中国货币供给增长率与通货膨胀率的实证研究

      中国货币供给增长率与通货膨胀率的实证研究                             摘要 通货膨胀在经济理论和经济实践中都是一个重要的问，原因是通货膨胀过高会给社会造成较高的成本。本文以货币数量论为理论基础，以1996 年第一季度至2010 年第一季度的广义货币供给增长率、居民消费价格指数同比增长率数据为事实依据研究货币供给增长率与通货膨胀的因果关系。本文采用实证分析与规范分析相结合、理论与实践相结合的方法，在理论分析和推导的基础上，构建计量模型及研究假说，利用国家统计数据并对数据加以处理，按照“理论研究—实证分析—政策建议—结论”的思路逐步展开，从而保证了研究结论的内在和外在有效性。在利用单位根检验对变量平稳性考察的基础上，应用协整方法对变量的长期均衡进行分析，应用因果检验方法对变量之间的因果关系进行经验性研究。结果明，货币供给增长率与通货膨胀率互为因果关系，并结合中国国情给出治理通货膨胀相关政策选择。 关键词: 货币数量论；协整；因果关系                                         目  录 1  引言.............................................................1 2  货币供给增长率与通货膨胀率的理论研究.............................1   2.1  货币供应量的层次...........................................1 2.2  通货膨胀成因理论...........................................2 3  货币供给增长率与通货膨胀率的实证分析.............................3   3.1  单位根检验..................................................4   3.2  协整分析....................................................7   3.3  因果关系检验........................................9 4  中国通货膨胀治理的政策建议......................................11 4.1  完善体系...............................................11 4.2  化解国际大宗商品价格波动对中国物价的影响...................11 4.3  调整产业结构，加快转变经济发展方式.........................12 5  结论............................................................12 参考文献...........................................................13 致谢...............................................................14 1  引言     2011年1月份居民消费价格指数()受节日和低温冰冻天气影响，环比价格涨幅为1.0%，是继2010年2月（春节）上涨1.2%、11月上涨1.1%近一年来环比价格涨幅第三高的月份。由此可见，中国正面临新一轮的通货膨胀压力。本文以货币数量论为理论基础使用1996 年第一季度至2010年第一季度的广义货币供给增长率、居民消费价格指数()同比增长率数据对我国货币供给增长率与通货膨胀率进行单位根检验，协整分析与因果关系检验以实证研究货币供给增长率与通货膨胀率的因果关系。 本文采用实证分析与规范分析相结合的方法，以货币数量论为理论基础，使用1996 年第一季度至2010年第一季度的广义货币供给增长率、居民消费价格指数( )同比增长率数据按照“理论研究—实证分析—政策建议—结论”的思路研究。 2  货币供给增长率与通货膨胀率的理论研究 2.1  货币供应量的层次 中央银行依据宏观监测和宏观调控的需要，根据货币流动性的强弱，参照国际通用原则，在中国国情的基础上，将中国货币供应量指标划分为以下不同的层次。     :流通中的现金，指银行体系以外各个单位的库存现金和居民的手持现金之和；     :亦称狭义货币供应量，是指加上企业活期存款，机关团体部队存款，农村存款以及个人持有的信用卡类存款；     :也称广义货币供应量，是指加上城乡居民储蓄存款，企业存款中具有定期性质的存款，外币存款以及各类信托存款；     :指的是加上金融债券，商业票据和大额可转让存单等。其中，流动性较强，和的差额是准货币。由于与数据很难把握，故本文皆使用广义货币供给增长率来表示货币供给增长率。 2.2  通货膨胀成因理论 2.2.1  凯恩斯的通货膨胀成因理论 凯恩斯(J.M.Keynes，1936)的理论可简单描述为:货币供给数量的增加促使利率降低，由利率降低引致投资增加，进一步促使国内总需求增加，在到达充分就业使供给无弹性的最后分界点上形成了通货膨胀。 2.2.2  以“交易方程式”表述的货币数量论   根据货币数量论，“每一次通货膨胀背后都有货币供给的迅速增长”，即通货膨胀发生的长期根本的原因是由货币供给增加引起的。货币数量论者持有货币中性的观点，其核心论点可以概括为:物价水平的高低是由一国的货币数量所决定的，物价水平与货币数量成正比例变化。在古典经济学家对货币数量论的逻辑表述上，20世纪初，以费雪和马歇尔为代表的一些经济学家在边际革命的推动下，对古典货币数量论进行继承和发展，进一步完善了货币数量论的分析框架。特别是美国经济学家欧文·费雪在1911年出版的《货币的购买力》一中提出以“交易方程式”(即费雪方程式)表述的货币数量论。其交易方程式为:                             其中表示货币供应量；表示货币流通速度；为社会平均物价水平；为实际收入水平。我们对上式可以作一些简单的变化，具体步骤如下: 在方程式两边取自然对数，得到:                         然后再对上式两边微分，移项，可得:                           式中，为通货膨胀率，为货币增长率，为流通速度变化率，为产出增长率。根据此方程式可知，通货膨胀可由三个方面引起，即货币增长，产量降低和货币流通速度加快。在交易方程式中，费雪指出，作为交易媒介的货币，其流通速度是由社会的和习惯等因素决定的，在长期内不会迅速变化；同时决定于资源，技术条件，在充分就业的状态下也不可能发生大的变化。因而和被视为常量，这样在交易方程式中，价格就与货币数量成正比例关系:当增加时，价格就会上升。当货币供应量达到一定程度时，通货膨胀就发生了。这反映在式中就是和为常量，通货膨胀率随着货币增长率正方向变化。显然，通货膨胀产生的基本原因就是货币供应量的增加。 3  货币供给增长率与通货膨胀率的实证分析     在经济理论中，提及通货膨胀必然会与货币供给相关联，通货膨胀与货币供给之间存在着因果关系。货币供给增长率用广义货币的增长率来代表，记为，通货膨胀率用居民消费价格指数()的增长率表示，记为。本文使用1996 年第一季度至2010 年第一季度的广义货币供给增长率、居民消费价格指数()同比增长率(表3-1)进行实证分析。           表3-1 中国货币供给增长率与通货膨胀率          单位：%            gm gp   gm gp 1996Q1 28.26 9.37 2003Q1 18.54 0.50 28.19 9.07 20.83 0.67 26.81 7.93 20.67 0.83 25.26 6.97 19.58 2.67 1997Q1 23.36 5.17 2004Q1 19.16 2.77 21.54 2.93 16.35 4.40 19.22 2.13 14.14 5.27 19.58 1.00 14.46 3.17 1998Q1 15.65 0.30 2005Q1 14.17 2.83 14.30 -0.87 15.67 1.73 16.19 -1.43 17.92 1.33 14.84 -1.10 17.99 1.37 1999Q1 17.82 -1.43 2006Q1 17.35 1.20 17.65 -2.17 17.03 1.37 15.32 -1.17 15.46 1.27 14.74 -0.83 15.67 2.03 2000Q1 13.04 0.10 2007Q1 17.27 2.73 13.69 0.10 17.06 3.60 13.38 0.27 18.45 6.10 12.27 0.93 16.73 6.63 2001Q1 13.19 0.67 2008Q1 16.19 8.03 16.75 1.57 17.29 7.77 16.36 0.80 15.21 5.27 17.60 -0.13 17.79 2.53 2002Q1 18.25 -0.60 2009Q1 25.50 -0.60 14.74 -1.07 28.38 -1.53 16.57 -0.77 29.26 -1.27 16.87 -0.63 27.58 0.67 2010Q1 22.50  2.20 资料来源：赵昕东.《通货膨胀成因分解研究》[J]，《数量经济技术经济研究》,2010. 3.1  单位根检验 在建立关于货币供给量增长率和通货膨胀率的长期均衡方程之前需要先对各序列逐一进行单位根检验，以判断各序列数据是否具有平稳性。一般地，检验一个时间序列的平稳性，可通过检验带有截距项的一阶自回归模型                                               (1)                                中的参数是否小于1，或者说检验其等价变形式                                                   (2)                                            中的参数是否小于0。     (1)式中的参数大于或等于1时，时间序列Xt 是非平稳的，对应于(2)式，则是大于或等于0。因此，针对(2)式，是在备择假设 下检验零假设,这可通过OLS法下的t检验完成。     在上述使用(2)式对时间序列进行平稳性检验中，实际上假定了时间序列是由具有白噪声随机干扰项的一阶自回归过程AR(1)生成的。但在实际检验中，时间序列可能由更高阶的自回归过程生成，或者随机干扰项并非是白噪声，这样用OLS法进行估计均会表现出随机干扰项出现自相关，导致检验无效。另外，如果时间序列包含有明显的随时间变化的某种趋势，则也容易导致上述检验中的自相关随机干扰项问题。 为了保证检验中随机干扰项的白噪音特性，Dickey和Fuller对检验进行了扩充，形成检验，这是目前普遍应用的单整检验方法。检验是通过下面三个模型完成的： 模型1：          模型2：          模型3：              模型3中的t是时间变量，代表了时间序列随时间变化的某种趋势（如果有的话）。虚拟假设都是 ，即存在一单位根。模型1与另两模型的差别在于是否包含有常数项和趋势项。 实际检验时从模型3开始，然后模型2，模型1。何时检验拒绝零假设，即原序列不存在单位根，为平稳序列，何时停止检验。否则，就要继续检验，直到检验完模型1为止。检验原理与检验相同，只是对模型1，2，3进行检验时，有各自相应的临界值表。 一个简单的检验是同时估计出上述三个模型的适当形式，然后通过临界值表检验零假设原假设。只要其中有一个模型的检验结果拒绝了零假设，就可以认为时间序列是平稳的。当三个模型的检验结果都不能拒绝原假设时，则认为时间序列是非平稳的。这里所谓模型适当的形式就是在每个模型中选取适当的滞后差分项，以使模型的随机干扰项是一个白噪声。     利用Eviews3.1软件分别对货币供给增长率与通货膨胀率时间序列进行检验，其中检验过程中最优滞后项的确定应在确保模型正确设定的情况下，结合赤池信息准则()。 首先检验货币供给增长率时间序列的平稳性。经试验发现，包括截距、时间趋势项与一阶滞后项的模型是适当的模型，检验结果如表3-2所示。 表3-2 货币供给增长率时间序列的检验 ADF Test Statistic -3.343475     1% Critical Value* -4.1314     5% Critical Value -3.4919     10% Critical Value -3.1744 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(GM) Method: Least Squares Date: 04/14/03  Time: 16:21 Sample(adjusted): 1996:3 2010:1 Included observations: 55 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob.  GM(-1) -0.208866 0.062470 -3.343475 0.0016 D(GM(-1)) 0.313298 0.138101 2.268614 0.0276 C 3.078047 1.255654 2.451349 0.0177 @TREND(1996:1) 0.020707 0.016778 1.234139 0.2228 R-squared 0.250500     Mean dependent var -0.10345 Adjusted R-squared 0.206412     S.D. dependent var 2.10541 S.E. of regression 1.875580     Akaike info criterion 4.16566 Sum squared resid 179.4078     Schwarz criterion 4.31164 Log likelihood -110.5557     F-statistic 5.68178 Durbin-Watson stat 2.021348     Prob(F-statistic) 0.00195 资料来源：Eviews 3.1输出结果。 从表3-2检验结果得适当检验模型为                                                                         通过检验对随机干扰项的一阶自相关性进行检验，结果见表3-3。           表3-3 随机干扰项的检验 Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.766539     Probability 0.38547 Obs*R-squared 0.830461     Probability 0.36213 资料来源：Eviews 3.1输出结果。 从表3-3可见随机干扰项不存在一阶自相关性，因此该模型设定是正确的。从的参数值看，其t统计量的值小于10%的显著性水平下检验值，拒绝原假设，接受，说明时间序列是I(0)，即它是平稳序列。     然后检验通货膨胀率时间序列的平稳性。经试验发现，包括截距、时间趋势项与二阶滞后项的模型是适当的模型，检验结果如表3-4所示。       表3-4 通货膨胀率时间序列的ADF检验 ADF Test Statistic -4.4172915     1%  Critical Value* -4.134753     5%  Critical Value -3.493510   10%  Critical Value -3.175277 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(GP) Method: Least Squares Date: 05/04/11  Time: 10:33 Sample(adjusted): 1996:4 2010:1 Included observations: 54 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob.  GP(-1) -0.2098000 0.04749517 -4.41729154 5.514e-05 D(GP(-1)) 0.4245364 0.12128300 3.50037883 0.001000 D(GP(-2)) 0.2593341 0.12967623 1.99985885 0.051074 C -0.0290505 0.26016706 -0.11166112 0.911548 @TREND(1996:1) 0.0134763 0.00774361 1.74032038 0.088080 R-squared 0.5121780     Mean dependent var -0.106111 Adjusted R-squared 0.4723558     S.D. dependent var 1.180326 S.E. of regression 0.8573789     Akaike info criterion 2.618147 Sum squared resid 36.019838     Schwarz criterion 2.802313 Log likelihood -65.689995     F-statistic 12.86162 Durbin-Watson stat 1.9935626     Prob(F-statistic) 3.120e-07 资料来源：Eviews 3.1输出结果。     从表3-4检验结果得适当检验模型为                                   通过对随机干扰项的一阶自相关性进行检验，结果见表3-5。       表3-5  随机干扰项的检验 Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.1969878 Probability 0.659157 Obs*R-squared 0.2207055 Probability 0.638502 注：统计量的P值为检验的概率值，若P值小于0.05，表示在5%的显著性水平下存在自相关性。 资料来源：Eviews 3.1输出结果。     从表3-5可见随机干扰项不存在一阶自相关性，因此该模型设定是正确的。从的参数值看，其t统计量的值小于1%的显著性水平下检验值，拒绝原假设，接受，说明时间序列是I(0)，即它也是平稳序列。 3.2  协整分析 变量序列之间的协整关系是由Engle和Granger首先提出的。协整检验的基本内容是如果序列都是阶单整，存在一个向量，使得～I(d-b)其中>0，，则认为序列是(，)阶协整，记为～CI(，)，为协整向量。由此可见，如果两个变量都是单整变量，只有当它们的单整阶相同时，才可能协整；如果它们的单整阶不相同，就不可能协整。三个以上的变量，如果具有不同的单整阶数，有可能经过线性组合构成低阶单整变量。协整的经济意义在于：两个变量，虽然它们具有各自的长期波动规律；但是如果它们是（,）阶协整的，则它们之间存在着一个长期稳定的比例关系。 Johansen于1988年，以及与Juselius一起于1990年提出了一种基于向量自回归模型的多重协整检验方法，通常称为Johansen检验，或JJ检验。其基本思路是在多变量向量自回归()系统回归构造两个残差的积矩阵，计算矩阵的有序本征值(Eigen value)，根据序本征值得出一系列的统计量判断协整关系是否存在以及协整关系的个数。普遍使用的两变量协整检验的方法是和提出的两阶段回归分析方法，这也是本文采用的方法。   对于1996-2010年时间序列，考虑时间趋势，由于通货膨胀率与货币供给增长率均为I(0)过程，可以对其进行协整分析。具体步骤如下：     第一步，建立通货膨胀率对货币供给增长率的回归模型，并进行估计。估计结果如下：                                               据此，可得到残差项                             虽然我们估计出和的回归方程，但无法得知被解释变量和解释变量之间的协整关系是否真正存在，这样的回归可能会是一个伪回归。因此，需要对上式进行协整检验。基于回归残差的协整检验的思想:检验一组变量(被解释变量和解释变量)之间是否存在协整关系等价与检验回归方程的残差序列是否是一个平稳序列。 第二步，检验的单整性。如果为稳定序列，则认为变量,为（1,1）阶协整；如果残差项为一阶单整，则认为变量,为（2,1）阶协整。 检验的单整性的方法是DF检验或ADF检验。由于协整回归中已含有截距项，则检验模型中无需再用截距项。如使用模型1：               进行检验时，拒绝零假设，从而说明与是协整的。                 表3-6 残差项的ADF检验 ADF Test Statistic -4.0617017     1%  Critical Value* -2.604755     5%  Critical Value -1.946536   10%  Critical Value -1.618890 *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(E) Method: Least Squares Date: 05/05/11  Time: 10:40 Sample(adjusted): 1996:3 2010:1 Included observations: 55 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob.  E(-1) -0.2009584 0.04947640 -4.06170170 0.000161 D(E(-1)) 0.6330332 0.10618825 5.96142468 2.085e-07 R-squared 0.4546858     Mean dependent var -0.105302 Adjusted R-squared 0.4443969     S.D. dependent var 1.335008 S.E. of regression 0.9950994     Akaike info criterion 2.863737 Sum squared resid 52.481819     Schwarz criterion 2.936731 Log likelihood -76.752792     F-statistic 44.19168 Durbin-Watson stat 2.3267640     Prob(F-statistic) 1.663e-08 资料来源：Eviews 3.1输出结果。 从表3-6检验结果得适当检验模型为                               （-4.06） （5.961）     经计算，5%的显著性水平下协整的ADF检验临界值为-3.445，前参数的t 值为-4.06，因此拒绝存在单位根的假设，表明残差项是平稳的。据此判断，中国货币供给量的增长率与通货膨胀率之间是（0,0）阶协整的，说明该两变量间存在长期稳定的“均衡”关系。 3.3  因果关系检验 协整检验结果表明，货币供给增长率与通货膨胀率之间存在长期的均衡关系，但这两者之间的这种均衡关系是否具有因果关系，以及因果关系的方向是怎样的还需要进一步验证。（1988）指出：如果变量之间是协整的，那么至少存在一个方向上的原因；在非协整情况下，任何原因的推断将是无效的。具有协整关系的各变量之间因果关系可以采用因果关系检验法来进行研究分析。货币供应增长率与通货膨胀率是平稳的，且它们之间存在协整关系，根据检验原理，可以对它们的变量值直接进行检验。因果关系检验的基本原理是：在做对其他变量(包括自身的过去值)的回归时，如果把的滞后值包括进来能显著地改进对的预测，我们就说是的格兰杰原因；类似地定义是格兰杰的原因。为此需要构造：   无条件限制模型：                (1)       有条件限制模型：                            (2) 其中为白噪声序列，,为系数。为样本量，，分别为，变量的滞后阶数，令(1)式的残差平方和为； (2)式的残差平方和为。原假设为；备择假设为≠0 ( j =1，2，…，k)。若原假设成立则：         即F的统计量服从第一自由度为,第二自由度为的F分布。若F检验值大于F分布的临界值，则拒绝原假设，说明是的格兰杰原因。     以Geweke等(1983)，Granger(1988)，Kollias等(2000)的研究范式和基础，本研究采用如下的因果分析模型，作为基于向量自回归（VAR）进行格兰杰因果分析的基础：                                       （1）                                           （2）     其中：分别指t时刻的通货膨胀率、货币供给增长率。             表3-7 通货膨胀率与货币供给增长率的因果关系检验 滞后期数 零假设        观测值个数  F统计量  概率        AIC 1 2 3 4 gm does not Granger Cause gp    56          0.5302      0.46972      3.0708 gp does not Granger Cause gm                0.0296      0.86403      4.3458 gm does not Granger Cause gp    55          1.5048      0.23196      2.6616 gp does not Granger Cause gm                3.0255      0.05749      4.3016 gm does not Granger Cause gp    54          3.3377      0.02709      2.5737 gp does not Granger Cause gm                4.1294      0.01114      4.3792 gm does not Granger Cause gp    53          2.5973      0.04907      2.6583 gp does not Granger Cause gm                5.3768      0.00129      4.4041 注：统计量的P值为检验的概率值，若P值小于0.05，表示因果关系在5%的显著性水平下成立，反之，因果关系不成立。 资料来源：Eviews 3.1输出结果。 从表中可以看出，随着滞后阶数的增加，货币供给增长率与通货膨胀率的因果关系是变化的，当滞后期数为1和2时，所有的检验在5%的显著水平下都接受了原假设，认为货币供给增长率与通货膨胀率之间不存在因果关系。当滞后期数变为3和4时，所有的检验在5%的显著水平下都拒绝了原假设，认为货币供给增长率与通货膨胀率之间互为因果关系。具体应该用多长的滞后期，可以参考统计量的值，当滞后期的增加不能显著降低的值时，则应停止加入更长的滞后期。即应选择值最小的模型进行判断。因此，滞后期为3时，最小，分别对(1)、(2)残差项的一阶自相关性进行LM检验,以验证模型(1)、(2)滞后期为3的情况下设定的正确性，检验结果如下：         表3-8 （1）式残差项的LM检验 Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.0632498 Probability 0.802527 Obs*R-squared 0.0000000 Probability 1.000000 资料来源：Eviews 3.1输出结果。                 表3-9  （2）式残差项的LM检验 Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.6070385 Probability 0.439810 Obs*R-squared 0.1553934 Probability 0.693433 注：统计量的P值为检验的概率值，若P值小于0.05，表示在5%的显著性水平下存在自相关性。 资料来源：Eviews 3.1输出结果。     从表3-8,3-9可见残差项均不存在一阶自相关性，因此(1)、(2)模型在滞后期为3时设定是正确的。并且此时两者互为因果关系，即货币供给增长率是通货膨胀率的格兰杰原因，且通货膨胀率是货币供给增长率的格兰杰原因。 4  中国通货膨胀治理的政策建议     本文在了解此次通货膨胀成因的基础上，结合中国的具体国情对通货膨胀的治理给出以下几点政策建议: 4.1  完善体系 5月11日国家统计局公布数据显示4月同比上涨5.3% ，上涨6.8%，并解释说涨价的主要原因是居住类消费价格上涨显著，汽车、手机、衣服等商品的价格实际是在下降的。但是现实的社会居民越来越感觉到他们的收入不能维持原来的生活水平，对持续增长的物价普遍感到不满。这种官方统计出来的指数与实际居民生活消费价格指数变动的不一致性，暴露了中国的体系存在缺陷。体系对一国经济发展十分重要，它不仅影响消费者的支出预算与企业的投资决策，还影响着社会财富的分配与转移，政府的决策及央行的货币政策。而中国政府在编制体系时和其它国家有所不同，在计算通胀时没有公开每种商品所占的比重，并且计算通胀率的一揽子商品自2005年以来一直没有变化，这不仅会使政府不能准确地掌握中国通货膨胀的现状和严重性，以致不能及时地采取有力措施去解决通胀问题，而且还会造成群众对政府的不信任。因此，中国应该完善现有的体系，将商品房价格纳入体系之中，同时合理地调整各种商品所占的权重，使之真正切合实际和民生，真正地反应居民的实际生活消费状况。 4.2  化解国际大宗商品价格波动对中国物价的影响 随着中国对外经济开发程度的不断提高，国际性通货膨胀对中国的冲击和影响是难以避免的。作为国民经济中至关重要的基础经济资源，以石油为代表的初级资源品几乎位于所有产业链条的前端，其价格的波动会给相关产业带来很大的冲击，并带来基础性资源整体价格水平的同向变动。国际大宗初级产品价格对国内通货膨胀具有很强的传导效应，因此，我们需要采取多种措施化解其对国内物价水平的震荡影响，维持一个相对的通货膨胀环境:一是通过“引进来”与“走出去”相结合的战略，积极扩大中国的战略资源储备。二是要在初级产品的国际贸易中努力获取定价权。 4.3  调整产业结构，加快转变经济发展方式 自改革开放到现在，中国的经济每年都以惊人的速度在增长，今年中国的GDP经济总量已超越日本，成为全球经济总量第二的国家。但这些经济水平的提高，人们生活的富裕都是以高消耗、高污染、低产出的代价换取的。这不仅不利于经济健康、协调、可持续发展，也大大促使通货膨胀的发生。因此，政府应当努力调整产业结构，转变经济增长方式，真正地把靠增加投入的扩张型、外延式的经济增长方式逐步转变为以高技术、高质量为导向的集约型、内涵式经济增长方式，才能从根本上解决成本推动所导致的通货膨胀威胁，最终促进经济在长期内快速、平稳发展。此外，政府应引导和稳定社会公众的通胀预期，降低通货膨胀惯性，进一步提升和扩大消费需求，缩小贫富两极差距，解决好我国的民生问题等社会一系列问题，这样才会使通货膨胀消灭在萌芽状态，社会才会长治久安，和谐快速发展。 5  结论 论文利用因果分析方法对中国1996-2010年样本区间内的数据进行了实证研究。文章首先进行了数据的平稳性分析，单位根检验表明，中国1996-2010年样本区间内货币供给增长率与通货膨胀率序列都是平稳的；协整发现，中国1996-2010年样本区间内货币供给增长率与通货膨胀率之间存在一种长期均衡；因果关系分析发现，中国1996-2010年样本区间内货币供给增长率与通货膨胀率之间存在互为因果的反馈性联系。即货币供给增长率是通货膨胀率的格兰杰原因，且通货膨胀率是货币供给增长率的格兰杰原因。实证研究的结果是对中国1996-2010年样本区间内货币供给增长率与通货膨胀率之间关系的综合评价，结果表明，货币供给增长率是通货膨胀率的一个强的外生变量，且通货膨胀率是货币供给增长率的一个强的外生变量。                                                       参考文献 [1]李子奈，潘文卿.《计量经济学》[J]，高等教育出版社，2004. [2]赵昕东：《通货膨胀成因分解研究》[J]，《数量经济技术经济研究》2010年第10期. [3]赵昕东：《改革开放以来中国通货膨胀成因的实证分析》[J],《数量经济技术经济研究》1998年第10期. [4]许道林：《我国货币供给与通货膨胀间传导机制的计量分析》. [5]高宇，宋巧，曾伟晟.《我国货币供应量与通货膨胀的实证检验》.金融纵横，2008年第4期. [6]李军.《货币供给与通货膨胀长期与短期关系分析》[J].《数量经济技术经济研究》1997(11). [7]韩筱雯.《通货膨胀成本和收益的分析-对我国通货膨胀的实证检验》[J].财经问题研究，2004年第7期. [8]《国防支出与经济增长的长期均衡与因果关系——对中国1954-2000年数据的实证研究》[J].百度文库. [9]高铁梅,刘玉红,王金明.《中国转轨时期物价波动的实证分析》[J] ,《中国社会科学》 2003 年第6期. [10] Friedman, M.( 1963) , Inflation: Causes and Consequences [ J] , Asian Publishing House [11]J.A. Frenkel , H.G. Johnson .The Monetory Approach to the Balance of payments[J],Allen＆Unwin London,1976. [12]Roger, S.( 1998), Core Inflation: Concepts, Uses and Measurement [ J] , Reserve Bank o f New Zealand, G98/ 9. [13]Enders,W( 1995), Applied Econometric Time Series [M ], John Wiley＆Sons, New York.