国内外文献中已有大量的理论和实证研究涉及造成通货膨胀的各类经济因素，以弗里德曼为代表的货币主义学派认为，在货币需求函数和流通速度相对稳定的情况下，货币供应量、国民收入与通货膨胀水平之间存在确定的正向关联性。但是，由于各类资产市场，尤其是房地产市场的迅猛发展和其规模的不断扩大，各类资产对货币就构成了一定的替代性，资产价格波动将直接引发实体经济中货币需求函数和流通速度的变动；资产价格的大幅攀升也会改变消费者对未来政府出台紧缩政策的预期，从而倾向于提前消费，这将直接导致当期通货膨胀水平的上升；资产价格的快速上涨还会导致货币从实体经济中大量流出，使实体经济的大量资金需求得不到满足，造成可能危及经济金融稳定的实体经济紧缩以及资产市场泡沫并存的现象。责是之故，系统研究资产价格波动、货币供应量变动与通货膨胀之间的复杂关系具有一定的理论价值和现实意义。

与此同时，理论和实践证明，资产价格包括房地产价格隐含了一国未来物价水平的有效信息。2009年前三季度，中国房地产开发投资增速的加大以及价格的快速上扬引人瞩目，引起宏观当局的高度关注。我们将研究重点放在资产价格波动对国内通货膨胀的长短期影响之上，以期为后危机时代有效抑制可能发生的通货膨胀提供一些有益的政策建议。

本文利用中国两段时期的时间序列数据，分别对应物价水平相对较低(1999年10月—2003年3月)以及流动性较为充裕时期(2003年4月—2009年9月)的月度数据，建立一个由中国通货膨胀指标(CPI)、中房上海综合指数收益率(ZFSH)、广义货币增速(M2G)以及上海证券交易所股票综合指数收益率(SHCI)四个变量组成的向量回归模型进行实证研究，分析比较在两个时期中这些内生变量之间短期冲击影响和长期均衡关系的差异，文章的研究重点将落在房地产市场价格波动对国内未来通货膨胀可能产生的影响之上。

一 文献综述 (一) 影响通货膨胀的各类经济因素

大量文献涉及影响一国总体物价水平及通货膨胀预期的各类因素。B.Cecchetti(1993)研究发现，核心通货膨胀率与广义货币供给增长速度之间存在明显的相关性。何琼和宋鸿羽(2005)以商品零售价格指数测度国内通货膨胀率，对影响通货膨胀的各类因素进行实证研究，结果显示货币供给和固定资产投资构成国内物价变动的直接原因，而产出则是货币供给和固定资产投资变动的重要原因，他们建议政府应采取包括提高存款准备金率等在内的政策措施，严格控制一些行业的过度投资以及贷款的过快增长，间接实现“通货膨胀目标制”。A, Kia(2006)通过构建影响通货膨胀的一般均衡模型，对影响新兴市场经济体通货膨胀率的内外部因素进行了分析，研究结果表明汇率的长期升值会导致较高的国内物价水平，此时采取相应的财政政策比较有效；他们同时指出长期来看，国内物价水平变动根源于经济体的内部因素，但短期内通涨率的上升则明显表现为内外部因素共同作用的结果。鲜宇星(2009)通过对近20年中国通货膨胀率影响因素的分析认为，货币供给增长、固定资产投资增长、人均可支配收入增长以及相关政策变量构成国内通货膨胀率的重要影响因素。王小平等(2008)的实证分析发现，外汇储备、广义货币供应、社会消费品零售总额与CPI之间存在稳定的长期均衡关系。另外，他们运用脉冲响应函数和方差分解的方法，研究货币供应、外汇储备和社会消费品零售总额对CPI的短期冲击影响，结果显示社会消费品零售总额的增长和CPI之间存在正向交互冲击影响，该结论为有效稳定国内物价水平提供了科学定量的政策依据。李庆梅(2008)的实证分析认为，通货膨胀与狭义货币供给增量、汇率、外汇储备、国际原油价格之间存在稳定的长期均衡关系；其中，外汇储备和国际原油价格都是国内通货膨胀率的格兰杰原因。洪银兴和任寿根(2009)研究指出，治理恶性通货膨胀的关键是优化银行等金融机构的信贷结构，同时严格控制国际短期游资的大量流入。王琛伟等(2009)发现，一国通货膨胀率与宏观经济增长、利率和国际收支平衡等诸多因素存在密切的关联性，然而对于发展程度不同的经济体，不同因素对通货膨胀的影响程度存在显著性差异。

部分国内外文献的研究涉及宏观经济政策对通货膨胀的影响。A.Protopapadakis和J. Siegel(2008)针对7个发达经济体，追循政府债务和货币政策的现代经济学理论发展脉络，指出通货膨胀率约等于货币供应增长率与实际产出率的差额。此外，他们的研究结果认为，没有任何证据可以表明增加政府公债的发行会引发国内通货膨胀。G.Kwon等(2006)通过实证研究发现负债率高的发展中经济体，政府发行债券会加剧通货膨胀。张宇麟和昌忠泽(2008)研究指出，从历史上看，中国通货膨胀的形成原因包括流动性过剩、成本推动和国际通货膨胀输入等因素，财政政策不仅可以实施需求调节，而且还可以对供给面产生影响，因而能在治理成本推动型通货膨胀方面发挥重要作用。J.Aikaeli(2007)运用1994—2001年的月度数据，采用时间序列波动模型分析了货币政策与通货膨胀之间的关系，结果显示现期货币供给的变动会对7个月之后的国内通货膨胀率产生影响。F.Browne和D.Cronin(2007)实证研究发现，美国的商品价格与货币供应量间存在长期关系，商品价格经常以超调的方式回应货币政策冲击，商品价格偏离其均衡值对随后出现的国内通货膨胀具有一定的解释力。M.Situm(2009)系统研究了货币政策和通货膨胀间的内生关系，以及中央银行(能以获取铸币税的方式直接增加货币供给)在其中的独立作用。同时，有些研究成果还论及货币与财政政策对通货膨胀的共同影响以及两者间的相互关联性。Dixit, A.和Lambertini, L.(2001)考察了货币联盟财政、货币政策的互动效应，指出若货币和财政当局的产出和通胀目标不同，纳什均衡产出及通货膨胀率都不是宏观当局的最优政策目标，他们认为必须首先创建一个货币、财政政策内生联动的理论模型，继而才能求解出最优的产出和通胀水平。Leitemo, K.(2004)认为，盯住通货膨胀目标的财政、货币政策是一种博弈过程，具有先行优势的财政政策制定者，如果能使财政与货币政策效应协调一致，则会有效解决两类政策可能产生的冲突。江时学(2007)建议，应认真研究和总结巴西财政和货币政策实施过程中的经验和教训，为中国推行合意的宏观经济政策提供有益借鉴。

(二) 资产市场波动对通货膨胀的影响

关于资产价格波动对通货膨胀的影响，刘金全和王风云(2004)研究了股票市场实际收益率与通货膨胀之间的关系，通过实证检验发现，股票市场实际收益率的变化能够影响到通货膨胀率的变化，并且股票市场与其他资产市场实际收益率之间的竞争替代关系还能进一步影响到通货膨胀率的变化。黄平(2006)通过研究认为，我国房地产市场的“财富效应”微弱，房地产价格的大幅波动对消费、产出以及物价水平的影响十分有限，因而在相当长的一段时间内货币政策不应该考虑房地产价格因素。经朝明等(2006)的实证研究显示，中国房地产市场收益与通货膨胀之间存在负相关的长短期均衡关系，即替代效应大于财富效应，房地产价格的上升造成通货膨胀率的降低，该结论与之前的研究成果存在很大的差异。段忠东(2007)分析了房地产价格影响通货膨胀与国内产出的机制, 研究发现房地产市场收益通过储蓄和总需求影响通货膨胀率；同时，实证检验结果表明短期内房地产市场收益对通货膨胀率的影响非常有限, 但长期内则对通货膨胀率会产生明显的影响。李亚培(2007)为厘清房地产价格与通货膨胀的关系, 在总结已有理论和实证研究的基础上，对我国2001年第1季度至2006年第3季度的季度统计数据进行实证检验，结果证明我国的房地产价格与通货膨胀之间存在长期稳定的协整关系, 房地产价格的上升会导致即期的和未来的一般价格水平上升。这一结论的政策含义在于, 目前我国的货币政策应充分关注房地产价格。余永定(2007)认为，中国的通货膨胀与资产价格泡沫容易形成相互推动、相互加强的态势，宏观政策目标应该是制止通货膨胀率的大幅上升，同时把各类资产收益率限制在一定的动态区间内。崔光灿(2009)对中国1995—2006年31个省市的数据进行分析后发现, 房地产价格与利率和通货膨胀率之间存在着明显的联动关系, 同时房地产价格的大幅上升会显著影响一国的宏观经济稳定。Peter, W.(2006) 针对美国、加拿大、澳大利亚、日本、荷兰、比利时、法国以及德国等发达国家样本进行的研究结果表明，房地产市场收益和证券市场中房地产股票的收益对一国通货膨胀率会产生一定影响，且资金在房地产和商品市场之间的流动往往会产生类似套期保值的结果。

此外，一些文献研究还认为，资产市场价格可以作为通货膨胀的先行指标，对未来的通胀水平产生一定的影响。王维安等(2005)指出，中国房地产市场的预期收益率与未来通货膨胀水平之间存在着稳定的长期均衡关系。封北麟等(2007)构建了中国金融体系总体状况指数进行相关实证分析，结果表明该指数对国内通货膨胀率具有良好的预测能力。其中的房地产市场价格包含了关于未来通货膨胀水平的有用信息(Smets, 1997)，房价波动会显著影响未来的通胀预期。Goodhart和Hofmann (2000)的研究认为，资产市场价格对一国通胀会产生显著的滞后影响，他们进一步发现房地产价格波动所产生的影响明显大于证券市场。Goodhart和Hofmann(2001)指出，纳入了房地产和股票价格因素的货币状况指数——金融状况指数包含了关于未来通货膨胀水平的有用信息。Tkacz和Wilkins(2006)实证分析了股票市场价格与房地产市场价格对加拿大国内物价水平的预测能力，研究结果提示房价波动能准确预测未来的通胀率。

二 我国资产市场价格波动对通货膨胀的短期冲击和长期影响 (一) 参变量指标与数据来源

引入参变量中国通货膨胀指标(CPI)、中房上海综合指数收益率(ZFSH)、广义货币增速(M2G)以及上海证券交易所股票综合指数收益率(SHCI)，在此基础上利用月度时间序列数据(1999年10月—2003年3月；2003年4月—2009年9月)，构建VAR模型，得到相关内生变量之间的长短期关系。

原始数据未加特殊说明，均来自国家统计局、中国人民银行网站以及2009年10月WIND咨询网。

(二) VAR模型方法及内生变量间的长短期关系

考虑一个封闭的线性动态系统，二阶滞后，形如：

$ {Y_t} = \mathit{\Phi }{Q_t} + {\pi _1}{Y_{t - 1}} + {\pi _2}{Y_{t - 2}} + {V_t}, {V_t} \sim I{N_n}[0, \mathit{\Omega }] $

(1)

其中Y_t为n×1向量，t=1……，T。Y_t为模型的内生变量，Q_t指代常数项以及趋势项等，IN_n[0, Ω]表示一个独立的n维正态分布。

运用向量自回归VAR协整分析理论，可以将上述(1)式变换成$\mathit{\Delta }{Y_t} = ({\pi _1} + {\pi _2} - {I_n}){Y_{t - 1}} - {\pi _2}\mathit{\Delta }{Y_{t - 1}} + \mathit{\Phi }{Q_t} + {V_t}$，令长期响应矩阵${P_0} = {\pi _1} + {\pi _2} - {I_n}$，矩阵的秩与协整向量的个数相关；${\delta _1} = - {\pi _2}$，有：

$ \mathit{\Delta }{Y_t} = {P_0}{Y_{t - 1}} + {\delta _1}\mathit{\Delta } {Y_{t - 1}} + \mathit{\Phi }{Q_t} + {V_t} $

(2)

从(2)式可以看出，P₀Y_t-1为模型内生变量Y的长期关系，(2)式称为误差修正方程，方程中包含长期关系和短期动态变化对内生变量的影响。

一般地，P₀可表示成：${P_0} = \sum {{\pi _i}} - {I_n}$。动态VAR模型存在长期关系的统计假设为：

H(p)：矩阵P₀的秩，rank(P₀)≤p。

在此假设下，P₀=αβ^′, 其中α, β都是n×p维矩阵。VAR动态模型存在长期关系，误差修正模型就可以用完全信息最大似然法(FIML)进行参数估计和统计结果检验。P₀的秩p决定I(0)协整关系的数量。当0＜p＜n时，存在p个长期协整关系β^′Y_t。

在误差修正方程中，包含常数项(不加约束)和趋势项(加约束)，形如：

$ \mathit{\Delta }{Y_t} = \alpha (\beta _0^\prime :\beta _1^\prime)\left({\begin{array}{*{20}{c}} {{Y_{t - 1}}}\\ t \end{array}} \right) + {\delta _1}\mathit{\Delta }{Y_{t - 1}} + {\mathit{\Phi }_0} + {V_t} $

(3)

对(3)式进行结构化简约处理后，还必须进行一步、断点和预测CHOW检验，观察模型样本数据是否存在异像点。同时，利用格点理论可以对所有参变量进行局部和整体优化处理，使估计结果更加准确。

根据误差修正方程还可以进行冲击响应分析，假定对VAR模型中某一特定内生变量产生一个冲击，冲击发生在t=1时刻，大小为该变量在冲击发生之前样本均值的一个标准差，随后观察所有内生变量在冲击发生后一段时间内的响应和动态变化。

(三) CPI、ZFSH、M2G以及SHCI之间的长短期关系(1999年10月至2003年3月)

VAR模型的内生变量空间为Y_t =(CPI，ZFSH，M2G, SHCI)，根据不同滞后阶数的F检验结果，可以知道无约束VAR模型的最优滞后阶数为2。继而进一步确定P₀矩阵的秩——VAR模型中所包含协整向量的个数，结果见表 1。

根据上述检验结果，可以拒绝H₀假设：秩等于0，所以可以认为协整向量的个数为1。将P₀矩阵的秩限定为1，采用逐渐增加约束条件的方法求出最佳约束条件下α和β矩阵中的元素，得出协整向量的具体形式为：

$ ECM = CPI + 0.767\;0 \times SHCI + 0.134\;1 \times Trend(\;) $

其中，ECM为长期均衡关系，Trend( )为趋势项。下面从一个一般化的协整VAR逐渐导出一个简约的I(0)VAR模型，随后利用格点理论进一步优化结构性VAR模型中的每个内生变量系数，使每个系数都相应达到局部对数似然函数最大化，最终使VAR模型的整体对数似然函数最大化。根据FIML最优控制估计方法(使用20步格点，每步间隔0.01)，得到优化后的结构性VAR模型方程组为^①：

$ \begin{array}{l} DCPI = 0.2168 \times DZFS{H_ - }1 - 0.1568 \times DM2{G_ - }1 + \\ \left({\mathit{SE}} \right)\;\;\;\;\;\;\left({0.167\;0} \right)\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left({0.103\;0} \right)\\ 0.0151 \times DSHC{I_ - }1 - 0.0254 \times EC{M_ - }1 + 0.1180\\ \left({0.012\;8} \right)\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left({0.023\;8} \right)\;\;\;\;\;\;\;\;\;\;\;\;\;\left({0.112\;0} \right)\\ DZFSH = - 0.4297 \times DZFS{H_ - }1 + 0.1986 \times DM{G_ - }1\\ \left({\mathit{SE}} \right)\;\;\;\;\;\;\;\;\;\;\left({0.124\;0} \right)\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left({0.077\;1} \right)\\ - 0.0189 \times DSHC{I_ - }1 + 0.0343 \times EC{M_ - }1 - 0.0361\\ \left({0.009\;5} \right)\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left({0.017\;2} \right)\;\;\;\;\;\;\;\;\;\;\;\;\left({0.080\;7} \right)\\ DM2G = - 0.3582 \times DM2{G_ - }1 + 0.1457\\ \left({\mathit{SE}} \right)\;\;\;\;\;\;\;\;\left({0.148\;0} \right)\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left({0.129\;0} \right)\\ DSHCI = 4.093 \times DCP{I_ - }1 - 1.484 \times EC{M_ - }1 + 4.626\\ \left({\mathit{SE}} \right)\;\;\;\;\;\;\;\;\;\left({1.53} \right)\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left({0.199} \right)\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left({1.08} \right) \end{array} $

(4)

采用递归估计方法模拟上述结构性VAR模型，进行预期CHOW检验，结果如图 1所示(其中CHOW检验的p值设定为1%)。

从图 1可以看出，预期CHOW检验结果同时说明，该结构性VAR模型不存在显著性断点，也不存在样本异像点。运用冲击响应方法分析某一变量受到一个单位标准差的冲击之后，内生变量组的延期响应关系，如图 2。

综上所述, 中国通货膨胀指标(CPI)、中房上海综合指数收益率(ZFSH)、广义货币增速(M2G)以及上海证券交易所股票综合指数收益率(SHCI)之间存在着稳定的长短期关系。短期来看，房地产价格的上涨对国内通货膨胀率存在冲击性影响，程度为0.2168。但中房上海综合指数收益率与通货膨胀之间不存在长期均衡关系。

(四) CPI、ZFSH、M2G以及SHCI之间的长短期关系(2003年4月至2009年9月)

内生变量空间同样设定为Y_t =(CPI，ZFSH，M2G, SHCI)，根据不同滞后阶数的F检验结果，可以知道无约束VAR模型的最优滞后阶数为1。

继而进一步确定P₀矩阵的秩数——VAR模型中所包含协整向量的个数为2，将P₀矩阵的秩限定为2，采用逐渐增加约束条件的方法求出最佳约束条件下α和β矩阵中的元素，得出协整向量的具体形式为：$\begin{array}{l} ECM1 = CPI - 0.196\;0 \times ZFSH + 0.521\;8 \times M2G + 0.677\;2 \times SHCI - 0.069\;2 \times Trend(\;)\\ ECM2 = ZFSH + 16.813\;0 \times SHCI \end{array}$

利用格点理论优化结构性I(0)VAR模型中的内生变量系数，得到优化后的结构性VAR模型方程组为：

$ \begin{array}{l} DCPI = - 0.0225 \times DSHC{I_ - }1 + 0.0330 \times ECM{1_ - }1\\ \left({\mathit{SE}} \right)\;\;\;\;\;\;\left({0.009\;2} \right)\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left({0.017\;7} \right)\\ - 0.362\;5\\ \left({0.201} \right)\\ DZFSH = 0.0020 \times ECM{2_ - }1 - 0.020\;0\\ \left({\mathit{SE}} \right)\;\;\;\;\;\;\;\;\;\;\left({0.000\;7} \right)\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left({0.121} \right)\\ DM2G = - 0.4509 \times DCP{I_ - }1 - 0.1917 \times ECM{1_ - }1\\ \left({\mathit{SE}} \right)\;\;\;\;\;\;\;\;\left({0.163} \right)\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left({0.059\;2} \right)\\ + 0.008\;791 \times ECM{2_ - }1 + 1.871\\ \left({0.002\;27} \right)\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left({0.569} \right)\\ DSHCI = - 0.2623 \times DSHC{I_ - }1 - 1.026 \times EC{M_ - }1\\ \left({\mathit{SE}} \right)\;\;\;\;\;\;\;\;\;\left({0.113} \right)\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left({0.219} \right)\;\\ + 10.39\;\;\;\;\;\;\;\;\;\;\;\;\;\\ \left({2.49} \right) \end{array} $

(5)

采用递归估计方法模拟上述结构性VAR，进行预期CHOW检验，结果如图 3所示(其中CHOW检验的p值设定为1%；前3幅图分别为3个内生变量的CHOW检验结果，最后1幅图是针对VAR模型的检验结果)。

从上述系列结果中可以看出，中国通货膨胀指标(CPI)、中房上海综合指数收益率(ZFSH)、广义货币增速(M2G)以及上海证券交易所股票综合指数收益率(SHCI)之间存在着稳定的长短期关系。但是，与上一个样本期不同，这一时期中房上海综合指数收益率与通货膨胀之间存在显著的长期均衡关系，房地产市场价格的持续上升会导致国内通货膨胀率的明显提高，影响程度为19.60%。所以，为控制物价水平和降低通涨预期，有效平抑房地产价格的大幅上涨就不失为一项合意的宏观经济策略。

三 结果分析

研究结果提示，通货膨胀率、中房上海综合指数收益率、广义货币增速以及上海证券交易所股票综合指数收益率之间存在着稳定的长短期关系。当处于物价水平相对较低(1999年10月—2003年3月)的样本期，仅股票综合指数收益率与通货膨胀之间存在长期协整关系，且股票市场价格上涨会引起国内物价水平的降低，影响程度为0.767 0。与此同时，在流动性较为充裕的样本期(2003年4月—2009年9月)，中房上海综合指数收益率进入长期均衡关系，房地产市场价格的持续上升会导致国内通货膨胀率的明显提高，影响程度为19.60%。另外，股票市场价格上涨同样会引起国内物价水平的降低，影响程度为0.677 2。

论及证券市场收益与通货膨胀之间始终存在长期的均衡关系，且股票价格的上涨会显著降低国内物价水平，原因在于随着证券市场有关制度改革的深化、机构投资者规模和数量的增加以及大量优质企业的上市融资，逐步实现了资源的优化配置并提高了市场的运行效率。证券价格较大幅度的上涨会消化一部分市场剩余资金(包括投机性资金)，对实体经济会产生明显的溢出效应，有效降低目前和未来可能出现的通货膨胀率。政府应充分认识到证券市场的作用正在不断增强，配合周期性宏观经济政策的实施采取一系列措施使证券市场对实体经济的稳定增长产生更加重要的影响，包括：(1)继续提高证券市场自身稳定器和价格发现的功能，在合意的时机鼓励各类国际金融机构，包括投资银行、信托公司和社会福利保险基金投资国内A股市场；(2)健全和完善证券市场制度，实现政府行政监管向市场监管的转变；(3)彻底改变金融体制改革滞后于实体经济变革的局面，逐步消除实际存在的政策市现象；(4)加强多层次证券市场的建设力度，积极培育创业板市场，大力发展债券市场和外汇市场，形成多元化的市场投资结构；(5)尽快推出股指期货等金融衍生产品，使中国证券市场成为一个投资功能完备的强有效市场。

在第一段样本观察期，由于中国房地产市场明显的非市场特征，且其市场价格波动幅度非常小，不会产生任何形式的财富效应和替代效应，所以价格指数收益率与通货膨胀之间不存在明显的长期均衡关系。在样本的第二段观察期，由于近几年中国房地产市场的迅猛发展，价格的大幅上涨已经直接影响到实体经济中货币的供求结构；房地产价格波动通动财富效应和托宾Q效应改变了人们对货币的需求函数，也改变了实体经济对货币需求的稳定性；房地产价格的大幅上扬导致远期实际利率水平的下降，使短期内货币预防性需求和储蓄意愿下降，这些因素都对当期和未来物价水平产生了一定的上涨压力。另外，房地产市场价格波动会影响消费支出、企业的投资意愿以及抵押品的市场价值，继而都会通过信用渠道间接影响企业的融资能力和金融机构的贷款意愿，其进一步引发的社会总需求创造与再生会推动国内物价水平的大幅攀升。与此同时，房地产价格的大幅波动还会导致货币在实体经济和资产市场间的频繁流动，影响宏观当局经济增长以及物价稳定目标的实现。责是之故，相关政府部门应当：(1)使房地产市场价格实现理性回归，以确保国内物价水平的基本稳定；(2)大幅增加房地产市场的投机成本，进一步稳定人民币汇率水平，有效遏制国际游资的大量流入，逐步消融资产泡沫继而降低国内通货膨胀率；(3)进行实时的银行信贷规模调控和窗口指导，根据房地产市场价格波动状况即时做出反应，有效控制房地产信贷规模。总之，为使中国经济避免出现高通胀预期，甚至重新陷入通货膨胀的泥潭，有效平抑房地产价格的大幅上涨就不失为一项合意的宏观经济策略。

四 结论与政策建议

通过上述系统研究可以得到一些重要结论，通货膨胀率、中房上海综合指数收益率、广义货币增速以及上海股票综合指数收益率之间存在着稳定的长短期关系。在1999年10月至2003年3月的样本观察期，股票指数收益与通货膨胀率之间存在长期协整关系，且股票价格上涨会导致国内物价水平的降低；在2003年4月至2009年9月的样本观察期，中房指数收益率进入长期均衡关系，房地产市场价格的持续上升会引致国内通货膨胀率的明显提高，影响程度为19.60%。另外，股票市场价格上涨同样会引起国内总体物价水平的降低。

基于上述研究成果以及中国的现实国情，我们认为，由于目前中国居民消费价格和生产价格环比由降转升，对发生通货膨胀的预期逐步明显。与此同时，房地产投资增速迅猛，2009年前三季度，房地产开发投资超过2.5万亿元，同比增长17.7%，增速比上半年加快7.8个百分点；从2009年3月份开始，全国大中型城市的房地产市场价格持续攀升，无论是商品住宅还是商用物业都出现了量价齐升的局面。鉴于近期国内房地产价格上升与高通货膨胀率之间出现了稳定的长期关系，所以房地产价格的持续攀升应该引起有关政府部门的高度关注。

为有效规避后危机时代出现明显的通胀预期和潜在的高通货膨胀现象，宏观当局应当：(1)密切关注房地产市场价格波动，坚决防止房价出现大起大落；(2)有效抑制房地产投资及其相关固定资产投资的过快增长，严格把好土地审批关，把房地产市场调控与总需求调控紧密结合起来，避免资产泡沫的形成；(3)增加房地产市场的结构性供给，包括廉租房等刚性需求相对应的有效供给；(4)加强市场监管以杜绝虚假交易，坚决打击无序的炒房行为，使房价真正反映刚性需求的变动状况和宏观经济的真实基本面；(5)对房地产市场实施宏观调控时应充分考虑到政策的滞后效应，准确把握政策出台的最佳时机；(6)加强银行业务监管，防止信贷资金不合理地大量流入资产市场，进而引起市场价格的剧烈波动；(7)逐步建立房地产泡沫的市场预警机制，有效规避潜在金融风险对实体经济的冲击影响，实现国内物价水平的长期稳定。

综上所述，考虑到房地产市场的投资收益与通胀预期及未来通货膨胀风险之间存在的内生性关联特征，我们认为，政府决不能漠视当前国内房地产市场价格大幅波动的格局，而应采取有力的政策和措施平抑房价的大幅攀升。