我国房地产价格一直呈现刚性上涨趋势。高企不下的房地产价格在给地方政府带来丰厚的财政收入的同时，不仅增加了企业和居民的生产生活成本，通过挤占居民消费，抑制了社会总需求；脱离居住本性的房地产诱导大量资本退出实体经济，导致实体经济投资下滑，降低了社会总供给。而且日本和美国等国的经验教训表明，由于过度投机所引发的房地产泡沫往往成为爆发系统性金融风险的重要引致因素，并最终对整个宏观经济形成负外部性，严重影响了金融和经济的安全。

关于房地产价格波动的影响因素较为复杂，现有相关研究可概括为两个方面：一是影响需求方面的因素。这类文献主要从人口、收入、限购政策等角度展开分析：城市人口数量和结构的变化都会引起房价的波动（Akbari and Aydede，2012；Takats，2012；Lim and Lee，2013；徐建炜等，2012；邹瑾，2014），收入的增长则导致了房价的提高（Tsai and Peng，2012；Bernardina，2013），房地产限购令略微减低了新建住宅同比房价，但未能控制二手房房价的上涨（方兴，2018）。二是影响供给方面的因素。房地产的供给量不是由市场决定的，而是取决于国家对土地的供给和地产开发商的投资策略（Chen and Kung，2016）。在“土地财政"的激励下地方政府限制土地供应面积的行为会导致房地产市场价格的上涨（陈斌开和杨汝岱，2013）。此外，扩张性的货币政策会加剧房地产价格的上涨，而紧缩性的货币政策则会减缓房地产价格的上涨（Xu and Chen，2012）；利率短期对房地产价格有显著影响，而长期来看影响不明显（Bernanke and Gertler，1995）。

从已有相关研究来看，基于金融开放角度来探讨房地产价格波动的研究相对匮乏。目前，我国已经在资本和金融账户方面相继推出合格境内机构投资者（QDII）、人民币合格境外机构投资者（RQFII）等制度，开展跨境贸易人民币结算试点，陆续开通“沪深港通"“债券通"以及被提上日程的“沪伦通"。在2018年的博鳌论坛上，习近平总书记强调，要进一步扩大对外开放、以及随后中国人民银行公布新的金融开放时间表。金融开放对我国而言已经不是一个要不要的问题，而是如何扩大的问题。考虑到我国金融开放程度正逐步加大的现实，以及金融开放对房地产市场的潜在冲击，本文考察并厘清金融开放对我国房地产价格波动的影响，对防范化解房地产价格风险具有一定参考作用。

一、实证设计

1.实证方法

本文利用结构性向量自回归（SVAR）模型展开实证分析。即在对我国对外开放度进行度量基础上，通过脉冲响应函数探究对外开放对房地产价格的动态影响机制，运用方差分解进一步分析对外开放对房地产价格的影响程度。

2.指标选取与数据来源

本文选取房地产价格为被解释变量，金融开放度为解释变量。考虑到金融开放主要通过货币渠道影响房地产价格，选取货币供应量M2为控制变量。

本文使用国际资本流动法来构建金融开放度的衡量指标，其度量公式为：

其中，Q_金表示金融开放度，F表示国际收支平衡表中的金融与资本项目的资本流动总额。

图1-1描述了我国2000—2018年GDP与资本流动总额的变化情况，GDP呈高速增长趋势，但资本流动总额波动较大。图1-2描述了我国2000—2018年以Q指标衡量的金融开放度变化情况，由于资本流动总额波动较大，导致金融开放度也存在一定波动，特别是最近经济下行压力以及美国政府挑起贸易战对我国进行制裁，使金融开放进展受到了一定程度的制约。

图1-1　2000—2018年GDP与资本流动总额

图1-2　2000—2018年金融开放度

房地产价格指标选取的是全国的商品房销售平均价格，该指标综合体现了城市住宅、写字楼等房地产商品价格。图2为2000—2018年的房地产价格走势图，该图显示出我国房地产价格呈逐年上涨的趋势。

图2　2000—2018年房地产价格走势图

本文使用的资本和金融项目的资本流动总额、国内生产总值数据来于中国统计局数据库，广义货币M2数据来于中国人民银行网站，房地产价格数据来自于历年《中国房地产统计年鉴》。所有数据均为年度数据，数据区间为2000—2018年。

二、实证结果及分析

1.变量平稳性检验

实际时间序列变量一般是非平稳时间序列，而非平稳时间序列可能会出现共同的变化趋势并产生“伪回归"现象。因此，在进行构建模型和实证分析之前，首先要对数据的变化是否平稳进行检验。本文使用ADF方法进行检验。从表1检验结果可以看出，房地产价格的ADF检验值大于95%置信度水平下的临界值，因此认为房地产价格序列是非平稳的。进一步对其差分序列进行平稳性检验，ADF值小于99%置信度水平下的临界值，因此房地产价格的一阶差分序列是平稳的（且其二阶差分序列也是平稳的）。类似地，金融开放度的一阶和二阶差分序列平稳，M2的二阶差分序列平稳。

表1　各变量的ADF检验结果

2.建立模型

SVAR（P）的表达式为：

D₀x_t=Γ₁x_t-1+Γ₂x_t-2+Γ₃x_t-3+…+Γ_px_t-p+u_t，t=1、2、…、T

其中，

在ADF检验中可知变量的二阶差分均是平稳的，因此选取变量的二阶差分作为研究变量。且由表2可知，该VAR模型最佳滞后阶数为滞后2阶。此时，可将VAR模型的表达式设为：

Y_t=α₁Y_t-1+α₂Y_t-2+α₃Y_t-3+u_t

其中，Y_t表示含有两个内生变量的列向量，u_t为扰动项，X_t为包含一个外生变量的列向量。

表2　最佳滞后阶数检验结果

3.脉冲响应分析

脉冲响应函数描述的是当对某个误差项施加一个标准差冲击时，会对所有内生变量产生的动态影响。该函数可以形象地刻画出内生变量之间的动态影响效应。从图3的第一个脉冲响应函数图可以看出，房地产价格对来自自身的信息在第一期立刻有了较强的正向反应，即房地产价格的上涨在第一时间会推动其自身的上涨，滞后则会产生反向的影响，然后逐渐减弱。这主要是因为当房地产价格上涨时，市场会产生价格上涨的预期并推动房地产价格上涨；此后，随着房地产市场的供给增加，房地产价格成下跌趋势。由图3右图可知，房地产价格对于来自金融开放度新息的反应机制是首先房地产价格下跌，然后再上涨，第3期后反应程度逐渐减弱。本文认为造成该种结果的原因是：在金融开放度的不断加大，金融市场承受风险的能力进一步增强以及金融制度更加完善的背景下，我国房地产市场炒房的热度将可能会有所下降，房地产市场需求减少，那么价格将可能下跌。而后续上涨主要是因为金融开放度加大，使得更多的国外资金进入我国房地产市场，金融开放会促进了一国生产要素积累和技术进步，而生产要素积累和技术进步又会促进一个国家经济的增长，经济的增长会促进国民收入的增加，此时购房的有效需求增加，从而推动房价的上涨。

图3　一个标准差下脉冲响应趋势图

4.方差分解

表3为对房地产价格进行方差分解的结果。从表中可以看出，房地产价格刚开始受自身的影响较大，之后逐渐减弱。而金融开放度对房地产价格的影响是逐渐增强的。本文认为，房地产价格之所以受自身影响较大，首先是受到购房者情绪的影响，例如羊群效应，即有人跟风买房，另外就是市场对房价的预期会对房价产生较大的影响。而金融开放度对房地产价格的影响之所以会逐步增强，主要还是因为我国金融市场愈来愈完善，金融市场的规章制度也更加完善，因此金融市场在我国经济中所能发挥的作用越来越大，其对房地产价格的影响也进一步加大。

表3　方差分解表

三、结论与政策建议

在我国对外开放程度不断加大且政府多次出台限制房价政策的现实背景下，如何有效抑制房价的上涨尤为重要。本文认为，进一步对外开放可能是推动我国房地产价格上涨的重要因素。因此，为了保证我国房价的合理上涨，政府不应只实施一些限制房价的政策，更应该完善我国的金融市场制度，增强其抗风险的能力。