货币政策变量对房地产价格影响实证研究

货币政策变量对房地产价格影响实证研究
内容摘要：本文从货币政策视角，以房改以来相关数据为基础，通过构建误差修正模型、状态空间模型，对影响我国房地产价格的因素进行了严谨剖析。

协整检验结果表明，利率、汇率与我国房地产价格之间不具有长期均衡关系。

状态空间模型运行结果表明，货币供应量每增加1%，房地产价格指数上升0.0012%～0.0029%之间，状态均值维持在0.0010的水平上。

因此，要抑制目前过高的房价，央行应降低我国货币供应量的增速以达到物价稳定的目标。

短期利、汇率调控等可成为调控房市的辅助工具。

关键词：房地产价格货币政策误差修正模型状态空间模型
文献综述
国外学者Adrian Cooper（2004）利用牛津经济预测模型对英国房地产市场研究时发现，自20世纪80年代以来英国抵押贷款利率与长期利率的联系制度使得房地产价格波动幅度减弱，但近期该利率机制却是房地产价格持续上升的主要原因。

国内学者的研究集中在三个方面：房地产和利率、汇率层面、房地产和货币供应量层面、房价与货币政策层面。

李雅静、杨毅（2004）运用实证研究方法，结果表明：货币供应量对房地产投资的长期调控力度有但有限，货币供应量与房地产投资占总固定资产投资的比例之间存在着稳定的协整关系且为正相关。

梁云芳、高铁梅等（2006）运用1995-2005年的季度数据，实证研究得出利率及货币供给量与房价负相关，货币供给量每增加1%，房地产价格下降0-42%的结论。

国内外在该课题的研究方法和数据处理以及政策建议方面研究比较透彻。

然而，我国市场环境尚处于成长阶段，国外研究文献的参考作用较为有限。

国内学者由于学术认识的差异性等因素，当前的研究仍存在许多不足。

因此，本文将基于货币政策理论，以房改以来相关数据为基础，通过构建误差修正模型、状态空间模型，对影响我国房地产价格的因素进行严谨剖析。

实证分析
本文采用M1为货币供应量。

将一年期贷款利率、7天同业拆借率、一美元折合人民币汇率转化为实际利（汇）率，三序列减去当期通货膨胀率，分别记为R、CR、ER。

选取1998年1月份至2010年12月份共155个样本数据，首先用X12方法对房地产价格指数、M1进行季节调整，为调整后房地产价格指数、M1序列数据分别记为HP、M1。

数据来源于中国人民银行官方网站、中经网。

（一）平稳性检验
从表1可以看出，HP、R、ER、M1各序列一阶差分后的ADF值的绝对值均大于5%条件下的临界值，均为一阶单整时间序列，可以进行协整检验。

CR 原始序列为平稳序列，在此将同业拆借利率对我国房地产价格的影响省略不予考虑。

（二）协整检验
从表2中可以看出，HP和R、ER均不存在协整关系，即表明我国房地产价格与利率、汇率之间不具有长期均衡关系。

HP与M1的回归方程残差序列ADF 值介于1%显著水平与5%之间，协整关系成立。

因此，可以得出结论：我国房地产价格同我国货币供应量间存在某种长期均衡关系，在我国的市场经济系统中不存在破坏这种均衡的内在机制，也许有外在机制在影响这些系统的稳定性，但从长期来看，其影响力有自身自我消除的因素在，也有其他因素的影响，在内在
机制的作用下，短期波动会通过之后的修正使偏离重新回到原平衡状态。

（三）因果关系检验
本文采用V AR模型中AIC值最小来确定最优滞后阶数。

由表3可以看出，在5%的显著水平下，M1与HP互为因果关系；HP是R、ER的格兰杰原因。

根据数据判断：在我国经济环境下，中央当局对于我国房地产价格的调整政策中，调节货币供应量的有效度较大。

我国的经济领域中存在经房地产价格影响货币供应量、汇率、利率，进而影响我国货币政策的渠道。

（四）误差修正模型
M1既是货币传导机制的起点，也是货币政策调控操作的归宿，M1的调控与管理是整个货币政策的核心和基础。

因此，测量M1对房地产价格指数的影响尤为重要。

本文运用Engle、Granger（1981）两步法估计方法构建以HP为果，M1为因的ECM模型，测量M1与HP间的长短期关系。

1.长期均衡关系方程：
（1）
2.短期非均衡关系方程：
根据式（1），定义εt=HPt-87.69-0.0004 M1t。

以εt为误差修正项建立误差修正模型，如下：
（2）
方程源于误差修正模型，在模型建立上不存在伪相关性和多重共线性，所以方程的设定是正确的。

根据模型的参数估计，我国货币供应量对房地产价格影响的长期关系值为0.0004。

货币供应量的调整对我国房地产价格的长远调控力度为0.04%，货币供应量每增加100亿元人民币，对我国未来商品房销售价格指数的影响使其相应增长0.04。

我国房地产价格的短期变动可分为两部分，一部分是短期货币供应量波动的影响，一部分为房地产价格、货币供应量偏离内在长期均衡的影响。

从系数估计值0.0157来看，当两者短期波动偏离长期均衡时，系统将以0.0157的调整力度将非均衡状态拉回至平衡状态。

（3.57E-06）这一系数反映了货币供应量短期波动对我国房地产价格指数的短期影响程度，即货币供应量每增加1亿元，在短期内将大约有（3.57E-06）亿元用于房地产价格的调控。

由（3.57E-06）<0.0004可推出，M1在短期内作用的发挥不明显，适合作为长期调控资产价格的一项政策来使用和解读，且作用有限。

（五）状态空间模型
构建货币供应量引导房地产价格的状态空间模型，运行结果如表4所示。

从表4可以看出，各项参数均通过了显著性检验，模型实现了较好的拟合。

基于此，得出从货币供应量到房地产价格的状态空间模型如下式：其中，括号内为Z统计量值。

为货币供应量弹性的动态变化值。

根据状态空间模型的结果，生成状态变量序列，剔除异常数据（1998年1月份数据），直接构建M1对HP的时变参数运动轨迹，如图1所示。

由图1可以看出：静态地看，房地产价格对货币供应量的弹性波动幅度较大，但弹性不大，可见房地产价格对货币供应量的调整敏感但强度不大；动态地看，自1998年以来，按货币供应量计算的我国房地产价格边际倾向变化较大，在[0.0012，0.0029]之间变动，即货币供应量每增加1%，房地产价格指数会上升0.0012%～
0.0029%之间，这和前面的正相关结论一致；并在1998年第二季度达到高峰，这与我国1998年为减轻通货紧缩压力而增加货币供应量实施稳健的货币政策是
一致的。

这种效力在2008年三季度以来以平稳下降的趋势波动，波动幅度0.0018（每年）。

从各年效力来看，在整个样本区间内，sv1在[0.0012，0.0030]之间波动，图形表现为右偏分布，众数出现在2003-2005年间。

其中，1998年的平均效力值为0.0029，1999年平均效力值为0.0027，1999-2009年效力平均值为0.0019。

结论与政策建议
本文从利率、汇率、同业拆解利率、货币供应量四个政策工具出发，实证推断出影响我国房地产价格的因素、影响途径、影响力度。

我国房市泡沫源于信贷的过速扩张的说法并不准确，货币供应量的投放增加通过影响金融机构放贷的冲动、投机者追求价格差而进一步影响股市的说法是可以查实的。

因此，目前要抑制过高的房价，根据我国的货币政策变动和执行情况，要想充分发挥货币政策变量在房地产市场中的效用，最有效和重要的途径是央行应出台降低我国货币供应量的增速以达到物价稳定的目标。

在实际操作中，政府还应该对房地产价格的调控辅以其它有效政策手段，如短期利汇率调控，完善长期土地政策、购房制度等。

在管理实施层面，加大对房地产价格的管制，限制开发商利润是必行的路径。

同时建立房地产价格波动监控指标体系，适时地监控房地产价格走势。

同时还应加大对教育方面的投资，在主观上消除房地产价格非理性变动的因素；在实际操作中，政府还应该对房地产价格的调控辅以其它有效的政策手段，如信贷政策、住房制度、土地政策等。

参考文献：
1.余晓.宏观因素与房地产价格.中国科技产业，1996（3）
2.杨伟，谢海玉.资产价格与货币政策困境：“善意忽视”能解决问题么？[J].国际金融研究，2009（11）
3.周京奎.当前利率、汇率调整对房地产价格的影响分析[J].金融理论与实践，2006（12）
4.许光建，魏义方，戴李元，赵宇.中国城市住房价格变动影响因素分析[J].经济理论与经济管理，2010（8）
5.中国人民银行房地产金融分析小组.2005-2004年中国房地产金融报告
6.张晓晶，孙涛.中国房地产周期与金融稳定[J].经济研究，2006（1）。