我国能源价格、通货膨胀和经济增长关系探析

《我国能源价格、通货膨胀和经济增长关系探析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、我国能源价格、通货膨胀和经济增长关系探析　　内容摘要：本文运用向量自回归（VAR）模型和Granger因果关系检验，分析了能源价格对通货膨胀和经济增长的传导机制及变量之间的动态影响，得出相关结论，并提出了相关政策建议。关键词：能源价格通货膨胀经济增长向量自回归模型理论模型与数据选取（一）能源价格、通货膨胀与经济增长的作用机理在宏观经济经典理论中，能源价格上涨会引发成本推动型通货膨胀。能源价格上涨推动通胀的作用机理在于位于产业链上游的能源产品价格上升到一定程度，会导致企业生产成本大幅度上升，间接地引发商品和劳务一系列价格水平的提高，在整个市场需求不变的情况下，企业减少其产品的供给，产

2、品价格水平上升，从而引发通胀。能源价格上涨也可直接通过生活渠道反映到消费者价格指数（CPI）上，对通货膨胀产生影响。而通货膨胀对经济增长的影响主要取决于物价上涨的程度。在未考虑预期因素的情况下，温和的通胀对经济增长有一定的刺激作用，而长期中过快速度上升的通胀会对经济起到破坏作用。9能源消费的增加对经济有一定的促进作用。而能源价格上涨也会引发物价上涨，导致价格优化资源配置的作用无法发挥，加大了经济中的风险，增加了市场参与主体面临的不确定性，整个市场经济活动的成本增加，也会使经济活动萎缩，从而使经济增长速度放缓。经济通过改变能源需求也会反作用于能源引起其价格的波动。长期以来，由于我国对

3、资源有限性等问题认识不足、片面追求经济增长，导致能源的粗放式经营，这严重背离能源可持续发展的战略。较低的能源价格不利于反映资源短缺的真实国情，也不利于提高国民资源危机和节能的意识。另一方面，由于我国能源尚未形成市场化价格机制，使得能源价格向一般价格水平的传导变得复杂，尤其在通货膨胀时期，能源价格的上调会对物价产生递进式上升效应，造成通胀压力，使得政策制定处于两难境地。政府为吸收农村剩余劳动力，有时采用廉价的能源政策刺激企业办厂，这也会产生能源失衡、矿竭城衰的矛盾。权衡考虑经济的发展、居民的承受能力及对生态环境的影响，能源价格应建立在政府、企业和消费者共同参与协调的价格基础之上，才能

4、既不脱离实际又得到广泛的认同。能源价格的制定与改革，如同在薄薄的刀刃上行走，必须掌握平衡感和高超的技巧。（二）方法阐述9向量自回归（VAR）模型将各个内生变量作为系统中所有内生变量滞后值的函数来构造模型，利于分析与预测多个相关经济指标。本文通过构建VAR模型来考察各个变量间的相互影响，在此基础上运用Granger因果关系检验来分析能源价格对通胀及经济增长的传导机制，进一步通过Johansen协整检验考察变量间是否存在长期均衡关系，利用脉冲响应函数揭示变量的动态特征，最后通过方差分解了解各变量对通胀的影响程度。分析软件采用EVIEWS7.0。（三）变量选取与数据说明在通货膨胀方面，本

5、文选取居民消费价格指数（CPI）指标来衡量；能源价格采用煤电油价格指数（COE）作为衡量指标；对于经济增长，采用国内生产总值（GDP）衡量，取其月度同比数据来更好地反映其变化率。此外，选取了有代表性的宏观经济变量生产者购进价格指数（BPI）来反映原材料价格对物价水平的传导，未来物价预期指数衡量预期因素对通胀的影响。数据样本区间为2008年至2012年，为更好地反映变量间的动态特征，采用月度数据。数据来源于中华人民共和国统计局网站和中国人民银行网站。实证研究（一）平稳性检验9本文对各单变量序列采用ADF单位根检验进行平稳检验，检验结果显示，原序列均为不平稳序列，而其一阶差分序列都是平

6、稳序列。因此，这些序列是一阶单整序列I（1），满足协整检验的前提。（二）协整检验本文运用Johansen检验对协整关系进行检验，检验结果显示，在5%的显著性水平下，最大特征值统计量和迹统计量均拒绝了无协整关系的原假设。说明我国能源价格变动与工业生产者购进价格、未来物价预期、消费者价格指数和经济增长之间相互影响的关系是客观存在的。（三）能源价格的传导路径检验1.VAR模型的阶数与稳定性检验。根据VAR模型滞后阶数的检验结果，LogL、LR、FPE、AIC、SC和HQ五个评价指标均认为应建立VAR（2）模型。此外，参数具有稳定性是VAR模型适用的前提条件。本文采用AR根图进行平稳性检验

7、，由图1显示的检验结果可知，所有特征值的模都小于1，模型满足稳定性的条件。92.基于VAR模型的Granger因果关系检验。Granger因果检验用于检验经济变量之间的因果关系及影响方向，一个事件X是否是另一事件Y的原因主要看：如果X的变化引起了Y的变化，则X变化应领先于Y变化。Granger因果检验要求序列是平稳时间序列，并依赖于回归模型中滞后长度的选取，因此，实际应用中存在随意性因素。而基于VAR模型的Granger因果检验，可以很好的避免这个问题。VAR模型的滞