房地产价格与通货膨胀关系的实证研究

第２６卷第３期２０１０年５月

吉林工商学院学报

JOURNAL OF JILIN BUSINESS AND TECHNOLOGY COLLEGE Vol. 26, No. 3May. 2010

房地产价格与通货膨胀关系的实证研究

李

静，陈芳平

（兰州商学院金融学院，甘肃兰州730020）

[摘要]本文利用2000年3月至2010年2月的月度数据，运用协整分析方法对中国房地产价格影响通货膨胀的效应进行了实证检验。研究结果表明，房地产价格和通货膨胀之间存在长期稳定的变动关系，从数值上看，房地产价格的增长速度每上升1个百分点，通货膨胀率则上升0.3849个百分点。并提出了稳定房地产市场，管理通货预期的对策建议。

[关键词]房地产价格；通货膨胀；协整分析；脉冲响应函数；方差分解[中图分类号]F293.3，[文献标识码]A [文章编号]1674-3288F820.5（2010）03-0055-05[收稿日期]2010-04-23

[作者简介]李静（1985-），女，山东莱芜人，兰州商学院金融学院硕士研究生，研究方向：金融投资；陈芳平（1965-），男，甘肃甘谷人，兰州商学院金融投资研究所所长，副教授，研究方向：证券市场、风险投资及资本运营。

自1998年取消福利分房制度起，房地产业由于其产业链条比较长，带动作用比较大，成为中国支柱产业，得到较快发展。2009年以来，中国房地产投资出现过热迹象，房价持续高涨。2010年3月全国房价同比上涨11.7%，达5年来最高水平。2010年1～3月，全国商品房平均销售价格①达到5193元/平方米，北京、上海、广州和深圳等一线城市某些地段房价达到4～5万/平方米。伴随着房价的持续高涨，物价也开始快速上升。2000～2009年，房价指数与物价指数的变动保持了较高的一致性，相对于物价指数的上涨，房价指数的上涨幅度要大，上涨时间要早。房价作为管理通胀预期的重要经济指标，对房价与通胀的互动关系进行研究就显得非常必要。

一、房地产价格和通货膨胀关系的理论分析

房地产价格与通货膨胀之间通过多种渠道相互影响。（一）房地产价格对通货膨胀影响的作用机制房地产价格波动通过财富效应、银行资产负债表效应和托宾q 效应等影响社会总需求，进而影响通货膨胀。财富效应是指房地产价格上涨，使拥有住宅的消费者总财富增加，从而增加消费需求；银行的资产负债表效应是指银行大量从事以房地产为担保的贷款业务，如果房地产价格上升，则以房地产作为抵押的贷款损失会减少，这就增加了银行的资本比率，高的资本比率允许银行从事更多的贷款，许多依赖于银行融资的企业便获得了更多的资金，因而投资支出增加，社会总需求扩张；托宾q 效应是指当房地产价格能以比其建造成本更高的价格销售时，也就是房地产价格与建造成本的比率即托宾q 值大于1时，房地产建筑公司就会发现建造房地产有更高的利润，房地产的供给就会增加，从而使得房地产投资支出增加，导致总需求扩张。

（二）通货膨胀对房地产价格影响的作用机制通货膨胀通过利率效应、房地产保值效应及成本效应影响房地产投资需求、消费需求及房地产供给，从而影响房地产价格。利率效应是指在名义利率不变的条件下，高通货膨胀会使实际利率降低，储蓄资金流入资本市场和房地产市场，扩大了房地产的投资需求，进而推动房地产价格上升；房地产保值效应是指通货膨胀时期，房地产是很好的保值产品，为使资产保值，增加了对房地产的需求。成本效应是指通货膨胀使生产成本增加（如劳动力成本等）直接推动房地产价格上涨。

①全国商品房平均销售价格=全国商品房销售额/全国商品房销售面积（数据来自国家统计局网站）。

二、中国房地产价格和通货膨胀的基本特征

2000年1季度至2009年4季度中国房地产价格与通货膨胀率的变动趋势如图1所示。房价的波动态势与通货膨胀率在很大程度上保持了一致，同期相关系数达到79.44%。从2000年1季度至2003年4季度，房价增长率保持了平稳增长的态势，从2004年1季度起，房价增长率经历了一个快速大幅度上涨的过程，至2004年4季度达到10.8%，之后在宏观调控的作用下，涨幅有所下降，到2008年1季度，房价增长率达到10.97%的最高点，之后又开始回落，到2009年1季度降到最低点-0.6%，此后开始回升。相对于房价的涨幅，通货膨胀率的波动幅度明显较低。从2000年1季度至2003年3季度，通货膨胀率在-2%～2%之间波动，于2004年3季度达到最高点5.27%后略有回落，但从2006年4季度开始，通货膨胀率出现上升势头，这种势头延续到2008年1季度达到8%，之后开始回落，在2009年2季度降到-1.5%，此后又有了上涨势头。

总体来看，2000年以来中国房地产价格的上涨产生于一个低通货膨胀的外部环境，随着房价的持续快速上涨，

物价水平开始大幅度上涨。

图1房地产价格与通货膨胀率的波动趋势

三、房地产价格与通货膨胀关系的实证研究

（一）变量选择与数据说明

房地产价格通过与经济增长、货币增长和利率相互作用，从而影响通货膨胀率。因此，本文研究变量包括通货膨胀率、房价、经济增长率、货币供应量与利率。本文采用2003年3月至2010年2月期间的月度数据，共120组样本数据，所有数据均来自《中国经济景气月报》、国家统计局网站和中国人民银行网站。本文所采用的代理变量及其处理如下：

（1）通货膨胀率INF 。本文选取居民消费价格指数CPI 作为通货膨胀率的代理变量。INF 用CPI （上年同期=100）减100来代表。

（2）房地产价格变动率FQ 。采用国房景气指数中的商品房平均销售价格分类指数作为房地产价格的代理变量。FQ 用商品房平均销售价格分类指数（上年同期=100）减100来代表。

（3）经济增长率EGR 。由于缺乏GDP 的月度数据，采用工业增加值的月度数据作为经济增长的代理变量。EGR 等于工业增加值除上年同期值减1再乘以100。

（4）货币供应量增长率M2R 。采用广义货币供应量M2作为货币供应量的代理变量。M2R 等于货币供应除上年同期值减1再乘以100。

（5）利率R 。由于同业拆借市场能够迅速反映市场资金的供求状况，采用银行间市场同业拆借月加权利率作为市场利率的代理变量。

（二）单位根检验

时间序列计量分析需要样本数据是平稳的，否则就存在“伪回归”问题。因此，本文采用ADF 法对变量进行单位根检验，以检验其平稳性。根据表1可知，INF 、FQ 、EGR 、M2R 和R 在1%的临界水平下是非平稳变量，而所有变量的一阶差分在1%临界水平下都是平稳的。

表1

变量INF △INF FQ △FQ EGR △EGR M2R △M2R R △R

ADF 统计量-0.9978-9.395-2.1799-6.7936-2.7277-19.9443-1.4668-10.8156-1.7749-14.003

单位跟检验结果

P 值0.28400.49600.22800.13300.3910

结论非平稳平稳非平稳平稳非平稳平稳非平稳平稳非平稳平稳

检验形式（c ，t ，q ）（0，0，2）（0，0，0）（c ，t ，0）（0，0，0）（c ，t ，0）（0，0，0）（0，0，1）（0，0，0）（c ，0，2）（0，0，0）

注：检验形式（c ，t ，q ）中，c 、t 、q 分别代表单位根检验模型中的截距项、时间趋势和滞后阶数；是否含有截距项和时间趋势项，

根据单位根方程截距项和时间趋势项系数的显著性确定；滞后阶数根据SIC 信息准则确定；△表示差分。

（二）协整分析

协整检验首先需要确定最优滞后阶数，以保证协整分析的正确性。在V AR 模型条件下，本文依据LR 、FPE 、AIC 、SC 和HQ 等检验标准来确定最优滞后阶数为2。如果一组非平稳时间序列存在一个平稳的线性组合，那么这组序列就是协整的，这个线性组合被称为协整方程，它表示一种长期的均衡关系。本文采用Johansen 法来进行协整检验。根据表2中的Johansen 协整关系检验结果可知，在5%显著水平上：迹统计量和最大特征值统计量都显示存在1个协整关系。

表2

协整秩R=0R ≤1R ≤2

迹统计量81.395946.012622.194

5%的临界值69.818947.856129.797

Johansen 协整关系检验

P 值0.00450.07370.2879

最大特征值统计量

35.383323.818612.7453

5%的临界值33.876927.584414.1316

P 值0.03280.14120.4759

将协整关系进行标准化处理后，得到以通货膨胀率作为被解释变量的协整关系：LNF=0.3849*FQ+0.6328*EGR+0.3672*M2R+10.686*I-37.38

（0.1509）（0.2188）（0.2135）（3.167）从各变量之间的协整关系可以看出，通货膨胀率、房地产价格波动率、货币供应量的增长率、工业增加值的增长率和利率之间存在长期均衡关系，括号内的数字为协整方程系数的标准差。房地产价格波动率、货币供应量的增长率、工业增加值的增长率和利率都对通货膨胀率有正的影响。其中，利率对通货膨胀率的影响最为明显，当利率上升1个百分点时，通货膨胀率则上涨10.686个百分点；当工业增加值的增长速度上升1个百分点时，通货膨胀率则上涨0.6328个百分点；当房地产价格的增长速度上升1个百分点时，通货膨胀率则上升0.3849个百分点；当货币的增长速度上升1个百分点时，通货膨胀率则会上升0.3672个百分点。从这个协整方程可以看出，通货膨胀主要是货币现象，因为利率对通货膨胀率的影响最大。

（三）脉冲响应函数

脉冲响应函数描述了一个变量的冲击给其他变量带来的动态影响，或者说是特定变量对各种冲击的反应轨迹。具体说描述的是在随机误差项上施加一个标准差大小的冲击后，对变量的当前值和未来值所带来的影响。图2分别表示INF 和FQ 对M2R 、EGR 、R 一个标准差正向冲击的响应轨迹。根据货币供应量波动是通货膨胀率变动的先导因素，而工业增加值波动和房地产价格波动是通货膨胀率变动的根本，利率对房价波动的影响则相对比较缓慢等原因，设置各变量进入V AR 的顺序为:M2R、EGR 、FQ 、R ，INF ，分别给这几个变量一个标准差大小的冲击，可以得到关于通货膨胀率和房价波动的一个脉冲响应函数图。

通过对脉冲响应函数的分析，得到以下结论：通货膨胀率波动对其本身、M1R 、EGR 、FQ 、R 冲击的动态过程。通货膨胀率对其本身的冲击最迅速，

在第2个月时影响幅度达到最大值0.625%，之后便开始衰减；通货膨胀率对货币供应量、工业增加值和利率变动产生负向影响；其中，通货膨胀率对货币供应量的冲击在第1～2个月有明显的下降，之后变得相对比较平缓；通货膨胀率对工业增加值波动的冲击在第1～2月明显上升，在第2～3月有明显下降，之后变得相对平稳；而通货膨胀率对房地产价格一个标准单位的脉冲响应表现出正负波动，在前3个月其脉冲响应为正，第4个月后，通货膨胀率对房地产价格的脉冲响应变为负。

房价波动对其本身、M1R 、EGR 、FQ 、R 冲击的动态过程。房价对其本身的冲击最迅速，在第3个月时影响幅度达到最大值1.98%，之后便开始衰减，且衰减速度比较快；房价对货币供应量和利率变动产生负向影响；房价对工业增加值的冲击，在前8个月为正，此后变为负；房价对通货膨胀变动的冲击产生正向影响，在第7个月达到0.412%后，变得相对比较平稳。

（四）方差分解

V AR 模型的另一种分析方法是方差分解。方差分解描述的是各种冲击对特定变量变化的贡献度，即分析未来时期特定变量预测误差的方差由不同冲击影响的比例。脉冲响应函数为我们提供了评判特定变量对各种冲击反应的方向和程度，方差分解使我们进一步分析特定变量变化中各种冲图２通货膨胀率和房价波动的脉冲响应函数图击的重要性。

表3

Period [1**********]

S.E. 0.6032340.9330021.1977421.4145871.6003711.7568831.8897542.0013072.0945562.171733

INF 77.8691677.4782873.4818471.1204968.6117466.5727564.7285363.1542361.7931860.6431

Variance Decomposition of INF

FQ 0.0134930.1182520.0804730.0735890.1785680.4072210.743681.1502981.592492.039445

EGR 20.70213.0607814.4488514.2882914.7145114.8220514.9387714.9595614.9551214.92041

M2R 1.1938829.24957811.7216213.8942315.3776616.5513417.4023818.0377418.4897418.80716

R 0.221470.0931050.2672230.6233971.1175141.6466412.1866352.6981813.1694723.589886

注：S.E. 下边的数字是特定变量不同时期的预测误差；各变量下边的数字是特定变量不同时期的预测误差中该变量冲击的贡献程度。

从INF 方差分解的结果看，在整个10期的方差分解中，通货膨胀率受自身指数的滞后影响最大，这说明通货膨胀有很强的持续性。在FQ 、EGR 、M2R 和R 的影响因素中，工业增加值的方差贡献值最大，在第1期达到20.7%，随着时间的增加，下降到14%左右后基本稳定；货币供应量的方差贡献次之，从第1期的1.19%上升到第10期的18.8%，且在第5期货币供应量的方差贡献超过工业增加值的方差贡献；利率的方差贡献相对较小，在10期达到最大值3.59%；房地产价格波动的方差贡献最小，最高达到2%左右。

从FQ 方差分解的结果看，在整个10期的方差分解中，房价受自身指数的滞后影响也是最大的，这说明

房价也有很强的持续性。在FQ 、EGR 、M2R 和R 的影响因素中，通货膨胀率的方差贡献值最大，从第2期0.3124%上升到第10期的5.052%；货币供应量的方差贡献次之，最高达到4.636%，利率的方差贡献相对较小，在10期达到最大值1.52%；工业增加值的方差贡献最小，且随时间贡献先变大后变小。

表4

Period [1**********]

S.E. 1.4576112.4458613.1675523.6788854.0376344.2907954.472534.6065224.7085984.789102

INF 00.3124130.7241831.2066461.7599032.3772513.040493.7251244.4039515.05184

Variance Decomposition of FQ

FQ 99.6559398.7667797.8736596.8715695.7306794.4334592.99291.4380289.8194188.1903

EGR 0.3194460.6185990.7179410.7585890.7476720.7109610.6662370.6282230.6055750.601562

M2R 0.0246260.1601430.4462360.8089151.2657021.816382.4501013.1482393.8857984.635959

R 00.1420720.2379940.3542880.4960550.6619560.8511771.0603951.2852641.520335

四、结论及对策建议

（一）实证结论

本文通过对2000年3月至2010年2月期间中国房地产价格和通货膨胀的月度数据进行实证分析得出如下结论：（1）协整检验结果表明中国房地产价格与通货膨胀之间存在长期稳定的变动关系，当房地产价格的增长速度上升1个百分点时，通货膨胀率则上升0.3849个百分点。（2）通货膨胀率对房地产价格一个标准单位的脉冲响应表现出正负波动，在前3个月其脉冲响应为正，第4个月后，通货膨胀率对房地产价格的脉冲响应变为负；房价对通货膨胀变动的冲击产生正向影响，在第7个月达到0.412%后，变得相对比较平稳。（3）从INF 方差分解的结果看，房地产价格波动的方差贡献最小，最高达到2%左右；从FQ 方差分解的结果看，通货膨胀率的方差贡献值最大，从第2期0.3124%上升到第10期的5.052%。

（二）对策建议

针对目前的经济形势，政府对房价的快速上涨已经高度重视，自2009年12月到2010年4月连续出台十六项政策措施来调控房地产市场，对通胀预期进行管理，防止出现新一轮的通货膨胀，保证经济平稳健康的发展。为此，本文提出以下的建议：

1．采取措施遏制房价过快上涨，抑制投机性购房，保持房地产市场的平稳发展。如果房价上涨过快，超出一般消费者的购买力水平，容易出现投机性购房，产生房地产泡沫，影响房地产市场的健康发展，给社会和经济发展带来严重的后果。2009年以来，由于宽松的房贷政策而带来的新一轮房价快速上涨趋势，已引起政府的高度重视，近期连续出台抑制房价的政策组合拳。2010年4月11日中国银监会指出，银行业金融机构要增加风险意识，不对投机投资购房贷款，如无法判断，则应大幅度提高贷款的首付款比例和利率水平，加大差别化信贷政策执行力度。4月14日召开的国务院常务会议要求，对贷款购买第二套住房的家庭，贷款首付款不得低于50％，贷款利率不得低于基准利率的1.1倍；对购买首套住房且套型建筑面积在90平方米以上的家庭，贷款首付款比例不得低于30％。4月17日，国务院发出通知指出，商品住房价格过高、上涨过快、供应紧张的地区，暂停发放购买第三套及以上住房贷款；对不能提供1年以上当地纳税证明或社会保险缴纳证明的非本地居民暂停发放购买住房贷款。

2．重视利用房价波动对通货膨胀的有效指示作用。2009以来，随着中国经济刺激计划的实施，以及房价、大宗商品价格的升温，物价总水平有了上涨趋势，从而形成了温和的通货膨胀预期。从前述的理论及实证分析可看出，房价在长期内对通货膨胀有影响。如果房价一直持续快速上涨，房价波动通过财富效应、资产负债表效应以及托宾q 效应，引起物价总水平的上升，进而导致通货膨胀。因此，政府通过对房价进行有效的调节，可抵消房价波动对通货膨胀的不利影响；同时，可考虑将房价纳入到广义的物价指标测量中，以便更准确地反映物价水平的波动。（下转第９３页）

积极的保障作用。

三要建立健全技术监督体系，网络监控技术可随时记录每一个登录者平时使用的记录、行为，以对网络违法行为的监督和控制。采用必要的技术手段，完善高校社团网络平台的监管与引导措施，保持和创造社团网络平台的健康氛围，有利于高校社团网络平台的积极健康发展。

在高校社团网络平台管理中，必要的监管和监控，有利于高校社团的健康发展，但要掌握好控制和监管的“度”，既不能抹杀学生参与的积极性，又不能听之任之，放任自流。

再次，要建立健全高校社团网络平台的评价、考核机制。

高校社团网络化的发展趋势，决定了必须要构建适合这一趋势的评价体系。基于高校社团网络平台的评价和考核机制，既不能是单纯依靠虚拟网络进行，也不能脱离网络完全采用实体社团的评价方式。应把校园实体社团和虚拟社团网络平台相互融合，做到实体中有虚拟，虚拟中有实体，形成实体社团网络化，网络社团实体化。从项目创意、活动方案征集和实体社团评价、考核两个方面进行。项目创意、活动方案本身可主要从网络平台进行评价，并与学校的评奖评优体系相互挂钩进行；实体社团的评价考核则主要从实体社团评价体系出发，从开展活动效果、满意度、社会影响等几个方面与虚拟网络平台的评价结合进行。

结语

众包作为未来一种崭新的商业模式，具有长远的生命力。众包打破了企业封闭的边界，使企业生产扩大为一种“社会生产”，提高了企业生产研发的效益。在推动企业发展的同时，也极大调动了社会上公众的创造性，极大满足了人们的创造欲望和热情，人人都可能成为企业发展的推动力。这种商业模式必将对整个社会的发展产生不可估量的影响。同样，众包模式对高等教育的启示和影响也是不言而喻的。基于网络环境下的高校社团管理平台建设也将极大调动学生自我教育成长的热情和创造力，推动高校社团工作的深入蓬勃发展。

[参考文献]

[1]凌曼文．众包：人人都来卖点子[N ]．中国计算机报，2006-09-18．[2]许俊杰．当代高校学生社团特征与情感管理[J ]．安庆师范学院学报，2008，（6）．[3]张冠文．高校学生活动网络化组织动员方式探讨[J ]．教育评论，2006，（3）．

[责任编辑：辛晓莉]

（上接第５９页）

[参考文献]

[1]段忠东. 房地产价格与通货膨胀产出的关系-理论分析与基于中国数据的实证检验[J ]. 数量经济技术经济研究，2007，（12）. [2]唐志军，等. 中国房地产市场波动对宏观经济波动的影响研究[J ]. 统计研究，2010，（2）. [3]喻旭兰，李峰. 房地产价格与通货膨胀互动关系的实证研究[J ]. 价格理论与实践，2010，（1）. [4]段忠东，曾令华，黄泽先. 房地产价格波动与银行信贷增长的实证研究[J ]. 金融论坛，2007，（2）. [5]刘亚，等. 人民币汇率变动对中国通货膨胀的影响：汇率传递视角的研究[J ]. 金融研究，2008，（3）. [6]陈洁，李玉双. 汇率变动对中国通货膨胀的实证研究[J ]. 经济与管理，2009，（11）.

[责任编辑：王少林]