上海房地產泡沫檢測及分析

文/韓麗麗

上海房地產泡沫檢測及分析

文/韓麗麗

上海大學

自從進入21世紀，上海房地產業進入一個高漲的發展過程。作為上海經濟支柱產業之一的房地產業對上海國民經濟的作用毋庸置疑。但是，近年來，商品房價格連續幾年的快速增長引起人們的極大關注，專業人士對于上海房地產泡沫程度的爭論愈加激烈。本文參考國外尋找房地產泡沫的方法，建立計量經濟學模型檢測上海房地產泡沫的程度并分析其形成機制。

房地產；泡沫；模型；價格；供給；需求

1 引言

自1998年住房改革以來，我國房地產行業得以市場化運行，發展迅速。在國內消費需求不足的狀況下，房地產行業對于拉動內需、促進國民經濟發展起到了極大的作用。尤其是2008年金融危機的沖擊下，我國房地產開發投資額仍保持著一個較高水平的增長，對于我國抵抗風險沖擊和拉動經濟增長有極其重要的意義。

然而，伴隨著房地產業的發展，投資投機熱度急劇增加，房地產價格也呈現出了持續上漲的態勢，導致居民購房壓力不斷增大。從重點城市歷年的房價收入比值情況來看，部分城市的居民購房壓力較大，這些城市的房地產市場可能已經存在房地產泡沫。房地產行業是對國民經濟影響巨大的重要行業，房地產行業的不正常高速增長將會對宏觀經濟產生嚴重的威脅，一旦地產泡沫破裂將會引發一系列的經濟和社會問題。所以我們必須對中國的房地產泡沫進行充分的分析和研究，并采取積極的防范措施。

2 模型

商品房的價格由供求兩方面因素構成，影響商品房供給的因素有：房地產企業貸款利率、土地購置面積、貨幣供給量等；影響需求的因素有：個人住房貸款的利率、居民可支配收入、城市人口等。這些因素構成了房價的基礎價值，構成房價的另一組成部分就是地產泡沫。地產泡沫，尤其是投機泡沫往往是基于投資者的正反饋交易所致。正反饋交易是指人們往往根據過去價格的趨勢來形成對未來價格的預期，從而決定當期的交易行為。我們根據這一分析建立商品房價格模型。

房地產價格決定方程：Pt=Pt*+Bt（1）

其中Pt表示第t期的房地產市場價格，Pt*是第t期的房地產基礎價值，Bt是第t期的房地產泡沫。Pt*是供求因素的函數，可以表示為Pt*=f（Hs,Hd）。考慮變量的全面性和代表性，以及數據的可獲得性，本文自變量根據供需影響因素進行選取，包括年貸款利率Rt、人口K、人均可支配收入Y、貨幣供給量M2、土地購置面積LAND。Pt*表示為：Pt*=a0+a1Rt+a2Kt+a3Yt+a4M2t+a5LANDt（2）

Bt是基于過去的價格形成的，所以把泡沫項定義為：Bt=λ0+λ1Pt-1+λ2Pt-1*/Pt-1+σt（3）

其中，Pt-1*和Pt-1分別表示前一期的房地產基礎價值和市場價格。當地一個自變量Pt-1的系數λ1為正且顯著時，表明前一期的房地產價格增長對當期的房地長價格有明顯的同向影響，從而顯示了泡沫的存在。而Pt-1*/Pt-1的系數λ2則刻畫了當房地產的市場價格水平Pt-1超過了其基礎價值Pt-1*泡沫趨于破裂的趨勢，σt是殘差項。

將方程（2）和（3）帶入方程（1），得到：

Pt=（a0+λ0）+a1Rt+a2Kt+a3Yt+a4M2t+a5LANDt+λ1Pt-1+λ2Pt-1*/Pt-1+σt （4）

在這里，我們遇到一個難題：P*自身也依賴于方程（4）的估計。也就是說，方程（4）的估計需要P*的值，而 P*的值本身又需要通過這個方程來計算。我們用下面的方法來解決這個問題：首先，在方程（4）中去掉λ2項，用剩余的項進行估計，得出各項系數后，根據方程（（2）計算出P*，然后再重新估計完整的方程（4）。若 Pt-1，Pt-1*/Pt-1和決定P*的各個自變量是獨立的，那么決定P*的各項系數不會改變，從而P*也不會改變。如果重新估計后系數改變了，則利用改變后的系數計算新的P*，再次估計方程（4），直到系數穩定。

3 上海和全國的實證分析

在上文中，我們通過對房地產泡沫的分析建立了檢驗房地產市場價格泡沫的計量經濟模型，下面將利用該模型檢驗中國房地產市場是否存在價格泡沫。

本文收集了上海市年2011年第一季度至2015年第四季度的相關經濟數據進行實證檢驗（2016年的數據部分缺失），在已有的分析中大多采用年度數據對房地產市場價格和泡沫進行分析，但是從近年來的市場發展狀況來看，房地產的投資屬性明顯顯現，房地產價格在一年內就會發生顯著變化，僅用年度數據難以反映這種變化，應盡量使用更細分的數據對市場的變化進行分析。而且房地產相關政策的出臺常在一年中發生多次變化，從而也會引起房地產價格在一年內的明顯變化，所以本文使用季度數據對房地產泡沫進行研究，而且中國城市房地產市場發展較晚，季度數據還有利于擴充樣本數量，減少計量誤差。

模型的變量介紹：R - 個人住房貸款利率；K -季末常住人口（萬人）；Y -城鎮居民人均可支配收入（元）；M2 -廣義貨幣供應量（億元）；LAND -當期住宅竣工面積（萬M*2）；P -商品房銷售平均價格（元/m2）

我們首先對全國范圍的房地產市場泡沫進行實證分析。在模型中各變量和參數的腳標中加入n，用以代表相應變量符號的全國量。利用R作最小二乘估計。

根據計算，方程對全國房地產平均市場價格有較高的解釋度（R^2=0.84）。在決定房地產基本價格的幾個變量中，常住人口、居民可支配收入、M2、當期竣工面積對房地產市場價格有正的貢獻并且顯著不為0，與預期相一致。然而，利率變量對價格的負影響作用并不顯著，這可能基于兩個原因：首先，我國國有銀行一直實行固定利率，利率調整慢且幅度小，很難解釋房價的頻繁變動；其次，當房價上漲帶來的資本利得遠高于利率水平的時候，人們可能對利率的變動不甚敏感。

泡沫項系數λn1，在1%的程度下顯著不為0，即除建造成本和居民可支配收入等基本因素外，前一期的房地產價格也對當期房地產價格產生明顯影響，當期房地產價格隨著前一期房地產價格的上升而上升。這表明我國的房地產市場中正反饋機制的作用明顯，在全國范圍內已經出現了價格泡沫。描述泡沫破滅趨勢的系數不顯著，說明在全國范圍內房地產價格泡沫尚未出現明顯的破裂趨勢，房地產價格仍在可控范圍內。

上海是全國經濟最發達、房價最高、房地產投機行為最為嚴重的地區之一，從感性上看，其房地產價格泡沫程度應該很高。將上海的數據帶入模型中，運用R做最小二重估計。和全國的數據作對比，上海的泡沫程度遠遠高于全國的平均水平（λn1=0.41，λ1=0.82）。與全國的情況不一樣的是，除利率對房價的影響依然不明顯外，上海地區的居民可支配收入系數也是非顯著的。這可能顯示了在泡沫嚴重的上海，房地產價格的走勢受正反饋的機制的控制，已經脫離了居民可支配收入等基本因素的基礎。

4 結論與研究局限

4.1 結論

通過上文的實證檢驗和分析，我們可以得到：

中國的房地產市場已經在全國范圍內出現了價格泡沫。上海的房地產泡沫較全國更為嚴重，房地產價格在正反饋機制作用下，甚至已經脫離了居民可支配收入等基本因素的基礎。政府需要采取積極措施，盡量減輕房地產泡沫破裂對經濟的危害性影響，特別是在目前銀行巨額資金投入房地產市場的情況下，要嚴格控制房地產金融風險，防范房地產泡沫破裂帶來金融危機。

4.2 研究局限

鑒于房地產市場的復雜性，本文采用的模型對于房地產價格中公積金和住房補貼等未做分析，在一定程度上高估了泡沫的程度。其次，實證檢驗的結果受到變量選擇的影響，對于泡沫部分Bt的模型，涉及到市場參與者的主觀預期，選取了價格這一因素作為代理變量，代表性是存在部分欠缺的。最后，本文僅選取了全國和上海兩個范圍的房地產市場做數據分析，結果對于部分城市不具有適用性。不過盡管如此，本文的理論模型和相關研究方法同樣適用于中國其他城市，所有其他熱點城市的泡沫情況有待進一步的檢驗。

[1]陳華. 《上海房地產泡沫分析》[D]. 上海：上海海事大學，2006。

[2]葛冬銘.《上海房地產泡沫預測及風險防范問題研究》[D].上海：上海社會科學院，2008。

[3]李璐.《從上海房地產市場看中國房地產泡沫現象》[J].經濟研究導刊，2010 年第12期。

[4]賈曼莉.《我國城市房地產價格決定的經濟學分析》[D].吉林：吉林大學，2015。

[5]封海洋, 尚正永.《房地產泡沫的判斷與測度研究——以上海、南京、淮安為例》[J].開發研究，2013 年第12期。