房地产驱动了中国经济周期吗？，本文主要内容关键词为：中国论文,经济周期论文,房地产论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
进入2014年以来，关于中国房地产市场崩盘的言论此起彼伏。虽然房地产市场是否面临崩盘尚待考证，然而一个不争的事实则是伴随着房地产投资各项指标的下滑，中国经济持续放缓的压力逐渐增强。可以说，中国当前经济发展的许多问题都与房地产行业有关。一方面，若放任房地产行业的发展，会进一步推高房价，抑制其他产业的发展，加大金融体系的风险，成为中国经济长期稳健增长的隐患；而另一方面，自1998年实行全面住房制度改革以来，房地产业经过近20年的蓬勃发展，与国民经济的各个部门息息相关，成为拉动经济增长、促进就业以及政府财政收入的重要组成部分(张晓晶和孙涛，2006)。房地产业的投资占全国固定资产投资的比重从不足5%上升到2013年的15%左右。当前，如果对房地产行业采取过于严厉的调控政策，很可能会加剧相关产业和部门发展的困难，加大“稳增长”的风险。因此，如何调整调控房地产市场，保证中国经济的平稳运行，不仅是当前政策制定者面临的重大难题，也是学术界亟待研究解决的问题。回答这一问题的关键在于深入了解我国房地产市场的发展规律，厘清中国房地产市场与国民经济其他部门的动态传导机制，这对政策制定者调控工具的选择和实施至关重要。 早在上世纪80年代，西方的经济学家开始意识到房地产市场在经济周期中的重要作用，并逐渐地将房地产市场加入到宏观经济政策的研究中。不过，尽管学者普遍认为房地产市场对宏观经济有着深刻的影响，但是不同学者对于房地产市场影响宏观经济的具体机制存在分歧。一些学者认为在财富效应下，房价的上升可以增加居民的财富，放松居民的借贷约束，从而刺激居民增加消费，最终驱动经济增长(Case，2000)。另一部分学者则认为房地产投资的变动影响宏观经济波动。Leamer(2007)发现房地产投资驱动GDP的增长，因此房地产投资可以作为经济运行的先导指标。Stevenson(2000)对英国的房地产市场进行分析，认为房地产投资的上升以及房价的上升会显著地引起通货膨胀。不过也有学者持相反的观点。Ghent & Owyang(2009)认为房价的变动并不能预测经济周期中诸如失业率等经济指标的变动，因此，房价的波动并不是预测经济运行的先导指标。在此基础上，近年来不少国外的学者(Iacoviello，2005；Iacoviello and Neri，2010)开始利用动态随机一般均衡模型，从货币政策传导机制的视角来研究房地产市场与经济周期的关系。 尽管国外的学者对欧美发达国家的房地产周期与宏观经济周期的关系进行了较为深入的探讨，但很少有学者对新兴市场国家的情况进行深入的剖析。相比于发达国家，国内对于房地产与中国经济周期之间的传导机制尚无系统的研究。已有的研究主要着重于房地产周期与经济周期之间的关系。比如，张清勇和郑环环(2012)通过格兰杰因果关系的实证分析指出，经济增长可以促进住宅市场的发展，但是住宅市场的发展并不显著地促进经济增长。梁云芳等(2006)通过协整分析和H-P滤波，发现房地产投资的冲击对宏观经济有着显著的同向影响而房价对宏观经济仅存在短期而且不显著的影响。另外，还有部分学者指出房地产周期与经济周期之间存在互动关系，但是没有提出房地产周期影响经济周期的具体机制(沈悦和刘洪玉，2004；张晓晶和孙涛，2006；杨俊杰，2012)。 由此可见，中国房地产市场与宏观经济两者之间相互影响的具体传导机制至今尚不清楚。在1998-2002年的通货紧缩期间和2008年全球金融危机爆发之后，中国政府都采用了相机抉择的货币和财政政策来熨平经济周期。与此同时，房地产市场得到了蓬勃发展。因此，要想深入地分析房地产周期与经济周期则必须将货币政策因素和政府部门纳入到模型中。本文在Iacoviello(2005)的基础上构建了一个带有微观基础的动态随机一般均衡模型(DSGE)，引入抵押率冲击和政府支出冲击。其中抵押率冲击用于刻画信贷政策对房地产市场和其他宏观经济变量的影响，而政府支出冲击用于刻画财政政策对经济的影响。通过这个模型，我们能够更好地分析房地产市场与宏观经济波动的相互关系。本文的结果表明，正向的抵押率冲击和房地产偏好冲击会导致房价上升以及信贷扩张，从而加剧经济冲击对于宏观经济的影响。为此，政府应该实行差别化的宏观调控政策，在保障居民刚性的购房需求的同时抑制投机性的购房需求。与此同时，政府要逐步减少宏观调控的计划经济色彩，通过预期引导等手段来调节房价，避免经济的大起大落。 与以往的研究相比，本文的主要贡献在于以下三个方面：首先，本文利用动态随机一般均衡的方法来分析中国的房地产市场影响宏观经济的具体机制，并通过贝叶斯估计得到与现实相近的估计值，从而较好地拟合中国房地产市场和宏观经济波动的特征事实。其次，本文通过加入抵押率冲击、房地产偏好冲击等受政府调控影响的外生冲击来刻画中国行政式调控政策对房地产和宏观经济的影响，弥补了以往研究的不足。最后，本文的结论对于相关政策制定具有借鉴意义。鉴于宽松的信贷政策对于房价的上涨有着显著影响，有关部门必须谨慎制定信贷政策，从而稳定房价。与此同时，政府应该逐步改变宏观调控的方式，增加调控手段的灵活度和市场化程度。 本文余下部分安排如下：第二节是房地产市场与经济周期的典型事实，第三节是模型描述，第四节是参数校准和模型估计，第五节是模型分析，第六节是结论和政策建议。 二、房地产市场与中国的经济周期 自1998年住房改革以来，中国房地产市场的市场化程度不断提高，房地产行业也经历了飞速的发展，逐渐成为国民经济的支柱产业。从1998年到2012年，中国的年房地产开发投资额从3590亿元上升到71804亿元，增长了约20倍。与此同时，中国指数研究院2012年的研究结果显示，房地产业对中国GDP的贡献率约为10%，每年拉动GDP增长1.5%—2%。 房地产投资在高速增长的同时，也呈现出较高的波动性。如图1所示，尽管住宅开发投资自1998年改革以来保持着较快的增速，但是与GDP增速相比其波动率较高，波动的频率也比较高。1998年至2006年间，住宅开发投资的增长率基本维持在23%至35%之间。在2008年金融危机后，住宅开发投资增长率的波动浮动明显加大。2007年，住宅开发投资仍然保持着32.02%较高增长水平，伴随着金融危机的爆发，我国实体经济下行，住宅开发投资的增长率也随之下降，2009年的增长率只有14.14%。为了应对危机，我国采取了宽松的宏观经济政策，2010年，住房开发投资增长率达到32.84%，经济增长也出现了逐渐复苏的迹象。另外，2007年至2013年间，住宅开发投资增速与GDP增速的相关性为0.692，远高于1998年至2013年的0.311。由此可见，随着房地产市场规模的快速增长，房地产市场与中国经济周期变动之间的关系日益紧密。
图1 住宅开发投资增长率与GDP增长率 数据来源：中国人民银行，CEIC数据库。
图2 个人购房贷款余额及其占国内生产总值的比重 数据来源：中国人民银行，CEIC数据库。 在规模快速增长的同时，房地产市场与金融体系的关系也变得更加紧密。如图2所示，自1998年商品房改革以后，银行贷款成为个人购买商品房的重要资金来源，极大地驱动了房地产市场的发展。个人购房贷款余额从1998年的不足1000亿元上升到2013年的98000亿元，增长了约100倍。个人购房贷款余额占国内生产总值的比重也从不足1%上升到2013年的17.23%。值得注意的是，受金融危机的影响，2008年的个人购房贷款余额占国内生产总值的比重出现了较为显著的下降。然而，在宽松信贷政策的刺激下，该比重在2009-2010年出现快速的回升。与此同时，自2002年以来个人购房贷款余额的增速与M2的增速基本保持正相关关系，但是个人购房贷款余额的增速的波动性远高于M2的增速。在金融危机时期，个人贷款余额的增速更是出现了负增长，而随后的宽松信贷政策刺激了2009年的个人购房贷款余额较前一年增加60%。 为了抑制房地产投资过热，2011年以后，监管部门陆续出台了紧缩性的信贷政策以及相关的房地产调控政策，个人购房贷款余额占国内生产总值的比重的增长速度明显放缓。其中，监管部门多次通过提高存款准备金率、提高第二套房的首付比例、加强信贷流向指导等手段来抑制资金过度流向房地产市场。由此可见，监管部门的信贷干预政策在一定程度上控制了个人购房贷款的规模，从而对房地产市场产生影响。 不过，与房地产投资呈现剧烈波动不同，近十几年来中国的房价基本保持上升的趋势。尽管在金融危机爆发以后，房价上升的速度有所回落，但是随后的经济刺激政策又进一步推高了房价。与同期的消费者物价指数(CPI)相比，房价上升的速度明显更快。其中，北京、上海、广州、深圳等四个一线城市的上升幅度尤其明显。2013年以来北京、上海、广州、深圳这四个城市的房价出现了新一轮的涨价潮。为了抑制房地产市场规模过度膨胀和应对房价的快速上涨，中央政府连续出台了“国八条”、“国六条”、“国四条”以及“国十一条”等宏观调控政策(如表1所示)。这一系列的调控政策的对象涉及购房者、银行、地方政府等主体，也几乎涵盖了房地产市场供需的各个方面。 由于房地产市场、金融体系以及宏观经济之间存在复杂的关系，学术界和政策制定者无法从理论上进行清晰的分析，更难以制定合适的政策。首先，由于经济增长、适龄人口增加、城镇化加速等因素的存在，当前房地产市场存在较大的刚性需求。为此，如果政策过于严厉则很容易伤害刚性需求，从而损害社会总福利，进一步加剧中低收入人群的不满情绪。其次，在过去的十多年里，房地产的开发、投资、销售均以20%以上的速度高速增长，成为促进经济增长的重要因素，而房地产业高速发展的同时也带动了上下游产业的快速发展，从而增加了国民经济对于房地产及其上下游产业的依赖。因此，如果只针对单一环节实施宏观调控而不采取系统性的对策，那么政策将难以见效。最后，由于土地出让金是地方政府预算外收入的主要组成部分，而与房地产交易相关的税费也是地方政府的重要收入，各级地方政府缺乏严格执行房地产调控政策的积极性，导致了政策难以得到有效的执行。
由此可见，由于房地产市场规模的不断增加以及房地产市场与实体经济的关系日益密切，房地产市场已经无可避免地成为影响中国经济的重要因素。特别是，在解释中国经济周期波动的因素中，房地产市场的冲击更是至关重要。接下来，本文将通过构建数理模型来阐释房地产市场与宏观经济的相互联系。 三、理论模型 本文的理论模型为Iacoviello(2005)模型的一个拓展。模型包括四类经济部门：耐心的家庭部门、不耐心的家庭部门、企业家部门和零售部门。耐心的家庭是资金的出借方而不耐心的家庭和企业家则是资金的借入方，不耐心的家庭拥有零售部门。本文的模型与Iacoviello(2005)模型的主要差异在于我们引入抵押率冲击和政府支出冲击来更好地刻画房地产市场与经济波动之间的关系。自1998年商品房改革以后，住房抵押贷款成为房地产市场资金的主要来源。调控首付比例、信贷资金流向成为政府调控房地产市场的主要手段(参见图2和表1)。基于这一事实，我们在模型中假定房价的波动影响了房地产抵押品的价值，从而影响了各个经济部门的借贷行为。①由于不耐心的家庭和企业家是资金的借入方，借贷金额与抵押品的价值直接相关，因此面临融资约束。在生产方，企业家负责组织生产中间产品，参照经典文献的分析方法(Bernanke et al.，1999；Iacoviello，2005；Iacoviello & Neri，2010)，我们假定中间产品市场价格是完全弹性的，而零售部门购买中间产品并转化为最终产品进行销售。为了准确地把握货币政策的实际效应，我们在零售部门引入名义价格粘性。②具体的模型构建如下： (一)家庭部门 在给定预算约束的情况下，耐心的家庭部门最大化目标效用函数：
以下是耐心家庭部门消费、房地产需求和劳动供给的一阶条件：
方程(2)中第一个式子表明，家庭当期放弃一单位消费所导致的效用损失可以通过未来储蓄收益所带来的消费效用补偿。第二个式子为耐心家庭部门房地产需求的一阶条件，家庭在购买房产时，其成本必须由未来的效用收益来补偿。未来的收益包括房产消费带来的直接效用，以及房价上涨的资本利得所带来的边际消费效用。第三个式子则表明耐心家庭在进行劳动供给决策时，其劳动所损失的闲暇效用必须由工资带来的额外消费效用来补偿。 不耐心的家庭必须通过抵押贷款来购买房地产。如果借款人违反了合约，那么贷款人就可以获得扣除交易费用以后房地产的净值。因此，贷款总额不能超过房地产的净值乘以抵押率。贷款合同中通常只规定了本金和利息的名义价值。因此，通货膨胀会减少负债的净值。 在给定预算约束的情况下，不耐心家庭部门(β"＜β′)最大化目标效用函数：
其中，b"是不耐心家庭的贷款总额；
是工资率；
是房地产持有量调整成本；m"是家庭面临的抵押率；
是抵押率的冲击。在模型中引入抵押率冲击能较好地刻画我国信贷政策变化对房地产和其他宏观经济变量的影响。⑤不耐心的家庭在每一期获得贷款、工资以及中央银行的转移支付并且利用这些资金来购买消费品、房地产以及偿还贷款。 以下是不耐心家庭部门消费、劳动供给和房地产需求的一阶条件：
不耐心家庭的一阶条件与耐心家庭的类似，主要区别在于消费的欧拉方程和房地产需求函数中均出现了最优化问题的拉格朗日乘子。这反映不耐心家庭的消费和房地产需求都受制于借贷约束。 (二)企业家和零售部门
方程(7)表明，资本的影子价格
必须等于资本购置带来的安置成本的下降(方程右边第一项)与下一期资本的边际产出和资本利得带来的效用(方程右边第二项)之和。方程(8)表明，耐心家庭和不耐心家庭的工资等于各自的边际产出价值。
(四)市场均衡及冲击过程 给定价格
，劳动力市场、房地产市场、商品市场以及信贷市场出清。用H表示房地产的固定供给，市场出清条件和政府收支平衡条件可表示如下：
本文假定房地产偏好冲击、成本冲击、技术冲击以及抵押率冲击均服从一阶自回归过程。上述冲击的具体函数形式如下：
四、参数校准及估计 结合1998年至2013年的中国宏观经济数据和经典文献的研究成果，我们设定和校准了模型的参数。所使用的数据主要来自于CEIC和WIND数据库。表2列出了模型的结构参数。耐心家庭和不耐心家庭的贴现因子分别设为0.99和0.985以拟合1998-2013年间中国家庭存款平均利率和个人住房贷款平均利率。而同期企业房地产抵押贷款平均利率⑦约为21%，因此，企业家的贴现因子设为0.95。我们设定Frisch劳动弹性为1。季度折旧率是0.025，即年化折旧率为0.1(Bai et al.，2006)。房地产收入的份额和资本收入的份额分别是0.11和0.39，这两者之和为0.5(Bai et al.，2006；He et al.，2009)。其他参数则与Iacoviello(2005)的参数设定保持一致。
为了使参数的设定符合中国房地产市场和宏观经济波动的特征事实，我们采用基于Metropolis-Hastings的贝叶斯方法对其余的结构参数进行估计。基本数据包括1998年至2013年之间实际GDP(Y)、政府支出(G)、消费价格指数(π)、房价(q)、投资(I)以及利率(R)的季度数据。所有的实际变量都采用美国国家统计局X12的方法进行季度调整，并采用HP滤波来去除数据的趋势。我们进行了20000次的迭代，去除(burn-in)其中10000次模拟值。数据的先验分布和后验分布如表3所示。其中房地产偏好j的先验均值设为0.2，高于美国的水平0.1，这反映了我们对中国家庭相对于美国家庭更愿意持有房地产的先验认识。货币政策参数的先验均值取自利用历史数据最小二乘估计的结果。房产调整成本参数的先验均值为1，高于美国的水平，反映中国房地产存量调整面临更多的管制和交易成本。后验分布结果表明，企业家的房地产调整成本要大于不耐心家庭的房地产调整成本，反映了我国商用房地产的交易成本，如税、土地和交易费用等，要高于民用房地产的交易成本。参照杨建莹和钱皓(2008)，我们将抵押率先验均值设定为0.6。同时，为了充分反映先验分布的不确定性，我们将抵押率先验分布设定了较大的标准差0.5。各经济冲击的自相关系数的先验分布均设为均值为0.8，标准差为0.1的贝塔分布。⑧其标准差的先验分布均设为均值为0.001，标准差为0.01的逆伽玛分布。
五、脉冲响应分析及方差分解 基于前面所设定和估计的参数，我们考察了在考虑房地产市场后，不同类型的冲击对宏观经济变量波动的影响。图3分别描绘了一个标准差的技术冲击、房地产偏好冲击、抵押率冲击、货币政策冲击、成本冲击和政府支出冲击之后，各个经济变量的反应。结果显示： 第一，外生技术进步导致产出增长、房价上升以及通胀水平下降。如图3第1行所示，正向的技术冲击使得产出和房价在第1—3期分别上升了1.5%和3%，直到第3期后才逐步衰减到稳态水平。但是，通胀率和名义利率水平则呈现先下降后回升的趋势。这种现象背后的机制在于外生的技术进步提高了生产效率，增加了厂商的利润空间，进而刺激了生产的扩张。由于生产扩张需要增加各方面的投入，特别是以房地产投资为代表的固定资产投资，产出和房价出现了较为明显的上升。但是，由于正向的技术冲击同时也提高了总供给水平，产品价格下降，这使得房价上升对总体物价水平的影响被部分地抵消。因此，通胀水平在第1—4期下降约1%并在随后恢复到稳态水平。最后，物价下降减轻了通货膨胀的压力，使得央行不需要通过高利率抑制通胀，因此利率下降。 第二，正向的房地产偏好冲击导致了房价的上升，从而刺激房地产投资的增加，拉动总需求的扩张。如图3第二行所示，与正向的技术冲击相比，正向的房地产偏好冲击使得房产价格上升5%，大约是正向技术冲击对房价上升影响的两倍。与此同时，正向的房地产偏好冲击带来的总需求扩张使得通胀率和利率在房地产偏好冲击到来的初期分别上升了0.5%和0.6%。这一结果表明，正向的房地产偏好冲击增加了全社会对房地产的需求，从而提高了房价。房地产抵押价值的增加，使得外部融资约束放松以及信贷规模的扩张并最终促使总需求扩张。需求的扩张刺激企业扩大生产并且增加了对劳动、资本以及房地产的需求，进一步推高了物价和房价。而物价的提升降低名义负债水平，房价的提升提高财富水平，这两个因素推升了总需求。在通胀压力下，央行通过紧缩性的货币政策来抑制总需求的过度扩张，最终导致利率上升。正如我们在模型介绍中所提到的，针对房地产市场的有效需求调控政策对房地产偏好造成了冲击。以限购政策为例，限购政策的发布和执行意味着房地产的有效需求外生地下降了。在模型中，则体现为负向的房地产偏好冲击。模型的脉冲响应分析表明，限购政策确实能抑制房价，但同时它对产出造成了负面影响。因此，通过限购来抑制房地产有效需求的政策是双刃剑：一方面，它可以控制房价过快上涨所带来的经济和社会问题；另一方面，在经济衰退期，则加大了实体经济的困境。 第三，正向的抵押率冲击提高了贷款的可获得性，增加了总需求，推高了产出。从图3第3行可知，正向的抵押率冲击使得通胀和房价在第1—2期下降0.5%，而利率则上升0.5%。在随后的第3—20期，通胀和房价不断上升并高出稳态0.5%，而利率则逐渐衰减到稳态水平。之所以出现这种通胀和房价先上升后下降的趋势，是因为央行对于信贷扩张带来的产出扩张采用了较为审慎的态度。具体而言，央行通过提高名义利率来防止经济过热和通货膨胀。较高的利率降低了储户的消费和房地产需求，因此，尽管产出的扩张提高了生产性房地产需求，房价和通胀水平在短期内是下降的。但是，随着总需求对物价上涨压力的扩大，通胀水平开始上升。与此同时，由于生产性房地产需求扩张的影响逐渐超出储户房地产需求下降的影响，房价也出现了持续的上涨。可以看到在我们所考虑的所有经济冲击中，抵押率冲击对于房价和通货膨胀影响的持续性是最强的。 第四，负向的货币政策冲击提高了名义利率，进而降低了房价和产出水平。如图3第四行所示，随着名义利率的上升，房价和产出水平在第1—5期分别下降了0.3%和0.6%。这表明名义利率的上升抑制了消费和房地产需求，最终使得房价下跌以及引致总需求的进一步下降。由此可见，我国房地产投资的波动对产出的增长率有着十分显著的影响。 第五，成本冲击抬高物价并且导致房价和产出上升。从图3第5行可知，正向的成本冲击使得通胀水平上升了2%。与此同时，成本冲击使得房价和产出在第1期分别上升约2%和5%，随后逐渐恢复到稳态水平。之所以产生上述影响，其原因在于以下两个方面：一方面，成本的上升降低了利润空间，抑制投资和生产性房地产需求的扩张；另一方面，物价上涨引致名义债务的实际价值下降，增加了实际财富水平。这不仅放松了外部融资约束，增加了投资和生产性房地产需求，还增加了消费性房地产需求。在最初，后一种因素起了主导作用，导致总需求上升，使得房价和产出都出现了短暂的上升。但随着时间的推移，成本对利润的侵蚀，以及对投资和房地产需求的抑制很快抵消了通胀降低名义债务的效果。 第六，扩张性的财政政策增加总需求，提升产出水平。从图3的第6行可知，政府支出冲击使得产出水平以及利率水平分别上升0.3%和0.5%，通胀呈现先下降后上升的趋势，而房价则下跌0.2%。在财政支出扩张的情况下，央行为了抑制经济过热而采用稳健的货币政策，从而导致名义利率上升。而利率的上升也抑制了短期通胀水平的上升。与此同时，由于政府支出扩张产生了未来税收增长的预期，抑制了消费需求和消费性房地产需求在短期内的扩张，短期通胀水平有所下降。因此，财政扩张对产生水平的正向影响是有限的。
图3 脉冲响应分析 为了进一步检验不同经济冲击对主要宏观经济变量波动的贡献，我们对中国经济周期波动的影响因素进行了方差分解。从方差分解可知，货币政策(即利率政策)冲击对经济周期影响较弱，这一方面是因为利率管制和金融市场发展欠完善，导致货币政策传导渠道不畅；另一方面是一些大型国有企业存在预算软约束，对融资成本不够敏感。与此同时，由于财政政策挤出效应的存在，政府支出冲击的实际影响也比较小。 然而，房地产偏好冲击和成本冲击对中国经济周期的波动有着较为显著的影响。其中房地产偏好冲击与政府行政性的调控政策有关。具体而言，限购等调控政策虽然在短期内能够有效地抑制房价的过快增长，但是也会导致总需求的下降和产出的下滑。与此同时，成本冲击对于中国经济周期有着重要的影响。成本冲击与多种因素有关，比如，城乡二元结构转型过程中劳动力成本的波动以及政府部门的价格管制等，都会造成成本的冲击。 最后，方差分解的结果表明抵押率冲击对经济周期的影响也十分显著。从2009年到2013年，我国采取了以提高首付比例以及限贷等为核心的房地产信贷调控政策。在模型中体现为负向的抵押率冲击。结果表明，这些政策虽然在长期中有较好的抑制房价的效果，然而，却造成了产出的下滑。自房地产市场改革以来，政府从财政收入的角度出发，鼓励和刺激了房地产行业的发展，使得我国的经济增长严重依赖于房地产部门。因此，政府平抑房价的政策虽然在长期中可以改善居民福利，维持社会稳定，但在短期中，抑制了房地产市场，势必会影响短期的经济增长。政府在长期居民福利、社会稳定和短期经济增长和就业之间艰难的权衡取舍推动着相关房地产信贷政策的变化。而这些变化在我们的样本期间内对宏观经济波动产生了显著的影响。
六、结论和政策建议 本文深入地研究了房地产市场与宏观经济的相互联系。实证结果表明，房地产偏好冲击和抵押率冲击是影响中国经济周期波动的重要因素，房地产市场和借贷约束的相互影响，加大了各种经济冲击对宏观经济稳定的影响。随着我国城镇化的不断推进以及80后90后独生子女正在步入适婚年龄，未来我国房地产市场依然有着较大的刚性购房需求以及改善性购房需求。这使得抵押率冲击和房屋偏好冲击在未来的几年内仍将对房地产市场以及宏观经济波动产生较大的影响。因此，政府在制定政策以及房地产调控政策时，应该充分考虑抵押率冲击和住房偏好冲击的作用。结合现实情况以及本文的定量分析结果，我们提出如下几点建议： 首先，鉴于房地产偏好冲击对于房价的影响，政府在实施宏观调控的时候要制定差别化的政策，既要避免抑制居民刚性的购房需求又要减少投机性的购房需求。为此，有关部门应该通过差异化的政策等方式来实现有效的房地产调控。例如，商业银行可以适当下调第一套住房和以改善居住环境为目的第二套住房的首付比例。与此同时，财税部门可以通过开征房产税和提高房地产印花税等方式来抑制投机性的房地产需求，降低房价的过度波动。 其次，有关部门要减少宏观调控的行政色彩，通过市场化手段来调节房价，从而减弱房地产偏好冲击和抵押率冲击对宏观经济的不利影响。模型的脉冲响应分析显示，由于价格型的货币政策(如调控利率水平)的传导渠道不畅，这一偏市场化的调节手段难以有效地平抑宏观经济的波动。对于政府而言，行政性的调控手段，比如，限购、限贷等政策虽然能抑制房价的上涨，却对宏观经济增长和就业产生负面的影响。政府应该进一步加强价格型的货币政策传导机制，从而能够在行政化调控政策出台前，就能通过市场机制调节利率水平抑制房价的过快上涨，从而在一定程度上缓解房地产调控政策对增长和就业产生的压力。 第三，有关部门可以通过逆周期的抵押率政策对房地产市场进行调节。在经济上行周期，由于信贷扩张以及资产价格上升等原因，抵押率往往也会相应地上升。然而，贷款抵押率上升会对信贷总量和资产价格产生正反馈，从而推动信贷总量和资产价格上升，加大宏观经济的波动。逆周期的贷款抵押比例能够有效地降低资产价格的波动以及系统性金融风险，从而有利于维护宏观经济的稳定。 需要指出的是，因为本文主要关注的是房地产部门对于宏观经济的影响，所以本文对其他部门的刻画较为简单。但本文数值模拟的结果表明，将房地产部门纳入DSGE模型已经能够较好地拟合现实情况。后续工作可以将更为复杂的银行部门加入模型中，进一步完善现有的研究。此外，本文是从国家层面研究房地产市场对宏观经济的冲击。鉴于中国是一个具有较大地域差异的新兴市场国家，未来的研究可以从省级数据或者城乡差异的角度来考虑房地产市场与宏观经济的关系。 作者感谢香港中文大学庄太量教授和匿名审稿人对本文提出的宝贵建议。文责自负。 ①比如，当房价上涨时，抵押品价值上升，借贷方能够获得更多信贷资金，其消费和投资行为也会发生改变。 ②如果把价格粘性和信贷约束放到同一个部门，模型将难以加总(Bernanke et al.，1999；Iacoviello，2005)。 ③如表1所示，政府经常采用行政管制的手段，如限购等政策，来调控房地产市场。这些政策对我国居民房地产需求造成了较大的影响。比如，政府采用限购政策来调控房地产市场时，本身有购房意愿的家庭，由于受到限购政策的影响，不得不限制自己的购房意愿，降低对房地产的实际需求(实际偏好)。 ④沿用Iacoviello(2005)的分析方法，我们假定央行通过转移支付的方式将铸币税收入返还给家庭部门。 ⑤抵押率冲击能从两个方面反映信贷政策影响。首先，政府可以通过调整首付比例，控制银行的信贷投放量。在家庭和企业面临流动性约束的情况下提高首付比例，会导致在抵押品价值不变的情况下，信贷总量下降，进而降低平均抵押率。其次，商业银行进行放贷时，除了会考虑抵押品的价值之外，也会考虑可贷资金的总量。政府执行从紧的信贷政策，则商业银行可以提供的可贷资金总量下降了，即使家庭和企业可以提供抵押品，也很难得到足够的贷款，导致平均抵押率下降。 ⑥本文直接给出了货币政策和财政政策规则。主要基于以下两点考虑：第一，通过刻画政府行为来寻找最优货币和财政政策的分析方法通常用于福利分析。而本文的主要目的是刻画房地产部门与其他经济部门的关系。因此，我们沿用Bernanke et al.(1999)、Iacoviello(2005)、Iacoviello & Neri(2010)的分析方法，直接设定了货币和财政政策规则，通过真实数据估计相关的政策参数。第二，常见的用于福利分析的模型通常采用代表性厂商和家庭，因此在一些简单的情形下可以求解出最优货币和财政政策的简单解析解。本文的模型设定中，为了分析房地产与其他经济部门的关系，考虑了异质性的消费者和厂商。在这样的设定情况下，变量稳态值出现在均衡条件的系数中，难以得到具有明确经济含义的最优货币和财政政策的简单解析解，缺乏直观的经济学解释和政策指导意义。为了验证分析结果的稳健性，我们采用了两种模型来刻画政府的行为。模型一容许政府支出对产出做出内生的反应，模型二假定政府选择利率和政府支出来最小化其损失函数。通过模型求解和模拟，我们得到了不同模型设定下的脉冲影响函数。实证结果表明，各种关键变量对经济冲击的反应和我们正文中(图3)的结果基本一致。由于篇幅所限，本文不汇报估计结果，有兴趣的读者可以向作者索要估计结果。 ⑦我们采用温州民间融资房地产抵押贷款利率的调查数据。采用这一数据进行估算主要基于以下的考虑：中小企业很难从银行等正规金融渠道获取资金，民间金融是这类企业的重要融资渠道；另一方面，由于管制的原因，人民银行贷款基准利率并不能很好地反映企业融资成本。 ⑧自相关系数的先验均值设为0.8以反映中国经济冲击存在较高的惯性特征(钱宗鑫和何青，2013)。先验分布的标准差设为0.1，表明先验分布存在较大的不确定性。
标签：经济周期论文; 宏观经济论文; 抵押率论文; 房价开始下跌论文; 经济模型论文; 经济论文; 信贷规模论文; 政策影响论文; 消费投资论文; 经济学论文; 房地产业论文; 购房论文; 房价论文; 调控论文; 全国房价论文;
