段忠東

(廈門理工學(xué)院經(jīng)濟(jì)與管理學(xué)院，福建 廈門 361024)

基于SVAR模型的房?jī)r(jià)對(duì)貨幣政策傳導(dǎo)的區(qū)域效應(yīng)
——中國(guó)4個(gè)直轄市的反事實(shí)模擬

段忠東

(廈門理工學(xué)院經(jīng)濟(jì)與管理學(xué)院，福建 廈門 361024)

運(yùn)用基于結(jié)構(gòu)向量自回歸模型的反事實(shí)模擬技術(shù)，實(shí)證檢驗(yàn)中國(guó)4個(gè)直轄市房?jī)r(jià)變動(dòng)對(duì)貨幣政策的傳導(dǎo)效應(yīng)。研究發(fā)現(xiàn)：各直轄市房?jī)r(jià)對(duì)貨幣政策傳導(dǎo)具有區(qū)域差異，在房?jī)r(jià)高漲城市，擴(kuò)張性貨幣沖擊通過(guò)房?jī)r(jià)對(duì)居民消費(fèi)的傳導(dǎo)效果優(yōu)于緊縮性利率政策，而緊縮性利率政策不能有效抑制房?jī)r(jià)上漲；在擴(kuò)張性貨幣沖擊推動(dòng)的居民消費(fèi)增幅中，北京、上海與天津房?jī)r(jià)上漲“擠出”的居民消費(fèi)占比分別約為32%、56%與9.5%；在利率沖擊導(dǎo)致的居民消費(fèi)波幅中，北京、天津房?jī)r(jià)上漲“擠出”的居民消費(fèi)占比分別約為9.1%、20.6%，上海房?jī)r(jià)下跌“提升”的消費(fèi)占比約為5.5%；重慶房?jī)r(jià)始終對(duì)居民消費(fèi)產(chǎn)生促進(jìn)效果。對(duì)此，政府部門應(yīng)側(cè)重運(yùn)用數(shù)量型貨幣政策工具調(diào)控房市高漲，充分考慮貨幣政策傳導(dǎo)區(qū)域差異，同時(shí)對(duì)全國(guó)城市房?jī)r(jià)分化走勢(shì)風(fēng)險(xiǎn)保持警惕。

房?jī)r(jià)；貨幣政策傳導(dǎo)；結(jié)構(gòu)向量自回歸模型；反事實(shí)模擬；直轄市

近些年來(lái)，針對(duì)房地產(chǎn)市場(chǎng)的調(diào)控政策此起彼伏，但是調(diào)控效果卻受到廣泛質(zhì)疑，甚至使經(jīng)濟(jì)主體產(chǎn)生房?jī)r(jià)“越調(diào)越漲”的預(yù)期。中國(guó)的貨幣政策能否有效調(diào)控房地產(chǎn)價(jià)格？人們廣泛關(guān)注的 “房奴”、“蝸居”甚至“逃離北上廣”成因如何？這些問(wèn)題實(shí)際上涉及貨幣政策通過(guò)房地產(chǎn)市場(chǎng)向?qū)嶓w經(jīng)濟(jì)的傳導(dǎo)效果。對(duì)此作出科學(xué)定量的研究具有重要的理論意義與現(xiàn)實(shí)價(jià)值。此外，房地產(chǎn)市場(chǎng)是一個(gè)具有典型區(qū)域性特征的市場(chǎng)，并且我國(guó)不同城市的房?jī)r(jià)漲幅與經(jīng)濟(jì)發(fā)展存在較大差異性，研究不同區(qū)域住房市場(chǎng)的貨幣政策傳導(dǎo)更具現(xiàn)實(shí)意義。近二十年來(lái)，“貨幣政策如何通過(guò)房?jī)r(jià)實(shí)現(xiàn)其傳導(dǎo)”成為學(xué)術(shù)界與政策層高度關(guān)注的前沿問(wèn)題。根據(jù)經(jīng)濟(jì)理論，貨幣政策通過(guò)房地產(chǎn)市場(chǎng)的傳導(dǎo)過(guò)程包括兩個(gè)階段：在第一個(gè)階段，貨幣政策調(diào)整通過(guò)改變房地產(chǎn)市場(chǎng)供求關(guān)系對(duì)房?jī)r(jià)產(chǎn)生影響；在第二個(gè)階段，房?jī)r(jià)變動(dòng)對(duì)居民消費(fèi)與企業(yè)投資等實(shí)際經(jīng)濟(jì)行為產(chǎn)生影響。一方面，房?jī)r(jià)變動(dòng)通過(guò)財(cái)富效應(yīng)[1]、資產(chǎn)負(fù)債表效應(yīng)與信用約束效應(yīng)[2-3]、預(yù)期與信心效應(yīng)[4]等渠道對(duì)住房擁有者的消費(fèi)支出產(chǎn)生促進(jìn)作用，另外一方面，房?jī)r(jià)變動(dòng)又通過(guò)負(fù)收入效應(yīng)和儲(chǔ)蓄效應(yīng)等渠道對(duì)購(gòu)房者和租房者的消費(fèi)支出產(chǎn)生擠出效應(yīng)[5]。由于上述影響渠道的方向并不一致，房地產(chǎn)價(jià)格變動(dòng)對(duì)居民消費(fèi)支出的影響方向取決于房?jī)r(jià)漲幅、各類型經(jīng)濟(jì)主體的比例與邊際消費(fèi)傾向之對(duì)比等因素。此外，根據(jù)蒙代爾的最優(yōu)貨幣區(qū)理論[6]，大國(guó)經(jīng)濟(jì)體內(nèi)部不同區(qū)域的要素環(huán)境、經(jīng)濟(jì)發(fā)展水平與自然稟賦等存在差異，貨幣政策的傳導(dǎo)效果將表現(xiàn)出區(qū)域性。由于具有典型的區(qū)域性特征，并且不同城市區(qū)域的經(jīng)濟(jì)發(fā)展水平、金融結(jié)構(gòu)、市場(chǎng)主體等存在差異性，導(dǎo)致房地產(chǎn)市場(chǎng)對(duì)貨幣政策的傳導(dǎo)產(chǎn)生區(qū)域效應(yīng)。

學(xué)者們的實(shí)證研究包括：一是利用總量數(shù)據(jù)或家庭數(shù)據(jù)比較房?jī)r(jià)影響居民消費(fèi)的差異性，檢驗(yàn)各種理論假設(shè)[7-9]；二是建立VAR或SVAR模型，運(yùn)用數(shù)值模擬方法檢驗(yàn)房?jī)r(jià)對(duì)貨幣政策的傳導(dǎo)效果[10-12]；三是從區(qū)域經(jīng)濟(jì)角度探討房地產(chǎn)市場(chǎng)傳導(dǎo)貨幣政策的區(qū)域效應(yīng)[13-14]，國(guó)內(nèi)研究的改進(jìn)方向包括：第一，現(xiàn)有文獻(xiàn)或者基于省級(jí)面板數(shù)據(jù)，或者基于城市年度數(shù)據(jù)，不能很好反映住房市場(chǎng)的城市特征與波動(dòng)性；第二，現(xiàn)有研究往往以社會(huì)消費(fèi)品零售總額作為消費(fèi)的代理變量，但是該指標(biāo)包括居民消費(fèi)與社會(huì)集團(tuán)的非生產(chǎn)性消費(fèi)，不能很好地反映居民消費(fèi)本身。本文在段忠東[15]研究的基礎(chǔ)上，將研究視角拓展至貨幣政策經(jīng)過(guò)房地產(chǎn)市場(chǎng)傳導(dǎo)的區(qū)域效應(yīng)，選取4個(gè)直轄市的季度數(shù)據(jù)能夠更加準(zhǔn)確反映住房市場(chǎng)的區(qū)域性與價(jià)格波動(dòng)性，進(jìn)而更為科學(xué)地測(cè)算貨幣政策傳導(dǎo)的區(qū)域特征。

一、經(jīng)驗(yàn)?zāi)Ｐ团c研究方法

采用兩階段方法檢驗(yàn)各直轄市住房?jī)r(jià)格對(duì)貨幣政策的傳導(dǎo)效果。在第一階段，建立標(biāo)準(zhǔn)的SVAR作為基準(zhǔn)模型，估計(jì)貨幣政策沖擊對(duì)房?jī)r(jià)與居民消費(fèi)的總體影響；在第二階段，將基準(zhǔn)模型中房?jī)r(jià)對(duì)居民消費(fèi)的影響系數(shù)設(shè)定為零，模擬貨幣政策沖擊對(duì)居民消費(fèi)的影響效果。通過(guò)比較基準(zhǔn)模型與反事實(shí)模擬下的脈沖響應(yīng)函數(shù)之差異，進(jìn)而刻畫(huà)房?jī)r(jià)在貨幣政策傳導(dǎo)機(jī)制中對(duì)居民消費(fèi)的作用效果。第一階段建立的基準(zhǔn)SVAR模型如式(1)所示。

AYt=G1Yt-1+…+GpYt-p+ut，

(1)

式(1)的Yt表示(n×1)維內(nèi)生變量向量，ut表示(n×1)維結(jié)構(gòu)式?jīng)_擊向量。Gi(i=0,…,n)是(n×n)維系數(shù)矩陣，A是表示變量同期關(guān)系的(n×n)維系數(shù)矩陣。將結(jié)構(gòu)式(1)改寫(xiě)為簡(jiǎn)化式(2)：

Yt=Φ1Yt-1+…+ΦpYt-p+et。

(2)

假定式(2)中的簡(jiǎn)化式擾動(dòng)et滿足E(etet′)=Σ。從式(1)、(2)可得，Φi=A-1Gi,(i=1,…,n)，并且，簡(jiǎn)化沖擊et與結(jié)構(gòu)沖擊ut之間存在以下關(guān)系：

Aet=But，

(3)

式(3)表示A-B型SVAR模型，其中，結(jié)構(gòu)擾動(dòng)向量ut是標(biāo)準(zhǔn)化正交的，矩陣B為對(duì)角矩陣。為了識(shí)別SVAR模型，需要對(duì)矩陣A施加至少n(n-1)/2各限制條件。對(duì)于5變量SVAR模型，需要對(duì)矩陣A施加至少10個(gè)限制條件。SVAR模型所包括的5個(gè)內(nèi)生變量為：物價(jià)、居民收入、居民消費(fèi)、房?jī)r(jià)、貨幣量或利率，表示為Yt=(pt、inct、const、hpt、mt或it)。對(duì)矩陣A作出如下約束：(1)貨幣政策不對(duì)居民收入與物價(jià)產(chǎn)生同期影響，即a15=a25=0；(2)物價(jià)、居民收入也不受房?jī)r(jià)的同期影響，即a14=a24=0；(3)居民收入與居民消費(fèi)不對(duì)物價(jià)產(chǎn)生同期影響，即a12=a13=0；(4)居民消費(fèi)對(duì)居民收入產(chǎn)生滯后影響，a23=0；(5)貨幣政策不對(duì)居民收入作出同期反應(yīng)，即a52=0；(6)貨幣政策不對(duì)消費(fèi)產(chǎn)生同期的影響，即a35=0；(7)居民消費(fèi)不對(duì)房?jī)r(jià)產(chǎn)生同期影響，即a43=0；(8)貨幣政策通常并不直接盯住房?jī)r(jià)，不對(duì)房?jī)r(jià)波動(dòng)作出同期反應(yīng)，即a54=0。最終，得到估計(jì)式(4)。

(4)

二、變量選擇與數(shù)據(jù)處理

實(shí)證研究選取以下變量：物價(jià)水平、居民收入、居民消費(fèi)、住房?jī)r(jià)格、貨幣量與利率。采用北京、上海、天津與重慶等4個(gè)直轄市從2002年第2季度至2014年4第季度的季度時(shí)間序列數(shù)據(jù)，每個(gè)城市包括51組樣本數(shù)據(jù)。所有數(shù)據(jù)均來(lái)源于CEIC中國(guó)經(jīng)濟(jì)數(shù)據(jù)庫(kù)、中國(guó)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫(kù)等。分別利用居民消費(fèi)價(jià)格指數(shù)、城鎮(zhèn)居民人均可支配收入、城鎮(zhèn)居民人均消費(fèi)支出、住房銷售價(jià)格指數(shù)、狹義貨幣量與3年期銀行貸款利率作為物價(jià)水平(p)、居民收入(inc)、居民消費(fèi)(cons)、房地產(chǎn)價(jià)格(hp)、貨幣量(m)與利率(i)的代理變量。其中，對(duì)居民收入、居民消費(fèi)、貨幣量均剔除通貨膨脹影響，得到以2002年2月為基期的各變量實(shí)際值；同時(shí)，假定1999年各季度住宅價(jià)格指數(shù)反映房?jī)r(jià)實(shí)際波動(dòng)，通過(guò)對(duì)房?jī)r(jià)指數(shù)進(jìn)行連乘，得到以1999年為基期的住宅價(jià)格指數(shù)可比值。對(duì)利率以實(shí)際使用日期作為權(quán)重求得季度加權(quán)平均利率。為剔除季節(jié)因素影響，對(duì)有明顯季節(jié)性的變量居民收入與居民消費(fèi)運(yùn)用X-12方法進(jìn)行季節(jié)調(diào)整。最后，對(duì)除物價(jià)、利率外的所有變量取對(duì)數(shù)。

三、實(shí)證研究過(guò)程與結(jié)果分析

(一)各變量的平穩(wěn)性檢驗(yàn)

首先，運(yùn)用ADF方法對(duì)4個(gè)直轄市的所有變量進(jìn)行單位根檢驗(yàn)，以此檢驗(yàn)變量的平穩(wěn)性。檢驗(yàn)發(fā)現(xiàn)，除物價(jià)、利率為平穩(wěn)變量外，其余變量在5%的顯著性水平均表現(xiàn)出非平穩(wěn)性，對(duì)所有變量取一階差分后，則各序列在1%的顯著性水平都具有平穩(wěn)性，即這些變量皆為一階單整序列I(1)。

(二)住房?jī)r(jià)格對(duì)貨幣沖擊的傳導(dǎo)效果

為了考察房?jī)r(jià)對(duì)貨幣沖擊的傳導(dǎo)效果，對(duì)4個(gè)直轄市分別建立SVAR模型(模型1)，模型1包含如下內(nèi)生變量：物價(jià)、居民收入、居民消費(fèi)、房?jī)r(jià)和貨幣量，即Y1t=(pt、inct、const、hpt、mt)。

1.基準(zhǔn)模型。在第一階段，建立標(biāo)準(zhǔn)的SVAR模型作為基準(zhǔn)模型，并運(yùn)用脈沖響應(yīng)函數(shù)分析貨幣沖擊向宏觀變量的傳導(dǎo)效果。需要說(shuō)明的是，對(duì)模型1所包含的內(nèi)生變量進(jìn)行協(xié)整檢驗(yàn)發(fā)現(xiàn)，在5個(gè)內(nèi)生變量之間至少存在一個(gè)以上的協(xié)整關(guān)系。為此，建立水平變量的SVAR模型，并且加入常數(shù)項(xiàng)，根據(jù)AIC與SC信息準(zhǔn)則，結(jié)合SVAR模型穩(wěn)定性檢驗(yàn)，以及殘差序列自相關(guān)等檢驗(yàn)結(jié)果，將北京、上海、天津與重慶的模型1滯后階數(shù)分別選定為3、2、2、2。

圖1是模型1的脈沖響應(yīng)函數(shù)計(jì)算結(jié)果?？梢园l(fā)現(xiàn)：(1)擴(kuò)張性貨幣沖擊發(fā)生后，北京、上海、天津、重慶4市物價(jià)均出現(xiàn)先是正向響應(yīng)，之后逐步回落并趨向于零的倒U型波動(dòng)特征，響應(yīng)峰值分別為28%、21%、23%、18%。(2)收入也表現(xiàn)為正向響應(yīng)，北京、天津、重慶的收入響應(yīng)峰值分別為0.42%、0.51%、0.78%。(3)居民消費(fèi)表現(xiàn)為正向響應(yīng)，北京、上海、天津與重慶的響應(yīng)峰值分別為0.63%、0.57%、0.44%、1.00%。(4)房?jī)r(jià)的正向響應(yīng)峰值出現(xiàn)后逐步回落，北京、上海、天津與重慶的響應(yīng)峰值分別為1.28%、2.78%、0.45%、1.10%。

可以得出以下結(jié)論：第一，擴(kuò)張性貨幣沖擊對(duì)各主要經(jīng)濟(jì)變量產(chǎn)生正向刺激作用，其中，物價(jià)的響應(yīng)幅度較為顯著，房?jī)r(jià)的響應(yīng)幅度次之，消費(fèi)與收入的響應(yīng)幅度較弱；第二，北京、上海的房?jī)r(jià)響應(yīng)峰值高于天津、重慶，峰值出現(xiàn)也早于天津與重慶，并且上海房?jī)r(jià)對(duì)擴(kuò)張性貨幣沖擊具有相對(duì)較高的敏感度。

2.反事實(shí)模擬。在第二階段，關(guān)閉模型1的消費(fèi)方程中房?jī)r(jià)影響消費(fèi)的渠道，即令基準(zhǔn)模型的消費(fèi)方程中房?jī)r(jià)影響消費(fèi)的同期系數(shù)和滯后系數(shù)為零，同時(shí)保持其他方程的估計(jì)系數(shù)不變，重新估計(jì)模型1，得到模擬情形下居民消費(fèi)的脈沖響應(yīng)函數(shù)。如圖2所示，主要模擬結(jié)果如下：(1)在沖擊發(fā)生第3至第4季度以及第6至第8季度，北京居民消費(fèi)在模擬情形下的脈沖響應(yīng)軌跡超過(guò)基準(zhǔn)模型。(2)在貨幣沖擊后第1至第2季度內(nèi)，上海居民消費(fèi)在模擬情形下的軌跡明顯超出基準(zhǔn)模型。(3)在貨幣沖擊后第5季度開(kāi)始，天津居民消費(fèi)在模擬下的響應(yīng)軌跡高于基準(zhǔn)模型。這說(shuō)明在北京、上海和天津，貨幣擴(kuò)張導(dǎo)致的房?jī)r(jià)上漲對(duì)居民消費(fèi)產(chǎn)生了“擠出效果”。(4)與其他城市不同，重慶居民消費(fèi)在模擬下的軌跡短期內(nèi)低于基準(zhǔn)模型，這意味著，房?jī)r(jià)上漲對(duì)居民消費(fèi)產(chǎn)生了促進(jìn)效果。

根據(jù)上述結(jié)果，可以得出：第一，在貨幣沖擊對(duì)居民消費(fèi)的傳導(dǎo)過(guò)程中，房?jī)r(jià)波動(dòng)起到較為重要的作用。經(jīng)過(guò)測(cè)算得出，北京、上海、天津房?jī)r(jià)上漲“擠出”的居民消費(fèi)占比約為32%、56%、9.5%，重慶房?jī)r(jià)上漲推動(dòng)的居民消費(fèi)占比約為15%。第二，房?jī)r(jià)對(duì)貨幣沖擊的傳導(dǎo)效果存在城市差異，上海、北京房?jī)r(jià)對(duì)居民消費(fèi)的擠出效果明顯高于天津，影響峰值的出現(xiàn)時(shí)期也早于天津；在房?jī)r(jià)漲幅較低的重慶，其房?jī)r(jià)上漲對(duì)居民消費(fèi)的促進(jìn)效果較為顯著。

對(duì)上述結(jié)果的可能解釋是：北京、上海等一線城市的房?jī)r(jià)基數(shù)過(guò)高、漲幅過(guò)快，而大量新增流入人口導(dǎo)致租房居民的比重較高，房?jī)r(jià)高漲使得租房家庭與計(jì)劃購(gòu)房家庭的預(yù)防性儲(chǔ)蓄與房租支出大幅提升，而房?jī)r(jià)上漲對(duì)有房家庭的財(cái)富效應(yīng)會(huì)隨著房?jī)r(jià)高漲出現(xiàn)遞減，導(dǎo)致這些城市房?jī)r(jià)上漲對(duì)居民消費(fèi)的總體影響表現(xiàn)為擠出效應(yīng)。并且，由于北京、上海的房?jī)r(jià)漲幅領(lǐng)先全國(guó)，房?jī)r(jià)上漲對(duì)居民消費(fèi)的擠出效果比天津更為顯著。重慶處于西部，房?jī)r(jià)漲幅處于二線城市中下游水平，流入人口比重相對(duì)較低，房?jī)r(jià)上漲的財(cái)富效應(yīng)發(fā)揮主導(dǎo)作用。

(三)住房?jī)r(jià)格對(duì)利率沖擊的傳導(dǎo)效果

為了考察房?jī)r(jià)變動(dòng)對(duì)利率沖擊的傳導(dǎo)效果，分別對(duì)4個(gè)直轄市建立包括利率的5變量SVAR模型(模型2)。模型2包含的內(nèi)生變量為：物價(jià)、居民收入、居民消費(fèi)、房?jī)r(jià)和利率，即Y2t=(pt、inct、const、hpt、it)。

1.基準(zhǔn)模型。在第一階段，建立標(biāo)準(zhǔn)的SVAR模型作為基準(zhǔn)模型，并基于該模型估計(jì)脈沖響應(yīng)函數(shù)。由于協(xié)整檢驗(yàn)發(fā)現(xiàn)模型2的5個(gè)變量之間存在至少一個(gè)以上長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系，因此采用水平形式的變量建立SVAR模型，同時(shí)加入常數(shù)項(xiàng)，將各城市的模型2滯后階數(shù)都選定為2。模型2的脈沖響應(yīng)計(jì)算結(jié)果：(1)緊縮性利率沖擊后的6個(gè)季度(1.5 a)內(nèi)，北京、上海、天津與重慶等城市的物價(jià)響應(yīng)出現(xiàn)倒U型軌跡，響應(yīng)峰值分別是37%、52%、80%、44%。(2)北京、上海與天津的居民收入在短期出現(xiàn)負(fù)響應(yīng)；重慶的居民收入表現(xiàn)出正響應(yīng)軌跡。(3)北京、上海的居民消費(fèi)表現(xiàn)出明顯的U型特征，其負(fù)向峰值分別是-1.1%和-0.26%；天津、重慶的消費(fèi)短期內(nèi)出現(xiàn)負(fù)響應(yīng)。(4)北京、天津與重慶的房?jī)r(jià)表現(xiàn)出正響應(yīng)，各自的峰值0.31%、0.71%、0.56%均出現(xiàn)在第3季度，只有上海的房?jī)r(jià)出現(xiàn)反向調(diào)整特征，峰值-0.27%出現(xiàn)在第3季度(具體結(jié)果見(jiàn)圖3)。

根據(jù)上述結(jié)果，可以得出：第一，緊縮性利率沖擊在短期內(nèi)對(duì)各城市產(chǎn)生同向影響，即表現(xiàn)出“價(jià)格之謎”特征，并且，對(duì)經(jīng)濟(jì)變量的影響在各城市存在較大的差異性。第二，緊縮性利率政策不能對(duì)北京、天津與重慶的房?jī)r(jià)產(chǎn)生有效調(diào)控效果，反而會(huì)在短期內(nèi)出現(xiàn)“愈調(diào)愈漲”的現(xiàn)象，即出現(xiàn)所謂的“房?jī)r(jià)之謎”現(xiàn)象。

2.反事實(shí)模擬。在第二階段，模擬緊縮性利率沖擊對(duì)居民消費(fèi)的傳導(dǎo)效果。其中，關(guān)閉了模型2的消費(fèi)方程中房?jī)r(jià)影響消費(fèi)的渠道。計(jì)算結(jié)果如圖4所示：(1)利率沖擊后的第2季度，北京居民消費(fèi)在反事實(shí)模擬下的響應(yīng)軌跡高于基準(zhǔn)模型，這意味著如果沒(méi)有房?jī)r(jià)作用，利率沖擊將促進(jìn)消費(fèi)增長(zhǎng)，即緊縮利率引致的房?jī)r(jià)上漲對(duì)居民消費(fèi)產(chǎn)生了“擠出效果”。(2)利率沖擊后第1至第2季度與第6至第9季度，上海居民消費(fèi)在反事實(shí)模擬情形下的響應(yīng)軌跡低于基準(zhǔn)模型，這說(shuō)明利率緊縮引致的房?jī)r(jià)下跌對(duì)居民消費(fèi)產(chǎn)生“提升效果”。(3)利率沖擊后第2至第4季度，天津居民消費(fèi)在反事實(shí)模擬情形下的響應(yīng)軌跡低于基準(zhǔn)模型，這意味著利率緊縮引致的房?jī)r(jià)上漲對(duì)居民消費(fèi)產(chǎn)生“促進(jìn)效果”；沖擊后的第5至第10季度，緊縮利率導(dǎo)致的房?jī)r(jià)上漲對(duì)居民消費(fèi)產(chǎn)生“擠出效應(yīng)”。(4)重慶居民消費(fèi)在反事實(shí)模擬下的響應(yīng)軌跡始終低于基準(zhǔn)模型，二者軌跡差距從第3季度開(kāi)始擴(kuò)大，這說(shuō)明緊縮利率導(dǎo)致的房?jī)r(jià)上漲對(duì)居民消費(fèi)產(chǎn)生財(cái)富效應(yīng)，并且這種促進(jìn)效果逐步增強(qiáng)。

根據(jù)上述結(jié)果，可以得出：第一，在利率沖擊對(duì)居民消費(fèi)的傳導(dǎo)過(guò)程中，各直轄市房?jī)r(jià)變動(dòng)發(fā)揮了較為重要的作用。經(jīng)測(cè)算，北京房?jī)r(jià)上漲“擠出”的居民消費(fèi)占比約為9.1%，上海房?jī)r(jià)下跌“提升”的居民消費(fèi)占比為20.6%，天津房?jī)r(jià)上漲“擠出”的居民消費(fèi)占比5.5%，重慶房?jī)r(jià)上漲所推動(dòng)的居民消費(fèi)占比為61%。第二，北京、上海、天津的房?jī)r(jià)變動(dòng)對(duì)居民消費(fèi)產(chǎn)生反向傳導(dǎo)效果，并且，北京、上海房?jī)r(jià)在利率沖擊的傳導(dǎo)過(guò)程中對(duì)居民消費(fèi)的貢獻(xiàn)度高于天津，而重慶房?jī)r(jià)上漲則對(duì)居民消費(fèi)產(chǎn)生比較顯著的“財(cái)富效應(yīng)”。

四、結(jié)論與政策啟示

本文建立了SVAR模型并運(yùn)用基于該模型的反事實(shí)模擬方法，利用中國(guó)4個(gè)直轄市2002年第1季度至2014年第4季度的季度數(shù)據(jù)，實(shí)證研究房?jī)r(jià)在貨幣政策傳導(dǎo)中的區(qū)域效應(yīng)。得出以下主要結(jié)論：

第一，貨幣政策沖擊向各直轄市房?jī)r(jià)的傳導(dǎo)效果具有區(qū)域差異。擴(kuò)張性貨幣沖擊推動(dòng)4個(gè)直轄市的房?jī)r(jià)上漲，但緊縮性利率沖擊不能對(duì)北京、上海與重慶的房?jī)r(jià)產(chǎn)生有效抑制效果，卻產(chǎn)生了短期推動(dòng)作用，即出現(xiàn)所謂“房?jī)r(jià)之謎”；貨幣擴(kuò)張對(duì)北京、上海房?jī)r(jià)的推動(dòng)效果超過(guò)天津與重慶，而天津、重慶房?jī)r(jià)對(duì)利率緊縮的反應(yīng)程度超出北京與上海；從整體上看，數(shù)量型貨幣政策對(duì)房?jī)r(jià)的傳導(dǎo)效果優(yōu)于價(jià)格型貨幣政策。

第二，各直轄市房?jī)r(jià)變動(dòng)對(duì)貨幣政策的傳導(dǎo)效果具有區(qū)域差異。擴(kuò)張性貨幣沖擊向居民消費(fèi)的傳導(dǎo)過(guò)程中，北京、上海與天津的房?jī)r(jià)上漲產(chǎn)生了“擠出效應(yīng)”，并且北京、上海房?jī)r(jià)的貢獻(xiàn)度高于天津、重慶；在利率沖擊向居民消費(fèi)的傳導(dǎo)過(guò)程中，北京、天津的房?jī)r(jià)上漲產(chǎn)生了“擠出效應(yīng)”，而上海的房?jī)r(jià)下跌產(chǎn)生“提升效應(yīng)”，并且北京、上海房?jī)r(jià)的貢獻(xiàn)度高于天津；另外，重慶的房?jī)r(jià)變動(dòng)在兩種貨幣政策沖擊下均對(duì)居民消費(fèi)產(chǎn)生促進(jìn)效果。

第三，在經(jīng)歷房?jī)r(jià)高漲的城市，房?jī)r(jià)對(duì)數(shù)量型政策工具的傳導(dǎo)效果優(yōu)于價(jià)格型政策工具。在貨幣沖擊向居民消費(fèi)的傳導(dǎo)過(guò)程中，北京、上海與天津房?jī)r(jià)的貢獻(xiàn)度分別為32%、56%與9.5%；在利率沖擊向居民消費(fèi)的傳導(dǎo)過(guò)程中，北京、上海與天津房?jī)r(jià)的貢獻(xiàn)度分別為9.1%、20.6%與5.5%；重慶房?jī)r(jià)在貨幣沖擊與利率沖擊傳導(dǎo)中對(duì)居民消費(fèi)的貢獻(xiàn)度分別為15%與61%。

總之，4個(gè)直轄市的房地產(chǎn)價(jià)格在中國(guó)的貨幣政策傳導(dǎo)過(guò)程中產(chǎn)生了比較重要的區(qū)域效應(yīng)，并且，在經(jīng)歷房?jī)r(jià)高漲的城市，相對(duì)于價(jià)格型政策工具，數(shù)量型政策工具通過(guò)住房?jī)r(jià)格向居民消費(fèi)的傳導(dǎo)效果更加顯著，這可能和我國(guó)尚未完全實(shí)現(xiàn)利率市場(chǎng)化有關(guān)。本文的政策啟示是：第一，現(xiàn)階段政策當(dāng)局對(duì)房地產(chǎn)市場(chǎng)的調(diào)控應(yīng)側(cè)重運(yùn)用調(diào)節(jié)銀行貸款投放等數(shù)量型政策工具，將會(huì)比運(yùn)用利率升降等價(jià)格型政策取得更好的效果；第二，政策制定時(shí)應(yīng)充分考慮貨幣政策傳導(dǎo)的區(qū)域差異，針對(duì)不同城市采用差異化的政策工具，避免全國(guó)一刀切的情況，堅(jiān)持分城施策；第三，應(yīng)對(duì)當(dāng)前全國(guó)不同區(qū)域城市的房?jī)r(jià)分化走勢(shì)保持警惕，既要努力實(shí)現(xiàn)大多數(shù)三四線城市的“去庫(kù)存”，同時(shí)也要努力改變經(jīng)濟(jì)主體對(duì)一二線城市房?jī)r(jià)無(wú)限上漲的非理性預(yù)期，這就需要除金融政策之外的更多政策選項(xiàng)予以配合，如投資性房地產(chǎn)持有環(huán)節(jié)的成本提升，房地產(chǎn)持有資本利得的所得稅征收，以及調(diào)整地方政府的財(cái)政收入來(lái)源結(jié)構(gòu)等等。

[1]CAMPBELL J Y,COOCO J F.How do house prices affect consumption？:evidence from micro data[J].Journal of Monetary Economics,2007,54:591-621.

[2]AMANN B，SOMMER R，SHARMAA，et al.House price,consumption,and monetary policy:a financial accelerator approach[J].SSRN Electronic Journal,2002,13(4):414-435.

[3]IACOVIELLO M.House prices and business cycles in Europe:a VAR analysis[EB/OL].Boston College Working Papers in Economics,2002:5.

[4]LUDWIG A,SLOK T M.The impact of changes in stock prices and house prices on consumption in OECD countries [R].International Monetary Fund Working Paper,2002,2(1):1-38.

[5]MUELLBAUER J,LATTIMORE R.The consumption function:a theoretical and empirical overview[C]// PESARAN,EDS W.Blackwells:Handbook of Applied Econometrics,1995:221-311.

[6]蒙代爾.蒙代爾經(jīng)濟(jì)學(xué)文集：匯率與最優(yōu)貨幣區(qū)(第五卷)[M].廣州：中國(guó)金融出版社，2003年版。

[7]CASE K E,QUVGLEY J M,SHILLER R J.Comparing wealth effects:the stock market versus the housing market[J].Journal of Macroeconomics:Advances in Macroeconomics,2005,5(1)：1 235-1 235.

[8]黃靜，屠梅曾.房地產(chǎn)財(cái)富與消費(fèi)：來(lái)自于家庭微觀調(diào)查數(shù)據(jù)的證據(jù)[J].管理世界，2009(7)：35-45.

[9]段忠東.房?jī)r(jià)變動(dòng)對(duì)居民消費(fèi)影響的門限測(cè)度：基于中國(guó)35個(gè)大中城市的實(shí)證研究[J].經(jīng)濟(jì)科學(xué)，2014(4)：27-38.

[10]LETTAU M,LUDVIGSTON S,STEINDEL C.Monetary policy transmission through the consumption-wealth channel[J].FRBNY Economic Policy Review,2002,5:117-133.

[11]GIULIODORI M.The role of house prices in the monetary transmission mechanism across european countries[J].Scottish Journal of Political Economy,2005,52(4):519-543.

[12]王松濤，劉洪玉.以住房市場(chǎng)為載體的貨幣政策傳導(dǎo)機(jī)制研究：SVAR模型的一個(gè)應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009(10)：61-73.

[13]FRATANTONI M,SCOTT S.Monetary policy,housing and heterogeneous regional markets[J].SSRN Electronic Journal,2000,35(4):557-589.

[14]張紅，李洋.房地產(chǎn)市場(chǎng)對(duì)貨幣政策傳導(dǎo)效應(yīng)的區(qū)域差異研究：基于GVAR模型的實(shí)證分析[J].金融研究，2013(2)：114-128.

[15]段忠東.住房?jī)r(jià)格在貨幣政策傳導(dǎo)中的作用效果：基于SVAR模型的反事實(shí)模擬研究[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2015(5)：11-21.

(責(zé)任編輯 宋 靜)

Regional Effects of Housing Prices in Monetary PolicyTransmission Based on SVAR

DUAN Zhongdong

(School of Economics & Management，Xiamen University of Technology，Xiamen 361024,China)

Utilizing counterfactual simulation based on structural vector autoregression model，this thesis empirically tests the roles of the housing prices in China’s four municipalities in monetary transmission mechanism.The results are as follows: the monetary policy transmission from housing prices in the four municipalities varies with regional difference.and in cities with housing price hikes，expansionary monetary shocks to consumption is more significantly felt through housing price hikes than contractionary interest rate policy，the latter being unable to curb rising housing prices effectively.Of the growth in consumer spending following the expansionary money shocks，rising housing prices in Beijing，Shanghai and Tianjin have crowded out about 32%，56% and 9.5% of consumption respectively.Of the fluctuation in consumer spending caused by interest rate shocks，rising housing prices in Beijing and Tianjin have crowded out about 9.1% and 20.6% of consumption，falling housing prices in Shanghai have promoted about 5.5% of consumption，and house prices in Chongqing have constantly promoted consumer spending.Therefore，policy authorities should exploit quantitative monetary policy tools to suppress real estate price hikes，take into full account regional differences of monetary policy transmission，and stay cautious about the potential risks in widened housing price gaps between cities in China.Key words:housing price;monetary policy transmission;SVAR;counterfactual simulation;municipality

2016-08-22

2016-10-26

教育部人文社會(huì)科學(xué)研究一般項(xiàng)目(15YJA790011)；福建省高校新世紀(jì)優(yōu)秀人才支持計(jì)劃項(xiàng)目(JA11240S)

段忠東(1970-)，男，教授，博士，研究方向?yàn)榻鹑诶碚撆c金融政策。E-mail:zdduan@xmut.edu.cn

F293.3

A

1673-4432(2016)06-0025-07