前言：中文期刊网精心挑选了资产流动性范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
资产流动性范文1
关键词：流动性；流动性供给；金融资产
中图分类号: F833.5 文献标识码： A
布赖恩特（Byrant）1980年在其研究银行危机的论文中提出了流动性需求的问题。1983年戴蒙德和戴巴维格（Diamond and Dybvig）进一步经典地分析了资产流动性在提高了社会资源的利用效用方面的关键作用[1]。自此，对流动性供给机制的研究成为了金融经济学中研究的一个重要课题。
一、流动性供给的基本模式
经典的DD模型将流动性的提供分为资本市场供给和银行体系供给两种基本模式。两中模式都能解决由于经济个体消费时点的不确定和长期投资提前变现的折价损失而造成的消费效用的损失问题。另外DD模型还进一步对两种流动性供给模式进行了比较，认为在跨期消费效用最优化方面，银行体系较资本市场能够提供更优的帕雷托改进。
二、银行与资本市场流动性供给机制
DD关于流动性供给的论文影响深远，但其关于银行模式最优的论断却似乎与现实金融的发展不相吻合：资本市场的发展生机勃勃而传统的中介银行却显示出衰退的迹象。对此，后来的金融学家从不同的角度，对两种流动性供给机制进行了更加深入的比较研究。
1．银行流动性供给的稳定性是相对脆弱的，Bhattacharya and Thakor (1993)和Dowd(1992)对此作了较为详细的阐述。银行提供流动性供给的帕雷托最优是建立在一个稳态的市场假设上的，但实际上经济运行的周期性和波动性不可避免。当经济中总体的提前消费概率超出了银行事前的预期，或当银行长期投资的收益低于预期水平时，银行都无法按承诺支付后消费者的提款，这会造成对后消费者的利益的损害。为了避免这种损害，后消费者的最优选择是提前取款。而大量的提前取款又会造成挤兑现象，严重时将形成金融危机。从这一点来看，在一个动态变化的经济中，很难说银行的流动性提供为最优模式。
2．对于银行提供流动性保险的稳定性，还可以从博弈均衡的角度进行分析。1987年Jacklin首先提出，在资本市场存在的情况下，银行提供的最优流动性并非纳什均衡。他认为，银行的流动性提供实际上起到了跨部门补贴的作用：增加了早消费主体的消费，同时减少了晚消费主体的消费。但由于消费者类别是私人信息，只有在两类主体都没有动机有意显示错误类别时，经济才能实现纳什均衡。若经济中存在一个资本市场，后消费者完全可能通过隐瞒私人信息，提前提取存款并运用于资本市场，以改进自身效用，这会造成银行均衡的崩溃。因此银行流动性提供模式在激励兼容上的存在不稳定性。
3．如果从宏观的角度来考虑，流动性供给是否有助于资源的最优配置，应是其是否有效率的一个重要指标。但有些时候，宏观最优与微观最优存在矛盾，银行模式的流动性供给可能造成了宏观效率的降低。为了说明这一点，应展宇引入了具体的消费效用模型 [2]：
假设效用模型为，其中为投资者的风险厌恶程度，；设短期和长期投资收益分别为和，且，在上述效用函数下求解银行流动性模式和资本市场流动性模式下长期生产性资本所占总资本的比例和，有
三、流动性私人供给与公共供给
流动性供给中政府与市场间的关系，也是流动性供给机制研究中的一个主要问题。这一问题涉及政府的宏观经济职能，Woodford(1990)指出政府公债可以成为投资者储存并转移财富从而增加社会流动性的工具。Holmstrom and Tirole(1998)进一步的讨论了政府债券在社会存在总体不确定性条件下所担当的“流动性最后的保障人”的作用 [3]。
1．流动性私人供给的模型
为准确地分析跨期投资所面临的流动性冲击，将DD描述流动性需求的动态风险模型作适当修改：在时有一个将于时收回的可变规模的投资项目，单位投资的投资回报为；厂商面临一个在时不确定的流动性冲击（liquidity shock），该冲击服从累计分布函数和密度函数；厂商本身在拥有的可投资资产，在和时没有其他流动性资产来源；当冲击出现时，项目需由其它投资者追加后续投资用以应对流动性冲击；在追加投资的情况下，项目成功的概率为，服从一种当厂商努力时为、当厂商懈怠时为、且的概率分布；项目若失败或因流动性冲击造成项目中止，投资无回报。显然以上模型增加了道德风险的因素。
设为项目投资额；当出现流动性冲击时，厂商的回报为，是一个状态依赖的持续投资参数（1＝继续，0＝放弃），由此，此时流动性冲击下的投资决策模型应为：
2．流动性的公共供给
以上的分析是建立在社会总体流动性需求确定的基础上的，此时的流动性的供给是私人部门之间通过金融市场进行余缺调节的结果，政府债券对资源配置没有实质影响。
但是，当社会总体流动性需求出现不确定性时，通过私人部门的合作已不再能作到流动性的自给自足；此时，政府则可以通过发行平价债券来调节和时的投资比例，以达到提高流动性保障，增加厂商投资预期效用的作用。之所以如此，是因为中介机构为厂商融通流动性的上限是厂商在时的净收益，在道德风险存在的情况下，当冲击大于预期时，投资本身存在中止的不确定性，私人部门无法提供足够的价值来寻求必要的流动性支持。而此时，政府却可以通过征税保证未来的清算，因此适合于充当最后贷款人。
特别的，政府可以通过发行多种差异化的债券形成价格歧视，更进一步地把真正急需流动性的厂商与其他人区分开来。另一方面，为了避免溢价发行对厂商投资策略可能产生的扭曲，政府还可以发行一种“状态依存性债券”，如定向的政府债券或央行票据，其数量和价值依赖于流动性冲击水平的高低，从而实行一种积极的调控政策[4]，以更有效对不确定的社会总体流动性进行管理。
四、结束语
流动性供给是金融体系服务于经济的重要职能，流动性供给是否健康有效，影响着经济社会的安全稳定，关系到微观个体效用和宏观经济运行的效率。显然，它不能仅依赖于传统的银行体系，还需要建立完善的资本市场；有时，政府作为监管者和最终信用的提供者，直接参与流动性的供给也是必不可少的。
作者单位：刘争春西南交通大学经济管理学院
孙毅成都衡平信托投资有限公司
参考文献：
[1] Diamond, D. and P. Dybvig, Bank Runs, Deposit Insurance, and Liquidity [J]. Journal of Political Economy, 1983, 91:401-419.
[2] 应展宇. 流动性提供中的银行与市场. [J]. 世界经济, 2004.9.
[3] Holmstrom, Bengt, and Tirole, Jean. Private and Public Supply of Liquidity[J], J.P.E，1998.
资产流动性范文2
论文关键词：资产流动性,资本结构
一：引言
资本结构是公司的一个重要问题，对公司的资本成本、收益分配产生广泛的影响，因此对其的研究也是相当广泛。但正如Myers在其1984年发表的著名论文《TheCapitalStructurePuzzle》中所指出的：“什么样的资本结构是合理的，我们还是不知道。”我们之所以不知道最优资本结构，是因为能影响资本结构的因素是特别多的。在这些因素之中资产流动性就是比较重要的一个。最早对资产流动性与资本结构进行研究的是Keynes，之后又有许多相关的研究。通过对二者之间的研究能够为资本结构的不合理找到部分原因，也能为资本结构的进一步改善提供一些有益的思路。鉴于我国制造业上市公司自身特点（如拥有大量的非流动资产、自身盈利能力较差等），通过研究其资产流动性与资本结构之间的关系，对优化其资本结构，提高其财务行为的合理性有着更加现实的意义。
二：文献回顾
（一）国外文献回顾
Keynes(1930)最早开始资本结构与资产流动性关系的研究,认为公司的融资成本过高或
者因为市场上的信息不对称而导致企业发行的债券容易被低估时,管理层会选择持有更多的现金或高流动性资产。
Myers&Majluf(1984)运用优序融资理论对公司资本结构与资产流动性的关系进行了解释,认为现金或高流动性资产只是企业债务的负数,当企业经营状况良好,有足够的资源投资于净现值为正的项目时,管理层会选择偿还到期债务,积累流动资产,因此当企业持有较多的现金和流动资产时,这也就意味着其资产负债率较低。
Williamson(1988)针对企业资产流动性对公司资本结构的影响指出,由于更具流动性或更有重新调配性的资产抵押功能更强,外部融资成本更低,因此,资产流动性越高,债务融资数量越大,从而提高了公司资产负债率。
Harris&Raviv(1990)指出,债务提供关于公司盈利能力的信息,投资者就会利用此种信息来观察公司在不同资产负债率区间的契约支付能力,从而对公司经营政策的变动做出相应的反应,且此时投资者会权衡预期的违约成本和公司经营政策的潜在改善。因此,随着资产流动性的增加,预期的违约成本降低,投资者越愿意使用债务来获得公司经营政策的相关信息,进而公司资产负债率越高。
DeAngelo&Wruck(2001)认为,管理层往往能够通过变卖公司高流动性的资产来偿付暂时的债务利息,这也为其在发生财务危机时赢得更多的时间去实践公司的经营策略而不受债权人的干预。为了应对这种情况,债权人往往会通过缩短债务契约期限,如要求公司偿还所有的主要债务而不仅是利息;或增加偿债基金或强制债务条款来避免管理层逃避债务压力,从而使得公司的资产流动性能够在很大程度上影响企业的资本结构。
（二）国内文献回顾
国内学者对于资本结构与资产流动性的关系问题也进行了相关研究。徐冬和冼国明(2002)考察了破产对公司产品市场行为的效应,发现无形资产较多的公司会进行更多的债务融资。余哲等(2005)从资产结构的角度探讨了资产流动性对财务危机重组的影响,建立了一个考虑资产流动性的财务危机重组模型,研究表明债权人会容忍某些程度的投资无效率以避免无谓的资产流动性损失。
三：研究设计
（一）研究假设
结合我国特有制度背景和制造业上市公司特征,考虑到我国资本市场较之于西方发达资本市场的不成熟性以及我国制造业上市公司治理结构的不完善性,现提出研究假设:
其它条件保持不变时,资产流动性与我国上市公司资产负债率呈负相关
（二）样本数据与数据来源
本文选取了650家上市公司2007～2009年的相关数据作为样本；本文所有数据均来自CSMAR中国上市公司财务报表数据库；所用分析工具为Eviews以及Excel电子表格。
（三）指标选择与模型构建
根据资本结构的定义,可以采用资产负债率来代表公司的资本结构，并作为被解释变量。之前研究衡量资产流动性的指标广泛使用的是流动比率,速动比率等。但这些指标仅判断了资产在某个时点上转换为现金的能力，没有考虑公司经营管理水平的差异。因此本文引入“动态现金产生速度”这一指标来作为资产流动性的变量，并作为解释变量，这也是本文较之前研究的创新之处。
本文研究的是资本结构与公司资产流动性的关系,而资本结构的影响因素还有很多,因此,为了控制其他因素的影响,需要引入控制变量对以上因素进行控制。于是引入盈利能力、公司规模、股权集中度、实际税率、固定资产比例作为控制变量。具体的指标定义见表1:
表1
变量
指标符号
指标定义
资本结构
zcfzl
总负债/总资产
动态现金产生速度
dtzb
经营活动产生的现金流量净额/总资产/365
盈利能力
zcjll
税前利润/总资产
公司规模
gsgm
年末总资产的自然对数
股权集中度
qsm
前十大股东持股比例和
实际税率
sdsl
所得税费用/年末总资产
固定资产比例
gdzcje
固定资产净额/总资产
表2显示我国上市公司固定资产净额约占整个总资产的30%左右。并且我国上市公司的盈利能力相当低,平均资产利润率不到5%,相应的所得税费用占整个总资产比率的均值则达到了1%左右。表2还显示出了我国A股制造业上市公司前十大股东平均共占有了整个上市公司股权的54%左右,这与我国A股制造业上市公司大多数是国有企业改制上市有关。
（二）相关性分析
表3
预测符号
回归系数
标准误
T值
P值
dtzb
-
-89.3722
17.5227
-5.10037
0.0000
zcjll
-
-0.30362
0.040629
-7.47303
0.0000
gsgm
+
0.05775
0.003384
17.06582
0.0000
qsm
-
-0.00046
0.000256
-1.80555
0.0711
sdsl
+
-1.42834
0.298319
-4.78796
0.0000
gdzcje
-
0.006759
0.024122
0.280185
0.7794
C
?
-0.68552
0.071237
资产流动性范文3
关键词：对外资产储备资产流动性过剩
中图分类号：F830.49 文献标识码：A文章编号：1006-1770(2007)03-028-05
一、导言
目前，人民币流动性过剩带来了经济过热、资产泡沫化等问题以及巨大的通货膨胀压力,成为中国经济运行的一大难题。一方面过剩的流动性挤向货币市场，形成货币市场低利率化；同时，流动性过剩导致银行非理性地放松信贷条件，扩大贷款规模，形成过度竞争，放大了信贷风险和利率风险。
由于广义货币供应量（M2）是中央银行货币政策的主要目标，并且其数量在金融中介机构的资产中占绝大部分(约80%～90%),因此，人民币的流动性可以通过M2的绝对值来分析，也可以通过M2的增长比例来观察。2006年12月底，M2余额为34.56万亿元，同比增长16.94%；①，无论从M2的绝对值还是相对的增长比例来看，人民币的流动性都处于快速增长阶段。
一个国家的金融发展是与实体经济的发展分不开的，仅从M2这样一个货币供给指标来考察货币流动性问题显得比较单薄，我们认为最好的衡量方法是从一个国家经济总量与货币供给的相对关系上来考察货币流动性问题，此即金融发展理论中通常用来探讨金融深化的指标――M2占GDP的比例。根据国际经验,代表经济货币化程度的M2与GDP比例在一国发展的初期一般是增加的,到达一定程度之后,货币化将被证券化所代替,表现为稳定或者下降的趋势。但从1988年到2005年,中国的这一比例不仅超过了所有的发展中国家,而且超过了所有的发达国家和地区(香港除外),而M2/GDP迅速增加的过程是伴随着国债和金融债券发行、股市扩容步伐加快的情况下出现的,也是在中国经济走向通货紧缩、经济增长速度趋缓的情况下出现的（参见图1）。
但中国偏高的M2/GDP并没有为国民生产总值的增长做出贡献，根据赵志君（2002）的研究，中国M2/GDP与国民生产总值的增长率微弱相关,相关系数仅为0.0902。因此，中国的M2/GDP这一指标与其说它反映了金融深化的程度，不如说它更多地反映了货币供应量的变化情况，也就是货币流动性的供给情况。
二、货币流动性与外汇资产储备比例
M2/GDP的偏高涉及到两方面问题：一是哪些因素导致M2快速增长；二是M2的增加为何没有引起GDP的同步增长。有的学者根据M2/GDP的时间序列进行回归分析，认为居民储蓄存款的投资性质、银行等金融机构金融工具单一、金融市场不发达和银行不良资产比例高是M2/GDP上升的经济原因（刘明志,2001）；有的学者认为低通货膨胀率、高居民储蓄率、高不良债权率、企业留利水平低、资本市场不发达和企业资金利用水平低等因素导致M2/GDP的高企（余永定，2002）；还有的学者认为，我国M2/GDP过高与大量银行坏账、储蓄快速增长以及地方政府投资冲动等密切相关（韩平等，2005）。这些分析大多着眼于金融资产向实体经济转化过程中出现的问题，而较少从引起M2增长的源泉上进行深入分析。
本文通过对1988-2005年间中国对外资产的储备结构和M2/GDP的回归分析发现，中国对外总资产中外汇储备资产的逐年扩大及由此导致的基础货币供给增加是人民币流动性过剩的主要原因。
一国的对外资产，通常由对外直接投资、证券投资、其它投资及储备资产组成，反映特定时点上一个国家或地区对世界其他国家或地区的金融资产存量状况。储备资产则指一国中央银行可随时动用和有效控制的对外资产，包括货币黄金、特别提款权、在基金组织的储备头寸和外汇储备，其中，外汇储备占绝大部分比例。根据国际货币基金组织的定义，外汇储备分为货币和存款、证券及衍生金融工具②，因此，从资产性质上来看，储备资产即官方的对外资产投资部分。
储备资产是中央银行通过注入基础货币购买而来的，其增加必然相应地导致基础货币供应的增加。基础货币在货币乘数的作用下，导致M2的快速增长。从图2我们看到，中国外汇储备迅猛增长，从1988年的33.72亿美元增长到2005年的8189亿美元。截止到2006年6月底，中国外汇储备余额达到9411亿美元。同月底，外汇占款达到82874.24亿元③，人民币外汇占款成为基础货币投放的一个重要渠道。
与不能单纯选择M2作为货币流动性指标一样，我们也不能简单地以绝对值的大小来考察储备资产对整体经济的影响，还需要考虑储备资产在对外总资产中的比率（本文简称对外资产储备结构）及其对经济的影响。根据2006年5月25日国家外汇管理局首次的《2005年中国国际投资头寸表》，2005年末，我国对外资产为12182亿美元，其中，对外直接投资645亿美元，占比5.3％；证券投资1167亿美元，占比9.6％；储备资产8257亿美元，占比为68％。
由于基础货币的投放和储备资产直接相关，因此，M2/GDP和对外资产中的储备资产比例存在相关关系，我们假设这种关系为线形关系，并以M2/GDP为因变量，设为Y；以对外资产的储备比例为自变量，设为X，构造线形相关函数关系如下：
Y=а+ bX
下面，我们根据两者的时间序列数据进行相应的回归分析，以检验两者的关系。
三、数据处理和回归分析
要研究对外资产的储备结构与人民币流动性的关系，需要两方面的数据，作为衡量货币流动性的指标M2/GDP可以根据历年《中国统计年鉴》、《中国金融年鉴》及中国经济信息网数据库的相应数据进行计算，困难之处在于如何获得中国对外资产的时间序列数据④。
一般来讲，一国国际收支状况由国际收支平衡表和国际投资头寸表来反映，前者反映资产负债交易的流量情况，后者反映资产负债的存量状况。长期以来，无论实践还是理论界都将注意力集中在国际收支流量的控制和管理上，而缺少对国际收支存量的分析和研究。从历史上看，部分发达国家也是从20世纪70年代才陆续编制本国的国际投资头寸表，迟至1993年国际货币基金组织（IMF）才在其公布的《国际收支手册》第五版中对编制国际投资头寸表提出了一个国际性标准框架，但从实践来看，多数国家编制国际投资头寸的进展仍然很慢，这导致国际收支头寸的研究中相关时间序列数据的缺乏。Sinn(1990)、Rider(1994)以及Lane(1999)对此问题进行了专门讨论，并使用他们的方法对世界各国的对外资产和负债存量进行了计算，但他们的方法基本都是在一个估计的对外资产和负债初始存量上根据国际收支平衡表的流量数据累加得出各年的时间序列数据。在我们的研究中，由于国家外汇管理局在其的《2005年国际投资头寸表》中提供了2004年及2005年中国对外资产和负债的存量数据，在不考虑价格变化、汇率变化等因素引起的资产负债变动的情况下，我们可以根据历年国际收支平衡表中相关项目的流量数据依次倒减得出有关时间序列数据。
根据国际货币基金组织《国际收支手册》，国际投资头寸表中的对外资产部分主要对应国际收支平衡表的储备资产账户以及金融和资本账户项下的三类科目：我国对外直接投资、证券投资资产项目、其它投资资产项目。我们根据各年国际收支平衡表中对应项目差额进行汇总，其中，1997-2005年数据可以直接对应。由于1996年及以前中国国际收支平衡表采用的格式不同，其中，直接投资对应“中国在外国和港澳台直接投资”项目、证券投资对应“中国在外国和港澳台地区证券投资”项目、“其它投资”对应为“长期资本往来”项下的延期收款、加工装配补偿贸易中应付客商作价设备款、对外贷款及其它项目。由于统计数据的局限，我们不考虑1996年及以前年份中的短期资本往来所涉及到的对外投资项目。如此，我们可以得到1988-2003年中国对外资产变动情况即历年对外资产交易的流量数据（由于已有2004-2005对外资产存量数据，本处不再计算流量数据），见表1：
在表1的基础上，我们根据中国外汇管理局公布的2004年及2005年国际投资头寸表中的资产项目存量数据追溯倒减获得1988-2005年对外资产情况，见表2：
一般来讲，国际投资头寸的变动涉及到特定时期内的国际收支交易、价格变化、汇率变化。由于资料局限，本文所计算的历年对外资产变动数据无法考虑价格变化及汇率变化。但由于我们需要的数据为每年的储备资产占当年对外资产的比例，基本可以排除价格变化和汇率变化的影响。根据表2，我们计算出1988-2005年各年储备资产占当年对外资产比例（见表3）。同时，我们也给出根据历年《中国统计年鉴》、《中国金融年鉴》及中国经济信息网数据库计算的M2/GDP比例数据。根据表3，我们发现，我国对外资产储备比例在1990年开始突飞猛进，从1989年占比7.55％跳跃到14.99％，但占对外资产比重仍然不大。在1994年外汇管理体制改革后，对外资产储备比重逐年上升；同时，货币流动性逐年增加，M2/GDP比例在1996年达到100.79％，此后一直维持高位态势。
我们针对表3所列示的对外资产储备比例和M2/GDP情况，做散点图如下:（见图2）
从图3我们可以看到，二者呈明显的线形关系。我们用统计软件SPSS13.0对二者进行相关性分析，结果表明：无论是皮尔逊、肯德尔还是斯皮尔曼检验都证实，在1％的水平上二者存在显著相关关系（双尾检验）。
在上述分析的基础上，我们进行二者的回归分析，结果如下：
由此，我们获得回归方程为：Y=46.115+1.727X，这表明，当对外资产中的储备资产每变动一个百分点，M2/GDP即流动性供给将变动1.727个百分点。斜率系数的t值（5.915）表明估计的变动率1.727是统计显著的。判定系数R2为0.686，表明对外资产储备比例解释了M2/GDP变动的68.6％，符合我国储备资产导致的流动性供给占货币流动性总供给相当大一部分的基本判断。
四、结果分析
经济分析的难处在于如何在相互纠缠的经济现象中厘清谁是因、谁是果，只有分清了经济现象的因果关系才可能为经济政策指明正确的方向。中国经济目前呈现出的过热现象，虽然有种种外部原因，但其根本原因是过剩的货币流动性在作祟，而这种过剩的流动性则起因于过高的对外资产储备结构。从国际上来看，中国的对外资产储备结构也是畸高的（见图4）。
外汇储备增加银行结汇量增加外汇占款节节高升人民币流动性泛滥金融机构贷款上升固定资产投资反弹，这是很清晰的对外资产中储备资产的增加导致人民币流动性过剩并产生相应经济影响的传导机制。人民币流动性大幅增加导致整个社会的信用膨胀，房地产和股票成为剩余资金首选的目标，由此带来资产泡沫化的问题。香港即为一典型例子，自1983年10月实行联系汇率制后，香港的外汇储备也节节高升，至1997年香港地区的外汇储备已经积累到928亿美元，而这14年也是香港房地产价格狂飙的时期。若从1985年算起，香港房价到1997年时已上升了9-10倍。即使从1991年算起，到1997年房价也上升了4倍左右。值得重视的是，这种现象还出现在上世纪70年代的南美洲、80年代的日本、以及90年代的北欧和东南亚⑤。
过高的资产储备结构起因于我国实行的强制性结售汇制度。在这种制度要求下，居民必须将限额以外的外汇收入按官方汇率或法定汇率结售给外汇管理机构或外汇指定银行；居民的外汇支出方面则采用配额制，一切外汇支出必须经外汇管理机构审核批准，按用汇人实际需要或所进口商品的种类分配外汇使用额度。这种将外汇资产从民间往央行集中的体制除了带来基础货币投放过多，引起人民币流动性过剩的问题外，还带来了其它严重的经济问题：
第一，居民没有自由持有外汇资产的权利，也就无法根据实际需要对外汇资产进行主动的避险管理，汇率变动的风险被让渡到接收他们外汇资产的货币当局手中。随着外汇资产的集聚，分散的风险逐渐累积在央行手中，我国国际收支的持续顺差使央行持续处于外汇市场的单边多头地位，巨额外汇风险敞口头寸带来了严重的系统性风险问题。而这种外汇资产的积累又带有“路径依赖”的自我强化特点，积累的越多越需要更多的积累，以维持汇率的稳定来避免外汇资产的汇兑损失。
第二，官方外汇资产的集聚带来了资产使用效率的降低，我国60%以上的外汇储备用于投资美国国债，其收益率大致在3.5%左右，虽然比国内的投资收益率和银行贷款收益率要高，但与2005年美国全部基金公司平均收益率10.5%相比，差距约2－3倍⑥。
第三，这种制度带来了汇率体制的僵化，引起了国家内外部经济的失衡。为规避外汇风险、维持本币对外汇率的稳定，货币当局最直接选择就是将本币汇率盯住外汇储备中占比最大的外币或者盯住一篮子货币汇率。但这种方式是以牺牲全社会的经济利益为代价的。“盯住汇率而不是让其浮动的政策等于是通过减少国际交易的一个危险来向从事于这种经济活动的社会成员发补助金，而保卫货币的代价可能由整个社会承担”⑦。
从经济效率的角度来看，由货币当局一家来进行国际市场操作分散外汇风险没有由千百万独立的经济人分散风险的效率高。正因为外汇储备集中的风险性，西方发达国家在布雷顿森林体系崩溃后大多采取浮动汇率制度并逐步减少其官方外汇储备，而让大量外汇资产由居民自由持有。因此，在金融全球化的今天，对于政府而言，重要的不是官方外汇储备规模绝对值的大小，而是储备资产在对外资产中的占比如何。加强对外资产储备结构的控制，不仅可以降低国家整体外汇风险，而且可以消除人民币流动性过剩的根源，以维持金融体系的稳定健康发展。
注：
① 中国人民银行网站统计数据。
② 国际货币基金组织统计部：《国际投资头寸：数据来源指南》，2002年10月。
③ 央行网站：《金融机构人民币信贷收支表》。
④ 任大川在《新金融》（2006年第11期）上发表的《解析中国国际投资头寸表》以图表的形式列示了有关数据，但未给出计算方式和时间序列数据。
⑤陈旭敏：《中国房价的 “宏观经济学”》，英国《金融时报》中文网，2006年6月23日。
⑥ 《外汇储备过快增长，缓解源头在控制供给》，载《中国证券报》，2006-4-24
⑦ [美]约翰・奥德尔：《美国国际货币政策》，中国金融出版社1991年版，P52
资产流动性范文4
资产价格膨胀加剧流动性过剩
当前，在我国诸多影响金融体系的信用创造能力的因素中，资产价格成为变化最为剧烈的因素。资产价格（主要指股票价格和房地产价格）的大幅度上涨使我国的账面财富迅速增长。这些暴增的国民财富给经济及金融所带来的冲击是巨大的，也是我们始料未及的。如果对此不加控制的话，股价及房价的上涨最终会冲击其他领域，它可能使经济出现新一轮通货膨胀，甚至是经济的全面泡沫化。
钟进军
中国制造要让人心服口服
今年有关中国的产品质量和食品安全问题引起国内外舆论广泛关注，一些西方国家针对我国部分出口产品的质量问题大肆炒作，严重损害了中国在国际上的形象。国外对“中国制造”产生这种信任危机绝非偶然。有贸易摩擦和贸易保护因素，有技术标准执行不一沟通不畅的因素，有国外部分媒体根深蒂固的政治偏见因素，当然也有少数国内出口商的问题。国内产品质量和食品安全问题累积以及国外种种因素综合起来，才造成了如今的局面。
谢国忠
中国进入通货膨胀时代
目前供需的动态变化、劳动力市场的平衡以及需求方心理，都显示中国进入了一个可能持续若干年的通胀时代。坦白地说，现在采取行动阻止通货膨胀为时已晚。中国可以做的就是减缓通胀速度，并防止过度投资。
为稳定通胀预期，政府必须一方面采取紧缩政策显示其控制通胀的意图，一方面让资产价格膨胀降温。过去的降温措施虽然起到一些宣示作用，但并不十分奏效。房产和股票市场在过去三个月中都有所加速。
刘煜辉
物价温和上涨
有利于经济结构转型
目前物价的上升，反映了由于工资、能源、原材料价格上涨导致的相对要素价格调整。这种温和的通胀反映的主要是劳动生产率持续增长后的成本推动型价格调整，而非全面的市场供不应求。
我们现在看物价，不要只盯着猪肉、鸡蛋等副食品，而要从经济结构上看。可以说，现在有很多因素在支持中国需要有一个温和物价上涨过程，需要通过价格上涨来度过结构转型的关键期。因此，对于当前的价格波动，我们不必大惊小怪。
叶檀
港股直通车谨防冒进
开行港股直通车绝不是一桩小事，意味着资本项目的部分开放。问题是，有关部门尚未做好准备就仓促上阵。目前境内居民出境能够携带的限额为5万美元，有关部门还在为地下钱庄以及借经常项目流入的外资焦头烂额，如今突然大幅度开放，外管局将如何应对？如果继续实行宽进严出的政策，将激化货币流动性矛盾；如果采用宽出严进的办法，则违背了资本市场流动性的要求。看来，有关部门在制定这一政策时，只考虑到了短期内缓解境内流动性过剩这一面利好。
王石川
炒房团
资产流动性范文5
关键词：国际资产；价格波动；国际流动性
一、引言
国际资产价格与国际流动性的关系不仅仅是国际金融理论的基础性问题，更是货币政策与汇率政策实施的理论依据。2007～08年金融危机爆发前后国际资产市场的异动为我们提供了难得的实验素材。2008年9月，以原油、黄金为代表的国际资产价格由大幅攀升转而急剧下跌，到2008年年末油价由每桶140美元以上暴跌到40美元以下，金价由每盎司1000美元以上暴跌到700美元以下，大宗农产品、外汇及主要股市也呈现了密切联动，这些波动均引起了各国金融和政府决策部门的高度关注。价格波动的原因通常是复杂的，市场供求、美元币值、投机以及预期等因素往往相互交织，但是短期内价格波动的幅度如此之大，显然长期因素的作用有限。随着本轮金融危机的深化，国际流动性由“过剩”迅速转为“枯竭”，银行挤兑、雷曼等大型投资银行倒闭，大量对冲基金清盘（Heinz， 2009）。那么，国际资产价格的大起大落与国际流动性间是否有内在联系？
市场流动性资金对资产价格的影响早已受到学者的关注。不过，研究国际流动性的一个难点在于如何获取市场资金的准确数据，由于缺乏统一监管和一致口径，对国际流动性的分析通常需要基于替代指标。本文以对冲基金作为国际流动性的指标进行研究。对冲基金对中国的潜在影响也令国内学者关注。，蔡庆丰（2008）发现全球流动性过剩导致全球金融资产激增，推动对冲基金业规模迅速膨胀。王淳、汪建、张斌斌（2008）发现对冲基金引发系统风险的深层次原因包括与全能型银行部门的共生关系、投资的复杂性和高杠杆效应以及筹资的私募性、操作隐蔽性。
本文以对冲基金为国际流动性的变量，重点研究其规模变化与石油、金属、大宗商品等主要国际资产价格波动之间是否存在内在联系？如果存在的话，这种联系的特征如何？金融危机前后，这种联系是否发生了变化？
二、国际流动性与国际资产价格关系的假设
在对资产价格波动的研究中，股票市场是学者研究较多的。由于对冲基金是各市场（包括股市）交易资金的重要来源，基于股市量价正相关关系，如果把这种量价正相关关系向前一个资金来源环节推广一步，就可得到如下假设。
假设：对冲基金规模与投资组合中的资产价格正相关。对冲基金规模的增加，使得大量资金到市场上参与交易，推高了资产价格。基金规模缩小时（如杠杆资金来源受限、投资者赎回），资产市场的交易需求下降，资产价格下跌。令P为资产价格，S为对冲基金规模，α为常数项，εt为随机误差项，这种正相关关系可表示为（1）式：
Pt=α+βSt+εt，β>0（1）
可使用Granger因果关系检验短期引导关系。
三、数据来源及实证分析结果
本文选取13种代表性资产，包括大宗农产品（玉米、小麦、大米、猪肉、牛肉）、能源（煤、石油、天然气）、金属（铜、黄金）、美国房地产价格指数、美元指数以及道琼斯股指，数据来自美国各主要交易所及相关政府部门。数据来自美国各主要交易所及相关政府部门。对冲基金的资料来自瑞士信贷/Tremont数据库，本文选用其中的1种规模综合指数及13种不同对冲策略基金的规模指数。
首先，数据平稳性检验表明，原序列数据不平稳，其一阶差分数据在5%的显著水平上平稳，所以均为I（1）平稳数据序列。使用变量的对数值一阶差分可表示变量的波动，所有数据的对数值一阶差分均为平稳序列，可直接进行Granger因果关系检验。结果表明：次贷危机爆发前期（2005年1月～2007年2月，见表1所示），在5%显著性水平上，对冲基金综合指数NAV规模变动率是牛肉（BEEF）、玉米（CORN）、大米（RICE）、黄金（LGD）、煤（COAL）价格波动率的Granger原因。仅有石油（OIL）价格波动率在5%显著性水平上是对冲基金综合指数NAV规模变动率的Granger原因。
次贷危机爆发后（2007年3月～2008年12月，见表2所示），在5%显著性水平上，对冲基金S_NAV规模变动率是石油价格（OIL）、道琼斯指数（DJI）、煤（COAL）价格波动率的Granger原因。
为了确保计算结果的稳健性，我们另外选择马萨诸塞州立大学的CISDM数据库提供的对冲基金数据，重复全部计算过程，计算结果也证实了同样的结论（限于篇幅，结果未在此处列出）。因此，我们相信计算的结论是可靠的。
四、结论与建议
结合上述分析和实证研究，本文认为：
1.因果关系检验表明，对冲基金作为国际热钱的变量，可反映出国际流动性和部分资产价格间存在正相关关系。对冲基金规模变动率到资产价格变动率的单向Granger因果关系较明显，金融危机爆发不改变这种引导关系的方向，短期内其规模的变化显著引导国际资产价格的变动。次贷危机爆发前，对冲基金资金来源充裕，规模的扩张逐步推高资产价格，而次贷危机的爆发使得对冲基金资金来源受限，规模缩小，引导资产价格下行。因流动性紧缩，次贷危机后受对冲基金规模引导的资产种类有所减少。
2.主管部门可以根据对冲基金的规模变化以及规模与部分国际资产价格间的正相关关系提前研判未来国际资产价格的可能走势，从而为后续经济政策的制定提供依据。
还要看到，有关国际流动性的数据目前缺乏统一口径，基于自愿信息披露的非官方的对冲基金数据库的覆盖面有一定的局限性，这会给实证检验结果带来一定的影响。同时这也提示政府主管部门应加强对国际流动性资金的监管，强化央行间合作，获取各类跨境资金运作的全面信息，逐步制定针对包括对冲基金及私募基金等投资机构的监管法规，进一步完善各类资产市场监测预判机制。
参考文献：
[1]Heinz，K.，Hedge Fund Research Report [R].2009.
[2]，蔡庆丰.全球流动性过剩、对冲基金发展与中国金融稳定[J].上海金融，2008（03）.
资产流动性范文6
关键词：货币流动性；资产市场；冲击效应
中图分类号：F832.51 文献标识码：A 文章编号：1003-3890（2011）09-0058-06
一、引言
关于货币流动性和资产市场价格变动之间的关系，随着人们对全球资产价格巨幅波动的恐惧被美国低利率环境下量化宽松货币政策（Quantitative Easing，QE）的轮番推出重新点燃，这一问题再次成为世人关注的焦点。尤其是资产市场中的房地产、股票和债券价格对利率的敏感性和对价格变化的前瞻性是货币政策向实体经济传导的重要渠道之一，当资产价格大幅度持续性偏离其基础价值时，可能产生资产价格泡沫，进而引发金融体系的不稳定甚至系统性危机。因此，对货币流动性过剩与资产价格过度波动的研究日益成为各国中央银行和全球机构投资者关心的热点话题。金融危机后，我国中央政府通过实施积极的财政政策和适度宽松的货币政策，在全球率先实现了经济的复苏，但以房地产为代表的资产价格上涨压力又重新显现出来，成为我国宏观经济“软着陆”必须迈过的一道坎。IMF在2011年4月的《世界经济展望》（World Economic Outlook）[1]报告中，第一次对中国经济面临的资产泡沫风险提出警告，宣称中国若不能有效“挤掉”泡沫，日益升温的通胀和潜在的“产业空洞化”将让中国经济长期处于焦躁不安的状态。因此，实证研究货币流动性对我国资产市场的冲击效应具有重要的理论与现实意义。
二、文献综述与问题提出
Meltzer（1995）[2]分析了20世纪八九十年代美国和日本的货币流动性对房地产价格的影响，指出流动性是影响房地产价格的一个重要因素。Baks & Kramer（1999）[3]认为七国集团（G7）流动性过剩增加、股票实际收益增加和实际利率降低一致。Allen & Gale（2000）[4]认为由于投资者收益函数的非凸性和实际投资风险的不可观察性，资产价格高于其基本价值，因此，信贷扩张及其预期对当前资产价格有显著影响。Borde & Jeanne（2002）[5]对15个OECD国家20世纪70年代以后的股票价格数据进行了分析，发现在20个资产价格膨胀阶段往往伴随着信贷总量的强烈扩张。Herring & Watcher（2003）[6]认为逐渐上升的资产价格增加了银行自有资产的价值和潜在抵押资产的价值，因此，银行管理者在流动性控制上若存在“灾难短视”（Disaster Myopia）和“背理动机”（Perverse Incentive），将导致过多的流动性从银行体系释放出来，推动房地产价格上涨。
Rajan（2006）[7]认为较低的利率和过剩的流动性可能使基金经理把投资集中于流动性较差、信用级别较低、风险较高的资产项目上，造成资产价格泡沫和金融系统不稳定。Adam，Marcet & Nicolini（2006）[8]认为即使投资者有较大的风险厌恶偏好，低利率和流动性过剩的宏观经济条件也会推动资产价格膨胀。Machado & Sousa（2006）[9]运用分量回归的非参数估计方法对资产价格的暴涨和暴跌阶段进行识别，发现实际货币增长量与资产价格上涨之间有微弱的联系，当信贷总量快速增加时，资产价格往往也出现急剧上涨趋势。Giese & Tuxen（2007）[10]认为从2001年起全球流动性过剩就日趋明显，且导致了通胀和房价上升，但对股票价格影响相对有限。
易纲、王召（2002）[11]认为货币政策对金融资产价格（特别是股票价格）有影响，当投资的上升引起原材料和劳动力价格上涨时，扩张性货币政策的长期结果是同时引起商品物价水平和股票价格的上升。刘晃松（2004）[12]认为从年度来讲，货币供应量对股市有重大影响，货币供应量与股市价格之间并不存在长期的协整关系，但M1的变化对股市价格的变化有明显的影响，股市价格的变化对M0的变化有明显的影响。余元全（2007）[13]认为流动性过剩对住房价格的影响要大于对股票市场的影响。刘刚（2008）[14]认为货币流动性增加和2005年的股权分置改革是我国股票价格暴涨的原因之一。王晓明（2010）[15]认为银行信贷过度介入股市和房市是资产价格大幅上涨和下跌的主要动因，因此，保持均衡的银行信贷增长率，能够有效平抑资产价格波动。
综上所述，国外研究主要以发达国家（或地区）的资产市场为蓝本，主要涉及西方工业七国和经济合作组织成员国，而国内关于货币流动性对资产市场的冲击效应研究又以理论分析居多。虽然其中也不乏实证分析，但样本期没有包括金融危机后中国资产市场近两年的统计数据。因此，本文拟以1997-2010年为样本区间，利用向量误差修正模型（VEC）实证研究货币流动性对我国资产市场的冲击效应。
三、变量选取与模型构建
流动性（Liquidity）是指某种资产转换为支付清偿手段或变现的难易程度，货币是流动性最强的资产。在微观经济层面上，人们常把流动性理解为金融及非金融资产快速变现的难易程度；在宏观经济层面上，人们常把流动性直接理解为不同统计口径的货币信贷总量，即货币流动性，也就是通常所说的流通中的现金（M0）、狭义货币供应量（M1）、广义货币供应量（M2）等，货币流动性反映了货币供应的一种基本情况。出于数据可得性的原因，本文选取广义货币量（M2）与狭义货币量（M1）之比作为流动性过剩的测度指标，并用K=M2/M1作为流动性的变量，模型中的其他变量包括股市总市值SHARE、房价指数HOUSE、国债价格指数BOND以及实际总产出RGDP（见表1）。
各变量的时间序列数据通过国泰安金融经济研究数据库（CSMAR）得到，样本区间为1997年第1季度到2010年第4季度，共56个季度的样本数据。由于季度数据存在季节性因素，因此，对各指标均采用X-12的方法做了季节调整。同时，参照Borio、Kennedy & Prowse（1994）[16]的研究，建立向量误差修正（Vector Error Correction）模型：
其中，定义内生变量为：
y=log（SHARE）log（HOUSE）log（BOND）log（RGDP）log（K）
具体而言，trend是时间趋势项；?茁yt-1+?琢×trend+b是误差修正项，反映变量之间的协整关系；p-1为向量误差修正模型差分项的滞后阶数。根据LR（似然比）检验确定p=3，即模型含2阶滞后差分项。
四、实证分析
（一）单位根检验
在经济模型中，非平稳时间序列之间经常会发生伪回归现象而造成结论无效，因此，在对经济变量的时间序列进行回归之前，首先要进行ADF（Augmented Dickey Fuller）单位根检验（见表2），以判别序列的平稳性，只有平稳的时间序列才能进行回归分析。
从表2可知，通过使用ADF单位根检验方法对各变量进行平稳性检验，可以发现各变量皆为非平稳时间序列，且均服从一阶单整I（1）。
（二）协整检验
由于各变量均为一阶单整时间序列，各变量之间可能存在长期稳定的均衡关系，可以通过协整检验来确定。Johansen（1988）[17]和Juselius（1990）[18]提出了一种以VAR模型为基础的回归系数检验法，尤其适合于多变量协整检验，故本文使用该方法进行协整检验。假设序列Yt和协整方程都有线性趋势，协整方程的线性趋势表示为?琢×trend。特征根迹检验（Trace Test）及最大特征值检验结果均显示变量间存在1个协整关系，以下为特征根迹检验结果（见表3）。
从Johansen协整检验结果可以看到，各变量间存在1个协整关系，以下为误差修正项的结果（见表4）。
通过向量误差修正模型来反映各变量间的短期动态关系，可得到以下结果（见表5）。
（三）Granger因果检验
解释变量与被解释变量相关性较高，并不意味着它们之间存在因果关系的可能性就大，充其量只能说明二者之间的依存性较高。确定两个变量之间是否存在因果关系是经济研究中的一个重要目标。由于上述变量存在协整关系，根据Granger定理，变量之间至少存在一个方向的长期因果关系。因此，可以对存在协整关系的变量进行Granger因果检验，通过Granger非因果关系检验来判断向量误差修正模型中各变量间的因果关系（见表6）。
从表6可知，流动性D（K）与资产价格D（log（SHARE））、D（log（HOUSE））和D（log（BOND））间存在单向的Granger因果关系，货币流动性变化是造成资产市场价格波动的原因。
（四）脉冲响应函数分析
脉冲响应函数是指模型受到某种冲击时对系统的动态影响，以下将利用其分析货币流动性对资产市场的冲击效应（见图1、图2和图3）。其中，图1反映了股市总市值log（SHARE）对流动性log（M2/M1）冲击的脉冲响应情况。流动性增加在短期内会使股价出现微弱的正向波动，然后迅速下滑至最小值，之后逐渐上升，最终趋向于一个正的收敛值。换言之，当流动性增加时，股票市场会出现快速攀升，但由于没有上市公司基本面支撑，转而表现为反方向的迅速下滑，从长期来看，最终回归于一个正的相对稳定的响应状态。图2反映了房价log（HOUSE）对流动性log（M2/M1）冲击的脉冲响应情况，房价的脉冲响应情况表现为迅速升至最大的正值，之后趋向于一个正的收敛值。换言之，当大量资金涌入房地产市场，信贷投放增加成为房地产市场繁荣的原因之一，其中，首先出现惯性效应，然后趋向于一个正的相对平稳的收敛值。图3反映了债券市场log（BOND）对流动性log（M2/M1）冲击的脉冲响应情况，当货币供应量增加时，将导致债券价格下跌，收益率下降，之后趋向于一个负的收敛值。
五、主要结论与政策建议
（一）主要结论
通过上述分析，可以发现货币流动性与资产价格之间存在单向的Granger因果关系，流动性过剩会引发资产价格波动。从理论角度而言，资产市场规模与资产价格水平密切相关，价格大幅上涨不仅能够直接提高股票市场和房地产市场的总市值，而且也表明资产盈利能力提高，因此，资产市场吸引投资的能力相对提高。于是，流动性过剩带来的富余资金就会涌入资本市场中，并进一步推高资产市场价格。而资产价格提高又会继续吸引更多的富余资金进入资产市场中，从而使资产市场规模不断膨胀，最终偏离实体经济发展，形成经济泡沫。从现实角度来看，在我国经常账户持续顺差、人民币升值预期强烈和境外热钱通过各种方式不断涌入的背景下，国内外现有因素都对资产市场价格上涨提供支撑，尤其是对已具有相当金融属性的房地产市场价格。虽然经济学原理显示市场存在“看不见的手”，价格机制可自动让市场达到供求平衡，政府不应过多干预市场，但金融市场恰恰相反，由于垄断和预期的作用，人们偏好于追涨杀跌，资产价格越高，大家越愿意买，直到风险累积到最高点。
（二）政策建议
为了降低金融风险，需要调整过剩流动性的结构，以使实体经济与资产市场协调发展。目前，资产价格膨胀的原因很复杂，不能单从货币政策入手，首先需要解决的是货币配置问题，即大量产业资本转为金融资本进入投机渠道，而不仅是货币超发的问题，解决的关键是要发展国内消费市场，提高内需。因此，我国应在生产成本不断增加的情况下，引导产业资本回到实体经济，才能从根本上遏制或抗衡这种成本推动型通胀和资产泡沫。
首先，降低企业税负以扶持和促进实体经济发展。让产业资本回到实业舞台上，短时间内还不可能寄希望于企业通过结构调整来提高盈利能力。尤其是金融危机的阴霾还没有散尽，还需解决诸如社会福利改善、消费者利益保护和产品质量提高等一系列问题，而这些问题难以通过提高工资、增加福利补贴就能立竿见影，得到解决。因此，配合现在政府对市场价格的整顿，财政部门通过减税来降低企业、尤其是民营企业的生产成本，鼓励其从事实业，才可能让大量产业资本重回实业舞台。如果一味依靠加息和人民币升值，那么很有可能会催生更多的产业资本转向金融资本，从而影响货币政策的实施效果。
其次，发挥民营金融机构的专业化资源配置功能。近年来，大宗商品和农产品价格的上升，不断吸引盈利能力较弱的企业退出实体经济转而进入投机渠道。如果没有一批从事创投业务的、有社会责任感的专业金融机构存在，这些企业的产业资本在寻求资本运作的高收益过程中，将会在“豆你玩”、“姜你军”、“蒜你狠”、“苹什么”和“油你涨”等灰色投机渠道中以各种形态频繁出现。因此，发挥民营金融机构的专业化资源配置功能，吸收目前大量存在于投资体系外的产业资本，然后将其配置到高效率和高收益的实业投资项目上已刻不容缓。
参考文献：
［1］International Monetary Fund.Tensions from the Two-Speed Recovery Unemployment， Commodities， and Capital Flows［J］. World economic outlook，2011，（4）.
［2］Meltzer，A. Symposium on the Monetary Transmission Mechanism［J］. Journal of Economics Perspective，1995，（4）.
［3］Klaas Baks & Charles Kramer.Global Liquidity & Asset Prices: Measurement Implication and Spillover［J］. IMF Working Paper，1999，WP/99/168:1-33.
［4］Franklin Allen & Douglas Gale.Bubbles and Crises［J］. The Economic Journal， 2000，（460）:236-255.
［5］Bordo，M.& Jeanne O.Monetary Policy and Asset Prices: Does “Benign Neglect” Make Sense? ［J］.IMF Working Paper，2002，WP/02/225.
［6］Herring， R. & Wachter S. Bubbles in Real Estate Markets. Asset Price Bubbles: The Implications for Monetary， Regulatory， and International Policies［M］. Massachusetts: MIT Press，2003:217.
［7］Rajan， R. Monetary Policy and Incentives. Address given at Central Banks in the 21st Century［J］. Conference Bank of Spain，2006.
［8］Klaus Adam， Albert Marcet， Juan Pablo Nicolini. Learning and Stock Market Volatility［J］. Working Paper Series， 2008，（82）:1-40.
［9］Machado， Sousa.Identifying Asset Price Booms and Busts with Quantile Regressions［J］. Banco de Portugal Working Paper，2006，（8）.
［10］Julia V. Giese & Christin K. Tuxen.Global Liquidity and Asset Prices in a Cointegrated VAR［J］.Preliminary Draft，2007.
［11］易纲，王召.货币政策与金融资产价格［J］.经济研究，2002，（3）：13-20.
［12］刘晃松.中国货币供应量与股市价格的实证研究［J］.管理世界，2004，（2）：131-321.
［13］余元全.流动性过剩对资产价格膨胀的影响［J］.浙江金融，2007，（5）：34-35.
［14］刘刚.货币政策的有效性传导及其对股票价格的影响［J］.改革，2008，（7）：70-75.
［15］王晓明.银行信贷与资产价格的顺周期关系研究［J］.金融研究，2010，（3）：45-55.
［16］Borio， C.， Kennedy， N. & S.D. Prowse. Exploring Aggregate Asset Price Fluctuations Across Countries: Measurement，Determinants and Monetary Policy Implications［J］. BIS Economic Paper， 1994，（40）:1-104．
［17］S. Johansen. Statistical Analysis of Cointegration Vectors［J］． Journal of Economic Dynamics and Control，1988，12（2-3）:231-254．
［18］S. Johansen， K. Juselius. Maximum Likelihood Estimation and Inference on Cointegration―With Applications to the Demand for Money［J］.Oxford Bulletin of Economics & Statistics，1990，52（2）:169-210．
Research on the Shock Effect of Monetary Liquidity on Asset Market in China
Liu Gang, Yin Tao
（School of Finance, Guangdong Business University, Guangzhou 510320, China）
