资产价格变化（精选9篇）
资产价格变化 篇1
一、投资者异质预期的形成与发展
(一) 投资者异质预期的形成
投资“预期”就是从事投资活动的主体, 在有效地利用一切信息的前提下, 对未来资产价格或资产价格变动作出的一种估计, 而“理性预期”就是在长期中平均说来最为准确的估计。在理性预期假设下, 投资者的预期具有同质性。但现实中的投资者绝非理性预期假设下的完全理性的经济人, 而仅是有限理性主体。赫伯特·西蒙 (Simon) 认为行为主体打算做到理性, 但现实中却只能有限度地实现理性;哈耶克 (Hayek) (1952) 指出, 人类的行为来自其心智活动, 知识的有限性会使每个人都有着某种“理性不及的无知状态”。
事实上, 投资者预期的形成是一个复杂的过程, 主要取决于投资者的心理偏差、投资者拥有的信息及投资者的预期方式。众多投资者在这三个方面存在的差异, 导致了异质预期的产生。不同的投资者由于各自具有相异的心理偏差, 即使在相同的外部条件下也会产生异质预期;制度的不健全和信息成本的存在, 会使信息成为不完全信息, 并在不同利益相关者之间表现出非对称性, 具有相同心理偏差的投资者因为信息的不完全和不对称也会对相同风险资产未来价格产生异质预期;即使在信息对称和心理偏差相同的情况下, 投资者也会由于预期方式的差异而导致异质预期, 因此投资者的预期是异质的, 并且是一种常态。
近30年来, 国内外学者对投资者的“异质预期”有大量的研究。Bagehot (1971) 的信息模型提出知情交易者和非知情交易者的概念;Grossman和Stiglitz (1980) 建立了一种用于分析拥有不同信息的交易者的交易策略的理性预期分析框架;Kyle (1985) 考察了知情交易者的交易策略, 提出了噪声交易者的概念;Gloste和Milgrom (1985) 通过序贯交易模型 (Sequential Trade Mode1) 首次将动态因素引入了信息模型, 提出了将交易看作是传递信息的信号这种观点;BSV模型描述了代表性投资者主观上持有两个不同的红利模型, 当赋予两个红利模型不同的概率时, 表现出对信息反应不足和过度反应;HS模型假设非理性投资者有两类, 一类是信息观察者, 通过观察市场信息来形成私人信息, 然后基于私人信息形成对价格的预期, 另一类是动量投资者, 他们没有私人信息, 基于市场价格的变化而交易;此外, BSV模型分析了趋势机制与回复机制, HS模型分析了惯性策略等。
(二) 投资者异质预期的发展
在现实资本市场中, 投资者的异质预期是适时变化的, 具有显著的动态性。首先, 在充满不确定性的市场中, 影响预期的信息变量总是处于随机变动之中。影响资产价格的客观信息诸如宏观经济形势、产业形势、公司经营状态、盈利能力、股本扩张能力 (公积金) 等总是处于随机变动中;投资者在对未来资产价格以及资产价格变动进行估计时, 除了利用已知的客观信息外, 也会对影响资产价格的客观因素未来趋势如宏观经济未来增长方向及幅度进行预期, 即形成对客观因素的主观预期。除此之外, 投资者也会形成另一种主观预期, 即会以客观信息和对客观信息的主观预期为基础进行博弈而形成期望获取超额收益的交易意愿 (唐伟敏和邹恒甫, 2003) 。这两种主观预期可以在市场中传播和流动, 成为一种与客观信息相对应的主观信息。客观因素未来变化的不确定性, 使得基于客观信息基础上的主观信息更加不确定, 这更增加了投资者对资产价格预期的差异。其次, 真实市场环境中的投资者并不简单的是一个投资者具有一种心理偏差, 而是单一投资者可能同时具有若干种心理偏差, 且方向和强度各异。第一种情形, 在若干种心理偏差中, 其中某种心理偏差在决策时总是占主导地位, 而其他心理偏差居于次要地位。投资者像在商品市场上所表现出的对商品的偏好一样, 在资本市场中表现出的心理偏差也对客观信息和主观信息具有偏好, 甚至是对客观信息或主观信息的其中某个方面具有偏好, 如可能对客观信息中的宏观经济形势具有特别的偏好, 这更增加了投资者预期的异质性。决定投资者对信息的偏好的, 是信息相对于投资者的投资决策的确定性, 据此投资者对客观信息和主观信息赋予不同的权重。距离客观信息较近者即较易获得客观信息者将偏好客观信息, 并赋予客观信息更大的权重;离客观信息较远者将偏好主观信息, 并赋予主观信息较大权重;对主客观信息的偏好无差异者, 其赋予主客观信息的权重是随机的和变化的。第二种情形, 单个投资者的若干种心理偏差的作用是相同的, 因而在不同的外部信息条件下其中的某一种心理偏差将对投资决策起决定作用, 因此投资者预期也就处于不断的调整当中, 在时间进程中形成动态预期。
心理偏差的多样适变性和主客观信息的随机变动, 都使得投资者的异质预期处于动态变化中, 并且众多投资者的异质预期之间的差异也将随异质预期的动态变化而发生变化。但另一方面, 如果主观信息成为市场信息的主流, 则会导致投资者忽略客观信息而只关注主观信息, 这样就会因发生“跟风效应”而使众多投资者的异质预期均趋于同质。
二、异质预期投资群体的形成与发展
作为市场上分散的投资者个体, 在同一时刻t不仅拥有不同数量和质量的信息, 而且不同投资者在形成预期时分别受种类不同、程度不同的认知能力和心理偏差以及预期方式的影响, 那么在t时刻市场中投资者的异质预期必然存在众多状态, 因此投资者预期就是一随机变量, 根据大数定理, 投资者预期服从正态分布。
(一) 异质预期投资群体的形成
现实中众多的异质预期投资者都是处于社会网络中, 社会网络具有小世界特性和无标度特性, 小世界网络结构是一种最为理想的互动模式, 具有较高集聚程度和强扩散能力 (Watts and Strogatz, 1998) 。最小的社会网络结构就是“熟人世界”, 在主观信息不确定的情形下, 影响个体主观预期的是现实中的“熟人世界”规则。投资者在做投资决策时, 为了提高决策的准确度, 通常会参考与他的偏好较为相似并较为紧密和可靠的“熟人”投资者的主观预期, “熟人”可以是亲朋好友、老师、同学、邻居、领导甚至是网络上他经常关注的某个股票博主、财经评论员等。一般而言, 投资者都是风险厌恶者, 投资者在做投资决策时, 仍然是遵循确定性原则, 因此投资者自身的不确定的主观预期易被对“熟人”的信任所替代, 投资者易忽略自己不可靠的主观预期, 而追随“熟人”投资者的主观预期。当然投资者也可能就是那个“熟人”, 被其他投资者参考和追随。对同一“熟人”信任的众多投资者就具有了同质的主导预期, 决策一致, 自然地聚集为一类群体, 并不因年龄、职业、收入水平等客观因素的不同而受到影响。当然, 不同的“熟人”, 如果预期接近, 将会形成一个更大的群体。“同质”只是就整个群体的决策一致而言, 在群体内不同成员的地位是不一样的, “熟人”的预期往往较强因而较为稳定, 在群体中处于领导地位;而其他投资者则是追随者, 预期较弱因而易变。
这样处于分散状态的投资者在现实中就分属于不同的投资群体了, 所以市场中的投资者并非完全独立的个体, 而是类别群体中的成员。这些投资群体因领导者“熟人”的主导预期的异质性, 使得众多投资群体也呈现预期的异质性, 各种预期类别的群体共同构成了投资者整体。此时, 异质预期强调的是不同类别群体预期的异质, 而非市场中每个投资者都拥有不一样的预期。这些异质预期的投资群体, 因对资产价格变动的方向和强弱预期不一致, 因而群体之间预期的强弱程度亦是不同, 并是分散的、随机分布的。此外, 领导者个体的主观预期在短期内具有一定的稳定性, 使得群体分布态势在短期内也处于稳定状态。
(二) 异质预期投资群体的发展
追随者为了提高投资决策的准确性, 获取基本收益甚至超额收益, 往往会尽可能收集信息以使自身信息集趋于完全。因此, 追随者的参考“熟人”可能是一个, 也可能是几个, 而且参考“熟人”随时间还可能更换。这样, 追随者在搜集信息的过程中, 其投资预期就会不断调整和更新, 并从一个“熟人”群体变更到另一个“熟人”群体, 而某一群体也将同时有追随者加入和追随者离开。因此, 追随者加入和离开某群体, 不会导致群体规模的大幅变动和群体的消亡以及新群体的出现, 因而群体分布态势就是稳定的。
领导者的预期较强, 因信息的非零成本和不完备, 当信息严重不足时, 不易因客观信息和主观信息的微小变动而发生改变, 因而领导者的预期在短期内具有一定的稳定性。但在长期将由于主客观信息等影响因素的重大变动或者当预期与现实的误差累积到一定程度时, 领导者有可能大规模调整预期, 这时预期就呈现突变性 (黄长征, 2003) 。若领导者的预期发生质的变动, 领导者及其追随者将从原群体转移到新群体, 则原群体和新群体的规模都将出现较大幅度的变动, 并会导致群体规模的此消彼长, 甚至导致原群体的消亡或新预期群体的出现, 由此, 异质预期投资群体的分布态势就将发生显著变动。
如果主观信息成为市场信息的主流, 这时主观信息对众多投资者而言就是确定的。领导者将忽略客观信息而主要基于资产市场价格做出投资决策;亏损或未达到预期收益目标的追随者的决策规则将从“熟人世界”规则转向“生人世界”规则, 追随者将从对“熟人”的信任转而基于资产市场价格做出投资决策;而盈利的追随者将依然追随“熟人”, 因为此时“熟人”的预期方向是和资产市场价格变动方向一致的。众多投资者一致向资产市场价格看齐, 将导致异质群体趋于同质。
三、投资者群体预期的动态变化与资产价格波动
在资本市场中, 预期与资产价格之间存在交互影响关系:主客观信息的不对称以及心理偏差等因素的影响, 使得投资者产生异质预期。异质预期投资者自然归属于不同的群体, 使得群体间表现为异质预期, 而长期过程中投资者异质预期的动态调整又使得群体的规模此消彼长。投资群体不同的预期引起不同的买卖动机和买卖行为, 并通过买进或卖出资产的数量影响资产的供求。不同规模的群体对资产供求的影响力度是不一样的, 资产价格是全体异质预期投资群体相互博弈的结果。资产价格既揭示客观信息, 也反映主观信息, 而主客观信息是投资者预期形成的信息基础, 因此资产价格又反过来影响投资者预期的形成, 如图1所示。
(一) 投资者群体异质预期与资产价格的波动
客观信息和主观信息是投资者预期形成的信息基础, 如果客观信息不确定, 则资产价格反映的主观信息亦不确定, 因此投资者群体的预期就是异质的、随机分布的。随机分布的异质预期的投资群体对资产供求的影响没有任何一方是显著占优的, 因而导致资产价格的微小变化或窄幅波动。
各群体领导者并不因资产价格所反应的主客观信息的微小变化而改变预期, 因而不会对资产价格产生明显影响;而追随者则会因资产价格的微小涨跌导致投资收益的盈亏而经常调整预期, 使其频繁更改所属“熟人”群体, 但由于自身资金实力的限制, 无论其是加入还是撤出, 都难以对群体的规模从而对资产的供求产生明显作用, 因而也不会导致资产价格的显著波动。
但跟随者群体归属的经常性改变, 却将引起整个市场各群体间规模的持续变化, 并通过各群体买卖资产的数量对资产供求产生影响, 最终将会引致资产价格的不断窄幅波动。资产价格的微小变化或窄幅波动, 其涨跌方向的变化不定, 引起追随者投资收益的盈亏, 又使得追随者经常改变其跟随的“熟人”群体, 如此循环反复, 反而有利于保持资产交易的活力。
(二) 投资者群体同质预期与资产价格波动
如果客观信息长期向好, 但因群体领导者的预期的稳定性, 领导者的预期不因客观信息的连续微小变化而发生变化, 因此投资群体的主导预期将较长时间不变, 则资产价格将较长时间徘徊在价格低位波动。然则随时间的推移, 客观信息向好的确定性增强, 将有越来越多的领导者预期资产价格上涨, 相应地其各自追随者亦预期资产价格上涨。虽然各群体预期资产价格上涨的幅度各不一样, 因而各群体买入资产的数量也不一样, 对资产价格的影响也不一样, 但各群体决策方向的一致性, 终将推动资产价格上涨。或者有重大利好的客观信息, 则将在短期内使部分领导者因客观信息的重大变化而发生预期的突变, 因而扩大了预期资产价格上涨的群体的规模, 虽然各群体预期的强弱不一样但其预期方向是一致的, 通过买入资产, 也终将推动资产价格上涨。或者有某资金实力雄厚者, 并且其追随者也众多, 利用其群体资金实力大量买入资产, 从而使得资产价格明显上涨。
资产价格的明显上涨向市场传递确定的市场信号, 亏损或未达到预期收益目标的追随者将改变预期转而追随盈利的“熟人”, 而盈利的追随者将依然追随“熟人”, 因为此时“熟人”的预期方向是和资产市场价格变动方向一致的。这样, 预期资产价格下跌的群体的规模将明显减小, 而预期资产价格上涨的各群体规模将因追随者数量上的增加而增加, 群体规模的较大幅度的此消彼长将使资产的供求显著不平衡, 因而引起资产价格较大幅度上涨。
资产价格的连续显著上涨, 将使主观信息成为市场信息的主流, 此时, 投资者决策的规则将是“生人世界”规则, 买卖决策主要依据资产市场价格做出。领导者将忽略客观信息而主要依据资产市场价格做出投资决策;追随者也将从对“熟人”的信任转而基于资产市场价格做出投资决策;最终, 整个市场的追随者和领导者都一致向资产市场价格看齐, 将使得异质预期群体趋于同质, 导致资产价格疯狂上涨, 资产泡沫急剧膨胀。但急剧膨胀的资产价格泡沫往往只能持续一段时间, 没有后续资金的推升, 资产价格泡沫终将破灭。当预期趋于同质的大群体再次被分化成众多随机分布的异质群体时, 市场群体规模将回复到均势状态, 资产价格波动将再次回复至持续窄幅波动的正常状态。
参考文献
[1]Barberis N, Shleifer A, Vishny R.A model of investor sentiment[J].Journal of Financial Economics, 1998, 49 (3) :307-343.
[2]唐伟敏、邹恒甫:《一种不完全信息下的资产定价模型》, 《经济学季刊》2003年第1期。
资产价格变化 篇2
(1)资产价格的信息内涵（information content）：
无论就货币政策的传导过程还是货币政策的目标而言，资产价格所包含的信息都具有重要的意义。因为资产价格是货币政策传导中联系实体经济的中介之一，也可以作为经济预测的领先指标。
一般认为，股价和利率期限结构是最具有信息内涵的变量。从理论上看，股价的变化反应未来盈利增长的预期，而未来盈利增长与产出增长关系密切，所以股价的变化可以提供未来经济活动的信息。至于利率期限结构。根据预期理论，长期利率是未来各期间短期利率的平均值，反映了未来实际经济增长和通货膨胀的市场预期。因此，也可以较好地作为未来经济活动的领先指标。但是，从实证研究来看，各国相差很大，尤其是这两个变量与实体经济变量之间的因果关系难以确认（陈裴纹，2000）。
这说明，资产价格信息内涵的大小在很大程度上与各国资本市场深化的程度有关，因此，资产价格在货币政策中的地位需要根据不同国家的具体情况而定。从目前的情况看，资产价格很难直接作为货币政策的指标，但是，可以作为间接的参考目标。例如美国和我国台湾的景气动向领先指标中即包括股价。
(2)资产价格的决定：基本面与“泡沫”
在货币政策的制订过程中，无论中央银行将资产价格是看作信息变量（information variable）、参考变量（indicator），还是目标变量（target variable），都必须了解资产价格变化的原因。同时，只有充分了解资产价格变化的原因，才能采取相应的对策。
金融资产代表了对商品和服务的请求权，现代资产定价理论建立在这样的假设基础上，即人们进行资产交易的目的是在不同时期中进行消费的最优配置，要使得一个单位当期消费的边际收益与将这一个单位的货币投资于某种资产，将来出售该资产进行消费的边际收益相等。这就导致了该资产的风险调整的预期收益率和无风险利率之间的套利条件，一种资产的价格是其预期收益流的风险调整贴现值。 以股利定价的“戈顿方程”（Gordon Equation）为例，[7]
p=D/(g+r-g），
p是股票价格, γ是实际利率，ρ股票风险溢价，g是股息增长率。
股价是未来股利的贴现流，既受到实际因素的影响，又受到未来预期的影响。这个简单且广泛使用的公式说明，股票价格与无风险利率或投资者的风险升水呈反向关系，与盈利增长呈正向关系。但是，它在实际应用中的问题是，由于它是基于未来盈利和利率，而者两者都是无法直接观察到的。必须依赖对未来的预期，因而必然受到投资过于乐观或悲观情绪的影响。历史经验表明，这种情绪经常使得股票价格对实际盈利和股息做出过度的反应，也就是说投资心理在股价决定中往往起着关键的作用，使其偏离“基础”或“均衡”水平。[8]
至少到目前为止，金融学理论不能准确区分资产价格中的基础价格和泡沫成分（参见野口，1993: Blanchard and Fisher, 1989, Chp.5; Kindlerberger,1996;小川?北坂，1998;）。因此，中央银行要在做出政策之前确定类似股票资产的“实际价值”，或者说要判断是否存在“泡沫”是非常困难的。
三. 资产价格与货币政策的目标
目前世界各国央行多将物价稳定作为货币政策的目标。例如，日本银行法第二条规定，“日本银行的基本任务是稳定物价，并借此保障国民经济的健康发展”。因此，日本的中央银行在资产价格膨胀时期，并不是要对资产价格采取直接的措施，而是要通过一般物价的持续稳定来保障国民经济的稳定发展。但是对于“物价稳定”这一定义本身存在多种看法。白冢重典认为，物价稳定不应机械地理解为统计上的物价指标相对稳定，更本质的是将它理解为保持宏观经济稳定稳定，促进经济持续增长的前提，即“持续的物价稳定”。从日本泡沫经济的教训看，作为保障经济稳定和效率的必要条件，未来通货膨胀预期的稳定是极其重要的。与货币政策有关的是，保持未来物价预期的稳定，防止通货膨胀和通货紧缩的预期都很重要。正是在这一意义上，我们需要研究资产价格的变化在货币政策中的地位。（白冢重典，2001，P290）。
虽然理论与历史经验均显示，一般物价水平的稳定有助于经济的稳定与增长，但是并不能保证金融的稳定。相反，物价稳定有时反而导致经济主体过分承担风险的行为。例如20世纪20年代后期美国的资产价格膨胀和80年代后期日本的“泡沫经济”恰恰出现在一般价格水平比较稳定的环境中。“虽然资产价格的波动并不是什么新现象，但是多数工业化国家过去20多年中，一个显著的特点是资产价格的持续上升和急剧下跌发生在消费物价下降和宏观经济稳定的环境中”（IMF,2000, p.77）。物价下降的原因主要在于经济结构的.变化、财政纪律的实施和中央银行在控制通涨方面的成功（瞿强，2000a），
认为低通涨有可能助长资产价格膨胀的理由主要有以下几点（陈裴纹，2000）：1.当通涨率趋缓时，名义利率随之走低，由于“货币幻觉”，在短期内经济主体感觉不到实际利率的下降，因而引发大量借贷，增加了投资者利用银行信贷进行投资活动的机会；2.物价稳定使得经济主体预期货币当局不会提高利率，因而经济会持续扩张，并愿意承担更多的风险；3.低通涨期间，央行容易认为货币供应的扩张是货币实际需求的增加或货币流通速度减缓的现象，因而倾向于维持宽松的货币政策；4.低通涨期间，由于货币政策宽松，平均实际利率下降，风险溢价下降，因而资产价格将上升。[9]
如果说在低通涨环境下容易出现资产价格膨胀，另一方面，在这种环境下“资产泡沫”破灭对经济的危害更大，因为在这种情况下资产价格的实际调整只能通过名义价格的大幅下降来实现，而资产价格的急剧下降会对家庭、企业和金融部门的资产负债状况产生严重冲击，进而危及金融体系和实体
经济的安全。Kent and Lowe（1998）比较了澳大利亚70年代初和80年代末两次房地产泡沫发现，尽管这两次资产价格实际跌幅相近，但是后者通涨水平较低，因此资产名义跌幅更大，其后的经济衰退持续更久。因此，在低通涨时期，货币当局对资产价格的持续上涨更应该警惕。[10]
资产价值取决于对未来的预期。由于货币的价值取决于货币政策，那么对未来货币政策的预期自然也会影响到那些具有名义货币收入的资产的定价。反过来，货币政策的制订本身也应该考虑反映市场预期的资产价格。 这里关键的问题是资产价格是否应该包括在通货膨胀的货币政策目标中？
目前世界各国的物价指数均没有直接包括资产价格。这是因为资产价格一般是用来反映各个时点上商品的消费的成本变动，属于流量分析。根据这一理论，自然不应包括作为存量的各种资产。例如已经使用的住宅价格的变化不包括在物价指数中，但是房租的价格应计入物价指数。
但是，我们可以利用资产价格中所包含的信息，从动态的角度扩展物价指数的概念。这方面最初的尝试是Alchian and Klein (1973)，C. Goodhart（1995）进行了初步的探讨，白冢重典在一系列论著中（1998, 1999, 2001）做了系统的分析。
Alchian and Klein (1973)“沿着费雪的跨期消费分析传统”（P193），首先提出了“不同时点上的生活费用指数”（intertemporal cost of living index, ICLI）概念，借此综合反映为了实现一定的经济福利，各个不同时点上生活费用的变化。其基本思想可以简单归纳如下：
家庭或代表性个人在某个特点时点上的消费并不仅仅取决于其当期收入和当期价格，根据生命周期理论，当期消费受整个生命周期中各阶段预期收入与价格的影响。如果考虑家庭在生命周期中的消费最优化问题，其预算约束为生命周期中的收入等于生命周期中的消费。这样一来，资产价格因为反映未来商品和服务的价格预期，应该作为代理变量来考虑。
这种论述当然是非常抽象的，涉谷（1991）对此进行了具体化尝试，建立了“动态均衡价格指数”（DEPI: dynamic equilibrium price index），他用单个商品跨期科布－道格拉斯效用函数代替Alchian and Klein的一般效用函数假设，用物价指数（GDP deflator）pt和资产价格（国民财富变化率）qt加权几何平均数，构建了如下价格指数公式：
此处α为当期商品?服务价格的权重参数，α=ρ/(1+ρ), ρ为时间偏好率。
资产价格将继续上涨 篇3
2008年股指暴跌了65％，2009年以来，A股市场又超预期地反弹，成为全球涨幅最大的股票市场。市场运行总是超乎想象。房地产上升趋势持续
今年年初，国内宏观经济复苏的迹象还不明朗，很多上市公司业绩不理想，当时我们便研究了很多国外的房地产周期(一般在18年左右)，发现中国从1999年开始的此轮房地产周期至今才经过了10年，据此推断，房地产行业的景气峰值至少将维持到2015年。因为中国的城市化、工业化进程仍在持续，这将拉动大量房地产的新增需求。而房地产与国民经济发展息息相关，房地产开工率的不断上升将有助于建筑建材、钢铁等中下游行业的全面复苏。
资产价格上行不停步
我们认为，今年1至5月股市的上涨行情属于向长期估值中枢回归(1996年以来PE均值保持在30～35倍、PB为3～3倍)，而货币乘数上升和海外资金的流入将推动下半年股指继续上行。
欧美等国家进一步实行宽松的货币政策。国际资金会流入香港H股和内地A股。国内6月广义货币供应量(M2)同比增长28.5％，创历史最快增速，货币乘数上升导致流动性充裕的格局将维持较长的时间，所以未来大宗商品、股市等资产价格上升的步伐不会停止。
尽管A股市场在新股扩容加速、政策出现微调、投资者获利回吐、高估值形成压力等因素的影响下，短期内调整的压力不断增大，但我们仍然持谨慎乐观的态度。认为短期内市场仍将维持强势，更多地将以横盘震荡整理进行消化。考虑到很多机构是在2500点甚至2800点之后才进场，持股成本较高，加上近期新发基金规模有所扩大，增量资金入市明显，所以股指有望进一步上升。
疑似泡沫行情质不同
今年以来股指连续上涨，个股的涨幅更为惊人，行情的演绎与2007年颇为相似。随着整体估值水平的不断上升，有关股市泡沫化的质疑声越来越多。我们认为，目前市场还未到2007年那样的疯狂阶段。因为银行、煤炭等权重板块的动态PE(考虑到20％～25％的盈利预期)仍在25倍以下，这有利于稳定整个市场的价值中枢。随着经济复苏逐步传导至上市公司业绩层面，企业盈利提升将支撑未来市场进一步上涨。
资产价格变化 篇4
关键词：铜期货交易,股票价格,协整理论,误差修正模型
大宗商品市场和股票市场是两个重要的投资市场,两者又都面临着不确定性。笔者认为,由于股票的价格是股票发行公司在未来的分配股利的贴现值的加总,而以某种大宗商品为其主营业务的上市公司的经营状况在很大程度上受到该种商品在大宗商品市场上的价格的影响,所以,其股票价格应与其主营业务相关的大宗商品的价格存在着某种长期关系。现试图以期货铜和以铜作为主营业务的上市公司的股票价格应用协整理论来检验两者的这种长期关系。
大宗商品市场(期货市场)和证券市场是两个重要的市场,也是研究的两个重要对象和领域。当将两者联系起来时,通常研究的是以股指位标与期货价格之间的关系。Kawaller,等[1]首先研究期货与现货的领先-滞后关系,并用三阶段OLS回归进行估计。结果表明两者价格同时项非常显著,证明市场存在同步信息传递,也发现在两变量的滞后项方面,期货对现货存在明显领先-滞后关系。Kawaller,等[2]进一步证实当重大信息导致市场产生激烈波动时,期货与现货对信息反应同步程度增加,两市场趋于整合。Wang & Ke(2002)运用Johansen极大似然估计法对中国大豆与小麦期货市场三个月份期货合约与同期现货市场进行协整分析,得出了大豆期货市场与现货市场具有协整关系,而小麦期货市场与现货市场的价格不明显的结论。
国内最早运用协整理论进行期货市场研究的是吴冲锋、王海成(1997)[3],他们运用Granger因果关系检验以及协整理论对上海与深圳金属交易所铜期货价格关系以及上交所期铜与伦敦期铜的价格关系进行因果关系检验和协整关系分析。得出国内期铜市场间存在协整关系,价格发现同步,而国内与国外期铜市场不存在协整关系。王洪伟、蒋馥、吴家春(2001)[4]使用误差修正模型对上交所期货与现货价格关系进行研究,发现现货铜对期铜价格滞后项存在引导关系,期铜对现货铜的引导作用并不明显。两者具有即时价格互动关系。
通过对国内外研究情况的分析,可以看出国内对于期货市场和证券市场长期联系的研究并不全面,对国内商品期货代表品种的研究也不够充分。
1 研究思路与方法
在研究大宗商品价格对相关上市公司影响时,逻辑上应该从上市公司的股票价格开始。
采用股利折现的DCF定价的方式。并将情况推向极端,如果上市公司的留存收益为零,即将所有利润全部用于分配股息,并且,将企业的利润简化为商品价格减去生产成本,则有
(1)式中,P
进一步简化,假设股票发行数相同,成本(cost)为一个常数C,r=0,则有
进一步简化令C=0,将上式进行普通的微分变换则有:
由(3)式可以看出,如果市场是有效的,特别是生产成本和产量相对稳定时,股票价格变动应该是与商品的未来价格的变动具有长期联系。在计量经济研究中,最早由C.W.J.Granger将某两个(或几个)经济变量的时间在长期的稳定变动关系定义为协整。即从理论上,股票价格的变动应该与商品未来价格的变动具有协整关系。铜的生产成本主要是开采成本,与长期合同的产量一样,变化较小。按照DCF模型,这里商品价格信息中更为重要的是商品的未来价格信息,而不是商品的现在的价格信息,因此,商品未来价格的最好体现应该是在这里在本时期反映商品的基本价值与市场风险的期货价格,而不是商品的现货价格。
2 数据与检验
现使用的数据是上海期货交易所(简称上期所)的铜交易市场的期货数据和A股上市公司的股票价格数据。
现采集了上期所从2001年到2007年3月的铜期货价格数据。数据处理的方法为:取每天对应的6个不同期限的价格的平均值表示为铜期货价格。
在云南铜业,铜都铜业和江西铜业等几家上市公司中,采用“铜指数”的方式反映铜相关上市公司的股票价格,方法是对上市公司的每日交易价格按照市值作为权重,进行加权平均。此变量命名为铜指数(用Y表示)。所有的计量检验与计算都通过Eviews5.1完成。
对上海铜交易市场的期货价格数据(以X表示)进行单位根检验(ADF检验),以确定其稳定性。
首先直接检验上铜期货的价格走势具有明显的截距项和趋势项。之后对其进行单位根检验,有如下结果见表1。
*MacKinnon (1996) 单侧检验的概率p值
由于ADF统计量为-3.114 752,在MacKinnon one-sided p-values的右边,所以本序列为一个非平稳的序列。
并计算得:括号内为伴随概率
但是根据经济意义,(4)式取差分后并除以前一期的值获得其变化率即
*MacKinnon (1996)单侧检验的概率p值
由表2可知,经一次差分后,该序列平稳。
同理,再对铜指数的股票价格(用Y表示)进行类似的处理(表3)。括号内为伴随概率。
*MacKinnon (1996) 单侧检验的概率p值
由Augmented Dickey-Fuller test statistic与MacKinnon (1996) one-sided p-values的统计量的比较可知,该序列不平稳。而且趋势项和截距项都不显著。
取一次差分并除以上一期数据即其变化率
*MacKinnon (1996) 单侧检验的概率p值
可知,在取一次差分后,有
上期所铜价格数据序列和铜指数在取一次差分后都成为平稳序列,所以两者都是一阶单整的。由协整理论,两个一阶单整的序列,如果他们是协整的,其阶数应该为0阶或者一阶。
下面使用Granger-Engle两步方法检验在差分阶数分别为0和1时,首先以铜指数的价格序列(Y)对上期铜价格(X)做回归,然后取出其残差项,检验其平稳性。
直接建立下面的等式进行回归
对残差序列做单位根检验,结果见表5。
*MacKinnon (1996)单侧检验的概率p值
由上表可知,该残差序列不平稳,即Y和X不是0阶协整的。
同时,根据前文所推知的经济逻辑,应检验的是期货价格的变化率和相关股票价格变化的变化率。
由前面的检验结果,对两者分别取一阶差分后再以差分项进行回归,并取出差分项检验其平稳性。
对两者取差分进行回归后的残差序列进行单位根检验,结果见表6。
*MacKinnon (1996) 单侧检验的概率p值
由上表可知,该残差序列平稳,则说明两者在取一阶差分后具有协整关系。即期货价格的不同时期间的变化和股票价格的不同时期间的变化之间存在着稳定的比例关系。
这就证明了前面的推断:铜期货价格的变动与相关上市公司的股票价格的变动存在着长期的稳定关系。下式是将(8)式直接回归的结果,括号内为伴随概率。
但是即便两个连两间存在着长期的均衡关系,在短期内,两个变量间的关系仍然会受到短期波动的冲击。
由Granger表述定理(Granger Representation Theorem)可知,如果两个变量之间存在协整关系,那么他们的短期非均衡关系总能有一个误差修正模型(Error Correction Model)表述。使用上面提及的变量,则一定有
上式中的ECMt-1即为误差修正项。为便于计算,采用直接回归法估计误差修正模型。首先,需要检验
将(11)式的残差进行ADF检验,结果见表7。
*MacKinnon (1996) 单侧检验的概率p值
说明
(12)式即为包含了短期不均衡冲击的误差修正模型。
下面,再对铜期货价格的变动与相关上市公司的股票价格的变动之间的因果关系进行Granger因果检验。
则获得下面的结果:
在滞后3期时,原假设D(X)/X does not Granger Cause D(Y)/Y不显著,而原假设 D(Y)/Y does not Granger Cause D(X)/X显著。这说明期货价格的变动与相关上市公司的股票价格的变动之间存在着单向的因果关系,这个因果关系实现的时滞是3个交易日,即从统计上来说同价格变化会促成3个交易日后的相关点股票价格变化。
这在经济意义上是易于理解的,期货供给更多地受到如自然状况和技术条件(例如铜的储量,铜的冶炼技术)和随机事件(例如大型铜矿发生职工罢工)等等的影响,并进而冲击市场价格。由于对大多数铜供应商来说,其实际采掘铜的成本通常变动幅度比较小,在更大程度上决定其利润(进而股息和股息的贴现价值),自然地,影响了相关上市公司的股票价格。从另一个方面,由于世界范围内相关的上市公司众多,上市公司即使在股价面临压力时也是难以操纵国际期铜的价格的,所以,可以认为上面的Granger因果检验的结果是符合经济规律的。
3 结论与意义
根据期铜价格和以铜作为主营业务的上市公司的股票价格数据,利用时间序列计量经济学理论对这种联系进行了初步的检验和研究。
经检验发现铜期货价格的变化率和铜业务股票的价格的变化率之间存在协整关系,以及包含了它们之间长期均衡和短期冲击的误差修正模型。其基本的经济意义就是由期货价格反映的商品的未来价格影响上市公司将来的利润,按照DCF定价理论,上市公司的股票价值应该是未来股息的贴现价值之和。对这两个变化率指标进行了Granger因果检验后,验证了它们之间的一个单项因果关系:铜期货价格变化是铜指数股票价格变化的Granger原因之一。
研究期货市场与相关证券市场长期均衡关系有助于检验和分析新信息在不同市场结构下证券市场的传递速度的差异,从而分析不同证券市场结构的优劣。市场结构的众多因素对信息在期货市场的快速传递起着非常巨大的影响。在发展程度不同的证券市场中,市场结构的差异可能是造成不同地区期货市场与相关的证券市场价格的反应和调整速度不同的主要原因。通过研究期货市场和相关证券市场的长期均衡关系,所得结论可以用来比较不同市场结构因素对价格发现的有用程度,可以为继续完善成熟期货市场及证券市场发展提供意见。
同时,在实践中。观察期货市场与相关证券市场长期均衡及因果关系也有助于股票的争取股价,而且市场交易者建立起某种套利策略,通过观察市场并与误差修正模型进行比较,决定针对与之相关的证券的投资策略。
在将来的研究中,更加广泛地对整个证券市场中的铜相关证券价格进行指数化以更好地体现整个证券市场对铜期货价格的变化是一个值得研究的领域;将类似的思路扩展到其他种类的商品中去也是一个值得探讨的问题。
参考文献
[1]Kawaller I,Koch P,Koch T.The temporal price relationship between S&P500futures and the S&P500index.Journal of Finance,1987;(42):293—317
[2]Kawaller I,Koch P,Koch T,Intraday market behavior and the extent of feedback between S&P500futures prices and the S&P500index,Journal of Financial Research,1993;(16):180—221
[3]吴冲锋,王海成,幸云.期铜价格引导关系和互谐关系实证研究,系统工程理论方法应用,1997;(06):13—38
货币政策和资产价格 篇5
一、货币政策和资产价格关系简述
(一) 货币政策对资产价格的影响
货币政策 (特别是出乎意料的货币政策) 一方面通过利率影响资产价格的走高及走低。另一方面由于货币政策的变动, 人们对未来的不确定性的预期也发生变化, 由此间接影响资产价格。
(二) 资产价格对货币政策的影响
资产价格的走高走低会影响个人的财富, 而财富的多少会影响消费。另外, 资产价格通过托宾Q影响投资, 而且资产价格降低会减少担保品价值从而降低融资能力。伯南克 (1999) 分析认为, 如果债权人和债务人之间存在信息不对称, 资产价格的下降和总需求下降就会出现恶性循环, 即所谓的金融加速器。而无论是消费还是投资, 都是货币政策所关心的内容。由此可见, 在一定程度上资产价格会反过来通过消费或投资影响货币政策的制定。
工业化国家自20世纪70年代以来, 金融业发展迅速, 金融部门占GDP的比重显著上升, 金融部门内部随着政府管制的放松、竞争激烈、银行业的传统业务减少, 与高杠杆的家庭、企业的资产交易、抵押融资显著增加。例如, 很多国家20世纪八九十年代, 银行的房地产贷款急剧上升。这样资产价格的下跌必然导致金融机构本身贷款能力的下降, 不良资产上升, 进而影响金融体系的稳定和实际经济的运行。
从以上的简单叙述, 我们看到货币政策和资产价格之间相互影响。那么自然地, 我们会考虑两个问题: (1) 应不应该把稳定资产价格作为制定货币政策的单独的目标? (2) 在考虑制定货币政策的时候, 应该赋予资产价格多大的权重?
二、应不应该把稳定资产价格作为制定货币政策的单独的目标
从次贷危机中, 虽然物价稳定, 资产价格的虚高形成泡沫, 泡沫破掉使得金融体系甚至实体经济遭受到很大的冲击。放任资产价格波动不去监督管理的危害可见一斑。
伯南克 (1999) 指出将通货膨胀率作为目标的货币政策的框架下, 温和的通货膨胀率一方面使得央行可以在短期内稳定经济, 另一方面可以使货币政策有一定的确定性。他们文中举例:经过多年的发展和努力, 无论是在实体经济还是金融市场美国飞速发展, 处于一个非常好的地位。资产价格下降25%虽然会使得经济发展缓慢, 但是效果会是暂时的, 而且可以通过合适的货币政策予以调整。相反, 此时日本的经济地位不好, 如果资产价格同样下降25%, 可能造成经济长期衰退。因而资产价格的波动并不一定会使得经济波动剧烈。此外价格稳定和资产价格稳定是一致的, 而且具有互相加强的作用。如果将稳定通货膨胀率作为目标可以使得金融市场自动稳定。如果人们预期到央行这种反周期的行为, 就会在资产价格上升的时候保持一定的理性。把通货膨胀率作为目标的货币政策暗示着:资产价格对未来通胀率和产出缺口有多少影响力, 货币政策就该对资产价格回应多少。如果直接把资产价格稳定作为目标会有不好的副作用。但是伯南克的观点有些不足, 如果考虑道德风险, 投资人可能会选择高风险项目, 这种投机性行为可能加剧宏观经济风险。针对这一点Allen和Gale (2001) 指出, 由于银行和投资者之间存在代理问题, 这会导致投资者可能选择高风险的投资项目。风险越高, 资产价格虚高, 泡沫越有可能出现。他们建议央行应该将稳定资产价格作为制定货币政策的根据, 使资产价格稳定在实际价值。有的文章中强调货币政策不应该仅盯住通货膨胀, 因为这样做可能会错过发现金融结构失衡。而金融结构失衡又会对银行和企业的资产负债表产生不利影响, 进而进一步促使金融结构失衡、扩大产业循环周期。高的资产价格连同信贷扩张是未来金融市场风险不稳定的重要指标, 建议央行应该考虑资产价格和信贷状况。
三、在考虑制定货币政策的时候, 应该赋予资产价格多大的权重
第二个问题的答案并不取决于第一个问题的答案, Goodhart (2000) 他们所采取的方法是分别对通货膨胀率和产出缺口进行OLS回归分析。其中, 通货膨胀率是根据菲利普斯曲线对前几期的通货膨胀率, 生产差额, 以及世界油价变化及前几期的变化进行回归。产出缺口是根据IS曲线对前几期产出缺口, 实际短期利率, 实际汇率水平, 实际房产价格和实际股票价格进行回归。随后将实际房产价格和实际股票价格剔除出解释变量, 重新进行回归。通过对回归结果分析, 如果不考虑资产价格的话, 无论是通货膨胀的波动率还是产出缺口的波动率都会提高。
上表当中的损失是指一比一考虑稳定通货膨胀率的重要性和稳定产出水平的重要性的话的方差之和。不考虑资产价格会使损失提高超过60%。文章得出结论:就减少通货膨胀率的波动和产出缺口的波动而言, 如果剔除资产价格会使经济产生一个次优的结果。这不仅仅是因为忽略了资产价格所包含的信息, 更是因为如果忽略资产价格会导致对其他变量的估计产生偏差。有些学者指出如果货币政策根据资产价格做出调整的话, 产出和通货膨胀率的波动减少22%～99%。
反对者认为在制定货币政策的时候如果赋予资产价格一个地位, 但是央行却无法区分基础价格和泡沫价格, 发现泡沫了怎样正确引导?而且在泡沫破灭之后什么才是最优的政策也没有定论。利率对资产价格的影响无法预测, 一些人认为利率提高有助于降低资产价格上升, 而另一些人反驳说提高利率反而会让泡沫破灭带来的后果更严重。
而到目前为止, 理论和实践我们都不能准确区分资产价格中的基础价格和泡沫成分。因此中央银行要在制定政策之前确定资产当中的实际价值, 或者判断是否存在泡沫是非常困难的。伯南克指出, 从资产价格当中提取出泡沫的成分太困难, 在新凯恩斯的模型之下, 由于市场的不完美, 会有金融加速器的作用 (借款人资产负债表的内生性变化会加强外生冲击的影响) 。他们发现如果央行对未来通货膨胀率的期望值赋予更高的重要性的话, 就没有必要单独把资产价格作为制定货币政策的根据。而且如果央行把资产价格作为考量指标的话, 那为了稳定资产价格做出的决策所产生的后果是无法预测的。而且很有可能产生糟糕的结果, 反而使得经济形势变差。
四、关于资产价格和货币政策关系的模型
在建立模型的时候, 我们需要考虑的一个问题是同时性问题。所谓同时性问题是说资产价格可能会根据货币政策迅速调整, 而货币政策也可能会对资产价格冲击做出和回应。
(一) 不需要考虑同时性问题
Goodhart (2000) 认为, 货币政策和资产价格存在的同时性问题并不影响分析, 因为这并不是个新问题。他们指出, 在考虑货币政策的时候我们考虑利率和汇率等。而无论是利率还是汇率都会反过来对未来产出缺口的预期产生影响。在以往的文献当中, 货币政策传导和制定过程都假设中央银行的信息集可以被内生的、外生的变量以及变量的历史过程阐释清楚, 不存在外生性问题。所以他们认为尽管存在问题, 但不至于严重到使回归结果无效。
(二) 应该考虑同时性问题
西方有些学者都发现股票收益会回应货币政策的冲击, 但是货币政策的冲击只是股票收益波动的一部分原因而已。这些论文都采取了Cholesky分解来消除同时性问题。把股票市场放在最后的顺序运用Cholesky分解就意味着股票市场可以对其他所有变量的冲击迅速回应, 但是这些变量无法对股票市场迅速回应, 只能通过对之前股市的分析来做出调整。
虽然目前为止, 资产价格对货币政策的重要性还没有理论上的统一, 但是都承认资产价格可能是一个有用的指标。
摘要：货币政策和资产价格是近年来宏观经济学理论热点之一。对该理论的进展进行了一个简要介绍。考虑了应不应该把稳定资产价格作为制定货币政策的单独的目标, 在考虑制定货币政策的时候, 应该赋予资产价格多大的权重等重要的理论问题, 同时, 对关于资产价格和货币政策关系的模型进行了一个理论回顾。
关键词：货币政策,资产价格,理论
参考文献
[1]Allen, Franklin and Douglas Gale (2000) “, Asset Price Bubbles and Monetary Policy”, in Meghnad Desai and Yahia Said (eds) , GlobalGovernance and Financial Crises, pp.19-42.
[2]Bernanke, Ben and Gertler, Mark (1999) “, Monetary Policy and Asset Volatility”.Federal Reserve Bank of Kansas City Economic Re-view, Fourth Quarter 1999, 84 (4) , pp.17-52.
[3]Giavazzi, Francesco, and Frederic S.Mishkin (2006) .An Evaluation of Swedish Monetary Policy Between 1995 and 2005 (Stock holm:Sveriges Riksdag) .
我国资产价格财富效应的比较研究 篇6
从理论上讲, 金融资产价格波动影响居民消费理论是建立在生命周期—持久收入假说 (Life-Cycle/Permanent Income Hypothesis) 的基础之上的, Blanchard和Fisher (1989) 进行研究之后, 财富效应就逐渐进入主流宏观经济学和经常的政策性讨论之中, 一般性地认为消费者的财富和消费是一起波动的, 而资产价格波动主要是通过影响消费者的财富变化进而影响消费的。
此后国内外学者对资产价格财富效应进行了广泛的研究。最近的研究如Joanne Cutler (2004) 对香港房地产市场, Dvornak和Kohler (2007) 对澳大利资本市场, Kimberly、Sylvie和Kolet (2008) 对发达国家房地产市场等研究都表明资产价格在不同国家也都存在着不同程度的财富效应。
国内相关的研究主要集中在两类文献中, 第一类直接考察资产价格变化对实体经济影响的背景下, 分析资产价格的财富效应对居民消费的影响, 如罗文波、张祖国和苏多永 (2009) 、高宏霞、张燕和张宁华 (2009) 等;第二类考察在资产价格作为货币政策传导渠道的背景下, 分析资产价格的财富效应、托宾Q投资效应的大小, 如中国人民银行研究局课题组 (2002) 、夏新平、余明桂和汪宜霞 (2005) 、陈平和张宗成 (2008) 等。当前国内的研究对股票价格财富效应的研究比较多, 对房地产价格财富效应的研究相对还较少。
本文的研究运用了1994年第1季度到2009年第4季度的数据, 实证研究并比较了我国股票和房地产价格财富效应在影响方式、强弱和时序特征等方面的差异, 并就产生这些差异的经济原因进行了深入分析, 这对我们把握资产价格波动对实体经济影响和货币政策的资产价格传导渠道是否存在都有着重要的意义。
二、模型估计和实证分析
1、模型和数据
根据经典消费方程, 如 (1) 式所示影响消费的主要因素有居民收入和居民家庭财产两部分, 其中设定居民家庭财产主要由股票资产和房地产构成。C表示居民消费, 本文居民消费额是经季节调整后的市社会消费品零售总额对数值去HP趋势所得的, 其中市社会消费品零售总额作为居民消费支出的替代变量, 根据市社会消费品零售总额的季度数据, 扣除同期物价因素得到季度实际值。Y表示居民收入, 居民可支配收入采用扣除物价因素的城镇居民可支配收入经过季节调整后求对数去HP趋势值。
SP股票价格本文采用对以1994年为基期的定基沪深两市流通市值加权平均季度指数求对数后, 去除HP趋势, 得到我国股票价格。之所以选取股票流通市值, 这主要是由于我国消费者对股票资产的持有主要以直接持股的形式进行的, 通过保险公司、基金公司、退休基金等间接形式持股的比例还比较低。因此, 股票价格的波动对我国居民消费支出的影响主要通过流通股价值的变化来体现。HP表示房地产价格, 房地产价格由国防景气指数中房地产平均销售价格指数季节调整后取对数, 而后去除HP趋势值, 得到房地产价格季度数据。所有数据区间为1994年第1季度到2009年第3季度, 数据来源于CCER色诺芬数据库和中经统计数据库。
2、模型估计和稳健性检验
对 (1) 式的检验要求各个变量是平稳的。本文通过扩展的迪克—富勒 (ADF) 方法进行检验, 结果表明C、Y、SP和HP均为平稳序列。
由于居民收入、股价和房价不仅在当期对居民消费产生影响, 而且在滞后期也会产生影响, 因此在各变量滞后期的选择上, 本文使用从自上而下的方法 (up-bottom approach) , 即先从一个较大的模型开始, 然后逐渐缩小模型。其中多元线性回归的估计结果见表1。在显著影响居民消费支出的解释变量包括居民消费支出的1期滞后C (-1) 、滞后1期的可支配收入、当期sp和滞后4期的股票价格sp (-4) 、当期hp和滞后四期的房地产价格hp (-4) 。
上述多元线性回归模型的数据均是经过HP滤波处理后的缺口值, 为了进行稳健性的检验, 本文采用Engel和Granger提出的协整理论及其方法, 为非平稳的时间序列, 即居民实际消费支出季节调整后对数值lnc、居民实际可支配收入季节调整的对数值lny、沪深流通市值加权平均指数对数值lnsp、房地产销售价格对数值lnhp建立回归模型。单位根检验表明, 通过回归方程的残差在1%的显著性水平下拒绝原假设, 不存在单位根。即lnc与lny、lnsp和lnhp之间存在着协整关系, 协整向量为 (1, 1.366, -0.21, 0.394) 。
3、结果分析
多元线性回归模型和稳健性检验结果都表明: (1) 股票价格与居民消费之间存在着显著的负相关关系, 意味着股票价格上涨对居民消费支出存在着挤出效应, 房地产价格与居民消费之间存在着显著的正相关关系, 意味着房地产价格上涨对居民消费支出存在着财富效应; (2) 4期滞后的股票价格对消费的影响要强于当期, 而房地产价格当期对消费的影响要强于4期滞后项, 这可能意味着房地产价格财富效应的发挥要更加迅速; (3) 房地产价格对居民消费的绝对影响, 均强于股票价格, 我国房地产价格波动对居民消费有着更强的影响。
股票价格上涨之所以会产生挤出效应, 而房地产价格上涨却产生了财富效益, 其原因主要在于: (1) 由于我国股票市场的高投机性, 股票价格上升导致居民财富增加, 消费者首先选择将更多资产转换为股票资产, 从而获得更高的收益率, 这样对居民消费造成了较高的挤出效应。 (2) 由于房地产作为一种资产, 增加其资产拥有量需要更大额的财富投入, 更多时候需要借助于银行贷款融资, 这样就导致了房地产市场的挤出效应具有较高的门槛;而增加股票资产拥有量并不需要较大额的资金门槛, 而且交易成本也较低, 因此当股票价格上升进而收益率上升时, 消费者减少消费增加股票资产持有量是低成本而且可行的, 因此股票价格上升首先导致了挤出效应。
我国房地产价格波动较强的财富效应主要可能是以下几个方面原因造成的。首先, 房地产是我国城镇居民广泛持有的资产, 城镇居民各个阶层都持有房地产资产, 而相反股票、基金等有价证券资产持有比例还比较低。据尼尔森市场研究公司2008年10月为招商证券股份有限公司和国务院发展研究中心金融研究所提供的研究报告显示, 根据2008年9月至10月对中国16个大中城市2100人调查结果表明, 股票资产持有率为34%, 而房地产资产的持有率为66%。房地产广泛的持有分布和较高的持有率也是房价变化影响要大于股票价格变化影响的因素。其次, 在我国房价波动的幅度更小一些, 因而城镇居民会认为房价上升所引起的财富上升更加持久一些;与此同时, 我国股票市场的波动更加频繁, 这也是房地产价格变动的财富效应较大的一个重要原因。再次, 随着我国房地产商品化程度的提高, 房屋抵押贷款等金融创新产品的快速发展, 二手房屋买卖市场和房屋租赁市场的不断完善, 房屋资产的流动性和收益性都大大提高, 这也提高了房屋价格上升所引起的财富效应。
三、结论
第一, 由于我国股票市场的高投机性特征, 以及与房地产投资相比较低的进入门槛, 导致了股票价格上涨对居民消费的具有挤出效应, 居民将更多的资产投入到股票市场以获得更高的收益。同时股票价格波动也更加频繁, 也导致了股票价格对居民消费影响的时滞也较大。
第二, 与股票资产相比较, 房地产是我国居民广泛持有的资产, 同时房地产价格的波动幅度也比较小, 随着我国房地产商品化程度的不断提高, 房屋资产的流动性和收益性也不断增强, 这都使得我国房地产价格波动表现出了较高的财富效益, 房地产价格上涨在当季度对居民消费就有显著较大的正向影响。
研究表明, 当前资产价格波动对我国居民消费已经产生了显著的影响, 特别是房地产价格的上升, 对消费有着即时和较强的财富效应。资产价格作为货币政策传导渠道的效应已经开始显现, 我国货币政策的实施要特别关注房地产价格渠道对实体经济的影响。
参考文献
[1]Blanchard, O.J.and Fisher, S.:Lectures on Macro-economics[J].MIT Press, Cambridge, MA.
[2]Joanne Cutler:The Relationship between Consumption, Income and Wealth in Hong Kong[J], Macroeconomics, EconWPA.
[3]Nikola Dvornak, Marion Kohler:Housing Wealth, Stock Market Wealth and Consumption:A Panel Analysis for Australia[J].Eco-nomic Record, 2007 (6) .
[4]罗文波、张祖国、苏多永:资产价格波动、财富效应与居民消费——基于2000—2008年数据的实证研究[J].经济问题, 2009 (4) .
[5]中国人民银行研究局课题组:中国股票市场与货币政策完善[J].金融研究, 2002 (4) .
[6]夏新平、余明桂、汪宜霞:中国股票市场的货币政策传导功能的实证研究[J].南大商学评论, 2005 (2) .
[7]陈平、张宗成:股票市场对货币政策传导机制影响的实证研究——基于脉冲响应函数和方差分解的技术分析[J].南方金融, 2008 (6) .
我国资产价格财富效应的比较分析 篇7
近年来, 我国资产价格 (股价和房价) 经历了较大的波动。对于股票市场来说, 以上证指数收盘价为例, 股票市场一度从2005年6月6日的998.23点上涨到2007年10月16日的6124.04点, 金融危机爆发之后, 股指又直线下滑, 到2008年10月28日, 跌至1664.93点, 如今股指在2300多点徘徊。近十年来股市价格升幅降幅都比较大。对于房地产市场来说, 自1998年住房改革之后, 国家取消了福利分房, 开始实行货币买房, 房地产价值占居民财富的比重开始大幅上升。房地产价格在近十年来一度攀升, 虽然2008年受次贷危机的影响, 出现过短暂下滑, 随后政府为了扩大内需实施的一系列经济刺激计划, 促使许多城市房价于2009年初始又开始上涨。2010年为了抑制房地产价格快速上涨, 政府出台了严厉的房地产价格调控政策, 2011年10月份房地产环比价格开始下降, 房地产市场价格拐点初现。房地产价格也同样经历了较大的变动。
我国正处于经济增长方式转型的过渡时期, 要从出口、投资导向型的经济增长方式转变为消费拉动型的经济增长方式。自2008年金融危机以来, 我国为了刺激消费扩大内需, 出台了许多政策, 包括家电下乡、汽车补贴等政策, 但是消费的增长并不是很理想。因此从资产价格角度, 通过对股价和房价的财富效应的分析与考察, 以此检验能否通过促进股票市场和房地产市场的合理发展来拉动消费, 带动经济增长, 具有一定的理论意义和现实意义。
二财富效应的模型设定与数据说明
研究模型借鉴了Charles和Tuomas (2005) 所设定的模型。许多研究文献中都直接或间接地用到了欧拉方程, 假定效用是加法可分离的, 贴现率贴现对于家庭i的消费问题可以描述为:
Et代表在时期t时的期望, cit代表家庭消费, yit代表非金融资产类的收入 (通常指劳动所得) rjit代表资产j的回报率, Aisj代表家庭持有的总资产。最后, 代表其他影响边际消费倾向的因素。
由于家庭除了劳动收入以外, 最主要的资产包括房地产和股票, 所以总资产中选取收入、房地产、股票资产, 分别考察它们对消费的影响。假定资产种类只有这三种, 效用函数相对于风险厌恶系数和可分离偏好转移是等弹性的, 那么, 欧拉方程的估计可以通过一定的化简表示。
基于理论模型, 本文考察了全国31个省市资产财富效应的情况。由于统计数据的限制, 家庭拥有的房地产和股市资产的具体财富大小, 我们无法获得。所以, 利用房地产价格和股市价格来代替With, Wsit, 最终模型可设定为:
其中, rt代表利率水平, hpit代表房价, spit代表股价。
根据杜森·贝利的相对收入理论, 消费会受到过去消费习惯的影响, 存在棘轮效应, 因此在模型中加入消费的滞后一期来考察过去消费习惯的影响。
本文选取2000~2009年, 31个省市城镇人均可支配收入, 人均年消费支出, 利用各个省市的cpiit数据进行价格平减, 得到实际人均可支配收入yit和人均年消费支出cit, 数据来自国研网;房地产销售价格, 利用消费价格指数cpiit进行价格平减, 得到实际房地产销售价格hpit, 数据来自2004~2010年《中国房地产统计年鉴》。股市价格spit, 以沪深两市交易量为权重, 对每日股市的收盘价进行加权平均, 数据来自于大智慧炒股软件。利率rt数据来自于中国人民银行网站。
三财富效应的面板模型分析
1. 总体财富效应检验
估计 (3) 模型前, 应该确定最优的模型, F检验结果为15.2, 大于临界值1.5, 表明应该建立个体固定效应模型, 而Hausman检验结果表明应该建立随机效应模型;公式4中, 因为模型中含有因变量的滞后项, 所以一般的估计方法是有偏和不一致的, 采用GMM方法来估计模型, 分别对模型 (3—1) 进行OLS估计和对模型 (3—2) 进行GMM估计, 结果如下:
在动态面板数据模型中, 利率和城镇居民可支配收入对城镇居民消费的影响1和3在1%水平上是显著的且符合经济意义;2为负值, 不符合棘轮效应;房价对城镇居民消费的影响4为正值, 但不是显著的, 而静态模型是显著的正值, 表明了家庭拥有的房地产财富对消费存在着微弱的正的财富效应, 当房地产价格上升1%, 城镇居民消费会提高0.04%;股市对城镇居民消费的影响5为负值且在1%水平上是显著的, 表明了家庭拥有的证券财富对消费存在着负的财富效应, 当股票价格上升1%时, 城镇居民消费会减少0.01%, 说明股价上涨的替代效应占了主导地位。
2. 分地区房市和股市财富效应分析
建立分地区 (东部、中部、西部) 的个体固定效应模型, 分别考察房市和股市对我国东部、中部、西部家庭消费支出的影响, 实证结果见表1。
注:***, **, *分别表示1%, 5%, 10%的显著水平
从表1中可以看出, 我国东部地区和中部地区存在着显著的房市正向财富效应, 而股市存在着不显著的负向财富效应;西部地区存在不显著的房市正向财富效应, 但是存在着负向的股市财富效应。
四房市和股市财富效应时间波动性特征
利用时变参数模型来对城镇居民消费、城镇居民可支配收入、股价和房价四者之间的关系进行研究。考虑到数据的可得性, 本文选取了2003~2010年的季度数据, 利用状态空间模型来定量考察收入、股市、房市的财富效应的动态变化过程。利用eviews 5.1对方程进行估计, 得到估计的状态方程为:
利用状态空间模型可以定量描述出房市和股市的边际消费倾向的变动情况, 从图1中可以看出, 房市的边际消费倾向在0.03~0.04之间波动, 除了2003年的第三季度出现了负的边际消费倾向, 其他年份的消费倾向都为正值, 这与之前面板数据模型得到的正向财富效应是一致的;股市的边际消费倾向在-0.003~-0.002之间波动, 除了2003年波动较大之外, 其他年份的边际消费倾向都较平稳地在一定的区间波动, 这与面板数据模型得到的负向财富效应也是一致的。
综上所述, 状态空间模型的结论表明了, 房市的财富效应大于股市的财富效应, 股票市场存在着负向的财富效应, 而房市的财富效应为正, 两者的边际消费倾向在2003年之后都在一定的区间内波动。
五结论与启示
本文通过运用静态面板和动态面板数据模型和状态空间模型对我国股市和房市的财富效应进行实证分析, 结论如下:
第一, 面板数据模型表明我国房地产市场存在着正向的财富效应, 但是家庭拥有的房地产财富对消费影响的正向效应是微弱的, 当房地产价格上升1%, 城镇居民消费会提高0.04%;而股市却存在着显著的负向财富效应, 当股票价格上升1%时, 城镇居民消费会减少0.01%, 表明了股票市场上的替代效应占了主导地位。
第二, 我国东部地区和中部地区存在着显著的房市正向财富效应, 而股市存在着不显著的负向财富效应;西部地区存在不显著的房市正向财富效应, 但是存在着负向的股市财富效应。
第三, 状态空间模型表明房市的财富效应大于股市的财富效应, 房市的财富效应为正, 而股市财富效应为负, 两者的边际消费倾向都在2004年之后, 在一定的区间内波动。
因此, 总体来说, 我国房地产市场的财富效应大于股市的财富效应, 房地产市场存在着正向的财富效应, 而股票市场存在着负向的财富效应。股票市场是宏观经济的“晴雨表”, 较多的国外文献表明, 股票市场的较好发展能够通过财富效应促进消费。沪深两市分别于1990年和1991年相继成立, 经过二十多年的发展, 股票市场还不够成熟, 制度还不够完善, 股票市场上波动周期短、幅度大、投资者结构不合理, 以及不合理市盈率结构等问题仍然存在。不完善的股票市场影响了我国股市财富效应的发挥, 导致了我国股票市场上存在着负向的财富效应, 因此, 政府部门有必要出台相关政策来加强股市制度建设与改革, 提高股票市场效率, 防止股票市场价格的大涨大落, 同时, 完善法人治理机构、信息披露制度及加强投资者教育, 使投资者真正从过度投机型转变为价值投资型, 更好地发挥股市财富效应。
摘要：近年来, 我国资产价格变动幅度比较大, 表现在股票价格的大涨大跌, 以及房地产市场价格的快速上涨。资产价格的变动势必影响居民持有的金融财富和房地产财富的变动, 进而影响消费的变动。本文从资产价格角度, 通过对股价和房价的财富效应的分析与考察, 以此检验能否通过促进股票市场和房地产市场的合理发展来拉动消费。实证结果表明, 我国房地产市场存在微弱的财富效应, 股票市场存在显著的负财富效应。
关键词：财富效应,股市,房市
参考文献
[1]Campell, J.Y.&Cocco, J.How do house prices affects consumption?Evidence from micro data[J].Journal of Monetary Economics, 2007 (54)
[2]Carroll, C.D.&Otsuka, M.&Slacalek J.How large are housing and financial wealth effects?A New Approach[J].Journal of Money, Credit, and Banking, 2011 (1)
[3]Case, K.E., R.J.Shiller&J.M.Quigley.Comparing wealth effects-the stock market versus the housing market[J].NBER Working Paper, 2001 (6)
[4]Charles, G.&Tuomas, A.P..Housing and Equity Wealth Effects of Italian Households[J].DNB Working Paper, 2005 (43)
[5]卢嘉瑞、朱亚杰.股市财富效应及其传导机制[J].经济评论, 2006 (6)
资产价格变化 篇8
对于外汇占款的研究, 国外学者的研究主要集中在一国外汇政策对货币政策的影响。20世纪60年代美国经济学家罗伯特·蒙代尔与马库斯·弗莱明提出了著名的蒙代尔-弗莱明模型 (即宏观经济中经典的M-F模型) , 根据这一模型可知, 一国在开放经济且资本自由流动的条件下若采取固定汇率制度, 则本国货币政策将失效;反之, 若该国需要货币政策的自主性, 就必须实行浮动汇率制。在此基础上, 美国经济学家保罗·克鲁格曼进一步提出了“三元悖论”, 认为一国在面对固定汇率、资本自由流动及独立货币政策3个政策目标时, 只能实现其中的任意2个, 而无法将这3个目标同时满足。我国学者对外汇占款或外汇储备的经济影响也进行了大量的研究, 朱启贵通过研究发现, 我国外汇储备已成为影响国内货币政策的重要影响因素之一, 并且外汇储备与物价指数之间存在较强的正相关关系。宋彩萍则通过实证方法得出外汇占款与物价指数间不存在格兰杰因果关系。胡晓炼从实务角度出发, 分析了外汇占款对我国货币政策自主性和有效性带来的挑战。李海海等人[2]提出加强货币政策配合使用及合理控制外汇占款等政策建议。综观上述研究成果可以发现, 国内外研究主要集中在外汇储备或外汇占款对货币供应及物价指数的影响, 而对资产价格所受的影响研究甚少, 本文也将通过这方面的研究对这一理论体系进行有益的探索和补充。
1 外汇占款对资产价格作用传导机制
根据我国经济增长的实际情况来看, 本轮经济增长事实上是始于2002年[3], 随后我国经济保持高速增长态势并有增长过热的趋势。即使在2008年全球金融危机的冲击下, 我国GDP增速仍保持在8%以上的高速增长。伴随高速增长而来的是全国物价的节节攀升, 经济过热的态势明显。然而此次的经济形势又与以往历次所经历的通货膨胀有所不同, 以往的经济过热主要是由于国内信贷投放过多, 固定资产投资过度而引发的全面的通货通胀。而在新的经济形势下, 我国的物价上涨是局部的、不均衡的, 其中主要表现之一便是房地产以及股票等资产价格的快速上涨。与此同时, 央行多次上调存款准备金率, 却对抑制通胀收效甚微。结合两方面综合来看, 国内流动性过剩的主要原因并不在于国内信贷扩张, 而是在于外汇占款所产生的被动货币投放过多并作用于房地产等资产领域。这也正是我国国内经济过热与人民币保持升值压力并存的根本原因之一[4]。具体来说, 外汇占款对资产价格的影响和作用机制可以分为以下2个方面来阐述。
(1) 外汇占款带来的流动性大量涌入我国资产投资领域直接推高资产价格。改革开放以来的人口红利与劳动力优势使得我国长期保持国际收支经常项目顺差, 而1994年和2005年的2次人民币汇率体制改革, 又严格实行结售汇制度, 限制了资本的流动保持汇率的稳定。这样虽然使得我国积累了大量的外汇储备, 排除了大规模的货币危机, 却使得国际收支经常项目和资本项目的双顺差日益严重, 由此产生的大量外汇占款通过结汇作为基础货币被迫投入市场, 严重的削弱的我国货币政策的独立性。其中, 由于近年来全球经济不景气, 我国国际收支中资本和金融项目顺差趋势相比经常项目的顺差更加明显, 这是人民币升值预期不断增强和国外资本看好我国发展前景的必然结果。同时也有大量的“热钱”通过非正式渠道涌入中国, 由这两部分外来资金所产生的流动性因为其自身的资金特点带有短期性、投机性和逐利性。相比与实体经济, 它们更乐意于向投资周期短, 利润率高以及价格波动大的资产投资领域, 如房地产和股市, 最终推高了股价、房价等, 形成资产泡沫。
(2) 央行冲销政策加剧了货币在产业间投放的不平衡, 投机氛围更加浓厚。外汇占款导致基础货币的增加, 很大程度是由于现行的结售汇体制和缺乏弹性的人民币汇率所被迫导致的, 银行体系没有更大的自主性控制其规模和数量。央行为了抑制通货膨胀, 不断采取正回购、发行央行票据等政策进行冲销干预以达到回收流动性的目的[5]。然而, 这一政策工具具有一般性, 即商业银行总体可自主发放的信贷量降低, 从而造成实体经济市场的流动性更加紧张。银行体系通过货币乘数, 将外汇占款所释放出的基础货币扩大倍数的投入到投资领域, 而原国内信贷的用于生产领域和流通领域的部分容易被挤出, 货币供应结构性失衡问题加剧。市场投机氛围加重, 资产领域由于过剩的流动性而价格快速上升。
综上所述, 这2种传导机制具体可简化为:在现有汇率制度和缺乏弹性的人民币名义汇率条件下, 国际收支顺差→外汇占款增加→基础货币增加→货币供应增加→流动性投入资产投资领域→资产价格上涨压力增大。根据这一机制可以得出结论, 近年来的资产价格快速上扬与外汇占款余额之间存在直接的联系, 因此可以以房地产价格作为资产价格的代表, 对二者进行实证分析分析。首先可以从直观数据进行分析, 我国近年来金融机构年末外汇占余额款和房屋销售价格指数的统计数据, 如图1和图2所示。
数据来源:中国人民银行网站。
数据来源:根据中华人民共和国国家统计局网站提供的统计数据整理。注:纵轴指标以2005年为基期, 假定2005年为100。
通过数据比较发现, 自2005年以来, 我国外汇占款与全国房屋销售价格指数均保持逐年递增、持续向上态势。
2 外汇占款与全国房屋销售价格指数关系的实证分析
通过上述理论可知, 外汇占款主要是通过对货币供应量的作用来影响我国资产价格的, 因此本文将选取外汇占款、货币供应量、资产价格三者作为主要研究对象。由于数据选取限制, 选取2005年第二季度至2011年第二季度的25个季度的经济数据作为样本空间, 其中外汇占款用W来表示, 以全国房屋销售价格指数来代表资产价格 (用F来表示) , 以广义货币供应量M2代表货币供应量来进行实证研究。同样, 这里的房屋销售价格指数是以2005年第二季度为基期, 将统计数据整理所得的, 假定2005年第二季度指数为100。样本区间内的各期全国房屋销售价格指数、广义货币供应及外汇占款余额的统计情况, 如表1所示。
2.1 平稳性检验
首先对上述三组时间序列变量进行平稳性检验, 本文采用的是ADF单位根检验方法。为了避免数据剧烈波动, 对各序列进行对数化处理, 新序列分别记作lnF, lnM2和lnW, 检验结果, 如表2所示。
通过检验结果可知, lnF, lnM2和lnW三组变量在检验中都没能通过平稳检验, 因此都是非平稳性时间序列。而再经过一阶差分处理之后, ΔlnF在5%的显著性水平上通过了平稳性检验, ΔlnM2和ΔlnW也均在1%的显著性水平上通过的平稳性检验, 所以三者都是一阶单整时间序列。通过散点图效果也可也发现lnF, lnM2, lnW三者之间确实存在明显的上升趋势和某种均衡关系。
数据来源:中国社会科学院金融数据统计库, 中国人民银行以及和讯宏观数据库。
2.2 构建VAR模型
向量自回归模型 (VAR模型) 是西姆斯 (Sims) 于1980年引入经济学中的, 这一模型对模型中各变量平等对待, 推动了经济系统动态分析的广泛应用, 是一种有效地相关时间序列系统预测模型[6]。模型可以通过对随机扰动对变量系统的动态冲击研究来解释各种冲击对经济变量形成的影响。本例首先通过滞后长度准则功能来评价滞后期, 最终选定本例中的滞后期数为3, 模型所得的VAR方程如下:
接下来对这一模型进行平稳性检验, 脉冲响应函数分析以及VAR方差分析。
(1) VAR平稳性检验。VAR平稳性检验是检验一个VAR模型的稳定性的检验过程, 通过VAR模型中各特征根的倒数值在单位圆内或者园外的分布情况, 可以判断该模型是否是一平稳的系统, 这一检验过程是VAR模型后续的脉冲响应函数分析及方差分析的前提。平稳性检验的检验结果, 如图3所示。
图3的结果显示, 此VAR模型中特征根的倒数值都在单位圆之内, 表明这个VAR模型是稳定的, 是一个平稳系统。这样就可以做脉冲响应函数分析和方差分析。
(2) 脉冲响应函数分析。由于本文主要研究对象是外汇占款对资产价格的影响, 所以这里只给出外汇占款冲击引起的房屋销售价格指数的响应函数, 如图4所示。
这里的脉冲响应图横轴表示冲击作用的滞后期间数 (单位:季度) , 纵轴表示房屋销售价格指数的对数, 实现表示脉冲响应函数, 代表房屋价格指数对相应的外汇占款的冲击的反应, 虚线表示正负2倍标准差偏离带[7]。从图中可以清晰看出, 当在本期给外汇占款一个正标准差新息冲击后, 房价指数在第2期开始反映明显, 以后各期逐渐增加, 到第4期后达到最大。随后经过一定的负向反映后, 从第8期开始再次出现正向反映, 到了13期之后影响逐渐减少, 到第36期仍为正值。这表明外汇占款的冲击会带来正向影响, 且这一冲击具有显著的促进作用和较长的持续效应。
(3) 方差分析。方差分析是通过分析VAR模型中的一个内生变量的冲击对其他内生变量变化的贡献度[8]。这一分析方法主要用来评价不同内生变量冲击的重要性。方差分析结果, 如图5所示。
通过方差分析, 可以研究发现, 对于房价指数而言, 广义货币供应量M2对其预测误差的贡献度一直保持在较低的水平, 自身的贡献度很高却一直呈现出下降趋势。外汇占款和M2一样在最初的表现不明显, 但是随着时间的推移, 它的影响不断扩大, 贡献度呈现较强的上升趋势, 明显超过M2。这说明了外汇占款和M2对房地产价格的影响都存在滞后效应, 并且外汇占款更不易控制。
2.3 模型结论
建立VAR模型并分析之后可以发现, 外汇占款与房地产为代表的资产价格之间确实存在稳定的长期均衡关系。并且由于外汇占款的倒逼机制, 使得它比广义货币M2对全国房价影响更大。M2不仅包括外汇占款随带来的被动的流动性, 还包括央行可控制的国内信贷, 而前期政府调控房价的货币政策手段主要集中于控制国内信贷。所以, 政府前期的干预对房价的影响并不明显。因此要想控制房价, 抑制房地产泡沫, 必须从根源上解决外汇占款问题。
3 政策建议
(1) 优化房地产调控手段, 更加注重对外汇占款的监测和管理。通过上述研究, 可以发现外汇占款的巨额增加是我国房地产为代表的资产泡沫形成的重要原因。我国对于房地产的调控的手段主要局限于紧缩国内信贷, 效果并不明显, 也造成大量小微企业资金面的紧张的情况[9]。央行应打破传统, 加大对外汇占款的统计和检测力度, 从根本上重视外部流动性进入我国经济的切入口。同时还要大胆宽松国内实体经济投资环境, 引导外汇占款所释放出的流动性更多的投入到实体领域, 服务于资金较为紧缺的实体经济的发展。
(2) 进一步改革我国外汇管理体制, 加快推进人民币国际化进程。事实证明, 过度僵硬的外汇管理体制严重不利于我国资本市场的资本流动。虽然我国近年来经常项目基本已达到完全开放水平, 资本项目开放水平也大大提高, 但是资本项目管制仍然较多, 对外投资规模相比引进外资规模较小。再加上人民币汇率弹性不足, 升值预期不断加强, 大量外资也纷纷涌入国内, 资产价格所受冲击强烈。应该适时放松外汇管制, 扩大汇率波动幅度, 扩大企业和个人持有的外汇, 以缓解央行收购外汇而释放本币的压力, 进一步提高货币政策的有效性。
(3) 积极冲销干预的政策效力, 缓解资产领域流动性过剩局面。相比于西方国家, 我国的公开市场操作业务并不发达。对于外汇占款随带来的资产领域过剩流动性问题, 央行加大了央行票据的发行来代替债券进行对冲[10]。然而, 央行票据的单一既造成的货币投放结构畸形, 又形成了高额的成本代价, 限制了票据的发行。必须进一步丰富我国债券市场品种, 设计出更多适合我国国情和实际经济状况的冲销工具和手段, 增强各种工具的有效性和灵活性, 提高央行对货币供应干预的效率。同时还要注意货币供给结构的合理调整, 保证各部门均衡发展。
(4) 加大对短期投机资本流入监管力度, 鼓励更多境内企业对外投资。当前形势下, 很多外汇占款是以国际短期资本的形式流入, 甚至其中还有一大部分还是通过非法途径进入中国的。对于这些投机性短期资本的流入应加大监管力度, 一方面, 要禁止没有实际贸易外来和直接投资背景的资本流入。另一方面, 要加大对合规引入的FDI (对外直接投资) 的审核。要更加注重所引入外资的投资结构, 健全贸易融资和资本项目数据统计检测系统。及时对可疑资金进行跟踪调查, 对非法资本加大处力度, 提高投机性资本进出的资金成本。
(5) 加强房地产等资产市场信息透明度, 建立健全信息预警预报系统。当前我国房地产及资本市场的发展仍然存在很多不规范地方, 市场信息披露并不充分, 传递机制也还不够完善, 信息不对称问题非常明显, 信息质量问题也直接影响社会对房价、股价非理性的预期。很多外部资金的注入更是容易引发羊群效应[11]。对此, 应该通过公共信息平台及时发布真实反映房地产市场供求的交易信息;要对参与炒作的外资规模加强统计分析, 设计出一套科学的, 可操作的风险评价指标系统, 帮助投资者作出理性投资决策, 促使市场价格理性回归。
参考文献
[1]许伟拉.外汇储备持续增长下的货币政策调控困境[J].金融经济, 2010 (10) :18-19.
[2]李海海, 曹阳.外汇占款的通货膨胀效应:基于1998至2005年的实证分析[J].中央财经大学学报, 2006 (11) :38-42.
[3]于学军.货币视角下:中国宏观经济解读[M].北京:中国社会科学出版社, 2008:3-20.
[4]袁征, 周淼.2000年以来外汇占款与物价因果关系的实证研究[J].华东经济管理, 2006 (9) :145-147.
[5]杨丽, 刘辉.中国高额外汇储备与通货膨胀关系的实证分析[J].统计与决策, 2008 (5) :141-142.
[6]孙敬水.中级计量经济学[M].上海:上海财经大学出版社, 2009:293-301.
[7]MARC O.An evolutionary approach to financial innovation[J].Review of Economics Studies, 2001 (68) :493-522.
[8]HAMLITON J D.Time series analysis[M].New Jersey:PrincetonUniversity Press, 1994:185-201.
[9]李腊生, 翟淑萍, 蔡春霞.经济增长、通货膨胀、资产泡沫与货币政策:基于独立性资产交易货币数量方程的分析[J].经济学家, 2010 (10) :54-63.
[10]牛晓健, 陶川.外汇占款对我国货币政策调控影响的实证研究[J].统计研究, 2011 (4) :11-16.
论资产价格与货币政策传导机制 篇9
随着资本市场迅速扩张, 资产价格波动对货币政策的影响日益受到各国央行的重视。在我国市场经济不断发展的今天, 居民资产结构中有价证券和不动产份额持续增加, 货币市场与资本市场的联系不断加强, 资产价格的波动对货币政策的传导日益产生深刻影响。
货币政策是否有效取决于央行对货币政策传导机制的操控程度。过去, 银行信贷一直是我国最重要的传导渠道, 但目前越来越频繁的资产价格波动对央行货币政策传导机制的有效性形成了挑战。
二、资产价格影响货币政策传导机制的机理分析
所谓货币政策传导机制, 指央行的货币政策如何作用经济, 从而实现政策目标的过程。各经济学派从不同角度出发, 形成了各自的货币政策传导机制理论, 如Mishkin将货币政策的传导机制分为利率渠道、货币渠道、信贷渠道等。
在传统的货币传导机制下, 传导过程为中央银行—货币市场—金融机构 (主要是商业银行) —企业 (居民) 。这里, 商业银行处于关键地位, 中央银行货币供给量的变动首先作用于银行体系和货币市场。资本市场发展起来以后, 出现了中央银行—资本市场 (资产价格) —企业 (居民) 这样一种崭新的货币政策传导机制。在新的传导机制下, 资本市场处于中介地位, 资产价格是关键变量。由于资本市场对中央银行货币政策的变动会迅速做出反应, 并通过金融资产价格的变化影响企业与社会公众的消费与投资行为。
从理论上来说, 这种新的传导机制的政策时滞较短, 政策传导效率较高, 政策效应亦较显著。但是, 金融资产价格传导渠道的增加, 又使得经济主体的行为选择更为多样化、间接化, 有可能和中央银行的货币政策意图相左, 致使货币政策传导机制更加复杂, 具有不可测控性。
一般说来, 资产价格影响货币传导进而影响宏观经济的途径可归纳为4个:
(一) “托宾Q理论”
该理论认为资产价格波动会影响到企业的投资支出行为。扩张性的货币政策降低了市场短期利率, 导致资产价格上涨, 提高了经济的产出水平。托宾认为, 货币政策可以通过影响证券资产价格从而在不同资产之间的选择而影响经济活动。
(二) 企业的资产负债表效应
资产价格的上升会导致企业净资本增加, 从而使商业银行和其他金融中介机构更愿意向企业发放贷款, 最终形成更高的社会投资支出。
(三) 家庭的资产负债表效应
家庭持有的股份占家庭财富总额的比重日益增高, 在这种情况下, 金融资产价格的上升会导致家庭的资产负债表更加健康, 会增加对耐用品的购买, 从而提高整个社会的总需求,
(四) 家庭部门的财富效应
后凯恩斯主义经济学家莫迪戈里安尼的生命周期假说认为, 消费取决于一生的包括金融资产在内的财产来源, 其中股票是金融资产的重要组成部分, 股票价格上升必然导致消费增加。由此, 货币政策可以通过股票市场的价格变化来使消费者财富增值, 从而扩大消费来影响实体经济。
三、美国和日本的经验
20世纪90年代以来全球性的股票市场繁荣, 尤其是美国股市的空前繁荣引发消费增长, 为股票市场的财富效应提供了直接的实证支持。美国货币传导渠道的最新变化显示:随着资本市场的快速发展, 资产价格、财富效应的传导作用越来越重要, 资产价格开始纳入中央银行的货币政策监控指标之中。随着以计算机和互联网产业为代表的新经济和股市财富效应的增强, 致使利率与股市的关系复杂化, 货币政策的利率传导渠道面临着资产价格波动所带来的新问题和新挑战。货币主义的失败和信息经济学等的发展, 促使货币传导机制研究强调金融结构的作用。20世纪90年代以来, 美国货币政策传导机制呈现出如此特点:一方面, 通过利率调整来影响金融市场、宏观经济和价格水平, 但利率对新经济的影响相对较小, 银行信贷的作用趋于减小;另一方面, 通过对资产价格、财富效应调节投资和消费, 资产价格的传导作用日益显现。
另一个例子是日本。20世纪80年代中期到90年代初期, 随着金融自由化的推进, 日本将利率作为货币政策的中间目标和主要传导工具。随着泡沫经济的破灭, 日本将注意力转移到了金融市场变量方面, 目前日本的货币政策传导机制通过隔夜拆借利率, 具体有4个途径:调整再贴现利率;金融机构信贷活动;汇率;资产价格, 其中资产价格的作用越来越大。20世纪80年代后期日元大幅升值后, 日本经济陷入瘫痪。日本银行1986-1987年间5次下调贴现率, 股市应声大涨, 日经指数在短短两年内从13000点狂涨至26000点, 土地价格也翻番, 平均增速达到13%。但是20世纪90年代初资产泡沫破灭, 股价、地价一路暴跌。截至2002年日经指数缩水80%, 地价连续11年下跌, 给日本经济造成很大影响, 目前仍呈滞胀状态, 这就是所谓的“失去的10年”。
四、我国资产价格影响货币政策传导机制的现状分析
目前我国的货币政策传导主要以信贷传导为主, 汇率、利率等传导途径为补充, 资产价格在传导体制中的地位不显著。也就是说, 资产价格渠道的出现并没有显著改变我国的货币政策传导效果。我们通过对几个主要渠道进行分析, 可以发现资产价格传导货币政策的作用还是相当微弱。
(一) 没有明显的托宾Q效应
我国企业普遍倾向于进入股市募集资金, 对其他的资产形式 (比如债券) 不感冒。但同时从股市上募集的资金并没有用于实体经济, 无法形成投资需求。这主要是由于我国股票市场发展不规范, 证券投资收益远远高于固定资产投资收益预期, 加之企业都有预算软约束, 所以, 即使Q比例增加, 企业也不进行实体投资, 而是重入股市“圈钱”。
(二) 资产负债表效应基本不存在
我国上市公司的股价与其资产负债表的好坏不存在必然的逻辑关系。在大多数情形下, 上市公司的资产负债率、利润、经营好坏不影响其股价。上市公司只是把股票市场当成其融资的一个渠道。这样一来, 货币政策的传导不可能通过资产负债表效应促进真实经济体的投资增长和产出增长。
(三) 家庭资产负债表效应、财富效应也不明显
我国居民的投资途径有限, 可支配收入也相对不足。虽有大量的股民, 但其影响远不如机构投资者。由于对未来收入的预期和中国传统的保守消费观念, 更多的居民选择银行储蓄。因而家庭资产负债表效应和财富效应都不明显, 不能有效地推动消费, 进而不能增加社会的总需求。
五、建立有效可行的货币政策传导机制的建议
(一) 发展多层次资本市场, 提高央行调控能力
我们必须高度重视资本市场发展滞后带来的负面影响, 加快发展多层次的资本市场, 积极培育和逐步扩大市场主体和交易工具。这样, 中央银行才能在利用好存款准备金率、公开市场业务和再贷款的基础上, 通过调控货币供给量, 进一步有效控制资本市场所带来的资产价格波动。
(二) 实现资本市场与货币市场的联动
我们应积极探索通过货币市场传导货币政策的措施, 以资本市场为依托, 构造一条启动投资需求的货币政策传导渠道。为增强资本市场与货币市场间的联动, 我们应把工作重点转向培育市场机制上, 包括竞争机制、供求机制、价格机制和证券发行机制等一系列保证金融市场有效运作的机制, 从根本上把资产价格波动对货币政策传导机制的负面影响降到最小。
(三) 深化企业改革, 提高企业的经营效益, 带动个人消费行为和投资行为, 完善金融宏观调控的微观基础
为支持货币政策的有效传导, 需要继续推进国有企业改革, 让企业成为真正意义上的市场主体和投资主体, 这是改善宏观金融调控效应微观基础的必要手段。
(四) 进行分配体制改革
【资产价格变化】推荐阅读：
资产价格渠道06-06
资产价格波动06-30
投资银行资产价格金融06-20
净资产评估报告价格06-20
酒店市场价格的变化08-10
中国铁矿石进口价格变化因素研究论文09-05
资产定义的变化07-17
厉行价格监管服务职责提高价格行政执法水平09-13
采购价格07-20
钢铁价格07-21