臺紅玉 房月琴 王 燦

一、引言

我國房地產(chǎn)市場近年來呈現(xiàn)較強(qiáng)的波動性，對穩(wěn)定發(fā)展造成一定的沖擊。為此，諸多學(xué)者從多方面探究導(dǎo)致房價暴漲暴跌的原因，研究邏輯是由果溯因，從宏觀經(jīng)濟(jì)表象分析微觀經(jīng)濟(jì)變化，以統(tǒng)計學(xué)的內(nèi)核解讀變量變化，對群體共同行為的原因進(jìn)行分析。然而在此基礎(chǔ)上，我們還要思考最基本的供需關(guān)系，房價的劇烈波動終究是起源于買賣行為在短時間內(nèi)的大量產(chǎn)生或消失，在此基礎(chǔ)上從微觀行為入手，輔以宏觀經(jīng)濟(jì)指標(biāo)，才能夠以一個比較全面的視角考察整個房地產(chǎn)市場。

目前對房地產(chǎn)領(lǐng)域的研究主要集中在各項經(jīng)濟(jì)指標(biāo)等宏觀領(lǐng)域，而微觀調(diào)查數(shù)據(jù)又不足以代表巨大的購房群體及房地產(chǎn)市場，因此借鑒行為經(jīng)濟(jì)學(xué)思想來衡量微觀行為，來彌補現(xiàn)有研究的不足。心理學(xué)研究認(rèn)為，情緒能夠影響當(dāng)期決策（Jon Elster，2000）[1]。Agnes Virlics（2013）探究了情緒在經(jīng)濟(jì)決策過程中的作用，認(rèn)為將心理學(xué)、社會學(xué)等其他學(xué)科的研究成果納入經(jīng)濟(jì)學(xué)理論研究，可以得到更準(zhǔn)確、更真實的認(rèn)識[2]。金融市場的研究與經(jīng)驗也表明，市場參與者的情緒波動會對其投資行為產(chǎn)生顯著影響，進(jìn)而加劇股票市場的波動。近些年來房地產(chǎn)市場與資本市場有著種種相似性：大額資金沉淀、價值變化緩慢和短時價格波動劇烈，甚至房地產(chǎn)市場的資金流動也與金融市場有著某些共性。

我們不禁聯(lián)想，能否將研究金融市場的方法論借鑒至房地產(chǎn)市場，認(rèn)為市場參與者的情緒是引起房價波動的因素之一，這是一個現(xiàn)實且極具價值的問題。基于此，本文通過對市場情緒的定量測量，將行為經(jīng)濟(jì)學(xué)、心理學(xué)思想引入房地產(chǎn)領(lǐng)域，研究市場情緒與商品住宅價格是否存在某種聯(lián)系。

二、文獻(xiàn)綜述與理論分析

（一）情緒與預(yù)期

值得注意的是，在分析情緒與政策關(guān)系時，國內(nèi)現(xiàn)有文獻(xiàn)極易將預(yù)期與情緒進(jìn)行模糊，導(dǎo)致進(jìn)一步研究時名稱以及邏輯關(guān)系的混亂。通常預(yù)期與情緒的邏輯關(guān)系為：預(yù)期是對未來的觀點，預(yù)期可以引導(dǎo)情緒，但最終情緒可能會有多種。預(yù)期是理性的推斷，而情緒可能是感性反映，兩者都會對最終的行為產(chǎn)生影響。二者的區(qū)別還在于，情緒往往具有即時性。

（二）情緒與投資決策

心理學(xué)領(lǐng)域已經(jīng)達(dá)成共識，情緒能夠影響投資決策。莊錦英（2003）認(rèn)為，決策過程中不僅存在作為效用的預(yù)期情緒，還存在“即時”情緒直接影響決策行為，因此群體的短時劇烈情緒波動會對宏觀經(jīng)濟(jì)產(chǎn)生一定影響[5]。行為金融學(xué)也認(rèn)為，積極情緒的投資者會高估匯報、忽視風(fēng)險，從而產(chǎn)生較為激進(jìn)的投資行為，從而影響資產(chǎn)價格。

（三）情緒與購房行為

國外部分學(xué)者從微觀角度研究情緒與房地產(chǎn)市場的關(guān)系，認(rèn)為情緒與買房呈強(qiáng)相關(guān)性。如J?rgensen and Cecilie Juul（2016）對多個丹麥?zhǔn)状钨彿考彝サ亩ㄐ栽L談結(jié)果進(jìn)行分析，給出了買房的部分目的：這是一個情緒性的家庭行為[6]。Eddie Chi-man Hui and Ziyou Wang（2014）研究了香港房地產(chǎn)市場，認(rèn)為大眾情緒對房價走勢有顯著的影響，但并未給出影響程度。國內(nèi)研究情緒影響房地產(chǎn)市場的文獻(xiàn)相對較少，主要探究房地產(chǎn)市場有無泡沫及其形成原因[7]。宋超英和張乾（2009）運用行為經(jīng)濟(jì)學(xué)中的相關(guān)理論分析了是否存在房地產(chǎn)泡沫及其如何形成的微觀過程，認(rèn)為房地產(chǎn)市場存在泡沫且非理性情緒助推了泡沫的形成[8]。

（四）情緒的度量方法

由于宏觀經(jīng)濟(jì)指標(biāo)替代微觀行為指標(biāo)不精確且難以真正反映群體的即時情緒，近些年隨著計算機(jī)技術(shù)和互聯(lián)網(wǎng)大數(shù)據(jù)的發(fā)展，一些學(xué)者運用文本分析技術(shù)或情感分析技術(shù)，通過網(wǎng)絡(luò)信息擬合情感，借此統(tǒng)計市場參與者的情緒，這種方法在金融學(xué)中首先被大量應(yīng)用，用以估計投資者情緒。Da、Engelberg and Gao（2015）整合民眾關(guān)注的搜索數(shù)據(jù)（關(guān)鍵詞如經(jīng)濟(jì)衰退、失業(yè)和破產(chǎn)），通過搜索數(shù)據(jù)的頻度構(gòu)建了金融與經(jīng)濟(jì)傾向指數(shù)來反映投資者情緒[9]。國內(nèi)學(xué)者孟雪井等（2016）也根據(jù)相關(guān)搜索頻度構(gòu)建反映投資者情緒的情緒指數(shù)[10]。在房地產(chǎn)領(lǐng)域，宋丹丹等（2018）基于城市報媒房地產(chǎn)報道題目認(rèn)為，報刊代表的好壞情緒以及引起的輿論討論對于房地產(chǎn)市場具有引導(dǎo)作用，由此間接影響了房價的變化[11]。

由于目前房地產(chǎn)領(lǐng)域的研究主要集中在各項經(jīng)濟(jì)指標(biāo)等宏觀領(lǐng)域，而微觀調(diào)查數(shù)據(jù)又不足以代表巨大的購房群體及房地產(chǎn)市場。因此本文將行為經(jīng)濟(jì)學(xué)、心理學(xué)思想等引入房地產(chǎn)領(lǐng)域，運用主成分分析法構(gòu)建我國房地產(chǎn)市場的情緒指數(shù)，通過回歸模型實證研究當(dāng)期市場情緒對當(dāng)期商品住宅價格的影響。此外，考慮到房地產(chǎn)地域性強(qiáng)的特點，本文還擬實證分析橫向?qū)Ρ仁袌銮榫w對東部和中西部城市商品住宅價格的影響程度。

三、研究設(shè)計

（一）數(shù)據(jù)來源及變量說明

本文樣本研究期為2012 年1 月至2018 年12月，由圖1可得，在此期間內(nèi)普遍來看全國房地產(chǎn)市場包含至少一個完整的上升-下降（價格與面積均考慮在內(nèi)）的波動周期，能夠得出更準(zhǔn)確的結(jié)論。所用數(shù)據(jù)主要來源于wind 數(shù)據(jù)庫，地方統(tǒng)計年鑒，中國人民銀行官網(wǎng)等，數(shù)據(jù)處理通過Spss24.0和stata15.0軟件進(jìn)行。

溶洞中還生活著這里特有的奇異動物——洞螈。洞螈又叫盲螈，從名字中就能知道，這是一種眼睛已經(jīng)退化的洞穴動物。的確，洞螈無眼瞼，眼睛退化并隱藏在皮下。洞螈是一種兩棲動物，身體呈灰色或粉紅色。它們用鰓呼吸，而奇特的是，粉紅色的鰓卻長在了身體外側(cè)，像兩束小小的珊瑚。其實，鰓本身是無色透明的，美麗的粉紅色實際上是血液的顏色。

圖1 70大中城市新建商品住宅價格指數(shù)同比-商品房銷售面積同比圖

表1 情緒指數(shù)二級指標(biāo)選取表

1.被解釋變量。商品住宅價格（Hpr）。商品住宅價格=月度的商品住宅銷售額/銷售面積。由于不同地區(qū)的商品住宅價格差異較大，為了避免異方差和多重共線性，在進(jìn)行數(shù)據(jù)驗證前，對商品住宅價格取自然對數(shù)處理。

2.解釋變量。市場情緒指數(shù)（Emo）作為綜合指標(biāo)，本文從宏觀微觀兩個方面選取五項二級指標(biāo)對其進(jìn)行擬合。

宏觀指標(biāo)包含購買熱度、消費者信心、宏觀經(jīng)濟(jì)運行情況三個二級指標(biāo)。宏觀指標(biāo)反映實體經(jīng)濟(jì)的波動，房地產(chǎn)與經(jīng)濟(jì)基本面息息相關(guān)，當(dāng)經(jīng)濟(jì)向好，民眾有較高的總量經(jīng)濟(jì)收入，消費情緒較高，則購房行為的發(fā)生概率增大。替代指標(biāo)分別取當(dāng)月地區(qū)商品房銷售面積、當(dāng)月地區(qū)消費者信心指數(shù)、當(dāng)月宏觀經(jīng)濟(jì)景氣指數(shù)作為替代變量。

微觀指標(biāo)包含購買意愿和關(guān)注度兩個二級指標(biāo)。購買意愿參考鄭榮卿（2017）的做法[12]，選取中國人民銀行問卷結(jié)果中下季度預(yù)備購房比作為購買意愿的替代指標(biāo)；關(guān)注度用當(dāng)月地區(qū)百度搜索熱度平均值的總和來表示。由于百度指數(shù)并未提供搜索數(shù)據(jù)的下載功能，本文基于編寫的爬蟲程序，批量獲取了關(guān)鍵詞“房價”的月度時間序列數(shù)據(jù)。

情緒指數(shù)所選成分如表1所示。為去除單位影響，對所有原始數(shù)據(jù)進(jìn)行0-1標(biāo)準(zhǔn)化處理再做主成分合成。選取度量情緒的5 個變量做主成分分析，在保證累計方差解釋率達(dá)到74%的前提下，得到房地產(chǎn)市場情緒指標(biāo)。

從表2中可以得出，由于前兩項主成分累積比已達(dá)74%，因此選取前兩項主成分構(gòu)建情緒指數(shù)，計算過程如下：

其中F1、F2為兩提取主成分。

3.控制變量。貨幣政策（Ir），選取中國人民銀行公布的5年期及以上貸款利率作為貨幣政策的替代變量；居民收入（Inc），選取城鎮(zhèn)統(tǒng)計年鑒中的居民可支配收入作為居民收入替代變量。由于僅可采集到季度數(shù)據(jù)，因此為簡化計算，認(rèn)為居民收入在區(qū)域內(nèi)全年自然平均增長，即年度內(nèi)居民收入呈線性增長趨勢以計算月度居民收入；住房需求（Peo），選取人口密度作為住房需求的替代變量。城市人口密度=城市常住人口/城市區(qū)域國土面積。由于統(tǒng)計局只公布年度人口數(shù)據(jù)而無月度數(shù)據(jù)，同時區(qū)域內(nèi)人口的增長率波動較小，總量很難在單一年度的某一月份中出現(xiàn)大幅波動，因此為簡化計算，認(rèn)為人口在區(qū)域內(nèi)全年自然平均增長，即年度內(nèi)人口呈線性增長趨勢以計算月度人口密度。區(qū)域效應(yīng)（Reg）作為虛擬變量，數(shù)據(jù)集合范圍為（1，2，3），其中1 代表東部，2 代表中部，3 代表西部。在進(jìn)行GMM 回歸時，需要用到工具變量，其需要與模型中內(nèi)生解釋變量高度相關(guān)，但卻不與隨機(jī)誤差項相關(guān)，本文將解釋變量的滯后一期作為工具變量。

表2 主成分變量選取表

圖2 2012—2018情緒指數(shù)與商品住宅價格

（二）模型構(gòu)建

在構(gòu)建房地產(chǎn)情緒指數(shù)后，將情緒指數(shù)與商品住宅價格繪制成圖2，可以發(fā)現(xiàn)二者變化有一定相關(guān)性。

為了檢驗房地產(chǎn)市場情緒指數(shù)與商品住宅價格之間的關(guān)系，首先考慮使用OLS（最小二乘法）進(jìn)行普通回歸檢驗，創(chuàng)建式（1）靜態(tài)面板模型：

其中，i 和t 分別表示各個城市和時間，Hpri,t表示i 城市在t 時期的商品住宅價格，Emoi,t表示i城市在t時期的市場情緒指數(shù)，Controli,t為各控制變量，εi,t為隨機(jī)誤差項。

當(dāng)解釋變量Emo的系數(shù)為正值時，說明情緒的上升促進(jìn)了商品住宅價格增加，即情緒與商品住宅價格呈現(xiàn)正向相關(guān)關(guān)系，否則說明情緒與商品住宅價格呈現(xiàn)負(fù)向相關(guān)關(guān)系。

但是考慮到房地產(chǎn)市場情緒指數(shù)的二級指標(biāo)與商品住宅價格均具有聯(lián)系性，數(shù)據(jù)中可能存在較為嚴(yán)重的內(nèi)生性問題，考慮采用動態(tài)面板模型的廣義矩估計（Generalized method of moments，GMM）。首先采用Arellano et al（1991）提出的差分DIFGMM 估計方法，消除由于未觀測到的截面?zhèn)€體效應(yīng)造成的遺漏變量偏誤，得到式（2）模型：

由于DIF-GMM 不僅消除了非觀測的截面?zhèn)€體效應(yīng)，也消除了不隨時間變化的其他變量，另外，就偏誤和估計準(zhǔn)確性而言，多數(shù)情形中變量滯后項并不是理想的工具變量。Arellano et al（1991）以及Blundell & Bond（1998）在DIF-GMM 估計的基礎(chǔ)上，引入被解釋變量差分的滯后項和隨機(jī)誤差項正交的矩條件，得出系統(tǒng)SYS-GMM模型式（3）（4）：

系統(tǒng)SYS-GMM 模型更好地解決了弱工具性問題。將差分方程和原水平方程聯(lián)立組成方程組，工具變量同時包含滯后的差分項和滯后的水平項，將水平方程與差分方程結(jié)合進(jìn)行回歸，使得結(jié)果更為穩(wěn)健。總體上，GMM 方法不要求擾動項的準(zhǔn)確分布信息、允許隨機(jī)誤差項存在異方差和序列相關(guān)，比較而言參數(shù)估計更加穩(wěn)健。

首先用最小二乘法的回歸觀察情緒指數(shù)與商品住宅價格之間的關(guān)系。考慮到前文在構(gòu)建情緒指數(shù)時，個別指標(biāo)與房價之間可能存在內(nèi)生性關(guān)系，為了驗證結(jié)果可靠性，將情緒指數(shù)的滯后一期數(shù)據(jù)作為工具變量進(jìn)行2SLS（兩階段最小二乘）回歸，看結(jié)果是否仍顯著。

使用工具變量的前提是存在內(nèi)生解釋變量，為此需要進(jìn)行豪斯曼檢驗。豪斯曼檢驗結(jié)果為拒絕原假設(shè)，可以認(rèn)為滯后一期的情緒指數(shù)是內(nèi)生變量，由于區(qū)位項為虛擬變量，不隨時間移動而變化，因此可以進(jìn)一步使用SYS-GMM（系統(tǒng)廣義矩估計）模型進(jìn)行估計。

表3 描述性統(tǒng)計表

四、實證結(jié)果分析

（一）主要變量的描述性統(tǒng)計

由表3 可知，商品住宅價格的標(biāo)準(zhǔn)差為0.554，說明房價波動的比較強(qiáng)烈。對于可能存在的內(nèi)生性的影響，本文采用OLS（最小二乘法）、2SLS（兩階段最小二乘法）及GMM（廣義矩估計）三種方法進(jìn)行回歸。

表4 全國回歸結(jié)果表

（二）基本回歸結(jié)果分析

如表4所示，回歸結(jié)果表能夠較好的解釋市場情緒與商品住宅價格之間的關(guān)系：

1.市場情緒指數(shù)項系數(shù)在四個模型中均顯著為正，可以認(rèn)為房地產(chǎn)市場情緒與市場上商品住宅價格呈現(xiàn)正向同步趨勢，即隨著市場情緒上漲，住宅價格也將上升。計量體現(xiàn)在加入滯后一期的情緒指數(shù)進(jìn)行回歸時，情緒指數(shù)的正向系數(shù)降低但仍顯著，將其轉(zhuǎn)化為工具變量進(jìn)行回歸后，正相關(guān)系數(shù)由0.142到0.185顯著增大。市場情緒指數(shù)增大意味著市場交易額上升，居民對于商品住宅的關(guān)注度增大，促進(jìn)了購買行為的產(chǎn)生，而房地產(chǎn)商品由于商品特性短期供給不足，導(dǎo)致了價格的上漲。

2.情緒指數(shù)的滯后一期變量在模型中進(jìn)行回歸，回歸系數(shù)為正（0.061），卻未達(dá)到90%的顯著性要求。與當(dāng)期情緒指數(shù)相比，滯后期的情緒指數(shù)系數(shù)雖然為正，但對于商品住宅價格的影響并不顯著，這表明情緒指數(shù)能夠按照即時性的原則，反映市場的情緒變化。

3.所選控制變量中，利率、人均可支配收入、人口密度項系數(shù)均為正，表明其均與商品住宅價格呈正向相關(guān)關(guān)系。而虛擬變量項四種檢驗?zāi)Ｐ拖禂?shù)均為負(fù)（-0.109），表明區(qū)位對于房價有負(fù)向的影響。

（三）異質(zhì)性分析

對比表5東、中、西部地區(qū)的結(jié)果，可以發(fā)現(xiàn)以下幾點差異。

1.情緒指數(shù)對商品住宅價格的影響在中西部更大，在東部的影響力較弱。主要觀察對象為Emo項，東部地區(qū)的最大系數(shù)為0.112，三種回歸方式中有一次報告不顯著。但中西部地區(qū)的三次回歸均在95%或99%的置信度下顯著，且最大系數(shù)分別為0.254 和0.426。東部地區(qū)經(jīng)濟(jì)發(fā)達(dá)，房地產(chǎn)市場的參與者眾多，信息網(wǎng)絡(luò)成熟，情緒由產(chǎn)生至最終影響交易行為時，需要經(jīng)過眾多考驗，由于本文構(gòu)造的情緒指數(shù)部分反映了理性的判斷，因此理性的交易行為更易被其他突發(fā)事件影響，因此情緒對商品住宅價格的影響力在東部較弱。然而中西部地區(qū)，由于信息溝通交流較東部地區(qū)偏弱，且市場參與者學(xué)習(xí)能力、網(wǎng)絡(luò)參與程度均不及東部地區(qū)，因此信息不對稱情況更為嚴(yán)重，導(dǎo)致的結(jié)果就是通過理性預(yù)期產(chǎn)生的情緒更容易催生購買行為，中西部地區(qū)投機(jī)與套利等需要預(yù)期判斷的交易行為較少，因此導(dǎo)致了情緒指數(shù)與商品住宅價格的強(qiáng)相關(guān)性。

2.滯后一期的情緒指數(shù)對商品住宅價格的影響，由東至西逐漸增加。OLS模型中東部地區(qū)影響系數(shù)為0.032，中部地區(qū)0.061，但這兩者未通過顯著性檢驗，同時西部地區(qū)為0.168 且通過95%置信度下的顯著性檢驗。橫向?qū)Ρ瓤梢园l(fā)現(xiàn)，Emot-1系數(shù)項由小變大，顯著性從無到有。一方面可以認(rèn)為，東部地區(qū)市場的不可預(yù)測性較小，中西部地區(qū)的不可預(yù)測性較大。另一方面，結(jié)合情緒指數(shù)的構(gòu)建成分也可以認(rèn)為，中西部區(qū)域的商品住宅市場獨立性更弱，市場表現(xiàn)更像是一個受到東部地區(qū)影響而波動的市場。

表5 分區(qū)域回歸結(jié)果表

五、結(jié)論與建議

為探究情緒與房價波動的內(nèi)在機(jī)理，本文選取我國70個大中城市2012年1月至2018年12月的月度城市數(shù)據(jù)為樣本，從宏觀微觀兩個方面采用購買熱度、消費者信心、宏觀經(jīng)濟(jì)、購買者意愿和關(guān)注度等五項二級指標(biāo)構(gòu)建房地產(chǎn)市場情緒指數(shù)，通過多種回歸模型實證檢驗市場情緒指數(shù)與商品住宅價格之間的相關(guān)性，并進(jìn)行區(qū)域異質(zhì)性的分析。結(jié)果發(fā)現(xiàn)，市場情緒與商品住宅價格之間存在緊密的相關(guān)性，且區(qū)域異質(zhì)性顯著存在。首先市場情緒指數(shù)項的系數(shù)在四個模型中均顯著為正，情緒與商品住宅價格間存在正向相關(guān)的關(guān)系，其次，滯后一期的情緒指數(shù)項的系數(shù)自東部地區(qū)向西部地區(qū)逐漸增加，西部地區(qū)表現(xiàn)為5%水平上的顯著正相關(guān)，影響關(guān)系因區(qū)域差異而有所不同。

與資本市場類似，中國的房地產(chǎn)市場作為一個典型的信息不對稱市場，各方參與者在無法對整體市場進(jìn)行把握的情況下，容易受到虛假信息、媒體煽動、親友謠傳等因素的影響，產(chǎn)生包括恐慌、懷疑、羊群效應(yīng)在內(nèi)的各種情緒，造成短時間內(nèi)的情緒大幅波動，對房地產(chǎn)市場的平穩(wěn)發(fā)展造成較大影響。政府要控制房地產(chǎn)市場的非理性發(fā)展、防止房地產(chǎn)市場價格的過度波動，不僅要站在管理者的角度去統(tǒng)籌大局，還需站在參與者的角度去彌補房地產(chǎn)市場政策的不合理漏洞。首先，政府需要站在市場參與者的角度，建立一個公平公開公正的健康交易市場，建立公開透明的信息傳播平臺，維護(hù)好每一位參與者進(jìn)行市場交易的信心。可以將市場參與者的情緒波動作為衡量即時房地產(chǎn)市場是否健康的指標(biāo)之一，進(jìn)行預(yù)先的前饋調(diào)節(jié)，靈活的控制市場波動。其次，政府可以將市場情緒管理納入政府政策考慮范圍之內(nèi)，科學(xué)合理地制定房地產(chǎn)調(diào)控政策，只有針對房地產(chǎn)價格波動產(chǎn)生的根本原因，從根源上有的放矢地采取措施，問題才能得以解決。最后，不同區(qū)域和不同類型的城市房地產(chǎn)情緒指數(shù)對房價的正向推動程度也存在顯著差異，政府對于房地產(chǎn)市場的管理應(yīng)分城市實施政策。由于我國幅員遼闊，不同城市具有不同的特征，政府因根據(jù)各個城市的經(jīng)濟(jì)發(fā)展實力，信息網(wǎng)絡(luò)發(fā)展水平，消費者市場參與度和居民受教育水平等原則，為當(dāng)?shù)刂贫ú⑦x取合理的房地調(diào)控政策。此外，政府還應(yīng)該加大對住房租賃市場的扶持力度，建立完善正規(guī)的住房租賃市場，合理解決我國住房供需矛盾的現(xiàn)狀，同時加快土地制度的房產(chǎn)稅制度深化改革，降低系統(tǒng)性風(fēng)險，促進(jìn)我國房地產(chǎn)市場平穩(wěn)有序的長效機(jī)制的建立。