教育频道，考生的精神家园。祝大家考试成功 梦想成真！
会员登录
会员注册经济学
中国房地产市场在货币政策传导机制中的作用研究
http://www.newdu.com 2018/3/16 《经济学动态》 佚名 参加讨论
一、引言
2008年，由美国次贷危机进一步引发的全球经济危机，使得全世界各方面尤其是中央银行重新考虑货币政策、房地产市场以及实体经济之间的关系。在我国，房地产市场和货币政策同样存在相互作用，自1998年的房改以来，我国房地产市场获得了迅猛的发展，1998年，全国完成房地产开发投资额为3614亿元，到2009年，全国完成房地产开发投资达到36232亿元，大约是1998年的10倍，占GDP的比重从1998年的4.28%上升到2009年的10.8%。针对投资势头过猛、房地产价格持续上升的现象，中国人民银行开始提高利率，压缩投资和需求，在提高贷款利率的同时，也提高了个人住房的贷款利率，但仍难抑制房价的快速上涨。
一般而言，央行更多的是关注房价对通货膨胀目标的影响，忽略了房价波动会带来的金融不稳定以及实体经济的波动，如2008年的次贷危机。①当央行实行通货膨胀的货币政策目标时，资产价格波动就不应该直接被考虑，除非资产价格波动显示出预期通胀的变化（Bernanke & Gertler，1995）。房地产之所以引发实体经济波动，其原因是房地产价格不仅受基本面影响，也受“非基本面”因素的影响，②“非基本面”因素使得房价成为左右经济稳定的独立变量，政策制定也就必须考虑其影响。③这需要分别从货币政策如何影响房地产市场和房地产市场如何影响实体经济来考虑。对于货币政策对房地产市场的影响（以紧缩性货币政策为例），直接原因是货币供应量减少，提高利率水平，增加了房地产开发企业和购房居民的资金成本，进而影响房地产市场的供求关系；间接的原因包括：一方面影响银行的信贷，当货币政策改变利率、存款准备金率时，银行的资产负债表结构发生变化，从而影响其房贷的总量和水平，另一方面，受直接渠道的影响，居民和企业的资产负债表结构和质量发生变化，影响到其借贷能力，反过来再影响房地产市场。对于房价的波动如何影响到实体经济可能的解释有：房地产企业的q值变动影响房地产开发投资；居民持有住宅的价值变动影响其终生财富价值和流动性，使之改变消费决策。
据此，本文构建出关于房地产市场的货币政策传导机制的研究框架，如图1所示。
二、货币政策房地产市场传导效果：
基于SVAR的经验结果Sim（1980）提出的向量自回归模型（vector autoregression，VAR），通过把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而能够用非结构的方法来建立经济变量模型。其改进的结构化向量自回归模型（Structural VAR，SVAR）在VAR的简化形式的基础上给出变量之间当期相关关系的确切形式，VAR模型是货币政策研究的主要方法之一，刘斌（2001）、冯春平（2002）等国内学者也应用于我国的具体情况。
在货币政策的代理变量选择上，国内外尚存在较大的争议，最初研究使用货币供应量，但后来意识到货币供给具有内生性，货币供应量并不是货币政策很好的代理变量；后来学者便使用银行准备金总量和联邦基金利率作为货币政策的代理变量。但考虑到我国以货币供应量为中介目标的货币政策操作框架，以及我国货币政策实施通过调整法定存款准备金率和利率来实现的现象，因此，我们选用实际法定存款准备金率（RR），实际的一年期实际贷款利率R，④实际货币供应量M2为货币政策的代理变量；房地产价格代理变量分别选择房地产销售价格指数HP和国房综合景气指数CI⑤进行分析。房地产价格对货币政策的传导作用的最终变量分别选取实际社会消费品零售总额CUS代表消费，实际固定资产投资完成额I代表投资，消费者价格指数CPI为通货膨胀代理变量。本文拟选取的样本数据时间跨度为2000年1月~2009年12月月度的数据，共120个，数据来源于房地产统计年鉴和中华人民共和国国家统计局网站，应用X-11法对CUS和I进行季节调整，同时，对规模性变量M2,CUS,I分别取自然对数，以避免数据剧烈波动和消除异方差。对变量运用了增广的迪基-福勒（ADF）检验进行单位根检验，根据AIC和SC最小准则来确定最佳滞后期。结果表示CPIt、lnCUStSA、lnItSA、lnM2tSA、Rt、RRt、CIt、HPt中，除CPI指数为平稳序列，⑥其他各变量的原序列都是非平稳序列，一阶差分序列具有平稳性，是I(1)型时间序列。Johansen协整检验的结果表明在5%的显著性水平上，变量之间存在至少3个协整关系。因此，我们可以建立本文的SVAR模型如下：
设Yt=（Y1t,Y2t,Y3t,Y4t,Y5t,Y6t,Y7t,Y8t)=(M2t,Rt, RRt, HPt, CIt)'为（8×1）向量，其简约模式为：
Yt=A(L)yt+ut;
其中A(L)为滞后算子（8×8）参数矩阵，ut为随机误差。其对应的结构化模式为：
B(L)yt=et；et=B0ut；
其中，ut为结构化冲击，如本研究中的u1t为价格冲击，Yt+s对第j个结构化冲击的脉冲响应函数为ΨsB0j-1 ，j表示第j列。
根据经济理论假设给B0设定约束式，具体如下：
在该约束式中，第1行表示当期的物价水平受货币供应量、房地产价格指数的影响，则消费价格指数不受该模型中任何变量当期值的影响；第2、3行反映房地产价格指数和国房景气指数影响消费和投资的情况；第1、2、3行总体放映了房地产市场对实体经济的影响；第4行假设当期的广义货币供应量和物价、消费、投资的关系；第5、6行分别是利率和法定存款准备金率，它们相互影响以及受货币供应量影响；第7、8行是房地产市场代表变量，假设它们彼此影响，并受到货币政策变量的影响。从总体来看，第4、5、6列反映货币政策的冲击；第7、8列是房地产价格冲击函数，在该模型中，其只受货币当期政策因素的影响。
在简约VAR估计的基础上对SVAR的B0矩阵进行估计，估计收敛，整个矩阵在1%的水平上显著，结果如下：
从各变量当期的关系估计的结果来看，当期实际广义货币供应量M2、实际一年期贷款利率、实际法定存款贮备金率和房价显著的负相关；而国房景气指数和货币政策变量相关性不同于房价，其中M2和CI负相关，R和RR和CI显著正相关；可见，对房地产市场的代理变量选择不同，得到的结果会
出现明显的偏差，考虑到国房景气指数综合了房价、房地产开发指数、土地开发指数等一系列和房地产市场相关的指数，能更好地代表我国房地产市场的波动情况，因此，通过国房景气指数和货币政策变量的关系来判断房地产市场受货币政策影响的情况更为可靠。另一方面，物价、消费、投资与房价呈现十分微弱的负相关性，并且相关性不显著；消费、投资与国房景气指数呈现弱的正相关性；因此，我们可以形成初步的假定：货币政策在房地产传导渠道的两个阶段中，能较为顺利地进行第一阶段，在第二阶段也就是从房价到实体经济的渠道中却遇到了阻塞。具体将通过脉冲响应函数来判断两个阶段冲击的动态变化情况。
货币政策的房地产市场传导效果是通过这样的方式在脉冲响应函数中体现的：首先对货币政策发生波动时，对物价、投资、消费的整体冲击效果进行分析，也结合房地产市场变量的波动来观察货币政策如何传导到房地产市场的；然后对房地产市场传导作用分析，即当房地产价格发生波动时，对各变量的冲击效果；然后通过两者的对比，便可以判断房地产市场在货币传导过程中的作用。图2反映的是货币政策发生变动时，传导到物价、投资、消费的过程，图3是传导到房地产市场的过程，分别是货币政策的三个代理变量：实际广义货币供应量对数值、实际一年期贷款利率、实际法定存款准备金率出现一个标准差的正向变化时，实体经济代理变量：CPI、全社会固定资产投资和全社会商品零售总额，以及房地产市场代理变量：房地产销售价格指数和国房景气指数的动态变化过程，由于规模变量均取对数，所以纵轴变动的幅度就是相对于其对的百分比变化（即0.01=1%），横轴表示滞后反应期（单位：月）。
根据图2的估算结果，货币政策的不同代理变量对物价、投资和消费的影响不一样，但对比影响的幅度，我们可以明显看到，货币政策的波动更多的只是反映在物价的变动上面，而对投资和消费的影响程度十分小，考虑到脉冲相应期为月度，上述的冲击反应体现了各变量在短期的动态关系，因此并不能用货币中性的理论解释，更为可能的原因是在我国货币政策传导过程中，存在明显的阻塞，货币政策的执行在实现最终目标方面作用力小。具体而言，在物价方面，广义货币供应量增加会迅速反映到CPI的增长之上，并在第2期达到最大值，然后迅速回落，在第4期保持稳定。在投资方面，从响应趋势来看，符合货币经济理论的分析，当货币供应量增加时，会扩大企业投资可信贷资金的规模，从而促进投资，以及当利率增加时，提高资金货币成本，投资减少，但是上述图中体现了一个非常关键的问题，就是这种响应的幅度十分小，一个新息的冲击，影响幅度仅为0.01%的单位，明显反映了货币政策传导到实体经济的投资领域的困难。在消费方面，存款准备金率对消费的影响几乎不存在，贷款利率和货币供应量对消费有正向促进，促进效果十分有限。
虽然，货币政策传导到实体经济的整体效果十分有限，中间存在明显的阻碍，但是货币政策传导到房地产市场的效果却是十分明显，如图3所示，分别是房地产价格指数和国房景气指数对货币政策三个代理变量的脉冲响应函数。从图中，我们首先可以从纵轴观察到，当货币政策发生变动时，对房地产市场的影响是很明显的。具体来看，在房地产价格方面，M2、一年期贷款利率和存款准备金率增加一个新息时，房地产价格指数在短期都会迅速上涨，不同的是M2对房价始终是正向冲击，这种冲击保持在10%的位置稳定的持续下去。
而利率对房价的冲击在第4期的时候达到峰值，约为60%，而之后便持续下降，到第8期降到0，之后便是负向冲击，这种先扬后抑的趋势反映了在我国，针对房地产市场的短期货币政策效果甚至可能出现负向效果，产生的原因是多重的，如传导机制不完善、市场不理性等，但是在一定的滞后期便会反映出正常的关系，如存款利率的上升会增加投资成本，存款准备金率通过收紧信贷增加企业外部融资成本，最终反映在房地产供需和价格的下降上。国房景气指数基本反应趋势和房价相同，但是由于CI还体现了土地价格、房地产投资等综合因素，这种调整的滞后期更长，超过1年。上面的分析也合理解释了我国近年来频繁调整货币政策调控房地产市场的短期效果十分有限的现象。
在宏观传导效果分析的第二部分，就是对比房地产市场代理变量变动时对实体经济的影响和货币政策对实体经济影响，从中体现房地产市场对货币政策的传导效果。如图4所示，分别是房地产价格指数和国房景气指数出现一个正向信息冲击之后，物价、投资和消费的响应情况，我们同样可以发现和货币政策冲击一样的规律，房地产市场的冲击最终也更多地反映在物价的变动之上，对投资和消费的影响十分有限。另外，通过对比，我们可以看到，在物价的影响上，房价和国房景气指数均会对物价产生正向冲击，但是冲击效果相比较货币政策还是较小的，大约有10%的贡献。而在投资上，我们可以发现一个反常的现象，就是无论是房价的上涨还是国房景气指数的上升，对投资均产生了微弱的负向影响，其中CI影响相比HP小，是因为CI中包括一部分投资，这就反映了这么一个现象，当房地产市场大热时，更多的资金投入到炒房市场或者是进入股票市场，而不是通过托宾Q理论促进投资的增长。在消费响应图上，我们看到了一定的财富效应的体现，即当房价上升的时候，会促进消费的增加，但是增加的幅度十分有限，大约是0.2%。
总之，通过以上的分析，可以得出关于货币政策房地产市场传导效果的几点事实：
（1）我国货币政策整体有效性有限，体现在货币政策的波动主要反映在物价变动之上，对投资和消费的影响十分有限；这就意味着我国制定一轮宽松的货币政策时，紧接而来的是消费价格和资产价格水平的提高，促发高通胀，而不是促进经济的快速增长。
（2）从货币政策到房地产市场的传导过程十分有效，但是房地产市场的波动也只能影响到物价的变动，传导到投资和消费的能力极为有限。这就意味着在一轮货币宽松政策之后，大量的资金涌向房地产市场，推涨房地产交易的量价，形成房地产市场的繁荣景象，可是这种繁荣最终并不能促进投资和消费，实现经济的健康成长，因此，房地产市场对货币政策的传导是不完全的，对货币政策最终目标的实现贡献十分有限。
因此，提高货币政策传导效率，实现货币政策最终目标的当务之急就是理清货币政策各类型的传导渠道，发现阻塞原因，对症下药清理阻障。本文将在下一部分根据微观经验数据刻画货币政策的房地产市场传导机制，来形成完整的货币政策房地产市场传导线路图，以帮助发现该渠道存在的问题，以及思考解决的方案。
三、解释宏观传导效果之一：房地
产企业如何受货币政策影响整体分析显示，在我国，货币政策的波动传导到房地产市场的效果十分快速和明显，那么这个过程是怎么发生的，则需要通过分析房地产企业的微观财务数据和货币政策的关系来观察，同时，通过微观经验数据的考量，我们期望从中发现房地产企业受货币政策影响显著的一些指标，借此获得对房地产市场到实体经济的传导效果十分有限的部分解释。
分析基于2000~2009年沪深房地产上市公司和货币政策代理变量的年度面板数据，⑧之所以选择面板数据进行VAR分析，一方面结合了传统VAR分析把所有变量作为内生变量纳入系统的优势，另一方面，面板数据可以解决没被观测的变量的异质性，另外也考虑了应用VAR的脉冲响应分析能很好的体现企业财务指标对货币政策冲击的反映。因此，本部分采用了面板数据VAR分析的方法，⑨然后通过脉冲响应函数货币政策对企业财务指标的冲击影响过程。
数据的基本处理：剔除2000~2009年没有连续数据的公司和ST的公司，最终有效公司数量为78家。根据上面分析，货币政策代理变量分别选择M2对数值和一年期贷款利率R。房地产企业代理变量选择：（1）公司规模变量——根据Gertler & Gilchrist (1994)的研究，货币政策对公司的影响因规模大小而异，小公司更易受货币政策的影响，原因是小公司更依赖于银行信贷获得发展，因此本文选择总资产为房地产公司规模的代理变量，取对数，表示为TA；（2）流动性变量——以货币资金/总资产表示，一般企业货币资金越充裕，受货币政策的影响越小，表示为LIR；（3）资产营运能力——总资产周转率和存货周转率，其中总资产周转率=（房地产经营收入+其他业务收入）/总资产平均余额，存货周转率=（房地产经营收入+其他业务收入）/存货平均余额，分别表示为TTR和ITR；（4）偿债比率——Bernanke & Gertler（1995）选择覆盖比率（coverage ratio）=利息支出/(利息支出+利润)为企业总体财务状况指标，因为该比率与衡量企业财务健全状况的其他指标高度相关，但是国内财报很少公布利率支出，因此本文用财务费用代替，即偿债比率=财务费用/（财务费用+利润），表示为CR。（5）资产负债率——反映资本结构，表示为TLR。（6）资产投资比——代表企业投资行为，在VAR系统中可以反映当各财务指标发生变动时，对企业投资行为的冲击，资本投资比=投资现金流出总计/总资产，表示为ICR。因此，我们建立本部分的VAR模型为：
zit=Γ0+Γ1zi,t-1+Γ2zi,t-2+Γ3zi,t-3+fi+et
其中zit是一个多变量的向量，在分析中它分别表示了｛M2, TA, TLR｝、｛M2, ITR, TTR｝、｛M2, LIR, CR｝、｛R, TA, TLR｝、｛R, ITR, TTR｝、｛R, LIR, CR｝。⑩分析选择了三个滞后期。 fi反应了面板分析的固定影响，本文采用了赫尔默特程序（赫尔默特）克服了变量的偏相关性(Arellano & Bover, 1995)。
下面是根据上述Panel VAR模型的脉冲响应函数图，试图对货币政策通过房地产市场推动投资发展效果十分不明显的原因。
首先分析广义货币供应量产生一个正向信息波动时，对房地产上市公司各项财务指标的冲击效果，如图5所示，M2对房地产企业的资产总规模影响初期为正，然后就快速下降，大约0.3期（一期表示一年）冲击效果为负，但是整体影响较小。而对资产负债率的冲击效果十分明显，从图中可以看出，当M2产生一个单位的正向冲击，房地产企业的资产负债率便大幅上升，并且一直保持这种上升的趋势，这充分反映了当执行宽松的货币政策之时，货币供应量增加，房地产企业便会大量地借入资金，但是资金的借入并没有投入到投资之中，这可见后面的分析，这种现象更多的是一种占位思想，即当有机会借入资金时，房企便会尽自己的可能借入资金，而不是根据企业资金的需要借入资金。
而在对资产运营能力方面，一个单位的M2正向新息，会对企业的存货周转率（ITR）产生较为明显的正向冲击，如图6所示，在初期便产生约为12%的正向冲击，之后呈现下降，但是在第一期之后便持续上升，到第6期达到28%。存货周转率的增加反映了房地产企业存货消化变快，也间接地反映了市场需求的增加，因此，从存货中，我们可以看出，宽松的货币政策对市场需求的促进效果也明显，一个解释就是，宽松的货币政策使得大量的资金涌入房地产投资市场，大量的投资行为促使房地产交易速度加快，存货周转率增加。另外，货币政策对企业总资产周转率的影响并不明显。
另一个重要的分析是货币政策对房地产总体财务状况的影响，重点关注图7右图，即M2对覆盖比率的影响，从图中，我们可以看出，一个单位M2的正向冲击产生时，房地产企业的覆盖比率初期会增加，但是在0.5期的时候冲击转向，到第2期时完全为负，之后便波动的下降。由于这里的覆盖比率反映了企业财务费用的比例，当覆盖比例增加时表示企业的资产负债表情况恶化（Bernanke & Gertler，1995），因此该图的变化反映了这么一个情况，当执行货币宽松政策时，虽然短期会恶化公司财务状况，但是在长期会改善房地产公司的资产负债表。
另外，观察利率对企业总体财务状况的冲击，也可以发现和上面一样的一个前5期几乎没有反应，第6期快速上升的趋势。对于这种现象的存在，我们需要考虑到数据的有偏性，由于选择的样本数据为房地产上市公司，这种公司相比没上市的企业，其本身的信用能力要高，覆盖率的变动对企业的要素需求改变程度要小一些。但是，最终R的上升，也就是紧缩的货币政策还是会通过直接或者是间接的方式改变企业的财务状况。
总之，通过上述的分析，我们可以得出货币政策对房地产企业财务状况影响的几点结论：（1）货币政策的变动对房地产的财务状况指标影响明显，具体而言，宽松的货币政策会通过促进存货周转率、降低覆盖比例等方式改善企业资产负债表状况；（2）货币政策对企业投资的影响十分有限。
四、解释宏观传导效果之二：从银行信贷的角度
货币政策的变动除了影响房地产企业的资产负债表状况之外，还可以通过改变金融中介机构信贷供给总量，尤其是商业银行贷款总量，从而改变外部融资额外成本，进而影响企业投资和居民消费，形成银行信贷渠道（Bernanke & Gertle，1995）。银行信贷的变动在房地产信贷和消费贷款上表现得尤其明显，即当实施紧缩货币政策时，银行信贷收缩，房地产信贷和消费贷款将会大幅的下降（Denhaan & Summer，2004）。这将通过房地产市场进一步影响投资和消费，如信贷约束放松，一方面导致消费者更易获得房地产抵押贷款，进一步刺激房地产需求，从而推动房地产价格上涨；另一方面，信贷约束放松也导致房地产开发贷款易获得性增强，从而刺激房地产开发，导致房地产供给增加，进而也将影响房地产价格和总产出。除此之外，房地产价格变动也将反过来影响信贷规模，主要体现在房地产价格变化影响银行的资产负债情况，从而影响银行的信贷供给，因此，房地产价格、银行信贷通过不断的相互作用，对实体经济产生影响（Davis& Zhu，2004)。所以，完整的分析货币政策的房地产市场传导机制，不仅要观察货币政策对房地产市场产生的直接影响，还需要增加银行这个中间渠道来分析。
首先，我们可以通过宏观数据直观地观察货币政策对银行贷款以及房地产贷款的影响，如图8、表1，是我国2000年至2009年广义货币供应量、一年
期贷款利率、金融机构各项贷款余额和房地产开发贷款总额各自增长率的关系图。可以看出：（1）在整体，广义货币供应量M2、金融机构各项贷款余额以及房地产开发贷款总额的增长率均处于0点以上，表示自2000年以来，这几项一致保持着增长的趋势，图形的波动反映的是其增长幅度的变化。（2）金融机构各项贷款余额和广义货币供应量变动率的走势高度一致，两者的相关系数达到了0913。（3）一年期贷款利率和房地产开发投资贷款的变动率呈现较为一致的负相关性，其中2001年利率的上升，直接导致了房地产开发贷款总额增长率的下降，另外，2008年的利率的大幅下降，也使得房地产开发投资呈现大幅增长的趋势，但是两者的相关性并不显著。（4）房地产开发贷款总额增长率和金融机构各项贷款余额增长的变动较为一致，相关系数为0.640，这就表示当银行信贷规模发生变动时，房地产贷款的规模也会随之同向变动。因此，我们接下来将通过对上市银行微观数据的分析，来观察货币政策代理变动对银行信贷余额的变动冲击，考虑到房地产贷款与信贷总额存在显著的正相关关系，因此对货币政策和银行信贷的分析结果也反映了货币政策与房地产贷款的关系。
图9便是根据2004~2009年我国14家上市商业银行信贷总额、资产负债率和货币政策代理变量的面板数据估计的Panel VAR模型而估计的脉冲响应图，其中TL为银行贷款总额，通过该变量受货币政策变量的冲击效果来分析货币政策对信贷的影响；而BCLR为银行资产负债率，反映银行资产负债表情况，当中央银行通过一些货币政策减少可贷资金的总量，影响了银行的资产负债表结构，进而会通过银行资产负债表影响信贷总额，因此，通过该变量在不同货币政策代理变量下TL和BCLR的脉冲响应图可以观察货币政策是如何通过影响银行资产负债表质量来影响信贷的。
从图9，我们可以得出关于货币政策与银行信贷的关系：M2的正向变动对银行信贷总额将立即产生5.78%的正向冲击，随之冲击效果逐渐减少，同时会降低银行的资产负债率，提高银行资产负债表质量；这表示，在宽松的货币政策下，货币供应量的增加会迅速反映在信贷总量的增加上；一年期贷款利率R提高，在当期会迅速反映在信贷总量的减少上，而资产负债率会出现明显的下降；法定存款准备金率的变动在当期会对信贷总额产生正向推动，但是随之迅速下降，到第5期冲击变为负向，对资产负债率的影响则是先负后正；从信贷总额和资产负债率的关系来看，资产负债率对贷款总额的冲击总体为负，这也反映了紧缩的货币政策也会通过改变银行资产负债表的质量来改变银行贷款的意愿和规模。
五、结论和建议
根据以上关于货币政策房地产市场的宏观传导效果以及从上市房地产、上市银行的微观数据角度对货币政策房地产市场传导解释的分析结果，我们可以得到以下的结论：（1）我国货币政策整体有效性有限，体现在货币政策的波动主要反映在物价变动之上，对投资和消费的影响十分有限；（2）从货币政策到房地产市场的传导过程十分有效，但是房地产市场的波动也只能影响到物价的变动，传导到投资和消费的能力极为有限。而从微观分析的结果我们也得到了货币政策会对房地产企业的财务指标产生显著的影响，但是对企业的投资行为影响有限。
究其原因，不仅与我国房地产市场的发展不成熟有着密切的关系，而且也反映出现阶段我国宏观经济“生态”环境对房地产价格传导货币政策存在的制约和影响。由于十多年来在城市普遍推行居民住房商品化和市场化改革，加上我国民众普遍具有的传统观念影响，使住房需求越来越旺盛，与此同时，国家的土地供给严重脱节以及有关政策法规与监管措施严重滞后，致使房地产价格在需求远大于供给的情况下不断走高。而房地产价格的快速高涨又带动起一轮又一轮的投资与投机热潮。随着人民币升值预期的强化，外资热钱也蜂拥而至，以房地产为首选投资目标，用各种方法将外资变为人民币资产。因此，在社会对房地产存在刚性的需求，而且需求远大于供给的情况下，货币政策在房地产价格渠道的传导效果必然既不敏感，也不显著。
因此，我们认为货币政策应该关注房地产价格，这是因为房地产价格中包含有关经济运行的信息，如房地产价格上涨引起消费和投资增加，从而带来经济扩张和通货膨胀率上升，房地产价格波动分析可为我国中央银行制定货币政策提供参考。我国近年来房价上涨十分迅速，中国人民银行多次上调利率试图抑制房价上涨，表明我国中央银行的货币政策已对房价变化表示充分关注。但同时，考虑到房地产市场本身波动的特点，以及房地产在传导过程中尚存在明显的阻碍，我们不应该盯住房地产价格，使之直接地接口货币政策。
综上所述，我们应该把房地产价格作为经济运行的信息指标纳入货币政策指标体系，来帮助制定更为合理的货币政策。
注：
①International Monetary Fund, 2009. Lessons from asset price ?uctuations for monetary policy. World Economic Outlook, October 2009, pp. 1–28.
②产生房价动荡的“非基本面”因素包括金融监管失灵和投资者不理性行为。
③在一个资本市场完全有效、没有管制干预的经济环境中，资产不过是经济基本面的简单反映，央行毋需关注。但当存在“非基本面”因素推动资产价格的波动，以及与基本面无关的资产价格波动对真实经济有潜在的显著影响时，资产价格在货币政策中的重要性就会上升（Smets，2004）。
④Mishikin（1996）认为实际利率要比名义利率更合适，长期利率要比短期利率更合适，但是考虑到粘性价格特点，短期利率也可以代表货币政策变动。
⑤国房景气指数是价格、资金和土地开发指数的加权平均，更能反映房地产行业的整体状况。
⑥原因是CPI是一个随机游走的过程。
⑦由于变量之间的相关性，SVAR模型B0矩阵中的部分变量往往通不过统计检验，详见Kim & Roubini。
⑧房地产上市企业数据来源于国泰君安数据库。需要说明的是，本部分研究的数据是有偏的， Bernanke & Gertler(1995)认为上市公司可以通过资本市场融资，相比依赖银行的企业（bank-dependent）受货币政策的影响小。考虑到数据的可获得性，本文只能根据上市公司公布的财务数据进行分析。
⑨Panel VAR的构建和估计参考I.Love（2006），本文应用了I.Love编制的STATA panel VAR程序进行计算。
⑩由于数据量过大，以及受程序设计的限制，不能在一次分析中包括太多变量，因此，分别进行分析。
参考Bernanke & Gertler（1995）“大量的研究表明，对于无法免费货币信用的企业来说，覆盖比例的变动极大地改变企业的要素需求”。剔除2004~2009年没有连续数据的银行，即农业银行和光大银行。
参考文献：
本杰明·M. 弗里德曼 弗兰克·H. 哈恩，2002：《货币经济学手册》，陈雨露 曾刚 王芳等 译，经济科学出版社。
米什金，2006：《货币金融学》，中国人民大学出版社。
陈灿煌 张立军，2006：《高房价对社会经济的影响及对策》，《价格理论与实践》第3期。
丁晨 屠梅曾，2007：《论房价在货币政策传导机制中的作用——基于VECM 分析》，《数量经济技术经济研究》第11期。
冯春平，2002：《货币供给对产出与价格影响的变动性》，《金融研究》第7期。
黄忠华 吴次芳 杜雪君，2008：《基于GARCH 模型族的上海房价分析》，《技术经济》第5期。
刘斌，2001：《货币政策冲击的识别及我国货币政策有效性的实证分析》，《金融研究》第7期。
王国军 刘水杏，2004：《房地产业对相关产业的带动效应研究》，《经济研究》第8期。
International Monetary Fund, 2009. Lessons from asset price ?uctuations for monetary policy. World Economic Outlook, October 2009, pp. 1–28.
K. Aoki, J. Proudman, G. Vlieghe. House Prices, Consumption, and Monetary Policy: a Financial Accelerator Approach. Journal of Financial Intermediation, 2004
Sims, C.A. Macroeconomics and reality. Econometrica 48 (1), 1–48, 1980.
Sims, C., Zha, T. Does monetary policy generate recessions? Macroecon. Dynam. 10 (2), 231–272, 2006.
(作者：冯科 北京大学经济学院)
(责任编辑：陈建青)
Tags：中国房地产市场在货币政策传导机制中的作用研究
责任编辑：admin相关文章列表
没有相关文章
[ 查看全部 ] 网友评论