趙華平，張所地

（山西財(cái)經(jīng)大學(xué)管理科學(xué)與工程學(xué)院，太原 030006）

0 引言

住房均衡價(jià)格是在供求關(guān)系作用機(jī)制下形成的，而房地產(chǎn)建設(shè)周期長(zhǎng)的特點(diǎn)決定了住房供給在短期內(nèi)很難增加，即住房供給在短期內(nèi)是缺乏彈性的。在供給缺乏彈性的條件下，住房?jī)r(jià)格主要受居民對(duì)住房的需求影響，而居民收入是影響居民住房需求的決定因素[1-3]。居民收入變動(dòng)對(duì)住房?jī)r(jià)格的影響具有雙重作用，即收入增加不僅會(huì)直接引起居民對(duì)住房需求的增加，而且會(huì)形成居民對(duì)未來(lái)房?jī)r(jià)上漲的預(yù)期，這種預(yù)期作用又會(huì)間接引起居民對(duì)當(dāng)期住房需求的增加。在這雙重作用下，住房需求明顯增加，在供給缺乏彈性的作用下，引起住房?jī)r(jià)格上漲[4]。Muellbauer&Murphy（1997）考察了1957～1994年英國(guó)住房市場(chǎng)價(jià)格的波動(dòng)，研究發(fā)現(xiàn)，金融自由化是房?jī)r(jià)波動(dòng)的主要原因，實(shí)際利率和收入預(yù)期也是房?jī)r(jià)波動(dòng)的重要原因[5]。因此，本文將預(yù)期因素主要設(shè)定為收入預(yù)期。另外，一些文獻(xiàn)也表明，由于居民所掌握的社會(huì)經(jīng)濟(jì)狀況信息具有不完全性，導(dǎo)致居民對(duì)未來(lái)經(jīng)濟(jì)狀況的預(yù)期存在異質(zhì)性[6-11]，所以，本文討論居民形成的收入異質(zhì)預(yù)期對(duì)住房?jī)r(jià)格的影響。

1 居民收入異質(zhì)預(yù)期的形成

大多數(shù)居民的收入主要來(lái)源于工資收入，而居民對(duì)工資收入信息往往具有不完全性，即居民無(wú)法觀測(cè)到該地區(qū)當(dāng)期的社會(huì)平均工資水平，而只能觀測(cè)到當(dāng)期自己所從事行業(yè)的平均工資水平，因此，居民只能利用他們對(duì)所從事行業(yè)的當(dāng)期平均工資收入信息和所掌握的以前各期的社會(huì)平均工資收入信息對(duì)未來(lái)的收入進(jìn)行估計(jì)。由于這種信息的不完全性，不同的居民對(duì)未來(lái)收入的預(yù)期會(huì)產(chǎn)生不同預(yù)期，從而形成居民對(duì)未來(lái)收入的異質(zhì)預(yù)期。由于收入是影響住房需求的決定因素，所以，工資收入的沖擊就成為人們對(duì)住房需求的異質(zhì)預(yù)期，在住房供給缺乏彈性的條件下，即轉(zhuǎn)化成了人們對(duì)住房?jī)r(jià)格的異質(zhì)預(yù)期。因此，居民收入水平的變動(dòng)不僅會(huì)影響居民的住房需求，而且會(huì)改變他們對(duì)未來(lái)住房?jī)r(jià)格的預(yù)期。

令I(lǐng)i,t為第t期i地區(qū)的工資信息沖擊總量，則有：

2 異質(zhì)預(yù)期對(duì)住房?jī)r(jià)格的影響分析

2.1 住房?jī)r(jià)格面板數(shù)據(jù)模型

住房?jī)r(jià)格用地區(qū)商品住宅平均銷售價(jià)格HPi,t來(lái)表示，作為面板數(shù)據(jù)模型的被解釋變量，居民收入水平用地區(qū)職工社會(huì)平均工資Incomei,t來(lái)表示，居民收入異質(zhì)預(yù)期用工資信息沖擊總量Ii,t來(lái)表示，這兩個(gè)指標(biāo)作為模型的解釋變量。我們知道面板數(shù)據(jù)模型有如下三種：

（1）無(wú)個(gè)體影響的不變系數(shù)模型：

模型假設(shè)各地區(qū)在各時(shí)期住房平均價(jià)格水平?jīng)]有顯著差異，模型中各方程截距項(xiàng)C和系數(shù)β1、β2均相同，可以利用OLS法直接求出參數(shù)C和的一致有效估計(jì)，故也被稱作聯(lián)合回歸模型。

（2）個(gè)體效應(yīng)變截距模型：

模型假設(shè)各地區(qū)之間或各時(shí)期住房平均價(jià)格水平存在個(gè)體效應(yīng)但沒(méi)有結(jié)構(gòu)效應(yīng)，個(gè)體效應(yīng)可用截距Ci,t的差異來(lái)說(shuō)明，即模型中各方程截距項(xiàng)Ci,t不同，而系數(shù)β1、β2均相同。根據(jù)個(gè)體效應(yīng)的處理方式不同，模型又可以分為“固定效應(yīng)”和“隨機(jī)效應(yīng)”兩種模式?！肮潭ㄐ?yīng)”將個(gè)體差異表現(xiàn)為每個(gè)個(gè)體都有一個(gè)特定的截距項(xiàng)，“隨機(jī)效應(yīng)”將個(gè)體差異主要反映在隨機(jī)干擾項(xiàng)的設(shè)定上。一般來(lái)說(shuō)，當(dāng)數(shù)據(jù)中所包含的個(gè)體成員是研究總體的全部單位，即個(gè)體單位之間的差異可以被當(dāng)作回歸系數(shù)的參數(shù)變動(dòng)時(shí)，固定影響模式比較合適。當(dāng)個(gè)體單位是隨機(jī)抽取的樣本，并用于推斷總體時(shí)，則隨機(jī)影響模式比較合適，即把反映個(gè)體差異的特定常數(shù)項(xiàng)看作是跨個(gè)體成員的隨機(jī)分布。由于本文所用面板數(shù)據(jù)范圍包括全部31個(gè)省、市、自治區(qū)的數(shù)據(jù)，使用固定影響模式比較合適，所以這里只分析固定影響變截距模型。固定影響變截距模型又分為地區(qū)影響的變截距模型和時(shí)間影響的變截距模型。

地區(qū)影響的變截距模型：

時(shí)間影響的變截距模型：

（3）變系數(shù)面板模型：

模型假設(shè)各地區(qū)在各時(shí)期既存在個(gè)體效應(yīng)也存在結(jié)構(gòu)效應(yīng)，用不同的截距項(xiàng)Ci解釋各地區(qū)住房?jī)r(jià)格的個(gè)體效應(yīng)，用不同的系數(shù)向量β1i、β2i說(shuō)明各地區(qū)收入和居民收入異質(zhì)預(yù)期對(duì)住房?jī)r(jià)格的結(jié)構(gòu)效應(yīng)，即模型中各方程截距項(xiàng)和系數(shù)向量均不同。本文認(rèn)為收入和居民的異質(zhì)預(yù)期對(duì)住房?jī)r(jià)格的影響在不同地區(qū)不存在結(jié)構(gòu)效應(yīng)，所以不適合采用變系數(shù)模型。

2.2 研究數(shù)據(jù)及來(lái)源

考慮到1997年重慶市成為直轄市，《中國(guó)統(tǒng)計(jì)年鑒》將其單列，并對(duì)其進(jìn)行了完整的數(shù)據(jù)統(tǒng)計(jì)，所以本文以1997～2009年全國(guó)31個(gè)省、市、自治區(qū)作為研究對(duì)象，研究數(shù)據(jù)來(lái)源于1998-2010年《中國(guó)統(tǒng)計(jì)年鑒》，考察的樣本點(diǎn)共403個(gè)。考察的被解釋變量為各地消除物價(jià)因素后的商品住宅平均銷售價(jià)格HP，利用實(shí)際住房?jī)r(jià)格可以避免各省價(jià)格差異給模型估計(jì)帶來(lái)的影響，物價(jià)水平以1996年為基期。解釋變量包括各地區(qū)職工的實(shí)際收入水平Income和收入異質(zhì)預(yù)期I，分別用各地消除物價(jià)因素后的職工社會(huì)平均工資和利用公式(2)計(jì)算的行業(yè)工資收入與社會(huì)平均工資收入差異的加權(quán)和來(lái)表示。由于我國(guó)在2003年對(duì)國(guó)民經(jīng)濟(jì)行業(yè)分類進(jìn)行了第二次修訂，所以本文在計(jì)算收入異質(zhì)預(yù)期時(shí)，2003年之前以16個(gè)行業(yè)統(tǒng)計(jì)數(shù)據(jù)為基準(zhǔn)進(jìn)行計(jì)算，2003～2009年以19個(gè)行業(yè)統(tǒng)計(jì)數(shù)據(jù)為基準(zhǔn)進(jìn)行計(jì)算。

2.3 實(shí)證分析

利用1997～2009年全國(guó)31個(gè)省、市、自治區(qū)的面板數(shù)據(jù)，采用Eviews 6.0軟件對(duì)住房?jī)r(jià)格的不變系數(shù)模型和固定影響變截距模型進(jìn)行估計(jì)，結(jié)果見(jiàn)表1。從表1中可以看出，采用地區(qū)影響的變截距模型擬合優(yōu)度最高，因此本文選擇包含地區(qū)影響的變截距模型進(jìn)行分析。

表1 面板數(shù)據(jù)模型的估計(jì)結(jié)果

通過(guò)估計(jì)得出的包含有地區(qū)影響的變截距模型為：

模型（8）中，括號(hào)里的值為t統(tǒng)計(jì)量；C=886.4642，代表全國(guó)31個(gè)省際的平均住房?jī)r(jià)格基礎(chǔ)水平為886.4642元/平方米，Ci反映各地區(qū)住房?jī)r(jià)格相對(duì)于平均住房?jī)r(jià)格基礎(chǔ)水平的偏離，其估計(jì)結(jié)果見(jiàn)表2。β1=0.04表示收入每增加一個(gè)百分點(diǎn)，住房?jī)r(jià)格約增長(zhǎng)0.04%；β2=0.174表示居民對(duì)收入的異質(zhì)預(yù)期每增加一個(gè)百分點(diǎn)，住房?jī)r(jià)格約增長(zhǎng)0.174%。β1＞0反映了收入對(duì)住房?jī)r(jià)格的正向作用，β2＞0反映了居民對(duì)未來(lái)收入的異質(zhì)預(yù)期對(duì)住房?jī)r(jià)格的正向作用，即居民對(duì)未來(lái)收入預(yù)期差異越大，住房?jī)r(jià)格越高。

從表2可以看出，住房?jī)r(jià)格比全國(guó)平均房?jī)r(jià)水平偏高的前三個(gè)地區(qū)是北京、上海、廣東；其次是天津、海南、福建等沿海開(kāi)放城市；比全國(guó)平均房?jī)r(jià)水平明顯偏低的地區(qū)是西藏、青海等西部地區(qū)，這正反映了經(jīng)濟(jì)發(fā)展造成的地區(qū)住房?jī)r(jià)格差異過(guò)大的現(xiàn)象。

表2 變截距模型Ci估計(jì)值結(jié)果

Hong&Stein（1999）假定股票市場(chǎng)中有信息觀察者和動(dòng)量交易者兩類主要的投資者，通過(guò)對(duì)股票市場(chǎng)中信息擴(kuò)散形成的投資者異質(zhì)預(yù)期的研究發(fā)現(xiàn)，由于信息觀察者依賴于自己所獲得的利好或利空信息進(jìn)行投資決策，而動(dòng)量交易者則依賴于觀察到的價(jià)格變動(dòng)進(jìn)行投資決策，所以導(dǎo)致股票市場(chǎng)在兩類投資者的作用下表現(xiàn)出短期內(nèi)反應(yīng)不足，而長(zhǎng)期會(huì)出現(xiàn)反應(yīng)過(guò)度的現(xiàn)象，即所謂的短期動(dòng)量和長(zhǎng)期反轉(zhuǎn)現(xiàn)象[12]。為了檢驗(yàn)住房市場(chǎng)在居民對(duì)未來(lái)收入存在異質(zhì)預(yù)期條件下是否會(huì)出現(xiàn)類似于股市的這種現(xiàn)象，所以，在模型（5）的基礎(chǔ)上，右端項(xiàng)引入了住房?jī)r(jià)格的滯后項(xiàng)。通過(guò)估計(jì)得出的包含有地區(qū)影響的變截距模型為：

從回歸結(jié)果可以看出，HPi,t-1和HPi,t-2的系數(shù)均為正值，而HPi,t-3的系數(shù)為負(fù)值，說(shuō)明在存在居民異質(zhì)預(yù)期的條件下，住房?jī)r(jià)格在2年內(nèi)存在短期動(dòng)量現(xiàn)象，而在3年及以上會(huì)出現(xiàn)長(zhǎng)期反轉(zhuǎn)現(xiàn)象。

Giovanni Favaray&Zheng Song（2007）假定居民只能通過(guò)購(gòu)買住房或租賃住房來(lái)滿足基本的住房需求，并且他們可利用未來(lái)房?jī)r(jià)的變化進(jìn)行投機(jī)，則市場(chǎng)上的樂(lè)觀主義者會(huì)通過(guò)購(gòu)買住房來(lái)滿足自住需求，并且會(huì)將多余的住房用于出租，待房?jī)r(jià)上漲到一定程度時(shí)選擇時(shí)機(jī)售出，從而獲取資本收益；而市場(chǎng)上的悲觀主義者會(huì)選擇在租賃市場(chǎng)承租住房來(lái)滿足居住的生活需求，以避免未來(lái)市場(chǎng)波動(dòng)產(chǎn)生的資本損失。這樣，悲觀主義者由于選擇租賃住房而退出了交易市場(chǎng)，他們的預(yù)期對(duì)住房?jī)r(jià)格不會(huì)產(chǎn)生影響[4]。為了檢驗(yàn)住房市場(chǎng)價(jià)格的波動(dòng)是否主要由正向預(yù)期所決定，所以，對(duì)模型（5）中居民收入異質(zhì)預(yù)期Ii,t變量進(jìn)行分解，分為正向信息沖擊Posi,t和負(fù)向信息沖擊Negi,t，分別用公式（10）和（11）表示。

這樣，模型（5）可以轉(zhuǎn)換為模型（12）：

利用我國(guó)31個(gè)省、市、自治區(qū)1997～2009年的數(shù)據(jù)對(duì)模型（12）進(jìn)行回歸分析得出：

從回歸結(jié)果可以看出，居民對(duì)收入的正向預(yù)期會(huì)促使住房?jī)r(jià)格下跌，這可能是由于我國(guó)的政策實(shí)施不具有連貫性，使得居民在得到收入增加信號(hào)時(shí)，往往預(yù)期這種增加只是暫時(shí)現(xiàn)象，而不具有持久性，因此增加的收入也只能用于提高日常消費(fèi)支出，卻不敢用于增加大額的住房消費(fèi)。但住房供給商在獲得這種信息后可能會(huì)增加住房投資和開(kāi)發(fā)，使得潛在供給增加，居民預(yù)期房?jī)r(jià)下跌，需求下降，致使住房?jī)r(jià)格出現(xiàn)下跌；而居民對(duì)收入的負(fù)向預(yù)期會(huì)促使住房?jī)r(jià)格上漲，這可能是由于居民對(duì)收入的負(fù)向預(yù)期往往源于物價(jià)的上漲，在名義收入不變的條件下，其實(shí)際收入下跌，此時(shí)居民認(rèn)為物價(jià)的上漲必然會(huì)帶來(lái)住房?jī)r(jià)格的隨之上漲，因此部分居民決定提前購(gòu)買以應(yīng)對(duì)通脹或者利用機(jī)會(huì)進(jìn)行投資投機(jī)行為，增加了當(dāng)期住房的需求，在供給缺乏彈性的條件下，使得住房?jī)r(jià)格出現(xiàn)了上漲。

3 結(jié)論

通過(guò)上述分析，我們至少可以得出以下結(jié)論：

第一，地區(qū)經(jīng)濟(jì)發(fā)展水平的差異造成了地區(qū)間住房?jī)r(jià)格基礎(chǔ)水平存在明顯差異，其中基礎(chǔ)價(jià)格最高的北京市比最低的西藏自治區(qū)住房平均價(jià)格高出近3750元/平方米。

第二，居民對(duì)收入的異質(zhì)預(yù)期對(duì)住房?jī)r(jià)格有明顯的正向影響，即居民異質(zhì)預(yù)期越大，住房?jī)r(jià)格越高。因此，要想穩(wěn)定住房?jī)r(jià)格，國(guó)家必須盡可能的公開(kāi)各種收入和價(jià)格信息，以降低居民異質(zhì)預(yù)期的差異。

第三，住房市場(chǎng)存在類似于股市的短期動(dòng)量和長(zhǎng)期反轉(zhuǎn)現(xiàn)象，因此，國(guó)家宏觀調(diào)控政策的出臺(tái)在短期內(nèi)會(huì)影響居民的預(yù)期，進(jìn)而作用于房地產(chǎn)市場(chǎng)，顯示出宏觀調(diào)控的短期作用。但是長(zhǎng)期反轉(zhuǎn)的現(xiàn)象說(shuō)明穩(wěn)定房?jī)r(jià)不能簡(jiǎn)單依靠國(guó)家的宏觀調(diào)控，從長(zhǎng)期來(lái)說(shuō)，還必須通過(guò)信息公開(kāi)機(jī)制加以保證。

第四，由于我國(guó)政策實(shí)施的不連貫性，導(dǎo)致居民對(duì)未來(lái)收入增加的預(yù)期不但沒(méi)有促使房?jī)r(jià)上漲，反而減少了對(duì)住房的需求，引起房?jī)r(jià)的下跌；而物價(jià)上漲形成的居民實(shí)際收入下跌預(yù)期會(huì)引發(fā)居民提前購(gòu)買，增加需求，引起房?jī)r(jià)的上漲。

[1]沈悅，劉洪玉.住宅價(jià)格與經(jīng)濟(jì)基本面：1995～2002年中國(guó)14城市的實(shí)證研究[J].經(jīng)濟(jì)研究，2004,(6).

[2]吳公，龍奮杰.中國(guó)城市住宅價(jià)格與居民收入關(guān)系的定量研究[J].土木工程學(xué)報(bào)，2005,38(6).

[3]劉丹，霍德明.基于時(shí)空模型的中國(guó)房?jī)r(jià)收入關(guān)系研[J].中國(guó)經(jīng)濟(jì)問(wèn)題，2010,(6).

[4]Giovanni Favaray,Zheng Song.House Price Dynamics with Dispersed Information[C].Macro-International Seminar,2007.

[5]Muellbauer John,Murphy Anthony.Booms and Busts in the UK Hous?ing Market[J].The Economic Journal,1997,107(445).

[6]Erik A.Hanushek,John M.Quigley.The Dynamics of the Housing Market:A Stock Adjustment Model of Housing Consumption[J].Jour?nal of Urban Economics,1979,6(2).

[7]Alan W.Evans.The Property Market:Ninety Per Cent Efficient?[J].Ur?ban Studies,1995,32(1).

[8]William C.Wheaton,Real Estate“Cycles”:Some Fundamentals[J].Real Estate Economics,1999,27(2).

[9]David Bywaters,D.Gareth Thomas.The Role of Price Expectations in the UK Housing Market[C].University of Hertfordshire Business School Working Paper,2009.

[11]沈悅，周奎省，張金梅.異質(zhì)有限理性預(yù)期與住宅價(jià)格動(dòng)態(tài)反饋機(jī)制系統(tǒng)仿真[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2010,(9).

[12]Hong Harrison,Jeremy C.Stein.A Unified Theory of Underreaction,Momentum Trading,and Overreaction in Asset Markets[J].Journal of Finance,1999,54(6).