袁野

（河南城建学院，河南 平顶山 467000）

一、我国货币供应量与房地产价格的综述

截至2019年3月底，中国广义货币供应量仍然远超美国和日本的总量。目前，虽然我国经济增速放缓、外汇储备净减少、人民币贬值压力较大，但广义货币供应量增速却依然保持8%左右。在货币供应量迅速增长的同时，房地产市场价格也不断攀升，房价上涨的速度已然超过了居民可支配收入的增速，导致大部分民众购房越来越困难，更糟糕的是存在不法投机者向房地产投入大额资金，造成房子供不应求的假现，哄抬房价，对房地产市场的正常秩序造成了严重干扰。随着房地产市场的膨胀，商业银行为了获得更多的利润必然减少超额准备金。此外，巨大的信贷扩张扩大了货币供应量，从而刺激了房地产业的投机需求，进一步造成房价大幅上升，甚至可能会导致房地产市场泡沫。

二、实证分析

（一）建模检验

本文选择广义货币供应量（M2）、准货币供应量（QM）、商品房销售均价（CMSP）、房地产开发投资额（REDI）、人均可支配收入（BBI）、银行同业间拆借利率（SBR）以及国内生产总值（GDP）作为研究变量，建立VAR模型来分析货币供应量对房价的影响。

首先对所有序列变量取对数以消除异方差的影响，在动态回归拟合前，先用R软件进行ADF检验，得到在5%置信水平下，原序列都不平稳。而经过差分后的对数序列的P值都小于临界值，说明差分后的对数序列是平稳的，说明原对数序列都是一阶单整序列。用Eviews软件对各序列进行格兰杰因果检验和Johansen协整检验，结果为除了LnBB和LnSBR以外，LnM2、LnQM、LnREDI、LnGDP都能格兰杰引起LnCMSP。之后对于存在0个协整关系的假设，检验后P值小于临界值，所以拒绝原假设，认为LnM2、LnREDI、LnGDP和LnCMSP之间存在协整关系，即它们存在长期的稳定关系。所以决定以LnM2和LnQM分别与LnREDI、LnGDP、LnCMSP建立VAR模型，采用多数准则原则得到VAR（M2）模型和VAR（QM）模型的最优滞后阶数是5阶。继续验证VAR模型的平稳性，用Eviews求出AR特征方程的特征根的倒数绝对值，观察单位根分布图发现全部 AR 根倒数的绝对值都在单位圆内，所以构建的VAR模型都是稳定的。

（二）脉冲响应分析和方差分解

用Eviews10做脉冲响应，从图4-5和图4-6可以看出，分别用M2和QM的一个标准差冲击CMSP后，冲击效应都在第二期开始加速上升，且分别在第三期和第四期达到短期峰值，之后都下降，最终都在第十五期接近稳定，说明M2和QM对CMSP的影响在短期内可以促进房价的上涨，长期作用逐渐衰弱，且存在一个季度的滞后期。再进行方差分解，从输出结果得到M2、ERDI和GDP对CMSP的贡献率随着滞后期数的增加而增加，稳定时，M2的贡献率约为6.1%，QM的贡献率约为10.8%。除此之外REDI的贡献率最高，GDP的贡献率最小。

（三）小结

本文选取自2001年3月到2019年3月底的季度数据，采用VAR模型选取广义货币供应量和准货币作为货币供应量的指标，分析了货币供应量对房地产价格的影响，得到货币供应量对房地产价格具有正向的促进作用的结论，短期内推动房价上涨的内在动力是货币供应量的增加。

三、政策建议

建议政府多利用土地建设廉租房、经济适用住房。通过大量构建廉租房和经济适用住房，解决房地产市场中供不应求的现象。从信贷层面把控房产资金来源，在银行向房地产行业投放信贷的过程中，应对不同类型的贷款需求采取差别对待，对于有居住需求的贷款者，降低贷款者获得信贷服务的门槛。对于投资性购房需求者应该严格控制贷款规模和数量。货币供给量并不是影响房地产市场价格水平的唯一因素，政府还可以应用包括各种利率水平在内的价格性政策工具。同时完善资本市场的投资渠道，吸引资金，减少大量货币盲目流向房地产市场。银行等金融机构在发放贷款时应严格审核，规范相关信贷业务流程，主动防范金融风险。央行应当对银行大额资金去向紧密关注，防止银行信贷过量投放于房地产市场，并防范银行资产违规投入房地产的风险。