異質(zhì)性預(yù)期、投資者行為與房價波動：上海和廣州的雙城記*

張　浩

(廣東外語外貿(mào)大學(xué) 金融學(xué)院，廣東 廣州 510240)

?

異質(zhì)性預(yù)期、投資者行為與房價波動：上海和廣州的雙城記*

張浩

(廣東外語外貿(mào)大學(xué) 金融學(xué)院，廣東 廣州 510240)

摘要：房地產(chǎn)市場中存在大量的投資者，其市場行為會使房價出現(xiàn)大幅的波動，從而引起市場不穩(wěn)定。文章在引入投資者異質(zhì)性預(yù)期假設(shè)的基礎(chǔ)上，構(gòu)建了包含房地產(chǎn)消費(fèi)者、投資者、供給者在內(nèi)的房地產(chǎn)市場均衡模型，分析了房地產(chǎn)市場中基本面型投資者和趨勢型投資者的異質(zhì)性行為對房價變動的影響，并利用上海和廣州兩個一線城市的實(shí)際數(shù)據(jù)進(jìn)行了對比分析。研究結(jié)果表明：在房地產(chǎn)市場中，兩類投資者對于未來房價不同的預(yù)期以及投資行為會引起房價的變動；上海投資者的行為整體上會使上海的房價始終處于不斷上漲的趨勢中，而廣州投資者的行為會隨著投資策略的轉(zhuǎn)變而使靜態(tài)下的“整體上推動房價趨勢型變化”轉(zhuǎn)變?yōu)椤罢w上將房價‘拉回’基本面價格”；房地產(chǎn)市場中的投資者占比會顯著影響房價的變動趨勢，當(dāng)基本面型投資者占比上升時，房價偏離度和房價變動率降低，而當(dāng)這類投資者占比達(dá)到峰值時，房價會出現(xiàn)拐點(diǎn)；投資者之間的策略轉(zhuǎn)換速度也會通過引起基本面型投資者占比的變化，引起房價的頻繁波動，而且策略轉(zhuǎn)換速度越快，房價波動越頻繁。

關(guān)鍵詞：異質(zhì)性預(yù)期；策略演化；房地產(chǎn)市場；房價

一、引言與文獻(xiàn)回顧

近年來，我國住房市場投機(jī)盛行，房價快速上漲，房地產(chǎn)市場存在泡沫隱患。2008年，美國發(fā)生次貸危機(jī)，房地產(chǎn)市場價格波動被認(rèn)為是罪魁禍?zhǔn)字?，逐漸引起各國政府的重視，紛紛納入宏觀經(jīng)濟(jì)管理中。西南財經(jīng)大學(xué)中國家庭金融調(diào)查與研究中心對我國個人金融資產(chǎn)狀況的調(diào)查顯示，房產(chǎn)已經(jīng)占到我國居民家庭凈資產(chǎn)的62.9%，如果房地產(chǎn)價格出現(xiàn)大幅波動，必將引起經(jīng)濟(jì)和社會的動蕩。早期的文獻(xiàn)研究表明，房地產(chǎn)價格主要受到需求、成本等多方面因素的影響，其波動也由宏觀基本面的變量波動所引起(李仲飛和張浩，2015)。因此，國內(nèi)學(xué)者大多將房價波動歸因于房地產(chǎn)開發(fā)信貸規(guī)模、實(shí)際利率、經(jīng)濟(jì)增長率、人口變動等宏觀基本面因素(梁云芳和高鐵梅，2007；周暉和王擎，2009；況偉大，2010；徐建煒等，2012)和市場預(yù)期(黃靜等，2013；王先柱和楊義武，2015)。然而，對于外部因素沒有發(fā)生較大變化時的房價波動現(xiàn)象，以上結(jié)論卻無法給出很好的解釋。

事實(shí)上，房價的波動很難用人口增長、成本增加以及經(jīng)濟(jì)基本面變化來解釋(Shiller，2005)。Gallin(2006)以及Mikhed和Zemcik(2009)的研究表明，個人收入、房屋建造成本和人口等因素的變動已經(jīng)無法解釋美國2000年之后的房價波動。Quigley(1999)指出，對房價而言，盡管收入、利率、人口結(jié)構(gòu)等基礎(chǔ)因素起到了重要作用，但是它們的解釋力度甚至不足50%。總之，房價的短期波動無法用基礎(chǔ)因素來解釋，而更多地可能是由購房者的行為所引起的。

那么，應(yīng)該采用何種方法來研究房地產(chǎn)市場上的投資者行為呢？部分學(xué)者認(rèn)為經(jīng)典金融理論的同質(zhì)代理人和理性預(yù)期假設(shè)可能是理論的突破點(diǎn)。Zeeman(1974)在突變理論框架下，引入了基本面分析者和技術(shù)分析者兩類投資者，成功展示了股市在牛市與熊市之間轉(zhuǎn)換的機(jī)制。20世紀(jì)90年代之后，異質(zhì)代理人模型得到了迅速的發(fā)展。Day和Huang(1990)、Chiarella(1992)等通過建立異質(zhì)代理人模型(heterogeneous-agentmodel，HAM)研究發(fā)現(xiàn)，異質(zhì)代理人在市場中的相互作用可以引起市場波動，而且在沒有外部隨機(jī)干擾的情況下，市場的內(nèi)部機(jī)制也會引起價格波動。在此基礎(chǔ)上，Pagan(1996)、Lux(1998)以及Lux和Marchesi(2000)進(jìn)一步建立了帶有策略轉(zhuǎn)換的HAM，并探討了市場中參與者的策略轉(zhuǎn)換對資產(chǎn)價格波動的影響。Brock和Hommes(1997，1998)構(gòu)建的模型成為HAM的基準(zhǔn)框架。在此基礎(chǔ)上，大量相關(guān)研究表明，資產(chǎn)價格的變動在很大程度上取決于市場參與者的交易決策。Hommes(2005)指出，基本面分析者推動價格趨向均衡價格，技術(shù)分析者推動價格偏離均衡價格；當(dāng)技術(shù)分析者的比例超過某一閾值時，價格在短期內(nèi)會持續(xù)偏離均衡價格，而基本面分析者的均值回歸策略則從長期決定了市場均衡價格。

隨著異質(zhì)代理人模型的不斷完善，其應(yīng)用也更加廣泛，并逐漸被用來解釋房價的波動現(xiàn)象。Kouwenberg和Zwinkels(2011)采用超額需求的價格調(diào)整法則，建立了一個包含基本面分析者和技術(shù)分析者的房地產(chǎn)HAM，并使用1962-2000年美國房地產(chǎn)市場數(shù)據(jù)進(jìn)行了實(shí)證分析。結(jié)果表明，房地產(chǎn)市場參與者的異質(zhì)性行為確實(shí)造成了美國房價的波動。Bolt等(2014)通過構(gòu)建一個均衡定價框架下的HAM，研究了OECD中5個國家1970-2012年的房價波動現(xiàn)象，結(jié)果再次證實(shí)了HAM的結(jié)論。而Dieci和Westerhoff(2012，2013)則建立了包含實(shí)際需求和投資需求的HAM，使用動力系統(tǒng)方法討論了各參數(shù)對系統(tǒng)均衡點(diǎn)的影響，研究了系統(tǒng)均衡點(diǎn)失去穩(wěn)定性時的變化情況，并刻畫了房地產(chǎn)市場中“繁榮-蕭條”的周期性波動。

基于此，本文在分析房地產(chǎn)市場中不同參與者行為的基礎(chǔ)上，建立了帶有市場轉(zhuǎn)換行為的異質(zhì)代理人模型，并以上海和廣州兩個城市為樣本進(jìn)行了實(shí)證分析。與以往的研究相比，本文在基本假設(shè)中區(qū)分了房地產(chǎn)市場中的投資者和消費(fèi)者，采用“凈需求”的概念，考慮了房屋的市場再交易情況，并將房地產(chǎn)市場中存在折舊和動態(tài)供給行為納入模型中。文章進(jìn)一步探討了上海和和廣州兩個一線城市的投資者行為對房價的影響，為異質(zhì)代理人模型在我國房地產(chǎn)市場上的應(yīng)用提供了實(shí)證依據(jù)。

二、理論模型

(一)房地產(chǎn)市場中的參與者行為

假設(shè)房地產(chǎn)市場中房產(chǎn)的需求方有兩類：一是房產(chǎn)消費(fèi)者，二是房產(chǎn)投資者。房產(chǎn)消費(fèi)者以自住為目的購買房產(chǎn)，而房產(chǎn)投資者則主要通過房屋買賣差價來獲利。假設(shè)房地產(chǎn)市場中投資者具有異質(zhì)性，主要表現(xiàn)為對房價的預(yù)期存在差異以及由此帶來的投資行為差異。本文參考Kouwenberg和Zwinkels(2011)以及Bolt等(2014)的研究，假設(shè)房地產(chǎn)市場中存在兩類投資者：一類是基本面型投資者(f)；另一類是趨勢型投資者(c)。

(1)

其中，α(0<α<1)為基本面型投資者預(yù)期未來房價向基準(zhǔn)價格回歸的速度。α越大，意味著當(dāng)房價發(fā)生偏離時，基本面型投資者預(yù)期房價向基準(zhǔn)價格回歸的速度越快。

趨勢型投資者則認(rèn)為，未來房地產(chǎn)價格會繼續(xù)保持目前的上漲或下跌趨勢，因而其對未來房價的預(yù)期可以表示為：

Ec,t(pt+1)=pt+β(pt-pt-1)

(2)

其中，pt-1為t-1期的房價，β(β>0)為趨勢型投資者預(yù)期未來房價的外推強(qiáng)度。β越大，意味著趨勢型投資者對當(dāng)前房價變化的反應(yīng)越敏感。假設(shè)投資者在t期的房產(chǎn)持有量為Wt=f(pt)=φpt+φ，則從t期到t+1期，投資者的需求量(買入或賣出)可以近似表示為：

這樣，基本面型投資者在t+1期的新增需求為：

(3)

其中，a<0意味著基本面型投資者下一期的需求與實(shí)際房價對基準(zhǔn)房價的偏離程度負(fù)相關(guān)。即如果實(shí)際房價高于基準(zhǔn)房價，基本面型投資者會認(rèn)為房價過高，從而在下一期減少需求(賣出手中的房產(chǎn))；而如果實(shí)際房價低于基準(zhǔn)房價，基本面型投資者會認(rèn)為房價具有投資價值，從而在下一期增加需求。趨勢型投資者在t+1期的新增需求為：

(4)

其中，b>0意味著趨勢型投資者下一期的需求與當(dāng)期房價的變動正相關(guān)。即如果當(dāng)期房價高于前期房價，趨勢型投資者會認(rèn)為房價未來會繼續(xù)升高，從而在下一期增加需求；而如果當(dāng)期房價低于前期房價，趨勢型投資者會認(rèn)為房價會繼續(xù)呈下跌的態(tài)勢，從而在下一期減少房產(chǎn)持有量(賣出手中的房產(chǎn))。令Wf,t+1、Wf,t和Wc,t+1、Wc,t分別表示基本面型投資者和趨勢型投資者在t+1期和t期的房產(chǎn)持有量，則有：

(5)

(6)

(7)

(8)

在房地產(chǎn)市場中，假設(shè)市場的新增供給由房地產(chǎn)開發(fā)商提供，新增供給量取決于開發(fā)商對價格變化的預(yù)期。記t+1期的新增供給為：

(9)

如果市場在t+1期達(dá)到均衡，則有：

(10)

(11)

(12)

如果t+1期市場處于均衡狀態(tài)，則均衡價格pt+1可以表示為：

(13)

(二)投資者行為的演化

投資者會通過觀察房地產(chǎn)市場的變化來不斷優(yōu)化自己的投資策略，實(shí)現(xiàn)投資收益最大化。因此，房地產(chǎn)市場中的投資者會根據(jù)市場的變化轉(zhuǎn)換投資策略。本文假設(shè)兩類投資者依據(jù)投資收益轉(zhuǎn)換策略。兩類投資者的投資業(yè)績函數(shù)分別定義為：

(14)

(15)

(16)

(17)

其中，κ(κ>0)為選擇強(qiáng)度，衡量兩類投資者信念演化的速度。當(dāng)κ較大時，兩類投資者的轉(zhuǎn)換速度較快；如果κ→∞，則表明投資者對兩類投資策略的收益越來越敏感。這意味著如果兩種投資策略的收益稍有差異，投資者便會立刻轉(zhuǎn)換投資策略。而如果κ→0，則ηf,t+1=ηc,t+1=0.5，這意味著市場中兩類投資者各占一半，且相互之間不存在轉(zhuǎn)換。進(jìn)一步地，nf,t和nc,t可以表示為：

(18)

ηc,t+1=1-ηf,t+1

(19)

(三)基準(zhǔn)房價的確定

(20)

三、中國房地產(chǎn)市場中的投資行為與房價波動分析

(一)計量模型建立

pt+1=γ0+γ1pt+γ2ηf,t+1Xt+γ3ηc,t+1Yt+εt

(21)

(18)式也可以進(jìn)一步表示為：

(22)

結(jié)合(19)式、(21)式和(22)式，可以得到如下的非線性方程系統(tǒng)：

pt+1=γ0+γ1pt+γ2ηf,t+1Xt+γ3ηc,t+1Yt+εt

ηc,t+1=1-ηf,t+1其中，γ1體現(xiàn)了房價的延續(xù)性，根據(jù)Shiller(1998)的結(jié)論，房價具有較強(qiáng)的正向自相關(guān)性，且由 (9)式和 (11)式中需求和供給的基本關(guān)系可知，ξ>0，m<0，故我們預(yù)期γ1>0。γ2體現(xiàn)了基本面型投資者對房價的影響，由于a<0，我們預(yù)期γ2<0，即實(shí)際房價偏離基準(zhǔn)房價程度的增加會引起房價的下降。γ2<0反映了基本面型投資者的行為對于房價偏離的“拉回”能力。γ3體現(xiàn)了趨勢型投資者對房價的影響，由于b>0，我們預(yù)期γ3>0，即趨勢型投資者的行為會使房價延續(xù)之前的變化趨勢。γ4體現(xiàn)了兩類投資者之間的轉(zhuǎn)換速度，我們預(yù)期γ4>0。

(二)數(shù)據(jù)選取

(三)房價偏離程度分析

圖1　2008年1月-2015年1月上海房價偏離程度

圖2　2008年1月-2015年1月廣州房價偏離程度

(四)投資者行為差異分析

表1　參數(shù)估計結(jié)果

注：括號內(nèi)為p值。

表1中HAM回歸結(jié)果顯示，γ2<0，表明實(shí)際房價對基準(zhǔn)房價的正向偏離會使其在下一期下降，體現(xiàn)了房地產(chǎn)市場中基本面型投資者對于房價偏離的拉回能力。γ3>0，表明房價的變動具有延續(xù)性，即當(dāng)期房價的變動會影響下一期的房價，且兩者同向變化。γ4>0，表明市場中兩類投資者之間具有較快的轉(zhuǎn)換速度，他們一旦發(fā)現(xiàn)另一種投資方式具有更高的收益，便會改變投資策略。這說明在HAM框架下，投資者存在投資行為的轉(zhuǎn)換，上海投資者對于市場的變化更加敏感，投資策略的轉(zhuǎn)換速度更快，房價波動的延續(xù)性也更加明顯。這說明上海房產(chǎn)市場中趨勢型投資者的力量更強(qiáng)，上海房價的上漲(或下跌)態(tài)勢更加明顯、速度也更快。這與上?，F(xiàn)實(shí)的房價表現(xiàn)基本一致。

總體來看，無論是在HAM框架下還是在靜態(tài)狀態(tài)下，上海和廣州兩地房地產(chǎn)市場中的投資者對房價的影響基本一致，即趨勢型投資者的市場行為會使房價進(jìn)一步上漲，而基本面型投資者的行為則會使房價上漲的速度放慢。由于上海和廣州兩地房地產(chǎn)市場中投資者的作用不同，兩地的房價變動程度存在較大差異。

四、投資者行為對房價影響的再分析：上海與廣州的對比

(一)上海與廣州的房價偏離度對比

圖1和圖2表明，與廣州相比，上海實(shí)際房價偏離基準(zhǔn)房價的程度始終處于較低水平，且從2011年開始，兩地的這種差距呈現(xiàn)不斷擴(kuò)大的趨勢。這意味著盡管上海的房價較高，但“泡沫”卻相對較小。這主要是因?yàn)椋荷虾Ｗ鳛閲H金融中心，良好的區(qū)位優(yōu)勢吸引了大量外來人口；而上海本身城區(qū)面積較小，地處江蘇和浙江之間，外擴(kuò)難度較大；同時，上海的常住人口密度遠(yuǎn)大于廣州，且收入水平較高，使得房租水平也較高，從而基準(zhǔn)房價相對較高。此外，上海的房租與實(shí)際房價保持相近的上漲態(tài)勢，因此相對而言，房地產(chǎn)市場“泡沫”問題并不突出。而盡管廣州在一線城市中的房價水平并不高，但作為傳統(tǒng)的區(qū)域性中心城市，隨著近年來外來人口占比的逐漸降低，而行政區(qū)域面積相對較大，廣州的人口密度在不斷下降；此外，廣州市區(qū)內(nèi)存在大量城中村，居住著眾多外來人員，使得廣州的房租整體偏低，從而基準(zhǔn)房價較低，其房地產(chǎn)市場“泡沫”反而較大。

表1結(jié)果已表明，相對而言，廣州基本面型投資者的影響更大，這意味著廣州的基本面型投資者可以在一定程度上緩解實(shí)際房價的持續(xù)偏離。但為什么廣州反而出現(xiàn)了較大的房地產(chǎn)泡沫呢？我們猜測這可能與廣州相對較低的基本面型投資者占比有關(guān)，本文將對此做進(jìn)一步的深入分析。

從反映趨勢型投資者的影響程度γ3來看，當(dāng)κ→0和κ→∞時，上海和廣州兩地的差異并不明顯；而一旦投資者的策略可以發(fā)生轉(zhuǎn)換，即在HAM框架下，兩地趨勢型投資者的影響程度則出現(xiàn)明顯差異。那么，這一變化是否會對房價變化產(chǎn)生影響？我們也將對此做進(jìn)一步分析。

(二)投資者行為差異對房價的影響

當(dāng)存在投資策略轉(zhuǎn)換機(jī)制時，表1中HAM的結(jié)果表明，兩類投資者會根據(jù)以往的投資經(jīng)驗(yàn)和收益較為迅速地實(shí)現(xiàn)投資策略的轉(zhuǎn)換。從數(shù)值上看，當(dāng)發(fā)生策略轉(zhuǎn)換時，γ2系數(shù)的絕對值都增大，而γ3的系數(shù)則減少，這可能是由ηf小于0.5所致，即兩個城市的趨勢型投資者占比較高，易引發(fā)市場泡沫。事實(shí)上，根據(jù)表1中的回歸結(jié)果，利用(22)式可以計算出上海和廣州基本面型投資者的占比。其中，上?；久嫘屯顿Y者占比的均值為49.32%，廣州的則為48.24%。由于上海和廣州兩地的基本面型投資者占比均值都接近50%，HAM框架下的回歸結(jié)果較為接近κ→0時的情況。但廣州相對較低的基本面型投資者占比導(dǎo)致市場中的投機(jī)行為較多，造成廣州的房價盡管不高，但“泡沫”卻較大。

為進(jìn)一步分析HAM框架下兩類投資者行為的差異，結(jié)合(21)式以及ηf和ηc的均值，可以得到投資者行為對下一期房價的影響，具體結(jié)果見表2。

注：當(dāng)κ→0時，ηf=ηc=0.5；在HAM框架下，ηf的取值為均值，ηc=1-ηf。

(三)投資者占比與房價變化

從圖3和圖4中可以看到，當(dāng)基本面型投資者占比上升時，房價偏離度和房價變動率呈現(xiàn)下降的趨勢。當(dāng)基本面型投資者占比達(dá)到峰值時，房價將出現(xiàn)階段性的低點(diǎn)(房價變動率達(dá)到極小值)，房價變動率和偏離度也會出現(xiàn)階段性拐點(diǎn)。而當(dāng)基本面型投資者占比達(dá)到谷值(即趨勢型投資者占比達(dá)到峰值)時，房價總是保持之前的變動趨勢，要么繼續(xù)沖高，要么繼續(xù)回落，房價偏離度則呈現(xiàn)進(jìn)一步擴(kuò)大或縮小的態(tài)勢。

圖3　上海基本面型投資者占比與房價偏離度和房價變動率的關(guān)系　　　　　　　　圖4　廣州基本面型投資者占比與房價偏離度和房價變動率的關(guān)系

結(jié)合表1以及圖3和圖4的結(jié)果，上海的投資者轉(zhuǎn)換速度γ4相對較大，則ηf的變動較為頻繁，使得上海房價的變動率和偏離度的波動也較為頻繁，而廣州房價的變動率和偏離度則相對穩(wěn)定。這一結(jié)果也印證了Zhang等(2015)的結(jié)論。

綜上所述，上海和廣州等一線城市的房地產(chǎn)市場中存在大量市場投資者，且投資者存在異質(zhì)的市場預(yù)期和投資行為，這會造成房價產(chǎn)生波動并逐漸偏離基準(zhǔn)價格。從實(shí)際數(shù)據(jù)來看，上海和廣州的房地產(chǎn)市場在具有共同上漲趨勢的同時，又存在明顯的差異化特征。這主要是因?yàn)樵趦蓚€城市的房地產(chǎn)市場中，投資者占比及影響存在明顯的差異。本文的研究為進(jìn)一步揭示我國一線城市的房價上漲和波動存在差異提供了新的視角。

五、結(jié)論與啟示

房地產(chǎn)市場中不僅存在具有“剛性需求”的消費(fèi)者，還有大量投資者，由于各類投資者的行為存在差異，房價變動表現(xiàn)出不同的特征。分析投資者行為，對于解釋當(dāng)前房地產(chǎn)市場特別是一線城市的房價“暴漲”現(xiàn)象，具有一定的現(xiàn)實(shí)意義。本文從理論上構(gòu)建了包含消費(fèi)者、投資者和供給者的房地產(chǎn)市場局部均衡模型，通過引入投資者異質(zhì)性行為假設(shè)，分析了房地產(chǎn)市場中基本面型投資者和趨勢型投資者的異質(zhì)性行為對房價變動的影響。文章進(jìn)一步建立非線性方程系統(tǒng)，利用上海和廣州兩個一線城市的數(shù)據(jù)，采用非線性最小二乘法，實(shí)證分析了投資者的異質(zhì)性行為對房價的影響，并比較了兩個城市的差異。本文主要得到以下結(jié)論：

第一，在房地產(chǎn)市場中，基本面型投資者和趨勢型投資者對于未來價格不同的預(yù)期以及各自的投資行為會引起房價的變動。實(shí)證結(jié)果表明，實(shí)際房價對基準(zhǔn)房價的正向偏離會使房價在下一期下降，基本面型投資者對于房價偏離具有明顯的“拉回”作用；而在趨勢型投資者的作用下，房價變動具有延續(xù)性，當(dāng)期房價的變動會進(jìn)一步影響下一期的變動。

第二，在上海和廣州兩地，房地產(chǎn)市場中投資者行為的影響存在明顯的差異。靜態(tài)條件下，上海和廣州兩地房地產(chǎn)市場中的投資者對房價的影響差異并不明顯；而一旦投資者行為發(fā)生了轉(zhuǎn)換，兩地趨勢型投資者的影響程度則出現(xiàn)明顯差異：廣州趨勢型投資者的整體影響不僅會變小，而且由于變化幅度過大，投資者行為對房價的整體影響會發(fā)生反轉(zhuǎn)，即投資者行為會使靜態(tài)下的“整體上推動房價趨勢型變化”轉(zhuǎn)變?yōu)椤罢w上將房價‘拉回’基準(zhǔn)價格”。

第三，房地產(chǎn)市場中的投資者占比會顯著影響房價的變動趨勢。當(dāng)基本面型投資者占比上升時，房價偏離度和房價變動率下降；當(dāng)基本面型投資者占比達(dá)到峰值時，房價將出現(xiàn)階段性的低點(diǎn)(或高點(diǎn))，房價變動率和偏離度也會出現(xiàn)階段性拐點(diǎn)；當(dāng)基本面型投資者占比達(dá)到谷值時，房價總是保持之前的變動趨勢，要么繼續(xù)沖高，要么繼續(xù)回落，房價偏離度會進(jìn)一步擴(kuò)大或縮小。房價正是在基本面型投資者占比的不斷變化中呈現(xiàn)頻繁波動的狀態(tài)，而由于上海的投資者轉(zhuǎn)換速度較快，其房價變動率和偏離度的波動較為頻繁。

第四，投資者之間的策略轉(zhuǎn)換速度也會通過引起基本面型投資者占比的變化而導(dǎo)致房價頻繁波動。實(shí)證結(jié)果表明，上海的投資者轉(zhuǎn)換速度相對較快，則其基本面型投資者占比的波動較為頻繁，從而上海房價變動率和偏離度的波動也較為頻繁。

整體上看，由于我國一線房地產(chǎn)市場中存在異質(zhì)性的投資者，市場會出現(xiàn)不必要的波動，且投資者行為對房價變動會產(chǎn)生巨大影響。基于此，本文提出以下政策建議：一是規(guī)范一線城市房地產(chǎn)市場發(fā)展，嚴(yán)防部分城市房價過快上漲，通過強(qiáng)化購房條件、提高購房首付比例、從嚴(yán)認(rèn)定購房資格、嘗試推行房產(chǎn)稅等方式，提高投資者成本，減少投資和投機(jī)行為，防止房價頻繁大幅波動，維持樓市平穩(wěn)健康發(fā)展。二是規(guī)范房地產(chǎn)市場預(yù)期，合理引導(dǎo)購房者的追漲心理。投資者的市場行為源于對未來房價的預(yù)期，因此當(dāng)?shù)卣枰侠硪龑?dǎo)房地產(chǎn)市場參與者的預(yù)期，正確引導(dǎo)社會輿論方向，從而實(shí)現(xiàn)市場預(yù)期管理，規(guī)范市場參與者的行為。

*本文還得到廣東外語外貿(mào)大學(xué)高層次人才項(xiàng)目及科研創(chuàng)新團(tuán)隊(duì)項(xiàng)目(TD1604)的資助。

主要參考文獻(xiàn)：

[1]黃靜，王洪衛(wèi)，柯昇沛.基于行為金融學(xué)的房價預(yù)期對地價的動態(tài)作用機(jī)制研究[J].財經(jīng)研究，2013，(7)：134-144.

[2]況偉大.預(yù)期、投機(jī)與中國城市房價波動[J].經(jīng)濟(jì)研究，2010，(9)：67-78.

[3]李仲飛，張浩.成本推動、需求拉動——什么推動了中國房價上漲?[J].中國管理科學(xué)，2015，(5)：143-150.

[4]梁云芳，高鐵梅.中國房地產(chǎn)價格波動區(qū)域差異的實(shí)證分析[J].經(jīng)濟(jì)研究，2007，(8)：133-142.

[5]王先柱，楊義武.差異化預(yù)期、政策調(diào)控與房價波動——基于中國35個大中城市的實(shí)證研究[J].財經(jīng)研究，2015，(12)：51-61.

[6]徐建煒，徐奇淵，何帆.房價上漲背后的人口結(jié)構(gòu)因素：國際經(jīng)驗(yàn)與中國證據(jù)[J].世界經(jīng)濟(jì)，2012，(1)：24-42.

[7]Bolt W, Demertzis M, Diks C, et al. Bubbles and crashes in house prices under heterogeneous expectations[R]. Working Paper, 2014.

[8]Brock W A, Hommes C H. Heterogeneous beliefs and routes to chaos in a simple asset pricing model[J]. Journal of Economic Dynamics and Control, 1998, 22(8-9): 1235-1274.

[9]Day R H, Huang W. Bulls, bears and market sheep[J]. Journal of Economic Behavior & Organization, 1990, 14(3): 299-329.

[10]Dieci R, Westerhoff F. A simple model of a speculative housing market[J]. Journal of Evolutionary Economics, 2012, 22(2): 303-329.

[11]Hommes C H. Heterogeneous agent models in economics and finance[R]. Tinbergen Institute Discussion Paper No.TI05-056/1,2005.

[12]Hott C, Monnin P. Fundamental real estate prices: An empirical estimation with international data[J]. Journal of Real Estate and Finance and Economics, 2008, 6(4): 427-440.

[13]Kouwenberg R, Zwinkels R C J. Chasing trends in the U.S. housing market[R]. Erasmus University Rotterdam Working Paper, 2011.

[14]Lux T, Marchesi M. Volatility clustering in financial markets: A micro-simulation of interacting agents[J]. International Journal of Theoretical and Applied Finance, 2000, 3(4): 675-702.

[15]Mikhed V, Zemcik P. Do house prices reflect fundamentals? Aggregate and panel data evidence[J]. Journal of Housing Economics, 2009, 18 (2): 140-149.

[16]Pagan A. The econometrics of financial markets[J]. Journal of Empirical Finance, 1996, 3(1): 15-102.

[17]Quigley J M. Real estate prices and economic cycles[J]. International Real Estate Review, 1999, 2(1):1-20.

[18]Shiller R. Irrational exuberance[M]. 2nd ed. Princeton：Princeton University Press, 2005.

[19]Zhang H, Huang Y, Yao H. Heterogeneous expectation, beliefs evolution and house price volatility[J]. Economic Modeling, 2015, 53(2): 409-418.

(責(zé)任編輯康健)

收稿日期：2015-11-25

基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目(71231008，71373057，71402037)；教育部人文社科青年基金項(xiàng)目(14YJC790048)；廣東省高等教育“創(chuàng)新強(qiáng)校工程項(xiàng)目”(GWTP-GC-2014-01)

作者簡介：張浩(1983- )，男，陜西寶雞人，廣東外語外貿(mào)大學(xué)金融學(xué)院講師，云山青年學(xué)者，金融學(xué)博士。

中圖分類號：F830.9；F293.3

文獻(xiàn)標(biāo)識碼：A

文章編號：1001-9952(2016)08-0051-12

DOI:10.16538/j.cnki.jfe.2016.08.005

Heterogeneous Expectation, Investor Behavior and Fluctuations in Housing Prices:Tale of Two Cities between Shanghai and Guangzhou

Zhang Hao

(SchoolofFinance,GuangdongUniversityofForeignStudies,Guangzhou510240,China)

Abstract：In real estate market, there are a lot of investors, and their market behavior leads to fluctuations in housing prices to a big margin, thus resulting in market instability. Based on the introduction of investors’ heterogeneous expectation assumptions, this paper builds up the equilibrium model of real estate market including real estate consumers, investors and suppliers. It analyzes the impact of heterogeneous behavior of fundamental-based and trend-based investors on fluctuations in housing prices and makes a comparative

study by using the real data of Shanghai and Guangzhou as two first-tier cities. It comes to the results as follows:firstly, in real estate market, different expectation of future housing prices by these two categories of investors and investment behavior can result in changes in housing prices; secondly, Shanghai investor behavior overall leads to constantly rising trend in Shanghai housing prices all the time,and Guangzhou investor behavior results in the transformation from overall pushing trend-based changes in housing prices under original static condition to overall pulling housing prices back to the fundamental prices with changes in investment strategy; thirdly, investor proportion in real estate market significantly affects change trend of housing prices; when the proportion of fundamental-based investors rises, the deviation and change rate of housing prices reduce, and when the proportion of fundamental-based investors reaches the peak, housing prices are at an inflection point; fourthly, the strategy change speed among investors also gives rise to changes in the proportion of fundamental-based investors and thereby frequent fluctuations in housing prices, and quicker strategy change speed leads to more frequent fluctuations in housing prices.

Key words:heterogeneous expectation; strategy evolution; real estate market; housing price