一、资产价格与货币政策（论文文献综述）
张蕊,郭潇蔓,申程程[1]（2021）在《“金融加速器效应”抑或“理性资产价格泡沫效应”——基于货币政策、资产价格与经济波动的时变关系研究》文中研究表明现阶段中国经济面临下行压力,资产价格已到高位,探寻不同金融和经济环境下货币政策如何兼顾"稳增长"和"防风险"显得非常必要而紧迫,而"金融加速器"理论和"理性资产价格泡沫"理论对货币政策的选择提供了矛盾的理论依据。利用主成分分析法构建了包括股票、房地产、债券和基金的中国金融资产综合价格指数,以2006年第四季度至2020年第一季度为研究期,基于TVP-SV-VAR模型研究了货币政策、资产价格与经济波动三者之间的时变关系。研究发现:在正常经济环境中,中国存在"金融加速器效应",但资产价格达到高位之后,"理性资产价格泡沫效应"显现,即资产价格随着利率的提高而上升;随着时间推移和中国资产价格泡沫程度的提高,"利率下降→宏观经济增长"这一政策传导渠道的有效性逐渐降低;资产价格上涨短期内推动经济增长,严重泡沫时可能抑制经济增长;建议目前宏观调控方向为"扩信用,稳货币,松财政"。
王薇[2]（2021）在《我国信贷供给传导机制及其宏观经济效应研究》文中进行了进一步梳理2008年全球性金融危机的爆发证明了居于主导地位的实际经济周期理论（RBC）存在显着缺陷。传统的货币经济理论和新凯恩斯主义均侧重于对利率和汇率等宏观经济变量的调控,往往忽视了银行信贷因素对实体经济发展及经济波动的影响。党的十九大要求我国金融体系建设应服务于实体经济,同时防范化解重大金融风险,推动我国经济转型和高质量增长。一方面尽力发挥金融市场的资源配置功能,另一方面最大程度地降低金融市场波动对宏观经济产生的负面影响。基于此背景,本文在推导信贷供给对宏观经济的微观影响机制的基础上,进一步从总量调控、结构优化、价格传导、风险累积四个维度展开实证分析,最后从宏观经济政策视角探究了信贷监管政策对货币政策调控“经济增长、物价稳定和金融稳定”三大目标有效性的异质性影响。本文的主要研究结论如下:首先,本文基于动态随机一般均衡模型从微观视角探究了信贷供给波动对宏观经济影响的传导机制,发现信贷供给增加能够短期内带动投资水平迅速上升并促进资本存量的长期积累,信贷供给对投资存在扩张性影响,但会对消费形成挤出效应,使得短期内经济增长主要依靠投资驱动,在长期主要依靠消费拉动。在理论分析的基础上,本文进一步应用基于GAS过程的时变转移概率马尔科夫区制转移回归（MS-GAS-TVTP）模型对我国信贷供给波动和产出波动进行阶段性变迁识别和时变转移分析发现,在经济衰退初期,信贷供给波动表现出强烈的“顺周期”特征,经济环境恶化会在短期内导致信贷紧缩,但随着信贷扩张政策的逐步实施,信贷供给对产出的引导效应逐渐显现。基于时变协整模型对信贷供给与产出的动态联动关系进行检验发现,我国信贷供给与产出之间同向动态联动,信贷扩张能够带动我国经济增长,信贷收缩会进一步加剧经济的衰退程度,信贷供给对产出的时变影响系数在长期基本趋于稳定,二者趋于长期均衡。其次,考虑到商业银行的信贷扩张和收缩对宏观经济可能存在非对称影响效应,本文进一步从产出增长和物价稳定的角度出发应用非线性自回归分布滞后（NARDL）模型展开探究。研究发现,在经济衰退期,可以通过扩张信贷的方式增强企业投资积极性、促进实体经济恢复平稳增长;在经济扩张期,信贷扩张对产出的带动效果会随着产出总量的不断积累而逐渐减弱,并加剧通货膨胀;信贷收缩虽然能够降低通货膨胀水平,但无法完全抵消信贷扩张带来的通胀风险,并且会对经济增速产生强烈的负面影响。在此基础上,本文进一步从期限结构视角应用SV-TVP-FAVAR模型探究了推动我国产出增长和通货膨胀水平上升的信贷供给根源。研究发现,我国中长期信贷供给增加虽然能够显着拉动我国经济增长,但同时对通货膨胀也具有强烈的促进作用,非金融企业中长期信贷供给在促进经济增长方面未能占据优势;相较于中长期信贷,我国短期信贷供给在促进经济增长方面不具优势,我国短期住户消费信贷供给增加对经济增长存在逐渐减弱的负向影响,并且不会引起强烈的通货膨胀效应,证实了扩大内需是推动我国经济增长、降低通货膨胀损失的可行路径之一。随后,本文进一步基于价格传导视角运用贝叶斯估计的平滑迁移向量自回归（ST-BVAR）模型分析了不同经济状态下信贷价格波动对宏观经济的影响效应,并探讨不同时期我国信贷价格政策的有效性。结果发现,在经济衰退期,信贷价格下调能够引导第二、三产业投资和消费增加,进而从需求侧驱动经济增长,信贷价格政策的传导渠道基本畅通,政策基本有效。在经济扩张期,我国利率市场化尚不完全且居民储蓄率水平相对较高,存在“金融抑制”和“消费抑制”双重抑制现象,因此我国信贷价格下调仅能通过促进第三产业投资的方式对经济增长产生正向影响,第二产业投资和消费的传导渠道均存在梗阻,极大地降低了信贷价格调控政策的有效性。接下来,本文进一步基于风险累积视角运用多元方向分位数向量自回归（MDQVAR）模型分析了信贷风险累积对我国宏观经济及信贷调控有效性的影响效应。研究发现,信贷风险累积在不同经济状态下对产出、通货膨胀和金融稳定均呈现出抑制效应,但影响强度随经济下行程度加深逐渐增强,并且信贷风险累积对金融稳定的负面影响最为强烈。信贷供给对产出、通货膨胀和金融稳定的影响效应在不同信贷风险累积程度下表现出显着的异质性。当以“经济增长”作为主要的经济目标时,信贷风险累积水平应当控制在一定范围内,既不能为了追求低不良水平过分惜贷,也不能为了投资扩张过度放贷。当以“稳定物价、促进货币流通”和“金融稳定”为主要目标时,应全力避免过度放贷和过度负债,同时加强贷款发放前后的审慎监管,尽量减少非理性的竞争行为和代际遗忘,尽可能降低银行资产中的不良资产规模,并加快不良资产的处置流程。最后,本文基于宏观经济政策视角运用多元方向分位数向量自回归（MDQVAR）模型探究了信贷监管政策对货币政策调控“经济增长、物价稳定和金融稳定”三大目标有效性的异质性影响,为更好地完善“双支柱”框架提供参考。研究发现,在经济下行期,流动性类的信贷监管政策能够显着增强数量型货币政策对经济增长的调控效果,但会形成通货膨胀问题,因此,需要在“促增长”和“稳通胀”目标中进行取舍。在经济平稳期,价值类的信贷监管政策虽然会在一定程度上削弱数量型货币政策对经济增长的促进效果,但信贷监管政策的动态调整不会对数量型货币政策有效性产生显着影响,二者可以各自调控,能够同时实现“稳增长、稳通胀、稳金融”三大目标。在经济过热期,价值类的信贷监管政策与价格型货币政策存在“政策冲突”,二者难以在动态调控中同时实现“金融稳定”与“价格稳定”。流动性类的信贷监管政策能够增强价格型货币政策对通货膨胀的抑制效果,两政策配合能够同时实现“稳金融、降通胀”的目标,并且在一定程度上“保增长”,是经济过热期最优的政策协调模式。除此之外,货币政策在金融稳定目标的调控上不具优势,维持金融市场稳定还是应以信贷监管政策为主。
张菀庭[3]（2021）在《我国价格型货币政策的传导机制分析与目标体系拓展》文中提出近年来,随着我国利率、汇率市场化改革的推进以及利率走廊机制的构建,我国货币政策调控逐渐从数量型向价格型转变。价格型货币政策是指中央银行通过资产价格变化,影响家庭或企业的财务成本和收入预期,进而改变经济行为的货币政策调控方式。价格型货币政策以间接调控为主,政策传导机制链条较长,外部影响因素也较多,调控效果有时不尽如意。因此,本文针对我国价格型货币政策调控目前面临的国内外问题,运用封闭经济体和开放经济体框架下的数理模型,深入细致地研究了我国价格型货币政策的多种传导机制,得出我国的价格型货币政策调控并非遵循一成不变的规则,而是具有在不同规则间切换的特征。政策的传导机制会根据外部经济情况发生改变,那价格型货币政策的目标体系是否也有可能随经济发展而调整?目前对价格型货币政策目标体系的研究多数都遵循1994年提出的经典泰勒规则,将通货膨胀和产出缺口作为政策调控目标。但泰勒规则没有清晰的定义通货膨胀和产出缺口在政策操作中的对应指标。后续文献应用泰勒规则时,大多从统计学意义构建指标,而忽略了其经济学内涵。有鉴于此,本文在深入理解价格型货币政策传导机制的基础上,结合我国经济转型期的特征,将我国价格型货币政策调控目标的经济含义向“解决不平衡发展、加强自主创新”两项长期经济规划靠拢,重新构建核心通货膨胀指标,并刻画经济增长目标的实现路径,为拓展我国价格型货币政策目标体系提供理论支持。论文具体结构安排如下:本文的第1章对货币政策的发展和演变脉络进行梳理,阐释货币政策由数量型向价格型转变的原因,明确后者是本文研究的重点。本文的第2章从全局视角对价格型货币政策进行了概览式分析,通过拓展泰勒规则的数理模型推导,得出价格型货币政策的两项经典最终目标,产出和通胀。随后,运用马尔科夫区制转移模型,分析不同经济波动阶段内价格型货币政策调控在产出和通胀目标间的权衡与侧重。结果发现,在经济高波动阶段,我国中央银行更侧重对产出缺口的调控,而在经济低波动阶段,则更偏向对通货膨胀的控制。由此可见,我国的价格型货币政策调控并非遵循一成不变的规则,而是具有在不同规则间切换的特征。那么,这种规则切换背后的政策逻辑是什么?为回答这一问题,本文通过第3章房地产价格波动、第4章资本账户开放以及第5章美国货币政策冲击三种情境下,分别研究我国价格型货币政策的传导机制,观察异同,以印证我国价格型货币政策具有在不同规则间切换的特征。第3章研究“房地产价格波动与价格型货币政策调控”。本章运用DSGE理论模型刻画“价格型货币政策→房地产价格→产出和消费”的传导机制,通过对比DSGE数值模拟结果和VAR实证脉冲图,提出房地产价格会通过“消费品渠道”而非“抵押品渠道”对实体经济产生影响。这一研究结果表明,Bernanke的金融加速器模型与我国的现实国情契合度并不算高。与美国的次级贷款情况不同,我国房地产信贷市场一直执行较为严格的宏观审慎政策,因此房地产价格上涨不是通过信贷渠道影响实体经济。相反的,由于家庭没有适宜的理财投资渠道,而把房地产当作投资和储蓄的惯常模式,价格型货币政策增加的流动性会进入房地产市场,催生房地产泡沫,降低资本在实体经济中的流转,使价格型货币政策调控失灵。第4章研究“资本账户开放度、汇率制度与价格型货币政策有效性”。本章在开放经济体框架下,首先通过蒙代尔—弗莱明经典模型,分析资本账户开放度、汇率制度与价格型货币政策三者间的理论关系,随后运用包含交互项和虚拟变量的回归方程对理论关系进行检验,结果表明:开放经济体框架下,价格型货币政策变动会引起国际资本流动,进而造成产出和通胀的变动。国际资本流动速度与资本账户开放度关联紧密,但与汇率制度关系不大。因此,我国推进资本项目自由化的进程应循序渐进,资本账户过快开放可能会影响价格型货币政策的调控效果,造成经济体不必要的震荡波动。第5章研究“美国货币政策与我国货币政策的关联机制”。在开放经济体框架下引入国际货币政策冲击,运用SVAR模型研究美国常规货币政策和非常规货币政策对我国价格型货币政策独立性和有效性的影响。结果发现:美国常规货币政策会引起我国利率政策的联动变化,影响我国价格型货币政策的独立性。而美国非常规货币政策不仅会影响我国利率政策的独立性,还会影响我国的经济产出。一方面利率政策不能自由调整,另一方面经济波动加剧,两者叠加,将使我国价格型货币政策调控失效。因此,我国价格型货币政策应更加重视美国非常规货币政策冲击的溢出效应,努力提高政策响应的独立性,进而缓解政策冲击对我国实体经济带来的影响。从第3、4和5章的研究可以看出,价格型货币政策的传导机制错综复杂。这能够解释,第2章中,价格型货币政策的调控在不同规则间切换的特征。面对不同领域的经济问题,政策与经济变量间的关联机制和传导链条均有所不同,因此政策调控的偏好系数也会随之改变。第6章和第7章聚焦于价格型货币政策调控中,通胀目标的指标重构和经济增长目标的实现路径刻画。通过价格型货币政策目标体系的拓展,为我国经济转型期的政策调控提供助力。第6章提出用“福利损失视角下的核心通货膨胀指标”替代传统通胀目标,作为价格型货币政策调控的盯住目标。本章在包含八部门异质性特征的价格扭曲模型中引入价格粘性和劳动收入份额,用以刻画不同部门物价波动的福利损失,并据此估计各部门在核心通货膨胀指标中的权重。研究结果表明,“其他用品和服务”、“食品”以及“居住”部门存在较强的劳动扭曲,“交通和通信”以及“教育文化和娱乐类部门”存在较强的价格扭曲,在核心通货膨胀中的权重比例高于它们在CPI中的支出份额。核心通胀指标构建的意义在于,不以单一的物价稳定作为价格型货币政策调控的最终目标,而是以减少物价波动对居民生活实际影响为标准制定通胀调控目标。盯住这一指标,能使价格型货币政策的调控中涵盖各部门的物价扭曲信息,使政策调控能够真实的改善消费、投资、就业等领域的实际经济问题。第7章将降低企业融资成本,提高创新效率作为我国价格型货币政策调控经济增长目标的重要实现路径。本章通过DSGE理论模型刻画“价格型货币政策→金融摩擦→全要素生产率→经济增长”这一经济增长目标的实现路径,并通过数值模拟与SVAR实证分析的结果对比,验证了金融摩擦对经济增长的影响。对经济增长目标的研究与通货膨胀不同,由于潜在产出不存在固定值,其与经济要素间的关联也会随时间而变化,经济增长不应该是结果指标,而应是过程指标。也就是说,从经济学意义上,经济增长目标不应仅关注稳定产出,也应关注经济增长速度。经济增长速度的提高依赖于创新效率的提升,而创新效率的高低又取决于金融摩擦。金融摩擦越大,企业R&D投资就越少,进而全要素生产率下降,经济增长放缓。因此,若想提高经济增速,价格型货币政策调控应聚焦于降低企业融资成本,提高创新效率。
滕超[4]（2021）在《互联网金融对社会融资结构变迁的作用机制研究 ——基于银行贷款视角》文中研究指明自2011年起社会融资规模便成为社会各界关注的重要指标。随着我国金融体制改革逐步深入、创新型金融产品和工具不断涌现,社会融资规模得以快速增长的同时,其结构也发生了显着变化。尤其自2013年以来,新增人民币贷款规模占社会融资规模的比重从之前的持续下跌开始反弹并逐年回升,成为我国社会融资结构发生反转的重要时间点。而从这一年起互联网金融蓬勃发展,对传统金融机构尤其是商业银行带来冲击,深刻影响了我国的传统金融体系,而金融体系的变化必然会影响社会融资结构。国内外相关文献虽然已关注到互联网金融对传统银行业的影响,以及互联网金融和社会融资结构的相互关系,但仍有待深入。第一,目前关于互联网金融对商业银行的影响研究,多是集中在银行的业务、盈利、效率和流动性等方面,较少涉及到对银行贷款规模的影响;第二,研究互联网金融与社会融资结构关系的文献较少,进一步阐述二者间作用机制的研究更是较为缺乏,存在研究空间。本文以“互联网金融发展—银行贷款规模变化—社会融资结构变迁”为主线。首先以发放人民币贷款的主要金融机构—商业银行为研究对象,基于银行贷款视角阐述了互联网金融对社会融资结构变迁的作用机制。一方面,互联网金融通过影响银行存款规模及结构、贷款利率和资产价格进而对银行贷款规模产生影响;另一方面,互联网金融还会对传统货币政策的传导渠道产生调节作用,从而影响货币政策对于银行贷款规模的调控效果。其次,对互联网金融影响社会融资结构变迁的微观作用机制进行实证检验。研究互联网金融对银行贷款规模的传导路径并检验中介效应,分析银行存款规模、存款结构、贷款利率和资产价格等中介变量发挥的中介作用;研究互联网金融对银行贷款规模的调节作用并检验调节效应。分析在我国货币政策传导的银行贷款渠道和资产负债表渠道下,互联网金融对两条渠道影响银行贷款规模的调节作用。最后,从宏观层面上实证探究互联网金融对社会融资结构变迁产生的影响。研究发现:（1）互联网金融的发展有助于银行贷款规模的扩张;银行存款规模、存款结构和资产价格等中介变量均在互联网金融与银行贷款规模的关系中发挥显着的中介效应,并且存在“互联网金融—存款规模—存款结构—银行贷款规模”的链式中介效应。（2）互联网金融对传统货币政策传导的银行贷款渠道存在负向调节作用,削弱了央行通过该渠道调控银行贷款规模的效果。互联网金融对资产负债表渠道存在正向调节作用,并强化了央行通过该渠道调控银行贷款规模的效果。结合中介效应和调节效应的实证结果可知,互联网金融的发展能够对银行贷款规模产生影响。（3）互联网金融能够对社会融资结构的变动产生影响。在互联网金融的初始发展阶段,互联网金融与人民币贷款占比即社会融资结构之间呈负相关关系,对社会融资结构的变迁存在抑制作用;随着互联网金融进一步发展,其对社会融资结构的影响出现大幅度波动,且时而为正时而为负。但从总体趋势来看,互联网金融对社会融资结构变动的正向影响居多,意味着互联网金融的发展有利于提升人民币贷款占比,对社会融资结构的变迁具有显着的促进作用。创新之处:（1）从银行贷款的视角切入,为研究互联网金融对社会融资结构的影响提供了新思路。银行贷款规模作为构成社会融资规模尤其是人民币贷款规模的最主要部分,是社会融资结构的重要方面,通过分析互联网金融对银行贷款规模的影响,有利于加深对社会融资结构的理解。（2）将互联网金融对传统银行业的影响研究拓展至银行贷款规模方面,通过梳理互联网金融影响银行贷款规模的四条传导路径和两条调节路径,从银行贷款视角阐释了互联网金融对社会融资结构变迁的作用机制。（3）采用中介效应结合调节效应的检验方法,揭示了互联网金融影响社会融资结构的微观作用机制。其中中介效应涉及银行存款规模、结构和资产价格等中介变量,调节效应涉及互联网金融对货币政策传导两条渠道的调节作用。
张男[5]（2020）在《中国利率市场化进程中的货币政策传导机制研究》文中指出货币政策的传导机制一直都是货币政策研究中的关键问题。特别是对于正处于利率市场化进程与经济结构转型升级过程中的中国而言,随着利率全面市场化进程的逐步推进以及相关制度的不断完善,我国中央银行货币政策对宏观的影响方式也处于不断调整的过程中。值得注意的是,与理论中稳定的金融体系与完善的政策调控框架相比,我国本世纪初期我国金融体系的调整优化升级仅处于初级阶段,各个市场间存在相互分割的状况,货币市场化利率浮动空间严重受限,金融自由化拥有较大的提升空间与改进可能,种种原因令该时期关于我国货币政策传导渠道与传导机制具有潜在的阶段性特征。因此,在中国利率市场化进程这一具体政策框架下,从我国货币政策传导渠道与传导机制的潜在阶段性特征角度出发,探究中央银行货币政策调控目标与关键政策的演进对货币政策传导渠道以及传导机制的影响,不仅能够进一步解析我国的货币政策调控渠道与调控模式,同时够为我国的利率市场化进程提供有效的理论指导与实证检验。有鉴于此,本文结合我国宏观经济发展的阶段性特征,分别针对资产负债表渠道,金融机构信贷渠道,以及利率管制和存款保险渠道,深入探究货币政策传导渠道、传导速度和政策实施效果的变化情况,分析利率市场化进程中导致中央银行货币政策传导机制发生改变的影响因素等问题,这对新常态时期全面深化金融体制改革过程中极大程度地降低系统性金融风险产生和累积的可能性,以及促进我国宏观经济在中高速水平上实现稳定、持续增长的发展目标,都具有重要的理论价值和现实意义。全文分为6个章节进行研究,第一章是绪论部分,先详细介绍我国现阶段宏观经济发展背景并提出存在对货币政策传导机制的研究需求,构成了本文研究的逻辑起点。进一步,本章中依据政策传导路径的不同特征对货币政策的传导渠道进行了多层次的总结,系统地分析了货币政策不同传导渠道的政策传导机制、传导范围与传导效果,为后文中研究打下了理论基础。进一步,本章同时对不同国家利率市场化这一具体问题,以及不同国家利率市场化进程中货币政策传导机制演进的基本事实进行了详细的理论梳理与文献分析,特别是对我国利率市场化进程中货币政策中介目标的选择以及转变历程、不同学者对我国利率市场化进程中货币政策框架与传导理论的相关研究进行了详细的总结与综述。在以往研究现状的基础上指出本文研究的重点问题与研究目的,为后文的实证研究做出铺垫。第二章开始进入文章的实证研究阶段,本章从政策之间相互影响的角度出发,探究了利率市场化进程中,政策不确定性对我国宏观经济以及利率水平影响,利用包含潜在门限的时变参数向量自回归模型实证研究了我国货币政策对经济政策不确定性冲击的反馈机制。分析显示,中国经济和贸易的不确定性在明显上升,当前贸易政策不确定性是经济政策不确定性的主因,并且不确定性整体呈现出逆周期性,对经济发展具有负向的冲击。美国政府的行为和决策是造成不确定性的最主要因素,现阶段美国挑起的贸易摩擦是不确定性的主因。实证研究结果表明,面对不确定性的上升,我国货币政策对经济和贸易政策不确定性的反应十分迅速,不确定性往往引致宽松的货币政策。在经济平稳时期,货币政策对经济和贸易政策不确定性冲击的反应程度最低,在金融危机时期反映程度加大,在贸易摩擦时期的反应程度最大。第三章至第五章是利率市场化进程中货币政策的传导渠道分解研究。本部分创新性的将不同层面的货币政策传导渠道与现阶段我国面临的具体政策结构与经济形势相结合,进一步探究了我国已实行与未实行的利率市场化政策在具体经济背景下对不同渠道传导机制的影响。第三章将从货币政策的广义信用渠道这一角度出发,将社会融资规模分解为信贷、表外融资和直接融资三个信用扩张渠道,实证研究了我国货币政策的广义信用传导效应。结果显示,信贷在社会融资规模中长期占据主导地位,我国货币政策在广义信用渠道方面的传导仍然以信贷为主,表外融资次之,直接融资效果最弱。随着利率市场化的推进,货币政策向广义信用的传导力度和速度均有明显改善,应推进深层次结构性改革、利率并轨和实质上的市场化。结合研究结果和与现有文献的对比分析,本章对我国货币政策量价转型进行了进一步的理论探讨,从“总量——结构”的功能性角度提出构建一种新的“价格为主、参考数量”的货币政策量价搭配调控范式。第四章的研究将从我国宏观经济中出现的资产负债表衰退因素以及利率市场化进程的不断推进导致中央银行货币政策存在调控“困境”出发,利用包含有资产负债表衰退因素的DSGE模型,对我国利率市场化程度进行的指标量化,进而分析资产负债表衰退对货币政策调控效率的阶段性影响机制。研究结果表明,一方面,当模型系统中考虑资产负债表衰退因素时,紧缩型货币政策对宏观经济变量的影响效果得到相应的强化,并延长了相关变量对经济系统稳态的回归时间且增加中央银行货币政策调控的不确定性;另一方面,在模型框架中同时考虑资产负债表衰退和利率市场化程度变化时,利率市场化程度的增加将提高模型中相关宏观经济变量的响应程度并提高变量恢复稳态的速度,换言之,利率市场化进程的不断推进有助于提高紧缩型货币政策的调控效果。第五章的研究将从我国利率市场“双轨制”这一利率生成模式展开,利用DSGE模型对我国的双轨制利率生成模式、利率管制程度与市场化程度以及存款保险金制度等利率市场化进程政策与操作进行研究,重点探究利率市场化进程的不同措施与金融市场机制的完善对我国货币政策传导机制的影响。研究表明,中央银行对利率的管制一方面削弱了常规货币政策的调控效果,同时抑制了宏观经济的常规性波动,减少了经济活力。在我国利率市场化进程不断发展的大前提下,利率市场化进程的发展能够显着的提高中央银行常规货币政策的传导效率,释放市场潜能。逐步取消管制利率,让“双轨制”利率生成机制逐步回归市场化生成机制,是促进我国利率市场化进程,提高货币政策调控效率的一个重要组成部分。第六章的实证研究是对我国不同利率市场化程度下的货币政策传导机制检验。在探究了利率市场化进程中各渠道的传导机制以及方针效果后,最后本文将针对存款利率上限打开以后,中央银行迟迟没有推进市场轨和计划轨的双轨合并这一现实问题出发,对我国利率的渐进市场化与完全市场化后货币政策的整体调控效果进行研究,并且对未来我国利率市场化进程的推进给出相应的预测与展望。在宏观传导方面,渐进式利率市场化改革能够有效地优化利率传导机制,然而若是立即进入完全市场化状态,均衡利率水平的提升很可能降低经济行为对利率变动的敏感性,这说明尽管完全市场化不会改变利率宏观传导的有效性,但会降低货币政策的传导效率。在利率的微观传导方面,利率市场化改革着实加强了货币政策的微观传导效率。然而若是进入完全市场化状态,市场上的逆向选择风险会迅速放大,造成利率的微观传导失灵。
程慧[6]（2020）在《杠杆率、资产价格与经济增长时变关联研究 ——基于混频MS-VAR的分析》文中研究说明2008年全球金融危机的爆发和随之而来的经济衰退引发了杠杆率对一国经济稳定重要性的重视和思考,加之近年来我国宏观杠杆率不断攀升,企业、家庭或政府负债过重和资产价格泡沫特别是房价泡沫是现阶段我国宏观金融风险的两个主要方面,因此准确把握杠杆率、资产价格与经济增长内在关联不仅可以对经济增长进行预测和把控,而且能为去杠杆和有效防范金融风险提供思路。结合我国经济增速的发展现状及现有相关研究发现,三者之间的关联可能存在非线性关联和时变特征,且混频数据模型在宏观经济领域的应用越来越广泛。有鉴于此,本研究以季度数据和月度数据的混合数据为基础、创新性地使用融合混频向量自回归（MF-VAR）和马尔科夫区制转移向量自回归（MS-VAR）的混频马尔科夫区制转移向量自回归（MF-MS-VAR）模型、从杠杆加总和杠杆结构两个层面分析杠杆率、资产价格与经济增长的时变特征及结构性差异,且基于混频格兰杰因果检验和区制脉冲响应分析细致探讨了三者之间的非对称效应和传导机制,并从拟合优度、动态预测和统计层面对比了 MF-MS-VAR与MF-VAR和MS-VAR模型的性能。实证研究结果表明:（1）杠杆加总层面的MF-MS-VAR模型关于经济增长拟合优度较MF-VAR和MS-VAR模型分别提升约86.081%和20.665%、动态预测误差分别降低18.291%和6.473%,且D-M统计量表明各模型预测误差存在显着差异,即MF-MS-VAR模型的性能更优;（2）杠杆率、资产价格和经济增长之间的平均影响效应存在时变特征,但相互的影响系数并不依赖于状态变化,侧面反映出经济变量内在关联的稳定性;（3）MF-MS-VAR模型可以很好地识别出状态特征,且总杠杆增速与经济增速表现为逆周期的特性,而与资产价格则表现为资产类型的异质性,状态转移概率表明我国现阶段总杠杆水平宏观可控、增速有下降的趋势;（4）混频格兰杰因果检验结果表明低频变量与低频变量、高频变量与高频变量内部之间均互为格兰杰因且传导时长均为滞后1期,而作为高频变量即股票价格和房产价格与低频变量即经济增速和杠杆增速的格兰杰因果关系呈现非对称性,且在资产类型上表现出异质性;（5）总杠杆、资产价格与经济增长的作用路径、收敛性和影响程度表现为时变特征和非线性关联,且受资产类型的影响;（6）杠杆结构层面的时变效应分析表明宏观部门杠杆水平存在定性维度的显着结构性差异,而变量间的平均影响效应、状态转移特征存在时变关联和部门异质性,特别地,当前政府和企业部门的杠杆增速更容易朝着低位的状态转变,而居民部门的杠杆增速则倾向于升高。基于研究结论,本研究最后从注重资产市场的关联和动态管控、加强金融监管和信用体系建设、推进“资产端”+“负债端”双向去杠杆进程、准确把握结构性去杠杆的方向以及着力稳定市场经济环境五方面提出了具体的政策建议。
刘骏斌[7]（2020）在《资产价格与系统性金融风险：影响机制及其监控研究》文中指出历经多年高速发展,我国已经建立起较为完善的金融体系,金融市场体量和影响力显着增加,金融经济系统对资产价格波动的敏感性提高。2008年金融危机后,我国发生了房地产价格的多轮上涨和“千股跌停”的股灾,资产价格波动加剧了系统性金融风险压力。当前,我国经济面临深化供给侧改革和转型升级的迫切需求,守住不发生系统性金融风险的底线成为我国金融改革中的根本性任务。因此,研究资产价格与系统性金融风险的相互影响机制及其监控问题契合当下金融改革的重点,具有深远的研究意义和实践价值。基于当前研究背景和现实需求,本文将系统性金融风险扩展到国家金融安全范畴,并遵循“资产价格内涵→资产价格与系统性金融风险相互影响→风险测度→溢出效应→监控机制和政策建议”的逻辑思路展开研究,旨在构建较为系统的宏微观分析框架。本文首先从资产价格的理论基础和“价值-价格”关系入手,阐述了资产价格的形成和波动机理,研究表明:资产价格能够充分反映公开信息,资产价值是决定资产价格的基础,流动性水平是资产价格联动、泡沫化和周期性变化的主要影响因素,存在复杂的驱动机制和波动效应影响。在分析资产价格的形成与波动的基础上,本文详细阐述了资产价格与系统性金融风险的相互影响机理。首先,一系列金融危机已经明确了资产价格与系统性金融风险的相互影响事实,本文进一步从预期、市场和流动性角度分析了资产价格与系统性金融风险的相互影响途径,涉及预期影响下的资产价格和货币价值偏离、投资决策影响和价格机制、流动性冲击、信贷杠杆和货币循环等具体影响渠道;同时,基于开放式基金的资产配置和企业-银行部门的信贷关系构建理论模型,解析资产价格与系统性金融风险之间存在的跨期、“螺旋式”叠加、时滞、持续和不对称等影响效应特征。在明确资产价格与系统性金融风险相互影响机理的基础上,本文基于资产价格数据信息,分别从宏微观角度测度系统性金融风险。首先,基于网络视角测度的开放式基金的系统性金融风险结果表明系统性金融风险在基金之间的传染具有方向性和非对称性。其次,针对扩展的宏观系统性金融风险范畴,分别选用综合指数法测度金融系统压力指数和金融主权指数,选用Copula-GARCH（1,1）-Va R模型测度信用货币的币值稳定性,并验证了测度指标的合理性。在系统性金融风险测度的基础上,本文基于市场因子和面板数据分析的实证方法研究系统性金融风险的微观机构溢出效应,结果表明:基于金融网络测度的风险指标对开放式基金的现金流和收益增长的影响具有两面性,既是风险的冲击、传染和分散,也能够凸显出机构的系统重要性程度。进一步的,运用时变参数随机波动率结构VAR模型（TVP-SV-SVAR）分析系统性金融风险的宏观时变溢出效应,结果表明:美元货币政策冲击和跨国资本循环持续增加系统性金融风险压力,并共同冲击人民币币值稳定和阻碍金融主权实力的提升。最后,本文基于资产价格视角构建系统性金融风险监控机制。通过借鉴能够反映变化方向、大小和延续性的时变方法,分析系统性金融风险监控的现状,提出转变监控的理念思路和原则,构建多维度、多系统的系统性金融风险监控体系。并进一步从资产价格变化、外生性冲击和风险指数视角对系统性金融风险的监控效果进行了非线性时变检验,明确了相应监控指标及其适应的监控范围。
毕振豫[8]（2020）在《中国金融周期的测度、传导机制及货币政策调控》文中认为传统的宏观经济学研究框架基本没有考虑金融因素在其中发挥的重要作用。不过,随着理论研究与政策实践的不断深入,特别是2008年金融危机的爆发使得研究者和政策制定者逐渐意识到,金融因素在经济体系当中扮演了重要的角色,不深入分析其在经济运行过程中发挥的重要作用,也就无法深刻理解宏观经济的运行规律。在这一背景下,金融周期这一概念应运而生。金融周期的核心内涵在于金融体系的周期性波动,这种波动并不是特定历史时期的特殊状态,而是繁荣与萧条交替出现的常态,其根本驱动力在于融资约束与风险认知之间的相互强化,而这也正是防范金融危机传染和爆发的关键所在。由于金融体系的周期性波动是各个金融子类周期叠加的结果,这也对测度和分析金融周期提出了更高的要求。有鉴于此,本文深入分析了中国金融周期运行的特征事实、金融周期影响实体经济的传导机制以及纳入金融周期的规则型货币政策。具体而言,本篇论文分为以下四个部分:第一部分为第一章和第二章,分别为绪论和文献综述。其中第一章绪论阐述了研究背景和研究意义,同时对金融周期的理论背景和现实内涵进行了介绍,从而引出本文的研究主题。第二章文献综述首先对本文研究金融周期的内涵进行解析,从而在后续的研究过程中能够做到有的放矢。随后,第二章系统性地梳理了将金融因素纳入宏观经济学分析框架的演化过程。同时,由于本文后续选取信贷、宏观杠杆率以及房地产价格衡量中国金融周期影响实体经济的作用机制。因此,第二章此后也按照这三个维度展开,分别对金融周期三个构成指标与实体经济关联机制的相关研究进行了全面的回顾。最后,就政策调控层面而言,第二章围绕货币政策这条主线对相关文献展开论述。第二部分至第四部分为本篇论文的实证章节。其中第二部分,即第三章的主要工作是测度中国的金融周期,并考察其和经济周期之间的关联关系,从而从整体上把握中国金融周期的运行特征。第三章选取了信贷、房地产价格以及宏观杠杆率三个指标,利用转折点法和带通滤波法合成了中国的金融周期。随后依托时变参数模型,利用溢出指数法考察了金融周期与经济周期之间的动态依存关系。研究结果发现,中国金融周期的运行呈现出“长扩张、短收缩”的形态,且扩张阶段波动幅度明显强于收缩阶段。而就金融周期与经济周期的动态关联而言,金融周期对经济周期的溢出效应显着强于经济周期对金融周期的溢出效应。即金融周期主要是溢出效应的发送者,而非溢出效应的接收者。同时,金融周期对实体经济的冲击效果并非是一成不变的,其对经济周期的溢出效应显示出了显着的时变特征。在辨析金融周期的内涵并对其进行合理的刻画之后,需要解决的第二个问题就是金融周期是如何影响宏观经济运行的。由此本文进入第三部分,第三部分为金融周期传导机制的分析专题,该部分的主要意图在于探寻金融周期作用于实体经济的具体渠道,从而更加深入理解金融周期和实体经济的关联关系。由于本文选取信贷、房地产价格以及宏观杠杆率合成中国金融周期,因此后文也按照这三个维度展开对问题进行研究。其中,第四章构建了一个包含多部门的动态随机一般均衡模型,将信贷摩擦以道德风险的形式引入研究框架,并利用方差分解分析以及反事实模拟等技术详细考察了信贷摩擦对经济周期产生的影响以及我国经济周期的驱动因素。结果发现,信贷渠道是金融周期影响实体经济的重要途径。由于信息不对称以及道德风险等市场不完美的存在,信贷摩擦在经济周期运行中起到了放大器的作用,从而导致“小冲击、大波动”这一经济后果。其次,反事实模拟显示,外生冲击驱动经济周期的具体机制存在显着的阶段性特征。在宏观经济运行的不同阶段,经济周期的主导驱动因素也会发生变化。最后,资本质量冲击在很大程度上影响了中国经济周期,无论是“软扩张”时期、“次贷危机及后危机”时期还是“新常态”时期,资本质量冲击都在其中发挥了关键的作用。近年来我国杠杆率水平不断攀升,“去杠杆”成为了学术界和政府部门关注的热点问题。“去杠杆”与“稳增长”之间是否存在两难也成为了理论界和实务界争论的焦点。第五章在非线性的视角下,以面板平滑迁移模型为技术基础,利用跨国面板数据验证了金融周期作用于宏观经济的杠杆率渠道,检验了杠杆率与经济增长之间的“门限效应”,并对相关理论的适用性进行了考察。综合第六章的实证结果,可以得到以下结论:首先,描述性统计结果显示,我国宏观杠杆率不仅在绝对水平上处于较高位置,同时其较快的增长速度也引人担忧。其次,宏观杠杆率与经济增长之间的依存关系并非是静态的线性关系,伴随着宏观杠杆率的变动,其对经济增长的作用机制也会不断变迁。具体而言,当杠杆率水平在门限值以下时,随着杠杆率水平的提高,经济增长速度也会不断加快。而当债务融资规模增大,宏观杠杆率跨过门限值之后,便会打破其与经济增长之间的良性循环,并对宏观经济产生负向影响。回溯过往世界各国的经济金融危机,房地产价格的剧烈波动往往在其中扮演了重要的角色。第六章在区制转移的视角下,通过马尔可夫区制转移模型逐步深入地研究了金融周期影响实体经济的房地产价格渠道以及货币政策对房地产市场的调控效果。研究结果表明,住房价格与实体经济之间并非是简单的线性关系,在房地产市场与信贷周期运行的不同阶段,房价对经济增长的影响会发生明显的结构性变化。只有当货币供给量和房价处于平稳发展状态时,房地产价格上涨才能够有效促进经济增长。而就货币政策对房地产价格的调控效果而言,数量型以及价格型两种货币政策工具并不存在明显的政策无效区间,其均能够有效调控房地产价格,二者在不同的区制下也能够形成有效互补。既然金融体系在实体经济运行的过程中扮演了如此重要的角色,那么,将金融因素纳入宏观调控和金融监管的框架就成为了货币当局自然的选择。本文第四部分,即第七章将关注点放在政策调控。第七章在动态的视角下,考察了纳入金融周期的规则型货币政策。研究结果表明,中央银行在调整名义利率时的确对金融周期有所关注,相比于传统泰勒规则,纳入金融周期的泰勒规则中通胀系数与产出缺口系数均有显着改善,其能够更好地拟合中央银行的实际政策操作。随后,为了进一步考察货币当局对名义利率调整的动态变化特征,第七章通过包含随机波动的时变参数向量自回归模型对拓展的时变参数泰勒规则进行了再估计。研究发现,货币政策在整体上能够有效调控金融周期。同时,随着经济周期和金融形势的更迭,中央银行也会不断动态调整其政策目标。其中,货币政策对通货膨胀的调控不存在明显的惰性区域,控制通胀始终是中央银行工作的重心。其次,中央银行存在规避经济收缩的偏好,在经济下行时期其对货币政策的调整会向产出缺口倾斜。最后,为了抑制金融机构的过度风险承担,货币当局在本次金融危机之后显着增强了对于金融周期的关注。
冯文芳[9]（2020）在《金融杠杆与资产价格泡沫：影响机制及其监控研究》文中认为资产价格泡沫和高杠杆在历史上反复出现,但次贷危机后的资产价格泡沫形成机制和高杠杆作用机理更加复杂;现代金融技术发展产生的影子银行和金融衍生品等不但空转套利推高金融杠杆,而且让问题复杂化;内嵌于银行体系的表外业务严重期限错配以及中国经济转型期结构中存在的各种扭曲现象,使得金融杠杆过度膨胀导致的资产价格泡沫演化过程中出现的新问题和新情况,原有传统理论都无法较好解释经济中的资产价格泡沫现象。目前,中国正处于经济转型和结构升级的重要关口,党的十九大明确提出“我国经济已由高速增长阶段转向高质量发展阶段”,经济增长速度从高速增长开始转为中高速增长,但是金融杠杆仍在不断攀升,金融杠杆增长与经济发展错配现象严重,资本市场的过度繁荣引致资金在金融体系内空转,导致资产价格泡沫和系统性金融风险不断膨胀和累积。金融危机后上述问题成为经济学研究的热点并引起社会各界的广泛关注。在此背景下,首先,通过阅读和归纳国内外关于金融杠杆、资产价格泡沫和经济增长等方面的经典着作和前沿文献,厘清选题的发展脉络、研究现状、存在问题、争论焦点和研究盲点等,为后期研究顺利展开提供文献支撑和理论基础。其次,准确定义资产价格泡沫是研究的逻辑起点,遵循目前国内外经济学界的三种主流观点,对资产价格泡沫的涵义进行明确界定并分析了其一般特征;从理论角度和影响因素角度剖析了资产价格泡沫的形成机理;运用ADF、SADF、GSADF和RADF等资产价格泡沫识别方法,对资产价格泡沫的存在性、存在周期、出现频率和程度大小等进行了识别和检验,实证结果表明在样本研究期内显着存在周期性资产价格泡沫;并且运用协整模型和向量误差修正模型（VECM）提取了资产价格泡沫。第三,以金融杠杆经济本质研究作为切入点,从微观和宏观角度分别定义和度量了金融杠杆,揭示微观金融杠杆与宏观金融杠杆背离的原因和实质;采用债务收入比法和即时拆分法（TD）测算了我国的金融杠杆;重点揭示和研究了金融加杠杆的根源、实质、动力、渠道、特点和成因等;不但构建了金融杠杆驱动的资产价格泡沫模型,从理论上厘清两者之间的内在逻辑关系,而且把滚动宽窗Granger因果检验模型和Bootstrap统计检验结合,从实证上验证了金融杠杆和资产价格泡沫相互动态影响机制的程度、频率与方向以及与经济事件之间的关系。第四,高杠杆和资产价格泡沫仅是表象,隐藏其背后的实质是虚拟经济与实体经济的失衡,因此加入经济增长因素,从表象分析上升到实质研究,进一步揭示金融杠杆、资产价格泡沫与金融、经济之间的影响效应。具体内容包括:（1）运用差分广义矩估计（DGMM）和门限效应,对国内16家上市银行从两个阶段检验了货币政策传导的银行风险承担渠道的杠杆机制的有效性,实证结果表明:货币政策可以通过杠杆率对银行风险承担产生显着影响;货币政策与银行风险承担之间存在双重杠杆率门限效应;（2）运用傅里叶变换和频谱分析法研究了资产价格泡沫与经济增长之间的周期联动效应,实证结果表明:我国资产价格泡沫和经济增长的周期联动关系较复杂,并且两者在周期联动上更多的存在背离现象;（3）基于R&D模型,加入金融杠杆因素,研究了不存在和引入资产价格泡沫时经济增长的均衡结果,并推断出资产价格泡沫与经济增长共容的条件。（4）运用MCMC算法和SV-TVP-SVAR模型从时期与时点两个角度对金融杠杆、资产价格泡沫与经济增长三者之间的时变关系进行验证,实证结果表明:三个经济变量之间具有非常显着的时变特征。最后,高杠杆下去杠杆是必然选择,准确定义去杠杆的涵义并对目前去杠杆存在的误区做了澄清;分别探索了实体去杠杆和金融去杠杆的路径;运用合成控制法（SCM）检验了限贷政策能否抑制房地产泡沫?实证结果表明:在4个研究样本中,限贷政策对3个样本的商品房销售价格无法起到降低的作用;囿于传统资产价格泡沫监控研究方法与模型的缺陷,尝试运用人工智能中的支持向量回归（SVR）模型和BP神经网络（BPNN）技术构建了资产价格泡沫监控系统,结果表明,人工智能技术可以很好逼近与诠释样本历史数据所蕴含的内在规律,有效实现监控功能。根据上述主要研究结论,提出了四点政策建议:（1）拓展宏观货币政策调控目标范围,把资产价格纳入中央银行决策信息集,构建货币和信贷流动以及资产价格泡沫监控系统;（2）减少或消除刚性兑付和不必要的政府隐性担保,实现国有资产管理体制和商业银行行为市场化,政府职能回归公共管理本质;（3）坚持中性稳健的货币政策,保持适度的货币流动性,建立宏观审慎评估体系MPA和对金融体系资产实施穿透管理,对影子银行进行有效管理;（4）精准掌控“结构性去杠杆”的节奏、力度、时间、主体,有条不紊降低杠杆率。
朱清[10]（2020）在《流动性与资产价格波动关系研究 ——基于货币政策选择视角》文中提出近年来,我国经济运行开始进入新的换挡期,主要资产价格的周期性、波动性特征明显,尤其是股票市场、债券市场以及房地产市场等资产价格的运行情况更应值得关注。从历史上来看,驱动资产价格波动的主要因素中所涉及的流动性问题扮演着非常重要的角色。流动性的快速增加是否会带来资产价格过快上涨,形成未来的通货膨胀,以及货币政策如何调控流动性进而抑制资产价格剧烈波动,促进实体经济高质量发展,是需要研究的现实问题。首先,本文以我国数据为例,对不同维度流动性与不同类别资产价格波动间的相关关系进行事实梳理,并采用分位数回归方法进行实证分析。其次,通过流动性的协调视角对应对资产价格波动时货币政策选择的量价调控路径进行理论分析,并利用向量自回归模型实证分析货币政策对股票市场、债券市场和房地产市场价格以及产出水平和物价水平的影响效应,得出了以下主要研究结论:（1）我国主要资产价格波动趋势各异,股市和房地产市场的资产价格波动较为剧烈,而债市波动较为平缓。（2）我国货币流动性、银行流动性以及市场流动性之间的特征不同,不同维度流动性与股票市场价格、债券市场价格及房地产价格均呈现出正向或负向关系,但都具有一定的滞后性。（3）从分位数回归的结果来看,不同分位数水平下,多维度流动性对资产价格的影响程度具有差异。在股票市场中,市场流动性对股票价格的影响程度明显,始终为正向效应,而且低分位数水平下影响平缓,高分位数水平下影响程度加深;在债券市场中,货币流动性对债券价格在高分位数水平下主要呈现出负向效应,但市场流动性对债券价格影响在不同分位数水平下却呈现出正负向交替特征;在房地产市场中,货币流动性具有很高的显着性,且影响均为正向,但市场流动性对房地产价格的影响大部分却为负向效应。（4）从货币政策的量价调控角度来看,以利率为主的价格型调控在流动性结构作用较大,对资产价格波动的影响效应较优,但以信贷为主的数量型调控在流动性总量上作用明显,对产出水平影响较大,这也进一步说明我国需要采取量价并重的货币政策,既可以有效调控资产价格波动,也有利于实体经济发展。最后,本文结合我国实际情况,进一步提出具有可操作性的政策建议。
二、资产价格与货币政策（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、资产价格与货币政策（论文提纲范文）
（1）“金融加速器效应”抑或“理性资产价格泡沫效应”——基于货币政策、资产价格与经济波动的时变关系研究（论文提纲范文）
| 一、引言 |
| 二、文献综述与理论假设 |
| (一)理论研究 |
| 1.资产价格与经济波动的螺旋式相互作用机制 |
| 2. 理性资产价格泡沫 |
| (二)实证研究 |
| (三)研究假设 |
| 三、实证研究设计 |
| (一)中国金融资产综合价格指数 |
| (二)模型的构建与估计 |
| 1.TVP-SV-VAR模型的构建 |
| 2.变量选取和数据处理说明 |
| 3.参数估计与检验 |
| 四、实证结果分析 |
| (一)变量结构冲击的随机波动特征 |
| (二)时变脉冲响应分析 |
| 1.等时间间隔的脉冲响应函数。 |
| 2.不同特定时点的脉冲响应函数 |
| (三)稳健性检验 |
| 五、结论与启示 |
（2）我国信贷供给传导机制及其宏观经济效应研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外文献综述 |
| 1.2.1 信贷供给总量的经济效应 |
| 1.2.2 信贷供给结构的经济效应 |
| 1.2.3 信贷供给价格的经济效应 |
| 1.2.4 信贷风险累积的经济效应 |
| 1.2.5 信贷供给监管对货币政策有效性的影响效应 |
| 1.3 主要研究目标、论文结构及主要内容 |
| 1.3.1 主要研究目标 |
| 1.3.2 论文结构及主要内容 |
| 1.4 研究方法与主要贡献 |
| 1.4.1 研究方法 |
| 1.4.2 主要贡献 |
| 第2章 信贷供给宏观经济效应的理论基础 |
| 2.1 信贷供求理论 |
| 2.1.1 宏观信贷供求理论 |
| 2.1.2 微观信贷供求理论 |
| 2.2 信贷价格理论 |
| 2.2.1 可贷资金理论 |
| 2.2.2 金融抑制理论 |
| 2.3 信贷风险理论 |
| 2.3.1 Fisher的“债务-通货紧缩”理论 |
| 2.3.2 金融脆弱性理论 |
| 2.4 信贷配给与信贷传导理论 |
| 2.4.1 均衡配给理论 |
| 2.4.2 银行信贷渠道传导理论 |
| 2.4.3 资产负债表渠道传导理论 |
| 第3章 我国信贷供给传导机制及其与产出的动态关联分析 |
| 3.1 基于DSGE模型我国信贷供给的微观传导机制分析 |
| 3.1.1 模型设定 |
| 3.1.2 模型均衡 |
| 3.1.3 参数校准与模拟分析 |
| 3.2 我国信贷供给与产出的波动特征及动态关联性分析 |
| 3.2.1 MS-GAS-TVTP模型与TVP-VECM模型原理 |
| 3.2.2 我国产出与信贷波动的阶段性变迁识别及时变转移分析 |
| 3.2.3 动态关联性分析 |
| 3.3 本章小结 |
| 第4章 我国信贷供给总量与期限结构的宏观经济效应分析 |
| 4.1 信贷供给总量对宏观经济影响的理论机制分析 |
| 4.2 我国信贷总量扩张与收缩对宏观经济的非对称影响效应分析 |
| 4.2.1 非线性自回归分布滞后(NARDL)模型原理 |
| 4.2.2 变量选取、数据处理及平稳性检验 |
| 4.2.3 我国信贷总量扩张与收缩对产出的非对称影响效应 |
| 4.2.4 我国信贷总量扩张与收缩对通货膨胀的非对称影响效应 |
| 4.3 我国信贷供给期限结构的宏观经济效应分析 |
| 4.3.1 SV-TVP-FAVAR模型原理 |
| 4.3.2 我国信贷供给期限结构对产出和通货膨胀的时变效应分析 |
| 4.3.3 我国信贷供给短期结构对产出和通货膨胀的时变效应分析 |
| 4.3.4 我国信贷供给中长期结构对产出和通货膨胀的时变效应分析 |
| 4.4 本章小结 |
| 第5章 我国信贷供给价格传导机制及其非线性效应分析 |
| 5.1 信贷供给对宏观经济增长的价格传导机制分析 |
| 5.1.1 投资渠道传导机制分析 |
| 5.1.2 消费渠道传导机制分析 |
| 5.2 ST-BVAR模型原理 |
| 5.2.1 ST-BVAR模型设定 |
| 5.2.2 ST-BVAR模型的非线性检验 |
| 5.3 不同经济周期下信贷价格对经济增长的两阶段传导效应分析 |
| 5.3.1 变量选取、数据处理与经济周期波动区制识别 |
| 5.3.2 第一阶段信贷价格对投资与消费的非线性影响效应 |
| 5.3.3 第二阶段投资与消费对产出的非线性影响效应 |
| 5.4 本章小结 |
| 第6章 信贷风险对宏观经济及信贷调控有效性的异质性影响效应分析 |
| 6.1 多元方向分位数向量自回归(MDQVAR)模型 |
| 6.2 不同经济周期下信贷风险对宏观经济的异质性影响效应分析 |
| 6.2.1 理论机制分析 |
| 6.2.2 变量选取及数据处理 |
| 6.2.3 分位数脉冲响应分析 |
| 6.3 不同信贷风险水平下信贷调控宏观经济有效性分析 |
| 6.3.1 变量选取及数据处理 |
| 6.3.2 分位数脉冲响应分析 |
| 6.4 本章小结 |
| 第7章 我国信贷监管对货币政策有效性的影响效应分析 |
| 7.1 理论背景与影响机制分析 |
| 7.2 信贷监管的不同强度对货币政策有效性的异质性影响分析 |
| 7.2.1 变量选取及数据说明 |
| 7.2.2 经济增长目标下信贷监管对货币政策有效性的影响分析 |
| 7.2.3 物价稳定目标下信贷监管对货币政策有效性的影响分析 |
| 7.2.4 金融稳定目标下信贷监管对货币政策有效性的影响分析 |
| 7.3 本章小结 |
| 结论 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（3）我国价格型货币政策的传导机制分析与目标体系拓展（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 货币政策中介目标的转型 |
| 1.1.2 国内外冲击下的价格型货币政策传导机制 |
| 1.1.3 价格型货币政策最终目标的测度 |
| 1.2 价格型货币政策研究的理论基础 |
| 1.2.1 货币超发的理论争鸣 |
| 1.2.2 货币政策中介目标的转型 |
| 1.2.3 价格型货币政策的最终目标分析 |
| 1.2.4 价格型货币政策的传导机制研究 |
| 1.3 论文结构与主要内容 |
| 1.3.1 论文结构 |
| 1.3.2 论文内容 |
| 1.4 论文研究方法与主要创新 |
| 1.4.1 论文研究方法 |
| 1.4.2 论文主要创新 |
| 第2章 价格型货币政策的分段调控 |
| 2.1 相关理论及文献综述 |
| 2.1.1 价格型货币政策的调控目标梳理 |
| 2.1.2 价格型货币政策的规则特征分析 |
| 2.2 价格型货币政策目标体系与调控规则的理论推演 |
| 2.2.1 约束条件 |
| 2.2.2 福利损失函数 |
| 2.2.3 最优货币政策反应方程 |
| 2.3 价格型货币政策的区制转移特征研究 |
| 2.3.1 价格型货币政策简化方程 |
| 2.3.2 马尔科夫区制转移方法介绍 |
| 2.3.3 区制转移的实证结果分析 |
| 2.3.4 稳健性检验 |
| 2.4 价格型货币政策的非对称性特征分析 |
| 2.4.1 非稳定区制下的非对称特征分析 |
| 2.4.2 稳定区制下的非对称特征分析 |
| 2.5 价格型货币政策规则的福利损失对比 |
| 2.5.1 稳定与非稳定区制的福利损失对比 |
| 2.5.2 严格利率规则反应方程估计 |
| 2.5.3 分段与严格利率规则的福利损失对比 |
| 2.6 本章小结 |
| 第3章 房地产价格波动与价格型货币政策调控 |
| 3.1 相关理论与文献综述 |
| 3.1.1 传导机制的理论文献梳理 |
| 3.1.2 传导机制的实证文献概述 |
| 3.2 房地产价格与价格型货币政策关联机制的理论模型构建 |
| 3.3 DSGE模型的参数校准及数值模拟 |
| 3.3.1 参数校准 |
| 3.3.2 开启与关闭抵押品渠道的数值模拟 |
| 3.4 房地产价格与实体经济关联机制的时变特征分析 |
| 3.4.1 房地产价格与产出间的动态关联机制检验 |
| 3.4.2 房地产价格与通胀间的动态关联机制检验 |
| 3.4.3 房地产价格传导渠道的断点检验 |
| 3.5 房地产价格影响利率调控效果的渠道分析 |
| 3.5.1 房地产价格对利率调控效果影响的脉冲分析 |
| 3.5.2 稳健性检验 |
| 3.6 房地产价格、实体经济与价格型货币政策间的关联机制 |
| 3.7 本章小结 |
| 第4章 资本账户开放度、汇率制度与价格型货币政策有效性 |
| 4.1 相关理论与文献综述 |
| 4.2 二元悖论理论模型构建 |
| 4.3 资本账户开放度指标构建 |
| 4.4 二元悖论模型的实证检验 |
| 4.4.1 回归方程说明 |
| 4.4.2 包含交互项的参数估计 |
| 4.4.3 引入“全球避险情绪”的参数估计 |
| 4.5 稳健性检验 |
| 4.5.1 针对“产出内生性”的稳健性检验 |
| 4.5.2 针对“资本帐户开放度测算方式”的稳健性检验 |
| 4.6 本章小结 |
| 第5章 美国货币政策与我国价格型货币政策的关联机制研究 |
| 5.1 相关理论与文献综述 |
| 5.1.1 国际资本流动渠道研究 |
| 5.1.2 汇率渠道研究 |
| 5.2 蒙代尔—弗莱明理论分析框架 |
| 5.3 SVAR模型构建与计量处理 |
| 5.3.1 SVAR模型的构建 |
| 5.3.2 单位根检验与滞后期选取 |
| 5.4 美国货币政策冲击对我国价格型货币政策的影响 |
| 5.4.1 美国货币政策冲击对我国价格型货币政策独立性的影响 |
| 5.4.2 美国货币政策冲击对我国价格型货币政策有效性的影响 |
| 5.5 本章小结 |
| 第6章 福利损失视角下的核心通胀目标构建 |
| 6.1 相关理论与文献综述 |
| 6.2 八部门异质性价格扭曲理论模型的构建 |
| 6.2.1 个体的生产与消费 |
| 6.2.2 消费和价格指数 |
| 6.2.3 模型的一阶方程与对数线性化 |
| 6.2.4 社会总福利损失函数构建 |
| 6.3 异质性价格粘性与劳动收入份额的测算 |
| 6.3.1 价格粘性测算 |
| 6.3.2 劳动的收入份额测算 |
| 6.4 不同异质性特征下核心通货膨胀指标的估计 |
| 6.4.1 参数校准 |
| 6.4.2 多种异质性模型的实证结果分析与对比 |
| 6.5 本章小结 |
| 第7章 基于创新效率的经济增长目标调控机制 |
| 7.1 相关理论与文献综述 |
| 7.1.1 技术创新与经济增长的关联机制研究 |
| 7.1.2 金融摩擦与技术创新的关联机制研究 |
| 7.1.3 金融摩擦与价格型货币政策间的关联机制研究 |
| 7.2 经济增长目标调控的理论模型构建 |
| 7.3 DSGE模型的数值模拟和SVAR模型的实证结果对比 |
| 7.3.1 DSGE模型的参数校准 |
| 7.3.2 DSGE模型的数值模拟结果分析 |
| 7.3.3 SVAR模型的实证结果分析 |
| 7.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文及参与的科研项目 |
| 致谢 |
（4）互联网金融对社会融资结构变迁的作用机制研究 ——基于银行贷款视角（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容、研究方法与技术路线 |
| 1.2.1 研究内容 |
| 1.2.2 研究方法 |
| 1.2.3 技术路线 |
| 1.4 创新点 |
| 1.5 相关概念界定 |
| 1.5.1 互联网金融 |
| 1.5.2 社会融资结构 |
| 2 研究综述与理论基础 |
| 2.1 研究综述 |
| 2.1.1 互联网金融研究综述 |
| 2.1.2 社会融资结构研究综述 |
| 2.1.3 互联网金融与社会融资结构关系研究综述 |
| 2.1.4 文献研究评述 |
| 2.2 理论基础 |
| 2.2.1 金融结构理论 |
| 2.2.2 金融中介理论 |
| 2.2.3 平台经济理论和双边市场 |
| 2.2.4 长尾理论 |
| 3 互联网金融与社会融资规模及结构的现状分析 |
| 3.1 互联网金融的发展及现状 |
| 3.1.1 互联网金融兴起及发展历程 |
| 3.1.2 互联网金融的发展现状 |
| 3.2 社会融资规模及结构的发展现状 |
| 3.2.1 社会融资规模的发展现状 |
| 3.2.2 社会融资结构的发展现状 |
| 4 互联网金融影响社会融资结构的作用机制-基于银行贷款视角的理论分析 |
| 4.1 互联网金融对银行贷款规模的传导路径 |
| 4.1.1 银行存款规模及结构的传导 |
| 4.1.2 银行贷款利率的传导 |
| 4.1.3 资产价格的传导 |
| 4.2 互联网金融对信贷渠道影响银行贷款规模的调节作用 |
| 4.2.1 互联网金融对传统银行贷款渠道影响银行贷款规模的调节作用 |
| 4.2.2 互联网金融对传统资产负债表渠道影响银行贷款规模的调节作用 |
| 5 互联网金融影响社会融资结构的作用机制-基于银行贷款视角的实证分析 |
| 5.1 互联网金融对银行贷款规模的影响效应 |
| 5.1.1 研究设计 |
| 5.1.2 实证过程与实证结果分析 |
| 5.2 中介效应检验:互联网金融对银行贷款规模的传导路径 |
| 5.2.1 研究设计 |
| 5.2.2 实证过程与实证结果分析 |
| 5.3 调节效应检验:互联网金融对银行贷款规模的调节作用 |
| 5.3.1 研究设计 |
| 5.3.2 实证过程与实证结果分析 |
| 6 互联网金融影响社会融资结构变迁的实证分析 |
| 6.1 研究设计 |
| 6.1.1 样本选择与数据来源 |
| 6.1.2 主要变量定义与度量 |
| 6.1.3 研究模型设定 |
| 6.2 实证过程与实证结果分析 |
| 6.2.1 单位根检验 |
| 6.2.2 VAR模型滞后阶数的确认 |
| 6.2.3 格兰杰因果检验 |
| 6.2.4 脉冲响应分析 |
| 6.2.5 方差分解 |
| 7 主要结论与研究展望 |
| 7.1 主要结论 |
| 7.2 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（5）中国利率市场化进程中的货币政策传导机制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与选题意义 |
| 1.2 我国利率市场化进程回顾 |
| 1.3 货币政策传导渠道 |
| 1.4 利率市场化与货币政策传导机制相关研究综述 |
| 1.5 论文主要创新点 |
| 1.6 论文结构安排 |
| 第2章 不同时期下我国利率水平对经济政策不确定性冲击的反馈机制研究 |
| 2.1 利率对经济政策不确定性冲击的反馈机制研究问题的提出 |
| 2.2 经济政策不确定性的研究回顾 |
| 2.3 我国经济政策不确定性的典型事实分析 |
| 2.4 基于LT-TVP-VAR模型的实证研究 |
| 2.5 本章小结 |
| 第3章 利率市场化进程中我国货币政策的广义信用传导效应研究 |
| 3.1 货币政策广义信用传导效应研究问题的提出 |
| 3.2 我国货币政策传导渠道的研究回顾 |
| 3.3 广义信用视角下货币政策传导机制的理论分析 |
| 3.4 我国社会融资规模的结构分解 |
| 3.5 基于TVP-SV-FAVAR模型的实证研究 |
| 3.6 本章小结 |
| 第4章 利率市场化、资产负债表衰退与紧缩型货币政策传导机制研究 |
| 4.1 资产负债表衰退和紧缩型政策的经济后果 |
| 4.2 基于利率市场化和资产负债表衰退的DSGE模型构建 |
| 4.3 数据选取、参数校准和参数估计 |
| 4.4 紧缩型货币政策的实际经济后果分析 |
| 4.5 基于不同市场化程度下的紧缩型货币政策效果评估 |
| 4.6 本章小结 |
| 第5章 利率双轨制下利率市场化进程、存款保险制度与货币政策传导机制研究 |
| 5.1 我国货币政策“双轨制”框架与货币政策传导机制分析 |
| 5.2 双轨制泰勒规则模型的构建 |
| 5.3 参数校准与参数估计 |
| 5.4 模型的实证结果分析 |
| 5.5 本章小结 |
| 第6章 我国不同利率市场化程度下的货币政策传导机制检验 |
| 6.1 利率市场改革中货币政策传导机制演变的逻辑分析 |
| 6.2 理论模型 |
| 6.3 数据选取、参数校准与参数估计 |
| 6.4 我国不同利率市场化程度下的货币政策传导机制检验 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文及参与的科研项目 |
| 致谢 |
（6）杠杆率、资产价格与经济增长时变关联研究 ——基于混频MS-VAR的分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 文献综述 |
| 1.4 研究内容、方法与框架 |
| 1.5 研究的创新之处 |
| 2 杠杆率、资产价格与经济增长的理论机制 |
| 2.1 债务-通货紧缩理论 |
| 2.2 基于信贷扩张的资产价格泡沫模型 |
| 2.3 杠杆周期理论 |
| 2.4 资产价格的货币政策传导机制 |
| 3 MF-MS-VAR模型构建 |
| 3.1 MS-VAR模型 |
| 3.2 MF-VAR模型 |
| 3.3 MF-MS-VAR模型 |
| 3.4 参数估计 |
| 4 杠杆加总层面的实证分析 |
| 4.1 数据来源与处理 |
| 4.2 参数估计及影响机制分析 |
| 4.3 区制划分及转移特征 |
| 4.4 模型比较及性能分析 |
| 4.5 混频格兰杰因果关系检验 |
| 4.6 作用路径的时变特征分析 |
| 5 杠杆结构层面的实证分析 |
| 5.1 杠杆结构水平差异性分析 |
| 5.2 经济增长时变效应分析 |
| 5.3 杠杆增速时变效应分析 |
| 5.4 转移特征时变差异性分析 |
| 6 结论与政策建议 |
| 6.1 结论 |
| 6.2 政策建议 |
| 6.3 研究的不足与展望 |
| 参考文献 |
| 附录 |
| Gauss核心代码 |
| Matlab核心代码 |
| 在学期间发表论文清单 |
| 致谢 |
（7）资产价格与系统性金融风险：影响机制及其监控研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要缩略词、符号变量的注释表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容与研究方法 |
| 1.2.1 研究范围界定 |
| 1.2.2 研究思路 |
| 1.2.3 研究内容 |
| 1.2.4 研究方法 |
| 1.3 研究创新与不足之处 |
| 1.3.1 研究创新 |
| 1.3.2 可能的不足之处 |
| 第二章 文献综述 |
| 2.1 资产价格形成与波动研究综述 |
| 2.1.1 资产定价理论研究 |
| 2.1.2 资产价格波动研究 |
| 2.2 资产价格与系统性金融风险关联研究综述 |
| 2.2.1 系统性金融风险的理论属性研究 |
| 2.2.2 系统性金融风险的生成机制研究 |
| 2.2.3 资产价格与系统性金融风险的影响研究 |
| 2.3 系统性金融风险的测度与监控研究综述 |
| 2.3.1 系统性金融风险的识别与测度研究 |
| 2.3.2 系统性金融风险的影响与监控研究 |
| 2.4 文献述评 |
| 2.5 本章小结 |
| 第三章 资产价格的形成及其波动效应研究 |
| 3.1 资产价格的形成与波动机理分析 |
| 3.1.1 资产价格的理论基础 |
| 3.1.2 资产价格形成的市场机理 |
| 3.1.3 资产价格波动的流动性驱动机制 |
| 3.2 资产价格统计特征与泡沫分析 |
| 3.2.1 资产价格的统计特征分析 |
| 3.2.2 资产价格泡沫分析 |
| 3.3 资产价格的波动效应分析 |
| 3.3.1 研究设计 |
| 3.3.2 变量选取与检验 |
| 3.3.3 实证分析 |
| 3.4 本章小结 |
| 第四章 资产价格与系统性金融风险的影响机理研究 |
| 4.1 资产价格与系统性金融风险影响的典型事实 |
| 4.1.1 房地产危机 |
| 4.1.2 股票市场危机 |
| 4.1.3 银行业危机 |
| 4.1.4 回顾与分析 |
| 4.2 资产价格与系统性金融风险的影响途径分析 |
| 4.2.1 预期途径影响分析 |
| 4.2.2 市场途径影响分析 |
| 4.2.3 流动性途径影响分析 |
| 4.3 资产价格与系统性金融风险的影响效应分析 |
| 4.3.1 基于金融机构的影响效应分析 |
| 4.3.2 基于宏观视角的影响效应分析 |
| 4.4 本章小结 |
| 第五章 基于资产价格的系统性金融风险测度研究 |
| 5.1 系统性金融风险测度的理论基础 |
| 5.1.1 微观视角的系统性金融风险测度理论 |
| 5.1.2 宏观视角的系统性金融风险测度理论 |
| 5.2 基于网络视角的系统性金融风险测度体系构建 |
| 5.2.1 基于网络关联的测度分析 |
| 5.2.2 基于网络视角系统性金融风险测度体系构建 |
| 5.3 宏观视角的系统性金融风险测度 |
| 5.3.1 金融系统压力指数 |
| 5.3.2 金融实力指数体系 |
| 5.4 本章小结 |
| 第六章 基于资产价格的系统性金融风险溢出效应研究 |
| 6.1 系统性金融风险溢出效应的理论分析 |
| 6.1.1 微观溢出效应分析 |
| 6.1.2 宏观溢出效应分析 |
| 6.2 系统性金融风险的微观机构溢出效应实证分析 |
| 6.2.1 研究设计 |
| 6.2.2 变量选取和实证模型 |
| 6.2.3 实证结果分析 |
| 6.2.4 微观机构溢出效应小结 |
| 6.3 系统性金融风险的宏观时变溢出效应实证分析 |
| 6.3.1 研究设计 |
| 6.3.2 因果检验与模型估计结果 |
| 6.3.3 脉冲结果分析 |
| 6.3.4 宏观时变溢出效应小结 |
| 6.4 本章小结 |
| 第七章 基于资产价格视角的系统性金融风险监控研究 |
| 7.1 系统性金融风险监控的理论基础 |
| 7.1.1 系统性金融风险监控的理论发展 |
| 7.1.2 系统性金融风险监控方法演化 |
| 7.2 系统性金融风险监控的现状与构建 |
| 7.2.1 系统性金融风险监控的现状分析 |
| 7.2.2 系统性金融风险监控理念与原则 |
| 7.2.3 多维度风险监控体系的构建 |
| 7.3 系统性金融风险的资产价格监控 |
| 7.3.1 极端条件下信贷杠杆对资产价格波动冲击 |
| 7.3.2 基于资产价格泡沫的测度监控 |
| 7.3.3 基于资产组合的尾部风险度量与监控 |
| 7.4 基于资产价格视角的外生流动性冲击监控 |
| 7.4.1 外生流动性冲击监控基础 |
| 7.4.2 研究设计 |
| 7.4.3 初步检验与模型设定 |
| 7.4.4 正交脉冲响应分析 |
| 7.5 基于资产价格的系统性金融风险指数化监控 |
| 7.5.1 微观系统性金融风险监控体系构建 |
| 7.5.2 微观系统性金融风险的时变监控 |
| 7.5.3 宏观系统性金融风险的时变监控效果检验 |
| 7.6 本章小结 |
| 第八章 研究结论与未来展望 |
| 8.1 主要结论 |
| 8.2 政策建议 |
| 8.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间的科研情况 |
| 致谢 |
（8）中国金融周期的测度、传导机制及货币政策调控（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与选题意义 |
| 1.1.1 研究背景 |
| 1.1.2 选题意义 |
| 1.2 论文结构框架与主要创新 |
| 1.2.1 研究内容与论文框架 |
| 1.2.2 论文可能的创新之处和未来研究展望 |
| 第2章 文献综述 |
| 2.1 金融周期的内涵与测度 |
| 2.1.1 金融周期的内涵解析 |
| 2.1.2 金融周期的度量方法 |
| 2.2 金融周期及其与经济周期动态关联的研究进展 |
| 2.2.1 传统经济周期研究方法 |
| 2.2.2 金融因素与实体经济 |
| 2.2.3 金融周期与经济周期的关联关系 |
| 2.3 信贷周期、信贷摩擦及其与经济周期的关联机制研究 |
| 2.3.1 信贷周期与经济周期 |
| 2.3.2 金融加速器与经济周期 |
| 2.3.3 引入银行资本机制的DSGE模型 |
| 2.4 杠杆率与宏观经济之间非线性作用机制的研究进展 |
| 2.4.1 金融发展与金融深化 |
| 2.4.2 杠杆率与金融风险 |
| 2.4.3 将杠杆率纳入统一研究框架 |
| 2.5 房地产周期、抵押约束机制与经济周期 |
| 2.5.1 房地产周期与经济周期 |
| 2.5.2 抵押约束机制与资产负债表渠道 |
| 2.6 含有金融因素的货币政策规则及其应用的文献回顾 |
| 2.6.1 次级贷款危机之后对金融稳定及传统货币政策的反思 |
| 2.6.2 金融周期与规则型货币政策关联机制的研究 |
| 2.6.3 规则型货币政策的估计方法及其演变过程 |
| 2.7 本章小结 |
| 第3章 中国金融周期的测度及其与经济周期的动态关联 |
| 3.1 中国金融周期的测度 |
| 3.1.1 金融周期指标选取 |
| 3.1.2 研究方法介绍 |
| 3.1.3 金融周期单变量分析结果 |
| 3.1.4 中国金融周期的合成 |
| 3.2 中国金融周期的动态特征 |
| 3.3 中国金融周期与经济周期的动态关联 |
| 3.3.1 动态溢出指数法介绍 |
| 3.3.2 中国金融周期与经济周期之间的交互影响 |
| 3.4 本章小结 |
| 第4章 金融周期的传导机制:信贷渠道 |
| 4.1 多部门DSGE模型介绍 |
| 4.1.1 包含消费习惯偏好的家庭部门 |
| 4.1.2 金融摩擦与内生信贷约束 |
| 4.1.3 生产部门 |
| 4.1.4 包含双重目标的货币政策 |
| 4.1.5 市场出清 |
| 4.2 数据选取与实证分析 |
| 4.2.1 模型数据选取与预处理 |
| 4.2.2 参数校准 |
| 4.2.3 参数贝叶斯估计 |
| 4.2.4 方差分解分析 |
| 4.2.5 反事实模拟 |
| 4.3 本章小结 |
| 第5章 金融周期的传导机制:杠杆率渠道 |
| 5.1 研究假设 |
| 5.2 方法介绍与模型设定 |
| 5.3 杠杆率与宏观经济之间非线性关系的实证研究 |
| 5.3.1 数据选取与说明 |
| 5.3.2 中国杠杆率的静态水平、动态特征以及国际比较 |
| 5.3.3 PSTR模型估计结果 |
| 5.4 本章小结 |
| 第6章 金融周期的传导机制:房地产价格渠道 |
| 6.1 房地产周期、实体经济与货币政策调控 |
| 6.2 MS-VAR模型介绍与数据选取 |
| 6.2.1 MS-VAR模型介绍 |
| 6.2.2 数据选取与处理 |
| 6.3 基于三区制MS-VAR模型的实证分析 |
| 6.3.1 模型参数设定 |
| 6.3.2 模型区制划分 |
| 6.3.3 脉冲响应函数分析 |
| 6.3.4 模型估计有效性分析 |
| 6.4 本章小结 |
| 第7章 纳入金融周期的规则型货币政策研究 |
| 7.1 金融周期与货币政策调控 |
| 7.2 基于金融周期的货币政策框架 |
| 7.2.1 加入金融周期的泰勒规则模型 |
| 7.2.2 数据选取与预处理 |
| 7.2.3 包含金融周期泰勒规则的再估计 |
| 7.3 引入金融周期货币政策的时变反应机制分析 |
| 7.3.1 非线性检验 |
| 7.3.2 金融周期视角下时变参数模型的构建与模型参数估计 |
| 7.3.3 时变系数泰勒规则的动态反应机制分析 |
| 7.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文及参与的科研项目 |
| 致谢 |
（9）金融杠杆与资产价格泡沫：影响机制及其监控研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要缩略词、符号变量的注释表 |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究思路、内容与方法 |
| 1.2.1 研究思路 |
| 1.2.2 研究内容 |
| 1.2.3 研究方法 |
| 1.3 论文创新与不足之处 |
| 1.3.1 论文创新 |
| 1.3.2 不足之处 |
| 第二章 文献综述 |
| 2.1 资产价格泡沫的含义及其形成机理研究综述 |
| 2.1.1 理性预期理论 |
| 2.1.2 行为金融理论 |
| 2.1.3 以分形和混沌理论为代表的非线性理论 |
| 2.1.4 信贷理论 |
| 2.1.5 金融发展理论 |
| 2.2 资产价格泡沫的存在性检验及测度研究综述 |
| 2.2.1 资产价格泡沫的存在性检验 |
| 2.2.2 资产价格泡沫存在性的检验方法 |
| 2.2.3 资产价格泡沫的测度方法 |
| 2.3 金融杠杆与资产价格泡沫的影响关系研究综述 |
| 2.3.1 金融杠杆与资产价格泡沫的影响关系 |
| 2.3.2 金融杠杆与房地产泡沫的影响关系 |
| 2.4 资产价格泡沫对经济增长的影响研究综述 |
| 2.4.1 资产价格泡沫对经济增长的促进作用 |
| 2.4.2 资产价格泡沫对经济增长的不利作用 |
| 2.4.3 资产价格泡沫与经济增长的周期联动效应 |
| 2.5 资产价格泡沫监控研究综述 |
| 2.5.1 主张从市场层面入手监控资产价格泡沫 |
| 2.5.2 从货币政策角度监控资产价格泡沫 |
| 2.5.3 利用托宾税监控资产价格泡沫 |
| 2.6 对现有文献的评述 |
| 2.7 本章小结 |
| 第三章 资产价格泡沫形成机理及其检验研究 |
| 3.1 资产价格泡沫的理论界定 |
| 3.1.1 资产 |
| 3.1.2 资产价格泡沫的载体类型 |
| 3.1.3 资产价格泡沫涵义界定 |
| 3.2 资产价格泡沫的形成机理分析 |
| 3.2.1 资产价格泡沫形成的理论基础 |
| 3.2.2 资产价格泡沫形成的影响因素 |
| 3.3 资产价格泡沫的检验 |
| 3.3.1 检验方法 |
| 3.3.2 变量说明及数据来源 |
| 3.3.3 检验结果及其分析 |
| 3.4 资产价格泡沫的提取 |
| 3.4.1 向量误差修正模型 |
| 3.4.2 资产价格泡沫提取 |
| 3.5 本章小结 |
| 第四章 金融杠杆与资产价格泡沫的影响机制研究 |
| 4.1 金融杠杆的经济本质及度量 |
| 4.1.1 金融杠杆的经济本质 |
| 4.1.2 金融杠杆的度量 |
| 4.2 金融加杠杆的机理分析 |
| 4.2.1 金融加杠杆的根源 |
| 4.2.2 金融加杠杆的实质 |
| 4.2.3 金融加杠杆的内在驱动力 |
| 4.2.4 金融加杠杆的实现路径 |
| 4.2.5 金融加杠杆的特征与成因 |
| 4.3 基于金融杠杆驱动的资产价格泡沫模型构建 |
| 4.3.1 理论分析 |
| 4.3.2 基于金融杠杆驱动的资产价格泡沫模型 |
| 4.4 金融杠杆与资产价格泡沫影响关系的实证分析 |
| 4.4.1 滚动宽窗Granger因果检验方法 |
| 4.4.2 变量说明与数据检验 |
| 4.4.3 实证结果及其分析 |
| 4.5 本章小结 |
| 第五章 金融杠杆和资产价格泡沫的影响效应研究 |
| 5.1 金融杠杆影响商业银行风险承担效应研究 |
| 5.1.1 理论分析 |
| 5.1.2 研究假设与变量定义 |
| 5.1.3 动态面板模型和门限检验方法 |
| 5.1.4 实证结果及其分析 |
| 5.2 资产价格泡沫与经济增长的周期联动效应研究 |
| 5.2.1 频谱分析方法 |
| 5.2.2 变量说明及数据来源 |
| 5.2.3 实证结果及其分析 |
| 5.3 资产价格泡沫与经济增长的共容效应研究 |
| 5.3.1 模型基本假设 |
| 5.3.2 资产价格泡沫与经济增长的共容条件 |
| 5.4 金融杠杆、资产价格泡沫与经济增长的时变效应研究 |
| 5.4.1 SV-TVP-SVAR模型 |
| 5.4.2 变量说明及数据来源 |
| 5.4.3 实证结果及其分析 |
| 5.5 本章小结 |
| 第六章 金融去杠杆与资产价格泡沫监控系统研究 |
| 6.1 去杠杆的范畴界定及认知 |
| 6.1.1 去杠杆的范畴界定 |
| 6.1.2 去杠杆的正确认知 |
| 6.2 实体去杠杆路径研究 |
| 6.2.1 “去杠杆”与“稳增长”的困境 |
| 6.2.2 实体去杠杆的路径 |
| 6.3 金融去杠杆路径研究 |
| 6.3.1 金融去杠杆的阶段和政策 |
| 6.3.2 金融去杠杆的路径 |
| 6.4 限贷政策抑制资产价格泡沫的效应研究 |
| 6.4.1 合成控制法 |
| 6.4.2 变量说明与数据来源 |
| 6.4.3 实证结果及其分析 |
| 6.5 资产价格泡沫监控系统研究 |
| 6.5.1 SVR模型与股市泡沫监控系统研究 |
| 6.5.2 BP神经网络与房地产泡沫监控系统研究 |
| 6.6 本章小结 |
| 第七章 研究结论与展望 |
| 7.1 主要研究结论 |
| 7.2 政策建议 |
| 7.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间的科研情况 |
| 致谢 |
（10）流动性与资产价格波动关系研究 ——基于货币政策选择视角（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究思路及结构安排 |
| 1.2.1 研究思路 |
| 1.2.2 结构安排 |
| 1.3 本文创新点及不足之处 |
| 第二章 文献综述 |
| 2.1 资产价格波动与影响机制选择 |
| 2.2 不同维度流动性与资产价格波动 |
| 2.3 资产价格波动与货币政策选择 |
| 2.4 流动性与资产价格波动的实证研究 |
| 2.5 已有研究述评 |
| 第三章 流动性与资产价格波动的基本特征——基于中国数据 |
| 3.1 流动性的内涵与分类 |
| 3.1.1 流动性的内涵 |
| 3.1.2 流动性的分类 |
| 3.2 不同维度流动性的衡量 |
| 3.2.1 货币流动性的测量指标 |
| 3.2.2 银行流动性的测量指标 |
| 3.2.3 市场流动性的测量指标 |
| 3.3 流动性与资产价格波动特征——基于中国数据 |
| 3.3.1 指标选取 |
| 3.3.2 我国主要资产价格波动特征分析 |
| 3.3.3 不同维度流动性与资产价格波动的特征分析 |
| 第四章 多维度流动性视角下资产价格波动的动态效应分析 |
| 4.1 分位数回归原理 |
| 4.1.1 分位数回归模型 |
| 4.1.2 模型评价和检验 |
| 4.2 指标选取及模型设定 |
| 4.2.1 指标选取 |
| 4.2.2 模型设定 |
| 4.3 实证结果分析 |
| 4.3.1 描述性统计分析 |
| 4.3.2 单位根检验 |
| 4.3.3 多维度流动性与股票市场价格波动的分位数检验 |
| 4.3.4 多维度流动性与债券市场价格波动的分位数检验 |
| 4.3.5 多维度流动性与房地产市场价格波动的分位数检验 |
| 第五章 货币政策应对资产价格波动的流动性协调路径探索 |
| 5.1 我国货币政策工具分类 |
| 5.1.1 量、价均可以调节的工具: 公开市场操作 |
| 5.1.2 着重在量的调节: 存款准备金率 |
| 5.1.3 着重在价的调节: 利率政策 |
| 5.2 货币政策应对资产价格波动的流动性调节路径 |
| 5.2.1 经济体系流动性供给基本原理 |
| 5.2.2 货币政策应对资产价格波动的流动性控制路径 |
| 5.3 量、价调控渠道应对资产价格波动的对比分析 |
| 第六章 货币政策应对资产价格波动的调控效应分析 |
| 6.1 向量自回归理论 |
| 6.2 变量选取 |
| 6.3 实证结果分析 |
| 6.3.1 单位根检验 |
| 6.3.2 协整检验 |
| 6.3.3 VAR模型最优滞后阶数选择 |
| 6.3.4 模型稳定性检验 |
| 6.3.5 脉冲响应函数 |
| 6.3.6 方差分解 |
| 第七章 结论及政策建议 |
| 7.1 结论 |
| 7.2 政策建议 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
四、资产价格与货币政策（论文参考文献）
- [1]“金融加速器效应”抑或“理性资产价格泡沫效应”——基于货币政策、资产价格与经济波动的时变关系研究[J]. 张蕊,郭潇蔓,申程程. 贵州财经大学学报, 2021(06)
- [2]我国信贷供给传导机制及其宏观经济效应研究[D]. 王薇. 吉林大学, 2021(01)
- [3]我国价格型货币政策的传导机制分析与目标体系拓展[D]. 张菀庭. 吉林大学, 2021(01)
- [4]互联网金融对社会融资结构变迁的作用机制研究 ——基于银行贷款视角[D]. 滕超. 北京交通大学, 2021(02)
- [5]中国利率市场化进程中的货币政策传导机制研究[D]. 张男. 吉林大学, 2020(03)
- [6]杠杆率、资产价格与经济增长时变关联研究 ——基于混频MS-VAR的分析[D]. 程慧. 暨南大学, 2020(04)
- [7]资产价格与系统性金融风险：影响机制及其监控研究[D]. 刘骏斌. 东南大学, 2020(02)
- [8]中国金融周期的测度、传导机制及货币政策调控[D]. 毕振豫. 吉林大学, 2020(08)
- [9]金融杠杆与资产价格泡沫：影响机制及其监控研究[D]. 冯文芳. 东南大学, 2020(02)
- [10]流动性与资产价格波动关系研究 ——基于货币政策选择视角[D]. 朱清. 山东大学, 2020(10)
标签：货币政策论文; 房地产金融论文; 货币政策传导机制论文; 货币政策中介目标论文; 银行信贷论文;