山東省房地產泡沫的實證研究

焦繼文，郭 燦

(1.山東大學 管理學院，濟南 250100；2.天津大學 管理學院，天津 300072）

0 引言

房地產泡沫是房地產市場危機的集中體現，雖然房地產泡沫特征通常總是呈現出大而不破，但是并不能因此就忽視房地產泡沫存在的事實，因為過量泡沫集聚的本身就會加劇宏觀經濟的波動，影響社會經濟資源的優化配置，造成社會福利的損失，損害社會公平，導致社會風氣下降，甚至影響人民的正常生活。所以，為了引導房地產市場的良性和諧發展，需要及時把握房地產市場的泡沫情況。但是，由于房地產是一種區域性極強的商品，所以，除了對山東省整體情況的分析之外，本文還選取了三個比較有代表性的城市來作比較分析，分別是：濟南（省會）、青島（經濟發展水平最快）和濟寧（一般水平），選取1998～2009年的相關數據作為實證的樣本區間。

1 預警模型的構建原理與設計

1.1 預警模型的構建原理

房地產泡沫的本質是市場價格對其基礎價值的偏離，房地產泡沫檢測的難點就在于對其基礎價值的確定。傳統方法中普遍將房地產泡沫當作理性泡沫來處理。但事實上，房地產泡沫中有相當多非理性成分，這些是很難用精細的數學模型來表達的。

房地產泡沫產生的根源則在于購買者對房價的非理性預期所導致的投機性需求膨脹，以及房地產本身供求彈性的不對稱性。其實，除去投資需求和投機需求，也不考慮房地產商為更多牟利囤地囤房、捂盤惜售刻意縮減供給的情況，房地產市場中最正常最基本的居住需求和房地產商的實際供給能力都是相對比較穩定的。而房地產市場的泡沫危機，就存在于房地產投資者和房地產商，對房價所做出的不符合市場基本供求關系的心理預期上。所以，筆者認為，房地產泡沫也可以看作是在心理預期影響下的心理價位，相對于由實際穩定供求關系決定的一般均衡價格的偏差。所以，可以考慮通過考查心理預期決定的市場價格與基本剛性供求關系的變化情況來間接反映房地產市場的泡沫風險情況。

1.2 預警模型的設計過程

（1）供求平衡指數

房地產市場中有很多因素是直接反映或影響房地產的剛性供給或基本需求的，可以將這兩種指標進行區分，然后通過提取主成分并計算主成分得分，分別得到實際穩定的供給和需求情況的綜合得分，而二者的差值變化則可間接反映出房地產市場的供求情況的變化。

在既有研究的基礎上，本文選取反映真實的剛性需求情況的住宅銷售面積、年末總人口數、人均居住面積、人均儲蓄額、人均可支配收入、職工平均工資、人均GDP、房價租價增長率差這8個指標為基本需求指標，選取反映實際供給的房地產開發投資額、土地開發投資、土地開發面積、房屋施工和竣工面積，以及房地產商開發成本和利潤為基本供給指標，通過主成分分析，可以分別求得基本需求和供給指標的主成分得分，即基本需求指數和基本供給指數。然后，通過計算基本需求和基本供給的增長率之差得到基本供求平衡指數，來反映需求增長速度超過供給增長速度的量，來確定支持房價上漲的動能基礎，即：

其中，BDS為供求平衡指數；ID和IS分別為基本需求指數和基本供給指數，是基本需求指標和基本供給指標標準化之后的主成分得分；而ΔID和ΔIS則分別為基本需求指數和基本供給指數的增長率。

（2）心理預期指數

從內外環境對房價影響的角度考慮，當看到內外各市場要素變動時，各市場主體對房價的心理預期就會產生變化。但由于這種影響是非線性的，很難用線性回歸這樣的線性模型來模擬。所以，我們考慮使用人工神經網絡的方法，來模擬這種預期。人工神經網絡原理跟人們對房價的心理預期過程有一定相似性，可將各市場要素對房價的影響看作一個多輸入單輸出的黑箱，以影響人們心理預期的指標為輸入方，以下期房價為輸出方，通過對三層BP神經網絡的訓練，得到合適的模型，求得房地產的結構預期價格PS。

具體來說，綜合考慮房地產市場中各影響因素，兼顧我國經濟數據的可得性，本文最終選取以下五類指標：反映和影響房地產價格的房地產價格指標；反映真實的剛性需求的情況的基本需求指標；影響房地產市場的投資和投機需求的投資需求指標；反映實際供給情況和影響房地產商供給意愿的基本供給指標；以及以房地產空置為主，可以隨時轉化為供給的保留供給指標。這五類指標都是影響人們對下一期房價預期的重要因素，考慮到指標數目太多，我們首先分別對各類指標提取主成分，得到價格、基本需求、投資需求、基本供給、保留供給五方面各自的綜合指標，記為P、D、I、S、R，并以這五個指標為神經網絡的輸入項。同時，選擇滯后一期的價格指標的主成分得分Pt+1為神經網絡的輸出項，即：

其中，fS的函數形式由三層BP神經網絡訓練得到，而最終的P就是所求的結構預期價格PS。

另外，單從房價的角度考慮，房價是人們最為關注的市場要素之一，房價的波動會直接牽動人們的心。隨著時間的推移，人們對房價的歷史變動趨勢會有較深的印象，并會根據這種歷史變動趨勢，對之后一段時間內的房價產生預期。由于這個主觀預期產生的過程之中，所能參照的數據量并不大，需要使用灰色系統模型來實現這種“小樣本”、“貧信息”條件下的短期預測。同時，為了提高預測的精度，則需要使用人工神經網絡來對灰色系統模型進行修正，即：

其中，fT的函數形式由GM(1,1)和神經網絡組合預測模型決定，同時求得的P就是時序預期價格PT。

最后，將這兩種預期價格相結合，以二者的算術平均值為房價的心理預期值Pe，并以其標準化值為房價的心理預期指數IP，即：

（3）綜合預警分析

供求平衡并不能解釋房地產泡沫的全部，需要結合人們對房價的心理預期，求得綜合預警指數IB。

其中，IB為綜合平衡指數，是心理預期指數IP與供求平衡指數BDS比值的百分數，可以反映預期價格超出供求平衡的程度。若心理預期與供求變化的方向和幅度都是一致的，則可認為房價波動有一定的供求基礎，且房地產市場對所存在的泡沫有較好的自我調整狀態，危機程度較小，但若二者的差異較大，甚至相背，則可認為房地產市場的危機程度較大，需要相關方及時采取適當的措施進行調控。

另外，由于房地產泡沫的風險程度是由房價的高低和泡沫的膨脹程度共同決定的，所以，最終構造的泡沫預警指數需要反映這兩方面的情況。因此，本文構造如下泡沫預警指數，以反映泡沫風險的實際大小：

其中，泡沫風險度DA為(4)式求得的預期房價Pe與(6)式求得的綜合平衡指數IB的乘積，而泡沫預警指數IA則為DA的標準化值。泡沫預警指數越大，房地產的價格偏離其供求基本面的程度就越大。

（4）警界的確定

根據誤差理論，本文選用3σ方法來劃定警限，即根據偏離中心值的標準差的倍數來反映數據的合理性。不同的行業質量控制可選擇不同的標準，對于正常經濟系統中，數據偏離穩定值過大或過小的可能性都很低，本文選擇1倍標準差作為異常值的依據。

2 實證分析

2.1 基本供求平衡情況分析

首先，以反映真實的剛性需求情況的住宅銷售面積、年末總人口數、人均居住面積、人均儲蓄額、人均可支配收入、職工平均工資、人均GDP、房價租價增長率差這8個指標為基本需求指標，以反映實際供給的房地產開發投資額、土地開發投資、土地開發面積、房屋施工和竣工面積，以及房地產商開發成本和利潤為基本供給指標，通過主成分分析，可以分別求得基本需求和供給指標的主成分得分，即基本需求指數和基本供給指數。然后，通過計算基本需求和基本供給的增長率之差得到基本供求平衡指數，來反映需求增長速度超過供給增長速度的量，來確定支持房價上漲的動能基礎，分析結果如圖1所示。

圖1 山東省、濟南、青島及濟寧房地產市場供求平衡情況分析

從圖1可以看出，基本需求的變化是相對比較穩定的，一般都為正值，這正好反映了剛性需求的穩定增長是客觀的。而基本供給指標和供求平衡指標則圍繞著基本需求指數的增長曲線逐年上下波動，這是市場調節的盲目性和滯后性的表現。越不成熟的市場，供給和市場平衡曲線的變動就越大。

2.2 綜合預警情況分析

泡沫預警指數是反映人們對房價的心理預期與基本的供求關系偏離情況的指標。根據上述模型，若該指標值在(-1，1)的區間之內，則可認為心理預期與供求變化的方向和幅度一致，即下期的房價的波動會有一定的供求基礎支撐，市場對所存在的泡沫有較好的自我調整狀態，危機程度較小；若該指標值＞1，則可認為人們對房價的心理預期會遠遠超出房地產剛性穩定供求關系的基本面，房地產市場的危機程度較大，需要有關部門及時采取適當的措施進行調控；若該指標值＜-1，則可認為人們對房地產市場普遍不看好，房地產市場過冷，這樣也不利于房地產市場的健康發展，也需要有關部門及時對市場進行干預。具體的實證預警結果如圖2所示。

從分析結果可以看出，從1998年房地產業市場化剛剛起步的時候開始，隨著房地產市場的發展，山東省各地市的泡沫也在慢慢堆積中。適度的泡沫刺激了房地產行業的健康發展和完善，不過，近幾年，各地市的房地產市場都先后經歷了快速發展的時期。過快的發展，造成了泡沫度的陡升。從2007年起，青島的房地產業的發展就首先突破了房地產市場發展的安全穩定區，甚至從2008年開始，青島房地產市場的泡沫度已經連續3年接近了危機警戒線。同樣，2007～2009年，也是濟南房地產業快速發展的時期，短短兩年間，濟南的泡沫度已然接近了青島。不過，在2009～2010年間，房地產投資有明顯向二三線城市的轉移的趨勢。所以，在2010年，青島、濟南等一線城市的泡沫度略微降低。而濟寧這樣的二三線城市將會得到更大的發展。但是，由于在全省范圍內的投資并沒有撤出，只是投資的方向有所轉移。所以，對于全省范圍而言，依然存在較大的泡沫過度發展的危機，需要采取有效措施來對房地產市場中的過熱情況進行控制。否則，會有更多的泡沫堆積，不但會有破裂的風險，而且，對經濟發展，資源優化配置，以及人民的生活水平都有極大的危害。

圖2 山東省、濟南、青島及濟寧房地產綜合預警指數

3 結論及對策建議

房地產泡沫風險是我們必須認真面對的問題，自然對房地產泡沫風險預警方法的研究就是一項非常有意義的工作，同時也是一項復雜的系統工程。本文是以山東省為背景，對房地產泡沫風險預警研究做了一定探索。通過對山東省、濟南、青島以及濟寧的基本分析和泡沫綜合預警分析，得出以下結論及并提出相應的對策建議。

（1）總體來看，在2009年和2010年，山東省房地產泡沫度均在高位運行，雖然在2010年，青島、濟南等一線城市的泡沫度略有降低，但房地產投資有明顯向二三線城市轉移的跡象，在全省范圍內的投資并沒有撤出，只是投資的方向有所轉移，導致全省房地產泡沫度總體仍較大，依然有明顯過熱趨勢，盡管總體尚未達到預警水平，但仍隱藏著較大危機。為此，需要相關部門予以足夠重視，采取措施提高市場中的投機成本，同時建立更多投資渠道，讓投機資本可以有更好的去處，進而從根本上解決問題。

（2）房地產地域發展不平衡，雖然對于濟寧這樣的二線城市，泡沫危機的程度并不算特別嚴重，但泡沫度有增加的跡象，而對于青島、濟南這樣的一線城市，由于大量外來人員的涌入，對住房的剛性需求比較旺盛，同時，在其中趁機投機的資本也比較多，造成了房價的推高比較嚴重，泡沫風險比較大，即使在泡沫不破裂的情況下，人民的生活水平也會受到極大的影響。所以，對于經濟發展速度比較快的一線城市，除了需要打擊投機行為之外，還應該盡力去加大房地產開發建設的力度，努力滿足居民迫切的購房需求。

（3）商品房的空置率過高，特別是近兩年的商品房空置面積的快速增加，需要引起我們足夠的關注。這意味著很多房地產商存在著捂盤惜售的情況，房地產開發商如此人為地限制供給的行為，對于房地產市場的健康發展，以及人民的實際生活需要的滿足都有很大的危害。相關部門應該制定一系列相關政策法規來規范房地產開發商的行為，打擊各種囤地囤房、捂盤惜售的情況，最大限度地滿足人民的居住需求。

此外，還要注意到房地產投資增長過快，山東省相當多地市近幾年的房地產投資增長率都一直在不斷爬升之中。政府需要有意識地引導資本的投資方向，調整社會資本的優化配置，協調國民經濟各產業部門的協調發展。

[1]王子明.泡沫與泡沫經濟非均衡分析[M].北京：北京大學出版社，2002，(7).

[2]章嫦華，駱尚青，虞曉芬.房地產泡沫檢測方法述評[J].中國房地產，2005,(8).

[3]葉艷兵，丁烈云.房地產預警指標體系設計研究[J].基建優化，2001,(3).

[4]李崇明.房地產預警的誤區及對策的方法論分析[J].武漢理工大學學報(社會科學版)，2003,(3).

[5]戚烈旭.中國房地產市場的供給和需求分析—兼議房地產過熱[J].廣西財政高等專科學校學報，2005,(4).

[6]費真群，成都市房地產預警系統研究[D].四川師范大學，2008.

[7]周志剛.灰色系統理論與人工神經網絡融合的時序數據挖掘預測技術及應用[D].成都理工大學，2006.

[8]陳峰，丁烈云.房地產綜合模擬預警法誤區的識別及修正[J].數學的實踐與認識，2006,(12).

[9]Ronald W，Kaiser.The Long Cycle in Real Estate[J].Journal of Real Estate Research，1997,14(3).

[10]Tae Yoon Kim，Kyong Joo Oh，Insuk Sohn，Changha Hwang.Useful?ness of Artificial Neural Networks for Early Warning System of Eco?nomic Crisis[J].Expert Systems with Applications，2004,26(4).

[11]Juliana Yim，Heather Mitchell.Comparison of Country Risk Models，Hybrid Neural Networks，logit Models，Dscriminant Analysis and Cluster Techniques[J].Expert Systems with Applications，2005,(28).