住房價格在貨幣政策傳導中的作用效果——基于SVAR模型的反事實模擬研究

段忠東

(廈門理工學院商學院，福建 廈門361024)

一、引 言

資產價格對貨幣政策的傳導機制一直以來都是貨幣政策理論的前沿問題，學者們對此進行了大量的理論與實證研究。從已有的相關研究來看，早期關注的焦點集中在股票價格，而對于另外一個重要的資產市場——房地產市場及其價格——在貨幣政策傳導中的作用，直到近些年來才引起學者們的高度重視。這主要是由于近二十年來，世界各主要經濟體的住房市場出現大幅波動特征，以及房地產本身所具有的特殊屬性②，住房市場開始在貨幣政策傳導機制中發揮日益重要的作用。這也使得各國中央銀行對于住房市場保持高度關注。

住房分配制度改革之后，房地產業被作為國民經濟的支柱產業得到迅速發展。如圖1所示，1998年以來我國房價經歷了較快速度的上漲，2007年至2010年房價漲幅逐步抬高，波動幅度也不斷擴大③。隨著宏觀經濟下行和“經濟新常態”的出現，2014年3季度我國房價漲幅處于歷史較低水平6%。另外，狹義貨幣量增長率從2009年4季度的峰值32.35%逐步下降到2014年3季度的3.8%;30日銀行同業拆借利率則在2009年2季度達到1.08%的歷史低位后逐步上升，到2014年3季度達到4.14%的較高水平。經過測算，貨幣量增長與房價指數之間的同期相關系數為0.28，同業拆借利率與房價指數之間的簡單相關系數為-0.22。城鎮消費增長與住房價格指數的波動趨勢保持較高的一致性，二者的同期相關系數為0.53;直觀上看，居民消費增長與住房價格指數的關聯性不高，二者之間的簡單相關系數為-0.08?？梢猿醪降贸?，在貨幣政策與房價、房價與城鎮消費之間可能存在較好的傳導，房價到居民消費的傳導機制似較為微弱。

近些年來，針對房地產市場的宏觀調控政策此起彼伏，但是其效果卻廣受質疑，甚至出現“越調越漲”的怪圈和論調。作為重要的宏觀政策，貨幣政策是否能夠對房價產生有效影響?這關系到貨幣當局的政策效力，需要作出定量的科學回答。另外，房價高漲所引發的廣泛“房奴”、“蝸居”現象，甚至所謂的“逃離北上廣”，實際上涉及到貨幣政策是否經過住房市場實現向居民消費行為的傳導問題，也是貨幣政策當局必須面對的問題?？傊?，筆者可以把上述思考歸結為一個問題，即房價在貨幣政策傳導過程的作用機制與效果。對此作出科學的定性分析與定量研究具有重要的理論意義與現實意義。本文運用基于結構向量自回歸模型的反事實模擬方法，利用中國1999年至2014年的季度數據，對房價在貨幣政策傳導中的作用效果進行實證研究。本文的貢獻在于:一是在SVAR模型中重新設定變量的同期關系;二是分別選取城鎮消費品零售額和城鎮居民人均消費支出作為消費的代理變量;三是利用反事實模擬測算貨幣政策沖擊對消費的傳導機制中房價的貢獻度。

圖1 1998-2014年我國房價與貨幣量、利率、消費的波動趨勢

二、理論回顧與文獻綜述

伴隨著近二十年來西方國家房地產價格的大幅度波動，越來越多的西方學者開始關注于房地產價格在貨幣政策傳導機制中所起的特殊作用。住房價格對貨幣政策的傳導過程分為兩個階段，第一個階段是貨幣政策工具變動對住房價格的傳導，第二個階段是房價變動對家庭消費與企業投資等經濟主體行為的傳導。在第一個階段，貨幣政策工具通過對住房市場供求關系產生影響，進而影響房價。短期內，住房供給具有滯后性，貨幣政策通過改變住房市場需求導致房價變動。根據Mishkin[1]，貨幣政策利率變動主要通過資本使用成本對住房市場需求產生直接影響。住房的資本使用成本可以表示如下:

式(1)中，ph是新建房地產的相對購買價格，i是抵押貸款利率是房地產價格的預期增值率，δ是房地產折舊率。{(1－t)i－πe}為實際稅后利率，－πe}為房地產價格的實際預期增值率，πe為預期通貨膨脹率①考慮到抵押貸款利息具有抵稅的特點，用邊際稅率t對名義抵押利率i進行了調整。。根據式(1)可知，貨幣政策變動通過影響購房者的實際利息支付負擔，進而對其住房持有成本與住房需求產生影響;另外，住房市場需求改變會導致人們對住房的預期增值率發生改變，這也成為貨幣政策影響住房持有成本與住房市場需求進而影響房價的重要途徑[2]。除此之外，當住房市場供求雙方都面臨融資約束時，貨幣政策還可通過資金可得性渠道對房地產市場供求產生影響。

在第二個階段，住房價格變動通過財富效應[3]、資產負債表效應與信用約束效應[4-5]、預期與信心效應[6]等渠道對住房擁有者的消費產生促進作用，而通過負收入效應和儲蓄效應對購房者和租房者的消費行為產生擠出效果[7]。由于以上作用機制的方向不一致，房價變動對總體消費的影響效果取決于各種力量的對比。

學者們沿著以下幾個方向進行實證研究。一是檢驗貨幣政策沖擊對房價的傳導效果，他們建立VAR模型與SVAR模型，也有學者建立理論模型，并通過參數賦值進行數值模擬。大多數研究發現，貨幣政策沖擊對住房價格產生顯著的影響，并且這種影響在抵押市場更發達的國家或階段表現更為明顯[8-9]。二是考察房價變動對居民消費的影響效果。已有的文獻大多利用宏觀總量數據或微觀家庭調查數據對各種理論假設進行檢驗，分析比較房價影響家庭消費的異質性和一致性[3，10-11]，但是關于房價對消費的傳導機制與規模未達成廣泛一致。三是在一個統一的VAR模型或SVAR模型中，通過限制變量的同期關系和滯后關系，運用反事實模擬等方法檢驗房價在貨幣政策傳導中的作用效果[12-13]。這些文獻大多發現房價在貨幣政策傳導過程中發揮了作用，但是效果存在差異。

美國次貸危機之后，國內學者在該領域產出了大量的實證研究成果。一是運用不同類型的VAR模型發現貨幣政策沖擊對房價產生重要影響，這種影響存在區域差異性，并且數量型貨幣政策工具的效果優于價格型工具，還有學者發現了“房價之謎”現象[14-15]。二是檢驗房價變動對居民消費的影響效果。大多研究利用宏觀總量數據，運用線性模型[16]，少數學者開始選用家庭微觀數據，采用非線性建模[17-18]。三是運用各種基于 VAR的計量模型，通過脈沖響應函數檢驗房價的作用效果，多數研究認為房價在我國貨幣政策傳導過程中發揮了較為重要的作用，但是關于房價對消費的影響效果卻不一致[19-20]。國內研究在以下方面還可改進:第一，基于SVAR模型的研究其優勢在于可以較好反映變量之間的同期關系，但是已有文獻關于變量同期關系的設定卻還有待商榷;第二，大多數研究以社會消費品零售總額為對象，較少以居民消費性支出作為消費的代理變量;第三，少有學者運用反事實模擬方法，而這種方法可以較好模擬房價在貨幣政策傳導機制中的作用效果。

三、經驗模型與研究方法

本文的實證研究分為兩個部分，第一部分檢驗貨幣政策沖擊對住房價格的影響，第二部分考察房價變動對消費的作用效果①本文重點考察房價變動對消費的傳導，對房價變動傳導貨幣政策的投資渠道，不作過多關注。。在第一部分，筆者估計一個基準的結構VAR模型，模型中包括研究所需的基本變量，該基準模型的估計結果用于計算標準的脈沖響應函數，以此分析貨幣政策沖擊對房價的影響。在第二部分，本文將借鑒Lettau等人[12]所采用的二階段法。第一步估計一個結構向量自回歸模型作為基準模型，估計標準的脈沖響應函數反映貨幣政策沖擊對于消費的總體影響，其中包含了房價對消費的作用。第二步運用反事實實驗模擬貨幣政策沖擊的影響，其中關閉了基準模型中住房價格影響消費的直接渠道②該模擬過程的實現是通過將消費方程中房價對消費的同期影響以及滯后影響系數設定為零，也即將式(3)中系數矩陣A、Г1…ГP中表示房價影響消費的系數設定為零。?；鶞誓Ｐ椭胸泿耪邲_擊對于消費的總效應與反事實模擬的估計結果的差異，可以用來反映貨幣政策傳導機制中房價對消費的作用效果。

為此，本文建立一個小型的結構VAR模型，用于分析變量之間的同期影響與滯后影響，具體表示如下:

其中，Xt表示(n×1)維內生變量向量，ut表示(n ×1)維結構式沖擊向量。Γi，i=0，…，n是(n ×n)維系數矩陣，矩陣A是反映變量之間同期影響的(n×n)維系數矩陣。結構式(2)可以改寫為簡化式(3):

其中，假定簡化式沖擊et滿足。根據式(2)、(3)可知，Φi=A－1Γi，(i=1，…，n)，簡化式擾動et與結構式擾動ut之間的關系可以表示為:

式(4)即為A-B型 SVAR模型。其中，結構擾動向量ut是標準化正交的，即其方差協方差矩陣滿足E(utu't)=I，并且對矩陣 A、B強制施加約束A∑A'=BB'。為了識別SVAR模型，需要對同期關系矩陣A施加限制。對于n元p階的A-B型結構式VAR，需要對矩陣A施加n(n－1)/2個限制條件才能恰好識別，矩陣B為對角矩陣。普遍的做法是假定A是一個下三角形矩陣。這實際上假定所有變量對貨幣政策沖擊只能作出滯后1期的反應，這對于物價、產出等宏觀變量也許合理，但是對于資產價格來說卻并非合理。資產價格更有可能對貨幣政策沖擊作出同期反應。另外，由于貨幣政策目標并非盯住資產價格，因此不會對資產價格變動作出同期反應。為此，需要對SVAR的同期影響矩陣A進行重新假設。

在本文的實證研究第一部分，SVAR模型包括的內生變量向量表示為:Xt=(lnCPIt、lnGDPt、lnHPt、lnMt或 It)，即內生變量包括物價、產出、房價、貨幣供應量或利率等。在實證研究第二部分，在已有的內生變量中加入消費，即內生變量向量表示為:Xt=(lnCPIt、lnGDPt、lnCt、lnHPt、lnMt或 It)。在5變量的SVAR模型中，為了識別結構式沖擊，需要對同期影響矩陣A施加10個限制。借鑒Lettau et al.[12]的思路，筆者對矩陣A施加如下限制:

①物價、產出對于貨幣政策沖擊的反應滯后1期，這表現為a15=0，a25=0;②在不包含消費的4變量SVAR模型中，對于同期影響矩陣A的限定條件與此雷同，不再贅述。物價、產出也不受房價波動的同期影響，即a14=a24=0;③消費對物價、產出的影響滯后1期，即a13=a23=0，產出對物價的影響滯后1期，即a12=0;④假定貨幣當局根據宏觀經濟波動對貨幣政策作出同期調整，但是貨幣政策卻只對消費產生滯后1期的影響，即a35=0;⑤消費變動不對房價產生同期影響，即a43=0①這里本文采用了與Lettau et al．［12］類似的假定，這也是大多數文獻所采用的假設。 這里本文采用了與Lettau et al.[12]類似的假定，這也是大多數文獻所采用的假設。;⑥貨幣政策通常情況下只是關注住房價格，并非直接盯住房價，因此不對房價作出同期反應，即a54=0。上述假定使得結構式方程(2)的待估計參數個數為10，恰好滿足該方程的識別條件。將式(4)的估計形式重寫如式(5)所示②在不包含消費的4變量SVAR模型中，對于同期影響矩陣A的限定條件與此雷同，不再贅述。。式(5)意味著住房價格變動對消費產生同期的影響，貨幣政策對消費變動作出同期反應，也即貨幣政策對房價變動作出間接反應。

四、變量選擇、數據來源與處理

本文所選取研究變量包括:物價、產出、收入、消費、房價、貨幣供應量與利率。其中，用貨幣量與利率表示貨幣政策沖擊。采用1999年1季度至2014年3季度的季度數據，共計63組樣本數據。所有的數據均來源于中國國家統計局網站、CEIC中國經濟數據庫與中國人民銀行網站。代理變量選擇與數據處理過程詳見表1。

表1 代理變量與數據處理

續表1

經過數據處理的物價、產出、居民收入、城鎮消費、居民消費、住房價格、貨幣量與利率分別用lnCPI、lnGDP、lnINC、lnC、lnCONS、lnHP、lnM1、I1、I3表示①為簡化起見，分別將城鎮消費品零售額、城鎮居民人均消費性支出簡稱為城鎮消費與居民消費。。

五、實證研究過程與結果分析

首先，在建立SVAR之前，需對所有變量進行平穩性檢驗，本文運用方法對各個變量的平穩性進行單位根檢驗。除利率、物價等變量外的其余變量原序列在5%的顯著性水平都是非平穩的，而這些變量的一階差分序列在1%的顯著性水平上是平穩的，這些變量均為一階單整序列I(1)。由于篇幅所限，文中未列出變量的單位根檢驗結果。

(一)貨幣政策沖擊對住房價格的傳導

本文建立三個4變量的基準SVAR模型。模型1的內生變量包括:物價、產出、房價與貨幣量，即X1t=(lnCPIt、lnGDPt、lnHPt、lnM1t);模型2 的內生變量是:物價、產出、房價與1年期貸款利率，即 X2t=(lnCPIt、lnGDPt、lnHPt、I1t);模型 3 的內生變量包括:物價、產出、房價與3年期貸款利率，即X3t=(lnCPIt、lnGDPt、lnHPt、I3t)。

在單位根檢驗基礎上，協整檢驗發現，各組變量之間存在長期穩定的協整關系。因此，如同國外大多數同類研究一樣，筆者采用水平變量形式的SVAR模型，同時加入常數項②也可以建立變量一階差分形式的VAR模型，但是這會導致遺漏水平變量中所包含的信息，并且可能導致錯誤設定與過度識別。。

1.模型1 的估計結果[X1t=(lnCPIt、lnGDPt、lnHPt、lnM1t)]

圖2是SVAR模型1的脈沖響應函數計算結果③根據AIC與SC信息準則，結合SVAR模型穩定性檢驗，以及殘差序列自相關和異方差檢驗，選定滯后階數為2。?？梢园l現，擴張性的貨幣量沖擊導致宏觀經濟變量出現正向的響應，物價與產出均表現出經典的倒U型波動特征。具體來看，物價的當期響應為零，之后逐漸提高，峰值響應0.29%出現在第7期。產出的當期響應為零，之后逐漸增加，第4季時出現峰值響應0.30%。房價對貨幣量的擴張作出當期響應0.24%，第2季迅速上升到峰值0.95%，第3季迅速下降，此后，這種響應緩慢下降并趨近于零。這說明貨幣量的擴張會導致住房價格在短期內出現迅速上漲，主要原因可能是由于短期內住房供給調整滯后，而貨幣量擴張刺激住房需求使房價出現較快上漲;從長期來看，由于住房供給的緩慢增長，房價響應逐漸恢復初始狀態。

另外，房價沖擊會導致物價和產出出現正向響應，這意味著房價上漲會帶動經濟增長與物價上漲;房價沖擊會使得貨幣量在短期出現負向響應，隨后貨幣響應逐漸由負轉正，這可能是中央銀行針對房價的調控政策引起的，長期則是由于房價高漲導致的內生性貨幣供給增加。

房價變動的預測方差分解結果顯示，房價波動性主要受房價自身沖擊所驅動，物價與產出沖擊具有重要的貢獻度。另外，從第2季開始，貨幣量沖擊對房價波動性的貢獻度在7% ～11%之間，在第2季到達最大值11.52%，之后逐漸下降。值得注意的是，在第2季至第4季，貨幣量的貢獻度超過物價與產出，這說明短期內，貨幣量是房價波動的重要解釋因素之一。

2.模型 2 的估計結果[X2t=(lnCPIt、lnGDPt、lnHPt、I1t)]

模型2的脈沖響應函數估計結果如圖3所示④SVAR模型2、3的結構選擇方法與過程與模型1相同，不再贅述，均為滯后2階，含常數項。?？梢园l現，當緊縮性的利率沖擊發生時，物價、產出與房價等變量均出現反向調整，所有變量的脈沖響應函數均表現出U型波動特征。具體來看，在受到緊縮性利率沖擊后，物價在短期內有輕微正向響應，之后出現持續反向調整，到第10季達到響應峰值-0.23%。產出的反向響應在第8季達到峰值-0.36%;房價的當季響應為-0.16%，并且這種反向響應在第2、3季度略有緩解，從第4季度開始房價的反向響應逐漸擴大，到第7季度時達到響應峰值-0.34%。這一特征說明利率緊縮將會導致房價指數的反向調整，并且對房價的抑制效果具有較長的滯后期(約2年)。此外，房價沖擊導致政策利率的即期響應為零，2季開始出現正向響應，響應峰值6.59%出現在第5季。這說明中央銀行的利率政策對房價上漲有滯后反應。

圖2 各變量的脈沖響應函數(模型1)

圖3 各變量的脈沖響應函數(模型2)

房價變動的方差分解結果顯示，房價自身是房價波動最為重要的解釋變量，物價與產出也是重要的解釋因素。利率的解釋能力較弱，其貢獻度在0.45% ～4.48%之間，沖擊發生后 11季度時利率貢獻度達到最大值。結合脈沖響應函數與方差分解結果得出利率對房價波動的解釋效果和力度較為有限，旨在運用價格型貨幣政策工具調控房價的政策意圖難以取得滿意的效果①限于篇幅，未列出模型3的估計結果。模型3的脈沖響應函數與模型2十分相似，但物價、產出與房價對3年期貸款利率沖擊的響應峰值略有提高，或者峰值出現時期略有提前。。

(二)貨幣政策傳導中住房價格對城鎮消費的作用效果:反事實模擬研究一

首先，以城鎮消費零售總額作為消費的代理變量，采用二階段法考察房價在貨幣政策沖擊向消費傳導中的作用效果。為此，需要建立三個5變量SVAR模型，即在4變量SVAR模型中加入城鎮消費。三個SVAR模型包含的內生變量具體如下:模型4包含物價、產出、城鎮消費、房價與貨幣量，即X4t=(lnCPIt、lnGDPt、lnC、lnHPt、lnM1t);模型5 包含物價、產出、城鎮消費、房價與1年期貸款利率，即X5t=(lnCPIt、lnGDPt、lnC、lnHPt、I1t);模型 6 包括物價、產出、城鎮消費、房價與3年期貸款利率，即X6t=(lnCPIt、lnGDPt、lnC、lnHPt、I3t)。

1.模型4 的估計結果[X4t=(lnCPIt、lnGDPt、lnC、lnHPt、lnM1t)]

第一步是建立基準的SVAR模型。與前述方法一致，建立水平形式的 SVAR模型，加入常數項②根據AIC與SC信息準則，以及結合SVAR模型穩定性檢驗、殘差序列自相關等檢驗，選定滯后階數為2。。模型4的脈沖響應函數計算結果顯示(如圖4所示)，對于1個單位標準方差的擴張性貨幣沖擊，物價、產出與房價的響應軌跡與模型1基本相近;城鎮消費的正向響應軌跡表現倒U型曲線特征，其響應在1.5年內迅速提高，之后逐步回落趨近于零，其峰值響應1.16%出現在第6季。這說明擴張性的貨幣沖擊將對城鎮消費產生促進作用。根據消費波動的方差分解結果，可以發現，城鎮消費自身、貨幣量、產出和物價都具有較高的貢獻度，房價的貢獻度在2.5% ～8.2%之間。

第二步是對基準模型進行反事實模擬實驗。按照前文所述的實驗方法，關閉消費方程中房價影響消費的同期影響系數與滯后1、2期影響系數，同時保持其他方程的估計系數不變，對模型4重新估計，得到模擬情形下的脈沖響應函數。具體的模擬結果見圖5。

圖4 貨幣沖擊的脈沖響應函數(模型4)

圖5 反事實模擬(模型4)

結果顯示，在反事實模擬實驗中，擴張性的貨幣量沖擊導致的城鎮消費響應峰值1.02%出現在第6季度，低于基準模型中的城鎮消費響應峰值1.16%，響應軌跡與基準模型基本一致。值得注意的是，前2個季度兩種情形下的城鎮消費響應軌跡基本一致，從第3季度至14季度，反事實模擬情形下的城鎮消費脈沖響應函數軌跡低于基準模型。從第14季度開始，反事實模擬下的城鎮消費響應曲線高于基準模型。這說明，在受到擴張性貨幣量沖擊3季度至14季度內，如果沒有房價作用，擴張性貨幣沖擊對消費的刺激效果將會減弱。這也意味著，房價對城鎮消費產生了積極的促進作用，并且這種促進作用在第4季度達到最大值，之后逐漸降低趨向于零。

總之，在擴張性貨幣沖擊對城鎮消費的傳導中，房價發揮了較為重要的促進作用。借鑒Elbourne[13]的測算方法，得出擴張性貨幣沖擊導致城鎮消費提高中，有13.2%來自房價的貢獻①通過計算反事實模擬與基準模型的消費響應峰值變化率可得，即:(1.16%-1.02%)/1.16% ×100%=13.2%。

2.模型5 的估計結果[X5t=(lnCPIt、lnGDPt、lnC、lnHPt、I1t)]

第一步是估計基準SVAR模型。模型5的脈沖響應函數計算結果如圖6所示?？梢园l現，緊縮性利率沖擊發生后，物價、產出、房價的響應軌跡與模型2的響應軌跡在定性與定量特征上都非常接近，表現出 U型特征。物價的峰值響應 -0.25%出現在第11季度，產出的峰值響應-0.47%出現在第8季，房價的峰值響應-0.41%出現在第5季度。城鎮消費的當期響應為零，之后逐漸下降，至第6季度達到峰值響應-1.19%，隨后逐步恢復并趨向于-0.33%。這說明緊縮性的利率政策將導致物價、產出等主要經濟變量回落，房價與城鎮消費也會在1年至1.5年內出現較快回落。從城鎮消費的方差分解結果發現，貢獻度最大的因素包括消費自身、產出與利率，物價的解釋力較為微弱，另外房價的解釋能力也較為微弱，約為2% ～12%。

圖6 利率沖擊的脈沖響應函數(模型5)

第二步進行反事實模擬實驗。具體模擬過程和方法與前文相同。模型5的模擬結果見圖7。結果顯示，由于關閉了消費方程中房價影響消費的當期與滯后估計系數，面對緊縮性利率政策沖擊，城鎮消費的反向響應峰值-1.13%出現在第5季度，響應幅度低于基準模型的響應峰值幅度，響應軌跡與基準模型基本一致，呈現出U型調整特征?？梢园l現，利率沖擊發生1年之后，反事實模擬情形下的城鎮消費響應軌跡與基準模型沒有差異，第5季度至第14季度，反事實情形下的城鎮消費反向響應幅度低于基準模型，從第15季度開始，反事實情形下的消費響應幅度超過基準模型。這說明，如果沒有房價作用，緊縮性利率沖擊對城鎮消費的抑制效果將會減弱。這也意味著，利率沖擊后第5季度至14季度，房價下降導致城鎮消費的縮減，這種效果在第8季度達到最大。

圖7 反事實模擬(模型5)

可以得出，在緊縮性利率沖擊對城鎮消費的傳導中，房價變動起到了積極促進作用，其對城鎮消費的解釋能力低于產出、利率，但是略高于物價。經過測算，在緊縮性利率沖擊導致的城鎮消費下降中，房價下降導致的消費下降占比約為5%②即求反事實模擬情形與基準模型下消費響應峰值的變化百分比:(1.19%-1.13%)/1.19% ×100%=5%。限于篇幅，文中略去模型6的估計結果。模型6的反事實模擬結果與模型5非常相似:在緊縮性利率政策沖擊后的14季度內，房價下跌對消費產生抑制效果，其作用峰值出現在第8季度。經測算，在利率沖擊導致的消費降幅中，房價的貢獻度約為5.9%。?？梢?，房價變動對城鎮消費的傳導效果低于擴張性貨幣沖擊中房價的傳導效果。

(二)貨幣政策傳導中住房價格對居民消費的作用效果:反事實模擬研究二

接下來，本文以城鎮居民人均消費支出作為消費的代理變量，運用二階段法考察住房價格對貨幣政策的傳導效果。為此，建立兩個5變量SVAR模型。另外，分別采用居民消費價格指數(上年同期=100)、城鎮居民人均可支配收入作為物價和居民收入的代理變量。模型7包括的變量:物價、收入、消費、房價與貨幣量，即:X7t= (Pt、lnINCt、lnCONS、lnHPt、lnM1t)。模型 8 的變量:物價、收入、消費、房價與利率，即:X8t=(Pt、lnGDPt、lnC、lnHPt、I1t)。這里依然采用A-B型SVAR模型及其同期影響矩陣的約束思路，設定的約束條件如下:①根據各種檢驗結果以及AIC、SC信息準則，確定SVAR模型7的結構包括常數項，滯后2階。模型8的結構與模型7相同，選擇過程不再贅述。貨幣政策不對居民收入產生同期影響，即α25=0;②用基準模型相對反事實模擬的響應峰值下降占比可得，即(0.3939%-0.3658%)/0.3939% ×100%=7.1%。居民收入不對物價產生同期影響，即α12=0;③消費與房價對居民收入產生滯后影響，α23=α24=0;④貨幣政策不對居民收入作出同期反應，α52=0。最終，得到式(4)估計形式如式(6)所示:

1.模型7的估計結果[X7t= (Pt、lnINCt、lnCONS、lnHPt、lnM1t)]

第一步，建立基準SVAR模型①根據各種檢驗結果以及AIC、SC信息準則，確定SVAR模型7的結構包括常數項，滯后2階。模型8的結構與模型7相同，選擇過程不再贅述。。SVAR模型的脈沖響應計算結果如圖8所示。從圖中可以發現，擴張性的貨幣沖擊導致物價、收入、居民消費與房價出現正向響應。其中，物價對貨幣沖擊具有較高的敏感度，其正向響應峰值32.7%出現在沖擊發生的第4季度，之后逐漸回落，在第17季響應趨向于4%;居民收入的響應表現出遞增的趨勢，12季后逐漸平穩趨向于峰值0.44%(20季);居民消費的響應峰值0.90%出現在沖擊后的第2季，第3-7季響應軌跡出現較大波動，且波幅逐漸降低，第8季之后，響應軌跡逐漸穩定并趨向于0.39%;房價的響應峰值1.16%出現在第2季，之后逐漸回落并趨向于0.35%。這說明，在擴張性的貨幣沖擊下，物價、收入和房價都會不同程度地提高，短期內貨幣政策對居民消費的影響不太明確，長期會產生正向影響。

從消費的方差分解結果來看，居民消費波動的重要解釋變量包括消費自身和居民收入，貨幣量對居民消費的貢獻度在0～15%之間。房價的解釋能力極為有限，最高貢獻度也不超過4%。

圖8 貨幣沖擊的脈沖響應函數(模型7)

圖9 反事實模擬(模型7)

第二步是進行反事實模擬。模擬結果見圖9?？梢园l現，貨幣沖擊后的1年內，反事實模擬與基準模型的消費脈沖響應軌跡十分接近，呈現出短期內迅速正向響應的特征。從第3季開始，反事實模擬的脈沖響應軌跡略高于基準模型，第8季開始逐漸穩定并趨向于0.42%。這說明，如果沒有房價的作用，擴張性貨幣沖擊對居民消費的推動效果會更強。這意味著房價在貨幣沖擊的傳導過程中對居民消費產生了擠出效果，并且擠出效果峰值出現在沖擊后第7季度。經過測算，擴張性貨幣沖擊對居民消費的傳導過程中，房價上漲擠出的居民消費占比約為7.1%②?？梢缘贸?，在擴張性的貨幣沖擊傳導中，房價上漲對居民消費產生抑制效果，但是總體看來，房價變動對居民消費的解釋能力不是十分顯著。

2.模型 8 的 估計結 果[X8t= (Pt、lnINCt、lnCONS、lnHPt、I1t)]

第一階段估計基準的SVAR模型。模型8的脈沖響應函數計算結果如圖10所示。研究顯示，緊縮性利率政策沖擊使得物價指數出現U型響應軌跡，其響應峰值-30%出現在沖擊后第6季度，之后響應幅度逐步下降并趨向于零。居民收入在9個季度內發生正向響應，響應峰值0.08%出現在沖擊后的第4季度，之后逐步回落，第10季度后出現負向響應，最終趨近于-0.12%。居民消費表現出負響應，其響應峰值-0.38%出現在第2季度，之后響應幅度迅速回落，至第8季度已經接近于零。房價的負向響應軌跡與模型5、6的結果十分接近，其峰值響應-0.37%出現在第6季度。另外，居民消費波動的方差分解結果顯示，收入、居民消費是消費變動的最為重要的解釋變量。物價、利率的貢獻度非常微弱，房價對居民消費的貢獻度也非常有限，在1.37%～2.30%之間，略高于物價與利率。

圖10 利率沖擊的脈沖響應函數(模型8)

第二階段進行反事實模擬實驗。模擬結果如圖11所示?？梢园l現，反事實模擬情形下居民消費的負向響應軌跡與基準模型非常接近，沖擊發生10季度內，反事實模擬中的居民消費負向響應幅度略高于基準模型情形。這說明，如果沒有房價作用，緊縮性利率沖擊引致的居民消費縮減幅度將會更大。這也意味著，房價下降對居民消費產生了非常微弱的促進效果。

圖11 反事實模擬(模型8)

六、結論與政策啟示

本文運用基于結構向量自回歸模型的反事實模擬實驗，利用中國1999年1季度至2014年3季度的宏觀數據，實證檢驗住房價格在貨幣政策傳導機制中的作用效果。得出的主要結論有以下幾點:

第一，數量型貨幣政策對房價的傳導效果與解釋能力都明顯優于價格型貨幣政策。貨幣量沖擊對房價的傳導效果較利率沖擊的傳導效果更為迅速和顯著，1個單位標準方差的擴張性貨幣沖擊將導致房價的正向脈沖響應在2個季度內達到峰值0.95%，而1個單位標準方差的緊縮性利率沖擊導致房價的負向脈沖響應峰值約0.34% ～0.41%(滯后期約為2年)。另外，貨幣量對房價變動的貢獻度約7%～11%，遠遠高于利率政策對房價變動的貢獻度(約 0.45% ～6.14%)。

第二，在貨幣政策向城鎮消費傳導的過程中，房價變動發揮較為顯著的促進作用，但是不同政策沖擊的傳導效果存在差異性。在貨幣沖擊對城鎮消費的傳導過程中，房價變動的傳導效果更為顯著，擴張性貨幣沖擊導致城鎮消費增幅的約13.2%來自于房價上漲的貢獻;在利率沖擊對城鎮消費的傳導機制中，房價下降導致的城鎮消費降幅占比約5%～5.9%。這意味著，房價在數量型貨幣政策沖擊對城鎮消費的傳導過程中具有較好的傳導效果，優于價格型貨幣政策。

第三，在貨幣政策向居民消費的傳導過程中，房價變動產生程度不一的反向作用，但是總體上顯著度較低，效果較弱。在貨幣沖擊對居民消費的傳導機制中，房價上漲導致的居民消費縮減幅度占比約為7.1%，說明房價在擴張性貨幣沖擊對居民消費的傳導過程中對居民消費的負收入效應和儲蓄效應超過了財富效應、信用約束效應和預期信心效應總和，也即產生了“擠出效應”;在緊縮性利率沖擊的傳導中，房價下降對居民消費的促進作用非常微弱①由于消費品零售總額統計指標包括居民消費與社會集團的非生產性消費，以上結論也意味著，貨幣政策的傳導過程中，房價變動對社會集團的非生產性消費具有重要的同向作用。。這再次說明，房價在數量型貨幣政策傳導中的作用效果優于價格型貨幣政策。

總之，我國住房價格變動已經成為貨幣政策傳導的有效途徑，但總體傳導效果較弱;并且，與價格型貨幣政策相比較，數量型貨幣政策沖擊通過房價變動向消費傳導的效果更加顯著。本文的政策啟示是:①在現有條件下，政策當局應側重于運用數量型貨幣政策工具對住房市場波動進行調控，將會產生較好的效果;②貨幣當局應對房價蕭條可能引致的居民消費縮減風險引起警惕，并保持房地產市場持續穩定發展，有助于實現擴大消費與經濟轉型之目標;③加快推進利率的市場化形成機制改革，并通過提高居民家庭的住房擁有率等途徑，有助于改善房價變動對貨幣政策沖擊的積極傳導效果。

[1]Mishkin F S.Housing and the monetary transmission mechanism [R].Finance and Economics Discussion Series，2007.

[2]Case K E，Shiller R J.Is there a bubble in the housing market?[J].Brookings Papers on Economic Activity，2003，2:299-342.

[3]Campbell J Y，Cooco J F.How do house prices affect consumption?Evidence from micro data[J].Journal of Monetary Economics，2007，54:591-621.

[4]Aoki K，Proudman J，Vileghe G.House price，consumption and monetary policy:A financial accelerator approach[R].Bank of England Working Paper No.169，2002.

[5]Iacoviello M.House prices and business cycles in Europe:A VAR analysis[EB/OL].http://fmwww.bc.edu/EC-P/WP540.pdf.2002.

[6]Ludwig A，Slok T M.The impact of changes in stock prices and house prices on consumption in OECD countries[R].International Monetary Fund Working Paper No.02/1，2002.

[7]Muellbauer J，Lattimore R.The consumption function:A theoretical and empirical overview[M]//Pesaran M H，Wickens M R.Handbook of applied econometrics.Blackwells，1995:221-311.

[8]Lastrapes W D.The real price of housing and money supply shocks:Time series evidence and theoretical simulations[J].Journal of Housing Economics，2002，11:40-74.

[9]Bj?rnland H C，Jacobsen D H.The role of house prices in the monetary policy transmission mechanism in small open economies[R].Norges Bank Working Papers No.2009/06，2009.

[10]Skinner J S.Is housing wealth a sideshow?[R].NBER Working Paper No.4552，1993.

[11]Guo Sheng，Hardin W.Wealth，composition，housing，income and consumption[J].Journal of Real Estate Financial and Economics，2014，48(2):221-243.

[12]Lettau M，Ludvigston S，Steindel C.Monetary policy transmission through the consumption-wealth channel[J].FRBNY Economic Policy Review，2002，5:117-133.

[13]Elbourne A.The UK housing market and the monetary policy transmission mechanism:An SVAR approach[J].Journal of Housing Economics，2008，17(1):65-87.

[14]李善燊，沈悅.中國“房價之謎”的檢驗與原因分析[J].上海經濟研究，2012(8):42-51.

[15]李智，李偉軍，高波.緊縮性貨幣政策與房地產市場的價格——基于VAR模型和符號約束VAR模型的比較[J].當代經濟科學，2013(6):33-42.

[16]段忠東.房地產價格與貨幣政策——理論與實證研究[M].北京:中國社會科學出版社，2011.

[17]黃靜，屠梅曾.房地產財富與消費:來自于家庭微觀調查數據的證據[J].管理世界，2009(7):35-45.

[18]段忠東.房價變動對居民消費影響的門限測度——基于中國35個大中城市的實證研究[J].經濟科學，2014(4):27-38.

[19]王松濤，劉洪玉.以住房市場為載體的貨幣政策傳導機制研究——SVAR模型的一個應用[J].數量經濟技術經濟研究，2009(10):61-73.

[20]馮科.中國房地產市場在貨幣政策傳導機制中的作用研究[J].經濟學動態，2011(4):42-49.