我國房地產價格對貨幣政策響應的區域異質性研究*

■徐振鑫

一、引言與文獻評述

2008年全球金融危機爆發以來，為了抑制房地產價格的過快上漲，人民銀行在針對房地產市場的貨幣政策制訂和實施過程中采取了許多積極舉措。但從調控的實際情況來看，調控政策并沒有完全實現調控目標。貨幣政策的調控方式主要是通過貨幣供給和貨幣價格等貨幣政策工具對房地產市場進行宏觀調控，但從房地產市場的現實情況看，房地產市場是典型的區域性市場，各區域房地產價格對貨幣政策的反應差異較大，貨幣政策效應存在區域差異，采取統一的貨幣政策無法達到滿意的效果。房地產市場的這些區域異質性特征，導致貨幣政策對房地產市場調控的總體效應取決于貨幣政策的區域敏感度和貨幣政策執行期間的區域經濟稟賦。貨幣政策敏感度和區域經濟稟賦會隨時間的推移產生變化，微小的變化可能對加總情況產生顯著影響。貨幣政策是宏觀調控政策，雖然無法實現因城施策的精準調控，但將房地產市場的區域異質性特征嘗試納入貨幣政策的考量范圍，仍可能提高貨幣政策對房地產價格的調控效率。為了證實區域異質性對貨幣政策制定的重要性，并將區域異質性納入貨幣政策對房地產市場影響的分析，本文引入了一個宏觀經濟計量框架，稱為異質性代理向量自回歸（HAVAR）模型，在非加總水平上，HAVAR模型類似于小規模結構宏觀模型的簡化形式，在加總的水平上，HAVAR模型類似于包含了異質性特征的宏觀VAR模型。HAVAR模型的引入不僅有利于對區域異質性模型化的探索，更有利于認識區域異質性對貨幣政策制定的重要性。

已有研究大概可以分為三類。

第一類是研究貨幣政策對房地產市場調控的有效性。顧海峰和張元嬌（2014）深入分析貨幣政策與房地產價格的關聯性以及貨幣政策對房地產價格的調控機理，實證研究發現利率對房地產價格的調控效應不顯著，存款準備金率與房地產價格存在長期的均衡關系，存款準備金率對房地產價格的調控效應顯著。向為民和譚娟（2018）通過結構向量自回歸模型研究房價波動、銀行信貸和同業拆借利率三者關系，實證結果顯示房價波動與銀行信貸相互推動、互為因果，利率通過信貸規模的影響間接影響房價。王松濤和劉洪玉（2009）基于住房市場為載體的貨幣政策傳導機制理論框架，對住房價格傳導貨幣政策對私人消費的沖擊效果進行了定量研究，房價解釋了緊縮貨幣政策下私人消費下降的45%，房地產市場在貨幣政策傳導機制中發揮了重要載體作用。

第二類是以Mundell提出的最優貨幣區理論為分析框架，研究貨幣政策對不同區域房地產市場的影響。魏瑋和王洪衛（2010）以最優貨幣區及房地產市場區域異質性為出發點，測度各種貨幣政策工具對我國東、中、西部地區房地產市場價格動態影響的異同。實證結果表明：東、西部地區房地產價格受數量型工具沖擊后向穩態收斂的速度慢于中部；數量型工具對西部地區房地產價格的累積效應最為顯著，價格型工具對東部地區房地產價格的累積效應最大；東、中部地區房地產市場上主導型貨幣政策工具為M0，西部地區則以信貸為主導型政策工具。龍威、劉金全（2018）構建了最優貨幣區理論的分析框架，利用聚類分析的方法研究各區域房價對貨幣政策的反應差異。其研究成果表明，貨幣政策效應存在區域差異，采取統一的貨幣政策無法達到滿意的效果。信貸規模對各區域的房價調控都能起到很大的作用;但存款準備金率對高度發達地區與欠發達地區的房價調控會起到相反的作用。王宏濤和崔景釵（2017）在最優貨幣區理論的基礎上將我國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對這四個區域的貨幣政策對房地產價格的影響進行實證分析。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。

第三類則主要從實證研究的角度，按照一定的時期和區域劃分標準，對利率、規模等貨幣政策工具分別進行檢驗，以證實我國貨幣政策對房地產市場的影響存在區域效應。蔣益民和陳璋（2009）運用SVAR模型對我國八大經濟區的房地產市場和貨幣政策效率進行了實證檢驗，結果表明貨幣政策對房地產市場的調控存在明顯的區域效應，區域效應主要受區域生產力水平的差異、區域產業結構和區域金融結構三方面因素的影響。王先柱（2011）認為，內部經濟的非同質性決定了貨幣政策存在區域效應。無論從房地產需求、房地產供給還是房地產的金融支持來看，房地產市場具有顯著的區域性，強化了貨幣政策在房地產市場的區域效應。利率、信貸規模對房地產市場存在顯著的區域效應，對中西部地區的抑制效應要普遍小于東部地區，對房地產先行性指標的影響要大于當期指標。馮雷、馬諶宸（2016）分析了我國貨幣政策對房地產價格調控的省際差異化效應，實證結果表明，我國貨幣政策對房地產價格調控存在省際差異化效應，在金融發展水平較高的地區，房地產價格與貨幣政策調控呈現顯著的負相關關系，而在經濟開放度較高的地區，房地產市場價格受貨幣政策調控影響較為顯著且兩者呈現正相關關系。

與國內相比，國外學者早在2000年就開始嘗試研究房地產市場異質性對貨幣政策效率的影響，如Michael Fratanton&Fannie Mae（2000）基于美國各州房地產市場對貨幣政策的敏感度，將異質性納入貨幣政策分析，他們認為貨幣政策對經濟的影響取決于區域異質性的程度和性質，這種異質性會隨時間的推移而改變。Giulioodori（2005）探討了貨幣政策對房地產市場傳導機制，基于八個歐洲國家數據實證分析房價對貨幣政策敏感性具有明顯差異。Iacoviello和Minetti（2008）研究了歐洲4個國家的貨幣政策信貸渠道在房地產市場中的傳導機制，研究結果發現貨幣政策傳導效應與各國房地產金融體系的結構性特征有關。

國內外學者的研究成果證明了區域異質性是影響貨幣政策調控房地產市場的重要因素，也為如何將區域異質性納入模型分析提供了可借鑒的寶貴經驗，但現有研究成果更多的是注重證實房地產市場區域異質性對貨幣政策調控有影響以及影響因素，并未將房地產市場的區域異質性內嵌到模型中。本文先對區域異質性進行定義和刻畫，并將我國房地產市場的貨幣政策響應度內嵌到HAVAR模型中，運用我國省級區域房地產市場和貨幣政策工具的相關數據，從省級層面更深入的分析房地產價格對貨幣政策響應的區域異質性。

二、理論框架

從貨幣政策調控房地產價格的作用機制看，人民銀行會根據全國房地產價格的當前水平調整貨幣政策的參數，貨幣政策參數的改變會影響金融市場上的貨幣供給量和貨幣資金的價格，貨幣供給量和貨幣資金價格的調整會影響房地產市場主體的經濟決策。對房地產市場主體的經濟決策的約束主要分為兩個方面：一方面是約束房地產供給端的投資行為；另一方面是約束房地產需求端的購房行為。供給端和需求端的共同發力最終起到調控房地產價格的作用。貨幣政策參數的變動對地區經濟增長和房地產市場的影響既有短期效應，又有滯后效應，上述的傳導機制雖然是現實情況的簡化，只考慮的貨幣政策傳導的主要渠道，但也有一定的經驗支持。在整個調控機制中，人民銀行的貨幣政策主要關注全國房地產價格的宏觀水平，不會只關注某個區域的房地產價格水平，但各個區域的房地產價格由于具有異質性，對貨幣政策的響應體現出不同的特征。從以往的研究成果看，目前還沒有令人滿意的結構動態一般均衡模型能夠將異質性納入貨幣政策和房地產價格的分析框架。HAVAR模型結合了貨幣VAR模型和區域、產業異質性VAR模型的優點，能夠將區域異質性納入模型框架，為貨幣政策的制定提供一定程度的微觀基礎。

貨幣政策調控房地產價格的作用機制中包含了宏觀變量、加總變量和區域變量的復雜關系。宏觀變量就是未包含區域異質性的原始非加總宏觀經濟變量，加總變量就是將帶有區域異質性特征的區域變量加總得到的宏觀變量，區域變量就是各地區的原始經濟變量。在眾多變量的經濟關系中，本文關注的主要是加總變量和宏觀變量對貨幣政策的響應，因為加總行為納入了區域異質性信息，使用加總變量得到的政策效果與非加總變量得到的政策效果之間的差異將對人民銀行調整貨幣政策參數及調控房地產價格提供理論依據。既然確定了關注的重點，為了簡化分析，本文提出以下三個假設條件：

假設一：人民銀行在貨幣政策的制定中關注的是宏觀變量，并不關注各區域的分量。

假設二：區域變量對利率的反應是同期的，對其他宏觀變量的反應是滯后一期的。

假設三：區域主體之間在同期的相互作用為零，他們之間的相互影響是滯后一期的。

圖1 貨幣政策傳導機制

根據這三條基本假設，可以得到貨幣政策調控區域房地產價格的傳導機制，如圖1所示，圖中的I代表利率，S代表存款準備金率，y、p、q分別代表區域的城鎮平均可支配收入、房地產住宅均價及房地產住宅投資，Y、P、Q分別是y、p、q的加總值。

三、省級房地產市場的區域模型及區域異質性

宏觀經濟學家普遍認為貨幣政策不能用來影響、控制或瞄準特定地區的經濟狀況。但事實上，因為區域對貨幣政策的響應不同，區域經濟的初始狀況不同，這些區域異質性經濟狀況會影響總體結果。例如收入、通貨膨脹等宏觀經濟變量對貨幣政策沖擊總體響應的幅度和持續時間隨時間和區域初始經濟狀況的不同而不同。從我國經濟現實來看，區域房地產市場的供求關系是大相徑庭的，需要對全國房地產市場進行區域分解。理論上來說，把區域市場分得越細致，就越接近現實的情況，因為每個地區的房地產市場的區域異質性都很明顯，住建部門甚至提出房地產市場調控要實現“因城施策”的調控精度。鑒于數據可得性和模型的可行性，本文將全國房地產市場按照省級行政區劃進行分解。

為了更好的理清區域房地產市場的異質性特征，下面將建立省級區域房地產市場的VAR模型進行分析。

模型中的變量組At包含5個變量，其中2個是宏觀變量，它們分別是It和St，It是5年及以上時期貸款基準利率，是調控房地產行業貸款資金成本的主要貨幣政策工具之一，St是存款準備金率，是調控貨幣資金供應量的主要貨幣政策工具之一；另外3個變量是區域變量，它們分別是 yt、pt和 qt，yt是城鎮居民人均可支配收入，pt是商品住宅銷售均價（商品住宅銷售額除以商品住宅銷售面積），qt是住宅房地產開發投資；εt是隨機誤差項。各項數據采用季度數據，數據來源于Wind數據庫，數據時間跨度從1999年初到2017年末。模型建立之后，本文利用Eviews進行分析。

表1 省級區域貨幣政策響應度

根據VAR模型的結果，參考美聯儲研究員Gerald Carlino的計算方法①Gerald Carlino利用VAR模型中估計值計算美國各州人均收入對貨幣政策沖擊的敏感度，作者計算思路是選取貨幣政策實施8個季度后，人均收入變化幅度與貨幣政策變化幅度的比值。計算各省、直轄市房地產住宅價格對貨幣政策的響應度。本文認為，貨幣政策對目標變量的影響不僅限于一個時間點，而是一個時間段，計算貨幣政策響應度時不能只考慮某一個時期的響應度，應該從跨度更廣闊的作用周期來計算，而且各項政策的滯后效果不一致，計算時各時間點應采用不同的權重。從房地產住宅價格對存款準備金率的相應度分布圖看，相應度的梯度分布特征較為明顯，東部地區最高、中部地區居中、西部地區最低。導致相應度梯度分布的主要原因是各個地區房地產市場的成熟度不同，房地產市場資金充裕程度不同，對存款準備金率的響應度也不同。

圖2 房地產住宅價格存款準備金率政策相應度

四、HAVAR模型的構建

HAVAR模型的特點是先根據各區域的初始稟賦計算出各區域對貨幣政策的政策敏感度，然后將貨幣政策敏感度作為區域異質性的具體表現內嵌到模型中，這種設定模式更符合區域異質性的特征，更適用于分析貨幣政策響應的區域異質性，因為區域經濟稟賦初始條件決定了貨幣政策的區域敏感度，貨幣政策敏感度又決定了各區域對貨幣政策響應的區域異質性。將貨幣政策敏感度內嵌到模型中更符合經濟運行的基本現實，可以得到更符合現實的研究成果。

通過前面的理論分析，本文得到HAVAR模型的數據向量Xt=[ItStYtPtQt]′，Xt被劃分為兩個部分，即′，其中是宏觀部分的數據向量，上標m是宏觀數據向量的代表=[ItSt]′包含利率和存款準備金率兩個變量，由于It和St兩個變量使用的都是宏觀數據，因而稱之為宏觀數據向量是加總部分的數據向量，上標a是加總數據向量的代表包含人均可支配收入、房地產住宅平均價格和房地產住宅投資三個變量，由于 Yt、Pt、Qt三者都使用的是加總數據，故也被稱之為加總數據向量。根據上面對數據向量的定義，Hamilton提出的傳統貨幣政策與住房VAR結構模型可表示為：

其中，結構參數

是一個5×5的系數矩陣，K和Ut分別是5×1的矩陣。Γ0是可逆矩陣，通過矩陣變換可以得到傳統貨幣政策與住房VAR結構模型的簡化形式：

根據Theil提出的方法論，本文在HAVAR模型的理論框架下，將基準的區域模型關系代入到傳統貨幣政策與住房VAR結構模型中就能得到HAVAR模型，這個步驟本質就是將傳統模型中的宏觀變量用區域加總變量進行替代。將進行替代后的傳統模型如下：

經過替代的系數矩陣

在系數矩陣Γ1中的權重系數si，t-1是貨幣政策響應度權重與區域變量初始權重的比值，si，t-1是sit的一個分量，將這些區域變量加總后，得到HAVAR模型

與傳統貨幣政策與住房VAR結構模型相比，HAVAR模型能夠進行動態分析。由于參數隨時間變化的特征，HAVAR模型表現出隨時間變化的脈沖響應。區域結構沖擊的分布影響著加總變量的動態響應，因為是時變的并且存在異質性。因此，HAVAR模型加總動態響應是狀態依賴的。傳統貨幣政策與住房VAR結構模型隱含了一個與現實不符的假設，即當經濟系統遭受沖擊時各區域都處于均衡狀態。HAVAR模型放寬了這個假設，加總動態響應取決于當期和累積沖擊在區域之間的分布情況。時變特征意味著HAVAR模型屬于非線性時間序列模型的一類。盡管HAVAR具有這種非線性特征，但HAVAR模型沒有表現出多重平衡，因為微觀模型是線性的并且是穩定的。然而，任何給定的總沖擊可以產生多元脈沖響應，這取決于微沖擊的精確分布。同時，任何給定的總沖擊響應與微沖擊分布的多重性是一致的。由于區域模型具有固定的參數，可以利用時間序列平均權值獲得HAVAR模型的近似值。區域參數的加權和與傳統參數之間的差值反映了由于聚集而導致的傳統參數的偏差程度。換言之，加總模型的動態響應比微觀模型的響應表現出更多的持久性。

HAVAR模型包含3G+2個變量，需要估計（3G+2）2L+3G+2個參數。對于省級數據，G=31，L=2時就要估計18145個參數，顯然，在有限的數據量下，這是不可能實現的。為了簡化參數的估計和分析，本文在理論框架部分提到三大假設條件具有非常重要的作用，可以極大減少待估參數的數量，降低樣本數據量對HAVAR模型的限制。

假設一：人民銀行在貨幣政策的制定中關注的是宏觀變量，并不關注各區域的分量。假設一消除了從加總變量到宏觀變量控制參數反饋機制的異質性，使得的所有變化對的影響都是一致的，無論這種變化是來自于哪個區域以及這種變化如何在區域間傳播。這條假設將下面矩陣中的待估參數數量從6GL大幅縮減至6L。

假設二：區域變量對利率的反應是同期的，對其他宏觀變量的反應是滯后一期的。這條假設條件限制了宏觀變量對區域變量的當期反饋作用，這使得

但是對于所有的宏觀變量來說，在滯后一期之后對區域變量都有影響。這個條件將待估參數數量從6GL減少到2GL，如果時間序列數據量夠多，也可以考慮放棄這個限制條件。

假設三：區域主體之間在同期的相互作用為零，他們之間的相互影響是滯后一期的。這條假設意味著所有區域以相同的方式相互影響，限制了區域間經濟活動的當期聯系，這雖然降低了系統中的異質性的影響，但它也通過將參數從3G2L減少到3GL來獲得大部分參數的識別能力。在施加了這三大假設之后，系數矩陣Γ1中只需要估計5GL+6L個參數，對于省級數據而言，仍有許多參數需要估計，但目前的樣本量已經足夠了。

本文借鑒Marvin Goodfriend and Robert G.King（1997）的研究成果，采用兩步三角分解法對模型參數進行識別，采用這種方法的原因如下：一方面是需要估計系數矩陣Γ0的各個參數；另一方面是在加入大量微觀區域后，待估參數數量大幅增加，傳統的最大似然估計方法不再適用HAVAR模型。可以利用HAVAR模型的協方差矩陣的估計量=E（?來估計Γ0。HAVAR模型的協方差矩陣可以解構為，通過三角分解，可以得到其中的下三角矩陣A就是的估計量。在上面的三大假設條件中，已經得到了Γ0的一些參數，對下三角矩陣A施加同樣的假設約束，可以得到Γ0的剩余參數。

兩步識別法的第一步是單獨估計每一個區域VAR模型，以得到г0am,i和γ0.ii。第二步是將這些區域參數視為給定的，進一步估計出

五、估計結果與脈沖響應分析

在建立HAVAR模型后，本文利用Eviews軟件進行檢測和分析，為了與宏觀模型進行對比分析，本文列出了宏觀模型和HAVAR模型的結果如表2所示：

表2 模型結果對比

從模型結果看，傳統宏觀VAR模型和HAVAR模型之間的差異主要體現在系數的大小以及顯著性上。整體看，傳統宏觀VAR模型的系數比HAVAR模型要大，兩個模型中的系數符號呈現周期性變化。在傳統宏觀VAR模型中，房地產住宅價格對利率的敏感度十分顯著，而房地產住宅投資對滯后1期的利率敏感度不顯著，對滯后2期的利率敏感度顯著；房地產住宅價格對滯后1期的存準率敏感度十分顯著，對滯后2期的存準率敏感度不顯著；房地產住宅投資對存準率的敏感度顯著。在HAVAR模型中，房地產住宅價格對利率政策的敏感度顯著，房地產住宅投資對利率政策的敏感度也顯著；房地產住宅價格對滯后1期的存準率敏感度顯著，對滯后2期的存準率敏感度不顯著，房地產住宅投資對滯后1期的存準率敏感度不顯著，對滯后2期的存準率敏感度顯著。

從模型系數的顯著性可以看出，與傳統宏觀VAR模型相比，HAVAR模型中大部分變量的顯著性相對較差，但總體上并不影響模型結果的適用性。經過調研取證和認真思考及排查模型設定問題，本文認為這并非HAVAR模型設置有問題，而是要反思利用傳統宏觀VAR模型在分析貨幣政策的效果時是否真的有效，其優良的顯著性是否真的符合經濟現實。而將區域異質性納入分析后，區域房地產市場對貨幣政策的響應不再如傳統宏觀VAR模型中體現的那么顯著，政策效果并沒有傳統意義上那么明顯，這正從側面反映出區域異質性對貨幣政策效應具有重要影響。

圖3 傳統VAR模型的脈沖響應

圖4 HAVAR模型的脈沖響應

從脈沖響應分析看，除了房地產住宅價格對存款準備金率的響應大致相同外，傳統宏觀VAR模型與HAVAR模型有顯著的差異。在傳統宏觀VAR模型中，2個標準差的利率沖擊會立刻引起房地產住宅價格上漲，然后在第2季度達到峰值并不斷衰減，第5季度后衰減為負數，引起導致房地產住宅價格下降；利率沖擊會立刻引起房地產住宅投資回落，在第2季度達到峰值并逐步回升，第3季度以后引發房地產住宅投資的增長。2個標準差的存準率沖擊會引發房地產住宅價格的持續下降；同時會引發房地產住宅投資立刻增長至峰值并逐漸下降，第3季度以后對房地產住宅投資的影響由正轉負，并持續擴大。從傳統宏觀VAR模型脈沖響應分析看，貨幣政策對房地產住宅價格和房地產住宅投資都有持續較大的影響，貨幣政策體現出較強的調控能力。

在HAVAR模型中，2個標準差的利率沖擊會導致房地產住宅價格在第1季度出現上升并達到峰值，第2季度開始轉為下降，到第8季度逐漸衰減為0；利率沖擊會導致房地產住宅投資立刻下降，第2季度達到峰值并逐步回升，第6到第8季度衰減為0。2個標準差的存準率沖擊會立刻引起房地產住宅價格的持續下降，同時會立刻引起房地產住宅投資的增加。第2季度到第5季度逐漸衰減，第6季度到第8季度衰減至0。HAVAR模型的脈沖響應分析結果意味著加入區域異質性后，房地產住宅價格和房地產住宅投資都對貨幣政策體現出不同的響應特征，脈沖響應結果的不同意味著區域異質性對房地產住宅價格和房地產住宅投資兩個變量的貨幣政策響應程度具有重要影響。從HAVAR模型的脈沖響應分析結果看，房地產住宅價格和房地產住宅投資對貨幣政策的響應并沒有傳統宏觀VAR模型的那么強烈和持久。

在短期內，兩個模型中的房地產住宅價格和房地產住宅投資對利率及存準率沖擊的響應程度都較強。在長期，傳統VAR模型中房地產住宅價格和房地產住宅投資對利率及存準率沖擊的響應方式雖有所變化，但響應程度依舊較強，而在HAVAR模型中，房地產住宅價格對利率沖擊的響應逐漸衰減為零，房地產住宅投資對利率及存準率沖擊的響應也逐漸衰減為零，體現出了貨幣政策的調控作用在短期內有效，而在長期內無效的特征。房地產住宅價格和房地產住宅投資對貨幣政策的響應在不同模型中表現出來的巨大差異意味著HAVAR模型在貨幣政策制定中具有重要的參考價值，也意味著區域異質性對貨幣政策在房地產市場調控上的有效性存在巨大影響。

六、結論

本文通過構建HAVAR模型，嘗試將我國省級房地產市場對貨幣政策響應的區域異質性納入分析框架，對比分析傳統宏觀VAR模型和HAVAR模型中房地產住宅價格和房地產住宅投資對貨幣政策的響應情況。傳統的宏觀VAR模型既不考慮異質性，其線性總體模型也假設區域房地產市場對貨幣政策的響應在每個時間點上都是同質的，而HAVAR模型克服了這種局限性，放寬了對區域同質性的假設，使得模型的構建更為復雜，但也更貼近經濟現實。雖然基礎的區域VAR模型是線性的，但HAVAR模型是一個易于處理的非線性加總模型，其動態特性取決于地區的初始經濟條件的分布。對于一組區域數據，HAVAR模型在貨幣沖擊的動態響應的幅度和持續時間上表現出顯著的經濟差異，證明了區域異質性對貨幣政策沖擊的響應具有重要作用。短期來看，中央銀行在調控房地產住宅價格的過程中需要重視區域異質性對貨幣政策總體效率的影響。長期來看，區域異質性會導致貨幣政策的調控能力下降，中央銀行應重視加強對房地產金融市場的宏觀審慎管理，綜合運用貸款價值比、債務收入比等工具對房地產信貸市場進行逆周期調節。

從現階段我國房地產市場的發展情況看，房地產價格區域特征明顯，將區域異質性作為重要影響因素納入貨幣政策制定過程顯得更加符合實際，也能更為高效地對全國房地產市場進行調控。中央銀行應在總結近年來的調控經驗基礎上，進一步改進房地產調控措施，強調因城施策原則，在國家統一政策基礎上，由各省級市場利率定價自律機制結合所在城市實際自主確定轄內商業性個人住房貸款的最低首付比例。除此之外，制定的貨幣政策在保持區域房地產市場流動性合理適度的同時，也應更加注重區域異質性在抑制資產泡沫和防范區域性金融風險中的作用。