货币供给、信贷对上海市房价的影响
文/吴佳 刘端怡
[摘要] 随着市场价格的持续上涨，市场交易者将住房作为投资品甚至投机品，进一步显化了房地产的金融资产属性特征，对房地产市场的调控政策效果产生了一定的影响。本文利用2008 年1 月至2019 年2 月上海市房地产市场数据及货币供给、信贷数据，围绕货币供给、信贷对上海房价产生的影响，建立Granger 因果检验与VAR 模型进行实证分析，结果发现：新增个人住房贷款占比与M2 环比变化将会导致房价波动，且新增个人住房贷款占比与房价波动互为Granger 因果；当受到货币供给量的正向冲击后，二手住宅价格将会受到影响；房地产市场存在正向反馈交易行为。有鉴于此，在“房子是用来住的，不是用来炒的”定位下，应当发挥货币政策工具对房价的调节作用，促进房地产市场平稳健康发展。
［关键词］ 货币供给；信贷；房价波动
一、引言
近年来，较为宽松的货币政策使得货币供给量快速增加，推动了房价上涨。20 世纪90 年代以来，美国贸易赤字的不断增加和债务的增长，日本、亚洲主要新兴国家以及石油出口国等对美国保持了大量的贸易盈余，全球外汇储备得以快速增长，主要国家和地区的货币供给量增长迅速，形成了全球流动性过剩的现象。[1]自改革开放以来，我国凭借人口红利形成的比较优势，依托政策红利，东部沿海地区形成了外贸主导型的发展模式，推动了我国经济快速发展。近年来，我国外汇储备规模从1998 年的16991.09 亿美元增加到2018 年的372885.57 亿美元，经常项目盈余也从1999 年的211.14 亿美元增加到2017 年的1648.87 亿美元。在开放经济条件下，我国货币供给同样受到国际市场的影响，从东亚危机、美国IT 泡沫导致全球大宗商品价格上涨到次贷危机，我国货币供给超常量增加和信贷杠杆周期对房价起到了深刻的影响作用。
CRP平台打破了一般校园单纯注重硬件建设的常规，集“精细管理”、“流程审批”、“诊改数据”、“预判趋势”、“优化决策”和“资源共享”为一体，将先进的信息技术与高校的办学理念、办学定位深度融合，从而推动高校办学理念创新、机制创新、制度创新、管理创新，服务创新，最终实现高校教育教学的信息化、科学化和规范化。
图1 2006年-2018年货币流动性、信贷杠杆与上海市房价波动
数据来源：国家统计局
在我国货币供给方面，本文采用货币剩余指标，利用M2 增速减去实际GDP 增速，将我国货币政策数量化：该值为正数，表示货币供给剩余；反之，则代表货币供给不足。其中M2 增速、GDP 增速的取值来源于国家统计局网站的M2 同比、GDP 同比指标。在信贷方面，本文采用信贷杠杆周期指标，即银行信贷与GDP 的占比，国际清算银行（BIS）采用该指标测度宏观杠杆率[2]。本文将上述指标与上海市二手住宅价格环比指数（该数据来源于国家统计局二手住宅价格指数，将月度数据整理为年度数据）进行比较。如图1 所示，2008 年受到美国次贷危机影响，我国采用量化宽松货币政策，造成当期的流动性大幅度增加，货币增速指标于2008 年达到峰值，往后逐年回落。信贷杠杆是宏观杠杆率的测度指标，2008 年受到经济危机影响，宏观杠杆率下降，其后逐年稳步回升。2016 年上海市住宅市场受到调控预期、信贷宽松的影响，房地产价格波动较为明显，后期在调控政策影响下逐步恢复到合理运行水平。货币供给当期对宏观杠杆率与房价的作用存在滞后性，对此可以理解为货币供给增加，流动性增加，通过信贷渠道流入住户部门贷款以及房产开发商投资贷款，对下期的房地产市场价格产生影响。
二、货币供给、信贷对房价波动的传导机制
金融因素主要包含货币供给与银行信贷环境两方面内容，前者是根本原因，后者是金融因素对房价产生影响的作用渠道。银行信贷的来源是货币供给，假设保持货币供给不变而增加信贷规模，必会导致贷款需求量大于货币供给量，从而引发利率水平的上升，反过来会抑制信贷规模的增长。相反，如果保持货币供给不变而降低信贷规模，就会导致货币供给量大于贷款需求，压低贷款利率水平，从而促进信贷规模的增长。货币供给决定着银行信贷的能力，因此，货币供给才是影响房价更深层的因素，银行信贷是货币传向房地产市场的重要渠道。
（一）货币供给对房价波动的影响
货币供给量对房地产市场参与者存在调节效应。货币供给量减少，会对房地产商的贷款规模、信用创造能力产生负面影响，对消费者则会提高贷款门槛，增加贷款成本，抑制住房需求。货币供给量是货币乘数与基础货币的乘积，当货币供给量减少，意味着可供银行流通使用的资金减少，银行将被迫减少信贷额，对房地产商来说，房地产贷款规模、信用创造能力也随之减少。[3]可贷资金的削减和银行信贷成本的上升势必会提高房企的融资成本，造成住房供给下降，在需求不变的情况下，导致房价上升。对消费者来说，按揭贷款会变得更加困难，贷款成本也会有所提高，有效住房需求下降，当供给不变时，房价将会下跌。所以，房价的变动取决于房地产贷款规模变动对房企和消费者的相对影响程度。
房地产市场的运行通常与信贷市场的运行高度相关，二者彼此强化，资产价格顺周期效应会放大经济和金融波动，房价本身成为“助涨助跌”和引发系统性风险的重要因素。特别是，当资产价格上涨超出贷款抵押率能承受的范围时，由于进一步的资产价格上涨缺乏新增信贷资金的支持，资产价格泡沫会达到破灭的临界条件，此时任何一个微小的外部冲击都能导致资产价格泡沫的瞬间破裂，并对经济和金融体系的稳定性造成严重冲击。[4]如图3所示，本市信贷市场与二手住宅价格存在相关性。
图2 2008-2019年我国M1与本市二手住宅价格指数的关系
数据来源：Wind数据库
（二）银行信贷对房价波动的影响
银行信贷是货币供给对房价产生影响的重要渠道，房地产的开发和销售均高度依赖银行信贷的支持，购房者的按揭贷款也会对有效住房需求产生约束。银行信贷的利率存在调节效应，对融资需求巨大的房地产开发商而言，利率的略微上升就会大幅增加其融资成本。为降低资金风险，保证资金循环，开发商会减少房地产投资以减少可能出现的损失，导致住房供给量减少。同时，开发商可能还会采取措施降低房价以增加销售，加快资金回笼。同理，对按揭贷款的购房者而言，利率上升会拉高贷款成本，购房者对住房的有效需求会降低，闲置资金被存入银行或者转投其他产业，造成房价下降。由于房地产开发商对于信贷的需求弹性高于住房消费者的需求弹性，银行信贷主要是影响房地产市场的需求方而不是房地产开发商。
在美国，政府通过发展农业规模经营，鼓励农民发展农业以外的经济，加大对农民的直接经济补贴，加强农村基础设施及社会事业建设，为农村发展和缩小城乡差距提供了保障。而日本和韩国都属于经济分布空间和人口分布空间均极度失衡的国家。日本通过制订“全国综合开发计划”，大力发展中小城市，不断加大对乡村的财政投入，开发落后地区，解决工业及人口过密和过疏的矛盾；为缩小城乡差距、提升乡村发展价值，韩国发起了旨在缩小城乡发展差距的“新村运动”，加大农村公共产品供给力度。自20世纪70年代以来，经过几十年的“新村运动”，韩国基本实现了城乡经济的协调发展。
图3 2008-2019年本市当月新增个人住房贷款占比与本市二手住宅价格指数的关系
数据来源：Wind数据库
首先，对本文采用的三个变量进行描述性统计分析，结果如表1 所示，共计134 个样本观测值。其中，二手住宅销售价格指数的标准差数值最大，表明价格指数的波动程度相较另外两个指标为大；新增个人住房贷款/房价与M2 环比变量的标准差较小，表明其最小值与最大值之间的差异一般。上述现象与实际情况吻合程度较高。
图4 2008-2019年本市当月新增个人住房贷款占比与本市二手住宅价格指数的关系
数据来源：Wind数据库
三、实证分析
在对时间序列数据进行计量分析时，首先要对各变量进行平稳性检验，直接对非平稳的时间序列进行回归，将导致谬误回归 (spurious regression)。[5]单位根结果表明上述三个变量均不存在单位根情况，因此，可对三者进行Granger 因果检验与脉冲响应分析。
在VAR 模型的标准式中,扰动项也被称为新息,脉冲响应函数(Impulse Response Function)试图描述任意一个变量的扰动通过模型影响其他变量,最终又反馈到自身的过程。以下运用脉冲响应函数来分析货币供给、信贷与上海房价之间的短期动态关系。图5、图6 显示了VAR 模型的脉冲响应函数曲线，横轴表示变量的滞后阶数，纵轴表示反应程度。房价在受到新增个人住房贷款占比的正向冲击后，在前期达到最高，后期逐步下降，趋于平缓。同理，房价在货币供给量受到的正向冲击后，在前期达到最高，后期逐步下降，趋于平缓。
（一）变量描述性分析
本市个人住房贷款占成交金额的比例与二手住宅销售价格指数呈同向波动趋势。一些实证分析认为，信贷和房地产市场相互影响，且存在相互加强的循环过程。一方面，房价会影响信贷的需求和供应；另一方面，银行借贷也通过流动性效应影响房价。如图4 所示，2011 年以后，房价与个人住房贷款余额的同比增速变化趋势相同，信贷与房价之间的影响关系有所增强。
本文对新增个人住房贷款占比、M2 变化与房价变化是否存在因果关系进行检验。在理论分析中，货币供给主要通过需求方面对房价产生影响，当货币供给量超常增加时，会增加房地产需求，当货币供给减少时，又会反过来抑制需求。如表2 所示，在90%的置信水平上，新增个人住房贷款占比与M2 环比变化是导致房价波动的原因，房价波动也是导致新增个人住房贷款占比变化的原因。
表1 变量描述性分析
（二）单位根检验
围绕货币、信贷与房价波动的影响，在检验三者因果关系的基础上，将货币因素、信贷环境因素变量对房价的影响进行脉冲响应分析。根据数据可获得性，本文将M2环比、新增个人住房贷款/成交金额与二手住宅价格指数作为研究变量，时间区间为2008 年1 月至2019 年2 月。
（三）Granger 因果检验
Step2 确定衡量聚类结果合理性的指标．记个类中所有元素与其各自重心距离的平方和为，给定充分小量，当时，即认为已得到了较为合理的分类，将会停止聚类的迭代过程．
表2 Granger 因果检验结果
（四）脉冲响应结果分析
图5 新增个人住房贷款占比对本市二手住宅价格的影响
图6 M2环比对本市二手住宅价格的影响
五百元钱,那是卢一平十天的工资啊。如果不中,不就打水漂了,这十天工作不就白干了？郝桂芹呀郝桂芹,你胆子也忒大了,你眼里到底有我没有呀！你对这个家,对孩子,还有一点责任感吗？！
图7 显示了上海市二手住宅价格受到新增个人住房贷款及M2 环比影响的分解情况。二手住宅价格自身可以解释80%以上的房价波动情况，因为房地产市场的交易价格存在正反馈机制。由于房地产市场兼顾普通商品与资产品的特征，在房地产价格持续向同一方向变化的过程中，市场的参与者将会出现正向反馈交易行为，不论房地产市场价格是上升还是下跌，这种正反馈交易行为都会促进价格向市场预期的方向发展，造成价格的波动性增加。
图7 脉冲响应分解图
图8 VAR系统稳定性的判别图
（五）稳健性分析
图8 显示该VAR 模型结果稳健，表明货币供给与信贷对房价波动产生影响，但是从长期来看，两者对房价的解释力度逐渐减小。从短期来看，银行信贷增长率的变化居于支配地位且在一定时期内具有统计的稳定性，即银行信贷和实际房价之间的因果关系和解释能力从实际银行信贷传导到房价，但是在长期过程中，上述关系并不持续存在。
四、实证结论
本文利用2008 年1 月至2019 年2 月上海市房地产市场数据及货币供给、信贷数据，围绕货币供给、信贷对上海房价产生的影响，建立Granger 因果检验与VAR 模型进行实证分析，结果表明：其一，新增个人住房贷款占比与M2 环比变化是导致房价波动的原因，同时，房价波动也是导致新增个人住房贷款占比变化的原因。其二，上海市二手住宅价格在受到新增个人住房贷款占比的正向冲击后，在前期达到最高，后期逐步下降；同样，上海市二手住宅价格在货币供给量受到正向冲击后，在前期达到最高，后期逐步下降，趋于平缓。其三，房地产市场存在正向反馈交易行为，房地产价格波动本身对二手住宅价格产生了较大影响。
整体上看，上海市住房价格从2000 年以后，除了市场的短暂波动以外，基本呈现长期的快速上涨趋势。该过程可以理解为市场寻找均衡价格的过程，随着市场价格的持续上涨，市场交易者将住房作为投资品甚至投机品来看待，进一步显化了房地产的金融资产属性特征，对房地产市场的调控政策效果起到了一定的影响作用。在“房子是用来住的，不是用来炒的”定位下，如何发挥货币政策工具对房价的调节作用，成为本市在加大金融开放程度的背景下维持房地产市场平稳健康发展的重要研究内容。
您好！我是一个快上初三的大男孩。我知道自己已经步入青春期了，最明显的表现就是不愿意搭理父母，我也不知道为什么，但这就是我发自内心的感受，我觉得他们都不懂我，他们的关心让我感到烦躁。另一方面，我又略感自责，但我只要放学回到家，就无法克制自己。父母应该感觉到了我的疏远，我很苦恼。
参考文献
[1]崔光灿.房地产市场长效调控与住房问题[M].上海：中国建筑工业出版社,2015.
[2]陈创练，戴明晓.货币政策、杠杆周期与房地产市场价格波动[J].经济研究,2018, 53(09):54-69.
[3] 任木荣，苏国强．货币政策工具调控房价的传导机制分析［J］．中央财经大学学报，2012(4):23-29．
[4]巴曙松，武阳，邸超伦.货币政策冲击与房价波动:基于PVAR 模型的量化分析[J].未来与发展,2019,43(01): 72-81.
[5]陈婕，路静，高鹏，等.人民币汇率波动与我国房价关系的实证分析[J].数学的实践与认识,2009,39(13): 73-79.
（作者单位：上海市房地产科学研究院）
标签：货币供给论文; 信贷论文; 房价波动论文; 上海市房地产科学研究院论文;