房地產(chǎn)市場(chǎng)情緒對(duì)商品住宅價(jià)格的影響研究

臺(tái)紅玉 房月琴 王 燦

一、引言

我國(guó)房地產(chǎn)市場(chǎng)近年來呈現(xiàn)較強(qiáng)的波動(dòng)性，對(duì)穩(wěn)定發(fā)展造成一定的沖擊。為此，諸多學(xué)者從多方面探究導(dǎo)致房?jī)r(jià)暴漲暴跌的原因，研究邏輯是由果溯因，從宏觀經(jīng)濟(jì)表象分析微觀經(jīng)濟(jì)變化，以統(tǒng)計(jì)學(xué)的內(nèi)核解讀變量變化，對(duì)群體共同行為的原因進(jìn)行分析。然而在此基礎(chǔ)上，我們還要思考最基本的供需關(guān)系，房?jī)r(jià)的劇烈波動(dòng)終究是起源于買賣行為在短時(shí)間內(nèi)的大量產(chǎn)生或消失，在此基礎(chǔ)上從微觀行為入手，輔以宏觀經(jīng)濟(jì)指標(biāo)，才能夠以一個(gè)比較全面的視角考察整個(gè)房地產(chǎn)市場(chǎng)。

目前對(duì)房地產(chǎn)領(lǐng)域的研究主要集中在各項(xiàng)經(jīng)濟(jì)指標(biāo)等宏觀領(lǐng)域，而微觀調(diào)查數(shù)據(jù)又不足以代表巨大的購房群體及房地產(chǎn)市場(chǎng)，因此借鑒行為經(jīng)濟(jì)學(xué)思想來衡量微觀行為，來彌補(bǔ)現(xiàn)有研究的不足。心理學(xué)研究認(rèn)為，情緒能夠影響當(dāng)期決策（Jon Elster，2000）[1]。Agnes Virlics（2013）探究了情緒在經(jīng)濟(jì)決策過程中的作用，認(rèn)為將心理學(xué)、社會(huì)學(xué)等其他學(xué)科的研究成果納入經(jīng)濟(jì)學(xué)理論研究，可以得到更準(zhǔn)確、更真實(shí)的認(rèn)識(shí)[2]。金融市場(chǎng)的研究與經(jīng)驗(yàn)也表明，市場(chǎng)參與者的情緒波動(dòng)會(huì)對(duì)其投資行為產(chǎn)生顯著影響，進(jìn)而加劇股票市場(chǎng)的波動(dòng)。近些年來房地產(chǎn)市場(chǎng)與資本市場(chǎng)有著種種相似性：大額資金沉淀、價(jià)值變化緩慢和短時(shí)價(jià)格波動(dòng)劇烈，甚至房地產(chǎn)市場(chǎng)的資金流動(dòng)也與金融市場(chǎng)有著某些共性。

我們不禁聯(lián)想，能否將研究金融市場(chǎng)的方法論借鑒至房地產(chǎn)市場(chǎng)，認(rèn)為市場(chǎng)參與者的情緒是引起房?jī)r(jià)波動(dòng)的因素之一，這是一個(gè)現(xiàn)實(shí)且極具價(jià)值的問題?；诖耍疚耐ㄟ^對(duì)市場(chǎng)情緒的定量測(cè)量，將行為經(jīng)濟(jì)學(xué)、心理學(xué)思想引入房地產(chǎn)領(lǐng)域，研究市場(chǎng)情緒與商品住宅價(jià)格是否存在某種聯(lián)系。

二、文獻(xiàn)綜述與理論分析

（一）情緒與預(yù)期

值得注意的是，在分析情緒與政策關(guān)系時(shí)，國(guó)內(nèi)現(xiàn)有文獻(xiàn)極易將預(yù)期與情緒進(jìn)行模糊，導(dǎo)致進(jìn)一步研究時(shí)名稱以及邏輯關(guān)系的混亂。通常預(yù)期與情緒的邏輯關(guān)系為：預(yù)期是對(duì)未來的觀點(diǎn)，預(yù)期可以引導(dǎo)情緒，但最終情緒可能會(huì)有多種。預(yù)期是理性的推斷，而情緒可能是感性反映，兩者都會(huì)對(duì)最終的行為產(chǎn)生影響。二者的區(qū)別還在于，情緒往往具有即時(shí)性。

（二）情緒與投資決策

心理學(xué)領(lǐng)域已經(jīng)達(dá)成共識(shí)，情緒能夠影響投資決策。莊錦英（2003）認(rèn)為，決策過程中不僅存在作為效用的預(yù)期情緒，還存在“即時(shí)”情緒直接影響決策行為，因此群體的短時(shí)劇烈情緒波動(dòng)會(huì)對(duì)宏觀經(jīng)濟(jì)產(chǎn)生一定影響[5]。行為金融學(xué)也認(rèn)為，積極情緒的投資者會(huì)高估匯報(bào)、忽視風(fēng)險(xiǎn)，從而產(chǎn)生較為激進(jìn)的投資行為，從而影響資產(chǎn)價(jià)格。

（三）情緒與購房行為

國(guó)外部分學(xué)者從微觀角度研究情緒與房地產(chǎn)市場(chǎng)的關(guān)系，認(rèn)為情緒與買房呈強(qiáng)相關(guān)性。如J?rgensen and Cecilie Juul（2016）對(duì)多個(gè)丹麥?zhǔn)状钨彿考彝サ亩ㄐ栽L談結(jié)果進(jìn)行分析，給出了買房的部分目的：這是一個(gè)情緒性的家庭行為[6]。Eddie Chi-man Hui and Ziyou Wang（2014）研究了香港房地產(chǎn)市場(chǎng)，認(rèn)為大眾情緒對(duì)房?jī)r(jià)走勢(shì)有顯著的影響，但并未給出影響程度。國(guó)內(nèi)研究情緒影響房地產(chǎn)市場(chǎng)的文獻(xiàn)相對(duì)較少，主要探究房地產(chǎn)市場(chǎng)有無泡沫及其形成原因[7]。宋超英和張乾（2009）運(yùn)用行為經(jīng)濟(jì)學(xué)中的相關(guān)理論分析了是否存在房地產(chǎn)泡沫及其如何形成的微觀過程，認(rèn)為房地產(chǎn)市場(chǎng)存在泡沫且非理性情緒助推了泡沫的形成[8]。

（四）情緒的度量方法

由于宏觀經(jīng)濟(jì)指標(biāo)替代微觀行為指標(biāo)不精確且難以真正反映群體的即時(shí)情緒，近些年隨著計(jì)算機(jī)技術(shù)和互聯(lián)網(wǎng)大數(shù)據(jù)的發(fā)展，一些學(xué)者運(yùn)用文本分析技術(shù)或情感分析技術(shù)，通過網(wǎng)絡(luò)信息擬合情感，借此統(tǒng)計(jì)市場(chǎng)參與者的情緒，這種方法在金融學(xué)中首先被大量應(yīng)用，用以估計(jì)投資者情緒。Da、Engelberg and Gao（2015）整合民眾關(guān)注的搜索數(shù)據(jù)（關(guān)鍵詞如經(jīng)濟(jì)衰退、失業(yè)和破產(chǎn)），通過搜索數(shù)據(jù)的頻度構(gòu)建了金融與經(jīng)濟(jì)傾向指數(shù)來反映投資者情緒[9]。國(guó)內(nèi)學(xué)者孟雪井等（2016）也根據(jù)相關(guān)搜索頻度構(gòu)建反映投資者情緒的情緒指數(shù)[10]。在房地產(chǎn)領(lǐng)域，宋丹丹等（2018）基于城市報(bào)媒房地產(chǎn)報(bào)道題目認(rèn)為，報(bào)刊代表的好壞情緒以及引起的輿論討論對(duì)于房地產(chǎn)市場(chǎng)具有引導(dǎo)作用，由此間接影響了房?jī)r(jià)的變化[11]。

由于目前房地產(chǎn)領(lǐng)域的研究主要集中在各項(xiàng)經(jīng)濟(jì)指標(biāo)等宏觀領(lǐng)域，而微觀調(diào)查數(shù)據(jù)又不足以代表巨大的購房群體及房地產(chǎn)市場(chǎng)。因此本文將行為經(jīng)濟(jì)學(xué)、心理學(xué)思想等引入房地產(chǎn)領(lǐng)域，運(yùn)用主成分分析法構(gòu)建我國(guó)房地產(chǎn)市場(chǎng)的情緒指數(shù)，通過回歸模型實(shí)證研究當(dāng)期市場(chǎng)情緒對(duì)當(dāng)期商品住宅價(jià)格的影響。此外，考慮到房地產(chǎn)地域性強(qiáng)的特點(diǎn)，本文還擬實(shí)證分析橫向?qū)Ρ仁袌?chǎng)情緒對(duì)東部和中西部城市商品住宅價(jià)格的影響程度。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源及變量說明

本文樣本研究期為2012 年1 月至2018 年12月，由圖1可得，在此期間內(nèi)普遍來看全國(guó)房地產(chǎn)市場(chǎng)包含至少一個(gè)完整的上升-下降（價(jià)格與面積均考慮在內(nèi)）的波動(dòng)周期，能夠得出更準(zhǔn)確的結(jié)論。所用數(shù)據(jù)主要來源于wind 數(shù)據(jù)庫，地方統(tǒng)計(jì)年鑒，中國(guó)人民銀行官網(wǎng)等，數(shù)據(jù)處理通過Spss24.0和stata15.0軟件進(jìn)行。

溶洞中還生活著這里特有的奇異動(dòng)物——洞螈。洞螈又叫盲螈，從名字中就能知道，這是一種眼睛已經(jīng)退化的洞穴動(dòng)物。的確，洞螈無眼瞼，眼睛退化并隱藏在皮下。洞螈是一種兩棲動(dòng)物，身體呈灰色或粉紅色。它們用鰓呼吸，而奇特的是，粉紅色的鰓卻長(zhǎng)在了身體外側(cè)，像兩束小小的珊瑚。其實(shí)，鰓本身是無色透明的，美麗的粉紅色實(shí)際上是血液的顏色。

圖1 70大中城市新建商品住宅價(jià)格指數(shù)同比-商品房銷售面積同比圖

表1 情緒指數(shù)二級(jí)指標(biāo)選取表

1.被解釋變量。商品住宅價(jià)格（Hpr）。商品住宅價(jià)格=月度的商品住宅銷售額/銷售面積。由于不同地區(qū)的商品住宅價(jià)格差異較大，為了避免異方差和多重共線性，在進(jìn)行數(shù)據(jù)驗(yàn)證前，對(duì)商品住宅價(jià)格取自然對(duì)數(shù)處理。

2.解釋變量。市場(chǎng)情緒指數(shù)（Emo）作為綜合指標(biāo)，本文從宏觀微觀兩個(gè)方面選取五項(xiàng)二級(jí)指標(biāo)對(duì)其進(jìn)行擬合。

宏觀指標(biāo)包含購買熱度、消費(fèi)者信心、宏觀經(jīng)濟(jì)運(yùn)行情況三個(gè)二級(jí)指標(biāo)。宏觀指標(biāo)反映實(shí)體經(jīng)濟(jì)的波動(dòng)，房地產(chǎn)與經(jīng)濟(jì)基本面息息相關(guān)，當(dāng)經(jīng)濟(jì)向好，民眾有較高的總量經(jīng)濟(jì)收入，消費(fèi)情緒較高，則購房行為的發(fā)生概率增大。替代指標(biāo)分別取當(dāng)月地區(qū)商品房銷售面積、當(dāng)月地區(qū)消費(fèi)者信心指數(shù)、當(dāng)月宏觀經(jīng)濟(jì)景氣指數(shù)作為替代變量。

微觀指標(biāo)包含購買意愿和關(guān)注度兩個(gè)二級(jí)指標(biāo)。購買意愿參考鄭榮卿（2017）的做法[12]，選取中國(guó)人民銀行問卷結(jié)果中下季度預(yù)備購房比作為購買意愿的替代指標(biāo)；關(guān)注度用當(dāng)月地區(qū)百度搜索熱度平均值的總和來表示。由于百度指數(shù)并未提供搜索數(shù)據(jù)的下載功能，本文基于編寫的爬蟲程序，批量獲取了關(guān)鍵詞“房?jī)r(jià)”的月度時(shí)間序列數(shù)據(jù)。

情緒指數(shù)所選成分如表1所示。為去除單位影響，對(duì)所有原始數(shù)據(jù)進(jìn)行0-1標(biāo)準(zhǔn)化處理再做主成分合成。選取度量情緒的5 個(gè)變量做主成分分析，在保證累計(jì)方差解釋率達(dá)到74%的前提下，得到房地產(chǎn)市場(chǎng)情緒指標(biāo)。

從表2中可以得出，由于前兩項(xiàng)主成分累積比已達(dá)74%，因此選取前兩項(xiàng)主成分構(gòu)建情緒指數(shù)，計(jì)算過程如下：

其中F1、F2為兩提取主成分。

3.控制變量。貨幣政策（Ir），選取中國(guó)人民銀行公布的5年期及以上貸款利率作為貨幣政策的替代變量；居民收入（Inc），選取城鎮(zhèn)統(tǒng)計(jì)年鑒中的居民可支配收入作為居民收入替代變量。由于僅可采集到季度數(shù)據(jù)，因此為簡(jiǎn)化計(jì)算，認(rèn)為居民收入在區(qū)域內(nèi)全年自然平均增長(zhǎng)，即年度內(nèi)居民收入呈線性增長(zhǎng)趨勢(shì)以計(jì)算月度居民收入；住房需求（Peo），選取人口密度作為住房需求的替代變量。城市人口密度=城市常住人口/城市區(qū)域國(guó)土面積。由于統(tǒng)計(jì)局只公布年度人口數(shù)據(jù)而無月度數(shù)據(jù)，同時(shí)區(qū)域內(nèi)人口的增長(zhǎng)率波動(dòng)較小，總量很難在單一年度的某一月份中出現(xiàn)大幅波動(dòng)，因此為簡(jiǎn)化計(jì)算，認(rèn)為人口在區(qū)域內(nèi)全年自然平均增長(zhǎng)，即年度內(nèi)人口呈線性增長(zhǎng)趨勢(shì)以計(jì)算月度人口密度。區(qū)域效應(yīng)（Reg）作為虛擬變量，數(shù)據(jù)集合范圍為（1，2，3），其中1 代表東部，2 代表中部，3 代表西部。在進(jìn)行GMM 回歸時(shí)，需要用到工具變量，其需要與模型中內(nèi)生解釋變量高度相關(guān)，但卻不與隨機(jī)誤差項(xiàng)相關(guān)，本文將解釋變量的滯后一期作為工具變量。

表2 主成分變量選取表

圖2 2012—2018情緒指數(shù)與商品住宅價(jià)格

（二）模型構(gòu)建

在構(gòu)建房地產(chǎn)情緒指數(shù)后，將情緒指數(shù)與商品住宅價(jià)格繪制成圖2，可以發(fā)現(xiàn)二者變化有一定相關(guān)性。

為了檢驗(yàn)房地產(chǎn)市場(chǎng)情緒指數(shù)與商品住宅價(jià)格之間的關(guān)系，首先考慮使用OLS（最小二乘法）進(jìn)行普通回歸檢驗(yàn)，創(chuàng)建式（1）靜態(tài)面板模型：

其中，i 和t 分別表示各個(gè)城市和時(shí)間，Hpri,t表示i 城市在t 時(shí)期的商品住宅價(jià)格，Emoi,t表示i城市在t時(shí)期的市場(chǎng)情緒指數(shù)，Controli,t為各控制變量，εi,t為隨機(jī)誤差項(xiàng)。

當(dāng)解釋變量Emo的系數(shù)為正值時(shí)，說明情緒的上升促進(jìn)了商品住宅價(jià)格增加，即情緒與商品住宅價(jià)格呈現(xiàn)正向相關(guān)關(guān)系，否則說明情緒與商品住宅價(jià)格呈現(xiàn)負(fù)向相關(guān)關(guān)系。

但是考慮到房地產(chǎn)市場(chǎng)情緒指數(shù)的二級(jí)指標(biāo)與商品住宅價(jià)格均具有聯(lián)系性，數(shù)據(jù)中可能存在較為嚴(yán)重的內(nèi)生性問題，考慮采用動(dòng)態(tài)面板模型的廣義矩估計(jì)（Generalized method of moments，GMM）。首先采用Arellano et al（1991）提出的差分DIFGMM 估計(jì)方法，消除由于未觀測(cè)到的截面?zhèn)€體效應(yīng)造成的遺漏變量偏誤，得到式（2）模型：

由于DIF-GMM 不僅消除了非觀測(cè)的截面?zhèn)€體效應(yīng)，也消除了不隨時(shí)間變化的其他變量，另外，就偏誤和估計(jì)準(zhǔn)確性而言，多數(shù)情形中變量滯后項(xiàng)并不是理想的工具變量。Arellano et al（1991）以及Blundell & Bond（1998）在DIF-GMM 估計(jì)的基礎(chǔ)上，引入被解釋變量差分的滯后項(xiàng)和隨機(jī)誤差項(xiàng)正交的矩條件，得出系統(tǒng)SYS-GMM模型式（3）（4）：

系統(tǒng)SYS-GMM 模型更好地解決了弱工具性問題。將差分方程和原水平方程聯(lián)立組成方程組，工具變量同時(shí)包含滯后的差分項(xiàng)和滯后的水平項(xiàng)，將水平方程與差分方程結(jié)合進(jìn)行回歸，使得結(jié)果更為穩(wěn)健?？傮w上，GMM 方法不要求擾動(dòng)項(xiàng)的準(zhǔn)確分布信息、允許隨機(jī)誤差項(xiàng)存在異方差和序列相關(guān)，比較而言參數(shù)估計(jì)更加穩(wěn)健。

首先用最小二乘法的回歸觀察情緒指數(shù)與商品住宅價(jià)格之間的關(guān)系。考慮到前文在構(gòu)建情緒指數(shù)時(shí)，個(gè)別指標(biāo)與房?jī)r(jià)之間可能存在內(nèi)生性關(guān)系，為了驗(yàn)證結(jié)果可靠性，將情緒指數(shù)的滯后一期數(shù)據(jù)作為工具變量進(jìn)行2SLS（兩階段最小二乘）回歸，看結(jié)果是否仍顯著。

使用工具變量的前提是存在內(nèi)生解釋變量，為此需要進(jìn)行豪斯曼檢驗(yàn)。豪斯曼檢驗(yàn)結(jié)果為拒絕原假設(shè)，可以認(rèn)為滯后一期的情緒指數(shù)是內(nèi)生變量，由于區(qū)位項(xiàng)為虛擬變量，不隨時(shí)間移動(dòng)而變化，因此可以進(jìn)一步使用SYS-GMM（系統(tǒng)廣義矩估計(jì)）模型進(jìn)行估計(jì)。

表3 描述性統(tǒng)計(jì)表

四、實(shí)證結(jié)果分析

（一）主要變量的描述性統(tǒng)計(jì)

由表3 可知，商品住宅價(jià)格的標(biāo)準(zhǔn)差為0.554，說明房?jī)r(jià)波動(dòng)的比較強(qiáng)烈。對(duì)于可能存在的內(nèi)生性的影響，本文采用OLS（最小二乘法）、2SLS（兩階段最小二乘法）及GMM（廣義矩估計(jì)）三種方法進(jìn)行回歸。

表4 全國(guó)回歸結(jié)果表

（二）基本回歸結(jié)果分析

如表4所示，回歸結(jié)果表能夠較好的解釋市場(chǎng)情緒與商品住宅價(jià)格之間的關(guān)系：

1.市場(chǎng)情緒指數(shù)項(xiàng)系數(shù)在四個(gè)模型中均顯著為正，可以認(rèn)為房地產(chǎn)市場(chǎng)情緒與市場(chǎng)上商品住宅價(jià)格呈現(xiàn)正向同步趨勢(shì)，即隨著市場(chǎng)情緒上漲，住宅價(jià)格也將上升。計(jì)量體現(xiàn)在加入滯后一期的情緒指數(shù)進(jìn)行回歸時(shí)，情緒指數(shù)的正向系數(shù)降低但仍顯著，將其轉(zhuǎn)化為工具變量進(jìn)行回歸后，正相關(guān)系數(shù)由0.142到0.185顯著增大。市場(chǎng)情緒指數(shù)增大意味著市場(chǎng)交易額上升，居民對(duì)于商品住宅的關(guān)注度增大，促進(jìn)了購買行為的產(chǎn)生，而房地產(chǎn)商品由于商品特性短期供給不足，導(dǎo)致了價(jià)格的上漲。

2.情緒指數(shù)的滯后一期變量在模型中進(jìn)行回歸，回歸系數(shù)為正（0.061），卻未達(dá)到90%的顯著性要求。與當(dāng)期情緒指數(shù)相比，滯后期的情緒指數(shù)系數(shù)雖然為正，但對(duì)于商品住宅價(jià)格的影響并不顯著，這表明情緒指數(shù)能夠按照即時(shí)性的原則，反映市場(chǎng)的情緒變化。

3.所選控制變量中，利率、人均可支配收入、人口密度項(xiàng)系數(shù)均為正，表明其均與商品住宅價(jià)格呈正向相關(guān)關(guān)系。而虛擬變量項(xiàng)四種檢驗(yàn)?zāi)Ｐ拖禂?shù)均為負(fù)（-0.109），表明區(qū)位對(duì)于房?jī)r(jià)有負(fù)向的影響。

（三）異質(zhì)性分析

對(duì)比表5東、中、西部地區(qū)的結(jié)果，可以發(fā)現(xiàn)以下幾點(diǎn)差異。

1.情緒指數(shù)對(duì)商品住宅價(jià)格的影響在中西部更大，在東部的影響力較弱。主要觀察對(duì)象為Emo項(xiàng)，東部地區(qū)的最大系數(shù)為0.112，三種回歸方式中有一次報(bào)告不顯著。但中西部地區(qū)的三次回歸均在95%或99%的置信度下顯著，且最大系數(shù)分別為0.254 和0.426。東部地區(qū)經(jīng)濟(jì)發(fā)達(dá)，房地產(chǎn)市場(chǎng)的參與者眾多，信息網(wǎng)絡(luò)成熟，情緒由產(chǎn)生至最終影響交易行為時(shí)，需要經(jīng)過眾多考驗(yàn)，由于本文構(gòu)造的情緒指數(shù)部分反映了理性的判斷，因此理性的交易行為更易被其他突發(fā)事件影響，因此情緒對(duì)商品住宅價(jià)格的影響力在東部較弱。然而中西部地區(qū)，由于信息溝通交流較東部地區(qū)偏弱，且市場(chǎng)參與者學(xué)習(xí)能力、網(wǎng)絡(luò)參與程度均不及東部地區(qū)，因此信息不對(duì)稱情況更為嚴(yán)重，導(dǎo)致的結(jié)果就是通過理性預(yù)期產(chǎn)生的情緒更容易催生購買行為，中西部地區(qū)投機(jī)與套利等需要預(yù)期判斷的交易行為較少，因此導(dǎo)致了情緒指數(shù)與商品住宅價(jià)格的強(qiáng)相關(guān)性。

2.滯后一期的情緒指數(shù)對(duì)商品住宅價(jià)格的影響，由東至西逐漸增加。OLS模型中東部地區(qū)影響系數(shù)為0.032，中部地區(qū)0.061，但這兩者未通過顯著性檢驗(yàn)，同時(shí)西部地區(qū)為0.168 且通過95%置信度下的顯著性檢驗(yàn)。橫向?qū)Ρ瓤梢园l(fā)現(xiàn)，Emot-1系數(shù)項(xiàng)由小變大，顯著性從無到有。一方面可以認(rèn)為，東部地區(qū)市場(chǎng)的不可預(yù)測(cè)性較小，中西部地區(qū)的不可預(yù)測(cè)性較大。另一方面，結(jié)合情緒指數(shù)的構(gòu)建成分也可以認(rèn)為，中西部區(qū)域的商品住宅市場(chǎng)獨(dú)立性更弱，市場(chǎng)表現(xiàn)更像是一個(gè)受到東部地區(qū)影響而波動(dòng)的市場(chǎng)。

表5 分區(qū)域回歸結(jié)果表

五、結(jié)論與建議

為探究情緒與房?jī)r(jià)波動(dòng)的內(nèi)在機(jī)理，本文選取我國(guó)70個(gè)大中城市2012年1月至2018年12月的月度城市數(shù)據(jù)為樣本，從宏觀微觀兩個(gè)方面采用購買熱度、消費(fèi)者信心、宏觀經(jīng)濟(jì)、購買者意愿和關(guān)注度等五項(xiàng)二級(jí)指標(biāo)構(gòu)建房地產(chǎn)市場(chǎng)情緒指數(shù)，通過多種回歸模型實(shí)證檢驗(yàn)市場(chǎng)情緒指數(shù)與商品住宅價(jià)格之間的相關(guān)性，并進(jìn)行區(qū)域異質(zhì)性的分析。結(jié)果發(fā)現(xiàn)，市場(chǎng)情緒與商品住宅價(jià)格之間存在緊密的相關(guān)性，且區(qū)域異質(zhì)性顯著存在。首先市場(chǎng)情緒指數(shù)項(xiàng)的系數(shù)在四個(gè)模型中均顯著為正，情緒與商品住宅價(jià)格間存在正向相關(guān)的關(guān)系，其次，滯后一期的情緒指數(shù)項(xiàng)的系數(shù)自東部地區(qū)向西部地區(qū)逐漸增加，西部地區(qū)表現(xiàn)為5%水平上的顯著正相關(guān)，影響關(guān)系因區(qū)域差異而有所不同。

與資本市場(chǎng)類似，中國(guó)的房地產(chǎn)市場(chǎng)作為一個(gè)典型的信息不對(duì)稱市場(chǎng)，各方參與者在無法對(duì)整體市場(chǎng)進(jìn)行把握的情況下，容易受到虛假信息、媒體煽動(dòng)、親友謠傳等因素的影響，產(chǎn)生包括恐慌、懷疑、羊群效應(yīng)在內(nèi)的各種情緒，造成短時(shí)間內(nèi)的情緒大幅波動(dòng)，對(duì)房地產(chǎn)市場(chǎng)的平穩(wěn)發(fā)展造成較大影響。政府要控制房地產(chǎn)市場(chǎng)的非理性發(fā)展、防止房地產(chǎn)市場(chǎng)價(jià)格的過度波動(dòng)，不僅要站在管理者的角度去統(tǒng)籌大局，還需站在參與者的角度去彌補(bǔ)房地產(chǎn)市場(chǎng)政策的不合理漏洞。首先，政府需要站在市場(chǎng)參與者的角度，建立一個(gè)公平公開公正的健康交易市場(chǎng)，建立公開透明的信息傳播平臺(tái)，維護(hù)好每一位參與者進(jìn)行市場(chǎng)交易的信心。可以將市場(chǎng)參與者的情緒波動(dòng)作為衡量即時(shí)房地產(chǎn)市場(chǎng)是否健康的指標(biāo)之一，進(jìn)行預(yù)先的前饋調(diào)節(jié)，靈活的控制市場(chǎng)波動(dòng)。其次，政府可以將市場(chǎng)情緒管理納入政府政策考慮范圍之內(nèi)，科學(xué)合理地制定房地產(chǎn)調(diào)控政策，只有針對(duì)房地產(chǎn)價(jià)格波動(dòng)產(chǎn)生的根本原因，從根源上有的放矢地采取措施，問題才能得以解決。最后，不同區(qū)域和不同類型的城市房地產(chǎn)情緒指數(shù)對(duì)房?jī)r(jià)的正向推動(dòng)程度也存在顯著差異，政府對(duì)于房地產(chǎn)市場(chǎng)的管理應(yīng)分城市實(shí)施政策。由于我國(guó)幅員遼闊，不同城市具有不同的特征，政府因根據(jù)各個(gè)城市的經(jīng)濟(jì)發(fā)展實(shí)力，信息網(wǎng)絡(luò)發(fā)展水平，消費(fèi)者市場(chǎng)參與度和居民受教育水平等原則，為當(dāng)?shù)刂贫ú⑦x取合理的房地調(diào)控政策。此外，政府還應(yīng)該加大對(duì)住房租賃市場(chǎng)的扶持力度，建立完善正規(guī)的住房租賃市場(chǎng)，合理解決我國(guó)住房供需矛盾的現(xiàn)狀，同時(shí)加快土地制度的房產(chǎn)稅制度深化改革，降低系統(tǒng)性風(fēng)險(xiǎn)，促進(jìn)我國(guó)房地產(chǎn)市場(chǎng)平穩(wěn)有序的長(zhǎng)效機(jī)制的建立。