不確定性會影響貨幣政策對房價的調(diào)控效應(yīng)嗎？
——基于LT-TVP-VAR模型的實證檢驗

劉金全，畢振豫

(1.吉林大學(xué)數(shù)量經(jīng)濟研究中心，吉林 長春 130012；2.吉林大學(xué)商學(xué)院，吉林 長春 130012)

一、引 言

房地產(chǎn)業(yè)是我國國民經(jīng)濟的支柱產(chǎn)業(yè)，但是房地產(chǎn)價格的迅速攀升也為我國經(jīng)濟持續(xù)穩(wěn)定發(fā)展埋下了隱患，房價的迅速上漲不僅會侵蝕居民在其他經(jīng)濟領(lǐng)域的消費能力，導(dǎo)致投機炒房之風(fēng)盛行，同時房地產(chǎn)市場中融資結(jié)構(gòu)單一以及銀行信貸風(fēng)險較大等問題也不利于金融穩(wěn)定和整個國民經(jīng)濟的健康發(fā)展。面對房地產(chǎn)價格在短期內(nèi)過快上漲的現(xiàn)象，我國政府開始實施宏觀調(diào)控措施對房地產(chǎn)市場進行干預(yù)。貨幣政策作為宏觀調(diào)控的重要手段，應(yīng)當(dāng)發(fā)揮其在房地產(chǎn)市場調(diào)控中的積極作用，以實現(xiàn)房地產(chǎn)市場與整個宏觀經(jīng)濟的平穩(wěn)健康發(fā)展。

然而，由于公眾對于政府實施的經(jīng)濟政策無法形成準確有效的預(yù)期，頻繁的宏觀調(diào)控就必然會產(chǎn)生經(jīng)濟政策不確定性的問題。Baker等(2016)對經(jīng)濟政策不確定性給出了如下定義：由于政府實施經(jīng)濟政策存在一定的隨機性，公眾對于未來政策無法準確預(yù)期所帶來的風(fēng)險[1]。經(jīng)濟衰退本身也會孕育不確定性，這主要是由于在經(jīng)濟下行時期，政府需要頻繁實施經(jīng)濟政策干預(yù)經(jīng)濟，從而導(dǎo)致不確定性上升。隨著理論研究與政策實踐的不斷深入，研究者意識到政策不確定性與個體預(yù)期的形成有著密切的聯(lián)系，從而導(dǎo)致其對貨幣政策的實施與房地產(chǎn)市場的調(diào)控產(chǎn)生深遠影響。

一個自然的問題是，作為宏觀調(diào)控的必然結(jié)果，不確定性在貨幣政策向房地產(chǎn)市場的傳導(dǎo)過程中扮演了什么樣的角色，不確定性會放大貨幣政策對房價的沖擊效果，還是會削弱貨幣政策對房地產(chǎn)市場的調(diào)控效應(yīng)？同時其本身又會對房地產(chǎn)市場運行產(chǎn)生怎樣的影響？為此，本文采用Baker等(2016)設(shè)計的經(jīng)濟政策不確定性指數(shù)[1]，在經(jīng)濟政策不確定性的視角下，具體考察了數(shù)量型和價格型貨幣政策對房地產(chǎn)市場的調(diào)控效果以及不確定性對房地產(chǎn)市場的溢出效應(yīng)。

本文后續(xù)安排如下：首先對相關(guān)文獻進行回顧與綜述，隨后構(gòu)建門限SVAR模型，選擇經(jīng)濟政策不確定性作為門限變量，通過非線性檢驗驗證變量之間的非線性關(guān)系；之后將貨幣供給量、利率、房地產(chǎn)價格以及經(jīng)濟政策不確定性指數(shù)加入包含潛在門限的時變參數(shù)VAR(LT-TVP-VAR)模型，詳細考察不同時點貨幣政策對房地產(chǎn)價格的調(diào)控效果以及不確定性對房地產(chǎn)市場的溢出效應(yīng)；最后得出結(jié)論并提出相應(yīng)的政策建議。

二、相關(guān)文獻回顧

目前對于貨幣政策、不確定性與房地產(chǎn)市場之間關(guān)聯(lián)機制的研究一般集中在兩個方面，一是不確定性條件下貨幣政策對房地產(chǎn)價格的調(diào)控效果與影響機制，二是不確定性本身對房地產(chǎn)市場的溢出效應(yīng)。

不確定性作為經(jīng)濟調(diào)控的必然結(jié)果，本身也會對宏觀經(jīng)濟與房地產(chǎn)市場的運行產(chǎn)生顯著影響。Stock和Watson(2012)通過動態(tài)因子模型發(fā)現(xiàn)，不確定性在美國2008年次級貸款危機中扮演了重要的角色[2]。Gilchrist等(2014)基于融資渠道的研究表明，不確定性攀升會使得企業(yè)融資成本升高，從而導(dǎo)致企業(yè)投資減少[3]。基于實物期權(quán)理論，Gulen和Ion(2016)的研究發(fā)現(xiàn)不確定性沖擊相當(dāng)于提高了投資的等待價值，這導(dǎo)致企業(yè)推遲決策直至不確定性消失，因此不確定性的提高會對投資產(chǎn)生負向影響[4]。隨后，研究者也開始在非線性的視角下對不確定性的宏觀經(jīng)濟效應(yīng)展開研究。張玉鵬和王茜(2016)通過門限VAR模型對政策不確定性的宏觀經(jīng)濟效應(yīng)進行了研究，結(jié)果表明在經(jīng)濟運行較為低迷的時期，不確定性對產(chǎn)出存在顯著的正向沖擊，而在經(jīng)濟發(fā)展繁榮時期，不確定性會對產(chǎn)出產(chǎn)生顯著的負向沖擊[5]。Creal和Wu(2017)通過包含隨機波動的時變模型研究發(fā)現(xiàn)，不確定性沖擊會對通脹以及失業(yè)等重要宏觀經(jīng)濟變量產(chǎn)生顯著的負向影響[6]。

此外，不確定性不僅會對宏觀經(jīng)濟運行產(chǎn)生溢出效應(yīng)，同時也會對貨幣政策的實施效果產(chǎn)生影響。Dixit和Pindyck(2007)以及Bloom(2009)的研究結(jié)果均表明較高的不確定性會削弱貨幣政策的有效性，其原因在于當(dāng)不確定性處于高水平時，經(jīng)濟個體會推遲決策，從而影響貨幣政策的實施[7][8]。在后續(xù)的相關(guān)研究中，部分研究者通過信貸渠道嘗試解釋不確定性削弱貨幣政策的具體機制(Baum等，2013)[9]。也有學(xué)者從預(yù)期與信心層面對問題展開研究，例如，Ilut和Schneider(2014)從預(yù)期渠道出發(fā)對不確定性的宏觀效應(yīng)進行了考察，研究結(jié)果顯示不確定性的升高會導(dǎo)致經(jīng)濟個體在做出投資決策時更加謹慎和保守，從而減少對資本市場和房地產(chǎn)市場的投資，弱化貨幣政策對投資市場的調(diào)控效果[10]。而Aastveit等(2017)的研究從理論和實證兩個方面表明，經(jīng)濟個體在面對較高的不確定性時會采取觀望態(tài)度，因此政策不確定性對貨幣政策具有非對稱的影響，當(dāng)不確定性較高時貨幣政策對于宏觀經(jīng)濟的調(diào)控效果較弱[11]。

我國的房地產(chǎn)市場向來有“政策市”之稱，宏觀經(jīng)濟政策會對房地產(chǎn)市場運行，特別是房地產(chǎn)價格產(chǎn)生重要影響(劉鳳娟和司言武，2018)[12]。由于政府實施調(diào)控政策的時間難以預(yù)期，因此不可避免地產(chǎn)生了不確定性的問題。而作為政府干預(yù)宏觀經(jīng)濟的重要手段，貨幣政策對于房地產(chǎn)市場的調(diào)控效果始終是研究者關(guān)注的焦點問題。段忠東和朱孟楠(2011)對于不確定性下房價波動與貨幣政策反應(yīng)進行了比較詳盡的文獻綜述，該文章得到的主要結(jié)論是：當(dāng)不確定性較低時，央行應(yīng)該采取積極主動的手段對房地產(chǎn)市場進行干預(yù)，而當(dāng)不確定性較高和信息不充分時，央行主動干預(yù)市場風(fēng)險較大，此時應(yīng)當(dāng)綜合運用主動干預(yù)和間接反應(yīng)等調(diào)控措施[13]。張浩等(2015)通過數(shù)理推導(dǎo)證明了不確定性的確對房地產(chǎn)價格存在非線性的影響，并通過平滑遷移VAR模型研究了在不同的不確定性狀態(tài)下，貨幣政策沖擊對房地產(chǎn)市場的影響[14]。劉金全和陳德凱(2017)將政策不確定性作為門限變量，通過門限VAR方法檢驗了貨幣供給量、利率以及信貸等政策工具對于房地產(chǎn)市場調(diào)控的有效性[15]。上述研究也均從實證層面表明我國經(jīng)濟政策不確定性會對貨幣政策的有效性產(chǎn)生顯著的影響。

回顧現(xiàn)有研究不難發(fā)現(xiàn)，雖然有大量針對貨幣政策、房地產(chǎn)價格以及不確定性的研究，但是大多缺乏對于不確定性的量化，或者即使對不確定性進行了較為準確的量化，然而通過傳統(tǒng)的VAR模型也難以對變量之間的關(guān)系進行全面的考察。相比于國內(nèi)已有文獻，本文的主要貢獻在于：首先，國內(nèi)文獻對于不確定性的研究大多集中于其對主要宏觀經(jīng)濟變量，如產(chǎn)出、通脹以及投資的影響，鮮有文獻研究不確定性對貨幣政策實施效果的影響，而本文通過門限模型和時變參數(shù)模型系統(tǒng)性地分析了該問題。其次，本文采用LT-TVP-VAR模型對問題展開分析，相比于傳統(tǒng)的VAR模型，該模型能夠更為敏銳地捕捉到經(jīng)濟系統(tǒng)的時變特征與結(jié)構(gòu)性變化，對于經(jīng)濟現(xiàn)象的解釋也更加合理。

三、數(shù)據(jù)處理與非線性檢驗

(一)數(shù)據(jù)選取與處理

本文數(shù)據(jù)包括利率、貨幣供給量、房地產(chǎn)價格以及經(jīng)濟政策不確定性，數(shù)據(jù)起止時間為2005年7月至2017年9月，數(shù)據(jù)均為月度數(shù)據(jù)。其中，利率選取銀行間7天同業(yè)拆借加權(quán)利率，貨幣供給量選擇M2同比增長率，房地產(chǎn)價格選取70個大中城市新建住宅價格指數(shù)同比增長率。以上數(shù)據(jù)來源均為Wind數(shù)據(jù)庫。

對于經(jīng)濟政策不確定性指數(shù)的選取存在一定的爭議，Bruno和Shin(2015)利用市場波動性指數(shù)VIX衡量政策不確定性[16]。不過該指數(shù)由標普500成分股的期權(quán)波動性構(gòu)成，與我國宏觀經(jīng)濟狀況存在一定脫節(jié)，因此不適合作為我國不確定性的代理變量。還有部分研究通過統(tǒng)計學(xué)方法處理數(shù)據(jù)以得到不確定性，例如梁權(quán)熙等(2012)采用GARCH模型估計宏觀經(jīng)濟變量的條件方差來衡量宏觀經(jīng)濟不確定性[17]，但該方法對數(shù)據(jù)的處理會削減其中所包含的信息。

直到最近，斯坦福大學(xué)和芝加哥大學(xué)的Baker、Bloom和Davis三位學(xué)者編制了經(jīng)濟政策不確定性(Economic Policy Uncertainty，EPU)指數(shù)，用來反映世界各大經(jīng)濟體經(jīng)濟和政策的不確定性，才較為有效地解決了這一問題。Baker等(2016)詳細闡述了該指數(shù)的構(gòu)建方法，同時運用該指數(shù)通過VAR模型研究了不確定性對于美國產(chǎn)出和就業(yè)的影響[1]。金雪軍等(2014)以及李鳳羽和楊墨竹(2015)的研究結(jié)果均表明，經(jīng)濟政策不確定性指數(shù)能夠很好地刻畫我國經(jīng)濟政策不確定性，在經(jīng)濟判斷與市場預(yù)測中有著較強的應(yīng)用價值[18][19]。因此，本文將該指數(shù)納入模型框架對問題展開研究。

隨后本文通過Eviews 8軟件對數(shù)據(jù)預(yù)處理并進行平穩(wěn)性檢驗，數(shù)據(jù)首先進行標準化處理以消除量綱差異，同時為了保持數(shù)據(jù)的原始屬性，所有數(shù)據(jù)均沒有進行季節(jié)處理。最后利用ADF單位根方法對數(shù)據(jù)進行檢驗，表1顯示處理之后的數(shù)據(jù)均在5%的顯著性水平下平穩(wěn)，因此無需進行平穩(wěn)性處理，可以直接利用原始時間序列進行建模。

表1 ADF單位根檢驗結(jié)果

(二)非線性檢驗

本節(jié)將政策不確定性指數(shù)作為門限變量，通過門限SVAR(TSVAR)模型對變量之間的門限效應(yīng)進行檢驗，檢驗通過Eviews 8軟件完成。首先對TSVAR模型進行介紹：

Yt=A1Yt+B1(L)Yt-1+(A2Yt+B2(L)Yt-1)I(ct-d>γ)+∑t

(1)

其中，Yt代表k×1階內(nèi)生變量，B1(L)和B2(L)代表滯后多項式矩陣，∑t代表擾動項矩陣，ct-d代表門限變量，I(·)代表指示變量，當(dāng)ct-d>γ成立時取值為1，否則取值為0，A1和A2代表參數(shù)矩陣。模型更為詳細的介紹可以參考Balke(2000)[20]。在實證研究中，首先需要確定的問題是采用非線性模型對于經(jīng)濟現(xiàn)實的刻畫是否優(yōu)于線性模型，因此本文通過Wald統(tǒng)計量進行門限檢驗，檢驗原假設(shè)為不存在門限效應(yīng)。同時為了保證檢驗的穩(wěn)健性，本文計算了三種Wald統(tǒng)計量，分別為Wald統(tǒng)計量最大值sup-Wald、平均值avg-Wald以及指數(shù)值exp-Wald。

表2 非線性檢驗結(jié)果

接下來進行門限效應(yīng)檢驗，滯后階數(shù)根據(jù)線性模型的選取標準選擇為滯后二階，并選擇政策不確定性指數(shù)作為門限變量。檢驗結(jié)果顯示在表2中，三種Wald統(tǒng)計量的結(jié)果均表明可以在1%的顯著性水平下拒絕原假設(shè)，這表明不確定性的確會對貨幣政策的調(diào)控效果產(chǎn)生影響，這也說明了下文利用LT-TVP-VAR模型的合理性。

四、LT-TVP-VAR模型介紹與參數(shù)估計

通過之前的非線性檢驗可以看到，不確定性、貨幣政策與房價波動之間的關(guān)系很有可能并非是線性的，即在不同的不確定性狀態(tài)下，貨幣政策對房地產(chǎn)市場的調(diào)控效果很有可能存在著時變特征與非對稱性。因此采用常系數(shù)模型可能無法捕捉到變量之間的關(guān)聯(lián)機制。而就非線性模型的選擇而言，可以選擇門限模型、平滑遷移模型以及馬爾可夫區(qū)制轉(zhuǎn)移模型，不過這些模型均假定變量之間的關(guān)聯(lián)機制具有一定的躍遷特征，因此無法準確刻畫變量之間關(guān)系的時變特征。從這個角度來看，可以選擇TVP-SV-VAR模型。但是采用帶有隨機波動的TVP-VAR模型會放大結(jié)構(gòu)變化時的沖擊力度，同時會產(chǎn)生過度擬合問題，增加估計誤差，特別是我國房價指數(shù)與經(jīng)濟政策不確定性指數(shù)波動比較劇烈，采用該方法會削弱模型結(jié)果的有效性與可靠性。綜合以上考慮，本文選擇采用LT-TVP-VAR模型進行分析。

(一)模型介紹

為了對模型進行介紹，首先引入SVAR模型：

Ayt=Γ1yt-1+…+Γsyt-s+μt,t=s+1,…,n

(2)

其中，A為k×k階下三角參數(shù)矩陣，Γs為k×k階系數(shù)矩陣，yt為k×1維觀測變量，μt代表k×1維結(jié)構(gòu)沖擊。本文假設(shè)μt～N(0,∑∑)，其中：

(3)

接下來引入時變參數(shù)βi=A-1Γi，Xt=Is?(yt-1,yt-2,…,yt-s)，?代表克羅內(nèi)克積，由此可以將方程簡化為：

(4)

上式中，系數(shù)矩陣、參數(shù)矩陣和協(xié)方差矩陣都具有時變性特征。本文參考Nakajima等(2011)以及Nakajima和West(2013)，假定模型參數(shù)服從如下過程[21][22]：

(5)

(6)

bt=βt·I(|βt|≥db)

(7)

at=αt·I(|αt|≥da)

(8)

其中，I(·)代表指示變量，只能取值0或1，db和da分別代表系數(shù)和聯(lián)立參數(shù)的待估門限值。本文隨后利用馬爾科夫蒙特卡洛模擬方法(MCMC)對參數(shù)進行估計。

(二)模型參數(shù)估計

本文接下來通過MCMC方法對模型進行估計，本部分實證結(jié)果通過OxMetrics 6軟件完成。本文將模擬次數(shù)設(shè)置為11000次，同時為了消除初值對于模型估計的干擾，舍棄前1000次模擬。滯后階數(shù)選擇與前文一致，選取為滯后二階。

表3給出了MCMC方法得到模型參數(shù)的均值、標準差、95%置信區(qū)間、Geweke診斷值以及無效因子。其中Geweke診斷值和無效因子是判斷模型估計效果的重要指標，Geweke診斷值主要用來考察模型的收斂性，無效因子代表后驗樣本均值方差和不相關(guān)序列樣本均值方差的比值，可以用來計算模型估計所產(chǎn)生的不相關(guān)樣本的個數(shù)。本文模型估計結(jié)果顯示大多數(shù)參數(shù)無效因子均小于200，只有(Ωα)1和(da)1的無效因子大于200，以其中最大的無效因子226.33計算，也至少可以得到大約10000/226.33≈44個無關(guān)樣本，這已經(jīng)足夠進行后驗推斷。

表3 模型參數(shù)估計結(jié)果

表4中顯示了潛在門限可接受率，就估計結(jié)果而言，四者均大于30%，最高為73%。這說明貨幣政策以及不確定性對于房地產(chǎn)市場的影響具有顯著的門限效應(yīng)，同時表明本文選擇LT-TVP-VAR模型是合理的。

表4 潛在門限可接受率(%)

五、不確定性視角下我國貨幣政策調(diào)控效果的時變特征分析

本節(jié)在之前模型估計的基礎(chǔ)上，通過等間隔脈沖響應(yīng)函數(shù)分析價格型貨幣政策與數(shù)量型貨幣政策對房地產(chǎn)市場的調(diào)控效果，并研究經(jīng)濟政策不確定性對房地產(chǎn)價格的溢出效應(yīng)。

(一)價格型貨幣政策對房地產(chǎn)市場的調(diào)控效果

本文滯后時期選擇4期(1個季度)、8期(2個季度)與12期(1年)，分別衡量短期、中期和長期的貨幣政策對于房地產(chǎn)市場的調(diào)控效應(yīng)以及不確定性對于房地產(chǎn)市場的溢出效應(yīng)。圖2顯示了房價對于一個標準差利率沖擊的脈沖響應(yīng)函數(shù)，圖中實線、長虛線和短虛線分別代表滯后4期、滯后8期和滯后12期的等間隔脈沖響應(yīng)函數(shù)。從圖中可以看到，三條脈沖響應(yīng)函數(shù)走勢比較一致，說明模型的估計具有相當(dāng)?shù)姆€(wěn)健性。從圖中還可以看到，利率沖擊會對房地產(chǎn)價格產(chǎn)生顯著的負向影響，不過其對于房地產(chǎn)價格的影響在不同時期也存在著明顯的差異。

就價格型貨幣政策的有效性來看，從整體上說價格型貨幣政策對于房地產(chǎn)市場的調(diào)控是有效的，在圖中體現(xiàn)為三條脈沖響應(yīng)函數(shù)整體位于零線下方，但是在不同的時間節(jié)點，房價波動對于利率沖擊的響應(yīng)并不完全一致，利率對房地產(chǎn)市場的沖擊效果經(jīng)歷了先升后降、又升又降的“W”型走勢。價格型貨幣政策對于房地產(chǎn)價格調(diào)控效果最為顯著的時期出現(xiàn)在2009年和2014年左右，在圖中體現(xiàn)為三條曲線大幅負向偏離零線。尤其是金融危機爆發(fā)后，利率對房地產(chǎn)市場的調(diào)控極為有效，其原因在于美國次貸危機對我國與世界經(jīng)濟產(chǎn)生了顯著的負面影響，我國政府出臺多項措施對經(jīng)濟進行干預(yù)，在各項經(jīng)濟政策聯(lián)合發(fā)力下，價格型貨幣政策對房價的調(diào)控效果十分顯著。

不過，在某些時期房地產(chǎn)價格并未受到價格型貨幣政策的顯著影響，結(jié)合圖1中政策不確定性指數(shù)的走勢，可以發(fā)現(xiàn)價格型貨幣政策基本無效的時間節(jié)點均對應(yīng)我國不確定性指數(shù)的峰值，這些峰值出現(xiàn)在2012年和2017年左右，在這兩個時間節(jié)點分別召開了中共十八大和中共十九大，在這些時點前后往往伴隨著重要經(jīng)濟政策的出臺，這些政策對未來一定時期的經(jīng)濟金融發(fā)展造成深刻影響，這也從另一個方面印證了該指數(shù)的確對我國經(jīng)濟政策不確定性進行了有效地刻畫。而上述實證結(jié)果也與Aastveit等(2017)理論模型的推導(dǎo)結(jié)果相一致，即當(dāng)政策不確定性較高時，貨幣政策對于宏觀經(jīng)濟的調(diào)控效果往往較弱[11]。而在不同的不確定性狀態(tài)下貨幣政策對房價調(diào)控所體現(xiàn)出的非對稱性，主要是由于以下原因造成的：經(jīng)濟中個體的預(yù)期形成和不確定性有著密切的聯(lián)系，當(dāng)政策不確定性提高后，個體會推遲進行消費和投資決策以等待更好的消息出現(xiàn)。以房地產(chǎn)市場為例，當(dāng)政府頻繁發(fā)布政策試圖干預(yù)經(jīng)濟時，房地產(chǎn)市場中觀望情緒比較濃重，此時預(yù)期因素而不是貨幣政策成為影響房地產(chǎn)價格的主要因素，由此導(dǎo)致不確定性較高時貨幣政策失效。這同時說明了LT-TVP-VAR模型的確能夠捕捉到宏觀經(jīng)濟運行過程中的結(jié)構(gòu)性變化，也說明了本文加入不確定性指數(shù)與選擇模型的合理性。此外，相比于數(shù)量型貨幣政策，房價對于利率的反應(yīng)并不劇烈，這說明我國利率市場化尚不成熟，雖然監(jiān)管層面已經(jīng)逐步放開利率管制，但是利率向?qū)嶓w經(jīng)濟的傳導(dǎo)仍然存在阻礙。

綜合來看，價格型貨幣政策對于房地產(chǎn)市場的調(diào)控效應(yīng)顯示出了顯著的時變特征與非對稱性，當(dāng)宏觀經(jīng)濟下行壓力較大時，政府往往出臺多項措施對經(jīng)濟實施干預(yù)，此時各項政策聯(lián)合發(fā)力，價格型貨幣政策對于房地產(chǎn)市場的具有較強的調(diào)控效果。而價格型貨幣政策無效的時期往往伴隨著經(jīng)濟政策不確定性的走高，這表明政策不確定性的確會弱化價格型貨幣政策對房地產(chǎn)價格的調(diào)控效果。

圖1 經(jīng)濟政策不確定性指數(shù)

圖2 房價對利率沖擊的脈沖響應(yīng)

(二)數(shù)量型貨幣政策對房地產(chǎn)市場的調(diào)控效果

圖3顯示了房地產(chǎn)價格對于一個標準差貨幣供給量沖擊的脈沖響應(yīng)函數(shù)，三條曲線的走勢高度耦合，同時出現(xiàn)若干個局部峰值，說明數(shù)量型貨幣政策對于房地產(chǎn)市場的調(diào)控效果有著明顯的時變性特征。從圖中可以看到，數(shù)量型貨幣政策能夠較為有效地對房地產(chǎn)市場進行調(diào)控，在圖中體現(xiàn)為三條脈沖響應(yīng)函數(shù)均位于零線上方。而且對比之前價格型貨幣政策的脈沖響應(yīng)函數(shù)，可以發(fā)現(xiàn)房價對貨幣供給量沖擊反應(yīng)更加敏感。

從圖3中不難發(fā)現(xiàn)，貨幣供給量沖擊對房價始終有著較強的刺激作用，不過其對房價的影響呈現(xiàn)出不斷下行的趨勢，特別是在2015年之后，數(shù)量型貨幣政策對于房地產(chǎn)市場的影響作用顯著減弱，這說明數(shù)量型貨幣政策與房地產(chǎn)市場的關(guān)系可能正在逐步弱化。此外，數(shù)量型貨幣政策同樣也受到了不確定性的影響，較高的不確定性弱化了其對房地產(chǎn)市場的調(diào)控效果。不過相比于價格型貨幣政策，數(shù)量型貨幣政策對房地產(chǎn)市場的調(diào)控效果受到不確定性的影響較小，在我國不確定性指數(shù)大幅走高的2008年和2012年，雖然貨幣供給量對房價的刺激效果減弱，但是并未出現(xiàn)政策明顯無效的階段，這表明房價能夠?qū)ω泿殴┙o量做出更為充分的反應(yīng)，因此相比于價格型貨幣政策，數(shù)量型貨幣政策對房地產(chǎn)市場的調(diào)控效果更好。

同時，脈沖響應(yīng)函數(shù)在2007年、2010年與2013年等時期出現(xiàn)了若干個局部峰值，結(jié)合我國房地產(chǎn)價格指數(shù)可以發(fā)現(xiàn)，在這些時間節(jié)點房地產(chǎn)價格出現(xiàn)了大幅上漲，例如，2008年美國次貸危機對全球金融市場造成了巨大的沖擊，給各國經(jīng)濟發(fā)展帶來了嚴重的影響，我國也面臨著國內(nèi)外需求疲軟以及經(jīng)濟下行壓力較大等問題。為了鼓勵住房消費與房地產(chǎn)投資，央行在2008年下半年連續(xù)五次降息，國務(wù)院于同年年底推出進一步擴大內(nèi)需，促進經(jīng)濟增長的十項措施，即“四萬億”計劃，樓市隨后開始復(fù)蘇，2010年前十個月房價指數(shù)同比漲幅均超過10%，4月份和5月份的漲幅更是突破了15%。在此期間貨幣供給量對于房價的刺激作用十分顯著。而在2012年央行再次松動銀根，下調(diào)存貸款利率與存準率，房價再次出現(xiàn)大幅上漲。與此同時，貨幣供給量對房價的促進作用也再度上升。步入2014年之后，政府密集出臺措施對房價進行調(diào)控，同時央行收緊流動性，伴隨著房價增速的下降，數(shù)量型貨幣政策對房價的調(diào)控效果也開始減弱。但是，2015年為了減少房地產(chǎn)庫存，釋放市場中剛性需求與改善性需求，政策再度向房地產(chǎn)市場傾斜，房地產(chǎn)價格再次迎來新一輪上漲，貨幣擴張對房價的刺激作用也再次達到峰值。這表明貨幣政策的調(diào)控效果與房價有著密切的聯(lián)系。其中的原因在于當(dāng)房價等資產(chǎn)價格處于高位時，市場情緒普遍樂觀，因此當(dāng)央行增加貨幣供給釋放流動性時會導(dǎo)致更多的貨幣進入房地產(chǎn)市場，從而導(dǎo)致房價上升。

綜上所述，數(shù)量型貨幣政策在調(diào)控房價方面比價格型貨幣政策更加具有優(yōu)勢，房地產(chǎn)市場對于貨幣供給量沖擊更加敏感。同時，受到市場預(yù)期的影響，數(shù)量型貨幣政策的調(diào)控效果與房地產(chǎn)價格本身也有著密切的聯(lián)系，當(dāng)房價走高時數(shù)量型貨幣政策具有較強的調(diào)控效應(yīng)。

(三)經(jīng)濟政策不確定性對房地產(chǎn)市場的溢出效應(yīng)

從圖4中可以看到，總體而言，不確定性沖擊會對房地產(chǎn)價格產(chǎn)生負面影響，不過在樣本期間，不確定性對于房地產(chǎn)市場的影響效果不斷減弱，三條脈沖響應(yīng)函數(shù)在2014年左右穿過了零線，說明變量之間的關(guān)系可能發(fā)生了結(jié)構(gòu)性的轉(zhuǎn)變。

房地產(chǎn)價格對不確定性沖擊的脈沖響應(yīng)函數(shù)首先下降，并在2008年左右達到波谷，隨后緩慢上升并于2010年左右達到波峰，之后又繼續(xù)上行并在2014年左右穿越零線。按照Aastveit等(2017)理論部分的推導(dǎo)，不確定性對于房價的影響是負面的，即不確定性走高會導(dǎo)致個體推遲投資，從而導(dǎo)致房價下跌[11]。不過根據(jù)金雪軍等(2014)的研究，政策不確定性不僅會對股票價格以及房地產(chǎn)價格等資產(chǎn)價格產(chǎn)生負面影響，同時也會對產(chǎn)出、消費、通脹和投資等重要經(jīng)濟變量產(chǎn)生負向的溢出效應(yīng)[18]。而經(jīng)濟行為主體基本是風(fēng)險厭惡的，因此當(dāng)不確定性上升時，經(jīng)濟個體會采取措施盡可能回避風(fēng)險。對比房地產(chǎn)價格指數(shù)的走勢，可以發(fā)現(xiàn)，三條脈沖響應(yīng)函數(shù)和房價走勢高度耦合，即當(dāng)房價上漲(下跌)時，不確定性對于房價的負向影響就會減弱(增強)，例如，2008年受到美國次貸危機的影響，國內(nèi)房價一路走低，此時不確定性對于房價的負面沖擊達到峰值；隨后“四萬億”政策出爐，同年國務(wù)院發(fā)出《關(guān)于促進房地產(chǎn)市場健康發(fā)展的若干意見》，房地產(chǎn)市場開始轉(zhuǎn)暖，而不確定性對于房價的影響開始減弱；在2010年房價劇烈反彈后，國務(wù)院接連出臺“國十條”以及“新國八條”等房地產(chǎn)調(diào)控政策遏制房價過快上漲趨勢，此時不確定性對房價的負向影響再次達到峰值；但是受到市場樂觀預(yù)期的影響，房地產(chǎn)調(diào)控政策對于房地產(chǎn)市場的調(diào)控效果有限，并未有效遏制房價上漲，而房價對于不確定性的響應(yīng)函數(shù)也不斷上行并突破零線甚至對房價產(chǎn)生正向影響；不過自2015年以來，政府開始綜合運用財政以及金融等手段對樓市進行調(diào)控，伴隨著房價漲幅趨緩，三條脈沖響應(yīng)函數(shù)也開始步入下行區(qū)間。

由此可見，不確定性對于房價的溢出效應(yīng)與房地產(chǎn)價格有著密切的聯(lián)系。當(dāng)房地產(chǎn)價格較低時，不確定性對于房價會產(chǎn)生負面影響，但是近些年來不確定性對于房價的影響不斷減弱，甚至出現(xiàn)正向影響，這其中的原因在于我國居民目前投資方式比較單一，缺少投資途徑，很多人還對2007年和2015年的兩次股災(zāi)心有余悸，但是我國的房地產(chǎn)市場還未經(jīng)歷過一輪完整的周期，房地產(chǎn)價格的不斷走高讓不少人相信房地產(chǎn)價格是不會下跌的，由此導(dǎo)致房地產(chǎn)成為避險資產(chǎn)。因此當(dāng)不確定性走高導(dǎo)致市場風(fēng)險增加時，大量資金就會涌入房地產(chǎn)市場，導(dǎo)致房價上升。

綜合而言，不確定性對于房價的溢出效應(yīng)具有顯著的時變特征，總體上不確定性對房價會造成負面影響，不過近些年由于房價的不斷走高，不確定性對房價的影響不斷減弱，甚至出現(xiàn)反復(fù)。這說明不確定性的影響效果和房價本身有著密切的聯(lián)系，我國居民由于缺乏投資手段，同時對于房地產(chǎn)市場有著樂觀的預(yù)期，導(dǎo)致房地產(chǎn)價格處于高位時不確定性對房價的溢出效應(yīng)減弱。

圖3 房價對貨幣供給沖擊的脈沖響應(yīng)

圖4 房價對不確定性沖擊的脈沖響應(yīng)

六、結(jié)論與政策涵義

作為宏觀調(diào)控的必然結(jié)果，不確定性對貨幣政策有效性的影響值得研究者給予充分關(guān)注。本文正是以此為切入點，首先在經(jīng)濟政策不確定性的視角下，利用門限模型檢驗變量之間的非線性關(guān)系，隨后從動態(tài)的角度出發(fā)，通過LT-TVP-VAR模型考察了貨幣政策對房地產(chǎn)市場的調(diào)控效果以及不確定性對房價的溢出效應(yīng)，并得到以下研究結(jié)論：

首先，無論是數(shù)量型貨幣政策還是價格型貨幣政策均能夠?qū)Ψ績r產(chǎn)生顯著的影響。同時，伴隨著經(jīng)濟政策不確定性的不斷變化，貨幣政策對房地產(chǎn)市場的調(diào)控效應(yīng)也表現(xiàn)出明顯的時變特征。當(dāng)政府頻繁發(fā)布政策試圖干預(yù)經(jīng)濟時，房地產(chǎn)市場中觀望情緒比較濃重，此時預(yù)期因素而不是貨幣政策成為影響房價的主要因素，由此導(dǎo)致不確定性較高時貨幣政策失效。

其次，隨著宏觀經(jīng)濟形勢的更迭以及房地產(chǎn)市場運行狀況的不斷變化，兩種貨幣政策工具的調(diào)控效果同樣表現(xiàn)出較為顯著的非對稱性。當(dāng)經(jīng)濟面臨較大的下行壓力時，價格型貨幣政策的調(diào)控效果較為顯著，而數(shù)量型貨幣政策的調(diào)控效果與房地產(chǎn)價格有著密切的聯(lián)系，其在房價高漲時期往往更加有效。

最后，不確定性會對房地產(chǎn)市場產(chǎn)生顯著的溢出效應(yīng)，而且溢出效應(yīng)與房地產(chǎn)市場運行的不同階段高度耦合。當(dāng)房地產(chǎn)市場處于繁榮時期時，不確定性對房價的負向影響較弱。這表明由于我國居民缺乏投資手段，同時對于房地產(chǎn)市場有著樂觀的預(yù)期，因此當(dāng)不確定性走高導(dǎo)致市場風(fēng)險增加時，大量資金就會涌入房地產(chǎn)市場，導(dǎo)致房價上升。

本文的研究結(jié)果表明，政府在通過經(jīng)濟政策對房地產(chǎn)市場進行調(diào)控的同時，政策頻繁變動所引致的不確定性往往會削弱貨幣政策的調(diào)控效果。為此，政府在制定經(jīng)濟政策時應(yīng)當(dāng)著重考慮政策的長期穩(wěn)定性，避免政策朝令夕改對公眾預(yù)期以及政府部門的聲譽產(chǎn)生系統(tǒng)性的影響。貨幣當(dāng)局應(yīng)當(dāng)堅持“總量平衡、適度從緊、適時微調(diào)”的政策調(diào)控方針，擺脫傳統(tǒng)上大起大落的調(diào)控方式，從而從源頭上減少經(jīng)濟政策的不確定性。其次，鑒于不確定性主要是通過預(yù)期與信心渠道對貨幣政策以及房地產(chǎn)市場產(chǎn)生影響，這要求相關(guān)當(dāng)局切實加強政策調(diào)控的預(yù)期引導(dǎo)，防止外界對宏觀政策進行過度解讀。中央銀行應(yīng)當(dāng)重點關(guān)注貨幣政策的連貫性與一致性，避免短期內(nèi)政策的大幅調(diào)整，以便更好地發(fā)揮貨幣政策在調(diào)控房地產(chǎn)市場中的支撐作用。最后，我國兩種不同類型的貨幣政策具有較好的互補性，政府在房地產(chǎn)市場的不同階段應(yīng)當(dāng)斟酌搭配利用不同的政策工具。面對現(xiàn)階段我國房地產(chǎn)價格快速上漲以及不確定性大幅波動的狀況，數(shù)量型貨幣政策對房價的影響往往更為顯著，貨幣當(dāng)局應(yīng)當(dāng)保持貨幣增量與經(jīng)濟發(fā)展水平相適應(yīng)，控制信貸增速在合理范圍內(nèi)，從而為合理控制房價提供政策保障，也為金融發(fā)展服務(wù)實體經(jīng)濟提供必要的支持。