摘要：运用DCC模型和非线性Granger因果检验，对CPI和PPI的动态传导机制进行研究。结果发现：
（1）2008年前后两者的相关关系存在着明显差异，分段检验证实两者的传导关系的确发生了转变；
（2）经济危机后政府主导的投资计划可能导致了价格传导机制的显著变化，以往研究结论不一致主要源于选取区间不同，根本原因在于宏观经济环境变化所导致的价格传导方向的转变；
（3）目前存在着通缩的威胁，这是对前期通胀的调整，经济将会在未来一段时间处于“低物价、低增长”的新常态。
关键词：价格传导机制；DCC模型；非线性Granger因果检验
DOI：10.13956/j.ss.1001-8409.2015.11.08
中图分类号：F8225； F0641 文献标识码：A 文章编号：1001-8409（2015）11-0035-04
Abstract：This paper analyzes the dynamic transmission mechanism between CPI and PPI by Dynamic Conditional Correlation（DCC） model and nonlinear Granger causality test. Results show that after 2008 the correlation between them has significantly increased due to government overinvestment； the change of the transmission mechanism implies that the reason of previous academics contradiction is different timezones choosing. Direction change of the transmission mechanism is due to changes in investment policies which should come into notice.
Key words：price transmission mechanism； DCC model； nonlinear Granger causality test
引言
CPI同PPI的动态传导机制一直以来是经济学者关注的热点。CPI为居民购买并用于消费的商品和服务项目价格水平的变化趋势和变动幅度的相对数；PPI为工业生产者价格变动趋势和变动幅度的相对数。两者分别衡量了消费和生产领域价格变动情况，具有时效性和国际比较价值。通胀理论一般分为需求拉动型通胀、成本推动型通胀两种类型，因此需要判断：究竟是CPI带动PPI的变动，还是PPI带动了CPI的变动。分析该机制有助于政府决策部门针对通胀源头采取及时行动，杜绝恶性通胀的出现，故此问题得到许多学者的关注。但意外的是，学者的结论竟不尽相同，甚至彼此间得出完全相反的结论。有代表性的有：贺力平等[1]对 2001年1月至2008年7月的CPI、PPI之间的格兰杰因果检验结果显示，在所考察时期内，消费者价格指数是生产者价格指数变动的格兰杰原因，后者经过1～3个月左右的时滞对前者的变动作出反应；杨子晖等[2]的研究则发现，在1998 年1月至2011年11月期间内总体上存在着由PPI到CPI的非线性传导机制，上游生产要素价格的上升将向下游消费价格正向传递，使中国面临着“成本推动型通胀”的压力。两篇文章均采用科学严谨的理论推导和计量分析，并为保证结论的稳健性采取了严谨的数据检验，然而却得出了截然相反的结论。那么我国CPI和PPI之间的传导机制究竟如何？基于文献回顾以及数据分析，本文猜想研究结论的不一致主要源自于数据选取的区间不同，经济系统内部可能存在导致传导机制转变的因素。确定这一个突变因素发生的时间不能仅从文献猜想，而是应该从具体数据着手。相关关系是因果关系的必要条件，因果关系的转变可能伴随着相关关系的变化。因此在探索价格传导机制之前，可先分析CPI和PPI之间的相关关系，捕捉CPI和PPI之间的动态联动性。本文运用DCC模型度量CPI和PPI之间的动态相关系数，分析其随时间变动的趋势和规律，再基于此进行非线性Granger因果检验，以确定具体的价格传导机制。
1文献综述
除上述两篇文献外，其余学者也各自采用不同的方法对该问题展开讨论。谭本艳[3]运用Gonzalo-Granger方法分析得出，我国PPI的长期驱动力为一般日用消费品类价格指数。张晓慧等人研究发现，由金融投机引发的初级产品价格暴涨为此轮CPI、PPI大涨的重要原因，当两者明显上涨时，预示着经济体处于泡沫破灭边缘。董直庆等[4]利用互谱和CF滤波方法，
发现短周期CPI波动源于食品类消费品供给变化而不是流动性过剩，CPI是PPI的先行指标且先行期数为3个月。刘康[5]认为2000～2013年期间我国PPI、CPI的传导关系在检验初期实现了双向传导，中期没有传导，末期再次实现双向传导。刘凤良等[6]引入货币政策分析框架来研究价格传导机制，采用Bootstrap的Granger因果检验发现，CPI是PPI的Granger原因，反之不成立。王晓芳等[7]发现 PPI和CPI之间的传导关系主要受低频分量和趋势项影响，低频分量中只存在PPI到CPI的单向因果关系，而趋势项中存在不对称的传导方式，即在1%的水平上CPI到PPI存在单向因果关系，在5%的水平上二者互为因果关系。杨灿等[8]运用谱分解的非参数频域分析方法，对近16年来中国CPI与PPI之间的Granger因果关系进行检验，结果表明，在短期内，既存在CPI向PPI的传导关系，也存在PPI向CPI的传导关系（两种传导关系的时滞有所不同）；但就长期考察，PPI向CPI的传导仍然占据主导地位；而在中期内，它们之间可能互为因果关系。 2数据说明及处理
为保证与以往研究者相一致，本文选取1996年1月至2014年12月的CPI、PPI月度数据，取自国家统计局网站。根据一般研究需要，转化为环比数据。描述性统计见表1。
从图1可以看出，1996年至2008年前后，PPI的波动幅度略大于CPI，且波动的方向与CPI并没呈现一致的现象，而2008年之后，CPI的均值显著大于PPI，并且比前期震荡加剧。两者的波动方向则大体一致。而2008年由于全球经济危机的影响，我国政府为防止经济下行，推行了四万亿的政府投资计划，刺激计划一经推出，便迅速拉动物价全面上浮。基于此，本文猜想，由于经济系统的持续变化以及国家总体经济政策的显著变动导致价格传导机制存在着变化的可能，从数据中也可看出两者的相关关系呈现时变和非线性的特征。由前文分析可知，探求经济系统内两变量因果关系应以确定两者的相关关系为必要条件，而既然CPI和PPI呈现时变的相关关系，所以在不同区间内采取因果检验，可能得出不一致的结论，甚至是相反的结论。因此，需要先对时变的相关关系进行考察，才能进一步研究两者的因果关系。
3实证分析
31动态相关性分析
传统的相关系数测度只能刻画经济变量样本期内整体的相关特性，无法考量相互关系的时变性。而由Engle和Sheppard[10]提出的DCC（Dynamic Conditional Correlation） 模型，可以对经济时间序列数据间的动态相关关系进行测度，因而近年来得到学界的广泛关注。这一模型是以Bollerslev提出的GARCH模型和常相关系数模型基础上发展出来的，与其余MGARCH模型相比，DCC模型估计参数较少，计算特性优良，并且可以刻画不同经济数据间动态协同波动关系。
根据Engle[11]的最新研究，DCC模型估计分为两步：
（1）对时间序列进行平稳性检验，若数据不平稳，需进行差分等处理，得到平稳序列后，进行GARCH模型的估计，得到残差序列ε1，t和ε2，t；
（2）对动态条件相关系数Q1，2，t进行估计，模型如下：
从中可以看出，1996年1月至2000年前后，CPI和PPI的联动关系十分稳定，并且较为微弱。20世纪90年代由于价格闯关等政策的出台，市民纷纷开始抢购生活物资，引发了市场恐慌，物价也随之疯长。1995年和1996年的同比CPI平均达到了148%的水平，而与此同时，PPI则并没有相同的疯狂涨势，甚至出现了较小幅度的下降，说明此轮通货膨胀不是成本推动造成的，而是价格制度调整导致的需求恐慌所引起的。紧接着，国企改革政策的出台促使价格机制进一步调整，出现了CPI和PPI波动脱节的现象，甚至在2000年前后出现负相关的怪异现象。2002年以后，随着我国年均GDP保持10%水平左右的增长率，市场经济制度逐步完善，经济各部门间的联系加强，价格机制开始发挥调节作用，PPI和CPI的联动机制开始体现，相关系数逐渐增加。值得提出的是2008年之后动态相关系数出现了异常的增长，这是由于蔓延全球的金融危机迫使我国政府出台了4万亿的投资计划，在短短2年期间内，大量投资于基础设施建设，宽松的货币政策导致了短期内CPI、PPI的迅速增长，上游商品价格上升所导致的成本上涨以及下游需求的井喷式增长，促使了两者联动关系的增强，整个经济系统面临通货膨胀的风险。进入2013年以后，新一届政府重新调整货币政策，对GDP等经济指标不再刻意强调，此时钢材、水泥等基础工业品均出现了明显过剩的现象，国际经济环境迟迟没有明显改善，进入2014年，国际油价也开始急速下降。受此影响，PPI出现了持续下降的情况。CPI则由于联动关系的影响，也稳定在2%水平上，因此在2013年以后，两者的相关系数稳定在0.3左右，呈现了新的均衡水平，经济系统又开始面临新的经济常态，以至于部分经济学家提出警惕通货紧缩的风险。2014年年底，即便受到春节等节日效应的影响，CPI也只是短暂扩大了增幅，偶尔价格迅速回落，目前仍然处于21%的平均水平。而基于克鲁格曼等经济学家的研究，政府主导的一轮经济刺激计划所伴随的通货膨胀，将会在长期内影响经济的物价水平，之后为了做出调整，经济将会面临通缩的威胁，这对于整个经济而言将是“寒冬”。因此，防范通货膨胀，必须以系统调整的观点，对整个经济系统存在的问题进行调整，慎重把握货币政策的调节作用。并且从图中也可以了解到，经济数据的调整需要较长的时间，这需要政府更大的决心和智慧。
32非线性granger因果检验
由于政府政策的改变、市场经济的发展以及国内外经济局势的变化，CPI和PPI的联动关系也随之发生着显著的变化，彼此间的因果关系也存在着变化的可能，这或许就可以解释不同学者之间研究结论不一致的情况。为验证这一现象，本文以2008年1月为分界线，分别检验两个区间内CPI和PPI的因果关系，作为对照，同时也对全时间段进行因果检验。在此，考虑到CPI和PPI存在着非线性的联动特征，因此传统的线性Granger检验并不能准确测量两者的关系，它可能因忽略实际存在的非线性因果关系而导致结论出现显著偏差。Hiemstra和Jones[12]与Diks和Panchenko[13]相继提出了非线性Granger因果检验方法，通过构建非参检验统计量以考察经济变量之间可能存在的非线性因果关系。两者的方法大体相同，统计量分别为TVAL和T（n）。首先应对每段区间内采用 VAR模型对CPI 与 PPI 价格指数的相互影响关系进行正确设定并估计，以过滤其相互间的线性依存成分，在此基础上，分别对经线性过滤后的残差序列进行非线性检验。经过BDS方法的非线性检验，各残差项均拒绝“线性”假设，因而可采取非线性Granger因果检验。检验结果如表
4、表5所示。
可以看出，1996～2014年全样本段内的检验可知，CPI不是PPI的格兰杰原因，而PPI是CPI的格兰杰原因，这与杨子晖等人的结论一致，总体上存在着由 PPI 到 CPI 的非线性传导机制，这就意味着上游生产要素价格的上升，将通过生产流程对下游消费制成品价格造成向上趋势的影响，由此加大了引发“成本推动型通胀”的风险。因此必须对上游产品的生产过程密切监控，谨防成本推动型通胀的出现，此外国际原油及大宗商品价格波动幅度巨大，外部物价冲击所带来的生产成本上升也容易通过正向传导机制引发下游价格的波动，加大 “输入型膨胀”的威胁。1996年至2007年区间段内，CPI是PPI的格兰杰原因，在滞后2～3期水平上最为显著，这或许就是此段期间内两者同期相关系数偏小的原因，而PPI不是CPI的格兰杰原因，这与贺力平等人的结论基本一致，说明在国家经济政策发生明显变化以前，我国存在着“需求拉动型通胀”的现象。由于市场经济的逐渐完善，价格机制开始发挥调节作用，中国在20世纪90年后期开始，告别了供给短缺的经济时代，越来越多需求方的因素对价格传导机制产生影响作用。2008～2014年12月的数据则显示了与全段范围一致的结论，即PPI是CPI的格兰杰原因，反之则不然。前文已经述及，在金融危机到来之后，政府采取了大量投资基础设施建设的方针，借以稳定经济增长水平。虽然短期内对GDP有一定的拉抬作用，却也带来了巨大的通胀压力，总体而言，此轮通胀最主要归结于国家宏观经济政策的改变所导致的价格传导机制的全面变化。2008年之后，政府主导的投资计划主要投资于基础设施建设，造成了钢材、水泥等基础工业品的价格上涨，同时也导致了地价、房价的持续猛涨，对于绝大多数工业企业的生产都是极为不利的，由此造成的成本上升向下游消费品流动，造成了PPI、CPI同步持续上涨的局面。而进入2013年以后，随着投资热潮过去以及产能过剩的负面影响开始显现，我国的物价水平又进入到新阶段，CPI增长幅度较为缓慢，PPI更是出现了连续7个月的下降，这都反映了市场为纠正以往错误进行的调整过程，这个过程将会十分缓慢，并也会在一定程度上对我国的经济发展造成影响。 4结论与建议
本文在以往研究的基础上，对CPI和PPI的关系进行了重新考察。由于以往研究者选取不同区间段，在价格传导方向上甚至得出了完全相反的结论。这促使本文对此进行探索，基于数据本身出发，在探索因果关系之前，首先探索了两者的相关关系，运用DCC模型，估计了CPI和PPI的动态相关系数，并发现在2008年前后存在着明显的差异，猜想2008年之后政府主导的投资计划可能导致了价格传导机制的显著变化，这或许就是学者的研究结论不一致的原因所在。通过非线性granger因果检验，本文证实了以往研究结论不一致的原因的确源于所选区间不同所致，其根本原因在于宏观经济环境变化所导致的价格传导方向的转变。2008年之后，CPI和PPI联动关系持续增强，“成本推动型通胀”日益凸显，这都与政府主导的基建投资密不可分，尽管过度投资导致了房价的疯长，的确加大了居民的生活成本，但由于CPI的统计项中并未纳入房价变动因素，因此CPI只能间接受到这一巨大冲击的影响，而大多数生产者所面临企业成本的上升就会向下游的消费品流动，最终导致CPI的上升。
因此，本文认为：
（1）宏观经济系统内部的价格传导机制的确存在转变的可能，这主要归结于经济政策是否发生重大的改变，以上分析说明，政府采取货币政策和投资时，应客观冷静对待可能造成的影响，避免负面的经济冲击，造成通胀威胁；
（2）CPI和PPI之间的相关关系具有时变的特性，需使用系统的观点，对物价进行研究；
（3）通过数据分析，目前我国的物价水平呈现了新的稳定态势，甚至有出现“通缩”的可能，这是对过去错误政策的纠正，但同时也伴随出现经济增长放缓的问题，如何保证中国经济继续平稳较快发展，将是研究者和政府需要着力探讨的问题。
参考文献：
[1]贺力平，樊纲，胡嘉妮. 消费者价格指数与生产者价格指数：谁带动谁？[J]. 经济研究， 2008
（11）：16-26.
[2]杨子晖，赵永亮，柳建华. CPI与PPI传导机制的非线性研究：正向传导还是反向倒逼？[J]. 经济研究， 2013
（3）：83-95.
[3]谭本艳. 我国PPI波动的长期驱动力与短期驱动力――基于Gonzalo-Granger分解的分析[J]. 软科学，2009
（8）：16-19+25.
[4]张晓慧，纪志宏，李斌. 通货膨胀机理变化及政策应对[J]. 世界经济，2010
（3）：56-70.
[5]董直庆，蔡玉程，谢加贞. CPI和PPI周期协动效应――基于频带分析方法的实证检验[J]. 数量经济技术经济研究，2009
（10）：125-137.
[7]刘康. PPI、CPI传导机制研究[J]. 国际金融研究，2014
（5）：24-30.
[6]刘凤良，鲁旭. CPI与PPI的“虚假传导”及其修正――一个相对稳健的实证框架[J]. 数量经济技术经济研究，2011
（8）：91-102；114.
[8]王晓芳，王瑞君. 总体经验模式分解视角下的PPI与CPI波动特征及传导关系研究[J]. 数量经济技术经济研究，2013
（5）：128-139.
[9]杨灿，陈龙. 中国CPI与PPI：因果关系和传导机制[J]. 厦门大学学报（哲学社会科学版），2013
（3）：1-9.
[10]Hiemstra C， Jones J D. Testing for Linear and Nonlinear Granger Causality in the Stock Pricevolume Relation[J]. Journal of Finance， 1994， 49
（5）：1639-64.
[11]Engle R. Dynamic Conditional Correlation： A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models[J]. Journal of Business & Economic Statistics， 2002， 20
（3）：339-50.
[12]Robert Engle. Anticipating Correlations： A New Paradigm for Risk Management[M]. Princeton University Press， 2009.30-42.
[13]C G H Diks， V Panchenko. A New Statistic and Practical Guidelines for Nonparametric Granger Causality Testing[J]. Journal of Economic Dynamics & Control， 2006， 30：1647-1669.
