房地产价格和货币政策传导机制 VECM

论房地产价格在货币传导机制中的作用

—基于VECM的分析

【摘要】本文在理论分析的基础上, 运用向量误差修正模型( VECM) 实证检验房价在货币政策传导机制中的作用。分析结果表明, 房价在货币传导机制中的作用较为显著, 房价渠道的总体传导效率较高。因此, 在我国房地产市场已成为货币政策传导的重要途径。最后本文提出了相关政策建议。

一．房价在货币政策传导机制中作用的理论分析及文献综述

货币政策传导机制，是指从货币政策工具的实施到货币政策目标最终实现之间的作用过程和机理，实质上就是通过实施货币政策从而影响宏观经济活动的过程。各经济学流派从不同的经济条件出发，分别形成了各自的货币政策传导机制理论，至今没有形成统一的认识。一般认为货币政策传导有两类：货币渠道（包括利率渠道、资产价格渠道、财富效应渠道）和信用渠道（银行贷款渠道和资产负债表渠道）。传统的货币政策传导机制主要强调利率的作用，如凯恩斯学派认为金融资产只有货币和债券两种形式，银行贷款只是债券的一种，贷款和债券可以相互替代。但随着经济发展，其他渠道在现代的货币政策传导机制也越来越显著，比如资产价格渠道。

资产价格，广义上是指社会公众持有的股票、债券、房地产、外汇等资产的价格。狭义资产价格通常指股票价格和房地产价格。房地产之所以成为资产，主要因为房地产商品兼有生活资料和生产资料双重属性，它既可以被看作是一种消费品，也可以被看作是投资品。当其作为投资品时，也就具有了资产的基本属性。房地产资产价格的变动，会使价格体系出现波动，对货币流通速度产生影响，从而影响货币政策的有效性，因此也逐渐有学者开始对于资产价格在货币政策传导机制中的作用进行研究。

房地产在货币资产的传导机制中的作用，可以分成两步：1）货币政策对于房地产（价格）的影响，2）房地产价格的波动对于经济的影响，主要体现在总产出和物价水平的变化。

当前，中国房地产经济宏观调控的主要手段有产业政策、财政政策、货币政策等，作为一个资金密集型的产业，其供给和需求都高度依赖金融的支持，因此通过货币政策可以有效的影响房地产市场。运用货币政策对房地产市场经济实施宏观调控，可以从供求两方面对房地产市场和房地产金融货币信贷政策：比如中央银行可以影响商业银行的信贷行为，调控信贷资金的总量和方向，从而调控房地产开发贷款额，进而调节房地产市场的供给；比如从需求方面，中央银行可以制定政策，调整房地产住房按揭贷款的成数，也可通过基准利率的变动影响商业银行信贷行为，进而调控房地产市场的需求。通过供求双向调节，达到房地产市场供求关系的平衡，推动房地产市场健康发展。

一般来说，房地产业的发展速度与货币政策的松紧程度往往密切相关。适度的宽松的货币政策，比如降低房贷利率，扩大货币供应量，放松信贷控制，都会刺激房地产市场的投资和消费，带动房价上涨，促进市场的繁荣。但是过度持续的放松的货币政策，又会导致房地产投资过快，出现房地产投机现象之后，容易使得出现房地产泡沫经济，从而出现金融危机。

更重要的是，房地产市场本身就是货币政策传导途径的一部分。房地产市场在货币政策资产价格渠道方面发挥着重要的作用。

托宾Q理论认为，当货币数量增加时，社会公众就会发现他们持有的货币比所需的要多，于是会投资于股票市场，结果抬高了股票的价格，股价愈高则Q(企业资本的市场价值/资本的重置成本)值愈高，这时企业资本的市场价值相对来说要高于资本的重置成本。因此，公司可能发行较少的股票筹资就可以争取到更多新的投资，因此Q值越高企业的投资意愿也越高。运用于房价上，则Q值可以定义为房屋当前市值与房屋重置成本的比值，当房价升高时，Q值升高并且大于1，说明房屋的边际收益率会提高，会吸引开发商建造更多的新房，投资支出增加，从而带动总需求的增加，并引致产出和物价的上涨。

在不完全竞争的金融市场上广泛存在着信息不对称的现象，贷款人的贷款往往需要借款人提供抵押资产，并且贷款规模往往与抵押资产的净值相关。房产作为许多企业的主要抵押资产，其价格的上升，往往带来企业资产负债表状况的改善。抵押物价值的上升，作为银行，会更有意愿发放更多的贷款，从而鼓励了企业从银行获得贷款来进行更多的实体投资，从而带动了产出增长。这种效应称为资产负债表效应。

莫迪格利亚尼的生命周期模型认为，居民的消费支出是由居民的终身财富决定的，而金融资产和房地产都是居民财富的一个重要组成部分。货币政策导致的房价上升，会使得居民的财富水平上升，在边际消费倾向不变的情况下，居民的消费支出也将增加，从而带动产出和物价上升。

房价作为一种重要的价格指标，其波动也往往会对消费者的预期和信心效应产生重大影响，繁荣的房地产市场可以使消费者增加对未来经济发展的信心，

使其对未来收入情况的预期更乐观，从而影响了当前的消费决策，从而影响经济的总产出和物价水平的变化。

货币政策对宏观经济的影响历来是国内外学者研究的热点问题，随着房地产市场的发展，房地产市场在货币政策传导机制中的作用也受到了越来越多的关注。在理论上货币政策通过房地产市场影响宏观经济需要经历两个阶段，即货币政策影响房地产市场阶段与房地产市场影响宏观经济阶段。在前一阶段，货币政策的变化通过改变房地产商融资成本来影响房地产市场供给方行为，通过改变其他资产相对收益、购房者首付和利息支付来改变房地产市场需求者行为，从而影响整个房地产市场（Adam Elbourne，2008）。第二阶段，房地产市场的波动则通过托宾Q效应、财富效益、预期效应等影响实体经济层面的投资和消费，进而影响货币政策的最终目标——产出和物价（丁晨、屠梅曾，2007）。

自20世纪90年代初日本股市、房市泡沫和随后美国股市泡沫的相继爆发，国外学者开始充分关注资产价格在货币政策传导机制中所起的作用，并更多地进行实证检验。此前的研究较多集中于金融资产(主要是股票价格)之上，而正是由此时起，房地产价格在货币政策传导中的作用才被广泛关注与研究起来。

KosukeAok（2004）等将BGG模型（Bernanke，Gertler和Gilchfist model，1999 年正式称此模型为BGG 模型）引人了房地产部门经济，研究了房地产在货币政策中的传导作用。在该模型中住房既提供一定的消费流，也是家庭借贷的抵押品，在一定条件下，金融加速器效应放大了货币政策冲击在住房投资、住房价格和消费中的作用。

Mishkin (2007)从理论上分析了货帀政策传导机制的六条途径，其中三条是货币政策对房地产价格的直接影响，另外三条为货币政策对整个宏观经济的间接影响。他认为，利率可能影响到房地产市场的资本成本、市场的未来预期及房地产市场的房屋供给量，从而直接影响到房地产价格；而货币政策的变动又可能通过财富效应和资产负债表效应进一步影响消费和投资。要想达到价格稳定和充分就业的双重目标，政策制定者在研究相关货币政策时就必须非常谨慎。

Giuliodori (2005)分析了在不同经济制度下房地产市场在货币政策传导机制中作用的差异。同时采用VAR模型，检验了欧洲9个主要国家房地产市场在货币政策传导机制中所扮演的角色，结果表明，货币政策中利率的变动对房价的波动有显著影响，房价变化对消费的传导机制畅由通,特别是在房地产市场和抵押市场相对成熟和发达的国家，这一传导机制表现的更加明显。

Aoki (2004)分析了房地产市场与宏观经济之间的相互关系，指出房价在货币政策传导机制中发挥着重要作用。房地产在货币政策的传导过程中，住房既提供一定的消费量，也成为家庭借贷的抵押品，他认为，金融加速器效应放大了货币政策对房地产投资、房屋价格和消费的冲击作用。通过检验英国数据可知，信贷市场结构变化会减小住房抵押的借贷成本，一方面增加了货币政策冲击对消费的影响，另一方面也降低了对住房价格和住房投资的影响。

Bj0rnland和Jacobsen (2008)对瑞典、挪威和英国三国的房地产市场在货币政策传导机制中扮演的角色进行实证分析,结果表明，房地产市场在传导机制中扮演了不可忽略的重要作用，房地产价格对货币政策的变化反应迅速，房价得下降会引发总产出水平的下降，降低通货膨胀率。但是各个国家传导机制的有效性、反应时滞和变化幅度各不相同。

Chow和Choy (2009)通过运用FAVAR模型，对新加坡的货币政策对主要宏观经济变量的影响作出考量，结果发现，货币政策对过度快速上涨的房地产价格有潜在的调节作用。紧缩的货币政策虽然有通货紧缩和抑制经济的风险，但在调节资产价格方面有不可忽略的重要作用。

此外，Bernanke和Gertler(1989)提出的经典"金融加速器"理论也为日后的研究提供有效的方法，他们认为由于企业的资产负债表效应，经济景气时，借款人的净值升高，投资增加，而出现经济衰退时，借款人净值降低，投资减少。净值决定的投资波动具有自我加强的惯性，将对经济原来的走势造成深远的影响。

Bernanke和Gertler (1995)的研究发现：在货币政策传导机制中，信贷渠道作用的发挥很大程度取决于整个国家的银行系统。

Chen(2006)运用VECM协整模型，采用PT变量分解的方法，对瑞典24年间的季度数据进行分析。结论认为：房地产财富、金融财富与居民总消费、可支配收入有很明显的统计关系，房地产价格的持续上涨对居民消费具有显著的正效应。

Ferreira(2010)则着重研究信贷渠道特别是银行在货币政策传导过程中的作用，认为银行是金融市场不发达情况下货币政策的主要传导渠道，但信贷渠道并不总是有效，银行贷款要受到多个因素的影响。

近10年来，随着我国房地产市场的飞速发展，使用国内数据对房地产市场在货币政策传导机制中的作用进行经验研究的文献也逐渐丰富。

部分学者认为中国的货币政策对房地产价格的传导机制畅通，但是货币政策通过房地产进一步影响宏观经济的有效性较弱。冯科（2011)通过构建SVAR模型,检验2000至2009年中国宏观经济与房地产市场的相关数据，重点研究我国房地产市场在货币政策传导机制中发挥的作用。结果表明中国的货币政策很难通过房地产市场进一步传导到实体经济，从而实现货币政策的最终目标。戴国强和张建华（2009)也得出类似的结论，认为我国货币政策对房地产价格的影响途径比较顺畅，但房地产价格对投资和消费的传导机制存在阻塞，我国房地产市场的财富效用和投资效用不显著。

另一些学者的结论是中国房地产市场的货币政策传导机制畅通，货币政策有效调控房价，同时能进一步对消费和投资的等产生重要影响。周晖和王擎(2009)运用BEKK模型和GARCH均值方程模型，检验中国房地产价格、货市供应量与经济增长的波动相关性，探究各种波动对经济增长率的影响。研究发现：房价的波动及房价和货币供应量的联动对GDP的增速有显著影响，会导致GDP增长率的

下降，同时货币供应量与房价的联动变化非常剧烈，货币政策对不同城市房价的调控效果也不尽相同。高波和王先柱（2009)运用向量自回归模型和2000至2007年数据，探讨中国房地产市场货币政策传导机制的有效性。结果表明，中国房地产市场确实存在货币政策的传导机制,货币供给量的增加剌激了房地产投资和商品房销售额的增长，导致房地产价格上涨；但货币政策在房地产市场传导具有特殊性，提高利率能够有效控制商业银行在整个国民经济中的货款供给，却无法有效抑制商业银行在房地产市场的货款供给,故房地产货款的增加推动了房地产价格上涨。黄静和屠梅曾（2009)创新的运用家庭微观数据，着重研究我国近十年来居民的房地产财富与消费间关系，验证了房地产市场的财富效应。她们认为房地产财富对居民消费有显著的促进作用,且户主越年青的家庭，收入越高的家庭和经济越发达地区的房地产财富效应越大。胡浩志（2010)采用SVAR模型，利用1999至2009年的月度数据，对货币政策、房地产市场与宏观经济波动之间的动态关系进行经验研究。根据结果，他认为中国存在通过房地产市场影响宏观经济的货币政策传导渠道。信贷规模和利率都能引发商品房销售额在短期内的较大波动，因此在利率没有充分市场化的中国，直接进行信贷控制更能有效地调控房价。同时，房地产市场的波动对宏观经济有显著影响。

房价的冲击短期内会引起通货膨胀和工业增加值较大幅度的波动，并通过财富效应引发CPI的迅速上涨。王松涛和刘洪玉(2009)构建了以住房市场为载体的货币政策传导机制理论框架，定量研究住房市场传导货币政策的效果，结果表明利率一个标准差的正向冲击引发私人消费下降1.09 % ,经济总产出和价格总水平也相应降低，房价则下降0.47%;房价一个标准差的正向结构冲击引发私人消费上升1.24%,经济总产出和价格总水平也相应提高。从而证明住房市场是传导货币政策信号的重要载体，同时，紧缩的货币政策对稳定住房价格、抑制住房投资快速上涨发挥了重要作用，是一种有效的干预工具。武康平和胡谍（2010)利用施加两种约束的SVAR模型来实证分析房地产市场在货币政策传导机制中的作IS 。实证结果证明房地产市场已经成为我国货币政策传导的重要渠道。一方面宽松的货币政策是房价短期高涨的最主要原因；另一方面房价的过快上涨对我国的消费和非房地产投资也存在明显的挤出效应。同时，武康平和胡谍（2011)根据"金融加速器"理论，构建包含金融加速器的一般均衡模型，研究房地产价格的变动对宏观经济产生的"加速器"作用。结果显示，我国的房地产价格变动对宏观经济确实存在"加速器"作用,房价的上升与房地产投资和社会总体投资的上升就形成了一种相互促进的关系。当经济处于上升状态时，经济增长会更快；而当经济衰退，房价的下跌会加速经济的衰退。所以必须重视房地产市场的波动给宏观经济所带来的潜在风险。徐凯（2010)研究发现，通过财富效应，房地产价格影响消费、投资进而影响总需求，传导至CPI进而引起我国货币政策变化。论文证明了房地产市场存在财富效应和资产负债表效应，也从侧面证明了房地产价格和消费价格指数之间有明显的时滞效应。

屠佳华（2005）运用VAR模型对推高上海房地产价格的各种因素进行了分析，发现贷款利率下调对上海房价影响不明显。丁晨、屠梅曾（2007）运用向量误差修正模型（VECM）考察了房价在货币政策传导机制中的作用，结果表明房价在货币政策传导机制中的作用较为显著，房价渠道的总体传导效率较高，但其实证结果却得出了"利率冲击使房价短期内产生正向变动"的结论。段忠东（2007）

则运用协整检验、脉冲响应函数与方差分解等方法检验了我国房地产价格与通货膨胀、产出的关系，结果发现短期内房地产价格对通货膨胀与产出的影响有限，长期则对通货膨胀与产出产生重要影响，并且房价与通货膨胀、产出之间存在正反馈作用机制。

从上述研究文献得出的结果来看，关于房地产价格与货币政策的关系、房地产价格与实体经济的关系的研究结论并不一致。这与不同国家或地区的经济环境、研究数据的选取区间、数据的处理以及分析方法的不同有关。

二、基于VECM的实证检验

1.变量设置、样本选择及数据说明

通过上述理论分析可知，房地产价格在货币政策传导机制中发挥作用必须要涉及三个层面的的变量。

第一是政府货币政策调控层面。政府的货币政策调控主要是通过货币政策中介目标对经济进行调节，而自1998年国家队经济实行间接调控以来，我国货币政策中介目标一直以货币供应量为主，同时兼有利率和汇率。因此本文选取了货币供应量和利率水平作为变量。其中用广义货币供应量M2代表货币供应量，因为它不仅反映社会现实购买力也反映了潜在购买力，是政府制定长短期货币政策的关键变量。对于利率水平，我们选取全国银行间市场同业拆借30天平均利率（I），因为这是我国1996年利率市场化改革以来最早放开的利率，是我国最具代表性、最成熟的市场化利率，对市场变化反应极为敏感。此外，我国仍以间接融资为主要融资手段，信贷规模控制仍是货币政策的重要工具，对房地产产业尤为如此，所以本文还选取了金融机构各项贷款余额（CREDIT）来反映信贷政策。

第二是实体经济层面。实体经济层面主要考虑社会的两大经济部门——企业和居民，对应选取投资和消费作为这一层面经济变量，两者是扩大社会总产出的主要途径，同时也能检验房价的Tobin’Q效应和财富效应。本文分别采用固定资产投资完成总额(INV)及社会消费品零售总额(CS)表示这两个指标。

第三是货币政策目标层面。货币政策最终目标，一般有四个：稳定物价、充分就业、促进经济增长和平衡国际收支。就可控性和可测性而言，主要考虑物价稳定和经济增长。所以本文选择了CPI同比指数用以考量通货膨胀，度量物价水平。而由于GDP只有季度数据，考虑到月度数据的易得性，用工业增加值(IAV)同比增长率反映社会经济增长。

对于房价，由于国内的各种房地产指数在数据采集和编制上各有缺陷，所以本文选择了易得的全国商品房销售面积和销售额月度数据, 并将这些最原始的

数据首先换算成全国平均价格, 再进一步转化成同比增长率( 上年同期为100) , 以表示房地产价格指数(HPI)。

本文采用2000年1月至2012年9月的时间序列月度数据作为样本。之所以采用2000年以后的数据，是因为国家于1998年停止实物分房，实行住房商品化，1999年房地产市场化水平才显著提升，由于要用到增长率数据所以以1999年为基期，2000年为起始年比较好。所有数据均来自于中经网统计数据库及国家统计局。实证检验前，我们对数据进行了如下处理：①为提高数据的可比性, 所有绝对数据( 货币供应量、信贷余额、房地产平均价格、投资额、消费额、工业经济增加值) 均换算成同比增长率( 上年同期为100) ;②运用X12-Multiplicative 方法对数

据进行季节调整; ③对所有数据取自然对数( 文中在各变量前用LN表示)，这样在不改变数据统计性质的情况下，可以消除数据的异方差性。

本文所有实证检验均采用Eviews6计量经济学分析软件。

2.平稳性检验

在对时间序列数据进行处理前，必须先检验这些时间序列的平稳性。对非平稳数据进行处理，再检验其是否协整。

本文采用ADF方法对所有变量进行单位根检验, 以AIC值确定滞后阶数,检验结果如下表所示：

序列。

3.政府货币政策调控层面分析

（1）.协整检验

由前文所述，本文主要进行三个层面的分析。第一层面，通过货币政策调控对房价产生影响，即M2、信贷政策和利率对房价的影响。由于房价指数、M2、金融机构各项贷款余额和利率均为0阶单整序列，因此我们考虑其存在协整关系。

协整检验主要有两种方法: 一种是Engel 和Granger 提出的两步法平稳性检验( 基于回归的残差序列检验) ; 另一种是Johansen 协整检验( 基于VAR 模型回归系数的协整检验) 。前者主要针对单方程而言; 后者是一种进行多变量协整检验的较好的方法。本文采用Johansen 协整检验，通过迹统计量来确定变量间的协整关系。检验表明在5%的显著性水平下，以上变量存在一个协整关系，说明房价与其他三个变量存在长期稳定的均衡关系。因此，通过建立VECM 模型进行脉冲响应分析与方差分解。

（2）.格兰杰因果检验

由于上述四变量之间存在协整关系，可以先进行格兰杰因果检验，研究变量之间的相互影响。首先对模型最优滞后阶数进行选取，通过检验，依据AIC 、SC 准则，确定格兰杰因果检验的滞后阶数为2。具体检验结果如下所示： Pairwise Granger Causality Tests

Lags: 2

Null Hypothesis: Obs

F-Statistic Prob. LNI does not Granger Cause LNHPI 151

5.81302 0.0037 LNHPI does not Granger Cause LNI 0.32494 0.7231 LNM2 does not Granger Cause LNHPI 151

2.90355 0.0580 LNHPI does not Granger Cause LNM2 1.30772 0.2736 LNCREDIT does not Granger Cause LNHPI 151 0.49014

0.6135 LNHPI does not Granger Cause LNCREDIT

0.37889 0.6853

根据上面的数据可以看出：在5%的显著性水平上，利率是房价的格兰杰原因，但房价并不是利率的格兰杰原因；M2与房价以及信贷额与房价之间不存在因果关系。但在10%的显著性水平上，M2是房价的格兰杰原因，其他各项结论不变。因此可以认为，就统计意义上而言，利率与房价之间存在较强的单项因果关系；货币供应量M2与房价之间存在较弱的单项因果关系；而信贷额与房价之间相互独立。

（3）.基于VECM 的分析

①模型简介。根据Granger 定理, 一组具有协整关系的变量一定具有误差修正模型的表达形式存在。VECM 的一般表达式为:

Δy t =αβ’y t-1+∑=n

i Gi 1

Δy t-1+e t (1)

同时上式也可表示为：Δy t =aECM t-1+∑=n i Gi 1

Δy t-1+e t (2)

其中式( 2) 中的ECMt - 1 是误差修正项, 即分量之间的协整方程反映了被解释变量与解释变量之间的长期均衡关系, 而整个VEC 模型则反映了变量间长期均衡关系及变量滞后期的短期波动对当前变量的短期波动$y t 的影响。系数向量

a 反映变量之间的均衡关系偏离长期均衡状态时, 将其调整到均衡状态的调整

力度。因此VECM 能用于考察经济系统中各变量之间的长期及短期关系。

②VECM的估计结果

通过估计，可以得到房价、M2、信贷额及利率的协整方程：

LNHPI(-1)= 2.243979 LNCREDIT(-1)- 0.736254 LNI(-1)- 7.287082 LNM2(-1)+29.2931 (3) （-2.72582）（6.90531）（4.38373）

反映房价短期波动决定形式的误差修正模型为：

D(LNHPI)= -0.149768 CointEq1-0.261257 D(LNHPI(-1))+ 0.061264 D(LNI(-1))+

(-3.76346) (-3.33628) (1.37028)

1.326353 D(LNM2(-1)) -1.116857 D(LNCREDIT(-1))(4)

(1.52009) (-1.58279)

（）内为t统计值，CointEq1即为（2）式中的误差修正项ECM，回归效果较为明显。

在上面的误差修正模型中，房价的短期波动由两部分决定：一部分是偏离长期均衡关系的影响；另一部分是自身及其他变量短期波动的影响。从CointEq1的估计值及t检验值来看，当房价短期波动偏离长期均衡时，系统具有较为显著的反向调整机制，调整力度较大；而从变量短期波动系数及其t统计值来看，滞后一期的房价自身的短期波动对当期房价在5%置信水平上有显著影响, 而其他变

量的短期波动对房价影响较弱。

（4）脉冲响应与方差分解分析

为了更好地刻画货币政策对房价的传导，本文应用脉冲响应分析进行进一步研究。其基本思想是分析模型中随机扰动项单位标准差冲击对各内生变量当前及

图1房价对货币政策( 利率、货币供应量与信贷) 的响应

从图中可以看出，三个货币政策变量对房价都能产生负向影响。市场化程度相对较高的全国银行间市场同业拆借30天平均利率的冲击使房价产生负向变化，并随着时间的推移影响力逐渐增大，在10个月后趋于平稳。货币供应量M2和金融机构信贷余额CREDIT也有类似影响，但影响力度要小很多。我们再结合方差分解来看：

图2 货币政策( 利率、货币供应量与信贷)对房价的方差分解

从图中可以看出，只有利率对房价波动的贡献度最强，随着时间的推移解释力度逐渐增强。相较而言，货币供应量及信贷额对房价波动的贡献较小。

4.房价对实体经济层面

由于房价、固定资产投资完成总额、社会消费品零售总额这三个变量并非同阶单整，因此不能进行VECM模型分析，可通过无约束的VAR模型进行分析。同理，通过最优滞后期数检验，根据AIC、SC原则确定最优滞后期为3。

此时我们要探讨房价对投资于消费的传导效应，同样通过VAR模型进行脉冲响应与方差分解分析：

图3固定资产投资完成总额、社会消费品零售总额对房价的响应

上图反映了实体经济对房价的反映。房价的上涨在前3个月内使得居民的消费减少，但3月后影响逐渐为正，并保持长期正向影响，大概在0.005的水平。对投资的影响，刚开始短暂为负，但2—4个月之后有明显正向冲击，但之后投机长期趋于0。

图4 房价对固定资产投资完成总额、社会消费品零售总额的方差分解从上图方差分解可以看出，房价对消费波动的贡献度明显强于投资因素，贡献度能达到10%左右，反观房价对投资波动的贡献度长期趋于0。

5.房价对货币政策目标层面

房价对货币政策目标的影响，即对产出和通胀的影响。我们以房地产价格指数、工业增加值以及CPI来度量。由于这三个变量不为同阶单整，因此同上部分分析一样，在选择最优滞后阶数之后进行VAR脉冲响应和方差分解分析。根据

图5 工业增加值、CPI对房价的响应

可以看出，短期内，房价对产出产生正负交替的影响，在第4月达到高峰后逐渐趋于平稳下降趋势。而房价对物价指数的影响始终为正，并有逐渐增强的趋势，最终稳定在0.002的水平上。

图6 房价对工业增加值、CPI的方差分解

从上图的方差分解来看，随着时间的推移，房价对产出以及CPI波动的贡献度在增强，对产出的贡献度最终能达到10%左右，略高于CPI。房价对货币政策目标确有传导作用。

三、基于模型分析的结论和政策建议

通过以上实证检验可以得出以下结论：

（1）从协整方程来看，房价与货币政策的三个中介目标变量具有长期稳定的均衡关系，货币政策对房价具有较强的影响力。但房价与实体经济层面以及货币政策目标层面并不具有这种长期稳定的均衡关系，这可能与各国的城市化进程以及房地产市场的成熟度有关。因此，在目前中国，货币政策由房价向实体经济传导还不具有稳定性。

（2）从房价的误差修正模型来看，房价短期波动打破与货币政策的长期均衡时，货币政策的房价传导系统均存在较强的反向的调整力度。此外，房价本身也具有一定的自我调整。

（3）从脉冲响应分析及方差分解来看，有三方面结论。首先房价对货币政策变动总体较敏感,，具体地说，M2 及信贷规模的增加对房价都有一定程度的负向作用，这可能是因为预期效应的存在。但同时，方差分解显示出这两者对房价波动的贡献度较低，因此这两者应该不会是近几年房价过快增长的缘由。但在格兰杰因果检验及脉冲响应、方差分解中都发现，市场化较高的短期利率对房价具有较强的影响。我认为原因在于，它是个极为敏感的变量，能迅速反映货币政策宽紧度，产生极强的信号作用；其次，它直接影响购房者的资金成本，因而能对房价产生较大影响。因此我国政府应积极推动利率市场化改革, 并且可以逐步考虑将全国银行间短期市场利率( 同业拆借及回购利率) 作为货币政策的中介目标。其次，从实体经济的投资和消费对房价的响应及方差分解来看，房价对投资只具有短期影响且影响较弱，相较而言，对消费的影响较大。因此可以推断，与消费相关的财富效应要高于其他渠道。再次，从货币政策目标对房价的响应来看，房价对产出及物价在长期都具有一定影响。所以，第二阶段传导中房价—消费—产出及物价渠道基本畅通，传导效率较高，其他渠道并不是十分畅通。

综上所述，房价在货币传导机制中的作用较为显著，房价渠道的总体传导效率较高。房地产市场已成为货币政策传导的重要途径。因此, 当前我国政府应高度重视房地产市场货币政策传导机制，促进货币市场、房地产市场及宏观经济三者协调稳定发展。政府在制定货币政策时，应充分考虑房价因素。进一步进行利率市场化改革，完善货币政策中介目标，以此加强货币政策对房地产市场及宏观经济调控的有效性。

参考文献：

[1]丁晨,屠梅曾.论房价在货币政策传导机制中的作用——基于VECM分析[J].《数

量经济技术经济研究》.2007年第11期

[2]盛松成,吴培新. 中国货币政策的二元传导机制——“两中介目标,两调控对象”模式研究[J]. 经济研究. 2008(10)

[3]余元全.股票市场影响我国货币政策传导机制的实证分析[J].《数量经济技术经济研究》.2004年第3期

[4]陈柳钦.《资本市场发展与我国货币政策的有效传导》[J].《经济理论与经济管理》.2002年第10期

[5]戴国强,张建华.货币政策的房地产价格传导机制研究[J]. 财贸经济. 2009(12)

[6]Andrew J Filardo. Should Monetary Policy Respond to Asset Price Bubbles? Some Experimental Results[C], Federal Reserve Bank of Kansas City RWP 01-04, 2001