景濤

【摘要】在本文中，通過采用構(gòu)建面板模與間序列模型進(jìn)行了省際季度數(shù)據(jù)的實證分析，有針對性的對中國貨幣政策對各地區(qū)房地產(chǎn)價格調(diào)控的差異化展開深入的探討與研究，以此來對中國貨幣政策調(diào)控房地產(chǎn)價格的有效性進(jìn)行進(jìn)一步的提升。

【關(guān)鍵詞】貨幣政策 房地產(chǎn)市場 省際差異化

1.變量選擇與數(shù)據(jù)來源

針對于我國的貨幣政策工具來講，其主要分為兩種類型，一種是數(shù)量型，一種是價格型。在本研究中，為了確保研究分析的準(zhǔn)確性與穩(wěn)健性，我們將這兩類分別進(jìn)行了回歸分析。針對于數(shù)量型貨幣政策工具的代理變量，我們對此采用了廣義貨幣供應(yīng)量（M2）同比變化率進(jìn)行代表，各省市的房地產(chǎn)市場銷售總額除以銷售面積，并經(jīng)過CPI指數(shù)平減，來計算出房地產(chǎn)價格，通過運用同比變化率來在實證分析中進(jìn)行表示。

在本文研究中，我國貨幣政策影響房地產(chǎn)市場價格產(chǎn)生省際差異化效應(yīng)的主要影響因素可以用各地區(qū)經(jīng)濟(jì)開放度（KFD）和金融發(fā)展水平（JRF）這兩個變量進(jìn)行表示。開放度（KFD）可以通過用進(jìn)出口與GDP之比表示，金融發(fā)展水平（JRF）可以用信貸總額與GDP之比表示。

2.基于面板模型的實證分析

在本研究中，采用了兩種方法進(jìn)行了實證分析，一種是動態(tài)面板模型的差分廣義矩估計（Diff-GMM），另一種是動態(tài)面板模型的系統(tǒng)廣義矩估計（Sys-GMM），通過采用對比的方式，對靜態(tài)面板模型與混合回歸模型進(jìn)行了對比實證分析，以此來解決了模型的內(nèi)生性問題。

基準(zhǔn)面板模型如下：HPi（t-1）=β0+β1Ri（t-1）+β2M2it+β3KFDit+β4JRFi（t-3）+ζit。其中，滯后一期用t-1進(jìn)行表示，滯后三期用t-3進(jìn)行表示，下標(biāo) t 是代表著第t年，下標(biāo) i是代表著第i個省份。其中，被解釋變量估計系數(shù)用 βi進(jìn)行表示，（i=1，2，3，4）；金融發(fā)展水平于用JRF進(jìn)行表示；房地產(chǎn)價格用HP 來表示；經(jīng)濟(jì)開放度用KFD進(jìn)行表示；貨幣供應(yīng)量用M2進(jìn)行表示；殘差項用ξ表示，以此來代表其他不可觀測因素。其詳細(xì)的準(zhǔn)面板模型的估計結(jié)果見表1.

表1結(jié)果顯示，在模型（1）與（2）中，本研究中通過采用Hausman 內(nèi)生性檢驗方法對解釋變量進(jìn)行檢測的結(jié)果表明，其P 值均小于 0. 05，由此可以說明，其存在內(nèi)生變量。在本研究中，內(nèi)生性問題主要是通過采用工具變量法來進(jìn)行解決的。同時，通過進(jìn)一步實施了過度識別約束檢驗，其結(jié)果顯示，所有回歸 Hansen J 統(tǒng)計量的 P 值都大于 0. 1，由此說明了采用GMM 估計的工具變量是有效的。在表1結(jié)果中顯示，一階自相關(guān)在擾動項的一階差分中存在，而在擾動項二階差分中，則不存在，由此說明了結(jié)果是可信的。

在表1 結(jié)果中，我們可以看出，利率滯后一期的影響系數(shù)，在混合回歸模型和靜態(tài)面板模型中，在 5% 及以上的顯著性水平上顯著為正，由此可以說明，房地產(chǎn)市場資金使用成本受到了利率變動的直接影響。

在表1 結(jié)果中，我們還得出，在三個估計模型中，M2對各省房地產(chǎn)價格的影響系數(shù)均在10%及以上的顯著性水平上顯著為正，由此結(jié)果可以表明，我國當(dāng)前房地產(chǎn)市場存在著嚴(yán)重的資金推動現(xiàn)象。

3.結(jié)語

綜上所述，通過運用面板模型構(gòu)建的方式，對我國貨幣政策對房地產(chǎn)價格調(diào)控的省際差異化效應(yīng)進(jìn)行了實證分析，以上的研究表明，我國貨幣政策對于房地產(chǎn)價格調(diào)控的確存在省際差異化效應(yīng)。

參考文獻(xiàn)：

[1]郭娜，章倩.我國房地產(chǎn)價格波動背后的金融影響因素分析[J].價格理論與實踐，2016，（11）：106-109.endprint