金砖国家通货膨胀周期的协动性.docx
《金砖国家通货膨胀周期的协动性.docx》由会员分享，可在线阅读，更多相关《金砖国家通货膨胀周期的协动性.docx（25页珍藏版）》请在冰豆网上搜索。
金砖国家通货膨胀周期的协动性
20
“金砖国家”通货膨胀周期的协动性
张兵李翠莲*
内容提要：
本文探讨了“金砖国家”通货膨胀周期的协动性及其影响因素。
通过研究
“金砖国家”认为，通货膨胀周期波动存在较强的协动性。
SPSS因子分析和聚类分析的结
“金砖国家”果表明，通货膨胀周期协动性的出现在很大程度上是源自世界通货膨胀波动
的冲击和发展中大国因素的综合作用。
“金砖国家”通货膨胀周期可以分为“大起大落”型和比较稳定型。
中国通货膨胀周期波动虽介于这两者之间，但更具有“大起大落”的倾向。
本文的研究结论从一个侧面反映了“金砖国家”合作机制的形成原因及其在未来加
同时也为当前中国治理通货膨胀政策的制定提供一定强经济合作和政策协调的必要性，
的借鉴和参考。
关键词：
金砖国家通货膨胀周期协动性因子分析聚类分析
一、引言和文献综述
2001年，（BRIC）的概念，美国高盛公司（GoldmanSachs）首次提出“金砖四国”囊括了中国、印
“金砖四国”度、巴西和俄罗斯这全球最大的四个新兴市场国家。
2010年12月，南非正式加入，由
（BRICS）。
这五个“金砖国家”此变为“金砖国家”的国土面积占世界领土总面积的26．8%，人口占
2010年国内生产总值占世界总量的18%，世界总人口的43%，贸易额占世界贸易总额的15%，对
2010年4月和2011年4月分别于俄罗斯、世界经济增长贡献率超过60%。
在经过2009年6月、
“金砖国家”巴西和中国举行了三次“金砖国家”领导人会晤后，已经成为新兴市场国家多边合作的
一种新模式和全球经济治理的一个新平台，在世界经济中日益发挥举足轻重的作用。
当前，以包括中国在内的“金砖国家”为代表的很多新兴经济体和发展中国家都面临着较大的通货膨胀压力。
本文旨在尝试利用SPSS因子分析和聚类分析方法探讨“金砖国家”通货膨胀周期的协动性及其影响因素，从而在一个侧面反映“金砖国家”合作机制的形成原因及其未来加强经济合作和政策协调的必要性，同时能够为中国通货膨胀的有效治理提供可资借鉴的政策建议。
有关经济周期的协动性问题一直是学界研究的焦点之一。
在理论上对经济周期协动性传导机
1980）建立的“反馈模型”（repercussion制进行说明的比较典型的例子是多恩布什（Dornbusch，
model），Svensson（1988）、他运用这一模型分析了各国经济之间进行相互作用的机制。
之后，
Svensson＆VanWinjbergen（1989）以及Fukuda（1993）等学者也在理论上研究了经济周期在各国之间进行传递的更为复杂的机制。
更多的学者则是从实证角度来探讨经济周期的协动性和各国经济之间的相互依赖性问题。
较早的如Hickman＆Filatov（1983）使用弹性方法分析了美日两国经济波动通过贸易效应给对方造成的影响；Burbidge＆Harrison（1985）运用向量自回归模型研究了美国和加拿大之间经济冲击的传递；Ahmedetal．（1993）运用结构性向量自回归模型和协整检验的方法研
*张兵，南开大学经济学院，邮政编码：
300071，电子信箱：
zblcl@nankai．edu．cn；李翠莲，天津理工大学管理学院，邮政编码：
300384，电子信箱：
lizizhe2007@163．com。
本文为中央高校基本科研业务费专项资金资助项目（项目编号：
NKZXB10029）的成果。
感谢匿名审稿人的宝贵意见和建议，文责自负。
29
张兵、李翠莲：
“金砖国家”通货膨胀周期的协动性
究了美国和经合组织（OECD）五个成员国之间经济周期的传递；Selover（1997）则运用向量误差修正模型研究了美日之间经济波动的传递机制。
之后，学者们对经济周期协动性传导机制的研究主
Glick＆Rose（1999）、其中Frankel＆Rose（1998）、要集中于国际贸易渠道和国际金融渠道等方面，
Selover（1999）、Bordo＆Helbling（2003）、Baxter＆Kouparitsas（2005）、Kose＆Yi（2006）、Eickmeier（2007）以及Balakrishnanetal．（2009）等更强调经济波动和冲击通过国际贸易渠道进行传递并对
Glick＆Hutchison（1999）、各国产出、消费和就业等产生影响，而Williamson＆Maher（1998）、
Blankenauetal．（2001）、Aghionetal．（2004）、Bordo＆Helbling（2010）以及Mishkin（2011）等则更
金融、利率、汇率等渠道对一国实体经济和通货膨胀等方面产强调经济周期和波动通过资本流动、
生影响。
国内学者的研究则集中于采用不同数据和方法探讨中国与世界经济以及其他国家和地区经济周期波动的协动性并分析其传导机制。
薛敬孝、张兵（2001）探讨了包括中国在内的东亚国家之间经济周期存在的同期性和非同期性及其影响因素。
秦宛顺等（2002）利用1987—2000年季度宏观变量序列探讨了中美经济周期之间存在的弱相关关系。
任志祥、宋玉华（2004）、宋玉华、方建春（2007）分析了经济全球化条件下中国经济与世界经济周期日益明显的协动性和互动关系。
贾俊雪、郭庆旺（2006）、袁富华等（2009）则基于动态因子模型分别探讨了开放经济条件下美国经济冲
日本和欧盟三大经济体为代表的国际经济周期的关联击对中国经济波动的影响以及中国与美国、
问题；彭斯达、陈继勇（2009）也基于多种宏观经济指标综合考察了中国和美国经济周期的协动性。
Granger检验和聚类分析等方法考察了1960—2007年间中贺书锋、郭羽诞（2010）利用协同性指标、
国与27个主要贸易伙伴国经济周期的协同性和群体差异性；王勇等（2010）采用面板数据对中国
岑丽君（2010）选取1990—2008年中国及其27与世界经济波动协同性的原因进行了考察；程惠芳、
个主要贸易伙伴的数据，用面板数据模型的普通最小二乘估计法实证检验了贸易强度和投资强度等因素对中国与主要贸易伙伴之间经济周期协动性的影响；李磊等（2011）则利用1984—2007年面板数据研究了中国与OECD国家的经济周期同步性及其传导机制。
Neill）首次在有关“金砖国家”的研究方面，自2001年美国高盛公司的吉姆·奥尼尔（JimO’
提出“金砖四国”的概念后，国外学者的研究侧重对“金砖四国”发展前景的预测，其中最具代表性
（Dreaming的是高盛公司在2003年10月发表的一份题为《与BRICs一起梦想：
通向2050之路》
WithBRICs：
ThePathto2050）的全球经济报告，预计到2050年世界经济格局将发生重大变化，届时全球前六大经济体将依次为中国、美国、印度、日本、巴西和俄罗斯。
之后，高盛又发布了一系列
对“金砖国家”的发展速度和经济实力做出预测。
国内学者对“金砖国家”的深入研究则是在报告，
2009年“金砖国家”第一次领导人会晤后，研究集中于比较分析“金砖国家”的发展模式及其特征方面。
其中扶涛、张梅荷（2010）通过使用随机前沿模型对金砖四国1990—2004年的经济增长源泉进行分解，研究认为劳动力和物质资本投入在“金砖四国”各个国家经济增长中都处于重要的地位，而“金砖四国”各个国家全要素生产率的增长率、技术进步和技术效率变化率则各有特点。
吴
宾建成（2010）通过全要素生产率、能源利用效率等指标对“金砖四国”的经济效率进行比较研俊、
究，认为“金砖四国”的经济增长是由“高投入”所驱动，是一种粗放型的经济增长。
张玉柯、徐永利（2010）对“金砖四国”产业结构与就业结构的变动及其相关性进行了比较分析，认为“金砖四国”在
与产业结构的变动不一致，产业结构面临调整和升级。
林跃勤就业结构方面的差异更加明显，
（2009，2010）认为源于美国次贷危机的全球金融风暴使“金砖国家”受到了严重冲击，经济快速发展的“金砖国家”对外部冲击的抵御性差更多是源于自身赶超发展过程中存在的不足和缺陷，因
“金砖国家”此，的反危机政策不仅要着眼于稳定短期经济增长，更要致力于重构长期持续增长机
“金砖四国”制和模式。
贺书锋（2010）利用SVAR模型的脉冲响应分析认为，尽管存在政治经济的
30
20
差异性，但在中国核心的影响下四国经济周期形成了高度的协同性和互动性。
杨力、张耿（2011）对“金砖四国”及发达国家的经济波动及其福利损失进行了分析，认为“金砖四国”作为新兴经济其经济波动导致的福利损失比发达国家要大。
王信（2011）则提出由于受制于金融发展滞后，体，
“金砖四国”在国际分工中仍处于劣势，其国际金融实力的上升与实体经济及对外贸易的发展不相称，难以在国际金融治理和国际经济不平衡的调整中发挥重大作用。
因此未来四国应加快国内金融改革，进一步密切四国之间以及四国与其他新兴经济体的贸易投资联系，同时加强政策协调，推动国际货币金融体系改革。
通过上述文献综述我们可以看出，迄今学者们对经济周期协动性的研究文献非常丰富，有关经济周期协动性的指标也有很多不同选择，但单纯分析通货膨胀周期协动性的文献尚不多见，而研究“金砖国家”通货膨胀周期协动性的文献更是缺乏。
而当前以包括中国在内的“金砖国家”为代表的新兴经济体和发展中国家普遍都面临着较大的通货膨胀压力，通货膨胀问题处理是否得当直接关系到各国经济乃至整个世界经济的发展。
有鉴于此，本文尝试利用SPSS因子分析和聚类分析方法探讨“金砖国家”通货膨胀周期的协动性及其影响因素，希望能对各国特别是中国通货膨胀的治理提出些许有参考价值的政策建议。
二、“金砖国家”通货膨胀周期协动性的状况
我们用“金砖国家”各国消费者价格指数（CPI）月度增长率的变化来反映其通货膨胀的变
①由于巴西和俄罗斯在一些年份②发生了恶性通货膨胀，化。
导致“金砖国家”通货膨胀率的极端
均值和标准差差别很大（如表1所示），所以我们很难在一个统一的图形框架中画出五国通货值、
但仍然可以通过观察1993年4月至2011年3月“金砖国家”通货膨胀膨胀率变化的直观曲线图，
率月度数据的变化趋势和特征发现，金砖五国通货膨胀率的变化周期在某些时间段存在着比较明2002—2005年、2007—2011年等等。
虽然比如1993—1997年、显的同步上升和下降的趋势，
各国通货膨胀周期波峰和谷底出现的时间并不完全一致，但考虑到各国周期之间传递的时滞及由此导致的领先—滞后结构，这些国家周期上升阶波峰和谷底段和下降阶段持续的时间基本重合，
“金砖国家”出现的时间比较接近。
也就是说，通货膨胀周期的变化在某些时间段还是呈现出了较强的协动性。
“金砖国家”通货膨胀周期协动性的状况也可以通过表2中给出的各国通货膨胀周期波动的相关系数来体现。
考虑到相关系数的显著性有可
巴西中国印度俄罗斯南非
表11993年4月至2011年3月“金砖国家”通货膨胀率（%）的描述性统计
最小值1．6－2.20.05.50.1
最大值4922．227.519.71300.013.9
均值252.64.77.285.16.7
标准差802.87.03.5191.83.0
数据来源：
利用BvD数据库：
EIUCountryData中的数据计算。
能受到样本中存在着“极值”的影响，我们不仅计算了Pearson相关系数，同时还计算了Spearman序“金砖国家”两两之间通货膨胀周期变化的Pearson相关系列相关系数。
由表中的数据可以看出，
数除了印度与俄罗斯之间没有显著性，其他都在1%的置信度（双侧）水平上具有显著性。
Spearman序列相关系数中，除了印度与巴西、印度与俄罗斯之外，其他也都在1%的置信度（双侧）水平上具有显著性。
而且如果考虑到各国通货膨胀周期变化可能存在领先—滞后结构的话，其相
①②
“金砖国家”由于篇幅所限通货膨胀率月度数据没有列出，数据来源于BvD数据库：
EIUCountryData。
如巴西在1993年4月至1995年6月、俄罗斯在1993年4月至1996年9月和1998年9月至1999年12月的月度通货膨
胀率都超过了30%，其中巴西在1994年6月的通货膨胀率高达4922.2%，俄罗斯在1993年10月的通货膨胀率高达1300%。
31
张兵、李翠莲：
“金砖国家”通货膨胀周期的协动性
“金砖国家”关系数会更加显著。
由此我们可以得出结论：
在所考察的时间段内，通货膨胀周期的变化总体上表现出了比较明显的协动性。
表2
1993年4月至2011年3月“金砖国家”通货膨胀率波动的相关系数
巴西
巴西中国印度俄罗斯南非
注：
＊＊
中国
＊
0.720＊＊
0.492＊
印度
＊
0.178＊
俄罗斯
＊
0.755＊＊
0.678＊＊
0.658＊＊
0.245＊
南非
＊
0.238＊＊
0.243＊＊
0.350＊＊
0.233＊＊
0.317＊＊
0.338＊＊
0.291＊＊
0.465＊
Pearson相关系数Spearman相关系数Pearson相关系数Spearman相关系数Pearson相关系数Spearman相关系数Pearson相关系数Spearman相关系数Pearson相关系数Spearman相关系数
11
＊
0.720＊＊
0.492＊＊
0.178＊
－0.110
＊
0.272＊＊
0.290＊
11
＊
0.272＊＊
0.290＊＊
0.658＊＊
0.245＊＊
0.350＊＊
0.233＊
110.1270.006
＊
0.317＊＊
0.338＊
0.1270.00611
＊
0.291＊＊
0.465＊
0.0110
＊
0.755＊＊
0.678＊＊
0.238＊＊
0.243＊
11
表示在置信度（双侧）为1%时，相关性是显著的。
数据来源：
利用BvD数据库：
EIUCountryData中的数据计算。
从理论上来说，开放经济条件下国家之间经济周期（包括实体经济周期和通货膨胀周期）出现协动性的原因主要可以归纳为三个方面：
面临共同外部冲击、国家间紧密的经贸联系以及经济结构和政策的相似性。
首先，随着各国对外开放的深入和外部依赖性的加强，其实体经济周期或通货膨胀周期在面临共同外部冲击（如世界经济的波动、世界能源和原材料价格的波动、国际贸易和国际资本流动的冲击以及其他一些突发事件）时往往会出现较明显的同步性。
1997年爆发的东南亚金融危机对东亚国家和地区产生的冲击以及2007年爆发的美国次贷危机所引发的国际金融危机对世界各国产生“金砖国家”来看，自20世纪90年代以来，的的严重影响充分证明了这一点。
具体到“金砖国家”
①这在一定程度上反映了“金砖国家”外贸依存度尽管有所波动，但总体呈现出了上升趋势，对外开
放程度的不断加深。
市场的开放使得这些国家与世界经济的联系日益密切，受世界经济波动等外从而使其实体经济周期和通货膨胀周期波动在面临共同外部冲部冲击和影响的程度也日益提高，击时可能会出现比较明显的协动性。
其次，许多理论研究和历史经验表明，在各国实体经济周期和通货膨胀周期波动协动性形成过相互之间紧密的贸易和投资等经济联系发挥着基础性的纽带作用。
一国实体经济周期和通程中，
货膨胀周期不同发展阶段所导致的对外贸易、对外投资以及吸引外资状况的变动会产生与其他国家经济的相互影响，从而使得各国实体经济和通货膨胀的波动趋于同步。
随着对外开放的扩大，“金砖国家”间的贸易和投资迅速增长，从而使其经济发展联系成了一个较为紧密的整体。
例如，2001—2010年，“金砖国家”根据中国商务部公布的数据，间的贸易年均增速高达28%，贸易规模增长了15倍。
中国已分别成为俄罗斯、巴西、南非的第一大贸易伙伴、印度的第二大贸易伙伴、巴印度的第三大出口市场、俄罗斯的第六大出口市场。
日益紧密的贸易西和南非的第一大出口市场、
和投资等经济联系使得“金砖国家”之间的相互依赖和影响不断增强，从而有可能在很大程度上促进其实体经济周期和通货膨胀周期波动出现协动性。
最后，各国经济结构和政策的相似性是实体经济周期和通货膨胀周期协动性存在的重要基础。
①
如根据国际货币基金组织数据库（WorldEconomicOutlookDatabase）和世界贸易组织数据库（WTOStatisticsDatabase）中
12.7%、10.6%和37.5%上升为2010年的50.6%、的数据计算，中国、印度、巴西和南非的外贸依存度分别由1990年的29.6%、35.0%、18.8%和49.2%。
32
20
经济结构上的相似性会使得相关国家的实体经济和通货膨胀波动出现相似的发展趋势，而经济政策的协调和趋同性也会进一步强化各国实体经济和通货膨胀波动的同步性。
从“金砖国家”的具这些国家都是规模较大的新兴和发展中国家，普遍处于经济转轨过程中，在经济体制、体情况来看，
市场和人口规模、产业和贸易发展结构以及资本项目的开放程度等方面具有发展中大国的一些共“金砖国家”同制度和体制等结构性特征。
同时，都面临着发展经济、应对国际资本流动的不利冲
①而击、改革现行国际货币金融体系等任务，因此这些国家所采取的政策措施具有一定的相似性，②这WTO等国际组织和二十国集团等框架内不断加强立场和政策协调。
且它们在IMF、世界银行、
实体经济周期和通货膨胀周期协动性的加强奠定了重要基础。
些都为“金砖国家”
以上是理论上简要概括了“金砖国家”通货膨胀周期波动出现较强协动性的可能原因，下面通过SPSS因子分析和聚类分析方法具体实证探讨“金砖国家”通货膨胀周期波动协动性出现的主要原因和影响因素。
“金砖国家”三、通货膨胀周期协动因子的提取与聚类分析
由于1993年之前的通货膨胀月度数据不可得，所以下面有关因子分析和聚类分析基于“金砖国家”在1993年4月至2011年3月的通货膨胀数据进行。
（一）因子分析的前提条件
在进行SPSS因子分析之前要先进行KMO抽样适当性检验和Bartlett球形检验。
其中KMO检验值在0到1之间，越接近于1说明进行因子分析的效果越好。
而Bartlett球形检验则是假设变量若拒绝原假设则说明适合进行因子分析。
KMO检验和Bartlett球间的相关系数矩阵是单位矩阵，形检验的结果如表3所示。
“金砖国家”从表3中的检验结果来看，通货表明可以膨胀周期数据的KMO检验值为0.739，进行因子分析。
同时Bartlett球形检验的观测值为411.211，对应的概率P值为0，如果显著性水平为1%或5%，则概率P值小于显著性水平，应即相关系数矩该拒绝Bartlett球形检验的零假设，
阵与单位矩阵存在显著差异，因此适合进行因子分析。
（二）因子的提取
表4是对“金砖国家”通货膨胀周期数据利用主成分分析法进行因子分析的初始解，显示了变量的共同度。
表中“初始”
列是因子分析初始解下的变量共同度，表明对五国通货膨胀周期变量如果采用主成分分析法提取所有5个特征根，则变量的所有方差都可以被解释，所以变量共同度均为1。
但因子分析的目标是通过降维使得因子数目小于原有变量的个数，因此不能提取全部特征根。
表中“提取”列则是按照指定提取条件③提取特征根时的变量共同度，这列数值都比较大，表明原有变量的信息丢失较少，原有变量的绝大部分信息可以被提取的因子解释。
表3
KMO检验和Bartlett球形检验结果
Kaiser-Meyer-Olkin检验值Bartlett球形检验：
近似卡方值（Approx.Chi-Square）自由度（df）显著性（Sig．）
411.211100.0000.739
注：
利用SPSS17.0和BvD数据库：
EIUCountryData中的数据进行的检验。
①②序等。
③
比如面对美国次贷危机所引发的国际金融危机的冲击，这些国家普遍采取了扩张性的财政和货币政策，之后随着经济的比如要求提高发展中国家和新兴经济体在国际经济组织中的话语权、改革现行国际货币金融体系以建立国际经济新秩在此我们指定提取条件为特征根值大于1。
复苏和回升，这些国家又采取了紧缩性的货币政策以应对日益加剧的通货膨胀和资产价格泡沫。
33
张兵、李翠莲：
“金砖国家”通货膨胀周期的协动性
表5给出了因子解释原有变量总方差的情况，得到了两个特征根值大于1的因子。
从初始因子解的情况来看，第1个因方差贡献率为53.757%；第2个因子的子的特征根值为2.688，
方差贡献率为21.679%。
两个因子的累积特征根值为1.084，
方差贡献率为75.436%，表明这两个因子共解释了原有变量总方差的75%以上。
在采用方差最大法进行因子正交旋转后，两个因子的累积方差贡献率没有改变，也就是没有影响原有变量但是改变了各因子的方差贡献率。
从结果来看，经过的共同度，
表4SPSS因子分析的初始解
初始
提取0.8480.7780.7280.8170.601
1.0001.0001.0001.0001.000
巴西中国印度俄罗斯南非
注：
提取方法为主成分分析。
旋转之后，满足条件的前两个因子的方差贡献率差距有所减少。
总的来看，前两个因子对解释原有变量的贡献很大，而其他因子的特征根值较小，对解释原有变量的贡献很小，因而提取两个因子是合适的。
表5
成分12345
方差贡献
（%）53.75721.67913.5546.5304.480
SPSS因子分析原有变量总方差的解释情况
初始特征值
合计2.6881.0840.6780.3260.224
累积方差贡献（%）53.75775.43688.99095.520100.000
合计2.6881.084
提取平方和载入方差贡献（%）53.75721.679
累积方差贡献（%）53.75775.436
合计2.4011.371
旋转平方和载入方差贡献（%）48.01627.420
累积方差贡献（%）48.01675.436
注：
提取方法为主成分分析。
（三）因子的命名和解释
表6显示了旋转前后的因子载荷矩阵。
从旋转前的因子载荷矩阵来看，五国通货膨胀周期变量在第1个因子上的载荷量总体上都比较高，说明第1个因子能同时解释五国通货膨胀周期变动的信息。
经过因子旋转后，南非和印度的经济周期变量在第1个因子上的载荷量下降比较明显，而在第2个因子上的载荷量比较高，说明第2个因子对两国通货膨胀周期变动的解释力较强。
根据旋转前后的因子载荷矩阵我们提出因子命名假设：
第1个因子命名为世界通货膨胀波动因子，第2个因子命名为发展中大国特征因子。
如前所述，自20世纪90年代以来，“金砖国家”的外贸依存度尽管有所波动，但总体上呈现出了上升趋势，这些国家市场开放程度的提高使其与世界经济的联系日益密切，受世界经济波动冲击和影响的程度也日益提高。
世界经济的
中国巴西俄罗斯印度南非
表6旋转前后的SPSS因子载荷矩阵
成分矩阵成分10.8770.8710.8520.3960.526
成分2－0.094－0.298－0.3010.7560.570
巴西俄罗斯中国印度南非
旋转成分矩阵
成分10.9160.8990.8340.0400.235
成分20.0980.0870.2850.8520.739
注：
提取方法为主成分分析法，提取了2个成分；旋转法采用具有Kaiser标准化的方差最大化正交旋转法，旋转在3次迭代后收敛。
冲击波动可以在很大程度上解释“金砖国家”通货膨胀周期的变化及其协动性，而五个国家通货膨胀周期变量在第1个因子上的载荷量都比较高，因此我们把第1个因子命名为世界通货膨胀波动因子。
这一因子会加剧各国通货膨胀的波动，使其周期容易出现“大起大落”型的变化。
美国次贷危机所引发的国际金融危机对“金砖国家”产生的严重影响和冲击在一定程度上证明了这一点。
34
20
“金砖国家”另一方面，都
升级会员 