全球流動性擴張如何影響通貨膨脹？*
——基于面板向量自回歸模型的實證研究

張天頂，李汶駿

（武漢大學經濟與管理學院，湖北 武漢 430072）

一、引言

作為資金融通難易程度的表征，全球流動性始終是國際宏觀經濟和金融領域關注的熱點問題，其變化及經濟效應受到世界范圍內政策制定者、金融市場參與主體和研究者的廣泛關注。在西方主要發達經濟體貨幣政策的驅動下，全球流動性可以在一定程度上通過影響貨幣供給、利率水平、資產價格以及物價水平等因素，對全球經濟和金融環境造成廣泛、深入的影響。歷史經驗表明，寬松貨幣政策引致的全球流動性擴張有利于降低融資成本、緩解融資約束，提高居民消費和企業投資，能夠在一定程度上穩定通脹預期并推動經濟增長。特別是在2008年國際金融危機發生后，全球流動性的合理擴張有助于平抑金融市場波動，降低系統性金融風險，推動主要經濟體宏觀經濟從衰退中逐步復蘇。但是，過度的流動性往往產生貨幣貶值壓力、資產價格泡沫以及通貨膨脹等不容忽視的經濟效應，加劇金融市場的脆弱性，威脅全球經濟、金融體系穩定。

2020年，新冠肺炎疫情的爆發使全球經濟遭受沉重打擊。受經濟衰退預期影響，各主要經濟體央行相繼出臺了大規模的寬松貨幣政策，釋放了大量的流動性。2021年，隨著新冠肺炎疫情上升趨勢得到控制，加之各國大規模積極性財政政策的刺激，全球經濟在總需求持續上升的拉動下逐漸復蘇，疫情沖擊下許多國家市場關系出現了供求失衡，通貨膨脹開始上揚。2022年，盡管西方主要發達國家貨幣政策轉向預期不斷強化，但其物價水平上漲形勢卻愈加嚴峻，通貨膨脹壓力已從個別國家蔓延至多個國家，成為全球性問題。就本輪全球通脹的問題，二十國集團（G20）財長會議突出強調疫情導致的供應鏈中斷、供求失衡以及包括能源、金屬、糧食在內的大宗商品價格上漲是一些國家或地區通脹水平持續攀升的重要動力。此外，在俄烏軍事沖突危機的陰云下，地緣政治因素同樣加劇了全球通貨膨脹的壓力。值得強調的是，歸根結底通貨膨脹是一種貨幣現象，全球范圍內寬松貨幣政策創造出的全球流動性擴張是本輪高通脹的重要根源。綜合來看，在新冠疫情沖擊和地緣政治博弈的擾動下，充裕的全球流動性為通貨膨脹提供了滋生的條件，疊加大宗商品價格波動和供應鏈瓶頸等結構性因素，共同推動了全球通脹的進一步加劇。

新冠病素傳播背景下的全球通脹高企態勢，給各國宏觀經濟政策的制定帶來嚴峻挑戰，增加了世界經濟復蘇的諸多不確定性風險。研究全球流動性擴張沖擊對全球范圍內通貨膨脹演變的影響，可以為積極應對全球流動性動態演變提供參考，有助于我國主動應對外部因素變化，更好地制定和實施有效的貨幣政策，維持國內物價水平的總體穩定。有鑒于此，本文試圖從各國物價上漲這一經濟現象背后分析驅動因素，重點關注全球流動性擴張對全球范圍內通貨膨脹的影響。

本文的邊際貢獻在于：第一，從測量方法來看，現有文獻大多從數量指標或價格指標的單一維度對流動性進行度量，難以全面體現全球流動性的動態變化及其經濟效應。本文基于施加符號約束的靜態因子模型，涵蓋了貨幣政策、信貸供給以及信貸需求三個關鍵因子，實現了對全球流動性的合理測量，可以更好地刻畫全球流動性的真實動態及經濟效應。第二，從研究對象來看，本文聚焦于在全球層面探討通貨膨脹的形成原因，強調了全球流動性擴張對全球通脹的影響，而過往關于通脹影響因素的研究大都集中于單個國家的財政貨幣政策或供求沖擊等國內要素對本國或地區通貨膨脹的影響（如Fratantoni和chuh，2003；任康鈺和倪沈逸，2022），較少有文獻圍繞全球流動性變化對通貨膨脹的影響機理展開深入研究，缺乏對全球層面共性因素的探討。第三，從研究方法來看，本文基于符號約束方法對面板向量自回歸模型（PVAR）進行識別，僅按照經濟含義對沖擊效應本身施加約束，運用蒙特卡洛模擬抽樣將滿足符號限制的沖擊予以保留，進而得到沖擊效應的一般特征。與傳統的遞歸約束方法相比，符號識別并不需要對同期響應矩陣施加嚴苛的限制條件，且對經濟系統中各變量的排列順序沒有嚴格要求。

二、文獻綜述

（一）全球流動性的概念與測量方法

科學嚴謹地界定全球流動性的概念是相關研究的基礎。然而，國內外學者對于該概念的內涵仍有不同的觀點，很難給出一個達成共識的概念界定（Cohen等，2017）。Kramer和Baks（1999）提出，全球流動性可以在一定程度上表示在國際金融市場融資的難易程度。國際貨幣基金組織（IMF）則認為全球流動性是金融市場上推動資金供給進而影響國際融資便利度的因素。綜合來看，全球流動性可以定義為國際融資環境（CGFS，2011），通常用來衡量國際市場上金融資產交易和將貨幣資產轉化為商品或服務的難易程度，體現國際金融市場的融資條件（CGFS，2011）?？陀^上，全球流動性是一組對不同國家或地區的資金流動同時產生影響的全球資金供給因素，可分為官方流動性和私人流動性兩個部分（CGFS，2011），分別由貨幣當局和私人銀行部門創造和提供。盡管私人流動性規模相對較大，但由于具有極強的內生性，很難對其進行準確測量和定量分析（高海紅，2012）。

近年來，學術界在全球流動性的測算上做了大量研究。根據全球流動性的特征差異提出了不同的測量方法，雖難以達成一致的標準，但可大致劃分為單一指標法和綜合指標法兩種方法。單一指標法是基于研究目標，選取某一維度的全球流動性代表性指標進行分析，是相關研究中最常用的流動性測量方法。在最初階段，主要以美國等發達國家的貨幣或信貸總量作為全球流動性數量指標的代理指標（Kramer和Baks，1999）。相較于數量指標，價格指標能夠更為即時地反映市場預期，可以在衡量資金流動性的同時反映資金的成本價格，通常包括發達國家的政策利率、市場利率或資本收益率（Brana等，2012）?，F有研究表明，單一指標的測量方法往往忽視了國家之間的個體差異性，難以準確描述各經濟體所面臨的流動性環境（Osina，2019），不足以反映全球流動性的波動信息。為此，學者們認為在對數量指標進行考察的同時，需要以價格指標作為補充，不應該采用單一指標對全球流動性進行測量（Eickmeier等，2014）。

綜合指標法綜合運用多種指標，可以提供一個更全面、更多樣化的分析框架。Chen等（2012）同時運用數量指標和價格指標完成了對全球流動性的測量。Eickmeier等（2014）采用貨幣政策、信貸供給和信貸需求三種因子作為全球流動性的代理指標，建立基于靜態因子模型測量全球流動性的框架。基于驅動因素的不同，Choi等 （2017）提出利用貨幣政策、金融市場以及風險厭惡三種因子來描述全球流動性。總體而言，數量指標體現了金融市場中的流動性條件，價格指標則反映了金融市場中參與者提供流動性的意愿，全球流動性的測量應當綜合數量和價格指標，二者的結合有助于準確測量全球流動性狀況。與單一指標法相比，綜合指標法可以更為完整地刻畫出全球流動性的真實狀況（Chen等，2012），而因子分析法是實現綜合指標測量的重要技術手段。

（二）關于全球流動性與通貨膨脹的文獻綜述

各國政府在治理或應對通脹時，都會將控制貨幣供應量放在重要位置?，F代貨幣數量論認為流通貨幣的超額供應是導致通脹問題的唯一重要因素（Friedman等，1990）。早期經濟學界關于單個國家的貨幣總量與本國通貨膨脹之間的關系進行了大量研究，大多數研究結果都表明貨幣供給量與本國通脹之間存在顯著的正相關關系。伴隨著全球化的推進，僅從國家層面對通脹進行解釋已經遠遠不足（Sousa和Zaghini，2007），部分學者逐漸將視野投向國際市場，開始研究全球流動性動態變化對通貨膨脹的影響。早期關于全球流動性動態與通貨膨脹之間關系的研究，主要針對美國貨幣政策變化的溢出效應展開。Hudson（2010）研究發現美國擴張性貨幣政策推動了新興市場國家資產價格上漲以及幣值上升，并帶來通貨膨脹。美國的量化寬松政策使國際金融市場上美元流動性持續增加，將提升國際大宗商品價格，并推動全球范圍內各國物價的上漲（劉昊虹，2011）。

隨著對全球流動性關注度的提高，流動性與通貨膨脹之間的跨境傳導機制逐漸成為關注焦點。D'agostino和Surico（2009）研究發現相較于美國貨幣總量，以七國集團的貨幣增長率作為全球流動性的代理指標，對美國國內通脹具有較好預測效果。Borio（2008）認為在對貨幣與通貨膨脹之間的通脹機制進行確定和解釋時，不僅要考慮到全球流動性，而且要考慮到全球通脹表現，全球視角比國家視角更重要。因此，國內外部分學者開始從全球視角出發，探究全球流動性動態變化對通貨膨脹的影響（Howell，2020）。Rüffer和Stracca（2006）研究發現全球流動性擴張沖擊對歐元區國家的資產價格、產出以及物價水平具有明顯的溢出效應。Belke等（2008）認為全球流動性在某種程度上推動了全球范圍內較為普遍的通貨膨脹壓力，在此基礎上，Belke等（2010）以經濟合作與發展組織（OECD）國家為研究對象，探究了全球流動性、利率與物價水平之間的關系，發現以貨幣總量為代理指標的全球流動性是反映通貨膨脹的有效指標，可以用來預測未來物價的變化趨勢，高水平的全球流動性往往是物價上漲的主要誘因和金融穩定的巨大威脅。張天頂和李潔（2011）利用Phillips擴展模型就全球流動性與通貨膨脹之間的關系進行了探究，發現全球流動性擴張對通貨膨脹具有顯著促進作用，可以較好地解釋世界各國的通貨膨脹變化。

通過文獻梳理，可以發現現有文獻存在以下三點不足：第一，從全球流動性度量方法來看，雖然在代理指標的選取上存在差異，但現有文獻普遍采用貨幣總量、信貸總量等單一指標，從單一維度對流動性進行度量，無法完整反映全球流動性的動態特征。第二，從實證方法來看，現有文獻多采用遞歸約束方法對流動性進行識別，識別假設過于嚴苛且識別效果不夠準確。第三，從研究對象來看，現有研究或借助VAR、SVAR和FAVAR等方法聚焦于全球流動性對單一國家經濟的影響，或采用PVAR探究全球流動性沖擊對發達國家或發展中國家單一群體經濟的影響，未能將發達國家與發展中國家放在同一框架中進行分析、檢驗。

鑒于此，本文基于因子模型對全球流動性進行全面測算，涵蓋了貨幣政策、信貸供給以及信貸需求三個方面，采用符號約束方法對流動性進行識別，能夠更準確、更穩健地刻畫出全球流動性的真實狀態。除此之外，利用現實經濟運行中的經濟數據和金融市場數據，本文在現有文獻基礎上對樣本容量進行了擴展，采用了涵蓋38個經濟體的數據樣本，并基于符號約束識別的PVAR模型，對全球層面全球流動性動態特征及其對通貨膨脹的影響作用進行探討，以期令研究結果更全面、更具代表性。

三、全球流動性的測量

（一）變量選擇及數據處理方法

在全球流動性指標的構建中，本文選取了美國、英國、日本等12個發達經濟體和中國內地等13個新興市場經濟體①12個發達經濟體為：美國、日本、歐元區、英國、加拿大、瑞士、瑞典、挪威、丹麥、澳大利亞、新西蘭、捷克；13個新興市場經濟體為：中國內地、印度尼西亞、印度、韓國、馬來西亞、菲律賓、泰國、中國香港、新加坡、阿根廷、巴西、墨西哥、智利。1995年第1季度至2021年第1季度的相關金融數據來提取全球流動性因子，具體金融指標包括國內銀行信貸總量、跨境銀行信貸總量、狹義貨幣總量（M1）、廣義貨幣總量（M2）、商業貸款利率、抵押貸款利率、隔夜拆借利率、貨幣市場利率、長期國債利率、短期存貸利差、長期存貸利差以及24類美國金融變量序列，這些指標充分體現了政策制定者和市場參與者共同決定的全球金融環境。其中，長短期存貸利差分別根據抵押貸款利率、商業貸款利率與隔夜拆借利率的差值計算得出，對存貸利差指標的加入，可以補充零利率以及負利率等極端時期的全球流動性狀態信息。

為排除實體經濟的影響，本文選取了相同的25個經濟體的國內生產總值、居民消費、固定投資、消費者價格指數（CPI）、生產者價格指數（PPI）以及國內生產總值平減指數的季度數據來提取宏觀經濟因子。這些變量的相關統計數據主要來自EIU國家數據庫、國際清算銀行數據庫、國際金融統計（IFS）數據庫、美聯儲數據庫以及相關樣本經濟體的中央銀行。

考慮到全球新冠肺炎大流行對世界經濟帶來沖擊，多國關鍵變量數據發生了劇烈波動，本文采用Lenza和Primiceri（2020）的方法，對新型冠狀病毒肺炎疫情爆發時的異常數據進行修正，排除經濟數據異常波動對研究結果的影響。此外，根據因子模型的要求，在數據處理過程中對相應數據進行了平穩化、剔除異常值及標準化處理，并對少量缺失數據進行了插值處理而非簡單取零或直接刪除。首先，為保證序列平穩，對存在單位根的樣本進行平穩化處理，處理過程包括季節性調整、去趨勢以及差分等。其次，采用中位數方法對異常值進行替換，以避免異常值的存在所導致的估計偏誤。然后，對所有數據進行標準化處理。最后，本文利用期望最大化算法對少量缺失的數據進行插補，在滿足平衡面板數據條件的同時兼顧了樣本數量。

（二）基于靜態因子模型的測量方法

全球流動性概念早已出現，但時至今日，對于如何對全球流動性進行測算仍有許多爭議。尚不存在能夠全面、直接反映全球流動性水平的單一經濟指標，學術界對于全球流動性的測量方法也各不相同。由于PVAR模型在實際運行過程中能夠處理的變量數量有限，難以涵蓋所有指標信息，為了真實、全面地反映全球流動性沖擊對通貨膨脹的影響，本文基于靜態因子模型對相應數據進行降維處理，在施加符號約束后實現對全球流動性動態的測量。

首先，基于因子分析法從各國經濟數據集XtM中提取宏觀因FtM：

關于全球流動性因子數量，Bai和Ng（2002）提出了確定最佳因子個數的信息準則，但是在該判斷標準下無法得到確定性結果。因子分析結果表明，基于Onatski（2010）檢驗方法確定的最佳流動性因子個數為1，僅能解釋全球金融數據的30%波動情況；而3個流動性因子的累積貢獻率達到了54.56%，且每個因子的貢獻率超過10%。其中，第一個全球流動性因子可以解釋數據集30.49%的方差變化，第二個全球流動性因子可以解釋13.85%，第三個全球流動性因子可以解釋10.21%。可以看出，3個全球流動性因子合計可以反映全球金融數據50%以上的波動信息，因子分析效果較好，因此本文確定最佳全球流動性因子個數為3。

表1 前10個主成分解釋的方差份額

本文在對全球流動性因子的識別中，借鑒了Eickmeier等（2014）的分類識別方法，根據經濟理論對所有因子載荷施加了表2的識別約束條件，通過符號識別對貨幣政策因子、信貸供給因子以及信貸需求因子3種全球流動性因子賦予實際的經濟含義，在兼顧穩健性的同時，避免了過度識別問題。

表2 因子載荷的符號約束條件

注：“+”代表全球流動性因子與相應指標為正相關，“-”表示全球流動性因子與相應指標為負相關。

基于以上符號約束，存在多種通過因子識別條件的模型相關因子，本文則采用Fry和Pagan（2011）的方法，從100個回歸結果中選取中位值作為全球流動性因子的分析測量結果。圖1刻畫了三種全球流動性因子的動態特征，用實線表示與所有滿足符號限制的模型相關的因子。其中，貨幣政策因子（PolicyGL）反映了當前的貨幣條件，小于0代表當前貨幣條件較為寬松，相反則相對偏緊；其變化趨勢則反映了當前的全球貨幣政策立場，上升表明全球貨幣政策逐漸收緊，反之則代表貨幣政策環境的放松。與之類似，信貸供給因子（CreditsGL）和信貸需求因子（CreditdGL）大于（小于）0則表明當前全球信貸供應寬松（緊縮）和全球信貸需求強勁（疲軟），其變化趨勢則是信貸供給和需求擴張或縮減的反映?？傮w來看，樣本期內三種全球流動性因子的變化趨勢與歷史經驗事實相一致。以2008年全球金融危機為例，三種流動性因子的變化表明全球流動性在危機發生前持續擴張。金融危機爆發后，避險情緒急劇上升，貨幣政策驅動的全球流動性迅速萎縮，信貸供給驅動的全球流動性持續下降，信貸需求驅動的全球流動性也隨著避險情緒在危機頂點時急劇縮減，令全球流動性出現驟然緊縮。危機發生后，積極的貨幣政策調整、擴張的信貸供給和復蘇的信貸需求都為市場重新注入了大量流動性，促進了危機后的經濟復蘇，全球流動性也開啟了快速擴張。

圖1 全球流動性動態特征

四、研究設計

（一）模型設定

面板向量自回歸模型（Panel Vector Autoregression，簡稱PVAR），是向量自回歸模型（VAR）從平面向空間維度的拓展。VAR模型是宏觀經濟研究中對時間序列數據進行處理分析的一般方法，它將模型中的每個變量都看作內生變量，而無須對變量之間的因果關系進行事先假定，以分析模型中各個變量及其滯后項對其他變量的影響。PVAR模型在保留VAR模型眾多優良特征的同時，對時間效應和個體效應進行了充分考慮，這降低了解釋變量之間共線性的可能，可以有效解決個體間的異質性問題。將參數化的PVAR模型與無參數化的宏觀經濟理論相結合，并通過脈沖響應函數或方差分解獲得模型估計結果，可以有效地檢驗和論證經濟系統中的許多問題，適用于開放經濟體宏觀經濟層面的實證檢驗。

鑒于面板向量自回歸模型的技術優勢，大多數關于全球流動性溢出效應的研究都基于PVAR模型進行。因此，本文遵循該技術路徑，利用PVAR模型檢驗全球流動性擴張沖擊對全球主要經濟體通貨膨脹的影響?？紤]滯后n階的PVAR模型，模型設定如下：

在PVAR模型的參數估計中，面臨的主要問題是需要估計的參數過多，容易導致多重共線性并造成較大的參數估計誤差，這對樣本數量的要求較高。從數據擬合的效果來看，更多的樣本數量可能更利于挖掘出宏觀經濟現象背后的客觀規律，但在樣本數量增加的同時，模型中的待估參數也會隨之增加，從而可能導致模型估計偏誤的進一步擴大。在應用中，一般通過縮減模型中的指標或降低滯后階數來解決。但這些方法的使用均較為主觀，可能會影響數據之間真實關系的表達，貝葉斯估計則為解決這個問題提供了另一種方法。

與經典的參數估計方法相比，基于概率理論的貝葉斯方法對參數的先驗信息和樣本信息的利用更為充分，參數估計的方差較小，可以定量評估假設檢驗和估計問題的判斷結果，而不是簡單地接受或拒絕，預測結果會更準確。因此，一些學者開始將貝葉斯方法應用到面板向量自回歸模型的估計當中，即先將模型中所有反映在時間和空間兩個維度中的參數劃歸一個參數集合，然后將該組參數分解為反映時間維度的λt和反映空間維度的αt。首先，假設αt、λt均服從已知的先驗分布，再利用先驗信息對有關參數分布的似然函數進行構造，然后通過極大似然估計獲得最后的參數估計結果。假定基本模型由下式給出：

借助于如下表達式：

模型簡化為：

將參數集矩陣ri,t分解為反映時間影響的λt的和空間影響的αt，即：

假設αt，λt均服從一定的已知分布，即：

在概率分布假設下，本文利用Gibbs樣條抽樣方法推導出數據生成過程模型的分布，并得到與數據相適應的參數估計值。在時間長度T有限但截面個體N足夠大，且數據具有動態同質性時，可以使用混合估計方法對PVAR模型進行參數估計。但在具有異質性斜率系數的動態面板數據模型中，不同經濟體具有不同的斜率系數，混合估計方法會存在不一致問題。Pesaran和Smith（1995）提出可以使用組群平均值估計法（Mean Group Estimator）進行解決，即先為每個樣本經濟體分別建立一個VAR模型，并采用普通最小二乘法或貝葉斯方法進行參數估計，再對其進行模型識別，然后可以獲得每個經濟體的脈沖響應函數，最后將各個經濟體的脈沖響應函數加以平均，就可以得到最終的綜合脈沖響應結果。Pesaran（2007）再次證明了組群平均值估計法的有效性，研究發現對于現實的宏觀面板數據，即截面個體N有限但時間長度T足夠大的情形下，利用樣本的個體時間序列構建起VAR模型并對參數進行估計，最后得到的參數估計量是一致且有效的。為避免模型設定不同而引起不同經濟體脈沖響應的差異，本文對所有經濟體均采用了相同的基于貝葉斯估計原理的PVAR模型設定，并采用組群平均值估計法進行估計。

（二）變量和數據

本文選取了38個經濟體②38個樣本經濟體為：奧地利、澳大利亞、比利時、巴西、中國內地、加拿大、瑞士、智利、哥倫比亞、塞浦路斯、德國、丹麥、西班牙、芬蘭、法國、英國、希臘、中國香港、印尼、愛爾蘭、以色列、意大利、日本、韓國、立陶宛、北馬其頓、馬來西亞、荷蘭、挪威、新西蘭、秘魯、塞爾維亞、俄羅斯、瑞典、新加坡、泰國、美國以及南非。從2000年第1季度至2021年第1季度共85個季度的面板數據。主要變量包含全球流動性（GL）、實際短期利率（SR）、廣義貨幣總量（M2）、國內生產總值（GDP）、股票價格（Stock）和居民消費價格指數（CPI）等變量，以探究全球流動性擴張對全球范圍內主要經濟體通貨膨脹的影響。由于在2000年之前，一些經濟體數據缺失問題相對嚴重，本文未將2000年之前全球流動性動態納入實證分析。全球流動性變量數據取自本文的測量結果，以貨幣政策因子（PolicyGL）作為全球流動性（GL）的代理變量進行基準研究，并將信貸供給因子（CreditsGL）和信貸需求因子（CreditdGL）分別作為穩健性檢驗時代理指標。所有統計數據均來源于EIU國家數據庫，并采用數據內插法對少量的缺失數據進行補充。

2020年以來，全球新冠肺炎疫情蔓延，對全球經濟造成很大的沖擊。尤其是2020年3月，為應對疫情對經濟的沖擊，世界主要經濟體央行進行了大規模的降息操作，這對其他經濟變量產生了很大的沖擊。考慮到潛在的結構變化，本文采用了Lenza和Primiceri（2020）的方法，對新冠肺炎疫情爆發后的異常經濟或金融數據進行修正，然后利用PVAR模型探究全球流動性擴張對全球主要經濟體通貨膨脹的影響。對貨幣總量、國內生產總值、股票價格和消費者價格指數變量進行對數化處理，其余變量（例如，利率）取水平值。

（三）全球流動性沖擊的識別

本文采用符號約束識別的PVAR模型來實證檢驗全球流動性擴張沖擊對全球通貨膨脹的影響作用。符號約束的識別方法并不直接對同期響應矩陣施加下三角限制或零約束條件，而是從經濟理論出發，獲得一定期限內其余變量對特定變量沖擊的響應符號，并將該符號約束施加在基于實際數據實證產生的脈沖響應函數上，利用蒙特卡洛模擬抽樣將滿足符號限制的沖擊予以保留，舍棄不滿足約束的模擬。經過多次抽樣，將最后得到的一系列脈沖響應函數進行加總平均，以形成相對綜合和穩定的脈沖響應實證結果，進而得到沖擊效應的一般特征。陳浪南和田磊（2015）認為VAR模型本身缺乏經濟理論基礎，符號約束方法可以使相關變量反映更深層的經濟理論，因此上述識別方式具有合理性。盡管如此，本文對符號約束的設置較為謹慎，對于某些關鍵性變量不施加符號約束，例如本文研究全球流動性沖擊對全球通貨膨脹的影響，故不對消費者價格指數做嚴格符號約束。

為了便于探討，本文以表格形式給出了各變量的脈沖響應符號約束：

表3 變量與符號約束路徑

五、實證結果及分析

本文聚焦于一個單位全球流動性的標準差沖擊對全球主要經濟體通貨膨脹的影響作用。以貨幣政策因子（PolicyGL）作為全球流動性的代理變量，并將信貸供給因子（CreditsGL）和信貸需求因子（CreditdGL）分別作為穩健性檢驗時代理指標。與其他5個變量組成標準的PVAR模型，對貨幣總量、國內生產總值、股票價格以及消費者價格指數變量進行對數化處理，其余變量取水平值。由于PVAR模型中的回歸系數很多，很難對未來幾個時期各個變量之間的連續相關關系進行有效說明和解釋。因此，本文使用脈沖響應函數圖來更為直觀地描述未來40期各個變量之間的相互作用關系。如果其余變量的各前期數值和當期數值保持不變，那么正交化脈沖響應函數可以反映向量自回歸模型中其余變量未來各期對某個方程中擾動項一個標準差變化的脈沖響應情況。

（一）基準研究結果

在上述基礎設定下，本文采用貝葉斯方法對PVAR模型進行估計，基于500次蒙特卡羅模擬計算出置信區間為一個標準差（68%）的脈沖響應函數，并進一步對脈沖響應函數附加相應的符號約束進行識別，保留滿足符號限制條件的各個經濟體的脈沖響應函數，并將各經濟體脈沖響應函數加以平均構造模型的綜合脈沖響應函數，根據模型的最終統計結果進行脈沖響應分析，以表示其余變量對一單位標準差的全球流動性擴張沖擊的響應。圖2報告了全球38個主要經濟體在受到來自貨幣政策驅動的全球流動性正向沖擊時的平均脈沖響應函數，可見全球流動性擴張對主要經濟體的短期利率、貨幣總量、國內生產總值、股票價格以及物價水平均產生了不同程度的影響③陳浪南和田磊（2015）發現相較于傳統采用遞歸約束的Cholesky分解識別方法，符號約束方法得到的脈沖響應函數結果不會受到VAR模型中不同變量排列順序的影響。盡管如此，為了驗證實證結果的穩健性，本文依然比較了不同變量排序的模型估計結果。實證結果是穩健的，但限于篇幅此處省略，感興趣的讀者可向作者索取。。

圖2 全球主要經濟體相關變量對PolicyGL沖擊的脈沖響應圖

全球流動性動態變化會在宏觀經濟的不同層面產生影響。第一，全球流動性擴張會對短期利率產生-0.15%的負向初始沖擊，隨后影響程度緩慢下降，并在第4期前后失去統計學意義上的顯著性。第二，全球流動性正向沖擊會對貨幣供給帶來持續的正向影響，貨幣供應量在受到全球流動性沖擊后迅速上升，隨后沖擊效果逐漸呈現上升趨勢，在第6期達到峰值后逐漸收斂減弱。第三，全球流動性擴張會給產出帶來短期促進作用，GDP增速在受到全球流動性正向沖擊后迅速上升，隨后沖擊效果逐漸回落，第8期后便不再顯著。第四，全球流動性擴張會對股票市場指數產生0.016%的初始沖擊，將促使股票價格在短期內迅速上漲，但沖擊效應持續的時間相對較短，在第13期前后即失去顯著性。股票市場指數反映了資產價格的變化，這意味著全球流動性擴張沖擊在一定程度上推動了資產價格的上漲。第五，全球流動性擴張會在較長時間段內促進消費者價格指數的上漲，在第1期對消費者價格指數產生正向初始沖擊，隨后沖擊效應逐漸增強，在第7期前后達到頂峰后緩慢收斂、趨于減弱?？偟膩碚f，全球流動性擴張會在短期內導致利率顯著下行，增加貨幣供給，推動資產價格的上漲和經濟增長，并在較長時期內引發通貨膨脹。

總體上，世界范圍內超寬松貨幣政策帶來的全球流動性擴張，逐漸成為全球通貨膨脹發展的重要動力。當全球流動性處于擴張階段時，發達國家寬松的貨幣政策營造了良好的融資環境，國際投資者可以在低利率國家獲得大量貸款，本國居民消費需求的增加帶動了本國物價水平的上漲，帶來通脹壓力。由于資本的逐利本性，國際金融市場上充裕的資金將流入到利率更高的其他國家以尋求更高的投資機會，這些資本在為其他國家提供資金的同時也加劇了資產市場過熱的風險，帶動以股票價格為代表的資產價格的飆漲，資產價格的上漲將在一定程度上外溢到商品價格上，從而對通脹造成顯著影響。同時，流動性接受國為了維護本國利益，避免貨幣升值、資產價格上漲風險等負面影響，貨幣政策往往會跟隨發達國家轉為寬松，貨幣供應量增加的同時利率也將聯動下降，在利率渠道的作用下，擴張的全球流動性將最終轉化為本國的內部流動性，對通脹造成顯著的長期影響。此外，部分過剩的流動性將涌入原油、糧食以及金屬等大宗商品領域，推動國際大宗商品價格的上漲，并通過貿易渠道傳導至流動性接受國，這將在一定程度上推動全球物價水平的上漲，加重全球的通脹壓力。

（二）穩健性檢驗

為對前述研究結果進行驗證，本文使用變量替換方法進行穩健性檢驗，采用前述全球流動性測量中所測算出的信貸供給因子（CreditsGL）和信貸需求因子（CreditdGL）作為全球流動性的代理指標，分別與樣本經濟體相關變量進行穩健性檢驗。

1.以信貸供給因子衡量的全球流動性指標CreditsGL替代PolicyGL

將基準模型中的全球流動性指標替換為CreditsGL，將模型的滯后階數確定為1階，可以獲得相應的脈沖響應圖（如圖3所示）。

圖3 全球主要經濟體相關變量對CreditsGL沖擊的脈沖響應圖

與基準模型一致，穩健性檢驗模型中信貸供給因子驅動的全球流動性擴張沖擊會在較長時間內顯著提高全球主要經濟體的通貨膨脹，擴大貨幣總量，并降低其短期利率，對股票價格以及國內生產總值具有明顯的短期促進作用。

值得說明的是，相較于基準模型，信貸供給因子驅動的全球流動性擴張對實際短期利率沖擊的持續時間相當，但沖擊效果更小，初始沖擊僅達到了0.1%。此外，信貸供給因子驅動的全球流動性擴張與基準模型相比，對貨幣總量的沖擊效果相似，但持續時間更長，在40期時依然較為顯著；對CPI的沖擊持續時間也更長，但初始沖擊效果相對較弱，且峰值更小。

2.以信貸需求因子衡量的全球流動性指標CreditdGL替代PolicyGL

將基準模型中全球流動性指標替換為CreditdGL，將模型的滯后階數確定為1階，可以獲得相應的脈沖響應圖（如圖4所示）。

圖4 全球主要經濟體相關變量對CreditdGL沖擊的脈沖響應圖

穩健性檢驗中信貸需求因子驅動的全球流動性擴張會對貨幣總量、物價水平產生持續且顯著的正向沖擊，對股票價格和產出具有顯著的短期促進作用，并在短期帶來實際利率的下降，與基準模型結果相似。不同之處在于，與基準模型相比信貸供給因子驅動的全球流動性擴張對CPI的初始沖擊相似，但正向沖擊的頂峰更低，且到達正響應峰值需要的時間更長。此外，在對全球流動性施加一個標準差的正向沖擊后，股票價格當即產生正效應，之后正向影響逐漸減弱，并在第20期左右失去顯著性。相較于前兩種流動性，信貸需求因子驅動的全球流動性擴張對股票價格的沖擊效果存續時期更長，影響的持續性顯著增強。

六、主要結論及啟示

本文基于施加符號約束的靜態因子模型測量全球流動性，通過PVAR模型檢驗了全球流動性擴張對主要經濟體通貨膨脹的影響。本文的實證研究結果顯示，全球流動性擴張顯著提高了全球主要經濟體的物價水平，也對貨幣總量、國內生產總值、股票價格具有明顯的促進作用，并帶來短期利率水平的下降，研究結果在不同代理指標下均保持穩健。由此來看，全球范圍內充裕的流動性，是全球通貨膨脹的重要推動力。

值得注意的是，全球通貨膨脹的加劇既有寬松的貨幣政策帶來全球流動性擴張的原因，也有供應鏈瓶頸所導致的商品供給不足的原因。新冠肺炎疫情發生以來，發達國家寬松的貨幣政策營造了良好的融資環境，投資者能夠以較低的成本獲得資金并投資于以股票市場為代表的資產市場，帶來全球資產價格的普遍上漲，而過剩的流動性將在一定程度上外溢到商品市場，為高通貨膨脹提供了滋生的溫床。但是，新冠疫情導致的供應鏈瓶頸和供需錯配同樣是導致本輪高通脹的重要原因。一方面，伴隨著全球經濟的復蘇，各國居民的消費需求也迅速恢復；另一方面，新冠疫情對全球產業鏈造成了嚴重沖擊，物流停滯、勞動力短缺頻發，供給側供應不暢等問題逐漸顯現。商品供應緊缺、快速恢復的消費需求和供應鏈瓶頸等因素交織，最終導致了供需缺口，推動物價水平上漲。此外，以能源、金屬以及糧食為代表的國際大宗商品價格和資產價格的大幅上漲對全球通貨膨脹也起到了推波助瀾的作用。

當前，新冠病毒全球蔓延的態勢尚未得到根本扭轉，全球通脹的“灰犀?！闭趤砼R，世界經濟前景充滿不確定性風險。在地緣政治博弈加劇的擾動下，充裕的全球流動性伴隨著供應鏈瓶頸、大宗商品價格波動等結構性因素，勢必進一步推升全球通貨膨脹。短期內，全球的高通脹狀態依然難以平息，并呈現從“暫時性”向“持續性”逐漸轉變的態勢，在較長時間段內仍是各國經濟所共同面臨的風險挑戰。中國作為大宗商品的主要進口國，也面臨著輸入型通脹壓力。我國大宗商品的對外依存度過高，如原油對外依存度超過70%，鐵礦石對外依存度超過80%，全球通貨膨脹指標的超預期上漲將進一步影響我國的生產者價格指數（PPI），并最終傳導至CPI。在全球通脹“持續性”預期下，我國需要儲備足夠的政策工具，深化改革，建立靈活的市場機制，妥善應對全球通脹危機。