通胀、房价膨胀与货币政策

陈利锋

（中共广东省委党校 经济学教研部，广东 广州510053）

一、引 言

自上个世纪住房商品化改革以来，随着我国社会、经济的发展以及城市化的不断推进，我国商品房价格不断上升，“高房价”已经成为社会各界的共识。然而，在伴随我国房价不断上升的过程中，尤其是近些年来，我国的物价水平或者通胀也呈现快速上升的趋势。通胀和房价与我国居民的主观幸福感或者福利损失密切相关。一个明显的直觉是，通胀降低了居民收入的购买能力，进而降低了居民的消费能力；而高房价使得居民为了购房而不得不将更多的收入用于支付首付或者购房储蓄，进而也降低了居民的消费。林江等［1］114－120的研究发现城市高房价对于城市居民的幸福感具有显著性效应。正是基于这一现实，2011年来，我国政府不断加强对房地产市场的调控。那么，在通胀和高房价背景下，货币政策应该进行怎样的调整以实现降低社会福利损失与调控房价的目的呢？

基于这一思路，本文构建了一个包含普通消费品部门与房地产部门的多部门新凯恩斯主义货币政策动态随机一般均衡模型（New Keynesian Monetary Policy Dynamic Stochastic General Equilibrium，即NKMP－DSGE），并基于这一模型考察通胀与房价膨胀（Housing Price Inflation）背景下的我国最优货币政策。然而，在包含房地产部门的DSGE 模型中考察货币政策首先遇到的难题是，货币政策是否应该对房地产市场做出反应。已有的研究尽管对这一问题进行了较为深入的分析，但所得到的结论可谓众说纷纭。部分研究者认为如果货币政策对房地产市场做出反应，那么这一机制将会引起产出的波动，进而不利于我国经济的增长；而另一些研究者则认为房价的波动不利于经济稳定，因而货币政策应该对房地产市场做出反应。不过，已有的研究大多基于单一房地产部门建模，进而忽略了房地产部门与普通消费品部门之间的差异，这显然与现实不符。本文所构建的包含房地产部门的多部门NKMP－DSGE 模型则克服了这一不足。基于这一模型，货币政策冲击的脉冲响应函数表明，紧缩性货币政策对于我国房地产市场具有显著性影响，这一发现为货币政策影响房地产市场提供了理论上的依据。在此基础上，通过比较不同货币政策机制引起的社会福利损失，本文发现相对于对产出缺口和通胀做出反应的货币政策机制而言，同时对房地产部门产出与房价膨胀做出反应的货币政策机制具有更小的社会福利损失。由于新凯恩斯主义经济学往往以社会福利损失的大小作为评价货币政策机制优劣的准则，因而本文的研究表明，盯住房价与增加房地产供给的货币政策机制是最优的。

与已有的研究相比，本文主要做了如下几个方面的工作：第一，已有的房地产动态随机一般均衡模型（Housing Dynamic Stochastic General Equilibrium，简称HDSGE）如Iacoviello［2］739－764、Iacoviello和Neri［3］125－164等采用的是单一房地产部门的建模方法，而本文采用的是包含房地产部门与普通消费品部门的多部门模型；第二，与陈利锋［4］相比，本文考察了通胀与房价膨胀下的中国最优货币政策。本文其余部分的结构安排如下：第二部分构建一个包含房地产部门与普通消费品部门的多部门NKMP－DSGE 模型；第三部分对模型进行参数化和动态分析；最后是本文的结论。

二、模型与假设

本部分建立一个包含代表性家庭、普通消费品生产部门企业、房地产部门生产企业以及政府的NKMP－DSGE模型。家庭的目标为效用的最大化，不过，与单部门模型不同，家庭的效用函数中包含了住宅消费。在家庭的效用函数中引入住宅消费的原因在于Davis和Heathcote［5］使用美国家户的微观调查数据并进行经验研究，结果发现家户的住宅面积对于家户的效用具有显著性影响；而林江等［1］114－120则发现住房对于居民的幸福感存在显著效应。家庭成员可以选择在任一部门工作。两部门中间产品生产企业雇佣家庭提供的劳动，并采用一定的技术进行生产。不过，差异性产品使得两部门中间产品生产企业在产品的定价上具有一定的垄断势力，进而可以调整价格实现利润的最大化。政府是货币政策的制定者，进而通过货币政策实现对整体经济调控的目的。定义任意变量为对应的变量Xt对其稳态Xss的对数偏离，即＝lnXt－lnXss。具体的，本部分建立如下NKMP－DSGE模型：

以上模型中，式（1）反应了两部门的联系；式（2）（3）为两部门最优劳动力雇佣条件；式（4）为动态IS曲线；式（5）为实际房价动态方程；式（6）为两部门生产函数；式（7）为新凯恩斯主义菲利普斯曲线（NKPC）与带房价的新凯恩斯主义菲利普斯曲线（NKHPC）；式（8）为基准货币政策方程；式（9）为房地产部门的市场均衡条件；式（10）为外生冲击。

依据Woodford［6］，本文采用对效用函数高阶逼近的方法得到如下社会福利损失函数

其中参数λ1＝（1－βθp）（1－θp）／θpΛ1，Λ1＝αγ／（α＋（1－α）εC），κ1＝γ（1＋η）／α，κ2＝α（1－γ）（1＋η）／γ，λ2＝（1－βθp）（1－θp）／θpΛ2，Λ2＝α（1－γ）／γ（α＋（1－α）εH）。因此，每期平均社会福利损失为

由于方差表示的是变量的波动，因而式（12）表明，社会福利损失来源于通胀、产出、房地产部门（即住宅商品）产出以及房价的波动。显然，在包含房地产市场的NKMP－DSGE 模型中，政府采用对通胀和产出缺口做出反应的政策机制，尽管有利于物价稳定和经济增长，但可能引起房地产市场产出和房价的较大波动，进而也可能引起较大的社会福利损失。基于以上分析可知，基于未包含房地产部门的NKMP－DSGE 模型进行的货币政策分析可能低估了我国实际社会福利损失，因而所得到的结论可能存在一定的偏误。

三、模型的参数化与动态分析

基于第二部分的模型设定，本部分首先对模型进行校准，然后采用脉冲响应函数与社会福利损失分析的方法对模型进行动态分析。

（一）校准

依据He，et al.［7］使用中国数据估计的结果，本文选取η＝6.16、α＝0.4、β＝0.98，δh＝0.04。依据王文甫［8］，本文选取价格刚性θp＝0.75、不同普通消费品的替代弹性εc＝1.533 0。已有的文献并未对住宅商品生产的不同中间投入的替代弹性（εh）进行类似的估计，Sa和Wieladek［9］将这一参数取值在6至11之间。基于此，本文将这一参数设定为6。复合消费参数γ反映了普通消费品消费支出在家庭开支中的比重。Iacoviello［2］739－764、Iacoviello 和Neri［3］125－164选 取这一参数为0.9，但是由于中国的文化传统强调“安居乐业”即只有先安居才能乐业，这一观念为中国居民普遍接受。因此，本文参考谭正勋和王聪［10］选取这一参数为0.6，并且模型对于这一参数的取值并不敏感。依据刘斌［11］，本文选取技术冲击持续性和标准差分别为ρa＝0.75 和σa＝0.12；货币政策冲击持续性和标准差分别为ρυ＝0.89和συ＝0.28。依据陆军与钟丹［12］以及陈利锋和范红忠［13］的估计结论，选取泰勒规则参数φy＝0.5、φπ＝0.1。其余的结构性参数均可由以上结构性参数表示出来，详细的模型参数化与校准的结果见下表1。

表1 参数校准值

在模型结构性参数校准的基础上，本文进一步考察外生冲击对于本文主要宏观经济变量的冲击性效应。并基于模型校准的参数，结合社会福利损失函数方程（12）考察了外生技术冲击、外生货币政策冲击以及模型整体的社会福利损失。

（二）外生冲击的效应

基于模型校准的结果，通过求解NKMPDSGE模型的脉冲响应函数来得到外生货币政策冲击对于普通消费品产出、住宅部门产出、通货膨胀、房价膨胀以及两个不同生产部门工人的实际工资等主要宏观经济变量的影响。

图1给出了紧缩性货币政策冲击下各个主要宏观经济变量的脉冲响应函数。紧缩性货币政策冲击引起了通货膨胀率与房价膨胀率的下降，进而提高了普通消费品与住宅生产部门工人的实际工资。当然，紧缩性的货币政策冲击提高了企业筹资的难度与成本，进而可能会通过信贷渠道影响房地产部门和普通消费品生产部门的投资与生产，因而导致了两个部门产出水平的下降。图1还表明相对于其他变量，紧缩性货币政策冲击对于两个部门产出水平的冲击性效应具有更长的持续性：二者均在大约经历了20个时期之后才逐渐收敛至各自的稳态。

货币政策冲击的脉冲响应函数表明，货币政策冲击对于房地产市场产出和房价均具有显著性影响［14］，这一事实为通过货币政策影响房地产市场提供了理论上的依据。因此，当房地产市场由于外生冲击出现波动时，政府可以采用货币政策稳定房地产市场，进而达到稳定宏观经济的最终目标。2008年至2010年世界性金融危机期间，我国政府正是通过非常规货币政策（Unconventional Monetary Policy）即“四万亿”形成的正向冲击抵消了逆向外生冲击引起的房地产市场波动，进而实现了宏观经济的稳定［15］。

图1 货币政策冲击的效应

（三）外生冲击与社会福利损失

脉冲响应函数给出了外生技术冲击与货币政策冲击对于主要宏观经济变量的效应。然而，外生冲击会引起各个经济变量的波动，为了稳定经济，政策制定者则需要采用特定的货币政策机制。NKMP－DSGE模型对于货币政策的评价往往依赖于对货币政策引起的社会福利损失的分析，依据式（12），通胀、产出、住宅商品产出以及房价膨胀等变量的变化会引起社会福利的变化。那么，这些外生冲击对社会福利损失带来了多大的影响呢？基于校准的方程式（12），我们计算了不同外生冲击带来的社会福利损失。

表2 外生冲击的社会福利损失

表2显示技术冲击引起的社会福利损失为0.281 4，紧缩性货币政策冲击引起的社会福利损失（2.129 5）远远大于技术冲击，原因在于任何货币政策冲击都会对经济产生一定的“扭曲”。表2还显示模型整体估算的社会福利损失为1.989 6，小于货币政策冲击引起的社会福利损失，原因在于正向的技术冲击部分抵消了货币政策冲击的效应。

（四）最优货币政策分析

在基准政策机制的基础上，考虑一个对房地产部门产出与房价做出反应的政策机制，即：

其中φh与φhp为利率对于住宅产出与房价膨胀的反应系数，其取值与陈利锋［4］相同。需要说明的是，备择机制（13）下货币政策当局对房地产市场的变化作出反应；而在基准政策机制下，货币政策当局仅对普通消费品部门的变化作出反应。基于式（12），可以通过比较基准政策机制与备择政策（13）的社会福利损失以考察不同政策机制的效果。结果显示在表3中。

表3 基准政策与备择政策的社会福利损失

表3显示出备择政策引起了普通消费品部门产出与通胀更大的波动，但却使得房地产部门产出与房价膨胀呈现出较小的波动。原因在于，相对基准政策机制而言，备择政策机制（13）使得货币政策当局对于房地产部门的变化更为敏感。而基于社会福利损失估算的结果可以表明，备择政策引起的社会福利损失相对较小。这一结论具有重要的政策含义，即在房地产市场调控过程中，单独盯住房价或者单独增加房地产部门产出（类似于增加保障房建设的政策）可能无法实现良好的政策效果，而应该实行盯住房价与增加房地产部门产出（即增加供给）并重的货币政策机制。由于在我国现实经济运行过程中，基准政策机制往往导致我国货币政策倾向于服务经济增长或对经济增长做出反应［16］，显然，本文的研究结论表明这一政策机制不利于房地产部门的稳定和房地产市场调控，进而也不利于实现社会福利损失的最小化。

四、结论与展望

与已有的HDSGE 模型不同，本文构建了一个包含普通消费品生产部门和房地产生产部门的多部门NKMP－DSGE 框架，并基于这一框架考察了外生冲击的效应、社会福利损失以及最优货币政策。研究表明，我国货币政策对于房地产市场具有显著性影响；并且采用同时对房价和房地产市场产出做出反应的货币政策机制具有相对更小的社会福利损失。因此，在当前我国楼市调控过程中，采用同时盯住住宅产出与房价的混合货币政策规则，一方面可以调控住宅供给，另一方面也能对房价进行控制，将有利于降低房地产市场调控政策引起的社会福利损失。

当然，作为尝试性的研究，本文的模型框架还存在很多可以进一步研究的地方。首先，本文通过将住房面积引入效用函数而将房地产部门引入模型，但事实上影响效用的可能除了住房面积外，还包含了住房质量与住房的舒适程度等。在一个小型规模的DSGE 模型中由于多部门计算的复杂性以及数据的限制无法对这一问题进行量化分析；第二，本文基于封闭经济建模，而现实经济是开放的，关于这一方面的研究可以参考Christiano，et al.［17］；第三，由于房地产部门的产品包括住宅和商用建筑，本文仅考虑了住宅商品，而未考察商用建筑；最后，基于分析的便利性考虑，本文未考察家庭担保约束等因素对于房地产部门产出和房价波动的影响，关于这一方面的研究可以参考Finnocchiaro和von Hendeken［18］。

［1］ 林江，周少君，魏万青.城市房价、住房产权与主观幸福感［J］.财贸经济，2012（5）.

［2］ Iacoviello M.Housing Prices，Borrow Constraints and Monetary Policy in the Business Cycle［J］.The American Economic Review，2005，95（3）.

［3］ Iacoviello M，Neri S.Housing Market Spillovers：Evidence from an Estimated DSGE Models［J］.American Economic Journal：Macroeconomics，2010，2（2）.

［4］ 陈利锋.限购冲击下的房价波动、需求抑制与宏观审慎政策［J］.贵州财经大学学报，2013（4）：1－8.

［5］ Davis.M.，J.Heathcote.Housing and Business Cycle ［J］.International Economics Review，2005，46（3）：751－784.

［6］ Woodford，M.Interest and Price［M］.Princeton University Press，2003：394－395.

［7］ He，D.，Zhang，W.，Shek，J.How Efficient Has Been China's Investment？Empirical Evidence From Natinal and Provincial Data［J］.Pacific Economic Review，2007，12（5）：596－617.

［8］ 王文甫.价格粘性、流动性约束与中国财政政策的宏观效应——动态新凯恩斯主义视角［J］.管理世界，2010（9）：11－26.

［9］ Sa，F.，Wieladek，T.Monetary Policy，Capital Inflows，and the Housing Boom［J］.CWPE Working Paper，2011，No1141.

［10］ 谭正勋，王聪.中国信贷扩张、房价波动的金融稳定效应研究——基于动态随机一般均衡模型视角［J］.金融研究，2011（8）：57－71.

［11］ 刘斌.动态随机一般均衡模型及其应用［M］.北京：中国金融出版社，2010：311－312.

［12］ 陆军，钟丹.泰勒规则在中国的协整检验［J］.经济研究，2003（8）：76－86.

［13］ 陈利锋，范红忠.房价波动、货币政策与中国社会福利损失［J］.中国管理科学，2014（5）：42－50.

［14］ 崔金哲，等.日本货币政策效果的影响因素分析［J］.现代日本经济，2013（6）：40－48.

［15］ 陈利锋.资产组合调整成本、金融冲击与失业波动［J］.浙江工商大学学报，2014（6）：69－79.

［16］ 刘斌.最优简单货币政策规则在中国应用的可行性［J］.金融研究，2003（9）：22－38.

［17］ Christiano，L.J.，Eichenbaum，M.S.，Trabandt，M.Understanding the Great Recession［J］.American Economic Journal： Macroeconomics，2015，7（1）：110－167.

［18］ Finnocchiaro，D.，von Hendeken，V.Do Central Bank React to Housing Price？［J］.Journal of Money，Credit and Bnking，2013，46（8）：1659－1683.