货币政策与房地产价格波动：来自中国区域异质性的分析

平 健，陈 超

(1.辽宁大学 国际关系学院，辽宁 沈阳 110136；2.辽宁政治经济学院，辽宁 沈阳 110004；3.辽宁工业大学 经济学院，辽宁 锦州 121001)

一、引言

制定货币政策遵循某种规则有助于经济平稳发展，然而规则本身又将是货币制定者面临的新难题。近30年里主要经济体的房地产价格波动日益加剧，进而导致经济发展的不稳定性，最受关注的是日本经济泡沫和美国次贷危机，已经给实体经济造成了巨大的负面影响，由此也引发了学术界对房地产价格与货币政策关系的进一步思考和研究。到目前为止，关于资产价格是否应该被纳入货币政策规则还存在很大争议，不过争论的焦点还停留在“资产价格波动是否会干扰央行对通货膨胀的预测”，却忽视了房地产市场固有的区域特征对分析该问题所带来的局限性。首先，统一的货币政策对房地产价格的影响存在区域效应可能会导致总体干预效果不理想；其次，当以房地产市场为传递载体的统一货币政策存在区域效应时，可能会给部分地区造成较大的负面影响，进而损害整体宏观经济目标。因此，本文试图从区域异质性视角探讨将房地产价格纳入到货币政策规则的合理性，为制定货币政策以及房地产价格管制提供一定的参考。

本文的结构安排如下：第二部分对已有文献及相关理论进行综述，初步认识货币政策、房地产价格以及经济基本面之间的关系，并对本文问题的提出做进一步的阐述。第三部分首先给出了考虑房地产价格的货币政策扩展规则的基本形式；然后对样本选择问题进行了讨论，并对我国房地产市场重新进行了区域划分；紧接着对不同区域房地产市场载体的有效性进行实证检验，并对不同区域的情况进行了比较分析。第四部分根据实证结果对不同区域货币政策的有效性及房地产市场传递载体的有效性进行了解读，除了指出造成区域异质性的客观因素，我们还重点分析了针对区域房地产泡沫执行的货币政策扩展规则会给不同区域经济基本面带来怎样的负面影响。第五部分明确了本文的研究结论。

二、文献综述及相关理论

货币政策规则是如何根据经济行为的变化从而对基础货币和利率等货币政策工具进行调整的准则。有两个货币政策规则很具有代表性，一是McCallum规则(McCallum，1988)，其核心思想在于将货币增速表达为GDP和货币流通速度的函数， McCallum规则表达式为：

ΔMt=ΔGDP*-ΔVt+0.5(ΔGDP*-ΔGDPt-1)

其中ΔMt为货币增速，ΔGDP*为名义GDP的潜在增长率，ΔGDPt-1为t-1期名义GDP的增长率，ΔVt为t期前四年货币流通速度增速的平均值。

二是Taylor规则(Taylor，1993)，其核心思想认为短期名义利率应该等于均衡的实际利率、通货膨胀率和通胀及产出缺口之加权平均的总和。Taylor规则表达式如下：

随着资产价格泡沫问题越来越受到关注，关于货币政策规则要不要对资产价格波动做出反应出现了分歧。Smets(1997)认为货币政策对资产价格可间接干预，但当资产泡沫导致金融不稳定概率大幅增加时也可直接进行干预。Kent 和Lowe(1997)、Cecchetti(2000)、唐齐鸣和熊洁敏(2009)等指出货币政策要对资产价格进行直接干预，因为泡沫破灭可能导致的极端长期影响且紧缩性货币政策有助于避免资产价格泡沫。而Bernanke 和Gertler(2000)、孟彩云和王聪(2012)等认为货币政策不应该直接关注资产价格，只有资产价格变动影响到了央行对通胀的预测时，货币政策才应对资产价格进行反应；一旦央行将资产价格纳入到通货膨胀预测过程中，货币政策就不应该再对资产价格波动做出反应。Bordo 和Jeanne(2002)则指出即使被预测的通货膨胀落在了相关观察期之外，中央银行也应该直接盯住资产价格失调。除此之外还有学者对我国货币政策是否关注了资产价格进行了检验(李成、王彬等，2010；赵进文、高辉，2009；肖争艳、彭博，2011)，研究结论同样存在分歧。

要回答货币政策是否应该盯住房地产价格，首先要验证货币政策对房地产价格的干预是否是有效的，货币政策传导机制在理论上为此提供了分析的框架。以Friedman为代表的货币主义学派认为由于传导途径涉及的范围很广而且非常复杂，寻找传导路径不仅毫无意义而且会低估货币的作用。而前凯恩斯学派的货币观传导机制长期以来占据主导地位，主要包括利率机制和货币机制。货币观的分析是以完善的金融市场以及贷款和债券等金融资产的完全替代性为前提条件的。随着信息经济学的发展，以Bernanke等为代表的货币政策传导机制“信用观”对“货币观”进行了修正。虽然货币观和信贷观传导机制都没有单独指出房地产市场的作用，但同样适用于分析房地产市场在货币政策传导机制中的作用(武康平，2010)。不管各个学派分歧如何，在传递机制大框架下评价货币政策的效果都存在一个相对独立且重要的问题，即货币政策替代变量或政策传递中介目标的选择。位于最终目标与操作工具之间的中介目标对货币政策的传导起着至关重要的作用，最终目标变量要隔很长时间才能观察到，而中介目标可以提供反映货币政策目标变量的经济运行状况信息。Belongia 和Batten(1992)、Dotsey 和Otrok(1994)、Freidman和Heren(2002)经过研究基本明确了选择中介目标的三个标准，即相关性、可测性、可控性。对各位学者关于货币传递机制及货币中介变量的研究做个简单的概括，我们得到理论上货币政策对房地产市场的影响包括利率渠道、货币渠道、信贷渠道等；而房地产市场作为货币政策传递载体对总供给与总需求的影响包括托宾的Q效应、拉动效应、财富效应、挤出效应、预期效应等。同时，大量实证研究也表明房地产市场已经成为货币政策传导的重要载体之一(Aoki，2004；Giuliodorin，2005；丁晨、屠梅曾，2007；王松涛、刘洪玉，2009；武康平、胡谍，2010)。

综上所述，在考虑资产价格的货币政策规则研究中学者们对房地产的固有属性没有足够的重视，具体来讲从全国层面上探讨货币政策扩展规则的局限性主要包括几个方面：

第一，最优货币区理论认为当一个国家内部经济不具有同质性的特征时，单一的货币政策效果会产生差异。只有区域问题的严重程度与统一的货币政策对相应区域房地产市场作用的差异化基本保持一致才能取得理想的效果，若不存在满足政策传递苛刻的客观条件，货币政策对部分区域的干预很可能就是低效或无效的。这必然会造成在全国层面评价货币政策对房地产市场的干预效果与实际情况相背离。所以我们需要知道货币政策对不同类别区域房地产市场的差别化作用是怎样的，对于货币政策干预有效性较弱的区域来讲，采取统一的货币政策不符合客观规律。

第二，房地产泡沫往往具有区域性，历史上美国和日本等国家的房地产泡沫通常在大都市区。通过观测全国总体房地产价格波动指标并不一定能反映资产的泡沫化程度，且当局部出现房地产泡沫时统一的货币政策很难解决问题。更糟糕的是，房地产市场作为货币政策的传递载体在不同类别区域不一定都是显著的，因为房地产价格波动所产生的财富效应或“房奴”效应很可能也存在区域异质性。这意味着执行货币政策扩展规则还可能给部分区域的经济增长带来负面影响，甚至对于某些区域来说当房地产作为有效载体时很可能会加剧这种负面影响程度。

第三，对经济增长影响出现负面效应的情况同样可能发生在控制通货膨胀方面。在我国的CPI体系中住房估算租金占居民消费价格指数的权重比重约为5.7%，从CPI构成角度看，房地产价格的变动至少会部分直接影响通货膨胀的变化。当通货膨胀发生或预期发生时房地产又通常作为很好的保值产品。同时，房地产价格波动还会影响除房地产以外的其他商品的消费需求。所以房地产作为货币政策向通胀目标传递的载体作用也存在不确定性，当然不同类别区域的情况也可能存在差别，针对房地产价格泡沫采取的统一货币政策可能会导致某些区域通货紧缩等负面效应。

总之，本文的贡献首先是采用面板聚类研究方法划分市场区域，从区域异质性的角度对货币政策干预房地产价格的效果重新评价。更重要的对房地产市场的载体作用做了进一步探讨，从而判断考虑房地产价格的货币政策规则是否可能导致政策过松或过紧。由于货币政策、房地产价格与宏观经济目标之间的关系结构不明确也比较复杂，货币政策扩展规则和货币政策传递理论并不能提供严格的定义，这时候就需要寻找非结构的定量方法，因此我们选择面板向量自回归模型进行实证研究。以实证结果为依据，在房地产市场作为有效或无效载体的情况下对货币政策干预最终目标的效果进行区域比较研究，分析考虑房地产价格的货币政策规则的合理性。

三、模型、样本与变量说明

1.模型构建

ΔMt=ΔGDP*-αΔVt+β(ΔGDP*-ΔGDPt-1)+δΔHPt

(1)

(2)

式(1)是扩展后的McCallum规则，ΔHPt为房地产价格的波动幅度，其中α，β，δ分别为货币供给增速对货币流通速度增速、产出缺口和房地产价格波动幅度的反应系数；式(2)是扩展后的Taylor规则，其中θ，σ，λ分别为短期名义利率对通货膨胀率变化、产出缺口和房地产价格波动幅度的反应系数。

PVAR模型的最大优势在于不仅可以接受更小的自由度，从而提高了统计推断的效率，并且与一般面板结构模型相比，PVAR能够揭示变量之间的动态关系。PVAR模型的一般数学表达式如下所示：

yit=φ1yi,t-1+…+φpyi,t-p+μi+εiti=1,2,…,N;t=1,2,…,T

(3)

其中，yit是所考察的内生变量组成的m×1向量，参数p为滞后阶数，μi是个体效应，φ1…φp为不变系数向量，误差项εit～(0,Ω)。

2.样本、变量选择与数据说明

在区域样本选择和划分方法上的简单处理会造成研究方案不够严谨。为了减轻样本内部差异化对实证结论的负面影响，我们选择城市作为样本个体，并摒弃传统的房地产市场区域划分。选择2004—2016年34个大中城市住房销售价格数据(选择住房价格是由于数据获取可行性)作为研究样本，采用面板聚类研究方法(李因果、何晓群，2010)对我国房地产市场进行区域分类，结果如表1所示。

表1

房地产市场区域分类结果

注：由于统计口径问题，本文在最终的样本筛选中将重庆市剔除。

由扩展的货币政策规则，我们需要选择货币政策、房地产价格和经济基本面的代表变量。随着经济的不断发展和金融创新步伐的加快，M1日益表现出可控性和可测性不足的缺点(王松涛，2009)，本文选择M2作为货币供应量指标的代表，且对其进行取自然对数后再一阶差分处理，记为ΔLNM2。同业拆借利率作为拆借市场上的资金价格，是货币市场的核心利率，也是整个金融市场上具有代表性的利率，在整个利率体系中处于相当重要的地位。它能够及时、灵敏准确地反映货币市场以至整个金融市场的资金供求关系，对货币市场上其他金融工具的利率具有重要的导向和牵动作用。拆借利率的升降，会引导和牵动其他金融工具利率的同步升降。因此，它被视为观察市场利率趋势变化的风向标。中央银行更是把同业拆借利率的变动，作为把握宏观金融动向，调整和实施货币政策的指示器。所以本文选择7天同业拆借月加权平均利率(SR_7)来反映利率水平的变化。在房地产价格方面，目前作为反映房地产市场价格水平指标的新建商品住宅销售价格指数统计上最为完整，所以选择住房价格增长幅度作为研究变量，记为ΔHPI。在经济基本面上，选择城市居民消费价格指数(CPI)代表物价水平；本文将采用各变量的2005年7月—2016年12月的月度数据作为研究样本，由于GDP没有月度数据，所以选择进出口总额(TEIV)作为反映经济增长水平的替代指标，为了保证与其他变量在数据结构上同步也将采取比率指标，变量取自然对数后的差分值近似的等于增长率，记为ΔLNTEIV。新建商品住宅销售价格指数2010年及以前数据来源于中指院数据库，统计口径为新建商品住宅销售价格指数，2010年以后数据来源于同花顺iFinD数据库，统计口径为新建住宅销售价格指数，其余所有指标的原始数据均来自于同花顺iFinD数据库。

四、实证分析

1.平稳性检验

由于所有变量均为同比或比率指标，这类数据平稳性一般不受季节性的影响，因此不再进行季节性调整。由于一些检验方法无法提供最佳滞后期标准，本文将进行多次滞后期选择，但通常不超过二期，平稳性检验结果如表2所示。对于全国性的货币政策变量数据采用PP检验方法，在5%置信度下均能通过平稳性检验。对不同类别城市各个变量采用LLC检验方法和FISHER检验方法，与其他方法相比LLC检验更为严格，它对所有截面数据平稳性的检验，若有一个截面数据序列不平稳则不能拒绝原假设，而FISHER检验方法适用于非平衡面板。从表2中可以看到不同类别城市的各个变量在5%置信度下均能通过平稳性检验，可以进行下一步研究。

表2 数据平稳性检验

注：“***”为在1%置信度下显著；“**”为在5%置信度下显著；“-”为检验方法未能提供统计量值。

2.脉冲响应函数分析

PVAR模型的系数通常是很难解释的，而脉冲响应函数(Impulse Response Function)可以用于衡量来自随机扰动项的一个标准差冲击(或称为新息)对内生变量当前和未来取值的影响，本文将采用世界银行Inessa Love编写的在STATA软件环境下运行的代码来实现PVAR计量分析(Love，2006)。一般来讲，在滞后期的选择上通常都希望式3中的值足够大，但滞后期越长，模型待估参数就越多，自由度就越少，因此应在滞后期与自由度之间寻求一种平衡。由于Love编写的程序没有在计量结果中给出能够判断最佳滞后期的ACI和SC准则，因此本文分别选择了1-5的滞后期进行尝试，然后对不同滞后期的结果进行比较，再根据文献中对一般VAR模型滞后期选择的经验，最终选择了滞后3期的PVAR模型进行脉冲响应函数分析。根据以往的研究经验，货币政策的影响时间将会超过9个月，所以本文将脉冲函数追踪的期数设定为12期，采用500次模拟的蒙特卡洛法计算脉冲响应函数的标准误。本文所给出的脉冲反应图为经过编辑后的合成图，所以不再附加正负两倍标准差的置信带。在脉冲反应图中横轴表示脉冲反应函数追踪的期数，纵轴表示脉冲反应函数值。

(1)房地产价格对货币政策变量冲击反应的区域异质性。

不同类别城市房地产价格对货币政策变量一个标准差新息冲击反应的脉冲函数如图1所示。从图1左侧可以看出，不同区域房地产价格对利率冲击的反应总体趋势上比较相似且为负向，这意味着当房地产使用资金成本上升时有助于抑制房价上涨幅度，但不同区域反应程度存在差异，C1类城市反应程度最小，C2类城市反应程度最大且在第1期就表现明显。同时也要注意到，房地产价格对利率冲击的反应函数并没有倾向于收敛。

从图1右侧可以看出，不同区域房地产价格对货币供应量冲击反应的异质性更为显著。C2类城市房地产价格对货币供应量冲击的反应程度最大，并在第3期就达到最大值约为0.15，然后逐渐趋于收敛。C3与C4类城市情况比较相似，到第2期已接近峰值0.1并在第5期开始趋于收敛。C1类城市房地产价格对货币供应量冲击的反应在第5期在逐渐达到最大值约为0.12，然后开始趋于收敛并且与其他区域相比收敛周期较长。综上所述，可以认为货币政策对不同区域房地产价格的影响存在异质性，统一的货币政策对房地产市场干预在总体上可能不会取得理想的效果。

图1不同区域房地产价格对货币政策变量冲击的脉冲反应

(2)考虑房地产市场载体的货币政策传递效果区域异质性。

不同区域通货膨胀对货币政策变量一个标准差新息的脉冲反应函数如图2所示，图中左侧部分是以房地产市场为载体的脉冲反应情况。从上面两幅小图的对比中可以看出，当房地产市场作为传递载体时，城市居民消费价格指数对货币供应量冲击反应的波动幅度要明显大于一般情况，且需要很长周期才能趋于平稳。其中C4、C3和C1类城市虽波动幅度相似，但CPI响应值由负转正的时间依次延长。而C2类城市不管是否以房地产市场为传递载体，CPI对货币供应量冲击的响应差别不明显。结合图1的结论，可以推断房地产价格虽然占CPI一定比例，但价格上涨短期内并不会引发通货膨胀，反而短期内 “房奴效应”比房地产价格上涨产生的“财富效应”应更明显，会阻碍其他领域的消费。从下面两幅小图的对比中可以看出，当房地产市场作为传递载体时，城市居民消费价格指数对利率冲击反应的波动幅度要明显小于一般情况，且反应速度很慢。其中C2类城市不管是否以房地产市场为传递载体，CPI对利率冲击的响应差别不明显，结合对货币供应量的分析，可以推断C2类城市房地产价格对CPI的影响不明显，而其他区域长期来看房地产价格对通货膨胀传递的正向作用会越来越显著。

总体来讲，大部分区域房地产市场在通货膨胀对货币政策变量冲击中有传递作用，货币供应量的冲击经由房地产市场传递后会加剧CPI的波动幅度，利率冲击经由房地产市场传递后虽短期内有缓冲作用，但长期同样会对CPI产生影响。而当以房地产市场为载体时，货币政策控制通货膨胀的区域异质性更加明显，与其他区域相比C1类城市CPI对货币政策变量冲击的响应较为突出，C3和C4类城市比较接近，而C2类城市房地产市场的传递作用较弱。

不同区域经济增长对货币政策变量一个标准差新息的脉冲反应函数如图3所示，其中图左侧部分体现了以房地产市场为载体的脉冲反应情况。由上面两幅小图可以看出，C1和C4类城市经济增长对货币供应量冲击的反应最为明显，当以房地产市场为载体时加剧了货币供应量影响经济增长的波动幅度，而房地产市场对C2和C3类城市传递作用不显著。但是，脉冲函数围绕零值上下波动说明货币供应量很难在短时间内提振经济。由下面两幅小图可以看出经济增长对利率冲击呈现负向响应，当以房地产市场为传递载体时在前期减弱了反应的波动幅度，然后快速发散。其中C1和C2类城市在房地产市场作为传递载体情况下经济增长对利率冲击响应消化作用更为明显，而C3类城市则发散速度更快。

图2 不同区域通货膨胀对货币政策变量冲击的脉冲反应

总体来讲，大部分区域房地产市场在经济增长对货币政策变量冲击反应中的载体作用不是特别突出，不过不同区域房地产市场的传递载体作用仍旧出现了分化。货币供应量对经济增长主要起到对短期波动调节的作用而非促进经济增长的有效手段，利率和经济增长呈明显的负相关关系且长期作用显著。

图3不同区域经济增长对货币政策变量冲击的脉冲反应

五、实证结果分析

正如最优货币区理论提到的货币政策存在区域效应有其客观原因，一般认为，影响货币政策传递的因素包括经济发达程度、金融机制完善程度包括微观金融资源分布的情况和银行总部的入驻情况等、市场的灵敏度与开放程度、区域间产业内部的差异和企业构成的差异、消费模式等多个方面。特别是对资金密集型的房地产业来说，房地产市场规模、产业集中度、大型房地产企业数量等都会造成货币政策影响效果的区域异质性。不过，我们更关注的是房地产载体作用的区域异质性会给政策工具与政策最终目标之间的关系造成怎样的负面影响。

首先，在控制通货膨胀方面，不是所有区域房地产市场对货币政策变量冲击的载体作用都是显著的。我们不妨划分两个类别来讨论区域之间的影响，即货币政策向通货膨胀传递的有效载体区域和无效载体区域。由于在实证研究中我们并没有对所有区域房地产泡沫进行测度，所以只能对区域是否存在房地产泡沫进行假定。如果扩展的Taylor规则考虑了房地产价格波动，若有效载体区域出现泡沫，根据实证研究结果(图2)，紧缩的利率政策有助于消除房地产泡沫且不会明显引发通货紧缩，但是此时无效载体区域由于失去了房地产市场的缓冲作用，紧缩的利率政策对无效载体区域造成紧缩。若无效载体区域出现泡沫，那么紧缩利率政策即便能够控制泡沫膨胀，也可能会加剧该区域的通货紧缩，这将取决于房地产增加值占该区域GDP的比重以及房地产价格引发区域通货膨胀的程度，同时紧缩的利率政策对有效载体区域房地产市场和区域经济发展都将是不利的。当区域房地产价格波动足够影响到全国观测样本总体价格波动时，扩展的Taylor将会被执行，负面后果将会发生。当区域房地产价格波动没有收到货币政策当局重视时，房地产泡沫区域将承受泡沫破灭带来的长期负面影响。

其次，按照同样的分析逻辑，在关于经济增长对货币政策变量冲击响应的分析中，我们也将房地产市场分为两个类别，即货币政策向经济增长传递的有效载体区域和无效载体区域。从实证结果中(图3)我们判断增加货币供应量并不能成为促进经济增长的手段，也就意味着货币发行只能是为了满足经济增长对货币的总量需求。这也给理论界一个参考，货币政策的根本功能只能是币值稳定而不是其他。而货币供应量对抑制房地产价格增幅过快在所有区域都是有效的，所以我们仍可以做如下推断，如果出现区域房地产价格泡沫，扩展后的McCallum规则将被执行，即便房地产泡沫对货币有较强的吸附效应，紧缩的货币政策也至少会干扰正常区域经济发展对货币的需求。同理，依据实证结果(图3)还可以推断，如果扩展后的Taylor规则被执行，若有效载体区域出现房地产泡沫，紧缩的利率政策将至少给其他区域经济发展带来较大的负面影响，若无效载体区域出现房地产泡沫，紧缩的利率政策将加剧有效载体区域负面效应状况的发生。当区域房地产价格波动足够影响到全国观测样本总体价格波动时，不管哪个货币政策扩展规则被执行，对部分区域的负面影响将会发生。

六、结论

通过理论探讨和实证研究我们得到以下结论：房地产市场载体对货币政策的传递作用存在区域异质性，遵循某种规则的统一的货币政策对抑制房地产价格泡沫不会产生理想的效果，还会导致货币政策过松或过紧，从而导致不希望的经济增长和通胀波动。不过，对于局部房地产泡沫问题还是要积极应对，建议首先构建完备的房地产泡沫预警机制，央行考虑采取以“窗口指导”为主的政策工具，对房地产泡沫的干预以地方政府及金融部门为主体，实施区域差别化干预措施。总之，房地产价格不应该被纳入到货币政策规则中。

[1] Smets F. Financial asset prices and monetary policy: theory and evidence[C]. CEPR Discussion Paper, 1997.

[2] Kent C, Lowe P W. Asset-price bubbles and monetary policy[M]. Reserve Bank of Australia, 1997.

[3] Cecchetti S G. Asset prices and central bank policy[M]. Centre for Economic Policy Research, 2000.

[4] Bernanke B, Gertler M. Monetary policy and asset price volatility[R]. National Bureau of Economic Research, 2000.

[5] Bordo M D, Jeanne O. Boom-busts in asset prices, economic instability, and monetary policy[R]. National Bureau of Economic Research, 2002.

[6] 唐齐鸣,熊洁敏.中国资产价格与货币政策反应函数模拟[J].数量经济技术经济研究, 2009 (11): 104-115.

[7] 孟彩云,王聪.房地产价格, 泰勒规则与宏观经济调控——基于 2000—2010年我国宏观经济数据的检验[J].当代财经, 2012(2): 59-68.

[8] 宋旺,钟正生.我国货币政策区域效应的存在性及原因[J]. 经济研究, 2006(3): 46-58.

[9] 梁云芳,高铁梅. 中国房地产价格波动区域差异的实证分析[J]. 经济研究, 2007(8): l33-142.

[10] Aoki K, Proudman J, Vlieghe G. House prices, consumption, and monetary policy: a financial accelerator approach[J]. Journal of financial intermediation, 2004, 13(4): 414-435.

[11] Giuliodori M. The role of house prices in the monetary transmission mechanism across European countries[J]. Scottish Journal of Political Economy, 2005, 52(4): 519-543.

[12] 丁晨,屠梅曾.论房价在货币政策传导机制中的作用——基于 VECM 分析[J].数量经济技术经济研究, 2007(11): 106-114.

[13] 王松涛,刘洪玉.以住房市场为载体的货币政策传导机制研究[J]. 数量经济技术经济研究,2009(10): 61-72.

[14] 武康平,胡谍.房地产市场与货币政策传导机制[J].中国软科学, 2010 (11): 32-43.

[15] Belongia M T, Batten D S. Selecting an intermediate target variable for monetary policy when the goal is price stability[J]. Federal Reserve Bank of St. Louis Working Paper Series, 1992(9):425-436.

[16] Dotsey M, Otrok C. M2 and monetary policy: a critical review of the recent debate[J]. FRB Richmond Economic Quarterly, 1994(1): 41-59.

[17] Estrella A, Mishkin F S. Is there a role for monetary aggregates in the conduct of monetary policy?[J]. Journal of monetary economics, 1997(2): 279-304.

[18] McCallum B T. Robustness properties of a rule for monetary policy[C]. Carnegie-Rochester conference series on public policy. North-Holland, 1988(29): 173-203.

[19] Taylor J B. Discretion versus policy rules in practice[C]. Carnegie-Rochester conference series on public policy. North-Holland, 1993(39): 195-214.

[20] 李成,王彬,马文涛.资产价格,汇率波动与最优利率规则[J]. 经济研究, 2010 (3): 91-103.

[21] 赵进文,高辉.资产价格波动对中国货币政策的影响——基于 1994—2006 年季度数据的实证分析[J]. 中国社会科学,2009(2): 98-114.

[22] 肖争艳,彭博.住房价格与中国货币政策规则[J].统计研究, 2011(11): 40-49.

[23] Gavin W T, Theodorou A T. A common model approach to macroeconomics: using panel data to reduce sampling error[J]. Journal of Forecasting, 2005(3): 203-219.

[24] 李因果,何晓群.面板数据聚类方法及应用[J].统计研究, 2010(9):73-78.

[25] Love I, Zicchino L. Financial development and dynamic investment behavior: Evidence from panel VAR[J]. The Quarterly Review of Economics and Finance, 2006(2): 190-210.