本文是一篇经济论文，本文通过对前人的文献进行研究，构建了包含家庭、企业、政府环境部门和中央银行的四部门DSGE模型，通过施加生产技术冲击、环保技术冲击和碳税税率冲击，对比分析了使用数量型货币政策规则、利率型货币政策规则和混合型货币政策规则对宏观经济指标及碳排放的影响。
第1章引言
1.1 研究背景与意义
1.1.1 研究背景
近年来，气候变化成为全球共同面对的重大风险与难题，给全球经济发展带来了巨大的损失。2022年摩根士丹利发布报告指出，2020年至2022年三年内，气候变化给全球经济造成了6500亿美元的损失，相当于全球GDP的0.25%以上。由于气候变化造成了难以估量的经济损失，各国政府以《巴黎协定》为基础，形成了采取积极措施应对气候变化的共识，中国也致力于发展低碳经济，推动经济高质量发展。2020年9月，中国政府在联合国大会上向世界郑重宣布，中国将采取更为有力、有效的措施积极应对全球气候变化，为全球气候治理贡献中国力量，中国将力争在2030年之前实现碳达峰、2060年之前实现碳中和的目标。2022年党的二十大报告中再次强调，实现“双碳”目标是推动经济高质量发展的内在要求，也是实现中华民族永续发展的必由之路。“双碳”目标的实现是一场深刻的社会变革。
改革开放以来，我国工业化进程加快，一跃成为快速发展的工业大国，虽然经济水平在一定程度上有了提高，但是在经济发展同时，依旧伴随着一定的挑战，例如，当前的经济发展消耗了大量化石能源、排放了大量的温室气体，经济发展和保护环境依旧是我国普遍存在的矛盾之一。目前我国是全球碳排放量最高的国家，但得益于我国政府采取的积极应对措施，近10年来我国碳排放量的增速有所降低。如今，调整产业结构，促进经济向绿色低碳方向转型、培养经济发展新动能是国家提倡且重点强调的发展方向，中央经济工作会议也提出要推动经济社会发展绿色转型，系统推进降碳、排污、扩绿、增长，建设美丽中国。为推动“双碳”目标的实现，中国政府正积极开展碳排放交易试点，后续还将出台更多的碳排放约束政策如碳限额政策、碳税政策等。
1.2 文献综述
鉴于将货币政策规则与碳排放约束政策纳入同一框架进行研究的文献较少，因此本文将从关于货币政策规则的研究和关于碳排放约束政策与经济增长关系研究两个方面进行文献综述。
1.2.1 关于货币政策规则的研究
1.2.1.1 关于数量型货币政策规则的研究
目前关于数量型货币政策规则的研究主要是基于麦卡勒姆规则，该规则由Mc Callum（1987）[3]提出，他指出货币供应量增长率会对通货膨胀率产生影响，建议按照以货币供应量为代表的数量型货币政策规则进行调节，以控制产出和通胀率等其他经济变量，Sims（1992）[4 ]研究了数量型货币政策规则的有效性，研究表明在数量型货币政策规则下，紧缩型货币政策能够减小经济波动，增加社会福利。
关于数量型货币政策规则在我国的适用性研究方面，一些学者认为数量型货币政策规则更适合作为我国现阶段的调控工具。盛天翔和范从来（2012）[5]引入可变参数状态空间模型，研究不同货币政策规则在不同阶段发挥的作用，并指出数量型货币政策规则起到了行之有效的作用。Ma（2014）[6]通过构建DSGE模型，基于中国实际数据对我国货币政策调控模式进行了研究，研究表明数量型货币政策规则比利率型货币政策规则更适合作为我国货币政策的调控模式。刘喜和等（2014）[7]的研究发现，在解决经济增长问题的效果方面，数量型货币政策规则优于利率型货币政策规则。唐文进等（2014）[8]利用动态随机一般均衡模型研究了数量型货币政策规则和利率型货币政策规则在不同冲击下产生的效果，研究表明在面临消费需求冲击时，数量型货币政策规则的调控效果优于利率型货币政策规则。郝冬冬等（2018）[9]使用FAVAR模型对比了不同场景下数量型货币政策规则和利率型货币政策规则的调控效果，结论表明数量型货币政策规则更能减小经济波动。杨兵等（2021）[10]将财政政策支出类型和货币政策规则纳入DSGE模型，研究发现数量型货币政策规则更能有效应对货币政策冲击。
第2章 DSGE模型介绍和理论基础构建
2.1 动态随机一般均衡（DSGE）模型介绍
2.1.1 DSGE模型的简介
动态随机一般均衡（Dynamic Stochastic General Equilibrium，DSGE）模型是研究宏观经济变量在外生冲击下的动态变化的重要经济分析工具。DSGE模型以微观经济学理论为基础，简化市场参与主体，用家庭、企业等部门代表一个地区的经济主体，根据不同经济主体的偏好和预期在约束条件下做出最优决策，在市场出清的情况下计算各经济变量的均衡条件，可以用于研究宏观经济周期和分析政策效果。DSGE模型能够很好地模拟现实经济，能给政府制定经济政策提供参考和帮助宏观经济研究者更加深刻地理解宏观经济运行。随着计算机技术的快速发展，越来越多的领域开始使用DSGE模型进行研究，除了传统的货币政策规则、宏观审慎政策、经济波动等领域的研究，DSGE模型也广泛应用到环境政策、房地产调控等研究领域。
2.1.2 DSGE模型的特点
“动态”、“随机”和“一般均衡”是动态随机一般均衡模型的三个特点。“动态”指的是各部门基于约束条件和周期理论做出跨期最优决策。“随机”指的是各部门受到不同类型的外生冲击的影响，刻画了现实经济中的不确定性。“一般均衡”指经济体系中各部门根据其偏好和预期并利用市场出清条件做出最优决策。
2.2 货币政策规则相关理论基础
2.2.1 数量型货币政策规则理论基础
数量型货币政策规则指的是中央银行以基础货币供应量为中介目标，通过控制基础货币总量来调控宏观经济的货币政策规则。中央银行执行数量型货币政策规则首先是通过公开市场业务、调整法定准备金率等政策工具调控基础货币供应量，然后以基础货币供应量为中介继而调控投资、消费、产出等最终目标变量。
该规则起源于古典经济学家的货币数量理论，后经美国经济学家费雪发展成为费雪方程式，费雪方程式反映了商品价格的变动与流通中货币数量的变动之间的关系。马歇尔和庇古等经济学家在费雪方程式的基础上提出了现金余额数量论，他们认为人们需要货币的原因除了货币可以满足交易需求之外，能够将货币作为财富持有也是人们需要货币的原因。货币学派的代表人物弗里德曼提出了“单一规则”，他主张政府尽量少地干预经济活动，只需要采取唯一的政策，即保持长期稳定的货币供应量增长率，以保持物价稳定和经济平稳发展。20世纪70年代，美国实行弗里德曼提出的“单一规则”，保持稳定的货币供应量增长率，但是物价水平和产出水平却出现了巨大的波动，人们便开始怀疑“单一规则”的有效性。在这个背景下，麦卡勒姆提出了麦卡勒姆规则，他认为弗里德曼假定货币需求和货币流通速度不变是不合理的，这个假定无法满足。他认为如果货币供应量增长率保持不变会加剧经济波动，因此主张中央银行应该以名义收入为目标，调控基础货币供应量从而实现物价水平稳定和产出平稳增长。
第3章 构建DSGE模型 ......................... 23
3.1 家庭部门 ........................... 23
3.2 企业部门 ................................... 24
第4章 模型求解与参数确定 ................... 31
4.1 开发软件介绍 ................................ 31
4.2 模型参数确定 ............................ 32
第5章 货币政策规则选择的实证分析 ...................... 36
5.1 模型拟合度分析 ................................. 36
5.2 脉冲响应分析 ................................ 37
第5 章 货币政策规则选择的实证分析
5.1 模型拟合度分析
中国人民银行自上世纪末开始使用数量型货币政策规则，将广义货币供应量（M2）作为中介目标，但是随着近年来国内国际经济金融形势愈加复杂，基础货币核算的难度不断加大，宏观经济指标与货币供应量的关联性不断下降，通过调控货币供应量进而调控宏观经济的效果越来越难以达到预期，数量型货币政策规则的调控效果受到质疑。相比之下，我国的利率型调控体系正在不断发展与完善，2015 年 10 月中国人民银行宣布对商业银行和农村合作金融机构等不再设置存款利率浮动上限，标志着中国利率市场化改革彻底完成，货币政策调控将从数量型货币政策规则转向利率型货币政策规则。然而，从数量型向利率型转变不是一蹴而就的，当前阶段仍是二者并行，在继续沿用数量型调控工具的同时对利率型调控工具进行丰富、创新和完善。据不完全统计，在 2004 年至 2022 年间，中国人民银行共使用利率型政策工具 56 次、数量型政策工具 102 次。由此可见，量价工具的协调配合更符合当前阶段的中国现实。
为了检验本文构建的分别包含数量型货币政策规则、利率型货币政策规则与混合型货币政策规则的模型与现实经济情况的拟合程度，本文借鉴 Li&Liu （2017）[63]的检验方式，通过对比模型边缘数据密度（log marginal data density）的数值大小来判断数量型货币政策规则、利率型货币政策规则和混合型货币政策规则与实际经济运行情况的拟合程度，边缘数据密度越大，模型与实际经济数据的拟合度越高，模型的说服力越强。借助 dynare 软件可以很方便地计算模型的边缘数据密度，dynare 在模型计算过程中会自动计算并输出模型的边缘数据密度，三种
