馬未

(安徽財經(jīng)大學 統(tǒng)計與應用數(shù)學學院，安徽 蚌埠 233030)

0 引言

房地產(chǎn)行業(yè)是國民經(jīng)濟的重要頂梁柱，它在工業(yè)化、城市化以及現(xiàn)代化的過程中興起和發(fā)展，同時它又反過來推動了工業(yè)化、城市化和現(xiàn)代化的進展，嫣然已經(jīng)成為現(xiàn)代社會經(jīng)濟大系統(tǒng)中一個重要的有機組成部分，也是全面建設小康社會過程中的重要一環(huán).本文的思想源于文獻.而1980年代末和1990年代初期，日本與英國等發(fā)達國家所經(jīng)歷的通貨膨脹中，房地產(chǎn)價格波動起到了先行指示器的作用.因此，各國貨幣政策當局與經(jīng)濟學家對房地產(chǎn)價格的波動表示出極大的關注與興趣.由此看來，房地產(chǎn)行業(yè)的發(fā)展狀況是關系國計民生的重大問題.近年來，隨著我國社會主義市場經(jīng)濟的快速發(fā)展，我國居民的可支配收入也呈逐年遞增趨勢，居民消費水平也不斷提高.當然，這在某種程度上促進了我國房地行業(yè)的發(fā)展，國內(nèi)房地產(chǎn)市場不斷升溫，市場規(guī)模不斷擴大.同時，我國居民的可支配收入的增加也加速了房地產(chǎn)價格的飛漲.因此，本文采用最小二乘估計方法作對比，建立房地產(chǎn)價格和我國城鎮(zhèn)居民可支配收入之間的VAR模型，并進行實證分析.

1 文獻綜述

商品住宅價格的形成受多種因素的影響，在收入對房價的應對方面，國內(nèi)有關學者曾應用Panel Data模型，研究認為，對住宅價格影響貢獻最大的動力因素是人均可支配收入，人均可支配收入的增加對住宅價格的推動作用非常顯著.而有的學者則認為人均可支配收入的變化對住宅價格變動的影響較弱.房地產(chǎn)業(yè)在中國的發(fā)展正在經(jīng)歷一條從不太成熟到逐漸成熟的曲折的周期性成長之路.向楊、徐良果等[1](2013)根據(jù)中國企業(yè)過度投資形成原因不同，將企業(yè)層面的過度投資劃分成競爭型過度投資、代理型過度投資、認知偏差型過度投資、關聯(lián)型過度投資和干預型過度投資等五類.根據(jù)向楊等對企業(yè)五種類型過度投資的定義，筆者認為，現(xiàn)階段我國房地產(chǎn)企業(yè)存在著競爭型過度投資.耿同勁[2](2013)認為，當銀行面對房地產(chǎn)價格沖擊時，不管監(jiān)管當局實施較為寬松的或者較為嚴格的資本監(jiān)管，房地產(chǎn)價格都可能會導致銀行的不穩(wěn)定.同時，反過來，另一方面，由于新進入企業(yè)以銀行信貸向上一代企業(yè)購買生產(chǎn)資料用途的房地產(chǎn)，房地產(chǎn)價格的波動又是通過影響企業(yè)的利潤而侵蝕銀行的資本，因而信貸緊縮可能會導致房地產(chǎn)價格的進一步下跌.另外，郭樹華、王旭[3](2012)通過利用1998年7月到2010年12月的匯率和房地產(chǎn)銷售價格指數(shù)月度數(shù)據(jù)，對我國人民幣匯率和房地產(chǎn)價格的關聯(lián)效應做的實證研究，發(fā)現(xiàn)隨著人民幣匯率制度的調整，匯率在房地產(chǎn)市場的影響力也日趨加強.由此可見，房地產(chǎn)價格關系到國民生活的各個方面，同時，又反過來被影響.它對于一個國家、地區(qū)的社會經(jīng)濟發(fā)展意義重大，是涉及國計民生且敏感性較強的因素.陳浪南、王鶴[4](2012)對我國房地產(chǎn)價格的區(qū)域互動進行了實證分析，結果表明，我國房地產(chǎn)價格互動空間滯后效應和時間滯后效應的存在性，同時，也證明了城鎮(zhèn)居民可支配收入是影響我國房價的重要因素.也就是說，城鎮(zhèn)居民可支配收入的增長會推動各地區(qū)房地產(chǎn)價格的上升.劉博、周晨丹等[5](2012)對土地供應價格、面積和房地產(chǎn)價格之間的關系進行了研究，發(fā)現(xiàn)房地產(chǎn)價格和土地價格之間存在相互影響關系，并且在短期內(nèi)同時受到土地供應面積的影響，但影響程度并不高.肖堯[6](2013)采用城鎮(zhèn)人均可支配收入與農(nóng)村人均純收入之比表示設城鄉(xiāng)收入差，商品住宅平均價格則運用各地區(qū)統(tǒng)計年鑒上公布的住宅總銷售額除以住宅總銷售面積，并經(jīng)固定資產(chǎn)價格指數(shù)平減得到.研究認為，我國目前的城鎮(zhèn)化發(fā)展模式和GDP追逐是驅動城鄉(xiāng)收入差距擴大的重要因素，同時土地收入與商品住宅價格對城鄉(xiāng)收入差距的影響對沖，房地產(chǎn)因素的差距影響表現(xiàn)為中性，其是基于區(qū)域差異均等化形成的.黃瑜[7](2010)基于狀態(tài)空間模型利用2004～2009年的季度數(shù)據(jù)，研究發(fā)現(xiàn)相比土地價格的變化，居民收入的變化對商品住宅價格的影響更大.總體而言，專門對居民收入和房地產(chǎn)價格之間關系進行實證分析的現(xiàn)有研究甚少，同時又由于我國經(jīng)濟改革進程的加快和政策因素變化較大等原因，因此本文選擇VAR模型，動態(tài)測度居民收入對商品住宅價格的影響.

2 模型的設定及數(shù)據(jù)的收集

本文用商品房平均銷售價格表示房地產(chǎn)價格，城鎮(zhèn)居民人均可支配收入表示居民收入水平，利用1991年到2011年全國城鎮(zhèn)居民可支配收入和商品房銷售價格數(shù)據(jù)(如表1所示)，采用最小二乘法，對兩者的關系進行分析.其中，數(shù)據(jù)處理和分析應用Eviews6.0軟件.

后面會陸續(xù)給出原因，我們模型設定為雙對數(shù)模型(對數(shù)對數(shù)模型)：

lnY=?+βlnX

其中，β衡量的是Y關于X的彈性，即當X每變動1%時，Y的均值變動的百分比.

表1 1999-2011年商品房銷售價格和城鎮(zhèn)居民可支配收入

數(shù)據(jù)來源：《中國統(tǒng)計年鑒(2012)》

3 實證分析

3.1 描述性統(tǒng)計分析

首先，我們對數(shù)據(jù)取自然對數(shù)，這樣可以在一定程度上消除異方差問題，同時突出彈性的意義所在.對lnY和lnX作時序圖如下：

圖1 lnY和lnX的時序圖

由圖1可知，lnY和lnX都存在明顯的平穩(wěn)上升趨勢.表2顯示了其他描述性統(tǒng)計量：

表2 lnY和lnX的描述性統(tǒng)計量

3.2 平穩(wěn)性檢驗

為了避免“偽回歸”，首先對時間序列變量的平穩(wěn)性進行單位根檢驗，我們采用ADF檢驗方法.檢驗方法的選取采用從一般到特殊，使用SIC準則確定最佳滯后階數(shù).得到lnX～I(1)和lnY～I(1)，即兩個變量均為1階單整(檢驗結果見表3).

表3 單位根檢驗結果

由表3可知，lnY和lnX非平穩(wěn)，但經(jīng)過一階差分后平穩(wěn)了.兩變量同階單整，因此我們進行Johansen協(xié)整檢驗，結果表明兩者之間確實存在協(xié)整關系，即兩者的線性組合存在平穩(wěn)關系，說明它們之間存在一個長期穩(wěn)定的比例關系.

3.3 Granger因果檢驗

協(xié)整關系分析與短期動態(tài)分析不能說明變量之間是否存在Granger意義上的長期與短期因果關系，由于lnX和lnY都為I(1)時間序列，且存在協(xié)整關系，所以，根據(jù)Granger定理(EngIe & Granger，1987)我們利用Eviews6.0對我國房地產(chǎn)價格變動和居民收入的格蘭杰因果檢驗結果如表4所示.

表4 Granger因果檢驗結果

由表4可知，對于“l(fā)nY不是lnX的Granger原因”的原假設，P=0.3697>0.1，因此，在10%的顯著性水平上，不能拒絕原假設，即我們沒有足夠的理由拒絕“l(fā)nY不是lnX的Granger原因”的原假設.對于“l(fā)nX不是lnY的Granger原因”的原假設，P=0.06872<0.1，因此，在10%的顯著性水平上，拒絕原假設，即我們有足夠的理由拒絕“l(fā)nX不是lnY的Granger原因”的原假設.運用Granger因果檢驗對變量間的因果關系進行檢驗，進一步驗證所建立模型對變量間因果關系的設定是合理的.

3.4 最小二乘估計

為了與VAR模型作對比，我們首先運用OLS方法得出回歸模型為：

lnyt=0.8112+0.7786lnxt

(2.4721) (22.0780)

R2=0.9779SE=0.0536F=487.437

其中，β=0.7786說明當城鎮(zhèn)居民可支配收入每增加1%時，商品房平均銷售價格平均上升77.86%.

3.5 VAR關系模型

協(xié)整檢驗是基于動態(tài)分布滯后模型(VAR)的，所以為了估計模型的長期均衡關系，以得出一個有效無偏估計.我們運用Eviews6.0做出房地產(chǎn)價格和居民收入之間的VAR關系模型可表示為：

3.6 脈沖響應函數(shù)

居民收入對房地產(chǎn)價格沖擊的脈沖響應函數(shù)如圖2(a)所示.對于房價的沖擊，居民收入在當年的反應為零，從沖擊發(fā)生的第1年開始到第2年，居民收入有一個增加的過程，從第3年起，開始持續(xù)緩慢上下波動，一直持續(xù)到第10年.

房地產(chǎn)價格對居民收入沖擊的脈沖響應函數(shù)如圖2(b)所示.對于居民收入的沖擊，房價在當年的反應為零，從沖擊發(fā)生的第1年開始到第2年，房價有一個下降的過程，從第2年起，房價迅速增加，第3年又下降，如此上下波動一直持續(xù)到第10年.總之，脈沖響應函數(shù)結果顯示，房價沖擊在短期內(nèi)對居民收入水平的影響十分有限，而長期來看，卻對宏觀經(jīng)濟形成顯著的正向影響；居民收入沖擊對房價產(chǎn)生顯著的正向影響.

圖2 脈沖響應函數(shù)圖

3.7 方差分解

考察VAR模型時，還可以采用方差分解方法研究模型的動態(tài)特征.為了了解各信息對模型內(nèi)生變量的相對重要性，我們可以估計出各變量的作用時滯和效應大小.

表5 Δlnx的方差分解

居民收入的方差分解見表5.房價對于居民收入的貢獻度第1期為零，第2期迅速增加到5.2958%，此后逐漸增加，第3期增加為7.6234%.

表6 Δlny的方差分解

房地產(chǎn)價格的方差分解見圖6.居民收入對于房價的貢獻度第1期為0.0051%，第2期迅速增加到23.3394%，此后逐漸增加，第3期增加為49.2375%.總之，由表5和表6的方差分解可知：從長期的角度來看，一方面，房地產(chǎn)價格上漲是居民收入增長的重要解釋因素；另一方面，居民收入水平的高漲也是房地產(chǎn)價格上漲的重要解釋因素.因此，在長期，房地產(chǎn)價格與居民收入之間存在著相互的重要影響.

4 結論及政策建議

綜上分析，本文得出如下結論：增加居民收入水平使其具有購買能力，是增加房屋需求的最主要因素.城鎮(zhèn)居民收入水平大幅度提升，這也使得城鎮(zhèn)居民對房地產(chǎn)需求變得更大，同樣根據(jù)擁有房產(chǎn)的目的不同可以從居住需求和賺錢需求兩個方面來分析其需求變動情況.(1)居住需求.首先，城鎮(zhèn)居民收入大幅度提升增強了居民購買的能力，廣大居民改善居住條件的愿望加強.其次，綠色住宅、健康住宅、生態(tài)住宅等正在興起，商品房檔次明顯提高，城鎮(zhèn)居民有效需求逐漸旺盛.最后，拆遷安置等相關輔助措施的進一步完善增加了城鎮(zhèn)居民對房地產(chǎn)市場的整體需求，并且這部分需求將會持續(xù)穩(wěn)定的增長.2)賺錢需求.隨著城鎮(zhèn)居民可支配收入的提高，民間資金的不斷雄厚，大量資金需要尋找投資渠道，又因為股票市場等高風險投資渠道的低迷狀態(tài)，使得城鎮(zhèn)居民轉而將資金投入到利潤豐厚的房地產(chǎn)業(yè)，增加了對房地產(chǎn)的需求，進而影響了房地產(chǎn)的供需關系，促進了房地產(chǎn)價格的上漲.因此，我們要正確理性地看待房價問題，提高風險意識，同時，完善相關制度，如“新國十條”等.

[1]向楊,徐良果，王勇軍.政府干預下企業(yè)過度投資研究述評[J].棗莊學院學報,2013,30(5)：95-99.

[2]耿同勁.資本監(jiān)管與銀行體系穩(wěn)定性研究——基于房地產(chǎn)調控的視角[J].生產(chǎn)力研究,2013(4)：53-56.

[3]郭樹華,王旭.人民幣匯率與房地產(chǎn)價格關聯(lián)效應研究[J].經(jīng)濟問題探索,2012(l)：32-37.

[4]陳浪南,王鶴.我國房地產(chǎn)價格區(qū)域互動的實證研究[J].統(tǒng)計研究,2012,29(7)：37-43.

[5]劉博,周晨丹等.土地市場波動與房地產(chǎn)價格的關系分析：基于VAR模型的實證研究[J].數(shù)學的實踐與認識, 2012,42(13)：47-54.

[6]肖堯.城鎮(zhèn)化、房地產(chǎn)價格與城鄉(xiāng)收入差距——基于我國省區(qū)面板數(shù)據(jù)的經(jīng)驗分析[J].財經(jīng)科學,2013(9)：100-107.

[7]黃瑜.土地價格、居民收入對商品住宅價格影響的動態(tài)分析[J].經(jīng)濟與管理研究,2010(10)：24-28.