■ 周穩海 副教授 陳立文 教授 趙桂玲 副教授(、河北工業大學管理學院 天津 000 2、河北大學經濟學院 河北保定07002 、河北金融學院保險系 河北保定 07000)
貨幣供給對商品房價格影響的效應分析
■ 周穩海1、2副教授 陳立文1教授 趙桂玲3副教授(1、河北工業大學管理學院 天津 300130 2、河北大學經濟學院 河北保定071002 3、河北金融學院保險系 河北保定 071000)
本文選取2001-2011年季度數據作為分析樣本,并將之進行HP濾波調整與單位根檢驗,在此基礎上構建VAR模型,并進行了脈沖和方差分解分析,以研究貨幣供給變動對我國商品房價格的影響。研究結論表明:前期商品房價格的上漲和貨幣供給增加均是引起商品房價格上漲的主要原因,即高房價既有“印”原因,也有“炒”原因。
商品房價格 貨幣供給 VAR模型 脈沖分析
貨幣供給對房價影響的效應問題一直是國內外學者爭論的熱點。有些學者認為貨幣供給是影響房產價格的顯著因素。Ansgar Belke(2008)使用主要OECD國家的總量數據建立VAR模型估計了全球流動性與資產價格的關系,表明全球流動性的增加會首先引起房地產價格的上漲,而后再傳導至商品價格。李學林(2008)認為房價上漲和我國宏觀經濟中流動性過剩存在密切的關系。在我國生產力不平衡結構下,流動性過剩造成大量資金涌入房地產市場,導致房地產價格快速上漲;賀建清(2009)得出流動性過剩是影響房價波動的重要原因的結論;周建軍,鄔麗萍(2009)認為流動性過剩也是房價過快上漲、房市波動的重要力量;王蘇望(2010)認為流動性過剩是造成當前我國房地產價格大幅上漲的根本原因。陳昌(2013)實證分析發現,貨幣供給量對房地產市場需求和供給均帶來長期的正相關的影響。
而有些學者則認為貨幣供給對房產價格的影響并不顯著。李雅靜、楊毅(2005)研究了利率和貨幣供應量對我國房地產投資的影響,結果表明利率、貨幣供應量這兩個變量對房地產投資的影響在短期和長期內存在正相關,但影響并不顯著。韓鑫韜、王擎(2011)研究結果表明,匯率的變化對房地產價格增長率的變動會產生顯著的線性影響,但是貨幣供應量和利率的變化對房地產價格增長率變動的線性影響不大;央行調查統計司司長盛松成(2013)認為與其說高房價是“印”出來的,確實還不如說是“炒”出來的,從全球范圍看,貨幣與房價上漲并不總是保持一致。
還有些學者認為貨幣供給與房產價格存在著雙向的因果關系。如李宗怡(2007)運用格蘭杰因果檢驗證明了房地產價格與流動性過剩存在雙向因果關系。魏博文(2009)研究表明房地產價格和貨幣供給量互為格蘭杰原因,互相影響,它們之間存在反向變化的關系;賀晨(2009)運用一個簡化的內生貨幣經濟模型描述了商品房價格與貨幣供應量的關系,指出了我國房價和貨幣供應量互相推動變化的關系。
本文立足房產價格與貨幣供給出現雙增的經濟背景下,選取最新數據,構建VAR模型深入探討貨幣供給對商品房價格的影響效應。
本文選取2001年至2011年的季度數據,所有數據來源于《中國房地產年鑒》、《中國金融年鑒》、中國人民銀行網站、中經網站等。由于所選數據為季度數據,季節變動和其它不規則要素掩蓋了經濟發展中的客觀變化,因此為了消除季度因素的影響,對數據進行HP濾波調整。并且將消除季度影響的數據取自然對數,以消除數據的波動性和可能存在的異方差,而且取對數后可以顯示變量相互間的彈性關系,便于對結果分析研究。變量的最終表達形式為商品房價格的對數LP、貨幣供應量的對數LM2。
由于時間序列數據通常是不平穩的,如果直接回歸分析則可能產生虛假回歸,在做回歸分析之前,首先通過ADF檢驗方法對選取的各個變量進行單位根檢驗。ADF分析結果表明,原序列都是非平穩序列,而LPt和LM2t的一階差分都是一階單整時間序列,即是I(1)過程。
為了驗證貨幣供給和商品房價格二者之間的因果關系,本文借助Granger因果檢驗工具對其進行分析,檢驗結果如表1所示:結果顯示,在滯后2-3期內,貨幣供給是商品房價格的原因,這意味著貨幣供給的變動將會引起商品房價格的變動。與此同時,在滯后1-3期內,商品房價格均是貨幣供給的原因,這表明商品房價格的變動也會引起貨幣供給的變動。綜上所述,二者存在著相互影響,相互作用的因果關系。
VAR模型選擇滯后階數越大,就越能更完整的反映模型的動態特征,但估參數也越多,模型的自由度減少,影響參數的有效性。所以進行選擇時,需要綜合考慮,既要有足夠多的滯后項,又要有足夠多的自由度。確定VAR模型的滯后階數,可用多種定階方法進行篩選。結果顯示,五項評價指標(LR、FPE準則、AIC準則、SC準則、HQ)都認為應選擇滯后期為3,所以建立VAR(3)。


經過上述平穩性檢驗、Granger因果檢驗,表明這些變量適合構建VAR模型,使用EVIEWS6.0進行自回歸分析,得到VAR(3),將參數估計結果寫成矩陣形式,結果如下:

整個模型的擬合優度為0.999,表明擬合效果較好。同時,通過計算模型的AR特征多項式,發現特征多項式根的倒數全部位于單位圓內,這表明所建立的VAR(3)模型是穩定的。
由分析結果可以看出,商品房當期價格受到其本身和貨幣供應量的1至3階滯后項的影響。△LPt(-1)、△LPt(-2)、△LPt(-3)的系數分別時是1.765、-0.813、-0.008,其影響的總和為0.944,方向為正。表明商品房價格前期的上漲對后期具有推動作用,存在著自我發展,自我膨脹的“炒作”過程。△LM2t (-1)、△LM2t (-2)、△LM2t (-3)的系數分別為-0.323、 0.759、-0.431,其影響的總和為0.005,方向為正。表明貨幣供應量的變動也會對商品房價格產生一定的影響。基于以上分析,表明商品房價格的變動既存在自身“炒作”的因素,也存在“印”的因素,即貨幣增發的因素。
脈沖響應函數描述的是在隨機誤差項(新息)上施加一個標準差大小的外部沖擊后,對內生變量的當期值和未來值所帶來的影響,其能夠比較直觀地刻畫出變量之間的動態相互作用。為了進一步分析貨幣供給量對商品房價格的動態影響過程,對變量進行脈沖影響分析,分析結果如下:
如圖1所示:商品房價格對其本身一個標準差新息的正向沖擊立即產生較明顯的反應,隨后并迅速增強,達到0.00016左右,隨即逐漸走低,到13期影響變為負值,到第20期影響趨近于“0”。這表明商品房價格的正向沖擊對其本身價格的推動具有顯著和長期的作用,在1-12期(前3年)影響方向為正,以后逐漸由正變負,最終影響逐漸消失。這主要是因為:商品房近期價格的上漲會使商品房投資者保持良好的價格上漲預期,增加對商品房投資的力度,進一步促使商品房價格上漲。但隨著商品房價格上漲也反映出了商品房投資者對價格上漲的擔憂,所以在13-20期(前4-5年)商品房價格對自身的影響為負值。
如圖2所示:貨幣供應量對商品房價格的影響從開始到7期之前影響非常小,這說明貨幣供給增加到影響投資者對商品房市場增加投資具有滯后性。從第8期對商品房價格的影響逐漸增大,最大值達到0.0014,到20期仍然保持在較高的水平,說明貨幣供應量的變動對商品房價格也具有顯著性和長期性的特征。
方差分析可以確定由于貨幣供給增加對商品房價格變動作用大小。方差分解法是把系統中每個內生變量的波動按其成因分解成各隨機擾動項影響的總和,通過方差貢獻度的大小,可以衡量隨機擾動項對變量的相對重要程度。
為了解各變量新息對商品房價格變化的貢獻度,我們對商品房價格變動進行了方差分解。從方差分解的結果圖3可以看出, 在第10期以前房產價格LP對其自身波動的貢獻度幾乎占到了98%以上,而貨幣供給對商品房價格波動的貢獻度只占到2%以下。從第10期到23期,商品房價格對其自身波動的貢獻度逐漸減少,貨幣供給的貢獻度逐漸增加,而25期之后,二者分別穩定在51.5%和48.5%左右的位置。
這表明商品房價格自身對對其價格變動的貢獻度與貨幣供給對房產價格變動的貢獻度基本相同。也就是說高房價存在“炒”的因素也存在“印”的因素,在二者共同的作用下逐漸推高了房價。
本文通過Granger因果檢驗,表明貨幣供給和商品房價格二者之間存在密切的因果關系。通過VAR模型研究表明商品房價格前期的上漲對后期具有推動作用,存在著自我發展,自我膨脹的“炒作”過程;貨幣供應量的變動也會對房產價格產生一定的影響。通過方差分析和脈沖分析表明說明前期商品房價格和貨幣供應量的變動對當期商品房價格具有顯著性和長期性的影響,商品房價格對其自身波動的貢獻度為51.5%,而貨幣供給的貢獻度為48.5%。因此,目前的高房價既存在自身“炒作”的原因,也存在“印”的原因,即貨幣增發的原因。
根據以上結論易得到如下啟示:首先,消除房產炒作的環境和動機是治理房產價格上漲的有效途徑,應疏堵并重。比如增加新的實物與金融投資產品,有效分流房產市場資金;繁榮規范股票、基金、債券、期貨等金融市場,提高投資回報率;調整城市產業和社會資源分布,防止過度集中;注重產業結構調整,引導合理投資;配合稅收和金融政策,減小房產投資收益率,提高房產炒作與持有成本,減小房產的投機動力。其次,還應根據宏觀經濟走勢,通過利率、信貸等貨幣政策適當調節貨幣供給,降低通貨膨脹,減小貨幣因素造成的房產價格泡沫。
1.賀晨.商品房價格與貨幣供應量關系研究-兼論我國宏觀經濟政策[J].管理世界,2009(1)
2.賀建清.基于流動性過剩視角的房價波動分析[J].南京財經大學學報,2009(2)
3.周建軍,鄔麗萍.流動性過剩與我國房地產價格上漲:理論及對策[J].湘潭大學學報,2009(4)
4.王蘇望.流動性過剩對我國房地產價格的影響[J].中國房地產,2010(6)
5.李健飛,史晨昱.我國銀行信貸對房地產價格波動的影響[J].上海財經大學學報,2005(2)
▲ 本文是 2012年國家社科基金項目(課題編號:12BJY053);2012年國家社科基金項目(課題編號:12BJY034);國家自然科學基金項目(課題編號:70872029) 的階段性成果;2014年國家社科基金項目(課題編號:14BJY060);2014年河北省社會科學基金項目
F224
A