房地产价格与通货膨胀之间的关系

房地产价格与通货膨胀之间存在复杂、间接的关系，房地产价格波动通过广义的财富效应对居民消费和企业投资产生影响，使社会总需求发生变化，总需求的变化导致产出的改变，进而由产出的变化对价格发生影响。

最近30年来，许多国家普遍经历了低通胀和资产价格（房价和股价）膨胀共存的现象，如何应对这一困境，如何解读资产价格信息，成为全球货币当局的现实挑战。本章对房地产价格与通货膨胀之间的联系进行理论分析后，对当前理论界和中央银行关于“是否应对及如何应对资产价格膨胀”的观点进行梳理归纳，然后对我国房地产价格与通货膨胀之间的关系进行实证检验，并构建了包含房地产价格和货币供应量的我国金融状况指数FCI。

通过非结构化的非平稳面板计量方法，对我国近十年来房地产价格与通货膨胀之间的关系进行实证分析，结果表明：（1）我国各大中城市的房价与CPI之间存在长期稳定的均衡关系，这种长期的均衡关系对短期的CPI具有一定的修正作用，但是对房价不具有修正作用。（2）长期来看，房价上涨对CPI上涨具有一定的正向压力，但短期来看，这种压力影响不大。

为了进一步探讨我国房地产价格对通货膨胀影响的传导机制，利用VAR模型的状态空间表示与卡尔曼滤波对通货膨胀预期进行估计，H-P滤波法对潜在GDP进行估算，最后采用SUR法对扩展的混合IS-PC模型系数进行估计。结果表明：（1）通货膨胀预期对通货膨胀有显著的影响，并且其影响明显高于滞后一期的通货膨胀，表明通货膨胀预期的增加会导致实际通胀率的增加，通货膨胀的前瞻作用大于后顾作用。（2）利率对产出缺口的影响不显著，这可能与我国利率尚未完全市场化有关，表明利率变化对实际经济运行的影响还不是很显著。（3）房价波动对产出缺口的影响显著存在，房价波动对一个季度后的产出缺口产生负向影响，对一年后的产出制品产生正向影响，表明长期来看，房价上涨对总需求产生上涨的压力。（4）房价波动对产出缺口的影响明显高于股票价格波动，股价变动对产出的影响很小且并不显著。

通过构造适合我国情况的金融状况指数FCI，采用VAR模型的脉冲响应方法和Cholesky因素分解法来确定各资产权重，结果表明：（1）在FCI指数构建中，房价变量占有较大的权重，大于股价指数、利率、汇率和信贷增长率，表明房地产价格对通货膨胀具有较大的影响。（2）与Goodhart ＆Hofmann（2001）所计算的OECD各国FCI相比，利率在我国的FCI中的权重明显偏低。原因可能是我国利率尚未完全市场化，其变化对实际经济运行的影响还不是很显著。表明利率已经成为西方国家主要经济指标与货币政策工具的同时，其在中国经济运行中的作用还相当有限。企业和个人进行投资，以及银行发放贷款，更主要考虑的是项目的可行性而不是利率的高低。因此，推动利率市场化改革，提高微观主体以及宏观经济对利率的敏感度势在必行。（3）从预测未来通货膨胀的信息含量以及波动性来看，包含货币供应量的FCI指数要优于包含信贷变量以及仅包含房价、股价、汇率和利率变量的FCI指数。（4）FCI指数是通货膨胀率的Granger原因，表明包含房价和货币供应量的FCI对通货膨胀具有良好的预测力，可以成为货币政策的短期指示器。

综上所述，我国房地产价格波动对产出缺口的影响显著存在，房地产价格上涨对总需求产生上升的压力，长期来看，房地产价格上涨对CPI上涨形成了正向冲击。通过构建符合我国情况的金融状况指数FCI，结果表明FCI对通货膨胀率具有良好的预测作用，而且房地产价格在FCI指数中的权重较大。房地产价格在我国经济中的作用越来越重要，货币政策当局应该越来越多地考虑房地产价格因素，包含房地产价格、货币供应量、股价、利率和汇率的的FCI指数，可以作为货币政策的参考指标，一定程度上弥补CPI的不足。

【注释】

[1]中央银行制定货币政策的目标是使社会福利函数最大化，同一目标的另一面也就是使因偏离目标值而产生的福利损失最小化。即目标函数为：MaxW＝W（ππ＊，y-y＊），损失函数为：MinL＝（π-π＊）2＋λ（y-y＊）2。其中，y为目标产出值，π是通货膨胀率，π＊为目标通胀水平，λ反映中央银行在决策时对通胀缺口和产出缺口的偏好程度，W和L分别是中央银行的福利函数和损失函数。

[2]中央银行的反应函数是当变量偏离目标充当了货币政策行动需求的指标（信息变量）时，如果采用货币市场利率作为政策工具，其反应函数为：Δit＝γ1（πt-1-π＊）＋γ2（yt-1-y＊）中，参数γ1、γ2表示政策对偏离当时目标的反应速度。

[3]参见Anari　＆Kolari（2002），系数的含义是指房地产的通货膨胀对冲作用，系数大于1表示有对冲作用。

[4]正如Hamilton（1985）所指出的，以往不少关于预期通胀和预期利率的设定形式可以视为VAR模型的特例。例如Nelson和Schwert（1977）、Fama和Gibbons（1982）设定预期真实利率为随机游走过程，这相当于限定式（7-11）中1＝1，而其他参数均为0。Kinal和Lahiri（1988）设定预期真实利率为自回归过程，这是限定式（7-11）中和πt的系数为0。类似地，如果仅设定预期真实利率为一阶自回归过程，这相当于仅估计方程（1）中参数1而限定其他参数均为0。

[5]本节数据处理过程中，所有的宏观经济变量（除汇率外），都采用了以2007年第1季度数据为基期的消费价格指数（CPI）平减来消除物价因素。

[6]若没有特别说明，本节采用X11方法进行季节调整。