金融冲击、房价波动与货币政策

陈利锋

(中共广东省委党校　经济学教研部，广东　广州　510053)



金融冲击、房价波动与货币政策

陈利锋

(中共广东省委党校经济学教研部，广东广州510053)

摘要：考察金融冲击对于房地产市场与宏观经济的影响以及相关的货币政策选择，贝叶斯脉冲响应函数表明，金融冲击对于房地产市场以及宏观经济变量均具有显著的冲击效应。因而在房地产市场调控过程中，政府可以积极利用金融冲击的效应。社会福利分析的结果表明，对房地产市场做出反应的货币政策机制具有较高的社会福利水平，并且对房价膨胀做出反应的政策机制优于其他政策机制。因此，在利用金融冲击调控房地产市场的过程中，通过采用对房价膨胀做出反应的政策可以达到稳定房地产市场与提高社会福利的目的。

关键词：金融冲击；房价；担保约束；货币政策

一、问题提出

克里斯蒂阿诺等(Christiano，et al.，2011)[1]、吉尔曼和夸德里尼(Jermann & Quadrini，2012)[2]、阿尔凡达和安逊(Alpanda & Aysun，2014)[3]、凯哈图和库若祖米(Kaihatsu & Kurozumi，2014)[4]、考拉莎和兰巴度(Kolasa & Lambardo，2014)[5]在新凯恩斯主义动态随机一般均衡(即NK-DSGE)模型中引入金融冲击并对金融因素在宏观经济波动过程中的作用进行了考察，研究结果无一例外地显示金融冲击在推动一国宏观经济波动过程中具有重要的作用。然而，这些研究均忽略了一个重要的因素：金融冲击对于房地产市场的影响。伽里(Gal′，2014)[6]、伽里和甘贝蒂(Gal′ & Gambetti，2015)[7]以及胡和罗车涛(Hu & Rochetau，2015)[8]等均发现金融危机产生的主要诱因就是房价过快上涨引起的资产价格泡沫。

本文将构建一个包含金融冲击与房地产市场的多部门NK-DSGE模型以考察金融冲击对于房地产市场以及宏观经济的影响，并分析金融冲击下的实现房地产市场乃至宏观经济稳定的货币政策机制选择。与于(Yu，2013)[9]以及纳塔帕罗和斯维尔罗(Notarpietro & Siviero，2014)[10]类似，本文通过不耐心家庭的担保约束引入金融冲击。在这一设定下，金融冲击影响不耐心家庭的担保约束而对家庭的房地产需求产生影响，进而通过影响商业银行、厂商以及资本品生产企业的优化行为而影响整个宏观经济。基于模型贝叶斯估计的结果表明，积极的金融冲击引起不耐心家庭房地产需求的增加，进而使得商业银行最终净财富增加；商业银行净财富的增加意味着银行信贷规模扩张，进而引起投资和产出的增长；房地产需求的增加也推动了实际房价、房地产实际租金率和通胀的上升。由于金融冲击对于房地产市场具有显著性影响，所以在房地产市场调控过程中政府可以积极利用金融冲击的效应。

在金融冲击引起房价波动的背景下，政府应该采用怎样的政策机制以实现房地产市场乃至宏观经济的稳定呢？与已有的研究如拉维纳和瓦什(Ravenna & Walsh，2011)[11]等类似，本文将采用社会福利分析法对这一问题进行分析。事实上，这一问题主要涉及的是货币政策是否应该对房地产市场做出反应。已有的研究对于这一问题进行了较多的探讨，但是所得到的结论并不一致。伯南克和吉尔特勒(Bernanke & Gertler，2001)[12]、伯南克(Bernanke，2010)[13]、王擎和韩鑫涛(2009)[14]以及凡诺查洛和冯海德科(Finnocchiaro & von Heideken，2013)[15]等认为货币政策不需要盯住房地产市场。而纳塔帕罗和斯维尔罗(Notarpietro & Siviero，2014)[10]、陈利锋和范红忠(2014)[16]则基于社会福利的角度考虑，认为最优货币政策应该对房地产市场做出反应。不过，与已有的研究不同的是，本文在模型中考察金融冲击对于异质性家庭优化行为的影响以及在模型中刻画了金融冲击下商业银行的借贷行为。社会福利比较的结果发现：(1)相对于不对房地产市场做出反应的政策机制而言，对房地产市场做出反应的政策机制，无论对实际房价还是对房价膨胀做出反应，均具有相对较高的社会福利水平。这一发现意味着，基于社会福利的角度考虑，货币政策应该对房地产市场做出反应。(2)相对而言，对房价膨胀做出反应的政策机制具有最高的社会福利水平。这一发现意味着，基于社会福利最大化的角度，货币政策应该对房价膨胀做出反应。由于房价膨胀度量了房价上涨的速度，因而本文的研究结论意味着货币政策应该着力于抑制房价过快上涨，而非房价本身。

近些年来，为消除金融危机期间“四万亿”经济刺激计划带来的影响，政府采用不同的政策机制尝试稳定房地产市场[17]。在房地产市场整体不景气的背景下，政府采用调整二套房首付比例、公积金利率优惠等方式对房地产市场进行调控，这些做法正是利用金融冲击效应的现实表现。本文的研究表明，这一做法形成的积极金融冲击将推动房价的上涨，为了实现房地产市场的稳定和防止资产价格泡沫的产生，政府可以采用对房价膨胀做出反应的货币政策机制，进而在利用金融冲击推动房地产市场发展和经济增长的同时，也可以实现较高的社会福利水平和达到稳定房地产市场的目的。

二、模型与设定

经济中生活有着两类不同的家庭，依据其消费的耐心程度分为不耐心家庭和耐心家庭，前者具有相对较低的贴现因子。这一设定由清宏和摩尔(Kiyotaki & Moore，1997)[18]提出。在这一设定方式下，商业银行与生产企业均由耐心家庭所拥有；不耐心家庭通过抵押持有的房地产获得抵押贷款。两类家庭均向生产企业提供劳动力，不过，由于耐心家庭是企业的所有者，因而可以将耐心家庭成员供给的劳动看做是管理性劳动，而不耐心家庭的劳动看做是生产性劳动。正是如此，两类家庭的就业具有不同的工资水平，进而两类家庭具有不同的预算约束。模型中不耐心家庭所占的比例为s，因此，耐心家庭所占的比例为1-s。

1.耐心家庭的优化问题

耐心家庭的优化问题为最大化其效用函数：

(1)

(2)

2.不耐心家庭的优化问题

不耐心家庭的优化问题为最大化如下效用函数：

(3)

(4.1)

(4.2)

3.商业银行

(5)

(6)

(7)

(8)

作为所有者，耐心家庭每期均获得商业银行以红利等形式转移的资产。假定商业银行每期转移的资产比例为λ。这一做法是为了防止商业银行无限制向耐心家庭借贷，显然，只有在最终净财富的贴现值Vt不低于其转移的资产时，商业银行才能够良性发展并且可以获得耐心家庭的存款。因此，商业银行良性运行的条件为：Vt=vtBt+ϑtNt≥λBt。作为理性的主体，商业银行将持续吸收耐心家庭的存款直至边界条件成立，即：Vt=vtBt+ϑtNt=λBt。因此：

(9)

其中，φt为内生杠杆比例。显然，式(9)成立的必要条件满足：λ>vt>0。

4.中间产品生产部门

中间产品生产企业雇佣耐心家庭与非耐心家庭的劳动力进行生产，并且两类家庭的劳动力并非完全替代。企业在生产过程中还需要投入物质资本和房地产，前者来源于商业银行的贷款，而后者则是租赁耐心家庭的持有的房地产。具体的，企业的生产函数为：

(10)

(11)

5.资本品生产企业

(12)

(13)

6.零售企业

(14)

7.货币政策当局与市场均衡

作为基础，设定货币当局执行如下对通胀和产出缺口做出反应的政策机制：

(15)

(16)

三、模型的参数化

1.基本参数的校准

耐心家庭的贴现率βs和不耐心家庭的贴现率βb，依据已有研究的设定，将其分别取值为0.98和0.95。由于中国规定首付比例最低为30%，因而本文将贷款价值比Mt的稳态值M设定为0.3。稳态时消费——产出比值γc，采用2002—2013年社会总消费数据的平均值表示稳态总消费，采用剔除净出口和政府支出之后的GDP数据的平均值作为稳态总产出，然后计算二者的比值，估算的结果表明γc取值约为0.44。不耐心家庭所占的比例s，将其取值为0.5。稳态折旧率δ，依据何等(He，et al.，2007)[20]采用GMM估计的结果，将其取值为0.04。耐心家庭用于消费的房地产的比例κ，本文将其设定为1/3，这一参数仅能够影响模型的稳态。物质资本调整成本的二阶导数的稳态值f″(1)，将其取值设定为1.728。

2.参数的估计

采用贝叶斯极大似然方法对其余参数进行估计。该方法要求估计过程中使用的观测变量个数不能超过外生冲击的个数，因而，至多可以选取7组观测变量序列。基于便利性考虑，本文分别选取如下变量作为观测值：(1)消费。选取社会消费总额数据，取其自然对数并采用CPI数据对其进行调整，进而得到实际消费。(2)产出。选取支出法核算得到的GDP数据，并剔除政府购买和净出口。在此基础上，取自然对数并采用CPI进行调整得到实际产出。(3)通胀。采用CPI数据并使用环比方法得到通胀数据。(4)名义利率。使用银行业同业拆借利率数据。(5)耐心家庭的存款。采用金融机构个人存款总量数据，并取其自然对数。(6)商业银行资产。采用金融机构境内短期贷款总量数据，并取其自然对数。

以上数据均来自中经网数据库，时间跨度为2002Q1-2013Q4。所有数据均采用X12方法剔除季节性趋势，并且使用BK滤波法得到各个变量的波动性成分。这一做法的目的是为了保证模型与数据之间的一致，因为本文在参数估计过程中使用的是在稳态处对数线性化之后的模型，显然，其已经剔除了趋势性成分。首先依据已有的研究对各参数的先验均值和先验分布进行设定。依据伽里等(Gal′，et al.，2012)[21]已有的研究，将劳动力供给弹性的倒数η和稳态价格加成εp的先验均值设定为6和1，对应的先验分布则均为伽马分布。生产函数中的各参数α1、α2和α3的先验均值，依据伊亚希维罗和倪瑞(Iacoviello & Neri，2010)[22]，将其分别设定为0.5、0.1和0.5，对应的先验分布则均为贝塔分布。本文将商业银行转移给家庭的资产比例λ的先验均值与先验分布分别设定为0.5和贝塔分布。名义价格刚性θp的先验均值和先验分布，依据陈利锋和范红忠(2014)[16]，将其分别设定为0.5和贝塔分布。依据伯恩和豪斯(Boehm & House，2015)[23]等，将货币政策相关的参数ρr、γp和γy的先验均值分别设定为0.8、1.5和0.5，对应的先验分布则分别为贝塔分布、伽马分布和贝塔分布。与已有的研究如舒赫(Suh，2012)[24]等类似，将所有外生冲击的持续性参数的先验均值全部设定为0.5，先验分布则全部设定为贝塔分布；而外生冲击的标准差的先验均值全部设定为0.1，对应的分布则全部设定为逆伽马分布。基于估计的精确性考虑，要求估计程序同时使用5个平行的马尔科夫链。在估算参数的后验均值时则要求Metropolis-Hastings程序重复进行2万次马尔科夫链蒙特卡洛(即MCMC)模拟，并剔除前端和尾端5千个MCMC的结果。参数的贝叶斯极大似然估计(即BMLE)的结果见表1。

表1　贝叶斯极大似然估计的结果

四、模型动态与货币政策分析

1.金融冲击的贝叶斯脉冲响应

图1给出了金融冲击的贝叶斯脉冲响应函数。基于图1可以发现，在积极的金融冲击下，不耐心家庭的房地产需求呈现上升趋势。原因在于积极的金融冲击意味着不耐心家庭的担保约束得到缓解，即不耐心家庭在同样的条件下可以得到更多的贷款或获得贷款的难度下降，进而刺激了不耐心家庭的住房需求。不耐心家庭住房需求的增加刺激了银行贷款的增长，进而使得金融冲击下商业银行最终净财富呈现上升趋势。由于耐心家庭为商业银行的所有者，因而商业银行财富的增长引起耐心家庭财富的增长，进而也使得积极的金融冲击下耐心家庭的房地产需求也随之上升。

不耐心家庭房地产需求的上升增加了贷款需求，进而推动了贷款利率的上升。不过，房地产需求的上升所带来的利润前景仍刺激企业增加生产投资，因而即使在贷款利率上升的条件下，金融冲击仍推动了投资和产出的增长。而另一方面，房地产需求的增长也推动了实际房价与房地产实际租金率的上升。

图1显示，在积极的金融冲击下，产出与投资的贝叶斯脉冲响应呈现出明显的“驼峰状”特征，这与赫尔(Hall，2011)[25]等相关研究的发现是一致的。不过，本文的模型与之存在显著差异：本文模型中包含了对金融中介的行为以及金融冲击传导路径的刻画。更重要地，在积极的金融冲击发生之后，实际房价对此迅速做出反应，表现在图1中金融冲击发生之后的第1个时期实际房价上升了0.04个单位(标准差)，并且金融冲击对于实际房价的影响具有较强的持续性，图1显示，在金融冲击发生之后的第20个时期之后，实际房价仍未恢复至其稳态水平。

图1　金融冲击的贝叶斯脉冲响应

金融冲击对于实际房价存在显著影响意味着房地产市场调控过程中可以积极利用金融冲击的作用。当房地产市场整体不景气时，政府可以通过降低首付比例以及公积金利率优惠等方式形成积极的金融冲击。依据金融冲击的贝叶斯脉冲响应函数可知，积极的金融冲击将放松不耐心家庭的担保约束，进而推动房地产需求的上升以及投资和产出的增加。相反，当房地产市场过热时，实际房价的不断攀升进而可能产生资产价格泡沫，政府则可以通过提高首付比例以及提高公积金利率等方式形成逆向金融冲击以影响房地产市场。

2.社会福利函数

(17)

上式表明，总的社会福利实际上为两类家庭社会福利的加权，而加权值取决于两类家庭的时间偏好。为了进行不同政策机制的比较，我们首先引入如下两类政策机制：

(18)

(19)

表2　不同机制下政策参数的估计值

在式(18)表示的政策机制下，货币政策对通胀、产出缺口以及实际房价的反应系数的贝叶斯极大似然估计值分别为0.929 5、0.160 1和0.333 1。与基础政策机制相比，实际房价的引入使得政策机制对于通胀和产出缺口的反应系数均变小。在式(19)表示的政策机制下，货币政策对通胀、产出缺口以及房价膨胀的反应系数的贝叶斯极大似然估计值分别为1.149 7、0.126 6和0.501 2。与式(18)相比，式(19)表示的政策机制下，货币政策对于通胀的反应系数变大，而对于产出缺口的反应系数变小。

基于不同政策机制下参数贝叶斯极大似然估计的结果，可以依据式(17)分析不同政策机制下的社会福利水平，进而得到金融冲击背景下的最优货币政策机制。为了更清晰的分析不同政策机制对应的社会福利，将式(15)、式(18)、式(19)代表的政策机制分别设定为基础政策机制、备择机制1和备择机制2。在此基础上，图2给出了三种不同的政策机制下社会福利随时间变化的动态路径。

图2　不同政策机制的社会福利

图2给出了不同政策机制对应的每一时期的社会福利水平，需要说明的是，随着金融冲击效应的衰减，各个政策机制对应的福利水平也在不断衰减，因而仅计算了前20个时期的社会福利水平。基于图2可以发现，对房价膨胀做出反应的政策机制2具有最高的社会福利水平，而对实际房价做出反应的政策机制则次之，而仅对产出缺口与通胀做出反应的政策机制具有最低的社会福利水平。因此，对于总的社会福利水平而言，政策机制无论是对房价膨胀还是对实际房价做出反应，均优于不对房地产市场做出反应的基础政策机制。这一结论陈利锋和范红忠(2014)[16]是一致的，后者基于一个未包含金融冲击的多部门单一类型家庭的NK-DSGE模型发现，对房地产市场做出反应的货币政策机制具有相对较小的社会福利损失；本文的结论与纳塔帕罗和斯维尔罗(2014)[10]已有的研究也是一致的，后者在包含金融冲击的模型中发现对房地产市场做出反应的政策机制具有相对较高的社会福利水平。

依据家庭的类型，图2还给出了不同政策机制下社会福利的分解。基于福利分解的结果可以发现：第一，无论在那一种政策机制下，耐心家庭均具有较高的社会福利水平。原因在于，耐心家庭拥有模型经济中的所有企业包括中间产品生产企业、资本品生产企业、最终产品生产企业以及商业银行，其具有较高的收入水平，进而拥有较高的消费水平、较多的房地产持有以及较低的劳动力投入，这些因素均直接影响了社会福利水平，因而耐心家庭具有较高的社会福利水平。与耐心家庭不同的是，不耐心家庭的消费行为需要受到其借贷活动的影响，而其房地产持有则受到担保约束的影响，因而其具有较低的社会福利水平。第二，备择机制2下，两类家庭均具有较高的社会福利水平；备择机制1下，两类家庭的税福利水平低于备择机制2；基础政策机制下，两类家庭的社会福利水平均相对较低。因此，基于两类家庭各自对应的社会福利水平而言，对房价膨胀做出反应的备择机制2仍然是最优的，对实际房价做出反应的备择机制1则次之，而不对房地产市场做出反应的政策机制则是相对较差的政策机制。

社会福利分析的结果表明，无论是基于总的社会福利还是基于两类家庭对应的社会福利而言，对房地产市场做出反应的政策机制均优于不对房地产市场做出反应的政策机制；并且对房价膨胀做出反应的政策机制具有最高的社会福利水平。因而，基于社会福利的角度，对房价膨胀做出反应的政策机制是最优的。

3.政策建议

金融冲击的贝叶斯脉冲响应函数表明了积极的金融冲击对于房地产市场具有显著的影响，因此，在房地产市场调控过程中政府可以积极地利用金融冲击的效应。当前，在房地产市场相对不景气的背景下，政府通过相应的政策调整如调整二套房首付的政策、降低公积金利率等方式放松了购房者的担保约束，这些政策调整正是积极利用金融冲击效应的现实表现。依据金融冲击的贝叶斯脉冲响应函数可知，这些政策调整形成的积极的金融冲击会引起房价的上升和产出的增加。尽管产出的增加是宏观经济政策重要目标，但是房价的上涨却与政府稳定房地产市场的初衷存在一定的偏差。因为房价的上涨尽管在一定程度上可以缓解不耐心家庭的担保约束，进而推动商业银行信贷规模的进一步扩张和产出的进一步增长。但是已有的研究如布兰查德等(Blanchard et al.，2010)[27]等认为在这一过程中形成的债务链条以及由于房价过快上涨带来的金融风险是导致2007至2009年世界性金融危机的原因；而伽里(2014)[6]以及胡和罗车涛(2015)[8]则直接指出房价快速上涨引起的房地产市场投机性泡沫是金融危机的主要诱因。因此，在利用金融冲击的效应的同时，仍需要对采用相应的政策机制稳定房地产市场。

基于货币政策机制福利分析的结果，相对于不对房地产市场做出反应的政策机制而言，对房地产市场做出反应的政策机制具有相对更高的社会福利水平。更重要地，相对于其他政策机制而言，对房价膨胀做出反应的政策机制是最优的。因此，在积极利用金融冲击的效应的同时，政府可以采用对房价膨胀做出反应的货币政策机制以稳定房价(或防止房价过快上涨)，进而实现在充分利用金融冲击的积极效应的同时，也可以稳定房价和获得较高的社会福利水平。

与对通胀做出反应的政策机制类似，对房价膨胀做出反应的政策机制建立在对房价膨胀科学合理的观测基础之上。在此基础上，政府可以事先设定房价膨胀的阈值区间，只要观测的房价膨胀指数位于这一区间之内，货币政策将不进行任何调整；而一旦房价上涨过快进而导致房价膨胀指数超过政府事先设定的阈值上限，货币政策当局将调整货币政策以影响房地产市场。不过，由于中国地域辽阔，不同区域之间的房地产市场发展水平以及房价均存在较大的差异，因而需要依据不同地区的情况对房价膨胀进行科学合理的观测。在房地产市场调控过程中执行符合本地区房地产市场情况的政策机制，将有利于更好地稳定本区域的房地产市场。

五、结论

在采用现实数据对模型进行贝叶斯极大似然估计的基础上，金融冲击的贝叶斯脉冲响应函数表明，积极的金融冲击通过放松不耐心家庭的担保约束，刺激了经济中的房地产需求和总需求，进而刺激了商业银行的贷款行为和投资，进而引起商业银行最终净财富、实际房价、产出以及通胀等宏观经济变量的增加。这一结论意味着在房地产市场调控过程中，政府可以利用金融冲击的这一积极效应。事实上，近些年来，由于房地产市场整体相对不景气，政府通过调整二套房的首付比例、调整公积金贷款利率等方式影响房地产市场，这些政策调整正是政府积极利用金融冲击的现实表现。

与已有的NK-DSGE模型类似，本文采用社会福利分析方法考察不同货币政策机制的优劣。社会福利分析的结果表明，相对于不对房地产市场做出反应的政策机制而言，对房地产市场做出反应的政策机制均具有较高的社会福利水平。更重要地，对房价膨胀做出反应的政策机制具有最高的社会福利水平，因而也是最优的政策机制。由于利用积极的金融冲击会引起房价的上升，因而为了稳定房地产市场，政府仍需要采用相应的政策机制以稳定房地产市场。基于本文社会福利分析的结论，政府可以采用对房价膨胀做出反应的政策机制以稳定房价，进而可以实现在利用积极的金融冲击的效应以促进经济增长的同时，也可以提高社会福利水平和稳定房价。

参考文献：

[1]CHRISTIANO L J，TRABANDT M，WALENTIN K.Introducing financial frictions and unemployment into a small open economy model[J].Journal of Economics Dynamics and Control，2011，35(12)：1999-2041.

[2]JERMANN U，QUADRINI V.Macroeconomic effects of financial shocks[J].American Economic Review，2012，102(1)：238-271.

[3]ALPANDA S，AYSUN U.International transmission of financial shocks in an estimated DSGE models[J].Journal of International Money and Finance，2014，47(c)：21-55.

[4]KAIHATSU S，KUROZUMI T.Sources of business fluctuations：financial or technology shocks?[J].Review of Economic Dynamics，2014，17(2)：224-242.

[5]KOLASA M，LAMBARDO G.Financial frictions and optimal monetary policy in an open economy[J].International Journal of Central Banking，2014，10(1)：43-94.

[6]GALI′ J.Monetary policy and rational asset price bubbles[J].American Economic Review，2014，104(3)：721-752.

[7]GALI′ J，GAMBETTI L.The effects of monetary policy on stock market bubbles：some evidence[J].American Economic Journal：Macroeconomics，2015，7(1)：233-257.

[8]HU T，ROCHETEAU G.Monetary policy and asset price：a mechanism design approach[J].Journal of Money，Credit and Banking，2015，47(S2)：39-76.

[9]YU S X.Evaluating macroprudential policy in a DSGE framework with financial frictions[R].Division of Social Science，New College of Florida Working Paper，2013.

[10]NOTARPIETRO A，SIVIERO S.Optimal monetary policy rules and housing price[R].Bank of Italy Working Papers No.993，2014.

[11]RAVENNA F，WALSH E C.Welfare-based optimal monetary policy with unemployment and sticky prices：A linear-quadratic framework[J].American Economic Journal：Macroeconomics，2011，3(2)：130-162.

[12]BERNANKE B S，GERTLER M.Should central bank respond to movements in asset prices?[J].American Economic Review，2001，91(2)：253-257.

[13]BERNANKE B S.Monetary policy and the housing bubble[R].Annual Meeting of the American Economic Association，2010.

[14]王擎，韩鑫韬.货币政策能盯住资产价格吗?—来自中国房地产市场的数据[J].金融研究，2009(8)：114-123.

[15]FINOCCHIARO D，VON HEIDEKEN V.Do central banks react to housing prices?[J].Journal of Money，Credit and Banking，2013，45(8)：1659-1683.

[16]陈利锋，范红忠.房价波动、货币政策与中国社会福利损失[J].中国管理科学，2014(5)：42-50.

[17]周华东，高玲玲.房价变化与居民消费——基于中国城市面板数据的研究[J].贵州财经大学学报，2014(1)：68-74.

[18]KIYOTAKI N，MOORE J.Credit cycles[J].Journal of Political Economy，1997，105(2)：211-248.

[19]BRZOZA-BRZEZINA M，KOLASA M，KRZYSZTOF M.Macroprudential policy and imbalances in the euro area[J].Journal of International Money and Finance，2015，51(c)：137-154.

[20]HE D，ZHANG W，SHEK J.How efficient has been China’s investment? empirical evidence from national and provincial data[J].Pacific Economic Review，2007，12(5)：596-617.

[21]GALI′J.，SMETS F.，WOUTERS R.Slow secoveries：a structural interpretation[J].Journal of Money，Credit and Banking，2012，44 (2)：9-30.

[22]IACOVIELLO M，NREI S.Housing market spillovers：Evidence from an estimated DSGE model[J].American Economic Journal：Macroeconomics，2010，2(2)：125-164.

[23]BOEHM C E，HOUSE C L.Optimal taylor rules in new Keynesian models[R].NBER Working Papers No.w20237，2015.

[24]SUH H.Macroprudential policy：its effects and relationship to monetary policy[R].Federal Reserve Bank of Philadelphia Working Papers No.12-28，2012.

[25]HALL R E.The long slump[J].American Economic Review，2011，101(2)：431-69.

[26]KIM J，KIM S H.Spurious welfare reversals in international business cycle models[J].Journal of International Economics，2003，60(2)：471-500.

[27]BLANCHARD O，DELL'ARICCIA G，MAURO P.Rethinking macroeconomic policy[J].Journal of Money，Credit and Banking，2010，42(s1)：199-215.

(责任编辑：姚望春)

Financial Shocks，Housing Price Fluctuations and Monetary Policy

CHEN Lifeng

(Party School of Guangdong Provincial Committee，Guangzhou 510053，China)

Abstract：The Bayesian impulse response function shows that financial shocks have significant effect on housing market and the whole economy.Thus，the government may use financial shocks during the regulation of housing market.Then，the author turns to the social welfare analysis and compares the social welfare effect of alternative policies.The result shows that the policy response to housing market has much higher level of social welfare than others，and the policy response to housing price inflation is the best.Therefore，when the government uses financial shocks to regulate the housing market，the policy response to housing price inflation proposed by the monetary authorities may be helpful for stabilizing the housing market and improving the social welfare.

Keywords：financial shocks；housing price；collateral constrains；monetary policy

作者简介：陈利锋(1982—)，男，中共广东省委党校经济学教研部副教授，经济学博士，研究方向为货币与金融经济学、劳动经济学。

基金项目：广东省哲学社会科学“十二五”规划学科共建项目“劳动力市场结构性改革与中国经济波动研究——基于动态新凯恩斯主义的视角”(GD14XYJ02)

收稿日期：2015-09-24

中图分类号：F830

文献标识码：A

文章编号：1008-2700(2016)01-0040-11

DOI：10.13504/j.cnki.issn1008-2700.2016.01.005