2002年以来, 我国各地房地产价格快速上涨, 以杭州为例, 2012年市区商品房均价是2002年的4倍, 房价过快上涨给经济社会发展带来不稳定因素, 中央政府多次对房地产市场实施了宏观调控, 但收效不佳。笔者认为对我国房价进行有效的控制和管理, 首要的任务是要确定影响我国房价变动的主要经济因素政策因素及其重要程度, 这不但有助于预测房价走势, 而且对科学制定调控政策有重要的参考价值。
从现有文献看, Norman Liang[1]将房价增长率的变动作为波动序列, 通过对美国277个大城市的房价季度数据残差进行GARCH分析并建立面板VAR模型, 分析房价波动存在的可能性以及房价波动与经济变量之间的关系, 研究发现17%的城市房价增长率存在时变性, 并且波动性和GMP存在格兰杰因果关系。谭刚根据经济周期理论的研究方法, 提出房地产周期波动的冲击——传导模型并从宏观经济变量和产业运行两个方面, 分析影响我国房地产周期波动的主要因素;王来福等通过三变量VAR模型研究了GDP和人均可支配收入对房屋销售价格指数代表的房价产生的影响, 指出投资收入都是造成房价上涨的原因;徐珂等对两个时间段内我国住房均价及四大直辖市房价数据分别进行回归模型、GARCH模型、AR模型不同方法的预测分析, 得出人均可支配收入和住宅投资在一定时期内对住房价格有一定的相关影响。
本节针对经济因素与政治因素对房价波动的影响提出了两个研究假设:
H1.经济因素与政治因素 (人均收入、通货膨胀、个人住房贷款利率、货币供应量、土地供应量、保障房投资额) 对房价有很大影响。
国民经济发展良好, 将促使城镇居民人均收入的提高, 促使房地产的需求增加, 有利于房地产发展。物价水平的变动会影响宏观经济的, 尤其对社会总消费和投资有重要影响, 进而影响房地产市场。同时, 贷款利率的提高将直接增加购房者的使用成本。另外, M2也将通过为市场提供充足的流动性影响房地产价格。同时, 可开发土地资源直接决定着房地产的数量。由于保障性住房分流了住房需求, 会降低商品房的价格。因此, 本文提出第一个假设, 即经济因素与政治因素对房价有很大影响。
H2.不同因素对房价的影响程度不同。
虽然各种主要的经济因素及政治因素对房价都起到一定的影响, 但其影响程度必定不同。土地作为房地产的必需品, 掌握在政府手中, 对房地产的影响最直接。而作为房地产的购买者、投资者, 人们手中的货币量、收入也紧密影响着房地产的价格, 同时保障房数量的增多也同样左右着市场刚需, 而个人贷款利率、存款准备金率也时刻关系到货币的使用价值, 对房地产价格产生间接影响, 通货膨胀给人民生活带来最直观的感受, 对于房地产这样的高价商品, 不会产生较大的影响。
为了分析我国房价的影响因素与影响程度, 本文选取我国自2002年房地产价格上涨以来的数据, 为增加样本量, 故采用2002年第一季度至2013年第三季度数据, 总共47组观测值。其中商品房销售均价作为我国房价波动的代表指标, 通过商品房销售额除以销售面积计算得到。鉴于数据的可得性以及现有的研究成果, 本文选取的指标有:收入水平、通货膨胀、信贷政策、货币政策、土地政策、保障房政策。其中, 以城镇居民人均可支配收入 (PI) 代表人民收入水平;研究通货膨胀的各代表性指标很多, 其中较为认可的是居民消费价格指数 (CPI) , 故选取居民消费价格指数作为通货膨胀的代表指标;在非经济基本面中, 信贷政策选取5年期以上贷款利率 (LIR) 、货币政策选取货币供应量 (MS) 和存款准备金率 (DRR) 、土地政策选取土地成交量 (LAND) 、保障房政策选取90平方米及以下住房投资额 (IAI) 。以上确定的指标变量中, 由于政策导向不同, 故城镇居民可支配收入始于2005年第一季度, 而90方及以下住房投资额始于2007年第一季度。数据来源于国家统计局网站和中国人民银行。
为了检验序列是否平稳, 本文采取ADF单位根法检验序列的平稳性, 为了消除时间序列可能存在的异方差, 检验的序列为对数数列处理之后的数据。ADF检验值的检验结果表明:各序列一阶差分之后所对应的差分序列均显著拒绝存在单位根的原假设, 说明一阶差分之后的差分序列为平稳序列, 货币供应量序列为非平稳。因此, 本文选取的各变量为:INHPI, INC-PI-I (l) , INCPI, INLIR-I (l) , INDRR-I (l) , INLAND, INIA, INMS。同时, 各变量之间存在一定的相关关系, 为了进一步检验变量之间的相关性, 本文对各变量进行协整检验。
考虑到本文选取的变量序列多于两个, 故采用Johansen检验法。检验结果可知:在5%的显著性水平下, 迹统计量大于临界值, λ—max统计量大于临界值, 说明各变量之间存在协整关系, 即房价、收入水平、通货膨胀、信贷政策、货币政策、土地政策、保障房政策之间存在协整关系, 有一定共同变化的趋势。
为了更好地分析各变量之间的关系, 采用格兰杰因果关系检验房价波动和各变量之间的格兰杰单向关系, 结果显示在5%的显著性水平下, 短期内收入水平、货币政策、土地政策、保障房政策变化对房屋销售价格指数的变化具有预测作用, 对房地产市场销售价格波动具有引导作用。同时, 房价波动对人民生活水平和保障房政策也有显著的引导作用。
基于以上的分析对房价波动和变量构建VAR模型, 从一阶角度考察房地产价格波动与各变量之间的线性关系, VAR模型估计结果得出系数方程为:
同时, 我们还对所建立的VAR模型进行了AR根检验, 得到VAR模型所有单位根的倒数都小于1, 即都在单位圆内, 所以该模型是稳定的。
为了更好地体现宏观变量对房价波动的冲击反应, 利用脉冲响应来描述上述模型中变量的冲击反应, 即在扰动项加上一个标准差的大小来衡量对当期和后期的影响程度。
图3-2-1给出了各变量冲击对我国房价波动的影响。图中实线表示估计的响应函数, 虚线表示标准差的置信区间。3-2-1反映了人均收入变动对房地产价格的动态影响。在人均收入的正向冲击下, 房地产价格出现正负的波动。
图3-2-2反映了通货膨胀变动对房地产价格的动态影响。房地产价格在通货膨胀的正向冲击下, 先表现为下降, 后表现为缓慢上升, 在第4期上升至0, 直到上升为正。
图3-2-3反映了个人住房贷款利率变动对房地产价格的动态影响。在个人住房贷款利率的正向冲击下, 房地产价格在第2期后缓慢上升, 在第7期达到最大值, 并在长期内抑制着房地产价格的上涨。
图3-2-4反映了货币供应量变动对房地产价格的动态影响。正向的货币供应量冲击表明中央银行实行扩张的货币政策, 在货币供应量的正向冲击下, 房地产价格微幅上涨, 最终保持稳定。
图3-2-5反映了存款准备金率变动对房地产价格的动态影响。在存款准备金率的正向冲击下, 房价出现平稳增长, 并在第6期后保持稳定。
图3-2-6反映了土地成交量变动冲击对房地产价格的动态影响。在土地供给量的正向冲击下, 房地产价格出现正负波动, 最终将维持在0水平。
图3-2-7反映了保障房投资额变动对房地产价格的动态影响。在保障房投资额的正向冲击下, 可以看出房地产价格先上升, 在第2期就开始下降, 在第4期下降到最大值然后开始上升, 最后保持在稳定水平。
VAR模型方差分解能够给出样本随机波动的相对重要信息, 故给出本文所建立的VAR模型中宏观经济变量对房价波动影响的方差分解。结果显示, 房价波动的方差来源中, 自身冲击是第一位的方差来源, 在第一期是最明显的占100%, 随着期数的延长, 房价波动自身对其的影响逐渐减少, 长期看来有59.47%是靠自身内部的发展获得的。随着期数的延长, CPI、保障房投资额、个人信贷利率、人均收入的影响前期增强, 后期减少, 最终分别稳定于2.58%、11.77%、8.65%、16.42%;存款准备金率、土地成交量、货币供应量的影响逐期增大, 分别稳定于3.71%、22.47%和17.43%。
以上实证分析结果表明经济变量和政策变量直接反映了我国房价波动的趋势, 并在一定程度上决定了房价波动的变动规律。同时, 本文所选取的经济变量和政策变量同房价波动之间存在协整关系, 且收入水平、货币政策、土地政策、保障房政策变化对房屋销售价格指数的变化具有预测作用, 对房地产市场销售价格波动具有引导作用。
脉冲响应函数描述中, 同时通胀初期, 由于居民拥有的货币增多, 而房地产价格在短期内保持稳定, 货币的贬值将导致房地产相对价格下降, 但长期通货膨胀将引起房地产价格的上升。个人住房贷款利率的提高对房地产价格的影响具有一定的滞后性, 利率的提高会产生一种预期, 在初期促使购房者在较低利率时买进房地产, 因此在一定时期内会促进房地产价格上涨, 但长期内利率的上涨将增加房地产投资者的投资成本, 降低投资, 最终抑制房地产价格的上涨。正向的货币供应量冲击表明中央银行实行扩张的货币政策, 房地产价格微幅上涨, 最终保持稳定。而正向的存款准备金率冲击表明中央银行实行紧缩的货币政策, 在存款准备金率的不断正向冲击下, 投资者将产生一种预期, 因此在短期内房地产价格将有所上升, 但长期内将保持在稳定水平。针对土地成交量, 目前政府的土地政策使土地供给完全垄断在政府手上, 导致土地供应单调且严重不足, 从而引起房地产供给不足, 因此房地产价格较高, 但随着供地量的增多将提高房地产供给从而使房地产价格下降, 长期内, 房地产价格将保持在稳定水平。保障房投资额的正向冲击在短期内会引起建材市场的供给不足导致建筑成本上升引起房地产价格略微上涨, 但是随着保障房供给的增加, 房地产价格开始下降, 然长期内由于保障房投资的不足将导致保障性住房价格的上涨, 进一步助推了房地产价格的上涨。
方差分解结果列出了各变量变动对房价波动的影响大小, 除了房价波动自身的影响之外, 土地成交量对房价波动的冲击影响最大, 其次为货币供应量、人均收入、保障房投资额、个人贷款利率、存款准备金率、CPI, 各变量对房价波动的方差贡献率分别为22.47%、17.43%、16.42%、11.77%、8.65%、3.72%、2.58%。
通过对我国房价波动整体受经济因素和政策因素影响构建VAR模型分析, 说明两者对房价波动有不可忽略的影响作用, 由于研究对象为我国整体情况, 无法排除由于全国平均数据对地区差异性的消除, 有待利用各省数据对房价波动的分别影响程度进行分析。
摘要：2002年以来, 我国各地房地产价格快速上涨, 部分一线城市房价甚至上涨了4倍左右。为了避免房地产价格过快上涨, 保持国内宏观经济的稳定运行, 我国政府从货币政策、信贷政策、土地政策、保障房政策、税收政策等方面入手以抑制房地产价格的过快上涨。本文运用向量自回归法从政策层面及经济层面选取相应指标进行分析, 得出影响我国房地产价格波动的主要因素, 为房地产调控提供重要的理论依据。
关键词：房地产价格,宏观调控,向量自回归模型 (VAR)
[1] Norman Miller Liang Peng.Exploring metropolitan housing price volatility[J].Real Estate Econ, 2006.
[2] 谭刚.房地产周期冲击一传导模型及其主要因素分析[J].建筑经济, 2002 (6)
[3] 王来福等.宏观经济变化对房地产价格的动态影响研究——基于脉冲响应函数的方法[J].辽宁师范大学学报, 2008 (3)
[4] 徐坷等.中国住房价格波动集聚性研究及短期预测[J].管理学报, 2010 (6)
[5] 汪新, 谢昌浩.我国房价的宏观经济影响因素分析——基于PLS方法的实证研究[J].华东经济管理, 2010 (3) :53-57
推荐阅读：
关于我国价格听证制度的公共政策分析06-06
环境污染对我国经济发展的影响06-07
国际新形势对我国经济发展的有利影响06-20
全球金融危机对我国农村的经济发展造成的影响调查研究05-28
我国旅游业的发展状况分析06-18
解决我国中小企业融资难问题的对策分析06-23
PPP应用于我国养老服务业的政策分析06-26
我国中小企业融资难的原因分析及对策06-05
案场物业服务对地产影响06-16
我国行政法治现状分析05-28
