贵州省房地产价格影响因素研究——基于宏观经济视角

王万涛

（贵州大学经济学院，贵州贵阳550002）

引言

近十多年来，中国经济以非常快的速度发展。自1998 年后，我国结束福利分房体制的房地产行业发展尤为突出，以强劲的势头迅速成为中国国民经济的支柱性产业。但是，房地产发展迅速的同时，出现了一些不太乐观的现象：房价波动过大，投资现象表现过热，房价过高等。因此，我国党中央实施了一系列的措施来保证房地产市场的稳定。

贵州省地处我国西南地区，山地众多，交通不便，经济发展较为落后。但是近几年国家大力发展经济，尤其注重落后地区的经济发展，有了国家的支持，贵州省经济发展迅速。随着贵州省经济的迅速发展，贵州省房地产行业也得到了迅速的发展，可是在发展的过程中也涌现了很多问题：房价增速过快、房屋空置率高等。政府应该结合市场因素充分合理的运用各种资源满足中低收入家庭的住房需求。

1 国内外研究现状

关于房地产价格的研究国外学者开始的较早，相比于国内研究，国外的研究比较全面。Aladangady（2014）通过研究表明，信贷规模对房价的影响效果比较明显[1]；Giovanni Favara、Jean Imbs（2015）认为贷款扩张规模能够较好地解释房地产价格变动：贷款增加将导致房地产需求增加，可以引发房价格升高[2]。Gang Yang、Hongwei Wang、Zhengzheng Wang（2016）根据房价水平使用系统聚类方法建立状态空间模型, 利用卡尔曼滤波进行计算，研究不同类型的货币政策工具对不同地区的房价影响。结果表明，M2 代表的定量工具和实际利率代表的定价工具对不同区域房价有越来越大的影响[3]。

相比于国外研究，国内对于这一方面的研究起步比较晚。随着现在我国综合国力的增强，我国经济发展飞速，房地产行业也蓬勃发展。在这种大背景下，国家货币政策对房地产价格的影响，已经渐渐成为国内学者的研究关注点。贾丽平、郭薇（2014）建立VAR 模型实证研究了近年来我国利率、货币供给量对房地产价格的影响情况，结果表明数量型比价格型货币政策更有效，这为我国现行的货币政策给出了相关政策性建议[4]。顾海峰、张元姣（2014）利用存准率和利率两大货币政策工具实证研究货币政策对房地产价格的影响作用，研究表明存准率对房地产价格存在长期稳定的正向影响，但是利率对房价没有显著的影响[5]。许远明、张纯博等（2016）的研究表明经济处于不同的发展时期，房地产价格的影响因素也大不相同。当经济处于扩张时期时，利率政策能较好的抑制房地产价格；当经济处于稳定时期时，利率政策对房地产价格的影响力比较弱，这个时期货币供应量能较好的稳定房价；当经济处于衰退时期时，对房地产价格影响最大的宏观因素是信贷渠道[6]。胡文、陈凤丽（2016）利用我国1986 年至2014 年货币供应量和房地产投资额数据做脉冲响应和格兰杰因果检验研究我国货币政策对房地产市场发展的影响，研究表明增加货币供应量可以促进房地产行业的发展，但是房地产行业的发展对货币政策没有显著的影响[7]。安尉（2016）从更宏观的层面利用VAR 模型做脉冲响应分析和方差分解研究货币政策与房地产价格的影响，研究表明紧缩性货币政策抑制房价上涨，但是宽松性货币政策促进房地产价格的上涨[8]。李一鸣（2017）从城市的角度出发，利用VAR 模型研究了货币政策变量对成都市房价的影响，在分析的过程中，通过脉冲响应结果图确定货币政策变量对成都市房价的影响，使用方差分解方法得到货币政策变量对成都市房价影响的贡献度[9]。郑世刚（2017）研究表明货币政策不仅对产出和通货膨胀有影响，同时对房价的波动也有影响[10]。

2 模型的设定与变量说明

2.1 数据说明与来源

在本文中采Eviews8.0 来处理2008 年1 月到2019年12 月贵州省变量的月度数据，数据来源于《贵州省统计局》、《中国人民银行官网》、《贵州省统计年鉴》。

2.1.1 被解释变量：商品房价格P。本文将商品房价格P 作为被解释变量，商品房价格由贵州省商品房销售总额除以贵州省商品房销售总面积得到，为了避免数据过大而影响模型的统计特征，同时也为了消除异方差，对商品房价格取对数，得到LnP。

2.1.2 解释变量。本文将货币供应量M 和贷款利率R作为解释变量，为了消除异方差，对货币供应量取对数，得到LnM；贷款利率选择为5 年以上贷款基准利率，贷款利率用R 表示。

2.1.3 控制变量。本文将贵州省城镇居民人均可支配收入Y、贵州省商品房销售面积增速Qd 以及商品房年竣工面积增速Q 作为控制变量。为了消除异方差，对城镇居民人均可支配收入取对数，得到LnY。

2.2 模型的构建

本文主要研究宏观经济视角下贵州房地产价格的影响因素，具体计量模型设定如下：

i 表示第 i 年，εi表示误差项。

3 货币政策对贵州房地产价格影响的实证分析

3.1 变量的平稳性检验

在建立模型之前对数据进行平稳性检验，本文利用Eviews8.0 进行单位根平稳性检验，检验结果如表1。

从表1 可以看出，原始时间序列 LnP、Y、R 在10%的显著水平下不能拒绝原假设，是不平稳的，需要对这些数据进行一阶差分，然后对一阶差分后的数据进行检验，得到表2。从表2 可以看出，一阶差分后的时间序列是平稳的。

3.2 VAR 模型滞后阶数的确定

本文利用Eviews8.0 软件来确定VAR 模型的最优滞后阶数，结果如表3 所示，据少数服从多数的原则，最后将模型滞后期选择为2，由于所分析的时间序列是一阶差分平稳的，所以VAR 模型的最优滞后阶数为1。

3.3 协整检验

本文是多变量模型，因此在单位根检验的基础上，本文采用Johansen 协整检验法，检验结果如表4所示，从表4 中的数据可以看出在10%的水平下各数据变量间存在至少两个以上的协整关系，那么可以说贵州省房价和货币供应量、5 年以上贷款利率之间有长期稳定的协整关系。

3.4 建立VAR 模型

在经过之前的检验得知，贵州省房价和货币供应量、5 年以上贷款利率之间存在格兰因果关系。同时，基于AIC 和SC 准则，判定本文VAR 模型的最优滞后阶数为1，建立滞后1 阶的 VAR 模型，VAR(1)模型估计结果如下：

表1 各项指标平稳性检验结果

表2 一阶差分平稳性检验结果

由回归结果可知，VAR 模型总体的拟合优度为99.93%，模型估计比较准确。

3.5 脉冲响应函数

根据本文建立的模型，可以通过脉冲响应函数分析各个变量的冲击对房地产价格的动态影响，如图1。

从图1 可以看到DLnP 对DLNM 的冲击主要呈现正的效应，冲击影响幅度较大。前期波动较大，当给货币供应量一个冲击后，贵州省商品房价格立即做出响应，在第三期响应达到最大，之后影响值一直下降，在第十六期时冲击为负，并缓慢趋于平稳状态，最后在第三十五期左右影响趋于零。总体来看，货币供应量会对房价起到长期正向冲击，而且影响时间较长，也就是货币供应量的增加能够促进房价的上升。这便证明货币政策货币供应量传导渠道对贵州省商品房价格的影响与之前所述的理论相符，利率渠道对货币政策的传导是有效的；居民可支配收入对房价具有持续的正向作用，前期波动较大；商品房销面积增速对房价也起到长期正向冲击；从长期来看，贵州省商品房供给的增加会引起贵州省商品房的价格下降；从总体来看，贷款利率会对房价起到长期负向冲击。

4 结论与政策建议

本文以贵州省为视角，选取2008 至2018 年的月度数据建立VAR 模型、脉冲响应函数图分析五个变量对贵州省房价影响的时滞性和有效性，从长期来看货币供应量、居民可支配收入以及商品房销售面积增速对房价都具有持续的正向作用。

根据以上结论和前人的研究成果，本文提出以下几条建议：首先，央行应适当减慢货币供给量的增长。近年来，随着经济发展，央行的货币供给量持续上升，而货币供应量的增加会直接刺激全国房价的上涨，贵州省的房价也水涨船高，因此为了能有效控制这种局面，央行应当适度减弱货币供给的速度。其次，利用多种手段进行宏观调控。若仅想从供需方面调整房价很难完成稳定房价的目标，所以需要各级政府和相关部门从源头上监督房地产开发企业的经营行为的合法化和住房需求者的消费行为的合理化，这样可以减缓供需问题，达到稳定成都市房地产市场的目的。

表3 VAR 模型滞后期选择

表4 Johansen 协整检验结果

图1 各变量对DLNP 的脉冲响应函数