郝奕博+王志軒+杜常青+錢晶

摘 要：文章以南昌市為例，探究中部典型城市背后的房價動力機制。基于南昌市2010年至2016年季度數(shù)據(jù)建立VAR模型，通過脈沖響應(yīng)函數(shù)和方差分解結(jié)果分析了地區(qū)生產(chǎn)總值、固定資產(chǎn)投資、房地產(chǎn)開發(fā)投資額、房屋竣工面積和人均可支配收入對南昌房價的影響，歸納出房價的動力機制。研究表明：南昌市房地產(chǎn)市場存在一定程度的泡沫；預(yù)期對南昌市房價高企起著主要的作用；人均可支配收入的增加帶動了有效需求，拉動了房價的上漲；供給一端對于房價的作用只占到20%，并沒有充分發(fā)揮調(diào)控作用；地區(qū)生產(chǎn)總值——人均可支配收入——房地產(chǎn)開發(fā)投資——預(yù)期，這條動力機制路徑十分通暢且對典型城市房價的解釋力很強。

關(guān)鍵詞：房價 VAR模型 動力機制 實證分析 建議

中圖分類號：F293.3 文獻(xiàn)標(biāo)識碼：A

文章編號：1004-4914（2017）06-284-03

一、引言

房價上漲趨勢逐漸從一線城市向二三線城市蔓延，中部地區(qū)許多城市經(jīng)濟(jì)發(fā)展水平不高、收入有限，但是房價上漲仍然迅猛。合肥市房價從2016年2月開始直線拉升，僅半年時間增速位居全國第一，南昌市房價從2016年連續(xù)增長11個月，均價從8000元直接突破萬元大關(guān)。房地產(chǎn)產(chǎn)業(yè)是我國國民經(jīng)濟(jì)的重要組成，與國民生計息息相關(guān)，傳統(tǒng)的房價理論難以解釋上述現(xiàn)象，因此探求其動力機制，對于房地產(chǎn)市場的穩(wěn)定發(fā)展有著及其重要的意義。

二、南昌市房價動力機制實證分析

（一）指標(biāo)的選取

本文基于基本的經(jīng)濟(jì)學(xué)原理，從供給和需求兩個方面入手，選取了五個經(jīng)濟(jì)指標(biāo)，供給方：房屋竣工面積（FSC）、房地產(chǎn)開發(fā)投資額（REEIC），固定資產(chǎn)投資總額（FIC）。需求方：地區(qū)生產(chǎn)總值（GDP），居民人均可支配收入（PCDI）。上述因素的選取考慮到地區(qū)的特殊性，一些變量如：利率、貨幣供應(yīng)量等由國家統(tǒng)一調(diào)控，對各個地區(qū)影響相同，不予考慮。相關(guān)經(jīng)濟(jì)數(shù)據(jù)來源于各地市統(tǒng)計局、統(tǒng)計年鑒以及中經(jīng)網(wǎng)數(shù)據(jù)庫等權(quán)威機構(gòu)，受限于數(shù)據(jù)的可得性，實證數(shù)據(jù)統(tǒng)一精確到季度。

（二）實證檢驗

1.平穩(wěn)性檢驗。

下面利用ADF根檢驗對南昌市PRICE、GDP、PCDI、FIC、FSC、REEIC的數(shù)據(jù)進(jìn)行檢驗，具體結(jié)果見表1。（△置于某變量前表明該變量經(jīng)過了一階差分，如變量PRICE的一階差分表示為△PRICE）

結(jié)果表明：在10%的顯著性水平下，南昌市所有數(shù)據(jù)一階差分后平穩(wěn)，通過了平穩(wěn)性檢驗。

2.協(xié)整檢驗。

利用Johanson的檢驗方法對南昌市指標(biāo)間的協(xié)整關(guān)系進(jìn)行檢驗。結(jié)果如表2所示。

由上表可以看出，南昌市數(shù)據(jù)至少存在兩對協(xié)整關(guān)系。

（三）VAR模型的建立

根據(jù)AIC和SC取值最小的準(zhǔn)則，結(jié)合擁有的數(shù)據(jù)量，經(jīng)過多次嘗試，最終將變量滯后期數(shù)確定為2?；貧w結(jié)果如下：

上述是以矩陣方程的形式建立的VAR模型，將內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的2期滯后值來構(gòu)建函數(shù)，將單變量自回歸模型推廣到由多元時間序列變量組成的“向量”自回歸模型，根據(jù)上述方程來進(jìn)行脈沖響應(yīng)函數(shù)分析以及方差分解分析。

模型建立完成后，需要對模型進(jìn)行穩(wěn)定性檢驗，本文采用AR根檢驗來檢驗?zāi)Ｐ偷姆€(wěn)定性，結(jié)果如圖1所示：

所有數(shù)據(jù)落在單位圓內(nèi)，所以模型穩(wěn)定。

（四）脈沖響應(yīng)函數(shù)分析

從圖2可以看出，當(dāng)本期給房價（PRICE）一個正向的自身沖擊后，房價（PRICE）立即上升450個單位，持續(xù)大約為1期，第2期開始呈現(xiàn)負(fù)響應(yīng)，第4期達(dá)到最大負(fù)響應(yīng)后逐漸收斂。表明預(yù)期對于房價（PRICE）影響顯著。

從圖3可以看出，固定資產(chǎn)投資（FIC）對于房價（PRICE）的影響比較顯著，1單位固定資產(chǎn)投資（FIC）對房價（PRICE）的正沖擊不會使房價（PRICE）立即變化，2期后房價（PRICE）上漲100個單位，然后逐漸回落，第4期出現(xiàn)反轉(zhuǎn)，房價（PRICE）下跌，第5期下跌到最低點，持續(xù)2期，逐漸收斂于原點，帶來的正負(fù)效應(yīng)均呈現(xiàn)減弱—加強—減弱。表明房價（PRICE）對于固定資產(chǎn)投資（FIC）的響應(yīng)滯后。

從圖4可以看出，房價（PRICE）對房屋竣工面積（FSC）的響應(yīng)也很顯著，1單位房屋竣工面積（FSC）的沖擊，使房價（PRICE）當(dāng)期下降20個單位；第2期出現(xiàn)反轉(zhuǎn)，第2.5期達(dá)到最大正響應(yīng)，上升約50個單位，然后開始下降，第3期下降到負(fù)值，呈現(xiàn)3期的負(fù)響應(yīng)。隨著脈沖的減弱，最終收斂于水平坐標(biāo)軸。由于正響應(yīng)的時間短、效果弱，所以不把它看作主要影響，總體來看，房屋竣工面積（FSC）對房價呈現(xiàn)出負(fù)的效應(yīng)。

從圖5可以看出，給房價（PRICE）一個正向的地區(qū)生產(chǎn)總值（GDP）沖擊，由于傳導(dǎo)的滯后效應(yīng)，房價（PRICE）不會立即變化，開始從0逐步上升，最高達(dá)到50個單位，上升趨勢持續(xù)2期，第3期逐步回歸到坐標(biāo)軸?？傮w來看，地區(qū)生產(chǎn)總值（GDP）對于房價（PRICE）的影響均是正向的。結(jié)合圖6看，給地區(qū)生產(chǎn)總值（GDP）一個正向的房價（PRICE）沖擊，房價（PRICE）上升約25個單位，由上文可知受房價（PRICE）的沖擊，地區(qū)生產(chǎn)總值（GDP）同時也上漲50個單位，因此，可以粗略估計出房價增長率/GDP增長率大約為2，由此可以看出南昌市房價（PRICE）存在一定程度的泡沫。

從圖7可以看出，1單位的人均可支配收入（PCDI）的正向沖擊，使房價（PRICE）從0開始逐步上升，1期后上升150個單位，達(dá)到最高點。隨著沖擊效應(yīng)的減弱逐漸回落到0點，整個過程持續(xù)約4期。整體來看，人均可支配收入（PCDI）對房價（PRICE）的影響十分迅猛，1期就將房價（PRICE）推向最高點，且在很長的時間內(nèi)持續(xù)，并始終呈現(xiàn)正向影響。

從圖8可以看出，給房價（PRICE）一個正向的房地產(chǎn)開發(fā)投資額（REEIC）沖擊，房價（PRICE）逐步上升，第2期達(dá)到最高點，上漲50個單位，然后逐漸回落，第3期回落到原點，繼續(xù)下行，至第4期下行至最低點，然后慢慢回升至原點。這一過程表明：房地產(chǎn)開發(fā)投資額在短期內(nèi)對于房價（PRICE）有著正向的影響，使房價（PRICE）上漲，長期來看，由于供需關(guān)系的改變，最終對房價（PRICE）呈現(xiàn)負(fù)向影響。

（五）方差分解分析

表3第1行表示預(yù)測期數(shù)，第1列表示各變量對于房價變化的貢獻(xiàn)度，每列相加為結(jié)果為100%，表3可以精確的描述每1期每個變量對于房價（PRICE）的貢獻(xiàn)程度。圖9是房價（PRICE）的方差分解圖。

由圖9可知，南昌市房價（PRICE）快速上漲的原因中，房價（PRICE）自身的影響占據(jù)了最大的比重，其次是人均可支配收入（PCDI），接下來是房屋竣工面積（FSC）和固定資產(chǎn)投資（FIC），地區(qū)生產(chǎn)總值（GDP）和房地產(chǎn)開發(fā)投資額（REEIC）對房價（PRICE）的影響未能發(fā)揮出應(yīng)有的作用，影響程度均未超過5%。結(jié)合表3分析，房價（PRICE）對于自身的影響整體上呈現(xiàn)下降的趨勢，雖然在第3期和第4期有短暫的上漲，但是幅度很小，不占主導(dǎo)地位，且前期下降十分迅速，隨著期數(shù)的推移，下降的趨勢逐漸減弱。

人均可支配收入（PCDI）對于房價（PRICE）的影響比較穩(wěn)定，除第二期大幅上升至29%外，其余影響在26%左右徘徊，說明人均可支配收入（PCDI）對南昌房價（PRICE）的貢獻(xiàn)穩(wěn)定且有力。

房屋竣工面積（FSC）和房地產(chǎn)開發(fā)投資額（FIC）對于房價（PRICE）的影響是雙重的，一方面增加房屋供給，使房價（PRICE）降低，另一方面，促進(jìn)宏觀經(jīng)濟(jì)發(fā)展，帶動房價（PRICE）上升。結(jié)合圖3、圖4的脈沖響應(yīng)函數(shù)可以看出，房地產(chǎn)開發(fā)投資額（FIC）和房屋竣工面積（FSC）對于房價（PRICE）的整體效應(yīng)是負(fù)向的，對于抑制房價（PRICE）有著積極的作用，但是由于各自的貢獻(xiàn)度不大（FSC為16%，F(xiàn)IC為7%），所以未能對房價（PRICE）高企起到很好的抑制作用。

宏觀地看，影響南昌市房價的各因素中，需求一端（PRICE、GDP、PCDI）起到主要作用，占比約80%，供給一端（FSC、FIC、REEIC）作用明顯不足，只占比20%。供給和需求嚴(yán)重失衡，造成南昌房價持續(xù)走高。

三、結(jié)論及相關(guān)建議

（一）實證研究結(jié)論

基于南昌市2010年到2016年的季度數(shù)據(jù)，本文對南昌市房價的驅(qū)動因素及動力機制進(jìn)行了研究，發(fā)現(xiàn)南昌市房地產(chǎn)存在一定程度的泡沫；預(yù)期對南昌市房價起著決定性的作用，其影響不存在滯后性；人均可支配收入的快速增長刺激了有效需求，拉動南昌房價快速上漲；供給側(cè)（FIC、FSC、REEIC）對于南昌房價的影響程度很小并且存在滯后效應(yīng)，對于房價的抑制未能充分發(fā)揮作用。

南昌房價動力機制如圖10所示，地區(qū)生產(chǎn)總值（GDP）的增長加速了人均可支配收入（PCDI）的增長，使更多人產(chǎn)生購房需求，加速了固定資產(chǎn)投資（FIC）和房地產(chǎn)開發(fā)投資（REEIC）增加了房屋竣工面積（FSC），促進(jìn)了房地產(chǎn)行業(yè)的發(fā)展；房地產(chǎn)行業(yè)的發(fā)展又帶動了GDP的增長，形成一個良性循環(huán)。但是如果過分追求高GDP而不重視發(fā)展質(zhì)量，盲目投資房地產(chǎn)市場，引起經(jīng)濟(jì)過熱，房地產(chǎn)市場泡沫化，造成房價的非理性高預(yù)期，實際價格遠(yuǎn)遠(yuǎn)超過消費者的購買力，形成一個惡性循環(huán)，這將會嚴(yán)重?fù)p害市場經(jīng)濟(jì)的發(fā)展。通過上述的研究我們發(fā)現(xiàn)南昌市房價與其經(jīng)濟(jì)發(fā)展水平不相符，房地產(chǎn)市場存在一定程度的泡沫化，導(dǎo)致一定程度的惡性循環(huán)，最終推高了南昌市的房價。

（二）相關(guān)建議

高房價抑制了多數(shù)普通勞動者的剛性需求和改善性需求，加重了以居住為目的的購房者的經(jīng)濟(jì)壓力，壓縮了其他產(chǎn)業(yè)的市場空間，阻礙了國民經(jīng)濟(jì)產(chǎn)業(yè)體系的協(xié)調(diào)發(fā)展，削弱了中國經(jīng)濟(jì)競爭力，為此提出如下調(diào)控建議：

1.限購限貸抑制投機性需求，通過限購限貸限制炒房團(tuán)的擴張勢頭。過快的GDP增長造成投機性需求增大，通過限購能夠有效抑制過剩需求，通過限貸抑制過剩需求下對于購房資金的需求。

2.基礎(chǔ)設(shè)施建設(shè)均等化，完善老城區(qū)基礎(chǔ)設(shè)施建設(shè)，加強新老城區(qū)中心鏈接。有效緩解老城區(qū)居民進(jìn)一步購房的需求。

3.加強“衛(wèi)星城”的城鎮(zhèn)建設(shè)，使得周邊城鎮(zhèn)地區(qū)發(fā)展同樣有所改觀，使得落后城鎮(zhèn)有一定發(fā)展，減少城市涌入人口，減緩住房需求。

4.投資保障性住房建設(shè)，優(yōu)化商品房供應(yīng)結(jié)構(gòu)。增加保障性住房的建設(shè)不僅能夠提高市場供房量，同時也能夠提高南昌市低薪階層的住房占有率，提高社會福利水平。

5.優(yōu)化房地產(chǎn)稅費結(jié)構(gòu)，我國對于房地產(chǎn)市場的稅收實行的是印花稅和個人所得稅，對于自用房沒有房產(chǎn)稅。由于稅收制度方面的不足，給一些投機者造成了投機的機會，嚴(yán)重地擾亂了房地產(chǎn)的供求關(guān)系，造成房價居高不下。

參考文獻(xiàn)：

[1] 羅鵬飛.導(dǎo)致房價波動的經(jīng)濟(jì)因素——基于VAR模型的實證分析[J].九江學(xué)院學(xué)報（社會科學(xué)版），2012（4）

[2] 肖磊.房價影響因素與地區(qū)房價差異分析——基于30個省會城市的截面數(shù)據(jù)[J].經(jīng)濟(jì)研究導(dǎo)論，2011（35）

[3] 張弛.中國一二三線城市房價影響因素分析[J].現(xiàn)代商業(yè)，2016（5）

[4] 陳芳.影響城市商品房價格因素的實證分析——基于武漢市數(shù)據(jù)[J].湖北文理學(xué)院學(xué)報，2016（8）

[5] 牛雪賈.基于VAR模型對商品房價格影響因素的實證分析——以上海市房價為例[J].科技與產(chǎn)業(yè)，2016（6）

[6] 羅潔.中國一線城市房價傳導(dǎo)機制研究——基于VAR模型的實證分析[J].商2015（47）

（作者單位：南昌大學(xué) 江西南昌 330031）

（作者簡介：{1}南昌大學(xué)經(jīng)濟(jì)管理學(xué)院大三學(xué)生；{2}南昌大學(xué)前湖學(xué)院大二學(xué)生；{3}南昌大學(xué)經(jīng)濟(jì)管理學(xué)院大三學(xué)生；{4}南昌大學(xué)前湖學(xué)院大三學(xué)生。）

（責(zé)編：賈偉）