基于面板數據的中國房地產市場泡沫分析

宋連方，劉那那

(東北財經大學 研究生院，遼寧 大連 116025)

一、文獻綜述

1998年，我國開始住房制度改革，隨后福利化分房結束，住房商品化開始，房地產業進入持續快速發展的時期。與此同時，房地產價格連年快速攀升。2005年，美國《華爾街日報》曾經以“中國房產泡沫破裂只是遲早問題”為題發表過一篇評論文章，文章指出中國房地產市場存在嚴重泡沫，而且泡沫終將會破裂。房地產泡沫是指房地產價格脫離其基礎價值而持續上漲的過程及狀態，是房地產行業內外因素共同作用的結果［1］。

房地產方面的研究文獻有很多，向陽對房地產市場的泡沫成因進行了分析，認為土地價格是房地產市場泡沫產生的內在動力，土地的虛擬資本特性、預期、投機、非理性行為以及房地產業與金融業的密切關系則是房地產泡沫產生的主要原因［2］。劉治松［3］認為我國房地產泡沫可以用空置量和空置率、房價收入比、房價增長率與GDP增長率三個指標綜合反映。王佳秋和高麗麗［4］運用路徑分析方法得出土地價格泡沫、房屋空置率泡沫、房地產投資泡沫、房價虛長泡沫均對房地產泡沫存在影響，且作用強度依次減少。李美丹［5］對中國商品房平均價格和房地產投資進行了協整分析，由于房地產市場存在較嚴重的投機行為，導致商品房平均價格和房地產投資之間不存在因果關系。張立君等［6］論述了房地產泡沫綜合指標評價法并提出了房地產泡沫預警方法。安鵬等［7］運用層次分析法和指數移動平均法構造變量，得出宏觀政策因素、市場的樂觀預測、供需不平衡和房地產業高利潤導致的過度投資是影響上海房地產泡沫程度的顯著因素。魏戰武［8］則主要分析了房地產市場泡沫產生的原因，并論述了泡沫的規避路徑。孔原和劉覽［9］以無錫為例得出住宅市場價格與市場價格預期和城市人口因素顯著正相關且前者成為住房價格快速上漲的主要動力。李建碧和姚林［10］運用因子分析從房地產泡沫的指標體系中提取出三個公因子，分別主要反映房地產投資方面的因素、房價方面的因素、商品房供求狀況方面的因素。王佳秋等［11］構建了房地產泡沫評價指標體系，并利用ARIMA模型建立了房地產市場預警模型，進行了預測分析。

本文在已有研究的基礎上，構建了房地產市場泡沫評價綜合指標和影響因素指標，并利用面板數據模型方法對我國房地產市場泡沫進行了實證研究。

二、實證研究及結論

1.指標和數據的選取

(1)房地產綜合指標

反應房地產泡沫的指標比較多，本文選取房地產開發投資額與GDP的比值、房地產價格指數與城鎮居民CPI指數的比值、空置率三個指標來反應房地產市場的泡沫大小。

目前我國GDP的增長中的很大一部分是由房地產市場的發展來拉動的，房地產開發投資在GDP中占的比重太高，則經濟對房地產的依賴程度就會太大，經濟發展的穩定性就會降低。因此，本文用房地產開發投資額與GDP的比值來表示房地產市場的泡沫大小，即Y1=房地產開發投資額/GDP。

房地產價格指數反應的是房地產的價格變動情況，CPI反應的是居民消費價格指數變化情況，若房地產價格指數與CPI的比值過大，則表明房地產價格上漲快于居民平均消費價格指數上漲，即房地產市場存在泡沫。因此本文用房地產價格指數與CPI的比值來反應房地產市場的泡沫大小，即Y2=房地產價格指數/城鎮居民CPI。

之所以把空置率作為房地產市場泡沫指標，是因為空置率反應了房地產市場的供需關系，空置率高表明供給過剩而需求不足，空置率低則正好相反。由于租房面積反應的是房地產市場的真實住房需求，而銷售面積則反應的是包括投資需求在內的一系列需求，本文則采取租房面積比銷售面積來表示空置率，即Y3=商品房出租面積/銷售面積。

本文在以上三個指標基礎上，采用對三個指標的乘積開三次方來表示房地產市場泡沫綜合指標，即房地產市場泡沫綜合指標 Y。

(2)房地產市場泡沫影響因素指標

居民購買房產往往有兩種目的，即自己居住和資產投資，這就意味著住房具有消費與投資雙重意義，可以滿足消費和投資兩種需求，既是生活必需品，又是投資理財的一種選擇。購買住房的大部分來自居民的可支配收入，既使在現今按揭買房盛行的情況下，每月的還款還是來自家庭每月通過收入來還款，居民可支配收入的高低直接決定住房的價格水平。因此選取居民可支配收入增長率作為房地產市場泡沫影響因素指標，即X1=城鎮可支配收入增長率。

在房地產價格穩步上升的行情中，房地產公司以房地產為抵押品的資產的價值上升，貸款銀行資產負債狀況改善從而可以從銀行獲得更多貸款，同時銀行的貸款質量上升將使銀行增加對房地產公司的貸款。如此相互作用，將會推動房地產價格節節攀升，使得房地產價格偏離實際均衡價格，進一步導致房地產泡沫的膨脹。考慮到數據的可得性，本文選取房地企業獲得的銀行貸款增長率來表示銀行信貸對房地產市場泡沫指標的影響，即X2=銀行信貸增長率。

地價對房地產市場泡沫的影響可以從兩方面理解。一方面，地價是房價的組成部分，即土地價格構成了商品房的成本，地價的上升，房子的成本就會上升，則房價相應上升。另一方面，房價上升將會刺激土地的需求，從而導致地價的上漲，地價上漲進而又導致了房價的上漲。如此循環往復，土地價格不斷上漲則會引起房地產市場泡沫的行成。本文選取土地交易價格增長率作為影響房地產市場泡沫的又一指標，即X3=土地交易價格增長率。

(3)數據的選取

由于西藏數據的缺失，本文選取以除西藏外的全國30個省份為橫截面，以2004—2008年為時間跨度的面板數據進行實證分析，數據來自《新中國60年統計資料匯編》、《中國房地產統計年鑒》(2004—2009)。

2.實證分析

在對面板數據模型進行擬合時需要對模型的設定形式進行檢驗，即檢驗樣本數據符合混合回歸模型、變截距模型以及變系數模型中的哪一種，還要判斷模型的固定效應和隨機效應，以得到有效的參數估計。模型設定形式檢驗需要使用協方差分析檢驗，固定效應和隨機效應的判斷則要根據Hausman檢驗來進行［12］。

首先，使用協方差分析檢驗不能直接在Eviews中作，需進行以下兩個假設檢驗:

假設1:斜率在不同的橫截面樣本點上和時間上都相同，但截距不相同，即該模型形式為變截距模型:

假設2:截距和斜率在不同的橫截面樣本點和時間上都相同，即該模型形式為混合回歸模型:

顯然，如果接收了假設2，則沒有必要進行進一步的檢驗，采用混合回歸模型。如果拒絕了假設2，就應該檢驗假設1，判斷是否斜率都相等。接受了假設1為變截距模型，拒絕假設1為變斜率模型，即采用以下形式:

檢驗假設2的F統計量為:

檢驗假設1的F統計量為:

其中，模型中α為常數項β1和β2為系數，檢驗公式中，S1、S2、S3分別為采用式 (3)、(1)、 (2)時估計的殘差平方和，n為截面個數，T為時期數，K為非常數項解釋變量數。

其次，需要判斷模型的固定效應和隨機效應。

采用Hausman檢驗，其前提是如果模型包含隨機效應，它應與解釋變量相關。

原假設H0:隨機效應與解釋變量不相關。備擇假設H1:隨機效應與解釋變量相關。如果接受原假設采用隨機效應模型，如果拒絕原假設采用固定效應模型。

本文在假設檢驗和模型參數估計中使用的是Eviews6.0軟件。模型假設檢驗結果如下:

表1 模型設定檢驗

從表1可知，F2＞1.68，所以可拒絕 H2，即不適合用混合回歸模型;再進行H1的檢驗，F1＜1.71，所以接受H1，即不適合用變系數模型，因此要采用變截距模型。Hausman檢驗拒絕原假設，應采用固定效應模型。所以本次分析采用固定效應變截距模型，即模型 (1)。

使用固定效應變截距模型對參數進行擬合，結果如表2和表3所示。

表2 固定效應變截距模型系數估計結果

在表2中，模型的可決系數R2為0.93，模型對因變量的解釋程度較好。從表2可看出，從全國范圍來看，三個影響因素中，城鎮居民可支配收入和土地價格對房地產市場泡沫存在正的影響，系數分別為0.026和0.004，城鎮居民可支配收入的影響相對較大一些;而銀行信貸則對房地產市場泡沫有負的影響。上表分析結果也表明，以全國整體來看，社會的發展，經濟的增長，人民生活水平的提高是導致房地產需求旺盛、價格高漲的根本原因;土地價格作為房地產成本的一個組成部分，一定程度上也通過一定的傳導機制造成了房地產市場價格的上升;銀行信貸之所以是負的影響，可能是因為近幾年國家宏觀調控政策控制銀行對房地產公司的貸款量，但銀行貸款在房地產企業資金來源中占的比例較小，貸款的減少并沒有使房地產市場增長明顯下降，從而使銀行貸款與房地產市場呈現負相關。

表3 固定效應變截距模型各地區截距項結果

在表3中，各地區的截距項存在較大差異，表明不同地區的各個影響因素指標對房地產市場泡沫產生的影響不同，即城鎮居民可支配收入、銀行信貸、土地價格這三個影響因素對房地產市場泡沫的影響程度，在不同的地區效果有差異。其中，影響效果最大的是上海，遠遠高于其他省份，其次則是北京也高于別的省份，緊隨其后的則是廣東、重慶、海南等省份。這幾個省都是經濟最發達或是房地產開發的比較早的省，相對于其他地區而言，房地產市場發展比較快，受居民生活水平、銀行信貸、土地價格的影響也比較大。

三、政策建議

基于以上研究結果，城鎮居民可支配收入是導致房地產市場過快發展的主要原因，同時土地價格也對房地產價格的上升產生了一定的影響，本文則給出以下政策建議。

1.繼續大力發展經濟適用房建設，健全住房保障體系

雖然城鎮居民收入水平的上升促進了房地產價格的上升，但是城鎮的低收入階層以及進城務工的農民工的住房問題仍是影響社會穩定的一大問題，解決這一問題就要健全住房保障體系，不斷完善經濟適用房政策，加強經濟適用房建設計劃的管理，落實住房補貼政策，提高居民購房能力，合理確定經濟適用房的建設規模，著力解決中低收入家庭的住房問題。

2.加強土地交易制度管理

政府部門要加強政務公開制度的建設并將政務公開法制化，政府主管部門要嚴格土地投標的管理。這些措施可以加強政府政策的透明度［13］。另外，為了抑制土地的炒買炒賣，可以考慮開征土地財產稅，改變之前土地交易實行的一次性交易后不用再用付任何成本的形式，從而規范土地交易市場，抑制開發過熱，降低房地產市場的成本，達到控制泡沫的作用。

3.加大金融監管力度

目前，房地產業的發展規模和速度都超出了其他行業，圍繞房地產市場已經形成了一個涉及建筑、金融等多個行業的關聯性很強的產業關聯集合。但是我國并沒有建立起一個與房地產市場發展相適應的包括政策性房地產金融機構和商業性房地產金融機構、擔保或保證機構的完整的房地產金融機構體系，房地產金融監管缺乏，除《商業銀行法》中有關銀行設立和資金運用規定外，對房地產金融機構的管理尚無一個明確的專門機構，房地產金融業務的有關規范也有待制訂［14］。這樣就很容易因為監管體制的不健全，而導致泡沫的產生和擴大。雖然國家針對房地產市場采取了一系列的宏觀調控措施，但這并不代表監管是完善的，在泡沫放大之前建立專門的監管機構，加大監管力度才能有效防止泡沫的破裂。

［1］楊燦，劉赟.關于房地產泡沫量的測度研究［J］.統計與決策，2008，(19):41-43.

［2］向陽.房地產泡沫形成機理分析［J］.西南民族大學學報，2005，(1):85-89.

［3］劉治松.我國房地產泡沫及泡沫測度的幾個理論問題［J］.經濟縱橫，2003，(10):28-31.

［4］王佳秋，高麗麗.房地產泡沫相關因素及相關關系的實證研究［J］.數學的實踐與認識，2006，(1):80-84.

［5］李美丹.房地產投資與房價的相關分析——基于房地產泡沫的分析［J］.中國物價，2007，(3):58-60.

［6］張立君，馮東梅，寇莉松.房地產泡沫評價方法與預警分析［J］.科技和產業，2007，(5):65-68.

［7］安鵬，蔡明超，高國華.中國房地產泡沫的測度與成因解析——以上海為例［J］.統計與決策，2008，(20):115-118.

［8］魏戰武.我國房地產泡沫的現狀及規避路徑研究［J］.資源與環境，2008，(3):66-67.

［9］孔原，劉覽.基于價格回歸模型的住宅房地產泡沫實證研究——以無錫住宅市場為例［J］.河南商業高等專科學校學報，2009，(2):36-40.

［10］李建碧，姚林.中國房地產泡沫區域差異:基于因子分析的實證研究［J］.經濟研究導刊，2010，(21):114-115.

［11］王佳秋，朱捷，楊春玲，等.房地產泡沫預警及數學模型研究［J］.大學數學，2010，(5):139-146.

［12］尹希果.計量經濟學原理與操作［M］.重慶:重慶大學出版社，2010.

［13］劉慧，路正南.我國房地產泡沫的實證分析［J］.經濟縱橫，2006，(2):103-104.

［14］邵謙謙，王洪.日本房地產泡沫的成因分析及對我國的經驗借鑒［J］.中國房地產金融，2003，(5):42-46.