貨幣政策對房價影響的區(qū)域性差異研究

尹宗耀

(廣州大學(xué) 經(jīng)濟與統(tǒng)計學(xué)院，廣東 廣州 510006)

1 問題提出

自1998年取消福利分房，房地產(chǎn)開始市場化改革以來，我國的房地產(chǎn)行業(yè)快速發(fā)展且逐漸成為推動我國經(jīng)濟高速發(fā)展的主要動力之一。但房地產(chǎn)行業(yè)高速發(fā)展刺激經(jīng)濟增長的同時，房價的持續(xù)快速增長也引發(fā)了諸多社會問題。貨幣政策作為最常用的宏觀調(diào)控手段之一，研究統(tǒng)一的貨幣政策是否會對不同地區(qū)的房地產(chǎn)價格造成具有區(qū)域性差異的影響，對貨幣政策的實施制定與房地產(chǎn)行業(yè)的健康穩(wěn)定發(fā)展都有著重大意義。

2 文獻(xiàn)綜述

Carlino和Defina(1999)使用時間序列技術(shù)研究了1958年1月至1992年4月貨幣政策是否對美國各州產(chǎn)生了對稱效應(yīng)。通過估計的結(jié)構(gòu)向量自回歸模型的脈沖響應(yīng)函數(shù)揭示了在美國不同州政策響應(yīng)的差異，并在某些情況下這種差異是顯著的。進(jìn)而認(rèn)為一個州的反應(yīng)規(guī)模與行業(yè)組合變量顯著相關(guān)，盡管國家層面的數(shù)據(jù)并沒有為當(dāng)時最為先進(jìn)的信貸渠道理論提供支持，但還是為貨幣政策提供了通過利率傳導(dǎo)的證據(jù)。

涂紅、徐春發(fā)和余子良(2018)通過構(gòu)建多層混合效應(yīng)模型研究了中國 2005—2016 年的貨幣政策對大中城市房地產(chǎn)價格影響的區(qū)域性差異。研究發(fā)現(xiàn)：貨幣政策對房價影響在省份間、城市間、一二三線城市組別間和八大綜合經(jīng)濟區(qū)間均存在顯著的差異；而屬于同省的各城市間區(qū)域性差異較小。由于中國房地產(chǎn)行業(yè)顯現(xiàn)出顯著的通過省份為主體來響應(yīng)貨幣政策影響的特征，但貨幣政策由央行統(tǒng)一規(guī)劃實施，貨幣政策本身在區(qū)域間不可能存在差異。因此貨幣政策不僅僅需要考慮貨幣政策干預(yù)房地產(chǎn)行業(yè)的效果和時機，也需要充分考慮貨幣政策對房地產(chǎn)市場進(jìn)行干預(yù)后造成的潛在的區(qū)域差異性結(jié)果。

龍威和劉金全(2019)通過使用2001—2005年的數(shù)據(jù)采取組間聯(lián)結(jié)的系統(tǒng)聚類法，選取了各省市商品房平均銷售價格、房地產(chǎn)開發(fā)企業(yè)購置土地面積、城鎮(zhèn)居民家庭人均可支配收入、人均地區(qū)生產(chǎn)總值房地產(chǎn)開發(fā)投資完成額，以及房地產(chǎn)開發(fā)企業(yè)實際到位資金——國內(nèi)貸款等六個指標(biāo)進(jìn)行聚類分析。將我國的各省市分成了三類：高度發(fā)達(dá)地區(qū)、發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)后，通過構(gòu)建動態(tài)面板模型研究發(fā)現(xiàn)貨幣政策對不同區(qū)域的房地產(chǎn)價格影響存在明顯差異。

3 模型構(gòu)建

3.1 區(qū)域劃分

Mundell于1961年提出了最優(yōu)貨幣理論，認(rèn)為貨幣政策在最優(yōu)貨幣區(qū)內(nèi)部不存在區(qū)域異質(zhì)性。因此判斷一個區(qū)域是否是最優(yōu)貨幣區(qū)，對于后續(xù)貨幣政策制定和實施至關(guān)重要。其中該區(qū)域內(nèi)部經(jīng)濟都具有同質(zhì)性特征是最優(yōu)貨幣區(qū)存在的重要前提，但我國地大物博幅員遼闊，不同區(qū)域間的要素稟賦和自然環(huán)境都存在著一定的差異，因此我國并不存在最優(yōu)貨幣區(qū)，貨幣政策不同區(qū)域間也存在著區(qū)域性差異。其中在我國經(jīng)濟持續(xù)高速增長的背景下，貨幣政策的區(qū)域性差異在房地產(chǎn)行業(yè)表現(xiàn)得尤為明顯。為了研究貨幣政策對房價影響的區(qū)域性差異，首先需要將我國劃分成不同區(qū)域進(jìn)行研究比較。

不同于大多數(shù)文獻(xiàn)中采用的根據(jù)地理位置將我國劃分為東部、中部和西部的方法，文章借鑒龍威和劉金全(2018)，通過采用聚類分析法中的組間聯(lián)結(jié)法，通過各省市城鎮(zhèn)居民家庭人均可支配收入、人均地區(qū)生產(chǎn)總值、房地產(chǎn)開發(fā)投資完成額、商品房平均銷售價格、房地產(chǎn)開發(fā)企業(yè)實際到位資金(國內(nèi)貸款)以及房地產(chǎn)開發(fā)企業(yè)購置土地面積六個指標(biāo)將我國分為三個區(qū)域：高度發(fā)達(dá)區(qū)域、發(fā)達(dá)區(qū)域和欠發(fā)達(dá)區(qū)域。劃分結(jié)果如表1所示。

3.2 模型介紹

基于Love和 Zicchino(2005)的研究，將PVAR模型設(shè)定為：

其中，Yit為被解釋變量，是由lncupit組成的向量矩陣，下標(biāo)i代表地區(qū)，t代表時間，p代表模型的滯后階數(shù)。Yit為t時期i的內(nèi)生變量，Xit是t時期i的外生變量。βj和γj分別是內(nèi)生變量和外生變量的待估計系數(shù)。fi代表面板數(shù)據(jù)的截距效應(yīng)，可以通過向前差分Hermlet消除。et代表模型中的視角效應(yīng)，εit為隨機擾動項。

文章采用的變量分別為國內(nèi)生產(chǎn)總值(GDP)、金融機構(gòu)本外幣各項貸款余額(LB)和房地產(chǎn)開發(fā)企業(yè)商品房價格(HP)。最終鑒于數(shù)據(jù)的可得性，文章采用的數(shù)據(jù)是2005—2020年除福建、吉林和新疆外28個省級行政區(qū)的季度數(shù)據(jù)。以上數(shù)據(jù)單位根檢驗結(jié)果如表2所示。

3.3 脈沖響應(yīng)分析

通過脈沖響應(yīng)函數(shù)可以衡量在某個時期內(nèi)，某變量對其他變量一個標(biāo)準(zhǔn)差沖擊的反應(yīng)情況。但在脈沖響應(yīng)前還需要先確定系統(tǒng)各變量的滯后階數(shù)，滯后階數(shù)的選擇既不能太大也不能太小。滯后階數(shù)選擇太大會降低模型的自由度，而滯后階數(shù)選擇太小則會導(dǎo)致殘差中的自相關(guān)無法被消除，因此選擇出合適大小的滯后階數(shù)對于PVAR模型的后續(xù)研究十分重要。文章針對高度發(fā)達(dá)地區(qū)、發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)，使用AIC、BIC和HQIC三類信息準(zhǔn)則來確定PVAR模型的最優(yōu)滯后階數(shù)，信息準(zhǔn)則的最小值所對應(yīng)的階數(shù)也就是模型的最優(yōu)滯后階數(shù)分別是1階、4階、4階。再據(jù)此分別將發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)的模擬期數(shù)設(shè)置為24期，使用蒙特卡洛模擬500次得到圖1、圖2、圖3 所示。

通過觀察發(fā)現(xiàn)HP對LB沖擊在不同區(qū)域中有著相似的響應(yīng)趨勢，不論是在高度發(fā)達(dá)地區(qū)、發(fā)達(dá)地區(qū)還是欠發(fā)達(dá)地區(qū)當(dāng)給予房價一個單位貨幣供給量的沖擊時，房價整體都會呈現(xiàn)出上漲的趨勢。其中房價對沖擊的響應(yīng)都會在前兩期持續(xù)增長，在第二期時響應(yīng)值達(dá)到最高峰，之后響應(yīng)值會逐漸下降，于第八期到達(dá)谷底，最終在零值上方輕微波動。說明當(dāng)采取擴張性的貨幣政策加大貨幣供給量時，所有地區(qū)的房價整體都會上漲。這個結(jié)論與前文的理論分析以及TVP—VAR模型實證分析也相符，并且PVAR模型脈沖響應(yīng)函數(shù)在不同區(qū)域中都有著相似的響應(yīng)趨勢，進(jìn)一步加強了文章研究的可靠性。

圖1 高度發(fā)達(dá)地區(qū)HP對LB沖擊的脈沖響應(yīng)

圖2 發(fā)達(dá)地區(qū)HP對LB沖擊的脈沖響應(yīng)

圖3 欠發(fā)達(dá)地區(qū)HP對LB沖擊的脈沖響應(yīng)

不同區(qū)域中脈沖響應(yīng)函數(shù)盡管有著相似的相應(yīng)趨勢，但也有所差異。在高度發(fā)達(dá)地區(qū)中，HP對LB沖擊的當(dāng)期響應(yīng)為負(fù)值，且房價的波動范圍最大，在最高點時甚至接近4.8。脈沖響應(yīng)的當(dāng)期值出現(xiàn)負(fù)值的原因可能是因為高度發(fā)達(dá)地區(qū)的房地產(chǎn)需求一直旺盛，房價也一直處在高位。在中央銀行采取擴張性的貨幣政策加大貨幣供給量時，高度發(fā)達(dá)城市的當(dāng)?shù)卣疄榱朔€(wěn)定房地產(chǎn)市場，避免當(dāng)?shù)胤康禺a(chǎn)價格繼續(xù)過快上漲，便會更積極地出臺或?qū)嵤┲T如“限購”等措施對房地產(chǎn)行業(yè)進(jìn)行降溫。因此在短期內(nèi)房價對貨幣供給量的沖擊呈反比，但是在長期中房價仍會由于貨幣供給量的增加而上漲。房價波動的范圍在不同區(qū)域中也會有較大區(qū)別，高度發(fā)達(dá)地區(qū)房價對于貨幣供給量的沖擊響應(yīng)值最高接近4.8；發(fā)達(dá)地區(qū)次之，響應(yīng)值最高接近1.9；而在欠發(fā)達(dá)地區(qū)中其響應(yīng)值最高值僅接近1.5。

4 總結(jié)

文章研究結(jié)果表明在高度發(fā)達(dá)地區(qū)、發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)中，房價對于一個單位的貨幣供給量的沖擊的響應(yīng)雖然呈現(xiàn)出相似的趨勢，但是在數(shù)值上存在較大差異。即同樣對于增加一個單位的貨幣供給量的沖擊，房價的上漲值在高度發(fā)達(dá)地區(qū)中最高，發(fā)達(dá)地區(qū)中次之，欠發(fā)達(dá)地區(qū)最低。高度發(fā)達(dá)地區(qū)中人口密度大，城市用地短缺，房價已處在較高水平，且房價相對其他地區(qū)對貨幣政策更為敏感。發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)人口密度相對較低，發(fā)展?jié)摿Υ蟆８鞯氐慕?jīng)濟水平和房地產(chǎn)發(fā)展情況等都存在著差異，因此需要根據(jù)當(dāng)?shù)氐木唧w情況出臺相對應(yīng)的調(diào)控政策。