过去几十年里，许多经济体已经变得更富有弹性和具有更强的抗冲击能力，但是金融市场本身似乎对实时数据更加敏感。金融市场与实体经济之间的联系变得更加复杂，不断地向决策者提出难题。中央银行改善决策过程的透明度，对市场理解政策既有新的好处，也增加了新的复杂性。

　　与上述问题相关的一个具体例子是资产价格的变化，尤其是股票和住房价格的波动。由于广大公众普遍持有这些资产，其价格变化(即使是正常的变化)会极大地影响宏观经济。资产价格上涨会支持家庭消费，而资产价格下降则会抑制消费。如果资产价格出现崩溃，则会损害私人部门的资产负债表，并最终影响金融系统的稳健和实体经济的稳定。不仅如此，决策者也对资产价格变动特别关心，一般认为，设计不好或实施不当的政策(即使目的良好)有时会推动资产价格出现不可持续的变化。

　　资产价格与政策之间的互动

　　资产价格不可持续或极端的变动至少在两个重要方面会影响决策过程。首先，资产价格对利率非常敏感，所以资产价格是货币政策传导到实体经济的一个重要渠道。如果传导渠道受到干扰，则政策的可靠性和有效性会降低。在最坏的情况下，政策调节的空间会缩小甚至严重扭曲，这时就可能出现决策失误的风险。其次，资产价格变化具有前瞻性，其中包含了决策过程中所需要的宝贵信息，如果市场参与者预期的信号受到极端变化的干扰，则会使决策者误解或丧失重要信息。

　　当然，在正常决策过程中有些不确定性是不可避免的，也是可以进行管理的。美联储重点关注价格稳定，其表现形式是消费价格的稳定。货币政策并不针对某一特定相对价格，也不一定要考虑消费价格以外的其他价格(如资产价格)。但一般来说，当我们评估当前经济、金融条件及其发展前景时，如果资产价格变动大幅度、系统性和持续性地偏离基本因素，则资产价格就是中央银行考虑的因素之一。由此可见，更好地了解资产价格波动(尤其是极端的波动)会使决策者受益，从而避免造成潜在的有害后果。

　　流动性和资产价格

　　货币的快速扩张或流动性过剩一直被认为是资产价格过快上涨的一个主要原因。但流动性不是一个准确的概念。狭义上的流动性可以用中央银行货币来衡量，广义上也可以指金融体系的乘数效应。有时流动性还可以用政策利率水平来衡量。所有这些定义都可以用来分析货币条件与资产价格之间的关系。“过剩”的含义更不清楚。有些经济学家采取了一种循环的方法来界定“过剩”：当资产价格出现大幅度上涨时，如果货币条件比较宽松，则流动性必然过剩。

　　研究这类问题的一个好方法是分析数据。许多研究试图寻找流动性与资产价格波动之间的关系，这些研究重点分析广义货币总量的增长速度以及股票和房地产价格指标。根据所研究的不同资产类型，结果会有很大的差异。对股票价格来说，除了非常短的时期以外，流动性的增长率与实际股票价格的变化之间只有很弱的关系。当然，缺乏中长期正相关性的证据可能是由于股票价格波动性很大，使我们无法找到确切的相关性。另外，也许需要有更好的流动性衡量方法来找出流动性对股票价格的可能影响。因此，货币增长对实际股票价格的影响绝对不是一个已经明确的问题。

　　而货币增长与住房价格之间的关系似乎更确定。根据我的研究，就统计结果而言，两者之间的正相关关系相当明显。另外，各种检验表明，这种相关性并不是近期的现象或仅限于少数国家。这一发现也与其他许多学者的观点一致。

　　虽然这些结果具有启发性，但相关性并不意味着因果关系。确定流动性增长率变化(尤其是出现所谓流动性过剩泛滥时)是否导致实际资产价格大幅度波动，还需要进一步的理论研究和更多的实证证据。货币宽松时期资产价格出现上涨并不奇怪。但目前并不清楚为什么货币增长有时会造成住房价格比其他资产价格(如一般商品价格)上涨更多。有些因果关系可能正好相反。例如，在住房价格上涨时期抵押品价值上升，因此相应的信贷扩张一般会导致广义货币的增加。

　　使分析变得更加复杂的是，许多其他因素也会影响住房价格和流动性，这些因素造成流动性和住房价格同时变化，而看起来却像是因果关系。比如，生产率变化冲击或能源价格的下降会导致整体经济扩张和提升资产价格，而一般商品价格却保持不变。这种情况需要有更多的流动性。显然需要有更好的方法来区分各种发挥作用的因素，而不是简单地认为流动性和资产价格会同步变化。

　　识别不可持续的波动

　　前面的例子也提醒我们，在宽松货币条件下出现的资产价格普遍上涨似乎不足为虑。有些情况可能反映经济状况良好。对决策者来说，面对这些情况时的基本挑战是如何进行识别。当资产价格出现异常变动时，变动是否可以持续？这种变动是否是由于市场上流动性的过剩？如果是流动性过剩引起了资产价格波动，是否需要在今后某一时点调整政策？或者我们是否观察到一种更复杂的过程，这一过程并不怎么异常或不太可能引起麻烦。

　　回答这些问题在一定程度上取决于资产价格与其基本价值之间的联系。遗憾的是，研究人员和决策者目前很难找出资产价格与其收益结构之间的关系，因为收益结构通常包含了一些很难度量的因素，如对未来收益的预期、风险状况和风险偏好。因此，为了实时评估价格是否偏离轨道和偏离多少，我们不得不利用现有的可观察指标，这些指标至少在原则上具有某些可以度量的系统性关系，并可以根据历史经验进行评估。对股票来说，市盈率是价值评估的一个标准尺度。在20世纪90年代，美国股票的市盈率(尤其是高科技股票)上涨到创记录的水平，而股票风险贴水也降低到了历史最低。当时人们普遍认为这种价格水平已属异常，但对其是否可以持续却存在不同观点。大家都认为，很难根据利润预期来对资产进行定价。即使在出现了明显修正以后，我们仍然没有理解造成这一现象的原因，也拿不准过去和现在的恰当水平应当是多少。

　　对住房来说，一般用“租金/售价比率”和“收入/价格比率” 指标进行估值。在过去几年中，许多国家的这两个指标出现大幅度下降，在一些国家这些指标目前显著低于历史水平。2004年美国的住房价格上升了11.2%，是1979年以来最高的，而且按传统估值方法判断也已经偏高。为了了解房价是否合理，需要评估当前的估值方法是否与未来的租金、利率和收益相一致，而这些变量又无法观察到。但对某些市场来说，最审慎的判断是房价是否会冲高回落。

　　其他基本因素

　　在不断变化的环境中识别上述问题正变得日益困难。可能会出现因流动性过剩而造成的某种形式的资产价格变动，例如金融创新和其他结构性变化。但是，找出这些变化与资产价格变动之间的关系并控制这些因素非常困难。例如上世纪80年代后期英国的房价出现上涨，当时人们认为这与英国此前几年放宽银行业法律有关，因此是可以持续的。但结果却是上涨行情很快结束，房价出现大幅度下跌。未能准确估计结构性变化对资产价格的影响，是造成此次错误预期的原因。在同一时期的瑞典，资产价格的大幅度和快速变动也与头几年放松银行法律和贷款管制有关。20世纪90年代的税收改革给瑞典的抵押贷款利率税收待遇带来不利影响并由此造成了资产价格的下降，最终使银行的资产负债表恶化。

　　在实证分析流动性与资产价格之间有什么关系时，基本方法是要控制周期性因素对两者的影响。但一些人认为，除了良好经济环境(低通货膨胀和经济增长强劲)中的传统周期性模式外，投资者的偏好和行为会发生质的变化，而这种变化不能用基于历史经验的模型来反映。面对财富积累和较低的名义收益，投资者可能会形成更大的风险承受力，从而造成追求高收益的行为。这种行为可能引起某些资产价格的上涨趋势。

　　也有人认为，在某些情况下，当某些特殊因素防止了通货膨胀压力通过消费物价来表现时，资产价格上涨可以作为一种早期的和更直观的预警，即流动性出现了过剩。例如，20世纪80年代后期日元的升值抑制了日本消费价格上涨，并导致了日本银行实行宽松的货币政策。事实是流动性超过了合理水平，并造成了日本资产价格的泡沫。生产率大幅度(但暂时性)提高或汇率传导机制受到干扰也可能产生类似影响。资产价格是否能提供通货膨胀压抑的可靠和及时信号是一个复杂问题，而且资产价格在决策过程中发挥更重要作用也存在许多潜在问题。

　　在许多影响因素中，金融全球化可能正在改变流动性与资产价格之间的联系。各国之间资产价格的变动目前呈现出更大同步性。

　　这种同步性可能以多种方式体现。由于贸易和投资使各国经济更加一体化，各国的经济周期和政策反应变得更紧密，从而造成资产市场的更大同步性。全球冲击(如石油价格和地缘风险因素)会对多数国家产生类似影响，并可能超过各国的特殊冲击影响。但同样非常可能的情况是，资产组合更大程度的国际化配置会使影响一国资产价格的因素传播到其他市场。如果资产价格变化的同步性主要以这种方式表现，那么一个国家的流动性过剩会造成其他国家资产价格的上涨，即使这些国家本国的流动性得到了很好的控制。

　　从更长期的角度看，总储蓄的模式受到人口结构的影响，而这种模式会影响实际利率变化的途径和资产价格，这同样会使对流动性与资产价格的同向变动的解释复杂化。例如，接近退休年龄人口比重的增加会使储蓄增加，这会降低实际利率和提高资产价格。影响人口结构的移民模式也会影响资产价格。在美国，我们可以看到住房市场的某些部分正受到上述因素的影响。

　　结论

　　虽然流动性过剩一直被认为是一般资产价格不稳定的一个因素，但此结论的依据并不充分。我们确实发现实际住房价格增长率与M3增长率之间具有正相关关系，但对更一般化的资产价格(尤其是股票价格)而言，这种相关性并不存在。我认为，我们只是刚开始了解这些关系中的某些方面。即使实际资产价格与流动性之间存在某种因果关系，许多其他因素可能也在发挥作用，简单地解释联系或相关性可能会造成误导。问题显然非常复杂。我们首先需要更好地了解资产价格如何确定，这样才能指导决策过程。

　　(罗杰·弗格森 (Roger W. Ferguson) 系美联储理事会原副主席，2006年辞职后加盟瑞士再保险并担任金融部门负责人。本文由中国人民银行研究生部康以同摘译 )