本篇论文目录导航：
【题目】货币政策对房地产市场的影响探究
【第一章】基于货币政策的房地产价格变化探析绪论
【第二章】山西省房地产市场的发展概况
【3.1 3.2】货币政策对山西省房地产价格的影响途径分析
【3.3 3.4】货币政策作用于房地产价格的历史分析
【第四章】货币政策对山西省房地产价格影响的实证分析
【结论/参考文献】货币政策对房产价格的作用研究结论与参考文献
第 4 章 货币政策对山西省房地产价格影响的实证分析
基于货币政策对山西房地产价格的理论分析和历史分析，本章将建立计量模型--向量自回归（VAR）模型，来验证我国货币政策能否通过利率、信贷量等途径对山西省房地产价格产生影响。
4.1 模型的选择
VAR （VectorAutoregression）模型是由西姆斯提出的，利用 VAR 模型可以对经济系统进行动态分析。本文利用 VAR 模型来考察山西省房地产价格、贷款利率、山西省金融机构贷款余额之间的关系。
4.2 变量的选取及数据说明
4.2.1 变量的选取及说明
（1）数据说明。
在数据样本选择上，由于 VAR 模型的待估参数比较多，为了保证模型估计的精确度，必须有较大容量的样本数据。房地产价格数据方面，由于我国的房地产市场货币化改革启动较晚，年度数据容量太小，因此本文选取 2006 年 1 月至 2013 年12 月的月度数据作为样本。
（2）变量选取。
根据上一章的分析可知，利率、货币供应量和汇率都会对山西省房地产价格产生一定的影响，而汇率对山西省房地产价格产生影响的方式是通过改变国内基础货币供给来实现的，短期资本流动对山西省房地产价格的冲击甚微，所以，汇率未被纳入本文的实证模型中。
本文选取以下经济变量作为研究对象：
山西省房地产销售价格（p）：本文选取山西省的房地产销售价格作为模型的被解释变量，利用山西省商品房的销售额除以商品房的销售面积求得了山西省商品房的平均销售价格。
山西省金融机构贷款余额（loan）：本文选取山西省金融机构贷款余额作为央行货币供应量的指示变量，用以解决货币供应量在区域内无法量化的问题。
贷款利率：本文选取了 6 个月至 1 年（含）短期贷款利率（R1），以及 3 至 5 年（含）中长期贷款利率（R2）这两种不同期限的利率作为解释变量。
4.2.2 数据的处理
为了提高实证分析的准确性，前期要对数据做必要的处理：
（1）以 2005 年为基期，对 2006 年 1 月到 2013 年 12 月的 CPI 做定基处理，再用定基后的 CPI 对山西省的房地产价格进行平减，得到消除了价格影响的平均销售价格。
（2）本文采取 Eviews 6.0 对所有数据进行处理，由于季节的变化，许多经济过程都存在一定的季节性，忽略重要的季节变化会使实证分析的总体方差偏大。因此，需对剔除价格因素后的变量作季节调整，本文采用 Census X-12 季节调整方法消除变量的季节因素。
（3）模型中涉及到的经济变量除利率外都有长期趋势，因此，我们对利率以外的变量都取自然对数，这样做的目的是：其一，取自然对数可以熨平其长期趋势，消除异方差；其二，在取对数后每个变量均变成了无量纲的单位，便于直接运用模型进行估计。
4.2.3 模型的设置
本文采用金融机构贷款余额作为货币供应量的指示变量，利率方面，本文选择了 6 个月至 1 年（含）短期贷款利率（R1），以及 3 至 5 年（含）中长期贷款利率（R2），两种利率建立两个不同的 VAR 模型，以测定山西省房地产价格水平对不同期限的利率变化的敏感度。
4.3 实证分析
4.3.1 单位根检验
首先对模型中各变量进行单位根检验（ADF 检验），各个变量的检验结果。
由结果可知，全部变量的原时间序列的 ADF 统计量的绝对值均小于 5%显著水平的临界值，因此，不能拒绝存在单位根的零假设，序列不平稳。但是，对所有变量做一阶差分后的序列的ADF统计量的绝对值均大于5%显著水平的临界值，因此，拒绝原假设，一阶差分序列不存在单位根，序列平稳。由此得出：上表所列变量都是一阶单整序列，均服从 I（1）过程，可以进行下一步分析。
4.3.2 格兰杰因果检验
在建立 VAR 模型过程中首先要验证各个解释变量之间是否有格兰杰因果关系，把有相关关系的变量纳入 VAR 模型中。对各个变量进行 Granger 因果关系检验。
省金融机构贷款余额互为 Granger 原因，短期利率是山西省房地产价格的单向Granger 原因，山西省金融机构贷款余额是山西房地产业金融机构贷款余额的Granger 原因，不论短期利率还是长期利率都是山西省金融机构贷款余额的 Granger原因。
4.3.3 VAR 模型的设定
由于 LNP、LnL、R1_SA、R2_SA 都是非平稳的时间序列数据，我们通过差分处理后将其变为平稳的时间序列，确定最佳滞后期 P,然后建立 VAR 模型。
根据表 4.6 的结果可知：FPE、AIC、HQ 准则都指向了 2,而 SC 准则指向 1,LR 准则指向 10,按照多数原则确定 VAR1 的最佳滞后期为 2.
根据表 4.7 的结果：LR、FPE、AIC、准则都指向了 3,而 SC、HQ 准则指向 2,按照多数原则确定 VAR2 的最佳滞后期为 3.选择了两个模型的最优滞后期后，我们继续考察两个模型中各个变量之间长期协整关系。
4.3.4 Johansen 协整检验根据以上的分析我们得知，各个变量在 5%的置信区间内都是一阶单整的，且已经确定了两个模型的最佳滞后期，现在分别对 VAR1 和 VAR2 进行协整检验。
协整方程可以表示为：LNP= 0.6549*LNL + 0.0128*R1_SA+ elt1（0.03449） （0.01926）Log likehood: 517.1393从以上结果可以得出如下信息：当原假设最多存在一个协整关系时，迹统计量的值仍然大于 5%显著性水平的临界值，应拒绝原假设，说明变量间最多存在一个协整关系，即山西省金融机构贷款余额（LNL）与房地产价格（LNP）之间存在长期稳定的均衡关系，协整关系表明：长期内山西省金融机构贷款余额（LNL）与房地产价格呈正相关关系，意味着山西省金融机构贷款余额的增长与房地产价格同步变化，宽松的信贷政策会使购房者和房地产开发商获得贷款的难度降低，这将促进房地产市场的繁荣与发展，使得房地产价格升高。
协整方程可以表示为：LNP= -145.1994*R1_SA-154.0179*R2_SA+ elt2（30.2390） （32.3480）Log likehood: 433.8148表 4.7 的结果表明房地产价格（LNP）与中长期利率（R2_SA） 之间至少存在一个协整关系。协整关系表明：短期利率（R1_SA）和中长期利率（R2_SA）都与房地产价格（LNP）呈现负相关关系，即贷款利率升高，房地产价格将会下跌。
4.3.5 VAR 模型的估计
（1）建立 VAR 模型
设置 VAR1 的最佳滞后期为 2,VAR2 的最佳滞后期为 3,分别建立 VAR 模型。
VAR1模型的估计式可以表示为：LNP = 0.4335*LNP（-1） + 0.1556*LNP（-2） - 0.2589*LNL（-1） + 0.4828*LNL（-2） -0.0091*R1_SA（-1） - 0.0039*R1_SA（-2） + 1.3381VAR2模型的估计式可以表示为：LNP = 0.5415*LNP（-1） + 0.1263*LNP（-2） + 0.2910*LNP（-3） - 0.1023*R1_SA（-1）+ 0.5645*R1_SA（-2） - 0.6865*R1_SA（-3） + 0.0965*R2_SA（-1） - 0.4588*R2_SA（-2） -0.6762*R2_SA（-3） + 0.2174两个方程的决定系数分别为 0.9021 和 0.9045,其拟合程度相对较高。从第一个式子可以看出，信贷余额（LNL）滞后一期的系数为负，但其滞后两期的系数为正，且系数和为正，说明扩张性的货币政策会刺激房地产价格升高，但其效果产生需要一定的时间，产生了时滞。从第二个式子可以看出，短期贷款利率（R1_SA）的系数和与中长期贷款利率（R2_SA）的系数和均为负，这说明利率的升高会促使房地产价格下降。但是短期贷款利率的系数和要小于中长期利率（R2_SA）的系数和，这说明中长期贷款利率对山西省房地产价格的影响较大。
（2）VAR 模型平稳性的检验
各个 VAR 模型的平稳性检验结果如下面几个图所示。如果模型的 AR 特征方程的特征根倒数的模小于 1,则模型是稳定的。
通过上面三个图所示，AR 特征方程的特征根倒数的模都在单位圆内，说明VAR1、 VAR2 两个 VAR 模型都是平稳的，脉冲响应函数的标准差有效，有利于下一节利用脉冲响应进行结构分析。
4.3.6 脉冲响应函数
这一部分通过脉冲响应来分析山西省房地产价格与其他变量的关系，由于上面的 Granger 因果检验可知，VAR1、VAR2 模型各个变量之间都存在格兰杰因果关系，可以进行脉冲响应分析。
（1）房地产价格受到贷款规模冲击的响应图中横轴表示山西省房地产价格的反应期，单位为月，纵轴表示房地产价格的响应情况。从图中可以看出，山西省金融机构贷款余额作为中央银行货币供应量的指示变量，反映了政策是紧缩性的还是扩张性的。如上图，山西省房地产价格受到山西省金融机构贷款余额的冲击后，山西省房地产价格给出的是负响应，在第二期达到最低值，随后开始上升，直到第6期达到最大响应0.05,随后保持稳定。这说明山西省房地产价格P与山西省金融机构贷款余额LOAN之间有正向关系，宽松的信贷政策会使购房者和房地产开发商获得贷款的难度降低，这将促进房地产市场的繁荣与发展，但存在一个月的时滞，对房地产价格的影响有限，响应值为0.005 ,但持续时间长，具有稳定的拉动作用。
（2）房地产价格受到利率冲击的响应图 4.2（a）显示的是房地产价格受到 6 个月至 1 年（含）短期贷款利率（R1）的冲击后的反应，当受到短期贷款利率的冲击，房地产价格会迅速作出负响应，在第10 期，也就是 10 个月后到达最低点-0.08,有所回升，并在第 30 期保持平稳，但并未收敛于 0.
图 4.2（b）显示的是房地产价格受到 3 至 5 年（含）中长期贷款利率（R2）的冲击后的反应，从图中可知，房地产价格并未迅速作出反应，而是持续的上升，在第18 期到达顶点后才有下降的趋势，说明中长期贷款利率影响效果的实现需要 18 个月之久，影响过程中发生了时滞。
模型 VAR2 的脉冲响应结果并不理想，房地产价格在受到利率的冲击后最后无法收敛于 0,所以选择了向量误差修正模型（VECM）分别研究短期、中长期贷款利率与房地产价格的短期关系。
4.3.7 向量误差修正模型
由 Granger 定理可知，对于存在协整关系的非平稳的时间序列，可以用误差修正模型来描述序列由短期波动到长期均衡调整的动态关系。通过建立向量误差修正模型，来描述变量之间的短期波动关系。误差修正模型实质上建立在协整理论基础之上的有约束的 VAR 模型，该模型包括两部分：一部分是被解释变量对其自身和其他内生变量的差分滞后项所做的回归，用各个回归系数来反映变量短期波动对被解释变量产生的影响；另一部分是误差修正项，对非平稳的内生变量的变动进行约束，使它们能够满足长期的协整关系，误差修正项系数反映变量回到均衡水平的调整速度。VEC 模型也涉及到最优滞后期的选择，在之前的分析中已经确定 VAR2模型的的最优滞后期为 3,因此相应的 VEC 模型的最优滞后期应为 2.
下面对向量误差修正模型进行分析，研究模型VAR2的各个解释变量之间的短期动态关系。
该 VECM 的 AIC 为-2.708,SC 为-2.490,都较小，说明模型整体上是好的，从上述关系式可以看出，短期利率（R1_SA）与房地产价格（LNP）呈现负相关关系，即短期利率升高，房地产价格会下跌；而房地产价格（LNP）与中长期利率（R2_SA）呈正相关，即中长期利率升高，房地产价格也会升高，这与协整的结论相反，说明短期关系会偏离长期均衡，且误差修正项（ECM）的系数是负的，也证明了在下一期对模型进行反向修正。
4.4 实证结果分析
通过实证分析可知：利用单位根检验，得出山西省房地产价格、贷款利率、山西省金融机构贷款余额、山西省房地产业贷款余额这些变量都是同阶单整的，是平稳的时间序列；然后通过 Johansen 协整建立协整方程。运用 Granger 因果检验方法考察上述变量的因果关系，并运用脉冲响应函数和向量误差修正模型检验货币政策对山西省房地产价格影响的传导过程，结果显示：
（1）山西省房地产价格与山西省金融金融机构贷款余额之间有正向关系，宽松信贷政策条件下推动房地产价格的上涨，且推动作用经久不衰，这与第三章的历史分析结果相符。
（2）从 VECM 可以分析出，短期内，山西省房地产价格与 6 个月至 1 年（含）短期贷款利率负相关，短期贷款利率的升高对房地产价格有抑制作用，而对 3 至 5年（含）中长期贷款利率并不敏感。从长期的协整关系来看，山西省房地产价格不论与短期贷款利率，还是中长期贷款利率都呈负相关关系，这与短期结论不一致，向量误差修正模型正是对这种短期的动态关系进行修正，使之向长期均衡发展。
房地产的建设周期较长，利率的变动在短期内无法改变房地产的供给状况，只能抑制对房地产的需求。可以用投资组合效应来解释为什么短期利率在短期内有效：房地产是一种具有投资属性的特殊商品，是投资者资产组合中的一个重要投资品种。利率升高会使货币资产收益增加，所以投资者就会减少非货币资产的持有量，房地产是一种非货币资产，投资者自然会减少对房地产的投资需求，短期内房地产供给不会发生变化，所以房地产价格会下降。长期利率通过改变购房者按揭贷款的还款成本和房地产开发商的融资成本，进而对房地产供求两旺、发展过热的局面进行改观。但是要达到理想的长期政策效果，需要两到三年的时间，存在一定的时滞性，这与 VAR2 的脉冲响应结果相吻合。
（3）从金融机构贷款余额和贷款利率对山西房地产价格的脉冲响应效果来看，利率对房地产价格的影响较为显著，在今后的调控过程中应该加强对利率这种价格型工具的使用，这也反映出我国的经济环境在向市场化发展。
