貨幣政策對住宅供應結構的影響

劉樺　汪海津　馬驥

摘要：本文選取1999-2010年的省際面板數據，運用動態面板數據模型研究了貨幣政策對住宅供應結構的影響，發現貨幣政策對住宅細分市場供給影響的程度由大到小依次為高檔商品房、普通商品房和經濟適用房；高檔商品房供給的貨幣政策效應存在明顯的時滯性，普通商品房供給的貨幣政策效應有較強的時效性，經濟適用房供給的貨幣政策效應相對較弱；相對于利率而言，貨幣供應量對住宅供應結構的影響較大。因此，對住宅開發項目實行差別化貨幣政策，并配合有效的土地供應和差別化稅率政策，是調整住宅供應結構的有效途徑。

關鍵詞：貨幣政策；住宅供應結構；動態面板數據模型

中圖分類號：F2933 文獻標識碼：B

貨幣政策作為中央調控經濟波動的重要手段，近年來被多次用來調控房地產市場，其調控的重點之一是調整住房供應結構。然而，對住房供應結構的調整并未取得預期的成效，保障性住房及中低價位住宅供應不足，住宅供應結構失衡的情況仍然存在。那么貨幣政策究竟如何對我國住宅供應結構產生影響？怎樣運用貨幣政策調控不同類型的住宅市場，并實現所期望的整體調控效果？本文通過研究貨幣政策對住宅細分市場的影響，揭示貨幣政策對住宅細分市場調控效果的差異性，在此基礎上提出相關的政策建議，以促進我國住宅供應結構合理化。

一、文獻綜述

有關貨幣政策與房地產市場關系的研究源于貨幣政策的資產價格傳導機制。國外學者最初將研究的焦點放在貨幣政策對房地產價格的影響上，主要集中在以下兩方面。一是利率對房地產價格的影響。Abraham和Hendershott（1996）運用一個考慮滯后過程在內的住宅價格變化模型，揭示了住宅價格上漲幅度和利率成負相關；Iacoviello（2005）通過建立結構性向量自回歸模型（SVAR）研究6個歐洲國家（法國、德國、意大利、西班牙、瑞典和英國）過去25年的影響房地產價格波動的宏觀經濟因素，研究發現在短期內貨幣政策會對房地產價格造成重大影響，在利率上調之后，各國的房地產價格會出現不同程度的下跌。二是信貸途徑對房地產價格的影響。Iacoviello和Minett（2003）通過VAR模型回歸的方法分析了芬蘭、德國、挪威和英國的房地產市場后得出結論，信貸傳導渠道的有效性與房地產市場的結構特征相關。他們的跨國比較研究表明，信貸渠道與房地產市場的融資效率和借貸機構的形態有關。

當蒙代爾（Mundell）開啟了研究貨幣區（currency area）理論的先河后，貨幣政策在房地產市場上的區域效應得到了學者們的關注。Fratantoni和Schuh（2003）梳理了美國1966—1998年的貨幣政策，并對這一時期不同地區房地產價格受貨幣政策的影響進行了研究，結果他們發現不同的地區房地產投資對貨幣政策也有不同的反應；Negro和Otrok（2007）利用貝葉斯估計方法研究了1986-2005年美國房地產價格波動趨勢，厘清波動原因是由共同趨勢還是地區因素導致的。研究結果顯示，房地產價格長期趨勢主要是由地區因素決定。

隨著各國金融改革的不斷深化，經濟學家們開始意識到房地產市場貨幣政策效應研究的起點應該是房地產的供給與需求。Mishkin（2007）指出，貨幣政策通過利率變動使資本使用成本和未來房價波動預期發生變化，從而對房地產市場需求產生直接影響。同樣，利率的變動也會對房地產企業融資成本產生影響，進而影響到房地產市場供給。

20世紀90年代以來，國內學者借鑒國外貨幣政策與房地產市場關系理論與實證研究成果，對我國貨幣政策與房地產價格之間的關系、房地產市場的貨幣政策區域效應等進行了研究。丁晨和屠梅曾（2007）運用向量誤差修正模型（VECM）實證檢驗房價在貨幣政策傳導機制中的作用。分析結果表明，房價在貨幣傳導機制中的作用較為顯著，房價渠道的總體傳導效率較高；高波和王先柱（2009）構建了5個向量自回歸模型，運用2000—2007年的相關指標，通過協整檢驗和脈沖響應函數分析，探討中國房地產市場貨幣政策傳導機制的有效性。得出的結論是，貨幣供給量的增加導致房地產價格上漲，房地產貸款的增長推動了房地產價格上漲；梁云芳和高鐵梅（2007）基于誤差修正模型形式的paneldata模型討論了房價區域波動的差異，并分析了造成各地區房價波動差異的原因，尤其是貨幣政策效應的區域差異。結論認為，無論是信貸規模還是實際利率都存在地區差異；魏瑋和王洪衛（2010）通過建立PVAR（面板向量自回歸）模型，使用脈沖響應函數分析方法，測度各種貨幣政策工具對中國東、中、西部地區房地產市場價格動態影響的異同。實證結果表明，無論數量型工具還是價格型工具對房地產價格的影響均存在區域差異。

近年來，一些學者開始從供給和需求的角度探討我國房地產市場的貨幣政策效應。黃瑜（2010）基于狀態空間模型就貨幣政策中間變量利率和貨幣供應量對房地產市場需求和供給的影響進行了動態測度，結果表明，首先相對于利率政策而言，貨幣供應量對房地產市場的供求影響要更大；其次貨幣政策對房地產需求的影響比其對供給的影響要大。王先柱（2011）從房地產需求和供給兩個層面考察貨幣政策在房地產市場的調控效應，發現利率和信貸規模對房地產市場存在顯著的區域效應。

通過文獻研究發現，現有的貨幣政策與房地產供給和需求間關系的相關研究成果，主要是針對房地產整體市場，鮮有深入到房地產細分市場展開這方面的研究。鑒于此，本文將研究貨幣政策對高檔商品房（別墅和高檔公寓）、普通商品房和經濟適用房這三類住宅細分市場供給的影響，從住宅供應結構的角度來分析房地產市場的貨幣政策效應。

二、貨幣政策與住宅供給

對于我國大多數房地產企業來說，銀行貸款是其進行房地產開發的主要資金來源。因此，貨幣政策的波動對房地產市場供給有著極其重要的影響。目前，央行通過貨幣政策調控房地產市場主要采用調整貸款基準利率和法定存款準備金率這兩種方法。

（一）貸款基準利率

對于房地產企業來說，實行緊縮的貨幣政策，貸款利率提高，意味著融資成本增加，企業利潤空間變小，影響企業收益預期，改變了企業開發行為和建設時序。在緊縮貨幣政策的影響下，許多房地產企業因資金不足只能分期開發或延期開發，致使住宅供給相對不足，影響住宅供應結構。

（二）法定存款準備金率

中央銀行通過貸款利率調整的是信貸的成本，而通過調整法定存款準備金率來調控信貸的規模。央行提高法定存款準備金率，則貨幣供應量下降，信貸規模縮小，企業貸款變得困難，從而對房地產企業的資金來源產生影響。對于那些負債率高、融資渠道單一的中小型企業來說，在緊縮的貨幣政策下，獲得貸款更難，這增加了它們的經營難度，甚至導致一些企業退出市場，從而抑制住宅供給。

三、實證分析

（一）變量選擇與數據來源

1998年7月，國務院發布了《關于進一步深化城鎮住房制度改革，加快住房建設的通知》，通知要求1998年下半年停止住房的實物分配，逐步實現住房貨幣化。因此本文選取了我國31個省（自治區、直轄市）從1999年到2010年共12年的面板數據來研究貨幣政策對住宅供應結構的影響。具體選擇變量如下：

（1）被解釋變量。本文選取高檔商品房投資完成額（GD）、普通商品房投資完成額（PT）和經濟適用房投資完成額（JJ）分別作為這三個住宅細分市場供給的代理變量。

（2）解釋變量。解釋變量為貨幣政策變量及其一階滯后項，主要有四個，包括貨幣供應量、滯后一期貨幣供應量、貸款基準利率和滯后一期貸款基準利率。貨幣供應量指標中的M2與宏觀實際經濟變量之間的關系最為密切，它既能反映社會實際購買力，又能反映潛在購買力，因此本文選取M2作為貨幣供應量的代表變量；采用一年期貸款基準利率（Rate）（各月執行標準的平均值）作為貨幣政策的利率代表變量。為使解釋變量的估計系數更為可靠，引入了能體現各省份特征的各省份城鎮人均可支配收入作為控制變量。

為了消除價格因素的影響，將高檔商品房、普通商品房和經濟適用房投資完成額的名義值除以相應的價格指數（以1999年為基期）得到各自的實際值；將貨幣供應量的代表變量M2和城鎮人均可支配收入等價格變量的名義值除以居民消費價格指數（以1999年為基期）得到各自的實際值；將貸款利率平減通貨膨脹率得到實際利率（RR）。為降低異方差的影響，對除利率以外的上述所有變量的實際值取自然對數，分別記為lnGD、lnPT、lnJJ、lnM2、和lnIncome。

研究所采用的樣本數據主要來源于2000-2011年《中國房地產統計年鑒》、《中國統計年鑒》、《中國經濟景氣月報》和中國人民銀行網站，所涉及的行政區域范圍為中國大陸。對于缺少住宅投資完成額數據的個別省份（自治區、直轄市），在研究中予以剔除。因此，高檔商品房投資完成額包括29個省份（青海和西藏除外）的面板數據，普通商品房投資完成額包括30個省份（西藏除外）的面板數據，經濟適用房投資完成額包括30個省份（上海除外）的面板數據。由于統計年鑒未給出2004年各省份的高檔商品房投資完成額，對其進行了平滑處理。

（二）計量模型的構建

住宅供給不僅受當期經濟基本面中各因素的影響，也會受上一期住宅供給的影響，因而引入滯后因變量更符合理論與實際。為了準確考察貨幣政策對住宅供應結構所產生的動態效應，本文將采用動態面板數據模型，即在解釋變量中包含因變量的一階滯后項。具體模型可表述為：

yi，t=αyi，t-1+βXi，t+λi+εi，t[JY]（1）

其中，i表示按國內行政區域劃分的省份（自治區、直轄市），t表示按年份計量的時間，yi，t和yi，t-1分別代表i省份在第t年和第t-1年完成的房地產投資額，Xi，t為貨幣政策變量及其一階滯后項和控制變量（各省份城鎮人均可支配收入），λi為不可觀測的省份效應，用于控制省份固定效應，εi，t為隨機擾動項。

建立高檔商品房、普通商品房和經濟適用房這三個住宅細分市場動態面板數據模型（如模型1-模型3所示）。

模型1：lnGDi，t=αlnGDi，t-1+β0lnM2i，t+β1lnM2i，t-1+β2RRi，t+β3RRi，t-1+β4lnIncomei，t+λi+εi，t

模型2：lnPTi，t=αlnPTi，t-1+β0lnM2i，t+β1lnM2i，t-1+β2RRi，t+β3RRi，t-1+β4lnIncomei，t+λi+εi，t

模型3：lnJJi，t=αlnJJi，t-1+β0lnM2i，t+β1lnM2i，t-1+β2RRi，t+β3RRi，t-1+β4lnIncomei，t+λi+εi，t

其中，M2i，t-1和RRi，t-1分別為滯后一期的實際貨幣供應量和實際貸款利率。

（三）數據分析

在動態面板數據模型中，由于因變量的滯后項作為解釋變量，從而有可能導致解釋變量與隨機擾動項相關，且模型具有橫截面相依性，因此如果運用標準隨機效應或固定效應模型進行估計，會產生參數估計的非一致性，使數據包含的經濟學意義發生扭曲。正因如此，Arellano和Bond （1991）、Blundell和Bond （1998）針對以上情況提出了廣義矩（GMM）估計，解決了上述問題。動態面板GMM估計方法的好處在于它通過差分或使用工具變量來控制住未觀察到的時間和個體效應，同時還使用滯后的解釋變量和滯后的被解釋變量作為工具變量克服內生性問題。為了消除特定省市效應，對式（1）進行一次差分，即：

yi，t-yi，t-1=α（yi，t-1-yi，t-2）+β（Xi，t-Xi，t-1）+（εi，t-εi，t-1） [JY]（2）

從式（2）可以看出，它消除了隨時間變化的特定省市效應，但卻包含了被解釋變量的滯后項。為了克服所有解釋變量的內生性問題以及新的殘差項（εi，t-εi，t-1）與滯后的被解釋變量（yi，t-1-yi，t-2）之間的相關性，必須采用工具變量來進行估計。考慮到樣本觀察值有限，本文以解釋變量的一階滯后項作為工具變量，并使用軟件Eviews60進行計量分析。

1.面板殘差的平穩性檢驗。對于動態面板數據模型，其估計的前提條件是要求面板數據必須是平穩的，否則可能導致“偽回歸”結果。為此，對所估計參數的平穩性進行檢驗，即對面板數據的殘差進行單位根檢驗。遵循一般常用的IPS檢驗，即Im， Pesaran和Shin在1995年提出的以Z統計量進行面板殘差平穩性檢驗。為了相互驗證，本文還給出了ADF、PP和LLC檢驗，檢驗結果如表1所示。

從表2中Y（-1）結果來看，上一年住宅供給對當年住宅供給有正向影響，上一年各細分市場供給每增加1%，當年高檔商品房、普通商品房和經濟適用房供給將分別增加0236%、0807%和0278%，且均在1%的水平下顯著。可見，當期住宅供給與上期住宅供給水平密切相關，屬于一個動態過程，因此，運用動態面板數據模型比其他模型更能精確地反映這一現象。從貨幣政策變量的參數估計值來看，貨幣政策對住宅細分市場供給的影響程度由大到小依次為高檔商品房、普通商品房和經濟適用房；相對于利率而言，貨幣供應量對住房供應結構的影響更大。三個模型的Sargan檢驗的P值分別為0235、0396和0587，均大于10%，接受過度約束正確的零假設。因此，模型1、模型2和模型3的設定是合理的，且工具變量的設置有效。

不同的住宅細分市場對貨幣政策的反應有所不同。對于模型1，各參數均在1%的水平下顯著。從貨幣政策變量來看，當期貨幣供應量對高檔商品房供給有負向影響，而滯后一期的貨幣供應量對高檔商品房供給有正向影響；當期利率與高檔商品房供給之間是一種正相關關系，而滯后一期的利率對高檔商品房供給有負向影響。可見，當期貨幣政策變量符號與預期相背，滯后一期的與預期相吻合，這表明貨幣政策對高檔商品房供給的影響具有明顯的滯后性。對于控制變量，人均可支配收入對高檔商品房供給有正向影響。

在模型2中，貨幣政策變量的估計參數均在1%水平下顯著。當期貨幣供應量對普通商品房供給有正向影響，而滯后一期的貨幣供應量對普通商品房供給的影響為負；當期利率和滯后一期利率與普通商品房供給之間是一種負相關關系。當期貨幣政策變量符號與預期相符，這表明貨幣政策對普通商品房供給影響的時效性顯著。對于控制變量，人均可支配收入對普通商品房供給的影響并不顯著。

在模型3中，對于貨幣政策變量，當期貨幣供應量對經濟適用房供給有負向影響，且其顯著性水平為1%；滯后一期利率對經濟適用房供給有正向影響，且其顯著性水平為1%；滯后一期貨幣供應量和當期利率的估計參數均不顯著。表明經濟適用房供給的貨幣政策效應相對較弱，從側面也反映了經濟適用房供給受政府政策性干預較大；控制變量人均可支配收入對經濟適用房供給有正向影響，且在5%水平下顯著。

四、結論和建議

貨幣政策對各住宅細分市場供給的影響程度不同。其中，對高檔商品房供給的影響程度最強，對經濟適用房供給的影響程度最弱。高檔商品房供給的貨幣政策效應存在明顯的時滯性，普通商品房供給的貨幣政策效應有較強的時效性，經濟適用房供給的貨幣政策效應相對較弱；相對于利率而言，貨幣供應量對住房供應結構的影響較大。利率和貨幣供應量都是調整住宅供應結構的有力貨幣政策工具。基于此，提出以下建議：

1.對住宅開發實行差別化貨幣政策，促進普通商品房的供給。央行應指導商業銀行運用差別利率促進住宅供應結構的調整。對普通商品房的開發，可給予優惠的貸款利率，對高檔商品房的開發，可采用較高的貸款利率。此外，擴大對普通商品房項目的貸款規模和比例，嚴格控制對高檔商品房的貸款發放，防范金融風險。

2.調整土地供應政策，擴大普通商品房和保障性住房建設用地供給。土地供應政策應保證保障性住房和中低價位商品住宅用地。對供求矛盾突出、房價上漲較快的地區，可適度放寬新增建設用地的限制。

3.通過實行差別化稅率政策，調整商品住宅供應結構。例如對低價普通商品房開發項目實行低稅率，而對高檔商品房開發項目實行高稅率，使開發高檔商品住宅的企業利潤空間受到限制。

參考文獻：

[1] Abraham， Hendershott Bubbles in Metropolitan Housing Markets[J] Journal of Housing Research，1996（12）：36-52

[2] Iacoviello M House Prices， Borrowing Constraints and Monetary Policy in the Business Cycle[J] American Economic Review， 2005（95）： 739-764

[3] Iacoviello M， Minett R Financial Liberalization and the Sensitivity of House Prices to Monetary Policy：Theory and Evidence[J]The Manchester School， 2003（71）： 20-34

[4] Frantantoni M， Schuh S Monetary Policy， Housing， and Heterogeneous Regional Markets[J] Journal of Money， Credit， and Banking， 2003（35）： 557-589

[5] Negro D Macro， Otrok Christopher 99 Luftballons： Monetary Policy and the House Price Boom across US States[J] Journal of Monetary Economics， 2007 （54）： 1962-1985

[6] Mishkin F Housing and the Monetary Transmission Mechanism， Finance and Economics Discussion Series[R] Federal Reserve Board， Washington， DC， 2007：1-53

[7] 丁晨， 屠梅曾. 論房價在貨幣政策傳導機制中的作用——基于VECM分析[J]數量經濟技術經濟研究，2007（11）：106-114.

[8] 梁云芳， 高鐵梅. 中國房地產價格波動區域差異的實證分析[J] 經濟研究，2007（8）：133-142

[9] Arellano， Bond Some Tests of Specification for Panel Data：Monte Carlo Evidence and an Application to Employment Equations[J] Review of Economic Studies， 1991（58）：77-297

[10]Blundell， [JP2]Bond Initial Conditions and Moment Restrictions in Dynamic Panel Data Models[J] Journal of Econometrics， 1998（87）： 115-143[JP]

（責任編輯：劉春雪）