[摘 要]采用VAR模型研究了中國不同級別城市間房地產(chǎn)泡沫的傳染效應，通過脈沖響應函數(shù)和方差分解的綜合分析，發(fā)現(xiàn)大城市對小城市的房價具有顯著的傳染效應，然而小城市對大城市則幾乎沒有任何影響，并分析了相應的成因，提出政策建議。

[關鍵詞]房地產(chǎn)泡沫;傳染效應;一線城市

[中圖分類號]F832

[文獻標識碼]A

[文章編號]2095-3283（2019）06-0090-03

Abstract： In this paper， the VAR model is used to study the contagion effect of real estate bubbles in different levels of cities in China. Through the comprehensive analysis of impulse response function and variance decomposition， it is found that big cities have significant contagious effects on housing prices in small cities， but small cities have little influence on big cities. This paper gives the corresponding explanation of the causes and policy recommendations.

Keywords： Real Estate Bubble;Contagion Effects;First-tier Cities

[作者簡介]徐國棟（1978-），男，漢族，江西德興人，副教授，碩士，研究方向：公司財務與資本市場、計量經(jīng)濟建模與統(tǒng)計數(shù)據(jù)挖掘。

[基金項目]2017年福建省中青年教師教育科研項目“基于狀態(tài)空間模型的福建省房地產(chǎn)泡沫測度及治理研究”（項目編號：JAS170788）;廈門大學嘉庚學院2016年度校級科研孵化項目“基于狀態(tài)空間模型的福建省房地產(chǎn)泡沫量化測度及治理對策研究”（項目編號：2016W13）。

一、引言

房地產(chǎn)泡沫屬于資產(chǎn)泡沫的一種，如若處置不當，會對一國的宏觀經(jīng)濟造成致命性的沖擊，因而房地產(chǎn)泡沫在各國都會受到政府的極大關注。中國的房地產(chǎn)市場自實行商品化改革以來，房價一路上漲，遠遠超出了普通居民的承受能力，一個突出的表征指標就是中國的房價收入比居于全世界前列。房價過高會對居民的消費產(chǎn)生擠出效應，導致居民消費的減少，進而形成經(jīng)濟增長的壓力。同時房價過高也會造成居民房貸壓力過大，家庭金融杠桿率大幅攀升，進而催生系統(tǒng)性金融風險。因此，自2016年以來，政府出臺了一系列調控房地產(chǎn)市場的舉措，包括限購、限貸、限價等措施，至2018年以來，房地產(chǎn)市場也明顯降溫，回歸平穩(wěn)狀態(tài)。

細觀中國的房地產(chǎn)市場，會發(fā)現(xiàn)特大城市（一線城市）房價畸高，大城市（二線城市）房價居于中間水平，而中小城市（三四線城市）房價相對較低處于相對合理水平，由此可見中國的房地產(chǎn)泡沫主要存在于一線大城市。另外，我們也會發(fā)現(xiàn)，每一輪房價的上漲幾乎都是由一線城市帶頭上漲，二線城市緊隨其后，最后才是小城市的補漲，下跌時也有類似情形。也就是說，中國的房地產(chǎn)泡沫似乎是由大城市傳染到小城市的，在不同規(guī)模和級別的城市之間，存在著比較明顯的泡沫傳染機制。

基于以上背景和假設，本文試圖以經(jīng)驗數(shù)據(jù)對中國房地產(chǎn)泡沫的傳染機制進行實證檢驗，并通過檢驗結果的分析，探討傳染機制的來源以及泡沫的生成原因，進而找到相關的有針對性的治理泡沫的對策。

二、文獻綜述

關于房地產(chǎn)泡沫的檢驗，以及經(jīng)濟指標傳染機制的研究文獻頗多。呂江林（2010）考察了租售比、空置率、投資購房與自住購房之比、房地產(chǎn)貸款占比和房地產(chǎn)業(yè)利潤率、房價收入比等指標評估房地產(chǎn)泡沫的適用性，發(fā)現(xiàn)房價收入比是評判我國房地產(chǎn)泡沫程度最合理的指標，并據(jù)此指標得出我國房地產(chǎn)市場總體上存在著泡沫且一線城市的泡沫最大。李海香等（2018）運用因子分析法，對安徽省的房地產(chǎn)泡沫進行檢驗，發(fā)現(xiàn)安徽省房地產(chǎn)泡沫并不明晰，市場上總體較為平穩(wěn)。張超等（2019）利用多指標面板數(shù)據(jù)因子分析，對中國房地產(chǎn)泡沫的程度和區(qū)域性差異進行了研究，發(fā)現(xiàn)東部地區(qū)泡沫明顯高于西部地區(qū)。對于傳染效應，林伯強（2012）研究了原油價格波動性及國內外傳染效應，通過建立區(qū)制轉換的原油價格波動性模型研究了原油價格波動的不同狀態(tài)，并對國際原油對國內原油市場的傳染性進行了分析。郭文偉等（2017）研究了滬、深、港股市的相依狀態(tài)轉換機制以及危機傳染效應，發(fā)現(xiàn)滬深港股市危機存在明顯的傳染效應。楊佳玫（2018）討論了基于機制轉換混合copula的金融市場風險傳染效應，通過對國際原油價格、上證綜指、人民幣兌美元匯率三大指標的實證檢驗發(fā)現(xiàn)原油和股指存在明顯的尾部風險傳染。

三、變量說明、數(shù)據(jù)來源及模型設計

（一）變量說明與數(shù)據(jù)來源

本文主要研究房地產(chǎn)泡沫在不同城市間的傳染機制，因此研究的變量有3個，分別是LNHP1（一線城市的房價）、LNHP2（二線城市的房價）、LNHP3（三線城市的房價），通過不同級別城市間的房價的波動特性來研究泡沫傳染機制。數(shù)據(jù)來源于WIND資訊，樣本區(qū)間為2010年6月到2019年3月，樣本周期是月份，共106個月度數(shù)據(jù)樣本。

（二）模型設計

（二）脈沖響應函數(shù)的分析

脈沖響應函數(shù)通過某一個變量的一個標準差的波動，來反映對其他變量的脈沖的沖擊大小，進而刻畫變量之間相互影響的大小。經(jīng)過軟件的模擬計算，得到9組脈沖響應圖，由脈沖響應圖可知：1.一線城市的脈沖響應分析：一線城市的房價波動主要是受一線城市自身的影響，二線城市、三線城市房價的波動對一線城市幾乎沒有任何影響。一線城市對一線城市的影響，1到10期的脈沖響應函數(shù)的平均值為0.0023;二線城市對一線城市的影響，1到10期的脈沖響應函數(shù)的平均值為0.0000;三線城市對一線城市的影響，1到10期的脈沖響應函數(shù)的平均值為0.0004。這基本上也解釋了為什么中國的房地產(chǎn)泡沫主要發(fā)生在一線城市，一線城市是房地產(chǎn)的風向標和主戰(zhàn)場，一線城市之間的泡沫會相互影響傳染，然而二三線城市的上漲和下跌對一線城市是沒有影響的。2.二線城市的脈沖響應分析：二線城市房價的波動除了受二線城市自身的影響之外，也受到一線城市房價波動的影響，然而三線城市房價的波動對其則幾乎沒有影響。一線城市對二線城市的影響，1到10期的脈沖響應函數(shù)的平均值為0.0011;二線城市對二線城市的影響，1到10期的脈沖響應函數(shù)的平均值為0.0012;三線城市對二線城市的影響，1到10期的脈沖響應函數(shù)的平均值為0.0005。事實證明，二線城市房價上漲很大程度上是一線城市引起的，要控制二線城市的房價，其實源頭主要是要控制一線城市的房價。而三線城市的房價的調控其實對二線城市影響不大。3.三線城市的脈沖響應分析：三線城市房價的波動主要受三線城市自身波動的影響，同時也受到二線城市房價波動的影響，但是一線城市房價的波動對其的影響很小。一線城市對三線城市的影響，1到10期的脈沖響應函數(shù)的平均值為0.0006;二線城市對三線城市的影響，1到10期的脈沖響應函數(shù)的平均值為0.0010;三線城市對三線城市的影響，1到10期的脈沖響應函數(shù)的平均值為0.0010。結果表明，三線城市房價的上漲主要受到二線城市上漲的傳染，結合第2點，基本上可以證明，傳染效應遵循城市的級別依次傳染，也就是一線城市的房價暴漲首先在一線城市之間相互傳染，然后波及傳染到二線城市，最終再傳染到三線城市。

（三）方差分解模型分析

VAR模型還可以進行方差分解分析，通過對某一變量各期（一般取10期的滯后期）方差的影響因素解析，將其分解為其他變量影響所占的百分比，進而觀察各因素對該變量影響程度的大小。

通過對ILNHP1的方差分解可知，1-10期的一線城市房價對一線城市房價波動方差貢獻度達到了98.59%，也就是說一線城市房價的波動幾乎全部來自于其自身的波動，也就是說一線城市房價的上漲會在一線城市之間相互傳染，而幾乎不會受到二、三線城市的影響。通過對ILNHP2的方差分解可知，1-10期的二線城市房價對二線城市房價波動方差貢獻度達到了62.04%，1-10期的一線城市房價對二線城市房價波動方差貢獻度達到了30.22%，1-10期的三線城市房價對二線城市房價波動方差貢獻度達到了7.74%。也就是說二線城市的房價除了受自身波動的影響之外，還在很大程度上受到一線城市的傳染，然而三線城市房價的波動則幾乎對二線城市沒有影響。通過對ILNHP3的方差分解可知，1-10期的一線城市房價對三線城市房價波動方差貢獻度達到了11.10%，1-10期的二線城市房價對三線城市房價波動方差貢獻度達到了34.98%，1-10期的三線城市房價對三線城市房價波動方差貢獻度達到了53.92%。也就是說三線城市房價的波動除了受自身的波動影響之外，還會受到二線城市的傳染，而一線城市的房價波動對其幾乎沒有影響。

六、實證研究結論及其成因解釋

通過上述實證研究，我們可以得出基本的研究結論：1.中國不同等級的城市的房地產(chǎn)價格存在比較明顯的傳染效應，體現(xiàn)為一線城市房價的波動首先在一線城市之間相互傳染，然后再傳染給二線城市，最后由二線城市再進一步傳染到三線城市。2.房地產(chǎn)泡沫的傳染效應基本上遵循從大城市到小城市的傳染順序，反過來則不然，也就是說一線城市的地產(chǎn)泡沫會傳染至小城市，而小城市房價上漲則不會傳導至大城市。

對于以上結論，本文認為原因主要在于：1.一線城市是房地產(chǎn)投資和投機的主要目的地，幾乎全國的富裕階層都會尋求機會在一線城市投資房產(chǎn)，對全國市場有很大的輻射和傳染效應。2.小城市只是區(qū)域性的投資場所，對全國市場沒有輻射效應。3.一線城市也是資本的主要聚集地，是最容易滋生房地產(chǎn)泡沫的地方，交易也比較活躍，是房價的標桿，因此其對全國其他城市的傳染效應比較明顯。

七、政策建議

首先，控制房地產(chǎn)泡沫的關鍵在于控制一線城市的房價，一線城市房價的調控對于全國的房地產(chǎn)調控具有至關重要的意義。只要一線城市穩(wěn)住了，由于其巨大的示范和傳染效應，全國的房價基本上也就控制住了。

其次，中央的貨幣政策應該適用于全國各級別的城市，包括一線、二線、三線城市，而不應只針對一線大城市，否則極易造成一線城市貨幣的堆積和泛濫，而造成一線城市的房價泡沫，進而傳染到全國其他城市。這一方面有利于貨幣政策的真正實施到位，同時也有助于控制房地產(chǎn)泡沫。

[參考文獻]

[1]呂江林.我國城市住房市場泡沫水平的度量[J].經(jīng)濟研究，2010（6）：28-40.

[2]李海香，劉啟龍，林琳，張婧.房地產(chǎn)泡沫測度研究——以安徽省為例[J].德州學院學報，2018（12）：83-87.

[3]郭文偉.滬深港股市相依狀態(tài)轉換及其危機傳染效應研究[J].管理評論，2017（12）：3-14.

[4]林伯強.原油價格波動性及國內外傳染效應[J].金融研究，2012（11）：1-15.

[5]Allen，F(xiàn)ranklin and Douglas Gale. Bubbles and Crises[J].Economic Journal， 2000（110）：236 —255.

[6]Allen， Franklin and Douglas Gale. Asset Price Bubbles and Stock Market Inter—linkages[C].Federal Bank of Chicago and World Bank Group s Conference Paper，2002.

[7]Allen C .Goodman and Thomas G. Thibodeau. Where Are the Speculative Bubbles in US Housing Markets？[J]. Journal of Housing Economics， 2008 （17）：117—137.

（責任編輯：郭麗春 劉茜）