我国货币政策对商品房价格影响的城市差异研究

张培培

[摘要]對东部地区的江苏省和浙江省中纳入统计局中的8大城市房地产价格进行分析，利用协整方程的方法，通过实证分析可得，对于一二线城市，应当合理引导公众对房价的预期，避免房价过快上升;同时也应控制银行对房地产的信贷资金规模，避免银行资金违规进入房地产市场，稳定当地房地产价格。对于三线城市，既要积极合理引导公众预期，也要适当降低房地产市场的资金成本，因城施政，降低房贷的利率，合理推动去库存的任务，要积极推动当地经济发展，切实提高当地的经济发展水平。根据实证分析结果，研究我国货币政策对不同城市的具体影响效力，从而因地制宜地制定相应政策办法。

[关键词]货币政策;房地产价格;协整检验;城市差异

[中图分类号]F822[文献标识码]A

1 引言

1.1 研究背景

货币政策作为调控宏观经济的一种重要手段，在调控商品房价格的过程中发挥了非常重要的作用。2016-2017年我国房价出现了快速上涨的现象，央行随之出台一系列提高法定存款准备金率及银行的贷款基准利率的紧缩性货币政策。由于房地产具有不可移动的性质，其市场是一个极其典型的区域性市场，全国各省市的房地产市场的供需结构及发展水平存在很大的差异。与此同时，我国现在正处于经济转型时期，各城市间的经济金融发展也不均衡，不是一个“最优货币区”。所有的这些因素都使得我国的统一货币政策对区域商品房价格的影响效应会出现城市差异。因此，研究我国货币政策对房价影响的城市效应是非常有必要的。

在当前的大背景下，本文尝试着研究我国货币政策对房价影响的城市差异效应。希望通过定性的理论分析和定量的实证分析，着力比较我国不同的货币政策工具对各地区商品房价格影响的城市差异效应。由于篇幅限制，本文主要以东部地区的江苏省和浙江省为例进行分析，从而为我国货币政策的调控提出可行性的建议。

1.2 文献综述

韩鑫韬等（2017）利用1997-2015年房地产价格、银行信贷以及利率等月度数据（共80组），对房地产价格与银行信贷之间的关系进行实证分析，研究出货币政策对银行房地产之间有一定的关联，但是短期房地产的波动对银行信贷不会产生显著影响。孟宪春（2017）对我国31个省市进行实证分析，发现利率与消费者价格指数对房地产价格有着明显的影响，房地产价格上升也会影响整个社会的投资和总消费，对社会总投资有着明显的影响。刘晓欣（2017）利用格兰杰因果检验的方法，研究货币供应量对房地产价格的关系，研究发现货币供应量与房地产价格之间存在因果关系，同时还存在4个月左右的滞后期，也就是政策的出台正式发挥作用需要4个月的时间。李言（2017）采用金融加速器的方法研究货币政策对我国房地产价格的影响，选取了23个省市的数据进行实证分析，研究发现，有7个省市与其理论不是很符合，其他16个省市基本都与金融加速器吻合，说明货币政策传导在不同地区有着显著的差异。

综上所述，大多数学者研究认为货币政策对于房地产价格长期有着显著的互相影响，同时也认为货币政策对于房地产的调控也起着相当的作用，并提出相关建议，存在一定的合理性，对本文也有着一定的参考作用。本文的研究是基于城市差异的存在，探讨在国家调控政策不断出台的情况下，不同地区的房价对这种调控政策的反应差异，并提出相应的政策建议。在肯定货币政策对房地产价格调控有效的前提下，研究这种效果在不同地区的调控效果，这样，国家在制定货币政策时，才能考虑到城市之间的差异，而不是一概而论，从具体城市房地产对货币政策的实际敏感度出发，才能使政策的有效性得到充分体现。

2 实证分析

在实证分析上，多数学者已经研究出了结论，认为我国货币政策对房地产价格的调控是基本有效的，但是大多数学者并未研究其对具体区域的调控效果，当前我国房地产的调控政策也是采取“一城一策”的政策方针。

2.1 指标选取以及数据来源

本文选取的地区主要选取东部地区的江苏省和浙江省，选取的城市来源于统计局统计全国70个大城市，分别是南京、无锡、徐州、扬州、杭州、金华、宁波以及温州这8大城市。选取的数据为2011-2017年的季度数据，数据来源于国家统计局、WIND数据库以及各市的统计局年鉴。

本文的8大城市可以分为三类：南京和杭州归为一线城市，不仅是省会城市，其经济和政治地位都处于各省的核心地位;无锡和宁波归为二线城市，由于江苏和浙江属于东部地区经济发达省份，除了省会有还有诸多城市发展很好，宁波和无锡经济就与省会差距很小，因此归为二线城市;最后扬州、徐州、温州以及金华由于经济发展与省会有较大差距，归为三线城市。

影响房地产的价格的因素有很多，如人口、地理位置以及整体经济水平。本文采用房地产价格（P）作为被解释变量;而有关货币政策的指标主要选取我国广义货币供应量（M2）、利率（R）以及房地产贷款额度（L），这几个变量之间存在一定的关联性。同时地区内的货币发行量与地区的GDP直接相关。考虑到地区的差异，本文选取更具代表性的人均GDP（G）作为当地经济发展水平的指标。

2.2 模型的建立

房地产的价格随着时间的变化而变化，其货币政策影响因素也是随着时间变化而变化。而通常经济序列一般为非平稳序列。本文采用时间序列模型，首先利用单位根检验、协整检验以及误差修正模型来研究各因素对房地产价格的长期与短期的影响关系。

模型如下（为了便于量纲的统一，本文进行了对数处理）：

2.2.1 平稳性检验。由于本文采用的数据是2011-2017年的季度数据，因此大多数是非平稳的，为了避免出现“伪回归”问题，首先要进行单位根检验，即ADF检验。本文采用的软件为EVIEWS7.2。通过检验发现各变量原序列都是非平稳的，在一阶差分的情形下是平稳的。即一阶单整。

2.2.2 協整检验与误差修正模型。为了研究变量之间的长期均衡关系，本文采用协整检验。协整检验主要采用的是E-G两步法，第一步是利用最小二乘法（OLS）进行回归，再对残差进行单位根的检验。

首先，我们利用最小二乘法对解释变量进行回归检验，看变量之间是否存在长期均衡。以商品房的价格为被解释变量，货币供应量、房贷利率、信贷总额以及人均GDP作为解释变量，通过EVIEWS7.2进行了处理，得到了以下的结果：

长期均衡并不一定表明短期有存在均衡关系。因此本文采用误差修正模型，对误差进行修正，从而提高模型进一步的精确度。本文把模型中的作为均衡误差项，从而通过误差修正模型将短期变化和长期变化得以结合。误差修正模型为：

2.3 检验结果的说明

从房地产价格与其他解释变量之间的关系可以看出，以南京市为例，长期影响南京商品房价格的主要因素是上期房地产价格、货币供应量以及银行信贷总额。其影响的系数为：0.52，0.21，0.35。也就是说上季度房价每增加1元，本季度房价增加0.52元;货币供应量每增加一个单位，房价上升为0.21元;银行房地产信贷总额每增加一个单位，房价上升0.35元。而利率的变动与人均GDP对房价的影响并不显著。从一定程度上可以看出南京调控房地产政策失效的原因，房地产的主要上涨还是由于对房价上涨的一个预期以及银行对于房地产信贷的扩张造成的。在误差修正模型中，我们可以看出影响南京房地产价格的主要因素是上季度房地产价格以及房地产信贷资金造成的，其影响的具体系数为0.41，0.29。

2.4 结论

房价变动对上季度房地产价格变动比较敏感的城市主要有南京、扬州、徐州、杭州、宁波以及温州这六大城市。这表明对未来房地产价格的预期很大程度上影响了房产的价格。东部地区的江苏省和浙江省的8大城市，各个因子对当地房价的影响是不完全相同的，同时也可以看出影响最大的是南京和杭州两个城市，影响系数为0.41与0.38。说明一线城市的房价很大程度上受到上季度房价因素的影响。因此在政府调控方面，政府应当恰当地制定房地产政策，合理引导公众对房地产的预期，防止在不理性预期下，造成房地产价格大起大落而使整个市场扭曲。房价变动对货币供应量比较敏感的城市主要有无锡、扬州、温州、宁波以及金华这五大城市。其影响的系数不过比较低，最高也只是扬州0.22，这也说明货币供应量对大部分城市的房价有一定的影响，但影响并不是那么显著;同时南京和杭州这样的一线城市的房价对货币供应量变动并不显著，这也说明一线城市房价很大程度上并不是由货币供应量所推动的。房价变动对房贷利率比较敏感的城市主要有扬州、徐州、温州和金华。这恰好也都是集中在三线城市，并且利率走向与房价呈反向变动，说明房贷利率的下降会导致房价的上升，也同时说明三线城市对于房地产贷款的成本比较注重，对于未来政策的制定，可以从信贷成本着手，对一二线城市的房地产利率维持不变，对三线城市可以降低房地产贷款利率，合理引导房地产“去库存”。房价变动对房地产信贷总额敏感的城市主要有南京、无锡、杭州、宁波和温州这五大城市，这也是源于房地产价格的变动与国内信贷息息相关，不仅是购房者的信贷需求，也源于房地产作为高负债的行业，开发商竞拍资金也有很大一部分来源于银行的信贷。在近几年“地王”频出，土地市场高烧不退，一二线城市的房价出现了快速的上涨。因此在政策推行方面，一二线城市应当需要控制信贷资金的走向，防止银行资金违规绕道进入房地产市场，这一点才是当下一二线城市应当着力解决的。因此控制信贷资金的走向是采用货币政策控制热点城市房价的关键。

综上所述，应当需要因地制宜地制定政策，这样才能对症下药，有的放矢。我国地域广阔，即使东部地区发达，但是我们仍发现地区之间差异非常明显，省会城市集中了大量的资源，而二级城市也发展飞快，因此基于公众的预期以及信贷的扩张，房地产的价格出现了快速的上升;而三线城市房价增长停滞不前，甚至有的城市出现了下降。通过实证分析，我们可以看出，对于一二线城市，应当合理引导公众对房价的预期，避免房价过快上升;同时也应当控制银行对房地产的信贷资金规模，避免银行资金违规进入房地产市场，以稳定当地房地产价格。对于三线城市，也可以积极合理地引导公众预期，同时可以适当降低房地产市场的资金成本，因城施政，降低房贷的利率，合理进行去库存的工作，同时也要积极推动当地经济发展，让更多人收入增加，促进当地房地产市场合理有序地发展。

3 政策建议

3.1 充分认识到地区的差异，因城施策

政府在利用货币政策对房地产市场进行调控的情况下，应当充分认识到地区的差异性，包括不同城市之间的经济发展水平、人口的流动、金融市场的发展以及货币政策的传导等，这些都会影响房地产的调控效果。对于利率敏感的区域，应当利用房贷数据进行监控，调整其购房成本，在货币政策传导机制不通畅的区域也要进行政策调整，试图减少货币政策的阻碍，使其有效进行传导，较少货币政策的时滞;对于利率不敏感的区域，应当重点控制银行信贷资金的规模，同时也要严防信贷资金违规流入房地产市场，加强对房地产爆炒的监管。

3.2 地方政府要根据自身情况制定并实施相应配套政策

实证结果表明，模型中的因素并没有完全解释房地产的价格，这是由于房地产的价格并不是完全因货币政策因素导致的，还有土地政策和财政政策的影响，地方政府对房地产有着直接的控制力，因此要根据自身情况采取合理的配套措施，如一二线城市，需求较大，应当加大土地供应，减少供应和需求之间的差距;同时也可以对不同购买者施行不同的首付政策，对于拥有多套住宅的人进行合理征税，用提高流转税率等方式遏制房产的爆炒。

合理引导公众对房地产价格的预期。大多数城市房地产价格都会明显受到上期房价的影响，并且影响的程度比较大，说明公众对房地产未来的预期对于房地产价格有着极其重要的影响，当然这一部分是合理的刚需，另一部分是投资者的投资意愿，即利用房地产来实现自身资产的保值增值，然而这也会引起房地产出现不合理的泡沫。因此要合理引导公众对房地产的预期，遏制媒体、房地产开发商以及房地产中介的虚假宣传，同时也要采取必要的限购措施，进行房地产税收改革，有效遏制过度的炒房，减少当前市场的虚假需求，使当地房地产市场回归于理性。

[参考文献]

[1] 韩鑫韬，刘星.汇率变化对房价波动存在溢出效应吗？——来自1997-2015年中国房地产市场的证据[J].中国管理科学，2017，25（04）：7-17.

[2] 孟宪春，张屹山，李天宇.住房信贷与房产税调控政策的传导机制与协调效应分析[J].经济科学，2017（03）：47-59.

[3] 刘晓欣，雷霖，靳亚阁.货币供给、房地产价格与金融稳定性——基于SVAR模型的实证研究[J].上海经济研究，2017（07）：31-41.

[4] 李言，毛丰付.货币政策应该对房价波动做出反应吗——基于中国房地产市场衰退情境的模拟分析[J].当代经济科学，2017，39（05）：30-38+125.