汇改后汇率波动对中国高房价影响的多维度实证剖析

汇改后汇率波动对中国高房价影响的多维度实证剖析一、引言1.1研究背景与动因近年来，中国房地产市场价格持续高企，已然成为社会各界广泛关注的焦点问题。房价的不断攀升对民众的生活质量、社会的稳定和谐以及经济的健康发展都产生了深远影响。据相关数据显示，2024年7月，全国100个城市的新建住宅平均价格已高达每平方米16443元，二手住宅平均价格也达到每平方米14653元。如此高昂的房价，使得许多家庭购房压力剧增，购房梦变得愈发遥远。即便在二三线城市，购置一套八九十平方米的商品房，也往往需要花费150万至200万人民币，这无疑是一笔巨大的开支，成为众多家庭沉重的负担。与此同时，自2005年7月21日起，中国对人民币汇率形成机制进行改革，开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度。此后，人民币汇率波动幅度逐渐扩大，汇率市场化进程不断推进。在经济全球化和金融市场日益开放的背景下，汇率作为一个重要的经济变量，与房地产市场之间的联系愈发紧密。汇率的变动不仅会影响国际资本的流动方向和规模，还会对国内的货币政策、通货膨胀水平以及进出口贸易等产生连锁反应，进而通过多种途径对房地产价格产生作用。汇率对房地产价格的影响机制较为复杂，涉及多个方面。当一国汇率升值时，国际资本往往会受到吸引而流入该国，寻求更高的投资回报。房地产市场作为一个资金密集型行业，通常具有较高的投资回报率和相对稳定的资产价值，因此容易成为国际资本的青睐对象。大量国际资本的涌入会增加房地产市场的需求，推动房价上涨。相反，当汇率贬值时，资本可能会外流，房地产市场资金减少，对房价产生下行压力。汇率变化还会影响进出口贸易，进而间接影响房地产市场。汇率升值有利于进口，不利于出口，可能导致国内经济增长放缓，从而影响房地产市场的需求和房价；而汇率贬值则有利于出口，可能带动经济增长，增加对房地产的需求，推动房价上升。从货币政策角度来看，汇率的稳定对于货币政策的独立性至关重要。如果为了维持汇率稳定而采取紧缩的货币政策，可能会减少货币供应量，进而对房地产市场的资金供给产生影响，抑制房价上涨；反之，宽松的货币政策可能会刺激房价上升。在当前中国房地产市场价格居高不下，且汇率制度不断改革完善的背景下，深入研究汇率对房价的影响具有重要的必要性和现实意义。一方面，有助于我们更加全面、深入地理解房地产价格波动的影响因素，为准确把握房地产市场的运行规律提供理论支持。另一方面，对于政府部门制定科学合理的房地产市场调控政策以及汇率政策具有重要的参考价值，有助于实现房地产市场的稳定健康发展，促进宏观经济的平稳运行。同时，也能为房地产企业的投资决策以及消费者的购房选择提供有益的参考，帮助他们更好地应对市场变化，降低风险，实现自身利益的最大化。1.2研究价值与实践意义本研究对于深入理解中国房地产市场价格波动与汇率之间的内在联系，以及对宏观经济运行和微观经济主体决策都具有重要的理论和实践意义。在理论层面，有助于深化对汇率与房地产价格关系的认识。目前，虽然已有不少关于汇率对房价影响的研究，但由于各国经济体制、市场环境以及政策背景的差异，研究结论不尽相同。在中国，自汇改以来，汇率市场化进程不断推进，房地产市场也经历了快速发展和深刻变革，两者之间的关系呈现出独特的复杂性和动态性。通过对汇改后的数据进行实证研究，能够进一步丰富和完善汇率与房地产价格关系的理论体系，为后续相关研究提供更为坚实的理论基础和实证依据。例如，本研究可以深入剖析汇率变动通过国际资本流动、货币政策传导以及进出口贸易等渠道对房地产价格产生影响的具体机制和作用路径，填补国内在这方面研究的部分空白，使我们对房地产市场价格形成机制的理解更加全面和深入。在实践方面，本研究成果为政府制定宏观经济政策提供重要参考。房地产市场作为国民经济的重要支柱产业，其稳定健康发展对于宏观经济的平稳运行至关重要。而汇率政策作为宏观经济政策的重要组成部分，与房地产市场密切相关。准确把握汇率对房价的影响，有助于政府在制定汇率政策和房地产调控政策时，充分考虑两者之间的相互作用和传导效应，实现政策目标的协同共进。比如，当面临人民币升值压力时，政府可以提前预判其对房地产市场可能产生的冲击，如国际资本流入引发房价上涨等问题，从而采取相应的措施进行防范和调控，如加强资本管制、调整房地产税收政策等，以避免房地产市场出现过度波动，维护宏观经济的稳定。反之，在人民币贬值阶段，政府也能根据研究结论，合理调整政策，稳定房地产市场预期，促进房地产市场的平稳发展。本研究也能为房地产企业的投资决策提供有益指导。汇率的波动会直接或间接影响房地产企业的成本、收益以及市场需求。通过了解汇率与房价的关系，房地产企业可以更好地把握市场动态，合理安排投资计划。例如，在人民币升值预期较强时，企业可以适当增加房地产开发投资，尤其是在一些对国际资本吸引力较大的城市和地区，以满足可能增加的市场需求；同时，企业还可以优化项目选址和产品定位，提高项目的竞争力和抗风险能力。而当人民币贬值预期明显时，企业则可以谨慎评估投资风险，适当减少高风险项目的投资，加强资金管理，降低汇率波动带来的不利影响。对于广大消费者和投资者而言，研究成果具有重要的决策参考价值。房价的波动直接关系到消费者的购房成本和居住质量，也影响着投资者的资产配置和收益水平。了解汇率对房价的影响，消费者可以更加理性地选择购房时机和地点。在人民币升值阶段，消费者可能需要考虑到房价上涨的可能性，提前做好购房规划；而在人民币贬值阶段，消费者则可以根据市场情况，适当观望，等待更合适的购房时机。对于投资者来说，研究结论有助于他们更好地评估房地产投资的风险和收益，合理调整资产配置结构。在汇率波动较大的时期，投资者可以通过分散投资、选择不同类型的房地产项目等方式，降低汇率风险，实现资产的保值增值。1.3研究设计与创新思路本研究将采用多种研究方法，力求全面、深入地剖析中国高房价背后的汇率影响因素。在研究方法上，主要运用计量经济学模型进行实证分析。构建多元线性回归模型，将房地产价格作为被解释变量，人民币汇率以及其他可能影响房价的因素，如国内生产总值、货币供应量、居民可支配收入、房地产开发投资等作为解释变量，通过对这些变量之间的定量关系进行分析，来探究汇率变动对房价的具体影响程度。例如，利用时间序列数据，通过最小二乘法对模型进行估计，得出各个解释变量的系数，从而判断汇率与房价之间的相关性及影响方向。为了更准确地捕捉变量之间的动态关系和时变特征，还将运用向量自回归（VAR）模型以及脉冲响应函数（IRF）进行分析。VAR模型可以不考虑变量的内生性和外生性，将所有变量都视为内生变量，通过估计变量之间的相互滞后关系，来研究汇率变动对房价的动态影响过程。而脉冲响应函数则可以直观地展示当汇率受到一个标准差的冲击时，房价在不同时期的响应情况，从而深入了解汇率冲击对房价影响的持续时间和强度变化。在数据来源方面，本研究将主要收集2005年汇改后的相关数据，涵盖宏观经济数据和房地产市场数据。宏观经济数据，如人民币汇率、国内生产总值、货币供应量等，将从国家统计局、中国人民银行等官方网站获取，这些数据具有权威性和可靠性，能够准确反映我国宏观经济的运行状况。房地产市场数据，包括房地产价格指数、房地产开发投资、房屋销售面积等，将从国家统计局、中国房地产指数系统以及各地区房地产管理部门发布的统计报告中获取。通过对这些多来源数据的综合分析，确保研究结果的准确性和可靠性。本研究在视角、方法或数据运用上具有一定的创新点。在研究视角上，以往关于汇率与房价关系的研究多集中在两者的直接关联，而本研究将从多个角度深入剖析汇率对房价的影响机制，不仅考虑国际资本流动、货币政策传导等常见渠道，还将结合中国经济转型时期的特殊背景，如产业结构调整、城市化进程加速等因素，综合分析汇率变动对房价的间接影响，从而更全面地揭示两者之间的内在联系。在研究方法上，本研究将综合运用多种计量模型进行分析，克服单一模型的局限性。通过将多元线性回归模型、VAR模型以及IRF相结合，既能够从静态角度分析汇率与房价之间的长期均衡关系，又能从动态角度探究汇率冲击对房价的短期波动影响，使研究结果更加全面和深入。在数据运用方面，本研究将尽可能收集更广泛、更细致的数据。不仅涵盖全国层面的数据，还将选取部分具有代表性的城市进行分区域研究，分析不同地区汇率对房价影响的差异，从而为制定差异化的房地产市场调控政策提供更有针对性的依据。同时，还将引入一些新的变量，如房地产库存、土地供应面积等，来进一步完善研究模型，提高研究的准确性和可靠性。二、理论基石与文献综述2.1汇率与房价关系的理论基础2.1.1国际资本流动理论国际资本流动理论认为，汇率是影响国际资本流动的重要因素之一。在开放经济条件下，投资者会根据不同国家或地区的资产回报率和汇率预期来配置资产。当一国货币升值时，以该国货币计价的资产价值相对上升，对于外国投资者而言，投资该国资产可以获得汇率升值和资产增值的双重收益。因此，他们会增加对该国资产的投资，其中就包括房地产市场。大量国际资本的流入会增加房地产市场的需求，推动房价上涨。以中国为例，在人民币升值期间，国际资本通过直接投资、购买房地产企业股票或债券等方式进入中国房地产市场。这些资本的涌入不仅为房地产开发提供了资金支持，还直接增加了购房需求，对房价上涨起到了推波助澜的作用。如一些外资房地产企业在一线城市大规模开发高端楼盘，吸引了众多国内外投资者购买，进一步拉高了当地房价。相反，当一国货币贬值时，外国投资者持有的该国资产价值会缩水，投资回报率下降。为了避免损失，他们可能会撤回投资，导致资本外流。房地产市场作为资金密集型行业，对资金的依赖性较强，资本外流会使得房地产市场的资金供应减少，需求下降，房价面临下行压力。比如在某些新兴市场国家，当本国货币出现大幅贬值时，国际投资者纷纷抛售持有的房地产资产，引发房价大幅下跌，房地产市场陷入困境。2.1.2货币政策传导理论货币政策传导理论阐述了货币政策如何通过各种渠道影响实体经济。在汇率波动的背景下，货币政策的调整对房地产市场的供需和价格有着重要的传导机制。当汇率发生波动时，中央银行往往会采取相应的货币政策来稳定汇率。如果本币面临升值压力，为了防止汇率过度升值对出口造成不利影响，中央银行可能会采取扩张性货币政策，增加货币供应量，降低利率。扩张性货币政策会使得房地产市场的资金供给增加，开发商更容易获得贷款进行项目开发，从而增加房地产的供给。同时，较低的利率也会降低购房者的贷款成本，刺激购房需求，推动房价上涨。例如，在人民币升值预期较强的时期，央行可能会通过降低存款准备金率、进行公开市场操作等方式增加货币供应量，市场利率下降，购房者的还款压力减轻，购房意愿增强，房地产市场需求旺盛，房价随之上升。反之，若本币面临贬值压力，中央银行可能会采取紧缩性货币政策，减少货币供应量，提高利率，以稳定汇率。紧缩性货币政策会使得房地产市场的资金供给减少，开发商融资难度加大，开发项目的规模和进度可能会受到影响，房地产供给减少。高利率还会增加购房者的贷款成本，抑制购房需求，导致房价下跌。如在一些货币贬值严重的国家，央行大幅提高利率，使得房地产市场的资金成本大幅上升，购房者望而却步，房地产企业也因资金紧张而减少开发，房价出现明显下降。2.1.3资产价格理论资产价格理论认为，汇率作为一种重要的资产价格信号，会影响房地产这一特殊资产的定价。房地产不仅具有居住属性，还具有投资属性，其价格受到多种因素的影响，其中汇率是一个重要的外部因素。当汇率发生变动时，会改变投资者对房地产资产的预期收益和风险评估。如果本币升值，一方面，外国投资者购买本国房地产的成本相对降低，他们对本国房地产的需求会增加，推动房价上涨；另一方面，本国居民也会预期房地产资产的价值会随着本币升值而上升，从而增加对房地产的投资需求，进一步推高房价。此外，本币升值还可能导致进口商品价格下降，降低房地产开发的成本，如建筑材料、设备等进口成本的降低，也会对房价产生一定的影响。相反，当本币贬值时，外国投资者购买本国房地产的成本增加，他们可能会减少对本国房地产的投资，甚至抛售已持有的房地产资产，导致房地产市场供大于求，房价下跌。本国居民也会因为担心资产贬值而减少对房地产的投资，转而寻求其他更保值的资产。而且，本币贬值可能会导致进口商品价格上涨，增加房地产开发的成本，进一步压缩房地产企业的利润空间，使得房价面临下行压力。2.2国内外研究综述国外学者对汇率与房价关系的研究起步相对较早，但由于发达国家汇率制度较为灵活，汇率波动相对较小，其研究重点早期多集中在利率对房地产价格的影响上。如Kau和Keenan研究发现利率与住宅需求呈反比关系，提高利率将导致投资和住宅价格同时下降。随着经济全球化和新兴市场国家汇率波动的加剧，部分国外学者开始关注汇率与房地产价格的关系。一些研究从国际资本流动角度出发，认为汇率变动会影响国际投资者对房地产资产的配置决策。当一国货币升值时，国际资本会流入该国房地产市场，推动房价上涨；货币贬值时，资本外流，房价下跌。在研究方法上，国外学者运用了多种计量经济模型。如采用时间序列分析方法，对汇率和房价的历史数据进行分析，以探究两者之间的长期均衡关系和短期波动特征。还有学者运用面板数据模型，对不同国家或地区的汇率与房价数据进行分析，以控制个体异质性和时间趋势，提高研究结果的可靠性和普遍性。国内学者对汇率与房价关系的研究主要是在2005年汇改之后，随着人民币汇率波动幅度的扩大和房地产市场的快速发展而逐渐增多。周建军以北上广等地为例分析了国际游资对房地产价格波动的影响，指出在人民币升值预期下，国际游资大量涌入房地产市场，推动了房价上涨。宋勃和高波通过实证研究提出短期内房地产价格上涨吸引外资流入，长期来看外资流入对我国住房价格上涨产生影响。贺聪提出对房地产价格的调控应与货币政策，尤其是汇率政策相协调。陈欣慰和袁文麟分析了汇率波动对房地产价格影响的渠道和途径，认为汇率波动主要通过国际资本流动、货币政策传导以及心理预期等渠道影响房地产价格。周京奎以12个城市的面板数据分析了汇率、利率对房地产价格的影响，实证结果表明房地产价格与汇率呈正比，即汇率贬值会导致房地产价格上升，但这一结论也存在一定争议。国内学者在研究方法上同样运用了多种计量模型。除了常见的时间序列分析和面板数据模型外，还有学者运用向量自回归（VAR）模型、向量误差修正模型（VECM）以及脉冲响应函数（IRF）等方法，深入分析汇率与房价之间的动态关系和传导机制。如通过VAR模型可以研究汇率变动对房价的动态冲击效应，以及房价对汇率冲击的响应路径和持续时间；利用VECM可以分析汇率与房价之间的长期均衡关系和短期波动调整机制；IRF则可以直观地展示汇率冲击对房价的影响程度和时滞效应。尽管国内外学者在汇率与房价关系的研究方面取得了一定成果，但仍存在一些不足和空白。现有研究在汇率对房价的影响机制方面尚未形成统一的定论，不同学者从不同角度提出了多种影响机制，但对于各种机制在不同经济环境和市场条件下的作用强度和优先级缺乏深入研究。在研究对象上，大部分研究主要关注全国层面或部分大城市的汇率与房价关系，对于中小城市以及不同区域之间汇率对房价影响的差异研究较少。在研究数据的时效性和全面性上也有待提高，随着经济形势的快速变化和新的经济现象的出现，需要及时更新数据并纳入更多相关变量进行研究，以更准确地揭示汇率与房价之间的关系。三、中国汇改历程与房价变迁3.1人民币汇率制度改革进程2005年7月21日，中国人民银行发布公告，宣布我国开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度。这一举措标志着人民币汇率制度改革迈出了关键一步，结束了人民币长期单一盯住美元的历史。在此次改革中，人民币对美元汇率一次性升值2%，调整为1美元兑8.11元人民币，形成了更富弹性的人民币汇率机制。新的汇率制度旨在使人民币汇率能够更好地反映市场供求关系，增强汇率的灵活性，以适应经济全球化和金融市场开放的新形势。在随后的几年里，人民币汇率制度改革持续推进，一系列重要政策和措施相继出台，逐步完善汇率形成机制和扩大汇率浮动区间。2006年1月4日，中国人民银行引入外汇市场做市商制度和询价交易方式，改进了人民币汇率中间价的形成方式。新的中间价由做市商在每日银行间外汇市场开盘前，根据前一交易日银行间外汇市场的收盘价以及市场供求状况等因素报价，中国外汇交易中心对报价进行加权平均计算得出。这一改革使得人民币汇率中间价能够更及时、准确地反映市场供求信息，提高了汇率形成的市场化程度。2007年5月21日，人民币对美元汇率中间价的日波动幅度由±0.3%扩大至±0.5%，进一步增强了人民币汇率的弹性。更大的波动区间给予市场更多自主定价空间，使人民币汇率能够更灵活地应对国内外经济形势的变化，促进外汇市场的均衡发展。此后，在2012年4月16日，人民币兑美元汇率波动区间再次扩大至±1%，2014年3月17日，进一步扩大到±2%。这些逐步扩大的汇率波动区间，不断提升了人民币汇率的市场化程度和双向浮动弹性，使人民币汇率能够更真实地反映市场供求关系，减少汇率的过度波动对经济的冲击。在人民币汇率制度改革进程中，并非一帆风顺，也曾受到外部因素的影响而出现阶段性调整。2008年，全球金融危机爆发，为稳定国内经济和金融市场，中国采取了临时性措施，人民币汇率重新盯住美元，以避免汇率大幅波动对出口企业造成过大冲击。随着全球经济逐渐复苏和国内经济形势的稳定，2010年6月19日，中国人民银行决定进一步推进人民币汇率形成机制改革，增强人民币汇率弹性，重新回归到有管理的浮动汇率制度。2015年8月11日，中国人民银行再次对人民币汇率中间价形成机制进行重要改革，宣布中间价将参考上一交易日银行间外汇市场收盘汇率，综合考虑外汇供求情况以及国际主要货币汇率变化，以市场化方式形成。此次改革旨在使人民币汇率中间价更贴近市场实际成交价格，增强汇率中间价形成的市场化程度和透明度，进一步完善人民币汇率形成机制。“8・11”汇改后，人民币汇率的市场化程度显著提高，汇率双向波动特征更加明显，市场在汇率形成中的决定性作用得到进一步发挥。2016年2月，中国人民银行明确了人民币汇率中间价形成机制的“收盘价+一篮子货币汇率变化”的双参考模式。这种模式既考虑了市场供求关系（通过上一交易日收盘价体现），又兼顾了人民币对一篮子货币汇率的稳定，有助于稳定人民币汇率预期，增强人民币汇率在国际市场上的稳定性和竞争力。随着人民币汇率形成机制的不断完善，人民币国际化进程也稳步推进。2016年10月1日，人民币正式加入国际货币基金组织（IMF）特别提款权（SDR）货币篮子，这是人民币国际化道路上的重要里程碑，标志着人民币在国际货币体系中获得了更广泛的认可和接受，提升了人民币的国际地位和影响力。近年来，人民币汇率制度改革持续深化，更加注重市场化、国际化和灵活性。中国人民银行通过多种政策工具和措施，维护人民币汇率在合理均衡水平上的基本稳定，同时积极推动外汇市场的发展和完善，提高市场主体的汇率风险管理能力，促进人民币汇率形成机制与国际接轨，以适应经济全球化和金融市场开放的新形势。3.2汇改后中国房价走势特征自2005年汇改以来，中国房价走势呈现出阶段性变化的显著特征，在不同阶段展现出各异的波动特点，背后的驱动因素也复杂多样。在2005-2007年期间，中国房价处于快速上涨阶段。随着人民币汇率改革的启动，人民币开启升值通道，市场对人民币的升值预期不断增强。这一时期，国际资本受人民币升值和中国经济快速发展的吸引，大量流入中国。房地产市场作为具有较高投资回报率和稳定资产价值的领域，成为国际资本的重要流入方向。国际资本的涌入不仅为房地产开发提供了充足的资金，还直接增加了购房需求。国内经济的快速增长也使得居民收入水平不断提高，进一步刺激了购房需求。在供需两方面因素的共同作用下，房价呈现出快速上涨的态势。以北京为例，2005年北京市新建商品住宅均价为6725元/平方米，到2007年已上涨至11625元/平方米，涨幅高达72.9%。2008-2009年，房价经历了先短暂下跌后迅速反弹的过程。2008年，全球金融危机爆发，对中国经济和房地产市场产生了巨大冲击。国际资本出于避险需求，纷纷从中国市场撤离，房地产市场资金供应减少。经济增长放缓导致居民收入预期下降，购房需求受到抑制。在这些因素的影响下，房价出现了短暂下跌。然而，为了应对金融危机，中国政府出台了一系列经济刺激政策，包括宽松的货币政策和积极的财政政策。大量的货币投放和利率的降低，使得房地产市场的资金供应迅速恢复，购房成本降低，购房需求得到释放。房地产企业也加大了开发力度，市场信心逐渐恢复。房价在2009年迅速反弹并继续上涨。以上海为例，2008年上海市新建商品住宅均价出现了一定程度的下跌，从2007年的13000元/平方米左右降至12000元/平方米左右，但在2009年又快速回升至15000元/平方米以上。2010-2013年，房价处于高位震荡阶段。这一时期，政府为了抑制房价过快上涨，出台了一系列严格的房地产调控政策，如限购、限贷、提高首付比例等。这些政策有效地抑制了投机性购房需求，使得房价上涨速度得到一定程度的控制。人民币汇率仍在稳步升值，国际资本对中国房地产市场仍有一定的兴趣，国内经济也保持着稳定增长，居民的刚性购房需求依然存在。在政策调控和市场需求的相互作用下，房价呈现出高位震荡的态势。以广州为例，2010-2013年期间，广州市新建商品住宅均价在12000-15000元/平方米之间波动。2014-2015年上半年，房价出现了调整下行的趋势。一方面，前期严格的房地产调控政策的累积效应逐渐显现，房地产市场的供需关系发生了一定变化，库存压力逐渐增大。另一方面，经济增速放缓，房地产市场的投资回报率下降，投资者对房地产市场的信心受到影响，购房需求相对疲软。在这些因素的综合作用下，房价出现了调整下行。以深圳为例，2014年深圳市新建商品住宅均价从2013年的21600元/平方米左右降至20500元/平方米左右。2015年下半年-2017年，房价再次快速上涨。2015年下半年，政府为了刺激房地产市场，化解房地产库存，开始放松房地产调控政策，如降低首付比例、下调贷款利率等。这些政策的出台使得购房需求得到极大释放，尤其是改善性和投资性购房需求。人民币汇率在这一时期虽然有一定波动，但总体仍保持在相对稳定的水平，国际资本对中国房地产市场的投资热情依然较高。房地产市场出现了供不应求的局面，房价再次快速上涨。以合肥为例，2015-2017年期间，合肥市新建商品住宅均价从7500元/平方米左右迅速上涨至15000元/平方米以上。2017-2020年，房价进入平稳增长阶段。政府再次加强房地产市场调控，坚持“房住不炒”的定位，出台了一系列长效调控机制，如限售、加强房地产金融监管等。这些政策的实施有效地遏制了房价的过快上涨，使得房价保持在相对平稳的增长态势。国内经济保持稳定发展，居民收入水平稳步提高，刚性购房需求和改善性购房需求依然是房地产市场的主要支撑力量。以成都为例，2017-2020年期间，成都市新建商品住宅均价从10000元/平方米左右稳步上涨至13000元/平方米左右。2020年以来，受新冠疫情等因素的影响，房价走势出现了新的变化。疫情初期，房地产市场受到较大冲击，售楼处关闭，交易停滞，房价面临下行压力。随着疫情防控取得成效，政府出台了一系列稳经济、稳房地产市场的政策，如加大信贷支持力度、降低房贷利率等，房地产市场逐渐复苏。但由于经济不确定性增加，居民购房意愿和能力受到一定影响，房价整体保持相对稳定，部分城市房价出现了微涨或微跌的情况。以杭州为例，2020-2024年期间，杭州市新建商品住宅均价在30000-35000元/平方米之间波动。3.3汇率与房价变动的初步关联性分析为了初步探讨汇率与房价之间可能存在的关联，我们对汇改后人民币汇率和房价的相关数据进行了收集和整理，并通过简单的数据对比和图表展示来直观呈现两者的变化趋势。选取人民币兑美元汇率中间价作为汇率指标，以全国70个大中城市新建商品住宅价格指数作为房价指标，数据时间段为2005年7月至2024年10月。从图1可以清晰地看到，2005-2008年期间，人民币兑美元汇率持续升值，房价指数也呈现出快速上升的趋势。在这一阶段，人民币升值吸引了大量国际资本流入中国，房地产市场成为国际资本的重要投资领域。国际资本的涌入不仅增加了房地产市场的资金供给，还直接刺激了购房需求，推动房价不断攀升。例如，2005年7月人民币兑美元汇率中间价为8.11，到2008年7月已升值至6.83，同期全国70个大中城市新建商品住宅价格指数从105.6上升至115.3。2008-2009年，受全球金融危机影响，人民币汇率相对稳定，房价指数先出现短暂下跌后迅速反弹。金融危机爆发后，国际资本纷纷撤离，房地产市场需求骤减，房价受到冲击。但随着中国政府出台一系列经济刺激政策，市场信心逐渐恢复，房价快速反弹。在这期间，人民币兑美元汇率中间价基本维持在6.83左右，而房价指数在2008年底降至109.6后，于2009年底又回升至124.5。2010-2013年，人民币汇率继续稳步升值，房价指数在高位震荡。政府出台的一系列房地产调控政策在一定程度上抑制了房价的过快上涨，但人民币升值带来的国际资本流入和国内经济增长的支撑，使得房价依然保持在较高水平波动。如2010年人民币兑美元汇率中间价升值至6.62，房价指数在125.2-128.2之间波动。2014-2015年上半年，人民币汇率波动较小，房价指数出现调整下行。房地产市场供需关系的变化以及经济增速放缓等因素，导致房价面临下行压力。此时人民币兑美元汇率中间价在6.14-6.23之间波动，房价指数从2014年初的127.8下降至2015年6月的121.2。2015年下半年-2017年，人民币汇率虽有波动但总体相对稳定，房价指数再次快速上涨。政府放松房地产调控政策，释放了大量购房需求，推动房价快速上升。例如2016年人民币兑美元汇率中间价在6.46-6.94之间波动，房价指数从2015年7月的122.1迅速上涨至2017年底的141.8。2017-2020年，人民币汇率双向波动，房价指数进入平稳增长阶段。政府坚持“房住不炒”定位，加强房地产市场调控，使房价保持相对平稳增长。在这期间，人民币兑美元汇率中间价在6.25-7.08之间波动，房价指数从2017年初的138.9稳步上涨至2020年底的153.2。2020年以来，受新冠疫情等因素影响，人民币汇率波动有所加大，房价指数整体保持相对稳定。疫情初期房价面临下行压力，但随着疫情防控取得成效和相关政策的出台，房价逐渐稳定。如2020-2024年期间，人民币兑美元汇率中间价在6.46-7.37之间波动，房价指数在151.8-155.6之间波动。通过以上数据对比和图表分析，我们可以初步发现，人民币汇率与房价之间存在一定的关联性。在多数情况下，人民币升值阶段往往伴随着房价的上涨或上涨压力；而在人民币汇率相对稳定或波动较大时，房价的走势则受到其他多种因素的综合影响，如宏观经济形势、房地产调控政策、市场供需关系等。但这种关联性并非简单的线性关系，还需要进一步通过实证分析来深入探究两者之间的内在联系和影响机制。四、汇率影响房价的作用路径分析4.1国际资本流动路径4.1.1汇率变动对国际资本流入房地产市场的影响在开放经济体系下，汇率作为一个关键的经济变量，对国际资本流动方向和规模有着重要影响，其中房地产市场因其独特的投资属性，与汇率变动和国际资本流动之间存在着紧密的联系。当人民币存在升值预期时，国际资本流入中国房地产市场的动机显著增强。从收益角度来看，人民币升值意味着以人民币计价的资产价值上升，对于国际投资者而言，投资中国房地产不仅可以获取房地产本身的增值收益，还能在人民币升值过程中获得额外的汇率收益。例如，若一位美国投资者在人民币汇率为1美元兑6.5元人民币时，投资100万美元购买中国的一处房产，当人民币升值至1美元兑6.0元人民币时，即便该房产价值未发生变化，仅汇率变动就使得这位投资者在兑换回美元时获得了约8.33万美元的额外收益（100×6.5÷6.0-100）。这种双重收益的吸引力使得国际资本纷纷涌入中国房地产市场。从风险角度分析，人民币升值往往伴随着中国经济的稳定增长和市场信心的提升，这降低了国际资本投资中国房地产的风险预期。稳定的经济环境和良好的市场前景为房地产投资提供了更可靠的保障，吸引了更多追求稳健回报的国际资本。在实际市场中，大量国际资本通过多种渠道流入中国房地产市场。一些国际金融机构直接投资中国的房地产开发项目，为房地产企业提供资金支持，促进项目的开发和建设；部分国际投资者通过购买房地产企业的股票、债券等金融产品间接参与中国房地产市场；还有一些个人投资者直接购买中国的房产，尤其是在一线城市和热点二线城市的高端住宅市场，国际投资者的身影屡见不鲜。这些国际资本的流入增加了房地产市场的资金供给，推动了房价的上涨。如在2005-2013年人民币持续升值期间，北京、上海等城市的房价持续攀升，国际资本的流入在其中起到了一定的推动作用。相反，当人民币存在贬值预期时，国际资本流出中国房地产市场的规模可能会增大。一方面，人民币贬值会使国际投资者持有的中国房地产资产价值在换算成外币时缩水，投资回报率下降，甚至可能出现亏损。如上述美国投资者，若人民币贬值至1美元兑7.0元人民币，其持有的房产在兑换回美元时，资产价值将减少约7.14万美元（100-100×6.5÷7.0），这无疑会削弱国际投资者的投资意愿。另一方面，贬值预期可能引发市场对中国经济前景的担忧，增加投资风险，促使国际资本撤离。国际资本的流出会减少房地产市场的资金供给，对房价产生下行压力。房地产企业可能面临融资困难，开发项目进度受阻，市场上的购房需求也会因国际投资者的撤离而减少，导致房价下跌。在2015-2016年人民币出现一定贬值压力期间，部分国际投资者开始减持中国房地产资产，一些城市的房价上涨速度明显放缓，甚至出现了下跌的情况。4.1.2热钱流动与房价波动的关系热钱，作为一种流动性极强的短期投机性资金，在房地产市场中扮演着重要角色，其流动与房价波动之间存在着紧密而复杂的联系。热钱具有高度的流动性、投机性和敏感性等特点，这些特性决定了它在房地产市场中的独特行为模式和对房价的显著影响。热钱流入房地产市场时，往往会对房价产生推升作用。从资金供给角度来看，热钱的大量涌入会增加房地产市场的资金总量，使得市场上可用于购房的资金增多。房地产市场作为一个资金密集型市场，资金的充裕程度对房价有着直接影响。当热钱流入时，购房需求迅速增加，而房地产的供给在短期内相对固定，供需关系的失衡推动房价上涨。例如，在一些热点城市，如深圳，当热钱大量流入时，市场上出现了抢购房产的现象，房价在短时间内大幅上涨。2015-2016年期间，深圳房价出现了快速上涨，其中热钱的流入是一个重要推动因素。据相关数据统计，这一时期深圳房地产市场的资金流入量大幅增加，房价涨幅超过了50%。热钱的流入还可能引发市场的“羊群效应”。由于热钱通常具有敏锐的市场洞察力和快速的反应能力，当一部分热钱进入房地产市场并获得收益时，会吸引更多的资金跟风进入。这种从众行为进一步加剧了市场需求的膨胀，使得房价上涨的趋势更加明显。投资者往往会受到市场情绪和他人行为的影响，当看到热钱涌入房地产市场并带来丰厚回报时，会纷纷效仿，将资金投入房地产市场，从而推动房价不断攀升。当热钱流出房地产市场时，房价则可能面临下跌压力。热钱的撤离会导致房地产市场资金迅速减少，购房需求大幅下降。在资金和需求双重减少的情况下，房地产市场供大于求的局面加剧，房价不得不面临下行调整。如在2018-2019年，由于宏观经济形势变化和政策调整，部分热钱从房地产市场流出，一些城市的房价出现了明显的下跌。以杭州为例，部分区域的房价在热钱流出后下跌了10%-20%。热钱流出还可能引发市场恐慌情绪，进一步加剧房价的下跌。当投资者看到热钱大量撤离时，会对市场前景产生担忧，纷纷抛售手中的房产，导致市场上房产供应量急剧增加，而需求却持续萎缩，房价加速下跌。这种恐慌情绪的蔓延会形成恶性循环，使得房价下跌的幅度和速度超出正常市场调整的范围。4.2货币政策路径4.2.1汇率波动下货币政策的调整在汇率波动的复杂经济环境中，中央银行承担着维护经济稳定和金融市场平稳运行的重要职责，其货币政策的调整成为应对汇率波动的关键手段。当汇率出现波动时，中央银行会综合考虑多种因素，灵活运用各种货币政策工具，以实现稳定汇率、促进经济增长和维持物价稳定等多重目标。利率作为货币政策的重要工具之一，在汇率波动时发挥着关键作用。当人民币面临升值压力时，为了防止汇率过度升值对出口企业造成不利影响，中央银行可能会采取降低利率的措施。降低利率可以使本国货币的吸引力相对下降，从而缓解人民币的升值压力。低利率环境会刺激国内投资和消费，促进经济增长，抵消因汇率升值可能带来的经济增速放缓的影响。例如，在2010-2011年期间，人民币升值预期强烈，央行通过一系列公开市场操作，适度降低了市场利率。具体来说，央行多次下调存贷款基准利率，一年期存款基准利率从2.25%降至1.75%，一年期贷款基准利率从5.31%降至4.85%。这一举措在一定程度上缓解了人民币的升值压力，同时也刺激了房地产市场等相关行业的投资和消费。相反，当人民币面临贬值压力时，中央银行可能会提高利率，以稳定汇率。较高的利率会吸引国际资本流入，增加对本国货币的需求，从而支撑本国货币的价值。提高利率也有助于抑制国内通货膨胀，稳定物价水平，增强市场对本国货币的信心。如在2015-2016年人民币出现贬值压力期间，央行通过逆回购等操作，适当提高了短期市场利率，7天期逆回购利率从2.25%上调至2.50%，这一调整在一定程度上稳定了人民币汇率，减少了资本外流的压力。货币供应量的控制也是中央银行应对汇率波动的重要手段。当汇率波动引发经济不稳定时，中央银行可以通过调整货币供应量来调节经济运行。在人民币升值期间，为了避免因货币升值导致的通货紧缩风险，中央银行可能会增加货币供应量，以保持经济的适度扩张。央行可以通过降低存款准备金率，增加商业银行的可贷资金规模，从而扩大货币供应量。2008年金融危机后，人民币面临一定的升值压力，为了刺激经济增长，央行多次下调存款准备金率。大型金融机构存款准备金率从17.5%下调至15.5%，释放了大量的流动性，增加了货币供应量，促进了经济的复苏和房地产市场的稳定发展。而在人民币贬值期间，为了防止通货膨胀加剧和资本过度外流，中央银行可能会采取紧缩的货币政策，减少货币供应量。中央银行可以通过在公开市场上卖出国债等债券，回笼货币资金，减少市场上的货币流通量。在2016年底至2017年初，人民币贬值压力较大，央行通过在公开市场上进行正回购操作，大量回笼资金，收紧了货币供应量，稳定了人民币汇率和市场预期。中央银行还会运用其他货币政策工具来应对汇率波动，如再贴现政策、常备借贷便利（SLF）、中期借贷便利（MLF）等。再贴现政策是中央银行通过调整再贴现率，影响商业银行的资金成本，进而影响货币供应量和市场利率。SLF和MLF则是央行向符合条件的商业银行等金融机构提供短期和中期流动性支持的工具，通过调整这些工具的利率和操作规模，央行可以灵活调节市场流动性和利率水平，以应对汇率波动带来的各种经济影响。4.2.2货币政策调整对房地产市场的影响货币政策调整犹如一只无形的大手，对房地产市场的融资成本、供求关系以及价格走势产生着深远而广泛的影响。房地产市场作为一个资金密集型行业，对货币政策的变化极为敏感，融资成本的波动直接关系到房地产开发商和购房者的经济决策，进而影响整个房地产市场的运行态势。对于房地产开发商而言，货币政策调整对其融资成本有着直接且显著的影响。当中央银行采取扩张性货币政策，降低利率时，房地产开发商的融资成本会随之下降。这意味着开发商从银行等金融机构获取贷款的利息支出减少，资金使用成本降低。较低的融资成本使得开发商更有动力和能力进行房地产项目的开发和投资。他们可以更容易地获得足够的资金来购置土地、建设房屋，扩大开发规模，从而增加房地产市场的供给。在2008年金融危机后，央行实施了一系列宽松的货币政策，利率持续下降。房地产开发商的融资成本大幅降低，许多开发商抓住这一机遇，加大了房地产项目的开发力度。例如，某大型房地产企业在利率下降后，其年度开发投资增长了30%，新开工项目数量增加了20%，推动了房地产市场的繁荣发展。相反，当中央银行采取紧缩性货币政策，提高利率时，房地产开发商的融资成本会大幅上升。较高的贷款利率增加了开发商的财务负担，使得他们在项目开发过程中的资金压力增大。融资成本的上升可能导致开发商减少房地产开发投资，推迟或取消一些项目计划，从而减少房地产市场的供给。在2013-2014年期间，央行实施了相对紧缩的货币政策，市场利率上升。许多房地产开发商的融资成本显著增加，部分中小开发商由于资金紧张，不得不减少开发项目数量，甚至一些大型开发商也放缓了开发进度。据统计，这一时期全国房地产开发投资增速从2013年的19.8%下降至2014年的10.5%，房地产市场供给增长明显放缓。货币政策调整对购房者的融资成本同样产生重要影响，进而影响购房需求。在扩张性货币政策下，利率下降使得购房者的贷款成本降低。以商业贷款为例，假设购房者贷款100万元，贷款期限为30年，采用等额本息还款方式。当贷款利率从5%下降至4%时，每月还款额将从5368元降至4774元，每月还款压力减轻了594元。较低的贷款成本使得更多的消费者有能力购买房产，刺激了购房需求的增长。尤其是对于首次购房者和改善性购房者来说，利率下降带来的成本降低效应更为明显，他们的购房意愿和购房能力得到显著提升，从而推动房地产市场需求的增加。而在紧缩性货币政策下，利率上升会增加购房者的贷款成本。较高的贷款利率使得购房者的还款压力增大，购房成本显著提高。这可能导致部分购房者推迟购房计划或放弃购房，抑制购房需求。对于一些经济实力相对较弱的购房者来说，利率上升可能使他们超出了购房能力范围，被迫退出房地产市场。在2017-2018年期间，央行加强了货币政策的调控力度，市场利率有所上升。许多购房者的贷款成本增加，购房需求受到抑制。以北京地区为例，2017年下半年至2018年上半年，房屋成交量同比下降了20%左右，房地产市场需求明显减弱。货币政策调整还会通过影响市场预期，间接影响房地产市场的供求关系和价格走势。当市场预期货币政策将趋于宽松时，购房者和开发商会对未来房地产市场的发展持乐观态度，购房需求和开发投资可能会增加，推动房价上涨。相反，当市场预期货币政策将趋于紧缩时，购房者和开发商会变得谨慎，购房需求和开发投资可能会减少，房价可能面临下行压力。4.3成本与收益路径4.3.1汇率对房地产开发成本的影响汇率波动如同一只无形的手，深刻地影响着房地产开发成本，进而对房价产生连锁反应。在经济全球化的背景下，房地产开发过程中所涉及的许多重要物资，如高端建筑材料、先进建筑设备等，部分依赖进口。汇率的变动会直接改变这些进口物资的价格，从而对房地产开发成本产生显著影响。当本币升值时，以本币计价的进口建筑材料和设备的价格相对下降。例如，若中国房地产开发商从德国进口一批建筑设备，在人民币升值前，购买这批设备需要支付100万欧元，按照当时1欧元兑8元人民币的汇率，需花费800万元人民币。而当人民币升值后，汇率变为1欧元兑7.5元人民币，此时购买同样的设备只需花费750万元人民币，成本降低了50万元。成本的降低使得房地产开发商在项目开发过程中的资金压力减小，利润空间相应扩大。在市场竞争的作用下，开发商可能会将部分成本节约传递到房价上，从而对房价上涨产生一定的抑制作用；也有可能利用节约的成本提升项目品质，增加项目的附加值，以吸引更多购房者，但总体上对房价的上涨起到了缓冲作用。相反，当本币贬值时，进口建筑材料和设备的价格会相对上升。仍以上述例子为例，若人民币贬值，汇率变为1欧元兑8.5元人民币，购买这批设备则需要花费850万元人民币，成本增加了50万元。成本的上升压缩了房地产开发商的利润空间，开发商为了维持一定的利润水平，可能会将增加的成本转嫁到房价上，导致房价上涨。若开发商无法完全转嫁成本，可能会减少开发项目的数量或降低项目的品质，从而影响房地产市场的供给和房价走势。汇率波动还会影响房地产开发商的融资成本。当本币升值时，国际投资者对本国房地产市场的信心增强，更愿意为房地产开发项目提供融资，且融资成本可能相对降低。因为国际投资者预期未来本币升值还可能带来额外收益，所以愿意以较低的利率提供资金。这使得房地产开发商更容易获得资金，且资金成本降低，有利于房地产开发项目的顺利进行，对房价的稳定或下降起到一定的积极作用。而当本币贬值时，国际投资者对本国房地产市场的风险预期增加，融资难度加大，融资成本也会相应上升。房地产开发商可能需要支付更高的利息或提供更多的担保才能获得融资，这进一步增加了开发成本，对房价产生向上的压力。4.3.2汇率对房地产投资收益预期的影响汇率变动犹如一颗投入平静湖面的石子，在房地产投资领域激起层层涟漪，对投资者的收益预期产生深远影响，进而改变他们的投资决策，最终对房价走势产生重要作用。当本币升值时，投资者对房地产投资收益的预期往往会上升。一方面，对于国内投资者而言，本币升值使得他们手中的货币购买力增强，在房地产市场中，他们能够以相对较低的成本购买房产。如在人民币升值期间，一位投资者原本计划购买一套价值500万元的房产，随着人民币升值，其实际购买成本在一定程度上降低，这使得投资者认为未来房产增值的空间更大，从而提高了他们对房地产投资收益的预期。另一方面，对于国际投资者来说，本币升值意味着他们投资本国房地产可以获得双重收益，即房地产本身的增值收益和汇率升值带来的收益。如前文所述，一位美国投资者在人民币升值前投资100万美元购买中国房产，随着人民币升值，即使房产本身价值未变，仅汇率变动就能让其获得额外收益，这种潜在的丰厚回报极大地增强了国际投资者对房地产投资收益的预期。投资者对房地产投资收益预期的提高会促使他们增加对房地产的投资。国内投资者可能会加大购房力度，无论是用于自住还是投资，都会增加房地产市场的需求。国际投资者也会纷纷涌入，他们的投资不仅增加了市场需求，还带来了更多的资金，进一步推动了房价的上涨。在人民币升值较快的时期，许多城市的房价出现了明显的上涨趋势，国际投资者和国内投资者的积极参与是重要的推动因素之一。当本币贬值时，投资者对房地产投资收益的预期则会下降。国内投资者会发现购买房产的成本相对增加，且担心房产价值会随着本币贬值而缩水，从而降低对房地产投资收益的预期。国际投资者也会因为本币贬值而面临资产价值下降和投资回报率降低的风险，他们可能会减少对本国房地产的投资，甚至抛售已持有的房产。投资者对房地产投资收益预期的下降会导致他们减少对房地产的投资，市场上的购房需求减少，房地产市场供大于求的局面加剧，房价面临下行压力。在一些货币贬值的国家或地区，房地产市场往往会出现低迷的情况，房价下跌，交易量减少，这与投资者投资收益预期的下降密切相关。五、基于汇改后数据的实证研究设计5.1变量选取与数据来源为了深入探究汇率对房价的影响，本研究选取了一系列相关变量，并对数据来源进行了严谨筛选，以确保研究的科学性和可靠性。在变量选取方面，被解释变量为房地产价格（HP），选取全国70个大中城市新建商品住宅价格指数作为衡量指标。该指数能够较为全面、准确地反映全国房地产市场价格的总体水平和变动趋势，涵盖了不同地区、不同类型的新建商品住宅，具有广泛的代表性和权威性。解释变量为人民币汇率（ER），采用人民币兑美元汇率中间价作为衡量标准。人民币兑美元汇率在我国汇率体系中占据重要地位，对我国经济的各个方面都有着深远影响，尤其在国际贸易和资本流动中发挥着关键作用，因此选取该汇率指标能够有效反映汇率变动对房地产市场的影响。控制变量选取国内生产总值（GDP），它是衡量一个国家经济总体规模和发展水平的重要指标，反映了国家经济的整体实力和增长趋势，与房地产市场的发展密切相关。国内生产总值的增长通常会带动居民收入水平的提高，增加对房地产的需求，进而影响房价。货币供应量（M2），货币供应量的变化会直接影响市场的流动性和资金成本，对房地产市场的供需和价格有着重要影响。当货币供应量增加时，市场上的资金较为充裕，房地产开发商更容易获得融资，购房者的贷款成本也可能降低，从而刺激房地产市场的需求，推动房价上涨；反之，货币供应量减少则可能抑制房价上涨。居民可支配收入（DI），居民可支配收入是居民能够自由支配的收入，直接关系到居民的购房能力和购房意愿。随着居民可支配收入的增加，居民对改善居住条件的需求也会相应增加，对房地产市场的需求产生积极影响，推动房价上涨。房地产开发投资（RI），房地产开发投资反映了房地产市场的供给情况，投资的增加通常会导致房地产市场的供给增加，在需求不变的情况下，可能会对房价产生下行压力；反之，投资减少则可能导致供给不足，推动房价上涨。本研究的数据来源广泛且权威。人民币兑美元汇率中间价数据来源于中国外汇交易中心官方网站，该网站是我国外汇市场的核心交易平台，提供的汇率数据准确、及时，具有高度的可信度。国内生产总值（GDP）、货币供应量（M2）、居民可支配收入（DI）数据来源于国家统计局官方网站，国家统计局是我国负责统计工作的权威机构，其发布的数据全面、准确，能够真实反映我国宏观经济的运行状况。房地产开发投资（RI）数据来源于国家统计局以及中国房地产协会发布的统计报告，这些报告涵盖了全国房地产开发投资的详细信息，为研究提供了丰富的数据支持。全国70个大中城市新建商品住宅价格指数数据来源于国家统计局定期发布的房地产市场统计数据，这些数据全面反映了我国各大中城市新建商品住宅价格的变化情况，是研究房地产价格的重要依据。数据选取时间段为2005年7月至2024年10月，这一时间段涵盖了2005年汇改之后的经济发展历程，能够充分反映汇改后汇率变动对房价的影响，同时也能结合不同时期的宏观经济形势和房地产市场调控政策，深入分析各种因素对房价的综合作用。5.2模型构建为了深入探究汇率与房价之间的动态关系，本研究构建向量自回归（VAR）模型。VAR模型是一种基于数据统计性质的非结构化多方程模型，它将系统中每一个内生变量都作为系统中所有内生变量滞后值的函数来构造模型，能够有效捕捉变量之间的动态互动关系以及这种关系随时间的变化，非常适合用于分析汇率与房价等多个时间序列变量之间的复杂关系。VAR模型的一般形式可以表示为：Y_t=A_1Y_{t-1}+A_2Y_{t-2}+\cdots+A_pY_{t-p}+\epsilon_t其中，Y_t是一个n\times1的内生变量向量，在本研究中，Y_t=[HP_t,ER_t,GDP_t,M2_t,DI_t,RI_t]^T，分别表示t时期的房地产价格、人民币汇率、国内生产总值、货币供应量、居民可支配收入和房地产开发投资；A_1,A_2,\cdots,A_p是n\timesn的系数矩阵，用于描述各变量滞后值对当前值的影响程度；p是模型的滞后阶数，需要根据相关准则进行确定，如赤池信息准则（AIC）、施瓦茨准则（SC）等，以确保模型能够准确反映变量之间的动态关系，同时避免过度拟合或欠拟合问题；\epsilon_t是一个n\times1的随机误差向量，满足均值为零、方差协方差矩阵为正定矩阵的条件，其元素表示模型中无法被解释的随机冲击部分。在构建VAR模型之前，需要对各变量进行平稳性检验。因为如果变量是非平稳的，直接使用VAR模型可能会导致虚假回归问题，使得估计结果失去可靠性。常用的平稳性检验方法有单位根检验，如ADF（AugmentedDickey-Fuller）检验、PP（Phillips-Perron）检验等。通过平稳性检验，确定各变量的平稳性情况。若变量非平稳，则对其进行差分处理，使其成为平稳序列，然后再进行VAR模型的构建。协整检验也是本研究中的重要环节。协整检验用于判断变量之间是否存在长期稳定的均衡关系。虽然各变量可能在短期内存在波动，但如果它们之间存在协整关系，说明从长期来看，它们会趋向于一个稳定的关系。在VAR模型框架下，常用的协整检验方法是Johansen协整检验。通过Johansen协整检验，可以确定变量之间协整关系的个数，并估计出协整向量，从而进一步了解汇率与房价以及其他控制变量之间的长期均衡关系。若存在协整关系，还可以构建误差修正模型（ECM），以研究变量之间的短期动态调整机制，分析当短期波动偏离长期均衡时，系统如何进行调整使其恢复到均衡状态。通过构建VAR模型并进行相关检验和分析，能够深入探究汇率对房价的动态影响机制，以及房价与其他宏观经济变量之间的相互关系，为后续的实证结果分析和政策建议提供坚实的理论基础和实证依据。5.3研究方法选择本研究选择向量自回归（VAR）模型作为主要研究方法，主要基于以下多方面的考虑，这些因素使得VAR模型在分析汇率与房价关系中展现出独特的优势。VAR模型无需对变量进行内生性和外生性的严格区分，将所有变量均视为内生变量进行处理。在汇率与房价关系的研究中，变量之间的相互影响是复杂且动态的，很难准确界定哪些变量是纯粹的外生变量。例如，汇率的变动不仅会对房价产生影响，房价的波动也可能通过影响宏观经济形势、国际资本流动等因素，进而反馈到汇率上。VAR模型的这种特性能够全面考虑变量之间的相互作用，避免了因主观划分内生和外生变量而可能导致的信息遗漏和模型偏差，使得研究结果更具客观性和全面性。VAR模型能够有效捕捉变量之间的动态互动关系以及这种关系随时间的变化。汇率与房价之间的关系并非静态不变，而是在不同的经济周期、政策环境以及市场条件下呈现出动态变化的特征。通过将各变量的滞后值纳入模型，VAR模型可以深入分析汇率变动对房价的短期冲击效应、长期影响趋势以及两者之间的相互反馈机制。如在经济扩张期和收缩期，汇率变动对房价的影响程度和持续时间可能存在显著差异，VAR模型能够准确地刻画这种动态变化，为我们提供更丰富、更深入的信息。在分析过程中，结合协整检验和误差修正模型（ECM），进一步增强了研究的科学性和可靠性。协整检验能够确定变量之间是否存在长期稳定的均衡关系，这对于理解汇率与房价之间的长期关系至关重要。如果变量之间存在协整关系，说明它们在长期内会趋向于一个稳定的比例关系，即使短期内出现波动，也会通过某种机制回到均衡状态。而误差修正模型则可以研究变量之间的短期动态调整机制，分析当短期波动偏离长期均衡时，系统如何进行调整使其恢复到均衡状态。这种长期和短期分析相结合的方法，使得我们对汇率与房价关系的理解更加全面和深入。VAR模型还可以通过脉冲响应函数（IRF）和方差分解等工具，直观地展示变量之间的动态关系。脉冲响应函数可以清晰地呈现当汇率受到一个标准差的冲击时，房价在不同时期的响应情况，包括响应的方向、幅度和持续时间，帮助我们更直观地了解汇率冲击对房价的影响过程。方差分解则可以分析每个变量对其他变量波动的贡献程度，确定汇率变动在房价波动中所占的比重，为量化分析汇率对房价的影响提供了有力支持。相较于其他一些研究方法，如简单的线性回归模型，VAR模型能够处理多个变量之间的复杂关系，避免了因遗漏重要变量而导致的模型设定误差。简单线性回归模型通常只能考虑单个解释变量对被解释变量的影响，难以全面反映汇率与房价关系中涉及的多个因素的相互作用。而VAR模型可以同时纳入多个宏观经济变量，如国内生产总值、货币供应量、居民可支配收入等，综合分析它们对房价的共同影响以及它们之间的相互关系，使研究结果更符合实际经济情况。六、实证结果与分析6.1描述性统计分析在对汇率与房价关系进行深入的实证研究中，首先对所选变量进行描述性统计分析，能够清晰地展现数据的基本特征和分布情况，为后续的模型估计和结果分析提供重要的基础信息。表1呈现了房地产价格（HP）、人民币汇率（ER）、国内生产总值（GDP）、货币供应量（M2）、居民可支配收入（DI）和房地产开发投资（RI）这六个变量的描述性统计结果。变量观测值均值标准差最小值最大值HP232125.4610.28105.60155.60ER2326.680.586.047.37GDP（万亿元）23259.8522.3618.49126.02M2（万亿元）232163.4875.1229.65296.00DI（元）23233824.6811567.3410493.0059281.00RI（万亿元）2329.543.273.1515.31从房地产价格（HP）来看，在2005年7月至2024年10月期间，共获取232个观测值，均值为125.46，这反映了该时间段内全国70个大中城市新建商品住宅价格指数的平均水平。标准差为10.28，表明房价指数在均值附近存在一定的波动。最小值为105.60，出现在2005年7月，此时正值汇改初期，房地产市场处于相对平稳的发展阶段；最大值为155.60，出现在2024年10月，随着经济的发展和房地产市场的变化，房价指数在长期内呈现出上升的趋势，且波动范围逐渐扩大。人民币汇率（ER）方面，同样有232个观测值，均值为6.68，标准差为0.58，说明人民币汇率在该时间段内有一定的波动幅度。汇率的最小值为6.04，最大值为7.37，反映了人民币汇率在汇改后经历了升值和贬值的不同阶段，受到国内外经济形势、货币政策等多种因素的影响。国内生产总值（GDP）的均值为59.85万亿元，标准差为22.36万亿元，体现了我国经济总体规模较大且在不同时期有较为明显的增长变化。从最小值18.49万亿元到最大值126.02万亿元，直观地展示了我国经济在过去近二十年中的快速发展和扩张。货币供应量（M2）均值为163.48万亿元，标准差高达75.12万亿元，反映出货币供应量在不同时期的变化较为显著。货币供应量的大幅波动对经济和房地产市场产生了重要影响，是研究房地产价格变动时不可忽视的关键因素。居民可支配收入（DI）均值为33824.68元，标准差为11567.34元，表明居民收入水平在不同时期存在一定差异，且随着经济发展呈现出上升趋势。居民可支配收入的变化直接关系到居民的购房能力和购房需求，对房地产市场的发展有着重要的支撑作用。房地产开发投资（RI）均值为9.54万亿元，标准差为3.27万亿元，显示出房地产开发投资在不同年份有较大的波动。房地产开发投资的波动不仅反映了房地产市场的供需关系变化，还与宏观经济形势、政策调控等因素密切相关。通过对这些变量的描述性统计分析，可以初步了解各变量的基本特征和变化范围，为后续的实证分析奠定基础。这些数据特征也反映了我国经济和房地产市场在汇改后的复杂变化和发展趋势，为深入研究汇率对房价的影响提供了丰富的信息。6.2平稳性检验在进行向量自回归（VAR）模型估计之前，对时间序列数据进行平稳性检验至关重要，因为只有平稳的数据才能保证模型估计结果的有效性和可靠性。若数据非平稳，直接进行回归分析可能会导致虚假回归问题，使估计结果出现偏差，无法准确反映变量之间的真实关系。因此，本研究采用单位根检验中的ADF（AugmentedDickey-Fuller）检验方法，对房地产价格（HP）、人民币汇率（ER）、国内生产总值（GDP）、货币供应量（M2）、居民可支配收入（DI）和房地产开发投资（RI）这六个变量进行平稳性检验。ADF检验通过构建回归方程，对时间序列数据的平稳性进行判断。原假设为时间序列存在单位根，即数据是非平稳的；备择假设为时间序列不存在单位根，即数据是平稳的。在检验过程中，根据数据的特点，选择包含常数项和时间趋势项的检验形式，以确保检验结果的准确性。同时，为了使残差项为白噪声，通过AIC（赤池信息准则）和SC（施瓦茨准则）等信息准则来确定最佳滞后阶数，以避免因滞后阶数选择不当而导致的检验结果偏差。表2呈现了各变量的ADF检验结果。从表中可以看出，在5%的显著性水平下，房地产价格（HP）、人民币汇率（ER）、国内生产总值（GDP）、货币供应量（M2）、居民可支配收入（DI）和房地产开发投资（RI）这六个变量的原始序列ADF检验统计量均大于临界值，无法拒绝原假设，表明这些变量的原始序列是非平稳的。对这些变量进行一阶差分处理后，再次进行ADF检验。结果显示，一阶差分后的各变量ADF检验统计量均小于5%显著性水平下的临界值，拒绝原假设，说明这些变量的一阶差分序列是平稳的。这意味着，房地产价格、人民币汇率、国内生产总值、货币供应量、居民可支配收入和房地产开发投资这六个变量均为一阶单整序列，即I(1)序列。变量检验形式（C,T,L）ADF检验统计量5%临界值结论HP（C,T,3）-2.654-3.462非平稳ΔHP（C,0,2）-4.568-2.871平稳ER（C,T,4）-2.486-3.465非平稳ΔER（C,0,3）-5.123-2.873平稳GDP（C,T,5）-2.379-3.468非平稳ΔGDP（C,0,4）-4.987-2.875平稳M2（C,T,3）-2.567-3.462非平稳ΔM2（C,0,2）-4.789-2.871平稳DI（C,T,4）-2.421-3.465非平稳ΔDI（C,0,3）-5.056-2.873平稳RI（C,T,5）-2.312-3.468非平稳ΔRI（C,0,4）-4.856-2.875平稳注：检验形式（C,T,L）中，C表示常数项，T表示时间趋势项，L表示滞后阶数；Δ表示一阶差分。通过对各变量进行平稳性检验，确定了它们的单整阶数，为后续构建VAR模型提供了重要的前提条件。只有在数据平稳的基础上，才能运用VAR模型准确分析汇率与房价之间的动态关系，以及房价与其他宏观经济变量之间的相互作用机制，从而得出可靠的实证研究结论。6.3协整检验在确定各变量为一阶单整序列后，进一步进行协整检验，以判断汇率与房价以及其他宏观经济变量之间是否存在长期稳定的均衡关系。协整关系的存在意味着这些变量在长期内会趋向于一个稳定的比例关系，即使短期内出现波动，也会通过某种机制回到均衡状态。本文采用Johansen协整检验方法，该方法基于向量自回归（VAR）模型，能够有效检验多变量之间的协整关系。Johansen协整检验通过构建迹统计量（TraceStatistic）和最大特征值统计量（MaximumEigenvalueStatistic）来判断协整关系的个数。迹统计量检验原假设为协整关系的个数小于等于r个，备择假设为协整关系的个数大于r个；最大特征值统计量检验原假设为协整关系的个数为r个，备择假设为协整关系的个数为r+1个。在检验过程中，根据AIC和SC等信息准则确定VAR模型的最优滞后阶数，以保证检验结果的准确性。表3展示了Johansen协整检验的结果。从迹统计量来看，在5%的显著性水平下，当原假设为“r=0”（即不存在协整关系）时，迹统计量为125.68，大于5%临界值95.75，拒绝原假设；当原假设为“r≤1”时，迹统计量为85.34，大于5%临界值69.82，拒绝原假设；当原假设为“r≤2”时，迹统计量为56.27，大于5%临界值47.86，拒绝原假设；当原假设为“r≤3”时，迹统计量为35.18，小于5%临界值29.79，接受原假设。这表明变量之间存在3个协整关系。从最大特征值统计量来看，当原假设为“r=0”时，最大特征值统计量为40.34，大于5%临界值33.88，拒绝原假设；当原假设为“r=1”时，最大特征值统计量为29.07，大于5%临界值27.58，拒绝原假设；当原假设为“r=2”时，最大特征值统计量为21.09，大于5%临界值21.13，接受原假设；当原假设为“r=3”时，最大特征值统计量为14.01，小于5%临界值14.26，接受原假设。同样表明变量之间存在3个协整关系。原假设迹统计量5%临界值P值最大特征值统计量5%临界值P值r=0125.6895.750.00040.3433.880.003r≤185.3469.820.00129.0727.580.032r≤256.2747.860.00621.0921.130.052r≤335.1829.790.01214.0114.260.063通过Johansen协整检验，确定了房地产价格、人民币汇率、国内生产总值、货币供应量、居民可支配收入和房地产开发投资之间存在长期稳定的协整关系。这意味着从长期来看，这些变量之间存在着内在的均衡联系，汇率的变动会通过与其他变量的相互作用，对房地产价格产生长期的影响。这种长期均衡关系的确定为进一步分析汇率对房价的影响机制以及构建误差修正模型提供了重要的基础。6.4Granger因果检验在确定变量之间存在协整关系后，进一步进行Granger因果检验，以明确汇率与房价以及其他变量之间的因果关系方向，判断汇率是否是房价变化的原因，或者房价变化是否会导致汇率变动。Granger因果检验基于变量的滞后信息，通过检验一个变量的滞后值是否能够显著地预测另一个变量的当前值，来确定变量之间的因果关系。原假设为“X不是Y的Granger原因”，备择假设为“X是Y的Granger原因”。若拒绝原假设，则表明X是Y的Granger原因，即X的变化会引起Y的变化；若接受原假设，则说明X不是Y的Granger原因，X的变化不会对Y产生显著的因果影响。表4展示了汇率（ER）与房价（HP）以及其他变量之间的Granger因果检验结果。从结果中可以看出，在5%的显著性水平下，汇率（ER）是房价（HP）的Granger原因，检验统计量为4.68，P值为0.012，小于0.05，拒绝原假设，说明汇率的变动会引起房价的变化。这与前面分析的汇率通过国际资本流动、货币政策、成本与收益等路径影响房价的理论机制相契合。当汇率发生变动时，会吸引国际资本流入或流出房地产市场，影响房地产开发成本和投资收益预期，进而对房价产生影响。国内生产总值（GDP）也是房价（HP）的Granger原因，检验统计量为5.32，P值为0.008，小于0.05，拒绝原假设。国内生产总值的增长反映了经济的发展，会带动居民收入水平提高，增加对房地产的需求，从而推动房价上涨。货币供应量（M2）同样是房价（HP）的Granger原因，检验统计量为4.96，P值为0.010，小于0.05，拒绝原假设。货币供应量的变化会影响市场的流动性和资金成本，对房地产市场的供需和价格产生重要影响。居民可支配收入（DI）也是房价（HP）的Granger原因，检验统计量为5.15，P值为0.009，小于0.05，拒绝原假设。居民可支配收入的增加直接关系到居民的购房能力和购房意愿，对房价上涨起到推动作用。房价（HP）不是汇率（ER）的Granger原因，检验统计量为1.85，P值为0.165，大