居民收入異質(zhì)預(yù)期對住房價格影響的實證研究

趙華平，張所地

（山西財經(jīng)大學(xué)管理科學(xué)與工程學(xué)院，太原 030006）

0 引言

住房均衡價格是在供求關(guān)系作用機制下形成的，而房地產(chǎn)建設(shè)周期長的特點決定了住房供給在短期內(nèi)很難增加，即住房供給在短期內(nèi)是缺乏彈性的。在供給缺乏彈性的條件下，住房價格主要受居民對住房的需求影響，而居民收入是影響居民住房需求的決定因素[1-3]。居民收入變動對住房價格的影響具有雙重作用，即收入增加不僅會直接引起居民對住房需求的增加，而且會形成居民對未來房價上漲的預(yù)期，這種預(yù)期作用又會間接引起居民對當期住房需求的增加。在這雙重作用下，住房需求明顯增加，在供給缺乏彈性的作用下，引起住房價格上漲[4]。Muellbauer&Murphy（1997）考察了1957～1994年英國住房市場價格的波動，研究發(fā)現(xiàn)，金融自由化是房價波動的主要原因，實際利率和收入預(yù)期也是房價波動的重要原因[5]。因此，本文將預(yù)期因素主要設(shè)定為收入預(yù)期。另外，一些文獻也表明，由于居民所掌握的社會經(jīng)濟狀況信息具有不完全性，導(dǎo)致居民對未來經(jīng)濟狀況的預(yù)期存在異質(zhì)性[6-11]，所以，本文討論居民形成的收入異質(zhì)預(yù)期對住房價格的影響。

1 居民收入異質(zhì)預(yù)期的形成

大多數(shù)居民的收入主要來源于工資收入，而居民對工資收入信息往往具有不完全性，即居民無法觀測到該地區(qū)當期的社會平均工資水平，而只能觀測到當期自己所從事行業(yè)的平均工資水平，因此，居民只能利用他們對所從事行業(yè)的當期平均工資收入信息和所掌握的以前各期的社會平均工資收入信息對未來的收入進行估計。由于這種信息的不完全性，不同的居民對未來收入的預(yù)期會產(chǎn)生不同預(yù)期，從而形成居民對未來收入的異質(zhì)預(yù)期。由于收入是影響住房需求的決定因素，所以，工資收入的沖擊就成為人們對住房需求的異質(zhì)預(yù)期，在住房供給缺乏彈性的條件下，即轉(zhuǎn)化成了人們對住房價格的異質(zhì)預(yù)期。因此，居民收入水平的變動不僅會影響居民的住房需求，而且會改變他們對未來住房價格的預(yù)期。

令I(lǐng)i,t為第t期i地區(qū)的工資信息沖擊總量，則有：

2 異質(zhì)預(yù)期對住房價格的影響分析

2.1 住房價格面板數(shù)據(jù)模型

住房價格用地區(qū)商品住宅平均銷售價格HPi,t來表示，作為面板數(shù)據(jù)模型的被解釋變量，居民收入水平用地區(qū)職工社會平均工資Incomei,t來表示，居民收入異質(zhì)預(yù)期用工資信息沖擊總量Ii,t來表示，這兩個指標作為模型的解釋變量。我們知道面板數(shù)據(jù)模型有如下三種：

（1）無個體影響的不變系數(shù)模型：

模型假設(shè)各地區(qū)在各時期住房平均價格水平?jīng)]有顯著差異，模型中各方程截距項C和系數(shù)β1、β2均相同，可以利用OLS法直接求出參數(shù)C和的一致有效估計，故也被稱作聯(lián)合回歸模型。

（2）個體效應(yīng)變截距模型：

模型假設(shè)各地區(qū)之間或各時期住房平均價格水平存在個體效應(yīng)但沒有結(jié)構(gòu)效應(yīng)，個體效應(yīng)可用截距Ci,t的差異來說明，即模型中各方程截距項Ci,t不同，而系數(shù)β1、β2均相同。根據(jù)個體效應(yīng)的處理方式不同，模型又可以分為“固定效應(yīng)”和“隨機效應(yīng)”兩種模式?！肮潭ㄐ?yīng)”將個體差異表現(xiàn)為每個個體都有一個特定的截距項，“隨機效應(yīng)”將個體差異主要反映在隨機干擾項的設(shè)定上。一般來說，當數(shù)據(jù)中所包含的個體成員是研究總體的全部單位，即個體單位之間的差異可以被當作回歸系數(shù)的參數(shù)變動時，固定影響模式比較合適。當個體單位是隨機抽取的樣本，并用于推斷總體時，則隨機影響模式比較合適，即把反映個體差異的特定常數(shù)項看作是跨個體成員的隨機分布。由于本文所用面板數(shù)據(jù)范圍包括全部31個省、市、自治區(qū)的數(shù)據(jù)，使用固定影響模式比較合適，所以這里只分析固定影響變截距模型。固定影響變截距模型又分為地區(qū)影響的變截距模型和時間影響的變截距模型。

地區(qū)影響的變截距模型：

時間影響的變截距模型：

（3）變系數(shù)面板模型：

模型假設(shè)各地區(qū)在各時期既存在個體效應(yīng)也存在結(jié)構(gòu)效應(yīng)，用不同的截距項Ci解釋各地區(qū)住房價格的個體效應(yīng)，用不同的系數(shù)向量β1i、β2i說明各地區(qū)收入和居民收入異質(zhì)預(yù)期對住房價格的結(jié)構(gòu)效應(yīng)，即模型中各方程截距項和系數(shù)向量均不同。本文認為收入和居民的異質(zhì)預(yù)期對住房價格的影響在不同地區(qū)不存在結(jié)構(gòu)效應(yīng)，所以不適合采用變系數(shù)模型。

2.2 研究數(shù)據(jù)及來源

考慮到1997年重慶市成為直轄市，《中國統(tǒng)計年鑒》將其單列，并對其進行了完整的數(shù)據(jù)統(tǒng)計，所以本文以1997～2009年全國31個省、市、自治區(qū)作為研究對象，研究數(shù)據(jù)來源于1998-2010年《中國統(tǒng)計年鑒》，考察的樣本點共403個?？疾斓谋唤忉屪兞繛楦鞯叵飪r因素后的商品住宅平均銷售價格HP，利用實際住房價格可以避免各省價格差異給模型估計帶來的影響，物價水平以1996年為基期。解釋變量包括各地區(qū)職工的實際收入水平Income和收入異質(zhì)預(yù)期I，分別用各地消除物價因素后的職工社會平均工資和利用公式(2)計算的行業(yè)工資收入與社會平均工資收入差異的加權(quán)和來表示。由于我國在2003年對國民經(jīng)濟行業(yè)分類進行了第二次修訂，所以本文在計算收入異質(zhì)預(yù)期時，2003年之前以16個行業(yè)統(tǒng)計數(shù)據(jù)為基準進行計算，2003～2009年以19個行業(yè)統(tǒng)計數(shù)據(jù)為基準進行計算。

2.3 實證分析

利用1997～2009年全國31個省、市、自治區(qū)的面板數(shù)據(jù)，采用Eviews 6.0軟件對住房價格的不變系數(shù)模型和固定影響變截距模型進行估計，結(jié)果見表1。從表1中可以看出，采用地區(qū)影響的變截距模型擬合優(yōu)度最高，因此本文選擇包含地區(qū)影響的變截距模型進行分析。

表1 面板數(shù)據(jù)模型的估計結(jié)果

通過估計得出的包含有地區(qū)影響的變截距模型為：

模型（8）中，括號里的值為t統(tǒng)計量；C=886.4642，代表全國31個省際的平均住房價格基礎(chǔ)水平為886.4642元/平方米，Ci反映各地區(qū)住房價格相對于平均住房價格基礎(chǔ)水平的偏離，其估計結(jié)果見表2。β1=0.04表示收入每增加一個百分點，住房價格約增長0.04%；β2=0.174表示居民對收入的異質(zhì)預(yù)期每增加一個百分點，住房價格約增長0.174%。β1＞0反映了收入對住房價格的正向作用，β2＞0反映了居民對未來收入的異質(zhì)預(yù)期對住房價格的正向作用，即居民對未來收入預(yù)期差異越大，住房價格越高。

從表2可以看出，住房價格比全國平均房價水平偏高的前三個地區(qū)是北京、上海、廣東；其次是天津、海南、福建等沿海開放城市；比全國平均房價水平明顯偏低的地區(qū)是西藏、青海等西部地區(qū)，這正反映了經(jīng)濟發(fā)展造成的地區(qū)住房價格差異過大的現(xiàn)象。

表2 變截距模型Ci估計值結(jié)果

Hong&Stein（1999）假定股票市場中有信息觀察者和動量交易者兩類主要的投資者，通過對股票市場中信息擴散形成的投資者異質(zhì)預(yù)期的研究發(fā)現(xiàn)，由于信息觀察者依賴于自己所獲得的利好或利空信息進行投資決策，而動量交易者則依賴于觀察到的價格變動進行投資決策，所以導(dǎo)致股票市場在兩類投資者的作用下表現(xiàn)出短期內(nèi)反應(yīng)不足，而長期會出現(xiàn)反應(yīng)過度的現(xiàn)象，即所謂的短期動量和長期反轉(zhuǎn)現(xiàn)象[12]。為了檢驗住房市場在居民對未來收入存在異質(zhì)預(yù)期條件下是否會出現(xiàn)類似于股市的這種現(xiàn)象，所以，在模型（5）的基礎(chǔ)上，右端項引入了住房價格的滯后項。通過估計得出的包含有地區(qū)影響的變截距模型為：

從回歸結(jié)果可以看出，HPi,t-1和HPi,t-2的系數(shù)均為正值，而HPi,t-3的系數(shù)為負值，說明在存在居民異質(zhì)預(yù)期的條件下，住房價格在2年內(nèi)存在短期動量現(xiàn)象，而在3年及以上會出現(xiàn)長期反轉(zhuǎn)現(xiàn)象。

Giovanni Favaray&Zheng Song（2007）假定居民只能通過購買住房或租賃住房來滿足基本的住房需求，并且他們可利用未來房價的變化進行投機，則市場上的樂觀主義者會通過購買住房來滿足自住需求，并且會將多余的住房用于出租，待房價上漲到一定程度時選擇時機售出，從而獲取資本收益；而市場上的悲觀主義者會選擇在租賃市場承租住房來滿足居住的生活需求，以避免未來市場波動產(chǎn)生的資本損失。這樣，悲觀主義者由于選擇租賃住房而退出了交易市場，他們的預(yù)期對住房價格不會產(chǎn)生影響[4]。為了檢驗住房市場價格的波動是否主要由正向預(yù)期所決定，所以，對模型（5）中居民收入異質(zhì)預(yù)期Ii,t變量進行分解，分為正向信息沖擊Posi,t和負向信息沖擊Negi,t，分別用公式（10）和（11）表示。

這樣，模型（5）可以轉(zhuǎn)換為模型（12）：

利用我國31個省、市、自治區(qū)1997～2009年的數(shù)據(jù)對模型（12）進行回歸分析得出：

從回歸結(jié)果可以看出，居民對收入的正向預(yù)期會促使住房價格下跌，這可能是由于我國的政策實施不具有連貫性，使得居民在得到收入增加信號時，往往預(yù)期這種增加只是暫時現(xiàn)象，而不具有持久性，因此增加的收入也只能用于提高日常消費支出，卻不敢用于增加大額的住房消費。但住房供給商在獲得這種信息后可能會增加住房投資和開發(fā)，使得潛在供給增加，居民預(yù)期房價下跌，需求下降，致使住房價格出現(xiàn)下跌；而居民對收入的負向預(yù)期會促使住房價格上漲，這可能是由于居民對收入的負向預(yù)期往往源于物價的上漲，在名義收入不變的條件下，其實際收入下跌，此時居民認為物價的上漲必然會帶來住房價格的隨之上漲，因此部分居民決定提前購買以應(yīng)對通脹或者利用機會進行投資投機行為，增加了當期住房的需求，在供給缺乏彈性的條件下，使得住房價格出現(xiàn)了上漲。

3 結(jié)論

通過上述分析，我們至少可以得出以下結(jié)論：

第一，地區(qū)經(jīng)濟發(fā)展水平的差異造成了地區(qū)間住房價格基礎(chǔ)水平存在明顯差異，其中基礎(chǔ)價格最高的北京市比最低的西藏自治區(qū)住房平均價格高出近3750元/平方米。

第二，居民對收入的異質(zhì)預(yù)期對住房價格有明顯的正向影響，即居民異質(zhì)預(yù)期越大，住房價格越高。因此，要想穩(wěn)定住房價格，國家必須盡可能的公開各種收入和價格信息，以降低居民異質(zhì)預(yù)期的差異。

第三，住房市場存在類似于股市的短期動量和長期反轉(zhuǎn)現(xiàn)象，因此，國家宏觀調(diào)控政策的出臺在短期內(nèi)會影響居民的預(yù)期，進而作用于房地產(chǎn)市場，顯示出宏觀調(diào)控的短期作用。但是長期反轉(zhuǎn)的現(xiàn)象說明穩(wěn)定房價不能簡單依靠國家的宏觀調(diào)控，從長期來說，還必須通過信息公開機制加以保證。

第四，由于我國政策實施的不連貫性，導(dǎo)致居民對未來收入增加的預(yù)期不但沒有促使房價上漲，反而減少了對住房的需求，引起房價的下跌；而物價上漲形成的居民實際收入下跌預(yù)期會引發(fā)居民提前購買，增加需求，引起房價的上漲。

[1]沈悅，劉洪玉.住宅價格與經(jīng)濟基本面：1995～2002年中國14城市的實證研究[J].經(jīng)濟研究，2004,(6).

[2]吳公，龍奮杰.中國城市住宅價格與居民收入關(guān)系的定量研究[J].土木工程學(xué)報，2005,38(6).

[3]劉丹，霍德明.基于時空模型的中國房價收入關(guān)系研[J].中國經(jīng)濟問題，2010,(6).

[4]Giovanni Favaray,Zheng Song.House Price Dynamics with Dispersed Information[C].Macro-International Seminar,2007.

[5]Muellbauer John,Murphy Anthony.Booms and Busts in the UK Hous?ing Market[J].The Economic Journal,1997,107(445).

[6]Erik A.Hanushek,John M.Quigley.The Dynamics of the Housing Market:A Stock Adjustment Model of Housing Consumption[J].Jour?nal of Urban Economics,1979,6(2).

[7]Alan W.Evans.The Property Market:Ninety Per Cent Efficient?[J].Ur?ban Studies,1995,32(1).

[8]William C.Wheaton,Real Estate“Cycles”:Some Fundamentals[J].Real Estate Economics,1999,27(2).

[9]David Bywaters,D.Gareth Thomas.The Role of Price Expectations in the UK Housing Market[C].University of Hertfordshire Business School Working Paper,2009.

[11]沈悅，周奎省，張金梅.異質(zhì)有限理性預(yù)期與住宅價格動態(tài)反饋機制系統(tǒng)仿真[J].經(jīng)濟理論與經(jīng)濟管理，2010,(9).

[12]Hong Harrison,Jeremy C.Stein.A Unified Theory of Underreaction,Momentum Trading,and Overreaction in Asset Markets[J].Journal of Finance,1999,54(6).