魏 瑋,王洪衛(wèi)

(1.華東政法大學(xué)商學(xué)院,上海201620；2.上海財(cái)經(jīng)大學(xué),上海 200433)

一、引言及文獻(xiàn)回顧

根據(jù)蒙代爾(1961)的最優(yōu)貨幣區(qū)理論,區(qū)域市場(chǎng)參與主體、區(qū)域金融結(jié)構(gòu)以及通貨膨脹率等因素的差異會(huì)導(dǎo)致貨幣政策調(diào)控效果的差異。房地產(chǎn)市場(chǎng)是典型的區(qū)域性市場(chǎng),就直觀而言,區(qū)域因素至少可以從以下兩方面使貨幣政策對(duì)房地產(chǎn)市場(chǎng)的作用效果產(chǎn)生差異:首先,貨幣政策發(fā)生前各地區(qū)房地產(chǎn)市場(chǎng)的初始經(jīng)濟(jì)條件不同；其次,市場(chǎng)參與主體對(duì)貨幣政策反應(yīng)的敏感度也因區(qū)域而異(Carlino、DeFina,1999)。

盡管隨著各國(guó)金融改革的深化,有關(guān)貨幣政策對(duì)房地產(chǎn)市場(chǎng)影響的研究得到了國(guó)內(nèi)外眾多學(xué)者的關(guān)注(Bernanke和Gertler,1995；Aoki等,2002；Matteo和Raoul,2003；Macro Del Negro,2005),但是將區(qū)域異質(zhì)性因素納入貨幣政策對(duì)房地產(chǎn)市場(chǎng)影響的研究卻十分少見(jiàn)。并且,研究區(qū)域也僅僅局限于歐美等經(jīng)濟(jì)發(fā)達(dá)國(guó)家或地區(qū)。Marco Del Negro和Chirstopher Otrok(2007)運(yùn)用VAR模型分析了擴(kuò)張性貨幣政策對(duì)1986-2004年期間美國(guó)48個(gè)州房?jī)r(jià)波動(dòng)的影響,結(jié)果顯示政策沖擊對(duì)房?jī)r(jià)的影響甚微,而區(qū)域性因素則是影響歷史房?jī)r(jià)走勢(shì)的主導(dǎo)因素。Isabel Vansteenkiste(2007)使用全局自回歸(Global Vector Autoregression)模型分析得出了和Negro、Chirstopher Otrok(2007)相似的結(jié)論,并進(jìn)一步指出相鄰地區(qū)之間還存在房?jī)r(jià)的溢出效應(yīng)。綜觀國(guó)內(nèi)的研究成果,與本文研究問(wèn)題最相關(guān)的文獻(xiàn)可能是梁云芳和高鐵梅(2007)討論房?jī)r(jià)區(qū)域波動(dòng)差異一文,該文引入信貸這一貨幣政策變量,并使用全國(guó)28個(gè)省市1999-2006年度數(shù)據(jù)構(gòu)建面板數(shù)據(jù)模型,得出了信貸規(guī)模對(duì)東、西部地區(qū)房地產(chǎn)市場(chǎng)影響較大,而對(duì)中部地區(qū)影響較小的結(jié)論。但文章的側(cè)重點(diǎn)在于研究引起區(qū)域間房?jī)r(jià)波動(dòng)差異的各類宏觀因素,并沒(méi)有深入探討各種貨幣政策工具對(duì)區(qū)域房?jī)r(jià)波動(dòng)影響的異同之處。

相比較而言,本文擬在以下幾方面有所探索:首先在研究目的上,將利率、信貸等多種貨幣政策工具納入一個(gè)模型分析框架,著力分析房地產(chǎn)市場(chǎng)對(duì)各類貨幣政策工具響應(yīng)的區(qū)域異質(zhì)性,并比較得出各類貨幣政策工具在不同區(qū)域房地產(chǎn)市場(chǎng)上作用的大小。其次在研究對(duì)象上,使用房地產(chǎn)市場(chǎng)高頻數(shù)據(jù)(月度數(shù)據(jù)),構(gòu)建較長(zhǎng)的時(shí)間序列,以更精確地捕捉各區(qū)域房地產(chǎn)價(jià)格對(duì)貨幣政策沖擊的長(zhǎng)短期響應(yīng)；第三,在研究方法上,使用面板數(shù)據(jù)向量自回歸(Panel Data Vector Autoregression,簡(jiǎn)稱PVAR)模型,試圖解決傳統(tǒng)時(shí)序方法對(duì)經(jīng)濟(jì)數(shù)據(jù)檢驗(yàn)“勢(shì)”值過(guò)低、檢驗(yàn)結(jié)果缺乏穩(wěn)健性的問(wèn)題；并在綜合考慮不可觀測(cè)個(gè)體的異質(zhì)性特征的基礎(chǔ)上,建立面板脈沖響應(yīng)函數(shù),從而分離出不同區(qū)域房地產(chǎn)市場(chǎng)對(duì)各種貨幣政策工具沖擊的動(dòng)態(tài)響應(yīng)值。

二、實(shí)證數(shù)據(jù)說(shuō)明與PVAR模型設(shè)定

表1 各地區(qū)住宅銷售價(jià)格的統(tǒng)計(jì)特征

(一)數(shù)據(jù)說(shuō)明?？紤]到時(shí)間序列長(zhǎng)短及數(shù)據(jù)的可得性,本文篩選了全國(guó)21個(gè)省市2000年2月至2008年2月數(shù)據(jù)構(gòu)成的面板,樣本時(shí)間跨度為96個(gè)月。對(duì)區(qū)域房地產(chǎn)市場(chǎng)的研究,應(yīng)以區(qū)域的空間位置及經(jīng)濟(jì)發(fā)展特性相似度為準(zhǔn)則對(duì)其進(jìn)行分組分析(Schnure,2005；Beatriz Larraz、Jose Alfaro,2008)。為便于與以往研究比較,本文采用國(guó)家有關(guān)部門(mén)對(duì)中國(guó)經(jīng)濟(jì)區(qū)域的劃分標(biāo)準(zhǔn)將21個(gè)省市自治區(qū)分別歸類為東部、中部和西部三大地區(qū)。①文中住宅銷售價(jià)格(p)是由住宅銷售額除以住宅銷售面積計(jì)算獲得,其初步統(tǒng)計(jì)特征見(jiàn)表1。由于地區(qū)人均GDP月度數(shù)據(jù)的缺失,本文采用人均工業(yè)增加值(y)來(lái)反應(yīng)各省市人均收入水平。

貨幣政策工具分為數(shù)量型貨幣政策工具和價(jià)格型貨幣政策工具。近年來(lái),中央銀行采用較多的數(shù)量型貨幣政策工具包括公開(kāi)市場(chǎng)操作、法定存款準(zhǔn)備金率及信貸窗口指導(dǎo),采用較多的價(jià)格型貨幣政策工具是對(duì)存貸款利率的調(diào)整。本文選取貨幣供給量(M0)和金融機(jī)構(gòu)人民幣貸款余額(rmblend)作為數(shù)量型貨幣政策工具的變量,并引入市場(chǎng)化程度較高的銀行間7天同業(yè)拆借利率(7_day_rate)作為價(jià)格型貨幣政策工具的變量。以上所有數(shù)據(jù)都取自于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)、wind金融數(shù)據(jù)庫(kù)、國(guó)研網(wǎng)和中國(guó)人民銀行統(tǒng)計(jì)季報(bào)。

為消除價(jià)格因素,本文先將p、y、M0、rmblend四變量的名義值除以居民消費(fèi)價(jià)格指數(shù)(以2000年1月為基期),得到各自的實(shí)際值,分別記做rp、ry、realM 0及rmbreallend。然后將7_day_rate變量平減去通貨膨脹率得到實(shí)際貸款利率(7_day_real_rate)。時(shí)間序列的描述性統(tǒng)計(jì)圖(圖略)顯示,ry具有明顯的季節(jié)波動(dòng)性,因此使用X-12標(biāo)準(zhǔn)月度數(shù)據(jù)季節(jié)調(diào)整方法對(duì)其進(jìn)行季節(jié)調(diào)整。為克服變量序列間的異方差性,實(shí)證分析中除實(shí)際利率外的所有變量均以對(duì)數(shù)的形式出現(xiàn),分別記做lnp、lnysa、lnrealM0、lnrmbreallend。

(二)數(shù)據(jù)平穩(wěn)性檢驗(yàn)。考慮到數(shù)據(jù)縱剖面時(shí)間序列的獨(dú)立性,本文使用LLC(Levin、Lin和Chu,2002)檢驗(yàn)方法,對(duì)各對(duì)數(shù)序列及其對(duì)數(shù)差分序列進(jìn)行檢驗(yàn),結(jié)果表明各對(duì)數(shù)序列不平穩(wěn),但是經(jīng)過(guò)1階差分變換后均為平穩(wěn)序列。限于篇幅,上述檢驗(yàn)與分析結(jié)果略。

(三)PVAR模型設(shè)定。PVAR模型是由Holtz-Eakin等(1988)首次提出,后經(jīng)McCoskey和Kao(1999)、Joakim Westerlund(2005)等學(xué)者的發(fā)展,已成為一個(gè)兼具時(shí)序分析與面板數(shù)據(jù)分析優(yōu)勢(shì)的成熟模型。本文定義一個(gè)二階滯后的PVAR模型形式如下:

其中:yit中的i代表地區(qū),t代表時(shí)間。通常,我們將第i個(gè)對(duì)象的T期觀測(cè)時(shí)間序列稱為面板數(shù)據(jù)的第i個(gè)縱剖面時(shí)間序列,將第t期N個(gè)對(duì)象的截面數(shù)據(jù)稱為面板數(shù)據(jù)的第t期橫截面。yiit是一包含5個(gè)變量的向量{lnp,lnysa,lnrealM 0,lnrmbreallend,7day_real_rate}。lnysa是支撐房?jī)r(jià)的基本面的區(qū)域收入水平變量,排除其他市場(chǎng)噪音干擾,其一單位正向沖擊將會(huì)刺激房?jī)r(jià)上揚(yáng)。將lnrealM 0、lnrmbreallend、7_day_real_rate三個(gè)貨幣政策工具變量納入同一模型系統(tǒng),分析不同區(qū)域房地產(chǎn)市場(chǎng)對(duì)不同工具變量表現(xiàn)的異同。由于每個(gè)區(qū)域面板數(shù)據(jù)中房地產(chǎn)市場(chǎng)結(jié)構(gòu)的異質(zhì)性,當(dāng)將時(shí)間序列程序應(yīng)用于面板數(shù)據(jù)估計(jì)時(shí),還需引入代表固定效應(yīng)的變量fi。而受應(yīng)變量滯后項(xiàng)的影響導(dǎo)致的fi與自變量的相關(guān)性,會(huì)使傳統(tǒng)用于消除固定效應(yīng)的“均值差分法”在對(duì)系數(shù)的估計(jì)中產(chǎn)生偏誤。因此,本文使用“前向均值差分法”(Arellano和Bover,1995)來(lái)消除固定效應(yīng)。該方法通過(guò)移除前向均值這一轉(zhuǎn)換方式,避免差分項(xiàng)與作為工具變量的滯后回歸項(xiàng)間的正交,從而達(dá)到準(zhǔn)確估計(jì)模型系統(tǒng)的目的。

三、貨幣政策工具對(duì)區(qū)域房地產(chǎn)市場(chǎng)影響異同性的動(dòng)態(tài)分析

(一)基于PVAR模型的脈沖-響應(yīng)圖。正交化脈沖-響應(yīng)函數(shù)分析的優(yōu)勢(shì)在于它可通過(guò)控制住其他政策變量的沖擊(令其值為常數(shù)),來(lái)度量房?jī)r(jià)對(duì)某一特定政策工具變量的正交化新息(innovation)的響應(yīng)。由于式(1)誤差項(xiàng)的方差-協(xié)方差矩陣可能是非對(duì)角矩陣,若要獨(dú)立識(shí)別出某一政策變量的沖擊,還需對(duì)系統(tǒng)中的變量進(jìn)行Choleski分解排序(Hamilton,1994)。在短期內(nèi),順序在前的變量較后面的變量更具弱外生性,即排序在前變量的滯后期項(xiàng)(lag)與同期項(xiàng)均會(huì)對(duì)后面變量產(chǎn)生影響,而后面變量?jī)H通過(guò)滯后期項(xiàng)對(duì)前面變量產(chǎn)生影響。本文設(shè)定的變量分解順序是{lnp,lnysa,lnrealM0,lnrmbreallend,7day_real_rate}。該次序表明,全局性的貨幣政策變量{lnrealM0,lnrmbreallend,7day_real_rate}只通過(guò)滯后項(xiàng)影響前面的地區(qū)級(jí)變量{lnp,lnysa},這與Keith Sill(1997)及Scott Schuh(2001)等的實(shí)證研究結(jié)論相符。在三個(gè)貨幣政策變量中,貨幣供給量(lnrealm0)的變動(dòng)與中央銀行的決策行為密切相關(guān),最具弱外生性,將其排在最前；而7天同業(yè)交易利率(7day_real_rate)作為目前市場(chǎng)程度化最高的利率,內(nèi)生性較強(qiáng),因此將其列居最后。

圖1至圖3分別顯示了東、中、西部地區(qū)三組樣本中房?jī)r(jià)對(duì)各類貨幣政策工具沖擊的脈沖響應(yīng)(IR)圖。其中橫軸表示沖擊作用的滯后期數(shù)(單位:月度),縱軸表示各區(qū)域房?jī)r(jià)對(duì)政策工具沖擊的響應(yīng)值。

圖1 東部地區(qū)房?jī)r(jià)對(duì)貨幣政策工具沖擊的脈沖響應(yīng)(IR)圖

圖2 中部地區(qū)房?jī)r(jià)對(duì)貨幣政策工具沖擊的脈沖響應(yīng)(IR)圖

(二)各區(qū)域房地產(chǎn)價(jià)格對(duì)貨幣政策響應(yīng)的同質(zhì)性。由圖1至圖3可見(jiàn),東、中、西部地區(qū)房地產(chǎn)價(jià)格對(duì)三種貨幣政策工具沖擊的響應(yīng)存在著一些共同特性:

圖3 西部地區(qū)房?jī)r(jià)對(duì)貨幣政策工具沖擊的脈沖響應(yīng)(IR)圖

1.各區(qū)域房地產(chǎn)價(jià)格對(duì)貨幣供給量沖擊的響應(yīng)深度高、速度快。圖1顯示,東、西部地區(qū)房?jī)r(jià)對(duì) M0沖擊的響應(yīng)峰值僅需2期就可達(dá)到,分別為1.83%和3.27%；中部房地產(chǎn)市場(chǎng)對(duì)M0沖擊的響應(yīng)峰值也在第3期達(dá)到,為2.41%。而東、中、西部地區(qū)房?jī)r(jià)對(duì)信貸沖擊的響應(yīng)峰值則在 1.47%至2.96%范圍內(nèi),略低于M0；對(duì)利率沖擊的響應(yīng)峰值在-0.32%至0.67%范圍內(nèi),更低于M 0數(shù)倍?？梢?jiàn),區(qū)域房地產(chǎn)市場(chǎng)對(duì)M 0沖擊的響應(yīng)深度(響應(yīng)峰值)最高,響應(yīng)速度(達(dá)到峰值的時(shí)間)最快,貨幣供給量對(duì)房地產(chǎn)市場(chǎng)的影響在短期內(nèi)有立竿見(jiàn)影的效果。這也從側(cè)面反映了我國(guó)房地產(chǎn)市場(chǎng)是吸收貨幣流動(dòng)性過(guò)剩的一個(gè)重要載體。一旦市場(chǎng)上存在流動(dòng)性過(guò)剩,充裕的資金就會(huì)刺激人們對(duì)住房的消費(fèi)需求及投資需求,使貨幣在短期內(nèi)快速向資產(chǎn)價(jià)值較高的房地產(chǎn)市場(chǎng)集中,基于房地產(chǎn)市場(chǎng)供給的黏性,短期的供不應(yīng)求局面使區(qū)域房?jī)r(jià)快速攀升。

2.各區(qū)域房地產(chǎn)價(jià)格對(duì)信貸沖擊的響應(yīng)存在較明顯的時(shí)滯。除中部地區(qū)房?jī)r(jià)對(duì)利率沖擊的響應(yīng)達(dá)到峰值的時(shí)間較長(zhǎng)外(第18期),各地區(qū)房?jī)r(jià)對(duì)貨幣政策工具沖擊的響應(yīng)達(dá)到峰值的時(shí)期基本一致:對(duì)M0沖擊達(dá)到響應(yīng)峰值的期限為2-3期；對(duì)利率沖擊達(dá)到響應(yīng)峰值的期限為4-5期；對(duì)信貸沖擊達(dá)到響應(yīng)峰值的期限為5-7期。較其他貨幣政策,各地區(qū)房?jī)r(jià)對(duì)信貸政策沖擊的響應(yīng)峰值要滯后1-4期左右。這主要是由于利益激勵(lì)機(jī)制的作用,結(jié)果使銀行對(duì)壞賬率較低的個(gè)人住房抵押貸款的規(guī)模相對(duì)較小,房地產(chǎn)信貸規(guī)模收縮往往集中體現(xiàn)在開(kāi)發(fā)貸款上。開(kāi)發(fā)貸款規(guī)模的收縮要通過(guò)影響未來(lái)房屋的供給量間接地影響房?jī)r(jià),因此房?jī)r(jià)對(duì)信貸工具有較長(zhǎng)的時(shí)滯性。

3.各區(qū)域房地產(chǎn)價(jià)格對(duì)利率沖擊的響應(yīng)持續(xù)期較長(zhǎng)。盡管如前所述,各地區(qū)房地產(chǎn)價(jià)格對(duì)利率政策沖擊的響應(yīng)峰值最小,但由圖1至圖3可見(jiàn),在考察期內(nèi),各區(qū)域房?jī)r(jià)對(duì)貨幣供給量及信貸政策的脈沖相應(yīng)圖形基本呈倒“U”形曲線(見(jiàn)圖(1)、圖(2)、圖(4)、圖(5)、圖(7)、圖(8)),曲線在末端均以一定的速度收斂至初始穩(wěn)態(tài)。然而,對(duì)利率的脈沖響應(yīng)在經(jīng)過(guò)前期短暫的波動(dòng)后(見(jiàn)圖(3)、圖(6)、圖(9)),在后面較長(zhǎng)時(shí)期內(nèi)都會(huì)穩(wěn)定在一個(gè)水平上:如東部穩(wěn)定在-0.26%；中部穩(wěn)定在-0.32%；西部穩(wěn)定在-0.12%。這說(shuō)明利率政策沖擊對(duì)各區(qū)域房產(chǎn)市場(chǎng)的影響并不易隨時(shí)間的推移而消失,長(zhǎng)期持續(xù)力較強(qiáng)。這是由房地產(chǎn)合同本身的特點(diǎn)所決定的,由于房地產(chǎn)開(kāi)發(fā)貸款和住房抵押貸款的合同期限均較長(zhǎng),加息在短時(shí)期內(nèi)并不能對(duì)已簽訂的信貸合同產(chǎn)生實(shí)質(zhì)性的影響,但卻會(huì)通過(guò)改變信貸成本與股票、債券、住房等資產(chǎn)成本間的利差,對(duì)房產(chǎn)企業(yè)和消費(fèi)者形成長(zhǎng)期的資本約束。

綜上所述,盡管區(qū)域房地產(chǎn)價(jià)格對(duì)貨幣供給量和信貸政策這兩類數(shù)量型貨幣政策工具沖擊的響應(yīng)峰值較高,短期內(nèi)效果顯著,但由于房地產(chǎn)價(jià)格的上漲壓力還會(huì)來(lái)自于市場(chǎng)預(yù)期、有限理性、信息不對(duì)稱等因素,在宏觀經(jīng)濟(jì)擴(kuò)張時(shí)期,只要投資者預(yù)期房?jī)r(jià)還會(huì)上漲,那么開(kāi)發(fā)商和購(gòu)房人會(huì)將其在資本市場(chǎng)和其他渠道融得的資金投入房地產(chǎn)市場(chǎng),緊縮的數(shù)量型貨幣政策對(duì)房產(chǎn)市場(chǎng)的影響在長(zhǎng)期內(nèi)將被弱化,利率這類價(jià)格型貨幣政策工具的長(zhǎng)期作用將更加突出。

(三)各區(qū)域房地產(chǎn)價(jià)格對(duì)貨幣政策響應(yīng)的異質(zhì)性。為清晰展示三種貨幣政策工具在不同區(qū)域房地產(chǎn)市場(chǎng)上的作用力度及時(shí)滯的差異性,由圖1至圖3可得出如下房?jī)r(jià)對(duì)貨幣政策工具沖擊響應(yīng)的區(qū)域異質(zhì)性結(jié)論:

1.東、西部地區(qū)房地產(chǎn)價(jià)格受數(shù)量型貨幣政策工具沖擊后向穩(wěn)態(tài)收斂的速度慢于中部地區(qū)。盡管各區(qū)域房地產(chǎn)價(jià)格對(duì)數(shù)量型貨幣政策工具沖擊的響應(yīng)圖形類似拋物線,均表現(xiàn)為先增后降,但東、西部地區(qū)房地產(chǎn)價(jià)格在達(dá)到響應(yīng)峰值后向零值的收斂速度卻非常緩慢(見(jiàn)圖(1)、圖(2)及圖(7)、圖(8)),在第18期末,數(shù)量型貨幣政策工具一個(gè)標(biāo)準(zhǔn)差的正向新息沖擊對(duì)東、西部?jī)傻貐^(qū)房地產(chǎn)價(jià)格有0.5%-0.7%的正向作用。而中部地區(qū)房地產(chǎn)價(jià)格的響應(yīng)則在短期內(nèi)達(dá)到峰值后快速向零值回落(見(jiàn)圖(4)、圖(5)),考察期末,數(shù)量型貨幣政策工具對(duì)中部地區(qū)房?jī)r(jià)的影響作用基本為0。這主要是因?yàn)槲覈?guó)區(qū)域發(fā)展戰(zhàn)略實(shí)行的是“優(yōu)先發(fā)展東部沿海”及“西部大開(kāi)發(fā)”等一系列非均衡梯度推進(jìn)戰(zhàn)略,即使在使用總量擴(kuò)張性的貨幣政策時(shí),現(xiàn)金及貸款流向也會(huì)表現(xiàn)出明顯的地區(qū)差異性?！?007區(qū)域金融運(yùn)行報(bào)告》數(shù)據(jù)就顯示:2007年?yáng)|部、西部地區(qū)分別凈投放現(xiàn)金3 851億元、250億元,中部地區(qū)則凈回籠現(xiàn)金1 333億元；截至2007年底,東部地區(qū)房地產(chǎn)商業(yè)貸款在全國(guó)占比79%,西部地區(qū)占比為14%,而中部地區(qū)占比僅為9%?？梢?jiàn),長(zhǎng)期的政策傾向性使東、西部地區(qū)房地產(chǎn)市場(chǎng)對(duì)商業(yè)銀行信貸及央行貨幣資金的依賴程度較大,因此,東、西部地區(qū)房地產(chǎn)市場(chǎng)對(duì)數(shù)量型貨幣政策調(diào)控的響應(yīng)時(shí)效性較長(zhǎng),回歸至穩(wěn)態(tài)的速度亦較慢,而中部地區(qū)房?jī)r(jià)的變動(dòng)更多地依賴于該地區(qū)的經(jīng)濟(jì)發(fā)展水平,房地產(chǎn)的發(fā)展更多地被本地區(qū)經(jīng)濟(jì)吸收(高鐵梅、梁云芳,2007)。

2.數(shù)量型貨幣政策工具對(duì)西部地區(qū)房?jī)r(jià)的累積效應(yīng)最為明顯,價(jià)格型貨幣政策工具對(duì)東部地區(qū)房?jī)r(jià)最為有效。貨幣型政策工具對(duì)區(qū)域房?jī)r(jià)的累積脈沖響應(yīng)的絕對(duì)值是衡量貨幣政策工具在考察期內(nèi)對(duì)區(qū)域房?jī)r(jià)調(diào)控力度大小的重要指標(biāo)。表2為圖1至圖3中各區(qū)域房地產(chǎn)市場(chǎng)對(duì)貨幣政策工具沖擊的累積響應(yīng)的實(shí)證統(tǒng)計(jì)表。分別比較表2中每橫行的三個(gè)數(shù)據(jù),可以發(fā)現(xiàn)在三地區(qū)房地產(chǎn)市場(chǎng)上,貨幣供給及信貸這兩種數(shù)量型貨幣政策工具對(duì)西部地區(qū)房?jī)r(jià)的累積效應(yīng)最大,分別為24.3%和27.28%。

數(shù)量型貨幣政策工具對(duì)西部地區(qū)房?jī)r(jià)的強(qiáng)有效性可從貨幣政策傳導(dǎo)的信貸渠道角度進(jìn)行解釋,它具體包括兩方面因素:首先,從銀行的信貸渠道角度(The Bank Lending Channel)看,由于銀行的規(guī)模與其融資能力緊密相關(guān)(Kashyap和Anil K,1994),當(dāng)實(shí)行緊縮性貨幣政策造成銀行信貸資金緊張時(shí),小銀行尋找替代資金來(lái)源的能力弱于大銀行,因此在銀行規(guī)模普遍較小的西部地區(qū)(參見(jiàn)圖4),數(shù)量型貨幣政策工具對(duì)房?jī)r(jià)沖擊較大；其二,從資產(chǎn)負(fù)債渠道(The Balance Sheet Channel)看,受區(qū)域經(jīng)濟(jì)條件制約,西部房地產(chǎn)企業(yè)規(guī)模相對(duì)較小,由于信息的非對(duì)稱,小企業(yè)進(jìn)行外部融資的信息成本和交易成本較高(Gertler和Mark、Simon Gilchrist(1993)),外部融資渠道過(guò)窄使其受到數(shù)量型政策沖擊的影響較大。

表2 分地區(qū)累積響應(yīng)實(shí)證結(jié)果統(tǒng)計(jì)表 (單位:%)

圖4 2007年末銀行業(yè)金融機(jī)構(gòu)地區(qū)分布圖②

價(jià)格型貨幣政策工具對(duì)東部地區(qū)房?jī)r(jià)的調(diào)控影響力為4.54%,遠(yuǎn)高于中部的0.08%和西部的2.48%。不同于數(shù)量型貨幣政策工具,利率的提高不僅會(huì)導(dǎo)致房地產(chǎn)企業(yè)貸款利息等財(cái)務(wù)費(fèi)用的增加,還會(huì)使企業(yè)的股票、債券等有價(jià)資產(chǎn)價(jià)格下跌,嚴(yán)重惡化企業(yè)內(nèi)外部的融資環(huán)境。當(dāng)前,東部地區(qū)的股票和債券籌資額占全國(guó)的比重超過(guò)80%,資本市場(chǎng)及其他形式的金融市場(chǎng)的發(fā)達(dá)程度遠(yuǎn)高于其他地區(qū)。因此較之中、西部地區(qū),東部地區(qū)房產(chǎn)企業(yè)及購(gòu)房者等微觀市場(chǎng)主體的利率敏感度最大。

3.東、中部地區(qū)房地產(chǎn)市場(chǎng)上主導(dǎo)型貨幣政策工具為M 0,西部市場(chǎng)則以信貸為主導(dǎo)。在考察期內(nèi),若特定區(qū)域房?jī)r(jià)對(duì)某種貨幣政策工具一個(gè)標(biāo)準(zhǔn)差正向沖擊的累積響應(yīng)的絕對(duì)值達(dá)到最大,那么,可定義該種貨幣政策工具為此區(qū)域的主導(dǎo)型貨幣政策工具。將表2中每縱列的三個(gè)數(shù)據(jù)進(jìn)行比較可知,M0為東、中部地區(qū)房地產(chǎn)市場(chǎng)的主導(dǎo)型貨幣政策工具,其累積響應(yīng)值分別為19.98%和11.63%；信貸為西部地區(qū)房地產(chǎn)市場(chǎng)的主導(dǎo)型政策工具,其累積響應(yīng)值為27.28%。利率工具盡管在東部房?jī)r(jià)的累積效應(yīng)高于中、西部地區(qū),但相比較于M0和信貸,在每個(gè)區(qū)域房地產(chǎn)市場(chǎng)的作用卻十分不顯著,不能成為主導(dǎo)型貨幣政策工具。我國(guó)利率的非市場(chǎng)化和房地產(chǎn)金融產(chǎn)品的單一性是使區(qū)域房產(chǎn)市場(chǎng)對(duì)利率調(diào)整的理性反應(yīng)機(jī)制尚未完全建立的重要原因。

四、結(jié)論與建議

本文以最優(yōu)貨幣區(qū)及房地產(chǎn)市場(chǎng)區(qū)域異質(zhì)性為出發(fā)點(diǎn),提出貨幣政策對(duì)區(qū)域房?jī)r(jià)影響異質(zhì)性的假設(shè),并利用中國(guó)房地產(chǎn)市場(chǎng)區(qū)域數(shù)據(jù)建立PVAR模型,通過(guò)脈沖響應(yīng)函數(shù)討論不同貨幣政策工具對(duì)房地產(chǎn)市場(chǎng)動(dòng)態(tài)影響的區(qū)域異同性。同時(shí)結(jié)合貨幣政策傳導(dǎo)渠道、信息非對(duì)稱、市場(chǎng)微觀金融結(jié)構(gòu)等理論分析闡述其產(chǎn)生的原因。得出的主要結(jié)論是:

第一,M 0對(duì)房?jī)r(jià)的整體影響在短期內(nèi)有立竿見(jiàn)影的效果,對(duì)東、西部地區(qū)房?jī)r(jià)影響的持續(xù)性顯著,并且是東、中部地區(qū)房地產(chǎn)市場(chǎng)的主導(dǎo)型貨幣政策工具。近年我國(guó)頻繁使用的調(diào)整法定存款準(zhǔn)備金率、公開(kāi)市場(chǎng)操作等調(diào)節(jié)貨幣市場(chǎng)的資金供給和流動(dòng)性的政策工具,有效地調(diào)節(jié)了人們對(duì)住房的消費(fèi)需求及投資需求,使貨幣在短期內(nèi)快速向資產(chǎn)價(jià)值較高的房地產(chǎn)市場(chǎng)集中,房地產(chǎn)市場(chǎng)成為吸收貨幣流動(dòng)性過(guò)剩的一個(gè)重要載體。但貨幣資金的逐利性及經(jīng)濟(jì)發(fā)展的非均衡梯度推進(jìn)戰(zhàn)略,導(dǎo)致了各區(qū)域房地產(chǎn)市場(chǎng)對(duì)M0沖擊響應(yīng)的非平衡性。

第二,各區(qū)域房?jī)r(jià)對(duì)信貸沖擊的響應(yīng)存在較明顯時(shí)滯,其中房?jī)r(jià)對(duì)信貸沖擊的累積響應(yīng)最大,且信貸是西部地區(qū)房地產(chǎn)市場(chǎng)的主導(dǎo)型貨幣政策工具。銀行內(nèi)部的利益激勵(lì)機(jī)制使得房地產(chǎn)信貸規(guī)模收縮集中體現(xiàn)在開(kāi)發(fā)貸款上,開(kāi)發(fā)貸款通過(guò)影響未來(lái)房屋的供給量間接地影響房?jī)r(jià),因此政策的時(shí)滯性較長(zhǎng)。依據(jù)貨幣政策的信貸傳導(dǎo)渠道理論,西部銀行規(guī)模小、實(shí)力弱及房產(chǎn)企業(yè)的外部融資成本高是西部地區(qū)房地產(chǎn)市場(chǎng)受信貸影響顯著的重要原因。

第三,利率對(duì)房?jī)r(jià)的持續(xù)影響顯著,它對(duì)東部地區(qū)房?jī)r(jià)的累積影響高于其他區(qū)域市場(chǎng),但較之?dāng)?shù)量型貨幣政策工具的影響作用仍較弱。利率政策通過(guò)改變信貸成本與股票、債券、住房等資產(chǎn)成本間的利差,對(duì)房產(chǎn)企業(yè)和購(gòu)房者的資產(chǎn)組合形成長(zhǎng)期的資本約束,因此有較長(zhǎng)期的持續(xù)性作用。東部地區(qū)多元化的房地產(chǎn)融資渠道使該區(qū)域各微觀主體對(duì)利率的敏感度較大,但由于我國(guó)利率形成機(jī)制尚未實(shí)現(xiàn)市場(chǎng)化,且金融產(chǎn)品單一,各區(qū)域房地產(chǎn)市場(chǎng)上的利率傳導(dǎo)渠道仍不暢通。

綜上分析我們提出如下建議:我國(guó)應(yīng)在全國(guó)統(tǒng)一性的貨幣政策總量調(diào)控的基礎(chǔ)上,針對(duì)不同的區(qū)域經(jīng)濟(jì)結(jié)構(gòu)現(xiàn)狀,適當(dāng)考慮房地產(chǎn)市場(chǎng)的地區(qū)差異性,實(shí)行適度差異化的區(qū)域金融調(diào)整政策。通過(guò)政策在總量調(diào)控和區(qū)域適度差別這兩方面的有機(jī)結(jié)合,提高社會(huì)資金在各地區(qū)房地產(chǎn)市場(chǎng)間的配置效率,優(yōu)化貨幣政策對(duì)全國(guó)房地產(chǎn)市場(chǎng)結(jié)構(gòu)的調(diào)控,促進(jìn)區(qū)域房地產(chǎn)市場(chǎng)之間的協(xié)調(diào)發(fā)展。為實(shí)現(xiàn)這一目標(biāo),宏觀政策制定部門(mén)應(yīng)妥善處理好貨幣政策的集中統(tǒng)一性與區(qū)域化取向的關(guān)系,處理好貨幣政策目標(biāo)的總量增長(zhǎng)與區(qū)域市場(chǎng)協(xié)調(diào)發(fā)展的關(guān)系,以及貨幣資金存量流量調(diào)控的總量平衡與結(jié)構(gòu)平衡的關(guān)系。

具體來(lái)說(shuō),可從以下三方面入手:首先,應(yīng)根據(jù)不同區(qū)域房地產(chǎn)市場(chǎng)的貨幣政策傳導(dǎo)渠道特點(diǎn),采取能夠發(fā)揮區(qū)域比較優(yōu)勢(shì),有利于資金優(yōu)化配置的政策工具組合；其次,健全政策傳導(dǎo)的商業(yè)銀行環(huán)節(jié),在確保決策統(tǒng)一的前提下,適當(dāng)擴(kuò)大分支行的貨幣政策權(quán)限,使之能因地制宜地實(shí)施相應(yīng)的政策操作,提高政策實(shí)施效應(yīng)；第三,結(jié)合我國(guó)區(qū)域發(fā)展的特點(diǎn),建立市場(chǎng)化利益導(dǎo)向的微觀經(jīng)濟(jì)利益主體,強(qiáng)化貨幣政策的傳導(dǎo)環(huán)節(jié)的關(guān)聯(lián)性。

*作者感謝世界銀行金融研究部Inessa Love博士提供的PVAR程序。感謝紐約城市大學(xué)巴魯克分校王珂教授、姚瑞教授和匿名審稿人的寶貴建議。當(dāng)然文責(zé)自負(fù)。

注釋:

①東部區(qū)域:北京市、天津市、河北省、遼寧省、上海市、江蘇省、浙江省、福建省、山東省、廣東省和海南??；中部區(qū)域:河南省、湖北省、湖南省、江西省和安徽?。晃鞑繀^(qū)域:四川省、重慶市、云南省、陜西省和廣西壯族自治區(qū)。

②盡管西部銀行總量規(guī)模(從業(yè)人數(shù)、資產(chǎn)總額)占全國(guó)比重基本與中部持平,但統(tǒng)計(jì)中西部地區(qū)包含11個(gè)省級(jí)行政區(qū),中部?jī)H包含8個(gè)省級(jí)行政區(qū)。由于西部地區(qū)銀行分布區(qū)域廣,機(jī)構(gòu)個(gè)數(shù)占比也明顯高于中部地區(qū),因此認(rèn)為在三個(gè)區(qū)域中,西部銀行機(jī)構(gòu)的單個(gè)平均規(guī)模最小。

[1]梁云芳,高鐵梅.中國(guó)房地產(chǎn)價(jià)格波動(dòng)區(qū)域差異的實(shí)證分析[J].經(jīng)濟(jì)研究,2007,(8):133-142.

[2]王洪衛(wèi).中國(guó)住房金融——資金籌措與風(fēng)險(xiǎn)防范機(jī)制[M].上海:上海財(cái)經(jīng)大學(xué)出版社,2001.

[3]魏瑋.貨幣政策對(duì)房地產(chǎn)市場(chǎng)沖擊效力的動(dòng)態(tài)測(cè)度[J].當(dāng)代財(cái)經(jīng),2008,(8):55-60.

[4]張濤,龔六堂,卜永祥.資產(chǎn)回報(bào)、住房按揭貸款與房地產(chǎn)均衡價(jià)格[J].金融研究,2006,(2):1-10.

[5]Beatriz Larraz-Iribas,Jose-Luis Alfaro-Navarro.Asymmetric behaviour of Spanish regional house prices[J].International Advances in Economic Research,2008,(14):407-421.

[6]Davis E,Philip and Zhu,Haibin.Bank lending and commercial property cycles:Some cross-country evidence[R].BIS Working Paper(No.150).March,2004.

[7]Del Negro,Marco Otrok,Christopher.Monetary policy and the house price boom across U.S.states[J].Journal of Monetary Economics,October 2007,54(7):1962-1985.

[8]Iacoviello,Matteo,Raoul Minetti.Financial liberalisation and the sensitivity of house prices to monetary policy:Theory and evidence[J].The Manchester School,2003,71(1):20-34.

[9]Inessa Love,Lea Zicchino.Financial development and dynamic investment behavior:Evidence from panel VAR[J].The Quarterly Review of Economics and Finance,2006,(46):190-210.

[10]Qi Liang,Hua Cao.Property prices and bank lendingin China[J].Journal of Asian E-conomics,2007,(18):63-75.

[11]William D Lastrapes.The real price of housing and money supply shocks:Time series evidence and theoretical simulations[J].Journal of Housing Economics,2000,11(1):40-74.