貨幣政策對房價影響的區(qū)域差異

　　貨幣政策對房價影響具有區(qū)域差異，本篇經濟論文探索貨幣政策對房價的調節(jié)作用，貨幣政策對我國房價的調整具有一定作用但是不明顯，對房價調整的非對稱性非常明顯。貨幣供給量對房價的調整作用由高到低依次為中高區(qū)域、中低區(qū)域和最低區(qū)域。

　　《住宅與房地產》以推動我國城鎮(zhèn)住房制度改革，推動城鎮(zhèn)住宅建設和房地產業(yè)的體制改革與健康發(fā)展為辦刊宗旨，探索發(fā)展我國社會主義房地產市場，解決城鎮(zhèn)住房問題，提高人民居住水平的途徑，在住宅與房地產領域的理論和實踐間架橋鋪路，為全國物業(yè)管理、房改系統(tǒng)工作人員，海內外住宅與房地產行業(yè)的理論研究者和實際工作者、廣大企事業(yè)單位和城鎮(zhèn)居民提供了及時、詳實的業(yè)內新聞和行業(yè)內有理論指導意義的研究文章，引起了業(yè)界的強烈的反響。

　　內容摘要：本文利用聚類分析，選取房地產泡沫的相關指標，把我國30個省份(西藏自治區(qū)除外)分為房地產泡沫最高、中高、中低和最低四個子區(qū)域，然后選取 2004-2013年省份的面板數(shù)據(jù)實證研究貨幣政策對房價的調控作用。研究結果表明：貨幣政策在不同區(qū)域對房價的調控作用的非對稱性明顯，其中貨幣量的供給對全國及各子區(qū)域的影響最為顯著，并且房地產泡沫越高此政策對房價的調控作用越強。

　　關鍵詞：房價上漲 貨幣政策 面板數(shù)據(jù) 區(qū)域比較

　　研究概述

　　近幾年來，國內的很多學者對我國的房價進行測算，都得出我國居高不下的房價存在著房地產泡沫的結論。姜春海(2005)、顧然(2006)、葛楊等(2011)、李文慧(2013)、唐薇(2014)、李平等(2015)都通過各種測算方式測算出中國房地產泡沫已經產生并且較為嚴重。為了抑制房價的非理性攀升，國家也先后出臺了一系列宏觀調控政策，其中國家采取的貨幣政策對我國房價的調整作用也成為很多學者研究的重點。

　　貨幣政策對房價的調整作用，國內外學者已經進行了大量的研究。一些學者認為貨幣政策對房價的調整雖然有一定作用但不是很明顯。Dolde和 Tirtiroglu(2002)運用美國連續(xù)18年的數(shù)據(jù)進行考察，發(fā)現(xiàn)當利率較低時房價的波動比較小，反之亦然。俞康澤、余澤庭(2007)利用脈沖響應函數(shù)進行分析顯示，貨幣政策對房價的影響存在3-4個月的滯后期，并且貨幣政策對房價調控能力有限。況偉大(2010)研究了利率政策對房價的影響，得出結論：利率對當期房價的變動影響并不顯著，但對本期經濟增長的影響比較顯著。董志勇、官皓(2010)對31個省市的面板數(shù)據(jù)進行分析，結果表明貨幣政策對房價的影響有限，但實際利率對房價的影響顯著。常飛、李秀婷等(2013)運用脈沖響應對貨幣政策對10個不同城市商品住宅市場的作用進行了分析得出結論：政府的調控政策在很大程度上引導房價一時的走勢，但最終市場供求狀況將是影響房價的決定性因素。張中華、林眾(2013)對我國房價進行了實證研究后得出貨幣供應量對房價的沖擊效果顯著，利率沖擊對房價的影響較復雜且相對較小的結論。

　　而另一些學者認為，貨幣政策對房價的調整具有非對稱性，也就是說因為區(qū)域不同、市場發(fā)展階段不同等原因，貨幣政策對房價的調整作用也不同。Fratantoni和Schuh(2003)用美國 1966-1998年各地區(qū)的數(shù)據(jù)進行分析，認為貨幣政策對不同地區(qū)的房價的影響具有非對稱性。陳日清(2014)運用馬爾可夫區(qū)制轉換模型研究了中國貨幣政策對房地產市場的影響，結果表明，貨幣政策在房地產市場處于“平穩(wěn)期”時對房地產市場幾乎沒有作用，但是在房地產市場處于“上行期”和“下行期”時作用明顯。馬亞明、劉翠(2015)利用CARCH模型對貨幣政策進行實證研究，結果表明，貨幣政策對房地產市場的影響具有非對稱性。

　　上述研究中大部分都是針對于全國或者一線城市的考察，在非對稱性的研究中也忽略了不同區(qū)域間的非對稱性。個別研究考慮了區(qū)域的差異，也是簡單的對區(qū)域進行劃分，并未充分考慮房價區(qū)域劃分的原因。我國之所以要對高房價進行控制就是為了防止房價的非理性攀升導致房地產泡沫進而對我國房地產市場甚至是我國的經濟產生不良影響。因此本文在進行區(qū)域劃分時，選擇了影響房地產泡沫的三個指標對我國30個省市(西藏自治區(qū)除外)進行區(qū)域劃分。

　　區(qū)域劃分

　　(一)指標的選取與數(shù)據(jù)來源

　　本文選取沈巍(2010)提出的測度我國房地產泡沫的指標作為對30個省市(西藏自治區(qū)除外)進行區(qū)域劃分的標準，這三個指標分別是：房地產投資占社會固定資產投資比重、房價增長率與GDP增長率的比值和房價收入比。各指標的原始數(shù)據(jù)來自中經網統(tǒng)計數(shù)據(jù)庫。

　　(二)聚類分析

　　本文利用2011-2013三年的各指標數(shù)據(jù)進行三次聚類分析。本文基于Q型系統(tǒng)聚類分析的方法進行聚類，結果發(fā)現(xiàn)三次聚類結論具有一致性，分類結果如表1所示。

　　根據(jù)聚類結果可知，我國30個省份根據(jù)房地產泡沫的大小可分為四類：第一類為北京市，該地區(qū)的房地產投資占社會固定資產投資比重、商品房施工與竣工面積的比值、房價增長率與GDP增長率的比值和房價收入比都屬于最高，總體上來看，應該屬于我國房地產泡沫最嚴重的地區(qū)。第二類包括海南和上海，該類應該屬于我國房地產泡沫中高的一類。第三類包括了廣東省、天津市、福建省和浙江省，該類屬于我國房地產泡沫中低的一類。第四類包括了陜西省、云南省等23個省份，應該屬于在我國房地產泡沫最低的一類。

　　貨幣政策對房價影響實證研究

　　(一)變量選取

　　1.貨幣政策相關變量。貨幣政策對房價的影響主要通過貨幣和信貸兩種渠道，因此本文在選取變量時也選取這兩個影響渠道的相關變量。

　　貨幣渠道選擇廣義貨幣供給量(M2)和商業(yè)銀行法定存款準備金率(T)兩個變量。由于我國的利率是受到嚴格管制的，因此貨幣的供應量會直接作用于房地產價格，因此選擇廣義貨幣供給量(M2)作為解釋變量。存款準備金率的變動可以改變商業(yè)銀行的貨幣乘數(shù)和存款擴張倍數(shù)，因此會導致利率、投資等一系列的變動，通過這一系列的變動也會對房價的變動產生影響，因此選擇存款準備金率(T)作為解釋變量。

　　信貸渠道選擇滯后一期的1-3年期基準貸款利率(R)和房地產開發(fā)投資資金來源國內貸款(L)兩個解釋變量。對于投資者而言，利率是投資項目融資貸款的成本，由于金融機構通常預測房地產商在三年內可以歸還貸款并且利率對房價的影響還具有滯后性，因此本文中選擇滯后一期的1-3年期的貸款利率(R)為解釋變量。中國國內提供給房地產開發(fā)商的貸款直接影響房地產開發(fā)商的資金供給從而影響房地產市場的供給。

　　2.其他變量。房地產價格與我國國民收入的提高息息相關。近幾年來，我國經濟得到快速發(fā)展，使得我國的國民收入水平得到不斷的提高，國民收入水平的提到直接導致城鎮(zhèn)居民可支配收入得到了很大的提升。城鎮(zhèn)居民可支配收入水平的提升使得人們對生活水平有了更好的要求，對住房的面積也有了更高的要求，對住房的需求的提高導致需求曲線向右移動，使得住房價格得到提升。因此選擇城鎮(zhèn)居民可支配收入(X)作為解釋變量。

　　以上變量的原始數(shù)據(jù)都源自中經網統(tǒng)計數(shù)據(jù)庫、國家統(tǒng)計局網站及中國人民銀行網站，經過計算后得到指標數(shù)據(jù)。

　　(二)模型構建

　　面板數(shù)據(jù)指的是在一段時間內跟蹤同一組個體的數(shù)據(jù)，它既有橫截面的維度(n位個體)，又有時間維度(T個時期)。面板數(shù)據(jù)的一般表示形式為：Yit=ai+biXit+ui(i=1、2、3……N;t=1、2、3……T)

　　根據(jù)所選擇的變量，建立模型如下：

　　lnPi，jt=C+α1ilnM2i，jt+α2iTi，jt+α3iRi，jt+α4ilnLi，jt+α5ilnXi，jt+μi，jt

　　其中i代表全國及房地產泡沫最高到最低四個等級，j表示各個省市，t代表時間。

　　(三)面板單位根檢驗和協(xié)整檢驗

　　1.面板單位根檢驗。為了避免出現(xiàn)偽回歸，本文對含有時間序列的各個變量進行單位根檢驗以驗證平穩(wěn)性。由于房地產泡沫最高區(qū)域、中高區(qū)域、中低區(qū)域的數(shù)據(jù)都屬于NT的短面板數(shù)據(jù)，因此對這個區(qū)域的數(shù)據(jù)進行HT檢驗和ISP檢驗。以上的三個檢驗中，LLC檢驗和HT檢驗的原假設為存在共同的單位根過程，但是LLC檢驗適用于長面板數(shù)據(jù)的檢驗而HT檢驗適用于短面板數(shù)據(jù)的檢驗;而ISP檢驗的原假設為存在獨立的單位根過程。檢驗結果如表2所示。

　　由表2可知，房地產泡沫最低區(qū)域的所有變量都拒絕了存在單位根的原假設，因此該區(qū)域的所有變量都是平穩(wěn)的。全國以及其余三個子區(qū)域的大多數(shù)變量也是拒絕了原假設，但是還是要對變量進行一階差分，差分后所有的變量都拒絕了原假設。

　　2.協(xié)整檢驗。由于房地產泡沫最低的區(qū)域的所有變量都是平穩(wěn)的，因此不需要再做協(xié)整檢驗就可以直接對原變量進行回歸，但全國及其他三個區(qū)域都是一階單整的，需要對全國及其他三個區(qū)域的進行協(xié)整檢驗，如果存在協(xié)整關系，可以用原變量進行回歸。根據(jù)表3可知，全國和三個子區(qū)域的六個變量之間是存在協(xié)整關系的。

　　(四)面板模型的回歸結果

　　面板數(shù)據(jù)的回歸模型分為固定效應模型和隨機效應模型，本文通過對全國及各子區(qū)域的面板數(shù)據(jù)進行豪斯曼檢驗來確定模型的選擇。豪斯曼模型的原假設為選擇隨機效應模型，檢驗結果如表4所示，全國、中高區(qū)域、中低區(qū)域、最低區(qū)域都拒絕原假設，因此選擇固定效應模型進行回歸分析。最優(yōu)區(qū)域因為只有北京一個地區(qū)，因此不用進行豪斯曼檢驗。

　　從回歸結果可以看出，全國及四個子區(qū)域的擬合度和回歸方程的顯著性都很好。貨幣供給量對房價的影響除了在房地產泡沫最高的北京外，在全國和其他三個區(qū)域的影響都是顯著的，并且房地產泡沫越高對房價的影響就越大，在最低區(qū)域的系數(shù)為0.065但是在中高區(qū)域的系數(shù)為1.479。法定準備金率只對全國和最高區(qū)域的影響是顯著的，而且對最高區(qū)域的影響的系數(shù)達到了 5.491。滯后一期的1-3年貸款利率對全國和最低區(qū)域的房價影響是顯著的，而且對最低區(qū)域的房價的影響系數(shù)高達-5.362。房地產開發(fā)投資資金來源國內貸款對全國、最高區(qū)域和最低區(qū)域的影響都是顯著的，對最高區(qū)域的影響比較大，系數(shù)為0.403。

　　結論與建議

　　第一，貨幣政策對房價有一定的調控作用。全國及四個子區(qū)域的回歸結果表明，貨幣政策對全國房價的影響都是顯著的;房地產開發(fā)投資資金來源國內貸款對最高區(qū)域房價的影響是顯著的;貨幣供給量對中高區(qū)域房價影響是顯著的;貨幣供給量、法定準備金率和房地產開發(fā)投資資金來源國內貸款對最低區(qū)域的房價的影響是顯著的。因此當房地產泡沫比較嚴重時，貨幣政策可以作為調整房價的一個重要政策來使用。

　　第二，在文中提到的四種貨幣政策中，貨幣供給量對全國及其四個子區(qū)域的房價影響最為顯著。實證結果表明，即貨幣供給量對區(qū)域房價的調控具有非對稱性，貨幣供給量的降低能比較有效的降低房地產泡沫較高地區(qū)的房價。因此在選擇用貨幣政策降低房地產市場的泡沫時，貨幣供給量的調整是比較有效的一種政策。

　　第三，各區(qū)域貨幣政策對房價的影響存在著較大的差異。北京是我國房地產泡沫最為嚴重的地區(qū)，只有房地產開發(fā)投資資金來源國內貸款對北京地區(qū)的房價影響顯著，說明作為我國的政治中心，由于經濟發(fā)達、人口流動快和房地產升值潛力較大等原因，居民購房時會考慮求學和投資等多方面的因素，貨幣政策并不能很大程度上影響居民的購買意愿。對于房地產泡沫最低的區(qū)域，貨幣政策雖然對該區(qū)域的影響還比較顯著，但只有1-3年的貸款利率對房價的影響比較大;并且在該區(qū)域人均可支配收入對房價的影響非常大，說明該區(qū)域收入是制約房產需求的重要因素，收入增加，房產需求會隨之增加，從而推動房價的上漲。

轉載請注明來自發(fā)表學術論文網：http:///jjlw/8039.html