武若男??

摘要：近年來不斷上漲的房價引發(fā)社會各界的關注，分析影響我國房價的因素并研究其影響程度，對穩(wěn)定房價有至關重要的作用。本文根據(jù)2006—2016年的季度數(shù)據(jù)，運用VAR模型對影響我國房地產(chǎn)價格的因素進行實證分析。結(jié)果表明，房地產(chǎn)價格受城鎮(zhèn)居民可支配收入的影響較大；房價與國內(nèi)生產(chǎn)總值、城鎮(zhèn)居民可支配收入、商品房銷售面積、存貸款基準利率存在雙向的格蘭杰因果關系。

關鍵詞：房地產(chǎn)價格VAR模型方差分解

自1998年實施城鎮(zhèn)住房制度改革以來，我國房地產(chǎn)市場取得突飛猛進的發(fā)展，房地產(chǎn)業(yè)在我國國民經(jīng)濟中占有舉足輕重的地位，2016年房地產(chǎn)開發(fā)投資更是高達100847億元，對GDP增長貢獻率提升至78%。這些對于提高人民生活水平、改善人民居住條件，推動城市化進程起到了極大地推動作用。然而，房地產(chǎn)市場在促進經(jīng)濟發(fā)展的同時，也帶來了諸多問題：高昂房價超出居民消費水平，“房奴”成為一大社會現(xiàn)象；房地產(chǎn)空置率迅速增長；房地產(chǎn)投資過度；一些城市房地產(chǎn)結(jié)構(gòu)矛盾突出；高價房產(chǎn)易加大貧富差距等。房價的過快上漲既波及社會的穩(wěn)定又危害國民經(jīng)濟的健康發(fā)展，成為我國公眾關注的焦點。因此，研究影響房地產(chǎn)價格的因素并分析這些因素的影響程度，對于穩(wěn)定我國房地產(chǎn)價格具有重要的意義。

一、理論模型

由于傳統(tǒng)的結(jié)構(gòu)性模型不能明確給出變量之間的動態(tài)關系，而且當變量為非平穩(wěn)時，會帶來嚴重的偽回歸問題。因此，本文采用向量自回歸模型對我國房地產(chǎn)價格的影響因素進行分析。VAR模型是1980年由西姆斯最先提出，基于數(shù)據(jù)的統(tǒng)計性質(zhì)，把系統(tǒng)中的每一個內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型，從而將單變量自回歸模型推廣到多元時間序列變量組成的向量自回歸模型；VAR模型作為一種非結(jié)構(gòu)性的模型，主要用于預測和分析隨機擾動對系統(tǒng)的動態(tài)沖擊，沖擊的大小、正負及持續(xù)的時間。VAR理論模型如下：

Yt=A1Yt|1+…+ApYt|p+BXt+εt

其中，Yt為k維內(nèi)生變量向量，Xt是d維外生變量向量，矩陣A1，…，Ap為要被估計的系數(shù)矩陣，t為樣本個數(shù)， P為滯后階數(shù)，ε為k維沖擊向量。

在VAR模型中，將房地產(chǎn)價格（P）作為被解釋變量，將國內(nèi)生產(chǎn)總值（GDP）、貨幣供應量（M2）、存款基準利率（BDR）、貸款基準利率（LOAN）、城鎮(zhèn)居民可支配收入（INC）、居民消費價格指數(shù)（CPI）和商品房銷售面積（SA）作為解釋變量。

二、數(shù)據(jù)選取與處理

本文選取2006—2016年的季度數(shù)據(jù)作為樣本，研究房地產(chǎn)價格與其他7個變量的動態(tài)關系。選取季度數(shù)據(jù)可以提高VAR模型的估計精度，從而更加準確的反映各要素對房地產(chǎn)價格的影響程度。

下面對數(shù)據(jù)進行五方面的處理：（1）房地產(chǎn)價格用商品房平均銷售價格反映，即通過商品房銷售額除以銷售面積計算得到，其中每年1月份的缺失數(shù)據(jù)用相鄰月份均值得到；（2）存款基準利率選取金融機構(gòu)1年定期存款基準利率；（3）貸款基準利率選取金融機構(gòu)3—5年（包含5年）貸款基準利率；（4）貨幣供應量選取廣義貨幣供應量，即M1加上企事業(yè)單位定期存款、居民儲蓄存款和其他存款，來源于中國人民銀行；（5）在對8個變量走勢的初步觀測中，有4個變量存在明顯的季節(jié)性。采用Census X12對GDP、INC、SA、M2進行季節(jié)調(diào)整并在調(diào)整后對這4個指標進行對數(shù)處理以消除異方差，從而提高數(shù)據(jù)的可比性，減少季節(jié)變動的影響。

三、實證分析

（一）單位根檢驗

由于時間序列數(shù)據(jù)往往表現(xiàn)為非平穩(wěn)性，對非平穩(wěn)數(shù)據(jù)進行回歸可能出現(xiàn)偽回歸。本文

運用ADF檢驗來檢驗變量的平穩(wěn)性，顯著性水平取10%，檢驗結(jié)果如下表一所示：除商品房銷售面積和居民消費價格指數(shù)外，其余數(shù)據(jù)原序列均為非平穩(wěn)序列；經(jīng)一階差分后，除國內(nèi)生產(chǎn)總值和房地產(chǎn)價格外以外都達到平穩(wěn)狀態(tài)；國內(nèi)生產(chǎn)總值和房地產(chǎn)價格在二階差分后為平穩(wěn)序列。因此，需要對模型包含的變量進行協(xié)整檢驗。

（二）滯后階數(shù)的確定

在VAR模型中若解釋變量的最大滯后階數(shù)太小，殘差很可能存在自相關，并造成參數(shù)估計的非一致性。可適當加大P值來消除殘差中存在的自相關，但P值又不能太大。P值過大將導致模型的自由度大幅降低，直接影響模型參數(shù)估計的有效性。本研究利用Eviews72軟件確定VAR模型的最優(yōu)滯后階數(shù)，結(jié)果如表二所示。由表二可得，5個檢驗指標均確定滯后1期為最優(yōu)滯后期，因此確定VAR模型的滯后階數(shù)為1階即VAR（1）。

（三）協(xié)整檢驗

在已構(gòu)建VAR模型的基礎上，采用Johansen方法對模型進行檢驗，從而研究各變量之間的長期動態(tài)關系。結(jié)果表明在5%的顯著性水平下存在4個協(xié)整關系，即說明各變量之間存在長期的均衡關系；同時，通過計算模型的AR特征多項式，發(fā)現(xiàn)特征多項式所有的根全部落在單位圓內(nèi)，即VAR模型所有根的倒數(shù)均小于1，這表明所建立的VAR（1）模型是穩(wěn)定的。檢驗結(jié)果如圖一所示。

（四）格蘭杰因果檢驗

上述協(xié)整檢驗表明，各個變量之間存在長期協(xié)整關系，但是無法說明它們之間是否存在因果關系。為進一步證明每個變量之間的因果關系，下面對這些變量進行格蘭杰（Granger）因果檢驗。檢驗結(jié)果如下表所示：

由Granger因果檢驗得出，在滯后1期，005的顯著性水平下：①房地產(chǎn)價格與國內(nèi)生產(chǎn)總值、城鎮(zhèn)居民可支配收入、商品房銷售面積、存款基準利率和貸款基準利率存在雙向的格蘭杰因果關系；②房地產(chǎn)價格與貨幣供應量存在單向的因果關系，即貨幣供應量的變化會引起房地產(chǎn)價格的變動，但房價變化不會造成貨幣供應量發(fā)生改變；③房地產(chǎn)價格與居民消費價格指數(shù)有單向Granger因果關系，居民消費價格指數(shù)會在一定程度上造成房價變動。

（五）方差分解

方差分解是通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化的貢獻度，進而評價不同結(jié)構(gòu)的重要性，并進一步為政府實施可行的住房政策提供依據(jù)。本文選取10期作為方差分解的滯后期，基于所建立的VAR（1）模型，可以得到房價的方差分解結(jié)果。表四給出了我國房地產(chǎn)價格的方差分解結(jié)果，表中的數(shù)字為百分比貢獻率。每行結(jié)果相加為100%，第一列是預測期。

從表四可以看出：①房地產(chǎn)價格的波動在第一期只受到自身波動影響，其余變量對預測誤差的貢獻度從第二期開始顯現(xiàn)出來。第6期開始呈現(xiàn)基本平穩(wěn)的狀態(tài)；②城鎮(zhèn)居民人均可支配收入對房價的貢獻程度最高，約占18%，且影響程度逐步上升。說明人均可支配收入的增加提高了人們的購買能力，也增加了對房地產(chǎn)的需求，進而推動房價上漲；③商品房銷售面積對房價的影響相對較大，約占11%，也是穩(wěn)定房價的重要舉措；④存款基準利率對房價的貢獻度相對較小，約占7%。貸款基準利率波動對房價影響增加最快，從第2期的004%增加到714%，增長了1775%。從長遠看貸款利率提高一定程度上可以抑制房價上漲。⑤居民消費價格指數(shù)對房價的影響程度最低，僅為09%。

四、結(jié)論與建議

（一）結(jié)論

本文利用2006—2016年季度數(shù)據(jù)構(gòu)建VAR模型，運用方差分解分析7種因素對中國房地產(chǎn)價格的驅(qū)動影響。通過實證分析，得到如下結(jié)論：

Granger因果關系檢驗顯示，房地產(chǎn)價格與國內(nèi)生產(chǎn)總值、城鎮(zhèn)居民可支配收入、商品房銷售面積、存款基準利率和貸款基準利率存在雙向的格蘭杰因果關系。即房價與這5個變量之間存在長期穩(wěn)定的均衡關系。房地產(chǎn)價格與貨幣供應量、居民消費價格指數(shù)有單向Granger因果關系，貨幣供應量和居民消費價格指數(shù)的變化一定程度上會引起房價的變動。

方差分解結(jié)果表明：房地產(chǎn)價格受城鎮(zhèn)居民可支配收入的影響較大。城鎮(zhèn)居民可支配收入的變化會引起房價較大程度的變動。因此，保持其穩(wěn)定發(fā)展是當前控制房價的重要舉措。貸款基準利率波動對房價影響增加最快。

（二）建議

房地產(chǎn)市場的波動會引起我國宏觀經(jīng)濟的較大波動，因此本文針對我國目前的房地產(chǎn)政策提出以下建議：

1信貸政策方面。一方面降低住房公積金貸款利率和首付，提高貸款上限，極大程度的滿足居民的住房需求。另一方面進一步完善差別化住房信貸政策，對于購置首套商品房和非首套商品房采取不同的貸款率。對非首套商品房采取較高的貸款利率，一定程度上抑制房地產(chǎn)市場的投機行為，控制房價。

2完善住房保障體系。形成系統(tǒng)的住房保障信息系統(tǒng)；住房保障體系由“以售為主”轉(zhuǎn)向“租售并舉”，進一步轉(zhuǎn)為“以租為主”；將農(nóng)民工及外來務工人員列為住房保障體系的主要保障對象，解決他們的住房問題。

3加強對貨幣供應量的控制。央行應實行有針對性的貨幣政策，當房價上漲速度過快時，可以適度提高存款準備金率，對投資者尤其是房地產(chǎn)投機者的信息形成一定的打擊，降低流動性水平，進而使房地產(chǎn)投資額大大減少。要合理控制外資流入，加強涉外機構(gòu)監(jiān)管，避免外資的惡性炒作。

參考文獻：

[1]JohnM Clapp ， Carmelo GiaccottoThe Influence of Economic Variables on Local House Price Dynamics [J].Journal of Urban Economics ， 1994（2）

[2]安輝，王瑞東我國房地產(chǎn)價格影響因素的實證分析——兼論當前房地產(chǎn)調(diào)控政策[J].財經(jīng)科學，2013（3）

[3]陳詩一，王祥融資成本、房地產(chǎn)價格波動與貨幣政策傳導[J].金融研究，2016（3）

[4]梁斌，李慶云中國房地產(chǎn)價格波動于貨幣政策分析——基于貝葉斯估計的動態(tài)隨機一般均衡模型[J].經(jīng)濟科學，2011（3）

[5]史永東，陳日清不確定性條件下的房地產(chǎn)價格決定：隨機模型和經(jīng)驗分析[J].經(jīng)濟學，2008（1）

[6]宋勃，雷紅銀行信貸沖擊與房地產(chǎn)價格波動：1999—2014——基于我國一、二線城市面板數(shù)據(jù)分析[J].財經(jīng)科學，2016（5）

[7]原鵬飛，魏巍賢房地產(chǎn)價格波動經(jīng)濟影響的一般均衡研究[J].管理科學學報，2012（3）

[8]朱孟楠，劉林，倪玉娟人民幣匯率與我國房地產(chǎn)價格——基于Markov區(qū)制轉(zhuǎn)換VAR模型的實證研究 [J].金融研究，2011（5）

[9]張濤，龔六堂，卜永祥資產(chǎn)回報、住房按揭貸款與房地產(chǎn)均衡價格[J].金融研究，2006（2）

（武若男，甘肅農(nóng)業(yè)大學財經(jīng)學院。）