王海俠 劉慶華

摘要：本文研究貨幣供應(yīng)量對(duì)我國(guó)房地產(chǎn)價(jià)格影響的區(qū)域異質(zhì)性。首先本文采用系統(tǒng)聚類法，將我國(guó)24個(gè)省、市、自治區(qū)劃分為A、B、C三個(gè)區(qū)域，而后選取2010年Q1至2017年Q4的面板數(shù)據(jù)建立隨機(jī)效應(yīng)變截距模型進(jìn)行實(shí)證分析。通過(guò)實(shí)證檢驗(yàn)得出結(jié)論：貨幣供應(yīng)量對(duì)房地產(chǎn)價(jià)格的影響在A、B、C地區(qū)存在區(qū)域異質(zhì)性。

關(guān)鍵詞：貨幣供應(yīng)量? 房地產(chǎn)價(jià)格? 系統(tǒng)聚類法? 面板數(shù)據(jù)模型

一、引言

房地產(chǎn)行業(yè)具有資金密集的屬性，對(duì)于房地產(chǎn)行業(yè)的有效調(diào)控，貨幣政策發(fā)揮著不可忽視的作用。根據(jù)現(xiàn)實(shí)情況來(lái)看，我國(guó)房地產(chǎn)市場(chǎng)的發(fā)展存在區(qū)域異質(zhì)性，在這種情況下，統(tǒng)一的貨幣政策就會(huì)在我國(guó)不同地區(qū)產(chǎn)生不同的調(diào)控效果。因此，思考貨幣政策對(duì)房地產(chǎn)市場(chǎng)發(fā)展的影響是否存在區(qū)域異質(zhì)性是非常重要的。貨幣供應(yīng)量作為中國(guó)貨幣政策的中介目標(biāo)，在貨幣政策傳導(dǎo)過(guò)程中有著不可替代的作用。所以，在目前的經(jīng)濟(jì)形勢(shì)下，研究貨幣供應(yīng)量影響房地產(chǎn)價(jià)格的區(qū)域異質(zhì)性，對(duì)于發(fā)揮房地產(chǎn)行業(yè)對(duì)于中國(guó)國(guó)民經(jīng)濟(jì)的支柱作用，促進(jìn)房地產(chǎn)行業(yè)穩(wěn)定健康地發(fā)展具有重大的現(xiàn)實(shí)意義。

本文的實(shí)證分析主要分為兩個(gè)階段，在第一階段，本文采用系統(tǒng)聚類法將本文研究的24個(gè)省、自治區(qū)、直轄市進(jìn)行區(qū)域劃分;在第二階段，本文利用面板數(shù)據(jù)模型（panel data model），分別對(duì)A、B、C地區(qū)的貨幣供應(yīng)量和房地產(chǎn)價(jià)格進(jìn)行回歸分析，然后比較模型結(jié)果，觀察貨幣供應(yīng)量對(duì)房地產(chǎn)價(jià)格的影響在A、B、C地區(qū)是否存在差異。

二、實(shí)證分析

（一）聚類分析

由于本文分析的是貨幣供應(yīng)量對(duì)房地產(chǎn)價(jià)格影響的區(qū)域異質(zhì)性，所以在進(jìn)行實(shí)證分析之前，對(duì)于區(qū)域的劃分就至關(guān)重要。

本文采用系統(tǒng)聚類法，運(yùn)用SPSS軟件，從房地產(chǎn)供給、房地產(chǎn)需求和經(jīng)濟(jì)發(fā)展?fàn)顩r三個(gè)方面出發(fā)，選取五個(gè)聚類因子，對(duì)我國(guó)24個(gè)省、市、自治區(qū)進(jìn)行聚類分析。這五個(gè)聚類因子分別是：房地產(chǎn)開(kāi)發(fā)投資額、商品房銷售面積、商品房銷售價(jià)格、人均可支配收入和人均國(guó)內(nèi)生產(chǎn)總值。為了聚類結(jié)果的準(zhǔn)確性，本文對(duì)房地產(chǎn)開(kāi)發(fā)投資額和商品房銷售面積進(jìn)行了人均化處理，并且對(duì)所有數(shù)據(jù)采用Z-score方法進(jìn)行標(biāo)準(zhǔn)化處理。

根據(jù)聚類分析結(jié)果，再參考各類所包含的省市的房地產(chǎn)市場(chǎng)的發(fā)展程度，本文將我國(guó)24個(gè)省、市、自治區(qū)劃分為A、B、C三個(gè)區(qū)域。結(jié)果如下所示：

（二）面板數(shù)據(jù)模型

1.變量設(shè)置、數(shù)據(jù)處理與模型選擇。模型的解釋變量為貨幣供應(yīng)量，各省、市、自治區(qū)的貨幣供應(yīng)量用M來(lái)表示，由全國(guó)的廣義貨幣供應(yīng)量M2乘以各省、市、自治區(qū)的GDP占全國(guó)GDP的比值得到，單位為億元;被解釋變量為商品房銷售價(jià)格用FJ來(lái)表示，各省、市、自治區(qū)的商品房銷售價(jià)格由各省、市、自治區(qū)的商品房銷售額除以各省、市、自治區(qū)的商品房銷售面積得到，單位為元/平方米。

根據(jù)前文進(jìn)行的聚類分析的結(jié)果，本文選取了我國(guó)24個(gè)省、市、自治區(qū)，運(yùn)用Eviews計(jì)量軟件，對(duì)房地產(chǎn)價(jià)格和貨幣供應(yīng)量的面板數(shù)據(jù)進(jìn)行實(shí)證分析。根據(jù)數(shù)據(jù)的可得性，本文選取2010年Q1至2017年Q4的季度數(shù)據(jù)建立面板數(shù)據(jù)模型進(jìn)行實(shí)證分析。

為了消除數(shù)據(jù)的異方差和季節(jié)性波動(dòng)對(duì)于實(shí)證檢驗(yàn)結(jié)果的影響，本文分別對(duì)各省、市、自治區(qū)的貨幣供應(yīng)量和房地產(chǎn)價(jià)格取對(duì)數(shù)并運(yùn)用X11方法進(jìn)行季節(jié)調(diào)整。經(jīng)調(diào)整后的各省、市、自治區(qū)的貨幣供應(yīng)量表示為L(zhǎng)OG（M），各省、市、自治區(qū)的房地產(chǎn)價(jià)格表示為L(zhǎng)OG（FJ）。

本文通過(guò)協(xié)變分析檢驗(yàn)和Hausman檢驗(yàn)確定A、B、C地區(qū)均選擇建立隨機(jī)效應(yīng)變截距模型。

因此，本文的面板數(shù)據(jù)模型為：

2.實(shí)證檢驗(yàn)。（1）面板數(shù)據(jù)的單位根檢驗(yàn)。

為了避免偽回歸現(xiàn)象的發(fā)生，在對(duì)面板數(shù)據(jù)進(jìn)行回歸分析之前，我們首先要進(jìn)行面板數(shù)據(jù)的單位根檢驗(yàn)，保證數(shù)據(jù)的平穩(wěn)性。接下來(lái)本文分別采用LLC檢驗(yàn)、IPS檢驗(yàn)、Fisher-ADF檢驗(yàn)以及Fisher-PP檢驗(yàn)四種單位根檢驗(yàn)方法，對(duì)貨幣供應(yīng)量和房地產(chǎn)價(jià)格的對(duì)數(shù)序列和對(duì)數(shù)序列的一階差分序列進(jìn)行檢驗(yàn)，結(jié)果如下：

面板數(shù)據(jù)通過(guò)了單位根檢驗(yàn)以后，就可以進(jìn)行面板數(shù)據(jù)的協(xié)整檢驗(yàn)，以此來(lái)判斷面板數(shù)據(jù)之間是否存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系。本文采用現(xiàn)階段被學(xué)者廣泛采用的Pedroni檢驗(yàn)來(lái)進(jìn)行面板數(shù)據(jù)的協(xié)整檢驗(yàn)。

根據(jù)表4我們可以看到，針對(duì)A、B、C地區(qū)的面板數(shù)據(jù)進(jìn)行的協(xié)整檢驗(yàn)除了Panel v-Statistic沒(méi)有通過(guò)顯著性檢驗(yàn)以外，其余六個(gè)統(tǒng)計(jì)量均在1%的顯著性水平下拒絕了不存在協(xié)整關(guān)系的原假設(shè)。在Pedroni檢驗(yàn)的過(guò)程中，不同的樣本數(shù)據(jù)所參考的統(tǒng)計(jì)量有所不同，所構(gòu)造的七個(gè)統(tǒng)計(jì)量的檢驗(yàn)結(jié)果在不同的樣本選擇上存在各自的判斷優(yōu)勢(shì)。本文選取的是2010年-2017年的面板數(shù)據(jù)，樣本期較短，所以重點(diǎn)參考Panel ADF-Statistic和Group ADF-Statistic統(tǒng)計(jì)量的檢驗(yàn)結(jié)果。因此我們可以得出結(jié)論2010年-2017年，A、B、C地區(qū)的貨幣供應(yīng)量和房地產(chǎn)價(jià)格之間均存在協(xié)整關(guān)系。

（3）方程的估計(jì)結(jié)果。

由表5可知，A地區(qū)方程的擬合優(yōu)度高于B、C地區(qū)，A地區(qū)貨幣供應(yīng)量的系數(shù)在1%的水平下顯著，且貨幣供應(yīng)量正向影響房地產(chǎn)價(jià)格，B、C地區(qū)貨幣供應(yīng)量的系數(shù)在10%的水平下顯著，且貨幣供應(yīng)量負(fù)向影響房地產(chǎn)價(jià)格。A地區(qū)貨幣供應(yīng)量每增加1%，該地區(qū)的房地產(chǎn)價(jià)格會(huì)上漲0.244%;B地區(qū)貨幣供應(yīng)量每增加1%，該地區(qū)的房地產(chǎn)價(jià)格會(huì)下降0.011%;C地區(qū)貨幣供應(yīng)量每增加1%，該地區(qū)的房地產(chǎn)價(jià)格會(huì)下降0.014%。針對(duì)貨幣供應(yīng)量對(duì)房地產(chǎn)價(jià)格的影響程度來(lái)看，貨幣供應(yīng)量每增加1%，A地區(qū)房地產(chǎn)價(jià)格的變化程度是B地區(qū)的22倍，是C地區(qū)的17倍。

三、結(jié)論

通過(guò)本文的實(shí)證分析我們可以得出結(jié)論：貨幣供應(yīng)量對(duì)房地產(chǎn)價(jià)格的影響在A、B、C地區(qū)存在顯著差異。因此，貨幣供應(yīng)量對(duì)我國(guó)房地產(chǎn)價(jià)格的影響存在區(qū)域異質(zhì)性，統(tǒng)一的貨幣政策對(duì)我國(guó)不同地區(qū)的房地產(chǎn)市場(chǎng)的調(diào)控效果存在差異。

參考文獻(xiàn)：

[1]王宏濤，崔景釵.我國(guó)貨幣政策對(duì)房地產(chǎn)價(jià)格影響的區(qū)域非對(duì)稱效應(yīng)研究[J].經(jīng)濟(jì)研究導(dǎo)刊，2017，（27）：71-77+198.

[2]陳意新，吳國(guó)兵.基于房地產(chǎn)行業(yè)的貨幣政策效應(yīng)非對(duì)稱性研究[J].河北金融，2017，（09）：14-18+33.

[3]鄧創(chuàng)，徐曼，汪洋.貨幣政策房?jī)r(jià)調(diào)控效應(yīng)的非對(duì)稱性與區(qū)域差異分析[J].統(tǒng)計(jì)與決策，2016，（17）：116-119.

[4]馮雷，馬諶宸.我國(guó)貨幣政策對(duì)房地產(chǎn)價(jià)格調(diào)控的省際差異化效應(yīng)分析[J].西安交通大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016，36（04）：30-36.

[5]郭芯.我國(guó)貨幣政策通過(guò)房?jī)r(jià)傳導(dǎo)的區(qū)域效應(yīng)研究[D].吉林財(cái)經(jīng)大學(xué)，2016.

（作者單位：東華大學(xué)）