住房市場需求者預期性質研究

武建新，路　暢

（1.中南財經政法大學，湖北　武漢　430073；2.深圳市房地產評估發展中心，廣東　深圳　518000）

?

住房市場需求者預期性質研究

武建新1，路暢2

（1.中南財經政法大學，湖北武漢430073；2.深圳市房地產評估發展中心，廣東深圳518000）

摘要：通過構建住房供給者關于三種形式的價格預期模型并將三種形式的預期引入住房供給的決策模型，檢驗我國住房供給者的預期性質的結果顯示：消費性需求者的預期形式傾向于不確定預期；投資性消費者的預期形式傾向于適應性預期。

關鍵詞：住房需求；預期性質；住房市場

一、引言

自1998年住房分配貨幣化改革后，我國主要城市的住房價格均出現了快速上漲。住房價格上漲過快不僅會影響我國經濟的平穩發展，還可能影響財富在居民之間的分配，進一步拉大貧富差距，而且還會引發投資熱潮，從而影響我國的經濟安全。在過去的幾年中，住房價格已成為宏觀經濟政策的主要目標。現有研究表明，預期是影響住房價格波動的主要因素之一。因此，為增強調控政策針對性和有效性，有必要對住房市場供需雙方的預期的性質進行準確的把握。本文將著重分析需求方預期的性質。

當前對住房市場預期性質的研究十分缺乏。關于住房市場預期的文獻，也只是對住房市場需求方的預期進行了簡單的假設，而未對預期的形成機制進行深入的分析。通常只是假設行為主體符合某種預期形式，如張亞麗[1](2011)假設住房價格預期為外推形預期。況偉大[2](2010)假設房價預期為理性預期或適應性預期。然而，住房市場與普通商品市場不同，具有信息不完全、生產周期長等特點[3]，因此，直接將住房市場供需雙方的價格預期假設為某種形式的做法有欠妥當。

本文擬突破傳統模式，在分析住房市場供給和需求決定機制的同時，構建了住房市場需求方基于不同形式的價格預期模型。在此基礎上，結合35個大中城市2001-2013年的相關數據，檢驗我國住房市場需求方預期的性質。本文后續部分安排如下：第二部分將分析住房市場需求方的決策機制，構建住房市場的需求決策模型，并討論不同類型的預期形成機制；第三部分將各種類型預期形成機制引入住房市場的需求決策模型，并結合35個大中城市2001至2013年住房市場的相關數據，檢驗當前我國住房市場需求方預期的性質；第四部分，總結本文的結論并提出了相關的政策建議。

二、理論模型

（一）住房需求的決策機制。

為了使分析看起來簡潔，本文借鑒Meen （1990）提出的跨期房價決定模型，Muellbauer & Murphy（1997）和Pain & Westaway（1996）也建議使用該模型來研究住房價格波動問題。在該模型中，假定住房維護成本和交易成本為零，不受流動性限制，自有和租用住房提供的居住服務是同質的。假設消費者只會消費兩種商品：住房和復合商品。

進一步，本文將跨期房價決定模型簡化為一個兩期模型。

第一期，消費者將工資收入用來購買復合消費品和住房，其中對住房需求可分為住房消費和住房投資，并將余下部分用于儲蓄。本文所指的住房消費包括：購買自住的住房和租住的住房。在第二期，消費者獲得住房升值所帶來的收益，并歸還貸款。此時，消費者的總收益由第二期的工資收入和住房作為風險資產所帶來的風險溢價。由于住房價格的變動在第二期才發生，消費者在第一期做出決策是需要對第二期的住房價格做出預測。

消費者在第一期做出的購房決策，可被看作是預算約束下的最優規則問題。可通過求解下列方程得到：

其中，U（·）為消費者效用函數；x為符合商品的消費量，其價格為1；hc為住房消費面積；w為第二期的總財富；V（w）為財富的直接效用函數，滿足V′>0，V"<0，；E[V（w）]表示財富效用的預期；y1和y2分別為第一期和第二期消費者的工資收入；R為房租；hi住房投資的面積；p為單位面積住房價格；L 和S分別為購買住房時獲得的貸款和儲蓄，其利率為r；π住房價格的變動率。

分別對hi、S和hc求導，可得出最優化一階條件為：

其中，U1為x的邊際效用，U2為hr的邊際效用。

再聯立式（3-2）和式（3-3）可得：

式（5）左側為住房投資的機會成本,右側為房租收益和預期財富效用。可見住房作為風險投資品,其購買量由投資成本和預期投資收益決定。

一般情況下，房租可以理解為投資住房的回報；預期房價收益率π和房價預期增長率偏離平均房價增長率的程度π-可被看作是住房價格預期的組成部分。由此，式（6）可表示為：

由上式可知，投資性住房需求取決于住房價格的當期值和預期值。

一般而言，消費需求者在不考慮投資需求的情況下，其消費需求主要由當期收入和預期收入決定。換言之，在不考慮收入約束的條件下，消費需求有可能轉換為投資需求。由此，式3-8也可以表示為：

通常，住房需求主要由消費性需求和投資性需求構成，即：

因此，聯立式（7）、式（9）和式（10）可得，住房需求函數為：

由式（11）可知，住房需求由收入、預期收入、住房價格、預期住房價格和利率共同決定。其中收入、住房價格和利率為當期變量。預期收入和預期房價為預期變量。換言之，住房需求者的預期由預期收入和預期住房價格構成。

（二）住房市場預期模型的構建。

根據本章第一節對預期理論的梳理，預期形成機制主要有以下三種：外推預期模型、適應性預期模型、理性預期模型和不確定預期模型。此外，根據第二節對住房市場供給和需求決定機制的分析，在住房市場上，影響消費性住房需求者決策的預期變量為其預期收入，影響投資性住房需求者和住房供給者（即開發商）決策的預期變量為預期住房價格。因此，預期收入和預期住房價格的預期模型可由式（32）至式（34）表示：

預期收入的外推預期可表示為：

預期收入的適應性預期可表示為：

預期收入的不確定預期可表示為：

在式（13）中，適應性預期系數γi=0.95①在求系數γi時，采用的數據為35個大中城市的2000-2012年的相關數據。，需由計量方程lninct=γilninct-1+εt估計得出。其中，εt為一般意義上的殘差。

在式（14）中，預期的調整系數αi=0.44②在求系數αi時，采用的數據為35個大中城市的2000-2012年的相關數據。，表示當前收入對未來價格的影響程度，不確定系數βi=0.56③在求系數βi時，采用的數據為35個大中城市的2000-2012年的相關數據。，表示未來不確定因素對預期變量的影響程度。αi和βi需由計量方程lninct= αilninct-1+βilninct+1+εt估計得出的。其中，εt為一般意義上的殘差。

同理，住房價格預期的外推預期可表示為：

住房價格預期的適應性預期可表示為：

住房價格預期的不確定預期可表示為：

在式（16）中，適應性預期系數，需由下述方程估計得出：

其中，εt為一般意義上的殘差。

在式（17）中，預期的調整系數αp，表示價格信號中確定因素對未來價格的影響程度；不確定系數βp，表示未來不確定因素對預期變量的影響程度；不確定系數βp，表示未來不確定因素對預期變量的影響程度。αi和βi需由下述方程估計得出的：

其中，εt為一般意義上的殘差。

三、實證檢驗

為了檢驗上述三種預期理論，哪種更符合我國住房市場的實際情況。本節將繼續采用上一節分析住房供給和需求決策機制時，使用的住房市場供給和需求決策模型。

首先，介紹所使用數據的結構及來源；其次，結合歷史數據確定適應性預期模型和不確定預期模型中的參數；最后，將三種預期模型分別引入根據住房市場供給和需求決策模型，以找出最符合我國住房市場需求者和供給者行為方式的預期形式。

（一）數據來源及說明。

本章使用中國35個大中城市2000-2013年平均住房價格、人均工資收入、利率、住房銷售面積、住房新開工面積、住房竣工價值、土地開發完成投資額。此外，還根據前文介紹的外推預期模型、適應性預期模型和不確定預期模型計算得出了收入和房價的預期數據。為消除通貨膨脹影響，本文以2000年為基期，經各城市的居民消費物價指數（cpi）將模型中所有價值型變量（房價、家庭收入、住房建造價值、住房開發完成投資和利率）轉化為實際變量。各變量的含義、用途及來源如表1所示：

表1　各變量的含義用途及來源

（二）預期模型的參數估計。

根據式（16）和式（17），λi、λp、αi、αp、βi和βp估計如表2所示。由于本章采用數據均為面板數據，因此需要運用面板數據的估計方法對相關系數進行估計。面板數據通常采用固定效應模型（FE）和隨機相應模型（RE）進行估計，在根據hausman檢驗的結果，判斷哪種模型的估計更為適用。

表2　預期模型相關系數的估計結果

如上表所示：所有系數的估計結果均在1％的水平上顯著。根據Hausman檢驗結果，所有系數均以隨機效應模型估計結果為準。

根據預期模型系數的估計結果，可計算出居民收入和住房價格的外推預期、適應性預期和不確定預期結果。相關結果的數據結構如表3所示：

表3　居民收入和住房價格預期值結構

（三）供給者預期性質的檢驗。

1.基本模型。

根據住房需求函數式（10），住房需求計量模型可表示為：

上式中，各變量的含義如表1所示，ε為一般意義上的殘差。

為確定住房需求者的預期形式，需要將外推預期模型、適應性預期模型和不確定預期模型分別引入住房需求模型。由于住房需求由消費性需求和投資性需求構成，所以需要將上述3種預期模型分別模擬消費性需求和投資性需求。因此，3種預期的消費性需求和3種預期的投資性需求分別帶入住房需求計量模型式（20）。

如此看來，該模型將有9種可能，如表4所示。

表4　住房需求的計量模型的9種可能

2.單位根檢驗。

為避免出現虛假回歸，在對上述9個模型進行回歸分析之前，需要對住房需求計量模型所涉及的數據進行單位根檢驗。由于本章使用的數據均為面板數據，因此需要對數據進行面板單位根檢驗。通常面板單位根的檢驗方法有以下四種：Levin-Lin-Chu（LLC）檢驗、Im-Pesaran-Shin（IPS）檢驗、Fisher-Dfuller（ADF）檢驗和Fisher-Phillips-Perron（PP）檢驗對各個變量進行面板單位根。其中，LLC檢驗為同質面板單位根檢驗，LPS檢驗、Fisher-ADF和Fisher-PP檢驗則為異質面板單位根檢驗。為避免在后續回歸分析中出現異方差問題，在單位根檢驗前，將所有變量轉換為自然對數形式。各個變量的面板單位根檢驗的結果如表5所示：

在表5中，居民收入（Lninc）、外推預期收入（Lninc_1）、適應性預期收入（Lninc_2）通過了四種面版單位根檢驗，其余變量均至少通過了三種面板單位根檢驗。因此，上述變量均為平穩變量，符合建模條件。

表6（a）　住房需求計量模型的回歸結果

表6（b）　住房需求計量模型的回歸結果

表6（c）　住房需求計量模型的回歸結果

3.回歸分析。

為確定最適合我國住房市場消費性住房需求和投資性住房需求的預期形式。需要對表5中提到的9個模型逐一進行擬合；然后，綜合考慮模型的擬合優度（R2）及行管預期變量顯著程度（t-統計量）；最后根據模型相關結果的比對，判斷究竟哪種預期形式與我國住房市場消費性需求和投資性需求預期更接近。回歸結果如表6所示。

如表6所示，Hausman檢驗的結果表明，對于9個模型而言，隨機效應模型更為適用;隨機效應模型下Wald chi2統計量均在1％的水平上顯著，說明所有模型整體上都是顯著的。

在進行具體的模型選擇時，通常綜合考慮相關代理變動估計系數的t統計量和擬合優度。各模型的對比如表7所示。

根據表7可知，模型8的擬合度最高，且消費性需求和投資性需求預期變量估計系數的顯著程度最高。在模型8中，消費性需求預期符合不確定預期；投資性需求預期符合適應性預期。隨機效應模型顯示：擬合優度為0.41，利率的系數不顯著；不確定預期收入系數為正，且在1％的水平上顯著，表明預期收入每變動1％，住房需求將同方向變動1.85％；適應性預期房價的系數為負，且在1％的水平上顯著，表明利率每變動1％，住房需求將反方向變動0.36％。

因此，可以認為消費性需求的預期形式傾向于不確定預期，投資性需求的預期形式更傾向于適應性預期。

表7　模型1-9比對結果

四、結論

本文通過理論分析和實證分析得到以下結論：

1.本文在跨期最優理論的基礎上，研究了最優住房消費和最優住房投資的決定機制。并以此為基礎，歸納了影響住房價格波動的影響因素。住房價格波動主要由兩個方面的因素決定：預期因素和經濟基本面。預期因素包括：預期收入、預期房價和房價預期的不確定程度。經濟基本面因素包括：住房需求、收入和利率。

2.本文將外推預期、適應性預期和不確定預期分別引入住房市場需求決策模型。結合我國35個大中城市2001-2013年的相關數據，檢驗了我國住房市場供給者的預期性質。結果顯示：消費性需求者的預期形式傾向于不確定預期；投資性消費者的預期形式傾向于適應性預期。

參考文獻：

[1]張亞麗.預期、市場基本面和房價拐點[J].經濟學家,2011，（9）.

[2]況偉大.預期、投機與中國城市房價波動[J].經濟研究,2010，（9）.

[3]劉洪玉，楊帆.中國主要城市住房供給價格彈性估計與比較研究[J].社會科學輯刊,2012，（6）.

責任編輯郁之行

作者簡介：武建新（1985—），男，中南財經政法大學金融學院博士研究生。路暢（1985—），男，深圳市房地產評估發展中心博士后。

中圖分類號：F293.35

文獻標識碼：A

文章編號：1003-8477（2016）03-0097-11