房地产价格波动与中央银行货币政策调控.docVIP

房地产价格波动与中央银行货币政策调控 一、引 言 房地产业作为国民经济的重要组成部分，对我国经济“平稳较快”的发展起着举足轻重的作用。1998年我国实行住房分配货币化的多层次住房制度改革以来，房地产市场发展迅速，居民资产结构中不动产份额持续增加，房地产投资已经成为我国经济增长的重要动力。据中国指数研究院测算，2009年我国房地产对GDP的贡献超过13%，如果加上房地产开发投资通过关联产业和拉动消费对GDP的拉动，房地产开发投资对经济增长的总贡献率甚至已超过了20%，这种负债的增加通过银行的传递使得整体宏观经济更容易受到房地产价格波动的影响。 在保持经济“平稳”发展为首要目标的前提下，为了研究我国房地产价格波动的轨迹，以及中央银行货币政策中的数量型工具（货币供应量）和价格型工具（汇率和利率）是否对房地产价格波动有着理想的调控渠道，本文针对“我国房地产价格波动的货币政策传导渠道是否成立？如果成立，那么应该如何选择货币政策中的数量型工具或者价格型工具去应对房地产价格的过度波动呢？”这两个问题进行了实证研究。 二、房地产价格与货币政策工具变量之间的波动传导模型 为了分析房地产价格分别与货币政策三种工具变量（货币供应量、汇率和利率）的动态变化关系，本文建立二维向量自回归多元GARCH(VAR--MVGARCH)模型。首先考虑房地产价格与货币政策工具变量之间的向量自回归VAR（1）形式： (1) 其中，是房地产价格在t时刻的变化率，是货币政策工具变量（货币供应量或利率或汇率）在t时刻的变化率。是虚拟变量，从19961月至1998年12月取值为0，从1999年1月至2010年3月取值为1。是1998年我国房改前后房地产价格变化的差别截距系数，是1998年我国房改前后货币政策工具变量变化的差别截距系数。矩阵中的元素表示变量信息的传导: 表示房地产价格变化受到自身上一期的影响；表示从货币政策工具变量到房地产价格的线性溢出，如果显著异于零，表示工具变量能够影响房地产价格的变化；表示工具变量的变化受到自身上一期的影响；表示从房地产价格到货币政策工具变量的线性溢出，如果显著异于零，表示房地产价格的变化能够反应工具变量的变化；是常数项，是残差项。 对于房地产价格分别与货币政策三种工具变量（货币供应量、利率和汇率）动态变化关系，本文使用MVGARCH-BEKK模型来分析，该模型为： (2) 其中，，，矩阵是一个下三角常数矩阵，和是参数矩阵。矩阵的元素反映了波动的ARCH效应。矩阵的元素反映了波动率传导的持久性(Persistence)，即波动的GARCH效应。本文通过AIC和SC准则的综合判断，确定了最优滞后阶数是1，而且大多数使用GARCH类模型的实证显示滞后一阶的模型即可对时间序列有相当良好的配置，故本文将选择二元BEKK(1,l)模型，该模型可以写成矩阵向量的形式: (3) 式中, 表示某个变量的条件方差，表示两个变量之间的条件协方差。表示i变量的ARCH效应对j变量未来波动的冲击，表示i变量的波动持久性对j变量未来波动的影响。其中i, j=1, 2。1代表房地产价格的变化率，2代表货币政策工具变量的变化率。考察房地产价格对货币政策工具变量是否存在显著的波动溢出效应，在于检验系数和是否显著异于零。考察货币政策工具变量对房地产价格是否存在显著的波动溢出效应，在于检验系数和是否显著异于零。 三、基于波动传导模型的实证分析 （一）数据的收集与处理 本文选取1996年1月到2010年3月的房地产价格增长率、货币供应量、人民币对美元汇率以及银行间同业拆借市场利率的月度数据为样本，每个变量获得观测值171个。其中，房地产价格增长率以国家统计局编制的“国房景气指数”中的房地产销售价格指数（本月）转化为月度增长率代表；货币供应量采用M2数据；人民币对美元汇率采用中美两国物价指数修正的实际汇率；银行间同业拆借市场利率选取银行间7天内同业拆借加权平均利率。其数据均来自中经网统计数据库和CSMAR研究数据库。为了消除异方差性，同时保证进入向量自回归多元GARCH模型的变量平稳性，本文分别用对数差分来表示每个变量的变化率。RE代表房地产价格增长率的变化率，M2代表货币供应量变化率，ER代表实际汇率变化率，IR代表利率变化率。 （二）平稳性检验 首先在对经济变量的时间序列进行单位根检验，以判别序列的平稳性。在此对序列采用ADF检验，其结果见表1。由表1可知，RE、M2和IR三个变量在1%显著性水平通过了平稳性检验，ER