经济增长与通货膨胀的相关性

一、通货膨胀率

虽然宏观经济现象十分复杂,但描述宏观经济现象的主要指标体系却并不复杂,只有一些诸如经济增长率、通货膨胀率、失业率、投资率和其他描述实际经济、名义经济规模和变化的指标。虽然宏观经济指标体系并不繁琐,但是处理和分析这些指标之间的相互关系却异常艰难。如何判断主要宏观经济指标之间的相互影响和相互替代等问题,已经成为宏观经济理论和经济政策理论的核心内容。无论是作为重要政策分析工具的IS-LM曲线,还是市场均衡分析的AS-AD曲线,还是研究通货膨胀率与失业率之间替代的菲力普斯曲线等,都在致力于分析宏观经济指标之间相互影响的作用机制。但在对这些曲线、机制的认同上却存在着争论,远未达到理论和经验分析的统一(Turnovsky,1996)。在对这些指标之间替代和影响关系的长期争论中,虽然关于经济增长率(下面简称增长率)与通货膨胀率之间的影响关系没有被研究者忽视,但似乎也没有成为持久和突出的研究重点,只是近年来随着一些国家经济出现了新的态势,才得到日益广泛的重视(MallikandChowdhury,2001)。在目前的研究中,存在两种具有本质差别的认识和观点。一些研究认为通货膨胀有碍快速经济增长,因此他们推崇低通货膨胀的经济环境。例如Alexander(1997)坚持认为经济政策的主要目标之一仍然是保持较低的通货膨胀水平。

他的经验研究采用了经济增长方程,考虑了净资本存量和劳动力增量等生产投入要素。在增长率的回归方程中,资本和劳动投入等变量的系数是正的,但通货膨胀率的系数却是负的,它对增长率具有负的边际作用,通货膨胀有碍于经济增长。Barro(1996)的类似研究具有一定的规范性,他认为保持低通货膨胀不仅有利于提高增长率,而且“低通货膨胀和高增长”的组合具有更高的社会福利水平和资源配置效率。为此,他在回归方程中引入了经济增长的收敛趋势和人力资本的作用,使其具有内生经济增长的特征。Barro认为通货膨胀率增加10%,将使增长率降低0.2-0.3%,也使投资率(投资在GDP中所占比例)降低0.4-0.6%。需要注意,这只是通货膨胀的“短期成本”,如果从30年后的长期效果看是使增长率降低4-7%,因此应该避免高通货膨胀在经济增长过程中的长期存在。另一种观点否认或者不支持“低通货膨胀是快速经济增长的一个重要条件”。例如Stanners(1996)通过对于不同国家截面数据的研究发现,一些通货膨胀率较低的国家并没有实现超出自然率水平的快速经济增长。20世纪90年代,以日本经济为代表的一些国家出现了低通货膨胀下的经济持续萧条,这更促使人们开始怀疑低通货膨胀水平带来的增长效应。Krugman(1999)对日本经济萧条进行了长期研究,开出了一系列促使日本经济脱离货币政策“陷阱”的主张,但是目前来看却无一奏效。他认为根本原因就是货币政策的扩张性力度不够,因而日本低通货膨胀或者通货紧缩现象没有得到彻底缓解。

由此看来,将经济从通货紧缩转向通货膨胀,有时竟然比将经济从通货膨胀转为通货紧缩更为艰难。它带给人们的启示是:低通货膨胀并非有助于经济增长。如果研究我国经济增长率和通货膨胀率之间的影响关系问题,那么不仅需要采用新的研究方法,而且也要对结论给出新的解释。我们注意到,以往的研究方法存在一定的缺欠或者不够严谨的地方。首先,通过比较不同国家在截面数据上的平均表现,不能反映具体国家不同经济发展阶段所带来的影响,要想获得增长率与通货膨胀率之间的动态关系,必须对同一国家进行纵向数据的影响关系研究。这要求目标国家的样本当中实际经济和名义经济在不同阶段具有不同的形态。考虑到我国无论是增长率还是通货膨胀率都曾经出现过多种态势的变化,因此我国可以作为具有单一国家纵向样本数据的实例。其次,以往的研究仅注重增长率和通货膨胀率水平值之间的相互影响,这相当于研究处于较高水平时增长率和通货膨胀率之间的“静态影响”。我们将比较增长率和通货膨胀率增量之间的影响,以及两者波动性之间的影响,以获得动态相关性的认识,并检验两者之间增量的“动态”互动性。

二、通货膨胀率与经济增长率相关性模型及其检验

我们利用变量gt和πt表示月度(同比)实际GDP增长率和月度通货膨胀率;利用变量Tgt和Tπt表示序列当中的趋势成分。由于增长率和通货膨胀率当中显然不存在确定性的线性趋势成分,因此我们采用H-P滤波方法(HodrickandPrescott,1980)脱离时间序列当中的趋势成分。定义增长率和通货膨胀率序列当中的波动成分为:Cgt=gt-Tgt,Cπt=πt-Tπt。图1和图2给出了月度经济增长率和通货膨胀率的时间路径,样本范围为1990年1月至2001年12月,数据来源于《中国人民银行统计季报》。从图1和图2中的趋势成分可以看出,增长率和通货膨胀率具有类似的波动模式,而且波动的峰和谷是基本对应的。从图中的波动成分来看,出现了明显的波动聚类现象(在某个时间段内呈现密集性),这是条件异方差现象的体现。我们发现通货膨胀率中的波动成分出现了稳定的持续性,这说明通货膨胀率波动的方向比较稳定,体现了一定程度的价格粘性或者价格变化的单向性。由于经济变量之间的影响可能是水平值之间的关系,也有可能是波动成分之间或趋势成分之间的关系,因此在下面的经验检验当中,我们将分别处理这三种形式。下面我们使用三种不同的模型对增长率和通货膨胀率之间的关系进行检验。首先,我们使用水平值成分、波动成分和趋势成分之间的Granger影响关系检验;然后,我们使用二元变量之间的协整关系和误差修正模型,判断两者之间的短期相关性和长期均衡关系;最后,利用条件异方差模型(ARCH模型)来判断两者之间的“波动溢出效应”(volatilityspillovereffect)和波动性传导的非对称性等。

(一)经济增长率与通货膨胀率之间的Granger影响关系检验

首先描述增长率与通货膨胀率之间的动态相关性。目前一些研究认为,即使两者之间存在相关性,那么这些相关性在超前或者滞后上可能出现非对称性,即超前和滞后通货膨胀率同当期增长率之间的相关程度存在明显不同(KimandThomas,2000)。这种非对称性可能反映出价格调整在前,数量调整在后,名义经济对于实际经济的正向影响较强,对名义经济的反馈影响较弱等特征。我们计算两者之间的动态相关系数:ρ(j)=[cov(gt,πt+j)]/[σ(gt)σ(πt+j)](1)j=0,±1,±2,…,±p其中cov(gt,πt+j)是两个变量之间的协方差,σ(gt)和σ(πt+j)分别表示各自变量的标准差。j>0时表示当期增长率gt与滞后j期通货膨胀率πt+j之间的相关性;j<0时表示当期增长率gt与超前j期通货膨胀率πt+j之间的相关性;通过计算样本协方差和样本标准差,可以得到图3和图4所示的动态相关系数轨迹。纵轴表示增长率与通货膨胀率之间的相关系数,横轴表示相关性超前或者滞后的时间长度(选取12个月的范围)。可以看出,增长率与通货膨胀率之间所有时滞长度内的相关系数都是正的,并且相关系数都在0.5以上,说明两者之间的相关性在一年的范围内都是比较稳定的;在12个月的期限内,这种相关性轨迹呈现出一种凸型变化模式,超前1至2个月,通货膨胀率与当期增长率的相关性最强,达到0.67左右,这说明增长率对通货膨胀率产生反应的最大可能是在1至2个月之间,产出反应是比较灵敏的,这可能是由于价格上升造成的“名义增值”直接累积到“实际增值”中,短期内“名义扩张”直接带动“实际扩张”。从图3中我们也观察到动态相关性当中出现了一定程度的非对称性,超前通货膨胀率与增长率之间的相关性强于滞后通货膨胀率与增长率之间的相关性。这种非对称性导致了后面Granger因果检验当中通货膨胀率对于增长率影响关系的单向性。

类似地,我们可以分析增长率和通货膨胀率当中趋势成分和波动成分之间的动态相关性。如果分析增量之间的动态相关性,那么将得到更为深刻的启示。上述水平值之间的相关性是对两者之间影响关系“事后”状态的“静态”推断,是实际经济和名义经济经过“加速”或者“减速”后状态比较,而我们更为关注其间的互动过程和连带作用。图4给出了两者波动成分之间的动态相关性。首先,此时非对称性更为突出,尤其是超前影响的变化更为明显,而滞后影响变得极不稳定,甚至出现了方向上的更迭;其次,此时的相关程度远远低于水平值之间的相关程度,其中超前8个月的通货膨胀率冲击,对于当期的增长率波动影响最大,最大相关性达到0.32左右。这说明通货膨胀率周期同增长率周期并不同步,具有大约半年左右的时差,这意味着刺激或者诱导的价格膨胀,其产出的增长效果最大可能在半年以后体现出来。增长率波动成分同滞后通货膨胀率波动成分之间的滞后相关性非常微弱,意味着增长率的正向冲击对于价格波动没有显著影响,这也是价格粘性或者调整缓慢的体现。我们需要在简化式VAR模型中检验增长率与通货膨胀率之间的Granger影响(Mills,1999)。例如描述增长率gt与通货膨胀率πt的VAR模型的简化式为:gt=α10+∑pi=1α1t-igt-i+∑pi=1β1t-iπt-i+ε1t(2)πt=α20+∑pi=1α2t-igt-i+∑pi=1β2t-iπt-i+ε2t(3)其中,εt是具有白噪声性质的误差项。

Granger影响关系检验是上述模型当中滞后变量回归系数的显著性检验。例如,可以检验原假设:β1t-i=0,i=1,…,p,如果检验的F统计量拒绝原假设,则认为通货膨胀率对经济增长率具有显著的Granger影响,这时前期的通货膨胀率水平(趋势或者波动成分)具有解释增长率水平(趋势或者波动成分)的能力;如果F统计量未能拒绝原假设,则说明πt对gt没有显著的Granger影响,这时前期通货膨胀率与现期增长率之间的相关性较弱,体现出价格波动和实际产出变化的两分性。类似地,可以通过检验假设:α2t-i=0,i=1,…,p,来判断增长率对于通货膨胀率的反馈作用。如果gt对于πt具有显著的Granger影响,则说明增长率的变化将导致通货膨胀率的反应,这是实际经济规模需要名义经济规模支持的体现,此时名义经济与实际经济之间的关联性较强。根据动态相关性,选择半年时滞(p=6)进行增长率和通货膨胀率水平、趋势和波动成分之间的双向Granger影响关系检验,得到表1的检验结果(Granger影响简称为G影响)。检验结果表明,通货膨胀率的任何成分都对GDP增长率中的相应成分具有显著Granger影响,这说明价格水平变化具有解释实际产出变化的能力。这从逻辑关系上说明,目前我国经济增长速度出现的下滑,同出现的轻微通货紧缩有密切关系;在反向影响关系上,出现了增长率的趋势成分对于通货膨胀率趋势成分的显著Granger影响,这是产出趋势成分对于价格趋势成分的促进作用。

(二)经济增长率与通货膨胀率之间的协整关系检验与误差修正模型

为了判断增长率与通货膨胀率之间可能存在的协整关系和误差修正关系,需要先判断增长率和通货膨胀率序列的单整阶数,为此采用单位根检验。表2给出了单位根检验的ADF统计量和PP统计量(Mills,1999)。在1%的显著性水平下,ADF统计量均无法拒绝存在单位根的原假设(增长率的PP统计量检验除外)。我们仅采用ADF统计量的检验结果。进一步对增长率和通货膨胀率的差分序列进行单位根检验,在1%的显著水平下,检验发现它们的差分序列已是平稳过程(检验结果略)。因此,可以推断增长率和通货膨胀率序列都是1阶单整过程。假设二维随机向量为Xt=(gt,πt)′,它的p阶自回归模型为:Xt=A0+∑pi=1AiXt-i+εt(4)t=p+1,…,T其中εt是序列无关的残差序列,T是样本容量。为了简单起见,下述分析忽略了外生变量的影响。此时可以将上述模型表示为:ΔXt=A0+∏Xt-1+∑p-1i=1ΓiΔXt-i+εt(5)∏=∑pi=1Ai-I,Γi=-∑pj=i+1A如果矩阵是降秩的,即0<rank(∏)=r<2,这时存在列向量α和β,使得∏=αβ′,称其中的β为协整向量,可以将其标准化(取第一个分量为1)。以协整向量作为组合系数,可以使得β′Xt是平稳序列,也即所寻求的协整组合。经济时间序列的协整组合一般具有明显的经济含义,它表示这些经济变量的趋势成分之间存在长期影响关系,这种长期影响关系经常表示经济变量之间的长期均衡关系。在5%的显著性水平下,似然比统计量34.4大于对应的临界值15.4,因此检验拒绝“不存在任何协整关系”的原假设。

继续比较第2大特征根可知,增长率与通货膨胀率之间仅存在一个显著的协整关系。估计标准化协整向量为(1.000,-1.321),则协整关系的估计方程为:gt-1.321πt-0.101=u1t(6)其中u1t为平稳序列,它表示协整关系当中的动态偏差,常数项表示增长率与通货膨胀率之间的尺度差异。协整关系表明,增长率gt和通货膨胀率πt之间存在长期均衡关系,并且具有显著的正相关性,这不仅同图1和图2体现的基本特征相符,也同Granger影响关系检验的结果基本一致。利用协整关系方程,可以获得样本数据区间内协整误差的动态轨迹,并分析增长率和通货膨胀率短期偏离均衡关系的模式和时域。协整误差的动态轨迹由图5给出。从图5所示的协整路径图中可以清楚地看出,经济增长率和通货膨胀率之间的协整关系在1992年末至1996年底出现了比较急剧的调整过程。这个期间的实际经济波动和名义经济波动均显著地偏离其均衡状态,是我国经济发展相当活跃的时期。当1996年经济实现“软着陆”以后,无论是实际产出变化还是价格水平变化,都体现出调整之后的显著稳定性,这是经济运行接近自然率水平的表现,此时实际经济和名义经济波动都呈现一定的惰性,并蔓延和持续下来。利用协整组合变量,可以得到下述描述短期调整的ECM模型:ΔXt=A0+αβ′Xt-1+∑p-1i=1ΓiΔXt-i+BZt+εt(7)其中系数向量α表示误差调整过程的收敛速度。

如果误差调整系数的绝对值小于1,则意味着短期波动将向长期均衡收敛。具体估计增长率与通货膨胀率之间的误差修正模型(协整方程当中常数项估计接近于零,且统计上不显著,因此忽略。括号内数字表示t统计量,*号表示在5%的水平上显著,下同)为:Δgt=-0.574ut-1(-7.58)*+0.311Δgt-1(3.86)*+0.288Δgt-2(3.52)*-0.248Δπt-1(-0.30)-0.359Δπt-2(-0.44)(8)Δπt=-0.003ut-1(0.43)+0.005Δgt-1(0.55)-0.004Δgt-2(-0.42)-0.306Δπt-1(3.55)*+0.156Δπt-2(1.81)*(9)其中ut-1表示上个时期的误差修正项。误差修正模型结果与Granger影响关系检验和协整关系检验的结果基本一致。首先,在增长率的调整过程中,协整误差(与均衡水平的偏离)起到了显著修正作用。由于修正系数是负的,因此修正过程中增长率将产生震荡收敛趋势,并收敛到同经济发展阶段有关的自然率水平上;同时,增长率序列中仍然存在自身的回归调整,前期增长率和通货膨胀率差分(短期波动成分)对于当期调整也起到了显著作用。其次,通货膨胀率的短期修正模式与增长率的调整过程存在两点显著不同。一是通货膨胀率的调整并没有对协整偏离产生显著反应,这意味着实际经济规模与整体价格水平之间的差异无法直接促使价格水平加速或者减速变化,需要货币和利率等中介工具作用;二是价格调整主要依赖自回归过程,前期增长率的短期波动对于通货膨胀率调整没有显著影响,这是名义经济与实际经济两分,价格对于产出单向影响的体现。利用ECM模型可以求解出稳态均衡水平之间的关系。如果稳态通货膨胀率增加1个百分点,则诱导稳态增长率增加1.32个百分点,增长率增加1个百分点,则带动通货膨胀率上升0.76个百分点。虽然这些数量关系同Alexander(1997)等人的结论大相径庭,但对于判断我国经济增长和价格水平的长波趋势具有重要参考价值。

(三)经济增长率与通货膨胀率之间的波动溢出效应分析

即使一个时间序列是平稳(无条件方差为常数)的,它的条件方差也可能出现随着时间发展而变异现象,这就是Engle(1982)首先发现的条件异方差模型(简称为ARCH模型)。下面我们采用ARCH模型及其推广形式(称为GARCH模型)来描述增长率和通货膨胀率当中的波动性及其相互影响。

1.描述通货膨胀率πi的GARCH(p,q)模型由两部分组成。第一部分是数据生成过程(均值过程):πt=α+∑mi=1θiπt-i+εt+∑nj=1ηjεt-j(10)上面假设通货膨胀率πt服从ARMA(m,n)过程。其中残差序列是条件异方差过程,表示通货膨胀率的波动具有聚类性和持续性(如图2所示)。在已知信息集It-1={πs,εs;s≤t-1}的条件下,假设绝对残差序列的条件分布为正态概率分布,但具有随时间变化(简称时变)的条件方差:εtIt-1～N(0,h21),t=1,2,…,T(11)GARCH(p,q)模型的第二部分由条件异方差过程组成(方差方程),假设条件异方差序列满足:h2t=β+∑qt=1iε2t-i+∑pj=1ψjh2t-j(12)β>0;i>0,i=1,…,p;ψj>0,j=1,…,q这说明条件方差不仅依赖过去的条件方差(GARCH项),而且依赖模型过去绝对残差的平方(ARCH项)。由于GARCH模型的条件方差依赖过去已经实现了的波动程度和已经变更的信息,因此它能够用于描述一些平稳性和波动性混合的数据生成过程。利用信息准则和拟合优度检验(Mills,1999),选择增长率的均值过程为AR(1),然后建立并估计GARCH(1,1)模型如下(仅给出方差方程,均值方程略):h2gt=1.69×10-5(0.56)+0.521ε2gt-1(6.98)*+0.758h2gt-1(22.5)(13)类似地,选择ARMA(2,1)过程描述通货膨胀率的均值过程,并估计通货膨胀率序列的GARCH(1,1)模型:h2πt=4.45×10-6(2.32)*+0.123ε2πt-1(2.09)*+0.892h2πt-1(15.8)*(14)从方差方程估计的显著性上看,上述模型的估计效果较好,表明增长率和通货膨胀率序列中存在条件异方差现象。注意到上述方程中表示条件异方差影响的GARCH项影响更为显著,这说明无论是经济增长率还是通货膨胀率的波动性都具有显著的条件依赖性。条件异方差曲线由图6和7所示。图6表示的条件方差轨迹同预期基本一致,1994-1997年条件方差波动最为显著,此时无论是实际经济还是名义经济都比较活跃,出现代表性的经济“双高”态势;在图7表示的条件方差轨迹中,第一轮波动聚类区间对应着1992经济回升到1996年经济“软着陆”,这个期间出现了一个典型的价格波动过程。第二轮波动聚类区间对应2001年至今,这轮波动性是由通货紧缩预期导致的。因为条件方差度量的是均方离差,无法识别向上波动和向下波动,因此第二轮波动聚类很可能表示紧缩波动,对此形成的加剧通货紧缩迹象应给予足够重视。

2.进一步可以判断波动性对于序列绝对水平的影响。例如,我们将试图判断是否随着增长率波动程度的加大,增长率的绝对水平也随之增加。为此在均值方程引入条件标准差,构造GARCH-M模型:gt=α+λhgt+∑mi=1θiggt-i+εgt+∑nj=1ηjεgt-j(15)如果上述方程中当期条件标准差的调整系数λ>0,则意味着存在对波动性的“风险奖励”,即经济增长的风险(波动性)增加将导致增长率的绝对水平提高;否则,如果当期条件标准差的调整系数λ<0,则意味着存在增长风险带来的“风险惩罚”。在存在“风险奖励”或者“风险惩罚”时,还可以进一步计算出为了保持确定性增长而愿意放弃的增长水平(风险溢价)等。估计增长率和通货膨胀率序列的GARCH-M模型结果为(均值过程和方差过程的阶数不变):gt=0.028(2.47)*+0.297hgt(2.12)*+0.648gt-1(7.28)*(16)πt=-0.006(1.60)+0.711hπt(1.49)+0.942πt-1(50.1)*(17)上述估计结果表明,增长率序列存在显著“风险奖励”,这表明适度的增长波动性对于维持较高增长水平具有促进作用,同时也说明增长型经济周期具有一定程度的内生波动属性。通货膨胀率序列中虽然存在正的“风险奖励”,但是并不显著,这是由于价格紧缩阶段的稳定性导致的。

3.增长率和通货膨胀率中的波动成分之间可能存在波动性的互动影响或者“溢出影响”,例如从通货膨胀率波动向增长率波动性的短期“溢出效应”可以通过下述模型表示出来:hgt=β+∑qi=1iε2gt-i+∑pj=1φjhgt-j+∑rl=1ζlε2πt-l(18)ε2πt-l表示前期出现在通货膨胀率中的冲击或者扰动,如果这些扰动项的系数显著为正,说明存在通货膨胀率向增长率的溢出效应。类似地,可以度量从增长率向通货膨胀率的波动“溢出效应”。具体估计“溢出效应”模型为:hgt=1.69×10-5(>10)*+0.521ε2gt-1(>10)*+0.758hgt-1(>10)*+2.54×10-14ε2πt-1(4.96)*(19)hπt=6.79×10-6(5.42)*+0.09ε2πt-1(26.9)*+0.80hπt-1(52.4)*+8.01×10-6ε2gt-1(0.42)(20)上述结果表明存在通货膨胀率对于增长率的“溢出效应”,即价格波动性将导致产出波动性,这是价格机制的实际体现。与此相反,增长率波动性却对价格波动性没有显著“溢出效应”,即使产出出现波动,价格水平却存在一定程度的粘性。这说明出现需求冲击时,市场的主要反应是进行数量调整,而没有进行明显的价格调整,这种现象可能是卖方市场的基本特征。

4.可以利用非对称性的GARCH模型检验通货膨胀率对于增长率中正向冲击和反向冲击的不同反应,判断价格调整过程中存在的非对称性。价格波动的“杠杆效应”可以通过阈值(threshold)ARCH模型描述(称为TGARCH模型)。例如,描述通货膨胀率的TGARCH模型的方差方程为:hπt=β+∑qi=1iε2πt-i+∑pj=1φjhπt-j+ωDπtε2πt-1(21)其中变量Dt是表示绝对残差变化方向的哑变量,当εgt-1<0时,Dgt=1;当εgt-1≥0时,Dgt=0。在TGARCH模型中,如果系数ω<0并且显著,则波动性对正向冲击的反应大于对反向冲击的反应,从而体现波动程度的非对称性。TGARCH模型的具体估计结果为:hgt=8.29×10-5(2.04)*+0.803ε2gt-1(5.40)*+0.714hgt-1(22.5)*-0.629Dgtε2gt-1(-2.41)*(22)hπt=4.58×10-6(2.24)*+0.454ε2πt-1(2.17)*+0.874hπt-1(13.3)*-0.311Dπtε2πt-1(-3.21)(23)检验结果表明Dt的系数为负且显著,因此增长率和通货膨胀率的波动性中均存在一定程度的非对称性,这说明增长率和通货膨胀率中出现的反向冲击降低了市场波动程度,而正向冲击加剧了市场波动程度。非对称性程度可以通过图8和9体现出来。当增长率出现幅度为0.5的正向和反向冲击时,增长率波动性的变化分别为0.005和0.003,显然正向冲击的作用更强一些;通货膨胀率波动性中存在的非对称性程度要比增长率稍强一些,这是由于价格调整中存在向下粘性所致。TGARCH模型所揭示的非对称性具有重要的市场机制和政策操作方面的启示。无论是增长率还是通货膨胀率,一旦出现了正向冲击,由此导致的“示范效应”和“追涨效应”将是非常明显的,这些都同正向冲击带来的利润预期增加和投资扩张等行为有密切关系。

三、经济增长率与通货膨胀率相关性的经验检验结论和经济政策启示

上面我们使用了多种计量方法对增长率和通货膨胀率之间的影响关系进行了检验,并且得到了许多重要的结论。需要说明的是,这些统计关系上的结论尚缺乏具有行为基础的经济模型支持,这也是目前增长率和通货膨胀率关系研究的主要缺欠。准确和深刻地揭示两者之间的本质关系,还需要通过实际经济和名义经济之间的数量转换关系和国民经济核算体系,通过各种理性或者渐近理性(利润最大化和效用最大化等)约束下的资源配置过程来进行。由于目前尚无一个得到公认的模型体系,我们只能结合上述检验结果,讨论两者之间关系的一些典型特征,并分析相应的经济政策启示。

第一,毋庸置疑的是,在大量的经验检验中,我们发现我国经济运行存在增长率和通货膨胀率(水平、趋势和波动成分)之间显著的正相关关系,并且比较稳定。这样的统计结论支持“适度通货膨胀有助于经济保持快速增长”的理论命题。我们通过两者各种成分之间的Granger影响关系检验,不仅发现通货膨胀率对于增长率具有一定程度的促进作用,而且发现了增长率对于通货膨胀率的趋势具有反馈作用。这说明适度通货膨胀对于保持经济增长是有利的,但快速经济增长会对通货膨胀产生反馈作用,即“快速经济增长会导致跟进的通货膨胀”。因此,增长率与通货膨胀率之间的关系,就像是在走钢丝,艰难和复杂的影响关系将给制定经济政策及其操作带来了困难,同时也为制定和调整经济政策带来了深刻启示。

第二,可以清楚地看出,我们采用单一国家的纵向样本数据建立计量模型,将检验的重点放在增长率和通货膨胀率波动成分和波动性之间的影响关系上,刻画了波动性形成的“风险奖励”和“溢出效应”等非对称性。这些都是从增量角度和风险角度分析和度量增长率和通货膨胀率之间“互动”、“反馈”和“引导”等关系的计量方法。我们发现,无论是增长率还是通货膨胀率,较高的波动性或者变差都伴随着较高的水平值出现,这是一个十分重要的现象,意味着经济波动并不是什么“坏事”,对于增长型经济周期来说,适度波动将促使平均增速得以提高,其启示便是收缩阶段将积蓄经济反弹的能量,从而经济周期具有一定的内生属性。但是,当经济处于收缩阶段时,政策诱导的适度波动是促使经济转入扩张,还是加剧下滑,需要进一步思考和检验,这种非对称性非常重要。

第三,为什么在不同国家和不同发展阶段,增长率和通货膨胀率之间的关系竟然如此复杂,甚至出现截然不同的相关性。我们通过对比发现,“低通货膨胀和低增长”、“低通货膨胀和高增长”、“高通货膨胀和低增长”和“高通货膨胀和高增长”等四种组合类型出现的频率同经济发展阶段和市场条件密切相关。我们认为通货膨胀率与增长率之间的相互作用具有门槛效应(thresholdeffects):当通货膨胀率超出或者低于一定程度以后,都将对于增长率的提高和稳定带来妨碍。这意味着存在一个最佳的通货膨胀水平,它有益于经济保持适度增长,又防止恶性通货膨胀发生。但是,如此“自然通货膨胀率”要比“自然经济增长率”更难确定。它将综合反映经济发展的阶段性、总供给和总需求的形成过程、市场层次和深度,以及经济政策的有效性等基本经济特征。第四,如何解释我国目前增长率和通货膨胀率之间的关系。对此,我们给出三点看法:一是我国经济的基本态势是处于买方市场下的总需求驱动阶段,如果此时出现价格膨胀,将形成供给冲击,并且形成投资和获利预期。名义利率、工资和价格等名义变量的活性增强,将刺激投资需求和消费需求扩张,从而加速经济增长。二是我国经济处于资本快速积累、社会消费受到压抑的发展阶段,目前轻微通货紧缩也是长期实行高积累政策的结果(汪同三、李涛,2001年)。欲将高积累转化为投资需求,必须通过适度价格膨胀,才能够通过增加供给来实现投资需求。三是我国经济处于名义经济和实际经济两分加剧的阶段,此时财政政策和货币政策的作用效果减弱。价格水平膨胀的直接作用是降低需求和刺激供给,但现阶段消费的价格弹性较小,这是收入分配结构和消费品结构所决定的。因此,适度价格膨胀不仅有助于保证社会供给的实现,而且能够加强政策传导和作用效果。

目前我国经济增长率已经从两位数缓慢滑落到7%左右的水平上。与此对应,通货膨胀率已经在零水平或之下徘徊长达四年之久,而且还有继续蔓延之势。当然,不能将增长率的滑落完全归咎于通货紧缩,如何保持经济快速增长,启动名义经济活性仍然是一种诱人的选择。增强名义经济活性的方法比较集中:增加货币投放、降低税收、促进收入增长、改进消费结构、增强资本流动等。其中比较现实的就是增加低收入群体(特别是农民)的可支配收入和采取带有积极色彩的货币政策。最后应该指出,在我国1994-1996年的高通货膨胀期间,一些学者提出许多关于增长率与通货膨胀率之间关系的观点,大都对通货膨胀厌恶有余,甚至至今仍然提醒政策制定者警惕通货膨胀的再次抬头。我们需要清醒地认识到,虽然通货膨胀带来的社会福利损失有目共睹,但我国经济高通货膨胀期间仍然实现了高速经济增长,而在通货紧缩之时经济增速却在缓慢回落。从这样的事实基础出发,及时修正一些认识上的偏差,才能够在新形势下提出对保持我国经济快速稳定发展有所裨益的政策主张。