利率、信贷政策对住宅市场供需影响的地区差异研究.docVIP

利率、信贷政策对住宅市场供需影响的地区差异研究 　　摘 要：住宅固定不可移动使住宅市场存在异质性，从需求、供给、资金获得性看，一二三线城市存在显著区域差异，使利率、信贷政策对住宅市场影响存在区域效应。因此，运用静态面板数据模型，研究了利率政策、信贷政策对一二三线城市住宅市场供需影响的地区差异，并对政策调控提出建议。 　　关键词：利率政策；信贷政策；住宅市场；区域效应 　　中图分类号：F293.3 文献标志码：A 文章编号：1673-291X（2016）02-0038-03 　　一、国内外文献回顾 　　国外学者研究集中在欧美发达国家。Carlin和Defina（1999）对美国48个州研究，发现联邦基准利率对五大湖区冲击较大，对西南及落基山脉地区冲击较小。Arnold（2001）选取欧盟5个成员国中58个地区，实证表明欧洲中央银行政策会对欧盟成员国产生不同效应。Zan Yang等（2010）建VAR模型实证得出瑞典货币政策对房地产价格影响存在区域差异。国内学者对货币政策区域效应研究普遍发现货币政策区域效应存在，且产业结构、地区经济发展水平等是主因。货币政策房地产市场传导区域效应研究，对价格研究较多，省级、东中西部划分多。梁云芳、高铁梅（2007）以28个省市为例，研究利率、信贷对房价波动区域差异，发现信贷对中部房价影响小，实际利率对各地影响不大。王先柱（2011）研究证实了东中西部存在货币政策区域效应，利率对西部需求抑制明显，而信贷对供给影响大。张红、李洋（2013）构建全局向量自回归模型，论证货币政策在房地产市场传导区域效应，东中西部对货币供给量冲击响应相似，会推动投资，长期抑制房价，对中部影响最小，地区对利率上涨冲击呈异质响应。东部传导效果强于中西部，货币供给量传导效果优于利率。 　　研究均表明货币政策区域效应存在且房地产市场货币政策区域效应凸显，从国内研究看，货币政策对房地产市场影响主要对价格、投资方面，较少考察供给、需求，且对住宅市场研究少，地区划分以东中西部、省级居多。本文基于全国35个大中城市，结合2015年仲量联行对外发布《中国城市60强》，将其划分为一、二、三线城市。其中：一线城市4个（北京、上海、广州、深圳）；二线城市15个（成都、重庆、杭州、南京、沈阳、天津、武汉、西安、长沙、济南、郑州、青岛、宁波、大连、厦门）；三线城市16个（哈尔滨、长春、福州、昆明、合肥、石家庄、呼和浩特、南昌、贵阳、南宁、海口、太原、乌鲁木齐、兰州、银川、西宁）。建立静态面板数据模型，研究利率、信贷对不同级别城市住宅市场供给、需求影响地区差异。 　　二、利率、信贷政策对住宅市场影响地区差异理论分析 　　第一，各级别城市住宅需求不同。住宅价格、收入显著影响需求，各个城市经济发展水平差异使这两个因素显著不同，住宅需求价格弹性和收入弹性不同。从一二三线城市选几个代表城市分析。图1描述各城市住宅均价水平，价格呈上升趋势，但一线城市住宅均价明显高于二三线城市，从2007年开始增速快于二三线城市。图2为人均可支配收入变动趋势图，其总体也呈增长趋势，增长速度一线城市快于二三线城市。 　　第二，各级别城市住宅供给不同。图3为住宅投资完成额趋势图，一线城市远高于其他城市。图4为住宅施工面积趋势图，总体一线城市远高于其他城市，二线高于三线城市。 　　第三，各级别城市金融支持不同。国内房地产开发资金来源：利用外资、国内贷款、自筹资金等，国内贷款是从银行获取款项，可衡量信贷政策。据统计，一线城市从银行获得资金最多，二线城市获得资金多于三线城市，资金可获得性存在地区差异。综上，各级别城市特征显著不同，从一二三城市研究利率、信贷政策地区差异对金融调控政策改进有显著意义。 　　三、模型及数据来源 　　本文借鉴Muellbauer和Murphy（1997）建模思路，建立住宅市场供需方程。 　　其中，Q（s）为住宅投资完成额，i同上，kloan为房地产开发资金来源中国内贷款，profit为住宅均价/住宅造价成本。 　　本文数据来源于EPS、中国房地产统计年鉴（1999-2014）、各城市统计局网站。i、ay、p、gloan、kloan、invest是以1999年为基期经价格指数调整值，除i外其他变量取对数以消除异方差。为解决联立内生问题，将解释变量滞后一期。由于样本区间短，无法进行面板数据F检验，假定各级别城市经济结构大体一致（梁云芳2007），采用不变参数面板数据模型。 　　四、实证研究及分析 　　表1为需求实证结果，其中，人均可支配收入是影响人均需求重要因素，与需求正向相关。从当期人均可支配收入看，三线城市住宅需求收入弹性最大，其次为二线城市，一线城市收入弹性小且不显著。对一线城市来说，高收入群体高财富积累不须担心房价上涨带