林 輝，陳 煥

（南京大學(xué)商學(xué)院金融學(xué)系，南京 210093）

房地產(chǎn)行業(yè)與政府行為的互動關(guān)系研究

林 輝，陳 煥

（南京大學(xué)商學(xué)院金融學(xué)系，南京 210093）

文章從新的角度，提出“中國的房地產(chǎn)行業(yè)是政府主導(dǎo)的政策性市場”的大膽假設(shè)，通過建立向量自回歸VAR模型來研究房價與政府行為的互動關(guān)系，模型表明，我國的房地產(chǎn)行業(yè)確實較大程度地受到政府經(jīng)濟政策的影響，佐證了模型的假設(shè)。

向量自回歸VAR模型；房地產(chǎn)價格與政府行為；互動模型

0 引言

近年來，房地產(chǎn)業(yè)也面臨較為嚴(yán)峻的問題和挑戰(zhàn)，引起諸多爭議。經(jīng)過2007年的瘋漲后，2008年底隨著美國金融危機對中國的沖擊，中國的房地產(chǎn)市場尤其是住宅市場開始趨冷。然而，2009年開始住房價格再次進入上升通道，一些城市的房價不斷創(chuàng)出新高，大大超出了普通居民的承受能力，對國民經(jīng)濟的健康穩(wěn)定造成了潛在威脅。高房價，住房難已經(jīng)成為政府和社會關(guān)注的焦點。

因而，從系統(tǒng)的高度認清當(dāng)前房地產(chǎn)行業(yè)的影響因素、發(fā)展態(tài)勢、并且從定量角度把握各指標(biāo)之間的數(shù)量關(guān)系、研究政府宏觀調(diào)控對房地產(chǎn)業(yè)的定量影響，不僅可以為幫助市場參與者科學(xué)認清我國住宅商品房市場的形勢，以便市場主體更好地做出投資決策，還對政府政策的制定具有一定的借鑒意義。對房地產(chǎn)市場的定量研究，有助于我們從數(shù)量上對完善市場體系，平衡市場行為和政府干預(yù)，保持政策的連貫性等做出更好的決策。

1 房價與政府行為互動模型建立

由于我國的房地產(chǎn)行業(yè)很大程度上受到政府行為的影響，因此，探討房價與政府行為的互動關(guān)系成為關(guān)鍵問題。

1.1 模型假設(shè)

假設(shè)1，中國的房地產(chǎn)市場已脫離經(jīng)濟基本面，累積了大量泡沫，即：脫離了傳統(tǒng)的供給需求理論的范疇。假設(shè)2，中國的房地產(chǎn)市場的非理性增長與政府的行為具有很大的相關(guān)性，即：政府的政策缺位和越位直接或間接了導(dǎo)致房價的虛高。

1.2 變量選取與VAR模型介紹

1.2.1 根據(jù)模型假設(shè)，選取以下變量：

工業(yè)增加值（IND）：代表宏觀經(jīng)濟的走勢和中國的整體經(jīng)濟狀況。

房地產(chǎn)價格（P）：以商品房銷售額代表房價。

廣義貨幣供應(yīng)量（M2）：代表政府的貨幣政策，中國的中央銀行缺少獨立性，因此貨幣政策仍視為政府行為，其中，三大貨幣政策：再貼現(xiàn)政策、公開市場操作、存款準(zhǔn)備金率都將傳導(dǎo)至市場的貨幣供應(yīng)量M2。

政府財政支出（EX）：中央政府的財政支出，是政府的財政政策的一部分。

政府財政收入（IN）：中央政府的財政收入，是政府的財政政策的一部分。

1.2.2 VAR模型介紹

VAR模型是自回歸模型的聯(lián)立形式，稱為向量自回歸模型。假設(shè)y1t，y2t之間存在關(guān)系，如果分別建立兩個自回歸模型

則無法捕捉兩個變量之間的關(guān)系。如果采用聯(lián)立的形式，就可以建立起兩個變量之間的關(guān)系。VAR模型的結(jié)構(gòu)與兩個參數(shù)有關(guān)。一個是所含變量個數(shù)N，一個是最大滯后階數(shù)k。

以兩個變量y1t，y2t滯后1期的VAR模型為例，

因VAR模型中每個方程的右側(cè)只含有內(nèi)生變量的滯后項，他們與ut是漸近不相關(guān)的，所以可以用OLS法依次估計每一個方程，得到的參數(shù)估計量都具有一致性。

1.3 模型建立

為分析財政和貨幣政策在我國的房地產(chǎn)市場中的傳導(dǎo)作用，采用向量自回歸(VAR)模型，VAR方法是分析宏觀政策對宏觀經(jīng)濟變量的影響時的一個普遍應(yīng)用的工具。通過上述的分析，本文認為財政支出EX、財政收入IN、廣義貨幣供應(yīng)量M2、房地產(chǎn)價格P和工業(yè)增加值IND存在相互影響的關(guān)系，從而構(gòu)建滯后p期的VAR模型：

2 模型求解與分析

2.1 數(shù)據(jù)處理和VAR模型建立

通過建立上述VAR模型，可以對變量間的動態(tài)關(guān)系進行描述，而不需要區(qū)分這些變量是內(nèi)生的或是外生的。此外，利用VAR的脈沖響應(yīng)函數(shù)和方差分解，可分析變量間波動的動態(tài)影響?；谀Ｐ偷囊笠约皵?shù)據(jù)的可得性，我們選用1999年2月到2011年7月間的月度數(shù)據(jù)作為樣本。

2.1.1 數(shù)據(jù)預(yù)處理

由于商品房銷售數(shù)據(jù)與工業(yè)增加值數(shù)據(jù)具有較強的季節(jié)性，考慮使用同比增長率替代原始數(shù)據(jù)。這樣，可以消除季節(jié)性，數(shù)據(jù)也更為穩(wěn)定。

2.1.2 相關(guān)性分析

對選取變量進行相關(guān)性檢驗，得到相關(guān)系數(shù)矩陣如下：

表1 相關(guān)系數(shù)矩陣

根據(jù)相關(guān)系數(shù)矩陣，可以看到，房地產(chǎn)價格與政府收入、工業(yè)增加值、貨幣供應(yīng)量成正比，與政府支出成反比。其中，與貨幣供應(yīng)量M2的相關(guān)性最大。

2.1.3 平穩(wěn)性檢驗

依次對5個變量進行平穩(wěn)性檢驗，采用ADF（Augmented Dickey-Fuller test）檢驗，檢驗結(jié)果如下：

表2 ADF檢驗結(jié)果

ADF檢驗結(jié)果表明：各變量在1%的顯著性水平下均無單位根，都是一階單整序列，因此可以建立VAR模型。

由于此處選取變量較多，若滯后期過多，將使模型的有效性降低。在反復(fù)驗證，并結(jié)合AIC、BIC準(zhǔn)則的判斷標(biāo)準(zhǔn)，選取滯后期為1階。

結(jié)合前面的相關(guān)性分析，在4個變量中，只有政府支出EX和房價P呈現(xiàn)了負相關(guān)的關(guān)系。

綜合以上分析，考慮對模型進行調(diào)整，剔除政府支出EX，選取政府收入建立VAR模型。

2.1.4 選取財政收入IN、廣義貨幣供應(yīng)量M2、房地產(chǎn)價格P和工業(yè)增加值IND四個變量構(gòu)造VAR模型。

同上文分析類似，在反復(fù)嘗試并結(jié)合AIC、BIC準(zhǔn)則的判斷標(biāo)準(zhǔn)后，選取滯后期為1階。

根據(jù)檢驗結(jié)果，除了常數(shù)項以外，方程共16個參數(shù)，有11個通過t檢驗，方程的檢驗結(jié)果較好。

說明，政府收入IN比政府支出EX對房價的更有解釋力。除政府收入方程的可決系數(shù)較小外，其他方程可決系數(shù)都在0.66-0.93之間，模型總體的解釋力較好。

2.1.5 最終模型確立與分析

根據(jù)上述分析，最終確定VAR模型為：

方程分析結(jié)果如下：

（1）第一個方程的R2較小，IND(-1)、M2(-1)、P(-1)以及IN(-1)對于政府收入IN的解釋力較小，政府收入增速更多依賴與其他的經(jīng)濟變量，這與現(xiàn)實經(jīng)濟相吻合。政府收入不光與實體經(jīng)濟和經(jīng)濟政策有關(guān)，還同當(dāng)年的政府的稅收計劃相關(guān)；

（2）第二個方程是對工業(yè)增加值的增速分析，結(jié)果說明房價增速P，貨幣供應(yīng)量增速M2，都對工業(yè)增加值有正的促進，而政府收入增速的提高將減緩工業(yè)增加值。這說明，房價的提高對于整體經(jīng)濟的發(fā)展，具有提振作用；

（3）第三個方程的擬合優(yōu)度是四個方程中最高的，說明M2的增速與工業(yè)增加值增速、M2(-1)、政府收入增速、房價增速具有很大的關(guān)聯(lián)性；

（4）第四個方程是對房價增速P的解釋，從方程中可以明顯看出，前一期的房價增速P(-1)對下一期有明顯作用，同時，貨幣供應(yīng)量增速的升高，會導(dǎo)致房價增速的上漲。

2.2 脈沖響應(yīng)分析和方差分析

通過脈沖響應(yīng)函數(shù)（Impulse Response Function，IRF）和方差分解可以分析某一變量擾動項的新息（innovation）對模型中所有變量的的沖擊效應(yīng)。結(jié)果見圖2。

從脈沖分析的情況我們可以看出，房價的正沖擊，對政府財政收入產(chǎn)生正向的沖擊，這種沖擊具有滯后性，并且隨時間推移將逐漸減弱。

圖2 脈沖分析結(jié)果

房價的正沖擊同樣對工業(yè)增加值產(chǎn)生正的影響，但影響幅度小，并且在長期這種影響逐漸減弱并趨于0。

然而，房價的正沖擊會使貨幣供應(yīng)量出現(xiàn)負的響應(yīng)，并且在長期有不斷擴大和穩(wěn)定的趨勢。

圖3 方差分析結(jié)果

從方差分析圖可以到，財政收入對房地產(chǎn)價格的影響比較平穩(wěn)，影響約在10%左右。

廣義的貨幣供應(yīng)量對價格的影響隨時間上升，最后影響約在20%左右。

工業(yè)增加值對房地產(chǎn)價格的影響在短期內(nèi)并不明顯，這種影響隨著時間逐漸增大，但整體來說是比較小的。

2.3 小結(jié)

（1）房地產(chǎn)價格受到政府政策的影響。

通過房價與政府行為互動模型的建立與求解，可以看到，宏觀經(jīng)濟以及政府政策對房地產(chǎn)價格具有顯著的影響。

（2）財政政策對房地產(chǎn)價格的影響的短期效應(yīng)明顯。

在短期，積極的財政政策會給房地產(chǎn)價格帶來正向的沖擊，但這種沖擊會隨著時間的延續(xù)不斷衰減，長期甚至?xí)幸粋€負向的影響。

（3）貨幣政策對房地產(chǎn)價格的影響是比較長期的，雖然貨幣政策的調(diào)整對房地產(chǎn)市場波動的影響比較小，但是一種穩(wěn)定的長期影響。

3 總結(jié)

本文從房地產(chǎn)行業(yè)的發(fā)展出發(fā)，建立了房價與政府行為互動關(guān)系VAR模型，并通過這個模型探索出房地產(chǎn)行業(yè)背后的內(nèi)生機制。

結(jié)合現(xiàn)實以及學(xué)術(shù)界的觀點，本文提出“中國的房地產(chǎn)行業(yè)是政府主導(dǎo)的政策性市場”的假設(shè)，并通過建立向量自回歸VAR模型印證了這一觀點。在房價與政府行為的互動關(guān)系VAR模型中，主要對房地產(chǎn)價格、政府收入、工業(yè)增加值以及貨幣供應(yīng)量之間的內(nèi)生關(guān)系進行了動態(tài)分析，結(jié)果表明，中國的房地產(chǎn)行業(yè)較大程度的受政府政策的影響。

[1]葛揚,陳崇.中國房地產(chǎn)市場供給結(jié)構(gòu)與價格泡沫關(guān)系研究----基于var模型的脈沖響應(yīng)分析[J].中國經(jīng)濟問題，2011,(2).

[2]王要武,金海燕.我國房地產(chǎn)宏觀調(diào)控政策效果的實證分析[J].土木工程學(xué)報，2008,(8).

[3]蔣艷,謝永欽,左西子.城市房地產(chǎn)供應(yīng)量預(yù)測模型及應(yīng)用[J].科技信息，2007,(3).

[4]張海洋.投資性需求對我國房價影響程度的實證分析[J].軟科學(xué)，2011,(3).

[5]羅剛強,趙濤.轉(zhuǎn)型期中國城市住宅市場供求狀態(tài)及其波動效應(yīng)，1991-2008[J].西安電子科技大學(xué)學(xué)報，2010,(2).

[6]田紅保.論房地產(chǎn)業(yè)可持續(xù)房展評價誤區(qū)與核心體系[J].中國房地產(chǎn)金融，2010,(3).

F224.9

A

1002-6487（2012）24-0159-03

林 輝（1972-），男，福建閩侯人，博士，教授，研究方向：金融工程與金融風(fēng)險管理。

陳 煥（1988-），男，湖北英山人，碩士研究生，研究方向:金融工程與公司金融。

（責(zé)任編輯/亦 民）