房價、股價波動與貨幣政策選擇
——基于VAR模型的實證分析

沈律成

（華東政法大學 上海 201620）

縱觀我國房地產行業的發展，從1997年東南亞金融危機后開始實行住房貨幣化改革，房地產行業成為我國經濟的增長點，從2008年推出四萬億投資刺激經濟計劃到2014年去庫存、2016年開始供給側改革去杠桿，房地產行業是我國宏觀經濟的晴雨表（俞小明 ，2019）。

貨幣政策是影響房地產價格以及股價的重要因素，在金融市場制度不斷完善的情況下，金融改革深化導致股票市場對房地產市場的財富效應越來越顯著，政府應該思考如何根據股票市場的波動制定相應的貨幣政策以穩定房地產行業，平抑經濟波動（陳繼勇等，2013）。2013 年以來，隨著宏觀經濟步入“新常態”，中國人民銀行開始推行穩健的貨幣政策，在保證經濟穩定增長的同時，降低金融風險。本文通過構建包含房價、股價以及貨幣政策選擇的VAR模型，試圖研究股價對房價的影響，基于此探究應從宏觀角度選擇何種貨幣政策。

一、影響房地產價格的理論機制

（一）價格型貨幣政策工具對房價的影響機制

國家通過調控利率的方式來調整資產價格，調整微觀主體的收入預期，從而使得微觀主體改變自己的消費需求、投資需求，從而影響房地產市場的總需求（劉慧敏，2019）。這里的微觀主體可以分為兩類，一類是房地產開發企業，也就是房地產的供給方，另一類是居民或者說房地產的需求方。

對房地產開發企業來說，由于房地產是一個高杠桿、高度依賴長周期融資的資金密集型行業，大部分資金是需要開發商以抵押貸款的方式向外部融資的，因此利率水平就成為了制約房地產開發商開發成本的重要因素。當市場利率上升時，開發商的融資成本和投資風險增加，并最終轉嫁到交易市場推高房價；規模相對較小的開發商會因資金鏈問題或者融資渠道問題減少開發項目甚至退出行業，造成房地產的供給量較少而推動房價上升，產生的次生問題是房地產的高杠桿性以及對國民經濟的強拉動性導致房地產上下游行業的不景氣，使得國民經濟發展速度放緩。當利率水平出現下降時，開發商融資成本降低，投資風險減小，房地產供給充足，有助于維持房地產價格平穩。

對居民來說，一般居民都會采用向銀行申請按揭貸款的方式進行購房，那么利率水平同樣深刻影響著房地產的需求端。當利率水平上升時，貸款成本上升，付息壓力增加，居民購房需求受到壓制，同時利率的上升吸引居民將資金投資于銀行存款、理財等金融資產，以獲得相對較高的投資收益，減少房地產的購買，所以購房需求、房價與利率水平反向變化。

上述分析表明利率的傳導機制對房地產供需兩端都有影響，最后的影響結果如何就要看市場上哪股力量更為強大，哪種機制的影響更大。在我國，一般而言都是需求側的影響比供給側的影響更大，利率水平對居民購房者的影響大于對房地產開發商的影響，最終表現為利率水平與房價的負相關關系。

（二）數量型貨幣政策工具對房價的影響機制

國家可供選擇的數量型貨幣政策工具有很多，一般選擇公開市場操作或者信貸政策。本文主要研究以廣義貨幣供應量M2為貨幣供應量衡量指標的傳導機制。政府通過調控基礎貨幣供應量的方式，調節經濟體的貨幣總量，進行逆周期調節，引導市場平穩發展。

不管是擴張性貨幣政策還是緊縮性貨幣政策，對于市場的擾動都是相當大的，因房地產價格快速上升催生泡沫已經有很多慘烈的例子。比如日本，20世紀80年代中期前，日本政府選擇主動刺破房地產泡沫，大幅緊縮貨幣政策，造成了日本長達30年的大蕭條。如果實行緊縮性貨幣政策，國民經濟又難以發展，所以我國堅持采用穩健的貨幣政策（王旭，2019）。

（三）股價對房價的影響機制

股價對房價的影響機制主要是財富效應機制，該理論是弗蘭克莫迪利安尼提出的，他認為居民資產可以劃分為金融資產（如股票、債券）以及實物資產（如房地產）（劉曉曦等，2020）。居民只要資產總額沒有發生變化而僅僅是結構性的資產變化，如股票價值下降而房地產價值上升，那居民的消費需求就不會發生變化。反之，如果居民資產總額增加或者減少，那么居民的短期邊際消費傾向就會上升或者減少，從而促進或者抑制經濟的發展。

二、實證分析

（一）變量選取與最優滯后階數選擇

本文研究的樣本區間是2010年6月至2020年7月，選取利率R、貨幣供應量M2、股價指數S以及房價P的10年月度數據建立VAR模型進行實證分析。

選取標準分別是：廣義貨幣供應量M2能與現實中經濟購買力緊密關聯，可控性更強，能反映經濟潛在的購買力，所以把它作為貨幣供應量的代理變量；選取5年期以上的中長期貸款利率作為利率的代理指標是因為房地產貸款一般年限都比較長，5年期以上的中長期貸款利率更能夠反映現實狀況；價指數選擇上證綜指的月度數據，暫且不考慮滬市與深市之間走勢差別；房價指數選取百城住宅平均價格，一線城市作為房價指數的代理指標，不同區域的房價變化受利率影響具有差異性，因而一線城市的房價變化更有意義，更具探討價值（徐劍，2020）。同時，為了消除M2與房價指數P以及股價指數S三個時間序列數據可能存在的異方差性，對其作取對數處理，得到LnM2、LnP以及LnS，從而使實驗數據更平滑。本文變量數據均來源于wind數據庫，分析軟件為EViews10.0。

先選取變量進行初步的VAR模型滯后階數檢驗，最大滯后階數為8，根據多準則確定最優滯后階數。最優滯后階數為2時，有三個準則確定其為最優是最多的，因此可以確定模型最優滯后階數為二階。

（二）平穩性檢驗與協整檢驗

通過ADF單位根檢驗，發現LnM2、LnP、LnS、R本身都是不平穩的，但經過一階差分后，變量趨于平穩，所以變量都是一階單整序列I（1），因此變量可以進行協整檢驗，如表1所示。

表1 平穩性檢驗結果

由于變量超過兩個，所以本次分析采用Johansen協整檢驗而非EG協整檢驗，Johansen檢驗通過判斷協整向量的個數來確定變量間是否存在長期協整關系。前面確定最優滯后階數為2，因此按照最優滯后階數減一的方法進行協整檢驗，檢驗結果如表2所示。在特征根跡檢驗結果中，第一列表示協整向量最多存在個數，加“*”表示拒絕該假設，所以特征根跡檢驗結果顯示存在兩個協整向量關系。如表3所示，在最大特征根檢驗結果中，結果顯示只存在一個協整向量關系，所以模型存在一個協整向量，具有協整關系。

表2 特征根跡檢驗結果

表3 最大特征根檢驗

（三）Granger因果檢驗

表4中檢驗的原假設是解釋變量的格蘭杰原因，若P值概率小于5%，則拒絕原假設。由此可以發現，房價波動P是利率R和貨幣供應量M2的格蘭杰原因，不是股價波動S的格蘭杰原因；貨幣供應量M2不是房價P、股價S、利率R的格蘭杰原因；股價S是利率R的格蘭杰原因，不是房價P、貨幣供應量M2的格蘭杰原因；利率R是房價P、股價S、貨幣供應量M2的格蘭杰原因。

表4 格蘭杰英果檢驗結果

所以，房價P和利率R構成雙向格蘭杰因果關系，這與前人的研究有些不符。前人的研究中很多都提到利率不是房價的格蘭杰原因，利率對房價有一定影響但不太明顯，相反認為貨幣供應量是房價的格蘭杰原因。本文的結果可以解釋為：我國利率市場化推進取得了一定成果，價格型貨幣政策工具越來越受到政府的偏愛，政府不再偏愛于大水漫灌式的數量型貨幣政策工具，轉而追求精準滴灌；股價波動與利率R構成雙向格蘭杰因果關系。前文理論中提到的財富效應機制似乎并沒有在格蘭杰因果檢驗中得到體現，股價與房價互不存在格蘭杰因果關系，這可能是由于本文以一線城市房價作為代理變量，可以解釋為政府的限制政策的成效，當股價上漲，居民財富增加，卻由于政府在一線城市大力推行的限貸限購政策無法購房，只能轉而投資于其他資產；貨幣供應量M2和利率R構成單向格蘭杰因果關系，利率單向Granger引起貨幣供應量M2的變化，貨幣供應量M2外生于利率R的概率為91.3%，這與我國國情相符合，我國長期以來利率官定，貨幣供應量不能有效調控利率。經Granger因果檢驗可知，四個變量都可以作為內生變量來構建VAR模型。

（四）脈沖響應分析

由上節的格蘭杰因果檢驗可以確定構建VAR模型，本節研究模型內四個變量的長期動態關系。AR根圖顯示全部特征根都落在單位圓內，由此說明模型是穩定的，可以進行脈沖響應分析。

如圖1所示，第一張圖表示房地產價格對自身一個標準差大小的正向沖擊反應，總的來說房地產價格先上漲后下降最后趨于穩定，于65期回到原點，響應程度在第5期達到最大值0.0122，在第17期開始進入負向響應階段，在第25期達到最小值-0.0051，最后在第60期左右逐漸收斂于0。結論是本期房價的上漲會在短期內刺激房價進一步上漲，但長期來看這種影響是無效的，房地產價格最終會回歸本身的價值。第二張圖表示房地產價格對利率一個標準差大小的正向沖擊反應，總體來說房價先下跌后回升最終趨緩，響應程度在第12期達到最小值-0.0069，對應房價的最低值，在第33期開始正向響應，并在第48期逐步收緩，且維持負響應。結論是長期內利率的上升會造成房價的下跌，持續期在一年左右，此后房價會在之后的兩年內開始上漲，但最終整體上是下跌的，加上由于采取的一線城市數據，房價本身已經處于高企的狀態，所以最終的響應程度較小。第三張圖表示在給貨幣供應量施加一個標準差大小的正向沖擊后，房價響應程度逐漸上升，在19期左右達到最大值，此后波動極小，維持正響應，說明在貨幣供應量增加的時候，房價在長期內是上漲的，且響應程度顯著高于對利率的響應程度，這與我國過去長期使用數量型貨幣政策相關，與理論分析的內容也相符合。第四張圖表示在給股價一個標準差大小的正向沖擊后，房價的響應程度逐漸加大，在20期達到最大值，然后逐步開始下降，在50期左右收緩維持正響應，這說明股價推升的時候，房價長期內是上漲的，這與理論分析中的財富效應是一致的。

圖1 脈沖響應分析結果

（五）方差分解

由圖2可知，房地產價格自身的貢獻度最大，說明在房地產市場上預期效應是影響最大的。除了房地產價格，在第1期到第6期以及第20期以后，股價對房價波動的貢獻度最高，此時財富效應貢獻相對較大，第6期到第20期利率的貢獻度最高，表明這個階段利率的壓制作用越發明顯，而且短期內利率的貢獻度是很高的，但長期內貨幣供應量的影響程度在逐漸加深。

圖2 方差分解結果

三、結論與建議

本文選取了5年期以上中長期貸款利率R、廣義貨幣供應量M2、一線城市房地產價格指數P、上證綜指S的2010年6月至2020年7月的月度數據，共488個樣本建立向量自回歸模型，實證分析的結論與前述的理論分析是一致的。貨幣政策有效且經常進行逆周期調節，廣義貨幣供應量與房價正相關，5年期以上的中長期貸款利率與房價負相關。數量型貨幣政策工具相比于價格型貨幣政策工具效果更明顯，由于其可以對經濟進行精準滴灌而非大水漫灌得到政府越來越多的青睞。股價對房價的財富效應明顯，且有一定預測作用。

基于此，提出如下建議：第一，從房地產一級市場抓起，輔以政府政策法規的告示效應，調控房地產價格平穩運行。第二，貨幣政策的使用方面要靈活適度，隨著利率市場化的持續推進，利率作為價格型貨幣政策工具的有效性將得到提升。第三，合理使用多種政策組合，根據實際情況制定適合于各個城市的房地產調控政策。第四，合理引導資本市場健康發展。政府應該在合理謹慎的條件下，持續推進資本市場的建設和開放，引導資金找到更有利于經濟健康發展的渠道。