我國貨幣政策對房地產價格影響的區域非對稱效應研究

王宏濤+崔景釵

摘 要：貨幣政策是調控我國宏觀經濟的重要手段，也是調控房地產市場的重要途徑。首先從理論上定性分析中國貨幣政策對房地產價格影響的區域非對稱性，然后選取中國30個省份2003—2016年數據為樣本，將30個省份分為A、B、C、D四個區域，通過構建向量自回歸模型進行實證分析。結果表明，A區的房地產價格對貨幣政策傳導效應最強，對于利率和貨幣供應量沖擊響應程度最強，C區D區次之B區最弱。且對貨幣政策反應的持續時間為，A、B區持續時間短，C、D區持續時間長。

關鍵詞：貨幣政策；房地產價格；區域非對稱性；向量自回歸模型

中圖分類號：F299.27 文獻標志碼：A 文章編號：1673-291X（2017）27-0071-08

引言

近年來，逐步攀升的房地產價格已超出了一般城鎮居民的購買能力，2008年次貸危機爆發后貨幣政策對房地產市場調控的必要性再一次受到了學術界的極大關注。回顧政府對房地產市場的調整措施，主流分為了四個階段：支持發展階段（1998年6月至2003年6月）；調控房價階段（2003年7月至2008年9月）；刺激房市階段（2008年10月至2010年6月）；整體調控房地產泡沫階段（2010年7月至今）。國家頻繁出臺的政策穩定了部分城市的房價滿足了一部分低收入家庭的住房剛需，但對于北京、上海等經濟發展水平較高的城市同時外來人口較多的城市來說，房價不降反升，高漲的房價仍是橫在住房剛需前的一道鴻溝。

由于我國各地區之間經濟發展水平、金融一體化程度、對外開放程度、資本流動性等因素存在較大差異，導致了貨幣政策對各地區房價的不同影響，如各區敏感程度、各區影響時滯、各區政策效果都存在差異。那選用貨幣政策調控房地產市場區域效果具體是什么樣的？哪一貨幣政策手段更加有效？本文將圍繞以上問題展開研究并提出相關建議。

一、文獻綜述

首先對貨幣政策在房地產市場的傳導途徑進行系統的理論分析，翻閱大量文獻進行總結歸納目前學者的研究成果。

Bernanke（伯南克）和Gertler（格特勒）（1995）、Murphy（莫菲）（1997）認為，貨幣政策在房地產市場的傳導效應中，信貸渠道作為一種間接渠道作用更為顯著[1～2]。而Mishkin（米什金）（2007）認為，貨幣政策在作用于房地產市場時，利率渠道起到了主要傳導作用[3]。對此國內學者王先柱（2011）從房地產市場的供給方面驗證了貨幣政策利率渠道、信貸渠道對其的影響[4]。張紅、李洋（2013），在Carlino（卡利諾）和Defina（德菲納）研究基礎上證明貨幣政策在作用于房地產市場產生區域性差異時，利率渠道、信貸渠道對房地產市場的影響[5]。張小宇、劉金全（2015）構建向量自回歸模型（STVAR）發現在經濟發展新常態時期貨幣政策與對房地產市場影響更為顯著[6]。梁斌、李慶云（2011）通過對建立含房地產部門的一般均衡模型進行研究，提出當政府僅僅調控房地產價格而不影響宏觀經濟的穩定時，政府應優先選擇信貸政策，例如提高首付比例[7]。王先柱、楊義武（2015）根據Malpezzi和Wachter（2005）的研究——相對于房地產市場投資者而言，住房的投資性需求明顯是適應性預期而不是理性預期——假設住房需求方為適應性預期、供給方為理性預期，建立了均衡模型，證明了預期顯著影響房地產價格的波動[8～9]。

翻閱大量文獻進行總結歸納目前學者關于貨幣政策區域效應、貨幣政策對房地產市場的區域非對稱性研究成果。Fratantoni（弗拉坦托尼）和Schuh（舒）（2003）經研究證實房地產投資經貨幣政策作用區域差異性很明顯[10]。Negro（內格羅）和Otrok（奧特羅克）（2007）利用貝葉斯估計方法對1986—2005年的美國房地產價格波動進行了研究，得出了地區因素導致了理清波動[11]。王先柱、毛中根、劉洪玉（2011）從房地產的供需考察貨幣政策對房地產市場的區域性差異，證實利率、信貸規模作用房地產市場產生的區域性凸顯，東部受利率影響明顯，中部和西部區域受信貸規模影響最為明顯[12]。張紅、李洋（2013）選取年2001—2010年中國30個省份的數據構建全局向量自回歸模型證實了貨幣政策與房地產市場和區域經濟的動態關系[5]。

雖然已有大量有關這方面的研究，但從國家頻繁地出臺各種政策措施來調整房地產市場可知政府對房地產市場的調控仍是摸索試驗期：貨幣政策調控房地產市場區域效果具體如何？哪一貨幣政策手段更加有效？

二、理論分析

通過對現有文獻進行歸納，貨幣政策是怎樣影響房地產市場的，之后又是怎樣影響區域經濟乃至宏觀經濟的？大致描述為以下階段（見圖1）。

本文研究的貨幣政策對房地產市場影響的區域非對稱性即對第一階段的研究。貨幣政策是通過哪些渠道影響房地產市場的，主流觀點著重描述了利率渠道和信貸渠道。

從利率渠道看，利率提高必然導致房地產開發商開發成本增加。尤其對小房地產開發商而言，成本增加造成資金鏈緊張，導致其極有可能降低銷售價格來獲得資金；而對于資金鏈充裕的房地產開發商而言，會把增加的成本加入到商品房價格中，最終房地產市場價格的上升由購房者承擔；加息同時抑制了需求，由于這個原因房地產價格也有可能不漲。但加息使得開發商的成本上升，會引起開發商的被淘汰。利率提高對于消費者的作用遠大于開發商。利率提升實際上是銀行對購房者的支持減弱，購房者的購買力下降，導致市場需求下降。總的來說，對于房地產市場而言，加息主要是降低了房地產需求。

從信貸渠道看，信貸渠道中的銀行貸款渠道強調，存款準備金率提高，貨幣供給量減少，可貸資金減少，貸款隨之收縮，那些依賴銀行貸款的購房者和房地產開發商被迫減少投資，從而使房地產市場的供給和需求下降，進而導致房地產價格的下降。反之，存款準備金率降低，貨幣供應量增大，銀行信貸量增加，一方面，購房者容易獲得購房貸款，房產需求增加，推動房地產價格上漲；另一方面，房地產價格上漲會使得更多的資金進入房地產市場，房地產投資增加。endprint

本文嘗試從利率和信貸方面分析貨幣政策對房地產價格影響的區域非對稱性，下面我們以中國30個省份2003—2016年的數據為樣本，將30個省份分為A、B、C、D四個區域，通過構建向量自回歸模型進行實證分析。

三、實證分析

（一）數據的選取和來源

本文基于中國30個省份2003—2016年的季度數據建立模型，由于西藏地區經濟的特殊性和數據缺失嚴重，因此剔除不再將其列入被研究范圍內。

根據我國的實際國情，本文價格型貨幣政策工具選取市場化程度較高且較普遍用來研究的的銀行間同業拆借利率（RR），數量型貨幣政策工具選取廣義貨幣供應量（M2），所以貨幣政策的工具變量包括了（RR）和（M2）。由各省的房地產市場銷售總額與銷售面積的商為房地產價格（RP）。同時，選取固定資產開發投資完成額為投資水平（IN）。價格指數根據各地區城鎮居民消費價格指數的同比，指定基期來構造定基比序列，得到居民消費價格指數的時間序列（CPI）。根據上文的分析可知，我國房地產投資者對于房地產價格大多表現為適應性預期，因此選用上兩季度的房價均值作為當期房價的預期（EP2）。并同時選取社會消費品零售總額作為消費指標（C），GDP作為產出指標（Y），房地產開發貸款余額（RIN）。使用EviewsX-11方法剔出變量季節性。最后，本文對C、RP、IN、GDP、M2取對數來克服變量序列之間的異方差性。以上數據均來自Wind數據庫、各省統計局官網、統計年鑒等。

（二）模型的建立

VAR（p）模型的數學表達式是：

yt=Ф1yt-1+…+Фpyt-p+Hxt+εt t=1，2，…T （1）

式中，xt為d維外生變量列向量，yt為k維內生變量列向量，T為樣本個數，p為滯后階數。k×k維矩陣Ф1，…Фp和k×d維矩陣H為待估計的系數矩陣。εt 為k維擾動列向量，它們不與自己的滯后值相關且不與等式右邊的變量相關，但相互之間可以同期相關。

參照鄭煜（2007）、闞凱（2014）、張水峰（2015）、劉立清（2015）等從經濟發展程度，金融開放程度和房地產市場的供求三方面出發，采用聚類分析對我國各省市劃分的結果，將我國30個省份分為A、B、C、D四類[13～16]：

A類：北京、上海，這是我國經濟發展水平最高金融市場最為發達的地區，二者政治經濟中心的地位吸引的大量的外來人口，所以二者的房地產發展是最發達的，同時已經步入較為成熟的階段。

B類：天津、廣東、浙江、江蘇、福建，這幾個地區具有較強沿海地域優勢，再加上天津靠近北京經濟圈，廣東包含深圳特區經濟圈靠近香港經濟圈，江蘇包含上海經濟圈，房價水平也僅次于北京、上海位居B類。

C類：河北、湖北、安徽、山東、四川、江西、陜西、河南、海南、遼寧，這幾個省份屬于中西部、東三省較發達的內陸地區，是中西部、東三省經濟發展的動力，同時房地產市場也符合自身經濟水平穩步上升。

D類：山西、云南、吉林、黑龍江、廣西、湖南、內蒙、新疆、寧夏、貴州、甘肅、青海。這些地區大多屬于偏遠邊界省份，以此經濟、金融發展水平屬于我國中下列，同時外來人口和前幾類比較少，房地產市場處于只滿足當地剛需的階段。

在此分組基礎上，分別驗證利率和貨幣供給量在A、B、C、D區域的效應，即每個區域分別以利率和貨幣供給量作為貨幣政策手段建立VAR模型，之后進行每個區域不同政策手段和不同區域相同政策手段的對比。

四、實證結果及分析

下面以A區為例，首先考察以M2作為貨幣政策手段建立VAR模型。為了得到平穩性數據，對變量進行取對數和一階差分處理。為了更好地驗證上述處理后的變量的平穩性，再做ADF單位根檢驗。結果證實，在10%的顯著性水平下，經過處理后的這9個變量已經為平穩序列。表1顯示了處理后各變量單位根平穩性檢驗的結果。

ADF檢驗結果顯示變量可以做協整分析。本文所用的方法是基于VAR系數協整檢驗的Johansen 協整檢驗。結果顯示，至少有一個以上的協整關系，可以做VAR模型。表2顯示了協整檢驗結果。

對各變量時間序列進行協整檢驗發現，各變量之間存在顯著的協整關系。基于模型估計結果，進一步采用脈沖響應分析方法，分析以上變量之間的相互作用影響。

圖2分別為為A、B、C、D四個區的DLRP響應圖，每個區域分別以貨幣供應量和利率作為貨幣政策變量建立了VAR模型，所以每個區域DLRP響應圖也分為只包含貨幣供應量變量或利率變量兩種。從圖2中可以更加細致具體地觀察各區的房地產價格，在正的貨幣政策沖擊下影響時間和力度的差異。為便于對比將各脈沖分析結果列入下頁表3。

貨幣政策對房地產市場價格具有調控作用，但在不同類經濟區域間調控效應存在顯著差異。從實踐效果來看，對應于貨幣供應量沖擊，A、B、C、D四區房地產價格的響應值在-2%～1.9%區間，A區房地產價格響應強度最高為1.9%，且四區域一般在第2期及以后正向響應顯著。對應于利率沖擊，A、B、C、D四區房地產價格的響應值在-1.8%～-0.3%區間，A區房地產價格響應強度最高為-1.8%，且四區域一般在第1期及以后負向響應顯著，利率上調會引起各區房價下降，由于A區的金融業的市場化程度高，房地產市場受到利率上調的影響更為顯著。對于不同區域，A區的房地產價格對貨幣政策傳導效應最強，對于利率和貨幣供應量沖擊響應值分別達到-1.8%和1.9%，C區D區次之，B地區最弱。可見，房地產價格在貨幣政策傳導方面存在顯著的區域性差異。由于每次利率調整幅度較小，且我國利率市場化水平不高，我國貨幣政策中的數量型貨幣政策通過房地產價格傳導效應更強。對于不同貨幣政策，從四區域對于利率和貨幣供應量沖擊的響應值區間及最大和最小響應值可以看出，貨幣供給量對房地產市場價格發揮作用要略大于利率變動對房地產價格的作用，A區尤為明顯，其他區域則不明顯。貨幣政策對房地產價格的影響僅為短期，從A、B、C、D四區房地產價格響應圖可以看出，A、B區域在第6期之后的響應趨于0，而C、D區域對于貨幣政策的反應持續時間長，第6期之后的響應振幅雖明顯減弱但波動仍明顯，從這一點可以看出A區雖然對貨幣政策反應敏感，但A、B區域貨幣政策持續時間短。endprint

結論

（1）A類：北京、上海，這是我國經濟發展水平最高金融市場最為發達的地區，二者政治經濟中心的地位吸引了大量的外來人口，所以二者的房地產發展是最發達的同時已經步入較為成熟的階段。對于不同區域，A區的房地產價格對貨幣政策傳導效應最強，C區D區次之B地區最弱。可見，房地產價格在貨幣政策傳導方面存在顯著的區域性。（2）A區雖然對貨幣政策反應敏感，且A區的房地產價格對貨幣政策傳導效應最強，但A、B區域貨幣政策持續時間短，而C、D區域貨幣政策持續時間長。

中國區域發展差距大，且各區房地產市場情況復雜，僅通過貨幣政策難以達到理想效果。房地產問題與經濟環境密切相關，所以要從根本上解決住房民生問題，除了要收入分配、保障房政策、稅收制度等各方面改革同時配合外，還要采用調整首付比例等專門針對房地產市場的政策，最重要的還是要從經濟發展的長遠規劃入手，提高經濟開放度和金融發展水平，構建全方位、多層次的金融支持體系，在現有的主要幾個經濟圈基礎上向外輻射以緩解中心區域的各種壓力。同時，政府合理引導居民對房屋的需求和投資偏好，促進房地產業的技術進步水平。

參考文獻：

[1] Bernanke Ben S.，Gertler Mark.Inside the black box：The credit channel of monetary policy transmission[J].Journal of Economic Perspectives，1995，（4）：27-48.

[2] Muellbauer J.，Murphy A.Booms and buts in the UK housing market[J].Economic Journal，1997，（6）：1701-1727.

[3] Mishkin F.Housing and monetary transmission mechanism.NBER Working Paper，2007：13518.

[4] 王先柱.房地產市場貨幣政策區域效應——基于我國31個省市的實證分析[J].山西財經大學學報，2011，（33）：52-61.

[5] 張紅，李洋.房地產市場對貨幣政策傳導效應的區域差異研究——基于GVAR模型的實證分析[J].金融研究，2013，（2）：114-128.

[6] 張小宇，劉金全.貨幣政策、產出沖擊對房地產市場影響機制——基于經濟發展新常態時期的分析[J].中國工業經濟，2015，（12）： 20-35.

[7] 梁斌，李慶云.中國房地產價格波動與貨幣政策分析——基于貝葉斯估計的動態隨機一般均衡模型[J].經濟科學，2011，（3）：17-33.

[8] 王先柱，楊義武.差異化預期、政策調控與房價波動——基于中國35個大中城市的實證研究[J].財經研究，2015，（12）：51-71.

[9] Malpezzi S.，Wachter S.M.The role of speculation in real estate cycles.Journal of Real Estate Literature[J].2005，（2）：143-164.

[10] Frantantoni M.，Schuh S.Monetary policy，housing，and heterogeneous regional markets[J].Journal of Money，Credit，and Banking，2003， （35）：557-589.

[11] Negro D.Macro，Otrok Christopher.Luftballons：Monetary policy and the house price boom across U.S states[J].Journal of Monetary Economics，2007，（54）：1962-1985.

[12] 王先柱，毛中根，劉洪玉.貨幣政策的區域效應——來自房地產市場的證據[J].金融研究，2011，（9）：42-53.

[13] 鄭煜.我國貨幣政策對房地產價格調控效力的區域非對稱性研究[D].成都：西南財經大學，2007.

[14] 闞凱.中國商業地產價格波動區域差異的實證分析——基于貨幣政策的視角[D].成都：西南財經大學，2014.

[15] 張水峰.中國房地產市場區域價格運行特征研究[D].長春：東北師范大學，2015.

[16] 劉立清.基于區域差異視角的貨幣政策在房地產市場的調控效應研究[D].南寧：廣西大學，2015.

[責任編輯 陳丹丹]endprint