貨幣政策對住宅供應(yīng)結(jié)構(gòu)的影響

劉樺　汪海津　馬驥

摘要：本文選取1999-2010年的省際面板數(shù)據(jù)，運用動態(tài)面板數(shù)據(jù)模型研究了貨幣政策對住宅供應(yīng)結(jié)構(gòu)的影響，發(fā)現(xiàn)貨幣政策對住宅細(xì)分市場供給影響的程度由大到小依次為高檔商品房、普通商品房和經(jīng)濟(jì)適用房；高檔商品房供給的貨幣政策效應(yīng)存在明顯的時滯性，普通商品房供給的貨幣政策效應(yīng)有較強的時效性，經(jīng)濟(jì)適用房供給的貨幣政策效應(yīng)相對較弱；相對于利率而言，貨幣供應(yīng)量對住宅供應(yīng)結(jié)構(gòu)的影響較大。因此，對住宅開發(fā)項目實行差別化貨幣政策，并配合有效的土地供應(yīng)和差別化稅率政策，是調(diào)整住宅供應(yīng)結(jié)構(gòu)的有效途徑。

關(guān)鍵詞：貨幣政策；住宅供應(yīng)結(jié)構(gòu)；動態(tài)面板數(shù)據(jù)模型

中圖分類號：F2933 文獻(xiàn)標(biāo)識碼：B

貨幣政策作為中央調(diào)控經(jīng)濟(jì)波動的重要手段，近年來被多次用來調(diào)控房地產(chǎn)市場，其調(diào)控的重點之一是調(diào)整住房供應(yīng)結(jié)構(gòu)。然而，對住房供應(yīng)結(jié)構(gòu)的調(diào)整并未取得預(yù)期的成效，保障性住房及中低價位住宅供應(yīng)不足，住宅供應(yīng)結(jié)構(gòu)失衡的情況仍然存在。那么貨幣政策究竟如何對我國住宅供應(yīng)結(jié)構(gòu)產(chǎn)生影響？怎樣運用貨幣政策調(diào)控不同類型的住宅市場，并實現(xiàn)所期望的整體調(diào)控效果？本文通過研究貨幣政策對住宅細(xì)分市場的影響，揭示貨幣政策對住宅細(xì)分市場調(diào)控效果的差異性，在此基礎(chǔ)上提出相關(guān)的政策建議，以促進(jìn)我國住宅供應(yīng)結(jié)構(gòu)合理化。

一、文獻(xiàn)綜述

有關(guān)貨幣政策與房地產(chǎn)市場關(guān)系的研究源于貨幣政策的資產(chǎn)價格傳導(dǎo)機制。國外學(xué)者最初將研究的焦點放在貨幣政策對房地產(chǎn)價格的影響上，主要集中在以下兩方面。一是利率對房地產(chǎn)價格的影響。Abraham和Hendershott（1996）運用一個考慮滯后過程在內(nèi)的住宅價格變化模型，揭示了住宅價格上漲幅度和利率成負(fù)相關(guān)；Iacoviello（2005）通過建立結(jié)構(gòu)性向量自回歸模型（SVAR）研究6個歐洲國家（法國、德國、意大利、西班牙、瑞典和英國）過去25年的影響房地產(chǎn)價格波動的宏觀經(jīng)濟(jì)因素，研究發(fā)現(xiàn)在短期內(nèi)貨幣政策會對房地產(chǎn)價格造成重大影響，在利率上調(diào)之后，各國的房地產(chǎn)價格會出現(xiàn)不同程度的下跌。二是信貸途徑對房地產(chǎn)價格的影響。Iacoviello和Minett（2003）通過VAR模型回歸的方法分析了芬蘭、德國、挪威和英國的房地產(chǎn)市場后得出結(jié)論，信貸傳導(dǎo)渠道的有效性與房地產(chǎn)市場的結(jié)構(gòu)特征相關(guān)。他們的跨國比較研究表明，信貸渠道與房地產(chǎn)市場的融資效率和借貸機構(gòu)的形態(tài)有關(guān)。

當(dāng)蒙代爾（Mundell）開啟了研究貨幣區(qū)（currency area）理論的先河后，貨幣政策在房地產(chǎn)市場上的區(qū)域效應(yīng)得到了學(xué)者們的關(guān)注。Fratantoni和Schuh（2003）梳理了美國1966—1998年的貨幣政策，并對這一時期不同地區(qū)房地產(chǎn)價格受貨幣政策的影響進(jìn)行了研究，結(jié)果他們發(fā)現(xiàn)不同的地區(qū)房地產(chǎn)投資對貨幣政策也有不同的反應(yīng)；Negro和Otrok（2007）利用貝葉斯估計方法研究了1986-2005年美國房地產(chǎn)價格波動趨勢，厘清波動原因是由共同趨勢還是地區(qū)因素導(dǎo)致的。研究結(jié)果顯示，房地產(chǎn)價格長期趨勢主要是由地區(qū)因素決定。

隨著各國金融改革的不斷深化，經(jīng)濟(jì)學(xué)家們開始意識到房地產(chǎn)市場貨幣政策效應(yīng)研究的起點應(yīng)該是房地產(chǎn)的供給與需求。Mishkin（2007）指出，貨幣政策通過利率變動使資本使用成本和未來房價波動預(yù)期發(fā)生變化，從而對房地產(chǎn)市場需求產(chǎn)生直接影響。同樣，利率的變動也會對房地產(chǎn)企業(yè)融資成本產(chǎn)生影響，進(jìn)而影響到房地產(chǎn)市場供給。

20世紀(jì)90年代以來，國內(nèi)學(xué)者借鑒國外貨幣政策與房地產(chǎn)市場關(guān)系理論與實證研究成果，對我國貨幣政策與房地產(chǎn)價格之間的關(guān)系、房地產(chǎn)市場的貨幣政策區(qū)域效應(yīng)等進(jìn)行了研究。丁晨和屠梅曾（2007）運用向量誤差修正模型（VECM）實證檢驗房價在貨幣政策傳導(dǎo)機制中的作用。分析結(jié)果表明，房價在貨幣傳導(dǎo)機制中的作用較為顯著，房價渠道的總體傳導(dǎo)效率較高；高波和王先柱（2009）構(gòu)建了5個向量自回歸模型，運用2000—2007年的相關(guān)指標(biāo)，通過協(xié)整檢驗和脈沖響應(yīng)函數(shù)分析，探討中國房地產(chǎn)市場貨幣政策傳導(dǎo)機制的有效性。得出的結(jié)論是，貨幣供給量的增加導(dǎo)致房地產(chǎn)價格上漲，房地產(chǎn)貸款的增長推動了房地產(chǎn)價格上漲；梁云芳和高鐵梅（2007）基于誤差修正模型形式的paneldata模型討論了房價區(qū)域波動的差異，并分析了造成各地區(qū)房價波動差異的原因，尤其是貨幣政策效應(yīng)的區(qū)域差異。結(jié)論認(rèn)為，無論是信貸規(guī)模還是實際利率都存在地區(qū)差異；魏瑋和王洪衛(wèi)（2010）通過建立PVAR（面板向量自回歸）模型，使用脈沖響應(yīng)函數(shù)分析方法，測度各種貨幣政策工具對中國東、中、西部地區(qū)房地產(chǎn)市場價格動態(tài)影響的異同。實證結(jié)果表明，無論數(shù)量型工具還是價格型工具對房地產(chǎn)價格的影響均存在區(qū)域差異。

近年來，一些學(xué)者開始從供給和需求的角度探討我國房地產(chǎn)市場的貨幣政策效應(yīng)。黃瑜（2010）基于狀態(tài)空間模型就貨幣政策中間變量利率和貨幣供應(yīng)量對房地產(chǎn)市場需求和供給的影響進(jìn)行了動態(tài)測度，結(jié)果表明，首先相對于利率政策而言，貨幣供應(yīng)量對房地產(chǎn)市場的供求影響要更大；其次貨幣政策對房地產(chǎn)需求的影響比其對供給的影響要大。王先柱（2011）從房地產(chǎn)需求和供給兩個層面考察貨幣政策在房地產(chǎn)市場的調(diào)控效應(yīng)，發(fā)現(xiàn)利率和信貸規(guī)模對房地產(chǎn)市場存在顯著的區(qū)域效應(yīng)。

通過文獻(xiàn)研究發(fā)現(xiàn)，現(xiàn)有的貨幣政策與房地產(chǎn)供給和需求間關(guān)系的相關(guān)研究成果，主要是針對房地產(chǎn)整體市場，鮮有深入到房地產(chǎn)細(xì)分市場展開這方面的研究。鑒于此，本文將研究貨幣政策對高檔商品房（別墅和高檔公寓）、普通商品房和經(jīng)濟(jì)適用房這三類住宅細(xì)分市場供給的影響，從住宅供應(yīng)結(jié)構(gòu)的角度來分析房地產(chǎn)市場的貨幣政策效應(yīng)。

二、貨幣政策與住宅供給

對于我國大多數(shù)房地產(chǎn)企業(yè)來說，銀行貸款是其進(jìn)行房地產(chǎn)開發(fā)的主要資金來源。因此，貨幣政策的波動對房地產(chǎn)市場供給有著極其重要的影響。目前，央行通過貨幣政策調(diào)控房地產(chǎn)市場主要采用調(diào)整貸款基準(zhǔn)利率和法定存款準(zhǔn)備金率這兩種方法。

（一）貸款基準(zhǔn)利率

對于房地產(chǎn)企業(yè)來說，實行緊縮的貨幣政策，貸款利率提高，意味著融資成本增加，企業(yè)利潤空間變小，影響企業(yè)收益預(yù)期，改變了企業(yè)開發(fā)行為和建設(shè)時序。在緊縮貨幣政策的影響下，許多房地產(chǎn)企業(yè)因資金不足只能分期開發(fā)或延期開發(fā)，致使住宅供給相對不足，影響住宅供應(yīng)結(jié)構(gòu)。

（二）法定存款準(zhǔn)備金率

中央銀行通過貸款利率調(diào)整的是信貸的成本，而通過調(diào)整法定存款準(zhǔn)備金率來調(diào)控信貸的規(guī)模。央行提高法定存款準(zhǔn)備金率，則貨幣供應(yīng)量下降，信貸規(guī)?？s小，企業(yè)貸款變得困難，從而對房地產(chǎn)企業(yè)的資金來源產(chǎn)生影響。對于那些負(fù)債率高、融資渠道單一的中小型企業(yè)來說，在緊縮的貨幣政策下，獲得貸款更難，這增加了它們的經(jīng)營難度，甚至導(dǎo)致一些企業(yè)退出市場，從而抑制住宅供給。

三、實證分析

（一）變量選擇與數(shù)據(jù)來源

1998年7月，國務(wù)院發(fā)布了《關(guān)于進(jìn)一步深化城鎮(zhèn)住房制度改革，加快住房建設(shè)的通知》，通知要求1998年下半年停止住房的實物分配，逐步實現(xiàn)住房貨幣化。因此本文選取了我國31個?。ㄗ灾螀^(qū)、直轄市）從1999年到2010年共12年的面板數(shù)據(jù)來研究貨幣政策對住宅供應(yīng)結(jié)構(gòu)的影響。具體選擇變量如下：

（1）被解釋變量。本文選取高檔商品房投資完成額（GD）、普通商品房投資完成額（PT）和經(jīng)濟(jì)適用房投資完成額（JJ）分別作為這三個住宅細(xì)分市場供給的代理變量。

（2）解釋變量。解釋變量為貨幣政策變量及其一階滯后項，主要有四個，包括貨幣供應(yīng)量、滯后一期貨幣供應(yīng)量、貸款基準(zhǔn)利率和滯后一期貸款基準(zhǔn)利率。貨幣供應(yīng)量指標(biāo)中的M2與宏觀實際經(jīng)濟(jì)變量之間的關(guān)系最為密切，它既能反映社會實際購買力，又能反映潛在購買力，因此本文選取M2作為貨幣供應(yīng)量的代表變量；采用一年期貸款基準(zhǔn)利率（Rate）（各月執(zhí)行標(biāo)準(zhǔn)的平均值）作為貨幣政策的利率代表變量。為使解釋變量的估計系數(shù)更為可靠，引入了能體現(xiàn)各省份特征的各省份城鎮(zhèn)人均可支配收入作為控制變量。

為了消除價格因素的影響，將高檔商品房、普通商品房和經(jīng)濟(jì)適用房投資完成額的名義值除以相應(yīng)的價格指數(shù)（以1999年為基期）得到各自的實際值；將貨幣供應(yīng)量的代表變量M2和城鎮(zhèn)人均可支配收入等價格變量的名義值除以居民消費價格指數(shù)（以1999年為基期）得到各自的實際值；將貸款利率平減通貨膨脹率得到實際利率（RR）。為降低異方差的影響，對除利率以外的上述所有變量的實際值取自然對數(shù)，分別記為lnGD、lnPT、lnJJ、lnM2、和lnIncome。

研究所采用的樣本數(shù)據(jù)主要來源于2000-2011年《中國房地產(chǎn)統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》、《中國經(jīng)濟(jì)景氣月報》和中國人民銀行網(wǎng)站，所涉及的行政區(qū)域范圍為中國大陸。對于缺少住宅投資完成額數(shù)據(jù)的個別省份（自治區(qū)、直轄市），在研究中予以剔除。因此，高檔商品房投資完成額包括29個省份（青海和西藏除外）的面板數(shù)據(jù)，普通商品房投資完成額包括30個省份（西藏除外）的面板數(shù)據(jù)，經(jīng)濟(jì)適用房投資完成額包括30個省份（上海除外）的面板數(shù)據(jù)。由于統(tǒng)計年鑒未給出2004年各省份的高檔商品房投資完成額，對其進(jìn)行了平滑處理。

（二）計量模型的構(gòu)建

住宅供給不僅受當(dāng)期經(jīng)濟(jì)基本面中各因素的影響，也會受上一期住宅供給的影響，因而引入滯后因變量更符合理論與實際。為了準(zhǔn)確考察貨幣政策對住宅供應(yīng)結(jié)構(gòu)所產(chǎn)生的動態(tài)效應(yīng)，本文將采用動態(tài)面板數(shù)據(jù)模型，即在解釋變量中包含因變量的一階滯后項。具體模型可表述為：

yi，t=αyi，t-1+βXi，t+λi+εi，t[JY]（1）

其中，i表示按國內(nèi)行政區(qū)域劃分的省份（自治區(qū)、直轄市），t表示按年份計量的時間，yi，t和yi，t-1分別代表i省份在第t年和第t-1年完成的房地產(chǎn)投資額，Xi，t為貨幣政策變量及其一階滯后項和控制變量（各省份城鎮(zhèn)人均可支配收入），λi為不可觀測的省份效應(yīng)，用于控制省份固定效應(yīng)，εi，t為隨機擾動項。

建立高檔商品房、普通商品房和經(jīng)濟(jì)適用房這三個住宅細(xì)分市場動態(tài)面板數(shù)據(jù)模型（如模型1-模型3所示）。

模型1：lnGDi，t=αlnGDi，t-1+β0lnM2i，t+β1lnM2i，t-1+β2RRi，t+β3RRi，t-1+β4lnIncomei，t+λi+εi，t

模型2：lnPTi，t=αlnPTi，t-1+β0lnM2i，t+β1lnM2i，t-1+β2RRi，t+β3RRi，t-1+β4lnIncomei，t+λi+εi，t

模型3：lnJJi，t=αlnJJi，t-1+β0lnM2i，t+β1lnM2i，t-1+β2RRi，t+β3RRi，t-1+β4lnIncomei，t+λi+εi，t

其中，M2i，t-1和RRi，t-1分別為滯后一期的實際貨幣供應(yīng)量和實際貸款利率。

（三）數(shù)據(jù)分析

在動態(tài)面板數(shù)據(jù)模型中，由于因變量的滯后項作為解釋變量，從而有可能導(dǎo)致解釋變量與隨機擾動項相關(guān)，且模型具有橫截面相依性，因此如果運用標(biāo)準(zhǔn)隨機效應(yīng)或固定效應(yīng)模型進(jìn)行估計，會產(chǎn)生參數(shù)估計的非一致性，使數(shù)據(jù)包含的經(jīng)濟(jì)學(xué)意義發(fā)生扭曲。正因如此，Arellano和Bond （1991）、Blundell和Bond （1998）針對以上情況提出了廣義矩（GMM）估計，解決了上述問題。動態(tài)面板GMM估計方法的好處在于它通過差分或使用工具變量來控制住未觀察到的時間和個體效應(yīng)，同時還使用滯后的解釋變量和滯后的被解釋變量作為工具變量克服內(nèi)生性問題。為了消除特定省市效應(yīng)，對式（1）進(jìn)行一次差分，即：

yi，t-yi，t-1=α（yi，t-1-yi，t-2）+β（Xi，t-Xi，t-1）+（εi，t-εi，t-1） [JY]（2）

從式（2）可以看出，它消除了隨時間變化的特定省市效應(yīng)，但卻包含了被解釋變量的滯后項。為了克服所有解釋變量的內(nèi)生性問題以及新的殘差項（εi，t-εi，t-1）與滯后的被解釋變量（yi，t-1-yi，t-2）之間的相關(guān)性，必須采用工具變量來進(jìn)行估計?？紤]到樣本觀察值有限，本文以解釋變量的一階滯后項作為工具變量，并使用軟件Eviews60進(jìn)行計量分析。

1.面板殘差的平穩(wěn)性檢驗。對于動態(tài)面板數(shù)據(jù)模型，其估計的前提條件是要求面板數(shù)據(jù)必須是平穩(wěn)的，否則可能導(dǎo)致“偽回歸”結(jié)果。為此，對所估計參數(shù)的平穩(wěn)性進(jìn)行檢驗，即對面板數(shù)據(jù)的殘差進(jìn)行單位根檢驗。遵循一般常用的IPS檢驗，即Im， Pesaran和Shin在1995年提出的以Z統(tǒng)計量進(jìn)行面板殘差平穩(wěn)性檢驗。為了相互驗證，本文還給出了ADF、PP和LLC檢驗，檢驗結(jié)果如表1所示。

從表2中Y（-1）結(jié)果來看，上一年住宅供給對當(dāng)年住宅供給有正向影響，上一年各細(xì)分市場供給每增加1%，當(dāng)年高檔商品房、普通商品房和經(jīng)濟(jì)適用房供給將分別增加0236%、0807%和0278%，且均在1%的水平下顯著?？梢?，當(dāng)期住宅供給與上期住宅供給水平密切相關(guān)，屬于一個動態(tài)過程，因此，運用動態(tài)面板數(shù)據(jù)模型比其他模型更能精確地反映這一現(xiàn)象。從貨幣政策變量的參數(shù)估計值來看，貨幣政策對住宅細(xì)分市場供給的影響程度由大到小依次為高檔商品房、普通商品房和經(jīng)濟(jì)適用房；相對于利率而言，貨幣供應(yīng)量對住房供應(yīng)結(jié)構(gòu)的影響更大。三個模型的Sargan檢驗的P值分別為0235、0396和0587，均大于10%，接受過度約束正確的零假設(shè)。因此，模型1、模型2和模型3的設(shè)定是合理的，且工具變量的設(shè)置有效。

不同的住宅細(xì)分市場對貨幣政策的反應(yīng)有所不同。對于模型1，各參數(shù)均在1%的水平下顯著。從貨幣政策變量來看，當(dāng)期貨幣供應(yīng)量對高檔商品房供給有負(fù)向影響，而滯后一期的貨幣供應(yīng)量對高檔商品房供給有正向影響；當(dāng)期利率與高檔商品房供給之間是一種正相關(guān)關(guān)系，而滯后一期的利率對高檔商品房供給有負(fù)向影響?？梢姡?dāng)期貨幣政策變量符號與預(yù)期相背，滯后一期的與預(yù)期相吻合，這表明貨幣政策對高檔商品房供給的影響具有明顯的滯后性。對于控制變量，人均可支配收入對高檔商品房供給有正向影響。

在模型2中，貨幣政策變量的估計參數(shù)均在1%水平下顯著。當(dāng)期貨幣供應(yīng)量對普通商品房供給有正向影響，而滯后一期的貨幣供應(yīng)量對普通商品房供給的影響為負(fù)；當(dāng)期利率和滯后一期利率與普通商品房供給之間是一種負(fù)相關(guān)關(guān)系。當(dāng)期貨幣政策變量符號與預(yù)期相符，這表明貨幣政策對普通商品房供給影響的時效性顯著。對于控制變量，人均可支配收入對普通商品房供給的影響并不顯著。

在模型3中，對于貨幣政策變量，當(dāng)期貨幣供應(yīng)量對經(jīng)濟(jì)適用房供給有負(fù)向影響，且其顯著性水平為1%；滯后一期利率對經(jīng)濟(jì)適用房供給有正向影響，且其顯著性水平為1%；滯后一期貨幣供應(yīng)量和當(dāng)期利率的估計參數(shù)均不顯著。表明經(jīng)濟(jì)適用房供給的貨幣政策效應(yīng)相對較弱，從側(cè)面也反映了經(jīng)濟(jì)適用房供給受政府政策性干預(yù)較大；控制變量人均可支配收入對經(jīng)濟(jì)適用房供給有正向影響，且在5%水平下顯著。

四、結(jié)論和建議

貨幣政策對各住宅細(xì)分市場供給的影響程度不同。其中，對高檔商品房供給的影響程度最強，對經(jīng)濟(jì)適用房供給的影響程度最弱。高檔商品房供給的貨幣政策效應(yīng)存在明顯的時滯性，普通商品房供給的貨幣政策效應(yīng)有較強的時效性，經(jīng)濟(jì)適用房供給的貨幣政策效應(yīng)相對較弱；相對于利率而言，貨幣供應(yīng)量對住房供應(yīng)結(jié)構(gòu)的影響較大。利率和貨幣供應(yīng)量都是調(diào)整住宅供應(yīng)結(jié)構(gòu)的有力貨幣政策工具?；诖?，提出以下建議：

1.對住宅開發(fā)實行差別化貨幣政策，促進(jìn)普通商品房的供給。央行應(yīng)指導(dǎo)商業(yè)銀行運用差別利率促進(jìn)住宅供應(yīng)結(jié)構(gòu)的調(diào)整。對普通商品房的開發(fā)，可給予優(yōu)惠的貸款利率，對高檔商品房的開發(fā)，可采用較高的貸款利率。此外，擴(kuò)大對普通商品房項目的貸款規(guī)模和比例，嚴(yán)格控制對高檔商品房的貸款發(fā)放，防范金融風(fēng)險。

2.調(diào)整土地供應(yīng)政策，擴(kuò)大普通商品房和保障性住房建設(shè)用地供給。土地供應(yīng)政策應(yīng)保證保障性住房和中低價位商品住宅用地。對供求矛盾突出、房價上漲較快的地區(qū)，可適度放寬新增建設(shè)用地的限制。

3.通過實行差別化稅率政策，調(diào)整商品住宅供應(yīng)結(jié)構(gòu)。例如對低價普通商品房開發(fā)項目實行低稅率，而對高檔商品房開發(fā)項目實行高稅率，使開發(fā)高檔商品住宅的企業(yè)利潤空間受到限制。

參考文獻(xiàn)：

[1] Abraham， Hendershott Bubbles in Metropolitan Housing Markets[J] Journal of Housing Research，1996（12）：36-52

[2] Iacoviello M House Prices， Borrowing Constraints and Monetary Policy in the Business Cycle[J] American Economic Review， 2005（95）： 739-764

[3] Iacoviello M， Minett R Financial Liberalization and the Sensitivity of House Prices to Monetary Policy：Theory and Evidence[J]The Manchester School， 2003（71）： 20-34

[4] Frantantoni M， Schuh S Monetary Policy， Housing， and Heterogeneous Regional Markets[J] Journal of Money， Credit， and Banking， 2003（35）： 557-589

[5] Negro D Macro， Otrok Christopher 99 Luftballons： Monetary Policy and the House Price Boom across US States[J] Journal of Monetary Economics， 2007 （54）： 1962-1985

[6] Mishkin F Housing and the Monetary Transmission Mechanism， Finance and Economics Discussion Series[R] Federal Reserve Board， Washington， DC， 2007：1-53

[7] 丁晨， 屠梅曾. 論房價在貨幣政策傳導(dǎo)機制中的作用——基于VECM分析[J]數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007（11）：106-114.

[8] 梁云芳， 高鐵梅. 中國房地產(chǎn)價格波動區(qū)域差異的實證分析[J] 經(jīng)濟(jì)研究，2007（8）：133-142

[9] Arellano， Bond Some Tests of Specification for Panel Data：Monte Carlo Evidence and an Application to Employment Equations[J] Review of Economic Studies， 1991（58）：77-297

[10]Blundell， [JP2]Bond Initial Conditions and Moment Restrictions in Dynamic Panel Data Models[J] Journal of Econometrics， 1998（87）： 115-143[JP]

（責(zé)任編輯：劉春雪）