房地产市场的金融加速机制——基于抵押品视角的研究

陈名银，林 勇

（西北师范大学 经济学院，甘肃 兰州 730000）

房地产市场的金融加速机制
——基于抵押品视角的研究

陈名银，林 勇

（西北师范大学 经济学院，甘肃 兰州 730000）

基于动态随机一般均衡框架构建模型，采用校准和贝叶斯技术对模型参数进行估计，并通过对比实际经济与模拟经济评价模型。通过引入货币政策、房地产偏好、供给和通胀四种冲击，对比有无抵押品的模型以观察房地产抵押品渠道视角的金融加速机制是否存在。研究发现，抵押品效应是金融加速机制存在的重要原因。表现一是抵押品效应存在时，各冲击下的主要经济变量的波动更显著，二是房地产作为重要资产，在抵押品效应存在时房地产的财富效应更明显。

抵押品效应；金融加速器；动态一般均衡模型；财富效应

一、导言

1929年的大危机使人们认识到了金融因素在经济周期中所起的作用。对此，Fisher(1933)研究提出了“债务-通货紧缩”理论，指出经济繁荣阶段的“过度负债”与经济萧条阶段的“债务清算”及“困境抛售”，是生成信贷周期的重要原因。1997年东南亚金融危机和2007年美国发生的次贷危机以及随后发生的欧债危机越发使人们清楚地意识到金融摩擦对于理解经济周期的动态特征是至关重要的。越来越多的学者建模也开始考虑金融摩擦，带有不完美金融市场(Imperfect FinancialMarkets)的模型大量涌现。金融摩擦的相关研究大致可分为两大部分：其一是来自于Kiyotakiand Moore(1997)[1]的研究和Iacoviello(2005)的拓展。这部分研究通过引入借贷约束考虑金融摩擦，认为经济代理人是异质的，分为借款人和贷款人，由于信息不对称借方需提供抵押。因此，抵押品价格变动能够影响借款人信贷额度，由此引入了金融摩擦。其二，来源于Bernanke etal.(1999)等的建模，现在将其称为金融加速器模型(或者BGG模型)。信息不对称的存在使得贷款人不能无成本地观察到借款人的行为，贷款人无法有效地分散风险，对此贷款人就会要求一个外部融资溢价(External Finance Premium)，从而使得外部融资相对内部融资更贵，外部融资溢价与借贷者的净资产负相关。我们认为以上两大类的研究中，抵押品渠道在金融摩擦中都起着重要作用，第一类研究中抵押品资产的多少是影响借贷约束的重要条件。第二类研究中，企业的抵押资产与代理成本具有反向关系，并且其顺周期性导致代理成本具有逆周期性，代理成本的逆周期性则具有经济波动的放大效应。

根据国际货币基金组织的数据显示①衡量一国杠杆率的风险用负债与GDP的比例作为杠杆率的评价指标，并将总杠杆率分解为政府部门、非金融部门、金融部门、居民部门等4个部门的杠杆率。数据请参看http://www.imf.org/external/data.htm。，2005—2012年中国非金融部门(居民部门、非金融企业部门和政府部门)债务占GDP比率整体呈上升趋势，杠杆率由139.3%上升至176.3%，累计上升约37个百分点，其中非金融企业部门杠杆率上升速度最快。根据标普数据，截至2013年底，中国非金融类公司（包括房地产行业）的债务总额共有12万亿美元，为GDP的120%。同时，作为房地产市场的消费端，住房抵押贷款已经成为家庭消费贷款的主要部分。不管是企业还是个人，抵押品都是与借贷相关的重要因素，而且，房地产由于具有不可移动、折旧低、易于管理等特点。综上可以看出，由于我国各个经济部门的巨大债务和房地产良好的抵押属性，使得房地产市场的抵押渠道具备对经济产生影响的条件。

其实已经有很多学者关注了抵押品效应。Muellbauer and Murphy(1997)研究认为当借贷约束存在时，住房价值通过抵押品效应(collateraleffect)影响家庭的借贷机会。Aokietal.(2004)认为住房作为家庭借贷的抵押品，扩张性的货币政策冲击导致住房需求增加，从而房价上升，因此房主的资产净值增加，净值的增长降低了外部融资溢价，这将导致进一步增加住房需求，并通过溢出效应，增加消费。Carstensen etal.(2009)抵押市场越发达，冲击对经济的作用就更强，各个宏观变量的影响也就越持久。Calzaetal.(2013)通过构建两部门的随机动态一般均衡(DSGE)模型理顺了一些事实：工业化国家抵押贷款市场特性明显不同，货币政策冲击对房地产投资和价格在抵押贷款市场更灵活的国家影响较明显。Li(2000)等的研究还集中关注了家庭信贷在经济周期和货币政策传导方面的作用，结论是和企业一样，家庭部门金融加速器效应也存在。

这些研究都认为在房地产市场中，通过抵押方式紧密地影响着经济波动。虽然国外已经出现了大量关于抵押品效应的研究，而国内研究较为薄弱。国内研究房地产市场金融加速机制的文献中，部分是通过检验产出与信贷的非线性关系来研究金融加速器效应(赵振全等，2007)[2]。这些文章结论值得商榷，原因是非对称现象存在只是金融加速器效应存在的必要而非充分条件。国内较早采用一般均衡研究房地产对经济影响机制的是崔光灿(2006)[3]，通过建立一个包含金融加速器的模型发现房价的上涨会引发以房地产为抵押的信贷数量的增加，而信贷数量的增加又会反过来对房屋需求产生影响，提高房价，但是该文只是讨论货币政策和技术冲击带来的经济波动。杜清源等(2005)在RBC模型引入金融加速器来分析金融信贷市场中存在的信息不对称对经济所造成的影响。通过分析发现这些采用一般均衡理论的研究都是基于BGG(1999)等模型，即上文提到的研究金融摩擦的第二类研究。谭政勋等(2011)在建模时考虑了信贷约束，由于其研究重点是金融稳定故没有探讨抵押品视角的金融加速器效应，王云清等(2013)研究了房地产市场的波动，也借用了研究金融摩擦的第一类思路，考虑了抵押品效应，但是没有考虑家庭部门的信贷约束。

基于上述分析，我们将遵循Iacoviello(2005)和Iacoviello and Neri(2010)的研究方法，引入货币政策、需求、供给和成本四种冲击来探讨房地产市场中的基于抵押品视角的金融加速机制。本文其余部分的结构安排如下：构建带有金融摩擦，包含四种冲击的动态随机一般均衡模型；参考已有文献校准模型部分参数，利用中国2000年1季度到2014年1季度数据采用贝叶斯方法对模型其余结构参数进行估计；通过比较实际数据和模拟数据评价模型，分析四种冲击下主要经济变量波动的传导机制及其动态特征；最后总结全文。

二、模型构建

本文新模型主要参考了Iacoviello(2005)，并结合Aokiet al.(2004)、Iacoviello and Neri(2010)，建立一个封闭经济条件下的多部门新凯恩斯主义动态一般均衡模型(DSGE)，其最大特点是将房地产以资产形式引入，房地产既是家庭的消费品，也是企业的生产投入。模型中，家庭以一定首付比例，通过抵押贷款获得房地产消费，房地产价值直接进入了家庭的效应函数。房地产作为一项资产，企业可以抵押房地产获得贷款，并且企业将房地产当做生产要素。为了简化模型，根据我国国情，本文区别Iacoviello(2005)模型的不同点有：一是由于本文主要从房地产作为抵押品视角来关注金融加速机制，结合我国实际情况简化了模型，没有考虑货币等因素，只是从信贷角度引入金融摩擦；二是将家庭分为储蓄型和借贷型两部分，储蓄型家庭给银行提供存款以获得利息，借贷型家庭通过抵押房地产向银行进行借贷。

家庭部门是无期限生活的，被分为两个部分：储蓄型家庭和借贷型家庭。储蓄型家庭消费方式遵循持久收入假说(Permanent Income Hypothesis)，并且满足标准的欧拉方程；借贷型家庭凭经验消费(Ruleof－Thumb)①请参看Aokietal.(2004)。。由于储蓄型家庭和借贷型家庭对当期和未来的消费看法不一，借贷型家庭更看重当期消费，而储蓄型家庭更看重未来消费，故二者贴现率是不一样的，借贷型家庭部门贴现率更低。

对于储蓄型家庭

预算约束条件是

其中，E0为期望算子，β′∈[0,1]为储蓄型家庭贴现因子，q为实际住房价格(名义量除以物价P)。△表示差分算子，、w′、和为储蓄型家庭消费、持有的房产、实际工资和提供的劳动。Rt-1为名义利率，πt为通胀率，j表示房地产偏好，亦表示需求冲击，η表示劳动供给弹性。储蓄型家庭在第t期借出，收回上一期提供的借款

对于借贷型家庭部门

预算约束条件

信贷约束条件

（一）企业部门

企业投入资本①指房地产以外的资本。、房地产，雇佣劳动来生产中间产品，其中资本和房地产需要购买，每一期通过投资积累物质资本，且当期的资本投入不能立即进入生产，需要经过一期转化才能变成生产能力。生产函数依照规模报酬不变的柯布道格拉斯函数设定。

其中，L′和L″分别表示储蓄型家庭和借贷型家庭提供的劳动，μ表示资本投入比例，ν表示房地产投入比例，α表示储蓄型家庭的比例。

我们假定企业和消费者一样，在借贷约束下，也期望消费最大化

从借贷型家庭和企业的信贷约束条件可以看出，房地产在借贷型家庭和企业借贷中起着抵押品作用，实际借贷正比于家庭和企业的资产量，也正比于房价。当房价上升时，抵押品价值上升，资产增加，借贷也变多。该约束条件隐含房地产市场可能存在的抵押品效应，该效应可能是导致金融加速器效应的机理之一。

（二）零售商

假设存在一个中间企业的连续统(用z∈[0,1]度量)，并且每个企业生产一种与其他企业不同的中间产品。在第t期中间产品的连续统(Y(z)，z∈[0,1])被某个完全竞争的最终产品企业打包生产成第t期的最终产品，生产技术为

其中ε＞1，为中间产品的替代弹性。

在这里，参考Calvo(1983)定价机制，我们让零售商每一期有1-θ改变价格，有

（三）中央银行

中央银行是货币政策规则的制定者，Zhang (2009)[4]研究认为泰勒规则能够为中国货币政策提供较好的参照尺度，我们假设中央银行采用后顾性泰勒政策规则(Backward Looking InterestRate Rule)。

其中，Rt为中央银行确定的名义基准利率，Rt-1和πt-1表示上一期名义基准利率和通胀率，rr和Y表示均衡状态下的利率和产出。rR、rπ和rY分别表示利率平滑系数、中央银行对通胀的反映系数和对产出缺口的反应系数。eR,t表示货币政策冲击，服从零均值，方差为的正态分布。

至此，基于家庭、企业、零售商和中央银行的动态随机一般均衡模型构建完毕，通过求解约束条件下的目标函数最优化问题得到一阶条件，之后对一阶条件对数线性化处理①有兴趣的读者请向作者索要结果和代码。。除了上文货币政策冲击与信贷冲击外还引入以下三种冲击，即房地产偏好（需求）冲击、供给（技术）冲击和通胀（成本）冲击。

三、模型的估计

本文参考了大量基于国内外数据和模型的相关研究校准了部分参数。见表1，以下依次说明。

对于储蓄型和借贷型家庭的贴现因子β′和β″，参考Zhang(2009)[4]、许志伟等(2011)设定的代表性家庭贴现因子0.98，由前文β′＞β″，参考Iacoviello (2005)，设定β′和β″分别为0.99和0.95。企业家的贴现因子γ可以由企业家的内部收益率计算，12.9%的收益率也代表了国内项目的平均收益率，可以作为企业的内部收益率，故参考其研究，设定为0.886。对于借贷型家庭和企业的抵押贷款比例(Loan-to-value Ratio，LTV)m″和m的校准国内的相关研究较少，参考Iacoviello and Neri(2010)的研究我们选取m″=0.75，m=0.5。对于劳动供给弹性η，已有文献差别较大，薛鹤翔(2010)设定为6.16，王国静和田国强等(2014)采用贝叶斯估计的结果是2.2329，裘翔和周强龙(2014)[5]将η的倒数设定为0.524，对应劳动供给弹性为1.9084，而Iacoviello(2005)、谭政勋等(2011)将η校准为1.01，鉴于王国静和田国强等(2014)、裘翔和周强龙(2014)[5]效应函数中还含有效用权重系数，我们设定η=1.01。对于折旧率的校准δ，Chow and Li(2002)估计的资本折旧率为0.04到0.056之间，许志伟等(2010)、胡永刚和刘方(2007)[6]选取季度折旧率为0.05，薛鹤翔(2010)设定的季度值为0.04，而王文甫(2010)、许伟和陈斌开(2009)[7]则根据资本年度折旧率10%算得的季度值折旧率为0.025，康立和龚六堂(2014)、王国静和田国强(2014)等也设定为0.025，在此，根据多数文献的做法选取δ= 0.025，即年折旧10%。对于生产函数中资本份额的μ的校准，Chow and Li(2002)利用1952—1998年数据得到资本份额0.55，张军(2002)利用不同的方法估计的资本份额为0.499，薛鹤翔(2010)和He etal.(2007)估计结果为0.6，王国静和田国强(2014)选取资本份额为0.5。但需要指出的是，这些研究对生产函数的设定，只是包括资本与劳动力两部分，本文中资本包括房地产资本(ν)和其他资本，我们先校准总的资本份额为0.3288。结合后文贝叶斯估计的房地产以外资本份额为0.2988，故ν的校准值为0.03。对于参数住房效用权重j的校准已有文献差别较大，王云清等(2013)设置的效用权重为0.0194，而谭政勋等(2011)认为由于我国居民普遍接受居者有其屋的观念故设置的效用权重较大为0.4，Iacoviello(2005)和Iacoviello and Neri(2010)等分别设置为0.1和0.12，我们设置为0.2。对于家庭和企业的房地产调整成本φh和φe国内鲜有文献，Iacoviello(2005)设定为0.2、0.2，考虑我国处于转型期，我们设定为0.1、0.1。康立和龚六堂(2014)将资本的调整成本参数ψ设定为5，本文综合以上文献采用参数值2。

表1 参数校准值

本文参考An and Schorfheide(2006)，使用贝叶斯方法对模型余下的相关参数进行估计。由于模型系统中包含四个外生冲击，本文选如下四个观测变量：产出(实际GDP)、通胀(CPI)、名义利率(银行间市场7天同业拆借利率)和房价(实际房价)。为了确保数据的平稳性，实际GDP和房价经过季节调整和去趋势化处理。由于国家统计局公布的房价的相关季度数据最早始于2000年1季度，故本文使用2000年1季度到2014年1季度数据对模型进行估计②房价是通过商品房销售额除以商品房销售面积得到的。实际GDP是由名义GDP除以CPI得到的。实际GDP和房价先通过X12季节调整，之后取自然对数，经过HP滤波得到周期波动成分。。数据均来源于国家统计局。贝叶斯估计③贝叶斯估计及后文的脉冲函数都是通过Matlab2010b和dynare4.4.2实现。事先要设定先验分布，先验分布包括分布函数和先验均值和标准差的设定。分布函数我们通过参考Lubik and schorfheide(2007)、马勇和陈雨露(2014)的研究设定。先验均值和方差参考了前人的相关研究。价格黏性程度θ，也就是零售商价格调整速度，早期的研究如BGG(1999)，国内许志伟等(2010)、薛鹤翔(2010)和谭政勋等(2011)的研究都采用θ=0.75，我们设定先验均值为0.75，方差为0.05。由上文关于生产函数中资本份额的μ讨论，我们设定其先验均值为0.3。由于稳态时加成比例X=εε-1，其中ε为中间品的替代弹性，而许伟和陈斌开(2009)[7]取ε=6，价格加成比例X=1.2，价格加成20%，我们取先验均值为1.2。其他参数先验均值和方差的设定参考了Iacoviello(2005)、Iacoviello and Neri(2010)以及许伟和陈斌开(2009)[7]，我们将要估计的参数的先验分布和贝叶斯估计的后验均值及90%置信度的置信区间报告见表2。

表2 部分参数贝叶斯估计结果

四、数值模拟分析

我们采用比较模型经济和实际经济各变量之间矩的一致性来评价模型，这种方法被广泛接受。常用矩有各宏观经济变量的标准差，这一矩是变量波动性或易变性的刻画；各变量之间的一阶自相关系数，这一矩特征用于描述变量的黏持性；还有各变量之间的相关性，这一矩表示各变量之间的共动性。将产出、房价进行季节调整①通过Eviews7的X12季节调整方法。，然后对数化，进行HP滤波，最后计算原始数的相关系数和自相关系数，以及HP滤波后波动成分的标准差。我们通过分别模拟基准模型(上文建立和估计的模型)和m=m″=0(其他参数不变)的情形，之所以这样做，是为了对比以为抵押品效应的存在提供经验依据。我们用以下表格比较实际经济与数值模拟经济比较。

从表3可以看出，与实际数据较为符合的是基准模型。基准模型中各经济变量的标准差，与一、二阶自相关系数以及与产出的相关系数更接近实际情况。这也证实了房地产市场中抵押品效应是存在的。为了进一步探讨主要经济变量波动的传导机制及其动态特征以观察金融加速机制效应，我们通过引入四种冲击考察脉冲响应函数：货币政策冲击、房地产偏好冲击、供给冲击和通胀冲击。为了对比抵押品效应以考察金融加速机制，我们在同一响应图像中对比了基准模型和不存在借贷约束的情况，此时，m=m″=0。

表3 主要变量实际数据与模拟数据的矩比较

四种冲击的模拟结果如图2至图6所示，图中横坐标表示以季度为单位的时期，纵坐标表示相应变量偏离均衡值的百分点。

图1 单位利率冲击主要变量的脉冲响应

图1表示紧缩性货币政策(名义利率增加一个单位)冲击对模型主要数量变量的影响。从图1脉冲响应函数可以看出，对于紧缩性的货币政策冲击，产出下降，基准模型第1季度产出下降0.0206，而不存在抵押品效应时(m=m″=0)第1季度产出下降0.0151，所以基准模型的产出比不存在抵押品效应时下降更多，受影响更大，但是在第6季度基本上都趋于0。同时也可以看到，紧缩性货币政策对通胀的冲击，在有抵押品效应的模型中通胀水平下降的更多。经历迅速下降后，第3季度变为0。特别指出，紧缩性货币政策对借贷型家庭部门消费影响明显，峰值都出现在第1季度，有抵押品效应的模型中消费减少约0.0433，明显大于基准模型的0.0158。在没有抵押品的模型中，利率提高的冲击下房价下降得更多。对比脉冲响应函数发现，经济变量表现出了明显的小冲击更大波动的金融加速器的作用。

图2显示了一个正向1%的需求冲击所产生的影响。我们发现不管是基准模型，还是无抵押品效应的模型，需求对房价影响较大，且持续时间最长，大概25个季度。而当m=m″=0需求冲击对产出影响甚微，产出几乎都保持在正常水平，但是在基准模型中，当需求冲击发生后，产出波动较大，峰值出现在第一季度，达到0.0104，说明模型大大放大了需求冲击对产出的影响。正向的需求冲击下，基准模型产出出现了巨大波动，而无抵押模型中产出变化不大。需求冲击下，房价迅速上升，在两个情况下上升趋势一样，持续时间较长。两个不同模型中，面对相同的需求冲击，借贷型家庭的消费出现了截然相反的情况。基准模型借贷型家庭消费初期增加，后期迅速减少。而无抵押品存在时，借贷型家庭消费初期减少，之后变为0，回归到正常水平。这说明对于借贷型家庭部门来说，房地产的财富效应非常明显。

图2 需求冲击主要变量的脉冲响应

图3表示供给冲击(技术冲击)对产出、通胀的影响。正的技术冲击导致产出增加以及通货紧缩，且两个模型产出和通胀的响应函数基本一致，峰值分别约为第2季度的0.025和第1季度的-0.014。由于中央银行会对产出和通货紧缩都做出反应，中央银行会采取减息措施，导致房价上升，房价会在滞后一个季度即第2季度达到峰值0.04。借贷型家庭由于房价上涨，消费增加，且基准模型中借贷型家庭消费增加比m=m″=0情形多出0.01。

图3 供给冲击主要经济变量的脉冲响应

图4显示了在成本冲击(通胀冲击)下主要经济变量的响应函数。产出对于成本冲击的响应表现为降低趋势，在第4季度达到反向峰值约-0.04，两种情况相差甚微。产出、利率、房价和借贷型家庭部门消费的脉冲响应函数都表现出了一定的驼峰状。通胀压力导致货币政策从紧，房价下降，且有抵押品效应时下降得更多。值得注意的是，借贷型家庭的消费在基准模型中下降得更多，第5季度出现峰值时比m=m″=0情形高约0.01。从以上分析也可以发现房地产的财富效应，也说明有抵押存在时表现出了金融加速器效应。

图4 成本冲击主要变量的脉冲响应

如上所述，借贷型家庭带来的金融摩擦(表现为抵押品效应)在经济波动中非常重要。为了进一步验证模型的稳健性，理论上可以做出如下推理：增加借贷型家庭比例，应该导致货币政策冲击下资产价格变动更大，因此对借贷型家庭消费影响也更大。所以提高借贷型家庭比例(降低借贷型家庭部门比例)应该放大这种效果。我们给出了当α=0.2时(上文中根据贝叶斯估计值α=0.6706)，货币政策冲击对主要经济变量的影响的脉冲响应函数。

图5刻画当无借贷型家庭部门比例下降到0.2之后货币政策对主要变量的冲击。从表中可以看出紧缩性货币政策冲击下，α=0.2时模型带来的紧缩产出的效果更大，对通胀冲击与产出类似。相对于基准模型，α=0.2时房价波动更大，初始时，房价都下降，在第3季度达到正向峰值0.0081，显著大于基准模型的第5季度的0.0019。在紧缩政策的冲击下，借贷型家庭的消费波动更大，第1季度基准模型为-0.0158，α=0.2时为-0.0376。响应函数结果与理论推理一致，证明了模型及结论的可靠性与稳健性。

图5 货币政策冲击脉冲响应（α=0.2）

五、结论

作为金融摩擦的表现之一，金融加速器效应的作用有多种途径和渠道，本文基于抵押品视角，通过构建带有房地产市场的动态一般均衡模型关注金融加速机制。模型通过将家庭部门分解为异质的借贷型家庭和储蓄型家庭，考虑金融摩擦，以观察家庭和企业所有的房地产的抵押品效应。模型中的参数通过校准和基于我国最新的2000年1季度到2014年1季度数据采用贝叶斯估计技术得到。建模完成之后，我们还通过对比模型数值模拟数据和实际数据来评价模型，发现模型可以较好地拟合一些经验事实：房价波动显著大于产出波动；房价、产出等主要变量存在明显的自相关关系；房价波动与产出波动存在较强相关关系。

文章还通过引入四种冲击，对比两个模型来观察抵押品效应视角的金融加速机制。本文遵循“模型构建—模型评价—模型应用”的研究思路，通过分析发现，抵押品效应在传导和放大货币政策对经济冲击和增强房地产财富效应上起着重要作用。在货币政策和需求冲击下，产出、通胀水平、房价和消费在有、无抵押品效应下有明显差异，而在供给和成本冲击下虽然产出和通胀表现相同，但房价和消费等经济变量的响应值存在显著差异。

通过对比发现，房地产市场的抵押品效应是形成金融加速器效应的内在机理之一。脉冲响应函数分析表明，当经济进入上(下)行阶段时，企业的盈利能力提高(下降)，企业和家庭的资产价格上涨，企业的抵押资产增多(减少)，发生违约的风险下降(上升)，获取信贷的能力增强(下降)，于是能扩大(减少)投资，导致产出和利润增加(减少)。银行和金融机构因代理成本减少(上升)，利润上升(下降)，资本充足率改善(下降)，企业的抵押资产增多(减少)，于是扩张(收紧)信贷，于是金融系统和经济系统都进一步进入上行(下行)阶段。通过LTV比率的变化，我们发现以上循环过程中，抵押品效应起着重要作用。脉冲响应函数分析还表明，在抵押品效应存在的情况下，借贷型家庭的消费波动明显变大，说明由于房地产资产这一抵押品的存在，房地产财富效应明显。通过改变参数的设置，本文研究还发现抵押品效应能够通过影响LTV比率和借款人的信贷额度等来放大最初冲击的影响，从而影响家庭消费，这是传统研究财富效应的文献无法观察和解释的。我们还发现，随着借贷型家庭比例的提高，各种冲击对消费等主要经济变量的影响更大，抵押品效应更为明显。这也说明房地产财富效应的存在，佐证了抵押品渠道是金融加速机制存在的原因。

[1]Kiyotaki N,Moore J.Credit Cycles[J].Journal of PoliticalEconomy,1997,105(2):211-248.

[2]赵振全，于震，刘淼.金融加速器效应在中国存在吗?[J].经济研究，2007，（6）：27-38.

[3]崔光灿.资产价格、金融加速器与经济稳定[J].世界经济，2006，（11）：59-69+96.

[4]Zhang W.China’s Monetary Policy:Quantity Versus Price Rules[J].Journal of Macroeconomics, 2009,31(3):473-484.

[5]裘翔，周强龙.影子银行与货币政策传导[J].经济研究，2014，49（5）：91-105.

[6]胡永刚，刘方.劳动调整成本、流动性约束与中国经济波动[J].经济研究，2007，（10）：32-43.

[7]许伟，陈斌开.银行信贷与中国经济波动：1993—2005[J].经济学（季刊），2009，（3）：969-994.

（责任编辑：王淑云）

1003-4625（2014）11-0007-07

F830.572

A

2014-09-09

陈名银（1987-），男，湖南邵阳人，院硕士研究生，研究方向：数量经济理论及方法研究；林勇（1959-），男，四川成都人，教授，研究方向：数量经济理论与方法研究。