基于VAR模型對(duì)我國(guó)房?jī)r(jià)波動(dòng)因素的動(dòng)態(tài)分析

鄧寧++孫騰飛

【摘 要】為了說(shuō)明影響房?jī)r(jià)波動(dòng)的決定因素及其的動(dòng)態(tài)影響，我們使用了季度數(shù)據(jù)建立的VAR模型對(duì)這些因素進(jìn)行動(dòng)態(tài)分析得出以下結(jié)論： 1、脈沖響應(yīng)分析揭示了短期內(nèi)城鎮(zhèn)居民可支配收入、通貨膨脹、抵押貸款率、國(guó)內(nèi)生產(chǎn)總值、與人口數(shù)量的上漲對(duì)于房地產(chǎn)價(jià)格都有一個(gè)正向的推動(dòng)作用。2、方差分解表明了引起房?jī)r(jià)波動(dòng)的最主要因素是其自身，這主要取決于人們的心理預(yù)期；通貨膨脹、人口增長(zhǎng)與城鎮(zhèn)居民可支配收入對(duì)房?jī)r(jià)波動(dòng)影響較大。

【關(guān)鍵詞】房?jī)r(jià)波動(dòng)；動(dòng)態(tài)影響；脈沖響應(yīng)分析；方差分解

一、引言

從宏觀經(jīng)濟(jì)的角度來(lái)看，房地產(chǎn)行業(yè)是大多數(shù)國(guó)家包括中國(guó)的一個(gè)重要組成部分。2014年我國(guó)房地產(chǎn)業(yè)占到了國(guó)內(nèi)生產(chǎn)總值的6.1%，房屋竣工價(jià)值達(dá)到了61754.86億元。居民對(duì)住房的支出也是他們?nèi)粘Ｉ畹淖畲笾С觥?/p>

住房有消費(fèi)和投資的雙重屬性，目前在中國(guó)房地產(chǎn)的交易比較活躍，流動(dòng)性較大，有廣闊的市場(chǎng)。房屋價(jià)格的波動(dòng)是做出住房投資決定的一個(gè)重要的因素，同時(shí)對(duì)波動(dòng)的預(yù)測(cè)經(jīng)常被當(dāng)做世界上各種類型投資的定期風(fēng)險(xiǎn)管理活動(dòng)。因此，我們有必要知道：房地產(chǎn)價(jià)格的波動(dòng)受哪些因素的影響及他們對(duì)房?jī)r(jià)影響的效用如何。

房地產(chǎn)的產(chǎn)業(yè)鏈條非常長(zhǎng)，房地產(chǎn)行業(yè)的發(fā)展對(duì)其他行業(yè)如鋼鐵、運(yùn)輸、煤炭等行業(yè)有著巨大的促進(jìn)作用，會(huì)刺激一國(guó)經(jīng)濟(jì)的發(fā)展。同時(shí)，房產(chǎn)價(jià)格的波動(dòng)也會(huì)顯著影響其他一些市場(chǎng)例如房產(chǎn)抵押市場(chǎng)、二手房交易市場(chǎng)、抵押貸款支持債券市場(chǎng)和耐用消費(fèi)品市場(chǎng)等與住房市場(chǎng)息息相關(guān)的市場(chǎng)。因此，房產(chǎn)價(jià)格波動(dòng)研究對(duì)整個(gè)經(jīng)濟(jì)來(lái)說(shuō)也是十分重要的。

正是由于房地產(chǎn)價(jià)格波動(dòng)的影響巨大，國(guó)內(nèi)外學(xué)者對(duì)其做了深入的研究。Stern （1992）解釋了英國(guó)1971到1989這個(gè)時(shí)期影響房?jī)r(jià)的決定因素。他發(fā)現(xiàn)實(shí)際收入是影響房?jī)r(jià)的最重要的決定因素；住房供應(yīng)量比利率對(duì)住房?jī)r(jià)格有某些更好的影響。HabinZhu （2004）等以美國(guó)等17個(gè)國(guó)家為例，運(yùn)用VAR模型，分析了1970-2003年GDP、銀行信用、短期利率、通貨膨脹等因素對(duì)房?jī)r(jià)的影響，得出通貨膨脹和銀行信用對(duì)房?jī)r(jià)的增長(zhǎng)有主要影響。DavidMiles和Vladimir Pillonca（2007）認(rèn)為影響房?jī)r(jià)上漲的因素有以下這些：利率的下降、實(shí)際收入的上漲、人口的上升、對(duì)未來(lái)的房?jī)r(jià)持上漲態(tài)度的樂觀情緒，但新的房屋供給抵消了一部分房?jī)r(jià)上漲的影響。周建軍（2009）以我國(guó)2000年至2007年每個(gè)季度的數(shù)據(jù)為研究基礎(chǔ)，對(duì)影響我國(guó)住房?jī)r(jià)格波動(dòng)的因素進(jìn)行了實(shí)證研究，結(jié)果表明居民可支配收入、土地價(jià)格與房?jī)r(jià)正相關(guān)，利率與房?jī)r(jià)負(fù)相關(guān)。梁云芳和高鐵梅（2007）通過(guò)將全國(guó)城市劃分為東部、中部和西部，運(yùn)用Panel Data模型和誤差修正模型對(duì)全國(guó)房?jī)r(jià)波動(dòng)區(qū)域差異和影響因素進(jìn)行研究，發(fā)現(xiàn)東部和西部住宅價(jià)格受信貸規(guī)模的影響較大，對(duì)其長(zhǎng)期趨勢(shì)和短期波動(dòng)具有不同程度的影響，但是對(duì)中部住宅價(jià)格影響不顯著。崔光燦（2009）的研究使用我國(guó)31個(gè)省、市、自治區(qū)自1995年至2006年的數(shù)據(jù)，構(gòu)建面板數(shù)據(jù)模型進(jìn)行經(jīng)驗(yàn)研究，考察我國(guó)房地產(chǎn)價(jià)格與宏觀經(jīng)濟(jì)之間的互動(dòng)關(guān)系。本文在建立平穩(wěn)VAR模型的基礎(chǔ)之上對(duì)中國(guó)2006年第一季度到2015年第二季度的數(shù)據(jù)進(jìn)行脈沖響應(yīng)分析和方差分解最后得出結(jié)論。

二、實(shí)證分析

本文使用的是中國(guó)2006年第一季度到2015年第二季度的數(shù)據(jù)，共38個(gè)樣本來(lái)研究這些影響房?jī)r(jià)波動(dòng)因素對(duì)其的動(dòng)態(tài)影響。房?jī)r(jià)升值率是采用簡(jiǎn)單的時(shí)間加權(quán)計(jì)算出每季度的平均房?jī)r(jià)，進(jìn)而計(jì)算出房?jī)r(jià)相對(duì)于上一季度的升降情況。由于消費(fèi)者價(jià)格指數(shù)（CPI）是觀察通貨膨脹率的重要指標(biāo)，本文選取CPI作為模型的一個(gè)變量。存在許多種抵押貸款利率，在這項(xiàng)研究中，我們選取傳統(tǒng)的五年期抵押貸款利率。本文數(shù)據(jù)除抵押貸款率來(lái)自于中國(guó)人民銀行外，其他所有數(shù)據(jù)均來(lái)自于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)。

由于房?jī)r(jià)波動(dòng)可能受這些因素的影響，因此，在這篇文章中我們使用以下符號(hào)，時(shí)間為t，t時(shí)期內(nèi)國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)率為GDPGt，通貨膨脹率為CPIGt，，人口增長(zhǎng)率為POGt，房?jī)r(jià)升值率為HPAt，抵押貸款率MRTCt，城鎮(zhèn)人口可支配收入同比增速為INCOMEt。由于是同比數(shù)據(jù)，我們做了定基處理，以2006年第一季度作為基期；同時(shí)為了減小數(shù)據(jù)的異方差的影響，我們對(duì)數(shù)據(jù)進(jìn)行取對(duì)數(shù)化處理。GDPGt，CPIGt，POGt，HPAt，MRTCt，INCOMEGt，可以使用以下公式進(jìn)行計(jì)算，其結(jié)果可能是正的也可能是負(fù)的。

CPIGt=logCPItCPIt-1 ⑴

GDPGt=logGDPtGDPt-1 ⑵

POGt=logPOtPOt-1 ⑶

HPAGt=HPAt-HPAt-1HPAt-1 ⑷

INCOMEGt=logINCOMEtINCOMEt-1 ⑸

MRTCt= MRTt – MRTt-1 ⑹

（一）VAR模型

為了檢驗(yàn)房?jī)r(jià)波動(dòng)與各變量之間的動(dòng)態(tài)關(guān)系，我們采用Sims1980年提出的VAR模型。這種模型采用多方程聯(lián)立的形式，之后利用模型中的內(nèi)生變量對(duì)其滯后值進(jìn)行回歸，從而研究它們的的動(dòng)態(tài)關(guān)系。之后進(jìn)一步采用脈沖響應(yīng)函數(shù)分析法來(lái)分析模型受到某一種沖擊時(shí)對(duì)房?jī)r(jià)波動(dòng)的動(dòng)態(tài)影響。以下是我們建立的VAR模型：

Yt=c+1Yt-1+2Yt-2+……+kYt-k+ut ⑺

（二）ADF檢驗(yàn)

由于VAR模型的建立需要在變量穩(wěn)定或者具有協(xié)整關(guān)系的基礎(chǔ)下進(jìn)行，否則會(huì)出現(xiàn)偽回歸的現(xiàn)象，因此我們首先要對(duì)變量的平穩(wěn)性進(jìn)行檢驗(yàn)。采用ADF檢驗(yàn)，其檢驗(yàn)結(jié)果如下。

表1 ADF檢驗(yàn)結(jié)果

變量 檢驗(yàn)類型 ADF統(tǒng)計(jì)量 5%臨界值 1%臨界值 結(jié)論

CPIG （C，Q，1） -2.952748 -1.950394 -2.630762 平穩(wěn)

GDPG （C，Q，1） -0.733456 -1.950394 -2.630762 不平穩(wěn)

D（GDPG） （C，Q，1） -4.169492 -1.950687 -2.632688 平穩(wěn)

HPAG （C，Q，4） 1.278874 -1.951332 -2.636901 不平穩(wěn)

D[HPAG] （C，Q，2） -10.56836 -1.951332 -2，636901 平穩(wěn)

INCOMEG （C，Q，0） -0.656387 -1.950394 -2.630762 不平穩(wěn)

D（INCOMEG） （C，Q，0） -6.502703 -1.950687 -2.632688 平穩(wěn)

MRTC （C，Q，1） -2.389969 -1.951332 -2.636901 5%下平穩(wěn)

D（MRTC） （C，Q，0） -4.274395 -2.954021 -3.646342 平穩(wěn)

POG （C，Q，0） -0.460327 -1.950117 -2.628961 不平穩(wěn)

D（POG） （C，Q，0） -5.916080 -1.950394 -2.630762 平穩(wěn)

注：（C，Q，L）分別表示常數(shù)項(xiàng)、趨勢(shì)項(xiàng)和滯后階數(shù)，Q表示沒有趨勢(shì)項(xiàng)，L表示由SIC確定的滯后階數(shù)，D（）表示一階差分D[]表示二階差分。

由ADF檢驗(yàn)我們發(fā)現(xiàn)只有CPIG平穩(wěn)，但是除HPAG所有的變量的一階差分都平穩(wěn)，HPAG的二階差分也平穩(wěn)。因此我們可以直接對(duì)變量之間關(guān)系建立VAR模型。同時(shí)，對(duì)數(shù)差分項(xiàng)近似表示該變量的增長(zhǎng)率，具有明確的經(jīng)濟(jì)意義。

根據(jù)CPIG，D（GDPG）， D[HPAG]， D（INCOMEG）， D（MRTC）， D（POG），建立VAR模型。

（三）滯后期的確定

VAR模型中的一個(gè)重要的問題就是滯后期的確定。在確定滯后期k時(shí)，一方面想要使滯后期足夠大，以便能完整反映所構(gòu)造模型的動(dòng)態(tài)特征。但是另一方面，滯后期越大，需要有足夠的滯后項(xiàng)，其自由度的數(shù)目又不夠。影響參數(shù)估計(jì)的有效性。

VAR滯后期判定表

圖1

根據(jù)LR、FPE、AIC和SC、HQ準(zhǔn)則確定建立VAR（1）模型。

（四）脈沖響應(yīng)分析

脈沖響應(yīng)函數(shù)反映的是在隨機(jī)誤差項(xiàng)上施加一個(gè)標(biāo)準(zhǔn)差大的沖擊后對(duì)內(nèi)生變量的當(dāng)期值和未來(lái)值所帶來(lái)的影響。因此脈沖響應(yīng)函數(shù)顯示的是系統(tǒng)的動(dòng)態(tài)影響。由于脈沖響應(yīng)函數(shù)對(duì)變量的順序很敏感，變量順序不同將會(huì)影響結(jié)果，因此，我們?cè)O(shè)置進(jìn)入VAR的順序?yàn)镈INCOMEG、DCPIG、DMRTC、DGDPG、DPOG?？紤]到居民可支配收入對(duì)房?jī)r(jià)波動(dòng)影響顯著，因此將它放在第一位。

圖2 DINCOME對(duì)DHPAGG15期沖擊圖 圖3 DCPIG對(duì)DHPAG15期沖擊圖

圖4 DMRTC對(duì)DHPAG15期沖擊圖 圖5 DGDPG對(duì)DHPAG15期沖擊圖

圖6 DPOG對(duì)DHPAG15期沖擊圖

圖3是城鎮(zhèn)居民可支配收入一個(gè)單位標(biāo)準(zhǔn)差的沖擊對(duì)房?jī)r(jià)升值率的影響，前三期居民可支配收入與房?jī)r(jià)升值率正相關(guān)，即居民可支配收入增加，房?jī)r(jià)也會(huì)隨之上漲；到第四期表現(xiàn)出負(fù)相關(guān)，并于第五期之后逐漸趨于平穩(wěn)。這說(shuō)明居民可支配收入的上漲短期內(nèi)推動(dòng)了房?jī)r(jià)的上漲。

圖4是通貨膨脹率一個(gè)單位標(biāo)準(zhǔn)差的沖擊對(duì)房?jī)r(jià)升值率的影響，通貨膨脹上漲初期對(duì)于房?jī)r(jià)有一個(gè)推動(dòng)作用，在第二期隨著膨脹的加劇，對(duì)于房?jī)r(jià)上漲有一個(gè)逆向作用，減緩了房?jī)r(jià)的上漲。第三期之后隨著膨脹的繼續(xù)，進(jìn)一步推動(dòng)房?jī)r(jià)上漲，造成房地產(chǎn)價(jià)格虛高。

圖5是抵押貸款利率對(duì)于房?jī)r(jià)升值率的影響，表明短期內(nèi)抵押貸款率的上漲對(duì)于房?jī)r(jià)上漲有一個(gè)推動(dòng)作用，并在第四期左右達(dá)到峰值，之后抵押貸款率的上漲對(duì)于房?jī)r(jià)的上漲有一個(gè)反作用。

圖6表明GDP對(duì)于房?jī)r(jià)的影響，GDP的一個(gè)正向沖擊會(huì)帶來(lái)房?jī)r(jià)升值率短期的上漲，并于第三期左右達(dá)到峰值，隨后正向影響逐步轉(zhuǎn)變?yōu)樨?fù)向影響并最終趨于平穩(wěn)。

圖7表明人口增長(zhǎng)對(duì)于房?jī)r(jià)的影響，隨著人口的增長(zhǎng)，房?jī)r(jià)也逐步上漲，2-3期人口增長(zhǎng)減緩了房?jī)r(jià)上漲，之后隨著人口增加，房?jī)r(jià)在第四期達(dá)到最大值。之后效果逐步降低并在第13期左右趨于穩(wěn)定。

（五）方差分解

圖7

為了確定影響房?jī)r(jià)變化的因素的相對(duì)重要程度，我們對(duì)模型進(jìn)行方差分解。由圖中可以看出影響房?jī)r(jià)波動(dòng)的各因素在第八期趨于平穩(wěn)。其中對(duì)于房?jī)r(jià)波動(dòng)影響最大的還是房?jī)r(jià)升值率的變化，這可能取決于人們的心理預(yù)期，隨著房?jī)r(jià)的不斷上漲，加劇了人們心理的恐慌，推動(dòng)了觀望者的買房進(jìn)程，進(jìn)一步加劇了房?jī)r(jià)的上漲。年初一線城市房?jī)r(jià)瘋漲就很好的說(shuō)明了這一點(diǎn)。通貨膨脹、人口增長(zhǎng)與城鎮(zhèn)居民可支配收入對(duì)房?jī)r(jià)波動(dòng)影響較大，分別占比7%、6.3%、5.1%。GDP與抵押貸款率對(duì)房?jī)r(jià)波動(dòng)影響較小，分別占比2.4%和2.3%。

三、結(jié)論與啟示

本文對(duì)中國(guó)房地產(chǎn)市場(chǎng)2006年第一季度到2015年第二季度的數(shù)據(jù)采用VAR模型進(jìn)行了分析。分析了國(guó)內(nèi)生產(chǎn)總值、通貨膨脹、人口數(shù)量、抵押貸款率、城鎮(zhèn)居民可支配收入等因素的變動(dòng)，對(duì)房?jī)r(jià)波動(dòng)產(chǎn)生的動(dòng)態(tài)影響。

第一、我們?cè)诮⑵椒€(wěn)的VAR模型的基礎(chǔ)之上對(duì)數(shù)據(jù)進(jìn)行了脈沖響應(yīng)分析，發(fā)現(xiàn)短期內(nèi)城鎮(zhèn)居民可支配收入、通貨膨脹、抵押貸款率、國(guó)內(nèi)生產(chǎn)總值、與人口數(shù)量的上漲對(duì)于房地產(chǎn)價(jià)格都有一個(gè)正向的推動(dòng)作用。

第二、通過(guò)方差分解我們知道房?jī)r(jià)自身是引起房?jī)r(jià)波動(dòng)的最主要因素，這主要取決于人們的心理預(yù)期。房?jī)r(jià)的不斷上漲會(huì)迫使那些購(gòu)房觀望者改變自己的觀望態(tài)度，加速自己的買房進(jìn)程，短期內(nèi)形成一個(gè)購(gòu)房熱，進(jìn)一步推動(dòng)了房?jī)r(jià)的上漲。通貨膨脹、人口增長(zhǎng)與城鎮(zhèn)居民可支配收入對(duì)房?jī)r(jià)波動(dòng)有一定的影響，但并不是主要原因；國(guó)內(nèi)生產(chǎn)總值與抵押貸款率對(duì)房?jī)r(jià)波動(dòng)影響不太顯著。

住房支出作為居民支出的主要組成部分，對(duì)于居民生活水平具有顯著影響。維持房?jī)r(jià)的穩(wěn)定對(duì)于保障民生、維護(hù)社會(huì)穩(wěn)定也有重要意義。根據(jù)本文的研究，房?jī)r(jià)的波動(dòng)會(huì)促進(jìn)房地產(chǎn)價(jià)格的上漲，同時(shí)通貨膨脹、城鎮(zhèn)居民可支配收入對(duì)于房?jī)r(jià)波動(dòng)影響較大。因此我國(guó)應(yīng)當(dāng)在對(duì)房地產(chǎn)宏觀調(diào)控的基礎(chǔ)上，制定相應(yīng)的政策來(lái)抑制房?jī)r(jià)的不合理波動(dòng)；采取穩(wěn)健的貨幣政策防范通貨膨脹，進(jìn)而促進(jìn)我國(guó)房地產(chǎn)市場(chǎng)健康穩(wěn)定的發(fā)展。

參考文獻(xiàn)

[1]崔光燦.房地產(chǎn)價(jià)格與宏觀經(jīng)濟(jì)互動(dòng)關(guān)系實(shí)證研究——基于我國(guó)31個(gè)省份面板數(shù)據(jù)分析[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2009 （1）： 14-25.

[2]梁云芳，高鐵梅. 中國(guó)房地產(chǎn)價(jià)格波動(dòng)區(qū)域差異的實(shí)證分析[J]. 經(jīng)濟(jì)研究，2007，08：133-142.

[3]周建軍.我國(guó)房地產(chǎn)價(jià)格的影響因素及其合理性研究[J].商業(yè)研究，2009（4）.

[4]Haibin Zhu. What Drives Housing Price Dynamics： Cross-country Evidence [J].BIS Quarterly Review， 2004 （5） ：65-78

[5]Miles，D.and V.Pillonca（2008）.Financial Innovation and European Housing and Mortgage Markets[J].Oxford Review of Economic Policy，V01.24，No.1，2008，PP.145—175.

[6]Stern， D. （1992） Explaining UK house price inflation 1971–89， Applied Economics， 24， 1327–33.

作者簡(jiǎn)介：

鄧寧 （1971-）男 ， 廣東湛江人，講師，研究生導(dǎo)師，博士。

通訊作者：

孫騰飛 （1992-） 性別：男 籍貫：河南南陽(yáng)，中南財(cái)經(jīng)政法大學(xué) 碩士研究生。