关闭

关闭

关闭

封号提示

内容

首页 货币政策、房地产价格及对经济的影响.pdf

货币政策、房地产价格及对经济的影响.pdf

货币政策、房地产价格及对经济的影响.pdf

hslt3120 2012-12-16 评分 0 浏览量 0 0 0 0 暂无简介 简介 举报

简介:本文档为《货币政策、房地产价格及对经济的影响pdf》,可适用于经济金融领域,主题内容包含货币政策、银行贷款与住宅价格对中国直辖市的实证研究周京奎(南开大学经济研究所天津)摘要:本文利用中国个直辖市房地产价格数据和宏观经济数据运用单整与协符等。

货币政策、银行贷款与住宅价格对中国直辖市的实证研究周京奎(南开大学经济研究所天津)摘要:本文利用中国个直辖市房地产价格数据和宏观经济数据运用单整与协整检验方法及误差修正模型对住宅价格与货币政策之间的互动关系进行实证研究。研究结果表明各城市住宅价格水平与投资额、销售额和价格的滞后期存在协整关系。由于投资额和销售额中的大部分是银行贷款说明住宅价格上涨与宽松的货币政策有紧密的联系。通过构建误差修正模型发现误差修正系数非常高住宅价格极大的偏离长期均衡值市场出现了非理性繁荣必须引起政府和产业部门的足够重视。关键词:货币政策住宅价格协整检验误差修正模型中图分类号:F文献标识码:A一、前言房地产业是资金密集型产业其供给和需求都离不开银行贷款具有第二金融的“美称”。然而房地产具有保值、增值的特性在对房地产业实行宽松的货币政策的同时常常出现金融支持过度现象导致房地产价格剧烈波动甚至出现金融危机。这些现象从世纪年代末以来发生了多次其中以日本泡沫经济、美国经济萧条和东南亚金融危机最为典型。在世纪年代日本为了推进金融改革和摆脱年第一次石油危机造成的影响开始实行金融自由化政策。在金融自由化过程中金融市场的竞争越来越激烈大银行为了占据更多的市场份额向土地开发投入了大量的贷款。银行发放大量的抵押贷款激发了土地持有者和其它投机者的土地投机热情他们将拥有的或购买的土地作为抵押物向银行贷款然后再去购买土地。这样反复投机反复贷款使得银行的土地抵押贷款额急剧膨胀。广场协议导致市场利率急剧下降在超低利率刺激下日本国内泡沫空前膨胀。自年起日本六大城市土地价格每年以两位数上升年住宅用地价格竟上升了商业用地则跳升了。土地价格的急剧上升造成土地担保价值上升土地所有者能借此从金融机构借到更多的钱并以此为本金再去购买别的土地出现了金融支持过度现象。从年开始美国房地产业进入了新的发展周期。由于在世纪年代初美国实行了金融自由化政策加之房地产周期性繁荣阶段的来临使得银行向房地产贷款量不断上升。年美国商业银行发放的房地产抵押贷款额为其总资产的%年为%到年为其总资产的%达到亿美元。过多的贷款极大的促进了房地产升温房地产价格在此期间也大幅上涨其涨幅甚至超过了通货膨胀的速度房地产泡沫开始出现房地产呈现出非理性繁荣而后房地产泡沫的迅速破灭加剧了银行危机。东南亚各国受日本和美国等国家房地产繁荣的影响在世纪年代前半期向房地产业注入了大量的投机资金直接推动了房地产业繁荣并形成了巨大的房地产泡沫。从东南亚各国房地产泡沫形成与破灭的过程可以看出它们过早的开放了资本市场使大量国际和国内投机资本进入股市和房地产市场这些资金在带动市场繁荣的同时也激发了民众的投机狂潮。当泡沫达到顶峰投机资本难以获得更高的收益时资本外流和银行稀贷就不可避免投机泡沫开始破灭成为金融危机形成的主要原因。从各个国家经济发展的经验来看货币政策对房地产业有着非常重要的影响在中国也不例外。自年实行住房制度改革以来中国房地产金融得到了飞速发展目前银行住房贷款已达到万亿元。由于中国房地产开发和住房融资渠道单一主要以银行为主银行要为房贷承担全部风险。当前中国房地产价格持续高涨据统计年第一、第二季度全国商品房销售价格指数与去年同期相比分别%、%其中上海增幅最大分别达到%、%。为降低房地产金融风险中国人民银行决定从年月日起上调存贷款基准利率。一年期存款利率上调由提高到一年期贷款利率上调由提高到。然而现阶段中国房地产价格高涨是否与货币政策有直接关系呢?本文将利用中国个直辖市住宅价格数据和宏观经济数据研究不同城市住宅价格与货币政策之间的互动关系。二、理论模型有关住宅价格理论与经验研究的文献非常丰富其中以存量流量模型和住宅服务流量模型为主。存量流量模型是传统的住宅价格模型是以新古典经济理论为框架假设市场完全出清住宅价格是供给和需求的函数通过价格调整住宅需求将等于住宅存量。然而在该框架下构建的住宅价格模型缺少微观基础人们更关注住宅服务流量模型。该模型是Breedon和Joyce()、Holly和Jones()、Brown()分别提出来的。他们认为住宅可以为使用者提供服务流住宅基础价格可以看作是未来各期服务流的折现值。假设消费者仅购买两种商品:住宅和其它复合商品。消费者在预算约束内决定购买决策以获得最大效用。这样购买这两种商品的边际替代率(uhuc)等于住宅的使用成本:()hhchPitUUδπ=()其中I代表利率t代表收入税π代表住宅的资本收益δ代表折旧率P代表住宅价格。C代表住宅使用成本()hhPitδπ。由于在资本市场均衡条件下市场出清的结果是租金(R)必须等于住宅使用成本。因此()式可以表示为()thhchRPitUU==δπ()在一般情况下租金与住宅需求成正比与住宅供给成反比。租金可以看作是收入(Y)、住宅存量(H)和人口(D)的函数。因此住宅价格可以用如下变量表示:),,,CDHYfP(=()在凯恩斯主义理论中货币创造有着非常重要的作用它不仅是银行运行的基础也是融资的主要来源。从目前金融制度来看银行具有通过信贷扩张使金融支持力度提高的能力从而增加信贷货币供给。凯恩斯主义者认为如果没有金融部门信贷扩张所产生的货币创造投资和经济增长是不可能的。然而在金融支持力度提高时又会对整体经济造成冲击促使形成资产泡沫房地产泡沫的产生就与金融支持过度有密切的关系。上述住宅价格模型中还没包括住宅贷款变量然而消费者购买住宅资金大部分来自银行每个借款者的境况各不相同银行面临着信息不对称问题。银行为避免风险在贷款之前要借款人以住房作为抵押如果借款人不能按时偿还贷款银行有权拍卖住宅并将拍卖所得作为偿还贷款的资金。消费者的借款能力如何与利率有直接的关系。如果利率上升住宅价格(包括抵押品)下降实际负债上升银行将降低住宅抵押贷款。相反如果利率下降消费者将更容易获得住宅抵押贷款。随着银行业竞争程度的增加银行常把扩大市场份额作为首要目标把利润最大化作为次要目标。其结果不仅增加了银行风险而且导致房地产业金融支持过度使住宅价格上涨和住宅投机同时出现。因此货币政策(L)作为外生变量可以通过控制住宅贷款额来影响住宅价格是影响住宅价格波动的主要原因之一在住宅价格模型中应包含该变量。Hendry()、Hakfoort和Matysiak()在研究中将住宅抵押贷款存量作为贷款变量Muellbauer和Murphy()将住宅抵押贷款存量变化率作为贷款变量其他学者如Dicks()、Pain和Westaway()将贷款与抵押品价值之比作为贷款变量。因此住宅价格可以用如下公式表示:),,,,LCDHYfP(=()由于住宅供给在短期缺乏弹性而在长期供给可以有较大变化使得上述各变量在不同时期对住宅价格的影响有很大差异。为反映短期和长期各变量对价格的影响我们首先根据()式建立一个线形方程:tttttttaLnLaLnCaLnDaLnHaLnYaLnPε=()为消除异方差上式中变量都取对数。然后根据()式构建误差修正模型(ECM)确定住宅价格与各变量之间的长期关系。三、房地产贷款与住宅价格长期关系的协整检验.数据在以往的研究中学者们经常用年度数据分析房地产业运行状况殊不知房地产作为一种投资品价格在一年内将发生显著变化仅用年度数据难以反映这种变化应尽量使用季度或者月度数据。同时在研究房地产价格波动状况时用全国整体的数据并不能反映局部的差异使用城市级数据是最佳选择。因此本文在研究中以月度数据为基础对,,期间北京、天津、上海、重庆直辖市房地产价格与货币政策及其它宏观经济变量之间的关系进行研究相关的价格和收入数据均进行了消除通货膨胀处理。目前房地产价格指数较多如国房景气指数、中房指数这些指数都具样本选择广泛跟踪调查时间长等特点。然而房地产属性各不相同这些价格指数仍难以反映不同房地产属性上的差异而用不同时段的商品房销售额除以销售面积得到的房地产价格仍能够反映房地产价格的走势。因此本文将用该方法确定房地产价格P。从目前我国房地产投资的资金来源来看主要包括国内贷款、利用外资、自筹资金和其他资金。国内贷款主要是银行提供利用外资也是金融支持的一部分而其他资金实质上是通过非银行金融机构转化而来的银行资金。另外目前房地产市场化程度不断加深商品房基本上是由个人购买这些购房资金%来自于银行。因此本文将房地产开发非自筹资金T和住宅销售额X代表货币政策变量L。由于房地产市场中新建商品房价格上涨较快新建商品房投放量对价格有积极的影响因此本文以竣工面积累计额与销售面积累计额之比作为房地产存量变量H。在商品房成本中建材成本是主体本文将以原材料价格指数作为该成本变化指标C。为反映真实需求能力在模型中还包括人均可支配收入变量Y。由于人口变量没有月度统计在研究中将不包含此变量。.单整及协整检验协整的概念是世纪年代由恩格尔格兰杰(EngleGranger)提出的。协整理论为在两个或多个非平衡变量间寻找均衡关系以及用存在协整关系的变量建立误差修正模型提供了理论基础。在实际中多数经济时间序列都是非平稳的然而某些非平稳时间序列的某种线性组合有可能是平稳的。协整检验的思想在于:如果某两个或多个同阶时间序列向量的某种线性组合可以得到一个平稳的误差序列则这些非平稳的时间序列存在长期均衡关系或者说这些序列具有协整性。由于只有具有相同单整阶数的两个变量才有可能存在协整关系。因此在协整分析之前首先要对变量的单整阶数进行检验。检验结果见表、表。表单位根检验结果(一阶非平稳ADF检验)城市及变量LnPLnYLnTLnXLnCLnHADF统计量北京临界值ADF统计量天津临界值ADF统计量*上海临界值ADF统计量***重庆临界值注:以上如不做出说明表示均无截距项或趋势项*包括截距项和趋势项**包括截距项滞后两期表单位根检验结果(二阶非平稳ADF检验)变量变量LnPLnYLnTLnXLnCLnHADF统计量**北京临界值ADF统计量**天津临界值ADF统计量上海临界值**ADF统计量*重庆临界值注:以上如不做出说明表示均无截距项或趋势项*包括截距项和趋势项**包括截距项滞后两期。检验结果表明各时间序列均为一阶单整过程我们可以用它做长期协整分析。Engle和Granger提出两步法估计协整向量即首先用最小二乘法对向量进行协整回归然后再把协整回归所得残差进行单位根检验。协整回归结果见表。表住宅价格与其它变量协整回归结果变量北京天津上海重庆LnY()()--LnY()---()LnT()()--LnT()--()-LnX()()-()LnX()--()-LnC-()()()LnH---()LnP()()()()()截距项()()-()DWR注:括号中的值为t检验值对协整回归所得残差进行单位根检验结果如表。表协整回归所得残差的单位根检验结果teˆ变量北京天津上海重庆ˆte()()()()ˆte()-()()截距项()()()()趋势项()()()()%临界值(EG)---%临界值(AEG)-回归函数标准误差DWR注:括号中的值为t检验值表中DW值较高说明该残差序列不含有自相关。个残差序列的EG或AEG值都小于临界值。因此可以认为北京市住宅价格LnP与变量LnY、LnT、LnX、LnP()存在协整关系天津市住宅价格LnP与变量LnY、LnC、LnT、LnX、LnP()存在协整关系上海市住宅价格LnP与变量LnC、LnX()、LnT()、LnP()存在协整关系重庆市住宅价格LnP与变量LnH、LnC、LnY()、LnX、LnP()。住宅价格与各变量的长期关系如表所示。从住宅价格与各变量的长期关系来看变量LnY、LnT、LnX、LnP()对北京住宅价格走势影响较大其中LnY、LnX是从需求角度影响价格LnT是从供给角度反向影响价格LnP()说明过去的价格对当期价格有很大影响它们的影响弹性分别为、、、。由于投资额和消费额的大部分是银行提供的资金它们对住宅影响弹性都很高。因此北京市住宅价格变化与货币政策有紧密的关系。从模型中可以看出天津市住宅价格与变量LnY、LnC、LnT、LnX、LnP()存在较大的关联性其中变量LnC、LnT、LnX、LnP()的影响弹性更高一些达到、、、。变量LnC、LnT主要是从供给角度影响价格LnY、LnX是从需求角度影响价格LnP()是从预期角度影响价格。因此可以认为天津市住宅价格上涨迅速是综合因素作用的结果但预期未来价格上涨的投机心理和货币政策的变化是导致住宅价格迅速上涨的主要因素。上海住宅价格受变量LnC、LnX()、LnT()、LnP()的影响较大其中成本和投资额是从供给角度正向影响价格影响弹性分别为、销售额是从需求角度反向影响价格影响弹性为滞后期的价格是从预期角度影响价格影响弹性为。由于销售额和投资额大部分由银行提供因此货币政策对住宅价格影响较大。上海住宅价格变化的重要特点是成本推动明显预期是导致住宅价格上涨的主要原因之一。重庆住宅价格与变量LnH、LnC、LnY()、LnX、LnP()由紧密关系其中LnH、LnC是从供给角度影响价格影响弹性分别为、LnY()、LnX是从需求角度影响价格影响弹性分别为、LnP()是从预期角度影响价格影响弹性为。分析结果显示成本和预期是导致重庆住宅价格上涨的主要因素。四、误差修正模型根据格兰杰(Granger)定理一组具有协整关系的变量一定具有误差修正模型的表达形式存在。下面我们通过建立误差修正模型进一步揭示住宅价格变化原因。用Et表示协整回归所得残差建立误差修正模型如表所示。表误差修正模型变量北京天津上海重庆LnY()()--LnT-()--LnTt()---LnX()()--LnC--()-LnH---()LnPt--()()Et()()()()LMLMARCH回归函数标准误差DWR注:括号中的值为t检验值表中回归系数通过了显著性检验误差修正系数为负符合反向修正机制。由于上述误差修正模型中都有,所以这些模型都不存在自相关。在模型中,所以两个模型都不存在异方差。)(=<λLM)(=<λLM)(=<λARCH由于对数的差分本身是一个增长率的概念表中的误差修正模型显示了影响住宅价格增长率变化的若干因素。北京市住宅价格增长率受收入、投资额滞后期、销售额滞后期的影响较大单位影响率都超过了%而投资额和销售额大部分都来自于银行因此住宅价格还间接地受货币政策影响。在模型中还显示出上一年住宅价格与各变量的非均衡误差以的比率对本年度价格的增长做出修正。天津住宅价格增长率受投资额、销售额、收入影响较大其中销售额地影响率达到了其次市投资额为这说明受货币政策影响的投资和住房贷款与住宅价格有紧密的关系。而且上一年住宅价格与各变量的非均衡误差以的比率对本年度价格的增长做出修正。上海住宅价格增长率与建筑成本、价格预期有紧密的关系影响率分别达到和而上一年住宅价格与各变量的非均衡误差以的比率对本年度价格的增长做出修正。由于预期中包括了人们对获取住房贷款、开发贷款的良好预期因此货币政策对住宅价格的影响将是间接的。重庆市住宅价格增长率的变化主要受住宅存量和预期心理的影响影响率分别达到和。而上一年住宅价格与各变量的非均衡误差以的比率对本年度价格的增长做出修正。由于预期中包括了人们对获取住房贷款、开发贷款的良好预期因此货币政策对重庆市住宅价格的影响也是间接的而且非常显著。五、结论货币政策对住宅价格的影响主要通过开发投资、住宅抵押贷款和消费者预期来实现。当开发投资和住宅抵押贷款源源不断涌向房地产业时消费者会产生价格持续上涨的预期从而推动住宅价格脱离正常轨道打破住宅价格与经济基础的均衡关系造成市场虚假繁荣使社会财富进一步向少数人转移严重影响社会经济发展。对我国直辖市的实证研究结果表明各城市住宅价格都是非平稳变量这与近期住宅价格不断上涨相吻合。通过协整分析表明各城市住宅价格水平与投资额、销售额和价格的滞后期存在协整关系说明这些变量是住宅价格变化的主要影响因素住宅市场不符合有效市场假说。由于除北京外其它各城市居民可支配收入与住宅价格上涨没有正向的协整关系或协整关系而投资额和销售额中的大部分是银行贷款证明住宅价格上涨与宽松的货币政策有紧密的关系。另外住宅价格的滞后期对当期价格影响弹性最高为最低为说明消费者基本上是以外推预期判断价格走势即价格预期的形成不仅与过去价格有关而且受过去价格变动趋势的影响很大。这是一种非理性预期表明近期强有力的房地产金融支持极大的助涨了消费者的投机行为是导致住宅价格上升的一个不可忽视的因素。通过构建误差修正模型我们发现误差修正系数非常大最高为上海达到最低为天津达到说明近几年这个城市住宅价格极大的偏离了长期均衡值或者可以认为价格上涨已经打破了经济基础与住宅价格之间原有的均衡关系。由于居民可支配收入对价格变动的影响率较低说明住宅价格的非正常偏离没有市场真实需求做支撑是非理性繁荣的表现必须引起政府和产业部门的足够重视。房地产业是资金密集型产业其供给和需求都离不开金融支持。然而在金融制度变迁、不确定性和信息不对称性的背景下由于金融机构的短视行为导致贷款大量的投向了房地产业投资者和消费者由此产生严重的投机行为和风险转嫁行为将直接导致住宅价格产生剧烈波动。因此我们认为降低房地产业的金融支持力度实行有限度的偏紧的货币政策对保持住宅价格稳定将起到积极的作用。注释:具体数据根据中经网数据库、中宏数据库以及中国资讯行数据库资料整理得到。参考文献沈悦,刘洪玉住宅价格与经济基础面:年中国城市的实证研究J经济研究,,()Breedon,FJ,MASJoyce,Houseprices,arrearsandpossessions:AthreeequationmodelfortheUK,BankofEnglandWorkingPaper,No,Brown,JP,HSongandAMcGillivray,ForecastingUKhouseprices:atimevaryingcoefficientapproach,EconomicModelling,,pp,Dicks,MJ,Asimplemodelofthehousingmarket,BankofEnglandDiscussionPaperNo,Hakfoort,J,GMatysiak,HousingInvestmentintheNetherlands,EconomicModelling,,pp,Hendry,DF,EconometricModellingofHousePricesintheUnitedKingdom,In:DFHendryandFWallis(eds),EconometricsandQuantitativeEconomics,BasilBlackwell,Oxford,pp,Holly,S,NJones,Housepricessincethes:cointegration,demographyandasymmetries,EconomicModelling,,pp,Muellbauer,J,AMurphy,BoomsandBustsintheUKHousingMarket,TheEconomicJournal,,pp,Pain,N,PWestaway,ModellingstructuralchangeintheUKhousingmarket:acomparisonofalternativehousepricemodels,EconomicModelling,,pp,MonetaryPolicy,BankLendingandHousingPriceAnEmpiricalAnalysisBasedonCityofChinaZHOUJingkui(NankaiInstituteofEconomics,NankaiUniversity,)Abstract:Usingthedataofhousingpricesandeconomicsfundamentalsofcities,withcointegrationtestanderrorcorrectionmodel,thepaperinvestigatesthemutualrelationbetweenhousingpriceandmonetarypolicyItrevealsthattherearecointegratingrelationsamonghousingpricelevel,investment,saleandpastinformationofhousingpriceinthesecitiesBecausethemainpartofinvestmentandsalearebanklending,thisimpliestherisinghousingpricesrelativetotheloosemonetarypolicyThus,constructingerrorcorrectionmodel,wediscovererrorcorrectioncoefficientsarehigh,housingpricesdeviatefromthelongtermequilibriumvalueandhousingmarketappearsirrationalexuberanceandthepolicymakersandrealestateindustrymustpayenoughattentiontoKeyWords:monetarypolicyhousingpriceCointegrationtesterrorcorrectionmodel收稿日期:

用户评论(0)

0/200

精彩专题

上传我的资料

每篇奖励 +1积分

资料评分:

/10
1下载券 下载 加入VIP, 送下载券

意见
反馈

立即扫码关注

爱问共享资料微信公众号

返回
顶部

举报
资料