利率、汇率双因子变动对中国住宅市场价格的影响及其应对

论文导读:：尤其是当国家调整利率和汇率时候。汇率与房地产价格的关系。利率与房地产价格的关系。
论文关键词：利率，汇率，房地产价格
 

一、引言

在中国经济发展的过程中，宏观经济政策影响着中国经济的发展。房地产市场近年来随着改革开放的发展取得了很大的成就，然而在成就的同时，房地产等资产价格的快速上升，也慢慢超出了人们的心理预期。房地产与国家经济政策相互作用很强，国家政策在房地产市场方面的影响比较典型，尤其是当国家调整利率和汇率时候，都在很大程度上影响着房地产的价格。

（一）利率与房地产价格的关系

资料来源：中国人民银行

图1：2002年2月21日——2010年10月20日我国存贷款基准利率

上图是国家自2002年以来在存贷款基准利率方面的调整，从图中可以看出，在2008年以前，国家政策的存贷款基准利率比较低，处于缓慢增长的趋势，2008年，由于受经济危机的影响，国家为促进经济的稳定经济学论文，曾五次提高存贷款基准利率，最高时分别达到4.14%和7.2%。自此之后国家放松银根，从2008年底到2010年上半年一直保持着较低的存贷款基准利率，分别为2.25%和5.31%。2010年10月20日，由于受通货膨胀的影响，国家首次提高人民币存贷款利率。10月份CPI高达4.4%，11月16日央行又上调银行存款准备金率0.5个百分点，接着宣布，从 2010年11月29日起，上调存款类金融机构人民币存款准备金率0.5个百分点。

房地产业属于资金密集型和劳动密集型产业,需要银行作为中介,银行为房地产的开发和销售提供资金的融通,而利率是资金的价格,利率的变动必然会对房地产的供给和需求产生影响,从而带来房地产价格的波动论文格式。按照四象限模型理论，房地产资产价格(P)=租金（R）/资本化率（i），即P=R/i。利率水平的变动会影响到房地产供需状况，假设资本市场能对各种资产的价格进行有效调整，使投资进行风险调整后，能够获得社会平均投资回报，那么，利率上升使投资者愿意将资产投向其他领域，导致房地产市场资金减少，价格下降，直到达到均衡，其引导机制为：利率上升→房地产价格下降→新开发建设房屋量下降→市场存量下降→租金上升，需求下降→达到均衡。反之，利率下降，房地产市场资金增加，价格上升。

图2：房地产市场四象限模型

（二）汇率与房地产价格的关系

资料来源：中国外汇交易中心和外汇管理局

图3：人民币兑美元汇率中间价

从图中可以看出，自2005年7月份国家实行参考一篮子有管理浮动的汇率政策以来，人民币升值幅度很大，从2005年7月21日的1美元兑换8.2765元人民币，到2010年11月21日的1美元兑换人民币6.6389元，升值近19.8%。

一般理论认为经济学论文，当一国货币升值时，其代表的资产价格会上升，例如房地产价格，居民消费品价格等，出口下降。在本币升值的背景下，首先，央行为保持经常账户和资本账户外汇头寸的平衡，不得不加大本国货币供给，这样无形中加大的M2的供应量，这些货币会进入房地产市场，引起房价上涨；其次，在存在本币升值的预期下，国外“热钱”会大举流入国内，炒作房地产市场和与其相应的股票市场，也使得房价上涨。二者传导机制为：人民币升值→国家外汇储备增加→货币供应量增加→流动性过剩→通胀压力增加→以人民币计价的资产价格上升。

二、文献综述

国外关于利率和汇率对房地产价格研究的文献相对于国内较多，但是他们大多都是通过单一影响因素分别分析利率和汇率对于房地产价格的影响，没有综合分析这两者对于房地产价格的共同影响。Kau和Keennan(1980)在文章中认为利率与住宅需求成反比例关系，利率提高将是住宅需求降低，反之，则能促进住宅需求。 Abraham和Hendershott（1996）做出了一个模型，模型考虑了一些滞后的变化量，该模型说明住宅价格和利率成负相关。[①]Korhonen和Wachtel(2005)运用VAR模型，以独立国家联合体为样本，发现汇率变动对本国物价和房地产价格有较大影响。但是也有一些相反的论点，Goodman(1995)在论文研究中发现，住宅需求和利率存在正比例关系。Krugman(1989)认为，国外出口商为了占领市场，改变营销策略，所以汇率变动对国内消费品价格和房价不显著。[②]

国内关于这方面的研究文献不是很多。除了利率以外，也有部分学者从汇率方面研究与房地产的关系。宋晗（2008）在论文中把影响房地产市场价格的机制分为预期机制、财富机制和溢出机制经济学论文，而预期机制能更好的解释人民币汇率与房地产价格之间的关系，建立汇率和房地产价格关联模型。沈庆劼（2007）[③]在文献中提出，在人民币币被低估和对外人民币升值的背景下，通过影响房地产的供给与需求，与房地产价格的高涨有着密切的联系论文格式。黄安永，周林（2010）[④]通过分析近几年的利率波动与房价走向，表明中国房地产的发展和利率存在着很强发关联性，国家必要时可以采用上调利率的办法使房价平稳。

由此可见，关于房价在利率和汇率方面的存在着不同的观点，西方国家和国内的一些研究人员、学者只是单独地从利率或者汇率分析房地产市场，而没有把二者结合综合分析对房地产市场的影响。本文在阐述房价变动的同时，综合分析了利率和汇率对国内房价的影响，通过建立二元模型，来分析二者对房价的影响程度。

三、构建模型及检验

（一）数据选取

本文通过利率和汇率两个解释变量来分析被解释变量房地产价格，由于现在国家存在一些统计数据的局限性，而上海的房地产市场发展较为完善，数据保存和分析方面做的工作也比较理想，而且上海房地产市场价格在全国房地产价格中有很强的代表性，市场机制相对很完善，所以本文选取中房上海住宅指数作为被解释变量（房地产价格）。表1选取2005年7月至2010年10月的人民币兑美元的汇率平均中间价作为解释变量（汇率采用直接标价法），考虑到人民币存款和贷款利率的浮动性幅度不是太大，本文选取自2005年以来调整的人民币贷款利率作为解释变量（利率），由于中房上海住宅指数较大，选取变量时按照中房住宅指数的1/100作为变量，从2009年12月份中房上海指数作如下调整，住宅指数1999年10月取值1000点，所以调整后历期涨跌幅度不变，更有利于比较分析。

表1：2005年7月—2010年10月中房上海住宅指数与人民币汇率和贷款利率

中房上海住宅指数来源于上海市房地产估价师协会（www.valuer.org.cn），人民币兑美元的汇率平均中间价来源于国家外汇管理局（www.safe.gov.cn），人民币贷款利率来自中国人民银行（www.pbc.gov.cn）和中国外汇交易中心（www.chinamoney.com.cn）。文中数据经过Eviews3.1软件建立相关平滑曲线回归。

（二）模型构建

假设房价只受汇率和利率影响经济学论文，建立二元一次取对数模型：

lnSH_t=α+βlnER_t+γlnLR_t+δlnSH_t-1+υ

其中，SH表示中房上海住宅指数，ER表示人民币兑美元的汇率平均中间价，LR表示人民币贷款利率，α为常数，β为lnER的相关系数，γ为lnLR的相关系数，δ为滞后变量lnSH_t-1的系数，υ为随机干扰项。该方程组假设房价剔除了房地产炒作和人们主观偏好等其他因素的影响，假设只受利率和汇率影响。

（三）单位根检验

时间序列计量分析需要的数据是平稳的单位根过程，否则就有可能出现“伪回归”问题。本文应用ADF检验方法对单位根进行检验，以检验其平稳性。表2是单位根检验结果，从表2可以看出：在5%的显著性水平上，lnSH、lnER、lnLR为非平稳变量，而他们的一阶差分ΔlnSH、ΔlnER、ΔlnLR在5%的显著性水平下为平稳变量。所以在本文的数据上面，分别采取原始数据lnSH、lnER、lnLR变量的一阶差分变量ΔlnSH、ΔlnER、ΔlnLR作为平稳变量，这样建立在平稳变量基础上的模型更能体现模型与现实之间的关系。

表2：单位根检验结果

注：检验形式（c,t,k）中，c、t、k分别代表常数项、时间趋势和滞后阶数；***表示在5%显著性水平上显著；Δ表示差分。

（四）协整检验

协整关系表示一种长期的均衡关系，常用的协整检验方法有Engle-Granger检验和Johansen检验，本文采用Johansen协整检验来验证lnSH、lnER、lnLR之间的协整关系。通过分析得出数据的之间存在着协整关系。

图4：Johansen协整检验结果：

从图中可以看出，在Likelihood Ratio的值72.887分别大于在5%显著性水平上的34.91和在1%显著性水平上的41.07论文格式。上述检验结果表明三个变量lnSH、lnER、lnLR之间存在着协整关系。

三个非平稳原始变量有协整关系时才可以直接用普通最小二乘法进行回归分析，否则就会出现“伪回归”的现象。下表是利用Eviews3.1软件进行的回归分析，结果如表3表示：

表3：lnSH&lnER&lnLR的回归结果

由表3可知，该回归模型为：

lnSH_t=2.224-0.771 lnER_t-0.185lnLR_t+0.886lnSH_t-1

(3.22) (-3.23)(-2.35) (21.46)

R²=0.987 调整R²=0.986 DW=1.975 F-统计量=1463.278

 1/2    1 2 下一页 尾页