人民幣匯率對(duì)我國城市房?jī)r(jià)差別影響研究
——基于動(dòng)態(tài)面板GMM模型的實(shí)證分析

闞瑀婷

(安徽財(cái)經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233030)

人民幣匯率對(duì)我國城市房?jī)r(jià)差別影響研究
——基于動(dòng)態(tài)面板GMM模型的實(shí)證分析

闞瑀婷

(安徽財(cái)經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233030)

基于2005年-2016年中國城市面板數(shù)據(jù)，構(gòu)建動(dòng)態(tài)面板GMM模型，實(shí)證分析人民幣匯率對(duì)我國一、二、三線城市房?jī)r(jià)的差別影響，結(jié)果表明：人民幣匯率對(duì)一線城市和部分發(fā)達(dá)二線城市房?jī)r(jià)的影響最顯著；人民幣升值，一、二、三線城市房?jī)r(jià)均上漲；但M2對(duì)一線城市和部分發(fā)達(dá)二線城市房?jī)r(jià)呈負(fù)相關(guān)；FDI對(duì)部分欠發(fā)達(dá)二線城市和三線城市房?jī)r(jià)的影響不顯著；貸款額對(duì)一線城市和部分發(fā)達(dá)二線城市房?jī)r(jià)無顯著影響；一、二、三線城市房?jī)r(jià)具有明顯的時(shí)間慣性。

人民幣匯率；城市房?jī)r(jià)；差別影響；GMM方法

引言

2005年匯率改革前我國商品房平均價(jià)格上揚(yáng)較為平穩(wěn)，在2000-2004年五年間，共計(jì)上揚(yáng)31%；而匯率改革后，2005-2015年人民幣持續(xù)升值的同時(shí)房?jī)r(jià)也在不斷上揚(yáng)，10年累計(jì)上揚(yáng)114%，2016年人民幣匯率總體呈現(xiàn)小幅向下走勢(shì)，房地產(chǎn)價(jià)格總體上漲，不同城市走勢(shì)繼續(xù)分化，一線城市房?jī)r(jià)上揚(yáng)幅度呈現(xiàn)穩(wěn)定趨勢(shì)，二線城市房?jī)r(jià)持續(xù)增長，而三、四線城市房地產(chǎn)庫存嚴(yán)重。2014年以來，我國經(jīng)濟(jì)發(fā)展進(jìn)入了新的調(diào)整階段，“新常態(tài)”時(shí)代的到來使得人民幣升值的預(yù)期不再強(qiáng)烈，國際資本流入我國的情況出現(xiàn)了變化，這使得穩(wěn)定匯率與穩(wěn)定房?jī)r(jià)有一定的矛盾，因此厘清人民幣匯率對(duì)我國城市房地產(chǎn)價(jià)格的差別影響具有現(xiàn)實(shí)意義。

文章對(duì)以往文獻(xiàn)進(jìn)行了梳理并分析了匯率對(duì)不同城市房?jī)r(jià)的結(jié)構(gòu)化影響機(jī)理，然后利用面板數(shù)據(jù)動(dòng)態(tài)GMM方法實(shí)證研析人民幣匯率對(duì)我國城市房?jī)r(jià)的差別影響，最后針對(duì)研究結(jié)果，對(duì)各線城市提出差異化的政策建議。

一、文獻(xiàn)綜述

匯率對(duì)房?jī)r(jià)影響的深入研究開始較早的是Irving F.(1911)，[1]他在研究了美元兌加元匯率對(duì)美國城市房?jī)r(jià)的影響之后，得出了一國匯率的變化會(huì)作用于國外投資從而引發(fā)本國房地產(chǎn)市場(chǎng)波動(dòng)的結(jié)論。此后，國內(nèi)外相關(guān)文獻(xiàn)的探究主要集中于下列三大方面。

1.傳導(dǎo)機(jī)制理論研究

國外學(xué)者認(rèn)為人們的預(yù)期具有傳導(dǎo)效應(yīng)，當(dāng)預(yù)期匯率持續(xù)變動(dòng)時(shí)，價(jià)格也會(huì)相應(yīng)作出調(diào)整，此時(shí)匯率對(duì)房地產(chǎn)價(jià)格的傳導(dǎo)效果最明顯。[2]國內(nèi)學(xué)者中大多分為兩種聲音：國際資本流動(dòng)渠道論者認(rèn)為匯率的升值預(yù)期是致使國際資本流入的主要因素，國際資本的流入會(huì)對(duì)房地產(chǎn)價(jià)格產(chǎn)生沖擊；[3][4] [5]而國內(nèi)貨幣供給渠道論者認(rèn)為匯率變動(dòng)會(huì)影響國內(nèi)貨幣供應(yīng)量，從而影響房?jī)r(jià)。[6][7]

2.總體影響實(shí)證研究

在實(shí)證研究方法上，大部分研究采用的是 VAR 模型，[8][9]還有一些較新的研究采用的是MS-VAR模型，得出當(dāng)經(jīng)濟(jì)狀態(tài)不同時(shí)，匯率和房?jī)r(jià)間的動(dòng)態(tài)關(guān)系特點(diǎn)有顯著差別。[10]在實(shí)證研究結(jié)論上，一是二者存在正相關(guān)關(guān)系；[11][12][13]二是二者存在負(fù)相關(guān)關(guān)系；[14][15]三是二者間存在混合關(guān)系。[16][17]

3.結(jié)構(gòu)影響實(shí)證分析

基于多元回歸的計(jì)量方法實(shí)證分析了加拿大投資人對(duì)華盛頓、羅博茨房?jī)r(jià)的差別影響,得出加元升值，加拿大人對(duì)羅伯茨房屋的需求會(huì)增加，從而抬高該地房?jī)r(jià)。[18]國內(nèi)學(xué)者研究人民幣匯率通過FDI對(duì)中國各省份房?jī)r(jià)的影響,并探討影響房地產(chǎn)業(yè)利用FDI的各個(gè)因素。[19]還有基于VAR模型對(duì)東部、中部、西部房?jī)r(jià)進(jìn)行實(shí)證分析，得出匯率對(duì)西部組房?jī)r(jià)波動(dòng)的影響力度大于對(duì)東部組的結(jié)論。[20]

通過對(duì)國內(nèi)外已有文獻(xiàn)的梳理，發(fā)現(xiàn)匯率對(duì)房?jī)r(jià)的影響已有較為深入的研究，但在理論上沒有結(jié)構(gòu)化傳導(dǎo)機(jī)制的研究，在實(shí)證方面沒有對(duì)各城市房?jī)r(jià)的差別影響研究，多為代表性省份和東、中、西部的研究，因此文章在進(jìn)行結(jié)構(gòu)化理論分析的基礎(chǔ)上，建立動(dòng)態(tài)面板GMM模型，分析人民幣匯率對(duì)一、二、三線城市房地產(chǎn)價(jià)格的差別影響是有必要的。

二、理論分析

鑒于人民幣匯率對(duì)我國各線城市房?jī)r(jià)不同的影響，從以下兩個(gè)方面進(jìn)行結(jié)構(gòu)化的機(jī)理分析。

一方面，人民幣升(貶)值所導(dǎo)致的國外資本流入(出)，在一、二、三線城市的表現(xiàn)有所不同，若人民幣升值，則出口產(chǎn)品價(jià)格上揚(yáng)，而進(jìn)口產(chǎn)品價(jià)格下浮，從而引致的名義利率的跌落，使得外商紛紛預(yù)期中國市場(chǎng)投資收益增加，但增加幅度在一、二、三線城市有所差異，一線城市和部分發(fā)達(dá)二線城市由于其金融市場(chǎng)發(fā)達(dá)，投資環(huán)境優(yōu)良，使得外商直接投資一線城市和部分發(fā)達(dá)二線城市房地產(chǎn)市場(chǎng)的增速遠(yuǎn)超部分欠發(fā)達(dá)二線城市和三線城市，進(jìn)而致使各線城市房地產(chǎn)價(jià)格上揚(yáng)幅度產(chǎn)生差別。

另一方面，人民幣升(貶)值會(huì)帶來經(jīng)常項(xiàng)目與資本項(xiàng)目順差(逆差)，國外凈資產(chǎn)的增減變動(dòng)使得外匯儲(chǔ)備擴(kuò)大或者縮減，從而導(dǎo)致貨幣供應(yīng)量的增加(減少)，緊接著又會(huì)影響商業(yè)銀行信貸投放的增加(減少)，若人民幣升值，在合理風(fēng)控下會(huì)提高房地產(chǎn)貸款投放，由于一線城市和部分發(fā)達(dá)二線城市商業(yè)銀行信貸投放集中度往往高于部分欠發(fā)達(dá)二線城市和三線城市，致使房屋有效需求上升，抬高各線城市房地產(chǎn)價(jià)格。

三、實(shí)證分析

1.數(shù)據(jù)選取與說明

基于結(jié)構(gòu)化理論分析，選取2005年到2016年數(shù)據(jù)進(jìn)行研究，一二三線城市商品房均價(jià)pt被解釋變量，人民幣兌美元匯率ert，廣義貨幣供應(yīng)量mt，一二三線城市國內(nèi)生產(chǎn)總值gdpt，外商直接投資fdit，貸款額lat作為解釋變量，其中t=1,2,3分別代表一二三線城市。根據(jù)一二三線城市劃分標(biāo)準(zhǔn)，北京、上海、廣州、深圳為一線城市；遴選天津、重慶、杭州、南京、廈門、青島、寧波、濟(jì)南、大連作為二線城市；福州、合肥、南昌、石家莊、昆明、貴陽、長春、南寧、呼和浩特作為三線城市。數(shù)據(jù)來源于各城市統(tǒng)計(jì)年鑒和中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫。原始數(shù)據(jù)統(tǒng)計(jì)特征如表1 ，并對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，取對(duì)數(shù)處理，以消除異方差，對(duì)數(shù)序列均平穩(wěn)。

表1 數(shù)據(jù)統(tǒng)計(jì)特征

2.模型設(shè)定

文章基于上述變量，建立動(dòng)態(tài)面板GMM模型，實(shí)證研析了人民幣匯率對(duì)一二三線城市房?jī)r(jià)的差別影響。模型設(shè)定如下：

lnpit=β1lnerit+λ1lnpit-1+β2lnmit+β3lngdpit+β4lnfdiit+β5lnlait+αt+εit

(1)

其中，被解釋變量lnpit代表各線城市房?jī)r(jià)，i表示各線城市，t表示年份，lnpit-1表示滯后一期的各線城市房?jī)r(jià)水平，考察其時(shí)間的動(dòng)態(tài)慣性，C表示截距，αt表示個(gè)體非觀測(cè)效應(yīng)，εit表示隨機(jī)誤差項(xiàng)。

3.實(shí)證結(jié)果分析

在構(gòu)建動(dòng)態(tài)面板GMM模型時(shí)，一方面考察總樣本，另一方面區(qū)分子樣本以考察差別影響，因此將實(shí)證分析分為3個(gè)模型(M1-M3),其中M1是對(duì)所有樣本、所有解釋變量進(jìn)行回歸的結(jié)果；M2是對(duì)一線城市及綜合排名前四的發(fā)達(dá)二線城市作為樣本進(jìn)行回歸的結(jié)果；M3是對(duì)其余欠發(fā)達(dá)二線城市和三線城市作為樣本進(jìn)行回歸的結(jié)果，一階差分廣義矩估計(jì)GMM方法回歸結(jié)果見表2。

表2 GMM回歸結(jié)果

注：*，**，***分別表示在置信度為10%，5%，1%的水平下顯著。

由表2可知，以上三個(gè)模型均通過Sargan檢驗(yàn)，說明這三個(gè)模型的所有工具變量均無過度識(shí)別，接下來利用Arellano Bond 檢驗(yàn)，來考察誤差項(xiàng)是否存在序列相關(guān)，且GMM估計(jì)要求不能存在二階序列相關(guān)，即P(AR(2))越大越好,一般要求大于0.1,表2中AR(2)的P值均大于0.1，因此三個(gè)模型其誤差項(xiàng)均無序列相關(guān)。最后對(duì)其殘差進(jìn)行單位根檢驗(yàn)，M1、M2、M3的LLC、IPS、ADF-Fisher和PP-Fisher檢驗(yàn)的P值均小于0.05，所以在5%的置信度下殘差平穩(wěn)。從而說明三個(gè)模型均平穩(wěn)，GMM估計(jì)均是有效的。

由表2還可以看到，被解釋變量的滯后一期均正向顯著，表明一、二、三線城市房?jī)r(jià)具有明顯的時(shí)間慣性，變量lner對(duì)一、二、三線城市房?jī)r(jià)均顯著為負(fù)，表明人民兌美元匯率減少，人民幣升值推高了一、二、三線城市的房地產(chǎn)價(jià)格，這和理論預(yù)期基本一致，其中對(duì)一線和部分發(fā)達(dá)二線城市的影響最為顯著，原因可能是該類城市金融市場(chǎng)完善，資金流動(dòng)性較強(qiáng)，具備更優(yōu)地投資價(jià)值；變量lnm對(duì)各線總體房?jī)r(jià)顯著為正，但對(duì)一線和部分發(fā)達(dá)二線城市呈負(fù)向影響，這與理論預(yù)期不符，可能是該類別城市房?jī)r(jià)相對(duì)較高，外來人口較多，即使貨幣供應(yīng)量的增加刺激了購房需求，也會(huì)因?yàn)槲飪r(jià)的提升而相應(yīng)抵消，甚至顯著為負(fù)；變量lngdp對(duì)一、二、三線城市房?jī)r(jià)均顯著為正，說明各線城市國民生產(chǎn)總值的提高會(huì)抬高房?jī)r(jià)；變量lnfdi僅對(duì)一線和部分發(fā)達(dá)二線城市房?jī)r(jià)有顯著正向影響，但對(duì)部分欠發(fā)達(dá)二線和三線城市房?jī)r(jià)并無顯著影響，這與理論預(yù)期基本一致，這可能是因?yàn)樵擃惓鞘蟹康禺a(chǎn)市場(chǎng)庫存較為嚴(yán)重，且投資與投機(jī)價(jià)值較低所致；變量lnla對(duì)各線總體房?jī)r(jià)的影響顯著為正，尤其是對(duì)部分欠二線和三線城市而言，但對(duì)一線和部分發(fā)達(dá)二線城市房?jī)r(jià)無顯著影響，這與理論預(yù)期不符，究其原因，可能是部分欠發(fā)達(dá)二線和三線城市往往工資水平與消費(fèi)水平較弱，更傾向于按揭貸款購房，當(dāng)信貸投放增加時(shí)，會(huì)抬高購房需求；而對(duì)一線和部分發(fā)達(dá)二線城市而言，房?jī)r(jià)本身居高不下，貸款投放的增加往往會(huì)因首付款的難以籌集而抵消其正向作用。

結(jié)論與建議

文章基于2005年至2016年各線城市面板數(shù)據(jù)，利用面板數(shù)據(jù)動(dòng)態(tài)GMM方法進(jìn)行實(shí)證分析，得出以下結(jié)論：人民幣匯率對(duì)一線和部分發(fā)達(dá)二線城市房?jī)r(jià)的作用最顯著；人民幣升值，一、二、三線城市房?jī)r(jià)均上揚(yáng)；但M2對(duì)一線和部分發(fā)達(dá)二線城市房?jī)r(jià)呈負(fù)相關(guān)；FDI對(duì)部分欠發(fā)達(dá)二線城市和三線城市房?jī)r(jià)的作用非顯著；貸款額對(duì)一線和部分發(fā)達(dá)二線城市房?jī)r(jià)無顯著影響；一、二、三線城市房地產(chǎn)價(jià)格具有明顯的時(shí)間慣性。

鑒于以上結(jié)論，提出幾點(diǎn)具有分類調(diào)控特征的政策建議：(1)應(yīng)逐步增大人民幣匯率彈性，通過市場(chǎng)化的匯率機(jī)制，減少國際熱錢的套匯空間，尤其是對(duì)一線和部分發(fā)達(dá)二線城市的房地產(chǎn)市場(chǎng)的沖擊；(2)在保持貨幣供應(yīng)量合理增速的同時(shí)，使得物價(jià)與收入?yún)f(xié)同增長，避免房地產(chǎn)市場(chǎng)價(jià)格的波動(dòng)；(3)對(duì)于一線和部分發(fā)達(dá)二線城市應(yīng)加大對(duì)外商直接投資的監(jiān)管力度，嚴(yán)格打擊國際資本的投機(jī)行為。對(duì)于部分欠發(fā)達(dá)二線和三線城市應(yīng)提高相應(yīng)扶持力度，拉動(dòng)外商直接投資流向該類城市房地產(chǎn)市場(chǎng)；(4)大力發(fā)展房地產(chǎn)信托、房地產(chǎn)證券、房地產(chǎn)金融租賃等業(yè)務(wù)，而不僅僅是依賴于銀行信貸，并且擴(kuò)大欠發(fā)達(dá)二線和三線城市實(shí)體產(chǎn)業(yè)，不斷帶動(dòng)就業(yè)，減少房地產(chǎn)庫存，進(jìn)而拉動(dòng)房地產(chǎn)市場(chǎng)的有序平穩(wěn)發(fā)展。

[1]Irving F.Thepurchasingpowerofmoney[M].Yale University,1911：21-67.

[2]Taylor J B.Lowinflation，pass-through，andthepricingpoweroffirms[J].European Economic Review，2000(7)：43-48.

[3]劉莉亞.境外“熱錢”是否推動(dòng)了股市、房市的上漲？——來自中國市場(chǎng)的證據(jù)[J].金融研究，2008(10)：48-70.

[4]譚小芬，林木材.人民幣升值預(yù)期與中國房地產(chǎn)價(jià)格變動(dòng)的實(shí)證研究[J].中國軟科學(xué)，2013(8)：55-66.

[5]蔡彤娟，馬冠男.人民幣匯率變動(dòng)對(duì)中國房地產(chǎn)價(jià)格影響的實(shí)證檢驗(yàn)[J].價(jià)格理論與實(shí)踐，2015(10):23-28.

[6]朱孟楠，劉林，倪玉娟.人民幣匯率與中國房地產(chǎn)價(jià)格——基于Markov區(qū)制轉(zhuǎn)換VAR模型的實(shí)證研究[J].金融研究，2011(5)：58-71.

[7]楊元慶，楊繼瑞.論人民幣匯率變動(dòng)對(duì)我國房地產(chǎn)業(yè)發(fā)展的影響[J].云南社會(huì)科學(xué)，2016(5)：63-67.

[8]鄧永亮.人民幣升值、房?jī)r(jià)上漲與通貨膨脹[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010(10):20-28.

[9]謝太峰，趙樹佼.人民幣匯率及匯率預(yù)期與我國房地產(chǎn)價(jià)格關(guān)系的實(shí)證分析[J].征信，2013(9)：3-8.

[10]李芳，李秋娟.人民幣匯率與房地產(chǎn)價(jià)格的互動(dòng)關(guān)系——基于2005-2012年月度數(shù)據(jù)的MS-VAR模型分析[J].國際金融研究，2014(3):86-96.

[11]William H N，Ivan W M，Michael G D.Characteristicsofdepressedpatientswithelevatedlevelsofdysfunctionalcognitions[J].Cognitive Therapy and Research，1988(1)：28-24.

[12]Justyna B.Pricebubbleintherealestatemarket-behavioralaspects[J].Real Estate Management and Valuation，2014(1)：10-24.

[13]郭樹華，王旭.人民幣匯率與房地產(chǎn)價(jià)格關(guān)聯(lián)效應(yīng)研究[J].經(jīng)濟(jì)問題探索，2012(1):32-37.

[14]杜敏杰，劉霞輝.人民幣升值預(yù)期與房地產(chǎn)價(jià)格變動(dòng)[J].世界經(jīng)濟(jì)，2007(1):81-88.

[15]李琴燕.房地產(chǎn)價(jià)格變動(dòng)中的匯率因素分析[J].經(jīng)濟(jì)研究導(dǎo)刊，2009(24):24-29.

[16]王愛儉，沈慶劼.人民幣匯率與房地產(chǎn)價(jià)格的關(guān)聯(lián)性研究[J].金融研究，2007(6):13-22.

[17]黃燕芬，王曉爽.人民幣匯率變動(dòng)對(duì)我國房地產(chǎn)價(jià)格的影響研究[J].價(jià)格理論與實(shí)踐，2016(5):23-29.

[18]Earl D B，Julia L H.TheinfluenceofCanadianinvestmentonU.S.residentialpropertyvalues[J].Journal of Real Estate Research，1997(13)：231-250.

[19]姜松，王釗.中國房地產(chǎn)業(yè)如何利用: 影響因素與作用機(jī)理[J].貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013(3)：77-86.

[20]鐘晨.新常態(tài)下我國人民幣匯率、FDI與商品房?jī)r(jià)格的聯(lián)動(dòng)效應(yīng)分析——基于25省市2005-2014年數(shù)據(jù)的實(shí)證研究[J].經(jīng)濟(jì)體制改革,2015(11):144-151.

Class No.:F299.23 Document Mark：A

(責(zé)任編輯：蔡雪嵐)

Influence of RMB Exchange Rate on Urban Housing Price in China

Kan Yuting

(School of Finance，Anhui University of Finance and Economics，Bengbu，Anhui 233030，China)

Based on the urban panel data of China from 2005 to 2016，the dynamic panel GMM model is constructed and the empirical analysis of the RMB exchange rate has been made in this paper. It shows that the RMB exchange rate has a significant effect on the price of the first-tire，the second-tire and the third-tier cities in China. The results show that the RMB exchange rate is related to the prices of first-tier cities and some second cities in China. If appreciation of RMB exchange rate, the housing prices rise. And the effect of M2 is negatively correlated to housing prices；The impact of FDI on the housing prices of some underdeveloped second-tier cities and third-tier cities is not significant. The loan amount of the first-tier cities and some developed second-tier cities has no significant impact on house prices, which has a clear time inertia.

RMB exchange rate；urban house price；difference effect；GMM method

闞瑀婷，在讀碩士，安徽財(cái)經(jīng)大學(xué)。

安徽財(cái)經(jīng)大學(xué)研究生科研創(chuàng)新基金項(xiàng)目(項(xiàng)目編號(hào)：ACYC2016046)。

1672-6758(2017)06-0085-5

F299.23

A