丁 華

銀行信貸、市場信心對資產(chǎn)價格波動的影響研究——基于BVAR模型的反事實分析視角

丁 華

(安徽財經(jīng)大學 金融學院，安徽 蚌埠 233030)

本文選取2004年8月到2020年8月的中國宏觀經(jīng)濟數(shù)據(jù)，構建一個含有信貸指標、信心指標以及資產(chǎn)價格指標的貝葉斯向量自回歸（BVAR）模型，分析銀行信貸對資產(chǎn)價格（股票價格和房地產(chǎn)價格）波動的影響機制，并運用反事實分析方法考察市場信心在資產(chǎn)價格波動中的作用。實證結果發(fā)現(xiàn)，信貸規(guī)模的擴張、信貸利率的降低和寬松的信貸政策能夠刺激投資者大規(guī)模投資，造成資產(chǎn)價格遠高于基礎價格，再加上預期作用，形成正向反饋激勵的循環(huán)機制，最終形成資產(chǎn)泡沫。而且，信貸渠道對不同的資產(chǎn)價格波動的影響存在差異性。一旦市場信心的因素不加以考慮，信貸對資產(chǎn)價格波動的影響效果會明顯減弱。在當前經(jīng)濟增長放緩的預期下，容易造成資產(chǎn)價格出現(xiàn)較大波動，因此，政府在實施信貸政策的同時更需要注重加強預期管理。

資產(chǎn)價格波動；信貸擴張；市場信心；BVAR模型

一、引言

改革開放四十多年來，資產(chǎn)價格作為重要的宏觀經(jīng)濟指標，是貨幣政策以及宏觀審慎政策調控的重要依據(jù)，對整個經(jīng)濟系統(tǒng)和金融系統(tǒng)的穩(wěn)定起著重要作用。長期以來，寬松貨幣政策滋生信貸快速擴張和資產(chǎn)價格大幅波動，同時市場樂觀的情緒過度蔓延進一步加速資產(chǎn)價格泡沫形成。一旦寬松貨幣政策撤退，就有可能導致資產(chǎn)價格泡沫破滅。資產(chǎn)價格劇烈波動已構成系統(tǒng)性風險的隱患，給實體經(jīng)濟發(fā)展造成嚴重影響[1]。因此，深入剖析資產(chǎn)價格波動的形成機制，并從信貸視角探討兩者之間相互增強的反饋效應，進而回答了資產(chǎn)價格“如何波動”，可以一定程度避免“低通脹和高資產(chǎn)價格”現(xiàn)象的發(fā)生，有效維護價格穩(wěn)定和金融穩(wěn)定。

資產(chǎn)價格波動實際描述的是資產(chǎn)價格偏離其基本面的現(xiàn)象。隨著20世紀90年代行為金融學的蓬勃興起，形成了包括以預期、信息不對稱、投機泡沫（理性泡沫和非理性泡沫）以及資金短缺性為主要因素來分析資產(chǎn)價格波動（泡沫）形成的研究范式。SHELL和CASS最早在理性預期的假設下分析這種來自外部不確定性的資產(chǎn)價格波動，并稱之為“太陽黑子”[2]。徐亞平等從不完全信息和有限理性預期角度出發(fā)，認為資產(chǎn)價格波動會直接影響公眾預期，造成投資者依據(jù)資產(chǎn)價格信息調整未來預期的狀態(tài)是不穩(wěn)定的，容易形成過度反應[3]。BOSI和SEEGMULLER提出資產(chǎn)泡沫產(chǎn)生是由預期的“自由實現(xiàn)”以及“自我強化”所導致的[4]。YVRARD和SEEGMULLER認為，在信貸市場不完善條件下，以抵押物形式出現(xiàn)的金融資產(chǎn)會因為投資者預期變化形成泡沫[5]。LENGNICK和WOHLTMANN將公眾學習預期引入動態(tài)一般均衡模型（DSGE），分析公眾預期對資產(chǎn)價格波動的影響以及最優(yōu)貨幣政策選擇[6]。KAZUO認為，預期模型的均衡路徑實現(xiàn)依賴于公眾預期的具體設定，而且一旦均衡路徑不唯一，外生的不確定性沖擊造成投資者反應過度或者反應不足，從而促使資產(chǎn)價格泡沫形成[7]。

由于研究資產(chǎn)價格波動形成機制上側重點不同，國內外學者對其影響因素也存在不同觀點，大致分為兩類。第一種觀點認為，市場流動性直接影響總需求，因而推動資產(chǎn)價格膨脹和波動。傳統(tǒng)經(jīng)濟理論依據(jù)IS-LM模型認為，資產(chǎn)價格中長期走勢受到真實的供給和需求影響，而短期內由于供給量難以變化，市場流動性就成為資產(chǎn)價格波動的主要推手。當流動性大幅提升時，市場對資產(chǎn)的旺盛需求促使資產(chǎn)價格上漲。當市場流動性明顯趨緊時，投資者會拋售手中的資產(chǎn)以補充必要的流動性，因而資產(chǎn)價格走勢下跌。近些年，不少學者認為，中國人民銀行實施的擴張性貨幣政策導致市場流動性充足甚至過剩，使資產(chǎn)價格膨脹以至泡沫出現(xiàn)[8]。第二種觀點則認為，實體經(jīng)濟持續(xù)增長造成資本市場繁榮。BORDO和WHEELOCK認為，美國股票市場的過度繁榮與資本、信貸存量有較強相關性，但資產(chǎn)價格膨脹主要受總產(chǎn)出和生產(chǎn)率水平等因素影響。只要美國實體經(jīng)濟持續(xù)增長，貨幣存量也隨之保持快速增長趨勢，股票市場就會持續(xù)繁榮[9]。ASSENMACHER和GERLACH選取17個樣本國家長達20年的數(shù)據(jù)構建向量自回歸模型，發(fā)現(xiàn)貨幣政策雖然可以一定程度抑制資產(chǎn)價格波動，但是實體經(jīng)濟才是真正影響資產(chǎn)價格波動的主要因素[10]。

本文基于第一種觀點，從信貸擴張視角分析資產(chǎn)價格波動的影響因素?，F(xiàn)有文獻尚未發(fā)現(xiàn)利用BVAR模型來檢驗中國資產(chǎn)價格波動的形成機制。為了真實客觀地分析銀行信貸和資產(chǎn)價格波動之間相互反饋的形成機制，本文選取2004年8月到2020年8月的中國宏觀經(jīng)濟數(shù)據(jù)，利用BVAR模型從銀行信貸角度分析資產(chǎn)價格（股票價格和房地產(chǎn)價格）波動成因，并利用反事實分析法對比和識別有無市場信心作用下信貸沖擊對資產(chǎn)價格波動的影響機制，通過銀行信貸擴張的視角真實反映資產(chǎn)價格波動以及風險累積下的泡沫形成機制。

二、信貸對資產(chǎn)價格波動的影響機制分析

考慮到資產(chǎn)價格可以脫離宏觀基本面所決定的內在價值形成波動甚至產(chǎn)生泡沫，這里對資產(chǎn)泡沫形成直至破滅的整個過程分為如下三個階段：

第一階段表現(xiàn)為正向的外部沖擊產(chǎn)生樂觀預期。經(jīng)濟體受到外部因素的正向沖擊，比如規(guī)模足夠大的技術創(chuàng)新或經(jīng)濟、金融制度變革的影響，經(jīng)濟的整體預期會改變，進一步促進經(jīng)濟增長。樂觀預期和經(jīng)濟增長相互推動，使得各類資產(chǎn)價格不斷脫離基本價值而上漲。第二階段表現(xiàn)為信貸大幅度擴張進一步推動資產(chǎn)價格不斷上漲直至形成泡沫。KINDLEBERGER等指出，信貸擴張和資產(chǎn)價格上漲存在互相反饋、螺旋上升的典型特征[11]。在經(jīng)濟擴張的大背景下，實體經(jīng)濟的利潤上升會借助預期效應促使金融體系的信貸繼續(xù)擴張。大量廠商和投資者通過信貸擴張帶來的新資金轉化為實物資產(chǎn)和金融資產(chǎn)的有效需求，進一步促進經(jīng)濟繁榮。在實體經(jīng)濟和虛擬經(jīng)濟相互擴張直至超過某一臨界點時，投資者會在投機性因素的驅使下購買和變現(xiàn)實物資產(chǎn)和金融資產(chǎn)。如果這種投機性活動能獲利，便會吸引更多的投資者加入，資產(chǎn)預期價格持續(xù)上漲，最終形成泡沫。第三階段表現(xiàn)為負向沖擊以及資產(chǎn)泡沫破滅。當資產(chǎn)價格上漲到一定程度，任何一個意外負向沖擊（可能是企業(yè)盈利水平的下降，或者沒有預期到的宏觀經(jīng)濟變化）都會引起投資者對未來預期下降，進而持續(xù)拋售資產(chǎn)，資產(chǎn)價格驟降，并造成市場恐慌。由于整個金融體系和宏觀經(jīng)濟表現(xiàn)出過度負債和難以為繼的現(xiàn)狀，一旦沒有及時準確的宏觀政策應對措施，將會出現(xiàn)“債務—緊縮”現(xiàn)象，最終造成資產(chǎn)價格泡沫破滅和宏觀經(jīng)濟嚴重衰退。

由上述三個階段分析可以看出，資產(chǎn)價格波動以及泡沫產(chǎn)生破滅都與信貸存在密切聯(lián)系。值得注意的是，在信貸對資產(chǎn)價格波動的影響機制過程中，市場信心也起到至關重要的作用。由于市場信心體現(xiàn)了投資者對當期宏觀經(jīng)濟發(fā)展趨勢的心理判斷，因此銀行信貸規(guī)模、信貸利率以及信貸政策的變化也會通過預期效應間接影響資產(chǎn)價格變化。比如，當銀行信貸擴張時，人們會更容易獲得資金進行投資，投資者預期未來收益更為樂觀，因而投資需求和潛在的投資需求增加，從而造成資產(chǎn)價格上漲。而且，資產(chǎn)價格上漲會進一步增加投資者信心，從而促進有效投資。而實體經(jīng)濟的發(fā)展又會對資產(chǎn)價格產(chǎn)生新的影響，因而這種效應通過信貸擴張（收縮）對投資者的財富預期機制表現(xiàn)出來。正是由于信貸擴張引起銀行中介機構代理問題，投資風險轉嫁以及預期的間接效應促使借貸者有動機推動和加速資產(chǎn)價格上漲。

因此，本文選用信貸規(guī)模、信貸利率以及信貸政策（貸款價值比）三種信貸指標變量，構建信貸推動的資產(chǎn)價格泡沫模型，試圖通過信貸擴張的視角真實反映資產(chǎn)價格波動以及風險累積下的泡沫形成機制，突出兩者之間相互增強的反饋效應。

三、實證分析

（一）影響因素的選擇

本文選取信貸規(guī)模、信貸利率、貸款價值比、市場信心和股票價格、房地產(chǎn)價格六個指標作為研究變量建立BVAR系統(tǒng)。其中，代表信貸的指標有信貸規(guī)模、信貸利率和貸款價值比，一定程度上反映了信貸市場中的信貸數(shù)量、信貸價格和信貸政策三個方面特點?？紤]到信貸對資產(chǎn)價格波動的作用過程還受到預期因素的影響，為此這里加入市場信心指標進行刻畫，并利用反事實方法識別出預期在資產(chǎn)價格波動過程中發(fā)揮的作用[12]。具體而言，金融機構各項貸款余額同比增速數(shù)據(jù)作為信貸規(guī)模（）的代理變量，信貸利率（）選擇1年期的銀行定期存款利率表示，當月內利率發(fā)生調整時，根據(jù)使用日期數(shù)作為權數(shù)計算月度內加權平均利率；考慮到我國貸款價值比（），選擇我國住房抵押貸款領域中規(guī)定的貸款成數(shù)上限來表示，即購房貸款金額與用于抵押房屋價值的比值。我國并未公布市場信心指標（），這里選用中國消費者信心指數(shù)來表示。股票價格（）選擇上證綜合指數(shù)（收盤價）進行對數(shù)同比差分后得到上證綜指的同比增長率；房地產(chǎn)價格（）采用房地產(chǎn)開發(fā)企業(yè)商品房銷售額與銷售面積的比值作為商品房銷售價格指數(shù)，經(jīng)過對數(shù)差分運算得到房地產(chǎn)價格的增長率?？紤]到2004年8月，銀監(jiān)會發(fā)布《商業(yè)銀行房地產(chǎn)貸款風險管理指引》正式提出監(jiān)管成數(shù)（）的監(jiān)管要求，本文選取2004年8月至2020年8月的月度數(shù)據(jù)，總共193組數(shù)據(jù)保證BVAR模型結果的有效性。所有數(shù)據(jù)均來自于Wind數(shù)據(jù)庫。

（二）變量的平穩(wěn)性檢驗

表1顯示六個變量在5%的顯著性水平上是非平穩(wěn)的，進行一階差分后平穩(wěn)。

表1 數(shù)據(jù)的ADF檢驗結果（2004年8月—2020年8月）

變量t統(tǒng)計量P值(C,T,K)變量t統(tǒng)計量P值(C,T,K) Loan-0.335 70.562 9(0,0,12)DLoan-5.721 60.000 0(1,0,11) R-1.486 80.078 0(1,0,11)DR-8.530 20.000 0(1,0,0) LTV-1.973 10.298 5(1,0,0)DLTV-12.98510.000 0(1,0,0) Con-1.693 20.432 9(1,0,2)DCon-15.27140.000 0(1,0,0) SP-2.803 30.198 2(0,0,1)DSP-9.354 80.000 0(1,0,0) HP-1.131 40.174 2(1,0,8)DHP-5.732 80.000 0(1,0,0)

注：（,,）中三個變量分別表示截距、趨勢和滯后項階數(shù)。

（三）模型的構建

LITTERMAN于1986年首次提出貝葉斯向量自回歸模型（BVAR），解決傳統(tǒng)模型“過參數(shù)化”問題，其優(yōu)勢在于收集樣本信息獲取先驗分布，通過彌補樣本信息的缺乏來減少參數(shù)估計的不確定性[13]。本文基于Minnesota先驗分布，通過對信貸規(guī)模、信貸利率和信貸政策（引入貸款價值比）三個視角分析信貸對資產(chǎn)價格波動的影響，并且引入預期因素，構造2個BVAR模型，剖析我國信貸擴張下預期因素的宏觀效應。

首先，構建傳統(tǒng)的VAR模型如下：

其中，y選擇了信貸規(guī)模、信貸利率、貸款價值比、市場信心以及資產(chǎn)價格（股票價格或者房地產(chǎn)價格）共五個指標構成了5×1維向量，具體而言，模型Ⅰ由信貸規(guī)模（）、信貸利率（）、貸款價值比（）、消費者信心指數(shù)（）和股票價格()構成。

模型Ⅱ由信貸規(guī)模（）、信貸利率（）、貸款價值比（）、消費者信心指數(shù)（）和房地產(chǎn)價格（）構成。

1,…,A為5×5維待估的系數(shù)矩陣，u為5×1維擾動沖擊，且u(0,ΣΣ′)，Σ為對角陣(1,2,…,σ),=0,1,…,。這里將y(=0,1,…,)拉直堆疊成一列得到5×1維向量，為×5維，由y(=0,1,…,)按列疊加構成，即=vec(Y)，因而產(chǎn)生的和分別是符合和的方式形成的誤差項。

同時，定義=(1,t-1′,t-2′,…,t-p′)和維數(shù)為×(1+5)的矩陣(1,2,…,x)，(0,1,2,…,A)′以及()，為滯后階數(shù)。根據(jù)上述定義，我們可以將VAR模型寫成矩陣形式：

（2）

（3）

（四）脈沖響應分析

圖1至圖6分別顯示了信貸三個角度，即信貸規(guī)模（）、信貸利率（）和貸款價值比（）沖擊下對股票價格（）和房地產(chǎn)價格（）的脈沖響應圖。具體分析如下：

1. 信貸規(guī)模沖擊下資產(chǎn)價格脈沖反應

圖1顯示，信貸規(guī)模擴張下股票價格呈現(xiàn)正向的脈沖響應，在第1期就達到0.06并隨時間推移逐步擴大，到第8期時達到最大值后才逐漸減弱收斂。這說明信貸擴張下股票價格也會隨之上漲，符合前文的推理結論。對應虛線曲線為利用反事實對比仿真方法，剔除市場信心指標后BVAR模型框架下信貸規(guī)模沖擊對股票價格的脈沖反應曲線?？梢钥闯?，關閉信心反應渠道顯著降低了信貸擴張對資產(chǎn)價格上漲的刺激作用。同樣地，圖2顯示，給定信貸規(guī)模（）一個正向沖擊，房地產(chǎn)價格的脈沖響應值也為正，而且也大致在第8期達到最高響應后逐漸減弱。結合圖1對比，可以看出信貸規(guī)模的擴大一般在半年后才達到最大效應，而且房地產(chǎn)價格影響要稍微大于股票價格的影響。信貸擴張一方面使得房地產(chǎn)開發(fā)資金增加，造成房地產(chǎn)供給增加；另一方面也使得房地產(chǎn)按揭貸款增加，刺激需求增加，帶動更高的房地產(chǎn)價格。就我國實際情況而言，信貸規(guī)模增加更多是助長了房地產(chǎn)價格增長，實證結果也證明了這一點。房地產(chǎn)價格上漲，促使房屋的抵押價值也隨之上升。

在上限等信貸政策不變情況下，銀行對房地產(chǎn)部門的貸款投放也會增加，市場預期房價會繼續(xù)上漲。在金融加速器作用下，房地產(chǎn)價格會持續(xù)上漲甚至形成泡沫[14]。值得強調的是，信貸規(guī)模明顯對資產(chǎn)價格波動有重要影響，但外來因素比如市場預期而引發(fā)的投機行為也是資產(chǎn)價格決定的重要因素?！把蛉盒袨椤薄斑^度自信”等作用促使投資者投機購房的比例上升，而且這種預期作用會自我膨脹促使資產(chǎn)價格迅速上漲。

圖1 股票價格對信貸規(guī)模沖擊的脈沖圖

圖2 房地產(chǎn)價格對信貸規(guī)模沖擊的脈沖圖

2. 信貸利率沖擊下資產(chǎn)價格脈沖反應

從圖3中可以看出，正向的利率沖擊對股票價格影響一直表現(xiàn)為負值，且在第4期達到最低值后逐漸趨于零值，而關閉預期渠道后的脈沖曲線效果稍微減弱。這說明，相對于信貸規(guī)模沖擊，利率沖擊對股票價格的反應速度更快，在一個多季度（4個月）就達到峰值（負向），這說明央行在宏觀調控中提高利率能在較短時間抑制股票價格上漲。圖4顯示，利率一個正向沖擊對房地產(chǎn)價格影響為負，并且在第10期達到谷底，關閉市場信心渠道后的脈沖效果在第8期后有所減弱，說明利率變化對市場信心的影響和積聚需要一個過程，具有延遲效應。

3.沖擊下資產(chǎn)價格脈沖反應

圖5和圖6給出了一個正向沖擊下，股票價格和房地產(chǎn)價格的脈沖響應曲線。對比發(fā)現(xiàn)，雖然正向沖擊下的兩類資產(chǎn)價格反應效果均為正值，很明顯作用于房地產(chǎn)價格效果還是更為明顯。

這說明，類似股票、房地產(chǎn)類的風險投資品，抵押物的杠桿效應對資產(chǎn)價格波動的影響具有順周期性，因此實施限制后能有效抑制資產(chǎn)價格波動。同樣地，關閉信心渠道后的脈沖效果在第8期后也有減弱表現(xiàn)，這也說明和信貸利率的變化在我國現(xiàn)階段還都屬于政策調控措施，在政策與市場不同步且市場晚于政策的情況下，市場信心的影響具有一定延遲效應。

圖3 股票價格對信貸利率沖擊的脈沖圖

圖4 房地產(chǎn)價格對信貸利率沖擊的脈沖圖

圖5 股票價格對LTV沖擊的脈沖圖

（五）模型的評價

上述兩個基于反事實分析法的BVAR模型，在識別有無市場預期作用下的脈沖趨勢大致一致，驗證了該模型在闡明銀行信貸對資產(chǎn)價格波動的形成機制具有較好的效果。研究發(fā)現(xiàn)，信貸規(guī)模擴張刺激市場大規(guī)模投資，造成資產(chǎn)價格高于基礎價格，并形成正向反饋的循環(huán)機制，最終形成資產(chǎn)泡沫。信貸規(guī)模、信貸利率、上限以及預期因素對資產(chǎn)價格波動存在明顯作用，信貸渠道對不同資產(chǎn)價格波動的影響存在差異性。

圖6 房地產(chǎn)價格對LTV沖擊的脈沖圖

四、結論

鑒于信貸對資產(chǎn)價格波動的重要作用，本文選取2004年8月到2020年8月的中國宏觀經(jīng)濟數(shù)據(jù)，利用BVAR模型從銀行信貸角度分析資產(chǎn)價格（股票價格和房地產(chǎn)價格）波動成因，假定信貸對資產(chǎn)價格波動的影響參數(shù)服從先驗分布，并利用反事實分析法對比和識別有無預期作用下信貸沖擊對資產(chǎn)價格波動的影響，闡明銀行信貸和資產(chǎn)價格波動之間相互反饋的形成機制。結果發(fā)現(xiàn)，信貸規(guī)模、信貸利率和上限對資產(chǎn)價格波動存在明顯作用，而且信貸渠道對兩種資產(chǎn)價格的效應存在差異，具體得到如下結論：

第一，信貸規(guī)模、的增加均刺激了資產(chǎn)價格波動，而且房地產(chǎn)市場的反應更為明顯。因此，控制信貸規(guī)模和降低能有效遏制資產(chǎn)價格泡沫發(fā)生。同時，信貸利率對資產(chǎn)價格水平存在抑制效應。當然，在當前疫情期間，受到居民收入不確定性的預期，對于有購房需求者應該在信貸政策上給予適當傾斜，放寬信貸規(guī)模、靈活調整和信貸利率，也一定程度上減弱房地產(chǎn)和信貸資產(chǎn)的承壓能力。

第二，市場預期在資產(chǎn)價格波動過程中起到加速器作用，“羊群行為”“過度自信”等作用促使市場的投資比例上升，市場預期自我膨脹助長了資產(chǎn)價格上漲趨勢。一旦預期受到國家政策影響持續(xù)下滑，也會造成資產(chǎn)價格快速下行，因而形成一個由預期帶動的周期循環(huán)過程。因此，政府在避免資產(chǎn)價格大幅波動的同時更需要注重加強預期管理。

[1] 范從來, 劉紹保, 劉德溯. 中國資產(chǎn)短缺影響因素研究——理論及經(jīng)驗證據(jù)[J]. 金融研究, 2013(5): 73-85．

[2] SHELL K, CASS K. Do sunspots matter?[J]. Journal of Political Economy, 1983(8): 193-227.

[3] 徐亞平, 徐韜, 蘭茹佳. 資產(chǎn)價格與貨幣政策的預期管理[J]. 新金融, 2012(12): 15-18.

[4] BOSI S, SEEGMULLER T. Rational bubbles and expectation–driven fluctuations[J]. International Journal of Economic Theory, 2013, 9(1): 69-83.

[5] YVRARD L, SEEGMULLER T. Rational bubbles and macroeconomic fluctuations: the (de-)stabilizing role of monetary policy[J]. Mathematical Social Sciences, 2015(1): 1-15.

[6] LENGNICK M , WOHLTMANN H W . Optimal monetary policy in a New Keynesian model with animal spirits and financial markets[J]. Journal of Economic Dynamics & Control, 2016, 64(8): 148-165.

[7] KAZUO M. Indeterminacy in real business cycle models[M]. Berlin: Springer Press, 2017(6): 19-54.

[8] 陳彥斌, 劉哲希. 推動資產(chǎn)價格上漲能夠“穩(wěn)增長”嗎? ——基于含有市場預期內生變化的DSGE模型[J]. 經(jīng)濟研究, 2017(7): 49-64.

[9] BORDO M D, WHEELOCK D C . Monetary policy and asset prices: a look back at past U.S. stock market booms[J]. Federal Reserve Bank of St Louis Review, 2004, 86(8): 19-44.

[10] ASSENMACHER K, GERLACH S. Ensuring financial stability: financial structure and the impact of monetary policy on asset prices[J]. Social Science Electronic Publishing, 2008, 29(1): 41-59.

[11] KINDLEBERGER C, ROBERT Z. Manias, Panics and Crashes: A History of Financial Crises(Fifth Edition)[M]. New Jersey: John Wiley & Sons, Inc., 2005.

[12] 張成思, 孫宇辰. 中國貨幣政策的信心傳導機制[J]. 財貿經(jīng)濟, 2018, 39(10): 61-76.

[13] LITTERMAN R. Forecasting with Bayesian Vector Autoregressions Five Years of Experience[J]. International Journal of Forecasting, 1986, 2(4): 497-498.

[14] 劉金全, 徐寧, 劉達禹. 資產(chǎn)價格錯位與貨幣政策規(guī)則——基于修正Q理論的重新審視[J]. 國際金融研究, 2017(5): 25-35.

10.15916/j.issn1674-327x.2022.03.006

F802.2

A

1674-327X (2022)03-0022-06

2021-11-18

安徽省高校人文社會科學重點研究項目(SK2020A0008)；安徽省哲學社會科學規(guī)劃項目(AHSKY2021D131)

丁華(1981-)，女，安徽安慶人，副教授，博士。

(責任編輯：許偉麗)