筆者構(gòu)建了包含貨幣政策工具、資產(chǎn)價(jià)格和共同因子的馬爾可夫體制轉(zhuǎn)移的因子擴(kuò)展的向量自回歸（MS-FAVAR）模型。并運(yùn)用廣義脈沖響應(yīng)函數(shù)研究了不同貨幣政策工具對(duì)資產(chǎn)價(jià)格沖擊的非對(duì)稱性動(dòng)態(tài)特征。實(shí)證分析表明,貨幣政策工具對(duì)資本價(jià)格影響顯著,需要將資本價(jià)格納入到貨幣政策中。不同的貨幣政策工具對(duì)資本價(jià)格的影響不同,而且隨著經(jīng)濟(jì)所處狀態(tài)的不同也會(huì)存在顯著差異,這為貨幣當(dāng)局根據(jù)不同的經(jīng)濟(jì)環(huán)境選擇恰當(dāng)?shù)呢泿耪吖ぞ哒{(diào)控資本價(jià)格提供了科學(xué)依據(jù)。 

【文章來(lái)源】：中央財(cái)經(jīng)大學(xué)學(xué)報(bào). 2014,(07)北大核心CSSCI

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

房地產(chǎn)價(jià)格對(duì)不同的貨幣供給量沖擊的響應(yīng)圖

·金融證券·中央財(cái)經(jīng)大學(xué)學(xué)報(bào)2014年第7期圖1房地產(chǎn)價(jià)格對(duì)不同的貨幣供給量沖擊的響應(yīng)圖2.利率對(duì)房地產(chǎn)價(jià)格的沖擊分析。通過檢驗(yàn)和估計(jì)，我們建立了包含利率、房地產(chǎn)價(jià)格的MS(2)－FAVAＲ(2)模型。表2給出了區(qū)制間轉(zhuǎn)移概率分布。表2包含Ｒ和P模型的區(qū)制間轉(zhuǎn)移概率分布區(qū)制一區(qū)制二區(qū)制一0.9710.029區(qū)制二0.0200.980由表2可知，區(qū)制一和區(qū)制二的保持概率都比較高，這表明經(jīng)濟(jì)處在兩種狀態(tài)時(shí)表現(xiàn)的相對(duì)穩(wěn)定。利用表2中各區(qū)制的保持概率，根據(jù)第i狀態(tài)平均持續(xù)期為1/(1－Pii)，其中i=1，2。可得各個(gè)狀態(tài)的平均持續(xù)期，并根據(jù)某區(qū)制概率大于0.5則認(rèn)為處于該區(qū)制，可得各個(gè)狀態(tài)的月度數(shù)據(jù)量。具體見表3。表3包含Ｒ和P模型不同區(qū)制的平均持續(xù)期和數(shù)量匯總月度數(shù)量所占比率(%)平均持續(xù)期區(qū)制一5837.934區(qū)制二9562.150合計(jì)153100由表3可知，在2000年3月到2012年12月期間，我國(guó)經(jīng)濟(jì)處于區(qū)制二的月份最多，為95個(gè)月，約占樣本總量的62.1%，并且每處在區(qū)制二狀態(tài)的平均持續(xù)期較長(zhǎng)，為50個(gè)月。相對(duì)地，我國(guó)經(jīng)濟(jì)處于區(qū)制一的月份為58個(gè)月，約占樣本總量的37.9%，每處在區(qū)制一狀態(tài)的平均持續(xù)期相對(duì)短些，為34個(gè)月。進(jìn)而，在各區(qū)制下構(gòu)建FAVAＲ模型。得到不同區(qū)制下房地產(chǎn)價(jià)格對(duì)利率沖擊的響應(yīng)，如圖2所示。圖2不同區(qū)制下房地產(chǎn)價(jià)格對(duì)利率沖擊的響應(yīng)圖由圖2可知，已知利率對(duì)房地產(chǎn)價(jià)格的一個(gè)正標(biāo)準(zhǔn)差沖擊。在區(qū)制一狀態(tài)下，利率在前3個(gè)月對(duì)房地產(chǎn)價(jià)格有一個(gè)短暫的正的影響。第4個(gè)月以26

后，形成負(fù)的影響，并在第7個(gè)月達(dá)到最大為－0.6，隨后影響程度逐步減校而在區(qū)制二下，利率對(duì)房地產(chǎn)價(jià)格一直是負(fù)的影響，在第4個(gè)月達(dá)到最大為－0.9，隨后逐步減小，最后趨向于0。總之，利率對(duì)房地產(chǎn)價(jià)格的影響顯著，但在不同區(qū)制下利率對(duì)房地產(chǎn)價(jià)格沖擊的影響是不同的。(三)貨幣政策對(duì)股票價(jià)格的沖擊分析以下分別考察貨幣供給量和利率對(duì)股票價(jià)格的沖擊效應(yīng)。1.貨幣供給量對(duì)股票價(jià)格的沖擊分析。通過考察包含不同貨幣供給量和股票價(jià)格及各自對(duì)應(yīng)共同因子的FAVAＲ模型，得到不同貨幣供給量對(duì)股票價(jià)格的脈沖響應(yīng)如圖3所示。圖3股票價(jià)格對(duì)不同貨幣供給量沖擊的響應(yīng)圖根據(jù)圖3可知，已知貨幣供給量對(duì)房地產(chǎn)價(jià)格的一個(gè)正標(biāo)準(zhǔn)差沖擊。具體來(lái)看，第一，對(duì)M0而言，在第3個(gè)月達(dá)到最大值26，第3個(gè)月后逐步減校第二，對(duì)M1而言，在第4個(gè)月達(dá)到最大值50，隨后逐步減小但整體影響程度較大。第三，對(duì)M2而言，對(duì)股票價(jià)格的沖擊整體不是非常顯著，既有正的沖擊效應(yīng)又有負(fù)的沖擊效應(yīng)，相對(duì)而言負(fù)效應(yīng)多于正效應(yīng)�？傊�，貨幣供給量沖擊對(duì)股票價(jià)格的響應(yīng)相對(duì)比較顯著。相比而言，M1對(duì)股票價(jià)格的影響明顯大于M0和M2對(duì)股票價(jià)格的影響程度。所以，在選擇貨幣供給量作為貨幣政策工具調(diào)控股票價(jià)格時(shí)，采用M1將更為有效。進(jìn)一步檢驗(yàn)可得，包含M1和國(guó)房景氣指數(shù)P的VAＲ系統(tǒng)具有顯著的馬爾可夫體制轉(zhuǎn)換特征。建立相應(yīng)的MS(2)－VAＲ(2)模型，表4給出了區(qū)制間轉(zhuǎn)移概率分布。表4包含M1和SZZZ模型的區(qū)制間轉(zhuǎn)移概率分布區(qū)制一區(qū)制二區(qū)制一0.9600.040區(qū)制二0.0320.968由表4可知，區(qū)制一和區(qū)制二的保持概率都很高，這表明經(jīng)濟(jì)處在兩種狀態(tài)時(shí)表現(xiàn)的相對(duì)穩(wěn)定。類似于表3的計(jì)算，給出各個(gè)狀態(tài)的月度數(shù)據(jù)量。具體見表5。表5包含M1和SZZZ模型中不同區(qū)?

【參考文獻(xiàn)】：
期刊論文
[1]貨幣政策有效性及產(chǎn)業(yè)非對(duì)稱性分析[J]. 肖強(qiáng),張曉峒,司穎華.  商業(yè)研究. 2014(04)
[2]房地產(chǎn)市場(chǎng)貨幣政策效應(yīng)的影響因素——基于跨國(guó)數(shù)據(jù)的比較分析[J]. 李海海,呂玲霞.  中央財(cái)經(jīng)大學(xué)學(xué)報(bào). 2013(03)
[3]貨幣政策工具調(diào)控房地產(chǎn)價(jià)格的傳導(dǎo)機(jī)制分析[J]. 任木榮,蘇國(guó)強(qiáng).  中央財(cái)經(jīng)大學(xué)學(xué)報(bào). 2012(04)
[4]我國(guó)房?jī)r(jià)在貨幣政策信貸傳導(dǎo)渠道中的作用研究——基于SVAR模型的實(shí)證分析[J]. 王曉芳,毛彥軍,徐文成.  中央財(cái)經(jīng)大學(xué)學(xué)報(bào). 2011(06)
[5]資產(chǎn)價(jià)格波動(dòng)對(duì)中國(guó)貨幣政策的影響——基于1994—2006年季度數(shù)據(jù)的實(shí)證分析[J]. 趙進(jìn)文,高輝.  中國(guó)社會(huì)科學(xué). 2009(02)
[6]中國(guó)貨幣政策與股票市場(chǎng)的關(guān)系[J]. 孫華妤,馬躍.  經(jīng)濟(jì)研究. 2003(07)

博士論文
[1]我國(guó)貨幣政策的房地產(chǎn)價(jià)格傳導(dǎo)效應(yīng)研究[D]. 龔斌恩.復(fù)旦大學(xué) 2012
[2]貨幣供應(yīng)環(huán)境對(duì)股票價(jià)格的影響機(jī)制[D]. 魯萬(wàn)峰.中國(guó)社會(huì)科學(xué)院研究生院 2010



本文編號(hào)：3214602