住房价格在货币政策传导中的作用效果——基于SVAR模型的反事实模拟研究

段忠东

(厦门理工学院商学院，福建 厦门361024)

一、引 言

资产价格对货币政策的传导机制一直以来都是货币政策理论的前沿问题，学者们对此进行了大量的理论与实证研究。从已有的相关研究来看，早期关注的焦点集中在股票价格，而对于另外一个重要的资产市场——房地产市场及其价格——在货币政策传导中的作用，直到近些年来才引起学者们的高度重视。这主要是由于近二十年来，世界各主要经济体的住房市场出现大幅波动特征，以及房地产本身所具有的特殊属性②，住房市场开始在货币政策传导机制中发挥日益重要的作用。这也使得各国中央银行对于住房市场保持高度关注。

住房分配制度改革之后，房地产业被作为国民经济的支柱产业得到迅速发展。如图1所示，1998年以来我国房价经历了较快速度的上涨，2007年至2010年房价涨幅逐步抬高，波动幅度也不断扩大③。随着宏观经济下行和“经济新常态”的出现，2014年3季度我国房价涨幅处于历史较低水平6%。另外，狭义货币量增长率从2009年4季度的峰值32.35%逐步下降到2014年3季度的3.8%;30日银行同业拆借利率则在2009年2季度达到1.08%的历史低位后逐步上升，到2014年3季度达到4.14%的较高水平。经过测算，货币量增长与房价指数之间的同期相关系数为0.28，同业拆借利率与房价指数之间的简单相关系数为-0.22。城镇消费增长与住房价格指数的波动趋势保持较高的一致性，二者的同期相关系数为0.53;直观上看，居民消费增长与住房价格指数的关联性不高，二者之间的简单相关系数为-0.08。可以初步得出，在货币政策与房价、房价与城镇消费之间可能存在较好的传导，房价到居民消费的传导机制似较为微弱。

近些年来，针对房地产市场的宏观调控政策此起彼伏，但是其效果却广受质疑，甚至出现“越调越涨”的怪圈和论调。作为重要的宏观政策，货币政策是否能够对房价产生有效影响?这关系到货币当局的政策效力，需要作出定量的科学回答。另外，房价高涨所引发的广泛“房奴”、“蜗居”现象，甚至所谓的“逃离北上广”，实际上涉及到货币政策是否经过住房市场实现向居民消费行为的传导问题，也是货币政策当局必须面对的问题。总之，笔者可以把上述思考归结为一个问题，即房价在货币政策传导过程的作用机制与效果。对此作出科学的定性分析与定量研究具有重要的理论意义与现实意义。本文运用基于结构向量自回归模型的反事实模拟方法，利用中国1999年至2014年的季度数据，对房价在货币政策传导中的作用效果进行实证研究。本文的贡献在于:一是在SVAR模型中重新设定变量的同期关系;二是分别选取城镇消费品零售额和城镇居民人均消费支出作为消费的代理变量;三是利用反事实模拟测算货币政策冲击对消费的传导机制中房价的贡献度。

图1 1998-2014年我国房价与货币量、利率、消费的波动趋势

二、理论回顾与文献综述

伴随着近二十年来西方国家房地产价格的大幅度波动，越来越多的西方学者开始关注于房地产价格在货币政策传导机制中所起的特殊作用。住房价格对货币政策的传导过程分为两个阶段，第一个阶段是货币政策工具变动对住房价格的传导，第二个阶段是房价变动对家庭消费与企业投资等经济主体行为的传导。在第一个阶段，货币政策工具通过对住房市场供求关系产生影响，进而影响房价。短期内，住房供给具有滞后性，货币政策通过改变住房市场需求导致房价变动。根据Mishkin[1]，货币政策利率变动主要通过资本使用成本对住房市场需求产生直接影响。住房的资本使用成本可以表示如下:

式(1)中，ph是新建房地产的相对购买价格，i是抵押贷款利率是房地产价格的预期增值率，δ是房地产折旧率。{(1－t)i－πe}为实际税后利率，－πe}为房地产价格的实际预期增值率，πe为预期通货膨胀率①考虑到抵押贷款利息具有抵税的特点，用边际税率t对名义抵押利率i进行了调整。。根据式(1)可知，货币政策变动通过影响购房者的实际利息支付负担，进而对其住房持有成本与住房需求产生影响;另外，住房市场需求改变会导致人们对住房的预期增值率发生改变，这也成为货币政策影响住房持有成本与住房市场需求进而影响房价的重要途径[2]。除此之外，当住房市场供求双方都面临融资约束时，货币政策还可通过资金可得性渠道对房地产市场供求产生影响。

在第二个阶段，住房价格变动通过财富效应[3]、资产负债表效应与信用约束效应[4-5]、预期与信心效应[6]等渠道对住房拥有者的消费产生促进作用，而通过负收入效应和储蓄效应对购房者和租房者的消费行为产生挤出效果[7]。由于以上作用机制的方向不一致，房价变动对总体消费的影响效果取决于各种力量的对比。

学者们沿着以下几个方向进行实证研究。一是检验货币政策冲击对房价的传导效果，他们建立VAR模型与SVAR模型，也有学者建立理论模型，并通过参数赋值进行数值模拟。大多数研究发现，货币政策冲击对住房价格产生显著的影响，并且这种影响在抵押市场更发达的国家或阶段表现更为明显[8-9]。二是考察房价变动对居民消费的影响效果。已有的文献大多利用宏观总量数据或微观家庭调查数据对各种理论假设进行检验，分析比较房价影响家庭消费的异质性和一致性[3，10-11]，但是关于房价对消费的传导机制与规模未达成广泛一致。三是在一个统一的VAR模型或SVAR模型中，通过限制变量的同期关系和滞后关系，运用反事实模拟等方法检验房价在货币政策传导中的作用效果[12-13]。这些文献大多发现房价在货币政策传导过程中发挥了作用，但是效果存在差异。

美国次贷危机之后，国内学者在该领域产出了大量的实证研究成果。一是运用不同类型的VAR模型发现货币政策冲击对房价产生重要影响，这种影响存在区域差异性，并且数量型货币政策工具的效果优于价格型工具，还有学者发现了“房价之谜”现象[14-15]。二是检验房价变动对居民消费的影响效果。大多研究利用宏观总量数据，运用线性模型[16]，少数学者开始选用家庭微观数据，采用非线性建模[17-18]。三是运用各种基于 VAR的计量模型，通过脉冲响应函数检验房价的作用效果，多数研究认为房价在我国货币政策传导过程中发挥了较为重要的作用，但是关于房价对消费的影响效果却不一致[19-20]。国内研究在以下方面还可改进:第一，基于SVAR模型的研究其优势在于可以较好反映变量之间的同期关系，但是已有文献关于变量同期关系的设定却还有待商榷;第二，大多数研究以社会消费品零售总额为对象，较少以居民消费性支出作为消费的代理变量;第三，少有学者运用反事实模拟方法，而这种方法可以较好模拟房价在货币政策传导机制中的作用效果。

三、经验模型与研究方法

本文的实证研究分为两个部分，第一部分检验货币政策冲击对住房价格的影响，第二部分考察房价变动对消费的作用效果①本文重点考察房价变动对消费的传导，对房价变动传导货币政策的投资渠道，不作过多关注。。在第一部分，笔者估计一个基准的结构VAR模型，模型中包括研究所需的基本变量，该基准模型的估计结果用于计算标准的脉冲响应函数，以此分析货币政策冲击对房价的影响。在第二部分，本文将借鉴Lettau等人[12]所采用的二阶段法。第一步估计一个结构向量自回归模型作为基准模型，估计标准的脉冲响应函数反映货币政策冲击对于消费的总体影响，其中包含了房价对消费的作用。第二步运用反事实实验模拟货币政策冲击的影响，其中关闭了基准模型中住房价格影响消费的直接渠道②该模拟过程的实现是通过将消费方程中房价对消费的同期影响以及滞后影响系数设定为零，也即将式(3)中系数矩阵A、Г1…ГP中表示房价影响消费的系数设定为零。。基准模型中货币政策冲击对于消费的总效应与反事实模拟的估计结果的差异，可以用来反映货币政策传导机制中房价对消费的作用效果。

为此，本文建立一个小型的结构VAR模型，用于分析变量之间的同期影响与滞后影响，具体表示如下:

其中，Xt表示(n×1)维内生变量向量，ut表示(n ×1)维结构式冲击向量。Γi，i=0，…，n是(n ×n)维系数矩阵，矩阵A是反映变量之间同期影响的(n×n)维系数矩阵。结构式(2)可以改写为简化式(3):

其中，假定简化式冲击et满足。根据式(2)、(3)可知，Φi=A－1Γi，(i=1，…，n)，简化式扰动et与结构式扰动ut之间的关系可以表示为:

式(4)即为A-B型 SVAR模型。其中，结构扰动向量ut是标准化正交的，即其方差协方差矩阵满足E(utu't)=I，并且对矩阵 A、B强制施加约束A∑A'=BB'。为了识别SVAR模型，需要对同期关系矩阵A施加限制。对于n元p阶的A-B型结构式VAR，需要对矩阵A施加n(n－1)/2个限制条件才能恰好识别，矩阵B为对角矩阵。普遍的做法是假定A是一个下三角形矩阵。这实际上假定所有变量对货币政策冲击只能作出滞后1期的反应，这对于物价、产出等宏观变量也许合理，但是对于资产价格来说却并非合理。资产价格更有可能对货币政策冲击作出同期反应。另外，由于货币政策目标并非盯住资产价格，因此不会对资产价格变动作出同期反应。为此，需要对SVAR的同期影响矩阵A进行重新假设。

在本文的实证研究第一部分，SVAR模型包括的内生变量向量表示为:Xt=(lnCPIt、lnGDPt、lnHPt、lnMt或 It)，即内生变量包括物价、产出、房价、货币供应量或利率等。在实证研究第二部分，在已有的内生变量中加入消费，即内生变量向量表示为:Xt=(lnCPIt、lnGDPt、lnCt、lnHPt、lnMt或 It)。在5变量的SVAR模型中，为了识别结构式冲击，需要对同期影响矩阵A施加10个限制。借鉴Lettau et al.[12]的思路，笔者对矩阵A施加如下限制:

①物价、产出对于货币政策冲击的反应滞后1期，这表现为a15=0，a25=0;②在不包含消费的4变量SVAR模型中，对于同期影响矩阵A的限定条件与此雷同，不再赘述。物价、产出也不受房价波动的同期影响，即a14=a24=0;③消费对物价、产出的影响滞后1期，即a13=a23=0，产出对物价的影响滞后1期，即a12=0;④假定货币当局根据宏观经济波动对货币政策作出同期调整，但是货币政策却只对消费产生滞后1期的影响，即a35=0;⑤消费变动不对房价产生同期影响，即a43=0①这里本文采用了与Lettau et al．［12］类似的假定，这也是大多数文献所采用的假设。 这里本文采用了与Lettau et al.[12]类似的假定，这也是大多数文献所采用的假设。;⑥货币政策通常情况下只是关注住房价格，并非直接盯住房价，因此不对房价作出同期反应，即a54=0。上述假定使得结构式方程(2)的待估计参数个数为10，恰好满足该方程的识别条件。将式(4)的估计形式重写如式(5)所示②在不包含消费的4变量SVAR模型中，对于同期影响矩阵A的限定条件与此雷同，不再赘述。。式(5)意味着住房价格变动对消费产生同期的影响，货币政策对消费变动作出同期反应，也即货币政策对房价变动作出间接反应。

四、变量选择、数据来源与处理

本文所选取研究变量包括:物价、产出、收入、消费、房价、货币供应量与利率。其中，用货币量与利率表示货币政策冲击。采用1999年1季度至2014年3季度的季度数据，共计63组样本数据。所有的数据均来源于中国国家统计局网站、CEIC中国经济数据库与中国人民银行网站。代理变量选择与数据处理过程详见表1。

表1 代理变量与数据处理

续表1

经过数据处理的物价、产出、居民收入、城镇消费、居民消费、住房价格、货币量与利率分别用lnCPI、lnGDP、lnINC、lnC、lnCONS、lnHP、lnM1、I1、I3表示①为简化起见，分别将城镇消费品零售额、城镇居民人均消费性支出简称为城镇消费与居民消费。。

五、实证研究过程与结果分析

首先，在建立SVAR之前，需对所有变量进行平稳性检验，本文运用方法对各个变量的平稳性进行单位根检验。除利率、物价等变量外的其余变量原序列在5%的显著性水平都是非平稳的，而这些变量的一阶差分序列在1%的显著性水平上是平稳的，这些变量均为一阶单整序列I(1)。由于篇幅所限，文中未列出变量的单位根检验结果。

(一)货币政策冲击对住房价格的传导

本文建立三个4变量的基准SVAR模型。模型1的内生变量包括:物价、产出、房价与货币量，即X1t=(lnCPIt、lnGDPt、lnHPt、lnM1t);模型2 的内生变量是:物价、产出、房价与1年期贷款利率，即 X2t=(lnCPIt、lnGDPt、lnHPt、I1t);模型 3 的内生变量包括:物价、产出、房价与3年期贷款利率，即X3t=(lnCPIt、lnGDPt、lnHPt、I3t)。

在单位根检验基础上，协整检验发现，各组变量之间存在长期稳定的协整关系。因此，如同国外大多数同类研究一样，笔者采用水平变量形式的SVAR模型，同时加入常数项②也可以建立变量一阶差分形式的VAR模型，但是这会导致遗漏水平变量中所包含的信息，并且可能导致错误设定与过度识别。。

1.模型1 的估计结果[X1t=(lnCPIt、lnGDPt、lnHPt、lnM1t)]

图2是SVAR模型1的脉冲响应函数计算结果③根据AIC与SC信息准则，结合SVAR模型稳定性检验，以及残差序列自相关和异方差检验，选定滞后阶数为2。。可以发现，扩张性的货币量冲击导致宏观经济变量出现正向的响应，物价与产出均表现出经典的倒U型波动特征。具体来看，物价的当期响应为零，之后逐渐提高，峰值响应0.29%出现在第7期。产出的当期响应为零，之后逐渐增加，第4季时出现峰值响应0.30%。房价对货币量的扩张作出当期响应0.24%，第2季迅速上升到峰值0.95%，第3季迅速下降，此后，这种响应缓慢下降并趋近于零。这说明货币量的扩张会导致住房价格在短期内出现迅速上涨，主要原因可能是由于短期内住房供给调整滞后，而货币量扩张刺激住房需求使房价出现较快上涨;从长期来看，由于住房供给的缓慢增长，房价响应逐渐恢复初始状态。

另外，房价冲击会导致物价和产出出现正向响应，这意味着房价上涨会带动经济增长与物价上涨;房价冲击会使得货币量在短期出现负向响应，随后货币响应逐渐由负转正，这可能是中央银行针对房价的调控政策引起的，长期则是由于房价高涨导致的内生性货币供给增加。

房价变动的预测方差分解结果显示，房价波动性主要受房价自身冲击所驱动，物价与产出冲击具有重要的贡献度。另外，从第2季开始，货币量冲击对房价波动性的贡献度在7% ～11%之间，在第2季到达最大值11.52%，之后逐渐下降。值得注意的是，在第2季至第4季，货币量的贡献度超过物价与产出，这说明短期内，货币量是房价波动的重要解释因素之一。

2.模型 2 的估计结果[X2t=(lnCPIt、lnGDPt、lnHPt、I1t)]

模型2的脉冲响应函数估计结果如图3所示④SVAR模型2、3的结构选择方法与过程与模型1相同，不再赘述，均为滞后2阶，含常数项。。可以发现，当紧缩性的利率冲击发生时，物价、产出与房价等变量均出现反向调整，所有变量的脉冲响应函数均表现出U型波动特征。具体来看，在受到紧缩性利率冲击后，物价在短期内有轻微正向响应，之后出现持续反向调整，到第10季达到响应峰值-0.23%。产出的反向响应在第8季达到峰值-0.36%;房价的当季响应为-0.16%，并且这种反向响应在第2、3季度略有缓解，从第4季度开始房价的反向响应逐渐扩大，到第7季度时达到响应峰值-0.34%。这一特征说明利率紧缩将会导致房价指数的反向调整，并且对房价的抑制效果具有较长的滞后期(约2年)。此外，房价冲击导致政策利率的即期响应为零，2季开始出现正向响应，响应峰值6.59%出现在第5季。这说明中央银行的利率政策对房价上涨有滞后反应。

图2 各变量的脉冲响应函数(模型1)

图3 各变量的脉冲响应函数(模型2)

房价变动的方差分解结果显示，房价自身是房价波动最为重要的解释变量，物价与产出也是重要的解释因素。利率的解释能力较弱，其贡献度在0.45% ～4.48%之间，冲击发生后 11季度时利率贡献度达到最大值。结合脉冲响应函数与方差分解结果得出利率对房价波动的解释效果和力度较为有限，旨在运用价格型货币政策工具调控房价的政策意图难以取得满意的效果①限于篇幅，未列出模型3的估计结果。模型3的脉冲响应函数与模型2十分相似，但物价、产出与房价对3年期贷款利率冲击的响应峰值略有提高，或者峰值出现时期略有提前。。

(二)货币政策传导中住房价格对城镇消费的作用效果:反事实模拟研究一

首先，以城镇消费零售总额作为消费的代理变量，采用二阶段法考察房价在货币政策冲击向消费传导中的作用效果。为此，需要建立三个5变量SVAR模型，即在4变量SVAR模型中加入城镇消费。三个SVAR模型包含的内生变量具体如下:模型4包含物价、产出、城镇消费、房价与货币量，即X4t=(lnCPIt、lnGDPt、lnC、lnHPt、lnM1t);模型5 包含物价、产出、城镇消费、房价与1年期贷款利率，即X5t=(lnCPIt、lnGDPt、lnC、lnHPt、I1t);模型 6 包括物价、产出、城镇消费、房价与3年期贷款利率，即X6t=(lnCPIt、lnGDPt、lnC、lnHPt、I3t)。

1.模型4 的估计结果[X4t=(lnCPIt、lnGDPt、lnC、lnHPt、lnM1t)]

第一步是建立基准的SVAR模型。与前述方法一致，建立水平形式的 SVAR模型，加入常数项②根据AIC与SC信息准则，以及结合SVAR模型稳定性检验、残差序列自相关等检验，选定滞后阶数为2。。模型4的脉冲响应函数计算结果显示(如图4所示)，对于1个单位标准方差的扩张性货币冲击，物价、产出与房价的响应轨迹与模型1基本相近;城镇消费的正向响应轨迹表现倒U型曲线特征，其响应在1.5年内迅速提高，之后逐步回落趋近于零，其峰值响应1.16%出现在第6季。这说明扩张性的货币冲击将对城镇消费产生促进作用。根据消费波动的方差分解结果，可以发现，城镇消费自身、货币量、产出和物价都具有较高的贡献度，房价的贡献度在2.5% ～8.2%之间。

第二步是对基准模型进行反事实模拟实验。按照前文所述的实验方法，关闭消费方程中房价影响消费的同期影响系数与滞后1、2期影响系数，同时保持其他方程的估计系数不变，对模型4重新估计，得到模拟情形下的脉冲响应函数。具体的模拟结果见图5。

图4 货币冲击的脉冲响应函数(模型4)

图5 反事实模拟(模型4)

结果显示，在反事实模拟实验中，扩张性的货币量冲击导致的城镇消费响应峰值1.02%出现在第6季度，低于基准模型中的城镇消费响应峰值1.16%，响应轨迹与基准模型基本一致。值得注意的是，前2个季度两种情形下的城镇消费响应轨迹基本一致，从第3季度至14季度，反事实模拟情形下的城镇消费脉冲响应函数轨迹低于基准模型。从第14季度开始，反事实模拟下的城镇消费响应曲线高于基准模型。这说明，在受到扩张性货币量冲击3季度至14季度内，如果没有房价作用，扩张性货币冲击对消费的刺激效果将会减弱。这也意味着，房价对城镇消费产生了积极的促进作用，并且这种促进作用在第4季度达到最大值，之后逐渐降低趋向于零。

总之，在扩张性货币冲击对城镇消费的传导中，房价发挥了较为重要的促进作用。借鉴Elbourne[13]的测算方法，得出扩张性货币冲击导致城镇消费提高中，有13.2%来自房价的贡献①通过计算反事实模拟与基准模型的消费响应峰值变化率可得，即:(1.16%-1.02%)/1.16% ×100%=13.2%。

2.模型5 的估计结果[X5t=(lnCPIt、lnGDPt、lnC、lnHPt、I1t)]

第一步是估计基准SVAR模型。模型5的脉冲响应函数计算结果如图6所示。可以发现，紧缩性利率冲击发生后，物价、产出、房价的响应轨迹与模型2的响应轨迹在定性与定量特征上都非常接近，表现出 U型特征。物价的峰值响应 -0.25%出现在第11季度，产出的峰值响应-0.47%出现在第8季，房价的峰值响应-0.41%出现在第5季度。城镇消费的当期响应为零，之后逐渐下降，至第6季度达到峰值响应-1.19%，随后逐步恢复并趋向于-0.33%。这说明紧缩性的利率政策将导致物价、产出等主要经济变量回落，房价与城镇消费也会在1年至1.5年内出现较快回落。从城镇消费的方差分解结果发现，贡献度最大的因素包括消费自身、产出与利率，物价的解释力较为微弱，另外房价的解释能力也较为微弱，约为2% ～12%。

图6 利率冲击的脉冲响应函数(模型5)

第二步进行反事实模拟实验。具体模拟过程和方法与前文相同。模型5的模拟结果见图7。结果显示，由于关闭了消费方程中房价影响消费的当期与滞后估计系数，面对紧缩性利率政策冲击，城镇消费的反向响应峰值-1.13%出现在第5季度，响应幅度低于基准模型的响应峰值幅度，响应轨迹与基准模型基本一致，呈现出U型调整特征。可以发现，利率冲击发生1年之后，反事实模拟情形下的城镇消费响应轨迹与基准模型没有差异，第5季度至第14季度，反事实情形下的城镇消费反向响应幅度低于基准模型，从第15季度开始，反事实情形下的消费响应幅度超过基准模型。这说明，如果没有房价作用，紧缩性利率冲击对城镇消费的抑制效果将会减弱。这也意味着，利率冲击后第5季度至14季度，房价下降导致城镇消费的缩减，这种效果在第8季度达到最大。

图7 反事实模拟(模型5)

可以得出，在紧缩性利率冲击对城镇消费的传导中，房价变动起到了积极促进作用，其对城镇消费的解释能力低于产出、利率，但是略高于物价。经过测算，在紧缩性利率冲击导致的城镇消费下降中，房价下降导致的消费下降占比约为5%②即求反事实模拟情形与基准模型下消费响应峰值的变化百分比:(1.19%-1.13%)/1.19% ×100%=5%。限于篇幅，文中略去模型6的估计结果。模型6的反事实模拟结果与模型5非常相似:在紧缩性利率政策冲击后的14季度内，房价下跌对消费产生抑制效果，其作用峰值出现在第8季度。经测算，在利率冲击导致的消费降幅中，房价的贡献度约为5.9%。。可见，房价变动对城镇消费的传导效果低于扩张性货币冲击中房价的传导效果。

(二)货币政策传导中住房价格对居民消费的作用效果:反事实模拟研究二

接下来，本文以城镇居民人均消费支出作为消费的代理变量，运用二阶段法考察住房价格对货币政策的传导效果。为此，建立两个5变量SVAR模型。另外，分别采用居民消费价格指数(上年同期=100)、城镇居民人均可支配收入作为物价和居民收入的代理变量。模型7包括的变量:物价、收入、消费、房价与货币量，即:X7t= (Pt、lnINCt、lnCONS、lnHPt、lnM1t)。模型 8 的变量:物价、收入、消费、房价与利率，即:X8t=(Pt、lnGDPt、lnC、lnHPt、I1t)。这里依然采用A-B型SVAR模型及其同期影响矩阵的约束思路，设定的约束条件如下:①根据各种检验结果以及AIC、SC信息准则，确定SVAR模型7的结构包括常数项，滞后2阶。模型8的结构与模型7相同，选择过程不再赘述。货币政策不对居民收入产生同期影响，即α25=0;②用基准模型相对反事实模拟的响应峰值下降占比可得，即(0.3939%-0.3658%)/0.3939% ×100%=7.1%。居民收入不对物价产生同期影响，即α12=0;③消费与房价对居民收入产生滞后影响，α23=α24=0;④货币政策不对居民收入作出同期反应，α52=0。最终，得到式(4)估计形式如式(6)所示:

1.模型7的估计结果[X7t= (Pt、lnINCt、lnCONS、lnHPt、lnM1t)]

第一步，建立基准SVAR模型①根据各种检验结果以及AIC、SC信息准则，确定SVAR模型7的结构包括常数项，滞后2阶。模型8的结构与模型7相同，选择过程不再赘述。。SVAR模型的脉冲响应计算结果如图8所示。从图中可以发现，扩张性的货币冲击导致物价、收入、居民消费与房价出现正向响应。其中，物价对货币冲击具有较高的敏感度，其正向响应峰值32.7%出现在冲击发生的第4季度，之后逐渐回落，在第17季响应趋向于4%;居民收入的响应表现出递增的趋势，12季后逐渐平稳趋向于峰值0.44%(20季);居民消费的响应峰值0.90%出现在冲击后的第2季，第3-7季响应轨迹出现较大波动，且波幅逐渐降低，第8季之后，响应轨迹逐渐稳定并趋向于0.39%;房价的响应峰值1.16%出现在第2季，之后逐渐回落并趋向于0.35%。这说明，在扩张性的货币冲击下，物价、收入和房价都会不同程度地提高，短期内货币政策对居民消费的影响不太明确，长期会产生正向影响。

从消费的方差分解结果来看，居民消费波动的重要解释变量包括消费自身和居民收入，货币量对居民消费的贡献度在0～15%之间。房价的解释能力极为有限，最高贡献度也不超过4%。

图8 货币冲击的脉冲响应函数(模型7)

图9 反事实模拟(模型7)

第二步是进行反事实模拟。模拟结果见图9。可以发现，货币冲击后的1年内，反事实模拟与基准模型的消费脉冲响应轨迹十分接近，呈现出短期内迅速正向响应的特征。从第3季开始，反事实模拟的脉冲响应轨迹略高于基准模型，第8季开始逐渐稳定并趋向于0.42%。这说明，如果没有房价的作用，扩张性货币冲击对居民消费的推动效果会更强。这意味着房价在货币冲击的传导过程中对居民消费产生了挤出效果，并且挤出效果峰值出现在冲击后第7季度。经过测算，扩张性货币冲击对居民消费的传导过程中，房价上涨挤出的居民消费占比约为7.1%②。可以得出，在扩张性的货币冲击传导中，房价上涨对居民消费产生抑制效果，但是总体看来，房价变动对居民消费的解释能力不是十分显著。

2.模型 8 的 估计结 果[X8t= (Pt、lnINCt、lnCONS、lnHPt、I1t)]

第一阶段估计基准的SVAR模型。模型8的脉冲响应函数计算结果如图10所示。研究显示，紧缩性利率政策冲击使得物价指数出现U型响应轨迹，其响应峰值-30%出现在冲击后第6季度，之后响应幅度逐步下降并趋向于零。居民收入在9个季度内发生正向响应，响应峰值0.08%出现在冲击后的第4季度，之后逐步回落，第10季度后出现负向响应，最终趋近于-0.12%。居民消费表现出负响应，其响应峰值-0.38%出现在第2季度，之后响应幅度迅速回落，至第8季度已经接近于零。房价的负向响应轨迹与模型5、6的结果十分接近，其峰值响应-0.37%出现在第6季度。另外，居民消费波动的方差分解结果显示，收入、居民消费是消费变动的最为重要的解释变量。物价、利率的贡献度非常微弱，房价对居民消费的贡献度也非常有限，在1.37%～2.30%之间，略高于物价与利率。

图10 利率冲击的脉冲响应函数(模型8)

第二阶段进行反事实模拟实验。模拟结果如图11所示。可以发现，反事实模拟情形下居民消费的负向响应轨迹与基准模型非常接近，冲击发生10季度内，反事实模拟中的居民消费负向响应幅度略高于基准模型情形。这说明，如果没有房价作用，紧缩性利率冲击引致的居民消费缩减幅度将会更大。这也意味着，房价下降对居民消费产生了非常微弱的促进效果。

图11 反事实模拟(模型8)

六、结论与政策启示

本文运用基于结构向量自回归模型的反事实模拟实验，利用中国1999年1季度至2014年3季度的宏观数据，实证检验住房价格在货币政策传导机制中的作用效果。得出的主要结论有以下几点:

第一，数量型货币政策对房价的传导效果与解释能力都明显优于价格型货币政策。货币量冲击对房价的传导效果较利率冲击的传导效果更为迅速和显著，1个单位标准方差的扩张性货币冲击将导致房价的正向脉冲响应在2个季度内达到峰值0.95%，而1个单位标准方差的紧缩性利率冲击导致房价的负向脉冲响应峰值约0.34% ～0.41%(滞后期约为2年)。另外，货币量对房价变动的贡献度约7%～11%，远远高于利率政策对房价变动的贡献度(约 0.45% ～6.14%)。

第二，在货币政策向城镇消费传导的过程中，房价变动发挥较为显著的促进作用，但是不同政策冲击的传导效果存在差异性。在货币冲击对城镇消费的传导过程中，房价变动的传导效果更为显著，扩张性货币冲击导致城镇消费增幅的约13.2%来自于房价上涨的贡献;在利率冲击对城镇消费的传导机制中，房价下降导致的城镇消费降幅占比约5%～5.9%。这意味着，房价在数量型货币政策冲击对城镇消费的传导过程中具有较好的传导效果，优于价格型货币政策。

第三，在货币政策向居民消费的传导过程中，房价变动产生程度不一的反向作用，但是总体上显著度较低，效果较弱。在货币冲击对居民消费的传导机制中，房价上涨导致的居民消费缩减幅度占比约为7.1%，说明房价在扩张性货币冲击对居民消费的传导过程中对居民消费的负收入效应和储蓄效应超过了财富效应、信用约束效应和预期信心效应总和，也即产生了“挤出效应”;在紧缩性利率冲击的传导中，房价下降对居民消费的促进作用非常微弱①由于消费品零售总额统计指标包括居民消费与社会集团的非生产性消费，以上结论也意味着，货币政策的传导过程中，房价变动对社会集团的非生产性消费具有重要的同向作用。。这再次说明，房价在数量型货币政策传导中的作用效果优于价格型货币政策。

总之，我国住房价格变动已经成为货币政策传导的有效途径，但总体传导效果较弱;并且，与价格型货币政策相比较，数量型货币政策冲击通过房价变动向消费传导的效果更加显著。本文的政策启示是:①在现有条件下，政策当局应侧重于运用数量型货币政策工具对住房市场波动进行调控，将会产生较好的效果;②货币当局应对房价萧条可能引致的居民消费缩减风险引起警惕，并保持房地产市场持续稳定发展，有助于实现扩大消费与经济转型之目标;③加快推进利率的市场化形成机制改革，并通过提高居民家庭的住房拥有率等途径，有助于改善房价变动对货币政策冲击的积极传导效果。

[1]Mishkin F S.Housing and the monetary transmission mechanism [R].Finance and Economics Discussion Series，2007.

[2]Case K E，Shiller R J.Is there a bubble in the housing market?[J].Brookings Papers on Economic Activity，2003，2:299-342.

[3]Campbell J Y，Cooco J F.How do house prices affect consumption?Evidence from micro data[J].Journal of Monetary Economics，2007，54:591-621.

[4]Aoki K，Proudman J，Vileghe G.House price，consumption and monetary policy:A financial accelerator approach[R].Bank of England Working Paper No.169，2002.

[5]Iacoviello M.House prices and business cycles in Europe:A VAR analysis[EB/OL].http://fmwww.bc.edu/EC-P/WP540.pdf.2002.

[6]Ludwig A，Slok T M.The impact of changes in stock prices and house prices on consumption in OECD countries[R].International Monetary Fund Working Paper No.02/1，2002.

[7]Muellbauer J，Lattimore R.The consumption function:A theoretical and empirical overview[M]//Pesaran M H，Wickens M R.Handbook of applied econometrics.Blackwells，1995:221-311.

[8]Lastrapes W D.The real price of housing and money supply shocks:Time series evidence and theoretical simulations[J].Journal of Housing Economics，2002，11:40-74.

[9]Bjørnland H C，Jacobsen D H.The role of house prices in the monetary policy transmission mechanism in small open economies[R].Norges Bank Working Papers No.2009/06，2009.

[10]Skinner J S.Is housing wealth a sideshow?[R].NBER Working Paper No.4552，1993.

[11]Guo Sheng，Hardin W.Wealth，composition，housing，income and consumption[J].Journal of Real Estate Financial and Economics，2014，48(2):221-243.

[12]Lettau M，Ludvigston S，Steindel C.Monetary policy transmission through the consumption-wealth channel[J].FRBNY Economic Policy Review，2002，5:117-133.

[13]Elbourne A.The UK housing market and the monetary policy transmission mechanism:An SVAR approach[J].Journal of Housing Economics，2008，17(1):65-87.

[14]李善燊，沈悦.中国“房价之谜”的检验与原因分析[J].上海经济研究，2012(8):42-51.

[15]李智，李伟军，高波.紧缩性货币政策与房地产市场的价格——基于VAR模型和符号约束VAR模型的比较[J].当代经济科学，2013(6):33-42.

[16]段忠东.房地产价格与货币政策——理论与实证研究[M].北京:中国社会科学出版社，2011.

[17]黄静，屠梅曾.房地产财富与消费:来自于家庭微观调查数据的证据[J].管理世界，2009(7):35-45.

[18]段忠东.房价变动对居民消费影响的门限测度——基于中国35个大中城市的实证研究[J].经济科学，2014(4):27-38.

[19]王松涛，刘洪玉.以住房市场为载体的货币政策传导机制研究——SVAR模型的一个应用[J].数量经济技术经济研究，2009(10):61-73.

[20]冯科.中国房地产市场在货币政策传导机制中的作用研究[J].经济学动态，2011(4):42-49.