我國房地產價格與貨幣政策的動態關系研究

上海理工大學 劉晶晶 刁節文

1 引言與文獻綜述

據統計，我國商品房平均價格已從1998年的2063元/平方米增長至2013年底的6200元/平方米。為避免房地產泡沫、穩定房價，國務院先后出臺了“老國八條”、“新國八條”、“國六條”、“國十五條”、“國五條”等一系列房地產市場調控政策，并在2013年初發布的國五條中強調要嚴格執行商品住房限購措施。2013年第四季度的《中國貨幣政策執行報告》中指出，2013年全國商品房銷售面積和銷售額同比分別增長17.3%、26.3%，增幅逐月收窄，但增速仍比上年高15.5%、16.3%?？梢娺@些調控措施取得了一定成效，但是離房價穩定還是有一段距離。2014年，我國房地產調控政策繼續遵循了“宏觀穩、微觀活”的原則。

在2014年3月舉行的中國發展高層論壇“房地產市場與宏觀經濟穩定”分論壇上，佐藤康博提出，在20世紀80年代末期到90年代初期，正是由于其國內寬松的貨幣政策、人們對內需和房價升值的預期過高、銀行大規模房貸等原因造成房地產泡沫擴大，之后國家貨幣政策驟然緊縮而引起房地產泡沫破裂，并對宏觀經濟造成強烈的負面影響。2008年美國次貸危機更是引發了全球金融危機和經濟震蕩。這些讓我們進一步認識到資產價格尤其是房地產價格的劇烈波動會對宏觀經濟產生重大影響。房地產具有的消費品和資產品兩大屬性，使其很容易受到貨幣政策的影響。而物價水平包括房地產價格的穩定是貨幣政策的目標之一。因此研究貨幣政策與房地產價格的相互關系對我國房地產業的健康發展乃至國民經濟持續健康穩定發展都具有重要的現實意義。

對于房地產價格、貨幣政策以及實體經濟之間的關系，國內外學者都做出了大量研究。在國外，Papadimitriou et al (2006)、Duncan(2007)等經濟學家認為正是因為美聯儲寬松的貨幣政策，持續的刺激消費，擴張的社會信用導致了房價持續上漲并且泡沫化。隨著貨幣政策驟然緊縮，泡沫破裂，從而引發次貸危機。Elbourne (2008)以英國房地產市場為研究背景，認為房地產市場在貨幣政策傳導機制中有著不可或缺的作用。Koivu(2010)對我國1998～2008年間的季度數據進行研究得出，寬松的貨幣政策會引起資產價格上升，從而促進家庭消費。在國內，戴國強和張建華(2009)基于ARDL模型對我國資產價格(房價、股指、匯率等)與通貨膨脹的關系進行研究，結果表明資產價格特別是房價，對通貨膨脹有顯著影響。高佳麗和馬雙艷(2010)基于VAR模型，運用脈沖響應行數和方法分解法，得出貨幣供應量變化對房地產價格的變化影響最大。陳蕊(2012)基于SVAR模型，通過對1997～2011年國內季度數據的實證分析，發現資產價格(股指和房價)會對貨幣政策的變動產生較為迅速顯著的反應。王云清、朱啟貴和談正達(2013)構建了基于貝葉斯估計的兩部門(商業和房地產)DSGE模型，發現貨幣政策是我國房地產波動的主要來源以及可以采用溫和盯住房地產價格波動的最優貨幣政策。

在以上相互關系的實證研究中，大多數文獻都是通過對時間序列進行協整檢驗和Granger因果檢驗分析資產價格和貨幣政策變量或者宏觀經濟變量之間的長期關系，而忽略了這些變量間存在的同期因果關系。在使用SVAR模型的文獻中，對于模型結構的識別通常都是根據經濟理論或者現實經驗來確定的。本文擬建立VAR模型，對估計出的殘差采用近年發展的有向無環圖(DAG)技術，以事實數據得出變量間的同期因果關系，并在此識別基礎上建立SVAR模型進行方差分解，對房地產價格、貨幣政策、通貨膨脹間的動態關系進行有益探討。

2 數據選取與模型建立

2.1 VAR和SVAR模型

VAR模型把系統中的每個內生變量都表示成內生變量滯后值的函數來構造模型，從而將單變量自回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型。但是VAR模型并沒有明確變量間的同期因果關系，模型右端誤差項中隱藏了變量間的當期因果關系。SVAR模型則可以捕捉VAR模型中內生變量之間的當期關系，是結構化的向量自回歸模型。

對于向量Xt，VAR模型的簡化形式可以表示為：

Xt是m維內生變量，Ai是系數矩陣，p是滯后階數，擾動項列向量ut服從白噪聲過程。若加入變量的同期影響，則可變成SVAR模型：

2.2 有向無環圖(DAG)法

Spirtes et al.(2000)、Pearl(1995)等提出的DAG分析方法，是通過分析擾動項之間的(條件)相關系數，以正確識別擾動項之間的同期因果關系，從而為正確設定VAR擾動項的結構關系提供客觀依據(楊子暉，2008)。此外，Spirtes et al.(2000)在研究中指出，在小樣本情形下，采用較高的顯著水平系數，將有助于改善DAG的分析效果，當樣本量小于100時，可采用20%的顯著水平系數。

2.3 數據說明與處理

本文選取全國商品房銷售平均價格HP作為房地產市場價格水平的代理變量，廣義貨幣供應量M 2作為貨幣政策的代理變量，全國居民消費價格指數CPI作為我國物價水平的代表變量，另選取美元對人民幣匯率ER為輔助變量。本文的樣本區間為2005年1月到2013年12月，各變量均為月度數據。此外，考慮到貨幣供應量和房地產價格的季節性因素，對這兩個序列做Census X12的季節調整，并對所有序列進行對數變換。本文所需的數據主要來自于中華人民共和國國家統計局、中國人民銀行網站等。

3 實證結果與分析

3.1 單位根檢驗

首先采用ADF檢驗法對各變量進行單位根檢驗，滯后階數以SIC最小為標準，最大滯后階數為12階，檢驗結果如表1所示。檢驗結果表明，在5%的顯著性水平下，原變量接受存在單位根的假設，而一階差分序列拒絕存在單位根的假設，因此該序列是一階單整序列，即I(1)序列。

表1 各變量的單位根檢驗結果

3.2 同期因果關系的DAG分析及SVAR識別

通過對上述一階差分變量VAR模型的估計，可得到各變量之間的殘差相關系數矩陣(residuals correlation matrix)，如表2所示。

表2 各變量間的殘差相關系數矩陣

根據所得殘差項相關系數矩陣，運用Tetrad V的PC算法對變量間的同期因果關系進行DAG分析，DAG的分析結果是正確設定SVAR的結構并展開方差分解分析的重要基礎。DAG 的分析結果如圖1所示。由圖1可知，在20%的顯著性水平下，存在著由CPI變動到房價變動，貨幣供應量M 2變動到房價變動，美元兌人民幣匯率變動到CPI的同期因果關系。

圖1 20%顯著性水平下的有向無環圖

以DAG分析結果為基礎，對VAR殘差進行結構性分解，并展開方差分解分析，以對上述四個變量的關系做進一步分析。由表3可知，CPI對自身的影響隨著時間的推移逐漸減弱，而HP、M2、ER對其的解釋能力逐漸增強，在第12期，CPI的變動約15%可由HP解釋，約10%可由M2解釋，約10%可由ER解釋。這說明了盡管房價尚未納入CPI體系，但是房價的上漲會拉動房地產商對地產的大量投資，從而帶動很多行業商品價格的上升，因而影響了CPI。人民幣的升值預期會引起大量國際短期資本流入國內，進而加重通貨膨脹。這與鄭平(2013)的研究結論是相近的。

表3 基于DAG的CPI的方差分解

表4的房價的方差分解結果顯示，房價的變動除了自身原因之外，貨幣供應量M2和CPI對其的影響隨著時間的增加而加深。在預測期12年后，貨幣供應量M2對房價的解釋在25%左右，CPI對房價的解釋在14%左右。這說明了貨幣供應量是影響房地產價格變動的主要因素。這與王云清、朱啟貴等(2013)的關于貨幣政策是我國房地產價格波動的主要來源的結論相符。此外，通貨膨脹也是影響房價的重要因素。

表4 基于DAG的HP的方差分解

由表5的方差分解結果可知，貨幣供應量M 2的變動主要由其自身的變動引起，比例約為80%，說明貨幣政策具有強外生性。這主要是因為貨幣政策是央行依據宏觀經濟形勢設定的，受其他因素的影響不大。而人民幣兌美元匯率對貨幣供應量M 2的解釋在8%左右，因此在制定貨幣政策時也要適當考慮匯率變動等外部沖擊。

表5 基于DAG的M2的方差分解

4 研究結論與建議

本文在DAG技術的基礎上建立SVAR模型，研究了消費者價格指數、房地產價格、貨幣政策、美元兌人民幣匯率之間的動態關系。經過實證分析得出以下結論：

(1)房價、貨幣政策、匯率對衡量通貨膨脹水平的CPI都具有一定的影響。因此在開放經濟背景下，為穩定好CPI，不僅要關注房價、貨幣政策的變動，還需注意名義有效匯率的變化，并對此做出合理的反應。

(2)貨幣供應量M2和CPI對房地產價格變動的影響較大，特別是作為貨幣政策中介目標的貨幣供應量M2，其影響力隨著時間的增加而加深。寬松的貨幣政策會使貨幣供給量增加，從而使得大量資本進入房地產市場，導致房價不斷上漲。

在上述結論基礎上，本文對抑制房價過快上漲，促進房地產市場健康平穩地發展，提出以下建議：

(1)在穩健的基礎上，采取適度從緊的貨幣政策，控制貨幣供給量的過快增長；

(2)貨幣政策的宏觀調控要注重“市場化”，具體問題具體分析，增強政策的前瞻性與針對性；

(3)從房地產本身來講，樓市的供不應求是房價上漲的關鍵。因此可以通過各種財政政策、土地政策的配合實施來增加普通商品住房、保障性住房的供給，減少投機，以改善住房的供求關系，從而使房價回歸正常軌道。

[1] Duncan, Richard. 2007. Blame the Dollar Standard[Z]. Http://freeofstate.org /new/?p=326.

[2] Elbourne,Adam.The UK Housing Mark et and the Monetary Policy Transmission Mechanism A SVAR Approach [J].Journal of Housing Economics,2008(17).

[3] K oiv u,Tuuli.Mon etar y Policy,A sset Pr ices an d Consumption in China [R].ECB Working Paper Series, September, 2010.

[4] Papadimitriou et al..2006.Are Housing Prices,Household Debt,and Gr ow th Sustainable?[A]. NY:Th e Levy Economics Institute of Bard College, Strategic Analysis Achive, No.sa_jan_06, Jan. Http://w w w.levy.org/pubs/sa_jan_06.pdf.

[5] Pearl,J.,Causal Diagrams for Empirical Research[J]. Biometrika,1995(82).

[6] 戴國強,張建華.我國資產價格與通貨膨脹的關系研究——基于ARDL的技術分析[J].國際金融研究,2009(11).

[7] 高佳麗,馬雙燕.貨幣政策對房地產價格影響的實證分析[J].中國城市經濟,2010(12).

[8] 陳蕊.資產價格波動與貨幣政策的相關性研究[D].上海：復旦大學，2012.

[9] 王云清,朱啟貴,談正達.中國房地產市場波動研究——基于貝葉斯估計的兩部門DSGE模型[J].金融研究,2013(3).

[10] 楊子暉.財政政策與貨幣政策對私人投資的影響研究——基于有向無環圖的應用分析[J].經濟研究,2008(5).

[11] 鄭平.人民幣匯率與CPI、PPI關系的實證分析[J].統計與決策,2013(22).

[12] 李勇,鄧晶,王有貴.中國通脹、資產價格及貨幣政策間關系研究——基于開放經濟視角的分析[J].國際金融研究,2011(10).

[13] 劉敏敏.貨幣政策對我國房地產價格影響的研究[D].山東:山東財經大學,2013.