【摘要】量化寬松的貨幣政策是2008年次貸危機(jī)后各種為提振本國(guó)經(jīng)濟(jì)與產(chǎn)業(yè)選擇最多的方式,我國(guó)為應(yīng)對(duì)國(guó)外市場(chǎng)萎縮、國(guó)內(nèi)市場(chǎng)不振的情況,在2014年底推動(dòng)了量化貨幣政策。其政策對(duì)房地產(chǎn)市場(chǎng)的影響一直存在很大的爭(zhēng)議。本文基于長(zhǎng)沙市1998~2015年數(shù)據(jù)進(jìn)行實(shí)證分析,結(jié)果表明量化寬松政策對(duì)房?jī)r(jià)影響并不顯著,反而房地產(chǎn)投資額和第二產(chǎn)業(yè)發(fā)展帶動(dòng)了房?jī)r(jià)的上漲。
【關(guān)鍵詞】量化寬松 貨幣政策 房地產(chǎn)市場(chǎng) 因素分析
一、引言
作為國(guó)家首批兩型社會(huì)試驗(yàn)區(qū)和長(zhǎng)株潭城市群核心的長(zhǎng)沙,其房地產(chǎn)產(chǎn)業(yè)的健康可持續(xù)發(fā)展對(duì)帶動(dòng)地區(qū)經(jīng)濟(jì)發(fā)展有這重要作用。特別是“十二五”、“十三五”規(guī)劃以來(lái),長(zhǎng)沙城鎮(zhèn)化、工業(yè)化水平都得到更完全健康的發(fā)展。相比中部其他省會(huì)城市,長(zhǎng)沙經(jīng)濟(jì)增長(zhǎng)平穩(wěn)快速,房?jī)r(jià)漲幅目前處于合理區(qū)間。因此本文選取長(zhǎng)沙市2000~2015年數(shù)據(jù)分析量化寬松政策對(duì)房?jī)r(jià)的影響有重要參考價(jià)值。
二、研究假設(shè)
本文選取市場(chǎng)因素和貨幣因素,結(jié)合國(guó)內(nèi)外研究綜述構(gòu)建以下研究假設(shè):
假設(shè)1:市場(chǎng)利率與房地產(chǎn)價(jià)格負(fù)相關(guān)
John B.Taylor(2007)研究提出當(dāng)房?jī)r(jià)上升時(shí),企業(yè)和個(gè)體的借貸能力會(huì)提升,違約概率會(huì)下降;Matteo(2005)提出房?jī)r(jià)的上漲可以讓社會(huì)活動(dòng)更容易的獲得貸款,起到推動(dòng)社會(huì)供需總量的發(fā)展,因?yàn)榉績(jī)r(jià)的上漲帶來(lái)企業(yè)固定資產(chǎn)和個(gè)人資產(chǎn)的增值,其償債能力也得到提升[1]。綜上研究,所以市場(chǎng)利率的變化對(duì)房?jī)r(jià)波動(dòng)存在關(guān)聯(lián)。
假設(shè)2:貨幣供應(yīng)量與房地產(chǎn)價(jià)格正相關(guān)
Stephen(2005)運(yùn)用產(chǎn)品市場(chǎng)、房地產(chǎn)市場(chǎng)與政府當(dāng)時(shí)推行的貨幣政策建立一般動(dòng)態(tài)模型,實(shí)證結(jié)果表明擴(kuò)張的貨幣政策對(duì)房?jī)r(jià)產(chǎn)生正向波動(dòng)。Deokho(2006)運(yùn)用協(xié)整檢驗(yàn)研究了市場(chǎng)利率和房地產(chǎn)價(jià)格之間的關(guān)系,研究結(jié)果顯示兩者之間存在長(zhǎng)期負(fù)相關(guān)。伴隨著我國(guó)經(jīng)濟(jì)的高速發(fā)展,我國(guó)貨幣供應(yīng)量也長(zhǎng)期處于高位增長(zhǎng),這在一定程度上市造成房?jī)r(jià)上漲的原因。
假設(shè)3:投資規(guī)模與房地產(chǎn)價(jià)格正相關(guān)
Claus(2007)研究得出當(dāng)投資增長(zhǎng)幅度下降時(shí),房地產(chǎn)價(jià)格的波動(dòng)趨于平穩(wěn),當(dāng)投資增速維持或持續(xù)增長(zhǎng)時(shí),房地產(chǎn)價(jià)格波動(dòng)較大,同時(shí)房地產(chǎn)價(jià)格和行業(yè)信貸總量之間符合長(zhǎng)期一般均衡關(guān)系,因此投資規(guī)模可能是影響房地產(chǎn)價(jià)格的關(guān)鍵因素。
假設(shè)4:第二產(chǎn)業(yè)增加值與房地產(chǎn)價(jià)格正相關(guān)
同步全國(guó)進(jìn)行的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,長(zhǎng)沙整體產(chǎn)業(yè)機(jī)構(gòu)轉(zhuǎn)型發(fā)展良好,作為集聚了三一重工、中聯(lián)重科、山河智能等一批機(jī)械制造的城市,第二產(chǎn)業(yè)整體所占比重較大,各產(chǎn)業(yè)與行業(yè)之間存在良性互動(dòng),相互促進(jìn)發(fā)展。第二產(chǎn)業(yè)增長(zhǎng)為長(zhǎng)沙政府稅收、提高居民收入、帶動(dòng)相關(guān)產(chǎn)業(yè)發(fā)展等都貢獻(xiàn)了重要作用,同時(shí)第二產(chǎn)業(yè)增長(zhǎng)也會(huì)占用跟多資源,增加了整體需求量,進(jìn)而可能帶動(dòng)房?jī)r(jià)的上漲。
假設(shè)5:城鎮(zhèn)居民人均可支配收入與房地產(chǎn)價(jià)格正相關(guān)
城鎮(zhèn)居民的購(gòu)買能力是影響房地產(chǎn)需方市場(chǎng)的關(guān)鍵因素,人均可支配收入的增長(zhǎng)會(huì)影響居民購(gòu)買住房的意愿,推高房地產(chǎn)需求從而導(dǎo)致房地產(chǎn)價(jià)格的上漲,所以城鎮(zhèn)居民的可支配收入和房地產(chǎn)價(jià)格之間存在明顯正向關(guān)系。
三、實(shí)證分析
(一)數(shù)據(jù)與模型設(shè)定
本文數(shù)據(jù)來(lái)源長(zhǎng)沙政府統(tǒng)計(jì)信息網(wǎng)和國(guó)家統(tǒng)計(jì)局,整理收集了2000~2015年市場(chǎng)利率X1、貨幣供應(yīng)量X2、房地產(chǎn)投資額X3、長(zhǎng)沙市第二產(chǎn)業(yè)增加值X4和長(zhǎng)沙人均可支配收入X5。建立如下多元線性回歸模型:
Y=β0+βiXi+μ
其中Y為長(zhǎng)沙市住宅平均銷售價(jià)格,Xi為影響長(zhǎng)沙市住宅平均銷售價(jià)格的因素,K為解釋變量的個(gè)數(shù),β為回歸系數(shù),μ為隨機(jī)干擾項(xiàng)。
(二)數(shù)據(jù)處理
本文通過(guò)Y與Xi之間的散點(diǎn)圖與直線擬合,進(jìn)行OLS回歸分析,回歸模型中Y與Xi之間總體線性相關(guān)性顯著,回歸系數(shù)檢驗(yàn)X前參數(shù)有未通過(guò)t檢驗(yàn)(p-value=0.7874、0.7129、0.2701>a=0.05),并且X4回歸系數(shù)為負(fù)數(shù)與前期假設(shè)預(yù)期不符,所以解釋變量之間存在多重共線性。
因?yàn)槌醪竭x定的五個(gè)自變量間存在多重共線性的問(wèn)題,為保證有效性,必須將一些相關(guān)的自變量從模型中剔除。計(jì)算各自變量之間相關(guān)系數(shù)矩陣的結(jié)果如表2所示。
因Xi之間存在多重共線性,為保證各自變量的有效性,需刪除相關(guān)的變量。
由表可知,與X1、X3、X4、X5之間存在高度相關(guān)性。
依次作為簡(jiǎn)單回歸:
(1)Y=1479.749+0.000431X1
(18.10) (20.11)
R2=0.9172 D.W.=1.147877
(2)Y=1932.8212+0.000114X3
(19.38) (28.12)
R2=0.968335 D.W.=1.40245
(3)Y=1511.536+1.2823136X4
(18.11) (25.02)
R2=0.979649 D.W.=1.973452
(4)Y=149.2346+0.193116X5
(0.96) (19.07)
R2=0.962839 D.W.=1.273452
由上可知,長(zhǎng)沙市住宅平均銷售價(jià)格受長(zhǎng)沙市房地產(chǎn)投資額影響最大,所以選X3的回歸方程作初始的回歸模型,其他變量的分別帶入得到最佳回歸方程。
首先,公式(3)中引入X1,擬合度符合預(yù)期上升并且在顯著性水平下通過(guò)了t檢驗(yàn),并由D.W值可知沒(méi)有一階自相關(guān),因此X1、X3作為解釋變量滿足條件,再依次用X4、X5與X3回歸分析,但其OLS回歸結(jié)果不佳,所以可只考慮用X1、X3加引入另一個(gè)變量的效果是否更好。然后,在初始模型包含X1、X3之后依次引入X4、X5,兩者都沒(méi)有通過(guò)顯著性水平檢驗(yàn),并且結(jié)果也不符合預(yù)期,由此可以得出用三個(gè)解釋變量進(jìn)行回歸模型分析不符合預(yù)期,存在多重共線性的問(wèn)題。最后,進(jìn)行四個(gè)解釋變量的回歸模型分析,得出結(jié)果不符合預(yù)期要求。由此作出判斷,選擇X1、X3與Y建立回歸模型最佳。
(三)回歸方程的建立及結(jié)果的解釋
建立長(zhǎng)沙市商品房平均銷售價(jià)格,長(zhǎng)沙住宅投資額X3,長(zhǎng)沙第二產(chǎn)業(yè)增加值X4的線性回歸方程,回歸結(jié)果如表3所示。
采用長(zhǎng)沙住宅平均銷售價(jià)格、市場(chǎng)利率X1、住宅投資額X3構(gòu)建回歸模型,結(jié)果如表3:
多元線性回歸方程結(jié)果如下:
Y=1593.832+0.000291X1+0.743158X3
由之前分析可知因?yàn)榇嬖诙嘀毓簿€性,在剔除貨幣供應(yīng)量X2、長(zhǎng)沙市第二產(chǎn)業(yè)增加值X4和長(zhǎng)沙人均可支配收入X5,長(zhǎng)沙住宅價(jià)格投資額X3、市場(chǎng)利率X1與長(zhǎng)沙住宅平均銷售價(jià)格呈現(xiàn)顯著相關(guān)關(guān)系。對(duì)構(gòu)建的多元線性回歸方程進(jìn)行OLS估計(jì)和D.W檢驗(yàn)后,得出不顯著,nR2=14.78949,說(shuō)明該回歸方程存在異方差性。在運(yùn)用加權(quán)最小二乘法估計(jì)得的結(jié)果,列回歸方程:
Y=1527.844+0.000119X1+0.864415X3
通過(guò)回歸方程可知,在選取的自變量里對(duì)房地產(chǎn)價(jià)格影響最大的是長(zhǎng)沙市住宅投資額,其次是市場(chǎng)利率。經(jīng)過(guò)上述回歸分析得出結(jié)果可知,長(zhǎng)沙住宅投資額與房地產(chǎn)價(jià)格呈正相關(guān)。住宅投資額每提高1個(gè)單位,房?jī)r(jià)對(duì)應(yīng)增加0.864415個(gè)單位。
由此得出,作為衡量房地產(chǎn)市場(chǎng)供給方的住宅投資額X3對(duì)房地產(chǎn)價(jià)格有顯著影響,當(dāng)住宅投資額出現(xiàn)明顯波動(dòng)時(shí)也會(huì)帶來(lái)房?jī)r(jià)的顯著波動(dòng)。其次市場(chǎng)利率X1水平作為影響房地產(chǎn)市場(chǎng)需求方成本的重要因素對(duì)房?jī)r(jià)也有顯著影響。同時(shí)由回歸結(jié)果可知貨幣供應(yīng)量X2、長(zhǎng)沙市第二產(chǎn)業(yè)增加值X4和長(zhǎng)沙人均可支配收入X5對(duì)房地產(chǎn)價(jià)格的影響不顯著,這表明目前剛需占整體住宅需求量的比例還是有限,存在大量投機(jī)需求,同時(shí)房地產(chǎn)價(jià)格的波動(dòng)也會(huì)導(dǎo)致明顯的羊群效應(yīng),需要市場(chǎng)及時(shí)抑制泡沫膨脹防止出現(xiàn)系統(tǒng)風(fēng)險(xiǎn)。
四、結(jié)論與啟示
由以上分析可得,在選取的變量中對(duì)房地產(chǎn)價(jià)格影響最大的因素為住宅投資額,結(jié)合長(zhǎng)沙市當(dāng)前具體的經(jīng)濟(jì)發(fā)展?fàn)顩r分析,可以得出結(jié)論:首先,住宅投資額代表房地產(chǎn)企業(yè)的未來(lái)預(yù)期與未來(lái)選擇,敏銳的房地產(chǎn)企業(yè)往往偏向于投資熱點(diǎn)城市、熱點(diǎn)地區(qū),這也就是全國(guó)各地屢屢曝出天價(jià)地王的原因,所以某一地區(qū)住宅投資額的劇烈波動(dòng)往往會(huì)導(dǎo)致房?jī)r(jià)的劇烈波動(dòng)。其次,市場(chǎng)利率對(duì)房地產(chǎn)市場(chǎng)供給方和需求方的成本都有明顯影響,市場(chǎng)利率的下降會(huì)在一定程度上激活市場(chǎng)活力,房地產(chǎn)企業(yè)融資成本和購(gòu)買方貸款成本降低,也會(huì)激發(fā)供需量的明顯增長(zhǎng)。最后,貨幣供應(yīng)量對(duì)房?jī)r(jià)波動(dòng)不起顯著性影響,表明在現(xiàn)階段量化寬松政策對(duì)房?jī)r(jià)影響還處于合理可控的范圍。面對(duì)目前房地產(chǎn)市場(chǎng)剛需有限、投資性需求快速提升的情況,需要政府制定有效政策甄別剛需和投資性需求,在推動(dòng)城鎮(zhèn)化、改善居民居住條件的同時(shí)遏制不合理的投資性需求。
參考文獻(xiàn)
[1]John B.Taylor,2007,“Housing and monetary policy”,NBER Working Paper 13682.
[2]Stephen Malpezzi and Susan M.Wachter,2005,“The Role of Speculation in Real Estate Cycles”,Journal of Real Estate Literature,Vol.13,No.2,P141-164.
[3]Claus Greiber and Ralph Setzer,2007,“Money and housing -evidence for the euro area and the US”,Deutsche Bundesbank Discussion paper.
[4]姚莉,馬文鵬.次貸危機(jī)再回顧及對(duì)我國(guó)經(jīng)濟(jì)轉(zhuǎn)型期貨幣政策的啟示[J].湖南社會(huì)學(xué),2015,(06):126-130.
[5]劉曉蘭.美國(guó)量化寬松貨幣政策對(duì)中國(guó)經(jīng)濟(jì)的溢出效應(yīng)研究[D].湖南大學(xué),2015.
作者簡(jiǎn)介:李菲(1993-),遼寧撫順人,深圳大學(xué)研究生,研究方向:金融市場(chǎng)。