平 健，陳 超

(1.遼寧大學 國際關系學院，遼寧 沈陽 110136；2.遼寧政治經濟學院，遼寧 沈陽 110004；3.遼寧工業(yè)大學 經濟學院，遼寧 錦州 121001)

一、引言

制定貨幣政策遵循某種規(guī)則有助于經濟平穩(wěn)發(fā)展，然而規(guī)則本身又將是貨幣制定者面臨的新難題。近30年里主要經濟體的房地產價格波動日益加劇，進而導致經濟發(fā)展的不穩(wěn)定性，最受關注的是日本經濟泡沫和美國次貸危機，已經給實體經濟造成了巨大的負面影響，由此也引發(fā)了學術界對房地產價格與貨幣政策關系的進一步思考和研究。到目前為止，關于資產價格是否應該被納入貨幣政策規(guī)則還存在很大爭議，不過爭論的焦點還停留在“資產價格波動是否會干擾央行對通貨膨脹的預測”，卻忽視了房地產市場固有的區(qū)域特征對分析該問題所帶來的局限性。首先，統(tǒng)一的貨幣政策對房地產價格的影響存在區(qū)域效應可能會導致總體干預效果不理想；其次，當以房地產市場為傳遞載體的統(tǒng)一貨幣政策存在區(qū)域效應時，可能會給部分地區(qū)造成較大的負面影響，進而損害整體宏觀經濟目標。因此，本文試圖從區(qū)域異質性視角探討將房地產價格納入到貨幣政策規(guī)則的合理性，為制定貨幣政策以及房地產價格管制提供一定的參考。

本文的結構安排如下：第二部分對已有文獻及相關理論進行綜述，初步認識貨幣政策、房地產價格以及經濟基本面之間的關系，并對本文問題的提出做進一步的闡述。第三部分首先給出了考慮房地產價格的貨幣政策擴展規(guī)則的基本形式；然后對樣本選擇問題進行了討論，并對我國房地產市場重新進行了區(qū)域劃分；緊接著對不同區(qū)域房地產市場載體的有效性進行實證檢驗，并對不同區(qū)域的情況進行了比較分析。第四部分根據實證結果對不同區(qū)域貨幣政策的有效性及房地產市場傳遞載體的有效性進行了解讀，除了指出造成區(qū)域異質性的客觀因素，我們還重點分析了針對區(qū)域房地產泡沫執(zhí)行的貨幣政策擴展規(guī)則會給不同區(qū)域經濟基本面帶來怎樣的負面影響。第五部分明確了本文的研究結論。

二、文獻綜述及相關理論

貨幣政策規(guī)則是如何根據經濟行為的變化從而對基礎貨幣和利率等貨幣政策工具進行調整的準則。有兩個貨幣政策規(guī)則很具有代表性，一是McCallum規(guī)則(McCallum，1988)，其核心思想在于將貨幣增速表達為GDP和貨幣流通速度的函數， McCallum規(guī)則表達式為：

ΔMt=ΔGDP*-ΔVt+0.5(ΔGDP*-ΔGDPt-1)

其中ΔMt為貨幣增速，ΔGDP*為名義GDP的潛在增長率，ΔGDPt-1為t-1期名義GDP的增長率，ΔVt為t期前四年貨幣流通速度增速的平均值。

二是Taylor規(guī)則(Taylor，1993)，其核心思想認為短期名義利率應該等于均衡的實際利率、通貨膨脹率和通脹及產出缺口之加權平均的總和。Taylor規(guī)則表達式如下：

隨著資產價格泡沫問題越來越受到關注，關于貨幣政策規(guī)則要不要對資產價格波動做出反應出現(xiàn)了分歧。Smets(1997)認為貨幣政策對資產價格可間接干預，但當資產泡沫導致金融不穩(wěn)定概率大幅增加時也可直接進行干預。Kent 和Lowe(1997)、Cecchetti(2000)、唐齊鳴和熊潔敏(2009)等指出貨幣政策要對資產價格進行直接干預，因為泡沫破滅可能導致的極端長期影響且緊縮性貨幣政策有助于避免資產價格泡沫。而Bernanke 和Gertler(2000)、孟彩云和王聰(2012)等認為貨幣政策不應該直接關注資產價格，只有資產價格變動影響到了央行對通脹的預測時，貨幣政策才應對資產價格進行反應；一旦央行將資產價格納入到通貨膨脹預測過程中，貨幣政策就不應該再對資產價格波動做出反應。Bordo 和Jeanne(2002)則指出即使被預測的通貨膨脹落在了相關觀察期之外，中央銀行也應該直接盯住資產價格失調。除此之外還有學者對我國貨幣政策是否關注了資產價格進行了檢驗(李成、王彬等，2010；趙進文、高輝，2009；肖爭艷、彭博，2011)，研究結論同樣存在分歧。

要回答貨幣政策是否應該盯住房地產價格，首先要驗證貨幣政策對房地產價格的干預是否是有效的，貨幣政策傳導機制在理論上為此提供了分析的框架。以Friedman為代表的貨幣主義學派認為由于傳導途徑涉及的范圍很廣而且非常復雜，尋找傳導路徑不僅毫無意義而且會低估貨幣的作用。而前凱恩斯學派的貨幣觀傳導機制長期以來占據主導地位，主要包括利率機制和貨幣機制。貨幣觀的分析是以完善的金融市場以及貸款和債券等金融資產的完全替代性為前提條件的。隨著信息經濟學的發(fā)展，以Bernanke等為代表的貨幣政策傳導機制“信用觀”對“貨幣觀”進行了修正。雖然貨幣觀和信貸觀傳導機制都沒有單獨指出房地產市場的作用，但同樣適用于分析房地產市場在貨幣政策傳導機制中的作用(武康平，2010)。不管各個學派分歧如何，在傳遞機制大框架下評價貨幣政策的效果都存在一個相對獨立且重要的問題，即貨幣政策替代變量或政策傳遞中介目標的選擇。位于最終目標與操作工具之間的中介目標對貨幣政策的傳導起著至關重要的作用，最終目標變量要隔很長時間才能觀察到，而中介目標可以提供反映貨幣政策目標變量的經濟運行狀況信息。Belongia 和Batten(1992)、Dotsey 和Otrok(1994)、Freidman和Heren(2002)經過研究基本明確了選擇中介目標的三個標準，即相關性、可測性、可控性。對各位學者關于貨幣傳遞機制及貨幣中介變量的研究做個簡單的概括，我們得到理論上貨幣政策對房地產市場的影響包括利率渠道、貨幣渠道、信貸渠道等；而房地產市場作為貨幣政策傳遞載體對總供給與總需求的影響包括托賓的Q效應、拉動效應、財富效應、擠出效應、預期效應等。同時，大量實證研究也表明房地產市場已經成為貨幣政策傳導的重要載體之一(Aoki，2004；Giuliodorin，2005；丁晨、屠梅曾，2007；王松濤、劉洪玉，2009；武康平、胡諜，2010)。

綜上所述，在考慮資產價格的貨幣政策規(guī)則研究中學者們對房地產的固有屬性沒有足夠的重視，具體來講從全國層面上探討貨幣政策擴展規(guī)則的局限性主要包括幾個方面：

第一，最優(yōu)貨幣區(qū)理論認為當一個國家內部經濟不具有同質性的特征時，單一的貨幣政策效果會產生差異。只有區(qū)域問題的嚴重程度與統(tǒng)一的貨幣政策對相應區(qū)域房地產市場作用的差異化基本保持一致才能取得理想的效果，若不存在滿足政策傳遞苛刻的客觀條件，貨幣政策對部分區(qū)域的干預很可能就是低效或無效的。這必然會造成在全國層面評價貨幣政策對房地產市場的干預效果與實際情況相背離。所以我們需要知道貨幣政策對不同類別區(qū)域房地產市場的差別化作用是怎樣的，對于貨幣政策干預有效性較弱的區(qū)域來講，采取統(tǒng)一的貨幣政策不符合客觀規(guī)律。

第二，房地產泡沫往往具有區(qū)域性，歷史上美國和日本等國家的房地產泡沫通常在大都市區(qū)。通過觀測全國總體房地產價格波動指標并不一定能反映資產的泡沫化程度，且當局部出現(xiàn)房地產泡沫時統(tǒng)一的貨幣政策很難解決問題。更糟糕的是，房地產市場作為貨幣政策的傳遞載體在不同類別區(qū)域不一定都是顯著的，因為房地產價格波動所產生的財富效應或“房奴”效應很可能也存在區(qū)域異質性。這意味著執(zhí)行貨幣政策擴展規(guī)則還可能給部分區(qū)域的經濟增長帶來負面影響，甚至對于某些區(qū)域來說當房地產作為有效載體時很可能會加劇這種負面影響程度。

第三，對經濟增長影響出現(xiàn)負面效應的情況同樣可能發(fā)生在控制通貨膨脹方面。在我國的CPI體系中住房估算租金占居民消費價格指數的權重比重約為5.7%，從CPI構成角度看，房地產價格的變動至少會部分直接影響通貨膨脹的變化。當通貨膨脹發(fā)生或預期發(fā)生時房地產又通常作為很好的保值產品。同時，房地產價格波動還會影響除房地產以外的其他商品的消費需求。所以房地產作為貨幣政策向通脹目標傳遞的載體作用也存在不確定性，當然不同類別區(qū)域的情況也可能存在差別，針對房地產價格泡沫采取的統(tǒng)一貨幣政策可能會導致某些區(qū)域通貨緊縮等負面效應。

總之，本文的貢獻首先是采用面板聚類研究方法劃分市場區(qū)域，從區(qū)域異質性的角度對貨幣政策干預房地產價格的效果重新評價。更重要的對房地產市場的載體作用做了進一步探討，從而判斷考慮房地產價格的貨幣政策規(guī)則是否可能導致政策過松或過緊。由于貨幣政策、房地產價格與宏觀經濟目標之間的關系結構不明確也比較復雜，貨幣政策擴展規(guī)則和貨幣政策傳遞理論并不能提供嚴格的定義，這時候就需要尋找非結構的定量方法，因此我們選擇面板向量自回歸模型進行實證研究。以實證結果為依據，在房地產市場作為有效或無效載體的情況下對貨幣政策干預最終目標的效果進行區(qū)域比較研究，分析考慮房地產價格的貨幣政策規(guī)則的合理性。

三、模型、樣本與變量說明

1.模型構建

ΔMt=ΔGDP*-αΔVt+β(ΔGDP*-ΔGDPt-1)+δΔHPt

(1)

(2)

式(1)是擴展后的McCallum規(guī)則，ΔHPt為房地產價格的波動幅度，其中α，β，δ分別為貨幣供給增速對貨幣流通速度增速、產出缺口和房地產價格波動幅度的反應系數；式(2)是擴展后的Taylor規(guī)則，其中θ，σ，λ分別為短期名義利率對通貨膨脹率變化、產出缺口和房地產價格波動幅度的反應系數。

PVAR模型的最大優(yōu)勢在于不僅可以接受更小的自由度，從而提高了統(tǒng)計推斷的效率，并且與一般面板結構模型相比，PVAR能夠揭示變量之間的動態(tài)關系。PVAR模型的一般數學表達式如下所示：

yit=φ1yi,t-1+…+φpyi,t-p+μi+εiti=1,2,…,N;t=1,2,…,T

(3)

其中，yit是所考察的內生變量組成的m×1向量，參數p為滯后階數，μi是個體效應，φ1…φp為不變系數向量，誤差項εit～(0,Ω)。

2.樣本、變量選擇與數據說明

在區(qū)域樣本選擇和劃分方法上的簡單處理會造成研究方案不夠嚴謹。為了減輕樣本內部差異化對實證結論的負面影響，我們選擇城市作為樣本個體，并摒棄傳統(tǒng)的房地產市場區(qū)域劃分。選擇2004—2016年34個大中城市住房銷售價格數據(選擇住房價格是由于數據獲取可行性)作為研究樣本，采用面板聚類研究方法(李因果、何曉群，2010)對我國房地產市場進行區(qū)域分類，結果如表1所示。

表1

房地產市場區(qū)域分類結果

注：由于統(tǒng)計口徑問題，本文在最終的樣本篩選中將重慶市剔除。

由擴展的貨幣政策規(guī)則，我們需要選擇貨幣政策、房地產價格和經濟基本面的代表變量。隨著經濟的不斷發(fā)展和金融創(chuàng)新步伐的加快，M1日益表現(xiàn)出可控性和可測性不足的缺點(王松濤，2009)，本文選擇M2作為貨幣供應量指標的代表，且對其進行取自然對數后再一階差分處理，記為ΔLNM2。同業(yè)拆借利率作為拆借市場上的資金價格，是貨幣市場的核心利率，也是整個金融市場上具有代表性的利率，在整個利率體系中處于相當重要的地位。它能夠及時、靈敏準確地反映貨幣市場以至整個金融市場的資金供求關系，對貨幣市場上其他金融工具的利率具有重要的導向和牽動作用。拆借利率的升降，會引導和牽動其他金融工具利率的同步升降。因此，它被視為觀察市場利率趨勢變化的風向標。中央銀行更是把同業(yè)拆借利率的變動，作為把握宏觀金融動向，調整和實施貨幣政策的指示器。所以本文選擇7天同業(yè)拆借月加權平均利率(SR_7)來反映利率水平的變化。在房地產價格方面，目前作為反映房地產市場價格水平指標的新建商品住宅銷售價格指數統(tǒng)計上最為完整，所以選擇住房價格增長幅度作為研究變量，記為ΔHPI。在經濟基本面上，選擇城市居民消費價格指數(CPI)代表物價水平；本文將采用各變量的2005年7月—2016年12月的月度數據作為研究樣本，由于GDP沒有月度數據，所以選擇進出口總額(TEIV)作為反映經濟增長水平的替代指標，為了保證與其他變量在數據結構上同步也將采取比率指標，變量取自然對數后的差分值近似的等于增長率，記為ΔLNTEIV。新建商品住宅銷售價格指數2010年及以前數據來源于中指院數據庫，統(tǒng)計口徑為新建商品住宅銷售價格指數，2010年以后數據來源于同花順iFinD數據庫，統(tǒng)計口徑為新建住宅銷售價格指數，其余所有指標的原始數據均來自于同花順iFinD數據庫。

四、實證分析

1.平穩(wěn)性檢驗

由于所有變量均為同比或比率指標，這類數據平穩(wěn)性一般不受季節(jié)性的影響，因此不再進行季節(jié)性調整。由于一些檢驗方法無法提供最佳滯后期標準，本文將進行多次滯后期選擇，但通常不超過二期，平穩(wěn)性檢驗結果如表2所示。對于全國性的貨幣政策變量數據采用PP檢驗方法，在5%置信度下均能通過平穩(wěn)性檢驗。對不同類別城市各個變量采用LLC檢驗方法和FISHER檢驗方法，與其他方法相比LLC檢驗更為嚴格，它對所有截面數據平穩(wěn)性的檢驗，若有一個截面數據序列不平穩(wěn)則不能拒絕原假設，而FISHER檢驗方法適用于非平衡面板。從表2中可以看到不同類別城市的各個變量在5%置信度下均能通過平穩(wěn)性檢驗，可以進行下一步研究。

表2 數據平穩(wěn)性檢驗

注：“***”為在1%置信度下顯著；“**”為在5%置信度下顯著；“-”為檢驗方法未能提供統(tǒng)計量值。

2.脈沖響應函數分析

PVAR模型的系數通常是很難解釋的，而脈沖響應函數(Impulse Response Function)可以用于衡量來自隨機擾動項的一個標準差沖擊(或稱為新息)對內生變量當前和未來取值的影響，本文將采用世界銀行Inessa Love編寫的在STATA軟件環(huán)境下運行的代碼來實現(xiàn)PVAR計量分析(Love，2006)。一般來講，在滯后期的選擇上通常都希望式3中的值足夠大，但滯后期越長，模型待估參數就越多，自由度就越少，因此應在滯后期與自由度之間尋求一種平衡。由于Love編寫的程序沒有在計量結果中給出能夠判斷最佳滯后期的ACI和SC準則，因此本文分別選擇了1-5的滯后期進行嘗試，然后對不同滯后期的結果進行比較，再根據文獻中對一般VAR模型滯后期選擇的經驗，最終選擇了滯后3期的PVAR模型進行脈沖響應函數分析。根據以往的研究經驗，貨幣政策的影響時間將會超過9個月，所以本文將脈沖函數追蹤的期數設定為12期，采用500次模擬的蒙特卡洛法計算脈沖響應函數的標準誤。本文所給出的脈沖反應圖為經過編輯后的合成圖，所以不再附加正負兩倍標準差的置信帶。在脈沖反應圖中橫軸表示脈沖反應函數追蹤的期數，縱軸表示脈沖反應函數值。

(1)房地產價格對貨幣政策變量沖擊反應的區(qū)域異質性。

不同類別城市房地產價格對貨幣政策變量一個標準差新息沖擊反應的脈沖函數如圖1所示。從圖1左側可以看出，不同區(qū)域房地產價格對利率沖擊的反應總體趨勢上比較相似且為負向，這意味著當房地產使用資金成本上升時有助于抑制房價上漲幅度，但不同區(qū)域反應程度存在差異，C1類城市反應程度最小，C2類城市反應程度最大且在第1期就表現(xiàn)明顯。同時也要注意到，房地產價格對利率沖擊的反應函數并沒有傾向于收斂。

從圖1右側可以看出，不同區(qū)域房地產價格對貨幣供應量沖擊反應的異質性更為顯著。C2類城市房地產價格對貨幣供應量沖擊的反應程度最大，并在第3期就達到最大值約為0.15，然后逐漸趨于收斂。C3與C4類城市情況比較相似，到第2期已接近峰值0.1并在第5期開始趨于收斂。C1類城市房地產價格對貨幣供應量沖擊的反應在第5期在逐漸達到最大值約為0.12，然后開始趨于收斂并且與其他區(qū)域相比收斂周期較長。綜上所述，可以認為貨幣政策對不同區(qū)域房地產價格的影響存在異質性，統(tǒng)一的貨幣政策對房地產市場干預在總體上可能不會取得理想的效果。

圖1不同區(qū)域房地產價格對貨幣政策變量沖擊的脈沖反應

(2)考慮房地產市場載體的貨幣政策傳遞效果區(qū)域異質性。

不同區(qū)域通貨膨脹對貨幣政策變量一個標準差新息的脈沖反應函數如圖2所示，圖中左側部分是以房地產市場為載體的脈沖反應情況。從上面兩幅小圖的對比中可以看出，當房地產市場作為傳遞載體時，城市居民消費價格指數對貨幣供應量沖擊反應的波動幅度要明顯大于一般情況，且需要很長周期才能趨于平穩(wěn)。其中C4、C3和C1類城市雖波動幅度相似，但CPI響應值由負轉正的時間依次延長。而C2類城市不管是否以房地產市場為傳遞載體，CPI對貨幣供應量沖擊的響應差別不明顯。結合圖1的結論，可以推斷房地產價格雖然占CPI一定比例，但價格上漲短期內并不會引發(fā)通貨膨脹，反而短期內 “房奴效應”比房地產價格上漲產生的“財富效應”應更明顯，會阻礙其他領域的消費。從下面兩幅小圖的對比中可以看出，當房地產市場作為傳遞載體時，城市居民消費價格指數對利率沖擊反應的波動幅度要明顯小于一般情況，且反應速度很慢。其中C2類城市不管是否以房地產市場為傳遞載體，CPI對利率沖擊的響應差別不明顯，結合對貨幣供應量的分析，可以推斷C2類城市房地產價格對CPI的影響不明顯，而其他區(qū)域長期來看房地產價格對通貨膨脹傳遞的正向作用會越來越顯著。

總體來講，大部分區(qū)域房地產市場在通貨膨脹對貨幣政策變量沖擊中有傳遞作用，貨幣供應量的沖擊經由房地產市場傳遞后會加劇CPI的波動幅度，利率沖擊經由房地產市場傳遞后雖短期內有緩沖作用，但長期同樣會對CPI產生影響。而當以房地產市場為載體時，貨幣政策控制通貨膨脹的區(qū)域異質性更加明顯，與其他區(qū)域相比C1類城市CPI對貨幣政策變量沖擊的響應較為突出，C3和C4類城市比較接近，而C2類城市房地產市場的傳遞作用較弱。

不同區(qū)域經濟增長對貨幣政策變量一個標準差新息的脈沖反應函數如圖3所示，其中圖左側部分體現(xiàn)了以房地產市場為載體的脈沖反應情況。由上面兩幅小圖可以看出，C1和C4類城市經濟增長對貨幣供應量沖擊的反應最為明顯，當以房地產市場為載體時加劇了貨幣供應量影響經濟增長的波動幅度，而房地產市場對C2和C3類城市傳遞作用不顯著。但是，脈沖函數圍繞零值上下波動說明貨幣供應量很難在短時間內提振經濟。由下面兩幅小圖可以看出經濟增長對利率沖擊呈現(xiàn)負向響應，當以房地產市場為傳遞載體時在前期減弱了反應的波動幅度，然后快速發(fā)散。其中C1和C2類城市在房地產市場作為傳遞載體情況下經濟增長對利率沖擊響應消化作用更為明顯，而C3類城市則發(fā)散速度更快。

圖2 不同區(qū)域通貨膨脹對貨幣政策變量沖擊的脈沖反應

總體來講，大部分區(qū)域房地產市場在經濟增長對貨幣政策變量沖擊反應中的載體作用不是特別突出，不過不同區(qū)域房地產市場的傳遞載體作用仍舊出現(xiàn)了分化。貨幣供應量對經濟增長主要起到對短期波動調節(jié)的作用而非促進經濟增長的有效手段，利率和經濟增長呈明顯的負相關關系且長期作用顯著。

圖3不同區(qū)域經濟增長對貨幣政策變量沖擊的脈沖反應

五、實證結果分析

正如最優(yōu)貨幣區(qū)理論提到的貨幣政策存在區(qū)域效應有其客觀原因，一般認為，影響貨幣政策傳遞的因素包括經濟發(fā)達程度、金融機制完善程度包括微觀金融資源分布的情況和銀行總部的入駐情況等、市場的靈敏度與開放程度、區(qū)域間產業(yè)內部的差異和企業(yè)構成的差異、消費模式等多個方面。特別是對資金密集型的房地產業(yè)來說，房地產市場規(guī)模、產業(yè)集中度、大型房地產企業(yè)數量等都會造成貨幣政策影響效果的區(qū)域異質性。不過，我們更關注的是房地產載體作用的區(qū)域異質性會給政策工具與政策最終目標之間的關系造成怎樣的負面影響。

首先，在控制通貨膨脹方面，不是所有區(qū)域房地產市場對貨幣政策變量沖擊的載體作用都是顯著的。我們不妨劃分兩個類別來討論區(qū)域之間的影響，即貨幣政策向通貨膨脹傳遞的有效載體區(qū)域和無效載體區(qū)域。由于在實證研究中我們并沒有對所有區(qū)域房地產泡沫進行測度，所以只能對區(qū)域是否存在房地產泡沫進行假定。如果擴展的Taylor規(guī)則考慮了房地產價格波動，若有效載體區(qū)域出現(xiàn)泡沫，根據實證研究結果(圖2)，緊縮的利率政策有助于消除房地產泡沫且不會明顯引發(fā)通貨緊縮，但是此時無效載體區(qū)域由于失去了房地產市場的緩沖作用，緊縮的利率政策對無效載體區(qū)域造成緊縮。若無效載體區(qū)域出現(xiàn)泡沫，那么緊縮利率政策即便能夠控制泡沫膨脹，也可能會加劇該區(qū)域的通貨緊縮，這將取決于房地產增加值占該區(qū)域GDP的比重以及房地產價格引發(fā)區(qū)域通貨膨脹的程度，同時緊縮的利率政策對有效載體區(qū)域房地產市場和區(qū)域經濟發(fā)展都將是不利的。當區(qū)域房地產價格波動足夠影響到全國觀測樣本總體價格波動時，擴展的Taylor將會被執(zhí)行，負面后果將會發(fā)生。當區(qū)域房地產價格波動沒有收到貨幣政策當局重視時，房地產泡沫區(qū)域將承受泡沫破滅帶來的長期負面影響。

其次，按照同樣的分析邏輯，在關于經濟增長對貨幣政策變量沖擊響應的分析中，我們也將房地產市場分為兩個類別，即貨幣政策向經濟增長傳遞的有效載體區(qū)域和無效載體區(qū)域。從實證結果中(圖3)我們判斷增加貨幣供應量并不能成為促進經濟增長的手段，也就意味著貨幣發(fā)行只能是為了滿足經濟增長對貨幣的總量需求。這也給理論界一個參考，貨幣政策的根本功能只能是幣值穩(wěn)定而不是其他。而貨幣供應量對抑制房地產價格增幅過快在所有區(qū)域都是有效的，所以我們仍可以做如下推斷，如果出現(xiàn)區(qū)域房地產價格泡沫，擴展后的McCallum規(guī)則將被執(zhí)行，即便房地產泡沫對貨幣有較強的吸附效應，緊縮的貨幣政策也至少會干擾正常區(qū)域經濟發(fā)展對貨幣的需求。同理，依據實證結果(圖3)還可以推斷，如果擴展后的Taylor規(guī)則被執(zhí)行，若有效載體區(qū)域出現(xiàn)房地產泡沫，緊縮的利率政策將至少給其他區(qū)域經濟發(fā)展帶來較大的負面影響，若無效載體區(qū)域出現(xiàn)房地產泡沫，緊縮的利率政策將加劇有效載體區(qū)域負面效應狀況的發(fā)生。當區(qū)域房地產價格波動足夠影響到全國觀測樣本總體價格波動時，不管哪個貨幣政策擴展規(guī)則被執(zhí)行，對部分區(qū)域的負面影響將會發(fā)生。

六、結論

通過理論探討和實證研究我們得到以下結論：房地產市場載體對貨幣政策的傳遞作用存在區(qū)域異質性，遵循某種規(guī)則的統(tǒng)一的貨幣政策對抑制房地產價格泡沫不會產生理想的效果，還會導致貨幣政策過松或過緊，從而導致不希望的經濟增長和通脹波動。不過，對于局部房地產泡沫問題還是要積極應對，建議首先構建完備的房地產泡沫預警機制，央行考慮采取以“窗口指導”為主的政策工具，對房地產泡沫的干預以地方政府及金融部門為主體，實施區(qū)域差別化干預措施?？傊康禺a價格不應該被納入到貨幣政策規(guī)則中。

[1] Smets F. Financial asset prices and monetary policy: theory and evidence[C]. CEPR Discussion Paper, 1997.

[2] Kent C, Lowe P W. Asset-price bubbles and monetary policy[M]. Reserve Bank of Australia, 1997.

[3] Cecchetti S G. Asset prices and central bank policy[M]. Centre for Economic Policy Research, 2000.

[4] Bernanke B, Gertler M. Monetary policy and asset price volatility[R]. National Bureau of Economic Research, 2000.

[5] Bordo M D, Jeanne O. Boom-busts in asset prices, economic instability, and monetary policy[R]. National Bureau of Economic Research, 2002.

[6] 唐齊鳴,熊潔敏.中國資產價格與貨幣政策反應函數模擬[J].數量經濟技術經濟研究, 2009 (11): 104-115.

[7] 孟彩云,王聰.房地產價格, 泰勒規(guī)則與宏觀經濟調控——基于 2000—2010年我國宏觀經濟數據的檢驗[J].當代財經, 2012(2): 59-68.

[8] 宋旺,鐘正生.我國貨幣政策區(qū)域效應的存在性及原因[J]. 經濟研究, 2006(3): 46-58.

[9] 梁云芳,高鐵梅. 中國房地產價格波動區(qū)域差異的實證分析[J]. 經濟研究, 2007(8): l33-142.

[10] Aoki K, Proudman J, Vlieghe G. House prices, consumption, and monetary policy: a financial accelerator approach[J]. Journal of financial intermediation, 2004, 13(4): 414-435.

[11] Giuliodori M. The role of house prices in the monetary transmission mechanism across European countries[J]. Scottish Journal of Political Economy, 2005, 52(4): 519-543.

[12] 丁晨,屠梅曾.論房價在貨幣政策傳導機制中的作用——基于 VECM 分析[J].數量經濟技術經濟研究, 2007(11): 106-114.

[13] 王松濤,劉洪玉.以住房市場為載體的貨幣政策傳導機制研究[J]. 數量經濟技術經濟研究,2009(10): 61-72.

[14] 武康平,胡諜.房地產市場與貨幣政策傳導機制[J].中國軟科學, 2010 (11): 32-43.

[15] Belongia M T, Batten D S. Selecting an intermediate target variable for monetary policy when the goal is price stability[J]. Federal Reserve Bank of St. Louis Working Paper Series, 1992(9):425-436.

[16] Dotsey M, Otrok C. M2 and monetary policy: a critical review of the recent debate[J]. FRB Richmond Economic Quarterly, 1994(1): 41-59.

[17] Estrella A, Mishkin F S. Is there a role for monetary aggregates in the conduct of monetary policy?[J]. Journal of monetary economics, 1997(2): 279-304.

[18] McCallum B T. Robustness properties of a rule for monetary policy[C]. Carnegie-Rochester conference series on public policy. North-Holland, 1988(29): 173-203.

[19] Taylor J B. Discretion versus policy rules in practice[C]. Carnegie-Rochester conference series on public policy. North-Holland, 1993(39): 195-214.

[20] 李成,王彬,馬文濤.資產價格,匯率波動與最優(yōu)利率規(guī)則[J]. 經濟研究, 2010 (3): 91-103.

[21] 趙進文,高輝.資產價格波動對中國貨幣政策的影響——基于 1994—2006 年季度數據的實證分析[J]. 中國社會科學,2009(2): 98-114.

[22] 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, 2011(11): 40-49.

[23] Gavin W T, Theodorou A T. A common model approach to macroeconomics: using panel data to reduce sampling error[J]. Journal of Forecasting, 2005(3): 203-219.

[24] 李因果,何曉群.面板數據聚類方法及應用[J].統(tǒng)計研究, 2010(9):73-78.

[25] Love I, Zicchino L. Financial development and dynamic investment behavior: Evidence from panel VAR[J]. The Quarterly Review of Economics and Finance, 2006(2): 190-210.