基于空間面板數據的中國房地產市場財富效應研究

李成武,李 婷

(1.東北財經大學統計學院,遼寧大連 116025;2.中央財經大學金融學院,北京 100081)

大多數研究表明,成熟經濟體的房地產市場具有顯著的正向財富效應。最典型的一個例子是,2001年互聯網泡沫破滅時美國股市急劇下跌,人們的金融資產大幅度縮水,但消費依然旺盛。格林斯潘認為美國房地產價格的波動對居民消費有顯著的影響,這種影響甚至要大于股票。房產的增值抵消了金融資產的損失,消除了人們的悲觀預期,避免了消費下滑。從1999年到現在,我國經濟一直保持著高速增長,隨著房地產價格的直線上升,城鎮居民持有的資產迅速增值。與發達經濟體不同的是,我國居民消費在GDP中所占的比例卻長期處于低位。在政府努力轉變經濟增長方式、提高人民生活水平的背景下,研究居民最重要的資產(房地產)的財富效應具有重要的現實意義。

一、 文獻綜述

財富效應最初是指庇古的實際貨幣余額效應?！缎屡翣柛窭追蚪洕鷮W大詞典》將財富效應(the wealth effect)定義為:其他條件相同時,貨幣余額的變化將會在總消費開支方面引起變動?，F代社會中,人們擁有的財富種類越來越多,既包括各種實物性資產又包括各種虛擬資產。這些資產的價格變動同樣可以引起人們財富水平的變動,進而影響消費。因此,現代意義上的財富效應是指:資產價格或者價值的變動對居民消費需求的影響。在理論分析和實證研究中,人們常常將持久收入理論和生命周期理論作為研究財富效應的理論基礎。

國外針對房地產財富效應的研究成果比較多,國內的研究相對較少。由于研究的國家、采用的數據不同,得到的研究結論也各不相同。主要研究觀點可以歸為兩類:

(1) 房地產市場不存在財富效應

Elliott(1980)等將財富區分為金融財富和非金融財富,認為非金融財富對消費沒有影響,原因是房子、家電等家庭財產是家庭環境的組成部分,但不可轉移為現實的購買力[1]。Sheiner(1995)指出房價上漲意味著房屋所有者財富和消費的增加;同時,也意味著租房者為了將來購房必須減少目前的消費,增加儲蓄[2],此消彼長,最終的結果可能是有房者增加的消費被期望買房者增加的儲蓄抵消了。Levin(1998)利用針對退休人員的調查數據(RHS)進行了詳細的實證分析,結果表明房地產對消費沒有影響[3]。Tracy、 Schnedder & Chan(1999)認為房價波動引起的消費變動可能比股市波動引起的消費變動小得多,對于短期內想賣房子的人來說,房價上升最終具有正財富效應;對于現在有住房的長期居住者來說,房價上升的正財富效應將被增加的住房服務成本抵消了[4]。Poterba(2000)指出,稅法可能會使得消費者傾向于終生持有財產,并將其房產傳給子孫,而不是用來增加消費[5]。Tan & Voss(2003)的研究發現,在澳大利亞,股票市場有很強的長期財富效應,但房地產市場財富效應并不顯著[6]。

在國內研究方面,張存濤(2007)采用協整分析和向量誤差修正模型分析了我國房地產的財富效應,結論是財富效應尚未顯現[7]。劉旦(2007)認為我國城鎮住宅市場不具有財富效應,重要的原因是房地產供給結構不合理和信息不對稱[8]。

(2) 房地產市場存在財富效應

Yoshikawa & Ohtake(1989)研究發現,日本房價上漲的凈效應將同時增加租賃者和有房者的消費[9]。Desnoyers(2001)認為加拿大住房的財富效應遠大于證券資產的財富效應[10]。Ludwig & Slok(2002)用OECD 16個國家的數據檢驗了不同時間段、不同金融體系中資產的財富效應[11]。研究結果顯示,在選定的發達國家中資產的財富效應普遍存在。將以市場機制為基礎的國家和依靠銀行為主要融資渠道的國家相比,前者的房地產市場財富效應更大。而且,房價上升產生的財富效應大于股價上升帶來的財富效應。Boone(2001)驗證了G7國家(七大工業國)存在較強的財富效應,且房地產財富效應大于股市財富效應[12]。Case(2005)等的研究結果表明,房地產財富的增加對消費有積極顯著的作用,而房地產財富的下降對消費沒有任何影響[13]。

在國內研究成果中,鄔麗萍(2006)認為,房地產資產價格上漲的財富效應,是造成貧富懸殊的重要因素,但也將對宏觀經濟增長產生影響[14]。高春亮(2007)等認為住宅財富效應為負,住宅財富增加1元,相應地消費支出減少3.3分,消費者信貸約束和預防性動機是阻礙房地產市場財富效應實現的關鍵[15]。肖宏(2008)使用1998—2005年面板數據分析了全國房地產財富效應,認為我國房地產價格對于居民消費的財富效應顯著為負[16]。

眾多學者對有關房地產財富效應的研究取得了不少有意義的成果,但也存在諸多不足:一是現有成果主要以全國或者若干重點城市為研究對象,據此評價全國房地產市場的財富效應會面臨缺乏數據全面性的問題。二是從研究方法上看,簡單時間序列分析及面板數據都沒有反映數據中包含的空間信息,采用普通最小二乘法(OLS)得到的結果將不再是有效、一致的估計量。三是實證研究的樣本區間存在長短不一的問題。由于房地產的財富效應相對來講是一種較為長期的現象,因此時間的選取對于研究結果的影響是非常關鍵的。

針對現有研究的不足,本文將在理論模型的基礎上,采用空間面板數據分析方法。鑒于我國于1998年徹底廢除了福利分房,樣本區間定為1999年至2008年,樣本數據采用31個省級單位年度面板數據。本文將利用面板數據進行空間自相關分析,以檢驗各相關變量的空間特征,并建立空間自回歸模型(SAR)和空間誤差模型(SEM),分析我國房地產市場的財富效應。

二、 理論基礎及模型的構建

1.消費理論與消費函數

房地產財富效應是基于消費函數理論發展起來的。其中,凱恩斯的絕對收入假說認為居民消費與絕對收入之間呈現出穩定的正向函數關系。絕對收入假說開啟了消費理論和消費函數研究的先河,為后續理論的誕生奠定了基礎。庇古認為物價水平的變化將引起既定數量金融資產的實際價值上升或下降,金融資產的增值或貶值又將影響到居民的消費。這種資產價值變動可以影響消費的觀點被稱為庇古效應或者財富效應。弗里德曼的持久收入假說認為,消費者在某一時期的收入等于暫時性收入加上持久性收入,在某一時期的消費等于暫時性消費加上持久性消費。其中,暫時性消費與暫時性收入不一定存在比率關系,只有持久性收入與持久性消費之間存在著固定的比率。

生命周期假說是由美國經濟學家莫迪利安尼、布倫貝格和安東共同提出來的,它一直占據著消費理論的主流。該理論認為理性的消費者將根據效用最大化的原則使用一生的收入,其當前消費支出與未來全部預期收入有關系。生命周期假說描述的總消費函數可以表示為:

Ct=β1Yt+β2Y*+β3At(1)

其中,Ct、Yt、Y*、At分別代表現期消費、現期收入、未來收入和現期財產(股票、房產及儲蓄等),t代表年份,β1、β2、β3分別代表現期收入、未來收入和現期財產的邊際消費傾向。

關于房地產價格影響消費的傳導機制總結最為全面和權威的應該屬于Ludwig & Slok(2002)[11]。他們認為, 房地產價格上升(下降)既可以通過實現的財富效應、未實現的財富效應和流動性約束效應促進(抑制)私人消費,同時又可以通過預算約束效應、替代效應抑制(促進)私人消費。從消費函數的角度看,如果一個國家(或地區)房價變動與居民消費支出呈現出同方向變動關系,我們就認為其房地產市場呈現出正向財富效應;反之,如果房價變動與居民消費支出呈現出反向變動關系,則稱其房地產市場表現出負向財富效應。

2.理論模型

我國城鎮家庭的財富是以房地產和股票為主,其中房地產占據了絕大部分財富。理論上,房價和股價的變動會對居民消費行為存在顯著的影響。此外,居民的現期收入以及基本社會保障(basic assurance)覆蓋率也是影響人們消費的重要因素。為了能夠合理地反映我國城鎮居民的消費行為,同時清楚地體現出房地產市場的財富效應,本文以傳統生命周期模型為基礎構建了新的消費函數作為理論模型,如公式(2)所示:

Ct=β0+β1It+β2Pt+β3St+β4Bt+εt(2)

其中,Ct、It、Pt、St和Bt分別代表居民消費、現期收入、房地產價值、股票價值以及基本社會保障,t代表年份,β0為必要消費,β1、β2、β3和β4分別代表對應影響因素的邊際消費傾向,εt為誤差項。

三、 探索性數據分析

在進行空間數據建模之前,必須要對相關數據進行探索性數據分析。如果變量間存在空間相關性,則采用傳統OLS估計會造成結果的非一致性和非有效性;如果不存在空間相關性,則維持傳統建模方式。在本部分中,我們將對城鎮居民的消費性支出C和房地產價格P進行全局和局部空間自相關檢驗,確定它們是否存在空間自相關以及地區聚集效應。采用的方法有Moran檢驗、Moran散點圖和Lisa分析等。

1.房地產價格的空間自相關分析

Moran'sI統計量是一種應用非常廣泛的指標,常被用來檢驗各地區變量之間是否存在全局空間自相關關系,計算公式如(3)式所示:

(3)

(1) 房地產價格的Moran指數

按照(3)式計算可以得到1999年至2008年房地產價格的Moran指數,匯總后如表1所示。

表1 1999年至2008年房地產價格的Moran指數

*: 以上年份中E(I)=-0.0333。

由于Moran統計量的分布形式未知,要想檢驗計算所得的Moran指數是否通過了檢驗,只能通過多次模擬獲得一個參考分布進行檢驗。表1給出的標準誤差以及概率值是通過999次計算所得。從表1可以看出,在5%的顯著性水平下,全國31個省市區房地產價格的Moran指數均顯著大于0。也就是說從1998年全面實施商品房市場化改革以來,我國房地產價格存在顯著的空間正向自相關,房價高(低)的地區表現出與房價高(低)的地區相互聚集的現象。從1999年到2008年,Moran指數的總體趨勢逐漸變大(除個別年份外),說明房地產價格的正向空間相關性趨勢越來越顯著。

(2) 房地產價格的局部自相關分析

全局空間相關性檢驗僅僅可以衡量觀測變量在整個區域內是否存在空間聚集現象,但是對于經濟變量在區域內聚集形成的是高增長區(H-H)還是低增長區(L-L),還是混合增長區(H-L或L-H)沒辦法進行判定。這時候就須要用Moran散點圖以及Lisa分析。

我們通過Geoda軟件繪制了10年來房地產價格的Moran散點圖,由于涉及到的分析圖較多,而且多數相鄰年份的圖像變化并不大,這里僅給出1999年和2008年房地產價格的Moran散點圖(見圖1),各地區所處象限見表2。

圖1 中國房地產價格Moran散點圖(a)—1999年房地產價格的Moran散點圖; (b)—2008年房地產價格的Moran散點圖。

表2 各地區房地產價格所處象限

分析圖1和表2可以發現,在1999年,北京、天津、上海、浙江、福建和海南六省市處于H-H象限,即高-高聚集。遼寧和廣東處于H-L象限,即這兩個地區的房價明顯高于相鄰地區。河北、江蘇、江西和廣西處于低-高聚集區,說明這些地區的房價明顯落后于周邊省份。除此之外,大部分的中西部地區都處于低-低聚集區,也就是說這些地區的房價與周邊地區的房價同時處于低水平。從1999年到2008年,江蘇從最初的低-高區域進入到高-高區域,這期間還有個別省份所處的區域有過短暫的變化。另有一種趨勢是非常明顯的,1999年各地房價較為平均,Moran散點在位置上都趨于原點。隨著經濟的發展,地區間經濟發展水平的差距越來越大,處于高-高區域的東部發達省份與處于低-低區域的中西部地區的房價已經拉開了很大的距離,因此在位置上也明顯遠離了原點。

此外,通過對1999年、2008年全國房價的Lisa分析(篇幅所限,未列出圖形)可以發現,在5%的顯著性水平下,中西部的陜西、山西、河南、湖北、重慶以及寧夏等省市區的低-低聚集效應最為顯著,但東部省份并未呈現出空間聚集性,這一點與Moran散點圖的分析結果是不一致的。我們結合現實的情況分析后認為,北京、天津、江蘇、浙江、上海等東部省市的房價存在空間聚集效應。

2.城鎮居民消費的空間自相關分析

房地產市場的財富效應最終體現在影響了居民的消費,而且地域間相鄰會對人們的消費行為產生影響。因此,要在空間范圍內研究房地產財富效應,還須要研究城鎮居民消費的空間分布特征。下面仍然通過Moran指數、Moran散點圖以及Lisa分析,研究城鎮居民消費的空間特征。

首先進行1999—2008年城鎮居民日常消費的全局空間相關性分析,全局Moran指數見表3。

可見,從1999年到2008年全國31個省市區消費的Moran指數均顯著大于0,通過了5%顯著性水平的檢驗。因此,可以認為10年來,各地區的消費呈現出顯著的空間自相關性。Moran指數從1999年開始到2004年一直處于減小的態勢,說明消費的空間相關顯著程度有所下降。但是從2005年開始,空間相關程度再次加強,說明消費的空間相關顯著程度有所提升。Moran散點圖見圖2,城鎮居民消費水平所處象限見表4。

從圖2和表4可見,1999年到2008年期間,北京、天津、江蘇、浙江和福建等東部省市城鎮居民的消費水平明顯高于其他地區,而且呈現出空間聚集的現象。大部分中西部地區的消費水平較低,形成了低-低聚集現象。此外,廣東和重慶的消費水平一直明顯高于臨近省份,而遼寧、內蒙古和山東通過10年的發展,已經從原來的低-低聚集區上升到高-低聚集區,顯示出了良性發展態勢。

表3 1999年至2008年城鎮居民消費的Moran指數表

*:以上年份E(I)=-0.0333。

圖2 城鎮居民消費水平Moran散點圖(a)—1999年城鎮居民消費水平Moran散點圖; (b)—2008年城鎮居民消費水平Moran散點圖。

表4 城鎮居民消費水平所處的象限

對城鎮居民消費進行Lisa分析結果顯示,1999年區域聚集性主要體現在吉林、黑龍江、內蒙古以及陜西、山西和寧夏等中西部地區,呈現低-低聚集的現象。隨著時間的推移,中西部地區低-低聚集的現象越發明顯。與此同時,江蘇和福建逐漸顯現出高-高聚集的現象,可見,這與Moran散點圖的研究結果基本一致。

四、 空間面板數據分析

通過探索性分析,我們發現各地區的房價以及城鎮居民消費都呈現出了顯著的空間相關現象。因此,傳統的建模方法以及OLS估計已經不再適用,應該建立包含空間相關關系的模型進行分析。

1.實證模型及數據說明

空間面板數據模型,是指綜合了時間序列數據和橫截面數據的空間模型。在模型設定上,空間面板模型是在普通面板模型的基礎上加入反映空間位置關系矩陣即空間加權矩陣之后形成的,也可以通過在空間回歸模型的基礎上加入時間維度來構建。根據第二部分中建立的消費函數,本文擬采用的空間面板數據模型可以表示如下:

其中,Cit、Iit、Pit、Sit和Bit取值分別為:城鎮居民日常消費性支出、城鎮家庭年人均總收入(扣除了轉移支付和財產性收入)、房地產平均銷售價格、上證綜合指數和基本社會保障覆蓋率。i代表樣本省份,t代表年份;ρ和λ是空間相鄰影響系數,β1it、β2it、β3it和β4it分別是收入、房產、股票以及基本社會保障的邊際消費傾向。W1及W2為空間權重矩陣,假定海南與廣東、廣西相鄰。權重矩陣均選擇Rook相鄰(共享邊界即為相鄰),并進行行向量標準化?？紤]到我國各地區經濟發展的差異,而且10年研究區間內我國經濟經歷了周期性波動,我們認為空間和時間因素都會影響到居民的消費行為及房地產市場的財富效應。因此,本文在模型中同時加入空間固定效應φi和時間固定效應ηt。當ρ≠0,λ=0時,公式(4)表示的是空間自回歸模型(SAR);當ρ=0,λ≠0時公式(4)表示的是空間誤差模型(SEM)。

2.實證結果及解釋

(1) SAR模型及SEM模型實證結果

SAR模型假定一個地區因變量的變動受到相鄰地區因變量的影響,SEM模型假定一個地區的因變量變動受到相鄰地區因變量中無法解釋或無法預期的成分的影響。由于現在還沒有現成的軟件可以直接進行空間面板數據分析,本文通過MATLAB 7.01編程的方法估計公式(4),得出SAR模型的R2為0.9901,調整的R2為0.9885;SEM模型的R2為0.9877,調整的R2為0.9858,見表5。

表5 SAR模型及SEM模型估計結果

根據表5的數據,整理的方程如公式(5)、(6)所示:

SAR:

(5)

SEM:

(6)

通過公式(5)和公式(6)可以看出,SAR模型估計結果顯示消費的空間溢出效應顯著為正,即周邊地區的消費對該地區消費水平產生正影響。房地產價格與消費呈現出顯著的負相關關系,即房地產價格越高,對城鎮居民的消費產生的抑制作用越大。SEM模型估計結果顯示一個地區的消費確實受到周邊地區消費中無法解釋的部分的影響。此外,SAR模型和SEM模型估計結果均表明,收入、基本社會保障的覆蓋率對我國城鎮居民的消費有著顯著的正向影響。

五、 結論及解釋

通過空間自相關檢驗我們發現,從整體上講房地產價格和城市居民的日常消費均呈現出顯著的空間正相關,而且東部和中西部地區的空間聚集現象較為明顯。在估計出空間面板數據模型之后,我們發現居民收入和基本社會保障覆蓋率對居民消費影響巨大,而房地產價格的上漲對城市居民日常消費形成顯著的抑制作用。這說明,我國房地產市場呈現出負的財富效應,造成這種現象的主要原因有:

(1) 傳統家庭觀念導致一般家庭不會拿房產抵押,提前消費。從習語“安居樂業”中就可以看出,從古至今中國人將擁有房子視為安定的必要條件。因此,對于真正有居住需求的家庭來講,房子是不會輕易拿來抵押以獲取貸款進行消費的。而且,在我國消費觀念相對落后的情形下,人們往往將房子作為遺產留給下一代。因此,房價上漲對于大多數僅有一處住房的家庭來說,僅僅是名義財富的增多,是有生之年不可變現的財富。這使得我國的房地產市場并未像發達經濟體的房地產市場一樣,表現出正向財富效應。

(2) 房地產投資者和購房人的財富效應正負抵消。房地產價格上升時,可以刺激房地產投資者消費,從而產生正向的財富效應。但是這個群體的人數較少,收入一般較高,年齡一般偏大,因此對社會基本消費的向上拉動作用有限。與此相反,房價上漲抑制了眾多年輕購房人的消費欲望。當今社會,人們將上學、買房、結婚看做人生的三件大事,其中以購買住房的一次性支出最多。很多情況下,傳統思想更是使買房成為結婚的前提,這必然帶來剛性的房屋購買需求。與此同時,不斷加速的城市化進程導致建筑用地日趨緊張,人們由此產生了房價持續上漲的預期。投機者也借題發揮,利用各種媒體造勢,制造房價持續上漲的輿論氛圍。過高的房價壓力下,青年人為了買房將不得不向父母、親朋借錢。因此,一對夫婦買房,往往擠出了至少三個家庭的消費能力。在多數情形下,房價上漲對購房人產生的負向財富效應要大于投資者的正向財富效應。因此,正負效應抵消后,整個國家層面就表現出房價上漲抑制消費的現象。

(3) 除此之外,中、西部地區還面臨社會保障覆蓋率低、房屋流動性約束等問題。由于資金緊缺,中、西部地區社會保障給付標準比較低,居民的參保意識也不是十分普遍,靠儲蓄來應對生、老、病、死的現象依然非常普遍。在沒有穩定的預期收入和保障措施的情況下,人們不會在現期釋放自身的消費欲望。

綜上所述,我國房地產價格和居民的消費呈現出了顯著的空間聚集效應,而且房地產財富效應顯著為負。要解決高房價抑制消費的弊病,我們認為應通過改革土地供給制度、中央和地方的稅收體制和住房體制等手段來控制房價,通過加快收入分配改革、提高社保覆蓋率和增加中低收入人群的收入水平等方法拉動消費。只有采取這樣的措施才可能實現經濟增長模式從投資拉動型向消費促進型轉變,普通人的生活水平也才能夠得到提高。

參考文獻:

[1] Elliott J W. Wealth and Wealth Proxies in a Permanent Income Model[J]. Quarterly Journal of Economics, 1980,95(3):509-535.

[2] Sheiner L. Housing Prices and the Savings of Renters[J]. Journal of Urban Economics, 1995,38(1):94-125.

[3] Levin L. Are Assets Fungible? Testing the Behavioral Theory of Life-cycle Savings[J]. Journal of Economic Behavior & Organization, 1998,36(11):59-83.

[4] Tracy J, Schnedder H, Chan S. Are Stock Overtaking Real Estate in Household Portfolio[J]. Current Issues in Economics and Finance, 1999,5(5):1-5.

[5] Poterba J M. Stock Market Wealth and Consumption[J]. The Journal of Economic Perspectives, 2000,14(2):99-118.

[6] Tan A, Voss M. Consumption and Wealth in Australia[J]. Economic Record, 2003,79(3):39-56.

[7] 張存濤. 中國房地產財富效應----基于1987—2005年數據的實證分析[J]. 世界經濟情況, 2007(11):79-82.

[8] 劉旦. 中國城鎮住宅市場財富效應分析----基于生命周期假說的宏觀消費函數[J]. 首都經濟貿易大學學報, 2007(4):108-112.

[9] Yoshikawa H, Ohtake F. An Analysis of Female Labor Supply, Housing Demand, and the Saving Rate in Japan[J]. European Economic Review, 1989,33(5):997-1003.

[10] Desnoyers Y. L'Effet de la Richesse sur la Consommation aux Etats-Unis[R]. Ottawa: Bank of Canada Working Paper, 2001.

[11] Ludwig A, Slok T. The Impact of Changes in Stock Prices and House Prices on Consumption in OCED Countries[R]. Washington: International Monetary Fund, 2002.

[12] Boone L. Financial Market Liberalization, Wealth and Consumption[R]. Paris: OECD Economics Department Working Papers, 2001.

[13] Case K E, Quigley J M, Shiller R J. Comparing Wealth Effects: The Stock Market Versus the Housing Market[M]. New Haven: Berkeley Electronic Press, 2005:1-35.

[14] 鄔麗萍. 房地產價格上漲的財富效應分析[J]. 求索, 2006(1):27-29.

[15] 高春亮,周曉艷. 34個城市的住宅財富效應:基于panel data的實證研究[J]. 南開經濟研究, 2007(1):36-44.

[16] 肖宏. 我國房地產市場的財富效應及其傳導機制[J]. 統計與決策, 2008(1):89-90.