房地產行業與政府行為的互動關系研究

林 輝，陳 煥

（南京大學商學院金融學系，南京 210093）

房地產行業與政府行為的互動關系研究

林 輝，陳 煥

（南京大學商學院金融學系，南京 210093）

文章從新的角度，提出“中國的房地產行業是政府主導的政策性市場”的大膽假設，通過建立向量自回歸VAR模型來研究房價與政府行為的互動關系，模型表明，我國的房地產行業確實較大程度地受到政府經濟政策的影響，佐證了模型的假設。

向量自回歸VAR模型；房地產價格與政府行為；互動模型

0 引言

近年來，房地產業也面臨較為嚴峻的問題和挑戰，引起諸多爭議。經過2007年的瘋漲后，2008年底隨著美國金融危機對中國的沖擊，中國的房地產市場尤其是住宅市場開始趨冷。然而，2009年開始住房價格再次進入上升通道，一些城市的房價不斷創出新高，大大超出了普通居民的承受能力，對國民經濟的健康穩定造成了潛在威脅。高房價，住房難已經成為政府和社會關注的焦點。

因而，從系統的高度認清當前房地產行業的影響因素、發展態勢、并且從定量角度把握各指標之間的數量關系、研究政府宏觀調控對房地產業的定量影響，不僅可以為幫助市場參與者科學認清我國住宅商品房市場的形勢，以便市場主體更好地做出投資決策，還對政府政策的制定具有一定的借鑒意義。對房地產市場的定量研究，有助于我們從數量上對完善市場體系，平衡市場行為和政府干預，保持政策的連貫性等做出更好的決策。

1 房價與政府行為互動模型建立

由于我國的房地產行業很大程度上受到政府行為的影響，因此，探討房價與政府行為的互動關系成為關鍵問題。

1.1 模型假設

假設1，中國的房地產市場已脫離經濟基本面，累積了大量泡沫，即：脫離了傳統的供給需求理論的范疇。假設2，中國的房地產市場的非理性增長與政府的行為具有很大的相關性，即：政府的政策缺位和越位直接或間接了導致房價的虛高。

1.2 變量選取與VAR模型介紹

1.2.1 根據模型假設，選取以下變量：

工業增加值（IND）：代表宏觀經濟的走勢和中國的整體經濟狀況。

房地產價格（P）：以商品房銷售額代表房價。

廣義貨幣供應量（M2）：代表政府的貨幣政策，中國的中央銀行缺少獨立性，因此貨幣政策仍視為政府行為，其中，三大貨幣政策：再貼現政策、公開市場操作、存款準備金率都將傳導至市場的貨幣供應量M2。

政府財政支出（EX）：中央政府的財政支出，是政府的財政政策的一部分。

政府財政收入（IN）：中央政府的財政收入，是政府的財政政策的一部分。

1.2.2 VAR模型介紹

VAR模型是自回歸模型的聯立形式，稱為向量自回歸模型。假設y1t，y2t之間存在關系，如果分別建立兩個自回歸模型

則無法捕捉兩個變量之間的關系。如果采用聯立的形式，就可以建立起兩個變量之間的關系。VAR模型的結構與兩個參數有關。一個是所含變量個數N，一個是最大滯后階數k。

以兩個變量y1t，y2t滯后1期的VAR模型為例，

因VAR模型中每個方程的右側只含有內生變量的滯后項，他們與ut是漸近不相關的，所以可以用OLS法依次估計每一個方程，得到的參數估計量都具有一致性。

1.3 模型建立

為分析財政和貨幣政策在我國的房地產市場中的傳導作用，采用向量自回歸(VAR)模型，VAR方法是分析宏觀政策對宏觀經濟變量的影響時的一個普遍應用的工具。通過上述的分析，本文認為財政支出EX、財政收入IN、廣義貨幣供應量M2、房地產價格P和工業增加值IND存在相互影響的關系，從而構建滯后p期的VAR模型：

2 模型求解與分析

2.1 數據處理和VAR模型建立

通過建立上述VAR模型，可以對變量間的動態關系進行描述，而不需要區分這些變量是內生的或是外生的。此外，利用VAR的脈沖響應函數和方差分解，可分析變量間波動的動態影響。基于模型的要求以及數據的可得性，我們選用1999年2月到2011年7月間的月度數據作為樣本。

2.1.1 數據預處理

由于商品房銷售數據與工業增加值數據具有較強的季節性，考慮使用同比增長率替代原始數據。這樣，可以消除季節性，數據也更為穩定。

2.1.2 相關性分析

對選取變量進行相關性檢驗，得到相關系數矩陣如下：

表1 相關系數矩陣

根據相關系數矩陣，可以看到，房地產價格與政府收入、工業增加值、貨幣供應量成正比，與政府支出成反比。其中，與貨幣供應量M2的相關性最大。

2.1.3 平穩性檢驗

依次對5個變量進行平穩性檢驗，采用ADF（Augmented Dickey-Fuller test）檢驗，檢驗結果如下：

表2 ADF檢驗結果

ADF檢驗結果表明：各變量在1%的顯著性水平下均無單位根，都是一階單整序列，因此可以建立VAR模型。

由于此處選取變量較多，若滯后期過多，將使模型的有效性降低。在反復驗證，并結合AIC、BIC準則的判斷標準，選取滯后期為1階。

結合前面的相關性分析，在4個變量中，只有政府支出EX和房價P呈現了負相關的關系。

綜合以上分析，考慮對模型進行調整，剔除政府支出EX，選取政府收入建立VAR模型。

2.1.4 選取財政收入IN、廣義貨幣供應量M2、房地產價格P和工業增加值IND四個變量構造VAR模型。

同上文分析類似，在反復嘗試并結合AIC、BIC準則的判斷標準后，選取滯后期為1階。

根據檢驗結果，除了常數項以外，方程共16個參數，有11個通過t檢驗，方程的檢驗結果較好。

說明，政府收入IN比政府支出EX對房價的更有解釋力。除政府收入方程的可決系數較小外，其他方程可決系數都在0.66-0.93之間，模型總體的解釋力較好。

2.1.5 最終模型確立與分析

根據上述分析，最終確定VAR模型為：

方程分析結果如下：

（1）第一個方程的R2較小，IND(-1)、M2(-1)、P(-1)以及IN(-1)對于政府收入IN的解釋力較小，政府收入增速更多依賴與其他的經濟變量，這與現實經濟相吻合。政府收入不光與實體經濟和經濟政策有關，還同當年的政府的稅收計劃相關；

（2）第二個方程是對工業增加值的增速分析，結果說明房價增速P，貨幣供應量增速M2，都對工業增加值有正的促進，而政府收入增速的提高將減緩工業增加值。這說明，房價的提高對于整體經濟的發展，具有提振作用；

（3）第三個方程的擬合優度是四個方程中最高的，說明M2的增速與工業增加值增速、M2(-1)、政府收入增速、房價增速具有很大的關聯性；

（4）第四個方程是對房價增速P的解釋，從方程中可以明顯看出，前一期的房價增速P(-1)對下一期有明顯作用，同時，貨幣供應量增速的升高，會導致房價增速的上漲。

2.2 脈沖響應分析和方差分析

通過脈沖響應函數（Impulse Response Function，IRF）和方差分解可以分析某一變量擾動項的新息（innovation）對模型中所有變量的的沖擊效應。結果見圖2。

從脈沖分析的情況我們可以看出，房價的正沖擊，對政府財政收入產生正向的沖擊，這種沖擊具有滯后性，并且隨時間推移將逐漸減弱。

圖2 脈沖分析結果

房價的正沖擊同樣對工業增加值產生正的影響，但影響幅度小，并且在長期這種影響逐漸減弱并趨于0。

然而，房價的正沖擊會使貨幣供應量出現負的響應，并且在長期有不斷擴大和穩定的趨勢。

圖3 方差分析結果

從方差分析圖可以到，財政收入對房地產價格的影響比較平穩，影響約在10%左右。

廣義的貨幣供應量對價格的影響隨時間上升，最后影響約在20%左右。

工業增加值對房地產價格的影響在短期內并不明顯，這種影響隨著時間逐漸增大，但整體來說是比較小的。

2.3 小結

（1）房地產價格受到政府政策的影響。

通過房價與政府行為互動模型的建立與求解，可以看到，宏觀經濟以及政府政策對房地產價格具有顯著的影響。

（2）財政政策對房地產價格的影響的短期效應明顯。

在短期，積極的財政政策會給房地產價格帶來正向的沖擊，但這種沖擊會隨著時間的延續不斷衰減，長期甚至會有一個負向的影響。

（3）貨幣政策對房地產價格的影響是比較長期的，雖然貨幣政策的調整對房地產市場波動的影響比較小，但是一種穩定的長期影響。

3 總結

本文從房地產行業的發展出發，建立了房價與政府行為互動關系VAR模型，并通過這個模型探索出房地產行業背后的內生機制。

結合現實以及學術界的觀點，本文提出“中國的房地產行業是政府主導的政策性市場”的假設，并通過建立向量自回歸VAR模型印證了這一觀點。在房價與政府行為的互動關系VAR模型中，主要對房地產價格、政府收入、工業增加值以及貨幣供應量之間的內生關系進行了動態分析，結果表明，中國的房地產行業較大程度的受政府政策的影響。

[1]葛揚,陳崇.中國房地產市場供給結構與價格泡沫關系研究----基于var模型的脈沖響應分析[J].中國經濟問題，2011,(2).

[2]王要武,金海燕.我國房地產宏觀調控政策效果的實證分析[J].土木工程學報，2008,(8).

[3]蔣艷,謝永欽,左西子.城市房地產供應量預測模型及應用[J].科技信息，2007,(3).

[4]張海洋.投資性需求對我國房價影響程度的實證分析[J].軟科學，2011,(3).

[5]羅剛強,趙濤.轉型期中國城市住宅市場供求狀態及其波動效應，1991-2008[J].西安電子科技大學學報，2010,(2).

[6]田紅保.論房地產業可持續房展評價誤區與核心體系[J].中國房地產金融，2010,(3).

F224.9

A

1002-6487（2012）24-0159-03

林 輝（1972-），男，福建閩侯人，博士，教授，研究方向：金融工程與金融風險管理。

陳 煥（1988-），男，湖北英山人，碩士研究生，研究方向:金融工程與公司金融。

（責任編輯/亦 民）