香港物業價格泡沫檢測

蕭振熙

【摘 要】物業價格水平，對社會上各經濟環節有著很重要的影響性，而物業泡沫的存在，亦會左右不同投資的決定。基于近年物業價格急升，本文會進行對香港物業價格泡沫是否存在的測試。結果顯示，2010年和往后時間，觀察到房地產價格顯著的泡沫的存在。

【關鍵詞】資產泡沫；房地產價格

一、前言

2009年后全球各地之主要城市的房產價格均呈現高漲的情勢。房價的快速上漲令人聯想是否全球房市泡沫陰霾籠罩？又由于美國經濟逐漸復蘇，實施約五年的貨幣量化寬松的政策自2014年第一季起開始減碼，當貨幣量化寬松政策逐步退場后，全球房產價格的泡沫風險是否與日俱增？房產價格的巨幅波動無疑將為全球資金動向帶來極大的影響，而房產價格泡沫的現象很可能會引發泡沫經濟的危機。

二、論文回顧

價格泡沫的理論文獻有很多的。本文將簡要總結一下有關的文獻，Camerer（1989）對理論和經驗進行了總體研究，而Flood和Hodrick（1990）集中在實證方面。Campbell （2000）則對這兩種方面進行了調查。一般來說，泡沫（Bt）被定義為確定基本面之間的現在值價格（PPV）和觀察價格（Pt）。在股票的情況下，基本面價格可以表示為預期未來現金貼現的總和流動或分配給資產持有人：

Pt=ptPV+Bt

泡沫項目B，如果存在，預計將以實際利率增長. 大部分泡沫測試文獻分為三種類型的測試。第一種檢查（a）觀察價格與（b）現值價格之間的關系或用于預測的基本原理。例如，泡沫假說的測試匯率檢查存在長期均衡（協整）匯率，貨幣供應量和價格之間的關系（Meese，1986； Chin and Meese，1995；和Mark，1995）。證券市場泡沫假說的檢驗價格和股息之間的平衡（協整）關系的存在（Campbell and Shiller，1987 and Campbell，Lo，and McKinlay，1997）。第二種類型泡沫測試比較觀察價格的波動性和現值價格（Shiller，1981； Le Roy and Porter，1981；和West，1988）。第三種類型的測試更多精致和間接；它通過兩種替代方法估計一個縮減形式的價格方程方法并驗證參數值是否相同。

第一種方法是簡單的價格投入基本面預測信息集。第二種方法是同時進行兩個方程的估計：第一個是基本的預測過程，第二個是一個縮減形式的方程式，假定沒有泡沫并且施加交叉方程限制。如果某些參數被估計為兩種方法相同，那么無泡沫假說就不能被拒絕。這種方法，由West（1987）率先用于股票市場價格，而被Casella（1989）用于價格水平泡沫和Meese（1986）匯率泡沫。

泡沫的測試其實也存在著問題。在理論層面上，理性行為與泡沫的存在并不是微不足道的，他們可以出現的條件是相當嚴格的（Santos and Woodford，1997）。理性行為與泡沫在資產價格方面，研究轉向某種類型的市場缺陷來解釋這一點顯然不太合理的結果。從這個角度來看，Allen-Gale（2000）模型是特別感興趣的，因為它將資產價格泡沫與金融中介行為聯系起來。在這個模型中，泡沫由于信息而產生借款人與銀行之間的不對稱：借款人的有限責任，他們提高固定資產的價格，風險過高由中介人承擔。在這種情況下，實際收益的波動影響泡沫的概率（和大小）。信貸的規模和不確定性在這個模型中，擴張也是泡沫的重要決定因素。其他模型（Krugman，1998）也將泡沫與金融部門的發展聯系起來，但在大多數情況下，結果是基于導致風險轉移的隱性擔保。Allen-Gale模型不需要這些條件。泡沫測試的其他問題來自經驗方面。一，程序是通常是對基本面預測方程和橫向的聯合測試條件。因此，拒絕“無泡沫”意味著拒絕潛在的模型和橫向條件（Meese，1986）。相關的問題Flood和Garber（1980）指出，在其關于測試的開創性文件中，對于泡沫，如何省略變量可以解釋分析師的價格行為不正確的結論有動力學獨立于基本面，偏向測試拒絕“無泡沫”。發現泡沫行為是觀察性的相當于預期的未來制度變化（Hamilton和Whiteman，1985和Flood和Hodrick，1986）指向相同的方向。因此，無力拒絕“沒有泡沫”的假設可以與非泡沫現值價格一致預期基礎產生過程將來會發生變化。

三、應用數據

香港差餉物業估價署私人住宅的各類單位平均租金和售價

（1999年1月至2017年1月）

有關部門會分析新訂租約的租金資料，以計算在租金生效月份的平均租金。就非住宅樓宇而言，分析數據報括續租時議定的租金，而生效日期即為租賃協議的生效日期。不過，租金一般是在較早的日期議定（新訂租約是在半至一個月前，續訂租約是在一至三個月前）。有關部門從多個不同的來源獲得租金資料，包括按照《業主與租客（綜合）條例》的規定所遞交的新租約通知書、按照《差餉條例》與《地租（評估及征收）條例》的規定而發出的物業詳情申報表、業主和租客的來信，以及有關部門職員進行實地視察時所得的數據。分析租金時，是根據凈額計算，即不包括差餉、管理費及其他費用。計算平均售價時，有關部門會分析經過審查以厘定印花稅的樓宇事務數據。惟下列類別樓宇交易并不會用作分析：不被接納用作厘定印花稅的樓宇買賣、涉及不同類別物業的買賣、未獲評估差餉的樓宇、并非交吉出售的住宅樓宇，以及住宅樓宇的首次買賣。買賣日期以簽署買賣合約的日期為準。如沒有買賣合約，買賣日期則根據轉讓契約的簽署日期。一般而言，買賣合約日期是在達成臨時協議后二至三周。有關平均租金和售價的分析，只供一般參考用途。某段時期的水平，主要取決于期內出租或出售物業的特點，包括樓宇質素及位置。因此，在不同時期內出現的變化，可能是因為在兩個時段所分析的不同物業的質素有所差異，而不應一概而論視之為該時段中在價值方面的整體變化。相對而言，租金與售價指數能較準確地反映價值的轉變。新近數個月的租金與售價數字，均屬臨時性質，有待有關部門取得更多資料后再作分析。租金和售價的統計數字，包括村屋，以及政府資助房屋單位在業權轉讓限制期屆滿及向有關機構繳付補價后，在公開市場的租賃和買賣。這方面與樓宇總存量和落成量所涵蓋的物業有所不同。endprint

四、理論與模型

本文基于近年物業價格急升，進行物業價格泡沫的測試。基于現在的測試價值關系-由Campbell，Lo和McKinlay（1997）提出。這是基于有效市場的含義價格是資本化租金的假設預期未來租金折扣。因此，如果泡沫之間存在差距，則是存在泡沫觀察價格及其現值是爆炸性的（非平穩）。測試泡沫的一種方法是驗證或拒絕存在穩定（非突發性）樓價關系，租金和房主的資本成本。具體來說，測試基于以下對數租金比率方程式

（1）

考慮物業回報， 得出以上方程序

γt+1=log（Pt+1+RENTt+1）-log（Pt）

其中P和RENT是價格和租金水平。以此表達式的泰勒級數近似得出

γt+1≈k+ρpt+1+（1-ρ）rentt+1-pt

小寫字母表示對數，ρ=1/[1+exp（rent-p）]，k=-log（ρ）-（1-ρ）log（1/ρ-1）和rent-p是租金價格比率。解決上述方程，橫向條件，并以信息為條件在時間t收益

pt=k/（1-ρ）+Et[Σρj[（1-ρ）rentt+1+j-γt+1+j）]

在均衡中，理性代理代理要求從房屋所有權（γ）的預期回報等于房主的成本資本（i）。用i代替γ并重新排列上述方程，得出方程式 （1）。以上推論基于Sarno和Taylor（1999）的研究。

因此，進一步的測試是驗證或拒絕租價比和資本成本之間的協整。這可以通過測試來自以下回歸的殘差是否平穩的來完成。

rentt-pt=c+αit+εt （2）

在概念上，房主的成本資本包括扣除收入稅收，財產稅，折舊，維護和修理支出。有些數據是沒有的。因此，只有抵押貸款利率被用作房主的成本。這個假設可能不是不合理。首先，折舊和維護成本可能是一個穩定的分數的財產值。其次，考慮到香港的低和統一稅收制度，收入和財產稅也很可能是方程式（2）中的常數項。

五、計量結果

本文應用的數據，是香港差餉物業估價署1999年至2017年期間的私人住宅的各類單位平均租金和售價.下圖是這兩組數據按年變動的幅度：

單位根檢測結果總結在下表，估計值表明租金價格物業價格比率不是中值回歸。此外，這個系列的線性組合與抵押貸款利率不穩定。這也是Johansen（1991，1995）通過正式的協整驗證確認使用的方法。因此這些結果建議房價上漲泡沫存在。檢查的程度和持續性泡沫。

單位根檢測結果

1999年1月至2017年1月

（Augmented Dickey-FullerTest）

*代表在5%水平為結果顯著

本節從等式（2）中得出一個現在值系列，并將其與真實物業價格進行比較。下圖表示（以對數表示），在2010后大部分時間里，物業價格持續高于均衡水平。在現水平，2017年1月物業價格大約高估了28%。2003年3月的低估幅度最大（即沙士疫癥爆發期間），顯示低估約39%。2013年1月的高估幅度則最大，顯示高估約41%。

總而言之，這些估計值拒絕了房價現在值關系假設：2010后大部分時間里，房價較未來租金的現在值高。雖然差距部分地反映了因素包括交易成本和測量誤差，但大幅度的偏差反映了現水平和最近幾年的房地產泡沫可能存在。

六、結論

本文提出， 以未來租金的現在值模型來檢驗房地產價格泡沫的存在。結果顯示，2010年和往后時間， 觀察到房地產價格顯著的泡沫的存在。利率對房地產價格波動產生顯著的影響。在聯系匯率和公開資本帳的系統下，香港利率走勢大致上跟隨美國利率降至歷史上的低位，可以說是直接受到美國的貨幣政策影響。

【參考文獻】

[1] Abraham， J M and P H Hendershott （1996）： “Bubbles in metropolitan housing markets”， Journal of Housing

Research， Volume 7， Issue 2.

[2] A W Lo and A C McKinlay （1997）： The Econometrics of Financial Markets. Princeton University Press，Princeton.

[3] Campbell， J Y （2000）： “Asset pricing at the millennium”， The Journal of Finance， 55， 1515-67.

[4] Davidson， R and J G MacKinnon （1989）： “Testing for consistency using artificial regressions”， EconometricTheory， 5， pp 363-84.

[5] Davidson， R and J G MacKinnon （1993）： “Estimation and inference in econometrics”， Oxford UniversityPress.

[6] Gerlach， S and W Peng （2002）： “Bank lending and property prices in Hong Kong”， paper presented at theBank of Finland/CEPR Annual Workshop on Asset Markets and Monetary Policy in Helsinki， 25 & 26April 2002.endprint

[7] Herrera S and G Perry （2001）： “Tropical bubbles： Asset prices in Latin America， 1980-2001. World BankWorking Paper.

[8] Johansen， S （1991）： “Estimation and hypothesis testing of cointegration vectors in gaussian vectorautoregressive models”， Econometrica， 59， pp 1551-81.

[9] Johansen， S （1995）： “Likelihood-based inference in cointegrated vector autoregressive models”， OxfordUniversity Press.

[10] Kalra， S， D Mihaljek and C Duenwald （2000）： “Property prices and speculative bubbles： Evidence fromHong Kong SAR”， IMF Working Paper， WP/00/2.

[11] Meese R and N Wallace （1992）： “Testing the present value relation for housing prices： should I leave myhouse in San Francisco？”， Journal of Urban Economics 35， 245-66 （1994）.

[12] Peng， W， L Cheung， K Fan and C Leung （2001）： “The property market and the macro-economy”， HKMAResearch Memorandum 02/2001， March 2001.

[13] Sarno L and M P Taylor （1999）： “Moral hazard， asset price bubbles， capital flows， and the East Asian crisis：the first tests”， Journal of International Money and Finance 18 （1999） 637-57.endprint