【《货币政策对房地产价格影响的实证分析》23000字】

货币政策对房地产价格影响的实证研究摘要二十一世纪以来，随着我国经济的快速发展，我国的房地产价格也在高速上涨，也相应的伴随着房地产行业的调控措施。本文主要分析了货币政策对房地产调控的现状，并分析了调控的理论基础，随后采取了我国的2000-2020年的房价数据、广义货币量M2数据和利率数据，构建VAR模型，探究了我国数量型货币政策和价格型货币政策对房价的调控作用；之后本文通过采取全国31个省、自治区及直辖市的2003-2018年的相关年度数据，构建固定效应面板模型，以此探究货币政策对我国不同区域房价调控的异质性。实证结果发现：（1）在全国层面上，广义货币量M2对房价有正向调控作用，广义货币量M2增加会导致房价上升，而利率对房价有负向调控作用，利率上升会导致房价下跌；（2）在不同区域层面上，数量型货币政策在中部地区的调控作用要强于在东、西部地区的调控作用，而价格型货币政策只在西部地区有效，在东、中部地区无效。关键词：数量型货币政策，价格型货币政策，房地产价格，VAR模型，固定效应面板模型目录摘要 11绪论 32我国货币政策和房地产行业的现状分析 42.1我国历年房地产行业调控政策 42.2我国房地产行业阶段划分 62.3不同阶段货币政策对房地产价格的影响 72.3.1货币政策总体对房地产价格的影响 82.3.2第一阶段货币政策对房地产价格的影响 92.3.3第二阶段货币政策对房地产价格的影响 102.3.4第三阶段货币政策对房地产价格的影响 112.3.5第四阶段货币政策对房地产价格的影响 122.3.6第五阶段货币政策对房地产价格的影响 132.3.7第六阶段货币政策对房地产价格的影响 143相关理论基础 163.1房地产及房地产价格相关理论基础 163.1.1房地产概念 163.1.2房地产的属性 163.1.3影响房地产价格的因素 173.2货币政策相关理论基础 203.2.1货币政策工具 203.2.2货币政策传导机制 203.3货币政策对房地产价格的影响机理 213.3.1货币供应量对房价的影响机理 213.3.2利率对房价的影响机理 224实证分析 244.1我国货币政策对全国房地产价格的影响 244.1.1模型设定和研究方法 244.1.2数据选取 244.1.3描述性统计 254.1.4ADF检验 264.1.5最优滞后阶数确定 264.1.6单位圆检验 274.1.7格兰杰因果检验 284.1.8脉冲响应分析 284.2我国货币政策对不同区域房地产价格的影响 304.2.1变量选取与模型建立 304.2.2描述性统计 324.2.3豪斯曼检验 344.2.4固定效应面板模型 344.2.5内生性问题 384.2.6数量型货币政策和价格型货币政策的相互影响 395结论 41参考文献 421绪论2003年中国人民银行发布121号文件，第一次采取了抑制房地产过度发展的措施，表明了中央由过去对房地产市场的大力扶植转为了警惕。之后从国务院在2005年出台的老、新国八条，2006年的国六条，2009年的国四条，2009年的国十一条和新国十条，2011年的新国八条和2013年的新国五条，以及央行数次在存贷款利率和存款准备金率上的调整，均可看出国家稳定房价的决心，尤其是2017年习近平总书记在十九大报告中提出“房子是用来住的，不是用来炒的”后，中央更是通过数次调控严格打压炒房现象，坚定稳定房价的决心，根据中国社科院公布的数据显示，仅2018年国家对房地产市场的调控措施就有405次之多。众多房价调控措施中，主要分为行政手段和经济手段。就行政手段而言，主要是中央和地方政府出台的住房保障政策和土地政策，住房保障政策主要通过发展经济适用房和租赁房的保障性住房使得商品房的供给大于需求，从而降低房价；土地政策主要通过控制土地的供应量及限制土地用途等方法稳定房价。就经济手段而言，主要分为货币政策和财政政策。就货币政策而言，主要是通过利率渠道和信贷渠道来调控房价；就财政政策而言，主要通过税收政策，通过调控税率来稳定房价。然而我国房地产市场的事实是在众多降低房价、稳定房价的调控手段与政策下，我国的商品房价依旧在增长，这表明我国目前出台的众多调控政策并不能很好的稳定住房价，或者说还未能找到并控制住真正导致房价上涨的因素。另外，由于我国的国土面积极大，各个省市的经济发展不均衡，造成了房地产行业的繁荣程度不一致，也就导致了商品房价在我国各个省市的情况各不相同，因此房价的政策调控也存在很强大的区域异质性。就研究意义而言，通过货币政策调控房价是更具有研究意义的。甚至有学者认为货币政策的调控能够解释60%以上的房价波动，是房价波动的最重要影响因素之一[2]。另外还有相关研究表明由于房地产行业在我国不光有很强烈的居住属性，还有很强烈的投资属性，所以无论是购房者还是投资者都有极大可能投身信贷市场获取资金，因此货币政策无疑是影响房价的最重要因素之一[3]。另外由于我国各地经济发展水平不一致，货币政策的调控也有明显的区域异质性[4]。因此若想研究房地产价格的影响因素，研究货币政策无疑是最好的研究切入点。2我国货币政策和房地产行业的现状分析2.1我国历年房地产行业调控政策为了更加直观看出自房地产市场货币化以来政府对房地产行业的调控，本文中我根据中央历年的房地产调控政策梳理、归纳、概括了1998-2020年以来的房地产调控措施，并就这些调控措施对当年的调控政策类型（宽松或紧收）进行了判断。表2.1我国历年房地产调控政策及政策类别年份调控措施货币政策类型1998《国务院关于进一步深化城镇住房制度改革和加快住房建设的通知》，是实行住房分配货币化的开端宽松1999对土地增值税、营业税和个人所得税等税款进行优惠，减轻购房的税负。宽松2000规范房地产市场，如统一房屋中介收费标准等；对住房公积金贷款免税，减少房屋租赁收入的税收税率。宽松2001扶持住房消费；加大对房地产市场的投资；对1998.6.30之前的写字楼、商业用房和住房免契税、营业税，行政事业性收费。宽松2002降低住房公积金存、贷款利率；控制土地供应量，恢复土地增值税。宽松2003增强房地产信贷；拉响宏观调控警报，包括提高第二套住房首付比例；征收出售的房屋的房地产税等。宽松2004提高拿地门槛；实行《经济适用房管理部办法》；上调存款准备金率；央行加息。紧收2005取消房贷优惠政策；“国八条”出台；加强房地产税收管理；收紧房地产信托；紧收2006上调房贷利率；“国六条”出台；限制90/70的户型政策；二手房营业税政策；“外资限炒令”；征收二手房转让个人所得税；规范土地市场；央行加息；出台廉租房实施管理办法。紧收2007清算土地增值税；央行加息；上调存款准备金率；加强外资管理；国发24号文件保障廉租房制度；第二套住房的首付比例不得低于40%，利率不能低于基准利率的110%；加强土地供应管理。紧收2008降低贷款利息；降低存款准备金率；降低购房的置业门槛。宽松2009四大行利率优惠；推进保障性住房建设；促进房地产市场健康稳定发展。宽松2010“国十一条”出台；“新国十条”出台；929新政，暂停第三套房贷。紧收2011“新国八条”出台；上调贷款利率；上调存款准备金率；执行限购政策。紧收2012扩大房地产征收税试点范围；扩大住房用地供应量；实施差别化住房税收政策。紧收2013“新国五条”出台；抵制投资或投机性购房；增加普通商业住房用地的供应量；调整二手房交易个人所得税。紧收2014930房贷新政；放宽公积金贷款条件；央行降息。宽松2015免征个人转让两年以上住房的营业税；下调贷款和存款的基准利率，公积金利率和存款准备金率。宽松2016契税和营业税优惠政策；新广告法；下调贷款和存款的基准利率；下调存款准备金率。宽松2017利率上调；建立租购并举住房制度；十九大提出：房子是用来住的而不是用来炒的。紧收2018坚持房地产调控政策不放松；抓紧建立供给的多主体性、保障的多渠道性以及租购并举的住房制度。紧收2019因城施策，一城一策；土地市场改革；完善租赁市场；620次全年调控次数刷新历史；紧收2020因城施策，支持刚需自住，抑制投机和投资炒房。紧收资料来源：我国1998-2020房地产调控政策文件本文在梳理我国历年的房地产调控政策时发现：随着2003年121号文件的出台，释放了宏观调控的警报，但整年以加强信贷为主，依旧认为2003年是宽松的调控政策的一年。又发现2008年9月以前基本延续了紧收的调控政策，但随着9月以来金融危机的爆发，我国的房地产调控迅速转化为了宽松的政策以应对危机，因此认为2008年是宽松的调控政策的一年。2014年因为“930房贷新政”的出台，因此认为2014年是宽松的调控政策的一年。2.2我国房地产行业阶段划分由表2.1的我国历年房地产调控政策及政策类别可知：1998-2020这23年来货币政策对房地产行业的调控类型，发现货币政策的宽松或紧收通常会持续5年左右再做改变（2008货币政策风向的改变是因为全球经济危机这一突发因素）。因此我国房地产行业可简要划为6个阶段，分别是1998-2003的宽松政策阶段，2004-2007的紧收政策阶段，2008-2009的宽松政策阶段，2010-2013的紧收政策阶段，2014-2016的宽松政策阶段和2017-2010的紧收政策阶段。再进行细致的划分，我国的房地产行业可分为以下6个发展阶段：1.1998.7-2003.5的起步期阶段此阶段从国发（1998）23号文件的出台为起始，直至2003年央行121号文件的出台为结束。这一阶段政府提供了宽松的政策环境，房地产行业飞速发展，房价开始迅速上涨。2.2003.6-2008.9的发展期阶段此阶段从2003年央行121号文件的出台为开始，直至2008年下半年经济危机的出现为结束。此阶段中央拉响了宏观调控的预警，房地产调控政策由扶持变为了抑制，然后受限于此阶段我国经济的快速发展，房价依旧在抑制中增长。3.2008.10-2009.11的反弹期阶段此阶段从2008年下半年经济危机的出现为开始，直至2009年12月“国四条”的出台为结束。此阶段由于全球金融危机的爆发，民众对房地产行业的预期下降，导致房价的下跌，这时中央开始出台宽松的房地产调控政策，以促使房地产行业回暖。4.2009.12-2014.8的调控期阶段此阶段从2009年12月“国四条”的出台为开始，直至2014年9月央行和银监会联合下发的“930房贷新政《关于进一步做好住房金融服务工作的通知》”的出台为结束。此阶段由于之前金融危机的影响，中央放松了调控导致2009年房价飞速上涨，于是政府开始了严厉的负向调控房价措施，此阶段减慢了房价的上升势头。《关于进一步做好住房金融服务工作的通知》5.2014.9-2016.6的去库存阶段此阶段从2014年9月央行和银监会联合下发的“930房贷新政”的出台为开始，直至2016年7月中央政治局首次提出“抑制资产泡沫”为结束。此阶段由于之前房地产库存过多导致地产开发商拿地热情减少，从而影响了经济，于是政府开始了正向的房价调控，但也限制炒房，房价在这一阶段进一步上升。6.2016.7至今的供给侧改革阶段这一阶段由2016年7月中央政治局提出“抑制资产泡沫”未开始，直至今日尚未结束。这一阶段我国的房价调控从以往的一刀切式调控方式转为了因城施策调控方式，重点抑制一线和新一线城市的房价上涨。2.3不同阶段货币政策对房地产价格的影响本文在前一阶段梳理了我国房地产行业的阶段划分，在这一部分将梳理我国自1998年房地产市场货币化以来总体和分阶段的货币政策对房地产价格的影响。在数据选取上，本文选取了商品房价格均价、大型金融机构的人民币存款准备金率和全国银行间同业拆借市场的30天利率作为指标。这是因为准备金率可以反映我国的货币供应量，银行间同业拆借利率可以反映我国的利率水平，因此准备金率与房价的变化趋势可以反映数量型货币政策与房价的变化关系，银行间同业拆借利率与房价的变化趋势可以反映我国价格型货币政策与房价的变化关系，从而可以综合的反映我国货币政策对房价的影响。2.3.1货币政策总体对房地产价格的影响自1998年我国房地产行业货币化以来，我国的房价便受到货币政策变化的影响，图2-1显示了自1998-2020年这23年来货币政策指标与房价的变化关系：注：由于国家统计局缺少1998和1999年的房价，因此本图只显示了2000-2020年的房价变化。数据来源：国家统计局图2-11998-2020货币政策指标与房价的变化趋势图由图2-1所示：我国的房价自2000年至2020年是逐年上升的，从2000年的2112元/平方米上升到了2020年的9860元/平方米，21年来房价上涨了4.7倍之多。通过比较房价的变化曲线与准备金率的变化线性趋势线可以发现房价与准备金率具有相同的变化趋势，可见房价与货币供应量有负相关关系，可见我国近23年想通过数量型货币政策限制货币供应量来调控房价，但调控效果不佳；通过比较房价的变化曲线与银行间同业拆解利率的变化线性趋势线可以发现房价与银行间同业拆解利率也有同向的变化趋势，可见房价与利率有正相关关系，可见我国近23年也想通过价格型货币政策提升利率来调控房价，但调控效果不佳。2.3.2第一阶段货币政策对房地产价格的影响注：由于国家统计局缺少1998和1999年的房价，因此本图只显示了2000-2003年的房价变化。数据来源：国家统计局图2-21998.3-2003.6货币政策指标与房价的变化趋势图第一阶段也为起步期阶段，由1998年7月持续到2003年5月。由图2-2可以看出，在第一阶段内，我国房价在波动中上升，从2270元/平方米上升到了2447元/平方米，期间房价上涨了177元，上涨了1.08倍。同业拆借利率在波动中下降，而准备金率自1999年12月以来便一直维持在0.06不变，通过房价与同业拆借利率的线性趋势，发现二者具有相反的变化趋势，可见房价与价格型货币政策可能有负相关关系。本阶段房地产市场的发展是受到了亚洲金融危机的影响，国家为解决金融危机的困局，决定发展新的经济增长点，并把目光放到了房地产行业。随着1998.7.3国发（1998）23号文件的出台，我国正式进入了房地产市场货币化的改革阶段。这一阶段政策对房地产市场大力扶持，其中包括免征营业税、契税和鼓励住房消费等一系列政策，房地产市场开始走向繁荣。但从经济背景的角度分析，这一阶段受亚洲金融危机的影响，我国的总体需求量减少，直接影响了信贷市场，央行于1999年实行了降息降准来应对这一情况，但货币供应量的同比增速还是由18%降至了12.9%。由此可见这一阶段的房地产市场繁荣主要是行政政策的影响，货币政策对房地产市场的影响不大。综合来说，这一阶段的房价随着政策的扶持、中国加入世界贸易组织后外资的进入和人口红利等因素共同的影响下开始一步一步走高，有了房价过热的前兆。2.3.3第二阶段货币政策对房地产价格的影响数据来源：国家统计局图2-32003.6-2008.9货币政策指标与房价的变化趋势图第二阶段也为发展期阶段，由2003年6月持续到2008年9月。由图2-3所示，此阶段我国房价仍在不断上升，由2003年6月的2424元/平方米上涨到了2008年9月的3938元/平方米，上涨了1514元，上涨了162倍之多。通过比较房价与准备金率的线性变化趋势，发现房价与准备金率有同向的变化趋势，可见房价与货币供应量有正相关关系，可见我国在此阶段想通过数量型货币政策限制房价，但限制效果不佳；而通过比较房价与同业拆借利率的线性变化趋势，发现房价与同业拆借利率无明显的变化趋势，可见房价与价格型货币政策的关系不大。本阶段的背景是之前我国在2002-2003年期间实行量化宽松货币政策导致货币供应量增速过快，过多的货币供应量流入房地产市场导致房价升高速度过快。于是随着2003年央行121号文件的出台，我国拉响了房价调控的警报，自此我国对房地产的政策由扶持、鼓励转为了抑制。此期间中央出台了一系列负向调控房价的措施，比如提高拿地门槛，上调准备金率，上调房贷利率，增加税收和国六条等调控政策。但由于此期间我国刚刚加入WTO，经济正在新的发展迅猛点上，外汇占款不断增加。因此这期间的政策调控并没有完全控制住房价，房价依旧在上涨。综合来看，这一阶段我国房地产市场受到了负向调控，但调控效果不佳，房价依旧在上涨。2.3.4第三阶段货币政策对房地产价格的影响数据来源：国家统计局图2-42008.10-2009.12货币政策指标与房价的变化趋势图第三阶段也为反弹期阶段，由2008年10月持续到2009年11月。由图2-4所示，在2008年年底，我国降低准备金率并且降低了银行间同业拆借利率，通过数量型和价格型的双重货币政策稳住了房价的下降势头，并且房价在2009年一整年基本保持稳定，准备金率和银行间同业拆借利率也没有做大的调整。此阶段的发生背景是2008年的全球金融危机对我国经济的冲击，2008年我国的GDP增速达到了10年来的新低，因此我国强调了房地产行业对我国经济的刺激作用。为了拉动内需，让民众重新产生购房热情，我国出台了一系列促进房地产发展的政策，比如扩大房贷利率下限、降低首付比例等。与此同时我国为了应对危机，出台了四万亿救市计划，将稳健的货币政策改为适度宽松的货币政策，不断降准降息，使我国的货币供应量迅速上升，基准利率也迅速下降，这些货币政策也在这一阶段促进了房地产市场的发展。综合来看，这一阶段我国为了应对金融危机出台了一系列政策促进房地产市场的发展，其中货币政策对促进房地产行业发展的有效性很大。2.3.5第四阶段货币政策对房地产价格的影响数据来源：国家统计局图2-52009.12-2014.9货币政策指标与房价的变化趋势图第四阶段也为调控期阶段，由2009年12月持续到2014年8月。如图2-5所示：在该阶段内房价呈上涨态势，由2009年12月的4695元/平方米上升到了2014年8月的6411元/平方米，上涨了1716元，上涨了1.37倍之多。通过比较房价与准备金率、房价与同业拆借利率的线性变化趋势，发现房价与准备金率，房价与同业拆借利率有同向的变化趋势，尤其是前期的同向趋势更为明显，可见房价与货币供应量、房价与利率均有负相关关系，可见我国在此阶段想通过数量型货币政策和价格型货币政策的双重限制房价。此阶段发生的背景便是在我国2008年金融危机后实行量化宽松的货币政策导致我国的房价在2009年大幅上涨了26.24%，出现了过热现象。为了抑制房价，我国出台了一系列政策平抑房价，比如连续升准升息，提高首套和二套房首付比例，将贷款利率增加至基准利率的1.1倍等。总之该阶段国家出台一系列负向调控措施限制房价，并且效果显著，致使我国的房价的上涨在2010年和2011年得到了较好的抑制，于是在2012你我国些许的放款了货币政策的实行，比如不再上调准备金率和利率等。但我国在2013年又出现了房价的飞速上涨，于是我国立刻恢复之前的负向调控政策，重新提升利率开始抑制房价。2.3.6第五阶段货币政策对房地产价格的影响数据来源：国家统计局图2-62014.8-2016.6货币政策指标与房价的变化趋势图第五阶段也为去库存期阶段，由2014年9月持续到2016年6月。由图2-6可以看出：在2014年年底在货币供应量平稳和利率上升的情况下，房价有下降的趋势，之后从2015年开始，国家开始下调准备金率，提升货币供应量，并下调利率，致使房价自2015年开始再次逐渐上升。这主要是因为自2013年以来政府出台了许多针对房地产行业的严厉调控手段，致使许多购房者对于购买房产持观望态度，导致房地产行业遇冷，房价开始下降，而且由于房地产开发具有滞后性，开发商在前期的房地产投资过多造成了大量的库存，由于库存压力的影响，开发商的投资和拿地热情均出现大幅下降，极大的降低了国有土地出让收入，致使地方财政压力上升，而且还影响到了房地产行业的周边产业，比如建材行业等，影响地方经济。为了应对这种情况，中央开始在2015年年初对房地产行业进行正向调控，包括央行实行的量化宽松的货币政策，在2015年进行了6次降息、4次降准，配合降低首付比例等行政措施，稳定住了房地产市场。2.3.7第六阶段货币政策对房地产价格的影响数据来源：国家统计局图2-72016.7-2020.12货币政策指标与房价的变化趋势图第六阶段也为供给侧改革期阶段，由2016年7月持续到现在。由图2-7所示，在2016年下半年至2017年，全国房价较为稳定，维持在8000元/平方米左右，货币供应量不做调整，利率些许上调，这可能是因为央行为了配合供给侧改革而实行的较为克制的货币政策。但从2018年年初开始连续下调准备金率，提升货币供应量，并且配合下调利率，致使我国的全国房价从2018年开始逐步上涨，到2020年底已达到了接近10000元/平方米的水平，而这应该是因为我国自2018年开始面临经济下行压力，货币政策因此不再以房地产市场稳定为主要目标。数据来源：wind图2-82014-2018年70个大中城市新建商品住宅价格指数与商品房销售面积同比增长趋势图由图2-8所示，自2016年以来我国的房地产市场表现出了极其强烈的区域发展不均衡，一二线城市房价过高，三四线城市库存压力过大，甚至在2016年6月的时候一线城市新建商品住宅价格指数同比上涨了约30%，二线城市新建商品住宅价格指数同比上涨了约10%，而三线城市新建商品住宅价格指数几乎没有同比上涨，而商品房销售面积还上涨了约30%，可见我国各地区房地产市场发展的不平衡。为此2016年7月中央政治局提出“抑制资产泡沫”的口号，实行“住房不炒，因地制宜”的调控措施，中央要求各地方政府根据各地情况对房地产实行调控，这也造就了此次调控是历次覆盖最广的房地产调控，调控效果甚佳。同样由图2-8可以看出，在国家实行了一系列严厉的、覆盖面广的调控措施后，自2017年以来，一、二线城市的新建商品住宅价格指数同比下降显著，其中一线城市新建商品住宅价格指数同比下降了30%，二线城市新建商品住宅价格指数同比下降了10%，另外全国商品房销售面积的同比增速也从2017年初的20%降至了2018年底的5%，只是对三四线城市的调控力度相对较弱。到了2019年，根据中国社会科学院财经战略研究院发布的《中国住房市场发展月度分析报告（2019年07月）》显示，核心城市房价上涨速度连续3个月下降。综合来看，本阶段的房地产市场的热度经过调控后有所降低。综上所述，我国房地产市场货币化经历了23年的发展，调控措施越来越多样化，调控思路从过去的“一刀切”转为现在的“因地制宜，因城制宜”，调控力度往往因房价的变动而变化，此外我国还试图构建健康稳定的房地产发展制度，比如构建多主体供给、多渠道保障和租购并举的制度等。3相关理论基础3.1房地产及房地产价格相关理论基础3.1.1房地产概念“房地产”一词是一个比较复杂的综合概念，顾名思义“房地产”一词在实物角度上是房产和地产的总称，其中地产指土地，房产指建筑物，因此房地产是由土地与建筑物所共同构成的。再进行更加细致的分类，土地又可以分为已开发的土地和未开发的土地，而建筑物是是指人工建筑而成的产物，是依附于土地而存在的，需要与土地结合在一起的[46]。此外，由于房地产的特点有不可移动性和固定性，因此房地产在经济学含义上又被理解为不动产。3.1.2房地产的属性房地产作为房产和地产的总称，具有物理属性和商业属性两部分属性，其属性的具体分类如表3-1所示：表3-1房地产的属性房地产的属性物理属性二元性房地产是由非劳动产品（土地）和劳动产品（建筑物）所构成的，具体来说便是房地产是由土地和建筑物两部分构成的，这两部分的构成比例因房地产的不同而不同。固定性因为土地是固定的，是不可移动的，所以建造在土地上的建筑物也是固定的。异质性没有任何两个房地产是完全相同的，因为任何一个房地产在结构、外观、位置、环境都会存在其独一无二的特性。外部性相较于其他产品，房地产更容易与周边环境形成相互影响，会因环境的改变增值或贬值。耐久性房地产具有极长的寿命周期和使用年限，比如钢结构的建筑物的折旧年限为70年。有限性因为土地资源是有限并且稀缺的，因此建造在土地上的建筑物也是有限并且稀缺的，这便造成了房地产的有限性。商业属性消费属性房地产作为一种消费资料，是人们满足物质和文化生活的社会产品。确切来讲，房地产是生存资料的一种，也是耐用消费品的一种。其消费用途主要有三种：企业的经营、居民的居住和消费者之间的交易。投资属性房地产具有价值高与变现难的特点，另外房地产还有因为房地产供给的有限性和需求量的增加所导致的保值增值的特点，因此房地产极具投资属性。3.1.3影响房地产价格的因素房地产价格有众多的影响因素，概括起来可主要分为三种影响因素：宏观因素、区域因素和个别因素。图3-1房地产价格的影响因素宏观因素影响房地产价格的宏观因素主要包括四个层面，分别是经济因素、社会因素、政策因素和人口因素，其细致的分类如图3-2所示。经济因素主要分为经济发展状况、居民收入水平、物价水平和产业结构调整。如果经济发展情况整体向好，则房价也会受到经济增长的影响而上涨，如果经济发展情况不好则反之；如果居民收入水平上升，那么居民的消费能力也会相应的上升，从而会导致房价的上涨，而如果居民收入水平下降则反之；物价水平的提高也会伴随着房价的上涨，下降则反之；产业结构调整也会影响到房价。社会因素主要包括住房制度、城市制度、社会治安和消费心理。住房制度主要包括住房供应方式、住房建设投资方式、住房保障方式、住房分配方式和住房管理方式等，政府可以通过影响这些方式来影响房价；城市制度会让城市有自己的定位和发展状况，对于发展情况较好的城市，其房价也会相应较高，不好则反之；如果社会治安较好，房价会相对较高，不好则反之；至于消费心理，如果某一地区民众喜欢便宜的经济适用房，则会导致某一地区的房价较低，而如果民众喜欢价格较高的商品房，则某一地区的房价就会相应较高。政策因素包括货币政策、财政政策、政治稳定因素和城市发展规划。政策因素包括数量型货币政策和价格型货币政策，国家可通过改变货币供应量和利率来影响房价；财政政策主要包括税收政策和财政支出政策等，国家可通过这些政策手段影响房价；至于政治稳定因素，倘若政治不稳定，则民众没有买房的勇气，则房价便会降低，如果政治稳定则反之；城市发展规划也会影响房价，比如商务区周边的房价会相对较高。人口因素包括人口密度、人口素质和人口结构等。人口密度大的地方房价会相对较高，密度小则反之；人口素质相对较高的地方房价也会相对较高；人口结构也会影响到房价，比如成长型的人口结构会导致房价相对较高。图3-2影响房地产价格的宏观因素区域因素房地产价格也会受区域因素的影响。区域因素主要包括环境状况、繁荣程度、公共设施和配套基础设施等四个方面。具体分类如图3-3所示。环境状况包括自然环境和人文环境，环境状况越好的地方房价也会越高，不好则反之；繁荣程度包括距市中心的距离、商业密集度和人流量，繁荣程度越高的地方房价也会越高，越低则反之；公共设施包括教育、医疗、餐饮、娱乐设施和公共交通等，公共设施越好的地方房价也会越高，不好则反之；配套基础设施包括水、电、热和通讯等，配套基础设施越好的地方房价也会越高，不好则反之。图3-3影响房地产价格的区域因素个别因素影响房地产价格的因素还有个别因素，其具体分类如图3-4所示。个别因素包括地形地质因素、位置因素、面积因素、建筑物自身条件因素和土地利用因素等五个方面。位置因素包括建筑物是否依山傍水和是否朝南等，位置越好房价越高，不好则反之；如果房子面积越大那么房价也会越高，越小则反之；房价也会受建筑物所在的地形地质因素的影响，地形地质越好则房价会越高，不好则反之；至于建筑物自身条件，包括建筑的设计风格等，也会影响房价；土地利用因素包括土地用途和容积率等，比如商业用地会比住宅用地的房价要高。图3-4影响房地产价格的个别因素3.2货币政策相关理论基础货币政策，也称金融政策，是指中央银行为了实现特定的经济目标而采用的各种控制和调节货币供应量和信用量的方针、政策和措施的总称[47]。3.2.1货币政策工具货币政策工具可分为价格型货币政策工具和数量型货币政策工具两种，这两种货币政策工具的具体内容如表3-2所示：表3-2货币政策工具3.2.2货币政策传导机制货币政策的传导机制是指央行依据货币政策要达到的目标，使用相应的货币政策工具，通过相关活动比如金融市场和金融机构的经营活动传导到居民和企业，对他们的生产、消费和投资等行为产生影响的过程。在一般情况下，货币政策的传导是通过利率、汇率、信贷和资产价格等渠道进行的[48]。目前学界在对货币政策的传导机制上的研究主要有两个学派，分别是凯恩斯主义学派和货币主义学派。其中凯恩斯主义学派认为货币供应量是因为利率波动而变化的，他们指出，当货币供给相较于货币需求增加后，人们手持的货币会超过灵活偏好程度，于是人们便会增加对债券的需求渴望，而这会导致债券价格的上涨，利率下降，而当利率下降到小于资本的边际效率时，投资便会受到刺激而增加，在消费倾向一定的情况下，投资增加通过乘数效应使总产出和总需求增长。而货币主义学派认为货币供应量是名义收入的体现，与利率无关，他们认为货币供给量的变化直接影响支出，然后投资便会受到支出的影响，最后作用于总收入使总收入受到影响。3.3货币政策对房地产价格的影响机理为了研究货币政策对房地产价格的影响，首先便要研究货币政策影响房地产价格的机制、机理和途径。从经济学角度来看，价格受到供给和需求两方面的影响，房地产价格也是如此。下面本文将通过数量型货币政策和价格型货币政策对房地产供给和需求的影响来探究货币政策对房地产价格的影响机理。3.3.1货币供应量对房价的影响机理货币供应量，也称货币存量，是指某一时间点流通的现金量和存款量之和[49]。货币供应量影响房价的机理是央行通过操控存款准备金率、公开市场操作、再贷款和再贴现等工具来影响银行的信贷能力，从而影响房地产行业的资金来源[50]。然而由于我国的房地产行业现状为长期处于供不应求的现状，因此货币供应量主要从需求层面影响房价，即通过影响购房者们的资金来影响房价，在供给层面对房价的影响较小。货币供应量对房价的具体影响机理如图3-5所示：图3-5货币供应量对房价的影响机理如图3-5所示，货币供应量主要通过影响银行的信贷能力，进而影响住房按揭贷款来影响购房者的资金，从而通过影响住房的需求来影响房价。如果货币供应量增加，则银行的放贷能力也会相应增强，随之住房按揭贷款便会增加，如此购房者手中的资金便会增加，便会有更多的购房者有住房需求，如此房价便会相应的上升，如果货币供应量减少则反之。综上所述，货币供应量增加会导致房价上升，货币供应量减少则会导致房价降低。3.3.2利率对房价的影响机理利率是指一定时间内利息额与本金的比率利率，是决定资金成本高低的主要因素[51]。利率影响房价的主要机理是通过影响住房按揭贷款的成本在需求层面影响房价，以及通过影响开发商资金成本在供给层面影响房价。下面本文将分别从利率在供给层面和需求层面对房价的影响机理进行研究。供给角度利率对房价的影响机理在供给层面，利率主要通过影响开发商的贷款成本和风险来影响房价。在供给层面利率对房价的具体影响机理如图3-6所示：图3-6供给角度利率对房价的影响机理房地产开发商的资金来源大多来源于银行贷款，房地产开发商将手中的项目抵押给银行获取银行的贷款来进行开发，因此倘若利率上升，则开发商的贷款成本便会上升，而开发商为了保证利润，会通过提高房价的方式来让购房者支付他们增加的贷款成本，这便是利率上升导致的房价上涨的机理之一，如果利率下降则反之。另外利率上升还会通过影响开发商的风险来影响房价，如果利率上升，则房地产开发商的融资成本会增加，这边会让房地产开发商面临的借贷风险和投资风险加大，会有资金紧张甚至资金链断裂的可能，因此房地产开发商的开发项目会受此影响而降低，这便会导致房地产供给的减少，从而导致房价的上升，倘若利率下降则反之。需求角度利率对房价的影响机理在需求层面，利率主要是通过影响购房者们的贷款成本来影响房价，其具体的影响机理如图3-7所示：图3-7需求角度利率对房价的影响机理根据相关研究表明，我国的购房者，也就是房地产的需求者，大多是工薪阶层，而工薪阶层主要是通过按揭贷款的方式进行购房[52]。因此当利率上升，会导致工薪阶层的贷款成本上升，接着便是购房成本的上升，又由于他们是我国购房者的主要群体，所以工薪阶层对购房的需求下降便会导致房地产市场需求的下降，而这会导致房价的降低，如果利率降低则反之。利率对房价的总体影响在供给角度，利率上升会导致房价上升，利率下降会导致房价降低；而在需求角度则相反，利率上升会导致房价降低，利率下降会导致房价上升。因此，判断利率对房价的影响需要考虑供给和需求方作用效果的相对大小。4实证分析4.1我国货币政策对全国房地产价格的影响4.1.1模型设定和研究方法VAR模型（向量自回归模型），由克里斯托弗·西姆斯（ChristopherSims）在1980年提出，用来估计有相互关联的时间序列所形成的系统中内生变量的动态关系，对随机扰动项对于系统造成的冲击进行分析，从而解释不同冲击对经济变量的作用。本文根据之前的研究成果形成总体的研究框架，研究各内生变量的互动关系。本文的研究目的是探究货币政策对全国房价的影响，研究对象是多元时间序列，因此构建了如下的VAR模型：Y上式中，Yt为k维内生变量向量，μt是k维误差向量，A1，A2根据VAR模型构建模型Yt4.1.2数据选取本文将货币政策主要分为数量型货币政策和价格型货币政策，数量型货币政策主要由货币供应量表示，价格型货币政策主要由利率表示，因此本文研究货币政策对房价的影响主要选取了三个变量：房地产价格、广义货币供应量M2和银行间同业拆借利率。（1）房地产价格（Price）由于国家统计局公布的全国商品房销售均价只有年度数据，因此本文通过使用全国每月商品房销售额除以全国每月商品房销售面积的方法得到全国每月商品房销售均价。（2）广义货币供应量（M2）本文选取了货币和准货币供应量M2指标，即广义货币供应量M2。其中包括社会流通货币总量、活期存款、定期存款与储蓄存款等。广义货币供应量M2相对于狭义货币供应量M1更能反映货币供应量对人们对房地产的购买力的影响[53]。（3）银行间同业拆借利率（R）中央银行基准利率和银行间同业拆借利率均能反映出我国的利率水平，而银行间同业拆借利率更能反映出市场利率[52]，因此我在本文中选取全国银行间同业拆借市场的30天利率为利率指标。数据来源：全国每月商品房销售额、全国每月商品房销售面积和全国银行间同业拆借市场30天利率来源于国家统计局；货币和准货币供应量（M2）来源于中国人民银行官网。数据样本区间为2000年1月至2020年12月的月度数据。表4-1变量说明及定义本文通过EVIEWS10进行建模分析。4.1.3描述性统计表4-2描述性统计结果由表4-2可见各个数据的描述性统计结果，共有231个月度数据。其中商品房均价为5267.21元/平米，最大均价为9878.25元/平米，最小均价为2050.89元/平米。广义货币M2的均值为846686.7亿元，最大值为2186796亿元，最小值为119353.6亿元。银行间同业拆借市场30天利率均值为3.16%，最大值为6.79%，最小值为1.04%。为了使数据更有平稳性，对数据进行了对数处理。4.1.4ADF检验只有平稳的时间序列才可以进行VAR模型建模，如果序列中存在单位根，则回归分析中会产生伪回归。因此在进行VAR模型建模之前，首先需要检验时间序列的平稳性，本文采用了ADF检验对处理过后的序列进行平稳性检验，如果序列不平稳，则会采用差分的办法使序列平稳。表4-3ADF检验结果由表4-3可知R的P值为0.0037小于0.05，即其在95%置信区间内拒绝了原假设（序列平稳）。由表4-3可知LNPRICE的P值为0.0399小于0.05，即其在95%置信区间内拒绝了原假设（序列平稳）。由表4-3可知LNM2的P值为0.9995大于0.05，即其在95%置信区间内接受了原假设（序列不平稳），即原序列在经过对数处理后不平稳。因此对数据进行一阶差分处理：由表4-3可知LNPRICE经过一阶差分处理后的P值为0，在1%显著水平下拒绝原假设，序列平稳。由表4-3可知LNM2经过一阶差分处理后的P值为0，在1%显著水平下拒绝原假设，序列平稳。经过原数据序列一阶差分处理后，处理后序列P值均为0，表明一阶差分序列在1%显著水平下拒绝原假设，因此接受结论：单位根不存在，即可以确定其为一阶单整序列。4.1.5最优滞后阶数确定共有三个内生变量，分别是r，dlnprice，dlnm2，然后根据AIC和SC准则进行最优滞后阶数检验：结果如下：表4-4滞后阶数检验结果在VAR模型中，如果滞后阶数过大，虽然拟合性较高，但模型自由度会降低。根据SC准则，为三阶滞后最优，而根据AIC准则，为五阶滞后最优。因此本文分别就三阶滞后和五阶滞后进行了回归，结果发现，三阶滞后回归模型拟合程度高，而且脉冲响应结果很好，因此本文选择了SC准则下的三阶滞后最优模型。4.1.6单位圆检验为了检验数据的平稳性，本文接下来采用了单位圆检验（ARrootsgraph）来检验序列的平稳性：图4-1单位圆检验结果根据之前的检验，以3阶滞后为最优，因此选择了3阶滞后模型，因此应该有9个特征根。由图4-1可知：所有点均在单位圆内，9个系数均小于1，表明VAR模型满足平稳状态，不存在自相关和异方差。4.1.7格兰杰因果检验接下来，为了确定各个变量之间的因果关系，本文采用了格兰杰因果检验（GrangerCausalityTest）来检验变量之间的因果关系，检验结果如下：表4-5格兰杰因果检验结果分析由此可知：广义货币量是利率的格兰杰原因；房价是利率的格兰杰原因；房价是广义货币量的格兰杰原因，同时广义货币量也是房价的格兰杰原因。这说明：三个变量之间确实存在相互影响的关系。4.1.8脉冲响应分析因为VAR模型里的所有变量都相互依赖，所以单独的系数估计仅提供有关反应的有限信息。为了更好地了解模型的动态行为，验证模型收到一个冲击时的反应，本文在接下来的步骤里使用了脉冲响应来分析银行30天同业拆借利率和广义货币量对商品房价的动态变化。脉冲响应结果如下图所示：图4-2DLNM2对DLNPRICE的脉冲响应结果货币供应量的冲击对商品房价在短期内有非常强烈的正向的冲击，这种冲击在第二期迅速达到了峰值0.017，此后该正向冲击作用开始下降，并在二十期之后趋于平稳，为0.005左右。表明货币供应量的增加会在极短期内带动商品房价的迅速增长，且会长期提升商品房的价格。图4-3R对DLNPRICE的脉冲响应结果银行同业拆借利率的冲击对商品房价在短期内没有较大影响，从第二期开始有较强烈的负向冲击，且这种负向冲击在第五期达到峰值-0.005，之后这种负向冲击的作用在第七期之后开始减弱，直至第三十期时，该负向冲击作用基本趋于零。表明银行同业拆借利率的提升会对商品房价有抑制作用，但该作用并非十分强烈，且长期后该抑制作用会消失。4.2我国货币政策对不同区域房地产价格的影响4.2.1变量选取与模型建立为了研究我国不同货币政策对房地产价格的区域异质性，本文选取了全国31省、自治区及直辖市的数据，包括房地产价格、不同货币政策和其他放假影响因素的相关数据进行实证分析，数据区间为2003-2018年的年度数据。根据数据特点应选取面板模型，变量如下：（1）被解释变量：被解释变量为每省年度商品房平均销售价格，记为Price，由每省年度商品房总销售额除以每省年度商品房销售面积得到。（2）解释变量：解释变量为能够反映货币政策的指标，货币政策分为数量型货币政策和价格型货币政策。因此本文选取了各省及直辖市金融机构的存款余额来表示数量型货币政策，记为M2，选取了各省份及直辖市房地产开发企业国内贷款额（可以间接表示各省商业银行对房地产企业的贷款利率情况）来表示价格型货币政策，记为Loan。（3）控制变量：本文的控制变量主要为其余4个影响房价的因素，分别是：①各省份及直辖市房地产开发企业土地成交价款（土地成本），记为Land。该指标可以反映出各个房地产企业的拿地成本，而拿地成本是影响房价的重要因素之一。②各省份及直辖市房地产开发企业自筹资金，记为SRF。该指标主要为除商业银行等金融机构的贷款外其他的融资方式，主要分为内源融资和外源融资。内源融资包括现有盈余（主要为未分配利润和盈余公积）等，外源融资包括发行债券、股东注资和商业信用等。③各省及直辖市年度人均GDP，记为PGDP。该指标可以反映个省及直辖市的经济水平和消费能力，从而可以间接反映房价的高低。④各省及直辖市城镇人口比例记为Urbanization。该指标可以反映除各省及直辖市的城镇化水平，而城镇化水平可以间接反映房价。表4-6变量汇总根据数据类型，本文选择了面板数据模型，该模型可以免去个体异质性导致的内生性问题。为了使模型更稳定，本文首先将房价数据、货币供应量数据、贷款数据、土地成本数据、自筹资金数据和人均GDP数据进行对数化处理，也就是对Price、M2、Loan、Land、SRF和PGDP进行对数化处理，得到lnPrice、lnM2、Lnloan、lnLand、lnSRF和lnPGDP。之后构建如下模型：ln之后建立以下4个模型：模型1：根据全国31省、自治区及直辖市的相关数据建立面板模型。模型2：根据东部13省及直辖市（东部13省及直辖市包括黑龙江省、吉林省、辽宁省、河北省、北京市、天津市、山东省、江苏省、上海市、浙江省、福建省、广东省、海南省）的相关数据建立面板模型。模型3：根据中部6省（中部6省包括山西省、河南省、湖北省、湖南省、安徽省、江西省）的相关数据建立面板模型。模型4：根据西部12省、自治区及直辖市（西部12省、自治区及直辖市包括陕西省、内蒙古自治区、宁夏回族自治区、甘肃省、青海省、新疆维吾尔自治区、西藏自治区、四川省、重庆市、云南省、贵州省、广西壮族自治区）的相关数据建立面板模型。4.2.2描述性统计表4-7全国31省、自治区及直辖市描述性统计结果由表4-7可知：该描述性统计共统计了全国31个省及直辖市的统计结果，共有496个省份年度数据。2003年-2018年这16年间，全国各省份及直辖市的年商品房成交均价（房地产价格）的平均值为5219.11元/平米，最大值为34142.98元/平米，最小值为1156.67元/平米；各省份及直辖市金融机构存款余额（货币供应量）的平均值为26460.9亿元，最大值为208051.2亿元，最小值为322.23亿元；各省份及直辖市房地产开发企业国内贷款的平均值为432.8842,亿元，最大值为4236.05亿元，最小值为0.08亿元；各省份及直辖市房地产开发企业土地成交价款（土地成本）的平均值为242.151亿元，最大值为3002.82亿元；各省份及直辖市房地产开发企业自筹资金的平均值为953.7323亿元，最大值为6292.1亿元，最小值为0.66亿元。各省及直辖市年度人均GDP的平均值为34835.59元，最大值为153095元，最小值为3708元；各省及直辖市城镇人口比的平均值约为51.37%，最高的省或直辖市约为89.61%，最小的省或直辖市为18.8%。以标准差的层面来看，2003-2018年这16年间，我国经济快速且蓬勃的发展，各省份及直辖市房价大幅度上升，但不同地区房价差距较大。同期，我国居民消费水平稳步上升，但在不同地区发展不均衡现象显著。表4-8东部13省及直辖市描述性统计结果表4-9中部6省描述性统计结果表4-10西部12省、自治区及直辖市描述性统计结果由上述三表可见东部13省及直辖市的商品房价的平均值为7333.38元/平米，中部6省的商品房价的平均值为3743.46元/平米，西部12省及直辖市的商品房价的平均值为3666.49元/平米，可见东部各省的平均房价最高，约为中部各省和西部各省的两倍，中部和西部地区的平均房价差距不大。东部13省及直辖市的广义货币供应量的平均值为41072.24亿元，中部6省的广义货币量的平均值为22218.24亿元，西部12省及直辖市的广义货币量的平均值为12753.28亿元，可见东部地区的广义货币供应量最大，约为中部地区的1.8倍、西部地区的3.2倍。东部13省及直辖市的国内贷款的平均值为720.8168亿元，中部6省的国内贷款的平均值为295.2169亿元，西部12省及直辖市的国内贷款的平均值为187.232亿元，由此可见东部地区的房地产国内贷款最多，约为中部地区的2.4倍、西部地区的3.9倍。4.2.3豪斯曼检验本文需首先进行豪斯曼检验来判断该采取固定效应面板模型还是随机效应面板模型。如果个体异质性不来自于解释变量和控制变量，则构建随机效应面板模型，如果个体异质性来自于解释变量和控制变量，则构建固定效应面板模型。表4-11模型1豪斯曼检验结果由表4-11可知，根据豪斯曼（Hausman）检验结果，豪斯曼检验的卡方值为130.06，其P值为0，比0.05小，表明在95%的置信区间内拒绝原假设，即模型1应选取固定效应面板模型。进一步推理可知，我国东部、中部和西部地区所对应的模型2-4均应选取固定效应面板模型。4.2.4固定效应面板模型表4-12模型1-4的固定效应模型回归结果注：*为10%显著性水平检验,**为5%显著性水平检验,***为1%显著性水平检验；括号内为标准差。如表4-12所示，展示了全国31省及直辖市、东部地区、中部地区和西部地区的从模型1至4的固定效应面板模型结果。（1）列显示的是全国31个省及直辖市全样本的模型1的回归结果，其F统计量为49.2，P值为0，表明该回归方程拟合度较高，模型中的全体解释变量（广义货币供应量M2（lnM2）与国内贷款（lnLoan））与控制变量（人均GDP（lnPGDP）等）联合起来对被解释变量（房价（lnPrice））影响显著。广义货币供应量（lnM2）在1%显著性水平下显著，且lnM2对应的系数为正数，表明我国各省及直辖市年末金融机构存贷款余额所呈现的广义货币供给量与房价存在显著地正相关，即在我国数量型货币政策对房地产价格有显著正向影响。由上表可知，由于lnM2对应的系数为0.551，即在其他条件不变的情况下，平均来说，广义货币供应量lnM2每上升1%，对房价的提升效果为0.551%。房地产企业国内贷款额（lnLoan）在1%的显著性水平下显著，且lnLoan对应的系数为正数，表明我国各省及直辖市国内贷款与房价存在显著地正相关。由于lnLoan对应的系数为0.0531，表明在其他条件保持不变的情况下，平均来说，国内贷款lnLoan每增加1%，其对房价的提升效果为0.0531%。各省及直辖市人均生产总值（lnPGDP）在10%的显著性水平下显著，且lnPGDP对应的系数为正数，表明我国各省及直辖市人均生产总值与房价的增长有正向的影响。由于lnPGDP对应的系数为0.140，在其他条件保持不变的情况下，平均来说，lnPGDP每增加1%，房地产价格升高0.140%。各省及直辖市城镇人口比例（Urbanization）在5%的显著性水平下显著，且Urbanization所对应的系数为负，表明其对房地产价格（lnPrice）存在显著负相关。造成这种现象的原因可能是人口净流入不均衡，大多数三四线城市人口向一线及新一线城市移居，造成随着越来越多的三四线城市城镇化比例升高，房地产库存过多，甚至出现了供过于求的现象，导致了房地产价格的降低。另一方面，还可能是因为在我国城镇化过程中，农民转为城镇居民，需要更多的就业机会，同时政府大力开展了低保房和经济适用房等项目，从而拉低了房地产市场的平均价格。由上表可知，各省及直辖市自筹资金（lnSRF）和土地平均成本（lnLand）在全国层面上与房价的变化无显著相关性。这可能是由于房地产企业鲜少通过银行以外的途径获得资金，政府极力的控制土地成本。我国东部、中部、西部地区的子样本的回归结果由第（2）、（3）、（4）列所展示。其中，广义货币供应量（lnM2）在东、中、西部地区均在1%的显著性水平下显著，且其前面对应的系数均为正，表明无论东、中、西部，我国各省金融机构年末存款余额所代表的数量型货币政策与各省房价存在显著的正向关系。然而，只有西部地区的房地产企业国内贷款（lnLoan）与房地产价格在1%显著性水平下显著，在东部和中部地区国内贷款和房地产价格无显著相关性。因此，对货币供应量（lnM2）与国内贷款量（lnLoan）进行组间系数差异检验。表4-13组间系数差异检验注：*为10%显著性水平检验,**为5%显著性水平检验,***为1%显著性水平检验；括号内为标准差。综合分析固定效应回归结果和组间系数差异检验结果，可知，广义货币量lnM2对应的回归系数均大于0。对于不同地区而言，中部地区与东部地区之差为0.303，组间差异P值为0，在1%显著性水平下显著，说明中部地区广义货币供应量（lnM2）对房地产价格的影响显著高于东部地区；西部地区与东部地区的差值为0.04，组间差异P值为0.949，无显著性关系，表明我国东、西部地区之间广义货币供应量（lnM2）与房地产价格无显著差异；中部地区与西部地区的差值为0.300，组间差异P值为0.000，在1%显著性水平下显著，表明中部地区广义货币供应量（lnM2）对房地产价格的影响显著高于西部地区。对于国内贷款lnLoan而言，我国只有西部地区存在显著性，表明我国房地产企业国内贷款（lnLoan）的变化只对我国西部地区的房价（lnPrice）产生显著的正向作用，而对其余两地区无作用。综上所述，本文数量型货币政策所采取的衡量指标为广义货币供应量lnM2，我国数量型货币政策对东部地区、中部地区和西部地区均会产生较为显著的正向作用，且该政策对于我国中部地区影响最为显著，远强于对东、西部地区的影响，且对东、西部地区间影响作用差异不大。此外，我国价格型货币政策的衡量指标为国内贷款lnLoan，因为其可以间接反映利率的变化，价格型货币政策对房地产价格的显著作用只在西部地区体现，而对于东、中部地区无显著影响。究其深层原因，采用数量型货币政策，增加广义货币供应量，会让我国居民的按揭贷款量大大增加，这样会让民众有更多的住房需求，也就因此会增加商品房的价格。至于数量型货币政策导致的（由于广义货币量的提升导致的）不同地区的房价差异可能是因为东部地区普遍房价极高，更是有北京、上海、广州、深圳这样的一线大都市，因此对于刚需型购房者，无论广义货币量是否增加，他们依旧会在这样的城市中买房，而对于投资型购房者，东部地区的房价已经快触碰到了天花板，其未来的升值空间已然很小，因此提升广义货币量也不会让这部分购房者在东部城市中购房投资。而在西部地区，由于普遍城市发展不够现代，物价较低，居民消费水平不够，因此提升广义货币量鲜少会导致西部地区居民提升购房需求，相反会提升其他领域的购买需求。只有中部地区，多为升值空间极大的类似于郑州、武汉、长沙、合肥的新一线城市和众多二线城市，因此中部地区居民会紧跟数量型货币政策，当广义货币量增加时，刚需型购房者会因此增加按揭贷款量从而实现购房，而投资型购房者也会投资升值空间极大的房产。因此就数量型货币政策而言，对中部地区的影响最为显著，大于对东部和西部地区的影响。至于价格型货币政策，其衡量指标国内贷款lnLoan可以间接反应利率的情况，其只在西部地区有效而在东、中部地区无效的原因应就供给和需求两方面进行分析。从供给方面分析，其原因有可能是我国东、中部地区经济比较发达，房地产市场已然十分繁荣，就信贷市场产生的影响，各个房地产企业有多种应对方法，比如他们可以通过战略化调整、商业信贷和开源节流等方式应对，因此利率（价格型货币政策）不会对我国东、中部地区的房地产开发商造成太多的影响，也就并不会对房地产价格的调控有太大的影响。另外，由于我国东、中部地区房地产市场非常繁荣，企业竞争压力很大，所以当利率波动，各个房地产开发商会加紧开发、扩张来减轻利率波动对他们的冲击，这样价格型货币政策的调控作用也就减弱了。从需求方面分析，在东、中部地区，尤其是其中的一线大都市和新一线城市，人们对房产的需求弹性很小，即使利率波动，在刚需型购房者和投资型购房者的双重加持下，房地产市场长期处于供不应求的状态，更偏向于卖方市场，因此利率的影响会减弱，价格型货币政策的调控作用也被相应的减弱了。4.2.5内生性问题因为房地产价格的变化也可能会影响货币政策的制定，即房地产价格与货币政策互为因果，因此原模型可能存在内生性问题。所以，此处将解释变量与控制变量进行一阶滞后，再次回归。表4-14模型1-4一阶滞后的固定效应模型回归结果注：*为10%显著性水平检验,**为5%显著性水平检验,***为1%显著性水平检验；括号内为标准差。由表4-14可知，根据新的回归结果，模型在解决了内生性问题之后，结果仍然符合上文中得出的主要结论。表4-15一阶滞后的组间系数差异检验注：*为10%显著性水平检验,**为5%显著性水平检验,***为1%显著性水平检验；括号内为标准差。由表4-15可知，新的一阶滞后的组间系数差异检验结果也与原模型一致，结果仍然符合上文中得出的主要结论。4.2.6数量型货币政策和价格型货币政策的相互影响由于数量型货币政策与价格型货币政策往往被央行同时实施，因此导致了两种政策之间可能会相互作用，从而让上述面板模型回归结果准确性受到影响。所以，在保证控制变量不变的情况下，将单独考虑数量型货币政策（lnM2）与价格型货币政策（lnLoan）的效果，分别对他们进行回归。表4-16分别对不同货币政策进行回归的结果注：*为10%显著性水平检验,**为5%显著性水平检验,***为1%显著性水平检验；括号内为标准差。由表4-16可知，根据新的回归结果，单独考虑数量型货币政策和价格型货币政策，其结果与前文一致。表4-17不同货币政策的组间系数差异检验注：*为10%显著性水平检验,**为5%显著性水平检验,***为1%显著性水平检验；括号内为标准差。由表4-17可知，根据新的回归结果，不同货币政策的组间系数差异的检验结果也与前文一致。因此，当两种货币政策的互动关系被消除后，得出的结果仍然具有稳健性。综上所述，本文所得结果基本稳健。5结论本文首先讨论了国内的研究现状，对各学者的研究成果进行归纳、整理、总结、提炼。之后本文对我国房地产发展的阶段进行划分，发现我国自1998年房地产行业货币化以来主要可以分为六个阶段，并对我国历年出台的货币政策进行整理，再对历年来货币政策对房价的影响进行分析。然后再对我国的房地产市场和货币政策分别进行阐述，再简要分析我国房地产价格的影响因素和货币政策的传导机制，最后探索货币政策对房地产价格的影响机理，根据已有的理论基础发现：货币供应量主要通过影响银行放贷能力，从而影响按揭贷款，进而通过需求层面影响房价，货币供应量上升会导致房价上升，下降则反之；利率在供给层面主要通过影响开发商的贷款成本和风险来影响房价，利率上升则房价上升，下降则反之；利率在需求层面主要是通过影响购房者们的贷款成本来影响房价，利率上升则房价降低，下降则反之；判断利率对房价的影响需要考虑供给和需求所占的比重。之后在实证部分首先研究货币政策对全国房价的影响。采取了我国的2002-2020年的房价数据（商品房均价）、广义货币量M2数据和利率数据（全国银行间同业拆借市场的30天利率），构建VAR模型，探究了我国数量型货币政策和价格型货币政策对房价的调控作用。实证结果发现：（1）在全国层面上，广义货币量M2对房价有正向调控作用，广义货币量M2上升会导致房价上涨，而利率对房价有负向调控作用，利率上调会导致房价下跌；（2）货币供应量的增加会在极短期内带动商品房价的迅速增长，且会长期提升商品房的价格；（3）利率的上升不会在短期内对房价造成太大影响，但会长期抑制商品房的价格，且影响期限比货币供应量更久，只是影响的效果不如货币供应量的影响效果明显。因此我国可灵活使用货币政策工具，可采用数量型货币政策工具短期明显的调控房价，运用价格型货币政策工具长期调控房价。最后在实证部分还探究了货币政策对我国不同地区房价调控的异质性。通过全国31个省、自治区及直辖市的相关数据，构建固定效应面板模型，探究货币政策对我国不同区域房价调控的异质性。实证结果表明：在不同区域层面上，数量型货币政策在中部地区的调控作用要强于在东、西部地区的调控作用，而价格型货币政策只在西部地区有效，在东、中部地区无效。因此我国要充分实行“因地制宜，因城制宜”的调控措施，根据不同地区的特点制定房地产调控措施。参考文献[1]胡佩,王洪卫.住房价格与生育推迟——来自CGSS微观数据的证据[J].财经研究,2020,46(04):79-93.[2]王云清,朱启贵,谈正达.中国房地产市场波动研究——基于贝叶斯估计的两部门DSGE模型[J].金融研究,2013(03):101-113.[3]段忠东,曾令华.房价冲击、利率波动与货币供求:理论分析与中国的经验研究[J].世界经济,2008(12):14-27.[4]余华义,黄燕芬.货币政策效果区域异质性、房价溢出效应与房价对通胀的跨区影响[J].金融研究,2015(02):95-113.[5]张长凤,郎馥萌.房价变动规律性及调控对策研究[J].城市发展研究,2009,16(09):129-132+141.[6]汪新,谢昌浩.我国房价的宏观经济影响因素分析——基于PLS方法的实证研究[J].华东经济管理,2010,24(03):53-57.[7]许光建,魏义方,戴李元,赵宇.中国城市住房价格变动影响因素分析[J].经济理论与经济管理,2010(08):5-14.[8]李勇,