科研之友
微信
新浪微博
Facebook
分享链接
摘要
准确识别通货膨胀的影响因素，可以前瞻性地防范通胀风险及其危害，具有重要政策意义。已有研究主要使用SVAR等传统计量方法分析通胀的影响因素，但传统计量方法能够涵盖的因素种类和非线性关系有限。考虑到机器学习方法能够有效突破传统方法的局限，本文综合使用SHAP值解释性方法和SVR等多种非线性机器学习方法，重新识别了2001—2019年间我国所发生的5轮通胀的影响因素。研究结果表明，第一，通胀预期和食品价格上涨是过去20多年间多轮通胀的共同驱动因素；第二，消费和投资等需求拉动因素对通胀的影响逐渐减弱，成本推动因素尤其是劳动力成本对通胀的影响不断增强；第三，货币政策能够通过多种渠道影响通胀走势，并且一直是通胀的重要影响因素。有鉴于此，建议通过加强引导通胀预期、稳定食品生产和供应、营造良好经营环境以缓解劳动成本上涨压力等举措防范通胀风险。此外，不能因为担心通胀压力就过于束缚货币政策的力度，应该在做好金融市场和房地产市场宏观审慎监管的前提下，适当加大货币政策对实体经济的支持力度，以更好地应对我国经济下行压力。
-
单位中国人民大学; 中国社会科学院经济研究所
