2010年前三季度我国CPI同比上涨2.9%，其中涨势最多有的食品上涨6.1%，居住上涨4.1%，医疗保健及个人用品上涨2.9%。其中，9月份CPI同比上涨3.6%。9月末，广义货币供给量(M2)和狭义货币供应量(M1)余额分别为69.6万亿元和24.4万亿元，同比分别上涨19.0%和20.9%。金融机构人民币各项贷款余额46.3万亿元，比年初增加6.3万亿元。10月份，CPI更是同比上涨了4.4%，环比上涨0.8%，超出了4%左右的先前预期。与前几个月相比，食品价格依然是领涨领域，涨幅达10.1%。其中，蔬菜价格上涨31%，水果上涨17.7%。整体通胀水平创近年来历史新高。 此次价格的上涨主要由食品价格推动，但分析人士指出，近期CPI的高企不再只是单纯的食品价格的单轮驱动，而成为食品和非食品的双轮驱动。食品价格的上涨气候因素。对于非食品物价上涨主要源于供给减少，出现准滞涨式上涨。另外，人民币升值的预期和美国第二轮的量化宽松的美元政策，加速了游资和热钱向国内的流入，给我国的通胀形成巨大的潜在威胁。针对可能引发的通货膨胀，今年以来央行连续四次上调存款准备金率，大型银行18%的存款准备金率已超过了历史最高点，一般金融机构的存款准备金率将达到17.5%，与2008年历史最高点持平，被采用差别存款准备金率的6家银行也提高至18%。10月20日，央行年内首次加息。央行的数次紧缩调控表明货币政策趋于回归常态。10月份，人民币新增贷款5877亿元，环比下降2.11%。刚刚结束不久的中央经济工作会议已定调明年的货币政策将由持续了两年的适度宽松转向稳健。这也表明应对通胀压力确实已经成为政府未来几个季度的调控重点。因此，研究信贷调控的通货膨胀效应对于把握政策制定方向、促进经济稳健发展具有重要的现实意义。 一、银行信贷与通胀关系的理论分析 目前外国学者对于信贷和通货膨胀的之间关系的研究主要基于以下角度。 (一)从货币政策的信贷渠道进行研究。该理论认为货币政策可以通过银行信贷对实体经济产生显著影响。KentMattheews和ChrisIoannidis(1997)构建了通货膨胀的向量自回归模型，发现信贷增长会对通货膨胀产生影响，不同的是虽然信贷的增长在短期内会带来通货膨胀的波动，但长期来看信贷量并不是通胀的决定因素。［1］MoritzSchularick和AlanM.Taylor(2009)论证了信贷对于宏观经济的稳定性起到重要作用，信贷的过快增长，将会带来通胀风险。［2］但是，也有学者提出了不同的看法，MichaelHume和AndrewSentence(2009)认为信贷的增长并不经常性的与通货膨胀之间存在关联。［3］ (二)从信贷周期和通货膨胀周期的角度研究二者之间的关系。Rajan(1994)提出了银行家具有羊群效应行为。该理论建立在行为金融学的基础上，它指出当经济分别出现向上和向下波动时，有限理性的银行家会出现依据这种形势分别作出群体性多贷和群体性惜贷的行为，从而形成信贷周期，信贷周期又加速了物价水平的上下波动，进而导致实体经济周期性的上涨和下跌。［4］KatalinMero(2002)基于信息不对称理论提出，商业银行信贷行为具有顺周期性特征。他指出经济比较活跃时，商业银行更多地相信借款人的还款能力，相信贷款违约的可能性会很低，从而更加倾向于扩张其信贷规模，使得本来有一定风险的项目也能得到贷款，可能导致整体宏观经济的扩张，引起通货膨胀周期性的波动。［5］ 目前我国学者对信贷和通货膨胀之间关系的研究主要从以下几个方面展开。 (一)从货币政策的信贷传导渠道角度考察货币政策变量和通货膨胀率的关系。代表性的文献有潘敏，缪海滨(2009)，他们通过2005–2009年月度数据，引入信贷量、M2、一年期贷款利率、人民币实际汇率、上证指数等变量，运用VAR方法全面考察了其对CPI的影响程度，他们认为上一期通胀预期是本期通胀的主要原因，银行信贷，M2，利率和上证指数对通胀影响均较小而汇率的冲击对通胀产生较大影响。［6］类似研究还可见于段瑞君(2008)［7］，她与潘敏等人的研究不同之处在于指标选择上采用银行间同业拆借利率，资产价格的变量为股票交易量，运用状态空间和脉冲响应函数方法肯定了汇率和货币供应量是导致通胀上升的主要原因，同样认为利率和股票交易额对通胀影响不显著。 (二)从信贷规模角度研究其对通货膨胀的影响。该类文献着重考察信贷量的上升在短期和长期分别会对通货膨胀产生怎样的影响。代表性的文献可见于章晟、李其保(2009)［8］，他们运用VAR模型对1998－2008年的季度数据进行实证检验，结论肯定了信贷对通胀的长期影响但短期内影响较小。其他学者的文献也支持了这一观点，所不同的是不同的学者对于信贷对通货膨胀影响的滞后期存在分歧，这可能是源于所选取的样本不同，但学者们普遍赞成信贷量的增长至少要滞后一年才能对通货膨胀率产生显著的影响。根据以上的分析可以发现，一方面，目前对于信贷对通胀影响的研究多集中于存量的视角，还没有学者从信贷增量的视角研究其对通货膨胀的影响;另一方面，考虑到我国信贷投放对于实体经济的影响巨大，研究信贷周期变化和通胀周期变化之间的关系显得极为重要，而国内学者在这方面还缺乏系统性的研究，所以本文力求从以上两个角度进行深入研究。 二、信贷量与通胀率的关系在我国的实证检验 (一)变量指标与样本数据的选取 本文主要从增量变化和周期变化的视角来考察信贷量与通货膨胀率的关系，以此来判断信贷传导渠道对当前我国的通货膨胀现象可能存在的影响，并着眼于如何透过信贷调控政策来防范高通胀风险。本文选择贷款总量作为信贷量的变量，选择消费价格指数作为通货膨胀率的变量，样本的选择范围是2001年1月至2010年8月，均为月度数据。考虑到消费价格指数的原始数据是同比数据，故以2001年1月的数据为定基调整为定基比数据，调整后的数据图具有明显的时间趋势特征。同时从时间序列图中还可发现变量均存在季节效应，故本文选择X12方法去除季节效应，并对数据做差分变换，得到的数据即可表示本期值与上一期值的差，也即各变量的增量值，将变换后的变量名分别设为LOAN(信贷增量)，CPI(通货膨胀率增量)。信贷总量的原始数据来源于巨灵金融数据库，消费价格指数的原始数据源于湖北省统计局。统计分析采用Eviews5.0计量软件。#p#分页标题#e# (二)实证模型 由于一般的多元回归模型无法有效反映自变量对应变量的影响程度，本文选择向量自回归模型(VAR)作为主要模型。VAR模型的实质是考察多变量之间的动态互动关系，通过脉冲响应函数和方差分解方法可以看出各变量的冲击值对通货膨胀的影响程度。一个P阶的VAR模型可定义为:。其中:C代表(N1)维的常数向量，表示(NN)维的自回归系数矩阵，代表(N1)的向量白噪音。因此，构建VAR－CPI模型，检验上述变量与通货膨胀率之间的关系。 (三)实证分析 1.信贷增量与通货膨胀率的关系分析 (1)变量的平稳性检验及模型最优滞后期选择 格兰杰因果关系检验是判别VAR模型中变量内生性的必备条件，不存在协整关系的非平稳变量不能进行格兰杰因果关系检验。上述变量具备明显的趋势特征，属于非平稳变量，经过有限次差分后将其转化为平稳变量。检验结果如表1所示。由上表可见，信贷量的增量和通货膨胀增量均是平稳变量。同时通过VAR最优滞后期检验可以发现，除LogL统计量外。其他检验统计量均认为最优滞后期为3期，根据多数原则，故选择3期作为模型的滞后期。模型的AR根全部落在单位圆内部，表明VAR模型特征多项式的特征根的倒数均小于1，模型是稳定的。最后进行协整关系检验可知在5%临界水平上存在协整关系。由此满足了非平稳变量进行格兰杰检验的所有条件。 (2)格兰杰因果关系检验 由于VAR模型不以经济理论为依据建模，格兰杰因果检验就成为了模型中变量内生性判别的重要依据。以上各变量的格兰杰检验结果见表2。由上表可知，信贷增量仅在10%的显著性水平上是通胀增量的格兰杰原因，而反过来，通胀增量在5%的显著性水平上即是信贷量的格兰杰原因。这说明，两变量之间均存在关联性，作为内生变量加入模型均可显著提升另一变量的解释力和预测精度。 (3)脉冲响应函数分析 在格兰杰因果关系的基础上，可以进一步得到信贷增量对通胀增量的脉冲响应函数，脉冲响应函数结果见下图1，实线为给自变量一个冲击后，应变量的变化轨迹，虚线是两倍标准差范围。由下图我们可以发现，在第一期给信贷增量一个冲击后，通胀增量在前两期会快速下降，在第2期会到达最低值，随后呈现快速上升趋势，约在第4期达到峰值，此后呈现震荡收敛的趋势。总体来看，信贷增量的变化对通货膨胀率增量的正向影响明显大于负向影响，从影响的力度来看，前10期的影响力度明显高于10期以后的影响力度，从影响的时间来看，信贷增量的冲击值带来的通胀增量的响应时间约要持续35期左右才会消除。以上分析表明，宽松的信贷政策所带来的通货膨胀效应不可忽视，短期内，信贷投放量的逐月增大虽然不会立刻带来通胀增量的显著变化，但是长期来看，将会导致通货膨胀率的上升。 (4)方差分解分析 脉冲响应函数仅定性的分析了变量之间的关系，无法判断每一个结构冲击对内生变量变化的贡献程度。而方差分解则较好的弥补了这一缺陷，它可以提供每个扰动因素影响VAR模型内个变量的相对程度。表3显示了通胀增量的方差分解结果。从通货膨胀率增量的方差分解结果来看，通胀增量的自身冲击是其方差的主要来源，说明我国物价上涨的动力主要源于市场对物价上涨的预期，信贷增量的影响虽然呈上升趋势，但是其影响力度较小，信贷扩张并不是物价长期上涨的主要驱动因素。 2．信贷周期性波动对通货膨胀波动的非对称性影响 (1)非对称冲击效应理论 金融市场的运行实践表明，许多时间序列的现期方差与前期的“波动”有关系，Engle(1982)将描述这类关系的模型称为自回归条件异方差(ARCH)模型，为解决ARCH模型中的解释变量之间的多重共线性问题，Bollerslev(1986)提出了广义自回归条件异方差(GARCH)模型，随后该模型被广泛应用于金融时间序列分析。TARCH或者门限ARCH(ThresholdARCH)模型由Zakoian(1990)和Glosten，Jagannathan，Punkle(1993)提出，这个模型中条件方差被设定为δ^21=ω+αμ^2t－1+γμ^2t－1di－1－βδ^2t－1，式中:dt－1是一个虚拟变量，当μ^2t－1＜0时，dt－1=1;否则，dt－1=0。只要γ不等于零，就存在非对称效应。 (2)相关数据处理 由于银行信贷的环比规模是逐年递增的，为了体现信贷规模变动的周期性，本文采用银行信贷的同比数据，其数值变化的大小可以体现信贷周期的波动。由于数据的可得性，本文所采用的数据范围是2001年1月至2010年10月。从上图可以注意到波动的“成群”现象，波动在一段时间内非常小，在其他一段时间内非常大，这说明误差项可能具有条件异方差性，下面进一步地进行ARCHLM检验:通过ARCH检验发现，在5%的显著水平下拒绝原假设，存在高阶ARCH，即存在波动积聚效应。对通货膨胀率进行T－GARCH检验发现，通货膨胀率波动存在非对称效应，如下:方差方程为:δ^21=0．44+1．17μ^2t－1+0．17μ^2t－1+0．17μ^2t－1－0．14δ^2t－1，在TARCH模型中，杠杆效应项的系数γ=0.17，说明通货膨胀的波动具有“杠杆效应”，通货膨胀对紧缩的信贷条件比宽松的信贷条件更敏感。适度的信贷扩张，可以促进经济的增长并带来较小程度的物价上涨，而紧缩的信贷调控则可以有效抑制通货膨胀的恶性发展，是解决通货膨胀和经济增长两难问题的有效手段。 结语 本文以宏观经济金融环境为背景，基于传统的信贷观理论，运用计量经济学的VAR模型方法，从两个角度来实证检验了信贷与通货膨胀之间所隐含的关系，其一是从增量变化的视角考察信贷量与通货膨胀增量之间的关系，其二是从事物的时间属性方面分析信贷周期波动对通胀周期波动的影响。通过对实证检验结果的分析，可以得知:#p#分页标题#e# (一)总体来看，信贷增量的变化对通货膨胀率增量的正向影响明显大于负向影响，两者存在明显的相关关系，信贷的扩张会引起通货膨胀率非平稳增长，超过人们的正常预期，在极端情况下，可能引致恶性通胀。 (二)在稳健的货币政策下，宽松的信贷政策所带来的通货膨胀效应不可忽视，短期内，信贷投放量的逐渐增加虽然不会立刻带来通胀增量的显著变化，但是长期来看，仍然会导致通货膨胀率的上升。通货膨胀的波动具有“杠杆效应”，通货膨胀对紧缩的信贷条件比宽松的信贷条件更敏感。在治理通胀时，紧缩信贷调控效果显著适度放宽信贷条件，保持合理的通胀水平可以促进经济增长。 (三)通货膨胀预期对通货膨胀自身的影响显著，我国物价上涨的主要动力主要源于市场对物价上涨的预期，信贷增量的影响虽然呈上升趋势，但是其影响力度较小，说明信贷扩张并不是物价长期上涨的主要驱动因素。 根据本文的研究成果结合现实情景，08年金融危机爆发以后，政府采取积极财政政策和宽松的货币政策来挽救岌岌可危的经济形势是关键性的抉择，其货币政策效应透过银行的信贷渠道对缓和经济金融内部矛盾发挥了至关重要的作用，使中国不致在危机的泥潭中积重难返，有足够的支撑力渡过难关。不久前的中央工作会议已定调明年的货币政策将转向稳健，这也证实了国家对当前全面通胀危机的深刻认识和高度警惕。据此，我们可以从相关方面进行努力: (一)在制定货币政策时，政府要重视银行信贷渠道对宏观经济的间接调控作用，完善信贷管理体制和投向机制。银行自身要关注增量变化，分析增量来源的安全性与流出的风险性，合理引导信贷资金流向实体经济，优化信贷结构，加强对中小企业和有发展前景企业的金融支持;关注资产价格与股市泡沫，防范信贷增加引发的流动性过剩和投机泛滥风险，谨防物价高涨与通货膨胀;强化风险管理，降低银行的不良贷款率，缓解金融体系的脆弱性。 (二)实施有效的通货膨胀预期管理，由于物价持续上涨造成居民恐慌并对未来的通胀率预期较高，加上工资的上涨远比不上物价上涨的幅度，老百姓的基本生活成本不断提高，生活压力和危机感显著增加，这种状况下政府需要明确表达政策动向来安抚民心，遏制恐慌势头，减少老百姓不必要的担忧，处理好涨价源头，维护社会生活的稳定。 (三)在宽松的信贷条件下，要警惕货币信贷量的投放泛滥，加强对信贷量的监控，保持合理的信贷规模，避免经济高通胀风险，万事过犹不及，周而复始地濒临危机会增添金融体系的脆弱性;一旦面临恶性通货膨胀，紧缩的信贷政策效果趋强，政府需要及时控制价格扭转全局，牢牢把握紧缩信贷调控的政策力度，防止信贷过度收缩造成投资资金短缺。因此，政府须重视对信贷周期性的管理，熨平信贷周期，消除预期归一化的形成，减少银行贷款市场上的羊群效应。