货币政策调控：数量型还是价格型？

来源:用户上传      作者: 唐文进

　　唐文进、刘增印，中南财经政法大学金融学院；徐晓伟，河北银行。通信作者及地址：唐文进，武汉市东湖高新技术开发区南湖大道182号中南财经政法大学金融学院；邮编：430073；E-mail：wjtang@yahoo.cn.
　　本文系国际自然科学基金项目“突发公共事件对中国宏观经济的影响及其优化管理研究”（70773119）和教育部新世纪优秀人才支持计划“非常规金融突发事件的动态演变规律研究” （NCET-10-0828）的阶段性成果。
　　刘增印 徐晓伟
　　摘 要 通过将货币政策工具分为数量型货币政策工具和价格型货币政策工具，将它们纳入DSGE模型，可以讨论不同货币政策工具的调控效果。研究表明：在抑制经济过热时，价格型货币政策工具在应对技术冲击和国际贸易冲击时效率更高，数量型货币政策工具在应对消费需求冲击时更有效果；当货币政策的目标是拉动经济增长时，就应该分别采用另一种类型的货币政策工具。为了预防产出的波动，在数量型货币政策工具调控下，应该避免来自于投资、技术和国际贸易方面的冲击；在价格型货币政策工具调控下，应该避免来自于投资、技术和消费方面的冲击。
　　关键词 货币政策 数量型 价格型 动态随机一般均衡模型
　　一、 引 言
　　2012年9月17日发布的《金融业发展和改革“十二五”规划》中明确提出，“十二五”期间我国将逐步健全货币政策操作体系，推进货币政策从以数量型调控为主向以价格型调控为主转型。那么，一个自然而然的问题是，价格型工具和数量型工具分别在哪些领域进行调控更有效果？本文即试图回答这一问题。
　　关于货币政策工具调控效果的研究中，Taylor对美、加、德、法、日、意、英7个国家的货币政策进行研究后发现，消费和投资对利率都是敏感的，所以他认为利率工具在宏观经济调控中是有效果的。[1]Nuno & Morana对欧元区的货币政策工具效果进行了研究，发现欧元区的货币政策传导具有较强的利率渠道，因而他们认为欧元区的利率工具是有效的。[2]但是也有不同的看法，Sargent & Wallace分析了不同货币政策工具调控下的宏观经济稳定性，发现数量型工具调控下经济存在唯一的均衡，而利率则可能使经济陷入不确定均衡，因此数量型工具在宏观调控上更有优势。[3]Mehrotra通过比较通货紧缩时期中国、日本和中国香港利率和汇率的传递渠道后发现，由于实行行政干预而不是由市场决定利率，中国利率对物价水平的影响与发达国家和地区相比作用十分有限。[4]Koivu建立了信用需求框架下的向量误差修正模型，研究了中国宏观经济中的利率传导渠道，发现虽然利率对实体经济的影响还比较弱，但是中国的信贷需求却越来越受到利率水平的影响。[5]在存款准备金率的实施效果方面，范从来等认为，如果货币当局的其他工具效用较低或者没有其他货币政策工具的话，那么存款准备金率就仍然是央行的一个重要货币政策工具。[6]蒋冠等考察了存款准备金率对流动性过剩的调控效果，发现当银行减少短期贷款和票据融资时，存款准备金率对流动性过剩问题的调控效果并不显著。[7]
　　从上面的文献综述可以看出，长期以来理论界在不同的货币政策工具的调控效果上存在争议。此外，目前研究货币政策工具选择的文献采用的方法大多是理论分析或者计量模型，从而缺少微观基础。本文采用当今宏观经济研究领域中比较前沿的分析方法――动态随机一般均衡模型（Dynamic Stochastic General Equilibrium，DSGE），通过建立不同货币政策工具调控下的中国经济DSGE模型，从而得以在一般均衡框架内检验不同货币政策工具在调控经济时的效果。
　　二、 模型建立
　　本文构建的DSGE模型以新凯恩斯主义理论为基础，基本模型来自于Gali et al.，[8]但与其存在三个方面的区别：第一，为了体现国际因素对中国经济波动的影响及货币政策应对，本文在DSGE模型中加入了国际贸易冲击；第二，借鉴Rotemberg的方法，假设厂商在每一期的最优价格调整中存在调整成本，从而引入价格黏性；[9]第三，本文分别利用修正的麦克勒姆规则和修正的泰勒规则来代表数量型工具和价格型货币政策工具。模型包含三个方面的行为主体：政府、家庭和厂商。
　　（一） 政策调控
　　政府制定财政政策和货币政策对宏观经济加以调控，财政预算约束为：
　　其中，Pt、Gt、Bt和Mt分别表示物价水平、政府购买、政府发行的债券、货币供应量，Rt为名义债券收益率，税收、政府实际债务与政府支出三者间满足：
　　t^t、b^t-1和g^t分别表示税收、政府债务和政府支出对各自稳态值的偏离。
　　在将货币政策工具纳入DSGE模型时，常用的做法是假设央行遵循一定的货币政策工具规则，再对这些工具规则设定代理变量，如李春吉将货币供给量作为数量型货币工具的代理变量，刘斌将同业拆借利率作为央行的价格型货币政策工具。[10][11]
　　1. 数量型工具
　　本文采用麦克勒姆规则来表示数量型工具。经典的麦克勒姆规则仅说明基础货币要对经济增长做出反应，没有体现对物价水平的反应。然而大量的实证研究表明，货币数量与物价水平之间存在具有较高的相关性。针对经典麦克勒姆规则中对物价反应不够明确的问题，根据物价水平和货币供应量同向变动的认识，借鉴McCallum，[12]本文采用修正的麦克勒姆规则来表示数量型工具，具体形式如下：
　　（3） 式中，θt=Mt/Mt-1，表示名义货币供应量增长率，θ^t表示货币增长率对其稳态值的偏离，ρθ表示货币增长率的持久性系数，反映了货币政策的平滑性。通货膨胀πt=Pt/Pt-1，π^t和y^t表示通胀和产出关于其稳态值的偏离幅度，可以代表通胀缺口和实际产出缺口，它们可以由名义GDP 增长率分拆而得，vmt为货币政策冲击，假设其对数服从一阶自回归AR（1）过程。根据宋玉华和李泽祥，[13]近年来中国各层次货币流通速度逐渐趋于稳定，因此，（3）式中剔除货币流通速度不会影响最终的结论。 　　2. 价格型工具
　　采用泰勒规则来表示价格型货币政策工具。客观地说，经典的泰勒规则也存在一些问题。譬如，泰勒规则所依赖的产出缺口和长期均衡实际利率难以观测，采用不同的方法计算时会得到不同的结果。针对产出缺口难以观测的问题，参考Clarida et al.，可以利用产出对其长期稳态值的偏离来测度产出缺口。[14]同时，在国内关于泰勒规则的研究中，谢平和罗雄发现中央银行除了对通货膨胀缺口和产出缺口做出反应之外，还有很强的利率平滑倾向。[15]结合以上两点，本文假定政府采用价格型工具调控时采用如下修正的泰勒规则形式：
　　其中，πt=Pt/Pt-1，表示通货膨胀，可以看出中央银行在调整利率时既要考虑通胀率和也要考虑产出的变化。vrt为货币政策冲击，假设其对数服从一阶自回归AR（1）过程。
　　（二） 家庭
　　家庭的效用函数为：
　　其中，E0表示基于第0期信息的期望值，β∈（0，1）为主观贴现因子，σ为风险规避系数，γ为货币需求利率弹性的倒数，φ为家庭劳动供给弹性的倒数。dt为消费需求冲击，假设其对数服从AR（1）过程。其中，E0表示基于第0期信息的期望值，Ct和Nt表示消费和劳动供给。家庭的预算约束和资本积累约束为：
　　其中，It为家庭的投资，Tt为税收，Wt为工资水平，Dt为家庭得到的红利，Kt为家庭持有的资本，Rtk为资本报酬，δ为资本折旧率。假设在投资调整的过程中存在一定的成本S（・）=ψ2（ztItIt-1-1）2，zt为投资调整成本冲击。用λt和Qt分别表示（6）式和（7）式的拉格朗日算子，构建拉格朗日函数可以得到家庭最优化行为的一阶条件。
　　（三） 厂商
　　最终产品Yt由处于完全竞争市场的最终产品厂商生产，最终产品由一单位连续的中间产品Yt（i），i∈（0，1）进行DixitStiglitz加总得到，最终产品厂商追求利润的最大化：
　　（i）Yt（i）di（8）
　　其中，θp为中间产品之间的替代弹性，Pt（i）是中间品的价格，一阶条件为：
　　由于最终产品厂商之间完全竞争，应获得零利润，因此将（9）式代入到最终产品厂商的利润函数，可得到最终产品价格与中间产品价格之间的关系：
　　差异化中间产品厂商的生产函数为：
　　其中，at为技术冲击。垄断竞争的中间产品厂商拥有调价能力，但在调价时会面临调价成本，采用Rotemberg的二次价格调整成本形式[9]：
　　φp>0衡量调整成本的大小，这种表示方法将价格调整成本与上一期的价格水平联系起来，从而使得中间产品厂商的最优决策问题成为动态的。厂商的利润分配给家庭，因此中间产品厂商在（9）和（11）式的约束下选择Nt（i）、Kt（i）和Pt（i）以最大化目标函数：
　　其中λt/Pt是贴现因子，表示单位利润所带来的效用增加量。Ft（i）为厂商在t期利润，可表示为：
　　构造中间品厂商最优决策问题的拉格朗日函数，令ξt为约束条件的拉格朗日乘子，可以得到中间品厂商的最优决策的一阶条件为：
　　最后，借鉴李浩等的思路，引入国际贸易顺差冲击，则社会的总资源约束可以表示为：[16]
　　（18）式表明社会总产出为家庭消费、投资、政府购买、净出口和价格调整成本五项之和，其中政府支出冲击和国际贸易冲击由外生决定，假设它们的对数均服从AR（1）过程。
　　（四） 对数线性化
　　对模型的优化条件和资源约束条件在稳态值附近进行对数线性化从而得到模型的对数线性化系统。定义x^t=ln（Xt/X）为变量Xt对其稳态值X的对数偏离，用不带下标的大写字母表示变量的稳态值，则本文的对数线性化系统可以表示如下：
　　其中，（19）―（25）式分别为家庭的消费需求、实际货币需求、实际工资、债券需求、资本供给、投资价值和资本积累方程的对数线性化形式；（26）―（28）式分别为厂商的生产函数、劳动需求以及通货膨胀方程的对数线性化形式；（29）―（31）式分别为政府财政预算约束、税收方程以及社会总资源约束的对数线性化形式。除数量型和价格型货币政策冲击之外的其他五个冲击的对数线性化形式为：
　　Γ=diag{ρd，ρz，ρa，ρg，ρnx}表示冲击的持久性参数矩阵，εt=εdtεztεatεgtεnxt′，假设εt的分量是相互独立的零均值，标准差分别为σd、σz、σa、σg、σnx的白噪音扰动。根据货币供应量增长率的定义μt=Mt/Mt-1，可以得到其对数线性化形式：
　　数量型工具调控下的货币政策规则的对数线性化形式为：
　　价格型货币政策工具调控下的货币政策规则的对数线性化形式为：
　　上述（19）―（33）式以及（34）和（35）式构成了数量型货币政策工具调控下的DSGE模型对数线性化系统；（19）―（33）式以及（36）和（37）式便构成了价格型货币政策工具调控下的DSGE模型对数线性化系统，每个系统均包含了21个内生变量和21个方程。对这两个动态线性系统的参数进行估计和校准可以获得模型的波动性特征，以评价不同货币政策工具调控下各种冲击对主要宏观经济变量的影响和对中国经济波动的解释力度。求解和估计时，均分为两个线性化系统进行。
　　三、 模型的参数估计与适用性分析
　　（一） 参数估计
　　为了使模型尽可能地与中国实际经济运行特征保持一致，本文采用校准和贝叶斯估计两种方法相结合来确定模型的参数。分析区间为1996年第一季度到2011年第三季度，数据来源于CEIC数据库、中经网统计数据库和中国人民银行网站。分别选用实际GDP、实际固定资产投资完成额、实际社会消费品零售总额和环比的居民消费价格指数作为模型中产出、投资、消费和通货膨胀的替代变量。采用狭义货币（M1）余额来代表数量型货币政策工具，选取银行间7天同业拆借利率表征价格型货币政策工具。由于中国银行间拆借市场建立于1996年，这就决定了数据只能从1996年开始。采用BP滤波中的CF方法对全部观测变量进行了去势和季节调整处理后再减去均值，经过这样处理后的数据就分别对应着对数线性化系统中的相应可观察变量。 　　由于受到数据的可得性限制，模型中的参数不可能全部通过估计得到，因此在进行贝叶斯估计前需要对部分参数进行校准。样本期内三个月定期存款利率的均值为2.252 4%，除以4后得到季度利率，由于稳态时R=1/β，且R=1+季度利率，因此将主观贴现因子校准为0.994；根据样本期内全部从业人员劳动报酬占GDP的比重，将资本份额α校准为0.5；参考陈昆亭和龚六堂的设定，将资本折旧率δ校准为0.025；[17]依据样本期内GDP中社会消费品零售总额、财政预算完成额占比均值得到稳态时社会总产出中居民消费、政府支出占比C/Y和G/Y，分别为0.3573和0.1876；依据样本期内国债发行额和M1余额占GDP比重的季度均值校准得到b/Y和m/Y，分别为0.05和0.45；根据Gilchrist & Saito（2006）将θp校准为11，根据1996年第1季度到2011年第三季度的数据将贸易顺差占GDP之比校准为0.035。[18]
　　模型中剩下的参数通过贝叶斯估计得到。在进行贝叶斯估计时，先验分布的选取直接关系到最终估计的质量，在经过多次尝试和比较后，本文参考Smets、Gali、刘斌和简志宏等文献，选择了参数的先验分布。[19] [8] [11] [20]在确定了参数的先验分布之后，本文利用DYNARE软件通过MetropolisHastings算法模拟10 000次得到了模型参数的贝叶斯估计值。
　　（二） 模型的适用性分析
　　为了分析本文模型的适用性，利用贝叶斯估计得到的参数值模拟当经济同时受一个单位标准差的六种冲击时，模型经济的产出、消费、通货膨胀、政府支出、投资、数量型工具调控下的货币余额以及价格型工具调控下的利率与实际经济的特征比较，实际经济矩的特征由经过BP滤波处理后的数据得到。分别用各变量标准差与产出标准差之比来度量其波动性大小，用各变量的自相关系数来度量其波动持续性，用各变量与产出的相关系数来度量其顺周期性与否及强弱。两种货币政策工具调控下模型经济与实际经济的特征比较如表1和表2所示。
　　根据数量型货币政策工具调控下模型经济与实际经济的比较可以看出：模型经济预测的波动性排序依次为投资、货币余额、政府支出、消费和通货膨胀，而实际经济的排序依次为投资、政府支出、货币余额消费和通货膨胀，除货币余额外，两者的排序基本一致；模型经济预测的六个变量基本都有较高的自相关性，这与实际经济是一致的；最后，与实际经济一样，模型经济预测的几个变量均是顺周期的。
　　根据价格型货币政策工具调控下模型经济与实际经济的比较可以看出，模型经济预测的变量中除消费和通货膨胀之外，其余变量的二阶矩与实际经济比较接近，除通胀之外，模型经济预测的结果与实际经济一样是顺周期的，且模型经济预测的变量大多具有较高的黏持性，这与实际经济一样。当然，价格型货币政策DSGE模型相比数量型货币政策DSGE模型来说还有一些不尽如人意的地方，这可能与参数估计的先验分布选取有关，因为本文为了分析数量型货币政策工具与价格型货币政策工具调控效果的比较，对于两个模型参数的先验分布选取都是一样的，另外中国长期以来采取的是数量型货币政策，所以价格型货币政策DSGE模型的预测结果要差于数量型货币政策DSGE模型。根据李春吉，我们没有必要过分关注模型预测结果是否精确，而要把主要精力放在政策实验上。[10]
　　四、 数量型和价格型货币政策工具的调控效果比较
　　本文在MATLAB环境中编程完成了理论模型的仿真，以分析数量型和价格型货币政策工具的调控效果，并进行比较。
　　（一） 基于脉冲响应的调控效果比较
　　本文选取了三种比较重要的冲击：技术冲击、消费需求冲击和国际贸易冲击，结合脉冲响应图来观察数量型和价格型货币政策工具的调控效果。
　　1.应对技术冲击的调控效果比较
　　图1为一个标准差正向的技术冲击下各宏观经济变量从0―40期的脉冲响应图。
　　资料来源：作者在MATLAB中利用DYNARE工具箱模拟得到。
　　图1 两种货币政策工具调控下技术冲击的脉冲响应
　　从图1可以发现，相比于价格型货币政策工具而言，在数量型货币政策工具调控下，技术冲击使得产出和投资出现了更大幅度的波动，产出和投资在第三个季度上升到1.06和2.15个百分点的最高水平，而消费、就业、利率和通胀却呈现出较小幅度的波动。可以看出，在数量型货币政策工具调控下，政府面对技术冲击所做的货币供应量调整幅度较小，表现为实际货币余额变动幅度较小；而在价格型货币政策工具调控下，利率水平会有较大幅度的变化。价格型货币政策工具调控下的实际利率水平逐渐回升表示政府采用利率工具对经济加以调控，逐步提高利率并抑制投资，而数量型货币政策工具调控下的利率变动幅度很小，所以价格型货币政策工具可以更为有效地抑制经济过热，当然，如果政府的目标是缓解经济低迷、刺激增长的话，选取数量型货币政策工具调控更为合适。这一点也可以从参数的估计中得到验证：价格型货币政策工具调控下，利率关于产出的反应系数为0.504 8，而在数量型货币政策工具调控下，这一系数为0.360 1。
　　2. 应对消费需求冲击的调控效果比较
　　图2为一个标准差正向的消费需求冲击下各宏观经济变量从0―40期的脉冲响应图。
　　资料来源：作者在MATLAB中利用DYNARE工具箱模拟得到。
　　图2 两种货币政策工具调控下消费需求冲击的脉冲响应图
　　在价格型货币政策工具调控下，消费需求冲击使得产出在第1期增加了0.7个百分点，远大于数量型货币政策工具调控下的0.2个百分点，此后产出逐渐回落，在10个季度后就已经回到稳态水平。由于在数量型工具调控下，政府应对居民消费偏好增加时会降低货币的发行，这直接减少了居民的财富拥有量，降低了居民消费需求，而采用价格型工具调控时虽然政府也会提高利率，但这对居民的影响却是间接的，因而产出的波动幅度仍比较大，同时高利率对投资造成了负面影响，从而使得产出在较长时间内都处于稳态水平以下。我们还能发现，就通货膨胀而言，数量型货币政策工具的调控效果要优于价格型工具，数量型货币政策工具调控使得通货膨胀在受到消费需求冲击时几乎没受影响，而价格型货币政策工具调控下通货膨胀在冲击之初上升了9.4个百分点，此后由于政策调控的作用，通胀水平又比稳态值低了2个百分点。这表明，数量型货币政策工具在抑制由需求引致的通货膨胀时比价格型货币政策工具更为有效。 　　3. 应对国际贸易冲击的调控效果比较
　　从图3可以看出，在两种货币政策工具调控下，正的国际贸易顺差冲击均导致产出和就业的增加，但是同样挤占了投资和居民消费，因为出口商品的增加就意味着可用于国内消费和投资的商品减少。同时，国际贸易顺差的增加带来了政府支出的增加和实际货币余额的减少。
　　资料来源：作者在MATLAB中利用DYNARE工具箱模拟得到。
　　图3 两种货币政策工具调控下国际贸易冲击的脉冲响应图
　　当采用数量型工具调控时，一个单位标准差的国际贸易冲击使得产出增加了1.7个百分点，要大于价格型工具调控下的0.2个百分点，这主要是因为在数量型货币政策工具调控下消费被挤占的部分较小。就业的脉冲响应路径与产出大致相同，而利率在价格型货币政策工具调控下的上涨幅度要更大。
　　（二） 基于方差分解的调控效果比较
　　下面根据方差分解技术来比较两种货币政策工具调控下中国经济波动的主要冲击来源，帮助我们更好地理解货币政策工具选择与宏观经济波动之间的关系。
　　如表3所示，在数量型货币政策工具调控下，消费、投资和资本这三个与实体经济关系密切变量的波动来源和产出具有相似性，对它们的波动贡献力度比较大的是投资冲击、技术冲击和国际贸易冲击，只不过排列的顺序有差别，这样的结论对实际工资也是适合的。从就业的波动来看，影响比较大的是投资冲击和国际贸易冲击，这样的结论与中国的现实情况是相符的，因为中国目前的就业机会主要来自于各种投资，另外出口产业部门也解决了大量的就业问题。最后，我们还关心通货膨胀的来源，表中显示，货币冲击是通货膨胀的一大诱因，其对通货膨胀的贡献度达到了19.31%，排序还要在技术冲击之前，由此看来，控制货币供给是抑制通货膨胀一个比有效的手段。
　　表4给出的是价格型货币政策工具调控下中国经济波动的方差分解。
　　与数量型货币政策工具调控下中国经济波动来源不同的是，在价格型货币政策工具调控下，产出波动的主要来源是投资冲击，它贡献了产出波动的7613%，这是因为投资调整成本与利率直接相关，在价格型货币政策工具调控下，政府对利率工具的使用直接影响到投资的变动，进而影响到产出的波动。消费冲击和技术冲击对产出波动的贡献力度也比较大，而其他三种形式的冲击对产出波动的贡献力度则较小，消费、资本和投资这三个变量的波动来源与产出具有相似性。政府支出的波动完全来自于政府购买冲击，这显示了政府支出的外生性。对就业和实际工资影响比较大的是消费冲击，其次是投资冲击。通货膨胀波动的主要来源是消费冲击，同时货币政策冲击也对通货膨胀的贡献力度较大。
　　综合来看，在不同的货币政策工具调控下，各种突发冲击对宏观经济波动的相对贡献度既有差异性，也有相似性。数量型工具调控下，对产出波动的解释力度由大到小的突发冲击分别为投资冲击、技术冲击、国际贸易顺差冲击、政府购买冲击、消费冲击和货币政策冲击；价格型工具调控下，对产出波动的解释力度由大到小的突发冲击分别为投资冲击、技术冲击、消费冲击、国际贸易冲击、政府购买冲击和货币政策冲击。无论在哪种货币政策工具调控下，投资冲击和技术冲击都是造成宏观经济波动的主要诱因，而货币政策冲击和财政政策冲击对产出波动的影响力度则较小。
　　五、 结 论
　　本文通过将货币政策工具分为数量型货币政策工具和价格型货币政策工具，分别建立DSGE模型，进而比较了两大类货币政策工具的调控效果。研究结果表明，当货币政策的调控目标是防止经济过热时，价格型货币政策工具在应对技术冲击和国际贸易冲击时效率更高，数量型货币政策工具在应对消费需求冲击时更有效果；当货币政策的目标是拉动经济增长时，就应该分别采用另一种类型的货币政策工具；数量型货币政策工具在抑制通货膨胀时更有效果。此外，方差分解的结果显示，为了预防产出的波动，在数量型工具调控下，应该避免来自于投资、技术和国际贸易方面的冲击；在价格型工具调控下，应该避免来自于投资、技术和消费方面的冲击。
　　因此，政策当局的政策工具选择问题在很大程度上并不在于使用何种固定的货币政策工具，因为每种货币政策工具在调控宏观经济时各有利弊。央行要根据现实经济的变化和调控目标的需要，在各种信息不断涌现的情况下针对各种扰动和冲击，进行适时和正确的货币政策工具的调整，以适应不断变化的经济态势，保证货币政策最终目标的实现。
　　当然，本文的研究也存在一定的不足。根据我们一般的理解，货币政策工具应该是包含“三大法宝”在内的具体形式的工具，但是限于技术处理上的难度，本文没有针对这些具体的货币政策工具来进行建模分析。未来作者将争取采用合理的方式对这些具体的货币政策工具进行刻画，研究每种具体的货币政策工具的调控效果。
　　参考文献：
　　[1] Taylor J B. Discretion versus Policy Rules in Practice. CarnegieRochester Conference Series on Public Policy，1993，39：195-214.
　　[2] Nuno C， Morana C. Monetary Policy and the Stock Market in the Euro Area. Journal of Policy Modeling， 2004，26（3）：387-399.
　　[3] Sargent T J， Wallace N. Rational Expectations， the Optimal Monetary Instrument and the Optimal Money Supply Rule. Journal of Political Economy， 1975，83（2）：241-254.
　　[4] Mehrotra A N. Exchange and Interest Rate Channels during a Deflationary EraEvidence from Japan， Hong Kong and China. Journal of Comparative Economics， 2007，35（1）：188-210. 　　[5] Koivu T. Has the Chinese Economy Become More Sensitive to Interest Rates. China Economic Review， 2009，20（3）：455-470.
　　[6] 范从来，朱恩涛.中国存款准备金制度演变的货币政策视角分析.中央财经大学学报，2006（12）.
　　[7] 蒋冠，刘红忠.存款准备金率政策的传导机制.复旦学报，2007（6）.
　　[8] Gali J， LopezSalido J D， Valles J. Understanding the Effects of Government Spending on Consumption. Journal of the European Economic Association， 2007，5（1）：227-270.
　　[9] Rotemberg J J. Stick Prices in the United State. Journal of Political Economy， 1982，90（6）：1187-1211.
　　[10] 李春吉.中国经济波动：基于新凯恩斯主义垄断竞争模型的分析.经济研究，2006（10）.
　　[11] 刘斌.中国DSGE模型的开发及其在货币政策分析中的应用.金融研究，2008（10）.
　　[12] McCallum B T. Alternative Monetary Policy Rules： A Comparison with Historical Settings for the United States， the United Kingdom， and Japan. NBER Working Paper，2000（7725）.
　　[13] 宋玉华，李泽祥.麦克勒姆规则有效性在中国的检验.金融研究，2007（5）.
　　[14] Clarida R， Gali J， Gertler M. Monetary Policy Rules and Macroeconomic Stability： Evidence and Some Theory. NBER Working Paper， 1998（6442）.
　　[15] 谢平，罗雄.泰勒规则及其在中国货币政策中的检验.经济研究，2002（3）.
　　[16] 李浩，胡永刚，马知遥.国际贸易与中国的实际经济周期.经济研究，2007（5）.
　　[17] 陈昆亭，龚六堂.黏滞价格模型以及中国经济的数值模拟：对基本RBC模型的改进.数量经济技术经济研究，2006（8）.
　　[18] Gilchrist S， Saito M. Expectations， Asset Prices， and Monetary Policy： the Role of Learning. NBER Working Paper， 2006（12422， 2006）.
　　[19] Smets F， Wouters R. An Estimated Dynamic Stochastic General Equilibrium Model of the Euro Area. Journal of the European Economic Association， 2003，1（5）：1123-1175.
　　[20] 简志宏，李霜，卢娟.货币供应机制与财政支出的乘数效应.中国管理科学，2011（2）.
　　（责任编辑：张晓薇）
转载注明来源:https://www.xzbu.com/1/view-5658562.htm