货币政策、行政管制与房地产价格变动
——基于百城住宅数据的经验分析
李 成，李一帆
(西安交通大学 经济与金融学院， 西安 710061)
摘 要 ：基于货币总量、工具结构和行政管制的视角，分析货币政策市场化方式和房价管制行政化方式对房地产市场的影响，运用2010年6月至2018年6月百城住宅数据进行城市分级检验。研究发现：货币政策调控房价存在理论和现实的必要，货币政策工具紧缩操作抑制房价上涨；数量型工具调控房价效果优于价格型工具，行政管制间断性导致货币政策和行政管制对房价影响产生方向“差异”；货币政策和行政管制调控一、二、三线城市房价的效果逐级递减。
关键词 ：货币政策；行政管制；房地产价格；城市分级
一、引言
我国历次实施房地产管制都会在短期遏制房价过快上涨，但是从总体来看房价涨势似乎并未见顶，引发房地产调控的政策往复。特别地，2018年法定存款准备金率分别在4月、7月和10月出现三次下调，由此释放的流动性是否会再次推动房价，不免令人担忧。在当前我国流动性合理充裕的背景下，货币政策和行政管制影响房价的机理何在？两者究竟如何搭配协调才能有效调控房地产市场？为回答上述问题，本文基于货币总量、工具结构和行政管制视角，综合分析货币政策市场化手段和房价管制行政化手段对房地产市场的影响。考察房价行政管制搭配不同类型货币政策工具的调控效果，以期对房价调控的内在机理和作用效果予以客观解读，为房地产市场的平稳发展提供参考。
二、文献回顾
早期文献集中探讨货币政策与房地产价格的关系，大部分研究认为货币政策与房价之间存在负向联系(Maccarthy等，2002；Iacoviello，2005)[1～2]，此后相关研究逐渐从货币政策工具分类视角探讨(Lastrapes和Potts，2006；Demary，2009)[3～4]。伴随“次贷”危机爆发，学界开始基于金融化视角分析货币政策调控房价。Mishkin(2007)强调房地产领域的货币政策传导机制不确定性问题，揭示房地产价格对金融稳定的重要影响[5]。Aalbers(2008)指出住房抵押贷款利率体系的结构变动提高房价[6]。Tsai(2013)结合英国经验认为货币政策宽松对房价的推动作用显著于货币政策紧缩的抑制作用[7]。Mcdonald和Stoke(2013)对比美联储利率政策与城市房价数据发现房价泡沫的根本原因在于降低联邦基金利率[8]，为货币政策调控房价保障金融稳定提供可能(Williams，2015)[9]。
我国货币政策依赖“数量为主、利率为辅”的调控模式，已有研究围绕两者对房地产价格的作用存在不同观点。部分研究认为长期内货币供应量对房价存在正向影响，而房价对利率不具备敏感性，货币供应量对房价的调控作用优于利率(邓富民和王刚，2012；张红和李洋，2013；郭娜和李政，2013)[10～12]。也有研究指出利率工具平抑房价波动更为有效，提高市场利率能够显著抑制房价(徐淑一等，2015；陈诗一和王祥，2016)[13～14]。随着利率作为货币政策中介目标日渐成熟，有研究开始关注利率和货币供应量对房价的共同影响。尹虹潘(2012)基于城市空间分布曲线模型指出利率工具在宏观层面调控房价的必要性[15]。陈继勇等(2013)认为货币政策在市场成熟时干预房价，只需注意货币总量与价格各自侧重[16]。但货币政策究竟以何种方式和多大程度调控房地产价格，仍待细化探讨。
最优货币区理论指出货币政策的区域性差异，由此延伸至房地产领域。Carlino和Defina(1998)率先采用VAR模型分析统一货币政策对美国各地区经济的影响效果[17]。Negro和Otrok(2007)运用贝叶斯估计方法，从州际视角剖析美国货币政策调控房价的差异性原因，指出局部地区的房价泡沫源于各州区域特性[18]。Yang，Wang和Campbell(2010)利用多元持续冲击度量出利率对房地产市场的区域效应[19]。在国内，货币政策调控房价的区域问题伴随房地产供需矛盾凸显。常飞等(2013)利用脉冲分析方法测算货币政策对不同城市住宅市场的差异化影响[20]。余华义和黄燕芬(2015)、张清源等(2018)根据发展水平、地理位置进行分类，认为城际差异扭曲了货币政策对房价原本的调控作用[21～22]。
鉴于房地产价格的区域差异，是否运用行政管制约束房价成为讨论焦点。Ihlanfeldt(2007)运用截面特征价格模型，发现土地监管从房价和住房规模两方面产生激励效应并削弱管制效果[23]。Dumm等(2012)认为法规约束通过增加保费和税收提高房屋溢价[24]。Wang和Gao(2012)基于不完全信息博弈理论指出收入差异引发地方政府的住房政策博弈，增大监管难度[25]。国内研究对行政管制的作用莫衷一是。有研究指出“限购”等价格管制手段破坏市场均衡，对房地产消费需求存在误伤风险[26]，在刚性、改善性和投资性房地产需求三个层面造成福利损失[27]，甚至在抑制新建住宅价格的同时推动房租上涨[28]。也有研究赞成行政管制，认为房价管制为逆周期调控房地产市场提供合理预期[29]，最终有效结合宏观调控与房地产市场管制，促使房价回归理性、稳定、健康的发展道路[30]。
已有文献不仅揭示货币政策调控房价的效力，更从区域和管制视角对房地产市场变动进行解读。然而在以下方面存在些许不足：对货币政策和行政管制影响房地产市场的整体研究尚有欠缺；对货币政策工具影响房价力度和方向的研究仍未深入；对行政管制如何调控房地产市场还需进一步探讨。因此，本文基于货币总量、工具结构和行政管制视角，从“数量”和“价格”两个方面阐释货币政策调控房价的内在机理，明晰以价格管制为主要内容的房价干预机制，运用2010—2018年百城住宅数据进行城市分级检验。具体围绕利率工具、法定存款准备金率工具考察货币政策对不同城市房价的影响，同时纳入价格管制因素探讨房价行政管制的约束作用，为我国调控房地产市场提供理论和实践的双重参考。
近年来，随基夫赛特炉日处理量不断提升，导致烟化炉处理量增加，进而引发锅炉热负荷增加，其中锅炉入口烟气温度设计值为1200±100℃、最大产气量为40.8t/h，但是实际生产过程中锅炉入口烟气温度达到了1375℃、最大产气量达到了50t/h，温度高会导致以下问题。
本文剩余部分安排如下：第三部分基于货币总量、工具结构和行政管制视角，分析房地产价格跟随货币政策和行政管制变动的内在机理，解读货币政策和行政管制对房价的共同影响；第四部分根据理论与实证的核心内容设计模型，分别考察利率工具、法定存款准备金率工具对房价的影响，同时纳入行政管制因素；第五部分阐释实证检验结果；第六部分为全文主要结论。
本文可能的边际贡献在于：第一，将货币政策调控、房价行政管制对房地产市场的影响纳入统一的分析框架，通过逐层分析综合反映出货币金融市场化手段和价格管制行政化手段对房价的共同影响，以期寻求“市场化”和“行政化”的调控平衡。第二，相较于多数文献仅讨论货币政策工具对房价的影响，本文首先基于中国情景，从货币总量层面强调货币政策调控房价的理论逻辑和现实必要，再从工具结构层面探讨数量型工具与价格型工具对房价的影响机制，并运用百城新建住宅价格数据验证货币政策和行政管制对房价的调控作用。同时，一线城市二手房价格数据的稳健性检验也为本文结论提供证据支持。
三、货币政策和行政管制调控房地产价格：机理与现实分析
经济发展通常面对总量问题与结构性问题交织的局面，前者可以采取逆周期管理予以应对，后者主要依靠结构调整以图解决，当市场失灵更需行政管制进行强制干预，房地产市场也不外如是。
(一)货币政策调控房地产价格的机理
货币数量影响价格的核心理论在于，有效需求改变无法依靠市场机制的自发调节恢复，需要中央银行调节货币供给进行干预，既改变厂商的生产决策影响供给端，又修正消费者的消费决策影响需求端，通过调整微观主体对价格的敏感性最终改变市场有效需求，为货币政策“对症下药”奠定基础[31]。当货币供给超过原有需求，货币受趋利性影响流入房地产领域，在缓解生产消费领域商品过剩的基础上实现货币保值，带动房地产市场的投资消费最终提高房地产均衡价格。因此，当房地产市场繁荣发展，中央银行需要运用紧缩性货币政策在总量层面减少货币供给，影响微观主体在房地产市场的生产、消费以及投资决策，对潜在过热的房地产市场予以降温，抑制房价上涨势头；反之，当房地产市场出现衰退信号，相应实施宽松性货币政策在总量层面扩大货币供给，促使房价上涨。因而呈现货币供给与房地产价格的正向关系，如(1)所示。
货币供给M→利率水平r→有效需求Q→房地产市场投资、消费→房地产价格P
(1)
基于工具结构视角，以法定存款准备金率和利率为代表，中央银行具体运用数量型工具和价格型工具调控房价。两者使用频率的变动，体现数量型工具与价格型工具的相对结构变化。
1.法定存款准备金率对房价的影响
法定存款准备金率通过货币乘数机制调节市场流动性。当法定存款准备金率提高，缩减商业银行投放信贷规模相应降低房地产市场可得资金；当法定存款准备金率降低，增加商业银行投放信贷规模相应扩大房地产市场可得资金。因此，当其他条件不变，提高法定存款准备金率降低市场信贷资金，增大资金成本，一则通过增加房地产商生产成本减少房地产供给，二则通过增加消费者购买成本降低房地产需求，供求两端同向变动引起房地产均衡价格变化。相反，降低法定存款准备金率增加市场信贷资金，降低资金成本引发房地产供给和需求同向增加，影响房地产均衡价格。虽然房地产供给和需求对法定存款准备金率变化的弹性大小并不相同，导致均衡价格的变动方向存在不确定性，但是结合房地产市场实际，提高法定存款准备金率紧缩市场流动性，最终平抑房价上涨，反之则反是。两相印证，法定存款准备金率对房价存在负向影响。
2.利率对房价的影响
利率信号通过引导货币流向改变社会融资成本，最终影响社会资金供求。首先，当中央银行提高基准利率，通过利率体系提高房地产开发贷款利率和购房贷款利率。房地产商生产成本与消费者购房成本的双重提高，降低流通于房地产市场的资金规模，减少房地产需求，在短期内抑制房地产市场过热势头。进一步，当中央银行连续提高基准利率，形成资金成本上升预期，在长期内促使房地产需求处于低位，抑制房价上涨。反之，中央银行降低基准利率最终推动房价上涨。此外，当房价涨幅远超贷款利率增幅，即房地产预期收益远大于预期成本，更易激发市场热情，受逐利动机影响贷款利率约束趋于无效，此时利率对房价的影响有限。
房地产作为一种投资资产，其投资活动分为投资启动、投资经营、投资结束三个阶段。其中，预期在投资经营和投资结束两个阶段产生收益。投资经营阶段，投资者出租房产获得房屋租金收益；投资结束阶段，投资者出售房产获得资产价值的增值收益，由此产生房屋租金和房产出售两部分收益。因此，根据现金流贴现模型，房地产价值表示如(2)所示。
(2)
式(2)中，P0表示房地产价值，由于价格是价值的货币表现，可以将P0视为房地产价格。Dθ表示第θ期的房屋租金收入。r表示贴现率，用市场无风险利率近似代替，通常为中央银行公布的基准利率。Pn表示第n期的房产售价。n表示持有房产的投资期数。式(2)指出，房地产价格与市场利率负相关：当市场无风险利率水平提高引起贴现率提高，降低预期收益的现值导致房价下降；相反，当市场无风险利率水平降低造成贴现率下降，提高预期收益的现值引发房价上升。此外，还可以从另一角度解释式(2)：提高基准利率降低房地产企业持有股票和债券等金融资产价值，减少企业资产并相对增加企业负债，在资产负债表结构劣化的情况下，商业银行调低企业信用评级并缩减流通于房地产市场的信贷资金规模，形成企业资产负债表结构和信贷资金的负向反馈机制，最终降低房地产价格；反之则反是。因此，利率对房价存在负向影响。
(二)货币政策调控房地产价格的现实分析
基于货币总量分析，我国存在货币政策调控房地产价格的必要。首先，我国房地产市场表现出房价与货币供给的正向关系(图1所示)，其中一线城市房价与货币供给趋势吻合，二、三线城市房价涨势虽然不及一线城市，但是在总体跟随货币供给同向变化[注] 本文选取全国100个重点城市的房地产价格数据作为研究对象。根据中国房地产指数系统，对百城等级划分如下。一线城市：北京、上海、广州、深圳，共4个；二线城市：天津、重庆、杭州、南京、武汉、沈阳、成都、西安、大连、青岛、宁波、苏州、长沙、济南、厦门、长春、哈尔滨、太原、郑州、合肥、南昌、福州，共22个；三线城市：百城除一线城市、二线城市之外的其他74个城市。 。受经济水平、城市规模、人口数量等因素影响，货币供给在一、二、三线城市间呈现差异性：一线城市所获信贷资金规模最多，二线城市次之，三线城市可得信贷资金规模最少(表1所示)。上述现象不仅增大房价差距，形成“大城市高房价、小城市低房价”的结构化差异，更加剧一、二线城市房产的投资投机需求，强化房价与货币供给的正向反馈机制。其次，房地产在以下两方面与货币数量相联系：一方面，基于刚性需求和改善性需求，房地产既是具有居住功能和消费属性的实物商品，连接开发商置地建造和消费者购买整个过程，开发商在其置地建造过程必须投入货币资金购买土地、原材料和劳动力；消费者若想取得商品所有权，也需凭借货币资金进行购买。另一方面，从投资投机视角出发，房地产具备金融投资属性，在货币金融化推动下，房地产市场原本有限的刚性、改善性需求极易转化为趋于无限的投资、投机需求，强化货币需求和房地产金融属性的联系。最后，房地产的资本密集属性要求匹配大规模资金，这需要借助货币资金和信贷渠道方能实现。因此，我国房地产价格与货币金融紧密相关，房价通常伴随货币总量增加而上涨，货币政策调控房地产市场具备现实基础。
1.贷款基准利率对住宅价格的影响
表 1 2010—2017年城市信贷规模统计
数据来源：国家统计局、中国人民银行历年区域金融运行报告，由作者计算平均值整理形成(单位：亿元)
图2反映我国房价与法定存款准备金率的走势：2011年5月至2018年6月，法定存款准备金率逐步下降，一、二、三线城市住宅价格逐渐上升，一线城市住宅价格涨势明显，二、三线城市住宅价格稳中有升，法定存款准备金率与房价呈现负向关系。图3反映我国房价与存贷款基准利率的走势：2010年6月至2012年6月，存贷款基准利率处于相对较高水平，一、二、三线城市住宅价格处于相对低位；2012年6月至2018年6月，存贷款基准利率逐步下降，利率中枢下沉，一、二、三线城市住宅价格出现上升，利率与房价呈现负向关系。
总体来看，房价与基准利率、法定存款准备金率存在负向关联，货币政策工具调控房价存在理论和现实的必要。然而，我国尚不成熟的房地产市场导致货币金融的调节功能存在局限，仅采用货币政策工具调控房价的效果毕竟有限，此时需要行政管制直接干预。
(三)行政管制调控房地产价格：机理与现实
土地作为房地产的关键生产要素，其有限性、差异性和非流动性特点决定了市场的卖方垄断属性。不仅难以形成完全市场化的价格机制，更促使依附于土地的房地产出现价格差异。非理性理论指出，房地产泡沫始于公众预期房价上涨，进而产生羊群效应在短期激增房地产需求，公众追逐房地产的群体热情在房价得以体现，最终导致房价上涨预期成为现实。同时，羊群效应加剧房价上涨：认知偏差促使公众产生群体性的非理性投资行为，引发房地产违背供求规律出现价格偏离，造成公众认知和投资决策的再偏差，形成扭曲市场均衡价格的合力。这种负向反馈不断积聚形成房价泡沫，在不成熟市场表现尤为明显。
单层干燥（6 h）、双层干燥（6 h）、三层干燥（8 h） 的最终样品水分含量分别9.33%，7.77%和8.68%，双层物料最终湿基含水量最低且各层物料最终湿基含水量无显著差异（p＞0.05），物料均匀性最好。
公众非理性行为最终由市场价格波动体现，非理性行为通过干扰供求规律破坏市场秩序，严重时引起价格失灵。管制理论揭示，当市场失灵仅靠市场机制无法实现资源有效配置。为弥补市场机制缺陷，政府凭借自身强制性运用行政管制，或直接干预市场，或间接限制微观主体决策行为改变市场供求，发挥促进经济效率、经济公平和经济稳定的宏观职能。鉴于房地产市场的卖方垄断属性和买方羊群效应，政府理应适时干预房地产价格，利用强制性设置不同的市场准入门槛，从供给端和需求端排除不符合规定的市场参与者，缓解房地产市场的羊群效应，促使公众回归理性，实现“冷却”市场平抑房价之目标。最终通过合理配置房产资源，真实反映房地产市场供需关系，恢复房价由供求决定的本质。
我国房地产市场的行政管制，囊括房地产的建造、流通和交易环节，涵盖土地市场、房地产开发市场和房地产交易市场等领域。以商品房为例，行政管制凭借“限购”和“限贷”方式，从需求端约束潜在购房者的购买行为，减少房地产需求，在房地产供给不变的情况下降低房价。上述机制仅从短期视角进行讨论，在短期内，购房限制直接削减房地产需求，由于房地产供给难以及时调整，引发成交价格和成交数量的双重下降。近期我国房地产市场的实践也证实如此，行政管制在短期内对规范房地产市场行为发挥积极作用。然而从长期看，管制行为毕竟行政色彩浓厚，其持续实施扭曲了正常市场机制，落入依赖行政调整的被动局面，这与市场化的发展目标相悖。因此，行政管制并不能始终占据主导，更具市场化的货币金融调控需要登上政策舞台。值得警惕的是，高强制性的行政管制一旦撤出，原本被排除在外的潜在购房者重返房地产市场，长期压抑积累的改善性、投资性购房需求与原有的刚性购房需求叠加，加剧市场供需失衡，导致房价出现非理性反弹，甚至突破管制前的价格水平，此时仅依靠货币政策效果有限。可以发现，市场机制与行政管制并非纯粹互相替代，而是相互耦合的动态关系。一方面，市场机制充分发挥需要行政管制适时“保驾护航”，另一方面，行政管制约束需要伴随市场机制成熟适当放松。随着经济水平发展，市场机制与行政管制应当协调配合发挥作用。
3.贷款基准利率、房价管制对住宅价格的影响
四、模型构建与数据说明
(一)模型构建
本文实证核心内容是基于货币政策，考察利率、法定存款准备金率对我国不同城市房价的影响，并纳入行政管制因素，探讨价格管制的约束作用，最终发掘货币政策和行政管制对房价的共同作用。模型设计着重考虑货币政策工具的类型选择、货币政策调整和房价行政管制变动分别对房价的效果。因此，设定房地产价格作为模型因变量，利率、法定存款准备金作为模型自变量，表征货币政策对房价的定量影响；引入货币政策和房价管制的调整事件作为虚拟变量，表征两者对房价的定性影响。同时借鉴顾海峰和张元姣(2014)[32]，设定模型的初始形式如下。
Pt=α0+α1Xit+α2Di+α3D3+εti=1,2;t=1,2,...,t
(3)
其中，Pt表示当期房地产价格变量。Xit表示货币政策工具的变量，当i=1，选取利率工具，当i=2，选取法定存款准备金工具。Di表示货币政策事件的虚拟变量，当i=1，代表当期存在利率是否变动的事件，当i=2，代表当期存在法定准备金率是否变动的事件。对i进行赋值，表示将货币政策工具分为价格型和数量型两种类型，便于识别不同类型货币政策工具对房价的影响。D3表示房价行政管制事件的虚拟变量。εt为模型的残差项。α0表示模型截距。α1表示房价对利率(或法定准备金率)的反应系数，即利率(或法定准备金率)调控对房价的影响系数。α2表示利率(或法定存款准备金率)调整事件对房价的影响系数。α3表示房价管制对房价的影响系数。关于模型(3)中政策虚拟变量的具体函数如(4)所示。
(4)
(二)样本选取与数据说明
我国于1998年实施商品房供给制度，市场化的住房供给模式已经持续30年，住房供给模式的转变令房地产市场不断发展，并逐步提高房地产价格。观察房地产市场的趋势变化发现，2008年“次贷危机”之后，我国房价走势出现明显的结构性上涨，2010年4月，国务院《关于坚决遏制部分城市房价过快上涨的通知》首次强调“限购、限贷”行为。因此，本文选取2010年6月至2018年6月的97组月度数据作为样本，研究我国货币政策调控、房价行政管制、房地产价格三者的内在关联。对于模型中各变量的具体表征指标和数据来源说明如下，除特殊说明外，本文数据均来源WIND数据库。
对照组（122人）采用传统的非整合课程教学方法进行授课；观察组（110人）采用整合后的课程设置，将整合医学思维融入到教学中。两组学生的授课教师、教学大纲相同，教材均为全国高等医药院校规划教材。
房地产价格变量Pt。由于我国地域辽阔、城市众多，为保证数据的代表性和可靠性，本文采用中国房地产指数系统(CREIS)公布的百城住宅价格数据，基于城市分级视角，从中提取一、二、三线城市的平均住宅价格。这样既可以按照城市等级反映我国房价在不同城市的分布情况，体现因区位不同导致的房价差异性，也可以反映不同时点的房价情况和长期变化趋势，其中平均价格水平以百城在售新房的样本楼盘报价均值表示。针对收集到的原始数据还需做如下处理：将百城住宅价格数据进行季节调整，消除季节性变化对房价的影响，再将数据取自然对数进行对数化调整，平滑数据并消除异方差影响，最终得到一、二、三线城市的住宅平均价格数据，在实证检验中分别以lnP1t、lnP2t、lnP3t表示。
拉压机及数据采集系统(OM-8650，欧美奥兰仪器有限公司)、单粒水分测试仪(CTR-800ET，日本Shizuokaseiki)、电热恒温鼓风干燥箱(DGG-9070B，上海森信实验仪器有限公司)、PME型光电自动数粒仪(上海珊科仪器厂)、电子精密天平、电子数量卡尺 (0～100mm 分辨率 0.01mm)、钢板尺。
法定准备金工具变量X2t。采用中国人民银行公布的大型存款类金融机构人民币法定存款准备金率，表征准备金工具的变化情况，存款准备金率数据以Rd表示。
政策调整事件虚拟变量Di。针对利率和准备金率的调整事件，根据中国人民银行网站的信息公告进行汇总；针对房价管制的调整事件，围绕“限购、限售、限贷、限价”主题，对新闻报道和网络信息进行梳理，本文仅考虑国家宏观层面的房价行政管制，涉及地方政府的细化政策不计在内，具体函数在(4)业已给出，不再赘述[注] 政策信息来源于国务院、中国人民银行、住房和城乡建设部、国家发展和改革委员会、银保监会。 。实证模型所使用的变量及定义如表2所示。
表 2变量定义与指标说明
实证操作基于EVIEWS8.0软件。为避免变量之间出现“伪回归”，首先对一年期人民币贷款基准利率、大型存款类金融机构人民币法定存款准备金率、百城住宅平均价格的时间序列数据进行ADF平稳性检验，结果如表3所示。
表 3 ADF平稳性检验结果
注：(C,T,K)为平稳性检验形式，其中C是常数项，T是趋势项，K是滞后阶数，△代表变量的一阶差分
表3说明，贷款基准利率变量、法定存款准备金率变量以及一、二、三线城市住宅价格变量的原始时间序列非平稳，而一阶差分序列平稳，因此，上述时间序列为一阶单整序列I(1)。为确保模型具备回归前提，再运用Engle-Granger两步法协整检验，检验以下两种协整关系：(1)贷款基准利率变量、住宅平均价格变量；(2)法定存款准备金率变量、住宅平均价格变量。协整检验结果如表4所示。
表 4协整检验结果
表4指出残差序列平稳，说明贷款基准利率变量和住宅平均价格变量、存款准备金率变量和住宅平均价格变量都存在协整关系，研究其长期均衡关系具有经济意义。根据表5汇报的格兰杰(Granger)因果检验结果：一方面，贷款基准利率变量R、法定存款准备金率变量Rd都是一、二、三线城市住宅平均价格变量lnP1、lnP2、lnP3的格兰杰原因。另一方面，一、二、三线城市住宅平均价格变量并不都是贷款基准利率变量、法定存款准备金率变量的格兰杰原因。此外，货币政策对于行业数据而言属于外生因素，具有可观测、系统外生化的特征，在部分程度上缓解内生性问题[33]。因此初始模型(3)具备OLS回归的前提。
利率工具变量X1t。采用中国人民银行公布的一年期人民币贷款基准利率，表征利率工具的变化情况，贷款基准利率数据以R表示。
4个厂家83批复方桔梗麻黄碱糖浆（Ⅱ）的质量分析…………………………………………………… 谭菊英等（7）：944
表 5格兰杰 (Granger)因果检验结果
(三)实证模型检验
首先构建模型(5)、(6)，单独考察货币政策对房价的作用；再设置模型(7)、(8)作为对照，考察纳入房价管制的调控效果。
1.1 一般资料 选择我院2016年12月至2018年9月接受无痛人流术且符合纳入标准的孕妇400例，随机分成4组，每组100例。纳入标准按照美国麻醉医师协会（ASA）分级为Ⅰ或Ⅱ级，无明显的心、肺、肝、肾等系统性疾病，无癫痫病史，无麻醉药过敏史以及近期上呼吸道感染症状，体重指数（BMI）＜30kg/m2，年龄 18-35 岁，停经 40-60d，经 B超及HCG检测为宫内妊娠者。4组患者年龄、体重、孕次、孕周比较差异无统计学意义（P＜0.05）。
汇聚畅通的智慧课堂，可以实现智慧数字图书馆、资源库的共享使用，通过多渠道的学习，使课堂变得更加高效。智慧课堂可以使学生、教授、课件、教室、书籍等与课堂有关的要素相互联系，相互沟通和相互操作。
NodeIdCollection nodesToWrite = new NodeIdCollection();
以贷款基准利率为代表，考察货币政策价格型工具对房价的影响。调整初始模型(3)，令i=1，得到模型(5)[注] 在中国人民银行的货币政策操作实践中，存在贷款基准利率与法定存款准备金率在相同年月进行调整的情况。由于本文旨在分析货币政策数量型工具与价格型工具调控分别对房地产价格的作用，因此，针对两类货币政策工具同时调整的情形不在本文的讨论范围内。事实上，在本文97组样本数据中，只有5组数据出现数量型工具与价格型工具同时调整的情况，可以忽略不计。 ：
lnPmt=α0+α1X1t+α2D1+εtm=1,2,3;t=1,2,…,t
(5)
2. 法定存款准备金率对住宅价格的影响
以存款准备金率为代表，考察货币政策数量型工具对房价的影响。调整初始模型(3)，令i=2，得到模型(6)：
左小龙说：这样，你看，用学生肯定要比较好一点，我们去找小学生，小学生的感染力比较强，小学生容易得奖。我们去小学门口，看看谁被人家欺负了，咱俩过去，伸张正义，把人赶跑，再要求他加入合唱团，有了组织，有了社团，就不会被人欺负了。
4. 法定存款准备金率、房价管制对住宅价格的影响
(2)超前单动双管钻具方面，根据现场描述，取心钻具经常会出现钻进0.3 m左右就会出现钻压有所升高，但是泥浆泵压力还是很稳定的情况。因此，大致可以判断取心过程中岩心在取心内筒中出现了堆积、堵塞的情况。这是因为取心过程中随着岩心进入取心筒中高度增加，筒内的岩心与取心筒内壁的摩擦阻力增加，当总摩阻力达到一定数值时，取心筒下部的岩层受力达到极限状态，不再进入取心筒内。进入取心筒的岩心像“瓶塞”一样阻止下部的岩层进入岩心筒，就出现了“桩效应”[3]。对于松软泥砂地层来说，由于岩层本身相对松散，产生“桩效应”后机械钻速变化很小，不易被发现，容易造成岩心丢失。
(6)
基于货币总量、工具结构和行政管制视角分析，货币政策凭借市场化手段调控房价，行政管制通过行政化手段干预房价，面对长期横亘在房地产市场的供需失衡和价格高涨问题，探讨货币政策与房价管制的政策组合，达成“市场化”与“行政化”的政策平衡，对实现有效调控房价尤为必要，本文余下部分将围绕货币政策和行政管制对房价的调控作用展开实证。
由图5知，金矿细磨至-400目占85%所需细磨时间为10min，结合矿物细磨过程中能耗变化曲线，在立磨机实际处理量为500t/d的情况下，通过计算可知选用装机功率为280kW、容积为10.0m3的KLM-280立磨机可满足要求。
以贷款基准利率为代表，考察货币政策价格型工具、房价管制对房价的共同影响，调整初始模型(3)，令i=1，得到模型(7)：
lnPmt=α0+α1X1t+α2D1+α3D3+εtm=1,2,3;t=1,2,…,t
(7)
lnPmt=α0+α1X2t+α2D2+εtm=1,2,3;t=1,2,…,t
以存款准备金率为代表，考察货币政策数量型工具、房价管制对房价的共同影响，调整初始模型(3)，令i=2，得到模型(8)：
lnPmt=α0+α1X2t+α2D2+α3D3+εtm=1,2,3;t=1,2,…,t
(8)
五、实证结果分析
(一)货币政策对房价的影响
根据模型(5)和(6)，将回归结果汇总如表6所示。
表 6模型 (5)和模型 (6)的 OLS回归结果
注：括号中报告的是模型估计系数t显著性检验的对应p值；***、**、*分别表示通过显著水平为1%、5%和10%的统计检验
表6中，模型(5)的回归结果显示：第一，在一、二、三线城市的房价与贷款基准利率的回归模型中，回归系数绝大部分通过1%水平的显著性检验，说明以贷款基准利率为代表的价格型工具能够显著影响我国城市的房价。第二，回归系数α1，即房价对利率工具的反应系数均为负，说明利率提高对房价存在负向影响。当贷款基准利率上调，引起一、二、三线城市的房价下降。第三，回归系数α2，即房价对利率调整事件的反应系数均为负，表明不论货币政策松紧，利率调整的信号冲击都会对房价产生抑制作用。
模型(6)的回归结果显示：第一，在一、二线城市的房价与法定存款准备金率的回归模型中，回归系数通过5%水平的显著性检验；而三线城市房价与存款准备金率的回归结果并非显著，说明货币政策数量型工具主要影响我国一、二线城市的房价，对三线城市房价的作用尚不明朗。相较而言，价格型工具调控房价更为显著，在一、二、三线城市都产生影响。第二，回归系数α1，即房价对法定准备金率的反应系数均为负，说明法定准备金率提高对房价存在负向影响。当法定存款准备金率上调，引起一、二线城市的房价下降。第三，回归系数α2，即房价对法定准备金率调整事件的反应系数均为负，表明不论货币政策松紧，法定存款准备金率调整的信号冲击都会对房价产生抑制作用。
横向比较模型(5)、(6)发现F值与调整后R2值呈现递减趋势。说明在一、二、三线城市，货币政策工具对房价的影响伴随城市等级减低而减弱。对此可能的原因在于：由于区位条件不同，大城市相较小城市拥有更为成熟的市场体系，货币政策传导更为通畅，因此货币政策调控房价呈现“逐级递减”的城际差异性。
(二)货币政策、行政管制对房价的共同影响
根据模型(7)和(8)，将回归结果汇总如表7所示。
表 7模型 (7)和模型 (8)的 OLS回归结果
注：括号中报告的是模型估计系数t显著性检验的对应p值；***、**、*分别表示通过显著水平为1%、5%和10%的统计检验
表7中，模型(7)的回归结果显示：在一、二、三线城市房价与贷款基准利率的回归模型中，回归系数α1、α2通过显著性检验，利率对房价的负向影响依然存在，不再赘述；回归系数α3，即房价对行政管制的反应系数，在一、二、三线城市未通过显著性检验，表明在价格型工具的基础上搭配房价行政管制，对房价调控并未出现显著改善。
模型(8)的回归结果显示：首先，在一、二线城市房价与法定存款准备金率的回归模型中，回归系数α1、α2通过显著性检验；三线城市房价与存款准备金率的回归结果并不显著，说明法定准备金率对房价的负向影响在一、二线城市依然存在，然而在三线城市未有体现。其次，回归系数α3，在一、二线城市中，房价对行政管制的反应系数通过显著性检验，在三线城市并未通过检验。一方面，显著性检验水平指出，法定存款准备金率工具搭配行政管制，两者对房价的影响显著于贷款基准利率工具和行政管制，说明在房价行政管制背景下，数量型工具对房价的调控作用比价格型工具更为明显；另一方面，α3符号为正，表明行政管制在部分程度推动房价上涨。对此可能的原因在于，样本期内房价行政管制分布不均因而不具备监管持续性，自2010年6月至2015年12月鲜有房价行政管制，一旦度过政策监管期房价极易出现报复性反弹。自2016年1月起房价行政管制的频率力度逐渐增强，房价抑制作用尚待时间检验，由此形成行政管制促进房价上涨这一看似“矛盾”的现象。再次，F值与调整后R2值的递减趋势仍旧存在。表明数量型工具搭配行政管制调控房价依然呈现“逐级递减”的城际差异性。
(三)稳健性检验
比较模型(5)～(8)回归结果，货币政策和行政管制对一线城市房价影响最为显著，为保障模型回归结果的有效性，以一线城市(北京、上海、广州、深圳)二手房成交均价作为因变量替代指标，对模型(7)和(8)进行稳健性检验。结果如表8所示，利率和法定存款准备金率对房价的负向影响依然存在，核心解释变量系数与表5、表6结果基本一致。对比发现，在一线城市实施房价行政管制，数量型工具对房价的调控作用比价格型工具更为显著，因此本文实证结论较为稳健。
仿真结果表明，随着外加负载的增加，活塞的运动速度也有一定程度的降低。但是相比泄漏模型，此模型仿真结果中发现，在相同的外加负载增加时，速度降低的幅度要小。分析可能是因为随着负载的增加，泄漏模块中的泄漏量增加，致使活塞的速度下降幅度增加。
表 8模型 (7)和模型 (8)的稳健性检验结果
注：括号中报告的是模型估计系数t显著性检验的对应p值；***、**、*分别表示通过显著水平为1%、5%和10%的统计检验
六、结论
本文基于货币总量、工具结构和行政管制的视角，综合分析货币政策市场化方式和房价管制行政化方式对房地产市场的影响。基于城市分级视角，采用2010年6月至2018年6月的百城住宅价格数据，检验贷款基准利率、法定存款准备金率各自搭配行政管制的房价调控效果，主要结论如下。
第一，我国货币政策调控房地产价格存在理论和现实的双重必要，货币政策工具的紧缩操作能够抑制房价上涨。其中，数量型工具侧重直接改变信贷规模影响房地产市场资金，价格型工具侧重间接修正房地产市场参与者的成本收益预期，两者最终通过供求机制调整房地产均衡价格。
第二，房价行政管制扭转货币政策工具的调控效果，促使货币政策数量型工具调控房价优于货币政策价格型工具。由于样本期内间断性实施房价管制，产生行政管制推动房价上涨这一“矛盾”现象，与货币政策调控房价产生方向“差异”。为此，实施房价行政管制，既要考虑数量型工具与价格型工具的主次搭配问题，也要保障行政管制的力度和持续性。
Application Research on Suction Bucket Foundation for Offshore Wind Power ZHANG Puyang,HUANG Xuanxu(1)
第三，货币政策和行政管制对一、二、三线城市的房价调控效果逐级递减。反映出政策信号在房地产市场传递需要时间和过程，对此需要密切关注三线城市甚至四线城市的房价变动情况，保持政策调控方向、力度的前瞻性，防止因政策尚未传达至市场提前出现投机活动。此外稳健性检验表明，货币政策和行政管制对一线城市二手房价格同样产生影响。
因此，在当前流动性合理充裕背景下，深刻认识货币政策调控房地产市场的规律和机理，处理好数量型工具与价格型工具运用的主次关系，体现货币政策调控的结构性变化；强调货币金融手段的使用，在必要时采取货币政策与房价行政管制的组合方式形成政策“合力”。最终促使房地产市场回归依靠供求关系自发调节的运行机制，实现我国房地产市场健康、平稳、可持续发展。
参考文献 ：
[1] Mccarthy J, Peach R W. Monetary Policy Transmission to Residential Investment [J]. Economic Policy Review, 2002, 8(May):139-158.
[2] Iacoviello M. House Prices, Borrowing Constraints, and Monetary Policy in the Business Cycle [C]. Boston College Department of Economics, 2005, 95(3): 739-764.
[3] Lastrapes W D, Potts T B. Durable Goods and the Forward-Looking Theory of Consumption: Estimates Implied by the Dynamic Effects of Money [J]. Journal of Economic Dynamics & Control, 2006, 30(8):1409-1430.
[4] Demary M. The Link between Output, Inflation, Monetary Policy and Housing Price Dynamics [J]. Mpra Paper, 2009, (6):1-38.
[5] Mishkin F S. Housing and the Monetary Transmission Mechanism [R]. Nber Working Papers, 2007, 11(Supplement s1):359-413.
[6] Aalbers M B. The Financialization of Home and the Mortgage Market Crisis [J]. Seventeenth-Century French Studies, 2008, 31(2):137-149.
[7] Tsai I C. The Asymmetric Impacts of Monetary Policy on Housing Prices: A Viewpoint of Housing Price Rigidity[J]. Economic Modelling, 2013, 31(1):405-413.
[8] Mcdonald J F, Stokes H H. Monetary Policy and the Housing Bubble [J]. Journal of Real Estate Finance & Economics, 2013, 46(3):437-451.
[9] Williams, John C. Measuring Monetary Policy’s Effect on House Prices [J]. Frbsf Economic Letter, 2015, 28(8):1-6.
[10] 邓富民, 王刚. 货币政策对房地产价格与投资影响的实证分析 [J]. 管理世界, 2012, (6):177-179.
[11] 张红, 李洋. 房地产市场对货币政策传导效应的区域差异研究——基于GVAR模型的实证分析 [J]. 金融研究, 2013, (2):114-128.
[12] 郭娜, 李政. 我国货币政策工具对房地产市场调控的有效性研究——基于有向无环图的分析[J]. 财贸经济, 2013, 34(9):130-136.
[13] 徐淑一, 殷明明, 陈平. 央行货币政策工具调控房地产价格的可行性 [J]. 国际金融研究, 2015, 339(2):35-44.
[14] 陈诗一, 王祥. 融资成本、房地产价格波动与货币政策传导 [J]. 金融研究, 2016, (3):1-14.
[15] 尹虹潘. 不同房地产调控政策在城市层面的运行机制——基于城市房价空间分布曲线的理论分析 [J]. 经济学家, 2012, (12):67-73.
[16] 陈继勇, 袁威, 肖卫国. 流动性、资产价格波动的隐含信息和货币政策选择——基于中国股票市场与房地产市场的实证分析 [J]. 经济研究, 2013, (11):43-55.
[17] Carlino G, Defina R. The Differential Regional Effects of Monetary Policy [J]. Review of Economics & Statistics, 1998, 80(4):572-587.
[18] Negro M D, Otrok C. Monetary Policy and the Housing Boom Across US States [J]. Journal of Monetary Economics, 2007, 54(7):1962-1985.
[19] Yang Z, Wang S, Campbell R. Monetary Policy and Regional Price boom in Sweden [J]. Journal of Policy Modeling, 2010, 32(6):865-879.
[20] 常飞,李秀婷,郭琨,董纪昌.货币政策对区域房地产住宅市场的差异化影响——基于国内十城市房地产住宅市场的实证研究 [J]. 管理评论,2013,25(10):3-9+156.
[21] 余华义,黄燕芬.货币政策效果区域异质性、房价溢出效应与房价对通胀的跨区影响 [J]. 金融研究,2015, (2):95-113.
[22] 张清源,梁若冰,朱峰.货币政策加剧城市房价的冷热不均吗 [J]. 统计研究,2018,35(5):75-87.
[23] Ihlanfeldt K R. The Effect of Land use Regulation on Housing and Land Prices [J]. Journal of Urban Economics, 2007, 61(3):420-435.
[24] Dumm R E, Sirmans G S, Smersh G. Building Codes, Wind Contours, and House Prices [J]. Journal of Real Estate Research, 2012, 34(1):73-98.
[25] Wang Z F, Gao H. Analysis of Housing Price Regulation in Game Theory [J]. Journal of Chengdu University of Technology, 2012, 43(6):1209-1210.
[26] 李稻葵. 我这样看房地产限购 [J]. IT时代周刊, 2011, (7):19-19.
[27] 冯科, 何理. 中国房地产市场“限购政策”研究——基于反需求函数的理论与经验分析 [J]. 经济学动态, 2012, (2):53-60.
[28] 朱国钟, 颜色. 住房市场调控新政能够实现“居者有其屋”吗?——一个动态一般均衡的理论分析 [J]. 经济学(季刊), 2014, 13(1):103-126.
[29] 蔡明超, 黄徐星, 赵戴怡. 房地产市场反周期宏观调控政策绩效的微观分析 [J]. 经济研究, 2011, (1):80-89.
[30] 彭爽,刘丹.宏观调控、微观管制与房地产市场稳定 [J]. 经济学家,2017, (6):58-66.
[31] 约翰·梅纳德·凯恩斯.就业、利息和货币通论[M]. 北京：商务印书馆 1999, 304-314.
[32] 顾海峰, 张元姣. 货币政策与房地产价格调控:理论与中国经验 [J]. 经济研究, 2014,(1):29-43.
[33] 杨继生,冯焱.货币供给与PPI的动态响应机制和结构性差异 [J]. 统计研究,2013,30(8):45-54.
Monetary Policy ,Administrative Regulation and the Price Change of Real Estate :Empirical Analysis Based on the Housing Prices in 100Cities
LI Cheng, LI Yi-fan
(School of Economics and Finance ,Xi ’an Joaotong University ,Xi ’an 710061,China )
Abstract :From the perspective of monetary aggregates, tool structure and administrative control, this paper analyses the impacts of marketization methods of monetary policy and the housing control administrative means on the real estate market. Housing price data of 100 cities from June 2010 to June 2018 are used for city grading test. The result?proves?that there is a theoretical and practical necessity for monetary policy to regulate housing prices, and tightening monetary policy instruments can curb housing prices. Quantitative tools are better than price tools in regulating housing prices. Intermittent administrative control leads to the direction difference between monetary policy and administrative regualtion. The effect of monetary policy and administrative control on regulating housing price in first-tier, second-tier and third-tier cities decreases gradually.
Key words :Monetary Policy; Administrative Control; Real Estate Price; City Classification
收稿日期 ：2018-10-17
基金项目 ：国家社会科学基金项目“新形势下货币政策传导缓阻的成因、监测与对策研究”(17BJY193)
作者简介 ：李成(1956-)，男，山东济南人，西安交通大学经济与金融学院教授，博士，博士生导师，研究方向为货币政策与金融监管;李一帆(1993-)，男，陕西宝鸡人，西安交通大学经济与金融学院博士研究生，研究方向为货币政策调控与宏观审慎管理。
中图分类号 ：F832
文献标志码： A
文章编号： 1674-4543(2019)01-0038-14
责任编辑 、校对 ：张友双
标签：货币政策论文; 行政管制论文; 房地产价格论文; 城市分级论文; 西安交通大学经济与金融学院论文;