中國通脹預期測度及其對實際通脹的影響

祝丹+趙昕東

摘 要：通貨膨脹預期是影響實際通脹的重要變量，也是貨幣政策有效運用的關鍵因素。在新凱恩斯混合菲利普斯曲線的理論框架下構建狀態空間模型，利用貝葉斯Gibbs抽樣算法估計我國2001—2013年的季度預期通脹率，進一步利用VAR模型及脈沖響應函數分析我國通脹預期對實際通脹的動態影響，實證結果顯示：我國季度預期通脹率的適應性特征強于理性特征；適應性預期沖擊在短期對實際通脹會產生較大影響，但累積效應在大約9個季度之后消失；理性預期沖擊對實際通脹的正向影響會持續較長時間，并最終將實際通脹推高到一個新的水平。因此，貨幣政策應從降低適應性通脹慣性和管理理性通脹預期兩個方面來調控通脹預期對實際通脹的影響。

關鍵詞：通貨膨脹預期；狀態空間模型；季度預期通脹率；適應性通脹預期；理性通脹預期；通貨膨脹慣性；貝葉斯Gibbs抽樣；菲利普斯曲線

中圖分類號：F822.5；F224.0 文獻標志碼：A 文章編號：1674-8131（2014）06-0052-09

一、引言

通貨膨脹預期不是真實的通貨膨脹，但它卻是影響真實通貨膨脹的重要因素之一，人們會根據對未來通貨膨脹的預期調整消費、投資、儲蓄等行為，從而導致市場供需狀況改變并引發物價水平的變動。現階段我國雖然通脹率較低，通脹風險不明顯，但未來仍存在很多不確定因素，比如國際經濟復蘇進而需求增加、地方債務危機的解決等，都可能形成放松貨幣供給的壓力，這些在一定程度上會增加人們的通脹預期，進而導致下一輪真實通貨膨脹的產生。因此，在現階段，不論是預測通脹還是治理通脹預期都具有重要的理論和現實意義。

然而通脹預期是經濟主體對未來通貨膨脹水平的一種估計或推斷，是一種主觀心理活動，難以直接觀察或測量，只能通過各種方法進行估計。目前估計通貨膨脹預期的方法可分為三類：一是利用問卷調查數據轉換測度。該類方法通常依據各國中央銀行針對不同經濟主體定期進行的問卷調查，利用差額統計法或概率法將調查得到的定性數據轉化為定量的通脹預期。例如，張蓓（2009）利用改進的Carlson-Parkin概率法將通貨膨脹預期的定性調查數據定量化，并計算出我國預期通貨膨脹率。于光耀和范建偉（2012）利用中國人民銀行儲戶問卷調查中關于物價預期的原始數據，在假定居民的物價判斷服從不同分布的條件下，計算了不同分布下的通脹預期。二是利用金融市場的某些指標價格變化進行推斷。如郭濤和宋德勇（2008）、李宏瑾（2010）等研究表明中國利率期限結構包含了未來通貨膨脹變動的信息，可以作為判斷未來通貨膨脹的預測變量。三是建立經濟計量模型進行估算，較具代表性的研究有：趙留彥（2005）在理性預期和有效市場假設下建立向量自回歸模型，根據卡爾曼濾波算法推斷預期通脹率；楊繼生（2009）基于新凱恩斯混合Phillips曲線研究我國通貨膨脹預期的性質，認為我國同時存在著向后看的適應性預期和向前看的理性預期。

對于第一類基于問卷調查數據的估算，由于獲取的有關數據主要是中國人民銀行對全國城鎮儲戶進行抽樣調查的數據，因此估算結果實際上是城市CPI預期估計值，而非整體的CPI預期估計值，其結論的穩健性可能受到一定影響。第二類運用利率期限結構等指標來預測未來宏觀經濟指標，必須要有運行良好的金融市場和足夠的數據，以保證估算結果的可靠性。然而，我國成立銀行間債券市場的時間較短，利率市場化改革也未完全實現。因此，現有研究文獻較多采用經濟計量模型來估計我國通貨膨脹預期，但該類方法也存在一些問題：（1）通脹預期過程的設定問題。趙留彥（2005）將通脹預期設定為向量自回歸過程（VAR），這樣設定能夠體現相關變量之間的動態關系，但由于VAR缺乏經濟理論基礎，因而難以反映通脹預期的形成機制。楊繼生（2009）、孟蓼筠（2011）等將通脹的理性預期直接設定為下一時期實際通脹水平，這樣處理雖然簡單易行，也符合理性預期的含義，但忽略了理性預期的內生性。（2）對于估算通脹預期的狀態空間模型，目前的研究還停留在基于卡爾曼濾波算法的估計，而趙昕東和耿鵬（2009）已經驗證了在估計狀態空間模型時貝葉斯Gibbs 抽樣方法比傳統的卡爾曼濾波估計更為準確。

因此，本文以新凱恩斯混合菲利普斯曲線模型為理論基礎，將通脹預期設定為適應性預期與理性預期的綜合，建立狀態空間模型，采用貝葉斯Gibbs 抽樣算法對其進行估計，進而基于實證結果研究我國通脹預期對實際通貨膨脹的影響，以拓展和深化相關研究，并為貨幣政策的制定提供參考。

祝 丹，趙昕東：中國通脹預期測度及其對實際通脹的影響二、理論與模型

菲利普斯曲線是研究通貨膨脹的重要理論工具，隨著經濟理論研究的深入，菲利普斯曲線也在不斷發展。傳統的菲利普斯曲線最早由Phillips（1958）提出，主要用來描述名義工資增長率與失業率之間的相關關系；之后貨幣主義學派的代表人物Phelps（1967）和Friedman（1968）引入預期和自然失業率，建立了附加預期的菲利普斯曲線。然而，最初引入到菲利普斯曲線中的預期形式僅為適應性預期，即認為人們會根據以往的經驗來形成對未來的預期，因而通常用過去實際通脹率作為通脹預期的代理變量。根據奧肯定律，失業率與自然失業率之差可以用產出缺口代替。因此，附加適應性預期的菲利普斯曲線可表示為：

其中πt和Δyt分別表示實際通脹率和產出缺口。附加適應性預期的菲利普斯曲線因為適應性預期機制受到了盧卡斯批判，Lucas（1973）提出了基于理性預期的菲利普斯曲線，基本形式如下：

其中Etπt+1表示理性通脹預期。由于附加理性預期的菲利普斯曲線無法解釋經濟中存在的通脹慣性、貨幣政策滯后性與漸進性等現象，Gali和Gertler（1999）在借鑒Calvo等人模型的基礎上，綜合考慮企業定價的“前視”和“后視”行為，賦予廠商重新定價的概率，并將重新設定的價格作為兩種預期的線性組合，由此形成新凱恩斯混合預期菲利普斯曲線，具體形式如下：

后續研究者對新凱恩斯混合菲利普斯曲線僅包含通脹率的一階滯后項提出了質疑：Roberts（2001）認為，為了體現公眾非完全理性的預期影響，應引入滯后通脹率的更高階形式；Gordon（1998）和楊繼生（2009）通過實證研究表明，考慮通脹率的高階滯后項的效果更好。因而本文將采用高階滯后的混合菲利普斯曲線。此外，反映通脹壓力的短期驅動變量有兩種選擇：一種是產出缺口，一種是真實邊際成本偏差。但在粘性價格模型中，實際邊際成本可能通過通脹預期的方式體現出來，不一定直接導致當期通貨膨脹；而且胡軍（2013）也證明了我國產出缺口與通貨膨脹的走勢更為接近。因此，本文采用產出缺口反映短期通脹壓力。

綜上所述，新凱恩斯混合菲利普斯曲線的高階滯后形式可表示為：

其中，πt表示t期實際通脹率，Etπt+1表示基于t期信息對t+1期通貨膨脹的理性預期，Δyt表示t期的實際產出缺口；L為滯后算子，α（L）=α1L+α2L2+…+αpLp；參數β、iαi、γ分別表示理性通脹預期、適應性通脹預期及實際產出波動對當期通脹率的邊際影響；ε1t是作用在當期通脹率上的隨機擾動。

根據現有研究來看，理性通脹預期更可能為一般非平穩過程，為了估計模型方便，本文將其視為不可觀測的狀態變量，并假設其服從隨機游走過程：

對于產出缺口的估計，國內目前最為流行的方法有SVAR方法、小波降噪法及UC卡爾曼濾波法。SVAR方法的優點是有經濟理論的支持，但協方差不變的假設可能與不斷變化的經濟形勢不一致，將會導致估計結果出現偏差；小波降噪方法能夠精確地剔除時間序列中隨機誤差構成的高頻成分，但對于小波基函數、小波分解的適當層數以及閾值的確定等缺乏客觀的標準，因而會影響到模型的估計效果；UC卡爾曼濾波方法簡單易行，且不需要假定協方差不變。故本文基于UC模型的思想，采用貝葉斯Gibbs抽樣算法估計狀態空間模型，進而得到潛在產出、產出缺口等不可觀測變量的估計值。方程（6）將實際產出分解為潛在產出與產出缺口兩部分，方程（7）中非平穩的潛在產出被設定為帶漂移的隨機游走過程，方程（8）以自回歸的形式描述了產出缺口的波動特征。

方程（4）～（8）即為估算我國居民通脹預期的理論模型，由于包含不可觀測變量，我們將其轉化為狀態空間形式。為了簡化狀態空間形式，借鑒楊繼生（2009）的研究，將方程（4）中滯后階數初步設定為2，后續分析中再根據模型估計結果對滯后階數進行調整。將方程（4）和（6）視為觀測方程，方程（5）、（7）和（8）視為狀態方程，上述理論模型系統可表示為如下狀態空間形式：

三、模型的貝葉斯估計

1.估算方法描述

對于狀態空間模型的估計，傳統方法首先用數值方法獲得參數的最大似然估計，然后假定這些參數是非隨機的，再通過卡爾曼濾波估計狀態向量。可見，傳統方法中狀態向量的估計依賴于超參數，為了克服這種缺陷，本文采用貝葉斯Gibbs抽樣算法估計狀態空間模型。貝葉斯方法與傳統的卡爾曼濾波方法不同，將所有的參數當作隨機變量處理，不僅利用似然函數體現來自樣本數據的客觀信息，而且結合先驗分布體現研究者的主觀判斷，因而大大提高了估計的準確度。由于后驗分布的形式一般很復雜，通常采用馬爾科夫鏈蒙特卡洛（MCMC）方法來估計；吉伯斯樣本生成器（Gibbs Sampler，簡稱GS）是由Geman（1984）、Gelfand和Smith（1990）等提出和發展起來的最常用也最具代表性的MCMC方法，現在已成為計量經濟分析中通用的工具。

假設我們需要從一個多維分布f（X1，X2，…，Xn）中生成隨機樣本，如果已知所有的條件分布f（X1X2，…，Xn）、f（X2X1，…，Xn）、…、f（XnX1，…，Xn-1），且這些條件分布容易模擬，那么Gibbs抽樣過程可以表述為：首先任意給定初始值x（0）1，x（0）2，…，x（0）n；然后依次迭代，隨機生成x（k）1～f（X1x（k-1）2，…，x（k-1）n）、x（k）2～f（X2x（k）1，…，x（k-1）n）、…、x（k）n～f（Xnx（k）1，…，x（k）n-1），其中，迭代次數k=1，…，N；根據上一次的迭代結果，在條件分布已知的情況下，從條件分布中生成下一次的隨機數。根據馬爾科夫鏈的性質，當k足夠大時，（x（k）1，x（k）2，…，x（k）n）趨近于服從多維分布f（X1，X2，…，Xn）。

用貝葉斯吉伯斯樣本生成器（Bayesian Gibbs Sampler， 簡稱BGS）估計上述狀態空間模型過程可以概括為如下兩個步驟：第一步，在觀測數據及超參數已知的條件下，生成狀態向量T=（ξ1，ξ2，…，ξT）′的樣本；第二步，在觀測數據、狀態向量已知的條件下，根據各參數的后驗分布生成參數的隨機樣本。

其中，第二步的具體過程又包括如下幾個部分：（1）在狀態向量及β、α1、α2、γ已知的條件下，由σ21的后驗條件分布生成σ21的樣本；然后在σ21已知的條件下，由λ*=（β，α1，α2，γ）′的后驗條件分布生成λ*的樣本。（2）在狀態向量已知的條件下，由式（5）生成σ22的樣本。（3）在狀態向量及參數c已知的條件下，根據σ23的后驗條件分布生成σ23的樣本；然后在σ23已知的條件下，根據c*=（c，1）的后驗條件分布生成c的樣本。（4）在狀態向量及δ1、δ2已知的條件下，由σ24的后驗條件分布生成σ24的樣本；然后在σ24已知的條件下，由δ*=（δ1，δ2）′的后驗條件分布生成δ*的樣本。

給定所有超參數初始值，重復第一步和第二步直到收斂，得到狀態向量及各個參數足夠多的樣本，再根據這些樣本得到狀態向量及參數的經驗分布、均值和標準差。

2.數據說明與模型估計

根據上述理論模型的設定，我們需要的觀測變量數據包括：實際通脹率（πt）及實際產出增長率（yt）。利用季度時間序列數據進行估計和檢驗，時間跨度為2001年1季度至2013年4季度，數據來源于國家統計局官方網站。采用居民消費價格指數代表一般價格水平，將每個季度內三個月環比指數連乘即得到季度環比指數，并用季度環比指數的增長率作為實際通脹率的代理變量。由于環比數據受季節性因素影響較大，運用×12方法進行季節調整。將名義GDP轉化為以2001年第1季度為基期的實際GDP，經過季節調整后取自然對數，作差分處理得到GDP實際增長率，產出缺口即為GDP實際增長率對潛在增長率的偏離。

在估計狀態空間模型之前，首先利用實際通貨膨脹的AR（p）經驗度量模型中的滯后階數，初步確定新凱恩斯混合菲利普斯曲線方程中通脹滯后的階數。對實際通脹率進行自回歸發現，在99%的置信水平下我國通脹慣性僅存在滯后一期的影響，在90%的置信水平下可以認為我國通脹慣性在樣本期內滯后階數為兩個季度（見表1）。

由于無信息先驗分布對后驗分布只有很小的影響，很少出現對結果產生很大影響的情況，因此，利用貝葉斯Gibbs抽樣算法估計狀態空間模型時，參數的先驗分布均采用無信息的均勻分布。實際計算中生成了6 000個樣本，由于選擇不同的初始值對MCMC算法預熱期的長短有影響，本文舍去前1 000個樣本，使得初始值的選擇不會影響最終結果。為了避免計算機生成的偽隨機數可能包含的“后效性”，根據參數的相關系數圖（限于篇幅，圖略），每隔5個單位取1個樣本，因此每個參數有1 000個樣本。利用R3.0.0得到各個參數的經驗分布圖（圖1）。

從各參數的經驗分布圖來看，所有參數幾乎都是非對稱分布，根據BGS估計的思想，用各參數的均值作為它們的估計值。如表2所示，參數估計值均為正值，符合相應的經濟理論，方差也較小，說明用均值作為各參數的估計值代表性較好。

新凱恩斯混合菲利普斯曲線方程中滯后通脹率反映了適應性預期的影響，從各參數估計結果來看（見表2），適應性預期系數 （0.373+0.103=0476）大于理性預期系數（0.144），說明樣本期間內我國通脹預期具有更明顯的適應性特征，且隨著滯后階數增加，適應性預期的影響逐漸減弱。模型估計結果顯示，適應性預期對當期實際通脹存在兩期滯后影響：滯后一期通脹率每變動1個百分點，實際通脹平均變動0.373個百分點；滯后兩期通脹率每變動1個百分點，實際通脹平均變動0.103個百分點。同時，理性預期每變動1 個百分點，實際通脹平均變動0.144個百分點，說明理性通脹預期因素對實際通脹也有一定影響，微觀主體對未來經濟的期望和通脹趨勢的判斷也具有不可忽視的作用。

另外，從表3可以看出，ADF單位根檢驗表明，產出增長率缺口（Δyt）為平穩序列，而潛在產出增長率（t）及理性預期（Etπt+1）一階差分才平穩，說明理論模型中將產出增長率缺口設定為AR過程、潛在產出增長率（t）及理性預期（Etπt+1）分別設定為帶漂移和不帶漂移的隨機游走過程具有一定的合理性。

上述估計結果表明我國的通貨膨脹預期為理性預期與適應性預期的綜合，適應性預期與理性預期的系數分別為0.476和0.144，兩者之和小于1，說明我國廠商的主觀貼現因子小于1，樣本分析結果不支持垂直的長期菲利普斯曲線。為了進一步分析樣本期間適應性通脹預期與理性通脹預期的動態變化，將（4）式的估計結果表示為：

根據上式可計算出適應性預期的估計值。如圖2所示，我國居民對通貨膨脹的適應性預期波動性較大：經過2001年小幅下降后，從2002年3季度至2008年2季度一直呈現波動上升的趨勢；但受2007年次貸危機的影響，我國實際通脹率自2008年開始大幅下降，適應性通脹預期也隨之從2008年3季度開始加速回落；2009年適應性通脹預期又開始上升，一直持續到2011年達到峰值；之后雖有所下降，但季度通脹率仍保持在0.4%左右，且有上翹的跡象。這表明近期我國通脹率大幅上漲的概率不大，但經濟運行中仍存在一系列推動物價上升的壓力。

不可觀測的理性預期Etπt+1估計結果如圖3所示。由圖3可知：我國居民對通貨膨脹的理性預期大致在3.38%～4.65%之間變動；自2001年以來一直持續上升，到2007年第3季度達到最大值，隨后受次貸危機的影響緩慢下降；經過2008年短暫的回落之后，實體經濟出現了好轉，而為了促進經濟的快速增長，2009年國家出臺了一系列積極的財政政策和寬松的貨幣政策，通脹理性預期也在2009年第2季度開始再度上升；隨著通脹壓力明顯增加，2011年政府實施“穩健的貨幣政策”，多次提高銀行存款準備金率，打消居民對貨幣政策放松的預期，因此，2011年第1季度理性通脹預期又開始緩慢下降，一直延續至2013年第4季度。此外，我國理性通脹預期較實際通脹率明顯偏大，說明我國居民的理性通脹預期估計過高，需要正確引導和調整。

四、我國通脹預期對實際通脹影響的動態過程

向量自回歸（VAR）模型依靠變量本身及其他相關變量的歷史數據來解釋變量當期的變化，利用VAR模型可以對相互聯系的時間序列系統進行預測，并分析隨機擾動對變量系統的動態沖擊，進而解釋各種經濟沖擊對經濟變量形成的影響。利用實際通脹率、理性通脹預期及產出缺口三變量VAR模型及脈沖響應函數，可以進一步研究通貨膨脹預期對實際通脹影響的動態過程。由于適應性通脹預期可以由滯后通脹來體現，而模型中已經包含了實際通脹率的滯后值，因此，實際通脹率對適應性通脹預期沖擊的響應可以由實際通脹沖擊導致的后續通脹率變動來反映。

由表3可知，實際通脹率和產出增長率均為平穩序列，而理性通脹預期一階差分才平穩，故理性通脹預期以一階差分的形式出現在模型中。使用Eviews6.0對建立的VAR模型進行OLS估計，其結果如表4。雖然有些系數不夠顯著，但通過檢驗模型是平穩的（所有AR根的模的倒數都位于單位圓內），可進一步對其脈沖響應函數進行分析。

圖4為實際通脹率對理性通脹預期沖擊的響應函數及累積響應函數。如圖4（左）所示，正向的理性通脹預期沖擊導致實際通脹率在第1季度開始加速上升，在第2季度達到最大值后，一直在高位持續了兩個季度左右，之后影響效果逐步減弱，在近9個季度后影響幾乎消失。從圖4（右）中可以看出此期間的累積影響：實際通脹率先加速上升，后減速上升，最后停留在一個新的更高水平。

圖5為實際通脹率對適應性通脹預期沖擊的響應函數及累積響應函數。如圖5（左）所示，正向的適應性通脹預期沖擊導致當期通脹率上升幅度達到最大，第2季度大幅回落，到第4季度成為負向影響，隨后緩慢回升直到消失。其累積過程可以從圖5（右）中看出：實際通脹率先加速上升，之后穩定了一個季度，然后開始回落，9個季度之后回復到原來的水平。

五、主要結論及政策啟示

本文基于新凱恩斯混合菲利普斯曲線的理論框架，建立包含通脹預期的狀態空間模型，并利用我國2001年1季度至2013年4季度的實際數據，通過貝葉斯Gibbs抽樣算法估計得到不可觀測的通脹預期；在此基礎上，利用VAR模型及脈沖響應函數分析通脹預期對實際通脹影響的動態過程。主要結論如下：（1）狀態空間模型的貝葉斯Gibbs估計結果表明：我國通貨膨脹預期是適應性預期與理性預期的綜合，且適應性預期特征強于理性預期特征；兩者均對我國實際通脹具有明顯的正向影響，其中適應性預期的影響更大；此外，產出增長率缺口對實際通脹也具有較小的正向影響。（2）脈沖響應函數表明：適應性通脹預期沖擊在短期（大約3個季度）對實際通脹會產生較大影響，但這種影響會隨著時間的推移慢慢變小，累積效應在9個季度后消失，這一結論與張成思（2009）的基本一致；理性通脹預期沖擊對實際通脹的正向影響會持續較長時間，并最終會將實際通脹推高到一個新的水平。

根據上述研究結論，貨幣政策應從降低適應性通脹慣性和管理理性通脹預期兩個方面來調控通脹預期對實際通脹的影響。雖然現階段我國通貨膨脹較為溫和，但是經濟運行中仍存在一系列推動物價上升的壓力。因此，一方面，為了應對高通脹慣性下的政策滯后效應，貨幣當局應在形成通脹壓力之前采取適當措施，明確公布并執行有效的貨幣政策，以防范通貨膨脹再度上升。另一方面，長期來看，理性通脹預期對實際通脹的影響更大，且我國居民現階段的理性通脹預期存在高估趨勢，因此需要長期重視對通脹預期的管理，調整人們對未來通脹的理性預期，必要時可以公開設定通貨膨脹率目標區來正確引導通脹預期。此外，模型結果表明，雖然產出增長率缺口對實際通脹有正向拉動作用，但這種作用很小，遠不及通脹預期的影響，這意味著現階段如果能夠實現對通脹預期的正確引導，將能以較小的代價推進經濟增長。

參考文獻：

郭濤，宋德勇.2008.中國利率期限結構的貨幣政策含義[J].經濟研究（3）：39-47.

胡軍，郭峰，龍碩.2013.通脹慣性、通脹預期與我國通貨膨脹的空間特征[J].經濟學（季刊）（1）：57-80.

李宏瑾，鐘正生，李曉嘉.2010.利率期限結構、通貨膨脹預測與實際利率[J].世界經濟（10）：120-138.

孟蓼筠，趙慶光.2011.關于我國通脹預期和動態通脹機制的研究[J].金融理論與實踐（11）：58-62.

楊繼生.2009.通脹預期、流動性過剩與中國通貨膨脹的動態性質[J].經濟研究（1）：106-117.

于光耀，范建偉.2012.中國通貨膨脹預期形成機制的探析[J].經濟經緯（3）：12-16.

張蓓.2009.我國居民通脹預期的性質及對通貨膨脹的影響[J].金融研究（9）：40-54.

趙留彥.2005.中國通脹預期的卡爾曼濾波估計[J].經濟學（季刊）（4）：843-864.

趙昕東，耿鵬.2009.基于Bayesian Gibbs Sampler的狀態空間模型估計方法研究及其在中國潛在產出估計上的應用[J].統計研究（9）：55-63.

（編輯：夏 冬）

五、主要結論及政策啟示

本文基于新凱恩斯混合菲利普斯曲線的理論框架，建立包含通脹預期的狀態空間模型，并利用我國2001年1季度至2013年4季度的實際數據，通過貝葉斯Gibbs抽樣算法估計得到不可觀測的通脹預期；在此基礎上，利用VAR模型及脈沖響應函數分析通脹預期對實際通脹影響的動態過程。主要結論如下：（1）狀態空間模型的貝葉斯Gibbs估計結果表明：我國通貨膨脹預期是適應性預期與理性預期的綜合，且適應性預期特征強于理性預期特征；兩者均對我國實際通脹具有明顯的正向影響，其中適應性預期的影響更大；此外，產出增長率缺口對實際通脹也具有較小的正向影響。（2）脈沖響應函數表明：適應性通脹預期沖擊在短期（大約3個季度）對實際通脹會產生較大影響，但這種影響會隨著時間的推移慢慢變小，累積效應在9個季度后消失，這一結論與張成思（2009）的基本一致；理性通脹預期沖擊對實際通脹的正向影響會持續較長時間，并最終會將實際通脹推高到一個新的水平。

根據上述研究結論，貨幣政策應從降低適應性通脹慣性和管理理性通脹預期兩個方面來調控通脹預期對實際通脹的影響。雖然現階段我國通貨膨脹較為溫和，但是經濟運行中仍存在一系列推動物價上升的壓力。因此，一方面，為了應對高通脹慣性下的政策滯后效應，貨幣當局應在形成通脹壓力之前采取適當措施，明確公布并執行有效的貨幣政策，以防范通貨膨脹再度上升。另一方面，長期來看，理性通脹預期對實際通脹的影響更大，且我國居民現階段的理性通脹預期存在高估趨勢，因此需要長期重視對通脹預期的管理，調整人們對未來通脹的理性預期，必要時可以公開設定通貨膨脹率目標區來正確引導通脹預期。此外，模型結果表明，雖然產出增長率缺口對實際通脹有正向拉動作用，但這種作用很小，遠不及通脹預期的影響，這意味著現階段如果能夠實現對通脹預期的正確引導，將能以較小的代價推進經濟增長。

參考文獻：

郭濤，宋德勇.2008.中國利率期限結構的貨幣政策含義[J].經濟研究（3）：39-47.

胡軍，郭峰，龍碩.2013.通脹慣性、通脹預期與我國通貨膨脹的空間特征[J].經濟學（季刊）（1）：57-80.

李宏瑾，鐘正生，李曉嘉.2010.利率期限結構、通貨膨脹預測與實際利率[J].世界經濟（10）：120-138.

孟蓼筠，趙慶光.2011.關于我國通脹預期和動態通脹機制的研究[J].金融理論與實踐（11）：58-62.

楊繼生.2009.通脹預期、流動性過剩與中國通貨膨脹的動態性質[J].經濟研究（1）：106-117.

于光耀，范建偉.2012.中國通貨膨脹預期形成機制的探析[J].經濟經緯（3）：12-16.

張蓓.2009.我國居民通脹預期的性質及對通貨膨脹的影響[J].金融研究（9）：40-54.

趙留彥.2005.中國通脹預期的卡爾曼濾波估計[J].經濟學（季刊）（4）：843-864.

趙昕東，耿鵬.2009.基于Bayesian Gibbs Sampler的狀態空間模型估計方法研究及其在中國潛在產出估計上的應用[J].統計研究（9）：55-63.

（編輯：夏 冬）

五、主要結論及政策啟示

本文基于新凱恩斯混合菲利普斯曲線的理論框架，建立包含通脹預期的狀態空間模型，并利用我國2001年1季度至2013年4季度的實際數據，通過貝葉斯Gibbs抽樣算法估計得到不可觀測的通脹預期；在此基礎上，利用VAR模型及脈沖響應函數分析通脹預期對實際通脹影響的動態過程。主要結論如下：（1）狀態空間模型的貝葉斯Gibbs估計結果表明：我國通貨膨脹預期是適應性預期與理性預期的綜合，且適應性預期特征強于理性預期特征；兩者均對我國實際通脹具有明顯的正向影響，其中適應性預期的影響更大；此外，產出增長率缺口對實際通脹也具有較小的正向影響。（2）脈沖響應函數表明：適應性通脹預期沖擊在短期（大約3個季度）對實際通脹會產生較大影響，但這種影響會隨著時間的推移慢慢變小，累積效應在9個季度后消失，這一結論與張成思（2009）的基本一致；理性通脹預期沖擊對實際通脹的正向影響會持續較長時間，并最終會將實際通脹推高到一個新的水平。

根據上述研究結論，貨幣政策應從降低適應性通脹慣性和管理理性通脹預期兩個方面來調控通脹預期對實際通脹的影響。雖然現階段我國通貨膨脹較為溫和，但是經濟運行中仍存在一系列推動物價上升的壓力。因此，一方面，為了應對高通脹慣性下的政策滯后效應，貨幣當局應在形成通脹壓力之前采取適當措施，明確公布并執行有效的貨幣政策，以防范通貨膨脹再度上升。另一方面，長期來看，理性通脹預期對實際通脹的影響更大，且我國居民現階段的理性通脹預期存在高估趨勢，因此需要長期重視對通脹預期的管理，調整人們對未來通脹的理性預期，必要時可以公開設定通貨膨脹率目標區來正確引導通脹預期。此外，模型結果表明，雖然產出增長率缺口對實際通脹有正向拉動作用，但這種作用很小，遠不及通脹預期的影響，這意味著現階段如果能夠實現對通脹預期的正確引導，將能以較小的代價推進經濟增長。

參考文獻：

郭濤，宋德勇.2008.中國利率期限結構的貨幣政策含義[J].經濟研究（3）：39-47.

胡軍，郭峰，龍碩.2013.通脹慣性、通脹預期與我國通貨膨脹的空間特征[J].經濟學（季刊）（1）：57-80.

李宏瑾，鐘正生，李曉嘉.2010.利率期限結構、通貨膨脹預測與實際利率[J].世界經濟（10）：120-138.

孟蓼筠，趙慶光.2011.關于我國通脹預期和動態通脹機制的研究[J].金融理論與實踐（11）：58-62.

楊繼生.2009.通脹預期、流動性過剩與中國通貨膨脹的動態性質[J].經濟研究（1）：106-117.

于光耀，范建偉.2012.中國通貨膨脹預期形成機制的探析[J].經濟經緯（3）：12-16.

張蓓.2009.我國居民通脹預期的性質及對通貨膨脹的影響[J].金融研究（9）：40-54.

趙留彥.2005.中國通脹預期的卡爾曼濾波估計[J].經濟學（季刊）（4）：843-864.

趙昕東，耿鵬.2009.基于Bayesian Gibbs Sampler的狀態空間模型估計方法研究及其在中國潛在產出估計上的應用[J].統計研究（9）：55-63.

（編輯：夏 冬）