基于EMD的我国核心通货膨胀的度量.doc

1、基于 EMD 的我国核心通货膨胀的度量厦门大学 蔡振忠、陈龙妹、洪晓新内容提要：以核心通货膨胀代替 CPI 作为货币政策的参考指标具有优良的性质，本文通过分析核心通胀的内涵以及不同理解方式引申的度量方法，提出用 EMD 方法分解 CPI 获得趋势项用以度量核心通胀，以克服现有方法存在的不足之处。然后通过理论和实证从稳定性、平稳性、前瞻性、政策指导性及与主流的剔除法和 SVAR 法对比分析等若干方面验证了EMD 在估计我国核心通胀的有效性及合理性，并指出该方法在稳健性、可理解性的不足之处。关键字：核心通货膨胀；EMD；CPIMeasure of Core Inflation in China B

2、ased on EMDAbstract: Instead of CPI, using core inflation as a reference index of monetary policy has more excellent properties. After analyzing the connotation of core inflation and different measures based on different ways of thinking, This paper proposes EMD method to decompose CPI measuring cor

3、e inflation, which can overcome the inadequacy of current measures. Then the study proves the validity and rationality of using EMD method measure Chinas core inflation through theoretic and empirical aspect including stability, stationarity, prespective, policy-guiding and relative analysis between

4、 EMD and mainstream methods (Elimination measure and SVAR measure). Finally, this research discusses the insufficient of EMD method, such as weakness in robustness and intelligibility.Key words：Core Inflation；EMD；CPI一、 引言当前，我国政府只定期地发布居民消费者指数（CPI） ，而大部分民众也习惯通过 CPI 的变化来衡量通货膨胀。但是对于宏观经济调控，尤其是将稳定物价作为主要目标

5、之一的货币当局来说，CPI 并非是有益的通胀调控的参考指标。首先，CPI 含有过多的噪声，例如季节效应、间接税率的变动或单纯的相对价格变动，这些短期因素都会使 CPI 大幅波动；其次，货币政策有滞后效应，而 CPI 又是一个滞后指标，因此需要参考有前瞻性的指标来制定货币政策；最后，由于 CPI 噪声的存在，货币政策无法控制 CPI 衡量的所有通胀，即无法通过 CPI 考量货币政策的有效性。目前，国际上通用的做法是通过“核心通货膨胀”来指导货币政策。核心通货膨胀作为术语最初由 Eckstein(1981) 1提出：“核心通货膨胀率用于刻画剔除外生冲击影响后的经济增长的长期路径，它反映了基于长期均

6、衡的需求水平，反映了生产成本的长期变动趋势所引致的价格变动” 。之后又有许多学者对核心通货膨胀的内涵进行了探究。Quah 和 Vahey（1995） 2根据宏观经济理论将核心通货膨胀与经济的真实产出相联系，将核心通货膨胀定义为“通货膨胀中对实际产出没有中期和长期影响的成分” ，即所谓的产出中性通货膨胀。Romer（1996 ） 3认为核心通货膨胀可以看作附加预期的菲利普斯曲线方程中的预期通货膨胀率，即产量等于自然率产量水平且没有供给冲击时的通货膨胀率。而 Cristadoro 等（2005） 4根据核心通货膨胀反映了标题通货膨胀长期趋势的特征，将核心通货膨胀定义为构成 CPI 篮子的各分类指数

7、的中期和长期共同成分。还有一些分析者认为核心通货膨胀与货币政策的关系紧密，比较有代表性的有Byran 和 Ceccheti（1994） 、Roger（1997） 、Shiratsuka（1997） 、Cutler(2001)，他们认为由于持续的相对价格变动是由对某些商品的相对需求或供给的变化导致的，而非由货币政策所致，因而中央银行应该避免将此类包含非货币因素的数据作为决策和评估的依据，货币政策能够调控的是核心通货膨胀，而不是综合通货膨胀。尽管学术界对核心通货膨胀内涵的界定不完全一致，但对核心通货膨胀的特征却基本达成共识：（1）核心通胀具有长期稳定性。核心通胀衡量的是构成 CPI篮子的各分类指数

8、的长期持久的共同成分，反映了通货膨胀的长期趋势，不包含有 CPI 篮子中各分类指数的中短期成分，不具有周期性。 （2）核心通胀具有前瞻性，且对货币政策制定具有指导作用。央行可以通过货币政策控制核心通胀，并根据核心通胀反映的基本经济面的“冷热”程度来制定相应的货币政策，避免经济过冷或过热发展。根据对核心通货膨胀内涵的不同理解，学者提出了不同的核心通胀的度量方法，大体可以分为两类：以剔除法为代表的统计方法和以 SVAR 方法为代表的建模方法。但这两种方法都存在一定的主观局限性，使得在不同地区和国家获得的核心通货膨胀未必理想。尤其我国食品的权重所占比例较大，若用剔除法可能会误导政策制定。而经验模态分

9、解（Empirical Mode Decomposition，下简称 EMD） 5是传统时间序列分解的一种有效改进，克服了传统时间序列季节周期和循环周期长度确定的主观性，保留了提取序列长期趋势性的特点，可以很好的度量核心通货膨胀。文章接来的第二部分将对核心通胀已有的度量方法做文献回顾，分析其优缺点，第三部分介绍本文的研究方法，第四部分通过实证验证分析 EMD 分解方法的有效性，第五部分总结和提供政策建议。二、 文献综述由于对核心通货膨胀内涵的理解不同，衍生了许多对核心通货膨胀的度量方法，一般来说，目前核心通货膨胀的度量方法大致可分为统计方法和建模方法。统计方法通过对价格指数的统计处理和分析来衡

10、量核心通货膨胀，主要包括剔除法、加权中位数法、平滑技术法等。剔除法是目前世界各国主要采用的衡量核心通货膨胀的方法，主要是提出价格指数中短期波动较大的项目（一般剔除食品和能源）后重新加权获得指数。有些学者则根据现实情况对核心通胀做不同的统计加权。Bryan 和 Pike（1991） 6以及 Bryan 和 Cecchetti（1994） 7分别利用加权中位数和修削均值的方法度量显示的核心通货膨胀。建模方法主要以经济理论为依据，通过模型来考察核心通货膨胀，主要包括结构向量自回归法（SVAR） 、共同趋势模型、误差修正模型、动态因子模型、不可观测成分模型等。Quah 和 Vahey（1995） 2通

11、过 SVAR 模型施加基于经济理论的长期约束将观测到的通货膨胀分解为核心通货膨胀与非核心通货膨胀。而Stock 和 Watson(1999)9利用共同趋势模型度量核心通胀，先后由 King 等（1991） 、Mellander 等（ 1992）等不断完善；Bryan 和 Cecchetti（1993，1997）则依据动态因素指数模型估计核心通货膨胀；Baliano 和 Morana（2003a、2003b） 8分别使用基于 Gonzalo-Granger 关于协整与调节系数的分解方法度量了美国和英国的核心通货膨胀；而 Camba-Mendez 等（2003） 、Cristadoro 等（200

12、5）分别运用了不可观测成分模型、动态因子方法来估计核心通胀。不同的度量方法存在不同的利弊。统计方法的本质是通过统计分析提取 CPI的长期趋势来度量核心通胀。其优点是：统计测算方法和核心通货膨胀的内涵具有内在的逻辑一致性，且统计测算方法特别是剔除法因其计算方法简单，可操作性强且易于理解因而使用更为广泛。但是应用统计法度量核心通货膨胀，特别是剔除法，会存在很大的局限性。主要体现在：剔除细项的选择仅依靠波动性大小而无经济理论依据；剔除的细项，如食品和能源，其中间可能还存在对经济有长期影响的因子，而短期波动也可能存在于其他未剔除的项目上，直接剔除会损失趋势信息造成偏差。Clark（2001）通过研究美

13、国 CPI 分析了不同扣除细项的核心通胀的效率，发现仅剔除能源的指标更好；我国央行 2007 年出版的中国货币政策执行报告中也指出针对我国实际情况，不应只关注剔除食品的核心 CPI，对食品价格也需要足够重视。说明在我国食品价格对核心通胀也是有长期的影响作用，不能简单剔除。与统计方法不同，建模方法是根据经济理论来度量核心通货膨胀的，有较强的理论支持。但是因为建模方法所使用的模型通常较为复杂，导致其很难向公众进行解释。随着建模方法的应用不断发展，众多学者也对其提出了质疑。Wynne（1999） 10指出，基于已估计模型的核心通货膨胀的度量方法意味着一旦估计值随着新观测值的加入而更新，那么整个通货膨

14、胀历史记录都将被修改。Faust 和 Leeper（1997）指出任何基于长期识别限制的模型的一个不足之处在于，有限的样本量无法包含长期效应的足够信息量，因此，如果我们为识别核心通货膨胀而加入长期限制，那么我们将得到非常不精确的估计值。另外，一旦违背了施加于这些模型的假设，那么通过建模方法获得核心通货膨胀估计结果是极其不稳健的。Folkertsma 和 Hubrich 通过建立货币一般均衡模型证实了结构向量自回归模型得出的核心通货膨胀值与真实的核心通货膨胀值相差甚远。基于两种不同的度量方法，国内学者根据我国的实际情况也做了相关的研究范跃进和冯维江（2005）介绍了核心通货膨胀的基本含义及主要测

15、算方法并运用中国 1995-2004 年间的数据计算我国的核心通货膨胀，并探讨中国核心通货膨胀与宏观经济情况的关系。简泽（2005） 11运用 Quah 和 Vahey（1995）的方法，建立了包含实际 GDP 和零售物价指数（RPI）两个变量的结构向量自回归模型，对中国的核心通货膨胀进行了估计。赵留彦（2006）利用新菲利普斯曲线，设定包含通胀与产出的非观测成分模型来估计中国的核心通货膨胀与产出缺口。赵昕东（2008） 12扩展了 Quah 和 Vahey 的两变量结构向量自回归（SVAR）模型，建立了包括消费价格指数、食品价格指数与产出的三变量 SVAR 模型，并且通过对变量施加基于经济理

16、论的长期约束估计了 1986-2007 年中国的核心通货膨胀。龙革生等（2008） 13对 5 种度量核心通货膨胀的方法进行了实证对比研究。王少平和谭本艳（2009） 14运用 Gonzalo 和 Granger 有关协整 -误差修正模型的调节系数阵的正交分解技术度量中国的核心通货膨胀率，揭示动态调整行为并基于此计算其惯性。可以发现，目前对我国核心通胀的研究多局限在引入国外已有的方法，但是由于这些方法本身的局限性和我国实际的国情（CPI 中食品占绝大部分比例） ，所以应用这些方法分析我国的核心通胀会存在一定的偏差和政策误导。而 EMD 方法最早出现在工程信号领域，是由 Huang 等（1998

17、）提出来用以处理非平稳信号的一种基于经验的模式分解方法。最初是用来研究海浪的，随后被广泛应用到很多工程领域，如医学、海洋、地震及图像分析和处理等。2003年 Huang 把 EMD 方法引入到金融数据分析领域，Guhathakurta K 等（2006）运用了 EMD 研究了印度股市和香港股市的相关性。 EMD 与传统时间序列的分解有内在的逻辑一致性，都可以通过分解获得影响序列的不同作用力：季节因子、循环因子、长期趋势因子和不规则变动因子。但因其不用事先确定季节因子和循环因子周期长度，使分解结果更具客观性而优于传统时间序列分解。所以，可以利用 EMD 方法提取 CPI 中的长期趋势作为核心通胀

18、的衡量指标。Bryan 和 Cecchetti（1994） 7 和 Wynne（1999） 15认为作为核心通货膨胀应该具备几个特点：第一，长期稳定性，即它的波动幅度应该小于观察到的通货膨胀；第二，具有前瞻性（可预测性） ，核心通胀应该有利于预测可观察的通货膨胀；第三，具有理论基础，核心通货膨胀的度量应该建立在理论基础之上。此外，龙革生等（2008）认为由于核心通货膨胀是通货膨胀的内在驱动力，则在构建核心通货膨胀时，应进行平稳性检验，确保两个序列是同阶单整，这样指标才有意义。最后，核心通胀要对货币政策具有指导作用。因 EMD 方法的理论基础和统计方法类似，本文不再赘述，下文将通过实证分析从稳定

19、性、平稳性、前瞻性、政策指导性以及不同核心通胀度量方法对比几个方面验证 EMD 估计我国核心通胀的有效性。三、 研究方法EMD 方法本质上是对非平稳非线性信号序列进行平稳化处理，即将信号序列按不同的波动尺度或趋势逐级区分开来，产生若干个不相关但具有不同频率的本征模函数（intrinsic mode functions, IMF） 。尺度是 EMD 中两个连续局部极值间的距离，每个 IMF 由一个尺度决定。用 EMD 分析数据序列，既可以找出序列的特征，也可以发现序列的具体实现意义。分解后得到的 IMF 一般按频率由高到低排列，最低频率的 IMF 通常代表原始序列的趋势或均值。考虑到 CPI 序

20、列的不平稳性，及核心通货膨胀趋势性的特征，因此选用 EMD 方法从 CPI 序列中分解出核心通货膨胀是较好的选择。EMD 通过多次“筛”过程来逐级分解出 IMF，在每一次筛过程中，要根据序列的上下包络来计算序列的局部平均值；其中，上下包络由序列的局部极大值和极小值通过样条插值算法给出。 “筛”过程，一方面消除骑行波，另一方面对高低不平的振幅进行平滑，使得每一个 IMF 具有如下两个特征：第一，局部极大值以及局部极小值的数目之和必须与跨零点的数目相等或是最多只能差 1，也就是说一个极值后面必需马上接一个跨零点。第二，在任何时间点，局部最大值所定义的上包络线与局部极小值所定义的下包络线，取平均要接

21、近为零。IMF 的上述两个特征，也是 EMD 分解结束的收敛准则。以序列 为例，筛选程序的步骤概述如下：()st（1） 找出 中的所有局部极大值以及局部极小值，接着利用三次样条，分别将局部极大值串连成上包络线与局部极小值串连成下包络线。（2） 求出上下包络线之平均，得到均值包络线 。1()mt（3） 原始序列 与均值包络线相减，得到第一个分量()st 1ht11()htm检查 是否符合 IMF 的条件。如果不符合，则回到步骤（1）并且将当作原始序列，进行第二次的筛选：1()ht212()tmt（4） 重复筛选 k 次1()kkttt直到 符合 IMF 的条件，即得到第一个 IMF 分量 ：()

22、h 1()ct1kct（5） 原始序列 减去 可得到剩余量 ：()st1()ct1()rt11()rtc（6） 将 当作新的数据，重新执行步骤（ 1）至步骤（5） ，得到新的剩余()t量 ，如此重复 n 次：2()rt1()ntc当第 个剩余量 无法再分解 IMF 时，整个 EMD 的分解过程完成。原始序nrt列 可以表示成 个 IMF 分量与一个长期趋势分量 的组合：()st ()nrt1()nknctr其中最后一个剩余量即为序列的长期趋势项，代表序列具有中有长期趋势效应的因子。当用以分解 CPI 时， 即为代表通货膨胀的长期走势，即可理解为()nrt核心通货膨胀。这种分解方法克服了传统时间

23、需要事前确认季节周期和循环周期长度的不足，更具客观性。四、 实证分析(一) 数据来源及说明本文选取从 2001 年 1 月2011 年 2 月,共 122 个月的同比 CPI 增长率。考虑到 EMD 方法是一种分解的过程，本文不对数据进行进对数等其他处理。从表 1中可以发现，CPI 序列在 5%的显著性水平下不服从正态分布，尖峰厚尾且存在序列相关。表 1 CPI 序列特征均值 标准差 变异系数 偏度 峰度 JB 检验 (12)Q震荡范围CPI 2.18 2.45 1.14 0.60 2.76 7.48* 88.70* -1.80,8.70注：*和*分别表示在 1%和 5%显著性水平下显著；JB

24、 统计量为 Jarque-Bera 正态性检验统计量；是序列自相关 Ljung-Box 统计量，下同。(12)Q2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011-20246810CPI图 1 CPI 同比增长指数(二) EMD 分解估计结果将 CPI 进行 EMD 分解得到 4 个周期不同的本征模函数IMF1、IMF2、IMF3 、IMF4 及趋势项 RES。由表 2 和图 2 可知，所得的 RES 在样本区间内的不存在周期性，主要体现的是趋势性，而 4 个 IMF 均值都在 0 附近，且有明显周期性： IMF1 和 IMF2 表现的

25、是中短期的周期波动，其周期长度均在1 年之内，刻画了短期的随机波动和季节变动综合影响作用。IMF3 和 IMF4 则是超过一年期的中长期波动，描述了序列的循环因子成分整体影响。因此，趋势项RES 作为核心通货膨胀指标（CCPI ，以下用 CCPI 代替 RES）是比较理想的，而且其震荡范围也比 CPI 的小，符合核心通货膨胀长期稳定性的要求。表 2 EMD 分解后的序列特征均值 标准差 变异系数 JB 检验 (12)Q震荡范围 平均周期（月）IMF1 0.03 0.46 16.81 46.83* 590.23* -1.16,1.62 3.59IMF2 -0.01 0.29 -63.76 3.0

26、8 170.63* -0.62,0.61 8.14IMF3 -0.27 1.70 -6.20 13.96* 453.22* -3.93,4.72 20.34IMF4 -0.20 1.44 -7.16 7.63* 666.93* -2.44,2.35 48.8RES（CCPI） 2.08 0.99 0.48 16.61* 1167.6* 0.14,3.12 注：*和*分别表示在 1%和 5%显著性水平下显著2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011-202IMF12001 2002 2003 2004 2005 2006 2007

27、 2008 2009 2010 2011-202IMF22001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011-505IMF32001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011-505IMF42001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011024RES图 2 EMD 分解得的本征模函数及趋势项(三) EMD 估计有效性验证EMD 估计结果的长期稳定性已在前面验证了，接下来将从平稳性、前瞻性、不同方法对比来和政策指导性说明 E

28、MD 估计核心通胀的有效性。1.平稳性检验从 PP 单位根检验的结果（表 3）可知，CCPI 和 CPI 在 5%的显著性水平下都是 ，这与 Freedman(1998)15关于核心通货膨胀方法的研究结论是一样的。(1)I从表 4 说明在 1%的显著性水平下，CCPI 和 CPI 之间存在弱协整关系，这与龙革生（2008） 13关于 30%比率截尾法得到序列与 CPI 有协整关系的结论是一致的。也为后续建立 VECM 模型奠定基础。表 3 CCPI 和 CPI 单位根检验（Phillips-Perron）序列 检验统计量 P 值 结论CPI0.64 0.999 不平稳-3.54 0.039 平

29、稳-2.31 0.421 不平稳I-9.82 0.000 平稳表 4 CCPI 和 CPI 协整检验原假设 迹统计量 最大特征根统计量0 个协整向量 20.47* 14.56*1 个协整向量 5.91* 5.91*注：*和*分别表示在 1%和 5%显著性水平下显著2.前瞻性检验核心通货膨胀的前瞻性要求其对可观测的通货膨胀具有可预测性，即要求CCPI 对 CPI 具有预测性。 Freedman(1998)认为可以用因果关系检验论证核心通货膨胀的可预测性，由于 CCPI 和 CPI 均是 ，且存在协整关系。而在两个序列(1)I为非平稳的情况下，无法直接建立 Granger 因果检验模型，张书云（2

30、009）认为可以通过 VECM 模型来考察二者之间的因果关系。利用 AIC、SC 准则，选择滞后阶数为 2 阶进行建模，得 VECM 各项系数 （如表 5）：从短期看，CPI 模型中 、 的系数在 1%水平下显著，说1tRES2t明 CCPI 是 CPI 的 Granger 原因，即 CCPI 对预测 CPI 有着显著作用，符合核心通货膨胀的第二个特征。而另一方面，CCPI 模型中， 和 的系数不显1tCPI2tI著，说明其对 CCPI 作用不强。而由于 CPI 受短期冲击影响大，会呈现较强的波动，系数不显著说明 CCPI 受短期波动的影响不显著，符合核心通货膨胀的特征。从长期来看，CPI 模

31、型中调整系数在 1%水平下显著，说明误差修正项对下一期的 CPI 有显著的调整作用。而且调整项具有负作用，当 CPI 偏离均衡状态时，误差修正项将对 CPI 施加作用使其回到均衡状态。即短期内 CPI 可能受到一些因素（如食品价格上涨）的冲击，但长期来看还是处于一种稳定趋势之中。但在CCPI 模型中，误差修正项虽然具有稳定的作用，但力度不强也不显著。这与核心通货膨胀的特征相符，即核心通货膨胀是受内在驱动影响，不受外力作用。这说明 CCPI 作为核心通货膨胀衡量方法具有良好的说服力。表 5 向量误差修正模型C1tEcm1tCPI2tI1tCPI2tIPIt-0.32* -0.09* 0.12 0

32、.16 861.83* -840.04*3.91E-06 -1.10E-06 5.95E-07 9.25E-07 1.99* -0.99*注：*/*分别表示在 1%/5%显著性水平下显著，其中 为误差修正项：1tEcm1123.74.98tttEcmII3.与其他度量方法比较分析EMD 的本质是也是统计度量方法的一种，但其有区别于统计的度量方法。以前的统计方法容易受主观因素影响，特别是剔除法会损失长期信息；建模方法因无法涵盖所有影响信息且不易解释，也存在一定问题。分别运用统计法中的剔除方法和建模法中的 SVAR 技术求得核心通胀与EMD 所求得的核心通胀进行比较。其中剔除法和 SVAR 方法均

33、使用龙革生（2008）中使用的方法，即剔除法剔除食品和交通通讯两项指标后，利用统计局公布的城镇和农村的消费支出结构以及每年的城镇和农村人口比重估算出各项指标的权重（表 6）计算得核心通胀 CCPI_EL；而 SVAR 则是通过 CPI 和 GDP（以零售价格指数 RPI 替代）建立 SVAR 模型计算获得核心通胀 CCPI_SVAR。表 6 剔除法中各项指数权重 (%)食品 衣着 家庭设备用 品及服务 医疗保健 交通通信 教育文化娱乐服务 居住 杂项商品 与服务2001 36.43 8.26 6.59 6.85 8.27 13.70 15.31 4.60 2002 35.93 8.17 5.8

34、5 7.10 9.39 14.58 15.32 3.66 2003 35.84 8.10 5.62 7.33 10.62 14.71 14.84 2.94 2004 36.66 7.96 5.32 7.40 11.30 14.22 14.13 2.99 2005 36.36 8.28 5.38 7.74 11.94 13.83 13.52 2.95 2006 35.11 8.44 7.49 6.96 9.84 12.88 16.25 3.02 2007 35.56 8.52 7.37 6.89 9.68 12.18 16.72 3.08 2008 36.82 8.37 7.64 7.04 9.

35、39 11.17 16.56 3.02 2009 35.01 8.41 7.78 7.37 9.40 11.58 17.37 3.08 2010 35.01 8.41 7.78 7.37 9.40 11.58 17.37 3.08 2011 35.01 8.41 7.78 7.37 9.40 11.58 17.37 3.08 注：资料来源：中国统计年鉴 ，通过人口结构加权获得，2010 年和 2011 年尚未公布消费结构，使用 2009 年数值替代表 7 SVAR 法中 VAR 估计结果C1tPI1tRItPI0.05 1.04* - 0.09*R- 0.15 0.29 0.70*注：根据 A

36、IC、SC 准则选择一阶滞后模型表 8 SVAR 法中 模型AeBu长期约束下 矩阵00.70 0.110.50 0.43注：SVAR 的约束为货币长期中性理论，即 RPI 对 CPI 的长期约束为 0从图 3 可以发现，SVAR 技术求得的核心通胀与 CPI 序列具有很强的序列相关性，虽然可以在很好的反映经济运行的情况，但是波动太过剧烈，加上宏观政策的滞后性，很容易导致政策的助长助跌；剔除法尽管在波动性上有了很大的改观，但是由于主观性的剔除了食品和交通通讯的信息，损失了两个指标中的长期冲击信息，致使在 08 年下半年到 09 年底的核心通胀水平处于负值水平。而通过分析可知，在这段时间之内经济

37、生产生活成本并未大幅下降，仅仅是因为金融危机加上翘尾因素的影响。EMD 方法获得的核心通胀在这个期间就显得比较平稳，切实的反映了经济发展当中生产生活成本，有利于政策的稳定性。另外，由 EMD 和剔除法我们还可以获知 2011 年 2 月的核心通胀分别为 2.14%和2.72%，尚未到达 3%的临界水平，即说明了目前虽然通胀高企，但主要是受非核心影响因子作用。-4-2024681020120203204205206207208209201CPII_SVARPIELCI_S图 3 不同方法求得的核心通胀4.政策指导性检验核心通货膨胀除了为社会提供经济成本发展方面的信息之外，另一个主要目的是为决策层

38、制定货币政策提供支持。这就要求所得到的核心通胀要能反映经济的运行情况，但不能波动过大造成政策助长助跌效应。从指标上说就是所得序列与原序列要存在协整关系且能服从正态分布（龙革生，2008） 。从上述分析可知，CCPI 序列与 CPI 存在一定的协整关系，而通过 J-B 检验发现，在 1%的显著性水平下，CCPI 拒绝非正态原假设。另外，通过上述与其他分析方法的对比中可以发现，EMD 获得的核心通胀除了提供稳定的通胀信号之外，也不存因删失信息导致的政策误导，具有良好的政策指导意义。五、 结论EMD 方法的本质是对 CPI 序列进行分解出周期性影响因子，包括季节因子、循环因子以及随机因子，获得具有长

39、期趋势性的趋势因子作为核心通胀。这种方法符合核心通胀的内涵，满足 Bryan & Cecchetti（ 1994） 7 和 Wynne（1999） 10关于核心通胀特征的描述。利用传统时间序列的分解模型分析思想可知，EMD 求得的核心通胀具有一定的理论基础，而又超越传统时间序列分析的主观的局限性。通过平稳性分析可知，获得的 CCPI 振幅小于可观测的通货膨胀，二者都是一阶单整且存在协整关系。利用 VECM 模型可知，CCPI 是 CPI 的原因，即对 CPI 有预测作用，但CCPI 受 CPI 影响不显著，避免了与 CPI 一样具有强烈的短期波动性。而结合货币政策的稳定性要求和滞后性特征，说明

40、了 EMD 获得的核心通胀具有优于统计方法和建模法特性，避免了对经济形势助长助跌的影响，对政策具有良好的指导作用。通过对比剔除法和 SVAR 技术，可以发现 SVAR 方法获得的核心通胀波动性太强基本与 CPI 序列重合，非常不利于政策的稳定性。此外尽管 SVAR 具有很强的经济理论支撑，但受到模型变量选择和参数设定的影响，稳健性不足，可理解性也受限制。剔除法直观清晰，但由于主观性的删失长期冲击信息，使得剔除细项（如食品）的长期结构性信息被忽略，导致指标在细项结构性变化阶段失灵。而 EMD 法求得的核心通胀不存在这些问题。另外，由图 3 可知，目前的通胀主要是受非核心的通胀因子影响，在制定相关

41、货币政策时应该注意区分不同因素的影响成分。综上，通过 EMD 方法度量的核心通货膨胀具有优良的效果。当然该方法还存在一些不足之处，需要后续进一步改进：与建模法一样，当新信息来临时，需要重新进行 EMD 分解，这样过去的核心通胀可能会发生改变；另外，模型可理解性存在一定难度。参考文献1 Eckstein，Otto Core InflationMNew Jersey：Preniice-Hall Inc，19812 Quah D.，Vahey S.P.Measuring core inflationJ Economic Journal 1995(105)：1130-1144 3 Romer DAdv

42、anced MacroeconomicsM The McGraw-Hill Company. Inc.，19964 Cristadoro，R.，Forni，et alA Core Inflation Indicator For The Euro AreaJ Journal of Money,Credit and Banking，2005(37) ：539-5605 Huang NE， Shen Z，Long SR，et alThe empirical mode decomposition and the Hilbert spectrum for nonlinear and non-statio

43、nary time series analysisJProc. R. Soc. London， Ser. A，1998(454)：9039956 Bryan M.F.，Pike C.J. Median Price Changes：All Alternative Approach to Measuring Current Monetary Inflation J Federal Reserve Bank of Cleveland Economic Commentary，1991(11)7 Bryan M.F. ，Cecchetti S.G.Measuring core inflation AWo

44、rking Paper 9304，19948 Bagliano F.C.，Morana C.A Common Trends Model of UK Core InflationJ Empirical Economics，2003a(28) ：157-1729 James H.S.，Watson M.W.Forecasting inflationJ Journal of Monetary Economics1999(44)：293-33510Wynne M.A.Core Inflation： A review of Some Conceptual Issues A，Working paper N

45、o.5, European Central Bank, 199911简泽中国核心通货膨胀的估计J 北京：数量经济技术经济研究， 2005(11)：3-1312赵昕东.基于 SVAR 模型的中国核心通货膨胀的估计与应用 J 北京：统计研究，2008(7)：45-5113龙革生， 曾令华，黄山我国核心通货膨胀的实证比较研究J 北京：统计研究，2008(3)：20-2614王少平，谭本艳中国的核心通货膨胀率及其动态调整行为J 北京：世界经济，2009(11)：13-2215Freeman D.G.Do core inflation measures help forecast inflation? A Economics letters，1998(58)：43-147