租售并舉與貨幣政策對城市房價、租金互動效應(yīng)的地區(qū)差異分析：一個GVAR模型的解釋

葉阿忠 王宣惠

(福州大學(xué)經(jīng)濟(jì)與管理學(xué)院， 福建福州 350108)

一、引言

我國住房銷售市場和租賃市場長期存在發(fā)展極度不平衡的現(xiàn)象。一方面，居民購房熱情高，大量資金涌入房地產(chǎn)市場，導(dǎo)致房價飛漲，銷售市場發(fā)展迅速，房地產(chǎn)年投資保持兩位數(shù)增長。另一方面，租賃市場發(fā)展遲緩，占比僅二成，市場缺乏完善的配套制度與監(jiān)管。統(tǒng)計數(shù)據(jù)顯示，2019年我國人均住房建筑面積為39.8平方米(1)數(shù)據(jù)來源：國家統(tǒng)計局。，人均住房面積超過40平方米的有15個城市(2)數(shù)據(jù)來源：國家統(tǒng)計局、各城市統(tǒng)計局、上海易居房地產(chǎn)研究院。，與國際發(fā)達(dá)國家比較，該指標(biāo)已經(jīng)不低。我國高房價、高供給、高空置與低出租并存，住房市場體系亟待完善。早在2016年12月中央經(jīng)濟(jì)工作會議就強調(diào)，要堅持“房子是用來住的，不是用來炒的”定位，加快住房制度改革，建立市場穩(wěn)定發(fā)展的長效機制。國發(fā)辦〔2016〕39號文首次提出建立“租售并舉”制度，國家各部委、各城市相繼出臺租賃新政，其大體歸納為兩大類：一類是國家各部委頒布的租售并舉政策，包括培育租賃市場供應(yīng)主體、完善公共租賃房政策、鼓勵住房租賃消費、支持租賃住房建設(shè)等，政策側(cè)重于房地產(chǎn)行業(yè)的自身發(fā)展。另一類是各城市出臺的租賃新政，特別是租購?fù)瑱?quán)政策，通過賦予承租人享受與購房者同等待遇的地方公共服務(wù)，促進(jìn)租賃市場發(fā)展，屬于住房關(guān)聯(lián)的公共服務(wù)行業(yè)依附性政策。目前，“租賃市場一只腿短，銷售市場一只腿長”的嚴(yán)重失衡局面將對住房市場健康發(fā)展形成障礙。

二、文獻(xiàn)述評與問題分析

住房銷售市場火熱與租賃市場不健全共同導(dǎo)致我國住房市場“重售輕租”的失衡問題。在住房銷售市場飛速發(fā)展的同時，租賃市場卻一直處于自發(fā)性發(fā)展?fàn)顟B(tài)，立法滯后、監(jiān)管缺失、房源結(jié)構(gòu)性供給短缺、專業(yè)隊伍素質(zhì)不高、金融亂象頻發(fā)、各項配套政策體系不完善等問題一直阻礙租賃市場發(fā)展(3)邵挺：《中國住房租賃市場發(fā)展困境與政策突破》，《國際城市規(guī)劃》2020年第6期。，租賃市場成為住房市場體系的一塊短板，已經(jīng)無法滿足和適應(yīng)現(xiàn)階段各城市畢業(yè)生、打工一族、中低收入群體等的多元化租賃需求，推動租賃市場健康平穩(wěn)發(fā)展迫在眉睫。

此外，高房價也會沖擊租賃市場租金價格的平穩(wěn)運行，一旦房價過快上漲，擠壓房地產(chǎn)市場的消費需求，引致租房需求猛增，房租將爆炸性上漲。(4)Fabozzi Frank J.and Xiao K., “Explosive Rents: The Real Estate Market Dynamics in Exuberance”, The Quarterly Review of Economics and Finance, vol.66(2017), pp.100-107.因此，發(fā)展完善的租賃市場交易與租金定價規(guī)則，不僅可以防止房東、中介機構(gòu)惡意抬高房租擾亂租賃市場，還可以幫助低收入群體解決住房問題，滿足新城鎮(zhèn)居民的住房需求(5)向為民、甘蕾：《抑制和穩(wěn)定房價背景的“租購?fù)瑱?quán)”政策匹配》，《改革》2017年第11期。，在一定程度上維護(hù)房地產(chǎn)市場平穩(wěn)健康發(fā)展。(6)劉金祥、邢遠(yuǎn)閣：《租購并舉中公共服務(wù)均衡化實現(xiàn)機制研究》，《上海經(jīng)濟(jì)研究》2018年第5期。(7)周景彤、梁婧、范若瀅：《“租購?fù)瑱?quán)”重在落實》，《中國金融》2017年第17期。

十九大報告提出，加快發(fā)展和培育住房租賃市場，構(gòu)建租售并舉制度。該制度對房地產(chǎn)市場影響效果方面，國內(nèi)學(xué)者觀點基本一致：在高房價面前，完善的住宅租賃市場體系可以確保中低收入群體住有所居，保障公民的基本居住權(quán)利(8)何芳：《何謂真正的房地產(chǎn)發(fā)展長效機制——從租售新政談開去》，《探索與爭鳴》2017年第11期。，從而在一定程度上減少購房需求，對穩(wěn)定房價有利，但沒有調(diào)控房價的功能。(9)向為民、甘蕾：《抑制和穩(wěn)定房價背景的“租購?fù)瑱?quán)”政策匹配》，《改革》2017年第11期。此外，該制度也有利于盤活閑置資源、促進(jìn)消費推進(jìn)經(jīng)濟(jì)轉(zhuǎn)型升級。(10)葛豐：《發(fā)展住房租賃市場一舉多得》，《中國經(jīng)濟(jì)周刊》2016年第23期。

各城市響應(yīng)中央號召，相繼出臺“租購?fù)瑱?quán)”新政，但是政策面世時間不久，其實施效果受到了一些質(zhì)疑。從租賃住房供給和需求角度來看，一、二線城市租賃市場需求旺盛，但租金回報率低使得開發(fā)商和個體出租人提供租房意愿較弱，導(dǎo)致租賃房供給嚴(yán)重不足。(11)陳友華、施旖旎：《租購?fù)瑱?quán):何以可能?》，《吉林大學(xué)社會科學(xué)學(xué)報》2018年第2期。我國缺乏房屋租賃市場監(jiān)管部門，相關(guān)制度和法律體系不健全、優(yōu)質(zhì)教育資源稀缺、租賃房源與市場需求不符等因素抑制了租購?fù)瑱?quán)政策的實施效果。(12)祝軍：《國外實現(xiàn)“租購?fù)瑱?quán)”的主要做法及對我國的啟示》，《金融發(fā)展評論》2018年第7期。(13)王紅玲：《我國“租購?fù)瑱?quán)”政策實施難點及對策建議》，《金融縱橫》2017年第12期。對于不同城市，“租購?fù)瑱?quán)”落實難度存在天壤之別，公共資源越豐富、外來人口流入量越大、租賃需求越多樣化的城市，往往“租購?fù)瑱?quán)”政策實施難度越大。(14)陳友華、施旖旎：《租購?fù)瑱?quán):何以可能?》，《吉林大學(xué)社會科學(xué)學(xué)報》2018年第2期。此外，“租購?fù)瑱?quán)”是承租人滿足一定條件下的同權(quán)，并不是真正意義上的同權(quán)，滿足這些“門檻限制”的人口占比不大，政策的普惠性存疑。

早期理論為單一市場理論，以馬克思的地租理論和迪帕斯奎爾-惠頓模型(D-W模型)為代表，兩種理論都認(rèn)為房價與租金處于一個緊密聯(lián)系的成熟市場，房價和租金成正比。不同點在于，地租理論視房價和租金為同一價值商品的不同價值表現(xiàn)形式，D-W模型視房價為資產(chǎn)的價格，而租金則為房屋資產(chǎn)的投資回報率。單一市場理論之后還發(fā)展出雙重市場理論和整體市場理論。(15)Dipasquale D. and Wheaton W. C., Urban Economics and Real Estate Market, Prentice Hall,1996,pp.7-10.雙重市場理論認(rèn)為房地產(chǎn)銷售、租賃市場相互獨立，不考慮市場間的互動關(guān)系。整體市場理論則認(rèn)為銷售和租賃市場存在緊密聯(lián)系，房價與租金任何一方變動都會導(dǎo)致另一方變動。以上三種理論皆有實證研究成果支撐。(16)鄭文娟：《中國城市住房價格與住房租金的影響因素及相互關(guān)系研究》，博士學(xué)位論文，浙江大學(xué)，2011年。

房地產(chǎn)業(yè)是資金密集型產(chǎn)業(yè)，“開發(fā)貸”與“消費貸”都需要大量資金，因此貨幣政策是中央調(diào)控房地產(chǎn)市場最重要的手段。然而學(xué)術(shù)界對于貨幣政策干預(yù)房地產(chǎn)價格的有效性頗有爭議。一般來說，采用緊縮型貨幣政策會使房價下跌，但是現(xiàn)實中我們?？吹窖胄袦p少貨幣供應(yīng)量，卻出現(xiàn)房價不跌反升的狀況。陳詩一等認(rèn)為寬松型貨幣政策會導(dǎo)致房地產(chǎn)價格泡沫，可以通過實行降低社會融資成本的政策來規(guī)避風(fēng)險。(17)陳詩一、王祥：《融資成本、房地產(chǎn)價格波動與貨幣政策傳導(dǎo)》，《金融研究》2016年第3期。而郭娜等發(fā)現(xiàn)寬松期貨幣政策工具對房地產(chǎn)市場調(diào)控的效果要大于緊縮期貨幣政策的調(diào)控效果。(18)郭娜、劉鎮(zhèn)林、章倩：《我國貨幣政策對房地產(chǎn)市場調(diào)控的非對稱效應(yīng)研究——基于DSGE模型的分析》，《華東經(jīng)濟(jì)管理》2017年第11期。租賃市場也受到貨幣政策變動的影響，張振海等的實證研究結(jié)果發(fā)現(xiàn)貨幣發(fā)行量與租金價格變動呈正相關(guān)。(19)張振海、周向紅：《我國房屋租賃市場與租金泡沫研究——基于35個大中城市面板數(shù)據(jù)的實證分析》，《價格理論與實踐》2016年第12期。實際上，再精準(zhǔn)的貨幣政策也難堵違規(guī)資金通過金融通道進(jìn)入樓市，為此，針對開發(fā)商“三條紅線”及禁止中小企業(yè)經(jīng)營貸資金違規(guī)入市等打“補丁”政策近期不斷出臺。這也表明，宏觀貨幣政策對微觀市場指標(biāo)房價、租金的內(nèi)在影響較為復(fù)雜。

國內(nèi)已有很多學(xué)者利用全局向量自回歸模型(GVAR)分析房價。張紅等利用該模型分析房地產(chǎn)市場對貨幣政策的傳導(dǎo)效應(yīng)，認(rèn)為貨幣供應(yīng)量的增長會長期抑制社會消費和房地產(chǎn)價格。(20)張紅、李洋：《房地產(chǎn)市場對貨幣政策傳導(dǎo)效應(yīng)的區(qū)域差異研究——基于GVAR模型的實證分析》，《金融研究》2013年第2期。鄧韜等用它來分析商品房價格區(qū)域擴(kuò)散效應(yīng)，得出東部地區(qū)區(qū)域擴(kuò)散效應(yīng)來自內(nèi)部，而中西部地區(qū)擴(kuò)散效應(yīng)則來自東部地區(qū)的結(jié)論。(21)鄧韜、王心蕊：《我國商品房價格區(qū)域擴(kuò)散效應(yīng)研究——基于GVAR模型的實證分析》，《江西社會科學(xué)》2015年第3期。余華義等構(gòu)建該模型得出貨幣政策對一線城市房價的沖擊影響高于中西部地區(qū)。(22)余華義、黃燕芬：《貨幣政策效果區(qū)域異質(zhì)性、房價溢出效應(yīng)與房價對通脹的跨區(qū)影響》，《金融研究》2015年第2期。雖然通過構(gòu)建GVAR模型分析房價的文獻(xiàn)不少，但是利用此模型分析租金、房價與貨幣政策互動關(guān)系的研究不多，本文將著重對此進(jìn)行研究。鑒于房地產(chǎn)市場具有區(qū)域經(jīng)濟(jì)特性，同一省份不同城市房價和租金有很大差別，本文主要使用城市數(shù)據(jù)進(jìn)行實證分析。

本文選擇2012—2019年全國35個大中城市(23)35個大中城市為：北京、長春、長沙、成都、重慶、大連、福州、廣州、哈爾濱、?？凇①F陽、杭州、合肥、呼和浩特、濟(jì)南、昆明、蘭州、南昌、南寧、南京、寧波、青島、上海、沈陽、深圳、石家莊、太原、天津、武漢、烏魯木齊、廈門、西安、西寧、銀川、鄭州。的數(shù)據(jù)建立全局向量自回歸模型(GVAR)，研究租售失衡下，不同地區(qū)、不同城市住宅銷售市場和租賃市場的房價與租金對貨幣供應(yīng)量變化的沖擊及其對策，表明租售并舉政策對促進(jìn)樓市穩(wěn)定健康發(fā)展的有效性并探尋政策的適合路徑。

三、實證模型構(gòu)建

全局向量自回歸模型GVAR最早是由Pesarean等提出，并由Dees等加以拓展，構(gòu)建了一個由各個經(jīng)濟(jì)體VARX*模型構(gòu)成的全局系統(tǒng)，用以分析經(jīng)濟(jì)體變量之間的線性關(guān)系，以及全局變量沖擊對各經(jīng)濟(jì)體內(nèi)生變量的影響。(24)Pesaran M. H., Schuermann T.， Weiner S. M., “Modeling Regional Interdependencies Using a Global Error-Correcting Macroeconometric Model”, Journal of Business & Economic Statistics，vol.22,no.2(2004), pp.129-162.(25)Dees S., Mauro F.D.，Pesaran M. H., et al.,“Exploring the International Linkages of Euro Area: A Global VAR Analysis”, Journal of Applied Econometrics，vol.22,no.1(2007), pp.1-38.此外，該模型可以獨立分析不同城市每一個變量受到?jīng)_擊以后對該城市以及其他城市所有變量產(chǎn)生的影響。

由于房地產(chǎn)市場區(qū)域性與相互性特點，加上“因城施策，一城一策”，說明不同城市的房地產(chǎn)市場差異巨大，而各城市房價與租金既相對獨立，又存在相互影響關(guān)系。因此，用GVAR模型很適合研究租售并舉與宏觀貨幣政策對房價與租金的地區(qū)傳導(dǎo)效應(yīng)。

本文構(gòu)建的GVAR模型將新建商品房價格指數(shù)(HP)、居住類居民消費價格指數(shù)(RCPI)以及進(jìn)出口總額(TMX)作為內(nèi)生變量，貨幣供應(yīng)量M2作為全局變量。

(一)模型說明

建立第i個城市的向量自回歸模型VARX*：

(1)

(2)

Zit=WiXt

(3)

(4)

其中,AiWi和BijWi是ki×k的矩陣，取λ=max(λ1,…,λN)，s=max(s1,…,sN)。將上述方程寫為上下疊加的形式，得到全局向量自回歸模型GVAR：

(5)

G為k×k滿秩矩陣，將式(5)變形為：

(6)

(二)變量及數(shù)據(jù)說明

由于房地產(chǎn)銷售市場更易受到租售并舉與貨幣政策的影響，且一手房定價往往會左右二手房價格的走向。本文選擇新建商品房價格指數(shù)(HP)作為衡量一手房價格的指標(biāo)。因我國房地產(chǎn)租賃市場發(fā)展不平衡，缺乏相關(guān)統(tǒng)計數(shù)據(jù)，鑒于數(shù)據(jù)的可得性，我們選擇月度居住類消費數(shù)據(jù)作為城市居民月度租房消費支出，因此，用月度居住類居民消費價格指數(shù)(RCPI)來度量租金價格指標(biāo)。為保證計量模型設(shè)定準(zhǔn)確性，將城市經(jīng)濟(jì)發(fā)展情況作為控制因素引入模型。房地產(chǎn)市場背后的土地交易情況對當(dāng)?shù)谿DP有較大影響，若以GDP作為該控制變量會導(dǎo)致內(nèi)生性問題，因此選擇進(jìn)出口總額(TMX)作為城市經(jīng)濟(jì)發(fā)展情況的代理變量。用M2表示貨幣供應(yīng)量指標(biāo)。國家統(tǒng)計局只提供HP和RCPI的月度同比數(shù)據(jù)和環(huán)比數(shù)據(jù)，利用這兩組數(shù)據(jù)轉(zhuǎn)化為以2012年1月為基期的定基數(shù)據(jù)(2012年1月數(shù)據(jù)=100)。為了便于解釋變量的經(jīng)濟(jì)含義，對RCPI和貨幣供應(yīng)量M2取對數(shù)以反映兩個變量的增速。同時，為克服變量異方差性，對HP進(jìn)行差分處理，該指標(biāo)將反映房價每期的增量。由于各城市經(jīng)濟(jì)差異較大，將TMX做標(biāo)準(zhǔn)化處理。其中，新建商品房價格指數(shù)(HP)、居住類居民消費價格指數(shù)(RCPI)以及進(jìn)出口總額(TMX)數(shù)據(jù)來源于國家統(tǒng)計局和國研網(wǎng)，貨幣供應(yīng)量M2數(shù)據(jù)來源于中國人民銀行官網(wǎng)。

在本文的GVAR模型中，需要構(gòu)建一個基于城市間距離的權(quán)重矩陣。本文利用35個大中城市的經(jīng)緯度數(shù)據(jù)，對城市間距離兩兩進(jìn)行測算。之后，對距離取倒數(shù)，并對矩陣進(jìn)行標(biāo)準(zhǔn)化處理，使每行元素加總為1，可以得到GVAR模型中的距離權(quán)重矩陣。該矩陣可以描述兩個城市間的相互影響程度，它隨距離增加而減弱，比如北京與廣州之間的影響，小于北京與上海之間的影響。

四、GVAR模型實證結(jié)果分析

根據(jù)ADF檢驗的結(jié)果得到所有的數(shù)據(jù)都是I(1)階，且所有的內(nèi)生變量和全局均通過弱外生性檢驗。只有當(dāng)變量都符合該假設(shè)，模型的估計結(jié)果才有意義，才能進(jìn)一步進(jìn)行脈沖響應(yīng)分析。部分城市的弱外生性檢驗結(jié)果如表1所示。

表1 弱外生性檢驗結(jié)果

Granger因果關(guān)系檢驗及滯后階數(shù)的確定，根據(jù)AIC和SC準(zhǔn)則可以分別得到模型中各城市的市內(nèi)變量和外部變量的滯后階數(shù)，同時根據(jù)Granger因果關(guān)系檢驗得到模型中關(guān)于各城市的協(xié)整個數(shù)，檢驗結(jié)果如表2所示。

續(xù)表1

表2 各城市變量滯后階數(shù)及協(xié)整數(shù)量

(一)脈沖響應(yīng)分析

與普通 VAR 不同，全局向量自回歸模型脈沖體現(xiàn)在時空兩個維度上，即給某一城市某一變量一個沖擊，會在未來一段時期對包括該城市在內(nèi)的所有城市的所有變量產(chǎn)生影響。且該模型優(yōu)勢是能夠獨立分析每個城市每一變量受到?jīng)_擊后所產(chǎn)生的對所有城市所有變量的影響，便于對不同城市同一變量影響進(jìn)行比較分析。

我國土地面積排名世界第三，地域極為遼闊，不同地區(qū)城市由于自然條件差異、發(fā)展定位不同等原因，房地產(chǎn)市場和租賃市場發(fā)展程度有很大的異質(zhì)性。為研究租售并舉政策對不同地區(qū)城市房價與租金可能產(chǎn)生的影響，本文將35個大中城市分成三個地區(qū)即東部地區(qū)、中部地區(qū)和西部地區(qū)(26)東部地區(qū)城市包括北京、長春、大連、福州、廣州、哈爾濱、?？凇⒑贾?、濟(jì)南、南京、青島、上海、深圳、沈陽、石家莊、寧波、天津、廈門，中部地區(qū)城市包括長沙、合肥、南昌、太原、武漢、鄭州，西部地區(qū)城市包括成都、重慶、貴陽、呼和浩特、昆明、蘭州、南寧、烏魯木齊、西安、西寧、銀川。，并對不同地區(qū)城市分別進(jìn)行脈沖響應(yīng)分析。

圖1—4為當(dāng)?shù)豯n(RCPI)一個標(biāo)準(zhǔn)差的上漲沖擊引起當(dāng)?shù)胤績r增量變化的脈沖響應(yīng)圖，預(yù)測期為40期(月)。為便于比較各城市房價長期響應(yīng)程度的區(qū)域差異，本文將各城市分為東、中、西部制圖。在本文所考察的35個城市中，有26個城市房價增量應(yīng)對ln(RCPI)沖擊有正向響應(yīng)，但波動幅度有一定的差異。這26個城市基本在第15期左右達(dá)到長期穩(wěn)定值，深圳、廣州、福州、廈門、合肥、武漢、?？凇⒐枮I、長沙等9個城市長期穩(wěn)定響應(yīng)值高于0.1，即這些城市的房價增量對本地租金變動較為敏感且受長期持久影響。其余城市長期穩(wěn)定值接近于0，說明房價只受到租金沖擊的短期影響，幾乎沒有長期影響。有9個城市屬于房價增量應(yīng)對租金價格沖擊有負(fù)向響應(yīng)地區(qū)。其中，短期內(nèi)石家莊、成都和北京脈沖響應(yīng)函數(shù)波動劇烈，且長期響應(yīng)值低于負(fù)0.1，其余城市長期響應(yīng)值均接近0。短期內(nèi)，房價波動劇烈的城市大多位于東部地區(qū)，這表明東部地區(qū)城市租賃市場與房地產(chǎn)銷售市場具有強相關(guān)性，建立一個價格穩(wěn)定的租賃市場也有助于維持銷售市場穩(wěn)定。

圖1 對RCPI沖擊本地房價增量變動趨勢(東部地區(qū)城市)

圖2 對RCPI沖擊本地房價增量變動趨勢(東部地區(qū)城市)

圖3 對RCPI沖擊本地房價增量變動趨勢(中部地區(qū)城市)

圖4 對RCPI沖擊本地房價增量變動趨勢(西部地區(qū)城市)

圖5—8為房價一個標(biāo)準(zhǔn)差的上漲沖擊引起本地租金價格指數(shù)變化的脈沖響應(yīng)圖，預(yù)測期為40期(月)。對比房價的脈沖響應(yīng)圖發(fā)現(xiàn)，租金的脈沖曲線波動較平穩(wěn)且長期響應(yīng)值均接近于0。長期穩(wěn)定值前三位的城市分別為合肥(0.0077)、深圳(0.0043)和長沙(0.0034)，均低于0.01。由此可見租金價格黏性較強，受房價沖擊后短期內(nèi)有一些波動，但長期影響不大。

圖5 對房價沖擊本地RCPI增速變動趨勢(東部地區(qū)城市)

圖6 對房價沖擊本地RCPI增速變動趨勢(東部地區(qū)城市)

圖7 對房價沖擊本地RCPI增速變動趨勢(中部地區(qū)城市)

圖8 對房價沖擊本地RCPI增速變動趨勢(西部地區(qū)城市)

房價波動會使購房者、賣房者對房價有上漲或是下跌的心理預(yù)期，促使購房者盡快購房，或是推遲購房；抑或相反，使得賣房者選擇拋售房屋，或者是推遲出售。房地產(chǎn)銷售市場價格的變化與預(yù)期走向，也會影響租賃市場需求量和供給量的變化，直接導(dǎo)致租金價格的波動，而租賃市場供求與租金變動最后也會反作用于銷售市場。從房地產(chǎn)銷售市場與租賃市場的變動情形看，由于買賣房屋與租賃房屋行為短期具有相互替代性，房價與租金走向會有所不同，但是中長期看，兩者波動走向逐漸趨于同向一致，因為銷售價格上漲會導(dǎo)致一部分人轉(zhuǎn)向租房，買房需求減少，租賃市場需求上升，從而也會刺激租金價格的上漲，當(dāng)然這個過程的形成需要一段時間。

(二)貨幣供應(yīng)量波動對房地產(chǎn)銷售和租賃市場的影響分析

為研究貨幣政策變動對房地產(chǎn)銷售、租賃市場價格的影響，本文引入貨幣供應(yīng)量M2作為全局變量，分析M2增速正向沖擊后，房地產(chǎn)銷售市場和租賃市場價格的變動情況。

1. 貨幣供應(yīng)量正向沖擊對房地產(chǎn)銷售市場的影響分析

圖9—12展示對M2增速施加一個單位標(biāo)準(zhǔn)差正向沖擊后，各城市房價增長量的脈沖響應(yīng)。所有城市脈沖響應(yīng)趨勢基本趨同，不同地區(qū)房價增長量受貨幣政策沖擊并沒有表現(xiàn)出太大的差異。正向貨幣政策沖擊在當(dāng)期使得房價增長量提升，在第3期或第4期房價增長量回落最低值甚至出現(xiàn)負(fù)增長后輕微上升，最后達(dá)到長期穩(wěn)定狀態(tài)。即受到貨幣供應(yīng)量加大的沖擊后，房價增速放緩，甚至短期出現(xiàn)負(fù)增長，這可能與當(dāng)期房地產(chǎn)調(diào)控政策起作用有關(guān)。圖13為分區(qū)域平均房價增長量脈沖響應(yīng)結(jié)果，各區(qū)域函數(shù)圖走勢一致，從長期來看，西部地區(qū)房地產(chǎn)銷售市場受貨幣供應(yīng)量影響最強，房價增長量大幅回落，中部次之，東部影響最弱。說明各地區(qū)城市房價不止受到貨幣政策等城市外因的短期影響，城市的經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、人口基數(shù)與流入量、租售同權(quán)新政等對本地房價的影響更深遠(yuǎn)、更持久。M2的變動會使得城市房價在短期內(nèi)有較大波動，也說明用貨幣政策調(diào)節(jié)房價不利于建立房地產(chǎn)市場的長效穩(wěn)定機制。在實施寬松性的貨幣政策后，深圳房價增量小幅提升，貨幣政策通過直接效應(yīng)、替代效應(yīng)、金融加速器和風(fēng)險承擔(dān)這四個渠道推動房價上漲，但是若政府采取降低社會融資成本等政策措施，將能有效控制寬松型貨幣政策引起的房地產(chǎn)泡沫。(27)陳詩一、王祥：《融資成本、房地產(chǎn)價格波動與貨幣政策傳導(dǎo)》，《金融研究》2016年第3期。

圖9 對M2增量沖擊房價增量變動趨勢(東部地區(qū)城市)

圖10 對M2增量沖擊房價增量變動趨勢(東部地區(qū)城市)

圖11 對M2增量沖擊房價增量變動趨勢(中部地區(qū)城市)

圖12 對M2增量沖擊房價增量變動趨勢(西部地區(qū)城市)

圖13 對M2增量沖擊各區(qū)域房價增量變動趨勢

2. 貨幣供應(yīng)量正向沖擊對房地產(chǎn)租賃市場的影響分析

圖14—18展示對M2增速施加一個單位標(biāo)準(zhǔn)差正向沖擊后，各城市租金增速的脈沖響應(yīng)。與房價增長量脈沖圖相比可看出，租金指數(shù)受M2增速沖擊影響極小，各城市脈沖響應(yīng)值在-0.0019到0.0018范圍內(nèi)波動，租金價格指數(shù)受貨幣政策沖擊影響在10期左右就恢復(fù)穩(wěn)態(tài)，長期穩(wěn)定值接近0。圖18為分區(qū)域平均租金指數(shù)脈沖響應(yīng)結(jié)果。三個區(qū)域脈沖函數(shù)走勢趨同，東部和西部地區(qū)脈沖函數(shù)基本重合，長期穩(wěn)定值接近0，即東部和西部地區(qū)租賃市場受貨幣供應(yīng)量變動的影響較小。中部地區(qū)長期穩(wěn)定值為負(fù)數(shù)，中部地區(qū)租賃市場租金增速出現(xiàn)下降，這與中部地區(qū)人員外流到經(jīng)濟(jì)發(fā)達(dá)的東部地區(qū)以及中部地區(qū)房地產(chǎn)建設(shè)供給充裕有關(guān)。我國租賃市場發(fā)展滯后，銷售市場火爆吸走大量資金，租賃市場卻難有資本入駐，寬松型貨幣政策無法對租賃市場產(chǎn)生太大影響。由前述分析可知，租金價格黏性大，房地產(chǎn)市場外力量包括貨幣政策等對其作用影響較弱。租賃市場穩(wěn)態(tài)機制的建立更需從市場自身內(nèi)部入手，包括管控租金價格問題，擴(kuò)大租賃用房土地供給，推進(jìn)長租公寓項目等。此外，租金價格的變動與貨幣供應(yīng)量變動之間的關(guān)系，更多取決于租賃市場的供給和需求，而這種供需關(guān)系的變動在一定程度下受房價變動的影響，并且具有一定的滯后性，這是導(dǎo)致房價受M2沖擊反應(yīng)強烈，而租金價格波動并不明顯的原因。

圖14 對M2增量沖擊RCPI增速變動趨勢(東部地區(qū)城市)

綜合前面的分析可以得出，貨幣政策調(diào)整對銷售市場影響明顯，對租賃市場影響較弱，但是房價波動會帶來房屋使用權(quán)變動，進(jìn)而導(dǎo)致租金價格波動，這說明貨幣政策通過房地產(chǎn)銷售市場對房價與租金有傳導(dǎo)、互動效應(yīng)。而價格平穩(wěn)的租賃市場反過來也可以抑制房價過快增長，因此，租售并舉政策可以促進(jìn)房地產(chǎn)市場健康平穩(wěn)發(fā)展。

圖15 對M2增量沖擊RCPI增速變動趨勢(東部地區(qū)城市)

圖16 對M2增量沖擊RCPI增速變動趨勢(中部地區(qū)城市)

圖17 對M2增量沖擊RCPI增速變動趨勢(西部地區(qū)城市)

圖18 對M2增量沖擊各區(qū)域RCPI增速變動趨勢

五、結(jié)論與政策建議

本文利用2012—2019年全國35個大中城市的數(shù)據(jù)建立GVAR模型和時空脈沖響應(yīng)函數(shù)，借助該模型分析租售并舉與貨幣政策對35個大中城市房價、租金互動效應(yīng)的地區(qū)差異。同時，探究不同的貨幣供給量水平對房地產(chǎn)銷售價格與租金價格的影響。主要結(jié)論及政策建議如下：

第一，給予租金價格正向的沖擊后，大多數(shù)東部地區(qū)城市房價增量有明顯波動，而中西部地區(qū)脈沖響應(yīng)較弱。給予房價增量正向的沖擊后，各城市租賃市場脈沖響應(yīng)值均接近于0。房地產(chǎn)租賃市場對銷售市場影響明顯，二者相輔相成，兩個市場住房需求短期互為替代，中長期房價與租金走向趨同。因此，大力發(fā)展租賃市場，平衡兩個市場的結(jié)構(gòu)占比，對市場健康發(fā)展極為有利。一個平穩(wěn)發(fā)展的房地產(chǎn)銷售市場有利于租賃市場的穩(wěn)定，一個高度發(fā)達(dá)的租賃市場也有利于銷售市場平穩(wěn)運行，租售并舉政策有助于銷售和租賃兩個市場穩(wěn)定發(fā)展。雖然該政策并不能完全抑制房價上漲，但是各城市政府可以通過完善制度、規(guī)范管理方式來保障租售并舉政策落到實處，強化該政策的實施效果，加大城市租賃市場占比，改變房地產(chǎn)“重售輕租”的市場體系，確保中低收入階層住有所居。

第二，給予貨幣供應(yīng)量一個正向沖擊，除深圳外，房價增量均有負(fù)向響應(yīng)。東部地區(qū)城市房價波動較為劇烈，貨幣供應(yīng)量增加會導(dǎo)致房地產(chǎn)市場價格短期內(nèi)波動大。相對而言，租賃市場租金受貨幣供應(yīng)量的沖擊影響沒有那么明顯。因此，為刺激經(jīng)濟(jì)，加大貨幣供應(yīng)量的同時，應(yīng)嚴(yán)控資金大量流入房地產(chǎn)銷售市場，以減少對房價的影響。東部地區(qū)城市必須加快租賃市場發(fā)展，以分流房地產(chǎn)銷售市場的需求。

第三，各地區(qū)城市房價不僅僅受到貨幣政策等城市外因的影響，城市的經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、人口基數(shù)與流入、租售同權(quán)新政等對本地房價的影響更大。住房問題關(guān)乎民生，不明確房地產(chǎn)市場調(diào)控目的，不分地區(qū)制定政策，不僅無助于房價調(diào)控，還會引起市場恐慌情緒。只有分層次理解房地產(chǎn)需求結(jié)構(gòu)，根據(jù)不同地區(qū)的經(jīng)濟(jì)發(fā)展水平、房地產(chǎn)市場定位與居民收入狀況，采取“因城施策，一城一策”，才能提出針對性的調(diào)控政策，確保樓市穩(wěn)定健康發(fā)展。