货币政策对资产价格的影响分析
Abstract： After 2000， Chinese stock index vibrated fiercely， house price rose steady and with a warm CPI. In these years， our monetary supply rose to over 1200 Billons， monetary super supply influence all kinds of asset. This paper pays emphasis on researching the influence of monetary policy to two kinds of assets from money quantitative， and their inter-relationship between two kinds of assets.
Key words： money supply；asset price；house price；stock price
中图分类号：F821.0 文献标识码：A 文章编号：1006-4311（2016）21-0025-04
0 引言
随着货币政策的进一步推进，以房产和股票为代表的证券资产成为我国居民投资的重要手段。2000年以来，股票市场一度上冲6000点，然后又下坠1600多点，股票资产如过山车般变化，对人们生活产生较大影响。另一项重要的资产房地产，由于政府把房地产作为支持产业，房价一直高速增长。到2013年末，我国房地产开发投资为86013亿元，当年商品房竣工面积达到了78740万平米，15年时间内增长了近5倍，房价则以惊人速度上升。价格风云变化的股票和价格不断上升房产，早已成为我国居民家庭主要财产，因而这两大类资产价格也是我国资产价格的权重指标。近一年来股价房价出现新特点，人民币汇率一改数年来的升值趋势，对居民所持有资产都将产生重大影响，从而影响人们的生活。
为了探询中国货币政策，分析货币供给量对资产价格的影响，本文以货币供给量和汇率作为主要影响因素，以房价、股价、物价作为因变量，运用时间序列分析方法，分析货币供给量的变动对资产价格的冲击，以及房价、股价、物价三者之间的互动关系。
1 房价、股价、物价的一般关系：基于联立方程模型的分析
1.1 变量的选择和数据来源
本文选用数据为2000年1月至2014年9月的月度数据，选取的变量一共5个。其中房价的数据来源于国家统计局网上数据库（用成交额与成交量的商），股价则采用上证指数来衡量股票价格，采用自然月度最后一个交易日的收盘价。货币供给量采用M2月度数据，来源于中国人民银行网站对外发布统计数据，具体如表1所示。
1.2 联立方程模型
联立方程模型用于描述经济变量间的双向因果关系，即某一经济变量决定着其它一些经济变量，反过来又受其它经济变量的决定，因而，采用联立方程模型可以更全面、真实地反映经济系统的运行过程。
本文主要研究的是货币供给量对房价、股价以及物价的影响，但房价、股价以及物价三大类价格之间存在着相互影响关系，因此用联立方程模型可以解决互相影响之问题。每一类价格首先是受其自身滞后变量的影响，然后货币供给量，三者之间相互影响，除此之外三大类价格还受到一些共同因素的影响，如汇率等，因而需要在模型中加入汇率作为控制变量。于是有下面三个方程式，分别代表房价方程式、股价方程式和物价方程式：
HP=a10+a11HP（-1）+a12M2+a13SP+a14CPI+a15ER+u1（1）
SP=a20+a21SP（-1）+a22M2+a23HP+a24CPI+a25ER+u2（2）
CPI=a30+a31CPI（-1）+a32M2+a33HP+a34SP+a35ER+a3（3）
注：其中HP（-1）为房价HP的滞后1期值，SP（-1）为股价SP的滞后1期值，CPI（-1）为CPI滞后1期值。u1，u2，u3为随机误差项。
本文通过采用最小二乘法，得到三个回归方程，都满足联立方程成立的条件：房价方程、股价方程和物价方程。模型的整体拟合优度都在90%以上，各方程中的系数显著性水平很高，结果见表2。
从房价方程看，货币发行量对房价的影响非常明显，系数为0.1736，在1%的显著性水平内，表明货币供给M2每增加1万亿元，会使全国房价每平米上涨17.36元；股价对房价的影响系数为0.0767，且在5%的显著性范围内，表明股价对房价的影响是正的，即股价的变动会通过收入效应带来房价的变动，上证指数每上涨一个点，会使房价上涨每平米0.0767元。物价指数CPI对于房价的影响系数为了2.2789，但不明显。而汇率对房价的影响系数为
-274.418，且在5%的显著性范围内，表明美元兑人民币汇率每贬值1元，则会导致房价每平米上升274.418元。
从股价方程看，货币发行量对于股价的影响系数为-0.0112，其意思是货币供给每增加1万亿元，反而还会使上证股价指数下跌1.12个点，但相当不显著，因此基本可以不考虑货币发行对股价的影响，这和我国多年来的股价走势就可以看出来，货币发行已经达到120万亿，而上证指数仍然只有2500点，和10年前货币发行量只有20多万亿时也差不多。房价对股价的影响系数为0.1173，且在5%的显著性水平内，表明房价对股价的影响为正，即房价每平米上升1元，会导致上证指数上涨0.1173点。物价指数CPI的系数为-15.653，即，物价每上升1个百分点，会导致股价指数下跌15.653点，且在10%的显著水平上；而汇率对于股价的影响系数为153.0357，且在10%的显著性水平内，表明美元兑人民币汇率每下跌1元人民币，则上证指数会下降153.0357点①。 从物价方程来看，货币发行量M2对于物价的系数为0.000926，说明在样本区间，货币发行对于物价的影响很小，且不显著；房价对物价指数的影响系数为0.0002，不显著；而股价对于物价指数的影响系数为0.0003，即股价指数每上升1个点，则物价会上升0.0003个点，且在1%的显著性水平上，这反映了随着股价的上升，人们的财富水平提升，从而会带来消费水平的提升。而汇率对于物价水平的影响系数为0.7831，显著性水平在1%的范围内。说明美元兑人民币汇率每下跌一元，会使国内的物价指数下降0.7831个单位，这是因为随着人民币升值，进口物资价格下降，从而推动物价指数的下降。
2 货币供给对房价、股价和物价冲击的动态检验
通过联立方程模型初步获得了各变量对于三大类价格的影响系数，但仍不足以说明他们之间的动态关系。通过向量自回归模型（VAR）可以很好地预测相关时间序列以及随机扰动项对变量造成的动态冲击。本节主要在西姆斯构建的VAR模型基础上来分析：①脉冲响应函数；②方差分解。
为了需要避免分析的误差，对于时间序列，我们需要判断时间序列是否为同阶单整。通过扩展ADF检验房价HP、股价SP和物价CPI的原序列和一阶差分是否包含单位根，来判断原序列或一阶差分序列是否单整。在检验原序列时，HP、SP、CPI都不能排除单位根的存在；而通过一阶差分后，三个序列的t统计量则相当显著。从表3中可以看出，原序列值都是非平稳的（10%的显著性水平对应t值应为-3.142538），而一阶差分后t值都超出了-3.142538，显示一阶差分后序列平稳，且显著水平达到1%，显示三个序列同为一阶单整，可以进行脉冲响应和离差分析检验。
2.1 脉冲响应函数
脉冲响应函数表示零初始条件时，线性系统对理想单位脉冲输入信号的响应。通过给扰动项上加一个一次性的冲击，用于判断对于内生变量当前值和未来值所带来的影响。对某个变量的冲击不仅直接影响自身，还通过自回归模型的动态（滞后）结构传导给其他内生变量。
从图1可以看出，当在本期给货币M2一个正冲击后，对房价前2期有显著的正的影响，之后影响力下降，在第3期后影响力趋于平稳继而缓慢下滑，这说明货币供给的增加，会导致社会融资成本下降，一方面会导致房屋按揭贷款的利息支付减少，从而增加房屋的需求，另一方面会减少房产企业的资金成本，加之房产供给具有钢性，从而提高售价，从而导致房价短期内上升；当在本期给股价一个正冲击后，房价在前2期内明显上升，之后影响力减弱，在第3期后开始趋稳继而缓慢下滑，说明短期内影响较大，长期来看影响减弱；当在本期给汇率一个正的冲击，会使房价在前2期出现大的下降，此后负的影响力减弱，在第3期后趋稳。这说明如果在本期人民币升值（美元贬值），投资者会将发现人民币资产存在套利空间，从而将资产转入国内，导致房价上升；反之如果在本期出现人民币贬值，投资者会将钱转向更有投资价值的美元资产，从国内房产市场上抽逃资金，从而导致房价下跌。这可以很好地解释2005年以来，人民币汇率相对升值时，房价上涨很快，而人民币汇率相对贬值的2014年开始，房价就开始下跌了。
从图2看，在本期给房价一个正冲击后，股价在前4期出现大幅的上升，在第5期达到最高点，之后变为缓慢下降，这可能是因为由于收入效应的原因，房产价格的上升使得投资者的名义收入上升，因而有更多的资金投入其他相关的投资品如股市中导致股市也上升。在给物价一个正冲击后，股价在前2期出现小幅上升，之后一直处于下降过程中，这是因为短期来看，物价的上升使人们的可支配收入减少，使得投资者们不得不从资本市场撤出一部分资金用于消费物品，从而导致股价的下降；当在本期给汇率一个正的冲击（美元贬值），可以看到正的影响力并开始下降，在第2期后保持稳定，这意味着人民币汇率升值会导致股价上升，贬值则会导致对股价的下降。可能是因为，随着人民币升值，国外投资者会将大量资金投资到中国市场，其中一个去向就是股市，从而推动股价指数上升，这可以很好地解释2005年至2007股市大涨的现象。
从图3看，在本期给股价一个正冲击后，对物价有较小的负的影响，之后影响转为正并一直导到物价的上升。很可能是股价突然上升，使得投资者快速将资金转移到股市，因而短期内可用于消费的资金减少而导致物价下降，但随着股价的上升，资产升值，名义收入增加，因而投资者在好的预期下能用于消费的资金更多，从而推动物价的上升。在本期给汇率一个正冲击后，引起物价在前2期负的影响，之后影响力逐步减弱，在第5期后转为正的影响。这很可能是由于本币人民币升值，购物国外产品的价格下降，因而会导致国内物价水平在短期内的下降，之后人民意识到升值会带来资产价格的上升和名义收入的增加，因而会增加一般消费品的开支，导致物价水平的上升。
2.2 方差分解
方差分解（variance decomposition）是由R.A.Fisher发明的用于两个及两个以上样本均数差别的显著性检验。基本思想是，通过分析不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。
从图4可以看出，除去房价的一阶滞后因素对房价的贡献程度减弱外，其他各因素对房价的贡献程度逐渐增大，其中货币M2对房价的贡献程度最大，在第10期达到15%，其后依次是股价、汇率和物价，但是总体贡献都比较小，其中股价少于10%，汇率接近5%，而物价几乎为零，可以忽略不计。
从图5看，除去股价的一阶滞后因素对股价的贡献程度减弱外，其余因素对于股价的影响因素几乎都为正，从第1期开始都逐步上升，到10期，排序依次为房价8%、货币M2为4%，物价CPI为2%，汇率ER约为1%，后三者对股价的影响几乎可以忽略不计。
从图6看，除去物价的一阶滞后因素对物价的贡献程度减弱外，在导致物价变动的其他贡献因素中，各因素在前3期几乎都可以忽略，但是之后都增大，其中股价在第10期超过20%，其次是房价接近10%，再次是货币M2供给接近5%，汇率对于物价的影响接近0，可以忽略。 3 结论
本文利用我国2000年1月到2014年9月的月度数据，采用联立方程模型研究了货币供给量对于三大类价格（特别是资产价格）的影响以及三者之间的互动关系，并基于VAR模型的基础上，对价格变异的影响因素进行了脉冲响应和方差的动态检验，可以得到如下一些结论：
①从联立方程的估计结果看，在这三大类价格中，货币政策（货币发行量）主要影响房价，显著性水平非常高，对于股价和物价水平影响都不明显。从这可以看出，过去十余年的政策调控，特别是各种行政政策（各种限购措施）的调控，出现越调房价越涨的现象，其根本原因在于，这些政策没有和货币政策有效地结合在一起，在货币M2大量增加的情况下，行政政策无法改变房价上涨的趋势。从股价变化的具体原因来看，货币供给M2几乎没有影响。房价和股价呈正相关关系，但是显著性水平不高。
②货币供给量M2是各国货币政策调控的核心变量，货币供给量的变动理论上应该引起主要资产的相应变动，这在金融发达国家之间（如美国）相当明显。但在我国，对以上3类价格上的影响区别相当大，对房价相当明显，对股价和物价则几乎没有影响，这说明我国资产缺乏转换弹性，有必要进一步放松管制，完善金融市场体系，增强市场弹性，从而推动资产价格的合理配置，避免像当前居民家庭80%以上的资产为房产的局面，规避单一资产占比过重继而在价格下行所带来的风险。
③汇率对股价的影响数据似乎与我们的直观感受不一致，这很可能是因为在2005年7月以前很长一段时间内是采用固定汇率制，所采用的数据无法真实反映汇率和股价的变动关系。如果把数据全部调整到2005年7月人民币汇率自由浮动后的汇率数据以及股价数之间的因果关系，那么汇率ER是股价在滞后1期的Granger原因，且显著性水平在10%以内。
