资产价格波动与通货膨胀预期关系研究综述

一、资产价格波动影响通货膨胀预期的理论研究进展(揭开风险最小化、利润最大化的神秘面纱…)     Alchian和Klein在《通货膨胀测量的一项修正》(1973)一文中论证了货币当局应该关注资产价格的观点，他们认为价格指数诸如CPI或者GDP平减指数都是有缺陷的，因为它们仅仅考虑了当 前的消费品价格，而完全衡量生活成本还应包括未来商品价格的变动，并认为资产价格是一个较好的替代品，据此提出了跨期成本生活指数。     Smets(1997)发展了一个简单的结构模型，阐明了为什么非预期到的资产价格变动可以影响通货膨胀预期的两条理由：(1)资产价格的变化可以直接影响总需求。在一定程度上，经济中基本面因素并不能很好地说明资产价格的变动，中央银行为了避免无谓的产出与价格的波动情愿采取措施抵消这种变动。(2)资产价格强烈地受到未来的预期回报的影响，而未来的预期回报则分别受到未来经济景气、通货膨胀与货币政策预期的影响。因此，即使资产价格对总需求的影响是有限的，它们还是包含有关于现在与未来的经济情形的有用信息。这些信息将被用于改善通货膨胀的预测，而货币政策的方向正是基于这些预测确定的。因此，对资产价格的最优政策响应将是依赖于这些价格本身所包含的信息做出的。(独家证券参考，全新角度看股市……)     Kent和Lowe(1997)也提供了一个简单的模型，考虑了资产价格上涨与下跌时对商品与服务价格的不对称性的影响。他们认为，资产价格的膨胀会导致未来商品与服务价格上涨的预期。这一效应的传导渠道有很多种，最为常见的是资产价格上涨的财富效应导致消费的增长。源于资产价格上涨而得以提高的消费者情绪也会刺激消费的增加，于是通货膨胀的压力就会增加。如果迅速增长的资产价格使得私人部门预期未来的商品与服务的价格上涨，其反馈效应就会导致实际通货膨胀增加。一般情况下，资产价格上涨给予了中央银行一种信号即私人部门对总体通货膨胀预期更高，这些信息会影响中央银行对未来通货膨胀的预期。     美联储开发了用于美国经济政策分析与预测的FRB／US结构模型。该结构模型揭示了股票风险升水变化的效应，并认为这种变动不受利率或其他基本因素变化的影响。该研究发现这种股票风险升水的恒常上升一开始就造成股市财富下降20%的影响，并考虑了两种对照的情形：(1)美联储维持联邦基金利率不变；(2)美联储追随泰勒规则。他们的模拟结论是：在第一种情形下，3年后的通货膨胀下降0.4%、GDP下降1.2%；在第二种情形下，3年后的联邦基金利率将会下降0.4%以抵消股市财富效应对通货膨胀冲击的影响，此时GDP只下降0.3%。英格兰银行的货币政策委员会(简称MPC)用于预测通货膨胀的核心方程是该银行自己设立的宏观计量经济学模型。MPC考虑了资产价格外生变化的潜在影响(这种资产价格的变化可以被视为隐性风险升水或泡沫破裂的贡献)。该模型的结论是：资产价格的变动对通货膨胀的预测有着显著的影响，在汇率、股价、房地产价三个不同的资产价格中，汇率的变动对通货膨胀的影响最大，而且房地产价格的变化比起股价的变化对通货膨胀的影响更大。OECD在1999年发布其在跨国联接模型的环境下所做的一项全球股市的修正模拟分析。该模型中假定货币政策对产出的变动没有直接响应，而是通过消费、投资行为的财富效应与信心效应对GDP产生影响。其结论是：尽管欧元区的股价冲击程度相对美国较小，但其对GDP的影响相对美国更小。其原由也许就在于相对欧元区股票在美国家庭的资产组合中所占的份额更为显著。     Filardo(2000)认为资产价格膨胀与消费物价上涨之间有关系，但其关系并不精确，原因有二：其一，房地产价格与股价并非完全可靠的指示器是因为这些价格并非Alchian和Klein的理论建议的理想替代品。该理论建议的最佳替代品是消费者持有的全部资产的综合指数。其二，房地产价格与股价可以因一些与通货膨胀预期无关的因素发生变化，如投资者的风险偏好与公司收入预期的改善都会影响股价。Filardo(2001)还表示，即使资产价格包含关于通货膨胀与产出的信息，但是在利率波动方面的成本太高以致货币当局大都漠视这些信息。     Cecchetti，Genberg&Wadhwani(2002)在Cecchetti，Genberg，LipsLy&Wadhwani(2000)提出的CGLW结构模型的框架中，针对资产价格变化与随之的消费物价上涨之间的潜在不稳定性提供了一个解释。他们认为，股价与汇率对扰动的内生性响应也会对通货膨胀有一个滞后的影响。取决于经济体中根本性冲击的来源渠道，资产价格的上涨与未来通货膨胀之间的关系在规模与方向两者上都会发生改变。计量经济学模型测量的是一段特定的历史时期的平均关系，而且在很大程度上，在某些样本中是这种类型的扰动占主导地位，而另一些类型的扰动在其他的样本出现的频率则更高，因此，在这些简化的模型中，资产价格与通货膨胀之间的关系似乎不是稳定的。要想获得两者之间一个稳定的关系需要找到一种途径来判别什么是根本性扰动。尽管如此，Cecchetti，Genberg&Wadhwani还是认为他们有可能从资产价格中提取有用的信息，既可以得到通货膨胀的预期，还能够揭示未来经济的波动性。     Svesson(2003)认为中央银行可以通过引入“预测目标制”达到长期通货膨胀目标以及通货膨胀与产出稳定性之间的最优妥协，即中央银行选择一个使损失函数最小化的通货膨胀与产出预测值的可行组合，确定相应的利率工具计划。预测目标制意味着资产价格的发展变化与潜在的资产价格泡沫会影响通货膨胀与产出目标变量的预测值。但他也认为，在大多数情形下，很难精确地判断这种影响程度，尤其是甄别泡沫合理程度。     二、资产价格波动与通货膨胀预测的实证研究进展     过去的20年间，已有大量的实证研究对资产价格变动与随后的通货膨胀、实际经济变化进行了探讨。最初的研究结论是股票回报与通货膨胀之间为负相关性，此后，大多数的研究工作动机都是基于对此结论的检验。从这些研究文献可以看出，资产价格与通货膨胀的负相关性可能取决于制度与政策环境，在不同的时期与不同的国家两者之间的关系也是不稳定的。     国际清算银行(BIS，1998)发布的研究纲要证实，包括许多国家的实证研究会出现各式各样的结论。该纲要涵盖了14个国家的中央银行，尽管这些研究没有全部使用相同的方法，也没有使用资产价格的波动作为指标，但是其整个描述还是能十分说明问题，大概能反映中央银行关于在货币政策机制的设计时如何利用资产价格的流行观点。在有些国家(如加拿大和德国)收益差价的确似乎对未来的通货膨胀有预测力，但是在诸如奥地利和瑞士则没有。在意大利，货币政策制度的变更则造成资产价格与通货膨胀之间的关系出现严重的不稳定性。     Shiratsuka(1999)也检验了资产价格的信息内涵是否可以作为通货膨胀的先行指示器。首先，他运用了不同结构的矢量自回归模型对包含GDP平减指数与总资产价格指数的几个宏观经济指标进行了格兰杰因果关系检验，发现在5%的统计显著水平上，总资产价格指数是引致GDP平减指数的格兰杰原因，而GDP平减指数不是引致总资产价格指数的格兰杰原因。对于资产价格在通货膨胀的格兰杰原因时间上的稳健性，他做了样本期分别为15、20、25年的三种旋转回归检验，发现在样本期间的早期阶段，资产价格是通货膨胀格兰杰原因的显著性很高，而在20世纪60年代中期以后，其显著性日益降低。这一结果说明资产价格的波动含有未来价格变动的特有信息。     Goodhart和Hofmann(2000)对12个国家的CPI通货膨胀方程进行了估算，其目的在于一旦考虑了通货膨胀的“惯例候选人”效应阐明资产价格是否能有显著的解释力。其“惯例候选人”包括滞后的通货膨胀值、滞后的产出值、货币增长、汇率变动以及利率。资产价格包括房地产价格与股票价格的变动以及收益差价。他们做了大量的回归检验的结论是：货币类变量，尤其是在两年期水平上的广义货币的增长率、短期利率和房地产价格三个变量的结论显示了很强的稳健性，认为资产价格特别是房地产价格，在其数据集中的大多数情形中的确有助于预测未来的通货膨胀；至于股价，由于其上涨的程度太高，只能作为未来通货膨胀一个相当有限的指示器。他们也像Semts一样讨论了MCI指数，但他们认为其他资产价格也影响总需求条件，于是通过考察一个简单经济模型的系数估计与VAR脉冲响应，从而推导出7国集团金融条件指数(PCI)，该指数即是短期利率、有效实际汇率、实际房地产价格与实际股价的加权平均，并赋予房地产价格与股价很大的权重。总之，他们的结论是：FCI有助于预测样本期内的通货膨胀，但对样本外的通货膨胀预测的绩效如何尚没有完全证实。     Cecchetti，Chu和Steindel(2000)以美国数据比较了一个关于通货膨胀的自回归预测模型，该模型除了滞后的通货膨胀率还使用了包括金融资产变量、货币变量以及实际经济行为变量的“指示器变量”。其结论与Goodhart-Hofamnn的结论相比更不容乐观，他们认为在其简单的统计框架里，没有单一的指示器能够始终清晰地改善自回归估测的绩效。Cecchetti，Genberg，Lipsky和Wadhwani(2000)把这一方法运用于一组数量更多的国家，做了样本外的预测并与GoodhartHofmann的数据进行比较。他们估算了两类通货膨胀方程，每个方程都含有12个国家的数据，其中一个方程只有滞后通货膨胀率一个解释变量，另一个方程则还包括Goodhart—Hofamnn考虑的变量即房地产价格与股票价格。他们得到了两点结论：其一，尽管单纯基于过去通货膨胀模型的预测绩效要优于包含其他变量的模型，但包含资产价格的模型预测绩效更好；其二，在预测绩效上不同国家之间的巨大差异表明，通货膨胀的预测过程在很重要的程度上受制于该国的特定环境。     Goodhart(2001)、Kontnonikas和Montagnoli(2002)研究表明货币当局没有必要在资产价格变化时不采取任何行动。他们所作的实证研究的结论大体一致，表明股价以及汇率与随后的产出与通货膨胀之间的联系较弱，比较而言，房地产价格变动与随后的产出与通货膨胀之间的联系则要紧密得多，Kontnonikas和Montagnoli特别表示房地产价格与未来的CPI存在着高度的相关性。但是，寻找一个怎样适合的方法把房地产价格纳入总通货膨胀的统计中来，Goodhart认为这仍是一个紧要的问题。     三、不赞成通货膨胀测量中纳入资产价格的理论见解     也有许多经济学家认为资产价格的波动性太大，与经济行为太不相关了，他们认为央行将资产价格纳入一般物价目标，通过介入资金分配来稳定资产价格并不妥当：从经济理论上看有违市场效率原则，从技术层面上看，也缺乏有效的手段。大多数中央银行官员更不赞成在测量通货膨胀的措施中并入资产价格。     Stock和Watson(2001)用168种经济指标来预测1年水平上美国的通货膨胀。他们的结论是实际经济行为的衡量方法绩效最佳；相较而言，股票价格与汇率表现要差于传统的菲利浦斯曲线；而利率则包含有一定的信息。同时发现在C—7国家里，没有一个指标能够可靠地预测未来的通货膨胀，于是对Cecchetti等人能够从资产价格内提取可靠的通货膨胀信号表示怀疑。     同样，Bemanke和Gertler(1999，2001)在泰勒规则的基础上提供一个较为详尽的存在金融加速因子的新凯恩斯主义模型，简称为B—G模型，认为尽管在冲击的传输中资产价格起了一定的作用，但是在货币政策规则中纳入资产价格的收益仍然是微薄的，尽管股票价格直接影响产出，但是仅包括产出与预期通货膨胀的货币政策规则所得收益涵盖了包括资产价格的政策规则的绝大部分收益。他们认为货币当局不应对资产价格膨胀做出响应，那种认为货币当局能够预测通货膨胀、货币当局有能力盯住通货膨胀的假设过于牵强。     Gilchrist和Leahy(2002)在B—C模型的基础上建立了一个新的B—G—C模型，其模拟分析的结论是，对于预测未来的价格而言，资产价格并不含有价值的信息，尽管资产价格影响经济行为的渠道重要而又令人感兴趣，但Gilchris和Leahy并不认为货币政策就应建立在资产价格变动的基础上。     四、简评     自Alchian和Klein的观点发表以来，理论上的资产价格是否应该纳入到通货膨胀的衡量中尚处于争论之中。不赞成资产价格应该纳入通货膨胀测量中的人们认为资产价格的失调难以发现，而且资产价格存在泡沫且很难测量；虽然资产价格能够反映诸如资本存量、生产率水平与企业的净财富这些基础变量的状态，但货币政策直接建立在这些基础变量之上将更为灵敏；他们还认为由于资产泡沫趋于使产出与通货膨胀增加，当产出或通货膨胀增加时，货币政策提高利率就能很好地解决这个问题。因此，这些变量能够很好地替代资产价格。     实际上，反对者的这些观点并不构成对资产价格可以纳入通货膨胀预测的否定，资产价格泡沫难以测量并不意味着货币政策就不应该对资产价格做出反应，何况通货膨胀目标制要求测量潜在的产出缺口，这实际上是一个更加难以计算的变量。当然，因金融资产的回报本质上是不可预测的，所以不愿预测资产价格的想法也是有道理的。然而，随着近年来金融计量经济学的发展，这种判断已不合时宜。作者：谢冰彭洁