中国的货币政策应该与资产价格挂钩吗？_货币政策论文

中国货币政策应该盯住资产价格吗？，本文主要内容关键词为：货币政策论文,中国论文,资产论文,价格论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      20世纪80年代以来，随着滞胀问题的解决，世界经济开始进入“大缓和”(Great Moderation)时期，其中以通货膨胀为主要调控目标的货币政策起到了至关重要的作用。然而，2008年全球性金融危机的爆发，使得传统的货币政策理论和实践受到了质疑和挑战。此次危机呈现出两个重要特点：一是和1998年亚洲金融风暴一样，每个深受其影响的国家几乎都成功地控制了通货膨胀，但仍无法避免资产价格的大幅波动；二是危机从虚拟经济向实体经济快速传导，股指及房价等资产价格的剧烈波动，迅速导致实体经济下滑并陷入衰退。近年来，中国经济步入“新常态”，无论是经济转型升级还是金融改革创新，都需要一个稳定健康的金融环境。货币政策是否可以通过将资产价格纳入其调控目标框架，实现实体经济和虚拟经济的双重稳定，不仅成为政策制定者和学术界共同关注的热点，同时也是一项值得反复检验和深入论证的重要课题。本文以为，实体经济和虚拟经济之间关联复杂，以物价稳定为首要目标的货币政策是否可以兼顾对资产价格的调控，不仅取决于货币政策工具的选择和运用，更依赖于不同时期所处的宏观经济和金融环境，因此，在时变框架下检验和比较不同货币政策工具对通货膨胀和资产价格的冲击动态，不仅有助于分析货币政策调控效应的时变特征，而且可以为“新常态”经济背景下宏观经济调控政策和金融改革措施的制定，提供有益的经验参考和启示。

      一、文献回顾与评述

      自上个世纪末亚洲金融风暴爆发起，国外学者就开始探讨是否应该将资产价格纳入货币政策调控的目标框架。从现有文献来看，存在两类截然相反的观点。反对者认为，如果资产价格能够有效包含未来价格和产出的信息，货币政策调控的内在传导机制将有助于维持资产价格和金融稳定，因而货币政策只需盯住通货膨胀(Issing①，2003；Borio②，2005)，同时，由于无法对资产价格的合理价值进行判断进而无法识别其泡沫，货币政策没必要也不应该对资产价格作出反应(Kohn③，2006)。也有学者指出，即使资产价格泡沫可以识别，货币政策的调控效果也极为有限，且大幅度的调整可能会对经济造成更大的危害(Bean④，2004；Iacoviello⑤，2005；Goodhart & Persaud⑥，2008)。然而支持者却认为，尽管对资产泡沫的衡量存在困难，但泡沫的破裂会对实体经济造成沉重的打击，使经济陷入痛苦的衰退期，因而货币当局有必要将资产价格调控纳入货币政策调控目标框架(Cecchetti et al.⑦，2000；Roubini⑧，2006)。尤其在经济危机之后，越来越多的学者认识到物价稳定并不意味着经济和金融的必然稳定，货币政策应该成为干预资本市场的重要手段以防止系统性风险的发生(Allen & Rogoff⑨，2010；Bernanke⑩，2012)。

      对此，国内学者也进行了大量研究，主要观点均肯定了资产价格对中国宏观经济影响的重要性，并认为货币当局应当充分关注资产价格波动或者待条件成熟后将其纳入货币政策调控目标体系。例如郭田勇(11)指出，现阶段中国央行直接将资产价格作为货币政策调控目标存在一定的困难，但为避免资产价格大幅波动对实体经济造成损失，需要对资产价格变化予以密切关注。周晖(12)认为，就中国实际而言央行可以不直接干预股票市场，货币政策可以通过对经济增长的调控间接调控资产价格。也有相当的实证研究表明，对资产价格的调控有助于降低通货膨胀预期，促进经济平稳增长(田祥宇、闫丽瑞(13)，2012；纪敏等(14)，2012)，并且中国货币政策也已经对资产价格作出了某种程度的反应(陈继勇等(15)，2013)，因此，将资产价格作为内生变量的货币政策是必要的，在熨平资产价格剧烈波动的同时会使央行在实现政策目标时更具可控性(赵进文、高辉(16)，2009；唐齐鸣、熊洁敏(17)，2009；马勇(18)，2013)。

      综上可知，国外研究集中于讨论资产价格波动对货币政策的影响，争论的焦点为货币政策是否应该将资产价格纳入目标框架，而国内学者的研究也都集中于分析资产价格在经济波动和宏观调控中的重要性，实证检验货币政策冲击对资产价格影响效果的研究较少。尽管目前中国货币政策仍然以稳定物价作为首要目标，并没有明确将资产价格纳入货币政策调控的目标体系，但在货币政策执行报告中多次提及股票市场波动并强调金融稳定的重要性。毫无疑问，任何有效的货币政策必定可以通过影响经济主体的预期和投资消费行为，对实体经济和虚拟经济同时产生不同程度的冲击效应，但这种影响程度如何以及是否符合理论预期，仍然有待于进一步检验。因此，实证检验中国货币政策对通货膨胀和资产价格的冲击影响，不仅可以回答是否有必要将资产价格明确引入货币政策目标框架的问题，而且也有助于更为全面合理地评价货币政策宏观调控的有效性。

      鉴于此，本文将着重考察和比较货币政策对通货膨胀和资产价格的调控效应，并且在技术上采用包含潜在门限的时变参数向量自回归(LT-TVP-VAR)模型。一方面考虑到国际和国内经济环境的复杂性和多变性，不同的经济环境和工具运用都可能导致货币政策的传导途径和实施效果出现明显差异，利用该模型可以有效捕捉经济中的时变特性，克服传统的固定系数模型存在的检验和分析偏差；另一方面，在中国金融市场化程度不高的背景下，商品市场、货币市场和资本市场之间可能存在复杂的非线性关系，货币政策传导途径可能具有不稳定性，而该模型可以通过识别变量之间影响关系的门限效应，有效刻画这种不稳定性，从而增加实证分析结果的可靠性。因此，作为一项新的尝试和对现有研究的有益补充，本文将货币政策中介变量、通货膨胀率以及股票资产价格纳入统一的分析框架，利用LT-TVP-VAR模型依次考察“价格型”和“数量型”货币政策对通货膨胀、资产价格调控效果的差异及时变特征，在探讨货币政策是否应该盯住资产价格这一问题的同时，为科学制定货币政策以兼顾实体经济和虚拟经济的稳定提供有益的经验参考和政策启示。

      二、模型、数据及参数估计

      (一)LT-TVP-VAR模型

      Primiceri(19)将传统的SVAR模型扩展为TVP-VAR模型，使得其系数具有时变性，为分析宏观变量之间影响的时变特征提供了有效的途径。进一步地，在TVP-VAR模型的基础之上，Nakajima和West(20)对待估非零参数加上门限选择假定，提出了包含潜在门限的时变参数向量自回归(LT-TVP-VAR)模型。该模型在保留时变参数的同时，克服了TVP-VAR模型的过度拟合问题，提高了模型估计结果的稳健性，因而为分析变量之间复杂的传导机制提供了一个重要平台。

      为便于描述LT-TVP-VAR模型的基本结构，我们首先引入SVAR模型：

      

      借鉴Nakajima和West的思路，这里假定模型参数遵循如下的演进过程：

      

      

      其中，I(·)为指示变量(取值为0和1)，

分别为系数和联立参数的待估门限值。模型设定完成后，即可在贝叶斯框架下利用马尔科夫蒙特卡洛模拟方法(MCMC)对参数进行估计，模型估计过程的详细介绍可参见Nakajima和West的研究(21)，本文不再赘述。

      (二)数据选取与模型估计

      本文选取中国1996年1月到2014年9月的时间序列数据，实证检验货币政策对通货膨胀及资产价格的调控效果。为比较“价格型”和“数量型”货币政策的调控效果差异，我们分别以7天期同业拆借加权平均利率和广义货币供给增长率作为货币政策中介变量，建立两个结构一致的LT-TVP-VAR模型进行比较分析。其中，7天期同业拆借加权平均利率为消除通货膨胀因素后的实际利率，货币供给增长率为M2的同比实际增长率，通货膨胀率根据城镇居民消费价格指数计算所得，而资产价格则以上证综合指数期末值的自然对数表示。原始数据来自于中国人民银行、国家统计局网站及Wind数据库。经ADF单位根检验，参与计算的所有序列均在5%的显著性水平下平稳，有效避免了模型出现伪回归。为节约篇幅，此处省略了具体的检验过程和结果描述。

      根据VAR模型中滞后阶数的判定结果，我们选择构建两个具有二阶滞后结构的三变量LT-TVP-VAR模型，经过1000次预模拟(Bum-in Period)之后，进行了M=10000次MCMC模拟。表1给出了分别包含利率(模型一)和货币供给增长率(模型二)的两个模型中部分参数后验分布的均值、标准差和无效影响因子(Inefficiency factors)，因篇幅所限，表1中只列出了各协方差矩阵

(分别为18阶、3阶和3阶对角矩阵)第一个对角线元素的后验估计结果。

      

      无效影响因子是判断模型估计效果的重要依据，一般来说，模型模拟次数固定的情况下，无效影响因子越小，意味着模型模拟所产生的不相关样本个数越多，模型估计效果越合理。从表1来看，相对于设定的模拟次数(M=10000次)而言，参数估计结果的无效影响因子均比较小，表明模型模拟得出的不相关样本数目对于后验推断是足够的。另外，从模型中各参数的后验估计结果来看，(3)式中自回归系数

的估计结果均小于1且显著不为0，满足自回归过程的平稳性要求；尽管个别参数估计结果在统计意义上没有拒绝非零的原假设，例如漂移项

，但其估计值十分接近于0，因而模型结构的设定不会引致对变量间影响关系的错判。由此可见，模型参数估计的后验分布是合理可信的。

      

      同时，从表2中列出的潜在门限可接受率来看，尽管各个潜在门限值的可接受率存在较大差别，但在统计上均不能拒绝无门限效应的原假设，特别是联立系数的门限值，可接受率均高于40%(最高为93.9%)，表明货币政策对通货膨胀和资产价格的调控效果的确存在显著的门限效应，基于LT-TVP-VAR模型的估计结果进行相关研究将更具合理性。

      三、中国货币政策调控效应的时变特征分析

      在上述构建的LT-TVP-VAR模型基础上，本节将运用时变脉冲响应函数依次分析“价格型”和“数量型”货币政策对通货膨胀与资产价格的冲击动态。

      (一)“价格型”货币政策调控效应分析

      图1和图2分别描述了通货膨胀和资产价格对于利率一个标准差大小正向冲击的响应动态。从图中可以看到，1996年以来，中国“价格型”货币政策对通货膨胀和资产价格均产生了显著的冲击影响，并且影响效果在不同时期表现出明显差异。

      具体地，从利率冲击对通货膨胀的影响来看(图1所示)，自1996年中国经济成功实现“软着陆”开始，利率政策对通货膨胀的调控效果开始逐渐显现，1997-1999年之间利率对通货膨胀产生了显著的逆风向调控效果，并且持续时间较长。从2000年开始，随着中国扩张性货币政策和积极财政政策的淡出，中国经济进入新一轮的上升周期，通货紧缩压力减小，利率政策对通货膨胀的反周期调控效果开始出现反复，甚至在2003年至2006年中国经济局部过热期间出现了明显的顺周期效应。为抑制物价的快速上升，中国自2006年下半年开始连续上调利率，并且在之后应对国际金融危机的过程中也频繁利用利率政策进行市场干预，从图1中可以看到在2007-2011年之间中国利率政策对通货膨胀的逆风向调控效果极为显著。2012年以来，中国利率政策对通货膨胀的逆风向调控效果趋于稳定，但相比于1998年和2008年两次金融危机期间而言明显减弱。结合中国宏观经济的运行实际可知，在区域性或全球性金融危机期间(1998年和2008年前后)，利率政策对通货膨胀的调控效果较为显著，而在经济平稳增长或相对过热时期(例如2003-2006年之间)，这一效果趋弱甚至无效。其可能原因一方面在于，金融危机期间政府往往会综合运用财政和货币政策进行积极调控(如1998年的积极财政政策及利息下调，以及2008年以后的4万亿刺激计划和连续降息)，在政策综合发力影响下，利率对通货膨胀的影响表现出较强的调控效果。另一方面，2003-2006年既是中国经济发展的相对过热时期，又是股票市场发展的“繁荣期”，资产价格大幅上涨带来的“财富效应”与消费品价格上升带来的“购买减少”形成对冲，导致物价水平对利率变动的敏感性降低；与此同时，利率上升所导致的企业融资成本增加，也将在一定程度上推动物价的上涨。可见，不同时期资产价格波动对消费品价格的影响差异，是导致利率政策调控效果在经济周期波动和资本市场发展的不同阶段出现非对称性特征的重要原因。

      

      图1 通货膨胀对利率冲击的时变响应

      

      图2 资产价格对利率冲击的时变响应

      由图2可以看出，2007年以前，中国利率冲击对资产价格产生了明显的正向影响，但这种顺周期效应一直呈递减趋势。2008年开始，利率政策对资产价格的逆风向调控效果开始显现，并在2010年之后明显减弱并趋于稳定。样本前期利率冲击对资产价格所表现出来的正向影响，与中国资本市场不完善、利率市场化程度较低是有极大关联的。一方面市场中长期投资缺乏，投机成份较多；另一方面，利率管控背景下，利率变动难以促成资金在投资和储蓄之间的有效转换，因而在利率传导机制不畅通、市场投资非理性的环境下，利率政策难以对资产价格形成预期的逆风向调控效果。但值得注意的是，随着中国金融改革的不断深化，利率政策对资产价格的顺周期效应一直呈递减趋势，并于2008年开始转为逆向冲击，特别是全球金融危机期间，利率对资产价格的逆风向调控极为有效。可见，近年来中国利率影响资产价格的传导途径得到了有效改善，尤其是在资产价格处于低位时，大量投机成份被挤出，投资者预期回归理性，宏观经济政策特别是利率政策对资本市场的预期引导和调节功能得以显现。

      (二)“数量型”货币政策调控效应分析

      类似地，我们基于包含货币供给增长率、通货膨胀和资产价格的LT-TVP-VAR模型估计结果，运用时变脉冲响应函数模拟出货币供给增长率一个标准差大小正向冲击对通货膨胀和资产价格的时变影响(图3和图4)，以考察“数量型”货币政策对二者调控效果的时变特征。

      

      图3 通货膨胀对货币供给冲击的时变响应

      

      图4 资产价格对货币供给冲击的时变响应

      从图3来看，货币供给增长率的变化对通货膨胀整体上产生了显著的正向冲击，但在1998年亚洲金融风暴和2008年全球金融危机这两个时期，货币供给对通货膨胀产生了负向的调控效果。说明在金融危机时期，受国内市场环境恶化和国外金融风险冲击的综合影响下，面对信贷收缩和投资活动的减少，仅仅依靠货币供给的扩张难以支撑有效的市场需求，达到维持价格稳定的预期目标。同时从图3中还可以发现，在经济局部过热和资本市场“繁荣”时期，货币供给冲击对通货膨胀均产生较大的正向影响，例如2004年始发于钢铁、水泥等建材领域的局部投资过热、2007年股票市场的极度“繁荣”，以及2011年房地产市场的价格飙升。一方面，这些时期投资和消费的快速增长使得货币需求量大幅增加，货币供给的内生性导致货币扩张进而助长了部分产业的过热；另一方面也说明在局部过热时期，如果可以通过紧缩性货币政策，针对市场环境的变化有效收缩货币供给，对于抑制通货膨胀是十分有益的。相比之下，以上三个时期中2007年货币供给冲击对通货膨胀的正向影响最为明显，这在一定程度上也表明，资产价格上升所带来的财富效应，会通过刺激经济主体的消费需求，进一步放大“数量型”货币政策的价格效应。

      从货币供给增长率变化对资产价格的冲击影响来看(图4)，中国资产价格对货币供给的变动十分敏感，即“数量型”货币政策对资产价格的调控是有效的。同时，还可以发现，在资产价格上升特别是处于高位时，“数量型”货币政策对资产价格的调控效果相对更为显著。例如1998年至2001年6月，随着控制上市公司配股规模等一系列政策的出台，中国股市逐渐走向成熟，上证指数震荡上行至2245点；从2005年下半年至2007年10月，为改善上市公司治理结构，证监会于2005年9月出台《上市公司股权分置改革管理办法》，中国股市随之出现了目前为止最强的一轮上涨，上证指数从998点持续上升至6124点；2008年底至2009年8月，上证指数从1664点上升至3478点后开始下行，随后于2010年下半年和2012年初出现两次反弹，2012年底至2013年初又一次表现出震荡上升。由此可见，货币供给对资产价格的冲击影响与资产价格的变动是密切相关的，当资产价格持续上升时，受乐观预期心理的影响，扩张的货币更多流入资本市场，进一步促进了市场的繁荣。

      (三)两类货币政策调控效应的比较与启示

      综合“价格型”和“数量型”货币政策来看，无论是对通货膨胀还是对资产价格的调控效果均表现出明显的时变性。通过对这一时变规律的分析可以发现，一方面，尽管在经济全球化和金融一体化的大趋势下，一国经济遭受国际经济波动和金融风险冲击的渠道日益多样化和复杂化，宏观经济调控的难度越来越大，但随着中国市场经济和金融体制改革的深化，宏观经济政策的市场传导机制得到不断改善，再加上改革开放30多年来中国在宏观经济调控过程所积累的丰富经验，中国货币政策特别是“价格型”货币政策的逆风向调控效果越来越显著。另一方面，由于通货膨胀和资产价格之间的交互影响，货币政策调控效果在经济周期波动和资本市场发展的不同阶段呈现出显著的阶段性差异，具体表现为：“价格型”货币政策在金融危机时期对通货膨胀和资产价格均起到了显著的逆风向调控效果，而在经济快速增长甚至表现为过热时，“价格型”货币政策不仅在稳定物价水平方面难以达到预期效果，而且对资产价格的过度膨胀也难以形成有效调控；对于“数量型”货币政策而言，在资本市场发展的“繁荣期”，增加货币供给对通货膨胀和资产价格产生的正向冲击比其他时期更为显著。

      根据上述货币政策调控效果的时变规律，我们可以得到如下重要结论和启示：

      首先，“价格型”和“数量型”货币政策对通货膨胀的逆风向调控效果在不同时期存在良好的互补性：在金融危机期间，“价格型”货币政策调控效果较为显著；而在经济出现局部过热时，“数量型”货币政策的调控则更为有效。因此，在不同的经济周期阶段，有必要区别性地选择政策工具，提高政策调控的针对性和有效性。当前，受“三期叠加”影响，中国经济开始进入“新常态”，消费品价格低位增长，工业品出厂价格不断下行，此时应更加注重扩张性“价格型”货币政策的运用，为“新常态”下的经济转型升级和金融改革创新营造良好环境。由于中国金融市场化程度不高、利率管控仍未完全放开以及货币需求的利率弹性较低等原因，当前货币政策仍以“数量型”为主，主要通过信贷渠道影响产出和价格水平。从近期的政策实践及经济实际运行情况来看，央行频繁通过常备借贷便利(SLF)、补充抵押贷款(PSL)以及中期借贷便利(MLF)等创新型工具注入流动性，但仍然难以走出低增长的局面，并且通货膨胀率也步入历史低位(2014年11月CPI同比增长仅为1.4%，创五年来新低)。尽管央行于2014年11月实行了非对称降息，但相距上一次降息时间(2012年)甚远，可见央行对于“价格型”货币政策的运用仍然是十分谨慎的。因此，作为“新常态”下金融体系改革的一项重要内容，现阶段应加快利率市场化进程，积极推进银行体系业务结构的转变和功能升级，以进一步畅通利率政策的市场传导机制，为“价格型”货币政策的运用创造良好的市场环境，提高宏观经济调控的有效性。

      其次，货币政策对于资产价格的调控作用不仅存在，而且是有效的。比较“价格型”和“数量型”货币政策对资产价格的调控效果可以看出，近年来“价格型”货币政策的反风向调控效果虽然已经显现，但相比之下“数量型”货币政策的调控效果更为显著，特别是在资本市场发展的“繁荣期”，货币供给冲击对资产价格的影响尤为明显。为了防止通货膨胀和资产价格泡沫形成，降低流动性的紧缩性货币政策可以起到很好的反向调控效果；但如果出现资产价格大幅攀升和低通货膨胀并存的局面，单纯运用“数量型”货币政策进行调控可能会顾此失彼：若通过增加货币供给来预防通货紧缩，增加的流动性可能会进一步刺激资产价格的上升；若采取旨在控制“资产泡沫”的紧缩政策，有可能会进一步加剧低通胀压力甚至出现通货紧缩。因此，当一般物价和资产价格的运行出现背离时，应偏向于采取“价格型”货币政策稳定通货膨胀，同时密切关注资产价格的反应，并配合“数量型”货币政策、财政政策以及其他宏观审慎监管手段的协调运用，以兼顾宏观经济和金融系统的稳定发展。

      最后，无论是“价格型”还是“数量型”货币政策，对通货膨胀和资产价格的调控效果在经济周期波动和资本市场发展的不同阶段具有明显的时变性和非对称性。这意味着货币政策调控效应在很大程度上受到了资产价格波动的影响。事实上，资产价格稳定是金融体系和宏观经济稳定的重要表现和必然要求，资产价格和通货膨胀之间存在着复杂的传导途径和密切关联，忽视资本市场价格波动的影响，以稳定物价为首要目标的货币政策极易出现“发力不足”或“过度调控”现象。因此，为了在增强货币政策宏观调控效果的同时兼顾资本市场的稳定，不仅在货币政策制定和实施过程中有必要密切关注资产价格的变化，而且在金融改革过程中也应特别警惕资产价格波动对货币政策宏观调控效应所产生的干扰。

      包含潜在门限的时变参数向量自回归模型是一种扩展的VAR模型。利用这一模型研究货币政策冲击对通货膨胀和资产价格的时变影响，可以通过模型中时变的系数矩阵和协方差矩阵，有效捕捉经济中的结构性变化、识别变量之间影响关系的门限效应，因而具有固定系数模型无法比拟的优越性。本文通过建立包含潜在门限的时变参数向量自回归模型，实证分析了1996年以来中国“价格型”和“数量型”货币政策对通货膨胀及资产价格调控的时变特征。估计结果显示：货币政策冲击对通货膨胀和资产价格的影响的确存在显著的时变性和门限效应，基于模型估计结果可以对货币政策调控效应进行合理的评价和分析。

      基于时变脉冲响应函数的模拟分析表明：随着中国市场经济和金融体系改革的深化，近年来货币政策对通货膨胀和资产价格均形成了有效的调控，特别是“价格型”货币政策的逆风向调控效果明显增强。另一方面，无论是“价格型”还是“数量型”货币政策冲击，对通货膨胀以及资产价格的影响在宏观经济和资本市场发展的不同阶段均表现出明显的时变性和非对称性特征。

      本文认为，在治理通货膨胀问题上，“价格型”和“数量型”货币政策可以形成有效互补，而在资产价格的调控方面，尽管“数量型”货币政策的调控效应比“价格型”货币政策更为显著，但当资产价格和通货膨胀调控方向出现背离时，“数量型”货币政策难以兼顾对资产价格和通货膨胀的双重调控，此时应积极采取“价格型”货币政策，并配合“数量型”货币政策、财政政策以及其他宏观审慎监管手段的协调运用，以达到兼顾宏观经济和金融系统稳定发展的目标。目前，中国正处于“新常态”下深化金融改革的关键时期，在去杠杆、去泡沫、回归实体经济的过程中不可避免地会对资本市场造成连续冲击。由于货币政策对通货膨胀的逆风向调控效果在很大程度上会受到资产价格波动的影响，因此在金融改革过程中，应在加快金融改革步伐、提高利率市场化程度的同时，坚持“金融服务于实体经济”的基本理念，警惕资产价格波动在积聚金融风险的同时，削弱货币政策对宏观经济的调控效果：一方面在货币政策决策过程中密切关注资产价格波动，针对宏观经济和资本市场发展的不同阶段，选择性地运用不同的政策工具进行适时调控、相机抉择；另一方面加强宏观审慎管理，进一步完善金融监管框架和风险处置机制，充分发挥金融体系有效引导资源配置的功能，为“新常态”下的经济转型升级和金融改革创新营造良好的金融环境。

      感谢吉林大学商学院硕士研究生徐曼、杜恩源对本文完成所作出的贡献。

      ①Issing O.2003.Monetary stability,financial stability and the business cycle.BIS Working Paper,3:28-29.

      ②Bono C.2005.Monetary and financial stability:So close and yet so far? National Institute Economic Review,192:84-101.

      ③Kohn D.L.2006.Monetary policy and asset prices,Speech at a European Central Bank Colloquium Held in Honor of O.Issing,Frankfurt,March.

      ④Bean C.R.2004.Asset prices,financial instability,and monetary policy.American Economic Review,94(2):14-18.

      ⑤Iacoviello M.2005.House prices,borrowing constraints,and monetary policy in the business cycle.American Economic Review,95(3):739-764.

      ⑥Goodhart C.and A.Persaud.2008.How to avoid the next crash.The Financial Times,Jan 30.

      ⑦Cecchetti et al.2000.Asset prices and central bank policy,The Geneva Report on the World Economy CEPR and ICMB,May 30.

      ⑧Roubini N.2006.Why central banks should burst bubbles.International Finance,9(1):87-107.

      ⑨Allen F.and K.Rogoff.2010.Asset prices,financial stability and monetary policy.Swedish Riksbank Workshop on “Housing Markets,Monetary Policy and Financial Stability”,Nov 12.

      ⑩Bemanke B.2012.Monetary policy since the onset of the crisis.Federal Reserve Bank of Kansas City Economic Symposium,Jackson Hole,Wyoming,Aug 31.

      (11)郭田勇：《资产价格、通货膨胀与中国货币政策体系的完善》，《金融研究》2006年第10期。

      (12)周晖：《货币政策、资产价格与经济增长》，《金融研究》2010年第2期。

      (13)田祥宇、闫丽瑞：《银行信贷，货币渠道与资产价格——兼论货币政策中介工具的选择》，《财贸经济》2012年第9期。

      (14)纪敏、周源、彭恒文：《资产价格影响通货膨胀了吗？——基于中国月度数据的实证分析》，《国际金融研究》2012年第11期。

      (15)陈继勇、袁威、肖卫国：《流动性、资产价格波动的隐含信息和货币政策选择——基于中国股票市场与房地产市场的实证分析》，《经济研究》2013年第11期。

      (16)赵进文、高辉：《资产价格波动对中国货币政策的影响——基于1994-2006年季度数据的实证分析》，《中国社会科学》2009年第2期。

      (17)唐齐鸣、熊洁敏：《中国资产价格与货币政策反应函数模拟》，《数量经济技术经济研究》2009年第11期。

      (18)马勇：《基于金融稳定的货币政策框架：理论与实证分析》，《国际金融研究》2013年第11期。

      (19)Primiceri G.E.2005.Time varying structural vector autoregression and monetary policy.Review of Economics Studies,72:821-852.

      (20)(21)Nakajima J.and M.West.2013.Bayesian analysis of latent threshold dynamic models.Journal of Business and Economic Statistics,31(2):151-164.

标签：货币政策论文;  货币供给论文;  利率政策论文;  货币政策中介目标论文;  经济模型论文;  有效利率论文;  var模型论文;  宏观经济学论文;  通货膨胀论文;  经济论文;  经济学论文;  调控论文;