[摘要]新经济形势下，政府如何调整货币政策来促进房地产市场稳定发展，防范局部乃至系统性金融危机发生，已经成为一个不可忽视的话题。本文通过选取一线、新一线、二线46个城市2010年至2019年的面板数据，引入贷款利率、信贷规模、法定存款准备金率这三个解释变量，运用PVAR模型就货币政策工具变量对房地产市场的区域异质性进行了研究，并提出对策建议。
[关键词]货币政策；房地产市场；区域异质性
随着经济快速发展，我国房地产市场出现大量的“投机炒房”和“热钱”流入等现象，拉高了房价，部分一线城市房价更是呈倍数增长，且一线城市房价的增长速度明显大于新一线、二线城市。本文通过比较分析各货币政策工具变量对三大城市群的影响效果，有针对性地提出对策建议，研究内容具有一定的现实意义。
1.理论基础
1.1我国房地产市场的城市群划分。本文依照《第一财经》2018年4月26日对中国城市等级的划分标准，选取一线、新一线、二线共46个城市来进行实证分析，其中，一线城市（4个）：上海、北京、深圳、广州；新一线城市（15个）：成都、杭州、重庆、武汉、苏州、西安、天津、南京市、郑州、长沙、沈阳、青岛、宁波、东莞、无锡；二线城市（27个）：昆明、大连、厦门、合肥、佛山、福州、哈尔滨、济南、温州、长春、石家庄、泉州、南宁、贵阳、南昌、金华、太原、嘉兴、烟台、惠州、保定、台州、中山、绍兴、乌鲁木齐、潍坊、兰州。
1.2蒙代尔“最优货币区”理论。罗伯特·蒙代尔认为如果统一货币政策对各区域的调控效果是一致而不存在区域差异性，说明该区域或该国家的货币政策是“最优”的，这就是“最优货币区”（OCA）理论。根据以上理论，可知判断“最优货币区”的一个标准就是：央行施行统一货币政策对该区域内经济变量的调控效果是否都表现一致，如果该国央行施行的统一货币政策调控效果存在地区差异，说明该区域是“非最优货币区”。就我国而言，不仅在东中西部各区域间存在自然资源、产业结构、贸易环境等差异，而且各城市间的经济发展水平、人口分布等也各不相同。综上所述，我国属于“非最优货币区”，本文就是在此背景下，探究货币政策对房地产市场的区域异质性。
2.变量选取与数据来源
2.1变量选取。商品房平均销售价格（HP）。本文的研究对象为商品房，主要包括办公楼、商业用房、住宅三大类，能较为全面地反映房地产市场。用各市房地产销售额除以商品房销售面积求得。贷款利率。本文将选取金融机构1-3年贷款利率作为利率层面的指标，具体用实际使用天数加权平均处理后的平均值计算出。信贷规模－选用金融机构人民币资金运用中的各项贷款余额代替。法定存款准备金率－选用央行公布的大型金融机构存款准备金率代替，用实际使用天数加权平均处理后的平均值计算出。
2.2样本与数据说明。本文选取2010年至2019年共十年的年度数据，按照一线、新一线、二线城市的划分标准，选取我国46个城市的实际数据，共得到460个样本。运用面板向量自回归模型分别进行一线、新一线、二线城市层面的实证分析。本文的数据来源于国家统计局、中国人民银行、各省市的统计年鉴、《中国房地统计年鉴》、WIND数据库以及CSMAR数据库。为了消除量纲差异和降低异方差的影响，本文对各个变量进行对数处理，最终得到的变量为：Lnhp、Lnloan、R3、Depor。
3.基于PVAR模型的实证分析
3.1最优滞后阶数的选择。采用HQIC准则、AIC信息准则、BIC准则进行最优滞后阶的确定，具体选择结果如下表所示。AIC、BIC和HQIC准则均显示滞后一阶为最优，因此，本文选择滞后一阶建立PVAR（1）模型。
3.2PVAR模型的构建。根据上文最优滞后阶的选择，本文构建滞后一阶的面板向量自回归模型，如下所示：其中，，，i表示各个城市，t表示年份，为变量的一阶滞后项，β为系数矩阵，为随机误差项。
3.3稳定性检验与脉冲响应分析AR根图的检验结果表明自回归多项式的根都位于单位圆内部，可以认为所构建的PVAR模型都是稳健的。在给定信贷规模一个标准差的冲击下后，一线、新一线、二线城市的房价都有显著的正向响应，即信贷规模与各城市群房价均存在正向的影响关系。且一线城市房价对信贷规模冲击的响应强度大于新一线和二线城市，而新一线城市却略小于二线城市，说明在一定时期内，信贷规模对一线城市房价的影响程度最大，其次是二线城市，对新一线城市的影响程度最小。贷款利率对一线、新一线、二线城市房价的冲击①：短期内一线、新一线城市房价与贷款利率之间的关系并不显著，表明在短期贷款利率对一线、新一线城市房价的影响作用并不大，而利率对二线城市房价的影响机制在短期内则有效。存款准备金率对一线、新一线、二线城市房价的冲击：面对法定存款准备金率一个标准差的冲击，一线城市房价在前两期都为负向显著，新一线城市房价在整个报告期内，均为负向显著，二线城市房价从第1期开始表现为负向显著。从脉冲响应强度来分析，一线城市房价对存款准备金率冲击的响应强度最大，其次是新一线城市，二线城市房价的响应强度最小，这说明一线城市对存款准备金率的冲击最敏感。
4.研究结论及对策建议
研究结论：第一，信贷规模对一线城市房价的影响作用最大，其次是二线城市，对新一线城市的影响作用最小。第二，存款准备金率对一线城市房价的负向影响作用最大，其次是新一线城市，对二线城市的影响作用最小。第三，贷款利率对二线城市房价的影响显著为负，对一线、新一线城市房价的影响不显著。根据研究结论，提出对策建议：限贷限购“双管齐下”，抑制一线城市房地产的投机性需求。针对一线城市房价管控，政府可以做到“因城施策”。一方面，在以限购、限售等行政管制为主要调控政策的同时，适当降低一线城市的土地供给；另一方面，应严格控制一线城市房地产市场的资金来源，可通过控制信贷规模或提高存款准备金率来减少流动性供给，从而抑制一线城市房地产市场的投机性和投资性需求，进而达到稳定房价的目的。加快保障性住房建设，引导新一线城市房价的理性预期。针对新一线城市房地产市场的发展，政府在增加保障性住房供给的同时，更要着力抑制房地产市场的非理性需求，注重引导居民的理性预期。以宽松信贷政策为主，促进二线城市自住和改善型住房需求。针对二线城市的房地产市场，主要应采取相对宽松的信贷政策、财政和税收政策来促进其发展。一方面个人住房贷款增多，可促进二线城市居民的自住性和改善型住房需求，另一方面信贷规模扩张也能加快二线城市房地产市场的“去库存”。
作者:王天云 单位:江西科技学院
