任仙玲,鄧 磊,侯彥如

(中國海洋大學 經濟學院，山東 青島 266100)

一、引言

兼具消費和投資雙重屬性的房地產市場是在我國經濟發(fā)展占據重要地位的老牌市場，是關系國計民生的重要因素。1998年房地產市場化改革以來，雖然政策一直緊盯樓市，卻依然遏制不住樓市持續(xù)高漲的局面，且一、二、三線城市出現了不同程度的“繁榮”局面。而且，房地產市場在很大程度上吸引了國內外投資者的目光，其引發(fā)的投資或投機需求較為強烈。對外開放程度的加深，也愈發(fā)加大了外匯市場對房價的沖擊。2005年我國開始實行有管理的浮動匯率制度，根據國際清算銀行的相關數據顯示，2011年至2017年底，我國人民幣實際有效匯率上漲了將近20%。匯率的不斷攀升加速了國際熱錢的涌入，開放經濟條件下，房地產的保值增值性加之資本的逐利性促使境內外資本迅速涌入房地產市場，套取房價增值收益及匯兌收益，加速了房地產泡沫化的形成。有研究表明，2005年匯率改革前后，我國的房地產價格的年均遞增速度從之前的4.7%上升為8.9%，進一步凸顯了匯率與房價之間的互動關系。[1]但是從發(fā)達國家的歷史經驗來看，人民幣匯率持續(xù)走高的態(tài)勢也提醒我們要警惕人民幣升值過快帶來的負面影響。與此同時，房價的波動也在一定程度上影響匯率的變化。那么匯率變化與房價波動是否存在互動關系，并且對于一、二、三線城市而言，房價和匯率之間的變化又存在怎樣的差異性。

從國外的研究成果來看，國外的研究方向主要集中在匯率與資產價格關系之間的探討上，而且貢獻主要在理論方面，相較而言實證研究比較少。Friedman、Choudhry認為，資產市場價格變動影響貨幣需求，在此基礎上，資產價格與匯率之間也必然存在某種程度的關系[2-3]。后來，Kim、Pavlova等進一步驗證得出了貨幣升值預期與資產價格彼此之間存在正反饋的影響機制[4-5]。在相關的實證研究中，有國外學者分別立足于日本、加拿大等國的時代背景，研究了外匯匯率對房價的影響，研究結果表明匯率的升值往往導致房價的上漲。

在研究匯率與房價的關系上，國內學者分別從理論和實證兩個角度進行分析，而且在實證方面的研究已經很成熟，也已經取得了豐碩的成果。在整個研究歷程中，大多數研究主要探討人民幣匯率對房價的單向影響，而在近些年的文獻中，諸多學者也在著力研究兩者之間的互動關系。

楊元慶等從理論探討的角度論述了人民幣匯率對房價的影響，并詳細闡釋了人民幣匯率對房價的影響機制和傳導路徑[6]，但未說明房價對匯率的影響機制，也缺乏實證研究進行佐證；趙娜結合我國正處于發(fā)展中國家的時代背景，針對匯率與房價的問題，分別與日本和俄羅斯曾經面臨的經濟問題進行比較，她認為我國本身抵抗經濟風險的能力較弱，兩者之間存在的正向或負向反饋機制都會影響到各自市場的健康發(fā)展[7]。

在實證研究中，主要有兩種思路，大多數研究主要基于整體房價水平探討匯率與房價之間的關系，偶有文獻以各線城市為視角展開研究。鐘晨分別對全國及東、中、西部房價建立VAR模型進行研究，發(fā)現各線城市房價對匯率均不顯著，而在不同的經濟發(fā)展期，匯率對房價的影響也存在異質性[8]；闞瑀婷基于動態(tài)面板GMM模型探討了人民幣匯率對我國城市房價的差別影響，實證結果表明，匯率與各線城市房價存在顯著正相關，但對三線城市房價溢出效應較小[9]。相對而言，大多數學者主要基于整體房價水平來探究。在這些文獻中，學者們主要采用VAR的方法。肖衛(wèi)國等運用了STR模型證明了匯率對房價存在著非線性效應，起著正向推動作用。若人民幣升值過快，將會導致房價加速上漲[10]；韓鑫韜等通過構建VAR-FBEKK模型證明了匯率變化對房價變動存在間接溢出效應，并具體闡述了以貨幣供應量為中介的兩者之間的間接傳導關系[11，12-15]；李志慧通過兩區(qū)制的MS(2)-VAR模型發(fā)現兩者之間存在非線性互動關系，兩個市場之間存在著一種正向反饋機制，一個市場自身的價格變動都會正向促進另外一個市場的波動[12]；在此基礎上，郭銳欣等采用VAR-DCC-MGARCH模型進而發(fā)現人民幣匯率與房價之間雖然存在雙向影響，但房價對匯率波動的影響較強[13]。另外，運用因果檢驗的方法來探究兩者關系的文獻也比較普遍。郭樹華等基于均值Granger因果檢驗的方法發(fā)現短期內房價與匯率不存在顯著的因果關系，但是從長期來看，兩者存在雙向的因果關系，但是并未說明兩者的影響機制[14]；黃燕芬等認為匯率對各線城市房價存在較明顯影響，可以使用匯率有效預測房價，而房價對匯率的影響并沒有明顯的證據[15]；袁東等在驗證了實際有效匯率對房屋價格存在影響的基礎上又指出了2005—2014年間的中國房價上漲的13%～25%可由實際有效匯率進行解釋[16]。

綜上所述，雖然關于本論題的研究文獻眾多，但是以上研究方法都只是在均值意義上探討兩者之間的關系，忽視了更多細節(jié)上的東西，尤其是在上下尾區(qū)間的關系體現。為了更全面地揭示房價與匯率之間的關系，本文著重采用分位數Granger因果檢驗的方法分析匯率和房價之間的內在聯動關系。它探討了包含條件均值在內的不同條件分位數上的因果關系，是均值Granger因果檢驗的延伸與拓展。隨后利用分位數VAR模型以及脈沖響應，分析了各城市房價與匯率的聯動程度，揭示了兩者的內在聯系。本文研究所得的房價與匯率在不同區(qū)間內存在的聯動關系為政府進一步制定房地產調控政策以及人民幣國際化政策提供了一定的參考，具有一定的現實意義。

二、理論與計量模型

(一)匯率與房價相互作用的渠道分析

1.匯率對房價傳導機制

(1)預期效應：指人們預期外匯市場的動向，進而改變持有的貨幣數量，如果市場預期人民幣升值，會吸引國際資本流入國內，進而相應的部分資本流入房地產市場，推動房價上漲。另一方面，國際熱錢的流入會加劇人民幣升值壓力，央行為了穩(wěn)定匯率，勢必會投放基礎貨幣，進而增加國內流動性，這會進一步推高房價。

(2)財富效應：主要分為兩個渠道，以人民幣升值為例，一方面，匯率的上升導致進口商品價格相應下降，進而本國內生產產品的成本降低，從而國內產品供給增加，根據供求定理，供給的增加意味著價格的下跌，消費者的實際購買力增加，進而多余的購買力涌入房地產，導致房價上揚。另一方面，本幣升值引致資本流動性增加，投資者持有的資產價格上升，使其財富增值，進而增加對房屋的需求，導致房價上揚。

(3)流動性效應：當匯率具有升值預期，投資者往往通過兌換本幣進入房地產市場，熱錢的流入導致通貨膨脹，進而居民將財富轉化為不動產進行保值，從而推動房價上漲。

圖1匯率對房價傳導機制示意圖

2.房價對匯率傳導機制

(1)通過資本渠道：房價的上升意味著投資房地產市場具有較高收益，短期內推動更多的國際資本涌入國內，增加對本幣的需求，推高匯率。

(2)通過國內貨幣供給渠道：若房價持續(xù)上揚，將刺激國外資本持續(xù)涌入，迫使央行投放大量基礎貨幣，進而造成國內通貨膨脹，匯率面臨下降壓力。

(3)預期：房價上漲，因其房屋作為居民的剛性需求，投資者對未來房地產市場看好，資本流入，進而抬高匯率。

(二)分位數Granger因果檢驗

為檢驗匯率與房價的分位數Granger原因，以房價作為被解釋變量為例，建立分位數回歸模型：

(1)

其中，Ω為直到(t-1)時刻的信息集，Ft為房價時間序列，τ∈(0,1)，α(τ)0為截距項，Ft-j為(t-j)時刻房價序列，p為房價的滯后階數，et-h為(t-h)時刻匯率序列，q為匯率的滯后階數。

參數估計由加權殘差最小和得出：

(2)

其中，T為樣本容量，pτ(u)=[τ-1(u<0)]×u，1(·)為指示函數，令α(τ)=(α(τ)1,α(τ)2,…α(τ)j)T,β(τ)=(β(τ)1,β(τ)2,…β(τ)h)T,由(1)式的分位數回歸方程確定τ分位點的Wald檢驗量為：

(3)

(4)

Koenker and Machado(1999)證明了：

(5)

部分臨界值已由Anderews和Koenker et al.給出，表1給出分位區(qū)間[0.1,0.9]的Sup-Wald檢驗統(tǒng)計量值。

表1分位區(qū)間[0.1,0.9]的Sup-Wald檢驗統(tǒng)計量值

置信水平待檢驗參數向量維度1234510%8.1911.2013.4715.6217.695%9.8412.9315.1517.5619.611%13.0116.4419.0621.5424.18

注：待檢驗參數向量維度即本研究實證中的滯后月數

(三)QVAR(1)模型

若某分位區(qū)間存在因果關系，則建立分位數VAR模型研究兩者的聯動關系以及脈沖反應。考慮由Ft，et組成的2×1維向量時間序列Yt，建立QVAR(1)模型：

(6)

假定c=(c1(τ),c2(τ))′，a=(c1(τ),c2(τ),θ11,θ12,θ21,θ22)′，Qt=(QFt,Qet)′，

(四)分位數脈沖響應函數

定義在第τ分位點的分位數脈沖響應函數(OIRF)定義如下：

(7)

考慮VMA(∞)模型用以描述Yt的動態(tài)行為：

(8)

此時矩陣表示的二維時間序列分位數模型為：

Qt=c+θYt

(9)

根據VMA設定，在t時刻給一個單位沖擊，以對房價的沖擊為例：

(10)

對于給出的脈沖響應函數，有：

(11)

三、實證結果與分析

(一)數據來源及描述性統(tǒng)計

2010年4月30日北京出臺“國十條實施細則”中首次明確提出了“限購”，隨后深圳、上海、廈門、南京等地紛紛出臺“限購令”，考慮到限購對房價影響頗大，因此本文以限購之后的日期，即2011年1月至2017年11月作為研究期間，選取70個大中城市新建住宅價格指數和實際有效匯率指數作為原始數據，其中實際有效匯率指數則來源于國際清算銀行。為了實證研究的展開，本文將70個大中城市新建住宅指數的一、二、三線城市的當月同比數據進行分列以便本文的研究，同時對實際有效匯率指數進行了對數差分處理，定義如下：

e=ln(εt)-ln(εt-1)

其中，εt為t時期的實際匯率，e表示t時期調整后的匯率。各線城市房價與匯率走勢如圖2所示，從圖中可以看出，2011年至今，各線城市房價均出現不同程度的波動，波動在2014年年初開始加劇，各線城市房價此后均出現了不同程度的峰值。

圖2各線城市房價與匯率走勢圖

表2給出了各線城市房價當月同比序列與匯率序列的描述性統(tǒng)計及檢驗結果。從均值來看，各線城市房價總體變動均為正值，說明房價整體在上漲，一線城市房價上漲幅度較為顯著，三線城市房價較為平穩(wěn)。各線城市房價與匯率序列ADF值均在1%的顯著性水平下顯著，表明各序列均為平穩(wěn)序列。其中Q(10)統(tǒng)計量表明各序列均存在自相關現象。

表2各線城市房價當月同比序列與匯率對數差分序列的描述性統(tǒng)計

均值方差標準差偏度峰度J-B值ADF統(tǒng)計量Q(10)f19.535106.06910.2990.5802.1227.232??-4.178???368.110???f24.43740.4246.3580.3422.3583.002-3.888???378.000???f32.03418.5074.302-0.3542.0614.722?-3.637???354.580???e0.2391.8331.354-0.2282.8770.759-5.283???30.007???

注：“***”“**”“*”分別表示在1%、5%、10%的顯著性水平下顯著；其中f1、f2、f3分別表示一線、二線、三線城市當月同比房價，e表示經過對數差分后的匯率

表3 各線城市房價當月同比序列與匯率對數差分序列的相關系數

表3給出了各線城市房價序列與匯率序列的相關系數，從表中可以看出，匯率與房價的相關程度相對較小，其中與一線城市房價的相關系數最大；各線城市房價之間的相關程度相對較大，其中二三線城市間房價相關系數最大。

(二)均值Granger因果檢驗

本文首先對各線城市房價波動與匯率之間關系進行均值Granger因果檢驗，結果見表4。表4給出的滯后階數為最優(yōu)滯后階數，由AIC準則從滯后1月至滯后10月中確定，從表中可得到如下結論。

表4匯率與各線城市房價之間的均值因果檢驗

e→f1e→f2e→f3f1→ef2→ef3→e(p,q)(6,1)(10,1)(7,1)(2,1)(1,2)(1,2)AIC2.3880.9520.0913.1923.2423.235F值0.6030.6220.5065.55??2.1592.437?p值0.4400.4330.4800.0210.1220.094

1．匯率對各線城市房價的均值Granger因果檢驗不顯著

匯率對各線城市房價的F值在10%的水平下都不顯著，說明在均值意義上匯率不是房價的Granger原因，也就是說在均值框架下人民幣匯率波動并不是房地產價格變動的一個影響因素，其原因可能在于不同人群受匯率的影響存在異質性，進而整體上匯率對房價影響較不顯著：高收入人群在匯率提高時，基于本身的投機心理，往往更易將資產轉移到房地產市場以賺取更大收益，進而拉動房價上揚；而低收入人群更易受到自己的收入水平、消費習慣等因素的影響，因此房價的上漲往往會打消其購買欲望，進而抑制房價上漲。

2．各線城市房價對匯率的均值Granger因果檢驗較為顯著

一線城市房價對匯率的F值在5%的水平下顯著，二線城市房價對匯率的F值雖不顯著，但ρ值也接近于0.1，三線城市房價對匯率的F值在10%的水平下顯著，說明在均值意義上各線城市房價是匯率的Granger原因，兩者之間存在單向因果關系，表示房地產價格變動是人民幣匯率波動的一個影響因素，其原因可能是房地產市場對本國經濟發(fā)展有重要影響，至今仍然是諸多主要經濟體的支柱產業(yè)，房地產價格變動通過影響經濟走向進而傳導至匯率。例如房價下跌，地產遇冷，經濟下行，一國資產的平均回報率也會呈現下行態(tài)勢，導致匯率降低，人民幣面臨貶值壓力。此時，匯率和房價就會表現出同方向變動。

(三)分位數Granger因果檢驗

從表4均值Granger因果檢驗中可以看出，各線城市房價與匯率之間只存在單向因果關系，似乎說明匯率并不能顯著影響且準確預測各線城市房價變動，而各線城市房價卻能顯著影響匯率。為驗證這一結果的可靠性，本文采用分位數Granger因果檢驗的方法，以更全面分析匯率與各線城市房價的影響關系，并基于AIC信息準則確認滯后階數。表5給出了各個分位段兩個市場相互作用的最優(yōu)滯后階數，從滯后1月至滯后5月中確定。

均值角度只能刻畫兩變量的中心位置關系，不能捕捉到尾部信息，分位數回歸可以全面描述整個分布的狀況。接下來根據AIC準則確定的最優(yōu)階數，采用分位數法對式(6)進行估計，估計的分位點為[0.1,0.9]區(qū)間上。為了更直觀地描述分位數與式(6)解釋變量參數的關系，體現兩個市場之間解釋變量一階滯后項估計系數與分位數之間的聯系，將其置信區(qū)間繪制為圖3、圖4。

我們發(fā)現，在匯率對房價的影響方面，無論是一線還是二三線城市，匯率一階滯后項的估計值在低分位處系數估計值為負，而在高分位處也為負值，在中間位數接近于0，呈現出“尾部負相關”“中間不相關”的特點，“中間不相關”的特點與均值Granger因果檢驗結果是一致的。但是與均值Granger因果檢驗結果不一樣的是，匯率對房價的影響在尾部有所體現，在低(高)分位點匯率一階滯后項對房價的影響顯著，而在其他分位點上均不顯著。這種“尾部特征”是傳統(tǒng)的線性回歸模型捕捉不到的。

圖3匯率對各線城市房價——各分位水平滯后一階解釋變量系數β1(τ)估計值

圖4 各線城市房價對匯率——各分位水平滯后一階解釋變量系數估計值

通過繪圖得到直觀檢驗，接下來本文根據sup-Wald檢驗統(tǒng)計量值及相應臨界值判斷對應分位區(qū)間內分位數Granger因果是否成立，其結果見表5。從表5中可以進一步得到如下主要結論。

表5分位數Granger因果檢驗Sup-Wald檢驗結果

分位段匯率→房價e→f1e→f2e→f3房價→匯率f1→ef2→ef3→e[0.1,0.15]15.867??[4]0.948[1]16.226??[5]9.148???[1]10.788?[4]31.508???[5][0.15,0.2]8.390??[2]0.448[1]1.818[1]3.470[1]12.026[5]25.006???[5][0.2,0.25]7.461?[2]0.198[1]0.056[1]4.034[2]8.299[5]22.178???[5][0.25,0.3]1.225[1]0.196[1]1.108[1]4.621[2]0.332[1]20.351???[5][0.3,0.35]1.176[1]0.050[1]0.499[1]6.009??[1]0.056[1]15.460??[5][0.35,0.4]1.287[1]0.098[1]0.522[1]3.517[1]0.385[1]3.774[2][0.4,0.45]0.487[1]0.771[1]1.064[1]2.935[1]1.190[2]2.942[2][0.45,0.5]0.252[1]0.926[1]0.734[1]3.196[1]0.359[1]2.423[2][0.5,0.55]0.366[1]0.683[1]0.569[1]4.490?[1]1.859[1]1.906[2][0.55,0.6]0.641[1]0.645[1]0.086[1]4.033?[1]2.431[1]0.557[1][0.6,0.65]0.912[1]0.247[1]0.051[1]3.849[1]3.297[1]1.603[1][0.65,0.7]1.794[1]0.147[1]2.095[1]3.183[1]2.924[1]2.264[1][0.7,0.75]1.910[1]0.080[1]2.978[1]2.935[1]2.774[1]2.726[1][0.75,0.8]2.712[1]0.113[1]4.536?[1]1.157[1]2.337[1]3.022[1][0.8,0.85]4.076[1]8.531?[3]6.170[5]1.531[1]1.453[1]3.170[2][0.85,0.9]7.925?[1]10.947[5]4.240[2]6.158[2]2.728[1]1.880[1]

1．分位數Granger因果檢驗優(yōu)于均值Granger因果檢驗

在房價對匯率的影響方面，各線城市房價均存在因果關系顯著的分位區(qū)間，此結果與均值Granger因果檢驗一致，但均值Granger因果檢驗僅僅只能說明存在因果關系，而不能具體說明在哪個分位區(qū)間存在因果關系，分位數Granger因果檢驗有效彌補了該缺陷。

從表5中可以看出，即使均值意義上通過Granger因果檢驗，其因果關系成立的分位區(qū)間也不盡相同，一線城市房價對匯率影響較為顯著，在中低分位區(qū)間均存在顯著關系；而二三線城市房價只在低分位區(qū)間有顯著關系。

2．使用分位數Granger因果檢驗可以更全面描述房價與匯率關系

在匯率對各線城市房價的影響方面，使用分位數Granger因果檢驗均在極端分位區(qū)間捕捉到兩者的因果關系。這一結果表明，房價與匯率的聯動關系往往并不存在于中心位置，多數情況存在于尾部區(qū)間，均值Granger因果檢驗因此很難捕捉到兩者關系。例如，在匯率對一線城市房價的影響方面，均值Granger因果檢驗認為匯率波動不是一線城市房價波動的Granger原因，而分位數Granger因果檢驗卻發(fā)現，在[0.1,0.25]、[0.85,0.9]分位區(qū)間上，匯率波動是一線城市房價的Granger原因；在匯率對二線城市房價的影響方面，均值Granger因果檢驗認為不存在對二線城市房價存在顯著因果影響的匯率，而分位數Granger因果檢驗卻發(fā)現當房價處于較高階段時，匯率就會影響到二線城市房價；此外，匯率對三線城市房價的影響與一線城市房價有些類似，當房價處于極端條件下(高分位點與低分位點)，匯率對房價有顯著影響。

(四)分位數VAR模型及脈沖響應

表6QVAR(1)模型估計結果

房價分位區(qū)間常數項c1c2一階滯后項θ11θ21θ12θ22f1[0.1,0.15]-1.4624???-0.9685???0.9396???-0.0249-0.02590.3650?[0.85,0.9]2.6826???1.6201???0.9751???-0.0258-0.02150.5094???f2[0.1,0.15]-0.9206???-1.3329???0.9031???-0.0022-0.2581?0.3603?[0.8,0.85]1.1785???1.3128???0.9979???-0.0281-0.18350.5868???f3[0.15,0.2]-0.6026???-1.1911???0.9608???0.0109-0.1544?0.4275??[0.75,0.8]0.6394???1.1390???0.9820???-0.0690-0.06260.4896???

根據上文分位數Granger因果檢驗，得到具有Granger因果關系的分位區(qū)間，并選取其中兩個分位區(qū)間的各線城市房價與匯率進行QVAR(1)建模，得到表6。從表6中可以看出，QVAR(1) 模型擬合效果較好，多數系數較為顯著。

根據QVAR(1) 模型結果，可以判定各線城市房價與匯率存在密切聯系，為了定量描述兩者關系，本文通過構造分位數脈沖響應函數進行分析，圖5表示在一個單位標準差沖擊下的響應函數，進而直觀報告各線城市房價與匯率聯動影響隨時間的變化。

從圖5中可以看出，對于一線城市房價與匯率，兩分位區(qū)間表現趨勢一致，兩者呈現正相關。其中一線城市房價對匯率影響較為顯著，給匯率一單位正的標準差沖擊，房價變動在1到5月逐步減小，隨后迅速衰減到0，說明匯率的變動較大影響一線城市居民的購房策略以及市場對房地產的投資走向，其可能的原因是當匯率觸底反彈時，投資者對國內市場看好，進而部分資本涌入房地產市場，拉升了房價，而當匯率處于較高水平時，國內通貨膨脹壓力較大，居民有較大意愿將財富轉化為不動產進行保值，從而使一線城市房價上漲；而一線城市房價對匯率影響較不顯著，可能的原因是央行對匯市的管控減弱了房地產市場對匯市的溢出效應。

對于二線城市房價與匯率的影響關系，在兩分位區(qū)間，二線城市房價受匯率的影響依然也是在前幾個月較為顯著，隨后迅速收斂，這一趨勢與一線城市房價對匯率的影響類似，但在[0.1,0.15]分位區(qū)間二線城市房價對匯率影響較為顯著，其影響在第三個月達到最大，一直持續(xù)到25個月后才衰減到0。說明二線城市房價對匯率具有長期持續(xù)的影響，可能的原因是熱門城市的房屋受居民剛性需求，即使在經濟不景氣時也不會呈現下降趨勢，而二線城市房價可以較為快速準確地反映經濟的走勢，因此外匯市場的投資者更多地關注二線房地產市場判斷資本的流向，進而影響匯率。在二線城市房價過高時，投資者往往無法分辨其上漲的原因來自經濟面還是人們的炒房行為，因而其資本流動具有較大不確定性，對匯率的影響反而因為相互抵消變得較弱；在二線城市房價過低時，投資者可以準確判斷為經濟處于下行，因而國際資本流出，匯率下降，且國家經濟大環(huán)境往往需要較長的時間才能轉向，因而投資者對經濟看衰的預期對外匯市場有較長時間影響，甚至持續(xù)兩三年之久。

對于三線城市房價與匯率的影響關系，兩者關系與二線城市房價類似，但影響程度要略低于二線城市房價對匯率的作用，其原因可能是相較二線城市，三線城市的房地產市場發(fā)展還不夠完善成熟，因而對國內經濟風向反應不夠靈敏，進而投資者更加關心二線城市房地產市場。

圖5各分位區(qū)間城市房價與匯率脈沖響應

四、結論與政策建議

本研究旨在揭示房價與匯率的關系，以各線城市房價與匯率作為研究對象，綜合使用均值Granger因果檢驗和分位數Granger因果檢驗方法進行實證研究。通過前文的實證分析，我們可以清晰地看出房價與匯率之間存在一定的聯動關系。需要注意的是，本研究的分位數Granger因果關系大多發(fā)生在極端分位區(qū)間，如上尾的[0.1,0.15]和下尾的[0.85,0.9]，表明匯率對房價的預測能力有較強的限制條件，只有在匯率(房價)發(fā)生劇烈波動時，才會對房價(匯率)有較大影響，這為兩者因果關系的確立找到了新的佐證。以下為本文所得出的主要結論：

(1)在房價對匯率的影響方面，分位數Granger因果檢驗與均值Granger因果檢驗一致，說明房地產市場會影響到外匯市場，可能的原因是房地產市場作為我國經濟發(fā)展的支柱性產業(yè)，一定程度上掌握著我國的經濟命脈，房價的走勢作為可量化的指標一方面反映著國內的經濟狀況，另一方面也在一定程度上反映著外匯市場的運行情況。

(2)在匯率對房價的影響方面，均值Granger因果檢驗表明不存在因果關系，而分位數Granger因果檢驗捕捉到了不同分位段上匯率對房價的貢獻。結果表明，匯率對一線城市房價在較多分位數段上存在因果關系，可能的原因是一線城市發(fā)展迅速，對外貿易活動頻繁，相較二三線城市對匯率更為敏感。以人民幣升值為例，人民幣升值后，在預期效應、財富效應和流動性效應等綜合效應的作用下，通過降低成本和影響供需，進而刺激房價波動[11]。但二三線城市房價只捕捉到一至兩個分位數段存在因果關系，這表明隨著城市規(guī)模的下降，匯率對房價的影響相應減弱，可能的原因是匯率主要通過影響金融市場的相關因素達到影響其他市場的目的，但二三線居民大多居于內陸地區(qū)，對外貿易的往來活動不如一線城市，從而金融活動也不是過分活躍，那么對金融市場變化的反應就會顯得微弱，因而也恰當地解釋了房地產市場對匯率不敏感的現象。

(3)從脈沖圖可以看出，匯率對各線城市房價在各個區(qū)間都有較大影響，尤以在前期影響較為顯著，其后便迅速收斂；且各線城市房價對匯率的影響具有異質性和非對稱性，這一特點不僅表現在不同分位區(qū)間上，而且其影響強度也均有不同。

房價漲跌已然成為最受關注的民生問題，是構建和諧社會必須要解決的重大問題。同樣地，人民幣國際化的開展也是未來中國經濟所面臨的重大課題。通過本研究，不僅為探究房地產市場與匯率市場的關系提供一種新的可行思路，而且根據研究所得結論，我們提出以下兩點政策建議為將來政府制定政策提供參考，使政策效果得以優(yōu)化，更好地服務于經濟發(fā)展的大方針。

第一，完善人民幣匯率市場化形成機制，深入推進匯率市場化改革，發(fā)揮市場的基礎性作用，讓人民幣在供求關系的作用下靈活確立與其他外幣的比價。由本文實證結論我們可以知道房價的變化會影響到匯率的形成，這從側面反映了匯率無法在“自由”的環(huán)境中產生，其浮動無法反映市場供求，因而匯率市場化改革勢在必行。

第二，深化匯率制度改革，在調控過程中增強對房價的“關注”，以找到貨幣政策與匯率政策的最優(yōu)“銜接點”。通過實施穩(wěn)健的貨幣政策，在保證人民幣國際化進程穩(wěn)步進行的同時，兼顧房地產市場的穩(wěn)定。