2. 吉林大学商学院
2.
随着经济进入新常态周期,我国央行采用的货币政策工具也愈发显得重要,货币政策的数量和价格在空间上存在较多的约束,其中,由于货币供应量与实体经济的相关性降低及其对资本市场调控的有效性减弱,政府已逐渐转向了以利率为中介目标的货币政策规则(岳超云、牛霖琳,2014)。特别是2015年以来,在经济面临增长和通胀同时下降的压力下,我国股市亦出现较大的波动,在一次又一次的大跌后,央行开始采取降息操作来平稳资产价格的异动,这一操作取得了较为明显的效果,因此,学者们也愈发关注价格型货币政策规则对资产价格和实体经济的调控作用。
实际上,自从2014年以来,关于价格型货币政策规则对资本市场和实体经济的良性指引作用就已成为学术界与政策制定者的讨论焦点。一方面,学者们对数量型和价格型货币政策规则有效性的讨论比较激烈,部分学者认为数量型货币政策工具仍能有效控制通货膨胀和促进实体经济增长(李春吉、孟晓宏,2006;王国刚,2012),但大部分学者却认为以平抑资产价格波动为主要目标的价格型货币政策工具更为有效(朱孟楠、刘林,2010;李成等,2010;黄昌利、尚友芳,2013);另一方面,政策制定者期望逐步弱化对数量目标的关注,并着重强调将利率水平控制在理想的范围内,这有利于对兼顾实体经济和虚拟经济的协调发展。因此,本文将从这一角度出发,首先将资产价格变量纳入至Taylor规则,并构建三部门DSGE模型从理论方面进行数值模拟,然后建立时变系数VAR模型从实证方面分析脉冲走势,理清资产价格、实体经济与名义利率之间的关联机制,最后对比理论模拟与实证检验之间的差别,分析当前我国“实体冷、金融热”的原因,从而为新常态时期下实体经济和资本市场的平稳发展提供政策建议。
二、文献综述自从亚洲金融危机以后,世界各国普遍存在一个现象:通货膨胀得以控制、物价逐渐趋于稳定,但股价和房价等资产价格波动却难以平抑,关于货币政策对资产价格的调控作用一时间成为了热门话题。起初,学者们仅从理论角度分析资产价格与货币政策之间的关联性及其对实体经济的影响,侧重分析货币政策不仅要关注四大目标的变动,还应实时监测资产价格的波动状况,但并未指出当资产价格影响产出和通胀时,货币政策将做出如何反应(翟强,2001;易纲、王召,2002)。而郭田勇(2006)从理论和实证角度分析我国资产价格、通货膨胀与实体经济之间的关联机制,指出资产价格波动会影响实体经济走势和金融体系稳定性,分析其在货币政策调控目标中的地位,并指出以盯住资产价格为目标的货币政策实施具有一定的挑战。苗文龙(2007)认为资产价格稳定是货币稳定的一个重要组成部分,资产价格波动会通过消费、投资、产出等经济变量的传导作用削弱货币政策对通货膨胀的调控效果,因此货币政策规则应包含资产价格要素。
在实证研究方面,伍戈(2007)采用Bordo-Jeanne理论模型分析资产价格膨胀时美联储所采用的货币政策工具,并结合我国经济现状指出资产价格既可以作为货币政策效果的传导路径,还可以是货币当局的调控目标,前者会引起货币供应量及其结构等的变动,后者主要是防范资产价格巨幅波动所引发的金融机构乃至整个金融体系稳定性的问题。陈继勇等(2013)分析了我国不同数量型货币政策工具对资产价格波动的调控效果和对实体经济的影响,并指出股价和房价等资产价格波动会造成未来一定时期的通货膨胀,货币供应量和信贷总量对资产价格的收效显著,但信贷总量不仅可以平抑资产价格波动还可以促进经济增长。
然而,越来越多的国内外学者和政策制定者发现:以货币供应量或信贷总量为中介目标的货币政策规则对经济增长、物价稳定、充分就业以及国际收支平衡的调控效果大大减弱,很多国家已经逐渐采用以Taylor规则为代表的价格型货币政策规则来控制通货膨胀、预防资产价格泡沫和促进实体经济增长。Alan et al.(2005)指出以房地产价格为代表的资产价格波动与总产出、消费、投资、通货膨胀以及财政收支之间具有顺周期协动关系,利率政策规则对资产价格前瞻指引作用有助于维稳实体经济波动。Castro(2008)指出欧元区的前瞻性泰勒规则包含了资产价格这一变量,而英美两国却没有,这说明美国2008年为什么会发生金融危机,并且其受到的影响最为严重,这还意味着货币政策规则不仅要盯住通货膨胀和产出,还要关注资产价格(股价、房价等)和汇率的变化。唐齐鸣、熊洁敏(2009)分别估计包含或不包含资产价格的IS-Phillips模型,研究结果显示,资产价格(股票价格、房地产价格)的变化均会影响产出缺口和通货膨胀,这说明仅以调通胀和稳增长为目标的货币政策规则的调控效果有限。赵进文、高辉(2009)、周晖(2010)以及吴培新(2011)均指出央行利率政策函数中应包含股票价格和房地产价格等资产价格变量,尤其股价波动对货币政策的影响更为显著,且包含资产价格要素的货币政策规则比不含资产价格要素的货币政策规则其对实体经济的调控更具可控性和有效性。李成等(2010)认为利率政策规则既要调控产出和通货膨胀,还要对资产价格和人民币汇率做出反应;此外,我国央行实施的价格型货币政策规则是最优的利率规则,其对宏观经济的调控效果显著。邢天才、田蕊(2010)分析了资产价格、人民币汇率与货币政策之间的关系,发现三者间具有稳定的长期关系,股票价格和房地产价格等资产价格与人民币汇率会显著影响产出和通胀,但反过来其对资产价格和汇率的引导作用不显著。肖洋等(2012)的实证结果表明股票价格的上涨会加剧通货膨胀,而盯住通胀的数量型和价格型货币政策规则均会影响资产价格波动,但短期内货币供给量规则的收效更为显著。刘金全等(2015)指出对资产价格进行事后干预的利率政策规则不仅不会影响经济体系的稳定性,反而会促进经济系统达到理想的理性预期均衡。
本文主要研究思路:第一,构建包含资产价格要素的Taylor规则的新凯恩斯动态随机一般均衡模型,从理论角度对当前资产价格频繁波动问题进行数值模拟;第二,构建资产价格、通货膨胀、实体投资、利率规则和产出缺口之间的时变系数向量自回归模型,从实证角度分析资产价格对实体经济的影响以及利率规则对资本市场的宏观调控效应,最后比较理论与实际脉冲响应曲线之间的差距,从而为我国经济“新常态”时期内的金融风险治理和系统性紧缩风险防范提供相应的对策建议。
三、构建包含资产价格变量的DSGE模型 (一) 家庭部门假设我国经济系统是由永久存在且不同的家庭组成,每个家庭τ(τ∈(0, 1))最大化其预期效用函数:
$ Max{E_0}\sum\limits_{t = 0}^\infty {{\beta ^t}U_t^\tau } $ | (1) |
其中β表示贴现因子。瞬时效用函数Utτ关于消费Ctτ、实际货币持有额Mtτ/Pt和劳动供给量ltτ是可分的:
$ U_t^\tau = \varepsilon _t^b\left( {\frac{1}{{1 - {\sigma _c}}}{{\left( {C_t^\tau - {H_t}} \right)}^{1 - {\sigma _c}}} + \frac{1}{{1 - \gamma }}{{\left( {\frac{{M_t^\tau }}{{{P_t}}}} \right)}^{1 - \gamma }} - \frac{{\varepsilon _t^L}}{{1 + {\sigma _l}}}{{\left( {l_t^\tau } \right)}^{1 + {\sigma _l}}}} \right) $ | (2) |
其中Ht是外生消费习惯变量,令Ht=hCt-1τ,h为消费惯性参数。σc为家庭的相对风险厌恶系数,γ为实际货币持有额替代弹性的倒数,σl为劳动对于实际工资的替代弹性的倒数。εtb和εtL分别为跨期偏好随机冲击和劳动供给冲击,且假设εtb和εtL的对数均服从AR(1) 过程:lnεtL=ρllnεt-1L+ηtL,ηtL~i.i.d.N(0, ση2);lnεtb=ρblnεt-1b+ηtb,ηtb~i.i.d.N(0, σb2)。
代表性家庭的跨期预算约束为:
$ C_t^\tau + {I_t} + \frac{{M_t^\tau }}{{{P_t}}} + \frac{{B_t^\tau }}{{{P_t}}} = {R_t}\frac{{B_{t - 1}^\tau }}{{{P_t}}} + \frac{{M_{t - 1}^\tau }}{{{P_t}}} + w_t^\tau l_t^\tau + r_t^k{K_{t - 1}} + Div_t^\tau + T_t^\tau $ | (3) |
其中,Rt为名义利率,Btτ为无风险债券,rtk为实际资本租金率,wtτltτ为实际劳动收入,rtkKt-1为资本存量的实际回报率,Divtτ为红利,Ttτ为政府转移支付。由此我们可以算出最优问题的一阶条件:
$ {\lambda _t} = \varepsilon _t^b{\left( {C_t^\tau - {H_t}} \right)^{ - {\sigma _c}}} $ | (4) |
$ \varepsilon _t^b{\left( {\frac{{M_t^\tau }}{{{P_t}}}} \right)^{ - \gamma }} + {E_t}\left( {\frac{{{P_t}}}{{{P_{t + 1}}}}\beta {\lambda _{t + 1}}} \right) = {\lambda _t} $ | (5) |
$ {E_t}\left( {\beta \frac{{{\lambda _{t + 1}}}}{{{\lambda _t}}}\frac{{{P_t}}}{{{P_{t + 1}}}}{R_{t + 1}}} \right) = 1 $ | (6) |
其次,代表性家庭以rtk的租金率将资本租给中间厂商以获得投资It,资本积累方程为:
$ {K_t} = {K_{t - 1}}\left( {1 - \delta } \right) + \left( {1 - S\left( {\varepsilon _t^I{I_t}/{I_{t - 1}}} \right)} \right){I_t} $ | (7) |
其中δ为资本折旧率。S(·)为投资调整成本函数,当投资水平不变时S·=0,S′(Is)=0,Is为投资的稳态值。εtI为投资调整成本冲击,满足:lnεtI=ρilnεt-1I+ηtI,ηtI~i.i.d.N(0, σI2)。由此可得代表性家庭关于投资It和资本存量Qt的一阶条件为:
$ {Q_t}\left[ {1 - S\left( {\frac{{\varepsilon _t^I{I_t}}}{{{I_{t - 1}}}}} \right)} \right] = {Q_t}S'\left( {\frac{{\varepsilon _t^I{I_t}}}{{{I_{t - 1}}}}} \right)\frac{{\varepsilon _t^I{I_t}}}{{{I_{t - 1}}}} - \beta {E_t}{Q_{t + 1}}\frac{{{\lambda _{t + 1}}}}{{{\lambda _t}}}S'\left( {\frac{{\varepsilon _{t + 1}^I{I_{t + 1}}}}{{{I_t}}}} \right)\frac{{\varepsilon _{t + 1}^I{I_{t + 1}}}}{{{I_t}}}\frac{{{I_{t + 1}}}}{{{I_t}}} + 1 $ | (8) |
$ {Q_t} = {E_t}\left[ {\beta \frac{{{\lambda _{t + 1}}}}{{{\lambda _t}}}\left( {{Q_{t + 1}}\left( {1 - \delta } \right) + r_{t + 1}^k} \right)} \right] $ | (9) |
其中λt为消费的边际效用,Qt为代表性家庭资产价格,即托宾Q。
本文进一步假设代表性家庭可以设定劳动供给价格,其在收到工资调整信号后才会对工资进行调整,假设家庭τ在t期接到调整工资信号的概率为1-ξw,并把调整后工资设为
$ W_{t + i}^\tau = {\left( {{P_{t + i - 1}}/{P_{t - 1}}} \right)^{{r_w}}}W_t^\tau $ | (10) |
其中,rw为工资指数化参数。代表性家庭的劳动供给量ltτ为:
$ l_t^\tau = {\left( {W_t^\tau /{W_t}} \right)^{ - \left( {1 + {\lambda _w}} \right)/{\lambda _w}}}{L_t} $ | (11) |
其中λw为工资的加成弹性,Lt为劳动的总供给量,Wt为名义总工资,Lt和Wt的具体形式如下:
$ {L_t} = {\left[ {\int_0^1 {{{\left( {l_t^\tau } \right)}^{1/\left( {1 + {\lambda _w}} \right)}}d\tau } } \right]^{1 + {\lambda _w}}} $ | (12) |
$ {W_t} = {\left[ {\int_0^1 {{{\left( {W_t^\tau } \right)}^{ - 1/{\lambda _w}}}d\tau } } \right]^{ - {\lambda _w}}} $ | (13) |
代表性家庭在约束(3) 下选择名义工资Wtτ来最大化跨期效用函数:
$ \mathop {Max}\limits_{W_t^\tau } {E_t}\sum\limits_{i = 0}^\infty {{{\left( {\beta {\xi _w}} \right)}^i}U\left( {C_{t + i}^\tau ,M_{t + i}^\tau /{P_{t + i}},l_{t + i}^\tau } \right)} $ | (14) |
则其一阶条件为:
$ {E_t}\sum\limits_{i = 0}^\infty {{{\left( {\beta {\xi _w}} \right)}^i}U_{t + i}^ll_{t + i}^\tau } = \frac{1}{{1 + {\lambda _w}}}\frac{{\tilde W_t^\tau }}{{{P_t}}}{E_t}\sum\limits_{i = 0}^\infty {{{\left( {\beta {\xi _w}} \right)}^i}U_{t + i}^C\frac{{{{\left( {{P_{t + i - 1}}/{P_{t - 1}}} \right)}^{{r_w}}}}}{{{P_{t + i}}/{P_t}}}l_{t + i}^\tau } $ | (15) |
其中Ut+il为劳动边际效用,Ut+iC为消费边际效用。进一步由式(13) 可得工资动态方程:
$ W_t^{ - 1/{\lambda _w}} = {\xi _w}{\left( {{W_{t - 1}}{{\left( {\frac{{{P_{t - 1}}}}{{{P_{t - 2}}}}} \right)}^{{r_w}}}} \right)^{ - 1/{\lambda _w}}} + \left( {1 - {\xi _w}} \right){\left( {\tilde W_t^\tau } \right)^{ - 1/{\lambda _w}}} $ | (16) |
假设企业部门只生产两种产品:单一的最终产品和连续的中间产品j(j∈[0, 1]),且代表性家庭消费和投资最终产品,其部门是完全竞争的,生产函数如下:
$ {Y_t} = {\left[ {\int_0^1 {{{\left( {y_t^j} \right)}^{1/\left( {1 + {\lambda _p}} \right)}}{d_j}} } \right]^{1 + {\lambda _p}}} $ | (17) |
其中ytj为t期投入到最终产品生产过程的中间产品数量,λp为中间产品替代弹性,中间产品和最终产品的价格分别为Ptj和Pt,ytj为中间产品需求量,最终厂商利润最大化问题为:
$ \mathop {Max}\limits_{y_t^j} {P_t}{Y_t} - \int_0^1 {P_t^jy_t^jdj} $ | (18) |
则其一阶条件为:
$ {P_t} = {\left[ {\int_0^1 {{{\left( {p_t^j} \right)}^{ - 1/{\lambda _p}}}} } \right]^{ - {\lambda _p}}} $ | (19) |
其次,假设中间产品市场是一个垄断竞争市场,且每一种中间产品都有唯一的一个厂商生产,其生产函数为:
$ y_t^j = \varepsilon _t^aK_{j,t - 1}^\alpha L_{j,t}^{1 - \alpha } $ | (20) |
其中εta为生产率冲击,满足lnεta=ρalnεt-1a+ηta,ρa∈-1, 1,且ηta~i.i.d.N(0, σa2)。Kj, t-1α为有效资本存量,Lj, t为厂商j所雇用的劳动数量。α为资本份额。其成本最小化条件为:
$ \frac{{{w_t}{L_{j,t}}}}{{r_t^k{K_{j,t - 1}}}} = \frac{{1 - \alpha }}{\alpha } $ | (21) |
其中wt=Wt/Pt为实际工资,由(21) 式可得厂商j的名义边际成本:
$ M{C_t} = \varepsilon _t^{ - a}W_t^{1 - \alpha }R_t^{k\;\alpha }\left( {{\alpha ^{ - \alpha }}{{\left( {1 - \alpha } \right)}^{ - \left( {1 - \alpha } \right)}}} \right) $ | (22) |
其中Rtk为名义资本租金率,rtk=Rtk/Pt为实际资本租金率,则厂商j的名义利润为:
$ \pi _t^j = \left( {p_t^j - M{C_t}} \right){\left( {p_t^j/{P_t}} \right)^{ - \left( {1 + {\lambda _p}} \right)/{\lambda _p}}}{Y_t} $ | (23) |
进一步假设厂商只有在接到价格调整信号时才会改变其产品价格,且厂商j在t期接到调整价格信号的概率为为1-ξp,未接到调整信号的厂商仍然根据通货膨胀率进行调整,即pt+1j=Pt/Pt-1γpptj,其中γp为价格指数化参数,由此可得其利润最大化的一阶条件:
$ {E_t}\sum\limits_{i = 0}^\infty {{\beta ^i}\xi _p^i{\lambda _{t + i}}{y_{j,t + i}}\left\{ {\frac{{\tilde p_t^j}}{{{P_t}}}\left( {\frac{{{{\left( {{P_{t + i - 1}}/{P_t}} \right)}^{{r_p}}}}}{{{P_{t + i}}/{P_t}}}} \right) - \left( {1 + {\lambda _p}} \right)m{c_{t + i}}} \right\} = 0} $ | (24) |
其中mct为实际边际成本,mct=εt-awt1-αrtkαα-α1-α-1-α。结合(19) 式即可得到价格的动态方程:
$ {\left( {{P_t}} \right)^{ - 1/{\lambda _p}}} = {\xi _p}{\left( {{P_{t - 1}}{{\left( {\frac{{{P_{t - 1}}}}{{{P_{t - 2}}}}} \right)}^{{\gamma _p}}}} \right)^{ - 1/{\lambda _p}}} + \left( {1 + {\xi _p}} \right){\left( {\tilde p_t^j} \right)^{ - 1/{\lambda _p}}} $ | (25) |
由于近年来资产价格的大幅波动对我国实体经济的影响日趋复杂,曾经仅以稳增长和调通胀为主要目标的泰勒规则有效性逐渐减弱,因此,本文将资产价格要素纳入至Taylor规则,其对数线性化后的方程为:
$ {{\hat R}_t} = \rho {{\hat R}_{t - 1}} + \left( {1 - \rho } \right)\left[ {{\varphi _\pi }{{\hat \pi }_t} + {\varphi _y}{{\hat Y}_t} + {\varphi _q}{{\hat q}_t}} \right] + \varepsilon _t^R $ | (26) |
其中
在本节中,样本期间为2001年1月至2016年3月,原始数据均来源于中经网数据库和WIND数据库。具体而言,对于产出缺口,本文以2001年为基期,算出实际国内生产总值,然后用X12季节调整和HP滤波分别得到实际GDP_SA和潜在产出Y*,利用yt=100*lnGDP_SAt/Yt*即可得到产出缺口;对于通胀缺口,本文主要参照张小宇、刘金全(2013)的做法;对于名义利率,本文采用7天银行间同业拆借加权平均季利率;对于资产价格,本文参照唐齐鸣、熊洁敏(2009)的研究,采用上证综合收盘指数的对数收益率①,对于实体投资,本文采用固定资产投资累计同比增速。
① 我国资产价格的代理变量主要有股票价格和房地产价格,本文研究之所以选取股票价格而没有选取房地产价格的原因在于:股票价格与实体经济的关联机制有多种形态(共同上涨或者相背离),而受房产刚需影响,房地产价格长期以来一直保持上涨趋势,与实体经济周期的相关性相对较弱,采用股票价格作为资产价格的代理变量进行研究更具有理论深究价值和实际分析意义;此外,本文采用的是时变方法进行研究,这样可以抽取出股票价格与实体经济共同繁荣或相背离的时点,有利于识别两者之间的不同联系,从而得到更多的经验发现和政策启示。
在上一章中,模型系统总共包含β、σc、γ、σl、h、δ、ξw、γw、λw、λp、ξp、γp、α、gy、ρ、φπ、φy、φq18个结构参数,在进行数值模拟之前,首先需要根据已有文献和我国具体的经济状况对这些静态参数进行赋值。具体的,对于家庭部门,根据Ida(2011)、王佳等(2013)以及康立、龚六堂(2014)的研究将贴现因子设为0.99,由于年资本折旧率为0.1,本文选取的数据是月度数据,因此月度资本折旧率为0.0083;对于消费惯性参数本文使用相关数据对其做OLS估计,从而将先验值设为0.8;根据梁斌、李庆云(2011)的研究结果,本文也将家庭相对风险厌恶系数和劳动供给替代弹性倒数分别取值为0.85和6.752;而对实际货币持有量替代弹性倒数,由于国内外学者对其先验赋值范围为[3,9],因此本文取其范围的中间值6。
其次对于企业部门中的参数,本文主要根据Smets and Wouters(2003)、王云清等(2013)、康立、龚六堂(2014)将工资粘性ξw和价格粘性ξp、价格指数化系数和工资指数化系数均设为0.75,根据胡永刚、郭长林(2013)将中间产品替代弹性设为0.2,根据楚尔鸣、许先普(2013)将工资加成弹性和资本份额分别设为0.05和0.651;对于模型均衡时gy,本文将采用2002年-2016年3月的月度数据计算出政府公共支出与GDP的比值的算术平均数,从而将gy设为0.2059。
最后,对于利率规则中的参数,国内外学者一般将利率平滑意愿系数取值在[0.5,0.9]之间,这主要是因为Ida(2011)、张小宇、刘金全(2013)以及张敏锋、王文强(2014)的取值均在这个区间内,因此本文将利率平滑意愿取值为0.6;根据Ida(2011)、张敏锋、王文强(2014)以及崔百胜、丁宇峰(2016)将通胀缺口系数、产出缺口调整系数和资产价格调整系数的值分别设为1.5、0.5和0.034。表 1给出了18个结构参数的先验赋值情况。
根据上述设定的先验信息,接下来本文对这些参数进行贝叶斯估计,图 1给出了贝叶斯估计的先验分布图和后验分布图,其中图 1中灰色曲线为先验概率密度函数,与水平轴垂直的虚线为后验众数,黑色曲线为后验概率密度函数。表 2为结构参数的贝叶斯估计结果,具体的,表中罗列了参数的先验分布、后验均值及置信区间,这里需要指出:由于α、β、δ等参数的应用较为普遍,且均是根据以往比较成熟的文章进行赋值,并不会影响模型的一致性和合意性,所以本文主要对其他结构参数进行参数校准。
结合图 1和表 2的估计结果,本文的估计结果较为显著,其均在置信区间内,除个别参数外,其他参数的先验密度和后验密度比较相似,有些内生参数的这两条曲线几乎重合。其中,利率平滑意愿系数为0.5128,较为显著,而利率对产出缺口、通胀缺口和资产价格的调整系数分别为0.5379、1.4670和0.0342,先验密度和后验密度函数几乎重合,这说明本文的先验赋值较为合理,为下文进行脉冲响应分析提供理论支持。
(三) “利率调整→股价修复→经济复苏”政策传导路径的脉冲响应分析本节采用时变系数向量自回归模型从实证角度考察名义利率变化对股票价格修复进而对实体经济复苏传导机制的有效性,并比较理论模拟和实际计量脉冲响应函数之间的差别,从而分析利率规则如何有效平抑股价波动和促进实体经济增长。当进行脉冲影响函数分析时,需要确保所采用的数据能够通过平稳性检验亦或是数据协整平稳,因此,本文首先给出这五个数据的单位根检验结果,从表 3中可以看出无论是仅含截距项、包含截距项和趋势项还是两者均不含的检验中,五个变量均在某一检验中拒绝原假设,这说明产出缺口、通胀缺口、名义利率、股票价格和实体投资均为平稳的时间序列。
接下来,我们具体分析“利率调整→股价修复→经济复苏”这一政策传导渠道的有效性。其中,图 2和图 3中实线为DSGE模型中的脉冲响应曲线,三条虚线为TVP-VAR模型的时点脉冲响应曲线,对应的时点分别为2004年3月(t=27) 投资过热时期、2007年10月(t=70) 金融危机时期、2014年11月(t=155) 经济新常态时期。这里我们将首先考察名义利率调整对股票价格修复这一政策传导路径的有效性以及理论与实际模拟脉冲函数的差别。图 2A-D分别描述了名义利率提高1个百分点后,产出缺口、通胀缺口、股票价格与实体投资的动态反应路径。在图 2-A中,DSGE模型和TVP-VAR模型中的名义利率提高一单位均会使得产出缺口先下降再上升随后从负向逐渐收敛于零,这说明提高利率会降低实际产出水平从而抑制经济增长,但长期内并不会影响系统均衡时的稳定性,这与陈守东等(2014)和谢绵陛(2013)研究结论一致;就收敛速度和反应力度来看,DSGE模型中产出缺口的脉冲反应曲线于4个月后下降0.0045个百分点,随后迅速反转于15期左右收敛到零,而TVP-VAR模型中的三个时点脉冲曲线的收敛时速明显慢于DSGE模型,这说明在实际中名义利率对实体经济调控机制的有效性善待完善,出现这种差距的原因在于两个方面:第一,目前我国基准利率和利率走廊的价格型货币政策调控工具尚未建成,利率曲线正在逐步完善,其对实体经济的调控效果并不完全有效;第二,从外部环境来看,中美经济周期的不同步性、美联储加息预期的不确定性以及全球经济增长能力弱化的持续性也会阻碍价格型货币工具对实体经济的调整作用。
同样观察图 2-B可以发现,利率上升可以显著抑制通货膨胀。具体来看:在TVP-VAR模型中,名义利率的一单位正向冲击均会使通胀缺口呈现出先下降后上升并逐渐收敛于零的态势,并且比较不同时点的脉冲影响曲线可以发现金融危机时期名义利率调整能够有效平抑通货膨胀波动,但其趋于稳定时间较长,这与我国08年金融危机时期的经济状况相吻合;而在DSGE模型中,名义利率提高一个单位会使得通货膨胀缺口于5期后降低0.001个百分点,随后这一影响也将逐渐消失,但相比TVP-VAR模型的脉冲曲线其收敛速度较快且作用力度较大,这说明名义利率调整同样可以平抑通货膨胀波动。此外,从以上分析可以发现,含有股票价格变量的利率规则同样可以达到稳增长、调通胀的效果。随后,我们重点分析股票价格对名义利率调整的反应机制。如图 2-C所示,在理论模拟中,当央行将名义利率提升一个单位后,股票价格会迅速下降0.04个百分点,随后一直保持负向影响且于20个月左右收敛于零;在实际模拟中,名义利率的一单位正向冲击,股票价格在2个月后下降到最大值,随后逐渐上升收敛于零,且这三个时点脉冲响应曲线的下跌幅度与收敛时速基本相同,这表明价格型政策工具能够有效调控股票价格波动,但是政策冲击的短期效应更为显著,长期内却无法对股票价格产生系统性影响。就收敛时速和反应力度而言TVP-VAR模型的模拟结果均不如DSGE模型模拟效果显著,出现这种现象的原因在于:理性投资者和利率政策实施之间存在时滞性,股票是我国居民最重要的金融资产之一,投资理念相对成熟的居民并不会对央行的利率政策(如加息)立刻做出反应,而是对其进行分析、估值和预期,当投资股票市场的机会成本较大时,居民就会将投入股市的资产进行转移,从而导致股票价格的降低,反之亦然。
随后,我们继续考察资产价格变动对实体经济传导渠道的有效性以及理论与实际模拟之间的差别。图 3A-D分别刻画了股票价格提高1个百分点后,我国产出水平、通胀缺口、名义利率和投资水平的动态反应路径。如图 3-D所示,当股票价格提高一个单位后,TVP-VAR模型中的实体投资均呈现出先上升后缓慢下降的态势,而DSGE模型中实体投资在0时刻上升至0.004个百分点,随后缓慢下降,于20期左右这一影响趋于消失,两者走势较为一致,这说明股票价格上涨一方面会使托宾的Q值上升,进而刺激企业投资增加,另一方面也会导致企业的净市值增加,使企业的抵押品增多、道德风险降低,银行放给企业的贷款也会随之增加,进而引起投资支出增加,这与齐红倩、席旭文(2015)中给出的理论分析一致。
最后,观察图 3-A可以发现,DSGE模型中股票价格的一单位正向冲击使得产出水平迅速上涨0.006个百分点,随后开始下降并于40个月左右收敛于零,这说明股票价格上涨一方面会导致股票持有人的财富增加,使其消费水平有所提高,进而促进总产出扩张;另一方面居民预期资产收益率会有所提高,根据Friedman持久收入假说,居民的永久收入增加将导致居民消费支出上升,进而拉动总产出,这与谢绵陛(2013)的研究结论一致;而在TVP-VAR模型中,三个时点下的产出缺口反应曲线均呈现出先上升后缓慢收缩的现象,就其反应力度和收敛时长来看,现阶段我国资产价格的繁荣对实体经济的拉动效应最为显著,且收敛速度较慢,而金融危机期间资产价格对实体经济促进作用仅在短期内较为有效。出现理论分析与实证模拟之间差距的主要原因在于资本市场通过金融资产价格的变化直接影响到投资者和上市公司的信心, 进而带动企业投资和居民消费的增加,从而促进整个经济的增长,使得虚拟经济有效向实体经济传导,然而现实中这种传导路径并不是如理论上那么通畅,这主要是因为我国股票市场的财富效应和公众预期效应均有限,且股票市场呈现出高波动的趋势性上涨,理性投资者不会立刻将波动中带来的盈利全部转化为消费和实体投资。总的来说:无论是在DSGE模型中还是TVP-VAR模型中,实际产出和实体投资这两条脉冲曲线走势均高度耦合,且股票价格对两者的正向作用显著,这意味着股票价格上涨能够拉动实体投资增加,进而促进总产出扩张,这也说明投资是拉动我国经济增长的重要动力。综上分析可以发现,“利率调整→股价修复”这一政策冲击的短期效应较为显著,但长期内无法对股票价格产生系统性影响(如图 2-C),这说明投资者应理性看待降息所释放的流动性及其后续影响,而不应对降息的功能进行过分解读。然而仍需指出:无论理论上还是在实际传导过程中,股票价格对实体经济的影响却是一个缓慢的过程,其收敛期长达30至40个月(如图 3-A),这与名义利率调整对股票价格的影响形成鲜明的对比,这也从根本上揭示了虚拟经济变化较快而实体经济复苏缓慢的内生机理,即:虚拟经济周期与实体经济周期的时长存在结构性差异,其中实体经济周期较长,而金融周期较短,进而产生了实体经济并不会立刻对政策调整做出反应的现象。因此,我国政府和中央应理性看待现阶段的实体经济下行风险,这并不意味着货币政策对资本市场和经济行为的良性指引作用已经失效,而是由于实体经济对政策调整的反应通常具有一定的时滞。
五、结论与政策建议近年来,资产价格波动较为剧烈,无论是低利率环境下产生的资产价格上涨还是过剩流动性推动的资产价格泡沫,货币政策目标除了锚定在商品价格和产出水平之外,还要对资产价格要素进行监管和调控,预防泡沫积累到一定程度所导致的金融系统性风险。因此,本文通过构建包含资产价格变量的利率规则的新凯恩斯动态随机一般均衡模型,分析名义利率调整对资产价格波动进而对实体经济增长的影响作用。可以得到以下几点结论:
第一,当名义利率冲击发生时,均会在短期内降低产出水平、通货膨胀和股票价格,这说明包含资产价格变量的利率政策规则同样可以对实体经济增长和通货膨胀波动进行调整,但其对股票价格的调控力度更为直接;此外,通过对比DSGE模型和TVP-VAR模型中名义利率调整对实际产出、通货膨胀和资产价格的影响可以发现,理论效果更为显著,但实际反应较为缓慢,这说明我国利率传导机制尚不完善,基准利率和利率走廊尚未建成,面对我国经济转型的特殊时期,我国政府和中央银行应该逐步强化对市场利率的调控和引导,充分发挥SLF、MLF、PSL等工具对短中长期流动性的调节作用,通过弱化对数量工具的依赖、完善收益率曲线等改革来疏通利率政策的传导渠道,增强我国央行数量型货币政策向价格型货币政策,特别是资本市场乃至实体经济的传导效率。
第二,当股票价格冲击发生时,均会提高我国名义利率、投资水平和产出水平,这意味着股票价格上涨能够拉动实体投资增加,进而促进总产出扩张,这也说明投资是拉动我国经济增长的重要动力。其次,通过对比DSGE模型和TVP-VAR模型中股票价格冲击对投资和产出的脉冲响应曲线可以发现:理论上,资产价格的上涨在短期内可以显著拉动投资和产出增长,但实际中这种扩张效应需要在几个月后才能达到最大效果,存在一定的时滞性。这是因为我国股票市场的财富效应和公众预期效应均有限,且股票市场呈现出高波动的趋势性上涨,理性投资者不会立刻将波动中带来的盈利全部转化为消费和实体投资,因此由消费和投资带来的经济增长也是有限的。
最后,通过“利率调整→股价修复→经济复苏”这一政策传导路径可以发现,股票价格修复对实体经济的拉动作用历时较长,其收敛期长达30至40个月左右,而名义利率变化对股票价格的调控更为直接且收敛期较短,体现出当前我国实体经济周期与金融资产价格周期间不协调的特征,这就解释了为什么2015年我国股票市场繁荣而实体经济不振的现象。因此,我们仍应理性看待现阶段的实体经济下行风险,这并不意味着货币政策的良性指引功能已经失效,而是因为实体经济对政策调整的反应通常具有一定的时滞。我国央行在今后政策调控中应注重逐渐强化价格型工具的传导机制,疏通货币政策向实体经济的传导渠道,逐步引导虚拟经济和实体经济的协调发展,从而使我们能够科学地认识新常态下的经济增速变化及货币政策传导渠道的有效性。
目前,中国资本市场运行正处于资产价格巨幅波动过后的调整阶段,系统性金融风险已基本得到控制,而股票价格水平也已逐渐回归至理性区间。然而,反思本次股灾危机背后的形成机理不难发现,其形成过程中既有金融监管缺位(融资门槛过低、做空机制不健全等)所诱发的系统性金融风险,但同样也存在着由投资者对降息政策进行过度解读而引致的非理性交易行为。因此,政府和有关部门在制定经济政策时要突破以往传统的政策调整模式,更加强调政策调控的事前疏导,更加注重政策力度的适度紧松,同时还要更加关注政策实施后经济系统中各变量的再平衡过程,切实做到引导公众树立正确的投资理念,充分发挥虚拟经济服务于实体经济的基本职能,进而从根本上缓和经济下行风险,维护资本市场的基本稳定,从而促进虚拟经济与实体经济的长期协调发展。
[] | 陈继勇、袁威、肖卫国, 2013, “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》, 第 11 期, 第 43–55 页。DOI:10.3969/j.issn.1002-5863.2013.11.020 |
[] | 陈守东、易晓溦、刘洋, 2014, “货币供给、通货膨胀与产出波动的动态效应研究:1992-2013”, 《南方经济》, 第 2 期, 第 24–41 页。 |
[] | 楚尔鸣、许先普, 2013, “消费习惯偏好、政府支出扩张与产出效应”, 《财贸经济》, 第 8 期, 第 27–37 页。 |
[] | 崔百胜、丁宇峰, 2016, “股价波动、社会福利与货币政策制定——基于中国DSGE模型的模拟分析”, 《财经研究》, 第 1 期, 第 93–102 页。 |
[] | 郭田勇, 2006, “资产价格、通货膨胀与中国货币政策体系的完善”, 《金融研究》, 第 10 期, 第 23–35 页。DOI:10.3969/j.issn.1006-169X.2006.10.006 |
[] | 胡永刚、郭长林, 2013, “财政政策规则、预期与居民消费——基于经济波动的视角”, 《经济研究》, 第 3 期, 第 96–107 页。 |
[] | 黄昌利、尚友芳, 2013, “资产价格波动对中国货币政策的影响——基于前瞻性泰勒规则的实证研究”, 《宏观经济研究》, 第 1 期, 第 3–10 页。 |
[] | 康立、龚六堂, 2014, “金融摩擦、银行净资产与国际经济危机传导——基于多部门DSGE模型分析”, 《经济研究》, 第 5 期, 第 147–159 页。 |
[] | 李春吉、孟晓宏, 2006, “中国经济波动——基于新凯恩斯主义垄断竞争模型的分析”, 《经济研究》, 第 10 期, 第 72–82 页。 |
[] | 李成、王彬、马文涛, 2010, “资产价格、汇率波动与最优利率规则”, 《经济研究》, 第 3 期, 第 91–103 页。 |
[] | 梁斌、李庆云, 2011, “中国房地产价格波动与货币政策分析——基于贝叶斯估计的动态随机一般均衡模型”, 《经济科学》, 第 3 期, 第 17–32 页。 |
[] | 刘金全、刘达禹、张达平, 2015, “资产价格错位与货币政策调控:理论分析与政策模拟”, 《经济学动态》, 第 7 期, 第 50–60 页。 |
[] | 苗文龙, 2010, “货币政策是否应关注资产价格——基于货币稳定的视角”, 《当代财经》, 第 7 期, 第 51–62 页。 |
[] | 齐红倩、席旭文, 2015, “资产价格具有通货膨胀指示作用吗——基于LT-TVP-VAR模型的实证研究”, 《南方经济》, 第 10 期, 第 33–48 页。 DOI:10.3969/j.issn.1000-6249.2015.10.003 |
[] | 唐齐鸣、熊洁敏, 2009, “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》, 第 11 期, 第 104–115 页。 |
[] | 王佳、王文周、张金水, 2013, “部门冲击和整体冲击的经济影响分析——基于改进的中国7部门DSGE模型的数值模拟”, 《中国管理科学》, 第 5 期, 第 15–22 页。 |
[] | 王国刚, 2012, “中国货币政策调控工具的操作机理:2001-2010”, 《中国社会科学》, 第 4 期, 第 62–82 页。 |
[] | 伍戈, 2007, “货币政策与资产价格:经典理论、美联储实践及现实思考”, 《南开经济研究》, 第 4 期, 第 90–105 页。 |
[] | 吴培新, 2011, “以货币政策和宏观审慎监管应对资产价格泡沫”, 《国际金融研究》, 第 5 期, 第 4–12 页。 |
[] | 肖洋、倪玉娟、方舟, 2012, “股票价格、实体经济与货币政策研究——基于我国1997-2011年的经验证据”, 《经济评论》, 第 2 期, 第 97–104 页。 |
[] | 邢天才、田蕊, 2010, “开放经济条件下我国资产价格与货币政策目标关系的实证分析”, 《国际金融研究》, 第 12 期, 第 4–12 页。 |
[] | 谢绵陛, 2013, “财富效应、经济稳定与货币政策选择——基于中国DSGE模型的实证研究”, 《南方经济》, 第 6 期, 第 35–48 页。 |
[] | 易纲、王召, 2002, “货币政策与金融资产价格”, 《经济研究》, 第 3 期, 第 13–20 页。 |
[] | 岳超云、牛霖琳, 2014, “中国货币政策规则的估计与比较”, 《数量经济技术经济研究》, 第 3 期, 第 119–133 页。 |
[] | 瞿强, 2001, “资产价格与货币政策”, 《经济研究》, 第 7 期, 第 60–67 页。 |
[] | 朱孟楠、刘林, 2010, “资产价格、汇率与最优货币政策——理论分析与实证研究”, 《数量经济研究》, 第 00 期, 第 23–45 页。 |
[] | 张小宇、刘金全, 2013, “规则型货币政策与经济周期的非线性关联机制研究”, 《世界经济》, 第 11 期, 第 13–26 页。 |
[] | 张敏锋、王文强, 2014, “基于DSGE模型的我国宏观审慎政策规则有效性研究——以贷款价值比为视角”, 《上海金融》, 第 3 期, 第 68–72 页。 |
[] | 赵进文、高辉, 2009, “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》, 第 2 期, 第 98–114 页。 |
[] | 周晖, 2010, “货币政策、股票资产价格与经济增长”, 《金融研究》, 第 2 期, 第 91–101 页。 |
[] | Alan G.Ahearne, John Ammer, Brian M. Doyle and Linda S. Kole and Robert F, 2005, "Martin. Monetary Policy and House Prices: A Cross-Country Study". Social Science Electronic Publishing, 49, 65–78. |
[] | Castro V, 2008, "Are Central Banks Following a Linear or Nonlinear (Augmented) Taylor Rule?", NIPE-Universidade do Minho. |
[] | Ida D, 2011, "Monetary Policy and Asset Prices in an Open Economy". North American Journal of Economics & Finance, 22(2), 102–117. |