利率政策對房地產(chǎn)價格的調(diào)控效果與時變特征

王海俠 王孜易

摘要：如今資本市場的蓬勃發(fā)展與資產(chǎn)價格的飛漲銳減也導致國民經(jīng)濟的不穩(wěn)定性逐步上升。金融的不穩(wěn)定、宏觀經(jīng)濟的波動和不確定性已然變得非常明顯。我國處于經(jīng)濟轉(zhuǎn)型時期，房價和貨幣政策都具有不同于其他國家的特點，在此背景下，分析我國的房地產(chǎn)價格波動與貨幣政策的關(guān)系具有實際意義。

本文分析得到以下結(jié)論：利率對房價的影響具有明顯的時變特征。在我國經(jīng)濟增速放緩、房地產(chǎn)市場低迷時期，擴張性利率政策對房價有較好的調(diào)控效果。但在利率市場化程度較低且經(jīng)濟與房地產(chǎn)市場高速發(fā)展時期，緊縮貨幣政策對于房價上漲調(diào)控作用較有限。

關(guān)鍵詞：貨幣政策 房地產(chǎn)價格 時變參數(shù)向量自回歸模型

一、引言

改革開放以來，歷經(jīng)多年發(fā)展的中國的房地產(chǎn)業(yè)已然步入了快高速發(fā)展階段，房產(chǎn)市場的需求亦開始不斷上升。在2008年，我國實體經(jīng)濟受到了全球性大蕭條的沖擊，房價大幅下降，房產(chǎn)行業(yè)受到了較大的影響。在政府積極的各項貨幣政策出臺后，2009年，我們國家的房產(chǎn)市場迅速升溫，房價也逐漸上漲，房產(chǎn)市場開始步入有序發(fā)展。2017年，全國商品住宅銷售價格由于受到宏觀調(diào)控政策影響，增長率逐漸放緩，保持穩(wěn)步增長。

二、TVP-VAR模型

模型形式如下：

其中，系數(shù)、參數(shù)和隨機波動的協(xié)方差矩陣都具有時變特征。同樣，我們也假定公式（1）中的參數(shù)服從以下的隨機游走過程：

其中。

其中，表示第i個序列，是的標準誤，當j=0，1時，如果MCMC算法產(chǎn)生了平穩(wěn)的樣本序列，則該樣本收斂于正態(tài)分布。

三、樣本數(shù)據(jù)與處理

本文選取十年期國債收益率作為利率指標的取值，用BY表示，利用公式商品住宅銷售價格作為房價變量，用HP表示。

本文使用2006年5月至2018年2月的月度同比數(shù)據(jù)進行分析。數(shù)據(jù)來源為國家統(tǒng)計局、全國銀行間同業(yè)拆借中心。

本文使用ADF檢驗對各個變量的數(shù)據(jù)平穩(wěn)性進行檢驗。BY和HP在5%的顯著性水平下均為平穩(wěn)數(shù)據(jù)。

四、貨幣政策對房價的時變特征分析

（一）模型估計結(jié)果

本文利用MATLAB軟件對變量進行TVP-VAR模型估計，并對模型估計結(jié)果和脈沖響應函數(shù)圖進行分析。

本文采用MCMC方法模擬10，000次，并舍棄初始的1，000次抽樣，以得到模型的有效樣本。估計結(jié)果如表1所示。

由表1可看出參數(shù)CD收斂值也都小于1.96，在5%的顯著性水平下，不能拒絕收斂于后驗分布的零假設，說明MCMC模擬過程收斂。無效因子的最大值為107.96，意味著我們至少可獲得10000/107.96≈93個不相關(guān)樣本，這對于后驗推斷來說是足夠的。因此，模型估計是有效的。

（二）等間隔脈沖響應時變特征分析

由圖1可看出，滯后期為1個月時，房價對利率沖擊的響應為正，且響應較小，約為0.07，說明在短期內(nèi)，利率對于房價的調(diào)控效果不明顯，存在一定的時滯。

滯后期為3個月時，在前32期（2008年12月前），房價對利率沖擊的響應為正，即房價對緊縮的貨幣政策的沖擊的響應為正向。由經(jīng)濟學理論可知，利率政策通過信貸途徑和資產(chǎn)組合途徑對房價產(chǎn)生負向影響，本文認為我國在前期產(chǎn)生該種特有現(xiàn)象的原因主要是利率市場化程度較低所造成的，長期實行的管制利率使得利率水平很難真正反映市場經(jīng)濟主體對住宅銷售價格風險的預期。所以，通過利率無法對房地產(chǎn)市場產(chǎn)生較好的調(diào)控效果。自2008年12月開始，房價對利率的沖擊開始產(chǎn)生負效應，在第70期（2012年2月）左右達到最大值，約為0.33，該時點我國經(jīng)濟進入新常態(tài)時期，處于經(jīng)濟增長率下降、房地產(chǎn)市場低迷時期，這說明在該階段利率上升能有效抑制房價上漲，利率對房價有較好的調(diào)控作用。

滯后期為6個月時，前20期（2007年12月之前）房價對于緊縮性貨幣政策的沖擊響應為正向，且該效果強于滯后期3個月的響應，說明在該時期緊縮性利率政策中長期的調(diào)控作用比短期調(diào)控作用更缺乏有效性，利率政策無法很好地調(diào)控房價。這與滯后期3個月的實證結(jié)果相符合。

從第20期（2008年1月）開始，房價對利率沖擊的響應均是負響應，同樣在第70期（2012年2月）左右達到最大值，約為0.8，說明利率上升，房價降低，利率對房價有較好的調(diào)控效果，且明顯大于3個月滯后期的房價調(diào)控的影響程度。

根分析可知，在我國經(jīng)濟發(fā)展速度放緩、房地產(chǎn)市場低迷時期，擴張性利率政策對房價有較好的調(diào)控效果，它可以有效促進房地產(chǎn)市場的復蘇和回暖，但在利率市場化程度較低且經(jīng)濟與房地產(chǎn)市場高速發(fā)展時期，緊縮的貨幣政策對于房價的上漲的調(diào)控作用較為有限。

五、結(jié)論

基于本文選取的月度數(shù)據(jù)，利用TVP-VAR模型研究貨幣政策對房地產(chǎn)價格波動的影響，主要結(jié)論如下：

利率政策對房地產(chǎn)價格的影響具有明顯的時變特征。在我國經(jīng)濟發(fā)展速度放緩、房地產(chǎn)市場低迷時期，擴張性利率政策對房價有較好的調(diào)控效果，能有效促進房地產(chǎn)市場回溫，但在利率市場化程度較低且經(jīng)濟與房產(chǎn)市場高速發(fā)展的時期，緊縮性貨幣政策對于房價上漲的調(diào)控作用則比較有限。

本文認為主要有以下原因：我國利率市場化程度較低，長期實行的管制利率使得利率水平很難真正反映市場經(jīng)濟主體對價格風險的預期。作為我國貨幣政策傳導的主要工具，利率無法有效地反映資金需求、無法有效傳導貨幣政策的影響。最后我國不斷加快的城市化進程以及人口紅利的影響也會使利率政策對于房價的影響具有明顯的時變性。

參考文獻：

[1]駱永民，伍文中.房產(chǎn)稅改革與房價變動的宏觀經(jīng)濟效應——基于DSGE模型的數(shù)值模擬分析[J].金融研究，2012（5）：14

[2]黃飛雪，王云.基于SVAR的中國貨幣政策的房價傳導機制.當代經(jīng)濟科學[J].2010（5）：26-35

[3]況偉大.利率對房價的影響[J].世界經(jīng)濟，2010（4）：134-145

[4]馬亞明，劉翠.房地產(chǎn)價格波動與我國貨幣政策工具規(guī)則的選擇——基于DSGE模型的模擬分析[J].金融理論與政策，2014（8）：24-34

[5]譚政勛，房價、CPI與貨幣政策傳導機制的中美比較研究[J].亞太經(jīng)濟，2013（1）：93-98

[6]賈祖國，王國剛.貨幣供應量與房價波動的關(guān)系：基于VAR模型的實證分析與國際經(jīng)驗[J].資本市場，2013（4）：28-33

[7]付云鵬，馬樹才，宋琪.我國房價波動與宏觀經(jīng)濟指數(shù)波動關(guān)系的實證研究——基于VAR模型的實證分析[J].價格理論與實踐，2013（4）：63-64

[8]戴金平，尹相頤.我國貨幣政策的調(diào)控效果與時變反應特征——基于房價與匯率變量的檢驗[J].中南財經(jīng)政法大學學報，2017（5）：88-160

[9]馮濤，楊達，張蕾.房地產(chǎn)價格與貨幣政策調(diào)控研究——基于貝葉斯估計的動態(tài)隨機一般均衡模型[J].西安交通大學學報，2014（1）：15-21

[10]馬亞明，劉翠.房地產(chǎn)價格波動與我國貨幣政策工具規(guī)則的選擇——基于DSGE模型的模擬分析[J].金融理論與政策，2014（8）：24-34

[11]林勇，陳名銀.房價波動、通貨膨脹與貨幣政策工具類型——基于面板VAR的研究[J].貨幣時，2014（7）：24-30

[12]吳淑萍，樊穎，楊贊.利率政策對房價的“非對稱性”影響路徑——基于小波分析和GARCH模型的研究[J].上海金融.2017（2）：3-10

[13]Bekiros S，Paccagnini A. On the predictability of time-varying VAR and DSGE models[J]. Empirical Economics，2013，45（1）：635-664.

[14]Bjornland H C，Leitemo K. Identifying the interdependence between US monetary policy and the stock market[J]. Journal of Monetary Economics，2009，52（2）：275-282.

[15]Nakajima J. Time-varying parameter VAR model

with stochastic volatility：An overview of methodology and empirical applications[R]. Institute for Monetary and Economic Studies，Bank of Japan，2011.

[16]Nakajima J，Shiratsuka S，Teranishi Y. The effects of monetary policy commitment：Evidence from time-varying parameterVAR analysis[R]. Institute for Monetary and Economic Studies，Bank of Japan，2010.