论文部分内容阅读
摘要:本文通过建立向量误差修正模型并借助脉冲响应分析和方差分解,通过实证检验我国近年来三大金融调控政策对住房价格的影响。实证结果表明,我国房地产属于资金推动型,其中货币供应量起到主导作用,法定准备率则属于间接的资金供给,两者具有叠加效应。金融机构贷款利率对房价上涨具有正效应。此外,房价上涨波动的冲击加剧了房价上涨。
关键词:房地产金融调控;VEC模型;脉冲响应分析;方差分解
作者简介:邱强(1969-),男,汉族,江西临川人,上海对外贸易学院教授,博士,研究方向:房地产金融。
中图分类号:C812文献标识码:Adoi:10.3969/j.issn.1672-3309(x).2010.05.010文章编号:1672-3309(2010)05-0025-03
一、文献回顾
关于金融调控对房地产价格的影响,国内外的研究比较多。研究前期集中在房地产信贷对房地产价格的影响上。如Collyns等(2001)对4个东亚国家或地区(泰国、韩国、新加坡和中国香港)的研究表明,银行信贷的增长对房地产价格上涨具有显著的同步效应。谢经荣等(2002)通过一个包括地产商和银行两方的资本市场局部均衡模型说明资产价格与信贷数量相关。袁志刚等(2003)用房地产市场的局部均衡模型说明金融支持对房地产价格的影响。周京奎(2006)通过对全国及北京、上海等9个城市数据的分析说明我国住房价格的迅速上涨与金融支持紧密相关。梁云芳等(2007)对我国房价区域波动差异的分析表明,不论是长期还是短期,信贷规模对东西部地区影响都比较大,而对中部地区影响较小,实际利率对各区域的影响差异不大,且影响较小。肖本华(2008)运用Granger因果分析方法对我国银行信贷总量与住房价格之间的关系进行了探讨,认为我国的信贷扩张为住房价格的膨胀提供了支撑。刘莉亚和苏毅(2005)研究发现上海房价与贷款利率负相关。张涛、龚六堂等(2006)运用协整方程研究了2002—2005年中国房地产均衡价格,表明按揭贷款实际利率和房屋价格负相关。许承明和王安兴(2006)研究发现,在利率内生的条件下市场利率与房价正相关;在利率外生的条件下房价与利率负相关。梁云芳、高铁梅等(2006)运用1995—2005年的季度数据,实证研究得出利率及货币供应量与房价负相关。原源(2009)研究认为货币供应量上升、低利率都是促进房价上升的重要因素。徐乐乐和薛永晓(2009)运用VAR模型进行分析,检验了2000—2008年货币政策调控房地产价格措施的效果,得出短期内利率的提高并不能有效调控房地产价格,长期来看利率与房地产价格负相关。货币供应量与房地产价格正相关,短期内通过货币供应量调控房地产价格能得到较好效果。
综上可见,目前国内外的相关研究存在两个不足:一是结论不一致,如对货币供应量与房地产价格之间的关系,有的认为正相关,有的认为负相关。二是法定准备金政策调整对房价的影响没有作出研究。为此,本文在考虑货币供应量、金融机构贷款利率和法定准备金率等因素对房价影响的情况下,运用向量误差修正模型(VECM)对我国住房价格上涨中的金融调控政策因素进行定量检验。
二、指标选择和数据处理
1、指标选择
反映房地产金融调控效果指标的主要是需求指标,需求指标主要包括:商品房销售面积、商品房销售额和商品房销售价格。考虑到房地产需求受房地产供给影响,而供给又存在时滞,使用商品房销售面积的指标不能直观反映金融调控的效果,商品房销售额是房地产销售面积和销售均价乘积的加权和,因此,同样受制于商品房销售面积这一指标的局限性。所以,我们采用商品房销售均价这一指标作为衡量房地产金融调控效果的唯一指标。经过数据模拟发现,商品房销售面积和商品房销售额两个指标对金融调控的相关性不够强,显著性较差。而商品房销售均价对金融调控的相关性和显著性都比较高。
2、数据的来源及其处理
全国房地产成交均价加总指标,选取56个大中城市2004年7月至2009年6月平均成交均价加总,用CJZJ表示。考虑房价数据过大,因此采用对数处理。M2数据来自同期中国人民银行货币供应量,RL为金融机构1年期贷款年利率,数据同样来自同期中国人民银行。考虑到2008年底住房抵押贷款采取了7折优惠措施,因此,将2009年1月以后的贷款都作了7折处理,以便数据真实可靠。RL为金融机构法定准备率,数据来自同期中国人民银行。为与房价配合方便计算和分析,其他指标也都采用对数形式。为排除季节因素的干扰,在数据处理前,我们用X11方法对所有数据进行了季节调整。
三、房地产价格与金融调控效果检验的向量误差修正模型
1、单位根检验
为避免使用非平稳变量进行回归时可能造成的谬误回归,我们首先采用ADF方法对所有变量的平稳性进行单位根检验。从带截矩项、带趋势和截矩项、不带趋势和截矩项3种模型逐步检验。平稳性检验结果如表1所示。
从表1中看出,货币供应量LNM2、金融机构贷款利率LNRL在显著性水平为10%时,在带截矩项、带趋势和截矩项以及不带趋势和截矩项情形下ADF值不显著,说明这两个原始序列存在单位根。存款准备率LNRS在显著性水平为10%时,在带截矩项、带趋势和截矩项ADF值不显著。在显著性水平为1%时,不带趋势和截矩项情形下ADF值不显著。而所有序列的一阶差分序列的ADF值都在10%的显著性水平下拒绝了单位根的零假设,可知各变量都是一阶单整序列。
2、协整检验
虽然上述各变量都是非平稳序列,但根据协整理论,单整阶数相同的非平稳变量间的线性组合却可能是平稳变量,这种平稳的线性组合即所谓的协整方程,它揭示了各变量之间长期稳定的均衡关系。一般进行协整检验的方法是Engle和Granger提出的EG两步法。然而,当两个以上变量进行协整检验时,这种方法存在较大的缺陷:把不同变量作为被解释变量时,可能检验出不同的协整向量。Johansen协整检验法不仅克服了EG两步法的缺陷,而且进行多变量检验时还可以精确地检验出协整向量的数目。由于法定准备率在不带截距和趋势项时,在5%水平显著,其他情况都不显著,因此我们采取带截距项和趋势项的各变量全国房价成交总均价对数值、广义货币供应量对数值、金融机构1年期贷款利率对数值和金融机构法定准备率对数值进行Johansen协整检验,结果见表2。
从表2看出,特征根迹检验和最大特征值检验的结果都在5%的显著性水平下拒绝r≤0的零假设而接受假设r≤1,说明各变量之间存在长期稳定的均衡关系。关于全国房价成交总均价的正规化长期协整方程如下:
lncjzj=-32.9692+3.2355lnm2+1.0148lnrl-0.6694lnrs
(-13.54)(19.85) (12.12) (-5.47)
括号中的数字表示各系数的t统计量。从上式可以看出,所有系数都在1%的显著性水平上显著。从变量系数的大小看,全国房价的货币供应量弹性最大,为3. 24%;全国房价的贷款利率弹性,为1.01%;全国房价的法定准备率弹性最小,为-0.669%。这表明,在全国房价与其影响因素变化的长期关系中,货币供应量对住房价格影响显著,我国房价主要属资金推动型。贷款利率对房价推高起到正作用,这和建筑成本和投资成本提高密切相关。法定准备率对房价影响方向相反,主要是影响银行的可贷资金量,进而影响到货币供给量和房价。可见,货币政策对房价影响较大,但效果差异也比较大。如果经济变量之间存在协整关系,这些经济变量之间一定存在某种长期静态的稳定关系,但不能反映经济变量之间的短期动态关系。这就需要建立误差修正模型来研究经济变量之间的短期动态关系。根据Granger定理,可以建立误差修正模型。
3、误差修正模型
lncjzj=-0.041Coint Eq1+2.06lnm2(-1)+2.83lnm2(-2)
-0.72lnrs(-2)
(-4.88) (1.5) (2.19)(-1.44)
由上式,误差修正项系数为-0.041,且在1%的显著性水平上显著,说明短期内房价偏离长期均衡状态时存在向均衡调整的趋势,但调整力度很小。货币供应量的一阶滞后项系数为2.06,但不够显著,在20%水平显著;货币供应量的二阶滞后项系数为2.83,且在5%的水平显著。这说明短期内货币供应量对全国房价有明显的推动作用,这和长期相一致,且滞后二期作用比滞后一期作用更显著,这和货币政策存在时滞有关。法定准备率二阶滞后项系数为-0.72,也不够显著。机构贷款利率系数既小又不显著,因此就没有给出。可以看出,近年来房价上涨主要是资金推动型。
四、主要结论及政策建议
通过建立向量误差修正模型,本文对货币供应量、贷款利率和法定准备率三大货币政策对全国住房价格的影响效果进行了检验发现:在长期内,货币供应量、利率政策对房价影响为正,其中货币供应量影响最大。法定准备率对房价的影响为负,且力度不大。在短期,对房价有显著影响的变量主要是货币供应量和法定准备率,以货币供应量为主。不过,法定准备率的影响比之长期有所加强,方向没有任何改变。脉冲响应分析和方差分解的结果表明,在前期,全国房价对自身、货币供应量和机构贷款利率结构冲击的响应较大;在后期,对货币供应量结构冲击还具有持续的较大响应,对法定准备率结构冲击的响应不断扩大。房价自身、货币供应量和金融机构贷款利率等外生变动对房价波动方差贡献较大,最大的是金融机构贷款利率。
总之,近年来我国住房价格的持续快速上涨完全是资金推动型。2008年底到2009年初,房价之所以在极短时间内逆转,主要是货币供给量之闸大开,加之法定准备率下降,间接增加了市场的资金供应量。高房价的预期对房价本身进一步推高具有火上浇油的功效。从方差分解看,短期金融机构贷款利率对房价波动贡献率最大。这和年内降息并执行7折的优惠利率密切相关。由此,笔者建议:第一,目前我国采取宽松的金融调控政策,特别是增加货币供给量,放松首套房首付比例对于房地产市场走出金融危机的影响,促进房地产市场的恢复和繁荣有着重要意义。但考虑到降低法定准备率对增加货币供给量的叠加效应,一旦房地产走出危机,就必须严格控制货币供给量,以免出现泡沫现象。并且,目前已经出现房价涨速过快的迹象,货币供给量过大的现象。对此,货币监管部门应该有所警惕,并适时加以控制。第二,通过提高信贷利率的方法来调控房地产市场价格的策略基本上是失效的。与其用提高二套房贷款利率的方法去控制房地产投机行为,不如直接规定不允许给二套房贷款来得直接,并且效果会显著得多,关键是对银行放贷行为的监督。第三,控制房价上涨的预期比控制房价上涨本身更重要。因此,政府要像对股市那样爱护房地产市场。政府要给市场以明确的信号,房价不可能像股价那样暴涨和暴跌。 (责任编辑:郭士琪)
参考文献:
[1] 谢经荣、朱勇.地产泡沫与金融危机[M].北京:经济管理出版社,2002.
[2] 袁志刚、樊潇彦.房地产市场理性泡沫分析[J].经济研究,2003,(03).
[3] 周京奎.房地产泡沫生成与演化:基于金融支持过度假说的一种解释[J].财贸经济,2006,(05).
[4] 梁云芳、高铁梅.中国房地产价格波动区域差异的实证分析[J].经济研究,2007,(08).
[5] 肖本华.我国的信贷扩张与房地产价格[J].山西财经大学学报,2008,(01).
[6] 刘莉亚、苏毅.上海房地产价格合理性研究[J].经济学季刊,2005,(03).
[7] 张涛、龚六堂、卜永祥.资产回报、住房按揭贷款与房地产均衡价格[J].金融研究,2006,(02).
[8] 许承明、王安兴.风险转移规制与房地产价格泡沫的控制[J].世界经济,2006,(09).
[9] 梁云芳、高铁梅、贺书平.房地产市场与国民经济协调发展的实证分析[J].中国社会科学,2006,(03).
[10]原源.货币、利率、汇率对房价影响的实证分析[J].山西财经大学学报(高等教育版),2009,(02).
[11]魏巍贤、原鹏飞.住房价格上涨的金融支持及检验——基于VEC模型的实证分析[J].财贸研究,2009,(02).
[12]邱强、叶德磊.美日房地产周期特征的比较[J].国外理论动态,2007,(12).
关键词:房地产金融调控;VEC模型;脉冲响应分析;方差分解
作者简介:邱强(1969-),男,汉族,江西临川人,上海对外贸易学院教授,博士,研究方向:房地产金融。
中图分类号:C812文献标识码:Adoi:10.3969/j.issn.1672-3309(x).2010.05.010文章编号:1672-3309(2010)05-0025-03
一、文献回顾
关于金融调控对房地产价格的影响,国内外的研究比较多。研究前期集中在房地产信贷对房地产价格的影响上。如Collyns等(2001)对4个东亚国家或地区(泰国、韩国、新加坡和中国香港)的研究表明,银行信贷的增长对房地产价格上涨具有显著的同步效应。谢经荣等(2002)通过一个包括地产商和银行两方的资本市场局部均衡模型说明资产价格与信贷数量相关。袁志刚等(2003)用房地产市场的局部均衡模型说明金融支持对房地产价格的影响。周京奎(2006)通过对全国及北京、上海等9个城市数据的分析说明我国住房价格的迅速上涨与金融支持紧密相关。梁云芳等(2007)对我国房价区域波动差异的分析表明,不论是长期还是短期,信贷规模对东西部地区影响都比较大,而对中部地区影响较小,实际利率对各区域的影响差异不大,且影响较小。肖本华(2008)运用Granger因果分析方法对我国银行信贷总量与住房价格之间的关系进行了探讨,认为我国的信贷扩张为住房价格的膨胀提供了支撑。刘莉亚和苏毅(2005)研究发现上海房价与贷款利率负相关。张涛、龚六堂等(2006)运用协整方程研究了2002—2005年中国房地产均衡价格,表明按揭贷款实际利率和房屋价格负相关。许承明和王安兴(2006)研究发现,在利率内生的条件下市场利率与房价正相关;在利率外生的条件下房价与利率负相关。梁云芳、高铁梅等(2006)运用1995—2005年的季度数据,实证研究得出利率及货币供应量与房价负相关。原源(2009)研究认为货币供应量上升、低利率都是促进房价上升的重要因素。徐乐乐和薛永晓(2009)运用VAR模型进行分析,检验了2000—2008年货币政策调控房地产价格措施的效果,得出短期内利率的提高并不能有效调控房地产价格,长期来看利率与房地产价格负相关。货币供应量与房地产价格正相关,短期内通过货币供应量调控房地产价格能得到较好效果。
综上可见,目前国内外的相关研究存在两个不足:一是结论不一致,如对货币供应量与房地产价格之间的关系,有的认为正相关,有的认为负相关。二是法定准备金政策调整对房价的影响没有作出研究。为此,本文在考虑货币供应量、金融机构贷款利率和法定准备金率等因素对房价影响的情况下,运用向量误差修正模型(VECM)对我国住房价格上涨中的金融调控政策因素进行定量检验。
二、指标选择和数据处理
1、指标选择
反映房地产金融调控效果指标的主要是需求指标,需求指标主要包括:商品房销售面积、商品房销售额和商品房销售价格。考虑到房地产需求受房地产供给影响,而供给又存在时滞,使用商品房销售面积的指标不能直观反映金融调控的效果,商品房销售额是房地产销售面积和销售均价乘积的加权和,因此,同样受制于商品房销售面积这一指标的局限性。所以,我们采用商品房销售均价这一指标作为衡量房地产金融调控效果的唯一指标。经过数据模拟发现,商品房销售面积和商品房销售额两个指标对金融调控的相关性不够强,显著性较差。而商品房销售均价对金融调控的相关性和显著性都比较高。
2、数据的来源及其处理
全国房地产成交均价加总指标,选取56个大中城市2004年7月至2009年6月平均成交均价加总,用CJZJ表示。考虑房价数据过大,因此采用对数处理。M2数据来自同期中国人民银行货币供应量,RL为金融机构1年期贷款年利率,数据同样来自同期中国人民银行。考虑到2008年底住房抵押贷款采取了7折优惠措施,因此,将2009年1月以后的贷款都作了7折处理,以便数据真实可靠。RL为金融机构法定准备率,数据来自同期中国人民银行。为与房价配合方便计算和分析,其他指标也都采用对数形式。为排除季节因素的干扰,在数据处理前,我们用X11方法对所有数据进行了季节调整。
三、房地产价格与金融调控效果检验的向量误差修正模型
1、单位根检验
为避免使用非平稳变量进行回归时可能造成的谬误回归,我们首先采用ADF方法对所有变量的平稳性进行单位根检验。从带截矩项、带趋势和截矩项、不带趋势和截矩项3种模型逐步检验。平稳性检验结果如表1所示。
从表1中看出,货币供应量LNM2、金融机构贷款利率LNRL在显著性水平为10%时,在带截矩项、带趋势和截矩项以及不带趋势和截矩项情形下ADF值不显著,说明这两个原始序列存在单位根。存款准备率LNRS在显著性水平为10%时,在带截矩项、带趋势和截矩项ADF值不显著。在显著性水平为1%时,不带趋势和截矩项情形下ADF值不显著。而所有序列的一阶差分序列的ADF值都在10%的显著性水平下拒绝了单位根的零假设,可知各变量都是一阶单整序列。
2、协整检验
虽然上述各变量都是非平稳序列,但根据协整理论,单整阶数相同的非平稳变量间的线性组合却可能是平稳变量,这种平稳的线性组合即所谓的协整方程,它揭示了各变量之间长期稳定的均衡关系。一般进行协整检验的方法是Engle和Granger提出的EG两步法。然而,当两个以上变量进行协整检验时,这种方法存在较大的缺陷:把不同变量作为被解释变量时,可能检验出不同的协整向量。Johansen协整检验法不仅克服了EG两步法的缺陷,而且进行多变量检验时还可以精确地检验出协整向量的数目。由于法定准备率在不带截距和趋势项时,在5%水平显著,其他情况都不显著,因此我们采取带截距项和趋势项的各变量全国房价成交总均价对数值、广义货币供应量对数值、金融机构1年期贷款利率对数值和金融机构法定准备率对数值进行Johansen协整检验,结果见表2。
从表2看出,特征根迹检验和最大特征值检验的结果都在5%的显著性水平下拒绝r≤0的零假设而接受假设r≤1,说明各变量之间存在长期稳定的均衡关系。关于全国房价成交总均价的正规化长期协整方程如下:
lncjzj=-32.9692+3.2355lnm2+1.0148lnrl-0.6694lnrs
(-13.54)(19.85) (12.12) (-5.47)
括号中的数字表示各系数的t统计量。从上式可以看出,所有系数都在1%的显著性水平上显著。从变量系数的大小看,全国房价的货币供应量弹性最大,为3. 24%;全国房价的贷款利率弹性,为1.01%;全国房价的法定准备率弹性最小,为-0.669%。这表明,在全国房价与其影响因素变化的长期关系中,货币供应量对住房价格影响显著,我国房价主要属资金推动型。贷款利率对房价推高起到正作用,这和建筑成本和投资成本提高密切相关。法定准备率对房价影响方向相反,主要是影响银行的可贷资金量,进而影响到货币供给量和房价。可见,货币政策对房价影响较大,但效果差异也比较大。如果经济变量之间存在协整关系,这些经济变量之间一定存在某种长期静态的稳定关系,但不能反映经济变量之间的短期动态关系。这就需要建立误差修正模型来研究经济变量之间的短期动态关系。根据Granger定理,可以建立误差修正模型。
3、误差修正模型
lncjzj=-0.041Coint Eq1+2.06lnm2(-1)+2.83lnm2(-2)
-0.72lnrs(-2)
(-4.88) (1.5) (2.19)(-1.44)
由上式,误差修正项系数为-0.041,且在1%的显著性水平上显著,说明短期内房价偏离长期均衡状态时存在向均衡调整的趋势,但调整力度很小。货币供应量的一阶滞后项系数为2.06,但不够显著,在20%水平显著;货币供应量的二阶滞后项系数为2.83,且在5%的水平显著。这说明短期内货币供应量对全国房价有明显的推动作用,这和长期相一致,且滞后二期作用比滞后一期作用更显著,这和货币政策存在时滞有关。法定准备率二阶滞后项系数为-0.72,也不够显著。机构贷款利率系数既小又不显著,因此就没有给出。可以看出,近年来房价上涨主要是资金推动型。
四、主要结论及政策建议
通过建立向量误差修正模型,本文对货币供应量、贷款利率和法定准备率三大货币政策对全国住房价格的影响效果进行了检验发现:在长期内,货币供应量、利率政策对房价影响为正,其中货币供应量影响最大。法定准备率对房价的影响为负,且力度不大。在短期,对房价有显著影响的变量主要是货币供应量和法定准备率,以货币供应量为主。不过,法定准备率的影响比之长期有所加强,方向没有任何改变。脉冲响应分析和方差分解的结果表明,在前期,全国房价对自身、货币供应量和机构贷款利率结构冲击的响应较大;在后期,对货币供应量结构冲击还具有持续的较大响应,对法定准备率结构冲击的响应不断扩大。房价自身、货币供应量和金融机构贷款利率等外生变动对房价波动方差贡献较大,最大的是金融机构贷款利率。
总之,近年来我国住房价格的持续快速上涨完全是资金推动型。2008年底到2009年初,房价之所以在极短时间内逆转,主要是货币供给量之闸大开,加之法定准备率下降,间接增加了市场的资金供应量。高房价的预期对房价本身进一步推高具有火上浇油的功效。从方差分解看,短期金融机构贷款利率对房价波动贡献率最大。这和年内降息并执行7折的优惠利率密切相关。由此,笔者建议:第一,目前我国采取宽松的金融调控政策,特别是增加货币供给量,放松首套房首付比例对于房地产市场走出金融危机的影响,促进房地产市场的恢复和繁荣有着重要意义。但考虑到降低法定准备率对增加货币供给量的叠加效应,一旦房地产走出危机,就必须严格控制货币供给量,以免出现泡沫现象。并且,目前已经出现房价涨速过快的迹象,货币供给量过大的现象。对此,货币监管部门应该有所警惕,并适时加以控制。第二,通过提高信贷利率的方法来调控房地产市场价格的策略基本上是失效的。与其用提高二套房贷款利率的方法去控制房地产投机行为,不如直接规定不允许给二套房贷款来得直接,并且效果会显著得多,关键是对银行放贷行为的监督。第三,控制房价上涨的预期比控制房价上涨本身更重要。因此,政府要像对股市那样爱护房地产市场。政府要给市场以明确的信号,房价不可能像股价那样暴涨和暴跌。 (责任编辑:郭士琪)
参考文献:
[1] 谢经荣、朱勇.地产泡沫与金融危机[M].北京:经济管理出版社,2002.
[2] 袁志刚、樊潇彦.房地产市场理性泡沫分析[J].经济研究,2003,(03).
[3] 周京奎.房地产泡沫生成与演化:基于金融支持过度假说的一种解释[J].财贸经济,2006,(05).
[4] 梁云芳、高铁梅.中国房地产价格波动区域差异的实证分析[J].经济研究,2007,(08).
[5] 肖本华.我国的信贷扩张与房地产价格[J].山西财经大学学报,2008,(01).
[6] 刘莉亚、苏毅.上海房地产价格合理性研究[J].经济学季刊,2005,(03).
[7] 张涛、龚六堂、卜永祥.资产回报、住房按揭贷款与房地产均衡价格[J].金融研究,2006,(02).
[8] 许承明、王安兴.风险转移规制与房地产价格泡沫的控制[J].世界经济,2006,(09).
[9] 梁云芳、高铁梅、贺书平.房地产市场与国民经济协调发展的实证分析[J].中国社会科学,2006,(03).
[10]原源.货币、利率、汇率对房价影响的实证分析[J].山西财经大学学报(高等教育版),2009,(02).
[11]魏巍贤、原鹏飞.住房价格上涨的金融支持及检验——基于VEC模型的实证分析[J].财贸研究,2009,(02).
[12]邱强、叶德磊.美日房地产周期特征的比较[J].国外理论动态,2007,(12).