基于VAR模型的商品價格對消費者信心的影響研究

孫 穎

（安徽工程大學 經濟與管理學院，安徽 蕪湖 241000）

消費需求是消費升級和經濟發展的重要驅動力[1]，在消費心理的理論研究中，消費者信心指數（Consumer Confidence Index, CCI）是公認的能夠反映消費者對當前經濟形勢的評價、主觀感受和心理變化且能夠預測經濟走勢、監測經濟周期變化的重要指標。近年來，關于消費者信心指數的研究逐漸增多。Joshy等指出消費者信心指數能夠有效預測家庭消費行為[2]。張道德等研究指出PMI對CCI具有正向影響作用，而CPI對CCI具有負向影響作用[3]。魏瑾瑞等認為額外需求價格是消費者信心指數變動的影響因素[4]。已有研究證實了消費信心與其他經濟指標的關聯性，多從消費者價格指數、采購經理指數等中下游指數分析變量間的關系，對產業鏈上游經濟指標與消費信心的研究較少。那么，上游生產端經濟指標的變化是否會引起消費信心的變化？這是本文要研究的問題。

企業商品價格指數（Corporate Goods Price Index，簡稱CGPI）是由中國人民銀行發布的用于反映國內企業之間物質商品交易價格的變動，包含了初級產品、中間產品和最終產品，能夠更加全面地指示經濟波動走勢和通貨膨脹水平，更適合代表上游經濟指標[5]。張成思指出企業商品價格指數對PPI具有倒逼效應，對CPI具有傳導效應[6]。何啟志提出企業商品價格指數可作為通貨膨脹測度因子的觀點[7]。陳鈺研究發現企業商品價格指數是CPI的格蘭杰原因，且二者具有長期均衡關系[8]。李朝鮮等認為企業商品價格指數對消費者價格指數存在長期影響，生產者價格指數會引起企業商品價格指數的變動[9]。朱正珂等在考慮三類價格指數基礎上，采用ARIMAX模型對企業商品價格指數進行了分析和預測，得出模型擬合度較高的結論[10]。梁麗芳等采用VAR模型分析了消費者信心指數與農產品價格指數、礦產品價格指數、煤油電價格指數三類細分價格指數的關系，得出變量間具有長期均衡關系的結論[11]。聶淑媛利用頻譜分析得出CPI與CGPI之間存在傳導關系[12]。那么，作為上游經濟指標的企業商品價格指數對終端消費者心理是否會產生影響？本文針對消費者信心的三類細分指標，構建VAR模型，探究企業商品價格與消費者信心的影響作用。

1 變量走勢分析

鑒于數據的可得性，選取2007年1月至2020年7月我國企業商品價格指數、消費者信心指數、消費者滿意指數和消費者預期指數的月度數據作為實證樣本，四個變量的時間序列分別記為CGPI、CCI、CSI和CEI。為便于觀察序列走勢，做四個序列的走勢圖，如圖1所示。

觀察圖1可知，企業商品價格指數、消費者信心指數、消費者滿意指數、消費者預期指數序列均呈震蕩走勢。如：2007年1月至2008年第二季度，四個指數均呈現總體均衡、小幅震蕩的走勢。但從2008年第三季度開始，四個變量均呈大幅度下跌，到2009年第三季度才開始迅速回升。僅從圖形上直觀地判斷，企業商品價格指數走勢與消費者信心指數、消費者滿意指數和消費者預期指數的走勢具有一定相關性。

2 模型構建

2.1 單位根檢驗

為避免序列產生偽回歸現象，對四個序列分別取自然對數序列，分別記為lncci、lncsi、lncei、lncgpi。采用單位根檢驗法判定序列的平穩性，結果顯示：四個自然對數序列均不平穩。對四個序列取一階自然對數序列，分別記為：d(lncci) =lnccit-lnccit-1；d(lncsi) =lncsit-lncsit-1；d(lncei) =lnceit-lnceit-1；d(lncgpi) =lncgpit-lncgpit-1。單位根檢驗結果顯示，四個一階自然對數序列均為平穩序列（見表1）。

表1 序列的單位根檢驗結果

2.2VAR模型構建

消費者信心指數、消費者滿意指數、消費者預期指數、企業商品價格指數皆為一階單整序列，因此，分別構建消費者信心指數、消費者滿意指數、消費者預期指數和企業商品價格指數的關系模型。

2.2.1 消費者信心指數與企業商品價格指數的VAR模型

在構建VAR模型之前，需確定模型的滯后階數。依據lag length criteria判定模型的最優滯后階數為2階。因此，構建消費者信心指數與企業商品價格指數的2階滯后VAR模型，結果如式（1）所示。

調整后的擬合優度為91.47%。

由于兩序列為同階單整序列，因此，對兩序列進一步做協整檢驗，結果如表2所示：在5%的顯著性水平下接受原假設，即消費者信心指數與企業商品價格指數之間不存在協整關系。

表2 協整檢驗結果

因此，需進一步繪制模型的AR特征根，如圖2所示。由于模型AR特征根的模全部處于單位圓內，可以判定所構建的VAR模型是穩定的。

2.2.2 消費者滿意指數與企業商品價格指數的VAR模型

同理，依據lag length criteria判定消費者滿意指數與企業商品價格指數的模型最優滯后階數為2階。構建消費者滿意指數與企業商品價格指數的2階滯后VAR模型，結果如式（2）所示：

調整后的擬合優度為92.04%。

同理，對這兩序列進一步做協整檢驗，結果如表3所示：兩序列在5%的顯著性水平下接受原假設，即消費者滿意指數與企業商品價格指數之間不存在協整關系。

表3 協整檢驗結果

同樣，需判定模型的穩定性，如圖3所示，模型AR特征根的模全部位于單位圓內，因此，消費者滿意指數與企業商品價格指數所構建的VAR模型是穩定的。

2.2.3 消費者預期指數與企業商品價格指數的VAR模型

同理，采用lag length criteria判定消費者預期指數與企業商品價格指數模型的最優滯后階數為2階。構建消費者預期指數與企業商品價格指數的2階滯后VAR模型，結果如式（3）所示。

調整后的擬合優度為90.58%。

同理，對這兩序列進一步做協整檢驗，結果如表4所示：兩序列在5%的顯著性水平下接受原假設，即消費者預期指數與企業商品價格指數之間不存在協整關系。

表4 協整檢驗結果

需判定模型的穩定性，結果如圖4所示。模型AR特征根的模全部位于單位圓內，表明所構建的VAR模型是穩定的。

圖4 CEI與 CGPI模型AR特征根的模

3 模型動態特征分析

脈沖響應函數和方差分解可以分析模型中每個內生變量對自身及其他內生變量的擾動所作出的反應，因此，利用脈沖響應函數和方差分解探究VAR模型的動態特征。

3.1 脈沖響應函數

脈沖響應函數（Impulse Response Function）用于衡量內生變量隨機擾動項的一個標準差沖擊對VAR模型中所有內生變量當前值和未來值的影響作用。

分別做消費者信心指數、消費者滿意指數、消費者預期指數與企業商品價格指數的脈沖響應函數，如圖5～圖7所示。

圖5 CCI與CGPI的脈沖響應函數圖

圖6 CSI與CGPI的脈沖響應函數圖

圖7 CEI與CGPI的脈沖響應函數圖

圖5～圖7分別反映了消費者信心指數、消費者滿意指數和消費者預期指數對自身和企業商品價格指數擾動的響應狀況。消費者信心指數、消費者滿意指數、消費者預期指數對自身一個標準差信息立即做出了響應，之后響應逐漸減小，最終走勢逐漸趨于零，表明所構建的VAR模型是平穩的。消費者信心指數、消費者滿意指數、消費者預期指數對企業商品價格指數的擾動并未立即做出響應，第1期的響應均為0，之后逐漸增加。

分析三個變量的響應狀況差異可知：首先，消費者信心指數、消費者滿意指數、消費者預期指數對企業商品價格指數擾動的響應在不同時期達到最大值。消費者信心指數和消費者預期指數在第6期達到最大值，消費者滿意指數在第5期達到最大值。第二，消費者信心指數、消費者滿意指數、消費者預期指數對企業商品價格指數擾動的響應趨于0的時長不同。消費者滿意指數最快趨于0，而消費者預期指數和消費者信心指數相對較慢。這說明三個指數對企業商品價格擾動的反映總體上相似，但不完全一致。采用方差分解法做進一步分析。

3.2 方差分解

分別做消費者信心指數、消費者滿意指數和消費者預期指數的方差分解，如表5所示。

表5 方差分解結果

消費者信心指數的預測方差在第1期全部由自身擾動引起。之后，其自身擾動的影響作用逐漸減弱，企業商品價格指數的擾動作用逐漸增強，到第10期時，約7%的預測方差由企業商品價格指數引起。消費者滿意指數的預測方差在第1期全部由自身擾動引起。之后，其自身擾動的影響作用逐漸減弱，企業商品價格指數的擾動作用逐漸增強，到第10期時，約1.5%的預測方差由企業商品價格指數引起。消費者預期指數的預測方差在第1期全部由自身擾動引起。之后，其自身擾動的影響作用逐漸減弱，企業商品價格指數的擾動作用逐漸增強，到第10期時，約10.5%的預測方差由企業商品價格指數引起。

比較方差分解結果可知：企業商品價格指數對三類指數均具有貢獻度，但影響程度存在差異，對消費者預期指數的貢獻度最大（10.5%），其次是對消費者信心指數（7%），最后是對消費者滿意指數（1.5%）。

4 結論與討論

4.1 結論

從上游經濟指標對終端消費信心展開研究，分析企業商品價格指數（CGPI）對消費者信心指數（CCI）、消費者滿意指數（CSI）、消費者預期指數（CEI）的影響作用，構建VAR模型并進行穩定性檢驗，在此基礎上，采用脈沖響應函數和方差分解進一步判斷模型的動態特征。研究結果表明：企業商品價格指數對消費者信心指數、消費者滿意指數和消費者預期指數存在不同程度的影響，上游生產端對終端消費信心具有傳導作用。

4.2 討論

第一，借助企業商品價格指數，深入分析消費者信心指數的走勢變化。企業商品價格指數的變動會引起消費者信心指數、消費者滿意指數和消費者預期指數的變動。為更好地監測和把握消費者信心走勢，需對企業商品價格指數進行實時監測及短期預測，分析和理解消費者信心的動態變化過程和機制，并根據數據結果合理配置資源，提高相關政策措施的科學性和穩定性。

第二，合理有效地監測企業商品價格指數。進一步采用大數據技術收集及處理企業商品價格指數，增強數據的實時性和可靠性，采用更為科學合理的計量方法對指數進行精準預測，并在此基礎上科學有效地判斷消費者心理狀態及未來走勢。

第三，通過價格信號促進資源的有效配置。企業商品價格指數是經濟運行的“風向標”，對其走勢的有效把握，有利于提高資源配置效率，提升消費者信心等心理預期，有效刺激消費升級。因此，需進一步完善跨周期宏觀經濟調控政策的設計制定和效果預判，提高資源配置效率和實施效果，增強消費者信心，以更好地貫徹“六保”“六穩”方針，實現穩定物價水平、擴大內需市場的目標。