论文部分内容阅读
摘 要：本文基于2000年1月—2017年12月中国宏观经济和市场信心指数的月度数据，建立TVP-SV-SVAR模型，分析了消费者信心和企业家信心在货币政策影响房地产价格机制中的作用。研究表明，货币政策对房地产价格的影响具有很强的时变特征，影响的方向和大小随经济发展阶段和房地产市场调控力度不同而不同，且短期效应显著;市场信心的传导渠道能够解释货币政策对房地产价格的时变效应，但是呈现出明显的非对称性，企业家信心在传导渠道中产生的作用要大于消费者信心。
关键词：货币政策;市场信心;房地产价格;时变
中图分类号：F820.1 文献标识码：A 文章编号：1674-2265（2018）12-0016-07
DOI：10.19647/j.cnki.37-1462/f.2018.12.003
一、引言
2008年金融危机以来，我国居民对房地产价格上涨的强烈预期造成了全国商品房销售价格的持续高涨，在一些大中城市的涨幅甚至高达10倍以上。为防范房地产价格高企生成的系统性金融风险隐患，国内一些学者提出现行的货币政策框架需要调整，货币发行当局在必要时应当干预房地产价格，甚至是盯住房地产价格（陈继勇等，2013）。但是，如果中央银行将房地产价格作为调控的目标，市场主体的情绪与预期会无可避免地受到货币政策冲击的影响（张成思和计兴辰，2017）。而在当前行为金融学相关理论的快速发展下，大量证据证明了：经济主体的投资行为明显会受到自身不确定性感受以及情绪波动的左右，进而对房地产价格决定产生不可忽视的影响（Breaban和Noussair，2013）。中央银行在货币政策决策中应如何把握市场主体情绪与房地产价格的关系？市场主体情绪在货币政策影响我国房地产价格的传导路径中扮演着何种角色？研究这些问题对于我国系统性金融风险的防控具有较强的现实意义。
二、文献回顾和理论分析
经典经济学理论认为，宽松的货币政策会通过增加货币供应量对房地产价格产生积极影响;相反，紧缩性的货币政策会造成银行信贷减少，从而引致房地产价格下降。然而，自行为金融学理论兴起以来，学术界越来越关注市场参与者情绪在二者关系中的作用。
在货币政策与市场信心的关系方面，现有文献主要通过实证分析了货币政策冲击对消费者信心、企业家信心和银行家信心的影响。从消费者信心来看，有的学者认为货币政策在很大程度上会对消费者信心产生重要影响，消费者信心的变化会改变居民的消费行为，进而产生对总消费的冲击（Debes等，2014）;也有部分学者持相反观点，认为货币供给量和利率对消费者信心影响较弱（Sum，2012;唐彬，2016）。从企业家和银行家信心来看，货币政策冲击会对企业家和银行家信心具有显著影响，但是两者对宏观经济波动会产生非对称效应，企业家信心比银行家信心的衰减速度更慢（黄荣哲和农丽娜）。从各类主体信心的互相比较来看，Torre和Tosi（2003）提出货币当局应该将银行家信心作为关注重点;也有一部分学者认为在货币政策的传导渠道中应当更加重视企业家信心，企业家信心比消费者信心更加有效（陈红等，2015）。
房地产价格是资产价格的重要类别之一，其价格波动隐含了市场主体情绪信息。Case和Shiller（1988）最早关注市场参与者情绪与房地产价格之间的关系，他们认为房地产的过去价格会引导个人形成对未来价格的预期，进而产生对房地产价格的影响。随后国外大量文献开始关注房地产价格中市场主体情绪产生的作用，以及市场主体的情绪指标对房地产价格的预测功能，如Shiller（2007）、Mayer和Sinai（2009）以及Wang和Hui（2017）等等。从国内学者的研究来看，钟少颖等（2016）认为在经济的不同时期，市场预期对房地產价格的影响具有非对称性，在经济繁荣时期房地产市场更容易被催生出非理性泡沫。进一步，任荣荣（2008）还研究了市场预期对房地产价格产生影响的机制路径，个人对房地产价格的预期会传导至个人的购房需求变化，从而作用到房地产价格波动，并且市场预期与房地产价格表现为显著的正相关关系。从不同的市场主体来看，李仲飞等（2015）认为房地产市场中技术分析者的预期对房价动态系统的稳定性具有重要影响，基本面分析者预期的作用则几乎无关紧要。贾生华和李航（2014）将噪声交易者引入了房地产价格的分析框架中，认为房地产价格泡沫在很大程度上归因于噪声交易者的预期。
基于上述逻辑关系，我们有理由推断：在货币政策影响房地产价格的传导机制中，市场参与者的信心发挥着不可忽视的作用。但是现有文献还很少将货币政策、市场信心和房地产价格纳入统一的分析框架，尤其是考虑三者之间关系的时变特征，来分析货币政策影响房地产价格的传导机制。本文为进一步考察其作用机理，利用TVP-SV-SVAR模型深入分析消费者信心和企业家信心在市场信心传导渠道中的作用。
（二）数据说明
本文选取了存款准备金率指标（RR）、消费者信心指数（CCI）、企业家信心指数（EEI）以及房地产价格指数（HP）2000年1月—2017年12月的月度数据，以4项指标作为货币政策、市场信心和房地产价格的代理变量，数据均来源于国泰安数据库。其中，2014—2015年企业家信心指数缺失的部分数据，按照已公布的工业企业家信心指数和企业家信心指数之间的平均差值进行换算后补齐;房地产价格指数数据由每月房地产开发企业商品房销售额除以销售面积后计算而得，除以以2000年1月为基期的定基CPI，得到实际房地产价格;对所有指标进行季节调整后，分别对CCI、EEI、HP进行对数处理。
四、实证检验与结果分析
（一）指标统计分析
为避免模型的“伪回归”现象，本文首先对变量进行ADF单位根检验和Johansen协整检验（见表1和表2）。由表1可以看出， RR、CCI、EEI和HP数据的平稳性在1%的置信水平下显著;从表2可以看出，4个变量间存在较为明显的协整关系。检验结果较为理想，可以对模型参数进行估计。 （二）基于MCMC算法的参数估计
本文首先利用MCMC算法执行10000次的吉布斯抽样，前1000次抽样用于预烧迭代，后9000次抽样用于计算后验分布的均值和方差，进而得到本文研究所需的有效样本。
由图1可以看出，样本的自相关系数都表现出稳定的下降趋势，并最终保持接近0，表明大多数样本没有自相关关系;样本路径显示出明显的波动聚类特征，表明抽样数据基本稳定;后验密度显示抽样样本的分布收敛于后验分布，抽样样本是收敛的。
表3：基于MCMC算法参数估计的结果及检验
[参数 均值 标准差 95%的置信区间 Geweke检验 无效因子 [（Σβ）]1 0.0023 0.0002 [0.0019， 0.0026] 0.544 6.96 [（Σβ）]2 0.0023 0.0002 [0.0019， 0.0026] 0.300 6.72 （[Σα]）1 0.0042 0.0008 [0.0030， 0.0062] 0.846 28.96 （[Σα]）2 0.0049 0.0012 [0.0031， 0.0079] 0.608 40.50 （[Σh]）1 0.8232 0.1122 [0.6233， 1.0631] 0.265 13.01 （[Σh]）2 0.8223 0.1340 [0.5883， 1.1166] 0.057 30.35 ]
注：表中只列出矩阵[Σβ、Σα和Σh]中前两个对角线元素的估计结果，其他元素同样符合实证检验要求;Geweke检验在5%置信水平的临界值为1.96;无效因子表示获取不相关样本所需的抽样次数。
表3给出了TVP-SV-SVAR模型的部分参数估计结果，参数的后验均值均处于95%的置信区间内，参数的Geweke收敛诊断值均未超过5%的置信水平临界值，不能拒绝收敛于后验分布的原假设，说明预烧迭代已经能够使Markov链趋于集中。同时，表3中呈现的无效因子均较低，最大值仅为40.50，表明可以获得至少9000/40.50≈222个不相关的有效样本，可以有效进行后验分布的推断。因此，基于MCMC算法下，对TVP-SV-SVAR模型参数进行模拟估计是有效的。
（三）时变脉冲响应分析
TVP-SV-SVAR模型的脉冲响应函数由两个部分组成，一是在不同的时间点上给予自变量一个正向冲击，在相等间隔时间段后所形成的等间隔脉冲响应函数，本文设定为4月、8月和12月，分别代表短期、中期和长期时间约束。二是在指定时间点上给予自变量一个正向冲击后所形成的时点脉冲响应函数，本文设定为2004年1月、2009年1月和2014年1月三个时点，主要是由于这三个时间点具有一定代表性：2003—2004年中国处于“经济过热”状态，央行实行稳健偏紧的货币政策;2008—2009年处于“金融危机”时期，货币当局实行扩张性的货币政策;2012年之后开始进入“经济新常态”时期。
1. 货币政策对我国房地产价格的脉冲响应分析。图2（a）给出了货币政策对房地产价格的等间隔脉冲响应图。函数显示，样本期间内在不同的时间约束下房地产价格对存款准备金率冲击的响应趋势基本一致，这表明了模型估计具有稳健性。但是在不同的时间点上房地产价格对存款准备金率冲击的响应程度具有较大差异，给予存款准备金率一个单位的正向冲击后，我国房地产价格变化呈现出明显的时变特征，表现为周期性的波动态势。同时，图2（a）还显示了在样本期间内冲击反应强度最大的区域在160期（2013年4月）附近，具体表现为相同一单位存款准备金率冲击下，在160期附近产生的房地产价格脉冲响应函数值是其他时期峰值的3倍左右。此外，在较短的时间约束下房地产价格的波动更为剧烈，表现为短虚线的波峰峰值高于长虚线和实线的波峰峰值。
图2（b）给出了货币政策对房地产价格的时点脉冲响应图。可知，三个时点上房地产价格的响应形态存在一定的差异性：在2004年1月时点，房地产价格首先在初期产生了一个负向响应并于第1期达到最大化，然后负向响应逐渐减弱直到第2期转为正向，第3期以后收敛到0;在2009年1月时点，房地产价格的负向反应在第1期达到最大化，逐渐减弱于第11期之后收敛于0;在2014年1月时点，房地产价格初期即产生了一个最大的正向响应，随后震荡下行于第11期之后收敛于0。时点脉冲效应图验证了等间隔脉冲响应图中房地产价格变化的时变特征，货币政策对房地产价格的影响会随着所处的水平区间的改变而发生结构性的变化，在2014年1月这个时点表现最为明显。
2. 货币政策对我国房地产价格影响的传导渠道分析。本文从消费者信心和企业家信心两个传导渠道展开分析，各个因素间的相对变动导致了存款准备金率对中国房地产价格影响的结构性变化。
（1）消费者信心传导渠道分析。图3给出了消费者信心传导渠道的脉冲响应函数图，其中第一排为货币政策对消费者信心的冲击，第二排为消费者信心对我国房地产价格的冲击。
图3（a）显示了样本期间内RR对CCI的等间隔脉冲函数，在三种时间约束下，我国消费者信心对货币政策冲击的响应趋势基本一致，整体呈现出上升（约在0—70期内）→下降（约在70—90期内）→上升（约在90—170期内）→下降（约在170期以后）的响应趋势，但是响应幅度则具有较大的差别，表现为在越短的时间约束下刺激作用也越大。从图3（b）的时点脉冲响应函数来看，RR在三个时点上对CCI的影响有渐进的结构变化：2014年1月，初期時CCI产生了一个正向响应后响应值迅速下降，并于第3期达到负向响应最大化，然后逐渐衰减至0;2009年1月，在最初期的CCI产生负向响应后，响应值开始上升并在第3期达到正向响应最大化，然后逐渐衰减至0;2014年1月，CCI的负向响应值于第1期达到峰值后，迅速扭转为正向响应并于第2期达到正向峰值，然后震荡收敛到0。2003年我国经济开始出现了“过热”现象，央行向市场中投入巨额流动性，2003年第一季度和第二季度我国M2同比增速达到50%以上，直接造成了我国固定资产投资增长过快，在2004年第一季度就达到了43%。货币当局为了应对“经济过热”现象，在2003—2007年期间先后7次调整存款准备金率，从6%上调至14.5%，回收了大量流动性，抑制了“经济过热”，消费者信心得到提振，因而脉冲响应为正。2008—2009年期间，为应对“金融危机”，实行适度宽松的货币政策，将存款准备金率下调了2个百分点，增强了消费者信心，因而这段时间内脉冲响应表现为负向响应。2012年后中国开始步入“经济新常态”时期，其中在2014—2016年期间，5次调整货币政策，将存款准备金率由20%下调至16.5%，存款准备金率的下降向市场上投入了巨额的流动性，市场上消费品价格快速上涨，造成了消费者通胀预期的上升，进而导致中国消费者信心指数下滑，因而此时脉冲响应表现为正。 图3（c）和（d）分别是CCI对HP的等间隔脉冲响应函数图和时点脉冲响应函数图，表明消费者信心对房地产价格的冲击不存在结构性变化，冲击大小和冲击方向都较为稳定，消费者信心对房地产价格产生积极作用。消费者信心指数这一指标综合反映了消费者对中国经济前景的预期，当消费者信心指数上升时，反映出消费者对中国未来经济增长的信心在上升，此时消费者对于购买房屋的需求将同时上升，造成我国房地产价格呈现出上涨态势;相反，消费者信心下降意味着消费者将降低购房需求，从而导致房地产价格下降。
（2）企业家信心传导渠道分析。图4显示了企业家信心传导渠道的脉冲响应函数图，第一排为货币政策对企业家信心的冲击，第二排为企业家信心对我国房地产价格的冲击。
图4（a）中RR对EEI的等间隔脉冲图显示，存款准备金率冲击下我国企业家信心表现出的响应趋势同消费者信心指数的响应趋势大体一致，呈现出上升→下降→ 上升→下降的响应趋势，短期约束下存款准备金率对企业家信心的刺激作用更大。值得注意的是，在2008年金融危机时期（即100期附近），存款准备金率的下降能够显著提高企业家信心指数，扩张性的货币政策在此时表现出对企业家信心的积极影响。图4（b）中RR对EEI的时点脉冲图也验证了这一特性，在2009年1月，存款准备金率对企业家信心的冲击始终呈现出较大的负向效应，在第4期达到极值。分别从不同的时间区间来看，在2004年，过度投资导致了我国“经济过热”，当时国内生产总值和固定资产投资在第一季度同比增长率分别高达9.7%和43%。中央银行为了给投资“降温”上调了法定存款准备金率，经济的“降温”使得企业家信心得以提升，因而“经济过热”时期的脉冲响应值为正。2008年金融危机时期，企业家信心受到严重挫伤，我国中央银行下调存款准备金率，通过向市场中注入的流动性刺激了投资，提振了企业家信心，因而“金融危机”时期的脉冲响应表现为负向响应。2014年11月，为了稳定经济，中央银行实行较为宽松的货币政策，但是贷款和存款基准利率下调的幅度并不一致，分别为0.4和0.25个百分点，导致我国银行业金融机构存贷息差收窄，企业融资难度提高，因此企业家信心呈现下滑趋势，这一时期的脉冲效应表现为正向响应。
图4（c）为企业家信心对房地产价格的冲击，等间隔脉冲响应总体表现为围绕0附近的周期震荡趋势。企业家信心指数综合反映了我国企业家对未来中国经济发展的信心，在经济波动的周期作用下，企业家信心也呈现出周期波动，进而企业家的投资需求对房地产价格的影响也呈现出周期波动。值得注意的是，在120期和170期之间（2011—2014年）企业家信心冲击对房地产价格的影响呈现出较为明显的负向效应，2013年4月达到峰值。一个可能的解释是2013年初是我国近年来房地产市场调控力度最强的时期，企业家信心的下降导致企业家对房地产市场的投资降低，在房地产市场的调控政策的催化下，进一步导致市场无法满足购房者的需求，提升了房地产价格上涨的预期，因而呈现出负向效应。
（3）结构性变化的解释。通过对比央行在“经济過热”、“金融危机”以及“经济新常态”时期存款准备金率调整的变化可知，货币政策影响中国房地产价格的传导路径存在着消费者信心渠道和企业家信心渠道。但是由于各时期所处经济环境和房地产调控政策的差异，导致各渠道影响的大小产生变动，进而使得存款准备金率冲击对中国房地产价格的影响产生了结构性变化，即TVP-SV-SVAR模型中的参数发生了时变。具体来说，“经济过热”时期，货币当局通过提高存款准备金率有效回收了市场上的大量流动性，抑制投资需求过快增长，对提高消费者信心和企业家信心产生积极影响，进而带动了房地产价格的上涨。“金融危机”时期，货币当局下调了存款准备金率，市场被注入大量流动性，使得消费者信心和企业家信心由“悲观”预期开始反弹回升，带动了消费者的购房需求和企业家的投资需求，进而导致了房地产价格的上涨。“经济新常态”开始时期，政府出台了一系列以限制购房和贷款为核心的房地产市场调控政策，调控力度空间加大，使得市场主体信心的传导效果发生了改变，时变参数呈现出放大的趋势。
特别地，在“经济新常态”开始时期，货币政策冲击下房地产价格的时变参数明显高于其他时期。这主要是由于在这一时期我国央行通过下调存款准备金率，向市场中投入了巨额流动性，市场参与者提升了对通货膨胀的预期，消费者信心指数和企业家信心指数迅速下降。同时，政府部门在这一时期还陆续出台了“新国八条”、“国五条”等强力的房地产市场调控政策，调控力度不断升级，进而放大了市场主体信心对房地产价格的影响，在RR-HP的脉冲响应图上时变参数表现为最大值。2014年以后模型的时变参数值迅速下降也验证了这一特点，2014年下半年开始，在南京、杭州、厦门、武汉等多个一线城市对限购政策作了不同程度的“松绑”，模型的时变参数值立即转变为下降，房地产价格随即快速上涨，佐证了房地产市场的调控政策放大了市场参与者对房地产价格的作用。
此外，从消费者信心和企业家信心传导渠道的对比来看，两者在货币政策影响房地产价格的传导路径中表现出非对称效应。货币政策冲击下，企业家信心的脉冲响应值明显大于消费者信心的脉冲响应值，企业家信心传导渠道要比消费者信心传导渠道更加有效。与此同时，在消费者信心冲击下，房地产价格的响应不存在结构性的变动，然而企业家信心对房地产价格的冲击呈现出显著的时变特征。
五、结论与政策建议
本文首先通过文献综述对货币政策、市场信心和房地产价格之间的关系进行了理论分析，指出货币政策将通过市场信心对房地产价格产生影响。然后，本文构建了TVP-SV-SVAR模型，研究市场信心在货币政策影响房地产价格的传导路径中的时变效应，得到以下结论：
首先，在货币政策冲击下，房地产价格的变化表现出显著的时变特征。在经济的不同发展阶段和房地产市场不同时期的调控政策下，货币政策对房地产价格的影响大小和影响方向也随之而改变，且短期效应显著。 其次，消费者信心和企业家信心的传导渠道可以解释货币政策对中国房地产价格的时变效应。货币政策冲击下，消费者信心和企业家信心的响应趋势大体一致，2000—2017年总体呈现出上升→下降→ 上升→下降的变化趋势;消费者信心在所有时期对房地产价格都具有正向影响，而企业家信心在房地产市场政策调控力度较大的时期呈现出较大的负向影响。
最后，消费者信心和企业家信心在市场信心传导渠道中呈现出非对称效应。在货币政策影响下，企业家信心的脉冲响应值明显大于消费者信心，企业家信心在传导渠道中发挥着更大的作用。同时，企业家信心冲击下，房地产价格的响应值存在时变特征，而消费者信心对房地产价格的冲击不存在结构性变动。
基于上述研究，本文提出以下两点建议：第一，我国中央银行要充分认识到货币政策对房地产价格的时变效应，在货币政策决策过程中要慎重考虑其与房地产调控政策的协调配合问题，避免政策之间的内生性冲突。第二，如果想要实现对房地产价格的调控，则要注重对市场预期的引导，市场主体信心应该成为货币政策调控中的一个重要参考变量。在实际操作中，可以通过市场信心指数等指标来获得对市场情绪的大致测度，并通过定期研究形成对市场情绪的基本判断，在此基础上制定相应的措施，在必要时甚至可以通过货币政策对冲市场情绪。
参考文献：
[1]Breaban A，Noussair C N. 2013. Emotional State and Market Behavior[J].Ssrn Electronic Journal，031.
[2]Debes S，Gareis J，Mayer E，et al. 2014. Towards a consumer sentiment channel of monetary policy[R].Würzburg Economic Papers.
[3]Sum V. 2012. Response of Business and Consumer Confidence to Monetary Policy Shock[J].The Empirical Economics Letters，（9）.
[4]Torre D，Tosi E. 2003. Confidence， monetary policy and macroeconomic performances[C].Paper for the 20th Symposium on Banking and Monetary Economics， GDR Economie Monétaire et Financière， Birmingham，5.
[5]Case K E，Shiller R J. 1988. The Behavior of Home Buyers in Boom and Post-Boom Markets[J].Social Science Electronic Publishing，80（2）.
[6]Shiller R J. 2007. Understanding Recent Trends in House Prices and Home Ownership[J].Social Science Electronic Publishing.
[7]Mayer C J，Sinai T. U.S. 2009. House Price Dynamics and Behavioral Finance[J].Chirality，26（10）.
[8]Wang Z，Hui E C. 2017. Fundamentals and Market Sentiment in Housing Market[J].Housing Theory&Society，（1）.
[9]Primiceri G E. 2005. Monetary Policy under Uncertainty in Micro-Founded Macroeconometric Models： Comment[J].Nber Macroeconomics Annual，20（Volume 20）.
[10]Nakajima J. 2011. Time-Varying Parameter VAR Model with Stochastic Volatility： An Overview of Methodology and Empirical Applications[J].Jouchi Nakajima， 29.
[11]陳继勇，袁威，肖卫国.流动性、资产价格波动的隐含信息和货币政策选择——基于中国股票市场与房地产市场的实证分析[J].经济研究，2013，（11）.
[12]张成思，计兴辰.前瞻性货币政策的演进逻辑[J]. 金融评论，2017，（1）.
[13]唐彬.消费者信心指数与货币政策传导关系研究[J].经济问题探索，2016，（8）.
[14]黄荣哲，农丽娜.银企信心冲击、经济增长波动与市场信心管理[J].金融论坛，2013，（5）.
[15]陈红，郭丹，张佳睿.货币政策传导信心渠道研究[J].当代经济研究，2015，（12）.
[16]钟少颖，王蕊，陈锐.货币政策，市场预期与房地产价格[J].管理评论，2016，28（5）.
[17]任荣荣，郑思齐，龙奋杰.预期对房价的作用机制：对35个大中城市的实证研究[J].经济问题探索，2008，（1）.
[18]李仲飞，郑军，黄宇元.有限理性、异质预期与房价内生演化机制[J].经济学（季刊），2015，Vol.14（2）.
[19]贾生华，李航.噪声交易者预期与房地产泡沫——基于35个大中城市的实证研究[J].审计与经济研究，2014，29（3）.
关键词：货币政策;市场信心;房地产价格;时变
中图分类号：F820.1 文献标识码：A 文章编号：1674-2265（2018）12-0016-07
DOI：10.19647/j.cnki.37-1462/f.2018.12.003
一、引言
2008年金融危机以来，我国居民对房地产价格上涨的强烈预期造成了全国商品房销售价格的持续高涨，在一些大中城市的涨幅甚至高达10倍以上。为防范房地产价格高企生成的系统性金融风险隐患，国内一些学者提出现行的货币政策框架需要调整，货币发行当局在必要时应当干预房地产价格，甚至是盯住房地产价格（陈继勇等，2013）。但是，如果中央银行将房地产价格作为调控的目标，市场主体的情绪与预期会无可避免地受到货币政策冲击的影响（张成思和计兴辰，2017）。而在当前行为金融学相关理论的快速发展下，大量证据证明了：经济主体的投资行为明显会受到自身不确定性感受以及情绪波动的左右，进而对房地产价格决定产生不可忽视的影响（Breaban和Noussair，2013）。中央银行在货币政策决策中应如何把握市场主体情绪与房地产价格的关系？市场主体情绪在货币政策影响我国房地产价格的传导路径中扮演着何种角色？研究这些问题对于我国系统性金融风险的防控具有较强的现实意义。
二、文献回顾和理论分析
经典经济学理论认为，宽松的货币政策会通过增加货币供应量对房地产价格产生积极影响;相反，紧缩性的货币政策会造成银行信贷减少，从而引致房地产价格下降。然而，自行为金融学理论兴起以来，学术界越来越关注市场参与者情绪在二者关系中的作用。
在货币政策与市场信心的关系方面，现有文献主要通过实证分析了货币政策冲击对消费者信心、企业家信心和银行家信心的影响。从消费者信心来看，有的学者认为货币政策在很大程度上会对消费者信心产生重要影响，消费者信心的变化会改变居民的消费行为，进而产生对总消费的冲击（Debes等，2014）;也有部分学者持相反观点，认为货币供给量和利率对消费者信心影响较弱（Sum，2012;唐彬，2016）。从企业家和银行家信心来看，货币政策冲击会对企业家和银行家信心具有显著影响，但是两者对宏观经济波动会产生非对称效应，企业家信心比银行家信心的衰减速度更慢（黄荣哲和农丽娜）。从各类主体信心的互相比较来看，Torre和Tosi（2003）提出货币当局应该将银行家信心作为关注重点;也有一部分学者认为在货币政策的传导渠道中应当更加重视企业家信心，企业家信心比消费者信心更加有效（陈红等，2015）。
房地产价格是资产价格的重要类别之一，其价格波动隐含了市场主体情绪信息。Case和Shiller（1988）最早关注市场参与者情绪与房地产价格之间的关系，他们认为房地产的过去价格会引导个人形成对未来价格的预期，进而产生对房地产价格的影响。随后国外大量文献开始关注房地产价格中市场主体情绪产生的作用，以及市场主体的情绪指标对房地产价格的预测功能，如Shiller（2007）、Mayer和Sinai（2009）以及Wang和Hui（2017）等等。从国内学者的研究来看，钟少颖等（2016）认为在经济的不同时期，市场预期对房地產价格的影响具有非对称性，在经济繁荣时期房地产市场更容易被催生出非理性泡沫。进一步，任荣荣（2008）还研究了市场预期对房地产价格产生影响的机制路径，个人对房地产价格的预期会传导至个人的购房需求变化，从而作用到房地产价格波动，并且市场预期与房地产价格表现为显著的正相关关系。从不同的市场主体来看，李仲飞等（2015）认为房地产市场中技术分析者的预期对房价动态系统的稳定性具有重要影响，基本面分析者预期的作用则几乎无关紧要。贾生华和李航（2014）将噪声交易者引入了房地产价格的分析框架中，认为房地产价格泡沫在很大程度上归因于噪声交易者的预期。
基于上述逻辑关系，我们有理由推断：在货币政策影响房地产价格的传导机制中，市场参与者的信心发挥着不可忽视的作用。但是现有文献还很少将货币政策、市场信心和房地产价格纳入统一的分析框架，尤其是考虑三者之间关系的时变特征，来分析货币政策影响房地产价格的传导机制。本文为进一步考察其作用机理，利用TVP-SV-SVAR模型深入分析消费者信心和企业家信心在市场信心传导渠道中的作用。
（二）数据说明
本文选取了存款准备金率指标（RR）、消费者信心指数（CCI）、企业家信心指数（EEI）以及房地产价格指数（HP）2000年1月—2017年12月的月度数据，以4项指标作为货币政策、市场信心和房地产价格的代理变量，数据均来源于国泰安数据库。其中，2014—2015年企业家信心指数缺失的部分数据，按照已公布的工业企业家信心指数和企业家信心指数之间的平均差值进行换算后补齐;房地产价格指数数据由每月房地产开发企业商品房销售额除以销售面积后计算而得，除以以2000年1月为基期的定基CPI，得到实际房地产价格;对所有指标进行季节调整后，分别对CCI、EEI、HP进行对数处理。
四、实证检验与结果分析
（一）指标统计分析
为避免模型的“伪回归”现象，本文首先对变量进行ADF单位根检验和Johansen协整检验（见表1和表2）。由表1可以看出， RR、CCI、EEI和HP数据的平稳性在1%的置信水平下显著;从表2可以看出，4个变量间存在较为明显的协整关系。检验结果较为理想，可以对模型参数进行估计。 （二）基于MCMC算法的参数估计
本文首先利用MCMC算法执行10000次的吉布斯抽样，前1000次抽样用于预烧迭代，后9000次抽样用于计算后验分布的均值和方差，进而得到本文研究所需的有效样本。
由图1可以看出，样本的自相关系数都表现出稳定的下降趋势，并最终保持接近0，表明大多数样本没有自相关关系;样本路径显示出明显的波动聚类特征，表明抽样数据基本稳定;后验密度显示抽样样本的分布收敛于后验分布，抽样样本是收敛的。
表3：基于MCMC算法参数估计的结果及检验
[参数 均值 标准差 95%的置信区间 Geweke检验 无效因子 [（Σβ）]1 0.0023 0.0002 [0.0019， 0.0026] 0.544 6.96 [（Σβ）]2 0.0023 0.0002 [0.0019， 0.0026] 0.300 6.72 （[Σα]）1 0.0042 0.0008 [0.0030， 0.0062] 0.846 28.96 （[Σα]）2 0.0049 0.0012 [0.0031， 0.0079] 0.608 40.50 （[Σh]）1 0.8232 0.1122 [0.6233， 1.0631] 0.265 13.01 （[Σh]）2 0.8223 0.1340 [0.5883， 1.1166] 0.057 30.35 ]
注：表中只列出矩阵[Σβ、Σα和Σh]中前两个对角线元素的估计结果，其他元素同样符合实证检验要求;Geweke检验在5%置信水平的临界值为1.96;无效因子表示获取不相关样本所需的抽样次数。
表3给出了TVP-SV-SVAR模型的部分参数估计结果，参数的后验均值均处于95%的置信区间内，参数的Geweke收敛诊断值均未超过5%的置信水平临界值，不能拒绝收敛于后验分布的原假设，说明预烧迭代已经能够使Markov链趋于集中。同时，表3中呈现的无效因子均较低，最大值仅为40.50，表明可以获得至少9000/40.50≈222个不相关的有效样本，可以有效进行后验分布的推断。因此，基于MCMC算法下，对TVP-SV-SVAR模型参数进行模拟估计是有效的。
（三）时变脉冲响应分析
TVP-SV-SVAR模型的脉冲响应函数由两个部分组成，一是在不同的时间点上给予自变量一个正向冲击，在相等间隔时间段后所形成的等间隔脉冲响应函数，本文设定为4月、8月和12月，分别代表短期、中期和长期时间约束。二是在指定时间点上给予自变量一个正向冲击后所形成的时点脉冲响应函数，本文设定为2004年1月、2009年1月和2014年1月三个时点，主要是由于这三个时间点具有一定代表性：2003—2004年中国处于“经济过热”状态，央行实行稳健偏紧的货币政策;2008—2009年处于“金融危机”时期，货币当局实行扩张性的货币政策;2012年之后开始进入“经济新常态”时期。
1. 货币政策对我国房地产价格的脉冲响应分析。图2（a）给出了货币政策对房地产价格的等间隔脉冲响应图。函数显示，样本期间内在不同的时间约束下房地产价格对存款准备金率冲击的响应趋势基本一致，这表明了模型估计具有稳健性。但是在不同的时间点上房地产价格对存款准备金率冲击的响应程度具有较大差异，给予存款准备金率一个单位的正向冲击后，我国房地产价格变化呈现出明显的时变特征，表现为周期性的波动态势。同时，图2（a）还显示了在样本期间内冲击反应强度最大的区域在160期（2013年4月）附近，具体表现为相同一单位存款准备金率冲击下，在160期附近产生的房地产价格脉冲响应函数值是其他时期峰值的3倍左右。此外，在较短的时间约束下房地产价格的波动更为剧烈，表现为短虚线的波峰峰值高于长虚线和实线的波峰峰值。
图2（b）给出了货币政策对房地产价格的时点脉冲响应图。可知，三个时点上房地产价格的响应形态存在一定的差异性：在2004年1月时点，房地产价格首先在初期产生了一个负向响应并于第1期达到最大化，然后负向响应逐渐减弱直到第2期转为正向，第3期以后收敛到0;在2009年1月时点，房地产价格的负向反应在第1期达到最大化，逐渐减弱于第11期之后收敛于0;在2014年1月时点，房地产价格初期即产生了一个最大的正向响应，随后震荡下行于第11期之后收敛于0。时点脉冲效应图验证了等间隔脉冲响应图中房地产价格变化的时变特征，货币政策对房地产价格的影响会随着所处的水平区间的改变而发生结构性的变化，在2014年1月这个时点表现最为明显。
2. 货币政策对我国房地产价格影响的传导渠道分析。本文从消费者信心和企业家信心两个传导渠道展开分析，各个因素间的相对变动导致了存款准备金率对中国房地产价格影响的结构性变化。
（1）消费者信心传导渠道分析。图3给出了消费者信心传导渠道的脉冲响应函数图，其中第一排为货币政策对消费者信心的冲击，第二排为消费者信心对我国房地产价格的冲击。
图3（a）显示了样本期间内RR对CCI的等间隔脉冲函数，在三种时间约束下，我国消费者信心对货币政策冲击的响应趋势基本一致，整体呈现出上升（约在0—70期内）→下降（约在70—90期内）→上升（约在90—170期内）→下降（约在170期以后）的响应趋势，但是响应幅度则具有较大的差别，表现为在越短的时间约束下刺激作用也越大。从图3（b）的时点脉冲响应函数来看，RR在三个时点上对CCI的影响有渐进的结构变化：2014年1月，初期時CCI产生了一个正向响应后响应值迅速下降，并于第3期达到负向响应最大化，然后逐渐衰减至0;2009年1月，在最初期的CCI产生负向响应后，响应值开始上升并在第3期达到正向响应最大化，然后逐渐衰减至0;2014年1月，CCI的负向响应值于第1期达到峰值后，迅速扭转为正向响应并于第2期达到正向峰值，然后震荡收敛到0。2003年我国经济开始出现了“过热”现象，央行向市场中投入巨额流动性，2003年第一季度和第二季度我国M2同比增速达到50%以上，直接造成了我国固定资产投资增长过快，在2004年第一季度就达到了43%。货币当局为了应对“经济过热”现象，在2003—2007年期间先后7次调整存款准备金率，从6%上调至14.5%，回收了大量流动性，抑制了“经济过热”，消费者信心得到提振，因而脉冲响应为正。2008—2009年期间，为应对“金融危机”，实行适度宽松的货币政策，将存款准备金率下调了2个百分点，增强了消费者信心，因而这段时间内脉冲响应表现为负向响应。2012年后中国开始步入“经济新常态”时期，其中在2014—2016年期间，5次调整货币政策，将存款准备金率由20%下调至16.5%，存款准备金率的下降向市场上投入了巨额的流动性，市场上消费品价格快速上涨，造成了消费者通胀预期的上升，进而导致中国消费者信心指数下滑，因而此时脉冲响应表现为正。 图3（c）和（d）分别是CCI对HP的等间隔脉冲响应函数图和时点脉冲响应函数图，表明消费者信心对房地产价格的冲击不存在结构性变化，冲击大小和冲击方向都较为稳定，消费者信心对房地产价格产生积极作用。消费者信心指数这一指标综合反映了消费者对中国经济前景的预期，当消费者信心指数上升时，反映出消费者对中国未来经济增长的信心在上升，此时消费者对于购买房屋的需求将同时上升，造成我国房地产价格呈现出上涨态势;相反，消费者信心下降意味着消费者将降低购房需求，从而导致房地产价格下降。
（2）企业家信心传导渠道分析。图4显示了企业家信心传导渠道的脉冲响应函数图，第一排为货币政策对企业家信心的冲击，第二排为企业家信心对我国房地产价格的冲击。
图4（a）中RR对EEI的等间隔脉冲图显示，存款准备金率冲击下我国企业家信心表现出的响应趋势同消费者信心指数的响应趋势大体一致，呈现出上升→下降→ 上升→下降的响应趋势，短期约束下存款准备金率对企业家信心的刺激作用更大。值得注意的是，在2008年金融危机时期（即100期附近），存款准备金率的下降能够显著提高企业家信心指数，扩张性的货币政策在此时表现出对企业家信心的积极影响。图4（b）中RR对EEI的时点脉冲图也验证了这一特性，在2009年1月，存款准备金率对企业家信心的冲击始终呈现出较大的负向效应，在第4期达到极值。分别从不同的时间区间来看，在2004年，过度投资导致了我国“经济过热”，当时国内生产总值和固定资产投资在第一季度同比增长率分别高达9.7%和43%。中央银行为了给投资“降温”上调了法定存款准备金率，经济的“降温”使得企业家信心得以提升，因而“经济过热”时期的脉冲响应值为正。2008年金融危机时期，企业家信心受到严重挫伤，我国中央银行下调存款准备金率，通过向市场中注入的流动性刺激了投资，提振了企业家信心，因而“金融危机”时期的脉冲响应表现为负向响应。2014年11月，为了稳定经济，中央银行实行较为宽松的货币政策，但是贷款和存款基准利率下调的幅度并不一致，分别为0.4和0.25个百分点，导致我国银行业金融机构存贷息差收窄，企业融资难度提高，因此企业家信心呈现下滑趋势，这一时期的脉冲效应表现为正向响应。
图4（c）为企业家信心对房地产价格的冲击，等间隔脉冲响应总体表现为围绕0附近的周期震荡趋势。企业家信心指数综合反映了我国企业家对未来中国经济发展的信心，在经济波动的周期作用下，企业家信心也呈现出周期波动，进而企业家的投资需求对房地产价格的影响也呈现出周期波动。值得注意的是，在120期和170期之间（2011—2014年）企业家信心冲击对房地产价格的影响呈现出较为明显的负向效应，2013年4月达到峰值。一个可能的解释是2013年初是我国近年来房地产市场调控力度最强的时期，企业家信心的下降导致企业家对房地产市场的投资降低，在房地产市场的调控政策的催化下，进一步导致市场无法满足购房者的需求，提升了房地产价格上涨的预期，因而呈现出负向效应。
（3）结构性变化的解释。通过对比央行在“经济過热”、“金融危机”以及“经济新常态”时期存款准备金率调整的变化可知，货币政策影响中国房地产价格的传导路径存在着消费者信心渠道和企业家信心渠道。但是由于各时期所处经济环境和房地产调控政策的差异，导致各渠道影响的大小产生变动，进而使得存款准备金率冲击对中国房地产价格的影响产生了结构性变化，即TVP-SV-SVAR模型中的参数发生了时变。具体来说，“经济过热”时期，货币当局通过提高存款准备金率有效回收了市场上的大量流动性，抑制投资需求过快增长，对提高消费者信心和企业家信心产生积极影响，进而带动了房地产价格的上涨。“金融危机”时期，货币当局下调了存款准备金率，市场被注入大量流动性，使得消费者信心和企业家信心由“悲观”预期开始反弹回升，带动了消费者的购房需求和企业家的投资需求，进而导致了房地产价格的上涨。“经济新常态”开始时期，政府出台了一系列以限制购房和贷款为核心的房地产市场调控政策，调控力度空间加大，使得市场主体信心的传导效果发生了改变，时变参数呈现出放大的趋势。
特别地，在“经济新常态”开始时期，货币政策冲击下房地产价格的时变参数明显高于其他时期。这主要是由于在这一时期我国央行通过下调存款准备金率，向市场中投入了巨额流动性，市场参与者提升了对通货膨胀的预期，消费者信心指数和企业家信心指数迅速下降。同时，政府部门在这一时期还陆续出台了“新国八条”、“国五条”等强力的房地产市场调控政策，调控力度不断升级，进而放大了市场主体信心对房地产价格的影响，在RR-HP的脉冲响应图上时变参数表现为最大值。2014年以后模型的时变参数值迅速下降也验证了这一特点，2014年下半年开始，在南京、杭州、厦门、武汉等多个一线城市对限购政策作了不同程度的“松绑”，模型的时变参数值立即转变为下降，房地产价格随即快速上涨，佐证了房地产市场的调控政策放大了市场参与者对房地产价格的作用。
此外，从消费者信心和企业家信心传导渠道的对比来看，两者在货币政策影响房地产价格的传导路径中表现出非对称效应。货币政策冲击下，企业家信心的脉冲响应值明显大于消费者信心的脉冲响应值，企业家信心传导渠道要比消费者信心传导渠道更加有效。与此同时，在消费者信心冲击下，房地产价格的响应不存在结构性的变动，然而企业家信心对房地产价格的冲击呈现出显著的时变特征。
五、结论与政策建议
本文首先通过文献综述对货币政策、市场信心和房地产价格之间的关系进行了理论分析，指出货币政策将通过市场信心对房地产价格产生影响。然后，本文构建了TVP-SV-SVAR模型，研究市场信心在货币政策影响房地产价格的传导路径中的时变效应，得到以下结论：
首先，在货币政策冲击下，房地产价格的变化表现出显著的时变特征。在经济的不同发展阶段和房地产市场不同时期的调控政策下，货币政策对房地产价格的影响大小和影响方向也随之而改变，且短期效应显著。 其次，消费者信心和企业家信心的传导渠道可以解释货币政策对中国房地产价格的时变效应。货币政策冲击下，消费者信心和企业家信心的响应趋势大体一致，2000—2017年总体呈现出上升→下降→ 上升→下降的变化趋势;消费者信心在所有时期对房地产价格都具有正向影响，而企业家信心在房地产市场政策调控力度较大的时期呈现出较大的负向影响。
最后，消费者信心和企业家信心在市场信心传导渠道中呈现出非对称效应。在货币政策影响下，企业家信心的脉冲响应值明显大于消费者信心，企业家信心在传导渠道中发挥着更大的作用。同时，企业家信心冲击下，房地产价格的响应值存在时变特征，而消费者信心对房地产价格的冲击不存在结构性变动。
基于上述研究，本文提出以下两点建议：第一，我国中央银行要充分认识到货币政策对房地产价格的时变效应，在货币政策决策过程中要慎重考虑其与房地产调控政策的协调配合问题，避免政策之间的内生性冲突。第二，如果想要实现对房地产价格的调控，则要注重对市场预期的引导，市场主体信心应该成为货币政策调控中的一个重要参考变量。在实际操作中，可以通过市场信心指数等指标来获得对市场情绪的大致测度，并通过定期研究形成对市场情绪的基本判断，在此基础上制定相应的措施，在必要时甚至可以通过货币政策对冲市场情绪。
参考文献：
[1]Breaban A，Noussair C N. 2013. Emotional State and Market Behavior[J].Ssrn Electronic Journal，031.
[2]Debes S，Gareis J，Mayer E，et al. 2014. Towards a consumer sentiment channel of monetary policy[R].Würzburg Economic Papers.
[3]Sum V. 2012. Response of Business and Consumer Confidence to Monetary Policy Shock[J].The Empirical Economics Letters，（9）.
[4]Torre D，Tosi E. 2003. Confidence， monetary policy and macroeconomic performances[C].Paper for the 20th Symposium on Banking and Monetary Economics， GDR Economie Monétaire et Financière， Birmingham，5.
[5]Case K E，Shiller R J. 1988. The Behavior of Home Buyers in Boom and Post-Boom Markets[J].Social Science Electronic Publishing，80（2）.
[6]Shiller R J. 2007. Understanding Recent Trends in House Prices and Home Ownership[J].Social Science Electronic Publishing.
[7]Mayer C J，Sinai T. U.S. 2009. House Price Dynamics and Behavioral Finance[J].Chirality，26（10）.
[8]Wang Z，Hui E C. 2017. Fundamentals and Market Sentiment in Housing Market[J].Housing Theory&Society，（1）.
[9]Primiceri G E. 2005. Monetary Policy under Uncertainty in Micro-Founded Macroeconometric Models： Comment[J].Nber Macroeconomics Annual，20（Volume 20）.
[10]Nakajima J. 2011. Time-Varying Parameter VAR Model with Stochastic Volatility： An Overview of Methodology and Empirical Applications[J].Jouchi Nakajima， 29.
[11]陳继勇，袁威，肖卫国.流动性、资产价格波动的隐含信息和货币政策选择——基于中国股票市场与房地产市场的实证分析[J].经济研究，2013，（11）.
[12]张成思，计兴辰.前瞻性货币政策的演进逻辑[J]. 金融评论，2017，（1）.
[13]唐彬.消费者信心指数与货币政策传导关系研究[J].经济问题探索，2016，（8）.
[14]黄荣哲，农丽娜.银企信心冲击、经济增长波动与市场信心管理[J].金融论坛，2013，（5）.
[15]陈红，郭丹，张佳睿.货币政策传导信心渠道研究[J].当代经济研究，2015，（12）.
[16]钟少颖，王蕊，陈锐.货币政策，市场预期与房地产价格[J].管理评论，2016，28（5）.
[17]任荣荣，郑思齐，龙奋杰.预期对房价的作用机制：对35个大中城市的实证研究[J].经济问题探索，2008，（1）.
[18]李仲飞，郑军，黄宇元.有限理性、异质预期与房价内生演化机制[J].经济学（季刊），2015，Vol.14（2）.
[19]贾生华，李航.噪声交易者预期与房地产泡沫——基于35个大中城市的实证研究[J].审计与经济研究，2014，29（3）.