数量型与价格型货币工具对房地产市场价格的影响机制研究

杜萌 尹航

摘 要 使用非线性边限（NARDL）模型探索数量型和价格型货币政策工具对房地产市场的影响.结果显示无论数量型货币政策和还是价格型货币政策都会对房地产价格产生非对称性效应.对于数量型货币政策来说，紧缩的货币政策和宽松的货币政策都会显著影响房地产价格.相对而言紧缩的货币政策对房地产市场的影响效果更明显.对于价格型货币政策来说，利率变动对房地产价格的影响在长端呈现非对称特征，而在短期则无此效应.降低利率水平能够推动房地产价格的提升，而提高利率无法有效地约束房地产价格的上涨.

关键词 金融学;货币政策;房地产价格;NARDL模型

中图分类号  F830            文献标识码 A

The Influence Mechanism of Quantitative and Price

Monetary Instruments on the Real Estate Market Price

DU Meng1 ，YIN Hang2

（1. School of Economics and Management， Dalian University， Dalian，Liaoning 116622，China;

2. Dalian Central Subbranch， The Central Bank of the People's Republic of China， Dalian，Liaoning 116000， China）

Abstract We use the NARDL Model to analysis how monetary policy affects the real estate market in China， the results show that both quantitative and price monetary policy tools have asymmetric effect on house prices. For the quantitative monetary policy， the tighten and loose monetary policy can influence the price of house price， however， compared with the loose monetary policy， the tighten money policy could play a more obvious effect on house price. For the price monetary policy， the influence of interest rate has the asymmetric effect in the long term， but there does not exist the asymmetric effect in the short term. Decreasing rate can promote the prosperity of the real estate market， raising the rate could not prevent the increasing of house price.

Key words finance; monetary policy; real estate price; NARDL model

1 引 言

從1998年住房体制改革以来，我国房地产市场从无到有，从小到大，已经成为国民经济的支柱产业.随着房地产市场的蓬勃发展，与此相关的负面问题也开始逐渐显露，其中最大的问题就是我国房地产市场的过度繁荣.从1998年到2015年，我国房地产价格累积涨幅超过200%，房价收入比已经超过15倍，而在深圳、北京、上海等一线城市，房价收入比已经超过50倍，房地产成为我国城市居民最重要的家庭资产，住房问题关系民生，已经成为经济增长和社会稳定的核心问题.

为了抑制房价过快上涨，各级政府出台了一系列楼市调控政策，尤其是在一线城市和新一线城市.其中货币政策调控一直处于房地产市场调控的核心.例如调整房贷首付比例和基准利率等.从十多年房地产政策调控周期来看，货币政策调控能够在短期抑制房价的上升.但从长期来看，房地产价格并没有因为货币政策调控的实施而下降，反而陷入了房价越调控越上涨的怪圈，货币政策在房价飙升的过程中起到了推波助澜的作用.一些学者从数量型货币政策出发，探索货币供给量对房价的影响.Vargassilva（2008）使用FAVAR（FactorAugmented VAR）模型分析美国货币政策对房地产市场的影响，结果显示增加货币供给量能够在短期推动房价上升，随后影响效果开始逐渐下降[1].沈悦等（2011）研究表明价格型货币政策对于调控我国房地产市场更有效[2].Gupta等（2012）通过构建BVAM（Bayesian VAM）模型研究美国房地产市场情况时，发现美联储的货币政策对美国房价的影响并不明显[3].王敏等（2014）使用SVAR模型对我国货币政策如何影响房地产市场进行研究，认为货币供给量能够在短期和中期影响房地产价格[4].

SimoKengne等（2013）对南非房地产市场进行研究，他们发现货币不是中性的，货币政策在经济繁荣期的作用更大，而在经济萧条期货币政策作用效果较小[5].涂红（2018）认为数量型货币政策会对不同类型城市房价带来不同的影响[6].

有部分学者探究利率变动对房价的影响.Giuliodori（2005）使用VAR模型分析欧洲货币政策对房地产市场的影响，结果显示房地产价格和利率之间存在着显著的因果关系[7].陈晓川和陈兰荪（2018）认为实际利率对住房的影响具有明显的滞后性[8].Shi等（2014）认为在新西兰价格型货币政策无法显著调节房地产市场价格[9].孙斌艺和余倩妮（2018）认为尽管上调利率能够在一定程度上抑制房地产价格，但影响效果有限[10].龙威和刘金全（2019）、刘金全和张龙（2018）认为利率不会对我国房地产市场带来显著影响[11，12].

不同类型货币政策可能会对房地产市场带来不同的冲击，但是现有文献

很少关注数量型货币政策和价格型货币政策对房地产价格影响效果的差异.此外，由于存在价格粘性、工资刚性以及信息不对称等原因，市场价格不能灵活变动，一般来说具有向上反应过度和向下调整惰性的特点.从非对称的角度研究货币政策对房价影响的相关文献较少，且仅有的少数文献都是从长期的角度研究货币政策对房地产市场影响的非对称性，而没有关注短期非对称效应.幸运的是，非线性边限模型（Nonlinear Auto Regressive Distributed Lag，以下简称为NARDL模型）能够很好地解决上述问题.NARDL模型不仅能够得到货币政策和房地产市场的长期协整关系以及短期修正机制，还能够区分短期和长期的非对称效应，分析数量型货币政策和价格型货币政策在长短期对房地产市场的冲击效应，因此，选用NARDL模型研究不同类型货币政策如何影响我国房地产市场，这对于中央银行如何通过货币政策手段调节房地产市场价格具有非常积极的现实意义.

2 模型设定

选择NARDL模型分析货币政策对房地产市场之间的影响主要基于以下几点考虑.第一，NARDL模型能够描述货币政策对房地产市场的非对称效应，考察宽松货币和紧缩货币政策对我国房地产的影响效果和传导机制.第二，NARDL不仅能够分析货币政策对房价的长期非对称影响效应，还能够对短期非对称影响效果进行探究.第三，NARDL模型继承了ARDL模型的一个优点，即便变量不是同阶单整也可以进行实证分析.传统的误差修正模型可以表示为式（1）.

Δyt=μ+ρyyt-1+ρxxt-1+∑ri=1αiΔyt-i

+∑si=0βiΔxt-1+εt，（1）

其中，ρy和ρx分别为长期待估系数，而αi和βi分别为短期待估系数，由于需要分析长期和短期的非对称效应，因此，将xt分解为正向变动累积x+t和负向变动累积x-t分别作为正向冲击和负向冲击.其中，x+t=∑tj=1Δx+j=∑tj=1max （Δxj，0），x-t=∑tj=1Δx-j=∑tj=1min （Δxj，0），将长期和短期非对称特征引入ARDL模型之后，可以得到NARDL模型，具体形式如公式（2）所示.

Δyt=μ+ρyt-1+ρ+xx+t-1+ρ-xx-t-1+∑ri=0αiΔyt-i

+∑si=0（β+iΔx+t-i+β-iΔx-t-i）+εt，（2）

其中，上標的（+）和（-）分别代表正向和负向的方差分解之和，而长期非对称效应是由ρ+和ρ-决定的，非对称长期系数分别为L+=-ρ+x/ρy和L-=-ρ-x/ρy，L+和L-分别表示正向长期均衡和负向长期均衡，NARDL模型的长期非对称性可以使用Wald检验来进行，其原假设为ρ+=ρ-.而β+和β-决定着NARDL模型中短期非对称效应，短期对称性的假设检验有两种形式，一种是β+i=β-i，其中i=0，1，……，另一种是∑si=0β+i=∑si=0β-i，二者都可以用Wald统计量进行检验，比较常用方法的是限制条件较少的加总形式.

3 实证结果分析

中央银行通过使用货币政策工具调控宏观经济，货币政策工具可分为数量型货币政策工具和价格型货币政策工具.在我国，尽管货币政策由数量型逐渐向价格型转变，但货币供给量依旧能够显著影响实体经济，因此，同时考虑数量型和价格型货币政策来代表货币政策指标，分别使用广义货币供给量M2和贷款基准利率来表示.房地产价格选用新建商品房的价格，用每个月份房屋销售额除以销售面积得到的.考虑到数据的可得性，选用2004年1月到2016年12月的数据作为样本，使用Stata15进行实证分析，数据均来自于CEIC数据库.在使用NARDL模型分析之前，需要确定计量模型的具体形式，这需要对模型（1）和模型（2）进行对称性检验，分析货币政策变动是否会对房地产市场带来非对称效应.在表1中，报告了对称性检验的Wald检验值.

从第一行中可以发现，无论是长期还是短期，Wald检验都显著拒绝原假设，表明货币供给量在长期和短期对房价的影响是非对称的.而对于利率来说，长期Wald检验在1%的统计水平上拒绝原假设，利率在长期对房价的影响呈非对称性，而在短期，Wald检验接受了原假设，表明在短期利率与房价直接没有非对称效应.在进行实证检验之前，需要确定变量的滞后阶数，Shin等（2014）建议将p和q分别设定为12和5，然后在5%的统计水平上剔除不显著的滞后变量[13]，回归结果如表2所示.

在表2中，发现无论是M2还是利率，协整检验的t值和F值都在5%的统计水平上显著，可以认为货币政策与房地产价格之间存在着长期的协整关系.根据模型的估计结果，M2的正向冲击系数为0.021，且在1%的统计水平上显著，表明中央银行增加货币供给量能够导致房地产价格的上升.对于M2的负向冲击来说，每减少一单位M2的供给，能够使房价下跌0.12，这一结果在1%的统计水平上显著，且负向冲击的估计系数显著大于正向冲击的系数，二者大约相差0.1%，也就是无论是宽松的数量型货币政策还是紧缩的数量型货币政策都会对房地产价格带来显著的影响，只是紧缩的数量型货币政策效果更明显.然而，近十年来我国的房价节节攀升，现实情况与所得结果似乎相悖，原因可能在于这段时间内我国货币政策多以宽松或稳健的货币政策为主，而紧缩的货币政策很少见.当紧缩的货币政策对房地产市场产生效果时，下一轮宽松货币政策接踵而至，这就会侵蚀之前紧缩性货币政策的实施效果，往往达不到预期的效果.M2对房地产市场的正向和负向长期系数均衡值分别为0.047和-0.271，同样是负向冲击显著大于正向冲击，且都在1%的统计水平上显著，情况与之前的分析类似，不再赘述.

在短期，对于M2的正向冲击来说，滞后1期和滞后3期都会显著影响房地产价格，系数分别为0.091和-0.088.M2的负向冲击只在当期有效，但系数高达0.372，也就是说在短期，实施紧缩性的数量型货币政策效果要好于宽松型数量型货币政策.

对于利率的影响效果而言，利率的正向冲击对房价的影响效果不明显，而利率的负向冲击能够显著影响房地产市场，系数为-0.226.从长期均衡系数来看，利率对房地产市场的负向冲击的长期均衡系数为0.618，且在1%的统计水平上显著，正向冲击的效果不显著.也就是说，降低贷款的基准利率能够推动房价的上升，提高基准贷款利率很难约束房价的上涨.当中央银行降低基准贷款利率，房地产开发商能够得到更便宜的贷款，增加楼盘的开发，这样也会提高个人购房预期，房地产市场活跃起来，市场一片繁荣，推动房价的攀升.当中央银行想要提高贷款利率遏制这种趋势，发现效果并不明显，这可能与房地产市场的预期有关，也可能与我国货币政策主要以数量型货币政策为主有关.尽管近些年货币政策一直倾向于向价格型货币政策转变，但目前利率对实体经济的调节作用并没有M2的调节作用明显.在短期，利率的正向冲击在当期和滞后2期的时候能够显著影响房地产价格，而利率的负向冲击仅在滞后2期能够影响房地产价格.

4 结 论

通过构建NARDL模型，对我国货币政策如何影响房地产市场进行了分析，发现货币政策对房地产价格的影响效果具有非对称性.具体来说，对于数量型货币政策来说，调整M2在长期和短期都会具有非对称性，紧缩的货币政策和宽松的货币政策都会给房地产价格带来显著的影响.相对而言紧缩的货币政策对房地产市场的影响效果更明显.在短期，宽松的货币政策在滞后1期和3期对房地产市场带来显著影响，而紧缩的货币政策只能在当期影响房地产价格.

对于价格型货币政策来言，利率变动对房地产价格的长期影响呈非对称效应，而在短期则无此效应.在长期，降低利率能够推动房地产市场的繁荣，房地产价格将会随之攀升，而提高利率则无法有效地约束房地产价格的上涨.在短期，利率的正向冲击的当期和滞后2期能够显著影响房地产价格，而利率的负向冲击仅在滞后2期时能够影响房地产价格.

从研究结果来看，无论是数量型货币政策还是价格型货币政策都会对房地产价格带来显著的长期影响，也就是说可以通过调整货币政策来影响房地产市场价格.首先，中央银行应该重视货币政策对房地产市场的影响机制，针对于持续攀升的房地产价格，中央银行应该更多地通过控制货币总量的方式控制房地产价格，而不是通过提高利率这一方式来解决这一问题.其次，宽松的货币政策在短期内对房地产市场的影响效果较为明显.中央银行在进行货币政策调整时，应该着重考虑这一点，引导房地产开发商和购房者的预期，使房价处于一个合理的区间.最后，中央银行应该运用多种货币政策工具调控房地产市场，综合使用数量型货币政策和价格型货币政策，发挥各种货币政策工具的长处，使其能够在长短期内发挥作用，保证房地产市场的健康发展.

参考文献

[1] VARGASSILVA C. The Effect of Monetary Policy on Housing： a Factoraugmented Vector Autoregression （FAVAR） Approach[J]. Applied Economics Letters， 2008， 15（10）： 749-752.

[2] 沈悦，周奎省，李善燊.基于FAVAR模型的货币政策的房价传导机制研究[J].当代经济科学， 2011 ， 33 （3） ：50-58.

[3] GUPTA R， JURGILAS M， KABUNDI A， MILLER S M. Monetary Policy and Housing Sector Dynamics in a Largescale Bayesian Vector Autoregressive Model[J]. International Journal of Strategic Property Management ， 2012， 16（1）： 1-20.

[4] 王敏，时鹏，余劲.货币政策工具对房地产价格影响的动态研究[J]. 华中农业大学学报（社会科学版）， 2014 ， 33 （2） ：121-128.

[5] SIMOKENGNE B D， BALCILAR  M， REID M， AYE G C. Is The Relationship Between Monetary Policy And House Prices Asymmetric In South Africa？ Evidence From A MarkovSwitching Vector Autoregressive Model[J]. Economic Modelling， 2013， 32（2）： 161-171.

[6] 涂红，徐春发，余子良. 货币政策对房价影响的区域差异：来自多层混合效应模型的新证据[J]. 南开经济研究， 2018（5）：41-56.

[7] GIULIODORI M. Monetary Policy Shocks and the Role of House Prices Across European Countries[J]， Scottish Journal of Political Economy， 2005， 52（4）： 519-543.

[8] 陈晓川，陈兰荪.利率与住房价格关系的实证研究：2000-2014[J]. 数学的实践与认识，2018（1）：1-9.

[9] SHI S， JOU J， TRIPE  D. Can Interest Rates Rreally Control House Prices？ Effectiveness and Implications for Macroprudential Policy[J]. Journal of Banking & Finance， 2014（10）：15-28.

[10]孫斌艺，余倩妮.房价变动的利率和限购政策混合效应研究[J].华东师范大学学报（哲学社会科学版），2018（6）：92-99.

[11]龙威，刘金全.货币政策对房地产价格影响机制的区域异质性特征检验[J].当代经济研究，2019（1）：102-112.

[12]刘金全，张 龙.中国数量型和价格型货币政策的价格时变效应——基于CPI与PPI“虚假背离”的分析[J].财经理论与实践，2018，39（6）：22-28.

[13]SHIN  Y， YU  B. GREENWOODNIMMO， M. Modelling Asymmetric Cointegration and Dynamic Multipliers in a Nonlinear ARDL Framework[M]. SSRN Electronic Journal， 2014： 281-314.