李 勇

(蘇州工業(yè)園區(qū)服務外包職業(yè)學院 科技處，江蘇 蘇州 215123)

房地產(chǎn)價格波動的財富效應研究
——基于省際面板數(shù)據(jù)的實證分析

李 勇

(蘇州工業(yè)園區(qū)服務外包職業(yè)學院 科技處，江蘇 蘇州 215123)

基于31個省(直轄市、自治區(qū))的面板數(shù)據(jù)，采用固定影響變系數(shù)模型對房地產(chǎn)財富效應進行估計.研究發(fā)現(xiàn)從全國范圍看，房地產(chǎn)市場存在微弱的正財富效應，但從省域角度看，房地產(chǎn)財富效應表現(xiàn)各異，少部分省份已出現(xiàn)負的財富效應，表明房價上漲已影響了消費的正常增長.需要根據(jù)不同地區(qū)房地產(chǎn)市場特征，采取適當?shù)恼叽胧瑥娀康禺a(chǎn)正財富效應形成機制，推動經(jīng)濟轉(zhuǎn)型升級.

房地產(chǎn)；財富效應；固定影響變系數(shù)模型

房地產(chǎn)行業(yè)發(fā)展是否健康、房地產(chǎn)信貸資產(chǎn)安全狀況以及對經(jīng)濟增長的影響，很大程度上都取決于購房人的支付能力.房地產(chǎn)價格波動幅度過大，特別是漲幅過大，偏離購房人的支付能力，購房人會壓縮其他消費來滿足住房的剛性需求.如果偏離幅度進一步擴大，將導致房地產(chǎn)生態(tài)系統(tǒng)穩(wěn)定性降低和風險累積.如果跌幅過大，會導致購房人的財富縮水，也會引起購房人降低消費水平，與較低的財富能力相對應.因此，考察房地產(chǎn)價格波動與居民消費的直接關(guān)系，判斷房地產(chǎn)價格波動是促進了居民消費還是抑制了居民消費水平，換言之分析房價波動的財富效應，并采取措施保持正的財富效應，對保持房地產(chǎn)行業(yè)健康發(fā)展、促進社會消費、有效擴大內(nèi)需，保持國民經(jīng)濟平穩(wěn)發(fā)展，具有重要的現(xiàn)實意義.

1 國內(nèi)外研究現(xiàn)狀

1.1 國外學者的研究

財富效應(wealth effect)是指貨幣余額的變化，假如其他條件相同，將會在總消費者開支方面引起變動[1].西方很早就開始了對財富效應的研究，凱恩斯(Keynes)提出了絕對收入假說，把貨幣、債券都看作是代表財富的資產(chǎn)，并指出財富價值總額的變化會影響到消費者的邊際消費傾向.庇古認為個人儲蓄目的是為了積累一定數(shù)量相對于其收入的財富，并且衡量財富的標準不是名義價值而是實際價值.假定其他條件不變，物價水平下降意味著財富實際價值增加，消費者會增加其消費支出，這意味著對消費品的總需求增加[2].

按照資產(chǎn)形態(tài)劃分，財富效應分為以股票為主的金融資產(chǎn)財富效應和以房地產(chǎn)為主的非金融資產(chǎn)財富效應.財富效應的早期研究并沒有對居民財富類型進行具體分類，Bhatia(1972)直接采用家庭財富總量數(shù)據(jù)來分析對消費的影響情況.隨著研究的逐步深入，財富總量被劃分為金融資產(chǎn)和非金融資產(chǎn)，并集中在對金融資產(chǎn)，特別是股票價格波動對消費影響的研究.但在20世紀80年代以后，由于房價波動幅度擴大，房地產(chǎn)泡沫的形成和破滅對經(jīng)濟的影響日益明顯，理論界開始對房地產(chǎn)市場財富效應進行具體的研究.

大部分學者認為房地產(chǎn)市場存在財富效應.Ludwig和Slok(2002)在經(jīng)合組織成員國中，選取市場主導型金融體系的澳大利亞、加拿大、愛爾蘭、荷蘭、瑞典、英國和美國，以及銀行主導型金融體系的比利時、丹麥、芬蘭、德國、法國、意大利、日本、挪威和西班牙，研究股票與住房兩種財富對消費的影響情況，檢驗結(jié)果發(fā)現(xiàn)房地產(chǎn)財富效應均大于股票的財富效應，其中房地產(chǎn)財富效應為正并且有增加的趨勢，只是在不同國家、不同時期會有所差別，這與各國金融市場結(jié)構(gòu)的類型有關(guān).Leonard(2010)分析了美國50年的房地產(chǎn)市場歷史數(shù)據(jù)，實證檢驗結(jié)果顯示不同時期的房地產(chǎn)財富效應會有所變化，經(jīng)濟不景氣時的財富效應顯著大于經(jīng)濟景氣階段，而且房地產(chǎn)財富效應更多表現(xiàn)在對非耐用品消費的刺激，而對耐用品消費基本沒有影響[3].

部分研究對房地產(chǎn)財富效應進行了具體的定量分析，Belsky和Prakken(2004)用誤差修正模型對美國1960年到2003年宏觀季度數(shù)據(jù)進行分析，發(fā)現(xiàn)房地產(chǎn)財富效應為0.045.Bover(2005)采用非參數(shù)估計和二階段OLS方法，對西班牙房地產(chǎn)市場的數(shù)據(jù)進行分析，結(jié)果顯示住宅財富效應為0.015.2000年以后，面板協(xié)整技術(shù)逐漸被學者用于檢驗發(fā)達國家房地產(chǎn)市場的財富效應，檢驗結(jié)果顯示各國財富效應的MPC在0.03到0.05之間[4].

另有一部分學者認為房地產(chǎn)市場不存在財富效應或財富效應很小.Levin(1998)最早基于生命周期模型進行實證研究，考察全社會在t時期非財產(chǎn)收入、預期收入和t-1時期留下來的凈財富等變量之間的關(guān)系，實證分析結(jié)果顯示房地產(chǎn)價格波動對消費水平?jīng)]有影響[5].Buiter(2008)認為，當住房與非住房商品的可轉(zhuǎn)換性不強時，住房價格上漲的財富效應可能相應降低，甚至會對消費產(chǎn)生抑制作用.因為購買住房支付的成本必然隨房價上漲同步上升，如果房價上升帶來的財富增值難以轉(zhuǎn)化為現(xiàn)實的購買力，則購房支出上升導致消費水平下降，會抵消因房價上漲帶來的財富增長對消費的促進作用[6].

1.2 國內(nèi)學者的研究

國內(nèi)對房地產(chǎn)財富效應的研究普遍晚于國外，唐建偉(2004)最早對住宅價格與消費支出間的關(guān)系進行理論研究，分析股價和房價變動對消費水平的價格傳導機制，但沒有進行具體的實證研究[7].宋勃(2007)采用我國1998-2006年房地產(chǎn)與消費的季度數(shù)據(jù)，構(gòu)建誤差糾正模型分析變量之間的聯(lián)系，認為房地產(chǎn)價格上漲對居民消費有正效應，存在財富效應[8].王子龍、許簫迪、徐浩然(2009)采用1996-2007年居民消費和房地產(chǎn)價格的季度數(shù)據(jù)，對房地產(chǎn)財富效應進行測算，認為隨著經(jīng)濟增長和居民收人增加，房地產(chǎn)財富對居民消費的影響不斷增強[9].齊紅倩、黃寶敏(2013)對我國1999-2011年的季度數(shù)據(jù)建立房地產(chǎn)價格對居民消費不對稱性影響的分析框架，實證結(jié)果表明:我國房地產(chǎn)市場存在顯著的財富效應，而且從絕對數(shù)量上看，房地產(chǎn)升值階段的正財富效應大于房地產(chǎn)緊縮階段的負財富效應[10].

同時有部分學者認為我國房地產(chǎn)市場趨于微弱或者是負的財富效應.況偉大(2010)對35個大中城市1996-2007年面板數(shù)據(jù)進行回歸分析，發(fā)現(xiàn)本期房價、上期房價均不存在財富效應.楊偉坤、榮晨(2011)分析了我國31個省(直轄市、自治區(qū))2000-2008年的面板數(shù)據(jù)，回歸結(jié)果顯示:房價上漲對消費的抑制作用更大一些，但房地產(chǎn)市場的財富效應不明顯，而且結(jié)果都不顯著[11].

國內(nèi)學者對房地產(chǎn)財富效應的研究所得出的結(jié)論不一致，有房地產(chǎn)財富效應顯著為正、顯著為負和不明顯等各種觀點.這可能是由于1999年住房分配貨幣化正式實施，在這一時間點前后房地產(chǎn)價格對居民消費的影響程度和傳導機制可能不同，不同學者選取時段的差異導致分析結(jié)果不一致.基于上述可能導致實證分析偏差的潛在原因，本文選取2000-2011年住房分配貨幣化正式實施以后的時段作為研究區(qū)間，對省際面板數(shù)據(jù)進行全面分析.

2 房地產(chǎn)市場財富效應的理論分析

財富效應主要研究消費者財富規(guī)模的變化對其消費行為的影響，因此研究房地產(chǎn)財富效應的理論基礎(chǔ)是消費函數(shù).在一定的預算約束條件下，理性的消費者為達到效用最大化，會調(diào)整各期的消費量以平滑其消費曲線.基于這一前提假設(shè)，消費函數(shù)理論研究消費者的消費行為以及和各種影響因素之間的關(guān)系.

1)生命周期假說(life cycle hypothesis，LCH).莫蒂利亞尼(Modigliani)和布倫伯格(Brumberg)于1954年在凱恩斯絕對收入假說和杜森的相對收入假說基礎(chǔ)上，提出生命周期假說，認為理性的消費者在其一生中所經(jīng)歷的童年、工作、退休到最終死亡的各時期中，能夠合理安排自己的消費和儲蓄，他的消費計劃同他的預期收入值之間存在確定的聯(lián)系，進而實現(xiàn)一生效用最大化.全社會總的消費函數(shù)為，其中:Ye表示總預期收入；At-1表示消費者由上一期留存而來的總資產(chǎn)(以股票為代表的金融資產(chǎn)、以房地產(chǎn)為代表的非金融資產(chǎn)).解釋變量包括了消費者的儲蓄、當期收入和預期收入，涵蓋其一生的財富，因此稱為生命周期假說.由于金融資產(chǎn)和非金融資產(chǎn)市場價格存在波動，這一理論解釋了消費函數(shù)長期穩(wěn)定而實際消費短期波動的現(xiàn)象.

2)持久收入假說(permanent income hypothesis，PIH).弗里德曼(Friedman)于1957年提出持久收入假說，他把消費者一生的收入Y分為暫時性收入Yp和持久性收入Yt，持久性收入決定消費者的各期消費，暫時性收入較高時，不會直接導致消費增加，而是轉(zhuǎn)化為儲蓄.消費者在暫時性收入較高時儲蓄上升，在流動性不足時通過借貸消費，儲蓄和借貸可以平滑消費者一生的消費曲線.與生命周期假說相同，持久收入假說也是將消費的即期決策推廣到跨期決策，因此被合稱為生命周期-持久收入假說(LC-PIH).

3)基于協(xié)整理論的消費函數(shù).隨著計量經(jīng)濟學科的發(fā)展和實證研究的不斷改進，對房地產(chǎn)財富效應的研究所使用的消費函數(shù)也在更新和完善.Ludwig和Slok采用面板數(shù)據(jù)，運用消費函數(shù)其中:i表示國家，t表示時間，表示股票市場財富，表示房地產(chǎn)財富)對經(jīng)合組織16個成員國進行分析.這一消費函數(shù)成為分析面板數(shù)據(jù)房地產(chǎn)財富效應代表性方程.

3 房地產(chǎn)市場財富效應的實證檢驗

3．1 房地產(chǎn)市場財富效應模型構(gòu)建及數(shù)據(jù)說明

生命周期假說和持久收入假說是研究消費問題的主要理論框架，其核心內(nèi)容是家庭的消費決策不僅取決于當期收入，還取決于整個生命周期的收入總和；而家庭房地產(chǎn)財富價值是家庭整個生命周期收入的重要組成部分.現(xiàn)代計量經(jīng)濟學普遍采用面板數(shù)據(jù)分析房地產(chǎn)價格變化的財富效應，考慮到總預期收入指標難以獲取準確數(shù)據(jù)，以及國內(nèi)外實證研究表明股票財富效應并不明顯，因此本文建立面板計量模型為式中:Ct，i為第i個省第t期的人均消費支出，代表居民消費水平作為被解釋變量；Yi，t為人均可支配收入，代表居民收入水平；HPi，t為房地產(chǎn)價格，代表房地產(chǎn)財富的變化；Yi，t、HPi，t作為解釋變量，系數(shù)β1i和β2i分別表示第i個省收入、住房財富的邊際消費傾向.如果β2i>0，表明房地產(chǎn)價格變化存在正的財富效應；如果β2i<0，表明房地產(chǎn)價格變化存在負的財富效應.

本文選取我國31個?。ㄖ陛犑?、自治區(qū)）通過面板數(shù)據(jù)進行分析.由于我國1999年底基本取消福利分房制度，住房分配貨幣化正式實施，因此選取的時間跨度為各省2000-2011年的年度數(shù)據(jù)，各變量數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》，各變量的描述性統(tǒng)計見表1.從表1可以看出:人均消費支出、人均可支配收入和住宅價格每一個變量在統(tǒng)計時段內(nèi)樣本數(shù)據(jù)的波動很大.人均消費支出的均值是8 749.26 元，標準差是3 776.25 元，可以計算出變異系數(shù)為43%；人均消費支出最高的是2011年上海25 102.14 元，最低的是2010年江西3 623.56 元.人均可支配收入的均值是11 901.61 元，標準差是5 630.92 元，可以計算出變異系數(shù)為47%；人均可支配收入最高的是2011年上海36 230.48 元，最低的是2010年山西4 724.11 元.住宅價格的均值是2 928.13 元，標準差是2 286.20 元，可以計算出變異系數(shù)為78%；住宅價格最高的是2010年北京17 151 元，最低的是2010年江西854 元.樣本數(shù)據(jù)波幅大的原因，一方面是因為截面數(shù)據(jù)包括31個?。ㄖ陛犑小⒆灾螀^(qū)）省域之間的收入、支出和房地產(chǎn)價格存在較大差距；另一方面是時間序列數(shù)據(jù)跨越的12年，國民經(jīng)濟快速發(fā)展使收入、支出都快速增長，房地產(chǎn)市場長期火爆，房價更是大幅增長，因此在三個變量中住宅價格的變異系數(shù)最大.

表1 變量的描述性統(tǒng)計

為剔除通貨膨脹因素的影響，使用2001-2011年各省市CPI環(huán)比指數(shù)對面板數(shù)據(jù)分別進行平減，并將平減后的變量序列取對數(shù)，以平滑變量值，消除異方差影響.

3.2 單位根檢驗和協(xié)整檢驗

經(jīng)濟數(shù)據(jù)大多是非平穩(wěn)的時間序列，為了避免非平穩(wěn)變量進行回歸分析可能產(chǎn)生的“偽回歸”問題，建模之前首先應該進行面板數(shù)據(jù)單位根檢驗.根據(jù)原假設(shè)的不同單位根檢驗分為兩類:一類是假定各截面具有相同的單位根，包括LLC檢驗、Breitung檢驗等；另一類假定不同截面單位根過程不同，主要包括IPS檢驗、Fisher-PP檢驗和Fisher-ADF檢驗三種.為增強檢驗結(jié)果的穩(wěn)健性，本文同時采用上述方法分別對三個序列和一階差分進行面板數(shù)據(jù)單位根檢驗，以綜合判斷這些數(shù)據(jù)的平穩(wěn)性.檢驗結(jié)果如表2所示.

表2 消費、收入和住宅價格的面板單位根檢驗結(jié)果

從表2可以看出，對人均消費支出、人均可支配收入和住宅價格三個序列進行面板數(shù)據(jù)單位根檢驗，幾種檢驗方法都接受原假設(shè)，序列存在單位根.原序列的一階差分序列單位根檢驗中，幾種檢驗方法都在1%顯著水平下拒絕原假設(shè)，認為一階差分序列平穩(wěn).可以判斷我國31個?。ㄖ陛犑?、自治區(qū)）的實際面板數(shù)據(jù)都是非平穩(wěn)的，是一階單整序列，即I(1).

Engle和Granger指出兩個或多個非平穩(wěn)時間序列的線性組合可能是平穩(wěn)的，它們之間存在協(xié)整關(guān)系.面板數(shù)據(jù)單位根檢驗表明三個變量面板數(shù)據(jù)是非平穩(wěn)的，存在一階單整，需要進一步做面板協(xié)整檢驗，以確定各變量之間是否存在長期均衡關(guān)系.

基于穩(wěn)健性的考慮，在檢驗lnC、lnY和lnH的協(xié)整關(guān)系時使用了由Pedroni(1999)和 Kao(1997)提出的多種協(xié)整檢驗方法，檢驗結(jié)果如表3所示.

表3 Pedroni、Kao協(xié)整檢驗結(jié)果

由表3檢驗結(jié)果可以看出，除Panel rho和Group rho兩種檢驗方法外，其他六種方法的檢驗結(jié)果都在1%或10%的顯著水平下拒絕原假設(shè)，認為三個變量之間存在長期、穩(wěn)定的均衡關(guān)系.

3.3 模型設(shè)定和估計

為避免出現(xiàn)模型設(shè)定的偏差，改進參數(shù)估計的有效性，需要對模型的正確形式進行檢驗，選擇適用于樣本數(shù)據(jù)的面板模型形式.本文的研究樣本是全部省份的數(shù)據(jù)，結(jié)論也限定在所研究個體行為，不需要對樣本外的經(jīng)濟行為進行推斷.當數(shù)據(jù)中所包含的截面成員是所研究總體的所有單位時，即截面成員單位之間的差異可以被看作回歸系數(shù)的參數(shù)變動時，固定影響模型是一個合理的Panel Data模型.因此選擇固定效應模型，需要采用F檢驗確定是采用混合回歸模型、變截距模型或者是變系數(shù)模型.

F檢驗即協(xié)方差分析檢驗，對以下兩個原假設(shè)進行檢驗，H1:β1=β2=…=βN，H2:α1=α2=…=αN，β1=β2=…=βN.

如果不拒絕假設(shè)H2，可以認為面板數(shù)據(jù)符合不變系數(shù)模型，不需要進一步檢驗；如果H2被拒絕，則需要檢驗H1.如果不拒絕假設(shè)H1，可以認為面板數(shù)據(jù)符合變截距模型；如果H1被拒絕，則認為符合變系數(shù)模型.

分別計算下列兩個F統(tǒng)計量F2、F1及其對應的F分布:

經(jīng)過計算，F(xiàn)2=3.44，F(xiàn)(90，279)=1.31；F1=5.16，F(xiàn)(60，279)=1.37.

由于F2>1.31，所以拒絕H2；同時F1>1.37，也拒絕了H1，因此模型采用變系數(shù)形式，選取固定影響變系數(shù)模型進行分析，估計結(jié)果如表4所示.

由估計結(jié)果可見，模型整體估計效果很好，調(diào)整擬合優(yōu)度高達99.8%，顯著性檢驗的F估計量為2 055.945，在1%的顯著水平下通過顯著性檢驗，D.W.值為1.908 641，大于上限臨界值UD(1.57)，非常接近2，不存在序列自相關(guān)問題.

固定影響變系數(shù)模型估計提供了各省域的房地產(chǎn)財富效應系數(shù)，采用Pooled FGLS(混合廣義最小二乘估計法)進行面板數(shù)據(jù)整體財富效應估計.P-FGLS又稱為總體平均法(population averaged approach)，由于其考慮到隨機誤差項的自相關(guān)性，因此優(yōu)于使用OLS法得到的參數(shù)估計值.對面板數(shù)據(jù)進行估計的結(jié)果如表5所示.

由表5可以看出估計效果較好，lnY在1%的檢驗水平上通過顯著性檢驗，lnH在10%的檢驗水平上通過顯著性檢驗.

表4 各省β1和β2的估計結(jié)果

表5 P-FGLS估計結(jié)果

3.4 房地產(chǎn)財富效應估計的結(jié)果分析

由面板數(shù)據(jù)的總體平均估計結(jié)果可以看出，lnY的系數(shù)β1為0.827，表明居民收入每增加1%，消費支出增加0.827%，并且通過1%的顯著性檢驗.lnH的系數(shù)β2為0.027，表明房地產(chǎn)價格指數(shù)每增加1%，消費支出將增加0.027%，房地產(chǎn)市場價格具有微弱的財富效應，并通過10%的顯著性檢驗.后者的顯著性水平明顯大于前者，說明與可支配收入相比，房地產(chǎn)價格對消費的影響需要經(jīng)過一定的傳導機制，并受房產(chǎn)流動性、房地產(chǎn)金融發(fā)展程度等因素的制約.

由固定影響變系數(shù)模型估計結(jié)果可以看出，全國31個省（直轄市、自治區(qū)）房地產(chǎn)財富效應有很大差別，有16個地區(qū)的β2>0，財富效應為正；同時有15個地區(qū)的β1<0，表明其財富效應為負.正財富效應的16個省(市、自治區(qū))中有7個數(shù)值大于0.1；負財富效應的15個省（直轄市、自治區(qū)）中只有4個小于-0.1，正財富效應的省多于負財富效應的省，正財富效應數(shù)值大于負財富效應數(shù)值，因此從全國范圍看總體上表現(xiàn)為微弱的正財富效應，房地產(chǎn)價格上漲并未沖擊到消費支出，房地產(chǎn)生態(tài)系統(tǒng)基本穩(wěn)定.由于省域財富效應表現(xiàn)各異，而且只有10個省份的回歸系數(shù)通過了顯著性檢驗，其他省份并不顯著，因此國內(nèi)研究者的實證研究容易出現(xiàn)不一致的結(jié)論.社會各界因為地域、收入水平、持有房產(chǎn)情況等差異，對房地產(chǎn)財富效應的感受也不相同，對房地產(chǎn)行業(yè)定位、調(diào)控政策的爭議頗多.

4 政策建議

實證分析表明房地產(chǎn)價格波動會影響消費者的消費支出，在我國房地產(chǎn)財富效應客觀存在，但部分?。ㄖ陛犑?、自治區(qū)）房地產(chǎn)財富效應為負，需要根據(jù)不同地區(qū)房地產(chǎn)市場特征和問題，采取適當?shù)恼叽胧?，保持房地產(chǎn)行業(yè)平穩(wěn)、健康發(fā)展，強化房地產(chǎn)正財富效應形成機制，發(fā)揮房地產(chǎn)財富效應的積極作用，擴大國內(nèi)消費需求，順利實現(xiàn)經(jīng)濟轉(zhuǎn)型升級.

1)提高房地產(chǎn)流動性，增加保障性住房供應.提高房地產(chǎn)流動性是實現(xiàn)房地產(chǎn)財富效應的前提，通過二手房交易、完善房地產(chǎn)金融、探索以房養(yǎng)老等措施，使消費者的房地產(chǎn)財富效應兌現(xiàn)，轉(zhuǎn)化為現(xiàn)實的購買力.通過征收房產(chǎn)稅、空置稅等措施把閑置住房推向二手房市場，增加保障房和中低價位商品房供應，有效滿足中、低收入群體的住房需求，緩解預算約束導致的負財富效應.

2)轉(zhuǎn)變房地產(chǎn)行業(yè)現(xiàn)行的土地供應模式，避免房地產(chǎn)渠道的財富轉(zhuǎn)移.我國現(xiàn)行的土地管理制度和通過招拍掛出讓土地使用權(quán)的方式，抬高房地產(chǎn)用地價格，減少住房供給并推高房價，購房人的財富被轉(zhuǎn)化為土地財政收入和房地產(chǎn)行業(yè)高額利潤.因此房地產(chǎn)市場健康發(fā)展需要通過財稅體制改革、控制房地產(chǎn)行業(yè)的合理利潤，使消費者分享更多的房產(chǎn)增值并轉(zhuǎn)化為購買力.

[1] 約翰?伊特韋爾，默里?米爾蓋特，彼得?紐曼. 新帕爾格雷夫經(jīng)濟學大辭典[M]. 北京:經(jīng)濟科學出版社，1996:955-957.

[2] Pigou A.Employment and Equilibrium:A Theoretical Discussion[J].Economic Record，1941(2):212-224.

[3] Leonard J A.The Impact of the Housing Market Boom and Bust on Consumption Spending[J].Business Economics，2010(2):83-94.

[4] Christian H，Dreger E R.Consumption and disposable income in the EU countries:the role of wealth effects[J].Empirica，2006(4):245-254.

[5] Levin L.Are assets fungible? Testing the behavioral theory of life-cycle savings[J].Journal of Economic Behavior & Organization，1998(1): 59-83.

[6] Buiter W H.Housing Wealth Isn't Wealth[J].Economics，2010(4):1-29.

[7] 唐建偉. 股票與房地產(chǎn)價格變化對消費的影響[J]. 上海金融學院學報，2004(1):48-51.

[8] 宋勃. 房地產(chǎn)市場財富效應的理論分析和中國經(jīng)驗的實證檢驗:1998-2006[J]. 經(jīng)濟科學，2007(5):41-53.

[9] 王子龍，許簫迪，徐浩然. 中國房地產(chǎn)財富效應測度的實證研究[J]. 財貿(mào)研究，2009(2):24-31.

[10] 齊紅倩，黃寶敏. 房地產(chǎn)財富效應與中國城鎮(zhèn)居民消費不對稱性[J]. 南京社會科學，2013(6):8-13.

[11] 楊偉坤，榮晨. 我國房地產(chǎn)市場的財富效應和福利效應[J]. 財會研究，2011(1):72-77.

(責任編輯:沈鳳英)

Study on the Wealth Effect of Real Estate Price Fluctuation: The Empirical Analysis Based on Provincial Panel Data

LI Yong
(Department of Technology，Suzhou Industrial Park Institute of Services Outsourcing，Suzhou，215123，China)

Based on the panel data of 31 provinces (Municipalities directly under the Central Government，Autonomous Regions)，this paper estimates the wealth effect of the real estate industry by using fxed effect variable coeffcient model.The study fnds that the real estate market has a weak positive wealth effect nationwide，but it is different among the provinces.Negative wealth effect appears in a few provinces，showing that the rising house price has affected the normal growth of consumption.According to the characteristics of different areas in the real estate market，appropriate policy measures should be taken to strengthen the housing wealth effect mechanism and to promote economic transformation and upgrading.

real estate；wealth effect；fxed effect variable coeffcient model

F293.3

A

1008-5475(2014)04-0039-07

2014-06-24；

2014-07-19

江蘇省高校優(yōu)秀中青年骨干教師“青藍工程”資助項目(2012-39)；江蘇省高等職業(yè)院校高級訪問學者計劃資助項目(FX019)

李 勇(1973-)，男，河南南陽人，教授，博士，主要從事金融管理、服務外包產(chǎn)業(yè)研究.