貨幣政策對區(qū)域房地產價格波動的影響
——基于DSGE模型

中國人民銀行昆明中心支行調查統(tǒng)計處課題組

（中國人民銀行昆明中心支行，云南昆明650031）

一、引 言

貨幣政策是資產價格調控中使用最頻繁和最基礎的調控政策之一，對房地產價格波動發(fā)揮著十分重要的作用。我國幅員遼闊，東部、西部、中部各個區(qū)域之間城市化發(fā)展的差距明顯，生產力和生活水平地域性差距較大，這直接或間接導致各地房地產市場發(fā)展程度各不相同，也對貨幣政策穩(wěn)定資產價格的執(zhí)行層面提出挑戰(zhàn)。要更好地發(fā)揮貨幣政策的調控作用，貨幣政策的制定與執(zhí)行亦需考慮房地產市場區(qū)位的差異性。故研究貨幣政策對不同房地產市場中房地產價格的影響機制，將為穩(wěn)定資產價格、促進房地產市場平穩(wěn)健康發(fā)展、制定精準性政策提供重要的參考。

從貨幣政策和房地產價格關系研究方面看，研究內容總體可歸為三個方面：一是從整體層面上，研究貨幣政策沖擊對房地產價格和實體經濟的影響；二是從整體層面上，研究貨幣政策是否應該對房地產價格波動做出反應；三是從區(qū)域層面上，研究貨幣政策對區(qū)域房地產價格的影響。總體來看，國內外學者就前兩方面的研究相對較多，研究方法也較為多樣，但對于第三方面的研究尚處于起步階段。

從方法論上看，當前學界主流方法為構建聯系房地產價格與信貸政策的簡單模型，例如包含房地產價格、貨幣政策、宏觀經濟等經濟方程組成的模型，以及動態(tài)隨機一般均衡模型（DSGE）等方法。美國學者Lastrapes（2002）采用了VAR模型；孔煌（2009）在建立聯立方程模型的基礎上用省際面板數據進行研究；Iacoviello（2005）是使用DSGE模型進行研究房地產價格最具有代表性的學者，其論文為后續(xù)研究奠定了一定基礎。由于DSGE模型擁有堅實的微觀理論基礎，免于Lucas批判，同時具有動態(tài)性、隨機性和一般均衡等特點，因此該模型于近幾年在貨幣政策傳導等領域得到了快速發(fā)展。但總體來看，通過構建DSGE模型來研究貨幣政策對不同城市房地產市場影響差異性研究的文獻較少，本文將在此方面做進一步的嘗試。

從對房地產市場發(fā)展差異性的研究方面看，國內外均有覆蓋，方法較為多樣。范克危（1999）從房地產企業(yè)、商品住宅、辦公樓、商業(yè)營業(yè)用房和土地開發(fā)五個方面，選用21個分類指標，并通過聚類分析，把30個省市區(qū)劃分為4個類別。Jackson（2002）采用1981-1996年英國60個城市的商業(yè)零售租賃租金的數據，利用各個城市的消費支出、地理位置、人口流動、就業(yè)機會、勞動力市場特征、消費能力、經濟基本概況，商業(yè)租賃房的供給等因素對英國商業(yè)租賃市場進行了合理的分類。陳杰（2008）利用1999-2008年全國30個省級地區(qū)的房價和城鎮(zhèn)居民收入進行分析，利用房價收入比研究各地區(qū)房地產市場發(fā)展的差異。唐德華（2012）通過系統(tǒng)聚類分析方法，采用2002-2009年《中國房地產統(tǒng)計年鑒》數據，根據房地產市場規(guī)模、房地產市場結構、房地產成熟度、房地產資金來源等四個指標將全國35個副省級城市及重點城市分為三類，對每一類城市的房地產價格的影響因素分別進行了研究。

本文的研究結構如下，首先運用聚類分析方法將我國房地產市場劃分為5個不同類型，再通過構建其中三類典型房地產市場的DSGE模型范式，探索貨幣政策調控房地產價格的作用機制，并通過觀察同等程度沖擊下不同房地產市場房價、經濟產出等指標的響應差異，衡量貨幣政策對于不同房地產市場房價的穩(wěn)定作用。

二、我國房地產市場區(qū)位差異性和調控政策

為了更好地研究貨幣政策對于不同房地產市場調控效果的差異性，本文選取了我國35個典型城市作為研究對象，①包括省會城市、直轄市在內的35個城市作為研究對象。該35個城市基本遍布全國各個省份和區(qū)域，其房地產發(fā)展狀況對于該區(qū)域房地產發(fā)展狀況具有較好代表性。并根據其房地產市場發(fā)展特點劃分成不同類型，以此分析我國房地產市場的區(qū)位差異性及其調控政策執(zhí)行特點。

（一）房地產市場類型劃分

本文以國房景氣指數和中房指數作為參考指標，結合房地產相關理論知識，綜合考慮房地產供求狀況、房地產市場結構、房地產成熟度三方面影響因素，對我國房地產市場進行分類。一是房地產市場供求方面。本文選取分別影響房地產未來供給與現階段供給的指標：房地產投資額與竣工面積。需求方面研究指標選取房地產銷售面積與價格。二是房地產市場結構方面指標選取住宅銷售面積比重。三是房地產市場成熟度方面指標采用房地產投資占GDP百分比。

綜上，本文使用2017年各城市的相關數據，基于以上指標對房地產市場進行劃分，將我國35個典型城市的房地產類型劃分如表1所示。

表1 房地產市場類型劃分結果

（二）五類房地產市場調控政策執(zhí)行情況

1.第一類房地產市場

從房地產市場發(fā)展特點看，該類市場供給和需求均較旺盛，房地產投資額、竣工面積和銷售價格均較高，以北京市為典型代表。從北京市的具體情況來看，北京市房地產投資保持高速增長態(tài)勢，但由于其政治和教育資源等的特殊性，需求旺盛，房地產市場一直處于供不應求的狀態(tài)，房地產價格持續(xù)高位運行。截至2017年末，北京市住宅平均價格為4.25萬元/平方米，較2010年三季度增長近一倍。

從調控政策執(zhí)行情況看，該類市場調控力度最大且政策種類豐富，以限購、限售和限價為主。由于該類房地產市場供給和需求均較旺盛，樓市較為火熱，故調控政策出臺頻繁、種類豐富。其中，從2003年至2017年6月，該類城市平均出臺的限購、限售和限價政策分別達16.5次、14次和10次。代表城市北京市在此期間，相繼出臺限購、限貸、限售等多項政策措施抑制房價過快上漲，但效果甚微。2017年以來，北京市逐漸改變調控思路，在推出共有產權房，擴大房地產供給，滿足剛性需求的同時，嚴格控制人口流入，分離自身的非首都功能，成效初顯，2017年末北京市住宅平均價格僅比年初增長1.75%。

2.第二類房地產市場

從房地產市場發(fā)展特點看，該類市場供給較弱而需求旺盛，房地產投資額、竣工面積和銷售面積較小但售價高，以深圳市為典型代表。從深圳市的具體情況來看，該市作為我國改革開放的前沿，是打工者的天堂，每年約50萬左右的人口涌入城市，導致房地產需求旺盛。但另一方面，深圳市資源匱乏的瓶頸效應制約了深圳市房地產的供給量?？偨ㄔO用地面積800多平方公里，但2017年所剩建設用地僅200多平方公里，這一情況導致深圳市房地產供給較少，房價高位運行。截至2017年末。深圳市住宅平均價格為5.39萬元/平米，居所有城市之首。

從調控政策執(zhí)行情況看，該類市場調控力度較大，政策類型偏向限貸和限購。該類房地產市場整體呈現供不應求特點，政府在房地產調控政策上更傾向于限貸和限購等限制和平衡房地產需求的措施。

3.第三類房地產市場

從房地產市場發(fā)展特點看，該類市場基本是我國的一線城市或新一線城市，投資額等各項指標在五類城市中均居中等水平，以成都市為典型代表。從成都市的具體情況來看，該市是西南科技和金融中心，也是中西部交通樞紐。近年伴隨著成都市經濟水平的穩(wěn)步上升，成都市的房地產價格也在穩(wěn)步增長，但相對于北京市等一線城市，成都市房地產價格增長相對平緩。截至2017年末，成都市住宅平均價格為8963元/平米，較2010年三季度增長24.14%。從調控政策執(zhí)行情況看，該類市場調控力度適中，調控政策上更傾向于限購和限貸政策。近年來，成都市住房市場發(fā)展迅速，每年本土與外來企業(yè)在房地產市場大量投資，加之外來人口很多，對住房需求很大。限購和調整契稅等政策已經出臺，但調控效果不是很理想。

4.第四類房地產市場

從房地產市場發(fā)展特點看，該類市場房地產投資額和銷售面積等指標較大、供給充足、房地產價格較低，以重慶市為典型代表。從重慶市的具體情況來看，自2009年國務院提出“大力發(fā)展公共租賃住房”以來，該市累計開建公租房4475萬平方米，共69.2萬套，很大程度上抑制了房市需求端的高企。另一方面，重慶市特有的地票制導致該市土地供應較為充足，抑制了房價的上漲。國家統(tǒng)計局數據顯示，重慶市2013年征地1831.57平方公里，2014年征地1475.88平方公里。此外，重慶市征收房產稅且嚴格管理土地拍賣，投標的保證金比例高，有效防止了“地王”出現。

從調控政策執(zhí)行情況看，該類市場調控力度一般，調控政策更傾向于契稅調整。從調控結果看更成功，該類城市房價一直處于較低水平。

5.第五類房地產市場

從房地產市場發(fā)展特點看，該類市場各項房地產指標都相對較弱，以昆明市為典型代表。從昆明市的具體情況來看，近年來昆明市商品房平均銷售價格大幅增長，但相對其他類別的城市，房價依然處于相對較低的水平。截至2017年末，昆明市住宅平均價格為9309元/平米，較2010年三季度增長19.56%。另一方面，昆明市房地產庫存壓力較大，2017年現房待售面積為159.6萬平方米，占商品房現房銷售面積30.65%。①數據來源：wind咨詢。

從調控政策執(zhí)行情況看，該類市場調控力度最弱，調控手段較為溫和。由于該類市場房地產供給和需求相對較弱，在進行調控時限購、限貸等政策的運用較少，多采用規(guī)范商品房預售管理等更溫和的調控政策。

三、包含房地產市場的DSGE模型構建

本文采用帶金融摩擦的DSGE模型來研究信貸約束對房地產價格的影響，包括模型基礎框架搭建、參數設定和脈沖響應分析三個環(huán)節(jié)。模型對經濟本身的逼近取決于框架和參數，其中，模型框架的搭建和推導基于經濟主體的最優(yōu)化行為。本文認為，三類房地產市場同屬中國經濟體，涉及經濟部門相同，各部門相互協作構成經濟系統(tǒng)的模型基礎框架和邏輯相同，其區(qū)位差異性主要體現在各部門在經濟系統(tǒng)中的參與情況不同，在模型中主要表現為各部門模型相關參數不同。本章將主要討論基礎模型框架的搭建，參數相關內容將在第四章討論。

本文模型的構建主要基于新凱恩斯主義的DSGE模型。相對于新古典DSGE模型的彈性價格而言，新凱恩斯主義引入了價格粘性，認為價格是緩慢調整的過程，較新古典模型更貼近現實?；鶞实男聞P恩斯模型主要包含四個部門：家庭部門、中間品生產商、零售商和中央銀行，該模型并不涉及房地產市場，也不涉及信貸約束。為引入房地產市場，效仿MIU模型（Sidrauski，1967），本文將房產（用H表示）引入家庭部門的效用函數，稱之為HIU模型；此外，為引入金融摩擦，也即利率和首付比例對房產市場的信貸約束，本文還引入了銀行中介部門。因此，本文的理論模型涉及五個部門：中央銀行、銀行中介、零售商、代表性家庭、中間品生產商。各部門關系如圖1所示。本文的模型邏輯基本框架為：家庭部門向廠商提供勞動，廠商向家庭提供消費品；有信貸約束的家庭和廠商都通過抵押房產從銀行獲得貸款，家庭的貸款用于購房，廠商用于生產投資；無信貸約束的家庭向銀行存款并獲得利息，銀行再將存款用于放貸，貸款利息由中央銀行調控。在均衡狀態(tài)下，資金、勞動力、消費品市場都出清。模型結構如圖1所示。

圖1 模型結構圖

其中，本文所考慮的信貸約束主要是利率和首付比例這兩個因素。因為基于對購房者微觀行為的觀察，本文認為，能夠直接影響消費者購房行為的金融部門變量主要是利率和首付比例，諸如貨幣供應量等其它金融變量最終大都通過這兩個因素作用于房地產市場。

（一）無信貸約束的家庭部門

本文將房地產變量引入到標準的家庭部門效用函數中，用（1）式表示無信貸約束家庭部門的效用函數。在無信貸約束家庭的預算約束條件下，構建效用最大化問題的拉格朗日函數（（2）式）。其中，C't表示消費者在t期的實際消費；h't表示實際房產持有量；N't表示勞動供給；η表示勞動供給彈性；β'表示貼現因子，貼現因子越小表示家庭越傾向當前消費；jt表示外生的房產沖擊；W't代表實際工資水平；Dt表示家庭在t期儲蓄的量；Rt-1Dt-1表示t期獲得上一期的貸款收益和本金。所有變量均為實際變量（剔除價格因素）。

一階條件為（3），（4），（5）式：

在無信貸約束家庭部門的一階條件中：（3）式即為歐拉方程，表示信貸約束家庭在當期消費和下一期消費之間的最優(yōu)化選擇；（4）式為勞動供給函數，表示家庭在最優(yōu)化條件下的勞動供給；（5）式表示消費者在消費品和房產之間的最優(yōu)選擇。

（二）包含信貸約束的家庭部門

對于有信貸約束的家庭部門而言，效用函數用（6）式表示，信貸約束用（7）式表示，預算約束用（8）表示。其中：c''t表示消費者在t期的實際消費；h''t表示實際房產持有量；N''t表示勞動供給；W''t代表實際工資水平；β''表示貼現因子；λ''t和分別表示預算約束和信貸約束的拉格朗日乘子；Lst為家庭在t期借入的實際貸款；是家庭償還上一期借款的本金和利息。在信貸約束中，ms表示銀行對代表性家庭的貸款風險比率，0＜ms＜1。

一階條件如（10），（11），（12）式所示，其經濟學含義與（3），（4），（5）式類似，分別表示信貸約束家庭的歐拉方程，勞動供給函數和消費者在消費和房產之間的選擇問題。

（三）廠商

對于廠商而言，其t期產出Yt為：

其中，kt-1表示廠商在t-1期資本存量；ht-1表示t-1期擁有廠房和辦公用地；Nt'和Nt''分別表示無信貸約束家庭和包含信貸約束家庭的勞動提供量；u和v分別表示資本和房產的產出彈性；At代表外生技術沖擊。廠商的最優(yōu)問題為成本最小化，其Lagrange問題可表示為：

其中：

It表示廠商t期投資，δ為資本折舊率，表示改變資本存量的調整成本。表示廠商在t期借入的實際貸款是廠商償還上一期借款的本息。廠商將房產抵押從銀行獲得貸款，貸款風險比率為mE且0＜分別表示中間廠商預算約束、信貸約束和投資約束的拉格朗日乘子。

求解得到廠商的一階條件如下所示：

其中，（16）式和（17）式分別表示廠商對無信貸約束家庭和有信貸約束家庭的勞動需求函數。

（四）金融中介部門

金融中介部門謀求最大化其存貸款的收益：

在金融市場出清的預算約束下，其最優(yōu)化的問題的Lagrange函數為：

又因為：

所以，（20）式可以變換為：

一階條件為：

（五）零售商部門

壟斷競爭零售廠商以p*的價格購買中間產品，然后對中間產品進行加工生產，進而以p的價格在市場上出售最終產品。本文參考Calvo（1983）設置價格剛性的方法，其利潤最優(yōu)化一階條件為：

（六）中央銀行

中央銀行負責制定和執(zhí)行貨幣政策。貨幣政策一般包括數量型和價格型兩種。結合中國實際情況，本文只考慮價格型貨幣政策，即利率政策，并用泰勒規(guī)則描述如下：

其中，Y是穩(wěn)態(tài)產出，rr為穩(wěn)態(tài)利率，rR、rπ、rY為央行對利率、通脹率和產出的權重，同時假定隨機沖擊eR，t服從 N（0，σ2R）分布。

（七）模型的封閉和模型的解

因為所用為封閉模型，我們考慮以下市場出清條件：

因為一階條件方程為非線性方程，在求解穩(wěn)態(tài)上存在技術瓶頸，故在求解方程組前需要進行對數線性化處理，并求出變量的穩(wěn)態(tài)值。之后便可并利用dynare軟件進行模型求解。

四、模型參數校準與估計

模型參數包括穩(wěn)態(tài)參數和動態(tài)參數。對于模型的穩(wěn)態(tài)參數采用校準，主要是結合不同房地產市場實際發(fā)展情況和文獻經驗校準得到。對于模型的動態(tài)參數，我們根據不同房地產市場的相關數據，利用貝葉斯方法估計得到。如前文所述，由于第二、四類房地產市場分別僅涉及一個城市，較為特殊，本文重點討論第一、三、五類房地產市場的情況。

（一）穩(wěn)態(tài)參數校準

本文共需要對13個穩(wěn)態(tài)參數進行校準，由于模型的目標并非完全貼近經濟本身，而是把握經濟關鍵特征，穩(wěn)態(tài)參數設定參考了相關論文的研究成果和在DSGE研究中較為普遍的通用值，并結合三類房地產城市的實際經濟情況給出相應的校準值。具體校準依據如表2所示。

表2 穩(wěn)態(tài)參數校準說明

（二）動態(tài)參數貝葉斯估計

1.數據來源和處理

本文采用貝葉斯估計方法對房地產市場的動態(tài)參數進行估計，選用的觀測變量為實際國內生產總值、通貨膨脹率、實際房地產價格和投資額度。分別選用GDP、CPI、商品房銷售價格和社會固定資產投資總額，將數據處理后依次代替前述觀測變量的值。所有數據均取自wind咨詢，數據頻度為季度，考慮到估計的準確性及數據的可得性問題，本文的時間跨度為2010年2季度到2017年4季度，共30期數據。

2.貝葉斯估計

本文采用貝葉斯估計方法對模型中的動態(tài)參數進行估計。參數主要包括：企業(yè)貸款風險比率mE，價格剛性系數 θ，泰勒規(guī)則的利率、通脹、產出的權重系數 rR、rπ、rY，外生沖擊的一階自相關系數和標準差：ρj、ρA、ρπ和σj、σA、σπ、σe。先驗分布主要參照肖爭艷和彭博（2011）的設定，這些設定在DSGE相關研究中被廣泛應用。

三類城市的貝葉斯估計結果如表3所示，其中，為了對比分析三類房地產市場對同一標準差沖擊的脈沖響應，這里統(tǒng)一采用第一類房地產市場估計得到的沖擊值。

表3 三類城市貝葉斯估計結果

五、三類房地產市場脈沖響應對比分析

外生沖擊對宏觀經濟變量的脈沖響應，就是考察經濟系統(tǒng)在面對沖擊之后，各個經濟變量隨時間的動態(tài)變化過程，它揭示了外生沖擊擴散到整個經濟系統(tǒng)的路徑。本文旨在研究貨幣政策沖擊對三類房地產市場經濟系統(tǒng)的影響，其中貨幣政策沖擊考慮利率沖擊和首付比例約束兩個因素以及其相結合的沖擊效果。本章將基于用加載了Dynare4.5.1的MATLAB軟件繪制的脈沖響應圖，討論貨幣政策沖擊對不同房地產市場中房地產價格和其他經濟變量的影響，具體包括模型對兩種沖擊的響應機制，以及三類房地產市場脈沖響應的差異性分析。

（一）模型的響應機制

1.利率沖擊響應機制

當經濟系統(tǒng)受到一個標準差的正向利率沖擊，即央行施行緊縮的貨幣政策時，全社會信貸的名義利率會隨之上升，之后逐漸回落，這將產生兩方面的影響。一方面，參考（3）、（11）、（13）式可知，由于存款利率上浮，為實現消費邊際效應最大化，無信貸約束家庭、有信貸約束家庭和廠商的消費選擇均將傾向于未來期配置，導致總消費下降；同時，存款利率的上浮將導致家庭部門加大儲蓄、債券等房地產替代品的投資力度，家庭部門房地產需求有所下降。另一方面，貸款利率的上升導致信貸成本上升，對總信貸產生抑制作用。廠商的生產成本也隨之上升，由于預算約束的存在，廠商投資相應將受到影響而減少，加之折舊的存在，使得資本存量大幅度下降，進而抑制了廠商的生產，導致產出減少。信貸的緊縮也將抑制中間品廠商對房地產的需求。綜上，由于總消費和總投資均出現下降，總產出也將隨之下降；家庭部門和中間品廠商對房地產的需求均出現下降，即房地產總需求有所下降，房價將隨之下滑。具體如圖2所示。

圖2 利率沖擊脈沖響應圖（以第五類城市為例，首付比例為30%）

2.不同首付約束的影響路徑

由利率沖擊響應機制可知，當經濟系統(tǒng)受到一個利率正向沖擊時，總信貸將出現反向變動。將房地產視為一種消費品來看，首付比例高的家庭部門房地產消費能力相對較弱，故利率沖擊對總消費的影響也相對較小，進而對總產出的影響也相對較小。另一方面，首付比例較高的家庭部門購房信貸需求相對較少，故同樣的利率沖擊對總信貸的影響相對較小。對于首付約束對房價的影響，實驗發(fā)現，當受到正向利率沖擊時，首付約束越高的市場，房價反向變動的幅度越大。因為隨著利率的上升，家庭部門購房成本上升，首付比例的提高將進一步加大現階段的購房難度，導致家庭部門對房地產的需求進一步下降，房價也將隨之進一步下降。具體如圖3所示。

圖3 不同首付約束下利率沖擊的脈沖響應圖

（二）不同區(qū)域房地產市場貨幣政策脈沖響應差異分析

包括利率和首付約束在內的貨幣政策沖擊在不同區(qū)域房地產市場的響應機制盡管一致，但由于不同區(qū)域房地產市場存在區(qū)位差異性，貨幣政策脈沖響應結果存在差異。下文將詳細分析在不同區(qū)域房地產市場中，貨幣政策沖擊對房價的影響。

1.利率沖擊脈沖響應差異性分析

以首付比例為30%為例進行分析，如圖4所示，當三類房地產市場受到一個正向利率沖擊時，房價均出現不同程度的下行，并于3個周期后逐步恢復穩(wěn)態(tài)，但三者的下行幅度不盡相同。具體來看，當受到利率正向沖擊時，第一類房地產市場房價下行幅度最小，其次為第三類，第五類房地產市場房價下行幅度則最大。整體來看，這主要與三類房地產市場的供需結構、市場結構和成熟度等房地產市場發(fā)展特點有關。如前文所述，當利率上升時，經濟體對房地產的投資或消費需求整體下降，進而導致房價隨之下滑。另一方面，當房地產投資或消費需求整體衰退時，剛性需求對于房地產的價格會起到一定支撐作用，剛性需求越大的房地產市場，利率沖擊對其的影響越小。三類房地產市場中，第一類市場的房地產需求大于第二類市場，第三類市場相對最小。故，當受到同樣的利率沖擊時，第一類房地產市場房價下行幅度將小于第二類市場，第二類市場小于第三類市場。

圖4 不同房地產市場房價對利率沖擊的響應（首付比例為30%）

2.首付比例對利率脈沖響應的影響差異性分析

如圖5所示，當利率受到一個正向沖擊時，隨著首付比例的提高，三類市場的房價反向變動幅度均不斷增大，且呈現不同特點。一是給予相同的首付約束和利率沖擊時，第五類房地產市場的房價受到的影響總是最明顯，下行幅度始終最大，其次為第三類房地產市場，影響相對最小的是第一類房地產市場，這與三類房地產市場的剛性需求有關。二是隨著首付比例的提高，三類房地產市場房價對相同利率沖擊的響應均不斷增大，形成的三條曲線斜率均為負；同時，三類房地產市場房價對首付比例約束調控的平均響應度不同，首付比例每提高1%，第一、三、五類房地產市場房價下滑幅度依次為5.07×10-5、4.62×10-5、4.84×10-5，其中，第一類房地產市場平均下滑幅度相對最大，這與該類城市房價整體較高，每提高1%的首付比例，家庭部門需要投入的現金更多有關。三是隨著首付比例的提高，三條曲線的斜率絕對值基本呈先減小后增大的趨勢，當首付比例為70%時，三條曲線的斜率絕對值達到最小值，一定程度上反映出首付比例調整對房價調控的邊際效應先降后升。

圖5 不同首付比例約束下，不同市場利率沖擊的脈沖響應變化圖

六、結論及政策建議

（一）主要結論

為研究我國貨幣政策對房地產市場調控效果的區(qū)域差異性，本文選取代表我國房地產市場的35個典型城市為研究對象，并采用系統(tǒng)聚類分析方法將其劃分為五大類房地產市場，并對各類房地產市場的發(fā)展和調控特點進行了總結。在此基礎上，選擇較為典型的三類房地產市場，構建三個對應的包含房地產效用的五部門DSGE模型，研究了利率沖擊對不同房地產市場的脈沖響應，分析其傳導機制和差異性；同時研究了不同首付比例約束下，利率沖擊對不同房地產市場的脈沖響應，分析了利率沖擊疊加不同首付比例約束對三類房地產市場房價的調控效果。主要得到以下幾點結論：

1.我國房地產市場發(fā)展區(qū)位差異性明顯

以35個典型城市為代表的房地產市場可劃分為五種類型，在供需情況、房地產市場結構和市場成熟度等多方面均呈現不同特點。以北京為代表的第一類房地產市場，供給和需求都比較旺盛，其房地產投資額、竣工面積和銷售價格都相對較高。以深圳為代表的第二類房地產市場，房地產供給相對較弱，但需求旺盛；房地產投資額、竣工面積和銷售面積較小，但銷售價格相對較高。以成都為代表的第三類房地產市場，投資額等各項指標均在中等水平。以重慶為代表的第四類房地產市場，房地產供給充足，需求相對較弱；房地產投資額和銷售面積等指標較大，但房地產價格相對較低。以昆明為代表的第五類房地產市場，各項房地產指標都相對較弱。

2.利率調整對房價具有較好的調控效果，但在不同房地產市場的傳導效果各異

總體來看，當提高利率，即央行施行緊縮的貨幣政策時，一定程度上可以較好地抑制房價的上漲；相反的，當央行施行寬松的貨幣政策時，一定程度上會抬升房價。分市場看，利率調控手段對不同房地產市場房價的調控效果區(qū)位差異性明顯，即同樣的利率調控政策對不同房地產市場的調控效果不同。具體來看，對于第一、三、五類房地產市場，利率手段的調控效果依次增大，即對于房地產市場發(fā)展相對不成熟、房地產剛性需求相對較弱的區(qū)域，利率調控效果更為明顯。

3.首付比例約束能加強利率調控效果，但對不同房地產市場的作用效果存在差異性

整體來看，在利率調控的基礎上疊加首付比例約束，在一定程度上能加大對房地產價格的調控作用。隨著首付比例的提高，利率手段對房價的調控效果不斷加大，但邊際效應呈先降后升特點。分市場看，在利率調控的基礎上，提高同等大小的首付比例約束，第一類房地產市場的調控效果更優(yōu)，即對于房價更高的城市，通過調整首付比例約束來調控房價的效果更為明顯。

（二）政策建議

1.充分考慮各地房地產市場的區(qū)位差異性，為實施差別化調控政策奠定基礎

我國房地產市場發(fā)展存在較為明顯的區(qū)位差異性，不同市場房價影響因子可能存在較大不同，同時房地產市場的發(fā)展程度與該城市的經濟發(fā)展狀況并不完全等同，故針對房地產市場發(fā)展程度劃分的研究尤為必要。建議國家房地產相關監(jiān)管部門重點關注我國各地房地產市場發(fā)展的區(qū)位差異性，給予準確劃分，并為差別化調控政策實施做出一定引導。建議各地房地產相關監(jiān)管部門準確分析本地房地產市場發(fā)展水平和特點，并適時參考相似城市調控手段，探究適合自己的最佳調控手段。

2.充分考慮各地房地產市場的區(qū)位差異性，最大化利率調控手段的有效性和針對性

一方面，由于我國利率調整當前基本屬于“一刀切”，全國統(tǒng)一實施加息或降息，針對性方面尚有欠缺，建議央行實施利率調控政策時充分考慮房地產市場區(qū)位差異性，用好各類貨幣政策工具，針對不同房地產市場給予差別化調控，力爭做到“因城施策”。另一方面，由于同樣的貨幣政策在不同房地產市場的傳導機制和效果存在差異，利率市場化程度越高的市場，利率越能真正反映該房地產市場開發(fā)和消費的收益和風險，越能反映該房地產市場的發(fā)展特點，利率調控的區(qū)位差異性也越能得以充分體現，故建議國家和各地政策進一步推進利率市場化改革。

3.結合利率調控效果，合理應用首付比例約束調控手段

首付比例約束調控能有效增強利率調控手段對房價的調控效果，各地在調控房價時應充分考慮利率或其他調控手段對房價的調控效果，適時合理采用首付比例約束調控手段對信貸渠道進行調控，增加或減弱房價調控效果。同時，需充分考慮首付比例約束與利率調控力度疊加的區(qū)位差異性，針對不同市場，疊加采用不同程度的首付比例約束。

4.進一步完善金融市場，疏通信貸渠道

由于貨幣政策是通過銀行對接家庭、廠商等多個部門傳導到房地產市場，最終對房地產市場價格產生影響的，故建議政府部門進一步完善金融市場，確保利率渠道的傳導機制暢通。央行應根據各地金融市場運作狀況，充分疏通各信貸渠道，并針對不同區(qū)域不同部門的特點，采取差異化的調控手段，較為深入和針對性的調控房地產價格。

5.合理應用財政政策，強調房產的居住屬性

政府部門在應用宏觀貨幣調控政策時，也應充分考慮合適的財政政策，強調房產的居住屬性，在區(qū)別剛需、改善、投資住房的基礎上，以差異性稅率來控制不同人群的購房成本。如進一步提高二手房交易稅費，抑制投資性炒房行為，可有效控制部分投機者利用消費者的心理，大肆購房再轉手出賣，從中賺取利潤，在客觀上哄抬房屋價格的行為。其次，建議加快相關法律法規(guī)的落地，爭取早日實行合理合規(guī)的房產稅政策。