资产价格波动与货币政策应对_基于结构向量自回归模型的.pdf

资产价格波动与货币政策应对)基于结构向量自回归模型的实证分析李 亮(国家外汇管理局湖北省分局 430071)内容摘要:根据以往研究资产价格与货币政策关系的相关文献和理论框架,本文利用 2000-2009年的季度数据,通过一个同时施加长期约束和短期约束的结构向量自回归模型对我国资产价格波动与货币政策应对进行了研究。模型运用脉冲响应分析手段探讨了包括利率政策、货币和信贷在内的货币政策工具对产出、通货膨胀和资产价格的影响。结果表明,货币政策在稳定资产价格的同时对经济增长会造成不利影响,因此,本文认为货币政策不宜以盯住资产价格为目标。关键词:资产价格 货币政策 结构向量自回归 SVAR中图分类号:F831.0 文献标识码:A 文章编号:1005-1309(2010)04-0045-012收稿日期:2010-02-10一、引 言 20世纪 90年代以来,在低利率货币政策的支持下,世界各国经济出现长期稳定的低通胀增长,与此同时,资产价格大幅攀升,产生明显的资产价格泡沫。2007年美国次贷危机开始在全球范围内扩散,并逐步演变为全球性金融危机,资产价格出现较大幅度的下降,对各国经济金融产生了显著的不利影响。为稳定金融环境,刺激经济增长,发达国家中央银行纷纷对本国金融市场注入流动性,对陷入破产危机的金融机构进行救助。以美国为例,仅 2008年至 2009年 2月份,在短短一年多时间里美联储就购买各类金融机构持有的证券达 5000多亿美元,美联储的资产总额在一年时间内翻了近一倍,2009年 2月达到 18530亿美元(White,2009)。2000年以来,我国的资产价格也经历了大幅上涨和剧烈波动的阶段,在股票价格方面,上证收盘综合指数于 2005年 10月开始大幅上涨,从 1093点飙升至 2007年 10月的 5955点,两年时间内股票指数上涨了 5.45倍,在此后一年时间内股票指数快速下跌至 2008年 10月的 1729点,跌幅达 71%,经历了明显的泡沫积聚和破灭过程;在房地产价格方面,2009年末,以 2000年 1季度为基准的房屋销售价格定基比指数上涨到173,比 2000年 1季度上涨了 1.6倍,并且 2000年以来房价一直上涨,期间没有经历较大幅度的回调,处在明显的泡沫积聚期。在此背景下,加强对资产价格与货币政策关系的探讨,深入研究货币政策是否应该应对资产价格波动,以及采取何种/事前 0货币政策来减缓资产价格泡沫的增长,对于指导宏观经济政策,促进经济平稳较快增长具有十分重要的理论意义和实践涵义。)45)2010年第 4期#上海经济研究#在资产价格波动与货币政策应对的理论研究中,占据主流地位的是美联储主席 Bernanke和Gertler等人的观点,他们在 1999年和 2001年的经典文献中指出,在通货膨胀目标制框架内,任何盯住资产价格(股票价格)的行为,都会导致产出缺口波动和反向的通货膨胀波动互相抵消,实施货币政策稳定经济增长或通货膨胀的收益将会很小,并且中央银行也很难判断资产价格的基准水平以及是否产生泡沫,因此没有必要针对资产价格变动做出反应。他们建议,除非资产价格的变动包含了对未来通货膨胀或者产出缺口可能产生影响的预期,否则中央银行不必以资产价格作为货币政策的盯住目标,即不必针对资产价格波动进行专门的货币政策操作。针对房地产价格波动,经济学家 M ishkin(2007)认为,鉴于房地产市场在货币政策传导中日益突出的地位,中央银行应及时采取货币政策应对房价下跌,并且这种策略将是有效的;但是同时他也指出,货币政策控制资产价格膨胀的有效性则取决于三个假设:即,中央银行能够有效识别资产价格泡沫,货币政策对资产价格泡沫破灭的事后行动是无效的,以及中央银行利率政策能够精准刺穿泡沫而不影响产出等其他变量,由于这三个假设在现实中都不能完全满足,因此中央银行针对房价泡沫的事前策略将是无效的。因此,M ishkin建议,货币政策不应对房价泡沫做出反应,而应该在泡沫破灭时立即采取足够宽松的货币政策,这样可以有效应对泡沫破灭带来的不利后果。另一种截然相反的观点认为,货币政策应该对资产价格膨胀及时做出反应。其代表人物是Cecchett,i Genberg和 Wadhwani(2000,2003),他们认为/以稳定产出和通胀波动为目标的中央银行,可以通过关注资产价格特别是关注资产价格错配来制定利率政策,从而改善宏观经济表现。当资产价格出现泡沫时应审慎地调高利率,当资产价格下跌到基准价格以下时应审慎调低利率,这样将会有效抵消资产价格泡沫对产出和通货膨胀的不利影响,从而提高整体经济稳定性 0。他们还认为如果根据资产价格变动情况适时采取/逆风而行0即反向的货币政策操作,将会减少市场参与者的道德风险,减少资产价格泡沫产生的概率,进而有助于稳定经济。货币政策具体如何事前应对资产价格膨胀在理论研究中又有多种方法,其一,如 Cecchetti等人建议,将资产价格纳入中央银行目标体系,直接采取利率政策应对资产价格膨胀;其二,Goodhart(2001)建议将资产价格指数纳入通货膨胀指数,中央银行对广义的价格指数进行监控,并适时对货币政策进行调控;其三,在通货膨胀目标制框架内采取/弹性0政策,延长实现目标通货膨胀的期限,以应对波动持续时间较长的资产价格的冲击(一般应设置为长于 6 8个季度)(Bean,2003;Selody和 W ilkins,2004,2007);其四,通过控制货币和信贷,在实现通货膨胀目标的同时,也可以限制资产价格泡沫的产生和发展(Issing,2003)。第三种观点是第一、二种观点的折衷,认为应该根据资产价格泡沫的动态特征,经过权衡干预成本和干预收益后,确定货币政策是否以及如何应对资产价格膨胀。其代表人物是 Gruen,P lumb和 Stone(2005)。但是他们同时也认为,如果货币政策制定者并不拥有充分的关于资产价格泡沫的动态信息,那么标准通货膨胀目标制方法将是较好的次优选择,这实际上也接近于第一种观点。另外,还有一种理论观点认为在确定是否运用货币政策应对资产价格膨胀时应充分考虑各国金融结构的差异性。Calza,M onacelli和 Stracca.(2007)运用含代表性房产部门的宏观经济模型表明,对于具有更加发达房产抵押市场的经济体而言,针对房产需求正向冲击(房价上涨),中央银行应采取更加激进的货币政策(即利率水平提升的幅度应更大);相反地,对于房产抵押市场不发达的经济体而言,针对房价泡沫进行反应的货币政策并不能带来额外收益,不能起到稳定经济的作用。从货币政策操作的国际实践来看,在 2007年国际金融危机爆发前/货币政策不应对资产价格膨胀做出反应 0的观点在主要发达国家的货币政策操作实践中得到广泛应用。比如美联储,尽管承认房地产部门在商业周期和货币政策传导机制中的角色越来越重要,房地产部门对宏观经济的溢出效应日益显著,并在其政策模型中赋予房地产财富效应和股票财富效应同样的权重,但在货币)46)#上海经济研究#2010年第 4期政策操作中美联储前主席 Greenspan和现任主席 Bernanke都坚持控制通货膨胀而不考虑资产价格。甚至在此次金融危机后,联储对待资产价格泡沫的态度也并没有发生根本改变。美联储副主席 Kohn(2009)认为,尽管这次金融危机揭示了采取事前政策应对资产价格泡沫的收益将远大于预期,然而如何及时识别资产价格泡沫仍有较大的不确定性,并且货币政策的滞后效应会严重影响政策效果甚至会进一步恶化经济,因此他认为风险厌恶型的中央银行家将会避免采取主动措施去控制资产价格膨胀。同时,他对货币政策影响资产价格泡沫的能力也提出了质疑,认为利率政策可以影响资产价格的基本值,但对资产价格中投机成分的影响仍不确定。他认为联储在 2004年已经采取逐渐趋紧的货币政策来应对经济扩张,但是住房市场上过度乐观的预期抵消了政策效果,因此,Kohn并不主张对资产价格泡沫采取积极货币政策措施。在其他经济体,如欧洲中央银行则通过其货币政策双支柱(即稳定物价和稳定货币供应量),对资产价格波动进行间接的反应,但是并不直接对资产价格波动进行货币政策操作。通过以上对资产价格与货币政策的理论研究与国际实践的回顾,我们不难发现,货币政策不应直接对资产价格膨胀采取应对措施的观点占据着理论研究和操作实践的重要地位。货币政策是否应该对资产价格波动或膨胀做出积极反应,主要取决于货币政策在控制资产价格的同时,能否将对传统货币政策目标(如产出或通货膨胀)的负面影响控制在可以接受的范围内。就我国实际情况而言,货币政策的最终目标是在控制币值的基础上保持经济增长,特别是当前在后金融危机时代更是要凸显保增长的重要性,因此,我国是否应该采取货币政策来控制资产价格的关键在于紧缩的总量货币政策对经济增长影响程度的大小。本文通过研究资产价格(股票价格和房地产价格)、宏观经济(产出和通货膨胀)与货币政策(利率、货币与信贷)之间的动态关系,系统研究货币政策对资产价格及宏观经济变量的影响,最终明确货币政策是否应该对资产价格变动做出应对。本文第二节给出货币政策应对资产价格变动的基本分析框架。第三节针对资产价格、宏观经济变量与货币政策变量构建一个基于结构向量自回归模型(StructuralVectorAutoregressivemode,l SVAR)的动态分析模型;第四节对该模型进行实证分析;第五节得出相关结论并提出政策建议。二、货币政策应对资产价格变动的基本分析框架 (一)资产价格对货币政策目标的影响研究资产价格与货币政策的关系,需要将资产价格纳入货币政策目标体系。传统上,货币政策有四大目标,即经济增长、充分就业、物价稳定和国际收支平衡,其中经济增长与充分就业两大目标一般保持一致性。在我国,5中国人民银行法6确定的货币政策目标是保持币值稳定,并以此促进经济增长,因此,我国现阶段货币政策目标主要包括经济增长和物价稳定,特别在当前采取/保增长0措施应对国际金融危机的大背景下,更是凸显了经济增长在货币政策目标体系中的重要地位。货币政策目标之间往往存在着矛盾,并非总是能够同时实现这些目标。如,经济增长与物价稳定之间就存在矛盾,菲利普斯曲线说明了这一点,经济增长与物价上涨存在正向关系。如果在货币政策目标体系中引入资产价格(稳定),对传统的物价稳定和经济增长两大目标可能产生影响。其一,资产价格稳定与物价稳定之间可能存在矛盾,物价稳定通常使中央银行维持较为宽松的货币政策,较低的实际利率降低投资者融资成本,充裕的货币信贷资金使市场流动性明显过剩,加之宏观经济的平稳运行使未来的不确定因素减少,投资者更愿意承担高风险的投资项目,更多的资金从实体经济流向股票、房地产等高收益资产,导致资产价格上涨。国际货币基金组织报告(2007)指出近二十年西方主要国家保持了低通胀下的经济增长,这主要是由于宽松货币政策的作用,但是低利率政策同时也直接影响了资产价格的上涨。伍志文(2003)也指出,我国 20世纪 80年代中后期以来货币供应量与物价变动呈现反向关系,其直接原因是大量货币在资本市场积聚。其二,资产价格)47)2010年第 4期#上海经济研究#稳定与经济增长之间可能存在矛盾,理论上资产价格可以通过消费者财富效应和借贷约束的金融加速器效应影响消费,通过投资 q效应和房地产投资的产业链效应影响投资,从而对经济增长产生影响,同时,稳定资产价格实施的从紧货币政策会直接影响经济增长。因此,如果把资产价格引入中央银行目标体系,将使经济增长、物价稳定和资产价格稳定三者之间的关系变得更为复杂。按照丁伯根原则,政策目标与政策工具的数量应该相等,当工具数目少于目标数目时,通常不能使用一种工具同时实现所有目标。中央银行使用一种政策工具(货币政策)不可能同时达到以上三个目标,而只能根据经济形势的变化,对三大目标有所取舍,有所侧重,最小化中央银行损失函数。(二)资产价格对货币政策规则的影响货币政策规则描述了货币政策工具和货币政策目标之间的关系,在于为货币政策的实施提供一种操作框架。最著名的规则是基于短期名义利率的泰勒规则:rt=r+Pt+A(Pt-P*)+B(yt-y*)(1)在(1)式中,rt是作为货币政策工具的短期名义利率,rt-Pt代表实际利率,r是长期均衡实际利率,(Pt-P*)是通货膨胀缺口,(yt-y*)是产出缺口,原始的泰勒规则设置有 A=B=0.5。泰勒规则表明,中央银行的货币政策目标是综合权衡通货膨胀和产出,为了对大于其目标值的通货膨胀,以及大于其自然率的产出做出反应,需要运用短期利率工具将实际利率调整到长期均衡实际利率的水平上。为了将中央银行的利率平滑行为和前瞻性行为引入反应函数,泰勒规则进行了拓展,可以表示为:rt=r+Pt+a(EtPt+j-P*)+b(Etyt+k-y*)+crt-1(2)其中,rt-1是利率的滞后项,EtPt+j是对未来 j期的通货膨胀预期,Etyt+k是对未来 k期的产出预期。如果将资产价格波动引入货币政策反应规则,则泰勒规则变为:rt=r+Pt+C1(EtPt+j-P*)+C2(Etyt+k-y*)+C3(qt-q*)+C4rt-1(3)其中 qt为资产价格。则其计量模型可以设置为:rt=A0+A1Pt+A2yt+A3qt+Et(4)除了利率规则,还有基于货币供给为政策工具的货币规则,如麦卡勒姆(M cCallu m)规则:mt=m*-vt+H(yt-y*)(5)其中 mt是货币供给增长率,m*是货币增长的目标水平,vt是货币流通速度滞后 16个月的移动平均,(yt-y*)是产出缺口。麦卡勒姆规则以产出为目标导向,这是由于名义收入可以被认为是一种经过货币流通速度调整的货币供给目标,作为货币政策最终目标具有与通货膨胀相似的地位。因此,综合考虑,本文设置货币政策反应的计量模型为:(rt,mt,lt)=U0+U1Pt+U2yt+U3spt+U4hpt+Et(6)在(6)式中,考虑到信贷渠道在我国货币政策传导中的重要作用,在工具体系中设置了利率 rt、货币mt和信贷 lt三个变量,在目标体系中设置了通货膨胀 Pt、产出 yt、股价 spt和房价 hpt四个变量,并且着重分析货币政策工具对产出和资产价格的影响。三、货币政策与资产价格、宏观经济关系的动态分析:一个 SVAR模型 (一)模型和变量的选取为考察货币政策变量与资产价格、宏观经济变量之间的相互关系,本文根据(6)式构建一个 7变量的结构向量自回归模型来研究房价、股价与产出、通货膨胀,以及利率、信贷、货币等货币政策变量之间的动态关系和相互影响。无限制的 VAR模型只能研究变量滞后期与当期间的动态关系,)48)#上海经济研究#2010年第 4期而 SVAR可以研究变量间当期的相互影响;同时,可以根据相关经济理论对 SVAR模型施加不同的长期和短期约束,从而分析模型变量对结构性冲击的动态响应。鉴于 SVAR模型的优点,SVAR在国外货币政策研究中得到了广泛应用,特别是在近年来关于货币政策与资产价格的研究中得到了大量运用,如 Iacoviello(2000)用 SVAR模型研究了欧洲 6个国家房价与宏观经济的动态关系,E lbourne(2008)用 SVAR模型研究了英国房地产市场在货币政策传导机制中的作用,Bjornland和Jacobsen(2008)用 SVAR模型研究了美国房价在货币政策传导机制中的作用。国内研究则主要包括,谢赤、邓艺颖(2003)分析了 SVAR模型在货币政策传导机制中的应用,崔畅(2007)通过 SVAR进行了货币政策对股票价格动态冲击的识别检验,李树丞,曾华珑,李林(2008)和虞晓芬,薛永晓(2008)运用 SVAR对我国房价在货币政策传导中的作用进行了分析。不同于以上研究成果只研究房价或股价与货币政策的关系,且完全使用短期约束对模型进行识别,本文按照 Bjornland和Jacobsen(2008)的研究框架,将房价和股价同时纳入分析范畴,通过对 SVAR模型同时施加短期约束和长期约束研究资产价格与宏观经济、货币政策的动态关系,并且本文的研究重点不在于资产价格在货币政策传导机制中的作用,而主要集中在货币政策对资产价格和宏观经济变量同时施加的影响。本文中 SVAR模型涉及到的主要变量有:房价、股价、产出、通货膨胀、货币、信贷和利率,分别选择其代理变量为:房屋销售价格指数(HP)、上证收盘综合指数(SP)、国内生产总值(GDP)、居民消费价格指数(CPI)、货币供应量(M1)、金融机构中长期贷款(L)、一年期定期贷款利率(R)。由于资产价格问题主要形成于 2000年以后,所以本文选取 2000年 1季度-2009年 4季度的季度数据,数据来源于中经网统计数据库和中国人民银行网站,部分数据来自于相关参考文献。各代理变量数据的具体处理过程如下:(1)CPI取季度定基比指数,根据国家统计局公布的CPI月环比增速计算得到月定基比指数(以 2000年 1月为基准),按季取三个月的平均值,得到 CPI季度定基比指数。(2)GDP取季度实际值,根据国家统计局公布的累计名义 GDP,计算得出季度名义 GDP,季度实际 GDP=季度名义 GDP 100/CPI的季度定基比指数。(3)房价指数根据宋勃(2007)计算的房屋销售价格定基比指数及国家统计局公布的当季房屋销售价格同比指数,计算得出以 2000年 1季度为基准的定基比指数。(4)季度股价指数取三个月上证收盘综合指数的平均值。(5)M 1、金融机构中长期贷款直接取自中国人民银行公布的季末数。(6)贷款利率按月实际贷款利率取平均数求得季度贷款实际利率,月实际利率=当月 1年期贷款基准利率-当月同比物价指数,若当月贷款名义利率进行调整,则按当月天数计算加权平均值。除贷款利率以外,其他变量在取实际值后都进行了 X12季节调整,然后取对数。用小写字母代表经季节调整和取对数之后的相应变量,分别用 hp、sp、gdp、cpi、m1、l、r代表房价、股价、产出、通货膨胀、货币、信贷与利率。对各变量进行 ADF平稳性检验。hp、sp、gdp、cpi、m1、l、r均在 1%或 5%显著性水平上满足一阶单整序列,各变量的一阶差分是平稳的。(二)模型的设定VAR模型中的变量是否需要平稳,Si m s(1980),Si ms,Stock和 W atson(1990)认为对非平稳变量进行差分后再将其纳入 VAR模型将会丢失数据中的互动信息,因此他们建议即使在变量存在单位根的情况下也不使用差分形式,仍然可以将非平稳的一阶单整序列放入 VAR模型中(恩德斯,2006)。但是在用 VAR模型分析实际问题中,标准的统计推断要求分析的时间序列为平稳序列,如果使用非平稳时间序列,将会对统计推断造成影响。张成思(2008)认为,在使用 VAR模型时,如果分析变量间的长期均衡关系则可直接使用非平稳序列,如果分析短期互动关系则可选择平稳序列。按照货币中性的思想,考虑到货币政策与资产价格及宏观经济之间的关系应主要表现为短期关系,本文选择房价、股价、产出、通货膨胀、货币、信贷与利率的一阶差分形式来构建 SVAR模型,以一阶差分形式构建模型表示研究的是各变量变动率之间的关系,而不再是水平变量之间的关系。)49)2010年第 4期#上海经济研究#在 Si ms(1980)的早期研究中,对 SVAR施加了短期约束,利用 VAR模型的残差协方差矩阵的乔莱斯基(Choleski)分解来正交化 VAR的新息,这种方法依赖于模型中变量的排序,不同的变量排序将产生不同的冲击影响。按照相关文献(B jornland,Jacobsen,2008;Assenmacher-Wesche,Gerlach,2008;崔畅,2007),本文将产出、通货膨胀排在变量序列的最前面,资产价格排在货币政策变量之前,货币、信贷变量则排在利率变量之后,具体排序为:yt=(Dgdpt,cpit,Dhpt,Dspt,Drt,Dm1t,D lt)c。为了检验模型的稳健性,后面还将通过采取不同的变量排序,通过比较来验证模型结果的稳健性。由于模型涉及到的变量均可视为内生变量,为简化分析,本文在模型中忽略外生变量。另外,由于样本容量较小,且采取的数据为季度数据,因此本文选取初始滞后期为 4,综合考虑 AIC准则和 SC准则,最终选择 VAR模型的滞后项为 1。为保证模型的稳定性,还对 VAR模型的滞后结构进行检验,AR根的图表检验结果表明,被估计的滞后 1阶 VAR模型中所有的根模的倒数均位于单位圆内,说明模型稳定,滞后阶数选择合理。自相关 LM 检验、W hite异方差检验表明 VAR模型残差不存在序列自相关和异方差。但是正态性检验表明残差存在正态性,这主要是由于模型系统中的资产价格呈现出的非正态性所致。这样,本文用于模型的 SVAR表达式为:Ayt=a*+A1yt-1+ut(7)其中,yt=(Dgdpt,cpit,Dhpt,Dspt,Drt,Dm 1t,Dlt)c为(7 1)维内生变量向量;A 为可逆(7 7)维结构系数矩阵,表示变量间的当期关系;A1表示(7 7)维反馈系数矩阵,代表变量滞后期与当期间的关系;yt-1表示 yt的 1期滞后值;ut为(7 1)维随机扰动项向量,为白噪音向量,有 Eutuct=Iu;a*为常数项。(三)模型的识别由于 SVAR表达式(7)中存在变量间的当期结构性关系,通过 ut的传导,yt的各变量之间存在着相互反馈作用机制,不能直接用普通最小二乘法估计(7)式,需将其转化为简约 VAR。结构VAR(1)式对应的 VAR可以表示为:yt=b*+B1yt-1+Et(8)其中,b*为常数项,B1表示(7 7)维系数矩阵,Et为(7 1)维随机扰动项向量,EEtEct=2E,2E为(7 7)维对称正半定矩阵。SVAR表达式(7)中,A 以及 A1均为(7 7)维矩阵,分别有 7 7=49个待估系数,所有的系数矩阵一共有 49 2=98个待估数;ut为(7 1)维白噪音向量,所以(7)式一共有 98个待估数。对应的 VAR表达式(8)则由于不存在变量间当期结构关系,可以用普通最小二乘法进行估计,从 B1中可估计出 49个待估系数,从 Et中可以估计出 7 (7+1)/2=28个方差协方差(因为 2E为 7 7维对称矩阵),一共可从 VAR中估计出 49+28=77个待估值。为了完全识别 SVAR式(7),还需要对 SVAR模型施加至少 98-77=21个约束条件。1.短期约束条件短期约束条件即为对 SVAR模型中的当期结构关系进行约束,即对(7)式的矩阵施加约束。如果完全依靠短期约束来识别(7)式,在满足秩条件的情况下,则需对矩阵施加 21个约束条件以满足阶条件(汉密尔顿,1999)。一种方法是使用 Si ms(1980)提出的伍德因果链(Wold CausalChain),这是一种递归系统形式,即令矩阵 A 为下三角矩阵。在(7)式中,伍德因果链给矩阵 A 施加了 7 (7-1)/2=21个约束,(7)式 SVAR模型被恰好识别。施加约束后的矩阵 A 为以下形式:)50)#上海经济研究#2010年第 4期a11000000a21a2200000a31a32a330000a41a42a43a44000a51a52a53a54a5500a61a62a63a64a65a660a71a72a73a74a75a76a77(9)从(9)式可以看出,若将约束条件全部直接施加在矩阵上,则部分限制可能并不能得到合理的经济解释,如 a36=a37=0意味着货币、信贷与房价之间不存在当期关系,这将有悖于 Si ms反对/不可信赖的识别约束 0的思想。这里结合相关经济理论和经验分析对矩阵施加一定的约束条件,剩余约束将由长期约束条件给出。资产价格通过影响消费、投资,进而影响宏观经济变量产出和通货膨胀存在一定的滞后期,因此设定资产价格对产出和通货膨胀不存在当期影响,即 a13=a14=a23=a24=0。同时,宏观经济变量对资产价格存在当期影响。通货膨胀对产出的影响需要一个传导过程,可以设定 a12=0。货币政策传导机制研究中的一个标准假设为货币政策变量对宏观经济变量的影响存在时滞,可以设定 a15=a16=a17=0,以及 a25=a26=a27=0。同时,宏观经济变量对货币政策变量存在即期影响。利率与资产价格的相关性小,设定利率对资产价格的当期影响为零,即有 a35=a45=0;货币、信贷与股价的相关性很小,同样可以设定当期影响为 0,a46=a47=0;但是货币、信贷对房价的影响较大,可以认为货币、信贷对房价存在即期影响。同时认为货币政策会立即对资产价格的变动产生反应。设定股票价格对房价不存在当期影响,a34=0。由于我国名义利率由中央银行进行调控,可以设定货币、信贷对利率变量不存在当期影响,即有 a56=a57=0。但是利率的变动会对货币、信贷产生即期影响。货币与信贷之间存在相互作用,因此 a67不为 0。如式(10)所示,对当期结构关系矩阵施加以上约束,共施加了 18个短期约束。a11000000a21a2200000a31a32a3300a36a37a41a42a43a44000a51a52a53a54a5500a61a62a63a64a65a66a67a71a72a73a74a75a76a77(9)(10)2.长期约束条件分别用滞后算子多项式 A(L)和 B(L)表示(7)式和(8)式(为简化分析,此处忽略常数项,但这并不影响得出的结论),可以得到:A(L)yt=ut(11)B(L)yt=Et(12)其中,A(L)=A-A1L;B(L)=I-B1L;Lyt=yt-1。用 A(L)-1左乘(11)式两边,得到:yt=A(L)-1ut,即为(7)式的向量移动平均(VMA)表达式,令 A(L)-1=C(L),则(1)式的 VMA表达式为:yt=C(L)ut(13)其中,C(L)=C+C1L+C2L2+。同理,用 B(L)-1左乘(12)式两边,得到(8)式的 VMA表达式为:yt=B(L)-1Et(14)51)2010年第 4期#上海经济研究#对结构 VAR施加长期约束,即为对(13)式中随机扰动项 ut的累积长期脉冲响应 C(L)施加约束。比较(13)和(14),可得 C(L)ut=B(L)-1Et,即有:Et=B(L)C(L)ut(15)同时,用 A-1左乘(7)式,得到:yt=A-1A1yt-1+A-1ut(16)比较(8)、(16)式可得:Et=A-1ut(17)由(15)、(17),得到:B(L)C(L)=A-1,即 C(L)=(AB(L)-1,即有:C(1)=(AB(1)-1(18)其中,C(1)=C+C1+C2+=Ei=0Ci,为(7 7)维矩阵,表示结构扰动项 ut、ut-1、,对 yt影响之和,即表示结构扰动项对 yt的长期影响;B(1)=I-B1,AB(1)=A-AB1,均为(7 7)维矩阵。Taylor(2004)指出,基于累积长期脉冲响应的长期约束提出了一个二次方程系统,为完全识别结构模型,建议使用更多的约束条件。按照相关理论和经验分析,设置长期约束条件为:按照货币中性的假设,货币政策变量对产出的长期影响为 0,因此,本文施加三个长期约束条件,分别令产出对利率、货币、信贷的累积长期脉冲响应为 0。货币政策对股票价格的长期影响为 0,考虑到储蓄存款分流对股市的长期影响,这里设置利率、信贷变量对股价的长期影响为 0。这样,针对结构VAR模型设置了 5个长期约束条件。根据(18)式,C(1)=B-1(1)A-1=D(1)S,其中为方便标记,令 D(1)=B-1(1),S=A-1,相应地有:d(1)11s15+d(1)12s25+d(1)13s35+d(1)14s45+d(1)15s55+d(1)16s65+d(1)17s75=0(19)d(1)11s16+d(1)12s26+d(1)13s36+d(1)14s46+d(1)15s56+d(1)16s66+d(1)17s76=0(20)d(1)11s17+d(1)12s27+d(1)13s37+d(1)14s47+d(1)15s57+d(1)16s67+d(1)17s77=0(21)d(1)41s15+d(1)42s25+d(1)43s35+d(1)44s45+d(1)45s55+d(1)46s65+d(1)47s75=0(22)d(1)41s17+d(1)42s27+d(1)43s37+d(1)44s47+d(1)45s57+d(1)46s67+d(1)47s77=0(23)由于矩阵中的元素可以直接从简约式 VAR中估计得到,因此,D(1)中的元素 d(1)ij可以估计出来,同时通过的长期约束,(19)-(23)式就经由对矩阵 S施加限制给出了其逆矩阵 A 的另外 5个约束关系,加上对 A 的 18个短期约束,从而可以完全识别结构向量自回归模型(7)式。四、SVAR模型的实证结果及分析 VAR模型系统中各个等式的系数不能全面反映整个系统变量间的互动关系,这里主要通过脉冲响应分析来反映各个变量间的动态影响。本文的 SVAR模型估计、脉冲响应分析通过沃尔特#恩德斯(W alter Enders)教授编写的 StructuralVAR 0.45软件实现。(一)货币政策变量冲击的脉冲响应分析1.实际利率冲击的响应当在 0期受到一个单位正向冲击后,产出变动率从 0值开始下降,第一季度末下降了0.344%,此后逐渐回升,到第三季度末经济重新进入增长期,此后围绕初始均衡水平上下波动并逐渐衰减为0,利率冲击的影响在 20期完全消失。由于产出主要受自身冲击的影响,我国实际利率对产出的影响效应可以持续三个季度左右。价格变动率即通货膨胀在利率的冲击下从 0期开始逐渐下降,在第二季度末下降了 0.038%,此后开始向均衡水平回升,第三季度末开始重新进入上升通道。利率对通货膨胀的影响小于对产出变动的影响,政策有效期则基本相当。房价变动率从 0期开始下降,)52)#上海经济研究#2010年第 4期在第一季度末下降了 0.107个百分点,随后降幅开始减缓,到第二季度末房价开始重新上涨。股价变动率则从第四季度才开始下降,在第七季度末下降了 1.192个百分点,下降幅度明显大于房价。实际利率的变化对资产价格变动有影响,对股价的影响明显大于对房价的影响,但对股价的政策效应存在一个时滞。图 1主要反映了产出、股价、房价对实际利率冲击的响应(产出和房价对应左坐标轴,股价对应右坐标轴)。图 1 各变量对利率冲击的响应 比较宏观经济变量、房价和股价对利率冲击的响应,可以认为:如果利率政策工具以盯住房价为目标,按照产出变动率对利率冲击的响应是房价变动率响应的 3.2倍计算(0.344/0.107),那么就意味着为控制房价 1%的涨幅,利率调控将会导致产出变动率在短期内下降 3.2个百分点,显然,这不是一个可以接受的政策结果。如果利率政策工具以盯住股价为目标,按照股价变动率对利率冲击的响应是产出变动率响应的 3.5倍计算(1.192/0.344),意味着控制 10%的股价涨幅,产出变动率下降 2.8个百分点,如果初始国内生产总值增速为 10%,则会影响 GDP 增速减小到7.2%,利率工具对股票价格进行调控也会对经济增长造成一定的负面影响。注意到房价和股价变动率对政策工具冲击的响应值差别较大,对利率冲击的最高响应值之间达到 11倍的差距,表明如果货币政策以盯住资产价格为目标,也只能在稳定股价和稳定房价中选择一个,不可能两者兼顾。2.货币冲击的响应一个单位的正向货币冲击对产出和价格都有明显的促进作用,产出变动率在第一季度末增长了 0.716个百分点,至第二季度末开始下降,其后向均值回复;通货膨胀第一季度末增长 0.13个百分点,第三季度后开始转为负值。在我国,货币冲击对经济的影响要大于利率变动对经济的影响。在正向货币冲击下,房价变动率在 0期表现为正值,增长了 0.523%,此后增幅不断减小,第二季度末转为负值,表明货币冲击对房价的影响可以持续半年。股票价格变动率滞后五个季度转为正值,货币冲击的影响期为一年,其中第六季度末增加了 1.8个百分点。图 2(见第 54页)反映了产出、股价、房价对货币冲击的响应(产出和房价对应左坐标轴,股价对应右坐标轴)。比较宏观经济变量、房价和股价对货币冲击的响应,得出:在货币冲击下,产出变动率响应是房价变动率响应 1.4倍,小于利率冲击的影响,说明如果运用货币政策工具稳定房价,货币相对利率工具而言对经济的负面影响要小一些。但是货币工具对经济的影响也比较明显,同样不适合作为政策工具对房价进行调控。股价变动率最大值响应是产出变动率最大值响应的 2.5倍,小于利率冲击的 3.5倍,说明货币工具对控制股价涨幅的效果较差。)53)2010年第 4期#上海经济研究#图 2 各变量对货币冲击的响应 3.信贷冲击的响应产出变动率第一季度末增长了 0.171个百分点后开始下降,第三季度以后开始在水平均值上下波动;通货膨胀持续第二季度末达到 0.027个百分点的最高点,第三季度已经下降为负值,其后在均值附近波动。在信贷冲击的影响下,房价变动率在第一季度末上升到 0.1个百分点,其后缓慢下降,第三季度末转为负值。股价变动率在信贷冲击下滞后五个季度上升,第七季度末增长了0.698个百分点,其后增速开始下降。图 3为产出、股价、房价对信贷冲击的响应(产出和房价对应左坐标轴,股价对应右坐标轴)。图 3 各变量对信贷冲击的响应 比较宏观经济变量、房价和股价对信贷冲击的响应,得出:产出变动率响应最大值是的房价变动率响应最大值的 1.7倍,这意味着由于信贷对经济增长的刺激作用,如果通过控制信贷来实现房价稳定,对产出的负面影响将会比货币冲击的影响更大,但是小于利率工具的影响。股价变动率的响应最大值是产出变动率响应最大值的 4.1倍,信贷工具也不宜对股价进行调控。(二)稳健性检验为验证整个模型的稳健性,本文将长、短期共同约束下的结构向量自回归模型与完全基于短期约束的结构向量自回归模型进行了比较。结果如下:在完全短期约束下,房价变动对一单位正向利率冲击的最大响应值为-0.094%,在长短期共同约束下,房价变动对利率冲击的最大响应值为-0.107%;在完全短期约束下,房价变动对货币冲击的最大响应值为 0.245%,而在长短期共同约)54)#上海经济研究#2010年第 4期束下,房价变动对货币冲击的最大响应值为 0.523%;在两种约束条件下,房价变动对信贷冲击的最大响应值均为 0.1%左右。总体上,完全短期约束下房价对货币政策变量冲击的响应要小于在长短期共同约束下房价对货币政策变量冲击的响应,这说明货币政策对房价确实存在一定的短期影响效应,因此在短期约束中不应贸然将货币政策变量对房价的影响设置为零。本文在短期约束中将货币、信贷对房价的影响设置为非零更符合实际情况。在短期约束条件下,价格变动对利率冲击的响应在期初第一季度内是正值上升的,出现了所谓/价格之迷0,即价格变动的方向与货币经济理论不符,而在长短期共同约束条件下,通货膨胀在 0期从均衡水平就开始下降,更符合实际情况。总体上看,施加长、短期约束条件的结构向量自回归模型对经济动态的分析要优于仅施加短期约束条件的模型。另外,我们考虑将结构向量自回归模型中的变量顺序进行调整,比较调整前后的脉冲响应分析。由于调整资产价格和货币政策变量要涉及改变长、短期约束条件的设定,因此,对产出和通货膨胀的顺序进行调整,将产出调整到价格变量之后,经变量顺序调整后的脉冲响应中,利率冲击和信贷冲击引起的宏观经济变量响应、资产价格响应与原始模型得出的分析完全一致;而货币冲击引起的变量响应则有一定的差别。但是顺序调整后的脉冲响应显示,在一单位正向货币冲击后,宏观经济和资产价格往往下降的幅度很大,并且持续期较长,显然得出的结论不及顺序调整前的分析结论合理。综合考虑,原始模型的设置是比较合理的。五、相关结论及建议 从前文的实证分析,可以得出以下基本结论:综合考虑对资产价格和宏观经济的影响,不能运用货币政策工具对资产价格波动进行有效调控,否则会对实际经济活动造成较大的不利影响。需要指出的是,本文研究的重点在于货币政策同时对资产价格和宏观经济变量施加的