翟 東，嚴(yán) 偉，王 媛

（浙江大學(xué)土木工程管理研究所，浙江 杭州 310058）

房地產(chǎn)項(xiàng)目開(kāi)發(fā)時(shí)機(jī)與土地閑置問(wèn)題研究
——基于34個(gè)大中城市面板數(shù)據(jù)的檢驗(yàn)

翟 東，嚴(yán) 偉，王 媛

（浙江大學(xué)土木工程管理研究所，浙江 杭州 310058）

研究目的：研究市場(chǎng)不確定性對(duì)房地產(chǎn)項(xiàng)目開(kāi)發(fā)時(shí)機(jī)的影響，檢驗(yàn)實(shí)物期權(quán)的關(guān)鍵假說(shuō)，為破解土地閑置問(wèn)題提供政策理論依據(jù)。研究方法：計(jì)量經(jīng)濟(jì)模型。研究結(jié)果：（1）市場(chǎng)不確定性每提高1個(gè)單位的標(biāo)準(zhǔn)差將使得房地產(chǎn)項(xiàng)目的開(kāi)工量降低11.54%；（2）M2同比增速提高1個(gè)單位標(biāo)準(zhǔn)差，項(xiàng)目的開(kāi)工量將增加7.20%；3個(gè)月央票利率提高1個(gè)單位的標(biāo)準(zhǔn)差，項(xiàng)目開(kāi)工量將下降10.65%。研究結(jié)論：（1）市場(chǎng)不確定性的提高會(huì)顯著延遲項(xiàng)目開(kāi)發(fā)時(shí)機(jī)，驗(yàn)證了實(shí)物期權(quán)的關(guān)鍵假說(shuō)，表明破解土地閑置問(wèn)題，重在降低房?jī)r(jià)波動(dòng)幅度。（2）政策因素對(duì)開(kāi)發(fā)商投資決策有重要影響，間接地反映了貨幣政策對(duì)閑置土地調(diào)控的有效性。

土地經(jīng)濟(jì)；實(shí)物期權(quán)；面板數(shù)據(jù)模型；項(xiàng)目開(kāi)發(fā)時(shí)機(jī)；土地閑置

1 引言

土地閑置已成為當(dāng)前中國(guó)房地產(chǎn)市場(chǎng)的主要問(wèn)題之一。開(kāi)發(fā)商為了自身利益在購(gòu)置土地后并未在規(guī)定期限內(nèi)開(kāi)發(fā)，造成大量城市土地閑置，使得土地供應(yīng)無(wú)法形成有效供給，致使商品房供應(yīng)人為短缺，進(jìn)而加速了房?jī)r(jià)上漲[1]。目前，學(xué)術(shù)界對(duì)土地閑置的原因和作用機(jī)制尚未清晰，制度安排不合理、市場(chǎng)機(jī)制缺位、宏觀調(diào)控?zé)o效、非理性預(yù)期等眾說(shuō)紛紜，但極少有從開(kāi)發(fā)商選擇項(xiàng)目開(kāi)發(fā)時(shí)機(jī)角度進(jìn)行專門的研究和基于經(jīng)驗(yàn)數(shù)據(jù)的論證。

破解土地閑置問(wèn)題需要識(shí)別開(kāi)發(fā)商決策的關(guān)鍵因素，從而從關(guān)鍵因素入手調(diào)控。本文從實(shí)物期權(quán)理論的視角，為開(kāi)發(fā)商選擇項(xiàng)目開(kāi)發(fā)時(shí)機(jī)決策提供了一個(gè)合理的解釋。實(shí)物期權(quán)強(qiáng)調(diào)不確定條件下管理柔性的價(jià)值，認(rèn)為投資的價(jià)值除項(xiàng)目本身產(chǎn)生現(xiàn)金流的凈現(xiàn)值外，還應(yīng)該包括投資靈活所帶來(lái)的價(jià)值。國(guó)外的研究已得到并證實(shí)了實(shí)物期權(quán)的兩個(gè)關(guān)鍵假說(shuō)：不確定性的提高會(huì)提升項(xiàng)目?jī)r(jià)值并延遲項(xiàng)目開(kāi)發(fā)時(shí)機(jī)。不同于國(guó)外，國(guó)內(nèi)房地產(chǎn)市場(chǎng)深受宏觀調(diào)控影響，政策因素深刻影響著投資者的決策。因此探索適合國(guó)內(nèi)市場(chǎng)環(huán)境的理論和經(jīng)驗(yàn)?zāi)Ｐ?，不僅能夠驗(yàn)證實(shí)物期權(quán)理論在中國(guó)的適用性，而且有助于理解土地開(kāi)發(fā)決策規(guī)律，為解決土地閑置問(wèn)題提供政策建議和理論依據(jù)。

2 前人研究成果綜述

Titman首次將實(shí)物期權(quán)運(yùn)用到土地市場(chǎng)上，在不確定性條件下利用簡(jiǎn)單離散兩期定價(jià)模型分析了城市閑置土地的價(jià)值，解釋了城市中心的空地現(xiàn)象，并指出不確定性顯著提高了閑置土地的價(jià)格[2]。Williams拓展了Titman的模型，考慮了租金和成本的雙隨機(jī)過(guò)程，建立了連續(xù)性的土地期權(quán)估價(jià)模型，再次驗(yàn)證了Titman的結(jié)論[3]。Capozza與Li發(fā)現(xiàn)開(kāi)發(fā)密度對(duì)項(xiàng)目開(kāi)發(fā)的最優(yōu)時(shí)機(jī)、開(kāi)發(fā)價(jià)值有重要的影響，開(kāi)發(fā)密度的最優(yōu)化提高了投資開(kāi)發(fā)的租金閾值，從而延遲了土地的開(kāi)發(fā)[4]。之后的研究大多是將期權(quán)理論同競(jìng)爭(zhēng)、博弈相結(jié)合所做的一些拓展研究?？偟膩?lái)說(shuō)，在傳統(tǒng)實(shí)物期權(quán)框架內(nèi)學(xué)者們對(duì)兩個(gè)關(guān)鍵假說(shuō)是達(dá)成了一致的：不確定性的提高將提高投資項(xiàng)目的價(jià)值并延遲最優(yōu)投資時(shí)機(jī)。

相較理論研究，經(jīng)驗(yàn)研究的發(fā)展緩慢。Quigg基于住房?jī)r(jià)格和建設(shè)成本服從隨機(jī)過(guò)程的假設(shè)，發(fā)現(xiàn)不同樣本地塊土地期權(quán)溢價(jià)占理論價(jià)格的1%—30%[5]。Cunningham和Bulan的研究結(jié)果表明不確定性每提高一個(gè)標(biāo)準(zhǔn)差，開(kāi)發(fā)商開(kāi)發(fā)的可能性分別降低11%和13%[6-7]。Holland等通過(guò)構(gòu)建的市場(chǎng)均衡結(jié)構(gòu)模型檢驗(yàn)了不同種類商業(yè)地產(chǎn)的投資量與房?jī)r(jià)不確定性之間的關(guān)系[8]。與此研究思路相同的是Ott與Yi擴(kuò)展檢驗(yàn)了住宅、商業(yè)地產(chǎn)、工業(yè)地產(chǎn)等不同種類地產(chǎn)投資量與房?jī)r(jià)不確定性的關(guān)系[9]。兩篇研究得出的結(jié)論相同，均驗(yàn)證了不確定性的提高會(huì)延緩項(xiàng)目的投資。

國(guó)內(nèi)實(shí)物期權(quán)多以理論研究為主，經(jīng)驗(yàn)研究極少。王媛等利用杭州市的243宗地塊數(shù)據(jù)，采用比例風(fēng)險(xiǎn)模型檢驗(yàn)了市場(chǎng)不確定性同土地供應(yīng)節(jié)奏之間的關(guān)系，研究發(fā)現(xiàn)市場(chǎng)不確定性提高一個(gè)單位標(biāo)準(zhǔn)差使得土地供應(yīng)的可能性降低42%[10]。隨后，王媛運(yùn)用杭州市783個(gè)“分期項(xiàng)目①王媛一文中，作者以預(yù)售證作為項(xiàng)目分類的依據(jù)，同一個(gè)樓盤樣本項(xiàng)目分期銷售，可取得多個(gè)預(yù)售證，看作多個(gè)分期項(xiàng)目?！遍_(kāi)發(fā)數(shù)據(jù)，進(jìn)行了再次檢驗(yàn)，卻發(fā)現(xiàn)市場(chǎng)不確定性的提高加速了項(xiàng)目的投資開(kāi)發(fā)[11]。這一相反的檢驗(yàn)結(jié)果說(shuō)明實(shí)物期權(quán)在中國(guó)房地產(chǎn)市場(chǎng)上是否真實(shí)存在并起作用尚未證實(shí)，需要更多的經(jīng)驗(yàn)研究。

總的來(lái)說(shuō)，經(jīng)驗(yàn)研究同理論研究的結(jié)論還是一致的，但多數(shù)研究關(guān)注的僅為市場(chǎng)層面的因素，而忽略了政策層面因素的影響。在中國(guó)，房地產(chǎn)業(yè)關(guān)系國(guó)計(jì)民生，受到密集的宏觀調(diào)控影響，政策對(duì)房地產(chǎn)的影響非常大，因此政策因素對(duì)開(kāi)發(fā)商投資決策的影響是不能忽視的。

3 理論模型

在完全競(jìng)爭(zhēng)的市場(chǎng)中，房?jī)r(jià)具有隨機(jī)不確定性，其運(yùn)動(dòng)軌跡符合簡(jiǎn)單幾何布朗運(yùn)動(dòng)。由于房地產(chǎn)項(xiàng)目的價(jià)值主要由房?jī)r(jià)決定，因此，項(xiàng)目的價(jià)值V同樣遵循幾何布朗運(yùn)動(dòng)，假設(shè)dV = α ·V ·dt + σ ·V ·dz，α為開(kāi)發(fā)項(xiàng)目的凈回報(bào)率，可表示為α = αm- δ，其中，αm為總的市場(chǎng)期望回報(bào)率，δ為延遲開(kāi)發(fā)項(xiàng)目的機(jī)會(huì)成本，在房地產(chǎn)投資理論中可用租金率（租金房?jī)r(jià)比）衡量；σ為市場(chǎng)的不確定性，可用房?jī)r(jià)波動(dòng)率度量；dz為標(biāo)準(zhǔn)維納過(guò)程的增量。

由于開(kāi)發(fā)房地產(chǎn)項(xiàng)目具有期權(quán)的特性，且能夠在市場(chǎng)上找到對(duì)應(yīng)的資產(chǎn)，因此能夠構(gòu)造一個(gè)無(wú)風(fēng)險(xiǎn)投資組合，并根據(jù)這個(gè)組合求出項(xiàng)目期權(quán)的價(jià)值F（V）。通過(guò)計(jì)算得到F（V）必須滿足以下微分方程①具體計(jì)算過(guò)程參見(jiàn)Dixit和Pindyck1994年編著的《不確定條件下的投資》中第四章和第五章，式5和式6具體計(jì)算也參見(jiàn)這兩章[12]。：

式1中，r為無(wú)風(fēng)險(xiǎn)利率，F(xiàn)（V）必須滿足以下邊界條件：

式2為邊界條件，說(shuō)明如果V = 0，則項(xiàng)目的期權(quán)是無(wú)價(jià)值的。式3為價(jià)值匹配條件，當(dāng)項(xiàng)目?jī)r(jià)值達(dá)到V*，項(xiàng)目到達(dá)最優(yōu)開(kāi)發(fā)時(shí)機(jī)，開(kāi)發(fā)商將獲得V* - I的凈回報(bào)，I為項(xiàng)目開(kāi)發(fā)成本，對(duì)開(kāi)發(fā)商而言即項(xiàng)目的建造成本。式4為平滑粘貼條件。

根據(jù)三個(gè)邊界條件可以求出臨界值V*：

通過(guò)對(duì)上述推導(dǎo)進(jìn)行靜態(tài)比較分析，可以得到以下假說(shuō)：市場(chǎng)不確定性越高，項(xiàng)目的期權(quán)價(jià)值越大，最優(yōu)開(kāi)發(fā)時(shí)機(jī)也將延遲。

4 經(jīng)驗(yàn)檢驗(yàn)

4.1 數(shù)據(jù)來(lái)源

本文數(shù)據(jù)主要來(lái)自統(tǒng)計(jì)月報(bào)中每月發(fā)布的“中國(guó)40個(gè)重點(diǎn)城市房地產(chǎn)開(kāi)發(fā)與銷售統(tǒng)計(jì)”。研究樣本為34個(gè)大中城市商品住宅開(kāi)發(fā)數(shù)據(jù)②由于房?jī)r(jià)與租金數(shù)據(jù)為35個(gè)大中城市的，因而從40個(gè)城市中選取35個(gè)大中城市作為樣本，另剔除商品住宅新開(kāi)工面積數(shù)據(jù)缺失較多的長(zhǎng)春市，保留34個(gè)城市作為研究樣本。，樣本期為2009年4月—2013年9月。政策因素?cái)?shù)據(jù)來(lái)自國(guó)泰安經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)（CSMAR），房?jī)r(jià)、租金數(shù)據(jù)來(lái)自禧泰房產(chǎn)數(shù)據(jù)庫(kù)。

4.2 描述性分析

4.2.1 商品住宅新開(kāi)工面積 經(jīng)驗(yàn)研究中尋找可測(cè)量項(xiàng)目開(kāi)發(fā)時(shí)機(jī)的代理變量一直是同類研究的一個(gè)難點(diǎn)，本文采用的是Holland等的方法，即以新建商品住宅項(xiàng)目新開(kāi)工面積間接測(cè)量項(xiàng)目開(kāi)發(fā)時(shí)機(jī)，某個(gè)月度的商品住宅新開(kāi)工面積越大，表明開(kāi)發(fā)商認(rèn)為該月開(kāi)發(fā)時(shí)機(jī)更優(yōu)。

4.2.2 市場(chǎng)不確定性的測(cè)量 由于房?jī)r(jià)包含著未來(lái)項(xiàng)目開(kāi)發(fā)的現(xiàn)金流，從很大程度上反映了市場(chǎng)上諸多信息，房地產(chǎn)投資期權(quán)理論常采用房?jī)r(jià)波動(dòng)率來(lái)反映市場(chǎng)不確定性，因此本文采用新建商品住宅價(jià)格波動(dòng)率來(lái)測(cè)量市場(chǎng)不確定性。波動(dòng)率的計(jì)算常使用ARCH族模型方法，但由于樣本數(shù)據(jù)過(guò)少，無(wú)法得到顯著的ARCH效應(yīng)，為此本文采用類似ARCH模型的思路來(lái)計(jì)算房?jī)r(jià)波動(dòng)率。首先建立房?jī)r(jià)預(yù)測(cè)自回歸方程，鑒于項(xiàng)目開(kāi)發(fā)需要建設(shè)時(shí)間，即項(xiàng)目從動(dòng)工到預(yù)售是需要時(shí)間的，假定這個(gè)時(shí)間統(tǒng)一為3個(gè)月，即開(kāi)發(fā)商需要根據(jù)上一季度的房?jī)r(jià)來(lái)預(yù)測(cè)本月房?jī)r(jià)：

式7中，t表示月份，j代表34個(gè)大中城市，P為經(jīng)無(wú)量綱化處理的房?jī)r(jià)①采用均值法來(lái)處理房?jī)r(jià)變量，即房?jī)r(jià)除以均值，以消除量綱影響。。對(duì)式7進(jìn)行OLS回歸得殘差ejt，通過(guò)計(jì)算ejt的季度移動(dòng)方差來(lái)得到房?jī)r(jià)波動(dòng)率。

以上計(jì)算公式假定房地產(chǎn)開(kāi)發(fā)商對(duì)本月房?jī)r(jià)的預(yù)測(cè)依賴于對(duì)過(guò)去3個(gè)月房?jī)r(jià)預(yù)測(cè)的準(zhǔn)確度，只有當(dāng)實(shí)際房?jī)r(jià)較大程度的偏離了預(yù)測(cè)的房?jī)r(jià)，房?jī)r(jià)不確定性σ^2jt才會(huì)顯著增加，若房地產(chǎn)投資市場(chǎng)存在實(shí)物期權(quán)，那么增加σ^2jt會(huì)顯著延遲項(xiàng)目開(kāi)發(fā)時(shí)機(jī)。分城市計(jì)算的房?jī)r(jià)波動(dòng)率結(jié)果統(tǒng)計(jì)描述見(jiàn)表1②由于篇幅有限，表1只列出了10個(gè)城市的月度價(jià)格波動(dòng)率數(shù)據(jù)描述性統(tǒng)計(jì)信息。。

表1 城市房?jī)r(jià)波動(dòng)率描述性統(tǒng)計(jì)③表中數(shù)據(jù)均為原始數(shù)據(jù)×10-4。Tab.1 Descriptive statistics of city house prices volatility

4.2.3 政策經(jīng)濟(jì)因素變量 從近年房地產(chǎn)市場(chǎng)密集的宏觀調(diào)控政策來(lái)看，貨幣政策是調(diào)控的主要手段，這是因?yàn)榉康禺a(chǎn)業(yè)具有高負(fù)債經(jīng)營(yíng)和大規(guī)模按揭貸款消費(fèi)的特點(diǎn)，深受金融市場(chǎng)的影響。為此，本文運(yùn)用貨幣市場(chǎng)的可觀測(cè)指標(biāo)來(lái)間接測(cè)量政策因素。貨幣政策的傳導(dǎo)主要有貨幣渠道和信貸渠道。常用廣義的貨幣供應(yīng)量M2來(lái)反映貨幣渠道傳導(dǎo)機(jī)制，M2同比增速反映投資的活躍程度，因此用M2同比增速作為政策因素的第一個(gè)代理變量。反映信貸渠道的常用指標(biāo)是金融機(jī)構(gòu)貸款余額，但其與M2高度相關(guān)，因此選用貸款利率指標(biāo)。基于國(guó)內(nèi)房地產(chǎn)開(kāi)發(fā)貸款一般最長(zhǎng)期限為3年，選用1—3年期貸款利率作為政策因素的第二個(gè)代理變量。發(fā)行央行票據(jù)是中央銀行近年來(lái)運(yùn)用最頻繁的貨幣工具，其目的在于直接調(diào)整商業(yè)銀行的可貸資金量。其中3個(gè)月央票由于時(shí)間更短，調(diào)控更為靈活，更能反映市場(chǎng)的變化，因此選用3個(gè)月央票利率作為測(cè)量政策因素的第三個(gè)代理變量。此外，短期央票利率也是國(guó)內(nèi)實(shí)體經(jīng)濟(jì)中的基準(zhǔn)利率，也可以作為無(wú)風(fēng)險(xiǎn)利率的代理變量。

投資成本主要指房地產(chǎn)開(kāi)發(fā)成本，本文選用房屋平均造價(jià)作為開(kāi)發(fā)成本的代理變量。全國(guó)34個(gè)大中城市的月度房屋造價(jià)信息難以獲取，但鑒于各城市所在省市地區(qū)內(nèi)造價(jià)變動(dòng)差異不大，將國(guó)家統(tǒng)計(jì)局公布的省市地區(qū)月度房屋竣工價(jià)值除以房屋竣工面積得到房屋平均造價(jià)。

租金房?jī)r(jià)比為商品住宅租金價(jià)格與商品住宅銷售價(jià)格之比。計(jì)算時(shí)將月度租金數(shù)值乘以12變成年度租金價(jià)格再除以銷售價(jià)格。

市場(chǎng)形勢(shì)可能會(huì)影響項(xiàng)目投資開(kāi)發(fā)決策。當(dāng)市場(chǎng)形勢(shì)好時(shí)，開(kāi)發(fā)商可能會(huì)受到這種氛圍感染，做出非理性的決策。本文選取房?jī)r(jià)和成交量作為反映市場(chǎng)形勢(shì)的指標(biāo)。

所有變量的描述性統(tǒng)計(jì)及預(yù)期見(jiàn)表2。

表2 變量描述性統(tǒng)計(jì)及預(yù)測(cè)符號(hào)Tab.2 Variable descriptive statistics and expected sign

4.3 模型選擇

為檢驗(yàn)不確定性與項(xiàng)目開(kāi)發(fā)時(shí)機(jī)的關(guān)系，本文采用34個(gè)大中城市面板數(shù)據(jù)進(jìn)行分析，以增強(qiáng)模型的解釋力和可信度。根據(jù)前述理論分析和選取的變量，構(gòu)建如下計(jì)量模型，為了降低異方差的影響，模型采用對(duì)數(shù)形式。

式10中，i = 1，…，N為截面數(shù)，t = 1，…，T為時(shí)序期數(shù)。為避免偽回歸，回歸分析前需檢驗(yàn)數(shù)據(jù)的平穩(wěn)性，本文運(yùn)用Eviews 6.0提供的Levin-Lin-Chu（同根情形）和ADF-Fisher（異根情形）兩種單位根檢驗(yàn)方法對(duì)各變量進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果如表3。

由表3中的9個(gè)變量的檢驗(yàn)結(jié)果來(lái)看，所有變量都是平穩(wěn)的，據(jù)此判斷面板數(shù)據(jù)具有平穩(wěn)關(guān)系。進(jìn)一步回歸分析前，需根據(jù)研究的數(shù)據(jù)來(lái)選擇合適的面板數(shù)據(jù)的模型。常用的面板數(shù)據(jù)模型有3種：混合估計(jì)模型、變截距模型與變系數(shù)模型，一般常用協(xié)方差分析來(lái)選擇模型形式。首先，進(jìn)行F檢驗(yàn)，計(jì)算得F2= 3.616＞F0.01（297，1734）≈1.221，拒絕混合估計(jì)模型，再計(jì)算F1= 0.133＜F0.01（264，1734）≈1.223，接受變截距模型。接下來(lái)利用Eviews 6.0進(jìn)行Hausman檢驗(yàn)，Hausman檢驗(yàn)的原假說(shuō)是認(rèn)為模型為隨機(jī)效應(yīng)模型，檢驗(yàn)結(jié)果見(jiàn)表4，由于P值顯著異于零，因此拒絕原假設(shè)，模型設(shè)定為固定效應(yīng)模型。綜上可知模型形式應(yīng)選擇固定效應(yīng)變截距模型。

表3 面板變量單位根檢驗(yàn)Tab.3 Panel variables unit root tests

表4 Hausman檢驗(yàn)Tab.4 Hausman tests

4.4 經(jīng)驗(yàn)檢驗(yàn)結(jié)果

根據(jù)上述選擇的模型，利用Eviews 6.0進(jìn)行回歸，考慮到截面之間可能的空間自相關(guān)，采用似不相關(guān)回歸方法（seeming unrelated regression）。結(jié)果如表5第（1）列，尤其關(guān)注的房?jī)r(jià)波動(dòng)率與項(xiàng)目開(kāi)工量之間在99%的置信水平下呈現(xiàn)出顯著的負(fù)相關(guān)關(guān)系，這驗(yàn)證了實(shí)物期權(quán)的關(guān)鍵假說(shuō)之一，即市場(chǎng)不確定性增大會(huì)延遲項(xiàng)目開(kāi)發(fā)時(shí)機(jī)。房?jī)r(jià)波動(dòng)率每提高一個(gè)單位標(biāo)準(zhǔn)差，項(xiàng)目開(kāi)工量降低11.54%。這與國(guó)內(nèi)外類似研究得出的結(jié)論是一致的，Holland等和Ott與Yi在類似研究中發(fā)現(xiàn)，房?jī)r(jià)不確定性提高一個(gè)單位標(biāo)準(zhǔn)差，商業(yè)地產(chǎn)開(kāi)工量分別下降3%和27%。該結(jié)果從宏觀層面證實(shí)了國(guó)內(nèi)房地產(chǎn)開(kāi)發(fā)商在選擇項(xiàng)目開(kāi)發(fā)時(shí)機(jī)上充分考慮了市場(chǎng)不確定，其反應(yīng)策略也遵循了實(shí)物期權(quán)的思路。

政策因素中M2同比增速的影響顯著為正，3個(gè)月央票利率的影響顯著為負(fù)，與預(yù)期一致。M2同比增速提高一個(gè)單位標(biāo)準(zhǔn)差，項(xiàng)目開(kāi)工量增加7.20%；3個(gè)月央票利率提高一個(gè)單位的標(biāo)準(zhǔn)差，項(xiàng)目開(kāi)工量下降10.65%。這表明宏觀調(diào)控政策對(duì)開(kāi)發(fā)商開(kāi)發(fā)投資決策的影響是很大的，從側(cè)面反映出宏觀政策對(duì)調(diào)控閑置土地的有效性，尤其是貨幣政策。1—3年期貸款利率并沒(méi)有表現(xiàn)出顯著的影響，猜測(cè)可能的原因是由于樣本跨度時(shí)間短，貸款利率變動(dòng)差異不大（變異系數(shù)僅為0.084），所以無(wú)法得到顯著的效應(yīng)。此外由于3個(gè)月央票利率也可以作為無(wú)風(fēng)險(xiǎn)利率的代理變量，當(dāng)3個(gè)月央票利率上升時(shí)，開(kāi)發(fā)商將面臨著立即開(kāi)發(fā)項(xiàng)目的資金使用成本增大和延遲開(kāi)發(fā)土地的持有成本增大的兩難困境。負(fù)向效應(yīng)的結(jié)果表明開(kāi)發(fā)商更注重資金的使用成本，不為短期的資金困境所限制。推測(cè)可能原因是近些年國(guó)內(nèi)房地產(chǎn)市場(chǎng)火爆，房?jī)r(jià)波動(dòng)中穩(wěn)步上升，開(kāi)發(fā)商普遍資金充實(shí)，銀行對(duì)市場(chǎng)信心充足，致使土地持有成本所帶來(lái)的限制作用被大幅削弱。

表5 模型回歸結(jié)果Tab.5 Regression results of model

開(kāi)發(fā)成本表現(xiàn)出顯著的負(fù)向作用，平均造價(jià)每提高一個(gè)單位標(biāo)準(zhǔn)差，項(xiàng)目開(kāi)工量下降4.50%，與預(yù)期一致，成本的上升會(huì)通過(guò)提高項(xiàng)目要求的預(yù)期價(jià)值來(lái)延遲項(xiàng)目開(kāi)發(fā)時(shí)機(jī)。開(kāi)發(fā)成本作為期權(quán)的“執(zhí)行價(jià)格”，應(yīng)該對(duì)期權(quán)的執(zhí)行即項(xiàng)目的開(kāi)發(fā)有非常大的影響，但結(jié)果顯示其影響作用只有4.50%，顯得較小。推測(cè)有兩種可能的原因，一是以單位造價(jià)代替開(kāi)發(fā)成本減小了成本對(duì)開(kāi)發(fā)商的限制作用。二是用省地區(qū)平均造價(jià)代替城市造價(jià)，會(huì)出現(xiàn)同省內(nèi)的城市成本一樣，但項(xiàng)目開(kāi)工量差異較大的情況，從而減弱了回歸效果。

租金率對(duì)項(xiàng)目開(kāi)工量在5%顯著性水平下表現(xiàn)出顯著的正向作用，租金率越高，等待投資的機(jī)會(huì)成本越高，當(dāng)租金率高到一定程度時(shí)，等待將沒(méi)有意義，因?yàn)檫^(guò)高的機(jī)會(huì)成本完全超過(guò)等待的期權(quán)價(jià)值，這時(shí)開(kāi)發(fā)商越早投資收益越大。

反映市場(chǎng)形勢(shì)的房?jī)r(jià)和成交量均表現(xiàn)出顯著的正向作用。這一結(jié)果雖不能說(shuō)明開(kāi)發(fā)商在做出決策時(shí)會(huì)受到非理性因素干擾，但至少表明開(kāi)發(fā)商的決策會(huì)受到當(dāng)下市場(chǎng)形勢(shì)的影響。注意到價(jià)格是反映市場(chǎng)形勢(shì)的首要指標(biāo)，但其對(duì)開(kāi)發(fā)商加速項(xiàng)目開(kāi)發(fā)的影響小于成交量。推測(cè)原因是近些年房?jī)r(jià)單向穩(wěn)步上漲的事實(shí)，使得開(kāi)發(fā)商對(duì)市場(chǎng)信心充足，即使市場(chǎng)低迷時(shí)，價(jià)格也不會(huì)輕易下跌，這使得房?jī)r(jià)并不能非常真實(shí)的反映市場(chǎng)形勢(shì)。

4.5 穩(wěn)健性檢驗(yàn)

4.5.1 變量替換 從理論上而言，房?jī)r(jià)漲跌是非常有粘性的。成交量作為反映市場(chǎng)形勢(shì)的除房?jī)r(jià)外最重要的參考變量，且能隨市場(chǎng)形勢(shì)迅速變化，因而選擇用商品住宅成交量波動(dòng)率（volumevol）作為市場(chǎng)不確定性的第二個(gè)代理變量。表5第2列給出了回歸的結(jié)果，發(fā)現(xiàn)市場(chǎng)不確定性負(fù)向作用更強(qiáng)，成交量波動(dòng)率提高一個(gè)單位標(biāo)準(zhǔn)差，項(xiàng)目開(kāi)工量降低13%。另外，舍棄波動(dòng)率變量直接進(jìn)行回歸，結(jié)果列入第3列，其他變量方向和顯著性均沒(méi)有改變，但調(diào)整后的R2減小6.2%，這直接證明了市場(chǎng)不確定性會(huì)影響項(xiàng)目的開(kāi)發(fā)時(shí)機(jī)。

考慮到開(kāi)發(fā)商通過(guò)預(yù)測(cè)房?jī)r(jià)變化來(lái)做出決策可能有一定的滯后期，因此用滯后一期的房?jī)r(jià)（laghprice）取代當(dāng)期房?jī)r(jià)，回歸結(jié)果列入第4列，各變量均顯著且方向沒(méi)有發(fā)生改變，房?jī)r(jià)和房?jī)r(jià)波動(dòng)率的絕對(duì)值均變大了，可見(jiàn)滯后一期的房?jī)r(jià)對(duì)項(xiàng)目開(kāi)發(fā)時(shí)機(jī)的影響更大。

4.5.2 不確定性的其他測(cè)量方法 根據(jù)現(xiàn)在所觀察到的房?jī)r(jià)來(lái)測(cè)量市場(chǎng)不確定性是開(kāi)發(fā)商最有可能使用的方式，因此直接用房?jī)r(jià)的移動(dòng)方差來(lái)測(cè)量市場(chǎng)的不確定性，同上文一致，預(yù)計(jì)開(kāi)工到預(yù)售時(shí)間為3個(gè)月。當(dāng)有一個(gè)月的房?jī)r(jià)與該季度平均房?jī)r(jià)有大幅的偏離時(shí)，房?jī)r(jià)的季節(jié)移動(dòng)方差將變得很大。運(yùn)用該方法測(cè)量的市場(chǎng)不確定性進(jìn)行回歸的結(jié)果如表5第5列，房?jī)r(jià)波動(dòng)率顯示出更強(qiáng)的負(fù)向效應(yīng)。

在前文測(cè)量房?jī)r(jià)波動(dòng)率時(shí)，假設(shè)房屋從開(kāi)工到具備預(yù)售條件需要3個(gè)月的時(shí)間，事實(shí)上，沒(méi)有證據(jù)能了解到開(kāi)發(fā)商究竟會(huì)利用多少期歷史房?jī)r(jià)數(shù)據(jù)來(lái)進(jìn)行預(yù)測(cè)，因此為了測(cè)試關(guān)于3個(gè)月建造時(shí)間的假設(shè)，使用6個(gè)月的房?jī)r(jià)移動(dòng)方差來(lái)測(cè)量市場(chǎng)不確定性，回歸結(jié)果列入表5第6列，房?jī)r(jià)波動(dòng)率仍顯示出較大的負(fù)向影響，但同5列比較，系數(shù)的絕對(duì)值變小了，表明滯后3個(gè)月的房?jī)r(jià)對(duì)開(kāi)發(fā)商項(xiàng)目開(kāi)發(fā)決策的影響作用更大。

5 結(jié)論與思考

本文運(yùn)用34個(gè)大中城市的房地產(chǎn)項(xiàng)目開(kāi)發(fā)數(shù)據(jù)對(duì)項(xiàng)目開(kāi)發(fā)時(shí)機(jī)的影響因素進(jìn)行了經(jīng)驗(yàn)研究，結(jié)果顯示，市場(chǎng)不確定性提高一個(gè)單位標(biāo)準(zhǔn)差，項(xiàng)目開(kāi)工量將降低11.54%，驗(yàn)證了實(shí)物期權(quán)的關(guān)鍵假說(shuō)。研究結(jié)果表明開(kāi)發(fā)商在充滿不確定性的市場(chǎng)上，除了關(guān)注項(xiàng)目本身的價(jià)值外，也關(guān)注“等待”的價(jià)值。在影響項(xiàng)目開(kāi)發(fā)時(shí)機(jī)決策的諸多因素中，市場(chǎng)不確定性對(duì)項(xiàng)目開(kāi)發(fā)時(shí)機(jī)影響最大，這也是開(kāi)發(fā)商閑置土地的主要原因。因此，破解土地閑置問(wèn)題的關(guān)鍵是要降低市場(chǎng)的不確定性，穩(wěn)定房?jī)r(jià)的波動(dòng)。此外，研究結(jié)果還表明政策因素對(duì)開(kāi)發(fā)商做出投資開(kāi)發(fā)決策也有著重要的影響，尤其是貨幣政策作用顯著，這意味著中央銀行通過(guò)貨幣政策可以有效地調(diào)控閑置土地問(wèn)題，適度寬松的貨幣政策，可以擠出開(kāi)發(fā)商手中囤積的部分土地，增加土地的實(shí)際供應(yīng)。

雖然本經(jīng)驗(yàn)研究結(jié)果驗(yàn)證了實(shí)權(quán)期權(quán)的關(guān)鍵假說(shuō)，但注意到傳統(tǒng)實(shí)物期權(quán)模型都假定投資者的決策不受其他投資者影響，即市場(chǎng)上只有一個(gè)開(kāi)發(fā)商，這與國(guó)內(nèi)目前房地產(chǎn)市場(chǎng)開(kāi)發(fā)商之間激烈的競(jìng)爭(zhēng)現(xiàn)狀不符。此外，本文用貨幣市場(chǎng)的一些可測(cè)量指標(biāo)來(lái)反映政策因素，但貨幣政策不能全部反映宏觀調(diào)控政策的影響。因而如何尋找到更準(zhǔn)確的政策代理變量或者說(shuō)如何用數(shù)學(xué)語(yǔ)言更好地表達(dá)政策影響，將是研究政策因素對(duì)期權(quán)價(jià)值影響的一個(gè)突破口。

（

）：

［1］ 劉志華，孫鵬舉. 土地閑置原因分析及對(duì)策研究［J］ .山西農(nóng)業(yè)科學(xué)，2011，4：345 - 347.

［2］ Titman S. Urban land prices under uncertainty［J］ . American Economic Review, 1985, 75（3）：505 - 514.

［3］ Williams J.T. Real estate development as an option［J］ . The Journal of Real Estate Finance and economics, 1991, 4（2）：191 - 208.

［4］ Capozza D.R, Li Y. The intensity and timing of investment：The Case of Land［J］ . American Economic Review, 1994, 84（4）：889 - 904.

［5］ Quigg L. Empirical testing of real option-pricing models［J］ . The Journal of Finance, 1993, 48（2）：621 - 640.

［6］ Cunningham C.R. House price uncertainty, timing of development, and vacant land prices：evidence for real option in Seattle［J］ . Journal of Urban Economics, 2006, 59（1）：1 - 31.

［7］ Bulan L, Mayer C, Somerville C.T. Irreversible investment, real option, and competition：evidence from real estate development［J］ . Journal of Urban Economics, 2009, 65（3）：237 - 251.

［8］ Holland S, Ott S, Riddiough. The role of uncertainty in investment：an examination of competing investment models using commercial real estate data［J］ . Real Estate Economics, 2000, 28（1）：33 - 64.

［9］ OttS.H,Yi H. Real options and development：a model of regional supply and demand［J］ . Real Estate Finance, 2001, 18（1）：47 - 56.

［10］ 王媛，賈生華.不確定性、實(shí)物期權(quán)與政府土地供應(yīng)決策：來(lái)自杭州的證據(jù)［J］ .世界經(jīng)濟(jì)，2012，3：125 - 145.

［11］ 王媛.基于實(shí)物期權(quán)理論的土地出讓、項(xiàng)目開(kāi)發(fā)與分期銷售時(shí)機(jī)決策研究［D］ .杭州：浙江大學(xué)，2012.

［12］ 阿維納什·迪克西特，羅伯特·平迪克.不確定條件下的投資［M］ .北京：中國(guó)人民大學(xué)出版社，2002：88 - 149.

（本文責(zé)編：陳美景）

Timing Sequence of Real Estate Project Development and the Problem of Land Vacancy: An Empirical Test based on Panel Data of 34 Metropolises in China

ZHAI Dong, YAN Wei, WANG Yuan
（Institute of Construction Management, Zhejiang University, Hangzhou 310058, China）

The purpose of this paper is to study the impacts of market uncertainty on the timing to develop real estate project, and to test the key hypothesis of real options, and to provide theoretical basis to solve the land vacancy. Method employed is econometric model. The results indicate that one-standard deviation increased in the market uncertainty reduces the new constructions of real estate projects by 11.54%. A one-standard-deviation increase in M2 growth increases the amount of new project start by 7.20%. A one-standard-deviation increase in 3-month central bank bills rate reduces the new constructions by 10.65%. It is concluded that the increase of market uncertainty would significantly delay the timing sequences of project development. The key hypothesis of real options is confirmed. The key to tackle the problem of idle vacancy is to lower price fluctuation. Policy factors have an important impact on the decision of project development, which indirectly reflects the effectiveness of monetary policy.

land economy; real options; panel data model; timing decision of project development; land vacancy

F293.3

A

1001-8158（2015）04-0041-08

10.13708/j.cnki.cn11-2640.2015.04.006

2014-04-16

2015-03-07

翟東（1979-），男，河南鄭州人，講師。主要研究方向?yàn)楣こ探?jīng)濟(jì)和項(xiàng)目管理。E-mail: zhaidong@zju.edu.cn