1.3 研究的创新、贡献与不足
1.3.1 研究的主要创新点
本书在总结关于资产价格泡沫形成机制及经济效应已有研究的基础上，结合我国股票市场和房地产市场的价格泡沫现象，从理论建模和实证检验两个层面深入探讨资产价格泡沫的影响因素，以及资产价格泡沫对经济增长和经济福利的影响效应，旨在避免资产价格高度泡沫化引发金融危机，更好地维护我国金融系统的稳定。本书的主要创新点体现在以下三个方面：
（1）研究视角新颖。在资产价格泡沫的检验方面，将识别与测度区分开来，并对结果进行对比分析；在资产价格泡沫的形成机制方面，分别从时变视角、泡沫区制转换视角分析了投资者情绪和羊群行为、过度自信和市场流动性对资产价格泡沫演化过程的影响，从动态视角、频域视角和门限效应视角分析了系统性金融风险、经济增长和货币政策对资产价格泡沫的作用机制；在资产价格泡沫的经济效应方面，从时变效应、分位数视角展开分析。
（2）研究内容系统。以往关于资产价格泡沫的研究往往只关注检验、形成机制或者经济效应中的某个方面，且在资产价格泡沫的形成机制方面，有的文献只关注一个因素，并没有将其当成一个系统来考察。本书遵循“识别和测度—形成机制—经济效应—政策建议”的逻辑，将资产价格泡沫的研究系统化，旨在建立一个较为系统的资产价格泡沫分析框架。其中，创新性地构建了过度自信、市场流动性与资产价格泡沫的分析模型，并建立了基于杠杆的资产价格泡沫模型，丰富了资产价格泡沫形成机制的理论研究。
（3）研究方法创新。本书运用大量最新的统计学、计量经济学理论与应用方法对相关主题进行探讨。具体来说，采用GSADF方法对股价泡沫和房价泡沫进行识别，采用误差修正模型、房价分解模型分别对股价泡沫和房价泡沫进行测度；采用时变随机波动率结构向量自回归模型（TVP-SV-SVAR），考察投资者情绪和羊群行为对资产价格泡沫的时变效应；采用马尔科夫区制转换模型分析了过度自信和市场流动性对资产价格泡沫区制转换的解释能力；采用时变格兰杰因果检验分析系统性金融风险对资产价格泡沫的时变引导关系；采用频域格兰杰因果检验和小波分解方法讨论经济增长对资产价格泡沫的周期效应；采用门限VAR模型考察宽松和紧缩的货币政策对资产价格泡沫的不同影响；采用时变VAR模型分析资产价格泡沫对经济增长的不确定性影响。
1.3.2 研究的主要贡献
（1）在资产价格的识别和测度方面，将资产价格泡沫的识别和测度区分开来。以往关于资产价格泡沫的研究往往基于资产价格本身的序列来讨论，本书为了更加直接地研究资产价格泡沫的本质，对我国股票市场和房地产市场的价格泡沫进行了合理的测度，并将测度结果与基于价格本身的泡沫识别结果进行对比，验证泡沫测度的有效性。鉴于泡沫测度的难度较大，已有成果很少对泡沫度量进行深入的研究，在提取出具体资产价格泡沫序列的基础上进行深入研究是本书最主要的贡献。
（2）在基于行为金融视角解释资产价格泡沫的形成机制方面，建立了投资者过度自信、市场流动性对股价泡沫影响的理论分析框架，推导出投机泡沫关于过度自信和市场流动性的具体表达式，将投资者过度自信和市场流动性放入三区制转移概率方程，从经济学角度实证分析这两个变量对于股价泡沫在不同区制转换中的解释能力。此外，还对投资者情绪和羊群行为进行了有效的度量，并在此基础上采用时变的方法分析它们对资产价格泡沫的时变效应。
（3）在基于金融经济环境视角解释资产价格泡沫的形成机制方面，创新性地运用GSADF方法测度资产价格泡沫，并结合TVP-SV-SVAR模型建立动态权重系统性金融风险综合指数，然后采用Bootstrap滚动宽窗格兰杰因果检验方法考察系统性金融风险与资产价格泡沫的动态引导关系，对资产价格泡沫和系统性金融风险的监控和预警具有重要意义。此外，鉴于经济增长的周期性与货币政策宽松和紧缩状态的差异性，分别运用频域和门限方法探讨经济增长和货币政策对资产价格泡沫的作用机制。
（4）在资产价格泡沫的经济效应方面，构建了考虑税收政策和交易成本的带资产价格泡沫的内生经济增长模型，通过模型求解说明泡沫对经济增长的影响既有可能有利，也有可能有弊。以往的内生经济增长模型通常设置无值资产，以无值资产的价格来代替泡沫，进而考虑资产泡沫总量对经济增长的影响，本书则更加符合实际地考察金融资产价格中的泡沫成分，并且单独考虑一单位资产的价格泡沫，进而讨论其对经济增长的影响。
1.3.3 研究的不足
虽然本书尽可能详尽地对资产价格泡沫的形成机制及经济效应展开研究，但是由于受到时间、数据和篇幅等因素的限制，研究尚有一些不足，主要体现在以下两个方面：
（1）资产价格泡沫的形成机制比较复杂，已有文献的理论研究往往只关注一个因素，且模型根据关注因素的不同呈现的方式完全不同。我们在对已有理论模型进行改进的时候，试图考察尽可能多的因素，但是由于模型侧重点的不同，也只能多考虑一到两个影响因素。因此，虽然我们对一些经典模型做了些许的改进，得到了一些有益的结果，但是并不能把所有的因素放到一个框架中来研究资产价格泡沫，而只能在一个模型中侧重对某几个因素的考察，然后构建多个不同的模型分别进行分析。
（2）关于实证数据，本书使用的很多数据无法通过直接观察获得，如资产价格泡沫、投资者情绪、羊群行为、过度自信、杠杆等，需要采用一定的方法进行测度。虽然我们对各个指标测度结果的有效性进行了验证和讨论，但是由于测度过程中会涉及很多能够直接观测到的变量，这些变量的数据起止时间和频率具有很大的差异，使得样本大小随着指标不同而有所改变，样本容量有一定的限制。关于实证方法，本书虽然使用了较多的计量工具和方法围绕资产价格泡沫展开论证，且在选择某种方法之前给出了一定的理论依据，但是实证分析面临的最大挑战是参数的不稳定性，故而对一些方法我们进行了稳健性检验。对于时变参数方法、非线性方法、分位数方法的稳健性检验，相关文献中较少涉及，我们也仅提供了使用这些方法的理论支持和前期数据特征的检验支持，这也是需要进一步探索的地方。
(1) 一线城市包括：北京、上海、深圳、广州。二线城市包括：天津、重庆、杭州、南京、武汉、沈阳、成都、西安、大连、青岛、宁波、长沙、济南、厦门、福州、长春、哈尔滨、太原、郑州、合肥、南昌。三线城市包括：石家庄、呼和浩特、南宁、海口、贵阳、昆明、兰州、银川、西宁、乌鲁木齐、唐山、秦皇岛、包头、丹东、锦州、吉林、牡丹江、无锡、扬州、徐州、温州、进化、蚌埠、安庆、泉州、九江、赣州、烟台、济宁、洛阳、平顶山、宜昌、襄阳、岳阳、常德、惠州、湛江、韶关、桂林、北海、三亚、泸州、南充、遵义、大理。