張崇圣

摘 要：金融經(jīng)濟周期模型將“金融加速器”加入傳統(tǒng)經(jīng)濟周期模型中，考察經(jīng)濟沖擊通過金融因素放大和傳導(dǎo)的具體過程。本文把房地產(chǎn)市場和信用渠道結(jié)合起來，通過建立一個兩部門DSGE模型，表明房地產(chǎn)市場是模型的核心機制。主要變量的脈沖響應(yīng)函數(shù)分析也表明，在非耐用品部門全要素生產(chǎn)率、房產(chǎn)部門全要素生產(chǎn)率、貸款與價值比率和住房偏好等因素的沖擊下，經(jīng)濟波動被金融因素所放大和傳導(dǎo)。因此，當(dāng)前市場環(huán)境下關(guān)注經(jīng)濟的周期性波動不能忽略金融因素。中央銀行需要密切關(guān)注經(jīng)濟整體財務(wù)狀況、經(jīng)濟結(jié)構(gòu)和金融市場采取提前預(yù)警、適度貨幣政策，將幣值穩(wěn)定、金融市場穩(wěn)定和經(jīng)濟長期增長納入統(tǒng)一的目標(biāo)框架。

關(guān)鍵詞：金融經(jīng)濟周期模型；DSGE模型；貨幣政策

中圖分類號：F820.1 文獻標(biāo)識碼：A 文章編號：1674-2265（2018）04-0042-06

DOI：10.19647/j.cnki.37-1462/f.2018.04.009

一、文獻綜述

金融經(jīng)濟周期（Financial Business Cycle）主要是指經(jīng)濟中的負向沖擊在金融因素的影響下不斷傳導(dǎo)和放大導(dǎo)致的經(jīng)濟持續(xù)性波動和周期性變化。法國中央銀行專家組將金融經(jīng)濟周期定義為利用與經(jīng)濟長期均衡水平密切相關(guān)的金融變量度量的經(jīng)濟實質(zhì)性、持續(xù)性波動。金融經(jīng)濟周期的定義目前未達成共識，但這個術(shù)語的分析性定義基本都與日益流行的金融因素的“順周期性”概念緊密聯(lián)系。

近10年已發(fā)表的關(guān)于金融經(jīng)濟周期和宏觀經(jīng)濟指標(biāo)的研究主要集中在信用周期和商業(yè)經(jīng)濟周期的有關(guān)領(lǐng)域。在模型構(gòu)建上，動態(tài)隨機一般均衡（DSGE）方法是主流和領(lǐng)先的研究方法。在真實經(jīng)濟周期（Real Business Cycle，RBC）模型的基礎(chǔ)上，新凱恩斯模型將價格黏性和貨幣、匯率等因素引入了基本RBC模型，已具備對通貨膨脹、貨幣政策和匯率政策進行分析的基礎(chǔ)，為其后的經(jīng)濟學(xué)家建立新凱恩斯模型分析金融因素奠定了基礎(chǔ)。

Bernanke和Gertler（1989）較早地考察了基于“委托—代理”問題的宏觀經(jīng)濟模型， 開創(chuàng)性地對貨幣和證券“中性論”進行了批判，強調(diào)代理成本和金融市場資產(chǎn)價格以及商業(yè)經(jīng)濟周期的相關(guān)關(guān)系。在此基礎(chǔ)上，其后的經(jīng)典金融經(jīng)濟周期模型主要分為兩類：以BGG（B. Bernanke、M. Gertler和S. Gilchlist，1999）模型為代表的金融經(jīng)濟周期模型和以 Kiyotaki和Moore（1997）為代表的信用周期模型。BGG模型基于附帶價格黏性和流動性約束的新凱恩斯模型并附帶“金融加速器”，由此得名金融經(jīng)濟周期模型。信用周期模型也是在新凱恩斯模型的基礎(chǔ)上加以改進，所以，后續(xù)的有關(guān)金融經(jīng)濟周期的動態(tài)隨機一般均衡模型大都是直接或間接地參考上述兩個模型構(gòu)建的。

在實證分析和衡量指標(biāo)方面，Adrian等（2010）基于貨幣政策改變對金融中介的盈利能力和風(fēng)險承擔(dān)能力的影響和由此導(dǎo)致的信用供給轉(zhuǎn)移，研究了貨幣數(shù)量、金融因素和商業(yè)經(jīng)濟周期之間的聯(lián)系，發(fā)現(xiàn)緊縮的貨幣政策通過利率等金融因素的傳導(dǎo)最終導(dǎo)致了信用供給量減少。Claessens等（2011）基于信用量、房產(chǎn)價格和證券市場價格這三個金融經(jīng)濟周期變量時間序列的波峰和波谷，采用傳統(tǒng)的時間序列趨勢預(yù)測方法來判定金融經(jīng)濟周期的完整時間跨度。Borio（2013）的研究發(fā)現(xiàn)，有關(guān)金融危機和金融經(jīng)濟周期的變量可能產(chǎn)生更為準(zhǔn)確和實時的有關(guān)實際產(chǎn)出和產(chǎn)出缺口的信息。在最近的一項研究中，Aikman等（2015）采用基于頻率的濾波值來表示信用周期，并分析了信用周期和商業(yè)經(jīng)濟周期的關(guān)系，結(jié)果發(fā)現(xiàn)信用膨脹和銀行業(yè)危機有著密切聯(lián)系。在另一項研究中，Bezemer等（2016）對46個國家1990—2011年的面板數(shù)據(jù)研究發(fā)現(xiàn)，盡管增加信用供給在短期內(nèi)可能刺激經(jīng)濟增長，但從長期來看，過高的銀行信用數(shù)量對潛在產(chǎn)出水平的影響總體呈現(xiàn)負效應(yīng)。

國內(nèi)學(xué)者對金融經(jīng)濟周期的研究主要集中在實證方面。李麟和索彥峰（2009）以經(jīng)濟負向沖擊和商業(yè)銀行不良貸款的關(guān)系為切入點，采用時間序列分析方法對二者的因果關(guān)系進行了研究，結(jié)果表明，中國經(jīng)濟波動的信用周期和銀行信用供給數(shù)量的順周期性都容易引起銀行業(yè)的系統(tǒng)性風(fēng)險。何德旭和張捷（2016）通過研究資產(chǎn)價格泡沫與企業(yè)產(chǎn)出波動和金融系統(tǒng)不穩(wěn)定性之間的關(guān)系，發(fā)現(xiàn)現(xiàn)代市場經(jīng)濟的金融經(jīng)濟周期特征越來越明顯，制定宏觀經(jīng)濟政策時需要對金融因素和經(jīng)濟結(jié)構(gòu)因素等加以考慮。

當(dāng)前我國市場經(jīng)濟的運行機制中，房地產(chǎn)和債務(wù)問題是重要的影響因素。本文以金融經(jīng)濟周期理論為分析框架，將房地產(chǎn)市場和信用渠道結(jié)合起來，聯(lián)系金融系統(tǒng)和實體經(jīng)濟，通過構(gòu)建包含“金融加速器”的兩部門DSGE模型，解釋金融因素對經(jīng)濟周期負向沖擊的放大和傳導(dǎo)作用。

二、金融經(jīng)濟周期模型的構(gòu)建

（一）家庭部門

經(jīng)濟中的家庭包括兩類行為人或決策者：儲蓄者和借款者。在模型中，儲蓄者的貼現(xiàn)因子更大，更有耐心，因為他們更看重未來的消費和閑暇。假設(shè)儲蓄者擁有全社會的資產(chǎn)，代表社會中的高收入家庭，他們從向企業(yè)出租實物資本中獲得利息收入。在這里，我們假定儲蓄者也參與到勞動力市場中，也能從勞動力市場中獲得工資收入。

借款者代表社會中收入相對較低的那些家庭，他們主要的收入來源是工資收入。假設(shè)他們受到外部借款約束，包括遵守抵押貸款市場和消費貸款市場的標(biāo)準(zhǔn)借款條件。模型中外部借款約束假設(shè)借款者不能借到超過他們所擁有房屋的部分價值[m∈（0，1）]。這里參數(shù)[m]是指房產(chǎn)市場的貸款—價值比率。同時，[m]的大小也代表了一個經(jīng)濟體信用市場發(fā)展水平的高低。一個較大的[m]值代表了更加靈活和發(fā)達的金融系統(tǒng)，顯然，較小的[m]值表明這個經(jīng)濟體的金融系統(tǒng)有待發(fā)展。

需要說明的是，本模型不包括房屋租賃市場。這是一條必要的假設(shè)，因為如果當(dāng)事人或決策者可以出租他們的房屋，借款者也可以通過出租他們的房屋來獲得收入，借款者的收入來源將不僅僅是勞動收入。為了使模型收斂于穩(wěn)定的、唯一的平衡增長路徑，我們必須排除房屋租賃市場存在的可能性。

1. 儲蓄者最優(yōu)化問題。儲蓄者選擇在商品生產(chǎn)部門的勞動時間用[Lc]來表示，在房屋建設(shè)部門的勞動時間用[Lh]來表示。代表性儲蓄者的非耐用品消費和住房服務(wù)分別用[C]和[H]表示。假設(shè)儲蓄者擁有全社會的實物資本，簡化了企業(yè)單獨進行投資決策的過程。模型中儲蓄者出租給企業(yè)用于消費品生產(chǎn)的實物資本用[Kc]表示，用于建設(shè)新房的實物資本用[Kh]表示。儲蓄者將數(shù)量為[b]的資金出借給借款者。房產(chǎn)價格指數(shù)用[q]來表示，這是一個相對價格水平，它衡量購買一單位住房服務(wù)需要花費的消費品數(shù)量。

代表性儲蓄者最大化其效用函數(shù)：

[Ut=Ett=0∞βt[lnCt+jtlnHt+ln（1-Lc，t-Lh，t）]]

流動性約束為：

[Ct+qt[Ht-（1-δh）Ht-1+ψh2（Ht-Ht-1Ht）2Ht-1]+Kc，t+?c2（Kc，t-Kc，t-1Kc，t-1）2Kc，t-1+Kh，t+?h2（Kh，t-Kh，t-1Kh，t-1）2Kh，t-1≤（1-δk+Rc，t）Kc，t-1+（1-δk+Rh，t）Kh，t-1+Rt-1bt-1+Wc，tLc，t+Wh，tLh，t-bt]

[jt]決定了效用函數(shù)中住房服務(wù)的相對重要性，一定程度上也代表了家庭對住房的需求程度。[Rt]代表了家庭外部融資的利率水平。模型假定儲蓄者群體內(nèi)所有儲蓄者是同質(zhì)的，他們以利率[Rt]將資產(chǎn)向借款者出借資金。[ψh]、[?c]、[?h]分別是房屋存量、商品生產(chǎn)部門投入資本和建設(shè)新房投入資本的調(diào)整成本系數(shù)。這里包含調(diào)整成本是為了避免固定資本無限彈性的情況，作為對技術(shù)沖擊的反饋，這種情況會使各部門的投資流量產(chǎn)生額外的波動。模型假定，在[t+1]時期，家庭必須償還[t]時期的債務(wù)本金加上利息。

在最優(yōu)化條件下，儲蓄者一單位債權(quán)的邊際收益必須等于其邊際成本。McCandless（2011）指出，資產(chǎn)組合的調(diào)整成本解決了模型在不完全競爭市場條件下不存在穩(wěn)態(tài)或存在無數(shù)多個穩(wěn)態(tài)的情況。

[δk]和[δh]分別表示固定資本和房產(chǎn)存量的折舊率，根據(jù)Davis和Heathcote（2005）、Jin和Zeng（2004）以及Iacoviello、Matteo和Neri（2010）的研究，[δh]被假定小于[δk]，反映出房產(chǎn)折舊速度比非房產(chǎn)資本慢得多的事實。

通過拉格朗日乘子法并化簡可得儲蓄者最優(yōu)決策的一階條件為：

[1Ct[1+?c（Kc，tKc，t-1-1）]=βEt{1Ct+1[?c2（K2c，t+1K2c，t-1）+（1-δk+Rc，t）]}]

[1Ct[1+?h（Kh，tKh，t-1-1）]=βEt{1Ct+1[?h2（K2h，t+1K2h，t-1）+（1-δk+Rh，t）]}]

[qtCt[1+ψh（HtHt-1-1）]=jtHt+βEt{qt+1Ct+1[ψh2（H2t+1H2t-1）+（1-δh）]}]

[11-Lc，t-Lh，t=Wc，tCt]

[11-Lc，t-Lh，t=Wh，tCt]

[1Ct=βEtRtCt+1]

上述前兩個方程是關(guān)于資本分配，考慮到調(diào)整成本，持有一單位資本的機會成本必須和貼現(xiàn)后的資本邊際產(chǎn)出相等。第三個方程表明房產(chǎn)需求的最優(yōu)路徑，即非耐用品消費和居住服務(wù)間的邊際替代率等于房產(chǎn)的使用成本。第四個和第五個等式描述了勞動供給的一階條件。

2. 借款者最優(yōu)化問題。借款者消費非耐用品[Cb]和住房服務(wù)[Hb]，他們可以決定自己在非耐用品生產(chǎn)部門勞動[Lbc] 或者在新房建設(shè)部門勞動[Lbh]。

代表性借款者最大化其效用函數(shù)：

[Ut=Ett=0∞βt[lnCt+jtlnHt+ln（1-Lc，t-Lh，t）]]

流動性約束為：

[Cbt+qt[Hbt-（1-δh）Hbt-1+ψh2（Hbt-Hbt-1Hbt-1）2]+Rt-1bbt-1≤Wbc，tLbc，t+Wbh，tLbh，t+bbt]

其中：

[bbt≤mtqtHbt]

[γ∈（0，β）]表明相對于儲蓄者，借款者更看重當(dāng)期效用。借款者的主要收入來源是勞動收入，但可以通過抵押貸款平滑其每一期的消費。貸款—價值比率[mt]是一個外生沖擊，它遵循一個一階自回歸過程，用于研究改善的信用條件對經(jīng)濟的影響。

通過拉格朗日乘子法并化簡可得借款者的一階條件為：

[qtCbt[1+ψh（HbtHbt-1-1）]=jtHbt+γEt{qt+1Cbt+1[ψh2（（Hbt+1）2（Hbt）2-1）+（1-δh）]}+mtqt1-γRtCbt]

[11-Lbc，t-Lbh，t=Wbc，tCbt]

[11-Lbc，t-Lbh，t=Wbh，tCbt]

[1Cbt=γEt（RtCbt+1）+1-γRCbt]

借款者的房產(chǎn)需求不同于儲蓄者。因為[γ<β]，為了保證抵押約束始終保持等號形式，借款者最優(yōu)化的一階條件中引入了一個調(diào)整參數(shù)。借款者房產(chǎn)需求的最優(yōu)化條件反映了房屋抵押貸款的機會成本。

（二）企業(yè)部門

企業(yè)生產(chǎn)非耐用品[y]并建設(shè)新房[N]。兩部門的生產(chǎn)函數(shù)均采用具有不同資本和勞動強度的柯布—道格拉斯生產(chǎn)函數(shù)形式。企業(yè)向家庭支付工資，向儲蓄者償還資本租賃費用。

企業(yè)最大化每一期的利潤：

[π=MaxYt+qtNt-（Wc，tLc，t+Wh，tLh，t+Wbc，tLbc，t+Wbh，tLbh，t+Rc，t-1Kc，t-1+Rh，t-1Kh，t-1）]

其中，[Nt=Ac，tAh，t（Lbh，t）1-μh-θhLθhh，tKμhh，t-1]

[Yt=Ac，t（Lbh，t）1-μc-θcLθcc，tKμcc，t-1]

兩部門在生產(chǎn)函數(shù)中都結(jié)合了儲蓄者和借款者的勞動供給以及儲蓄者擁有的實物資本。由于[Yt]可以生產(chǎn)某些中間產(chǎn)品用于新房[Nt]的建設(shè)，總量沖擊[Ac，t]影響兩部門生產(chǎn)。然而，房產(chǎn)部門的具體部門沖擊[Ah，t]，僅僅對房產(chǎn)市場產(chǎn)生影響。

求上述利潤函數(shù)的非條件極值可得企業(yè)最優(yōu)決策的一階條件為：

[Wc，t=θcYtLc，t]

[Wh，t=qtθhNtLh，t]

[Wbc，t=（1-μc-θc）YtLbc，t]

[Wbh，t=qt（1-μh-θh）NtLbh，t]

[Rc，t-1=μcYtKc，t-1]

[Rh，t-1=qtμhNtKh，t-1]

需要指出的是，資本的邊際產(chǎn)出必須等于租賃資本利率的行向量[（Rc，Rh）]，同時，勞動的邊際產(chǎn)出必須等于工資的行向量[（Wc，Wbc，Wh，Wbh）]。

（三）外生要素

對于最終產(chǎn)品和新房的外生技術(shù)沖擊、國內(nèi)住房服務(wù)偏好沖擊、貸款—價值比率沖擊都是模型中的外生變量。這些沖擊都被設(shè)定為服從一階自回歸過程。

[lnAc，t=（1-ρc）lnAc+ρclnAc，t-1+εc，t]

[lnAh，t=（1-ρh）lnAh+ρhlnAh，t-1+εh，t]

[lnjt=（1-ρj）lnj+ρjlnjt-1+εj，t]

[lnmt=（1-ρm）lnm+ρmlnmt-1+εm，t]

[（εc，t，εh，t，εj，t，εm，t）?i.i.d（0，σi），i=c，t，j，m]

（四）市場出清條件

本模型的市場出清條件如下：

[bt+bbt=0]

[Nt=Ht-（1-δh）Ht-1+Hbt+（1-δh）Hbt-1]

[Yt=Ct+Cbt+Kc，t+Kh，t-（1-δk）（Kc，t-1+Kh，t-1）]

上述第一個等式表明該經(jīng)濟體的總債務(wù)量和儲蓄者持有債權(quán)數(shù)量之和一定為零。第二個等式表明該經(jīng)濟體總房產(chǎn)存量由儲蓄者和借款者共同持有，新房建設(shè)量等于總房產(chǎn)存量減去上期折舊的部分。最后一個等式指出該封閉經(jīng)濟體當(dāng)期的總產(chǎn)出等于當(dāng)期消費與投資之和。

三、金融經(jīng)濟周期模型的量化分析

（一）模型方程及參數(shù)校準(zhǔn)

經(jīng)濟的競爭性均衡由前述一階條件組成的包含22個方程的方程組給出，這些方程共同描述了模型內(nèi)生變量以及5個外生變量的變化特征，前文已假定外生變量服從一階自回歸過程。為校準(zhǔn)模型，下面的參數(shù)集中的外生參數(shù)需要賦值：

[Ω=μc，μh，θc，θh，α，β，γ，?c，?h，δk，δh，ρc，ρh，ρj，ρm，σc，σh，σj，σm]

我們參考了M.T.Punzi（2006、2012）的研究中兩國、兩部門DSGE模型的參數(shù)校準(zhǔn)，Torres（2009）的研究中基本兩部門模型參數(shù)校準(zhǔn)和國家統(tǒng)計局網(wǎng)站有關(guān)我國宏觀經(jīng)濟的數(shù)據(jù)，對上述金融經(jīng)濟周期模型參數(shù)進行校準(zhǔn)，結(jié)果如表1。

（二）模型對數(shù)線性化

采用Uhlig（1999）的工具將模型方程對數(shù)線性化，其中[Yt=lnYt-lnY]，其他變量同理。

至此，我們就完成了模型方程的篩選，并將其對數(shù)線性化后考察變量在穩(wěn)態(tài)附近的動態(tài)變化。

（三）脈沖響應(yīng)函數(shù)

模型模擬實驗的外生沖擊是非耐用品部門全要素生產(chǎn)率沖擊、房產(chǎn)部門全要素生產(chǎn)率沖擊、貸款—價值比率沖擊和住房偏好沖擊。借款約束中[bbt=mtqtHbt]的對數(shù)線性化形式為[bbt=mt+qt+Hbt]，由于抵押約束和價格的即時調(diào)整，當(dāng)貸款—價值比率較高時，形成更大的房產(chǎn)供給反而會降低房產(chǎn)價格。因此當(dāng)[m]值較低時，受到[Ac]的正向沖擊后房價會增加得更多。在[t=1]時期給經(jīng)濟施以四種不同類型的正向沖擊，發(fā)現(xiàn)當(dāng)[Ac]給予經(jīng)濟一個標(biāo)準(zhǔn)差的正向沖擊后，[Y]和[q]均立刻上升，然后傳導(dǎo)至房產(chǎn)投資，家庭將現(xiàn)有實物資本在兩部門間重新分配。同時，產(chǎn)出增加后新增加的資本在未來可被用于房產(chǎn)部門新建房屋，房產(chǎn)部門投資隨之增加，但是增加的數(shù)量小于非耐用品部門固定資本增加值。儲蓄者和借款者的消費都開始增加，尤其是借款者消費增加的數(shù)量更多。盡管房產(chǎn)具有財富效應(yīng)，可以作為抵押品獲得額外的貸款進而增加消費，儲蓄者仍然會利用投資機遇不斷調(diào)整資產(chǎn)組合。當(dāng)正向沖擊使借款者信用條件改善時，他們更傾向于選擇一部分收入來源于借款而另一部分收入來源于勞動所得，因此借款者在兩部門的勞動時間均減少。我們發(fā)現(xiàn)房產(chǎn)需求沖擊和貸款—價值比率沖擊在金融經(jīng)濟周期模型中產(chǎn)生了相似的結(jié)果。房產(chǎn)部門全要素生產(chǎn)率沖擊降低了房價，可以認(rèn)為，金融自由化和放松管制放大和傳導(dǎo)了主要變量對經(jīng)濟沖擊的反應(yīng)。

四、結(jié)論與政策建議

傳統(tǒng)的主流經(jīng)濟學(xué)對金融因素是不夠重視的，但在20世紀(jì)70年代以來金融自由化和放松監(jiān)管以后，金融因素已經(jīng)成為分析宏觀經(jīng)濟周期性波動不可忽視的方面。

本文把房地產(chǎn)市場和信用渠道結(jié)合起來，通過建立一個兩部門DSGE模型，表明房地產(chǎn)市場是模型的核心機制。因為房產(chǎn)作為耐用品為家庭提供穩(wěn)定的住房服務(wù)效用流，而且房產(chǎn)還是一種主要的貸款抵押品。模型的脈沖響應(yīng)函數(shù)表明非耐用品部門全要素生產(chǎn)率沖擊和房產(chǎn)偏好沖擊會導(dǎo)致房價上升。然而，由于房產(chǎn)供給的迅速增加，房產(chǎn)部門全要素生產(chǎn)率的正向沖擊反而使房產(chǎn)價格下降。模型主要變量的脈沖響應(yīng)函數(shù)分析也表明，在非耐用品部門全要素生產(chǎn)率、房產(chǎn)部門全要素生產(chǎn)率、貸款—價值比率和住房偏好等因素的沖擊下，經(jīng)濟波動被金融因素放大和傳導(dǎo)。

當(dāng)前市場環(huán)境下，作者認(rèn)為中央銀行需要密切關(guān)注經(jīng)濟整體財務(wù)狀況、經(jīng)濟結(jié)構(gòu)和金融市場，相機抉擇地采取提前預(yù)警的、程度適合的貨幣政策。宏觀經(jīng)濟穩(wěn)定和降低金融危機的累積風(fēng)險是相互強化和相互傳導(dǎo)的政策目標(biāo)，追求宏觀經(jīng)濟穩(wěn)定必須降低金融危機的累積風(fēng)險，反之亦然。浮動匯率制下追求短期匯率穩(wěn)定的中央銀行，應(yīng)該充分考慮資產(chǎn)價格波動在長期內(nèi)可能對信用波動、金融市場穩(wěn)定和經(jīng)濟結(jié)構(gòu)穩(wěn)定的負面影響。經(jīng)濟中出現(xiàn)資產(chǎn)價格波動和通貨膨脹持續(xù)上升時，由于資產(chǎn)價格波動造成的信用擴張或信用緊縮的效應(yīng)使得金融經(jīng)濟周期時間跨度和振動幅度比一般經(jīng)濟周期要大得多，宏觀調(diào)控政策應(yīng)該充分考慮信用規(guī)模和全社會杠桿比率。在未來需要根據(jù)我國情況建立宏觀審慎管理框架，將幣值穩(wěn)定、金融市場穩(wěn)定和經(jīng)濟長期增長納入統(tǒng)一的目標(biāo)框架。

參考文獻：

[1]Claessens， Kose， Terrones. 2011. Financial Cycles： What？ How？ When？[C].NBER International Seminar on Macroeconomics， Vol.7， No. 1.

[2]I. Fisher. 1933. the Debt-Deflation Theory of Great Depression[J].Econometrics，Vol.1，No.4.

[3]Davis，Heathcote. 2005. Housing and the Business Cycle[J].International Economic Review，Vol.46，No.3.

[4]Bernanke. 1995. A Conference Panel Discussion： What Do We Know about How Monetary Policy Affects the Economy？[N].Federal Reserve Bank of St. Louis Review， Vol.77， No.3.

[5]Bernanke， Gertler， Gilchrist. 1999. The Financial Accelerator in a Quantitative Business Cycle Framework [M].Handbook of Macroeconomics，Vol.1.

[6]Bernanke，Gertler. 2001. Should Central Banks Respond to Movements in Asset Prices？[J].the American Economic Review，Vol.91， No.2.

[7]Bernanke，Gertler. 1989. Agency costs， net worth，and business fluctuations[J].American Economic Review，Vol.79， No.1.

[8]Davis，Zhu. 2004. Bank Lending and Commercial Property Cycles：Some Cross-Country Evidence[C].Bank for International Settlements Working Paper，No.150.

[9]Gilchrist， Zakrajsek. 2008. Linkages between the Financial and Real Sectors： An Overview[C].Boston University Working Paper.

[10]Adrian， Moench，Shin. 2010. Financial Intermediation，Asset Prices and Macroeconomic Dynamics[C].Meeting Papers，Vol.422，No.7.

[11]Mendoza. 2008. Terrones，an Anatomy of Credit Booms：Evidence from Macro Aggregates and Micro Data [J].International Finance Discussion Papers，Vol.08， No.226.

[12]M. Drehmann，Borio. 2012. Tsatsaronis，Characterizing the Financial Cycle：Dont Lose Sight of the Medium Term[C].Bank for International Settlements Working Paper， June.

[13]Kiyotaki，Moore. 1997. Credit Cycles[J].Journal of Political Economy，Vol.105， No.2.

[14]Claessens， Van Horen. 2012. Foreign Banks： Trends，Impact and Financial Stability[J].Social Science Electronic Publishing，Vol.12，No.10.

[15]Borio. 2013. The Great Financial Crisis：Setting Priorities for New Statistic[J].Journal of Banking Regulation， Vol.14， No.3-4.

[16]Elekdag，Yiqun Wu. 2013. Rapid Credit Growth in Emerging Markets：Boon or Boom-Bust？[J].Emerging Markets Finance and Trade， Vol.49， No.5.

[17]Aikman，Haldane. 2015. Nelson， Curbing the Credit Cycle[J].Economic Journal， Vol.125， No.585.

[18]McCandless. 2011. The ABCs of RBC[M].Harvard University Press.

[19]Bezemer， Grydaki，Zhang. 2016. More Mortgages， Lower Growth？[J].Economic Inquiry，Vol.54，No.1，.

[20]Borio. 2014. The financial cycle and macroeconomics： What have we learnt？[J].Journal of Banking and Finance， Vol.45， No.8.

[21]Iacoviello，Matteo，Neri. 2010. Housing market spillovers：evidence from an estimated DSGE model[J].AEJ： Macroeconomics，Vol.2， No.2.

[22]Jin，Yi，and Zhixiong Zeng. 2004. Residential investment and house prices in a multisector monetary business cycle model[J].Journal of Housing Economics，No.13.

[23]M.T.Punzi. 2012. Housing Market and Current Account Imbalances in the International Economy[C].Bank of Finland Research Discussion Papers.

[24]M.T.Punzi. 2013. Housing Market and Current Account Imbalances in the International Economy[J].Review of International Economics，21（4）.

[25]Torres. 2015. Introduction to dynamic macroeconomic general equilibrium models[J].Vernon Press Titles in Economics.

[26]Uhlig H. 1999. A toolkit for analyzing nonlinear dynamic stochastic models easily[J].Discussion Paper.

[27]周炎，陳昆亭.金融經(jīng)濟周期理論研究動態(tài)[J].經(jīng)濟學(xué)動態(tài)，2014，（7）.

[28]鄧創(chuàng)，徐曼.中國的金融周期波動及其宏觀經(jīng)濟效應(yīng)的時變特征研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2014，（9）.

[29]何德旭，張捷.金融經(jīng)濟周期下的中央銀行資產(chǎn)負債表策略[J].鄭州大學(xué)學(xué)報（社會科學(xué)版），2016，（1）.

[30]曹永琴，李澤祥.中國金融經(jīng)濟周期與真實經(jīng)濟周期的動態(tài)關(guān)聯(lián)研究[J].統(tǒng)計研究，2009，（5）.

[31]李麟，索彥峰.經(jīng)濟波動、不良貸款與銀行業(yè)系統(tǒng)性風(fēng)險[J].國際金融研究，2009，（6）.

[32]何德旭，張捷.貨幣政策面臨的新挑戰(zhàn)與新選擇[J].銀行家，2017，（4）.