房價黏性、不確定性與住房需求波動

王一迪，楊 贊，樊 穎

（1.中國傳媒大學 經濟與管理學院，北京 100024；2.瑞典皇家理工大學 房地產經濟與金融學院，瑞典 斯德哥爾摩 10044；3.香港理工大學 建設與環境學院，香港 999077）

0 引言

價格黏性是市場摩擦的重要來源，體現了短期價格調整滯后于市場供求關系的變化，從而難以伴隨總需求的變動迅速作出反應。當市場受到政策干預時，價格黏性特性更加突出[1]。著眼中國房地產市場，其具有顯著的政策干預和價格黏性特征。以預售審批制度為代表的房地產市場政策可能直接對廠商的生產和定價行為進行規制。同時，中國的房地產政策在種類、出臺時間、頻率、力度、政策影響等各方面的不確定性突出[2]。中國房地產市場逐步形成下行困難的高價格黏性局面[3]。因此，把握中國房地產市場的價格黏性應該是理解房地產市場現狀和未來發展路徑的重要因素。

現有研究認為當發生經濟或政策沖擊時，企業由于價格黏性而無法自由、靈活地調整價格，會對實際產出造成持久影響[4]。在不確定環境下，黏性價格條件存在逆周期加成，且未來不確定性的上升顯著加重了經濟大蕭條[5]。因此，忽視價格黏性的作用會導致對經濟波動中各外生沖擊的相對重要性以及經濟波動的錯誤估計[6]。基于中國市場環境下的研究同樣發現，在存在價格黏性的情況下，經濟受沖擊更加明顯[7]。但是，目前的研究普遍缺乏相關實證檢驗；同時，缺乏對于住房價格黏性的測度以及效應的理論和實證研究。

本文基于中國房地產市場政策調整和信息不對稱特征，建立了引入房地產價格黏性的動態隨機一般均衡（DSGE）模型，探討中國房地產市場價格黏性特征對于“不確定性—居民住房決策”的影響機制。本文主要貢獻有：第一，建立了引入房地產價格黏性的DSGE 模型，更加符合中國市場的實際特征，有助于真實全面地把握房地產市場的發展和波動；第二，在DSGE 模型的各部門中引入住房并強調其在多部門之間的聯系，加入房價黏性有助于進一步修正傳統的真實經濟周期模型對于貨幣政策分析的局限性；第三，實證檢驗房價黏性的影響效果，為中國房地產政策的推出提供了研究支持。

1 研究設計

1.1 DSGE模型構建

1.1.1 經濟主體決策

（1）居民部門。將代表性家庭分為耐心家庭（patient household，也稱為儲蓄家庭，用i表示）和非耐心家庭（impatient household，也稱為借貸家庭，用j表示）。對耐心家庭進行建模，在t期，耐心家庭的非住房消費為cit，擁有的住房存量為?it，向一般消費品部門提供勞動nic,t，向房地產部門提供勞動。家庭全生命周期函數如下：

其中，E為期望算子，βi為折現系數，ε為消費慣性因子。假設家庭勞動供給服從CES函數形式（ξ≥0），家庭在兩部門之間勞動供給偏好具有差異，η表示勞動供給彈性的逆。zt表示總需求沖擊，jt表示房地產需求偏好沖擊。

耐心家庭獲取一般消費品部門和房地產部門的工資收入，通過購買住房和無風險債券進行儲蓄，向非耐心家庭提供貸款（bit）；將資本出租給企業，確定資本利用率，并將折舊后剩余資本出售。在以上相應預算約束下進行消費和投資決策，對其生命周期效用函數進行最大化。

非耐心家庭與耐心家庭的效用模型類似，但折現系數大于耐心家庭（βj<βi）且不進行資本積累。同時，非耐心家庭的借貸行為（住房抵押貸款btj）面臨一定的約束條件，即當期借貸水平不能超過下一期資產價值折現某個比例(m)，且該比例受到信貸政策沖擊（zm,t）的影響。

（2）一般消費品部門和房地產廠商。考慮房地產部門和一般消費品部門在生產率、資本構成方面存在差異。特別地，本文假設廠商通過選擇最優的定價水平使得預期利潤的貼現值最大化[8]。最終產品零售商將異質性產品采用CES 加總模式形成最終產品銷售給家庭和生產部門。考慮一般消費品部門和房地產部門的價格黏性[9]。對于一般商品市場而言，每期每個企業有1-ξcp的概率調整其定價為最優定價Pt*。對于房地產市場而言，每期每個企業有1-ξ?p的概率調整其定價為最優定價。假設對于不能調整價格的企業，其即期定價與上期定價保持相等。

（3）廣義政府。政府的主要財政來源為稅收，包括個人所得稅和房產稅（分別來自儲蓄家庭和借貸家庭）。設定貨幣當局依據Taylor規則調整利率[10]：

其中，ρr表示利率調整的平滑系數，反映利率政策連續性，ρπ為利率對于通貨膨脹（πt）的彈性；ρGDP為利率對于總產出增長的彈性；r為穩態利率；ur,t表示利率政策沖擊。

1.1.2 不確定性沖擊

居民家庭不確定性的主要來源為總需求不確定性沖擊與房地產偏好不確定性沖擊。其中，總需求不確定性沖擊反映了消費總量方面的不確定性沖擊，主要來自一系列直接影響居民效用而非預算約束的沖擊。相對于一般消費的房地產需求偏好沖擊反映了一種結構沖擊，體現了住房和一般消費品“邊際替代率”轉換。這類不確定性沖擊表征經濟體中發生的獨立于模型刻畫的且能影響到居民房地產需求的事件，主要通過改變居民偏好而非直接進入預算約束從而對居民微觀決策產生影響。假設總需求沖擊服從AR（1）過程：

房地產偏好沖擊服從AR（1）過程：

其中，σz,t和σj,t隨時間漂移，表征方差的時變性特征；ρz和ρj反映沖擊（水平）的慣性系數；σz和σj反映沖擊（波動）的長期均值；ρσz和ρσj反映沖擊（波動）的慣性系數；σez和σej反映沖擊（波動）的標準差參數；ez,t和ej,t分別反映總需求沖擊和房地產偏好沖擊幅度的不確定性。

信貸政策不確定性的主要來源為抵押貸款比例不確定性沖擊，直接影響居民的抵押貸款需求，與住房消費和投資行為密切相關。信貸政策沖擊擾動（反映為針對長期目標的時變性調整）服從AR（1）過程：

其中，em,t服從正態分布，um,t~N(0,1)；σm,t隨時間漂移，表征方差的時變性特征；ρzm反映沖擊（水平）的慣性系數，σm反映沖擊（波動）的長期均值；ρσm反映沖擊（波動）的慣性系數；σem反映了沖擊（波動）的標準差參數；ezm,t反映信貸政策沖擊幅度的不確定性。

基于Taylor 規則下的利率不確定性沖擊影響居民的投資成本與住房融資成本。利率政策沖擊的對數化形式服從AR（1）過程：

其中，系數ρur刻畫貨幣政策的連續性，ur,t~N(0,1)；σr,t隨時間漂移，表征方差的時變性特征；ρur反映沖擊（水平）的慣性系數；σr反映沖擊（波動）的長期均值；ρσr反映沖擊（波動）的慣性系數；σer反映沖擊（波動）的標準差參數；eur,t反映信貸政策沖擊幅度的不確定性。

1.1.3 均衡系統

本文模型體系涉及的市場主要包括一般商品市場、房地產市場、勞動力市場、借貸市場。對于一般商品市場，產出等于消費、投資（考慮資本調整成本）與政府支出之和；對于房地產市場，本期住房存量等于本期新增供給加上一期經折舊后住房存量；對于借貸市場，儲蓄家庭的借貸供給等于借貸家庭的抵押貸款需求；一般商品、房地產部門的總需求等于來自儲蓄家庭和借貸家庭的需求之和；根據瓦爾拉斯法則，勞動市場自動出清，資本積累過程服從儲蓄家庭的動態資本積累方程。

1.2 實證模型設定

進一步對我國房價黏性的環境下，不確定性對住房需求的實際影響效應進行實證檢驗。為了克服高房價黏性地區與低房價黏性地區的城市基本狀況與房地產市場的變動趨勢存在的系統性差異，本文采用PSM-DID的方法估計不確定性沖擊對兩類城市的住房需求的影響效果。構建以住房需求為被解釋變量的雙重差分（DID）模型，加入房價黏性與DID的交互項，檢驗房價黏性對住房需求的影響效果：

其中，下標i和t分別代表城市和年份；被解釋變量Y為居民住房需求；不確定性沖擊為2008年金融危機，after為不確定性沖擊后的虛擬變量；stick為高房價黏性地區的虛擬變量；PJ為房價黏性水平；X為一系列控制變量，包括城市當期商品住宅平均成交面積、平均成交價格、地區生產總值、戶籍人口、住戶存款余額、一般公共預算支出。

1.3 變量說明與描述性統計

本文使用2006—2022年中國36個大中城市的面板數據。住房需求選用商品住宅成交面積，數據來自中指數據庫（CREIS）。城市基本面數據來自歷年《中國統計年鑒》《中國金融統計年鑒》《中國城市統計年鑒》以及中指數據庫（CREIS）。住房價格數據來自清華大學恒隆房地產研究中心發布的房價指數。

參照既有文獻價格黏性測算方法[11]，首先將月度住房價格p的變化因子J定義為：

則價格變化頻率是住房在一年內價格變化（增長或下降）的比率：

主要變量的描述性統計見表1。

表1 主要變量的描述性統計

2 模擬分析

2.1 數據來源與預處理

為在中國房地產市場房價黏性和不確定性的特色背景下，分析居民住房需求對不確定性沖擊的響應效果，本文基于1999—2020年的季度數據進行脈沖響應分析。總消費數據來自中宏數據庫中社會消費品零售總額統計數據；商業投資數據來自國家統計局公布的實際商業投資完成額數據；房地產銷售面積數據來自中指數據庫（CREIS）中商品住宅銷售面積數據；通貨膨脹數據來自國家統計局公布的消費者價格指數（月度），將其進行移動平均求得季度數據；房價數據來自國家統計局官方網站，采用商品住宅銷售額和同季度商品住宅銷售面積的比值作為商品房平均價格指標；住房抵押貸款余額數據來自中國人民銀行《中國貨幣政策執行報告》以及《中國人民銀行金融機構貸款投向統計報告（季度）》；針對一般消費品部門工作時間數據，使用國家統計局公布的“單位從業人員總計”作為勞動就業量指標來衡量[12]；一般消費品部門工資通脹使用“國有單位平均勞動報酬合計”指標來衡量[11]；房地產部門工作時間數據使用國家統計局公布的“房地產業單位從業人員總計”作為勞動就業量指標；房地產部門工資通脹數據使用國家統計局公布的“房地產業單位從業人員勞動報酬”指標。對消費、投資、住房需求、房價、兩部門工作時間和工資通脹等變量的數據取自然對數（以削弱異方差性的影響），并采用CensusX2 的方法對上述變量進行季節調整，以去除其季節性波動的影響[13]。

2.2 校準與參數估計

對于模型中表征穩態特性的參數，基于經典文獻與中國實際經濟運行數據測算，采用校準的方法進行設定。對于模型中動態結構參數和沖擊參數使用全局貝葉斯估計。基于馬爾科夫蒙特卡羅模擬，并結合Metropolis-Hastings draws 方法，抽樣次數為50000 次。模型體系與實際經濟體系中的一些代表性變量的相關系數見表2。仿真數據相關系數與實際數據相關系數的大小和方向基本一致，理論模型對實際數據具有良好的解釋能力。

表2 主要經濟變量相關系數

2.3 脈沖響應基準結果

先對模型中的不確定性沖擊進行隨機抽樣，再通過隨機模擬得到模型的求解結果，并通過平均化處理可得到脈沖響應函數的估計結果，探討居民住房決策對于不同不確定性沖擊的敏感性。住房需求的脈沖響應分析結果如圖1所示。

圖1 住房需求的脈沖響應分析

總需求不確定性沖擊反映了一系列直接影響居民效用而非預算約束的不確定性沖擊，例如消費者信心（對未來經濟走勢樂觀的預期，影響消費者的時間偏好即邊際替代率）。有別于房地產偏好不確定性沖擊基于邊際替代率所體現出的“結構性”特征，總需求不確定性沖擊主要反映了總量沖擊特征。根據圖1（a）可知，總需求不確定性沖擊對于居民的住房需求具有顯著的短期促進作用。由于住房商品化改革和社會保障體制改革帶來的住房偏好沖擊是導致房地產市場繁榮的重要原因，圖1（b）顯示房地產偏好不確定性沖擊促進了居民的住房需求。圖1（c）顯示利率不確定性沖擊對于居民住房需求的影響幅度最為有限，1 期的住房需求相對于穩態水平未發生顯著的偏離。圖1（d）顯示當經濟體系受到抵押貸款比例不確定性沖擊時，家庭的住房需求上升。

綜上所述，總需求不確定性沖擊、房地產偏好不確定性沖擊對于居民住房需求具有相對顯著的影響；相比其他不確定性沖擊的影響，利率不確定性沖擊對于居民住房需求影響幅度最低，影響效應非常有限。表征跨期、邊際替代效應的總需求不確定性沖擊與房地產偏好不確定性沖擊是影響居民住房需求的重要因素，反映出收入不確定性和消費不確定性對于居民住房需求的重要影響。

2.4 房價黏性的影響

進一步分析基準模型情境下和反事實的完全彈性（ξ?p=0）情景下，不確定性沖擊對于居民住房決策和房價水平的影響，從而探討中國房地產價格黏性特征對于“不確定性—居民住房決策”的影響。脈沖響應函數的對比如圖2所示。可以看到，在住房需求方面，相比價格完全彈性的情況，房地產價格黏性的增加顯著增加了住房需求對于不確定性沖擊反映的波動性。在短期內，房地產價格黏性顯著放大了住房需求對總需求不確定性的沖擊（圖2（a））、利率不確定性沖擊（圖2（c））和抵押貸款比例不確定性沖擊（圖2（d））的負向響應，增加了住房需求對房地產偏好不確定性沖擊的正向影響（圖2（b）），且該影響的收斂速度顯著慢于完全彈性的情況，并表現出一定的“震蕩性”和“滯后性”特征。這與新凱恩斯經濟學理論指出的價格黏性使得市場難以自動出清，因此促進經濟周期性波動的論斷相一致；也與現有研究發現的不確定性沖擊在黏性價格環境下，基于逆周期利潤顯著放大宏觀變量周期性波動的研究結論相吻合[5]。總體上，房地產價格黏性使得居民住房需求對于不確定性的敏感性增強。忽略房價黏性的模型構建會降低沖擊對于住房決策和影響的持續性，低估經濟的波動。

圖2 有無房價黏性的住房需求脈沖響應分析

3 實證結果分析

3.1 不確定性沖擊的基準回歸

表3匯報了房價黏性對住房需求的影響效果。列（1）結果顯示了PSM-DID 模型的共同趨勢假設檢驗的結果。模型交互項stick×after系數正向顯著，同時高房價黏性組與不確定性沖擊前兩年的交互項（stick×T2006，stick×T2007）系數不顯著，證明實驗組和對照組在沖擊前沒有顯著差異，滿足共同趨勢假設的要求。

表3 房價黏性對住房需求的影響效果

列（2）結果顯示，不確定性沖擊（after）系數在5%的水平上顯著為正，說明在受到不確定性沖擊后，居民住房需求顯著上升，居民傾向于購買住房以抵御未來可能的不確定性，與文獻[14]的結論一致。列（3）結果顯示，高房價黏性組與不確定性沖擊后的交互項（stick×after）系數顯著為正。說明在存在較高房價黏性的環境中，不確定性對居民住房需求的影響更大。列（4）結果顯示，房價黏性與DID項的交互項（PJ×stick×after）系數正向顯著。即房價黏性程度越高，不確定性下房價黏性對居民住房需求的放大作用越強。

3.2 金融危機沖擊下短期不確定性的進一步檢驗

考慮到金融危機造成的不確定性持續效果，本文進一步修改不確定性影響的時間段進行檢驗。2008年召開的國務院常務會議，推出了“四萬億”計劃，通過十大措施在2010 年底實現進一步擴大內需、促進經濟平穩較快增長。將金融危機后變量（after）更換為金融危機及其后兩年的三年期時間窗口（s?ock）。同時，考慮到房價與房價黏性可能存在的內生性，本文將房價水平的變量替換為房價對房價黏性的估計值殘差，去除了兩者可能的內生相關性問題。

下頁表4 結果顯示，列（1）中不確定性短期沖擊（s?ock）系數在10%的水平上顯著為正，列（2）中高房價黏性組與不確定性短期沖擊的交互項（stick×s?ock）在5%的水平上顯著為正，列（3）中房價黏性與DID交互項（PJ×stick×s?ock）在5%的水平上顯著為正，與表3結果一致，證實了本文的房價黏性會放大不確定性對居民住房需求的影響的結論。

表4 房價黏性對住房需求的影響

3.3 房價黏性的穩健性檢驗

使用價格變化幅度替換價格黏性指標[11]，對表4 回歸結果進行穩健性檢驗。價格變化幅度可定義為一定時期內價格對數差分絕對值平均。變化幅度公式為：

表5 結果顯示，關鍵變量的系數與顯著性結果與表4基本一致，證明了回歸結果的穩健性。

表5 房價黏性對住房需求的影響

4 結論與建議

本文通過建立動態隨機一般均衡（DSGE）模型，從理論層面分析了不確定性環境下，中國房地產市場房價黏性對住房需求的影響；并通過構建PSM-DID 模型，使用2006—2022 年中國36 個大中城市的面板數據，實證檢驗了房價黏性的影響效應。研究發現：相比價格完全彈性的情況，房地產價格黏性使得居民住房需求對于不確定性的敏感性增強，顯著刺激了不確定性環境下居民購房行為，放大了居民住房需求；且房價黏性越大，該放大作用越強。忽略房價黏性的模型構建會降低沖擊對于住房決策和影響的持續性，低估經濟的波動。

基于以上結論，本文提出以下建議：第一，地方政府在制定和實施房地產調控政策細則時，需要準確識別居民住房需求中對于不確定性的響應部分，充分考慮企業和居民對政策的反應，減少政策實施的不確定性，尤其是總需求不確定性和房地產偏好不確定性沖擊帶來的震蕩。以確保調控政策的長期效果，降低經濟系統的波動性。第二，謹慎施行面向供給端的限價調控政策，重視政策對廠商價格黏性的限制，充分考慮房價黏性對于沖擊下住房決策和影響的放大作用和持續性，長期全面考量政策實施效果的可持續性。第三，充分考慮各個城市不同的房價發展階段以及不同房價黏性水平，有針對性地疏導不同城市差異性房價黏性的影響效應，避免房價黏性累積不確定性沖擊，誘發房地產市場風險。