冷銀屏，黃思剛

（貴州大學(xué) 經(jīng)濟(jì)學(xué)院，貴州 貴陽(yáng) 550025）

一、引言

關(guān)于影響房?jī)r(jià)的因素，學(xué)術(shù)界各執(zhí)己見、莫衷一是。傳統(tǒng)經(jīng)濟(jì)學(xué)理論基于“理性人”的假設(shè)有時(shí)難以全面地從經(jīng)濟(jì)基本面對(duì)影響房?jī)r(jià)的因素進(jìn)行解釋[1]。近年來很多學(xué)者嘗試基于“不完全理性”的行為金融理論，把“動(dòng)物精神”或有限理性預(yù)期作為房?jī)r(jià)波動(dòng)的解釋變量[2]，從而區(qū)別于傳統(tǒng)經(jīng)濟(jì)學(xué)基于“理性人”的假說，也是從經(jīng)濟(jì)主體并非都是完全理性的這一方面來研究影響房?jī)r(jià)波動(dòng)的因素。

二、文獻(xiàn)綜述

目前學(xué)術(shù)界對(duì)于投資者情緒方面的研究，主要聚焦于選取合適的代理變量構(gòu)造投資者情緒指數(shù)，以及投資者情緒指數(shù)對(duì)股市的影響，關(guān)于投資者情緒對(duì)房?jī)r(jià)的影響方面的研究較少。

關(guān)于投資者情緒影響的研究，易志高和茅寧（2009）[3]以交易量、上市首日收益、消費(fèi)者信心指數(shù)、IPO 數(shù)量、封閉式基金折價(jià)、新增投資者開戶數(shù)為代理變量構(gòu)建投資者信心指數(shù)，從而得出中國(guó)股市與投資者信心表現(xiàn)一致的結(jié)論。李斌等（2015）[4]所運(yùn)用的動(dòng)態(tài)面板數(shù)據(jù)模型，定量分析了市場(chǎng)參與者的理性預(yù)期對(duì)房?jī)r(jià)的影響，結(jié)果顯示：不同時(shí)段內(nèi)預(yù)期動(dòng)態(tài)影響房?jī)r(jià)，而預(yù)期是市場(chǎng)參與者的一種情緒表達(dá)。黃燕芬等（2019）[5]運(yùn)用大數(shù)據(jù)方法，以百度指數(shù)作為情緒指標(biāo)，以主成分分析法構(gòu)建了情緒指數(shù)，實(shí)證研究情緒指數(shù)與房?jī)r(jià)之間的關(guān)系，同時(shí)還研究了不同地域情緒對(duì)房?jī)r(jià)的影響程度。劉林和陳寧（2017）[6]運(yùn)用MSI-VAR 模型，實(shí)證研究表明投資者情緒高漲會(huì)促進(jìn)房?jī)r(jià)上漲。徐超（2018）[7]通過選取中國(guó)消費(fèi)者信心指數(shù)、中國(guó)證券市場(chǎng)投資者信心指數(shù)、市盈率、換手率、新增投資者數(shù)量、成交量作為代理變量構(gòu)建投資者情緒指數(shù)，方法為主成分分析法，得出投資者情緒指數(shù)與滬深300 指數(shù)呈正相關(guān)的結(jié)論。邱金丹（2011）[8]通過選取封閉式基金折價(jià)率、新增投資者開戶數(shù)、消費(fèi)者信心指數(shù)、市場(chǎng)換手率構(gòu)建VAR 模型，得出投資者情緒指數(shù)與上證綜指之間呈正相關(guān)的結(jié)論。李曉芳（2019）[9]通過選取市換手率、新增開戶數(shù)、封閉式基金折價(jià)率、消費(fèi)者信心指數(shù)、市場(chǎng)交易量、市盈率6 個(gè)指標(biāo)構(gòu)建投資者信心指數(shù)，得出投資者情緒對(duì)中國(guó)股市收益與股價(jià)波動(dòng)存在相關(guān)關(guān)系。

研究投資者情緒的關(guān)鍵是如何量化分析投資者情緒，目前學(xué)術(shù)界大多采用兩種方式，一種是直接通過發(fā)放回收問卷調(diào)查、分析網(wǎng)絡(luò)搜索頻率等形式直觀反映受調(diào)查者對(duì)于市場(chǎng)的看法及預(yù)期，如百度指數(shù)和證券市場(chǎng)投資者信心指數(shù)等；另一種是通過收集市場(chǎng)公開的數(shù)據(jù)、宏觀經(jīng)濟(jì)數(shù)據(jù)等研究構(gòu)造投資者“情緒”，典型的做法是Wurgler 和Baker（2006）[10]開拓的方法，從股票換手率、IPO 數(shù)量、IPO 首日平均收益、新發(fā)股權(quán)數(shù)量、紅利溢價(jià)以及封閉式基金折價(jià)率等六個(gè)序列中提取主成分來構(gòu)造投資者情緒指數(shù)，這種方法一直被國(guó)內(nèi)外研究所使用，只是不同的研究會(huì)根據(jù)主題對(duì)所選擇的代理變量進(jìn)行調(diào)整和改進(jìn)。

三、指標(biāo)選取及數(shù)據(jù)來源

（一）投資者情緒的構(gòu)建

我國(guó)房地產(chǎn)市場(chǎng)具有金融屬性顯著和投機(jī)性強(qiáng)的特點(diǎn)，因此可以借鑒金融市場(chǎng)情緒指數(shù)分析方法，構(gòu)建房地產(chǎn)行業(yè)投資者情緒指數(shù)。根據(jù)易志高和茅寧（2009）[3]，Hui 等（2018）[11]的方法，在Wurgler和Baker（2006）[10]的基礎(chǔ)上，選取房地產(chǎn)開發(fā)企業(yè)住宅新開工房屋面積（NPS）、房地產(chǎn)開發(fā)住宅投資額（HIP）、企業(yè)竣工房屋價(jià)值（HPV）、開發(fā)商購(gòu)置土地面積（BGS）、住宅月銷售面積（HSS）、住宅月銷售金額（HSP）作為代理情緒變量，構(gòu)建投資者情緒指數(shù)。

1.指標(biāo)的定義

（1）房地產(chǎn)開發(fā)企業(yè)住宅新開工房屋面積（NPS）。該變量指報(bào)告期內(nèi)正式破土動(dòng)工的面積，不包含上期未完的面積，在一定程度上能代表在報(bào)告期內(nèi)獲得批準(zhǔn)立項(xiàng)并開始建造的房屋數(shù)量，對(duì)未來市場(chǎng)具有潛在的影響作用。本變量在一定程度上能代表房地產(chǎn)行業(yè)的景氣狀況，當(dāng)房地產(chǎn)市場(chǎng)景氣時(shí)，房地產(chǎn)新開工房屋面積呈顯著增長(zhǎng)趨勢(shì)，當(dāng)房地產(chǎn)市場(chǎng)不景氣時(shí)，房地產(chǎn)新開工住宅面積會(huì)存在一定程度的下降。

（2）房地產(chǎn)開發(fā)住宅投資額（HIP）。房地產(chǎn)開發(fā)投資額是在報(bào)告期內(nèi)，房開、房建、其他房地產(chǎn)開發(fā)單位、實(shí)際從事房地產(chǎn)開發(fā)或經(jīng)營(yíng)活動(dòng)的單位，統(tǒng)一開發(fā)的房屋建筑物及其配套的服務(wù)設(shè)施所投資的資金額度，房地產(chǎn)開發(fā)住宅投資額是指房地產(chǎn)開發(fā)投資額中專一用于住宅開發(fā)的資金額度。

（3）企業(yè)竣工房屋價(jià)值（HPV）。該變量是指從事房地產(chǎn)行業(yè)的企業(yè)在報(bào)告期內(nèi)竣工房屋的總體價(jià)值，是衡量房地產(chǎn)開發(fā)企業(yè)運(yùn)營(yíng)現(xiàn)狀及發(fā)展前景的重要指標(biāo)。

（4）開發(fā)商購(gòu)置土地面積（BGS）。該變量指在報(bào)告期內(nèi)房地產(chǎn)開發(fā)單位通過除劃撥以外的各種方式獲得土地使用權(quán)的土地面積，能較為直觀地反映房地產(chǎn)宏觀調(diào)控政策及政策效果。

（5）住宅月銷售面積（HSS）。住宅銷售面積指報(bào)告期內(nèi)消費(fèi)者購(gòu)買的住宅面積總和，銷售面積同市場(chǎng)是否保持健康平穩(wěn)運(yùn)行息息相關(guān)。

（6）住宅月銷售金額（HSP）。住宅銷售金額指報(bào)告期內(nèi)消費(fèi)者購(gòu)買的住宅金額總和，對(duì)衡量房地產(chǎn)現(xiàn)狀及預(yù)期均有重要作用。

為更好體現(xiàn)投資者情緒，選取2001—2017 年的數(shù)據(jù)作為樣本，參考李斌等（2015）[4]采用的均值插值法，將以上變量的年度數(shù)據(jù)轉(zhuǎn)換為月度數(shù)據(jù)，共203 個(gè)樣本，數(shù)據(jù)均來源于銳思數(shù)據(jù)庫(kù)。

2.KMO 及巴特利特檢驗(yàn)

根據(jù)KMO 和巴特利特球形檢驗(yàn)結(jié)果，KMO 值為0.738，大于0.5，且巴特利特球形檢驗(yàn)為顯著，說明將以上代理變量進(jìn)行主成分分析是比較合理的，檢驗(yàn)結(jié)果如表1 所示。

表1 KMO 及巴特利特檢驗(yàn)

用主成分分析法分析這6 個(gè)代理變量，使用前兩個(gè)主成分（方差累積貢獻(xiàn)率為90.159%）加權(quán)平均構(gòu)建情緒指數(shù)。在確定運(yùn)用主成分分析的合理性后，對(duì)6 個(gè)變量進(jìn)行標(biāo)準(zhǔn)化處理，并計(jì)算其相關(guān)系數(shù)矩陣，并分別計(jì)算指標(biāo)特征值。根據(jù)計(jì)算的特征值計(jì)算主成分貢獻(xiàn)率及累計(jì)貢獻(xiàn)率，反應(yīng)成分矩陣的表如表2 所示。

表2 總方差解釋表

根據(jù)表2 中結(jié)果可知，第一、第二主成分累積方差貢獻(xiàn)率（90.159%），第一主成分的特征值λ1=4.331、主成分貢獻(xiàn)率r1=72.179%；第二主成分特征值λ2=1.079，主成分貢獻(xiàn)率r2=17.981%。根據(jù)成分矩陣結(jié)果（見表3），可以確定主成分得分情況。

表3 成分矩陣表

從而計(jì)算出主成分表達(dá)系數(shù)，進(jìn)而得出第一主成分Z1、第二主成分Z2的表達(dá)式：

通過綜合加權(quán)平均計(jì)算綜合主成分，公式如下：

即Z=0.800575*Z1+0.199436*Z2

（二）房?jī)r(jià)

本文通過房地產(chǎn)開發(fā)企業(yè)商品房月銷售額（億元）除以房地產(chǎn)開發(fā)企業(yè)商品房月銷售面積（萬(wàn)平方米）得到房地產(chǎn)價(jià)格指數(shù)（HP），由于每年一月份的數(shù)據(jù)為空，通過回歸法對(duì)缺失的數(shù)據(jù)進(jìn)行插補(bǔ)。

四、實(shí)證分析

（一）數(shù)據(jù)處理

為防止僅用情緒、房?jī)r(jià)這兩個(gè)變量進(jìn)行回歸可能會(huì)出現(xiàn)偽回歸的情況，加入城鎮(zhèn)居民可支配收入作為控制變量，城鎮(zhèn)居民可支配收入?yún)⒄绽畋蟮龋?015）[4]采用的均值插值法，將年度數(shù)據(jù)轉(zhuǎn)換為月度數(shù)據(jù)，用房?jī)r(jià)（HP）、城鎮(zhèn)居民可支配收入（Y）、投資者情緒指數(shù)（SENTIMENT）構(gòu)建向量自回歸模型（VAR）來研究投資者情緒與我國(guó)房?jī)r(jià)之間的關(guān)系。為了消除物價(jià)水平的影響，將城鎮(zhèn)居民可支配收入（Y）的序列數(shù)據(jù)除以定基的CPI 指數(shù)，定基CPI指數(shù)以2000 年為100。對(duì)情緒、房?jī)r(jià)、收入數(shù)據(jù)取自然對(duì)數(shù)以消除異方差，根據(jù)數(shù)據(jù)的連續(xù)性和可獲得性，在構(gòu)建VAR模型時(shí)，本文選取了2009 年11 月—2017 年12 月的數(shù)據(jù)，數(shù)據(jù)來源為銳思數(shù)據(jù)庫(kù)。

（二）平穩(wěn)性檢驗(yàn)

在進(jìn)行實(shí)證檢驗(yàn)前，需要對(duì)時(shí)間序列數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗(yàn)，本文用ADF 檢驗(yàn)各序列的平穩(wěn)性，檢驗(yàn)結(jié)果如表4 所示，結(jié)果表明，在1%的顯著性水平下，對(duì)所有變量取對(duì)數(shù)是平穩(wěn)的，因此對(duì)所有變量取對(duì)數(shù)處理。

表4 平穩(wěn)性檢驗(yàn)結(jié)果

（三）確定最優(yōu)滯后階數(shù)

根據(jù)AIC 準(zhǔn)則選擇合適的滯后階數(shù)，各階數(shù)AIC 值如表5 所示，最適合的階數(shù)是3 階。

表5 各階數(shù)AIC 值

（四）格蘭杰因果檢驗(yàn)

為檢驗(yàn)?zāi)Ｐ椭心硞€(gè)變量的滯后值對(duì)被解釋變量的信息是否有預(yù)測(cè)能力以及反應(yīng)變量之間長(zhǎng)期的因果關(guān)系，故對(duì)模型進(jìn)行格蘭杰因果檢驗(yàn)，檢驗(yàn)結(jié)果如表6 所示。

表6 格蘭杰因果檢驗(yàn)結(jié)果

由檢驗(yàn)結(jié)果可知，收入的滯后值對(duì)房?jī)r(jià)有預(yù)測(cè)能力，投資者情緒滯后值對(duì)房?jī)r(jià)也有預(yù)測(cè)能力。

（五）模型穩(wěn)定性檢驗(yàn)

模型的穩(wěn)定性檢驗(yàn)結(jié)果如圖1 所示，單位根都落在單位圓內(nèi)，因此模型是穩(wěn)定的。

圖1 單位根散點(diǎn)圖

（六）脈沖響應(yīng)分析

脈沖響應(yīng)函數(shù)描述的是一個(gè)內(nèi)生變量對(duì)殘差沖擊的響應(yīng)，它描述的是在隨機(jī)誤差項(xiàng)上施加一個(gè)標(biāo)準(zhǔn)差大小的沖擊后對(duì)內(nèi)生變量的當(dāng)期值和未來值所產(chǎn)生的動(dòng)態(tài)影響，根據(jù)模型的設(shè)定，本文觀察LNHP 對(duì)LNHP、LNSENTIMENT、LNY 沖擊做出的反應(yīng)，結(jié)果如圖2、圖3、圖4 所示，圖2 所示房?jī)r(jià)對(duì)于房?jī)r(jià)擾動(dòng)的響應(yīng)，圖3 所示房?jī)r(jià)對(duì)于收入擾動(dòng)的響應(yīng)，圖4 所示房?jī)r(jià)對(duì)于情緒擾動(dòng)的響應(yīng)。

圖2 房?jī)r(jià)擾動(dòng)圖

圖3 收入擾動(dòng)

圖4 情緒擾動(dòng)

當(dāng)實(shí)施房?jī)r(jià)（LNHP）一個(gè)標(biāo)準(zhǔn)差的沖擊時(shí)，房?jī)r(jià)對(duì)房?jī)r(jià)的擾動(dòng)立即做出了響應(yīng)，第一期響應(yīng)為0.097 401，是正向的，迅速減少至0，第三期達(dá)到-0.001 443，然后緩慢上升并轉(zhuǎn)為正向影響，第八期后趨于平穩(wěn)。

當(dāng)實(shí)施收入（LNY）一個(gè)單位標(biāo)準(zhǔn)差的沖擊時(shí)，房?jī)r(jià)對(duì)收入的擾動(dòng)在第一期并未立即做出響應(yīng)，第二期響應(yīng)為-4.41E-05，在緩慢減少之后，第三期達(dá)到最低點(diǎn)-0.009 794 后又迅速上升，在第五期達(dá)到0.005 642 后趨于平穩(wěn)。

當(dāng)實(shí)施情緒（LNSENTIMENT）一個(gè)標(biāo)準(zhǔn)差的沖擊時(shí)，房?jī)r(jià)對(duì)情緒的擾動(dòng)在第一期并未立即做出響應(yīng)，之后逐漸上升，第二期響應(yīng)為0.005 920，在第三期時(shí)達(dá)到最大值0.006 645，之后逐步下降至第四期值為-0.005 471，再逐步上升至第五期后存在一定波動(dòng)并在第10 期以后趨于平穩(wěn)。

（七）方差分解

方差分解是評(píng)價(jià)各內(nèi)生變量對(duì)預(yù)測(cè)方差的貢獻(xiàn)度，表7 給出房?jī)r(jià)的方差分解表，表示變量LNHP能被LNHP、LNY、LNSENTIMENT 解釋的比例隨滯后期數(shù)的增加而發(fā)生的變化。如表7 所示，隨著滯后期數(shù)的增加，房?jī)r(jià)對(duì)其本身的解釋的比例逐漸變小，而投資者情緒、收入對(duì)房?jī)r(jià)的解釋比列隨著滯后期數(shù)的增加而逐漸增加，之后逐漸達(dá)到平穩(wěn)。

五、結(jié)論

構(gòu)建投資者情緒指數(shù)，即使基于Wurgler 和Baker（2006）[10]提出的方法，在選取代理變量時(shí)，因數(shù)據(jù)的可獲得性及連續(xù)性不同，各研究都進(jìn)行了調(diào)整和改進(jìn)。本文參照大多數(shù)學(xué)者的做法構(gòu)建投資者情緒指數(shù)，其中累積解釋方差高達(dá)90%以上，再運(yùn)用VAR（3）模型實(shí)證研究了我國(guó)房地產(chǎn)價(jià)格指數(shù)、投資者情緒和收入之間的關(guān)系，根據(jù)脈沖響應(yīng)和方差分解的結(jié)果，得到如下主要結(jié)論：（1）投資者情緒指數(shù)可以體現(xiàn)房?jī)r(jià)變化趨勢(shì)，投資者情緒對(duì)房?jī)r(jià)有著正向的影響，即投資者情緒的高漲會(huì)促進(jìn)房地產(chǎn)價(jià)格的上漲；（2）收入、房?jī)r(jià)對(duì)投資者情緒亦有著正向影響，投資者情緒和收入對(duì)房?jī)r(jià)有一定的解釋作用；（3）投資者情緒的研究，可以幫助市場(chǎng)參與者規(guī)避風(fēng)險(xiǎn)，提醒市場(chǎng)參與者注意投資者情緒對(duì)市場(chǎng)的影響。

表7 方差分解表