1998年我国逐步取消城镇居民福利分房后,我国房地产业成为支柱型产业,房地产投资额与国民生产总值的比重从1999年4.58%上升到2010年的12.18%,房地产业完成投资额与固定资产的比例从1999年的13.74%上升到2010年的24.55%,不仅如此,房地产与金融机构的联系也越来越紧密,截至2010年年末,主要金融机构房地产贷款余额为9.35万亿元,占同期各项贷款余额的20.5%;全年房地产贷款新增2.02万亿元,占各项贷款新增额的27.4%。房地产与信贷的“比翼齐飞”,构成了我国经济中的一个重要现象,同时也吸引了理论工作者们对此的注意。肖争艳、彭博 (2011)通过实证指出:我国货币政策调整中,已将房地产价格考虑在内。况伟大 (2011)对房地产信贷对房地产投资和中国经济增长的研究中也指出:经济增长对房地产信贷影响明显,借助金融信贷的支持,房地产投资对经济增长作用明显。类似的研究也见于刘涛 (2005),盛松成和吴培新 (2008),谭政勋和王聪 (2011),金雯雯和杜亚斌 (2013),戴金平和陈汉鹏 (2013)等。可见,金融信贷和房地产是我国经济波动不可忽视的两大因素。可是值得注意的是,以上研究都忽视了一个重要方面,即银行体系在房地产市场和宏观经济之间的联系。房地产不但是消费品、投资品,而且还是优良的抵押品:企业可以用房地产抵押进行贷款,个人如果想提前消费房屋,也需要银行贷款,经济领域中的各种冲击都可能在房地产和银行系统的借贷关系中进行传导,并通过银行体系传导到更多层面、影响更多经济主体行为。那么房地产和银行对宏观经济有什么影响?传导机制又是如何?宏观经济的各个变量在银行传导冲击中会有什么影响?这是以上研究没有回答的问题。
Kiyotaki and Moore (1997)从信用约束视角指出:资产价格小的冲击可以通过信贷领域传导持续放大,最终到其他部门的动态过程。Behabib、Rogerson and Wright (1991)和Greenwood and Hercowitz (1991)建立了包括房地产市场的RBC模型,分析房地产和增长的长期关系,Iacoviello and Neri (2010)则把多种冲击引入到包括一般商品、投资品和房地产的DSGE模型中,分析偏好冲击、技术进步和利率波动冲击对宏观经济的影响。但是正如上文指出的那样,房地产不同于纯粹的资产,既是投资品,也是消费品,还可以成为抵押品,这是房地产独有的特点。这些研究没有指出金融和房地产之间在宏观经济中有什么联系,也和我国实际情况有一定差距。在国内冯科 (2011)发现货币政策传导到实体经济效果十分有限,但货币政策传导到房地产市场效果明显,当央行执行宽松货币政策时,房地产企业获得了大量的资金,但是却没有投入到投资当中,而是以一种“占位思想”,改变自己的财务状况。何静、李村璞和邱长溶 (2011)指出信贷规模和房地产市场的非线性影响,提出要想控制房地产价格的过快增长,就要稳定信贷规模的增长速度。王云清、朱启贵和谈正达 (2013)发现货币政策是我国房价变动的主要来源,房地产产量波动的95%可以从货币冲击和房地产供给中得到解释。陈日清 (2014)在证实了货币政策和房地产市场的非线性联系后进一步指出,货币供应量的增加不会对当期房地产市场产生刺激作用,会在其后几期逐步显现。可以看到,以上研究分析了货币政策变动与房地产市场影响以及对整个宏观经济冲击之间的联系,但是值得注意的一个重要事实是,我们没有看到银行系统在中国经济波动中具体产生了什么影响。我国是一个典型的以银行借贷为主要特征的经济体,银行信贷占据了整个信贷规模的绝大比例,正是银行的存在,架起了整个经济运行的桥梁,而房地产作为经济中重要的支柱产业,也是通过银行借贷来完成自己的融资,缺少了对房地产、银行体系的分析,对认识中国经济的都是不完全的。本文试图从房地产多重属性入手,构建了包含房地产和银行体系在内的动态随机一般均衡模型,模拟各种冲击 (包括房地产偏好、货币政策以及财政支出等) 对宏观经济变量的动态影响,着力发现房地产和银行之间经济波动的传导机制,并对这一机制过程、传播方式、主要来源做一分析。
二、 理论模型本文借鉴Iacoviello (2005)的部分内容,建立一个封闭经济条件下,多部门新凯恩斯主义的动态一般均衡模型,与其不同在于,我们的模型将房地产与银行系统同时引入到模型中来,从企业角度讲,房地产作为企业的一种生产投入,类似厂房、店铺、商业网点、写字楼等,另外企业也可以抵押房地产获得贷款,从家庭角度讲,房地产是普通家庭的消费品,家庭要提前获得房屋消费,需要向银行借贷,无论是企业还是家庭,借贷过程都缺少不了银行系统的支持。房地产的多重属性和银行系统的信贷功能,共同构成了经济波动传导的纽带,在经济系统中发生冲击后,对供给面和需求面同时产生作用,影响经济主体的反应,这是本模型最大的一个特点。
模型包括5个经济主体:企业家、零售商、耐心型家庭 (存款者)、无耐心型家庭 (借贷者)、商业银行和中央银行。我们引入商业银行和中央银行,目的在于构建一个完整的银行体系。其中央行的作用是发行货币,控制经济中信贷规模,设定基准利率,这个利率是各个商业银行的存贷款的基本依据。商业银行的作用:企业和家庭可以对商业银行进行存贷款,并进行抵押或贷款。央行与商业银行构成了整个银行系统。下面对各个主体逐一分析。
(一) 中央银行中央银行的职责是发行货币,确定货币规则,用准备金率调整基础货币,影响信贷总量。我们用四个方程来描述央行的行为:
1. 央行的存款准备金制度家庭把剩余资金存入商业银行获得利息,而中央银行要求商业银行把贷款的一定比例作为准备金存入央行,同时央行为了保证经济的持续流动性又会注入一定量的货币,经济中货币总量的平衡表示为:
${L_t} + {e_t}{P_t}b_t^{'} = {P_t}b_t^{'} + {Z_t}$ | (1) |
这里Lt表示名义的贷款量,et表示央行的法定存款准备金率,Ptb′t表示商业银行吸收的名义存款量,Zt表示名义的货币注入,即每一期央行新增发的货币,(1) 两边除以价格因子,变成实际量为:
${l_t} + {e_t}b_t^{'} = b_t^{'} + {z_t}$ | (2) |
把包含准备金的一项移到另一边,转化为:
${l_t} = b_t^{'} - {e_t}b_t^{'} + {z_t}$ | (3) |
上式可以看出贷资金总量等于除去存款准备金后的存款加上央行的货币注入。
2. 央行的货币注入我们用两个式子来描述央行货币注入,一个是货币增量,一个是货币增发速度。我们假设每一期央行都要有一个新增的货币增量,表示如下:
${M_t} - {M_{t - 1}} = {Z_t}$ | (4) |
Mt和Mt-1分别表示t期和t-1期的货币总量,Zt表示t期的货币注入,同样对其两边除以价格因子,πt表示通胀率,用实际变量表示为:
${m_t} = \frac{{{m_{t - 1}}}}{{{\pi _t}}} + {z_t}$ | (5) |
假定货币量增发速度是本期和上一期货币量的一个比例,ut表示货币增发速度,实际量表示的货币增发过程为:
$\frac{{{m_t}{\pi _t}}}{{{m_{t - 1}}}} = {u_t}$ | (6) |
经济中的货币总量包括家庭的现金需求和存款总量,那么总共的货币总量等于两种家庭货币①的总需求与存款总量之和,表达如下:
①后文将具体介绍两种家庭的货币需求、存贷款行为。
${m_t} = b_t^{'} + m_t^{'} + m_t^{"}$ | (7) |
我们用 (2)、(5)、(6)、(7) 四个方程描述对央行的行为。
(二) 商业银行商业银行通过存贷款赚取利差获得利润。银行每一期吸收耐心型家庭的存款b′t,并按照要求上缴存款准备金RtC=etb′t,et为准备金率,银行向无耐心家庭和企业提供信贷量分别为b″t和bt,信贷量总量等于其可贷资金总量:
${L_t} = {b_t} + b_t^{"}$ | (8) |
我们假设银行的存款利率为Rt,无耐心家庭和企业有相同的借贷利率为RtL,银行目标是利润最大化,按照Atta-Mensah and Dib (2006)的做法,目标函数和约束条件为:
$\begin{array}{l} \max {E_0}\sum\limits_{t = 0}^\infty {{\beta ^t}\left( {R_t^L{L_t} - {R_t}b_t^{'} - \frac{{{\lambda _b}}}{2}{{\left( {\frac{{{L_t}/{p_t}}}{{{L_{t - 1}}/{p_{t - 1}}}} - 1} \right)}^2}{L_{t - 1}}/{p_{t1 - 1}} + {Z_t}} \right)} \\ s.t.{L_t} + R_t^C = b_t^{'} + {Z_t} \end{array}$ | (9) |
解出上面的一阶条件为:
$R_t^L - \frac{{{R_t}}}{{1 - {e_t}}} - {\lambda _b}\left( {\frac{{{L_t}/{p_t}}}{{{L_{t - 1}}/{p_{t - 1}}}} - 1} \right) = \beta \left( {\frac{{{\lambda _b}}}{2}{{\left( {\frac{{{L_{t + 1}}/{p_{t + 1}}}}{{{L_t}/{p_t}}} - 1} \right)}^2} - {\lambda _b}\left( {\frac{{{L_{t + 1}}/{p_{t + 1}}}}{{{L_t}/{p_t}}} - 1} \right)\frac{{{L_{t + 1}}/{p_{t + 1}}}}{{{L_t}/{p_t}}}} \right)$ |
定义
$R_t^L - \frac{{{R_t}}}{{1 - {e_t}}} - {\lambda _b}\left( {\frac{{{l_t}}}{{{l_{t - 1}}}} - 1} \right) = \beta \left( {\frac{{{\lambda _b}}}{2}{{\left( {\frac{{{l_{t + 1}}}}{{{l_t}}} - 1} \right)}^2} - \frac{{{\lambda _b}}}{2}\left( {\frac{{{l_{t + 1}}}}{{{l_t}}} - 1} \right)\frac{{{l_{t + 1}}}}{{{l_t}}}} \right)$ | (10) |
从上面的分析中可以看到,银行通过存贷款获利,架起了投资、存贷、抵押以及央行货币政策等多个联系的桥梁,这是我们模型的最主要特点。
(三) 家庭家庭分为耐心型和无耐心型,两类家庭不同表现在时间折现因子不同,无耐心型家庭更看重当期消费,耐心型家庭更看重未来消费,无耐心型家庭需要向银行借款来满足自己当期对于消费、房地产消费等要求,而耐心型家庭则由于能够平滑整个周期上的消费和房屋消费,不用向金融机构借款,并且可将多余资金存入商业银行,获得利息收益。
1.耐心型家庭:我们用字母上 ()′表示耐心型家庭,在预算约束下极大化其贴现效用:
$\begin{array}{l} \max {E_0}\sum\limits_{t = 0}^\infty {{\beta ^t}\left( {\log c_t^{'} + {j^{'}}\log h_t^{'} - \frac{{{{\left( {L_t^{'}} \right)}^{\eta '}}}}{{\eta '}} + \chi \log \frac{{M_t^{'}}}{{{P_t}}}} \right)} \\ s.t.\;\;\;\;c_t^{'} + {q_t}\left( {h_t^{'} - h_{t - 1}^{'}} \right) + b_t^{'} + \frac{{{\phi _h}}}{2}{\left( {\frac{{h_t^{'} - h_{t - 1}^{'}}}{{h_{t - 1}^{'}}}} \right)^2} + \frac{{M_t^{'} - M_{t - 1}^{'}}}{{{P_t}}} + t_t^{'} = \frac{{{R_{t - 1}}}}{{{\pi _t}}}b_{t - 1}^{'} + w_t^{'}L_t^{'} \end{array}$ | (11) |
β为耐心型家庭的折现系数,j′表示与消费而言的房屋效用重要性的相对参数,L′t、M′t和T′t是耐心型家庭的劳动支出、货币需求和需要支付的总量税,
$\frac{1}{c_{t}^{'}}={{E}_{t}}\left( \frac{\beta {{R}_{t}}}{{{\pi }_{t+1}}c_{t+1}^{'}} \right)$ | (12) |
$\frac{q}{c_{t}^{'}}=\frac{{{j}^{'}}}{h_{t}^{'}}+\beta {{E}_{t}}\left( \frac{{{q}_{t+1}}}{c_{t+1}^{'}} \right)$ | (13) |
$\frac{w_{t}^{'}}{c_{t}^{'}}={{\left( L_{t}^{'} \right)}^{{{\eta }^{'}}-1}}$ | (14) |
$\chi {{\left( \frac{M_{t}^{'}}{{{P}_{t}}} \right)}^{-1}}=\lambda _{t}^{'}-\frac{\beta \lambda _{t+1}^{'}}{{{\pi }_{t+1}}}$ | (15) |
2.无耐心型家庭:我们用字母上″表示无耐心型家庭,其折现系数为β″,由于缺乏耐心,设定β″ < β。无耐心型家庭会进行借贷,借贷数量是除去购买房屋价格首付比例m″后的一个份额。用小写字母表示实际值,其效用函数目标函数和约束条件为:
$\begin{align} & \max {{E}_{0}}\sum\limits_{t=0}^{\infty }{{{\beta }^{"t}}\left( \log c_{t}^{"}+{{j}^{"}}\log h_{t}^{"}-\frac{{{\left( L_{t}^{"} \right)}^{\eta "}}}{{{\eta }^{"}}}+\chi \log \frac{M_{t}^{"}}{{{P}_{t}}} \right)} \\ & s.t.\ \ \ \ c_{t}^{"}+{{q}_{t}}\left( h_{t}^{"}-h_{t-1}^{"} \right)+\frac{{{R}_{t-1}}}{{{\pi }_{t}}}b_{t-1}^{"}+\frac{{{\phi }_{h}}}{2}{{\left( \frac{h_{t}^{"}-h_{t-1}^{"}}{h_{t-1}^{"}} \right)}^{2}}+ \\ & \frac{M_{t}^{"}-M_{t-1}^{"}}{{{P}_{t}}}+t_{t}^{"}=b_{t}^{"}+w_{t}^{"}L_{t}^{"} \\ & {{R}_{t}}b_{t}^{"}\le {{E}_{t}}\left( {{m}^{"}}{{q}_{t+1}}h_{t}^{"}{{\pi }_{t+1}} \right) \\ \end{align}$ | (16) |
其中j″为无耐心型家庭对房屋的偏好参数,L″t、M″t和T″t是无耐心型家庭的劳动支出、货币余额和总量税,
$\frac{1}{c_{t}^{"}}={{E}_{t}}\left( \frac{{{\beta }^{"}}R_{t}^{L}}{{{\pi }_{t+1}}c_{t+1}^{"}} \right)+\lambda _{t}^{"}R_{t}^{L}$ | (17) |
$\frac{{{q}_{t}}}{c_{t}^{"}}=\frac{{{j}^{"}}}{h_{t}^{"}}+{{E}_{t}}\left( \frac{{{\beta }^{"}}{{q}_{t+1}}}{c_{t+1}^{"}}+\lambda _{t}^{"}{{m}^{"}}{{q}_{t+1}}{{\pi }_{t+1}} \right)$ | (18) |
$\frac{w_{t}^{"}}{c_{t}^{"}}={{\left( L_{t}^{"} \right)}^{{{\eta }^{"}}-1}}$ | (19) |
$\chi {{\left( \frac{M_{t}^{"}}{{{P}_{t}}} \right)}^{-1}}=\lambda _{t}^{"}-\frac{{{\beta }^{"}}\lambda _{t+1}^{"}}{{{\pi }_{t+1}}}$ | (20) |
企业家用物质资本、房地产和劳动作为投入,生产中间产品,这里的物质资本是指除房地产外的资本投入。其中资本和房地产需要购买,每一期投资积累的物质资本,不能立即进入生产,需要经过一期转化。我们假定生产函数是C-D形式的:
${{Y}_{t}}={{A}_{t}}K_{t-1}^{\mu }h_{t-1}^{\upsilon }L{{_{t}^{'}}^{\alpha \left( 1-\mu -\upsilon \right)}}L{{_{t}^{"}}^{\left( 1-\alpha \right)\left( 1-\mu -\upsilon \right)}}$ | (21) |
其中Yt是产出,At是技术水平,Kt-1是上一期的资本存量,ht-1是上一期的房地产存量,L′t和L″t表示两种类型消费者的劳动,μ表示资本投入比例,υ表示房地产投入比例,α(1-μ-υ) 和 (1-α)(1-μ-υ) 是两种类型劳动投入比例,企业家的目标函数为总消费最大:
$\begin{align} & \max {{E}_{0}}\sum\limits_{T=0}^{\infty }{{{\gamma }^{t}}\left( \log {{c}_{t}} \right)} \\ & s.t.{{P}^{w}}{{Y}_{t}}={{P}_{t}}{{c}_{t}}+{{Q}_{t}}\left( {{h}_{t}}-{{h}_{t-1}} \right)+{{R}_{t-1}}{{B}_{t-1}}{{P}_{t-1}}-{{B}_{t}}{{P}_{t}}+W_{t}^{'}L_{t}^{'}+W_{t}^{"}L_{t}^{"}+{{P}_{t}}{{I}_{t}} \\ & \ \ \ \ \ \ \ \ \ \ \ \ +\frac{{{\phi }_{h}}}{2}{{\left( \frac{{{h}_{t}}-{{h}_{t-}}1}{{{h}_{t-1}}} \right)}^{2}}{{h}_{t-1}}{{Q}_{t}}+ \\ & \frac{{{\phi }_{k}}}{2\delta }{{\left( \frac{{{I}_{t}}}{{{K}_{t-1}}}-\delta \right)}^{2}}{{K}_{t-1}}{{P}_{t}}-{{P}_{t}}{{t}_{t}} \\ \end{align}$ | (22) |
${{R}_{t}}{{B}_{t}}\le {{m}_{t}}{{Q}_{t+1}}{{h}_{t}}$ | (23) |
约束条件22表示:企业家用总产出收益满足当期消费、房地产投资、劳动支出、资本利息支出、物质资本和房地产存量调整时发生的成本,效用函数采用对数效用函数表示,γ是折现系数,Pw、Pt、Qt分别是中间品的出厂价格、总体价格水平和房地产价格,ct为企业家的消费,(ht-ht-1) 为房地产存量的变化,Bt是企业家向信贷市场的贷款,Rt是利率水平,W′和W″t为名义工资,φh和φk是房地产和资本调整的单位成本,tt为企业家需要缴纳的总额税,
用实际变量来表示上面的值其中
$\begin{align} & s.t.\frac{{{Y}_{t}}}{X}={{c}_{t}}+{{q}_{t}}\left( {{h}_{t}}-{{h}_{t-1}} \right)+\frac{{{R}_{t-1}}{{b}_{t-1}}}{{{\pi }_{t}}}-{{b}_{t}}+w_{t}^{'}L_{t}^{'}+w_{t}^{"}L_{t}^{"}+ \\ & {{I}_{t}}+\frac{{{\phi }_{h}}}{2}{{\left( \frac{{{h}_{t}}-{{h}_{t-1}}}{{{h}_{t-1}}} \right)}^{2}}{{h}_{t-1}}{{q}_{t}} \\ & \ \ \ \ +\frac{{{\phi }_{k}}}{2\delta }{{\left( \frac{{{I}_{t}}}{{{K}_{t-1}}}-\delta \right)}^{2}}{{K}_{t-1}}-{{t}_{t}} \\ \end{align}$ | (22') |
$\begin{align} & {{R}_{t}}{{b}_{t}}\le {{m}_{t}}{{q}_{t+1}}{{h}_{t}}{{\pi }_{t+1}} \\ & {{I}_{t}}={{K}_{t}}-\left( 1-\delta \right){{K}_{t-1}} \\ \end{align}$ | (23') |
解出一阶最优条件:
$\frac{1}{{{c}_{t}}}={{E}_{t}}\left( \frac{\gamma R_{t}^{L}}{{{\pi }_{t+1}}{{c}_{t+1}}} \right)+{{\lambda }_{t}}R_{t}^{L}$ | (24) |
${{\mu }_{t}}=\frac{1}{{{c}_{t}}}\left( 1+\frac{\phi }{\delta }\left( \frac{{{I}_{t}}}{{{K}_{t-1}}}-\delta \right) \right)$ | (25) |
${{\mu }_{t}}=\gamma \frac{1}{{{c}_{t}}}\left( \frac{{{\phi }_{k}}}{\delta }\left( \frac{{{I}_{t}}}{{{K}_{t-1}}}-\delta \right)\frac{{{I}_{t+1}}}{{{K}_{t}}}-\frac{{{\phi }_{h}}}{2\delta }{{\left( \frac{{{I}_{t+1}}}{{{K}_{t}}}-\delta \right)}^{2}} \right)+\gamma {{E}_{t}}\left[ \frac{\mu {{Y}_{t+1}}}{{{c}_{t+1}}{{X}_{t+1}}{{K}_{t}}}+{{u}_{t+1}}\left( 1-\delta \right) \right]$ | (26) |
${{q}_{t}}+{{\phi }_{h}}{{q}_{t}}\left( \frac{{{h}_{t}}-{{h}_{t-1}}}{{{h}_{t-1}}} \right)=\\ {{E}_{t}}\left( \frac{\gamma {{c}_{t}}}{{{c}_{t+1}}}\left( \upsilon \frac{{{Y}_{t+1}}}{{{X}_{t+1}}{{h}_{t}}}+{{q}_{t+1}}\left( 1+\frac{{{\phi }_{h}}}{2}\left( \frac{h_{t}^{2}-h_{t-1}^{2}}{h_{t-1}^{2}} \right) \right)+{{\lambda }_{t}}{{m}_{t}}{{\pi }_{t+1}}{{q}_{t+1}} \right) \right)$ | (27) |
$w_{t}^{'}=\frac{\alpha \left( 1-\mu -\upsilon \right){{Y}_{t}}}{{{X}_{t}}L_{t}^{'}}$ | (28) |
$w_{t}^{"}=\frac{\left( 1-\alpha \right)\left( 1-\mu -\upsilon \right){{Y}_{t}}}{{{X}_{t}}L_{t}^{"}}$ | (29) |
零售商从企业那里购进中间产品,进行加成定价后出售给企业家、耐心型家庭和无耐心型家庭三种类型消费者。采用Calov (1983)的定价法则,得到新凯恩斯菲利普斯曲线,θ为价格粘性参数:
${{\pi }_{t}}=\beta {{E}_{t}}\left( {{\pi }_{t+1}} \right)+\frac{\left( 1-\beta \theta \right)\left( 1-\theta \right)}{\theta }\widehat{mc}$ | (30) |
我们采用刘斌 (2010)中介绍的贝叶斯方法对模型进行估计,基本方法是先给出参数初始值和分布,然后利用数据对参数进行后验估计,然后找出冲击对模型中变量的动态影响过程,贝叶斯估计是一种稳健的估计方法,也是普遍采用的估计方法。我们利用了1998年1季度到2012年4季度的GDP (Y)、固定资产投资总额 (I)、居民存款余额 (b)、政府财政支出 (g) 数据 (数据来源:CCER经济金融数据库)。数据首先用H-P滤波的方法去势,然后进行季节调整,再取对数,用处理过的数据对模型中的参数进行估计。在估计中,利用数据进行4000次的重复计算,得到最终结果。
自90年代以来,大量关于货币政策规则的文献围绕着泰勒规则展开,泰勒规则主要描述了中央银行如何使用利率手段来保持较低的、稳定的通货膨胀,避免产出和就业的剧烈波动 (Talor, 1993)。谢平和罗雄 (2002)首次验证了泰勒规则的适用性问题,并说明泰勒规则可以很好地反映中国的货币政策;邓翔和雷国胜 (2011)研究显示,泰勒规则在中国具有较好的适用性 (也可参见马勇,2014;郑挺国,2011)。鉴于大量文献均采用这一规则作为央行货币规则,因此,本文也选择泰勒规则来刻画货币政策工具规则,名义基准利率由如下函数确定:
${{R}_{t}}={{\left( {{R}_{t-1}} \right)}^{rR}}{{\left( \pi _{t-1}^{1+{{r}_{\pi }}}{{\left( \frac{{{Y}_{t-1}}}{Y} \right)}^{rY}}\overline{rr} \right)}^{1-rR}}{{E}^{{{\varepsilon }_{R,t}}}}$ | (31) |
参数参照许伟和陈斌开 (2009)的估计,其余的参数选择见下表:
另外,王先柱和刘洪玉 (2011)指出,货币政策的紧缩程度显著影响房地产企业现金持有水平,陈日清 (2014)也指出,利率对房地产市场作用有限,基于此,我们也引入基于货币量工具规则:麦克勒姆规则,其具体参数选择参照李成 (2010)、许志伟 (2010),表达如下:
${{M}_{t}}={{M}_{t-1}}w_{t-1}^{{{\lambda }_{m}}}{{\left[ \pi _{t+1}^{{{\phi }_{m\pi }}}{{\left( \frac{{{Y}_{t}}}{Y} \right)}^{{{\phi }_{mY}}}} \right]}^{1-{{\lambda }_{m}}}}{{e}^{{{\varepsilon }_{M,t}}}}$ | (32) |
①为了模型的稳定性,我们对一些重要参数扩大取值范围,比如m、m″分别从0.7到0.5和0.5到0.3,即企业和家庭可以获得更大比例的贷款和抵押,我们发现,模型的整体变动过程不是很明显,只是波动有所扩大,其他参数例如γ、β″等也作了相应的范围变动,使模型也没有产生很大的变化,所以说,我们的模型比较稳定。
1. 偏好冲击当经济中出现房地产偏好冲击时,房地产市场价格波动不大,模拟结果如图 1所示,房地产价格只是经历了大约4个周期的微弱上涨后就逐渐开始下跌,这一过程一直持续到近40个周期之后。前15个周期,通货膨胀率出现上升,从第16个周期开始下降,房地产价格变动与通胀变动大体一致,以15周期为界,先上涨后下降。与此同时产出下降,经济有渐冷趋势,央行的货币增量在前15个周期持续增加,经历5个周期的调整后,缓慢回落,其持续时期超过40个周期,房地产价格大约在第15个周期上出现了最低值,之后缓缓上升,而恰恰在15个周期时,央行的货币增发势头也逐渐变缓了,而从第20期之后,通胀、房地产价格和增发货币量变动大体一致,均开始逐步上扬。这说明考虑到经济下滑的危险后,央行会对经济进行刺激,通过货币增发抑制下滑,通胀、房地产价格和货币量的大体一致变动,说明房地产波动周期和央行的调控有着内在的一致性。而纵观几次房价出现下跌或者不稳定中,央行都会调整货币政策,对房贷首付、贷款利率进行调整,以刺激房市,可以说印证了我们的研究结论①。
①在经历了一段时间楼市的不景气后,央行决定于2015年2月5日降低准备金率0.5个百分点,类似的过程也在08年、10年出现过。
另外我们发现信贷出现了不同的流向。房地产价格上涨,促使耐心型家庭开始增加货币持有量及存款量;而代表借贷者的无耐心型家庭则相反,减少了其存款量,这说明财富效应在耐心型家庭中比无耐心型家庭大。在冲击发生后,家庭的借贷量与房屋持有量同步增加了,这说明房地产价格的上涨促使他们用借贷来购买房地产。而企业的贷款不但没有增加,反而下跌了0.7%左右。这说明当偏好冲击引起房地产价格上涨时,企业没有增加贷款量,反而减少了贷款量。经济中出现了这样一种情况:一方面是存款的增加,另一方面是企业贷款减少,并伴随着家庭的购房贷款增加,这说明信贷资源没有流向企业,而是变成了诸多家庭购买房屋的贷款。由于企业没有用贷款进行生产性投资,从长期看,这会削弱企业的长期增长能力,进而对经济远期增长构成不利影响。模拟结果显示名义的借贷利率下降也没有导致企业增加投资,相反企业的投资在冲击发生后一直收缩,整体供给水平下降。即使随着冲击效应的逐渐减小,经济不景气的状况也持续了40个周期以上。
综上,房地产偏好冲击引导资金流向变化,经济中的金融借贷从生产领域转向普通家庭,企业投融资均减少,而央行试图通过增加货币投放量刺激经济复苏,这样做的结果只在一定程度上减缓了房地产价格下降的趋势,却没有引导资金进入实体领域,增发的货币通过信贷领域流向了普通家庭的房屋购买上,企业却没有得到相应的贷款,大量资本流入到非生产性领域,导致整个经济出现明显下滑。银行在这里扮演了资金转向通道的角色,大量资金正是通过银行体系,进入了普通家庭和非生产性领域,引起了经济长期低迷。
现实中我们看到,前几年房地产市场的火爆,企业把大量资金投入到房地产市场,尤其以央企为甚,央企可以容易的获得大量贷款投资房市,而企业投资房地产市场的结果是我国制造业投入不足,缺少后续发展动力。目前我国经济增速回落,正是前几年房地产市场对整个实体经济的冲击所致,我们的模型较好的体现了这一现实变化。
2. 通胀冲击①①由于篇幅有限,下面未列出通胀冲击、技术冲击、财政支出冲击、准备金率冲击、利率冲击、货币冲击的反应曲线,如有需要可向作者索要。
当通胀冲击发生后,名义利率和实际利率整体的变动趋势相近,但是后者比前者波动幅度大,名义利率上涨最高的时候比基准利率几乎增加了近40倍。但是我们发现,借贷利率的上涨不但没有降低房地产的价格,反而推动了房地产价格的上扬。冲击发生后,耐心型家庭对货币需求大幅度增加而无耐心型家庭对货币的需求大幅度减少,前者的涨幅和后者的跌幅都接近10%。两者的区别在于耐心型家庭无借贷的约束,他的货币需求要比无耐心型家庭的货币需求平缓,在30多个周期内耐心型家庭货币持有量一直在增加,无耐心型家庭增持货币也持续了大约16-17个周期。如果我们把耐心型家庭看做高收入家庭,无耐心型家庭看做低收入家庭,这说明面对通胀冲击,高收入家庭要比低收入家庭状况好。
模拟显示货币总量增加,贷款总量出现了下降,最大降幅水平为原来的大约75%。实际利率的上升,不但没有抑制房价反而推高了房价,说明增加的货币通过信贷层面流向了房地产市场,耐心型家庭减少了存款的数量,增加了对当期实际消费和房地产的支出,与之相对应的是,无耐心型家庭的房屋持有量则下降了15%。这是因为通胀冲击改变了耐心型家庭的预期,他们试图通过增加当期消费,提高房地产持有来增加收益,这就是耐心型家庭消费、货币需求和房屋持有量不断增加的原因。随着房价的走高,企业的房地产存量明显增加,这说明企业正通过银行支持提高了其房地产持有量,信贷正从居民房消费向企业商用房地产保有转移,因为企业可以更容易地从房地产中获取高额回报,不需要进行生产性投入,当前我国经济中出现的企业对商用房地产投资的热情,可以说是这一传导机制在现实中的反映。②
②参见中国商报/2014年/5月/20日/第P06版,《住宅市场热情不再,商铺归来呈现火热趋势》
上面的分析表明,由于通胀形成了市场对经济未来的某种预期,冲击下利率的升高并没有吸引银行存款增加,而实际中信贷需求却大幅度增加,迫使央行增发货币,大量货币进入经济后通过银行体系流入房地产市场,推动了房地产价格的攀升,这进一步引领信贷从家庭消费转向对房地产投资。于是经济中出现了通胀冲击引起资产价格虚高再吸引房地产投入的循环过程。近一个时期以来,我国出现经济增速下降,居民消费持续不振、大量企业都出现了信贷不足的现象,而央行几次都在试图通过微调信贷规模、降准手段以期解决这一问题,而本模型却指出:在这一微调背后需要注意的是:如果信贷流入到以房地产为代表的资产市场,极有可能引发市场以资产价格攀升为逐利的经济活动中,损害长期经济增长的动力。
3. 技术冲击技术冲击减少了经济中对货币的需求,央行的货币增速下降,货币总量减少,企业贷款增加,产出增加,这说明大量资金正通过贷款流向企业投入生产,另一方面,技术进步并没有引起房地产价格的大幅度上涨,仅造成一定程度的微弱上扬,经济中的各个变量包括投资、产出、信贷中的存贷款、各个经济主体的消费以及房地产的消费量,均呈现良好地增长态势。
我国正处于一个经济增长的新阶段,这一阶段的典型外在特征就是经济增速下降,这要求我们要从以增加投入为的增长方式转移到以提高技术为经济增长动力的增长方式上来,通过模型对技术冲击的模拟,我们可以看到技术冲击能够对整个经济增长提供良好的结果,不会造成通胀和资产价格大幅攀升,居民消费,产出等变量均稳步递增,这是对经济转变经济增长方式的又一佐证。
4. 财政支出冲击财政支出增加后,企业的信贷量出现了10个周期左右的上升,产出上涨持续了大约40个周期。普通家庭的借贷情况与企业恰好相反,前10个周期处于下降过程。利率没有显著变化,大量信贷资源进入了企业,企业扩大借贷,资金从家庭通过银行流向了企业,提高了企业生产能力。居民消费总体下降,说明居民没有从财政支出增加中获得收益,企业才是财政刺激最大的受益者。
以上过程说明:财政冲击对经济的作用主要体现在对供给的刺激上,财政支出增加提高了企业收益,但是却没有相应提高居民消费,甚至恶化了居民消费。现实中我国也出现了类似的情形。例如08年金融危机下,政府出台了4万亿的刺激政策,财政刺激使得我们跳出经济衰退的危险,但与此同时,房地产价格却迅速上升,上涨的房地产价格进一步压缩居民消费。我国居民消费占GDP比例一直较低,不但和发达国家相比比重过低,甚至比一些发展中国家还要低。虽然一些研究认为,我国居民消费不足,是居民收入增长缓慢、养老教育支出一再攀升、居民谨慎性储蓄过多等诸多因素导致,但市场经济下,政府的财政刺激导致房地产资产价格攀升吸引过度投资和购买,进而挤占消费也是不可忽视的一个原因。
5. 准备金率冲击准备金率冲击发生,各个变量波动普遍持续超过20个周期。其中货币总量在10期增长后开始下降,逐渐的货币回笼降低了通胀,实际利率上涨了接近16-17个周期,进一步推高借款利率上升,上升持续时间接近40个周期。虽然利率有所上涨,但并没有影响到投资,企业资本存量和产出相应地稳定增加,产出上涨2%左右。房地产价格上涨使得企业更容易获得贷款,企业贷款量最高上涨了近10%。
整个冲击过程说明:银行促使经济中存款在准备金率冲击下向房地产领域流动,向企业流动,企业贷款增加而个人贷款减少,企业的房地产投资增加而个人的房地产消费量下降。从我们的模拟中可以看到,经济并没有由于货币政策调整而出现衰退,企业的投资、产出增加,物价稳健。我们从理论层面上说明,如果央行实行较为稳健的货币政策,不会对经济造成不利影响,反而在一定程度上刺激企业向银行贷款,提高效益。当前我国正处在经济结构调整的时期,央行一再实施实行稳健的货币政策,以此帮助调整经济结构,提高经济增长质量,我们的研究结论证明这是正确的和积极的。
6. 利率冲击利率冲击影响下,短期内名义利率微弱上涨后就开始下降,通货膨胀率在这一过程中下降,促使实际利率立即上升,经过5个周期调整回到稳态值,之后平稳地保持一个低利率状态。房地产价格上升接近1%并持续了近40个周期。央行的货币增速下降,呈现前高后低的变化。企业信贷量大量增加,在第5期到达最高值,最高上涨大约5%,房地产投资大约上涨了5%,说明企业大量信贷资金都用在了房地产投资上而没有用于生产资本的投入。投资和产出下降,其中产出大约经历了5个周期的下滑,而投资则经历近20个周期的下降,两者下降大约2.5%。
这一过程说明了以房地产为代表的资产价格和经济波动之间冲击传导的关系:房价上涨使得企业发现,将更多资金投入到房地产投资收益更大,银行也愿意分享这一收益,从而出现企业信贷量不断攀升,而生产资本投入则要长期下滑。冯科 (2011)发现,货币政策对房地产市场企业财务指标影响明显,但是对其投资行为影响有限,我们的分析,恰恰证实了他们的发现,由于投资房地产和投资实业产生了不同收益,所以企业宁愿大量储存现金,挣得融资,也不愿意投资实业。而高涨的房地产价格,也增加着了银行体系的风险。当前我国正处在经济增长从高速转向中低速阶段,以房地产为代表的资产价格风险成为我国经济转型过程中不可忽视的障碍,以上分析对于化解房地产和银行风险的关系,有一定借鉴意义。
四、 模拟下的方差分解考虑到模型适用的稳健性,我们分别在泰勒规则和麦克勒姆规则①下作了各种冲击的方差分解,我们将结果列于表 2,表 3。作为对比我们发现,在两种规则下,货币总量都是波动的重要原因。从表 2中可以看出,准备金率冲击在变量的方差分解中扮演了重要的角色。准备金率冲击解释了几乎基准利率变动的80%,通胀冲击解释了基准利率方差波动不到6%。借贷利率的方差分解中,最大的影响同样也是准备金率冲击,其次是名义基准利率,第三位的是通货膨胀冲击的影响。准备金率的变动在一定程度上代表了货币总量的变动,是货币总量增减的总阀门。可见,我国经济波动中货币因素扮演了非常重要的角色。
①关于麦克勒姆规则下的模型设定以及参数选择,可以向作者索要,文献请参阅王宪勇 (2009)、李成 (2010)、许志伟 (2010)、岳云超和牛霖琳 (2014)等。
在房地产价格的方差分解中,最大的影响因素还是准备金率冲击,其次是名义基准利率冲击,通胀和技术进步冲击分别解释了8.32%和4.33%的方差。对于通胀和房地产价格的方差解释中,准备金率冲击分别为76.66%和76.39%,而通胀和名义基准利率冲击对其分别解释了10.95%和8.72%的方差。王云清等 (2013)认为,我国的货币政策能够解释房价波动的60%,我们模拟的结果分别为76%,说明在加入了银行体系传导后的冲击被放大,而且经济中各个层面都受到了相应的影响,在前面的分析中我们也指出了这一点。另外我们使用数量型的货币政策工具的模拟中,其解释程度也达到了51%,说明这一结果相对比较稳健。
在信贷市场上,对普通家庭的存贷款而言,影响最大的是准备金率冲击,其次是利率和通胀冲击。准备金率冲击代表了市场上总货币量的变化,基准利率冲击代表存贷款的成本,通胀冲击则反应了家庭对价格因素变化的反应,这三者共同影响了普通家庭存贷款量。而从企业的角度看,影响企业贷款最重要的因素还是准备金率冲击,准备金率冲击解释了80.54%的企业贷款波动方差,这说明市场上资金宽裕与否是决定企业贷款量的最重要因素,而诸如通胀、技术进步以及利率冲击,都不及货币量宽松与否重要,说明在我国存在明显的货币经济周期现象,这与冯科 (2011)的研究结论比较一致。
另外,家庭和企业作为异质性的经济主体,对于经济中的冲击反应是不一样的:当银行系统面对准备金率变化影响其可信贷量,或者央行调整基准利率影响存贷款成本的时候,对企业的影响明显大于家庭,企业通过银行和企业之间的信贷联系,将这种变化传导至供给面,模拟显示产出可以由准备金率、通胀和名义利率共同解释其方差变化的近95%,说明考虑到经济中的银行体系后,冲击主要通过银行体系在房地产市场、信贷市场以及产出、消费等方面传播,形成了经济波动传导主要路径。
五、 本文小结本文建立了一个多经济主体的动态随机一般均衡模型,将房地产连同银行系统引入模型。两者的引入旨在说明:房地产与银行系统共同形成经济冲击的传导主体,并对宏观经济中的其他主体产生作用,我们发现:与以往的研究对比,在增加了金融信贷对房地产业支持后,模型非常好的再现了我国一些典型的宏观经济现象,主要结论有:
第一,银行信贷使得经济中资金快速流向收益高的行业,房地产价格飙升,高涨的房价进而挤占正常的投资,消费,对整个经济长期发展具有很强的抑制作用。
第二,房地产刚需下,政府刺激经济的货币政策,其产生的效果是大量的资金囤积在房地产市场,房地产价格飙升而居民消费低迷,经济增长速度受到抑制。而财政刺激下,经济中除产出短期有所增加之外,经济中的消费、投资和金融借贷市场都出现了长期的不同程度的低迷。
第三,技术进步下,央行需要着力把握货币投放量,保持物价水平保持在合适的范围内,防止出现紧缩,控制信贷合理流向,才能保障经济结构的有效调整。
第四,在我国,影响经济最重要的变量是央行存款准备金率。存款准备金率影响经济中总的货币供给,对资产价格、企业的投融资成本以及银行存贷款都产生基础性影响,调整经济要慎用准备金率这一刺激手段。
[] | Benhabib, J. , Rogerson, , Richard, and Wright, R. , 1991, "Homework in Macroeconomics: Household Production and Aggregate Fluctuations". Journal of Political Economy, 99(6), 1166–87. DOI:10.1086/261796 |
[] | Bernanke, B., and M.Gertler, Monetary Policy and Asset Price Volatility[J].NBER Working Papers 7559, 2000. |
[] | Calvo and Guillermo, 1983, Staggered Prices in a Utility-Maximizing Framework, Journal of Monetary Economics[J].(12), (September), pp.983-998. |
[] | Greenwood, J. and Hercowitz, Z. , 1991, "The Allocation of Capital and Time over the Business Cycle". Journal of Political Economy, 99(6), 1188–1214. DOI:10.1086/261797 |
[] | Iavociello, , House, Prices , Borrowing, Constraints and Monetary, , 2005, "Policy in the Business Cycle". American Economic Review, 739–764. |
[] | Iavociello and NeriHousing Market Spillovers, 2010, "Evidence from the Estimated DSGE Model". American Economic Journal: Macroeconomics(2), 235–164. |
[] | Luk, and Fred, K. , 1991, "A General Equilibrium Simulation Model of Housing Markets with indivisibility". Regional Science and Urban Economics(23), 153–1691. |
[] | Kiyotaki, N., and J.Moore, 1997, Credit Cycles, Journal of Political Economy[J].Vol.105, (2), pp.211-248. |
[] | McCallum, , Bennett, T and Robustness, , 1988, "Properties of a Rule for Monetary Policy". Carnegie-Rochester Conf.Ser.Public Policy(29), 173–204. |
[] | Taylor, and John, B , 1993, "Discretion versus Policy Rules in Practice". Carnegie-Rochester Conf.Ser.Public Policy(39), 195–214. |
[] | 肖争艳、彭博, 2011, 《住房价格与中国货币政策规则》, 《统计研究》, 第 11 期, 第 40–49 页。 |
[] | 冯科, 2011, 《中国房地产市场在货币政策传导机制中的作用研究》, 《经济学动态》, 第 4 期, 第 42–49 页。 |
[] | 王云清、朱启贵、谈正达, 2013, 《中国房地产市场波动研究——基于贝叶斯估计的两部门DSGE模型》, 《金融研究》, 第 3 期, 第 101–113 页。 |
[] | 封北麟, 2009, 《资产价格波动与货币政策反应》. 北京: 经济科学出版社, 第 30-213 页. |
[] | 李成、马文涛, 2010, 《通货膨胀预期、货币政策工具选择与宏观经济稳定》, 《经济学 (季刊)》, 第 10 期, 第 34–65 页。 |
[] | 谭政勋、王聪, 2011, 《中国信贷扩张、房价波动与金融稳定效应研究》, 《金融研究》, 第 8 期, 第 57–71 页。 |
[] | 何静、李村璞、邱长溶, 2011, 《信贷规模与房地产价格的非线性动态关系研究》, 《经济评论》, 第 2 期, 第 21–28 页。 |
[] | 陈日清, 2014, 《中国货币政策对房地产市场的非对称效应》, 《统计研究》, 第 6 期, 第 33–41 页。 |
[] | 许伟、陈斌开, 2009, 《银行信贷与中国经济波动: 1993-2005》, 《经济学 (季刊)》, 第 3 期, 第 969–994 页。 |
[] | 许志伟、薛鹤翔、罗大庆, 2012, 《融资约束与中国经济波动——新凯恩斯主义框架内的动态分析》, 《经济学 (季刊)》, 第 10 期, 第 83–110 页。 |
[] | 谢平、罗雄, 2002, 《泰勒规则与其在中国货币政策中的检验》, 《经济研究》, 第 3 期, 第 3–12 页。 |
[] | 邓富民、王刚, 2012, 《货币政策对房地产价格与投资的实证分析》, 《管理世界》, 第 6 期, 第 177–179 页。 |
[] | 王先柱、金叶龙, 2013, 《货币政策能有效调控房地产企业"银根"吗?——基于财务柔性的视角》, 《财经研究》, 第 11 期, 第 69–79 页。 |
[] | 原鹏飞、魏巍贤, 2010, 《房地产价格波动的宏观经济及部门经济影响》, 《数量经济技术经济研究》, 第 5 期, 第 83–103 页。 |
[] | 岳云超、牛霖琳, 2014, 《中国货币政策规则的估计与比较》, 《数量经济技术经济研究》, 第 3 期, 第 119–133 页。 |