一般性货币政策的优缺点范文篇1

关键词：新凯恩斯模型；货币政策；外在习惯形成

中图分类号：F820文献标志码：A文章编号：1673-291X（2014）29-0008-02

前言

当解释可观测经济结果时，新凯恩斯模型的一个最主要缺点是没有一个生成的持续性机理，没有资本积累，通胀和消费产出震荡多变。因为模型中不包含内生变量且没有相关冲击，所以它不能解释通胀和产出数据中存在的持续性。为了克服这些缺点，大量学者研究推广可以包含习惯形成、工资、价格粘性和价格指数等特征的模型，这些特征可以清晰描述数据持续性。但是，大量研究表明，新凯恩斯模型只使用一般的混合的数据后，最终只是简单地给参数赋值（Erceg，etal，2000；AmatoandLaubach，2000）。从而，混合模型可以有比该权威模型更有说服力的内容，这些内容不一定充分描述可观测宏观经济结果，但可将问题停止在结论上再将政策惯例引出。

模型不再采用单方程估计法而是使用完全信息极大似然估计法（FIML）建立一个体系估计。使用体系估计模型不仅易获得有效利润，而且能估计出单方程法无法识别的参数。应用FIML法必须对货币政策的制定做出假定。我们可以简单地设定一个利率规则，假定货币当局可根据最优支配原则制定政策。因此，我们可以假定货币当局具有客观功能，可以解决货币规则的时续性，估计货币客观功能参数与优化约束的结构参数。

在Volcker-Greenspan时期，我们为合理的通胀目标估计找到了利率平稳的证据，但是平稳性产出的证明并不可靠，我们也没有找到通胀偏差的证据。在内在消费习惯形成和外在消费习惯形成模型中，估计结果显示只有大概10%的公司在每个季度能优化他们的价格。总而言之，在新凯恩斯最优政策模型中利用消费数据比产出数据运行地更好，因为广泛应用和调整产出缺口范式其最终结果是显著的。

一、数据选取

在这里使用5个测算口径：3个产出口径和两个消费口径。第一个产出口径1

t其中实际GDP是国会预算局测算的潜在产出，同Rudebusch和Svensson（1999）在研究最优货币政策中使用的方法。利用对产出口径的测算可以提供一个从我们的结论到Rudebusch和Svensson的研究框架的一个桥接。用HP滤波法构造下一个产出口径2

t和消费口径1

t。为了与家庭最优问题的典型特征一致剩下的两个口径3

t和2

t用单位劳动生产力测算产出和消费。

我们最后用HP滤波分离log（产出/劳动力）和log（消费/劳动力）变量序列，使之平稳。

数据截取的是1965年第一季度到2013年第二季度时间序列。大体上讲，3个产出口径变量变动时是有规则的，早期1980年和1990年的金融危机中显而易见，但当用国会预算局测出的潜在产出1

t构造产出口径时，得出的结果明显不如其他两种稳定。2

t和3

t之间的相关系数是0.97，1

t和2

t或3

t之间的相关系数只有0.77。依据时间和大量产业循环两个消费变量序列表述了与产出序列相似的特征。尽管2

t比1

t平稳性差，它们的相关系数为0.95，但这些变量序列说明了美国经济从1984年以来的稳定状态，正如早期讨论的那样，趋平稳化可能是由于需求波动变化的减弱导致的。

二、模型估计

习惯指数假定依据两个消费参数变化，表示为：

Ht=y1Ct-1+y2Ct-2，|y+y2|

方程（1）由程式化因素构成，是由两个产出口径的再生形式的方程（1991年King，Plosser，Stock和Watson；1992年Gali）。通过方程（1）描述的习惯形成比使y2=0的简单方程更能令数据立足。由于这个原因，如果这两个口径习惯形成范式没能反映出产出/消费的动态规则，则对新凯恩斯最优政策理论造成有力的反驳。

产出基础方程和消费基础方程估计y1和y2的是系统的，表明它们不止是对产出去趋势过程的结果。造成产出基础方程和消费基础方程差异的原因有很多，但最明显的因素应该是投资和资本形成过程。权威新凯恩斯模型和标准一般化权威模型将投资作为简化策略，同时遵循资本形成长期运转结果可用来研究宏观经济短期稳定性这一原则。依据资本积累测算资金股本进而估计模型是相当困难的，2001年Dupor的结论中强调满足泰勒原理的政策规则在模型中容易产生投资不确定性，说明忽略投资对货币政策的制定有重要的影响。

观察其他参数，外生习惯形成方程跟内生习惯形成方程接近，隐形通胀目标值估计为2.29%～2.96%之间，客观因素值估计为0.93。从外生习惯形成方程中得来的只有在10%的置信度下或以消费数据估计时才显著。

在政策客观功能分析参数中，估计结果也与内生习惯形成相似。利率平稳性权重显著不为0，但产出/消费稳定性的权重不显著且没有任何通胀偏向的依据。一般来说，v的点估计在外生习惯形成模型的估计中较小，早期研究中利率平稳性的权重在3月期国库券的估计比联邦基金利率估计的要大。

三、脉冲响应

当根据3个信息准侧估计人均消费2

t和3月期国库券利率RT

t时模，型拟合的最好。为了更好地展现新凯恩斯最优政策的框架，模型估计了πc

t，2

t和RT

t，并比较它们的脉冲响应。根据VAR模型我们也可以构造置信度为95%的VAR脉冲响应。

通过比较新凯恩斯模型与一般模型的VAR脉冲响应，可以帮助判别那些新凯恩斯模型不能完全反映出的数据，反映VAR模型的脉冲响应产生于“供给”、“需求”和“政策”的冲击，并参照递归识别法。但是，新凯恩斯最优政策模型不是递归的，因此，为确保脉冲响应函数之间有效的对比，在VAR模型中我们要以同样的排列方式和同样的递归识别法来辨别对模型的冲击。特意地，我们采用新凯恩斯时间一致方程。

D0Pt=d+D1Pt-1+D2Pt-2+st（2）

观察VAR模型的脉冲响应，通胀和货币政策依需求消费标准差分别上升和紧缩，响应利率的上升，消费和通胀同事下降，最终返回到基础线上。而供应方面的冲击，VAR模型反映出通胀上升而利率随之上升，利率上升则导致消费下跌到基础线以下，进而通胀有所缓解。随后，利率下降，消费回升到基础线以上。

参考文献：

[1]齐鹰飞.新凯恩斯主义总需求理论的微观基础――一个基本模型及其在货币政策中的应用[J].财经问题研究，2007，（6）.

一般性货币政策的优缺点范文

一、法定存款准备金率

法定存款准备金是中央银行要求商业银行必须存放在中央银行的款项。这种货币政策工具在其他国家已经很少使用甚至废除,然而在中国,由于外汇管理制度造成央行无法完全决定基础货币的吐出,使得法定存款准备金率正在被频繁使用。

(一)优势

直接提供流动性。在经济危机的环境下,由于银行等金融机构的倒闭和“惜贷”,市场普遍会缺乏流动性。降低法定存款准备金率可以直接向市场注入流动性,并且这种注入行为在一段时间内是不可逆的,同时可以有效的缓解市场的流动性不足。

增大货币乘数。降低法定存款准备金率,不仅可以直接向商业银行注入可用的资金还可以增大货币乘数。同时央行投放的法定存款准备金是基础货币,加上货币乘数的效应可以成倍的增大货币供给特别是广义货币供给量(M2)。

(二)劣势

不能精确调控货币供给。从央行降低法定存款准备金率的幅度可以看出,人民银行每次都降低0.5%或其倍数的法定存款准备金率。这样每次投放出的货币数量都大体相当即每0.5个百分点的准备金率相当于2000亿的基础货币。这样中央银行就不能够很精确的调控市场的货币供给,而只能是模糊的调控。

不可频繁使用。由于法定存款准备金率是商业银行流动性管理的一个重要指标,频繁的变动势必会影响到商业银行的管理。同时法定存款准备金率的频繁调整势必会大幅度的影响到货币供给,这样就会给经济造成频繁的震荡,不利于经济的平稳运行。

从上面的优劣就可以看出,法定存款准备金率有着它独特的优势也有相当的劣势,一般的经济学教材都把法定存款准备金率视作一剂“猛药”,中央银行不可轻易使用。但是在特定的情况下,只要是利大于弊,我们就可以考虑使用法定存款准备金率。

二、基准利率

利率是一个复杂的体系,既包括中央银行的再贷款再贴现利率,也包括存贷款基准利率,还包括货币市场基准利率等。这里我们讨论的利率仅仅是再贷款再贴现利率和存贷款基准利率。在中国这两个利率都没有市场化,由中央银行直接控制。

(一)优势

降低融资成本。对于很多企业来说,营运资金基本都是借入负债,央行降低利率能够使得整个利率水平都下行,极大的降低企业的融资成本从而减少企业的经营成本。同时对于金融机构来说当处于危机之中而缺乏流动性的时候,同样需要从外界借入资金,低利率的环境能够降低借入资金的成本,使得金融机构不至于倒闭。

增加货币投放。央行降低再贷款再贴现利率使得银行等金融机构能够低成本的向中央银行借款,从而增加中央银行的货币投放,增加货币供给。在中国,中央银行降低再贷款再贴现利率在很大程度上是一种“宣誓效应”,表明中央银行会随时出手拯救市场,以增加市场的信心。

刺激消费。中央银行降低存贷款基准利率的主要目的是刺激居民消费从而拉动国内需求。众所周知,中国的储蓄存款的GDP占比是很大的,在当前的经济危机的环境下,下调存贷款基准利率就是要居民用这些存款来消费,以达到拉动内需的作用。

(二)劣势

流动性陷阱。降低利率固然有很多好处,然而如果货币当局不顾一切的将利率降到极低的水平(如日本),则极有可能出现流动性陷阱的情况,即无论利率再如何降低,货币供给也不能增加。这样货币政策将完全失去作用,所以在降低利率的同时要谨防流动性陷阱的出现。

投资效率低下。我们都知道高利率是对企业的一个筛选,那么低利率则使得无论什么企业都能够以低成本得到银行的贷款,同时这些贷款就会被一些企业投资于低收益的项目或是资本密集型的项目之上,这样就造成投资效率的低下。由于大量的投资于资本密集型行业,使得其不能够很好的解决就业问题。

增加银行坏账率。低利率的环境不能够很好的筛选出好的企业和好的项目,如果银行的贷款审批不严,那么那些不好的企业在以低利率借到款项之后很可能不还,这样就会增加银行的坏账率,使得银行风险增大。

从上面的简单分析可以看出应对经济危机利率是个不错的工具,而从目前的实际情况看,各国应对经济危机的货币政策也主要集中在了降低利率。

三、公开市场业务

公开市场业务是中央银行通过公开市场操作来实现货币供给的精确控制的一种工具。在中国,公开市场业务主要包括人民银行的正回购、逆回购操作和中央银行票据的发行。而中央银行票据是中国独创的一种用于应对2004年以来流动性过剩的工具。

(一)优势

精确控制货币供给。中央银行可以通过公开市场业务的操作达到精确控制货币供给的目的,央行可以根据市场情况来确定公开市场的货币投放和回笼量,以达到控制货币供给的目的。目前中国人民银行每周二和周四进行公开市场操作,每周二央行进行7天、28天、91天的正回购,每周四央行进行3个月的央行票据发行和适时进行正回购操作。在经济危机的情况下,央行通过减小公开市场业务操作量的方法来投放货币,增加货币供给。

引导货币市场利率,表达中央银行意图。公开市场业务还有一个最重要的作用就是引导货币市场利率,以表达中央银行对当前利率的看法,示意中央银行的意图。特别是1年期和3个月期的中央银行票据利率可以直接影响货币市场利率,从而表达出央行对现行利率的看法。像去年几次降低存贷款基准利率前央行都引导央行票据的利率大幅下行。

(二)劣势

调控成本高。当央行进行公开市场的正回购操作和发行央行票据时,中央银行都会对外支付正回购和票据的利息,大量的持续的正回购和发行央票会极大的增加央行的调控成本。

必须持续进行。公开市场业务的另一个劣势就在于必须持续的进行,如果央行不持续的进行正回购和央票的发行,那么以前发行的央行票据和正回购到期后会释放巨额流动性,将严重冲击本国货币市场和国民经济。所以公开市场业务必须持续进行,使它成为中央银行的一个日常货币政策工具。

从上面的介绍可以看出,公开市场业务有着它天生的优势,能够成为中央银行的日常性货币政策工具,在经济危机的环境下同样可以通过减少公开市场的操作量来投放货币,增加货币供给。

一般性货币政策的优缺点范文

关键词：房价；政策评估；DSGE模型；货币政策；限购政策

中图分类号：F293.3文献标识码：A

一、引言

近年来，我国房价涨速过快，尤其是2009年下半年至2011年初，房地产市场投机氛围炽热，房价飞速上涨，引发政府对房地产市场的一系列调控，“国八条”、“京十五条”、房产税等政策相继提出，2012年更是被称为“史上最严厉调控年”，但年底房地产市场依旧有回暖趋势，2013年政府将稳中求进，坚持房地产调控不动摇，持续限购、差别化信贷税收政策更加深化、加大保障房建设力度、抑制投资投机需求等。房价问题一直备受瞩目，学者们也对其进行了广泛研究。国内外已有大量文献研究了房价的影响因素以及房地产政策对房价的影响效果，影响房价的因素有很多，如何将政策变量从诸多影响因素中剥离开来是关键。现有文献在研究政策对房价的影响时大多仅限于货币政策，对限购、房产税、保障性住房等政策进行系统科学的实证研究比较缺乏，也没有形成一个有效的房地产政策评估体系。研究方法上，大多文献运用的是向量自回归模型（VAR模型），缺乏对微观主体行为的描述，无法从根本上解决房地产市场存在的内生性问题，且没有考虑预期对房价的影响以及房价波动，而动态随机一般均衡模型（DSGE模型）能够克服这些问题。尽管DSGE模型已经广泛运用于宏观经济分析中，但在房地产政策评估领域运用得还比较少，尤其是将该模型运用到限购政策的有效性评估问题的研究尚属缺失。本文主要聚焦于货币政策和限购政策，首先梳理了房地产政策对房价的影响机制，接着对政策评估的主流方法进行了阐述，指出DSGE模型应该被运用到房地产政策评估的实证研究中，然后进一步对货币政策和限购政策评估的文献进行了综述，并指出房地产政策有效性评估问题应考虑政策对整个宏观经济的影响。

二、政策对房价的影响机制研究

决定房价最主要的因素是房地产市场的供求关系。房地产既是消费品也是投资品。从微观经济学的角度看，房地产市场的需求由自住易需求、投资需求和投机需求三部分构成。房地产的供给不仅取决于开发商的开发能力，还取决于土地供应量。早在1977年，Burns和Grebler就出版的名著《国家住房论》中，指出世界上没有哪一个国家住房的供给和需求能达到完全平衡，因此需要政府这只“看得见的手”来进行调控。近些年，房地产价格出现非理性上涨，为了抑制市场上不合理的需求，调节房地产市场的供求关系，紧缩货币、提高利率、限购令、房产税等宏观调控政策陆续出台。高健、冷安琪（2010）认为“政府在制定控制房价的政策时应供需调节相结合，不能单纯抑制供给。与加大土地开发成本相比，提高利率控制投资过热更为有效，同时辅以加强经济适用房、廉租房的建设”。

除了供求关系，预期因素也会影响房价。房地产行业具有投资品的特性，而投资品的价格取决于对未来收益的预期，况伟大（2010）从预期和投机角度研究了房价波动，研究发现预期及其投机对中国城市房价波动都具有较强的解释力。从某种程度上说，房地产政策的实施会影响公众预期从而影响微观个体行为，继而对房地产价格产生影响。

房地产价格形成机制是房地产市场参与者共同博弈的必然结果。房地产市场与其他市场相比有很大的特殊性，这种特殊性是由房地产价值构成、政策角色与作用、供求双方预期心理影响等因素共同造成的。消费者和房地产商根据政策调整各方策略，对房市产生影响。政府又以此为依据判断公众对政策的反应程度，决定下一步的政策调整策略，博弈如此循环往复。

在研究房地产政策的影响机制时还需要考虑影响房价的其他因素，比如经济基本面、人均GDP、CPI等，如何将政策从诸多影响因素中剥离出来是关键。

综上所述，房地产政策的实施通过诱发和影响微观经济主体的消费和投资行为，来调节房地产市场的供求失衡，从而导致宏观经济总量发生变化。因此，我们在研究房地产政策有效性时应该考虑一般均衡，即研究在一个经济中，消费者、厂商、政府等每一个参与者，在根据其偏好及其对未来的预期下，所做出的最优选择。

三、政策评估现状研究

政策评估方法可分为微观评估和宏观评估。早期的学者构建了以Rubin因果模型为基础的微观计量经济学模型，来评估项目或者政策的有效性。微观评估反映了个体受政策的影响但忽略了宏观层面的影响，并伴随着“自选择”问题；而宏观评估面临的一个问题是如何将个体的最优选择考虑进去，Heckman（1998，1999）、Costas（2006）认为DSGE模型可以用来解决该问题。

Kydland，Prescott（1982）提出的DSGE模型逐渐发展成为近年来宏观经济及货币政策分析方面的重要研究方向，已经被广泛地运用到经济分析与货币政策决策中。由于房地产市场存在明显的异质性和自选择，政策对房价的影响对于不同的城市效果也不同，城市选择房地产政策是内生行为，因此在评估房地产政策是否有效时要考虑到个体差异性，做到微宏观评估相结合。而DSGE模型有着清晰的理论基础，提供了一个逻辑一致的分析框架，因此可以运用到房地产政策的评估当中。

刘斌（2008）结合我国的实际情况，建立了一个带有“金融加速器”的开放经济DSGE模型，采用Bayes技术估计，并利用该模型进行了政策分析。仝冰（2010）基于DSGE模型讨论了金融市场、货币政策和经济波动之间的关系，研究表明货币政策对于通货膨胀和资产价格反应可以降低产出、通胀和资产价格的波动。

四、货币政策与房价波动

国内外已有大量有关货币政策对房价影响的实证研究。自20世纪80年代以来，宏观经济分析主要采用两种方法。一种是Sims（1980）提出的VAR模型，另一种是DSGE模型。Lastrapes（2002）运用时间序列数据，基于VAR模型估计了房价对货币冲击的动态响应，研究发现货币供应的正面冲击会导致房价和房屋销售量在短期出现增长。Iacovielb（2005）考察了经济波动与金融部门之间的互动问题。他在经济周期基础上建立了一个产品市场、借贷市场、房地产市场和货币政策的一般动态均衡模型。VAR脉冲反应结果显示紧缩的货币政策对住房价格会产生负的影响。周晖、王擎（2009）采用BEKK模型和GARCH均值方程模型实证检验了房地产价格、货币供应量与经济增长的波动相关性以及它们的各种波动对经济增长率的影响，研究发现货币供应量与房价的联动变化非常剧烈，货币政策在不同城市之间对房价的调控效果也不同。李成、黎克俊、马文涛（2011）通过构建包含房价的DSGE模型，模拟分析了不同货币工具调控下货币政策对房价的影响效果以及房价对实体经济（产出与通货膨胀）的影响，研究发现数量型工具在房地产市场的调控中要优于价格型工具。

针对国内的现状，学者们从不同的角度提出了自己的观点。2007年以来，中央银行实施了多次上调存款准备金率和上调存贷款利率的超紧缩货币政策，但对房地产价格的调控效果并不理想。其中一个很重要的原因就是中央政府与地方政府博弈的结果。中央政府与地方政府的委托——关系很容易被地方政府与房地产商的管制——被管制关系带来的利益所干扰，即地方政府与房地产商的合谋在一定程度上决定了中央管制政策的成败（淮建军，2007）。

五、限购政策与房价波动

国内针对房地产限购政策评估方面的理论研究大多是透过供求关系、效用、成本、博弈等经济学视角，如住房限购可有效抑制房地产市场投机需求，应作为长期政策（王克忠，2010；高辉清，2011；李火林，2011；刘秀茹，2011等）。房地产限购的一个本质是实行直接的、严格的资本管制；限购是常规调控手段失效的情况下所能采取的最后一剂药；限购是一个过渡性的制度安排，需付成本，对消费性需求有误伤的可能（李稻葵，2011）。潘亚男（2011）利用博弈论的方法对中央，地方政府及房地产开发商之间的利益关系进行了分析，得出限购对我国房价调控作用有限的结论。王雪慧（2010）认为“限购令”是一种行政手段，与市场经济相悖，不可能持久下去，这类观点值得商榷。房林（2011）通过微观经济学视角对当前房地产市场的变化和趋势进行判断，认为“限购”政策仅仅是暂时缓解住宅市场供求矛盾的应急举措，扩大有效供给才是关键。

国内关于房地产限购政策评估的实证分析比较少。王敏、黄滢（2011）利用我国70个大中城市的房价指数面板数据，应用DifferenceinDifference方法分析了限购政策对房价的影响，结果表明，限购政策能降低房价，但影响有限，市场会呈现“价高量低”的局面。舒良峰、朱振宇（2012）以北京市和武汉市为例，通过引入虚拟变量建立计量经济学模型，对两市实施“限购令”的政策效果进行比较分析，发现“限购令”对北京市的负面影响的权重更大，而对武汉市的正面影响权重更大，且当其他经济变量相同的情况下，“限购令”对北京市的影响大于其对武汉市的影响。

六、房地产政策的宏观经济效应

房地产行业对于国民经济发展有着显著影响。近几年，随着房地产业的飞速发展，在国民经济中的作用愈发重要，房地产投资也确实对我国经济的高速增长做出了极大贡献。房地产政策的实施通过对房地产市场的影响进而影响宏观经济，因此在对房地产政策进行评估时，不仅要盯住房地产价格，还要考虑其对整个宏观经济的影响。国内生产总值、国民收入水平、CPI等宏观经济衡量指标都应该被考察在内。意大利中央银行的Grande（2006）认为仅盯住资产价格的货币政策有很多缺点。首先获得资产的公允价值是比较困难的，此外以资产价格作为目标可能导致不希望的产出和通胀波动。韩国中央银行Park（2006）认为资产价格自身的稳定性并不能保证持续、平稳的经济增长，而且房产泡沫的破灭很可能产生诸如经济衰退和金融动荡等各种问题，而这些问题又会导致很高的经济成本。周晖、王擎（2009）选取1998年第一季度到2008年上半年的货币供应量、房屋销售价格指数、GDP的季度数据作为样本研究了三者之间的波动相关性，结果表明房价的波动以及房价与货币量的联动对GDP增长速度有显著影响，会导致GDP增长率下降，货币供应量和GDP具有显著的时变方差特征和波动持久性。Efrem和Salvatore（2010）关注家庭财富波动对消费需求的可能影响，运用DSGE模型探讨房地产等资产价格波动以及货币政策对实体经济的冲击后果，结果显示，房地产价格上涨会显著影响经济增长、消费需求以及宏观经济的运行周期，货币政策会对房地产等资产价格波动产生显著性影响。肖争艳、彭博（2011）构建了一个关于房地产市场的四部门DSGE模型，研究了我国货币政策对房地产市场及房价的影响。结果表明，将住房价格波动纳入货币政策规则对调控房价上涨有较好效果，但代价是调控过程中通货膨胀率的持续上升，以及产出水平和家庭消费负向偏离稳态；家庭住房贷款首付比例能够有效降低稳态水平下的住房价格。

七、结论

房价问题在国民经济中占有举足轻重的地位，居高不下的房价一直是人们热切关注的焦点，为了抑制房价上涨和投机行为，国家出台了一系列政策。国内外学者在房地产政策评估方面做了很多有意义的研究，但大多限于货币政策，对房地产限购政策进行系统性、科学性的政策评估研究尚属缺失。大部分研究都是从理论的角度对限购政策进行描述性分析，定性地预测和评价其效果，实证方面的研究甚少。指标选取上，鉴于城市住房价格指数数据的易获得性，现有文献都是将房价指数作为测量指标，除了房价以外，诸如CPI、GDP等宏观指标也应该考虑在内。方法上，现有的研究方法缺乏对微观主体行为的描述，没有考虑预期因素，无法从根本上解决政策与房地产价格之间存在的内生性问题，并且没有将政策的影响效果从房价的诸多影响因素中有效地剥离出来，相比较而言，动态随机一般均衡模型在研究货币政策与资产价格问题时具有很大的优势，并且该模型在长期预测中表现优于向量自回归模型（仝冰，2010）。因此，该模型可以很好地用来研究房地产政策评估的问题，尤其是应该被广泛运用到除货币政策以外的其他房地产政策中。

参考文献：

[1]HeckmanJJ.MicroData，heterogeneity，andtheevaluationofpublicpolicy：NobelLecture[R].JournalofPoliticalEconomy，2001，109：673–748.

[2]况伟大.预期、投机与中国城市房价波动[J].经济研究，2010，（9）：67-78.

[3]刘斌.我国DSGE模型的开发及在货币政策分析中的应用[J].金融研究，2008，（10）：1-21.

[4]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）：133-142.

[5]沈悦，刘洪玉.住宅价格和经济基本面：1995-2002年中国14城市的实证研究.经济研究[J]，2004，（6）：78-86.

[6]仝冰.货币、利率与资产价格——基于DSGE模型的分析和预测[D].北京，北京大学，2010.