蕭振熙

【摘 要】物業(yè)價格水平，對社會上各經(jīng)濟(jì)環(huán)節(jié)有著很重要的影響性，而物業(yè)泡沫的存在，亦會左右不同投資的決定?；诮晡飿I(yè)價格急升，本文會進(jìn)行對香港物業(yè)價格泡沫是否存在的測試。結(jié)果顯示，2010年和往后時間，觀察到房地產(chǎn)價格顯著的泡沫的存在。

【關(guān)鍵詞】資產(chǎn)泡沫；房地產(chǎn)價格

一、前言

2009年后全球各地之主要城市的房產(chǎn)價格均呈現(xiàn)高漲的情勢。房價的快速上漲令人聯(lián)想是否全球房市泡沫陰霾籠罩？又由于美國經(jīng)濟(jì)逐漸復(fù)蘇，實施約五年的貨幣量化寬松的政策自2014年第一季起開始減碼，當(dāng)貨幣量化寬松政策逐步退場后，全球房產(chǎn)價格的泡沫風(fēng)險是否與日俱增？房產(chǎn)價格的巨幅波動無疑將為全球資金動向帶來極大的影響，而房產(chǎn)價格泡沫的現(xiàn)象很可能會引發(fā)泡沫經(jīng)濟(jì)的危機(jī)。

二、論文回顧

價格泡沫的理論文獻(xiàn)有很多的。本文將簡要總結(jié)一下有關(guān)的文獻(xiàn)，Camerer（1989）對理論和經(jīng)驗進(jìn)行了總體研究，而Flood和Hodrick（1990）集中在實證方面。Campbell （2000）則對這兩種方面進(jìn)行了調(diào)查。一般來說，泡沫（Bt）被定義為確定基本面之間的現(xiàn)在值價格（PPV）和觀察價格（Pt）。在股票的情況下，基本面價格可以表示為預(yù)期未來現(xiàn)金貼現(xiàn)的總和流動或分配給資產(chǎn)持有人：

Pt=ptPV+Bt

泡沫項目B，如果存在，預(yù)計將以實際利率增長. 大部分泡沫測試文獻(xiàn)分為三種類型的測試。第一種檢查（a）觀察價格與（b）現(xiàn)值價格之間的關(guān)系或用于預(yù)測的基本原理。例如，泡沫假說的測試匯率檢查存在長期均衡（協(xié)整）匯率，貨幣供應(yīng)量和價格之間的關(guān)系（Meese，1986； Chin and Meese，1995；和Mark，1995）。證券市場泡沫假說的檢驗價格和股息之間的平衡（協(xié)整）關(guān)系的存在（Campbell and Shiller，1987 and Campbell，Lo，and McKinlay，1997）。第二種類型泡沫測試比較觀察價格的波動性和現(xiàn)值價格（Shiller，1981； Le Roy and Porter，1981；和West，1988）。第三種類型的測試更多精致和間接；它通過兩種替代方法估計一個縮減形式的價格方程方法并驗證參數(shù)值是否相同。

第一種方法是簡單的價格投入基本面預(yù)測信息集。第二種方法是同時進(jìn)行兩個方程的估計：第一個是基本的預(yù)測過程，第二個是一個縮減形式的方程式，假定沒有泡沫并且施加交叉方程限制。如果某些參數(shù)被估計為兩種方法相同，那么無泡沫假說就不能被拒絕。這種方法，由West（1987）率先用于股票市場價格，而被Casella（1989）用于價格水平泡沫和Meese（1986）匯率泡沫。

泡沫的測試其實也存在著問題。在理論層面上，理性行為與泡沫的存在并不是微不足道的，他們可以出現(xiàn)的條件是相當(dāng)嚴(yán)格的（Santos and Woodford，1997）。理性行為與泡沫在資產(chǎn)價格方面，研究轉(zhuǎn)向某種類型的市場缺陷來解釋這一點顯然不太合理的結(jié)果。從這個角度來看，Allen-Gale（2000）模型是特別感興趣的，因為它將資產(chǎn)價格泡沫與金融中介行為聯(lián)系起來。在這個模型中，泡沫由于信息而產(chǎn)生借款人與銀行之間的不對稱：借款人的有限責(zé)任，他們提高固定資產(chǎn)的價格，風(fēng)險過高由中介人承擔(dān)。在這種情況下，實際收益的波動影響泡沫的概率（和大?。?。信貸的規(guī)模和不確定性在這個模型中，擴(kuò)張也是泡沫的重要決定因素。其他模型（Krugman，1998）也將泡沫與金融部門的發(fā)展聯(lián)系起來，但在大多數(shù)情況下，結(jié)果是基于導(dǎo)致風(fēng)險轉(zhuǎn)移的隱性擔(dān)保。Allen-Gale模型不需要這些條件。泡沫測試的其他問題來自經(jīng)驗方面。一，程序是通常是對基本面預(yù)測方程和橫向的聯(lián)合測試條件。因此，拒絕“無泡沫”意味著拒絕潛在的模型和橫向條件（Meese，1986）。相關(guān)的問題Flood和Garber（1980）指出，在其關(guān)于測試的開創(chuàng)性文件中，對于泡沫，如何省略變量可以解釋分析師的價格行為不正確的結(jié)論有動力學(xué)獨立于基本面，偏向測試拒絕“無泡沫”。發(fā)現(xiàn)泡沫行為是觀察性的相當(dāng)于預(yù)期的未來制度變化（Hamilton和Whiteman，1985和Flood和Hodrick，1986）指向相同的方向。因此，無力拒絕“沒有泡沫”的假設(shè)可以與非泡沫現(xiàn)值價格一致預(yù)期基礎(chǔ)產(chǎn)生過程將來會發(fā)生變化。

三、應(yīng)用數(shù)據(jù)

香港差餉物業(yè)估價署私人住宅的各類單位平均租金和售價

（1999年1月至2017年1月）

有關(guān)部門會分析新訂租約的租金資料，以計算在租金生效月份的平均租金。就非住宅樓宇而言，分析數(shù)據(jù)報括續(xù)租時議定的租金，而生效日期即為租賃協(xié)議的生效日期。不過，租金一般是在較早的日期議定（新訂租約是在半至一個月前，續(xù)訂租約是在一至三個月前）。有關(guān)部門從多個不同的來源獲得租金資料，包括按照《業(yè)主與租客（綜合）條例》的規(guī)定所遞交的新租約通知書、按照《差餉條例》與《地租（評估及征收）條例》的規(guī)定而發(fā)出的物業(yè)詳情申報表、業(yè)主和租客的來信，以及有關(guān)部門職員進(jìn)行實地視察時所得的數(shù)據(jù)。分析租金時，是根據(jù)凈額計算，即不包括差餉、管理費及其他費用。計算平均售價時，有關(guān)部門會分析經(jīng)過審查以厘定印花稅的樓宇事務(wù)數(shù)據(jù)。惟下列類別樓宇交易并不會用作分析：不被接納用作厘定印花稅的樓宇買賣、涉及不同類別物業(yè)的買賣、未獲評估差餉的樓宇、并非交吉出售的住宅樓宇，以及住宅樓宇的首次買賣。買賣日期以簽署買賣合約的日期為準(zhǔn)。如沒有買賣合約，買賣日期則根據(jù)轉(zhuǎn)讓契約的簽署日期。一般而言，買賣合約日期是在達(dá)成臨時協(xié)議后二至三周。有關(guān)平均租金和售價的分析，只供一般參考用途。某段時期的水平，主要取決于期內(nèi)出租或出售物業(yè)的特點，包括樓宇質(zhì)素及位置。因此，在不同時期內(nèi)出現(xiàn)的變化，可能是因為在兩個時段所分析的不同物業(yè)的質(zhì)素有所差異，而不應(yīng)一概而論視之為該時段中在價值方面的整體變化。相對而言，租金與售價指數(shù)能較準(zhǔn)確地反映價值的轉(zhuǎn)變。新近數(shù)個月的租金與售價數(shù)字，均屬臨時性質(zhì)，有待有關(guān)部門取得更多資料后再作分析。租金和售價的統(tǒng)計數(shù)字，包括村屋，以及政府資助房屋單位在業(yè)權(quán)轉(zhuǎn)讓限制期屆滿及向有關(guān)機(jī)構(gòu)繳付補(bǔ)價后，在公開市場的租賃和買賣。這方面與樓宇總存量和落成量所涵蓋的物業(yè)有所不同。endprint

四、理論與模型

本文基于近年物業(yè)價格急升，進(jìn)行物業(yè)價格泡沫的測試。基于現(xiàn)在的測試價值關(guān)系-由Campbell，Lo和McKinlay（1997）提出。這是基于有效市場的含義價格是資本化租金的假設(shè)預(yù)期未來租金折扣。因此，如果泡沫之間存在差距，則是存在泡沫觀察價格及其現(xiàn)值是爆炸性的（非平穩(wěn)）。測試泡沫的一種方法是驗證或拒絕存在穩(wěn)定（非突發(fā)性）樓價關(guān)系，租金和房主的資本成本。具體來說，測試基于以下對數(shù)租金比率方程式

（1）

考慮物業(yè)回報， 得出以上方程序

γt+1=log（Pt+1+RENTt+1）-log（Pt）

其中P和RENT是價格和租金水平。以此表達(dá)式的泰勒級數(shù)近似得出

γt+1≈k+ρpt+1+（1-ρ）rentt+1-pt

小寫字母表示對數(shù)，ρ=1/[1+exp（rent-p）]，k=-log（ρ）-（1-ρ）log（1/ρ-1）和rent-p是租金價格比率。解決上述方程，橫向條件，并以信息為條件在時間t收益

pt=k/（1-ρ）+Et[Σρj[（1-ρ）rentt+1+j-γt+1+j）]

在均衡中，理性代理代理要求從房屋所有權(quán)（γ）的預(yù)期回報等于房主的成本資本（i）。用i代替γ并重新排列上述方程，得出方程式 （1）。以上推論基于Sarno和Taylor（1999）的研究。

因此，進(jìn)一步的測試是驗證或拒絕租價比和資本成本之間的協(xié)整。這可以通過測試來自以下回歸的殘差是否平穩(wěn)的來完成。

rentt-pt=c+αit+εt （2）

在概念上，房主的成本資本包括扣除收入稅收，財產(chǎn)稅，折舊，維護(hù)和修理支出。有些數(shù)據(jù)是沒有的。因此，只有抵押貸款利率被用作房主的成本。這個假設(shè)可能不是不合理。首先，折舊和維護(hù)成本可能是一個穩(wěn)定的分?jǐn)?shù)的財產(chǎn)值。其次，考慮到香港的低和統(tǒng)一稅收制度，收入和財產(chǎn)稅也很可能是方程式（2）中的常數(shù)項。

五、計量結(jié)果

本文應(yīng)用的數(shù)據(jù)，是香港差餉物業(yè)估價署1999年至2017年期間的私人住宅的各類單位平均租金和售價.下圖是這兩組數(shù)據(jù)按年變動的幅度：

單位根檢測結(jié)果總結(jié)在下表，估計值表明租金價格物業(yè)價格比率不是中值回歸。此外，這個系列的線性組合與抵押貸款利率不穩(wěn)定。這也是Johansen（1991，1995）通過正式的協(xié)整驗證確認(rèn)使用的方法。因此這些結(jié)果建議房價上漲泡沫存在。檢查的程度和持續(xù)性泡沫。

單位根檢測結(jié)果

1999年1月至2017年1月

（Augmented Dickey-FullerTest）

*代表在5%水平為結(jié)果顯著

本節(jié)從等式（2）中得出一個現(xiàn)在值系列，并將其與真實物業(yè)價格進(jìn)行比較。下圖表示（以對數(shù)表示），在2010后大部分時間里，物業(yè)價格持續(xù)高于均衡水平。在現(xiàn)水平，2017年1月物業(yè)價格大約高估了28%。2003年3月的低估幅度最大（即沙士疫癥爆發(fā)期間），顯示低估約39%。2013年1月的高估幅度則最大，顯示高估約41%。

總而言之，這些估計值拒絕了房價現(xiàn)在值關(guān)系假設(shè)：2010后大部分時間里，房價較未來租金的現(xiàn)在值高。雖然差距部分地反映了因素包括交易成本和測量誤差，但大幅度的偏差反映了現(xiàn)水平和最近幾年的房地產(chǎn)泡沫可能存在。

六、結(jié)論

本文提出， 以未來租金的現(xiàn)在值模型來檢驗房地產(chǎn)價格泡沫的存在。結(jié)果顯示，2010年和往后時間， 觀察到房地產(chǎn)價格顯著的泡沫的存在。利率對房地產(chǎn)價格波動產(chǎn)生顯著的影響。在聯(lián)系匯率和公開資本帳的系統(tǒng)下，香港利率走勢大致上跟隨美國利率降至歷史上的低位，可以說是直接受到美國的貨幣政策影響。

【參考文獻(xiàn)】

[1] Abraham， J M and P H Hendershott （1996）： “Bubbles in metropolitan housing markets”， Journal of Housing

Research， Volume 7， Issue 2.

[2] A W Lo and A C McKinlay （1997）： The Econometrics of Financial Markets. Princeton University Press，Princeton.

[3] Campbell， J Y （2000）： “Asset pricing at the millennium”， The Journal of Finance， 55， 1515-67.

[4] Davidson， R and J G MacKinnon （1989）： “Testing for consistency using artificial regressions”， EconometricTheory， 5， pp 363-84.

[5] Davidson， R and J G MacKinnon （1993）： “Estimation and inference in econometrics”， Oxford UniversityPress.

[6] Gerlach， S and W Peng （2002）： “Bank lending and property prices in Hong Kong”， paper presented at theBank of Finland/CEPR Annual Workshop on Asset Markets and Monetary Policy in Helsinki， 25 & 26April 2002.endprint

[7] Herrera S and G Perry （2001）： “Tropical bubbles： Asset prices in Latin America， 1980-2001. World BankWorking Paper.

[8] Johansen， S （1991）： “Estimation and hypothesis testing of cointegration vectors in gaussian vectorautoregressive models”， Econometrica， 59， pp 1551-81.

[9] Johansen， S （1995）： “Likelihood-based inference in cointegrated vector autoregressive models”， OxfordUniversity Press.

[10] Kalra， S， D Mihaljek and C Duenwald （2000）： “Property prices and speculative bubbles： Evidence fromHong Kong SAR”， IMF Working Paper， WP/00/2.

[11] Meese R and N Wallace （1992）： “Testing the present value relation for housing prices： should I leave myhouse in San Francisco？”， Journal of Urban Economics 35， 245-66 （1994）.

[12] Peng， W， L Cheung， K Fan and C Leung （2001）： “The property market and the macro-economy”， HKMAResearch Memorandum 02/2001， March 2001.

[13] Sarno L and M P Taylor （1999）： “Moral hazard， asset price bubbles， capital flows， and the East Asian crisis：the first tests”， Journal of International Money and Finance 18 （1999） 637-57.endprint