利率对西安房地产市场的影响

【摘要】利率是中央银行调控宏观经济的重要工具，经常被用来调控房地产市场。经济学理论认为，提高利率是遏制房价上涨的有效措施。本文采用新建住宅价格指数和贷款基准利率，通过 VAR 模型理论，分别进行 ADF 单位根检验、建立 VAR 模型、AR 根检验、脉冲响应函数和方差分解分析，分析了基准贷款利率对西安市房地产市场的影响效率。

【关键词】利率房地产 VAR

一、引言

利率作为货币政策重要的中介目标，对宏观经济调控具有十分重大的意义。当前，世界各国频繁运用利率杠杆实施宏观调控，利率政策已成为各国中央银行调控货币供求，进而调控经济的主要手段，利率政策在中央银行货币政策中的地位越来越重要。

凯恩斯认为储蓄和投资是两个相互依赖的变量，而不是两个独立的变量。在他的理论中，货币供应由中央银行控制，是没有利率弹性的外生变量。此时货币需求就取决于人们心中的「流动性偏好」。而后产生的可贷资金利率理论是新古典学派的利率理论，是为修正凯恩斯的「流动性偏好」利率理论而提出的。

房地产市场是一国经济的「晴雨表」。易宪容（2007）在《房地产与金融市场》一书中指出，虽然完全依赖房地产市场会带来巨大的风险，但勿需质疑的是，目前房地产市场是国内经济发展的支柱产业。Adam（2008）通过对英国房地产价格进行研究，通过 VAR 模型对短期和中期约束的货币政策传导机制进行设定检验，证明房地产价格变化影响利率变动。马俊（2013）在理论分析的基础上，进一步运用结构自相量（SVAR）模型得出结论：银行信贷与房地产价格之间不具有长期稳定的关系，短期信贷对房价的影响占主导地位，反过来不成立。

我国改革开放之后，房地产市场蓬勃发展，特别是 2008 年我国政府投入 4 万亿救世后，房价一路飙升。然而，这也给我国经济带来了风险，房地产市场的盲目扩张，造成了局部市场上供大于求的现象，一些地方相继出现鬼城，地方负债累累，房地产泡沫化严重。因此，如何有效地运用利率手段来管理房地产市场，使之健康、平稳地发展，就成了当务之急。本文将侧重于分析西安房地产市场对于利率的反应敏感度。

二、变量介绍及相关数据

一年期贷款基准利率（r），来源于中国人民银行官网的最新数据，因为我们需要研究利率的变动对于房价的影响，所以在一年内存在数次利率调整时，我们采取当年早期的利率水平，而房价等数据往往都在年末产生，这样选择数据会更合理。

西安市新建住宅销售价格指数（NHI）。新建住宅销售价格指数是综合反映住宅商品价格水平总体变化趋势和变化幅度的相对数。西安市新建住宅销售价格指数数据来源于《西安统计年鉴》。

三、实证分析

（一）ADF 单位根检验

对新建住宅销售价格指数（NHI）做 ADF 检验，在 5% 的显着性水平下，t 统计值-3.69533 小于临界值-3.081002，即，在 5% 的显着水平下，NHI 为平稳时间序列。同理，对基准利率（r）做 ADF 检验，在 5% 的显着性水平下，t 统计值-3.824003 小于临界值-3.081002，即，在 5% 的显着水平下，r 也为平稳时间序列。

（二）VAR 模型的建立

在 ADF 检验结果的基础上通过 Eviews9.0 建立 VAR 模型，剔除掉不显着系数的变量，得到如下 VAR 模型：

NHI=0.197222NHIt-1+0.187592NHIt-2-3.308074rt-1+2.192986rt-2 +70.27289+εt

r=0.013457NHIt-1+0.029411NHIt-2+0.251093rt-1-0.171742rt-2 +0.946723+μt

t=1，2，…，T （1）

式（1）为 VAR 联立方程组，T 为样本统计量。

（三）广义脉冲响应函数

AR 根检验表明建立的 VAR 模型是稳定的。本文选择建立广义脉冲响应函数，这是因为脉冲响应函数通常采用的 Cholesky 分解的会被变量次序影响其结果。

广义脉冲响应函数结果显示，当对 NHI 残差一个标准冲击，其自身的响应值在第 1 期将达到最大值 3.543847，随后一路下降，在第 2 期达到最小值-0.195685，接着逐渐上升，最后趋于 0；当给 r 残差一个标准冲击，NHI 的响应值在第 1 期达到最大值 1.398296，随后经过波动趋于 0。当对 NHI 残差一个标准冲击，r 的响应值在第 1 期达到最大值 0.270432，随后逐渐趋于 0；当对 r 残差一个标准冲击，r 的响应值在第 1 期达到最大值 0.685384，随后经过波动，趋于 0。

（四）方差分解

方差分解结果显示，NHI 对自身的贡献率在前期经过剧烈下降，平稳时的值为 74%，r 变动对 NHI 的贡献率在前期经过快速上升，长期趋于 26%；而 NHI 和 r 对 r 的贡献率均在观察期内保持稳定，NHI 对 r 的贡献率约为 17.5，r 对其自身的贡献率约为 82.5%。

四、结论及分析

我们通过 VAR 模型分析得到：西安市新建住宅销售价格对贷款基准利率冲击的反应程度，在短期内比较敏感；利率变动对西安市新建住宅销售价格变动的贡献率水平偏低，仅为 26%。

究其原因，我认为有三个：

第一，货币政策传导机制阻塞，利率无法真正有效快速地作用于西安市房地产市场，存在时滞性。我国虽然加快了利率市场化进程，但目前的利率市场相较于金融市场发达国家来讲，依然效率低下，严重影响了中央银行通过利率来调控房地产市场的效果。

第二，西安作为西北重镇，房地产市场刚需旺盛，弱化了利率对房地产市场的调控作用。

第三，我们选取的数据分别来自中国人民银行和西安统计局，由于某些区域统计方法可能存在差异，所获得的信息也各有不同，使得用于实证研究的数据不够准确，这对本文的结论也产生了一定程度的影响。

参考文献

[1]宋勃，高波.利率冲击与房地产价格波动的理论与实证分析[J].经济评论.2007，（04）：46-56.

[2]Davis E，Zhu H.Bank lending and commercial property cycles：some cross-country evidence[J].Journal of International Money and Finance.2011，30（1）：2-18.

作者康卫东