资产价格在宏观经济中的作用以及货币政策如何应对资产价格的波动的问题,在全球金融危机之后越来越得到学界的重视。金融危机前后都伴随着资产价格的大幅波动,也导致了经济中的问题不断,这也促使人们开始重新思考动用货币政策直接应对资产价格波动的可行性。在中国这一问题仿佛更为迫切,随着中国经济进入新常态,中国政府在保持经济平稳发展的同时,也逐渐加大对金融风险的管控,积极的财政政策和稳健的货币政策成为中国政府经济政策的主题。控制风险成为了一个和保证GDP增速一样重要的任务,对当下的中国经济而言,房地产和股票市场的已对宏观经济和国民财富有着重要的影响,而资产价格作为经济的重要风向标自然需要货币当局给予高度的关注,尤其是资产价格的大幅波动可能隐含着的风险更是值得货币政策制定者思考。因此,本文利用2000年至2016年所选变量的月度数据,希望从理论和实证两个方面研究和分析资产价格波动对中国宏观经济的影响,并探讨货币当局应如何应对资产价格波动的问题。目前,研究货币政策、资产价格和产出之间关系的理论与实证模型主要有引入资产价格后扩展的泰勒规则、修正的新凯恩斯模型、IS曲线和菲利普斯曲线。本文主要根据包含资产价格的新凯恩斯实证模型分析资产价格与宏观经济间的互动关系,进而得出资产价格影响产出和通胀的可能情况。包含资产价格的新凯恩斯模型可以从总需求、菲利普斯曲线、资产定价模型和货币政策四个方面来描述宏观经济中的变量间关系。资产定价模型是使用资产资本定价模型和股利定价来描述影响资产价格的,货币政策方面则是运用加入资产价格的泰勒规则来表示货币政策方程,用来分析货币政策和资产价格间的互动关系。本文还在参考唐齐鸣(2009)、李成(2010)、顾海峰(2014)实证模型的基础上,通过对实证模型的经验分析得出产出与通胀、资产价格和货币政策之间的经济关系,并结合格兰杰因果检验设置SVAR模型的约束矩阵,最后结合变量间的脉冲响应函数图和预测方差分解得出相关结论。本文在前人分析宏观经济变量、货币政策和资产价格波动的实证模型基础上,分析得出变量间的经验关系,然后建立一个包括GDP、CPI、利率、M2、信贷、房价和股价的7变量SVAR模型,根据变量间经济理论关系对SVAR模型施加约束条件,并着重进行了变量间的脉冲相应函数分析和预测方差分解,从而获得变量间的影响关系,得出比较可信的结论。经过对变量间的经济关系分析和SVAR模型实证分析,本文得出以下几点结论:第一,资产价格的大幅波动对产出会有负面的影响。当资产价格上升时,短时间内可能会通过财富效应和投资效应使产出也随之增大,但资产价格的持续上升会增加社会投机情绪和减少租房者的消费,这就会表现出负面影响,使得产出水平降低,对宏观经济产生消极的影响。这说明高企的房价和股票市场的大幅波动将不利于宏观经济的平稳运行。第二,相比房地产市场,股票市场对货币政策的反应更加敏感。通过对比货币政策工具变量对房价和股价的冲击脉冲响应图,发现货币政策对股价冲击的影响要比房价大的多,货币政策冲击会使股票通过流动性效应迅速向经济各方面传导,股票相对房产本身更易变现的特点也使得股价对货币政策得反应更加灵敏。但同时货币政策对股价的影响时间也较短。第三,利率对资产价格和产出的影响更为长久,而信贷对产出和资产价格的影响则更为迅速。对比信贷和M2对资产价格和产出的调控能力,利率对产出及资产价格的影响更有力度,利率作为货币政策的核心工具,能影响整个金融系统的资金成本和资产价格收益水平,并发挥对经济发展的预期效应。第四,M2不适合作为货币政策的调控工具。比较脉冲响应函数图和方差分解图可知,资产价格的波动虽对宏观经济会产生不利影响,但作用较小,而M2的调整对产出的影响则较大。货币供应量的增加在推升资产价格的同时会增加整个经济的物价水平,对宏观经济更为不利。