摘要：近年來貨幣政策與資產價格的關系受到了很多學者的關注。本文在研究我國利率、房價和股價互動關系的基礎上，分析了貨幣政策對資產價格的沖擊效應。結果表明我國的利率貨幣政策對房價和股價兩大資產價格的沖擊并不顯著，同時支持我國貨幣政策應關注通貨膨脹而不是資產價格的國際主流觀點。

關鍵詞：貨幣政策；資產價格；利率；房價；股價

中圖分類號：F821.0 文獻標識碼：A 文章編號：1674-2265（2008）10-0022-05

一、引言

近十年來，隨著房產商品化的改革進程和股權分置改革的基本完成，我國房地產市場和股票市場一度出現(xiàn)了前所未有的繁榮。1998年，我國房地產開發(fā)投資完成3580億元，當年商品房竣工面積為17690萬平方米；而到了2006年，我國房地產開發(fā)投資為19382億元，當年商品房竣工面積達到了53019.4萬平方米。無獨有偶，作為我國資本市場的“龍頭”，我國股票市場的規(guī)模在近十年中也有了飛速發(fā)展。1998年底，中國境內股市證券化率（股市總市值/GDP總量）僅僅是24.5%；2007年，我國深滬兩市的總市值超過了24.5萬億元，相比于2006年21.087萬億元的GDP總量，意味著中國境內股市證券化率已經達到了116.33%以上。由此，股票市場和房地產市場迅速成長為我國金融市場中不可小覷的資本品市場，成為我國市場化改革道路中逐漸擴容的經濟層面。與此同時，我國房地產價格和股票價格總體上處于較快上漲的趨勢。1999年初至2006年底，我國房屋價格指數(shù)增長了40%以上①，而滬指平均值上漲了近100%。所以，在房地產市場和股票市場規(guī)模迅速擴張及其價格指數(shù)迅速上漲的現(xiàn)實中，房產和股票這兩種商品也迅速成為我國居民個人財產性收入的主要部分，從而其價格也成為我國資產價格的兩大“權重”指標。

在我國傳統(tǒng)的貨幣政策實施機制中，主要是以CPI為主要導向進行宏觀調控。但是，從上述分析我們可以看到，資產價格和消費價格一樣，迅速成為我國市場機制運行的主體因素，所以在理論上應該成為我國貨幣政策的關注變量。

為了具體探究我國貨幣政策對資產價格的沖擊作用，本文以利率、房價和股價作為核心研究變量，運用時間序列數(shù)據，對三者的多種關系進行分析。

二、利率、房價和股價的一般關系：基于聯(lián)立方程模型的分析

（一）變量選取與數(shù)據來源

本文選用的數(shù)據為1999年1季度到2006年4季度的季度數(shù)據，選取的變量一共有八個，見表1。其中房價和地價的數(shù)據來源于中國資訊行（CIB）網上數(shù)據庫；考慮到滬市市值占了我國股市市值的四分之三左右，因此用上證指數(shù)來衡量股票價格；利率與匯率的數(shù)據來源于國際貨幣基金組識（IMF）的網站；關于人均國內生產總值的計算，首先從國家統(tǒng)計局網站得到全國GDP的季度數(shù)據和人口的年度數(shù)據，利用Eviews軟件中的數(shù)據頻率轉換方法將人口年度數(shù)據轉換成季度數(shù)據，從而求得人均GDP，考慮到對變量取對數(shù)不會改變變量的特征，還容易得到平穩(wěn)的序列，故對人均GDP取自然對數(shù)，用LRGDP表示；貨幣供給的計算則考慮到，直接用M2作為貨幣供給變量衡量的只是經濟中的貨幣絕對量，不能體現(xiàn)一國的經濟金融化程度或金融深化的程度，本文對M2作了如下處理得到貨幣供給：對上季度末和本季度的M2求算術平均，再除以本季度的名義GDP，得到本季度的貨幣供給MS，數(shù)據來源于國家統(tǒng)計局網站；居民消費價格指數(shù)來源于北京聚源銳思數(shù)據科技有限公司（RESSET）的金融研究數(shù)據庫。

（二）聯(lián)立方程模型

本文探討的房價、股價和利率具有相互的影響，用聯(lián)立方程模型來研究它們的互動關系比一般的多元回歸模型更具科學性。房價、股價和利率除了有互相影響的關系外，每一變量還受其它一些因素的影響，如果模型中不考慮其它因素的影響，可能會得到錯誤的結論，因此有必要在模型中加入控制變量來表示其它因素對因變量的影響。由眾多的前人研究成果可知，股價除受到利率、房價的交互影響外，一般認為還受匯率和貨幣供給的影響較大，故將其納入股價方程式作為控制變量；房價方程式中納入國民收入和土地交易價格作為控制變量；利率方程式則納入匯率及貨幣供給作為控制變量。另外，房價、股價及利率都受通貨膨脹的影響，而居民消費價格指數(shù)在很大程度上能反映通貨膨脹的大小，因此在三個方程中都加入居民消費價格指數(shù)作為控制變量。下面方程式（1）、（2）、（3）分別代表房價方程式、股價方程式和利率方程式：

其中HP(-4)為房價HP的滯后4期值，SP(-1)為股價SP的滯后1期值②。 、、為隨機誤差項。

根據聯(lián)立方程模型識別條件，本文所設定的模型各子方程都可識別?？紤]到三階段最小二乘法（Three Stage Least Squares，3SLS）除了具備不偏性與一致性的良好性質外，同時還能滿足參數(shù)估計的有效性。本文采用這種系統(tǒng)方程估計方法對模型進行估計，結果見表2。

采用3SLS系統(tǒng)回歸方法，得到三個回歸方程：房價方程、股價方程和利率方程。模型的整體擬合優(yōu)度較好，各方程中的各系數(shù)顯著性水平也不錯。

從房價方程看，股價對房價的影響系數(shù)為-0.001，很小且極不顯著，表明股價對房價幾乎沒有影響。利率對房價的影響系數(shù)為-4.610，顯著水平為1%，表明利率每變化一個點，會引起房價指數(shù)反方向變化4.61個點?？紤]到本文采用的是全國房屋銷售價格指數(shù)，以1999年為100，2005年的房價指數(shù)為132.5，七年時間漲了32.5點，因此房價指數(shù)4.61個點的變化是很大的，不過利率的調整通常都是以0.27為單位，那么對應于一次利率調整，房價將變化約1.24個點，也是很可觀的。居民消費價格指數(shù)對房價有顯著的正向作用，CPI變化1個點，將引起HP同向變化1.824個點，表明房價的變化很大程度上是由通貨膨脹變化所引起的。

從股價方程看，房價對股價的影響系數(shù)為-10.569，顯著水平不高，比起股價頻繁劇烈的變化③，房價對股價的影響不大，說明房價對股價沒有明顯的影響作用。利率對股價的影響系數(shù)為489.817，顯著水平1%，表明利率每變化一個點，會引起股價指數(shù)同方向變化約490點，相比房價對股價的影響，利率對股價的影響是相當大的。從方程中還可以看出，美元對人民幣的匯率ER對股價有顯著的負向作用，說明人民幣升值是促進股指上漲的一個重要因素。CPI對股價的影響不顯著。

從利率方程看，房價對利率的影響系數(shù)為0.023，不顯著，股價對利率的影響系數(shù)為0，顯著水平10%，表明房價和股價對利率的影響都不顯著。CPI對利率有顯著的正向作用，表明利率的變化很大一部分是由通貨膨脹變化引起的。

三、利率、房價和股價的動態(tài)關系：基于VAR模型的檢驗

向量自回歸（VAR）模型通常用于相關時間序列系統(tǒng)的預測和隨機擾動對變量系統(tǒng)的動態(tài)影響。模型避開了結構建模方法中需要對系統(tǒng)中每個內生變量關于所有內生變量滯后值函數(shù)的建模問題。 Sims（1980）將VAR模型引入到經濟學中，推動了經濟系統(tǒng)動態(tài)性分析的廣泛應用。VAR模型常用于預測相互聯(lián)系的時間序列系統(tǒng)及分析隨機擾動對變量系統(tǒng)的動態(tài)沖擊，從而解釋各種經濟沖擊對經濟變量形成的影響。本節(jié)主要在西姆斯構建的VAR模型基礎上來分析：(1)變量間的因果關系；(2)脈沖響應函數(shù)；(3)方差分解。

要對數(shù)據應用一般的統(tǒng)計方法，需要數(shù)據序列為同階單整，否則容易導致繆誤的結果。利用擴展迪克—富勒（ADF）檢驗房價、股價和利率三個序列是否包含單位根。在檢驗水平值的時侯HP和SP包含趨勢項和截距，IR只包含截距；在檢驗一階差分的時侯三個序列都只包含截距。從表3中可以看出，三個序列的水平值都是非平穩(wěn)的，而一階差分則是平穩(wěn)的，且顯著水平都達到1%。說明三個序列同為一階單整I（1），可以進行下面的各項檢驗。

（一）格蘭杰因果檢驗

根據Granger因果關系的定義，“變量XGranger引起變量Y”這種表達方式并不意味著Y是X的效果或結果，其具體含義是如果一個事件X是另一個事件Y的原因，則時間X可以領先于事件Y。本文分別以滯后1期（一個季度）、2期（半年）和4期（一年）對房價、股價、利率之間的因果關系進行檢驗，結果見表4。

從表4可以看到，房價和股價之間的因果關系結果大部分不顯著，只有滯后4期的房價是股價的Granger原因，達到10%的顯著水平，說明房價和股價之間的因果關系不明顯，房價領先于股價。房價和利率之間的檢驗結果很顯著，滯后1期和2期，房價是利率的Granger原因，滯后4期，利率則是房價的Granger原因，說明在短期，房價領先于利率。股價對利率的因果關系不顯著，利率在滯后2期是股價的Granger原因。

（二）脈沖響應函數(shù)

脈沖響應函數(shù)刻畫的是在擾動項上加一個一次性的沖擊對于內生變量當前值和未來值所帶來的影響。它的優(yōu)點在于不需要考慮變量的外生性和內生性，每一個模型含有相同的滯后結構。在VAR模型中，對第i個變量的沖擊不僅直接影響第i個變量，并且通過VAR模型的動態(tài)(滯后)結構傳導給所有的其他內生變量。

從圖1可以看出，當在本期給股價一個正沖擊后，房價在前4期內產生微弱的波動之后開始下降，在第6期達到最低點，之后開始穩(wěn)定地變化，說明股價的變動對房價的影響很小。當在本期給利率一個正沖擊后，對房價在前3期有顯著的負的影響，之后則趨于平穩(wěn)變化，這是因為利率的提高，會增加房屋按揭貸款的利息支付從而增加房屋的購買成本，因此會降低對房屋的需求，而房屋的供給存在剛性，短期內不會產生大的變化，供給不變，需求減少，房價自然會下跌。

從圖2看，在本期給房價一個正沖擊后，股價在前2期出現(xiàn)大幅的下跌，在第3期達到最低點，從第4期開始急劇上升，到第5期后變?yōu)榫徛卦鲩L，這一方面可能是由于房價短期上漲后，使人們產生房價還會繼續(xù)上漲的預期，因而將投向股市的資金轉為投向房地產市場，另一方面可能是房價的上漲使得人們用于購房的支出增加因而減少了投資股市的資金。在給利率一個正沖擊后，股價在前2期出現(xiàn)小幅下跌，繼而開始上漲并在第6期達到最高，這是因為短期來看，利率的上調使人們產生了政府調整股市的預期并增加了人們投資股市的機會成本，因而引起股價下跌，而從長期來看，利率的提升會吸引大量的境外資金投資本國的資本市場，從而在中長期促進股價的上漲。

從圖3看，在本期給房價一個正沖擊后，對利率有較小的正的影響但逐漸減弱，從第3期開始變?yōu)樨摰挠绊?，到?期減到最低之后開始上升。在本期給股價一個正沖擊后，利率有較大幅度的上升，在第4期達到最高點之后開始下降。可能是因為房價及股價的上漲引起經濟過熱，此時提高利率是政府抑制這種經濟過熱的有效手段。

（三）方差分解

脈沖響應函數(shù)描述的是VAR模型中的一個內生變量的沖擊給其它內生變量所帶來的影響。而方差分解（variance decomposition）是通過分析每一個結構沖擊對內生變量變化（通常用方差來度量）的貢獻度，進一步評價不同結構沖擊的重要性。因此，方差分解給出對VAR模型中的變量產生影響的每個隨機擾動的相對重要的信息。

從圖4看，利率對房價的貢獻程度逐漸增大，在第10期達到最大，約為50%，而股價在前4期幾乎對房價沒有貢獻，貢獻最大也不到10%。

從圖5看，房價對股價的貢獻在前4期逐漸增加之后較為平穩(wěn)，貢獻度在15%左右，利率在前3期幾乎對股價沒有貢獻，之后開始上升，第10期達到最高，約為25%。

從圖6看，房價對利率的貢獻度在前4期幾乎為零，之后小幅緩慢增加，第10期達到最高約為7%，而股價對利率的貢獻度則較大，前4期穩(wěn)步增加之后趨于平穩(wěn)，約為25%。

四、結論

本文利用我國1999年到2006年的季度數(shù)據研究了房價、股價、利率之間的互動關系，結合聯(lián)立方程模型及基于VAR模型的檢驗結果，可以得到如下一些結論：

從聯(lián)立方程的估計結果看，利率對房價有顯著的負向作用，對股價則有顯著的正向作用。從脈沖響應函數(shù)和方差分解的結果來看，滯后的利率對房價有明顯的負向作用，對股價有正向作用。結合因果檢驗的結果，發(fā)現(xiàn)利率滯后4期才是房價的格蘭杰原因且對房價的影響開始增大，利率滯后2期是股價的格蘭杰原因，但之后開始變成對股價正向作用。相比利率對房價的影響，通貨膨脹對房價的影響更大，同時通貨膨脹對利率貢獻很大而房價及股價對利率的影響很小。說明我國的貨幣政策并不是針對資產價格而實施的，否則貨幣政策的傳導則嚴重滯后且沒有帶來預期的效果，從通貨膨脹對利率的影響大小可以看出，貨幣政策主要是針對通貨膨脹的。

調高利率可以抑制通貨膨脹，而通貨膨脹的降低可以抑制房價，因此，利率的調整沒有必要以房價為目標，只要關注通貨膨脹即可；對股價而言，利率的提高甚至會促進股價的上漲，與貨幣政策的目標背道而馳，這說明我國股市還不是個完善的市場，隨著金融市場的進一步發(fā)展，金融產品的日益增多，這種情況在理論上可能會有所改變。

房價和股價呈負相關關系，但并不顯著，因果關系不明顯，二者對彼此變化的貢獻度也很小。說明以往理論描述的房價和股價之間的效應在我國并不明顯或互相抵消了，這可能是由于我國的居民大多數(shù)是將房屋作為一種實物資產而不是虛擬資產來持有的，也就是說我國的居民買房大多是作為住宅而不是投資用的，這樣的用途使得房地產的流動性大大降低，因而受其它資產價格變化的影響也就降低了。

作為我國重要貨幣政策工具的利率調整對我國資產價格的沖擊作用并不大，但是貨幣政策仍然會影響到資產價格的短期波動。所以，我國的貨幣政策應該以反通脹、反通縮為主要目標，兼顧資產價格的平穩(wěn)波動。

注：

①由于房地產市場具有典型的地域特征，所以各地區(qū)的房地產價格指數(shù)上漲幅度差別較大，比如北京、上海和深圳等地的房屋價格指數(shù)上漲幅度遠遠超過了40%的全國平均水平，有的甚至達到了300%以上。為了簡化分析，本文統(tǒng)一采用統(tǒng)計局頒布的全國房屋價格指數(shù)變量反映我國房地產價格的實際情況。

②在房價方程中引入滯后4期房價作為解釋變量以及在股價方程中引入滯后1期股價作為解釋變量，是考慮到實際情況中房價對自身的影響滯后期較長，而股價對自身的影響滯后期較短，在對模型進行估計的過程中，作者也發(fā)現(xiàn)這樣選取所得估計結果無論從模型整體擬合優(yōu)度還是系數(shù)顯著水平來看都是最優(yōu)的。

③滬指從2005年6月6日的階段低點998.23點到2007年10月16日的階段高點6124.04點，在不到兩年半的時間內上漲了5125.81點，足見上漲幅度之大。

參考文獻：

[1]皮舜、武康平：《中國房地產市場與金融市場發(fā)展關系的研究》，《管理工程學報》2006年第2期。

[2]談儒勇：《中國金融發(fā)展與經濟增長關系的實證研究》，《經濟研究》1999年第10期。

[3]Ben Bernanke， Mark Gertler and Simon Gilchrist，“The financial accelerator and the flight to quality”[J]，The Review of Economics and Statistics， 1996，(1):1-15.

[4]Ben Bernanke and Mishkin， Frederic，“Inflation targeting: a new framework for monetary policy?”[J].Journal of Economic Perspectives， Spring 1997， 11(2):97-116.

[5]Ben Bernanke and Mark Gertler，“Should central banksrespond to movements in asset prices?”[J].American Economic Review， 2001， 91(2):253-257.

（編輯 代金奎）

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文