徐 妍 鄭冠群 沈 悅

在中國最近十余年的高速發(fā)展中，房地產(chǎn)市場表現(xiàn)出了三個重要特征：價格增速迅猛、投資急劇擴大、金融依賴顯著增強。這三個特征既總結(jié)了房地產(chǎn)市場發(fā)展的態(tài)勢，肯定了房地產(chǎn)市場對我國經(jīng)濟高速增長的推動作用，也揭示了其對金融穩(wěn)定和經(jīng)濟增長潛力的潛在風(fēng)險。因此，無論是房地產(chǎn)價格的持續(xù)快速上漲，還是暫時回跌，都牽動著政策當(dāng)局和研究者的神經(jīng)。由于貨幣政策直接影響著經(jīng)濟增長和金融穩(wěn)定，那么一個關(guān)鍵的問題便是：房地產(chǎn)價格是否影響了貨幣政策？換言之，中央銀行在制定貨幣政策時是否會將房地產(chǎn)價格納入政策規(guī)則方程？

迄今為止，對于是否將資產(chǎn)價格納入貨幣政策規(guī)則在全球范圍內(nèi)尚未形成定論。諸多爭論中最有影響力的是Bernanke 和Gertler(2001)“盯住通脹”的觀點，他們認(rèn)為只要資產(chǎn)價格波動無關(guān)通貨膨脹，就不需要對其反應(yīng)，僅關(guān)注通脹目標(biāo)就能夠?qū)崿F(xiàn)更好的通脹和產(chǎn)出穩(wěn)定，而直接針對資產(chǎn)價格泡沫的貨幣政策會導(dǎo)致更大的經(jīng)濟波動。這一觀點成為了大多數(shù)國家中央銀行制定貨幣政策的依據(jù)。不同的觀點認(rèn)為，資產(chǎn)價格是核心通脹率的先行指標(biāo)，貨幣當(dāng)局在進(jìn)行政策調(diào)控時也應(yīng)當(dāng)將資產(chǎn)價格納入考慮(Cecchetti，2008；Hordahl 和Packer，2006)，并且從金融穩(wěn)定的角度來看，一個具有良好前瞻性的中央銀行應(yīng)當(dāng)關(guān)注資產(chǎn)價格泡沫和金融不平衡的長期后果，不能單一地追求貨幣穩(wěn)定(Bean，2003)。

在這種懸而未決的爭論下，盡管各國中央銀行對外宣稱的貨幣政策調(diào)控目標(biāo)中大都不明確涉及資產(chǎn)價格(例如前美聯(lián)儲主席伯南克指出“美聯(lián)儲應(yīng)當(dāng)以宏觀經(jīng)濟為貨幣政策調(diào)控目標(biāo)，而不是資產(chǎn)價格”①Ben Bernanke(2002)：(http：//www.federalreserve.gov/boarddocs/speeches/2002/20021015/default.htm)。，前英格蘭銀行行長默文·金提出“盡管對資產(chǎn)價格的擔(dān)憂是有理由的，但是這一問題可以在現(xiàn)行的貨幣政策目標(biāo)框架下解禁”②Mervyn King(2002)：(http：//www.bis.org/review/r021126c.pdf)。，以及中國人民銀行制定的“保持貨幣幣值的穩(wěn)定，并以此促進(jìn)經(jīng)濟增長”的貨幣政策目標(biāo))，研究者們?nèi)匀粡慕?jīng)驗數(shù)據(jù)中尋找到了貨幣政策針對資產(chǎn)價格調(diào)整的證據(jù)。Rigobon 和Sack(2003)發(fā)現(xiàn)，當(dāng)標(biāo)準(zhǔn)普爾500 指數(shù)每提高5%,,時，美聯(lián)儲提高利率25個基點的概率會提高1.5 倍。類似的，D′Agostino 等(2005)發(fā)現(xiàn)當(dāng)股票價格指數(shù)波動較大時，美聯(lián)儲的貨幣政策操作往往更強烈。Finocchiaro 和Heideken(2013)通過構(gòu)建和估計動態(tài)隨機一般均衡模型，發(fā)現(xiàn)美國、英國和日本的利率政策都會受到房地產(chǎn)價格的影響。在國內(nèi)，趙進(jìn)文和高輝(2009)利用金融危機之前的季度數(shù)據(jù)驗證了股指和房價對央行利率政策的影響，他們發(fā)現(xiàn)，股指對利率的影響較小，但房價對貨幣政策利率的影響十分顯著，甚至超過了產(chǎn)出缺口對利率的影響。肖爭艷和彭博(2011)利用動態(tài)隨機一般均衡模型數(shù)值模擬的方法研究房價是否影響貨幣政策，他們認(rèn)為，央行在2003 年至2010 年的貨幣政策調(diào)控中已經(jīng)將房價納入了理論規(guī)則中。李強(2009)通過FCI 指數(shù)的編制肯定了房地產(chǎn)價格對貨幣政策應(yīng)有的影響，但他采用SVAR 方法沒有得到貨幣供應(yīng)量對房價直接反應(yīng)的證據(jù)。

總的來看，是否應(yīng)該將資產(chǎn)價格(特別是房地產(chǎn)價格)納入中央銀行貨幣政策規(guī)則的理論爭執(zhí)還在繼續(xù)，經(jīng)驗研究的結(jié)論也莫衷一是?；诖耍疚膰L試?yán)眯聞P恩斯動態(tài)隨機一般均衡(NK-DSGE)模型來進(jìn)一步驗證我國房地產(chǎn)價格是否進(jìn)入了中央銀行的利率政策和貨幣供應(yīng)量政策規(guī)則。我們在Iacoviello(2005)、Iacoviello 和Neri(2010)的基礎(chǔ)上構(gòu)建一個NK-DSGE 模型，刻畫了房地產(chǎn)和信貸在宏觀經(jīng)濟動態(tài)調(diào)整中的關(guān)鍵作用，并利用修正的泰勒規(guī)則和麥克勒姆規(guī)則將房地產(chǎn)價格納入中央銀行的貨幣政策目標(biāo)。利用中國1992 年至2014 年的經(jīng)驗數(shù)據(jù)，選用貝葉斯方法估計這一結(jié)構(gòu)模型，我們發(fā)現(xiàn)，將房地產(chǎn)價格納入貨幣政策方程的NK-DSGE 模型能夠更好地刻畫我國關(guān)鍵宏觀經(jīng)濟變量的波動特征，為房地產(chǎn)價格影響我國基準(zhǔn)利率和貨幣供應(yīng)量提供了新的證據(jù)。

與已有的研究不同，本文的貢獻(xiàn)主要體現(xiàn)在兩個方面：(1)以往的研究手段以非結(jié)構(gòu)性計量模型為主，而本文采用的NK-DSGE 屬于結(jié)構(gòu)宏觀模型。在非結(jié)構(gòu)性計量模型中，單一貨幣政策方程迭代GMM 模型和聯(lián)立方差FIML-VAR 模型相對而言具備較好的性質(zhì)。GMM 以工具變量克服滯后因變量的內(nèi)生性問題，連續(xù)迭代提高了估計的準(zhǔn)確性，但是結(jié)果的可靠性嚴(yán)重依賴于工具變量的相關(guān)性和外生性，且單一方程估計忽略了變量間的內(nèi)在結(jié)構(gòu)邏輯，在對其結(jié)果進(jìn)行深入解讀時需要格外謹(jǐn)慎。FIMLVAR 模型使用聯(lián)立方程估計方法來緩解內(nèi)生性的影響，通過一套獨立的方程系統(tǒng)“先驗”地刻畫貨幣政策方程中內(nèi)生變量的動態(tài)特征，然后再考察這些重要自變量對貨幣政策工具的影響，但是這一方法對VAR 的滯后期和樣本容量的依賴性很強。本文采用的NK-DSGE 模型能夠刻畫宏觀經(jīng)濟變量間的內(nèi)在結(jié)構(gòu)邏輯，且貝葉斯估計也具有更好的小樣本性質(zhì)。(2) 國內(nèi)研究者對貨幣政策的考察主要集中于利率政策，而忽略了資產(chǎn)價格對貨幣供應(yīng)量政策工具的影響，而事實上數(shù)量型工具和價格型工具在中央銀行貨幣政策操作中均發(fā)揮著重要作用，特別是在尚未完成利率市場化改革的中國，貨幣供應(yīng)量調(diào)整長期占據(jù)主導(dǎo)地位。本文將泰勒規(guī)則和麥克勒姆規(guī)則同時納入模型，能夠更為全面地分析資產(chǎn)價格對貨幣政策規(guī)則的影響。

一、新凱恩斯動態(tài)隨機一般均衡模型模型的構(gòu)建

模型沿用了Iacoviello(2005)的經(jīng)典設(shè)定，假定經(jīng)濟中包括企業(yè)家、耐心型家戶以及無耐心型家戶三類主體，其中耐心型家戶的效用跨期折現(xiàn)比例更低。企業(yè)家利用一般資本、房地產(chǎn)資本以及家戶提供的勞動來生產(chǎn)同質(zhì)的中間產(chǎn)品，并消費最終產(chǎn)品。家戶消費最終產(chǎn)品，持有房地產(chǎn)和貨幣，并向企業(yè)家提供勞動以獲得報酬。除此之外，市場上還存在零售商和中央銀行，前者將中間產(chǎn)品加工為最終產(chǎn)品出售給企業(yè)家和家戶，后者按照麥克勒姆規(guī)則和泰勒規(guī)則調(diào)整貨幣供給量和基準(zhǔn)利率。模型的基本邏輯是，通過引入市場主體間的名義信貸和房地產(chǎn)的抵押效應(yīng)來刻畫房地產(chǎn)資產(chǎn)價格在宏觀經(jīng)濟波動中的關(guān)鍵作用，從而進(jìn)一步地考察中央銀行針對房地產(chǎn)資產(chǎn)價格的貨幣政策的調(diào)控效應(yīng)。

(一)耐心型家戶

耐心型家戶從最終品的消費、閑暇、擁有的房地產(chǎn)和實際貨幣余額中獲得效用，其畢生效用的目標(biāo)函數(shù)為：

其中，E0為期望算子，β ∈ (0, 1)為效用折現(xiàn)系數(shù)，、L 't和分別表示耐心型家戶在t 期的最終產(chǎn)品消費、持有的房地產(chǎn)、付出的勞動，以及持有的實際貨幣余額，χ 和η 分別是貨幣權(quán)重和勞動負(fù)效用參數(shù)。注意，j 't是耐心型家戶的房地產(chǎn)權(quán)重，刻畫了房地產(chǎn)對于耐心型家戶效用的邊際貢獻(xiàn)，直接影響耐心型家戶的房地產(chǎn)需求。因此，來自的沖擊可以作為房地產(chǎn)需求和價格沖擊的替代變量。

我們定義 qt≡ Qt/ Pt為實際房地產(chǎn)價格，wt≡ Wt/ Pt為實際工資，為耐心型家戶實際借款余額(表示貸出余額)， tR 為 t-1 到t 期的名義利率，Δ 為一階差分算子，那么耐心型家戶的資金流約束可以表示為：

相比于耐心型家戶，無耐心家戶對未來效用的折現(xiàn)更大，即 β ''t＜ βt。同樣的，這類家戶主體選擇最終產(chǎn)品消費 c ''t、持有房地產(chǎn) h ''t、勞動 L ''t以及實際貨幣余額，最大化以下效用目標(biāo)：

(二)無耐心家戶

由于無耐心家戶和耐心型家戶面臨的房地產(chǎn)需求或價格沖擊可能是一致的，例如來自房產(chǎn)稅的沖擊對兩類家戶并無差異，這里不妨假設(shè)無耐心家戶和耐心型家戶的房地產(chǎn)權(quán)重相同，j 't= j''t，并不影響模型的主要結(jié)果。根據(jù)Kiyotaki 和Moore(1997)及Iacoviello(2005)，我們對無耐心家戶的借貸能力施加約束。假設(shè)當(dāng)無耐心家戶拒絕償還借款時，貸款人可以一定交易成本(1 - mh) Et( qt+1ht)獲得借款人的用作抵押的房地產(chǎn)資產(chǎn)，因此，無耐心家戶可獲得的最大貸款量不超過 mhEt( Qt+1ht/ Rt)。由上，無耐心家戶面對的資金流約束和借貸約束分別為：

其中，mh為定義 λ ''t為t 期借貸約束的影子價格，即借貸 Rt資金可增加的畢生效用，那么無耐心家戶關(guān)于消費、勞動、房地產(chǎn)和實際貨幣余額的一階條件表示如下：

從耐心型家戶消費的歐拉方程我們能夠得到，在穩(wěn)態(tài)時滿足 R= 1/β。進(jìn)一步，由無 耐 心家戶消費的 歐 拉 方程在穩(wěn)態(tài)的 表 達(dá) 式可得到 λ ''t= (β - β' ')/c。根 據(jù) 假設(shè)β ''t＜ βt易知 λ '' ＞ 0，因此由庫恩塔克條件可知，借貸約束須滿足等式條件，即在穩(wěn)態(tài)附近無耐心家戶的借貸約束總是緊的：

(三)企業(yè)家

假設(shè)企業(yè)家的生產(chǎn)技術(shù)服從規(guī)模報酬不變的科布道格拉斯函數(shù)，其生產(chǎn)要素包括一般資本K、房地產(chǎn)資本h 以及來自家戶提供的勞動 L '和 L''。企業(yè)家生產(chǎn)的中間產(chǎn)品以價格 Pw出售給零售商。由于最終產(chǎn)品平均價格為P，我們定義 X ≡ P / Pw為價格加成比(markup ratio)。企業(yè)家的目標(biāo)函數(shù)表述如下：

企業(yè)家面臨的約束包括：

式中，所有變量均為實際值，γ 為企業(yè)家效用的折現(xiàn)系數(shù)，滿足γ ＜β ，em 為企業(yè)家房地產(chǎn)的變現(xiàn)能力，其定義類似于無耐心家戶，I 為投資，資本調(diào)整成本 ξk,t的表達(dá)式如下：

類似的，由于γ ＜β ，在穩(wěn)態(tài)附近企業(yè)家面臨的借貸約束也是緊的。定義 tλ 為企業(yè)家借貸約束的影子價格，企業(yè)家關(guān)于消費、資本需求、房地產(chǎn)需求、勞動力需求的一階條件為：

(四)零售商

零售商部門的安排借鑒Bernanke 等(1999)，引入了名義價格粘性。假設(shè)零售商構(gòu)成測度為1 的連續(xù)統(tǒng)，分別以z 來標(biāo)記。零售商以價格wP 從完全競爭的市場買入中間產(chǎn)品，并以零成本“加工”(分裝)為最終產(chǎn)品 Yt(z)，以價格 Pt(z )在壟斷競爭的最終產(chǎn)品市場上出售。最終產(chǎn)品以CES 函數(shù)形式加總，因此最終產(chǎn)出指數(shù) Ytf、平均價格指數(shù)Pt和各零售商面臨的需求函數(shù)分別為：

給定上述需求函數(shù)，各零售商可自主選擇零售價格 Pt(z )。假設(shè)每個零售商在時期t 內(nèi)僅能以概率1 -θ 制定新的價格。定義為零售商z 期設(shè)定的新價格，那么最優(yōu)的需滿足：

其中，Λt,i= β ( c 't/ c't+i)，X = ε / (ε - 1)是穩(wěn)態(tài)時的價格加成比。由于θ 比例的零售商沒有改變價格，t 期總的價格水平為：

如前所述，零售商利潤 Ft= (1 - 1/ Xt)Yt在期末一次性支付給耐心型家戶。

(五)中央銀行

中央銀行按照泰勒規(guī)則制定基準(zhǔn)利率，按照麥克勒姆規(guī)則制定基礎(chǔ)貨幣供應(yīng)量：

其中，Yt-1/Y 為產(chǎn)出缺口，為房地產(chǎn)價格的通脹率，eR,t和 em,t分別為貨幣政策的利率沖擊和貨幣供應(yīng)量沖擊。當(dāng)參數(shù) rq和 λq等于零時，上述貨幣政策規(guī)則為經(jīng)典的泰勒規(guī)則和麥克勒姆規(guī)則；而 rq和 λq大于零意味著，中央銀行在制定基準(zhǔn)利率和貨幣供應(yīng)量時會針對房地產(chǎn)價格波動做出反應(yīng)。

(六)市場均衡

在此基礎(chǔ)上，我們引入五種結(jié)構(gòu)沖擊：技術(shù)沖擊、房地產(chǎn)偏好沖擊、通貨膨脹沖擊、利率沖擊和貨幣供應(yīng)量沖擊，前三種沖擊均服從一階自回歸形式。利用上述條件，我們對模型進(jìn)行對數(shù)線性化后得到以下差分方程系統(tǒng)(^表示對平衡增長路徑的偏離比例)：

1. 總需求方程

2. 房地產(chǎn)市場方程

3. 借貸約束方程

4. 貨幣需求方程

5. 總供給方程

6. 狀態(tài)變量和資金約束方程

7. 貨幣政策方程

8. 結(jié)構(gòu)沖擊方程

二、貝葉斯估計與模型比較

(一)貝葉斯估計

貝葉斯估計中使用的變量包括：實際產(chǎn)出、實際投資、通貨膨脹率、名義利率和實際貨幣供應(yīng)量，樣本區(qū)間為1992 年1 季度到2014 年3 季度，采樣頻率為季度數(shù)據(jù)。數(shù)據(jù)處理過程如下：(1)利用居民消費價格指數(shù)(CPI)的環(huán)比和同比月度數(shù)據(jù)計算以1992年1 月為基期的定基月度通脹率，將之轉(zhuǎn)化至季度定基數(shù)據(jù)和環(huán)比數(shù)據(jù)，對環(huán)比數(shù)據(jù)取自然對數(shù)作為通脹率π 的備用數(shù)據(jù)；(2)利用X12 方法對季度國內(nèi)生產(chǎn)總值和固定資產(chǎn)投資額去除季節(jié)效應(yīng)，利用定基通貨膨脹率計算實際產(chǎn)出和實際投資，取自然對數(shù)后利用單邊Hodrick-Prescott 濾波方法①利用雙邊濾波(如H-P filter 和Baxter-King filter)處理數(shù)據(jù)時，會利用數(shù)據(jù)的未來實現(xiàn)值構(gòu)造平滑序列，這違背了DSGE 模型中狀態(tài)空間系統(tǒng)回溯(backward-looking)結(jié)構(gòu)的基本特征，因此這類濾波不適宜用于數(shù)據(jù)的預(yù)處理。出于這種考慮，基于backward-looking 的單邊HP 濾波是更好的選擇(Stock 和Watson，1999)。剔除掉趨勢部分，獲得實際產(chǎn)出Y 和實際投資I 的備用數(shù)據(jù)；(3)利用銀行間同業(yè)拆借7 天年化利率換算為季度利率②銀行同業(yè)間拆借市場是我國目前市場化程度最高的市場之一(另一個市場化程度較高的是債券回購市場)，其中7 天期銀行同業(yè)拆借比例較高，且走勢比較平穩(wěn)(劉志明，2006)，利率水平可以較好地體現(xiàn)資金的真實價格，適合作為名義利率的代理變量(劉金全和張小宇，2012)。將年化利率轉(zhuǎn)化為季度利率的公式為：/(4*100)。，取自然對數(shù)作為名義利率R 的備用數(shù)據(jù)；(4)利用狹義貨幣供給量(M0)數(shù)據(jù)計算各季度貨幣供應(yīng)量余額，利用定基通貨膨脹率計算實際貨幣余額，隨后取自然對數(shù)并利用單邊Hodrick-Prescott 濾波方法剔除掉趨勢部分，獲得實際貨幣供應(yīng)量m 的備用數(shù)據(jù)。

模型中共涉及32 個自由參數(shù)，其中7 個參數(shù)利用已有研究文獻(xiàn)校準(zhǔn)如下。無耐心家戶和企業(yè)家的效用折現(xiàn)系數(shù)分別為：β ''= 0.97，γ = 0.98(Iacoviello，2005；Iacoviello和Neri，2010；Finocchiaro 和Heideken，2013)。耐心型家戶的效用折現(xiàn)系數(shù) β= 0.9 9，對應(yīng)著穩(wěn)態(tài)時1%,,的季度名義利率和4%,,的年化名義利率，這與我國實際情況基本一致。效用折現(xiàn)系數(shù)滿足γ ＜ β、β ''＜ β，體現(xiàn)了耐心型家戶的特征。對于資本折舊系數(shù)的取值，許志偉等(2010)定為0.05，許偉和陳斌開(2009)、李成等(2010)設(shè)定為0.025，薛鶴翔(2010)設(shè)定為0.04。本文將季度資本折舊系數(shù)校準(zhǔn)為 δ= 0.03，意味著資本年折舊比例約為12%,,。ε 校準(zhǔn)為21，使得穩(wěn)態(tài)時零售商的價格加成比滿足 X=1.05 。房地產(chǎn)偏好系數(shù)j 依據(jù)Iacoviello(2005)校準(zhǔn)為0.1。對于耐心型家戶比例系數(shù)，F(xiàn)inocchiaro和Heideken(2013)利用美國數(shù)據(jù)估計為0.42，英國為0.48。由于耐心型家戶在模型中扮演者儲蓄戶的角色，我國居民擁有更強的儲蓄傾向，這里將其校準(zhǔn)為 α =0.64。

表1 列示了其余25 個變量的先驗分布，先驗分布均值的選擇參考了已有文獻(xiàn)研究成果。由于貝葉斯估計對于待估參數(shù)的先驗分布假設(shè)比較敏感，這里我們設(shè)定了較為寬松的標(biāo)準(zhǔn)差，以獲得更大的初始取值范圍。

在上述對數(shù)線性化模型、參數(shù)校準(zhǔn)值以及先驗分布的假設(shè)基礎(chǔ)上，本節(jié)運用馬爾科夫鏈蒙特卡羅(Markov Chain Monte Carlo，MCMC)模擬算法來獲得DSGE 模型參數(shù)貝葉斯估計值，執(zhí)行Metropolis-Hastings 算法10 萬次來檢驗收斂性。兩條馬爾科夫鏈的接收比分別為28.13%,,和27.13%,,，符合文獻(xiàn)中要求接收比1/4 到1/3 之間的經(jīng)驗規(guī)則。參數(shù)的后驗分布呈現(xiàn)出近似正態(tài)分布的形態(tài)，與先驗分布并無較大差異，利用數(shù)值最大化算法得到的后驗核(posterior kernel)與后驗分布眾數(shù)(posterior distribution mode)較為接近①囿于篇幅所限，此處沒有匯報估計過程，有興趣的讀者可掃描到本文二維碼官網(wǎng)查看本文附錄。。因此，我們認(rèn)為上述DSGE 模型的貝葉斯估計結(jié)果是較為可靠的。

表1 DSGE模型參數(shù)的貝葉斯估計結(jié)果

表1 的后半部分匯報了施加約束( rq= 0、λq= 0)和無約束模型參數(shù)貝葉斯估計均值和5%,,至95%,,置信區(qū)間。在受約束模型中，中央銀行貨幣政策不針對房地產(chǎn)價格進(jìn)行調(diào)整，無論是基準(zhǔn)利率還是貨幣供應(yīng)量均表現(xiàn)出針對產(chǎn)出缺口和通貨膨脹的動態(tài)調(diào)整特征。相比于貨幣供應(yīng)量而言，基準(zhǔn)利率調(diào)整更平滑(兩者的平滑系數(shù)分別0.949,8和0.698,9)。對于通貨膨脹，中央銀行基準(zhǔn)利率的調(diào)整幅度要大于貨幣供應(yīng)量調(diào)整( rπ= 1.1 855，λπ= 0.3051)；而對于產(chǎn)出波動，貨幣供應(yīng)量調(diào)整的力度要大于利率調(diào)整( ry= 0.7 802，λy= 0.9873)。在無約束模型中，這一特征也同樣得到了體現(xiàn)。除此之外，我們觀察到在貨幣政策方程中加入房地產(chǎn)價格后，無論是基準(zhǔn)利率還是貨幣供應(yīng)量對于產(chǎn)出缺口和通脹的反應(yīng)強度都有所下降(rπ從1.185,5下降到1.170,0，ry從0.780,2 下降到0.631,2，λπ從0.305,1下降到0.267,2 λy，從0.987,3 下降到0.788,5)，而房地產(chǎn)價格表現(xiàn)出了顯著影響基準(zhǔn)利率和貨幣供應(yīng)量的特征，基準(zhǔn)利率對房地產(chǎn)價格的反應(yīng)強度大于貨幣供應(yīng)量對房價的反應(yīng)強度( rq= 0.3 286，λq= 0.1 807)。從上述估計結(jié)果來看，房地產(chǎn)價格對于中央銀行貨幣政策的影響絕非微不足道，房地產(chǎn)價格對基準(zhǔn)利率的影響超過了通脹對利率影響的1/4，對貨幣供應(yīng)量的影響超過了通脹對利率影響的1/2。

(二)模型比較

為了進(jìn)一步驗證中央銀行在制定貨幣政策時是否對房地產(chǎn)價格做出反應(yīng)，我們對受約束模型和無約束模型進(jìn)行比較。表2 的第二列匯報了兩個模型在貝葉斯估計中得到的對數(shù)邊際密度(logged marginal density)：當(dāng) rq= 0、λq= 0時，模型的對數(shù)邊際密度為1,223.453,7，當(dāng) rq＞ 0、λq＞ 0時，模型的對數(shù)邊際密度為1,235.964,6，后者比前者大12.493,2，意味著從數(shù)據(jù)擬合的角度來看，無約束模型占優(yōu)于受約束模型。

利用對數(shù)邊際密度，依照以下公式計算模型的后驗概率：

其中，P st .pA 和 Pst .pB 分別代表受約束模型和無約束模型的后驗概率，pA 和pB表示兩個模型的先驗概率，mdA 和mdB 表示模型的對數(shù)邊際密度。表2 列示了兩模型的先驗概率分別為0.1∶0.9、0.3∶0.7、0.5∶0.5、0.7∶0.3 以及0.9∶0.1 時的后驗概率。顯然，在上述各種先驗概率設(shè)定下，無約束模型( rq＞ 0、λq＞ 0)的后驗概率近似于1，而受約束模型( rq= 0、λq= 0)的后驗概率均接近于0。因此我們有理由認(rèn)為，從現(xiàn)實數(shù)據(jù)的角度來看無約束模型更加合理，即我國中央銀行的基準(zhǔn)利率和貨幣供應(yīng)量調(diào)整的確對房地產(chǎn)價格作出了反應(yīng)。

表2 模型的后驗概率比較

(三)模型的沖擊響應(yīng)特征

在無約束模型的基礎(chǔ)上，我們計算了觀測變量針對外生結(jié)構(gòu)沖擊的響應(yīng)函數(shù)的后驗分布，有助于進(jìn)一步認(rèn)識模型所揭示的動態(tài)調(diào)整過程。外生結(jié)構(gòu)沖擊包括：技術(shù)沖擊、房地產(chǎn)沖擊、通脹沖擊、利率沖擊以及貨幣供應(yīng)量沖擊。圖1 描繪了40 個季度內(nèi)觀測變量脈沖響應(yīng)函數(shù)的后驗均值和90%,,的置信區(qū)間，各變量的動態(tài)調(diào)整具有較好的平穩(wěn)性和收斂性。

在1 個標(biāo)準(zhǔn)差的正向技術(shù)沖擊下，實際產(chǎn)出和實際投資明顯擴大。由于投資在技術(shù)沖擊下可能出現(xiàn)過度反應(yīng)，對此，中央銀行的逆周期調(diào)整使得基準(zhǔn)利率和貨幣供應(yīng)量在隨后的2 個季度里相對于均衡水平分別升高和收緊。貨幣供應(yīng)量隨后逐漸增加，在約15 個季度后回歸均衡水平。在此期間由于貨幣供應(yīng)量的減少，利率在沖擊后的第2 至第8 個季度還存在緩慢上升的趨勢，這導(dǎo)致投資活動減少并對前期的過度投資進(jìn)行反向修正。投資在20 個季度以前甚至出現(xiàn)低于均衡水平的情況，投資資金需求的降低使得利率開始下降，在這個過程中，投資、實際產(chǎn)出、通脹率以及貨幣供應(yīng)量對均衡增長路徑的偏離越來越小，最終在30 個季度左右回歸到均衡增長路徑。利率回歸的速度相對較慢，這主要是由泰勒規(guī)則中的平滑系數(shù)較大所導(dǎo)致的。

圖1 主要觀測變量的貝葉斯沖擊響應(yīng)

在1 個標(biāo)準(zhǔn)差的通貨膨脹沖擊下，投資進(jìn)行了快速響應(yīng)。針對物價上漲，中央銀行根據(jù)泰勒規(guī)則和麥克勒姆規(guī)則提高基準(zhǔn)利率和縮減貨幣供應(yīng)量，利率和貨幣供應(yīng)量大約在沖擊后的第3 個季度分別達(dá)到最高和最小水平。通貨膨脹在貨幣政策的調(diào)控下降至較低水平，并在40 個季度內(nèi)持續(xù)向均衡水平回歸。投資受緊縮貨幣政策的影響在沖擊后的第1 至10 個季度內(nèi)逐步下降，之后伴隨著利率的降低和貨幣供應(yīng)量的增加又逐步回歸到均衡增長路徑上。由于這里的通脹沖擊的大小僅僅是偏離均衡通脹水平的一個標(biāo)準(zhǔn)差大小(平均通貨膨脹率1.71%,,)，屬于十分溫和的通脹，因而并未表現(xiàn)對經(jīng)濟造成災(zāi)難性的損害。相反，正如經(jīng)典經(jīng)濟理論中所揭示的一樣，溫和的通脹一定程度上提升了經(jīng)濟的產(chǎn)出。

圖1 最后兩行揭示了貨幣政策沖擊對宏觀經(jīng)濟的影響，基本與理論預(yù)期相符。一個標(biāo)準(zhǔn)差的正向利率沖擊下，投資在2 個季度內(nèi)迅速減少，相應(yīng)的物價水平迅速上升。隨后依據(jù)泰勒規(guī)則和麥克勒姆規(guī)則的中央銀行貨幣政策會進(jìn)行調(diào)整，使通貨膨脹率下降到均衡水平。泰勒規(guī)則的平滑系數(shù)較大，基準(zhǔn)利率調(diào)整速度較慢，投資和實際產(chǎn)出在40 個季度內(nèi)緩慢地回歸平滑增長路徑。利率的意外提高對實體經(jīng)濟造成了損害。在1個標(biāo)準(zhǔn)差的正向貨幣沖擊下，由于貨幣幻覺對消費需求的提升，實際產(chǎn)出在沖擊后的一個季度達(dá)到了高點，同時通貨膨脹率也顯著上升。隨后，中央銀行依據(jù)泰勒規(guī)則和麥科勒姆規(guī)則對產(chǎn)出和通脹做出反應(yīng)，向上調(diào)整基準(zhǔn)利率并減少貨幣供給。在沖擊后的第2 個季度，投資受緊縮的貨幣政策影響出現(xiàn)較大幅度的下滑，產(chǎn)出水平也隨之下降。隨這利率逐漸下調(diào)至均衡水平，投資和實際產(chǎn)出也逐漸回歸到平滑增長路徑。

重點關(guān)注房地產(chǎn)沖擊對宏觀經(jīng)濟變量的影響。來自房地產(chǎn)資產(chǎn)權(quán)重j 的沖擊直接影響房地產(chǎn)需求和價格，因此可以視為房地產(chǎn)價格的沖擊。在1 個標(biāo)準(zhǔn)差正向房地產(chǎn)沖擊下，各宏觀經(jīng)濟變量的響應(yīng)形態(tài)與通脹沖擊后的響應(yīng)形態(tài)相似。沖擊發(fā)生后，房地產(chǎn)價格上漲提高了可抵押資產(chǎn)價值，投資也隨之增加。中央銀行依據(jù)貨幣政策規(guī)則對房價進(jìn)行調(diào)控，貨幣供應(yīng)量在第3 個季度緊縮到最低水平，基準(zhǔn)利率在第7 個季度達(dá)到最高，隨后基準(zhǔn)利率和貨幣供應(yīng)量逐漸回歸到均衡水平。相應(yīng)的，在緊縮的貨幣政策下，通貨膨脹率在沖擊發(fā)生后的短期內(nèi)出現(xiàn)小幅上揚，隨后也逐漸回歸到均衡水平。投資和實際產(chǎn)出在緊縮貨幣政策的調(diào)控下向平衡增長路徑調(diào)整，最終在20 個季度后回歸到平衡增長路徑上。

總的來看，無約束模型對關(guān)鍵宏觀經(jīng)濟變量動態(tài)調(diào)整過程的刻畫符合理論預(yù)期和現(xiàn)實經(jīng)驗。就我們所討論的房地產(chǎn)價格對貨幣政策規(guī)則影響的問題而言，上述結(jié)論與已有研究成果并不完全一致，例如李強(2009)利用SVAR 模型檢驗了我國2000 年至2007 年間資產(chǎn)價格對貨幣供應(yīng)量的影響，并沒有發(fā)現(xiàn)央行利用貨幣供應(yīng)量對房價和股價進(jìn)行逆向調(diào)節(jié)的證據(jù)。但是，在一些最新的研究中，國內(nèi)部分學(xué)者的研究結(jié)論與我們較為一致。梁爽(2010)利用聯(lián)立方程模型估計了資產(chǎn)價格對利率的影響，發(fā)現(xiàn)在2005年至2010 年間我國的利率調(diào)整對房價指數(shù)正向反應(yīng)。肖爭艷等(2011)利用動態(tài)隨機一般均衡模型發(fā)現(xiàn)，在我國2003 年至2010 年的貨幣政策實踐中，存在基準(zhǔn)利率對房地產(chǎn)價格缺口調(diào)整的跡象。陳繼勇等(2013)使用SVAR 模型實證檢驗了1998 年至2011 年我國資產(chǎn)價格對貨幣供應(yīng)量和信貸總量的影響，發(fā)現(xiàn)由于股價、房價反映了未來產(chǎn)出和通脹的信息，這一期間的貨幣政策實質(zhì)上對其進(jìn)行了調(diào)整。以上文獻(xiàn)利用不同方法，針對不同貨幣政策和資產(chǎn)類型進(jìn)行的檢驗基本佐證了本文的觀點，本文利用NK-DSGE 模型同時納入修正的泰勒規(guī)則和麥克勒姆規(guī)則得出的結(jié)果較好地刻畫了現(xiàn)實情形，中央銀行針對房地產(chǎn)價格調(diào)整貨幣政策的假設(shè)具有一定的合理性。

(四)模型有效性檢驗

為了進(jìn)一步客觀地評價無約束模型的實證表現(xiàn)，我們計算了模型內(nèi)生變量理論矩的后驗分布。由于貝葉斯估計過程中已經(jīng)高度擬合了模型和變量實際的一階矩，這里主要考察高階矩的擬合情況。表3 列示了以實際數(shù)據(jù)計算的觀測變量的方差和協(xié)方差、貝葉斯估計得到觀測變量理論方差和協(xié)方差，以及5%,,至95%,,的置信區(qū)間。

整體來看模型較好地捕捉了實際數(shù)據(jù)體現(xiàn)出的波動特征，絕大多數(shù)變量的方差均落在模型估計出的理論方差90%,,的置信區(qū)間內(nèi)。觀測變量間的協(xié)方差關(guān)系也得到了較好刻畫，同期變量間的正負(fù)向理論關(guān)聯(lián)與數(shù)據(jù)基本一致，且理論協(xié)方差的90%,,置信區(qū)間也基本覆蓋了實際數(shù)據(jù)計算結(jié)果。少數(shù)實際二階矩落在了理論矩的置信區(qū)間以外，不能排除數(shù)據(jù)樣本容量較小的影響。因此，總的來看，考慮了中央銀行對房地產(chǎn)價格反應(yīng)的無約束模型具有較好的實證表現(xiàn)。

表3 觀測變量的二階矩比較

三、基本結(jié)論和研究展望

我國房地產(chǎn)市場近年來表現(xiàn)出的“價格增速迅猛、投資急劇擴大、金融依賴顯著增強”特征加深了其與宏觀經(jīng)濟的聯(lián)動屬性，中央銀行貨幣政策是否對房地產(chǎn)價格進(jìn)行調(diào)控直接關(guān)乎經(jīng)濟增長和金融穩(wěn)定。為了彌補現(xiàn)有研究的缺陷和不足，本文將房地產(chǎn)價格納入修正的泰勒規(guī)則和麥克勒姆規(guī)則，通過構(gòu)建新凱恩斯動態(tài)隨機一般均衡模型，刻畫了房地產(chǎn)價格與信貸在宏觀經(jīng)濟動態(tài)調(diào)整中的關(guān)鍵作用。利用我國1992 年至2014 年的經(jīng)驗數(shù)據(jù)和貝葉斯估計方法，我們發(fā)現(xiàn)：將房地產(chǎn)價格納入貨幣政策目標(biāo)方程后，模型對關(guān)鍵宏觀變量的波動特征和沖擊響應(yīng)特征的刻畫能夠較好地符合經(jīng)濟的實際運行狀況。這意味著房地產(chǎn)價格的確顯著影響了我國中央銀行制定的基準(zhǔn)利率和貨幣供應(yīng)量。

根據(jù)這一結(jié)論，房地產(chǎn)市場對于經(jīng)濟增長和金融穩(wěn)定的影響可能遠(yuǎn)比市場所預(yù)期的更為復(fù)雜。它不僅通過直接的產(chǎn)業(yè)和信貸關(guān)聯(lián)發(fā)揮作用，而且可能通過中央銀行貨幣政策將來自房地產(chǎn)市場市場的沖擊和波動溢出到其他部門。這一結(jié)論并不能作為中央銀行是否應(yīng)該對資產(chǎn)價格進(jìn)行反應(yīng)這一長久爭論的支持或反對的論證依據(jù)，但是能夠確定的是，它對中央銀行的貨幣政策調(diào)控水平提出了更高的要求。本文的研究結(jié)論尚不能確定針對房地產(chǎn)價格調(diào)控的貨幣政策在長期來看對社會福利有何種影響，以及最優(yōu)貨幣政策規(guī)則的究竟是何種形式。在新凱恩斯動態(tài)隨機一般均衡理論框架下的針對這些問題進(jìn)行更深入的探討是我們未來研究的方向。

［1］ 陳繼勇，袁 威，肖衛(wèi)國. 流動性、資產(chǎn)價格波動的隱含信息和貨幣政策選擇——基于中國股票市場與房地產(chǎn)市場的實證分析 [J]. 經(jīng)濟研究，2013(11)：43-55.

［2］ 李 成，馬文濤，王 彬. 通貨膨脹預(yù)期，貨幣政策工具選擇與宏觀經(jīng)濟穩(wěn)定 [J]. 經(jīng)濟學(xué)季刊，2010，10(1)：51-82.

［3］ 李 強. 資產(chǎn)價格波動的政策涵義：經(jīng)驗檢驗與指數(shù)構(gòu)建 [J]. 世界經(jīng)濟，2009(10)：25-33.

［4］ 梁 爽. 中國貨幣政策與資產(chǎn)價格之間的關(guān)系研究 [J]. 經(jīng)濟科學(xué)，2010(6)：59-65.

［5］ 肖爭艷，彭 博. 住房價格與中國貨幣政策規(guī)則 [J]. 統(tǒng)計研究，2012，28(11)：40-49.

［6］ 許 偉，陳斌開. 銀行信貸與中國經(jīng)濟波動：1993-2005 [J]. 經(jīng)濟學(xué)(季刊)，2009，8(3)：969-994.

［7］ 許志偉，薛鶴翔，羅大慶. 融資約束與中國經(jīng)濟波動 [J]. 經(jīng)濟學(xué)季刊，2010(1)：83-110.

［8］ 薛鶴翔. 中國的產(chǎn)出持續(xù)性——基于剛性價格和剛性工資模型的動態(tài)分析 [J]. 經(jīng)濟學(xué)季刊，2010，9(4)：1359-1384.

［9］ 趙進(jìn)文，高 輝. 資產(chǎn)價格波動對中國貨幣政策的影響——基于 1994-2006 年季度數(shù)據(jù)的實證分析[J]. 中國社會科學(xué)，2009(2)：98-114.

［10］ Bean C. Asset Prices，F(xiàn)inancial Imbalances and Monetary Policy：Are Inflation Targets Enough?[R]. BIS Working Paper No. 140，2003.

［11］ Bernanke B S，Gertler M，Gilchrist S. The Financial Accelerator in a Quantitative Business Cycle Framework [J]. Handbook of Macroeconomics，1999(1)：1341-93.

［12］ Bernanke B S，Gertler M. Should Central Banks Respond to Movements in Asset Prices? [J].American Economic Review，2001，91(2)：253-57.

［13］ Cecchetti S G. Measuring the Macroeconomic Risks Posed by Asset Price Booms [M]. Asset Prices and Monetary Policy. University of Chicago Press，2008.

［14］ D'Agostino，Antonello，Luca Sala，Paolo Surico. The Fed and the Stock Market [R]. Econ-WPA Working Paper No. 0507001，2005.

［15］ Finocchiaro D，Heideken V Q. Do Central Banks React to House Prices? [J]. Journal of Money，Credit and Banking，2013，45(8)：1659-83.

［16］ Hordahl P，Packer F. Understanding Asset Prices：An Overview [R]. BIS Working Paper No.34，2007.

［17］ Iacoviello M. House Prices，Borrowing Constraints，and Monetary Policy in the Business Cycle[J]. American Economic Review，2005，95(3)：739-64.

［18］ Iacoviello M，Neri S. Housing Market Spillovers：Evidence from an Estimated DSGE Model[J]. American Economic Journal：Macroeconomics，2010，2(2)：125-64.

［19］ Kiyotaki N，Moore J. Credit Chains [J]. Journal of Political Economy，1997，105(21)：211-48.

［20］ Rigobon R，Sack B. Measuring the Reaction of Monetary Policy to the Stock Market [J]. The Quarterly Journal of Economics，2003，118(2)：639-69.