張振海

（同濟(jì)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，上海 200092）

0 引言

人們普遍認(rèn)為，房?jī)r(jià)過(guò)高超出了普通民眾的購(gòu)買(mǎi)能力，形成房?jī)r(jià)的泡沫現(xiàn)象。因而出臺(tái)臨時(shí)措施進(jìn)行限價(jià)，但又出現(xiàn)了新的問(wèn)題——“緊平衡”（即強(qiáng)制限定所達(dá)到的價(jià)格平衡），造成的結(jié)果是新樓盤(pán)與二手房?jī)r(jià)格倒掛，形成新的搶購(gòu)潮，以及房產(chǎn)開(kāi)發(fā)商“捂盤(pán)”或轉(zhuǎn)手“中介”將新房變?yōu)槎址客黄葡迌r(jià)的次生新問(wèn)題。而在長(zhǎng)期措施方面，提出了發(fā)展租賃市場(chǎng)與“鄉(xiāng)村振興”政策，那么這些政策是否有助于消除我國(guó)城市房?jī)r(jià)的泡沫？本文對(duì)此進(jìn)行研究。

房?jī)r(jià)過(guò)高形成泡沫的決定因素是什么？如何測(cè)度？本文以1999—2016年期間全國(guó)35個(gè)大中城市的面板數(shù)據(jù)進(jìn)行研究。測(cè)度房?jī)r(jià)泡沫的方法有多種類型，它們各具特色與優(yōu)缺點(diǎn)，用于特定的狀態(tài)條件下具有一定的適用性，本文進(jìn)行梳理分析的方法有：指標(biāo)分析法、馬氏域變模型方法、物理金融模型、資產(chǎn)泡沫檢測(cè)法、統(tǒng)計(jì)檢驗(yàn)觀測(cè)法、收益貼現(xiàn)法、資本邊際收益率法、局部均衡模型法、經(jīng)濟(jì)基本因素回歸法等。但本文認(rèn)為經(jīng)濟(jì)基本因素回歸法相比于其他方法則更為科學(xué)與合理，它既考慮了房屋的居住功能所具有的經(jīng)濟(jì)支撐部分，也考慮了房屋具有投資（投機(jī)）部分的成份，在本文的研究中又加入適應(yīng)性預(yù)期的影響因素，使得研究得出的結(jié)論更加符合實(shí)際的情況。

1 房?jī)r(jià)泡沫測(cè)度理論模型的構(gòu)建

歷史上曾經(jīng)多次發(fā)生過(guò)價(jià)格嚴(yán)重偏離事件，也稱為泡沫事件。房?jī)r(jià)偏離是經(jīng)濟(jì)價(jià)格偏離的一種表現(xiàn)形式，是以房屋為載體。房屋與其相關(guān)產(chǎn)品投機(jī)引起的價(jià)格與使用價(jià)值背離，市場(chǎng)價(jià)格脫離實(shí)際使用價(jià)值的現(xiàn)象。如果偏離度嚴(yán)重或崩潰將形成經(jīng)濟(jì)和社會(huì)結(jié)構(gòu)的失衡、金融危機(jī)、生產(chǎn)和消費(fèi)危機(jī)及引發(fā)政治和社會(huì)危機(jī)等嚴(yán)重的后果。

雖然學(xué)者們對(duì)泡沫（偏離）的測(cè)量提出了多種方法，但目前仍沒(méi)有一種權(quán)威的方法?？紤]到房屋既是消費(fèi)品，又是投資品，結(jié)合我國(guó)現(xiàn)階段房屋普遍認(rèn)為具有投機(jī)性成份居多的情況下，本文選擇經(jīng)濟(jì)基本因素回歸法更適合研究中國(guó)當(dāng)下房?jī)r(jià)泡沫的情況。

1.1 泡沫基準(zhǔn)值的選定

1998年國(guó)務(wù)院頒布《關(guān)于進(jìn)一步深化城鎮(zhèn)住房制度改革加快住房建設(shè)的通知》，標(biāo)志著中國(guó)住宅商品化開(kāi)始。1999年中國(guó)人民銀行下發(fā)《關(guān)于開(kāi)展個(gè)人消費(fèi)信貸的指導(dǎo)意見(jiàn)》，貸款買(mǎi)房、按揭等金融杠桿開(kāi)始正式啟動(dòng)，房?jī)r(jià)在1999年仍處于穩(wěn)定狀態(tài)。2000年2月住房實(shí)物分配行為在全國(guó)正式停止，隨著此政策的實(shí)施房?jī)r(jià)開(kāi)始大幅上漲，形成了價(jià)格的偏離?；谶@些原因，本文選定1999年房?jī)r(jià)為基準(zhǔn)值，認(rèn)為此基準(zhǔn)值是沒(méi)有泡沫成份的（零泡沫價(jià)格值）。

1.2 邏輯理念

關(guān)于測(cè)度泡沫工具的設(shè)計(jì)，本文借鑒Abraham等(1996)模型理念——“在供求市場(chǎng)交易條件下，可以用構(gòu)建的計(jì)量回歸模型估算市場(chǎng)的均衡價(jià)格，假設(shè)認(rèn)為價(jià)格在經(jīng)濟(jì)基本面支撐作用下，有一個(gè)均衡的增長(zhǎng)率，市場(chǎng)情況正常。而如果出現(xiàn)了失衡的情況，則認(rèn)為價(jià)格產(chǎn)生了偏離，偏離的程度即為泡沫度”，本文按此邏輯進(jìn)行房?jī)r(jià)泡沫的測(cè)度。

1.3 泡沫的理論與假設(shè)的條件

本文采用“外推式+適應(yīng)性預(yù)期+均衡價(jià)格+基準(zhǔn)點(diǎn)”模型理論進(jìn)行房?jī)r(jià)泡沫的計(jì)算，如公式（1）所示：

需要假設(shè)的條件：①房?jī)r(jià)由真實(shí)價(jià)與泡沫組成。②真實(shí)價(jià)由經(jīng)濟(jì)層面所支撐。③預(yù)期是消費(fèi)者用于支付未來(lái)上漲的部分。④本期價(jià)格根據(jù)上期價(jià)格進(jìn)行外推。⑤市場(chǎng)具有自行修正價(jià)格偏離的適應(yīng)能力。

1.4 基于供求關(guān)系的模型建立（決定泡沫的因素選取）

借鑒Abraham等（1996）模型，并在此基礎(chǔ)上進(jìn)行創(chuàng)新，選取供給與需求的多種因素進(jìn)行研究，因其原模型只選四個(gè)因素：成本增長(zhǎng)率、就業(yè)增長(zhǎng)率、收入增長(zhǎng)率、利率增長(zhǎng)率，本文認(rèn)為用于我國(guó)目前的情況是不充分的，借鑒其模型的理念，并根據(jù)我國(guó)的情況，選取在供求關(guān)系中有代表性的12個(gè)因素進(jìn)行研究，如公式（2）所示：

其中X代表經(jīng)濟(jì)基本面的各變量，由其決定房?jī)r(jià)構(gòu)成的基本價(jià)格，由市場(chǎng)的供求關(guān)系決定。在需求增長(zhǎng)方面選?。鹤饨鹪鲩L(zhǎng)率（R）、人口增長(zhǎng)率（X6）、可支配收入增長(zhǎng)率（X8）、CPI指數(shù)增長(zhǎng)率（X11）、居民存款增長(zhǎng)率（X16）、GDP增長(zhǎng)率（X18）共6個(gè)變量；供給增長(zhǎng)方面選?。贺泿牛∕2）發(fā)行增長(zhǎng)率（X10）、成本增長(zhǎng)率（X12）、土地價(jià)格增長(zhǎng)率（X13）、投資完成額增長(zhǎng)率（X14）、竣工面積數(shù)量增長(zhǎng)率（X15）、居民購(gòu)房貸款利息增長(zhǎng)率（X17）共6個(gè)變量。其中最后一個(gè)變量因SPSS檢驗(yàn)未通過(guò)相關(guān)性而舍去此項(xiàng)。真實(shí)價(jià)格（P*）以1999年為基準(zhǔn)，由其后年份的房?jī)r(jià)增長(zhǎng)因素的速率決定其數(shù)值，也是由市場(chǎng)均衡的供給與需求兩方面決定。而房屋市場(chǎng)價(jià)格的實(shí)際增長(zhǎng)率還受預(yù)期和其他不確定性因素δ的影響，反映房?jī)r(jià)的波動(dòng)性，如公式（3）所示：

將公式（2）和公式（4）代入公式（3）即可得到房?jī)r(jià)增長(zhǎng)率pt的回歸模型，如公式（5）所示：

代入影響增長(zhǎng)率的因素，即為本文所建立房?jī)r(jià)泡沫增長(zhǎng)模型公式（6）所示：

1.5 模型組成部分的說(shuō)明

模型的前半部分(β0+…+β18X18)是表示用經(jīng)濟(jì)基本因素能夠解釋的房產(chǎn)基礎(chǔ)價(jià)值，后半部分{λ0+λ1pt-1+λ2是表示經(jīng)濟(jì)基本因素不能解釋的房?jī)r(jià)偏差部分（即泡沫）。pt-1為前一期房?jī)r(jià)增長(zhǎng)率，代表預(yù)期，而在一系列時(shí)間點(diǎn)上，“p0，p1，…，pt-1”，形成的系列數(shù)值變?yōu)榭梢宰晕倚拚倪m應(yīng)性預(yù)期。β0為回歸截距系數(shù)、βi為回歸系數(shù)、λ0為泡沫度截距系數(shù)、λ1為泡沫膨脹系數(shù)（取值范圍在0～1）、λ2為泡沫收縮系數(shù)，取值范圍在0～1；P為房?jī)r(jià)（市場(chǎng)價(jià)或交易價(jià)）、P*為房產(chǎn)基本價(jià)格、μ為隨機(jī)誤差值，代表白噪音誤差的變量、pt代表房?jī)r(jià)增長(zhǎng)率、R代表租金增長(zhǎng)率、X6代表人口增長(zhǎng)率、X8代表可支配收入增長(zhǎng)率、X10代表貨幣（M2）發(fā)行增長(zhǎng)率、X11代表CPI指數(shù)增長(zhǎng)率、X12代表成本增長(zhǎng)率、X13代表土地價(jià)格增長(zhǎng)率、X14代表投資完成額增長(zhǎng)率、X15代表竣工面積數(shù)量增長(zhǎng)率、X16代表居民存款增長(zhǎng)率、X18代表GDP增長(zhǎng)率。

1.6 模型中（Log-LogPt-1）系列累計(jì)值的計(jì)算原理

模型公式中確定Log的方法是：先對(duì)其他變量進(jìn)行回歸，得出一組系數(shù)，代入均衡價(jià)格公式，得出p*，通過(guò)迭代兩個(gè)變量pt-1)數(shù)據(jù)，得到一個(gè)趨于穩(wěn)定的數(shù)值：LogPt-1=LogP0+，則得到。根據(jù)假設(shè)基準(zhǔn)期1999年的價(jià)格是均衡價(jià)格，以指數(shù)形式表示為100，即p0=100。通過(guò)迭代求出Logpt，用P*代換Pt就可以求出，即，因此，1999—2016年間差值公式變?yōu)椋篖og

2 房?jī)r(jià)泡沫的測(cè)度

2.1 數(shù)據(jù)來(lái)源

本文數(shù)據(jù)采用歷年各城市《統(tǒng)計(jì)年鑒》、《中國(guó)房地產(chǎn)統(tǒng)計(jì)年鑒》、國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)庫(kù)，租金數(shù)據(jù)采用多家房產(chǎn)網(wǎng)站中公布掛牌租金價(jià)格，進(jìn)行租賃指數(shù)倒推算出歷史年份租金的價(jià)格。選用1999—2016年間全國(guó)35個(gè)大中城市的面板數(shù)據(jù)。

2.2 數(shù)據(jù)的平穩(wěn)性檢驗(yàn)

在回歸前需檢驗(yàn)數(shù)據(jù)的平穩(wěn)性，用單位根或協(xié)整檢驗(yàn)（否則可能產(chǎn)生“偽回歸”）。通過(guò)EViews軟件來(lái)得以實(shí)現(xiàn)，對(duì)面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，結(jié)果如表1。

表1 房?jī)r(jià)泡沫的影響因素單位根檢驗(yàn)結(jié)果

表 1 顯示 p、r、X6、X8、X10、X11、X12、X13、X14、X15、X18是非平穩(wěn)性序列數(shù)值，經(jīng)過(guò)一階差分后在1%水平值上都變成了平穩(wěn)序列值。對(duì)含有非平穩(wěn)序列的方程或進(jìn)行差分得到平穩(wěn)序列后，再回歸或協(xié)整分析。

采用EG兩步檢驗(yàn)法進(jìn)行協(xié)整檢驗(yàn)。第一步對(duì)公式（6）前半部分（pt=β0+βrr+β6X6+……+β18X18）進(jìn)行回歸，計(jì)算得出殘差e；第二步檢驗(yàn)殘差e的單整性。

表2 房?jī)r(jià)泡沫測(cè)算模型變量的殘差e單整性檢驗(yàn)

殘差e值平穩(wěn)是穩(wěn)定性序列，表明模型具有協(xié)整性，回歸不會(huì)產(chǎn)生“偽回歸”現(xiàn)象。

2.3 面板數(shù)據(jù)的模型選取

面板數(shù)據(jù)模型的采用，通常有兩個(gè)：一是固定效應(yīng)模型，二是隨機(jī)效應(yīng)模型?？梢圆捎煤浪孤M(jìn)行檢驗(yàn)。結(jié)果顯示沒(méi)有拒絕零假設(shè)，即沒(méi)有拒絕隨機(jī)效應(yīng)的模型。但對(duì)于研究樣本自身效應(yīng)為條件的研究一般是采用固定效應(yīng)，否則產(chǎn)生誤差較大，選用固定效應(yīng)模型的回歸模式比較合適。

2.4 逐步回歸

首次回歸后發(fā)現(xiàn)X8、X10、X16、X18沒(méi)有通過(guò)t檢驗(yàn)，需要逐項(xiàng)刪除不顯著變量的方法進(jìn)行逐步回歸對(duì)模型進(jìn)行修正，經(jīng)8次逐步回歸，剩余變量全部通過(guò)t檢驗(yàn)，如表3所示：

表3 變量逐步回歸的P值檢驗(yàn)結(jié)果

2.5 迭代回歸

加入上一期房?jī)r(jià)增長(zhǎng)率pt-1，代表外推式預(yù)期因素再次逐步回歸，全部因變量P值達(dá)到0.05之內(nèi)。其后再加入預(yù)期pt-1與(Log-LogPt-1)的值進(jìn)行迭代回歸，經(jīng)過(guò)5次迭代，各變量的系數(shù)趨于穩(wěn)定，如表4所示。

2.6 最后回歸的模型結(jié)果

經(jīng)過(guò)五次迭代，各變量的系數(shù)趨于穩(wěn)定，但適應(yīng)性預(yù)期調(diào)整變量系數(shù)不能通過(guò)t檢驗(yàn)值，由于該變量在模型中起適應(yīng)性調(diào)整作用，故應(yīng)予以保留。但由于該變量不能通過(guò)t檢驗(yàn)值，不能起到顯著性作用，說(shuō)明適應(yīng)性調(diào)整因素（Log-LogPt-1）在回歸方程中失去調(diào)整的功能，最終回歸結(jié)果如公式（7）所示：

表4 房?jī)r(jià)變量逐步迭代回歸系數(shù)檢驗(yàn)結(jié)果

2.7 穩(wěn)健性檢驗(yàn)

回歸的結(jié)果需要驗(yàn)證其穩(wěn)健性，通常是通過(guò)找工具變量，或者通過(guò)替換變量，或通過(guò)換方法來(lái)檢驗(yàn)，本文通過(guò)引入變量的方法進(jìn)行。在模型中，引入供求變量“建筑面積存量”與“家庭人口數(shù)”，從供求兩方面分析（過(guò)程略）?；貧w后得到t值都沒(méi)有通過(guò)檢驗(yàn)，影響都不顯著，并且導(dǎo)致其他變量的顯著性下降，從而證明引入其他變量無(wú)益于原模型的優(yōu)化。因此從供求兩方面檢驗(yàn)，模型結(jié)果在整體上是穩(wěn)健的。

2.8 泡沫的計(jì)算

本文設(shè)計(jì)“泡沫度=（市場(chǎng)價(jià)格-真實(shí)價(jià)格）/市場(chǎng)價(jià)格=泡沫價(jià)格/市場(chǎng)價(jià)格”，其中真實(shí)價(jià)格是經(jīng)濟(jì)基本面所能支撐的價(jià)格。按此進(jìn)行計(jì)算各年度的泡沫值，測(cè)得35個(gè)大中城市1999—2016年房?jī)r(jià)泡沫度平均值，如圖1所示。

圖1 全國(guó)35個(gè)大中城市1999—2016年房?jī)r(jià)泡沫度平均值圖

同理按房?jī)r(jià)泡沫度公式計(jì)算，求出35個(gè)大中城市泡沫分列數(shù)值，按2016年度房?jī)r(jià)泡沫度等級(jí)，如下頁(yè)表5所示：

2.9 決定房?jī)r(jià)泡沫的因素分析

根據(jù)回歸結(jié)果發(fā)現(xiàn)，影響房?jī)r(jià)泡沫的決定因素為：租金增長(zhǎng)率、人口增長(zhǎng)率、CPI增長(zhǎng)率（不顯著）、建設(shè)成本增長(zhǎng)率、土地價(jià)格增長(zhǎng)率、預(yù)期以及適應(yīng)性調(diào)整因素（不顯著）。因此發(fā)展租賃市場(chǎng)有利于降低租金，當(dāng)租金累計(jì)增長(zhǎng)率降低1個(gè)百分比時(shí)，房?jī)r(jià)泡沫相應(yīng)降低0.2543個(gè)百分比。同時(shí)，推動(dòng)“鄉(xiāng)村振興”有利于降低城市人口，當(dāng)人口累計(jì)增長(zhǎng)率降低1個(gè)百分比時(shí)，房?jī)r(jià)泡沫相應(yīng)降低0.1911個(gè)百分比?？梢?jiàn)兩者都能有效擠出房?jī)r(jià)泡沫，特別是市場(chǎng)機(jī)制的自我修復(fù)功能“適應(yīng)性調(diào)整因素”影響不顯著，說(shuō)明需要市場(chǎng)外部的“看的見(jiàn)的手”——政府的干預(yù)作用進(jìn)行調(diào)整。

表5 全國(guó)35個(gè)大中城市2016年房?jī)r(jià)泡沫度等級(jí)劃分

3 結(jié)論

本文通過(guò)構(gòu)建適應(yīng)性預(yù)期均衡新模型，并對(duì)房?jī)r(jià)泡沫進(jìn)行測(cè)度，得到如下結(jié)論：（1）形成房?jī)r(jià)泡沫的因素有：租金增長(zhǎng)率、人口增長(zhǎng)率、CPI增長(zhǎng)率（不顯著）、建設(shè)成本增長(zhǎng)率、土地價(jià)格增長(zhǎng)率、預(yù)期以及適應(yīng)性調(diào)整因素（不顯著）。（2）發(fā)展租賃市場(chǎng)與推動(dòng)“鄉(xiāng)村振興”有助于消除我國(guó)城市的房?jī)r(jià)泡沫。（3）市場(chǎng)機(jī)制中自我修復(fù)的“適應(yīng)性調(diào)整因素”失去自我修復(fù)的功能，需要靠行政力量進(jìn)行補(bǔ)充，也是我國(guó)實(shí)行調(diào)控政策的依據(jù)所在。（4）在35個(gè)大中城市中，絕大多數(shù)已產(chǎn)生了房?jī)r(jià)的泡沫現(xiàn)象，個(gè)別城市達(dá)到了嚴(yán)重的程度。（5）房?jī)r(jià)最高不代表泡沫最嚴(yán)重，如“北、上、深”，相反是個(gè)別二線大城市具有“北、上、深”的特點(diǎn)，但由于調(diào)控措施寬松，因而出現(xiàn)了泡沫最嚴(yán)重的現(xiàn)象，如廈門(mén)、南京。