论文部分内容阅读
摘要：近年来我国房价上涨迅猛，其速度已经远超过GDP和人均可支配收入等经济基本面指标的增长速度。在这种背景下，探索我国房地产市场是否存在泡沫已经成为理论界的热点问题。本文分别量化研究了近年来经济基本面和泡沫对大中城市房价波动的贡献，结果表明发现我国大中城市中房地产价格不能被经济基本面所解释，高房价偏离了经济基本面所决定的市场均衡值，我国房地产市场中已经存在泡沫。
关键词：房地产价格；泡沫；经济基本面
一、引言
我国自20世纪90年代初开始住房体制改革以来，尤其是1998年停止住房的实物分配并逐步实现住房货币化以后，房地产业得到了飞速发展。房地产固定资产投资年均增长率达到15%以上，房地产业逐渐成为国民经济中的支柱产业。便随着房地产业的快速发展，高房价也越来越引起人们的关注。从1998年至今，我国房地产价格已经连续12年增长，尤其是2005年之后，除了2008年房地产市场出现短暂低迷外，大中城市房价一直保持着两位数的增长速度。快速上涨的房价开始从一线中心城市向二三线城市扩散，中国房地产市场出现严重泡沫的风险不断加大。如果经济中积累了严重的房地产泡沫，一旦泡沫破灭，正常的经济运行就会受到沉重的打击。2008年，美国次贷危机引发的金融危机和经济衰退，以及日本上世纪90年代房地产和股市泡沫破灭之后长达14年的经济衰退，都警示我们对房地产等资产泡沫应始终保持应有的警惕。
二、房地产泡沫
泡沫最早被用于描述带有投机性的价格变动的事件，如荷兰的郁金香泡沫、英国的南海泡沫、法国的密西西比泡沫。从那时起，"泡沫"被用于描述价格持续疯狂的增长，紧接着是突然下跌的经济现象。斯蒂格利茨（1990）给出泡沫的如下定义：如果价格上涨的原因仅仅是因为人们相信明天的价格会更高，而市场的基本量无法解释如此高的价格时，泡沫就产生了。根据上述定义如果市场中存在泡沫，那么价格的上升是由人们对更高价格的预期所推动而不是由市场基本面所推动。受到土地供应的约束，房地产供应缺乏弹性，在大城市待开发土地更加有限，短期内难以提高房地产供应，这样房价上涨的预期就会变强，相比于其他资产更容易滋生市场的投机行为，形成价格泡沫。通常可以利用房价收入比和房价租金比与其历史值相比来判断房地产市场是否存在价格泡沫。由于忽略了均衡的房价收入比和房价租金比会受到经济基本面变量（收入、利率、信贷规模等）变动的影响，这种识别泡沫的方法并不准确。为了解决这个问题，本文通过比较房屋市场价和基于房价与经济基本面变量之间的长期关系所确定的房地产均衡价格来识别泡沫的存在性。
三、实证方法
本文建立如下实证模型:
我们首先利用"OLS+聚类稳健的标准差"对（1）进行估计，然后分别去掉泡沫部分和市场基本面部分，比较方程解释能力的变化：如果去掉泡沫部分后方程解释能力下降程度大于去掉基本面部分方程解释能力的下降程度，说明我国房地产市场存在泡沫，反之说明高房价是由市场基本面决定的，我国房地产市场并不存在泡沫。
但是OLS估计方法在计量上存在三个问题。
首先，忽略了各个城市之间的异质性。由于城市异质性的存在，即使两个城市基本面变量取值相同，房价也可能不相同。比如，受文化差异的影响，在其他因素相同的条件下，更注重"安居乐业"的城市房价要更高一些。由于个体效应的存在，方程（1）中的扰动项实际上是由普通扰动项和不可观测的城市异质性构成的复合扰动项，它违背了OLS的经典假设：一方面复合扰动项会与解释变量相关导致估计结果的有偏性，另一方面复合扰动项往往不符合球形扰动项假定，导致估计结果的非有效性。
第二，由于房价滞后项的存在，方程（1）实际上是动态面板模型，对于动态面板数据，由于存在"动态面板残差"，个体固定效应估计量是不一致的。
第三，房地产投资是内生性变量。一方面房地产投资的增长会增加房地产供给，降低房地产价格；另一方面，市场会因为房价的上涨而增大房地产投资。
基于OLS估计存在的以上三个问题，本文利用Arellano 和Bover(1995)、Blundell 和 Bond(1998)提出的系统矩估计方法（系统GMM）对OLS估计系数进行修正。
四、实证结果分析
（1）式回归结果表明房价滞后值对当期房价的影响既有经济显著性，又有统计显著性；房价滞后值每上涨10%，会引起当期房价上涨8.8%，经过系统GMM方法修正后，房价滞后值对房价的影响下降为6.4%。在基本面变量中，只有人均可支配收入对房价的影响既有经济显著性，又有统计显著性，人均可支配收入每上涨10%会引起房价上涨2.2%，经过修正后这一比例上升为4.2%，但依然弱于房价滞后值对当期房价的影响程度。这说明我国房地产市场中泡沫成分对房价的影响要强于经济基本面对房价的影响。（2）式回归结果表明在经济基本面变量中，人均可支配收入对房价的影响要远远强于房地产投资对房价的影响，前者每上涨10%会引起房价上涨11.2%，而后者仅会使房价上涨0.7，即使经过修正后后者依然对房价不具有经济显著性，这说明目前在我国房地产市场中房价主要受需求面的影响，供给在短期内对房价的影响很小。真实利率对房价的影响只有统计显著性而没有经济显著性。
五、结论
本文对35个大中城市的房地产现状进行了理论分析和实证研究，发现我国大中城市中房地产价格不能被经济基本面所解释，高房价偏离了经济基本面所决定的市场均衡值，我国房地产市场中已经存在泡沫：低收入者因为担心房价未来会更高而急于买房，高收入者因为预期未来房价会更高而投资房市，总之房价上涨的原因仅仅是因为人们相信房价会继续上涨，却无法得到经济基本面的解释。
参考文献：
[1]Abraham,J and P Hendershott (1996),"Bubbles in Metropolitan Housing Markets",Journal of Housing Research,vol 7,pp191-207.
[2]Arellano,M.and O.Bover (1995),"Another Look at Instrumental Variable Estimation of Error Components Models",Journal of Econometrics,vol 68,pp29-51.
[3]Blundell,R.and S.Bond,(1998),"Initial Conditions and Moment Restrictions in Dynamic Panel Data Models ",Journal of Econometrics,vol 87,pp115-143.
[4]Case,K.E.and R.J.Shiller(1989)."The Ef?ciency of the Market for Single-Family Homes",American Economic Review,vol 79,pp125-37.
作者简介：王成成（1986-），男，山东东营人，山东大学经济学院2010级硕士研究生，主要研究房地产经济学。
关键词：房地产价格；泡沫；经济基本面
一、引言
我国自20世纪90年代初开始住房体制改革以来，尤其是1998年停止住房的实物分配并逐步实现住房货币化以后，房地产业得到了飞速发展。房地产固定资产投资年均增长率达到15%以上，房地产业逐渐成为国民经济中的支柱产业。便随着房地产业的快速发展，高房价也越来越引起人们的关注。从1998年至今，我国房地产价格已经连续12年增长，尤其是2005年之后，除了2008年房地产市场出现短暂低迷外，大中城市房价一直保持着两位数的增长速度。快速上涨的房价开始从一线中心城市向二三线城市扩散，中国房地产市场出现严重泡沫的风险不断加大。如果经济中积累了严重的房地产泡沫，一旦泡沫破灭，正常的经济运行就会受到沉重的打击。2008年，美国次贷危机引发的金融危机和经济衰退，以及日本上世纪90年代房地产和股市泡沫破灭之后长达14年的经济衰退，都警示我们对房地产等资产泡沫应始终保持应有的警惕。
二、房地产泡沫
泡沫最早被用于描述带有投机性的价格变动的事件，如荷兰的郁金香泡沫、英国的南海泡沫、法国的密西西比泡沫。从那时起，"泡沫"被用于描述价格持续疯狂的增长，紧接着是突然下跌的经济现象。斯蒂格利茨（1990）给出泡沫的如下定义：如果价格上涨的原因仅仅是因为人们相信明天的价格会更高，而市场的基本量无法解释如此高的价格时，泡沫就产生了。根据上述定义如果市场中存在泡沫，那么价格的上升是由人们对更高价格的预期所推动而不是由市场基本面所推动。受到土地供应的约束，房地产供应缺乏弹性，在大城市待开发土地更加有限，短期内难以提高房地产供应，这样房价上涨的预期就会变强，相比于其他资产更容易滋生市场的投机行为，形成价格泡沫。通常可以利用房价收入比和房价租金比与其历史值相比来判断房地产市场是否存在价格泡沫。由于忽略了均衡的房价收入比和房价租金比会受到经济基本面变量（收入、利率、信贷规模等）变动的影响，这种识别泡沫的方法并不准确。为了解决这个问题，本文通过比较房屋市场价和基于房价与经济基本面变量之间的长期关系所确定的房地产均衡价格来识别泡沫的存在性。
三、实证方法
本文建立如下实证模型:
我们首先利用"OLS+聚类稳健的标准差"对（1）进行估计，然后分别去掉泡沫部分和市场基本面部分，比较方程解释能力的变化：如果去掉泡沫部分后方程解释能力下降程度大于去掉基本面部分方程解释能力的下降程度，说明我国房地产市场存在泡沫，反之说明高房价是由市场基本面决定的，我国房地产市场并不存在泡沫。
但是OLS估计方法在计量上存在三个问题。
首先，忽略了各个城市之间的异质性。由于城市异质性的存在，即使两个城市基本面变量取值相同，房价也可能不相同。比如，受文化差异的影响，在其他因素相同的条件下，更注重"安居乐业"的城市房价要更高一些。由于个体效应的存在，方程（1）中的扰动项实际上是由普通扰动项和不可观测的城市异质性构成的复合扰动项，它违背了OLS的经典假设：一方面复合扰动项会与解释变量相关导致估计结果的有偏性，另一方面复合扰动项往往不符合球形扰动项假定，导致估计结果的非有效性。
第二，由于房价滞后项的存在，方程（1）实际上是动态面板模型，对于动态面板数据，由于存在"动态面板残差"，个体固定效应估计量是不一致的。
第三，房地产投资是内生性变量。一方面房地产投资的增长会增加房地产供给，降低房地产价格；另一方面，市场会因为房价的上涨而增大房地产投资。
基于OLS估计存在的以上三个问题，本文利用Arellano 和Bover(1995)、Blundell 和 Bond(1998)提出的系统矩估计方法（系统GMM）对OLS估计系数进行修正。
四、实证结果分析
（1）式回归结果表明房价滞后值对当期房价的影响既有经济显著性，又有统计显著性；房价滞后值每上涨10%，会引起当期房价上涨8.8%，经过系统GMM方法修正后，房价滞后值对房价的影响下降为6.4%。在基本面变量中，只有人均可支配收入对房价的影响既有经济显著性，又有统计显著性，人均可支配收入每上涨10%会引起房价上涨2.2%，经过修正后这一比例上升为4.2%，但依然弱于房价滞后值对当期房价的影响程度。这说明我国房地产市场中泡沫成分对房价的影响要强于经济基本面对房价的影响。（2）式回归结果表明在经济基本面变量中，人均可支配收入对房价的影响要远远强于房地产投资对房价的影响，前者每上涨10%会引起房价上涨11.2%，而后者仅会使房价上涨0.7，即使经过修正后后者依然对房价不具有经济显著性，这说明目前在我国房地产市场中房价主要受需求面的影响，供给在短期内对房价的影响很小。真实利率对房价的影响只有统计显著性而没有经济显著性。
五、结论
本文对35个大中城市的房地产现状进行了理论分析和实证研究，发现我国大中城市中房地产价格不能被经济基本面所解释，高房价偏离了经济基本面所决定的市场均衡值，我国房地产市场中已经存在泡沫：低收入者因为担心房价未来会更高而急于买房，高收入者因为预期未来房价会更高而投资房市，总之房价上涨的原因仅仅是因为人们相信房价会继续上涨，却无法得到经济基本面的解释。
参考文献：
[1]Abraham,J and P Hendershott (1996),"Bubbles in Metropolitan Housing Markets",Journal of Housing Research,vol 7,pp191-207.
[2]Arellano,M.and O.Bover (1995),"Another Look at Instrumental Variable Estimation of Error Components Models",Journal of Econometrics,vol 68,pp29-51.
[3]Blundell,R.and S.Bond,(1998),"Initial Conditions and Moment Restrictions in Dynamic Panel Data Models ",Journal of Econometrics,vol 87,pp115-143.
[4]Case,K.E.and R.J.Shiller(1989)."The Ef?ciency of the Market for Single-Family Homes",American Economic Review,vol 79,pp125-37.
作者简介：王成成（1986-），男，山东东营人，山东大学经济学院2010级硕士研究生，主要研究房地产经济学。