防风险、稳增长背景下的货币政策预期管理研究
——基于消息冲击的DSGE模型分析

宋 杨 黄如意

1 引 言

2020年初，受新冠疫情和国际石油崩盘的冲击和影响，美国股市10天4次熔断酿成了前所未有的股灾，对其他国家和我国的资本市场也造成了联动效应，造成短期内全球资产价格严重错位。美联储祭出了直接降息4档100bp，实行零利率加无限量化宽松的非常规货币政策，这种“王炸”货币政策操作无论在时间和力度上都大超市场预期，短期内不仅没有使投资者信心恢复，反而给市场带来了更大的恐慌。随着美联储等各国央行不断在新闻媒体表态和沟通，释放政策暖意，逐渐消除了市场恐慌和流动性危机。至此，具有前瞻性指引功能的货币政策预期引导在稳定市场信心，防范金融风险，修正市场关于未来经济增长预期的过程中起到了至关重要的作用。

在现代市场条件下，政策当局对市场预期的引导和把控能力在很大程度上决定了政策实施的效果和调控效率，通过建立有效的信息沟通机制能够增强对市场预期的引导力，这对改善经济金融治理，减少政策推行阻力都大有裨益。对于中央银行来说，货币政策预期管理已成为美联储及主要发达经济体的央行在零利率下限情况下普遍采用的货币政策调控手段。我国中央银行也逐渐意识到预期引导在防范金融震荡、化解金融风险等方面的优势，开始将预期管理放在宏观调控工具中的重要位置，并积极探索和强化新时期预期管理工作。近年来，我国央行将近期宏观经济形势的分析判断和政策意图通过《货币政策执行报告》、新闻发布会等方式向市场定时发布，增强了货币政策透明度，加强了与市场的沟通，有效维护了金融和经济的基本稳定。

当前我国经济依然处于经济增速放缓的新常态，外部的不确定性构成了我国经济平稳增长的风险扰动。面对复杂程度不断提升的国际国内经济金融形势，市场主体对经济未来的发展存在较大的不确定性，导致其消费投资行为均略显谨慎，市场主体的预期也更容易受到相关扰动的冲击（徐亚平等，2018［1］）。因此，我国央行更应该做好“稳预期”工作以平衡好稳增长和防风险的关系①“稳预期”工作是“六稳”工作之一。此外，2019年政府工作报告中提出应平衡好稳增长与防风险的关系。。鉴于此，我们有必要更加深入地探索货币政策预期管理对经济金融运行的作用和影响机制，本文通过构建新凯恩斯框架下的动态随机一般均衡模型评估货币政策预期冲击对宏观经济周期波动的动态影响，特别之处在于模型中引入了能够诠释资产价格波动的托宾Q理论方程，以此分析货币政策预期冲击在资产价格传导机制中的作用和影响，进而为防风险，稳增长的政策目标探寻合理的货币政策预期管理实现路径。

本文结构安排如下：第二部分为文献综述，主要论述货币政策预期管理的理论来源和研究进展；第三部分构建含有货币政策预期冲击和未预期冲击的DSGE模型；第四部分结合中国的宏观季度数据运用贝叶斯估计对上述模型参数进行估计，用于分析货币政策预期冲击的重要性及其传导机制；第五部分在模型估计的基础上进行动态脉冲响应分析和方差分析等；最后是本文的结论和政策启示。

2 理论来源与研究进展

预期是影响市场主体经济决策的基本要素，也是宏观经济理论和政策调控需要关注的核心变量。对市场预期进行管理是指政策当局能够通过信息沟通等方式对公众预期进行有效的协调和引导，以稳定公众预期，力求经济政策效用最大化，其本质上是一种政策前瞻性指引方法。政策当局通过预期管理稳定了市场预期，也就牵住了熨平经济波动的牛鼻子，从而使经济平稳运行，若不能对公众预期进行有效引导和把控，势必会造成经济的大幅度波动，进而加大政策调控的难度（Eusepi和Preston，2008［2］）。

预期理论来源可追溯到附加预期的菲利普斯曲线，但由于早期宏观经济理论根深于理性预期学派的“时间不一致性”和“政策无效论”的理论影响，新古典宏观经济学派通过构建含有理性预期的宏观经济学模型证明只有未预期到的货币政策才是有效的，这种政策不透明的预期管理模式直到上世纪九十年代一直被学术界和发达国家央行所认同和采纳。九十年代之后，新凯恩斯主义学派在价格和工资粘性的基础上，通过构建含有理性预期的宏观经济学模型证明了预期到的货币政策同样会影响到经济的周期波动，从而否定了“政策无效论”。此外，受通货膨胀目标制以及信息化的影响，公众渴望知晓更加公开透明的货币政策，微观经济主体的预期决策在宏观经济运行中的地位和作用也越来越重要，加上传统货币政策空间不足的情况，各国央行的货币政策思维和实践才逐渐转向政策透明和预期引导的管理模式。

自Woodford（2001）［3］首次提出货币政策预期管理以来，学界关于货币政策预期管理的研究不断深入，具有前瞻性指引作用的预期管理也成为研究货币政策理论的一个重要内容。其中一个重要的实证研究领域是将预期冲击引入到宏观经济模型中的货币政策规则，这也逐渐成为货币政策预期管理研究的主流范式，其研究进展应得益于动态随机一般均衡模型的应用及发展。其模型结构是在保留原有理性预期假设基础上，在货币当局部门的政策调控中引入的外生冲击不仅含有当期未预期的，还包括货币当局在前几期已经释放的政策冲击，即经济主体在当期已经获得了政策的部分信息集，形成了一定程度的当期预期，故称为可预期的消息冲击（News Shocks），也称为预期冲击（Expectation Shocks）（Kobayashi和Nutahara,2010［4］）。

关于消息冲击或预期冲击的文献始于学者们对技术预期冲击影响的兴趣，后来逐渐将预期冲击引入货币政策规则中研究。Kobayashi和Nutahara（2010）［4］在含有粘性价格的DSGE模型中引入货币政策预期冲击，运用美国数据评估预期冲击对货币政策的重要意义，并得到了预期冲击驱动的经济周期波动(News Driven Business Cycle)。Laseen和Svensson（2011）［5］在DSGE模型框架下用预期冲击来表示前瞻性指引，研究中基于预期和未预期冲击的政策利率路径可以代表任何预先设定的货币政策消息冲击，货币当局的宣告计划即是带有预期的政策利率路径，能够被私人部门所接受和预期。Milani和Treadwell（2012）［6］在动态随机一般均衡模型中引入货币政策预期冲击，研究表明宏观经济变量对未来政策传导的“消息”的反应比对同时期“意外”的反应要强得多。文中强调了货币政策信息沟通的作用，信息沟通可被视为有关未来政策行为的公告，这一研究也表明，美联储通过货币政策公告引导公众未来的预期，比根据对未来宏观经济状况的预测而设定利率在作用上更加重要。Gomes等（2017）［7］在中等规模DSGE中运用美国数据估算了货币政策预期冲击的作用，研究表明货币政策预期冲击在变量的方差分解中不应被忽视，并结合历史数据指出联邦公开市场委员会（FOMC）的官方声明提供了有关当前政策制定和预期未来政策路径的信息。Boyarchenko等（2017）［8］构建的货币政策预期冲击对总体金融状况和市场信心产生了广泛影响，该冲击可以通过长期收益率对联邦公开市场委员会（FOMC）公告的反应来概括;这不仅与政策利率近期路径的变化是正交的，而且解释了公布日收益率曲线中一半以上的异常变化。研究表明，该预期冲击与实际利率变化和市场波动呈正相关，与市场回报和抵押贷款发行呈负相关，与影响市场信心的政策公告一致。

国内有关预期冲击引入货币政策的研究较为稀少。王曦等（2016）［9］在新凯恩斯DSGE的框架下，探讨了预期和未预期的货币政策冲击对我国通货膨胀的影响，结果显示货币政策预期冲击的效果要优于未预期冲击，故建议央行应通过信息沟通，增加透明度等政策工具引导公众预期以增强政策效果。庄子罐等（2018）［10］在新凯恩斯DSGE的框架下，在数量型和价格型货币政策规则中分别引入了预期和未预期的货币政策冲击，探讨了两种冲击在两类货币政策规则下产生的宏观经济效应。

纵观国内外已有文献，关于货币政策预期冲击的理论和应用，仍然是货币政策预期理论研究中比较崭新的领域，基于DSGE框架下引入货币政策预期冲击的实证研究还有较大的研究空间。从文献整理的情况来看，国内学者基本是在新凯恩斯框架下的DSGE模型中直接引入货币政策预期冲击，从理论和实证层面上分析货币政策预期冲击对宏观经济的影响效应，较少对模型进行扩展性分析与研究。

本文的贡献和创新之处在于：基于防风险和稳增长均衡关系的视角对货币政策预期管理问题展开研究，考虑到资产价格波动在近阶段风险防控及经济稳增长中的影响性逐年增大，故在构建模型过程中，在新凯恩斯DSGE模型框架下，特别引入了能分析货币政策资产价格传导机制的托宾Q方程，以分析货币政策预期管理在资产价格传导渠道的调控机制。这样引入主要有两点考虑：一方面随着我国股票市场在货币经济中的地位和作用不断增强，托宾Q值作为资产价格代理变量的合理性逐渐显现（扈文秀等，2013［11］）。另一方面，托宾Q不仅可以建立金融市场与实体经济之间的联系，还能对我国“货币政策——资产价格——实体经济”这一政策传导渠道是否有效进行检验（刘金全等，2017［12］）。

因此，本文参考Kobayashi和Nutahara（2010）［4］在新凯恩斯DSGE模型中引入托宾Q的方式，构建含有托宾Q的DSGE模型，结合中国宏观经济数据使用贝叶斯方法（克服传统计量方法的小样本缺陷）估计后分析货币政策预期冲击对宏观经济波动以及资产价格传导的影响，进而分析预期管理在稳定资产价格、防风险和稳增长中的重要作用。在考虑中央银行部门时，分别设定数量型规则与价格型规则的货币政策方程（符合数量型和价格型货币政策工具并重的央行实践），在两类货币政策规则中分别引入包含预期和未预期的货币政策冲击，模拟出两类冲击对我国主要宏观经济变量的影响，以此分析不同货币政策规则下货币政策预期冲击对宏观经济总量的作用机制和影响，探寻我国货币政策预期管理的合理路径，并据此提出相关的政策建议。

3 DSGE模型的构建

模型分为家庭、企业、中央银行三部门。家庭部门提供资本和劳动，并进行投资和消费。企业部门包括中间产品生产企业和最终产品生产企业，中间产品企业是垄断竞争的，依靠着家庭部门提高的资本和劳动生产具有差异化的中间产品。而最终产品企业将中间产品购入后生产完全同质的最终产品并向家庭部门出售，最终产品市场是完全竞争的；中央银行结合产出与通胀水平制定货币政策，以平稳经济运行。

3.1 家庭部门

假设家庭部门在［0,1］是连续的，通过调节劳动和消费的比例关系以最大化其终身效用。在一定的预算约束下，家庭会在即期对实际货币余额持有量、消费以及劳动供给的分配比例进行选择，以求即期获得最大化效用：

其中，E0为理性预期算子，β为贴现因子，Ct为家庭的t期消费水平，Mt为家庭所持有的名义货币余额，即货币需求；Pt为当期名义价格，Nt为家庭向企业提供的劳动。1σ为家庭跨期消费替代弹性，1υ表示货币需求的利率弹性，1φ表示劳动供给的Frisch弹性。假设家庭部门还拥有货币和债券等资产，则家庭的预算约束方程为：

其中，It为投资，Bt是家庭持有的名义债券的期末余额，Kt−1表示第t-1期股票资本，Rt−1为债券的名义利率，Wt为家庭工资，Tt为一次性税收，rt为资本实际收益率。

资本积累方程为：

式中Φ(⋅)为投资的调整成本，Φ(⋅)是二次函数，是关于投资的凸函数，该调整成本函数称为Hayashi（1982）［13］形式，表示新投资转换为资本存量所必须付出的成本，反映资本水平调整的难易程度,δ>0表示资本折旧率。

将公式（3）转换为关于It的函数表达式：其中Ψ(⋅)与Φ(⋅)互为反函数。根据反函数的求导公式有：

将It代入到公式（2），并与公式（1）的终身效用函数构成拉格朗日函数，推导出一阶条件为：

其中，（6）、（7）、（8）和（9）式分别为消费、劳动供给、资本存量和货币需求的一阶条件，（10）为资本控股企业的欧拉方程，其中qt≡λk,tλc,t，其中λc,t为家庭预算约束的Lagrange乘数，λk,t为（3）式的Lagrange乘数，由托宾Q理论知qt为托宾Q的资本影子值（Kobayashi 和 Nutahara，2010［4］；扈文秀等，2013［11］）。（5）式决定了qt的大小，式中股本Kt为前定变量，于是托宾影子值qt+1和投资It+1会发生同方向运动，且因投资在经济实践中是顺周期的，故托宾Q也是顺周期的（Gali等，2002［14］）。

托宾Q不仅建立了金融市场和实体经济之间的关系，也能够刻画货币政策资产价格的传导机制：数量型调控方面，当市场上货币供应量增加时，货币流动性增强，公众有更多闲余资本用于投资，推动股票等资产价格上升，进而推高了企业市值，此时托宾Q值增大，带动实体企业投资增加，总产出扩张。价格型调控方面，降低市场利率使得企业经营成本减少，总利润增加，企业股票更具有投资价值，进而引起股票价格上升，托宾Q值增大，带动实体企业投资增加，总产出扩张（申向伟，2013［15］）。

以上即为基于托宾Q理论的货币政策资产价格传导机制，需要注意的是，在该传导机制中，市场参与者的信心会随着企业市场价值的上升（下降）而上升（下降），基于财富效应，使市场参与者增加（减少）消费和投资支出，进而影响总产出的变动，可见信心在货币政策资产价格传导机制中起到一定程度的催化作用。

3.2 企业部门

假设经济系统中存在一系列连续的最终产品企业，即零售商部门k，k∈[0,1]，该部门是完全竞争的，他们以价格Pt(k)从中间产品企业获得产品Yt(k)，通过加工组合得到最终产品Yt，再按照价格Pt出售给家庭。

利用常替代弹性生产技术（CES），集成所有批发产品Yt(k)为最终产品企业的生产函数：

3.2.1 最终产品企业

其中ε>1为生产中的常替代弹性。

最终产品企业的总利润为：

按照利润最大化原则，可求得中间品Yt(k)需求函数为：

由于假定最终产品企业是完全竞争的，将（13）代入（11）式整理可得最终产品的价格指数为：

3.2.2 中间产品企业

假设中间产品企业在[0,1]上连续，且其产品具有差异化特征，即是垄断竞争的。中间产品企业k的总的生产函数为：

At表示中度技术进步（Neutral Technological Progress），gt表示劳动增强型技术进步（Labor-Augmenting Technological Progress），该技术进步更多体现为有效劳动增长或者人口增长，属于趋势平稳序列（Kobayashi和Nutahara，2010［4］）。两个冲击均服从AR(1)过程；

则中间产品企业实现贴现利润最大化问题可以表示为：

联合（14）构造Lagrange函数，该最优化问题的一阶条件为：

这里−λt为mct，称为真实边际成本，公式（16）和（17）分别表示资本租金率和均衡工资。

假设中间产品企业在Calvo（1983）定价机制下制定价格，即每期只有1−κ的概率被重新定价，其余κ的概率按照的规则进行价格调整，γ为价格指数化参数，则中间生产企业的最优价格为：

其中，επ为成本推动的供给冲击，假设其服从一阶自回归过程，即，θπ为总供给冲击的自回归系数，且。

3.3 货币当局

目前，我国央行根据形势变化，综合运用价、量等多种货币政策工具对宏观经济进行调控。因此，本文货币政策规则采用价格型和数量型两种常规的货币政策工具。

3.3.1 价格型调控

价格型调控是基于对产出缺口、通胀及其预期变动所进行的利率调控，即货币当局根据产出缺口、通胀缺口和上一期的利率水平来调节短期名义利率，从而达到干预经济运行的目的。该规则由泰勒1993年提出，即Taylor Rule。在基本Taylor公式的基础上，参考Campbell等（2016）［16］，构建具有前瞻性指引的利率型政策调控的反映函数为：

其中：Rˆt为名义利率的偏离稳态值，yˆt为产出缺口，E[π ˆt+1]为预期t+1期的通货膨胀缺口，参数ρR为政策冲击的平滑系数、和分别表示政策调控对通胀和产出的反映系数，是利率的外部扰动项，假设其服从一阶自回归过程，即。

3.3.2 数量型调控

数量型调控是以基础货币作为货币政策调控工具，通过调控货币供应量来实现政策目标。麦科勒姆(McCallum)1988提出货币供应量规则，即McCallum Rule，该规则是根据当期产出缺口、通胀水平及其预期变动所进行的货币供给水平的调控。参考庄子罐等（2018）［10］的设定，即假设货币当局通过对代表性家庭的消费支出C和市场利率水平来调节货币供应量M，则货币政策规则为：

货币需求方程为：

根据消费的一阶条件和债券的一阶条件，可得货币需求方程为：，表示实际货币余额。

vt表示第t−1期到第t 期的货币供给增长率。

根据麦科勒姆规则，当期货币增长率与前一期货币增长率、产出缺口以及通货膨胀缺口有关，同时还受到来自系统以外的不可预测因素的干扰，故本文将数量型货币政策规则设定如下：是货币供应量的外部扰动项，假设其服从一阶自回归过程，即

3.4 经济均衡及时数线性化

产品市场出清的情况下，要求总产出量与总消耗量相等，即需要经济系统的总产出和总需求相等，此时市场均衡方程为：

在上述市场均衡出清条件下，将家庭部门、企业部门的最优决策行为方程以及货币当局的调控行为方程联立，得到DSGE模型的非线性一般均衡系统。参照Uhlig（1999）的对数线性化处理方法，转换为线性一般均衡系统，以求得各主要经济变量的最优均衡路径。

3.5 预期冲击引入货币政策规则

本文参照王曦等（2016）［9］、庄子罐等（2018）［10］，采用与 Schmitt和 Uribe（2012）［17］、Milani和Treadwell（2012）［6］等同样的方式在货币政策调控中引入预期冲击。以价格型调控规则为例，其引入过程可以表示如下：，，这里表示经济主体在t期才掌握的货币政策信息，即在t 期之前未预料到的货币政策信息，这里称为未预期货币政策冲击；表示经济主体在t−i 期时已经获悉了在未来t 时期时可能出现的货币政策信息，这里称为预期货币政策冲击。

4 模型参数估计和最佳消息期限选择

4.1 变量选取与数据处理

本文使用中国主要宏观经济变量的季度数据作为贝叶斯估计的观测数据。根据模型中相关变量的设定，并考虑到数据的可得性，本文使用的原始数据有：名义产出GDP、名义消费（社会消费品零售总额）、 名义投资（固定资产投资完成额）、消费价格指数、名义利率和货币供应量。数据具体处理过程如下：消费价格指数由同比数据换算为1995年1月为基期的定基数据。将名义GDP、名义消费和名义投资调整为当季值，再运用定基的价格指数对所有名义变量进行平减，剔除价格因素得到各变量的实际值；然后运用Census—X12方法对上述数据进行季节性调整，以剔除季节性影响，取对数后通过HP滤波对其进行去趋势调整，以获得可观测变量对变量稳态值的偏离波动序列。样本数据来源于中国人民银行网站、中经网数据库，样本区间为2000年1季度至2019年4季度。

4.2 参数的校准与贝叶斯估计

DSGE模型中的参数分为两类：一类是反映模型内生变量稳态特征的行为参数，这类参数通常采用传统的校准方法对其进行设定；另一类是刻画模型内生变量动态特征的结构性参数，这类参数往往因模型的设定不同而不同，且缺乏正式的统计基础，故需要通过一定的估计方法进行确定，本文将采用基于先验信息的贝叶斯方法进行估计。

贴现因子的值取决于利率的大小，基于吴华斌等（2011）［18］对中国季度利率数据的测算，并参考庄子罐等（2018）［10］的做法，将季度折现率β设定为0.980； 国内相关文献普遍将年度资本折旧率设定为0.100，由于本文所选取的可观测变量数据为季度数据，因此可以将季度资本折旧率δ设定为0.025；对我国企业柯布道格拉斯生产函数中资本投入份额的大小，多数学者们对其设定均不是太统一，但大体介于［0.400,0.600］之间，参考刘斌（2008）［19］，将资本份额设定为0.400.κ表示每期维持最终商品价格不变的企业所占的比例，根据陈昆亭和龚六堂（2006）［20］的设定，将其设定为0.75；根据李霜（2011）［21］和李松华（2014）［22］的设定，将消费的跨期替代弹性的逆σ设定为1，劳动供给的Frisch弹性的倒数φ设定为1.0，中间品的替代弹性ε设定为21，表明模型稳态时企业的成本加成率为5%；根据王曦等（2016）［9］的估计，价格指数化参数γp设定为0.16。

其余的结构性参数均采用贝叶斯估计，遵循Milani和Treadwell（2012）［6］的设定方法，本文相关结构性参数的先验分布均值的设定服从如下规则：参数值严格大于0时，其先验分布设定为Normal分布；参数值介于［0,1］时，其先验分布设定为Beta分布；而所有冲击的标准差，其先验分布设定为逆gamma分布。具体设定以及贝叶斯估计结果见表1。

由表1可知，大部分动态参数贝叶斯估计的后验均值与其先验均值存在一定差异，且后验分布的均值均落在90%的置信区间，表明待估参数的真实信息能够通过样本数据得以反映，且参数估计结果具有较好的稳健性。

4.3 最佳预期期限的选择

对消息冲击设定一定期限t代表经济主体提前t期获悉货币政策信息以调整自身预期，然而不同期限t的设定会影响到相关参数贝叶斯估计的后验分布结果。参考王曦等（2016）［9］、庄子罐等（2018）［10］以及Milani和Treadwell（2012）［6］对预期期限的最大设定值12，表示经济主体最早可以提前12期（3年）预知某个货币政策冲击。具体过程为：首先列出预期期限的所有可能结构组合，根据已设定的参数先验分布，分别进行贝叶斯估计，得到不同预期期限设定下的边际密度值，最后按照边际密度值最大化的原则合理选择最优的预期期限。具体结果见表2。

表2 两种货币政策规则下最优消息期限选择

由表2可见，价格型规则中随着预期期限的增加，贝叶斯估计的边际数据密度值也渐进增加，边际密度最大的为t=11时，说明此时模型的估计最优。但现实中利率预期冲击时期不宜过长，因为若周期过长，利率路径的预期引导对宏观经济变量的实际影响将大大削弱。而且通过将各时期的预期冲击结果加以比较，发现预期冲击期限越长，冲击效果越有滞后性，不宜与将货币政策实际干预（未预期冲击）与预期冲击形成合力加以分析。现实中经济主体得到的信息多为半年左右，从消息期限组合中可见，1、2期组合在所有组合中的边际密度值最大，故综合以上考虑，价格型规则选取预期组合冲击t=1、2期组合时的模型作为基准模型①参考DSGE论坛，影响边际数据密度的因素很多，预期冲击期限的改变是其中一项影响因素，但并非作为选取最优期限的唯一标准。选择其余期限并没有对模型估计结果产生实质差异，这一点在后文稳健性检验中展开验证。。而对于数量型规则，t=4时，模型贝叶斯估计的边际数据密度值最大，此时模型估计最优，故数量型规则选取预期冲击t=4时的模型作为基准模型。

5 模型实证结果分析

结合上文参数校准和贝叶斯估计的结果，本文将从脉冲响应和方差分解两个方面来分析不同货币政策规则下未预期的和预期货币政策冲击对主要宏观经济变量的动态影响，最后评估模型的稳健性表现。

5.1 脉冲响应分析

5.1.1 未预期和预期到的价格型货币政策对宏观经济的影响

图1 价格型规则下预期和未预期货币政策冲击的脉冲响应

图1刻画了在价格型货币政策规则下，宏观经济各变量对1个单位正的预期到和未预期到的利率冲击的脉冲响应结果。可以看出，在1个单位紧缩性价格型调控的作用下，产出、通胀、投资和消费等变量均表现为负向变动，这与经济理论是一致的，也说明我国紧缩性的价格型调控对抑制经济过热是有效果的。从传导机制来看，单位正向的利率冲击直接导致利率增加，短期内引起市场上流通货币的减少，托宾Q值下降，对于市场主体而言，其消费和投资的预期降低，促使消费和投资行为萎缩，进而导致产出降低，通胀下降。以上表明我国的货币政策资产价格传导渠道是有效的。

就脉冲响应的大小程度来看，各经济变量对预期的紧缩性利率调控的响应程度略小于未预期到的政策调控，表明预期的货币政策冲击更为平缓。由此可见，对于紧缩性的价格型调控，将具有前瞻性指引功能的货币政策预期管理作用于利率渠道，对于抑制通胀，减缓资产价格巨幅波动，平稳经济运行有很好的效果。

5.1.2 未预期和预期到的数量型货币政策对宏观经济的影响

图2刻画了数量型规则下未预期冲击和预期冲击对宏观经济各变量的影响。当经济系统受到1个单位的正向宽松货币政策预期与未预期冲击后，消费、产出、通胀和投资等宏观经济变量均发生正向波动，预期冲击幅度相对较小。宽松货币政策预期冲击增加1个百分比时，消费和产出增加0.2个百分比，然后回到稳态值水平。产出的增加要求企业对劳动的需求增加，使得家庭劳动工资增加，进而刺激家庭增加消费支出，消费的增涨幅度超过产出之后引起供过于求，进而引起通货膨胀的小幅上扬。托宾Q受到正向宽松政策冲击后也发生正向波动，其波动幅度相对其他变量略大，通过财富效应，提升了公众和企业家对经济繁荣发展的预期，进而带动投资增加。以上分析可以说明，数量型规则下宽松货币政策预期和未预期冲击是确保经济稳定增长的重要因素。

通过对比价格型规则和数量型规则下的预期和未预期货币政策冲击，可以得到以下结论：①价格型规则的正向冲击对宏观经济变量带来负向效应，对抑制通胀和经济过热有一定的效果，数量型规则的正向冲击对宏观经济变量带来正向效应，对促进消费和投资，稳定经济增长有较大的作用；②经济系统受到两种货币政策规则下的预期冲击之后，各主要宏观经济变量均产生了消息（预期）冲击驱动的经济周期波动，从波动周期来看，消费、产出、托宾Q、通胀和投资等变量均在8期之后逐渐回到稳态。③两种货币政策规则下的预期冲击对宏观经济变量的冲击幅度均小于未预期冲击，说明货币政策预期冲击对宏观经济变量的影响相对更为平缓，更能起到防范资产价格震荡，平滑经济稳定运行的作用。

5.2 方差分解

DSGE模型下的方差分解可得到不同政策规则下未预期和预期货币政策冲击综合作用下产生总偏离方差的贡献份额，进而确定未预期和预期货币政策冲击因素对经济活动中主要宏观经济变量波动的影响效应。表3给出了价格型和数量型政策规则下的未预期和预期货币政策冲击对主要宏观经济变量波动的方差分解结果。

表3 主要宏观经济变量在不同货币政策规则模型下的方差分解

表3中价格型规则下各主要宏观经济变量的方差分解结果可以看出：在未考虑预期冲击的价格型规则下，影响产出、消费和投资的因素主要来自于实体经济冲击，其中劳动增强型技术冲击占了较大比重，其次就是价格型货币政策冲击。具体而言，利率冲击对产出、消费和投资变动的解释程度为：7.96%、10.56%和3.17%。此外，利率冲击是影响通货膨胀的主要因素，其影响程度达到81.64%，符合现实中的经济意义，更加说明价格型规则的货币政策在抑制通货膨胀时具有关键性作用。

价格型规则下引入货币政策预期冲击后，产出、消费、投资与通胀等宏观经济变量受实体经济冲击的影响有不同程度的增减，其中对产出、消费和通胀的影响减弱，对投资的影响略微增强。与此对应的是货币政策冲击对产出、消费和通胀的影响有明显提升，对投资的影响略微减弱。将货币政策冲击加总来看，货币政策冲击对产出的波动贡献了34.85%，对消费的解释程度为48.43%，对通胀的解释程度为98.19%。与未预期的货币政策冲击结果比较来看，价格型货币政策引入预期之后，对产出、消费和通胀的影响效果有明显增强。这说明我国央行的货币政策操作过程中，引入货币政策预期冲击，对于提升价格型调控的政策效应，增强货币政策有效性有重要意义。

表3中数量型规则下各主要宏观经济变量的方差分解结果可以看出：不论是否引入货币政策预期冲击，实体经济冲击对各主要宏观经济变量的影响程度都占主导地位，在解释程度上虽有略微升降，但整体上仍有较为稳定的解释力。对于数量型货币政策冲击，对产出、消费、通胀等宏观经济变量的解释程度基本维持在2%-3%之间，对投资的解释程度略低，仅为0.35%。引入货币政策预期冲击之后，加总的货币政策冲击对各宏观经济变量的解释程度均有所增强。这说明对于数量型货币政策规则而言，引入预期管理的调控手段依然可以提升货币政策调控的有效性，但整体效果不如价格型调控政策。

5.3 稳健性分析

DSGE模型的稳健性常常与校准的参数有关，参数的略微变动可能对非稳健的模型带来较大的结果差异，但对于稳健的DSGE模型而言，参数的略微变动对模型的估计结果只是在数量上存在较小的差异，不会对冲击的方向和趋势带来较大的影响。决定经济系统稳健的基准参数可以考量其在系统中的作用以及深刻理解政策冲击引起的各变量变动结果，故本文就模型构建过程中起决定作用的参数校准值，在合理的区间内，变动参数校准值来进行稳健性分析，具体取值见表4。为简化问题，在变动某参数校准值时，保持基准模型的其他参数校准值不变。

表4 模型重要参数适当校准值

由实验结果可以看出，不论是价格型规则还是数量型规则下，当改变某些关键参数校准值以及先验初始值的情况下，只在模型的估计结果上存在数量上的细微差别，对政策冲击下各宏观经济变量的效应特征（方向和趋势）以及货币政策预期冲击的重要性并未产生本质影响。此外，由于本文是在两类货币政策框架下分别探讨了预期与未预期的政策冲击对宏观经济变量的影响，实质上是在四个模型的基础上重复模拟实现，因此确保了模型结果的稳健性。综上可以说明，本文在含有预期冲击的DSGE模型下得到的研究结论是合理且稳健的。

6 结论与政策建议

本文借鉴国内外关于货币政策预期冲击研究的最新进展和方法，基于新凯恩斯DSGE模型框架下，在价格型和数量型两种不同的货币政策规则中引入预期冲击，运用贝叶斯方法对模型进行估计并实证探讨未预期和预期货币政策冲击对宏观经济的影响机制。根据模型的估计结果、脉冲响应分析以及方差分析得到以下主要结论：

①货币政策未预期冲击对经济系统的稳定运行会带来较大影响，说明实际干预的货币政策对经济运行的调控作用力度较大。而货币政策预期冲击对经济系统的影响较为平缓，在熨平资产价格巨幅波动，防范金融风险方面有更好的效果。因此，预期管理可认为是平衡防风险与稳增长关系比较理想的货币政策调控工具。

②价格型规则下货币政策冲击对各宏观经济变量的影响效应略大于数量型规则下的政策冲击效果，因此，我国货币当局有必要考虑充分合理地运用包含预期管理的价格型货币政策工具进行有效的宏观调控，逐渐将数量型货币政策框架转移到含有预期管理的价格型货币政策框架上来。

③经济系统受到货币政策预期冲击之后，产出、通胀、消费、投资及托宾Q等主要宏观经济变量产生同向变动，即产生了消息冲击驱动的经济周期波动(News Driven Business Cycle)。表明货币政策预期管理能够影响到宏观经济运行，经济主体预期在经济系统中能够起到一定传导作用。

基于以上实证模型的分析结论，结合当前我国货币政策预期管理的实施现状，有着如下的政策含义：

第一，加强货币政策预期管理，完善货币政策信息沟通机制。

防风险、稳增长背景下，减少政策的频繁干预，更多运用货币政策预期管理。信息沟通是预期管理的法宝，央行应不断增强各类经济信息和操作信息的透明度与可信度，丰富信息沟通内容，注重信息的充分性和及时性；前瞻性指引时注重跨周期设计与引导，更加精准导向；不断构建足够通畅的预期管理传导渠道。货币政策透明度一般要求政策目标具有单一性，而目前我国货币政策目标的多重性致使公众更加难以理解央行行为（关禹等，2019［25］）。因此，面对我国货币政策锚定的目标较多，央行信息沟通时应明确设定优先目标，“稳增长”相较于“防风险”，应作为首要目标以锚定公众预期。

第二，强化价格型调节和传导机制，疏通货币政策向实体经济传导渠道。

价格是市场经济中最重要的资源配置信号，因此，疏通货币政策向实体经济传导渠道，关键应该充分发挥央行结构性货币政策工具的利率引导作用。央行应不断完善国债收益率曲线，搭建较为清晰的利率走廊，使用连续微调的方式增强对利率的有效引导。在货币政策价格型调控的基础框架下引入预期管理，逐渐形成利率预期引导机制，合理把握市场风险变化以及公众对未来政策利率路径的预期，形成更加精准、灵敏的价格信号，进而进行科学的政策决策，同时注重预期管理与传统价格型政策调控的协同运用。

第三，兼顾资产价格稳定目标，实现稳增长和防风险长期均衡。

尽管资产价格能否作为货币政策目标长期存在争议，但从长期实践来看，资产价格的巨大波动不仅会扭曲资源配置，也不利于实体经济发展。预期是影响资产价格波动的重要因素，从这个角度看，把预期管理作为目前我国平缓资产价格巨幅波动，防风险的一个抓手具有重要的实践意义。影响资产价格波动的重要原因是政策的不连续性，因而预期管理的首要任务是“稳政策”，向市场发射政策稳定连贯的信号。同时，央行在制定和实施货币政策时要充分考虑到资产价格的波动以应对各种不确定性，将资产价格作为监测目标之一，保持流动性合理充裕（徐亚平等，2018［1］），实现防风险和稳增长的长期均衡。