M2-GDP比率對房地產價格變化的動態影響研究-基于VAR模型的實證分析

M2/GDP比率對房地產價格變化的動態影響研究——基于VAR模型的實證分析一、引言1.1研究背景與意義房地產市場作為國民經濟的重要組成部分，對經濟增長和民生福祉有著深遠影響。自住房制度改革以來，我國房地產市場蓬勃發展，逐漸成為經濟增長的重要支柱產業。房價的穩定與否，不僅關系到房地產企業的生存與發展，更與居民的生活質量、社會的穩定和諧息息相關。高房價可能導致居民購房壓力增大，影響消費能力和生活品質，同時也可能引發房地產泡沫，威脅金融穩定。因此，深入研究房價波動的影響因素，對于促進房地產市場的平穩健康發展，保障民生，具有重要的現實意義。在眾多影響房價的因素中，貨幣供應量與經濟增長的關系備受關注，通常用M2/GDP比率來衡量。M2作為廣義貨幣供應量，反映了整個社會的貨幣總量；GDP則是衡量一個國家或地區經濟活動總量的重要指標。M2/GDP比率的變化，不僅體現了貨幣供給與經濟增長之間的匹配程度，還可能對資產價格，尤其是房地產價格產生重要影響。當M2/GDP比率上升時，意味著貨幣供應量相對經濟增長更快，市場上的流動性增加，這些多余的資金可能會流入房地產市場，推動房價上漲；反之，當M2/GDP比率下降時，貨幣供應量相對收縮，房價可能面臨下行壓力。目前，學術界對于M2/GDP比率與房價之間的關系尚未達成一致結論。部分研究表明，M2/GDP比率的上升會導致房價上漲，因為貨幣供應量的增加會提高居民的購買力，同時也會降低融資成本，刺激房地產投資和消費。然而，也有研究認為，房價的波動受到多種因素的綜合影響，M2/GDP比率只是其中之一，其他因素如土地政策、人口增長、城市化進程等，也在房價變化中起著重要作用。因此，進一步深入研究M2/GDP比率對房價的影響機制，具有重要的理論價值。本研究通過基于VAR模型的實證分析，旨在揭示M2/GDP比率與房價之間的動態關系，為房地產市場的宏觀調控提供理論依據和實踐指導。在理論方面，有助于豐富和完善房地產價格影響因素的研究體系，深化對貨幣供應量與資產價格關系的理解；在實踐方面，能夠為政府部門制定科學合理的房地產市場調控政策提供參考，幫助政策制定者更好地把握貨幣供應量與房價之間的關系，通過貨幣政策和財政政策的協同作用，實現房地產市場的平穩健康發展，保障民生，促進經濟的可持續增長。1.2研究目的與創新點本研究旨在運用VAR模型，深入探究M2/GDP比率與房地產價格之間的動態關系，具體目的包括：一是分析M2/GDP比率與房地產價格之間是否存在長期穩定的均衡關系；二是確定M2/GDP比率與房地產價格之間的因果關系方向，即判斷是M2/GDP比率的變化引起房價的變動，還是房價的變動導致M2/GDP比率的改變，亦或是兩者相互影響；三是通過脈沖響應函數和方差分解，考察M2/GDP比率的沖擊對房地產價格的動態影響路徑和貢獻度，以及房價波動對M2/GDP比率的反饋作用。在研究方法上，本研究采用VAR模型，該模型能夠有效處理多個時間序列變量之間的相互關系，無需事先確定變量的內生性和外生性，避免了傳統結構模型中因經濟理論不完善而導致的設定偏差問題，能夠更全面、客觀地反映M2/GDP比率與房價之間的動態關系。同時，結合協整檢驗、格蘭杰因果檢驗等方法，從不同角度對變量之間的關系進行深入分析，提高了研究結果的可靠性和準確性。本研究從M2/GDP比率這一獨特視角出發，綜合考慮貨幣供應量與經濟增長的相對關系對房地產價格的影響，突破了以往僅從單一貨幣供應量或經濟增長角度研究房價的局限，為房地產價格影響因素的研究提供了新的思路和方法。此外，在研究過程中，充分考慮了宏觀經濟環境、政策調控等因素對M2/GDP比率與房價關系的影響，使研究結果更具現實意義和應用價值。1.3研究方法與數據來源本研究主要采用向量自回歸（VAR）模型進行實證分析。VAR模型是一種基于數據的統計模型，它將系統中每個內生變量作為所有內生變量滯后值的函數來構造模型，能夠有效地處理多個時間序列變量之間的動態關系。通過建立VAR模型，可以分析M2/GDP比率與房地產價格之間的相互影響機制，以及它們對外部沖擊的響應。為了確保VAR模型的有效性和可靠性，在建立模型之前，需要對數據進行平穩性檢驗和協整檢驗。平穩性檢驗采用ADF（AugmentedDickey-Fuller）檢驗方法，用于判斷時間序列數據是否平穩，避免出現偽回歸問題。若數據非平穩，則進行差分處理，使其達到平穩狀態。協整檢驗采用約翰森（Johansen）檢驗方法，用于檢驗非平穩時間序列之間是否存在長期穩定的均衡關系。如果變量之間存在協整關系，則可以建立向量誤差修正模型（VECM），進一步分析變量之間的短期動態調整關系。格蘭杰因果檢驗用于確定M2/GDP比率與房地產價格之間的因果關系方向。該檢驗通過判斷一個變量的滯后值是否能夠顯著地解釋另一個變量的變化，來確定兩者之間是否存在因果關系。本研究的數據來源于中國國家統計局、中國人民銀行等權威機構發布的統計數據。選取的樣本區間為[起始時間]-[結束時間]，涵蓋了足夠長的時間跨度，以保證研究結果的可靠性和代表性。其中，M2數據反映了廣義貨幣供應量的變化情況，GDP數據用于計算M2/GDP比率，以衡量貨幣供給與經濟增長的相對關系；房地產價格數據選取了全國商品房平均銷售價格，作為衡量房地產市場價格水平的指標。在數據處理過程中，首先對原始數據進行了整理和清洗，剔除了異常值和缺失值。然后，為了消除數據的異方差性和趨勢性，對所有數據進行了對數化處理。對數化處理后的變量分別記為lnM2GDP和lnHP，其中lnM2GDP表示M2/GDP比率的自然對數，lnHP表示房地產價格的自然對數。二、理論基礎與文獻綜述2.1M2/GDP比率相關理論M2，即廣義貨幣供應量，是貨幣供應量的一種統計口徑，它涵蓋了流通中的現金（M0）、企事業單位活期存款、居民儲蓄存款以及其他各類存款等，反映了整個社會中可用于交易和支付的貨幣總量，體現了經濟體系中的潛在購買力和流動性水平。例如，當居民儲蓄存款增加時，M2也會相應上升，這意味著市場上可供借貸和投資的資金增多，經濟活動可能會因資金的充裕而更加活躍。GDP，即國內生產總值，是指一個國家（或地區）所有常住單位在一定時期內生產活動的最終成果，是衡量一個國家或地區經濟總體規模和經濟活動總量的核心指標，反映了經濟的產出能力和增長水平。它包括了消費、投資、政府購買和凈出口等多個方面的經濟活動。比如，一個國家加大基礎設施建設投資，這將直接計入GDP，推動經濟增長。M2/GDP比率作為衡量經濟貨幣化程度和金融深化水平的核心指標，具有重要的經濟意義。從貨幣供需關系角度來看，該比率反映了貨幣供應量與經濟產出之間的相對關系。當M2/GDP比率上升時，可能意味著貨幣供應量的增長速度超過了GDP的增長速度，即貨幣供給相對經濟增長更為充裕。這可能是由于央行采取了寬松的貨幣政策，增加了貨幣投放，以刺激經濟增長；或者是經濟體系中的貨幣流通速度減緩，使得同樣的經濟活動需要更多的貨幣來支撐。例如，在經濟衰退時期，央行可能會通過降低利率、增加貨幣發行量等手段來刺激經濟，這可能導致M2/GDP比率上升。反之，當M2/GDP比率下降時，則表明貨幣供應量的增長相對較慢，經濟可能面臨貨幣緊縮的壓力，這可能會對投資和消費產生抑制作用。從經濟運行效率角度分析，M2/GDP比率在一定程度上可以反映經濟運行的效率和金融體系的健全程度。在金融市場發達、經濟運行效率高的國家或地區，貨幣能夠更有效地在經濟體系中流轉，實現資源的優化配置，從而使得較少的貨幣量就能支持較高的經濟產出，M2/GDP比率相對較低。相反，在金融體系不完善、經濟結構不合理的情況下，貨幣的流通速度可能較慢，貨幣的使用效率低下，為了實現相同的經濟增長，就需要投入更多的貨幣，導致M2/GDP比率偏高。例如，一些發展中國家由于金融市場發展滯后，企業融資渠道有限，大量資金被閑置或低效使用，使得M2/GDP比率較高。此外，該比率還受到經濟貨幣化進程、金融創新等因素的影響。在經濟貨幣化初期，隨著市場經濟的發展和金融體系的逐步完善，越來越多的經濟活動以貨幣為媒介進行，M2/GDP比率通常會呈現上升趨勢；而金融創新的不斷涌現，如電子支付工具的廣泛應用、金融衍生品的發展等，可能會改變貨幣的流通速度和貨幣需求結構，進而對M2/GDP比率產生影響。2.2房地產價格決定理論供求理論是解釋房地產價格形成的基礎理論之一。在房地產市場中，供給和需求的相互作用直接決定了房價的水平。當房地產市場需求大于供給時，即處于賣方市場，購房者之間的競爭會加劇，開發商和房主在交易中占據優勢地位，有更大的議價空間，從而推動房價上漲。例如，在一些經濟發展迅速、人口流入量大的城市，大量外來人口的購房需求增加，而土地供應和新建房屋數量有限，就容易出現供不應求的局面，房價也會持續攀升。相反，當房地產市場供給大于需求時，形成買方市場，市面上有大量的房產可供選擇，而購房者的數量相對較少，開發商和房主為了能夠盡快出售房產，不得不降低價格來吸引買家，房價就會面臨下行壓力。一些資源枯竭型城市或者人口外流嚴重的地區，由于住房需求減少，而前期開發的房產數量較多，就會出現供大于求的情況，房價也會隨之下降。此外，房地產的供給和需求還受到多種因素的影響，如土地政策、建筑成本、居民收入水平、消費者偏好等。土地政策的松緊會直接影響土地供應的數量和價格，進而影響房地產的開發成本和供給量；居民收入水平的提高會增加購房需求，而消費者偏好的變化則會影響對不同類型房地產的需求。成本理論認為，房地產價格是由其開發成本決定的。房地產的開發成本主要包括土地成本、建筑安裝成本、稅費以及開發商的利潤等。土地成本是房地產成本的重要組成部分，其價格的高低直接影響著房地產的總成本。在一些大城市，由于土地資源稀缺，土地出讓價格往往較高，這就使得房地產開發成本大幅增加，從而推動房價上漲。建筑安裝成本包括建筑材料費用、人工費用、設備租賃費用等，這些成本的波動也會對房價產生影響。例如，當建筑材料價格上漲或人工成本提高時，房地產的開發成本會相應增加，開發商為了保證利潤，會提高房價。此外，稅費也是房地產成本的一部分，政府的稅收政策調整可能會增加或減少開發商的負擔，進而影響房價。預期理論強調，消費者和投資者對未來房地產市場的預期會對當前房價產生重要影響。如果消費者預期未來房價上漲，他們可能會提前購房，以避免未來支付更高的價格，這種預期會增加當前的購房需求，從而推動房價上漲。同樣，投資者預期房價上漲，會認為投資房地產具有較高的收益潛力，從而增加對房地產的投資，進一步推高房價。相反，如果消費者和投資者預期未來房價下跌，他們可能會推遲購房或減少投資，導致當前購房需求下降，房價面臨下行壓力。預期的形成受到多種因素的影響，如宏觀經濟形勢、政策變化、市場信息等。例如，政府出臺寬松的房地產政策，如降低房貸利率、放寬購房限制等，可能會使消費者和投資者預期房價上漲，從而刺激購房需求；而媒體對房地產市場的負面報道或經濟形勢的不確定性增加，可能會使人們預期房價下跌，抑制購房需求。2.3文獻綜述國外學者在M2/GDP與房價關系的研究方面取得了一定成果。[學者姓名1]通過對[國家名稱1]房地產市場的研究發現，M2/GDP比率的上升與房價上漲之間存在顯著的正相關關系。他認為，寬松的貨幣政策導致貨幣供應量增加，使得市場上的資金充裕，這些資金大量流入房地產市場，推動了房價的上漲。[學者姓名2]運用[研究方法2]對[多個國家名稱2]的數據進行分析，得出結論：M2/GDP比率對房價的影響在不同國家存在差異，在金融市場發達的國家，M2/GDP比率的變動對房價的影響相對較小，而在金融市場欠發達的國家，M2/GDP比率的變化會對房價產生較大的影響。國內學者也從不同角度對這一問題進行了深入探討。[學者姓名3]基于[研究模型3]對我國房地產市場進行實證研究，發現M2/GDP比率是影響房價的重要因素之一，M2/GDP比率的提高會導致房價上升，且這種影響具有一定的滯后性。[學者姓名4]通過構建[具體模型4]，分析了M2/GDP比率與房價之間的動態關系，認為兩者之間存在長期的均衡關系，并且M2/GDP比率的波動對房價波動的貢獻度較高。然而，現有研究仍存在一些不足之處。部分研究在分析M2/GDP比率與房價關系時，未能充分考慮其他因素對房價的影響，如土地政策、人口結構變化等，導致研究結果的解釋力有限。在研究方法上，一些研究采用的模型較為簡單，無法全面準確地刻畫M2/GDP比率與房價之間復雜的動態關系。此外，對于M2/GDP比率影響房價的具體傳導機制，目前的研究還不夠深入和系統，缺乏詳細的理論分析和實證檢驗。本研究將在現有研究的基礎上，綜合考慮多種因素對房價的影響，運用VAR模型等較為先進的研究方法，深入分析M2/GDP比率與房價之間的動態關系，進一步探討M2/GDP比率影響房價的傳導機制，為房地產市場的宏觀調控提供更全面、更深入的理論依據和實踐指導。三、M2/GDP比率與房地產價格的現狀分析3.1M2/GDP比率的演變趨勢自改革開放以來，我國M2/GDP比率總體呈現出持續上升的態勢，從1978年的0.32一路攀升至2023年的2.3左右，這一增長趨勢反映了我國經濟貨幣化程度的不斷加深以及金融體系的逐步發展與完善。在經濟發展初期，我國處于計劃經濟向市場經濟的轉型階段，商品交易逐漸從以物易物向貨幣交易轉變，經濟活動對貨幣的依賴程度不斷提高，大量的經濟活動被納入貨幣體系，使得M2/GDP比率開始上升。隨著市場經濟體制的逐步確立，金融市場不斷發展，金融創新產品層出不窮，居民和企業的金融資產配置更加多元化，這也在一定程度上推動了M2的增長，進而使得M2/GDP比率持續上升。在這一長期上升趨勢中，M2/GDP比率也存在明顯的階段性波動。例如，在2008年全球金融危機期間，我國政府為了應對經濟衰退，實施了大規模的經濟刺激計劃，包括增加貨幣供應量、加大基礎設施建設投資等。這使得M2的增長速度大幅加快，M2/GDP比率在2009年迅速上升至1.78，較2008年有顯著提高。隨著經濟的逐步復蘇和政策的調整，M2/GDP比率的增長速度逐漸放緩。在2012-2013年期間，由于經濟結構調整和金融監管加強，M2的增長受到一定抑制，M2/GDP比率的上升幅度相對較小。M2/GDP比率的波動與經濟周期密切相關。在經濟擴張期，企業投資和居民消費需求旺盛，信貸規模擴張，貨幣供應量增加，M2/GDP比率往往上升較快。因為經濟的繁榮使得企業和居民對資金的需求增加，銀行信貸投放也相應增加，從而推動M2的增長。相反，在經濟衰退期，企業投資和居民消費意愿下降，信貸需求減少，貨幣供應量增長放緩，M2/GDP比率的上升速度也會減緩，甚至可能出現短暫的下降。例如，在2015年左右，我國經濟面臨較大的下行壓力，經濟增長速度放緩，企業面臨產能過剩等問題，投資意愿降低，居民消費也趨于謹慎，導致信貸需求不足，M2的增長速度受到一定影響，M2/GDP比率的上升趨勢也有所緩和。3.2房地產價格的波動特征我國房地產價格自住房制度改革以來，總體呈現出持續上漲的態勢。從全國平均水平來看，商品房銷售均價從1998年的2063元/平方米上漲至2023年的[X]元/平方米，漲幅顯著。在這一過程中，房地產價格的上漲并非勻速進行，而是呈現出明顯的階段性特征。在2003-2007年期間，我國經濟處于快速增長階段，城市化進程加速，居民收入水平不斷提高，房地產市場需求旺盛。同時，寬松的貨幣政策和信貸環境也為房地產市場提供了充足的資金支持，使得房價快速上漲，部分城市房價漲幅超過100%。2008年受全球金融危機影響，房地產市場需求受到抑制，房價出現短暫調整，部分城市房價出現一定程度的下跌。但隨著政府出臺一系列刺激房地產市場的政策，如降低房貸利率、放寬購房信貸條件等，房價迅速回升，并在2009-2010年再次進入快速上漲通道。我國房地產價格存在顯著的區域差異。一線城市和部分熱點二線城市的房價明顯高于三四線城市。以2023年為例，北京、上海、深圳等一線城市的商品房銷售均價超過6萬元/平方米，而一些三四線城市的房價則在1萬元/平方米以下。一線城市由于經濟發達、就業機會多、教育醫療資源豐富，吸引了大量人口流入，住房需求持續旺盛。同時，一線城市土地資源稀缺，土地供應相對緊張，導致房價居高不下。而三四線城市經濟發展相對滯后，人口增長緩慢，甚至部分城市出現人口外流現象，住房需求相對不足，房價上漲動力較弱。一些資源型城市，隨著資源的逐漸枯竭，經濟發展面臨困境，房價也受到較大影響，出現了不同程度的下跌。3.3M2/GDP比率與房地產價格的初步關聯分析通過對M2/GDP比率與房地產價格數據的簡單對比和圖表分析，可以初步觀察到兩者之間存在一定的同向變化趨勢。從時間序列上看，在M2/GDP比率上升較快的時期，如2009-2010年，房地產價格也往往呈現出快速上漲的態勢；而在M2/GDP比率增長放緩的階段，房地產價格的漲幅也相應減小。通過繪制M2/GDP比率與房地產價格的折線圖，可以更直觀地看到兩者的變化趨勢。從圖中可以看出，大部分時間內，兩條折線的走勢較為相似，呈現出一定的正相關關系。為了進一步驗證這種相關性，我們計算了M2/GDP比率與房地產價格的相關系數。經計算，兩者的相關系數為[具體數值]，表明M2/GDP比率與房地產價格之間存在顯著的正相關關系。這初步說明，M2/GDP比率的變化可能對房地產價格產生重要影響，當M2/GDP比率上升時，貨幣供應量相對經濟增長更快，市場上的流動性增加，這些多余的資金可能會流入房地產市場，從而推動房價上漲；反之，當M2/GDP比率下降時，房價可能面臨下行壓力。當然，這只是初步的關聯分析，兩者之間的具體影響機制和因果關系還需要通過進一步的實證研究來深入探討。四、基于VAR模型的實證分析4.1研究設計4.1.1變量選取本研究的核心變量為M2/GDP比率（M2GDP）和房地產價格（HP）。M2/GDP比率作為衡量貨幣供給與經濟增長相對關系的重要指標，其變動反映了市場流動性的變化，可能對房地產價格產生重要影響。當M2/GDP比率上升時，意味著貨幣供應量相對經濟增長更為充裕，市場上的流動性增加，這些多余的資金可能會流入房地產市場，推動房價上漲；反之，當M2/GDP比率下降時，房價可能面臨下行壓力。房地產價格（HP）則直接反映了房地產市場的價格水平，選取全國商品房平均銷售價格作為衡量指標，以全面反映我國房地產市場的整體價格變動情況。為了更準確地分析M2/GDP比率對房地產價格的影響，控制其他可能影響房價的因素至關重要。國內生產總值（GDP）作為衡量經濟總體規模和增長水平的關鍵指標，對房地產價格有著重要影響。經濟增長通常會帶動居民收入增加，從而提高居民的購房能力和購房意愿，推動房價上漲。同時，經濟增長也會吸引更多的企業和人口流入，增加對住房的需求，進一步促進房價上升。利率（R）是資金的使用成本，對房地產市場的供需雙方都有著顯著影響。較高的利率會增加購房者的貸款成本，抑制購房需求，同時也會提高房地產開發商的融資成本，減少房地產投資，從而對房價產生下行壓力；相反，較低的利率會降低購房者的貸款成本，刺激購房需求，同時也會降低房地產開發商的融資成本，增加房地產投資，推動房價上漲。人口增長率（PG）反映了人口數量的變化情況，人口的增長會增加對住房的需求，尤其是在城市人口不斷增加的背景下，住房需求的增長會對房價產生向上的壓力。土地價格（LP）是房地產開發的重要成本之一，土地價格的上漲會直接增加房地產開發成本，從而推動房價上漲。4.1.2數據處理本研究的數據來源于中國國家統計局、中國人民銀行等權威機構發布的統計數據，樣本區間為[起始時間]-[結束時間]。在獲取原始數據后，首先對數據進行了清洗和整理，剔除了異常值和缺失值，以確保數據的質量和可靠性。為了消除數據的異方差性和趨勢性，對所有變量進行了對數變換，變換后的變量分別記為lnM2GDP、lnHP、lnGDP、lnR、lnPG和lnLP。對數變換不僅可以使數據更加平穩，便于后續的分析和建模，還能在一定程度上反映變量的相對變化率，更符合經濟理論的要求。在進行實證分析之前，需要對數據的平穩性進行檢驗。若時間序列數據不平穩，可能會導致偽回歸問題，使模型的估計結果失去可靠性。因此，采用ADF（AugmentedDickey-Fuller）檢驗方法對各變量進行平穩性檢驗。ADF檢驗通過構建回歸方程，檢驗時間序列是否存在單位根，若存在單位根，則數據不平穩；若不存在單位根，則數據平穩。4.1.3VAR模型構建向量自回歸（VAR）模型是一種基于數據的統計模型，它將系統中每個內生變量作為所有內生變量滯后值的函數來構造模型，能夠有效地處理多個時間序列變量之間的動態關系。在本研究中，建立如下VAR模型：\begin{align*}lnHP_t&=\sum_{i=1}^{p}\alpha_{1i}lnHP_{t-i}+\sum_{i=1}^{p}\alpha_{2i}lnM2GDP_{t-i}+\sum_{i=1}^{p}\alpha_{3i}lnGDP_{t-i}+\sum_{i=1}^{p}\alpha_{4i}lnR_{t-i}+\sum_{i=1}^{p}\alpha_{5i}lnPG_{t-i}+\sum_{i=1}^{p}\alpha_{6i}lnLP_{t-i}+\epsilon_{1t}\\lnM2GDP_t&=\sum_{i=1}^{p}\beta_{1i}lnHP_{t-i}+\sum_{i=1}^{p}\beta_{2i}lnM2GDP_{t-i}+\sum_{i=1}^{p}\beta_{3i}lnGDP_{t-i}+\sum_{i=1}^{p}\beta_{4i}lnR_{t-i}+\sum_{i=1}^{p}\beta_{5i}lnPG_{t-i}+\sum_{i=1}^{p}\beta_{6i}lnLP_{t-i}+\epsilon_{2t}\\\end{align*}其中，lnHP_t和lnM2GDP_t分別表示t時期房地產價格和M2/GDP比率的對數；\alpha_{ij}和\beta_{ij}為待估計的參數；p為滯后階數；\epsilon_{1t}和\epsilon_{2t}為隨機誤差項。確定VAR模型的最優滯后階數是構建模型的關鍵步驟之一。滯后階數過小，模型可能無法充分捕捉變量之間的動態關系；滯后階數過大，則可能會引入過多的參數，導致模型過擬合，降低模型的預測精度和解釋能力。本研究采用AIC（赤池信息準則）、BIC（貝葉斯信息準則）和HQ（漢南-奎因信息準則）等多種信息準則來確定最優滯后階數。AIC和BIC準則通過在似然函數的基礎上增加一個懲罰項，來平衡模型的擬合優度和復雜度，選擇使準則值最小的滯后階數作為最優滯后階數。HQ準則與AIC和BIC類似，但懲罰項的權重有所不同。通過比較不同滯后階數下各信息準則的值，最終確定最優滯后階數為[具體滯后階數]。4.2實證結果與分析4.2.1單位根檢驗單位根檢驗結果顯示，在5%的顯著性水平下，lnHP、lnM2GDP、lnGDP、lnR、lnPG和lnLP的原始序列均存在單位根，即這些序列是非平穩的。經過一階差分后，\DeltalnHP、\DeltalnM2GDP、\DeltalnGDP、\DeltalnR、\DeltalnPG和\DeltalnLP序列的ADF檢驗統計量均小于相應的臨界值，表明這些一階差分序列不存在單位根，是平穩的。這說明所有變量均為一階單整序列，滿足進行協整檢驗的前提條件。具體檢驗結果如下表所示：變量ADF檢驗統計量5%臨界值是否平穩lnHP[具體值1][具體值2]否\DeltalnHP[具體值3][具體值4]是lnM2GDP[具體值5][具體值6]否\DeltalnM2GDP[具體值7][具體值8]是lnGDP[具體值9][具體值10]否\DeltalnGDP[具體值11][具體值12]是lnR[具體值13][具體值14]否\DeltalnR[具體值15][具體值16]是lnPG[具體值17][具體值18]否\DeltalnPG[具體值19][具體值20]是lnLP[具體值21][具體值22]否\DeltalnLP[具體值23][具體值24]是注：\Delta表示一階差分。4.2.2協整檢驗由于所有變量均為一階單整序列，因此可以進行協整檢驗，以判斷變量之間是否存在長期穩定的均衡關系。采用約翰森（Johansen）協整檢驗方法，檢驗結果表明，在5%的顯著性水平下，變量之間存在[具體協整關系數量]個協整關系。這意味著M2/GDP比率、房地產價格與其他控制變量之間存在長期穩定的均衡關系，它們之間的相互影響不是隨機的、短期的波動，而是在長期內存在一種穩定的聯系。具體協整檢驗結果如下表所示：原假設特征值跡統計量5%臨界值概率值沒有協整關系[具體值25][具體值26][具體值27][具體值28]最多1個協整關系[具體值29][具體值30][具體值31][具體值32]最多2個協整關系[具體值33][具體值34][具體值35][具體值36]...............協整方程如下：\begin{align*}lnHP&=\alpha_0+\alpha_1lnM2GDP+\alpha_2lnGDP+\alpha_3lnR+\alpha_4lnPG+\alpha_5lnLP+\mu\\\end{align*}其中，\alpha_0為常數項，\alpha_1、\alpha_2、\alpha_3、\alpha_4、\alpha_5為協整系數，\mu為誤差修正項。協整系數的估計結果表明，M2/GDP比率與房地產價格之間存在正相關關系，即M2/GDP比率每上升1%，房地產價格將上漲[具體幅度]%。這進一步驗證了理論分析的結果，說明貨幣供應量相對經濟增長的變化對房地產價格有著重要的影響。其他控制變量也對房地產價格產生了不同程度的影響，GDP、土地價格與房地產價格呈正相關關系，利率與房地產價格呈負相關關系，人口增長率對房地產價格的影響相對較小。4.2.3格蘭杰因果檢驗格蘭杰因果檢驗用于判斷變量之間的因果關系方向，即判斷一個變量的變化是否是另一個變量變化的原因。檢驗結果表明，在5%的顯著性水平下，M2/GDP比率是房地產價格的格蘭杰原因，而房地產價格不是M2/GDP比率的格蘭杰原因。這說明M2/GDP比率的變化會引起房地產價格的變動，即貨幣供應量相對經濟增長的變化是導致房地產價格波動的重要原因之一。具體格蘭杰因果檢驗結果如下表所示：原假設F統計量概率值是否拒絕原假設M2/GDP比率不是房地產價格的格蘭杰原因[具體值37][具體值38]是房地產價格不是M2/GDP比率的格蘭杰原因[具體值39][具體值40]否這一結果與理論分析和實際情況相符。當M2/GDP比率上升時，市場上的流動性增加，資金相對充裕，這些多余的資金可能會流入房地產市場，增加對房地產的需求，從而推動房價上漲；反之，當M2/GDP比率下降時，市場流動性收緊，房價可能面臨下行壓力。而房地產價格的變動對M2/GDP比率的影響并不顯著，可能是因為房地產市場只是經濟體系的一部分，房價的波動對整體貨幣供應量和經濟增長的影響相對較小，或者存在其他更重要的因素影響著M2/GDP比率的變化。4.2.4脈沖響應分析脈沖響應分析用于考察一個變量的沖擊對其他變量的動態影響路徑和持續時間。通過對VAR模型進行脈沖響應分析，得到M2/GDP比率一個標準差的正向沖擊對房地產價格的脈沖響應函數圖。從圖中可以看出，當給M2/GDP比率一個正向沖擊后，房地產價格在第1期立即產生正向響應，且響應程度較大，隨后響應逐漸增強，在第[具體期數]期達到峰值，之后響應程度逐漸減弱，但在較長時間內仍保持正向響應。這表明M2/GDP比率的增加會對房地產價格產生持續的正向影響，且這種影響具有一定的滯后性和持久性。具體來說，在短期內，M2/GDP比率的上升會迅速導致市場上的流動性增加，投資者和購房者更容易獲得資金，從而增加對房地產的需求，推動房價上漲。隨著時間的推移，房地產市場的供需關系逐漸調整，房價上漲的速度可能會有所減緩，但由于房地產的投資屬性和市場預期的影響，房價仍會在較長時間內保持較高水平。此外，脈沖響應分析還可以反映出其他控制變量對房地產價格的動態影響。例如，GDP的正向沖擊會對房地產價格產生持續的正向影響，表明經濟增長對房價具有長期的推動作用；利率的正向沖擊會對房地產價格產生負向影響，且影響程度在短期內較為顯著，隨著時間的推移逐漸減弱，說明利率的調整對房價的影響具有時效性。4.2.5方差分解方差分解用于確定每個變量對其他變量波動的貢獻度，即分析各個變量在解釋其他變量變化中的相對重要性。通過對VAR模型進行方差分解，得到M2/GDP比率對房地產價格變化的貢獻度。結果顯示，M2/GDP比率對房地產價格變化的貢獻度隨著時間的推移逐漸增加，在第10期時達到[具體百分比]%，表明M2/GDP比率對房地產價格波動的解釋能力較強，是影響房地產價格變化的重要因素之一。同時，方差分解結果還表明，其他控制變量也對房地產價格變化有著不同程度的貢獻。GDP對房地產價格變化的貢獻度在第10期時達到[具體百分比]%，說明經濟增長對房價波動的影響也較為顯著；土地價格對房地產價格變化的貢獻度在第10期時達到[具體百分比]%，表明土地成本是影響房價的重要因素之一；利率對房地產價格變化的貢獻度在第10期時達到[具體百分比]%，說明利率政策對房價的調控作用不容忽視；人口增長率對房地產價格變化的貢獻度相對較小，在第10期時僅為[具體百分比]%。通過方差分解，可以更直觀地了解各個變量在房地產價格波動中的相對重要性，為政策制定者提供更有針對性的決策依據。例如，根據方差分解結果，政策制定者在調控房地產價格時，可以重點關注M2/GDP比率、GDP和土地價格等因素的變化，通過調整貨幣政策、促進經濟增長和合理控制土地供應等措施，來實現房地產市場的平穩健康發展。五、實證結果的進一步討論5.1結果的穩健性檢驗為了確保實證結果的可靠性和穩定性，本研究采用了多種方法進行穩健性檢驗。首先，替換變量法，選取商品房銷售額與銷售面積之比作為房地產價格的替代變量，重新進行VAR模型估計。這是因為商品房銷售額與銷售面積之比能更全面地反映房地產市場的實際交易價格情況，避免了單純使用平均銷售價格可能受到的極端值影響。例如，某些高端樓盤的高價銷售可能會拉高平均銷售價格，而采用銷售額與銷售面積之比則能更真實地體現市場整體價格水平。重新估計結果顯示，M2/GDP比率與新的房地產價格變量之間依然存在顯著的正相關關系，M2/GDP比率對房價的影響方向和程度與原模型基本一致，這表明研究結果在變量選取上具有一定的穩健性。其次，改變樣本區間法，縮短樣本區間，剔除可能存在異常數據的時間段，如[具體異常時間段]，再次進行實證分析。在這一異常時間段內，可能受到特殊政策調整、重大經濟事件等因素影響，數據的波動可能較為異常，會干擾研究結果的準確性。通過縮短樣本區間，可以減少這些異常因素的干擾。重新估計的結果表明，M2/GDP比率對房價的影響依然顯著，且主要結論未發生明顯變化，進一步驗證了實證結果的穩定性。最后，采用不同的估計方法，運用廣義矩估計（GMM）方法對VAR模型進行估計。GMM方法在處理存在異方差和自相關等問題的數據時具有優勢，能夠提供更有效的估計結果。與普通最小二乘法（OLS）相比，GMM方法通過對矩條件的設定和加權矩陣的選擇，更好地利用了數據的信息，提高了估計的準確性和可靠性。GMM估計結果顯示，M2/GDP比率與房價之間的關系依然符合預期，主要參數的估計值和顯著性水平與原模型相似，說明研究結果在估計方法上具有穩健性。5.2影響機制分析從貨幣供需角度來看，M2/GDP比率的上升意味著貨幣供應量相對經濟增長更為充裕，市場上流動性增加。這使得購房者更容易獲得貸款，購房能力增強，從而增加對房地產的需求，推動房價上漲。寬松的貨幣政策導致M2增加，銀行信貸規模擴大，居民可以更容易地獲得低利率的房貸，刺激了購房需求。當M2/GDP比率下降時，市場流動性收緊，購房者貸款難度增加，購房需求受到抑制，房價可能面臨下行壓力。投資投機因素也是M2/GDP比率影響房價的重要機制。房地產作為一種重要的投資品，具有保值增值的特性。當M2/GDP比率上升，市場上資金充裕時，投資者為了追求資產的保值增值，往往會將資金投入房地產市場，推動房價上漲。例如，在貨幣供應量增加的時期，股票市場波動較大，債券市場收益率較低，而房地產市場相對穩定且預期收益較高，吸引了大量投資者將資金從其他領域轉移到房地產市場，進一步推高了房價。相反，當M2/GDP比率下降，市場資金減少，投資者對房地產的投資熱情降低，房價上漲動力減弱。市場預期在M2/GDP比率影響房價的過程中也起著關鍵作用。當M2/GDP比率上升時，市場參與者會預期未來房價上漲，這種預期會促使購房者提前購房，投資者加大對房地產的投資，從而推動房價上漲。媒體對M2增長的報道以及專家對房地產市場的樂觀預測，會影響消費者和投資者的預期，進一步強化房價上漲的趨勢。相反，當M2/GDP比率下降時，市場預期房價下跌，購房者和投資者會持觀望態度，減少購房和投資行為，導致房價下跌。5.3與其他因素的交互作用M2/GDP比率與政策調控對房價的交互影響顯著。政府的房地產調控政策，如限購、限貸、限售等政策，會直接影響房地產市場的供需關系和投資投機行為，進而影響M2/GDP比率對房價的作用效果。在M2/GDP比率上升、市場流動性增加的情況下，如果政府實施嚴格的限購政策，限制購房者的資格，會抑制購房需求，削弱M2/GDP比率對房價的推動作用；相反，如果政府在M2/GDP比率下降時，出臺寬松的房地產政策，如降低房貸利率、放寬購房信貸條件等，可能會刺激購房需求，緩解房價的下行壓力。經濟增長與M2/GDP比率共同影響房價。經濟增長會帶動居民收入增加，提高居民的購房能力和購房意愿，同時也會吸引更多的企業和人口流入，增加對住房的需求，推動房價上漲。而M2/GDP比率的變化會影響市場流動性和資金成本，進而影響房地產市場的投資和消費。在經濟增長較快、M2/GDP比率也上升的時期，房價往往上漲較快；而在經濟增長放緩、M2/GDP比率下降時，房價上漲動力減弱，甚至可能出現下跌。人口因素與M2/GDP比率對房價也存在交互作用。人口增長、人口結構變化等因素會影響住房需求。隨著城市化進程的加速，大量農村人口涌入城市，增加了對城市住房的需求。在M2/GDP比率上升、市場流動性充足的情況下，人口增長帶來的住房需求會更容易得到滿足，進一步推動房價上漲。相反，在人口老齡化加劇、人口增長放緩的地區，如果M2/GDP比率下降，市場資金緊張，住房需求減少，房價可能面臨更大的下行壓力。六、政策建議與啟示6.1貨幣政策調控建議基于研究結果，貨幣供應量相對經濟增長的變化對房地產價格有著重要影響，因此，合理控制M2增長至關重要。央行應密切關注宏觀經濟形勢和房地產市場動態，制定科學合理的貨幣政策目標。在經濟增長穩定、房地產市場過熱時，適當控制M2的增長速度，避免貨幣供應量過度擴張導致房地產市場泡沫加劇。在房地產價格持續快速上漲，市場投機氛圍濃厚時，央行可通過提高存款準備金率、發行央行票據等手段，回籠市場資金，收緊貨幣供應量，抑制房地產市場的過度投資和投機行為。而在經濟面臨下行壓力、房地產市場低迷時，可適度增加M2的投放，以刺激經濟增長和房地產市場的復蘇，但要注意把握好投放的力度和節奏，防止房價過度反彈。在經濟增速放緩，房地產市場交易清淡時，央行可通過降低利率、增加信貸投放等方式，增加市場流動性，促進房地產市場的活躍。優化貨幣結構，提高貨幣使用效率，對于穩定房地產價格也具有重要意義。央行應加大對實體經濟的支持力度，引導資金流向實體經濟領域，提高資金的配置效率。鼓勵金融機構創新金融產品和服務，拓寬企業融資渠道，降低企業融資成本，促進實體經濟的發展。通過發展供應鏈金融、綠色金融等創新金融模式，為實體經濟提供更加多元化的融資支持，減少資金在金融體系內的空轉，避免大量資金過度流入房地產市場，從而降低房地產市場的金融風險，促進房地產市場與實體經濟的協調發展。此外，還應加強對影子銀行等金融創新領域的監管，規范金融市場秩序，防止金融風險向房地產市場傳導。影子銀行的一些業務可能存在監管漏洞，容易引發金融風險，加強對其監管可以有效防范金融風險對房地產市場的沖擊。6.2房地產市場監管策略穩定房價需要從土地供應、稅收政策、信貸政策等多個方面入手，加強房地產市場監管。在土地供應方面，政府應根據城市發展規劃和房地產市場需求，合理制定土地供應計劃。增加土地供應，尤其是住宅用地的供應，能夠緩解土地市場的供需矛盾，降低土地價格，從而減少房地產開發成本，穩定房價。對于人口持續流入、住房需求旺盛的城市，應適當增加土地出讓面積，提高土地供應的及時性和有效性。優化土地供應結構，合理安排不同類型住房用地的比例，增加保障性住房和中小戶型普通商品住房的土地供應，以滿足不同層次居民的住房需求，促進房地產市場的供需平衡。稅收政策是調控房地產市場的重要手段之一。政府可通過完善房地產稅收體系，加強對房地產交易環節和持有環節的稅收調節。在交易環節，適當提高房地產交易稅，如契稅、營業稅等，能夠增加房產交易成本，抑制投機性購房需求，減少房地產市場的短期炒作行為。對購買第二套及以上住房的購房者，提高契稅稅率，加大對投機性購房的抑制力度。在持有環節，適時推出房產稅，對多套房產持有者征收較高的房產稅，能夠增加房產持有成本，促使房產持有者合理配置房產資源，減少房產囤積，增加市場房源供應，從而對房價起到一定的抑制作用。信貸政策對房地產市場的影響也十分顯著。金融機構應嚴格執行差別化的信貸政策，根據購房者的購房目的、信用狀況等因素，合理確定貸款額度、利率和期限。對于首次購房的自住需求者，給予一定的信貸優惠政策，如較低的首付比例和貸款利率，支持居民的合理住房需求。而對于投資投機性購房者，提高首付比例和貸款利率，增加其購房成本和融資難度，抑制投資投機性購房需求。加強對房地產開發企業的信貸監管，嚴格審查企業的資質和項目可行性，控制房地產開發貸款的規模和風險，防止房地產企業過度負債開發，降低房地產市場的金融風險。6.3對投資者和購房者的啟示對于投資者而言，研究結果表明M2/GDP比率與房地產價格之間存在密切關系，投資者在進行房地產投資決策時，應密切關注M2/GDP比率的變化以及宏觀經濟形勢和政策導向。當M2/GDP比率上升，市場流動性增加時，房地產價格可能上漲，投資房地產可能獲得較高的收益，但同時也應警惕房地產市場泡沫的風險。在這種情況下，投資者應謹慎評估市場風險，避免盲目跟風投資。可以通過分析房地產市場的供需狀況、區域發展潛力等因素，選擇具有投資價值的房產項目。而當M2/GDP比率下降，市場流動性收緊時，房地產價格可能面臨下行壓力，投資者應適當減少房地產投資，調整投資組合，分散投資風險。可以將資金投向其他領域，如股票、債券、基金等，實現資產的多元化配置。購房者在購房時，也應充分考慮M2/GDP比率等因素對房價的影響。對于自住型購房者來說，購房是為了滿足自身的居住需求，不應過度受房價短期波動的影響。但了解M2/GDP比率與房價的關系，有助于購房者把握購房時機。在M2/GDP比率上升、房價上漲預期較強時，購房者可根據自身經濟實力和需求，合理安排購房計劃。如果經濟條件允許，可提前購房，避免未來房價進一步上漲帶來的購房壓力增加；如果經濟條件不允許，也不要盲目借貸購房，以免背負過重的債務負擔。在M2/GDP比率下降、房價可能下跌時，購房者可保持觀望態度