宏观锂济研宏201o年第12期
房地产市场在
货币政策传导机制中的作用
基于SVAR模型的经验研究
胡浩 志
内容提要 本文使用1999__2009年的月度数据，
运用SVAR方法对货 币政 策、房地 产市场与宏观经济
波动之间的动态关系进行了经验研究。研究发现：存在
通过房地产市场影响宏观经济的货币政策传导渠道，
在货币政策调控房价方面，选择金融机构信贷规模作
为中介目标较为有效；房地产市场的波动在短期将引
起宏观经济大幅波动，在新一轮房地产调控过程中政
府要密切关注房市走向。
关键词 房地产市场 货币政策 宏观经济波动
一
、引言
房地产行业在国民经济中的地位举足轻重，己经
成为启动内需、推动经济增长的关键力量。我国房价从
l998年房改后连年上涨，并一直维持高位。房地产投资
完成额和房地产销售额增速也远远超过同期经济增长
速度。房地产销售额的激增和房价的连年飙升推动了
经济的高速增长，也使得经济面临严重的通货膨胀压
力。为了防止经济过热和房地产市场泡沫的形成，货币
当局 自2004年起开始实施一系列紧缩政策抑制房地
产市场的过度发展，并在2006年之后加快了收紧信贷
的频度，不断提高存款准备金率，并频繁加息。2008年
以来美国次贷危机对中国的影响逐渐显化，进}H口大
幅度萎缩、中小企业大面积破产。中国人民银行分别在
2008年9月15日和10月9日宣布下调人民币贷款利率
0．27个百分点，l0月 15 El又宣布下调0．5个百分点，
2008年 l2月25 El再次下调了0．5个百分点。2009年
12月末 ，我 国M：余额为60．62万亿元 ，同 比增长
27．68％。中国人民银行决定，从2010年 1月18日起，上
调存款类金融机构人民币存款准备金率0．5个百分点。
显然，货币政策的频繁调整表明政府有意通过货币政
策的微调来影响房地产市场的运行，然而这种调控的
效果及其对整个宏观经济的影响都是未知数，而这正
是本文试图回答的问题。
本文使用1 999---2009年的月度数据对货币政策、
房地产市场与宏观经济波动之问的动态关系进行经验
研究，致力于回答以下两个问题：一是我国货币政策能
否影响房地产市场；二是宏观经济运行与房地产市场
的波动有何内在联系，进而判断是否存在通过房地产
市场影响宏观经济的货币政策传导渠道。这些问题的
答案不仅有助于评判我国过去和目前货币政策的有效
性，而且对我国将来货币政策操作取向、货币政策工具
选择也有着重要的参考价值。
货币政策对宏观经济的影响历来是国内外学者研
究的热点问题，随着房地产市场的发展，房地产市场在
货币政策传导机制中的作用也受到了越来越多的关
注。在理论上货币政策通过房地产市场影响宏观经济
需要经历两个阶段，即货币政策影响房地产市场阶段
与房地产市场影响宏观经济阶段。在前一阶段，货币政
策的变化通过改变房地产商融资成本来影响房地产市
场供给方行为，通过改变其他资产相对收益、购房者首
付和利息支付来改变房地产市场需求者行为，从而影
响整个房地产市场(Adam Elbourne，2008)。第二阶段，
房地产市场的波动则通过托宾Q效应、财富效益、预期
效应等影响实体经济层面的投资和消费，进而影响货
币政策的最终 目标——产 和物价(丁晨、屠梅曾，
69
宏观锃济研完2010年第12期
2007)。
在不同闰家和地区，南于市场完善程度和房地产
市场发育程度存在差异，房地产市场在这两个阶段的
具体表现相应不同，对此冈内外学者用不同 家的数
据进行了大量的经验研究。国外学者主要运用向量白
回归(VAR)模型对此问题进行实证分析。由于VAR模
型不需要先验设定模型的完整结构，因此在研究宏观
经济变量对货币政策冲击的反应时得到了广泛的应
用。但是运用此模型的关键问题是必须对冲击进行识
别 ，不同的识别机制会引起结果的显著差异(Calos
Vargas-silva，2008)。
近10年来，随着我 房地产市场的飞速发展，使
用国内数据对房地产市场在货币政策传导机制中的作
用进行经验研究的文献也逐渐丰富。屠佳华(2005)运
用VAR模型对推高上海房地产价格的各种因素进行
了分析，发现贷款利率下调对上海房价影响不明显。丁
晨、屠梅曾(2007)运用向量误差修正模型(VECM)考察
了房价在货币政策传导机制中的作用，结果表明房价
在货币政策传导机制中的作用较为显著，房价渠道的
总体传导效率较高。段忠东(2007)~t]运用协整检验、脉
冲响应函数与方差分解等方法检验了我国房地产价格
与通货膨胀、产出的关系，结果发现短期内房地产价格
对通货膨胀与产出的影响有限，长期则对通货膨胀与
产出产生重要影响，并且房价与通货膨胀、产 之问存
在正反馈作用机制。高波、王先柱(2009)构建了5个向
量自回归模型，探讨 中国房地产市场货币政策传导
机制的有效性。但到目前为止，国内学者都倾向于分别
探讨货币政策对房地产市场的影响或者房地产市场对
宏观经济的影响，而本文使用SVAR模型将房地产市
场在两个阶段中的具体表现整合在同一模型之中，从
而能够更好地揭示商品房销售额、房地产价格等变量
在货币政策传导机制中的作用。
本文可能在以下方面增进了对现有文献的理解：
一 是使用中国1999--2009年的月度数据，以获取最大
可能的样本容量，提高参数估计与推断的精确度；二是
本文使用的SVAR模型包含了变量间的当期关系，克
服了一般VAR模型将当期关系包含在残差项矩阵而
导致的信息损失缺陷，并且本文使用的短期约束方法、
结构脉冲响应函数，也克服丁普通脉冲响应函数由于
残差项存在同期相关而无法识别因果关系的难题 ，从
而为政策评估提供了可靠的分析工具。
70
三、模型与方法
(一 )SVAR模型
Sims(1980)将VAR模型引入经济分析中，推动了
经济系统动态分析的广泛应用，它提供了一个刻画多
元时间序列动态特性以及分析随机扰动对变量系统动
态冲击的简单框架。然而使用这种方法只能部分识别
结构冲击，且对变量的次序也有严格要求，因而要考察
多个变量的冲击则需要建立多个VAR模型。Bernanke
(1986)和Sims(1986)提 的SVAR模型则可以通过建
立非递归形式的短期约束，在同一模型中识别多个变
量的结构冲击。简化的SVAR模型可写为：曰( )” 。B
( )是滞后算子形式的矩阵多项式， 是n维列向量，
是n维结构扰动向量， ，序列不相关且var )=A，A是
对角矩阵。令日。为滞后算子式B( )在厶】上的系数矩阵，
则 为结构模型的同期关系矩阵。令 (，J)为滞后算子
式B(L)的其余部分，则B(L)= 十 (L)。结构冲击扰动
向量u 和简化式误差向量 的关系表示为： =日 。
因此可以通过对J[}。施加约束来识别结构冲击，由
于A是对角矩阵，对于包含13个参数的模型，只需施加
不少于nx(n—1)个约束来识别模型。在传统Cholesky分
解约束下， 最终约束为下i角矩阵，而在SVAR模型
中，只要满足约束条件的个数， 矩阵的结构可以是任
意的(Kim，2000)，因此我们可以依据经济理论来对 。
施加约束。
(二)结构脉冲响应
向量自回归模型可以转化为移动平均模型：
Y，= + 材『_』 (1)
= 0
其中 是Kx 1个不随时间变化而改变的均值， 的
表达式为：
f』 if i=o
中， 1 r中．， ， if i-l，2，．．． (2)
【一 J I ‘
由 存在同期相关，各种冲击不是独立的，因此
式(1)无法提供因果解释。解决方法就是将式(1)写成
残差项同期不相关的形式。假定存在矩阵尸，∑=尸Jp，，进
而P ∑Jp，～=^ 。这时有：
E{P 1．1t(尸“，) }=尸。。E{(Ⅳ，“ ’)尸 }=P。 ZP =Ix (3)
我们可以用p- 斗钆，正交化，则式(1)可以变形为：
Y，= +∑ PP 卜叶= +∑0 P ，： +∑@ 一， (4)
宏观饪济研宏201o年第12期
这里0 ，JD ，=P 。如果我们能找到这么一个
矩阵P 是为正交矩阵．那么在保持其他变量不变的
假定下就不会有信息损失，这意味着0 可以为我们提
供分析所需要的因果解释。SVAR方法将识别因果脉冲
响应函数与参数估计过程整合在一起，只要施加充分
的约束即可识⋯~llq,．我们所需的矩阵P。
四、变量选取、数据来源与处理
本文建立的SVAR模型将房地产市场在两阶段中
的表现反映在同一模型之中 选取利率、信贷规模的变
化度量货币政策变动的冲击，用房价和商品房销售额
衡量房地产市场的冲击，用居民消费价格指数和国内
生产总值的变动反映宏观经济波动。我围是从 1998年
开始实行房地产市场化改革的，因此本文选取1 999—
2009年的月度数据进行经验研究。利率(R)用银行间当
月同业拆借加权平均利率衡量，信贷规模(CREDIT)以
金融机构中长期贷款余额表示；房价(PFDC)用圉房景
气指数中的房地产价格指数衡量，商品房销售额
(SFDC)用当月商品房销售额表示；由于缺乏GDP的月
度数据，我们选取n 曾加值(GY)作为其替代变量，它
和CPI作为衡量宏观经济波动的变量进入模型。所有数
据均来源于中经统计数据库。由于缺乏名义变量的月
度指数，无法将数据的名义值转换为真实值，因此将绝
对数据(信贷规模、商品房销售额和 一【=业增加值)换算
成同比增长率，从而增加了数据的可比性。按照上述的
变量定义，我们直接对B。施加短期约束来识别冲击。具
体约束如下式：
lt(,REosr
R
FD(
,
UpFOC
y
ll f
1 0
b21 1
：
0 0
0 0
0 O 0 O
0 0 0 0
1 4 5 b36
b43 1 0 0
4 】 0
6^ 0
(4)
这一一结构模型包含i个部分。第一部分(第一行和
第二行)用来衡量货币政策的变化。我们对这两行的系
数施加了很多零约束，之所以这样处理主要是依据
Sims和Zha(2006)的研究，他ffJ认为由于货币政策制定
者难以使用同期数据作出决策，所以货币政策难以对
价格、消费等宏观经济变量的冲击作出反应。模型的第
二部分(第i行和第四行)衡量房地产市场的冲击，模
型设定房价不受广义货币供给和CPI的同期影响，且
商品房投资销售额对各种变量的变化较为敏感。模型
的第三部分(第五行和第六行)表示宏观经济的波动，
根据Sims和Zha(2006)以及Adam(2008)的研究，同期
CPI不受货币供给和当期利率冲击的影响，而：[业增加
值同比增长率只受来 自于房地产市场同期冲击的影
响，因此本文同样作此设定。
(一)平稳性检验、协整检验与滞后阶数
本文首先使用EViews 6．0对相关数据进行单位
根检验和协整检验，然后使用STATA 1 0．1对数据进行
分析和处理。单位根检验的结果如表1所示。
表1 单位根检验结果
l 变量 P值 滞后阶数 最大滞后阶数 结论
I CP1 0
． 4587 0 l2 不平稳
DCP1 0．DO00 0 12 平稳
GY 0．0O1O l l2 平稳
CREDIT 0．0718 1 l2 平稳
R 0．0O13 l 12 平稳
PFDC 0．0803 ：j 12 平稳
8FDC 0．0002 0 l2 平稳
由表1可知，除了通货膨胀(CPI)是一阶差分平稳
外 业增加值增长率(GY)、利率水平(R)、商品房销
售额额同比增长率(SFDC)~可以在1％的显著性水平
下拒绝有单位根的原假设。其他变量如信贷规模
(CREDIT)、房地产价格指数(PFDC)可以认为在 10％
的显著性水平下平稳。只有平稳数据问的向量自回归
才能表述为移动平均MA(∞)的形式，但若非同阶单整
变量问存在协整关系，则SVAR模型可以更好地刻画
变量之间的因果关系。变量间协整关系检验结构如表2
所示。
由表2可以看}H，检验协整关系的迹统计量结果
与最大特征值统计量检验结果是一致的，这意味着通
货膨胀(CPI)、工业增加值增长率(GY)、房地产价格指
数(PFDC)、商品房销售额同比增长率(SFDC)、信贷规
模同比增长率(CREDIT)与利率水平(R)之间至少存在
一 种长期均衡稳定关系。在选择滞后项时，本文使用了
Ltitkepohl(2005)提 的信息标准，该标准包含了最大
似然估计方法一般舍去的常数项。根据该标准并考虑
到本文数据样本容量，本文选择滞后2期SVAR模型。
7l
宏巩锃济研宏201o年第12期
表2 Johansen协整关系检验
零假设 被择假设 迹统计量 5％临界位 特征位 5％t临界值
rq) r>=I 112 9627 95 75366 49 66795 4O O775
r<=l f)=2 63 29475 69 81889 20 46633 33 87687
r<=2 r)=3 42 82842 47 85613 18 16948 ， 27 58434
r<=3 r>=4 24 65894 29 79707 12 71255 2113162
r<=4 =5 11 94639 154947 ． 7 231723 14 26460
r<=5 r' 6 4 714665 3 841466 4 714665 3 841466
另外本文使用小样本调整方法，以获取方差一协方差
矩阵更有效的估计量。
(二)结构脉冲响应函数分析
由于VAR模型是结构式模型，它的每一个变量都
可以作为被解释变量，是内生的，单个参数估计值的是
有偏的，解释VAR模型中单个参数的估计值是没有意
义的，因此我们直接考察脉冲反应函数图。
1、货币政策对房地产市场的影响
在脉冲反应函数图形中，横轴表示冲击发生的时
间间隔，我们选取的脉冲反应函数的滞后数为l 8个月；
纵轴表示变量变化的百分点，虚线表示1倍标准误的置
信区间。图1和图2给出了房地产销售额、房地产价格
对利率意外冲击的反应函数估计结果；图3和图4刻画
了房地产销售额、房地产价格对信贷规模意外冲击的
反麻
” j 15
图1房地产销售额
对利率冲击的反应函数
i ⋯ 一
图2房地产价格
对利率冲击的反应函数
如图l所示，利率1个百分点的正向冲击，当月和
滞后 1个月的房地产销售额分别增加了0．235和0．975
个百分点。这是因为房地产销售有着很强的滞后效应，
以前确定的刚性需求很难调整。在滞后第2／r】，房地产
销售额增速已经有较大幅度的收缩，下降了将近1．5个
百允 ，其收缩反应在滞后第4__5月时达到最大程度，
将房地产销售额增速下拉了大约2．3个百分点；房地产
销售额增速持续走低，一直到了1年后利率冲击的负面
作用才明显减小：
图2是房地产价格对利率冲击的反应函数。我们
看到，因为房地产市场高度垄断的市场结构，房地产价
格对利率冲击的反应较为平缓。利率1个百分点的增
72
加，房地产价格当期仅有不刮0．08个百分点的下降；在
随后的滞后期中利率对价格的负面作用逐渐增强，在
滞后第5—6月时达到最大程度，将房价拉低了近0．5个
百允 ，以后其影响逐渐减弱并趋于零水平。
冈3显示，信贷规模1个百分点的正向冲击，房地
产销售额增速在当期惯性下降0．1 2个百分点之后迅速
反弹，在滞后2个月即达到最大值；之后迅速回落，到滞
后5个月时已经变成负值，此后贷款规模冲击对房地产
销售额增长率的影响趋于零水平。
图4刻画了房地产价格对信贷规模冲击的反应。
我们看到，信贷规模 1个百分点的正向冲击，房地产价
格在当期就 卜升了0．1 1个百分点，在滞后2个月时达
到最大值；之后信货规模对房价的影响力逐渐减小，在
滞后6个月时为负，且负面影响并没有趋于零。这可能
是因为信贷规模的扩大导致了流动f生过剩、投资过热。
这使中央政府调控房价的压力增大，从而抑制了房价
的进一步上涨。
图3房地产销售额 图4房地产价格对信贷规模
对信贷规模冲击的反应函数 冲击的反应函数
2、房地产市场波动对宏观经济的影响
图5报告了T业增加值增长率对房地产销售额冲
击的反应函数的估计结果。我们看到，房地产销售额增
长率1个百分点的意外冲击，导致产m增长率当月下降
了1个百分点。这‘|．j经济胂论不符，闲为房地产本身就
是产 f1的组成部分 二者 该同期__“=相关 对。 现这
样的结果可能是由于房地产销售的增加会对其他消
费、投资产生短期挤m效应，从而手j17=低了工业增加值增
长率。另外本研究选取丁业增加值作为G1)P的替代变
量，这使得房地产销售额激增对产 的短期挤H 效应
尤为显著。在长期内人们可以更有效地平滑消费，加上
拥有房地产的财富效应，房地产销售额冲击对产出增
长率的负而作用在略有反复后逐渐减弱并趋向于零。
在图6中，当l叶J现1个百分点的房地产销售额增长
率意外冲击后，通货膨胀率(cpi)迅速走高，在当月增
加值达到最大后迅速回落；在滞后5一l O个月房地产销
宏观饪济研应2010年第12期
售额增长率的正向冲击拉低了通货膨胀率，此后其影
响逐渐趋于零水平，这说明了房地产销售额的增加对
通货膨胀率具有长期中I生特征。
一 一
，
。。 。
ilk
、
一一 一 。 。
／
／
，
图5 工业增加值对房地产
销售额冲击的反应函数
图6 通 货膨胀对房地产
销售额冲击的反应函数
图7报告了工业增加值对房地产价格冲击的反应
函数的估计结果。我们看到，房地产价格冲击对T业增
加值的影响在不同的滞后期有着显著的差异。在房地产
价格 1个百分点的正向冲击后，工业增加值增长率在当
月和滞后1个月增加了大约0．2个百允 ；到了滞后2个
月房地产价格对工业增加值的负面作用显化并在滞后4
个月时才到最大，使 业增加值增长率降低了将近0．5
个百允 ；在滞后7个月后又拉动了 业增加值增长率
的提高。这表明房价的波动对产 的影响在短期具有不
确定性，这与段忠东(2007)的研究一致。而房价冲击对
产出的正向推动作用则说明房地产业的高关联I生，房价
上升能够带动房地产投资增加和渚多相关产业发展，最
终拉动工业增加值增长，谢百三和陈小明(2006)的实证
研究也证实了房价对工业增加值的显著影响。
在图8中，房地产价格1个百 的正向冲击，从当
月开始到滞后3个月，通货膨胀率每月都增加了约0．8个
百分点，之后房地产firm冲击对通货膨胀率的影响逐渐
减弱，但并没有趋近于零水平的倾向。这意味着通货膨胀
率对房地产价格指数的变动反应非常敏感，房价的正向
冲击对cPI的短期影响为正，而长期却有负面效应。电就
是说，房价上涨在短期会产生财富效应，即由于房地产价
格上涨，导致房地产所有者财富增长，进而增加消费，促
进价格上涨；而在长期房价上涨的挤出效应更为明显，即
} ％ j 15 』
图7 工业增加值对房地产
价格冲击的反应函数
图8 通货膨胀对房地产
价格冲击的反应函数
房地产价格持续上涨，购房者未来将面临较高的首付和
未来还款，从而减 ! 当前消费而增加储蓄。
本文采用包含6个变量的SVAR方法对1999__
2009年中国房地产市场在货币政策传导机制中的作用
进行了经验研究。通过Johansen协整检验结果表明各
变量问存在长期稳定的均衡关系，这意味着货币渠道
和信贷渠道在我国房地产市场存在传导关系。在此基
础上本文使用结构脉冲响应函数，证实了中国房地产
市场上货币政策传导机制的存在性，并刻画了货币渠
道和信贷渠道在房地产市场传导的具体特征。
首先，我国货币政策能够有效影响房地产市场。信
贷规模和利率的冲击，都能使商品房销售额在短期内
发生较大幅度的波动；但长期影响有限。这支持了货币
政策长期中性的假说。从长期来看，利率冲击对房地产
价格指数影响甚小，而信贷规模冲击的影响则较为显
著。这意味着在利率没有充分市场化的中国，货币当局
直接进行信贷控制更能有效地调控房价。本文亦对央
行频繁使用准备金率调控房地产市场的有效性提供了
经验支持。其次，房地产市场的波动对宏观经济的影响
十分显著。商品房销售额的变动在短期内会引起通货
膨胀和工业增加值较大幅度的波动，但长期影响不大。
房价的冲击则在短期通过财富效应引起CPI的迅速上
涨，且会使其长期在高位运行。同时房价的冲击虽在短
期内对产m的影响 现波动，但在长期内会推动产
的增加。
总体来看，存在通过房地产市场影响宏观经济的
货币政策传导渠道，在货币政策调控房价方面，选择金
融机构信贷规模作为中介目标更为有效。另外，房地产
市场的波动在短期内将引起宏观经济大幅波动，因此
保持房地产市场的稳定对于宏观经济的稳定有着重要
作用。2009下半年以来，我国房地产市场回暖势头强
劲。从2009年12月开始，一系列房地产调控政策陆续
出台，形成以国务院牵头、各大部委参 与、地方政府承
担，从增加土地供给到区别信贷，从增加保障房供应到
控制房地产投资的地产新政。在这样的背景下，货币当
局应该密切关注房地产成交额与成交价格的异常波
动，以制定执行相应的货币政策从而减少对宏观经济
的不利冲击。
73
宏巩锃济研宏2o1o年第12期
参考文献：
①屠仕毕、张沽：《什么推动 _『房价的 涨：来自L海房地产
市场的证据》，《 经济~2oos年第5朗一
② J_一晨、厝梅曾：《论房价在货币政策传导机制巾的作用
— — 基于VECM分析》，《数量经济技术经济研究>~2007年第 1 1
期。
③段忠东：《房地产价格 j通货膨胀 、产m的关系——理沦
分析与荩于中国数据的实证榆验 ，《数量经济技术经济研宽》
2007年第12期。
④高铁梅：《计量经济分析方法 建模——Eviews应用及实
例》，清华大学出版 t：2006年版
⑤谢百 、陈小明：《产能过剩引起的通缩及成本推进型局
部涨价——关于宏观经济的思考》，《价格理论 实践》2006年第
1期
⑥高波、 先柱：《中罔房地产『订场货币政策传导机制的有
效I生分析：2000--2007}，《财贸经济}2009年第3期，
⑦Adam Elbourne．．2008．“The UK Housing Market and the
Monetary Policy Transmission Mechanism：An SVAR appl’oach，”
JournalofHousingEcononfics．vol17．
L~Bernanke，B．，1986．"Alternative Explanations of the Mon—
ey—income Correlation．”Carnegie-Rochester Series OH Public
Policy．vo125．
Carlos Vargas-Silva．．2008．“MonetmT Policy and【he uS
Housing Market：A VAR Analysis hnposing Sign Restrictions，”
JonI’Hal of Macroeconomies，vo130．
lacoviello，M．，Minetti R．．2007．“The Credit Channel of
M[onetaE~}JIlIicy：Eviden(、e from the Housing Market，”Journal of
Maeroeeononlics，vnl30．
l ~tkepohl，H．．2005．“New lnlrodtietion to Multiple Time
Series Analysis，”New York：Springer．
@Sims．C．A．．1 980．“Macroe(．onolni(：s and Reality．”Econo—
metrica．vol1．
(~3Sims．C．A．．1 986．“A re Forecastillg Models Usable for Pol—
icy Analysis?”Federal Resin‘ve Bank of Minneapolis Quarterly
Review．VO1 l0．
(作者单位：中南财经政法大学学报编辑部)
责任编辑 徐敬东
(上接第57页)荷出力，缓解了高峰负荷时系统电力供需
矛盾，同时还吸收了系统低谷剩余电力抽水填谷，使系统
火电平缓离效运行，只从节省燃料消耗这 一项，每年就可
节约l5万吨标准煤。文献2介绍了天荒坪{f}j水蓄能电站
峰荷电价是在保证财务内部收益率不小于0，1 2的前提下
测算出来的，其值为0．64Ytg'Kw·h，而在低谷几个小时抽
水时，付 的电价为0．2fV_／Kw·h，平均电价6。=0．42
Kw·h，峰谷电价比值为3．2，峰荷电价b上浮52％(即
1．52b。)，与东北电力系统相当，其上浮峰荷电价幅度也可
认为在本文图4宏观调控经验曲线控制的范围内。文献2
介绍说“该峰荷电价与系统其他调峰电厂的 厂电价相
比不高，用户能够承受” 可见该系统用峰荷电价来计算
相应电站财务评价指标，基本都能得到合理的补偿一
(三)湖南电力系统
湖南电力系统的做法是：设平均电价为100％，峰荷
电价按150％i]‘费，低谷则为37．5％，其峰谷电价比值为
4。峰荷上浮电价与图4宏观调控经验值也基本吻合
五、结论
从上述几个电力系统实证榆验可知，本文经济论证
结果是可信的，说明H前我同电力系统峰荷电价上浮
74
50％，对担负尖峰负荷的水电站与抽水蓄能电站，能得到
比较合理的财务指标i 价 ，是适宜的也是可行的。随着资
料的增多以及经济指标的调整，图4中fr一-由这条宏观调
控的经验函数曲线可能还会有变化，说明宏观调控是动
态的。但只要按照奉文分析计算的方法，即可对宏观调控
经验曲线进 调 整，总的趋势与规律是不会改变的。
参考文献：
①邮风山等：《中困水力发电年鉴(2007)第十二卷》，中国电力
版社2008年版。
渤 长春生、姜恩见：《天荒坪抽水蓄能电站技术营 ，中国电力
版社2007年版
③囝家发展改革委、建设部：《建设项目经济评价方法与参数
(第■版)》．中国计划m版 k2006版：
④水电部驻葛洲坝代表处等：《葛洲坝 l[程项目投资效果分
析》，载《葛洲坝水利枢纽沦文选集》，水利水电 版社1993年版。
⑤水利水电规划总院：《水电建设项F{财务评价暂行规定(试
行)》，水利水电 版 1 994年版。
⑥陆佑楣、潘家铮：《抽水蔷能电站》，水力电力出版社 1992年
版 、
(作者单位：东北财经大学投资工程管理学院)
责任编辑 徐敬东
