货币政策房地产市场传导机制研究

摘要：基于2000-2013年房地产市场相关月度时间序列数据，构建货币政策房地产市场传导机制的理论框架，建立8个变量的结构向量自回归模型（SVAR）分析货币政策、房地产供给需求和消费投资等实体经济变量的相互关系，研究表明货币政策尤其是利率政策能显著影响房地产供给需求，但房地产需求对消费的正向冲击影响十分有限，对投资反而产生负向冲击。由此提出，利率政策应当关注房地产价格波动，避免房地产价格非理性上涨对宏观经济的负面影响。

关键词：货币政策传导机制，结构向量自回归模型，脉冲响应函数，方差分解

中图分类号：F293.3 文献标识码：B

文章编号：1001-9138-（2014）09-0003-14 收稿日期：2014-08-01

目前，国内外学者对货币政策与房地产市场的关系进行了实证分析，多侧重于对某一货币政策工具或传导渠道的探讨。货币政策、房地产市场与实体经济变量间的相互影响，容易产生系统性偏差。本文试图将各种货币政策工具变量纳入同一模型框架中，分别从货币政策对房地产市场的冲击以及房地产需求对实体经济的冲击两个环节，探究货币政策调控在房地产市场传导的内在机理，检验和解释货币政策能否有效调控房地产市场运行并通过后者影响实体经济。

1 货币政策房地产市场的传导机制理论框架

西方经济学界认为货币政策的传导途径是多样的，主要可以分为“货币渠道（Money Channel）”和“信贷渠道（Credit Channel）”，理论研究和实证分析对于不同渠道的货币政策传导效果存在一定分歧。国内外的实证研究表明，货币政策无论通过“货币渠道”还是“信贷渠道”，都需要借助房地产市场、股票市场等资产市场载体的传导，从而影响企业或家庭的消费决策，最终影响宏观经济变量。货币政策变量对宏观经济的影响，可分为前后两个环节：一是货币政策冲击影响资产市场；二是受到货币政策冲击影响下的资产市场进而影响宏观经济变量。由于房地产市场是中国最重要的资产市场，本文因此构建以房地产市场为载体的货币政策传导机制理论框架，如图1所示。

2 数据、模型和约束识别机制

2.1 数据说明

为了研究货币政策的房价传导机制，本文引入8个变量：居民消费价格水平（CPI）、居民消费额（CS）、总投资（INV）、总产出（TOGR）、信贷（LR）、利率（R30）、货币供应量（M2）和房价（HP）。采用以上8个指标从2000年1月至2013年12月的时间序列月度数据作为样本。

在实证分析之前，本文对原始数据进行如下三步骤的转换：（1）为消除通货膨胀影响，除消费价格指数、利率之外所有数据均作消除通货膨胀处理。以1999年1-12月各期“居民消费价格指数”数据为基期数据，采用“居民消费价格指数”（以去年同期=100）的迭代相乘的数值进行平减。（2）对所有指标运用X12—Multiplicative方法进行季节调整。（3）对所有数据取自然对数（文中在各变量前用“LOG”表示），这样在不改变数据统计性质的情况下，既可以消除数据的异方差性，且变量的对数形式也可以反映相互之间的弹性。本文所有实证检验均采用Eviews6.0计量经济分析软件来进行处理。

2.2 模型设定

本文选取结构向量自回归模型（Structural Vector Autoregression，SVAR）进行实证分析。该方法通过对普通的向量自回归（VAR）模型施加长短期约束，可以分析经济变量对结构冲击的响应。一般k个变量p阶结构向量自回归模型SVAR（p）为：

=+++…++

t=1，2，…，T。其中，表示内生变量的p期滞后向量，为结构化扰动项。向量=（，，，，

，，，）'，所对应的结构冲击为=（，，，，，，，）'，则SVAR模型可表示为=。在实际的估计中，根据简化式的估计值，通过和的关系，新息冲击可以对内生变量同期及未来的变化产生影响。在建立SVAR模型中，需要建立反应短期冲击的结构式方程系数矩阵B。

2.3 约束识别机制

对于k元p阶SVAR模型，需要施加k*（k-1）/2个限制。本文的模型中包含了8个变量，则需要至少8*（8-1）/2=28个约束条件。本文根据经济理论及相关假设，施加如下约束条件：（1）房地产价格变动会影响财富水平和资产负债表结构，通过资产的财富效应、资产负债表效应等对消费有同期影响。（2）总产出、信贷、利率、货币供应量、房价变动会引致下期投资规模的预期变动，但对投资的影响存在一定的滞后期。（3）根据利率理论，投资需求和信贷需求的变动会立即引发资金成本即利率水平的变动，而当期消费价格水平、消费、总产出和房价的变动会在一个滞后的时期内引发利率变动，对当期利率无影响。（4）消费、投资、总产出的增加会扩大当期货币需求，信贷本身是货币供应量的组成部分，利率的变动也会引起货币供应量的相应变动。房价通过引发投资需求、消费需求间接引起货币供应量的滞后变动，对当期货币供应量无影响。（5）影响房价变动的因素是本文研究和关注的重点，故假设房价对当期消费价格水平、消费、投资、总产出、信贷、利率和货币供应量的变动均敏感。

根据=，建立本文的模型，见模型1。

3 实证检验和SVAR分析结果

3.1 单位根检验

采用ADF方法对8个变量进行单位根检验，判断变量的平稳性。经检验，不论是否包含截距项或趋势项，所有变量均为一阶单整I（1），如表1所示。因此本文采用1阶单整变量建立SVAR模型。

3.2 最佳滞后期选择

VAR或SVAR模型设定的一个重要问题就是模型最优滞后阶数的确定。在实证分析中，通常采用AIC准则、SC准则和LR准则。本文依据以上三种准则来选择向量自回归模型的最佳滞后期。将上述8个变量引入VAR模型进行最佳滞后期选择的结果（如表2所示），AIC准则显示滞后期为2，SC准则显示滞后期为1，两者不一致。于是，根据LR准则，选择2为模型的最佳滞后期，建立SVAR（2）模型。经检验，此SVAR模型所有单位根的模都小于1，满足稳定性条件。endprint

3.3 SVAR模型估计结果

通过使用计量软件估计短期冲击矩阵B的系数值，其结果如模型2所示。

结合短期冲击矩阵模型和模型估计值可以看出，b42、b53、b72、b82所对应的p值大于0.05，所对应的系数不显著。这说明投资对于信贷没有当期影响，消费对于货币供应量和房价没有当期影响。值得注意的是，b85、b86、b87、b28、b48所对应的系数是显著的，表明信贷、利率和货币供应量等货币政策变量均当期影响房价，房价当期影响消费、总产出等实体经济变量。这证明了，在当期，货币政策的房地产价格传导机制是存在且有效的。

3.4 脉冲冲击

3.4.1 房地产供给和需求对货币政策工具变量冲击的响应

由于房地产开发投资构成了固定资产投资的主体，而房地产销售均价则体现了房地产需求水平，本文用固定资产投资（INV）来代表房地产供给，用房价（HP）来代表房地产需求。房地产供给、需求对利率冲击、信贷冲击和货币供给量冲击的脉冲响应曲线列示如下（见图2），其中横轴表示冲击作用的滞后期数（单位：月），纵轴表示对冲击的响应度，实线描绘了各变量的脉冲响应函数值，虚线表示大小为两倍标准差的偏离带。由于变量均取对数，所以纵轴变动的幅度就是相对于其对数的百分比变化（即0.01=1%）。

第一，房地产供给和需求对利率的响应。房地产供给和房地产需求对利率一个标准差新息冲击，在响应速度及响应的持续时间上均存在明显差异。当一个正向的利率冲击发生后，房地产供给立即出现明显的负向反应，随后逐步增大，第9期达到峰值1.2033%；此后，影响程度逐步减弱，但并不随时间的推移而消散，而是稳定在0.6%以上的水平上。对于1单位的利率冲击，房地产需求对利率的响应呈明显的U形，在第1期先出现微弱的正向反应，第2期开始转为负向反应，至第11期（约1年后）达到峰值0.8982%，此后影响开始稳步减弱，最后收敛到0.2%的水平，利率冲击的效力就已经基本消失，房价恢复到初始稳态。这说明了货币供给的利率机制在房地产市场是有效的，与前文的理论分析是相符的。

第二，房地产供给和需求对信贷的响应。房地产供给和房地产需求对信贷冲击的响应深度和速度有所不同。房地产供给对信贷扩张的响应呈较不稳定的波动趋势，前10期出现了正负响应依次交替出现的现象且影响程度非常小（接近于0值），从第11期（约1年后）才开始出现稳定的正向反应，且反应程度逐步增大，第36期（3年后）达到峰值0.1934%。房地产需求对信贷冲击的响应则呈U形，前2期为正向响应，即信贷规模扩张在极短期内先推动房价上升，第3期开始转为负向响应，房价开始下跌，至第14期达到峰值0.3221%后逐渐下降，最后趋于0值。从中长期来看，信贷冲击对于房地产供给的影响大于对房地产需求的影响。

第三，房地产供给和需求对货币供给量的响应。房地产供给和房地产需求对货币供给量一个标准差新息冲击的反应十分显著，但在程度上存在明显差异。房地产供给对货币供应量的响应，在前8期呈现波动趋势，第3期达到峰值1.3924%，第9期开始响应程度开始减弱，但仍稳定在0.6%以上。相比之下，房地产需求对货币供应量的响应基本保持平稳，第16期达到峰值0.225%，此后基本处于0.1%-0.2%的水平，远远弱于同期房地产供给对货币供应量的响应程度。可见，货币供给对房地产供给的调控效果优于对房地产需求的调控效果。

3.4.2 实体经济对房地产需求冲击的响应

消费对1单位房价冲击立即产生正向反应，在第4期即达到峰值0.3%，随后影响逐步减弱，并稳定在0.02%的水平。这说明，房地产的财富效应、资产负债表效应等正向效应大于由于房价上升所导致居民减少或推迟即期消费的挤占效应，但房价对消费的正向影响是存在的但影响程度不大。消费价格水平对房价冲击先产生正向反应，在第8期达到最大正响应，随后开始减弱，在第19期（约1年半后）转为负响应。这说明，房价上涨，短期内由于财富效应等正向效应导致消费需求增加，从而推动消费价格水平上涨，但是随时间推移，影响逐渐减弱。总产出对房价冲击的反应，先从负向开始，在第3期转为正向，在第11期（约1年后）重又转为负向，在第21期（约2年后）达到负向峰值2.0577%，随后保持负向反应逐步减弱，逐步向零值收敛，第36期（3年后）总产出回复到初始状态。投资（房地产供给）对房价冲击的响应，先从负向开始，在第3期转为正向，在第6期重又转为负向，此后保持负向反应并逐步加强，第18期（1年半后）达到负向峰值0.3336%，随后长期保持0.3%左右的负向冲击。这说明，房价对投资（房地产供给）的短期影响是不稳定的，房价上升在短期可能导致房地产开发投资额的暂时增加，但是又会导致对下期紧缩的宏观调控政策的预期，并产生对其他固定资产投资的挤出效应，从而抑制总投资的增幅。从实体经济变量投资与消费对房价冲击的响应来看（见图3），房价对投资的影响比对消费影响大，由房价上升所带来的对投资的负向冲击战胜了对消费的正向冲击，从而导致总产出下降。

3.5 方差分解

在进行脉冲反应分析后，需要进行方差分解分析以明确各变量变动不同驱动原因各自的贡献率。下面分别列举了消费价格水平（CPI）、消费（CS）、信贷（LR）、利率（R30）、货币供给（M2）和房价（HP）的方差分解结果。

3.5.1 消费价格水平的方差分解

由CPI的方差分解可见（见表3），房地产价格冲击对通货膨胀率具有显著影响，房价上涨会加大通货膨胀压力，通货膨胀会受到来自自身的正向冲击。这说明，在应对当前的通货膨胀问题上，央行在货币政策调控中应当对以房地产价格为代表的资产价格进行关注。同时，应当管理好通货膨胀预期。

3.5.2 消费的方差分解

如表4所示，消费方差分解的结果显示：我国居民消费本身为其变化的主要影响因素，这符合“消费行为有一定的持续性且相对稳定”的传统消费理论。房价对居民消费的贡献率先上升后下降，最高值达到4.68%，总体上并不大，这种影响力既来源于正向的财富效应、拉动效应等，也来源于负向的挤出效应。此外，利率对于消费变动的贡献率较大，且随时间呈稳步上升的趋势，第36期达到22.42%的峰值。利率、货币供应量、信贷这三个货币政策工具变量对消费波动的当期总和贡献率仅次于消费自身。这与宽松的货币政策导致人们对于通胀和未来经济走势的预期有关，消费价格水平的持续上涨促使居民提前消费，从而扩大了当期的消费支出。endprint

3.5.3 利率的方差分解

如表5所示，利率的方差分解结果显示：房价对利率波动的贡献率十分显著，1年后即保持在超过7%的水平，超过了同期消费、投资和总产出对于利率波动的影响，甚至超过了同期货币供应量和信贷对于利率波动的影响。消费价格水平和房价对利率波动的贡献率在同期基本保持相近的水平，这说明，消费价格水平和房价水平已成为判断经济过热或者低迷的重要先行指标，为货币政策调控提供了重要的判断依据。消费价格水平或房价水平过快上涨，将很可能引致央行紧缩性货币政策（提高基准利率，收缩银根）的出台。

3.5.4 货币供给量的方差分解

如表6所示货币供应量方差分解的结果显示：利率超过了货币供应量本身，是影响货币供应量波动的最大因素，影响水平基本稳定在40%左右，远远超过信贷对于货币供应量波动的影响。这证明了，随着利率市场化程度不断提高，利率可以作为货币政策调控的最优指标变量。房价对货币供应量波动的贡献率十分显著，第18期（1年半后）达到8.61%，此后也基本稳定在7%左右水平上，但低于同期消费对于货币供应量波动的贡献率。消费对货币供应量波动的贡献率呈稳步上升的趋势，第24期（2年后）甚至超过了货币供应量自身，第36期（3年后）超过了21%。可见，消费、投资、产出、房地产等实际需求因素决定了货币供给量的扩张或收缩，我国的货币供给具有明显的内生性。

3.5.5 房价的方差分解

如表7所示，房价的方差分解结果显示：除房价自身外，利率是影响房价的主要因素，不仅其影响力度最高达到34.5%，而且持续时间长，到第36期（3年后），影响力仍超过31%。货币供应量对于房价波动的贡献率呈逐步递增的趋势。利率、货币供应量、信贷这三个货币政策工具变量，从第16期（约1年半后）对房价波动的当期总和贡献率甚至超过了房价自身。结合之前的脉冲反应分析，这充分说明，持续的、宽松的货币政策，尤其是低利率政策，确实是房价涨幅过大的最主要原因。

值得注意的是，在中期（3年后），消费价格水平（CPI）成为仅次于利率、消费的房价波动影响因素，说明通货膨胀成为推动房价上涨的主要因素之一，房地产的保值增值作用使其成为抵抗通货膨胀的重要手段。为抑制房价大幅上涨，管理好通货膨胀预期和管理好房价上涨预期具有同样重要的意义。

4 结论和政策建议

本文构建了以房地产市场为载体的货币政策传导机制理论框架，归纳了房地产需求影响实体经济的几种渠道，利用SVAR模型完整地研究了货币政策房地产市场传导的两大环节，得到如下结论。

第一，我国的房地产市场已经成为货币政策传导的重要渠道，尤其是利率政策对我国的房地产供给需求调控有直接和显著的影响。

在货币政策房地产市场传导的第一环节，无论对房地产供给还是需求调控，利率都是最为有效的货币政策工具。通过建立SVAR 模型对利率、货币供给量及信贷三种货币政策工具进行横向比较，从中长期来看，信贷对房地产市场调控作用是最不显著的，货币供给量对房地产需求的调控作用也相对较弱，而利率是调控房地产市场供求最有力的货币政策工具，利率的冲击对房地产供求的影响效力显著且持久，导致房价短期内大幅上涨的最主要原因正是实施了低利率的宽松货币政策。市场化程度较高的全国银行间市场同业拆借30天平均利率上升对抑制房价增幅波动具有显著作用，因此可以逐步考虑将全国银行间短期市场利率（同业拆借及回购利率）作为货币政策的中介目标。

利率、信贷和货币供给量对房地产市场供求都具有非对称性效应，对于房地产供给的影响大于对房地产需求的影响。实证结果还显示，与以往的研究结论不同的是，对于利率、信贷和货币供应量冲击，房地产供给的响应速度都要快于房地产需求。由此证明，利率、信贷和货币供应量趋向宽松或紧缩的变化会比预期更快影响房地产供给方对资金环境的预期，从而迅速调整房地产开发投资量。

第二，房地产价格对于消费具有正向的冲击影响但程度较弱。在货币政策房地产市场传导的第二环节，我国房地产价格对于城镇居民消费的财富效应等正向冲击影响战胜了负的挤出效应但影响程度较弱，然而对于固定资产投资的拉动效应则不敌负的挤出效应，对总产出的综合影响反而为负向。因此，国家尤其是地方政府在希望和依赖房地产行业拉动投资增长的同时，还应充分考虑到其挤出效应。整体而言，利率的传导性远强于信贷和货币供给量的传导性，从中长期看（2年后），前者引起的消费变动是后者的数倍。

为了疏通货币政策房地产市场传导渠道，结合本文主要研究结论，建议：货币政策，尤其是利率政策应关注房地产价格的变化，并做出适当的反馈。央行可以将房价纳入货币政策指标体系，通过利率政策调控对其进行量化反应，从而稳定经济波动，降低金融风险。鉴于房地产需求对消费正向冲击影响的有限性及对投资、总产出的负向冲击影响，避免过多依靠房地产市场拉动消费、投资的激励冲动，以免催生房地产泡沫，并对宏观经济造成不良后果。考虑到居民住房需求的刚性，国家应该大力增加住房有效供给，推动廉租房和经济适用房的建设，加快发展公共租赁住房，广泛增加居民的房地产财富，进而通过财富效应、资产负债表效应等正向冲击影响加强房地产市场对实体经济的良性带动作用。

参考文献：

1.武康平 胡谍.房地产市场与货币政策传导机制.中国软科学.2010.11

2.冯科.中国房地产市场在货币政策传导机制中的作用研究.经济学动态.2011.4

3.黄飞雪 王云.基于SVAR的中国货币政策的房价传导机制.当代经济科学.2010.5

4.平新乔 陈敏彦.融资、地价与楼盘价格趋势.世界经济.2004.7

5.张涛 龚六堂 卜永祥.资产回报、住房按揭贷款与房地产均衡价格.金融研究.2006.2

6.李绍荣 陈人可 周建波.房地产市场的市场特征及货币调控政策的理论分析.金融研究.2011.6endprint

7.周晖 王擎.货币政策与资产价格波动：理论模型与中国的经验分析.经济研究.2009.10

8.张红 李洋.房地产市场对货币政策传导效应的区域差异研究——基于GVAR模型的实证分析.金融研究.2013.2

9.陈健 高波.非线性视角下的中国房地产财富效应的测度研究——基于1996-2008年省际面板数据的分析.中国金融评论.2010

10.罗建宇.基于SVAR模型的货币政策财富传导机制研究.投资研究.2012.8

11.张大永 曹红.家庭财富与消费：基于微观调查数据的分析.经济研究.2012.1

12.刘向耘 牛慕 鸿杨跨.中国居民资产负债表分析.金融研究.2009.10

13.吴卫星 易尽然 郑建明.中国居民家庭投资结构：基于生命周期、财富和住房的实证分析.经济研究.2010

作者简介：

王成，复旦大学经济学院经济学系博士研究生，研究方向为宏观经济学、房地产经济学。

Can the Monetary Transmission Mechanism Function Well in Chinese Housing Market

——based on an SVAR model

Abstract：This paper proposed a framework of the monetary transmission mechanism in housing market，based on an SVAR model of 8 variables，using the monthly time series data of Chinese housing market from 2000 to 2013，empirically tested the interaction of monetary policy，housing supply&demand，consumption and investment. The results show that，the interest policy can take an active effect on housing supply&demand，but housing demand gives an limited positive impulse to consumption，while giving a negative impulse to investment.To prevent the damage of irrational housing bubbles to economy，it is necessary to take housing prices fluctuating into the consideration of interest policy.

Keywords：Monetary policy transmission，SVAR model，Impulse response function，Variance decompostion

李求军/责任编辑endprint

7.周晖 王擎.货币政策与资产价格波动：理论模型与中国的经验分析.经济研究.2009.10

8.张红 李洋.房地产市场对货币政策传导效应的区域差异研究——基于GVAR模型的实证分析.金融研究.2013.2

9.陈健 高波.非线性视角下的中国房地产财富效应的测度研究——基于1996-2008年省际面板数据的分析.中国金融评论.2010

10.罗建宇.基于SVAR模型的货币政策财富传导机制研究.投资研究.2012.8

11.张大永 曹红.家庭财富与消费：基于微观调查数据的分析.经济研究.2012.1

12.刘向耘 牛慕 鸿杨跨.中国居民资产负债表分析.金融研究.2009.10

13.吴卫星 易尽然 郑建明.中国居民家庭投资结构：基于生命周期、财富和住房的实证分析.经济研究.2010

作者简介：

王成，复旦大学经济学院经济学系博士研究生，研究方向为宏观经济学、房地产经济学。

Can the Monetary Transmission Mechanism Function Well in Chinese Housing Market

——based on an SVAR model

Abstract：This paper proposed a framework of the monetary transmission mechanism in housing market，based on an SVAR model of 8 variables，using the monthly time series data of Chinese housing market from 2000 to 2013，empirically tested the interaction of monetary policy，housing supply&demand，consumption and investment. The results show that，the interest policy can take an active effect on housing supply&demand，but housing demand gives an limited positive impulse to consumption，while giving a negative impulse to investment.To prevent the damage of irrational housing bubbles to economy，it is necessary to take housing prices fluctuating into the consideration of interest policy.

Keywords：Monetary policy transmission，SVAR model，Impulse response function，Variance decompostion

李求军/责任编辑endprint

7.周晖 王擎.货币政策与资产价格波动：理论模型与中国的经验分析.经济研究.2009.10

8.张红 李洋.房地产市场对货币政策传导效应的区域差异研究——基于GVAR模型的实证分析.金融研究.2013.2

9.陈健 高波.非线性视角下的中国房地产财富效应的测度研究——基于1996-2008年省际面板数据的分析.中国金融评论.2010

10.罗建宇.基于SVAR模型的货币政策财富传导机制研究.投资研究.2012.8

11.张大永 曹红.家庭财富与消费：基于微观调查数据的分析.经济研究.2012.1

12.刘向耘 牛慕 鸿杨跨.中国居民资产负债表分析.金融研究.2009.10

13.吴卫星 易尽然 郑建明.中国居民家庭投资结构：基于生命周期、财富和住房的实证分析.经济研究.2010

作者简介：

王成，复旦大学经济学院经济学系博士研究生，研究方向为宏观经济学、房地产经济学。

Can the Monetary Transmission Mechanism Function Well in Chinese Housing Market

——based on an SVAR model

Abstract：This paper proposed a framework of the monetary transmission mechanism in housing market，based on an SVAR model of 8 variables，using the monthly time series data of Chinese housing market from 2000 to 2013，empirically tested the interaction of monetary policy，housing supply&demand，consumption and investment. The results show that，the interest policy can take an active effect on housing supply&demand，but housing demand gives an limited positive impulse to consumption，while giving a negative impulse to investment.To prevent the damage of irrational housing bubbles to economy，it is necessary to take housing prices fluctuating into the consideration of interest policy.

Keywords：Monetary policy transmission，SVAR model，Impulse response function，Variance decompostion

李求军/责任编辑endprint