论文部分内容阅读
消费者物价指数(CPI)是衡量通货膨胀的常用经济指标。但它的观测和度量容易受到暂时冲击的影响,这种暂时冲击所引起的物价上涨或者下降,在一定程度上影响政府宏观政策的制定与实施,也对公众的价格预期产生误导。因此,剔除暂时冲击后的核心通货膨胀(核心CPI)变得十分重要。本文使用基于SVAR模型的计量方法和基于统计调查的剔除法,分别测算了2001年1月至2014年12月的核心CPI。其中,剔除法的权重采用两种方法估算,分别是根据食品类比重估算和根据历史数据OLS回归估算。食品类比重估算再次有两种权重,因此,论文总共得到四种核心CPI序列的测算结果。论文从基本统计特征、无偏性、波动性、趋势跟踪能力、预测能力、货币政策决策参考力和一般性质等方面进行了定性和定量的对比分析。论文对比分析发现,(1)基于SVAR模型测算的核心CPI对原始CPI起到“削峰平谷”的作用,而剔除法测算的核心CPI对原始CPI只有“削峰”效果,无“平谷”效果;(2)剔除法中食品支出占比法和OLS法测算的核心CPI统计特征相似;(3)基于SVAR模型法测算的核心CPI在无偏性、趋势跟踪能力和政策参考力方面优于剔除法;(4)基于SVAR模型法测算的核心CPI波动性大于剔除法,而后者在预测能力方面强于前者。论文进一步从及时性、易被公众理解性、稳健性、理论基础及前瞻性进行综合比较,发现两种方法测算出的四个核心CPI在各个性质上表现各有优势和劣势,需要根据具体需求而选择相应的测算结果,如当侧重政策决策参考时,建议采用基于SVAR模型的计算结果。论文的主要贡献体现在,考虑到我国以货币供应量为中介目标和食品占比权重特别高的实际情况,在常用的双变量模型中增加了M2和食品价格指数,拓展和构建SVAR四变量模型,用以测算核心CPI。论文同时采用剔除法测算我国的核心CPI,并从多个性质角度进行综合对比,并针对各种测算结果的适用情况进行建议。