通貨膨脹對國家經濟的影響的三種觀點

經濟學界對通貨膨脹的關注始於20世紀40年代，對這一現象的分析主要圍繞著價格變數到底能否刺激有效需求並促進經濟增長而進行，而後的爭論點主要在於就通貨膨脹與經濟增長的相互作用方式。當前學術界對於經濟增長和通貨膨脹之間的相互作用關係仍然存在諸多爭議，其中主要的理論推斷和實證檢驗形成了三種觀點。

其一是，通貨膨脹對實際經濟增長並無顯著影響，貨幣變數存在中性或者超中性特徵，價格變數也無法形成實際變數和名義變數之間的聯繫。

(Lucas，1972；范智，1997)。其二是，通貨膨脹對實際產出增長具有負向影響，經濟運行中具有「反托賓效應」，這一觀點又被稱為「通貨膨脹扭曲論」，根據這一觀點，政府需要壓低物價水平來保證產出提高。其三是，通貨膨脹對於實際產出存在正向影響，是經濟一般來說，可以將經濟變數劃分為三種類型以區分和描述不同的經濟形態。其一是實際經濟變數，即以實際產出為單位度量的產品或者服務數量，如就業人數等變數；其二是名義變數，即以貨幣為單位度量的產品或者服務數量，如信貸供給數量和名義工資等變數；其三是中性變數，即一些沒有單位的變數,如通貨膨脹率和名義利率等一些實際變數或者名義變數的變化率，其能夠衡量經濟規模的變化程度，代表經濟變數波動性或者活性。

經濟增長與通貨膨脹關聯機制增長必不可缺的潤滑劑，尤其是溫和的通貨膨脹非常有助於刺激經濟增長，經濟運行中具有「托賓效應」。根據這一觀點，政府應該選擇實施通貨膨脹政策，如其可以實施擴大貨幣發行量等擴張性貨幣政策或實施增加政府支出等擴張性財政政策，以適時、適度地調節社會總需求，從而保證經濟穩定增長。可以看到，對於經濟增長和通貨膨脹的相互作用關係，經濟學家們的研究基於不同的假設前提、不同的研究背景、不同的實證模型以及不同的角度進行研究而得出了不盡相同的結論。基於不同的研究樣本，宏觀經濟變數之間的關係都具有自己的特徵，故只有研究我國的經濟運行中通貨膨脹與經濟增長的相關性才具有現實意義。

混頻模型的應用與估計原理

混頻數據模型與必須以同頻率數據建模的傳統模型相比，能夠更為充分地利用高頻數據信息，故而模型估計的效果也更好，由此所得到的脈衝響應函數也能夠更為準確地反應變數間的相互作用關係。將缺失的低頻數據看作是未被觀測到的高頻對應值是處理混頻數據的基礎核心思想，具體而言，可以採用貝葉斯演算法或者採用卡爾曼濾波對狀態空間模型進行估計而獲取樣本數據集合中的缺失值。

混頻模型的應用

處理混頻數據的方法之一是VARMA模型。該模型最早由Zadrozny(1988)提出，為了將所有數據序列統一為長度一致的數據，模型擴展了低頻數據，將從連續混頻時間序列擴展到離散混頻時間序列研究中。Zadrozny(2008)採用卡爾曼濾波對狀態空間的VARMA模型進行估計，結果發現，混頻模型在預測效果方面要優於自回歸模型。處理混頻數據方法之二是MIDAS(MixedDataSampling)模型。Ghysels等(2007)最早提出了MIDAS模型，其估計的基本思想和原理主要是源於分佈滯后模型(DistributedLagModels)。劉金全等(2010)通過研究初步證實了MIDAS模型在我國宏觀經濟中的適用性和可行性。鄭挺國構建了混頻數據模型，從實時分析的角度表明使用混頻數據在我國經濟周期測度(經濟轉折點識別和測定)上有更強的適用性處理混頻數據方法之三是貝葉斯方法估計下的MF-VAR模型。Kuzin等構建了混頻MF-VAR模型和VAR模型分別預測了歐盟地區的GDP走勢，發現高頻數據所包含的信息更具有時效性，因此以高頻數據建模不僅能夠提高模型的預測能力實時預報精準度，而且可以完全克服因低頻數據發布較晚產生的時滯性問題，從而能更及時地對經濟變數的走勢做出判斷。Chiu(2011)對貝葉斯方法估計下的MF-VAR模型進行了數值模擬檢驗，發現無論在任何假設前提和參數設定下，該方法能夠加大模型估計的有效性。

進行經濟分析時，能夠收集到的數據在頻率上往往存在一定的差異。比如，在金融市場上股票、期貨等數據大多為日度頻率數據，而在宏觀經濟中，居民消費價格指數、貨幣供應量以及財政收支等數據均為月度頻率數據。本節所要採用的國內生產總值則為季度頻率，不同頻率的數據均蘊藏著各自特有的信息和趨勢。目前，利用同一頻率的數據進行建模是大多數宏觀計量經濟模型的基本要求，一旦出現了不同頻率的數據，則需要對混頻數據進行同頻轉換處理，其主要方法有二：一是通過計算均值或替代的方法為高頻數據降頻，二是通過插值的方式為低頻數據升頻。然而，無論是降頻還是升頻方法都有各自的缺陷，前者無法提取高頻數據的波動特徵，等於損失掉了一部分信息，而後者存在某種意義上的人為構造的嫌疑。而應用混頻數據能夠克服上述不足，能夠充分利用原始數據的信息進行建模。為提高計算的準確度，本章將採用混頻數據模型以保留全部高頻數據的有效信息，在此基礎上，藉助貝葉斯估計演算法重新對通貨膨脹與經濟增間的關聯機制展開分析。