利率水平、住房价格与国民经济的动态变化

摘要：利用我国31个省、市、自治区的数据，通过构建Panel-VAR模型，分东中西部三个地区实证了利率水平、住房价格与国民经济的动态关系。结果表明：在不同地区，利率水平、住房价格对国民经济影响都存在显著差异，但是它们都不是影响国民经济最为主要的因素，国民经济的发展更多的是受到来自自身惯性的支配。另外，由于住房价格主要受到国家宏观政策的调控，因此人均GDP对它的作用十分微弱。根据研究结论，提出了相应的政策建议，认为利率政策应该更多的考虑东部地区的需要，而国家需要对住房价格进行更多的控制使其平稳增长，土地政策和户籍制度的改革力度也需要加强。

关键词：利率水平，住房价格，经济增长，面板向量自回归模型

中图分类号：F293.3 文献标识码：A

文章编号：1001-9138-（2016）05-0003-10 收稿日期：2016-04-10

1 绪论

改革开放30多年，特别是自1998年起启动住房制度改革以来，中国房地产行业已经取得了长足的进步，并且日益成为拉动我国经济增长的支柱型产业。房地产在我国经济中占比逐步增加，从1992年4.27%的水平提高到了2015年超过6%的水平。而在第三产业中的占比，房地产的生产总值在2015年底达到了12.74%（见图1）。

而伴随着我国经济的增速换挡，我国经济出现了较前期高速增长的低速增长。2015年，我国GDP同比增速已经滑落到6.9%，这是自1992年邓小平南巡讲话以来的最低水平（见图2）。而房地产作为我国经济的重要增长点，房地产行业和房地产价格的走势已经成为了我国经济能否维持稳定增长的关键。

为了经济稳定和好转，在2016年我国相继出台了一系列刺激房地产政策：2月2日，中国人民银行联合证监会发布通知，在不实施限购的城市，对于居民家庭首次购买普通住房的商业性个人住房贷款原则上降低首付款比例，从25%调整为20%。2月17日，人民银行、住房和城乡建设部联合财政部发布通知，将职工住房公积金账户存款利率，由现行按照归集时间执行活期和三个月存款基准利率，调整为统一按一年期定期存款基准利率执行，目前为1.50%。2月19日，财政部、国家税务总局和住建部三部门发布《关于调整房地产交易环节契税营业税优惠政策的通知》，调整房地产交易环节契税、营业税：首套房、二套房因面积不同契税有不同程度下调；个人将购买2年以上的非普通住房对外销售的，由原差额征收营业税改为免征。北上广深暂不实施部分税收优惠。而在2016年政府工作报告中也有“推进城镇保障性安居工程建设和房地产市场平稳健康发展”等支持房地产发展的提法。另外，随着“营改增”改革的全面推出，房地产行业也作为最后一批试点，与建筑业、金融业和生活服务业在5月1日纳入试点范围。房地产刺激政策在我国经济转型的重要时期密集出台，也印证了房地产行业对于我国经济的重要作用。

2 文献综述

目前，住房价格与国民经济之间的关系已经被越来越多的学者所共识。顾云昌（1998）认为房地产的发展对于经济增长有着重要的拉动作用。王国军和刘水杏（2004）利用中国投入产出表和《中国统计年鉴》的数据，利用投入产出模型对于中、美、日、英、澳的房地产行业及其相关产业进行了研究，发现我国房地产业与行政机关、金融保险业关系密切。张实桐等（2010）利用1996年1月-2010年4月的数据进行分析，结果发现：住房价格与国民经济之间存在明显的正向互动机制；方燕（2010）也指出：住房价格的变动会受到宏观经济的影响，同时，宏观经济的波动也会因住房价格的趋势改变。唐志军、徐会军和巴曙松（2010）认为房地产价格波动通过财富效应、预算约束效应和成本效应影响着消费，从而对于经济增长有着影响。谭政训和陈铭（2012）运用PMG估计方法和Logit模型发现人均GDP是推动房价上涨的最重要因素。许宪春、贾海和李皎（2015）对于对于房地产对我国经济的增长做了系统研究，认为房地产开发投资、房地产生产和房地产消费对于国民经济增长的贡献起到了重要作用，而房地产投资对于上游的钢材、水泥、平板玻璃和房地产消费对于消费类产品生产和销售的行业有着重要影响。

然而，也有学者通过研究发现过多依靠房地产发展经济存在一定的问题。原鹏飞和冯蕾（2014）利用DCGE模型的模拟发现房价上涨尽管对于我国宏观经济和部分行业有着促进作用，但是这种发展模型可能带来居民收入分化加剧、居民收入增长慢于政府等问题，并且会挤占其他行业的发展空间。

另一方面，我国的房地产价格受货币政策，尤其是利率水平的影响也比较明显，利率、货币政策和房地产价格之间的关系也受到学者的关注。刘煜辉（2011）认为经济中资金回报率，也即真实利率水平影响着消费者对于租房和买房的抉择，尽管收入增长影响着房价上涨，但是房价的增长幅度已经大大超过了收入增长，因此真实利率的低水平才是房价持续上涨的重要因素。郭娜和翟光宇（2011）通过VAR模型发现了我国房地产价格和利率政策之间的关系，认为利率政策并不能对房地产价格有显著影响，但是房地产价格冲击对于利率政策却有着显著的正向影响。田建强（2012）利用VAR模型，研究了利率水平、货币供应量和房地产价格之间的作用机制，并且发现利率对于另外两者有正向作用，货币供应量对于房价有正向作用，对于利率则有反向作用。顾海峰和张元姣（2014）分析了货币政策与房地产价格的关联关系，并且分析了货币政策对房地产价格的影响机制，利用格兰杰因果检验，发现了利率是房地产价格的格兰杰原因。

前人的研究为我们的探索提供了良好的借鉴，但是正如王成成等（2011）所评述的那样，当前针对住房价格和宏观经济的研究，大都严重依赖于时间序列分析而缺乏从面板数据层次的考虑；再者，众多学者在这一过程的研究中基本忽视了利率水平的变化，显然，利率的高低不仅影响了公众购房的热情和需求，而且对实体经济的消费和投资来说也有着不可低估的作用。有鉴于此，本文选择利率水平、住房价格和国民经济的动态变化为研究对象，通过构建将时间序列和面板数据相结合的Panel-VAR模型，希望能够真实展现两个变量对国民经济的影响程度，为这一领域的理论和实践提供良好的补充和指导。

3 模型及实证分析

3.1 Panel-VAR模型

为了更好地揭示利率水平、住房价格与国民经济之间的互动关系，本文采用面板数据向量自回归（Panel Data Vector Auto Regression，简称Panel-VAR）来进行实证。

Panel-VAR模型最早可见于Holtz-Eakin（1988）的文章。随后，这一方法在Love（2006）等人的基础上得到了突飞猛进的发展。目前，越来越多的学者已经开始关注到Panel-VAR的运用和推广，它作为一种多元、系统、灵活的分析框架，能够在回归方程中把所有的变量滞后项都包括在考察的范围之内。同时，该模型涵盖了时间序列模型和面板数据模型的双重优势，既突显了普通面板数据模型的时间效应和个体效应，又可以分析不同外生冲击对内生变量带来的动态影响，是当前定量分析面板数据型指标间动态关系较为理想的工具。

考虑到本文所采用的样本数据的容量并不太大，为了避免因自由度的减少而对参数估计造成困难，本文在内生变量滞后期的阶数选择为1，具体形式如下：

这里，是基于面板数据的3×1的变量向量，、、分别指代利率、房价和经济发展水平。其中，i是各省、市、自治区，t为时间年份；表示3×1的个体效应向量，代表3×1的时间效应向量；是3×1的参数系数矩阵，为扰动项并满足。最终，本文的Panel-VAR系统可以由3个方程构成，第m（m=1，2，3）个方程表示为。

3.2 变量的选择和数据的来源

为了运用上文中给出的Panel-VAR模型来分析利率水平、住房价格和国民经济的动态关系，笔者收集了全国31个省、市、自治区2000-2011年的面板数据，选择的指标包括5年期以上贷款的基准利率（Rate）、商品房销售价格（Price）以及人均国内生产总值（GDP）。

第一，5年期以上贷款的基准利率（Rate）。考虑到房地产的行业特性，这个资金密集型的行业需要信贷政策的大力支持。因为绝大多数居民在购买房屋的时候均需要银行贷款，并且按揭的时间长达10-20年之久，所以，利率水平，特别是长期利率水平对于住房价格来说有着十分重要的作用。本文选用5年期以上贷款的基准利率（Rate）来反映它对住房供求的影响，最后结合数量级匹配原则，将利率水平扩大100倍处理仍用Rate表示。

第二，商品房销售价格（Price）（单位：元/平方米）。作为衡量房地产价格的重要指标，本文选用了商品房销售价格（Price）。由于新建商品房依然是当前我国房地产市场交易的主体，因此，在使用这一指标的时候去除掉了二手房市场价格对它的影响；再者，普通新建商品房的价格才能够真实反映房地产市场的特征，而各种廉租房、经济适用房等保障性住房的价格由于涉及到过多的非市场因素而不予考虑。

第三，国内生产总值的人均水平（GDP）（单位：元）。人均GDP是评价宏观经济发展状况的关键指标，它是一个国家或地区人民收入能力的基本体现，同时也是衡量居民购买住房能力的重要因素，而且还是维持商品房投资稳定增长的主要动力。一般说来，这个变量的水平越高，公众购房的能力越强，预计这一变量对住房价格的影响为正效应。

第四，为了减小因使用面板数据而带来的异方差性问题，同时保证其时间序列性质不发生改变的前提下尽量使其趋势线性化，在进行实证分析的时候对商品房销售价格和人均GDP的原始数据采取了对数处理（分别以Ln（Price）、Ln（GDP）表示）。此外，本文所用的全部数据，来源于中经网数据库、《中国统计年鉴》、国家统计局网站和中国人民银行网站。

4 实证分析

我国领土广阔、人口众多，各个地区的经济结构、发展模式、消费习惯、投资方向等都各有特点，不同地区之间的发展状况也存在明显的差异性和不平衡性。因此，为了确保本文结论的准确性和可靠性，根据《国家统计年鉴》的划分方式，将样本为东部、中部和西部地区分别进行实证研究。其中东部的省、市、自治区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南；属于中部地区的有：山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南；以及西部地区：重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。

在利用Panel-VAR模型进行实证之前，首先考查变量的平稳性以及变量之间存在长期均衡关系，以避免伪回归现象的干扰。这里，通过ISP面板单位根检验，发现Rate是平稳序列，而Ln（Price）和Ln（GDP）一阶单整，进一步利用Johansen面板协整检验来观察变量的协整关系（见表1）。

从表1可见，Johansen协整检验的结果拒绝了Rate、Ln（Price）和Ln（GDP）不存在协整关系的原假设，但不能拒绝最多存在一个协整关系的零假设，因此，三个变量之间存在长期均衡关系。进一步地，我们分东、中、西三个地区，对三个变量利用Panel-VAR模型进行估计（见表2）。

从表2可见，首先，东中西部地区Rate（t-1）对Ln（GDP）（t）的影响均为显著，东部地区为-2.423，而中部地区和西部地区均为正数，分别是1.727和1.274，前者略高于后者；其次，不管是东部地区、中部地区、还是西部地区，Ln（Price）（t-1）对Ln（GDP）（t）的影响都是正向效应，但是东部最低（0.372）、中部次之（0.748）、西部最高（0.897）。再次，上一期的对当前的依然有显著效果，东部为3.571、中部为2.867、西部只有2.345。此外，应该值得注意的是，无论是东部、中部还是西部，Ln（GDP）（t-1）对Ln（Price）（t）的影响数值都较小（在0.01以下），且其统计意义不显著。

5 结论

本文利用全国31个省、市、自治区2000年以来的数据，通过构建Panel-VAR模型，实证检验了利率水平、住房价格与国民经济之间的相关关系，结果表明：

第一，利率水平对国民经济的影响在不同地区存在明显差异。在东部地区，利率水平对国民经济的影响为负，但是在中部和西部地区这一影响为正，并且前者略高于后者。这说明，在东部地区，经济的发达程度较高，私营资本和国外资本活跃，随着利率水平的上涨，会造成较大的“挤出效应”而使得国民经济受到冲击；但是在中部和西部地区，其经济的发达程度和市场的完善程度远不及东部地区，私营资本和国外资本也不像东部地区那么活跃。因此，在这种情况之下，中部和西部地区的国家主导投资依然是经济发展的主要动力，而利率水平与国民经济的正相关关系，背后反映的也是国家主导投资与经济发展的同向变化趋势。

第二，不管是在东部、中部和西部地区，住房价格与国民经济的波动都是正向关系，但是东部地区的效应较小，西部地区的效应较大，中部地区的效应中等。这表明，从全国范围来看，房地产经济都已经成为了国民经济的重要支柱。但是，在东部地区引领经济发展的因素较多，除了房地产经济之外，服务经济、信息经济以及新能源经济、高科技经济等都是拉动经济增长的源泉，因此，在东部地区，住房价格与国民经济的相关性较弱。而在西部地区和中部地区由于经济结构单一、经济成分较少，在短期之内除了依靠房地产经济领跑国民经济持续发展以外，很难再通过其他经济成分有效促进国民收入的增加，因此，住房价格与国民经济的相关性较东部来说显得较强。

第三，无论是利率水平也好、住房价格也罢，都不是影响国民经济最为主要的因素，而当期的人均GDP更多的是受到来自上一期的人均GDP的影响。也即，伴随中国改革开放30年成功经验的不断积累，我国各个产业的增长已经进入到一个相对稳定的轨道，整个国家经济的发展有着较强的惯性而不容易因为其他经济因素的改变而发生剧烈变化，而这个经济惯性，既包含了我国的政治制度、经济体制、发展模式，也涵盖了国内的环境、国际的形势等。这启示我们，要想在2050年实现人均GDP达到中等发达国家的水平，不能够单单依靠房地产经济、资源经济来达到目标，应该通过政治、经济、国内、国外等各种途径、多管齐下，努力提高每一阶段的人均GDP水平，这样才能充分利用经济发展和社会进步的惯性，快速使我国迈进工业化和信息化的大门。

第四，应该注意到的是，在东部、中部以及西部地区，国民经济的发展对住房价格的影响都微乎其微。这个结论是让我们饶有兴趣的。一般说来，随着人民收入的不断增加，人民生活的不断富裕，公众对住房的需求也会更加旺盛，造成供不应求的局面自然也会使得住房的价格有所上涨。但是，应当承认，即使近年来人均收入增速有所上涨，目前我国居民的收入水平还比较低下，微薄的工资与高昂的房价比起来依旧微不足道。因此，为了稳定人民的生活、实现社会的和谐，我国的住房价格已经不再是国民经济的直接反映，而更多的是受到来自政府、央行、财政部和住建部的宏观调控。

6 政策建议

首先，在进行利率政策的制定时要考虑到东西中部差异。由于中西部地区私营资本和国外资本的份额较少，而国有资本的份额较大，这也就决定了，我国在制定利率政策时，需要更多的考虑东部地区的经济影响，尤其是利率对于房地产的影响。

其次，从住房价格和国民经济的正向关系来看，对于住房价格需要一定程度的管控，但是为了经济的发展，房价的合理上升是必要的，而如何控制房地产价格合理稳定的上涨，也是中央政府有关部门和各地方政府部门的首要问题。

最后，需要加强配套制度的改革。我国住房价格受到国民经济的影响微乎其微，这与我们通常的理解不同。主要原因是我国相关配套政策存在问题，而使得住房价格对于国民经济的影响机制出现问题，房地产价格更多是通过是由于土地一级市场价格的高涨导致；另外，在一线城市的户籍制度也给住房价格的不合理高位带来负面影响。国家层面应该改革户籍制度，尤其是对于一线城市的户籍制度；而地方层面则要合理的供给土地，同时也要对于一级市场土地价格的管制，对于“囤积居奇”等利用房地产价格上涨获取暴利的开发商予以适当管制和加强税收控制。

通过这些利率政策、土地政策和户籍制度改革以及国家对于房地产价格的宏观调控，房地产行业可以借着当前的利好政策，快速有效的带领中国经济走出目前的增长困境，实现我国经济平稳有效的增长过渡。

参考文献：

1.Douglas Holtz-Eakin，Whitney Newey and Harvey Rosen. Estimating Vector Autoregressions with Panel Data.Econometrica.1988

2.Inessa Love and Lea Zicchino. Financial Development and Dynamic Investment Behavior： Evidence from panel VAR.The Quaterly Review of Economics and Finance.2006

3.方燕.宏观经济变动对房地产价格波动的影响分析——基于SVAR模型理论的实证研究.价格理论与实践.2010.7

4.顾海峰 张元姣.货币政策与房地产价格调控：理论与中国经验.经济研究.2014.1

5.顾云昌.住宅产业与经济增长.中国房地产.1998.8

6.郭娜 翟光宇.中国利率政策与房地产价格的互动关系研究.经济评论.2011.3

7.谭政勋 陈铭.房价波动与金融危机的国际经验证据：递延效应还是偏离效应.世界经济.2012.3

8.田建强.我国利率水平、货币供应量和房地产价格的相互作用机制研究.2012.11

9.王成成 王晓辉.宏观经济对房地产价格的影响——基于中国省际的动态面板数据.经济管理.2011.9

10.王国军 刘水杏.房地产业对相关产业的带动效应研究.经济研究.2004.8

11.许宪春 贾海 李皎.房地产经济对中国国民经济增长的作用研究.中国社会科学.2015.1

12.原鹏飞 冯蕾.经济增长、收入分配与贫富分化——基于DCGE的房地产价格上涨效应研究.经济研究.2014.9

13.张实桐 伍艳艳 曲晓燕.浅析我国房地产价格的高位预警.价格理论与实践.2010.7

作者简介：

黄锦涛，南开大学经济学院国际经济研究所博士研究生（在读），研究方向为国际金融、跨国公司投资。