货币政策、资产价格与金融稳定_cpi论文

货币政策、资产价格与金融稳定性,本文主要内容关键词为:货币政策论文,稳定性论文,资产论文,金融论文,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。

一、前言

货币政策与资产价格之间存在相关关系,最早系统论述两者之间关系的当属费雪,他的货币数量论的贡献之一就是确立了货币政策与商品价格和资产价格之间的简单线性关系,弗里德曼再版的《最优货币数量论》也承认这种关系[1]。通常,在资本市场有效的前提下,资产价格的波动能够反映实体经济总量的变化,中央银行不需要对资产价格波动进行干预[2]。在新凯恩斯主义经济模型中,货币政策严格地以通货膨胀率和产出缺口为目标,利用法定存款准备金率、存贷款利率和公开市场业务等工具,以商业银行为渠道而影响实体经济,保持币值的稳定,促进经济的持续稳定增长。但进入20世纪90年代,特别是2008年全球性金融危机的爆发,导致资产价格的大幅度波动,对货币政策的有效性形成巨大冲击,货币政策难以对资产价格、投资和消费产生预期影响;资产价格的大幅波动引起人们对货币政策的广泛思考,资产价格的过度上涨会不仅会加重消费者的生活负担,而且会引致银行业问题频现,当资产价格大幅下跌时,银行业收益锐减、资产质量下降,最终破坏金融体系的稳定性[3-4]。实践中,欧洲中央银行货币政策以通货膨胀率为中介目标,同时依据资产价格的波动确定长短期风险,并将金融系统中的超额流动性紧密地与资产价格泡沫相结合,但是实践中往往很难实施资产价格目标(Caruana,2005)。美联储较独立地执行货币政策,货币政策对资产价格的关注程度,仅限于资产价格对通货膨胀的影响,原因是资产价格的变化是复杂的,中央银行不具有跟踪资产价格的信息优势[5];中国中央银行没有将资产价格纳入其操作目标中,但是以法律、法规文本形式保持了对资产价格的密切关注(郭田勇,2006)。同时,货币政策最终目标常以CPI来替代,但这些指标仅仅包括商品或者服务的价格(Alchian和Klein,1973),由于生活成本的变化将会导致未来商品价格的上升,如果房地产价格上升但租金不变,这种变化难以通过CPI表现出来[6-7],而生活成本的上升将最终导致通货膨胀,因此,中央银行需要关注资产价格的变化。不完全赞同将资产价格作为货币政策目标的学者认为,资产价格的形成机制受到投资、投机、预期等因素的影响,资产价格变化的因素复杂使得中央银行在跟踪资产价格变化上不具备优势[8-9]。另一方面,中央银行对资产价格做出反应,不管在理论和实践中,都没有可行的指标[10]。CPI被用做通货膨胀率的替代性指标,但CPI仅反映实体经济中的价格变化,资产价格未纳入计算,主要原因在于,资产价格的形成机制复杂,波动程度受到诸多因素的影响,实践中缺乏统一的衡量标准,因此,货币政策很难针对资产价格的波动作出反应。而从近年的情况看,资产价格的快速上升,带动相关产业的价格水平的高攀,推动了消费物价水平的提高,这已不得不对资产价格波动对货币政策形成的影响进行重新权衡,尤其是在货币政策执行过程中,传统代表性商品的物价指数已难以全面地捕捉整个经济体包括资本市场中价格水平的变动情况和趋势。

建立金融或货币稳定性指标,并综合资产价格因素以便为中央银行执行货币政策时提供借鉴,学术界利用金融货币变量之间关系建立的MCI、FCI和FSIs①等指标[11-12],可以较好地为中央银行制定货币政策时提供参照,现有加拿大、新泽西和IMF等编制金融货币环境指数,为中央银行观测金融货币政策稳定性提供了极大的方便,提高了货币政策执行的作用效应,也有力地弥补了CPI指数在度量资产价格水平上的不足[13-14]。但资产价格会怎样影响货币政策,最优的货币政策该怎样对资产价格的变化做出调整,这一直是困扰理论和实践的难题,学术界试图将含有资产价格信息的金融指标纳入前瞻性利率方程,以考察资产价格与货币政策之间的关系[15-16],这种方式在一定程度上为研究资产价格与货币政策之间的关系作出了有益的探索,但由于传统的泰勒利率规则限制,而其对实践的意义并不是很大,特别是利用泰勒规则后向性反应函数建立的两者之间关系,研究结果的指导意义不大;另一方面,前瞻性利率方程[17-18]对于传统的泰勒准则有很大的补充作用,在考察利率和宏观经济变量之间的关系上做出了很大的改进。但由于未考虑资产价格或资产价格内生变量的定义不明确等问题,也未能展示出资产价格与货币政策之间存在的确切关系(Guichard et al.2009)。有鉴于此,本文以资产价格与货币政策的关系为出发点,利用中国经济1994年和2009年数据,建立纳入房地产价格和证券价格的动态金融景气指数(Dynamic Financial Conditions Index),扩展前瞻性的中央银行利率反应函数,并运用扩展形式的泰勒准则研究了资产价格对货币政策以及金融稳定性的作用。

二、动态金融景气指数(DFCI)与资产价格

资产价格主要包括证券资产和房地产价格,证券资产的价格波动主要受到短期股票投资回报率的影响,新凯恩斯主义经济学理论指出,在金融环境发生变化的情况下,证券资产价格对利率的敏感性较大,容易受到货币市场因素的影响,证券价格的上涨和下跌伴随着实体经济的较大幅度的上升和下滑[19]。房地产的价格决定主要由预期服务、现金流或者投资回报率等因素影响,长期而言,房地产价格在需求方面依赖于收入水平和平均折现率,供给方面受到建筑或土地的可用性和现有住房质量的影响(Zhu,2003; Gjedrem,2003)。资产价格的大幅度波动对金融系统形成冲击,影响到货币政策的有效性,影响到金融体系的稳定性,学术界鉴于此建立了可以度量金融和货币市场稳定性或者可以提示金融市场趋势性的货币政策环境指数(Monetary Conditions Index,MCI)和金融环境指数(Finance Conditions Index,FCI)(Goodhart和Hofmann,2001)试图增加货币政策的目标范围,为中央银行更准确地制定货币政策提供依据,这些指标将几大传统的货币政策理论推崇的内生性变量纳入其中,建立一个类似于用CPI来描述通货膨胀率的金融市场环境指标体系。关于MCI和FCI,学术界的观点不一,主要的优势是一个综合评价金融市场的指标,批评主要集中在变量的权重获得问题方式上。学术界普遍认为,宏观经济环境的变化会导致权重发生改变,重新测量权重和权重方式的抉择不仅是一项极其困难的事情,而且会削弱指标的预测作用。由此,Batini和Turnbull(2002)从考察变量滞后期之间的关系建立了动态货币环境指数(Dyanmic MCI),很显然,要观察变量之间的滞后关系实践中存在困难,而且DMCI仅仅是基本货币市场环境的变化而提出的,对全面描述金融市场环境、预测通货膨胀和产出缺口的作用效果有限,当然Batini和Tumbull的研究为我们思路的拓展提供了很好的借鉴;另一方面,Montagnoli和Napolitano(2005)也认为传统的FCI固定权重问题的不足,他们借鉴Goodhart和Hofmann(2001)的FCI思路,建立含有有效汇率、股市和地产价格变量的具有时变参数的FCI,时变参数的FCI具有很好捕捉金融市场的变化特点,能够根据宏观经济的发展变化趋势及时地调节其变量权重,这样对传统FCI存在的缺陷进行了有益的补充。不过,Montqagnoli和Napolitano是从计量经济模型的角度改进FCI的权重度量方式,虽然对我们在考察金融环境状况与货币政策之间的关系做出了有益的探索,但是他们仅仅局限于计量经济学的领域,没有对货币政策如何对资产价格的变化做出反应做深入的研究。而且他们的内生变量也仅仅限定在了Goddhart和Hofmann(2001)所提出变量的范围内,只包括了汇率、证券价格和房地产价格,这样拟合出的FCI尽管对固定权重问题做了有益的改良,但是还是存在不足,并不利于中内银行对金融环境与货币政策关系之间的考察。很显然,货币政策在实践中,利率、汇率和货币供应量都是很好的操作目标,这些工具对货币政策的中介目标和最终目标具有很好的政策效应,而忽略变量将会使政策作用效应削弱,或者说不能发挥时变参数的FCI对金融市场稳定性的预测作用。

为了考察资产价格信息在货币政策规则中的作用效应,采用Montagnoli和Napolitano(2005)时变参数FCI的思路[20],建立含有利率、有效汇率、货币供应量、证券价格和房地产价格变量的时变参数FCI,本文称动态金融景气指数或DFCI。本节首先界定FCI和包含资产价格的DFCI以及DMCI,然后基于以往研究成果的假定,初步考察DFCI建立的合理性,及其对CH的预测作用。通常,FCI是由一组内生变量按照固定权重方式来获得的,其目标方程为:

式(3)中y表示实际产出,ri为实际利率,re为实际有效汇率,rm为实际货币供应,rh为实际房地产价格,为实际证券价格,上述变量全部使用缺口值,缺口值由实际值与潜在值之间的差得到,对于变量的潜在值,我们使用HP对变量的过滤方式获得,在过滤时的参数设定时,使用129600②。这样我们建立了简化的含有资产价格变量信息的五变量总需求方程。为了获得具有时变参数的DFCI,的思路,利用五变量之间的对角关系,建立卡尔曼滤波的状态空间模型,得到时变参数的总需求方程,这样DFCI的时变参数就可以由下式获得:

从式(4)的方程中,就可以获得DFCI中各变量的时变参数权重。同时,我们建立相应的拟合优度跟踪指标对(4)进行检验。我们使用中国宏观经济从1994年第一季度至2009年第二季度的宏观经济数据③来估计DFCI,表1为DFCI的估计检验表,其中SC表示状态,列示的是变量的最终状态,对于三种DFCI都得到了较好的对数似然函数值,根据AIC和SC信息准则以及RMSE我们认为,时变参数的DFCI的活动具有较强的拟合优度。

图1是DFCI和各变量的时变参数线性图,从图1中可以看出,不同变量之间的参数显然具有时变特点,在不同的时期变化状况呈现较大的差异,我们对比变参数的变量图形后也发现,在样本内期间,货币、利率和汇率缺口权重系数1995年前后波动幅度较大,此后趋于稳定,而同一时期的资产价格的权重逐步提高,表明资产价格在通货膨中的作用逐渐增大,因此我们可以初步看出资产价格中包含着通货膨胀的有用信息。根据估计的时变权重系数对DFCI进行计算,在计算DFCI的过程中,我们比较静态地建立了几种不同变量组合的DFCI状态空间模型,计算在不同情况下的权重系数,最终得到该情形下的DFCI。

图2左图是计算出的三种DFCI,右图是DFCI与CPI通货膨胀率变化的线性图,从右图中可以看出,包含资产价格信息的DFCI会先于通货膨胀率的变化而变化,这说明金融和货币市场环境的变化,将逐步由虚拟经济影响到实体经济,这种趋势是能通过DFCI的变化来观测的。左图中DFCI-A中含有房地产价格和证券价格变量,两种内生变量的信息对DFCI的影响很大,DFCI-B是包含了证券资产价格的金融指数,由于没有包含地产价格变量,其波动比DFCI-A要小,它包含变量信息价值也相对较小,DFCI-C实际是DMCI即将传统的MCI的权重进行动态化,同样,我们从图2中可以看出,DMCI中因为也没有资产价格变量,所以波动幅度比较小,DMCI仅含有利率、汇率和货币供应量等货币市场环境信息变量,在我们经过全面地分析了货币政策、资产价格以及金融稳定性的框架中,不足以较为全面的衡量金融市场环境,所以它的政策作用价值也不是很大。

根据FCI的含义,是要求能对未来的金融市场起到导向作用的一个综合性指标,因此,FCI必须能对通货膨胀做出较好的预测,能对未来的通货膨胀率变化水平具有较好的预测作用。所以,为了考察DFCI对通货膨胀的关系,我们采用动态相关系数来进行度量,表2是三种DFCI与CPI的动态相关系数检验表。从表2中可以看出,含有房地产价格变量的DFCI-A与CPI的最大相关系数最大,达到0.62,同时,DFCI能对CPI的提示作用期限提到8期内,即在8个季度两年内对CPI都有较好的预测作用,相比之下,DFCI-B因为没有包含房地产价格变量,其最大相关系数小,为0.56,而且时间期限是在7期内;DMCI没有包含任何资产价格信息,最大相关系数为0.54,预测作用在7期内。从相关系数和预测性来看,DFCI与Goodhart和Hofmann(2001a,2001b)的FCI相比较有较大的改进,这表明DFCI的建立具有较高的可信度。

DFCI与CPI之间的关系,除了变量的内生性考虑之外,还需要分析它们之间的因果关系,表3是DFCI与CPI之间的格兰杰因果关系检验表,表3中DFCI不能引起CPI变化的F统计量都不显著,表明DFCI能格兰杰因果引起CPI的变化。因此,我们有确切的证据来表明,DFCI与CPI之间是存在内在的因果变化关系的,而且这种关系的以DFCI-A的概率值最小,格兰杰因果引起CPI的变化程度最大。

从本节的分析我们可以看出,DFCI是衡量金融和货币市场变化的一个重要指标,DFCI对CPI具有较好的预测作用,由于传统的FCI和MCI因为固定权重的局限,不能很好地根据宏观经济环境的变化对变量的权重作出及时的调整,遭受诸多的批评,变参数的DFCI极大地弥补了传统FCI的不足,能及时地根据宏观经济环境的变化而对DFCI包含变量的权重作出调整,可以为中央银行观测金融货币市场环境起到较好的预测作用,中央银行可以在严格盯住通货膨胀和产出缺口的体制下,综合利用DFCI来考察金融货币市场环境对宏观经济的压力情况,并及时根据DFCI的变化对中央银行的货币政策作出调整,根据DFCI的变化对货币政策的中介目标作出反应。正如货币政策函数所展示的利率与通货膨胀之间的关系一样,货币政策对DFCI做出反应也需要将其纳入货币政策反应函数中进行考察,因此,我们以DFCI为变量,进一步考察包括资产价格信息的金融稳定性指数与货币政策反应函数中利率之间的关系。

三、DFCI与前瞻性货币政策反应函数

在明确了动态金融环境指数与CPI的关系后,中央银行需要选择合适的目标以便于执行货币政策,DFCI其时变的指标权重参数特点较好地改进了传统FEI或者MCI在度量金融市场环境变化上的不足,具备了对金融市场和宏观经济的指向性和预测性功能,作为中央银行而言,则需要考虑如何应用该指标进行来决定未来的货币政策。根据前文的分析,我们已经知道,在三种DFCI中,前两种分别包含了房地产价格和证券资产价格,根据其变量的内生性作用,我们可以利用DFCI来拓展前瞻性的货币政策反应函数。货币政策反应函数实际是在泰勒规则的基础上提出的,有后向型、当前型和前瞻性三种形式,其中前瞻性反应函数具有对利率目标值的预测作用,而受到广泛的推崇。在简单的后向经济结构模型中,最优的货币政策与通货膨胀率和产出缺口密切相关,后向结构模型认为中央银行将通货膨胀和产出缺口作为政策目标,可以对未来的货币政策作出最优抉择。后向性经济模型存在不足,缺乏前馈性作用,Clarida,Gertler,and Gali(1998,1999,2000)改进了传统的泰勒规则,将中央银行的反应函数写成前向反应函数形式,称为CGG模型,具体可以表示如下:

式(9)中,ζ为纳入的含有资产价格信息的金融景气指数变量,这样有益于观测中央银行的利率行为与资产价格的变化作为,有利于权重中央银行行为对金融稳定性的分析。进一步采用广义矩方式进入估计,使用工具变量包括常数、利率、产出缺口、通货膨胀率、货币供应缺口以及金融稳定指数,估计结果如表4。

在传统的前瞻性利率反应函数中,可决系数的统计量显著性不高,但是货币供应和产出缺口具有较好的显著性,因此传统的前瞻利率反应函数存在不足。在考虑了将金融景气指数后的前瞻性利率反应函数的扩展形式后,表中的t统计量在不同显著水平下都基本显著,而且检验统计量有所提高,可决系数较高,杜宾统计量都也有进一步的改进,模型2至模型4中的参数完全显著,利率的平滑系数统计显著,表明中央银行利率存在显著的平滑整体效应。上述模型的参数估计中,除了模型1之外,其他模型的显著性拟合指标由模型2至模型4呈现依次逐步改善的趋势,这一点展示了前瞻性利率反应函数扩展形式的合理性,也不存在非系统性建模误差。

表4列示了样本期利率的实际值与目标值,从表4中可以看出,利率实际值与目标值标准差在可接受的范围内,中央银行在样本期间的总体货币政策的合理行为,样本期间存在几处较大间隔区间。表中的第一列数据为实际值,第二列为原始的前瞻性利率规则模型得到的目标值,第三列是包含了房地产价格和证券价格DFCI后拓展的利率规则值,第四列是只包含证券价格变量的目标值。对比不同情况下的目标值之间的最大波动,我们发现只有含有房地产价格和证券价格的DFCI得到的利率的实际值与目标值之间差距最小,拟合效果最佳。从函数本身的定义上,目标值是利率实际值的变化长期趋势,它将会在一定时间内平滑至目标值。因此,DFCI与货币政策之间的关系具有较高的确定性关系,我们可以认为DFCI中含有资产价格的有用信息,资产价格作为一个货币政策的内生变量,含有通货膨胀中的有用信息,资产价格的波动将会确定地影响货币政策作用效应。

表5是实际利率与包含资产价格信息的DFCI之间的因果关系测试结果,从表中的概率值上可以看出,DFCI与实际利率之间存在显著的因果关系。DFCI的变化是实际利率变化的原因,是作用于利率变化的影响因素。但是利率的变化对DFCI的因果关系不明确,在三种DFCI情形中,利率与包含有房地产价格的DFCI格兰杰因果关系的概率值较大,两者之间的因果关系不明显。这里可以由前述的分析看出,在样本观测期间,中央银行的利率政策的作用有效性不明显,利率与不包含资产价格的DFCI相关性大,与包含资产价格的DFCI相关性小。这种效应的发生在于资产价格的大幅度上升所引致,从而弱化了货币政策的有效性。在传统的利率反应函数分析框架下,这种对利率的显著性作用因素会对中央银行的利率反应函数起着异常重要的参考作用。利率政策的制定需要考虑DFCI,需要关注资本市场和资产价格的变动。

我们利用前瞻性货币政策反应函数建立了包含资产价格信息变量的DFCI货币政策方程,使得货币政策对资产价格的反应有了DFCI这个载体。当然,在式(9)中,由于没有直接建立货币政策与资产价格之间函数关系,我们仍需要考察DFCI与CPI之间的预测关系即预测作用,前文已就DFCI对CPI的预测作用进行了实证,表明它们之间存在稳定关系。通过建立纳入DFCI的前瞻性利率反应函数,我们可以观测货币政策与DFCI之间的关系,DFCI承载了金融市场的信息,货币政策与金融稳定性的关系由此变得十分明确。资产价格波动会影响到DFCI的变化,货币政策可以观测使用DFCI对资产价格的波动作出反应,前瞻性反应函数对中央银行的利率具有平滑预测效应,纳入包含资产价格的DFCI将对中央银行的货币政策的有效性起到十分重要的作用。但是,DFCI是动态的金融稳定性指标,虽然DFCI都是由内生变量综合加权获得的,这样中央银行要经过中介环节后才能对资产价格作出反应,所以我们试图以更直接的方式建立货币政策与资产价格的关系。

四、资产价格与扩展的利率规则

DFCI作为含有资产价格信息的变量有效地确立了资产价格与货币政策之间的函数关系,为了能为中央银行寻求更好地捕捉资产价格与货币政策之间的关系,我们直接以资产价格作为操作目标,建立资产价格与货币政策之间的函数关系。由于我们知道,资产价格信息对货币政策的有效性产生影响,资产价格包含有货币政策执行中的有用信息,由前文的实证和论述,我们试图将资产价格以简单的形式进入货币政策的操作目标。一方面,利率、汇率、货币供给量也作为内生变量首先进入反应函数,扩展得到具有前瞻性的泰勒准则(Svensson,2002; Giannoni和Woodford,2002; Svensson和Woodford,2003),这样,传统的泰勒规则在加入了这些内生变量后发展成具有如下形式的反应函数:

为了估计方程(11),按照式(9)的估计方法采用广义矩估计法来进行参数估计,所使用的工具变量有利率、利率滞后值、产出缺口、滞后四阶的货币供应量缺口、资产价值、金融景气指数和常数。经过运算和分析得到表7的扩展泰勒规则函数参数估计表,从表中可以看出,扩展变量在参数完全显著,其中,含有证券价格和房地产价格的方程中,统计显著,这表明,中央银行利率规则中,资产价格对利率的影响很大,两者之间存在负相关关系;利率的平滑系数统计显著,表明中央银行利率存在显著的平滑效应,另外,在试图将含有资产价格信息的DFCI进入扩展方程进行运算时,其他所有的实验中,未能得到使所有变量完全统计显著的方程。将表7与进行比较分析,表7中的资产价格在利率规则方程中都统计显著,由此,可以得到的结论是资产价格影响中央银行货币政策的利率规则。

金融稳定性要求货币政策的稳定,货币政策的稳定首要的是通货膨胀率或价格水平稳定。因此,具有波动幅度小,目标规则与实际值波动幅度小的工具是中央银行制定货币政策的重要中介目标,图3将描述在不同情况下的利率的目标值和实际值,从图3中可以看出,包含房地产价格和证券价格变量信息的利率规则的目标值和实际值之间的偏差是最小的。这也说明了,在实践中没有纳入资产价格因素的货币政策的有效性将不会很高。同时,通过对比分析我们发现以DFCI形式进入利率规则的,利率目标值的波动幅度要比直接以资产价格形式进入的波动幅度小。

现在我们根据图中的曲线特征,从实际经济运行过程来分析,在2000年以前,利率实际值与目标值之间的差距比较小,2001年以后,利率实际值与规则值之间的差距拉大,以2008年最为突出,利率目标值突破零轴,表现为负值,这种负的利率目标值是在资产价格为操作目标下实现的,过低的目标值拉低利率实际值,使得2008年至2009年间的利率继续下跌,但是2009年的利率目标值有一个反转,这表明,未来中国的利率实际值将会上升。在几种不同的资产价格目标形式中,将证券资产价格作为操作目标的利率目标值的波动要超出考虑证券价格和房地产价格变化的目标值。这同时也印证了中国房地产市场的刚性异象现状,房地产价格因为存在刚性变化,对利率的货币政策的低敏感性,货币政策对它的调节很难有所作为[21]。综观来看,在扩展的泰勒利率规则中,资产价格是影响利率的重要因素,但是以资产价格为操作目标的货币政策规则效应具有不确定性,无论是统计上还是数学建模上,所以,直接以资产价格波动作为货币政策目标的后果很难预测。

图3 货币政策反应函数的目标值的比较

图4 资产价格对利率的累积相应曲线

利率对资产价格具有持久性影响,如图4的上图所示,图中描述了利率对资产价格的冲击累积效应,从图中可以看出,利率对资产价格的冲击具有长期效应,左图为对房地产缺口的冲击效应,右图为对证券资产市场的冲击效应,两图最明显的区别是相应的变化方向不一样,一个正向的利率冲击对房地产资产形成反向效应,而对证券资产价格的冲击效应是同向的。这表明,在利率形成一个正向的冲击时,地产与证券对来自利率的冲击会产生反向作用,利率上升,地产缺口将会加大,实际房地产价格将会低于潜在房地产价格,在于房地产投资的成本会随着利率的上升而提高,此时的证券市场缺口值会上升,利率上升,形成了未来资产价值会上升的预期,不仅没有抑制资产价格的上涨,反而通过投资者预期的作用使得实际的证券市场价值大于潜在水平,形成泡沫。同时,在两种资产之间,形成了对利率相应的较强的非对称效应,房地产资产价格对利率的效应远远小于证券市场的效应,这是因为在房地产市场具有较强的需求刚性存在,高利率对房地产资产价格的抑制作用是有限的。就时间期限而言,加息对证券证券市场的效应在第5季度时的效应达到最大,此后减弱;房地产市场对加息的响应要在第8季度才能达到最大。图4的下图是资产价格对货币供应量的累积相应曲线。从图中可以看出,受到货币供应量的正向冲击,资产价格都会产生显著的同向相应。证券市场对货币供应量的变化较为敏感,而且相应的程度会比房地产市场高,就时间期限来看,房地产市场的累积相应最大值发生在第5季度,而证券市场的累积相应最大值发生在第8季度。综合起来分析,房地产价格和证券市场价格对货币政策的几种调节工具具有不同的效应,更重要的是对于货币政策工具的效应程度在不同的条件下会完全不一样。这从证实上表明了,中央银行对资产价格波动具有不可控制性,房地产价格的刚性特征,很难以在货币市场上采用传统的货币政策工具调节其波动。

五、研究结论

金融稳定性依赖于价格水平的稳定,防止资产价格的大幅度波动,增强货币政策的有效性,可以减轻来自金融市场的波动对经济形成的冲击[22];金融稳定性不仅仅是局部问题,它不能单靠某一个经济实体完全解决,而需要广泛的国际合作并共同采取措施来加以维护。但是经济体需要去开发一套模型和框架,以建立金融系统与政策变量之间的关系,从而加强政策有效性。本文建立了货币政策与金融稳定指标DFCI之间的确定性关系,并考察了资产价格的波动对货币政策的作用效应,它给中央银行在抑制大幅度的资产价格波动的政策决策中提供了有益的借鉴。通过的研究,我们可以得到如下结论:

第一,DFCI作为金融和货币市场的稳定性指标,对CPI具有显著的预测作用。DFCI的动态参数改进了传统FCI固定权重的不足,它对CPI的预测作用较以往研究成果的时间期限有所提前,而且动态相关系数检验指标都具有较高的显著性。表明动态金融景气指数建立的具备合理性,与跟踪通货膨胀率替代性指标CPI的功能一样,DFCI将为中央银行观测金融市场和货币市场稳定性提供了有益的参照,为提高货币政策的有效性提供有益借鉴。

第二,资产价格作为包含有利于货币政策执行的信息变量,对中央银行的货币政策作用效应存在显著影响。包含资产价格变量的DFCI在拓展的前瞻性货币政策反应函数方程中统计显著,并且利率实际值与模拟的目标值之间偏差要比不考虑资产价格的利率规则值小;利率的调整存在显著的平滑效应,利率政策对资产价格的影响具有持续累积效应,利率对证券市场可以起到调节作用,但是利率政策对房地产市场的作用与证券市场的完全相反。从实际经济运行上来分析,证券市场具有一定的有效性,对货币政策的利率规则表现敏感,但是房地产市场因为出现需求刚性,出现出非理性状态,不仅对利率不敏感,反而因为预期未来的资产大幅升值的理性预期等因素的作用,利率的调节不能发挥效应,从而使得中央银行的利率规则对房地产价格的波动不具有预期调节作用。另一方面,中央银行的货币供给量对资产价格的影响具有正向效应,增大货币供给,对两种资产市场均具有助推作用。

第三,资产价格尽管是货币政策反应函数的内生变量,但是直接以资产价格最为操作目标的货币政策效应具有不确定性。这种不确定性我们是根据资产价格对利率的反应程度,引起整个函数在计量或统计上的不显著来判断的。而从实际经济情况来看,货币政策有效性的减弱也可能正是资产价格的不敏感性导致的,其主要原因是资产的类别构成不一,不同性质的资产对货币政策的反应程度不一,导致了我们难以根据资产价格的波动对货币政策的作出总体上的调整,资产价格波动的复杂性,直接对其波动做出政策调整,可能会增加经济风险。因此,综合来看,直接将资产价格作为操作目标,使得货币政策效应不具有可测性和可控性。

货币政策作为主要的宏观经济调控手段之一,以维持通货膨胀和价格水平的稳定,促进经济的长期持续发展,确保宏观经济处于充分就业水平以及国际收支的平衡作为其主要目标,但是资产价格的波动影响到货币政策的有效性,削弱货币政策的作用反应,增加宏观经济目标的实现困难,使得货币政策在面临经济波动时,对宏观经济调控的不确定性大为增加。而货币政策要确保宏观经济和金融系统的稳定性,势必需要更加有效的中介目标,通货膨胀的替代性指标CPI已在实践中暴露出了诸多的弊端,而资产价格是否可以纳入CPI以及如何纳入CPI未能找到合适的办法,DFCI综合权衡金融市场环境变化,反映金融市场松紧程度,这在一定程度上将能弥补CPI中许多没有被反映出的有用信息,这些信息的合理和充分地利用,无疑将会促进货币政策执行效力和效果的提高,也有助于货币政策实现宏观经济的稳定性和金融系统的稳定性目标。

收稿日期:2010-10-01

注释:

①FSIs是由IFM在2003年提出的金融稳定性综合指标,该指标包括了现金流资产,传统的货币政策内生变量利率,汇率等因素,同时也纳入了地产,外汇储备等。它的编制计算过程并不复杂,但是其数据的采集工作量大,目前IMF定期编制FSIs指标为成员国的政策制定提供参考。由于数据的可获得性,我们不在本文中讨论该指标,更详细的介绍读者可以参见IFM官方网的《Financial Soundness Indicators(FSIs)and the IMF》。

②由于要获得DFCI的时变参数,我们参照Montagnoli和Napolitano的设定标准将HP过滤参数设定为129600,而不是1600。

③全部数据来自中国国家统计局和国际货币基金组织的IFS数据库。全部季度数据使用HP滤波方法进行季节调整,每一变量数据总数为62个。

④模型1是传统的前瞻性利率反应函数,模型2是加入FCI01因素的前瞻性利率反应函数,FCI01中包含资产价格信息因素,模型3是加入FCI02因素,模型4是加入MCI01因素,MCI01中包含有资产价格信息因素,模型5是加入MCI02因素。每种模型列表的第一行为参数,第二行为t统计量,为可决系数,D.W.为杜宾统计量。根据统计量的临界值,可以看出各模型的估计参数基本显著。

⑤模型-S是以股票价格作为资产价格的变量模型,模型-V是将股票价值和房地产价格等权重处理后作为变量运算模型。本文同时也试图将度量金融稳定性指标的金融景气指数加入方程,但是各种模型的变量均未完全显著,但证券价值和房地产价格变量V在各方程中统计显著。每种模型列表的第一行为参数,第二行为t统计量,*为在99%的置信水平下显著,**为在95%的置信水平下显著,为可决系数,D.W.为杜宾统计量。根据统计量的临界值,可以看出各模型的估计参数基本显著。

标签:;  ;  ;  ;  ;  ;  ;  ;  

货币政策、资产价格与金融稳定_cpi论文
下载Doc文档

猜你喜欢