《中国工业经济》观点精粹 | 机器学习方法与通缩影响因素识别
图片来源：https://m.baidu.com/sf/
本文是《中国工业经济》第723篇观点精粹，欢迎阅读。查阅论文原文和数据等附件，请访问《中国工业经济》网站或登陆中国知网下载。
作者：陈小亮，刘玲君，肖争艳，陈彦斌
单位：中国社会科学院经济研究所，中国人民大学经济学院，中国人民大学统计学院，中国人民大学应用统计科学研究中心
原文刊发：《中国工业经济》2021年第7期，原标题为《生产部门通缩与全局性通缩影响因素的差异性研究——基于机器学习方法的新视角》。
虽然从全世界范围看，通货紧缩（简称通缩）相比通货膨胀（简称通胀）更为罕见，但是通缩在中国并不罕见。已有研究在界定发达经济体的通缩现象时，主要采用CPI代表一般物价水平，并且以CPI是否持续下滑较长一段时期为核心特征来判断是否发生了通缩。对发达经济体而言，这一做法是合理的，因为消费对发达经济体经济增长的贡献率较高。但是，如果只用CPI界定中国经济是否发生了通缩，那么很可能会产生误判，主要有两点原因：一是消费对中国经济增长的贡献率明显低于发达经济体，投资对中国经济增长的贡献率则明显高于发达经济体，因此只用CPI并不能全面反映中国一般物价水平的走势，还需要结合PPI走势来判断是否发生了通缩。二是2012年以来中国的CPI和PPI走势多次出现方向性背离，由此进一步表明，只用CPI判断是否发生通缩是不够全面的，而且很可能产生误判。有鉴于此，本文参照已有研究以及中国经济所处的发展阶段，专门定义了两类通缩。一类是以CPI和PPI双双下跌为表征的通缩，本文称之为全局性通缩。另一类是以PPI持续下跌但是CPI上涨为表征的通缩，本文称之为生产部门通缩。根据上述定义可知，20世纪90年代以来短短30年的时间里中国已经发生过五轮通缩，其中包括三轮全局性通缩和两轮生产部门通缩，而且全局性通缩主要发生在2012年之前，而生产部门通缩主要发生在2012年之后。
历史和国际经验表明，通缩对经济运行的冲击往往非常严重，因为通缩过程中很容易发生债务－通缩恶性循环，1929—1933年间美国的大萧条、20世纪90年代以来的日本经济大衰退和美国2008年爆发的金融危机都是债务－通缩的典型案例，其危害之大无需赘言。对中国而言，在多次发生通缩的同时，企业部门、政府部门、居民部门的债务负担都不断升高，企业部门债务负担更是处于国际高水平，通缩尤其是生产部门通缩叠加企业部门高债务负担，很容易使企业部门跌入债务－通缩循环。此外，2012年以来发生的以PPI下跌但是CPI上涨为表征的生产部门通缩导致中国的货币政策面临困境：要想防范生产部门通缩，需要加大货币政策力度；但是，加大货币政策力度会进一步加剧CPI上涨带来的通胀压力，从而导致货币政策不敢轻易发力。由此可见，识别通缩尤其是生产部门通缩的影响因素具有较为重要的理论和政策意义。
虽然已经有部分文献研究了通缩的影响因素，但是相关研究以定性分析为主，定量分析相对欠缺，而且存在几方面不足。一是，仅有的少数定量分析文献主要使用VAR和SVAR等线性方法研究了某一类或某几类因素对通缩或PPI的影响，缺少对各变量之间非线性影响的全面考察。理论上，债务因素、货币政策因素、资产价格因素等多种因素对通缩的影响很可能是非线性的。如果忽视了这些非线性关系，就很难准确识别通缩的影响因素。二是，通缩的影响因素较多，但是VAR和SVAR等传统方法能够考察的因素个数有限（只有3-8个因素），难以全面涵盖通缩背后的多维复杂因素。三是，2012年之前中国的通缩以CPI和PPI双双下跌为表征（全局性通缩），2012年之后则以PPI下跌但是CPI上涨为表征（生产部门通缩），其背后的驱动因素很可能存在显著差异，但是已有文献并未对此进行深入剖析。
与VAR和SVAR等传统方法相比，机器学习方法具有三方面显著优势，更适合研究通缩的影响因素。一是，机器学习方法尤其是非线性机器学习方法能够更加全面地挖掘变量之间的非线性影响，从而准确探析各个因素对通缩的非线性影响。二是，机器学习方法的计算和求解能力大幅提升，从而可以考察更多因素对通缩的影响。三是，机器学习方法能够从动态视角对比不同轮次通缩影响因素的差异，从而帮助我们探寻生产部门通缩和全局性通缩背后主要驱动因素的异同。
为了弥补已有研究的不足，本文使用决策树（DT）、梯度提升树（GBDT）、随机森林（RF）和支持向量机（SVM）等多种非线性机器学习方法，分别构建了包含17个变量的基准指标体系和包含33个变量的扩展指标体系，对1998—2020年间中国所发生的多轮通缩的影响因素进行了实证检验。结果表明，生产部门通缩和全局性通缩的影响因素存在显著差异。第一，债务因素对2012年之前全局性通缩的影响较小，但是2012年以来企业、政府、居民部门的债务负担都不断加重，使债务因素成为了生产部门通缩最主要的影响因素。第二，供给侧因素对2012年之前全局性通缩的影响同样相对较小，但是对2012年以来生产部门通缩的影响明显提高。第三，需求侧因素和货币政策因素对2012年之前全局性通缩的影响较大，但是对2012年以来生产部门通缩的影响大幅下降。此外，资产价格因素和国际输入因素对两类通缩的影响均处于相对次要地位，但是房价和国际大宗商品价格对2012年之后生产部门通缩的影响已经不容忽视。
本文的研究结果表明，中央正在推进的结构性去杠杆和供给侧结构性改革两大重要举措对于2012年之后多次发生的生产部门通缩具有很好的针对性，未来应该进一步加强两类措施以前瞻性地防范债务因素和供给侧因素再度触发通缩风险。就结构性去杠杆而言，其核心任务之一是降低地方政府的杠杆率，这一点已经达成共识，对于本文关注的通缩问题而言同样如此。需要着重强调的是，在地方政府去杠杆的过程中，如果简单地将地方政府债务转移给中央政府，那么将会导致中央政府杠杆率快速攀升，这同样会加剧通缩风险。因此，在地方政府去杠杆的过程中，也要防范中央政府债务快速攀升。此外，本文研究结果表明，居民部门债务负担同样已经成为生产部门通缩的重要影响因素之一，而且其重要性已经超过企业部门和政府部门债务负担的重要性，下一步在结构性去杠杆过程中应对居民部门债务予以高度重视。就供给侧结构性改革而言，应该继续深化地方官员考核机制以及要素市场等领域的改革，并且通过市场的优胜劣汰决定企业去留，从而清除产能过剩的触发因素，为生产效率较高、能够生产出高品质产品的企业提供良好的生存环境，这样才能切实提高工业产能利用率，最终降低生产部门的通缩风险。
（以上内容仅代表作者本人观点）
论文数据公开情况：
论文附件已在《中国工业经济》网站http://ciejournal.ajcass.org/公开，清单如下：
公开数据处理文件
程序文件
正文未报告部分
如在科研工作中使用了作者提供的数据和程序等附件内容，请务必在研究成果上注明引文和下载附件出处。
参考文献引用范例：
[1]洪银兴，桂 林.公平竞争背景下国有资本做强做优做大路径——马克思资本和市场理论的应用[J].中国工业经济.2021,(1):5-16.
如果研究中使用了未在杂志纸质版刊发、但在杂志官方网站上正式公开发表的数字内容（包括数据、程序、附录文件），请务必在研究成果正文中注明：
数据（及程序等附件）来自洪银兴和桂林（2021），详见《中国工业经济》网站（http://ciejournal.ajcass.org/）附件。
