（1.中国人民大学财政金融学院 2.中国人民大学财政金融学院）
【摘要】对基于GMM大样本统计量的检验和估计，弱识别会带来点估计不一致和置信区间规模不正确的问题。本文讨论了弱识别问题产生的原因、影响、检验和相关弱识别稳健统计量。用Cragg-Donald F统计量对NKPC重新进行了检验，发现的确存在弱识别问题，本文进而对NKPC的参数进行了弱识别稳健的估计，并且用CLR统计量构造了相应规模正确的置信区间。实证表明中国的通货膨胀具有明显的向前和向后行为，而向前行为从数量上来说要大于向后行为的影响，但是向后行为在数量上来说也是不可忽视的；子样本的检验表明通涨的向后行为有增强的趋势。
关键词NKPC GMM 弱识别问题 CLR统计量
中图分类号 F831 文献标识码 A J EL分类号 E31
Weak Identification Tests and Robust Estimates for New Keynesian Phillips Curve
Abstract: Weak identification usually results in inconsistent point estimates and wrongly covered confidence interval for GMM statistics based on large sample property. This paper discusses the causes, consequences, recognition, and robust statistics for weak identification problem. The NKPC is tested using Cragg-Donald F for weak identification problem finding it indeed exists. This paper then estimates the relevant parameters of NKPC using weak identification robust statistics and constructs size correct confidence interval using CLR statistics. The empirical results reveal that both forward and backward looking behavior exist in the pattern of China inflation, while the forward behavior is quantitatively larger than the backward behavior which, nevertheless, is not neglectable in the quantitative sense. The subsample test results hint that backward behavior of inflation tends to be stronger.
Key words: NKPC；GMM；Weak identification problem；CLR statistics
引 言
目前货币政策分析的工具主要是DSGE（Dynamic Stochastic General Equilibrium）模型。基本的DSGE模型由新凯恩斯菲利普斯曲线（New Keynesian Phillips Curve, 以下简称NKPC）、动态IS曲线和一个货币规则构成。NKPC可以作为DSGE结构性方程中的一个用全信息方法（似然估计或者贝叶斯方法）进行总体估计，也可以作为一个单独的方程用有限信息方法进行单独估计。对NKPC的有限信息估计方法主要是一般矩估计（Generalized Method of Moments, GMM）或者是有限信息似然估计（Limited Information Likelihood Estimates, LILM）。GMM估计和统计推断一般是基于大样本的假设和相关渐进性质，但是在实证中观测值通常较少，使得GMM的大样本性质不满足，进而导致NKPC的参数估计和统计推断不准确。尤其是NKPC的估计中通常用滞后变量作为内生变量的工具变量，容易导致弱识别（weak identification）问题。弱识别问题在小样本的情况下经常出现，对NKPC的估计中也因为通涨增量较难预测使得内生变量和工具变量之间的相关性较弱，从而导致弱识别。本文主要研究弱识别对GMM估计的影响、弱识别的检验以及相关弱识别稳健的统计量。在此基础上用弱识别稳健的方法对NKPC进行估计和检验。