基于VAR模型對我國房價波動因素的動態分析

鄧寧++孫騰飛

【摘 要】為了說明影響房價波動的決定因素及其的動態影響，我們使用了季度數據建立的VAR模型對這些因素進行動態分析得出以下結論： 1、脈沖響應分析揭示了短期內城鎮居民可支配收入、通貨膨脹、抵押貸款率、國內生產總值、與人口數量的上漲對于房地產價格都有一個正向的推動作用。2、方差分解表明了引起房價波動的最主要因素是其自身，這主要取決于人們的心理預期；通貨膨脹、人口增長與城鎮居民可支配收入對房價波動影響較大。

【關鍵詞】房價波動；動態影響；脈沖響應分析；方差分解

一、引言

從宏觀經濟的角度來看，房地產行業是大多數國家包括中國的一個重要組成部分。2014年我國房地產業占到了國內生產總值的6.1%，房屋竣工價值達到了61754.86億元。居民對住房的支出也是他們日常生活的最大支出。

住房有消費和投資的雙重屬性，目前在中國房地產的交易比較活躍，流動性較大，有廣闊的市場。房屋價格的波動是做出住房投資決定的一個重要的因素，同時對波動的預測經常被當做世界上各種類型投資的定期風險管理活動。因此，我們有必要知道：房地產價格的波動受哪些因素的影響及他們對房價影響的效用如何。

房地產的產業鏈條非常長，房地產行業的發展對其他行業如鋼鐵、運輸、煤炭等行業有著巨大的促進作用，會刺激一國經濟的發展。同時，房產價格的波動也會顯著影響其他一些市場例如房產抵押市場、二手房交易市場、抵押貸款支持債券市場和耐用消費品市場等與住房市場息息相關的市場。因此，房產價格波動研究對整個經濟來說也是十分重要的。

正是由于房地產價格波動的影響巨大，國內外學者對其做了深入的研究。Stern （1992）解釋了英國1971到1989這個時期影響房價的決定因素。他發現實際收入是影響房價的最重要的決定因素；住房供應量比利率對住房價格有某些更好的影響。HabinZhu （2004）等以美國等17個國家為例，運用VAR模型，分析了1970-2003年GDP、銀行信用、短期利率、通貨膨脹等因素對房價的影響，得出通貨膨脹和銀行信用對房價的增長有主要影響。DavidMiles和Vladimir Pillonca（2007）認為影響房價上漲的因素有以下這些：利率的下降、實際收入的上漲、人口的上升、對未來的房價持上漲態度的樂觀情緒，但新的房屋供給抵消了一部分房價上漲的影響。周建軍（2009）以我國2000年至2007年每個季度的數據為研究基礎，對影響我國住房價格波動的因素進行了實證研究，結果表明居民可支配收入、土地價格與房價正相關，利率與房價負相關。梁云芳和高鐵梅（2007）通過將全國城市劃分為東部、中部和西部，運用Panel Data模型和誤差修正模型對全國房價波動區域差異和影響因素進行研究，發現東部和西部住宅價格受信貸規模的影響較大，對其長期趨勢和短期波動具有不同程度的影響，但是對中部住宅價格影響不顯著。崔光燦（2009）的研究使用我國31個省、市、自治區自1995年至2006年的數據，構建面板數據模型進行經驗研究，考察我國房地產價格與宏觀經濟之間的互動關系。本文在建立平穩VAR模型的基礎之上對中國2006年第一季度到2015年第二季度的數據進行脈沖響應分析和方差分解最后得出結論。

二、實證分析

本文使用的是中國2006年第一季度到2015年第二季度的數據，共38個樣本來研究這些影響房價波動因素對其的動態影響。房價升值率是采用簡單的時間加權計算出每季度的平均房價，進而計算出房價相對于上一季度的升降情況。由于消費者價格指數（CPI）是觀察通貨膨脹率的重要指標，本文選取CPI作為模型的一個變量。存在許多種抵押貸款利率，在這項研究中，我們選取傳統的五年期抵押貸款利率。本文數據除抵押貸款率來自于中國人民銀行外，其他所有數據均來自于中經網統計數據庫。

由于房價波動可能受這些因素的影響，因此，在這篇文章中我們使用以下符號，時間為t，t時期內國內生產總值增長率為GDPGt，通貨膨脹率為CPIGt，，人口增長率為POGt，房價升值率為HPAt，抵押貸款率MRTCt，城鎮人口可支配收入同比增速為INCOMEt。由于是同比數據，我們做了定基處理，以2006年第一季度作為基期；同時為了減小數據的異方差的影響，我們對數據進行取對數化處理。GDPGt，CPIGt，POGt，HPAt，MRTCt，INCOMEGt，可以使用以下公式進行計算，其結果可能是正的也可能是負的。

CPIGt=logCPItCPIt-1 ⑴

GDPGt=logGDPtGDPt-1 ⑵

POGt=logPOtPOt-1 ⑶

HPAGt=HPAt-HPAt-1HPAt-1 ⑷

INCOMEGt=logINCOMEtINCOMEt-1 ⑸

MRTCt= MRTt – MRTt-1 ⑹

（一）VAR模型

為了檢驗房價波動與各變量之間的動態關系，我們采用Sims1980年提出的VAR模型。這種模型采用多方程聯立的形式，之后利用模型中的內生變量對其滯后值進行回歸，從而研究它們的的動態關系。之后進一步采用脈沖響應函數分析法來分析模型受到某一種沖擊時對房價波動的動態影響。以下是我們建立的VAR模型：

Yt=c+1Yt-1+2Yt-2+……+kYt-k+ut ⑺

（二）ADF檢驗

由于VAR模型的建立需要在變量穩定或者具有協整關系的基礎下進行，否則會出現偽回歸的現象，因此我們首先要對變量的平穩性進行檢驗。采用ADF檢驗，其檢驗結果如下。

表1 ADF檢驗結果

變量 檢驗類型 ADF統計量 5%臨界值 1%臨界值 結論

CPIG （C，Q，1） -2.952748 -1.950394 -2.630762 平穩

GDPG （C，Q，1） -0.733456 -1.950394 -2.630762 不平穩

D（GDPG） （C，Q，1） -4.169492 -1.950687 -2.632688 平穩

HPAG （C，Q，4） 1.278874 -1.951332 -2.636901 不平穩

D[HPAG] （C，Q，2） -10.56836 -1.951332 -2，636901 平穩

INCOMEG （C，Q，0） -0.656387 -1.950394 -2.630762 不平穩

D（INCOMEG） （C，Q，0） -6.502703 -1.950687 -2.632688 平穩

MRTC （C，Q，1） -2.389969 -1.951332 -2.636901 5%下平穩

D（MRTC） （C，Q，0） -4.274395 -2.954021 -3.646342 平穩

POG （C，Q，0） -0.460327 -1.950117 -2.628961 不平穩

D（POG） （C，Q，0） -5.916080 -1.950394 -2.630762 平穩

注：（C，Q，L）分別表示常數項、趨勢項和滯后階數，Q表示沒有趨勢項，L表示由SIC確定的滯后階數，D（）表示一階差分D[]表示二階差分。

由ADF檢驗我們發現只有CPIG平穩，但是除HPAG所有的變量的一階差分都平穩，HPAG的二階差分也平穩。因此我們可以直接對變量之間關系建立VAR模型。同時，對數差分項近似表示該變量的增長率，具有明確的經濟意義。

根據CPIG，D（GDPG）， D[HPAG]， D（INCOMEG）， D（MRTC）， D（POG），建立VAR模型。

（三）滯后期的確定

VAR模型中的一個重要的問題就是滯后期的確定。在確定滯后期k時，一方面想要使滯后期足夠大，以便能完整反映所構造模型的動態特征。但是另一方面，滯后期越大，需要有足夠的滯后項，其自由度的數目又不夠。影響參數估計的有效性。

VAR滯后期判定表

圖1

根據LR、FPE、AIC和SC、HQ準則確定建立VAR（1）模型。

（四）脈沖響應分析

脈沖響應函數反映的是在隨機誤差項上施加一個標準差大的沖擊后對內生變量的當期值和未來值所帶來的影響。因此脈沖響應函數顯示的是系統的動態影響。由于脈沖響應函數對變量的順序很敏感，變量順序不同將會影響結果，因此，我們設置進入VAR的順序為DINCOMEG、DCPIG、DMRTC、DGDPG、DPOG。考慮到居民可支配收入對房價波動影響顯著，因此將它放在第一位。

圖2 DINCOME對DHPAGG15期沖擊圖 圖3 DCPIG對DHPAG15期沖擊圖

圖4 DMRTC對DHPAG15期沖擊圖 圖5 DGDPG對DHPAG15期沖擊圖

圖6 DPOG對DHPAG15期沖擊圖

圖3是城鎮居民可支配收入一個單位標準差的沖擊對房價升值率的影響，前三期居民可支配收入與房價升值率正相關，即居民可支配收入增加，房價也會隨之上漲；到第四期表現出負相關，并于第五期之后逐漸趨于平穩。這說明居民可支配收入的上漲短期內推動了房價的上漲。

圖4是通貨膨脹率一個單位標準差的沖擊對房價升值率的影響，通貨膨脹上漲初期對于房價有一個推動作用，在第二期隨著膨脹的加劇，對于房價上漲有一個逆向作用，減緩了房價的上漲。第三期之后隨著膨脹的繼續，進一步推動房價上漲，造成房地產價格虛高。

圖5是抵押貸款利率對于房價升值率的影響，表明短期內抵押貸款率的上漲對于房價上漲有一個推動作用，并在第四期左右達到峰值，之后抵押貸款率的上漲對于房價的上漲有一個反作用。

圖6表明GDP對于房價的影響，GDP的一個正向沖擊會帶來房價升值率短期的上漲，并于第三期左右達到峰值，隨后正向影響逐步轉變為負向影響并最終趨于平穩。

圖7表明人口增長對于房價的影響，隨著人口的增長，房價也逐步上漲，2-3期人口增長減緩了房價上漲，之后隨著人口增加，房價在第四期達到最大值。之后效果逐步降低并在第13期左右趨于穩定。

（五）方差分解

圖7

為了確定影響房價變化的因素的相對重要程度，我們對模型進行方差分解。由圖中可以看出影響房價波動的各因素在第八期趨于平穩。其中對于房價波動影響最大的還是房價升值率的變化，這可能取決于人們的心理預期，隨著房價的不斷上漲，加劇了人們心理的恐慌，推動了觀望者的買房進程，進一步加劇了房價的上漲。年初一線城市房價瘋漲就很好的說明了這一點。通貨膨脹、人口增長與城鎮居民可支配收入對房價波動影響較大，分別占比7%、6.3%、5.1%。GDP與抵押貸款率對房價波動影響較小，分別占比2.4%和2.3%。

三、結論與啟示

本文對中國房地產市場2006年第一季度到2015年第二季度的數據采用VAR模型進行了分析。分析了國內生產總值、通貨膨脹、人口數量、抵押貸款率、城鎮居民可支配收入等因素的變動，對房價波動產生的動態影響。

第一、我們在建立平穩的VAR模型的基礎之上對數據進行了脈沖響應分析，發現短期內城鎮居民可支配收入、通貨膨脹、抵押貸款率、國內生產總值、與人口數量的上漲對于房地產價格都有一個正向的推動作用。

第二、通過方差分解我們知道房價自身是引起房價波動的最主要因素，這主要取決于人們的心理預期。房價的不斷上漲會迫使那些購房觀望者改變自己的觀望態度，加速自己的買房進程，短期內形成一個購房熱，進一步推動了房價的上漲。通貨膨脹、人口增長與城鎮居民可支配收入對房價波動有一定的影響，但并不是主要原因；國內生產總值與抵押貸款率對房價波動影響不太顯著。

住房支出作為居民支出的主要組成部分，對于居民生活水平具有顯著影響。維持房價的穩定對于保障民生、維護社會穩定也有重要意義。根據本文的研究，房價的波動會促進房地產價格的上漲，同時通貨膨脹、城鎮居民可支配收入對于房價波動影響較大。因此我國應當在對房地產宏觀調控的基礎上，制定相應的政策來抑制房價的不合理波動；采取穩健的貨幣政策防范通貨膨脹，進而促進我國房地產市場健康穩定的發展。

參考文獻

[1]崔光燦.房地產價格與宏觀經濟互動關系實證研究——基于我國31個省份面板數據分析[J].經濟理論與經濟管理，2009 （1）： 14-25.

[2]梁云芳，高鐵梅. 中國房地產價格波動區域差異的實證分析[J]. 經濟研究，2007，08：133-142.

[3]周建軍.我國房地產價格的影響因素及其合理性研究[J].商業研究，2009（4）.

[4]Haibin Zhu. What Drives Housing Price Dynamics： Cross-country Evidence [J].BIS Quarterly Review， 2004 （5） ：65-78

[5]Miles，D.and V.Pillonca（2008）.Financial Innovation and European Housing and Mortgage Markets[J].Oxford Review of Economic Policy，V01.24，No.1，2008，PP.145—175.

[6]Stern， D. （1992） Explaining UK house price inflation 1971–89， Applied Economics， 24， 1327–33.

作者簡介：

鄧寧 （1971-）男 ， 廣東湛江人，講師，研究生導師，博士。

通訊作者：

孫騰飛 （1992-） 性別：男 籍貫：河南南陽，中南財經政法大學 碩士研究生。