外商直接投資對房地產價格的影響

【摘要】本文在基于1998年房地產業才開始進行商品房的改革，所以選用2000年到2010年11年華東7個省際外商實際直接投資額FDI與商品房平均銷售價格HP的年度面板數據，分析外商直接投資額對房地產價格的影響，通過建立固定效應變截距模型分析FDI與HP之間的關系，通過格蘭杰因果關系檢驗，得出房價變動引起外商直接投資額的變動的單向因果關系，最后針對一系列理論和實證研究結果提出政府應該尋找其他影響房地產價格的關鍵因素來控制房價，通過合理地控制房價水平，從而更好的進行房地產業的招商引資。

【關鍵詞】外商直接投資 房地產價格 面板數據

一、研究背景

我國房地產市場飛速發展，逐漸成為各地經濟發展的引擎，這得益于對房地產市場進行的大量投資，其中外商直接投資在房地產投資中的比重不容小覷。據國家統計局2011年按行業分的實際利用外商直接投資金額中，房地產業外商直接投資額占外商總投資的23.17%（見圖1），成為僅次于制造業的第二大吸收外資產業。外商直接投資為我國房地產業的發展提供了資金動力，促進了房地產市場的繁榮；同時，國際資本中的投機性資本過度流入也易造成房價的巨幅波動，催生我國房地產市場的泡沫。鑒于房地產具有與各產業關聯度高的特點，其風險很容易波及到其他產業，進而影響整個國民經濟的安全和社會的穩定，1997年亞洲金融風暴中國際資本大量撤離對日本房地產業的重創就是最好的佐證。因此，在當前我國房價虛高、泡沫積聚的情況下，研究房地產和外商直接投資的關系走向是否具有聯動效應，對于解決房地產業面臨的問題和引導國際資本的流入具有重要的理論和實踐意義。

二、文獻綜述

由于我國房地產價格的快速增長，對房地產價格的研究引起各方的重視，房地產價格受到很多復雜的因素影響，國內外學者在這方面進行了很多的研究。

關于外商直接投資對房地產的影響因素，國外學者主要從以下三個方面進行研究，第一，外商直接投資進入房地產業的原因研究，Farrell（2006）研究了日本1985年～2004年外商投資原因，發現良好的金融環境是外商直接投資房地產的主要原因；第二，外商直接投資房地產業的風險和回報研究，Hoeslim，Lekander.J和Witkiewicz.W（2004）利用分布于三大洲的7個國家1987～2001年的數據研究了房地產的投資回報，認為房地產是多元化投資組合中的一個有效資產；第三，對外商直接投資房地產業所產生的影響研究，Savant（2006）對印度外商直接投資房地產的指導政策進行了分析，認為房地產業利用外資有利于促進競爭，引進先進技術，帶動國內投資。

自從1998年我國取消福利分房以來，房地產業得到迅猛發展，伴隨著改革開放的不斷深入，越來越多的外資進入我國市場，關于房價與外商投資之間的關系，國內研究者關注的焦點主要集中在焦點主要是外資的進入究竟會產生什么影響，為什么要限制外資進入本國房地產，外資進入本國房地產的目的何在，外資大量進入到中國房地產企業具體會產生哪些正、負面影響等方面。具體的研究主要從以下四個方面進行研究，第一，關于外商直接投資進入房地產的原因研究，趙瓊（2010年）認為美國實際利率的不斷下降，而人民幣名義利率較高，使國內出現套利空間，以及美元持續貶值，國際熱錢急于尋找出口，新興市場成為熱錢流入的目的地。基于這些因素影響，熱錢大量流入我國；第二，外資進入對房地產業的積極影響研究，冷霜（2007）認為外資流入我國房地產不僅給我國帶來學習效應和合作效應，更有利于提高我國房地產企業的經營管理水平和房地產企業更新投資理念，小華（2009）認為外資的進入提高了房地產企業經營能力，促進房地產設計、施工、開發、中介和房地產金融等各領域的成熟和發展；第三，限制外資進入房地產的原因研究，趙海成（2004）認為外資大量流入房地產業加劇了我國房地產市場的供求結構失衡，大量的短期資本流入房地產市場，還會帶來投機活動的高漲，產生“羊群效應”，促使房地產泡沫膨脹；第四，現行政策的收效及其原因研究，饒瑋、劉穎圓認為我國采取的限制外資進入我國房地產業的措施收效不大，由于我國房地產需求仍然非常旺盛，投資我國房地產不僅可以獲得巨額回報，還可享受人民幣升值的附加收益加之稅收優惠政策，大量外資涌向中國房地產業的局面可能仍會持續。

目前外商直接投資對房地產價格的影響，很多都是采用時間序列數據進行研究，而利用省際面板數據進行的實證研究相對較少，本文利用華東地區近幾年的面板數據研究這兩者之間的關系。

三、變量的選取

本篇文章涉及的變量有FDI代表房地產業外商直接投資額，HP是商品房平均銷售銷售價格，用HP來代表房地產價格，SLR代表金融機構一年期法定貸款利率，用該指標控制國家宏觀經濟變量，具體見表1。

四、數據及處理

本文選取了2000年～2010年11年的華東地區7個省份的房地產業實際利用外商投資直接額和商品房平均銷售價格的對應數據，數據來源于2001年至2011年各年份的《中國房地產統計年鑒》，選取2000年～2010年各年度最后一次調整的國家一年期法定貸款利率，數據來源于各年的中國統計年鑒。為了排除物價波動的影響，用1978年為基期的各年居民消費價格指數（數據來源于國家統計局），對所有相關變量進行指數平減，同時為消除面板數據截面所產生的異方差影響，所有變量取自然對數。

五、模型及處理

針對面板數據的模型，主要有固定效應模型和隨機效應模型，他們分別又分為定截距項模型和變截距項模型，本文利用相關數據和Eviews軟件進行模型選擇的相關分析，得出本文所涉及的面板數據適合使用固定效應變截距模型，具體的分析過程見下文。

為了研究外商直接投資實際使用額FDI是如何決定房地產價格HP，首先假定數據適合使用固定變截距模型，居于此假設，建立如下變截距的面板數據模型：

為了判斷選擇變截距模型是否適合這個面板數據，還需要估計一個混合回歸模型，即假定模型（1）中截距項在所有的截面成員上都是相同的，即假定αi=α。混合回歸模型的形式如下：

LNHPit=αi+β1LNFDIit+β2LNSLRit+μit （2）

i=1，2，3，4，5，6，7 t=2000，2001，……，2010

（一）固定效應變截距模型估計

固定變截距模型的估計結果如下表2：

常數項的估計值為4.4816，其t統計量在1%的顯著水平下顯著；它表示在7個截面成員地區的取對數后房價的平均水平（下面簡稱平均自發房價）。解釋變量LGFDI的系數估計值為0.1736，它的t統計量非常顯著。由于估計的是變截距模型，因此這個解釋變量的系數估計值對7個截面成員地區都是相同的。因為解釋變量的系數估計值為正數，說明LGFDI對LGHP有正的影響。LNSLR系數為1.2191，P值也很小，該系數統計顯著，估計系數為正數，表明貸款利率也對房價也有正的影響。

Fixed Effects（Cross）列給出的是7個截面成員地區的自發房價水平相對于平均自發房價（常數項C）的偏離，用于反映7個地區之間的自發房價結構差異。其中，上海地區的自發房價水平最高，浙江地區次之，福建最低，各地區自發的房價水平之間的差異是由每個地區獨特的環境所引起的，上海和浙江的商業化水平總體較高，自然房價也較高。

根據表2結果，固定效應變截距模型的估計結果如下：

（二）混合回歸模型估計

利用Eviews軟件中固定效應模型的冗余變量似然比檢驗，結果如表3。

表3 固定效應模型的冗余變量似然比檢驗

根據表3所示的結果，混合回歸模型的估計結果：

從表3可以看到，混合回歸模型的所有參數估計值的t統計量對應的P值都非常小，在1%的檢驗水平上都是顯著的。解釋變量LNFDIit和LNSLRit的系數估計值為正，說明外商直接投資和一年期法定貸款利率都對對房價有正的影響。

與混合回歸模型對比，固定效應變截距模型是一個無約束的模型，了進一步檢驗是變截距模型還是混合回歸模型更適合，進行受約束F檢驗，結果如表2所示，因為F統計量和LR統計量對應的概率值非常小，故拒絕“固定效應變截距模型是冗余的”原假設，表明與固定效應變截距模型相比，混合回歸模型是無效的，即可以拒絕“7個地區的截距項是相同的”假定。

綜合上述模型（1）、（2）對比，本文選擇變截距模型。接下來是固定效應變截距模型和隨機效應變截距模型的選擇問題，具體選擇依據見下文的相關檢驗。

（三）隨機效應變截距模型估計

首先，假設數據服從隨機效應變截距模型，利用Eiews軟件進行相關的估計，結果如表5所示，常數項和解釋變量的系數估計都顯著且為正數，與表2的數據對比，解釋變量的系數估計值與固定效應的估計值很相近。

（四）固定效應模型和隨機效應模型的對比

為了確定固定效應模型和隨機效應模型哪個模型更合適，利用Eviews進行隨機效應的Hausman檢驗，結果如表6所示：

從上圖可以看出，解釋變量的系數估計值較接近，固定效應模型和隨機效應模型中的LNFDI系數估計值分別為0.1736和00.1983，概率P為0.0294。

Hausman隨機效應檢驗的原假設是：固定效應模型和隨機效應模型的估計量沒有實質的差異，其檢驗統計量服從自由度為2的x2分布。從上表7可以看到檢驗統計量等于4.74601，其概率值P為0.0932，因此在5%的顯著水平上不能拒絕檢驗原假設，即固定效應模型和隨機效應模型的估計量沒有實質差異，所以本文采用固定效應模型。

綜上所述，本篇文章理論模型選用固定效應變系數模型。即房價、外商直接投資、一年期法定貸款利率之間的回歸方程如下：

六、結論與建議

根據上文的實證檢驗結果，可以得出如下結論：

華東7個地區關于外商直接投資額、房地產價格和一年期法定貸款利率之間的省級面板數據，適合使用固定效應變截距模型來進行相關的分析。經過一系列的分析，我們可以知道是一個地區的外商直接投資額和一年期貸款利率都會引起該地區房地產價格的變動。外商直接投資額越高，房地產價格越高，一年期法定貸款利率越高，房地產價格越高。

根據以上結論，本文提出如下建議：

一是房地產業的外商直接投資額，會炒高一個地區的房地產價格，外商地方政府要想控制當地房價，就要合理控制外商在房地產業的直接投資額，可以對這部門呢資金進行合理引流，引導外商直接投資于其他更需要資金流的行業，在保證引進外資總量不變的情況下，合理調整外資資金利用結構，從而提高該地區綜合經濟水平。

二是國家一年期法定貸款利率會提高房地產價格，所以國家在調整法定貸款利率時，要考慮其對房價可能造成的影響，近年來，國家出臺了很多調控房地產價格的法律條款，但是高房價問題始終沒得到解決，為此，國家在出門相關政策時可以結合金融機構法定貸款利率考慮這個問題。

三是影響房地產價格的因素還有很多，除了外商直接投資，金融機構一年期法定貸款利率外，還有許多可能因素，國政府要想從根本上解決問題，還要對影響房價的因素進行更深更廣程度研究，做到對癥下藥。

參考文獻

[1]范東君，單良.FD I對我國房地產價格影響的實證研究——基于省際面板數據分析[J].云南財經大學學報，2009年第2期.

[2]趙瓊.國際資本流動對我國房地產價格的影響分析[J].技術經濟與管理研究，2010年第3期.

[3]孫偉.國際資本流動與房地產價格關系的實證研究[J].全國貿易經濟類核心期刊，2008.P93.

[4]周江虹.外商投資對我國住房價格影響的實證研究[D].[湖南大學學位論文].長沙：湖南大學，2010.

[5]樊歡歡.Eviews統計分析與應用[M].機械工業出版社，2011， 287-333.

[6]宋勃，高波.國際資本流動對房地產價格的影響[J].金融與投資，2006年.

[7]劉紅梅.外商投資對我國房地產價格的影響研究[D].[湖南大學碩士學位論文].湖南大學，2009年.

[8]戎雪.外商直接投資（FDI對我國房地產市場的影響分析[D].[華中科技大學碩士學位論文].華中科技大學，2008.

作者簡介：林銀瑞（1989-），女，漢族，福建莆田人，福州大學統計學研究生，研究方向：金融統計。