人民币汇率对我国城市房价差别影响研究——基于动态面板GMM模型的实证分析

阚瑀婷

(安徽财经大学 金融学院，安徽 蚌埠 233030)

人民币汇率对我国城市房价差别影响研究
——基于动态面板GMM模型的实证分析

阚瑀婷

(安徽财经大学 金融学院，安徽 蚌埠 233030)

基于2005年-2016年中国城市面板数据，构建动态面板GMM模型，实证分析人民币汇率对我国一、二、三线城市房价的差别影响，结果表明：人民币汇率对一线城市和部分发达二线城市房价的影响最显著；人民币升值，一、二、三线城市房价均上涨；但M2对一线城市和部分发达二线城市房价呈负相关；FDI对部分欠发达二线城市和三线城市房价的影响不显著；贷款额对一线城市和部分发达二线城市房价无显著影响；一、二、三线城市房价具有明显的时间惯性。

人民币汇率；城市房价；差别影响；GMM方法

引言

2005年汇率改革前我国商品房平均价格上扬较为平稳，在2000-2004年五年间，共计上扬31%；而汇率改革后，2005-2015年人民币持续升值的同时房价也在不断上扬，10年累计上扬114%，2016年人民币汇率总体呈现小幅向下走势，房地产价格总体上涨，不同城市走势继续分化，一线城市房价上扬幅度呈现稳定趋势，二线城市房价持续增长，而三、四线城市房地产库存严重。2014年以来，我国经济发展进入了新的调整阶段，“新常态”时代的到来使得人民币升值的预期不再强烈，国际资本流入我国的情况出现了变化，这使得稳定汇率与稳定房价有一定的矛盾，因此厘清人民币汇率对我国城市房地产价格的差别影响具有现实意义。

文章对以往文献进行了梳理并分析了汇率对不同城市房价的结构化影响机理，然后利用面板数据动态GMM方法实证研析人民币汇率对我国城市房价的差别影响，最后针对研究结果，对各线城市提出差异化的政策建议。

一、文献综述

汇率对房价影响的深入研究开始较早的是Irving F.(1911)，[1]他在研究了美元兑加元汇率对美国城市房价的影响之后，得出了一国汇率的变化会作用于国外投资从而引发本国房地产市场波动的结论。此后，国内外相关文献的探究主要集中于下列三大方面。

1.传导机制理论研究

国外学者认为人们的预期具有传导效应，当预期汇率持续变动时，价格也会相应作出调整，此时汇率对房地产价格的传导效果最明显。[2]国内学者中大多分为两种声音：国际资本流动渠道论者认为汇率的升值预期是致使国际资本流入的主要因素，国际资本的流入会对房地产价格产生冲击；[3][4] [5]而国内货币供给渠道论者认为汇率变动会影响国内货币供应量，从而影响房价。[6][7]

2.总体影响实证研究

在实证研究方法上，大部分研究采用的是 VAR 模型，[8][9]还有一些较新的研究采用的是MS-VAR模型，得出当经济状态不同时，汇率和房价间的动态关系特点有显著差别。[10]在实证研究结论上，一是二者存在正相关关系；[11][12][13]二是二者存在负相关关系；[14][15]三是二者间存在混合关系。[16][17]

3.结构影响实证分析

基于多元回归的计量方法实证分析了加拿大投资人对华盛顿、罗博茨房价的差别影响,得出加元升值，加拿大人对罗伯茨房屋的需求会增加，从而抬高该地房价。[18]国内学者研究人民币汇率通过FDI对中国各省份房价的影响,并探讨影响房地产业利用FDI的各个因素。[19]还有基于VAR模型对东部、中部、西部房价进行实证分析，得出汇率对西部组房价波动的影响力度大于对东部组的结论。[20]

通过对国内外已有文献的梳理，发现汇率对房价的影响已有较为深入的研究，但在理论上没有结构化传导机制的研究，在实证方面没有对各城市房价的差别影响研究，多为代表性省份和东、中、西部的研究，因此文章在进行结构化理论分析的基础上，建立动态面板GMM模型，分析人民币汇率对一、二、三线城市房地产价格的差别影响是有必要的。

二、理论分析

鉴于人民币汇率对我国各线城市房价不同的影响，从以下两个方面进行结构化的机理分析。

一方面，人民币升(贬)值所导致的国外资本流入(出)，在一、二、三线城市的表现有所不同，若人民币升值，则出口产品价格上扬，而进口产品价格下浮，从而引致的名义利率的跌落，使得外商纷纷预期中国市场投资收益增加，但增加幅度在一、二、三线城市有所差异，一线城市和部分发达二线城市由于其金融市场发达，投资环境优良，使得外商直接投资一线城市和部分发达二线城市房地产市场的增速远超部分欠发达二线城市和三线城市，进而致使各线城市房地产价格上扬幅度产生差别。

另一方面，人民币升(贬)值会带来经常项目与资本项目顺差(逆差)，国外净资产的增减变动使得外汇储备扩大或者缩减，从而导致货币供应量的增加(减少)，紧接着又会影响商业银行信贷投放的增加(减少)，若人民币升值，在合理风控下会提高房地产贷款投放，由于一线城市和部分发达二线城市商业银行信贷投放集中度往往高于部分欠发达二线城市和三线城市，致使房屋有效需求上升，抬高各线城市房地产价格。

三、实证分析

1.数据选取与说明

基于结构化理论分析，选取2005年到2016年数据进行研究，一二三线城市商品房均价pt被解释变量，人民币兑美元汇率ert，广义货币供应量mt，一二三线城市国内生产总值gdpt，外商直接投资fdit，贷款额lat作为解释变量，其中t=1,2,3分别代表一二三线城市。根据一二三线城市划分标准，北京、上海、广州、深圳为一线城市；遴选天津、重庆、杭州、南京、厦门、青岛、宁波、济南、大连作为二线城市；福州、合肥、南昌、石家庄、昆明、贵阳、长春、南宁、呼和浩特作为三线城市。数据来源于各城市统计年鉴和中经网统计数据库。原始数据统计特征如表1 ，并对原始数据进行标准化，取对数处理，以消除异方差，对数序列均平稳。

表1 数据统计特征

2.模型设定

文章基于上述变量，建立动态面板GMM模型，实证研析了人民币汇率对一二三线城市房价的差别影响。模型设定如下：

lnpit=β1lnerit+λ1lnpit-1+β2lnmit+β3lngdpit+β4lnfdiit+β5lnlait+αt+εit

(1)

其中，被解释变量lnpit代表各线城市房价，i表示各线城市，t表示年份，lnpit-1表示滞后一期的各线城市房价水平，考察其时间的动态惯性，C表示截距，αt表示个体非观测效应，εit表示随机误差项。

3.实证结果分析

在构建动态面板GMM模型时，一方面考察总样本，另一方面区分子样本以考察差别影响，因此将实证分析分为3个模型(M1-M3),其中M1是对所有样本、所有解释变量进行回归的结果；M2是对一线城市及综合排名前四的发达二线城市作为样本进行回归的结果；M3是对其余欠发达二线城市和三线城市作为样本进行回归的结果，一阶差分广义矩估计GMM方法回归结果见表2。

表2 GMM回归结果

注：*，**，***分别表示在置信度为10%，5%，1%的水平下显著。

由表2可知，以上三个模型均通过Sargan检验，说明这三个模型的所有工具变量均无过度识别，接下来利用Arellano Bond 检验，来考察误差项是否存在序列相关，且GMM估计要求不能存在二阶序列相关，即P(AR(2))越大越好,一般要求大于0.1,表2中AR(2)的P值均大于0.1，因此三个模型其误差项均无序列相关。最后对其残差进行单位根检验，M1、M2、M3的LLC、IPS、ADF-Fisher和PP-Fisher检验的P值均小于0.05，所以在5%的置信度下残差平稳。从而说明三个模型均平稳，GMM估计均是有效的。

由表2还可以看到，被解释变量的滞后一期均正向显著，表明一、二、三线城市房价具有明显的时间惯性，变量lner对一、二、三线城市房价均显著为负，表明人民兑美元汇率减少，人民币升值推高了一、二、三线城市的房地产价格，这和理论预期基本一致，其中对一线和部分发达二线城市的影响最为显著，原因可能是该类城市金融市场完善，资金流动性较强，具备更优地投资价值；变量lnm对各线总体房价显著为正，但对一线和部分发达二线城市呈负向影响，这与理论预期不符，可能是该类别城市房价相对较高，外来人口较多，即使货币供应量的增加刺激了购房需求，也会因为物价的提升而相应抵消，甚至显著为负；变量lngdp对一、二、三线城市房价均显著为正，说明各线城市国民生产总值的提高会抬高房价；变量lnfdi仅对一线和部分发达二线城市房价有显著正向影响，但对部分欠发达二线和三线城市房价并无显著影响，这与理论预期基本一致，这可能是因为该类城市房地产市场库存较为严重，且投资与投机价值较低所致；变量lnla对各线总体房价的影响显著为正，尤其是对部分欠二线和三线城市而言，但对一线和部分发达二线城市房价无显著影响，这与理论预期不符，究其原因，可能是部分欠发达二线和三线城市往往工资水平与消费水平较弱，更倾向于按揭贷款购房，当信贷投放增加时，会抬高购房需求；而对一线和部分发达二线城市而言，房价本身居高不下，贷款投放的增加往往会因首付款的难以筹集而抵消其正向作用。

结论与建议

文章基于2005年至2016年各线城市面板数据，利用面板数据动态GMM方法进行实证分析，得出以下结论：人民币汇率对一线和部分发达二线城市房价的作用最显著；人民币升值，一、二、三线城市房价均上扬；但M2对一线和部分发达二线城市房价呈负相关；FDI对部分欠发达二线城市和三线城市房价的作用非显著；贷款额对一线和部分发达二线城市房价无显著影响；一、二、三线城市房地产价格具有明显的时间惯性。

鉴于以上结论，提出几点具有分类调控特征的政策建议：(1)应逐步增大人民币汇率弹性，通过市场化的汇率机制，减少国际热钱的套汇空间，尤其是对一线和部分发达二线城市的房地产市场的冲击；(2)在保持货币供应量合理增速的同时，使得物价与收入协同增长，避免房地产市场价格的波动；(3)对于一线和部分发达二线城市应加大对外商直接投资的监管力度，严格打击国际资本的投机行为。对于部分欠发达二线和三线城市应提高相应扶持力度，拉动外商直接投资流向该类城市房地产市场；(4)大力发展房地产信托、房地产证券、房地产金融租赁等业务，而不仅仅是依赖于银行信贷，并且扩大欠发达二线和三线城市实体产业，不断带动就业，减少房地产库存，进而拉动房地产市场的有序平稳发展。

[1]Irving F.Thepurchasingpowerofmoney[M].Yale University,1911：21-67.

[2]Taylor J B.Lowinflation，pass-through，andthepricingpoweroffirms[J].European Economic Review，2000(7)：43-48.

[3]刘莉亚.境外“热钱”是否推动了股市、房市的上涨？——来自中国市场的证据[J].金融研究，2008(10)：48-70.

[4]谭小芬，林木材.人民币升值预期与中国房地产价格变动的实证研究[J].中国软科学，2013(8)：55-66.

[5]蔡彤娟，马冠男.人民币汇率变动对中国房地产价格影响的实证检验[J].价格理论与实践，2015(10):23-28.

[6]朱孟楠，刘林，倪玉娟.人民币汇率与中国房地产价格——基于Markov区制转换VAR模型的实证研究[J].金融研究，2011(5)：58-71.

[7]杨元庆，杨继瑞.论人民币汇率变动对我国房地产业发展的影响[J].云南社会科学，2016(5)：63-67.

[8]邓永亮.人民币升值、房价上涨与通货膨胀[J].山西财经大学学报，2010(10):20-28.

[9]谢太峰，赵树佼.人民币汇率及汇率预期与我国房地产价格关系的实证分析[J].征信，2013(9)：3-8.

[10]李芳，李秋娟.人民币汇率与房地产价格的互动关系——基于2005-2012年月度数据的MS-VAR模型分析[J].国际金融研究，2014(3):86-96.

[11]William H N，Ivan W M，Michael G D.Characteristicsofdepressedpatientswithelevatedlevelsofdysfunctionalcognitions[J].Cognitive Therapy and Research，1988(1)：28-24.

[12]Justyna B.Pricebubbleintherealestatemarket-behavioralaspects[J].Real Estate Management and Valuation，2014(1)：10-24.

[13]郭树华，王旭.人民币汇率与房地产价格关联效应研究[J].经济问题探索，2012(1):32-37.

[14]杜敏杰，刘霞辉.人民币升值预期与房地产价格变动[J].世界经济，2007(1):81-88.

[15]李琴燕.房地产价格变动中的汇率因素分析[J].经济研究导刊，2009(24):24-29.

[16]王爱俭，沈庆劼.人民币汇率与房地产价格的关联性研究[J].金融研究，2007(6):13-22.

[17]黄燕芬，王晓爽.人民币汇率变动对我国房地产价格的影响研究[J].价格理论与实践，2016(5):23-29.

[18]Earl D B，Julia L H.TheinfluenceofCanadianinvestmentonU.S.residentialpropertyvalues[J].Journal of Real Estate Research，1997(13)：231-250.

[19]姜松，王钊.中国房地产业如何利用: 影响因素与作用机理[J].贵州财经大学学报，2013(3)：77-86.

[20]钟晨.新常态下我国人民币汇率、FDI与商品房价格的联动效应分析——基于25省市2005-2014年数据的实证研究[J].经济体制改革,2015(11):144-151.

Class No.:F299.23 Document Mark：A

(责任编辑：蔡雪岚)

Influence of RMB Exchange Rate on Urban Housing Price in China

Kan Yuting

(School of Finance，Anhui University of Finance and Economics，Bengbu，Anhui 233030，China)

Based on the urban panel data of China from 2005 to 2016，the dynamic panel GMM model is constructed and the empirical analysis of the RMB exchange rate has been made in this paper. It shows that the RMB exchange rate has a significant effect on the price of the first-tire，the second-tire and the third-tier cities in China. The results show that the RMB exchange rate is related to the prices of first-tier cities and some second cities in China. If appreciation of RMB exchange rate, the housing prices rise. And the effect of M2 is negatively correlated to housing prices；The impact of FDI on the housing prices of some underdeveloped second-tier cities and third-tier cities is not significant. The loan amount of the first-tier cities and some developed second-tier cities has no significant impact on house prices, which has a clear time inertia.

RMB exchange rate；urban house price；difference effect；GMM method

阚瑀婷，在读硕士，安徽财经大学。

安徽财经大学研究生科研创新基金项目(项目编号：ACYC2016046)。

1672-6758(2017)06-0085-5

F299.23

A