人民币实际有效汇率、汇率波动与房价关系分析
摘 要 本文通过分析汇率影响房价的机制，利用人民币的实际有效汇率指数和房价共116个数据（2012.01～2016.10），运用PARCH模型求出人民币汇率波动的度量，建立向量自回归模型（VAR），并使用协整、Granger因果检验、脉冲响应进行分析。
研究结果表明：第一，人民币升值会促进房价上涨；第二，房价上涨会抑制人民币升值；第三，扩大人民币汇率波动幅度短期内使得房价下降，长期内使得房价上涨。
下载论文网 关键词 房价 汇率 VAR模型 PARCH模型 协整 格兰杰因果检验 一、引言 一路飙升的房价，特别是一、二线城市的房价一直是大家讨论的热点问题。
从2012年1月以后的数据来看，人民币实际有效汇率确实在不断升高，但是中国也采取了相应的政策进行反击，从而稳定汇率。
我国外有人民币升值的压力，内有房价不断走高的逼迫，如何有效并且快速地处理二者之间的关系显得尤为重要，本文对于人民币汇率和房价的关系的研究具有一定的指导意义。
二、文献综述 就?R率和房价的关系问题，国内外学者也做出了许多贡献。
Benson等（1997）运用多元线性回归方法，利用房价指数数据发现，加元对美元的汇率和温哥华附近的市场条件对罗伯茨地区的居民住宅价格影响非常显著。
Earl D. Benson等（1999）利用ARMA的方法，利用美国1984～1994年的汇率数据对美国Bellingham的累计房价指数进行检测，结果发现：美元汇率每上涨1%，在3～6个月后房价指数上涨0.77%。
赵晓丹（2007）采用2000～2005年的季度房价、人民币实际有效汇率、GDP、城镇居民平均可支配收入建立了时间序列模型，结果显示人民币实际有效汇率与房价存在负相关，即人民币实际有效汇率每下降1%，房价约上升1%。
由此可见，不同的学者通过建立不同的模型，运用不同的数据得到了不同的结论，这也反映出了房价和汇率之间关系的复杂性。
而本文的目的在于通过运用最新数据，分析我国汇率改革和成为世界第二大经济体后，近几年的人民币实际有效汇率和房价的关系。
2016年10月1日，人民币加入SDR，使得人民币币值变化更加扑朔迷离。
三、理论假说 新开放宏观经济学认为资本市场和外汇市场具有互动关系，外部冲击会通过外汇市场的传导引发资产价格的变动。
一般而言，人民币币值的变动会通过流动性效应、预期效应、避险效应影响房价。
（一）流动性效应 主要表现在境外资金对本国房地产市场的投机活动。
当本国货币有升值预期或持续升值时，外国投机资本将流入本国，期望获得本国货币升值和房地产价格上升带来的双重利润。
（二）预期效应 在此将外国人购买中国房地产视为投机活动，当房地产价格上升至一定高度时，与股市类似，外国投机资本会撤离，从而使得人民币贬值，而房地产价格由于惯性可能会继续走高。
（三）避险效应 当人民币币值波动幅度加大时，东道国房价在短期内下降；但从长期来看，房价会上升。
通过以上效应，我们可以得到以下假说： 假说1：人民币升值会引起房价上升。
假说3：扩大人民币汇率波动幅度在短期内会降低房价，在长期内会使房价升高。
四、实证分析 （一）变量选取与数据处理 基于上述理论，本文对人民币实际有效汇率指数和汇率波动对于我国房价的影响进行实证分析，并检验以上观点的可行性。
变量有：人民币实际有效汇率指数（CEER）、人民币汇率波动（VARI）、房价（HP）。
其中，人民币实际有效汇率的数据来源于中国金融信息网；人民币汇率波动是通过对CEER进行PARCH处理而获得；对于房价，本文将其视作商品房销售额和商品房销售面积的比值（房价=商品房销售额/商品房销售面积），商品房销售面积和商品房销售额的数据均来自国家统计局官网。
对于每年一月份不进行统计的数据，按照线性插值法补上。
本文选取的样本时间区间为2012年1月至2016年10月，共58个样本数据。
对于房价，通过取其自然对数使其更加线性化，并且不会改变原有的协整关系。
而对于人民币实际有效汇率指数，则不能取自然对数，因为这将会对它的异方差产生干扰，从而影响对人民币汇率波动这一变量的取值。
因此，处理后的三个变量分别为：LnHP，VARI，CEER。
本文采用的计量软件为EViews9.0。
（二）人民币汇率波动指标的求取 由于人民币汇率波动特征无法直接获得，本文将通过计量经济学模型对其进行显示。
目前常用的估测汇率波动的计量模型有：第一，随机游走模型；第二，AR模型；第三，GARCH及其拓展模型。
由于线性回归模型一般有扰动项零均值、同方差的假定，这对于汇率的时间序列变动的参考意义不大。
为了解决这个问题，Engle（1982）提出的自回归条件异方差（ARCH）模型对于描述汇率的时间序列很有用。
Bollerslev（1986）在ARCH模型中增加了自回归项，对ARCH模型的条件方差函数进行拓展，得到GARCH模型。
但是，GARCH模型未能充分捕获高频汇率序列高峰厚尾的特征，为此，本文使用PARCH模型。
条件方差函数用PARCH（p，q）模型表达如下： 本文采用PARCH（1，1）模型分别对条件方差的滞后值和扰动项平方的滞后值进行估值，并把以此求得的方差作为人民币汇率波动的度量。
结果如方程（2）、方程（3）。
（三）变量的平稳性检验和协整检验 时间序列的平稳性检验是模型分析的开始，因为只有当阶数相同时，才能进行各个变量之间的关系的相关分析。
检验结果如表1。
ADF检验结果表明，变量序列LnHP、REER、VARI都在10%的显著性水平上，存在单位根，即为非平稳序列。
而它们的一阶差分序列均在1%的显著水平上，为平稳序列。
对协整变量正规化，得到：（1，—0.0107，0.0256），其对应的协整关系为： Ln HP =0.0107REER—0.0256VARI+7.5734 （4） （8.7375） （—4.5184） （54.7175） 从（4）式可以看出各系数均通过显著性为1%的T检验。
在长期关系中，人民币实际有效汇率指数、房?r、人民币波动存在稳定关系。
当人民币有效汇率每上升1个百分点，房价将上升0.1076个百分点；当人民币汇率波动幅度扩大1个百分点，房价将下降0.0259个百分点。
（四）变量间格兰杰因果关系检验 由于格兰杰因果检验要求同阶单整满足协整关系，对Ln HP和VARI，Ln HP和REEP的一阶差分序列进行格兰杰检验，即对DLn HP、DVARI、DLn HP、DREEP进行格兰杰检验，结果如表2。
由表2可知：第一，房价（HP）的变动量与人民币实际有效汇率指数（REER）的变化量有双向因果关系，人民币实际有效汇率指数（REER）的变化将有超过90%的可能影响房价（HP）的变化，房价（HP）的变化也将有超过90%的可能影响人民币实际有效汇率指数（REER）的变化；第二，房价（HP）的变动量与人民币汇率波动（VARI）的变化量有单向因果关系，人民币汇率波动（VARI）的变化将有超过90%的影响房价（HP）的变化，反之则不然。
（五）脉冲响应 在VAR模型的标准式中，扰动项也称为信息，脉冲响应函数描述了任意一个变量的扰动如何通过模型影响其他变量，最终又反馈到自身的过程。
以下为运用脉冲响应函数来分析房价自身、房价和人民币有效汇率指数、房价和人民币汇率波动的短期动态关系。
脉冲响应图像如图1、图2、图3所示，其中实线部分为计算值，表示脉冲响应函数；虚线部分为脉冲响应函数加减两倍标准差的置信带；横轴表示冲击作用的滞后月数，纵轴表示各自的时序指数。
由图1知，房价在开始阶段受到来自人民币有效汇率指数的一个标准差的正向冲击时，没有马上上升，而是滞后1.5个月后才开始上升，上升至2.5个月后，上涨趋势会出现变缓趋势，最后稳定在2.1个百分点左右，即房价受到来自人民币有效汇率指数的正向冲击，房价会上升2.1个百分点。
显然，假说1是成立的。
由图2知，人民币有效汇率指数在开始阶段受到来自房价的一个标准差的正向冲击时，没有马上下降，而是在1.5个月后开始下降，在5个月后稳定在—1.1个百分点，即人民币有效汇率指数受到房价一个百分点的正向冲击，人民币有效汇率指数会下降1.1个百分点。
显然，假说2是成立的。
由图3知，房价在开始阶段受到来自人民币汇率波动幅度一个标准差的正向冲击时，没有马上上升，而是在1.5个月后开始下降，下降至2.5个月后开始上升，至第4个月为0，最后稳定在0.8个百分点。
显然，假说3是成立的。
（作者单位为山东科技大学经管学院） 参考文献 [1] 高波，毛中根.汇率冲击与房地产泡沫演化：国际经验及中国的政策取向[J].经济理论与经济管理，2006（07）：38—43. [2] 邓永亮.人民币升值、汇率波动与房价调控[J].经济与管理研究，2010（06）：43—50.