我國央行利率與貨幣供應(yīng)量對房地產(chǎn)價格影響的區(qū)域差異研究

【摘要】自房地產(chǎn)改革以來，房地產(chǎn)市場得到迅速地發(fā)展，房地產(chǎn)價格也不斷上升，并且存在明顯的地區(qū)差異性。本文采用2000年到2014年我國35個大中城市的房地產(chǎn)月度數(shù)據(jù)，將上述城市劃分為東部、中部、西部和東北地區(qū)，利用VAR模型、脈沖響應(yīng)和方差分解模型研究我國央行利率和貨幣供應(yīng)量對房地產(chǎn)價格影響區(qū)域性差異。結(jié)果顯示：利率較貨幣供應(yīng)量對房價影響更大，并且對東部地區(qū)房價影響遠大于其他地區(qū)；利率和貨幣供應(yīng)量在調(diào)控房價時存在時滯。因此，央行在利用貨幣政策對各個地區(qū)的房地產(chǎn)市場進行調(diào)控時，要關(guān)注各個地區(qū)的差異性，靈活地運用貨幣政策。

【關(guān)鍵詞】利率；貨幣供應(yīng)量；房地產(chǎn)價格；區(qū)域差異

一、序言

自房地產(chǎn)貨幣化改革開始，房地產(chǎn)市場得到飛速地發(fā)展，房地產(chǎn)價格也在不斷攀升，房地產(chǎn)業(yè)對中國經(jīng)濟的貢獻越來越大。面對不斷上漲的房價，國家多次出臺相關(guān)文件對其進行調(diào)控，但是調(diào)控的效果卻不盡如人意。

由于我國各個區(qū)域的經(jīng)濟水平現(xiàn)狀、金融市場完善程度、人口密集程度、人均收入水平等存在較大差異，導(dǎo)致房地產(chǎn)價格區(qū)域差異現(xiàn)象十分突出。鑒于此，深入地研究貨幣政策對房價影響的區(qū)域性差異以及貨幣政策在調(diào)控房價過程中的作用，顯得尤為重要。

二、文獻綜述

國內(nèi)外已經(jīng)有大量的學(xué)者對貨幣政策的區(qū)域效應(yīng)作了相關(guān)研究。Carlino和Defina（1999）運用向量自回歸模型研究了貨幣政策對美國不同地區(qū)經(jīng)濟的影響，并且證明了貨幣政策的區(qū)域效應(yīng)和該地區(qū)的制造業(yè)與小銀行關(guān)系密切[1]。Fratantoni 和Schuh（2003）選取1966-1998二十多年的數(shù)據(jù)，分析了貨幣政策對美國不同地區(qū)房地產(chǎn)價格的影響，實證發(fā)現(xiàn)貨幣政策對房地產(chǎn)價格影響方面具有顯著的區(qū)域效應(yīng)[2]。Frederic（2007）從直接傳導(dǎo)機制與間接傳導(dǎo)機制兩方面研究了貨幣政策對房地產(chǎn)市場以及房價的影響，他指出只有在房價對產(chǎn)出和就業(yè)產(chǎn)生影響的時候，貨幣政策才應(yīng)該對房價進行干預(yù)[3]。梁云芳，高鐵梅（2007）基于面板數(shù)據(jù)的誤差修正模型分析了貨幣政策對房地產(chǎn)價格區(qū)域差異，結(jié)果顯示信貸規(guī)模對東、西部影響較大，對中部影響較??；實際利率對各個地區(qū)的影響都不大[4]。魏瑋和王洪衛(wèi)（2010）利用2000年到2008年的月度數(shù)據(jù)，證明了貨幣供應(yīng)量對西部地區(qū)房價產(chǎn)生顯著影響，利率對東部地區(qū)的房價影響顯著[5]。王先柱（2011）從房地產(chǎn)需求以及供給兩個角度貨幣政策對房地產(chǎn)的區(qū)域影響，他指出利率、信貸規(guī)模對房地產(chǎn)市場存在顯著的區(qū)域效應(yīng)[6]。李嵐（2012）研究了貨幣供應(yīng)量對我國東、中、西部房地產(chǎn)價格的影響的差異性，結(jié)果表明貨幣供應(yīng)量對東部房價影響最大，中部次之，西部最小[7]。周虹，杜秋（2013）利用面板數(shù)據(jù)向量自回歸模型研究了貨幣政策對不同區(qū)域的房地產(chǎn)價格傳導(dǎo)效應(yīng)，結(jié)果表明利率提高會使得東部房價下降，而中部、西部、東北的房價上升；貨幣供應(yīng)量對東部以及東北地區(qū)的影響較小，對中部、西部影響較大[8]。

縱觀上述文獻，在研究貨幣政策對房地產(chǎn)價格影響的區(qū)域差異方面大多采用省級數(shù)據(jù)，使用省級數(shù)據(jù)在很大程度上會抵消一些具有代表性的城市房地產(chǎn)價格變化，降低研究的科學(xué)性。因此本研究采用35個大中城市的數(shù)據(jù)，并且按照國家統(tǒng)計局劃分標(biāo)準(zhǔn)將35個大中城市分為東部、西部、中部和東北四個區(qū)域，建立向量自回歸模型，具體研究貨幣政策中兩大中介指標(biāo)利率和貨幣供應(yīng)量對房地產(chǎn)影響的區(qū)域差異，并且針對實證結(jié)果提出若干可行性建議。

三、我國房地產(chǎn)整體以及各區(qū)域發(fā)展歷程

本研究主要分析的是1998年到2014年我國以及35個大中城市的房地產(chǎn)長以及房地產(chǎn)價格情況。同時本文將35個大中城市按照國務(wù)院發(fā)展研究中心（2005）的報告劃分為東部、中部、西部、東北4大區(qū)域 。圖1反映的是1999年到2014年我國全國以及上述四個地區(qū)的房價情況。

圖1 歷年全國和東部、中部、西部、東北的房價變化走勢

從圖1可以看出，從1999年到2014年全國房地產(chǎn)價格整體上呈現(xiàn)逐年增長的趨勢，東部、中部、西部以及東北地區(qū)的房價也呈現(xiàn)出相同的走勢。這和我國房地產(chǎn)市場化改革以及國家貨幣政策對房地產(chǎn)市場和房價的影響是分不開的。東部地區(qū)增長速度以及增長幅度遠遠高于其他地區(qū)以及全國平均水平，原因可能是東部地區(qū)對寬松的貨幣政策更加敏感，在寬松的貨幣政策條件下，東部地區(qū)房價增長速度很快。中部地區(qū)以及東北地區(qū)的房價和上漲速度整體上略高于全國均價。相對于其他地區(qū)來說，西部地區(qū)的房價最低，并且整體上低于全國均價。在2007年到2008，從圖上可以看出，全國以及東部地區(qū)的房價下降，中部、西部以及東北地區(qū)的房價上漲速度較之前也減少很多，原因可能是受到美國次貸危機的影響。2008年之后我國政府以及貨幣當(dāng)局為應(yīng)對次貸危機對我國造成的負面效應(yīng)，多次下調(diào)基準(zhǔn)利率，實行擴張的貨幣政策，東部地區(qū)房價對強力擴張的貨幣政策反應(yīng)最為強烈，中部以及東北地區(qū)房地產(chǎn)對于擴張的貨幣政策也有所反應(yīng)，而西部地區(qū)的房價對貨幣政策最為不敏感，同時貨幣政策傳導(dǎo)時滯最長。

四、央行利率、貨幣供應(yīng)量對不同區(qū)域房價影響的實證研究

（一）數(shù)據(jù)選取與變量定義

本文需要研究利率、貨幣供應(yīng)量對東部、中部、西部以及東北地區(qū)房價影響的差異。由于個人住房貸款一般采取長期貸款方式，因此筆者運用五年期以上名義貸款利率作為利率的代表，記為IR； M2與實體經(jīng)濟的聯(lián)系更加密切，同時M2對于實體經(jīng)濟的影響更大，因此筆者選取M2作為貨幣供應(yīng)量的代表；選取商品房平均銷售價格作為房價的代表，其中東部地區(qū)房價用DP表示，中部地區(qū)房價用ZP表示，西部地區(qū)的房價用XP表示，東北地區(qū)的房價用DBP表示。以上數(shù)據(jù)為1999年到2014年的月度數(shù)據(jù)，數(shù)據(jù)來源于《中國房地產(chǎn)統(tǒng)計年鑒》、國家統(tǒng)計局官方網(wǎng)站以及中國人民銀行官方網(wǎng)站以及中經(jīng)網(wǎng)數(shù)據(jù)庫。筆者將上述所有數(shù)據(jù)取對數(shù)，以此來消除數(shù)據(jù)的高波動性，進而消除異方差性[9]。 本文使用的軟件為EViews6.0.

（二）實證分析

1.平穩(wěn)性檢驗

由于時間序列自身特性，如果不對其進行檢驗直接進行回歸分析的話，往往會產(chǎn)生“偽回歸”現(xiàn)象，為了消除這種現(xiàn)象的存在，需要對數(shù)據(jù)進行平穩(wěn)性檢驗，筆者使用的方法為ADF檢驗方法，若檢驗結(jié)果存在單位根，則時間序列數(shù)據(jù)是非平穩(wěn)的；反之則是平穩(wěn)的。在5%的顯著性水平下，筆者分別對東部價格DP、中部價格ZP、西部價格以及東北價格DBP、五年期貸款利率IR、貨幣供應(yīng)量M2以及上述變量的一階差分作ADF檢驗。檢驗結(jié)果見表1：

表1 ADF檢驗結(jié)果

變量ADF-T

統(tǒng)計量5%

臨界值P值結(jié)論

DP-2.19 -3.760.46不平穩(wěn)

ΔDP-3.21 -3.09 0.04平穩(wěn)

ZP-0.59-3.080.84不平穩(wěn)

ΔZP-3.25-3.100.04平穩(wěn)

XP-1.64-3.750.73不平穩(wěn)

ΔXP-3.31-3.110.03平穩(wěn)

DBP-0.45-3.080.87不平穩(wěn)

ΔDBP-3.28-3.090.03平穩(wěn)

IR-2.76-3.080.08不平穩(wěn)

ΔIR-3.63-3.120.02平穩(wěn)

M2-0.36-3.080.87不平穩(wěn)

ΔM2-3.35-3.090.02平穩(wěn)

2.協(xié)整檢驗

從上述檢驗可知，以上變量都是I（1），所以可以進行協(xié)整檢驗，以判斷變量之間是否存在長期穩(wěn)定關(guān)系，本文運用 Johansen方法進行驗證。使用EViews6.0軟件得到結(jié)果顯示，DP、ZP、XP、DBP 對IR和M2都存在著一個協(xié)整方程，證明它們之間存在著長期穩(wěn)定的關(guān)系。

3.建立VAR模型

筆者建立VAR模型來分別研究DP、ZP、XP與DBP與IR和M2之間的動態(tài)關(guān)系。根據(jù)AIC信息準(zhǔn)則以及SC信息準(zhǔn)則確定滯后階數(shù)為5階，并且根據(jù)AR根的圖發(fā)現(xiàn)VAR模型所有根模的倒數(shù)都小于1，即在單位圓內(nèi)部，可以判定筆者建立的VAR 模型是穩(wěn)定的。

4.脈沖響應(yīng)函數(shù)

筆者分別做出M2、IR對DP、ZP、XP以及DBP的脈沖響應(yīng)函數(shù)。

（1）

（2）

（3）

（4）

圖2 貨幣供應(yīng)量對東部、中部、西部和東北地區(qū)房價影響的脈沖響應(yīng)函數(shù)

（a）

（b）

（c）

（d）

圖3 利率對東部、中部、西部和東北地區(qū)房價影響的脈沖響應(yīng)函數(shù)

從（1）可以看出，當(dāng)在一個M2的正沖擊下，房價開始有小幅度上升，在第二期開始下降，到第三期下降到最小值，隨后開始上升，在第五期時超過初始房價。從（2）可以看出，當(dāng)在一個M2的正沖擊下，房價在短期內(nèi)沒有變化，從第二期開始下降，第三期下降到最小值，而后開始緩慢上漲。從（3）、（4）可以看出，M2對西部、東北地區(qū)的房價沖擊情況類似中部地區(qū)，但是影響程度較中部地區(qū)要弱一些，同時西部地區(qū)房價受M2的影響程度要略低于東北地區(qū)。

從（a）可以看出，利率對東部地區(qū)房價在短期內(nèi)基本上沒有影響，從第二期開始房價開始下降，并且在第七期左右下降幅度最大，隨后下降幅度開始緩慢變小，總體上來說，兩者成負向關(guān)系。（b）、（c）、（d）中利率對房價的影響有類似的關(guān)系，只是利率對房價影響的程度弱于東部地區(qū)。

5. 方差分解

根據(jù)上面的VAR 模型，利用Eviews6.0做出方差分解，結(jié)果見表2。

表2各個地區(qū)方差分解結(jié)果

（1）東部地區(qū)方差分解結(jié)果

Variance Decomposition of DP：

PeriodS.E.DP IR M2

1

2

3

4

5

6

7

8

9

100.7181

1.0948

1.3340

1.57226 1.8371 2.1052 2.3548 2.57238 2.7500 2.8857100.000

98.9365

95.7241

84.5406

70.1004

57.1578

47.0222

39.6512

34.6965

31.77110.00000

0.9551

3.01433

4.2147 8.8248 11.9406 15.2163 16.8926 16.7229

16.7001 0.0000

0.1083

1.2315

1.2446

1.2947

0.9015

0.7614

0.6561

0.5805

0.5287

（2）中部地區(qū)方差分解結(jié)果

Variance Decomposition of ZP：

PeriodS.E.ZP IR M2

1

2

3

4

5

6

7

8

9

100.7990

1.0720

1.2243

1.3532

1.4629

1.5533

1.6310 1.6991 1.7588

1.8113100.000

99.5194 96.6287 88.2430 78.5833 69.9676 63.7578 60.5767 60.1085

61.36520.00000

0.13442

3.07220

4.3730

5.9205

7.4641

8.6539

10.8528

10.3556

9.1269 0.0000

0.0460

0.0990 0.1838 0.3961 0.8682 0.7830 0.5704 0.5357 0.5077

（3）西部地區(qū)方差分解結(jié)果

Variance Decomposition of XP：

PeriodS.E.XP IR M2

1

2

3

4

5

6

7

8

9

100.8365 1.2650 1.3962

1.4833 1.5631 1.6268 1.67597

1.7136 1.7415 1.7615100.000 87.322 84.6322 79.7259 73.3933 67.9579 64.0677

61.6623

60.4600 60.07380.00000

0.35656

0.68541

1.5860

1.84834

2.44548

2.87811

4.4785

6.8299

5.2510 0.0000

0.0208

0.0520

0.1688

0.2310

0.5871

0.6511

0.8590 0.7100

0.6751

（4）東北地區(qū)方差分解結(jié)果

Variance Decomposition of DBP：

PeriodS.E.DBP IR M2

1

2

3

4

5

6

7

8

9

100.6203

0.7442

0.8424

0.9286 1.0202 1.1064 1.17685 1.2293 1.2646 1.2861100.000

98.6798

97.5172

88.8047

78.0204 67.9289 60.5436

55.5474

52.4959 50.81650.00000

0.05588

0.46050 1.1150 2.9630

3.0745

5.4997 7.5274

6.6072 5.3076 0.0000

0.0640

0.0822 0.1801 0.3165 0.7965 0.7066 0.6251 0.5968 0.5758

從（1）、（2）、（3）（4）可以看出，利率對于房價的貢獻率遠高于貨幣供應(yīng)量，并且兩者對房價的影響都存在時滯。對于東部地區(qū)，利率對于房價的貢獻率逐步上升第八期達到最大值而后逐漸降低；M2對于房價也是逐步上升到第五期達到最大而后逐漸降低。對于中部、西部和東北地區(qū)來說，也有類似的關(guān)系，但是影響程度要遠低于東部地區(qū)。從脈沖響應(yīng)以及方差分解結(jié)果可以看出，在利用貨幣政策房地產(chǎn)市場進行調(diào)控時，貨幣供應(yīng)量不如利率有效，并且東部地區(qū)較其他地區(qū)更加有效。

五、政策建議

從前面的分析可知，我國央行利率和貨幣供應(yīng)量對房價的影響存在這很大的地區(qū)差異。根據(jù)分析結(jié)果，提出以下建議。

第一，在利用貨幣政策對房價進行調(diào)控的時候，要根據(jù)不同的地區(qū)采取不同的政策，這樣才能對房地產(chǎn)市場與房價進行有效地調(diào)控。同時在制定貨幣政策的過程中要將政策傳遞時滯考慮在內(nèi)，并且對于不同的地區(qū)將政策時滯進行量化，使得政策更加有效率。

第二，貨幣政策對房價的地區(qū)差異在很大程度上和地區(qū)金融市場差異性有關(guān)系。東部地區(qū)的金融市場比中部、西部和東北地區(qū)都發(fā)達，這就導(dǎo)致了東部地區(qū)的房價對貨幣政策比較敏感，東部地區(qū)實施貨幣政策對房價進行調(diào)控也最有效率。因此，需要加快中西部以及東北地區(qū)的金融市場的建設(shè)， 鼓勵中西部地區(qū)金融創(chuàng)新，促進貨幣政策對房地產(chǎn)價格的調(diào)控更加有效率。

第三，各個區(qū)域可以根據(jù)本地區(qū)的具體情況建立房地產(chǎn)市場預(yù)警機制，合理地發(fā)展區(qū)域內(nèi)部的房地產(chǎn)市場。當(dāng)房地產(chǎn)市場出現(xiàn)預(yù)警信息的時候，可以在第一時間采取相應(yīng)的政策去應(yīng)對，這樣可以避免各個地區(qū)的房地產(chǎn)市場出現(xiàn)較大的危機，使得房地產(chǎn)市場得以一直健康發(fā)展下去。

參考文獻：

[1] Carlino G. and R.Defina .The differential regional effects of monetary policy： Evidence from U.S. state [J]， Journal of Regional Science，1999，39（2）：339-358.

[2] Fratantoni ， Schuh. Monetary policy， housing and heterogeneous regional markets[J]. Journal of Monetary ， Credit and Banking， 2003，35（4）：557-589.

[3] Frederic. Housing and the monetary transmission mechanism[J]. National Bureau of Economic Research ， 2007，40（8）：1-56.

[4] 梁云芳，高鐵梅. 中國房地產(chǎn)價格波動區(qū)域差異的實證分析[J]. 經(jīng)濟研究，2007，08：133-142.

[5] 魏瑋，王洪衛(wèi). 房地產(chǎn)價格對貨幣政策動態(tài)響應(yīng)的區(qū)域異質(zhì)性—基于省際面板數(shù)據(jù)的實證分析[J]. 財經(jīng)研究，2010，06：123-132.

[6] 王先柱. 房地產(chǎn)市場貨幣政策區(qū)域效應(yīng)—基于我國31個省市的實證分析[J]. 山西財經(jīng)大學(xué)學(xué)報，2011，10：52-61.

[7] 李嵐. 我國貨幣供應(yīng)量影響房地產(chǎn)價格的區(qū)域差異分析[D].天津：天津財經(jīng)大學(xué)，2012.

[8] 周虹，杜秋. 貨幣政策對房地產(chǎn)價格的傳導(dǎo)效應(yīng)研究—基于我國區(qū)域差異視角[J]. 區(qū)域經(jīng)濟評論，2013，06：23-29.

[9] 高鐵梅. 計量經(jīng)濟分析方法與建模EViews應(yīng)用及實例[M].北京：清華大學(xué)出版社.2010年.

作者簡介：

戰(zhàn)加?xùn)|（1990-），男，漢族，河北滄縣人，內(nèi)蒙古大學(xué)碩士研究生，研究方向：城市與房地產(chǎn)經(jīng)濟學(xué)；

梁榮（1965-），男，漢族，內(nèi)蒙古達茂旗人，內(nèi)蒙古大學(xué)經(jīng)濟管理學(xué)院教授，博士，研究方向：城市與房地產(chǎn)經(jīng)濟學(xué)。

注釋：

3東部：北京、天津、石家莊、上海、南京、福州、廈門、杭州、寧波、廣州、深圳；中部：太原、合肥、南昌、鄭州、武漢、長沙、濟南、青島、?？?；西部：呼和浩特、南寧、重慶、成都、貴陽、昆明、西安、蘭州、西寧、銀川、烏魯木齊；東北：哈爾濱、沈陽、大連、長春