山西財經(jīng)大學金融學院 宋璇

不動產(chǎn)在人們生活和社會經(jīng)濟中的重要地位，不動產(chǎn)行業(yè)成為我國經(jīng)濟的支柱產(chǎn)業(yè)，對國內(nèi)生產(chǎn)及經(jīng)濟發(fā)展有舉足輕重的作用。但是近年來部分地區(qū)不動產(chǎn)價格持續(xù)增長，增長幅度甚至超過經(jīng)濟總體水平與其他大多數(shù)行業(yè)的產(chǎn)品及服務的增長。不動產(chǎn)價格的如此劇烈增長給社會普通工薪階層造成了巨大的住房壓力，很多普通老百姓根本沒有能力支付昂貴的房價，這對社會穩(wěn)定和諧發(fā)展產(chǎn)生了不利影響。當前，不動產(chǎn)價格問題也成為了一個人們廣泛關(guān)注的經(jīng)濟及社會問題。

本文從以計量模型為基礎，選出影響不動產(chǎn)價格的經(jīng)濟因素，通過建立模型分析其相關(guān)影響程度，并提出適當?shù)恼呓ㄗh。

1 數(shù)據(jù)分析

本文通過參考統(tǒng)計年鑒，選取1992—2016年的各個變量相關(guān)數(shù)據(jù)，如表1所示，其中，price為商品房平均銷售價格(元/平方米）；income為城鎮(zhèn)居民人均可支配收入（元）；cpi為居民消費價格指數(shù)；supply為狹義貨幣供應量M1（億元）；pgdp為人均實際GDP（元）。

表1 1992—2016年房屋銷售價格、居民消費價格指數(shù)等數(shù)據(jù)

運用EVIEWS分別做解釋變量price與被解釋變量income、cpi、supply、pgdp的散點分布。根據(jù)散點可以看出，各變量隨時間變化均呈上升趨勢，各影響因素都隨著房屋價格price上升而增加，且近似具有線性關(guān)系。

2 模型建立

2.1 平穩(wěn)性檢驗

基于各因素與房屋銷售價格的散點圖，為了分析所選取的變量對不動產(chǎn)價格的影響，本文選擇利用最小二乘法（OLS）建立多元線性回歸模型。首先，應對各變量數(shù)據(jù)進行平穩(wěn)性檢驗。

本文使用unit root檢驗法對數(shù)據(jù)進行平穩(wěn)性檢驗。unit root是表示序列非平穩(wěn)的一種方式，即一種具有高度持續(xù)性的時間序列，unit root是對變量序列平穩(wěn)性檢驗的一種轉(zhuǎn)化形式。unit root檢驗通常用DF檢驗法，它的模型為：

不含常數(shù)項和時間趨勢項：

僅包含常數(shù)項：

既包含常數(shù)項又包含時間趨勢：

結(jié)果表明，四個解釋變量與被解釋變量的0階差分在5%的顯著性水平下都不能拒絕存在單位根的假設，因此均為非平穩(wěn)序列。其中，price的一階差分t值在1%的顯著性水平下可拒絕原假設，即price序列數(shù)據(jù)為一階單整的。同理，由上表數(shù)據(jù)可得知income、cpi、pgdp、supply的二階差分的t值在1%的顯著性水平下可拒絕原假設，即其余序列數(shù)據(jù)都為二階單整的。

2.2 協(xié)整模型及其檢驗

根據(jù)協(xié)整模型理論，如果兩個序列存在協(xié)整關(guān)系，那么這兩個序列必須具有相同的單整階數(shù)。由分析數(shù)據(jù)可知，對原變量進行形式變化后，price、Δlogincome、Δcpi、Δlogpgdp、logsupply的一階差分在1%的顯著性水平下小于臨界值，可拒絕原假設，即它們同為一階單整序列，因此可建立協(xié)整模型。

設關(guān)于房屋價格price的協(xié)整模型為：

用EVIEWS軟件最小二乘法（OLS）估計模型參數(shù)，方程估計的結(jié)果寫為：

四個自變量的相關(guān)系數(shù)可以進行計算。由此可知，Δlogincome與Δcpi和Δlogpgdp的相關(guān)程度較高，存在著多重共線性問題，需要剔除一些變量。由于Δcpi與被解釋變量相關(guān)程度不高，我們選擇將其剔除。剔除后再進行回歸，結(jié)果如表2所示。

表2 解釋變量的相關(guān)程度

對估計的殘差進行平穩(wěn)性檢驗。在不包含常數(shù)項和時間趨勢項，滯后期數(shù)為5的檢驗形式下，得到該殘差序列的t值為-2.46618，存在單位根的p值為0.0162，表明在5%的顯著性水平下拒絕原假設，回歸模型的殘差為平穩(wěn)序列。

對協(xié)整模型建立誤差修正模型如下，進一步檢驗其真實性。

根據(jù)得到的回歸結(jié)果可知，協(xié)整模型的殘差滯后一期項在誤差修正模型中的系數(shù)為負值，這表明上述所建模型為真實的協(xié)整模型，反映了被解釋變量price與解釋變量Δlogincome、Δlogpgdp以及l(fā)ogsupply的長期均衡關(guān)系。

3 結(jié)語

不動產(chǎn)的價格與城鎮(zhèn)居民可支配收入、貨幣供應量、人均實際gdp有關(guān)。其中，城鎮(zhèn)居民可支配收入的增長率及貨幣供應量對房價有正向的影響，而人均實際gdp的增長率對房價有負向的影響。

針對影響房屋價格的三個影響因素及所建模型給出以下政策建議。

國家調(diào)控不動產(chǎn)價格的手段之一是貨幣政策工具，通過改變貨幣供應量是實現(xiàn)貨幣政策目標的重要手段之一。狹義貨幣供應量的增加，通過居民的財富效應，銀行的信貸渠道效應等都會促進對不動產(chǎn)市場的投資，從而影響房價。因此，國家可以通過宏觀調(diào)控貨幣供給量來進一步調(diào)控房價。

人均個人可支配收入是人均收入去掉個人所得稅之后，剩余的可用于個人消費和儲蓄的資金量。對于居民生活購房的需求，國家可以加大社會保障力度，通過各種補貼及優(yōu)惠政策滿足人們的住房需求。對于人們對住房投資的需求，一方面可以通過限購等相關(guān)政策抑制房價上漲；另一方面加強金融理財產(chǎn)品的發(fā)展與推廣，引導擁有閑置資本的人們投資于其他領(lǐng)域從而緩解“炒房熱”。

經(jīng)濟的發(fā)展意味著生產(chǎn)投資等社會生產(chǎn)活動的良好發(fā)展以及對不動產(chǎn)市場產(chǎn)品數(shù)量及種類的需求量的擴大，在不追求經(jīng)濟快速發(fā)展的情況下，保持經(jīng)濟緩慢增長有利于穩(wěn)定房價。國家可以從宏觀角度制定相關(guān)政策控制經(jīng)濟增長速度，以穩(wěn)定房價。

4 研究意義

本文選取的樣本數(shù)據(jù)量較少，導致模型的代表性降低；另外模型在建立過程中有很多其他影響因素尚未考慮，如利率、房屋的購置價格、國家的財政政策等，在這樣的情況下，模型的可靠性與穩(wěn)健性降低。

協(xié)整模型表示，城鎮(zhèn)居民人均可支配收入的增長率提高一個百分點，商品房屋平均銷售價格提高0.2213857元/平方米。由于房屋具有一般商品的特性，其價格受供求相互的影響，當居民可支配收入提高時，不論是出于對生活水平的需求還是對固定資產(chǎn)投資的需求，都會增加對不動產(chǎn)的需求，即居民可支配收入與房價正相關(guān)。模型中的變量為居民可支配收入的增長率，說明居民可支配收入增長的幅度較大時房價的上漲幅度也較大。

從模型中還可以看出，貨幣供應量變動一個百分點，商品房屋平均銷售價格提高18.2674元/平方米。根據(jù)貨幣數(shù)量論，貨幣供給量與貨幣流通速度的乘積等于名義收入，而名義收入等于價格水平與實際產(chǎn)出量的乘積，當貨幣流通速度不變時，貨幣供給量的增加會引起價格水平的升高。而房價也會受到這種機制的影響，但是不動產(chǎn)不同于其他普通的商品，其價格還受到很多其他因素的影響，貨幣供應量在小幅變動的情況下對房價的影響不大如果一個國家貨幣超發(fā)，引起通貨膨脹，房價便會同普通商品一樣劇烈上漲。

模型中值得注意的是第三個變量，回歸結(jié)果表明人均實際gdp增長率下降一個百分點，商品房屋價格提高218.9508元/平方米。gdp是一國在一段時期內(nèi)所生產(chǎn)的全部最終產(chǎn)品及勞務的市場價值。從總產(chǎn)出的角度來說，實際產(chǎn)出增長，對房屋的供給就會增加，那么實際產(chǎn)出增長的速度緩慢時，房屋供給增加的速度就會減緩，從而促使房價的上升。從總收入的角度來說，當收入提高時，人們對消費投資的需求會增加，但收入增速到一定程度時，人們已經(jīng)滿足了生活住房的需求，在投資方面，人們可能會追求其他收益更高的產(chǎn)品而非不動產(chǎn)。兩方面都說明了人均實際gdp的增速對不動產(chǎn)價格由負向的影響。