房地產周期、貨幣擴張與經濟增長的關聯度分析

羿建華，孫 健，郭 峰

（1.山東大學 經濟學院，濟南 250100；2.濟南大學 經濟學院，濟南 250010；3.中國人民銀行 濟南分行，濟南 250010）

0 引言

自房地產改革以來，中國的經濟體制已經發生了深刻變化，房地產市場貨幣化、市場化必然對現行的貨幣政策形成沖擊。通過對房地產周期、金融周期以及經濟周期觀察發現，房地產周期與金融周期走勢一致，但是金融周期與經濟走勢關系不密切。對于該問題，理論界和社會上對我國金融周期的走勢特點進行了分析和解釋，但是對其影響機制缺乏系統分析。現有文獻對我國金融周期與房地產周期、經濟周期互動關系的理論分析和波動測算的分析相對較少，本文擬對我國金融周期與房地產周期、經濟周期的互動關系進行系統的理論分析，然后利用HP濾波法測算我國周期波動水平，實證分析金融周期與房地產周期、經濟周期之間的波動關系。

1 理論模型

1.1 房地產周期與經濟周期、金融周期模型

本文借鑒Carey(1990)and Wheaton(1999)的研究，構建房地產周期與金融周期的理論分析框架。房地產的供應在短期內固定，從長遠來看可以逐步調整。銀行業的貸款規模主要是基于房地產抵押品的價值。房地產價格根據未來回報的預期以及其他資產價格，并可以根據市場情況的變化迅速調整。因此，房地產價格對經濟沖擊的反應相當迅速，而房地產交易量反應較慢。影響房地產周期的作用機制主要包括兩方面：一方面，外部商業周期的沖擊——如產出、通貨膨脹率和利率的波動，從而影響了房地產價格；另一方面，也有內在的房地產市場的特點，往往會放大這些外生沖擊，造成生產過剩的性質和產生內源性周期。這兩種類型的房地產周期可能會共存，各部門和地區的相對重要性可能會有所不同。

房地產市場泡沫的形成過程可能主要通過兩個渠道，一個可能的渠道是通過銀行的貸款態度的變化，利率市場化、金融市場發展水平的提高將導致貸款機構競爭加劇，最終導致貸款擴張。由于新增貸款多增，住房需求者可用資金增加，從而導致房地產價格攀升。然而，當房價泡沫破裂時和新的建設不能被吸收的市場供應，房地產價格將下降。當銀行信貸對房地產價值的敏感度較高時，這樣的周期運動往往被放大，在房地產出現繁榮后出現大蕭條的現象。

從我國情況看，隨著房地產貸款需求增長，商業銀行房地產貸款增加；個人獲得貸款后，購買住房地產，將資金轉到開發商賬戶，房地產企業獲得貸款后擴大房地產投資，從而形成新的貸款需求。從貨幣供給的結構變化看，信貸增長成為貨幣供給的主要渠道，因此房地產貸款的增加會對貨幣供給產生直接影響。

1.2 房地產貨幣化與貨幣供給

房地產可交易以及房地產市場的形成，也會對貨幣供給產生重要影響。借助貨幣化這一概念，可以有效解釋超額貨幣現象。如果我們假定流通速度為常數，貨幣供給增長既需要滿足經濟增長的需要，同時還需要滿足房地產貨幣化部分的資金需求。只有當貨幣供給的增長率大于收入增長率和房地產貨幣化進程的增長率之和時，普通商品物價水平才會上漲。

將貨幣需求寫成兩部分，其中一部分代表房地產商品和房地產價格，一部分為非房地產商品需求，具體如下:

交易方程式的修正形式如下：

其中，M為貨幣供給量，V為貨幣流動速度，P*為房地產價格，T*為房地產交易量，P為普通商品價格指數（不包括房地產），Q為普通商品交易量（不包括房地產）。

房地產市場發展，從兩方面影響貨幣總量。一方面，涉及作為交易媒介的貨幣，房地產市場的交易的增多，尤其是二手房交易市場的形成，提高了房地產資產的流動性，派生了用于房地產交易的貨幣需求；另一方面，房地產市場的交易，個人及企業都主要依靠銀行融資，如居民按揭貸款、房地產開發貸款等方式，在房地產市場化的進程中，通過放貸創造出大量的新增貨幣供給。此外，房地產市場化，改變了居民儲蓄行為，隨著房地產貨幣化進程的推進，居民為了購置房產提高了儲蓄水平，從而增加了貨幣的供應。政府在房地產開發過程中，通過土地出讓，增加了政府財力，提高了政府基礎設施建設和民生領域投資，促進了經濟的發展，導致貨幣需求的擴張。

從購房貨幣需求看，可以將購房需求分為兩部分，一部分是投資投機需求，一部分是購房交易需求。購房貨幣需求如下：

其中，Ma表示房地產交易所派生的貨幣需求，Qh表示房地產成交額；Mb是房地產投資派生的貨幣需求，EPhs為未來房地產預期價格，HR為房屋租金水平，房地產投資投機需求主要取決于房地產預期價格EPhs以及房租回報HR；房地產交易的總需求為Mhs。

聯立方程（1）和（2），可得：

其中P*為平均房價水平，T*表示房產交易量。

從方程(3)可以看出，在非房地產類產品交易市場穩步增長的情況下，隨著貨幣供應量M的快速增加，房地產價格將隨之上升；相反,若貨幣供應量M快速減少，則房地產價格也將隨之下降。

根據以上分析，可以得到理論假說：貨幣供應量增加將推動房地產需求及價格上行，貨幣供應量增速放緩促使房地產市場量價上漲趨勢減弱，從而導致房地產周期與金融周期相關性較強。而房地產市場化進程中，經濟周期與金融周期的相關性可能較弱。

2 計量模型設定和數據說明

2.1 HP濾波

λ的選擇十分關鍵，即既保證時間趨勢光滑，又保證波動不能過大。對于季度數據，通常選取λ=1600更為合適。

2.2 計量模型設定

按照理論分析，經濟周期、金融周期以及房地產周期可能存在一定的相關關系，本文選用向量自回歸模型（VAR）和向量誤差修正模型（VEC）對兩個時序變化變量的長期變動關系進行分析。建立VAR計量模型如下：

上式中Yt指的是經濟增長波動HP_GDPt、貨幣供給波動HP_M2t以及房地產價格波動HSt3個變量組成的向量矩陣，即 Yt=（HP_GDPt,HP_M2t；HSt），a為常數項，βp為待估計的參數，εt為誤差向量，p代表滯后階數。

2.3 樣本選取及數據說明

本文采用中國1999～2013年第2季度的時間序列數據為實證研究的樣本，所用數據主要來自wind數據庫。

為了計算我國經濟周期的波動，本文選用我國季度GDP增速數據作為經濟周期的衡量指標，金融周期的衡量，選用M2余額增速作為衡量指標，M2指標與我國融資結構特點和金融宏觀調控方式相適應，是公認的判斷金融周期指標；對于房地產周期的衡量，由于全面衡量房地產周期水平為困難，因此本文選用房地產銷售額增速作為房地產周期的衡量指標，并用房地產銷售面積增速作為替代指標，進行穩健性檢驗。各變量的的描述性統計結果見表1。

表1 經濟、金融與房地產數據統計性描述

為了直觀地觀察金融周期、經濟周期與房地產周期的密切程度，我們首先建立金融周期指標、經濟周期指標和房地產周期指標的相關系數矩陣（見表2）。表2的結果表明兩層含義：一是金融周期與經濟周期指標的相關系數為0.0414，相關性較低；二是金融周期與房地產周期指標的相關系數為0.4562，存在顯著相關性。

表2 經濟、金融與房地產指標相關性

表2表明，金融周期與房地產周期呈現出正相關的關系，即貨幣供應量的增長率越高，住房銷售面積增長越快，經濟增長率與貨幣增長供應量增長率相關關系較低。，初步驗證了我們的理論假設，為了保證結論的可靠性，本文將對金融周期與房地產周期、經濟周期之間的相關關系進行計量分析。

3 計量結果及分析

3.1 周期波動水平測算

運用HP濾波法消除趨勢項觀察貨幣供應量增長率、房地產銷售額增長率以及經濟增長率的波動水平。我們可以發現我國貨幣供應量、房地產銷售額以及經濟增長率的波動水平呈現以下特征：一是經濟增長率波動水平波動最小，二是貨幣供應量波動水平高于經濟波動；三是房地產市場銷售額增長率不同時間波動較大，并且，房地產銷售面積增長率波動水平高于房地產銷售額，呈現明顯的周期性特征。

表3 經濟波動、金融波動與房地產波動統計性描述

3.2 VAR模型實證分析

3.2.1 單位根檢驗

本 文 采 用 Kwiatkowski，Phillips，Schmidt and Shin（1992）提出的平穩性檢驗方法（KPSS），對波動指標HP_vm2_1、HP_vgdp_1和HP_vhs_1進行了單位根檢驗。檢驗結構表明，波動指標HP_vm2_1、HP_vgdp_1和HP_vhs_1在5%的水平下接受“平穩序列”的原假設，即認為不存在單位根。

3.2.2 選取滯后階數

首先，根據信息準則，估計VAR系統的階數。根據HQIC和SBIC信息準則，按最小值原則，最優滯后階數皆為1，因此選用VAR（1）模型進行分析。

表4 滯后階數檢驗

3.2.3 估計VAR（1）模型

模型4表明，貨幣供應量波動受過去貨幣供應量、經濟增長水平、房地產銷售額波動的影響。經濟增長水平波動指標L.HP_vgdp_1的回歸系數為-0.881，表明經濟的波動與貨幣供應量波動存在負相關關系，并且回歸系數在5%的水平顯著，表明經濟周期的波動與金融周期波動之間的關系較為顯著；房地產波動指標L.HP_vhs_1的符號為正，表明房地產銷售額波動提高了貨幣供應量波動水平，并且估計系數顯著不為0，表明房地產周期波動對金融周期波動有著顯著影響。

模型5中，貨幣供應量波動指標、房地產波動指標不顯著，表明貨幣供應量波動、房地產波動對經濟增長波動沒有產生顯著地影響。經濟增長指標的滯后項系數為正，且顯著不為0，說明經濟增長與上期經濟增長有著顯著關系。

在模型6，考察的是貨幣供應量的變動、經濟變動對房地產銷售額波動的影響。貨幣供應量波動指標為正，表明貨幣供應量對房地產銷售額的波動有著正向影響；貨幣供應量指標在10%下不顯著，說明貨幣供應量的波動水平對房地產銷售額的波動沒有顯著影響。同時，滯后項顯著，表明房地產與上期銷售水平有著顯著影響。

表5 VAR（1）估計結果

3.2.4 VAR（1）顯著性檢驗

隨后，對所有方程進行了聯合顯著性，結果表明，無論是單一方程，還是兩個方程作為整體，各階系數均高度顯著。進一步，對VAR系統是否穩定進行檢驗，結果表明所有特征值均在單位根之內，故此VAR系統是穩定的。

表6 VAR(1)各階系數的顯著性檢驗

3.2.5 格蘭杰因果檢驗

下面考察變量L_HP_vm2_1、HP_vgdp_1和HP_vhs_1之間的格蘭杰因果關系。根據上述VAR(1)模型，本文通過Granger因果檢驗方法進一步分析經濟增長、房地產銷售額指標和貨幣供應量之間的關系，檢驗結果如表7所示，該檢驗結果表明經濟增長、房地產銷售額是貨幣供應量變動率的格蘭杰因，GDP變動率是房地產變動率的格蘭杰因。這意味著，經濟增長、房地產市場波動將對我國貨幣供應波動產生影響，但是房地產市場的增長變化并不一定引起經濟波動的變化。

表7 格蘭杰因果檢驗

3.2.6 脈沖響應函數

脈沖響應函數可以描述系統中某一內生變量的發生的沖擊對其他指標的動態效應軌跡。圖1是房地產銷售額指標、貨幣供應量指標與經濟增速與的脈沖響應函數。從圖中可以看出，房地產沖擊、金融增長指標的正向沖擊對經濟增長的波動沒有顯著影響，這可能是由于經濟增長的波動主要取決于技術進步等因素，而房地產沖擊、貨幣供應量波動對經濟的波動影響不顯著；經濟波動沖擊對房地產波動有著顯著影響，表現為先下降、后上升；貨幣供應量的波動變化對房地產市場波動有著正向影響，沖擊發生后，在第二期達到頂點，滯后6期過后，這種沖擊恢復到均衡點，房地產波動呈現先上升、后恢復到均衡水平的趨勢。經濟波動對貨幣供給的影響，先下降，后上升；房地產市場波動，對貨幣供給波動沒有顯著影響。

圖1 脈沖響應圖（1）

3.3 穩健性檢驗

本文前面用房地產銷售額水平來度量房地產波動水平，對計量模型進行穩健性估計。估計結果進一步驗證了本文的理論假說。該部分采用房地產銷售面積替代房地產銷售額指標，運用VAR模型進行重新估計。本文房地產銷售面積指的新房銷售面積水平，可以一定程度上反映房地產行業的發展水平。

首先，根據信息準則，估計VAR系統的階數，根據信息準則，按最小值原則選擇的最優滯后階數皆為1。因此本文選取VAR（1）模型分析對貨幣供應量變動率、GDP變動率和房地產銷售面積相互之間的變動關系。

模型7表明，貨幣供應量波動受過去貨幣供應量、經濟增長水平、房地產銷售面積波動的影響。經濟增長水平波動指標L.HP_vgdp_1、房地產波動指標L.HP_ssqhs_1在1%的水平下顯著，表明表明經濟周期的波動、房地產銷售面積波動與金融周期波動之間的關系較為顯著；房地產波動指標L.HP_ssqhs_1的符號為正，表明房地產銷售額波動提高了貨幣供應量波動水平。

模型8中，貨幣供應量波動指標、房地產波動指標，不顯著，表明貨幣供應量波動、房地產波動對經濟增長波動的沒有顯著地影響。經濟增長指標的滯后項系數為正，且顯著不為0，說明經濟增長與上期經濟增長有著顯著關系。

在模型9，考察的是貨幣供應量的變動、經濟變動對房地產銷售額波動的影響。貨幣供應量波動指標為正，表明貨幣供應量對房地產銷售額的波動有著正向影響；貨幣供應量的估計系數在10%的水平下不顯著，意味著貨幣供應量對房地產銷售額的波動影響不顯著。

表8 VAR（1）估計結果（穩健性檢驗）

圖2是房地產銷售額指標、貨幣供應量指標與經濟增長水平的脈沖響應函數。從圖2可以看出，房地產沖擊、金融增長指標的正向沖擊對經濟增長的波動沒有顯著影響，經濟波動沖擊對房地產波動有著顯著影響，表現為先下降、后上升；貨幣供應量的波動變化對房地產銷售額的波動有著正向影響。經濟波動對貨幣供給的影響，體現為先下降，后上升；房地產市場波動對貨幣供給波動沒有顯著影響。

圖2 脈沖響應圖（2）

穩健性回歸結果中，房地產銷售面積波動水平的系數顯著為正，反映了房地產波動對金融波動有著顯著的正向影響，并且貨幣供給水平的變動，提高了房地產市場波動水平，與前面提出的理論假說一致。

4 結論

本文通過構建我國房地產理論模型，從理論上探討了房地產發展與金融、經濟的關系，并基于我國1999～2013年第2季度的數據，實證分析了房地產周期、金融周期與經濟周期的關系。實證結果表明，房地產周期的波動與金融周期波動關系密切，主要原因有兩方面：一是我國房地產市場的貨幣化，派生了大量貨幣需求，從而體現在房地產周期與金融周期的走勢一致；二是金融供給變動影響房地產市場交易的變動，如果貨幣政策放松，銀行信貸增多，將導致房地產需求增加，從而推動房地產價格上漲。

[1]柳思維，徐志耀，尹元元.論總部經濟與新型城鎮化耦合發展的機制與模式[J].武陵學刊.2014,(2).

[2]錢卿.行政強制、行政訴訟與國有土地上房屋征收和補償問題研究——江蘇省法學會行政法學研究會2012年年會綜述[J].河海大學學報(哲學社會科學版).2013,(3).

[3]李健.結構變化：“中國貨幣之謎”的一種新解[J].金融研究，2007，（1）.

[4]姚余棟,譚海鳴.央票利率可以作為貨幣政策的綜合性指標[J].經濟研究，2011，（2）.

[5]張文.經濟貨幣化進程與內生性貨幣供給——關于中國高M2/GDP比率的貨幣分析[J].金融研究，2008，（2）.

[6]盛松成,李安定,劉惠娜.上海房地產市場發展周期與金融運行關系研究[J].上海金融，2005，（2）.

[7]姜春梅.中國房地產市場投機泡沫實證分析[J].管理世界，2005，（12）.