货币政策对房价影响的区域性差异研究

尹宗耀

(广州大学 经济与统计学院，广东 广州 510006)

1 问题提出

自1998年取消福利分房，房地产开始市场化改革以来，我国的房地产行业快速发展且逐渐成为推动我国经济高速发展的主要动力之一。但房地产行业高速发展刺激经济增长的同时，房价的持续快速增长也引发了诸多社会问题。货币政策作为最常用的宏观调控手段之一，研究统一的货币政策是否会对不同地区的房地产价格造成具有区域性差异的影响，对货币政策的实施制定与房地产行业的健康稳定发展都有着重大意义。

2 文献综述

Carlino和Defina(1999)使用时间序列技术研究了1958年1月至1992年4月货币政策是否对美国各州产生了对称效应。通过估计的结构向量自回归模型的脉冲响应函数揭示了在美国不同州政策响应的差异，并在某些情况下这种差异是显著的。进而认为一个州的反应规模与行业组合变量显著相关，尽管国家层面的数据并没有为当时最为先进的信贷渠道理论提供支持，但还是为货币政策提供了通过利率传导的证据。

涂红、徐春发和余子良(2018)通过构建多层混合效应模型研究了中国 2005—2016 年的货币政策对大中城市房地产价格影响的区域性差异。研究发现：货币政策对房价影响在省份间、城市间、一二三线城市组别间和八大综合经济区间均存在显著的差异；而属于同省的各城市间区域性差异较小。由于中国房地产行业显现出显著的通过省份为主体来响应货币政策影响的特征，但货币政策由央行统一规划实施，货币政策本身在区域间不可能存在差异。因此货币政策不仅仅需要考虑货币政策干预房地产行业的效果和时机，也需要充分考虑货币政策对房地产市场进行干预后造成的潜在的区域差异性结果。

龙威和刘金全(2019)通过使用2001—2005年的数据采取组间联结的系统聚类法，选取了各省市商品房平均销售价格、房地产开发企业购置土地面积、城镇居民家庭人均可支配收入、人均地区生产总值房地产开发投资完成额，以及房地产开发企业实际到位资金——国内贷款等六个指标进行聚类分析。将我国的各省市分成了三类：高度发达地区、发达地区和欠发达地区后，通过构建动态面板模型研究发现货币政策对不同区域的房地产价格影响存在明显差异。

3 模型构建

3.1 区域划分

Mundell于1961年提出了最优货币理论，认为货币政策在最优货币区内部不存在区域异质性。因此判断一个区域是否是最优货币区，对于后续货币政策制定和实施至关重要。其中该区域内部经济都具有同质性特征是最优货币区存在的重要前提，但我国地大物博幅员辽阔，不同区域间的要素禀赋和自然环境都存在着一定的差异，因此我国并不存在最优货币区，货币政策不同区域间也存在着区域性差异。其中在我国经济持续高速增长的背景下，货币政策的区域性差异在房地产行业表现得尤为明显。为了研究货币政策对房价影响的区域性差异，首先需要将我国划分成不同区域进行研究比较。

不同于大多数文献中采用的根据地理位置将我国划分为东部、中部和西部的方法，文章借鉴龙威和刘金全(2018)，通过采用聚类分析法中的组间联结法，通过各省市城镇居民家庭人均可支配收入、人均地区生产总值、房地产开发投资完成额、商品房平均销售价格、房地产开发企业实际到位资金(国内贷款)以及房地产开发企业购置土地面积六个指标将我国分为三个区域：高度发达区域、发达区域和欠发达区域。划分结果如表1所示。

3.2 模型介绍

基于Love和 Zicchino(2005)的研究，将PVAR模型设定为：

其中，Yit为被解释变量，是由lncupit组成的向量矩阵，下标i代表地区，t代表时间，p代表模型的滞后阶数。Yit为t时期i的内生变量，Xit是t时期i的外生变量。βj和γj分别是内生变量和外生变量的待估计系数。fi代表面板数据的截距效应，可以通过向前差分Hermlet消除。et代表模型中的视角效应，εit为随机扰动项。

文章采用的变量分别为国内生产总值(GDP)、金融机构本外币各项贷款余额(LB)和房地产开发企业商品房价格(HP)。最终鉴于数据的可得性，文章采用的数据是2005—2020年除福建、吉林和新疆外28个省级行政区的季度数据。以上数据单位根检验结果如表2所示。

3.3 脉冲响应分析

通过脉冲响应函数可以衡量在某个时期内，某变量对其他变量一个标准差冲击的反应情况。但在脉冲响应前还需要先确定系统各变量的滞后阶数，滞后阶数的选择既不能太大也不能太小。滞后阶数选择太大会降低模型的自由度，而滞后阶数选择太小则会导致残差中的自相关无法被消除，因此选择出合适大小的滞后阶数对于PVAR模型的后续研究十分重要。文章针对高度发达地区、发达地区和欠发达地区，使用AIC、BIC和HQIC三类信息准则来确定PVAR模型的最优滞后阶数，信息准则的最小值所对应的阶数也就是模型的最优滞后阶数分别是1阶、4阶、4阶。再据此分别将发达地区和欠发达地区的模拟期数设置为24期，使用蒙特卡洛模拟500次得到图1、图2、图3 所示。

通过观察发现HP对LB冲击在不同区域中有着相似的响应趋势，不论是在高度发达地区、发达地区还是欠发达地区当给予房价一个单位货币供给量的冲击时，房价整体都会呈现出上涨的趋势。其中房价对冲击的响应都会在前两期持续增长，在第二期时响应值达到最高峰，之后响应值会逐渐下降，于第八期到达谷底，最终在零值上方轻微波动。说明当采取扩张性的货币政策加大货币供给量时，所有地区的房价整体都会上涨。这个结论与前文的理论分析以及TVP—VAR模型实证分析也相符，并且PVAR模型脉冲响应函数在不同区域中都有着相似的响应趋势，进一步加强了文章研究的可靠性。

图1 高度发达地区HP对LB冲击的脉冲响应

图2 发达地区HP对LB冲击的脉冲响应

图3 欠发达地区HP对LB冲击的脉冲响应

不同区域中脉冲响应函数尽管有着相似的相应趋势，但也有所差异。在高度发达地区中，HP对LB冲击的当期响应为负值，且房价的波动范围最大，在最高点时甚至接近4.8。脉冲响应的当期值出现负值的原因可能是因为高度发达地区的房地产需求一直旺盛，房价也一直处在高位。在中央银行采取扩张性的货币政策加大货币供给量时，高度发达城市的当地政府为了稳定房地产市场，避免当地房地产价格继续过快上涨，便会更积极地出台或实施诸如“限购”等措施对房地产行业进行降温。因此在短期内房价对货币供给量的冲击呈反比，但是在长期中房价仍会由于货币供给量的增加而上涨。房价波动的范围在不同区域中也会有较大区别，高度发达地区房价对于货币供给量的冲击响应值最高接近4.8；发达地区次之，响应值最高接近1.9；而在欠发达地区中其响应值最高值仅接近1.5。

4 总结

文章研究结果表明在高度发达地区、发达地区和欠发达地区中，房价对于一个单位的货币供给量的冲击的响应虽然呈现出相似的趋势，但是在数值上存在较大差异。即同样对于增加一个单位的货币供给量的冲击，房价的上涨值在高度发达地区中最高，发达地区中次之，欠发达地区最低。高度发达地区中人口密度大，城市用地短缺，房价已处在较高水平，且房价相对其他地区对货币政策更为敏感。发达地区和欠发达地区人口密度相对较低，发展潜力大。各地的经济水平和房地产发展情况等都存在着差异，因此需要根据当地的具体情况出台相对应的调控政策。