譚亞蘭 鄭雅蘭 譚艷 張語(yǔ)心 馮越玲 呂泉州

摘要：利率作為我國(guó)政府調(diào)控房地產(chǎn)市場(chǎng)的一種重要手段，當(dāng)經(jīng)濟(jì)過熱時(shí)，可提高利率、收緊信貸;當(dāng)通貨膨脹得到控制時(shí)，便會(huì)把利率適當(dāng)?shù)卣{(diào)低。2019年8月央行推出新的貸款定價(jià)基準(zhǔn)——LPR，該政策的出臺(tái)推動(dòng)了利率市場(chǎng)化，疏通了貨幣政策傳導(dǎo)途徑，同時(shí)它也對(duì)我國(guó)購(gòu)房者的購(gòu)房意愿產(chǎn)生了影響。本文基于真實(shí)有效的問卷調(diào)查數(shù)據(jù)，從分析LPR政策是否是影響購(gòu)房者購(gòu)買意愿的主要因素著手，同時(shí)結(jié)合其他因素來探討影響消費(fèi)者購(gòu)房意愿的因素，通過建立OLS模型和Probit模型進(jìn)行回歸分析及檢驗(yàn)預(yù)測(cè)，最后通過分析數(shù)據(jù)得出結(jié)論并提出相關(guān)建議。

一、OLS模型建立及分析

1.1研究假設(shè)

通過調(diào)查問卷的方式，設(shè)被解釋變量Y為是否有購(gòu)房意愿，解釋變量X1、X2、X3、X4、X5、X6分別為家庭年收入、家庭人數(shù)、房貸利率調(diào)整為浮動(dòng)利率是否影響購(gòu)房意愿、是否有住房公積金、戶口性質(zhì)、是否已有房。并將X3、X4、X5、X6設(shè)為虛擬變量，即X3是為1，否為0;X4是為1，否為0;X5城市為1，農(nóng)村為0;X6是為1，否為0。建立計(jì)量經(jīng)濟(jì)學(xué)模型：

1.2 OLS回歸分析

對(duì)選取的樣本進(jìn)行OLS回歸，得到如下結(jié)果：

1.3 OLS回歸分析的結(jié)果

在其他條件不變的情況下，房貸利率未調(diào)整為浮動(dòng)利率的均值為0.54，調(diào)整后的均值要高出0.12;在其他解釋變量不變的情況下，估計(jì)參數(shù)β?=1.04，說明家庭年收入每增加一元，可導(dǎo)致購(gòu)房意愿平均增加1.04。

對(duì)比各個(gè)解釋變量的待估參數(shù)，由OLS回歸結(jié)果可知：房貸利率調(diào)整為浮動(dòng)利率并不是影響購(gòu)房意愿的最主要因素，家庭年收入才是影響購(gòu)房意愿的最主要因素。

二、Probit模型建立及分析

2.1指標(biāo)說明

通常認(rèn)為利率下降會(huì)偏向選擇浮動(dòng)利率，利率上升則偏向固定利率。LPR的變動(dòng)是否一定會(huì)影響購(gòu)房人的購(gòu)買意愿還存在懷疑，對(duì)此我們選取了包括LPR政策在內(nèi)的六個(gè)自變量分析對(duì)消費(fèi)者購(gòu)買意愿的影響。當(dāng)問卷對(duì)象選擇浮動(dòng)利率時(shí)，因變量取值為1，否則取0。對(duì)部分因素?cái)?shù)據(jù)進(jìn)行分區(qū)間處理，賦予不同的值：

2.2 Probit回歸分析

首先使用經(jīng)過分立區(qū)間調(diào)整后的數(shù)據(jù)進(jìn)行回歸分析。利用收集的140個(gè)有效數(shù)據(jù)，使用Eviews軟件建立ordered-probit模型，結(jié)果如表4。擬合優(yōu)度值McFadden R-square大于0.1，由此判斷建立的模型較為合理。且似然比LR值較大，對(duì)應(yīng)的P值小于0.05，所以各參數(shù)對(duì)因變量的聯(lián)合影響顯著。從單個(gè)參數(shù)看，部分自變量未通過Z檢驗(yàn)，統(tǒng)計(jì)學(xué)角度上應(yīng)予以剔除，但從定性分析角度這些因素都在一定程度上對(duì)因變量發(fā)生作用，下面有必要對(duì)其進(jìn)行分析：

（1）自變量X1為家庭年收入，通過Z檢驗(yàn)，系數(shù)為正，說明家庭年收入對(duì)購(gòu)房意愿的影響較大越高，二者正相關(guān)。與預(yù)期相同。

（2）自變量X6為是否已有房，通過Z檢驗(yàn)，會(huì)對(duì)購(gòu)房意愿產(chǎn)生顯著影響。系數(shù)為負(fù)，表明二者呈負(fù)相關(guān)關(guān)系，與預(yù)期不符。在進(jìn)一步調(diào)查走訪后，綜合調(diào)查結(jié)果和仔細(xì)思考，導(dǎo)致負(fù)相關(guān)的原因可能是住房公積金的積累、投資用途、保值用途等，也可能是能夠購(gòu)買第一套房的人，也存在較大可能有能力購(gòu)買第二套房。

（3）自變量X2、X3、X4、X5、X6雖然均未通過Z檢驗(yàn)，但是在調(diào)查研究中發(fā)現(xiàn)都會(huì)在一定程度上對(duì)購(gòu)房意愿產(chǎn)生影響，應(yīng)予以保留。

2.3模型檢驗(yàn)及預(yù)測(cè)

（1）模型檢驗(yàn)

除本文選取的主要因素外，影響購(gòu)房意愿的因素還很多，需對(duì)模型的建立是否恰當(dāng)進(jìn)行檢驗(yàn)。如表5，選取一般臨界值c=0.5，原模型對(duì)購(gòu)房意愿判斷正確的概率為50.7%。說明原模型能夠在一定程度上對(duì)分析結(jié)果做出解釋，但是存在優(yōu)化的空間。

（2）模型預(yù)測(cè)

為進(jìn)一步提升模型效果，需對(duì)模型進(jìn)行預(yù)測(cè)，判斷是否存在更佳的模型能對(duì)調(diào)查結(jié)果進(jìn)行解釋。如表6，根據(jù)有購(gòu)房意愿的人占總體樣本的比例為42.14%，故選取臨界值c=0.4214，結(jié)果顯示模型判斷購(gòu)房意愿正確的概率為69.49%，較原模型有顯著提升。所以，在進(jìn)行是否有購(gòu)房意愿的判斷時(shí)，與臨界值0.4214進(jìn)行對(duì)比，得到的結(jié)果會(huì)更符合預(yù)期。

四、結(jié)論

本文運(yùn)用文獻(xiàn)研究法、模擬法等，通過研究樣本的家庭年收入、家庭人數(shù)等指標(biāo)來探究LPR是否影響消費(fèi)者購(gòu)房意愿。建立OLS和Probit模型，研究LPR對(duì)消費(fèi)者購(gòu)房意愿的影響，得出以下結(jié)論：

第一，個(gè)人住房貸款利率與LPR掛鉤為消費(fèi)者購(gòu)房意愿帶來正向影響。OLS回歸模型當(dāng)中β?=0.12，可以看選擇浮動(dòng)利率LPR為消費(fèi)者購(gòu)房意愿帶來正向影響。Probit模型中，住房貸款利率浮動(dòng)與否雖然未通過檢驗(yàn)，但其系數(shù)為正，表明購(gòu)房意愿會(huì)有一定程度提高。

第二，個(gè)人住房貸款利率與LPR掛鉤對(duì)消費(fèi)者購(gòu)房意愿的影響有限。OLS模型分析中，房貸利率調(diào)整為浮動(dòng)利率的估計(jì)參數(shù)是0.12，家庭年收入的估計(jì)參數(shù)1.04，故影響購(gòu)房意愿的最主要因素不是貸款利率，而是家庭年收入。在Probit模型分析中，家庭年收入和是否已有住房通過Z檢驗(yàn)，說明對(duì)購(gòu)房意愿的影響較大，而家庭人數(shù)、住房貸款利率浮動(dòng)與否、有無住房公積金和戶口所在地均未通過Z檢驗(yàn)且估計(jì)參數(shù)不為零。

五、結(jié)語(yǔ)

此次改革的目的是將貸款市場(chǎng)報(bào)價(jià)利率跟貸款基準(zhǔn)利率脫鉤，采用公開市場(chǎng)操作利率加點(diǎn)的方式來形成一個(gè)新的“LPR”利率，打通市場(chǎng)利率向?qū)嶓w經(jīng)濟(jì)傳導(dǎo)的路徑，更好地反映市場(chǎng)供求關(guān)系，有效配置資源。但所有的政策最后都落腳于“住房不炒”這一基本主線，LPR政策的出臺(tái)可能是我們國(guó)家金融到房地產(chǎn)體制的一個(gè)根本性轉(zhuǎn)折點(diǎn)。LPR雖不會(huì)對(duì)居民購(gòu)房意愿產(chǎn)生根本性影響，但為整個(gè)房地產(chǎn)行業(yè)虛高不下敲了警鐘，一定程度上消解了居民對(duì)房?jī)r(jià)的憂慮，同時(shí)為整個(gè)社會(huì)經(jīng)濟(jì)發(fā)展提供了政策導(dǎo)向，即實(shí)體經(jīng)濟(jì)才是一個(gè)社會(huì)發(fā)展進(jìn)步的堅(jiān)定基石。

參考文獻(xiàn)

[1]徐可.消費(fèi)者住房購(gòu)租選擇的影響因素研究.山東建筑大學(xué).2019

[2]郭棟.國(guó)際基準(zhǔn)傾斜演變與LPR新機(jī)制評(píng)測(cè)研究.2020

[3]魏成龍，張?zhí)矶?房地產(chǎn)調(diào)控與地產(chǎn)公司股價(jià)波動(dòng)的相關(guān)性——基于A股市場(chǎng)的實(shí)證分析.2009

重慶理工大學(xué) 400054