《我国房地产发展对广义货币供给的影响实证研究》15000字（论文）

我国房地产发展对广义货币供给的影响实证研究摘要随着当今世界市场经济与整个全球市场经济不断深入与发展,以股份、外汇、债券和房地产为主要代表的各类资产价格变动将有可能对我国宏观经济和金融制度产生深远的后果与冲击,尤其特别是在2008年美国第一次次贷危机的爆发后，房地产市场的价格波动己经受到了越来越多的关注。对我国而言，这十几年来房地产市场得到了空前的发展，房地产价格上升速度很快，房地产市场价格的变动是其最重要和本质的特征，而在市场经济条件下，房地产市场价格对货币供给也产生了明显的影响，所以研究中国房地产发展会对市场价格波动产生什么影响有利于我国央行有的放矢地调控房地产市场和我国宏观经济，有效实现货币政策目标。本文主要研究目的是能够通过理论分析并从实证分析的结果出发提出相应的建议，希望能对货币政策的制定与实施有所帮助。关键词：货币供给；传导机制理论；货币政策目录TOC\o"1-3"\h\u摘要 I第1章绪论 11.1选题背景及意义 11.1选题背景 11.1.2选题意义 21.2文献综述 21.2.1国外文献综述： 21.2.2国内文献综述： 41.3主要内容 6第2章理论基础 72.1房地产现状的介绍 72.1.1市场现状 72.1.2存在问题简介 92.2货币供给理论概述 92.2.1相关基本概念 92.2.2货币供给的历史 122.3货币供给传导机制的理论 12第3章房地产对货币供给的实证分析 133.1变量数据的选取 133.2操作方法 15第4章政策建议 17结论 17参考文献 18图目录TOC\h\z\c"图"图12016年北京房价走势 7图2重点城市房价涨幅 8图32016上海房价走势 8图42015年上海房价走势 8图5M0&M1 10图6M2&GDP 11图7HBR检验 15图8M2检验 16图9AHP检验 16图10CPI检验 16图11协整检验 17表目录TOC\h\z\c"表"表1变量额描述性统计 15表2单位根检验结果 17表3协整检验 18表4OLS回归结果 18表5OLS回归结果-M2对房价 18PAGEI第1章绪论1.1选题背景及意义1.1选题背景在新型城镇化建设进程的促使下,自从我国房地产市场化体制改革以来,我国房地产市场的需求旺盛,尤其特别是在2000年之后,房地产贸易得到了迅猛发展,已然逐渐成为社会主义国民经济的一个支柱产业。房地产行业在保障居民的住房环境条件等各个方面都发挥着重要的作用,对国内生产总值的贡献度也将继续攀升。与此同时,随着我国人们的生活物质水平和现代社会的发展,房地产己经完全具备了投资商品和日常生活中的消费品这两种双重功能。在对房地产建设项目投资的需求和基础设施需求的共同影响下,我国房价近年来一直上涨迅速,有些地区房地产价格水平已经远远超过了居民的购买能力。房地产业与房地产服务行业之间的对接关联紧密程度高,前向与后向的对接带动效应能力强,自1998年1月实施全国住房租赁商品化经营体制制度改革以来,我国国内房地产业快速繁荣和健康发展,对于不断扩大内需,拉动我国房地产业以及相关服务行业的健康发展,增加企业劳动力和创造就业,促进我们国民党和人家国民经济的健康发展等均作出了巨大的积极贡献。纵观国外发达工业国家房地产投资市场的发展实践,房地产开发项目设计开发以及建设累计投资的总金额大约占我国GDP投资总量的百分之二十左右,这些统计数字均被严格管控限制在5%以内,而在目前我国则远远不止这个数字。目前,全国各地的房地产开发交易市场都很火爆,价格一路快速飙升,房地产开发市场成交价格一路攀升的巨大幅度己然远远已经超过了当时城市居民实际人均可支配经济收入的平均每月成长增速,人们兢兢业业的寻找工作却越来越难找到能够及时购买并找到自己真正心仪的优质房产,而且由于目前我国当时的城市居民普遍不能接受"居者有其屋"的中国传统观念,部分城市居民己经逐渐开始认真考虑是否承担高额住房按揭以及抵押品的贷款,房地产的发行与外国投资银行等各类金融机构之间密切存在联系,致使投资银行贷款的信用风险在各种无形之中逐渐增大。对于地方政府而言,政府的征征卖地财政收入也就是税收组成了地方政府所有财务收入的绝大多数,据一些与其有关的科学研究分析结果表明,在一些典型地方,政府直接财政收入的40%以上主要还是来自于地方政府征收卖地的直接财政收入以及与其他经济收益息息相关的其他税收,而一半以上来自政府的预算外财政收入则基本应该认为是政府土地使用出让金的净直接收入。政府用最小的出让价格低廉地低价拿下了这些土地,再将这些高价值的转让地卖给了土地开发商,这其中的土地价值差就已经变成了出让土地的主要财政收入。近几年,随着中国当地政府整体资产负债率的走高,政府也迫不得己进一步大幅抬高了这些土地的开发价格以进一步大大增加其中的财政收入,而当时的土地开发商高价地在购买了这些土地后,为了能够获得更多的经济利润,其必然也可能会进一步提高其中的房价,从而令广大购房者不堪重负。近几年来,我国的传统实体工业经济快速发展较为低迷,制造业并不景气,与房地产行业蓬勃发展的乐观局面已经无法形成一个鲜明对比,因此其他一些没有盈余和经营利润微薄的地产企业纷纷转而积极投身于房地产开发领域,推升了房地产开发领域的投资泡沫,制约了我们这个地区传统农副产品加工行业的持续生存和健康发展。随着房地产市场泡沫的快速扩散,银行系统的潜在金融风险也将进一步得到加大。因为绝大多数的房产商家和普通民众都只有一个选择通过按揭银行抵押房产贷款,将自己的抵押房产贷款当做银行抵押,若是目前房价正常快速走高,即使每个买方或者其他购房人无法按时拿到还款,银行至少也还是可以从其中拱手收回一笔银行抵押后的房产;但是一旦房地产开发市场中的泡沫发生爆炸或者泡沫破裂,银行所有的获得和手中收回的抵押房产贷款己经根本就不需要能够足额地用来抵消每个买家之前在银行购房前的过程和手中的抵押贷款,这将会是有利于可能会直接导致我国银行业自身直接产生巨大的经济亏损,不仅仅是有利于可能会对我国银行业自身带来一种毁灭性的经济冲击,同时也将极大地有利于有效推动当前我国住房金融服务市场经济的健康稳定发展。房地产市场的非理性和持续发展,不仅可能会严重影响到普通居民的日常生活,还可能会严重制约当代中国新型城镇化建设的推进,从而给当代我国社会和经济的发展带来不利的影响。分析当前我国货币供求量与房地产价格的相互关系,我们可以清楚地看到,20世纪末期,伴随着当前我国货币供求量的迅猛增长,我国房地产价格的增速也在逐年下降,货币供求量和数额的变化直接影响了房地产各个行业的资金流动,从而间接地对于房价造成了影响,这些因素主要包括两个方面,第二是影响房价的因素之一是货币供求量。因此本文从我国货币供给量的角度出发,研究了货币供给量对于我国房价的影响,期望可能起到一定作用。1.1.2选题意义房地产市场在推进了市场化和结构性改革之后,经历了将近二十年的迅猛发展,逐渐成为推动我国经济发展的主要支柱性行业之一,在推动GDP的持续健康增长中也起到了举足轻重的推动作用。有序的房地产交易和市场秩序不但可以改善和提高城镇居民的生活条件和住房水平,也能够满足城镇居民对于物质和文化的需求;还有利于给我们更多的老年人群创造生活和工作的机会,增加了社会的就业比例,并且能够直接带动建筑材料、装饰设备、水泥、钢材等各个行业的蓬勃发展,切实有效地拉动了内需,进而推动我们国民经济的有序发展[1]。但央行在进行货币政策调控时也同样面临两难境地,若是选择适度地使用宽松的货币政策有可能会促进房地产泡沫的破坏和形成,而这种短期性的货币政策则有可能会导致全社会的资金表情紧张,所以该行业应当采取什么样的货币政策来进行组合,这样才能够对房地产行业的进行货币政策调控起到至关重要。房地产行业本身就是一个资金密集型的行业,无论是作为房地产市场的供应方或是服务提供者,一般情况下在其介入房地产领域时都必须依靠其他金融机构。大多数商品房的买家都是通过住房的抵押贷款从商业银行那里获得的资金,而房地产的开发商在获得房地产的开发以及建筑物的修建等各个环节均需要庞大的资金流,就必然需要向商业银行进行融资,因而当前我国的信用货币制度创造己经逐步进入了一个由土地和房屋作为抵押的商业银行信用规模化扩张阶段。则分析货币与房地产之间的关系则意义非常。1.2文献综述1.2.1国外文献综述：从17世纪末开始，国外已经开始构建房地产理论体系。已有300多年的历史了，已经积累了丰富的科学研究文献。研究的角度也是多种多样的。房地产市场的学术研究将在初期受到实际限制，并且其大部分研究都是基于基本理论。在层次上进行阐述，而内容则相对分散。外国房地产开发和其他问题的研究绝对是涵盖多个领域的学术研究，例如经济地理，社会学，城市和土地经济学。格林(1997)[2]通过运用1959年至1992年美国的第三个季度统计数据来准确评估了房地产市场的增长和商品,并利用格兰杰的因果关系进行检验,通过对房地产市场投资在单方面导致经济增长的因素进行检验,得出结论,认为房地产市场投资可以有效促进经济的增长,但不能相反作用推动房地产行业投资的增长。克鲁格曼(1998)分析了1970年至2000年韩国和美国的第一个季度指标和数据,比较了这两个国家的经济快速增长和房地产市场投资之间的关系,发现房地产市场上的投资快速增长实际上主要是由于经济快速增长引起。斯奈德和高格在1959年至1999年美国的一个季度统计数据,使用纠错模型研究了金融控制政策变更前后国家GDP与房地产市场投资之间的关系,认为二者内部的短期策略将在很大程度上对住宅投资产生重大影响。Peng和Gerlach(2005)在对1982年至2001年期间提供了香港所有相关的银行贷款，GDP和房地产。通过对售价等季度数据的深入分析研究，得出结论，房地产价格对金融机构的信贷规模具有决定性的影响，为房地产价格对于金融机构信贷规模具有决定性的作用,但是银行业信贷规模的增长却不能直接影响到房地产市场的价格。梁鹏和米勒(2006)根据美国277个地区的相关数据和信息构建了一个VAR模型，并分析了房地产价格变化与人均GDP，失业率，人口增长率，和人均收入增长之间的关系。研究发现，房地产价格的变化与上述因素密切相关，但与失业率并没有明显关联[4]。Gunnarsson和Lindqvist(2007)都认为,财富效应很有可能会直接影响到商品的消费,进而直接影响到通货膨胀率的水平。此外,基于资产价格的较大幅度波动会直接加深其对宏观经济发展带来的深刻影响这一现实,资产价格和通货膨胀率水平之间的差异是否具有明显的相关性,决定了中央银行未来的货币政策方向是否适当,如何考虑到资产价格需要谨慎的思考。艾伦(2012)深入分析了在美国不同地区实施宏观金融政策的影响，并得出结论，在美国大多数地区，房地产价格与货币存量之间存在正相关关系，只有极少数的西部地区使得两者之间呈负相关。ChengsiZhang(2013)[5]通过对中国自住房市场制度改革以来的房价、物价和M2之间的相互影响进行分析,得出了货币供给量的迅猛增长促进了房地产市场的蓬勃发展,当物价仍然具有一定的黏性时,增加货币供给量首先可能会直接将造成房价的波动从传递给实体经济,最后再将其传导给房屋和实体经济。1.2.2国内文献综述：中国房地产业的市场化起步时间比西方国家要晚得多。自然，房地产研究学术领域的产业也相对较晚。随着我国房地产业的蓬勃发展，房价逐步上涨，引起了许多专家学者的关注，重点是房地产价格问题。王维安，贺聪(2005)[6]通过对房地产的投资价格和外部货币资金预期供求关系问题进行了深入研究,得出结论:房地产等货币资本流动市场已经开始起到了作为货币政策波动放大器的重要作用,并且由于房地产市场预期投资收益的大幅增加而直接地就导致了我国内生外部货币资金的预期供给和外部外生货币资金的预期需求同时之间出现了大幅增加,使得平衡货币利率的最终结果决定在整个客观上仍然具有一定的主观不确定性。贺聪(2007)在如何表现房地产市场价格与国家货币政策的相互作用协调中,指出国家货币市场的扩张会大大降低贷款利率,降低了房地产商品开发公司及其购房人员的融资费用和成本,从而大幅度地提高了房地产的价格,房地产商品开发项目投资的规模也随之上升,从而直接拉动了总产出的上升[7]。此外,房地产市场价格的增长将会使银行业增加商品和农产品的消费收入与总生活用品的产出,同时房地产市场价格和银行信贷之间也有一定的互动机制,提高投资与产出。何平、吴义东(2007)在阐述当前中国房地产价格对于货币政策运行所带来的重要意义时,也特别指出,房地产价格直接或间接地通过人民币有效兑现的汇率会对于广义货币的供给造成影响。由于我国广义的货币供求具有非常大的内生力,受制于房地产市场及人民币有效兑换汇率等因素的影响。而房地产的价格直接会影响到人民币的有效兑现汇率;同时,人民币的有效兑现比率也明显地影响了房地产的价格。从一定角度看,房地产价格的波动和人民币有效兑现汇率的变化都存在正增强效应。袁辉和马哲峰(2008)[8]建立了一个VAR模型。运用此模型以38套相关的季度数据为依据来进行案例研究。经过研究发现，我国的房地产价格与货币供应量之间，土地价格与GDP之间存在显着的正相关关系而2009年，吴学品、姜岩磊指出，以海南省为例，房地产投资对经济增长的贡献边际效应不如货币供应。唐志军，徐慧君和巴树松（2010）首先构建了var模型来进行定量分析房地产市场价格的变化对家庭消费,国内生产总值和通货膨胀的变化等因素影响。研究表明,住房价格的上升在一定程度上已经引起了城市居民消费水平的下滑。并且伴随着通货膨胀的进一步增加,住房价格和经济的增长之间有很大的关系,而且住房价格长期处于低位。这将使我国能够长期推动和促进经济的增长。同时,我国的房地产投资也对GDP增长率造成了积极的影响。对房地产投资价格波动的边际效益可以在第四季度首先达到了最大,然后缓慢衰减,这也表明了房地产投资价格波动对GDP的边际效益可以保持长期。无独有偶，洪波和罗小玲(2012)[9]根据我国2001年至2010年的相关数据建立了VAR模型，并运用方差分析和冲激响应函数法等不同的分析方法深入研究了不同时期的时滞因素。判定当前房价，GDP和货币供应三者之间存在格兰杰因果关系。与国内生产总值相比，货币的供给对住房价格的影响更大。赵松(2013)通过对国内2007年2012年70个主要大中型城市的住宅销售量与货币供给量的月份统计数据进行分析,得出了货币供给量与住房销售量俩个指标之间的同比增加速率之间具有很强的正相关性。从其余方面分析来看，李芳和李秋娟(2014)选择了83组与我国房价和短期国际资本流动环相关的月度数据，同时建立了MS-VAR模型并进行了分析。发现房地产市场价格的上涨促进了短期国际资本流动汇率的上升，但汇率的变化对房价的影响不大。史海荣、梁荣(2015)史海荣、梁荣在对中国房地产市场价格与货币供应量间大规模实证数据进行了汇总和分析后,认为从长远角度来看,货币供应量波动是造成房地产市场价格大幅波动的一个格兰杰。而且在其它的经济条件比较固定时,货币资金供应量的增大也会导致房地产市场价格某种程度上升。但这并不意味着缩减货币供应量就能够直接降低房地产的价格,还有很多因素的影响和制约。伍美华(2016)通过综合了银行贷款的中国基准利率[10]、广义上的中国货币量、GDP与中国房价之间的三种比值变量关系,得出了中国贷款基准利率和中国房价之间几乎呈现正或正和负相关的比值关系,货币量的供给量和利率GDP与中国房价之间几乎呈现正或负相关,GDP对于中国房价几乎不可能存在任何直接影响。聂学峰，刘传哲(2016)通过研究可以看出:无论宏观货币政策调整是经济短期还是市场扩张性,利率的变化都不能成为引起房地产市场价格波动的格兰杰主要原因,而货币资金的供给量只能是在宽松货币政策下才成为房地产市场价格波动的格兰杰主要原因。郑超英(2017)选取了2010年6月一2016年11月的月份统计数据,对比了货币供给量的不同指标,例如准货币、广义货币的供给量以及更新的货币统计指标QM一对百城价格指数的负面影响很大程度,得出QM一指标对百城价格指数的正向影响最显著。苗青(2018)建立了VAR模型，对2000年2月至2017年12月我国货币供应量和房价的相关数据进行了深入研究，发现二者之间存在明显的正相关关系政府应该制定政策。在实施过程中，要严格控制货币供应量及其增长速度，以防止房地产价格上涨过快。王文胜，张梦凯(2019)王文胜,张梦凯对房地产行业和市场关于货币政策调控的影响及其反馈作用进行了研究中,提出房地产业会通过价格和影响货币流通速度反作用于货币政策的实施，房地产业会对货币流通速度有显著的反响作用，且在上升时期的影响更为显著而且持续。旧有的文献多针对货币政策和利率与房地产业发展及货币供给相挂钩[11]，多数是基于VAR或者SVAR静态模型研究来分析货币政策有效性。得出结论：得出结论:货币供给量波动是影响房地产市场价格的格兰杰。在其它条件比较固定时,货币资金供给额的增加会导致房地产市场价格将在一定程度上上涨。房地产的价格将会极大地影响到投资和消费的变量,会影响利率今儿影响到通货膨胀。进而影响到整个经济增长变量。则在研究本题要求的房地产发展与货币供给中,最关键的两个中间变量就是利率与货币政策。就内容而言,国内的文献更主要是在揭露货币政策对于房价波动的有效性,以及如何分析房地产市场价格对于宏观经济变量的影响。1.3主要内容本文的分析框架为分析房地产市场现状，进而导出现在中国房地产业的问题，同时引出货币供给传导的相关概念，简要介绍一下建模然后给出结论。第1章绪论,这一部分首先提出了本文的主要研究背景,说明了提出该学科重点课题的主要研究价值和意义,并通过深入地分析国内外的研究发展现状,为该篇文章指出了研究的方向,对该篇文章的总体内容、研究理念以及方法等进行了说明。第2章是理论分析。主要是中国房地产现状的介绍，针对货币供给理论进行具体解读，包括货币供给、房地产价格等。此外，还包括房地产市场的现状及其存在的问题。第3章是实证分析。主要是房地产市场对货币供给的一个实证分析，包括如果进行变量选取和数据处理，分析研究我国房地产市场对货币价格的影响。第4章是政策建议。在分析影响我国房地产对货币供给理论的影响基础上，提出提高我国货币政策和房地产调控的政策建议。第2章理论基础2.1房地产现状的介绍2.1.1市场现状在1998年之前，福利性的分房制度一直是我国最先开始实施的一项制度[12]。1998年，住房分配货币化成为国家所实施的制度。由此,我国的房地产行业进一步迈向了高速增长的时期。研究分析结果显示，我国房地产价格的上升趋势非常显著。为了有效地应对2008年的国际金融危机,国务院已经颁布了诸多的调控政策,以便于管控房地产行业的健康发展,这些政策的直接成效是房地产业在第二年过速发展，2009的房地产销售均价比2008年增长了23.19%2010年3月国家再次联合发布了一系列的各地调控楼市优惠政策,以期有效彻底抑制房地产批发市场商品价格的持续过快快速上涨。1999年至2018年间，在我国房地产的完成投资额中，住宅投资额所占比例一直超过65%，商业营业所占比例刚超过10%，二者呈现上升趋势。其他类占比却有一定程度下跌，其中办公投资额所占比例大幅降低。在1999年[13]，住宅、办公、商业与其他房屋类所占比例分别为65.77%,8.38%,11.45%与14.40%。根据国家统计局网站的最新数据，截止到2018年底，上述各比例分别变为70.83%,4.99%,11.79%与12.39%。这意味着最近几年我国的住宅投资占比均有或多或少的改变，投资结构也日趋完善化。我国房地产市场发展日盛，商品房销售额、销售面积与价格均呈现持续增长趋势[13]。从1999年开始，我国商品房价一路攀升，除2008年外其他年份中大多出现了十分明显的增长态势。1999年为每平方米2051.88元，2018年年底已增至每平方米8914元。这只体现了全国房地产价格的平均水平，对于一线城市而言，房价的涨速显著更高。如下图北京房价的2016年走势，是2016年全国房价腾飞的缩影。图图SEQ图\*ARABIC12016年北京房价走势图SEQ图\*ARABIC2图SEQ图\*ARABIC2重点城市房价涨幅图SEQ图\*ARABIC32016上海房价走势图SEQ图\*ARABIC42015年上海房价走势2.1.2存在问题简介Ⅰ价格偏高，上涨过快：房地产市场价格超出平稳发展的轨迹，房价居高不下是目前中国房地产市场出现的最直观的问题。其他问题如下：Ⅱ市场住房供需不匹配：房地产市场供需结构不匹配现象主要体现在两个方面，包括商品房空置率高和保障性住房供给不足[14]。一方面，商品房空置率较高。官方数据关于商品房空置面积的公布止于2008年，当时中国商品房空置面积为1.64亿平方米。虽然没有近几年的商品房空置面积数据，但是根据各地媒体报道，个别城市甚至出现“鬼城”现象，可见近年来全国商品房空置情况依然严重[15]。这与资金趋利性流向有关，房地产市场的价格一路走高吸引闲置资金的投入，进而也造成了一人多套房的现象，这是造成空置率偏高的直接原因。另一方面,我国保障性住房供给能力不足。我国保障性住房所占商品房住房所占比重较低,在现实状态下中低收入人口群体对于经济适用房、廉租住房的需求量远远超过了现存保障性住房供给量。不幸的是，开发商天然追求更高利润，对于高端小区、别墅等的建造投入巨额资金，忽略了低收入人群的住房需求。虽然国家多次强调保障性住房问题，但地方政府往往追逐于GDP的增长而忽视保障性住房建设问题。Ⅲ市场投资过热，融资渠道单一：一方面，我国房地产市场多年来频繁出现投机现象，各地“炒房团”的集体出动使得个别城市房地产价格一度虚高。投机现象的存在不利于刚需群体的利益，对市场价格稳定存在严重威胁。[16]另一方面,我国房地产市场的融资途径单一,虽然目前在市场上已经出现多种融资方式,如基金、信托、合作开发等融资途径,但是由于我国房地产市场起步较晚,融资途径和渠道建设发展不成熟、相关融资途径和渠道法制不健全、金融结构和经营监管能力不够等因素,房地产企业对投资的比例大部分还是其中就是来自银行借钱。[8]投融资途径和渠道的缺失与不够多样化的问题会推高银行系统的风险并造成金融系统的安全隐患。2.2货币供给理论概述2.2.1相关基本概念根据其流动性的变化程度差别和统计口径,一般认为它可以细分成三个维度:M0、M1和M2。根据我国目前的统计口径,Mo是用来指流通过程中的资产,流动性能力最强。M1=M0+活期存款,由于活期存款既可以随时被取现,也具有类似于资产和现金的实际流动性,因此M1的实际流动性也更强。M2=M1+定期存款+储蓄存款十其他存款，M2包括了一部分流动性较差的存款货币，流动性能比Mo和M1相比薄弱,但M2所包含的流动性指标范围最广泛,它是反映全球社会货币资源供应量的直接衡量指标,被称为一种广义的货币资源供应量。图SEQ图\*ARABIC5M0&M1图SEQ图\*ARABIC6M2&GDP基础货币(BaseMoney)，图SEQ图\*ARABIC5M0&M1图SEQ图\*ARABIC6M2&GDP货币乘数(MoneyMultiplier)可以指的到它是国际货币资金基本供给量和基本固定货币之间的一种数量倍数式的关系。按照两种货币基础资源乘数供给量的大小差异多少及其层次大致我们可以划分为狭义基础货币资源乘数数值M1/b和两种广义基础货币资源乘数数值M2/b,其中a和b数值代表我国基础储备货币。货币额度乘数计算作为美国中央银行专门用来有效控制现有货币计算资源和中断供给货币额度的另一重要计算工具。货币中的乘数主要指的是由三大主要因素的综合影响,一个就是在关于物流交易中的所有现金与关于储蓄金和存款之间的因素比率,又被我们通常统称的作为关于通货膨胀比率或者也就是关于现金交易遗漏的比率,这一因素比率的值越高,货币中的乘数就可能会越小。二种存款方式的也就是法定货币存款的实际准备金部分比率,这一方式的准备比率就可能会愈来越高,存款中银行作为直接上交商业银行作为中央银行商业贷款的法定准备金部分数目也就可能会愈来越多,可以直接用于商业贷款的部分就可能会愈来越少,商业贷款银行作为借助法定贷款而直接派生法定货币的还款能力就一定会越小,货币的实际乘数及派生货币的实际供给量就可能会越小。三个指标就是超额存款的准备金率,这一指标的比率越高,表明我国商业银行愿意将自己的货币存入中央银行,其中可以直接用来抵押或者借款的融资资金就相对较少,货币的派生能力就相对较小,货币的乘数及货币的供给量也就相对较小。这三个重要的因素中,通货比率主要是受到了观众所需要进行的投机性因素影响,超额存款的准备金率主要是由商业银行自主确定,只有法定存款的准备金率才能接受到中央银行的控制。因此,法定存款准备金率已经成为了中央银行有效地控制其贷款规模与货币之间的乘数,从而有效地控制其货币资金供给额的重要可执行性工具。2.2.2货币供给的历史货币供应观理论的诞生最早是在1921年,美国著名的经济学家菲力普斯(C.A.Philips)在其发表于纸质书店的《银行信用》一书中,最先明确地提出了"原始存款"和"派生存款"两个基本概念并进行了区分[20],把握了现代货币资金供给观点和理论的一个核心课程问题,标志着我国现代货币资金供给观点和理论的开始萌芽。其后,货币供应观进入了一个缓慢地形成且逐渐进行系统化的发展阶段。[4]广义货币供给M2、反映了我国社会货币供给的总量,往往被货币当局视为货币政策的重要中介性目标,与狭义货币M1相比,更多的时期经济学家则以广义货币M2作为研究对象来分析货币供给的变化及其形成,它们中最具典型的代表性人物主要有弗里德曼、施瓦茨、卡甘、温特劳布、卡尔多、莫尔等。货币资金理论界历来就一直存在有关于决定货币资金是否供给的货币外生性与货币内生性质的争论。货币资金实际供给的一种外生性基本理论我们提出了一种基本理念,即一个货币资金的实际供给量是作为一个市场经济管理体系正常运行的全过程的其中的一个具有外生性的变量,它不仅仅要说是由各个市场经济体的内部经济条件和客观因素活动决定,而且也是由各国中央银行组织执行的各种货币政策活动决定。而关于微观货币商品供给的这种内生性质有理论者则认为,货币商品供给本身其实就是一个微观经济体的一个内生经济变量,决定其中的货币商品供给内生变化的根本因素主要还是来源于形成经济消费体系过程中的实际经济变量和一个微观经济主体的实际经济消费行为,中央银行很难对它进行主动性的管理,而只有被动地对它去进行适应。弗里德曼就把这种货币与"从直升机上撒下来的"货币进行起了比较。这些认为具有明显外生性的中央货币资金供应政策观点极大地直接影响了20世纪以来长期我国中央货币政策当局对于我国宏观经济的货币政策结构运行和经济操作,一度难以使之形成被誉为"主流经济学"的重要观点。但与此同时也仍然确实存在一批认为能够有效支持全球货币市场供应链的内生性科学发展的现代经济学家,如早期的古典主义经济学家詹姆斯斯图亚特、托马斯图克、维克赛尔,以及20世纪以来的托宾、莫尔、温特劳布、卡尔多等。2.3货币供给传导机制的理论在对资本市场投放货币的时候，为了能够对其进行调控[22]，我国出台了相应的货币政策，从而使开放商的投资开发受到影响，资本来源受到影响。比如我国中央银行降低了准备金率，通过使用该方式，可以让社会上流动的货币量增加，在乘数效应的作用下，可以让货币供应量大幅度增加，这些货币就可以进入到资本市场，进入到商品市场。如果进入到前者，就会导致资产的价格受到影响，从而使资产价格升高，如果是进入到后者，则会导致物价受到影响，从而使物价升高。如果在两个市场中均存在资金过剩问题，那么就会导致资产价格提升，物价提升。如果银行业增加了其货币资源的供给,必然导致银行业向金融机构提供贷款的金额大幅度地增加,从而使房地产企业可以获得更多的资金用于扩大规模。当增加了社会流动货币之后，会有通货膨胀的情况出现，从而使物品的价格提升，不仅会提升劳动力成本和原材料成本，还会提升房地产价格。第3章房地产对货币供给的实证分析3.1变量数据的选取由于2008年金融危机之后，货币当局需要向社会大量投放货币供应，从2008年到如今己经可以搜集到十一年的数据，所以本文选择2008-2019年间的数据。然而仅以2008-2019年的年度数据和季度数据作为样本的话，可能会因为所用数据量的不足造成实证结果的误差，所以本文使用2008-2019年间的月度数据作为实证样本，以解决样本数据容量不足的问题[23]。在选取货币政策的变量层面，本文希望选择比较容易搜集并且在货币政策调控过程中发挥重要作用的货币政策相关工具选做模型变量。通过整理国内外文献的研究成果，本文发现众多学者的实证研究中主要使用利率水平、货币供给量和银行以及其他金融机构的信贷水平来研究货币政策对房地产价格的影响。在参考和综合了国内学者的研究和结论后，本文选取广义货币M2作为货币政策中代表货币供给量的变量。在选取货币政策利率变量方面，由于本文选取变量的月度数据进行研究，而我国利率的调整有时并没有这么频繁，所以希望选取一种更能代表利率市场化水平的变量，因此本文选择一年期银行同业间拆借利率作为代表利率政策的变量。在考虑货币政策的信贷水平方面时，通过考虑多种如我国社会信贷规模、金融机构贷款存量等相关指标后，本文选取我国的社会融资规模增量作为代表货币政策调控过程中的信贷方面的变量。至此，本文选取的关于货币政策层面的变量为以上三个变量。除此以外,由于本文主要研究的,也就是重点是就是货币政策如何对当前我国住宅市场房价的波动有着深远的影响,而货币供给量的变动也会直接引起社会总体物价水平和通货膨胀水平的变动，为了更好地度量货币政策与房地产价格之间的影响，本文选取CPI(居民消费水平)作为我国经济中通货膨胀水平的变量，数据取自统计局。关于房地产价格的变量,自2008年金融危机以来,我国的经济因为全球整体经济的衰退而下滑也因此出现了持续性的下行压力,经济的增速正在向下跌幅回落,我国房地产业也因此受到冲击;[11]并且随着经济危机的出现,我国政府已经出台进一步放开了扩展内需、刺激经济平稳较快发展的一系列计划和措施，以及之后政府推出了降低房贷首付比例的政策，我国的房地产价格在2008年的短暂下降后又迎来了一段上升时期，在几年之后房地产价格的增速出现了放缓的趋势，但我国房地产价格的总体水平仍然处于一种上升的趋势，截至本文[24]所使用的月度数据来看，我国2019年12月全国平均房价水平是9310元/平方米，房价水平的逐年上涨会使我国金融系统中的资产泡沫增加，提高发生金融系统性风险的可能性。为了遏制这种房价上涨趋势，稳定房价水平，近年来政府甚至颁布了限购令、限贷令去尽可能减缓我国房价的升势，维持我国金融体系的稳定性。本文研究中使用统计局国家数据的全国商品房销售面积和全国商品房销售额的年度数据来得到文中所使用的我国商品房年度平均销售价格，并将这个平均价格作为我国房地产价格变量的实证数据。至此，本文分别选取了与货币政策指标比较密切相关的广义货币公共量(M2)、一年期银行同业间拆借利率(R)、社会融资规模增量(SF)三个变化的经济参量;选取了居民消费指数(CPI)作为影响我国物质和消费水平与通胀程度的变化指数;在分析选取房地产市场价格变化因素方面,本文中选用并计算了全国各类商品房的总销售额乘以相应的总销售范围内的各种类型商,得到的数据作为我国房价的变量数据。本文选用2009-2019的年度数据。表SEQ表\*ARABIC1五组数据图图SEQ图\*ARABIC7数据绘图3.2操作方法本文使用向量自回归模型(OLS)进行实证分析与检验，该模型可以应用于经济系统动态性分析。Ⅰ变量的统计描述VariableObsMeanStd.Dev.MinMaxM2121201475494623475166.61986489sf1216.139884.4668386.980425.58cpi120.0266670.019228-0.010.06ahp126461.6671663.52238009310hbr124.1091671.31870825.89lnM21213.777510.498422912.9077914.41805lnsf122.7409170.3126441.9431063.241811lnahp128.7422560.2648078.2427569.138844lnhbr121.3583890.3608770.6931471.773256表SEQ表\*ARABIC2变量额描述性统计如上表所示，本文所选择的数据区间为我国在2008年-2019年相关的宏观经济指标，共有12年的观测值。具体来看，分析样本数据中的最大值与最小值情况可知，M2供应量，社会融资规模增量sf，全国平均房价ahp和银行同业拆借利率hbr波动幅度相对较大，所以可以对这些指标进行对数处理，使其平滑化，这样可以缓解模型中可能存在的多重共线性和异方差等问题，而居民消费价格指数cpi取值包括负数，且波动很小，未做对数处理，结果见上表。图SEQ图\*ARABIC图SEQ图\*ARABIC8HBR检验图图SEQ图\*ARABIC9M2检验图SEQ图\*ARABIC10AHP检验图图SEQ图\*ARABIC10AHP检验图SEQ图\*ARABIC11CPI检验变量检验形式ADF检验值临界值(5%)Prob值结论lnM2(C,T,1)0.868795-4.0081570.9985不平稳lnsf(C,T,1)-2.116078-4.0081570.4777不平稳lnahp(C,T,0)-1.162026-3.9333640.8651不平稳lnhbr(C,T,1)-2.315604-4.0081570.3916不平稳cpi(C,0,0)-3.379102-3.1753520.0363平稳D(lnM2)(0,0,1)2.041328-1.9881980.9808不平稳D2(lnM2)(0,0,0)-3.183503-1.9881980.0054平稳D（lnsf）(C,0,1)-2.864199-3.2598080.0876平稳D（lnahp）（0,0,0）0.046523-1.9823440.6745不平稳D2（lnahp）（0,0,0）-3.346833-1.9881980.0040平稳D（lnhbr）（0,0,0）-2.879822-1.9823440.0088平稳D（cpi）（0,0,1）-5.411066-1.9881980.0002平稳注：1.检验类型中c、T、1分别作为代表常数项、趋势项和计算滞后检验时间的三个阶梯函数；2.D(x)表示一阶差分表SEQ表\*ARABIC3单位根检验结果上述图表中分别使用ADF的值为单位各个数据顺序根据所检验的计算方法依次进行对根据检验各个数据顺序所用的计算公式得到的各个统计值数量计算结果依次进行水平显示,在这个水平计算状态下,ADF依次检验的各个统计值数量除均大于cpi外其余不能完全拒绝原来的假设,故在接受原假设后说明他们的水平序列是没有平稳性的。但是它们的一至二阶差级微分复合序列与二至三阶一级差分复合序列的函数ADFe所检验出的统计数据都可以在百分之一的概率范围内显著地大大抵消了它们原有的这个假设,说明在进行一次差分处理和两次差分处理以后的变量实现了序列平稳,符合理论假设,可以继续进行协整检验。图SEQ图\*ARABIC12图SEQ图\*ARABIC12协整检验上一节对一个单位根函数检验的变量数据处理分析结果表明,差分函数处理以后所有的单个变量执行序列均已经完全实现了变量序列平稳，符合时间序列分析的理论假设。按照时间序列分析的具体操作规范和分析流程，我们还需要对本文所选择的变量的水平序列进行是否有协整关系的相关检验，以分析他们之间是否有长期且稳定的均衡联系，所以本小节我们采用E-G两步法进行检验。结果如下表所示。变量检验形式ADF检验值临界值(5%)Prob值结论残差序列e平稳性检验(0,0,1)-2.410294-1.9777380.0214YES表SEQ表\*ARABIC4协整检验在设定的百分之十的显著性水平下，可以很明确的发现，居然成功得到了残差序列e，说明变量之间是具有协整关系的，可以继续进行后续的时间序列分析。ⅣOLS模型由于这个模型中确实有一个协整的关系,我们因此可以通过继续地运用最小二次函数乘法来对上式方程进行回归分析,得到的估算结果大致如下表所示： lnM2Coef.Std.Err.tP>t95%Conf.Intervallnsf-0.1860.209-0.890.404-0.6800.309lnahp1.9940.2488.050.0001.4082.580lnhbr0.1280.0741.730.126-0.0460.302cpi0.1121.3090.090.934-2.9833.208cons-3.3231.584-2.100.074-7.0680.423表SEQ表\*ARABIC5OLS回归结果该模型经过调整以后的拟合最大优度确定为0.9804,F统计变量的最大优度为F(4,7)=138.65，Prob>F=0.0000，在百分之一的测试水平下拒绝了原来的假设,通过了对变量联合的显着性检验,说明模型的拟合效果较好。具体而言,核心解释变量的全国平均房价 AHP的系数估计为1.994,T统计量则被发现为8.05，P值等于0.000，小于0.01，所以系数估计值在百分之一的水平下显著为正，这说明全国平均房价AHP对M2有极大的正相关关系，即：大放水对房价有极大的促进作用。lnahpCoef.Std.Err.tP>t95%Conf.IntervallnM20.5070.0628.140.0000.3590.654lnsf0.1400.0871.610.151-0.0660.346lnhbr-0.0280.038-0.760.475-0.1170.061cpi0.4100.6080.670.522-1.0271.847cons1.3390.6222.150.068-0.1322.810表SEQ表\*ARABIC6OLS回归结果-M2对房价该模型经过调整以后的拟合最大优度确定为0.9846，F统计量为F(4,7)=176.52，Prob>F=0.0000，在百分之一的测试水平下拒绝了原来的假设,肯定了对变量联合的显著性检验，说明模型的拟合效果较好。到具体数据，核心解释变量lnM2的系数估计为0.507，T统计量则明显为8.14，P值等于0.000，小于0.01，所以系数估计值在百分之一的水平下显著为正，这说明M2也对全国平均房价ahp也有极大的正向作用。第4章政策建议第一，建议我国央行在制定政策时考虑更多房价因素，对房价的异常变动做出具有针对性的调控。目前我国房地产市场逐步脱离经济高增速发展阶段,进入了发展换档期,房地产市场总体均衡但是市场结构存在偏离,同时我国房地产行业发展仅20年就已经达到如此规模,涨势迅猛,房价波动将会对我们国民经济产生不稳定的影响,所以我们货币当局还需要认识到房价波动会给国家实施货币政策带来的目标性影响的重要性,并且可以通过各种货币政策和金融工具来适时地调控房价波动。第二，在运用货币政策对我国房地产价格波动进行调控时，要考虑到国家总体货币政策的变动会对不同城市和地区产生不同的影响效果，[19]在施行总体货币政策变化时还要结合不同区域、不同城市的地方性政策，以及当地的行政部门、银行与信贷等方面进行配合，[20]使货币政策对房地产价格波动的调控效果更加明显有效。结论随着我国社会和经济的不断发展跨越,居民所持有自由支配财富也在快速增长和提高,与此同时我国房地产行业市场规模也正在迅速扩大,房产快速升值将吸引到我国居民家庭把积攒下来的大量自有资金和其他民间融资投入纳入到房地产行业中,推动其房价的上涨。由于国内居民和家庭的房地产投资选择主要参考标准之一就是在市场中利率水平,利率水平的大幅变化会直接影响到房产投资的平均收益水平,而且随着货币供给量的增加,它们会通过财富效应的传导促使国内居民收入的增长,拉动房地产市场需求,同时也会通过财富效应来推动社会经济中的流动性资本注如房地产市场,促进了房地产市场的发展;在房产需求相对稳定的情况下,社会信贷规模改变较大的条件下,这种信贷规模改变可以直接影响到房地产行业的供需规模,进而导致房地产的价格发生变化。因此,货币政策的周期性变化会对房地产价格的变化造成一个比较明显的波动性影响,在本文的检验中银行间同业拆借利率水平、货币供给量和社会信贷规模都是房价的格兰杰原因,所以适当使用货币政策对房地产价格进行调整是很有必要的。参考文献[1]贺聪.房地产价格与货币政策之间