4I-3—房地产价格与货币供应量的波动溢出效应.吴江等.ppt

房地产价格与货币供应量的波动溢出效应 作者 吴江韩鑫韬 摘要 本文基于VAR模型和GARCH模型对我国房地产价格与货币供应量的波动溢出效应进行了实证研究 发现货币供应量与房地产价格之间不存在显著的动态相关性 也不存在明显的波动溢出效应 中央银行没有必要用货币政策去直接调控房地产价格 本文的分析思路 一 引言 二 模型构造 三 实证分析 四 结论 背景及相关知识介绍 动态相关性模型波动率模型波动溢出效应模型 VAR模型的识别 估计结果 因果检验GARCH模型的识别及估计结果 货币供应量与房地产价格相互间不存在显著的动态关联性 货币供应量与房地产价格相互间不存在显著的波动溢出效应 一 引言 1998年我国实行住房制度改革以来 房地产市场发展迅速 居民资产结构中不动产份额持续增加 房地产投资已经成为我国经济增长的重要动力 由于货币传导机制的作用 房地产价格的波动与作为货币政策操作目标的货币供应量可能存在理论上的波动溢出效应 引言 国内已有文献主要从两个方面研究了房地产价格与货币政策的相互关系 一个方面从房地产价格对通货膨胀的影响出发 认为房地产价格对通货膨胀存在长期稳定影响 中央银行可以通过货币政策控制房地产价格 如王维安等 2005 经朝明等 2006 中国人民银行南昌支行课题组 2006 段忠东 2007 李亚培 2007 洪涛等 2008 另一个方面从房地产价格与货币供应量的相互关系出发 认为货币政策能够显著影响房地产价格 中央银行可以制定货币政策对房地产价格进行宏观调控 如张改燕 1998 郭科 2006 贺聪 2007 房林 2007 贾健等 2008 已有文献基本都持 关注 而非 盯住 房地产价格的观点 瞿强 2001 而且这些观点最终统一于货币供应量 因为防御恶性通货膨胀是货币政策的主要目的之一 而货币政策的执行是通过货币供应量来操作的 我国货币政策的终极目标是保持经济平稳较快增长 而平稳是对波动的相反度量 因此 应该以房地产价格和货币供应量的波动率作为研究的出发点 即应该反映一个变量值的波动对另一个变量值的影响 而目前用波动率模型研究房地产价格与货币供应量波动溢出关系的相关文献还未见相关报道 2 波动溢出效应 波动溢出效应 VolatilitySpilloverEffect 目前被大量用于金融市场上的波动相关性研究 其实更广义地说 波动溢出效应是指波动会从一个市场传递到另一个市场 它不仅存在于金融市场 而且在实物市场以及不同类型的实物和金融市场中都有可能存在波动溢出效应 随着资本市场迅速扩张和各国资产总量和结构的变迁 资产价格波动的效应大大超出了对资本市场本身的影响 资产价格在货币政策中所起到的作用日益受到重视 郭田勇 2006 3房地产价格在货币传导机制中的作用 3 1对房地产支出的直接影响货币 M 扩张 利率降低 房地产的融资成本降低 因此房地产需求量增加 房地产价格 Pr 上升 如果房地产的价格远远高于建筑成本的话 那么房地产投资额度 H 就会大幅增加 总供给 Y 上升 该传递机制可简述为 3 2家庭财富效应 房地产价格是家庭财富效应的重要组成部分 对消费支出有一定的影响 因此 扩张性货币政策 M 提升房地产价格 Pr 同时也提升家庭财富 W 从而促进消费支出 C 增加总需求 Y 该传递机制可以简述为 3 3银行的资产负债表效应 由于货币扩张 导致房地产价格上升 银行抵押贷款损失下降 银行资本增加 较充足的银行资本允许银行大量贷款 导致投资和总需求上升 该效应简述如下 扩张的货币政策 M 提升了房地产价格 Pr 银行资本 Wb 增加 引起银行贷款 L 上升 导致投资 I 和产出 Y 增加 同样 如果房地产价格下降 就会出现资本收缩 导致投资和产出下降 3 4资产定价模型分析Cochrane 2005 给出的资产定价模型认为 资产价格 Pt 等于随机折现因子 StochasticDiscountFactor 简称SDF mt 1 和下一期资产的回报 xt 1 的乘积的期望值 Pt E mt 1 xt 1 资产定价模型分析 从上式可以看出 资产价格是和资产未来的回报相联系的 也就是说包括房地产价格在内的资产价格能为市场预期和未来经济发展提供强烈的信息 当期的资产价格取决于资产未来回报的预期 而资产未来的回报是与未来经济的发展以及随机折现因子相联系的 而随机折现因子又与投资者的偏好以及经济的状况有关 所以 在其它因素不变的条件下 预期经济增长有助于提高现在的资产价格 反过来 现在的资产价格也会影响未来的经济增长预期 特别是不可预期的资产价格波动可能会影响通货膨胀预期 Gerlach 1996andSmets 1997 4 3VAR模型的识别 1 平稳性检验表1平稳性检验结果选择带有趋势和截距项的形式 利用ADF检验判断序列的平稳性 发现两者在1 的显著性水平下不拒绝原假设 样本序列具有非平稳性 但对它们一阶差分后构成的新序列和的平稳性检验结果显示一阶差分序列平稳 见表1 因此 需要考虑房房地产价格和货币供应量是否存在协整关系 2 协整性检验 当向量时间序列中存在惟一协整关系时 一般采用恩格尔 格兰杰法 EG两步法 用OLS法估计得到的房地产价格和货币供应量的协整回归方程为 从表1可以看出 ADF值小于显著性水平为1 临界值 说明房地产价格和货币供应量存在长期协整关系 因此不需考虑建立差分VAR模型 根据AIC和SC统计量并结合参数的实际解释能力 选择模型最优滞后阶数为k 2 3 VAR模型 房地产价格和货币供应量波动溢出的VAR模型如下 4 4双变量VAR模型估计和因果检验 格兰杰因果检验显示 房地产价格和货币供应量之间不存在因果关系 4 5GARCH模型的识别及估计结果 1 GARCH模型的方差方程根据AIC和SC统计量得出有效的GARCH条件均值方程为AR 1 形式 则房地产价格和货币供应量动态GARCH条件方差方程如下 2 GARCH模型的条件方差分析 2007年以前 房地产价格与货币供应量的波动在一定程度上显示出变化的一致性 但货币供应量波动的程度更剧烈 波动的频率更高 表明在过去的货币政策中 央行很可能没有通过货币供应量去直接调控房地产价格 或者央行盯住了房地产价格 但效果并不理想 见图1 1998年第一季度至2007年第二季度 货币供应量的波动一直高于房地产价格波动 但从2007年第三季度开始 货币供应量的波动突然减少 与房地产价格相交 随后房地产价格波动开始走低 而且 房地产价格波动在某种程度上还滞后于货币供应量的波动大约两个季度 显示房地产价格和货币供应量的波动日趋稳定 见图1 4 5波动溢出效应模型的估计结果 5结论及建议 1 货币供应量与房地产价格相互间不存在显著的动态关联性货币供应量与房地产价格都主要受自身滞后一期的影响 而且是正向作用的 特别是滞后一期的货币供应量的影响系数达到1 3175 说明当前的货币供应量对预期的货币供应量的弹性很大 间接反应我国的货币政策效果有一定的滞后效应 央行对上期货币政策的依赖度较大 因此 中央银行可以不 盯住 房地产价格 但是货币政策应该灵活地去促进经济稳定较快的增长 而不要过多依赖以前的货币政策 相机抉择是很重要的 2 货币供应量与房地产价格的波动相关性不显著货币供应量与房地产价格的波动相关性系数 条件方差相关系数 为0 3487 明显偏小 同时 房地产价格的波动滞后于货币供应量的波动 而且房地产价格和货币供应量的波动在近期都趋于零 所以 随着宏观经济预期增长放缓 货币供应量和房地产价格都趋于稳定 中央银行在一定程度上可以放松货币政策 刺激经济较快增长 3 货币供应量与房地产价格相互间不存在显著的波动溢出效应货币供应量与房地产价格都主要受自身滞后一期的影响 房地产价格的波动对货币供应量没有显著影响 货币供应量的波动与房地产价格也没有显著关系 次级债危机以来 全球房地产价格 泡沫 破灭 我国房地产业也出现了一定的下滑趋势 在发达国家普遍关注资产价格的大背景下 不得不引起大家对诸如房地产等大宗商品价格的重视 但从目前情况来看 它们的影响值太小 在考虑操作成本和操作技术的情况下 没有必要用货币政策去直接调控房地产价格 谢谢大家 本文构建的模型 1 动态相关性模型 2 波动率模型 3 波动溢出效应模型 1 动态相关性模型 为了研究房地产价格和货币供应量的动态变化关系 建立向量自回归VAR模型 Chan 1997 Aburachis 1999 Engste 2001 刘金全2003等 假设合理的模型如下 2 波动率模型 波动率实际上是一个随时间变动的趋势 因此 要探讨波动率的稳定性和可预测性 本文引入广义自回归条件异方差模型 GeneralizedAutoregressiveConditionalHeteroscedasticityModel GARCH模型 来对波动率进行建模 GARCH模型是ARCH模型族中的一种带异方差的时间序列建模的方法 是Tim Bollerslev 1986 在Engle的ARCH模型的基础上提出来的 在GARCH模型中考虑两种设定 分别