四、基于慣性權重的核心通貨膨脹及其特征

構造慣性權重核心通貨膨脹的目的在于增強對未來通貨膨脹的預測能力，從而為貨幣政策調整提供指導依據。Bilke和Stracca（2007）發現基于慣性權重的歐元區核心通貨膨脹在通貨膨脹預測和貨幣政策方面具有良好的性質，基于慣性權重的核心通貨膨脹是標題通貨膨脹的領先或一致變量，而通過其他方法得到的核心通貨膨脹往往是標題通貨膨脹的滯后變量；此外基于慣性權重的核心通貨膨脹與歐洲中央銀行貨幣政策之間存在顯著的相關性。這一研究結果體現出基于慣性權重的核心通貨膨脹在預測未來標題通貨膨脹和貨幣政策走勢方面的優越性。我們考察一下基于慣性權重的核心通貨膨脹與標題通貨膨脹的關系，發現基于慣性權重的核心通貨膨脹是標題通貨膨脹的領先指標，并且在Granger意義上是標題通貨膨脹的原因。除此之外，我們還比較了基于慣性權重的核心通貨膨脹與傳統基于剔除法的核心通貨膨脹的統計特征。

盡管各國根據剔除法計算核心通貨膨脹時具體剔除的項目有所不同，但基本上都包含“食品”和“能源”項目，盡管實證研究表明這兩個項目并不一定是波動最大的項目（Blinder,1997）。由于目前中國尚未公布單獨的“能源”價格指數，考慮到能源價格變化可能會直接反映到交通成本的變化中，范躍進和馮維江（2005）剔除了標題通貨膨脹中“食品”和“交通通訊”兩個項目，并按照城鎮和農村消費支出結構以及城鎮和農村人口比例重新計算加權平均支出權重，后來研究者亦較多引用該研究。這一研究成果雖然可以得到按年度調整的支出權重，但是由于我國按戶籍對城鎮人口和農村人口進行統計可能會低估在城鎮中進行消費的人口比重，更重要的是按照新的支出權重將剔除掉標題通貨膨脹中50%左右的份額，導致所得到的核心通貨膨脹對物價水平的代表意義急劇下降。在本報告中我們簡單地在將“食品”價格予以剔除后重新分配不變支出的權重，得到剔除食品后所謂的剔除法核心通貨膨脹，剔除前各項目權重見表3。

（一）慣性權重核心通貨膨脹的波動特征

盡管計算核心通貨膨脹的方法各異，但是構造核心通貨膨脹的目的之一就是要剔除標題通貨膨脹短期內過度波動的部分。在此意義上，核心通貨膨脹的波動性應該小于標題通貨膨脹的波動性。表4報告了樣本觀察期間核心通貨膨脹的波動特征，并與標題通貨膨脹進行了比較。正如上文所指出的，2005年之前基于慣性權重的核心通貨膨脹是根據除“煙酒”之外的7類項目合成的，因此我們將總體樣本以2005年為界進行劃分。由于2001年之后才包含完整的8大類數據，因此剔除法核心通貨膨脹在前一個子樣本中僅包含2001至2004年的數據。由于1998至2004年間中國經歷了相當一段時間的通貨緊縮，因此該子樣本顯示慣性權重核心通貨膨脹均值為負值，剔除食品后核心通貨膨脹接近0。比較前后兩個子樣本，我們還可以發現無論是通貨膨脹標準差的絕對數還是標準差相對于均值的比例，標題通貨膨脹均大于慣性權重核心通貨膨脹；基于OLS的慣性權重無論是標準差的絕對數還是標準差相對于均值的比例都小于基于GB方法得到的核心通貨膨脹；在上述4個通貨膨脹核算中，剔除法核心通貨膨脹標準差的絕對值最小，但是相對于通貨膨脹的均值來說其比例卻是最高的。

表4 季節調整后月度環比通貨膨脹波動性比較

（二）核心通貨膨脹與標題通貨膨脹的動態關系

基于慣性權重的核心通貨膨脹的優勢在于其對標題通貨膨脹的預測能力。借鑒經濟變量的動態相關關系，我們可以對慣性核心通貨膨脹和標題通貨膨脹的動態關系進行研究。為了比較慣性權重核心通貨膨脹與傳統剔除法核心通貨膨脹的區別，我們也將剔除法核心通貨膨脹與標題通貨膨脹的關系進行比較。我們分別計算了三種核心通貨膨脹從滯后12個月到領先12個月期間與標題通貨膨脹的動態相關系數，見圖2?；贠LS慣性權重的核心通貨膨脹在領先7個月內與標題通貨膨脹正相關，領先一期的相關系數最大約為0.86，同期相關系數為0.38；基于GB慣性權重的核心通貨膨脹亦在領先7個月內與標題通貨膨脹正相關，領先一期的相關系數最大達約為0.86，同期相關系數為0.36，由此可見基于OLS慣性權重與基于GB慣性權重的核心通貨膨脹與標題通貨膨脹的動態相關性非常類似；剔除法領先6個月與標題通貨膨脹正相關，領先一期相關系數為0.62，同期相關系數為0.26；由此可見雖然三個核心通貨膨脹均是標題通貨膨脹的領先指標，但從相關性角度看，基于慣性權重的核心通貨膨脹優于剔除法得到的核心通貨膨脹。

圖2 核心通貨膨脹與標題通貨膨脹的動態相關系數

注：樣本區間為2005年1月至2010年9月。

（三）基于慣性的核心通貨膨脹對通貨膨脹的短期預測

格蘭杰因果檢驗顯示在滯后2階的情況下，在1%的顯著性水平上存在從核心通貨膨脹指向標題通貨膨脹的因果關系；在5%的顯著性水平上存在標題通貨膨脹指向兩個慣性權重核心通貨膨脹的因果關系。但是從標題通貨膨脹指向核心通貨膨脹的因果關系并不穩健，當滯后階數改為1階或3階后因果關系隨即消失。本報告構建由核心通貨膨脹和標題通貨膨脹構成的向量自回歸模型以及標題通貨膨脹自回歸模型，比較兩種模型對標題通貨膨脹的預測能力，各類模型均根據AIC指標選擇滯后階數為2階，見表5。表5顯示向量自回歸模型的參數結構相似，在關于標題通貨膨脹的回歸方程中，核心通貨膨脹滯后1階和2階以及標題通貨膨脹滯后1階的系數均顯著；而標題通貨膨脹自回歸方程的滯后各階系數均不顯著。從總體回歸結果看，包含OLS慣性權重核心通貨膨脹的VAR模型對標題通貨膨脹的預測效果最好，可決系數達到0.81；其次是包含GB慣性權重核心通貨膨脹的VAR模型，可決系數達到0.79；標題通貨膨脹自回歸模型的預測效果最差，可決系數僅為0.1，該結果表明在不增加其他外在信息的條件下，基于慣性權重的核心通貨膨脹對標題通貨膨脹有較強的預測能力，預測能力接近80%。

表5 VAR模型和自回歸模型對標題通貨膨脹的預測（2005年1月至2010年9月）

注：模型一至五分別表示由GB、OLS、剔除法核心通貨膨脹與標題通貨膨脹組成的VAR，標題通貨膨脹自回歸模型以及標題通貨膨脹對OLS權重核心通貨膨脹的回歸模型。由于篇幅所限，VAR模型僅列出了對標題通貨膨脹回歸的方程。表中CPI-1和CPI-2分別表示CPI滯后1期和2期的值，[]內為t檢驗值。值得說明的是，本模型僅展現慣性權重核心通貨膨脹對標題通貨膨脹的預測能力，而非對標題通貨膨脹進行預測，因此并未在模型中增加其他變量。