第五节 结构性变化的影响

在以上分析通货膨胀动态传导机制的过程中，我们没有考虑所设立的模型在研究样本内是否存在结构性变化。但是Levin和Piger（2004）、Cecchetti和Debelle（2006）以及Clark（2006）的研究表明，如果样本内存在结构性变化，那么通货膨胀动态传导机制对这种结构性变化会非常敏感，因此有必要对研究样本内的模型是否存在结构性变化进行检验。但是我们注意到，使用传统的邹氏结构性变化检验法（Chow-test）必须假设已知断点，而近年来未知断点稳定性检验的发展为我们这里分析通货膨胀动态机制是否存在结构性变化提供了更合理的设计。特别是Andrews （1993）提出的未知断点结构变化检验法的理论发展尤为完善。我们运用Andrews的方法来判断前文中各种通货膨胀动态模型是否发生结构性转变，从而判断本章实证分析结果的稳健性。

图3—6 总体CPI及其子成分受到M2增长率的扰动项冲击后的脉冲响应

根据Andrews的理论，假定m× 1阶的系数矩阵Φ表示任一通货膨胀动态模型中的参数，在t＜k时刻有Φ=Φ1，而在t≥k时刻有Φ=Φ2（Φ1≠Φ2），并且满足条件m≤k≤T-m，其中T表示总体样本大小。另外，假设未知结构断点参数的搜索域为τ，通常设为样本T的中间70%区域，我们首先计算在该区域内所有可能断点k=Tτi对应的一系列Wald检验统计量WT（τi），该统计量检验的原假设是在结构断点为k时模型中参数不发生结构性变化。不难看出，对于原假设来说，这个未知断点参数k并不出现，而只是出现在备择假设条件下，这样的参数被称为统计检验中的干扰参数。在获得WT（τi）之后，我们进一步计算SupW统计量，即

如果SupW统计量具有统计显著性，则其对应的断点时刻即为发生结构性变化的转变时点。

需要注意的是，由于干扰参数的存在，在计算未知断点结构性变化检验统计量的过程中，必须构建能够捕捉非标准分布的p值计算函数才能获得正确的伴随概率。因此，我们运用Hansen（1997）的非标准分布函数计算SupW统计量对应的p值。这种非标准分布条件下的未知断点检验统计量对应的渐进p值计算函数可以写成

其中x2（z η）表示自由度为η的累积卡方分布，即

我们先通过分位数估计法确定多项式θ0+θ1x+…+θmxm，再进一步计算与p值相关的损失函数和分位数函数。在实际计算过程中，我们使用无约束条件下模型的异方差修正矩阵计算对应的p值。

根据以上介绍的方法，表3—4归纳了本章所讨论的三类动态回归模型的整体参数稳定性检验结果。从检验统计量对应的p值来看，所有回归等式对应的p值均大于0.05，这说明在5%的显著性水平下，所检验的模型不存在结构性变化，从而说明实证结果具有稳健性。

表3-4 动态回归模型未知断点稳定性检验结果：SupW统计量的p 值

在实践中，我们还依据Hamilton（1996）的建议，考察了增加供给冲击变量（石油价格变化率）对货币政策VAR模型检验结果的影响，但基本结果并没有出现敏感性。另外，在所有的动态矢量模型分析中，我们都检查了VAR模型对应的特征方程的特征根是否满足平稳VAR模型的条件（特征根落于单位圆内），平稳性条件都得到了确认。