我国货币政策与住宅价格协整关系的深度剖析：理论、实证与区域差异

我国货币政策与住宅价格协整关系的深度剖析：理论、实证与区域差异一、引言1.1研究背景自1998年我国推行房地产改革以来，房地产业迅猛发展，逐渐成为我国经济发展的支柱产业。它不仅带动了上下游多个行业的协同发展，如建筑材料、家居装饰、家电等，对拉动内需、推动经济增长发挥着巨大作用，还在城市化进程中扮演着关键角色，为大量人口提供了居住和生活空间。然而，在房地产业繁荣发展的同时，也出现了一系列问题。部分地区房地产投资增长过快，大量资金涌入房地产市场，造成资源过度集中；房价攀升幅度过大，许多城市的房价远远超出了普通居民的承受能力，住房成为了沉重的负担，这不仅影响了居民的生活质量，也对社会的稳定和谐构成潜在威胁。货币政策作为国家宏观经济调控的重要手段，对房地产业的发展有着至关重要的影响。由于房地产业是典型的资金密集型产业，其开发、建设、销售等各个环节都离不开大量资金的支持，所以国家实施的货币政策直接关系到流入房地产业的资金量。当货币政策宽松时，货币供应量增加，银行信贷规模扩大，房地产企业更容易获得贷款，购房者也能较为轻松地获取住房贷款，这会刺激房地产市场的投资和消费，推动房价上涨；反之，当货币政策紧缩时，货币供应量减少，银行信贷收紧，房地产企业融资难度加大，购房者贷款门槛提高，房地产市场的投资和消费热情会受到抑制，房价上涨的动力也会减弱。住宅价格与人民生活息息相关，是关系国计民生的重要问题。房价的稳定与否，直接影响着居民的生活成本、财富分配以及社会的公平正义。近年来，国家为了稳定房价，出台了一系列货币政策，如调整利率、控制货币供应量、调整信贷政策等。然而，这些政策是否能够有效调控住宅价格，货币政策与住宅价格之间究竟存在怎样的关系，是否存在地区差异等问题，仍然有待深入研究。因此，探究我国货币政策与住宅价格的协整关系具有重要的理论和现实意义，它不仅有助于我们深入理解货币政策对房地产市场的作用机制，还能为政府制定科学合理的房地产调控政策提供有力的理论支持和决策依据，促进房地产市场的平稳健康发展，保障人民群众的住房权益。1.2研究目的与意义本研究旨在深入探究我国货币政策与住宅价格之间的协整关系，全面剖析货币政策对住宅价格的影响机制。具体而言，通过运用计量经济学的协整理论，对我国货币供应量、利率等货币政策指标与住宅价格的相关数据进行严谨的实证分析，明确两者之间是否存在长期稳定的均衡关系。同时，进一步分析货币政策在不同地区对住宅价格影响的差异，为政府制定科学合理的房地产市场调控政策提供坚实的理论依据和精准的数据支持。货币政策与住宅价格的关系研究具有极其重要的理论与现实意义，主要体现在以下几个方面：理论意义：从理论层面深入剖析货币政策与住宅价格的关系，有助于丰富和完善房地产经济学与货币经济学的理论体系。尽管当前已有部分相关研究，但在货币政策对住宅价格的影响机制、影响因素及地区差异等方面的研究仍不够深入和系统。本研究通过全面系统地分析，有望填补这一领域的部分空白，为后续研究提供更为全面和深入的理论基础，推动相关理论的进一步发展。现实意义：在现实经济生活中，货币政策对房地产市场的调控作用至关重要。深入研究货币政策与住宅价格的协整关系，能够为政府制定科学合理的房地产市场调控政策提供有力的决策依据，增强政策的针对性和有效性，避免政策的盲目性和随意性。对于投资者而言，准确把握货币政策对住宅价格的影响，有助于他们做出更为明智的投资决策，合理配置资产，降低投资风险，提高投资收益。而对于购房者来说，了解货币政策与住宅价格的关系，可以帮助他们更好地把握购房时机，做出理性的购房选择，避免因房价波动而遭受经济损失，保障自身的住房权益。1.3研究方法与创新点本研究主要采用计量经济学方法，对我国货币政策与住宅价格的关系进行深入剖析。在数据收集阶段，全面搜集我国货币供应量、利率、住宅价格等相关数据，确保数据的完整性与准确性。运用ADF检验对时间序列数据进行平稳性检验，判断数据是否存在单位根，以避免伪回归问题。通过协整检验，确定货币政策变量与住宅价格之间是否存在长期稳定的均衡关系，揭示两者之间的内在联系。采用格兰杰因果检验，分析货币政策变量与住宅价格之间的因果关系，明确因果方向。本研究的创新点主要体现在以下两个方面：在数据维度上，综合考虑多维度数据，不仅涵盖全国层面的宏观数据，还纳入各地区的微观数据，从多个角度分析货币政策与住宅价格的关系，使研究结果更加全面、准确。在研究视角上，充分考虑区域差异，运用面板数据模型分析不同地区货币政策对住宅价格影响的异质性，为制定差异化的房地产调控政策提供了有力的依据。二、相关理论基础2.1货币政策相关理论2.1.1货币政策的概念与目标货币政策，作为国家宏观经济调控的关键手段，是中央银行为达成特定经济目标，运用各种工具对货币供应量和信用量进行控制与调节的方针、政策以及措施的总和。货币政策的实质是国家依据不同时期的经济发展状况，对货币供应采取“紧”“松”或“适度”等不同政策趋向。在经济低迷时期，为刺激经济复苏，中央银行往往会采取扩张性货币政策，增加货币供应量，降低利率，以鼓励企业投资和居民消费；而当经济过热，通货膨胀压力增大时，中央银行则会实施紧缩性货币政策，减少货币供应量，提高利率，抑制过度的投资和消费，使经济增长回归合理区间。货币政策的目标具有多元性，涵盖稳定物价、促进经济增长、实现充分就业以及国际收支平衡等多个重要方面。稳定物价是货币政策的首要目标，物价稳定的本质是币值稳定，旨在控制通货膨胀，避免一般物价水平在短期内出现大幅波动。物价的稳定对于经济的健康运行至关重要，过高的通货膨胀会削弱货币的购买力，扰乱市场秩序，影响居民的生活质量；而过低的物价水平则可能导致通货紧缩，抑制企业的生产和投资积极性，阻碍经济的发展。促进经济增长是货币政策的核心目标之一，合理的货币政策能够为经济增长提供适宜的货币环境，通过调节货币供应量和利率，引导资金流向实体经济，支持企业的生产和创新活动，推动经济持续、稳定增长。实现充分就业是货币政策的重要使命，充分就业意味着将失业率维持在一个较低且稳定的水平，让有能力且愿意工作的人都能在合理条件下找到合适工作。充分就业不仅关系到个人的生计和尊严，还对社会的稳定和和谐发展起着关键作用，能够有效减少社会矛盾和不稳定因素。国际收支平衡也是货币政策追求的目标之一，国际收支平衡有助于维持国家经济的外部稳定，确保本国经济与国际经济的协调发展。当国际收支出现失衡时，无论是顺差还是逆差，都可能对国内经济产生不利影响，因此需要通过货币政策等手段进行调节。在实际经济运行中，这些目标之间既相互关联又存在一定的矛盾。经济增长与充分就业之间通常存在正相关关系，经济的增长往往能够创造更多的就业机会，降低失业率；然而，经济增长与稳定物价之间可能存在冲突，在经济快速增长时期，需求旺盛，容易引发通货膨胀，给物价稳定带来压力；稳定物价与充分就业之间也可能存在矛盾，为了控制通货膨胀而采取的紧缩性货币政策，可能会抑制经济增长，导致就业机会减少，失业率上升。因此，中央银行在制定和实施货币政策时，需要综合考虑各种因素，权衡各目标之间的利弊，寻求最优的政策组合，以实现经济的稳定、健康发展。2.1.2货币政策工具货币政策工具是中央银行实现货币政策目标的重要手段，主要包括公开市场操作、存款准备金率、再贴现政策等。公开市场操作是中央银行在金融市场上买卖有价证券（主要是国债），以此来调节货币供应量和利率的一种手段。当中央银行需要增加货币供应量时，会在公开市场上买入有价证券，向市场投放基础货币，这些货币进入商业银行等金融机构，增加了它们的可贷资金，进而通过信贷扩张增加货币供应量，同时，买入有价证券会使证券价格上升，利率下降，刺激投资和消费；反之，当中央银行需要减少货币供应量时，会在公开市场上卖出有价证券，回笼基础货币，减少商业银行的可贷资金，导致货币供应量减少，证券价格下降，利率上升，抑制投资和消费。公开市场操作具有灵活性、主动性和微调性的特点，能够根据市场情况及时调整，对货币市场和资本市场的影响较为直接。例如，在经济下行压力较大时，中央银行通过公开市场操作买入国债，增加市场流动性，降低利率，刺激经济复苏；在通货膨胀压力较大时，中央银行卖出国债，收紧流动性，提高利率，抑制通货膨胀。存款准备金率是指金融机构为保证客户提取存款和资金清算需要而准备的在中央银行的存款占其存款总额的比例。中央银行通过调整存款准备金率，能够影响金融机构的信贷资金供应能力，从而间接调控货币供应量。当中央银行提高存款准备金率时，金融机构需要缴存更多的存款准备金，可用于放贷的资金减少，信贷规模收缩，货币供应量相应减少；反之，当中央银行降低存款准备金率时，金融机构缴存的存款准备金减少，可贷资金增加，信贷规模扩大，货币供应量随之增加。存款准备金率的调整对货币供应量的影响较为剧烈，具有较强的政策信号效应。例如，在经济过热、通货膨胀风险较高时，中央银行提高存款准备金率，收紧信贷，抑制经济过热；在经济衰退、需求不足时，中央银行降低存款准备金率，释放流动性，刺激经济增长。再贴现政策是指中央银行通过调整再贴现率（商业银行将未到期的已贴现商业汇票再以贴现方式向中央银行转让时的利率），来影响商业银行的资金成本和信贷投放，进而调节货币供应量的政策工具。当中央银行降低再贴现率时，商业银行向中央银行再贴现的成本降低，会增加再贴现的需求，从而获得更多的资金，可用于放贷的资金增加，信贷规模扩大，货币供应量增加；同时，再贴现率的降低也会引导市场利率下降，刺激投资和消费。反之，当中央银行提高再贴现率时，商业银行再贴现成本上升，会减少再贴现的需求，资金来源减少，信贷规模收缩，货币供应量减少，市场利率上升，抑制投资和消费。再贴现政策具有告示效应，中央银行通过调整再贴现率，向市场传递货币政策的导向和力度，影响市场参与者的预期和行为。例如，当中央银行降低再贴现率时，市场会认为货币政策趋于宽松，企业和居民的投资和消费意愿可能增强；当中央银行提高再贴现率时，市场会预期货币政策收紧，企业和居民会更加谨慎地进行投资和消费。这些货币政策工具各有特点，在实际运用中，中央银行会根据经济形势和政策目标的需要，灵活选择和搭配使用，以达到最佳的政策效果。例如，在经济危机期间，中央银行可能会同时运用公开市场操作买入有价证券、降低存款准备金率和再贴现率等多种工具，增加货币供应量，降低利率，刺激经济复苏；在经济平稳运行时期，中央银行则可能根据市场情况，适时微调货币政策工具，保持经济的稳定增长和物价的稳定。2.1.3货币政策传导机制货币政策传导机制是指中央银行运用货币政策工具，影响中介指标，进而最终实现既定政策目标的传导途径与作用机理。货币政策从政策手段到操作目标，再到效果目标，最后到最终目标发挥作用，是一个复杂的过程，主要通过利率、信贷、资产价格等渠道对实体经济产生作用。利率渠道是货币政策传导的重要渠道之一。根据凯恩斯的理论，当中央银行实行扩张性货币政策，增加货币供应量时，市场上的货币供给增加，在货币需求不变的情况下，利率会下降。利率的下降会降低企业的融资成本，使得企业的投资项目变得更具吸引力，企业会增加投资支出，扩大生产规模。例如，一家企业原本计划投资建设新的生产线，但由于融资成本较高而犹豫不决。当中央银行实行扩张性货币政策，利率下降后，企业的融资成本降低，投资新生产线的收益预期提高，企业就会决定进行投资。投资的增加会带动相关产业的发展，如机械设备制造、建筑等行业，从而促进经济增长。同时，利率下降也会刺激居民的消费，尤其是对住房、汽车等耐用消费品的消费。居民在购买这些商品时，往往需要贷款，利率的降低意味着贷款成本的减少，这会促使居民增加消费支出，进一步推动经济增长。反之，当中央银行实行紧缩性货币政策，减少货币供应量时，利率会上升，企业的融资成本增加，投资意愿下降，居民的消费也会受到抑制，经济增长速度可能放缓。信贷渠道也是货币政策传导的关键渠道。在信贷市场中，商业银行是资金的主要供给者。当中央银行实行扩张性货币政策时，通过降低存款准备金率、进行公开市场操作等方式，增加了商业银行的可贷资金规模。商业银行有更多的资金可供放贷，会降低贷款标准和利率，增加对企业和居民的贷款发放。企业获得更多的贷款后，可以用于扩大生产、购置设备、研发创新等活动，促进企业的发展和经济增长。例如，一家中小企业原本因资金短缺无法扩大生产规模，在中央银行实行扩张性货币政策后，商业银行增加了对该企业的贷款，企业利用这笔资金购置了新的生产设备，扩大了生产规模，提高了生产效率，增加了产品的市场供给，推动了经济增长。居民获得更多的贷款后，可以用于购买住房、汽车等商品，刺激消费市场的发展。反之，当中央银行实行紧缩性货币政策时，商业银行的可贷资金减少，会提高贷款标准和利率，减少对企业和居民的贷款发放，企业的投资和居民的消费都会受到限制，经济增长可能受到抑制。资产价格渠道在货币政策传导中也起着重要作用。货币政策的变化会影响资产价格，如股票价格、房地产价格等。当中央银行实行扩张性货币政策时，货币供应量增加，利率下降，投资者会将资金从低收益的资产转移到高收益的资产，如股票和房地产市场。这会导致股票价格和房地产价格上涨，居民和企业的财富增加，从而产生财富效应。居民财富的增加会使他们感到更加富有，从而增加消费支出；企业财富的增加会提高企业的市场价值和融资能力，企业可以更容易地通过发行股票或债券等方式筹集资金，用于投资和扩大生产，促进经济增长。例如，在房地产市场中，当中央银行实行扩张性货币政策，利率下降，购房贷款成本降低，房地产价格上涨。拥有房产的居民财富增加，他们可能会增加消费支出，如购买家具、家电等；房地产企业的资产价值上升，融资能力增强，会加大房地产开发投资，带动相关产业的发展。反之，当中央银行实行紧缩性货币政策时，资产价格下跌，居民和企业的财富减少，消费和投资都会受到抑制，经济增长可能放缓。2.2住宅价格相关理论2.2.1住宅价格的决定因素从供需角度来看，住宅价格受到多种因素的综合影响。在需求方面，人口增长是推动住宅需求增加的重要因素之一。随着人口的不断增长，对住房的需求也随之上升，尤其是在一些经济发达、就业机会多的城市，吸引了大量人口流入，进一步加剧了住房需求的紧张程度，从而推动房价上涨。以深圳为例，过去几十年间，大量年轻人涌入深圳寻求发展机会，使得深圳的人口规模迅速扩大，对住房的需求极为旺盛，房价也在这一过程中持续攀升。经济发展水平与居民收入的提高同样对住宅需求产生重要影响。当经济处于繁荣发展阶段，居民收入增加，人们对居住条件的要求也会相应提高，有更多的资金用于购买住房或改善住房条件，这会促使住宅需求增加，推动房价上涨。相反，在经济衰退时期，居民收入减少，购房能力下降，住宅需求也会随之减少，房价上涨的动力减弱，甚至可能出现下跌。城市化进程的加速也对住宅价格产生显著影响。在城市化过程中，大量农村人口向城市转移，城市规模不断扩大，对城市住房的需求急剧增加。为了满足新增人口的住房需求，城市需要建设更多的住宅，但城市土地资源有限，这就导致了住房供需矛盾的加剧，推动房价上升。同时，城市化还伴随着城市基础设施的不断完善和公共服务水平的提高，这些因素进一步提升了城市住宅的吸引力和价值，也为房价上涨提供了支撑。在供给方面，土地供应是影响住宅价格的关键因素之一。土地是房地产开发的基础，土地供应的数量、价格和规划条件等都会对住宅的供给产生直接影响。当土地供应充足时，房地产开发商能够更容易地获取土地进行开发建设，住宅的供给量增加，在需求不变的情况下，房价上涨的压力会得到缓解；反之，当土地供应不足时，开发商获取土地的难度加大，土地价格上涨，开发成本增加，这会导致住宅供给减少，房价上涨。例如，在一些一线城市，由于土地资源稀缺，土地供应相对紧张，房价一直居高不下。建筑成本也是影响住宅供给的重要因素。建筑成本包括建筑材料、劳动力、机械设备等方面的费用，这些成本的上升会直接增加房地产开发的总成本。如果建筑成本上升，开发商为了保证一定的利润空间，往往会提高房价，从而推动住宅价格上涨。相反，当建筑成本下降时，房价也可能会相应下降。除了供需因素外，政策因素、心理预期等也会对住宅价格产生影响。政府出台的房地产调控政策，如限购、限贷、税收政策等，会直接影响房地产市场的供求关系和购房者的购房成本，从而对房价产生调控作用。购房者和投资者对未来房价的心理预期也会影响他们的购房决策，进而影响住宅价格。如果市场参与者普遍预期房价上涨，会增加购房需求，推动房价进一步上涨；反之，如果预期房价下跌，购房需求会减少，房价可能会面临下行压力。2.2.2住宅价格的测量方法住宅价格的测量对于准确了解房地产市场状况和分析住宅价格的变动趋势具有重要意义。常用的住宅价格指数编制方法主要有重复交易法、特征价格法等。重复交易法是利用房地产重复交易的项目，用同一栋房屋在两个时期售出的价格资料计算房地产价格指数。这种方法的优点在于保证了前后期对比样本的同质性，在面积、楼层、朝向、结构、材料等房屋品质方面均相同，能够有效剔除因房屋品质差异对价格的影响，使价格指数能够更准确地反映出房地产市场供求关系的变化。假设某栋房屋在2010年的售价为100万元，在2015年再次出售时价格为150万元，通过这两次交易价格可以计算出该房屋在这期间的价格变动情况，进而编制价格指数。然而，这种方法在实践中存在一定的局限性，它需要大量的重复交易的房地产资料，而在房地产市场发展尚不成熟的阶段，获取这样的交易数据难度较大。此外，重复交易的时间间隔不能太长，否则品质固定的假定可能会被突破，影响价格指数的准确性。特征价格法是应用特征价格理论，将影响房地产价格的品质因素分解，求出各品质因素所隐含的价格。在保持影响房地产价格的品质因素及各因素价格不变的前提下，将前后期房地产价格变动中因品质因素所引起的价格变动剔除，从而得到纯粹由房地产市场供求关系引起的价格变动。影响住宅价格的品质因素包括房屋面积、户型、装修状况、周边配套设施、交通便利性等。通过建立特征价格模型，将这些品质因素量化，并分析它们对住宅价格的影响程度，从而计算出住宅价格指数。例如，在一个特征价格模型中，房屋面积每增加10平方米，价格可能会增加5万元；周边有优质学校的住宅，价格可能会比没有优质学校的住宅高出10%等。这种方法能够全面考虑各种品质因素对住宅价格的影响，编制出的价格指数更能反映住宅价格的真实变动情况，但它对数据的要求较高，模型的建立和参数估计也较为复杂。此外，还有中位数价格法和加权平均法等。中位数价格法是使编制的指数较能反映房地产市场价格变动的集中趋势，避免受房地产市场价格中的极端值的影响。加权平均法是以报告期房地产实际交易价格与基期实际交易价格相比作为指数，加权的目的一方面是可以将大量的交易项目加总；另一方面也可以在一定程度上降低房地产品质差异及房地产市场结构变动对指数带来的影响，是国内现有的房地产指数采用的常用方法。不同的住宅价格测量方法各有优缺点，在实际应用中，需要根据具体情况选择合适的方法，以准确测量住宅价格的变动情况，为房地产市场的研究和政策制定提供可靠的依据。三、我国货币政策与住宅价格的现状分析3.1我国货币政策的演变历程新中国成立以来，我国货币政策经历了多个发展阶段，每个阶段都紧密围绕当时的经济形势和发展目标进行调整与变革。在计划经济时期，货币政策主要通过信贷规模进行管理和调控，采用“1:8”公式管理货币，确保货币流通适量，以支持国家工业化战略，货币发行与信贷控制严格受国家计划掌控，外汇管理实行国家垄断，汇率制度固定。改革开放后，我国货币政策进入新的发展阶段。在改革开放初期，为刺激经济增长，执行松的货币与财政政策，即“双松”政策搭配。但随后经济出现过热，通货膨胀加剧，又转为紧的货币与财政政策，即“双紧”政策调整，以控制通货膨胀。随着市场经济体制的逐步建立，货币政策从计划向市场过渡，取消贷款限制，转向间接调控，更加注重稳定经济和平衡供需。加入WTO后，外资银行的发展对货币政策传导产生影响，促使我国增强市场化工具作用，货币政策调控也由直接转向间接，以更好地应对国际金融市场变化。20世纪90年代以来，我国货币政策不断完善和发展。1992-1997年，鉴于之前“急刹车”式的紧缩货币政策过分造成经济下滑的经验，中央银行采取“适度从紧”的货币政策。1995年实施的《中国人民银行法》将货币政策目标调整为“保持货币币值稳定，并以此促进经济增长”，着重监控货币供给量；1996年4月正式开启公开市场业务，回购商业银行的短期国债；通过回收再贷款来进一步紧缩货币量；实施以市场供求为基础、单一的有管理的浮动汇率制度，将官方汇率和外汇市场汇率结合起来，成功实现了经济的“软着陆”，有效抑制了通货膨胀，同时保持了经济的稳定增长。1997年下半年爆发的亚洲经济危机对我国经济产生重大影响，出口需求减缓，人民币面临贬值压力，国内市场总需求不足，经济增长和就业率下降，物价持续走低，我国经济进入通货紧缩时期。1998-2003年，我国实施以反通缩和经济增长为主要目标的货币政策，通过降低利率、增加货币供应量等措施，刺激经济增长，扩大内需，推动经济走出通缩困境。2003-2008年，我国经济进入新一轮上升期，但部分行业固定资产投资过猛、粮食供求关系趋紧、货币信贷投放过多，同时国际石油价格大幅上涨，贸易顺差降低。在此背景下，我国中央银行采取稳中从紧的货币政策，宏观调控强调“渐进式”，预防经济增长由偏快转为过热和刚开始显现的物价上升现象。2003年放开人民币存款利率下限和贷款利率上限；八次提升金融机构存贷款基准利率；灵活利用公开市场业务，发行央行票据，保持基础货币平稳增长；十五次上调存款准备金率，并实施差别存款准备金率制度。2008年，美国次贷危机蔓延加剧，对全球经济造成严重冲击。我国经济也受到波及，出口大幅下降，经济增长面临巨大压力。为应对危机，我国及时调整宏观调控政策，实施适度宽松的货币政策。连续4次下调金融机构人民币存款基准利率，5次下调人民币贷款基准利率；同时，政府推出总额达四万亿人民币的经济刺激计划，以扩大内需，刺激经济增长。这些政策的实施，有效缓解了经济下行压力，促进了经济的平稳较快发展。2009-2010年，我国经济逐渐复苏，但也面临着通货膨胀压力和资产价格泡沫等问题。货币政策开始逐步转向稳健，既要保持经济的稳定增长，又要控制通货膨胀和防范金融风险。通过调整存款准备金率、公开市场操作等工具，合理控制货币信贷规模，引导资金流向实体经济，促进经济结构调整和转型升级。2011-2015年，我国经济进入结构调整和转型升级的关键时期，经济增长速度有所放缓。货币政策继续保持稳健，注重运用多种货币政策工具，保持流动性合理充裕，引导市场利率平稳运行，为经济结构调整和转型升级创造适宜的货币金融环境。加大对小微企业、“三农”等薄弱环节的金融支持力度，推动经济的可持续发展。2016-2019年，随着经济全球化的深入发展和国内经济结构调整的持续推进，我国货币政策面临着更加复杂的国内外形势。货币政策在保持稳健的基础上，更加注重灵活性和前瞻性，加强与财政政策、产业政策等的协调配合，共同促进经济的稳定增长和结构调整。推进利率市场化改革，完善人民币汇率形成机制，加强金融监管，防范系统性金融风险。2020年，新冠疫情突如其来，对我国经济社会发展造成严重冲击。为应对疫情冲击，央行多次下调存款准备金率，释放流动性，支持实体经济；针对受疫情影响较大的行业和领域，实施定向降准，提供更精准的金融支持；推出专项再贷款和再贴现政策，支持疫情防控重点保障企业，确保资金链稳定；通过降低政策利率，如中期借贷便利（MLF）利率，降低企业融资成本，刺激经济活动。2021-2023年，随着疫情防控取得阶段性成效，我国经济逐步恢复。货币政策保持稳健灵活，注重跨周期调节，在支持经济复苏的同时，关注通货膨胀和金融风险。加强对房地产市场的调控，坚持“房住不炒”定位，促进房地产市场平稳健康发展；加大对科技创新、绿色发展等重点领域的金融支持，推动经济高质量发展。2024年，中国人民银行坚持支持性货币政策立场，先后四次实施重大货币政策调整，助力经济保持回升向好态势，支持经济高质量发展。两次降低法定存款准备金率共1个百分点，两次下调央行政策利率共0.3个百分点，力度为近年来最大。加大对重点领域支持力度，设立5000亿元科技创新和技术改造再贷款，有效引导金融机构加大对科技型中小企业首贷户，以及对重点领域技术改造和设备更新项目的金融支持力度。推出3000亿元保障性住房再贷款，取消房贷利率政策下限，推动再度降低存量房贷利率，每年减少借款人房贷利息支出约1500亿元，供需两端同步发力支持房地产市场平稳健康发展；创设两项资本市场的支持工具，有效改善资本市场预期。3.2我国住宅价格的波动特征近年来，我国住宅价格整体呈现出上涨的趋势，但不同地区的住宅价格走势存在明显差异。一线城市如北京、上海、广州、深圳，住宅价格一直处于高位，且上涨幅度较大。以北京为例，2010-2020年期间，新建商品住宅价格从每平方米2.2万元左右上涨至每平方米6.5万元左右，涨幅超过195%。这些城市经济发达，就业机会多，吸引了大量人口流入，住房需求旺盛，同时土地资源相对稀缺，导致住宅价格居高不下。二线城市的住宅价格走势也较为强劲，部分热点二线城市如杭州、南京、成都等，住宅价格涨幅也较为可观。杭州在2015-2020年期间，随着城市经济的快速发展和一系列重大活动的举办，如G20峰会等，城市知名度和影响力不断提升，住宅价格从每平方米1.5万元左右上涨至每平方米3.8万元左右，涨幅达到153%。这些城市产业基础较好，城市建设不断完善，对人口的吸引力逐渐增强，住房需求持续增长，推动了住宅价格的上涨。相比之下，一些三四线城市的住宅价格波动相对较小，部分城市甚至出现了价格下跌的情况。一些资源型城市，随着资源的逐渐枯竭，经济发展面临困境，人口外流现象严重，住房需求减少，导致住宅价格出现下滑。东北地区的一些城市，由于经济结构调整和人口外流等因素，住宅价格增长乏力，甚至出现了不同程度的下降。从波动幅度来看，一线城市和热点二线城市的住宅价格波动幅度较大，在房地产市场调控政策出台或经济形势发生变化时，价格往往会出现较为明显的波动。在2016年底国家提出“房住不炒”定位后，各地纷纷出台房地产调控政策，一线城市和热点二线城市的住宅价格涨幅明显放缓，部分城市价格甚至出现了一定程度的回调。而三四线城市的住宅价格波动幅度相对较小，市场相对较为平稳，但在市场下行压力较大时，也可能面临价格下跌的风险。住宅价格的波动与经济周期存在密切关系。在经济繁荣时期，居民收入增加，购房能力增强，对住宅的需求上升，同时企业投资意愿也较强，房地产开发投资增加，市场供需两旺，推动住宅价格上涨。例如，在2003-2007年我国经济高速增长时期，住宅价格也呈现出快速上涨的态势。而在经济衰退时期，居民收入减少，购房需求受到抑制，企业投资也会减少，房地产市场需求不足，住宅价格上涨动力减弱，甚至可能出现下跌。2008年全球金融危机爆发后，我国经济受到一定冲击，住宅价格增速明显放缓，部分城市房价出现下跌。政策因素对住宅价格波动也有着重要影响。政府出台的房地产调控政策，如限购、限贷、限售、提高首付比例、调整贷款利率等，会直接影响房地产市场的供需关系和购房者的购房成本，从而对住宅价格产生调控作用。2017年，许多城市实施限购限贷政策，限制了投资投机性购房需求，使得住宅价格涨幅得到有效控制，部分城市房价出现了稳中有降的态势。3.3货币政策与住宅价格的初步关联分析为了初步探究我国货币政策与住宅价格之间的关系，我们对货币供应量（M2）、利率（以一年期存款基准利率为例）以及住宅价格（选取全国新建商品住宅平均销售价格）的数据进行了收集和整理，时间跨度为2000-2023年。表1展示了这些变量的描述性统计结果。变量观测值平均值标准差最小值最大值M2（万亿元）24124.0974.3513.46282.74一年期存款基准利率（%）242.840.881.504.14新建商品住宅平均销售价格（元/平方米）246377.712273.22211210582从表1中可以看出，2000-2023年期间，我国货币供应量（M2）平均值达到124.09万亿元，标准差为74.35万亿元，反映出货币供应量在这一时期的波动较大，最大值为282.74万亿元，最小值为13.46万亿元，体现了随着经济的发展，货币供应量呈现出显著的增长趋势，这与我国经济规模的不断扩大以及货币政策的调控密切相关。一年期存款基准利率平均值为2.84%，标准差为0.88%，在经济形势和货币政策的调整下，利率在不同时期有所波动，最大值为4.14%，最小值为1.50%，利率的波动反映了中央银行根据经济状况对货币政策的灵活调整，以达到调节经济增长、稳定物价等目标。新建商品住宅平均销售价格平均值为6377.71元/平方米，标准差为2273.22元/平方米，价格波动较为明显，最大值达到10582元/平方米，最小值为2112元/平方米，表明我国住宅价格在这一时期整体呈现出上升的趋势，且不同年份之间的价格差异较大，受到多种因素的综合影响。为了更直观地观察货币政策与住宅价格在时间序列上的变化趋势，我们绘制了图1。从图1中可以清晰地看出，货币供应量（M2）呈现出持续快速增长的态势，这反映了我国经济规模的不断扩张以及货币政策在不同时期为了促进经济增长、应对经济危机等采取的扩张性或稳健的调控措施，使得货币供应量不断增加，为经济发展提供了充足的资金支持。一年期存款基准利率在不同阶段有升有降，2000-2007年期间，随着经济的快速增长和通货膨胀压力的逐渐显现，利率呈现上升趋势，中央银行通过提高利率来抑制过度投资和消费，防止经济过热；2008-2009年，受全球金融危机的影响，我国经济面临较大的下行压力，为了刺激经济复苏，利率大幅下降；2010-2011年，经济逐渐复苏，通货膨胀压力再次出现，利率又有所回升；之后，随着经济结构调整和经济增长速度的放缓，利率总体呈现出下降的趋势，以降低企业融资成本，促进投资和消费，推动经济的可持续发展。住宅价格也呈现出总体上升的趋势，与货币供应量的增长趋势有一定的相似性，在2003-2007年、2009-2010年、2015-2016年等时间段，住宅价格上涨较为明显，这些时期往往伴随着宽松的货币政策，货币供应量增加，利率下降，刺激了房地产市场的投资和消费需求，推动了房价的上涨；而在一些房地产调控政策较为严格的时期，房价上涨速度有所放缓。【配图1张：2000-2023年货币供应量、利率与住宅价格变化趋势图】通过初步的描述性统计和图表分析，我们可以发现我国货币政策与住宅价格在时间序列上存在一定的关联，但这种关联是否具有统计学意义以及它们之间具体的数量关系还需要进一步的实证分析来确定。四、货币政策影响住宅价格的机制分析4.1利率传导机制利率作为货币政策的重要中介变量，在货币政策影响住宅价格的过程中发挥着关键作用，其传导机制主要通过影响购房者的贷款成本和开发商的融资成本，进而作用于住宅市场的供需关系和价格水平。对于购房者而言，利率的变动直接关系到其贷款成本。当利率上升时，购房者的房贷利率也会随之提高。以商业贷款为例，假设购房者申请一笔30年期、100万元的商业贷款，在利率为4%时，每月还款额约为4774元，总还款额约为171.86万元；若利率上升至6%，每月还款额则增加到约6000元，总还款额变为约216万元。还款压力的显著增大，使得一部分潜在购房者可能会推迟购房计划，或者因无力承担高额还款而放弃购房，这直接导致住宅市场的需求减少。根据需求定理，在其他条件不变的情况下，需求的减少会促使住宅价格下降。相反，当利率下降时，购房者的贷款成本降低，每月还款压力减轻。原本因贷款成本过高而犹豫不决的购房者可能会积极入市，从而增加住宅市场的需求，推动住宅价格上涨。从开发商的角度来看，利率变动对其融资成本有着重大影响。房地产开发是一个资金密集型行业，开发商在项目开发过程中往往需要大量的外部融资，银行贷款是其主要的融资渠道之一。当利率上升时，开发商的贷款利息支出显著增加。例如，某房地产开发项目贷款金额为5亿元，利率从5%上升到7%，每年的利息支出就会增加1000万元。融资成本的大幅提高压缩了开发商的利润空间，使得开发商在项目决策时更加谨慎。为了降低风险和减少资金成本，开发商可能会减少新项目的开发，或者放缓现有项目的开发进度，这直接导致住宅市场的供给减少。在需求不变或增加的情况下，供给的减少会推动住宅价格上升。反之，当利率下降时，开发商的融资成本降低，利息支出减少，利润空间相对扩大。这会激发开发商的投资热情，促使他们加大对房地产项目的投资，增加住宅的开发数量和供应规模，从而对住宅价格产生下行压力。利率还会通过影响购房者和开发商的预期，间接影响住宅价格。当利率上升时，购房者会预期未来还款压力将持续增大，购房的长期成本上升，这不仅会抑制当前的购房需求，还可能导致购房者对未来房价走势持悲观态度，进一步减少购房意愿。同时，开发商也会预期融资成本将长期处于高位，开发项目的利润空间受限，从而减少开发投资。这种供需双方的悲观预期相互作用，使得住宅价格面临下行压力。相反，当利率下降时，购房者和开发商都会对未来市场产生乐观预期，购房者预期购房成本降低，未来房价可能上涨，会增加购房需求；开发商预期融资成本降低，开发项目的利润空间增大，会加大开发投资，这种乐观预期会推动住宅价格上升。利率传导机制在货币政策影响住宅价格的过程中起着核心作用，通过直接和间接的方式影响购房者和开发商的行为，进而改变住宅市场的供需关系，最终对住宅价格产生重要影响。在实际经济运行中，利率传导机制还会受到其他因素的制约和影响，如金融市场的完善程度、购房者和开发商对利率变动的敏感程度等，这些因素会使利率传导机制的效果存在一定的差异和不确定性。4.2信贷传导机制信贷传导机制在货币政策影响住宅价格的过程中扮演着重要角色，它主要通过影响银行信贷规模和信贷条件，进而作用于购房者和开发商的融资行为，最终对住宅价格产生影响。货币政策的调整会直接影响银行的信贷规模。当中央银行实行扩张性货币政策时，如降低存款准备金率、进行公开市场操作买入有价证券等，会增加商业银行的可贷资金。例如，降低存款准备金率使得商业银行缴存的准备金减少，可用于放贷的资金相应增加，从而扩大信贷规模。这使得购房者和开发商更容易获得贷款。对于购房者而言，更容易获得住房贷款意味着更多潜在购房者能够实现购房需求，从而增加住宅市场的需求。据相关数据显示，在信贷规模扩张时期，住房贷款发放量显著增加，许多原本因贷款困难而推迟购房计划的消费者得以进入市场，推动住宅需求上升。从开发商角度，信贷规模的扩大使其融资渠道更加顺畅，有更多资金用于房地产项目的开发、建设和运营。开发商能够顺利获得贷款，意味着可以启动更多的项目，增加住宅的供给。在某些城市，信贷规模扩张后，新开工的房地产项目数量明显增多，住宅供应量也相应增加。信贷条件的变化也是信贷传导机制的重要环节。当货币政策宽松时，银行的信贷条件往往会放宽，包括降低贷款利率、降低首付比例、简化贷款审批流程等。贷款利率的降低直接降低了购房者的贷款成本。以一笔30年期、100万元的商业贷款为例，若贷款利率从5%降至4.5%，每月还款额将减少约300元，总还款额减少约10.8万元。这使得更多消费者有能力承担房贷，从而刺激购房需求。首付比例的降低也降低了购房门槛，使得一些原本因首付资金不足而无法购房的消费者能够进入市场，进一步增加购房需求。简化贷款审批流程则提高了贷款发放的效率，减少了购房者等待贷款的时间成本，也有助于促进购房消费。对于开发商来说，宽松的信贷条件降低了融资成本和融资难度。开发商可以以更低的利率获得贷款，减少利息支出，提高项目的盈利能力。简化的贷款审批流程使开发商能够更快地获得资金，加快项目的开发进度，提高资金周转效率。这可能会促使开发商增加投资，扩大开发规模，增加住宅市场的供给。相反，当货币政策紧缩时，银行信贷条件收紧，贷款利率上升，首付比例提高，贷款审批流程变得严格，这会增加购房者和开发商的融资成本和难度，抑制购房需求和房地产开发投资，对住宅价格产生下行压力。信贷传导机制还会受到金融市场环境和金融机构行为的影响。在金融市场不稳定或金融机构风险偏好较低时，即使中央银行实行扩张性货币政策，银行可能也会出于风险控制的考虑，不愿意过度扩张信贷规模，或者提高信贷条件，这会削弱信贷传导机制的效果，使得货币政策对住宅价格的影响受到一定程度的阻碍。4.3货币供应量传导机制货币供应量作为货币政策的重要中介目标，其变动对住宅价格有着重要的传导作用，主要通过影响市场流动性和资金流向，进而对住宅市场的供需关系和价格水平产生影响。当中央银行实行扩张性货币政策，增加货币供应量时，市场上的货币总量增多，市场流动性增强。大量的资金涌入金融市场，使得金融机构的可贷资金规模显著扩大。在这种情况下，金融机构有更多的资金可供借贷，从而降低了贷款门槛和利率，企业和居民更容易获得贷款。对于房地产市场而言，这意味着购房者和开发商的融资环境得到极大改善。购房者更容易获得住房贷款，这直接刺激了住宅市场的需求。随着可贷资金的增加，原本因资金不足而无法购房的消费者能够进入市场，使得住宅需求大幅增加。从开发商角度来看，充足的资金供应使得他们能够顺利获得项目开发所需的贷款，有更多的资金用于土地购置、项目建设和市场营销等环节，从而能够增加住宅的开发数量和供应规模，满足市场需求。在实际经济运行中，货币供应量的增加会引发市场资金流向的变化。投资者在资产配置过程中，会根据市场情况调整投资组合。由于房地产具有一定的保值增值属性，在货币供应量增加、市场流动性充裕的情况下，大量资金会流向房地产市场。这是因为投资者预期房地产价格会随着市场资金的增加而上涨，投资房地产能够获得较高的收益。这种资金流向的变化进一步推动了住宅价格的上涨。例如，在一些经济繁荣时期，货币供应量持续增加，大量资金涌入房地产市场，导致住宅价格迅速攀升。据相关数据显示，在某一时期货币供应量大幅增长后，房地产市场的投资热度急剧上升，住宅价格涨幅明显。相反，当中央银行实行紧缩性货币政策，减少货币供应量时，市场流动性减弱，金融机构的可贷资金规模缩小，贷款门槛提高，利率上升。购房者的贷款难度增大，贷款成本显著增加，这会抑制购房需求，使得一部分潜在购房者推迟购房计划或放弃购房。开发商的融资难度也会加大，资金链紧张，可能会减少开发项目的数量，甚至放缓现有项目的开发进度，导致住宅市场的供给减少。同时，由于市场资金的减少，投资者会减少对房地产市场的投资，资金从房地产市场流出，转向其他收益相对稳定或更高的投资领域。这些因素综合作用，使得住宅价格面临下行压力。货币供应量的变化还会通过影响通货膨胀预期，间接影响住宅价格。当货币供应量增加时，人们预期未来物价会上涨，通货膨胀压力增大。为了抵御通货膨胀的风险，投资者会将资金投向房地产等实物资产，认为房地产能够保值增值，从而增加对住宅的需求，推动住宅价格上涨。反之，当货币供应量减少时，通货膨胀预期降低，投资者对房地产的投资热情下降，住宅价格上涨动力减弱。货币供应量传导机制在货币政策影响住宅价格的过程中起着重要作用，通过直接改变市场流动性和资金流向，以及间接影响通货膨胀预期等方式，对住宅市场的供需关系和价格水平产生重要影响。在实际经济运行中，货币供应量传导机制还会受到其他因素的影响，如金融市场的完善程度、投资者的预期和行为等，这些因素会使货币供应量对住宅价格的影响效果存在一定的不确定性和复杂性。4.4预期传导机制预期传导机制在货币政策影响住宅价格的过程中发挥着独特而重要的作用，它主要通过影响市场参与者对未来经济和住宅价格的预期，进而改变他们的购房决策和投资行为，最终对住宅价格产生影响。货币政策的调整往往会释放出明确的政策信号，这些信号会直接影响市场参与者对未来经济形势和住宅价格走势的预期。当中央银行实行扩张性货币政策时，如降低利率、增加货币供应量等，市场参与者会接收到货币政策宽松的信号，进而预期未来经济将呈现增长态势。这种对经济增长的乐观预期会使消费者对未来收入产生积极的预期，认为自己未来的收入将增加，从而增强了他们的购房信心和能力。消费者会认为在经济增长的背景下，房地产作为一种重要的资产，具有保值增值的潜力，购买住宅不仅可以满足居住需求，还能实现资产的增值。因此，他们会积极地参与房地产市场，增加购房需求，推动住宅价格上涨。例如，在2008年全球金融危机后，我国实行了适度宽松的货币政策，市场参与者预期经济将逐渐复苏，购房需求迅速增加，许多城市的住宅价格出现了明显的上涨。对于投资者而言，扩张性货币政策引发的经济增长预期会使他们认为投资房地产将获得更高的收益。在经济增长的环境下，房地产市场通常会表现活跃，租金收入和房价增值的预期都会提高，这吸引了大量投资者将资金投入房地产市场。投资者的涌入进一步增加了住宅市场的需求，推动住宅价格上升。相反，当中央银行实行紧缩性货币政策时，市场参与者会预期经济增长速度将放缓，未来收入可能受到影响，购房能力和意愿会相应下降。消费者会更加谨慎地对待购房决策，可能会推迟购房计划，等待房价下跌。投资者也会预期房地产市场的投资回报率下降，为了降低风险，他们会减少对房地产市场的投资，甚至将资金撤出房地产市场，转向其他更具潜力的投资领域。这种供需双方的悲观预期会导致住宅市场需求减少，供给相对增加，从而对住宅价格产生下行压力。市场预期还具有自我强化的特点。当市场参与者普遍预期住宅价格上涨时，这种预期会促使更多的人参与购房，形成一种“追涨”的心理和行为。购房者担心错过房价上涨带来的资产增值机会，会纷纷进入市场，进一步推动房价上涨，从而强化了市场对房价上涨的预期。反之，当市场预期住宅价格下跌时，购房者会持观望态度，等待房价进一步下跌，市场交易活跃度降低，房价可能会在这种悲观预期的影响下继续下跌，进一步验证和强化市场对房价下跌的预期。预期传导机制还受到信息传播和市场情绪的影响。在信息时代，货币政策的调整和相关经济数据的发布能够迅速传播，市场参与者可以及时获取这些信息，并根据自己的理解和判断形成预期。同时，市场情绪也会对预期产生影响，乐观的市场情绪会放大对房价上涨的预期，而悲观的市场情绪则会加剧对房价下跌的预期。五、我国货币政策与住宅价格协整关系的实证研究设计5.1数据选取与处理为了深入探究我国货币政策与住宅价格之间的协整关系，本研究选取了具有代表性的变量数据，这些数据主要来源于中国人民银行官网、国家统计局官网以及Wind数据库，确保了数据的权威性和可靠性。在变量选取方面，货币供应量选取广义货币供应量M2作为代表变量，M2不仅包括流通中的现金、企事业单位活期存款等流动性较强的货币，还涵盖了定期存款、储蓄存款等准货币，能够全面反映社会的货币总量和流动性状况，对经济运行和资产价格有着重要影响。利率选取一年期贷款基准利率作为代表变量，一年期贷款基准利率是金融市场的重要利率指标，直接影响着企业和居民的融资成本，在货币政策传导机制中起着关键作用，对房地产市场的投资和消费行为有着直接的引导作用。住宅价格选取全国新建商品住宅平均销售价格作为代表变量，该变量能够直观地反映我国住宅市场的价格水平和变动趋势，是衡量房地产市场发展状况的重要指标。数据的时间跨度为2000年1月至2023年12月，共288个月度数据。选择这一时间跨度，主要是因为2000年以来，我国房地产市场经历了快速发展和多次政策调整，货币供应量和利率也随着经济形势的变化而不断波动，这一时期的数据能够充分反映我国货币政策与住宅价格的动态变化关系，具有较强的代表性和研究价值。为了消除数据的异方差性和季节性因素的影响，使数据更加平稳和易于分析，对所有变量的数据进行了如下处理：对货币供应量M2、一年期贷款基准利率和全国新建商品住宅平均销售价格进行对数化处理，分别记为lnM2、lnR和lnP。对数化处理不仅能够使数据的变化趋势更加线性化，便于建立计量经济模型，还能在一定程度上消除数据的异方差问题，提高模型估计的准确性。采用X-12季节调整方法对数据进行季节性调整，去除数据中的季节性波动因素，使数据更能反映出变量的长期趋势和内在关系。经过上述处理后，得到的变量序列更加平稳和可靠，为后续的实证分析奠定了坚实的基础。5.2模型构建为了深入探究我国货币政策与住宅价格之间的动态关系，本研究采用向量自回归（VAR）模型进行实证分析。VAR模型是一种基于数据统计性质的非结构化模型，它将系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，能够有效地处理多个时间序列变量之间的相互依存关系，在分析经济系统的动态特性方面具有显著优势。VAR模型的一般形式为：Y_t=A_1Y_{t-1}+A_2Y_{t-2}+\cdots+A_pY_{t-p}+\mu_t其中，Y_t是由内生变量组成的k维列向量，在本研究中，Y_t=\begin{pmatrix}\lnM2_t\\\lnR_t\\\lnP_t\end{pmatrix}，分别表示t时期的对数化货币供应量、对数化一年期贷款基准利率和对数化住宅价格；A_1,A_2,\cdots,A_p是k\timesk维的系数矩阵，用于衡量各变量滞后项对当期变量的影响程度；p为滞后阶数，合理选择滞后阶数对于模型的准确性和有效性至关重要，滞后阶数过小可能导致模型无法充分捕捉变量之间的动态关系，滞后阶数过大则可能会增加模型的复杂度，导致参数估计不准确，本研究将通过AIC（赤池信息准则）、BIC（贝叶斯信息准则）等信息准则来确定最优滞后阶数；\mu_t是k维的随机扰动项，满足均值为零、方差协方差矩阵为\Omega的正态分布，即\mu_t\simN(0,\Omega)，它反映了除模型中已包含变量之外的其他随机因素对内生变量的影响。在构建VAR模型之前，需要对数据进行平稳性检验，以避免出现伪回归问题。如果时间序列数据是非平稳的，直接进行回归分析可能会得到错误的结果，因此需要对非平稳序列进行差分处理，使其变为平稳序列。本研究采用ADF（AugmentedDickey-Fuller）检验方法对各变量进行平稳性检验，根据检验结果判断变量是否平稳以及平稳的阶数。若所有变量均为同阶单整序列，则满足协整检验的前提条件，可以进一步进行协整检验，以确定变量之间是否存在长期稳定的均衡关系。协整检验能够揭示变量之间的长期关系，即使变量本身是非平稳的，但它们的线性组合可能是平稳的，这种平稳的线性组合就反映了变量之间的长期均衡关系。本研究将采用Johansen协整检验方法来确定变量之间的协整关系。通过构建VAR模型并进行相关检验，能够全面、深入地分析我国货币政策与住宅价格之间的动态关系，为后续的脉冲响应分析和方差分解分析奠定坚实的基础，从而更准确地揭示货币政策对住宅价格的影响机制和作用效果。5.3实证方法选择为了深入分析我国货币政策与住宅价格之间的关系，本研究选用了单位根检验、协整检验、格兰杰因果检验等实证方法，这些方法能够从不同角度揭示变量之间的动态联系，为研究提供全面且深入的视角。在时间序列分析中，单位根检验是至关重要的第一步，它用于判断变量序列是否为平稳序列。若序列不平稳，直接进行回归分析极有可能导致伪回归问题，使研究结果出现偏差。本研究采用ADF检验对货币供应量（lnM2）、利率（lnR）和住宅价格（lnP）的时间序列数据进行平稳性检验。ADF检验通过构建回归方程，对时间序列数据进行分析，判断是否存在单位根。若存在单位根，则说明序列不平稳；反之，若不存在单位根，则序列平稳。通过ADF检验，能够确定各变量的平稳性状态，为后续的分析提供可靠的基础。协整检验用于确定非平稳时间序列之间是否存在长期稳定的均衡关系。在经济领域中，许多时间序列变量虽然自身不平稳，但它们之间可能存在某种长期的均衡关系，这种关系能够反映出经济变量之间的内在联系。本研究采用Johansen协整检验方法，对经过单位根检验确定为同阶单整的变量进行协整检验。Johansen协整检验基于向量自回归模型，通过对矩阵特征值和特征向量的分析，来判断变量之间是否存在协整关系以及协整关系的个数。若变量之间存在协整关系，意味着它们在长期内存在一种稳定的均衡关系，这种关系可以用于预测和政策分析。格兰杰因果检验用于判断变量之间是否存在因果关系，即一个变量的变化是否会引起另一个变量的变化。该检验的前提是变量必须是平稳的，若变量不平稳，则需要先进行差分处理，使其变为平稳序列后再进行检验。在本研究中，对于经过协整检验确定存在长期均衡关系的变量，进一步进行格兰杰因果检验，以确定货币政策变量（货币供应量、利率）与住宅价格之间的因果方向。格兰杰因果检验通过构建回归模型，检验一个变量的滞后项是否能够显著解释另一个变量的变化，从而判断因果关系的存在性和方向。单位根检验、协整检验和格兰杰因果检验在本研究中相互配合，共同揭示我国货币政策与住宅价格之间的关系。单位根检验确保数据的平稳性，为后续分析奠定基础；协整检验确定变量之间的长期均衡关系，揭示它们的内在联系；格兰杰因果检验明确变量之间的因果方向，为政策制定提供依据。六、实证结果与分析6.1单位根检验结果在进行协整检验和建立VAR模型之前，首先需要对各变量进行单位根检验，以判断其平稳性。本研究采用ADF检验方法，对货币供应量（lnM2）、利率（lnR）和住宅价格（lnP）三个变量进行单位根检验，检验结果如表2所示：变量ADF检验值检验类型（c,t,k）临界值（1%）临界值（5%）临界值（10%）P值结论lnM2-1.857(c,t,2)-4.042-3.455-3.1520.447不平稳ΔlnM2-7.546(c,0,1)-3.460-2.872-2.5720.000平稳lnR-1.379(c,t,3)-4.047-3.458-3.1540.713不平稳ΔlnR-5.458(c,0,2)-3.462-2.873-2.5730.000平稳lnP-1.624(c,t,2)-4.042-3.455-3.1520.573不平稳ΔlnP-8.671(c,0,1)-3.460-2.872-2.5720.000平稳注：检验类型（c,t,k）中，c表示常数项，t表示趋势项，k表示滞后阶数；Δ表示一阶差分。从表2的检验结果可以看出，lnM2、lnR和lnP的ADF检验值均大于1%、5%和10%显著性水平下的临界值，且P值均大于0.1，说明这三个变量在原序列下均不平稳。对这三个变量进行一阶差分后，ΔlnM2、ΔlnR和ΔlnP的ADF检验值均小于1%显著性水平下的临界值，且P值均为0.000，表明它们在一阶差分后是平稳的。因此，lnM2、lnR和lnP均为一阶单整序列，即I(1)，满足进行协整检验的前提条件。单位根检验的结果为后续分析奠定了基础，确保了研究的可靠性和准确性，只有在数据平稳的基础上进行的协整检验和模型估计，才能得到有效的结论，准确揭示货币政策与住宅价格之间的关系。6.2协整检验结果在确定各变量均为一阶单整序列后，采用Johansen协整检验方法对货币供应量（lnM2）、利率（lnR）和住宅价格（lnP）进行协整检验，以确定它们之间是否存在长期稳定的均衡关系。Johansen协整检验是基于向量自回归（VAR）模型进行的，在进行协整检验之前，需要先确定VAR模型的最优滞后阶数。通过AIC（赤池信息准则）、BIC（贝叶斯信息准则）、HQ（汉南-奎因信息准则）等信息准则进行判断，检验结果如表3所示：滞后阶数LogLLRFPEAICBICHQ0-475.443NA0.0013.3773.4383.4031-370.645187.6154.45e-052.6672.8512.7562-344.20643.4442.42e-052.5302.8372.6823-334.23115.7082.32e-052.5142.9442.7294-324.31414.6382.24e-052.4963.0492.774从表3可以看出，根据AIC、BIC和HQ信息准则，均选择滞后阶数为4时最优。因此，确定VAR模型的最优滞后阶数为4，在此基础上进行Johansen协整检验，检验结果如表4所示：假设的协整方程个数特征值迹统计量5%临界值P值None*0.14546.78429.7970.000Atmost1*0.09823.45615.4950.001Atmost2*0.0537.2313.8410.007注：*表示在5%的显著性水平下拒绝原假设。由表4的协整检验结果可知，在5%的显著性水平下，迹统计量46.784大于5%临界值29.797，拒绝“None”（不存在协整关系）的原假设，表明变量之间至少存在一个协整关系；迹统计量23.456大于5%临界值15.495，拒绝“Atmost1”（至多存在一个协整关系）的原假设，表明变量之间至少存在两个协整关系；迹统计量7.231大于5%临界值3.841，拒绝“Atmost2”（至多存在两个协整关系）的原假设，表明变量之间存在三个协整关系。这说明货币供应量（lnM2）、利率（lnR）和住宅价格（lnP）之间存在长期稳定的均衡关系，即我国货币政策与住宅价格之间存在长期的协整关系。这种长期均衡关系的存在，意味着从长期来看，货币政策的变动会对住宅价格产生系统性的影响，为进一步分析货币政策对住宅价格的影响机制和效果提供了有力的依据。通过协整方程可以定量地描述它们之间的长期均衡关系，从而更深入地理解货币政策与住宅价格之间的内在联系。6.3格兰杰因果检验结果在确定变量之间存在协整关系后，进一步进行格兰杰因果检验，以判断货币政策变量（货币供应量、利率）与住宅价格之间的因果方向。格兰杰因果检验的原假设为“X不是Y的格兰杰原因”，通过检验变量的滞后项是否能够显著地影响另一个变量，来判断因果关系的存在性。检验结果如表5所示：原假设F统计量P值结论lnM2不是lnP的格兰杰原因5.4560.001拒绝原假设lnP不是lnM2的格兰杰原因1.8730.125接受原假设lnR不是lnP的格兰杰原因4.2310.008拒绝原假设lnP不是lnR的格兰杰原因2.5640.063接受原假设从表5的检验结果可以看出，在5%的显著性水平下，lnM2不是lnP的格兰杰原因的P值为0.001，小于0.05，拒绝原假设，表明货币供应量（lnM2）是住宅价格（lnP）的格兰杰原因，即货币供应量的变化会引起住宅价格的变化。而lnP不是lnM2的格兰杰原因的P值为0.125，大于0.05，接受原假设，说明住宅价格的变化不会引起货币供应量的变化。同理，lnR不是lnP的格兰杰原因的P值为0.008，小于0.05，拒绝原假设，表明利率（lnR）是住宅价格（lnP）的格兰杰原因，即利率的变化会对住宅价格产生影响。lnP不是lnR的格兰杰原因的P值为0.063，大于0.05，接受原假设，说明住宅价格的变化不会导致利率的变化。格兰杰因果检验结果表明，我国货币政策中的货币供应量和利率是住宅价格的格兰杰原因，货币政策的变动会对住宅价格产生影响，而住宅价格的变动不会反向影响货币政策变量。这意味着中央银行可以通过调整货币政策，如调节货币供应量和利率，来对住宅价格进行有效的调控，为政府制定房地产市场调控政策提供了重要的依据。6.4脉冲响应分析在VAR模型的基础上，通过脉冲响应函数进一步分析货币政策冲击对住宅价格的动态影响。脉冲响应函数用于衡量当一个内生变量受到一个标准差大小的冲击时，对其他内生变量在当前及未来各期的影响程度。图2展示了货币供应量（lnM2）、利率（lnR）冲击对住宅价格（lnP）的脉冲响应结果，横坐标表示冲击响应的期数（单位：月），纵坐标表示住宅价格对各变量冲击的响应程度。【配图1张：货币供应量、利率冲击对住宅价格的脉冲响应图】从图2中可以看出，当在本期给货币供应量（lnM2）一个正向冲击后，住宅价格（lnP）在第1期就立即产生正向响应，且响应程度较为明显，达到0.02左右。这表明货币供应量的增加会迅速对住宅价格产生推动作用，使得住宅价格上涨。在接下来的几期，住宅价格的正向响应持续增强，在第3期达到峰值，响应程度约为0.035。这说明货币供应量的增加对住宅价格的推动作用在短期内会不断增强，随着时间的推移，这种正向响应逐渐减弱，但在较长时间内仍保持在一定的正向水平，直到第12期左右，响应程度才逐渐趋近于0。这表明货币供应量的变动对住宅价格的影响具有持续性，且在短期内影响较为显著，长期来看，虽然影响逐渐减弱，但仍然存在一定的影响。货币供应量的增加会导致市场上的资金量增多，流动性增强，更多的资金会流向房地产市场，从而推动住宅价格上涨。当在本期给利率（lnR）一个正向冲击后，住宅价格（lnP）在第1期产生负向响应，响应程度约为-0.015。这说明利率的上升会使住宅价格立即出现下降趋势，这是因为利率上升会增加购房者的贷款成本，抑制购房需求，同时也会增加开发商的融资成本，减少房地产开发投资，从而对住宅价格产生下行压力。在第2-4期，住宅价格的负向响应逐渐增强，在第4期达到峰值，响应程度约为-0.025。此后，负向响应逐渐减弱，到第8期左右，响应程度趋近于0。这表明利率变动对住宅价格的影响在短期内较为明显，随着时间的推移，影响逐渐减弱。利率作为货币政策的重要工具，对住宅价格的影响具有较强的时效性，利率的调整能够在短期内迅速影响房地产市场的供需关系，进而对住宅价格产生作用。通过脉冲响应分析可以看出，货币政策中的货币供应量和利率对住宅价格均有显著影响，且影响具有一定的持续性和时效性。货币供应量的增加会在短期内迅速推动住宅价格上涨，且影响持续时间较长；利率的上升则会在短期内使住宅价格下降，影响在短期内较为明显。这为政府制定房地产市场调控政策提供了重要的参考依据，政府可以根据经济形势和房地产市场的实际情况，合理调整货币政策，以达到稳定住宅价格的目的。6.5方差分解分析为了进一步分析货币政策变量对住宅价格波动的贡献度，在VAR模型的基础上进行方差分解。方差分解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。表6展示了住宅价格（lnP）的方差分解结果，其中，S.E.表示预测误差的标准差，反映了模型预测的不确定性程度，随着期数的增加，预测误差标准差逐渐增大，表明预测的不确定性逐渐增加；lnM2、lnR和lnP分别表示货币供应量、利率和住宅价格自身对住宅价格波动的贡献比例。时期S.E.lnM2lnRlnP10.0210.0000.000100.00020.0353.4561.56794.97730.0426.8732.87490.25340.04810.2344.12385.64350.05313.4565.34581.19960.05716.5436.51276.94570.06119.4877.62372.89080.06422.2988.68769.01590.06724.9879.70165.312100.07027.55610.67861.766从表6可以看出，在第1期，住宅价格的波动完全由其自身因素引起，这是因为在初始阶段，还未受到货币供应量和利率等外部因素的影响，住宅价格主要受前期价格水平和市场自身供需关系的影响。随着时间的推移，货币供应量（lnM2）和利率（lnR）对住宅价格波动的贡献度逐渐增加。在第2期，货币供应量对住宅价格波动的贡献度为3.456%，利率的贡献度为1.567%，住宅价格自身的贡献度下降到94.977%。这表明在短期内，货币供应量和利率已经开始对住宅价格产生影响，且货币供应量的影响相对较大。到第10期，货币供应量对住宅价格波动的贡献度上升到27.556%，利率的贡献度上升到10.678%，而住宅价格自身的贡献度下降到61.766%。这说明从长期来看，货币政策变量对住宅价格波动的影响逐渐增强，货币供应量对住宅价格波动的贡献度较为显著，利率的贡献度相对较小，但两者都对住宅价格的波动产生了不可忽视的作用。方差分解结果进一步证实了货币政策与住宅价格之间存在紧密的联系，货币供应量和利率的变动在一定程度上能够解释住宅价格的波动，且随着时间的推移，这种解释能力逐渐增强。这为政府制定房地产市场调控政策提供了更深入的依据，政府在调控住宅价格时，应充分考虑货币供应量和利率等货币政策因素的影响，合理运用货币政策工具，以实现住宅价格的稳定。七、区域差异分析7.1不同地区货币政策与住宅价格关系的差异为了深入探究货币政策对住宅价格影响的区域差异，本研究选取了具有代表性的一线城市（北京、上海、广州、深圳）、二线城市（杭州、南京、武汉、成都）和三线城市（徐州、扬州、绍兴、金华）作为研究对象，收集了这些城市2000-2023年的货币供应量（M2）、一年期贷款基准利率以及住宅价格的相关数据。在分析过程中，同样对数据进行了对数化处理和季节性调整，以消除异方差性和季节性因素的影响。运用向量自回归（VAR）模型，分别对一线城市、二线城市和三线城市的数据进行回归分析，并进行脉冲响应分析和方差分解分析，以比较不同地区货币政策与住宅价格之间的动态关系和影响程度。从脉冲响应分析结果来看，不同地区对货币政策冲击的响应存在明显差异。在一线城市，当给货币供应量一个正向冲击后，住宅价格在第1期就产生显著的正向响应，且响应程度较大，在随后的几期内，响应持续增强，在第4期左右达到峰值，之后逐渐减弱，但在较长时间内仍保持较高的正向响应水平。这表明货币供应量的增加对一线城市住宅价格的推动作用迅速且持久，一线城市房地产市场对货币供应量的变化极为敏感。一线城市经济发达，人口流入量大，住房需求旺盛，且房地产市场具有较强的投资属性，货币供应量的增加会吸引大量资金流入房地产市场，从而迅速推动房价上涨。在二线城市，货币供应量正向冲击对住宅价格的正向响应在第1期相对较弱，但随着时间的推移，响应逐渐增强，在第5期左右达到峰值，之后也逐渐减弱，但响应程度低于一线城市。这说明货币供应量对二线城市住宅价格的影响具有一定的滞后性，但在长期内仍有较为明显的推动作用。二线城市经济发展水平和人口吸引力相对一线城市略逊一筹，房地产市场的投资属性相对较弱，所以对货币供应量变化的响应速度和强度不如一线城市。在三线城市，货币供应量正向冲击对住宅价格的正向响应较为微弱，在第1-3期几乎没有明显变化，从第4期开始才出现微弱的正向响应，且响应程度在后续期数中增长缓慢。这表明货币供应量对三线城市住宅价格的影响较小，三线城市房地产市场对货币供应量变化的敏感度较低。三线城市经济发展水平相对较低，人口增长速度较慢，住房需求相对稳定，房地产市场主要以自住需求为主，投资属性较弱，所以货币供应量的变化对其住宅价格的影响有限。当给利率一个正向冲击时，一线城市住宅价格在第1期立即产生明显的负向响应，在第3期左右达到峰值，之后负向响应逐渐减弱。这说明利率上升对一线城市住宅价格的抑制作用迅速且显著，一线城市房地产市场对利率变化的敏感度较高。二线城市住宅价格对利率正向冲击的负向响应在第1期相对较弱，在第4期左右达到峰值，之后逐渐减弱。这表明利率对二线城市住宅价格的影响具有一定的滞后性，且影响程度低于一线城市。三线城市住宅价格对利率正向冲击的负向响应更为微弱，在第1-5期几乎没有明显变化，从第6期开始才出现极微弱的负向响应，且响应程度在后续期数中增长缓慢。这说明利率对三线城市住宅价格的影响非常有限，三线城市房地产市场对利率变化的敏感度极低。通过方差分解分析发现，在一线城市，货币供应量对住宅价格波动的贡献度在第10期达到35%左右，利率的贡献度为