班級(jí)審查格式檢查

1、浙江大學(xué)本科生畢業(yè)（設(shè)計(jì)）誠(chéng)信承諾書1.本人鄭重地承諾所呈交的畢業(yè)（設(shè)計(jì)），是在指導(dǎo)教師的指導(dǎo)下嚴(yán)格按照學(xué)校和學(xué)院有關(guān)規(guī)定完成的。2.本人在畢業(yè)（設(shè)計(jì)）中他人的觀點(diǎn)和參考資料均加以注釋和說(shuō)明。3. 本人承諾在畢業(yè)（設(shè)計(jì)）選題和研究?jī)?nèi)容過(guò)程中沒(méi)有他人研究成果和相關(guān)數(shù)據(jù)等行為。4. 在畢業(yè)（設(shè)計(jì)）中對(duì)任何方面知識(shí)產(chǎn)權(quán)的行為，由本人承擔(dān)相應(yīng)的法律責(zé)任。畢業(yè)（設(shè)計(jì)）作者簽名： 年月日一、畢業(yè)二、文獻(xiàn)綜述三、開題報(bào)告四、外文翻譯畢業(yè)中要本文的研究目的是分析貸款利率變動(dòng)對(duì)房?jī)r(jià)是否影響及其影響程度，進(jìn)而明確利率與對(duì)房?jī)r(jià)的調(diào)控效果來(lái)為調(diào)控房地產(chǎn)市場(chǎng)提供依據(jù)。研究采用理論分析相結(jié)合的方式，主要是基于均衡價(jià)格理論

2、和VAR 模型。與以往的研究相比，本研究采用的數(shù)據(jù)是 2010 年 6 月到 2016 年 11 月共 78 期的月度數(shù)據(jù)，能夠很好地反映我國(guó)城市房?jī)r(jià)的最新趨勢(shì)，對(duì)未來(lái)的調(diào)控更具有參考意義。最終得到了如下研究結(jié)果：1.實(shí)證結(jié)果表明，在所研究的 20 個(gè)大中型城市中，有 16 個(gè)城市的房?jī)r(jià)和實(shí)際貸款利率之間不長(zhǎng)期的均衡。合肥和西安的房?jī)r(jià)在受到利率的正向沖擊時(shí)會(huì)下降，福州和的房?jī)r(jià)在受到利率的正向沖擊時(shí)會(huì)上升。2. 實(shí)際貸款利率對(duì)大中型城市房?jī)r(jià)的調(diào)控效果并不明顯，起到的作用是有限的。3. 實(shí)際貸款利率對(duì)不同城市房?jī)r(jià)的調(diào)控效果不盡相同，具有區(qū)域異質(zhì)性。4. 實(shí)際貸款利率對(duì)大中型城市房?jī)r(jià)的調(diào)控效果并不明

3、顯的可能在于大中型城市的住房需求旺盛以及居民對(duì)大中型城市的價(jià)格預(yù)期更為樂(lè)觀。5.應(yīng)當(dāng)考慮從供給端著手來(lái)調(diào)控房地產(chǎn)市場(chǎng)以使之平穩(wěn)健康發(fā)展，并且地方應(yīng)當(dāng)根據(jù)當(dāng)?shù)氐那闆r實(shí)性的調(diào)控措施。：貸款利率；房?jī)r(jià)；區(qū)域異質(zhì)性；VAR 模型畢業(yè)AbstractThe purpose of this study is to analyze whether interest rates changes havean impact on housing prices, and then identify the effect of interest rate policyon the price. Therefore,

4、 we can provide some evidences for the government toregulate the real estate market. The research method is using impulse responsefunction analysis and variance decomposition analysis based on VAR m.The final results are shown as follows:1. The empirical results show that among the 20 large and medi

5、um-sizedcities, there is no long-term stable equilibrium relationship between real loaninterest rates and the housing prices of 16 cities. Housing prices in Hefei andXi'an will fall when they are positively hit by interest rates while housingprices in Fuzhou and Urumqi will rise.2. The effect of

6、 real loan interest rates on housing prices in the large andmedium-sized cities is limited.3. The real loan interest rates have different effects on the housing pricesof different cities.4. The reason why real loan interest rates play a limited role is likely thatthere exists strong demand of houses

7、 in the large and medium-sized cities.Besides, citizens have better price expectations on the large and medium-sizedcities.5. The government should consider regulating the real estate market fromthe supply side to make it stable and healthy. The local governments should畢業(yè)implement targeted control m

8、easures in accordance with local conditions.Key words: loan interest rate; housing price; regional heterogeneity; VARm畢業(yè)目錄一、緒論1（一）研究背景和意義1（二）研究目的. 1（三）研究和技術(shù)路線1二、國(guó)內(nèi)外研究綜述3（一）貸款利率對(duì)房?jī)r(jià)具有負(fù)向影響的相關(guān)研究進(jìn)展3（二）貸款利率對(duì)房?jī)r(jià)調(diào)控效果不顯著的相關(guān)研究進(jìn)展4（三）貸款利率對(duì)房?jī)r(jià)調(diào)控效果具有區(qū)域異質(zhì)性的相關(guān)研究進(jìn)展5三、貸款利率變動(dòng)對(duì)房?jī)r(jià)影響的理論分析6（一）均衡價(jià)格理論簡(jiǎn)介6（二）基于均衡價(jià)格理論的利率對(duì)房地產(chǎn)市場(chǎng)供求

9、的影響分析7（三）基于均衡價(jià)格理論的利率對(duì)房?jī)r(jià)的影響分析7四、數(shù)據(jù)來(lái)源和研究模型8（一）數(shù)據(jù)來(lái)源8（二）研究模型9六、貸款利率變動(dòng)對(duì)房?jī)r(jià)影響的實(shí)證分析9（一）數(shù)據(jù)的平穩(wěn)性檢驗(yàn)10（二）Johansen 協(xié)整檢驗(yàn)13（三）誤差模型（VECM）15（四）脈沖響應(yīng)函數(shù)（IRF）15（五）方差分解（VD）17（六）利率調(diào)控效果不明顯的分析18七、結(jié)論和建議19參考文獻(xiàn)20致謝39畢業(yè)一、緒論（一）研究背景和意義自1998年房地產(chǎn)市場(chǎng)實(shí)現(xiàn)商品化以來(lái)，我國(guó)的房地產(chǎn)價(jià)格在波動(dòng)中大幅上漲，成為國(guó)計(jì)民生的大事。2016年的全國(guó)平均房?jī)r(jià)大約是1998年的4倍，見(jiàn)圖1.1。而銀行貸款既是房地產(chǎn)開發(fā)商融資的必要來(lái)源，

10、也是居民購(gòu)買住房的重要支持。簡(jiǎn)單來(lái)講，利率就是資金的價(jià)格，即為了得到資金而付出的費(fèi)用或代價(jià)。利率在市場(chǎng)中起著重要的調(diào)節(jié)作用，是一項(xiàng)靈活性比較強(qiáng)的工具。眾所周知，利率下降會(huì)刺激增長(zhǎng)，利率上升時(shí)則會(huì)為適當(dāng)降溫。而房地產(chǎn)市場(chǎng)作為的重要組成部分，同樣受到利率變化的影響。通常，會(huì)通過(guò)提高利率的來(lái)抑制房?jī)r(jià)的上漲，降低利率來(lái)促進(jìn)房地產(chǎn)市場(chǎng)的復(fù)蘇。但是房?jī)r(jià)對(duì)利率的反應(yīng)往往與預(yù)期并全相符。因此，研究利率這一要意義。工具對(duì)房?jī)r(jià)的調(diào)控效果對(duì)房地產(chǎn)市場(chǎng)的健康發(fā)展有著重圖 1. 1 全國(guó)平均房?jī)r(jià)走勢(shì)（1998-2016）1（二）研究目的本文的研究目的是分析貸款利率變動(dòng)對(duì)房?jī)r(jià)是否影響及其影響程度，進(jìn)而明確利率對(duì)房?jī)r(jià)的調(diào)控

11、效果來(lái)為調(diào)控房地產(chǎn)市場(chǎng)提供依據(jù)。研究首先會(huì)基于馬歇爾的均衡價(jià)格理論，結(jié)合供求曲線的變動(dòng)來(lái)分析貸款利率變動(dòng)對(duì)房地產(chǎn)市場(chǎng)供求和價(jià)格的影響。然后，根據(jù)不同區(qū)域20個(gè)大中型城市78的月度房?jī)r(jià)數(shù)據(jù)以及中國(guó)人民銀行發(fā)布的貸款基準(zhǔn)利率來(lái)對(duì)貸款利率變動(dòng)對(duì)房?jī)r(jià)的影響進(jìn)行實(shí)證分析，采用的計(jì)量模型是VAR。最后，通過(guò)實(shí)證分析得出結(jié)論，明確貸款利率變動(dòng)對(duì)房?jī)r(jià)是否存在影響及其影響程度，并且在實(shí)證結(jié)果的基礎(chǔ)上進(jìn)行分析并給出調(diào)控房地產(chǎn)市場(chǎng)的建議。（三）研究和技術(shù)路線1數(shù)據(jù)來(lái)源：1998 年-2016 年國(guó)民和發(fā)展統(tǒng)計(jì)公報(bào)1-1畢業(yè)本研究采用的研究主要是基于VAR模型進(jìn)行計(jì)量分析。需要搜集和預(yù)處理實(shí)證研究所需要的數(shù)據(jù)，主要是

12、貸款基準(zhǔn)利率和20個(gè)大中型城市的房?jī)r(jià)等兩個(gè)變量的數(shù)據(jù)。首先，為了避免出現(xiàn)偽回歸問(wèn)題，需要對(duì)兩個(gè)時(shí)間序列數(shù)據(jù)的平穩(wěn)性進(jìn)行ADF檢驗(yàn)，根據(jù)結(jié)果決定是否進(jìn)行差分處理。若兩個(gè)變量是同階序列，則對(duì)兩個(gè)變量進(jìn)行Johansen協(xié)整檢驗(yàn)，以確定兩個(gè)變量是否有長(zhǎng)期的均衡。若變量長(zhǎng)期則可建立帶有誤差項(xiàng)的向量自回歸模型（VAR m的均衡正模型（VEC m），即誤差修）。接著，在VEC模型估計(jì)結(jié)果的基礎(chǔ)之上再進(jìn)行脈沖響應(yīng)函數(shù)分析來(lái)研究變量之間的動(dòng)態(tài)影響。然后，利用方差分解來(lái)分析變量之間沖擊的影響程度。具體的技術(shù)路線圖見(jiàn)圖1.2。圖 1. 2技術(shù)路線圖1-2畢業(yè)二、國(guó)內(nèi)外研究綜述房?jī)r(jià)到居民的生存和發(fā)展問(wèn)題，一直受到和

13、的大量關(guān)注。近些年來(lái)，學(xué)術(shù)界關(guān)于房地產(chǎn)價(jià)格相關(guān)的研究層出不窮。關(guān)于房地產(chǎn)價(jià)格與利率之間的也已經(jīng)有相當(dāng)數(shù)量的研究文獻(xiàn)和研究成果。就研究而言，研究普遍會(huì)采用實(shí)證分析的結(jié)合計(jì)量學(xué)模型和不同地區(qū)的數(shù)據(jù)來(lái)對(duì)利率與房?jī)r(jià)的相關(guān)性進(jìn)行研究。VAR模型可以很好地考察多個(gè)變量之間的動(dòng)態(tài)互動(dòng)，成為研究普遍采用的模向量自回歸（BVAR）模型、結(jié)構(gòu)化向量自回型。由其演變而來(lái)的模型，比如歸（SVAR）模型、全局向量自回歸（GVAR）模型等也在逐漸發(fā)展。就研究觀點(diǎn)和研究結(jié)論而言，或是研究角度和研究的不同，或是由于研究對(duì)象的實(shí)際情況差異，國(guó)內(nèi)外學(xué)術(shù)界對(duì)于利率對(duì)房地產(chǎn)價(jià)格的調(diào)控是否有效并未形成統(tǒng)一的看法。利率對(duì)房?jī)r(jià)是有影響的，

14、這是絕大部分學(xué)者的共識(shí)。比如McDonald和Stokes基于VAR模型通過(guò)Stokes，2015）。信貸是住宅價(jià)格波動(dòng)的（McDonald和表明，美聯(lián)儲(chǔ)的利率會(huì)對(duì)房地產(chǎn)市場(chǎng)中的供給和需求產(chǎn)生直接影響（等，2007）。利率可以通過(guò)影響供給方和需求方的成本以及預(yù)算約束，進(jìn)而來(lái)對(duì)房地，2012）。由此可見(jiàn)，貸款利率作為信貸產(chǎn)價(jià)格產(chǎn)生影響（要組成部分，成為和的重調(diào)控房地產(chǎn)市場(chǎng)的重要。（一）貸款利率對(duì)房?jī)r(jià)具有負(fù)向影響的相關(guān)研究進(jìn)展國(guó)內(nèi)外學(xué)術(shù)界的主流觀點(diǎn)是利率對(duì)房?jī)r(jià)具有負(fù)向的影響，提升利率可以有效抑制房地產(chǎn)價(jià)格。Hanck和Prü ser通過(guò)向量自回歸（BVAR）模型證明利率變動(dòng)對(duì)德國(guó)近期房?jī)r(jià)

15、的上漲起到了重要的促進(jìn)作用，并且利率變動(dòng)可以很大程度上解釋房?jī)r(jià)的變化。因而提高利率極可能有效抑制房?jī)r(jià)的增長(zhǎng)。同時(shí)作者認(rèn)為4%的利率足以抑制德價(jià)的上漲（Hanck and Prü ser，2016）。根據(jù)一項(xiàng)結(jié)果，拉各斯大都市區(qū)不同類型住房的價(jià)格皆與利率呈負(fù)相關(guān)，但是相關(guān)程度有所不同（Alaba andAdegoke，2015）。等建立了利率、房地產(chǎn)投資和房地產(chǎn)價(jià)格三者的的向量自回歸（VAR）模型得出結(jié)論，利率對(duì)房地產(chǎn)價(jià)格正向影響，實(shí)際上從側(cè)面反映出，低利率也會(huì)通過(guò)負(fù)向影響，房地產(chǎn)投資對(duì)房?jī)r(jià)有房地產(chǎn)投資熱來(lái)使房?jī)r(jià)上升（賴，貸款利率的上升會(huì)抑制的上一飛等，2014）。房?jī)r(jià)與貸款利率雙向影

16、響的，2012）。低利率漲（會(huì)使房地產(chǎn)市場(chǎng)升溫，上海的總住宅抵押貸款每增加10億元，上海的住宅房地產(chǎn)指數(shù)就會(huì)增加3.069，上海的住房投資會(huì)增加0.52億元（Yang and Zhang，2014）。通過(guò)建立向量自回歸（VAR）模型得出結(jié)論：利率對(duì)房地產(chǎn)價(jià)格的影響非常顯著。脈沖響應(yīng)函數(shù)顯示，當(dāng)利率產(chǎn)生一個(gè)正的沖擊時(shí)，在第一便出現(xiàn)下降，利率的變動(dòng)對(duì)具有持續(xù)的負(fù)向作用。利率能夠同時(shí)開發(fā)商的投資行為和個(gè)人的購(gòu)房行為（，2012）。與此相似，和基于向量1-3畢業(yè)自回歸（VAR）模型對(duì)貨幣對(duì)房地產(chǎn)價(jià)格的動(dòng)態(tài)影響進(jìn)行了實(shí)證分析。分析結(jié)果表明，利率變化對(duì)房地產(chǎn)價(jià)格有負(fù)向影響，但在長(zhǎng)期其動(dòng)態(tài)影響逐漸減弱，并最

17、終回，2007）。一方面認(rèn)同通過(guò)提升利率可以達(dá)到抑制房?jī)r(jià)的目的，但是另一方的影響是多方面的，依賴?yán)室冻鲆欢ǖ拇鷥r(jià)。想要有效抑制房到原點(diǎn)（和有部分研究面認(rèn)為利率對(duì)價(jià)需要大幅提升利率，隨之而來(lái)的是高失業(yè)率和低通貨膨脹率，進(jìn)而衰退（Ò SCAR JÒRDA ,et al.,2015）。利率的上漲會(huì)降低實(shí)際的房?jī)r(jià)（剔除通貨膨脹的影響），但是伴隨房?jī)r(jià)下降的是GDP和通貨膨脹率的下降（Williams，2015）?；蛟S正是因?yàn)槿绱?，加之確定利率對(duì)地產(chǎn)市場(chǎng)時(shí)，往往還有部分研究的傳導(dǎo)路徑是有的，因此使用利率來(lái)調(diào)控房過(guò)于激進(jìn)而是相對(duì)溫和和循序漸進(jìn)的。認(rèn)為利率對(duì)房?jī)r(jià)的調(diào)控雖然是有效的，但是

18、受到其他許多因素的掣肘，導(dǎo)致達(dá)不到理想的調(diào)控效果。我國(guó)利率調(diào)整的主要問(wèn)題是：利率滯后性突出、利率監(jiān)管體系善、金融環(huán)境性較差、央行利率對(duì)傳導(dǎo)機(jī)制不利、金融體系尚善等，導(dǎo)致了利率調(diào)整對(duì)房地產(chǎn)市場(chǎng)價(jià)格的影響達(dá)，2016）。分析了我國(guó)利率不到預(yù)期效果（調(diào)控房地產(chǎn)價(jià)格的有效性。通過(guò)實(shí)證分析，作者認(rèn)為利率對(duì)房地產(chǎn)價(jià)格的傳導(dǎo)是有一定效果的，但是的配合來(lái)有效調(diào)控房地產(chǎn)市場(chǎng)（，2010）。此外，著阻滯。因此需要多種有研究引入土地價(jià)格這一非市場(chǎng)化因素，通過(guò)實(shí)證檢驗(yàn)發(fā)現(xiàn)，利率的提高會(huì)刺激通過(guò)緊縮地根來(lái)乃至提高地價(jià)，從而導(dǎo)致利率上調(diào)對(duì)的抑制作用十分有限（，2013）。帶有房地產(chǎn)市場(chǎng)的多部門DSGE模型也被用于研究利率

19、與房地產(chǎn)價(jià)格之間的，數(shù)值模擬結(jié)果顯示當(dāng)融資成本較高時(shí)，降低利率的貨幣沖擊使得房地產(chǎn)價(jià)格顯著上升。因此，著力降低企業(yè)的外部融資溢價(jià)、降低和，2016）。融資成本，對(duì)于抑制房地產(chǎn)市場(chǎng)有著重要意義（肯定了信貸量的輔助（的調(diào)控作用，但是在房地產(chǎn)市場(chǎng)出現(xiàn)過(guò)熱勢(shì)頭時(shí)還需要貨幣供應(yīng)，2007）。利率工具由于對(duì)房地產(chǎn)市場(chǎng)的供給和需求具有雙重效應(yīng)，具有一定的沖銷作用，因此短期內(nèi)對(duì)房地產(chǎn)價(jià)格的作用并不明顯，因此需要輔以其他，2006）。有研究（和對(duì)此也持相同的觀點(diǎn)，認(rèn)為供給和需求的彈性不同，對(duì)貨幣工具沖擊的反應(yīng)也會(huì)差異，導(dǎo)致房地產(chǎn)價(jià)格調(diào)控存在不確定性，因此的調(diào)控仍然需要其他國(guó)強(qiáng)，2012）。的配合才能產(chǎn)生良效果（

20、和蘇（二）貸款利率對(duì)房?jī)r(jià)調(diào)控效果不顯著的相關(guān)研究進(jìn)展另一部分研究認(rèn)為利率對(duì)房?jī)r(jià)的調(diào)控效果并不顯著、是無(wú)效的。有研究利用1984-2012年間的數(shù)據(jù)基于Johansen協(xié)整檢驗(yàn)來(lái)研究抵押貸款和之間的長(zhǎng)期。結(jié)果表明，短期和長(zhǎng)期利率對(duì)房?jī)r(jià)的影響并不明顯，貨幣對(duì)形成的作用并不1-4畢業(yè)強(qiáng)烈（Lindner，2014）。有研究認(rèn)為在于利率無(wú)法抑制需求的大爆發(fā)，其分析了貨幣對(duì)房地產(chǎn)價(jià)格的調(diào)控機(jī)理，在此基礎(chǔ)上，選取2003-2013年間月度數(shù)據(jù)作為樣本進(jìn)行了實(shí)證分析。研究發(fā)現(xiàn)，利率是房地產(chǎn)價(jià)格的。但是利率對(duì)房地產(chǎn)價(jià)格的調(diào)控效應(yīng)不顯著，二者不長(zhǎng)期的均衡（和，2014）。同時(shí)期，有學(xué)者運(yùn)用數(shù)理模型，選取2003

21、2013年間房地產(chǎn)價(jià)格運(yùn)行數(shù)據(jù)，對(duì)利率工具調(diào)控房地產(chǎn)價(jià)格的影響進(jìn)行了實(shí)證分析。結(jié)果表明，利率變化對(duì)房地產(chǎn)價(jià)格的影響不顯著，兩者也不長(zhǎng)期的協(xié)整，但利率變量是影響房地產(chǎn)價(jià)格和陶冶，2014）?；?999-2009年間新西蘭的數(shù)據(jù)研究的（發(fā)現(xiàn)，實(shí)際利率和實(shí)際房?jī)r(jià)是顯著正相關(guān)的，這與主流的理論恰恰相反。表明提高利可能有效地抑制實(shí)際房?jī)r(jià)（Shi等，2014）。對(duì)法國(guó)、荷蘭和西班牙的實(shí)率的證分析也得出結(jié)論，利率和房?jī)r(jià)之間的是相對(duì)微弱的。并且歐洲統(tǒng)一的貨幣對(duì)不同的顯現(xiàn)出不對(duì)稱性（Sanchez Santos，2011）。和通過(guò)結(jié)構(gòu)向量自回歸模型得出結(jié)論，的利率并未對(duì)房地產(chǎn)價(jià)格有效調(diào)節(jié)，而房地產(chǎn)價(jià)格則，20

22、11）。甚至有的研究對(duì)利率具有顯著的正向影響（和認(rèn)為利具有在率的變化會(huì)對(duì)造成不。我國(guó)利率收緊及其他房地產(chǎn)調(diào)控短期壓縮需求的特征，由于短期房地產(chǎn)市場(chǎng)供給具有剛性，因此，其在短期能房?jī)r(jià)。但是，在長(zhǎng)期，房地產(chǎn)市場(chǎng)將供給減少以及前期需求和本期需求集中爆發(fā)的，2014）。情況，進(jìn)而造成在利率放松周期快速上漲，這不利于長(zhǎng)期發(fā)展（三）貸款利率對(duì)房?jī)r(jià)調(diào)控效果具有區(qū)域異質(zhì)性的相關(guān)研究進(jìn)展部分研究認(rèn)為由于實(shí)施的背景和條件不同，因而利率的調(diào)控效果在不同的區(qū)域和不同的會(huì)具有異質(zhì)性。不同地區(qū)利率對(duì)于房地產(chǎn)價(jià)格的影響是不同的，中西部城市的影響較小，對(duì)一線城市和東部城市的影響較大。（Yü，真實(shí)利率對(duì)2015）。澳

23、大研究通過(guò)澳大的數(shù)據(jù)和結(jié)構(gòu)向量自回歸模型的實(shí)證分析來(lái)研究抵押貸款對(duì)房?jī)r(jià)的影響。結(jié)果表明，從全國(guó)整體數(shù)據(jù)來(lái)看，利率變動(dòng)對(duì)的影響幾乎是中立的。而各州府對(duì)相同的響應(yīng)表現(xiàn)出明顯的不對(duì)稱性（Gregory etal.,2015）。在建立向量自回歸（VAR）模型的基礎(chǔ)上來(lái)分析利率變動(dòng)對(duì)京津冀地區(qū)房?jī)r(jià)的作用過(guò)程，利用脈沖響應(yīng)函數(shù)分析了貸款利率的變化對(duì)京津冀地區(qū)房?jī)r(jià)的動(dòng)態(tài)影響。結(jié)果表明：在長(zhǎng)期，利率變動(dòng)對(duì)收入比較高的地區(qū)調(diào)整效果明顯，但對(duì)收入比較低的天津、石家莊和唐山地區(qū)調(diào)整作用不明顯（，2015）。利率對(duì)房地產(chǎn)市場(chǎng)的影響顯著的區(qū)域效應(yīng)，利率提高能夠在一定程度上抑制房地產(chǎn)，2011）。一項(xiàng)歐洲貨需求，但是對(duì)西

24、部地區(qū)的抑制強(qiáng)度要高于中東部地區(qū)（幣聯(lián)盟的（法國(guó)、荷蘭和西班牙）的實(shí)證分析認(rèn)為，歐洲統(tǒng)一的貨幣對(duì)不同的顯現(xiàn)出不對(duì)稱性（Sanchez Santos，2011）。1-5畢業(yè)總而言之，國(guó)內(nèi)外學(xué)術(shù)界關(guān)于利率與房?jī)r(jià)之間互動(dòng)的研究體系和框架已經(jīng)相對(duì)完備，大都遵循著理論分析、變量選取、等幾大方面的路徑。但是細(xì)節(jié)部分是否嚴(yán)謹(jǐn)仍然值得推敲和考量。比如，許多研究都模糊了名義利率和名義利率，實(shí)際上二者有很大的差別，會(huì)影響研究結(jié)論。本文會(huì)格外注意研究和數(shù)據(jù)變量的可靠性，最大程度地保持研究的嚴(yán)謹(jǐn)性。此外，大多研究只是擺出了的結(jié)果，而不對(duì)結(jié)果產(chǎn)生的進(jìn)行解釋和分析。本文會(huì)基于結(jié)果，結(jié)合已有的研究成果，整合分析實(shí)證結(jié)果背后

25、的，進(jìn)行有性地提出相應(yīng)的建議。三、貸款利率變動(dòng)對(duì)房?jī)r(jià)影響的理論分析（一）均衡價(jià)格理論簡(jiǎn)介均衡價(jià)格理論最早由英國(guó)學(xué)家提出，是為學(xué)家所廣泛采用的現(xiàn)代學(xué)價(jià)值理論之一。均衡價(jià)格是指當(dāng)某種商品的需求量與供給量相等時(shí)市場(chǎng)上所形成的價(jià)格，從供求曲線圖來(lái)看即是該商品的市場(chǎng)需求曲線與市場(chǎng)供給曲線相交時(shí)的價(jià)格。圖 3. 1 均衡價(jià)論，對(duì)某種商品的市場(chǎng)需求與該商品根據(jù)均衡價(jià)格理論，在其他條件變的情的價(jià)格呈反方向，對(duì)某種商品的供給與該商品的價(jià)格同方向。即價(jià)格上漲，需求量減少，供給量增加；價(jià)格下降，需求量增加，供給量減少。當(dāng)供給量大于需求量時(shí)，價(jià)格下降；當(dāng)需求量大于供給量時(shí)，價(jià)格上漲。表明，利率可以通過(guò)影響供給方和需求

26、方的成本以及預(yù)算約束，進(jìn)而來(lái)對(duì)房地產(chǎn)價(jià)格產(chǎn)生影響（，2012）。榮和1-6畢業(yè)（二）基于均衡價(jià)格理論的利率對(duì)房地產(chǎn)市場(chǎng)供求的影響分析房地產(chǎn)供給是指房地產(chǎn)開發(fā)商和所有者在某一特定的時(shí)間內(nèi)，在每一價(jià)格水平下，對(duì)某種房地產(chǎn)愿意并且能夠出售的數(shù)量。只有符合“愿意”和“能夠”兩個(gè)條件，才能形成有效供給，否則不能稱之為供給。資金是影響房地產(chǎn)開發(fā)商供給力的主要因素之一，而利率則到使用資金所付出的代價(jià)。因此，利率的高低對(duì)房地產(chǎn)商的開發(fā)意愿和開發(fā)能力有重要影響。當(dāng)利率上升，房地產(chǎn)開發(fā)商的融資成本上升，開發(fā)的風(fēng)險(xiǎn)隨之也上升，并且將投資回報(bào)率維持在一個(gè)高的水平也變得更加，反之則反。因此，在其他條件相同時(shí)，利率上升會(huì)

27、減少房地產(chǎn)的供給量，而利率下降則會(huì)增加房地產(chǎn)的供給量。利率的高低會(huì)影響房地產(chǎn)消費(fèi)的使用者成本，進(jìn)而影響消費(fèi)者的支付能力。利率的降低意味著使用資金所付出的成本減少，其支付能力提升，而利率的提高則意味著消費(fèi)者支付能力的下降。因此，在其他條件相同時(shí)，利率上升會(huì)減少房地產(chǎn)的需求量，而利率下降則會(huì)增加房地產(chǎn)的需求量。圖 3. 2 利率對(duì)房地產(chǎn)供求的影響（三）基于均衡價(jià)格理論的利率對(duì)房?jī)r(jià)的影響分析貸款利率變動(dòng)的結(jié)果是房地產(chǎn)市場(chǎng)供給和市場(chǎng)需求的同方向變動(dòng)。比如，當(dāng)貸款利率降低時(shí)，房地產(chǎn)市場(chǎng)供給會(huì)增加，房地產(chǎn)市場(chǎng)的需求也會(huì)增加。而正是由于利率變化對(duì)供求的雙重效應(yīng)，房地產(chǎn)市場(chǎng)均衡價(jià)格是上升還是下降無(wú)法簡(jiǎn)單判定。

28、如果不考慮其他因素，從完全競(jìng)爭(zhēng)市場(chǎng)的角度出發(fā)，價(jià)格的變化趨勢(shì)主要取決于供給彈性和需求彈性。當(dāng)房地產(chǎn)市場(chǎng)供給彈性大于需求彈性時(shí)，利率降低則房地產(chǎn)市場(chǎng)供給的增加會(huì)大于房地產(chǎn)市場(chǎng)需求的增加（供大于求），房地產(chǎn)價(jià)格下降。當(dāng)房地產(chǎn)市場(chǎng)供給彈性小于需求彈性時(shí)，利率降低則房地產(chǎn)市場(chǎng)供給的增加小于房地產(chǎn)市場(chǎng)需求的增加（供小1-7畢業(yè)于求），房地產(chǎn)價(jià)格上升。而現(xiàn)實(shí)中普遍認(rèn)為房地產(chǎn)市場(chǎng)供給在短期內(nèi)的彈性是相比需求來(lái)說(shuō)是更小的，最直觀的是房地產(chǎn)的建設(shè)周期比普品要長(zhǎng)得多。因此，從理論上來(lái)講，在短期內(nèi)，降低利率會(huì)使房地產(chǎn)價(jià)格上升，提高利率則會(huì)抑制房地產(chǎn)價(jià)格。，由于房地產(chǎn)市場(chǎng)供求的復(fù)雜性，貸款利率的調(diào)控效果不可一概而論。

29、圖 3. 3 利率對(duì)房?jī)r(jià)的影響四、數(shù)據(jù)來(lái)源和研究模型（一）數(shù)據(jù)來(lái)源本文的研究對(duì)象是20個(gè)大中型城市，以便于比較分析。首先，由于房?jī)r(jià)在一年之內(nèi)的波動(dòng)程度非常大，因此選擇年度數(shù)據(jù)過(guò)于粗糙，無(wú)法恰當(dāng)反映房?jī)r(jià)的波動(dòng)趨勢(shì)， 因此本文將會(huì)搜集房?jī)r(jià)的月度數(shù)據(jù)以充分反映房?jī)r(jià)的變動(dòng)趨勢(shì)。其次，也考慮到數(shù)據(jù)可得性的問(wèn)題，最終本文選擇的樣本期間為2010年6月到2016年11月共78期。根據(jù)本文的研究目的，所需的變量如下：20個(gè)城市的房?jī)r(jià)，符號(hào)表示為HP。在城市的選取上，為了保證數(shù)據(jù)的多樣性、均勻性和典型性，本文從北部、中部、東南部、西南部、西北部分別選取了幾個(gè)大中型城市，搜集了共計(jì)20個(gè)城市的房?jī)r(jià)數(shù)據(jù)。數(shù)據(jù)來(lái)源于

30、房地產(chǎn)指數(shù)系統(tǒng)（Real Estate Index System，CREIS）定期發(fā)布的主要城市房地產(chǎn)價(jià)格指數(shù)，具威性和時(shí)勢(shì)性。由于數(shù)據(jù)的自然對(duì)數(shù)變換不改變?cè)械膮f(xié)整，并能使其趨勢(shì)線性化，也能夠消除時(shí)間序列中的異方差現(xiàn)象。因此應(yīng)當(dāng)將數(shù)據(jù)取其自然對(duì)數(shù)值，以增強(qiáng)數(shù)據(jù)線性化趨勢(shì)、消除異方差。因此，需要先把房?jī)r(jià)數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理，符號(hào)表示為L(zhǎng)NHP。1-8畢業(yè)名義貸款利率。由于房地產(chǎn)貸款絕大多數(shù)是五年以上的長(zhǎng)期貸款，因此本文采用發(fā)布的五年以上長(zhǎng)期貸款基準(zhǔn)利率。數(shù)據(jù)來(lái)源于銀行的官方。通貨膨脹率。名義利率需要調(diào)整通貨膨脹因素的影響才能成為實(shí)際利率。數(shù)據(jù)來(lái)源于TradingEconomics。一項(xiàng)關(guān)于房地產(chǎn)

31、市場(chǎng)的表明在通貨膨脹的年代即1997年之前，利率與房?jī)r(jià)具有正相關(guān)性；在通貨緊縮的年代即1997年之后，的調(diào)控效果著影響（Wong，利率與房?jī)r(jià)具有負(fù)相關(guān)性。即通貨膨脹對(duì)利率2003）。實(shí)際貸款利率，符號(hào)表示為r。我國(guó)的通貨膨脹水平相對(duì)較高，名義利率無(wú)法很好地反映利率的變化趨勢(shì)。實(shí)際利率和名義利率對(duì)房地產(chǎn)價(jià)格均顯著影響，但是，2013）。因此，在進(jìn)行實(shí)證分析只有實(shí)際利率才能調(diào)控房地產(chǎn)價(jià)格（和時(shí)本文將采用調(diào)整通貨膨脹因后的實(shí)際利率數(shù)據(jù)。根據(jù)效應(yīng)，本文用名義利率減去通貨膨脹率來(lái)表示實(shí)際利率。以上數(shù)據(jù)詳見(jiàn)附錄。（二）研究模型研究主要采用的是向量自回歸模型（Vector Aüto-Regress

32、ion M）。VAR模型可以考察多個(gè)變量之間的動(dòng)態(tài)互動(dòng)作為所有變量滯后項(xiàng)的函數(shù)。VAR模型的，其主要思想是把系統(tǒng)中每一個(gè)內(nèi)生變量形式為：Yt=AtYt-1+A2Yt-2+ApYt-p+t其中，Y表示k維內(nèi)生變量，A表示相應(yīng)的系數(shù)矩陣，P表示內(nèi)生變量的滯后階數(shù)。需要特別指出的是，VAR模型的具體系數(shù)往往并不是研究者所關(guān)注的重點(diǎn)。一方面是因?yàn)閂AR模型的系數(shù)非常之多，具體為變量個(gè)數(shù)*滯后階數(shù)+1，比如3個(gè)變量滯后3期，那么系數(shù)則有10個(gè)。另一方面是因?yàn)閷?duì)這些系數(shù)的解釋相對(duì)。VAR模型所關(guān)注的重點(diǎn)是在變量長(zhǎng)期均衡的前提下，根據(jù)模型的估計(jì)結(jié)果進(jìn)行脈沖。響應(yīng)函數(shù)和方差分解來(lái)探究變量之間的六、貸款利率變動(dòng)

33、對(duì)房?jī)r(jià)影響的實(shí)證分析本研究的實(shí)證分析過(guò)程主要分為：數(shù)據(jù)的平穩(wěn)性檢驗(yàn)、Johansen協(xié)整檢驗(yàn)、誤差模型的建立和估計(jì)、脈沖響應(yīng)函數(shù)、方差分解等五個(gè)部分。時(shí)間序列數(shù)據(jù)具有平穩(wěn)性是建立VAR模型的，否則得出的結(jié)論是無(wú)效的。因此首先要進(jìn)行數(shù)據(jù)的平穩(wěn)性檢驗(yàn)。若數(shù)據(jù)平穩(wěn)則可繼續(xù)建模，但是大部分?jǐn)?shù)據(jù)都是不平穩(wěn)的。解決方式是進(jìn)序列，則可以利用變量的原始序列進(jìn)行Johansen協(xié)行差分處理，如果變量是同階整檢驗(yàn)。若變量之間協(xié)整，即長(zhǎng)期的均衡，那么就可以進(jìn)一步建立模型（VEC）。之后，在VEC帶有誤差項(xiàng)的向量自回歸模型（VAR），即誤差1-9畢業(yè)模型估計(jì)結(jié)果的基礎(chǔ)上進(jìn)行脈沖響應(yīng)函數(shù)和方差分解，來(lái)觀察變量之間的相互

34、沖擊程度以及變量之間的影響程度。（一）數(shù)據(jù)的平穩(wěn)性檢驗(yàn)建立VAR模型的前提條件是時(shí)間序列數(shù)據(jù)具有平穩(wěn)性，否則會(huì)產(chǎn)生偽回歸問(wèn)題， 即時(shí)間序列的高度相關(guān)僅僅是因?yàn)槎咄瑫r(shí)隨時(shí)間有向上或向下變動(dòng)的趨勢(shì)，并沒(méi)有。從經(jīng)驗(yàn)上來(lái)講，大多數(shù)時(shí)間序列數(shù)據(jù)都是不平穩(wěn)的。本文采用ADF真正的根檢驗(yàn)來(lái)數(shù)據(jù)是否平穩(wěn)。如表6.1所示，時(shí)間序列變量都是不平穩(wěn)的。這樣，就需要進(jìn)行差分處理，如果兩個(gè)變量是同階序列，就可以進(jìn)行協(xié)整檢驗(yàn)。根據(jù)ADF根檢驗(yàn)結(jié)果，20個(gè)大中型城市的時(shí)間序列數(shù)據(jù)都是一階用變量的原始序列數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)。表 6. 1 20 個(gè)城市房?jī)r(jià)與利率的平穩(wěn)性檢驗(yàn)結(jié)果序列。因此，可以利地區(qū)城市變量ADF 值P 值結(jié)論

35、差分結(jié)果1-10北部lnhp-2.0507640.5641不平穩(wěn)r-1.536590.8083不平穩(wěn)一階d(lnhp)-4.5858430.0022平穩(wěn)d(r)-10.724490平穩(wěn)lnhp-0.6464330.9731不平穩(wěn)r-1.536590.8083不平穩(wěn)天津一階d(lnhp)-4.2716720.0058平穩(wěn)d(r)-10.724490平穩(wěn)lnhp-0.9745660.9409不平穩(wěn)r-1.536590.8083不平穩(wěn)石家莊一階d(lnhp)-4.8206860.001平穩(wěn)d(r)-10.724490平穩(wěn)lnhp-1.7722280.7087不平穩(wěn)r-1.536590.8083不平穩(wěn)

36、長(zhǎng)春一階d(lnhp)-8.4531260平穩(wěn)d(r)-10.724490平穩(wěn)中部lnhp0.1412560.9972不平穩(wěn)r-1.536590.8083不平穩(wěn)一階d(lnhp)-4.6794670.0016平穩(wěn)d(r)-10.724490平穩(wěn)畢業(yè)lnhp-2.2292210.4667不平穩(wěn)一階r-1.536590.8083不平穩(wěn)鄭州d(lnhp)-6.0716160平穩(wěn)1-11d(r)-10.724490平穩(wěn)lnhp2.1213761不平穩(wěn)r-1.536590.8083不平穩(wěn)合肥一階d(lnhp)-7.0548540平穩(wěn)d(r)-10.724490平穩(wěn)東南部lnhp0.0512070.996

37、3不平穩(wěn)r-1.536590.8083不平穩(wěn)上海一階d(lnhp)-6.4465860平穩(wěn)d(r)-10.724490平穩(wěn)lnhp-1.4027740.8525不平穩(wěn)r-1.536590.8083不平穩(wěn)杭州一階d(lnhp)-4.0826690.01平穩(wěn)d(r)-10.724490平穩(wěn)lnhp-1.1420380.9145不平穩(wěn)r-1.536590.8083不平穩(wěn)蘇州一階d(lnhp)-5.4980720.0001平穩(wěn)d(r)-10.724490平穩(wěn)lnhp-1.7636240.7125不平穩(wěn)r-1.536590.8083不平穩(wěn)南京一階d(lnhp)-3.7721010.0235平穩(wěn)d(r)-

38、10.724490平穩(wěn)lnhp-3.0552190.1246不平穩(wěn)r-1.536590.8083不平穩(wěn)福州一階d(lnhp)-4.112140.0092平穩(wěn)d(r)-10.724490平穩(wěn)lnhp-2.2196280.4719不平穩(wěn)r-1.536590.8083不平穩(wěn)南昌一階d(lnhp)-5.5472640.0001平穩(wěn)d(r)-10.724490平穩(wěn)畢業(yè)lnhp-1.1348810.9158不平穩(wěn)r-1.536590.8083不平穩(wěn)一階d(lnhp)-4.2068340.007平穩(wěn)Null Hypothesis:D(LNHP) has aunit root1-12d(r)-10.72449

39、0平穩(wěn)西南lnhp-2.5750250.2927不平穩(wěn)r-1.536590.8083不平穩(wěn)重慶一階d(lnhp)-3.821450.0206平穩(wěn)d(r)-10.724490平穩(wěn)lnhp-2.9607290.1502不平穩(wěn)r-1.536590.8083不平穩(wěn)成都一階d(lnhp)-3.7067090.0278平穩(wěn)d(r)-10.724490平穩(wěn)lnhp-2.4926640.3309不平穩(wěn)r-1.536590.8083不平穩(wěn)貴陽(yáng)一階d(lnhp)-6.5409980平穩(wěn)d(r)-10.724490平穩(wěn)西北lnhp-3.1576140.1009不平穩(wěn)r-1.536590.8083不平穩(wěn)西安一階d(l

40、nhp)-5.5143210.0001平穩(wěn)d(r)-10.724490平穩(wěn)lnhp-1.5957060.7857不平穩(wěn)r-1.536590.8083不平穩(wěn)西寧一階d(lnhp)-11.310240平穩(wěn)d(r)-10.724490平穩(wěn)lnhp-3.3259060.0698不平穩(wěn)r-1.536590.8083不平穩(wěn)一階d(lnhp)-7.9085680平穩(wěn)d(r)-10.724490平穩(wěn)畢業(yè)（二）Johansen 協(xié)整檢驗(yàn)當(dāng)分析的時(shí)間序列變量為非平穩(wěn)序列時(shí)，若想要建立VAR模型有兩種處理：對(duì)序列進(jìn)行差分處理后建立無(wú)約束的VAR模型或者進(jìn)行協(xié)整分析。差分處理后的同階序列是平穩(wěn)的，可以用于建立無(wú)約束的

41、VAR模型，但是模型的意義會(huì)因此而改變，故本文不采用此法。本文選擇采用Johansen協(xié)整檢驗(yàn)，即檢驗(yàn)所研究的非平穩(wěn)變量的線性組合是否為平穩(wěn)序列，若非平穩(wěn)序列的線性組合是平穩(wěn)的，那么可以認(rèn)定所研究長(zhǎng)期的均衡。在進(jìn)行協(xié)整檢驗(yàn)之前需要確定VAR模型的最的非平穩(wěn)變量之間優(yōu)滯后期，然后將協(xié)整檢驗(yàn)的滯后期設(shè)定為m（最優(yōu)滯后期）-1。Johansen協(xié)整檢驗(yàn)的結(jié)果表明，在所研究的20個(gè)城市中只有合肥、西安、福州、等4個(gè)城市通過(guò)了協(xié)整檢驗(yàn)，也就是說(shuō)其房?jī)r(jià)和利率之間協(xié)整。而其余16個(gè)城市的房?jī)r(jià)和利率之間均不長(zhǎng)期的均衡。表 6. 2 20 個(gè)城市房?jī)r(jià)與利率的協(xié)整檢驗(yàn)結(jié)果城市協(xié)整檢驗(yàn)協(xié)整indicates no

42、cointegration at the 0.05 level不indicates no cointegration at the 0.05 level天津不石家莊indicates no cointegration at the 0.05 level不長(zhǎng)春indicates no cointegration at the 0.05 level不indicates no cointegration at the 0.05 level不鄭州indicates no cointegration at the 0.05 level不indicates 1 cointegrating eqn(s) a

43、t the 0.05 level合肥indicates no cointegration at the 0.05 level上海不indicates no cointegration at the 0.05 level杭州不蘇州indicates no cointegration at the 0.05 level不南京indicates no cointegration at the 0.05 level不福州indicates 2 cointegrating eqn(s) at the 0.05 level南昌indicates no cointegration at the 0.05 l

44、evel不indicates no cointegration at the 0.05 level不indicates no cointegration at the 0.05 level重慶不成都indicates no cointegration at the 0.05 level不貴陽(yáng)indicates no cointegration at the 0.05 level不西安indicates 2 cointegrating eqn(s) at the 0.05 level西寧indicates no cointegration at the 0.05 level不1-13畢業(yè)indi

45、cates 2 cointegrating eqn(s) at the 0.05 level此外，還要關(guān)注調(diào)整系數(shù)值，當(dāng)其為負(fù)值時(shí)，說(shuō)明偏離非均衡誤差將會(huì)得到，此時(shí)協(xié)整的。才是有效的。當(dāng)變量的調(diào)整系數(shù)值全部為正值時(shí)，說(shuō)明協(xié)整是無(wú)效表 6. 3 調(diào)整系數(shù)（合肥）Adjustment coefficients (standard error in parentheses)D(R)0.001021(0.00968)D(LNHP)-0.115596(0.02726)可以看出，D(R)和D(LNHP)的調(diào)整系數(shù)不是有效的。表 6. 4 調(diào)整系數(shù)（福州）數(shù)，因此合肥房?jī)r(jià)和利率的長(zhǎng)期均衡Adjustment

46、 coefficients (standard error in parentheses)D(R)-0.105322(0.02964)D(LNHP)0.269890(0.09644)可以看出，D(R)和D(LNHP)的調(diào)整系數(shù)不是有效的。表 6. 5 調(diào)整系數(shù)（西安）數(shù)，因此福州房?jī)r(jià)和利率的長(zhǎng)期均衡Adjustment coefficients (standard error in parentheses)D(R)-0.094995(0.02717)D(LNHP)0.006792(0.06003)可以看出，D(R)和D(LNHP)的調(diào)整系數(shù)不是有效的。數(shù)，因此西安房?jī)r(jià)和利率的長(zhǎng)期均衡1-14畢

47、業(yè)表 6. 6 調(diào)整系數(shù)（）Adjustment coefficients (standard error in parentheses)D(R)-0.003466(0.00349)D(LNHP)0.059337(0.00789)可以看出，D(R)和D(LNHP)的調(diào)整系數(shù)不數(shù)，因此房?jī)r(jià)和利率的長(zhǎng)期均衡是有效的。值得注意的是，實(shí)際上，協(xié)整式只能說(shuō)明二者之間是否長(zhǎng)期的均衡，不能明確說(shuō)明是利率的變動(dòng)導(dǎo)致房?jī)r(jià)的變動(dòng)還是房?jī)r(jià)的變動(dòng)導(dǎo)致利率的變動(dòng)。仍需要進(jìn)一步建立向量誤差模型（VECM），要想明確房?jī)r(jià)和利率之間的相互在VEC模型的基礎(chǔ)之上進(jìn)行脈沖響應(yīng)函數(shù)分析和方差分解分析。（三）誤差模型（VECM）如前

48、所述，所研究的變量是非平穩(wěn)時(shí)間序列，無(wú)法直接建立無(wú)約束的VAR模型。協(xié)整之后，本研究采用VEC模型是更為妥當(dāng)在驗(yàn)證變量（利率和房?jī)r(jià)）之間的，即帶有項(xiàng)的VAR模型。VEC模型的操作使用的是原序列，但是輸出的結(jié)果是差分序列的。當(dāng)然，VEC模型的系數(shù)并不是研究所關(guān)注的重點(diǎn)，因?yàn)閂EC模型的系數(shù)往往非常之多并且難以解釋。因此，為了明確房?jī)r(jià)和利率之間的相互VEC模型估計(jì)結(jié)果的基礎(chǔ)之上進(jìn)行脈沖響應(yīng)函數(shù)分析和方差分解分析。（四）脈沖響應(yīng)函數(shù)（IRF），將在利用脈沖響應(yīng)函數(shù)來(lái)分析利率沖擊對(duì)房地產(chǎn)價(jià)格在不同時(shí)期的影響效果。脈沖響應(yīng)函數(shù)（IRF，Impülse Response Fünctio

49、n）分析可以一個(gè)內(nèi)生變量對(duì)由誤差項(xiàng)所帶來(lái)的沖擊的反應(yīng)，即在隨機(jī)誤差項(xiàng)上施加一個(gè)標(biāo)準(zhǔn)差大小的沖擊后，對(duì)內(nèi)生變量的當(dāng)期值和未來(lái)值所產(chǎn)生的影響程度。可以由此來(lái)看出利率調(diào)控效果。在不同時(shí)期的從脈沖響應(yīng)值的軌跡可以看出合肥的房?jī)r(jià)受到利率一個(gè)正的沖擊后，持續(xù)下行并且為負(fù)值。因此，可以得出結(jié)論，當(dāng)利率對(duì)合肥的房?jī)r(jià)產(chǎn)生正向沖擊時(shí)，房?jī)r(jià)會(huì)下行， 并且在后期尤為明顯。從脈沖響應(yīng)值的軌跡可以看出福州的房?jī)r(jià)受到利率一個(gè)正的沖擊后，會(huì)持續(xù)上行并且在一年左右達(dá)到峰值，后續(xù)會(huì)在波動(dòng)中下行，最后 在0.01左右，但是一直保持為正值。因此，可以得出結(jié)論，當(dāng)利率對(duì)福州的房?jī)r(jià)產(chǎn)生正向沖擊時(shí)，房?jī)r(jià)會(huì)上行。1-15畢業(yè)從脈沖響應(yīng)值的軌

50、跡可以看出西安的房?jī)r(jià)受到利率一個(gè)正的沖擊后，會(huì)下行并在半年左右達(dá)到最低值，然后上行，最終在0.003左右，但是一直保持為負(fù)值。因此可以得出結(jié)論，當(dāng)利率對(duì)西安的房?jī)r(jià)產(chǎn)生正向沖擊時(shí)，房?jī)r(jià)會(huì)下行，但是下行幅度極小。從脈沖響應(yīng)值的軌跡可以看出內(nèi)小幅下行然后上行，最終的房?jī)r(jià)在受到利率一個(gè)正的沖擊后，會(huì)在在0.06左右。因此可以得出結(jié)論，當(dāng)利率對(duì)烏幾的房?jī)r(jià)產(chǎn)生正向沖擊時(shí)，總體上房?jī)r(jià)會(huì)上行。圖 6. 1 脈沖響應(yīng)函數(shù)（合肥）圖 6. 2 脈沖響應(yīng)函數(shù)（福州）圖 6. 3 脈沖響應(yīng)函數(shù)（西安）圖 6. 4 脈沖響應(yīng)函數(shù)（）1-16畢業(yè)（五）方差分解（VD）利用方差分解可以分析影響內(nèi)生變量的結(jié)構(gòu)沖擊的貢獻(xiàn)度，在

51、本研究中則是用來(lái)分析不同的變量對(duì)房?jī)r(jià)沖擊的貢獻(xiàn)程度。“Percent LNHP variance düe to LNHP”部分顯示的是房?jī)r(jià)變動(dòng)方差由自身變動(dòng)導(dǎo)致的部分，“Percent LNHP variance düe to R”顯示的是房?jī)r(jià)變動(dòng)方差由利率變動(dòng)導(dǎo)致的部分。隨著時(shí)間的推移，合肥房?jī)r(jià)變動(dòng)方差由自身變動(dòng)解釋的部分逐漸下降，最終在60%左右，由利率變動(dòng)解釋的部分逐漸增加，最終在40%左右。因此，可以得出結(jié)論，利率的變動(dòng)能在一定程度上解釋合肥房?jī)r(jià)的變動(dòng)。圖 6. 5 方差分解（合肥）圖 6. 6 方差分解（福州）圖 6. 8 方差分解（）圖 6. 7 方差分解（西安）1-17畢業(yè)隨著時(shí)間的推移，福州房?jī)r(jià)變動(dòng)方差由自身變動(dòng)解釋的部分逐漸下降，最終在55%左右，由利率變動(dòng)解釋的部分逐漸增加，最終在45%左右。因此，可以得出結(jié)論，利率的變動(dòng)能在一定程度上解釋福州房?jī)r(jià)的變動(dòng)。福州房?jī)r(jià)變動(dòng)方差由自身變動(dòng)解釋的部分為95%左右，由利率變動(dòng)解釋的部分為5%左右。因此，可以得出結(jié)論，利率的變動(dòng)幾乎無(wú)法解釋西安房?jī)r(jià)的變動(dòng)。房?jī)r(jià)變動(dòng)方差由自身變動(dòng)解釋的部分接近100%，利率變動(dòng)幾短期內(nèi)，乎對(duì)房?jī)r(jià)變