我國制造業(yè)采購經理指數與消費者價格指數的關系研究

王中江

（安徽工程大學人事處，安徽蕪湖 241000）

我國制造業(yè)采購經理指數與消費者價格指數的關系研究

王中江

（安徽工程大學人事處，安徽蕪湖 241000）

采用2006年1月至2016年3月間我國制造業(yè)采購經理指數（PMI）和消費者價格指數（CPI）的月度數據，建立VAR模型，通過Johansen協(xié)整檢驗、方差分解等方法，實證檢驗了制造業(yè)PMI和CPI的關聯(lián)性。實證結果表明，制造業(yè)PMI與CPI之間存在雙向的傳導關系，且CPI對制造業(yè)PMI的影響作用較大。最后，根據實證結果提出相關政策建議。

PMI；CPI；VAR模型

2016年4月，我國制造業(yè)PMI指數為50.1%，連續(xù)兩個月位于榮枯線上方。由于國內市場需求有所恢復以及一系列穩(wěn)增長措施的效果逐漸顯現，制造業(yè)整體呈現企穩(wěn)回升的態(tài)勢。然而，具體分析可知，4月制造業(yè)進口指數和新出口訂單指數均有所回落，表明在國際市場的影響下，我國經濟下行壓力依然存在。特別是制造業(yè)，呈現短期向好但長期不穩(wěn)定的特征。消費者價格指數同樣存在較大的不確定性。2016年4月，CPI同比上漲2.3%，第一季度較去年同期平均上漲2.1%。大宗商品價格走勢是未來經濟走勢的重要影響因素。CPI與制造業(yè)PMI均為反映經濟運行狀況的指標。從指標構成和內涵來看，CPI是反映居民家庭一般所購買的消費商品和服務價格水平變動情況的宏觀經濟指標。制造業(yè)PMI主要從企業(yè)的新訂單、生產、從業(yè)人員和庫存等若干與生產、采購、流通緊密相關的方面衡量企業(yè)的生產情況，對宏觀經濟的走勢具有一定的預測功能。僅從指標構成和內涵判斷，CPI與制造業(yè)PMI之間存在傳導關系，且應該是雙向的。然而，二者間究竟存在怎樣的傳導關系？需要通過實證研究來詳細分析。利用我國制造業(yè)PMI與CPI的相關數據，分析二者內在聯(lián)系及傳導關系，以探究我國物價穩(wěn)定、經濟增長的有效途徑，為經濟的發(fā)展和社會的進步提供對策建議。

一 文獻綜述

梳理現有文獻發(fā)現，當前對CPI與制造業(yè)PMI關系的研究較少。相關研究大多集中于以下兩個方面：其一，制造業(yè)PMI與GDP及經濟增長的關系研究。何黎、何躍（2012）將PMI用于分析和預測GDP，取得了較好的預測效果；[1]張利斌、馮益（2012）指出PMI與GDP之間存在協(xié)整關系，PMI對GDP具有正向的影響作用；[2]張寧，陳晴旖（2013）分析指出PMI對PPI具有一定的正向影響作用。[3]其二，CPI與相關指標的關系研究，主要集中于PPI與CPI的關系。顧海兵（2005）研究了PPI到CPI的傳導機制；[4]蕭松華，伍旭（2009）分析得出PPI與CPI具有相關關系，PPI可用于預測CPI的變動趨勢；[5]袁闖，李松齡（2009）通過檢驗得出PPI與CPI之間的順向傳導機制順暢程度弱于逆向傳導機制；[6]桂文林，韓兆洲（2011）通過季節(jié)調整和HP濾波方法研究得出CPI與PPI之間的相關性顯著。[7]

二 CPI和PMI關系的理論分析

通過建立我國制造業(yè)PMI與CPI走勢關聯(lián)圖進行理論分析（如圖1）。我國CPI走勢基本經歷了以下四個階段：第一階段，2006年1月至2008年4月間的平穩(wěn)上升階段，指數值從101.9逐漸緩慢上升至108.5；第二階段，2008年5月至2009年7月，這一階段CPI開始下降，一直降到最低值98.2；第三階段，2009年8月至2012年5月，緩慢回升，2010年7月之后一直保持在103以上；第四階段，2012年6月至今，CPI基本處于平穩(wěn)狀態(tài)，指數值始終保持在103以下，僅個別月份達到103。我國PMI走勢也呈現四個階段：第一階段，2006年1月至2008年6月，始終保持在52以上；第二階段，2008年7月至2009年2月，指數值自2008年7月下降，指數值基本維持在50以下，更在2008年11月降至最低38.8；第三階段，2009年3月至2011年5月，從2009年3月開始回升，小幅震蕩，保持在50以上；第四階段，2011年6月至今，從2011年6月之后指標值呈小幅度波動，除個別月份之外，基本都在50以上。特別是2014年10月至今，始終保持在50上下波動。從走勢圖可知，我國CPI與PMI的總體走勢一致；從流通領域的理論來看，PMI的變化可能會導致產品成本和交易價格的變化，這種變化進而又影響CPI；反過來，CPI的變化反映出產品交易價格變化，從而可能導致PMI的變化。因此，從理論上看，制造業(yè)PMI與CPI之間存在著一定的關系。進一步做實證研究以驗證二者之間的關系。

圖1 制造業(yè)PMI與CPI的走勢關聯(lián)圖

三 CPI和PMI關系的實證分析

（一）實證樣本來源

文中采集了我國2006年1月至2016年3月間的制造業(yè)PMI和CPI月度數據作為時間序列進行分析。數據來源于國家統(tǒng)計局網站。為剔除異方差的影響，對序列做季節(jié)調整，即從時間序列中估計和剔除季節(jié)因素影響，從而使不同時期的數據具有可比性，分別將調整后的序列記為lncpi和lnpmi。

（二）單位根檢驗

當序列不平穩(wěn)時，容易出現偽回歸現象。為防止偽回歸現象，對序列進行單位根檢驗。采用ADF檢驗方法，檢驗到lncpi和lnpmi序列均含有單位根，即為不平穩(wěn)序列。對兩組序列進行一階差分，一階差分后的序列分別記為dlncpi和dlnpmi。檢驗結果顯示：一階差分序列dlncpi和dlnpmi均不存在單位根，均為一階差分平穩(wěn)序列。所以，CPI和PMI均為一階單整序列，即I（1）序列，符合協(xié)整檢驗條件。單位根檢驗結果如表1所示：

表1 單位根檢驗結果

（三）制造業(yè)PMI對CPI傳導關系的檢驗

為保證VAR模型的可信度，根據AIC和SC最小原則確定最優(yōu)滯后期。結果顯示選擇滯后期為3期建立模型，此時LR、FPR、AIC、SC和HQ分別為12.14770*、3.35e-08*、-11.53600*、-11.20183和-11.40036*。

根據OLS法，以時間序列l(wèi)ncpi和lnpmi建立VAR模型如式（1）所示：

模型中，R-squared為93.7872%，修正后的R-squared為93.4573%，表明模型擬合度較好。

對模型進行平穩(wěn)性檢驗，結果表明AR特征多項式的根的倒數均位于單位圓內，說明所估計的VAR模型是穩(wěn)定的，可以進一步做Johansen協(xié)整檢驗。結果如圖2所示：

圖2 單位圓和特征根

在VAR模型基礎上做Johansen協(xié)整檢驗，跡統(tǒng)計量與最大特征值統(tǒng)計量結果一致時，協(xié)整檢驗結果才有效。二者檢驗結果表明：在5%的水平上，兩變量存在協(xié)整關系。檢驗結果如表2和表3所示：

表2 Johansen協(xié)整檢驗跡統(tǒng)計量結果

表3 Johansen協(xié)整檢驗最大特征值統(tǒng)計量結果

（四）CPI對制造業(yè)PMI傳導關系的檢驗

同理，建立CPI對PMI傳導的VAR模型，如式（2）所示：

模型中，R-squared為72.9114%，修正后的R-squared為71.4731%，表明模型擬合度較好。

對模型進行平穩(wěn)性檢驗,結果如圖3所示。AR特征多項式的根的倒數均位于單位圓內,說明所估計的VAR模型是穩(wěn)定的,可以進一步做Johansen協(xié)整檢驗。

圖3 單位圓和特征根

同理，進行Johansen協(xié)整檢驗，結果如表4和表5所示。

表4 Johansen協(xié)整檢驗跡統(tǒng)計量結果

表5 Johansen協(xié)整檢驗最大特征值統(tǒng)計量結果

最大特征值統(tǒng)計量與跡統(tǒng)計量檢驗結果一致，說明PMI與CPI的協(xié)整關系成立。得到二者間的協(xié)整方程，如式（3）所示：

標準誤差=(0.69610)

（五）方差分解

為進一步了解CPI與PMI之間的相互作用機制，衡量影響程度，對二者做方差分解以說明貢獻度，結果如圖4所示。

圖4 方差分解圖

結合詳細參數和曲線走勢可知，第1期時，CPI對PMI的隨機擾動的響應程度為0，之后迅速上升，且增幅較大，一直到第10期的41.29%。CPI受到自身沖擊作用開始非常顯著，隨后迅速下降，到第10期時降至58.27%。滯后10期時，與受到PMI的沖擊影響幾乎達到同一水平。PMI受到CPI的影響是逐漸上升的，但增幅較弱，從第一期的3.36%到第十期的8.96%，表明PMI受到來自CPI的擾動影響較小，從第1期的2.67%上升到第10期的7.07%。PMI受自身影響始終存在，影響作用雖逐漸減弱但始終保持在較高水平，從第1期97.33%直到第10期的92.93%，始終未低于90%的水平。

四 實證結論及政策建議

本文使用2006年1月至2016年3月間我國制造業(yè)PMI和CPI的月度數據，構建VAR模型，實證檢驗二者之間的聯(lián)動關系，得出以下結論：第一，我國CPI與制造業(yè)PMI序列均為一階單整序列I（1），并且二者之間存在長期協(xié)整關系。第二，我國CPI與制造業(yè)PMI之間存在雙向的傳導關系，PMI與CPI有正向的影響作用，CPI對PMI也存在正向的影響作用，其中，CPI對制造業(yè)PMI的影響作用較大。

基于以上實證研究結果，提出如下對策建議：

首先，加快制造業(yè)轉型升級，促進綠色制造業(yè)發(fā)展。由于制造業(yè)PMI對CPI具有一定的影響作用，同時，PMI對社會經濟的運行具有一定的預測作用，因此，政府應加快制造業(yè)的轉型升級，尤其應大力扶持綠色制造業(yè)的發(fā)展，降低能耗、節(jié)能減排，從而減少制造業(yè)成本，增強公眾的預期信心，對社會經濟的良好運行提供有力的支撐。

其次，進行合理的宏觀調控，穩(wěn)定物價。由實證結果可知，CPI在一定程度上影響了制造業(yè)PMI的走勢。因此，從長期來看，政府應進行合理的宏觀調控，運用多種政策措施穩(wěn)定物價，注重戰(zhàn)略性新興產業(yè)的發(fā)展和投資，促進產業(yè)結構升級，從而穩(wěn)定物價，并減少CPI的波動向PMI的傳導,有效幫助實體經濟的復蘇和發(fā)展。從短期來看,政府應定期發(fā)布大宗短缺商品的價格信息并制定相應的發(fā)展規(guī)劃及監(jiān)測體系,防止出現缺口從而引發(fā)短期的價格波動。

最后，靈活運用財政政策及貨幣政策。國內國際市場環(huán)境不斷變化，政府應根據環(huán)境的不同，靈活運用財政政策和貨幣政策，制定不同的政策措施，以幫助經濟健康良好的運行。

[1]何黎,何躍.結合PMI的中國GDP預測模型[J].統(tǒng)計與決策, 2012(01):84-86.

[2]張利斌,馮益.中國PMI與GDP關系的實證檢驗[J].統(tǒng)計與決策,2012(02):143-145.

[3]張寧,陳晴旖.PMI指數與我國物價水平相關性實證分析[J].商業(yè)時代,2013(15):34-35.

[4]顧海兵,周智高,王曉麗.對中國價格傳導過程的實證分析[J].價格理論與實踐,2005(04):37-38.

[5]蕭松華,伍旭.PPI當前我國通貨膨脹的先行指標——基于PPI引導CPI變動的研究[J].暨南學報(哲學社會科學版), 2009(04):105-113.

[6]袁闖,李松齡.基于VAR的我國產業(yè)間價格傳導實證分析[J].財經理論與實踐,2009(04):86-89.

[7]桂文林,韓兆洲.PPI與CPI關系及我國通貨膨脹治理[J].統(tǒng)計研究,2011(09):49-56.

[責任編輯 劉貴陽]

Research on the Relationship of PMI and CPI

WANG Zhong-jiang
(Personnel Department, Anhui Polytechnic University, Wuhu 241000, China)

This paper chooses the monthly data of PMI and CPI from January the 2006 to March the 2016, constructs the VAR model and examines the relationship of PMI and CPI through Johansen co-integration test and variance decomposition. The empirical results indicate that there is a bidirectional transmission relationship between the CPI and the PMI. What’s more, the effect of CPI to PMI is stronger. Finally, some suggestions are proposed according to the empirical results.

PMI; CPI; VAR model

F420

A

1008-9128（2017）03-0094-03

10.13963/j.cnki.hhuxb.2017.03.024

2016-09-30

安徽省高等教育提升計劃科學研究一般項目（TSSK2016B24）

王中江（1980-），男，安徽廬江人，碩士，講師，研究方向：管理學。