本篇論文目錄導航：
【題目】貨幣政策對房地產市場的影響探究
【第一章】基于貨幣政策的房地產價格變化探析緒論
【第二章】山西省房地產市場的發展概況
【3.1 3.2】貨幣政策對山西省房地產價格的影響途徑分析
【3.3 3.4】貨幣政策作用于房地產價格的歷史分析
【第四章】貨幣政策對山西省房地產價格影響的實證分析
【結論/參考文獻】貨幣政策對房產價格的作用研究結論與參考文獻
第 4 章 貨幣政策對山西省房地產價格影響的實證分析
基于貨幣政策對山西房地產價格的理論分析和歷史分析，本章將建立計量模型--向量自回歸（VAR）模型，來驗證我國貨幣政策能否通過利率、信貸量等途徑對山西省房地產價格產生影響。
4.1 模型的選擇
VAR （VectorAutoregression）模型是由西姆斯提出的，利用 VAR 模型可以對經濟系統進行動態分析。本文利用 VAR 模型來考察山西省房地產價格、貸款利率、山西省金融機構貸款余額之間的關系。
4.2 變量的選取及數據說明
4.2.1 變量的選取及說明
（1）數據說明。
在數據樣本選擇上，由于 VAR 模型的待估參數比較多，為了保證模型估計的精確度，必須有較大容量的樣本數據。房地產價格數據方面，由于我國的房地產市場貨幣化改革啟動較晚，年度數據容量太小，因此本文選取 2006 年 1 月至 2013 年12 月的月度數據作為樣本。
（2）變量選取。
根據上一章的分析可知，利率、貨幣供應量和匯率都會對山西省房地產價格產生一定的影響，而匯率對山西省房地產價格產生影響的方式是通過改變國內基礎貨幣供給來實現的，短期資本流動對山西省房地產價格的沖擊甚微，所以，匯率未被納入本文的實證模型中。
本文選取以下經濟變量作為研究對象：
山西省房地產銷售價格（p）：本文選取山西省的房地產銷售價格作為模型的被解釋變量，利用山西省商品房的銷售額除以商品房的銷售面積求得了山西省商品房的平均銷售價格。
山西省金融機構貸款余額（loan）：本文選取山西省金融機構貸款余額作為央行貨幣供應量的指示變量，用以解決貨幣供應量在區域內無法量化的問題。
貸款利率：本文選取了 6 個月至 1 年（含）短期貸款利率（R1），以及 3 至 5 年（含）中長期貸款利率（R2）這兩種不同期限的利率作為解釋變量。
4.2.2 數據的處理
為了提高實證分析的準確性，前期要對數據做必要的處理：
（1）以 2005 年為基期，對 2006 年 1 月到 2013 年 12 月的 CPI 做定基處理，再用定基后的 CPI 對山西省的房地產價格進行平減，得到消除了價格影響的平均銷售價格。
（2）本文采取 Eviews 6.0 對所有數據進行處理，由于季節的變化，許多經濟過程都存在一定的季節性，忽略重要的季節變化會使實證分析的總體方差偏大。因此，需對剔除價格因素后的變量作季節調整，本文采用 Census X-12 季節調整方法消除變量的季節因素。
（3）模型中涉及到的經濟變量除利率外都有長期趨勢，因此，我們對利率以外的變量都取自然對數，這樣做的目的是：其一，取自然對數可以熨平其長期趨勢，消除異方差；其二，在取對數后每個變量均變成了無量綱的單位，便于直接運用模型進行估計。
4.2.3 模型的設置
本文采用金融機構貸款余額作為貨幣供應量的指示變量，利率方面，本文選擇了 6 個月至 1 年（含）短期貸款利率（R1），以及 3 至 5 年（含）中長期貸款利率（R2），兩種利率建立兩個不同的 VAR 模型，以測定山西省房地產價格水平對不同期限的利率變化的敏感度。
4.3 實證分析
4.3.1 單位根檢驗
首先對模型中各變量進行單位根檢驗（ADF 檢驗），各個變量的檢驗結果。
由結果可知，全部變量的原時間序列的 ADF 統計量的絕對值均小于 5%顯著水平的臨界值，因此，不能拒絕存在單位根的零假設，序列不平穩。但是，對所有變量做一階差分后的序列的ADF統計量的絕對值均大于5%顯著水平的臨界值，因此，拒絕原假設，一階差分序列不存在單位根，序列平穩。由此得出：上表所列變量都是一階單整序列，均服從 I（1）過程，可以進行下一步分析。
4.3.2 格蘭杰因果檢驗
在建立 VAR 模型過程中首先要驗證各個解釋變量之間是否有格蘭杰因果關系，把有相關關系的變量納入 VAR 模型中。對各個變量進行 Granger 因果關系檢驗。
省金融機構貸款余額互為 Granger 原因，短期利率是山西省房地產價格的單向Granger 原因，山西省金融機構貸款余額是山西房地產業金融機構貸款余額的Granger 原因，不論短期利率還是長期利率都是山西省金融機構貸款余額的 Granger原因。
4.3.3 VAR 模型的設定
由于 LNP、LnL、R1_SA、R2_SA 都是非平穩的時間序列數據，我們通過差分處理后將其變為平穩的時間序列，確定最佳滯后期 P,然后建立 VAR 模型。
根據表 4.6 的結果可知：FPE、AIC、HQ 準則都指向了 2,而 SC 準則指向 1,LR 準則指向 10,按照多數原則確定 VAR1 的最佳滯后期為 2.
根據表 4.7 的結果：LR、FPE、AIC、準則都指向了 3,而 SC、HQ 準則指向 2,按照多數原則確定 VAR2 的最佳滯后期為 3.選擇了兩個模型的最優滯后期后，我們繼續考察兩個模型中各個變量之間長期協整關系。
4.3.4 Johansen 協整檢驗根據以上的分析我們得知，各個變量在 5%的置信區間內都是一階單整的，且已經確定了兩個模型的最佳滯后期，現在分別對 VAR1 和 VAR2 進行協整檢驗。
協整方程可以表示為：LNP= 0.6549*LNL + 0.0128*R1_SA+ elt1（0.03449） （0.01926）Log likehood: 517.1393從以上結果可以得出如下信息：當原假設最多存在一個協整關系時，跡統計量的值仍然大于 5%顯著性水平的臨界值，應拒絕原假設，說明變量間最多存在一個協整關系，即山西省金融機構貸款余額（LNL）與房地產價格（LNP）之間存在長期穩定的均衡關系，協整關系表明：長期內山西省金融機構貸款余額（LNL）與房地產價格呈正相關關系，意味著山西省金融機構貸款余額的增長與房地產價格同步變化，寬松的信貸政策會使購房者和房地產開發商獲得貸款的難度降低，這將促進房地產市場的繁榮與發展，使得房地產價格升高。
協整方程可以表示為：LNP= -145.1994*R1_SA-154.0179*R2_SA+ elt2（30.2390） （32.3480）Log likehood: 433.8148表 4.7 的結果表明房地產價格（LNP）與中長期利率（R2_SA） 之間至少存在一個協整關系。協整關系表明：短期利率（R1_SA）和中長期利率（R2_SA）都與房地產價格（LNP）呈現負相關關系，即貸款利率升高，房地產價格將會下跌。
4.3.5 VAR 模型的估計
（1）建立 VAR 模型
設置 VAR1 的最佳滯后期為 2,VAR2 的最佳滯后期為 3,分別建立 VAR 模型。
VAR1模型的估計式可以表示為：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模型的估計式可以表示為：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） + 0.2174兩個方程的決定系數分別為 0.9021 和 0.9045,其擬合程度相對較高。從第一個式子可以看出，信貸余額（LNL）滯后一期的系數為負，但其滯后兩期的系數為正，且系數和為正，說明擴張性的貨幣政策會刺激房地產價格升高，但其效果產生需要一定的時間，產生了時滯。從第二個式子可以看出，短期貸款利率（R1_SA）的系數和與中長期貸款利率（R2_SA）的系數和均為負，這說明利率的升高會促使房地產價格下降。但是短期貸款利率的系數和要小于中長期利率（R2_SA）的系數和，這說明中長期貸款利率對山西省房地產價格的影響較大。
（2）VAR 模型平穩性的檢驗
各個 VAR 模型的平穩性檢驗結果如下面幾個圖所示。如果模型的 AR 特征方程的特征根倒數的模小于 1,則模型是穩定的。
通過上面三個圖所示，AR 特征方程的特征根倒數的模都在單位圓內，說明VAR1、 VAR2 兩個 VAR 模型都是平穩的，脈沖響應函數的標準差有效，有利于下一節利用脈沖響應進行結構分析。
4.3.6 脈沖響應函數
這一部分通過脈沖響應來分析山西省房地產價格與其他變量的關系，由于上面的 Granger 因果檢驗可知，VAR1、VAR2 模型各個變量之間都存在格蘭杰因果關系，可以進行脈沖響應分析。
（1）房地產價格受到貸款規模沖擊的響應圖中橫軸表示山西省房地產價格的反應期，單位為月，縱軸表示房地產價格的響應情況。從圖中可以看出，山西省金融機構貸款余額作為中央銀行貨幣供應量的指示變量，反映了政策是緊縮性的還是擴張性的。如上圖，山西省房地產價格受到山西省金融機構貸款余額的沖擊后，山西省房地產價格給出的是負響應，在第二期達到最低值，隨后開始上升，直到第6期達到最大響應0.05,隨后保持穩定。這說明山西省房地產價格P與山西省金融機構貸款余額LOAN之間有正向關系，寬松的信貸政策會使購房者和房地產開發商獲得貸款的難度降低，這將促進房地產市場的繁榮與發展，但存在一個月的時滯，對房地產價格的影響有限，響應值為0.005 ,但持續時間長，具有穩定的拉動作用。
（2）房地產價格受到利率沖擊的響應圖 4.2（a）顯示的是房地產價格受到 6 個月至 1 年（含）短期貸款利率（R1）的沖擊后的反應，當受到短期貸款利率的沖擊，房地產價格會迅速作出負響應，在第10 期，也就是 10 個月后到達最低點-0.08,有所回升，并在第 30 期保持平穩，但并未收斂于 0.
圖 4.2（b）顯示的是房地產價格受到 3 至 5 年（含）中長期貸款利率（R2）的沖擊后的反應，從圖中可知，房地產價格并未迅速作出反應，而是持續的上升，在第18 期到達頂點后才有下降的趨勢，說明中長期貸款利率影響效果的實現需要 18 個月之久，影響過程中發生了時滯。
模型 VAR2 的脈沖響應結果并不理想，房地產價格在受到利率的沖擊后最后無法收斂于 0,所以選擇了向量誤差修正模型（VECM）分別研究短期、中長期貸款利率與房地產價格的短期關系。
4.3.7 向量誤差修正模型
由 Granger 定理可知，對于存在協整關系的非平穩的時間序列，可以用誤差修正模型來描述序列由短期波動到長期均衡調整的動態關系。通過建立向量誤差修正模型，來描述變量之間的短期波動關系。誤差修正模型實質上建立在協整理論基礎之上的有約束的 VAR 模型，該模型包括兩部分：一部分是被解釋變量對其自身和其他內生變量的差分滯后項所做的回歸，用各個回歸系數來反映變量短期波動對被解釋變量產生的影響；另一部分是誤差修正項，對非平穩的內生變量的變動進行約束，使它們能夠滿足長期的協整關系，誤差修正項系數反映變量回到均衡水平的調整速度。VEC 模型也涉及到最優滯后期的選擇，在之前的分析中已經確定 VAR2模型的的最優滯后期為 3,因此相應的 VEC 模型的最優滯后期應為 2.
下面對向量誤差修正模型進行分析，研究模型VAR2的各個解釋變量之間的短期動態關系。
該 VECM 的 AIC 為-2.708,SC 為-2.490,都較小，說明模型整體上是好的，從上述關系式可以看出，短期利率（R1_SA）與房地產價格（LNP）呈現負相關關系，即短期利率升高，房地產價格會下跌；而房地產價格（LNP）與中長期利率（R2_SA）呈正相關，即中長期利率升高，房地產價格也會升高，這與協整的結論相反，說明短期關系會偏離長期均衡，且誤差修正項（ECM）的系數是負的，也證明了在下一期對模型進行反向修正。
4.4 實證結果分析
通過實證分析可知：利用單位根檢驗，得出山西省房地產價格、貸款利率、山西省金融機構貸款余額、山西省房地產業貸款余額這些變量都是同階單整的，是平穩的時間序列；然后通過 Johansen 協整建立協整方程。運用 Granger 因果檢驗方法考察上述變量的因果關系，并運用脈沖響應函數和向量誤差修正模型檢驗貨幣政策對山西省房地產價格影響的傳導過程，結果顯示：
（1）山西省房地產價格與山西省金融金融機構貸款余額之間有正向關系，寬松信貸政策條件下推動房地產價格的上漲，且推動作用經久不衰，這與第三章的歷史分析結果相符。
（2）從 VECM 可以分析出，短期內，山西省房地產價格與 6 個月至 1 年（含）短期貸款利率負相關，短期貸款利率的升高對房地產價格有抑制作用，而對 3 至 5年（含）中長期貸款利率并不敏感。從長期的協整關系來看，山西省房地產價格不論與短期貸款利率，還是中長期貸款利率都呈負相關關系，這與短期結論不一致，向量誤差修正模型正是對這種短期的動態關系進行修正，使之向長期均衡發展。
房地產的建設周期較長，利率的變動在短期內無法改變房地產的供給狀況，只能抑制對房地產的需求?？梢杂猛顿Y組合效應來解釋為什么短期利率在短期內有效：房地產是一種具有投資屬性的特殊商品，是投資者資產組合中的一個重要投資品種。利率升高會使貨幣資產收益增加，所以投資者就會減少非貨幣資產的持有量，房地產是一種非貨幣資產，投資者自然會減少對房地產的投資需求，短期內房地產供給不會發生變化，所以房地產價格會下降。長期利率通過改變購房者按揭貸款的還款成本和房地產開發商的融資成本，進而對房地產供求兩旺、發展過熱的局面進行改觀。但是要達到理想的長期政策效果，需要兩到三年的時間，存在一定的時滯性，這與 VAR2 的脈沖響應結果相吻合。
（3）從金融機構貸款余額和貸款利率對山西房地產價格的脈沖響應效果來看，利率對房地產價格的影響較為顯著，在今后的調控過程中應該加強對利率這種價格型工具的使用，這也反映出我國的經濟環境在向市場化發展。
