戴淑庚 謝藝菲

（廈門大學(xué)經(jīng)濟(jì)學(xué)院金融系 福建 廈門 361005）

一、引言

自20世紀(jì)70年代末期以來，虛擬經(jīng)濟(jì)在我國(guó)經(jīng)濟(jì)發(fā)展過程中的參與度和重要性都持續(xù)增加，不僅引起了廣大學(xué)者的關(guān)注，還被寫入黨的十六大報(bào)告這個(gè)綱領(lǐng)性文件中。隨著研究的深入，虛擬經(jīng)濟(jì)也逐漸被拓展到其廣義形式，林左鳴（2010）首次提出了廣義虛擬經(jīng)濟(jì)的概念，將人的心理需求因素納入研究范疇，進(jìn)一步獲取除可觀測(cè)物質(zhì)之外的重要信息，從而能夠?qū)Α靶隆苯?jīng)濟(jì)現(xiàn)象作出更貼近本質(zhì)的解釋。對(duì)比傳統(tǒng)意義上的狹義虛擬經(jīng)濟(jì)，廣義虛擬經(jīng)濟(jì)對(duì)產(chǎn)業(yè)的劃分更為豐富，除金融產(chǎn)業(yè)之外，還包括旅游，教育等第三產(chǎn)業(yè)，甚至滲透了部分實(shí)體經(jīng)濟(jì)。例如在房地產(chǎn)行業(yè)中，參與者的心理需求是影響市場(chǎng)發(fā)展的首要因素之一。在2008年次貸危機(jī)之后，人們普遍認(rèn)識(shí)到投機(jī)性的投資心理導(dǎo)致的樓市泡沫對(duì)整個(gè)經(jīng)濟(jì)體造成的危害。樓市泡沫的破滅或房地產(chǎn)價(jià)格的大幅下跌可能導(dǎo)致家庭消費(fèi)水平大大降低（Case，1992，Skinner，1996，Case等，2005），還可能導(dǎo)致抵押品贖回權(quán)的喪失和貸款人的意外損失（Case等，2000），這都將加劇對(duì)經(jīng)濟(jì)體的負(fù)面沖擊甚至導(dǎo)致更嚴(yán)重的經(jīng)濟(jì)衰退。因此，將廣義虛擬經(jīng)濟(jì)理論應(yīng)用到房地產(chǎn)領(lǐng)域，深入研究市場(chǎng)參與者的心理因素，能加深市場(chǎng)管理者對(duì)如何對(duì)抗投機(jī)泡沫的理解。

近年來，中國(guó)部分地區(qū)房地產(chǎn)價(jià)格的大幅上漲備受中國(guó)境內(nèi)外投資者，學(xué)者和政策當(dāng)局的關(guān)注。Wu，Gyourko和Deng（2012）發(fā)現(xiàn)，中國(guó)35個(gè)主要城市的實(shí)際不變房?jī)r(jià)是2000年的2.4倍，較2007年第一季度增幅在60%以上；周京奎（2005）發(fā)現(xiàn)中國(guó)城市房地產(chǎn)市場(chǎng)投機(jī)度非常高，價(jià)格極大偏離了其長(zhǎng)期均衡值。這種非理性繁榮是由人日益增長(zhǎng)的心理需求而非實(shí)際住房需求所催生的。在中國(guó)樓市存在泡沫這一既定事實(shí)下，當(dāng)前的投資者更加關(guān)注房地產(chǎn)價(jià)格的泡沫增長(zhǎng)的變動(dòng)情況。那么，中國(guó)房地產(chǎn)泡沫變動(dòng)走向如何？這樣的變化與投資者預(yù)期的價(jià)格變動(dòng)有怎樣的關(guān)系？還有什么因素決定了房地產(chǎn)泡沫的演化趨勢(shì)？在當(dāng)前市場(chǎng)形勢(shì)下，如何有效利用政策工具進(jìn)行干預(yù)，維護(hù)房地產(chǎn)行業(yè)平穩(wěn)健康地發(fā)展？這正是本文將研究的問題。本文旨在結(jié)合廣義虛擬經(jīng)濟(jì)視角，測(cè)度15年來31個(gè)省市及自治區(qū)的房地產(chǎn)泡沫變動(dòng)情況和投資者預(yù)期的房?jī)r(jià)變動(dòng)情況，并出于對(duì)中國(guó)地區(qū)經(jīng)濟(jì)發(fā)展不平衡的考慮，將地區(qū)異質(zhì)性納入考慮，亦即從時(shí)空兩個(gè)維度進(jìn)行探索，這為如何針對(duì)性防范中國(guó)房?jī)r(jià)泡沫風(fēng)險(xiǎn)提供了有意義的研究視角。

二、文獻(xiàn)綜述

（一）廣義虛擬經(jīng)濟(jì)

馬克思在《資本論》中最早提及了“虛擬資本”這一概念，他定義能產(chǎn)生剩余價(jià)值的金融資本為“虛擬資本”，這與早期虛擬經(jīng)濟(jì)所特指的金融活動(dòng)不無關(guān)系。后來，人民日益豐富的心理需求和精神需求催生了許多新興產(chǎn)業(yè)，這些產(chǎn)業(yè)的發(fā)展圍繞著虛擬資本，卻不再局限于金融產(chǎn)業(yè)范疇，從此虛擬經(jīng)濟(jì)的范圍進(jìn)一步擴(kuò)大。林左鳴（2010）將這種虛擬經(jīng)濟(jì)形態(tài)定義為廣義虛擬經(jīng)濟(jì)，即“同時(shí)滿足人的生理需求和心理需求并以心理需求為主導(dǎo)，以及只滿足人的心理需求的經(jīng)濟(jì)的總和”。自此，廣義虛擬經(jīng)濟(jì)理論被用于分析各類經(jīng)濟(jì)現(xiàn)象，其中針對(duì)中國(guó)房地產(chǎn)市場(chǎng)的研究成果不在少數(shù)。高波等（2013）利用廣義虛擬經(jīng)濟(jì)的核算方法，發(fā)現(xiàn)住宅價(jià)格波動(dòng)不僅影響地產(chǎn)行業(yè)，還有非金屬礦物制品業(yè)等其他關(guān)聯(lián)產(chǎn)業(yè)。婁文龍等（2015）認(rèn)為中國(guó)房地產(chǎn)虛擬運(yùn)行，與實(shí)體經(jīng)濟(jì)的關(guān)系逐漸弱化。田利輝等（2018）利用房?jī)r(jià)收入比衡量虛擬經(jīng)濟(jì)下的房地產(chǎn)泡沫現(xiàn)象，發(fā)現(xiàn)城市化水平對(duì)泡沫有顯著的抑制作用。

廣義虛擬經(jīng)濟(jì)的本質(zhì)是人本經(jīng)濟(jì)，它將市場(chǎng)參與者的思考和預(yù)期納入研究范疇。正如Kahneman和Tversk（1979）提出的展望理論所述，財(cái)富的可能收益和損失會(huì)影響經(jīng)濟(jì)主體的投資決策。Piazzesi和Schneider（2009）發(fā)現(xiàn)往期房地產(chǎn)市場(chǎng)的繁榮將導(dǎo)致家庭對(duì)未來房?jī)r(jià)升值的樂觀態(tài)度。Lambertini（2013）及Huang（2014）均發(fā)現(xiàn)對(duì)房?jī)r(jià)上漲的預(yù)期變化對(duì)預(yù)測(cè)房?jī)r(jià)和其他宏觀經(jīng)濟(jì)變量的動(dòng)態(tài)變化來說十分重要。Akerlof 和Shiller（2009）認(rèn)為房地產(chǎn)市場(chǎng)同股市一樣，存在羊群效應(yīng)和動(dòng)物精神。Baddeley（2005）衡量了房地產(chǎn)成交額與羊群效應(yīng)、外部效應(yīng)和市場(chǎng)非理性程度等之間的關(guān)系，探究房地產(chǎn)泡沫形成的機(jī)理。因此在廣義虛擬經(jīng)濟(jì)視角下，心理預(yù)期是房地產(chǎn)研究的重點(diǎn)。

（二）房地產(chǎn)泡沫

為厘清房地產(chǎn)泡沫的測(cè)度邏輯，必須先明確其概念。對(duì)泡沫現(xiàn)象的最早的系統(tǒng)性經(jīng)濟(jì)研究起始于20世紀(jì)70年代左右，Blanchard和Watson(1983)定義了理性泡沫的概念，商品價(jià)格可表示為P_t=P^*+b_t，即商品價(jià)格可由其基本價(jià)值和引起其價(jià)格暴漲暴跌的泡沫部分。Stiglitz（1990）最先定義了投機(jī)泡沫一詞，他認(rèn)為當(dāng)投資者對(duì)資產(chǎn)未來的價(jià)格產(chǎn)生了與經(jīng)濟(jì)基本面無關(guān)的高預(yù)期，并導(dǎo)致了當(dāng)前的高價(jià)格，此時(shí)泡沫產(chǎn)生。姜春海（2005）認(rèn)為，房地產(chǎn)泡沫即投機(jī)性預(yù)期，由于投資者對(duì)未來房?jī)r(jià)有系統(tǒng)性預(yù)期，進(jìn)而采取群體投機(jī)行為，造成房?jī)r(jià)脫離其基本價(jià)值持續(xù)上漲。田利輝等（2014）給出了房地產(chǎn)泡沫的“新”解讀，認(rèn)為短期內(nèi)價(jià)格超出基本價(jià)值是正常的價(jià)格運(yùn)動(dòng)，而非泡沫。綜上，房地產(chǎn)泡沫是指房?jī)r(jià)基本價(jià)值和市場(chǎng)價(jià)格的長(zhǎng)期偏離，預(yù)期是泡沫的決定性因素。

在此基礎(chǔ)上，學(xué)者們對(duì)中國(guó)房地產(chǎn)泡沫的研究主要涉及泡沫的存在，測(cè)度及成因。其中，房地產(chǎn)泡沫測(cè)度方法主要分為指標(biāo)法與基準(zhǔn)價(jià)格比較法。指標(biāo)法旨在通過構(gòu)建測(cè)量房地產(chǎn)泡沫的社會(huì)經(jīng)濟(jì)指標(biāo)體系，確定不同指標(biāo)的權(quán)重，構(gòu)造出較為綜合的指標(biāo)指數(shù)來度量泡沫的大小。豐雷等（2002）利用貨幣供給和股價(jià)指數(shù)構(gòu)建指數(shù)體系，測(cè)算泡沫的發(fā)生概率，時(shí)間和程度。劉琳等（2003）采用房?jī)r(jià)收入比，房?jī)r(jià)增長(zhǎng)率/實(shí)際GDP增長(zhǎng)率和住房按揭款/居民月收入三個(gè)指標(biāo)構(gòu)建房地產(chǎn)泡沫測(cè)度系數(shù)。呂江林（2010）直接將房?jī)r(jià)收入比用于衡量房地產(chǎn)泡沫，并給出了合理區(qū)間。運(yùn)用指標(biāo)法度量泡沫的學(xué)者眾多，在此僅例三。指標(biāo)法直觀易懂，但是由于研究的目標(biāo)多樣，地區(qū)經(jīng)濟(jì)發(fā)展不平衡，學(xué)者至今也沒有得出一個(gè)能夠合理衡量房地產(chǎn)泡沫大小的指標(biāo)，且不同方法之間的可比性也存在很大爭(zhēng)議，更重要的是該方法存在混淆景氣指標(biāo)和泡沫測(cè)度指標(biāo)的嫌疑?；鶞?zhǔn)價(jià)格比較法則是從定義出發(fā)，以理性預(yù)期理論為基礎(chǔ)，建立商品的基本價(jià)值模型，利用市場(chǎng)價(jià)格與基本價(jià)值的差額定義泡沫，經(jīng)典案例如Blanchard和Waston（1982）利用套利均衡條件，求解資產(chǎn)的市場(chǎng)基本價(jià)值和泡沫。在此基礎(chǔ)上，亦有學(xué)者針對(duì)中國(guó)房地產(chǎn)市場(chǎng)進(jìn)行拓展研究。姜春海（2005）利用消費(fèi)者期望效用函數(shù)，建立優(yōu)化模型，從而得到房地產(chǎn)基本值并計(jì)算投機(jī)泡沫。周京奎（2006）在房地產(chǎn)市場(chǎng)局部均衡的框架下，利用投資者決策的博弈思想，得到含有泡沫的房地產(chǎn)市場(chǎng)均衡價(jià)格作為基本價(jià)值。韓冬梅等（2008）建立商品房供需狀態(tài)空間模型，將基礎(chǔ)價(jià)值作為狀態(tài)變量納入模型從而計(jì)算泡沫。高波等（2014）利用迭代估計(jì)了均衡房地產(chǎn)價(jià)格的時(shí)間序列，進(jìn)而與市場(chǎng)價(jià)格進(jìn)行比較得到泡沫值?；鶞?zhǔn)價(jià)格比較法較指標(biāo)法而言，定義更為嚴(yán)謹(jǐn)，應(yīng)用更為靈活。

（三）文獻(xiàn)評(píng)述

綜上可見，學(xué)者們對(duì)房地產(chǎn)泡沫現(xiàn)象研究的文獻(xiàn)眾多，但是大部分文獻(xiàn)都簡(jiǎn)單的將投機(jī)性泡沫和預(yù)期因素決定的部分價(jià)格等同起來，并且僅將視角局限于房地產(chǎn)泡沫程度。此外，由于各學(xué)者對(duì)泡沫程度的測(cè)度結(jié)果各異，難以確定最精確的測(cè)度方法，但是所衡量的泡沫現(xiàn)象趨勢(shì)大都類似，因此本文認(rèn)為房地產(chǎn)泡沫增長(zhǎng)率是一個(gè)優(yōu)良的切入點(diǎn)。本文的創(chuàng)新點(diǎn)在于：其一，將房?jī)r(jià)的投機(jī)性泡沫和投資者預(yù)期因素一分為二，并分別進(jìn)行建模估計(jì)；其二，著眼于增長(zhǎng)率，討論了房地產(chǎn)泡沫的增長(zhǎng)情況和投資者預(yù)期的房?jī)r(jià)增長(zhǎng)情況，并研究二者的交互作用。

三、實(shí)證分析

根據(jù)理性泡沫理論，房地產(chǎn)價(jià)格由基本價(jià)值和價(jià)格泡沫構(gòu)成，姜春海（2005）認(rèn)為在沒有金融中介干預(yù)、一般均衡狀態(tài)下的房?jī)r(jià)為基本價(jià)值，價(jià)格泡沫即投機(jī)性泡沫；Abraham和Hendershott（1996）根據(jù)適應(yīng)性預(yù)期理論建立房地產(chǎn)價(jià)格增長(zhǎng)率決定模型，利用多次迭代回歸求解均衡增長(zhǎng)率，同時(shí)估計(jì)投資者預(yù)期成分權(quán)重。本文將在以上研究的基礎(chǔ)上，將構(gòu)建面板VAR模型研究投機(jī)性泡沫增長(zhǎng)率（下文簡(jiǎn)稱為泡沫增長(zhǎng)率）和投資者增長(zhǎng)性預(yù)期成分（下文簡(jiǎn)稱為增長(zhǎng)性預(yù)期）之間的交互關(guān)系。

（一）模型構(gòu)建

1.投機(jī)性泡沫增長(zhǎng)率的估計(jì)

在沒有金融中介干預(yù)的市場(chǎng)上，消費(fèi)者的可支配收入和房地產(chǎn)開發(fā)商的自有資金可被視為投資者的預(yù)算約束。為正確運(yùn)用優(yōu)化模型，本文對(duì)消費(fèi)者和房地產(chǎn)開發(fā)商作出如下假定：

（1）房地產(chǎn)市場(chǎng)上的商品房對(duì)消費(fèi)者而言是同質(zhì)的。

（2）房地產(chǎn)商品價(jià)值V=PH和其他商品G構(gòu)成消費(fèi)者的總消費(fèi)，即可支配收入，二者都能為消費(fèi)者帶來效用，其中P為房地產(chǎn)價(jià)格，H為房地產(chǎn)消費(fèi)面積。

（3）消費(fèi)者效用函數(shù)為對(duì)數(shù)型、加法可分。

（4）消費(fèi)者各期效用貼現(xiàn)率和房地產(chǎn)開發(fā)商各期利潤(rùn)貼現(xiàn)率為1。

（5）房地產(chǎn)開發(fā)商對(duì)房地產(chǎn)投資資金的機(jī)會(huì)成本為社會(huì)平均收益率R。

（6）房地產(chǎn)建造成本C是建筑面積H的二次函數(shù)，以遵從邊際遞增定律。

（7）消費(fèi)者可支配收入和房地產(chǎn)開發(fā)商自有資金保持不變。

消費(fèi)者以效用最大化為目標(biāo)函數(shù)，以可支配收入為約束條件，以消費(fèi)者需求函數(shù)為一階條件：

房地產(chǎn)開發(fā)商以利潤(rùn)最大化為目標(biāo)函數(shù)，以自有資金B(yǎng)為約束條件，以房地產(chǎn)開發(fā)商供給函數(shù)為一階條件：

聯(lián)立(1)式、(2)式可得均衡價(jià)格表達(dá)式為：PS=(EtP(t+i)S。在市場(chǎng)價(jià)格處于均衡價(jià)格時(shí)，消費(fèi)者效用最大化，邊際替代率為dUG/dUV=V/G=1；房地產(chǎn)開發(fā)商在第t年的利潤(rùn)為表示投入到房地產(chǎn)中的自有資金獲得了社會(huì)平均利潤(rùn)。此時(shí)可以求得一般競(jìng)爭(zhēng)均衡條件下的房地產(chǎn)市場(chǎng)價(jià)格，即當(dāng)年房地產(chǎn)商品基本價(jià)值為：

但考慮到房地產(chǎn)建設(shè)存在一定的時(shí)間周期，參照往期文獻(xiàn)約為1年，因此，本文將(3)式等號(hào)右邊的經(jīng)濟(jì)變量滯后一期，即今年房地產(chǎn)的基本價(jià)值由去年房地產(chǎn)建造成本、社會(huì)平均收益和可支配收入決定，則房地產(chǎn)基本價(jià)值可表示為：

2.投資者增長(zhǎng)性預(yù)期成分的提取

在廣義虛擬經(jīng)濟(jì)視角下，為充分考慮心理預(yù)期對(duì)房地產(chǎn)價(jià)格變動(dòng)的影響，本文在此利用菲利普的適應(yīng)性預(yù)期理論，認(rèn)為人們對(duì)預(yù)期取決于過去的經(jīng)驗(yàn)，并且利用預(yù)期修正當(dāng)期的行為，即把滯后一期的房?jī)r(jià)增長(zhǎng)率以及滯后一期的房?jī)r(jià)泡沫引入動(dòng)態(tài)回歸模型。這種預(yù)期不同于投機(jī)性預(yù)期，但包括投機(jī)性預(yù)期，它對(duì)房?jī)r(jià)的影響是雙向的：當(dāng)人們產(chǎn)生投機(jī)性預(yù)期時(shí)，“買漲不買跌”的心理將導(dǎo)致房?jī)r(jià)上漲時(shí)需求增加，房?jī)r(jià)進(jìn)一步上漲，反之持續(xù)暴跌；當(dāng)人們產(chǎn)生非投機(jī)性預(yù)期時(shí)，理性經(jīng)濟(jì)人將遵從“低買高賣”原則，這樣一來是市場(chǎng)便會(huì)逐漸穩(wěn)定。在此，本文的模型延續(xù)了Abraham和Hendershott（1996）的建模思路，認(rèn)為房地產(chǎn)基本價(jià)值的增長(zhǎng)率為：

其中，cit為房地產(chǎn)建造成本增長(zhǎng)率，yit為全體居民人均可支配收入增長(zhǎng)率，popit為人口密度增長(zhǎng)率，rit為社會(huì)平均收益率增長(zhǎng)率，iit為房地產(chǎn)開發(fā)投資額增長(zhǎng)率。

房地產(chǎn)市場(chǎng)價(jià)格的增長(zhǎng)率為：

其中，et為解釋房?jī)r(jià)增長(zhǎng)率的投資者增長(zhǎng)性預(yù)期成分，可表示為：

即房?jī)r(jià)增長(zhǎng)率中的投資者預(yù)期成分可被前一期房?jī)r(jià)增長(zhǎng)率Pt-1以及前一期房?jī)r(jià)偏離基準(zhǔn)價(jià)格的程度所表示，εit為隨機(jī)誤差項(xiàng)。這里本文定義λ1為加速系數(shù)，若λ1＞0，前一期房?jī)r(jià)增長(zhǎng)率升高將導(dǎo)致更高的當(dāng)期增長(zhǎng)率；定義λ2為減速系數(shù)，若λ2＞0，前一期房?jī)r(jià)增長(zhǎng)率升高將削弱當(dāng)期增長(zhǎng)率（λ1，λ2∈ (0，1)）。

綜合上述(4)(6)(7)式，房地產(chǎn)價(jià)格增長(zhǎng)率為：

本文稱(8)式為預(yù)期均衡價(jià)格模型，旨在利用房?jī)r(jià)時(shí)間序列實(shí)現(xiàn)模型反復(fù)迭代，從而得出方程穩(wěn)態(tài)解，從而得到房地產(chǎn)均衡增長(zhǎng)率。根據(jù)理性泡沫理論，經(jīng)濟(jì)基本面要素解釋了資產(chǎn)的基本價(jià)值，式中的經(jīng)濟(jì)要素作為衡量的變量，恰好反映了房地產(chǎn)市場(chǎng)的需求與供給，以及經(jīng)濟(jì)基本面對(duì)房地產(chǎn)基本價(jià)值增長(zhǎng)率的解釋；滯后變量要素符合適應(yīng)性預(yù)期思想，用來衡量因變量可由預(yù)期解釋的成分。

（二）數(shù)據(jù)來源與描述性統(tǒng)計(jì)

本文數(shù)據(jù)來自萬德數(shù)據(jù)庫(kù)。選取我國(guó)31個(gè)省級(jí)行政單位，包括：北京，天津，上海，重慶，河北，山西，遼寧，吉林，黑龍江，江蘇，浙江，安徽，福建，江西，山東，河南，湖北，湖南，廣東，海南，四川，貴州，云南，陜西，甘肅，青海，內(nèi)蒙古，廣西，西藏，寧夏，新疆，時(shí)間跨度從2002年到2017年，并根據(jù)中國(guó)四大經(jīng)濟(jì)分區(qū)劃分標(biāo)準(zhǔn)，將以上省級(jí)行政單位劃分為東部地區(qū)，東北地區(qū)，中部地區(qū)和西部地區(qū)，以便研究中國(guó)房地產(chǎn)市場(chǎng)異質(zhì)性。

本文研究所設(shè)計(jì)的變量及其描述性統(tǒng)計(jì)如表1所示。P代表房地產(chǎn)價(jià)格（萬元），C代表房屋竣工造價(jià)（元/平方米），R（%）代表一年期貸款利率，I（萬元）代表房地產(chǎn)開發(fā)投資額（萬元），Y代表全體居民人均可支配收入（元）②，POP代表人口密度（人/平方千米）。從表1來看，各變量值分布分散，說明影響房地產(chǎn)市場(chǎng)的因素在省級(jí)行政區(qū)之間差異很大，需要進(jìn)一步通過計(jì)量工具進(jìn)行分析。

表1 原始變量描述性統(tǒng)計(jì)

由于研究模型涵蓋了滯后期，為防止非平穩(wěn)序列的偽回歸結(jié)果，本文對(duì)變量時(shí)間序列進(jìn)行了面板數(shù)據(jù)IPS單位根檢驗(yàn)，其中由于利率是平穩(wěn)序列，此單位根檢驗(yàn)不包括變量R。檢驗(yàn)結(jié)果如表2所示，各經(jīng)濟(jì)變量序列均不穩(wěn)定，但是一階差分后均通過了單位根檢驗(yàn)，在5%的顯著性水平上是平穩(wěn)的。一階差分后的各經(jīng)濟(jì)變量含義可用增長(zhǎng)率解釋，符合本文上述模型式(7)構(gòu)建原理。

表2 時(shí)間序列單位根檢驗(yàn)結(jié)果

（三）實(shí)證結(jié)果

1.投機(jī)性泡沫與房?jī)r(jià)增長(zhǎng)率預(yù)期成分的提取

本文在估計(jì)投機(jī)性泡沫增長(zhǎng)率時(shí)，考慮到房地產(chǎn)開發(fā)商具有夸大建造成本的動(dòng)機(jī)，造成過高的竣工造價(jià)觀測(cè)值，認(rèn)為實(shí)際竣工造價(jià)為觀測(cè)值的90%。而后運(yùn)用式(4)可得到房地產(chǎn)基本價(jià)值、投機(jī)性泡沫度bt和泡沫度增長(zhǎng)率gbt，各省級(jí)行政區(qū)的泡沫走勢(shì)如圖1所示。通過折線圖初步分析可得，東部省份房地產(chǎn)泡沫程度要明顯高于西部省份，中西部的泡沫走勢(shì)和大小情況類似。

圖1 中國(guó)31個(gè)省級(jí)行政單位房地產(chǎn)投機(jī)性泡沫走勢(shì)

在提取增長(zhǎng)性預(yù)期成分的過程中，由于式(8)中存在未知量不可觀測(cè)，需要對(duì)回歸進(jìn)行迭代處理。本文按照往期文獻(xiàn)，處理方法如下：不考慮回歸中這一變量，先對(duì)回歸式進(jìn)行估計(jì)，得出各變量系數(shù)，然后將各變量系數(shù)帶入式(5)估計(jì)出。再利用對(duì)數(shù)形式的增長(zhǎng)率公式Pt=lnPt-lnPt-1進(jìn)行迭代可得：

選定基期為數(shù)據(jù)時(shí)間序列的起始時(shí)期，即選取2002年為基期，當(dāng)期房地產(chǎn)價(jià)格記為P0，可求出lnPt-1；在利用上述估計(jì)的序列代換Pt，可得和序列將此序列及其他變量帶入式(8)，便可估計(jì)出新系數(shù)，從而實(shí)現(xiàn)新一輪的迭代。重復(fù)以上過程，當(dāng)方程所估計(jì)的系數(shù)逐漸收斂后，完成回歸估計(jì)。本文利用系統(tǒng)GMM計(jì)量方法，以將潛在的內(nèi)生性降到最低，回歸結(jié)果如表3所示。

經(jīng)過三次迭代回歸，回歸系數(shù)相差無幾，較為穩(wěn)定，且由于模型包含滯后項(xiàng)，在迭代回歸的過程中每迭代一次便損失一個(gè)自由度，為保證時(shí)間序列估計(jì)的可信度，本文迭代止于此。在估計(jì)過程中，AR(1)和AR(2)統(tǒng)計(jì)量表明，模型一階序列存在自相關(guān)，二階序列不存在自相關(guān)；Hansenp統(tǒng)計(jì)量表明結(jié)果不存在工具變量過度識(shí)別的問題，可見回歸擬合良好。

觀察回歸系數(shù)可得：一方面，在構(gòu)成經(jīng)濟(jì)基本面的變量中，房地產(chǎn)價(jià)格增長(zhǎng)率與房屋竣工造價(jià)增長(zhǎng)率，全體居民人均可支配收入增長(zhǎng)率和房地產(chǎn)開發(fā)投資額增長(zhǎng)率呈正向關(guān)系，這一結(jié)果符合普遍預(yù)期；房?jī)r(jià)增長(zhǎng)率與貸款利率增長(zhǎng)率同樣呈正向關(guān)系，本文認(rèn)為當(dāng)貸款利率增長(zhǎng)速度加快，代表著投資者購(gòu)房成本增長(zhǎng)速度加快，因此投資者為了避免未來付出的高購(gòu)房成本，當(dāng)期購(gòu)房需求將會(huì)加速增長(zhǎng)，從而推動(dòng)房?jī)r(jià)增長(zhǎng)率的提高。另一方面，在表示增長(zhǎng)性預(yù)期的變量系數(shù)中，加速系數(shù)λ1為負(fù)，減速系數(shù)λ2為正，且 |λ1|＞|λ2|，二者的協(xié)同作用表明，房地產(chǎn)價(jià)格增長(zhǎng)率有很強(qiáng)的自我調(diào)節(jié)能力，即前一期房?jī)r(jià)的高速增長(zhǎng)將抑制當(dāng)期房?jī)r(jià)增長(zhǎng)率，反之將促成當(dāng)期的高房?jī)r(jià)增長(zhǎng)率。本文認(rèn)為其中的邏輯為：投資者對(duì)房?jī)r(jià)增長(zhǎng)率的預(yù)期不同于對(duì)房?jī)r(jià)的預(yù)期，當(dāng)房?jī)r(jià)上漲，人們認(rèn)為價(jià)格還有進(jìn)一步上漲的可能，進(jìn)而購(gòu)房需求增加；然而，當(dāng)房?jī)r(jià)增長(zhǎng)率處于高位時(shí)，人們出于對(duì)邊際遞減規(guī)律的認(rèn)識(shí)，認(rèn)為價(jià)格的變化幅度會(huì)降低，即增長(zhǎng)率下降，反之，當(dāng)房?jī)r(jià)增長(zhǎng)率處于低位時(shí)，人們出于對(duì)邊際遞增規(guī)律的認(rèn)識(shí)，認(rèn)為價(jià)格變化幅度會(huì)增加，即增長(zhǎng)率上升。

表3 系統(tǒng)GMM迭代回歸結(jié)果

圖2 中國(guó)31個(gè)省級(jí)行政單位房地產(chǎn)增速預(yù)期成分走勢(shì)

以上回歸中各變量系數(shù)可看作解釋因變量的各成分的權(quán)重，因此本文根據(jù)提取出方程中的預(yù)期成分，記為 ：et=λ1pt-1+λ2(lnPt-1-lnPt-1)，具體情形如圖2所示。從圖中可以觀察到，各地區(qū)房地產(chǎn)增速中預(yù)期成分的走勢(shì)各異，波動(dòng)巨大，難以分析，但大部分省級(jí)行政單位在多數(shù)年份的預(yù)期成分都為負(fù)數(shù)，說明我國(guó)房地產(chǎn)市場(chǎng)對(duì)房?jī)r(jià)增長(zhǎng)率的預(yù)期大多為負(fù)向，即房?jī)r(jià)上漲正在逐步減速，側(cè)面也說明了我國(guó)各地區(qū)房?jī)r(jià)增長(zhǎng)率大多還居于高位。

2.面板VAR模型構(gòu)建

為進(jìn)一步分析泡沫增長(zhǎng)率gbt與增長(zhǎng)性預(yù)期et的交互影響關(guān)系，本文將設(shè)置二者為內(nèi)生變量，基于面板VAR模型，利用其格蘭杰因果檢驗(yàn)，脈沖響應(yīng)函數(shù)及方差分解工具，探究二者的動(dòng)態(tài)關(guān)系。VAR模型如下所示：

其中，i代表省份個(gè)體，t代表時(shí)間，n代表滯后階數(shù)，yit=[gbt，et]'。變量確定完成后，本文對(duì)泡沫增長(zhǎng)率與增長(zhǎng)性預(yù)期進(jìn)行平穩(wěn)性檢驗(yàn)，二者均通過了單位根檢驗(yàn)，如表4所示。為進(jìn)一步確定模型中兩個(gè)變量的滯后階數(shù)，本文利用AIC信息準(zhǔn)則，在5%的顯著性水平下，選取3作為模型的滯后階數(shù)，如表5所示。

表4 面板VAR單位根檢驗(yàn)

表5 面板VAR滯后階數(shù)選擇

格蘭杰因果檢驗(yàn)利用VAR模型判斷變量間的相互影響的因果關(guān)系。下面檢驗(yàn)泡沫增長(zhǎng)率gbt與增長(zhǎng)性預(yù)期et之間是否存在格蘭杰因果關(guān)系，結(jié)果如表6所示。可以看出，在5%的顯著性水平下，不能拒絕“et不是gbt的格蘭杰原因”的原假設(shè)，因此不能得出增長(zhǎng)性預(yù)期是泡沫增長(zhǎng)率的格蘭杰原因，但在10%的顯著性水平下結(jié)論相反；但能夠拒絕“gbt不是et的格蘭杰原因”的原假設(shè)，因此可以得出泡沫增長(zhǎng)率是增長(zhǎng)性預(yù)期的格蘭杰原因。換言之，一方面投資者預(yù)期的變化會(huì)影響房地產(chǎn)市場(chǎng)泡沫增長(zhǎng)的快慢程度，使得泡沫的產(chǎn)生增速或減速，但是影響并不是非常顯著；另一方面，房地產(chǎn)市場(chǎng)泡沫增速能顯著影響投資者對(duì)于房?jī)r(jià)增長(zhǎng)率的預(yù)期，使得預(yù)期更為樂觀或悲觀。二者的交互影響關(guān)系形成惡性循環(huán)，進(jìn)一步擴(kuò)大房地產(chǎn)市場(chǎng)價(jià)格的不穩(wěn)定性，加劇其對(duì)經(jīng)濟(jì)的負(fù)面沖擊。

表6 格蘭杰因果關(guān)系分析

脈沖響應(yīng)分析可用來考察變量間隨時(shí)間的動(dòng)態(tài)影響關(guān)系，本文將通過這一工具分析當(dāng)給一變量一單位正向沖擊時(shí)，另一變量隨時(shí)間推移的路徑變化。為考察中國(guó)房地產(chǎn)市場(chǎng)地區(qū)異質(zhì)性，本文按照《中國(guó)統(tǒng)計(jì)年鑒》中國(guó)四大經(jīng)濟(jì)區(qū)域劃分，依據(jù)東北振興、中部崛起、西部開發(fā)和東部率先發(fā)展的主要內(nèi)容，將樣本中31個(gè)省級(jí)行政單位劃分為東北地區(qū)，東部地區(qū)，中部地區(qū)和西部地區(qū)③，由此利用脈沖響應(yīng)函數(shù)討論增長(zhǎng)性預(yù)期對(duì)泡沫增長(zhǎng)率的脈沖響應(yīng)和地區(qū)差異。

中國(guó)31個(gè)省級(jí)行政單位泡沫增長(zhǎng)率和增長(zhǎng)性預(yù)期之間的動(dòng)態(tài)關(guān)系如圖3所示，當(dāng)投資者增長(zhǎng)性預(yù)期受到一個(gè)正向沖擊后，泡沫增長(zhǎng)率出現(xiàn)明顯的正向反應(yīng)，在第二期達(dá)到最大，而后迅速下降并隨時(shí)間推移響應(yīng)消失；當(dāng)泡沫增長(zhǎng)率受到一個(gè)正向沖擊后，增長(zhǎng)性預(yù)期出現(xiàn)明顯的負(fù)向反應(yīng)，在第一期達(dá)到最大，而后迅速回升逐漸平緩。該現(xiàn)象的發(fā)生可被解釋為：外部條件對(duì)投資者增長(zhǎng)性預(yù)期正沖擊將導(dǎo)致正向適應(yīng)性預(yù)期，市場(chǎng)投資者集體追漲殺跌，從而泡沫加速增長(zhǎng)；對(duì)增長(zhǎng)性預(yù)期的正向沖擊將導(dǎo)致預(yù)期的高增長(zhǎng)購(gòu)房成本，市場(chǎng)投資者對(duì)價(jià)格大多保留觀望態(tài)度，從而對(duì)泡沫增長(zhǎng)率產(chǎn)生負(fù)面影響，而一旦泡沫增速放緩，投資者預(yù)期反向調(diào)整，而后泡沫增長(zhǎng)率恢復(fù)。以上變化的影響在長(zhǎng)期內(nèi)將逐漸收斂為零。

圖3 中國(guó)31個(gè)省級(jí)行政單位脈沖響應(yīng)分析（左圖為gbt對(duì)et的響應(yīng)，右圖為et對(duì)gbt的響應(yīng)，下同）

圖4 東北地區(qū)脈沖響應(yīng)分析

東北地區(qū)房地產(chǎn)市場(chǎng)泡沫增長(zhǎng)率與增長(zhǎng)性預(yù)期的脈沖響應(yīng)結(jié)果如圖4所示。從結(jié)果來看，泡沫增長(zhǎng)率對(duì)增長(zhǎng)性預(yù)期沖擊的響應(yīng)為正向顯著，但在第三期出現(xiàn)了負(fù)向沖擊，說明房?jī)r(jià)持續(xù)且快速走高后，出現(xiàn)熱度褪去泡沫增長(zhǎng)率回落的現(xiàn)象。增長(zhǎng)性預(yù)期對(duì)泡沫增長(zhǎng)率沖擊的響應(yīng)為負(fù)向顯著，但沖擊的收斂并沒有整體房地產(chǎn)市場(chǎng)迅速，說明東北地區(qū)泡沫增速調(diào)整較全國(guó)市場(chǎng)稍稍緩慢。

東部地區(qū)與西部地區(qū)房地產(chǎn)市場(chǎng)泡沫增長(zhǎng)率與增長(zhǎng)性預(yù)期的脈沖響應(yīng)結(jié)果如圖5和圖6所示，較之中國(guó)31個(gè)省級(jí)行政單位，沖擊方向的結(jié)論基本一致。通過觀察沖擊程度可以發(fā)現(xiàn)，在東部地區(qū)泡沫增長(zhǎng)率與增長(zhǎng)性預(yù)期的交互作用顯著高于西部地區(qū)，說明我國(guó)東部地區(qū)的房地產(chǎn)市場(chǎng)更容易受到投資者預(yù)期的影響，泡沫的增長(zhǎng)也更容易影響投資者預(yù)期，這也側(cè)面印證了東部地區(qū)市場(chǎng)較于西部地區(qū)更不穩(wěn)定。

中部地區(qū)房地產(chǎn)市場(chǎng)泡沫增長(zhǎng)率與增長(zhǎng)性預(yù)期的脈沖響應(yīng)結(jié)果如圖7所示。從圖中可以觀察到，中部地區(qū)泡沫增長(zhǎng)率對(duì)增長(zhǎng)性預(yù)期沖擊的響應(yīng)短期內(nèi)為負(fù)，長(zhǎng)期回正，說明在中部地區(qū)房地產(chǎn)市場(chǎng)中，投資者短期的投資態(tài)度較為理性，即房?jī)r(jià)泡沫增長(zhǎng)率上升時(shí)，投資者認(rèn)為房?jī)r(jià)上漲的幅度會(huì)回落，之后隨時(shí)間推移逐漸調(diào)整增長(zhǎng)性預(yù)期。增長(zhǎng)性預(yù)期對(duì)泡沫增長(zhǎng)率沖擊的響應(yīng)為負(fù)向顯著，與全國(guó)其他各地區(qū)類似。

圖5 東部地區(qū)脈沖響應(yīng)分析

圖6 西部地區(qū)脈沖響應(yīng)分析

圖7 中部地區(qū)脈沖響應(yīng)分析

可以看出，中國(guó)各省級(jí)行政單位房地產(chǎn)泡沫增長(zhǎng)率與預(yù)期有著密切的關(guān)系，但是影響程度在區(qū)域之間存在一定的差異。其中值得一提的是，東部地區(qū)房地產(chǎn)市場(chǎng)最不穩(wěn)定，市場(chǎng)對(duì)預(yù)期的影響程度高，沖擊速度快，反之亦然；中部地區(qū)投資者增長(zhǎng)性預(yù)期較為理性，具有穩(wěn)定市場(chǎng)的作用。

從以上因果分析和脈沖響應(yīng)分析可得泡沫增長(zhǎng)率和增長(zhǎng)性預(yù)期的動(dòng)態(tài)影響程度，但這是否能嚴(yán)格解釋變量時(shí)間序列的波動(dòng)情況需要進(jìn)一步使用方差分解進(jìn)行分析，表7報(bào)告了對(duì)變量標(biāo)準(zhǔn)差的沖擊產(chǎn)生的交互影響，展示了沖擊產(chǎn)生后10期的結(jié)果。從對(duì)增長(zhǎng)性預(yù)期的解釋程度來看，除了第一期其自身解釋能力最強(qiáng)以外，其他時(shí)期的自身解釋能力僅接近50%。對(duì)比而言，泡沫增長(zhǎng)率的自身解釋能力強(qiáng)大許多，到第10期依然能保持90.8%的水平，說明泡沫增長(zhǎng)率慣性大。進(jìn)一步印證了格蘭杰因果檢驗(yàn)的結(jié)果：泡沫增長(zhǎng)率是增長(zhǎng)性預(yù)期的格蘭杰原因，且這一結(jié)論顯著，反之弱顯著。

綜上所述，本文認(rèn)為泡沫增長(zhǎng)率和增長(zhǎng)性預(yù)期互為格蘭杰因果關(guān)系，脈沖響應(yīng)分析顯示在中國(guó)各地區(qū)中二者的動(dòng)態(tài)影響存在一定差異，方差分解結(jié)果說明泡沫增長(zhǎng)率的波動(dòng)主要由自身解釋，而投資者增長(zhǎng)性預(yù)期中有很大的成分由泡沫增長(zhǎng)率解釋。因此，在討論中國(guó)房地產(chǎn)市場(chǎng)增長(zhǎng)情況的視角下，將預(yù)期成分納入考慮是明智之舉。

表7 方差分解分析

四、結(jié)論與政策建議

本文在廣義虛擬經(jīng)濟(jì)視角下，根據(jù)理性泡沫理論和動(dòng)態(tài)均衡思想，提取中國(guó)各地區(qū)房地產(chǎn)泡沫增長(zhǎng)率和投資者增長(zhǎng)性預(yù)期，分析房地產(chǎn)市場(chǎng)異質(zhì)性。本文實(shí)證分析表明，從時(shí)間來看，中國(guó)31個(gè)省級(jí)行政單位自2002年到2017年房地產(chǎn)泡沫均在上升，在2010年房?jī)r(jià)泡沫勢(shì)頭達(dá)到相對(duì)高峰，所有樣本單位的房地產(chǎn)泡沫走勢(shì)相當(dāng)，幅度各異。從空間來看，東部地區(qū)房地產(chǎn)泡沫較大，且增長(zhǎng)率與投資者預(yù)期交互作用強(qiáng)，市場(chǎng)波動(dòng)性強(qiáng)，容易發(fā)生暴漲暴跌現(xiàn)象；中部地區(qū)房地產(chǎn)泡沫低，投資者對(duì)房?jī)r(jià)增長(zhǎng)率的預(yù)期成分較為理性，有助于形成健康的房地產(chǎn)市場(chǎng)狀態(tài)；東北地區(qū)與西部地區(qū)房地產(chǎn)市場(chǎng)情況適中，但也存在價(jià)格泡沫現(xiàn)象，投資者預(yù)期中存在一定的不理性成分，可以看出，基于廣義虛擬經(jīng)濟(jì)，我國(guó)房地產(chǎn)市場(chǎng)表現(xiàn)出顯著的異質(zhì)性。

出于上述分析與結(jié)論，本文認(rèn)為房地產(chǎn)泡沫的治理，必須與投資者預(yù)期相結(jié)合，采取綜合性的措施：其一，政策制定者應(yīng)充分考慮房地產(chǎn)投資者，包括消費(fèi)者和房地產(chǎn)開發(fā)商等各方的利益，幫助各方獲取充足信息，積極引導(dǎo)投資者預(yù)期，使市場(chǎng)信息與投資者預(yù)期同步，進(jìn)而減少市場(chǎng)信息不對(duì)稱，催生房地產(chǎn)中介的錯(cuò)誤引導(dǎo)而造成的非理性行為。其二，制定硬性政策約束投機(jī)者行為，從制度層面出發(fā)，對(duì)房地產(chǎn)泡沫進(jìn)行干預(yù)，如開征財(cái)產(chǎn)稅增加投資性購(gòu)房成本；控制按揭貸款條件與風(fēng)險(xiǎn)，謹(jǐn)慎加息；設(shè)置首付比例階梯制度等。其三，根據(jù)中國(guó)房地產(chǎn)市場(chǎng)發(fā)展異質(zhì)性，針對(duì)地進(jìn)行市場(chǎng)宏觀調(diào)控，適度控制房地產(chǎn)泡沫，循序漸進(jìn)，保證中國(guó)各地區(qū)房地產(chǎn)市場(chǎng)在長(zhǎng)期平穩(wěn)健康地發(fā)展。

注釋：

① 與姜春海（2005）定義不同的是，本文允許投機(jī)性泡沫為負(fù)。

② 由于數(shù)據(jù)缺失，在此采用的數(shù)據(jù)為城鎮(zhèn)居民人均可支配收入的0.7倍

③ 東北地區(qū)：遼寧省、吉林省、黑龍江?。粬|部地區(qū)：北京市、天津市、河北省、上海市、江蘇省、浙江省、福建省、山東省、廣東省、海南?。恢胁康貐^(qū)：山西省、安徽省、江西省、河南省、湖北省、湖南??；西部地區(qū)：內(nèi)蒙古自治區(qū)、廣西壯族自治區(qū)、重慶市、四川省、貴州省、云南省、西藏自治區(qū)、陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)