三千字我国房价与货币起发的关系

三千字我国房价与货币起发的关系篇一：我国房价与货币供应量关系讨论

我国房价与货币供应量关系讨论

2022-11-1610:28:12来源：?商业时代?2022年第27期

摘要：本文基于2022－2022年的月度数据，通过单位根检验、向量自相关模型、脉冲分析、方差分解和格兰杰因果检验分析了我国房地产价格与货币供应量之间的关系。并发现房地产价格的上涨会导致货币供应量的增加，对房价上涨影响较大的是房价自身的变化，即房价的上涨会导致房价在以后一段时期内继续上涨、前期的房价上涨会导致本期的房价上涨，而房价的上涨又会导致货币供应量的增加，而货币供应量的增长对房价的影响却不大。

关键词：房价，货币供应量，实证分析

我国的房地产市场在1998年住房制度改革之后，房价就一直上涨。从2022年起，面对过热的房地产市场，我国政府不断出台调控政策以防止房地产市场的泡沫过度膨胀而破灭的危险。其中，通过上调存款准备金率来控制货币供应量的政策最为频繁使用。由图1可知，我国房地产价格指数波动的同时，货币供应量增长率也发生了相应的波动，两者的波动趋势具有很大的相关性。

房地产价格和货币供应量的关系可以从两方面进展分析，即一方面房地产价格的变化会影响货币供应量，另一方面货币供应量的变化也会引起房地产价格的变化。当房价上涨时，大量的境外资本、民间资本及银行储蓄会被吸引到房地产市场进展投机，房价上涨而且人民币升值预期时，大量的境外资本通过各种合法的和不合法的渠道进入我国市场，兑换成人民币而导致货币供应量的增加。货币供应量对房价的影响途径是：货币供应量↑→住房贷款↑→房地产需求↑→房地产价格，反之，那么房地产价格下降。房地产价格和货币供应量之间互相影响，为了厘清两者之间的关系，本文运用Eviews软件对两者进展了向量自相关模型分析、脉冲响应分析、方差分解及格兰杰因果关系检验。

文献综述

胡胜等〔2022〕认为，房价上升的主要原因是前期价格的变动，物价和货币供应量对房价的影响较小，货币供应量变化对商品房价格的影响是负的。葛红玲〔2022〕分析了货币政策对北京房价的影响，发现不断上调的存款准备金率，通过货币供应量影响北京房地产供应与需求，对北京房价上涨的态势有抑制作用。但是从弹性系数来看，存款准备金率对近几年北京房价的上涨控制力度非常有限。

王擎、韩鑫韬〔2022〕认为货币供应量增长率与房价增长率的互相影响存在剧烈的波动，它们之间的联动变化不稳定，货币供应量的变化可能引起房价的不同变化。

贺晨〔2022〕认为商品房价格和货币供应量之间存在长期稳定的平衡关系，而且货币供应量的变化可以很好地解释商品房价格的变化。

崔光灿〔2022〕对我国资产价格和居民消费价格指数的波动进展了实证分析，认为货币供应量会通过房屋销售价格指数传导到居民消费价格指数上。任碧云、梁垂芳〔2022〕通过对我国1978－2022年的经历检验得出结论，认为货币供应量与居民消费价格指数、房屋销售价格指数有亲密的关系，货币供应量的过快增长会引起居民消费价格指数或是房屋销售价格指数的上涨。

以往的文献大多采用年度数据和季度数据，未能反映货币供应量和房价的频繁变化。本文采用2022－2022年的月度数据来分析近几年货币供应量和房价的关系，因为我国房价在近几年内波动剧烈、波动频繁，而且央行近几年数次上调存款准备金率以控制货币供应量，所以本文选择采用月度数据以更好地反映房价和货币供应量的频繁变动。

实证分析

在指标的选取上，本文以房地产价格指数来反映房地产价格的变化情况，以广义的货币供应量M2的变化来反映我国货币供应量的变化。因为房屋销售物价

指数PI是以上年同期的数据为100计算而来的，对M2进展了类似指数化处理，以上年同期的数据为100计算而得，用M2I表示。我国房价自1998年房改之后就波动剧烈。本文选取了2022－2022年的月度数据进展分析，数据来源于中国统计局网站和中国人民银行网站。采用Eviews软件进展实证研究。

〔一〕单位根检验

对时间序列进展分析是建立在平稳性根底上的，为了防止由于变量之间本身具有的随着时间有向上或者是向下的变动的趋势而无真正的联络出现的“伪回归〞现象，有必要对时间序列进展平稳性检验〔单位根检验〕。在DF－ADF检验中，滞后长度的选择直接影响到检验的结果。为保证检验结论的可靠性，本文根据AIC信息准那么确定滞后长度，以AIC值最小时的滞后长度为最优滞后长度。由表1可见，PI和M2I两个序列本身都是平稳性序列，两个序列均为零阶单整序列I〔0〕。由于其单整阶数一样，两者之间有可能存在协整关系，可以进入下一步的协整检验。

〔二〕向量自回归模型

向量自相关模型是指每个方程等号右侧有一样的变量，而这些在方程右侧的变量包括所有内生变量的滞后项。本文采用向量自回归模型来分析房地产价格与货币供应量的关系。

与平稳性检验时需要正确确定滞后期一样，检验所涉及的VAR模型也需要恰中选择滞后期。按照通行惯例，本文以VAR模型AIC值最小化为最优滞后期的选择标准。通过反复试验，当滞后期为“12〞时AIC值最小，结果如表2所示。

由表2可知，上期PI每变化一个单位会导致本期PI同向变化1.764个单位，前两期的PI变动一个单位会导致本期PI反向变动0.815个单位；上期M2I变动一个单位会导致本期PI反向变动0.017个单位，前两期M2I变动一个单位会导致本期PI同向变动0.035个单位。同理，上期PI每变化一个单位会导致本期M2I反向变化0.118个单位，前两期的PI变动一个单位会导致本期M2I反向变动0.091个单位；上期M2I变动一个单位会导致本期M2I同向变动0.839个单位，前两期M2I变动一个单位会导致本期PI同向变动0.063个单位。

由此可知，对房地产价格指数影响最大的是上期的房地产价格指数，同向变动；其次是滞后2期的房地产价格指数，反向变动；而滞后1期和滞后2期的货币供应量同比增长指数对房地产价格指数的影响不太明显。对当前货币供应量同比增长指数影响最大的是滞后1期的货币供应量同比增长指数，同向变动；其次是滞后1期的房地产价格指数，反向变动。

〔三〕脉冲响应分析

脉冲响应函数可以反映变量在受到冲击后，变量的数值在一定时间之内的变动轨迹。它可以比拟直观地刻画出变量之间的动态交互作用及其效应。

图2〔1〕表示PI对自身的响应函数的时间途径。其脉冲影响大约在第五期到达最大值，然后呈下降趋势，但在10期内的影响都是正向的。这说明，如第一个月房地产价格由于某种原因上涨，将在将来的较长时间内对房地产价格的增长有促进作用，即当前房地产价格的上涨会促使房地产价格在将来的一段时间内上涨。形成这种现象的主要原因是当房价上涨，人们会预期房价在将来也会上涨，投机行为也加重，从而促进房价的上涨。

图2〔2〕表示M2I对PI施行冲击，PI的响应函数时间途径。M2I对PI的影响在第一期和第二期内是正向的，在此后的时间内都是负向影响。

图2〔3〕表示PI对M2I施行冲击，M2I的响应函数时间途径。在第一期的时候脉冲影响几乎为0，在以后的各期中逐渐上升，说明房价的上涨会引发后面各时期货币供应量的增加，且增长的弹性不断变大。这主要是因为，房价上涨后会吸引国内外的投机者不断将资金投入到房地产市场进展投机，境外资金的进入又需要较长的时间，从而出现弹性不断增长的情况。

图2〔4〕表示M2I对自身的响应函数的时间途径。响应途径一直为正且呈现不断下降的趋势，说明货币供应量同比增长指数的上涨会引发以后各时期货币供应量同比增长指数的增长，且弹性不断下降。这与货币供应量本来就会随着经济的增长而增长有关。

〔四〕方差分解

预测误差方差分解可以显示序列中由于其自身冲击与其他变量的冲击而导致的挪动比例。

图3〔1〕为房地产价格指数对自身的方差分解时间途径，时间途径几乎一直接近于100%，在后面几期内才略微有所下降，说明房地产价格指数对自身的奉献率非常高。

图3〔2〕是PI对M2I的方差分解时间途径，时间途径一直为正且不断增加，说明房地产价格指数对货币供应量的同比增长指数的奉献越来越大，在第10期的时候到达了60%左右，在第3期时还出现了加速的过程。图3〔3〕是M2I对PI的方差分解时间途径，时间途径几乎一直为0，说明货币供应量的同比增长指数对房地产价格指数的奉献不大，几乎为0。图3〔4〕是M2I对自身的方差分解时间途径，时间途径一直为正，但是呈现不断下降的趋势，从第1期的接近100%到第10期的50%左右，说明货币供应量同比增长指数对自身的奉献率很高。

〔五〕格兰杰因果关系检验

格兰杰因果关系检验可以帮助我国厘清变量之间的因果关系。在进展检验时，滞后期的不同会导致不同的结果，为保证检验的合理性，本文依次进展了滞后期为1、2、3的因果检验，检验结果如表3所示。

由表3可知，当滞后期为1、显著程度为1%时，回绝M2I不是PI的格兰杰原因的原假设，即M2I是PI的格兰杰原因；同样，回绝PI不是M2I的格兰杰原因的原假设，即PI是M2I的格兰杰原因。PI与M2I存在双向因果关系。当滞后期为2、显著程度为1%时，承受M2I不是PI的格兰杰原因的原假设，即M2I不是PI的格兰杰原因；回绝PI不是M2I的格兰杰原因的原假设，即PI是M2I的格兰杰原因。两者之间存在PI到M2I的单向因果关系。当滞后期为3、显著程度为1%时，承受M2I不是PI的格兰杰原因的原假设，即M2I不是PI的格兰杰原因；回绝PI不是M2I的格兰杰原因的原假设，即PI是M2I的格兰杰原因。两者之间

篇二：我国房价与货币供应量关系讨论

我国房价与货币供应量关系讨论

摘要：本文基于2022－2022年的月度数据，通过单位根检验、向量自相关模型、脉冲分析、方差分解和格兰杰因果检验分析了我国房地产价格与货币供应量之间的关系。并发现房地产价格的上涨会导致货币供应量的增加，对房价上涨影响较大的是房价自身的变化，即房价的上涨会导致房价在以后一段时期内继续上涨、前期的房价上涨会导致本期的房价上涨，而房价的上涨又会导致货币供应量的增加，而货币供应量的增长对房价的影响却不大。

关键词：房价，货币供应量，实证分析

我国的房地产市场在1998年住房制度改革之后，房价就一直上涨。从2022年起，面对过热的房地产市场，我国政府不断出台调控政策以防止房地产市场的泡沫过度膨胀而破灭的危险。其中，通过上调存款准备金率来控制货币供应量的政策最为频繁使用。由图1可知，我国房地产价格指数波动的同时，货币供应量增长率也发生了相应的波动，两者的波动趋势具有很大的相关性。

房地产价格和货币供应量的关系可以从两方面进展分析，即一方面房地产价格的变化会影响货币供应量，另一方面货币供应量的变化也会引起房地产价格的变化。当房价上涨时，大量的境外资本、民间资本及银行储蓄会被吸引到房地产市场进展投机，房价上涨而且人民币升值预期时，大量的境外资本通过各种合法的和不合法的渠道进入我国市场，兑换成人民币而导致货币供应量的增加。货币供应量对房价的影响途径是：货币供应量↑→住房贷款↑→房地产需求↑→房地

产价格，反之，那么房地产价格下降。房地产价格和货币供应量之间互相影响，为了厘清两者之间的关系，本文运用Eviews软件对两者进展了向量自相关模型分析、脉冲响应分析、方差分解及格兰杰因果关系检验。

文献综述

胡胜等〔2022〕认为，房价上升的主要原因是前期价格的变动，物价和货币供应量对房价的影响较小，货币供应量变化对商品房价格的影响是负的。葛红玲〔2022〕分析了货币政策对北京房价的影响，发现不断上调的存款准备金率，通过货币供应量影响北京房地产供应与需求，对北京房价上涨的态势有抑制作用。但是从弹性系数来看，存款准备金率对近几年北京房价的上涨控制力度非常有限。

王擎、韩鑫韬〔2022〕认为货币供应量增长率与房价增长率的互相影响存在剧烈的波动，它们之间的联动变化不稳定，货币供应量的变化可能引起房价的不同变化。

贺晨〔2022〕认为商品房价格和货币供应量之间存在长期稳定的平衡关系，而且货币供应量的变化可以很好地解释商品房价格的变化。

崔光灿〔2022〕对我国资产价格和居民消费价格指数的波动进展了实证分析，认为货币供应量会通过房屋销售价格指数传导到居民消费价格指数上。任碧云、梁垂芳〔2022〕通过对我国1978－2022年的经历检验得出结论，认为货币供应量与居民消费价格指数、房屋销售价格指数有亲密的关系，货币供应量的过快增长会引起居民消费价格指数或是房屋销售价格指数的上涨。

以往的文献大多采用年度数据和季度数据，未能反映货币供应量和房价的频繁变化。本文采用2022－2022年的月度数据来分析近几年货币供应量和房价的关系，因为我国房价在近几年内波动剧烈、波动频繁，而且央行近几年数次上调存款准备金率以控制货币供应量，所以本文选择采用月度数据以更好地反映房价和货币供应量的频繁变动。

实证分析

在指标的选取上，本文以房地产价格指数来反映房地产价格的变化情况，以广义的货币供应量M2的变化来反映我国货币供应量的变化。因为房屋销售物价指数PI是以上年同期的数据为100计算而来的，对M2进展了类似指数化处理，

以上年同期的数据为100计算而得，用M2I表示。我国房价自1998年房改之后就波动剧烈。本文选取了2022－2022年的月度数据进展分析，数据来源于中国统计局网站和中国人民银行网站。采用Eviews软件进展实证研究。

〔一〕单位根检验

对时间序列进展分析是建立在平稳性根底上的，为了防止由于变量之间本身具有的随着时间有向上或者是向下的变动的趋势而无真正的联络出现的“伪回归〞现象，有必要对时间序列进展平稳性检验〔单位根检验〕。在DF－ADF检验中，滞后长度的选择直接影响到检验的结果。为保证检验结论的可靠性，本文根据AIC信息准那么确定滞后长度，以AIC值最小时的滞后长度为最优滞后长度。由表1可见，PI和M2I两个序列本身都是平稳性序列，两个序列均为零阶单整序列I〔0〕。由于其单整阶数一样，两者之间有可能存在协整关系，可以进入下一步的协整检验。

〔二〕向量自回归模型

向量自相关模型是指每个方程等号右侧有一样的变量，而这些在方程右侧的变量包括所有内生变量的滞后项。本文采用向量自回归模型来分析房地产价格与货币供应量的关系。

与平稳性检验时需要正确确定滞后期一样，检验所涉及的VAR模型也需要恰中选择滞后期。按照通行惯例，本文以VAR模型AIC值最小化为最优滞后期的选择标准。通过反复试验，当滞后期为“12〞时AIC值最小，结果如表2所示。

由表2可知，上期PI每变化一个单位会导致本期PI同向变化1.764个单位，前两期的PI变动一个单位会导致本期PI反向变动0.815个单位；上期M2I变动一个单位会导致本期PI反向变动0.017个单位，前两期M2I变动一个单位会导致本期PI同向变动0.035个单位。同理，上期PI每变化一个单位会导致本期M2I反向变化0.118个单位，前两期的PI变动一个单位会导致本期M2I反向变动0.091个单位；上期M2I变动一个单位会导致本期M2I同向变动0.839个单位，前两期M2I变动一个单位会导致本期PI同向变动0.063个单位。

由此可知，对房地产价格指数影响最大的是上期的房地产价格指数，同向变动；其次是滞后2期的房地产价格指数，反向变动；而滞后1期和滞后2期的货币供应量同比增长指数对房地产价格指数的影响不太明显。对当前货币供应量同比增长指数影响最大的是滞后1期的货币供应量同比增长指数，同向变动；其次是滞后1期的房地产价格指数，反向变动。

〔三〕脉冲响应分析

脉冲响应函数可以反映变量在受到冲击后，变量的数值在一定时间之内的变动轨迹。它可以比拟直观地刻画出变量之间的动态交互作用及其效应。

图2〔1〕表示PI对自身的响应函数的时间途径。其脉冲影响大约在第五期到达最大值，然后呈下降趋势，但在10期内的影响都是正向的。这说明，如第一个月房地产价格由于某种原因上涨，将在将来的较长时间内对房地产价格的增长有促进作用，即当前房地产价格的上涨会促使房地产价格在将来的一段时间内上涨。形成这种现象的主要原因是当房价上涨，人们会预期房价在将来也会上涨，投机行为也加重，从而促进房价的上涨。

篇三：货币供应量与房价的关系文献综述

货币供应量与房价的关系文献综述

一、引言

货币政策是政府宏观经济政策的一个重要组成局部，而通过改变货币供应量来对宏观经济进展调节是货币政策中的一个重要手段。我国的房地产市场在1998年住房制度改革之后，房价就一直上涨。从2022年开始，面对过热的房地产市场，我国政府不断出台调控政策以防止房地产市场的泡沫过度膨胀而破灭的危险。其中，通过上调存款准备金率来控制货币供应量的政策最为频繁使用。房地产价格和货币供应量的关系可以从两方面进展分析，即一方面房地产价格的变化会影响货币供应量，另一方面货币供应量的变化会影响房地产价格的变化。当房价上涨时，大量的境外资本、民间资本及银行储蓄会被吸引到房地产市场进展投机，房价上涨而且人民币升值预期时，大量的境外资本通过各种合法和不合法的渠道进入我国市场，兑换成人民币而导致货币供应量的增长。货币供应量对房价的影响途径是：货币供应量增加，推动住房贷款增加，从而房地产需求增加，最终房地产价格增加。反之，那么房地产价格降低。

二、货币供应量的定义

货币供应量，是指一国在某一时期内为社会经济运转效劳的货币存量，它由包括中央银行在内的金融机构供应的存款货币和现金货币两局部构成。

货币层次的划分：虽然世界各国中央银行的货币统计口径不完全一致，但划分的根底根据是一致的，即按照货币流动性的大小或者强弱划分为不同层次，有M0、M1、M2、M3等。中国人民银行将我国货币供应量指标分为以下四个层次：M0：流通中的现金；

M1：M0+企业活期存款+机关团体部队存款+农村存款+个人持有的信誉卡类存款；

M2：M1+城乡居民储蓄存款+企业存款中具有定期性质的存款+外币存款+信托类存款；

M3：M2+金融债券+商业票据+大额可转让存单等。

其中，M1是通常所说的狭义货币量，流动性较强；M2是广义货币量，M2与M1的差额是准货币，流动性较弱；M3是考虑到金融创新的现状而设立的，

暂未测算。

三、文献综述

BartonA.Smith〔1976〕认为与研究住房需求，应该把更多的精力放在研究影