姚樹潔，戴穎杰

(1.西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院，陜西西安 710061;2.諾丁漢大學(xué)當(dāng)代中國(guó)學(xué)學(xué)院，英國(guó)諾丁漢)

房地產(chǎn)資產(chǎn)財(cái)富效應(yīng)的區(qū)域效應(yīng)與時(shí)序差異:基于動(dòng)態(tài)面板模型的估計(jì)

姚樹潔1，2，戴穎杰1

(1.西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院，陜西西安 710061;2.諾丁漢大學(xué)當(dāng)代中國(guó)學(xué)學(xué)院，英國(guó)諾丁漢)

本文以1997－2010年我國(guó)31個(gè)省市的房地產(chǎn)價(jià)格和居民消費(fèi)等作為研究樣本，通過(guò)利用標(biāo)準(zhǔn)理論模型和拓展理論模型建立研究房地產(chǎn)資產(chǎn)財(cái)富效應(yīng)的動(dòng)態(tài)面板數(shù)據(jù)實(shí)證模型，并采用系統(tǒng)GMM估計(jì)方法來(lái)測(cè)度中國(guó)房地產(chǎn)資產(chǎn)的財(cái)富效應(yīng)。結(jié)果顯示，我國(guó)房地產(chǎn)資產(chǎn)價(jià)格與居民消費(fèi)之間存在正相關(guān)的關(guān)系，即房地產(chǎn)資產(chǎn)具有財(cái)富效應(yīng)，但是中部和東部的財(cái)富效應(yīng)高于西部地區(qū);但是隨著經(jīng)濟(jì)的發(fā)展和居民收入水平的提高，房地產(chǎn)財(cái)富效應(yīng)呈減弱趨勢(shì)，2004－2010年的房地產(chǎn)資產(chǎn)對(duì)居民消費(fèi)的長(zhǎng)期彈性系數(shù)值顯著小于1997－2003年的該值水平，下降達(dá)到48個(gè)百分點(diǎn)。

房地產(chǎn);財(cái)富效應(yīng);系統(tǒng)GMM

一、引 言

房?jī)r(jià)穩(wěn)定和內(nèi)需增長(zhǎng)是一國(guó)政府和央行制訂宏觀政策考慮的兩個(gè)重要經(jīng)濟(jì)指標(biāo)，而它們之間的內(nèi)在聯(lián)系也是學(xué)術(shù)界和政策當(dāng)局長(zhǎng)期關(guān)注的重要問(wèn)題。近年來(lái)，相繼研究表明，我國(guó)居民消費(fèi)率(居民消費(fèi)/GDP)呈逐年下降趨勢(shì)，從1981年的67.5%降至2008年的35.3%，下降幅度高達(dá)30多個(gè)百分點(diǎn)。與內(nèi)需不振形成鮮明對(duì)比的是，以住房為主導(dǎo)的消費(fèi)①城鎮(zhèn)居民人均居住消費(fèi)只包含與居住相關(guān)的日常性支出，如房租、水電、煤、燃料等，不包含購(gòu)房支出(購(gòu)房支出作為固定資產(chǎn)形成來(lái)處理)。在國(guó)內(nèi)興起，就商品房銷售額占城鎮(zhèn)居民總收入的比重來(lái)看，1998年城鎮(zhèn)住房制度改革后，這一比重上漲迅速，從1999年的9.6%上升到2006年的31.1%。然而，近年來(lái)居民消費(fèi)低迷是否與住房消費(fèi)增長(zhǎng)有關(guān)，即住房消費(fèi)與居民消費(fèi)是否存在替代或互補(bǔ)關(guān)系②所謂替代關(guān)系只是住房消費(fèi)增長(zhǎng)擠出了居民消費(fèi);而互補(bǔ)關(guān)系是指住房消費(fèi)擠入了居民消費(fèi)，即存在房市正財(cái)富效應(yīng)。，卻是學(xué)術(shù)界和政策當(dāng)局爭(zhēng)論的問(wèn)題。在此背景下，現(xiàn)階段結(jié)合我國(guó)實(shí)際經(jīng)濟(jì)條件，正確地分析房?jī)r(jià)和消費(fèi)之間的關(guān)系具有重要的現(xiàn)實(shí)意義與學(xué)術(shù)價(jià)值，它不僅有助于增強(qiáng)我們對(duì)房市財(cái)富效應(yīng)的理解，而且也為政府制定房改和宏觀調(diào)控政策提供重要的理論分析和實(shí)證檢驗(yàn)的參考依據(jù)。

有關(guān)房?jī)r(jià)和消費(fèi)之間關(guān)系的研究由來(lái)已久，特別是金融海嘯以來(lái)，由于學(xué)者們擔(dān)心房?jī)r(jià)的下降會(huì)擠出居民的消費(fèi)性支出，進(jìn)而對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生不利影響，由此興起了一股研究房?jī)r(jià)與消費(fèi)關(guān)系的研究熱潮［1］。其中，Attanasio 和 Weber、Buiter，Muellbauer和Murata根據(jù)傳統(tǒng)的生命周期消費(fèi)理論，分析得出:房?jī)r(jià)沒(méi)有明顯的財(cái)富效應(yīng)，甚至房?jī)r(jià)和消費(fèi)之間存在負(fù)關(guān)系［2－4］;然而，Aoki、Iacoviello 卻認(rèn)為，房?jī)r(jià)可以通過(guò)“金融加速器”效應(yīng)對(duì)居民消費(fèi)支出產(chǎn)生正向的影響［5－6］;此外，Lettau 和 Ludvigson 的經(jīng)典論文指出，資產(chǎn)財(cái)富的永久性變動(dòng)才與居民消費(fèi)有關(guān)，而資產(chǎn)價(jià)格變動(dòng)中的很大一部分是暫時(shí)性變動(dòng)，與消費(fèi)支出無(wú)關(guān)，傳統(tǒng)的估計(jì)方法高估了消費(fèi)對(duì)資產(chǎn)財(cái)富的沖擊反應(yīng);但與之不同的是，Contreras和Nichols(2009)利用美國(guó)的家庭調(diào)查微觀數(shù)據(jù)實(shí)證分析后發(fā)現(xiàn)，即使房?jī)r(jià)的短期變動(dòng)，也會(huì)給居民消費(fèi)支出產(chǎn)生正向的影響，平均而言，房地產(chǎn)財(cái)富對(duì)消費(fèi)支出的沖擊邊際效應(yīng)約為 3.5%［7－8］。同時(shí)，Veirman和Dunstan認(rèn)為，房地產(chǎn)財(cái)富的變動(dòng)絕大多數(shù)是永久性變動(dòng)，對(duì)居民消費(fèi)有顯著性的影響［9］。

最近，2011年3月16日央行發(fā)布的問(wèn)卷調(diào)查結(jié)果表明，我國(guó)85.8%的城鎮(zhèn)居民傾向于選擇包括投資債券、股票、基金等變相的儲(chǔ)蓄，而只有14.2%的居民傾向于“更多消費(fèi)”，這創(chuàng)下了1999年調(diào)查以來(lái)的最低值，同時(shí)有74.4%的居民認(rèn)為房?jī)r(jià)“過(guò)高，難以接受”［10］。調(diào)查報(bào)告表明，房?jī)r(jià)過(guò)高抑制了居民的消費(fèi)支出。然而，2008年全球金融危機(jī)以來(lái)，關(guān)于房地產(chǎn)價(jià)格和消費(fèi)的多數(shù)研究結(jié)果卻顯示，房市具有正的財(cái)富效應(yīng)，即房?jī)r(jià)的上漲會(huì)擴(kuò)大消費(fèi)支出。顯然，主流的研究結(jié)論與央行的調(diào)查結(jié)果之間存在爭(zhēng)論。正因如此，近年來(lái)我國(guó)學(xué)者也從不同的角度揭示房?jī)r(jià)和居民消費(fèi)之間的關(guān)系展開了深入的研究，其中，駱祚炎實(shí)證分析結(jié)果顯示，房?jī)r(jià)體現(xiàn)出微弱的財(cái)富效應(yīng)［11］。宋勃運(yùn)用VAR模型的實(shí)證分析發(fā)現(xiàn)，房屋價(jià)格上漲是居民消費(fèi)增加的Granger原因［12］。王子龍等的研究也發(fā)現(xiàn)，無(wú)論從長(zhǎng)期分析還是短期分析來(lái)看，我國(guó)房屋價(jià)格變動(dòng)都會(huì)對(duì)居民消費(fèi)帶來(lái)財(cái)富效應(yīng)。房地產(chǎn)價(jià)格的正向沖擊將對(duì)居民消費(fèi)產(chǎn)生正效應(yīng)，導(dǎo)致居民消費(fèi)增加［13］。黃靜和屠梅曾利用家庭微觀調(diào)差數(shù)據(jù)，實(shí)證發(fā)現(xiàn)，房地產(chǎn)財(cái)富對(duì)居民消費(fèi)有顯著的促進(jìn)作用，經(jīng)濟(jì)越發(fā)達(dá)地區(qū)房地產(chǎn)財(cái)富效應(yīng)越大［14］。鄔麗萍等的研究發(fā)現(xiàn)，房?jī)r(jià)上漲對(duì)我國(guó)居民消費(fèi)支出有顯著的抑制作用［15］。而李成武利用面板數(shù)據(jù)分析了中國(guó)各地區(qū)房地產(chǎn)財(cái)富效應(yīng)，研究表明:四個(gè)直轄市、東北和東部地區(qū)存在顯著的負(fù)向財(cái)富效應(yīng)，經(jīng)濟(jì)越發(fā)達(dá)地區(qū)房?jī)r(jià)對(duì)消費(fèi)的擠出效應(yīng)也越明顯［16］。沈悅和周奎省等運(yùn)用時(shí)間序列FAVAR模型發(fā)現(xiàn)，我國(guó)商品住宅價(jià)格體現(xiàn)出了比較明顯的擠出效應(yīng)［17］。

該問(wèn)題的研究不僅對(duì)增強(qiáng)我們對(duì)我國(guó)房市效應(yīng)的理解，而且也為政策當(dāng)局對(duì)未來(lái)房市調(diào)控政策改革與制定同樣具有重要的學(xué)術(shù)價(jià)值和現(xiàn)實(shí)意義。有鑒于此，我們嘗試著在現(xiàn)有研究的基礎(chǔ)上做一個(gè)有益的補(bǔ)充，首先，通過(guò)構(gòu)建房市與消費(fèi)關(guān)系的標(biāo)準(zhǔn)模型和拓展模型，并選擇我國(guó)31個(gè)省市數(shù)據(jù)，采用工具變量法、差分廣義矩法和系統(tǒng)廣義矩法對(duì)我國(guó)房市財(cái)富效應(yīng)、分地區(qū)和不同時(shí)間段的財(cái)富效應(yīng)進(jìn)行展開深入研究，由此得出富有啟發(fā)意義的結(jié)論，從而為進(jìn)一步我國(guó)政府制定房改和宏觀調(diào)控政策提供重要的參考依據(jù)。

接下來(lái)，本文結(jié)構(gòu)安排如下:第二部分首先構(gòu)建了房市與消費(fèi)關(guān)系的標(biāo)準(zhǔn)模型和拓展模型;第三部分則簡(jiǎn)明介紹本文的數(shù)據(jù)來(lái)源、估計(jì)方法和實(shí)證模型構(gòu)建;第四部分為實(shí)證檢驗(yàn)結(jié)果和分析;最后部分是本文的結(jié)論和啟示。

二、理論模型構(gòu)建

(一)標(biāo)準(zhǔn)理論模型

采用Blanchard和Fisher提出的永久收入假說(shuō)模型，代表性的個(gè)人在0時(shí)刻終身效用總和最大化［18］:

其中，Et是基于時(shí)期信息的期望算子，β為主觀貼現(xiàn)因子，ct表示消費(fèi)需求，At表示消費(fèi)者t時(shí)期持有的資產(chǎn)，Yt表示t時(shí)期勞動(dòng)收入，rt表示表示t時(shí)期資產(chǎn)回報(bào)率。

對(duì)以上最優(yōu)化問(wèn)題構(gòu)建拉格朗日函數(shù)，并做最優(yōu)化處理，可得一階條件為:

其中，β和γ為γ和η的函數(shù)。與此同時(shí)，與Dvornak和Kohler一致［19］，為了簡(jiǎn)單起見，我們假定資金僅僅取決于房地產(chǎn)財(cái)富Ht，則消費(fèi)函數(shù)可改寫為:

Hayashi(1982)給出了關(guān)于影響社會(huì)財(cái)富收入因素的時(shí)間路徑表達(dá)式為:

其中，yt－1表示人均稅前勞動(dòng)收入，eYt表示根據(jù)t時(shí)期所獲得的信息，由消費(fèi)者t－1期Y的預(yù)期所作的修正，其表達(dá)式為:

將(6)、(7)式代入(5)式，經(jīng)過(guò)化簡(jiǎn)，可以得到:

其中，εt=γeYt為誤差項(xiàng)，誤差項(xiàng)εt是一個(gè)MA(1)過(guò)程，因此在計(jì)量分析的時(shí)候，應(yīng)該注意選擇合適的估計(jì)方法，以避免由其引起的參數(shù)估計(jì)有偏問(wèn)題。同時(shí)考慮到私人的前期消費(fèi)在很多程度上由前期的收入水平?jīng)Q定［20］。因此(8)式中ct－1和yt－1可能存在較強(qiáng)的相關(guān)性，有鑒于此，在計(jì)量研究中，與苑德宇等一致［21］，我們把項(xiàng)并入ct－1項(xiàng)中，并采用參數(shù)θ表示ct－1前系數(shù)，則模型可進(jìn)一步改寫為:

此表達(dá)式為本文計(jì)量經(jīng)驗(yàn)分析的理論框架。由上式可知私人消費(fèi)不僅與前期消費(fèi)有關(guān)，而且還受到當(dāng)期房產(chǎn)財(cái)富的影響。與此同時(shí)，在本文研究中，采用Ht(Pt)表示t期末家庭的凈財(cái)富為房地產(chǎn)價(jià)格的函數(shù)關(guān)系，而Pt表示t期末的房地產(chǎn)價(jià)格。因此，在下文經(jīng)驗(yàn)分析中，我們將重點(diǎn)考察Ht前系數(shù)的大小和方向，以進(jìn)一步研究房地產(chǎn)資產(chǎn)價(jià)格(房地產(chǎn)價(jià)格)的財(cái)富效應(yīng)。

(二)兩部門的拓展理論模型

與此同時(shí)，相關(guān)研究表明政府消費(fèi)是社會(huì)總有效消費(fèi)的重要組成部分，有鑒于此，本文與Karras，Evan 和 Karras以及 Ho 等的研究相一致［22－24］，假定社會(huì)凱恩斯有效需求由居民消費(fèi)和政府消費(fèi)的簡(jiǎn)單線性(c*t=ct+δgt))關(guān)系所決定，其中參數(shù)δ為正(或負(fù))表示政府消費(fèi)與居民消費(fèi)存在替代(或互補(bǔ))關(guān)系。此時(shí)代表性個(gè)人的總效用函數(shù)為U(ct，gt)，由此通過(guò)最優(yōu)化處理可得到:

假定經(jīng)濟(jì)中不存在惜貸問(wèn)題，則我們可以把代表性個(gè)人的財(cái)富總量寫成其各項(xiàng)資產(chǎn)和收入流量的現(xiàn)值的總和:

其中，Ht表示資金僅僅取決于房地產(chǎn)財(cái)富，Yt為真實(shí)人力資本的價(jià)值，它由當(dāng)前的勞動(dòng)收入yt和未來(lái)勞動(dòng)收入的期望值(Etyt+k)構(gòu)成;Gt和Tt分別表示當(dāng)期及未來(lái)的稅收(tt)和財(cái)政支出(gt)的折現(xiàn)值，αGt表示當(dāng)期和未來(lái)的財(cái)政支出給消費(fèi)者所帶來(lái)的財(cái)富效應(yīng)。

如果假定政府在跨期內(nèi)實(shí)現(xiàn)預(yù)算平衡，即Gt=Tt，代入上式則有:

由此可見，(α－1)Gt出現(xiàn)在財(cái)富的表達(dá)式中，只要α≠1，財(cái)政支出的變動(dòng)就會(huì)給消費(fèi)者帶來(lái)正或負(fù)的財(cái)富效應(yīng)，由(10)、(11)、(12)式可得:

下面是Hayashi給出了關(guān)于影響社會(huì)財(cái)富收入因素的時(shí)間路徑表達(dá)式為［25］:

其中，gt－1表示人均稅前財(cái)政支出，eGt表示根據(jù)t時(shí)期所獲得的信息，由消費(fèi)者t－1期Y的預(yù)期所作的修正，其表達(dá)式為:

將(14)、(15)式代入(13)式，經(jīng)過(guò)化簡(jiǎn)，可以得到:

其中，誤差項(xiàng)εt是一個(gè)MA(1)過(guò)程，因此在計(jì)量分析的時(shí)候，應(yīng)該注意選擇合適的估計(jì)方法，以避免由其引起的參數(shù)估計(jì)有偏問(wèn)題。同時(shí)考慮到私人的前期消費(fèi)在很多程度上由前期的收入水平?jīng)Q定［20］。因此(18)式中ct－1和yt－1可能存在較強(qiáng)的相關(guān)性，有鑒于此，在計(jì)量研究中，與苑德宇等一致，我們把yt－1項(xiàng)并入ct－1項(xiàng)中，并采用參數(shù) θ表示ct－1前系數(shù)［21］，則模型可進(jìn)一步改寫為:

此表達(dá)式為本文拓展計(jì)量經(jīng)驗(yàn)分析的理論框架。由上式可知私人消費(fèi)不僅與前期消費(fèi)有關(guān)，而且還受到當(dāng)期房產(chǎn)財(cái)富、當(dāng)期政府消費(fèi)和前期政府消費(fèi)的影響。與此同時(shí)，在本文研究中，采用Ht(Pt)表示t期末家庭的凈財(cái)富為房地產(chǎn)價(jià)格的函數(shù)關(guān)系，而Pt表示t期末的房地產(chǎn)價(jià)格。因此，在下文經(jīng)驗(yàn)分析中，我們將重點(diǎn)考察Ht前系數(shù)的大小和方向，以進(jìn)一步研究房地產(chǎn)資產(chǎn)價(jià)格(房地產(chǎn)價(jià)格)的財(cái)富效應(yīng)。

三、數(shù)據(jù)、方法與計(jì)量模型的說(shuō)明

(一)數(shù)據(jù)說(shuō)明

本文采用年度頻率數(shù)據(jù)，時(shí)間跨度為1997～2010年，研究樣本包括我國(guó)31個(gè)省(市)的面板數(shù)據(jù)①本文研究包括的31個(gè)省份(市)分別為:東部地區(qū)11個(gè)省份(即北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南)、中部地區(qū)8個(gè)省份(即山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南)和西部地區(qū)12個(gè)省份(即內(nèi)蒙古、西藏、廣西、四川、重慶、貴州、云南、陜西、甘肅、青海、寧夏和新疆)，同時(shí)，在數(shù)據(jù)獲取和整理過(guò)程中，我們發(fā)現(xiàn)重慶市1996年以前部分?jǐn)?shù)據(jù)嚴(yán)重缺失，而西藏地區(qū)經(jīng)濟(jì)結(jié)構(gòu)具有特殊性，故未將這兩個(gè)地區(qū)(省份)的數(shù)據(jù)納入本文的分析范圍。。本文所采用的名義政府消費(fèi)、名義居民消費(fèi)、名義可支配收入以及總?cè)丝诰鶃?lái)自于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)以及《中國(guó)統(tǒng)計(jì)年鑒》(1998年—2011年)、《新中國(guó)五十五統(tǒng)計(jì)資料匯編》、《各省統(tǒng)計(jì)年鑒》(1998年—2011年)各卷整理獲得。其中，各名義(實(shí)際)變量除以總?cè)丝讷@得各人均名義(實(shí)際)變量。

考慮到商品房的購(gòu)買者主要集中于城市居民，代表性個(gè)人的可支配收入則采用城鎮(zhèn)家庭人均可支配收入作為代表變量，因此，本文選擇我國(guó)房地產(chǎn)價(jià)格變動(dòng)直接影響私人財(cái)富的大小，并通過(guò)財(cái)富渠道影響私人消費(fèi)行為，因此，本文以房地產(chǎn)價(jià)格代表居民持有的房地產(chǎn)資產(chǎn)總財(cái)富。各實(shí)際變量采用各名義變量除以消費(fèi)者價(jià)格指數(shù)獲得，本文以季度定基比價(jià)格指數(shù)(基期為2005年)②由于我國(guó)尚未公布消費(fèi)者價(jià)格的季度定基比指數(shù)，因此，與現(xiàn)有文獻(xiàn)研究相一致，本文利用我國(guó)公布的消費(fèi)者價(jià)格的同比指數(shù)和環(huán)比指數(shù)構(gòu)造我國(guó)消費(fèi)者價(jià)格的季度定基比指數(shù)(基期為2005年)。進(jìn)行平減，其中，人均名義可支配收入的計(jì)算公式如下:(城鎮(zhèn)家庭平均每人可支配收入×城鎮(zhèn)人口+農(nóng)村居民家庭人均年純收入×鄉(xiāng)村總?cè)丝?/總?cè)丝冖郛?dāng)統(tǒng)計(jì)上存在數(shù)據(jù)缺失時(shí)，使用人均實(shí)際居民消費(fèi)水平(元/人)作為人均名義可支配收入的替代變量。。

(二)計(jì)量模型的說(shuō)明

基于(9)式和(19)式，并采用對(duì)數(shù)形式我們把實(shí)證模型設(shè)定為:

其中，lncit表示真實(shí)人均居民消費(fèi)的對(duì)數(shù)值;lngit表示真實(shí)人均政府消費(fèi)的對(duì)數(shù)值;lnHit表示房地產(chǎn)價(jià)格的對(duì)數(shù)值，為隨機(jī)擾動(dòng)項(xiàng)。

(三)估計(jì)方法的說(shuō)明

以上(20)、(21)式為房地產(chǎn)財(cái)富效應(yīng)的動(dòng)態(tài)面板數(shù)據(jù)實(shí)證模型。在動(dòng)態(tài)面板數(shù)據(jù)模型中，由于自變量中存在被解釋變量的滯后項(xiàng)，由此可能導(dǎo)致自變量與隨機(jī)擾動(dòng)項(xiàng)相關(guān)，且由于模型可能存在橫截面相依性，因此，如果采用傳統(tǒng)面板數(shù)據(jù)的固定效應(yīng)或隨機(jī)效應(yīng)模型進(jìn)行估計(jì)，可能導(dǎo)致模型估計(jì)的參數(shù)非一致。

為了有效處理該問(wèn)題，Arellano and Bond提出了采用工具變量(IV)導(dǎo)出相應(yīng)矩條件的廣義矩(GMM)方法［26］，也就是差分廣義矩估計(jì)方法和差分廣義矩方法(Difference GMM)。一階差分法在消除動(dòng)態(tài)面板數(shù)據(jù)中包含固定效應(yīng)時(shí)，常常會(huì)導(dǎo)致經(jīng)過(guò)轉(zhuǎn)換后的橫截面特定誤差向存在系列相關(guān)，此外，在此過(guò)程中還經(jīng)常會(huì)導(dǎo)致樣本信息量的損失，并在當(dāng)自變量在時(shí)間上有持續(xù)性時(shí)工具變量的有效性也將減弱，從而使得差分轉(zhuǎn)換存在許多缺陷。

針對(duì)這些缺陷和不足，Arellano and Bover Blundell and Bond提出了系統(tǒng)廣義矩或系統(tǒng)GMM(system GMM)［27－28］，該方法不是利用當(dāng)期觀察值減去前一期觀察值的一階差分法或用各觀察值減去變量均值的組內(nèi)變換法，而是采用各觀察值減去變量將來(lái)所有可觀察值的平均值的前向均值差分法，也即是所謂的Helmert轉(zhuǎn)換。在消除動(dòng)態(tài)面板數(shù)據(jù)包含的固定效應(yīng)時(shí)，Helmert轉(zhuǎn)換有效避免了經(jīng)轉(zhuǎn)換后橫截面特定誤差項(xiàng)的序列相關(guān)。由于系統(tǒng)GMM估計(jì)利用了更多的樣本信息，在一般情況下可增強(qiáng)差分估計(jì)中工具變量的有效性，本文主要采用系統(tǒng)GMM估計(jì)動(dòng)態(tài)面板數(shù)據(jù)模型。但參數(shù)估計(jì)是否有效依賴于工具變量的選擇是否有效，本文根據(jù)兩種方法來(lái)識(shí)別模型設(shè)定的有效性:(1)檢驗(yàn)擾動(dòng)項(xiàng)是否序列自相關(guān)，其零假設(shè)為差分后的殘差項(xiàng)不存在二階序列相關(guān);如果不能拒絕零假設(shè)即AR(2)的值大于0.1，則說(shuō)明估計(jì)是有效的;(2)用Hansen檢驗(yàn)識(shí)別工具變量的有效性，其零假設(shè)為過(guò)度識(shí)別檢驗(yàn)是有效的;若不能拒絕零假設(shè)就意味著工具變量的設(shè)定是恰當(dāng)?shù)摹?/p>

四、實(shí)證結(jié)果及分析

(一)單位根檢驗(yàn)

自從Levin和Lin以及Quah的開創(chuàng)性研究以來(lái)［29－30］，有關(guān)面板單位根檢驗(yàn)的相關(guān)文獻(xiàn)大量涌現(xiàn)。其主要檢驗(yàn)思路是:考慮具有一階自回歸AR(1)過(guò)程的面板數(shù)據(jù)，當(dāng)自回歸系數(shù)小于1時(shí)，面板數(shù)據(jù)為弱的平穩(wěn)序列;而當(dāng)自回歸系數(shù)等于1時(shí)，則表示面板數(shù)據(jù)具有一個(gè)單位根過(guò)程。

視假設(shè)條件不同可分為兩類:一類為同質(zhì)面板單位根檢驗(yàn)，即假定面板單位具有相等的單位根過(guò)程，主要有 Breitung 檢驗(yàn)和 LLC 檢驗(yàn)等［31－32］;另一類為異質(zhì)面板單位根檢驗(yàn)，即放松了不同面板單位時(shí)間序列具有相同一階自回歸系數(shù)的約束條件，允許一些面板個(gè)體具有單位根過(guò)程，與第一類相比更加接近客觀現(xiàn)實(shí)，主要有IPS檢驗(yàn)和ADF－Choi檢驗(yàn)［33－34］等。

在進(jìn)行實(shí)證研究之前，首先需要對(duì)各主要變量進(jìn)行預(yù)分析，以判別變量序列的平穩(wěn)性。為保證結(jié)果的穩(wěn)健性和可靠性，本文多種面板單位根檢驗(yàn)方法，主要有LLC檢驗(yàn)、Breitung檢驗(yàn)、ADP－Chio檢驗(yàn)、IPS檢驗(yàn)和PP－Chio檢驗(yàn)五種方法分別對(duì)各變量進(jìn)行面板單位根檢驗(yàn)，結(jié)果列于表1。對(duì)各時(shí)間序列變量水平值的檢驗(yàn)結(jié)果均無(wú)法拒絕存在單位根的原假設(shè)，但其一階差分都在1%的顯著水上拒絕存在單位根的原假設(shè)。檢驗(yàn)結(jié)果表明各時(shí)間序列變量均為非平穩(wěn)的I(1)過(guò)程，由此可對(duì)變量進(jìn)行面板協(xié)整檢驗(yàn)和回歸分析。

(二)模型估計(jì)

根據(jù)上文的面板數(shù)據(jù)進(jìn)行實(shí)證研究，本文采用工具變量法、差分廣義距法和系統(tǒng)廣義矩法分別對(duì)標(biāo)準(zhǔn)模型((20)式)和拓展模型((21)式)進(jìn)行實(shí)證檢驗(yàn)，結(jié)果如表2和表3所示。在估計(jì)結(jié)果同時(shí)給出了工具變量法、差分廣義矩法(一步和兩步)和系統(tǒng)廣義矩法(一步和兩步)各自獲得的估計(jì)量。同時(shí)，給出Wald約束檢驗(yàn)、殘差一階序列自相關(guān)和二階序列自相關(guān)的檢驗(yàn)統(tǒng)計(jì)量m1和m2以及工具變量設(shè)置是否正確的檢驗(yàn)統(tǒng)計(jì)量(Sargan檢驗(yàn))。

表1 面板單位根檢驗(yàn)

從表2各列的回歸結(jié)果可以看出，無(wú)論是當(dāng)期的房地產(chǎn)價(jià)格還是上一期的房地產(chǎn)價(jià)格，對(duì)當(dāng)期消費(fèi)均存在財(cái)富效應(yīng)。根據(jù)模型的檢驗(yàn)看，列(4)和列(6)均顯示出兩步差分廣義矩法和兩步系統(tǒng)廣義矩法差分后的殘差項(xiàng)不存在一階序列相關(guān)和二階序列相關(guān)，而且Sargan檢驗(yàn)統(tǒng)計(jì)量的P值為1，接受原假設(shè)，認(rèn)為工具變量的選取是正確的。因此，選取列(4)和列(6)的回歸結(jié)果進(jìn)行觀察，得出:當(dāng)期房地產(chǎn)價(jià)格對(duì)居民消費(fèi)的即期彈性系數(shù)值處于在0.46－0.535之間，而滯后期的房地產(chǎn)價(jià)格對(duì)居民消費(fèi)的彈性系數(shù)值位于0.139－0.269之間，當(dāng)期的房地產(chǎn)資產(chǎn)財(cái)富效應(yīng)更為顯著。與此同時(shí)，為了考察房市的長(zhǎng)期財(cái)富效應(yīng)彈性，我們對(duì)(20)式作遞歸處理。

由此，可以得到長(zhǎng)期的房市財(cái)富效應(yīng)彈性系數(shù)為:

根據(jù)圖1和式(23)，我們可以測(cè)算出標(biāo)準(zhǔn)模型的長(zhǎng)期彈性為1.317983，該值大于1是錯(cuò)誤的，這主要是由于標(biāo)準(zhǔn)模型沒(méi)有考慮到控制政府消費(fèi)對(duì)居民消費(fèi)的影響。

表2 房地產(chǎn)資產(chǎn)財(cái)富效應(yīng)的標(biāo)準(zhǔn)模型回歸結(jié)果

圖1 各個(gè)滯后階數(shù)的房市財(cái)富效應(yīng)彈性系數(shù)值

為了更好考察房市財(cái)富效應(yīng)，我們?cè)诨貧w中控制了政府消費(fèi)對(duì)居民消費(fèi)的影響效應(yīng)，即采用拓展模型進(jìn)行實(shí)證檢驗(yàn)，結(jié)果顯示，在標(biāo)準(zhǔn)模型中，R2為0.95，而在加入了政府消費(fèi)后的拓展模型中，R2有所增大，如表3所示，為0.977，且政府消費(fèi)和它的滯后變量的估計(jì)系數(shù)均在1%統(tǒng)計(jì)水平上顯著。說(shuō)明拓展模型能更好分析房地產(chǎn)資產(chǎn)的財(cái)富效應(yīng)，在估計(jì)上更有效率。同樣，根據(jù)模型檢驗(yàn)的結(jié)果，列(4)和列(6)的估計(jì)結(jié)果較為滿意，但是比較而言，系統(tǒng)廣義矩法本身而言就比差分廣義矩法在估計(jì)上更具效率，而且從表3也可看出，列(6)各估計(jì)量均在1%的統(tǒng)計(jì)水平上顯著，結(jié)果比列(4)更令人滿意。因此，下面以列(6)進(jìn)行分析。與表2對(duì)式(20)的分析結(jié)果一致，式(21)拓展模型的回歸結(jié)果也顯示:房地產(chǎn)資產(chǎn)存在著財(cái)富效應(yīng)，且當(dāng)期的資產(chǎn)財(cái)富效應(yīng)比滯后期的更為顯著。 在表3列(6)中，當(dāng)期房地產(chǎn)價(jià)格對(duì)居民消費(fèi)的彈性系數(shù)值為0.199，而上一期的房地產(chǎn)價(jià)格對(duì)居民消費(fèi)的彈性系數(shù)值則為0.034，因此，同樣根據(jù)圖1和式(23)，測(cè)算得出長(zhǎng)期的房市財(cái)富效應(yīng)彈性系數(shù)為0.587054，遠(yuǎn)低于標(biāo)準(zhǔn)模型的1.317983，顯示了拓展模型的正確性。列(6)同時(shí)也顯示，居民當(dāng)期消費(fèi)很大程度上受到滯后一期消費(fèi)的影響，其彈性系數(shù)值達(dá)到0.618且在1%的統(tǒng)計(jì)水平上顯著，高于長(zhǎng)期的房市財(cái)富效應(yīng)彈性系數(shù)值0.587054，說(shuō)明了我國(guó)居民消費(fèi)較為遵循霍爾隨機(jī)游走模型，這主要是由于消費(fèi)習(xí)慣的不可逆性所決定的，呈現(xiàn)出較明顯的“棘輪效應(yīng)”。

(三)穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)上述結(jié)論的穩(wěn)定性，更好衡量房地產(chǎn)資產(chǎn)對(duì)居民消費(fèi)的影響，本文從不同的地區(qū)(東部、中部與西部)以及不同的時(shí)期等方面對(duì)理論模型進(jìn)行穩(wěn)健性檢驗(yàn)

1.分地區(qū)的穩(wěn)健性檢驗(yàn)

本文利用全國(guó)31個(gè)省市的面板數(shù)據(jù)對(duì)式(20)和(21)進(jìn)行估計(jì)，得出我國(guó)房地產(chǎn)資產(chǎn)的財(cái)富效應(yīng)情況，然而所得到的估計(jì)結(jié)果是就全國(guó)而言的，對(duì)各省市實(shí)施具體的調(diào)控房?jī)r(jià)政策的指導(dǎo)作用有限。因此，通過(guò)分地區(qū)進(jìn)行穩(wěn)健性檢驗(yàn)的同時(shí)，也可以更加細(xì)致、精確地評(píng)估我國(guó)房地產(chǎn)價(jià)格與居民消費(fèi)之間的關(guān)系，從而提高分析結(jié)論對(duì)政策的指導(dǎo)意義。

表3 房地產(chǎn)資產(chǎn)財(cái)富效應(yīng)的拓展模型回歸結(jié)果

表4 房地產(chǎn)資產(chǎn)財(cái)富效應(yīng)的標(biāo)準(zhǔn)模型回歸結(jié)果:基于系統(tǒng)廣義矩法的估計(jì)

表5 房地產(chǎn)資產(chǎn)財(cái)富效應(yīng)的拓展模型回歸結(jié)果:基于系統(tǒng)廣義矩法的估計(jì)

根據(jù)經(jīng)濟(jì)發(fā)展程度將我國(guó)各省市分為東部、中部與西部3個(gè)地區(qū)。各經(jīng)濟(jì)區(qū)域內(nèi)的房地產(chǎn)資產(chǎn)財(cái)富效應(yīng)的分析仍沿用前文所構(gòu)造的標(biāo)準(zhǔn)模型(20)和拓展模型(21);估計(jì)方法為一步系統(tǒng)廣義矩法和兩步系統(tǒng)廣義矩法。結(jié)合表2，對(duì)比表4中各區(qū)域的回歸結(jié)果，可以看出:表2的回歸結(jié)果具有較強(qiáng)的穩(wěn)定性，無(wú)論是東部、中部還是西部地區(qū)，當(dāng)期的房地產(chǎn)資產(chǎn)價(jià)格波動(dòng)均會(huì)對(duì)居民消費(fèi)造成正效應(yīng)，即具有財(cái)富效應(yīng)。但是，該效應(yīng)的大小各區(qū)域有異，其中，中部地區(qū)的房地產(chǎn)財(cái)富效應(yīng)最強(qiáng)，東部地區(qū)次之，西部地區(qū)最弱。同樣，結(jié)合表3來(lái)對(duì)比表5拓展模型的回歸結(jié)果，雖然中部和西部地區(qū)所得到的房地產(chǎn)資產(chǎn)對(duì)居民消費(fèi)的彈性系數(shù)值不顯著，但是也可以得出相似的結(jié)論，即:各個(gè)區(qū)域的房地產(chǎn)資產(chǎn)均具有財(cái)富效應(yīng)，其中，中東部地區(qū)的財(cái)富效應(yīng)相比起西部地區(qū)要強(qiáng)很多。同時(shí)，表4和表5均體現(xiàn)出居民消費(fèi)明顯的“棘輪效應(yīng)”，其遵循霍爾隨機(jī)游走模型，特別是東部地區(qū)和西部地區(qū)。這兩個(gè)地區(qū)的滯后一期消費(fèi)對(duì)當(dāng)期消費(fèi)的彈性系數(shù)值分別處于0.515－1.000之間和0.740－0.936且較為顯著，很好地證明了上述結(jié)論的穩(wěn)定性。相比起中部地區(qū)，東西部地區(qū)的居民消費(fèi)更加符合霍爾隨機(jī)游走模型，其原因可能是東西部地區(qū)居民的消費(fèi)相對(duì)較為理性，其受其他因素的影響小于中部地區(qū)。

2.分時(shí)段的穩(wěn)健性檢驗(yàn)

2003－2004年，我國(guó)房地產(chǎn)進(jìn)入了快速發(fā)展的階段。自2003年起，國(guó)家為了房地產(chǎn)市場(chǎng)的健康穩(wěn)定發(fā)展，避免形成房地產(chǎn)泡沫，實(shí)施了一系列針對(duì)房地產(chǎn)市場(chǎng)的宏觀調(diào)控政策以穩(wěn)定住宅價(jià)格。因此，本文在此將研究窗口1997－2010分割為兩個(gè)時(shí)段，即1997－2003和2004－2010年，在進(jìn)行穩(wěn)健性檢驗(yàn)的同時(shí)也觀察是否存在時(shí)序差異。在此使用的估計(jì)方法是系統(tǒng)廣義矩法，使用的模型與上文一致，既有標(biāo)準(zhǔn)模型，也有拓展模型。由此可見具體的回歸結(jié)果見表6。

從表6可以看出，拓展模型的估計(jì)效率優(yōu)于標(biāo)準(zhǔn)模型。這主要是因?yàn)?拓展模型中殘差序列不管在哪個(gè)時(shí)間段均出現(xiàn)顯著一階序列相關(guān)但不存在二階自相關(guān)，這意味著模型設(shè)定可取;同時(shí)，兩個(gè)時(shí)期的Sargan檢驗(yàn)的P值較大，說(shuō)明了工具變量選擇的有效性。因此，以拓展模型的估計(jì)系數(shù)進(jìn)行分析，得出:在1997－2010年，我國(guó)房地產(chǎn)資產(chǎn)均具有財(cái)富效應(yīng)，顯示出較強(qiáng)的穩(wěn)健性。但是，結(jié)果也顯示出存在明顯的時(shí)序差異。即經(jīng)過(guò)2003－2004的房地產(chǎn)調(diào)控，就即期財(cái)富效應(yīng)彈性而言，隨著時(shí)間推移呈增強(qiáng)態(tài)勢(shì)，即從原先的0.072升至0.123，升幅達(dá)到70.83%;而就長(zhǎng)期財(cái)富效應(yīng)而言，則從原先的0.688335下降至0.359053，下降幅度為48%。但是，在1997－2003和2004－2010期間，滯后一期的居民消費(fèi)對(duì)當(dāng)期消費(fèi)的彈性系數(shù)值分別為0.786和0.714且在1%的統(tǒng)計(jì)水平上顯著，均高于長(zhǎng)期房市財(cái)富效應(yīng)值，說(shuō)明消費(fèi)習(xí)慣等因素對(duì)居民消費(fèi)的影響大于房市的財(cái)富效應(yīng)，說(shuō)明了我國(guó)居民消費(fèi)習(xí)慣的不可逆，印證了居民消費(fèi)長(zhǎng)期內(nèi)均遵循霍爾隨機(jī)游走模型。

表6 房地產(chǎn)資產(chǎn)財(cái)富效應(yīng)的回歸結(jié)果:基于系統(tǒng)廣義矩法的估計(jì)

五、結(jié) 論

本文研究發(fā)現(xiàn)，我國(guó)房地產(chǎn)資產(chǎn)具有財(cái)富效應(yīng)，其中，當(dāng)考慮政府消費(fèi)對(duì)居民消費(fèi)的影響效應(yīng)時(shí)，我國(guó)房市的長(zhǎng)期財(cái)富效應(yīng)為0.233，即房?jī)r(jià)每漲1%，居民消費(fèi)增長(zhǎng)0.233個(gè)百分點(diǎn)。進(jìn)一步的研究發(fā)現(xiàn)，我國(guó)中部和東部區(qū)域的財(cái)富效應(yīng)高于西部地區(qū)，主要的原因在于，西部地區(qū)的房地產(chǎn)市場(chǎng)落后于中、東部地區(qū)，房地產(chǎn)市場(chǎng)流動(dòng)性較弱;而且西部地區(qū)由于經(jīng)濟(jì)較為落后，消費(fèi)者需求較為剛性，大部分居民以必要消費(fèi)為主，因此即使房?jī)r(jià)上漲也不會(huì)對(duì)私人消費(fèi)造成太大影響。與此同時(shí)，本文的研究發(fā)現(xiàn)，隨著時(shí)間的推移我國(guó)房市長(zhǎng)期財(cái)富效應(yīng)出現(xiàn)下降的趨勢(shì)，從1997－2003年間的0.688335下降至2004－2010年間的0.359053，表明隨著中國(guó)經(jīng)濟(jì)的發(fā)展和居民收入水平的提高，房?jī)r(jià)變動(dòng)對(duì)居民消費(fèi)的影響卻不斷減弱。

本文的研究給我們?nèi)缦聝牲c(diǎn)啟示:

第一，我國(guó)房地產(chǎn)資產(chǎn)存在財(cái)富效應(yīng)，因此，房?jī)r(jià)過(guò)高并非是導(dǎo)致內(nèi)需不振的主因。但是，同時(shí)我們也應(yīng)該警惕房地產(chǎn)市場(chǎng)泡沫的產(chǎn)生，繼續(xù)深化房地產(chǎn)調(diào)控政策，促進(jìn)其穩(wěn)定發(fā)展，從而更好發(fā)揮財(cái)富效應(yīng)

第二，相比起房地產(chǎn)財(cái)富效應(yīng)，居民消費(fèi)呈現(xiàn)出的“棘輪效應(yīng)”更為明顯，這與我國(guó)居民受歷史因素和社會(huì)環(huán)境等影響而形成的勤儉樸素的消費(fèi)習(xí)慣和消費(fèi)觀念密切相關(guān)。因此，政府一方面在擴(kuò)大內(nèi)需，大力發(fā)展服務(wù)業(yè)和文化產(chǎn)業(yè)的同時(shí)，也應(yīng)倡導(dǎo)積極健康的消費(fèi)理念，促使消費(fèi)結(jié)構(gòu)的優(yōu)化。

［1］李亮.房地產(chǎn)財(cái)富與消費(fèi)關(guān)系研究新進(jìn)展［J］.經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2010(11):113－19.

［2］Attanasio O，Weber G.The UK Consuptin booms of the late 1980s:aggregate implications of microeconomic evidence［J］.The Economic Journal，1994，104(427):269－362.

［3］Buiter F C，Morana C.Permanent and transitory dynamic in house price and consuption:crosee－counry evidence［R］.center for research on pensions and welfare polices，2008，wokong paper，No81.

［4］Muellbauer J，Murphy A.Housing markets and the economy:the assessment［J］.Oxford Review of Economic Policy，2008，24(1):1 －33.

［5］Aoki K，Ptoudman J，Vlieghe G.House price，consumption and monetary policy:a financial accelerator approach［J］.Journal of Financial Intermediation，2004(13):114 －435.

［6］Iacoviello M Neri S.Housing Market Spillovers:Evidence from an Estimated DSGE Modelhttp://www2.bc.edu/iacoviel/research_files/NERI_PAPER.pdf，2007 － 03 －31.

［7］Lettau M，Ludvigson S C.Understanding trend and cycle in asset values［J］.American Economic Review，2004，94:276－299.

［8］Contreras J，Nichols J.Consumption responses to permanent and transitory shocks to house appreciation［R］.2009，WorkingPaper，CongressionalBudgetOffice，Washington，D.C.

［9］Veirman E D，Dustan A.Does welth variation matter for comsumption?［R］.Reserch bank of New Zealand ，jan，2010 ，Working Paper，No224.

［10］李崇光.中國(guó)高房?jī)r(jià)和高物價(jià)恐引發(fā)社會(huì)動(dòng)蕩［EB/OL］.［2011 －02 －27］，鳳凰網(wǎng) http://house.ifeng.com/special/2011lianghui/qianzhan/detail_2011_02/27/4876466_0.shtml.

［11］駱祚炎.城鎮(zhèn)居民金融資產(chǎn)與不動(dòng)產(chǎn)財(cái)富效應(yīng)的比較分析［J］.數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究，2007(11):57－64.

［12］宋勃.房地產(chǎn)市場(chǎng)財(cái)富效應(yīng)的理論分析和中國(guó)經(jīng)驗(yàn)的實(shí)證檢驗(yàn):1998－2006［J］.經(jīng)濟(jì)科學(xué)，2007(5):41－53.

［13］王子龍，許簫迪，徐浩然.房地產(chǎn)市場(chǎng)財(cái)富效應(yīng)理論與實(shí)證研究［J］.財(cái)貿(mào)經(jīng)濟(jì)，2008(12):116－122.

［14］黃靜，屠梅曾.房地產(chǎn)財(cái)富與消費(fèi):來(lái)自于家庭微觀調(diào)查數(shù)據(jù)的證據(jù)［J］.管理世界，2009(7):35－45.

［15］鄔麗萍，周建軍.房?jī)r(jià)波動(dòng)對(duì)消費(fèi)支出影響的實(shí)證分析［J］.財(cái)經(jīng)理論與實(shí)踐，2009(1):109－112.

［16］李成武.中國(guó)房地產(chǎn)財(cái)富效應(yīng)地區(qū)差異分析［J］.財(cái)經(jīng)問(wèn)題研究，2010(2):124－129.

［17］沈悅，周奎省，李善燊.利率影響房?jī)r(jià)的有效性分析——基于 FAVAR 模型［J］.經(jīng)濟(jì)科學(xué)，2011(1):60－69.

［18］Blanchard O J，F(xiàn)isher S.Lecture on macroeconomics［M］.MIT Press，Cambridge，Massachusetts，1989.

［19］Dvornak N，Kohler M.Housing wealth，stock market wealth and consumption:A panel analysis for australia［J］.Economic Record，2007(6):113 －151.

［20］王宏利.中國(guó)政府支出調(diào)控對(duì)居民消費(fèi)的影響［J］.世界經(jīng)濟(jì)，2006(10):30－38.

［21］苑德宇，張靜靜，韓俊霞.居民消費(fèi)、財(cái)政支出與區(qū)域效應(yīng)差異——基于動(dòng)態(tài)面板數(shù)據(jù)模型的經(jīng)驗(yàn)分析［J］.統(tǒng)計(jì)研究，2010(2):44－52.

［22］Karras G.Government spending and private consumption:Some international evidence［J］.Journal of Money，Credit and Banking，1994，26(1):9 －22.

［23］Evans，Karras.Are government activities productive?evidence from a panel of U.S.States［J］.The Review of Economics and Statistics，1994，76:1 －11.

［24］Tsung－wu Ho.The government spending and private consumption:A panel integration analysis［J］.International Review of Economics and Finance，2001(10):95－108.

［25］Hayashi F.The permanent income hypothesis:Estimation and testing by instrumental variables［J］.Journal of Political Economy，1982，90:895 －916.

［26］Arellano M，Bover S.Tests of specification for panel data:Monte Carlo evidence and an application to employment equations［J］.Review of Economic Studies，1991，58(2):277－297.

［27］Arellano M，Bover O.Another look at the instrumental variable estimation of error － components mkodels［J］.Journal of Econometrics，1995，68(1):29 －52.

［28］Blundell R，Bond S.GMM estimation with persistent panel data:An application to production functions［J］.Econometric Reviews，2000，19(3):321 －340.

［29］Levin A ，Lin C F.Unit root test in panel data:Asymptotic and finite sample properties［Z］.University of California at San Diego，Discussion Paper，1992，92 －23.

［30］Quah D.Exploiting cross－ section variations for unit root inference in dynamic data［J］.Economics Letters，1994，44(1):9－19.

［31］Breitung J.The local power of some unit root tests for Panel Data in Badi Hani Baltagi(ed)，Advances in E－conometrics，Nonstationary Panels，Panel Cointegration and Dynamic Panels［J］.2000，15:161 －1787.

［32］Levin A，Lin C F ，Chu C.Unit root tests in panel data:Asymptotic and finite － sample properties［J］.Journal of Econometrics，2002，108(1):1－24.

［33］Im K S，Pesaran M H，Shin Y.Testing for unit roots in heterogeneous panels［J］.Journal of Econometrics，2003，115(1):53－74.

［34］Choi In.Unit root tests for panel data［J］.Journal of International Money and Finance，2001，20(2):249－272.

The Regional and Time Difference of Real Estate Wealth Effects:Based on Dynamic Panel Data Model

YAO Shu－Jie1，2，DAI Ying－Jie1
(1.School of Economics and Finance，Xi'an Jiaotong University，710061 Xi'an，China;2.School of Contemporary Chinese Studies，University of Nottingham，UK)

This paper constructs a dynamic panel data model of real estate wealth effects and estimate China real estate wealth effect with the system GMM estimation method based on data from 31 provinces through 1997－2010.The results show that real estate price is positively related to household consumption，with higher wealth effect of real estate of eastern and central regions than that of the western region，that the wealth effect is weakening with economic development and increased household income，and that the elastic coefficient through 2004－2010 is significantly less than that through 1997－2003 with 48 percentage decrease.

Real Estate;Wealth Effect;System GMM

A

1002－2848－2012(06)－0088－10

2012－09－06

姚樹潔(1959－)，英籍華人，西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院特聘教授，博士生導(dǎo)師，英國(guó)諾丁漢大學(xué)當(dāng)代中國(guó)學(xué)學(xué)院院長(zhǎng)，教授，研究方向:計(jì)量經(jīng)濟(jì)分析、收入分配理論與經(jīng)濟(jì)增長(zhǎng);戴穎杰(1982－)，浙江省溫州市人，西安交通大學(xué)經(jīng)濟(jì)與金融學(xué)院博士研究生，研究方向:產(chǎn)業(yè)經(jīng)濟(jì)學(xué)。

責(zé)任編輯、校對(duì):李斌泉