中國商品住宅價格與通貨膨脹關系動態演變的實證

李 斌 ，張所地，趙華平

0 引言

在房地產價格非理性上漲及通脹壓力并存的經濟形勢下，如何理清二者之前的關系，如何使房地產市場恢復理性以及如何控制通貨膨脹成了能否保證國民經濟協調、穩定發展，人民生活水平顯著提高的關鍵問題。因此，住宅價格波動與通貨膨脹的互動關系問題成了政策制定者和理論研究者高度重視的熱點問題。

通過對國內外文獻的梳理，發現現有成果的研究對象往往是房地產價格與通貨膨脹的關系，而側重于商品住宅價格與通貨膨脹的關系研究較少；定性分析較多，少數的定量研究基本都是采用線性模型如線性回歸模型、誤差修正模型、向量自回歸模型等方法來推導房價波動與通貨膨脹率變化的回歸方程，然而現實中二者之間可能并不是簡單的線性關系，其關系也可能隨著時間的推移不斷變化，實證研究結論的可靠性有待論證。這些不足造成了政府政策和企業決策缺乏有效的科學依據和技術支撐，購房者投資缺乏有效的指導。在分析傳導路徑的基礎上采用時變參數模型—狀態空間模型定量分析城市商品住宅價格波動與通貨膨脹的非線性動態關系，該研究的開展無論對政府、開發商，還是消費者都是十分必要和重要的。

1 商品住宅價格與通貨膨脹的互動路徑

商品住宅價格（簡記為HP）與通貨膨脹（簡記為CPI）之間有著千絲萬縷的聯系，二者之間直接、間接傳導路徑眾多，相互影響的方向也難以簡單判別，以下將分別分析二者之間可能的傳導路徑及作用方向。

1.1 商品住宅價格波動到通貨膨脹的傳導路徑

HP?CPI財富效應。商品住宅價格上升，所有者因出售房產帶來實際財富增加，進而擴大當期消費；即使所有者未出售房產，但由于住宅價格上升帶來潛在價值的上升使消費者感受到了財富的增加，從而擴大了邊際消費傾向。在全社會消費品供給一定時，拉動物價水平上漲。

HP?CPI流動性約束效應。商品住宅價格的上升會直接導致銀行信貸增加，銀行體系釋放出更多的貨幣，從而加大通貨膨脹壓力。同時，商品住宅價格的上漲意味著銀行的信貸抵押品價值上升，銀行放貸發生損失的可能性下降，消費者可能申請到更多的貸款，銀行信貸進一步增加。這些資金會增加對投資品或消費品的需求，進而拉動物價上漲。

HP?CPI預防性儲蓄效應。商品住宅價格持續上漲，如果已超出消費者現期的購買能力，則其預防性動機加強，為購買更高價格的商品住宅，他們會增加儲蓄，減少現期消費，進而對物價水平產生負向影響。

HP?CPI成本效應。商品住宅價格的上升會帶來顯著的成本效應，進而影響到居民消費。尤其對于租房者而言，住宅價格的上升一般是與租金的上漲緊密聯系的，這樣就直接導致租房者的生活成本上升，從而會使其減少消費，對物價水平產生負向影響。對消費品生產企業來說，商品住宅價格的上升會導致企業員工生活成本的增加，企業面臨工資等運營成本增加的壓力，必然會提高其產品價格來維持一定的利潤，進而推動物價水平的上漲。

HP?CPI關聯效應。商品住宅價格上升，在其他條件不變時供給增加。由于住宅產業鏈條較長，供給的增加會擴大對鋼鐵、建材、機械、裝修、物業管理等多種商品和服務的需求，進而導致這些產品和服務價格上升，加大通脹壓力。

HP?CPI預期效應。商品住宅價格的持續上漲，會造成消費者對其價格繼續上漲的預期。為了避免將來支付更高的交易成本或者可以以更高的價格出售獲取利潤，消費者會增加現期對住宅的需求，從而拉動住宅價格繼續上漲，進而產生對物價水平不斷反饋強化的影響（方向未知）。

1.2 通貨膨脹到商品住宅價格波動的傳導路徑

CPI?HP成本效應。通貨膨脹時，住宅產業從業人員生活成本增加，企業面臨工資上漲壓力；銀行往往也會縮緊銀根，造成企業貸款成本的增加；在消費品價格普遍上漲的情況下，鋼鐵、建材等原材料價格往往也會跟隨上漲。在工資、金融、原材料成本增加的壓力下，開發商會提高商品住宅價格以維持一定的利潤。

CPI?HP風險規避效應。通貨膨脹時，消費者為避免財富縮水，會對個人資產進行合理投資、整合，其中投資于保值性強的房地產的可能性增加，對住宅價格有正向影響。

CPI?HP財富效應。通貨膨脹時，消費者的真實財富縮水，促使其減少對住宅的需求，當供給一定時，對住宅價格有負向影響。

CPI?HP預防性儲蓄效應。通貨膨脹時，由于消費習慣的形成，消費者為了保證將來的生活水平不低于現在，會增加儲蓄，減少現期對住宅的需求，對住宅價格有負向影響。

CPI?HP流動性約束效應。通貨膨脹時，銀行往往縮緊銀根，消費者貸款成本增加，這可能會減少其現期對商品住宅的消費，對住宅價格有負向影響。

CPI?HP預期效應。通貨膨脹時，消費者產生物價繼續上漲的預期，為避免工資、金融、建材等成本推動住宅價格進一步上漲，消費者會增加本期對商品住宅的需求，拉動住宅價格上漲。

通過以上理論分析可知，在商品住宅價格與通貨膨脹的傳導機制中，既有相互促進的部分，又存在相互制約的部分。二者相互影響、關系復雜，其中任一方的波動必然會對另一方產生影響。現實中二者之間是否存在雙向或單向的影響效應，其正負力量沖突的結果如何，還需實證檢驗來給出更科學的結論。

2 實證檢驗

2.1 變量選擇與數據處理

考慮到數據的可獲取性，本文選取新建住宅銷售價格指數作為商品住宅價格的代理變量。選取居民消費價格指數CPI作為衡量通貨膨脹的代理變量，這是國內外學者最常使用的通脹衡量指標。根據William（2002）等人的研究，貨幣流動性與通貨膨脹關系緊密，且對房地產市場有較明顯的影響，因此本文選取流動性較強且反映經濟中現實購買力的狹義貨幣供應量M1作為補充指標，以便更好地刻畫商品住宅價格與通貨膨脹的關系。以上三個變量分別記為HPI、CPI、M1。所有數據全部為季度定基數據，樣本期為1998年1季度到2010年4季度。

數據處理時，新建住宅銷售價格指數是將中國經濟景氣月報中公布的季度同比數據轉化為定基指數（以1998年1季度為基期，且將1998年原同比指數近似看作定基指數）。居民消費價格指數是將國家統計局公布的月度環比指數轉化為以1998年1月為基期的月度定基指數，再做算術平均處理得到季度定基指數。貨幣供應量M1數據是將中國人民銀行統計數據庫中的季度絕對數據轉化為以1998年1季度為基期的定基指數形式。由于樣本均是季度數據，在建模前采用X12方法對數據進行季節性調整，以顯示時間序列的潛在趨勢。為了消除時間序列的異方差并且增強數據的線性性，對三組數據做對數處理，分別記作LNHPI、LNCPI、LNM1。

2.2 平穩性檢驗

在建模之前需要對數據的平穩性進行檢驗，如果數據是平穩的則可以直接進行最小二乘估計；如果數據是非平穩的，則要檢驗變量是否是同階單整的，否則會出現“偽回歸”問題。對變量LNHPI、LNCPI、LNM1進行ADF檢驗，結果（見表1）顯示各序列水平值是非平穩的，而一階差分后在1%的水平上是平穩的，三者均為1階單整I(1)序列。

表1 變量單位根檢驗表

2.3 協整檢驗

對于非平穩時間序列，狀態空間模型要求變量之間存在協整關系。如果兩個或兩個以上的時間序列是非平穩的，但它們的某種線性組合卻表現出平穩性，則這些變量之間存在長期均衡關系，否則不存在長期均衡的關系。本文采用Johansen檢驗方法，檢驗結果見表2。

表2 變量協整關系檢驗表

表2顯示，在5%顯著性水平下拒絕沒有協整關系的零假設，因此可以認為變量之間有且僅有一個協整關系。這表明我國通貨膨脹、住宅價格與貨幣流動性之間存在著一個長期的均衡關系。

2.4 Granger因果關系檢驗

變量間協整關系的存在只能說明它們之間存在長期均衡關系，并不能說明變量間的因果關系。對住宅價格、通貨膨脹、貨幣流動性進行格蘭杰因果關系檢驗，結果見表3。

表3 變量Granger因果關系檢驗表

由表3可知，在5%的顯著性水平下，通貨膨脹是住宅價格的Granger原因，而住宅價格卻不是通貨膨脹的Granger原因；通貨膨脹是貨幣流動性的Granger原因，而貨幣流動性卻不是通貨膨脹的Granger原因；貨幣流動性與住宅價格間存在雙向Granger因果關系。第一對因果關系說明國內持續走高的住宅價格并不會引起通貨膨脹，目前通漲壓力主要來自于市場供需與預期等因素；而通貨膨脹卻可以通過企業成本效應、風險規避效應、財富效應、預防性儲蓄效應及預期效應傳遞到商品住宅市場，引起住宅價格高位運行。第二對因果關系說明貨幣主義學派的主張與我國的通貨膨脹有所不同，我國的通脹應該是需求拉動、成本推動或二者共同作用的結果；當國內出現通貨膨脹或緊縮現象時，政府會適時地采用緊縮或寬松的貨幣政策，進而影響狹義貨幣供應量。第三對因果關系說明貨幣流動性與商品住宅價格相互影響。住宅產業是資本密集型產業，其供給和需求都離不開充沛的資金支持，因此央行的貨幣政策無疑會對住宅市場的發展產生重要影響，即貨幣流動性變化會引起商品住宅價格的波動；同時，商品住宅價格上升意味著銀行的信貸抵押品價值上升，開發商和消費者都可能申請到更多的貸款，這會導致銀行體系釋放出更多的貨幣。此外，國際熱錢和國內投資（機）資金的活躍也有可能在狹義貨幣供應量中得到體現。

2.5 狀態空間模型估計與分析

2.5.1 模型設定

現實中，影響商品住宅價格與通貨膨脹的因素眾多，有可觀測因素，也有不可觀測因素。同時，由于受經濟結構的調整、市場主體的心理預期、政策變化等因素的影響，兩者之間的關系往往已超出固定參數模型的有效性范圍。因此，本文運用可以同時考慮可觀測因素與不可觀測因素的時變參數模型—狀態空間模型，對商品住宅價格與通貨膨脹的關系進行動態分析和測度。

狀態空間方法是一種時域方法，它在分析經濟現象隨時間變化的規律中除了包含可觀測變量外，還加入不可觀測變量的模型，這些不可觀測變量統稱為狀態變量。狀態空間模型包括兩個方程：一個是狀態方程，反映動態系統在輸人變量作用下在某時刻所轉移到的狀態；另一個是量測方程，將系統在某時刻的輸出和系統的狀態及輸人變量聯系起來。該模型有兩個優點：一是空間模型可將不可觀測的變量（狀態變量）并入可觀測模型并與其一起得到估計結果；二是狀態空間模型是利用卡爾曼濾波迭代算法來估計的。

本文以變量LNHPI為量測方程的被解釋變量，LNCPI、LNM1為量測方程的解釋變量，根據實證研究的具體問題將狀態空間模型形式初步設定為：

其中，式（1）為量測方程，LNHPIt、LNM1t、LNCPIt為可觀測變量，LNM1t是具有固定參數的解釋變量，LNCPIt是具有可變參數的解釋變量。式（2）為狀態方程，可變參數SV1t不可觀測，是狀態變量，反映了商品住宅價格對通貨膨脹敏感程度的動態變化。ut、εt服從均值為0，方差為σ2和協方差矩陣為Q的正態分布。利用卡爾曼濾波算法可以得到時變參數SV1t的估計值。

2.5.2 估計結果

經過反復試算，得到狀態空間模型估計結果，見式（4）、（5）：

估計結果的極大似然值為148.24，AIC值為-5.471，SC值為-5.246。參數估計的p值均小于0.05，狀態方程的p值小于0.01，這說明量測方程中的狀態變量是顯著的。

由估計結果可知，貨幣供應量每增加1%，會帶動商品住宅價格上漲0.104%。由于彈性值小于1，因而住宅價格對貨幣供應量的變化是缺乏彈性的。盡管充裕的貨幣流動性有利于住宅市場的成長，但對其過度的金融支持則可能引發該行業的過度泡沫化。所以要遏制當前房價快速上漲的勢頭，控制好貨幣的投放是重要的手段之一。

2.5.3 變協分析

圖1 時變參數SV1t走勢圖

SV1t是商品住宅價格的通貨膨脹彈性，可以反映二者之間的長期均衡關系。圖1給出了時變參數SV1t的變化趨勢，反映了商品住宅價格在各時點受通貨膨脹率影響程度的演變趨勢。由于該彈性是動態變化的，因此二者之間的協整關系也是動態變化的。由該曲線可知，1998年1季度到2010年4季度，時變參數SV1t總體上呈上升趨勢，表明通貨膨脹對商品住宅價格的影響在逐年加大。

在SV1t總的上升趨勢中，存在變化速率與方向的調整與反復，據此可將SV1t的變化劃分為5個階段。階段1—彈性平穩階段（1998年1季度～2002年4季度）：通貨膨脹與商品住宅價格之間有較穩定的均衡關系，通貨膨脹率每上升1%，住宅價格上漲0.74%左右；階段2—持續上升階段（2003年1季度～2007年2季度）：2003年通貨膨脹對住宅價格的影響強度開始顯著增加，到2007年2季度時，彈性上升到0.79%，達到第一個高峰；階段3—少幅回落階段（2007年3季度～2008年4季度）：通貨膨脹對住宅價格的影響強度有所下降，到2008年底彈性降至0.78%；階段4—快速反彈階段（2009年1季度～2009年4季度）：該彈性出現反彈，到2009年底時該彈性上升到0.8%以上，到達新的高峰；階段5—少幅回落階段（2010年1季度～2010年4季度）：該彈性又出現下降趨勢，到2010年底降至0.8%以下。由于彈性值始終小于1，因而商品住宅價格對通貨膨脹率的變化是缺乏彈性的。

彈性SV1t的變化趨勢與我國住宅市場發展的歷程是相互吻合的。2003年以前，通貨膨脹與商品住宅價格之間的關系較穩定；2003年是商品住宅市場的一個轉折點，國務院明確將房地產業作為國民經濟的支柱產業，此后住宅市場開始步入快速發展的軌道，該彈性對此做出反應，保持穩定的上升趨勢；2007年3季度至2008年底，由于受國際金融危機以及國內巨大自然災害等不確定因素的沖擊，經濟下滑，住宅市場一度低迷，預期、結構調整等不可觀測因素的作用使得該彈性迅速做出反映，出現下降。2009年，隨著經濟的全面復蘇，可觀測以及樂觀預期、政策等不可觀測因素共同作用，使該彈性又發生反彈。到2010年，由于受“史上最嚴厲的房產調控政策”等不可觀測因素的影響，該彈性又發生變化，出現小幅下降。總之，2003年作為該曲線的一個轉折點，預示著通貨膨脹對商品住宅價格的影響程度正在與日俱增。

3 結論與建議

本文對中國商品住宅價格與通貨膨脹的相互傳導路徑進行了理論分析，并采用狀態空間模型對全國1998～2010年的季度樣本數據進行實證檢驗，對二者的關系進行了動態分析。得到如下結論：（1）商品住宅價格與通貨膨脹間相互傳導的路徑眾多，既有相互促進的部分，又存在相互制約的部分，但其正負力量沖突的結果并不明確，即其中一方變動對另一方影響的方向是不確定的。（2）從1998年至2010年，整體上看商品住宅價格的通貨膨脹彈性是逐漸增加的。最低時，通貨膨脹率每增加1%，商品住宅價格上漲不到0.74%；最高時，通貨膨脹率每增加1%，商品住宅價格上漲0.8%以上，這說明通貨膨脹對商品住宅價格的影響程度正在逐漸加大。由于彈性值始終小于1，因而商品住宅價格對通貨膨脹率的變化是缺乏彈性的。（3）商品住宅價格與通貨膨脹間不是簡單的固定參數協整關系，而是隨時間變化的動態變協整關系。時變參數SV1t的變化趨勢大體上可以劃分為5個階段：彈性平穩階段、持續上升階段、少幅回落階段、快速反彈階段、少幅回落階段，體現出二者之間協整關系的演變過程。（4）貨幣流動性對商品住宅價格有顯著影響，貨幣供應量每增加1%，會帶動商品住宅價格上漲0.104%。由于彈性值小于1，因而住宅價格對貨幣供應量的變化是缺乏彈性的。

為了保證物價與房價的穩定，促進國民經濟協調、穩定發展，政府出臺宏觀調控政策時要充分考慮二者的關系，雙管齊下。一是政府要采取綜合性的治理措施來應對當前的通貨膨脹，著力擴大內需的同時綜合運用財政政策與貨幣政策。二是運用多種貨幣政策工具收緊流動性，保持貨幣增長速度、房地產市場發展速度和經濟增長速度相協調，避免大量的資金特別是投資（機）資金盲目涌入房地產市場，造成該市場的泡沫化。三是調整住房供應結構，增加經濟適用房等低價位住房、廉租房、中小套型住房的供應，以緩解住房的剛性需求。

[1] 段忠東.房地產價格與通貨膨脹、產出的關系—理論分析與基于中國數據的實證檢驗[J].數量經濟技術經濟研究,2007,（12）.

[2] 嚴金海.論房價對中國產出和通貨膨脹率的影響[J].中國土地科學,2009,（10）.

[3] 黃飛雪,金建東.金融危機前后中國房價指數對CPI的影響[J].經濟數學,2010,（9）.

[4] 喻旭蘭,李峰.房地產價格與通貨膨脹互動機制的實證研究[J].價格理論與實踐,2010,（1）.

[5] 陶冠旭,石天,吳磊,張世魁,林森樹.對CPI指數和房價指數走勢背離的思考[J].價格理論與實踐,2010,（8）.

[6] William D L.The Real Price of Housing and Money Supply Shocks:Time Series Evidence and Theoretical Simulations[J].Journal of Hous?ing Economics,2002,(11).

[7] 高鐵梅.計量經濟分析方法與建模—Eviews應用及實例（第二版）[Z].北京:清華大學出版社,2009.