动态随机一般均衡理论的新进展

王松奇，刘　玚

（1.中国社会科学院金融研究所，北京100028；2.天津财经大学经济学院，天津300222）

动态随机一般均衡理论的新进展

王松奇1，刘玚2

（1.中国社会科学院金融研究所，北京100028；2.天津财经大学经济学院，天津300222）

摘要：动态随机一般均衡模型（DSGE）能够为宏观经济分析提供微观基础条件，采用一般均衡方法将理性预期纳入基础方程之中，并以不完全竞争市场价格和工资粘性为假设前提。2008年全球金融危机后，DSGE模型暴露出一些问题：对微观主体人纯理性预期假设与实际情况不符；标准模型没有考虑金融因素；在处理外部冲击因素时存在不合理性。因此，DSGE模型应做以下几方面的改进：在模型假设前提方面将异质性假设纳入DSGE模型；纳入内生性金融因素；在方法上通过构建复合型模型来提高其预测能力。

关键词：动态随机一般均衡；异质性；金融因素；模型预测

自Kydland和Prescott创立真实经济周期理论（RBC理论）以来，动态随机一般均衡模型（Dynamic Stochastic General Equilibrium model，DSGE）已逐步发展成为研究宏观经济的一种全新方法。经过三十年的不断修正和改进，DSGE模型不仅符合曼昆提出的合意经济模型所拥有的条件——同时具有内在一致性和外在一致性，并有效规避了“卢卡斯批判”，而且已经发展成为宏观经济研究的新范式，被广泛用于分析微观冲击对于整个宏观经济的影响作用。

然而，与大多数经济金融模型类似，DSGE模型由于未能准确预测2008年全球金融危机的爆发，同时在事后也无法对危机成因进行深入解释，因此受到不少学者的批评。此后，许多经济学家开始总结和反思DSGE模型研究方法的缺陷，并对DSGE模型进行了许多方面的改进，使其能够更好地分析和解释2008年金融危机产生的原因。本文旨在对2008年金融危机发生之前DSGE模型所具有的特点及其缺陷进行梳理和分析，进而在此基础上全面综述金融危机后学界针对DSGE模型缺陷所做的修正和改进，详细介绍当前主流DSGE模型的研究发展情况，同时也希望能够为DSGE模型在预测和分析金融危机或金融风险方面的后续研究提供参考。

一、DSGE模型的形成背景及其特点

凯恩斯《就业、利息和货币通论》的问世，开启了现代宏观经济学理论研究的先河，之后经过汉森、希克斯、萨缪尔森等人的扩充和完善，最终形成了沿用至今的宏观经济理论体系。以斯蒂格利茨、曼昆和阿克洛夫为首的一批经济学家，通过将一些非凯恩斯主义学派的理论和思想纳入凯恩斯主义学派理论体系当中，为原有的凯恩斯宏观经济理论奠定了微观基础，形成了所谓的“新凯恩斯主义学派”，成为了与新古典主义宏观经济学派并驾齐驱的又一宏观经济学派。动态随机一般均衡模型（DSGE）正是新凯恩斯主义学派的代表性研究成果。

定稿日期：2014－07－12

DSGE模型是在不确定环境下研究一般均衡问题的一种优化模型，其出发点是严格依据一般均衡理论，利用动态优化方法对各经济主体在不确定环境下的行为决策进行刻画，从而得到微观经济主体在资源、技术及信息约束等条件下的最优行为方程，通过考察市场出清条件和运用加总方法，最终得到不确定环境下总体经济满足的条件。［1］它由新古典主义学派提出的真实经济周期理论（RBC）演变而来，一方面沿用了RBC理论的方法论，另一方面加入了价格工资的粘性条件，使这一分析方法更具浓厚的凯恩斯思想。一般来说，使用DSGE模型进行宏观经济分析时具有以下几个方面的特点和优势。

第一，DSGE模型能够为宏观经济分析提供微观基础条件。DSGE模型的基本思路来源于新古典主义学派的RBC理论，而RBC理论的研究主体思路在于针对个人或厂商等微观主体的行为设定行为方程或效用函数，再进一步通过加总的方法形成宏观经济方程，最终达到对宏观经济总量变动进行合理解释的目的。这种分析思路符合曼昆提出的内在一致性条件，使过去简单的宏观经济模型具有微观行为基础，进一步加强了模型的解释能力，拓宽了模型的分析视角。

第二，DSGE模型采用一般均衡的思路进行宏观经济分析。DSGE模型中使用了一般均衡的分析思路，用一个通用的理论来解释不同部门的内在逻辑及其相互关系，这样做不仅能够避免过去局部均衡分析方法的前提假设冲突，还能够有效防止模型中静态分析与动态分析的分割，使研究者们能够更方便地讨论外部冲击对变量影响的时间轨迹，从而使宏观经济研究更具实用性。

第三，DSGE模型将理性预期假设纳入了宏观经济分析。DSGE模型通过构建微观基础方程，分析了经济行为人在遵循理性预期的前提条件下所做出的跨期最优决策，从而有效避免了以往宏观经济模型存在的缺陷；同时，引入理性预期假设也能够更好地为DSGE模型提供合理的微观行为基础，进一步提高了DSGE模型解释实际经济现象的适用性。

此外，DSGE模型中还强调了垄断竞争所造成的价格粘性问题，以及货币政策的变动能够有效影响微观主体行为，即货币非中性假设的观点。这一具有浓厚凯恩斯思想的假设在分析短期经济波动时比RBC模型更具说服力。

二、DSGE模型在金融危机中凸现的问题和缺陷

DSGE模型强调了货币政策的有效性，并且通过纳入微观经济基础分析、一般均衡分析和理性预期假设，进一步强化了模型对现实经济的解释能力，受到许多学者和政策制定者的欢迎。然而，2008年金融危机的爆发让人们开始关注到DSGE模型无法预测金融危机这一重大问题，许多经济学家也开始质疑DSGE模型的实用性，主张弃用基于DSGE框架构建的宏观经济模型，改以利用以计算实验（Agent－based Computational Economy，ACE）或传统计量方法为基础而构建的宏观经济模型。一般来说，在对经济理论模型进行评价时，往往应当从模型的假设前提、行为与机制描述以及建模方法三个方面对其进行合理性分析。本文主要运用一般评价方法，从DSGE模型的假设前提、经济人行为与经济体运行机制描述以及建模过程中使用的模型处理方法三个方面对其进行分析与评述。

1.对微观主体行为的纯理性预期假设无法对实际情况进行合理解释。新凯恩斯主义学派继承了新古典综合派有关理性预期的假设，强调了理性预期行为对经济周期的影响作用，这也是过去大多数经济学家在构建宏观经济模型时常用的假设。然而，一旦微观主体的行为偏离预设的轨道，将会对整个模型的分析结果产生显著的影响，并且通过实际情况可以看出，2008年金融危机的出现，很大程度上是由非理性预期行为的影响所导致。正是非理性预期的存在，使过去传统的DSGE模型无法合理解释金融危机的爆发原因，更无法准确预测金融危机的出现。

2.DSGE模型没有准确地刻画出微观经济主体的实际行为。DSGE模型并没有考虑经济主体的有限理性与复杂的异质性问题，如果所有的微观经济个体均存在理性预期，那么当经济出现虚荣增长时，存在理性预期的个体能够通过有效信息分析出价格会最终回落，根本不会出现金融危机。然而事实上，正是缺乏微观经济主体异质性特点的区分，使整个DSGE模型过度简单化和理想化，无法描述复杂个体对整体经济波动的影响，更无法发现异质个体的一些行为能够引发系统性风险并最终导致金融危机的出现。

3.原有的DSGE标准模型中并不包含金融因素。在过去大多数含有DSGE模型的文献中，都忽略了金融部门对经济运行的重要影响。White认为，对于金融部门问题的研究甚少这一客观事实与对信贷紧缩影响实体经济这一经济学研究共识形成了鲜明对比。［2］提出这些观点的学者们都认为，正是模型中缺少对金融部门的刻画和描述，使得经济运行中并未考虑金融因素的影响，最终使DSGE模型没有预测出、同时也无法解释2008年金融危机的出现。此外，DSGE模型在处理外部冲击因素时存在不合理性。Chari认为，DSGE模型中将金融危机作为一种特例而非常态进行分析是其无法预测金融危机的主要原因之一。［3］如果将金融危机作为一种外生冲击放入模型，而这种冲击具有随机性质，那么这一理论根本就无法预测金融危机到底何时爆发。但事实上，金融危机的爆发并非偶然，如果能够将这些可能的诱导因素进行细致地刻画，并纳入整体模型，那么就能够从中挖掘出引发金融危机的根本性因素。

三、金融危机后DSGE模型的改进和发展

尽管部分经济学家认为，DSGE模型的根本缺陷在于沿袭了新古典主义的RBC模型研究范式，因此，应摒弃这种由RBC模型演化而来的研究方法。但从实际情况看，DSGE模型并非一无是处，它仍然能够合理解释除金融危机之外的大部分经济现象。因此，金融危机后许多学者开始尝试从金融风险角度对DSGE模型进行改进，尽可能使模型在面对复杂多变的经济环境时更好地做出分析和解释，并为政策制定者提供强有力的理论依据。综合来看，2008年金融危机后，大多数文献从以下三个方面对DSGE模型进行了改进。

1.在模型假设前提方面将异质性假设纳入DSGE模型。一般来说，大多数理论模型都习惯于将相同的经济参与者归在同一类型来进行分析。然而，许多经济学家和学者们认为，过去的那些理论模型在对微观经济行为刻画时显得过于简单，不能合理刻画现实经济环境，进而无法解释“金融异象”的产生。因此，他们开始摒弃过去理论模型中同质性假设，转而从微观主体异质性进一步深入探索，取得了一定的成果，成为了这一批经济学家和学者理论研究的突破口。

金融危机后，DSGE模型中出现了有关异质性的主要研究方法，主要包括两种类型：一种是对微观部门进行异质性处理，如将厂商部门分为最终产品生产厂商和中间产品生产厂商；另一种则是对经济行为人的预期进行异质性处理，如将预期分为完全理性预期和不完全理性预期。从部门异质性方面来看，Cristina和Levieuge认为，正是欧盟内部金融部门之间存在的异质性特征加重了技术冲击、货币政策冲击、预算冲击以及金融冲击因素对周期的不同步影响。［4］James和Anton分析了厂商部门的异质性对DSGE模型中货币政策冲击效应的影响，他将厂商对通胀的反应分为集约边际、广延边际和选择性边际，通过对三种不同类型的厂商行为进行描述，得出了货币增长与泰勒规则冲击都会对实际变量产生重要影响的结论。［5］从预期异质性方面来看，Branch和McGough假设代理人通过非理性预期（non－rational）来选择最优计划，并将这一方程作为跨期预算约束进行替代得到Euler方程，然而这种方法需要通过更多的限制性假设来进行完善。［6］Massaro和Domenico相较于Branch和McGough构建了一个不同的框架，他们并未在模型中加入预测规则约束，而是使个人预测规则依靠长期收益预测来实现。［7］Gelain等通过构建一个既含有非完全理性家庭又含有理性家庭的DSGE模型进行分析，发现贷款收入比限制是抑制宏观经济过度波动的最好工具。［8］

2.在运行机制刻画上将内生性金融因素纳入DSGE模型。金融危机爆发后，将内生性金融因素纳入DSGE模型的主体框架成为后金融危机时代宏观经济理论发展的一个重要方向。在2008～2012年，学术界涌现了一大批加入金融因素的DSGE模型，这些模型主要从两个大的方向上将金融因素纳入DSGE模型：一种是使用金融加速器或抵押品约束框架，即通过某种函数或变量的形式将金融因素纳入厂商和家庭部门；另一种是通过界定一个全新的金融（银行）部门，纳入整个DSGE模型，再与其他部门相结合形成一个全新的DSGE模型体系。尽管二者的研究思路和方法不尽相同，但因他们都同时考虑了金融摩擦对整体经济的影响，因而比传统DSGE模型对整体宏观经济波动的解释力更强。

（1）在原有DSGE模型中加入金融因素。这一类分析方法重点强调了金融因素在厂商与家庭两个部门之间的连接作用，主要包括金融加速器机制与抵押物约束机制。其中，金融加速器机制的思想源于Bernanke和Gertler的金融加速器理论［9］［10］，其核心观点是，外源融资对经济周期起放大作用，该融资成本的波动将产生远大于初始冲击的影响。DSGE模型在借用金融加速器框架时往往加入家庭与厂商两部门之间的借贷关系，最终解释了金融冲击对整体宏观经济的影响。

2008年金融危机爆发后，一些学者开始构建这种含有金融加速器的DSGE模型。De Graeve和Ferre利用美国1954～2004年的宏观经济数据，从DSGE模型中提取了外部融资溢价因素，发现外部融资溢价的波动能够为商业周期冲击做出一个合理的解释。［11］Nolan和Thoenissen利用金融加速器框架构建并分析了战后美国商业周期中金融冲击对金融机构效率的影响，发现这些冲击与外部融资溢价存在强烈的负相关关系。［12］Hirakata和Ueda在DSGE模型中通过加入连锁信贷合同机制分析了信贷约束对企业和家庭的影响，发现市场贷款利率因企业家的净财富大小和跨部门分布变化而变动。［13］Suh建立了一个银行部门和二元信贷市场，使含有金融加速器机制的DSGE模型显得更加全面和完善。［14］Hammersland和Cathrine在构建DSGE模型时加入了两个相辅相成的金融加速器机制，并且在脉冲分析过程中发现，冲击的波动幅度相较于其他类似的DSGE模型表现得更为强烈。［15］

此外，一些学者在改进DSGE模型时，强调了抵押物价格变动对信贷限制的影响。在构建含有抵押物约束机制的DSGE模型时，在家庭和厂商部门的行为方程中加入代表性抵押物（包括房地产等资本），从而使家庭与厂商部门之间形成以抵押物价格为关联的传导机制，并进一步分析了由抵押物价格变化所引起的冲击传导过程以及对整体经济产生的效应。Gerali等通过构建含有抵押物的DSGE模型进行脉冲分析，认为正是存在于银行系统的以房产为核心的抵押物冲击，造成了2008年如此之大的经济波动，以至于其他宏观经济波动因素对这次金融危机的影响十分有限。［16］Brzoza和Makarski利用波兰的实际经济数据构建了含有抵押物约束机制的开放经济DSGE模型，分析了信贷紧缩对小型开放经济环境的影响，证明了以银行利差和贷款价值比为核心的金融冲击对宏观经济具有重要影响，并在金融危机期间导致GDP的下降超过1%。［17］Liu等将土地作为企业信用限制的抵押资产纳入DSGE模型，实证检验发现土地价格与企业投资的剧烈波动将共同引发宏观经济波动。［18］Mendoza和Enrique构建了一个含有将惩罚性利率作为抵押物限制的DSGE模型，并通过墨西哥的相关季度数据证明，金融因素的负面冲击对国民收入、消费以及投资都存在负向影响。［19］Andres和Arce通过建立经济活动的长期水平与经济周期的稳定性之间的交替关系，进一步分析了存在抵押物限制条件下宏观经济波动的影响因素。［20］而Yepez也在其DSGE模型中加入内生性杠杆和房地产抵押物，并通过贝叶斯估计方法估计了信贷限制与土地价格对宏观经济波动的影响。［21］Chu等在DSGE模型中同时加入了抵押物限制与银行机构因素，进一步分析了政策冲击与汇率冲击对房地产价格、房地产消费以及利率波动的影响。［22］Nguyen等利用OECD国家数据分析了房地产投资波动如此之大的原因，在家庭部门中加入抵押物限制这一条件，得出了在自由度更高的抵押信贷市场（mortgagemarket）房地产投资波动更为剧烈的结论。［23］

（2）通过加入新的金融部门分析宏观经济波动。许多经济学者们认为，仅通过信贷需求方（即厂商和家庭）进行行为刻画存在不合理性，应在DSGE模型中构建一个信贷供给方（主要指银行部门），这样做不仅有利于对金融因素进行标准模块化处理，还可以建立起一个经由金融体系的经济运行传导机制，使得在进行宏观经济分析时能够更加周全地考虑到金融政策对实体经济的影响。

大部分文献都在DSGE模型中加入了一个完整的银行部门，通过描述银行部门的行为来分析银行内部的一些冲击因素对整个宏观经济波动带来的影响。Lawrence等通过对欧洲与美国的实际数据进行实证检验，发现金融合同的代理问题、银行的流动性约束以及一系列金融因素是宏观经济波动的决定性因素，认为正是这些金融因素导致了2008年金融危机的爆发。［24］Gerali等在含有金融摩擦因素在内的DSGE模型中引入具有不完全竞争特性的银行部门，证明了经济周期的变动将会影响银行部门的利润变化和资本积累。［25］Dib进一步考虑了银行间市场在经济因素传导过程中起到的作用，通过在银行间市场上建立一个积极的银行部门认为，正是由于银行间市场和银行资本市场的借贷双方存在信息不对称情况，才导致了金融摩擦的出现。［26］Güntner等在引入金融部门的DSGE模型中加入了垄断竞争因素，并证明银行间垄断竞争程度大小与政策利率的变化直接相关，当银行信贷市场更具竞争力时，货币政策效果将进一步加强。［27］Brzoza等通过在DSGE模型中加入具有垄断竞争特点的银行部门来分析信用摩擦对小国开放经济的影响，发现抵押品效应放大了货币政策效果，利率的粘性抑制了利率的传导效率，同时金融冲击对名义和实际变量均产生了无法忽略的影响。［17］Ueda构建了一个两国DSGE模型，并将银行作为国内外家庭和厂商部门资金借贷的衔接部门进行分析，发现对金融中介全球化、净资产冲击和信贷约束三个方面的分析能够让我们更好地理解和解释2008年金融危机产生的原因。［28］František等通过在DSGE模型中加入金融部门证明了金融部门的出现更有利于货币政策的实施。［29］Dellas等通过在标准DSGE模型中加入带有金融摩擦的银行部门，证明了当银行部门提高流动性需求时，要想通过货币政策达到新的均衡状态就必须接受实际产出出现萎缩这个事实。［30］

3.在建模方法上通过构建复合型DSGE模型来提高其预测能力。DSGE模型被用于预测工具应当追溯到21世纪以后，Smets和Wouters将DSGE模型和非结构性模型的经济预测能力进行了比较。［31］金融危机的出现后，许多学者开始尝试构建混合型DSGE模型来强化原有理论的预测能力，这些模型能够充分利用多个模型中的优势特点使理论与实证分析紧密联系，为实际数据的变动规律提供完整分析，进一步体现了DSGE模型的动态特征。混合型DSGE模型包括加总的混合模型和分层的混合模型，其中加总的混合模型是在原有的DSGE模型基础上对误差项进行一定程度的修正和扩展，主要有DSGE－AR模型和DSGE－DFM模型；分层的混合模型是在原有DSGE模型基础上加入其它具有层次的计量经济学模型（如VAR，面板模型等），对DSGE模型中的先验信息进行估计，从而得出更具时变特性的估计参数，主要包括DSGE－VAR模型和增广的VAR模型。这些混合型DSGE模型中，由于DSGE－VAR模型易于操作且预测力较强而受到大多数学者的青睐。

Patrick等指出，正是DSGE模型中权重矩阵可能不是最优的，导致在对模型进行预测时不得不受到随机奇异性和共线性问题的影响，从而使得预测的结果不准确，要想绕开上述两个问题，就必须利用结构向量自回归（SVAR）进行最小距离估计，构建关键测试统计值从而得到合意的预测估计。［32］Kirdan等构建了一个包含结构型DSGE模型和VAR模型的标准DSGE－VAR模型，并对新西兰的经济数据进行预测，发现该模型的预测结果与新西兰储备银行所公布的预测结果相近。［33］Bekiros和Paccagnini利用美国的实际数据来比较DSGE－VAR模型与一般DSGE模型的预测能力，证明了具有时变特性的DSGE－VAR模型在预测美国实际经济数据时有更好效果。［34］Rangan和Rudi利用1980年1季度到2003年2季度的南非实际经济数据，通过对DSGE－VAR模型和一般DSGE模型两种方法进行预测比较，发现DSGE－VAR模型的预测结果与实际数据更加契合。［35］

四、未来DSGE模型的研究方向

任何理论模型必须具备两个特点才能够被认为是有价值的：一是模型对实际经济活动的模拟契合程度；二是模型对现实经济的合理解释程度以及对未来经济的预测能力。然而，满足上述两个特性的理论模型迄今为止还未出现，许多模型只能够解释某一阶段的经济现象或模拟某一阶段的经济运行，随着经济环境的改变，许多前提假设也会大不相同。未来DSGE模型研究的方向仍然应当考虑某些不合理假设和方法所带来的局限性，从而通过改变假设或改进方法来更好地解释和分析现实经济活动。

1.将多重均衡状态纳入DSGE模型设定。传统的DSGE模型在方法上首先是通过各部门的局部均衡构造出一个随机差分方程组，再利用脉冲效应分析外部冲击对经济变量产生的波动，但这种波动是暂时的，经过有限时间它总会使实际经济变量回归到原来的均衡状态。然而，有些时候一些外部冲击的出现会使经济变量偏离原有均衡状态，最终形成一个新的均衡状态。所以，在下一阶段的DSGE模型研究过程中，应当注重对多重均衡问题的考虑，否则所有的DSGE模型在金融危机这种具有质变性外部冲击影响下都会最终回归到原来的状态，从而根本无法得出合理的分析和预测结论。

2.对有效市场假设进行修正。DSGE模型中一般采用有效市场假说，这也成了当今学术界一个颇有争议的问题，许多学者认为这一假设应当予以修正。在“有效市场假说”中，任何一个价格都反映了所有可获得的信息，且每个经济参与者都能够在同一时间获得等量等质信息，这在现实经济运行过程中是不可能实现的。因此，下一步改进模型时可尝试对这一条件进行修正。

3.从复杂系统和复杂网络视角进行考虑。在处理从微观模型到宏观模型的转变过程时，往往采用的是一般加总法，而从实际经济系统角度来看，从微观部门行为到宏观经济表现展现的往往是一种非线性网络的加总过程，这就导致原有DSGE模型中的一般加总可能会对模型的模拟结果产生不符合实际的问题。在下一步修正DSGE模型过程中，可考虑构建一个具有三个层次的网络系统：宏观经济特征、中观行业层面和微观经济个体，个体之间的行为不再是简单的加总，而是通过个体之间的相互作用映射到宏观层面，从而能够更加客观、合理地描绘出宏观经济运行机制。

经济学理论模型的出现和发展都应该经历“经济现象产生—构建模型解释—经济环境改变—理论模型修正和改进”这个过程。DSGE模型借鉴RBC模型的范式，通过对环境变化的全新理解和假设形成了能够更契合实际的经济模型，取得了一定的成果，但随着金融危机的出现，DSGE模型也面临着全新的挑战。然而，未来的趋势必然是对原有模型的进一步改进，而非抛弃原有模型的逻辑基点。DSGE模型曾受到追捧，如今也被一些人诟病，但无论怎样它在宏观经济研究方面的主流地位是不容置疑的。我们相信，经过不断的修正和改进，DSGE模型将能够解释和分析更多的实际经济问题，为宏观经济政策选择提供更多的理论支持。

参考文献

［1］邓翔，吕一清，路征.动态随机一般均衡模型的反思与改进——基于复杂系统和复杂网络的视角［J］.经济学动态，2013，（8）.

［2］White，W.Modern Macroeconom ics is on the Wrong Track［J］.Finance and Development，2009，46（4）.

［3］Chari，V.Testimony before the Committee on Science and Technology［J］.Subcommittee on Investigations and Oversights.U.S. House of Representative，2008，7，（20）.

在“量”增长的前提之下，实现武夷山民族地区城镇化“质”的优化是第二步。城市在发展的过程中，难免会出现各种各样的问题，比如说城市功能结构不合理、城市的现代哈程度不高。武夷山民族地区在发展过程中，处理好城市出现的各种问题至关重要。我们知道，城镇化发展中，乡村人口会大量涌入城市，城市会不可避免的出现住房紧张、水污染和大气污染等各种污染。武夷山民族地区城镇化一定要注意“质”的优化，“质”的优化是武夷山民族地区需要考虑的问题。

［4］Cristina Florina Badarau，Grégory Levieuge.Assessing the Effects of Financial Heterogeneity in a Monetary Union a DSGE Approach［J］.Economic Modelling.2011，（28）：2451－2461.

［5］James，Anton.Distributional Dynamics under Smoothly State－dependent Pricing［J］.Journal of Monetary Economics，2011，（58）：646－665.

［6］Branch，McGough.Monetary Policy in a New Keynesian Modelwith Heterogeneous Expectations［J］.Journal of Economic Dynam ics＆Control，2009，（33）：1036－1051.

［7］Massaro，Domenico.Heterogeneous Expectations in Monetary DSGE Model［J］.Journal of Econom ic Dynamics＆control，2013，（37）：680－692.

［8］Gelain，Lansing，Mendicino.House Prices，Credit Growth，and Excess Volatility：Implications for Monetary and Macroprudential Policy［Z］.Norges Bank：Working papers，2012，（8）：1－45.

［9］B.Bernanke，M.Gertler.Agency Costs，NetWorth，and Business Fluctuations［J］.American Economic Review，1989，（1）.

［10］B.Bernanke，M.Gertler，S.Gilchrist.The Financial Accelerator in a Quantitative Business Cycle Frameworks［M］.Handbook ofMacroeconomics，1999：10－16.

［12］C.Nolan，C.Thoenissen.Financial Shocks and the U.S.Business Cycle［J］.Journal of Monetary Economics，2009，56，（4）.

［13］N.Hirakata，N.Sudo，K.Ueda.Chained Credit Contracts and Financial Accelerators［Z］.IMESDiscussion Paper Series，2011（09—E—30）.

［14］Suh，H.Evaluating Macroprudential Policy with Financial Friction DSGEModel［R］.Working Paper，2011.

［15］Roger Hammersland，Cathrine Bolstad.The Financial Accelerator and the Real Economy.Self－reinforcing Feedback Loops in a Core Macro Econometric Model for Norway［R］.Research Department of Statistics Norway.2011.

［16］Gerali，Neri，Sessa，Signoretti.Credit and Banking in a DSGEModel of the Euro Area［J］.Journal of Money，Credit＆Banking，2010，（42）：107－141.

［17］Brzoza，Makarski.Credit Crunch in a Small Open Economy［J］.Journal of International Money＆Finance，2011，（30）：1406－1428.

［18］Zheng Liu，PengfeiWang，Tao Zha.Land－price Dynamics and Macroeconomic Fluctuations［J］.Working paper Series（Federal Reserve Bank of Atlanta），2011，（11）：1－42.

［19］Mendoza，Enrique.Sudden Stops，Financial Crisis，and Leverage［J］.CFA Digest，2011，（41）：30－32.

［20］J.Andres，O.Arce.Banking Competition，Housing Prices and Macroeconomic Stability［J］.Economic Journal，2012，（565）.

［21］Yepez，C.Financial and Real Estate Cycles in Business Cycles［R］.Working Paper，2012.

［22］Chu，Shiou－Yen.Credit Frictions and Consumption Dynam ics in an Open Economy［J］.International Review of Economics＆Finance，2013，（27）：250－260.

［23］Nguyen，Quoc.Housing Investment：What Makes It So Volatile？Theory and Evidence from OECD Countries［J］.Journal of Housing Economics，2013，（22）：163－178.

［24］Lawrence，Massimo.Financial Factors in Economic Fluctuations［J］.Society for Economic Dynamics.Meeting Papers，2010.

［25］Gerali，A.et al.Creditand Banking in a DSGEModel of Euro Area［J］.Journal ofMoney，Credit and Banking，2010，（42）.

［26］Dib，A.Banks，Credit Market Frictions，and Business Cycle［J］.Bank of Canada Working Paper，2010.

［27］Güntner，Jochen.Competition among Banks and the Pass－through of Monetary Policy［J］.Econom ic Modelling，2011，（28）：1891－1901.

［28］Ueda，Kozo.BankingGlobalization and International Business Cycles：Cross－border Chained Credit Contracts and Financial Accelerators［J］.Journal of International Economics，2012，（86）：1－16.

［29］František，Michal，Aleš.Survey of Research on Financial Sector Modeling within DSGE Models：What Central Banks Can Learn from It［J］.Finance a Uver：Czech Journal of Economics＆Finance，2012，（62）：1－2.

［30］H.Dellas，B.Diba，O.Loisel.Financial Shocks and Optimal Policy［R］.Working Paper，2012.

［31］F.Smets，R.Wouters.An Estimated Stochastic Dynamic General Equilibrium Model of the Euro Area［J］.Journal of the European Economic Association，2003，（1）：1123－1175.

［32］Patrick，Julien，Jean.Minimum Distance Estimation and TestingofDSGEModels from Structural Vars［J］.Oxford Bulletin of E-conomics＆Statistics，2009，（71）：883－894.

［33］Kirdan Lees，Troy Matheson，Christie Smith.Open Economy Forecasting with a DSGE－VAR：Head to Head with the RBNZ Published Forecasts［Z］.European Central Bank，Working Paper Series，2010，（01）.

［34］Stelios D.Bekiros，Alessia Paccagnini.Bayesian Forecasting with a Factor－Augmented Vector Autoregressive DSGE Model［Z］.The Rimini Centre for Economic Analysis Working Paper Series，2013，（22）.

［35］Rangan，Rudi.A DSGE－VAR Model for Forecasting Key South African Macroeconomic Variables［J］.Economic Modeling，2013，（33）：19－33.

责任编辑：孙立冰

作者简介：王松奇（1952－），男，吉林松原人，中国社会科学院金融研究所教授、博士生导师，主要从事金融理论与金融政策研究；刘玚（1988－），男，湖北黄石人，天津财经大学经济学院博士研究生，主要从事金融理论与货币政策研究。

收稿日期：2014－06－02

中图分类号：F019.1

文献标识码：A

文章编号：1005－2674（2014）09－026－07