我國的資產(chǎn)價格調(diào)控與貨幣政策選擇
——基于有向無環(huán)圖的分析

鄧 創(chuàng) 徐 曼

一、引言及文獻綜述

20世紀(jì)90年代，以新西蘭、美國和加拿大為代表的一些西方國家開始將物價穩(wěn)定作為貨幣政策調(diào)控的重要目標(biāo)甚至唯一目標(biāo)，這種盯住通貨膨脹目標(biāo)的貨幣政策調(diào)控模式，在全球范圍內(nèi)盛行并取得了空前成功。然而金融危機的爆發(fā)，不僅使得以資產(chǎn)價格變動為主要代表的金融波動問題備受關(guān)注，同時也引發(fā)學(xué)術(shù)界關(guān)于貨幣政策目標(biāo)框架構(gòu)建與調(diào)控政策選擇的新一輪思考。事實上，正是各國貨幣當(dāng)局長期以來對物價穩(wěn)定的充分重視以及對資產(chǎn)價格的普遍忽視，導(dǎo)致日益加劇的資產(chǎn)價格波動被掩蓋于穩(wěn)定的一般消費品價格下，從而為金融風(fēng)險積聚甚至金融危機的爆發(fā)埋下了隱患；并且伴隨著資產(chǎn)價格劇烈震蕩的經(jīng)濟衰退又往往比其他類型的經(jīng)濟衰退更嚴(yán)重且持續(xù)時間更長(Claessens等，2012[1]；Borio等，2016[2])。因此，系統(tǒng)考察不同貨幣政策對各類資產(chǎn)價格的調(diào)控效果，不僅有助于為資產(chǎn)價格調(diào)控的貨幣政策選擇提供經(jīng)驗依據(jù)，而且對于進一步構(gòu)建兼顧經(jīng)濟與金融雙重穩(wěn)定的貨幣政策調(diào)控框架、實現(xiàn)經(jīng)濟金融協(xié)調(diào)穩(wěn)定發(fā)展同樣具有重要的理論價值和現(xiàn)實意義。

學(xué)術(shù)界圍繞貨幣政策是否應(yīng)該對資產(chǎn)價格波動進行積極干預(yù)展開的探討由來已久，現(xiàn)有研究可用“不直接反應(yīng)”和“直接反應(yīng)”兩種觀點來概括。以Bernanke和Gertler(2001)[3]為代表的“不直接反應(yīng)”論認(rèn)為通貨膨脹目標(biāo)制包含內(nèi)生的資產(chǎn)價格穩(wěn)定機制，主張貨幣政策不必像盯住通貨膨脹一樣對資產(chǎn)價格加以特別關(guān)注，只有當(dāng)資產(chǎn)價格變動能夠改變對未來產(chǎn)出缺口和通貨膨脹預(yù)期時才需做出反應(yīng)；而以Cecchetti等(2000)[4]為代表的“直接反應(yīng)”論則充分考慮到資產(chǎn)價格劇烈波動給金融體系和實體經(jīng)濟帶來的沉重后果，主張貨幣當(dāng)局應(yīng)像關(guān)注通貨膨脹一樣盯住資產(chǎn)價格，并對其采取直接的逆風(fēng)向貨幣政策操作。事實上，全球金融危機的爆發(fā)充分證實，物價穩(wěn)定并不一定意味著資產(chǎn)價格的穩(wěn)定，僅僅關(guān)注貨幣政策對通貨膨脹的調(diào)控效果，極易忽略被掩蓋于穩(wěn)定的宏觀基本面數(shù)據(jù)之下的資產(chǎn)價格劇烈波動和金融失衡，進而誘發(fā)金融危機。因此，盡管上述兩種觀點關(guān)于貨幣政策是否應(yīng)將資產(chǎn)價格作為如通貨膨脹一般地盯住目標(biāo)尚存爭議，但有一點雙方均持認(rèn)同觀點，即貨幣政策應(yīng)保持對資產(chǎn)價格波動的密切關(guān)注，并在其可能影響宏觀經(jīng)濟平穩(wěn)運行時予以適時調(diào)控(Bordo和Jeanne，2002[5]；王曦等，2017[6])。

由于金融危機爆發(fā)后，學(xué)術(shù)界對積極運用貨幣政策調(diào)控資產(chǎn)價格的必要性持普遍認(rèn)同觀點(龐曉波和錢錕，2014[7]；Angeloni和Faia，2013[8])，近年來學(xué)者們關(guān)注的焦點也逐漸轉(zhuǎn)向貨幣政策對資產(chǎn)價格的調(diào)控效果。在股票價格方面，傳統(tǒng)金融理論認(rèn)為貨幣政策通過改變企業(yè)的籌資成本和利潤實現(xiàn)對股票價格的調(diào)控，立足上述理論，現(xiàn)有研究不僅在實證方面充分肯定了貨幣政策對股票價格的顯著影響(Ioannidis和Kontonikas，2008[9]；陳浪南和劉勁松，2018[10])，而且還進一步對價格型和數(shù)量型貨幣政策對股票價格作用的大小進行了對比分析(胡援成和程建偉，2003[11])，并就兩種類型貨幣政策對股票價格作用時間的長短加以探討(肖洋等，2012[12])。在匯率市場方面，陳創(chuàng)練和楊子暉(2012)[13]指出，人民幣短期匯率波動主要取決于貨幣市場沖擊，價格型貨幣政策的作用十分有限且不具持久性；賈俊雪等(2014)[14]同樣認(rèn)為20世紀(jì)90年代以來，相比于利率政策，貨幣供給對人民幣實際匯率波動的反應(yīng)更強。在房地產(chǎn)價格方面，盡管現(xiàn)有研究對于貨幣政策能夠顯著影響房地產(chǎn)價格的結(jié)論持普遍認(rèn)同觀點(Iacoviello，2005[15]；徐淑一等，2015[16])，但關(guān)于不同貨幣政策對房地產(chǎn)價格的調(diào)控作用孰強孰弱尚存爭議(郭娜和李政，2013[17]；張清源等，2018[18])，且對于長期和短期內(nèi)何種貨幣政策對房地產(chǎn)價格的調(diào)控效果更佳也有不同見解(鄧富民和王剛，2012[19]；張中華等，2013[20])。

綜合來看，相關(guān)文獻普遍認(rèn)同貨幣政策應(yīng)該充分關(guān)注資產(chǎn)價格并對其波動做出適當(dāng)反應(yīng)，也充分證實貨幣政策對資產(chǎn)價格能夠起到一定程度的調(diào)控作用。但是，現(xiàn)有研究在不同貨幣政策對資產(chǎn)價格調(diào)控效果的差異比較方面進行的探究明顯尚不充分，對于何種貨幣政策對特定資產(chǎn)價格的調(diào)控更為有效的研究在結(jié)論上也存在較大爭議，更是缺乏針對各類不同資產(chǎn)價格調(diào)控在貨幣政策選擇方面系統(tǒng)的政策建議。上述問題出現(xiàn)的原因，一方面在于現(xiàn)有研究在方法上大多采用結(jié)構(gòu)向量自回歸模型、向量誤差修正模型以及傳統(tǒng)的預(yù)測方差分解等方法(王曦和鄒文理，2011[21]；趙文勝和張屹山，2012[22]；譚政勛和王聰，2015[23])，此類方法在應(yīng)用方面的關(guān)鍵技術(shù)問題是如何正確合理地識別擾動項之間的同期因果關(guān)系，而現(xiàn)有研究恰恰對這一重要環(huán)節(jié)有所忽略，往往采用依據(jù)前期研究成果、參照各類經(jīng)濟理論，甚至直接假設(shè)存在遞歸的同期因果關(guān)系等方法，對模型擾動項的同期因果關(guān)系進行主觀設(shè)定，從而使研究結(jié)果的可靠性大大降低，并在很大程度上導(dǎo)致不同文獻對于相同問題的探究得出不同甚至截然相反的結(jié)論；另一方面，現(xiàn)有研究大多相對割裂地考察貨幣政策對單一資產(chǎn)價格(如股票價格、房地產(chǎn)價格等)的調(diào)控效果，從而得出的政策啟示自然也是針對單一資產(chǎn)價格調(diào)控，難以為不同類型資產(chǎn)價格調(diào)控的貨幣政策選擇提供系統(tǒng)的政策建議。

作為嘗試和對現(xiàn)有研究的有益補充，本文首先采用有向無環(huán)圖(DAG)方法判斷貨幣政策變量與資產(chǎn)價格變量之間的同期因果關(guān)系，并將其作為約束條件用于結(jié)構(gòu)向量自回歸模型的構(gòu)建與識別、DAG方法是一種基于數(shù)據(jù)的客觀分析方法，能夠有效克服傳統(tǒng)方法在設(shè)定向量自回歸模型擾動項結(jié)構(gòu)關(guān)系時過于主觀的弊端。進一步地，基于DAG分析結(jié)果，本文對包含不同貨幣政策以及股價、匯率和房價等資產(chǎn)價格變量在內(nèi)的SVAR模型進行預(yù)測方差分解，以期在相對統(tǒng)一的研究框架下系統(tǒng)考察不同貨幣政策對各類資產(chǎn)價格的調(diào)控效果，從而為資產(chǎn)價格調(diào)控的貨幣政策選擇提供經(jīng)驗依據(jù)和政策建議。最后，采用遞歸預(yù)測方差分解方法對文中結(jié)果進行穩(wěn)健性檢驗，以確保研究結(jié)論的可靠性和政策建議的適用性。

二、研究方法與樣本數(shù)據(jù)

(一)基于有向無環(huán)圖(DAG)的預(yù)測方差分解方法

為在相對統(tǒng)一的研究框架下，系統(tǒng)考察不同貨幣政策對股價、匯率和房價等資產(chǎn)價格的調(diào)控效果，本文擬構(gòu)建如下模型：

(1)

其中，Yt為內(nèi)生變量列向量，μ為截距列向量，Φi為待估系數(shù)矩陣，p為模型滯后階數(shù)，et為不與自身滯后項及等式右側(cè)變量相關(guān)的擾動列向量。由于擾動項et往往存在同期相關(guān)，采用Amisano和Giannini(1997)[24]提出的如式(2)所示的AB模型作為約束對模型進行結(jié)構(gòu)識別，不失為一種有效的解決方法。

Aet=vt=But,ut～N(0,Ik)

(2)

其中，A和B均為k階方陣，ut為結(jié)構(gòu)擾動項。矩陣B的約束形式一般為對角矩陣，矩陣A表示變量間的同期因果關(guān)系，通常依據(jù)經(jīng)濟理論、前期研究成果及主觀判斷等進行識別。然而，上述約束方式均帶有一定主觀色彩，基于此構(gòu)建SVAR模型進行結(jié)構(gòu)方差分解的科學(xué)性和可靠性也隨之大打折扣(Swanson和Granger，1997[25]；楊子暉，2008[26])。在此背景下，Pearl(1995)[27]、Spirtes等(2000)[28]提出的有向無環(huán)圖(DAG)成為解決上述問題的一種有效途徑。該方法對于變量間同期因果關(guān)系的識別主要依靠擾動項的相關(guān)系數(shù)矩陣，其優(yōu)勢在于識別過程基于數(shù)據(jù)，無需任何主觀判斷或理論假設(shè)，從而能夠有效避免主觀性較強的問題。

有向無環(huán)圖是由代表變量的節(jié)點及連接節(jié)點的有向邊構(gòu)成的圖形。節(jié)點間的有向邊反映變量間同期因果關(guān)系的指向：“X→Y”表示存在由X到Y(jié)的單向因果關(guān)系；“X?Y”表示變量間存在雙向因果關(guān)系；“X-Y”表示變量間存在同期因果關(guān)系但方向不明；“XY”則表示變量間不存在同期因果關(guān)系。由相關(guān)系數(shù)矩陣得到有向無環(huán)圖的整個過程，可由PC算法實現(xiàn)：該算法從所有變量兩兩相連的無向完全圖出發(fā)，依次檢驗每兩個變量間的無條件相關(guān)系數(shù)，若為0則移除該連線；無條件相關(guān)系數(shù)分析完成后，對剩余連線進行1階偏相關(guān)系數(shù)分析，同樣若為0則移除。以此類推，對于N個變量，該算法將持續(xù)分析至N-2階偏相關(guān)系數(shù)。在因果關(guān)系的識別方面，該算法主要基于以下判別準(zhǔn)則：當(dāng)X與Y相鄰(1)在無向完全圖中，若兩節(jié)點之間有邊相連，則稱這兩個節(jié)點相鄰。，Y與Z相鄰，且X與Z不相鄰，即X-Y-Z，若已知Y不屬于X與Z的隔離集(2)若ρ(X, Y|K)=0，則稱K為X與Y的隔離集。，則可推斷三者間的同期因果關(guān)系為X→Y←Z；若已知X→Y，Y與Z相鄰，X與Z不相鄰，且Y與Z之間的有向邊并無指向Y，則可推斷Y與Z間的同期因果關(guān)系為Y→Z。此外，Spirtes等(2000)[28]還指出在小樣本情形下，提高顯著性水平能夠有效防止DAG分析可能存在的“低估”現(xiàn)象，從而改善分析效果(3)篇幅所限，本文僅對DAG原理進行介紹，關(guān)于該方法的具體細(xì)節(jié)可參閱Pearl(1995)[27]、Spirtes等(2000)[28]、Bessler和Yang(2003)[29]。。

(二)樣本數(shù)據(jù)

本文參照劉金全和解瑤姝(2016)[30]選取銀行間同業(yè)拆借加權(quán)平均利率作為價格型貨幣政策的代理變量，參照楊子暉(2008)[26]分別選取廣義貨幣供給和金融機構(gòu)人民幣各項貸款余額作為數(shù)量型貨幣政策“貨幣渠道”和“信貸渠道”傳導(dǎo)途徑的代理變量(4)中央銀行在執(zhí)行貨幣政策時，實施的政策工具首先影響同業(yè)拆借利率、貨幣供給和信貸余額等中介目標(biāo)(袁越和胡文杰，2017[31])，并通過中介目標(biāo)的變動間接影響產(chǎn)出、就業(yè)、物價和國際收支等最終目標(biāo)。貨幣政策的中介目標(biāo)不僅能夠作為多種貨幣政策工具初步實施效果的綜合信號，而且具有指標(biāo)數(shù)量適宜、樣本區(qū)間較長且統(tǒng)計數(shù)據(jù)權(quán)威等優(yōu)勢，因而作為貨幣政策代理變量在文獻中得到了廣泛使用。；分別選取上證綜合收盤指數(shù)(李成等，2010[32])作為股票價格的代理變量，選取實際有效匯率(苗文龍，2013[33])作為匯率指標(biāo)的代理變量,選取國房景氣指數(shù)(王朝明和朱睿博，2016[34])作為房地產(chǎn)價格的代理變量。其中，銀行間同業(yè)拆借加權(quán)平均利率經(jīng)過季節(jié)調(diào)整；為統(tǒng)一量綱，國房景氣指數(shù)做減100再除以100的處理；其余指標(biāo)均在用定基CPI計算實際值后，參照文獻中常用處理方法進行對數(shù)差分處理。處理后的利率、貨幣供給、信貸、股價、匯率和房價指標(biāo)序列分別記為RATE、M2、CREDIT、SP、REER和HP。樣本區(qū)間為1996年1月至2018年2月，原始數(shù)據(jù)來源于中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫及Wind數(shù)據(jù)庫。

三、實證分析

(一)模型構(gòu)建與同期因果關(guān)系識別

首先對模型中各變量進行平穩(wěn)性檢驗，最優(yōu)滯后階數(shù)根據(jù)SIC準(zhǔn)則自動選擇。表1顯示，各變量在1%的顯著性水平上均拒絕了原假設(shè)。

表1平穩(wěn)性檢驗結(jié)果

在各變量均平穩(wěn)的基礎(chǔ)上建立VAR模型，滯后階數(shù)根據(jù)AIC、SC和FPE準(zhǔn)則選為5，得到如下擾動相關(guān)系數(shù)矩陣：

RATEM2CREDITSPREERHP

(3)

變量間的同期因果關(guān)系，既是識別結(jié)構(gòu)向量自回歸模型的依據(jù)，也是立足模型估計結(jié)果開展后續(xù)分析的重要基礎(chǔ)。我們首先參照卜林等(2015)[35]的研究，選擇20%的顯著性水平，利用PC算法，從如圖1(a)所示的無向完全圖出發(fā)，以上述相關(guān)系數(shù)矩陣為依據(jù)，確定各變量間是否存在以及存在何種方向的同期因果關(guān)系。具體地，由無條件相關(guān)系數(shù)可知，利率(RATE)和信貸(CREDIT)的相關(guān)系數(shù)為-0.062 6(p=0.314 1)、利率(RATE)和股價(SP)的相關(guān)系數(shù)為-0.064 7(p=0.297 6)、利率(RATE)和匯率(REER)的相關(guān)系數(shù)為-0.022 3(p=0.719 7)、貨幣供給(M2)和股價(SP)的相關(guān)系數(shù)為0.021 3(p=0.732 3)、貨幣供給(M2)和匯率(REER)的相關(guān)系數(shù)為0.073 2(p=0.238 7)、信貸(CREDIT)和股價(SP)的相關(guān)系數(shù)為0.029 2(p=0.638 3)、信貸(CREDIT)和匯率(REER)的相關(guān)系數(shù)為0.064 3(p=0.301 0)、股價(SP)和匯率(REER)的相關(guān)系數(shù)為0.052 2(p=0.401 3)、股價(SP)和房價(HP)的相關(guān)系數(shù)為-0.062 2(p=0.316 8)、匯率(REER)和房價(HP)的相關(guān)系數(shù)為-0.058 0(p=0.350 7)，在20%的顯著性水平上，上述變量擾動項的關(guān)系為同期獨立，可將其間的連線移去。進一步分析偏相關(guān)系數(shù)可知，信貸(CREDIT)和房價(HP)的偏相關(guān)系數(shù)ρ(CREDIT,HP|M2)=-0.045 4(p=0.465 8)，利率(RATE)和房價(HP)的偏相關(guān)系數(shù)ρ(RATE,HP|M2CREDIT)=0.077 1(p=0.216 0)，即上述變量擾動項的關(guān)系為條件同期獨立，其連線也可移去。至此，圖1(a)的完全無向圖變?yōu)閳D1(b)無箭頭時的形式。最后，根據(jù)PC算法可將變量之間同期因果關(guān)系的指向判定為RATE→M2→HP、CREDIT→M2→HP，即三種貨幣政策只對房價有同期影響，而與股價、匯率之間不存在同期相互影響，這意味著與股價和匯率相比，房價對貨幣政策的調(diào)控更加敏感且反應(yīng)時滯更短，在當(dāng)期即會顯現(xiàn)調(diào)控效果。本文的DAG分析在TETRAD軟件中完成。

圖1 同期因果關(guān)系的DAG分析

為驗證以DAG分析結(jié)果為基礎(chǔ)的同期因果關(guān)系約束的合理性，我們進一步采取似然比檢驗(Sims，1986[36])，結(jié)果顯示在5%的顯著性水平上無法拒絕“過度約束為真”的原假設(shè)，即基于DAG分析結(jié)果的約束具有合理性。

(二)基于DAG的預(yù)測方差分解

進一步地，我們以DAG分析結(jié)果顯示的變量間的同期因果關(guān)系為約束，構(gòu)建結(jié)構(gòu)向量自回歸模型并進行預(yù)測方差分解，以考察不同貨幣政策對各類資產(chǎn)價格的調(diào)控效果，分解結(jié)果如表2所示。

表2基于DAG的預(yù)測方差分解(%)

期數(shù)信貸房價利率貨幣供給信貸股價匯率房價利率貨幣供給信貸股價匯率房價10.0000.000100.0000.0000.0000.0000.0262.3940.1930.0000.00097.38761.880 0.020 90.776 0.022 6.857 0.446 0.034 0.643 1.795 0.035 0.216 97.277 123.401 0.679 77.880 9.297 8.159 0.583 0.745 0.445 0.881 1.712 0.132 96.085 183.124 0.938 68.866 19.170 7.258 0.644 10.732 0.961 1.590 3.063 0.190 83.463 243.240 1.051 67.360 20.047 7.121 1.181 21.299 0.927 2.349 2.855 0.411 72.160

預(yù)測方差分解結(jié)果顯示，股價波動的大部分可由自身沖擊來解釋，其在總解釋比例中的占比始終保持在90%以上；而三種貨幣政策中，利率和信貸對股價波動的解釋程度均僅有1%左右，相比而言貨幣供給對股價波動的解釋能力稍強，但也未能達(dá)到5%。由此可見，我國股價波動在很大程度上受到自身慣性的影響，盡管貨幣供給對股價波動的解釋能力較利率和信貸而言稍強一些且時滯更短，但總體來看三種貨幣政策對股票市場的調(diào)控效果均十分有限。事實上，升值預(yù)期和投機行為是導(dǎo)致我國股票價格波動主要受其自身慣性影響的重要原因，股價持續(xù)上漲將強化股民的升值預(yù)期和投機行為從而引發(fā)股價繼續(xù)上漲，而股價的大幅下跌引發(fā)的恐慌性拋售同樣將導(dǎo)致股價的進一步下跌(趙勝民等，2011[37])。鑒于貨幣政策對股票價格的調(diào)控效果有限，現(xiàn)階段僅僅依靠貨幣政策可能并不足以將股價波動控制在合理區(qū)間，因此從長遠(yuǎn)來看進一步發(fā)展和完善股票市場、疏通貨幣政策傳導(dǎo)渠道，進而提高貨幣政策對股價的調(diào)控效果固然極為重要，但目前我國股價調(diào)控的權(quán)宜之計和當(dāng)務(wù)之急還在于，建立并完善股指期貨和融資融券制度以抑制股價的單邊上漲或下跌，同時加強對投機行為的監(jiān)管和立法，嚴(yán)格防范股票價格劇烈波動的發(fā)生。

匯率波動與股價類似，也主要受到自身慣性的影響，由自身沖擊解釋的比例占到85%以上。三種貨幣政策中，貨幣供給對匯率波動的解釋程度不到2%，相比之下利率和信貸的解釋能力稍強，均接近5%。事實上，隨著匯率制度改革的實施以及要求人民幣升值的外部壓力持續(xù)增大，近年來人民幣匯率的走高，不僅引起升值預(yù)期固化，而且導(dǎo)致國際熱錢大量涌入(賈俊雪等，2014[14])。由此可見，匯率穩(wěn)定作為貨幣政策的重要調(diào)控目標(biāo)之一，能夠有效避免資本流動對金融穩(wěn)定造成威脅，其重要性不言而喻。鑒于利率和信貸對匯率波動的解釋能力盡管強于貨幣供給且時滯較短，但整體來看各類貨幣政策對匯率的調(diào)控作用均不夠顯著，未來在對匯率波動的調(diào)控方面，應(yīng)努力克服單一貨幣政策功能的有限性，更加重視貨幣政策的組合使用，通過利率、信貸和貨幣供給等政策的協(xié)調(diào)配合，增加調(diào)控力度、改善調(diào)控效果，進而盡早實現(xiàn)調(diào)控目標(biāo)。

盡管房價波動同樣主要受到自身慣性的推動，有超過70%的波動由自身來解釋，但貨幣政策對房價的解釋能力卻與股價和匯率呈現(xiàn)出顯著不同的規(guī)律。具體來看，房價在貨幣供給和信貸政策的刺激下，要么產(chǎn)生一個較小的即時響應(yīng)并迅速衰減，要么圍繞一個較低的響應(yīng)水平上下波動，而利率政策對房價的調(diào)控效果則十分顯著，其對房價波動的解釋比例甚至能夠超過20%。事實上，受到住房剛性需求以及多次調(diào)控未果對房地產(chǎn)價格升值預(yù)期的固化，房價仍在很大程度上受自身慣性影響，其持續(xù)快速上漲在增加居民負(fù)擔(dān)的同時，還制約著產(chǎn)業(yè)結(jié)構(gòu)升級，最為嚴(yán)重的是高房價會大大提高房地產(chǎn)崩盤的風(fēng)險(徐淑一等，2015[16])，選用最有效的貨幣政策提高對房地產(chǎn)市場的調(diào)控效果意義重大。結(jié)合三種貨幣政策對房價的解釋能力可知，較貨幣供給和信貸而言，利率政策對房價的調(diào)控作用時滯更短且效果明顯更好，因此利率應(yīng)是現(xiàn)階段我國房地產(chǎn)價格調(diào)控的主要貨幣政策。

此外，與貨幣供給和信貸相比，利率對資產(chǎn)價格調(diào)控的優(yōu)勢還在于其更高水平的外生性(獨立性)。三種貨幣政策的預(yù)測方差分解結(jié)果顯示：利率的絕大部分波動可由自身來解釋，其占比在第12期仍超過95%，在第24期仍占到82%以上；相比之下，信貸和貨幣供給由其自身沖擊解釋的比例則明顯較低，且隨時間的推移大幅衰減，在第24期分別僅為67%和33%；不僅如此，貨幣供給波動還在很大程度上受到利率和信貸的影響，兩者對貨幣供給變動的解釋占比分別高達(dá)14%和26%。由此可見，以利率為代表的價格型貨幣政策的外生性較強，具有更高的獨立性，而數(shù)量型貨幣政策，尤其是貨幣供給則在很大程度上受到包括利率和信貸在內(nèi)的其他因素的影響，獨立性明顯較低。從這一角度來看，價格型貨幣政策在資產(chǎn)價格調(diào)控方面更具優(yōu)越性。

綜合上述分析可知，不同金融子市場均有其各自的特點，不同貨幣政策對各類資產(chǎn)價格的調(diào)控效果也存在顯著差異，根據(jù)不同資產(chǎn)價格的具體特征制定有針對性的調(diào)控措施極為必要。具體體現(xiàn)在：在股價方面，受到大部分投資者非理性追漲殺跌的影響，我國股票價格波動主要受到自身慣性的影響，貨幣政策對股價的調(diào)控效果十分有限，未來應(yīng)進一步完善貨幣政策傳導(dǎo)機制以增強貨幣政策對股價的調(diào)控效果，與此同時還應(yīng)積極加強對投資者的理性投資教育、建立健全針對投機行為的相關(guān)制度、切實增強對投機行為的立法與監(jiān)管。在匯率方面，在有管理的浮動匯率制度與人民幣升值外部壓力的雙重作用下，人民幣匯率升值預(yù)期不斷固化，在引發(fā)國際熱錢涌入的同時，也加重了國內(nèi)流動性過剩問題，因此合理利用利率和信貸政策對匯率進行組合調(diào)控，對于克服單一貨幣政策調(diào)控手段功能的有限性、提高對匯率穩(wěn)定目標(biāo)的調(diào)控效果、避免資本流動威脅金融穩(wěn)定意義重大。而在房價方面，針對由城鎮(zhèn)化進程加快拉動的住房剛性需求與房地產(chǎn)金融屬性日益突出引發(fā)的投機行為所共同導(dǎo)致的房價高企且久調(diào)不降，政策當(dāng)局應(yīng)利用現(xiàn)階段購房者對利率變動敏感性較高而房地產(chǎn)商對利率調(diào)整不太敏感的客觀差異(任木榮和蘇國強，2012[38])，充分發(fā)揮利率政策對房價的顯著調(diào)控作用，同時還應(yīng)堅持優(yōu)先滿足城鎮(zhèn)化進程加快等拉動的住房剛性需求、積極引導(dǎo)房子回歸住房本質(zhì)并逐漸剝離房地產(chǎn)金融屬性、嚴(yán)格規(guī)范房地產(chǎn)市場秩序以遏制投機炒房。除調(diào)控效果更為明顯外，利率政策在資產(chǎn)價格調(diào)控方面還具備外生性(獨立性)優(yōu)勢。因此，繼續(xù)深化利率市場化改革、積極推動貨幣政策調(diào)控框架由數(shù)量型為主向價格型為主轉(zhuǎn)型、完善貨幣政策的資產(chǎn)價格調(diào)控機制、實現(xiàn)對不同類型資產(chǎn)價格的針對性精調(diào)，對于三期疊加時期防范和化解資產(chǎn)價格劇烈波動的風(fēng)險、營造平穩(wěn)健康的經(jīng)濟金融環(huán)境、充分發(fā)揮貨幣政策的結(jié)構(gòu)調(diào)整作用意義重大。

(三)穩(wěn)健性檢驗

為檢驗基于有向無環(huán)圖的預(yù)測方差分解方法的計算結(jié)果是否穩(wěn)健，同時驗證前文研究結(jié)論是否自中國經(jīng)濟進入新常態(tài)以來便具有普適性，本文進一步基于DAG分析結(jié)果進行遞歸預(yù)測方差分解分析。具體地，我們以1996年1月至2012年1月為基期，基于DAG分析得到的同期因果關(guān)系建立SVAR模型進行第一次方差分解，然后以1996年1月至2012年2月為第二期進行第二次方差分解，依次類推至整個樣本區(qū)間。每次分解的第24期分解結(jié)果如圖2(5)鑒于本文重點考察不同類型的貨幣政策對金融市場的調(diào)控效果，同時限于篇幅，正文中僅列示了各金融市場對不同貨幣政策及其自身沖擊的遞歸預(yù)測方差分解結(jié)果，對于未列示的其他預(yù)測方差分解結(jié)果，感興趣的讀者可向作者索取。所示，其中三種貨幣政策對各類資產(chǎn)價格波動的解釋比例見左坐標(biāo)，自身沖擊的解釋占比見右坐標(biāo)。

遞歸預(yù)測方差分解結(jié)果顯示：自經(jīng)濟發(fā)展進入新常態(tài)以來的整個遞歸期內(nèi)，各類資產(chǎn)價格的波動均主要由自身沖擊來解釋，即資產(chǎn)價格的波動在很大程度上受到自身慣性的影響。在貨幣政策對不同資產(chǎn)價格的影響方面，圖2(a)表明盡管貨幣供給在整個遞歸期內(nèi)對股價變動的解釋占比均高于利率和信貸，但整體來看三種貨幣政策對股票價格的調(diào)控效果均不夠明顯且呈現(xiàn)下降態(tài)勢；由圖2(b)可知整個遞歸期內(nèi)利率對匯率變動的解釋占比均高于貨幣供給和信貸，且近年來利率與信貸對匯市的調(diào)控效果基本持平；圖2(c)則顯示利率對房價波動的解釋占比，在整個遞歸期內(nèi)均遠(yuǎn)遠(yuǎn)高于其他貨幣政策且上升趨勢明顯，利率政策調(diào)控房價的有效性優(yōu)勢愈加凸顯。由此可見，遞歸預(yù)測方差分解結(jié)果與前文分析相比并未發(fā)生明顯變化，從而證實了本文研究結(jié)果的穩(wěn)健性。

圖2 遞歸預(yù)測方差分解

四、結(jié)論

本文采用基于有向無環(huán)圖(DAG)的預(yù)測方差分解方法，在相對統(tǒng)一的研究框架下系統(tǒng)考察了不同貨幣政策對股價、匯率和房價等資產(chǎn)價格的調(diào)控效果。DAG分析結(jié)果顯示，存在“利率、信貸到貨幣供給再到房價”的同期因果關(guān)系，以此作為約束和識別條件構(gòu)建結(jié)構(gòu)向量自回歸模型并進行預(yù)測方差分解分析，得到的主要結(jié)論如下：一是各類資產(chǎn)價格波動均在很大程度上受到自身慣性的影響，貨幣政策對資產(chǎn)價格的調(diào)控效果尚存在較大的可提升空間。二是貨幣政策對各類資產(chǎn)價格的調(diào)控效果存在顯著差異。從股票價格來看，各類貨幣政策對股價的調(diào)控效果均十分有限，僅僅依靠貨幣政策難以實現(xiàn)對股價波動的有效調(diào)控；在匯率市場方面，各類貨幣政策均能夠發(fā)揮一定的調(diào)控作用，但效果均不是十分明顯，匯率波動的調(diào)控需要不同貨幣政策的組合使用和協(xié)調(diào)配合；而就房地產(chǎn)價格而言，利率仍應(yīng)是現(xiàn)階段最重要的房價調(diào)控政策。三是與貨幣供給和信貸相比，利率政策在資產(chǎn)價格調(diào)控方面還具有獨立性更強的優(yōu)勢。

基于上述研究結(jié)論，本文針對平抑資產(chǎn)價格波動、促進資產(chǎn)價格穩(wěn)定的貨幣政策選擇和框架構(gòu)建提出如下政策建議：第一，盡管價格型貨幣政策在獨立性方面比數(shù)量型貨幣政策更具優(yōu)越性，但單一貨幣政策對資產(chǎn)價格波動的調(diào)控效果仍較為有限，因此未來在積極穩(wěn)妥推進貨幣政策調(diào)控框架由數(shù)量型為主向價格型為主轉(zhuǎn)變的同時，也應(yīng)充分發(fā)揮數(shù)量型貨幣政策工具(如法定存款準(zhǔn)備金率、公開市場操作和再貼現(xiàn)再貸款等)與價格型貨幣政策工具(如存貸款基準(zhǔn)利率等)的協(xié)調(diào)運用在平抑資產(chǎn)價格波動方面的積極作用。第二，由于各類貨幣政策對不同資產(chǎn)價格的調(diào)控效果存在顯著差異，在資產(chǎn)價格的貨幣政策調(diào)控實踐中，除選取最為有效的貨幣政策工具，實現(xiàn)對不同資產(chǎn)價格波動的傾向性調(diào)控外，還應(yīng)針對不同金融子市場的具體特征，采用差別利率、定向準(zhǔn)備金率等差別化、精細(xì)化的政策工具，并探索創(chuàng)設(shè)新型結(jié)構(gòu)性貨幣政策工具，積極推動統(tǒng)一貨幣政策向結(jié)構(gòu)性貨幣政策的轉(zhuǎn)變。第三，鑒于現(xiàn)階段各類資產(chǎn)價格波動中自身沖擊的影響均占據(jù)主導(dǎo)地位，數(shù)量型和價格型貨幣政策對資產(chǎn)價格波動的調(diào)控效果均不夠理想，未來在進一步推進金融市場健康發(fā)展的基礎(chǔ)上，不僅要繼續(xù)暢通貨幣政策傳導(dǎo)渠道、完善貨幣政策傳導(dǎo)機制，還應(yīng)強化金融風(fēng)險監(jiān)管與預(yù)期管理、實施全口徑宏觀審慎管理，完善以貨幣政策與宏觀審慎政策相結(jié)合的雙支柱金融調(diào)控政策框架，以增強對資產(chǎn)價格波動的調(diào)控效果。

目前，我國正處于升級優(yōu)化經(jīng)濟結(jié)構(gòu)、培育經(jīng)濟增長新動力和深化金融體系改革的關(guān)鍵時期，外部環(huán)境與內(nèi)部矛盾的錯綜交織在嚴(yán)重威脅著我國資產(chǎn)價格穩(wěn)定的同時，也顯著增加了貨幣政策在資產(chǎn)價格調(diào)控方面的應(yīng)用難度，繼續(xù)推進金融體系的發(fā)展和完善、防范資產(chǎn)價格的劇烈波動以及針對資產(chǎn)價格調(diào)控制定成熟的政策制度和系統(tǒng)的貨幣政策選擇方案仍任重道遠(yuǎn)。盡管本文的研究尚存不夠完善之處，但這一嘗試性研究仍在克服現(xiàn)有同期因果關(guān)系設(shè)定方法的局限性、提高相關(guān)研究結(jié)論的可靠性以及在統(tǒng)一研究框架下系統(tǒng)探究資產(chǎn)價格調(diào)控的貨幣政策選擇問題等方面有所突破，并得到一系列關(guān)于資產(chǎn)價格調(diào)控和貨幣政策調(diào)控框架轉(zhuǎn)型的有益研究結(jié)論和政策啟示。我們認(rèn)為，在進一步明確資產(chǎn)價格穩(wěn)定機制的基礎(chǔ)上，繼續(xù)探究資產(chǎn)價格在貨幣政策調(diào)控目標(biāo)體系中的存在形式，進而構(gòu)建兼顧資產(chǎn)價格穩(wěn)定的貨幣政策調(diào)控框架意義重大，因而是未來值得深入研究的重要課題。