货币政策对资产价格的冲击

摘要：近年来货币政策与资产价格的关系受到了很多学者的关注。本文在研究我国利率、房价和股价互动关系的基础上，分析了货币政策对资产价格的冲击效应。结果表明我国的利率货币政策对房价和股价两大资产价格的冲击并不显著，同时支持我国货币政策应关注通货膨胀而不是资产价格的国际主流观点。

关键词：货币政策；资产价格；利率；房价；股价

中图分类号：F821.0 文献标识码：A 文章编号：1674-2265（2008）10-0022-05

一、引言

近十年来，随着房产商品化的改革进程和股权分置改革的基本完成，我国房地产市场和股票市场一度出现了前所未有的繁荣。1998年，我国房地产开发投资完成3580亿元，当年商品房竣工面积为17690万平方米；而到了2006年，我国房地产开发投资为19382亿元，当年商品房竣工面积达到了53019.4万平方米。无独有偶，作为我国资本市场的“龙头”，我国股票市场的规模在近十年中也有了飞速发展。1998年底，中国境内股市证券化率（股市总市值/GDP总量）仅仅是24.5%；2007年，我国深沪两市的总市值超过了24.5万亿元，相比于2006年21.087万亿元的GDP总量，意味着中国境内股市证券化率已经达到了116.33%以上。由此，股票市场和房地产市场迅速成长为我国金融市场中不可小觑的资本品市场，成为我国市场化改革道路中逐渐扩容的经济层面。与此同时，我国房地产价格和股票价格总体上处于较快上涨的趋势。1999年初至2006年底，我国房屋价格指数增长了40%以上①，而沪指平均值上涨了近100%。所以，在房地产市场和股票市场规模迅速扩张及其价格指数迅速上涨的现实中，房产和股票这两种商品也迅速成为我国居民个人财产性收入的主要部分，从而其价格也成为我国资产价格的两大“权重”指标。

在我国传统的货币政策实施机制中，主要是以CPI为主要导向进行宏观调控。但是，从上述分析我们可以看到，资产价格和消费价格一样，迅速成为我国市场机制运行的主体因素，所以在理论上应该成为我国货币政策的关注变量。

为了具体探究我国货币政策对资产价格的冲击作用，本文以利率、房价和股价作为核心研究变量，运用时间序列数据，对三者的多种关系进行分析。

二、利率、房价和股价的一般关系：基于联立方程模型的分析

（一）变量选取与数据来源

本文选用的数据为1999年1季度到2006年4季度的季度数据，选取的变量一共有八个，见表1。其中房价和地价的数据来源于中国资讯行（CIB）网上数据库；考虑到沪市市值占了我国股市市值的四分之三左右，因此用上证指数来衡量股票价格；利率与汇率的数据来源于国际货币基金组识（IMF）的网站；关于人均国内生产总值的计算，首先从国家统计局网站得到全国GDP的季度数据和人口的年度数据，利用Eviews软件中的数据频率转换方法将人口年度数据转换成季度数据，从而求得人均GDP，考虑到对变量取对数不会改变变量的特征，还容易得到平稳的序列，故对人均GDP取自然对数，用LRGDP表示；货币供给的计算则考虑到，直接用M2作为货币供给变量衡量的只是经济中的货币绝对量，不能体现一国的经济金融化程度或金融深化的程度，本文对M2作了如下处理得到货币供给：对上季度末和本季度的M2求算术平均，再除以本季度的名义GDP，得到本季度的货币供给MS，数据来源于国家统计局网站；居民消费价格指数来源于北京聚源锐思数据科技有限公司（RESSET）的金融研究数据库。

（二）联立方程模型

本文探讨的房价、股价和利率具有相互的影响，用联立方程模型来研究它们的互动关系比一般的多元回归模型更具科学性。房价、股价和利率除了有互相影响的关系外，每一变量还受其它一些因素的影响，如果模型中不考虑其它因素的影响，可能会得到错误的结论，因此有必要在模型中加入控制变量来表示其它因素对因变量的影响。由众多的前人研究成果可知，股价除受到利率、房价的交互影响外，一般认为还受汇率和货币供给的影响较大，故将其纳入股价方程式作为控制变量；房价方程式中纳入国民收入和土地交易价格作为控制变量；利率方程式则纳入汇率及货币供给作为控制变量。另外，房价、股价及利率都受通货膨胀的影响，而居民消费价格指数在很大程度上能反映通货膨胀的大小，因此在三个方程中都加入居民消费价格指数作为控制变量。下面方程式（1）、（2）、（3）分别代表房价方程式、股价方程式和利率方程式：

其中HP(-4)为房价HP的滞后4期值，SP(-1)为股价SP的滞后1期值②。 、、为随机误差项。

根据联立方程模型识别条件，本文所设定的模型各子方程都可识别。考虑到三阶段最小二乘法（Three Stage Least Squares，3SLS）除了具备不偏性与一致性的良好性质外，同时还能满足参数估计的有效性。本文采用这种系统方程估计方法对模型进行估计，结果见表2。

采用3SLS系统回归方法，得到三个回归方程：房价方程、股价方程和利率方程。模型的整体拟合优度较好，各方程中的各系数显著性水平也不错。

从房价方程看，股价对房价的影响系数为-0.001，很小且极不显著，表明股价对房价几乎没有影响。利率对房价的影响系数为-4.610，显著水平为1%，表明利率每变化一个点，会引起房价指数反方向变化4.61个点。考虑到本文采用的是全国房屋销售价格指数，以1999年为100，2005年的房价指数为132.5，七年时间涨了32.5点，因此房价指数4.61个点的变化是很大的，不过利率的调整通常都是以0.27为单位，那么对应于一次利率调整，房价将变化约1.24个点，也是很可观的。居民消费价格指数对房价有显著的正向作用，CPI变化1个点，将引起HP同向变化1.824个点，表明房价的变化很大程度上是由通货膨胀变化所引起的。

从股价方程看，房价对股价的影响系数为-10.569，显著水平不高，比起股价频繁剧烈的变化③，房价对股价的影响不大，说明房价对股价没有明显的影响作用。利率对股价的影响系数为489.817，显著水平1%，表明利率每变化一个点，会引起股价指数同方向变化约490点，相比房价对股价的影响，利率对股价的影响是相当大的。从方程中还可以看出，美元对人民币的汇率ER对股价有显著的负向作用，说明人民币升值是促进股指上涨的一个重要因素。CPI对股价的影响不显著。

从利率方程看，房价对利率的影响系数为0.023，不显著，股价对利率的影响系数为0，显著水平10%，表明房价和股价对利率的影响都不显著。CPI对利率有显著的正向作用，表明利率的变化很大一部分是由通货膨胀变化引起的。

三、利率、房价和股价的动态关系：基于VAR模型的检验

向量自回归（VAR）模型通常用于相关时间序列系统的预测和随机扰动对变量系统的动态影响。模型避开了结构建模方法中需要对系统中每个内生变量关于所有内生变量滞后值函数的建模问题。 Sims（1980）将VAR模型引入到经济学中，推动了经济系统动态性分析的广泛应用。VAR模型常用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击，从而解释各种经济冲击对经济变量形成的影响。本节主要在西姆斯构建的VAR模型基础上来分析：(1)变量间的因果关系；(2)脉冲响应函数；(3)方差分解。

要对数据应用一般的统计方法，需要数据序列为同阶单整，否则容易导致缪误的结果。利用扩展迪克―富勒（ADF）检验房价、股价和利率三个序列是否包含单位根。在检验水平值的时侯HP和SP包含趋势项和截距，IR只包含截距；在检验一阶差分的时侯三个序列都只包含截距。从表3中可以看出，三个序列的水平值都是非平稳的，而一阶差分则是平稳的，且显著水平都达到1%。说明三个序列同为一阶单整I（1），可以进行下面的各项检验。

（一）格兰杰因果检验

根据Granger因果关系的定义，“变量XGranger引起变量Y”这种表达方式并不意味着Y是X的效果或结果，其具体含义是如果一个事件X是另一个事件Y的原因，则时间X可以领先于事件Y。本文分别以滞后1期（一个季度）、2期（半年）和4期（一年）对房价、股价、利率之间的因果关系进行检验，结果见表4。

从表4可以看到，房价和股价之间的因果关系结果大部分不显著，只有滞后4期的房价是股价的Granger原因，达到10%的显著水平，说明房价和股价之间的因果关系不明显，房价领先于股价。房价和利率之间的检验结果很显著，滞后1期和2期，房价是利率的Granger原因，滞后4期，利率则是房价的Granger原因，说明在短期，房价领先于利率。股价对利率的因果关系不显著，利率在滞后2期是股价的Granger原因。

（二）脉冲响应函数

脉冲响应函数刻画的是在扰动项上加一个一次性的冲击对于内生变量当前值和未来值所带来的影响。它的优点在于不需要考虑变量的外生性和内生性，每一个模型含有相同的滞后结构。在VAR模型中，对第i个变量的冲击不仅直接影响第i个变量，并且通过VAR模型的动态(滞后)结构传导给所有的其他内生变量。

从图1可以看出，当在本期给股价一个正冲击后，房价在前4期内产生微弱的波动之后开始下降，在第6期达到最低点，之后开始稳定地变化，说明股价的变动对房价的影响很小。当在本期给利率一个正冲击后，对房价在前3期有显著的负的影响，之后则趋于平稳变化，这是因为利率的提高，会增加房屋按揭贷款的利息支付从而增加房屋的购买成本，因此会降低对房屋的需求，而房屋的供给存在刚性，短期内不会产生大的变化，供给不变，需求减少，房价自然会下跌。

从图2看，在本期给房价一个正冲击后，股价在前2期出现大幅的下跌，在第3期达到最低点，从第4期开始急剧上升，到第5期后变为缓慢地增长，这一方面可能是由于房价短期上涨后，使人们产生房价还会继续上涨的预期，因而将投向股市的资金转为投向房地产市场，另一方面可能是房价的上涨使得人们用于购房的支出增加因而减少了投资股市的资金。在给利率一个正冲击后，股价在前2期出现小幅下跌，继而开始上涨并在第6期达到最高，这是因为短期来看，利率的上调使人们产生了政府调整股市的预期并增加了人们投资股市的机会成本，因而引起股价下跌，而从长期来看，利率的提升会吸引大量的境外资金投资本国的资本市场，从而在中长期促进股价的上涨。

从图3看，在本期给房价一个正冲击后，对利率有较小的正的影响但逐渐减弱，从第3期开始变为负的影响，到第4期减到最低之后开始上升。在本期给股价一个正冲击后，利率有较大幅度的上升，在第4期达到最高点之后开始下降。可能是因为房价及股价的上涨引起经济过热，此时提高利率是政府抑制这种经济过热的有效手段。

（三）方差分解

脉冲响应函数描述的是VAR模型中的一个内生变量的冲击给其它内生变量所带来的影响。而方差分解（variance decomposition）是通过分析每一个结构冲击对内生变量变化（通常用方差来度量）的贡献度，进一步评价不同结构冲击的重要性。因此，方差分解给出对VAR模型中的变量产生影响的每个随机扰动的相对重要的信息。

从图4看，利率对房价的贡献程度逐渐增大，在第10期达到最大，约为50%，而股价在前4期几乎对房价没有贡献，贡献最大也不到10%。

从图5看，房价对股价的贡献在前4期逐渐增加之后较为平稳，贡献度在15%左右，利率在前3期几乎对股价没有贡献，之后开始上升，第10期达到最高，约为25%。

从图6看，房价对利率的贡献度在前4期几乎为零，之后小幅缓慢增加，第10期达到最高约为7%，而股价对利率的贡献度则较大，前4期稳步增加之后趋于平稳，约为25%。

四、结论

本文利用我国1999年到2006年的季度数据研究了房价、股价、利率之间的互动关系，结合联立方程模型及基于VAR模型的检验结果，可以得到如下一些结论：

从联立方程的估计结果看，利率对房价有显著的负向作用，对股价则有显著的正向作用。从脉冲响应函数和方差分解的结果来看，滞后的利率对房价有明显的负向作用，对股价有正向作用。结合因果检验的结果，发现利率滞后4期才是房价的格兰杰原因且对房价的影响开始增大，利率滞后2期是股价的格兰杰原因，但之后开始变成对股价正向作用。相比利率对房价的影响，通货膨胀对房价的影响更大，同时通货膨胀对利率贡献很大而房价及股价对利率的影响很小。说明我国的货币政策并不是针对资产价格而实施的，否则货币政策的传导则严重滞后且没有带来预期的效果，从通货膨胀对利率的影响大小可以看出，货币政策主要是针对通货膨胀的。

调高利率可以抑制通货膨胀，而通货膨胀的降低可以抑制房价，因此，利率的调整没有必要以房价为目标，只要关注通货膨胀即可；对股价而言，利率的提高甚至会促进股价的上涨，与货币政策的目标背道而驰，这说明我国股市还不是个完善的市场，随着金融市场的进一步发展，金融产品的日益增多，这种情况在理论上可能会有所改变。

房价和股价呈负相关关系，但并不显著，因果关系不明显，二者对彼此变化的贡献度也很小。说明以往理论描述的房价和股价之间的效应在我国并不明显或互相抵消了，这可能是由于我国的居民大多数是将房屋作为一种实物资产而不是虚拟资产来持有的，也就是说我国的居民买房大多是作为住宅而不是投资用的，这样的用途使得房地产的流动性大大降低，因而受其它资产价格变化的影响也就降低了。

作为我国重要货币政策工具的利率调整对我国资产价格的冲击作用并不大，但是货币政策仍然会影响到资产价格的短期波动。所以，我国的货币政策应该以反通胀、反通缩为主要目标，兼顾资产价格的平稳波动。

注：

①由于房地产市场具有典型的地域特征，所以各地区的房地产价格指数上涨幅度差别较大，比如北京、上海和深圳等地的房屋价格指数上涨幅度远远超过了40%的全国平均水平，有的甚至达到了300%以上。为了简化分析，本文统一采用统计局颁布的全国房屋价格指数变量反映我国房地产价格的实际情况。

②在房价方程中引入滞后4期房价作为解释变量以及在股价方程中引入滞后1期股价作为解释变量，是考虑到实际情况中房价对自身的影响滞后期较长，而股价对自身的影响滞后期较短，在对模型进行估计的过程中，作者也发现这样选取所得估计结果无论从模型整体拟合优度还是系数显著水平来看都是最优的。

③沪指从2005年6月6日的阶段低点998.23点到2007年10月16日的阶段高点6124.04点，在不到两年半的时间内上涨了5125.81点，足见上涨幅度之大。

参考文献：

[1]皮舜、武康平：《中国房地产市场与金融市场发展关系的研究》，《管理工程学报》2006年第2期。

[2]谈儒勇：《中国金融发展与经济增长关系的实证研究》，《经济研究》1999年第10期。

[3]Ben Bernanke， Mark Gertler and Simon Gilchrist，“The financial accelerator and the flight to quality”[J]，The Review of Economics and Statistics， 1996，(1):1-15.

[4]Ben Bernanke and Mishkin， Frederic，“Inflation targeting: a new framework for monetary policy?”[J].Journal of Economic Perspectives， Spring 1997， 11(2):97-116.

[5]Ben Bernanke and Mark Gertler，“Should central banksrespond to movements in asset prices?”[J].American Economic Review， 2001， 91(2):253-257.

注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文