我國房地產價格影響因素實證分析

朱金嬡

[摘要]本文以中國房地產價格為研究對象，分別使用OLS法、Johansen檢驗法和ARJMA模型來分析貨幣供應量、利率、通貨膨脹率、儲蓄、城鎮化率對房地產價格影響。實證檢驗結果表明：居民消費價格指數和城鎮化率與房地產價格之間具有明顯的正相關關系。

[關鍵詞]金融變量 城鎮化率 房地產 ARIMA模型

一、引言

黨的十九大上習近平總書記提出“房子是用來住的”，這對我國房地產行業來說是一件大事。隨著我國經濟發展進入新常態，如何切實去除房地產行業的庫存，這成為我國政府的任務之一。最近幾年，中國房價居高不下并且持續上漲已然成為國內外關注的一個熱點。2008年金融危機爆發后，為了刺激經濟國家相繼出臺了一系列的政策，房地產市場持續回暖。回顧2017年，我國房地產市場依然比較火爆，一線城市的房價繼續上升，以安徽蚌埠為代表的部分三線城市增幅位居全國前列，以合肥市為代表的部分二線城市房價則經歷了好幾輪過山車。

國內外對房地產價格方面的研究非常豐富，這些研究基本包括了了各個領域的理論。但是主要的研究角度只有兩個，一是以理性預期假設為前提，重點分析宏觀經濟經濟變量對房地產價格的影響。二是研究政府政策對房地產價格的有效性。

（一）國外研究情況

Abraham（1993）認為居民收入的增長、存貸款利息差與房地產價格之間存在長期穩定的均衡關系。GeoffKenny（1999）以愛爾蘭的房地產價格為研究對象，認為房地產價格與房地產供應總量、居民收入、貸款利率之間存在長期穩定的均衡關系。Rigobon和Sack（2004）認為政府的政策對房地產價格的影響短期內有效而長期無效。

（二）國內研究情況

進入21世紀以來，隨著我國住房制度的改革，我國房地產市場逐漸火熱起來，國內的相關研究也日趨豐富。張濤（2006）研究了商業銀行的貸款利率與房地產價格之間的關系，認為二者之間存在非常顯著的關系。孫棟（2011）認為居民收入對房地產價格的變動具有決定性作用，二者之間存在長期穩定的均衡關系。謝太峰（2013）通過建立向量自回歸模型對中國房地產價格進行動態分析，認為貨幣供應量與房地產價格正相關，貸款利率與房地產價格負相關。

房價的影響因素以及這些因素的影響程度，一直是中國經濟學界的熱議話題。除了剛性需求這個最大的因素外，最重要的因素便是金融經濟政策。本文通過運用計量經濟學的方法，綜合分析2000--2015年的經濟數據，探討中國貨幣供應量、利率、通貨膨脹率、儲蓄、城鎮化率對房地產價格影響。

二、變量選擇與樣本數據

（1）貨幣供應量。貨幣供應量主要由兩部分構成，一是金融機構供應的存款貨幣，二是流通中的現金。中國人民銀行將我國貨幣供應量劃分為三個層次分別是M0、M1和M2。MO（流通中的現金）=單位庫存現金+居民持有現金；M1（狹義貨幣供應量）=M0+活期存款；M2=MI+定期存款+儲蓄存款+證券公司的客戶保證金本文的貨幣供應量數據來源于2000-2015年的《中國金融年鑒》

（2）貸款利率。住房按揭貸款已經成為中國民眾購買商品房的主要方式，其也成為政府調節房價的重要手段。住房按揭貸款利率越高，民眾對于商品房的需求就會降低，房價自然也會下降。反之亦然。貸款利率數據根據中國人民銀行年度統計數據整理得到。

（3）通貨膨脹率。在衡量通貨膨脹時，消費者物價指數使用得最多、最普遍。所以本文也主要選取消費者物價指數（CPI）來代表通貨膨脹率，數據來自于國家統計局2000-2015年《中國統計年鑒》。

（4）儲蓄。也被稱作儲蓄存款它反映了居民可用于支配的現金，本文主要選取了城鄉居民人民幣儲蓄存款作為研究變量。數據主要根據中國人民銀行和wind資訊進行整理。

（5）城鎮化率。由于城市土地供給相對有限，所以城鎮化水平越高，房地產價格也相應會上漲。本文主要以城鎮人口占總人口的比例來計算城鎮化率。數據來源于wind資訊。

三、實證分析

為了詳細分析我國貨幣供應量、利率、通貨膨脹率、儲蓄、城鎮化率對房地產價格影響，分別采用OLS法擬合經濟方程，同時使用Johansen檢驗來分析各變量之間有無協整關系，最后建立ARIMA模型。

（一）線性回歸方程

使用Eviews7可得到OLS法估計結果（表1），該模型的判定系數為0.993293調整判定系數為O.989939，可決系數很高，F檢驗值為296.1885明顯顯著，x1的系數為負，表明隨著貨幣供應量的增加，房價將會下降，這與經濟意義矛盾，表明可能存在嚴重的多重共線性。

從經濟意義上來說，我國為了保持宏觀經濟政策的連續性與穩定性，一般不會大幅度的變動利率，尤其是中長期的貸款利率；另一方面貸款利率政策也是作為國家調控房價的重要手段，分析貸款利率對房地產價格的影響應該主要從兩個方面進行著手，一方面貸款利率對于房地產企業來說有重大的影響；另一方面，貸款利率對購房者的購房成本也有重要的影響。

（二）方差膨脹因子檢驗

x1的系數為負，表明隨著貨幣供應量的增加，房價將會下降，這與經濟意義矛盾，同時VIF值均大于10且TOL值小于0.01，表明可能存在嚴重的多重共線性。

經比較發現，新加入回歸方程V=f（x3，x1）和V f（x3，x4）的x1和x4的T檢驗都沒有通過。而回歸方程Y=f（x3，x5）不僅T檢驗通過而且符合原假設。因此，最終確定的模型為Y 8188.587+13.13.83576X3+1113.3831X5。該模型的F統計量為515.1705，判定系數為0.987540，大于0.85。

（三）Johansen檢驗

Johansen協整檢驗比EG檢驗法操作困難，但是其優勢在于它可以檢驗變量之間所有的協整關系，對Y和x3、x5之間的協整關系進行檢驗。協整檢驗結果表明，Y和x3、x5之間存在協整關系。

（四）ARIMA模型

ARIMA模型（亦稱自回歸積分滑動平均模型），它使用數學原理來擬合波動的時間序列，主要運用差分的方法對波動的數據進行處理，其處理思想和VAR模型中的ADF檢驗類似。表給出了模型的7個擬合優度指標的相關數據，R方值為0.993這充分說明ARIMA（1，1，1）的擬合狀況非常好。

ARIMA（1，1，1）模型的擬合圖和觀測值。序列總體上呈上升狀態，擬合值和觀測值曲線在整個研究區間上整體擬合狀況良好，也與我國房地產價格的走勢相吻合。

四、結論

本文通過對貨幣供應量、利率、通貨膨脹率、儲蓄、城鎮化率對房地產價格多個個變量進行實證檢驗，首先運用OLS法去除貨幣供應量、利率和儲蓄這三個存在異方差的變量，然后通過協整檢驗得出通貨膨脹率和城鎮化率與房地產價格之家存在協整關系，最后建立ARIMA模型擬合房地產價格走勢。本文認為，在物價水平不斷上升的情況下，房地產的價格也不斷攀升，其甚至可以作為居民保持財富的一種媒介。同時，隨著我國城鎮化水平的不斷提高，新城鎮人口逐漸成為樓市去庫存的主力軍。

在經濟進入新常態的背景下，政府更應該主動調節房地產市場。傳統的經濟法律手段對房地產市場難以產生重大的影響，我們必須從管理機制上進行創新，著力推進“租售同權”。