中国房地产价格涨跌的模型分解

　　房地产业是我国的支柱产业之一，房地产价格的涨跌对我国各行业具有重要的影响力。房地产业是推动中国经济增长的一支重要力量。但持续飙升的房价引起宏观经济的大幅波动，并带来严重的社会问题。本篇房地产论文政府连续出台控制房价的措施，但市场反应平淡，找准房价上涨的原因，采取切实可行的办法对我国经济发展尤为重要。

　　推荐期刊：《中国房地产》China Real Estate(半月刊)1980年创刊，宣传党和国家有关房地产业的方针、政策，传播房地产开发经营方面的经济、技术信息，介绍住房制度改革、土地使用制度改革和房地产管理体制改革的经验。坚持为社会主义服务的方向，坚持以马克思列宁主义、毛泽东思想和邓小平理论为指导，贯彻“百花齐放、百家争鸣”和“古为今用、洋为中用”的方针，坚持实事求是、理论与实际相结合的严谨学风，传播先进的科学文化知识，弘扬民族优秀科学文化，促进国际科学文化交流，探索防灾科技教育、教学及管理诸方面的规律，活跃教学与科研的学术风气，为教学与科研服务。

　　中国房地产价格的不断攀升，源于多因素的共同推动和交互作用。利率、货币流通量、人均国内生产总值、物价、土地价格和失业率融合推动房价上涨，房价又反作用于其他变量.相互反馈，共同向上运动。本文运用2000-2010年的季度数据，采用EG两步法、VAR模型、脉冲响应方差分解等方法，结果显示：土地价格对房价的直接影响不显著，这一结论反驳了当前的流行说法：利率对房价抑制只具短期作用;货币流通量、人均国内生产总值能长期拉升房价，政府必须严控货币供给，并为民间资本疏通投资渠道，才能从根本上遏制房价。

　　【关键词】商品房价格;互动机制;脉冲响应;方差分解

　　2004年以来，我国商品房价格一路引吭高歌，房地产市场逐渐呈现出过热迹象。2004-2007年，我国商品房价格增速惊人，分别比上年增长 14.4%、12.2%、7.1%和16.8%: 2008年前3季度，由于受金融危机的影响，我国商品房成交量大幅萎缩，房价呈现逆转趋势，引起业界一片“救市”之声;2008年下半年房价出现戏剧性的变化，呈现出“爆发性增长”，中国房地产市场从2008年的“持币待购”，到2009年的“抢购”，市场就表现出强烈的波动性。目前许多大中城市的房价和地价已经进入一个高位，房价明显偏高已经成为事实。

　　进入2009年之后，据国家统计局数据显示，2009年3 -12月，全国70个大中城市商品房销售价格，以一线城市为领头羊，月环比价格指数连续10个月以递增的幅度上升。2009年11月，北京住宅均价为18 686元/m2，广州和深圳环比涨幅分别为14.7%和12.6%。据中国指数研究院统计，2009年1-9月，北京房屋租售比达1:434，远高于国际 1:200到1：300的标准，市场呈现出非理性繁荣的景象。

　　住房价格的过快上涨不但对金融甚至整个宏观经济的健康发展构成严重的威胁，而且过高的房价还极不利社会的稳定。

　　首先，房地产业与金融业之间的紧密相关使得房价波动的风险高度集中于银行体系，房价波动将直接影响到我国的金融稳定甚至金融安全，再加上房地产业与其他行业之间的高度关联性，房地产业大起大落必然会导致国民经济剧烈震荡。

　　另外，过高的房价既透支了社会财富，影响了人们实际生活福利水平的提高，也减缓了城市化进程，形成了明显的“消费挤出效应”，这一效应将随着房价的不断上涨越来越突出。据世界银行专家估计，目前，我国的城市化水平每提高1个百分点，就可以带动GDP增长1.5个百分点，据中国社会科学院《社会蓝皮书：2010年中国社会形势分析与预测》显示，到2009年，我国的城市化水平虽然已经超过50%，但离发达国家水平还有很大的差距，过低的城市化水平，阻碍国民经济结构的调整，制约国民经济的发展。过高的房价还会增加城市生活成本，削弱城市竞争力。

　　我国的房地产市场从无到有，只有20多年的时间，还出于摸索期，在市场发展不成熟、信息不充分、政府政策波动等各种特征下，必然有发展不完善之处。另外，目前，许多业内人士对中国房地产市场波动解释不清。弄清房地产价格上升的原因，理顺房价与国民经济的相互关系，对我国房地产市场与经济健康发展有着极为重要的作用。

　　1 文献回顾

　　国内外学者从不同角度对房地产价格的影响因素进行了研究，大都集中在房价与利率、收入等经济基本面因素的关系上，如Mankiw andWeil (1989)、Case and Shiller(1990)、Poterba(1991)、Malpezzl(1999)、Quigley(1999)都是采用美国城市级面板数据研究了宏观经济基本面与房价之间的关系，其结果均表明宏观经济基本面的波动可以解释并预测房地产价格的波动，房地产市场并不符合有效市场假说。

　　国内学者目前关于房价的研究也取得了丰硕的成果。沈悦、刘洪玉( 2004)研究了中国14个城市经济基本面与住宅价格水平之间的关系，研究表明14个城市经济基本面的当前信息或历史信息都可以部分解释住宅价格水平或者变化率，并指出经济基本面对房价的解释程度逐渐降低，近几年来各城市住宅价格的增长已经无法很好地用经济基本面和住宅价格的历史信息来解释为政府敲响了警钟。

　　周京奎(2005)进一步对该14个城市房地产价格波动与投机行为的关系进行了研究，其结果表明可支配收入对房价没有显著影响，房价上升主要是由投机来推动的，房价已经极大的偏离长期均衡值，市场出现了非理性繁荣。屠佳华、张洁(2005)采用单位根检验、EG两步法和VAR模型研究了造成上海市房价暴涨的因素，其结果表明房地产投资占固定资产投资的比重、人均可支配收入、空置面积的变化率及上一期的房价对其房价走势有很大影响，而人均GDP、人均消费支出、利率变动和相关税收政策对房价的影响不显著。张涛等(2006)在资产按揭贷款模型基础上检验了房价与银行房地产贷款、按揭贷款利率的关系，结果表明我国房价水平与银行房地产贷款有较强的正相关关系，住房按揭贷款利率的提高可以有效抑制房地产价格的上涨，史永东、陈日清(2009)也得到了十分类似的结论。况伟大(2008)采用动态面板系统GMM估计，研究了我国房地产市场的泡沫问题，他认为从全国来说基本面对房价的影响最大，但是东部地区房价由投资者预期主导，存在较大的房地产泡沫，这一结论也与梁云芳、高铁梅(2007)结果相类似，都特别强调我国不同地区房价影响因素的差异。

　　有不少关注土地价格对房价的影响：徐艳(2002)认为土地费用过高是北京房价过高的主要原因;杨慎(2003)、包宗华(2004)认为地价大幅上涨必然造成房价大幅度提高：但张宏斌( 2001)认为地价和房价不存在一个固定的比例关系;况伟大(2004)通过构建空间竞价函数，认为高地价是由高房价引起的;周京奎( 2006)‘63认为房价对地价有显著影响，地价对房价的影响度较小;魏巍贤，叶国兴(2009)指出土地价格上涨、金融价格波动及投机因素是推动房价上涨的主要因素。

　　袁志刚等(2003)建立了房地产市场的局部均衡模型对金融支持对房价的影响进行了分析，认为我国房价的上涨与金融支持有密切的关系;周京奎(2009)将城市舒适度和工资差异引入对房价的分析，实证表明，住宅价格和工资之间不会因舒适度的差异而相互进行补偿。

　　由上述文献回顾可以看出，经济基本变量对住房价格之间的关系的研究存在不足：首先，目前对国内住房价格波动原因进行全面分析的文献还比较缺乏;其次由于对变量、数据选择以及处理方式等的不同，对同一问题的研究得出的结论往往也存在差别，并且基于计量分析的研究由于忽略了对一些重要因素的分析，计量分析存在一定的偏差，研究结论很难统一;第三，由于2009年来房地产市场出现了许多新问题，鉴于此，本文将运用较新的数据，将考虑人均国内生产总值、土地价格、利率、广义的货币流通量等对房价影响的情况下，运用EG两步法，VAR模型、脉冲响应和方差分解等方法对推动房价上涨的因素进行分析。

　　2 理论分析与变置选择

　　影响住房价格的因素是多种多样的，国内生产总值、房地产开发成本、人口数量及年龄结构、物价水平、消费者的偏好与消费观念、利率水平、流通中的货币量、货币政策、及对未来的预期和投机因素等都会对住房价格产生影响。

　　2.1 人均国内生产总值(GDP)

　　人均国内生产总值是反映一个国家人民支付能力的基本指标，是反映个人实际购房能力的指标，一般来讲，该变量越大，居民购房能力就越强。由于人均 GDP具有较强的季节性变动，并受物价指数的影响，所以，为了保证数据能真实反映变量之间的关系，我们通过价格平减为实际人均国内生产总值，并进行了季节调整(X-11)。我国人均GDP持续快速增长，从20010年第3季度到2009年第3季度，10年内翻了2.5倍，这是刺激住房消费增长的最主要原因，因此我们预期该变量的系数为正。

　　2.2利率(r)

　　购买住房，大部分的消费者都要按揭贷款，商品房价格必然要受利率的影响。本文选取市场化程度较高的一年期的贷款利率为实证指标，并通过计算出样本区间内的通货膨胀水平，得到了实际贷款利率。考虑到住房消费的跨期选择性，我们很容易写出利率变动对住房消费影响的slut-

　　2.3 消费物价指数(CPI)

　　一方面通过按月公布的以上年同期=100的同比居民消费价格指数，我们构造了以2000年第3季度为基期的季度消费价格指数，另外，考虑到消费物价指数与商品房价格之间是正向变动的关系，在物价上升的时候，住房的投资功能不断加强，我们预测，物价和商品房价格之间是正向的变动关系，符号为正。

　　2.4土地交易价格(LP)

　　近年来在我国土地价格与住房价格轮番上涨的过程中，土地价格上涨是否真正推动了房价，一直是社会各界关注的焦点问题之一。如据国土资源部的消息.2009年我国的土地出让额比2008年增加63.4%。虽然目前对土地价格上涨与住房价格上涨之间孰因孰果并没有形成一致的认识，但可以肯定的是，在近年来我国住房价格的波动过程中，土地价格的上涨对住房价格的波动有着极其重要的影响。

　　2.5 货币流通量(monetary)

　　流通中的货币是人们生活和消费的载体，通常也能反映政府的政策倾向，是影响金融资产价格的重要因素，而商品房近年来的投资功能也不断加强，通常在股市低迷的情况下，人们会选择对商品房进行投资，我们引入该变量，选取广义的流通量M2为我们的计量指标，并预测M2与商品房价格之间存在正向的相关关系。

　　2.6失业率(U)

　　失业率也是经济基本面的一个很重要组成要素，它反映了一个国家的经济景气程度。由于购房金额较大，往往采取的是分期付款的支付形式，只有工作有保障的人们才有能力买房。因此笔者认为，失业率也是衡量住房购买力的一个重要指标。经济繁荣时期，失业率低，人们都有一份有保证的工作，能够在较长时间内获得稳定的收入流，这样才有利于住房消费，因此我们预期该变量的系数为负。

　　2.7虚拟变量

　　金融危机的到来，引起我国的房价有一个脉冲式的下降，所以，笔者引入虚拟变量Dl，令其在2008年第4季度为1，样本内的其他时期为0。

　　因此，通过上面的分析，我们可以构造了商品房交易价格的函数，表示为

　　3 实证分析

　　本文的实证数据区间为2000年第3季度到2010年第2季度，并对所有的数据都进行了季节调整，另外为了避免异方差问题，本文采用惯例的做法，对人均国内生产总值、货币流通量取了自然对数。其中除了利率来源于中国人民银行网站官方公布的以外，其他全部都来源于中国资讯行数据库和中经网的宏观月季度数据库。

　　3.1单位根检验

　　由于时间序列数据通常是不平稳的，当变量均为非平稳时间序列时，即变量在各个时间点上的随机规律是不同的，很难通过数据已有的信息去掌握其在整体上的随机性，会产生由于各变量具有不相同的时间变化趋势而造成的虚伪回归.所以首先必须进行单位根检验。为了避免异方差和各个变量之间统计口径的不同，本文采用的是DF检验，使用的软件eviews6.0。

　　分析表1，在95%置信度水平下，DF值都大于临界值，不拒绝原假设，因此原变量都是非平稳序列变量。这些变量在一阶差分以后，在95%置信度水平下，DF值都小于临界值，拒绝原假设，8个变量在差分后都是平稳序列。从上表中可以看出，所有变量都存在着一个单位根，满足协整要求。

　　由于经济序列一般都是非平稳的，Engle和Granger( 1987)指出两个或多个非平稳的时间序列之间的组合可能是平稳的，协整变量之间可以建立长期均衡关系。

　　3.2协整检验

　　本文采用EG两步法对变量进行协整性检验，首先对整体进行回归，再对回归结果的残差进行ADF单位跟检验，估计结果如表2所示：模型l和模型2都具有协整关系。另外，通过Johansen检验也可以得到同样的协整关系。

　　对影响房价上涨的因素进行回归，从总体上考察对房价的影响程度。

　　剔除不显著的变量，得商品房价格和各变量之间的长期均衡关系，如方程2。

　　从模型l的结果看，整体拟合较好，其中土地交易价格指数和虚拟变量对房价的影响不显著，不能通过t检验，这说明：①土地价格并不是影响房价的主要因素，检验结果正好解除了很多人的担心，和周京奎(2006)的结论也一致;②由于经济危机对房价的影响已经反映在利率和货币流通量等货币政策指标上，不需再另外设置。

　　结果显示①人均国内生产总值增加1%.引起房价指数上涨1.23，这表明人们收入水平的提高，对房价的拉升明显：②实际利率对房价的影响显著，说明，利率的提高增加了人们的购房成本，抑制了房价的上涨，下调利率，一方面降低了人们的购房成本，另一方面，从购房的投资功能上解释，过低的利率降低了储蓄，增强了商品房的投资功能;③货币流通量能显著影响房价，增加1%的货币供给，对房价指数的提升程度为11.1。从②和③说明我国的货币政策对调整房价来说，效果显著;由于近年来我国的民间资本较多，且民间资本缺乏有效的投资渠道，增加了货币的流动性，同时也推高了房价。

　　3.3 VAR模型与脉冲响应、方差分解

　　前面的OLS估计都是同期变量之间进行静态回归的结果，并不能够刻画出各变量之间的动态联系。而Sims(1980)提出的VAR模型却可以用来预测相互联系的时间序列所组成的系统，并分析随机扰动项对系统的动态冲击，从而解释各种经济冲击对经济变量造成的影响。

　　我们只对由商品房价格指数、人均可支配收入、利率、消费者物价指数、失业率五个变量组成的系统建立VAR模型。经过Johansen检验，证明系统之间是稳定的。由于VAR模型是结构式模型而不是简化式模型，它的每一个变量都可以作为内生的被解释变量，其单个参数估计值是有偏的。更重要的是它不以经济理论为基础，完全是从数据本身出发建模，因而对VAR模型单个参数估计值的解释没有实际意义，我们通常是观察其脉冲响应函数图，这里采用的是Pe- saran、Shin (1998)提出的不依赖于VAR模型变量次序正交分解的脉冲，上下两条红线表示正负两倍标准差。表示模型受到某种冲击时对系统的动态影响，它描述了给某个内生变量一个标准差大小的冲击，对内生变量当期值和滞后值的影响。如图1所示。

　　从图(a)可以看出，利率的提高在短期内抑制了房价，滞后4期对房价的影响最大，以后逐渐减小;由图(b)知，对人均国内生产总值施加一个正的标准差冲击以后，其对房价的影响一直是正向的，这种正向效应在第4期达到最大，此后略微下降并一直持续下去，这也证明了经济增长是影响我国房价的主要因素之一：图(c)显示：物价上涨时拉升房价的因素，但只对房价有短期影响;图(d)表明了货币增长率和房价之间长期的正向关系，货币供给的不断增加，引起房价的不断上涨。

　　方差分解通过分析每一个结构冲击对内生变量变化的贡献度，进一步评价不同结构冲击的重要性。所以，对上VAR模型进行方差分解，能够分析各个变量的随机扰动相对重要性的重要信息。如图2所示，在第一期纵坐标上的数值为1.表示商品房价格指数的变动信息全部来自本身，随着时间的推移，实际利率和实际广义货币增长率的变动引起的房价的方差越来越大;但房价的预期价格的变动所引起的方差一直最大，可见，在我国当前的经济形势下，人们普遍形成的对房价的预期，达成了房价一直会上升的共识，这种情况下容易滋生住房投机现象，不利于政府调控房价，进一步发展容易引起房地产泡沫。另外，从图上可以看出，人均国内生产总值的变动对房价方差的影响一直较为稳定，可以发现，国民收入是影响房价变动的最为稳定的因素。

　　4 结论和政策建议

　　本文选取了我国2000年第3季度到2010年第2季度数据，为了保证模型结论的稳健性，本文采用了单位根检验、线性回归的方法找出了变量间的长期关系。结果显示，对房价的长期影响中，人均国内生产总值、利率、货币流通量、物价指数对房价的长期影响显著，土地交易价格对房价的影响不显著，证明土地价格的提高并不是推动我国房价的重要因素，但土地价格却通过物价水平，预期等因素间接引起房价上涨。

　　为了研究变量间的动态变动关系，本文首先对变量进行了协整性检验，在协整变量之间建立了VAR模型，为了进一步分析变量的扰动，采用脉冲响应和方差分解的方法，结果显示：①利率对房价的抑制作用短期内较强，长期内抑制作用减小，说明政府通过提高利率来抑制房价不具有长期作用;②货币流通量的增加在长期内助涨了房价，对我国商品房价格的拉升有长期作用;③房价本身对其滞后期的影响作用较大。可见，近几年在我国房价上升的过程中，金融因素起的作用越来越明显。

　　房价过高，会滋生房地产泡沫，对金融业乃至整个国家经济都有负面的影响，根据本文的研究成果，提出如下的政策建议：①政府应多采取行政手段和法律手段对市场进行规制，强化行政监督，大力惩治土地征用、转让环节的腐败行为;另一方面完善立法，打击土地炒作，严格控制热钱流入。②政府要控制货币供给量的增加速度，为巨大的民间资本拓宽投资渠道，进入流通领域的新发行的货币，具有较强的购买力，在目前股市不稳，实体投资不景气的情况下.商品房的投资功能不断加强，政府应做好经济制度的调整，疏通各种投资渠道，替代购房，分流资金;③加大力度校正人们对房价的预期和恐慌性购房，花大力气引导人们去理性购房。

期刊VIP网，您身边的高端学术顾问

文章名称： 中国房地产价格涨跌的模型分解

文章地址： http://www.qikanvip.com/fangdichan/36235.html