我国货币政策对房地产价格影响的实证分析

2011年第10期(总第387期)金融理论与实践收稿日期：2011-09作者简介：徐红芬（1980-），女，河南南阳人，统计学硕士，经济师。我国货币政策对房地产价格影响的实证分析徐红芬（中国人民银行郑州中心支行,河南郑州450000）摘要：本文采用协整与误差修正模型、Granger因果关系检验和脉冲响应分析等计量分析方法，对货币供应量M2和贷款利率对房地产价格的传导效果进行了实证分析。结果显示，三者之间存在长期稳定的关系，货币供应量对房地产价格的正向影响比较明显，但贷款利率对房地产价格的传导比较复杂。关键词：货币政策；房地产价格；协整检验；脉冲响应分析文章编号：1003-4625（2011）10-0112-04中图分类号：F832.45文献标识码：A一、引言自1998年我国实行商品房市场化改革以来，短短的十几年时间，房地产市场得到了快速发展，伴随着房地产价格的快速攀升，我国货币政策也做出了相应的调整，但货币政策变化能否传导到房地产价格，通过什么渠道传导，影响有多大，这些都是值得深入研究的问题。货币政策与房地产价格之间的关系可称之为货币政策的房地产价格传导机制，是指货币政策的实施会引发房地产价格的变化，进而引发实体经济中各种经济变量的一系列变化，最终影响整个社会经济活动。货币政策的房地产价格传导机制包含两个层面的内容，一是货币政策的调整会传导到房地产价格，引起房地产价格的变化，二是房地产价格变化会引起消费和投资变化，进而引起总需求和物价水平变化，从而传导到货币政策，引起货币政策的变化。本文主要侧重从前一个层面进行研究。关于我国货币政策与房地产价格关系的研究文献很多，比较新的有代表性的一些研究成果如下：郭科（2007）认为货币政策通过利率途径、信贷途径、资产组合途径影响房地产价格，而房地产价格通过财富效应、挤占效应、托宾Q效应、资产负债表效应等影响实体经济。他以1995—2005年为样本期，采用多元回归分析，得出我国货币政策房地产价格传导机制前后两个环节中的利率效应、货币效应、消费效应和投资效应均较为显著的结论。郑钦月和张严（2010）利用2000—2009年的季度数据，通过Granger因果关系检验、脉冲响应分析方法，分析了房地产价格与宏观经济各因素之间的关系，得出长期内房地产价格的上涨受货币供应量、汇率的影响较大，而贷款利率、通货膨胀率对房地产价格的影响相对较小的结论。向宇和袁锦芝（2010）利用2001—2009年的季度数据，采用向量自回归模型（VAR模型）、脉冲响应分析等方法分析了房地产价格与金融机构信贷之间的关系，得出的结论是房地产价格上涨对于金融机构贷款的增长具有很大的推动作用，但金融机构信贷的增加对房地产价格的上涨并没有显著的促进作用。郭娜（2010）利用1992—2009年的季度数据，通过对房地产价格、国内生产总值、货币供应量、实际利率、上证综指和通货膨胀率建立VAR模型，进行脉冲响应分析，得出货币供应量和实际利率都对房地产价格产生正向影响的结论。谭芳玉（2010）利用2000—2009年的月度数据，通过协整检验和脉冲响应分析，得出货币供应量对房地产价格有长期的正向影响，利率对房地产价格的影响比较微弱，货币供应量对房地产价格的贡献要远远【工作论坛】1122011年第10期(总第387期)金融理论与实践大于利率的结论。二、实证分析为具体测度我国货币政策对房地产价格的传导效果及效率，我们将在借鉴前人研究的基础上，通过协整与误差修正模型、Granger因果关系检验、脉冲响应分析等来进行相关实证分析，以期对货币政策的制定和执行能提供有益参考。（一）相关指标的选取和处理对房地产价格指标，我们用全国商品房销售额/全国商品房销售面积得到全国商品房平均销售价格HP来表示；对货币政策变量指标，我们选择货币供应量和贷款利率，考察它们对房地产价格的影响，其中，货币供应量选取广义货币供应量M2，由于房地产有关贷款大多是长期贷款，因此贷款利率选取5年以上长期贷款基准利率，用LI表示。我国自1998年开始实行住房商品化改革，比较系统的房地产价格数据也始于此，同时，由于部分月度指标数据难以获取，因此本文所采用的数据均为季度数，起止时间为2008年1季度至2011年1季度，数据来自中经网统计数据库和中国人民银行网站。从中经网统计数据库获得的全国商品房销售额和商品房销售面积数据均是月度累计数，所以经过换算，我们计算出当季全国商品房平均销售价格，货币供应量和长期贷款利率均取季末数。（二）序列平稳性检验对变量序列进行平稳性检验是建立经济计量模型和分析的前提，所以我们利用Eviews5.0，采用迪克-富勒检验（ADF检验）对变量HP、M2和LI进行单位根检验，滞后期的确定采用SIC准则。检验结果见表1。表1单位根检验结果变量HPD(HP)D(HP,2)M2D(M2)D(M2,2)LI检验形式(c，t，k)（c，t，8）（c，t，7）（c，0，6）（c，t，2）（c，t，2）（c，0，1）（c，0，0）T统计量值-0.352043-2.642748-8.0216633.212962-2.78488-11.74334-4.385584P值0.98640.26440.00001.00000.20960.00000.0009结论不平稳不平稳平稳不平稳不平稳平稳平稳注：检验形式中c、t、k分别表示单位根检验方程中包括常数项、时间趋势项和滞后项阶数，D表示差分算子。从表1中可知，变量HP和M2均为不平稳序列，二者一阶差分后的序列也仍是不平稳序列，但它们二阶差分后的序列均为平稳序列，故HP和M2均为二阶单整的序列。变量LI为平稳序列。（三）协整与误差修正模型的建立与分析1.协整关系检验。如果非平稳的变量之间存在某种线性组合是平稳的，则称它们之间存在协整关系，即变量之间存在长期稳定的关系。建立协整模型的前提是非平稳的变量具有相同的单整阶数，由于HP和M2均是二阶单整，故我们先验证房地产价格和货币供应量之间是否存在协整关系。首先采用OLS法建立HP和M2之间的回归方程，然后检验回归方程残差序列的平稳性。通过ADF检验，得到残差序列的统计量值为-1.906，大于显著性水平5%的临界值-2.9297，故残差序列为非平稳序列，说明HP和M2之间不存在协整关系，他们之间的长期关系不稳定。贷款利率作为重要的货币政策变量，它的变动会引起房地产市场供求变化，进而引起房地产价格变化，所以我们考虑将贷款利率变量加入到房地产价格和货币供应量的回归方程中，考察他们之间是否存在长期稳定的关系。由于贷款利率LI是平稳序列，它的加入可能会提高原变量之间关系的稳定性。仍然先通过OLS法建立起HP与M2和LI之间的回归方程如下：HP=959.9276+0.0056*M2+74.1771*LI(5.5241)(41.6432)(2.9948)R2=0.9721DW=1.5439F=870.6636接下来检验该回归方程残差序列的平稳性，通过ADF检验得到统计量值为-5.6489，小于显著性水平1%的临界值-3.5627，故残差序列为平稳序列，这说明我们有99%的把握可以认定HP与M2和LI之间存在长期稳定的关系，回归系数具有经济意义。2.误差修正模型（ECM模型）的建立。协整关系仅表明一种长期的均衡关系，这种长期关系需要在短期动态过程的不断调整下得以维持，可以通过建立误差修正模型来反映。根据由广至简的动态建模原则，从滞后3期的模型开始剔除显著性水平大于5%的变量，得到HP的误差修正模型如下：D(HP)=0.0128*D(M2)-0.0079*D(M2(-3))+137.9026*D(LI)-0.8298*EC(-1)+0.3439*EC(-2)(4.7626)(-2.6884)(2.073)(-6.0152)(2.3119)R2=0.6152DW=1.8198方程中EC是协整模型中的残差项。通过对该模型的残差序列进行检验，结果为平稳序列，且不存在序列相关，所以该模型的适用性较好。3.模型经济意义解释。通过协整和误差修正模型的建立，我们基本确定了房地产价格与货币供应量和贷款利率之间的数量关系。由模型可以得出以【工作论坛】1132011年第10期(总第387期)金融理论与实践下结论：（1）房地产价格与货币供应量呈同向变动，货币供应量增加将带动房价上涨。M2对HP的影响系数为0.0056，即M2每变动一个单位（亿元），将引起房地产价格同方向变动0.0056个单位（元/平方米）。（2）房地产价格与贷款利率也呈同向变动，贷款利率提高引起房地产价格上涨。LI对HP的影响系数为74.1771，即长期贷款年利率每变动一个百分点，将引起房地产价格同方向变动74.1771元/平方米。（3）货币供应量对房地产价格的影响存在持续性，而贷款利率对房地产价格的影响不存在持续性。（四）Granger因果关系检验前面我们通过协整和误差修正模型确定了HP受M2和LI影响的大小，但M2和LI反过来是否也会受到HP的影响，这就需要通过Granger因果关系检验来确定。Granger因果检验是揭示变量间是否具有统计上的因果关系，一个变量如果受到其他变量的滞后影响，则称他们具有Granger因果关系。我们选取滞后1至4期的Granger因果检验结果见表2。表2Granger因果关系检验结果滞后期原假设M2doesnotGrangerCauseHPHPdoesnotGrangerCauseM2LIdoesnotGrangerCauseHPHPdoesnotGrangerCauseLILIdoesnotGrangerCauseD(HP,2)D(HP,2)doesnotGrangerCauseLI1F值29.81954.775081.119611.811860.083760.00407P值1.6E-060.033690.295190.184480.773530.949382F值10.54602.820482.074111.616221.797320.05287P值0.000170.069910.137260.209730.177700.948563F值8.570772.268801.862600.519463.091470.10258P值0.000140.094090.150240.671150.037400.958084F值3.262891.909961.807140.584712.371961.18602P值0.020870.127580.146470.675520.069460.33253从检验结果可知，在5%的显著性水平下，当滞后1-4期时，M2均是HP的Granger原因；只有当滞后1期时，HP可以认为是M2的Granger原因；LI和HP互不为Granger原因。考虑到Granger因果检验一般应该在平稳序列或者同阶单整的序列间进行，而HP和M2均为二阶单整序列，LI则为平稳序列，所以我们又做了D(HP，2)与LI两个平稳序列之间的Granger因果检验，结果显示，只有当滞后3-4期时，LI才可以认为是D(HP，2)的Granger原因。由此可以得出以下两点结论：（1）房地产价格与货币供应量之间存在单向Granger因果关系。货币供应量M2变化能够引起房地产价格的变化，且影响较为明显，但房地产价格变化不会引起货币供应量的变化。（2）房地产价格与贷款利率之间也可以认为存在单向Granger因果关系，但关系较弱。贷款利率变化对房地产价格有一定影响，但影响不是十分明显，且存在一定时滞。这主要是因为我国目前的贷款利率主要受国家调控，市场化程度还不是很高，贷款利率还不能反映真实的资金价格，所以对房地产价格的影响有限。（五）脉冲响应分析由于HP与M2和LI之间具有协整关系，所以我们可以构建它们之间的向量自回归模型（VAR模型），并通过脉冲响应函数来分析M2和LI对HP的传导路径及效率。构建VAR模型时，我们根据滞后长度准则来选择滞后期，最终建立了3阶的VAR模型，由此可以得到房地产价格对各变量的脉冲响应函数图（见图1），图中横轴表示冲击