论文部分内容阅读
【摘要】 房地产价格是重要的财政与货币政策的传导机制,运用SVAR(结构向量自回归)模型,对财政、货币政策通过房地产价格作用于经济的传导过程进行实证研究,得出如下结论:货币政策的传导比财政政策的传导更畅通,房地产价格对总量经济又重要的影响作用,房地产价格作为政策的一个传导途径,其效率不高。
【关键词】 财政政策;货币政策;房地产价格;传导机制;SVAR
一、问题的提出
货币政策与经济增长的关系的研究,从早期凯恩斯的IS—LM模型到20世纪80年代提出的新经济增长理论,都对财政促进经济增长做出了合理地分析。内生经济增长理论认为:经济的长期增长取决于知识、技术进步和人力资本等为核心的内生变量,而这些内生变量对政府政策是敏感的,特别是财政政策。因此,合适的财政政策在长期经济增长中发挥着重要的作用。
财政政策和货币传导机制一直是政策研究的焦点问题,房地产的发展需要国民经济中许多部门和行业为其提供物质资料,并且房地产品为国民经济许多部门和行业的发展提供前提和场所,因此房地产业已经成为带动经济增长的巨大引擎,是宏观经济政策传导的一个非常重要的途径。它包含前后两个相互联系的环节,即财政和货币政策如何传导到房地产价格和房地产价格如何将财政政策的信息传导到实体经济。
为分析我国的房地产市场在财政和货币政策传导中的作用及房地产对经济增长的带动作用,从我国经济运行的实际数据出发,采用结构式向量自回归(SVAR)模型,通过建立财政支出、广义货币供应量、房地产价格和工业增加值的联立方程,考虑财政、货币政策可能对经济增长产生的影响关系,利用SVAR的脉冲响应函数,分析变量间波动的动态影响,从而对宏观经济政策对经济增长影响的房地产价格传导机制做了深入的探讨。
二、变量选择与检验
(一)变量选择
考虑财政政策、货币政策对房地产价格和经济增长的影响,采用包括财政支出(EX)、广义货币供应量(M2,代表货币政策)、GDP(代表经济增长)和房地产价格(P)的四变量建模。由于GDP只有季度和年度数据可以查找,并且我国季度GDP是采用累计核算,因此这里用工业增加值来代替月度GDP的数值。对比历史数据,工业增加值与GDP的变动趋势高度一致,因此用工业增加值(IND)代替GDP是合理的。数据区间是1998年1月到2008年5月,主要来源于亚洲经济数据库(CEIC)。
(二)数据预处理
观察四个数据的曲线图,发现财政支出、工业增加值、房地产价格这三个数据序列都有明显的季节性波动,于是先对这三个序列用X-12进行季节调整,为消除异方差,对财政支出(EX)、工业增加值(IND)、房地产价格(P)季节调整后的值取其自然对数,同时对广义货币供应量(M2)也取其自然对数,预处理后得到变量表示为LNEX、LNIND、LNM2和LNP。
(三)平稳性检验
用ADF检验法和PP检验法对所有的序列进行平稳性检验,检验发现所有变量的原序列均不平稳,但其一阶差分序列均为平稳序列,表1列出了平稳性检验的结果,滞后期根据AIC、BIC准则确定。
表1单位根检验结果
(ADF检验中包括常数项和趋势项;***表示在10%的置信水平下通过平稳性检验;D表示一阶差分)
三、模型构建与识别
向量自回归(VAR)方法是分析宏观政策对宏观经济变量的影响時的一个普遍应用的工具,VAR模型可以对多个变量间动态关系进行描述,而不需要区分这些变量是内生的或是外生的,并且通过脉冲响应函数(Impulse Response Function,IRF)和方差分解可以分析某一变量扰动项的新息(innovation)对模型中所有变量的的冲击效应。尽管VAR有这么多优点,但它却只考虑了各个变量与它们的滞后期值的相互关系,而在现实经济中,很多宏观经济变量不仅与本身及其他变量的滞后期值有关,还与其他变量的同期值有关,即忽略了变量间存在的理论关系。基于此,结构式VAR能够依据现有的经济理论,考虑变量间的同期关系,从而相比较于无约束的VAR能更精确地去解释变量间的动态关系,所得到的扰动项就是模型所不能解释的其他因素的影响。
(一)滞后阶数的确定
确定SVAR模型的滞后阶数时,依据对数似然函数、AIC和BIC准则综合判断,下表是滞后1～10阶的对数似然函数值、AIC值和BIC值,最终确定模型最合适的滞后阶数为4。
为能够估计SVAR模型,本文对模型做了部分短期约束,并考虑了货币供给因素的影响,在此约束条件下估计财政支出和货币供给的变动对房地产价格和经济增长的中长期影响,得到如下结构式向量自回归模型(Structural VAR)模型:
政支出上的结构式冲击,也称为结构式残差。?着t的协方差为单位矩阵,即?着t～VMN(0,In)
当B可逆时,上述SVAR模型可以写成VAR模型的形式,简化式残差是结构式残差的线性组合,是一种复合冲击。
(二)模型的识别
为了识别冲击,需要对B矩阵施加4(4-1)/2=6个限制条件。根据四个变量之间的经济意义,提出如下假设:
(1)当期的工业增加值只受房地产价格的影响,不受货币供应量和财政支出的影响。
(2)房地产价格不影响当期的货币供应量和财政支出。
(3)工业增加值不会影响当期的房地产价格。
(4)工业增加值不会影响当期的财政支出,但会影响当期的货币供应量。
在上述四个假设下,令矩阵B的对角线元素都为1,得到矩阵B的估计如下:
B= 1-88.09 0 0 01 -3.02 -15.480 16.0901-1.46 0052.38 1
四、实证结果分析
得到模型的参数估计滞后,首先对模型进行Johanson协整关系检验,其中Trace检验和最大特征值检验的结果都表明四个变量之间存在协整关系,并且模型中所有根的模都小于1,在单位圆内,于是得到模型是稳定的这一结论。然后对模型进行脉冲响应分析和方差分解。
(一)脉冲响应
货币供应量的一个单位脉冲对工业增加值在长期内有一个正向的影响;而财政支出的单位脉冲对工业增加值有微弱的负向影响,这种负向影响几乎可以忽略;房地产价格的单位脉冲对工业增加值在长期内有显著地促进作用,这充分说明了房地产业对整体经济的拉动作用。
(二)方差分解
从图1的方差分解结果来看,财政支出和货币政策对房地产价格和工业增加值有一定得影响作用,但其影响作用不强。
五、结论
第一,从长期来看,房地产价格对货币政策的反应强度大于对财政政策的反应强度,并且长期来看,货币政策和财政政策对房地产价格的影响持续性较好。
第二,房地产价格对工业增加值有非常好的促进作用,这也充分证明了房地产业是拉动经济的有力引擎,是带动经济发展的支柱型产业。
第三,房地产业对宏观经济政策的传导有一定的作用。相比而言,房地产业在货币政策中的传导作用比在财政政策中的传导作用更大。
第四,宏观经济政策需要近半年的时间才能对总体经济产生明显的调控作用,因此,国家经济决策部门在利用政策工具对宏观经济进行调控时,要考虑政策工具的时滞性所产生的影响。
【关键词】 财政政策;货币政策;房地产价格;传导机制;SVAR
一、问题的提出
货币政策与经济增长的关系的研究,从早期凯恩斯的IS—LM模型到20世纪80年代提出的新经济增长理论,都对财政促进经济增长做出了合理地分析。内生经济增长理论认为:经济的长期增长取决于知识、技术进步和人力资本等为核心的内生变量,而这些内生变量对政府政策是敏感的,特别是财政政策。因此,合适的财政政策在长期经济增长中发挥着重要的作用。
财政政策和货币传导机制一直是政策研究的焦点问题,房地产的发展需要国民经济中许多部门和行业为其提供物质资料,并且房地产品为国民经济许多部门和行业的发展提供前提和场所,因此房地产业已经成为带动经济增长的巨大引擎,是宏观经济政策传导的一个非常重要的途径。它包含前后两个相互联系的环节,即财政和货币政策如何传导到房地产价格和房地产价格如何将财政政策的信息传导到实体经济。
为分析我国的房地产市场在财政和货币政策传导中的作用及房地产对经济增长的带动作用,从我国经济运行的实际数据出发,采用结构式向量自回归(SVAR)模型,通过建立财政支出、广义货币供应量、房地产价格和工业增加值的联立方程,考虑财政、货币政策可能对经济增长产生的影响关系,利用SVAR的脉冲响应函数,分析变量间波动的动态影响,从而对宏观经济政策对经济增长影响的房地产价格传导机制做了深入的探讨。
二、变量选择与检验
(一)变量选择
考虑财政政策、货币政策对房地产价格和经济增长的影响,采用包括财政支出(EX)、广义货币供应量(M2,代表货币政策)、GDP(代表经济增长)和房地产价格(P)的四变量建模。由于GDP只有季度和年度数据可以查找,并且我国季度GDP是采用累计核算,因此这里用工业增加值来代替月度GDP的数值。对比历史数据,工业增加值与GDP的变动趋势高度一致,因此用工业增加值(IND)代替GDP是合理的。数据区间是1998年1月到2008年5月,主要来源于亚洲经济数据库(CEIC)。
(二)数据预处理
观察四个数据的曲线图,发现财政支出、工业增加值、房地产价格这三个数据序列都有明显的季节性波动,于是先对这三个序列用X-12进行季节调整,为消除异方差,对财政支出(EX)、工业增加值(IND)、房地产价格(P)季节调整后的值取其自然对数,同时对广义货币供应量(M2)也取其自然对数,预处理后得到变量表示为LNEX、LNIND、LNM2和LNP。
(三)平稳性检验
用ADF检验法和PP检验法对所有的序列进行平稳性检验,检验发现所有变量的原序列均不平稳,但其一阶差分序列均为平稳序列,表1列出了平稳性检验的结果,滞后期根据AIC、BIC准则确定。
表1单位根检验结果
(ADF检验中包括常数项和趋势项;***表示在10%的置信水平下通过平稳性检验;D表示一阶差分)
三、模型构建与识别
向量自回归(VAR)方法是分析宏观政策对宏观经济变量的影响時的一个普遍应用的工具,VAR模型可以对多个变量间动态关系进行描述,而不需要区分这些变量是内生的或是外生的,并且通过脉冲响应函数(Impulse Response Function,IRF)和方差分解可以分析某一变量扰动项的新息(innovation)对模型中所有变量的的冲击效应。尽管VAR有这么多优点,但它却只考虑了各个变量与它们的滞后期值的相互关系,而在现实经济中,很多宏观经济变量不仅与本身及其他变量的滞后期值有关,还与其他变量的同期值有关,即忽略了变量间存在的理论关系。基于此,结构式VAR能够依据现有的经济理论,考虑变量间的同期关系,从而相比较于无约束的VAR能更精确地去解释变量间的动态关系,所得到的扰动项就是模型所不能解释的其他因素的影响。
(一)滞后阶数的确定
确定SVAR模型的滞后阶数时,依据对数似然函数、AIC和BIC准则综合判断,下表是滞后1～10阶的对数似然函数值、AIC值和BIC值,最终确定模型最合适的滞后阶数为4。
为能够估计SVAR模型,本文对模型做了部分短期约束,并考虑了货币供给因素的影响,在此约束条件下估计财政支出和货币供给的变动对房地产价格和经济增长的中长期影响,得到如下结构式向量自回归模型(Structural VAR)模型:
政支出上的结构式冲击,也称为结构式残差。?着t的协方差为单位矩阵,即?着t～VMN(0,In)
当B可逆时,上述SVAR模型可以写成VAR模型的形式,简化式残差是结构式残差的线性组合,是一种复合冲击。
(二)模型的识别
为了识别冲击,需要对B矩阵施加4(4-1)/2=6个限制条件。根据四个变量之间的经济意义,提出如下假设:
(1)当期的工业增加值只受房地产价格的影响,不受货币供应量和财政支出的影响。
(2)房地产价格不影响当期的货币供应量和财政支出。
(3)工业增加值不会影响当期的房地产价格。
(4)工业增加值不会影响当期的财政支出,但会影响当期的货币供应量。
在上述四个假设下,令矩阵B的对角线元素都为1,得到矩阵B的估计如下:
B= 1-88.09 0 0 01 -3.02 -15.480 16.0901-1.46 0052.38 1
四、实证结果分析
得到模型的参数估计滞后,首先对模型进行Johanson协整关系检验,其中Trace检验和最大特征值检验的结果都表明四个变量之间存在协整关系,并且模型中所有根的模都小于1,在单位圆内,于是得到模型是稳定的这一结论。然后对模型进行脉冲响应分析和方差分解。
(一)脉冲响应
货币供应量的一个单位脉冲对工业增加值在长期内有一个正向的影响;而财政支出的单位脉冲对工业增加值有微弱的负向影响,这种负向影响几乎可以忽略;房地产价格的单位脉冲对工业增加值在长期内有显著地促进作用,这充分说明了房地产业对整体经济的拉动作用。
(二)方差分解
从图1的方差分解结果来看,财政支出和货币政策对房地产价格和工业增加值有一定得影响作用,但其影响作用不强。
五、结论
第一,从长期来看,房地产价格对货币政策的反应强度大于对财政政策的反应强度,并且长期来看,货币政策和财政政策对房地产价格的影响持续性较好。
第二,房地产价格对工业增加值有非常好的促进作用,这也充分证明了房地产业是拉动经济的有力引擎,是带动经济发展的支柱型产业。
第三,房地产业对宏观经济政策的传导有一定的作用。相比而言,房地产业在货币政策中的传导作用比在财政政策中的传导作用更大。
第四,宏观经济政策需要近半年的时间才能对总体经济产生明显的调控作用,因此,国家经济决策部门在利用政策工具对宏观经济进行调控时,要考虑政策工具的时滞性所产生的影响。