人民幣匯率與房地產價格的互動關系——基于Markov區制轉換VAR模型的實證研究

■ 王 申，陶士貴

一、引言

自2005年7月匯改以來，人民幣持續升值，并形成了強烈的長期升值預期。根據外匯管理局公布的數據，2005年7月美元兌人民幣月度平均匯率為8.22，2013年12月達到了6.13，相比于匯改前，人民幣升值了近25%。與人民幣持續升值并行，1998年房改以來，我國房地產市場持續繁榮，房價節節攀升。對于不斷高漲的房價，除了中國巨大人口基數所致的巨額需求以及土地財政等因素以外，學術界也開始關注人民幣匯率對房價的影響。隨著我國經濟金融的一體化，匯率與國內資產價格的關系將越來越緊密。那么，人民幣匯率與房地產價格到底存在怎樣的關系？又通過怎樣的機制相互影響？針對這些問題的研究對于防范風險，穩定金融體系具有重要的理論與現實意義。

國內外學者對于匯率與資產價格關系的研究中，研究匯率與股價關系的文獻較多，而研究匯率與房價關系的文獻相對較少。而且，大多研究匯率對房價的影響，較少涉及匯率與房價的相互影響。

在研究匯率對房地產價格影響的文獻中，基本從兩個方面來分析：一是資本流動中介論；二是國內貨幣供給中介論。資本流動中介論認為：人民幣持續升值及其升值預期會誘使大量短期資本流入國內，直接投資于房地產行業，推高國內房價。如朱孟楠、劉林（2010）認為短期國際資本的流入引致人民幣升值和強化市場對人民幣的升值預期，而且推高了股價和房價。趙文勝等（2011）認為在匯率持續上升背景下，熱錢與房價存在相互作用機制，熱錢流入導致房價上漲，房價上漲誘使熱錢流入。李芳、李秋娟（2012）研究發現匯率、房地產價格以及短期資本流動之間存在穩定的非線性關系，短期資本流動是實際匯率與房價波動的中間橋梁。國內貨幣供給中介論認為：央行為維持匯率穩定干預外匯市場，在沖銷非完全有效情況下，導致國內流動性擴張，影響房價。賀晨（2009）采用簡化的內生貨幣經濟模型論述房價與國內貨幣供給的關系，并證明了我國房價與貨幣供給量的長期均衡關系。朱夢楠、劉林、倪玉娟（2011）實證研究了匯率、貨幣供給、房價之間的非線性關系，認為外匯市場干預增加國內貨幣供給，在國內房地產供給存在剛性的條件下，貨幣供給增加導致房價上漲。

研究房價對匯率影響的文獻相對較少，現有文獻主要是從房價上漲對經濟增長的促進作用方面來考慮的。如王子龍等（2008）通過對房價和消費的季度數據實證分析，認為隨著我國經濟增長和居民收入增加，房價持續上漲對居民消費的影響不斷增大。譚小芬、林木材（2013）實證研究人民幣升值預期與房價上漲的短期與長期效應，在長期效應方面，認為房價與匯率存在長期相互作用機制，匯率上升帶來的財富效應顯著。

綜上所述，現有文獻大多研究匯率對房價的影響，忽視了房價與匯率的相互作用，并且在研究方法上主要采用線性模型，在復雜經濟條件下，房價與人民幣匯率極有可能存在非線性關系，而線性模型很難精確描述這一關系。因而本文擬先從理論上闡述人民幣匯率與房價的相互影響機制，然后構建包含房地產價格、匯率、貨幣供給在內的Markov區制轉換的VAR模型（MSVAR），并在此基礎上運用脈沖響應分析，從非線性關系的角度實證研究人民幣匯率與房價的互動關系。

二、理論分析

（一）人民幣匯率與房價的短期關系

1.人民幣匯率對房價的短期影響

人民幣匯率對房價的短期影響主要表現在兩個方面。一方面，人民幣持續升值和升值預期會誘使大量短期資本進入國內，并直接投資房地產市場，推高房地產價格。因為資本的逐利性，“熱錢”必然進入投資回報較高的行業，房地產行業具有雙重屬性——消費屬性與投資屬性，及其高投資、高回報的特點，所以房地產行業便成為國際短期資本的主要投資對象。雖然我國實行嚴格資本管制，但種種跡象表明，大量短期資本仍繞開管制，以各種隱形渠道進入國內，投資于房市。另一方面，由于我國實行有管理的浮動匯率制度，短期資本大量流入，會虛增外匯儲備，加劇人民幣升值壓力，為保持匯率穩定，央行會干預外匯市場，投放基礎貨幣，如果沖銷干預非完全有效，會增加國內流動性，在國內房地產供給存在剛性的條件下，會進一步推高房價。

2.房價對人民幣匯率的短期影響

由于短期資本投資于房地產行業能獲得雙重收益（人民幣升值獲利與投資房地產獲利），這會誘使更多國際資本涌入國內，產生示范效應，從而進一步加大人民幣升值壓力，當前人民幣匯率和房價已經形成了正向自我反饋機制。盡管我國對外資進入國內房市進行嚴格限制，但我國經濟的持續高速增長、人民幣長期升值趨勢及房價持續上漲，多種有利因素仍使得國際資本繞開管制不斷的流入房地產市場。匯改以來，我國外債規模不斷攀升，巨額的外匯儲備及外匯占款，也從側面說明短期資本流入中國的規模在不斷攀升。

（二）人民幣匯率與房價的長期關系

人民幣匯率與房價的長期關系體現在兩個方面，一是人民幣匯率上升帶來的財富效應導致房地產價格上漲，具體表述為：當預期人民幣將長期升值時，居民會進一步預期進口商品價格下降。如果一價定律成立，那么國內相同貿易品價格也會下降，因此居民所持有貨幣資產的實際購買力也會隨著人民幣升值預期而提高，實際購買力提高會促使居民增加一部分非貿易品的消費與投資，例如房地產，進而推動國內房價上漲。二是房地產市場的持續繁榮推動經濟長期增長，帶來巴拉薩·薩繆爾森效應，即經濟的穩定增長會導致本幣持續升值。我國房地產行業已經成為國民經濟的支柱產業，其產值對國內生產總值的貢獻率已經超過了10%，相關文獻也證實我國房地產行業的持續繁榮會帶動經濟長期增長，因此房價上漲長期內也會促進人民幣升值。

三、MS-VAR模型設計

（一）模型說明

研究房價與匯率的關系，僅用房價和匯率兩個變量構建模型可能會出現偽回歸，考慮到在人民幣持續升值趨勢下，央行干預導致的外匯占款不斷累積，造成國內實際流動性急劇擴張，推動國內資產價格上漲，因此貨幣供應量可以作為房價和匯率的中間橋梁。由于房地產價格和匯率都可能表現出非線性的特征（朱孟楠等，2011），房價在不同的時期有上漲和下跌兩種狀態，匯率存在升值和貶值兩種狀態，而貨幣供給也存在快速增加和平穩增加兩種狀態。因此，線性模型可能無法準確刻畫房地產價格、匯率和貨幣供給之間的動態關系，Markov區制轉換模型（Krolzig,1998）是解決此類問題的合適方法。它的總體思想是可觀測的時間序列向量yt的回歸參數取決于不可觀測的區制變量st，而不可觀測的區制變量st表示的是經濟處于不同狀態，不同狀態下變量存在不同的動態關系。為分析房價、匯率和貨幣供應量之間的非線性關系，本文運用非線性Markov區制轉換VAR模型。

（二）變量選取與數據處理

考慮到2005年7月匯率制度改革以及我國從2005年7月開始公布國內房地產銷售價格指數，因此本文選取2005年7月至2013年12月的月度數據，共102個樣本，數據來自wind數據庫。

本文選取國內70個大中城市新建住宅銷售價格指數作為房地產價格變量，用HP表示，并且以2005年6月為基期做定基處理。選取美元兌人民幣月度平均匯率作為匯率變量①采用直接標價法下的匯率。，用EX表示。選取廣義貨幣供應量M2的同比增長作為國內貨幣供給變量，用M2表示。對3個變量均取實際值②下文中所稱變量均為實際值。，剔除價格因素后的3個變量分別記為RHP、REX、RM2，實際房地產價格RHP=HP/CPI，實際匯率REX=(EX×CPI)/CPI*，實際貨幣供應量RM2=M2/CPI。其中CPI為中國的消費者價格指數，CPI*美國的消費者價格指數，且均以2006年為基期做定基處理。對所有數據運用Census X12季節調整方法，消除季節因素的影響。

（三）平穩性檢驗

在對時間序列構建模型之前，首先要檢驗其平穩性。本文采用ADF單位根檢驗法，對變量進行平穩性檢驗。從單位根檢驗結果看，RHP、REX、RM2都是一階單整序列，在1%的顯著性水平下，其一階差分都是平穩的。

（四）MSVAR模型選擇

1.確定滯后階數及區制個數

根據AIC、SC等信息準則，確定 VAR模型的滯后階數為2階。區制個數的選擇通常根據實際經濟情況判斷，因為房價有上漲和下跌兩種狀態，匯率存在升值和貶值兩種狀態，而貨幣供給也存在快速增加和平穩增加兩種狀態，所以本文構建的MSVAR模型的區制個數為2。

2.模型選取

構建包含房價、匯率和貨幣供給在內的MSVAR模型，模型的系數、截距、均值、方差是否與區制變量相關形成不同形式的MSVAR模型。表1列出了滯后2階、2區制的各種MSVAR模型及選擇的指標信息。

表1 模型選擇的指標信息

根據表1信息判斷，MSIH(2)-VAR(2)模型擬合效果最優，其似然比線性檢驗（LR）值為57.7747，卡方統計量的P值為0.00，即在1%的顯著性水平下拒絕模型為線性的原假設，因此滯后2階的2區制MSIH(2)-VAR(2)模型是最合適的。

四、基于MSIH(2)-VAR(2)模型的實證分析

（一）模型結果分析

本文運用Krolzig（1998）的OX-MSVAR包在GiveWin軟件平臺對模型參數進行估計。

根據模型估計結果③限于篇幅，模型估計的詳細結果并未列出，如有需要請向作者索取。，在區制1下的標準差總體上小于區制2，所以區制1表示房價、匯率和貨幣供給量波動相對平緩階段，而區制2則表示三者波動較劇烈的階段。

具體到每個方程，首先從房價方程看，房價變動存在顯著“慣性”，滯后1期和滯后2期的房價變動對當期房價變動存在顯著的正向作用。滯后1期的匯率變動對當期實際房價變動具有顯著負向作用，即滯后1期的匯率升值（REX＜0），會導致當期房價上漲（RHP＞0）。滯后2期的匯率變動對房價具有微弱的正向影響。滯后1期和滯后2期貨幣供給變動對當期房價變動分別具有負向作用和正向作用，而滯后2期的正向作用更顯著，總體上貨幣供給增加導致當期房價上漲。

其次，從匯率方程看，滯后1期和滯后2期的匯率變動對當期匯率變動存在一定正向作用，即前期匯率升值，會導致當期匯率繼續升值。滯后房價變動對當期匯率的影響并不顯著，綜合滯后2期的影響來看，房價變動對當期匯率具有負向作用，即房價上漲（RHP＞0），導致當期匯率升值（REX＜0）。理論上，貨幣供應量增加 （RM2＞0），會導致匯率貶值（REX＞0），但回歸結果表明：滯后1期貨幣供給變動對當期匯率具有負向作用，滯后2期貨幣供給變動具有微弱的正向作用，這表明貨幣供給增加會導致實際匯率先升值后貶值。

再看貨幣供給方程，貨幣供給變動同樣存在“慣性”，滯后2期貨幣供給變動對當期貨幣供給具有顯著的正向作用。滯后1期的房價變動對當期貨幣供給變動具有正向作用，而滯后2期房價變動對當期貨幣供給具有負向作用，綜合滯后兩期影響，正向作用更顯著，所以前期房價上漲會導致當期實際貨幣供給增加。滯后1期匯率變動對當期貨幣供給存在顯著的負向作用，即匯率升值（REX＜0），會導致貨幣供應量增加（RM2＞0），而滯后2期的匯率變動對貨幣供給具有正向作用，但不顯著。

（二）兩區制的劃分

圖1為兩區制的概率圖，表示兩區制的估計概率。由圖可知，大部分時期樣本在區制1，所以區制1描繪了房價、匯率、貨幣供給波動相對平緩的狀態。少部分時期處于區制2，主要包括金融危機爆發的2008下半年，2008年末到2009年下半年，以及2012年個別月份和2013年下半年。所以區制2描繪了房價、匯率、貨幣供給波動較為劇烈的狀態。

圖1 區制概率圖

（三）脈沖響應分析

脈沖響應可以進一步分析房價、匯率、貨幣供給之間的短期動態關系，分別給定房價、匯率、貨幣供給一個標準差的沖擊，然后分析兩區制下其他變量的響應，并且比較兩區制下響應的差異性。

1.房價對匯率變動沖擊的響應

如圖2所示，如果給定匯率一個標準差的負沖擊（實際匯率升值），在兩區制下均導致房價產生正響應，響應時間和收斂速度基本相同，區制2下房價響應程度大于區制1。兩區制下，匯率的負沖擊均導致房價迅速上漲，并在第2個月達到最大值，然后正響應逐漸減弱，在第16個月收斂。總體來看，兩區制下，匯率升值（REX＜0），導致房價前期迅速上漲。

圖2 兩區制下房價對匯率變動沖擊的響應

2.匯率對房價變動沖擊的響應

如圖3所示，給定房價一個標準差的正沖擊（房價上漲），兩區制下匯率變動響應不盡相同。區制1下，匯率受到房價一個標準差的正沖擊后，產生負響應，負響應在第1個月達到最大，然后負響應波動衰減，第12個月收斂。區制2下，匯率受到房價一個標準差的正沖擊后，也產生了負響應，負響應在第4個月達到最大，然后波動衰減，第6個月收斂。綜上，房價上漲會導致實際匯率在前幾個月持續升值（REX＜0），然后升值幅度波動減小，可能出現小幅貶值。

圖3 兩區制下匯率對房價變動沖擊的響應

3.房價對貨幣供給變動沖擊的響應

如圖4所示，給定貨幣供給一個標準差的正沖擊（貨幣供給增加），兩區制下房價的變動響應基本相同，但區制2下變動幅度大于區制1。在兩區制下，當貨幣供給產生一個標準差的正沖擊，房價在第1個月出現最大負響應，在第3個月出現正響應并達到最大，第4個月又出現負響應，然后負響應逐漸減弱，第14個月收斂。總體來看，當貨幣供給增加時，房價會上下波動，然后逐漸平穩。

圖4 兩區制下房價對貨幣供給變動沖擊的響應

4.貨幣供給對房價變動沖擊的響應

如圖5所示，給定房價一個標準差的正沖擊（房價上漲），兩區制下貨幣供給的變化并不相同。區制1下，貨幣供給在第1個月出現正響應，第2個月出現負響應，并達到最大。第3個月開始出現持續正響應，并在第4個月正響應達到最大，然后波動減弱，在第20個月收斂。區制2下，貨幣供給在前兩個月產生負響應，然后出現連續正響應，在第4個月后正響應逐漸衰減，到第20個月收斂。總的來說，房價上漲，導致貨幣供給先減少，然后持續增加且時間較長。

圖5 兩區制下貨幣供給對房價變動沖擊的響應

5.匯率對貨幣供給變動沖擊的響應

如圖6所示，給定貨幣供給一個標準差的正沖擊（貨幣供給增加），兩區制下匯率變動的響應基本相同，但區制1下匯率的響應程度大于區制2。當給貨幣供給一個標準差的正沖擊，兩區制下匯率在前兩個月均會出現負響應（實際匯率升值）。到第3個月開始出現正響應（實際匯率貶值），第4個月達到最大正響應。然后正響應波動減弱，第8個月收斂。綜上，貨幣供給增加，導致匯率先升值后貶值，但貶值時間只維持2個月左右。

圖6 兩區制下匯率對貨幣供給變動沖擊的響應

6.貨幣供給對匯率變動的沖擊響應

如圖7所示，給定匯率一個標準差負沖擊（實際匯率升值），兩區制下貨幣供給變動的響應趨勢基本一致，但區制2下貨幣供給的響應程度大于區制1。給定匯率一個標準差的負沖擊，兩區制下貨幣供給會在前兩個月出現正響應，并在第2個月正響應達到最大，之后出現負響應，且在第3個月達到最大負響應，然后負響應逐漸衰減，在第14個月收斂。總體而言，匯率升值，導致貨幣供給在短期內迅速增加，然后增加幅度逐漸減小。

圖7 兩區制下貨幣供給對匯率變動的沖擊響應

五、結論與政策建議

（一）結論

本文選用2005年7月至2013年12月的月度數據，構建包含房價、匯率、貨幣供給在內的MSIH(2)-VAR(2)模型，實證分析了不同區制下房價、匯率、貨幣供給的非線性關系，得到以下結論：

1.從模型估計結果來看，滯后1期的匯率對當期房價變動具有顯著負向作用，即前期匯率升值，會導致當期房價上漲，而滯后2期的匯率變動對房價變動具有微弱正向作用；綜合滯后2期房價的影響看，房價變動對當期匯率具有負向作用，即前期房價上漲，導致當期匯率升值。

2.兩區制的模型表明：2005年7月至2013年12月，經濟系統可以劃分為兩個區制，其中大部分時期在區制1，表示房價、人民幣匯率、貨幣供給波動相對平緩的狀態，而區制2只包含小部分時期，表示三者波動比較劇烈的狀態。

3.脈沖響應分析的結果表明：在不同的區制下，變量間的短期動態關系并不相同。兩區制下，匯率升值，均導致房價迅速上漲；房價上漲也會導致匯率在前幾個月持續升值，然后升值幅度波動減小。區制2下變量的響應程度明顯大于區制1。

（二）政策建議

1.匯率和外匯市場方面的政策建議

首先，加強對國際短期資本流動的監控。外匯管理當局應密切監控短期國際資本的動向及其規模，并建立應對大量國際短期資本流入沖擊預警機制，同時采取多方面措施減弱或消除引起短期資本流入的因素。

其次，改革外匯沖銷干預手段。央行被動干預外匯市場，在沖銷非完全有效情況下，必然增發基礎貨幣，喪失政策獨立性。鑒于此，央行應著手改革當前沖銷干預手段，完善相應的貨幣政策工具，例如：完善公開市場操作業務，創新沖銷工具；建立外匯平準基金；進一步發展外匯遠期、掉期業務。

再次，加快匯率體制改革，建立更加靈活的匯率機制。在國際資本頻繁流動、匯率頻繁波動的趨勢下，我國應重新審視當前的匯率制度，在市場化改革進程中加快人民幣匯率制度改革進程，增強匯率彈性，使匯率波動及影響歸于“正常化”。

2.房地產市場的政策建議

第一，抑制國內外資本投機性購房需求。對于國內投機資本，應拓寬國內投資渠道，引導其合理投資，并進一步放寬對外投資限制，鼓勵對外投資，緩解國內流動性的過剩。對于國際投機資本，應加強資本流動各個環節的管理，例如：制定境外投資者購房的相關原則，明確其購房目的；限制國外投資基金在國內房地產市場的份額；設置房地產轉讓最低年限等。

第二，加強對房價的預期引導。在存在不確定性因素的情況下，加強對房價預期引導，避免不良預期至關重要。首先要對房地產市場的各項動態指標進行全面系統監測，實時關注市場動態。其次，加大房地產市場信息披露力度，減緩購房者對房價的心理預期，減少價格預期對房地產市場的沖擊。

第三，根據市場需求合理調整房地產結構。當前我國住房剛性需求依然很大，因此應根據有效需求，合理調整房地產開發結構。如加快廉租房、保障性住房、經濟適用房等的建設步伐，提高其在市場供給中的份額。這既能夠增加市場供給，又可以滿足真正的住房需求，有利于社會穩定。

[1]朱孟楠，劉林.短期國際資本流動，匯率與資產價格[J].財貿經濟,2010，(5):5～13.

[2]趙文勝，張屹山，趙楊.人民幣升值、熱錢流入與房價的關系——基于趨勢項和波動性的研究[J].世界經濟研究,2011，(1):15～26.

[3]李芳，李秋娟.人民幣匯率與房地產價格的互動關系——基于2005－2012年月度數據的MSVAR模型分析[J].國際金融研究,2014，(3):86～96.

[4]賀晨.商品房價格與貨幣供應量關系研究——兼論我國宏觀經濟政策[J].管理世界，2009，(1):178～179.

[5]朱夢楠，劉林，倪玉娟.人民幣匯率與我國房地產價格——基于Markov區制轉換VAR模型的實證研究[J].金融研究,2011，(5):58～71.

[6]王子龍，許蕭迪，徐浩然.房地產市場財富效應理論與實證[J].財貿經濟,2008，(12):116～122.

[7]譚小芬，林木材.人民幣升值預期與中國房地產價格變動的實證研究 [J].中國軟科學,2013，(8):55～66.

[8]Krolzig，H.M. Econometric Modelling of Markov－Switching Vector Autoregressions using MSVAR for Ox [M].Institute of Economics and Statistics and Nufield College,Oxford,1998.

[9]Jack,C.The Effect of Real Rates of Interest on Housing Prices[J].Journal of Real Estate Finance and Economics,1989(2).