论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　摘要：本文利用聚类分析，选取房地产泡沫的相关指标，把我国30个省份（西藏自治区除外）分为房地产泡沫最高、中高、中低和最低四个子区域，然后选取2004-2013年省份的面板数据实证研究货币政策对房价的调控作用。研究结果表明：货币政策在不同区域对房价的调控作用的非对称性明显，其中货币量的供给对全国及各子区域的影响最为显著，并且房地产泡沫越高此政策对房价的调控作用越强。

　　关键词：房价上涨货币政策面板数据区域比较

　　研究概述

　　近几年来，国内的很多学者对我国的房价进行测算，都得出我国居高不下的房价存在着房地产泡沫的结论。姜春海（2005）、顾然（2006）、葛杨等（2011）、李文慧（2013）、唐薇（2014）、李平等（2015）都通过各种测算方式测算出中国房地产泡沫已经产生并且较为严重。为了抑制房价的非理性攀升，国家也先后出台了一系列宏观调控政策，其中国家采取的货币政策对我国房价的调整作用也成为很多学者研究的重点。

　　货币政策对房价的调整作用，国内外学者已经进行了大量的研究。一些学者认为货币政策对房价的调整虽然有一定作用但不是很明显。Dolde和Tirtiroglu（2002）运用美国连续18年的数据进行考察，发现当利率较低时房价的波动比较小，反之亦然。俞康泽、余泽庭（2007）利用脉冲响应函数进行分析显示，货币政策对房价的影响存在3-4个月的滞后期，并且货币政策对房价调控能力有限。况伟大（2010）研究了利率政策对房价的影响，得出结论：利率对当期房价的变动影响并不显著，但对本期经济增长的影响比较显著。董志勇、官皓（2010）对31个省市的面板数据进行分析，结果表明货币政策对房价的影响有限，但实际利率对房价的影响显著。常飞、李秀婷等（2013）运用脉冲响应对货币政策对10个不同城市商品住宅市场的作用进行了分析得出结论：政府的调控政策在很大程度上引导房价一时的走势，但最终市场供求状况将是影响房价的决定性因素。张中华、林众（2013）对我国房价进行了实证研究后得出货币供应量对房价的冲击效果显著，利率冲击对房价的影响较复杂且相对较小的结论。

　　而另一些学者认为，货币政策对房价的调整具有非对称性，也就是说因为区域不同、市场发展阶段不同等原因，货币政策对房价的调整作用也不同。Fratantoni和Schuh（2003）用美国1966-1998年各地区的数据进行分析，认为货币政策对不同地区的房价的影响具有非对称性。陈日清（2014）运用马尔可夫区制转换模型研究了中国货币政策对房地产市场的影响，结果表明，货币政策在房地产市场处于“平稳期”时对房地产市场几乎没有作用，但是在房地产市场处于“上行期”和“下行期”时作用明显。马亚明、刘翠（2015）利用CARCH模型对货币政策进行实证研究，结果表明，货币政策对房地产市场的影响具有非对称性。

　　上述研究表明货币政策对我国房价的调整具有一定作用但是不明显，对房价调整的非对称性非常明显。上述研究中大部分都是针对于全国或者一线城市的考察，在非对称性的研究中也忽略了不同区域间的非对称性。个别研究考虑了区域的差异，也是简单的对区域进行划分，并未充分考虑房价区域划分的原因。我国之所以要对高房价进行控制就是为了防止房价的非理性攀升导致房地产泡沫进而对我国房地产市场甚至是我国的经济产生不良影响。因此本文在进行区域划分时，选择了影响房地产泡沫的三个指标对我国30个省市（西藏自治区除外）进行区域划分。

　　区域划分

　　（一）指标的选取与数据来源

　　本文选取沈巍（2010）提出的测度我国房地产泡沫的指标作为对30个省市（西藏自治区除外）进行区域划分的标准，这三个指标分别是：房地产投资占社会固定资产投资比重、房价增长率与GDP增长率的比值和房价收入比。各指标的原始数据来自中经网统计数据库。

　　（二）聚类分析

　　本文利用2011-2013三年的各指标数据进行三次聚类分析。本文基于Q型系统聚类分析的方法进行聚类，结果发现三次聚类结论具有一致性，分类结果如表1所示。

　　根据聚类结果可知，我国30个省份根据房地产泡沫的大小可分为四类：第一类为北京市，该地区的房地产投资占社会固定资产投资比重、商品房施工与竣工面积的比值、房价增长率与GDP增长率的比值和房价收入比都属于最高，总体上来看，应该属于我国房地产泡沫最严重的地区。第二类包括海南和上海，该类应该属于我国房地产泡沫中高的一类。第三类包括了广东省、天津市、福建省和浙江省，该类属于我国房地产泡沫中低的一类。第四类包括了陕西省、云南省等23个省份，应该属于在我国房地产泡沫最低的一类。

　　货币政策对房价影响实证研究

　　（一）变量选取

　　1.货币政策相关变量。货币政策对房价的影响主要通过货币和信贷两种渠道，因此本文在选取变量时也选取这两个影响渠道的相关变量。

　　货币渠道选择广义货币供给量（M2）和商业银行法定存款准备金率（T）两个变量。由于我国的利率是受到严格管制的，因此货币的供应量会直接作用于房地产价格，因此选择广义货币供给量（M2）作为解释变量。存款准备金率的变动可以改变商业银行的货币乘数和存款扩张倍数，因此会导致利率、投资等一系列的变动，通过这一系列的变动也会对房价的变动产生影响，因此选择存款准备金率（T）作为解释变量。

　　信贷渠道选择滞后一期的1-3年期基准贷款利率（R）和房地产开发投资资金来源国内贷款（L）两个解释变量。对于投资者而言，利率是投资项目融资贷款的成本，由于金融机构通常预测房地产商在三年内可以归还贷款并且利率对房价的影响还具有滞后性，因此本文中选择滞后一期的1-3年期的贷款利率（R）为解释变量。中国国内提供给房地产开发商的贷款直接影响房地产开发商的资金供给从而影响房地产市场的供给。

　　2.其他变量。房地产价格与我国国民收入的提高息息相关。近几年来，我国经济得到快速发展，使得我国的国民收入水平得到不断的提高，国民收入水平的提到直接导致城镇居民可支配收入得到了很大的提升。城镇居民可支配收入水平的提升使得人们对生活水平有了更好的要求，对住房的面积也有了更高的要求，对住房的需求的提高导致需求曲线向右移动，使得住房价格得到提升。因此选择城镇居民可支配收入（X）作为解释变量。

　　以上变量的原始数据都源自中经网统计数据库、国家统计局网站及中国人民银行网站，经过计算后得到指标数据。

　　（二）模型构建

　　面板数据指的是在一段时间内跟踪同一组个体的数据，它既有横截面的维度（n位个体），又有时间维度（T个时期）。面板数据的一般表示形式为：Yit=ai+biXit+ui（i=1、2、3……N;t=1、2、3……T）

　　根据所选择的变量，建立模型如下：

　　lnPi，jt=C+α1ilnM2i，jt+α2iTi，jt+α3iRi，jt+α4ilnLi，jt+α5ilnXi，jt+μi，jt

　　其中i代表全国及房地产泡沫最高到最低四个等级，j表示各个省市，t代表时间。

　　（三）面板单位根检验和协整检验

　　1.面板单位根检验。为了避免出现伪回归，本文对含有时间序列的各个变量进行单位根检验以验证平稳性。由于房地产泡沫最高区域、中高区域、中低区域的数据都属于N<T的长面板数据，因此对这四个区域的数据进行LLC检验和IPS检验;由于全国和房地产泡沫最低区域的数据属于N>T的短面板数据，因此对这个区域的数据进行HT检验和ISP检验。以上的三个检验中，LLC检验和HT检验的原假设为存在共同的单位根过程，但是LLC检验适用于长面板数据的检验而HT检验适用于短面板数据的检验;而ISP检验的原假设为存在独立的单位根过程。检验结果如表2所示。

　　由表2可知，房地产泡沫最低区域的所有变量都拒绝了存在单位根的原假设，因此该区域的所有变量都是平稳的。全国以及其余三个子区域的大多数变量也是拒绝了原假设，但是还是要对变量进行一阶差分，差分后所有的变量都拒绝了原假设。

　　2.协整检验。由于房地产泡沫最低的区域的所有变量都是平稳的，因此不需要再做协整检验就可以直接对原变量进行回归，但全国及其他三个区域都是一阶单整的，需要对全国及其他三个区域的进行协整检验，如果存在协整关系，可以用原变量进行回归。根据表3可知，全国和三个子区域的六个变量之间是存在协整关系的。

　　（四）面板模型的回归结果

　　面板数据的回归模型分为固定效应模型和随机效应模型，本文通过对全国及各子区域的面板数据进行豪斯曼检验来确定模型的选择。豪斯曼模型的原假设为选择随机效应模型，检验结果如表4所示，全国、中高区域、中低区域、最低区域都拒绝原假设，因此选择固定效应模型进行回归分析。最优区域因为只有北京一个地区，因此不用进行豪斯曼检验。

　　从回归结果可以看出，全国及四个子区域的拟合度和回归方程的显著性都很好。货币供给量对房价的影响除了在房地产泡沫最高的北京外，在全国和其他三个区域的影响都是显著的，并且房地产泡沫越高对房价的影响就越大，在最低区域的系数为0.065但是在中高区域的系数为1.479。法定准备金率只对全国和最高区域的影响是显著的，而且对最高区域的影响的系数达到了5.491。滞后一期的1-3年贷款利率对全国和最低区域的房价影响是显著的，而且对最低区域的房价的影响系数高达-5.362。房地产开发投资资金来源国内贷款对全国、最高区域和最低区域的影响都是显著的，对最高区域的影响比较大，系数为0.403。

　　结论与建议

　　第一，货币政策对房价有一定的调控作用。全国及四个子区域的回归结果表明，货币政策对全国房价的影响都是显著的;房地产开发投资资金来源国内贷款对最高区域房价的影响是显著的;货币供给量对中高区域房价影响是显著的;货币供给量、法定准备金率和房地产开发投资资金来源国内贷款对最低区域的房价的影响是显著的。因此当房地产泡沫比较严重时，货币政策可以作为调整房价的一个重要政策来使用。

　　第二，在文中提到的四种货币政策中，货币供给量对全国及其四个子区域的房价影响最为显著。实证结果表明，货币供给量对房价的调整作用由高到低依次为中高区域、中低区域和最低区域，即货币供给量对区域房价的调控具有非对称性，货币供给量的降低能比较有效的降低房地产泡沫较高地区的房价。因此在选择用货币政策降低房地产市场的泡沫时，货币供给量的调整是比较有效的一种政策。

　　第三，各区域货币政策对房价的影响存在着较大的差异。北京是我国房地产泡沫最为严重的地区，只有房地产开发投资资金来源国内贷款对北京地区的房价影响显著，说明作为我国的政治中心，由于经济发达、人口流动快和房地产升值潜力较大等原因，居民购房时会考虑求学和投资等多方面的因素，货币政策并不能很大程度上影响居民的购买意愿。对于房地产泡沫最低的区域，货币政策虽然对该区域的影响还比较显著，但只有1-3年的贷款利率对房价的影响比较大;并且在该区域人均可支配收入对房价的影响非常大，说明该区域收入是制约房产需求的重要因素，收入增加，房产需求会随之增加，从而推动房价的上涨。

　　参考文献：

　　1.徐滇庆.房价与泡沫经济[M].机械工业出版社，2006

　　2.李子奈，潘文卿.计量经济学[M].高等教育出版社，2000

　　3.沈巍.我国房地产泡沫指标的构建与分析[J].价格理论与实践，2010（10）

　　4.胡荣才，刘小岚.货币政策影响房价的区域差异性[J].南京财经大学学报，2010（7）

　　5.况伟大.利率对房价的影响[J].世界经济，2010（4）

　　6.马亚明，刘翠.我国货币政策对房地产市场的非对称影响[J].河北经贸大学学报，2015（3）

　　7.董志勇，官皓等.房地产价格影响因素分析—基于中国各省面板数据的实证研究[J].中国地质大学学报，2010（3）

　　8.陈日清.中国货币政策对房地产市场的非对称效应[J].统计研究，2014（6）

　　9.常飞，李秀婷等.货币政策对区域房地产住宅市场的差异化影响—基于国内十城市房地产住宅市场的实证研究[J].管理评论，2013（10）

　　10.董潘，厉召龙.利率政策对房价影响的实证研究：1998-2009[J].重庆理工大学学报，2011（25）

　　11.俞康泽，余泽庭.货币政策对房价的调控能力[J].河北经贸大学学报，2007（5）

　　12.王先柱，毛中根.货币政策的区域效应—来自房地产市场的证据[J].金融研究，2011（9）