房地產價格與通貨膨脹：基于我國的實證研究

摘要：為更清楚地研究房地產價格與通貨膨脹的關系，本文在總結已有理論和實證研究的基礎上，對我國2001年第1季度至2006年第3季度的季度統計數據進行實證檢驗。結果證明，我國的房地產價格與通貨膨脹之間存在長期穩定的協整關系，房地產價格的上升會導致即期的和未來的一般價格水平上升。這一結論的政策含義在于，目前我國的貨幣政策應充分關注房地產價格。

關鍵詞：房地產價格；通貨膨脹；貨幣政策；實證檢驗；建議

中圖分類號：F293.3 F820.5

文獻標識碼：A

文章編號：1003-9031(2007)04-0049-04

1998年住房貨幣化改革后。在商業銀行開辦住房抵押貸款等業務的推動下，我國的房地產市場步入了新一輪的繁榮期。房地產投資的增長速度一直高于固定資產投資的增速。而房地產價格突飛猛進的上漲也引起了整個社會的廣泛關注。在國家宏觀調控政策頻繁出臺的2006年，房地產價格依然保持快速上漲。來自國家統計局2006年底的數據顯示2006年前11個月商品住房銷售價格同比上漲幅度在5％-8％之間，而一些大城市上漲的更高。

在房地產價格上漲的同時，反映一般價格水平的居民消費價格指數卻保持在較低的水平。從表面上看，我國房地產價格與CPI之間關系不大，央行的貨幣政策可以不必關注房地產市場。事實是否如此呢?從理論上講，資產價格隱含了未來的價格信息，而房地產作為一種資產其價格也會影響到未來的通貨膨脹水平。為更清晰地研究我國房地產價格與通貨膨脹的關系，本文在總結已有理論經驗和實證研究的基礎之上。對我國2001年第1季度至2006年第3季度的季度統計數據進行實證檢驗，力求更客觀、真實地解析上述問題，進而為完善我國貨幣政策提供參考和借鑒。

一、文獻回顧

由于傳統的通貨膨脹指標中并沒有反映資產價格的波動，因此有關股票、房地產等資產價格是否應該引起央行的關注、關注的方式以及應對的措施等一系列問題成為學術界和政策制定者不可回避的話題。Fisher(1911)指出，政策制定者應致力于穩定包括資產價格(股票、債券和房地產)以及生產、消費和服務價格在內的廣義的價格指數。根據Friedman(1957)的恒久收入理論和Franco Modigliani(1963)的生命周期理論，當期消費受到生命周期中各個階段的預期收入的影響。房地產價格的變化意味著預期資產回報的變化，導致消費需求的變化。這也就是Pigou(1930)提出的“庇古效應”，也被稱為“財富效應”。而總需求的變化會在供給不變的情況下會影響到一般價格水平的變化。Kent和Love(1997)認為資產價格的膨脹會導致未來商品與服務價格上漲的預期：Smets(1997)構造了一個結構模型，指出包括房地產在內的資產價格強烈地受到未來預期回報的影響，而未來預期回報則分別受到未來經濟景氣、通貨膨脹與貨幣政策預期的影響，非預期到的資產價格波動可以影響到通貨膨脹預期。可見，房地產等資產價格的變化可能會通過財富效應來影響到即期的價格水平，也可能會影響到人們對未來的通貨膨脹預期，房地產等資產價格里隱含著現在的或未來的價格水平信息。

在房地產投資快速增長、房價不斷上漲的情況下，研究我國房地產市場價格與通貨膨脹的關系也就顯得非常必要。已有不少國內學者對我國房地產市場與通貨膨脹之間的關系進行了理論和實證的研究。但結論不盡相同。王維安等(2005)通過構建房地產均衡市場模型，對我國房地產市場進行了實證的研究，發現房地產預期收益率與通貨膨脹之間存在穩定的函數關系，建議把房地產價格納入居民消費價格指數：而黃平(2006)的研究認為，我國房地產市場的“財富效應”微弱，房地產價格的大幅度變化對消費、產出進而對一般價格水平的影響十分有限，因而在當前及今后相當長的一段時間內貨幣政策不應該考慮房地產價格因素。經朝明等(2006)通過對1987-2005年上半年房地產市場價格與消費物價指數年度數據的計量分析認為，我國房地產價格與通貨膨脹之間存在長短期的均衡關系，但是它們之間是負相關的關系，即“替代效應”大于“財富效應”，房地產價格的上升造成一般物價水平的降低，這同之前的研究結論有很大的差異。

上述文獻對本文所做的研究具有啟發和借鑒意義，但就目前我國房地產價格與通貨膨脹的關系還沒有一個比較一致的看法，理論上的模糊或模棱兩可必然會影響到實際部門的操作，最終影響到經濟金融體系的穩定。本文力求有所突破，更加清晰地分析我國房地產價格與通貨膨脹之間的關系。

二、經驗模型設計與數據說明

(一)經驗模型設計

檢驗變量之間關系的傳統回歸方法一般會假定所使用變量的時間序列是平穩的，然而許多反映經濟現象的時間序列都是非平穩的，倘若采取傳統的普通最小二乘法，就會出現“偽”回歸和“無意義”回歸的現象，基于這一原因，Engle和Granger(1987)首先提出了一種處理非平穩序列的全新的研究方法——協整(Co-integration)研究方法。這種方法的基本思想就是在兩個或多個非平穩的變量之間尋找均衡關系。如果兩個(或兩個以上)變量的時間序列是非平穩的，但它們的某種線性組合卻是平穩的，則這兩個(或兩個以上)的非平穩的時間序列之間存在長期的均衡關系(或協整關系)。在經濟意義上，這種協整關系的存在意味著可以通過一個變量來影響另一個變量的變化。若變量之間沒有協整關系，則不存在通過一個變量來影響另一個變量的基礎。由于只有具有相同單整階數的變量才可能存在協整關系，因此，首先必須對所研究的變量進行單位根檢驗，即檢驗序列本身是非平穩的，但其一階差分是平穩的。

1．變量的平穩性檢驗

變量的平穩性檢驗又稱單位根檢驗，其方法通常有DF檢驗法、PP檢驗法和ADF檢驗法(Augmented Dick-ey-Fulle)。本文采用擴展的ADF檢驗法對變量以及變量的一階差分進行序列單位根檢驗。ADF單位根檢驗是基于以下的回歸方程：

△x₁=α₀+α₁t(p-1)x_t-1∑β_i+△x_t-i+ε t=1，2，…T

其中，ε為白噪聲，△表示變量的一階差分；原假設H₀:ρ=1，備選假設H₁:ρ＜1。接受原假設意味著時間序列含有單位根，反之則無單位根，也就是說該時間序列是平穩的，如果變量本身具有單位根，而變量的一階差分沒有單位根，那么變量就是一階平穩過程，即是I(1)序列。

2．協整檢驗與誤差修正模型

本文采用EG兩步法來檢驗，基本思想如下：

設y_t和x_t均為I(])序列，首先用OLS建立模型，進行協整回歸：

y_t=β₀+β₁x₁+μ_t t=1，2，…T

其次對參差序列u_t，做平穩性檢驗，其中u_t=y_t-β₀-p₁x_t，若殘差序列是平穩的，即u_t，是I(0)序列，則y_t和x₁之間存在協整關系。在存在協整關系的情況下。引入誤差項，令誤差修正項ecm=u_t，建立以下誤差修正模型，再用OLS方法估計其參數：

△y_t=α₀+α₀，△X_t+aecm_t-1+ε_t

在這個誤差修正模型中，各個差分項反映了變量短期波動的影響，被解釋變量的短期波動可以分為兩個部分：一部分是解釋變量短期波動的影響，另一部分是偏離長期均衡的影響。如果誤差修正項的系數為負，則表明短期的非均衡狀態會隨著時間的推移被重新拉到均衡狀態，變量之間具有長期穩定的協整關系。

(二)變量數據說明

本文用房地產銷售價格指數(RPI)來代表房地產市場的價格，用居民消費價格指數(CPI)來反映通貨膨脹水平。考慮到數據的可得性與可比性，筆者選取2001年第1季度到2006年第3季度的季度數據，樣本數據均來源于《中國經濟景氣月報》。由于反映通貨膨脹的核心指標——CPI僅有月度和年度數據，因此把該指標的月度數據用算術平均法轉化為季度數據，房地產銷售價格指數和居民消費價格指數均是與上年同期相比的同比數據。為了熨平變量可能存在的長期趨勢。消除數據中可能存在的異方差現象，對CPI和RPI這兩個變量都取自然對數，分別表示為lnCPI和InRPI。另外，本文采用計量經濟學軟件EViews5.0對數據進行處理。

三、經驗分析結果

(一)平穩性分析結果

圖1給出了lnCPI和lnRPI的時序圖。初步顯示了居民消費價格指數與房地產銷售價格指數具有比較一致的變動趨勢。而且兩變量也表現出不平穩的特征。因此，筆者利用ADF檢驗對居民消費價格指數與房地產銷售價格指數進行單位根檢驗，檢驗的結果見表1。

從表1的檢驗結果可知。對于兩個變量的對數序列，在1％和5％的顯著性水平上存在單位根的原假設無法拒絕，即都是非平穩的。一階差分后，兩個變量在1％和5％的顯著水平上，可以拒絕非穩態的原假設，即是平穩序列。因而，兩個變量序列都是I(1)，即均具有單位根，具備了進行協整分析的條件。

(二)協整與誤差修正模型分析結果

首先，筆者對居民消費價格指數與房地產消費價格指數的對數序列作協整回歸，用OLS法估計，得到以下結果：

lnCPI=2.3053+0.4965lnRPI

t=(6.2956) (6.3176)

R²=0.6388 ADR²=0.6388 D.W.=0.8265

其次，需要對上式的殘差進行單位根檢驗。由回歸方程估計結果可得：

u_t=lnCPI-2.3053-0.4965lnRPI

再對u_t進行單位根檢驗，其結果如表2所示。檢驗結果顯示，u_t序列在1％的顯著性水平下拒絕原假設，接受不存在單位根的結論，因此可以確定u_t平穩序列，即u_t是I(0)序列。這就是說明lnCPI和lnRPI之間存在協整關系，協整向量矩陣為(1，-2.3053，-0.4965)^T。

最后，令誤差修正項ecmt=u_t，建立以下誤差修正模型：

△lnCPI_t=α₀+α₁△lnRPI_t+αtecm_t-1+ε₁

用OLS法估計得到：

△lnCPI_t=-0.0003+0.3810△lnRPI_t-0.3804ecm_t-1

t=(-0.1929)(2.6280)(-1.9448)

R²=0.2171 ADR²=0.2171 D.w.=1.8413

分析估計結果會發現模型中的常數項未通過顯著性檢驗，為此考慮刪除常數項，重新建立模型并估計得到如下結果：

△lnCPI_t=0.3772△lnRPI_t-0.3783ecm_t-1

t=(2.6918)(-1.9857)

R²=0.2548 ADR2=0.2548 D.W.=1.8320

在這一誤差修正模型中，各變量的回歸系數都通過了顯著性檢驗。誤差修正項系數估計值(-0.3783)為負。調整方向符合誤差修正機制，意味著上一季度的非均衡誤差以37.83％的調整力度率對當前季度的△lnCPI做出反向修正。被解釋變量InCPI的短期波動可以分lnRPI為短期波動的影響和偏離長期均衡的影響兩部分，短期波動由各變量的差分得到反映。長期均衡可以從協整方程中得到反映。

基于以上的實證分析結果，可以得出以下結論：我國房地產價格指數與居民消費價格指數之間存在長期穩定的正向均衡關系。從長期均衡來看，RPI每增加一個百分點會引起CPI上漲0.4956個百分點。這也就意味著樣本選擇區間內房地產市場價格的上漲對一般物價水平的上漲起到推動作用，而非由于“替代效應”造成一般價格水平的下降。從短期波動來看，上一期的非均衡誤差將以37.83％的調整力度對當期CPI的波動做出修正，這種修正的力度較大，能夠保證CPI與RPI之間長期均衡關系。一旦短期波動偏離長期均衡關系，誤差修正機制的存在能夠糾正這種偏離。并最終使CPI和RPI的關系回到長期均衡關系上來。

四、結論和建議

通過上述分析，本文得到下列結論：我國房地產價格與通貨膨脹之間存在長期穩定的關系，而且這一關系是正向而非負向的，房地產價格的上升會導致即期的和未來的一般價格水平上升。這意味著目前我國房地產市場的“財富效用”已經大于“替代效應”，而且房地產價格中也包含了對未來通貨膨脹的預期，房地產價格的變化對于未來通貨膨脹的預測具有重要意義。這可以解釋為：隨著我國居民財富的大幅增加以及擁有住房的家庭的不斷增多，雖然住房消費在居民消費中仍占有較大的比例，但是住房消費對其他商品消費的擠出效應在減小，而擁有住房家庭的增多使得房價上升的財富效應更明顯。

既然房地產價格與通貨膨脹之間存在穩定的關系，那么是否要把房地產價格納入居民消費價格指數作為貨幣政策的目標呢?對這一問題，目前還沒有一致的結論。但是，至少可以肯定的是，目前我國的貨幣政策當局應該對房地產市場給予充分的關注，無論是對即期通貨膨脹的控制還是對未來通貨膨脹的預測都不能忽視房地產市場價格的變化。因此，人民銀行的貨幣政策在“釘住”傳統的物價水平指標——CPI的同時。也要密切“關注”房地產、股市等資產市場的價格變化，加強對房地產價格的監測和對房價未來走勢的準確判斷，提防當前和未來的通貨膨脹風險。而如果從人民銀行維護金融穩定的職能來說，房地產一旦出現泡沫，那么泡沫的破裂將會影響整個金融體系的穩定，央行就更有必要關注房地產市場的發展。近些年來，隨著房地產價格的不斷攀升，人民銀行也采取了一系列的調控措施，包括對商業銀行房地產信貸的指導、利率的調整等，但是由于各方面因素的制約，房價仍然沒有放緩的趨勢。有關中央銀行如何應對房地產、股市等資產價格泡沫的問題尚需要更深入的研究，這也是今后進一步研究的方向。