货币政策房地产市场论文

[摘要]本文在建立VAR模型的基础上分析了货币政策的主要操作目标货币供给量对房地产市场价格变动的影响,得出结论:货币供给量和房地产市场价格变动之间不存在明显的相关关系,两者之间同样不存在任一方向的格兰杰因果关系。所以,在我国房地产价格不断上涨的背景下,中央银行单纯使用货币政策对房地产市场进行调控,是无效的。下面是小编整理的《货币政策房地产市场论文(精选3篇)》，欢迎阅读，希望大家能够喜欢。

货币政策房地产市场论文 篇1：

货币政策与房地产市场关系实证研究

摘 要：利用1996年第一季度至2006年第四季度的数据，运用计量经济方法对货币政策与房地产市场的关系进行了实证分析。实证分析主要运用统计学软件SPSS13.0对变量一年期贷款利率，货币量，国房景气指数进行回归分析。得出了货币政策影响房地产市场发展，其中货币供应量教利率对房地产市场发展更为显著的结论。

关键词：货币政策；利率；货币供给；国房景气指数

利率政策是一个国家经济政策的重要组成部分，是一个国家调节国民经济的重要杠杆，而调整贷款利率，控制货币供应量的变化是货币政策的重要工具。房地产行业作为资金密集型的产业，其供给和需求都离不开银行。使得货币政策对房地产行业有非常重要的影响。

1 货币政策与房地产市场理论

1.1 利率对房地产市场的影响

利率变动可以影响房地产供给和房地产需求。凯恩斯在《通论》中以需求为中心，论证了投资需求由利率和资本边际效率决定 。凯恩斯认为当资本边际效率一定时，利率下降能刺激投资增加，但到底能增加多少又取决于利率弹性系数的大小。房地产行业是资本密集型产业，资产负债率高决定了对银行和客户预付款融资的依赖，利率上升既会影响房地产企业的供给即投资，因为利率上升导致房地产企业融资成本增加，而同时利率的上升导致按揭消费者偿还贷款的增加。比如购买一套60万的住房，按7成20年按揭计算，即首付18万，余下的42万靠银行贷款。贷款利率为5.22％时，每个月需要还款2823.11元，如果利率上调一个百分点为6.22％时，每月需要还款3062.56元，则每月多还款239.45元。如果利率再上调一个百分点到7.22％，每月需要还款3311.95元，每月多还款488.84元。可见利率变化显著地影响消费者需求的变化，又进一步来影响房地产企业的预期资本边际效率，导致房地产供给的减少。而当利率降低时情况相反即利率下降，住房贷款成本费用下降，房地产需求上升，房地产价格上升。

1.2 货币供给量对房地产市场的影响

货币供给量的变化通过中央银行公开市场操作，再贴现和法定存款准备金等货币政策的调整来实现，而货币供给量的变化会改变银行的存款和准备金，进而影响贷款的供给能力。而贷款供给能力又同时影响消费者和房地产企业的住房需求贷款和投资贷款。通过影响有效需求来影响房地产价格的变化。当实施扩张性的货币政策即货币供应量增加时，银行的存款和准备金增加，准备金率不变的情况下，贷款的能力增强，宏观经济环境和政策相对稳定情况下，住房贷款增加，房地产的有效需求也随之增大。房地产价格按照供需理论相应上升，而当货币供给量减少时，银行贷款能力降低，住房贷款也相应降低，有效需求减少，房地产价格下降。

1.3 汇率对房地产市场的影响

汇率是指本国货币与外国货币折算和兑换的比率。在健全的汇率制度下，汇率与利率之间呈正相关关系。汇率下降即本国货币升值时，进口大幅增加，利率下降，投资回报率相对较高时会吸引海外投资者到本地市场，房地产投资增加，房地产价格也会上升。目前我国汇率实行盯住美元的固定汇率制度，所以汇率对产品市场，货币市场和国际收支影响很小，导致汇率变化对我国银行贷款利率影响也很有限，进而影响房地产市场的变动效果。

我国货币政策主要通过以上三个途径来影响房地产市场，本文主要从利率和货币供应量两个方面出发来实证和计量分析其影响。

2 实证分析

2.1 利率变化与房地产市场变化

针对1995年，1996年通货膨胀达到16.7％，8.9％。以及有效需求的不足，央行采取了稳健的货币政策，以促进经济增长，从1995年开始，存款利率由1995年7月1日的12.06％到2002年2月21日的5.31％。先后9次下调，累计下调了6.75％，另一方面名义存款利率从10.98％调到了1.98％ 。达9％存款利率的下调，降低了货币资产收益率，使得投资者增加非货币资产的比例，使房地产投资需求增加。

2.2 货币供应量变化与房地产市场变化

适当增加货币供应量，加大金融对当代经济发展的支持力度，是我国货币政策的核心内容，我国法定存款准备金率从1998初13％调到6％，降幅7％。虽然2003-2006三次上调但仍维持较低的历史水平。

3 计量分析

3.1 数据说明

计量软件SPSS13.0 分析中所采用的数据全部来自中国国家统计局网站，中国发展与改革委员会网站，CCER金融经济数据库。中国人民银行官方网站数据样本期为1996年第一季度至2006年第四季度。自变量为一年期名义贷款利率I和广义货币供给量M2，因变量为当年的房地产投资总额REI(Real Estate Investment)。本文统计分析软件为SPSS13.0。

3.2 回归分析

以1995-2006年全国货币供给量M2为自变量X1,以当年年末完成的房地产投资总额为因变量Y，用SPSS13.0进行回归分析，检验两者的线性关系。

从回归分析的方差分析表ANOVAb中可以看出模型通过了统计显著性检验，回归系数通过了t检验，F=364.763,R square=0.973,即自变量与因变量的回归模型可以97.3％地解释因变量的变异性，说明模型拟合比较成功，说明中国全年货币供应量和对应的当年房地产投资总额之间有显著的性线关系，估计回归方程为：

Y= -2304.432+0.060X1即 REI= -2304.432+0.060 M2

以1995-2006年的一年期名义贷款利率为X2，以当年年末完成的房地产投资总额为因变量Y，用SPSS13.0进行回归分析，检验两者的线性关系。

从回归分析的方差分析表ANOVAb中可以看出模型通过了统计显著性检验，回归系数通过了t检验，F=4.969,R square=0.332,即自变量与因变量的回归模型可以33.2％地解释因变量的变异性，说明模型拟合基本成功，说明名义贷款利率为和对应的当年房地产投资总额之间有基本显著的性线关系，估计回归方程为：

Y= 18212.114.432 -1471.713 X2

即 REI=8212.114.432 - 1471.713 I

通过以上分析，可以看出货币供应量与房地产投资额的模型拟合较贷款利率和房地产投资额模型强，这是因为利率作用房地产市场的相对滞后性和被动性。利率作为一种二级调控手段，它的变动需要其他相关变量作用于市场，因此要一段时间后才能看见效果。但是从回归方程上我们可以肯定利率和房地产投资的负相关趋势。

最后，我们同时考虑利率和货币供应量的共同作用对房地产投资产生的影响来进行回归分析，相应的货币供应量为X1，一年期名义贷款利率为X2，因变量为Y为房地产投资总额，进行回归，结果如下：

Modelunstandardized CoefficientsstandardizedcoefficientsBstd.Error Betatsig

(Constant)货币供应量名义利率-7672.799.069546.839677.513.00265.4661.136.214-11.32544.3088.353.000.000.000

a Dependent variable：房地产投资总额

结果显示，在两个自变量共同作用下依然能对房地产投资市场起比较好的解释作用。线性回归方程为：

Y= -7972.799 + 0.69 X1 +546.839 X2即REI= -7972.799 + 0..69 M2 + 546.839 I

t统计量(-11.325)(44.308)(8.353)

但是贷款利率对房地产投资的边际效用却与单因素回归模型相比产生了巨大的变化，造成这种原因可能是货币供应量与贷款利率有一定的多重共线性，我们对货币供应量X1与贷款利率X2的相关性进行分析：

X1-X2相关性 Correlations

名义利率货币供应量

名义利率pearson correlation sig.(2-tailed)N112-.696*.01212

贷币供应量pearson correlation sig.(2-tailed)N-.696*.01212112

Correlation is significant at the 0.05 level（2-tailed）

结果显示货币供应量X1与贷款利率X2确实存在负相关关系，即随着一年期贷款利率的降低，货币供应量存在明显的上升趋势，这也说明利率回归的滞后性，央行通过改变利率从而改变货币供应量来调控市场。贷款利率的上升会降低商业银行之间的贷款需求，降低了货币的流动性，从而抑制派生存款的产生，造成市场上可贷资金的减少,同时对企业来讲，提高贷款利率会降低企业的预期利润率，从而不愿意贷款。从而会使银行的实际贷款低于其本身的贷款能力，造成超额准备金的增加，最终导致了货币供给量的减少。所以我们在观察影响房地产投资市场的变化因素时，可以以前两个回归分析为依据，分别观察利率和货币供给量对房地产投资的影响。同时，我们从前面的回归方程可以看出预测与理论分析是一致的，且货币供应量每变动一个百分点，房地产投资额将正向变动0.060个百分点；利率对房地产投资也有一定的影响力虽然不如货币供应量影响明显，但总的来说与房地产投资变动是同步的，两者之间呈现负相关关系。

4 结语与建议

(1)货币政策可以影响房地产市场，抑制和加速房地产价格的变化，房地产投资。但就回归分析拟合效果看，通过改变货币供给量更能直接地影响房地产市场。

(2)由于对货币供给量与利率的相关性检验。发现两者有明显的负关系，当给房地产市场降温时，央行在降低货币供给量的同时，逐步提高利率水平，效果更明显。此外，严格控制投资和投机的信贷资金供给，减少投资和投机资金数量，以使引导房价理性回归，有效地控制近几年房地产投资和房地产价格过快增长所带来的负面作用。

(3)加大公积金覆盖面，提高金融市场透明度。公积金制度有利于降低购房成本，对投机购房有抑制作用。有利于稳定房地产价格，而提高金融市场透明度有利于减少信息不对称性。地方银行为了吸引更多客户往往降低审核资质，造成中央政策紧地方政策松的局面，不利于政策的执行力度。

参考文献

［1］施兵超.利率理论与利率政策［M］.北京：中国金融出版社,2002.(6-38).

［2］周梅. 我国货币政策对房地产投资影响实证分析［J］.首都经济贸易大学学报，2007.5.

［3］宋勃，高波.利率冲击与房地产价格波动的理论与实证分析：1998-2006［J］.经济评论，2007.4.

［4］周京奎.利率.汇率调整对房地产价格的影响－基于理论与经验的研究［D］.南开大学国家自然科学基金项目，2006.12.

［5］Harris J. The effect of Real Rates of Interest onHousing Prices［J］ .Journal of Real Estate Finance andEconomics. 1989.

作者：谷云波

货币政策房地产市场论文 篇2：

我国货币政策对房地产市场调控的有效性研究

[ 摘 要 ] 本文在建立VAR模型的基础上分析了货币政策的主要操作目标货币供给量对房地产市场价格变动的影响,得出结论:货币供给量和房地产市场价格变动之间不存在明显的相关关系,两者之间同样不存在任一方向的格兰杰因果关系。所以,在我国房地产价格不断上涨的背景下,中央银行单纯使用货币政策对房地产市场进行调控,是无效的。

[ 关键词 ] 货币政策 货币供给量 房地产销售价格指数

一、引 言

随着我国政府1998年取消分配实物住房,实行住房货币化改革以来,我国房地产市场发展迅速,特别是2003年以后,房地产市场进入蓬勃发展的繁荣期,国内市场巨大的居住性需求和投资性需求,促使房地产价格特别是商品住宅价格的波动性不断加剧。与此同时,在我国较低利率背景下,房地产投资已成为居民资产结构中不断增加的一个重要部分。以房地产价格为主体的社会资产价格波动已成为社会日益关注的热点。

为了控制房地产价格的异常波动,我国政府先后进行了几次比较大的针对房地产市场的宏观调控,最近可追溯到2010年1月出台的“国十条”,其对房地产市场的调控严厉程度是有史以来最为严厉的,但是我国房地产市场的价格却进入了一种“越调越涨”的怪圈。而在中央政府对房地产市场所采用的政策工具中,货币政策是政府采用的重要一环,面临“越调越涨”的怪圈,我们不禁要问,货币政策对房地产市场价格波动的调控是否有效?为了回答这个问题,本文在对货币供给量和房地产销售价格增长率建立VAR模型的基础上,通过格兰杰因果检验,分析二者是否存在波动溢出效应,进而判断货币政策对房地产市场调控的有效性。

二、文献综述

国内现有的文献主要从两个方面研究了房地产价格与货币政策的相互关系。一方面是基于房地产价格是一种资产的价格,而通货膨胀是衡量大部分商品价格上涨程度变量的角度分析,从房地产价格对通货膨胀的影响出发,认为房地产价格对通货膨胀存在长期稳定影响,中央银行可以通过货币政策控房地产价格,如王维安等(2005b)、经朝明等(2006)、中国人民银行南昌支行课题组(2006)、段忠(2007)、李亚培(2007)、洪涛等(2008)。另一方面是从房地产价格与货币供应量的相互关系出发,认为货币政策能够显著影响房地产价格,中央银行可以制定货币政策对房地产价格进行宏观调控,如张燕(1998)、郭科(2006)、贺聪(2007)、房林(2007)、贾健等(2008)。

关于货币政策对房地产市场传导理论,国内外学者研究的较多。主要分为以下两个方面:一方面是通过房地产价格上涨引起的财富效应、托宾的Q效应等推动消费品价格的上涨。如Bernanke和Gertler(1995)认为房地产投资对短期利率冲击反应通常强烈而且持续,但是对于长期利率动态反应却不是这样,而长期利率实际上应该是促进房地产消费的主要因素。刘斌(2003)认为,货币政策可以通过房地产业对居民的经济行为产生显著的住房开支的直接效应和住房财富效应。另一方面是韩冬梅(2007)认为信贷手段可以直接地影响房地产市场中的需求与供给,对房地产市场的调控应该以信贷政策为主,而当房地产市场出现过热势头尤其是泡沫极度膨胀时,应辅之以货币供应量的控制;紧缩货币供应量在抑制房地产价格泡沫的同时也作用于实体经济;王来福(2007)分析认为货币供应量变化对房地产价格有长期的持续正向影响,货币供应量的增加会导致房地产价格上涨;利率变化对房地产价格有负向影响,但在长期其动态影响逐渐减弱。因此,本文主要是从房地产价格和货币供应量的关系出发,以货币供给量和房地产销售价格增长率作为主要分析变量来分析货币政策对房地产市场调控的有效性。

三、实证分析

本文数据均来自中经网统计数据库,选取了1999年1月至2009年9月的货币供应量增长比和房屋销售价格指数增长比的季度数据为分析样本。以房屋销售价格指数代表房地产价格;为消除异方差性,对所有季度数据均加上100成为变量指数后,再取对数,用表示货币供应量指数。同理,表示房地产价格指数。

1.平稳型检验

在建立VAR模型之前,必须要求所选的变量平稳,如果变量不具备平稳性,可能会出现伪回归等结果,所以首先需要对变量进行平稳性检验。在这里本文选择ADF方法检验序列的平稳型。从表一可以看出, 和 的一阶差分均平稳,因此需要考虑房地产价格和货币供应量是否存在协整关系。

2.协整性检验

为了检验房地产销售价格和货币供应量之间是否具有协整关系,考虑到是对两个变量进行检验,本文可以采用恩格尔—格兰杰(EG两步法)来检验两者之间的协整关系。首先用OLS法估计房地产价格和货币供应量的协整回归方程为:

从上表一可以看出,ADF值小于1%的显著性水平下的临界值,所以房地产价格和货币供给量之间存在长期的协整关系。根据AIC准则,并结合参数的实际解释能力,选择模型的最优滞后阶数为2阶。

3.建立VAR模型以及Granger因果检验

根据协整性检验结果,衡量房地产价格和货币供应的波动溢出效应的VAR模型如下:

由VAR模型结果可知,比较不同系数的t检验统计量,得到结论:货币供应量只能被自身的滞后项解释,且从方程系数可以看出,一阶和二阶滞后项的作用相反;房地产市场的价格同样只能由自身的滞后一阶项所解释。货币供应量及房地产价格之间的相互影响作用并不明显。

由表二的格兰杰因果检验结果可知:房地产价格和货币供给量之间并不存在任一方向的因果关系。因此,房地产价格和货币供应量之间不存在变量值意义上的动态传递,即房地产价格和货币供应量相互间的影响不显著。

四、结论及政策建议

1.货币供应量与房地产价格之间不存在明显的动态关联性

从VAR模型中,可以看到货币供应量与房地产价格均主要受自身滞后一期的正向影响。特别是滞后一期的货币供应量的影响系数达到1. 3276,说明当前的货币供应量对预期的货币供应量的弹性很大,即货币供应量具有一定的惯性,间接反应中国的货币政策效果有一定的滞后效应,央行对上期货币政策的依赖度较大。因此,中央银行如果想通过货币政策来达到调控房地产目的话,受到的阻力较大,很难发挥货币政策在调控房地产中的独立性和有效性。

2.货币供应量与房地产价格相互间不存在显著的波动溢出效应

货币供应量与房地产价格都主要受自身滞后一期的影响,房地产价格的波动对货币供应量没有显著影响,从格兰杰因果关系的结论可以看出,货币供应量的波动与房地产价格也没有显著关系。现阶段,由于我国房地产市场价格的不断上涨,上至国家政府,下至普通民众都非常关注房地产价格的波动。为了保持房地产市场的平稳健康发展,我国政府采取了大量的调控手段,但从本文分析的结论来看,因为货币供应量和房地产价格之间不存在显著的波动溢出效应,所以采用货币政策对房地产市场进行调控收效不大,反而会承担很大的操作成本和耗费一定的操作技术。

参考文献:

[1]段忠东:2007.房地产价格与通货膨胀、产出的关系:理论分析与基于中国数据的实证检验[J].数量经济技术经济研究(12):127-139.

[2]房 林:008.从紧货币政策与房地产价格波动关系研究[J].价格理论与实践(2): 40-41

[3]郭 科:2006.我国货币政策影响房地产价格的实证分析[J].福建金融管理干部学院学报(4): 25-29

[4]郭田勇: 2006.资产价格、通货膨胀与中国货币政策体系的完善[J].金融研究(10): 23-35

[5]洪涛,西宝:2008.中国住宅价格与通货膨胀关系的实证分析[J].价格理论与实践(6): 38-39

[6]贺 聪:2007.房地产价格与货币政策之间的关系协调[J].金融理论与实践(3):22-25

[7]贾 健 李海平 徐展峰:2008.资产价格波动与货币政策调整问题研究[J].南方金融(5): 13-16

[8]经朝明 谈有花:2006.中国房地产价格与通货膨胀的关系:基于计量模型的实证分析[J].中国物价(2): 55-58

[9]李亚培:2007.房地产价格与通货膨胀:基于我国的实证研究[J].海南金融(4): 12-15

作者：张馨予 胡 旭

货币政策房地产市场论文 篇3：

量化宽松的货币政策对房地产市场的波动性分析

【摘要】量化宽松的货币政策是2008年次贷危机后各种为提振本国经济与产业选择最多的方式，我国为应对国外市场萎缩、国内市场不振的情况，在2014年底推动了量化货币政策。其政策对房地产市场的影响一直存在很大的争议。本文基于长沙市1998～2015年数据进行实证分析，结果表明量化宽松政策对房价影响并不显著，反而房地产投资额和第二产业发展带动了房价的上涨。

【关键词】量化宽松 货币政策 房地产市场 因素分析

一、引言

作为国家首批两型社会试验区和长株潭城市群核心的长沙，其房地产产业的健康可持续发展对带动地区经济发展有这重要作用。特别是“十二五”、“十三五”规划以来，长沙城镇化、工业化水平都得到更完全健康的发展。相比中部其他省会城市，长沙经济增长平稳快速，房价涨幅目前处于合理区间。因此本文选取长沙市2000～2015年数据分析量化宽松政策对房价的影响有重要参考价值。

二、研究假设

本文选取市场因素和货币因素，结合国内外研究综述构建以下研究假设：

假设1：市场利率与房地产价格负相关

John B.Taylor（2007）研究提出当房价上升时，企业和个体的借贷能力会提升，违约概率会下降；Matteo（2005）提出房价的上涨可以让社会活动更容易的获得贷款，起到推动社会供需总量的发展，因为房价的上涨带来企业固定资产和个人资产的增值，其偿债能力也得到提升[1]。综上研究，所以市场利率的变化对房价波动存在关联。

假设2：货币供应量与房地产价格正相关

Stephen（2005）运用产品市场、房地产市场与政府当时推行的货币政策建立一般动态模型，实证结果表明扩张的货币政策对房价产生正向波动。Deokho（2006）运用协整检验研究了市场利率和房地产价格之间的关系，研究结果显示两者之间存在长期负相关。伴隨着我国经济的高速发展，我国货币供应量也长期处于高位增长，这在一定程度上市造成房价上涨的原因。

假设3：投资规模与房地产价格正相关

Claus（2007）研究得出当投资增长幅度下降时，房地产价格的波动趋于平稳，当投资增速维持或持续增长时，房地产价格波动较大，同时房地产价格和行业信贷总量之间符合长期一般均衡关系，因此投资规模可能是影响房地产价格的关键因素。

假设4：第二产业增加值与房地产价格正相关

同步全国进行的产业结构调整，长沙整体产业机构转型发展良好，作为集聚了三一重工、中联重科、山河智能等一批机械制造的城市，第二产业整体所占比重较大，各产业与行業之间存在良性互动，相互促进发展。第二产业增长为长沙政府税收、提高居民收入、带动相关产业发展等都贡献了重要作用，同时第二产业增长也会占用跟多资源，增加了整体需求量，进而可能带动房价的上涨。

假设5：城镇居民人均可支配收入与房地产价格正相关

城镇居民的购买能力是影响房地产需方市场的关键因素，人均可支配收入的增长会影响居民购买住房的意愿，推高房地产需求从而导致房地产价格的上涨，所以城镇居民的可支配收入和房地产价格之间存在明显正向关系。

三、实证分析

（一）数据与模型设定

本文数据来源长沙政府统计信息网和国家统计局，整理收集了2000～2015年市场利率X1、货币供应量X2、房地产投资额X3、长沙市第二产业增加值X4和长沙人均可支配收入X5。建立如下多元线性回归模型：

Y=β0+βiXi+μ

其中Y为长沙市住宅平均销售价格，Xi为影响长沙市住宅平均销售价格的因素，K为解释变量的个数，β为回归系数，μ为随机干扰项。

（二）数据处理

本文通过Y与Xi之间的散点图与直线拟合，进行OLS回归分析，回归模型中Y与Xi之间总体线性相关性显著，回归系数检验X前参数有未通过t检验（p-value=0.7874、0.7129、0.2701>a=0.05），并且X4回归系数为负数与前期假设预期不符，所以解释变量之间存在多重共线性。

因为初步选定的五个自变量间存在多重共线性的问题，为保证有效性，必须将一些相关的自变量从模型中剔除。计算各自变量之间相关系数矩阵的结果如表2所示。

因Xi之间存在多重共线性，为保证各自变量的有效性，需删除相关的变量。

由表可知，与X1、X3、X4、X5之间存在高度相关性。

依次作为简单回归：

（1）Y=1479.749+0.000431X1

（18.10） （20.11）

R2=0.9172 D.W.=1.147877

（2）Y=1932.8212+0.000114X3

（19.38） （28.12）

R2=0.968335 D.W.=1.40245

（3）Y=1511.536+1.2823136X4

（18.11） （25.02）

R2=0.979649 D.W.=1.973452

（4）Y=149.2346+0.193116X5

（0.96） （19.07）

R2=0.962839 D.W.=1.273452

由上可知，长沙市住宅平均销售价格受长沙市房地产投资额影响最大，所以选X3的回归方程作初始的回归模型，其他变量的分别带入得到最佳回归方程。

首先，公式（3）中引入X1，拟合度符合预期上升并且在显著性水平下通过了t检验，并由D.W值可知没有一阶自相关，因此X1、X3作为解释变量满足条件，再依次用X4、X5与X3回归分析，但其OLS回归结果不佳，所以可只考虑用X1、X3加引入另一个变量的效果是否更好。然后，在初始模型包含X1、X3之后依次引入X4、X5，两者都没有通过显著性水平检验，并且结果也不符合预期，由此可以得出用三个解释变量进行回归模型分析不符合预期，存在多重共线性的问题。最后，进行四个解释变量的回归模型分析，得出结果不符合预期要求。由此作出判断，选择X1、X3与Y建立回归模型最佳。

（三）回归方程的建立及结果的解释

建立长沙市商品房平均销售价格，长沙住宅投资额X3，长沙第二产业增加值X4的线性回归方程，回归结果如表3所示。

采用长沙住宅平均销售价格、市场利率X1、住宅投资额X3构建回归模型，结果如表3：

多元线性回归方程结果如下：

Y=1593.832+0.000291X1+0.743158X3

由之前分析可知因为存在多重共线性，在剔除货币供应量X2、长沙市第二产业增加值X4和长沙人均可支配收入X5，长沙住宅价格投资额X3、市场利率X1与长沙住宅平均销售价格呈现显著相关关系。对构建的多元线性回归方程进行OLS估计和D.W检验后，得出不显著，nR2=14.78949，说明该回归方程存在异方差性。在运用加权最小二乘法估计得的结果，列回归方程：

Y=1527.844+0.000119X1+0.864415X3

通过回归方程可知，在选取的自变量里对房地产价格影响最大的是长沙市住宅投资额，其次是市场利率。经过上述回归分析得出结果可知，长沙住宅投资额与房地产价格呈正相关。住宅投资额每提高1个单位，房价对应增加0.864415个单位。

由此得出，作為衡量房地产市场供给方的住宅投资额X3对房地产价格有显著影响，当住宅投资额出现明显波动时也会带来房价的显著波动。其次市场利率X1水平作为影响房地产市场需求方成本的重要因素对房价也有显著影响。同时由回归结果可知货币供应量X2、长沙市第二产业增加值X4和长沙人均可支配收入X5对房地产价格的影响不显著，这表明目前刚需占整体住宅需求量的比例还是有限，存在大量投机需求，同时房地产价格的波動也会导致明显的羊群效应，需要市场及时抑制泡沫膨胀防止出现系统风险。

四、结论与启示

由以上分析可得，在选取的变量中对房地产价格影响最大的因素为住宅投资额，结合长沙市当前具体的经济发展状况分析，可以得出结论：首先，住宅投资额代表房地产企业的未来预期与未来选择，敏锐的房地产企业往往偏向于投资热点城市、热点地区，这也就是全国各地屡屡曝出天价地王的原因，所以某一地区住宅投资额的剧烈波动往往会导致房价的剧烈波动。其次，市场利率对房地产市场供给方和需求方的成本都有明显影响，市场利率的下降会在一定程度上激活市场活力，房地产企业融资成本和购买方贷款成本降低，也会激发供需量的明显增长。最后，货币供应量对房价波动不起显著性影响，表明在现阶段量化宽松政策对房价影响还处于合理可控的范围。面对目前房地产市场刚需有限、投资性需求快速提升的情况，需要政府制定有效政策甄别刚需和投资性需求，在推动城镇化、改善居民居住条件的同时遏制不合理的投资性需求。

参考文献

[1]John B.Taylor，2007，“Housing and monetary policy”，NBER Working Paper 13682.

[2]Stephen Malpezzi and Susan M.Wachter，2005，“The Role of Speculation in Real Estate Cycles”，Journal of Real Estate Literature，Vol.13，No.2，P141-164.

[3]Claus Greiber and Ralph Setzer，2007，“Money and housing -evidence for the euro area and the US”，Deutsche Bundesbank Discussion paper.

[4]姚莉，马文鹏.次贷危机再回顾及对我国经济转型期货币政策的启示[J].湖南社会学，2015，（06）：126-130.

[5]刘晓兰.美国量化宽松货币政策对中国经济的溢出效应研究[D].湖南大学，2015.

作者简介：李菲（1993-），辽宁抚顺人，深圳大学研究生，研究方向：金融市场。

作者：李菲