我國房地產(chǎn)價格與貨幣政策的動態(tài)關系研究

上海理工大學 劉晶晶 刁節(jié)文

1 引言與文獻綜述

據(jù)統(tǒng)計，我國商品房平均價格已從1998年的2063元/平方米增長至2013年底的6200元/平方米。為避免房地產(chǎn)泡沫、穩(wěn)定房價，國務院先后出臺了“老國八條”、“新國八條”、“國六條”、“國十五條”、“國五條”等一系列房地產(chǎn)市場調(diào)控政策，并在2013年初發(fā)布的國五條中強調(diào)要嚴格執(zhí)行商品住房限購措施。2013年第四季度的《中國貨幣政策執(zhí)行報告》中指出，2013年全國商品房銷售面積和銷售額同比分別增長17.3%、26.3%，增幅逐月收窄，但增速仍比上年高15.5%、16.3%。可見這些調(diào)控措施取得了一定成效，但是離房價穩(wěn)定還是有一段距離。2014年，我國房地產(chǎn)調(diào)控政策繼續(xù)遵循了“宏觀穩(wěn)、微觀活”的原則。

在2014年3月舉行的中國發(fā)展高層論壇“房地產(chǎn)市場與宏觀經(jīng)濟穩(wěn)定”分論壇上，佐藤康博提出，在20世紀80年代末期到90年代初期，正是由于其國內(nèi)寬松的貨幣政策、人們對內(nèi)需和房價升值的預期過高、銀行大規(guī)模房貸等原因造成房地產(chǎn)泡沫擴大，之后國家貨幣政策驟然緊縮而引起房地產(chǎn)泡沫破裂，并對宏觀經(jīng)濟造成強烈的負面影響。2008年美國次貸危機更是引發(fā)了全球金融危機和經(jīng)濟震蕩。這些讓我們進一步認識到資產(chǎn)價格尤其是房地產(chǎn)價格的劇烈波動會對宏觀經(jīng)濟產(chǎn)生重大影響。房地產(chǎn)具有的消費品和資產(chǎn)品兩大屬性，使其很容易受到貨幣政策的影響。而物價水平包括房地產(chǎn)價格的穩(wěn)定是貨幣政策的目標之一。因此研究貨幣政策與房地產(chǎn)價格的相互關系對我國房地產(chǎn)業(yè)的健康發(fā)展乃至國民經(jīng)濟持續(xù)健康穩(wěn)定發(fā)展都具有重要的現(xiàn)實意義。

對于房地產(chǎn)價格、貨幣政策以及實體經(jīng)濟之間的關系，國內(nèi)外學者都做出了大量研究。在國外，Papadimitriou et al (2006)、Duncan(2007)等經(jīng)濟學家認為正是因為美聯(lián)儲寬松的貨幣政策，持續(xù)的刺激消費，擴張的社會信用導致了房價持續(xù)上漲并且泡沫化。隨著貨幣政策驟然緊縮，泡沫破裂，從而引發(fā)次貸危機。Elbourne (2008)以英國房地產(chǎn)市場為研究背景，認為房地產(chǎn)市場在貨幣政策傳導機制中有著不可或缺的作用。Koivu(2010)對我國1998～2008年間的季度數(shù)據(jù)進行研究得出，寬松的貨幣政策會引起資產(chǎn)價格上升，從而促進家庭消費。在國內(nèi)，戴國強和張建華(2009)基于ARDL模型對我國資產(chǎn)價格(房價、股指、匯率等)與通貨膨脹的關系進行研究，結(jié)果表明資產(chǎn)價格特別是房價，對通貨膨脹有顯著影響。高佳麗和馬雙艷(2010)基于VAR模型，運用脈沖響應行數(shù)和方法分解法，得出貨幣供應量變化對房地產(chǎn)價格的變化影響最大。陳蕊(2012)基于SVAR模型，通過對1997～2011年國內(nèi)季度數(shù)據(jù)的實證分析，發(fā)現(xiàn)資產(chǎn)價格(股指和房價)會對貨幣政策的變動產(chǎn)生較為迅速顯著的反應。王云清、朱啟貴和談正達(2013)構建了基于貝葉斯估計的兩部門(商業(yè)和房地產(chǎn))DSGE模型，發(fā)現(xiàn)貨幣政策是我國房地產(chǎn)波動的主要來源以及可以采用溫和盯住房地產(chǎn)價格波動的最優(yōu)貨幣政策。

在以上相互關系的實證研究中，大多數(shù)文獻都是通過對時間序列進行協(xié)整檢驗和Granger因果檢驗分析資產(chǎn)價格和貨幣政策變量或者宏觀經(jīng)濟變量之間的長期關系，而忽略了這些變量間存在的同期因果關系。在使用SVAR模型的文獻中，對于模型結(jié)構的識別通常都是根據(jù)經(jīng)濟理論或者現(xiàn)實經(jīng)驗來確定的。本文擬建立VAR模型，對估計出的殘差采用近年發(fā)展的有向無環(huán)圖(DAG)技術，以事實數(shù)據(jù)得出變量間的同期因果關系，并在此識別基礎上建立SVAR模型進行方差分解，對房地產(chǎn)價格、貨幣政策、通貨膨脹間的動態(tài)關系進行有益探討。

2 數(shù)據(jù)選取與模型建立

2.1 VAR和SVAR模型

VAR模型把系統(tǒng)中的每個內(nèi)生變量都表示成內(nèi)生變量滯后值的函數(shù)來構造模型，從而將單變量自回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型。但是VAR模型并沒有明確變量間的同期因果關系，模型右端誤差項中隱藏了變量間的當期因果關系。SVAR模型則可以捕捉VAR模型中內(nèi)生變量之間的當期關系，是結(jié)構化的向量自回歸模型。

對于向量Xt，VAR模型的簡化形式可以表示為：

Xt是m維內(nèi)生變量，Ai是系數(shù)矩陣，p是滯后階數(shù)，擾動項列向量ut服從白噪聲過程。若加入變量的同期影響，則可變成SVAR模型：

2.2 有向無環(huán)圖(DAG)法

Spirtes et al.(2000)、Pearl(1995)等提出的DAG分析方法，是通過分析擾動項之間的(條件)相關系數(shù)，以正確識別擾動項之間的同期因果關系，從而為正確設定VAR擾動項的結(jié)構關系提供客觀依據(jù)(楊子暉，2008)。此外，Spirtes et al.(2000)在研究中指出，在小樣本情形下，采用較高的顯著水平系數(shù)，將有助于改善DAG的分析效果，當樣本量小于100時，可采用20%的顯著水平系數(shù)。

2.3 數(shù)據(jù)說明與處理

本文選取全國商品房銷售平均價格HP作為房地產(chǎn)市場價格水平的代理變量，廣義貨幣供應量M 2作為貨幣政策的代理變量，全國居民消費價格指數(shù)CPI作為我國物價水平的代表變量，另選取美元對人民幣匯率ER為輔助變量。本文的樣本區(qū)間為2005年1月到2013年12月，各變量均為月度數(shù)據(jù)。此外，考慮到貨幣供應量和房地產(chǎn)價格的季節(jié)性因素，對這兩個序列做Census X12的季節(jié)調(diào)整，并對所有序列進行對數(shù)變換。本文所需的數(shù)據(jù)主要來自于中華人民共和國國家統(tǒng)計局、中國人民銀行網(wǎng)站等。

3 實證結(jié)果與分析

3.1 單位根檢驗

首先采用ADF檢驗法對各變量進行單位根檢驗，滯后階數(shù)以SIC最小為標準，最大滯后階數(shù)為12階，檢驗結(jié)果如表1所示。檢驗結(jié)果表明，在5%的顯著性水平下，原變量接受存在單位根的假設，而一階差分序列拒絕存在單位根的假設，因此該序列是一階單整序列，即I(1)序列。

表1 各變量的單位根檢驗結(jié)果

3.2 同期因果關系的DAG分析及SVAR識別

通過對上述一階差分變量VAR模型的估計，可得到各變量之間的殘差相關系數(shù)矩陣(residuals correlation matrix)，如表2所示。

表2 各變量間的殘差相關系數(shù)矩陣

根據(jù)所得殘差項相關系數(shù)矩陣，運用Tetrad V的PC算法對變量間的同期因果關系進行DAG分析，DAG的分析結(jié)果是正確設定SVAR的結(jié)構并展開方差分解分析的重要基礎。DAG 的分析結(jié)果如圖1所示。由圖1可知，在20%的顯著性水平下，存在著由CPI變動到房價變動，貨幣供應量M 2變動到房價變動，美元兌人民幣匯率變動到CPI的同期因果關系。

圖1 20%顯著性水平下的有向無環(huán)圖

以DAG分析結(jié)果為基礎，對VAR殘差進行結(jié)構性分解，并展開方差分解分析，以對上述四個變量的關系做進一步分析。由表3可知，CPI對自身的影響隨著時間的推移逐漸減弱，而HP、M2、ER對其的解釋能力逐漸增強，在第12期，CPI的變動約15%可由HP解釋，約10%可由M2解釋，約10%可由ER解釋。這說明了盡管房價尚未納入CPI體系，但是房價的上漲會拉動房地產(chǎn)商對地產(chǎn)的大量投資，從而帶動很多行業(yè)商品價格的上升，因而影響了CPI。人民幣的升值預期會引起大量國際短期資本流入國內(nèi)，進而加重通貨膨脹。這與鄭平(2013)的研究結(jié)論是相近的。

表3 基于DAG的CPI的方差分解

表4的房價的方差分解結(jié)果顯示，房價的變動除了自身原因之外，貨幣供應量M2和CPI對其的影響隨著時間的增加而加深。在預測期12年后，貨幣供應量M2對房價的解釋在25%左右，CPI對房價的解釋在14%左右。這說明了貨幣供應量是影響房地產(chǎn)價格變動的主要因素。這與王云清、朱啟貴等(2013)的關于貨幣政策是我國房地產(chǎn)價格波動的主要來源的結(jié)論相符。此外，通貨膨脹也是影響房價的重要因素。

表4 基于DAG的HP的方差分解

由表5的方差分解結(jié)果可知，貨幣供應量M 2的變動主要由其自身的變動引起，比例約為80%，說明貨幣政策具有強外生性。這主要是因為貨幣政策是央行依據(jù)宏觀經(jīng)濟形勢設定的，受其他因素的影響不大。而人民幣兌美元匯率對貨幣供應量M 2的解釋在8%左右，因此在制定貨幣政策時也要適當考慮匯率變動等外部沖擊。

表5 基于DAG的M2的方差分解

4 研究結(jié)論與建議

本文在DAG技術的基礎上建立SVAR模型，研究了消費者價格指數(shù)、房地產(chǎn)價格、貨幣政策、美元兌人民幣匯率之間的動態(tài)關系。經(jīng)過實證分析得出以下結(jié)論：

(1)房價、貨幣政策、匯率對衡量通貨膨脹水平的CPI都具有一定的影響。因此在開放經(jīng)濟背景下，為穩(wěn)定好CPI，不僅要關注房價、貨幣政策的變動，還需注意名義有效匯率的變化，并對此做出合理的反應。

(2)貨幣供應量M2和CPI對房地產(chǎn)價格變動的影響較大，特別是作為貨幣政策中介目標的貨幣供應量M2，其影響力隨著時間的增加而加深。寬松的貨幣政策會使貨幣供給量增加，從而使得大量資本進入房地產(chǎn)市場，導致房價不斷上漲。

在上述結(jié)論基礎上，本文對抑制房價過快上漲，促進房地產(chǎn)市場健康平穩(wěn)地發(fā)展，提出以下建議：

(1)在穩(wěn)健的基礎上，采取適度從緊的貨幣政策，控制貨幣供給量的過快增長；

(2)貨幣政策的宏觀調(diào)控要注重“市場化”，具體問題具體分析，增強政策的前瞻性與針對性；

(3)從房地產(chǎn)本身來講，樓市的供不應求是房價上漲的關鍵。因此可以通過各種財政政策、土地政策的配合實施來增加普通商品住房、保障性住房的供給，減少投機，以改善住房的供求關系，從而使房價回歸正常軌道。

[1] Duncan, Richard. 2007. Blame the Dollar Standard[Z]. Http://freeofstate.org /new/?p=326.

[2] Elbourne,Adam.The UK Housing Mark et and the Monetary Policy Transmission Mechanism A SVAR Approach [J].Journal of Housing Economics,2008(17).

[3] K oiv u,Tuuli.Mon etar y Policy,A sset Pr ices an d Consumption in China [R].ECB Working Paper Series, September, 2010.

[4] Papadimitriou et al..2006.Are Housing Prices,Household Debt,and Gr ow th Sustainable?[A]. NY:Th e Levy Economics Institute of Bard College, Strategic Analysis Achive, No.sa_jan_06, Jan. Http://w w w.levy.org/pubs/sa_jan_06.pdf.

[5] Pearl,J.,Causal Diagrams for Empirical Research[J]. Biometrika,1995(82).

[6] 戴國強,張建華.我國資產(chǎn)價格與通貨膨脹的關系研究——基于ARDL的技術分析[J].國際金融研究,2009(11).

[7] 高佳麗,馬雙燕.貨幣政策對房地產(chǎn)價格影響的實證分析[J].中國城市經(jīng)濟,2010(12).

[8] 陳蕊.資產(chǎn)價格波動與貨幣政策的相關性研究[D].上海：復旦大學，2012.

[9] 王云清,朱啟貴,談正達.中國房地產(chǎn)市場波動研究——基于貝葉斯估計的兩部門DSGE模型[J].金融研究,2013(3).

[10] 楊子暉.財政政策與貨幣政策對私人投資的影響研究——基于有向無環(huán)圖的應用分析[J].經(jīng)濟研究,2008(5).

[11] 鄭平.人民幣匯率與CPI、PPI關系的實證分析[J].統(tǒng)計與決策,2013(22).

[12] 李勇,鄧晶,王有貴.中國通脹、資產(chǎn)價格及貨幣政策間關系研究——基于開放經(jīng)濟視角的分析[J].國際金融研究,2011(10).

[13] 劉敏敏.貨幣政策對我國房地產(chǎn)價格影響的研究[D].山東:山東財經(jīng)大學,2013.