蘇南地區住房價格存在泡沫嗎？

王錦

摘 要：本文運用Phillips等人（2011，2012，2013）提出的擴展GSADF方法對蘇南地區2010至2017年住宅平均價格進行檢驗，該方法優點在于可以實時地檢測出周期性泡沫產生和破滅的時點。研究結果發現蘇州及鎮江的房價在樣本期間僅有1個泡沫，而南京、無錫和常州的房價均存在2個以上泡沫。房價泡沫與蘇南地區地產開發商的非理性競價有關。而熱錢的涌入房地產市場是該地區房價泡沫形成的另一個原因。加強對房地產開發管制，穩定蘇南地區房地產市場健康發展是地方政府在今后資本市場風險監控的主要目標。

關鍵詞：GSADF;房地產市場;泡沫

中圖分類號：F29文獻標識碼：A文章編號：1008-4428（2019）04-0048-03

一、? 引言

房價的波動不僅會影響產業升級和家庭收入的增長，而且在宏觀經濟層面也發揮著重要作用，包括國家投資結構和經濟增長。正是因為房價的變化會引發宏觀經濟的波動，保持住房價格與經濟之間的穩定關系非常重要。此外，房地產業的發展已經成為中國經濟快速發展的主要因素，對國民經濟的貢獻逐年增加。并且由于房地產業的性質，它具有產業鏈長、關聯度高的特點，可直接或間接影響相關產業的發展。因此，保持房地產市場穩定發展對國家經濟增長以及相關產業發展具有重要的作用。一旦房地產市場出現泡沫并隨之破滅將對國家經濟和產業的轉型升級帶來重大打擊，而房價在中國是否存在泡沫也一直存在著爭議。

國內學者目前對于房價泡沫的研究方法主要可以分為指標法檢測和單位根檢驗兩類：部分學者采用指標檢測法來驗證中國房價泡沫是否存在，而該方法缺乏可信的客觀判斷標準，且不能衡量出泡沫發生的持續時間和大小，如張煒（2017）運用房價收入比對各省份的房地產泡沫進行檢驗，發現消費者對房價的預期是房價泡沫變動的主要原因，但并未指出泡沫的持續時間。蔣葉（2017）構建南京住宅市場的房價泡沫的評價體系對其進行檢驗，只驗證了泡沫的存在與否亦未指出泡沫的大小及持續的時間長短。此外，陳家闖與賈文藝（2018）以房價收入比和房地產投資比作為泡沫的測度指標來研究全國35大城市房地產泡沫現象，仍然沒有指出泡沫的存續時間。而對于單位根檢測法又可以分為傳統的ADF單位根檢驗方法和由Phillips等人發展的遞歸單位根檢驗方法（SADF檢驗法和GSADF檢驗法）。近年來，已有學者運用該方法來對中國房價泡沫進行檢測。如歐陽志剛和崔文學（2015）運用該檢驗方法對北京房地產價格泡沫進行考察;胡毅（2017）采用GSADF方法分析了后危機時代以來一線城市房價是否存在泡沫的問題。但縱觀文獻，鮮有對蘇南地區的房價進行研究。近年來，蘇南經濟一體化的發展使得該地區房價出現飆升的趨勢，在這過程中是否存在泡沫值得關注。因此，本文將研究視角轉向蘇南地區，并以蘇南五市的房價波動為例進行實證分析，運用GSDAF檢測法探究自2010年國務院發布“國十條”以來該地區的房產價格是否存在投機性泡沫，并指出泡沫存續的時間，最后分析泡沫產生的原因。

二、 數據及實證分析

（一）數據描述

為了研究蘇南地區住房價格是否存在投機性泡沫，本文選取了南京、蘇州、無錫、常州及鎮江五個蘇南地區的住宅平均價格作為研究對象。根據數據的可得性，樣本期間為2010年6月至2017年12月（數據來源于Wind）。表1顯示了蘇南五大城市的住宅平均價格在樣本期間的數據統計描述。正偏度表明該地區房價中存在大量的向上跳躍，J-B值亦顯著并拒絕正態分布假設。此外，從表中還可以看出各地區的房價標準差較大，表明在樣本期間蘇南五市在2010年至2017年住房價格波動較大，暗示該地區可能存在泡沫。

（二） 理論模型

（三）實證結果

根據Phillips等人（2011，2012，2013）提出的GSADF原理，本文應用該方法來檢測蘇南五市的住房價格泡沫持續時間。統計量的臨界值通過Monte-Carlo模擬10000次獲得，具體結果顯示如表2。GSADF的測試證據表明這五個城市的房價均存在過度繁榮，因此該地區的房價可能存在一定的泡沫。

1. 對于蘇州而言，該地區房價泡沫主要由于房地產市場占用全社會固定資產投資比重過大所引起。據江蘇省統計年鑒數據，從 2011 年到 2016 年，蘇州地區的房地產開發投資占全社會固定資產投資的比重持續上升，尤其是 2016 年達到最高點為38.30%，表明房地產開發投資占全社會固定資產投資過高，使得當年蘇州地區的房地產投資過熱，房地產投資處于擴張階段，資金過多的投入房地產市場對該地區的其他行業形成擠出效應，這種非理性的房地產投資不利于整體經濟的發展，社會資金支持不足導致住房價格泡沫在扶搖直上一年后最終破滅。

2. 南京地區房地產開發商的推波助瀾及購房者過度投資是南京房價泡沫產生的主要原因。近年來，房地產企業集聚涌入南京，迫切需要在南京開拓市場，而土地是準入證，為了購買土地，特別是在熱門地區，在拍賣后價格往往會被抬高數倍，使得土地市場的競爭越來越激烈，而更高的地價隨之帶來了更高的成品房價格。江蘇省統計年鑒顯示在2014年至2017年短短三年間，南京的房地產開發投資規模從1125億飆升至2170億，其規模占固定資產投資的比值也從2014年的20.6%陡然增加到2017年的34.9%。此外，國內多數投資者受傳統文化影響，追求“安家立業”，房屋成了必需品，2016年初南京房價開始上揚使得老百姓趨之若鶩地將房產投資作為最穩健的投資方式，市場上的羊群效應帶動巨大需求，進一步推動了南京房價的上升，以至于目前南京住房價格仍處在泡沫階段。

3. 與前文分析一致，對于無錫來說，地產開發商非理性的競價使得土地價格上升是其住房價格走高的主要因素。土地資源是房地產開發的源頭，土地的價格會直接影響建造成本，構成了房價基準線。受無錫對土地開發面積的供給側限制，土地價格的攀升傳導至消費者端即演變成購買房屋價格的上漲。此外，無錫市在經濟高速發展和放開二胎政策后，本地人口的增長推動了住房需求，從而有限房屋供給的情況下進一步拉動房價上漲。

4. 對于常州而言，常州市住房價格不僅受到土地推出價格和從緊行政干預政策的影響，而且受到上期住宅銷售價格的影響。自2016年起，常州市住房價格持續上漲，土地和住宅市場充斥投機性需求，使得常州房屋價格自此保持在較高水平。2016年常州當地政府加快完善當地與外界交通配套設施，修建沿江城際鐵路使得常州市與南京都市圈、上海都市圈形成快捷通道，極大地提高常州在蘇南地區的地位，投資者對其未來發展抱有很大信心。熱錢大量涌入房地產市場，使得該市房價目前仍處于高位。

5. 最后，從鎮江房價的描述性統計來看，其房價在樣本區間的標準差在蘇南地區最小，表明鎮江的房價波動較小，價格波動在2015年前較為平緩，直至2016年該地區房價有上升勢頭，并在2017年開始扶搖直上。背后原因在于“寧鎮揚一體化”的加速推進，使得鎮江樓市近年異常火熱，各方勢力看漲房價使得購房需求加劇，推動了鎮江房價上升。此外，目前房價仍在上升，實證結果顯示鎮江房價仍在泡沫形成階段，地方政府應當引起重視。

三、 結論

本文運用了Phillips等人（2011，2012，2013）提出的GSADF測試方法來檢驗2010年至2017年蘇南五市的住房價格是否存在泡沫現象，并估計房價泡沫產生和破滅的區間。實證結果表明，蘇南地區住房價格在樣本區間均存在1個以上的泡沫。具體來說，蘇州和鎮江的房價泡沫分別為2016：01-2017：03和2017：01-2017：12。南京和無錫房價在樣本區間的泡沫分別為2012：01-2014：07; 2015：09-2017：12 和2012：02-2012：05; 2016：04-2017：07。常州的房價存在泡沫最多，共4個：2014：06;2014：09-2015：02;2016：01-2016：02;2016：10-2017：12。尤其值得注意的是南京、常州及鎮江三個地區的住房價格仍處在泡沫形成階段。此外，我們還注意到泡沫主要發生在房價劇烈震蕩的時候，即泡沫的出現和破滅與房價的飆升與下跌路徑一致。該地區價格泡沫的主要原因在于房地產市場開發商非理性的競價導致土地價格飆升及投資需求旺盛導致大量的熱錢涌入。而由于熱錢的逐利性，當完成一波套利的時候就會去尋找下一個投資機會，進而導致蘇南地區的房地產市場資金不足，最終會導致泡沫的破滅。對房地產政策制定者和管理者而言，其政策實施取決于了解房地產市場價格隨時間變化的動態行為。因此，盡早發現房地產泡沫，以避免下一次泡沫的破裂，并穩定房地產市場的環境。當地政府須注意到當房地產市場投資過熱時，意味著它正處于投機泡沫形成的狂熱階段。故地方政府應該管理公眾的預期，避免任何不合理的投資來穩定該市場的發展，堅持調控政策不放松，加快蘇南地區住房長效機制建設。

參考文獻：

[1]張煒.預期、貨幣政策與房地產泡沫——來自省際房地產市場的經驗驗證[J].中央財經大學學報，2017（8）： 77-90.

[2]蔣葉.基于南京住宅市場的房地產泡沫研究[J].中國管理信息化，2017（17）：144-147.

[3]陳家闖，賈文藝.中國房地產市場泡沫的傳染性探討[J]. 商業經濟研究，2018（16）：189-192.

[4]歐陽志剛，崔文學.基于GSADF方法的房地產價格泡沫研究——以北京住宅市場為例[J].中南財經政法大學研究生學報，2015（3）：16-25.

[5]胡毅.后危機時代一線城市房地產價格泡沫研究——基于GSADF方法[J].金融與經濟，2017（5）：39-42.

[6]Phillips，P.C.B.，Yu，J.，2011. Dating the timeline of financial bubbles during the subprime crisis. Quantitative Economics，2，455-491.

[7]Phillips，P.C.B.，Shi，S.，Yu，J.，2012. Testing for multiple bubbles. In Cowles Foundation Discussion Paper No. 1843.

[8]Phillips，P.C.B.，Shi，S.，Yu，J.，2013. Testing for multiple bubbles： historical episodes of exuberance and collapse in the S&P 500，Singapore Management University，Working Paper No. 04-2013.