“金融加速器效應”抑或“理性資產價格泡沫效應”

張蕊 郭瀟蔓 申程程

摘 要： 現階段中國經濟面臨下行壓力，資產價格已到高位，探尋不同金融和經濟環境下貨幣政策如何兼顧“穩增長”和“防風險”顯得非常必要而緊迫， 而“金融加速器”理論和“理性資產價格泡沫”理論對貨幣政策的選擇提供了矛盾的理論依據。利用主成分分析法構建了包括股票、房地產、債券和基金的中國金融資產綜合價格指數，以2006年第四季度至2020年第一季度為研究期，基于TVP-SV-VAR模型研究了貨幣政策、資產價格與經濟波動三者之間的時變關系。研究發現：在正常經濟環境中，中國存在“金融加速器效應”，但資產價格達到高位之后，“理性資產價格泡沫效應”顯現，即資產價格隨著利率的提高而上升;隨著時間推移和中國資產價格泡沫程度的提高， “利率下降→宏觀經濟增長”這一政策傳導渠道的有效性逐漸降低;資產價格上漲短期內推動經濟增長，嚴重泡沫時可能抑制經濟增長;建議目前宏觀調控方向為“擴信用，穩貨幣，松財政”。

關鍵詞：貨幣政策;資產價格;經濟波動;TVP-SV-VAR模型;時變效應

文章編號：2095-5960（2021）06-0036-12;中圖分類號：F832.5;文獻標識碼：A

一、引言

在過去30 余年的世界經濟實踐中，貨幣政策不僅作為重要的宏觀調控手段影響著實體經濟的周期性，同時又與金融穩定密切相關。Mishkin將貨幣政策作用于實體經濟和金融環境的傳導渠道定性化地歸為四類：利率渠道、信貸渠道、資產價格渠道和匯率渠道。[1]近年來居高不下的杠桿率更是擴大了貨幣政策通過資產價格和信貸渠道對實體經濟和金融穩定的影響。金融危機史表明，金融危機往往出現在金融資產價格的高峰附近，金融危機的暴發帶來嚴重的信貸收縮和斷崖式的資產價格下跌，而資產價格下跌又會導致信貸收縮，二者螺旋式的相互作用會對實體經濟造成巨大的產出損失。2008 年美國金融危機之前，產出缺口和通貨膨脹一直都被政策當局認為是貨幣政策應該關注的核心，許多國家的中央銀行都忽視了資產價格的波動。金融危機之后，貨幣政策如何更有效地應對資產價格的波動及其對實體經濟的影響成為近年來學術界和政策當局亟待解決的難題。

自2012 年起，中國經濟顯露出增速放緩的跡象，2012～2015年，GDP 的平均增長率為7.45%，而2016～2019年，GDP 的平均增長率為6.55%。①??? ①根據國家統計局相關數據計算得出。? 2020年新冠肺炎疫情爆發和蔓延，中國經濟下行壓力進一步加大。近年來擴張性貨幣政策作為穩定經濟增長的重要調控手段使得中國一直處于較低的利率環境，2020年繼續實施了多項常規和非常規的寬松貨幣政策，房地產和其他金融資產價格泡沫以及系統性金融風險有可能會進一步增加。因此，如何評估寬松的貨幣政策對金融資產價格的影響和對實體經濟的提振作用，以及如何調整貨幣政策，在實體經濟增長與金融穩定之間相機抉擇，是一個非常緊迫的問題。

論文的研究貢獻在于：第一，多種金融資產價格是貨幣政策傳導至實體經濟的重要渠道，但目前絕大部分研究僅采用單一資產價格——股票價格或房地產價格來衡量資產價格。美國股票市場在整個金融市場中舉足輕重，僅以股票價格作為資產價格的代理指標，也忽視了房地產和以其為支撐的金融衍生品（次級債）的價格下跌對一國金融體系和實體經濟的巨大打擊。股票在中國金融資產中占比較小，房地產卻具有典型的投資品特征，而且各類債券和基金也逐漸成為重要的金融資產，只采用其中一種資產價格顯然難以全面地揭示中國貨幣政策對資產價格和金融穩定性的影響機制和影響程度。因此，本文選取目前中國主要的金融資產價格——股票、債券、基金和房地產價格，基于主成分分析法構建反映中國整體資產價格態勢的金融資產綜合價格指數。第二，通過“金融加速器”理論和“理性資產價格泡沫”理論可以發現，在不同的經濟階段和不斷變化的金融環境中，貨幣政策與資產價格、實體經濟之間的影響是隨時間而變化的。最近幾年已有少量實證結果表明貨幣政策調控與金融市場之間關系受宏觀經濟周期、杠桿周期的影響，具有相當程度上的時變特征。因此，本文采用具有時變特征的模型——一個帶有隨機波動率的時變參數的向量自回歸模型（TVP-SV-VAR）來考察在不同經濟金融環境下貨幣政策、資產價格與經濟波動三者之間相互影響的時變性及其蘊含的政策意義。

二、文獻綜述與理論假設

（一）理論研究

目前關于貨幣政策、資產價格和實體經濟三者關系的理論研究大多基于兩個理論：廣義“金融加速器”理論和“理性資產價格泡沫”理論。然而，目前尚未有將二者結合的理論框架和實證模型。

早期貨幣政策與經濟周期的研究中，信貸約束與資產價格都被視作外生。20世紀90年代發展起來的廣義“金融加速器”理論首次將貨幣政策、資產價格和經濟周期納入一個統一的內生框架中，深入研究了貨幣政策通過資產價格這一渠道對實體經濟的影響，特別是這一渠道的放大效應（加速器作用）。但研究重點都是資產價格對信貸周期和經濟波動的影響，較少關注經濟波動對資產價格的影響。本文更關注二者螺旋式的相互作用機制，并且對其中的非對稱性和非線性成分進行更深入地考察。

1.資產價格與經濟波動的螺旋式相互作用機制

Bernake & Gertler[2]，Bernanke， Gertler & Gilchrist [3]認為，在信貸市場中貸款企業與金融機構存在信息不對稱，因此二者之間存在借貸代理成本，而企業凈資產有助于減少借貸成本。他們提出的BGG模型的核心部分在于其創新性的信貸市場局部均衡模型：

假設 Q t，Kj t+1，Nj t+1，Rk t+1，R t+1 分別為第t時期（貸款時期）資本的市場價格、第t+1時期（因為投資和收益都發生于第t+1時期）第j個企業的最優借貸資本數量、企業凈資產、企業借貸資本收益率和無風險利率，最優借貸資本應滿足以下關系：

Q tKj t+1=ψ E? Rk t+1 R t+1?? ?Nj t+1，當ψ（1）=1，ψ′（·）>0 ??（1）

令S t=E? Rk t+1 R t+1? ?為預期的資本貼現收益率，反映了企業信貸成本。式（1）反映了企業的借貸成本與財務狀況之間的關鍵聯系：企業的最優借貸規模與企業的凈資產成正比，與預期貼現資本收益率成正比。在其他條件相同的情況下，預期資本貼現收益率上升會降低預期違約概率，導致企業承擔更多的債務并擴大公司規模。但借貸資本與凈值的比率上升，預期違約成本上升，所以企業并不能無限擴張。

更進一步，在金融機構的融資市場上，Gertler & Karadi[4]在BGG模型的基礎上，納入了金融機構內生的信貸約束：金融部門的外部融資規模同企業部門一樣也會受到其凈資產水平的影響。令 S t， ?t 分別是第t期銀行的融資規模和杠桿（銀行資產與其凈資產的比率），銀行的最優融資規模應該滿足式（2）。若銀行杠桿不變，銀行融資能力與其凈值成正比。

Q tS t= ?tN t ??（2）

式（1）和（2）提供了銀行與企業之間的內生信貸約束以及銀行與儲戶之間的內生融資約束。在信息不對稱的條件下，企業的信貸約束和成本由其凈值內生決定，銀行可用于信貸的融資規模和成本也是由銀行的凈值內生決定。而企業和銀行的凈值主要由企業的產出、利潤和資產價格決定。

如果正向的貨幣沖擊（擴張性貨幣政策）或金融沖擊、技術沖擊等導致產出增長和資產價格上升，企業凈值升高，企業外部融資成本下降，企業投資增加。同時由于銀行的資產價格提高，銀行的融資能力和融資成本也大幅改善，銀行流動性增加支持了企業投資擴大。流動性充裕和投資規模擴大進一步推高了資產價格和企業、銀行的凈值，銀行和企業的外部融資進一步擴張，資產價格和產出、投資螺旋式相互推動上漲。

如果實施緊縮性貨幣政策或發生其他負向的外生沖擊如資產價格波動、疫情等，資產價格下跌，企業利潤減少、凈值下降，外部融資成本上升，不得不縮小投資規模。同時，資產價格下跌會導致銀行等金融中介凈值減少，杠桿上升。受限于金融監管當局杠桿監管的硬約束，不僅銀行創造的內生貨幣減少，甚至可能會為了達到監管要求，變賣資產，引發資產價格進一步下跌，導致銀行和企業凈值進一步下降，信貸市場萎縮，資產價格和實體經濟同時進入螺旋式下降的惡性循環。此時，貨幣當局處理信貸市場失靈的關鍵應為解決信貸需求方的融資困難，遏制資產價格的大幅波動，可以提高企業的外部融資能力，使得企業產出保持穩定。

從理論分析和實踐來看，金融加速器效應還有一個重要特征：各種沖擊對宏觀經濟造成的影響是時變的，具有非對稱性。比如在經濟下行期，企業外部融資環境明顯惡化，銀行也受到杠桿和流動性的硬約束，金融加速器效應要明顯強于經濟上升期;[5]對于規模較小的企業，在信貸緊縮時期對資產負債狀況影響更為敏感，導致其金融加速器效應也要強于規模較大企業的金融加速器效應。[6，7]

2. 理性資產價格泡沫

與金融加速器理論不同，Gali基于理性資產價格泡沫理論，將資產價格分解為基本面部分和泡沫部分，推導出貨幣政策和資產價格、經濟波動關系的另一種可能：當存在理性資產價格泡沫時，緊縮性貨幣政策雖然可能導致產出和利潤下降，但仍可能會助長泡沫，使資產價格進一步上升，從理論上證明了貨幣政策與資產價格和經濟波動關系的復雜性和情景依賴。[8]

Gali & Gambetti利用局部均衡資產定價模型推演了理性資產價格泡沫環境下貨幣政策對資產價格的非傳統影響機制。 [9]假設在一個經濟體中含有風險中性的投資者和無限生命的資產（股票或住房）。在第t時期存在具有時變特征的無風險利率 R t，資產價格為Q t，股利收益為{D t }。在達到理性預期下的均衡時，存在

Q tR t=E t{D t+1+Q t+1}? （3）

將資產價格分解為基本價值部分Q tF和泡沫部分Q tB， 則：

Q t=Q tF+Q tB? （4）

基本價值部分Q tF可由預期的未來股利貼現形成，緊縮性貨幣政策和產出負向波動都可能通過提高未來的利率預期和減少未來的股利預期降低資產價格中的基本價值部分，與傳統理論一致。

Q tF=E t ∑∞ k=1 ∏k-1 j=0 1 R t+j? D t+k?? （5）

Q tFR t=E t{D t+1+QF t+1? （6）

式（3）（4）（6）可以得到泡沫部分

Q tBR t=E t{QB t+1}? （7）

E t? QB t+1 Q tB? =R t? （8）

從式（7）（8）看出，與Q tF相反，利率上升將會提升資產價格的泡沫部分Q tB的 預期收益率。 因此，資產價格若已隱含了理性泡沫，提高利率的“逆風而行”貨幣政策會將資產價格泡沫部分進一步放大。

同時，利率變化還會從另一個渠道來影響資產價格的泡沫部分，該渠道是資產價格泡沫中的不確定新息 {ξ t ?}與利率中的意外成分 r t-E t-1{r t} 之間的相互作用。

對式（7）在t-1時期進行對數線性化，同時刪除期望算子，得到

q tB=r t-1+qB t-1+ξ t? （9）

其中，q tB、r t-1和qB t-1分別是Q tB、R t-1和QB t-1的自然對數，泡沫部分中的不確定新息{ξ t}是具有零均值的鞅差過程，則對于所有時期t，E t-1{ξ t}=0。{ξ t}與資產價格的基本價值部分關系不確定，可能有關，也可能無關。提高利率對資產價格泡沫的同期影響由{ξ t}與利率中的意外成分r t-E t-1{r t}之間的相互作用決定，可將二者的關系表達為

ξ t=ξ t*+Ψ r（r t-E t-1{r t}）? （10）

其中，{ξ t*}是一個在所有提前期和滯后期中都與利率中的意外成分r t-E t-1{r t}正交的零均值鞅差過程，即對于k=0，±1，±2，±3…都存在E{ξ t*r t-k}=0。資產價格泡沫中的不確定新息與利率中的意外成分之間的關系用Ψ r來表示。假設{r t}遵循的外生AR（1）過程包含利率意外成分ε tr和自回歸系數ρ r， 自回歸系數ρ r滿足ρ r∈[0，1）。經過進一步推導可得泡沫對正向利率沖擊的反應：

qB t+k ?ε tr =Ψ r+ 1-ρ rk 1-ρ r?? （11）

令k=∞，可得

lim ?k→∞ ?qB? t+k ?ε tr =Ψ r+ 1 1-ρ r?? （12）

當Ψ r取零值時，表明二者之間沒有系統性關系，雖然當前泡沫的大小并不能被利率影響，但是泡沫的預期增長率隨著利率上升而上升，形成泡沫的永久性增長。

當Ψ r取正值時，結論顯然不變，只不過增長率提高Ψ r，泡沫增長更快。

當Ψ r取負值時，由于Ψ r是利率的提升對泡沫的初始影響，為負值。但只要無法保證Ψ r 的取值足夠小，隨著時間推移，利率的提升仍會導致資產價格泡沫的進一步膨脹。

Gali & Gambetti構建的這個簡單局部均衡模型表明：雖然利率上升會縮小住房或者股票等資產的基礎價值成分，但是，在大多數情況下，緊縮性貨幣政策卻擴大了房價和股價的泡沫成分?？梢园l現，“逆風而行”的貨幣政策是否一定會推高資產價格還具體依賴于資產價格中基本價值成分和泡沫成分的相對大小以及貨幣政策對二者影響的相對大小。因此，緊縮性貨幣政策雖然導致產出和利潤下降，但可能推高了資產價格，部分抵消了其對信貸市場的負面影響，使得三者之間的關系更趨復雜，需要利用實證方法和具體數據來進一步檢驗。

（二）實證研究

繼Bernanke， Gertler & Gilchrist基于金融加速器理論建立了動態一般均衡模型（DSGE）后，已有不少文獻發展了多種DSGE模型實證研究貨幣政策、資產價格與實體經濟之間的相互關系。Nisticò把股票價格的波動因素加入央行跨期消費決策方程中研究股票市場的波動如何傳導至實體經濟[10]，該研究表明股價的波動同樣需要納入貨幣政策的考慮中。Kannan 等的研究發現[11]，貨幣政策在金融加速器的作用下能夠顯著地推動房地產價格的上漲，不斷上漲的房地產價格又持續推高了金融風險，所以，若要兼顧房地產市場和宏觀經濟的平穩運行，需要采用相機抉擇的貨幣政策。陳詩一采用DSGE模型研究了中國房地產價格波動與貨幣政策傳導的關系，其研究認為：降低社會融資成本不僅能夠有效控制擴張性貨幣政策引起房地產價格泡沫的風險，還能維持宏觀經濟穩定。[12]高小紅和蘇瑋基于多部門NK-DSGE模型的研究結果表明股價沖擊對經濟的影響比貨幣政策沖擊對經濟的影響更大，且認為中央銀行考慮股價波動的貨幣政策可以有效降低沖擊造成經濟偏離均衡增長路徑的幅度。[13]但目前DSGE模型中大多數方程都進行了線性假定，由此得到的各類脈沖響應函數結果的可靠性仍存在一定的疑問，此問題在資產泡沫高漲或經濟下行期更甚。

關于三者關系的時變性研究和理性資產價格泡沫效應的文獻多是經驗研究。陳繼勇等實證研究了在價格極度蕭條時期與極度繁榮時期，中國資產價格的流動性特征和其波動的隱含信息，結果發現：貨幣總量對股票價格的調控效果較好，而信貸總量對房地產價格的調控效果更好，在成功修正資產價格的基礎上還能較好地穩定宏觀經濟環境。[14]閆先東和朱迪星構建了一個多變量的 MSVAR模型，基于滾動周期回歸的研究方法發現，在資產價格蕭條階段，資產價格下滑對經濟的負面沖擊非常顯著，“逆風而行”的貨幣政策很難進行有效的調控。[15]然而在資產價格繁榮階段，政策干預和流動性驅動的泡沫形成態勢比較明顯，但對實體經濟的正向影響并不顯著。Gali & Gambetti、陳浪南和劉勁松分別基于美國和中國的股票市場數據驗證了資產價格波動與貨幣政策利率沖擊之間的關系[16]，得出的結論符合理性資產價格泡沫理論。

通過文獻梳理可以發現，目前既沒有將“金融加速器”理論和“理性資產價格泡沫”理論相融合的理論框架，也缺乏在不同的經濟階段和不斷變化的金融環境中同時考慮這兩種效應的實證成果。我們采用具有時變特征的TVP-SV-VAR模型確實捕捉和驗證了這兩種效應在中國不同的宏觀經濟和金融環境下都是存在的，而且2006年第四季度至2020年第一季度這一時期貨幣政策、資產價格和實體經濟相互影響的時變脈沖響應函數也為貨幣政策的選擇及其實施的時機和力度提供了大量的信息。

（三）研究假設

基于上述的文獻梳理，我們提出本文的三個研究假設：

H1：包含房地產、股票、債券、基金的金融資產價格既是貨幣政策影響經濟波動的渠道，也是貨幣政策和經濟波動的結果。

H2：在正常經濟環境中，中國存在“金融加速器效應”。貨幣政策、資產價格和宏觀經濟波動的關聯是非線性的，在經濟周期的不同階段和不斷變化的金融環境中，三者之間的關系具有相當強的時變性。

H3：在資產價格達到高位等極端環境下，“理性資產價格泡沫效應”顯現，即資產價格反而會隨著利率的提高而上升，打破資產價格與經濟波動的正反饋，削弱了“金融加速器效應”。

三、實證研究設計

（一）中國金融資產綜合價格指數

金融資產通常包括通貨、存款、貸款、非股票證券、保險準備金、股票和其他股權、貨幣黃金和特別提款權、金融衍生產品和其他應收應付賬款。[17]目前中國金融衍生品資產總量和市場規模較小，因此，現階段只考慮債券、股票、基金三類金融資產。由于房地產稅收體系的不完備和近二十年價格的快速上漲，中國的房地產具備很強的投資品屬性，房地產價格應該被納入金融資產價格中。

本文選取中債綜合指數、上證綜指和中證基金指數分別作為債券價格、股票價格和基金資產價格的基礎指數。同時，通過商品房銷售總額和商品房銷售總面積得到商品房平均銷售價格作為房地產價格。所有原始數據均來源于萬德數據庫和國家統計局，根據數據可得性將研究期設定為2003年第一季度至 2020年第一季度。中債綜合指數、上證綜指、中證基金指數和商品房平均銷售價格的頻度均轉換為季度數據，所有序列均進行了標準化處理，消除量綱量級的影響。本研究采用主成分分析法合成中國金融資產價格指數，最大程度包含了原有四個價格成分內的信息，同時避免了各合成時各成分權重設定的主觀性和僵化，可有效捕捉中國資產價格的整體特征與趨勢。

圖1為最后合成的中國金融資產價格指數走勢圖，該指數準確地捕捉到了幾乎所有的短期波動：兩次中國股票市場的井噴以及全球金融危機后的大跌。同時，也很好地刻畫了長期趨勢：四萬億的經濟擴張計劃使中國的資產價格站上了一個新的平臺。然后持續的擴張性貨幣政策推動房地產價格十余年快速增長，目前中國的資產價格已上升到一個前所未有的高位。因此，以它代表中國的金融資產綜合價格是具有說服力的。

（二）模型的構建與估計

20世紀90年代末期，時變成分逐漸被納入了向量自回歸模型（VAR）。Cogley & Sargent運用時變參數的向量自回歸模型（TVP-VAR）構建了一個包括通貨膨脹、失業率和名義短期利率的三變量模型，但假定模型結構沖擊的方差不變。[18]Primiceri同時考慮了系數和擾動項方差的時變性，采用帶有隨機波動率的時變參數的向量自回歸模型（TVP-SV-VAR）分析了美國貨幣政策的傳導機制是如何動態變化的，使得研究結論更貼合現實。[19]Baumeister等基于此模型，利用歐洲數據估計了流動性沖擊對宏觀變量的影響。[20]Nakajima等使用日本經濟數據也驗證了此模型在宏觀經濟結構分析中的有效性。[21-23]因此，本文也選擇了能有效刻畫經濟模型的動態結構變化的TVP-SV-VAR模型進行實證研究。

1.TVP-SV-VAR模型的構建

基本的VAR（SVAR）模型定義如下：

Ay t=F 1y t-1+…+F Sy t-s+u t，t=s+1…n，? （13）

式（13）中y t是k個變量構成的向量， A、F 1…F S是系數的k×k矩陣，u t是相應的k個結構沖擊向量。假定u t～N（0，∑∑），其中∑=? σ 1 0 … 0

0

0

0 … 0 σ k

遵循常規的遞歸假設，矩陣A為主對角線均為1的下三角矩陣，且該SVAR模型是可識別的?？梢詫⑹剑?3）改寫成以下形式：

y t=B 1y t-1+…+B Sy t-s+A-1∑ε t，ε t～N（0，I k ）? （14）

其中，B i=A-1F i，i=1，2…s。將所有B i中的行元素堆疊，寫成一個k2s×1維的向量β，并定義X t=I s（y′ t-1…y′ t-s），其中表示克羅內克乘積。進一步，模型可表示為：

y t=X tβ+A-1∑ε t?? ??（15）

從式（15）可得如下模型：

y t=X tβ t+A-1 t∑ tε t，t=s+1…n，? （16）

式（16）中系數β t、參數A t和∑ t 都是隨時間變化的。令 α t表示矩陣A t中下三角元素的堆積向量，h t即為結構沖擊的隨機波動率， 令h t=（h 1t…h kt）′，其中h jt=lnσ2 jt，j=1…k，t=s+1…n。 因此，在TVP- SV-VAR中，對經濟系統的結構沖擊的波動性是隨時間變化的，而一般VAR假定沖擊的方差不變。

假設TVP-SV-VAR模型中的所有時變參數服從一階隨機游走過程，Primiceri指出該假設允許參數暫時或永久性變動，可充分捕捉潛在經濟結構的短期和長期變化。即：

β t+1=β t+u βt，α t+1=α t+u at，h t+1=h t+u ht

ε t

u βtu atu ht ～N 0，? 1 0 0 0

0 ∑ β ?0 0

0 0 ∑ α 0

0 0 0 ∑ h???? （17）

其中，t=s+1…n，β s+1～N（μ β 0，∑ β 0），α s+1～N（μ α 0，∑ α 0 ），h s+1～N（μ h 0，∑ h 0）。時變參數β t，α t，h t擾動項無序列自相關，結構沖擊ε t也無序列自相關，因此∑ β、∑ α和∑ h都是對角矩陣。

2.變量選取和數據處理說明

本文構建了包括經濟周期（ec）、價格型貨幣政策（r）、資產價格 （fp）和消費者價格指數（cpi） 四個變量的TVP-SV-VAR模型。本研究的重點是貨幣政策、資產價格和經濟波動三者的關系，但穩定物價是貨幣政策的四大目標之一，而且通貨膨脹與資產價格、實體經濟之間具有復雜的相互作用，有必要將消費者價格指數 （cpi）作為內生控制變量納入宏觀經濟模型中，使得本文的研究邏輯和理論框架更加完整。

我國正處于從數量型貨幣政策逐步轉變為價格型貨幣政策的改革過程中，而且利率市場化程度有了大幅提高，因此本文主要探討價格型貨幣政策（r）與資產價格和經濟波動之間的時變影響。鑒于銀行間市場的拆借利率是影響市場資金成本和資金供給的重要因素，其變化與貨幣政策的實施基本同步，所以本文選用7日期同業 拆借加權平均利率作為價格型貨幣政策（r） 的代理指標[24，25]。本研究基于Christiano & ?FitzgeraldBP濾波方法[26]，參考伊楠和張斌[27]、范小云等[28]、毛毅[29]的文獻，剔除長期趨勢對應的低頻成分，把由5 ～16個季度的高頻域識別后的實際GDP季度同比增長率作為經濟周期 （ec）的代理變量。上一節合成的金融資產綜合價格指數作為中國金融資產價格（fp） 的代理指標。

所有變量均經過季節調整剔除了季節影響， 名義同業拆借利率也轉化為實際利率。由于7 日期同業拆借加權平均利率是2006年10月才正式發布，所以本研究將數據選取區間確定為2006年第四季度至2020年第一季度，共計54個觀測值。

3.參數估計與檢驗

本研究首先對模型中的所有變量進行了平穩性檢驗，結果表明四個變量均是零階平穩。TVP-SV-VAR 模型一般采用基于馬爾科夫鏈蒙特卡羅（MCMC）方法的貝葉斯估計。受限于樣本數量，設定模型的滯后期為2，MCMC抽樣次數為10000次，利用Oxmetrics6軟件以及Nakajima的TVP-SV-VAR軟件包進行模型參數估計[30]。

表1為模型時變參數等估計結果。在實證中，不相關樣本數量越多，估計結果越好。一般從經驗來看，抽樣次數足夠多，無效因子小于100，則認為模型中產生了較多的不相關樣本。表1中無效性因子均小于100，表明模型中所有參數都產生了非常有效的樣本。CD統計量反映的是估計的參數是否趨于后驗分布，一般認為CD統計量小于1則不能拒絕趨于后驗分布的原假設。如表1所示，在5%置信水平下，CD統計量均小于1，表明預燒期能較大程度地使馬爾科夫鏈趨于集中?？偟膩碚f，模型的估計效果十分不錯，為下一步有效地進行實證結果分析奠定了基礎。

四、實證結果分析

（一）變量結構沖擊的隨機波動特征

圖2反映了經濟波動、貨幣政策、資產價格和物價水平四個變量結構沖擊的隨機波動特征，顯示了對結構沖擊波動率采取時變假定的必要性。從圖2可以看到，經濟增長的隨機波動率呈現逐漸下行的態勢，與目前中國的經濟周期具有波幅減小、周期長度增加的趨勢吻合。但研究期間仍有個別階段，如2015年，經濟波動幅度較大。從價格型貨幣政策波動率的時變特征來看，研究期內同業拆借利率的波動率呈平穩下行的態勢，且2015年以后波幅逐漸變小，說明了金融市場的逐步完善與穩定。中國金融資產價格的波動率自2012年以后緩慢增長，并在2015年達到最高點，之后開始下降。目前波動率處于較低水平。這表明中國的資產價格雖然日益提高，但其波動主要來自證券市場，2015年的波動率尖峰正對應當時劇烈的股市震蕩。最后，消費者價格指數的波動率與資產價格形成了鮮明對比，在整個研究期內基本為常數，而且趨近于零，與近十幾年非常平穩的物價水平吻合。

（二）時變脈沖響應分析

TVP-SV-VAR模型的時變效應表現為可以在每一個時點上得到不同的脈沖響應函數和脈沖響應曲線，一般用兩種形式進行刻畫：一種為等時間間隔的脈沖響應函數，即在研究期每一時點刻畫它們對相同時間間隔期以前到來的沖擊的脈沖響應值;另一種為特定時點的脈沖響應函數，即刻畫對研究期內一個特定時點到來的沖擊在后續1，2，3……n個時期的響應值（類似非時變參數VAR的脈沖響應函數）。模型可得到所有內生變量的兩兩脈沖響應圖，本研究重點選擇與研究目標密切相關的部分進行深入分析。

1.等時間間隔的脈沖響應函數。

圖3（1）描繪了資產價格對不同提前期的單位標準差利率沖擊所產生的等時間間隔脈沖響應曲線，實線、長虛線和短虛線分別代表資產價格對3個季度、4個季度以及5個季度以前的利率沖擊的響應。這些脈沖響應曲線走勢大體一致，說明資產價格對利率變動的反應具有一定的持續性。研究期內資產價格對利率變動的敏感性具有明顯的時變效應：在大部分時期，資產價格對利率提高的反應是負向的，即利率的提高會降低金融資產價格。但在2007～2008年和2014～2015年兩次股市快速上漲時期，響應函數兩次出現了為正的情況，表明在資產價格暴漲期間，采用加息的緊縮性貨幣政策未必能夠起到降低資產價格的作用，甚至進一步推高了資產價格。這一結果與Gali、陳浪南和劉勁松從理論和實證上對美國和中國資本市場得出的結論一致：當存在理性資產價格泡沫時，在均衡狀態下，資產價格可能隨著利率的提高而上升。

類似地，圖3（2）描繪了資產價格對宏觀經濟沖擊的等時間間隔脈沖響應。從圖中可以看出：除了2007～2008年次貸危機這一特殊時期，中國的資產價格對于不同提前期的宏觀經濟沖擊的響應幾乎均為正向，即經濟增長速度越高，資產價格也越高，但2015年以后，經濟增長對資產價格的推升作用顯著減小。金融資產價格對不同提前期（3，4，5個季度）的宏觀經濟沖擊的響應幅度基本相同。

圖4（1）是經濟波動對利率沖擊的等時間間隔脈沖響應。如圖所示，提前期為三四個季度的兩條等時間間隔脈沖響應曲線在整個研究期內基本位于零線之下，說明緊縮性貨幣政策抑制經濟增長，而擴張性貨幣政策能促進經濟增長。而提前期為5個季度的等時間間隔脈沖響應曲線在研究期內主要圍繞零值上下波動，說明貨幣政策對宏觀經濟作用的短期性。同時，宏觀經濟對利率變動的敏感性也具有明顯的時變效應：從2015年開始，宏觀經濟對利率沖擊的響應逐漸減弱， 即利率對宏觀經濟的負向影響程度在不斷減小，“利率下降→宏觀經濟增長”這一政策傳導渠道的有效性降低。其中一個重要原因可能是：2015年以后中國金融資產價格泡沫成分大增，提高利率進一步推動資產價格上升，信貸市場萎縮程度減輕，實體經濟受到的負面影響較小。簡而言之，“理性資產價格泡沫效應”削弱了“金融加速器效應”。

圖4（2）則描繪了經濟波動對資產價格沖擊的等時間間隔脈沖響應曲線。從中可以看出，3個季度前的正向資產價格沖擊能夠推動經濟增長，4個季度前的資產價格沖擊對經濟增長已影響不大，5個季度前的資產價格上升反而抑制了經濟增長，說明資產價格上漲對經濟增長的推動具有一定的短期性。而且宏觀經濟對資產價格沖擊的反應也具有時變性和非對稱性：三條脈沖響應曲線在2012年以后有明顯的下行趨勢。在研究期末宏觀經濟對提前3個季度的資產價格沖擊響應降至零，2014年以后宏觀經濟對提前4、5季度資產價格沖擊響應都變為負值。這表明研究期內資產價格對于宏觀經濟的拉動作用逐漸減弱，甚至在2014、2015年金融資產價格高企以后，資產價格快速上漲可能會因為從實體經濟“抽血”而損害宏觀經濟。

2.不同特定時點的脈沖響應函數

TVP-SV-VAR模型可以為研究期內每一個時點提供一條常規脈沖響應曲線。本研究選取2009年第1季度、2012年第1季度、2015年第1季度三個時點，進一步分析不同時點下結構性沖擊對經濟變量的影響，以探尋不同經濟、金融環境中價格型貨幣政策、資產價格和經濟波動之間的動態關系。選擇這三個時點主要是因為：第一，2009年第1季度中國經濟在全球金融危機的影響下遭受重創，處于歷史中最大力度的利率調整時期。第二，2012年第1季度是中國經濟增速階段性換擋的起點，選取這一時點可以呈現在經濟“新常態”時期這三者之間的新型關系。第三，2015年第一季度以來，中國歷經了多次降準和降息，可以考察如此頻繁的貨幣政策調控到底起到了什么作用。另外，從圖1的中國金融資產綜合價格指數的走勢和圖2中4個變量的隨機波動率可看出，2015年中國金融資產價格攀升到一個前所未有的高位，而實體經濟波動則大幅下降。

圖5（1）描繪了資產價格在這三個時點對利率沖擊的脈沖響應。從圖中可以清晰地看到，在2009年第1季度和2012年第1季度，利率沖擊對資產價格產生了即期的負向作用，在第2期達到負向峰值后逐漸收斂于零值，而2015年第1季度的脈沖響應曲線卻幾乎與前兩條響應曲線以零軸對稱。此圖更清晰地驗證了圖3（1）的結論：在正常經濟環境下，資產價格會隨著利率的升高而下降;在資產價格高漲期間，采用加息的緊縮性貨幣政策會進一步推高資產價格。

圖5（2）是資產價格在這三個時點對宏觀經濟沖擊的脈沖響應函數。三個時點形成的脈沖響應曲線均在第1期達到正向峰值，而后2009年、2012年第1季度的脈沖響應曲線呈下行的走勢，逐漸向零軸附近收斂，說明經濟增長有助于金融資產價格上漲。然而，資產價格對2015年第1季度宏觀經濟沖擊的響應程度明顯弱于2009年、2012年第1季度，并且其脈沖響應值在第4期后由正轉為負，說明在資產泡沫較大的時期，宏觀經濟對資產價格的正向影響程度較低，而且消失得也較快。

圖6（1）是經濟波動在這三個時點對利率沖擊的脈沖響應函數。2009年和2012年第1季度的脈沖響應曲線基本重合，均在第2個季度達到負向峰值，即利率上升對經濟增長的抑制作用在半年后達到最大。在隨后的多個季度內，脈沖響應曲線圍繞零值波動。但2015年第1季度的脈沖響應曲線卻和上述兩條脈沖響應曲線很不相同，一直在零值左右小幅波動，這與圖4（1）結論一致：在資產價格泡沫時期，宏觀經濟對利率的反應敏感性也下降了，因為高利率推高了資產價格，降低了“金融加速器效應”引起的信貸收縮程度，減輕了對實體經濟產生的負面沖擊。

圖6（2）描繪的是宏觀經濟在這三個時點對資產價格沖擊的脈沖響應函數。從圖中可見，三條特定時點脈沖響應曲線走勢極為相似，均在第2個季度達到正向峰值，但響應值在之后的3個季度內逐漸減為負值。另外，2015年第1季度的資產價格沖擊對宏觀經濟的影響最弱。該圖更清晰地驗證了圖4（2）的結論：資產價格上漲能在短期內推動經濟增長，但是在長期卻會抑制實體經濟的發展。當資本市場存在較大程度的資產價格泡沫時，資產價格對宏觀經濟的提振作用會減小。

另外，在金融資產價格合理和高企的時期，通貨膨脹對宏觀經濟變量沖擊響應的非對稱性也值得關注。圖7（1）（2）描繪了三個時點上消費者價格指數對利率和宏觀經濟波動的脈沖響應函數。2009年和2012年第1季度兩個時點，緊縮性貨幣政策降低了物價水平，經濟增長提高物價水平，符合傳統宏觀經濟學理論的預期。但在金融資產價格高企的2015年第一季度，利率變動對通貨膨脹幾乎無影響，而經濟增長卻對降低物價水平有持續性影響，主要原因可能仍是金融市場的投機性貨幣需求對商品市場的“抽血”效應，是貨幣政策、價格和經濟波動三者的時變關系在商品市場而不是金融市場的反映。因此，傳統的貨幣政策與經濟增長、通貨膨脹的理論關系也受到挑戰，這一點對貨幣政策在抑制資產價格和物價上漲、促進經濟增長的相機抉擇中非常重要。

（三）穩健性檢驗

在前文中，主要討論的是價格型貨幣政策（利率）與資產價格、經濟波動之間的時變影響關系。雖然數量型貨幣政策逐步轉變為價格型貨幣政策已是比較明確的改革方向，但我國的貨幣政策仍處于數量型向價格型轉型的過渡階段，貨幣供應量對于宏觀經濟和金融市場的影響依然不可小覷，針對數量型貨幣政策進行穩健性檢驗十分必要。因此，沿用上面的模型，將經通脹調整后的貨幣供給量M2的季度同比增長率作為數量型貨幣政策的代理指標，取代實際利率來進行穩健性檢驗。其他三個變量的數據選取以及樣本區間與前文保持一致。

檢驗結果表明：在采用數量型貨幣政策的模型中，貨幣政策、資產價格與經濟波動之間相互作用的脈沖響應函數沒有明顯變化，這里重點展示與貨幣供應量直接相關的特定時點的脈沖響應函數，等時間間隔脈沖響應函數得出的結論與此類似。由于貨幣供應量與利率升降的方向相反，故乘以-1，以保證其與利率變動方向一致，方便實證結果比較。圖8（1）（2）顯示了2009年和2012年第1季度緊縮性貨幣政策將導致資產價格的顯著下降和宏觀經濟的大幅負向波動，而2015年第1季度的脈沖響應曲線與2009年和2012年的走勢相反，說明在資產價格高企之時，采用減少貨幣供應量的緊縮性貨幣政策也會進一步推高資產價格，而且宏觀經濟對貨幣供應量的敏感性也很低，基本在零值附近波動。由于在現實生活中貨幣供給量和利率的變動并非一致，且二者之間存在時滯，所以資產價格和經濟波動對二者的脈沖響應函數圖形并不完全一樣，但響應的正負結果與基準模型基本一致，表明本文的研究方法和研究結論是穩健的。

五、結論與啟示

與過往文獻以中國單一資產價格變動為研究對象不同，本文建立包含了股票、房地產、基金和債券在內的金融資產綜合價格，進而采用TVP-SV-VAR模型對價格型貨幣政策、資產價格與經濟周期三者之間的影響機制及時變特征進行了較為全面的分析， 并基于數量型貨幣政策進行了穩健性檢驗。論文為中國貨幣政策、資產價格與經濟波動之間的作用關系及結構沖擊波動率的時變性提供了經驗證據，主要得出了如下的研究結論和政策建議：

第一，在正常經濟金融環境中，中國存在“金融加速器效應”。但在資產價格已經存在較大泡沫時，“理性資產價格泡沫效應”占主導，資產價格可能會隨著利率的提高而上升。采用加息等緊縮性貨幣政策不僅會嚴重影響實體經濟，還可能進一步推高資產價格。因此，在存在較大資產價格泡沫時，需要謹慎采用“逆風而動”的貨幣政策規則，建議著重從改變金融資產收益預期入手，甚至實施暫時性行政手段等方法緩釋金融泡沫。第二，隨著時間推移和資產價格泡沫增加，貨幣政策對宏觀經濟的影響程度在不斷減小，即“利率下降→宏觀經濟增長”這一政策傳導渠道的有效性降低，這在一定程度上說明了中國現階段實體經濟與虛擬經濟之間的二元割裂在逐漸加大。第三，宏觀經濟對資產價格沖擊的響應具有短期性和非對稱性：資產價格上漲能在短期內推動經濟增長，但是長期作用較弱。尤其當資本市場存在較大程度的價格泡沫時，資產價格對宏觀經濟的提振作用不僅會減小，甚至會抑制實體經濟的發展。第四，通貨膨脹對宏觀經濟變量沖擊的響應也具有非對稱性。資產價格合理時期，擴張性貨幣政策和經濟增長提高物價水平。資產價格高企時期，利率變動對通貨膨脹幾乎沒有影響，經濟增長反而降低物價水平。這可能是貨幣政策、價格和經濟波動三者的時變關系在商品市場而不是金融市場的反映。第五，基于實體經濟下行壓力的不斷增大，而資產價格已到高位的現實，系統性金融風險與經濟緊縮風險并存的復雜局面可能會持續一段時間。雖然相對積極的貨幣政策仍然是重要的宏觀調控手段，但可更多采用非常規貨幣政策，通過有針對性地降低優質企業、小微企業以及特定行業和特定區域的信貸成本等手段取代“大水漫灌”的方式來提振實體經濟。另外，應該適當重視財稅政策的作用，也許輔助以征收和提高物業稅、資本利得稅等財政手段對控制資產價格上漲更為有效。 “擴信用，穩貨幣，重財政”也許是宏觀經濟調控的一個方向。更進一步，如何將兩種價格——物價和金融資產價格內生于宏觀經濟框架，建立一個包含“金融加速器效應”和“理性資產價格泡沫效應”的統一模型，以推進對宏觀經濟變量之間一系列的時變和非對稱性關系的研究，為貨幣政策在多目標權衡下的相機抉擇提供參考，是我們未來的研究方向。

參考文獻：

[1]Mishkin F S.The Channels of Monetary Transmission： Lessons for Monetary Policy[J]. Nber Working Papers，1996.

[2]Bernanke B S， Gertler M. Agency Costs， Net Worth and Business Fluctuations [J].The American Economic Review， 1989， 79（1）： 14～31.

[3]Bernanke B S， Gertler M，Glichrist S. The Financial Accelerator in a Quantitative Bussiness Cycle Framework[J].Hand Book of Macroeconomics，1999，1：1341～1393.

[4]Gertler M， Karadi P. A Model of Unconventional Monetary Policy [J]. Journal of Monetary Economics， 2011， 58 （1）：17～34.

[5]Oliner S D， Rudebusch G D. Is There a Broad Credit Channel for Monetary Policy？ [J]. FRBSF Economic Review， 1996（1）： 3～13.

[6]GertlerM， Gilchrist S. Monetary Policy， Business Cycles， and the Behavior of Small Manufacturing Firms [J]. Quarterly Journal of Economics， 1994 （109）： 309～340.

[7]Kiyotaki N， Moore J. Credit Cycles [J]. Journal of Political Economy， 1997， 105 （2）： 211～248.

[8]Jordi Gali. Monetary Policy and Rational Asset Price Bubbles[J]. American Economic Review，2014，104（3）： 721～752.

[9]Gali J，Gambetti L.The Effects of Monetary Policy on Stock Market Bubbles：Some Evidence[J].American Economic Journal：Macroeconomics，2013，7（1）：233～257.

[10]NisticòS.2005. “Monetary Policy and Stock-Price Dynamics in a DSGE Framework.”LLEE Working Paper No.28. https：//ssrn.com/abstract=886116.

[11]Kannan P， Rabanal P， Scott A M. Macroeconomic Patterns and Monetary Policy in the Run-Up to Ssset Price busts[J]. IMF Working Papers. 2009： 1～39.

[12]陳詩一. 融資成本、房地產價格波動與貨幣政策傳導[J].金融研究，2016（3）： 1～14.

[13]高小紅，蘇瑋. 股價波動、貨幣政策規則與宏觀經濟波動——基于多部門 NK-DSGE 模型的研究[J].經濟評論，2017（2）：76～99.

[14]陳繼勇，袁威，肖衛國. 流動性、資產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市場的實證分析[J].經濟研究，2013（11）： 43～55.

[15]閆先東，朱迪星. 資本市場泡沫、 經濟波動與貨幣政策反應[J].國際金融研究，2016（10）： 74～88.

[16]陳浪南，劉勁松. 貨幣政策沖擊對股票市場價格泡沫影響的時變分析[J].統計研究，2018（8）： 39～47.

[17]Department S. Monetary and financial statistics manual[M]. IMF， 2000.

[18]Cogley T， Sargent T J. Evolving post World War II U.S. inflation dynamics[J]. NBER Macroeconomics Annual， 2001， 16：331～73.

[19]Primiceri G E. Time varying structural vector autoregressions and monetary policy[J]. The Review of Economic Studies， 2005， 72（3）： 821～852.

[20]Baumeister C， DurinckE， Peersman G . Liquidity， inflation and asset prices in a time-varying framework for the Euro area. 2008，Manuscript.

[21]Nakajima J，KasuyaM， Watanabe T. Bayesian analysis of time-varying parameter vector autoregressive model for the Japanese economy and monetary policy. IMES Discussion Paper， 2009-E-13， Bank of Japan.

[22]NakajimaJ， ShiratsukaS， Teranishi Y. The e？ects of monetary policy commitment： Evidence from time-varying parameter VAR analysis. IMES Discussion Paper， 2010-E-6， Bank of Japan.

[23]Nakajima J. Monetary policy transmission under zero interest rates： An extended time-varying parameter vector autoregression approach. IMES Discussion Paper， 2011-E-8， Bank of Japan.

[24]饒品貴，姜國華. 貨幣政策對銀行信貸與商業信用互動關系影響研究[J]. 經濟研究， 2013， 48（1）：68～82;150.

[25]劉金全，張小宇. 中央銀行規避經濟收縮和通脹偏好的模式與途徑研究[J]. 經濟研究，2015，50（12）：29～40;53.

[26]Christiano L， Fitzgerald T. The Band Pass Filter[J].International Economic Review，2003，44（2） ： 435～465.

[27]伊楠， 張斌. 度量中國的金融周期[J]. 國際金融研究， 2016（6）：13～23.

[28]范小云，袁夢怡，肖立晟. 理解中國的金融周期：理論、測算與分析[J]. 國際金融研究，2017（1）：8～38.

[29]毛毅.金融業與實體經濟行業間工資差距對中國經濟增長的影響研究[J].財貿研究，2020（12）：49～60.

[30]Nakajima J. Time-varying parameter VAR model with stochastic volatility： An overview of methodology and empirical applications[R]. Institute for Monetary and Economic Studies， 2011.

“Financial Accelerator Effect” or “Rational Asset Price Bubble Effect”

- Research on Time-varying Relationship based on Monetary Policy， Asset Prices and Economic Fluctuation

ZHANG Rui，GUO Xiaoman，SHEN Chengcheng

（School of Economics， Sichuan University， Chengdu， Sichuan 610065， China）

Abstract：

Chinas economy is facing downward pressure， and asset prices have reached high level at the current stage. It is very necessary and urgent toexplore how monetary policies balance “steady growth” and “risk prevention” in different financial and economic environments. However， the theory of “Financial Accelerator” and “Rational Asset Price Bubble” provide contradictory theoretical basis for the choice of monetary policies. In this paper， principal component analysis method is adopted to construct comprehensive price indexes of Chinese financial assets including stocks， real estate， bonds and funds. By taking the fourth quarter of 2006 to the first quarter of 2020 as the research period，the time-varying relationship among monetary policy， asset prices and economic fluctuation is studied based on TVP-SV-VAR model. This paper provides empirical evidence for the interaction relationship among the above three and the time-varying characteristics of structural shock volatility. The conclusions are as follows： In the general economic environment， China has a “financial accelerator effect”， but after asset prices reach a high level， the “rational asset price bubble effect” appears， which means， asset prices will rise as interest rate rises;As time goes by and Chinas asset price bubble has increased，the effectiveness of the policy transmission channel of “decline in interest rate → growth of macro-economy” is gradually decreasing;In the short run， rise of asset price drives economic growth while severe bubble may dampen growth;The current impliedmacro-control direction is “expanding credit， stabilizing monetary policy and slack fiscal policy”.

Key words ：

monetary policy;asset price;economic fluctuation;TVP-SV-VAR;time-varying effect

責任編輯：蕭敏娜