房价驱动要素浅析

前言：本站为你精心整理了房价驱动要素浅析范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。

本文作者：王鹏王灿华作者单位：暨南大学经济学院

一、引言

房地产业具有较长的产业链条，房地产价格的波动会通过产业链条影响一个国家或地区的宏观经济运行状况。当房地产市场繁荣时，会通过关联效应促进相关产业的发展，房价上涨带来的财富效应还会引致消费增加，从而刺激经济增长。但是，当房地产市场过热引发泡沫破灭时，长期集聚的风险就会由房地产部门转移至金融部门，导致房地产价格下降，出现金融危机，整体经济也将陷入衰退。2008年以来，起源于美国房地产次贷危机的全球金融危机，传导到全球金融系统，使得包括中国在内的许多国家受到影响。中国出现了房地产市场大幅调整和宏观经济乏力的困难局面。但是当全球经济仍然低迷，美国陆续实行量化宽松的货币政策而收效甚微时，中国房地产价格又出现新一轮的攀升。由于频繁的政策调控，中国房地产市场主体不确定性的预期也随之发生改变，因此，在考虑预期的情形下探究房地产价格的驱动因素，有利于把握现阶段中国房价调控的基本方向，保证在宏观经济良好运行的前提下合理控制房价，防范房地产泡沫的形成。袁志刚等(2010)对适应性预期这一概念进行了界定，其基本思想是行为人可以从预期的错误中吸取教训，并对未来预期进行调整。本文假定房地产市场主体频繁的预期变化在时序上遵循这一思想，在推导均衡房价模型的过程中，假设房地产市场上供给和需求两个主体具有基于适应性预期的决策方式，并以此构建相应的供给和需求方程。

二、文献综述

房地产价格分析模型通常包含三个方程，即需求方程、供给方程以及供需均衡方程。本文在已有研究的划分方法基础上，按照是否考虑预期因素对现有文献做进一步划分。

一是，从供给角度探讨考虑预期的房地产价格影响因素。Wong(2001)通过构建一个跨期的住房市场均衡模型，将泡沫定义为投资者对将来好经济形势发生的概率，模型显示，当开发商过度乐观时，过度供给将导致未来价格下降，增加开发商在差经济形势下的脆弱性。Malpezzi等(2005)从供给的角度考察了投机在房地产价格变动周期中的作用，指出房地产投机程度和房地产周期的长短取决于房地产的供给和需求弹性。杜敏杰等(2007)从房地产现值理论入手，建立了房地产价格变动与汇率变动之间的数量模型，认为汇率小幅变动会通过预期杠杆使房地产价格出现大幅变化。丁晨等(2008)研究了人民币升值预期与房地产价格间的关系，指出人民币升值预期引起的外汇流入会导致央行大量基础货币的被动投放，引发房价上涨。王来福(2008)通过建立完全信息动态博弈模型，表明预期和政策承诺的不可置信性对房地产价格有着长期的动态影响，且随着时间的推移其影响程度逐渐增加。崔光灿(2009)的研究表明，货币供应量增加引起的房地产价格上涨，会使房地产供给商的通胀预期加大，减缓房屋供给，导致短期房屋价格上涨。

二是，从需求角度探讨考虑预期的房地产价格影响因素。Garino等(2004)从需求的角度构建了一个跨期住房需求函数，并推导理性预期住房价格决定方程的解，以此验证英国住房市场是否存在泡沫。洪涛等(2007)测度了中国35个大中城市的泡沫成分，通过构建自回归模型揭示了不同城市房地产泡沫的演化过程，证明了消费者适应性预期导致不同城市间房地产价格的联动性。王子龙等(2008)通过对房地产财富效应的实证研究，表明无论是长期还是短期房地产价格正向冲击都会对居民产生财富效应，进而促使他们产生投机性倾向，推动房地产价格上涨。Hui等(2009)以广州作为研究对象，采用状态空间模型分析得出家庭收入是影响房地产价格的关键要素，并指出广州市房地产泡沫在2007年10月处于巅峰状态。况伟大(2009)考察了住房特性、物业税和物价的关系，结果表明，征收物业税对于抑制东部地区房价有明显作用，但对中西部作用不明显。Hott(2011)构造了一个解释消费者信贷难度、银行抵押贷款供给、房地产需求的循环关系模型，认为不同的预期形式会导致房地产价格的波动，而且房地产市场上扬时开发商会获得高利润，房地产市场萧条时开发商则遭受较大的损失。

三是，从供需角度探讨考虑预期的房地产价格影响因素。梁云芳等(2007)利用面板数据分析房地产价格的区间差异，指出信贷规模、利率、人均GDP以及房价预期等要素对于不同区域影响不同，房价预期在东部地区对房价的短期波动有显著影响。王爱俭等(2007)从供需两个角度考察了汇价和房价的关系，并对供给和需求影响房价的机制进行了分析。Mikhed等(2009)在理性预期的假设下，考察美国房地产价格是否与基本经济面相协调，研究表明，房地产价格在基本面上长期扰动，回归基本面需要数十年的时间。唐根年等(2010)通过Granger因果检验，定量分析了中国房地产价格上涨的基础支撑面，结果表明，房地产价格上涨主要是基于预期收益和投机的正反馈效应所致，并没有很强的有效需求支撑。在研究未考虑预期的房地产价格影响因素时，现有文献也可以按照需求、供给和供需三个层面来进行划分。从需求角度看:Hui等(2006)采用Granger因果检验、广义脉冲反应分析和简单供求函数，利用北京、上海、香港的数据实证检验了房价和人均可支配收入、地方GDP、新增住宅闲置量和上证指数四个基本面之间的关系;黄佳等(2007)通过实证分析认为，中国货币政策对于银行信贷和房地产价格是有调控能力的，货币政策通过影响消费者信贷进而影响房地产需求。从供给角度看:张岑遥(2005)认为，政府对于房地产市场有加入行为，它们的目的是增加财政收入和获得GDP高增长，这样就直接或间接地推动了房地产市场的发展;周京奎(2006)研究了投机成分对房地产价格的影响，发现投机因素对于房地产价格存在着较为显著的正面影响;Cheng等(2008)通过拓展模型和一个封闭式的方程，解释了房地产价格与其进入市场时间之间的理论关系，结果表明存在非线性正相关关系。从供需角度看:Sta-delmann(2010)采用贝叶斯均值方法，考察了影响房地产价格的因素，认为主要影响因子包括特定区位的房地产特征、市税和该城市的文化卫生以及社交支出状况，而人口和其他经济社会控制变量并不重要;唐志军等(2010)通过协整和VAR分析方法，分析了供需层面上房地产价格波动与中国宏观经济之间的相互影响;Wang等(2011)利用中国35个大城市作为样本，考察了城市开放度、贸易比重和城市房价之间的关系，研究表明，城市经济开放度对于城市房价有显著影响。

从上述文献可以看出，无论是否考虑预期，国内外学者大多从需求、供给和供需三个方面来考察影响房地产价格变动的因素，而且由于模型构建方式、计量方法以及实证对象的不同，得出的研究结论也有所差异。就考虑预期的情形而言，不少文献都是在假定市场主体存在某种预期的情形下，从供需两个角度分析房价波动的影响因素，这种分析模式也是本文的逻辑基础。但是，现有研究还存在以下不足:首先，在考虑预期的情况下，大多数研究以理性预期作为前提假设，这与现实生活中行为人的实际情况相去甚远，而且不同区域的人由于教育知识水平的不同，预期的差异程度也不一样。针对中国房地产市场的实际状况，已有研究如洪涛等(2007)通过对中国35个大中城市的面板数据进行分析，证实中国房地产市场存在“某城市房地产价格波动———其他城市消费者预期变化———其他城市房地产价格波动”这样一种基于适应性预期的传导模式，这为本文模型采用适应性预期设定提供了现实依据。其次，适应性预期和理性预期的本质差别在于，前者假设行为人不能充分利用信息，而后者假设行为人能够利用所有现时可用的信息，如Minford(1993)曾指出，理性预期需要满足在可获得信息的条件下行为人对未来结果的主观概率分布与实际概率分布一致。因此，考虑到中国房地产市场政府调控的主观性和频繁性，进一步的研究需要改变假定未来房价变化服从某种固定形式的概率分布。再次，即便考察了预期因素，多数研究也只是从房地产供给者或者需求者单方面进行考虑。最后，现有研究通常采用的数据是以年作为单位时间间隔，跨度较大，而政府和经济主体间的动态博弈，会导致现实中的政策效果持续期和经济主体预期转变周期可能比年度时间间隔更短，由此得出的结论可能不准确。针对这些不足，本文以房地产市场主体的适应性预期作为前提假设，在构建需求方程的过程中通过假定需求者存在投机动机的形式，赋予需求者具有适应性预期的假设;同时，假设房地产供给商也具有适应性预期的特征，并采用以月作为单位时间间隔的样本数据进行实证分析，试图弥补现有研究的不足。本文余下内容:第三部分通过改进的房地产投机模型，推导适应性预期下的房地产均衡价格模型，并定性分析房地产价格变化的影响因素;第四部分选取2008年2月至2010年7月相应指标的月度数据，通过单位根检验、Granger因果关系检验、VAR模型分析、脉冲响应分析等计量研究方法，对中国房地产价格驱动因素进行实证研究;第五部分为本文的主要研究结论，并提出相应的政策建议。

三、房地产价格变化的驱动模型及其影响因素

1．适应性预期下房地产均衡价格模型

Malpezzi等(2005)等在住房存量模型和适应性预期基础上，建立了一个房地产投机模型，从理论上证实投机对于房地产价格波动会产生重大影响。本文将对其模型进行改进，纳入新的影响因素，并推导房地产供需均衡条件下均衡房价的表达式。本文的模型假设如下:一是收入、人口、可建设用土地、货币供应、生产价格指数在考察期内是外生的;二是投机者预期为适应性预期;三是房地产投机是房价变动的函数;四是住房在考察期内没有贬值;五是所有影响房地产价格的因素和房地产价格之间是一种线性的关系。从上述假设可以看出，在实证研究中，样本期越短得到的结论将会越准确，因为时间间隔越短，实际情况与假设条件的吻合程度就越高，这也是本文在实证研究过程中采用30个月度数据作为样本的主要原因。(1)房地产需求方程根据上述假设，住房存量模型可以表示为:（略）。

(2)房地产供给方程（略）。

(3)房地产均衡价格模型

事实上，在考虑供需均衡的房价时，应该考虑需求者投机因素的影响，因此需求函数不仅是房价的函数，也是房价变动的函数。本文仅考虑相隔一期房价变动的影响(这种处理实际上已经假定需求者存在对房地产价格的适应性预期)，且需求应该是房价的减函数，是房价变动的增函数，因此理想的房地产存量可以表示为:（略）。

在考虑需求者基于适应性预期的投机的情形下，房地产市场均衡时，即QDt=QSt时，可以求得均衡条件下的房地产价格:（略）。

由此得出一个均衡房价的表达式，它是关于滞后两期的价格因素(等价于房地产市场上的预期因素)、国民收入水平、人口、生产要素价格水平以及上一期的房地产存量的线性函数。为了计量过程中数据获取的方便性，(k3Yt+k4Nt)采用人均可支配收入yt作为其工具变量(IV)，因为上一期房地产存量直接影响到本期可供房地产开发的土地面积数，实证过程中采用本期土地开发面积指数areat作为工具变量来代替Qt－1，而(－k1pt－1－k2pt－2)表示房地产供需方的房价预期因素E(本文的实证部分采用通胀预期来代替)。同时，市场主体预期对于政策的感应是很强烈的，这个预期在较短的时期内将被政府所感知，因此政策会成为该预期的反应(本文仅指货币政策中的货币供应量Mt，并以此作为预期因素的工具变量)。

进一步，可以得到房地产均衡价格决定因素的计量模型:pt=l0+l1E+l2yt+l3Pt+l4areat+l5Mt+εT其中，li(i=0～5)表示各个影响因子对应的系数，εt表示该模型的随机扰动项，式(7)则是本文建立的计量模型的理论基础，其下标t表示在第t期发生作用。

2．房地产价格变化的影响因素

国家政策因素M:包括各项针对楼市调控的财政政策和货币政策。财政政策方面，主要包括限制购房套数、限制异地购房、加强住房保障建设等;货币政策方面，主要通过控制贷款利率、准备金率等手段来影响货币供应量进而影响房地产价格。本文主要分析货币供应量Mt对房地产价格的影响。原材料价格因素p:钢、铁等原材料价格的变动会影响房地产开发的成本，使得房地产市场价格在很大程度上受到影响。土地开发面积area:与其他原材料一样，土地资源作为房地产开发的投入要素，对房地产价格的影响也比较显著，它通过直接影响房地产供应量，进而影响供求比例，从而影响房地产价格。居民通胀预期E:就需求而言，不同的居民通胀预期形成了不同的投资意愿，当居民通胀预期指数较高时，人们为了资产的保值会减少货币的持有，增加固定资产的投资，从而增加商品房的购买量，扩大房地产投资需求，导致房地产市场价格的上涨;就供给而言，由于房地产开放商通胀预期的存在，会增加房屋建设，提高房地产存量，但不一定是真实的供给，因此对当期房价影响有限。消费水平yt:居民消费水平的高低会影响房地产的需求量，本文选取人均可支配收入yt作为衡量消费水平的变量。人均可支配收入越高，居民购买力越大，从而房地产需求量越大，房价越上涨。此外，中国较高的GDP增长率和城市化水平的日益提升，都会对房地产的需求和供给产生作用。但在理论模型中，通常较高的GDP增长率伴随着一定的通货膨胀率，即原材料价格指数p和居民通胀预期E在一定程度上反映了GDP增长率的影响;而城市化水平的逐步提升也能够通过土地开发面积area的增加得到反映。正因为如此，在本文实证分析过程中，未直接考虑GDP增长率和城市化水平这两个因素对于房地产价格水平的影响，这样有助于降低解释变量间存在多重共线性的风险，使得估计结果更为准确。

四、实证分析

1．指标选取和数据来源

针对上文提出的驱动房地产价格变化的影响因素，本文提出与之相对应的解释变量:货币供应量Mt;生产资料价格指数，采用原材料(工业)价格指数(PPI)Pt表示;人均可支配收入yt(在本文中间接代替消费因素);市场主体的房价预期，采用居民通胀预期指数E表示;土地供给要素，采用土地开发面积(分类)指数areat表示。前三个指标对应的数据来自《中国经济景气月报(2008年3月—2010年8月)》，后两个指标则来自中华人民共和国统计局网站。被解释变量采用商品房平均销售价格分类指数pt表示，对应的30个数据取自《中国经济景气月报(2008年3月—2010年8月)》。为了增加模型中变量数据的可比性和消除变量的较大波动情况，本文对所有数据(使用季节调整后)进行自然对数化处理，然后对各变量进行平稳性检验(ADF检验)和Granger因果关系检验，并根据检验结果运用VAR方法进行实证分析。

2．时间序列平稳性检验

本文利用计量软件Eviews6．0，采用ADF(AugmentedDickeyFuller)方法对时间序列进行单位根检验，各变量单位根检验最大滞后阶数选9阶，以AIC值最小为准则，原假设为变量具有单位根。在5%的显著水平下，各变量的ADF检验值大于临界值，得到这些变量都是平稳序列。检验结果见表1。

3．Granger因果关系检验

根据古扎拉蒂(2005)的研究，Granger因果关系检验实际上是运用非约束普通最小二乘法，在其他变量的解释能力给定的情况下，检验排除某一个列变量的滞后项对方程预测能力的影响，排除后方程的预测能力以概率P值表示。P值越小，表明排除该变量对方程的预测能力影响越大，该变量对因变量的解释能力越显著;P值越大，超过一定的显著性水平时，表明排除该变量对方程的预测能力基本没有影响，相对于因变量而言是外生的。本文涉及的检验结果见表2。从表2可以看出，在5%的显著水平下，货币供应量Mt、原材料价格指数Pt、土地开发面积指数areat、居民通胀预期指数E、人均可支配收入yt对房地产销售价格指数pt具有Granger因果关系影响，说明中国房地产市场价格受以上5个驱动因素影响，而房地产价格水平对这五个经济变量的影响则不显著。

4．房地产价格波动的VAR分析

由于货币供应量、原材料价格指数、土地开发面积指数、居民通胀预期指数、人均可支配收入和房地产销售价格指数在ADF检验时都是平稳的时间序列，且表现出具有Granger因果关系，因此在上述检验的基础上，可以构建解释变量与被解释变量之间的VAR模型，进一步分析各变量对房地产市场价格影响的程度。根据赤池信息准则(AIC)和施瓦茨准则(SC)，本文确定VAR系统的最大滞后期为2。Johansen－test的结果表明，相关变量之间存在协整关系，因此各序列存在长期均衡关系。根据协整向量得到以下回归方程(8)，以房地产价格水平为因变量的部分VAR分析结果如表3所示。在表3中，Depvar和Indepvar分别表示回归模型中的被解释变量指标和解释变量指标，coef、t、p分别表示与变量相对应的估计出来的系数、统计量t值、t值对应显著性水平。上述模型中只选取了t值较大的变量前的参数，从中可以看出，除土地开发面积指数与房地产销售价格指数呈反向关系外，其它各变量对房地产销售价格指数均具有正的影响，其中人均可支配收入和货币供应量对房地产价格的影响最大。具体来看:滞后一期和两期的人均可支配收入每增加1%，房地产销售价格指数将分别上涨1．373%和0．8957%;滞后一期的货币供应量每增加1%，房地产销售价格指数将上涨1．1052%;此外，滞后一期的原材料价格指数每增加1%，房地产销售价格指数将上涨0．8335%;滞后一期和两期的居民通胀预期指数每增加1%，房地产销售价格指数将分别上涨0．4762%和0．4012%;滞后一期和两期的土地开发面积指数每增加1%，房地产销售价格指数则分别下降0．2684%和0．0682%。由此可见，中国房地产市场价格的波动受政策和居民可支配收入的影响较大。从适应性预期的角度看，滞后一期的房地产平均销售价格指数每增加1%，本期的房地产平均销售价格指数将增加0．5953%，这是因为房地产消费者会根据以往的市场价格来调整自己的预期，从而产生相应的市场行为，并影响到本期的房地产供需状况，最终影响到本期的房地产价格。

5．主要变量对于房地产价格的脉冲响应分析(IRF)

根据上文中的VAR模型，本文主要探讨货币供应量Mt、土地开发面积指数areat和人均可支配收入yt等三个变量对房地产销售价格指数pt的脉冲响应(见图1)。图1中的左图表示当给货币供应量一个标准差大小的冲击时，房地产价格的脉冲反应函数对应的10期的脉冲响应图。从中可以看出房地产价格对于货币供应变化的动态反应过程，即房地产销售价格指数在第1期到第6期的反应是显著的，且变化方向和货币供应变化方向保持一致，而在第6期到第10期则逐渐趋于平稳，说明货币供应量的增加(或减少)会引起房地产价格的上升(或下降)，但是影响的时间只有半年左右。从图1中的中图可以看出，房地产销售价格指数对于土地开发面积指数冲击的反应是滞后的，且与土地开发面积指数呈负方向变化，在第5期后才达到最大反应程度，而之后房地产价格水平又逐渐恢复到平稳状态。同时，图中反映土地供给变化对于房地产价格的影响不是永久的，存在接近1年时间的影响区间。由于土地供给增加之后，房地产投资增加将导致房地产供给增加，但是房地产投资需要一段时间才能产生实际效果，因此最终会由于供给增加而导致房地产价格下降。从图1中的右图可以看出，房地产销售价格指数对于来自人均可支配收入的冲击反应是比较明显和快速的，在第1期到第5期反应强烈且在第4期达到最大反应水平，之后渐渐回归到平稳水平，说明人均可支配收入的增长会引致对于房地产的需求增加，进而导致房地产价格上涨。同时，这种脉冲响应作用从当期开始就比较明显，存在一个半年左右的影响区间。

五、主要结论与政策建议

本文通过对Malpezzi等(2005)的房地产投机模型进行拓展，构建适应性预期下房地产均衡价格模型，并利用2008年2月至2010年7月连续30个数据样本，通过单位根检验、Granger因果关系检验、VAR模型分析、脉冲响应分析等计量研究方法，对中国房地产价格波动的驱动因素进行了实证分析，得出以下主要结论:第一，货币供应量Mt、原材料价格指数Pt、居民通胀预期指数E、人均可支配收入yt与房地产销售价格指数pt之间存在着正相关关系，而土地开发面积指数areat与房地产销售价格指数pt之间则存在负相关关系。第二，VAR方程的估计结果显示，滞后一期和两期的居民通胀预期指数(Et－1和Et－2)所对应的系数显著，并且大于土地开发面积指数areat所对应的系数，说明在短期内市场主体的房价预期对房地产价格的影响要大于土地供给因素的影响。第三，实施改变货币供应量的货币政策，对于房价调控的作用在最初半年内比较显著，但随后其作用会逐渐消失。由于在适应性预期下，房地产市场主体(供求者)会随着时间的变化而逐渐调整自己的价格预期，进而通过与政府的反向博弈将货币政策的效果抵消。第四，土地供应量的增加会导致房地产价格下降，但是这种政策的效果开始是微弱的，需要滞后5－6期才能达到最大反应程度，随后逐渐趋于平稳水平。究其原因在于，一方面房地产开发商获取土地和建设房屋需要一定的时间，另一方面土地经过开发使用后将不可再生，因此通过调节土地供应量影响房地产价格的政策效果将会随着土地的消耗而被冲释。第五，人均可支配收入的增长会推动房地产价格上涨，这种推动作用的最初效果比较明显，随后逐渐减弱。人均可支配收入间接反映了消费水平，可见扩大内需和刺激消费等宏观经济政策将会引起房价上涨。具有适应性预期的市场主体(房地产供求者)同样会随着时间的变化根据宏观经济形势产生新的价格预期，从而相应地调整自己的市场行为，逐步抵消人均可支配收入对于房地产价格的作用。

针对以上主要结论，本文提出如下政策建议:其一，影响房地产价格变化的因素是多方面的，既包括土地、收入、要素成本等客观的基本面因素，也包括经济主体市场预期等主观因素，因此在制定防范房地产泡沫、控制高企的房地产价格的相关政策时，应区分这两类影响因素，以便使房价调控政策更有针对性。其二，因为住房需求者和供给者的市场预期会对房价产生明显的作用，政府应该在保持政策稳定的同时，向市场提供关于房地产需求和供给的更多信息，合理引导供求双方预期，降低信息不对称带来的错误预期，抑制由此产生的市场投机行为，并可以通过税收等措施提高房地产投机者的住房持有成本。其三，改变货币供应量对房价调控的作用明显且相对迅速，但是由于市场主体会根据适应性预期调整相应的市场行为，因此这种政策的效果在一段时间后会消失。长期而言，政府不应该依靠货币供应的频繁调整来调控房价，从而避免增加房地产市场的不确定性，减少供求双方预期对房地产价格的影响。其四，增加可建设用地供给在一定程度上能够起到抑制房价的作用，政府应该科学地制定城区规划，确保房地产建设用地的土地供应。这可以从两方面着手:一是充分考虑地方政府的财政来源，采用顾及民生的综合指标来代替GDP指标进行地方政绩考核，缓和地方政府对于土地利用的功利性，使土地供给更具有市场适应性;二是加强城乡土地流转，促进空置用地和能够被利用起来的土地得到合理利用，适时增加地方财政的收入。其五，人均可支配收入的增加是一个长期趋势，会导致房价上涨，但是统计上的社会人均可支配收入增加不等于所有人的实际收入水平提高。因为目前中国贫富差距较大，人们的收入增长速度存在较大差异，收入增长速度较慢的中下阶层往往是房地产的真实需求者。政府应该利用税收、补贴教育等手段，缩小中下阶层收入增长速度与房价上涨速度之间的差距，切实提高实际的人均可支配收入，减少收入分配不公平而引发的社会问题。