我国通胀持续性及通胀影响因素时变特性研究——基于时变参数模型的分析

隋占林　　咸金坤　　陈　磊，2



我国通胀持续性及通胀影响因素时变特性研究
——基于时变参数模型的分析

隋占林1咸金坤1陈磊1，2

(东北财经大学1.经济学院2.经济计量分析与预测研究中心，辽宁 大连 116025)

基于TVP-SV-AR模型研究2002—2015年我国总体CPI及其构成成分的通胀持续性时变特征。结果发现，我国总体CPI及其分类价格指数的持续性水平较高，并且具有明显的时变特征，分类价格指数持续性表现出异质性特征。这表明通胀对政策调整的反应仍然较慢，但不同分类价格指数的反应速度具有显著差异。另外，利用TVP-SV-VAR模型对CPI与GDP增速及M2增速间的关系进行研究，发现，进入“新常态”后，经济增长、货币政策与通货膨胀之间的作用机制发生了结构性变化。

通胀持续性；总体CPI；CPI分类价格指数；货币政策

一、引言及相关文献回顾

2008年金融危机过后，我国经济发展进入“新常态”阶段，物价的变动也表现出一些新特征，即总体物价温和上涨，不同分类价格指数的变化出现严重分化。物价变化的新特征对政府宏观政策提出了新的挑战。政府对物价进行宏观调控时需要考虑的一个重要因素是通胀持续性(Inflation Persistence)。通胀持续性是指通胀率在受到随机扰动冲击后返回静态所需的时间(Fuhrer，1995)，这一概念如同物理学中的惰性，很多学者称其为“通胀惰性”。通常来说，通胀持续性水平越高，利用货币政策等工具调控物价所需的时间就越长、难度就越大，进而对实体经济产生的冲击就会越深远。

鉴于通胀持续性对货币政策具有重大意义，国内外众多学者对这一问题进行了大量研究。例如：Levin et al.(2004)测度了12个工业化国家的通胀持续性，结果显示，在考虑结构断点的情况下，通胀持续性水平较低。Mishkin(2007)利用通胀率动态AR过程的滞后项系数之和的方法测度了美国的通胀持续性水平，发现近年来美国的通胀持续性逐渐降低，通胀受到其他因素冲击后的反应也逐渐降低。Pivetta et al.(2007)测度了美国1965年以来的通胀持续性，结果表明，美国通胀持续性维持在较高的水平上。郭凯等(2013)通过构建考虑通胀惯性的高阶滞后混合菲利普斯曲线的结构模型框架，发现我国通胀持续性较高。胡军等(2013)将经济地理空间权重矩阵引入通胀惯性和通胀预期共存的新凯恩斯混合菲利普斯曲线框架，考察我国地区间通胀惯性特征，认为，在影响当期通胀水平上，通胀惯性明显占优于通胀预期，治理通胀必须承受必要的代价。陈守东等(2015)通过构建无限状态Markov区制转移的计量模型，对我国的通胀持续性进行了度量，发现通胀惯性在被货币政策短暂影响后可以有效恢复。

“卢卡斯批判”指出，人们行为方式的变化使经济变量间的关系发生改变，因此，在分析通胀持续性时也应该考虑这种变化。国内外许多学者对通胀持续的时变问题进行了研究。例如：Corvoisier et al.(2005)发现，若考虑到通货膨胀均值突变情形，则近几十年中OECD国家的通胀持续性是显著降低的；Cogley et al.(2010)采用时变参数模型进行实证分析，结果显示，美国通胀缺口的持续性在最近几十年中显著降低；Noriega et al.(2009)的研究也表明，战后美国通胀的持续性在20世纪80年代存在较大的变化。在国内，张成思等(2007)、张成思(2008a，2008b)采用“格点自助”(Grid Bootstrap)方法发现我国通胀的持续性发生了结构性变化，但是该方法分割了样本区间，可能会造成估计结果不稳健等问题，存在值得商榷之处；王少平等(2009)通过构建动态面板数据模型的内生结构突变检验，认为我国通胀惯性存在结构断点。此外，还有一些文献认为通胀率的变化是渐变而非突变过程。陈磊等(2012)采用STAR模型测度了我国通胀持续性和核心通胀持续性，认为通胀持续性在结构断点处存在渐变；孔丹凤等(2012)、伍戈等(2014)也认为我国通胀持续性和通胀发生了缓慢的变化。因此，本文在已有文献的基础上，采用时变参数(TVP)模型研究通胀持续性的动态变化过程。

另外，Bernanke et al.(1998)、Kim et al.(1999)和Sims(2001)等的研究指出，宏观经济模型外生冲击具有很强的时变特征，即随机波动特性。国内对宏观经济问题的研究也证实了这一观点。张成思(2011)利用不可观测成分随机波动模型的分析指出，随机波动对通胀变动有显著影响。因此，如果在衡量通胀持续性时忽略随机波动成分，可能会导致研究结果存在偏差。鉴于此，本文在时变系数模型中引入随机波动(Stochastic Volatility)成分，以更精确地度量外生冲击对通胀持续性的影响。

CPI是由八大类指数合成的，分类价格指数之间具有很强的异质性，因而，国内文献也对分类指数的持续性进行了研究。张成思(2009)的研究结果显示，CPI不同子成分的持续性水平具有显著差异。蔡晓陈等(2014)认为，与总量价格指数相比，分类价格指数的通胀持续性更低。孔丹凤等(2012)的研究表明，分类价格指数之间具有异质性，并且均具有较高的通胀持续性水平。因此，本文在研究总体CPI通胀持续性的基础上，进一步考察分类价格指数的通胀持续性，以发现不同价格指数间通胀持续性的差异，从而为更有针对性地制定货币政策等提供有益的支持。

总之，与国内现有文献相比，本文的研究有以下特点：(1)在国内现有研究的基础上，使用时变参数模型以刻画通胀持续性的动态变化，同时，为避免因忽略随机波动导致研究结果存在偏误，又引入了随机波动来解释外生冲击变化对通胀持续性的影响。(2)利用多变量的时变参数模型分析由外生冲击对通胀的影响，考察经济增长、货币政策与通胀持续性之间的作用机制。

二、模型设定、估计方法和数据说明

(一)模型介绍

为同时捕捉通胀持续性的动态变化与通胀中的随机波动成分，本文在多变量分析时采用Primiceri(2005)提出的带随机波动的时变参数向量自回归模型，在单变量分析时采用该模型的单变量简化形式。该模型用状态空间形式：

Yt=Xt-1Bt+εt

(1)

Bt=Bt-1+et

(2)

其中：式(1)为测量方程，向量Yt包含被解释变量的当期值，Xt-1包含截距项和Yt的滞后项，εt为残差项。式(2)为状态方程，参数向量Bt服从多元随机游走过程，状态方程的残差项et服从条件均值为0、方差为Q的正态分布，即et～N(0,Q)。

对角元素hi,t(i=1,…,n)是相互独立的，每个元素服从不带趋势项的几何随机游走过程：

ln ht=ln ht-1+ηt, ηt～N(0,W)

因为本文采用Choleshy分解方法进行模型识别，所以矩阵A为下三角矩阵，对角元素为1，下方为自由参数，即：

其中，矩阵A代表VAR方程中随机冲击的当期关系。Primiceri(2005)认为，冲击的当期关系也是时变的，同样也服从不带趋势的随机游走过程。因此，本文参照这一做法，令α表示矩阵A中的非0和非1元素堆叠而成的向量，则αt=αt-1+ξt, ξt～N(0,S)。

在单方程分析中，本文采用TVP-SV-AR模型，即TVP-SV-VAR模型的单变量形式。当Yt只包含一个变量的时候，矩阵A变为一维单位阵，因而不存在抽取α的问题；W的分布同样由多变量的逆威沙特(Inverse Wishart)分布退化为单变量的逆伽马(Inverse Gamma)分布。

(二)TVP-VAR模型脉冲响应函数的计算

(三)模型估计和数据说明

在单变量模型中，本文将居民消费价格指数(CPI)作为衡量总体通胀水平的指标，并选取CPI构成中除烟酒外的其他七类价格指数进行分类分析*因为烟酒价格指数样本量较小，而本文采用的TVP-VAR模型的估计需要较大的样本量，故未对烟酒价格指数进行分析。。而在多变量模型中，本文选取CPI、GDP增长率以及M2增长率作为总体通胀水平、经济发展形势以及货币政策的代理指标进行分析。鉴于月度数据频率较高，不易捕捉到模型参数的时变特征，所以本文将月度指标转化为季度指标进行实证分析。数据来源于中经网统计数据库。

本文采用贝叶斯方法中的吉布斯抽样算法来估计模型，其中，对先验信息和参数的设定参照Primiceri(2005)。对于单变量方程共进行了5000次抽样，使用舍去最初2000次迭代后的抽样计算后验分布；对于多变量方程共进行了15000次抽样，使用舍去最初5000次迭代后的抽样计算后验分布。

三、通胀持续性水平测度与影响因素分析

(一)单变量方法测度通胀持续性

在单变量方法中，测度通胀持续性大小的方法主要包括：自回归系数和、最大自回归单位根等。为与现有的文献一致，本文根据Taylor(2000)等的研究，采用AR模型的自回归系数和来测度通胀持续性。在常系数AR(p)模型中，累积脉冲响应函数为：

(3)

(4)

因此，α越接近于1，则通胀受到冲击后的累积效应越大，即通胀持续性越大，从而可以将α作为衡量通胀持续性的指标。在时变参数模型中，其系数和是随时间变化的，可以利用随时间变化的αt来刻画通胀持续性的变化。

图1—图7是利用单变量方程的测定结果，其中：左侧图中实线为模型系数和，即本文对通胀持续性的测度值，两条虚线分别为10%、90%分位数；右侧图中实线为单方程模型中外生冲击的标准差，用以测度该变量的随机波动性，两条虚线为10%、90%分位数。无论是总量CPI的持续性还是各个分类价格指数的持续性都出现了随时间变化的特征，例如CPI通胀持续性从高点的0.86下降到0.79，大约变化了10%，考虑到样本期较短，CPI持续性已发生明显改变。另外，波动性也表现出明显的时变特征，在2004年及2009年附近的波动较大。但由于不同价格指数之间存在异质性，因此，其持续性的变化以及残差波动的方式也不尽相同。总体来说，本文使用的TVP-SV-AR模型较好地捕捉到了分类价格指数持续性的时变特征及随机波动特征。接下来分别对CPI以及分类价格指数的持续性及波动性进行详细分析。

1.总体CPI通胀率测度及分析

图1　总体CPI通胀持续性的动态变化和方差的随机波动

图1表示总体CPI通胀持续性的动态变化和方差的随机波动。总的来看，CPI的通胀持续性较高，近十几年来一直维持在0.84～0.88的高位*本文中这一测度结果与张成思等(2007)和张成思(2008a)的结论相似，但是，由于本文还考虑了随机波动因素对通胀率的影响，因此，这一测度结果与国内现有文献有所差别。。自2000年以来，总体CPI的通胀持续性缓慢降低，但通胀持续性较高，通胀时滞效应仍然非常明显，央行通过货币政策调控物价仍具挑战。这一结论与王少平等(2009)、孔丹凤等(2012)的测度结果一致。从随机波动图来看，在2005年和2009年附近物价的外生冲击出现较大波动，但自2012年国内经济进入“新常态”以来，随机波动逐渐降低，到2013年时达到了历史最低水平。以上的分析说明，本文所采用的TVP-SV-AR模型可以较好地反映出我国总体CPI的通胀率动态特征。

2.分类价格指数通胀持续性测度及分析

从CPI分类价格指数来看，各个分类价格指数的通胀持续性及波动性存在较大的异质性。

图2刻画了食品类价格指数的通胀持续性动态变化和随机波动情况。可以发现，食品类CPI同样具有较高的通胀持续性，其持续性在0.75～0.82的水平上缓慢变动。但是，食品类价格的随机波动在样本期内保持较高水平，明显比CPI及其他分类价格指数受随机冲击的影响更大；另外，与其他价格指数相比，食品类价格指数持续性的变化也相对较小。对于该现象的一个解释是：食品类价格指数具有独

图2　食品类价格指数持续性动态变化和方差的随机波动

特性，其与农业生产紧密相连，而与其他生产领域相比，农业生产领域的生产方式改变较小，具有很强的蛛网特性，并且受天气等不确定性因素影响较大，所以食品类价格指数波动性较大。

对比图1和图2可以发现，食品类价格指数与CPI波动性比较相似，均在2004年和2008年左右出现了较大的波动，这一现象与CPI中食品类占比最大，CPI变化主要受食品价格变化影响的事实相一致，这也从侧面说明了本文所采用的模型可以很好地捕捉通胀持续性以及波动性的动态变化。

图3　衣着类和家庭设备类价格指数持续性动态变化和方差的随机波动

从图3衣着类和家庭设备用品及服务类价格指数来看，其变动范围分别为0.84～0.89和0.77～0.97，并且都有明显下降的趋势，尤其是家庭设备类价格指数，从样本初期开始就以较快的速度下降。此外，在大部分时间里，两类价格指数的通胀持续性水平都比CPI持续性高，这与孔丹凤等(2012)的发现一致：服装行业、家庭设备用品行业以及服务行业是高劳动密集型产业，由于工人工资存在较大的粘性，所以其产品价格也具有较大的粘性，两类价格指数的持续性也要较CPI更高。但是随着生产技术的改造升级，这两类行业，尤其是家庭耐用消费品行业，生产过程中的劳动密集程度有较大幅度下降，进而导致两类价格指数持续性下降。

图4　居住类价格指数持续性和波动性

从图4居住类价格指数的测定结果来看，其持续性在样本初期下降较快，随后长时间在0.8附近小幅波动，而从2013年左右开始出现明显的上升趋势，直到2014年末又再次呈现出下降态势。居住类价格指数通胀持续性所呈现出的变动与我国房地产市场状况息息相关。在样本初期，伴随着房地产市场的逐渐放开以及国家支持政策的陆续出台，市场逐渐活跃，价格变动频率增加，因而居住价格持续性逐渐降低，然后一直在0.8附近波动。但是，2013年以来，房地产政策逐渐收缩，导致房地产市场景气度逐渐下降，房屋调价频率下降，持续性上涨。而从近期来看，随着政府刺激政策的出台，房地产市场又恢复活跃，进而持续性有所下降。

如图5所示，医疗保健和个人用品价格指数的持续性由样本初期的0.91逐渐下降到0.8左右，变动幅度较大，但其持续性水平比总体CPI高。由于在2004年左右实施了医疗制度改革，因此这段时期医疗保健和个人用品价格指数具有较大的随机波动，除此之外，其他时期的波动均较小。

图5　医疗保健价格指数持续性动态变化和方差的随机波动

图6　娱乐教育指数持续性动态变化和方差的随机波动

图7　交通及通信类价格指数持续性动态变化和方差的随机波动

如图6所示，娱乐教育文化类价格指数的持续性在0.59～0.68的范围内变动，并呈现先上升后下降的趋势。综合来看，这类价格指数的持续性是所有分类价格指数中最低的，这与孔丹凤等(2012)的结论相吻合。本文认为，娱乐教育文化类价格指数持续性较低，是因为其产品的需求弹性较高，价格调整机制较为灵活。

如图7所示，在样本期内，交通和通信类价格指数的通胀持续性在0.69～0.8的范围内呈现出横向变动的态势，其随机波动的幅度从样本初期开始逐渐上升，在2009年左右达到高点，之后便开始下降，并于2012年下降到0.1附近，此后一直保持在较高的波动率水平上。可能的解释是：一方面，随着国内成品油调价机制的逐步完善，交通类价格指数受外生冲击的影响逐渐增大；另一方面，随着智能手机的普及，国内消费者的信息消费逐渐增加，从而使得通信类价格指数波动性增强。

总的来说，各类价格指数均保持了较高的持续性水平，并且在样本期内体现出显著的时变特性。各类价格指数的随机波动情况，也因各行业独有的特征表现出相异的特性。另外，通过对比，本文发现一个有趣的现象：在金融危机期间，若消费品(食品类消费品除外)的耐用性越强，则在金融危机期间所表现出的波动性就越强。耐用性最强的居住类波动最为剧烈，其次为交通和通信类以及家庭设备及耐用消费品类，而快速消费类的衣着、医疗保健和教育文化娱乐等指数在金融危机期间的波动性较小。

(二)通胀影响因素分析

本文采用CPI、货币供应量(M2)和季度GDP增长率建立三变量TVP-SV-VAR模型，将CPI置于经济系统内全面考察通胀变化的影响因素。本文利用三个方程外生冲击的标准差代表三个方程的随机波动情况，用脉冲响应函数分析三种外生冲击对CPI的影响。图8为所有时点的脉冲响应函数，图9为三个方程的随机波动情况。

1.总体CPI所有时点脉冲响应函数

从图8可以看出：在样本期内，三个冲击对CPI的影响有明显的时变特征，且相互之间有较大差异。具体来看：CPI对自身冲击的响应并没有产生趋势性的变化，而是在一定的范围内平缓波动，这与单变量模型的结果相似。但是，CPI对GDP冲击和M2冲击的响应产生了明显的趋势性变化，即从2008年左右开始，CPI对两者的冲击响应逐渐变弱，并且对M2的响应变化幅度要大于对GDP变化的响应。这可能是因为，在“新常态”下，我国经济增长出现结构性下滑，而消费零售等领域一直在正常区间内平稳运行，物价走势也保持稳定，导致经济增长和物价变动之间的联系趋弱，GDP冲击对CPI的影响变小。货币供应量(M2)增长率对CPI的影响明显减弱，这可能是由于金融危机的爆发导致国内货币政策的传导机制发生了结构性变化，数量型货币政策在刺激物价时乏力，使用M2调控物价的有效性降低。从而对货币当局数量型货币政策的使用提出了新的挑战。

图8　各个时点上CPI对各个冲击的脉冲响应图

2.CPI、GDP和M2的随机波动

从图9可以清晰地看到，国内宏观经济变量的随机波动特性非常明显。CPI的随机波动在2003—2004年附近和2008—2009年金融危机期间较大，而GDP的随机波动也有类似的特点。从图中还可以发现：自金融危机以来，CPI和GDP增长率的随机波动明显减小，呈现出“微波化”的新特征，而这正是我国经济“新常态”的典型事实之一。而在金融危机期间，国内实施了较为宽松的货币政策以刺激内需，所以M2随机波动较大；2014年以来，面对整体经济形势的下行，央行在总基调保持稳健的情况下，逐步实施了宽松的货币政策，M2的随机波动呈现上扬态势。

对比图9和图1中CPI的随机波动情况，可以发现物价的外生冲击均在2004年和2008年附近出现了较大波动。从模型研究结果与经济事件的匹配分析可以发现，本文使用的模型可以很好地解释国内经济的随机波动情况。

图9　VAR模型随机波动

综上所述，在多变量模型的分析中得出的结论，一方面与单变量分析相互印证，两种方法的一致性说明了本文结论的可靠性，另一方面还可以得到一些单变量分析所不能提供的信息。在考察的样本期内，TVP-SV-VAR模型表明，GDP增长率和M2增长率对CPI的影响程度存在显著差异，时变特征明显，这说明了我国经济增长、货币政策与通货膨胀之间的作用机制存在结构性改变。

四、结论与启示

本文首先利用单变量的TVP-SV-AR模型探讨了2002—2015年期间我国总体CPI及其分类价格指数通胀持续性的动态变化特征，然后利用CPI、GDP增长率和货币供应量M2增长率构建了三变量TVP-SV-VAR模型，在经济系统内全面考察我国通胀持续性及其波动性情况。

在单变量模型的分析中，通过对自回归系数的分析发现，总体CPI及其分类价格指数具有较高通胀持续性水平，并且时变特征明显；另外，从分类价格指数之间的比较可以看出，通胀持续性及其随机波动性表现出显著的异质性。

在多变量模型的分析中，脉冲响应函数的特征印证了单变量分析中的发现；此外，从其他外生冲击对CPI影响的脉冲响应函数图可以看出，在不同时期，GDP增长率和M2增长率对CPI的影响程度存在显著差异，表现出了明显的时变特征。

总之，本文所采用的TVP-SV-VAR模型能够准确地刻画出国内经济结构不断变化的事实，模型的估计结果也表明，不同的时期，经济增长和货币政策对物价影响力度具有时变特征，利用宏观政策稳定物价时应当适时适度调整政策力度。本文的结论也证实了不同价格指数的异质性，因此，调控物价时也应该区分物价波动的原因，针对具体的原因实施有针对性的政策措施。在全球金融危机以后，国内物价持续性所呈现出的新特征表明，经济增长和数量型货币政策对物价的影响有所减弱，因此，以数量型货币政策调控物价应立足于进一步疏通货币政策传导机制，增强实体经济部门与金融部门的良性互动。

蔡晓陈，蒋涛. 2014. 特有冲击、共同冲击与通货膨胀持续性[J]. 统计研究(5):48-53.

陈磊, 张同斌. 2012. 我国通胀率与核心通胀率动态机制实证研究[J]. 数量经济技术经济研究(12):97-111.

陈守东，刘洋. 2015. 通胀率动态与通胀惯性度量[J]. 南方经济(10)：15-32.

郭凯，夏德仁，郑重. 2013. 通胀惯性、混合菲利普斯曲线与中国通胀动态特征[J]. 国际金融研究(2)：74-84.

胡军，郭峰，龙硕. 2013. 通胀惯性、通胀预期与我国通货膨胀的空间特征[J]. 经济学(季刊)(1)：57-80.

孔丹凤, 张成祥. 2012. 中国通货膨胀持续性研究:1994—2011——基于总体CPI及其八大类构成成分视角的实证检验[J]. 金融研究(10):46-59.

王少平，王津港. 2009. 中国通货膨胀的惯性变化及其货币政策含义[J]. 统计研究(5): 17-24.

伍戈, 刘琨. 2014. 中国通胀与产出的动态研究：基于时变性的菲利普斯曲线[J]. 财贸经济(10): 61-72.

张成思. 2008a. 中国通胀惯性特征与货币政策启示[J]. 经济研究(2):33-43.

张成思. 2008b. 通货膨胀动态路径的结构性转变及其启示[J]. 金融研究(3):1-12.

张成思. 2009. 中国CPI通货膨胀率子成分动态传导机制研究[J]. 世界经济(11):3-12.

张成思. 2011. 通货膨胀目标错配与管理研究[J]. 世界经济(11):67-83.

张成思，刘志刚. 2007. 中国通货膨胀率持久性变化研究及政策含义分析[J]. 数量经济技术经济研究(3): 3-12.

BERNANKE B, MIHOV I. 1998. Measuring monetary policy [J]. Quarterly Journal of Economics, 113(2):869-902.

COGLEY T, PRIMICERI G E, SARGENT T J. 2010. Inflation-gap persistence in the U.S. [J]. American Economic Journal: Macroeconomics, 2(1):43-69.

CORVOISIER S, MOJON B. 2005. Breaks in the mean of inflation: How they happen and what to do with them [J]. ECB Working Paper 451.

FUHRER J C. 1995. The persistence of inflation and the cost of disinflation [J]. New England Economic Review, 133(3):3-16.

KIM C J, NELSON C R. 1999. Has the US economy become more stable? A Bayesian approach based on a Markov switching model of the business cycle [J]. Review of Economics and Statistic, 81(4):608-661.

KOOP G. 1996. Parameter uncertainty and impulse response analysis [J]. Journal of Econometrics, 72(1):135-149.

KOOP G, LEON-GONZALEZ R, STRACHAN R W. 2009. On the evolution of the monetary policy transmission mechanism [J]. Journal of Economic Dynamics & Control, 33(4):997-1017.

LEVIN A T, PIGER J M. 2004. Is inflation persistence intrinsic in industrial economics [R]. ECB Working Paper 334.

MISHKIN F. 2007. Inflation dynamics [J]. International Finance, 10(3): 317-334.

NORIEGA A E, RAMOS-FRANCIA M. 2009. The dynamics of persistence in US inflation [J]. Economics Letters, 105(2):168-172.

PIVETTA F, REIS R. 2007. The persistence of inflation in the United States [J]. Journal of Economic Dynamics & Control, 31(4):1326-1358.

PRIMICERI G. E. 2005. Time varying structural vector autoregressions and monetary policy [J]. The Review of Economic Studies, 72(3):821-852.

SIMS C A. 2001. Comment on sargent and cogley′s ‘Evolving post World War II US inflation dynamic′ [Z]. NBER Macroeconomics Annual:373-379.

TALOR J. 2000. Low inflation, pass-through, and the pricing power of firms [J]. European Economic Review, 44(2):1389-1408.

(责任编辑刘志炜)

Time-varying Characteristics of China′s Inflation Persistenc and Influencing Factors of Inflation

SUI ZhanLinXIAN JinKunCHEN Lei

(Dongbei University of Finance and Economics, Dalian 116025)

This paper applies TVP-SV-AR model to study time-varying characteristics of China's inflation persistence at both aggregate CPI and disaggregates components. Empirical results suggest that both aggregate CPI and its disaggregates components have very high level inflation persistence, they all have apparent time-varying feature, and the inflation persistence of disaggregates CPI show significant heterogeneity. It shows that the response of inflation to policy adjustment is still slow, but the response of different disaggregated price index has a significant difference. In addition, this paper also applies TVP-SV-VAR to analyze the relationship between CPI, GDP and M2, which shows that the mechanism of action between economic growth, monetary policy and inflation has a structural change.

inflation persistence; aggregate CPI； disaggregate CPI; monetary policy

2016-06-05

隋占林(1986--)，男，河北保定人，东北财经大学经济学院博士生。

国家社会科学基金重大项目“新常态下我国宏观经济监测和预测研究”(15ZDA011)；国家自然科学基金项目“基于非参数方法和非线性模型的经济景气和通货膨胀监测预警研究”(71173029)；辽宁省特聘教授项目(2012)。

F822.5；F224

A

1001-6260(2016)05-0030-09

咸金坤(1991--)，男，山东临沂人，东北财经大学经济学院硕士生。

陈磊(1963--)，男，吉林吉林人，博士，东北财经大学经济学院、经济计量分析与预测研究中心教授，博士生导师。