后危機時代房屋銷售價格影響因子研究

李習平，張華容，武淑琴

（1.中南財經政法大學 工商管理學院，武漢430060;2.湖北中醫藥大學 管理學院，武漢 430065）

0 引言

中國的房地產市場伴隨我國經濟體制改革不斷深入而成為人們關注的焦點，房地產業成為我國新的經濟增長點，對國民經濟的發展和人民群眾生活水平的提高產生了積極的影響。但是最近幾年房價不斷飆升，其上升的速度超過了居民工資增長的速度，引發社會的熱議。房地產價格作為房地產市場及國家經濟運行中的一個重要變量，就目前房地產面臨的房地產市場的走勢，哪些因素影響了房價，政府如何進行宏觀調控等問題成為政府部門、學術界關注的熱點和焦點問題，因此對房地產價格影響因素的研究具有重要的理論意義和實踐意義。

1 文獻綜述

我國房地產起步較晚，對房地產經濟問題的研究直到20世紀80年代后期才逐漸多了起來，我國在相關理論和實踐方面需要在引進國外理論的基礎上不斷完善和發展。將國民的收入、人口增長、國家利率的變化等因素納入研究范疇，從理論和實證角度對住宅價格的主要動力因素進行論證，最終歸納為6個主要動力因素，包括居民收入（K Aoki,J Proudman,G Vlieghe，2004；J Gallin，2008；朱麗夏、阮文彪，2006）、利率、信用可靠性、稅收結構（JY Campbell,JF Cocco，2007；孫懷通、張偉紅，2006）、住宅供給和人口（Guidry、K.J.D.Shilling、C.F.Sirmans，1999；N Girouard,M Kennedy，2006；崔新明，2005）。還有些研究結果表明，房地產價格與國家的經濟政策、建造成本、成年人口數量和經濟發展的景氣度等因素的變化也有重要的關聯性（李立、李永輝，2002）。運用供求平衡原理來確定房地產價格模型，認為房地產價格的變化可以用宏觀經濟基本面的相關指標來解釋，盡管宏觀經濟因素在短期似乎對房地產市場得影響有限，但從長期來看，其影響是非常顯著的（E Sims,1980；ngle and Granger,1987；J.M.Quigley，2002；屠佳華、張潔，2005；廖湘岳，2008；彭建林，2009）。研究者還將城市軌道交通系統對住宅價格的影響進行了分析（D.R Bowes,K.R Ihlanfeldt，2001），同時區位因素、鄰里因素（Meese和Wallace 1991;Newburger et al.1994）和建筑因素對房價也有影響（Case和Quigley,1991;Henry.O Pollakowski，1995;Quigley,1995），把區位條件、住宅的環境條件、出行方便度、建筑物安全衛生因子、商業服務業繁華程度、市政基礎設施的完善程度和住宅的朝向，外觀等因素和建筑因素結合在一起，可以解釋城市房價變化（李斌，2000）。學者還對“地價與房價的關系”研究（姚先國、黃煒華，2001），得出的結論是地價與房價有關聯，但并非線性關系（張紅、李文誕，2001；王金明、高鐵梅，2004；孔煜，2007）?？v觀文獻研究，無論是國內還是國外的研究對影響房屋銷售價格的影響因素總結比較全面，不同的學者針對不同的環境收集相應的數據進行分析和研究，得出相應的研究成果。但是2008年金融危機以來對各國的經濟受到一定程度的沖擊，在這種背景下，對房地產價格影響因子的實證研究相對較少。因此，本文重點研究后危機時代，我國房地產價格的影響因子研究。

2 模型構建及假設條件

房地產價格是會受到多種因素影響的，本文在眾多的因素中，選擇其中幾個因素進行分析，構建多元線性回歸模型

其中，yt是被解釋變量，χtj是解釋變量，ut是隨機誤差項，βi(i=0,1,...k-1)是回歸參數（通常未知）。

當給定一個樣本 (yt,χt1,χt2,...,χtk-1)(t=1,2,...,T)時,上述模型表示為

此時 yt與 χti已知，βj與ut未知。

為保證得到最優估計量，回歸模型（4）應滿足如下假定條件。

假定1：隨機誤差項ut是非自相關的，每一誤差項都滿足均值為零，方差σ2相同且為有限值，即

假定2：解釋變量與誤差項相互獨立，即

假定3：解釋變量之間線性無關。

rk(X'X)=rk(X)=k ，其中 rk(?)表示矩陣的秩。

假定4：解釋變量是非隨機的，且當T→∞時

其中Q是一個有限值的非退化矩陣。

最小二乘(OLS)法的原理是求殘差（誤差項的估計值）平方和最小。代數上是求極值問題。

3 檢驗模型

由于計量經濟變量組成的時間序列一般都是非平穩的，先對各變量進行平穩性檢驗，若為非平穩，則可采用協整檢驗分析各變量之間的關系。在協整檢驗的基礎上，可以進行Granger(1998)因果關系檢驗。

3.1 變量平穩性檢驗

根據計量經濟學原理，當時間序列含有單位根時，該序列就是非平穩的。而非平穩經濟時間序列正好具有這種齊次非平穩特征，即任何非平穩經濟序列通過足夠次數的差分可以轉換成一個平穩的時間序列。

如果時間序列存在形式Yt=α+βYt-1+ut-1，α為常數；ut-1為零均值非自相關隨機誤差項。如α＜0，表該序列是平穩的，如果對上式進行變換，在等式的兩邊同時減去Yt-1，則

原假設和備擇假設分別是

如果ρ拒絕了原假設，則Yt是平穩的，此時運用ADF檢驗的到得檢驗值為Yt-1的t值，可是已不服從標準的t分布。將所估計的ρ的系數除以它的標準誤差，從而推出DF檢驗的τ的統計量。如果τ超過ADF的臨界值，即拒絕所給時間序列是非平穩的假設；反之，則時間序列是非平穩的。當ADF檢驗要包含足夠的滯后項以使其誤差項是序列上獨立的，則稱為ADF檢驗Augmented Dickey-Fuller Test)，如果一個序列在成為穩定序列之前必須經過d次差分，則該序列被稱為d階單整，記為I(d)。

3.2 協整檢驗

為了檢驗變量是否為協整，Engle和Granger提出兩步檢驗法（EG檢驗）。協整的目的是決定一組非平穩時序的線性組合是否具有協整關系，也可以通過協整檢驗來判斷線性回歸方程的設置是否合理。如果兩個變量都是單整變量，只有當他們的單整階數相同時才可能協整；兩個以上變量如果具有不同的單整階數，有可能經過線性組合構成低階單整變量。協整的意義在于它揭示變量之間是否存在一種長期穩定的均衡關系。

3.3 Granger關系檢驗

協整檢驗結果告訴我們變量之間是否存在長期的均衡關系，但是這種關系是否構成因果關系還需要進一步驗證.Granger(1969)提出的因果關系檢驗可以解決該問題。其基本原理是：將Y對其他變量(包括自身的過去值)做回歸時，如果把滯后值包括進來能顯著地改進對Y的預測，我們就認為X是Y的Granger原因。

4 檢驗結果

4.1 變量選擇與數據處理

由于數據收集存在一定的局限性，本文選取2009年3月份至2010年5月份每月的消費者信心指數（X1）、居民消費價格指數（X2）、宏觀經濟景氣指數（X3）和房屋銷售價格指數（Y）。數據來源于國家統計局公布的數據整理而成，實證過程全部用Eviews6.0完成。

條件1：選取的均是相對數

選取相對數，減少計量經濟學中經常出現的虛假回歸問題的概率。

條件2：國家政策對房地產價格的影響納入到消費者信心指數

國家政策對房地產價格的影響應該是顯著的，由于政策對房地產市場供求關系的影響是潛在的，數據收集的難度較大，筆者將這種影響融入到消費者的信心指數中。當國家出臺對房地產市場調控措施時，基于微觀經濟學原理中的消費者預期理論，消費者認為對未來房地產市場會有所變化，從而調整對房屋的需求，通過傳動機制間接會影響開發商對房屋的供給，從而調整房地產市場的房屋銷售價格。

條件3：因變量的選取

房屋銷售價格指數（Y）是因變量主要研究房屋銷售價格指數受到哪些因素的影響。

條件4：自變量的選取

消費者信心指數（X1）、居民消費價格指數（X2）、宏觀經濟景氣指數（X3）是自變量。

變量的統計描述如圖1。

從圖1可以看出，房屋銷售價格指數與消費者信心指數、CPI和宏觀經濟景氣指數是同向變化，從2009年3月份開始，房屋價格指數就一直呈現上升的趨勢，而消費者信心指數與CPI有升也有降。要想分析這些因素對房屋價格指數的影響程度，必須要進一步的深入分析。

4.2 變量的平穩性檢驗

對各變量分別進行ADF(Augmented Dick-Fuller)檢驗，檢驗結果如表1。

由表1可見，變量房屋銷售價格指數在10%顯著性水平上是平穩的，其他變量時間序列在5%的顯著性水平上都是非平穩的，而消費者信心指數（X1）、宏觀經濟景氣指數（X3）、居民消費價格指數（X2）是二階差分平穩，記為I（2），變量之間符合存在協整關系的條件。

4.3 變量的協整關系檢驗

圖1 房屋銷售價格指數與消費者信心指數、居民消費價格指數、宏觀經濟景氣指數的統計描述

根據Johansen的最大似然方法對Y與X2、Y 與 X3之間的兩變量之間的協整關系，其中最優帶后期k的選擇，這里根據非約束的VAR模型的AIC和SC準則而得到，研究中模型的最優滯后階數取為2，得出我國房地產銷售價格指數與CPI兩者之間僅存在一個協整關系，即房地產銷售價格指數與居民消費價格指數之間存在一個長期穩定的關系，房屋銷售價格指數與宏觀經濟景氣指數之間也存在一個協整關系，即房地產銷售價格指數與宏觀經濟景氣指數之間也存在一個長期穩定的關系。通過殘差項的相關和偏相關圖，可以得出該模型具有拖尾特征，υt是白噪聲項。

表1 變量的平穩性檢驗結果

從上式可以看出，房地產銷售價格指數變化與居民消費價格指數變化增長之間存在長期的正向關系，當期房屋銷售價格指數增加1個百分點，居民消費價格指數增加0.93個百分點。房地產銷售價格指數與宏觀經濟景氣指數之間也存在長期的正向關系，當期房地產銷售價格指數增長1個百分點，宏觀經濟的景氣指數增加0.55個百分點。

4.4 變量的因果關系檢驗

根據赤池信息準則確定各變量的滯后階數為2，對各變量的因果關系檢驗如表2所示。

根據表2得出的結果是：

（1）房屋銷售價格指數是消費者信心指數的Granger原因，而消費者信心指數不是房地產銷售價格指數的Granger原因.這說明我國房地產價格變動是消費者對經濟形勢的變化是否有信心的原因，即在2009年3月面臨全球金融危機的影響，房價出現波動，影響了消費者對未來經濟形勢的預期，該結果驗證了2009年3月份的“兩會”，溫總理提出的應對金融危機的措施就是要提高消費者的信心指數。

（2）房屋銷售價格指數是居民消費價格指數的Granger原因，而居民消費價格指數不是房屋銷售價格指數的Granger原因。這一研究結果顯示，在我國房地產市場中，房地產價格的變動是我國物價總水平變化的原因，在收集的數據中也顯示這一規律，然而從數據來看，即房地產價格的居高不下應該對我國當前的通貨膨脹承擔一定的責任，居民消費價格的變化不對房地產價格的變化造成影響，說明當前房價與CPI的關系另有原因，即兩者之間的關系的關系顯著性不強，這說明在我國目前的統計制度中，房屋價格在CPI中所占比重偏低，筆者認為房價上漲對通脹的巨大推動作用被掩蓋了，究其原因表現在：其一，居住類價格在我國CPI權重中的占比只有13.6%，遠低于食品類價格占比，也遠低于世界發達國家居住類價格在CPI權重中的占比；其二，計入CPI的主要是房租而非房價，盡管我國不少地方的房價，在經過暴漲后已經超過2007年的水平，但房屋租金卻是在下降的。

表2 Granger因果關系檢驗結果

（3）房地產銷售價格指數與宏觀經濟景氣指數之間僅存在一個單向的關系，即房屋銷售價格指數是宏觀經濟景氣指數的Granger原因，這說明當前房地產價格對宏觀經濟形勢是有影響的。筆者認為這一點與經濟現實相符，房地產作為當前主要的投資與投機的渠道，它的價格上漲與會帶動相關產業的發展，商品房銷售額與經濟增長之間存在互為長期的因果關系。

5 結論

通過實證研究，筆者認為房地產市場價格的變動與消費者信心指數、CPI以及宏觀經濟景氣指數有正向的關系，都對其產生顯著性的影響。研究結果顯示，三者對房地產價格影響的程度有差異：房屋銷售價格指數每上漲1個百分點，會使消費者信心指數增加0.64個百分點；居民消費者價格上漲0.93個百分點，宏觀經濟景氣指數上漲0.55個百分點。實證分析的研究是與我國社會經濟現實相一致的，溫總理（2009）的“信心要比黃金和貨幣還要重要”的表述，即指消費者的信心對房價具有推動作用，這也是我國房價在2009年第二季度出現回暖的一個經濟學解釋。而居民消費價格的研究結果顯示房價對CPI的影響應該是很大的，筆者認為我國應該進行統計改革，加大CPI統計中房屋銷售價格所占的比重，以使宏觀經濟景氣指數正確地反映我國經濟的基本現狀和人民生活水平的狀況，使我國的宏觀經濟政策的效能最大化。

[1]Quigley J M.Real Estate Prices and Economic Cycles[J].International Real Estate Review,1999，2(1).

[2]John O kunev,Patrick Wilson,Ralf Zurbruegg.The Causal Relationship between Real Estate and Stock Markets[J].Journal of Real Estate Finance and Economics，2000,21(3).

[3]梁榮.中國房地產業發展規模與國民經濟總量關系研究[M].北京：經濟科學出版社.

[4]聶名華.房地產價格的影響因素分析[J].廣西市場與價格,1997,(8).

[5]孫懷通，張偉紅.我國房地產價格上漲的原因及對策淺析[J].商場現代化,2006,(5).

[6]廖湘岳.我國房地產價格變動與物價總水平變動的關系[J].吉首大學學報(自然科學版),2008,（7）.

[7]張紅，李文誕.北京商品房價格變動實證分析[J].中國房地產金融,2001,(3).

[8]孔煜.利率與房價關系的認識[J].建筑經濟,2007,(9).

[9]王金明等.對我國房地產市場需求和供給函數的動態分析[J].中國軟科學,2004,(4).