基于非参数检验的商业银行资产价格多变结构点研究论文（通用2篇）
篇1：基于非参数检验的商业银行资产价格多变结构点研究论文
基于非参数检验的商业银行资产价格多变结构点研究论文
一、引言
商业银行是金融市场的重要组成部分，在以间接融资为主的经济体系内，商业银行的作用更为明显，截至年末，我国银行业金融资产总额达到了151. 35万亿元，远远超出20UDP。银行业的健康发展直接影响到金融市场和实体经济的健康发展，因此，学界和业界一直都重视其运营的风险，特别是在次债危机之后，一些大型银行也陷入了金融风险的泥潭，并且银行危机加剧了金融危机的破坏程度，这使得国内外对商业银行风险的关注度进一步提升。
准确判断商业银行资产市场价值的变化，是商业银行金融风险评估和预警的基础。Rupp等，苏健等团，以及吴恒煌叫等分别以商业银行资产市场价值为计算基础，设计了或有权益方法(Contain-gent Claims Analysis, CCA)对商业银行风险进行度量，实证研究结果表明，资产市场价值的变化是商业银行经营的结果，并隐含了其资产价值未来变化信息，研究认为资产市场价值变化具有较强的前瞻性(Forward Looking)，因而能有效判断商业银行的风险。
与此同时，一些文献探讨了资产价值的时序变化特征，资产市场价值具有时间连续性，其资产价格收益率应具有平稳特征。Kaman等分析了银行资产市场价值的变化规律;梁海鸥和玄永生、彭伟在连续时间金融的条件下分析了上市商业银行股票日收益风险困;彭建刚和马亚芳从系统重要性角度，通过评价商业银行资产价值等信息分析了银行风险的变化过程。
近年来，不少研究如王钰等、罗长青等叫等文献均表明资产价值并不满足平稳特征，而是会出现“突变”现象，从某一时间点开始，时间序列模型参数会发生变化，也就是资产价格出现了突变，而这类变点称之为结构变点。陈希孺给出了一般的结构变点研究方法，韩四儿对金融市场上常用的过程的多变点问题进行了研究口，Tray在建模的过程检测结构变点的位置与跳跃度，郑仲民对金融资产价格跳跃行为研究。
然而，这些方法对数据附加了一些分布假设条件或者模型假设条件，使得应用范围比较局限。而且在结构变点检测过程中，需要估计分布或模型的参数，使得计算量增大。提出了一种非参数方法检测均值变点.门，这种方法的优点是计算较快，但是的检验统计量的极限分布是在只有一个均值变点的假设条件下给出的，已不能用于多个均值变结构点的情形，更不能用于方差变结构点的情形，特别是多个方差变结构点的情形，因此，在对时间序列变结构点进行检验时，需要对己有方法进行改进，以便能够一次性识别均值和方差多个变结构点。
受宏观宏观经济的波动，或国家重要政策、重大信息和公告的发布等因素的影响，商业银行资产价格在近似连续的时间内很有可能会出现较大幅度的波动，这种由突发信息引起对商业银行资产价格(收益)及波动过程所造成的冲击现象即银行资产价格的“突变”。而且，在一段时间内，商业银行资产价值可能出现连续突变现象，而传统的检验方法难以一次性检出多个变结点。商业银行资产价格的突变现象直接影响金融资产收益波动率的估计和预报的准确程度，进而对商业银行风险管理产生重大影响，传统的计量模型和方法也就需要进行相应的调整。
鉴此，本文提出商业银行资产价格均值和方差的多变结构点检验方法，并基于该方法对商业银行变结构点进行实证检验，从而进一步发现商业银行资产价格变化的规律和特征。
二、商业银行资产价格变结构点非参数检验的实证结果及分析
这里运用国内16家商业银行的资产价格作为实证研究对象来验证本文方法的有效性。样本期限为第1季度-年第4季度。运用本文设计的非参数方法对资产价格的均值变结构点做出检测，估计出结构点的位置。然后应用本文的方法得到方差多变结构点的位置，其中参数R=0.5。方差检验的结果在表3的第3列。样本商业银行的代码，从估计结果来看，商业银行权益资产价格的均值和方差变结构点大多在4个以上，反映了本文所设计的方法能够一次性检测出时间序列的多个变结构点。
变结构点的产生原因各异，总体来看，商业银行资产价格变结构点的出现受系统因素、行业因素以及其自身特质因素的影响。在系统因素方而，经济金融危机等因素会产生系统风险，导致大多数商业银行出现在较为接近的时间段内同时出现资产价格的变结构点。
华夏银行(600015)、民生银行(600016)等在208月左右出现了权益资产价值的变结构点，在此期间，贝尔斯登、巴黎银行瑞穗银行等出现了较大的次货投资损失。虽然国内银行参与次债投资的程度不深，但是金融危机所带来的恐慌也影响了投资者对银行的预期，并在一定程度上动摇了对银行的信心，从而导致己上市的银行权益资产价值的波动出现了变化，并导致商业银行权益资产价值变结构点的出现。年末-初，大多数商业银行的权益资产价值均出现了均值和方差变结构点，这一时期正是次债危机愈演愈烈的阶段，2007年末-20初，市场流动性压力急剧增加。
至年3月，美国第五大投资银行贝尔斯登濒临破产，而美国房利美和房地美两大放贷机构宣布亏损110亿美元，次债危机逐渐演化成全球金融危机，并导致世界主要经济体陷入衰退周期。在危机冲击和风险传染影响下，国内企业的景气指数也逐渐下降，外部环境的严重恶化，导致商业银行风险提高，并且这种风险变化反映到了其在证券市场的资产价格，样本商业银行在此期间均出现了变结构点。
11月8日-14日，中国共产党第十八次全国代表大会成功召开，对政治经济产生了较为深远的影响，在深化金融体制改革方而，要求进一步深化金融改革，加快推进利率和汇率市场化改革，并逐步实现资本项目可兑换和加快民间金融机构的发展。月，制造业PMI指数为50.6，高于50%的荣枯线，显示制造业需求在上升。规模以上工业增加值同比增长10.300，带动全年增长10% , 2012年12月，全国规模以上工业企业累计利润在12月份实现转负为正。一系列经济数据表明宏观经济“最差的时候己经过去”，同时，新一轮金融改革的启动标志着银行业发展将迎来一个新的环境。
行业监管政策等行业因素也是商业银行变结构点产生的原因之一。如，2008年底-年初，各商业银行资产价值均值和方差又一次先后出现系统性的变结构点。从2008年11月27日起，下调金融机构一年期人民币存贷款基准利率各1. 08个百分点，其他期限档次存贷款利率作相应调整，同时下调央行再贷款再贴现利率。从2008年12月5日起，下调工商银行、农业银行、中国银行、建设银行、交通银行和邮政储蓄银行等大型存款类金融机构人民币存款准备金率1个百分点，下调中小型存款类金融机构人民币存款准备金率2个百分点。此轮降息和调准超出市场预期，行业监管政策的变化导致了大多数银行的权益资产价值出现了变结构点。也可以发现，商业银行资产价格变结构点出现的时间较为接近，这反映出系统因素和行业因素等共同因素是商业银行资产价格变结构点出现的主因。
此外，商业银行特质因素也会导致其权益资产变结构点的出现。如深发展(自2012年7月27日起变更为平安银行股份有限公司，简称“平安银行”)在205月7日出现资产价值的变结构点，深发展(000001)与中国平安人寿保险股份有限公司(简称“平安寿险”)于年6月8日停牌，并于该月12日签署了《深圳发展银行股份有限公司和中国平安人寿保险股份有限公司之股份认购协议》，公司拟向中国平安人寿保险股份有限公司非公司发行不少于3%亿股，但不超过5. 85亿股人民币普通股，该重组方案实施后，中国三大保险公司之一平安集团旗下的.平安人寿将成为了该行新的战略投资者，深发展也更名为平安银行，市场投资者对此次股权结构的重大变化提前做出了市场反应，导致其权益资产价值出现了变结构点。该银行在207月24日出现了资产价值的变结构点，其后深发展在7月28日晚发布公告称，深发展与平安集团的重大资产重组工作己经完成，重大资产重组完成以后，中国平安及中国平安控股子公司中国平安人寿保险股份有限公司合计持有公司52. 38，成为公司的控股股东，该银行由重组期进入重组后的稳定发展期，市场对此次重大事件的反应提前了5个交易日，在24日即出现了资产价值的变结构点。
值得关注的是，对于系统因素和行业因素，商业银行的变结构点可能出现在重大事件之前或之后，而对特质因素的反应，则一般出现在商业银行重大事件公布日之前，如宁波银行(002142)在7月8日出现了变结构点，而在207月13日，宁波银行发布的《宁波银行中期业绩修正公告》将预计归属于上市公司股东的净利润与上年同期相比增长幅度调整至70 00^8000，并称总行大厦拆迁将获得拆迁收入4. 05亿元，该事件对宁波银行权益资产价值起到了一定的提振作用。华夏银行(600015)在年4月18日出现了变结构点，而在4月28日，华夏银行公布实施定向增发，增发数量185919. 746万股，增发金额达208亿。民生银行于2013年4月8日出现了变结构点，在同年4月24日和25日，该行分别发布第一季报和《关于公开发行有锁定期的A股可转换债券上市交易的提示性公告》等对股权价值有重要影响的信息，根据该季报和公告的时间节点，也可以发现商业银行资产价值对特质因素的反应时间一般出现在其重大事件公布之前。
三、结论及启示
基于改进后的非参数检验方法，本文对商业银行资产价格变结构特征进行了实证检验，实证研究表明，商业银行资产价格存在较为显著的变结构特征，系统因素、行业因素和商业银行特质因素均可能会导致商业银行资产价格变结构点的出现，且系统因素和行业因素在样本期内对估计出的变结构点起主导作用。
通过以上实证结论带来以下启示:
(1)本文所构建的多变结构点非参数检验方法适用于检测商业银行资产价格的变结构点，此外，对于其他时间序列的变结构点检验，也可以尝试运用该非参数检验方法。
(2)基于商业银行资产价格的风险度量模型和管理模型需考虑资产价格的变结构特征，否则有可能出现模型设定偏差，从而会导致模型准确度和风险预警效能下降。
(3)商业银行在进行风险承担管理和风险预警时，尤其要注意系统因素和行业因素对商业银行资产价格的影响。
篇2：基于非参数检验的商业银行资产价格多变结构点研究论文
关键词：货币政策,资产价格,非对称效应
一、引言
近20多年来,随着经济体制转型和金融深化步伐的不断加快,资产价格和汇率之间的联动性日益显现,二者对宏观实体经济波动的影响凸显,并且随着二者内在的互动机制和作用模式的日益复杂化对货币政策效果产生了不可忽视的影响。由美国次贷危机酿成的金融海啸,给各国的实体经济造成了巨大的破坏。事实表明,资产价格波动效应已超越资本市场本身,对宏观经济产生显著的冲击,金融资产对实体经济的影响日益突出。资产价格过度波动带来了灾难性后果,同时也引起了学界的激烈争论和货币当局的密切关注。因此,研究货币政策效果的同时不能忽略资产价格的波动。
二、文献综述
资产价格波动对宏观经济有着深远的影响,然而,货币政策是否应该对资产价格波动作出反应在国内外均存在较大争议。从现有学术文献来看,对此问题的回答有截然相反的两种观点。Bernanke and Gertler(2001)认为,中央银行的主要职责在于维持物价稳定和促进经济增长,因此,不该对资产价格的变动作出任何反应;同时他们还认为,保持资产价格的稳定对于中央银行而言是十分困难的,因为货币当局无法得知资产价格的波动究竟是由什么引起的[1]。钱小安(2000)、易纲、王召(2002)及瞿强(2001)也持有与Bernanke and Gertler(1999、2001)相同的观点[2,3,4]。但戴根有(2000)、谢平(2000)等人则认为中央银行应该对股票等金融资产价格地波动作出反应。他们认为货币政策对产出缺口、通货膨胀和资产价格波动作出反应,有助于提高宏观经济的效率,降低产出的波动。当资产价格低于其价值时,央行应当降低利率;相反,当资产价格高于其价值时,央行应当提高利率[5,6]。
同时还有大量的文献关注于货币政策效应的非对称性研究,Cover(1992)的研究结果表明,不论货币供给是否预期,正的货币供给冲击对产出没有影响,负的货币供给冲击会导致产出下降的结论[7]。刘金全、刘兆波(2003)的研究表明,货币政策效果的非对称性在我国是确实存在的,价格调整非对称、投资调整非对称以及人们预期形成和调整的非对称都可能是货币政策非对称的来源[8,9];赵进文、闵捷(2005)研究了1993年第1季度至2004年第2季度期间我国货币政策的非对称性,结果表明该期间我国货币政策操作在效果上表现出明显的非对称性[10]。
总的来说,国内外文献的研究中存在下列几个不足:第一,未考虑到资产价格和汇率波动对货币政策效果非对称性效应的影响;第二,在实证研究中,主要以利率作为中间目标为研究的主要对象,很少考虑到货币供应量这一目标;第三,选取的很多模型没有坚实的理论基础,并缺乏动态分析。基于此本文综合考虑了股价和汇率波动影响下,建立了修正的新凯恩斯-SVAR模型来实证分析经济周期下不同阶段货币政策效果的非对称性效应,以求为我国货币政策的理论研究和中央银行实践提供有益的借鉴。
三、模型与数据处理
(一)模型建立
我们在Mc Callum和Nelson(1999)、Giordani(2004)和Cindy Moons(2007)的基础上[11,12,13],建立一个开放经济下包含股价-汇率波动的动态宏观经济新凯恩斯(NK)模型框架。
其中ŷt为实际产出缺口(实际产出偏离其均衡产出的自然对数值),Etŷt+1为预期的实际产出缺口,it为名义利率,it*为外国名义利率,为名义利率均衡值,为实际均衡利率,πt为通货膨胀率,πt*为目标通货膨胀率,Etπt+1为预期通货膨胀率,et为实际有效汇率,Etet+1为预期实际有效汇率,△et为实际有效汇率波动,qt为股价,△qt为股价波动,mt为货币供给量,为货币供给量均衡值,m赞t为货币供给量缺口,Et 为预期的货币供给量缺口,εtD、εtS、εti、εtm、εte、εtq为服从标准正态分布的总需求、总供给、名义利率、货币供给、实际有效汇率和股票价格的外生冲击。以上方程中的结构参数为相应经济变量的弹性系数。
方程(1)为开放经济下的IS曲线,用来描述总需求;方程(2)是扩展的加速型菲利普斯曲线,用来描述总供给;方程(3)是利率的泰勒规则式,用来描述货币政策行为;方程(4)是货币数量方程;方程(5)是汇率方程;方程(6)是股票价格方程。
(二)数据处理
本文选取1996年1月至2011年3月的月度数据作为样本区间,并采用Census-X12方法对所有的原始数据进行了季节调整。美国联邦基金利率来源于美联储网站,其它数据均来自wind资讯。数据分析和模型参数估计均使用Eviews6.0。
(1)利率。我们选取同业拆借市场利率(i)作为市场利率的代理变量。
(2)产出、潜在产出、产出缺口及其预期。由于没有月度的GDP,我们选用月度工业总产值代表产出。为了消除通货膨胀的影响,我们采用1996年1月为1的工业品出厂价格指数进行平减得到实际工业总产值Y。我们采用CF滤波法估计潜在产出Y*。再根据公式:yt=100(Y-Y*)/Y*估算出产出缺口。采用ARMA模型来估计预期产出缺口。
(3)通货膨胀率及预期。我们选用CPI的同比增长率(π)作为通货膨胀的代理变量。计算公式为:π=(CPI-1)×100%。对于预期通胀率,本文利用卢卡斯供给曲线所导出的预期修正的菲利普斯曲线来估计。附加预期的菲利普斯曲线表示如下:πt=f(ut)+πt*=πt*+α(ut-u*)
奥肯法则表示为:u=u*-α*yt,其中u与u*表示实际与自然失业率;yt使产出缺口。将奥肯法则和菲利普斯曲线结合起来,可以得到菲利普斯—奥肯曲线:
πt=πt*+βyt
由于未来的通货膨胀率与去年同期(πt-12)和上一期(πt-1)的实际通货膨胀率关系最为密切,所以估计预期通货膨胀率时,上式中包括πt-12和πt-1两项。
(4)目标通胀率。近年来西方主要发达国家所公布的目标通货膨胀率大多处于0~3%之间,而就我国市场经济体制和社会经济状况来说,普遍认为合理的通货膨胀目标区间要稍微高一些,谢平等(2002)将我国的通货膨胀率目标设定在4%的水平[14,15]。所以我们选取4%作为我们的目标通胀率。
(5)长期均衡实际利率、长期均衡名义利率和名义利率缺口。本文实际利率r定义为rt=it-Etπt+1。因为对任意平稳ARMA模型,yt+j的条件随j→∞收敛于无条件均值(杜江等,2006),而这个无条件均值即为长期均衡实际利率。所以本文先对实际利率进行ADF单位根检验发现,原序列是平稳的,所以采用AR模型来进行估计。同理,我们采用AR模型来估计长期实际名义利率。名义利率缺口根据公式进行估计。
(6)预期汇率。我们选用人民币实际有效汇率e作为变量,采用AR(2)模型对其预期进行估计。
(7)股票价格波动和人民币实际有效汇率波动。本文采用指数广义自回归条件异方差(EGARCH)模型来求得资产价格波动。我们选用上证指数q作为股票价格变量。
(8)货币变量、货币缺口及预期。本文选取M1作为货币变量。关于货币缺口的估计,因为滤波法能消除影响均衡的货币成分,突出趋势成分,从货币供给本身进行测算,所以本文采用HP滤波法来估计均衡货币供给和货币缺口。
四、实证检验
(一)加入门限的联立方程模型
为了检验货币政策的非对称效应,本文在方程(1)中加入表示货币政策方向性冲击的虚拟变量d。我们沿用梁云芳等(2011)的方法[15],定义d为:
其中为货币缺口,它是衡量货币供给偏离均衡货币供应量程度的,即货币政策冲击。当实际货币供应量大于均衡时,即,市场上货币供给宽松,表示存在正向(扩张性)货币政策冲击;当实际货币供应量小于均衡时,,市场上货币供给短缺,表示存在负向(紧缩性)货币政策冲击。因而我们现在估计的方程(1)为
同时,由于取对数不改变方程的性质,我们实际估计的方程(5)和方程(6)为:
下面本文将建立联立系统方程,这种系统方程考虑到了方程之间的相互依存关系,同时可以避免联立性偏误的问题,然后运用GMM方法进行估计,得到稳健的估计量,所使用的工具变量包括滞后一阶至三阶的内生变量和所有外生变量。表1给出了修正过的方程(1)—(6)的估计结果。
对于需求方程(1)而言,汇率波动对总需求的影响较弱,它主要受预期、其前期值以及股票波动的影响,其中股票波动对它有反向作用,即股票波动每增1个百分点,产出缺口将会下降0.46个百分点。虽然货币政策对总需求的拉动作用相对有限,但货币政策效果的非对称性在5%的显著性水平下都是统计显著地。当存在负向(紧缩性)货币政策冲击时,实际利率每提高1个百分点,产出缺口就会下降0.003个百分点,而当存在正向(扩张性)货币冲击时,实际利率每提高1个百分点,产出缺口将会下降0.002 8(=0.003-0.000 2)个百分点;存在负向货币政策冲击时,货币缺口每提高1个百分点,产出缺口就会上升0.009个百分点,而当存在正向货币冲击时,货币缺口每提高1个百分点,产出缺口就会上升0.007 3(=0.009-0.002 7)个百分点。由此可见,扩张的货币政策确实抑制了货币政策效果。
注:括号中的数字是t值。***表示在5%置信水平下显著;*表示在15%置信水平下显著。
从利率供给方程(2)的估计结果来看,预期通胀和股价波动在拉动价格水平方面有着非常重要的作用,预期通胀上升1个百分点将会带动当期通胀上升0.71(=1-0.29)个百分点,同时股价波动上升1个百分点也有带来通胀上升6.33个百分点,也就是说,股价波动会刺激价格水平快速上升。
从方程(3)的结果看来,利率的变动主要受其前期值和股价波动的影响。前期值上升1个百分点利率会上升0.95个百分点,这表明我国的利率还是没有完全市场化,受管制的成分比较大,而且央行调整利率的幅度不大,还是着重考虑前期利率。对于每上升1%的股价波动影响,利率的反应是上升0.27%,也就是说央行在制定货币政策的时候已经在考虑资产价格的波动了。通胀缺口每上升1个百分点,利率将上调0.015%,与经济原理相符。
对于货币数量方程(4)而言,利率缺口对货币缺口的影响很小,而且系数不显著。但货币缺口对其预期及股价波动的反应强烈。预期每上升1个百分点,货币缺口将上升0.75(=1-0.25)个百分点;股价波动每上升1个百分点,货币缺口会上升2.42个百分点。虽然相比而言,通胀缺口与汇率波动对货币缺口的影响作用较弱,但它们对货币缺口的影响都是反向的。也就是说,通胀过高以及汇率有正波动,货币缺口都应该适当地减少。
汇率方程(5)的结果显示,我国汇率是管制的,与国内外的利率都没有关系。
从股价方程(6)可以看出,实际利率没有通过显著性检验,股价主要受惯性影响,即上期股价上升会带动本期的价格上升,同时生产扩张、企业收益增加也会刺激股价上升。
(二)NK-SVAR模型
为了突出货币政策效果的非对称性效应,我们将利率和货币缺口分为扩张性利率i+、紧缩性利率i-、扩张性货币缺口和紧缩性货币缺口。其中为的值,的值,i+为当时的i值,i-为当时的i值,其余为0。
我们将动态经济结构性模型写成矩阵的形式为
其中为内生变量矩阵,zt=(△et,△qt,i*)′为外生变量矩阵,Γi和Pj分别是滞后q阶的内生变量的斜率矩阵和滞后k阶的外生变量的斜率矩阵,在(7)式左右两边左乘r0-1得到简约式VAR
其中Ai=Γ0-1Γi,i=1,…,q,Bj=Γ0-1Pj,j=0,…,k,et=Γ0-1εt,Ω=Γ0-1DΓ0-1′
1. 当期参数估计。
我们对涉及非对称性变量的参数进行比较,参数见表2。
由表2可以看出,扩张性利率和紧缩性利率对产出缺口的影响都不显著,这应该与我们选取的衡量准则有关,但扩张性货币缺口和紧缩性货币缺口的影响却十分显著,而且紧缩性政策的影响系数要明显大于扩张性政策影响(2.29>0.95),因而中国货币政策效果存在非对称性,且效应显著。
注:括号中的数字是z值。***表示在5%置信水平下显著。
2. 结构脉冲响应函数。
用结构因子矩阵A、B对VAR的误差项进行分解,可得同期独立的随机干扰项,据此得出脉冲响应函数就不再含有其它内生变量的交叉冲击,从而能更精确度量出变量冲击对系统的影响。横轴表示冲击发生后的时间间隔(月度),纵轴表示变量对各种冲击的反应程度(百分数)。
(1)货币冲击。我们以扩张性货币缺口冲击表示扩张性货币政策冲击,紧缩性货币缺口冲击表示紧缩性货币冲击,借用这两种货币冲击的脉冲响应图来分析它们对产出缺口和通胀的影响。
从图1可以看出,扩张性货币政策冲击对产出缺口立即产生正向反应,影响程度逐渐扩大,在第10个月程度达到最大,之后开始回落,从第25个月开始转为负向影响,55个月后影响逐渐减弱并趋于0。对通胀率而言,扩张性货币政策冲击的正向影响从第5个月开始,第18个月才达到最大,30个月后转为负向影响,85个月后影响也逐渐减弱并趋于0,由此可见,扩张性货币政策冲击对通胀率的影响存在时滞。
图2表明,对于紧缩性货币政策冲击,产出缺口的当即反应是负向的,在第8个月达到最大,之后逐期下降,第20期时转正,76个月之后影响逐渐减弱并趋于0;对通胀率的影响当即也是负向的,10个月后达到最大,在第26个月开始转正,55个月后影响逐渐减弱并趋于0。
综合图1和图2,扩张性货币政策和紧缩性货币政策对产出缺口及通胀率的影响都存在非对称性。紧缩性货币政策对产出缺口的影响更迅速有力,紧缩性货币政策对产出缺口的影响在第8个月达到最大,而扩张性货币政策的影响在第10个月才会达到最大,同时紧缩性货币政策的影响持续性更长,76个月后才逐渐趋于0。同样,紧缩性货币政策对通胀率的影响也更迅速有力,紧缩性货币政策的影响不存在时滞,而且10个月就能达到最大,而扩张性货币政策的影响不但滞后5个月,而且要到18个月才能达到最大,但扩张性货币政策的影响更持久,能持续85个月。
(2)资产价格冲击。图3表明,当经济受到一个正的汇率冲击时,产出缺口当期会下降,到第7个月到达最大,从第25个月开始转为上升,50个月后影响就逐渐减弱并趋于0,而通胀率是从第2个月才开始下降,经过14个月到达最大,第30期才转正,55个月后影响就会逐渐减弱。换句话说,提高汇率在短期内会抑制经济增长,但同时也会抑制通胀。
对于一个正的股价冲击,产出缺口和通胀率的反应从当期就开始正增长,也就是说,股价的上升不但会推动经济增长,也会助长通胀的上升,但12个月后产出缺口会下降,15个月后通胀也会下降。
结合图3和图4可以看出,宏观经济变量对汇率冲击的反应比对股价冲击的反应更强烈,波动幅度也更大。将资产价格纳入我们的经济模型中是合理的。
五、结语
NK模型实证结果表明:在我国紧缩性货币政策的效果比较明显,扩张性货币政策效果较弱。货币冲击的紧缩效应强于扩张效应,这表明抑制经济的过快增长时紧缩性的货币政策效果显著,但扩张性货币政策无法摆脱经济的恶性衰退。因此,在经济周期的不同阶段,不同的货币政策效果上都存在非对称性效应。但是非对称性效应的程度相比于其他国家还是比较微弱。这表明,在我国目前实行扩张性货币政策产生的扩张效果的可能性还是较大。但是非对称性效应的存在又表明货币政策效果还是存在着抑制作用。这就是我国一直采取稳健的货币政策的原因之一。
