摘 要

货币政策能否在实现促进经济增长、保持物价稳定等传统目标的同时，兼顾资产价格水平调控，已成为央行提高宏观调控水平以及经济学界研究货币政策的热点问题。本文首先构建自回归分布滞后模型（ADL）检验股票和房地产两种资产价格对未来宏观经济变量是否具有指示器作用，建立包含资产价格的货币政策预测模型研究数量型和价格型两个货币政策操作模式对资产价格差异性调控效果。最后，本文通过建立VAR模型， 实证分析了货币政策与资产价格和未来宏观经济变量的联动影响。实证研究显示，“数量型”货币政策对资产价格的调控更为有效，其对房地产价格产生了“先扬后抑”的影响效果。资产价格中隐含信息对未来产出和通货膨胀的预测存在差异性。相比股票市场，房地产价格对未来产出和通货膨胀水平的预测能力更强，更适合作为未来产出和通货膨胀水平的先行指标。因此在货币政策的制定和实施过程中，密切关注资产价格的变化不仅有助于提高货币政策宏观调控效果，而且对于兼顾宏观经济和金融市场的稳定也是极为必要的。

关键词：资产价格；货币政策决策；自回归分布滞后模型（ADL）；VAR模型

Abstract

Whether monetary policy can achieve such traditional goals as promoting economic growth and maintaining price stability while taking control of the asset price level into consideration has become a hot issue for the central bank to raise the level of macroeconomic control and economic research on monetary policy. This paper first constructs the Autoregressive Distribution Lag Model (ADL) to test whether the price of stocks and real estate assets has an indicator role in future macroeconomic variables. In order to study the effects of quantitative and price-based monetary policy operation models on asset price differentials, this paper establishes a monetary policy forecast model that includes asset prices. Finally, by establishing a VAR model, this paper empirically analyzes the linkage effects of monetary policy and asset prices and future macroeconomic variables. Empirical research shows that “quantitative” monetary policies are more effective in controlling asset prices. Its effect on the price of real estate has been “improved first and then suppressed” and the implicit information in asset prices has different predictions for future output and inflation. Compared with the stock market, real estate prices are more capable of predicting future output and inflation levels, and are more suitable as an antecedent indicator of future output and inflation levels. Therefore, in the formulation and implementation of monetary policy, paying close attention to the changes in asset prices will not only help increase the macro-control effect of monetary policy, but also be necessary to balance the macroeconomic and financial market stability.

Keywords: asset price，monetary policy decision，autoregressive distribution lag model (ADL)，VAR

目 录

摘 要 i

Abstract ii

第1章 绪论 1

1.1 选题背景 1

1.2 研究思路和研究方法 1

1.21 研究思路 1

1.22 研究方法 2

1.3 国内外研究动态及评价 2

第2章 理论分析与研究设计 5

2.1 货币政策对资产价格的影响机制 5

2.11 货币供应量变动对资产价格的影响 5

2.12 利率变动对资产价格的影响 5

2.2 资产价格对未来宏观经济变量的预测能力 6

2.21 Tobin’Q 效应 6

2.22 资产负债表效应 6

2.23 财富效应 6

2.3 资产价格对未来宏观经济变量预测函数构建 7

第3章 包含资产价格的货币政策预测函数构建 9

3.1 数量型货币政策模型 9

3.2 价格型货币政策模型 10

第4章 房地产价格波动与宏观经济变量动态效应分析 12

4.1 理论模型建立 12

4.2 变量与数据 12

4.3 实证检验与结果分析 13

第5章 政策建议 16

5.1 宏观经济变量治理更应关注资产价格波动 16

5.2 不同货币政策中介目标对资产价格波动实现差异调控 16

5.3 构建房价波动监控机制 16

5.4 构建新型货币政策调控机制 17

5.5 提高利率机制传导效率，优化货币政策前瞻性 17

第6章 研究结论与展望 19

6.1 研究结论 19

6.2 研究展望 19

参考文献 21

致 谢 23

第1章 绪论

1.1 选题背景

近年来，我国股市大幅震荡、债市泡沫风险加剧、房地产价格飙升反映了资本市场的风险暴露明显。金融自由化的推进在促使资本市场迅速发展的同时，对金融体系的稳定性带来巨大隐患。我国投资品种日益多元化，居民更加频繁的参与资产投资，资产价格成为评判经济运行状况的良好指标。现阶段，我国部分金融市场加杠杆现象严重，热点城市房价上涨迅猛，科学预判资产价格中隐含的通胀和产出信息成为抑制资产泡沫和防控金融风险的广大学者和政策制定者的关注重点。

随着金融创新和金融电子化的不断推进，货币流通速度不稳定进而导致货币需求函数不稳，数量型调控方式积极向价格型方式转变，创新性的临时流动性便利操作在宏观调控中发挥重要作用，为提高货币政策有效性，要进一步推进市场化利率的形成。在新的货币政策工具频繁使用下，如何将促进经济增长、保持物价稳定和资产价格水平调控统一调控，为针对性抑制资产泡沫和化解金融风险等提供决策参考显得更为重要。因此，本文通过构建自回归分布滞后模型（ADL）检验股票和房地产两种资产价格对未来宏观经济变量是否具有指示器作用，建立包含资产价格的货币政策预测模型研究数量型和价格型两个货币政策操作模式对资产价格差异性调控效果，建立VAR模型，模拟分析货币政策与资产价格和未来宏观经济变量的联动影响。

1.2 研究思路和研究方法

1.21 研究思路

为进一步拓展研究，本文重点从货币政策是否应该盯住资产价格波动、如何对资产价格进行调控等两个方面对国内外相关文献进行梳理。第二，本文对货币政策对资产价格波动的影响机制进行深入分析，主要考虑货币供应量和利率渠道。第三，本文在米什金提出的资产价格影响未来宏观经济变量基础上，建立自回归分布滞后模型（ADL）探究资产价格对通胀和产出的预测效果，对货币政策是否应该盯住资产价格波动做出回答。第四，本文构建了货币政策对资产价格波动的预测函数，实证研究我国数量型货币政策和价格型货币政策是否对股票价格和房地产价格做出了反应。第五，本文构建VAR模型重点探究房地产价格和未来宏观经济变量间动态关系，就货币政策如何对资产价格进行调控进行分析。

1.22 研究方法

本文在具体论述中运用了宏观经济学和计量经济学等学科知识，试图对我国资产价格和货币政策间的关系进行研究。

1. 文献研究与经验总结相结合。通过梳理总结国内外学者现有研究成果，发现研究盲区，并通过经验总结，得出规律性结论。
2. 定性和定量分析相结合。一方面，从理论上定性分析了资产价格对未来宏观经济变量的影响机制，另一方面，建立自回归分布滞后模型（ADL）对资产价格的预测效应进行定量研究。

1.3 国内外研究动态及评价

货币政策是否应该干预、在哪种程度上干预以及用哪种方式干预资产价格仍然是未解难题。骆柞炎（2011）^[1]认为资产价格波动是否隐含了未来宏观经济信息决定了货币政策是否应该干预资产价格。郑振龙（2012）^[2]提出金融资产隐含信息可以在金融危机的预警和监测中发挥重要作用。陈继勇等（2013）^[3]研究了股票、房地产价格波动中隐含的未来宏观经济变量信息，并提出中国货币政策可以干预资产价格，在条件允许时甚至可以盯住房地产价格。Apergis等（2015）^[4]研究了资产价格隐含的流动性信息对宏观经济的预测能力，他们发现股票市场流动性是经济周期波动的重要预测指标。综合来看，资产价格能够预测未来宏观经济变量，但其作用在不同的发展阶段和不同的制度环境会发生变化，这种内在联系并不稳定。

关于货币政策是否应该盯住资产价格波动的文献大致可以分为“有为论”和“无为论”两个类别。Bernanke和Gertler（2000）^[5]认为资产价格泡沫是制定宏观经济政策所面临的难题，但他们认为资产价格变动由经济基本信息和非基本面因素决定，比如像投资者的有限理性、金融监管失策等，但是想区分基本面信息和非基本面信息是非常困难的，因此，货币政策不应该对资产价格波动作出反应。Eusepi等（2011）^[6]提出，商品价格波动导致的资源配置效率与其价格粘性成反比，住房价格粘性大，则资源配置效率低，福利损失越小，因此，中央银行无需对房价波动作出反应。然而，许多学者也认为货币政策应该对资产价格波动作出反应。Kannan和Rabanal（2012）^[7]为了模拟分析房价变动对宏观经济政策的影响，将房地产市场纳入DSGE模型，实证表明，房价上涨会引起金融系统动荡，从而加剧经济波动。Gambacorta和Signoretti（2014^[8]）通过将企业负债表和银行信贷引入DSGE分析框架，发现将资产价格和信贷纳入央行的调控目标能够提升社会福利，改善货币政策实施效果。Notarpietro和Siviero（2015）^[9]通过构建包含金融摩擦和住房部门的DSGE模型探讨了货币政策对房价反应的效果，研究表明，当房价变动是由需求或者金融冲击引起时，基于社会福利最大化原则的货币政策反应规则能够很好地刻画房价的变化情况，货币政策对房价反应的符号与强度取决于经济中的金融摩擦程度，即金融摩擦较大时，最优的货币政策应该逆风向调节房价；金融摩擦较小时，最佳的货币政策反应是负的。Mishkin（2017）^[10]提出非理性繁荣型和信贷驱动型两类资产价格泡沫，非理性繁荣型的资产价格泡沫对经济的影响较小，而信贷驱动型的泡沫危害巨大，因此货币政策应该对信贷驱动型泡沫进行调节。在我国，关于货币政策是否应该对资产价格作出反应也存在争论。例如，刘晨燃和安锦（2017）^[11]认为包含房地产价格和股价的货币政策反应函数，可以降低产出缺口和通胀波动，有稳定金融市场的效果。龚六堂等（2014）^[12]认为由于金融加速器作用，货币政策对真实住房价格作出反应可以显著降低房价的波动幅度，从而降低经济波动和社会福利损失。杜修立和董凯（2016）^[13]基于泰勒规则将房价因素纳入到广义前瞻性货币政策反应函数模型中，利用该模型与剔除房价因素的反应函数模型相对比，发现能更好的模拟我国的实际情况，对我国通货膨胀模拟更准确。程方楠等（2017）^[14]通过构建一个以房价波动为基础的 DSGE 模型，考察了房价波动的宏观审慎政策与货币政策协调效应。研究发现，协调可以对房价波动实行有效控制，同时实现社会福利损失的最小化。