文/戰(zhàn)加?xùn)|﹑梁榮 內(nèi)蒙古大學(xué)經(jīng)濟(jì)管理學(xué)院 內(nèi)蒙古呼和浩特 010021

我國(guó)央行利率與貨幣供應(yīng)量對(duì)房地產(chǎn)價(jià)格影響的區(qū)域差異研究

文/戰(zhàn)加?xùn)|﹑梁榮 內(nèi)蒙古大學(xué)經(jīng)濟(jì)管理學(xué)院 內(nèi)蒙古呼和浩特 010021

自房地產(chǎn)改革以來(lái)，房地產(chǎn)市場(chǎng)得到迅速地發(fā)展，房地產(chǎn)價(jià)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(guó)35個(gè)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(guó)央行利率和貨幣供應(yīng)量對(duì)房地產(chǎn)價(jià)格影響區(qū)域性差異。結(jié)果顯示：利率較貨幣供應(yīng)量對(duì)房?jī)r(jià)影響更大，并且對(duì)東部地區(qū)房?jī)r(jià)影響遠(yuǎn)大于其他地區(qū)；利率和貨幣供應(yīng)量在調(diào)控房?jī)r(jià)時(shí)存在時(shí)滯。因此，央行在利用貨幣政策對(duì)各個(gè)地區(qū)的房地產(chǎn)市場(chǎng)進(jìn)行調(diào)控時(shí)，要關(guān)注各個(gè)地區(qū)的差異性，靈活地運(yùn)用貨幣政策。

利率；貨幣供應(yīng)量；房地產(chǎn)價(jià)格；區(qū)域差異

一、序言

自房地產(chǎn)貨幣化改革開(kāi)始，房地產(chǎn)市場(chǎng)得到飛速地發(fā)展，房地產(chǎn)價(jià)格也在不斷攀升，房地產(chǎn)業(yè)對(duì)中國(guó)經(jīng)濟(jì)的貢獻(xiàn)越來(lái)越大。面對(duì)不斷上漲的房?jī)r(jià)，國(guó)家多次出臺(tái)相關(guān)文件對(duì)其進(jìn)行調(diào)控，但是調(diào)控的效果卻不盡如人意。

由于我國(guó)各個(gè)區(qū)域的經(jīng)濟(jì)水平現(xiàn)狀﹑金融市場(chǎng)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(jià)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(duì)房?jī)r(jià)影響的區(qū)域性差異以及貨幣政策在調(diào)控房?jī)r(jià)過(guò)程中的作用，顯得尤為重要。

二、文獻(xiàn)綜述

國(guó)內(nèi)外已經(jīng)有大量的學(xué)者對(duì)貨幣政策的區(qū)域效應(yīng)作了相關(guān)研究。Carlino和Defina（1999）運(yùn)用向量自回歸模型研究了貨幣政策對(duì)美國(guó)不同地區(qū)經(jīng)濟(jì)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(duì)美國(guó)不同地區(qū)房地產(chǎn)價(jià)格的影響，實(shí)證發(fā)現(xiàn)貨幣政策對(duì)房地產(chǎn)價(jià)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(jī)制與間接傳導(dǎo)機(jī)制兩方面研究了貨幣政策對(duì)房地產(chǎn)市場(chǎng)以及房?jī)r(jià)的影響，他指出只有在房?jī)r(jià)對(duì)產(chǎn)出和就業(yè)產(chǎn)生影響的時(shí)候，貨幣政策才應(yīng)該對(duì)房?jī)r(jià)進(jìn)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(duì)房地產(chǎn)價(jià)格區(qū)域差異，結(jié)果顯示信貸規(guī)模對(duì)東﹑西部影響較大，對(duì)中部影響較小；實(shí)際利率對(duì)各個(gè)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(duì)西部地區(qū)房?jī)r(jià)產(chǎn)生顯著影響，利率對(duì)東部地區(qū)的房?jī)r(jià)影響顯著[5]。王先柱（2011）從房地產(chǎn)需求以及供給兩個(gè)角度貨幣政策對(duì)房地產(chǎn)的區(qū)域影響，他指出利率﹑信貸規(guī)模對(duì)房地產(chǎn)市場(chǎng)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(duì)我國(guó)東﹑中﹑西部房地產(chǎn)價(jià)格的影響的差異性，結(jié)果表明貨幣供應(yīng)量對(duì)東部房?jī)r(jià)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(duì)不同區(qū)域的房地產(chǎn)價(jià)格傳導(dǎo)效應(yīng)，結(jié)果表明利率提高會(huì)使得東部房?jī)r(jià)下降，而中部﹑西部﹑東北的房?jī)r(jià)上升；貨幣供應(yīng)量對(duì)東部以及東北地區(qū)的影響較小，對(duì)中部﹑西部影響較大[8]。

縱觀上述文獻(xiàn)，在研究貨幣政策對(duì)房地產(chǎn)價(jià)格影響的區(qū)域差異方面大多采用省級(jí)數(shù)據(jù)，使用省級(jí)數(shù)據(jù)在很大程度上會(huì)抵消一些具有代表性的城市房地產(chǎn)價(jià)格變化，降低研究的科學(xué)性。因此本研究采用35個(gè)大中城市的數(shù)據(jù)，并且按照國(guó)家統(tǒng)計(jì)局劃分標(biāo)準(zhǔn)將35個(gè)大中城市分為東部﹑西部﹑中部和東北四個(gè)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(duì)房地產(chǎn)影響的區(qū)域差異，并且針對(duì)實(shí)證結(jié)果提出若干可行性建議。

三、我國(guó)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(guó)以及35個(gè)大中城市的房地產(chǎn)長(zhǎng)以及房地產(chǎn)價(jià)格情況。同時(shí)本文將35個(gè)大中城市按照國(guó)務(wù)院發(fā)展研究中心（2005）的報(bào)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(guó)全國(guó)以及上述四個(gè)地區(qū)的房?jī)r(jià)情況。

圖1 歷年全國(guó)和東部﹑中部﹑西部﹑東北的房?jī)r(jià)變化走勢(shì)

從圖1可以看出，從1999年到2014年全國(guó)房地產(chǎn)價(jià)格整體上呈現(xiàn)逐年增長(zhǎng)的趨勢(shì)，東部﹑中部﹑西部以及東北地區(qū)的房?jī)r(jià)也呈現(xiàn)出相同的走勢(shì)。這和我國(guó)房地產(chǎn)市場(chǎng)化改革以及國(guó)家貨幣政策對(duì)房地產(chǎn)市場(chǎng)和房?jī)r(jià)的影響是分不開(kāi)的。東部地區(qū)增長(zhǎng)速度以及增長(zhǎng)幅度遠(yuǎn)遠(yuǎn)高于其他地區(qū)以及全國(guó)平均水平，原因可能是東部地區(qū)對(duì)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?jī)r(jià)增長(zhǎng)速度很快。中部地區(qū)以及東北地區(qū)的房?jī)r(jià)和上漲速度整體上略高于全國(guó)均價(jià)。相對(duì)于其他地區(qū)來(lái)說(shuō)，西部地區(qū)的房?jī)r(jià)最低，并且整體上低于全國(guó)均價(jià)。在2007年到2008，從圖上可以看出，全國(guó)以及東部地區(qū)的房?jī)r(jià)下降，中部﹑西部以及東北地區(qū)的房?jī)r(jià)上漲速度較之前也減少很多，原因可能是受到美國(guó)次貸危機(jī)的影響。2008年之后我國(guó)政府以及貨幣當(dāng)局為應(yīng)對(duì)次貸危機(jī)對(duì)我國(guó)造成的負(fù)面效應(yīng)，多次下調(diào)基準(zhǔn)利率，實(shí)行擴(kuò)張的貨幣政策，東部地區(qū)房?jī)r(jià)對(duì)強(qiáng)力擴(kuò)張的貨幣政策反應(yīng)最為強(qiáng)烈，中部以及東北地區(qū)房地產(chǎn)對(duì)于擴(kuò)張的貨幣政策也有所反應(yīng)，而西部地區(qū)的房?jī)r(jià)對(duì)貨幣政策最為不敏感，同時(shí)貨幣政策傳導(dǎo)時(shí)滯最長(zhǎng)。

四、央行利率、貨幣供應(yīng)量對(duì)不同區(qū)域房?jī)r(jià)影響的實(shí)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(duì)東部﹑中部﹑西部以及東北地區(qū)房?jī)r(jià)影響的差異。由于個(gè)人住房貸款一般采取長(zhǎng)期貸款方式，因此筆者運(yùn)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(shí)體經(jīng)濟(jì)的聯(lián)系更加密切，同時(shí)M2對(duì)于實(shí)體經(jīng)濟(jì)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(jià)格作為房?jī)r(jià)的代表，其中東部地區(qū)房?jī)r(jià)用DP表示，中部地區(qū)房?jī)r(jià)用ZP表示，西部地區(qū)的房?jī)r(jià)用XP表示，東北地區(qū)的房?jī)r(jià)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(lái)源于《中國(guó)房地產(chǎn)統(tǒng)計(jì)年鑒》﹑國(guó)家統(tǒng)計(jì)局官方網(wǎng)站以及中國(guó)人民銀行官方網(wǎng)站以及中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)。筆者將上述所有數(shù)據(jù)取對(duì)數(shù)，以此來(lái)消除數(shù)據(jù)的高波動(dòng)性，進(jìn)而消除異方差性[9]。 本文使用的軟件為EViews6.0.

（二）實(shí)證分析

1.平穩(wěn)性檢驗(yàn)

由于時(shí)間序列自身特性，如果不對(duì)其進(jìn)行檢驗(yàn)直接進(jìn)行回歸分析的話，往往會(huì)產(chǎn)生“偽回歸”現(xiàn)象，為了消除這種現(xiàn)象的存在，需要對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，筆者使用的方法為ADF檢驗(yàn)方法，若檢驗(yàn)結(jié)果存在單位根，則時(shí)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(duì)東部?jī)r(jià)格DP﹑中部?jī)r(jià)格ZP﹑西部?jī)r(jià)格以及東北價(jià)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(yàn)。檢驗(yàn)結(jié)果見(jiàn)表1：

表1 ADF檢驗(yàn)結(jié)果

2.協(xié)整檢驗(yàn)

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

3.建立VAR模型

筆者建立VAR模型來(lái)分別研究DP﹑ZP﹑XP與DBP與IR和M2之間的動(dòng)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(duì)DP﹑ZP﹑XP以及DBP的脈沖響應(yīng)函數(shù)。

圖2 貨幣供應(yīng)量對(duì)東部﹑中部﹑西部和東北地區(qū)房?jī)r(jià)影響的脈沖響應(yīng)函數(shù)

圖3 利率對(duì)東部﹑中部﹑西部和東北地區(qū)房?jī)r(jià)影響的脈沖響應(yīng)函數(shù)

從（1）可以看出，當(dāng)在一個(gè)M2的正沖擊下，房?jī)r(jià)開(kāi)始有小幅度上升，在第二期開(kāi)始下降，到第三期下降到最小值，隨后開(kāi)始上升，在第五期時(shí)超過(guò)初始房?jī)r(jià)。從（2）可以看出，當(dāng)在一個(gè)M2的正沖擊下，房?jī)r(jià)在短期內(nèi)沒(méi)有變化，從第二期開(kāi)始下降，第三期下降到最小值，而后開(kāi)始緩慢上漲。從（3）﹑（4）可以看出，M2對(duì)西部﹑東北地區(qū)的房?jī)r(jià)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(shí)西部地區(qū)房?jī)r(jià)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(duì)東部地區(qū)房?jī)r(jià)在短期內(nèi)基本上沒(méi)有影響，從第二期開(kāi)始房?jī)r(jià)開(kāi)始下降，并且在第七期左右下降幅度最大，隨后下降幅度開(kāi)始緩慢變小，總體上來(lái)說(shuō)，兩者成負(fù)向關(guān)系。（b）﹑（c）﹑（d）中利率對(duì)房?jī)r(jià)的影響有類似的關(guān)系，只是利率對(duì)房?jī)r(jià)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(jiàn)表2。

表2 各個(gè)地區(qū)方差分解結(jié)果

（4）東北地區(qū)方差分解結(jié)果Variance Decomposition of DBP：Period S.E. DBP IR M2 0.0000 0.0640 0.0822 0.1801 0.3165 0.7965 0.7066 0.6251 0.5968 0.5758 1234567891 0 0.6203 0.7442 0.8424 0.9286 1.0202 1.1064 1.17685 1.2293 1.2646 1.2861 100.000 98.6798 97.5172 88.8047 78.0204 67.9289 60.5436 55.5474 52.4959 50.8165 0.00000 0.05588 0.46050 1.1150 2.9630 3.0745 5.4997 7.5274 6.6072 5.3076

從（1）﹑（2）﹑（3）（4）可以看出，利率對(duì)于房?jī)r(jià)的貢獻(xiàn)率遠(yuǎn)高于貨幣供應(yīng)量，并且兩者對(duì)房?jī)r(jià)的影響都存在時(shí)滯。對(duì)于東部地區(qū)，利率對(duì)于房?jī)r(jià)的貢獻(xiàn)率逐步上升第八期達(dá)到最大值而后逐漸降低；M2對(duì)于房?jī)r(jià)也是逐步上升到第五期達(dá)到最大而后逐漸降低。對(duì)于中部﹑西部和東北地區(qū)來(lái)說(shuō)，也有類似的關(guān)系，但是影響程度要遠(yuǎn)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(chǎng)進(jìn)行調(diào)控時(shí)，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(guó)央行利率和貨幣供應(yīng)量對(duì)房?jī)r(jià)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(duì)房?jī)r(jià)進(jìn)行調(diào)控的時(shí)候，要根據(jù)不同的地區(qū)采取不同的政策，這樣才能對(duì)房地產(chǎn)市場(chǎng)與房?jī)r(jià)進(jìn)行有效地調(diào)控。同時(shí)在制定貨幣政策的過(guò)程中要將政策傳遞時(shí)滯考慮在內(nèi)，并且對(duì)于不同的地區(qū)將政策時(shí)滯進(jìn)行量化，使得政策更加有效率。

第二，貨幣政策對(duì)房?jī)r(jià)的地區(qū)差異在很大程度上和地區(qū)金融市場(chǎng)差異性有關(guān)系。東部地區(qū)的金融市場(chǎng)比中部﹑西部和東北地區(qū)都發(fā)達(dá)，這就導(dǎo)致了東部地區(qū)的房?jī)r(jià)對(duì)貨幣政策比較敏感，東部地區(qū)實(shí)施貨幣政策對(duì)房?jī)r(jià)進(jìn)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(chǎng)的建設(shè)， 鼓勵(lì)中西部地區(qū)金融創(chuàng)新，促進(jìn)貨幣政策對(duì)房地產(chǎn)價(jià)格的調(diào)控更加有效率。

第三，各個(gè)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(chǎng)預(yù)警機(jī)制，合理地發(fā)展區(qū)域內(nèi)部的房地產(chǎn)市場(chǎng)。當(dāng)房地產(chǎn)市場(chǎng)出現(xiàn)預(yù)警信息的時(shí)候，可以在第一時(shí)間采取相應(yīng)的政策去應(yīng)對(duì)，這樣可以避免各個(gè)地區(qū)的房地產(chǎn)市場(chǎng)出現(xiàn)較大的危機(jī)，使得房地產(chǎn)市場(chǎng)得以一直健康發(fā)展下去。

[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(guó)房地產(chǎn)價(jià)格波動(dòng)區(qū)域差異的實(shí)證分析[J]. 經(jīng)濟(jì)研究,2007,08:133-142.

[5] 魏瑋,王洪衛(wèi). 房地產(chǎn)價(jià)格對(duì)貨幣政策動(dòng)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(shí)證分析[J]. 財(cái)經(jīng)研究,2010,06:123-132.

[6] 王先柱. 房地產(chǎn)市場(chǎng)貨幣政策區(qū)域效應(yīng)—基于我國(guó)31個(gè)省市的實(shí)證分析[J]. 山西財(cái)經(jīng)大學(xué)學(xué)報(bào),2011,10:52-61.

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

[8] 周虹,杜秋. 貨幣政策對(duì)房地產(chǎn)價(jià)格的傳導(dǎo)效應(yīng)研究—基于我國(guó)區(qū)域差異視角[J]. 區(qū)域經(jīng)濟(jì)評(píng)論,2013,06:23-29.

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

注釋：

3東部：北京﹑天津﹑石家莊﹑上海﹑南京﹑福州﹑廈門(mén)﹑杭州﹑寧波﹑廣州﹑深圳；中部：太原﹑合肥﹑南昌﹑鄭州﹑武漢﹑長(zhǎng)沙﹑濟(jì)南﹑青島﹑?？冢晃鞑浚汉艉秃铺丞p南寧﹑重慶﹑成都﹑貴陽(yáng)﹑昆明﹑西安﹑蘭州﹑西寧﹑銀川﹑烏魯木齊；東北：哈爾濱﹑沈陽(yáng)﹑大連﹑長(zhǎng)春

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(jì)學(xué)；

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