基于實時混頻數據的“區域”—非對稱貨幣政策規則研究

張 旭，劉曉星

(1.南京信息工程大學 管理工程學院，江蘇 南京 210044；2.東南大學 經濟管理學院，江蘇 南京 211189)

一、引 言

在現代經濟發展的過程中，金融系統發揮著越來越重要的作用。金融系統運行中產生的風險往往會通過金融市場傳導至實體經濟，進而引起經濟衰退。因此，合理、高效的金融監管和金融調節有助于降低金融系統風險發生的概率和影響程度。在這些金融調控機制中，貨幣政策傳導機制是連接金融系統和實體經濟的主要渠道。因此，在過去的幾十年，貨幣政策相關的機制、規則及實踐研究一直是金融研究領域的焦點問題。

近年來，宏觀經濟和微觀金融市場相關性研究成為經濟學領域的熱點問題，其中處理數據頻率差異問題的混頻數據分析技術得到廣泛發展。隨著研究的深入，相關的混頻數據技術不斷涌現，其中，混頻抽樣數據模型(MIDAS)是應用較為廣泛的一種方法。相關的研究表明混頻模型估計效果優于傳統的同頻模型[1-2]。在這種背景下，不禁產生疑問：混頻和實時數據是否包含更多的貨幣政策信息，將混頻技術應用到貨幣政策調控領域能否提升對貨幣政策調控的理解？然而，現有的相關研究鮮有涉及混頻技術與貨幣政策規則結合的研究。

在貨幣政策理論與實踐中，貨幣供應量和利率是兩個最重要的中介變量。與這兩個中介變量有關的爭論一直存在，爭論主要集中于誰應該成為最重要的中介變量。在20世紀90年代以前，由于貨幣層次清晰，貨幣統計較為容易，因此普遍將貨幣供應量作為中央銀行的中介目標，這一時期誕生了著名的數量型貨幣規則，即麥卡勒姆規則[3]。……