利用结构VAR模型估计中国的核心通货膨胀率

本文将Quah and Vahey(1995)的SVAR拓展为三变量模型,并以垂直的菲利普斯曲线为理论基础,施加三个长期约束条件,以识别三变量SVAR模型.从缩减式VAR的估计残差中还原出结构冲击,从脉冲响应函数中还原出结构冲击对各变量的影响.依据Quah andVahey的核心通货膨胀定义从受限制的SVAR模型中估计出我国的核心通货膨胀率.从估计效果来看,首先是能够完全反应我国通货膨胀演化的历史过程;其次是具有较高的预测未来通货膨胀变动的能力.因此对于货币当局的决策具有一定的指导意义.     

中国通货膨胀福利成本城乡差异及动态调节机制

本文利用消费者剩余方法分别估计了中国城乡通货膨胀福利成本,并利用误差修正模型(VEC)和改进的信息共享模型(MIS)分析了城乡通货膨胀福利成本动态调整机制。根据估计结果,本文认为城乡通货膨胀动态调整的过程十分缓慢,缩小城乡通货膨胀福利成本差距不能完全依靠市场力量,应该充分发挥宏观经济政策的作用,并提出缩小城乡通货膨胀福利成本的政策建议。     

基于卡尔曼滤波的我国核心通货膨胀率估计

本文以新菲利普斯曲线为理论基础,通过建立状态空间模型,利用卡尔曼(kalman)滤波估计中国1995年1月-2012年6月的核心通货膨胀率,并对估计结果进行检验.结果表明这种基于卡尔曼滤波的核心通货膨胀率估计充分考虑到变量之间的联系,比基于一般统计方法估计波动率更小.估计结果符合核心通货膨胀率的趋势平稳性和前瞻性要求,被剔除部分基本上不包含预测未来通货膨胀率的信息,因此对于货币当局的政策决策更有指导意义.     

我国通货膨胀福利成本的再估计

本文在货币效用模型（MIU）框架下研究我国通货膨胀福利成本问题,理性经济人的动态最优化选择行为产生了一组随机非线性欧拉方程。利用这些方程,在稳定状态下推导出估计通货膨胀福利成本的方法。实证分析以欧拉方程为基础,利用广义矩方法（GMM）估计模型参数,并进而估计出我国1995-2012年的通货膨胀福利成本。我们发现名义利率比通货膨胀率对通货膨胀福利成本的影响更大,在低通货膨胀水平,通货膨胀率对福利成本影响更大。本文阐述的估计通货膨胀福利成本方法优势在于能够同时考虑通货膨胀率和名义利率两个变量的影响,而传统估计方法只能利用名义利率作为持有货币的机会成本变量来估计通货膨胀福利成本。     

中国核心通货膨胀率的估计——基于卡尔曼滤波和多元HP滤波的比较

基于卡尔曼滤波和多元HP滤波的核心通货膨胀率估计方法充分考虑到了变量之间的联系,比基于一般统计方法的估计趋势平稳性更好。卡尔曼滤波和多元HP滤波联合估计的核心通货膨胀率预测效果比较好,因为它吸取了两者的长处,并克服了简单滤波的机械性。应用卡尔曼滤波和多元HP滤波方法估计核心通货膨胀率比较适合我国的国情,人民银行在制定货币政策时应该考虑到通货膨胀的长期趋势。