長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)泡沫實(shí)證研究
——基于小波分析模型

陳漢清 梁秋霞

(安徽大學(xué) 經(jīng)濟(jì)學(xué)院，安徽 合肥 230601； 馬鞍山學(xué)院 經(jīng)濟(jì)與管理學(xué)院，安徽 馬鞍山 243100)

0 引 言

近年來(lái)，房地產(chǎn)價(jià)格不斷飆升，天價(jià)樓盤不斷出現(xiàn)，給房地產(chǎn)業(yè)的健康平穩(wěn)發(fā)展帶來(lái)了潛在的安全隱患，也引起了社會(huì)各界的高度關(guān)注。房地產(chǎn)業(yè)地域差異化大，產(chǎn)業(yè)鏈長(zhǎng)，關(guān)聯(lián)度高，在我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展過(guò)程中的地位至關(guān)重要，而且涉及到生活的各個(gè)方面。2017年黨的十九大報(bào)告中，習(xí)近平主席提出 “房子是用來(lái)住的，不是用來(lái)炒的?！闭粩喑雠_(tái)房地產(chǎn)調(diào)控政策，如2010年的“國(guó)十條”、2011年的“新國(guó)八條”、2015年底的“去庫(kù)存”等。長(zhǎng)江經(jīng)濟(jì)帶是我國(guó)區(qū)域經(jīng)濟(jì)帶中最大的一個(gè)，對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)功不可沒(méi)，具有巨大的經(jīng)濟(jì)增長(zhǎng)潛力。長(zhǎng)江經(jīng)濟(jì)帶覆蓋11個(gè)省市，面積約205萬(wàn)平方公里，約占全國(guó)總面積21%，但人口卻占全國(guó)總?cè)藬?shù)的42.9%，可見(jiàn)其人口密度較高，住房壓力大。2020年前兩個(gè)季度，長(zhǎng)江經(jīng)濟(jì)帶沿線各省份的生產(chǎn)總值達(dá)211 370.9億元，約占全國(guó)經(jīng)濟(jì)總量的46.29%。隨著長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)的不斷增長(zhǎng)，房地產(chǎn)市場(chǎng)也隨之迅速發(fā)展，投資規(guī)模不斷加大，房地產(chǎn)價(jià)格持續(xù)上升。長(zhǎng)江經(jīng)濟(jì)帶沿線各城市是否存在房地產(chǎn)泡沫以及泡沫大小的問(wèn)題，已成為社會(huì)各界關(guān)注的焦點(diǎn)。研究和分析長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)泡沫及其泡沫度的大小，對(duì)準(zhǔn)確判斷長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)市場(chǎng)發(fā)展所處階段，完善房地產(chǎn)市場(chǎng)的相關(guān)調(diào)控政策，促進(jìn)房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展具有重要的現(xiàn)實(shí)意義。

1 文獻(xiàn)綜述

關(guān)于“泡沫”的概念從上世紀(jì)到現(xiàn)在，學(xué)術(shù)界對(duì)泡沫并未達(dá)成一致的定義。目前引用較多的是查爾斯·P·金德?tīng)柌?Charles P Kindleberger)在為《新帕爾格雷夫經(jīng)濟(jì)學(xué)大辭典》撰寫的“泡沫”的描述?！芭菽贝笾驴啥x為：一種資產(chǎn)或一系列資產(chǎn)價(jià)格在一個(gè)連續(xù)過(guò)程中的急劇上漲，初始的價(jià)格上漲使人們產(chǎn)生價(jià)格會(huì)進(jìn)一步上漲的預(yù)期，從而吸引新的買者——這些人一般是以買賣資產(chǎn)而牟利的投機(jī)者，其實(shí)對(duì)資產(chǎn)的使用及其盈利能力并不感興趣。在房地產(chǎn)市場(chǎng)上，人們經(jīng)常用房地產(chǎn)泡沫來(lái)衡量房地產(chǎn)實(shí)際價(jià)格偏離基礎(chǔ)價(jià)值的程度，進(jìn)而衡量房地產(chǎn)市場(chǎng)的風(fēng)險(xiǎn)。Diba[1]23-26認(rèn)為，如果房屋實(shí)際價(jià)格與基礎(chǔ)價(jià)值發(fā)生嚴(yán)重分離，那么將容易產(chǎn)生房地產(chǎn)泡沫，而房地產(chǎn)的實(shí)際價(jià)格與基礎(chǔ)價(jià)格之差就是房地產(chǎn)泡沫的大小。

關(guān)于房?jī)r(jià)泡沫產(chǎn)生的原因，學(xué)者從不同的角度進(jìn)行了分析。顧靜、劉廣平[2]115-117證明了由于供需不平衡以及地價(jià)和房?jī)r(jià)的相互作用引起了房?jī)r(jià)迅速上漲；陳昭翔、陳立文[3]95-98指出金融支持過(guò)度和市場(chǎng)投機(jī)行為是導(dǎo)致房地產(chǎn)泡沫產(chǎn)生的兩個(gè)最主要原因。

房地產(chǎn)市場(chǎng)泡沫的測(cè)度，主要有三種方法:統(tǒng)計(jì)檢驗(yàn)法、指標(biāo)法和理論價(jià)格法。第一，統(tǒng)計(jì)檢驗(yàn)法。利用長(zhǎng)期的實(shí)證數(shù)據(jù)，采用計(jì)量方法建立模型，進(jìn)行統(tǒng)計(jì)分析得出房地產(chǎn)價(jià)格變化的規(guī)律。曾五一、李想[4]140-151利用單位根和協(xié)整檢驗(yàn)研究我國(guó)房地產(chǎn)市場(chǎng)房屋銷售價(jià)格指數(shù)和房屋租賃價(jià)格指數(shù)序列，得出我國(guó)房地產(chǎn)市場(chǎng)存在泡沫；孫焱琳、張攀紅等[5]79-82利用單位根和協(xié)整檢驗(yàn)證明上海在2003—2011年存在房?jī)r(jià)泡沫；韓克勇、阮素梅[6]127-136，張煒[7]77-90等利用簡(jiǎn)單指標(biāo)法和單位根檢驗(yàn)方法對(duì)31個(gè)省份房地產(chǎn)泡沫指數(shù)進(jìn)行了計(jì)算。第二，指標(biāo)法。通過(guò)選取合適的房地產(chǎn)相關(guān)指標(biāo)或者以一定的方法將各個(gè)指標(biāo)合成為某一綜合指標(biāo)來(lái)對(duì)房地產(chǎn)泡沫進(jìn)行測(cè)算。王春艷，董繼剛[8]90-93利用開發(fā)、交易、價(jià)格、資金信貸四個(gè)指標(biāo)，收集了2007—2016年35個(gè)大中型城市的數(shù)據(jù)，采用因子分析法對(duì)房地產(chǎn)泡沫進(jìn)行了測(cè)度。呂江林[9]28-41利用首付款比例、按揭貸款利率水平等指標(biāo)依據(jù)房?jī)r(jià)收入比模型，研究發(fā)現(xiàn)我國(guó)城市房地產(chǎn)價(jià)格總體上存在泡沫。第三，理論價(jià)格法。用實(shí)際價(jià)格與相對(duì)理論價(jià)格的偏離來(lái)測(cè)度房地產(chǎn)泡沫的大小。韓冬梅、劉蘭娟等[10]126-135構(gòu)建了一個(gè)以房地產(chǎn)基礎(chǔ)價(jià)值為狀態(tài)變量的商品房供給與需求的狀態(tài)空間模型，對(duì)上海市房?jī)r(jià)泡沫進(jìn)行了測(cè)度，結(jié)果表明上海市房地產(chǎn)價(jià)格泡沫平均達(dá)到22.5%。

以上三種方法在房地產(chǎn)泡沫的量化測(cè)度方面發(fā)揮了積極的作用，但是也存在一些局限性。統(tǒng)計(jì)檢驗(yàn)方法只能測(cè)度出房地產(chǎn)市場(chǎng)是否存在泡沫，而不能測(cè)度其泡沫度大小，指標(biāo)法和理論價(jià)格法在計(jì)算理論價(jià)值時(shí)，會(huì)面臨指標(biāo)選擇的問(wèn)題，因?yàn)橹笜?biāo)不同，其測(cè)算結(jié)果也不相同。小波分析法能夠有效彌補(bǔ)這三種方法的不足，小波分析由法國(guó)工程師J.Morlet在1974年提出，是對(duì)傅里葉分析方法的一種改進(jìn)，通常用于金融時(shí)間序列數(shù)據(jù)的分析和模型的建立。小波分析的基本原理是對(duì)時(shí)間序列數(shù)據(jù)進(jìn)行有效的平移和伸縮，從信號(hào)或者數(shù)據(jù)中提取有用的信息。侯普光、喬澤群[11]20-23運(yùn)用小波分析理論對(duì)太原市房?jī)r(jià)數(shù)據(jù)進(jìn)行研究，求出了房?jī)r(jià)去噪后的真實(shí)值。譚章祿、袁慧[12]30-42利用小波分析方法和ARIMA模型分析時(shí)間序列數(shù)據(jù)預(yù)處理和信息噪聲之間的關(guān)系，發(fā)現(xiàn)小波分析方法在去噪后可以保留有用信息，能夠提高分析與預(yù)測(cè)的準(zhǔn)確性。嚴(yán)駿宏[13]168-171利用離散小波分析和支持向量機(jī)方法對(duì)股指組合進(jìn)行了較為準(zhǔn)確的預(yù)測(cè)。從多位學(xué)者對(duì)小波分析方法的運(yùn)用可見(jiàn)小波分析能夠有效彌補(bǔ)以上三種方法的不足。而且在研究房地產(chǎn)泡沫問(wèn)題方面，小波分析選取的數(shù)據(jù)是房地產(chǎn)銷售價(jià)格，不需要其他相關(guān)指標(biāo)，利用小波分析直接對(duì)房地產(chǎn)銷售價(jià)格進(jìn)行分解與去噪，然后通過(guò)小波逆變換重構(gòu)信號(hào)，進(jìn)而求出基礎(chǔ)價(jià)格與泡沫度大小，這樣不僅能夠準(zhǔn)確地測(cè)度出房地產(chǎn)基礎(chǔ)價(jià)值，而且能確定房地產(chǎn)泡沫度的大小。因此，本文采用小波分析方法研究長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)泡沫。同時(shí)為了說(shuō)明小波分析方法的有效性，本文以日本東京1988—1995年房?jī)r(jià)為例進(jìn)行驗(yàn)證。眾所周知，20世紀(jì)80年代中后期，日本東京房?jī)r(jià)泡沫破滅是近年來(lái)房地產(chǎn)領(lǐng)域泡沫度最大、影響最為深遠(yuǎn)的一次，通過(guò)運(yùn)用日本東京房?jī)r(jià)數(shù)據(jù)的檢驗(yàn)結(jié)果來(lái)驗(yàn)證模型的可靠有效，在模型有效、真實(shí)、可靠的基礎(chǔ)上，再用此模型對(duì)長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)泡沫進(jìn)行測(cè)度，以提高其可信度。

2 基于小波分析的房地產(chǎn)泡沫測(cè)算模型

2.1 理論模型

小波分析方法的核心思想是通過(guò)對(duì)原始信號(hào)的處理，將信號(hào)分解成小波系數(shù)較小的有用信號(hào)和小波系數(shù)較大的噪聲信號(hào)。為了對(duì)小波系數(shù)進(jìn)行區(qū)分，通常采用小波閾值設(shè)定方法，其具體做法是將小于閾值的小波系數(shù)置為零予以去除，將大于閾值的小波系數(shù)予以保留，然后再對(duì)信號(hào)進(jìn)行重構(gòu)從而達(dá)到去噪的目的。小波去噪的過(guò)程可以按照?qǐng)D1的流程來(lái)進(jìn)行。

圖1 小波變換去噪流程示意

在進(jìn)行小波去噪分析時(shí)， 要結(jié)合實(shí)際情況做出以下三個(gè)方面的選擇：小波基的選擇，閥值的選擇，閥值函數(shù)的選擇。

(1)小波基選擇。通常我們希望所選取的小波基能夠滿足以下條件：緊支性、高消失矩、正交性、對(duì)稱性或反對(duì)稱性。由于現(xiàn)實(shí)中的小波是不可能完全具備上述條件的，所以在實(shí)際應(yīng)用中要根據(jù)原始信號(hào)的特征來(lái)選取合適的小波。常用的小波基有Morl小波、Mexh小波、Meyr小波、Haar小波、Dbn小波、Symn小波、Coif小波及Biornr小波等。

(2)閥值選擇。閾值是影響去噪效果最重要的一個(gè)因素，選擇的閥值不同其產(chǎn)生的結(jié)果也相差甚大。常用的閾值有Minimax閥值、VisuShrink通用閥值、BayesShrink閥值、SureShrink閥值等。

(3)閥值函數(shù)選擇。閥值函數(shù)的主要作用是對(duì)小波系數(shù)進(jìn)行修正，選擇不同的閾值函數(shù)對(duì)小波系數(shù)的修正結(jié)果也不相同。常用的閥值函數(shù)主要有兩種：一種是硬閥值函數(shù)(hard)，另一種是軟閥值函數(shù)(soft)，還有一種不常用的介于軟、硬閥值函數(shù)之間的Garrote函數(shù)。

本文將住宅商品房平均銷售價(jià)格的時(shí)間序列看作是原始含噪信號(hào)g(x),首先對(duì)g(x)進(jìn)行預(yù)處理，然后利用小波基函數(shù)，將g(x)在這些小波基函數(shù)下進(jìn)行分解，實(shí)現(xiàn)g(x)的小波變換，變換后的信號(hào)見(jiàn)(1)式：

(1)

小波變換不僅能夠用上述的正變換將原始信號(hào)進(jìn)行分解，還可以通過(guò)逆變換將信號(hào)重組，而且只有當(dāng)兩者結(jié)合在一起時(shí)，該變換的優(yōu)越性才能體現(xiàn)出來(lái)，所以通過(guò)小波逆變換來(lái)重構(gòu)原信號(hào)，就可以恢復(fù)去噪后的原信號(hào)y(x)，見(jiàn)(2)式：

(2)

g(x)=y(x)+σe(x)

(3)

(3)式中，σ為噪聲的強(qiáng)度，e(x)為噪聲。若假設(shè)e(x)為高斯白噪聲，噪聲強(qiáng)度σ為1，則y(x)就可以看成是房地產(chǎn)內(nèi)在價(jià)值，e(x)就可以看成是房?jī)r(jià)的泡沫值，由此可以得到房地產(chǎn)泡沫值測(cè)算模型，見(jiàn)(4)式：

g(x)=y(x)+e(x)

(4)

根據(jù)(2)式中求出的房地產(chǎn)內(nèi)在價(jià)值y(x)，可以得到房地產(chǎn)泡沫度測(cè)算模型，見(jiàn)(5)式：

(5)

2.2 實(shí)證模型的驗(yàn)證——以日本東京房?jī)r(jià)為例

2.2.1 數(shù)據(jù)來(lái)源

為了檢驗(yàn)上述模型的準(zhǔn)確性，本文以日本東京1988—1995年房?jī)r(jià)為例驗(yàn)證此模型，數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)。為了減少實(shí)驗(yàn)中測(cè)量誤差，我們將對(duì)選取的全部原始數(shù)據(jù)進(jìn)行取對(duì)數(shù)處理。

2.2.2 日本房?jī)r(jià)泡沫度測(cè)算

采用Matlab2019軟件的小波去噪工具wavemenu對(duì)日本東京1988—1995年房?jī)r(jià)的時(shí)間序列進(jìn)行去噪處理。具體參數(shù)的設(shè)置說(shuō)明如下：(1)采用Coif小波基函數(shù)，其中N=5。從房地產(chǎn)價(jià)格走勢(shì)來(lái)看，價(jià)格是上下波動(dòng)而非持續(xù)上漲，因此選擇Coif小波基函數(shù)較合理。(2)小波分解層數(shù)選擇level=3，這樣有利于使住宅商品房平均銷售價(jià)格的時(shí)間序列變得更加平穩(wěn)。(3)閾值選擇minimax(極大極小閾值)，因?yàn)閙inimax能產(chǎn)生一個(gè)最小均方誤差的極值。

通過(guò)公式(1)、(2)、(4)和(5)對(duì)日本東京1988—1995年房?jī)r(jià)的時(shí)間序列進(jìn)行小波分析，可以得到各年房地產(chǎn)泡沫度，1988—1995年日本東京房?jī)r(jià)和泡沫度見(jiàn)圖2。

圖2 1988—1995年日本東京房?jī)r(jià)和泡沫度

由圖2可知，日本東京在1988—1991年之間房地產(chǎn)泡沫度連續(xù)在25%以上，1991年更是達(dá)到了30%。1991年底日本房地產(chǎn)泡沫破滅，房?jī)r(jià)接連大跌，泡沫度也持續(xù)下降，1992年房地產(chǎn)泡沫度為3%，1993年為4%，1994年泡沫度有所回升，達(dá)到13%，1995年略有下降為10%。由分析結(jié)果可知，基于小波分析方法構(gòu)建的房地產(chǎn)泡沫測(cè)算模型得出的結(jié)果和1991年日本東京的房地產(chǎn)泡沫高漲、破滅情況基本符合，從而證明此模型在測(cè)算房地產(chǎn)泡沫上的有效性。

2.3 長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)泡沫測(cè)度

2.3.1 數(shù)據(jù)來(lái)源

根據(jù)上述模型，本文以長(zhǎng)江經(jīng)濟(jì)帶11個(gè)城市(分別是上海、重慶、武漢三個(gè)超大城市，杭州、成都、南京三個(gè)特大城市，以及合肥、南昌、長(zhǎng)沙、貴陽(yáng)、昆明五個(gè)大城市)的住宅商品房為研究對(duì)象，研究其2011—2019年的平均銷售價(jià)格，數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局和中國(guó)房地產(chǎn)數(shù)據(jù)庫(kù)。本文之所以選擇從2011年開始，是因?yàn)?008年世界經(jīng)濟(jì)爆發(fā)了本世紀(jì)以來(lái)最為嚴(yán)重的次貸危機(jī)，該危機(jī)使房地產(chǎn)市場(chǎng)遭到重創(chuàng)，隨后國(guó)家出臺(tái)一系列優(yōu)惠政策和四萬(wàn)億的經(jīng)濟(jì)振興規(guī)劃，這加劇了房地產(chǎn)價(jià)格的劇烈波動(dòng)。2010年底政府先后三次出臺(tái)政策對(duì)房?jī)r(jià)進(jìn)行調(diào)控，房地產(chǎn)市場(chǎng)發(fā)展才逐步平穩(wěn)。為了減少實(shí)驗(yàn)中測(cè)量誤差，我們將對(duì)選取的全部原始年度數(shù)據(jù)進(jìn)行取對(duì)數(shù)處理。

2.3.2 長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)泡沫測(cè)算

通過(guò)公式(1)、(2)和(4)對(duì)長(zhǎng)江經(jīng)濟(jì)帶11個(gè)城市2011—2019年年度住宅商品房平均銷售價(jià)格的時(shí)間序列進(jìn)行小波分析，在軟件和參數(shù)的選擇上沿用上述日本東京房?jī)r(jià)泡沫測(cè)算的選擇，可以得到各個(gè)城市房地產(chǎn)泡沫值，長(zhǎng)江經(jīng)濟(jì)帶沿線11個(gè)城市房地產(chǎn)泡沫見(jiàn)表1。

由表1歸納長(zhǎng)江經(jīng)濟(jì)帶11個(gè)城市2011—2019年房地產(chǎn)泡沫整體情況如下：

表1 長(zhǎng)江經(jīng)濟(jì)帶沿線11個(gè)城市房地產(chǎn)泡沫 (元/平方米)

(1)2011年長(zhǎng)江經(jīng)濟(jì)帶整體上存在較大房地產(chǎn)泡沫。在研究的11個(gè)城市中，除了貴陽(yáng)和合肥房地產(chǎn)泡沫絕對(duì)值較小以外，其他城市的泡沫值均處于高位，說(shuō)明長(zhǎng)江經(jīng)濟(jì)帶整體上存在較大房地產(chǎn)泡沫，2011年的房地產(chǎn)市場(chǎng)在2008年強(qiáng)大經(jīng)濟(jì)政策刺激之下，依然保持膨脹。

(2)2012—2015年各個(gè)城市存在輕微泡沫，泡沫值波動(dòng)幅度較小。在此期間除了極個(gè)別的城市在某個(gè)年份泡沫值大幅增加(南京2013年泡沫值為1 367，昆明2014年泡沫值為1 103)外，其他各個(gè)城市的房地產(chǎn)泡沫值基本保持穩(wěn)定。

(3)從2016年開始房地產(chǎn)泡沫出現(xiàn)拐點(diǎn)，多數(shù)城市房地產(chǎn)泡沫值開始加速上升，泡沫化特征顯著。如合肥在2016年房?jī)r(jià)為8 299元，房?jī)r(jià)泡沫為1 295元；2017年房?jī)r(jià)為9 358元，房?jī)r(jià)泡沫為2 112元；2018年房?jī)r(jià)為10 352元，房?jī)r(jià)泡沫為2 784元，2019年房?jī)r(jià)為11 207元，房?jī)r(jià)泡沫為2 416元。通過(guò)對(duì)比可以發(fā)現(xiàn)，合肥最近幾年房?jī)r(jià)上漲中包含明顯的房?jī)r(jià)泡沫；武漢2016年房?jī)r(jià)泡沫為825元，2019年為1 760元，三年間泡沫增加了2倍多。

(4)超、特大城市房地產(chǎn)泡沫的絕對(duì)值增長(zhǎng)速度明顯大于大型城市。從泡沫的絕對(duì)值來(lái)看，從2016年開始，超、特大城市房地產(chǎn)泡沫多數(shù)超過(guò)1 000元以上，其中南京在2018年達(dá)到3 494元，而大城市房地產(chǎn)泡沫基本上在1 000元左右或者以下。這是因?yàn)槌⑻卮蟪鞘薪?jīng)濟(jì)發(fā)展水平要高于大城市，其房地產(chǎn)投資需求和住房需求過(guò)高，導(dǎo)致房地產(chǎn)泡沫增長(zhǎng)過(guò)快。

為了更好地了解房地產(chǎn)泡沫最近幾年的趨勢(shì)，我們利用公式(5)分別求出2016—2019年長(zhǎng)江經(jīng)濟(jì)帶11個(gè)城市房地產(chǎn)泡沫度，見(jiàn)表2。

表2 長(zhǎng)江經(jīng)濟(jì)帶各城市房地產(chǎn)泡沫度 單位%

由表2可以發(fā)現(xiàn)：

(1)長(zhǎng)江經(jīng)濟(jì)帶各城市房地產(chǎn)泡沫度在2016—2019年間在逐年增加，不僅泡沫化程度高，其增長(zhǎng)速度也在不斷加快，如武漢2016年泡沫度為10.19%，2017年15.14%，2018年17.19%，2019年16.85%，逐年增加且都大于10%。個(gè)別城市如南昌和上海的泡沫度在下降。

(2)房地產(chǎn)泡沫度的彈性大。例如南京2016年房地產(chǎn)價(jià)格泡沫度是25.08%，2017年是3.35%，2018年是21.26%，2019年17.32%。造成這種情況的原因主要是南京在2017年發(fā)布的限購(gòu)限貸新政，從而導(dǎo)致市場(chǎng)的購(gòu)買力大幅萎縮，使房?jī)r(jià)快速回落。

(3)城市間房地產(chǎn)泡沫度差異明顯。不同城市泡沫度存在差別，如2018年重慶、南京、合肥的房地產(chǎn)泡沫度都在20%以上，而杭州、昆明、上海、南昌在10%以下。這說(shuō)明不同城市房地產(chǎn)泡沫度存在差異。

(4)2019年長(zhǎng)江經(jīng)濟(jì)帶各城市房地產(chǎn)泡沫度增長(zhǎng)開始停滯，甚至略有下降。除了上海、成都、昆明和南昌在2019年房地產(chǎn)泡沫度略高于2018年之外，其余城市房地產(chǎn)泡沫度都要比2018年小。

為了更深入研究長(zhǎng)江經(jīng)濟(jì)帶各城市房地產(chǎn)泡沫和泡沫度的特點(diǎn)，我們把2019年長(zhǎng)江經(jīng)濟(jì)帶各城市房地產(chǎn)泡沫和泡沫度繪制成圖3。

從圖3可知，2019年長(zhǎng)江經(jīng)濟(jì)帶各城市房地產(chǎn)泡沫值最大的四個(gè)城市是南京、合肥、上海和重慶。這四個(gè)城市除合肥外均是超、特大城市，其經(jīng)濟(jì)發(fā)展水平高，而合肥是一個(gè)科技創(chuàng)新型城市，擁有雄厚的教育資源和人才儲(chǔ)備。這四個(gè)城市的房地產(chǎn)投資需求和住房需求過(guò)高，導(dǎo)致房地產(chǎn)泡沫增長(zhǎng)過(guò)快。泡沫值最小的四個(gè)城市分別是昆明、貴陽(yáng)、長(zhǎng)沙和南昌，它們均位于長(zhǎng)江中上游，經(jīng)濟(jì)發(fā)展水平一般。

圖3 2019年長(zhǎng)江經(jīng)濟(jì)帶各城市房?jī)r(jià)泡沫值和泡沫度

3 結(jié)論及政策建議

3.1 結(jié)論

本文在分析指標(biāo)法、統(tǒng)計(jì)檢驗(yàn)法和理論價(jià)格法三種房地產(chǎn)泡沫測(cè)算方法不足的基礎(chǔ)上，選擇用小波分析方法構(gòu)建房地產(chǎn)泡沫測(cè)算模型，并以日本東京的房地產(chǎn)數(shù)據(jù)進(jìn)行驗(yàn)證，計(jì)算長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)泡沫及其泡沫度大小，通過(guò)分析可以得出以下結(jié)論：

(1)1988—1991年日本東京房地產(chǎn)泡沫度連續(xù)在25%以上，此時(shí)日本房?jī)r(jià)泡沫已經(jīng)非常嚴(yán)重。1991年底日本房地產(chǎn)泡沫破滅，房?jī)r(jià)連續(xù)大跌，其泡沫度也持續(xù)下降，之后日本東京房?jī)r(jià)漸漸平穩(wěn)。這結(jié)果和日本20世紀(jì)90年代初的房地產(chǎn)泡沫破滅情況基本符合，從而證明此模型在測(cè)算房地產(chǎn)泡沫上的準(zhǔn)確性。

(2)長(zhǎng)江經(jīng)濟(jì)帶在2011年存在較大的房地產(chǎn)泡沫，2012—2015年房地產(chǎn)泡沫存在輕微泡沫，泡沫值波動(dòng)幅度較小，但在2016年出現(xiàn)泡沫拐點(diǎn)，之后房地產(chǎn)泡沫開始快速上升，超特大城市房地產(chǎn)泡沫上升較快。2016年政府出臺(tái)的去房地產(chǎn)市場(chǎng)庫(kù)存政策，直接推動(dòng)了2016年各大城市房?jī)r(jià)和地價(jià)持續(xù)的連環(huán)上漲，并且形成輪動(dòng)效應(yīng)，致使2016年以后房地產(chǎn)泡沫出現(xiàn)快速上升。2016—2019年長(zhǎng)江經(jīng)濟(jì)帶各城市的房地產(chǎn)泡沫度整體上在逐年增加，而且房地產(chǎn)泡沫度的彈性較大，城市間房地產(chǎn)泡沫度差異明顯。2019年長(zhǎng)江經(jīng)濟(jì)帶各城市房地產(chǎn)泡沫度增長(zhǎng)開始停滯，甚至略有下降。

3.2 政策建議

(1)“因城、因時(shí)、因勢(shì)”精準(zhǔn)施策。我國(guó)房地產(chǎn)市場(chǎng)具有很強(qiáng)的城市性特點(diǎn)，城市間差距明顯。目前，由于長(zhǎng)江經(jīng)濟(jì)帶房地產(chǎn)市場(chǎng)上超、特大城市房?jī)r(jià)泡沫差距較大，所以對(duì)待不同的城市要實(shí)施不同的政策，針對(duì)超、特大城市房?jī)r(jià)泡沫嚴(yán)重問(wèn)題要繼續(xù)執(zhí)行嚴(yán)格的限購(gòu)和提高首付比等政策，大城市由于房?jī)r(jià)泡沫較小，可以增加廉租房、最低保障房和經(jīng)適房的供給來(lái)緩解房?jī)r(jià)上漲的壓力。房地產(chǎn)市場(chǎng)的發(fā)展是千變?nèi)f化的，政策的實(shí)施要根據(jù)市場(chǎng)的變化作出針對(duì)性的改變，只有這樣才能抑制房屋價(jià)格的持續(xù)高漲，保持房地產(chǎn)市場(chǎng)穩(wěn)定發(fā)展。

(2)發(fā)揮房地產(chǎn)政策的“燈塔作用”。房地產(chǎn)政策的調(diào)整對(duì)房地產(chǎn)價(jià)格變動(dòng)具有重要影響。之所以長(zhǎng)江經(jīng)濟(jì)帶部分城市房?jī)r(jià)彈性大，主要是因?yàn)榉康禺a(chǎn)政策的調(diào)整。建議運(yùn)用合理、適度的政策對(duì)房地產(chǎn)市場(chǎng)進(jìn)行調(diào)整，具體包括指導(dǎo)商業(yè)銀行對(duì)個(gè)人住房貸款進(jìn)行合理的控制，加強(qiáng)對(duì)住房貸款的審批，強(qiáng)化剛性的住房需求，從源頭卡住投機(jī)炒房的行為，同時(shí)，嚴(yán)防金融資金借助信托等各種渠道進(jìn)入房地產(chǎn)市場(chǎng)，減少房?jī)r(jià)的劇烈波動(dòng)。

(3)大力發(fā)展城市群或者經(jīng)濟(jì)圈，解決超、特大城市房?jī)r(jià)高的問(wèn)題。通過(guò)實(shí)證分析可知，長(zhǎng)江經(jīng)濟(jì)帶房?jī)r(jià)泡沫最嚴(yán)重的是超、特大城市，要解決城市高房?jī)r(jià)問(wèn)題不僅要從城市本身采取措施，還要從周邊城市入手，增加周邊城市房屋供給，疏解大城市住房需求，大力發(fā)展城市群或者經(jīng)濟(jì)圈，帶動(dòng)周邊城市協(xié)同發(fā)展， 破解住房難， 房?jī)r(jià)高的難題。