(南開大學 經(jīng)濟學院，天津 300071)

我國貨幣政策的調(diào)控效果與時變反應特征
——基于房價與匯率變量的檢驗

戴金平尹相頤

(南開大學經(jīng)濟學院，天津300071)

基于2005年7月至2017年3月的月度數(shù)據(jù)，運用LT-TVP-VAR模型研究我國貨幣政策對房價和匯率的調(diào)控效果和時變反應特征。研究結(jié)果表明：我國貨幣政策與房價和匯率之間存在顯著的門限效應。在房地產(chǎn)市場低迷，人民幣存在貶值壓力的時期，我國貨幣政策的調(diào)控效果更為顯著，因而在目前階段，我國貨幣政策對匯率的調(diào)控效果優(yōu)于房價。另外，我國貨幣政策主要依賴于數(shù)量型貨幣政策工具，并相應搭配利率政策調(diào)控房價和匯率，但近年來央行愈加謹慎采取粗放式貨幣政策工具，更多地采用結(jié)構(gòu)化政策工具發(fā)放貨幣，來對我國房價和匯率進行針對性調(diào)整。

貨幣政策；房價；人民幣匯率；LT-TVP-VAR模型

一、引言及文獻綜述

近年來，隨著我國房地產(chǎn)需求的擴張加之金融危機后較為寬松的貨幣政策，全國主要一線和二線城市房地產(chǎn)價格迅速上漲。作為我國國民經(jīng)濟支柱性產(chǎn)業(yè)之一，房地產(chǎn)市場的繁榮與發(fā)展直接帶動了我國經(jīng)濟的發(fā)展，但長期以來房地產(chǎn)市場形成的高負債和高杠桿也會對我國經(jīng)濟和金融穩(wěn)定造成較大沖擊。2015年8月11日人民幣匯率中間價形成機制改革后，人民幣匯率出現(xiàn)較大幅度貶值。盡管央行及時干預外匯市場維持了匯率的相對穩(wěn)定，但是隨著美國經(jīng)濟的復蘇和就業(yè)狀況的穩(wěn)定，美聯(lián)儲宣布加息致使美元持續(xù)走強，短期對人民幣匯率形成了較大的貶值沖擊。此次人民幣貶值導致資本外流，外匯儲備減少，并且匯率市場的波動也對我國進出口貿(mào)易和對外直接投資造成了較大沖擊。

眾所周知，房價和匯率的急劇變動容易加大金融市場風險，引起經(jīng)濟的劇烈波動。房價和匯率作為貨幣政策的資產(chǎn)價格傳導渠道和匯率市場傳導渠道對我國經(jīng)濟增長和物價穩(wěn)定影響巨大，諸多研究表明，盡管我國貨幣政策目標體系中未納入房價和匯率變量，但貨幣政策應當密切關(guān)注房價和匯率，根據(jù)經(jīng)濟形勢的變化對其變動做出實時反應，并及時調(diào)整相應的貨幣政策工具。另外值得注意的是，基于目前我國的經(jīng)濟狀況，貨幣政策對房價和匯率的調(diào)控可能存在兩難選擇，央行采取緊縮性的貨幣政策雖然能夠減緩匯率貶值壓力，抑制資產(chǎn)泡沫的滋生，但是同時會收緊貨幣市場流動性，沖擊我國房地產(chǎn)市場，影響經(jīng)濟增長與金融穩(wěn)定。因此選擇合理的貨幣政策目標，采取適當?shù)呢泿耪吖ぞ呔徑夥績r和匯率變量之間存在的調(diào)控矛盾，對促進我國經(jīng)濟的穩(wěn)定發(fā)展至關(guān)重要。

國內(nèi)外學者研究貨幣政策和房地產(chǎn)價格的關(guān)系主要從貨幣政策是否應對房價波動做出反應以及選擇何種貨幣政策工具能有效調(diào)控房價兩個角度進行研究。2008年次貸危機的爆發(fā)后，國內(nèi)外學者趙進文和高輝(2009)、李稻葵等(2009)、Diamond和Rajan(2011)等均提出，為防范資產(chǎn)泡沫對經(jīng)濟的沖擊和金融風險的爆發(fā)，貨幣政策應對資產(chǎn)價格做出提前反應[1][2][3]；譚政勛和王聰(2015)研究表明我國貨幣政策應充分利用房價波動相關(guān)信息做出間接反應[4]；閆先東和朱迪星(2016)運用MSVAR模型探討貨幣政策對資產(chǎn)價格的逆向反應策略，研究表明在蕭條時期貨幣政策難以改變資產(chǎn)價格對經(jīng)濟的沖擊[5]。另外，已有諸多學者研究我國貨幣政策對房價的調(diào)控效果，并對采用何種貨幣政策工具調(diào)控房價進行探討。我國梁云芳等(2006)、陳繼勇等(2013)、張中華和林眾(2013)等從貨幣供應量、利率及銀行信貸規(guī)模等角度出發(fā)研究貨幣政策工具對房價的調(diào)控效果，認為我國信貸規(guī)模對房價影響顯著，貨幣增長率的提高會促使房價的上漲，而利率政策對房價的調(diào)控則失效[6][7][8]；而梁斌和李慶云(2011)、徐忠等(2012)等人則研究表明隨著我國利率市場化程度的提高，利率政策對房價的調(diào)控效果較為明顯[9][10]。綜上可知，近年來數(shù)量型貨幣政策工具對房價的調(diào)控效果得到了諸多學者的認同，對于價格型貨幣政策工具的調(diào)控效果還存在一些爭議，但隨著我國利率市場化程度加深，數(shù)量型貨幣政策工具需要配合利率政策才能有效發(fā)揮調(diào)控房價的作用。

隨著全球經(jīng)濟一體化的發(fā)展，匯率變動對各國經(jīng)濟影響加劇，因此大量國內(nèi)外學者研究貨幣政策與匯率間的互動關(guān)系。盡管匯率并非我國貨幣政策目標，但已有學者研究表明我國貨幣政策對匯率變動存在顯著反應。陳曉莉(2008)、喻梅(2011)等研究我國匯率對貨幣政策變量的影響，結(jié)果表明我國貨幣政策對匯率反應十分靈敏，匯率升值促使我國貨幣政策擴張，貨幣供應量和利率均上升[11][12]；崔百勝等(2016)應用TVP-VAR-SV模型研究我國匯率變量對利率的影響，結(jié)果表明匯率波動對利率的影響為負值[13]。另外，貨幣政策對匯率有一定的調(diào)控效果。國外學者Eichenbaum和Evans(1995)、Mojon和Peersman(2001)、Scholla和Uhlig(2008)、Ivrendi和Yildirim(2013)基于VAR模型和SVAR模型研究貨幣政策對匯率的調(diào)控作用，結(jié)果表明本國緊縮性的貨幣政策會導致匯率貶值，并且往往會伴隨匯率超調(diào)現(xiàn)象的發(fā)生[14][15][16][17]。國內(nèi)學者也從貨幣供應量和利率的角度研究我國貨幣政策對匯率的影響，王愛儉和林楠(2007)研究表明利率上升會促進匯率升值[18]；趙文勝和張屹山(2012)研究表明貨幣供應量減少也會導致匯率升值[19]。

隨著計量檢驗方法的發(fā)展，學者們研究貨幣政策的調(diào)控效果和反應特征逐漸從基本的VAR模型、SVAR模型逐漸發(fā)展為TVP-VAR模型，以期研究貨幣政策與經(jīng)濟變量之間的非線性時變關(guān)系，但由于TVP-VAR模型估計參數(shù)存在結(jié)構(gòu)性突變現(xiàn)象，將放大變量間的相互影響，因此國內(nèi)學者逐步引入潛在門限時變系數(shù)模型(LT-TVP-VAR)研究貨幣政策對相關(guān)變量的影響。劉金全和解瑤姝(2016)運用LT-TVP-VAR模型研究我國新常態(tài)時期貨幣政策對通貨膨脹和產(chǎn)出的時變反應特征和調(diào)控效果，結(jié)果表明我國貨幣政策與二者間存在明顯的門限效應，并且在不同的經(jīng)濟時期貨幣政策的調(diào)控效果也存在顯著差異[20]。劉達禹等(2017)基于我國不同的經(jīng)濟周期階段，采用LT-TVP-VAR模型研究我國貨幣政策對通脹缺口和產(chǎn)出缺口的調(diào)控效果，結(jié)果表明在經(jīng)濟擴張時期，貨幣政策存在規(guī)避通脹的偏好，而在經(jīng)濟緊縮期則相反[21]。鄧創(chuàng)(2015)運用LT-TVP-VAR模型研究我國貨幣政策工具對資產(chǎn)價格和通貨膨脹的調(diào)控效果，結(jié)果表明在不同階段，貨幣政策對二者均存在非對稱性影響[22]。上述研究表明LT-TVP-VAR模型在研究貨幣政策領(lǐng)域已得到了較為廣泛的認可和發(fā)展。

現(xiàn)有文獻為我們研究貨幣政策與房價和匯率間的互動關(guān)系提供了良好的理論基礎(chǔ)和值得借鑒的計量模型，基于上述學者的相關(guān)研究，本文創(chuàng)新之處如下：首先，本文采用潛在門限時變系數(shù)模型(LT-TVP-VAR)，該模型克服變量間結(jié)構(gòu)性突變現(xiàn)象，考慮了我國貨幣政策與房價和匯率間的門限效應，精準刻畫了貨幣政策與房價和匯率間的關(guān)系；其次，大多數(shù)學者分別探討了貨幣政策對房價或是匯率的影響，但鑒于目前我國經(jīng)濟狀況，房價和匯率間存在調(diào)控矛盾，因此本文同時研究我國貨幣政策與房價和匯率間的關(guān)系，以期探討能夠協(xié)調(diào)我國房價和匯率之間矛盾的貨幣政策方向和貨幣政策工具；最后，本文分別考察數(shù)量型貨幣政策工具和價格型貨幣政策工具對房價和匯率的調(diào)控效果和時變反應特征，以此探討我國貨幣政策的發(fā)展路徑和改革方向。

二、模型介紹及數(shù)據(jù)說明

1.LT-TVP-VAR模型介紹。由于我國房價存在快速增長和低速增長時期，匯率存在大幅度升值和小幅度升值或是貶值時期，造成我國貨幣政策對房價和匯率的調(diào)控效果和時變反應存在非線性特征，因此諸多學者采用時變參數(shù)向量自回歸模型(TVP-VAR)識別我國貨幣政策沖擊，但是TVP-VAR模型存在兩個問題，其一，隨著時間序列維度不斷上升會導致估計的不確定性增加進而影響預測精度；其二，Korobilis(2010)等學者研究表明TVP-VAR模型估計參數(shù)存在結(jié)構(gòu)性突變現(xiàn)象，并會放大變量間的相互影響作用[23]。為彌補上述缺陷，Nakajima 和West(2013)提出潛在門限時變系數(shù)模型(LT-TVP-VAR)，將稀疏先驗收縮估計法運用至門限模型，反應時變模型中非零參數(shù)的局部變化[24]。一方面，該模型可以在出現(xiàn)冗余或是不相關(guān)數(shù)據(jù)時允許時變參數(shù)為0，進而降低待估參數(shù)的維度，減少了估計的不確定性，提高預測能力和模型解釋力度；另一方面，該模型引入門限模型，能夠有效識別變量間的結(jié)構(gòu)突變特征，真實地反映經(jīng)濟變量間的相互影響，減小估計誤差，提高估計結(jié)果的穩(wěn)健性。鑒于此，本文選擇LT-TVP-VAR模型進行實證研究。

yt=ct+B1tyt-1+…+Bptyt-p+ut, ut～N(ut0,∑t)

(1)

可將上述模型簡化為多變量動態(tài)回歸模型，如下所示：

yt=Xtbt+ut, ut～N(ut0,∑t)

(2)

另外，時變參數(shù)βt仍然采用Primiceri(2005)中對時變模型Cholesky系數(shù)的設(shè)定[25]，時變參數(shù)模型中的時變系數(shù)、方差和協(xié)方差均服從隨機游走過程，如公式(4)、(6)、(7)所示：

bt=βt·I(βt≥db)

(3)

βt=uβ+Φβ(βt-1-uβ)+ηβt

(4)

at=αt·I(αt≥da)

(5)

αt=uα+Φα(βt-1-uα)+ηβt

將三種單礦物用瑪瑙研缽研至-5 μm，采用D8Advance/Bruker型X射線衍射儀進行定量分析，分析結(jié)果及XRD衍射圖分別見表1和圖1。

(6)

ht=uh+Φh(βt-1-uh)+ηβt

(7)

其中，(et′,ηβ′,ηα′,ηh′)′～N0,diag(I,Vβ,Vα,Vh)。模型的時變系數(shù)bt，at分別由潛在的時變參數(shù)βt，αt和指示函數(shù)I(·)共同決定。db、da分別代表時變系數(shù)與聯(lián)立系數(shù)的潛在門限水平，時變參數(shù)βt，αt超過門限水平值db、da時，I(·)=1，經(jīng)濟變量間存在相互影響，而反之I(·)=0，變量間不存在相互影響。而當db=da=0時，說明不存在門限效應，LT-TVP-VAR模型轉(zhuǎn)換為TVP-VAR模型。

2.數(shù)據(jù)選取及說明。本文選擇人民幣對美元匯率中間價作為匯率的代理變量，數(shù)值上升表明匯率貶值。關(guān)于房地產(chǎn)價格，運用公式“房地產(chǎn)價格=商品房每月銷售額/商品房每月銷售面積”計算獲得。為消除數(shù)據(jù)可能存在的異方差性，匯率變量和房地產(chǎn)價格變量均取對數(shù)值。另外，本文以2004年為基期，運用CPI數(shù)據(jù)消除通貨膨脹的影響，得到實際人民幣匯率和實際房地產(chǎn)價格，分別記為ex、hp。對于我國貨幣政策，本文分別選取數(shù)量型貨幣政策工具和價格型貨幣政策工具的相關(guān)變量。我國數(shù)量型貨幣政策工具采用貨幣供應量M2的同比增長率作為代理變量，價格型貨幣政策工具則采用全國7天同業(yè)拆借利率作為代理變量，記為I。本文選取2005年7月至2017年3月的月度數(shù)據(jù)作為樣本數(shù)據(jù)，相關(guān)數(shù)據(jù)來源于國家統(tǒng)計局、中國人民銀行和IFS數(shù)據(jù)庫。

三、實證檢驗結(jié)果

(一)門限檢驗結(jié)果

基于VAR模型滯后階數(shù)的選取原則，我國數(shù)量型貨幣政策工具和價格型貨幣政策工具均采用二階滯后的三變量LT-TVP-VAR模型。本文實證檢驗采用OxMetrics6.2軟件完成，一共進行了10000次模擬抽樣(MCMC=10000)。表1包含模型估計參數(shù)的后驗分布均值、Geweke診斷值和無效因子個數(shù)及模型的潛在門限可接受率。Geweke診斷值代表了馬爾科夫鏈的收斂性，由表1可看出Geweke診斷值大多為顯著，說明MCMC模擬過程收斂。無效因子個數(shù)用來識別MCMC模擬中產(chǎn)生的不相關(guān)樣本個數(shù)，無效因子個數(shù)越少說明不相關(guān)樣本個數(shù)越多，估計結(jié)果則越有效。在我國數(shù)量型貨幣政策工具和價格型貨幣政策工具兩個模型中，僅有μα和dα1的無效因子個數(shù)大于250，其余參數(shù)值的無效因子個數(shù)均低于250，說明MCMC模擬過程具備有效性。表1中還顯示了潛在門限的可接受率，在數(shù)量型貨幣政策工具中，聯(lián)立系數(shù)門限值的可接受率均高于60%，且最高接受率達到95.5%。在價格型貨幣政策工具中，聯(lián)立系數(shù)門限值的可接受率均高于40%，且最高接受率達到94%，說明我國數(shù)量型貨幣政策和價格型貨幣政策與房價和匯率之間均存在門限效應，因此本文選用LT-TVP-VAR模型研究我國貨幣政策與房價和匯率間的時變關(guān)系更為合理。

表1參數(shù)估計結(jié)果

(二)脈沖響應結(jié)果

本文基于LT-TVP-VAR模型的等間隔脈沖響應函數(shù)，研究我國數(shù)量型貨幣政策工具和價格型貨幣政策工具與房價和匯率之間的相互作用。其中圖1和圖2中的實線、長虛線及短虛線分別代表滯后3個月、6個月和12個月的脈沖響應函數(shù)，可觀察到三條線基本重合，表明本文運用LT-TVP-VAR模型進行的實證檢驗具有一定的穩(wěn)健性。

圖1(上)為數(shù)量型貨幣政策工具和價格型貨幣政策工具對房價的調(diào)控效果，我國房價對M2沖擊的響應為正，并且M2對房價的調(diào)控力度較強，調(diào)控幅度最高達到44%左右。我國房價對利率沖擊也為正向影響，說明利率上調(diào)未能有效抑制房價的上漲。原因可能在于，一方面，我國利率市場化程度較低，利率傳導機制不順暢，造成利率政策難以對房價形成逆向調(diào)控；另一方面，分析近年來我國房價基本走勢可知，自2003年以來，全球?qū)嵤┹^為寬松的貨幣政策致使流動性過剩，全球資產(chǎn)價格大幅度上升，并且我國處于經(jīng)濟高速發(fā)展時期，居民收入提高，對房地產(chǎn)投資性需求和改善型需求逐漸提高，上述原因共同造成了房地產(chǎn)價格飛速上漲。盡管遭受2008年次貸危機及我國經(jīng)濟新常態(tài)的影響，房價漲幅有所停滯，但是2009年后房地產(chǎn)價格依然快速上升，因而在此國內(nèi)外背景下，提高利率并不能有效抑制我國房價的上漲趨勢。但是，根據(jù)實證結(jié)果依然可看出利率政策積極配合數(shù)量型貨幣政策的實施，對房價上漲形成了一定的約束作用。

在我國處于經(jīng)濟增長率下降、房地產(chǎn)市場低迷時期(如2008年金融危機時期、2012年經(jīng)濟進入新常態(tài)及2015年經(jīng)濟較為低迷時期)，我國數(shù)量型貨幣政策對房地產(chǎn)市場均呈現(xiàn)逆周期調(diào)控作用，利率政策配合M2的調(diào)控促進了房地產(chǎn)市場的恢復。2008年次貸危機迅速蔓延，為防止危機對國內(nèi)經(jīng)濟的沖擊，我國采取適度寬松的貨幣政策，4次下調(diào)存款準備金率，5次下調(diào)貸款利率，并相應配合調(diào)整住房首付比例等政策，促使國內(nèi)房價快速回升。2012年我國進入新常態(tài)時期，面臨經(jīng)濟結(jié)構(gòu)化調(diào)整，央行3次下調(diào)存款準備金率，2次下調(diào)存貸款利率，釋放了大量市場流動性，促進房價的上漲。2015年經(jīng)濟回暖帶動房地產(chǎn)市場持續(xù)升溫，盡管我國依然執(zhí)行穩(wěn)健的貨幣政策，但存款準備金率和存貸款利率均處于低位，并且央行為防止外匯占款增速下降所帶來的市場流動性緊缺問題，停止正回購操作，通過開展逆回購、常備借貸便利、中期借貸便利等工具釋放流動性，大量資金流向房地產(chǎn)市場致使房價上揚。然而在我國經(jīng)濟增長率較高，房地產(chǎn)市場蓬勃發(fā)展時期，我國貨幣政策對房地產(chǎn)市場調(diào)控效果相對較弱。2007年，由于過剩的流動性導致房價高速上漲，因而我國貨幣政策方向由穩(wěn)健調(diào)整為從緊，央行多次上調(diào)存款準備金率降低了貨幣供應量，并相應提高了存貸款利率，但在此期間我國貨幣政策對房價的調(diào)控效果較小，我國房價依然呈現(xiàn)上漲態(tài)勢。2016年來，我國面臨去杠桿、去債務、資產(chǎn)泡沫等金融風險，采取穩(wěn)健的貨幣政策控制房地產(chǎn)價格高速上漲，央行未調(diào)整存款準備金率及存貸款利率等相關(guān)指標，主要通過逆回購、常備借貸便利、中期借貸便利等工具控制貨幣供給，雖然房地產(chǎn)價格得到了一定的控制，但依然呈現(xiàn)上漲趨勢。綜上所述，我國主要通過數(shù)量型貨幣政策工具并搭配相關(guān)利率政策對房價進行調(diào)控，在經(jīng)濟增長率下降，房價低迷的經(jīng)濟時期對房價有較強的調(diào)控效果，但在我國經(jīng)濟增長率較高，房價高速上漲時期，貨幣政策調(diào)控效果有限。

圖1(下)為數(shù)量型貨幣政策工具和價格型貨幣政策工具對匯率的調(diào)控效果，匯率對M2變動的沖擊為負向響應，表明擴張性的貨幣政策使得匯率貶值，M2對匯率為逆周期調(diào)控。在人民幣匯率大幅度升值時期，數(shù)量型貨幣政策對匯率的調(diào)控效果較弱。2007年，美國次貸危機逐漸顯露，美元持續(xù)走弱，次貸危機還未蔓延至我國，因而央行依然保持適度從緊的貨幣政策，在此背景下人民幣匯率面臨較大幅度的升值壓力，M2對匯率的調(diào)控效果較小。 2010年，我國一系列經(jīng)濟刺激計劃促使國內(nèi)經(jīng)濟逐漸恢復，人民幣匯率也大幅度升值，M2對匯率的調(diào)控力度達到最小值，導致匯率貶值幅度僅為4%。2013年，受歐債危機影響全球經(jīng)濟前景并不明朗，而我國經(jīng)濟增長率有所提升，人民幣匯率不斷升值，在此期間M2對匯率的調(diào)控力度依然較小。然而在人民幣小幅度升值或是面臨貶值壓力的時期，如2008年次貸危機時期，2012年我國經(jīng)濟面臨結(jié)構(gòu)化調(diào)整時期，2016年美聯(lián)儲加息，美元持續(xù)走強時期，我國均采取了積極有效的貨幣政策，M2增長率的提高促使匯率貶值的幅度較大，反之適度緊縮的貨幣政策使得人民幣匯率升值。匯率對利率的沖擊為負向影響，說明利率上升促使匯率貶值，與理論不符。原因可能有如下兩點：一是，我國利率政策目標是經(jīng)濟增長和物價穩(wěn)定，因而盡管我國貨幣政策會適當關(guān)注匯率變動對經(jīng)濟帶來的影響，但更多依賴匯率相關(guān)政策進行調(diào)整，因而匯率對利率變動的脈沖響應更多的是反映了利率的基本走勢狀況；二是，我國利率市場化程度不高，利率傳導機制堵塞，因此利率對匯率調(diào)控不符合相關(guān)理論。綜上所述，在我國經(jīng)濟遭受沖擊，人民幣匯率處于小幅度升值或是貶值時期，M2對匯率的調(diào)控力度較強；當我國經(jīng)濟形勢良好，人民幣處于較大幅度升值時期，M2對匯率的調(diào)控力度則較弱。然而利率政策調(diào)控機制受阻，對匯率的影響作用較小。

圖1 房價和匯率對貨幣政策的時變反應

2．貨幣政策對房價和匯率時變反應

圖2(上)為數(shù)量型貨幣政策工具和價格型貨幣政策工具對房價變動的時變反應，在我國經(jīng)濟增長率下降，房地產(chǎn)市場低迷時期，我國數(shù)量型貨幣政策和價格型貨幣政策均對房價變動反應十分靈敏并且強烈。為防范2008年次貸危機沖擊，避免國內(nèi)經(jīng)濟下滑，央行采取相關(guān)舉措促使M2大幅度上升，7天同業(yè)拆借利率也下降至樣本區(qū)間內(nèi)的最低點，釋放大量流動性促使房地產(chǎn)需求上升，經(jīng)濟繼續(xù)保持高速發(fā)展態(tài)勢。2012年我國經(jīng)濟步入新常態(tài)，經(jīng)濟增長率有所下滑，我國采取相對寬松的貨幣政策對房地產(chǎn)市場進行調(diào)節(jié)促進房地產(chǎn)市場回溫。2015年我國經(jīng)濟回暖使得房地產(chǎn)市場回籠大量資金，造成我國貨幣供應量也有所上升。然而也可觀察到，在2006年、2011年及2013年前后，我國經(jīng)濟增長率上漲，房地產(chǎn)市場處于高速發(fā)展時期，我國數(shù)量型貨幣政策對房價的反應程度相對弱化并逐漸趨于平穩(wěn)。但是值得注意的是，2013年我國經(jīng)濟逐步恢復，房價快速上漲，為防止資產(chǎn)價格大幅度上漲所帶來的投機性泡沫，利率政策反應程度十分強烈，7天同業(yè)拆借利率連續(xù)下降，利率對房價沖擊的反應幅度達到30%，處于樣本時期的最高值。綜上可知，近幾年來我國M2對房價的反映程度不斷弱化，而利率對房價的反映程度則逐步加強，盡管利率政策對房價的反應幅度依然低于M2，但是隨著我國利率市場化程度的不斷提高，利率政策反應靈敏迅速的優(yōu)勢將逐漸顯現(xiàn)。

圖2(下)為數(shù)量型貨幣政策工具和價格型貨幣政策工具對匯率變動的時變反應。M2對匯率沖擊的反應為正向，說明匯率升值引起貨幣供應量的上升。利率對匯率沖擊的反應為負向，說明匯率升值促進利率下降?？梢杂^察到，在2007年、2011年及2013年前后，人民幣匯率處于較大幅度升值期間，利率對匯率沖擊的脈沖響應均處于峰值，M2的反應程度也較大；在2008年、2012年及2016年，人民幣處于小幅度升值或是貶值時期，利率對匯率貶值沖擊的反應較弱，M2的反應程度也相對較小，表明央行十分關(guān)注人民幣匯率大幅度升值所帶來的經(jīng)濟影響，而當人民幣匯率小幅度變動時，央行反應并不敏感。另外，值得注意的是除了2009年M2對匯率沖擊的反應出現(xiàn)較高峰值外，其他時期M2對匯率反應均較為平穩(wěn)，并且自2010年后這種反應逐漸減弱，而利率政策對匯率反應幅度盡管依然低于M2，但呈現(xiàn)出逐步擴大的趨勢。上述情況說明盡管我國利率化程度較低，但央行逐漸推動利率政策調(diào)控我國匯率變動，加強利率匯率聯(lián)動機制，并且謹慎采取釋放或是收緊流動性的粗放型貨幣政策來調(diào)整匯率變量。

圖2 貨幣政策對房價和匯率的時變反應

四、結(jié)論及政策建議

本文基于2005年7月至2017年3月的月度數(shù)據(jù)，采用潛在門限時變系數(shù)模型(LT-TVP-VAR)研究我國數(shù)量型貨幣政策工具和價格型貨幣政策工具對房價和匯率的調(diào)控效果和時變反應特征，得到以下結(jié)論及相關(guān)政策建議：

首先，我國數(shù)量型貨幣政策和價格型貨幣政策與房價變量間存在門限效應，在我國經(jīng)濟增長率較低，房地產(chǎn)市場低迷時期，我國貨幣政策對房價波動反應異常敏感并及時采取逆周期調(diào)控措施，擴張性的貨幣政策刺激房地產(chǎn)市場回暖，幫助經(jīng)濟恢復發(fā)展；然而在經(jīng)濟增長率較高，房地產(chǎn)市場高速發(fā)展時期，我國貨幣政策對房價的反應不足并且調(diào)控力度較弱，未能有效抑制房價上漲，防止資產(chǎn)泡沫的滋生。

其次，我國數(shù)量型貨幣政策和價格型貨幣政策與匯率變量間也存在門限效應，在我國人民幣匯率大幅度升值時期，盡管我國貨幣政策對匯率升值沖擊的反應更為靈敏，但相應的調(diào)控效果較弱，然而在我國人民幣匯率小幅度升值或是貶值時期，我國貨幣政策對匯率的調(diào)控效果較強。根據(jù)上述研究結(jié)果可知，我國貨幣政策對房價的調(diào)控力度較弱，而對人民幣匯率的調(diào)控效果較強，因此在如今兩難抉擇的情況下，我國采取適度從緊的貨幣政策也許能達到更佳的政策效果，在預防匯率大幅度貶值的基礎(chǔ)上，維持房地產(chǎn)市場的穩(wěn)定發(fā)展。

最后，研究表明受到利率市場化程度較低的影響，我國價格型貨幣政策調(diào)控機制有所受阻，數(shù)量型貨幣政策的調(diào)控作用依然處于主導地位，但近年來我國利率政策的反應機制和調(diào)控效果逐漸增強，因此央行仍需要搭配使用兩種貨幣政策才能更好地發(fā)揮貨幣政策對房價和匯率的調(diào)控作用，并且應當積極推進利率市場化改革，促使利率政策傳導機制更為順暢，更好地發(fā)揮貨幣政策的有效性。另外，近年來我國愈加謹慎采取大幅度增加貨幣量供給的方式釋放流動性，更多地采用結(jié)構(gòu)化政策工具定向發(fā)放貨幣，并采取差別化房價調(diào)控政策和外匯干預措施對我國房地產(chǎn)市場和匯率市場進行調(diào)控。

[1] 趙進文，高輝. 資產(chǎn)價格波動對中國貨幣政策的影響——基于1994—2006年季度數(shù)據(jù)的實證分析[J].中國社會科學，2009，(2)：98—114.

[2] 李稻葵，汪進，馮俊新. 貨幣政策須對沖市場情緒:理論模型和政策模擬[J].金融研究，2009，(6)：1—13.

[3] Diamond, D.W., Rajan, R.G. Fear of Fire Sales, Illiquidity Seeking, and Credit Freezes[J]. Quarterly Journal of Economics, 2011, 126(2):557—591.

[4] 譚政勛，王聰. 房價波動、貨幣政策立場識別及其反應研究[J].經(jīng)濟研究，2015，(1)：67—83.

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

[6] 梁云芳，高鐵梅，賀書平. 房地產(chǎn)市場與國民經(jīng)濟協(xié)調(diào)發(fā)展的實證分析[J].中國社會科學，2006，(3)：74—84.

[7] 陳繼勇，袁威，肖衛(wèi)國. 流動性、資產(chǎn)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(chǎn)市場的實證分析[J].經(jīng)濟研究，2013，(11)：43—55.

[8] 張中華，林眾. 匯改機制與貨幣政策沖擊對我國房價的影響研究——兼論“三元悖論”在我國的適用性[J].宏觀經(jīng)濟研究，2013，(9)：13—19.

[9] 梁斌，李慶云. 中國房地產(chǎn)價格波動與貨幣政策分析——基于貝葉斯估計的動態(tài)隨機一般均衡模型[J].經(jīng)濟科學，2011，(3)：17—32.

[10] 徐忠，張雪春，鄒傳偉. 房價、通貨膨脹與貨幣政策——基于中國數(shù)據(jù)的研究[J].金融研究，2012(6)：1—12.

[11] 陳曉莉. 匯率變動對貨幣政策操作變量的影響——理論分析及對中國的檢驗[J].經(jīng)濟科學，2008，(5)：40—47.

[12] 喻梅. 我國貨幣政策與人民幣匯率的互動關(guān)系研究[J].經(jīng)濟問題，2011，(8)：99—103.

[13] 崔百勝，趙星，張毅. 匯率波動加劇、資本流入反應與貨幣政策效應[J].國際貿(mào)易問題，2016，(7)：153—164.

[14] Eichenbaum, M., Evans, C.L. Some Empirical Evidence on the Effects of Shocks to Monetary Policy on Exchange Rates[J]. Quarterly Journal of Economics, 1995, 110(4):975—1009.

[15] Mojon, B., Peersman, G. A Var Description of the Effects of Monetary Policy in the Individual Countries of the Euro Area[Z]. Working Paper, 2001.

[16] Scholla, A., Uhligb, H. New Evidence on the Puzzles: Results from Agnostic Identification on Monetary Policy and Exchange Rates[J]. Journal of International Economics, 2008, 76(1):1—13.

[17] Ivrendi, M., Yildirim, Z. Monetary Policy Shocks and Macroeconomic Variables: Evidence from Fast Growing Emerging Economies[Z]. Economics Discussion Papers, 2013.

[18] 王愛儉，林楠. 人民幣名義匯率與利率的互動關(guān)系研究[J].經(jīng)濟研究，2007，(10)：56—67.

[19] 趙文勝，張屹山. 貨幣政策沖擊與人民幣匯率動態(tài)[J].金融研究，2012，(8)：1—15.

[20] 劉金全，解瑤姝. “新常態(tài)”時期貨幣政策時變反應特征與調(diào)控模式選擇[J].金融研究，2016，(9)：1—17.

[21] 劉達禹，劉金全，趙婷婷.經(jīng)濟周期與規(guī)則性貨幣政策的動態(tài)關(guān)聯(lián)機制研究——基于中國典型經(jīng)濟波動階段的經(jīng)驗證據(jù)[J].經(jīng)濟評論，2017，(2)：48—61.

[22] 鄧創(chuàng). 中國貨幣政策應該盯住資產(chǎn)價格嗎[J].南京社會科學，2015，(7)：33—39.

[23] Korobilis, D. Var Forecasting Using Bayesian Variable Selection[J]. Journal of Applied Econometrics, 2013, 28(2):204—230.

[24] Nakajima, J., Mike, W. Bayesian Analysis of Latent Threshold Dynamic Models[J]. Journal of Business & Economic Statistics, 2013, 31(2):151—164.

[25] Primiceri, G.E. Time Varying Structural Vector Autoregressions and Monetary Policy[J]. The Review of Economic Studies, 2005, 72(3):821—852.

(責任編輯：肖加元)

F820.1

：A

：1003-5230(2017)05-0088-08

2017-06-23

戴金平(1965— )，女，河北滄州人，南開大學經(jīng)濟學院教授，博士生導師； 尹相頤(1992— )，女，河北滄州人，南開大學經(jīng)濟學院博士生，本文通訊作者。