聯(lián)系匯率制度下香港房?jī)r(jià)的影響因素

王思沛 劉芷辰

摘?要：?本文使用香港2006年1月至2022年2月的月度數(shù)據(jù)，通過(guò)建立時(shí)變向量自回歸模型（TVP-VAR）研究聯(lián)系匯率制度下貨幣政策代理指標(biāo)對(duì)房地產(chǎn)價(jià)格的影響。實(shí)證研究發(fā)現(xiàn)，貨幣供應(yīng)量M2對(duì)香港的房地產(chǎn)價(jià)格有顯著的正向影響，并且在2014年底時(shí)，貨幣供應(yīng)量M2在短期、中期和長(zhǎng)期對(duì)房地產(chǎn)價(jià)格的影響都有一個(gè)顯著的上升，隨后一直保持在一個(gè)較高的水平。而利率對(duì)香港房地產(chǎn)價(jià)格的影響較為復(fù)雜，存在明顯的時(shí)變性，主要原因可能為供需緊張和財(cái)富效應(yīng)。

關(guān)鍵詞：?香港；房?jī)r(jià)；時(shí)變向量自回歸

中圖分類(lèi)號(hào)：?F23??????文獻(xiàn)標(biāo)識(shí)碼：?A??????doi：10.19311/j.cnki.16723198.2023.06.053

0?引言

香港房?jī)r(jià)一直居高不下，除了1997-2003年受到亞洲金融危機(jī)影響，之后房?jī)r(jià)一路上漲，2008年次貸危機(jī)也不例外。根據(jù)差餉物業(yè)估價(jià)署最新發(fā)布的數(shù)據(jù)，2022年7月香港實(shí)際住宅物業(yè)價(jià)格指數(shù)為376.10，相較于起始觀(guān)測(cè)年份1993年7月同比上漲283%，可見(jiàn)香港房?jī)r(jià)漲勢(shì)驚人。據(jù)2021年《國(guó)際住房承受能力報(bào)告》顯示，香港已經(jīng)接連十二年位于全球房?jī)r(jià)最難負(fù)擔(dān)城市榜首。

面對(duì)不斷攀升的房?jī)r(jià)，香港政府也采取了一系列政策手段，如土地政策、貨幣政策、公屋政策、稅收政策等。其中，貨幣政策是影響房地產(chǎn)市場(chǎng)運(yùn)行的重要手段之一。一般來(lái)說(shuō)，房?jī)r(jià)可以通過(guò)貨幣政策來(lái)進(jìn)行調(diào)控，由于香港是特殊的經(jīng)濟(jì)體，采用的是盯住美元的聯(lián)系匯率制度，即港幣與美元掛鉤。?因此，香港貨幣當(dāng)局的貨幣調(diào)控結(jié)果與美聯(lián)儲(chǔ)步調(diào)基本一致。2008年次貸危機(jī)以來(lái)，美國(guó)一直實(shí)行量化寬松的貨幣政策，這是否會(huì)是推動(dòng)香港房?jī)r(jià)高企的原因呢？另外，香港是國(guó)際金融中心，同時(shí)也是一個(gè)小型的開(kāi)放經(jīng)濟(jì)體，資本可以自由進(jìn)出，香港的貨幣政策代理指標(biāo)反映了資金的凈流動(dòng)以及國(guó)際信貸環(huán)境。Chen和Lin（2021）通過(guò)實(shí)證研究發(fā)現(xiàn)貨幣政策對(duì)房?jī)r(jià)影響的強(qiáng)度與金融自由度有關(guān)。香港是個(gè)高度開(kāi)放的小型經(jīng)濟(jì)體，因此，研究香港這個(gè)特殊的地區(qū)有一定的理論意義。

1?相關(guān)文獻(xiàn)綜述及評(píng)析

國(guó)內(nèi)外專(zhuān)家學(xué)者針對(duì)房?jī)r(jià)的影響因素做出了研究，部分學(xué)者認(rèn)為貨幣政策會(huì)影響一個(gè)國(guó)家或地區(qū)的房?jī)r(jià)。盛寶柱、李震（2021）基于VAR模型，指出貨幣供應(yīng)量M2和三年期貸款利率Rate會(huì)對(duì)房地產(chǎn)價(jià)格產(chǎn)生影響，且貨幣供應(yīng)量比三年期貸款利率對(duì)房地產(chǎn)價(jià)格的影響要更大；沈律成（2020）就貨幣政策及股價(jià)波動(dòng)對(duì)房地產(chǎn)價(jià)格進(jìn)行探究，通過(guò)VAR模型實(shí)證得出數(shù)量型貨幣政策工具優(yōu)于價(jià)格型貨幣政策工具；Chen、Lin（2021）?使用SVAR模型，指出寬松的貨幣政策會(huì)導(dǎo)致房?jī)r(jià)上漲，且房?jī)r(jià)對(duì)貨幣政策的反應(yīng)因國(guó)家而異。

學(xué)者們還對(duì)香港房地產(chǎn)市場(chǎng)做出了深入研究。Farhad?et?al?（2019）研究發(fā)現(xiàn)短期來(lái)看貨幣供應(yīng)量對(duì)香港房地產(chǎn)價(jià)格的影響顯著為正，但長(zhǎng)期來(lái)看利率才是房?jī)r(jià)飆升的因素；同時(shí)中國(guó)大陸的經(jīng)濟(jì)增長(zhǎng)對(duì)房屋價(jià)格的影響也很大。Ho?L.S?、Gary?W.C.?Wong（2017）認(rèn)為需求側(cè)上，房屋價(jià)格、利率、預(yù)期價(jià)格和收入之間存在長(zhǎng)期均衡；供給側(cè)上，私人屋院的完工、房?jī)r(jià)、利率和建筑及土地的成本之間存在長(zhǎng)期均衡關(guān)系。

現(xiàn)有較多文獻(xiàn)采用傳統(tǒng)的線(xiàn)性時(shí)間序列模型研究房?jī)r(jià)的影響因素，較少使用動(dòng)態(tài)性的時(shí)變參數(shù)模型。同時(shí)，學(xué)者們對(duì)于香港房?jī)r(jià)的研究大多數(shù)是從宏觀(guān)層面討論，少有學(xué)者考慮到香港的特殊性，即聯(lián)系匯率制度下貨幣政策對(duì)房?jī)r(jià)的影響。因此，本文使用時(shí)變參數(shù)向量自回歸模型TVP-VAR進(jìn)行實(shí)證分析，旨在從聯(lián)系匯率制度下貨幣政策的角度，探究推動(dòng)香港房?jī)r(jià)高企的原因。

2?理論模型和數(shù)據(jù)

2.1?理論模型

本文使用基于Sims（1980）提出的普通的VAR模型的基礎(chǔ)上演變，由Primiccri（2005）首次提出，并由Nakajima（2011）拓展得到的參數(shù)具有時(shí)變特征的向量自回歸模型TVP-VAR進(jìn)行建模分析。在模型中，時(shí)變性的系數(shù)矩陣和協(xié)方差矩陣可以反應(yīng)沖擊大小以及傳導(dǎo)路徑的變化，將變量之間的非線(xiàn)性特征擬合出來(lái)，因此可以更好的估計(jì)內(nèi)生變量的時(shí)變性。TVP-VAR模型的表達(dá)式如下：

yt=Xtβt+A-1t∑tεt，t=s+1，…，n，εt～N（0，Ik）

其中，yt是k×1維列向量，Xt=Ik?yt-1，yt-2，…，yt-s?。

由于Nakajima（2011）的假定，At是k×k維下三角矩陣，∑t是k×k維對(duì)角陣。

At=??1?0?…?0α21，t?1?????0αk1，t?…?αk，k-1，t?1??，

∑t=??σ1，t?0?…?00?σ2，t?????00?…??σk，t??

βt是系數(shù)向量，At是參數(shù)矩陣，∑t是協(xié)方差矩陣，βt、At和∑t都有隨著時(shí)間變化的特征。

為了令參數(shù)估計(jì)更精確，本文參考Nakajima（2011）的方式，使用馬爾科夫蒙特卡洛模擬的方式對(duì)TVP-VAR模型進(jìn)行參數(shù)估計(jì)。

2.2?數(shù)據(jù)選擇

本文涉及的主要變量有房地產(chǎn)價(jià)格、貨幣供應(yīng)量、利率。其中，因變量為房地產(chǎn)價(jià)格，選取私人單位住宅售價(jià)指數(shù)（1999=100）；自變量為貨幣政策的兩個(gè)代理指標(biāo)：貨幣供應(yīng)量和利率，其中貨幣供應(yīng)量選取廣義貨幣供給量M2作為數(shù)量型貨幣政策的代理指標(biāo)、利率選擇7天固定香港銀行同業(yè)拆放利率（期內(nèi)平均）。選擇的樣本區(qū)間為2006年1月-2022年2月的共206個(gè)月的月度數(shù)據(jù)。各變量具體情況如表1所示。

3?實(shí)證分析

本文使用STATA14.0對(duì)數(shù)據(jù)進(jìn)行單位根檢驗(yàn)和最優(yōu)滯后階數(shù)的選擇，使用OxMetrics來(lái)建立時(shí)變參數(shù)的VAR模型，進(jìn)行脈沖響應(yīng)分析。為了使數(shù)據(jù)更加平滑，對(duì)房地產(chǎn)價(jià)格hpi、貨幣供應(yīng)量M2和七天固定香港銀行同業(yè)拆放利率rate進(jìn)行對(duì)數(shù)處理。

3.1?單位根檢驗(yàn)

為防止序列不平穩(wěn)時(shí)可能出現(xiàn)偽回歸現(xiàn)象，在建模之前，先進(jìn)行單位根檢驗(yàn)，來(lái)確保數(shù)據(jù)的平穩(wěn)性。本文選擇對(duì)數(shù)據(jù)進(jìn)行ADF檢驗(yàn)，考察時(shí)間序列的平穩(wěn)性。由下表可以看出，七天固定香港銀行同業(yè)拆放利率rate、貨幣供應(yīng)量M2和房地產(chǎn)價(jià)格hpi對(duì)數(shù)序列的P-Value均大于0.05，是非平穩(wěn)序列。在對(duì)這三個(gè)序列進(jìn)行一階差分后，P-Value均為0，在1%的統(tǒng)計(jì)水平上顯著，說(shuō)明這三個(gè)一階差分序列平穩(wěn)。

3.2?確定最優(yōu)滯后階數(shù)

和普通的VAR模型一樣，只有當(dāng)所有的序列都平穩(wěn)的時(shí)候，才能建立TVP-VAR模型。模型既不能有遺漏變量，同時(shí)也要考慮自由度的問(wèn)題。因此，在建立模型前，首先確定時(shí)間序列的最優(yōu)滯后階數(shù)。時(shí)變參數(shù)的向量自回歸模型最優(yōu)滯后階數(shù)的選擇方式與普通向量自回歸模型的選擇方式是一樣的。根據(jù)LR、FPE、AIC、SBIC和HQIC準(zhǔn)則，本文選取最優(yōu)滯后階數(shù)為滯后一階。

3.3?TVP-VAR模型參數(shù)估計(jì)結(jié)果

根據(jù)貝葉斯法則，利用馬爾科夫鏈蒙特卡洛法（MCMC）進(jìn)行抽樣一萬(wàn)次來(lái)確定參數(shù)的后驗(yàn)分布。為了樣本的準(zhǔn)確性，前1000次抽樣結(jié)果將被丟掉。表4為參數(shù)估計(jì)結(jié)果。

從表4中可以看出，所有參數(shù)的均值全部落在置信區(qū)間內(nèi)，且參數(shù)的Geweke統(tǒng)計(jì)量都小于1.96（5%的顯著性水平下的臨界值），可以說(shuō)明Markov鏈?zhǔn)諗坑谄椒€(wěn)分布。最后一列為無(wú)效因子，一般認(rèn)為模型的無(wú)效因子小于100，模型的參數(shù)估計(jì)是有效的。由列7可知，本模型的無(wú)效因子很小，其中有五個(gè)無(wú)效因子都小于50，最大的無(wú)效因子為85.67。所以，本文通過(guò)MCMC得到的參數(shù)估計(jì)有效，可以進(jìn)行后續(xù)的分析。

3.4?時(shí)變脈沖響應(yīng)分析

3.4.1?等間距脈沖響應(yīng)函數(shù)

本文模型設(shè)置的是當(dāng)給同業(yè)拆借利率和貨幣供應(yīng)量分別提前4期、8期和12期一個(gè)標(biāo)準(zhǔn)差的正向沖擊后，房?jī)r(jià)的響應(yīng)。本文的4期、8期和12期分別代表短期、中期和長(zhǎng)期，對(duì)應(yīng)下圖中實(shí)線(xiàn)、長(zhǎng)虛線(xiàn)和短虛線(xiàn)。

（1）貨幣供應(yīng)量M2對(duì)房?jī)r(jià)的沖擊。根據(jù)圖1分析，廣義貨幣供應(yīng)量M2對(duì)房地產(chǎn)價(jià)格的影響均為正，這與貨幣數(shù)量論得到的結(jié)論一致，即價(jià)格水平與貨幣供應(yīng)量成正比（Friedman，?1956）。其中短期的影響最大，并且影響力隨著時(shí)間的推移減弱。同時(shí)，圖1也反映出貨幣供應(yīng)量對(duì)房?jī)r(jià)的影響存在明顯的時(shí)變：在2010年之前，短期M2對(duì)房?jī)r(jià)的影響穩(wěn)定在一定的水平范圍內(nèi)，長(zhǎng)期趨近于0；在2010-2014年間，出現(xiàn)了明顯的波動(dòng)；在2014年的時(shí)候，M2對(duì)房?jī)r(jià)的影響有一個(gè)顯著的上升，并且從2014年底開(kāi)始M2在長(zhǎng)期對(duì)房?jī)r(jià)的影響也顯著為正。2014年，滬港通開(kāi)通，資金流入香港，M2增加，這可能是2014年M2對(duì)房地產(chǎn)價(jià)格的影響突然增大的原因。

（2）利率對(duì)房?jī)r(jià)的沖擊。圖2表明利率對(duì)房?jī)r(jià)的影響在短期最大，中期中間顯著減弱，長(zhǎng)期趨近于0。另外，在2008年以前，利率短期、中期和長(zhǎng)期對(duì)房?jī)r(jià)都有負(fù)向影響，而且沒(méi)有明顯的時(shí)變性。但從2008年開(kāi)始，利率對(duì)房?jī)r(jià)的影響出現(xiàn)了明顯的時(shí)變性，影響呈現(xiàn)正負(fù)交替，在2012年的時(shí)候，利率短期對(duì)房?jī)r(jià)的影響顯著為負(fù)，而在2014-2018年間，利率對(duì)房?jī)r(jià)的短期影響出現(xiàn)了顯著為正的情況，這與基本理論不符。根據(jù)利率傳導(dǎo)機(jī)制，利率應(yīng)與房?jī)r(jià)負(fù)相關(guān)。本文認(rèn)為出現(xiàn)這種情況的原因有二：第一，住房需求緊張。香港是全球人口密度最高的地區(qū)，住房需求遠(yuǎn)大于供給，人們的住房基本需求得不到滿(mǎn)足。同時(shí)，還不斷有資金流入香港進(jìn)行房地產(chǎn)投資。因此，利率上升不會(huì)造成房?jī)r(jià)的下跌。第二，財(cái)富效應(yīng)。利率和房?jī)r(jià)之間存在中間變量（如股票）。將房屋看做投資組合的資產(chǎn)時(shí)，若利率上升，人們不愿意把錢(qián)投入股票，更愿意把錢(qián)投入房地產(chǎn)，因此，利率上升，房?jī)r(jià)也上升。而港股在2015年4月至2016年2月經(jīng)歷過(guò)一次熊市，在2018年也經(jīng)歷過(guò)下跌，這可能導(dǎo)致了人們將原本用來(lái)投資于股票的資金投入了房地產(chǎn)市場(chǎng)。

3.4.2?時(shí)點(diǎn)脈沖響應(yīng)函數(shù)

本文選取2008年9月，2014年11月和2020年2月作為觀(guān)測(cè)時(shí)點(diǎn)。2008年9月時(shí)，美國(guó)爆發(fā)次貸危機(jī)；2014年11月時(shí)，滬港通開(kāi)通；2020年2月底香港封關(guān)（即有隔離要求）。實(shí)線(xiàn)、長(zhǎng)虛線(xiàn)和短虛線(xiàn)分別代表2008年9月、2014年11月和2020年2月。

（1）貨幣供應(yīng)量M2對(duì)房?jī)r(jià)的沖擊。從圖3可以看到，貨幣供應(yīng)量對(duì)房?jī)r(jià)的沖擊在三個(gè)不同的時(shí)點(diǎn)的趨勢(shì)是一致的，在短期內(nèi)上升，在第1期內(nèi)達(dá)到一個(gè)頂峰，然后下降，從第10期開(kāi)始收斂于0。這表明給貨幣供應(yīng)量正向沖擊后，對(duì)房?jī)r(jià)的影響在短期內(nèi)明顯，但長(zhǎng)期影響趨于0。同時(shí)，由圖3可以發(fā)現(xiàn)M2在2014年11月和2020年2月對(duì)房?jī)r(jià)的影響大小和變化趨勢(shì)一致，但是影響的大小明顯大于2008年9月這個(gè)時(shí)點(diǎn)。這與前文等間距脈沖響應(yīng)圖得到的結(jié)果是一樣的，即在2014年滬港通開(kāi)通的時(shí)候，M2對(duì)房?jī)r(jià)的影響有顯著增加。

（2）利率對(duì)房?jī)r(jià)的沖擊。利率對(duì)房?jī)r(jià)影響的脈沖響應(yīng)函數(shù)在2008年9月、2014年11月和2020年2月這三個(gè)時(shí)點(diǎn)的差別很大。在2008年9月的時(shí)候，利率對(duì)房?jī)r(jià)影響在零時(shí)期有最大的正向影響，然后迅速減為0，隨后變?yōu)樨?fù)向影響，在第1期達(dá)到最大的負(fù)向影響，隨后減小，從第8期的開(kāi)始逐漸趨近于0。而在2014年11月的時(shí)候，來(lái)自利率的沖擊幾乎對(duì)房?jī)r(jià)沒(méi)有影響。在2020年2月，利率對(duì)房?jī)r(jià)的脈沖響應(yīng)函數(shù)在第0期有最大的正向影響，然后隨著時(shí)間的推移逐漸減弱，收斂于0。從利率的時(shí)點(diǎn)脈沖響應(yīng)函數(shù)也可以看出，在香港，利率對(duì)房?jī)r(jià)不起作用。

4?結(jié)論、建議及局限性

本文基于時(shí)變參數(shù)模型TVP-VAR實(shí)證研究了聯(lián)系匯率制度下，貨幣政策代理指標(biāo)對(duì)香港房?jī)r(jià)的影響，得到了如下結(jié)論。首先，從貨幣政策的角度來(lái)看，香港的私人住宅價(jià)格主要是受到貨幣供應(yīng)量的影響。其次，短期的貨幣供應(yīng)量M2對(duì)房?jī)r(jià)的影響最大，且在一些突發(fā)節(jié)點(diǎn)如滬港通開(kāi)通時(shí)候，波動(dòng)率明顯。最后，利率對(duì)香港的房?jī)r(jià)影響出現(xiàn)異常情況，2008年以后，利率對(duì)房?jī)r(jià)的沖擊有正有負(fù)，這與傳統(tǒng)經(jīng)濟(jì)學(xué)理論不符。主要原因可能由香港房地產(chǎn)始終存在剛性需求（供需不均衡）和財(cái)富效應(yīng)的中介因素造成。

香港房?jī)r(jià)始終是香港民生問(wèn)題中亟待解決的頭等大事，香港政府多次推行不同政策來(lái)試圖遏制房?jī)r(jià)上漲。由于香港采用聯(lián)系匯率制度下港幣與美元掛鉤，沒(méi)有獨(dú)立自主的貨幣政策。因此香港金管局想要直接通過(guò)貨幣供應(yīng)量和利率對(duì)房地產(chǎn)市場(chǎng)進(jìn)行調(diào)控其實(shí)非常有限?；谘芯拷Y(jié)論，提出如下建議：第一、香港金管局應(yīng)該嚴(yán)格監(jiān)測(cè)香港的流動(dòng)性指標(biāo)。通過(guò)對(duì)聯(lián)系匯率的及時(shí)調(diào)整來(lái)控制資金流動(dòng)，防止短期有大量熱錢(qián)流入香港。第二，政府應(yīng)該出臺(tái)其他的公共政策來(lái)控制房?jī)r(jià)，如增加公屋供給等。第三、降低風(fēng)險(xiǎn)事件對(duì)房?jī)r(jià)的沖擊。如上述的特殊時(shí)間點(diǎn)均會(huì)對(duì)香港房?jī)r(jià)（尤其短期）造成巨大波動(dòng)，因此香港政府應(yīng)制定相關(guān)政策，靈活應(yīng)對(duì)突發(fā)事件。

參考文獻(xiàn)

[1]沈律成.?房?jī)r(jià)，股價(jià)波動(dòng)與貨幣政策選擇——基于var模型的實(shí)證分析[J].?時(shí)代經(jīng)貿(mào)，2021，（5）.

[2]盛寶柱，李震.貨幣政策對(duì)房地產(chǎn)價(jià)格影響的實(shí)證研究——基于var模型[J].?綏化學(xué)院學(xué)報(bào)，2021，（6）.

[3]周春喜，張紫薇.時(shí)變視角下貨幣政策對(duì)房地產(chǎn)市場(chǎng)價(jià)格影響的研究[J].?浙江金融，2021，（6）.

[4]劉金全，張運(yùn)峰，畢振豫.房地產(chǎn)價(jià)格波動(dòng)、經(jīng)濟(jì)周期與貨幣政策效應(yīng)[J].當(dāng)代經(jīng)濟(jì)研究，2022，（1）

[5]Chen，S.and?Lin，T.Revisiting?the?Link?between?House Prices?and?Monetary?Policy[J].The?B.E.?Journal?of?Macroeconomics，2022，（2）：481515.

[6]Del?Negro?M，Otrok?C.99?Luftballons：?Monetary?policy?and?the?house?price?boom?across?US?states[J].?Journal?of?Monetary?Economics，2007，54（7）：19621985.

[7]TaghizadehHesary?F，Yoshino?N，Chiu?A.Internal?and?external?determinants?of housing?price?booms?in?Hong?Kong[J].China，2019.

[8]Yu?K?H，?Hui?E?C?M.Housing?market?dynamics?under?a?pegged?exchange?ratea?study?of?Hong?Kong[J].?International?Journal?of?Strategic?Property?Management，2018，22（2）：93109.

[9]Primiceri?G?E.Time?varying?structural?vector?autoregressions?and?monetary?policy[J].The?Review?of?Economic?Studies，2005，72（3）：821852.

[10]Nakajima?J.Time-varying?parameter?VAR?model?with?stochastic?volatility：An?overview?of?methodology?and?empirical?applications[J].2011.