利率水平、住房價格與國民經濟的動態變化

摘要：利用我國31個省、市、自治區的數據，通過構建Panel-VAR模型，分東中西部三個地區實證了利率水平、住房價格與國民經濟的動態關系。結果表明：在不同地區，利率水平、住房價格對國民經濟影響都存在顯著差異，但是它們都不是影響國民經濟最為主要的因素，國民經濟的發展更多的是受到來自自身慣性的支配。另外，由于住房價格主要受到國家宏觀政策的調控，因此人均GDP對它的作用十分微弱。根據研究結論，提出了相應的政策建議，認為利率政策應該更多的考慮東部地區的需要，而國家需要對住房價格進行更多的控制使其平穩增長，土地政策和戶籍制度的改革力度也需要加強。

關鍵詞：利率水平，住房價格，經濟增長，面板向量自回歸模型

中圖分類號：F293.3 文獻標識碼：A

文章編號：1001-9138-（2016）05-0003-10 收稿日期：2016-04-10

1 緒論

改革開放30多年，特別是自1998年起啟動住房制度改革以來，中國房地產行業已經取得了長足的進步，并且日益成為拉動我國經濟增長的支柱型產業。房地產在我國經濟中占比逐步增加，從1992年4.27%的水平提高到了2015年超過6%的水平。而在第三產業中的占比，房地產的生產總值在2015年底達到了12.74%（見圖1）。

而伴隨著我國經濟的增速換擋，我國經濟出現了較前期高速增長的低速增長。2015年，我國GDP同比增速已經滑落到6.9%，這是自1992年鄧小平南巡講話以來的最低水平（見圖2）。而房地產作為我國經濟的重要增長點，房地產行業和房地產價格的走勢已經成為了我國經濟能否維持穩定增長的關鍵。

為了經濟穩定和好轉，在2016年我國相繼出臺了一系列刺激房地產政策：2月2日，中國人民銀行聯合證監會發布通知，在不實施限購的城市，對于居民家庭首次購買普通住房的商業性個人住房貸款原則上降低首付款比例，從25%調整為20%。2月17日，人民銀行、住房和城鄉建設部聯合財政部發布通知，將職工住房公積金賬戶存款利率，由現行按照歸集時間執行活期和三個月存款基準利率，調整為統一按一年期定期存款基準利率執行，目前為1.50%。2月19日，財政部、國家稅務總局和住建部三部門發布《關于調整房地產交易環節契稅營業稅優惠政策的通知》，調整房地產交易環節契稅、營業稅：首套房、二套房因面積不同契稅有不同程度下調；個人將購買2年以上的非普通住房對外銷售的，由原差額征收營業稅改為免征。北上廣深暫不實施部分稅收優惠。而在2016年政府工作報告中也有“推進城鎮保障性安居工程建設和房地產市場平穩健康發展”等支持房地產發展的提法。另外，隨著“營改增”改革的全面推出，房地產行業也作為最后一批試點，與建筑業、金融業和生活服務業在5月1日納入試點范圍。房地產刺激政策在我國經濟轉型的重要時期密集出臺，也印證了房地產行業對于我國經濟的重要作用。

2 文獻綜述

目前，住房價格與國民經濟之間的關系已經被越來越多的學者所共識。顧云昌（1998）認為房地產的發展對于經濟增長有著重要的拉動作用。王國軍和劉水杏（2004）利用中國投入產出表和《中國統計年鑒》的數據，利用投入產出模型對于中、美、日、英、澳的房地產行業及其相關產業進行了研究，發現我國房地產業與行政機關、金融保險業關系密切。張實桐等（2010）利用1996年1月-2010年4月的數據進行分析，結果發現：住房價格與國民經濟之間存在明顯的正向互動機制；方燕（2010）也指出：住房價格的變動會受到宏觀經濟的影響，同時，宏觀經濟的波動也會因住房價格的趨勢改變。唐志軍、徐會軍和巴曙松（2010）認為房地產價格波動通過財富效應、預算約束效應和成本效應影響著消費，從而對于經濟增長有著影響。譚政訓和陳銘（2012）運用PMG估計方法和Logit模型發現人均GDP是推動房價上漲的最重要因素。許憲春、賈海和李皎（2015）對于對于房地產對我國經濟的增長做了系統研究，認為房地產開發投資、房地產生產和房地產消費對于國民經濟增長的貢獻起到了重要作用，而房地產投資對于上游的鋼材、水泥、平板玻璃和房地產消費對于消費類產品生產和銷售的行業有著重要影響。

然而，也有學者通過研究發現過多依靠房地產發展經濟存在一定的問題。原鵬飛和馮蕾（2014）利用DCGE模型的模擬發現房價上漲盡管對于我國宏觀經濟和部分行業有著促進作用，但是這種發展模型可能帶來居民收入分化加劇、居民收入增長慢于政府等問題，并且會擠占其他行業的發展空間。

另一方面，我國的房地產價格受貨幣政策，尤其是利率水平的影響也比較明顯，利率、貨幣政策和房地產價格之間的關系也受到學者的關注。劉煜輝（2011）認為經濟中資金回報率，也即真實利率水平影響著消費者對于租房和買房的抉擇，盡管收入增長影響著房價上漲，但是房價的增長幅度已經大大超過了收入增長，因此真實利率的低水平才是房價持續上漲的重要因素。郭娜和翟光宇（2011）通過VAR模型發現了我國房地產價格和利率政策之間的關系，認為利率政策并不能對房地產價格有顯著影響，但是房地產價格沖擊對于利率政策卻有著顯著的正向影響。田建強（2012）利用VAR模型，研究了利率水平、貨幣供應量和房地產價格之間的作用機制，并且發現利率對于另外兩者有正向作用，貨幣供應量對于房價有正向作用，對于利率則有反向作用。顧海峰和張元姣（2014）分析了貨幣政策與房地產價格的關聯關系，并且分析了貨幣政策對房地產價格的影響機制，利用格蘭杰因果檢驗，發現了利率是房地產價格的格蘭杰原因。

前人的研究為我們的探索提供了良好的借鑒，但是正如王成成等（2011）所評述的那樣，當前針對住房價格和宏觀經濟的研究，大都嚴重依賴于時間序列分析而缺乏從面板數據層次的考慮；再者，眾多學者在這一過程的研究中基本忽視了利率水平的變化，顯然，利率的高低不僅影響了公眾購房的熱情和需求，而且對實體經濟的消費和投資來說也有著不可低估的作用。有鑒于此，本文選擇利率水平、住房價格和國民經濟的動態變化為研究對象，通過構建將時間序列和面板數據相結合的Panel-VAR模型，希望能夠真實展現兩個變量對國民經濟的影響程度，為這一領域的理論和實踐提供良好的補充和指導。

3 模型及實證分析

3.1 Panel-VAR模型

為了更好地揭示利率水平、住房價格與國民經濟之間的互動關系，本文采用面板數據向量自回歸（Panel Data Vector Auto Regression，簡稱Panel-VAR）來進行實證。

Panel-VAR模型最早可見于Holtz-Eakin（1988）的文章。隨后，這一方法在Love（2006）等人的基礎上得到了突飛猛進的發展。目前，越來越多的學者已經開始關注到Panel-VAR的運用和推廣，它作為一種多元、系統、靈活的分析框架，能夠在回歸方程中把所有的變量滯后項都包括在考察的范圍之內。同時，該模型涵蓋了時間序列模型和面板數據模型的雙重優勢，既突顯了普通面板數據模型的時間效應和個體效應，又可以分析不同外生沖擊對內生變量帶來的動態影響，是當前定量分析面板數據型指標間動態關系較為理想的工具。

考慮到本文所采用的樣本數據的容量并不太大，為了避免因自由度的減少而對參數估計造成困難，本文在內生變量滯后期的階數選擇為1，具體形式如下：

這里，是基于面板數據的3×1的變量向量，、、分別指代利率、房價和經濟發展水平。其中，i是各省、市、自治區，t為時間年份；表示3×1的個體效應向量，代表3×1的時間效應向量；是3×1的參數系數矩陣，為擾動項并滿足。最終，本文的Panel-VAR系統可以由3個方程構成，第m（m=1，2，3）個方程表示為。

3.2 變量的選擇和數據的來源

為了運用上文中給出的Panel-VAR模型來分析利率水平、住房價格和國民經濟的動態關系，筆者收集了全國31個省、市、自治區2000-2011年的面板數據，選擇的指標包括5年期以上貸款的基準利率（Rate）、商品房銷售價格（Price）以及人均國內生產總值（GDP）。

第一，5年期以上貸款的基準利率（Rate）。考慮到房地產的行業特性，這個資金密集型的行業需要信貸政策的大力支持。因為絕大多數居民在購買房屋的時候均需要銀行貸款，并且按揭的時間長達10-20年之久，所以，利率水平，特別是長期利率水平對于住房價格來說有著十分重要的作用。本文選用5年期以上貸款的基準利率（Rate）來反映它對住房供求的影響，最后結合數量級匹配原則，將利率水平擴大100倍處理仍用Rate表示。

第二，商品房銷售價格（Price）（單位：元/平方米）。作為衡量房地產價格的重要指標，本文選用了商品房銷售價格（Price）。由于新建商品房依然是當前我國房地產市場交易的主體，因此，在使用這一指標的時候去除掉了二手房市場價格對它的影響；再者，普通新建商品房的價格才能夠真實反映房地產市場的特征，而各種廉租房、經濟適用房等保障性住房的價格由于涉及到過多的非市場因素而不予考慮。

第三，國內生產總值的人均水平（GDP）（單位：元）。人均GDP是評價宏觀經濟發展狀況的關鍵指標，它是一個國家或地區人民收入能力的基本體現，同時也是衡量居民購買住房能力的重要因素，而且還是維持商品房投資穩定增長的主要動力。一般說來，這個變量的水平越高，公眾購房的能力越強，預計這一變量對住房價格的影響為正效應。

第四，為了減小因使用面板數據而帶來的異方差性問題，同時保證其時間序列性質不發生改變的前提下盡量使其趨勢線性化，在進行實證分析的時候對商品房銷售價格和人均GDP的原始數據采取了對數處理（分別以Ln（Price）、Ln（GDP）表示）。此外，本文所用的全部數據，來源于中經網數據庫、《中國統計年鑒》、國家統計局網站和中國人民銀行網站。

4 實證分析

我國領土廣闊、人口眾多，各個地區的經濟結構、發展模式、消費習慣、投資方向等都各有特點，不同地區之間的發展狀況也存在明顯的差異性和不平衡性。因此，為了確保本文結論的準確性和可靠性，根據《國家統計年鑒》的劃分方式，將樣本為東部、中部和西部地區分別進行實證研究。其中東部的省、市、自治區包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南；屬于中部地區的有：山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南；以及西部地區：重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆。

在利用Panel-VAR模型進行實證之前，首先考查變量的平穩性以及變量之間存在長期均衡關系，以避免偽回歸現象的干擾。這里，通過ISP面板單位根檢驗，發現Rate是平穩序列，而Ln（Price）和Ln（GDP）一階單整，進一步利用Johansen面板協整檢驗來觀察變量的協整關系（見表1）。

從表1可見，Johansen協整檢驗的結果拒絕了Rate、Ln（Price）和Ln（GDP）不存在協整關系的原假設，但不能拒絕最多存在一個協整關系的零假設，因此，三個變量之間存在長期均衡關系。進一步地，我們分東、中、西三個地區，對三個變量利用Panel-VAR模型進行估計（見表2）。

從表2可見，首先，東中西部地區Rate（t-1）對Ln（GDP）（t）的影響均為顯著，東部地區為-2.423，而中部地區和西部地區均為正數，分別是1.727和1.274，前者略高于后者；其次，不管是東部地區、中部地區、還是西部地區，Ln（Price）（t-1）對Ln（GDP）（t）的影響都是正向效應，但是東部最低（0.372）、中部次之（0.748）、西部最高（0.897）。再次，上一期的對當前的依然有顯著效果，東部為3.571、中部為2.867、西部只有2.345。此外，應該值得注意的是，無論是東部、中部還是西部，Ln（GDP）（t-1）對Ln（Price）（t）的影響數值都較小（在0.01以下），且其統計意義不顯著。

5 結論

本文利用全國31個省、市、自治區2000年以來的數據，通過構建Panel-VAR模型，實證檢驗了利率水平、住房價格與國民經濟之間的相關關系，結果表明：

第一，利率水平對國民經濟的影響在不同地區存在明顯差異。在東部地區，利率水平對國民經濟的影響為負，但是在中部和西部地區這一影響為正，并且前者略高于后者。這說明，在東部地區，經濟的發達程度較高，私營資本和國外資本活躍，隨著利率水平的上漲，會造成較大的“擠出效應”而使得國民經濟受到沖擊；但是在中部和西部地區，其經濟的發達程度和市場的完善程度遠不及東部地區，私營資本和國外資本也不像東部地區那么活躍。因此，在這種情況之下，中部和西部地區的國家主導投資依然是經濟發展的主要動力，而利率水平與國民經濟的正相關關系，背后反映的也是國家主導投資與經濟發展的同向變化趨勢。

第二，不管是在東部、中部和西部地區，住房價格與國民經濟的波動都是正向關系，但是東部地區的效應較小，西部地區的效應較大，中部地區的效應中等。這表明，從全國范圍來看，房地產經濟都已經成為了國民經濟的重要支柱。但是，在東部地區引領經濟發展的因素較多，除了房地產經濟之外，服務經濟、信息經濟以及新能源經濟、高科技經濟等都是拉動經濟增長的源泉，因此，在東部地區，住房價格與國民經濟的相關性較弱。而在西部地區和中部地區由于經濟結構單一、經濟成分較少，在短期之內除了依靠房地產經濟領跑國民經濟持續發展以外，很難再通過其他經濟成分有效促進國民收入的增加，因此，住房價格與國民經濟的相關性較東部來說顯得較強。

第三，無論是利率水平也好、住房價格也罷，都不是影響國民經濟最為主要的因素，而當期的人均GDP更多的是受到來自上一期的人均GDP的影響。也即，伴隨中國改革開放30年成功經驗的不斷積累，我國各個產業的增長已經進入到一個相對穩定的軌道，整個國家經濟的發展有著較強的慣性而不容易因為其他經濟因素的改變而發生劇烈變化，而這個經濟慣性，既包含了我國的政治制度、經濟體制、發展模式，也涵蓋了國內的環境、國際的形勢等。這啟示我們，要想在2050年實現人均GDP達到中等發達國家的水平，不能夠單單依靠房地產經濟、資源經濟來達到目標，應該通過政治、經濟、國內、國外等各種途徑、多管齊下，努力提高每一階段的人均GDP水平，這樣才能充分利用經濟發展和社會進步的慣性，快速使我國邁進工業化和信息化的大門。

第四，應該注意到的是，在東部、中部以及西部地區，國民經濟的發展對住房價格的影響都微乎其微。這個結論是讓我們饒有興趣的。一般說來，隨著人民收入的不斷增加，人民生活的不斷富裕，公眾對住房的需求也會更加旺盛，造成供不應求的局面自然也會使得住房的價格有所上漲。但是，應當承認，即使近年來人均收入增速有所上漲，目前我國居民的收入水平還比較低下，微薄的工資與高昂的房價比起來依舊微不足道。因此，為了穩定人民的生活、實現社會的和諧，我國的住房價格已經不再是國民經濟的直接反映，而更多的是受到來自政府、央行、財政部和住建部的宏觀調控。

6 政策建議

首先，在進行利率政策的制定時要考慮到東西中部差異。由于中西部地區私營資本和國外資本的份額較少，而國有資本的份額較大，這也就決定了，我國在制定利率政策時，需要更多的考慮東部地區的經濟影響，尤其是利率對于房地產的影響。

其次，從住房價格和國民經濟的正向關系來看，對于住房價格需要一定程度的管控，但是為了經濟的發展，房價的合理上升是必要的，而如何控制房地產價格合理穩定的上漲，也是中央政府有關部門和各地方政府部門的首要問題。

最后，需要加強配套制度的改革。我國住房價格受到國民經濟的影響微乎其微，這與我們通常的理解不同。主要原因是我國相關配套政策存在問題，而使得住房價格對于國民經濟的影響機制出現問題，房地產價格更多是通過是由于土地一級市場價格的高漲導致；另外，在一線城市的戶籍制度也給住房價格的不合理高位帶來負面影響。國家層面應該改革戶籍制度，尤其是對于一線城市的戶籍制度；而地方層面則要合理的供給土地，同時也要對于一級市場土地價格的管制，對于“囤積居奇”等利用房地產價格上漲獲取暴利的開發商予以適當管制和加強稅收控制。

通過這些利率政策、土地政策和戶籍制度改革以及國家對于房地產價格的宏觀調控，房地產行業可以借著當前的利好政策，快速有效的帶領中國經濟走出目前的增長困境，實現我國經濟平穩有效的增長過渡。

參考文獻：

1.Douglas Holtz-Eakin，Whitney Newey and Harvey Rosen. Estimating Vector Autoregressions with Panel Data.Econometrica.1988

2.Inessa Love and Lea Zicchino. Financial Development and Dynamic Investment Behavior： Evidence from panel VAR.The Quaterly Review of Economics and Finance.2006

3.方燕.宏觀經濟變動對房地產價格波動的影響分析——基于SVAR模型理論的實證研究.價格理論與實踐.2010.7

4.顧海峰 張元姣.貨幣政策與房地產價格調控：理論與中國經驗.經濟研究.2014.1

5.顧云昌.住宅產業與經濟增長.中國房地產.1998.8

6.郭娜 翟光宇.中國利率政策與房地產價格的互動關系研究.經濟評論.2011.3

7.譚政勛 陳銘.房價波動與金融危機的國際經驗證據：遞延效應還是偏離效應.世界經濟.2012.3

8.田建強.我國利率水平、貨幣供應量和房地產價格的相互作用機制研究.2012.11

9.王成成 王曉輝.宏觀經濟對房地產價格的影響——基于中國省際的動態面板數據.經濟管理.2011.9

10.王國軍 劉水杏.房地產業對相關產業的帶動效應研究.經濟研究.2004.8

11.許憲春 賈海 李皎.房地產經濟對中國國民經濟增長的作用研究.中國社會科學.2015.1

12.原鵬飛 馮蕾.經濟增長、收入分配與貧富分化——基于DCGE的房地產價格上漲效應研究.經濟研究.2014.9

13.張實桐 伍艷艷 曲曉燕.淺析我國房地產價格的高位預警.價格理論與實踐.2010.7

作者簡介：

黃錦濤，南開大學經濟學院國際經濟研究所博士研究生（在讀），研究方向為國際金融、跨國公司投資。