济平稳。
下面我们用态势概率分析的方法对其进行验证。
我们对M2T的13%—18%的运行区间按1%步长做分割,分别考察其连续6个月在所分割的小区间内运行会对CPIT产生什么滞后影响(滞后月份的含义与前文相同)。
其结果如图10—14所示。
图10:
M2T连续6个月处于13%—14%时CPIT滞后的平稳概率分布
1%≤CPIT<4%的概率
图11:
M2T连续6个月处于14%—15%时CPIT滞后的平稳概率分布
?
图12:
M2T连续6个月处于15%—16%时CPIT滞后的平稳概率分布
图13:
M2T连续6个月处于16%—17%时CPIT滞后平稳概率分布
图14:
M2T连续6个月处于17%—18%时CPIT滞后的平稳概率分布
总的看,1987年1月至2014年7月,当M2T处于14%—16%的时候,CPIT滞后平稳的概率比其他区间高,最高可达80%以上。
本文将这种有利于经济平稳的M2T运行区间称为“合理区间”。
(四)M2T合理区间的“漂移”
体制机制的变化可能会改变M2T的合理区间。
为此,下文将数据区间分成以下两段进一步分析。
第一阶段:
从1987年1月至2002年2月。
选择2002年2月为节点,该点为中国利率的历史最低拐点。
但除了2000年1月到2002年2月这一较短的期间内M2T低位运行,这段时间M2T大都高位运行,16%以下的M2T数据极少,因此只能就其在16%—18%的情况进行考察。
图15—16显示,在1987年1月至2002年2月这段时间窗口内,16%—17%是M2T的合理区间。
图15:
第一阶段(1987.1—2002.2)M2T连续6个月处于16%—17%时CPIT滞后平稳概率分布
图16:
第一阶段(1987.1—2002.2)M2T连续6个月处于17%—18%时CPIT滞后平稳概率分布
1
第二阶段:
从2002年3月至2014年7月。
在这一阶段,M2T位于14%—18%的数据比较丰富,如图17—20所示。
显然,在2002年3月至2014年7月的时间窗口内,14%—16%成为M2T的合理区间,即若M2T保持6个月在14%—16%的区间运行,则自进入此种状态的首月起,滞后11—15个月CPIT会以超过90%的概率保持在平稳区间。
对比第一阶段与第二阶段,可以发现,近十多年来,中国M2T的合理区间已经发生了“漂移”,从16%—17%变为14%—16%。
其深层成因应从中国经济体制和结构进行进一步分析寻找。
图17:
第二阶段(2002.3—2014.7)M2T连续6个月处于14%—15%时CPIT滞后平稳概率分布
图18:
第二阶段(2002.3—2014.7)M2T连续6个月处于15%—16%时CPIT滞后平稳概率分布
图19:
第二阶段(2002.3—2014.7)M2T连续6个月处于16%—17%时CPIT滞后平稳概率分布
图20:
第二阶段(2002.3—2014.7)M2T连续6个月处于17%—18%时CPIT滞后平稳概率分布
(五)关于通缩
对于通货紧缩进行态势概率分析目前还比较难,主要是因为数据量不足。
同时由于通缩的成因较为复杂,仅仅从货币供应量方面很难确定通缩的先导指标。
历史上曾出现过货币增长处于“合理区间”,但仍出现滞后通缩的情况。
不过,从20世纪90年代末至21世纪初发生过的通缩或经济疲软经验看,如果货币供应量增速较长时间低位运行(如M2T低于13.5%)时,滞后出现通缩迹象(CPIT低于1%)的概率还是会不断攀升(见图21)这需要引起警惕。
CPIT<
1%的概率
12
图21:
1987年—2002年M2T连续6个月低于13.5%滞后出现通缩(CPIT低于1%)的概率分布
五、结论与启示
(一)“旧常态”下的概率分析归纳
综合考虑态势概率分析和30多年的实际情况,可以得出以下“旧常态”情况下广义货币供应量M2的月同比M2T对消费物价指数CPI的月同比CPIT的滞后影响规律。
1.M2T从低谷(低位拐点)上升,其滞后3—4个季度拉动CPIT亦从谷底(低位拐点)上升的概率最大;
M2T从峰顶(高位拐点)下降,其滞后6—8个季度引领CPIT亦从峰顶(高位拐点)下降的概率最大。
须说明的是,如果M2T下降周期较短(比如少于3个季度)即转而上升时,其对CPIT的滞后影响就会较为复杂。
由于M2T下降和上升对CPIT影响的滞后期不同,因此届时可能会出现推动CPIT下降的因素和推动其上升的因素重叠作用的情况,这需要具体情况具体分析。
2.M2T连续半年超过18%,则有较大概率滞后出现通胀(CPIT≥4%);
如果M2T不仅连续半年超过18%,且呈上升趋势,则滞后通胀的概率相当大;
如果M2T连续半年低于13.5%,则滞后出现通缩迹象(CPIT<1%)的概率将不断攀升。
3.过去的十多年,M2T的合理区间有向低位“漂移”的迹象,目前已从上世纪的16%—17%漂移到14%—16%。
宏观经济的运行有连续性,又有发展性。
未来,上述概率规律有可能以“扬弃”的方式显现,既不可能发生突变,同时又有可能在“新常态”下有微调。
因此了解和研究“旧常态”的态势概率规律是十分必要的,将有助于我们进行“新常态”M2T条件下CPIT走势的预判。
(二)进入“新常态”后的物价走势
M2T从2009年11月的高位29.64%逐渐下行,自2012年10月以来,除了个别月份,绝大部分时间均在14%—16%的“合理区间”运行。
特别是2014年下半年以来,除7月份为13.5%,8—11月连续4个月均在13%以下,因此必然导致2014年CPIT全年保持低位运行,而且2015上半年也必然会以很大概率延续这种状态。
“新常态”下如何较科学地预估物价上涨水平?
2014年全年CPIT为2%(12月仅为1.5%),明显低于原定3.5%的调控目标。
虽然总体看来物价相对平稳,但也说明原先的预估对M2T以及CPIT的滞后影响缺乏研判。
“新常态”下仍应坚持遵从M2T对CPIT滞后影响的概率规律来进行预估。
如果2015年M2T运行轨迹不发生大的转变,即在12%左右运行,则出现CPIT<1%的概率较大(事实上2015年1月CPIT已经达到0.8%);
即使M2T在2015年年初发生转折而上行,其滞后影响CPIT上行也要等到2015年第四季度。
因此,2015年的CPI上涨空间十分有限,若定在3%则显得空间偏大。
(三)对广义货币供应量增速“新常态”的期待
“旧常态”下,追求经济增长的压力往往使央行很难奉行货币供应量增长率基本固定的“单一规则”。
尽管《中国人民银行法》明确规定,我国的“货币政策目标是保持货币币值的稳定,并以此促进经济增长”,但在实际工作中,央行常常被要求同时兼顾“货币稳定”和“经济增长”。
在这样的理念下,我们往往会根据经济增长的需要在“紧缩的货币政策”、“稳健的货币政策”和“适度宽松的货币政策”等多种货币政策之间经常进行切换。
对“旧常态”概率态势的分析结果表明,这种政策转换操作的空间实际是十分有限的:
M2T一旦持续越出18%,滞后的通胀风险就会上升;
M2T持续低于13.5%,滞后通缩的风险就会增大。
中国经济进入“新常态”后一个基本情况是,经济增长速度从10%左右的高速增长转为7%左右的中高速增长,同时货币政策的主动性也有所增强。
在这一基本格局下,如果其他条件不变,货币供应量增速相应调减,在理论上有必要性和可能性。
基于前面的态势概率分析研究,以下有三点初步研判。
第一,“新常态”下M2T的合理区间有可能在14%—16%的基础上进一步向下“飘移”,但限于经验数据的不足,“飘移”幅度尚须进一步研判。
不妨考虑在向下“飘移”2个左右百分点的弹性范围内寻找新的合理区间(如12%—14%),目前尚不宜制定固定的年度M2增长目标。
第二,在当前中国CPIT已经在低位运行,而国际上仍普遍采用货币政策刺激经济的背景下,应密切观察物价低位运行的发展趋势,高度警惕和防范通缩在中国的出现。
要分析把握M2T对CPIT滞后影响的概率分布规律,提前准备、适时操作,避免货币政策操作失当。
第三,长期看,在“新常态”下,应辩证汲取“单一规则”的合理因素,保持货币政策的定力,放弃用货币政策来给经济踩油门或踩刹车的做法,而更多采用盘活货币信贷存量的办法支持实体经济,总之,尽可能使M2T在较窄通道内运行,保持M2T的稳定性、连续性。
本文的研究还比较初步,主要是提出问题,提出新的分析框架,意在抛砖引玉。
在“新常态”下,由于宏观经济体制机制变化等因素,时滞规律和态势概率也不断会有所“扬弃”,这就需要我们不断跟踪观察,随时重新考量。
参考文献
1.郝雁,对中国货币政策效应时滞的实证分析,南开经济研究,2004年第3期,109-112。