我国货币政策对房地产价格的影响研究——基于百城住宅数据的实证分析

文/李思颖

一、引言

我国房地产业在上世纪末城镇住房改革的红利之下快速发展，社会关注度不断提升。长久以来我国城镇化率的不断提高也助长了城市居民的住房需求与购房意愿，房地产业开始吸引越来越多的居民进行投资与消费，商品房价格多年来涨幅明显，由此引发的诸多社会问题对我国的居民生活、社会稳定形成了显著的负面影响。

一方面，高房价增加了租购房者的债务压力，对于大城市的年轻劳动力具有挤出效应；另一方面，持续上涨的房价也使居民对于房地产业产生了过度乐观的预期，“炒房团”不断涌现，这种不健康的房地产投机行为只会形成脱离实际的住房高需求量，导致我国的房地产市场出现虚假繁荣景象。而一旦房价被过度炒作，极易出现我国上世纪90年代的海南房地产泡沫现象，大量金融机构还款困难，银行信贷资金难以收回，金融状况陷入巨大困境。

近年来，房地产价格与金融体系之间的关系已成为政策制定者和学界普遍关注的焦点，政府也在调控房价方面采取了多项措施：不断调整货币政策，以防楼市过热；推动租赁住房市场发展，进一步完善并创新住房供应体系，支持租购并举；出台新的土地与住房保障政策；在部分城市试行房产税；等等。

本文主要围绕我国货币政策对房价的作用机制，从理论和实证层面展开系统研究，着力探究数量型、价格型这两类货币政策工具对全国整体房价的调控效果，并进一步分析其在城市规模、房价差异悬殊的一线、二线和三线城市有何不同表现，从而探索我国货币政策与房价变动的规律，为推动我国金融与实体经济的协同发展贡献力量。

二、文献回顾

国内关于货币政策对房价的影响多以价格型和数量型这两种货币政策工具为媒介展开探究。国外学者主要研究利率这一价格型货币政策工具对不同国家房地产价格的影响及其程度。有学者（Abraham et al.,1996）在考虑通货膨胀、滞后因素的基础上，进一步构建住宅价格变化模型，检验结果表明房价上涨幅度与利率呈显著负相关性。有学者（Ho et al.,2003）借助香港经验研究宏观经济与房价之间的关系，发现利率是解释房价长期波动的一大关键变量。另有学者（Giuliodori，2005）重点研究货币传导机制中的“住房市场”这一渠道，运用一系列向量自回归（VAR）模型估计欧盟国家房价对货币政策的冲击反应程度，结果表明房价明显受到利率的影响。

近年来，有诸多国内学者研究发现，利率与房价之间存在一定相关性。徐忠等（2012）利用2005年至2011年70个大中城市的月度数据加以回归后发现，我国负利率推升了房价。陈诗一和王祥（2016）构建包含房地产市场在内的多部门DSGE模型，研究结果显示在社会融资成本较高的情况下降低利率会对房地产市场产生一定的推动作用，导致房价出现显著提升。

关于信贷规模等数量型货币政策工具对房价的影响，各方研究大多支持信贷宽松对房地产价格具有直接推动作用，正向效应表现明显。丁晨和屠梅曾（2007）使用中国1999至2006年间的月度数据建立向量误差修正模型进行估计，发现数量型货币政策工具信贷规模在短期内能对货币传导机制中的房价产生最大的正向影响。

另外还有学者围绕货币政策对房价的影响展开了分区域的差异研究。张红和李洋（2013）对中国各省市2001至2010年共120组月度数据展开实证分析，发现总体上看，货币供应量的增长会推动房地产投资，但从长期来看，反而对房价产生抑制作用，利率对房价的影响则具有区域差异性，东部地区的响应结果特征相较于中西部更加切合我国的紧缩型货币政策。余华义和黄燕芬（2015）详细讨论了货币供应量通过利率渠道、信贷配给和预期渠道对不同城市房价的区域异质性影响，发现数量型货币政策工具中货币供应量调整对于我国东部地区及经济较为发达的一线城市房价具有助推作用，但此种正向影响在我国的中西部城市表现微弱。倪鹏飞（2019）在城市间房价关系理论模型的基础之上，对货币政策影响房价分化的具体机制进行实证检验，发现大小城市间的房价分化现象会在持续宽松的货币政策驱使下进一步加剧。

回顾现有研究，目前国内对不同货币政策工具与房价之间的关系尚未形成统一结论，关于货币政策对房地产价格的影响研究也多侧重于针对数量型货币政策工具或价格型货币政策工具中的某一种。除此之外，在研究范围选择方面，现有文献多为全国性数据分析，仅有少部分涉及我国东、中、西三大地区的异质性分析，而针对不同城市规模和经济水平差异划分一、二、三线城市的分区域差别研究也较少，具有较大的补充研究空间。

针对现有研究的不足，本文从不同能级城市的经济发展差异性出发，通过采集我国2010年10月至2020年10月共120组月度数据，构建向量自回归（VAR）模型，运用脉冲响应函数与方差分解方法研究信贷规模等数量型货币政策工具和以6个月—1年超短期、1—3年短期、3—5年中期和5年以上长期贷款利率为代表的价格型货币政策工具对我国房价的动态影响，并结合我国一、二、三线城市的检验结果和实际情况，探究各能级城市货币政策实施与房地产业发展之间的关系，以期为货币政策精准调控不同能级城市房价提供参考，并为我国各地房地产市场的可持续健康发展提出差异化政策建议。

三、理论分析

（一）数量型货币政策工具：信贷规模对房价的影响

由于房地产开发运营需要大量资金周转，整个房地产业的供需状况与货币资金关系极为紧密，而房价高低又同住房的供给与需求相关，这很大程度上是由以信贷规模为代表的信用扩张程度来决定的，信贷规模、信用扩张程度对房地产价格的影响集中表现在以下两个方面。

一方面，房地产开发商的信贷融资规模直接影响房屋开发建设的资金充裕度，而开发资金的多少又将通过作用于房屋住宅供给量来影响当地房价。背负过多银行信贷、资金流通困难的房地产商甚至会通过延迟开竣工时间、卖楼花筹资、捂盘惜售等多种方式恶意加剧房地产市场中的供需不平衡。

另一方面，银行信贷支持力度也影响着房屋购买者的货币支付能力。由于房屋价值量大，居民多通过个人购房信贷这一金融工具完成购房行为，银行发放的信贷资金如同“及时雨”一般，使受到当期自有资金约束的消费者可以通过预估家庭未来收入进行跨期购房消费。由于房地产具有保值增值属性，部分投资及投机性需求会借助银行信贷资金左右我国房价涨跌。

综上所述，数量型货币政策工具信贷规模的扩张将引发房地产企业开发建设现金流及居民购房信贷额度的双增长，由于房地产的需求弹性大于供给弹性，对居民购房信贷额度的影响会更加明显，即房地产市场将出现因居民购房需求增加引致房价上升的情况。

（二）价格型货币政策工具：贷款利率对房价的影响

由于商品房兼具投资和消费两大属性，居民购房的出发点有所不同，其购房需求具体可划分为投资升值性需求和自住消费性需求两类。从购房者角度看，价格型货币政策工具贷款利率对房价的影响可分成两类。

对于投资升值性购房者而言，多套房的购买往往受限于收入水平，其在购房前需要通过银行等金融机构进行资金借贷，贷款利率的变动对这类购房者的影响较大。对于自住消费性购房群体来说，贷款利率的波动同样会为其带来跨期选择等消费难题，这将在一定程度上影响其购房消费决策。贷款利率一旦下调，资金使用成本也将随之下降，此时公众多基于对未来房价的乐观预期选择取出银行当期存款投向楼市，从而推高房价。

另外，由于房地产行业通常具有高负债的特点，从房地产开发商的角度看，贷款利率波动会对其房屋建设融资成本产生较为明显的影响。若规定的房地产贷款利率高于市场均衡利率，该货币政策就能为房地产市场降温；而当贷款利率低于市场均衡利率水平时，该货币政策则会助长房地产市场的火热，房地产开发商就会趁机大举拿地、建房，争取以更低成本得到资金，并从中获取高额利润。

四、研究设计

（一）数据选取

基于上述理论与现实情况，为了进一步探讨中国货币政策对房价的影响，本文接着进行下述实证检验。首先，在保证研究数据科学性和可得性的基础上，为了全面反映近十年来中国房地产市场价格的变化情况，本文引入VAR模型，样本选自中国房地产指数系统（CREIS）中的100个重点城市，主要研究2010年10月至2020年10月间货币政策与房地产价格之间的动态关系。模型中的被解释变量为房价，数据来自CREIS中的“百城住宅价格指数”。考虑到大小城市住房需求及房价分化的客观事实，本文在引入百城平均住宅价格指数（AVE）的同时还选取了一线（ONE）、二线（TWO）以及三线（THR）城市的房价指数。此外，本文依据2014年《国务院关于调整城市规模划分标准的通知》，在对不同能级城市进行划分的过程中以“城区常住人口”作为城市规模的首要衡量标准，同时参考同类文献划分方式，将CREIS中的100个城市等级由高到低分为三组，其中包括一线城市（4个）、二线城市（22个）、三线城市（74个），具体划分情况见表1。

表1 样本城市能级划分情况表

另外，参考已有文献经验，本文将货币政策分为数量型和价格型两大类。数量型货币政策工具主要包括信贷规模、货币供应量M2和法定存款准备金率，这里选用使用范围最广、代表性最强的信贷规模（CRE）表征数量型货币政策。价格型货币政策工具以贷款利率为主，本文选择以下四种不同期限的贷款利率作为价格型货币政策的解释变量：6个月—1年超短期贷款利率（ULT）、1—3年短期贷款利率（SHO）、3—5年中期贷款利率（MID）和5年以上长期贷款利率（LON）。具体变量定义说明见表2。

表2 变量定义说明表

上述指标都来自中国人民银行和WIND金融数据库。由于各解释变量的数值分属不同数量级，部分宏观变量统计值过大，直接用于建模分析不具备可比性，本文为避免数据波动，在实证分析中对所有解释变量、被解释变量均采用取对数的方法进行标准化处理。各主要变量描述性统计见表3。

表3 变量描述性统计表

（二）单位根检验与协整检验

1．单位根检验。为研究数量型、价格型货币政策工具对房地产价格的影响，本文主要考虑信贷规模、贷款利率两方面因素。经ADF单位根平稳性检验后发现，全国及各能级城市房价、信贷规模以及不同期限贷款利率9个变量的原始数据序列均为不平稳序列，但是将它们取对数进行一阶差分之后都在1%的水平下显著，趋向于平稳，即这些数据支持全国及一线、二线、三线城市中房价与信贷规模、贷款利率的一阶差分平稳性质，一阶差分检验结果见表4。由此可知，各变量呈一阶单整I（1），可进一步进行变量间的协整关系检验。

表4 变量单位根检验表

2．协整检验。本文应用约翰森协整检验对数量型、价格型货币政策工具与房价三者间进行协整关系检验，此处先经过最优滞后阶数检验确定滞后阶数为2，再在此基础上重新建立VAR模型展开协整关系检验，结果见表5。这表明两类货币政策工具与各能级城市房价间至少有一个协整方程，即货币政策工具与房价间存在长期协整关系。

表5 全国及各能级城市相关变量约翰森协整检验表

（三）模型构建

本文借助构建VAR计量模型，结合2010年10月至2020年10月间中国百城平均及一线、二线、三线城市的时间序列数据，针对中国常用的数量型及价格型两类货币政策工具对房地产价格所产生的影响进行分析，着重考察不同能级城市间政策变动引发的当地房价涨跌的差异性。

本文引入的VAR模型基础表达式如式1所示。其中，yt为内生变量，ut为误差向量，Ap为待估系数矩阵。

（四）格兰杰因果检验

为确保VAR建模的科学性，需探究两类货币政策的解释变量对房价是否有预测能力。此处通过计量软件对货币政策、房价等相关变量展开格兰杰因果检验，以确定数量型、价格型两类货币政策工具与各能级城市房价变动之间是否存在因果关系，结果见表6。

表6 货币政策与百城房价格兰杰因果检验表

检验结果显示，我国从滞后2期开始，lnCRE是lnAVE的原因，但lnAVE不是lnCRE的原因。另外，lnULT、lnMID、lnLON均为lnAVE的原因，反之亦然，而lnSHO与lnAVE之间则不存在双向的格兰杰因果关系，lnSHO对房价没有预测能力，后文实证检验将剔除该解释变量。这说明我国房价涨跌幅度可以通过信贷规模、超短期贷款利率、中期贷款利率和长期贷款利率的变动来解释，房价的上下波动也同样可以反向解释上述货币政策工具的变化。事实上，这恰恰从侧面反映出我国数量型、价格型货币政策的内生性和灵敏度较强。

五、实证结果分析

（一）货币政策对全国整体房价的影响

1．脉冲响应函数。前述的约翰森协整检验结果表明，我国两种不同类型货币政策与房价间存在长期协整关系，而之后的格兰杰因果检验又进一步验证了信贷规模及超短期、中期、长期贷款利率对房价具有预测能力，能够解释全国房价的变动水平，但变量之间的动态关系尚不明晰。在此基础上，本文引入脉冲响应函数，采用蒙特卡洛随机模拟法计算以百城平均房价为代表的全国整体房价（lnAVE）对两类货币政策，即数量型货币政策工具信贷规模（lnCRE）、价格型货币政策工具6个月—1年超短期贷款利率（lnULT）、3—5年中期贷款利率（lnMID）和5年以上长期贷款利率（lnLON）冲击的动态响应。考虑到样本总体观测值为2010年10月至2020年10月共120个月度数据，研究时间期限较长。为使脉冲响应函数的观察结果更具代表性，本文将冲击作用的期限设定为50期，避免因选择期限较短而无法观测其长期动态效应，或因选择期限较长而影响判断的准确性和科学性。脉冲响应效果具体如图1所示。

图1 货币政策变化冲击对全国房价的动态影响

从图1中的左上图可以看出，全国房价在信贷规模正冲击的作用下，短期内呈现出较为明显的下降态势，并在第9期降到最低，长期则呈现出逐步增长趋势，且最终渐渐稳定在+0.1%的水平。这说明全国整体房价变化面对信贷规模冲击存在较明显的时滞性。其原因可能是银行对于需求端的个人住房抵押贷款的放贷规模相对较小，贷款规模的扩张收缩多体现在供给端的房地产商开发贷款上，而开发贷款的规模变化通常需要通过影响未来拿地面积、房屋供给量来间接影响房价，故房价对信贷规模这一数量型货币政策工具的反应存在较明显的时滞性。总体而言，信贷规模的扩大会加快一定时期之后地产商的拿地和建房节奏，助长房地产市场的火热，进而导致房价相对于基期小幅上扬。

图1中的另三张图表现的是房价对于不同期限贷款利率冲击的响应结果。在当期分别给6个月—1年超短期贷款利率、3—5年中期贷款利率和5年以上长期贷款利率一个正的冲击后，对应房价的变化趋势相类似：百城平均房价响应初期为正，且在第7期达到最大值，随后开始回落并不断下降。三张图中的三条曲线表明，我国整体房价与贷款利率呈现出显著的负相关性，不同期限贷款利率的提高对中长期房价具有明显的抑制效应。这主要是因为贷款利率上行会增加居民偿还住房抵押贷款的金额以及进行房地产投资的成本，进而削弱居民购房需求，并为房地产市场降温，导致中长期房价出现下滑趋势。这说明央行提升贷款利率对全国房价的调控效果随着时期长短的不同而不同，该作用从短期看不明显，从中长期看则有一定效果。

“电力系统继电保护”属于电气工程及自动化专业学生的必修课，该课程的目的在于让学生熟练掌握各类继电器的原理及各类指标的计算应用，从而为学生未来走向工作岗位奠定良好的工业基础。课程是通过教师课堂讲解，学生课堂讨论、课后学习理解、课后作业、课堂实验、课程考试的方式使其学习理解并掌握电力系统继电保护的基本理论、原理，掌握典型的继电保护装置，培养学生对各种继电保护问题的分析与解决能力。

2．方差分解。为测度不同货币政策与全国整体房价的长期互动关系，本文通过方差分解法分析各变量对房价变动的方差贡献率，分解结果见表7。

表7 各变量对全国整体房价影响的方差分解表

由表7结果知，从同一类型货币政策角度看，价格型货币政策工具中3—5年中期贷款利率对房价的贡献率最为明显，且随着时间推移而持续增长，最终稳定在23%左右。这可能是由于房地产项目开发周期较长，一般全周期在3年及以上。经对比发现，3年期贷款利率与存款利率的趋同性最强。综合上述因素，相比6个月—1年超短期贷款利率和5年以上长期贷款利率，3—5年中期贷款利率对开发商建房和居民购房的影响程度最高，因此对房地产价格的贡献率最大。

从不同类型货币政策角度看，信贷规模变化对房价的贡献率要大于5年以上长期贷款利率和6个月—1年超短期贷款利率变化对房价的贡献率，但小于3—5年中期贷款利率的贡献率。另外，信贷规模对房价的贡献率在短期内经历了从当期到第4期逐渐递增、从第4期到第12期缓慢下降的过程，而长期则从第12期以后呈现稳步上扬趋势，到第50期超过3%。整体上看，数量型货币政策工具信贷规模在前20期上涨速度较慢，更多表现为后期加速上升。代表价格型货币政策工具的三种不同期限贷款利率相较于信贷规模而言，前20期内的贡献率上升速度较快，后期则呈现缓慢上涨态势或趋于稳定状态。因此，若想从货币政策着手建立房价长效调控机制，需要特别关注诸如信贷规模之类的数量型货币政策工具，因为信贷规模的扩张将为房地产市场提供充足的资金支持，保证稳定的现金流注入，在加快周转速度、助力楼市升温的同时也会导致物价上涨，从而间接带动房价上升。

（二）货币政策对不同能级城市房价的影响

1．脉冲响应函数。基于货币政策对全国整体房价影响情况的研究，下面加入一线城市房价指数（lnONE）、二线城市房价指数（lnTWO）和三线城市房价指数（lnTHR）数据进行脉冲响应分析,以进一步探究货币政策对不同能级城市房价的影响。图2至图4是三个模型对应的脉冲响应曲线。

图2 货币政策冲击对一线城市房价的影响

图3 货币政策冲击对二线城市房价的影响

图4 货币政策冲击对三线城市房价的影响

对于图2中的一线城市，在当期给房价一个正冲击后，城市房价的脉冲响应在第10期达到最大值+1.6%，此后便逐步下行，并于第43期左右下降至最低点后小幅回升。而给两类货币政策一个正冲击后，其变化趋势均为先降后升：信贷规模对应的房价响应最小，在第8期左右达到最小值-0.2%后开始慢慢上升并由负转正；6个月—1年超短期贷款利率与5年以上长期贷款利率对应房价的脉冲响应变化规律与信贷规模类似，不同之处在于第15期左右达到的最小值为-1.0%至-0.5%；房价对于3—5年中期贷款利率正冲击的响应表现为前期响应程度增加，缓慢下降至接近-0.5%的水平，后期逐渐减弱并趋于平稳，但一直维持在基线水平之下。

对于二线城市，给予房价一个正冲击时，房价的脉冲响应在第8期时达到最大值，中后期回落并归于平稳，但始终为正。给信贷规模一个正冲击时，城市房价先出现下行趋势，在第4期降到最低，随后逐步上行并由负转正。给贷款利率一个正冲击时，不同期限贷款利率之于房价的表现有所不同：产生影响最大、波动性最强的当属3—5年中期贷款利率，导致房价前期逐渐下降，在第14期降到最低，并稳定到第17期，随后再缓慢上行，逐渐靠近原水平线；6个月—1年超短期贷款利率在受冲击之始出现小幅上升，在第5期左右时达到最大值，后缓缓下降，于第16期回归原点，之后稳定在-0.05%水平；5年以上长期贷款利率出现早期缓慢增长趋势，中后期回稳。

对于三线城市，给予房价一个正冲击时，房价的脉冲响应始终为正，但前期有一个快速上扬的过程，并在第9期达到最大值。分别给信贷规模和6个月—1年超短期贷款利率一个正冲击，对应房价的响应曲线几乎重合，都是在第8期时达到最小值，后缓慢上升并由负转正。3—5年中期贷款利率和5年以上长期贷款利率对应的城市房价响应曲线比较相似，都是前期逐渐下降至-0.4%至-0.2%水平后缓慢上升，中后期持续均衡，维持在-0.2%左右。

综合不同能级城市的脉冲响应结果可知，整体上各能级城市房价对于货币政策冲击的响应期限主要位于1—15期内。其中一线城市房价波动性受数量型、价格型货币政策的影响最大，二线城市次之，三线城市最小，表明信贷规模、贷款利率这两类货币政策感觉对于房价的影响存在异质性，预期货币政策调控房价的效果在一线城市表现最佳。对比三张图可知，给信贷规模一个正冲击后，不同能级城市房价均表现为先出现短暂的小幅度下行，后逐步上行，并稳定在+0.2%左右，这说明数量型货币政策工具对房价的影响具有时滞性。另外，从房价对于不同期限利率冲击的反应来看，一线城市房价对于3—5年中期贷款利率冲击的反应程度小于6个月—1年超短期贷款利率和5年以上长期贷款利率，而二、三线城市则恰好相反，房价对于3—5年中期贷款利率冲击的反应程度明显大于超短期和长期贷款利率。由于3—5年中期贷款利率与房地产开发项目的全生命周期时长最为接近，这也从侧面反映出近年来我国房企拿地、建房的战略目标多为二、三线城市，一旦国家实行房地产调控政策，提高3—5年中期贷款利率，将使房企融资受限，导致地产商开发项目借贷资金不足，亟需通过降价卖房实现现金回笼，进而会对楼市起到降温的作用。

2．方差分解。为检验数量型、价格型这两类货币政策工具与各能级城市房价之间的长期互动关系，本文引入方差分解法对此进行探究，所得数据结果如表8所示。

表8 各变量对不同能级城市房价影响的方差分解

表8报告了以信贷规模、不同期限贷款利率为代表的两类货币政策工具对房价变动的方差贡献率。若忽略房地产行业自身贡献率，对于不同能级城市，这两种货币政策工具带来的贡献率占比有所不同。一线城市受到价格型货币政策工具贷款利率的影响更大，在价格型货币政策工具中，6个月—1年超短期贷款利率的贡献率最大，最终约为18%，3—5年中期贷款利率的贡献率最小，最终约为6%。二、三线城市方差分解结果与一线城市恰恰相反，其受到3—5年中期贷款利率调控的影响最大，最终贡献率分别达到19%和11%。但6个月—1年超短期贷款利率对二、三线城市房价几乎无影响，贡献率占比未到1%。

此外，从不同类型货币政策工具角度看，信贷规模这一数量型货币政策工具对一、二线城市房价的影响大于三线城市，贡献率占比约为3%，价格型货币政策工具中的6个月—1年超短期贷款利率对于一线城市房价的影响明显大于二、三线城市，5年以上长期贷款利率对房价的影响也在一线城市中表现最为明显，3—5年中期贷款利率对于二、三线城市房价的影响要强于一线城市。

总体而言，我国宽松的货币政策对房价的影响在不同能级城市表现各不相同。在一线城市，影响最大的是6个月—1年超短期贷款利率，在二、三线城市中则是3—5年中期贷款利率。由此可得，相比作为数量型货币政策工具的信贷规模，贷款利率这一价格型货币政策工具近十年来对房价的推动作用更为直接和明显。也就是说，与利率关系紧密的金融市场在货币政策出台、金融体系构建中发挥着越来越重要的作用，而与银行货币投放力度、流动性供给直接相关的信贷规模在整个货币政策后续传导路径中的地位有所下降。因此，本文得出与李健等（2011）相似的结论：我国的金融体系正在逐渐由银行主导型向市场主导型转变。

六、结论与建议

（一）研究结论

本文以货币政策传导路径及不同能级城市的房价差异为出发点，结合理论与实证研究，得出如下主要结论：

第一，全国范围内作为数量型货币政策工具的信贷规模的扩张会对房价产生推动作用，但此效应存在较长的时滞性。此外，利率对全国房价的影响持续显著，不同期限贷款利率的提高均会带来中长期房地产价格的下降。利率政策变动往往通过改变证券、住房等资产成本与信贷成本之间的利差来影响购房者与房地产企业的投资决策，因此，贷款利率的上调会在降低居民购房需求的同时加大房企融资成本，能为房地产市场带来较长期的持续降温作用。

第二，货币政策变动对不同能级城市房价的影响存在差异，但其整体受货币政策冲击的响应期限在1—15期内。经实证检验后发现，一线城市房价受两类货币政策的影响最大，二线城市次之，三线城市最小。原因在于一线城市代表着更为先进的经济发展水平和更高效率的金融市场，对于货币政策更为敏感，因此预期货币政策调控房价的效果在一线城市表现最为明显。

第三，数量型、价格型这两类货币政策工具在不同能级城市种的表现各不相同。对于价格型货币政策工具，一线城市房价对于3—5年中期贷款利率冲击的反应程度小于6个月—1年超短期贷款利率和5年以上长期贷款利率，而二、三线城市则恰好相反，房价对于3—5年中期贷款利率冲击的反应程度明显大于超短期和长期贷款利率。这可能是由于3—5年中期贷款利率与房地产开发项目的全生命周期时长最为接近，而近年来我国房企拿地、建房的战略目标市场已由一线城市下沉至二、三线城市，一旦国家实行房地产调控，提高3—5年中期贷款利率，会使房企融资受限，对当地楼市起到降温的作用。信贷规模作为数量型货币政策工具，对于不同能级城市房价的影响较为相似，均表现为先出现短暂的小幅下行，后逐步上行，这也说明数量型货币政策工具对不同能级城市房价的影响均有时滞性。

（二）政策建议

基于以上结论，本文特提出以下几点政策建议：

第一，在房地产短期调控过程中，应适时使用包含贷款利率、信贷规模在内的价格型、数量型货币政策工具。央行可在特定时期或背景下释放借贷、融资成本变化等金融信号，引导房地产市场稳定预期，同时严格控制货币供应量与金融支持力度，使流动性“不缺不溢”，维持好金融与房地产市场间资金面的平衡，将“房住不炒”、“稳房价”的政策目标落到实处。

第二，从中长期看，政府需根据“因城施策”导向，对不同能级城市房价实施差异化的调控手段，遵循我国房价受两类货币政策调控影响的内在异质性规律，当一线城市房价高涨时，优先考虑调整6个月—1年超短期贷款利率，以此达到部分地区楼市快速降温、抑制炒房者短期投资投机性需求之目的。当二、三线城市房价过快增长时，应注重采用与房地产开发项目周期相近的3—5年中期贷款利率举措。此外，还需将不同能级城市的房价变动与土地供应相关联，据此调整住宅建设用地指标分配，对一线、二线、三线城市实行差异化的土地供应手段，使房价调控政策更加科学精准，达到效用最大化。

第三，政府需要从货币供应中的价、量两方面着手，不断变革、完善货币金融相关制度，同时加强房地产金融审慎管理。目前，我国已通过将房贷利率挂钩LPR等金融手段，建立房地产融资与货币政策之间的防火墙，未来还需妥善使用流动性管理工具，并结合科学有效的金融监管举措，谨防大量货币资金违规涌入房地产市场，避免在我国货币金融体系之中埋下隐性资金借贷风险。在结构层面，应合理分配货币资金，将流动性精准投放于基建与实体经济之中，对于房地产市场的现金流需求不作大力支持，也不过分抑制。