快速城鎮(zhèn)化背景下消費(fèi)者預(yù)期對房地產(chǎn)市場的影響分析

王晉琳

摘 要：2003年以后，我國進(jìn)入諾瑟姆曲線城鎮(zhèn)化快速發(fā)展的階段，城鎮(zhèn)人口規(guī)模的擴(kuò)大強(qiáng)化了商品房消費(fèi)者房價上升預(yù)期，從而推動了城市商品房價格的進(jìn)一步上升和房地產(chǎn)行業(yè)的快速發(fā)展。本文在房地產(chǎn)四象限模型基礎(chǔ)上探討了城鎮(zhèn)化、城市消費(fèi)者的房價預(yù)期以及房地產(chǎn)市場的互動機(jī)理。

關(guān)鍵詞：城鎮(zhèn)化；消費(fèi)者預(yù)期；城市房價

一、引言

近年來，隨著城鎮(zhèn)化進(jìn)程的逐步推進(jìn)，我國房地產(chǎn)市場也蓬勃發(fā)展，在商品房供需變化的影響下，消費(fèi)者對于房地產(chǎn)市場上商品房的價格預(yù)期也會隨之變化，這種預(yù)期效應(yīng)也會轉(zhuǎn)而影響城市商品房平均價格。

國內(nèi)外學(xué)者關(guān)于消費(fèi)者預(yù)期對城市房價影響的成果主要有：Akerlof和Yellen（1985）在研究房地產(chǎn)的市場周期時發(fā)現(xiàn)，房地產(chǎn)市場不僅受到經(jīng)濟(jì)基本面因素的影響，還受到消費(fèi)者過度信心、貨幣幻覺、片面信息等行為因素影響；Clayton（1997）對溫哥華住宅市場進(jìn)行實(shí)證研究，結(jié)果顯示，住宅價格與消費(fèi)者預(yù)期具有反向關(guān)系，因此得出結(jié)論，住宅市場具有明顯的非理性預(yù)期；Miller和Peng（2006）對美國277個都市住房價格波動進(jìn)行研究時發(fā)現(xiàn)，現(xiàn)在房價波動是未來房價波動的Granger因，說明房價波動的預(yù)期導(dǎo)致了房價波動。綜上可知，國內(nèi)外學(xué)者已對預(yù)期與房價波動的關(guān)系進(jìn)行了較深入的分析。但是，鮮見對城鎮(zhèn)化、預(yù)期與房地產(chǎn)市場三者互動機(jī)理的探討；針對山西省的分析還處于空白?；诖耍疚牟粌H嘗試從理論上理清城鎮(zhèn)化、預(yù)期與房地產(chǎn)三者的關(guān)系。

二、理論分析

（一）傳統(tǒng)模型

本文利用迪帕斯奎爾-惠頓的房地產(chǎn)四象限模型來揭示城鎮(zhèn)化背景下消費(fèi)者預(yù)期與房地產(chǎn)市場的相互影響路徑。

迪帕斯奎爾-惠頓的四象限模型將房地產(chǎn)市場分為兩大部分，Ⅰ/Ⅳ象限為房地產(chǎn)使用市場，Ⅱ/Ⅲ象限為房地產(chǎn)資產(chǎn)市場，通過四個象限的傳導(dǎo)作用分析房地產(chǎn)市場的長期均衡。

第I象限代表房地產(chǎn)的使用市場。租賃需求曲線向右下方傾斜，表示房屋存量和租金的反向變化趨勢。第Ⅱ象限代表房地產(chǎn)的資產(chǎn)市場。資產(chǎn)市場的曲線是以原點(diǎn)為起點(diǎn)的射線，代表房地產(chǎn)市場價格是由租金價格通過資本化率來折現(xiàn)實(shí)現(xiàn)。如果已知第I象限的租金水平以及預(yù)期的資本化率，即可在第Ⅱ象限就確定房地產(chǎn)價格。第Ⅲ象限代表房地產(chǎn)的增量市場，主要說明房地產(chǎn)價格和新開發(fā)量之間的關(guān)系。房地產(chǎn)的新增供給主要取決于房地產(chǎn)價格P以及房地產(chǎn)開發(fā)成本X，即C=f（P，X），假定房地產(chǎn)開發(fā)成本X不變，則房地產(chǎn)的新增供給C只與價格有關(guān)，斜線與橫軸的交點(diǎn)代表啟動開發(fā)所需要的最少資金量，第Ⅳ象限代表房地產(chǎn)的存量市場，表明房地產(chǎn)的新增量和存量間的數(shù)量關(guān)系。在一定時間內(nèi)，一個地區(qū)每年的凈新增量為ΔS=C-δS，其中C為新建房地產(chǎn)數(shù)量，δ為折舊率，δS表示因折舊而導(dǎo)致的存量損失。一個城市的房地產(chǎn)存量達(dá)到均衡，意味著存量不再發(fā)生變化C=δS，則S=f（C）=C/δ。假定δ不變，房屋增量與房屋存量呈現(xiàn)出正比例的關(guān)系。

隨著城鎮(zhèn)化進(jìn)程的穩(wěn)步推進(jìn)，城鎮(zhèn)化的規(guī)模效益與集聚效應(yīng)促使經(jīng)濟(jì)增長，房屋需求增加，房地產(chǎn)市場的對物業(yè)的需求增加，這意味著第I象限的需求曲線D向右上方移動，導(dǎo)致租金升高。在第Ⅱ象限，租金的上揚(yáng)通過資本市場直接加強(qiáng)了消費(fèi)者對房地產(chǎn)需求，使房地產(chǎn)資產(chǎn)市場價格提高；在第Ⅲ象限，房地產(chǎn)資產(chǎn)價格的上升促使房地產(chǎn)增加供給，房地產(chǎn)新增量的增加導(dǎo)致第Ⅳ象限的房地產(chǎn)市場存量增加，市場供過于求，租金開始回落。經(jīng)過市場的反復(fù)作用，需求曲線向左方移動均衡到狀態(tài)。與初始的需求曲線相比，長期均衡狀態(tài)下，市場具有更高的租金、房地產(chǎn)價格、房屋增量以及房屋存量，即房地產(chǎn)市場呈擴(kuò)散式發(fā)展。

（二）短期與中期非均衡四象限模型

傳統(tǒng)的四象限模型研究的事房地產(chǎn)市場的長期均衡狀態(tài)，但是由于城市住宅供給與消費(fèi)者需求不匹配，城市資源的配套供給與地域格局不匹配，城市化會不均衡發(fā)展。此處引入消費(fèi)者預(yù)期因素，通過四象限模型研究短期非均衡狀態(tài)的房地產(chǎn)市場，以揭示城鎮(zhèn)化帶來的城市房地產(chǎn)市場的繁榮如何通過消費(fèi)者預(yù)期的傳導(dǎo)作用于城市房地產(chǎn)價格。

我們提出如下假設(shè)：

1.市場租金變動會對消費(fèi)者商品房價格預(yù)期產(chǎn)生影響；

2.短期內(nèi)住房存量不會隨著房地產(chǎn)市場供給變化而變化；

3.短期內(nèi)貼現(xiàn)率i不變；

首先，城市人口的大量涌入，帶來經(jīng)濟(jì)增長和城市聚集效應(yīng)，人口對住房的需求加大，短期內(nèi)會造成第I象限住房存量一定但是租金提高，在曲線上表現(xiàn)為曲線向上平移。傳導(dǎo)到第象限價格均衡點(diǎn)從A變?yōu)锽（短期效應(yīng)），此時市場中房屋供需不平衡，需求大于供給，于是住房價格和租金會提高，這種現(xiàn)象會使消費(fèi)者產(chǎn)生房價進(jìn)一步上漲預(yù)期。消費(fèi)者進(jìn)一步預(yù)測房價的走高趨勢，也即預(yù)期的收益率i發(fā)生變化。此時，第象限的曲線會逆時針方向旋轉(zhuǎn)，達(dá)到新的平衡點(diǎn)D，此時由于消費(fèi)者預(yù)期的影響，房價在橫坐標(biāo)軸上產(chǎn)生了s1距離的移動，這一距離即消費(fèi)者預(yù)期對房地產(chǎn)市場的價格的影響。新的價格會作用于房地產(chǎn)商，由我們的假定，房地產(chǎn)商產(chǎn)生同消費(fèi)者相同方向預(yù)期，有加大房屋供給趨勢，s2即在引入消費(fèi)者預(yù)期時，房地產(chǎn)市場的開發(fā)“虛擬供給”。由于分析的是短期影響，這個傳導(dǎo)到此終止。

通過理論分析，我們認(rèn)為，短期內(nèi)，城鎮(zhèn)化帶來的集聚效應(yīng)會使消費(fèi)者預(yù)期房價升高，從而傳導(dǎo)到房地產(chǎn)市場使房地產(chǎn)商有房價上漲預(yù)期，從而有增加房屋供給動力；中期，房地產(chǎn)商真正加大城市商品房的供給，房屋存量的加大會抵消租金升高對消費(fèi)者預(yù)期的影響，但是隨著城鎮(zhèn)化的發(fā)展，長期城市商品房的價格會升高。（作者單位：山西財經(jīng)大學(xué)管理科學(xué)與工程學(xué)院）

參考文獻(xiàn)：

[1] Bojan Grum，Alenka Temeljotov Salaj，2013，“ The comparison of expressed satisfaction and expectations of potential real estate buyers in Slovenia and Japan “，F(xiàn)acilities，Vol.31，pp.6 - 23

[2] 高荷、劉長濱.基于預(yù)期理論的住宅市場價格調(diào)控模型及其仿真分析[J]，土木工程學(xué)報，2008.04

[3] 史永東、陳日清，不確定性條件下的房地產(chǎn)價格決定：隨機(jī)模型和經(jīng)驗(yàn)分析[J]，經(jīng)濟(jì)學(xué)（季刊）.2009.01

[4] 況偉大.住房特性、物業(yè)稅與房價[J]，經(jīng)濟(jì)研究，2009.04

[5] 丹尼斯·帕蒂斯奎爾、威廉·惠頓：城市經(jīng)濟(jì)學(xué)與房地產(chǎn)市場[M].經(jīng)濟(jì)科學(xué)出版社，2002.

[6] Leamer E E.Sensitivity analyses would help[J].American Economic Review，1985，（7）：308-313.

[7] Sala-I-Martin X.I just ran two million regressions[J].American Economic Review，1997，2：178-261.