□陳繼東

(安徽理工大學(xué),安徽 淮南 232001)

1 引言

與發(fā)達(dá)國(guó)家上百年房地產(chǎn)市場(chǎng)發(fā)展相比，我國(guó)房地產(chǎn)市場(chǎng)發(fā)展僅有近三十年歷史。開(kāi)始于20世紀(jì)90年代的中國(guó)房地產(chǎn)市場(chǎng)，在前十年的住宅市場(chǎng)化和商品化進(jìn)程中緩慢發(fā)展，1998年福利分房政策取消以后，我國(guó)房地產(chǎn)市場(chǎng)進(jìn)入歷史性快速發(fā)展階段，全國(guó)新建商品房成交面積由1991年的0.3億平方米增加到2011年的11億平方米。房?jī)r(jià)更是呈現(xiàn)出大漲小跌和長(zhǎng)漲短調(diào)的周期性趨勢(shì)，經(jīng)過(guò)五輪調(diào)控，房?jī)r(jià)由1991年的786元每平方米上漲到2011年5 377元每平方米，漲幅高達(dá)584%，而同期我國(guó)居民消費(fèi)價(jià)格指數(shù)幅度為373.16%。從房地產(chǎn)本身來(lái)看，伴隨經(jīng)濟(jì)社會(huì)的進(jìn)步以及通貨膨脹的加劇，房?jī)r(jià)適度上揚(yáng)是正常情況。但房地產(chǎn)業(yè)的發(fā)展關(guān)乎國(guó)民的切身利益，同時(shí)與其他部門經(jīng)濟(jì)聯(lián)系密切。房地產(chǎn)市場(chǎng)關(guān)聯(lián)產(chǎn)業(yè)鏈多而復(fù)雜，商品房兼具居住和投資雙重屬性，房?jī)r(jià)的周期性變動(dòng)對(duì)居民生活水平、宏觀經(jīng)濟(jì)以及衍生產(chǎn)業(yè)鏈發(fā)展都產(chǎn)生了重要的影響。因此，有必要對(duì)房?jī)r(jià)影響因素作進(jìn)一步探析，為發(fā)展健康良好的中國(guó)房地產(chǎn)市場(chǎng)提供量化依據(jù)。

關(guān)于商品房?jī)r(jià)格影響因素的研究，諸多學(xué)者進(jìn)行了大量的研究并取得了一系列成果。袁東(2016)從我國(guó)房地產(chǎn)供需兩個(gè)維度出發(fā)，認(rèn)為居民可支配收入、流動(dòng)性水平、居民投機(jī)預(yù)期等需求因素是造成房地產(chǎn)市場(chǎng)價(jià)格波動(dòng)的主要因素，并采集了北京、上海等一線城市數(shù)據(jù)進(jìn)一步指出了土地供應(yīng)對(duì)房地產(chǎn)價(jià)格的影響。[1]湯文彬(2016)通過(guò)對(duì)31 個(gè)省(市、區(qū)) 的經(jīng)濟(jì)基本面和房地產(chǎn)價(jià)格的數(shù)據(jù)進(jìn)行實(shí)證分析，認(rèn)為房地產(chǎn)價(jià)格的主要影響因素除消費(fèi)者購(gòu)買力外，還包括產(chǎn)品成本、企業(yè)數(shù)量、人均資源占有量、投資狀況以及稅收政策。[2]劉彩云(2017)根據(jù)我國(guó)房地產(chǎn)市場(chǎng)發(fā)展情況建立非線性因素組合,提出了基于多因素影響的房地產(chǎn)價(jià)格預(yù)測(cè)組合模型。[3]安輝、王瑞東(2013)綜合考察了經(jīng)濟(jì)基本面與非經(jīng)濟(jì)基本面對(duì)房地產(chǎn)價(jià)格的影響，認(rèn)為土地政策和保障房政策對(duì)房地產(chǎn)價(jià)格的影響雖然存在一定時(shí)滯，但對(duì)房地產(chǎn)價(jià)格的影響是長(zhǎng)期的且效果明顯。[4]李文潔(2014)對(duì)我國(guó)30個(gè)大中城市年度房地產(chǎn)價(jià)格數(shù)據(jù)進(jìn)行了實(shí)證分析，得出了宏觀因素、各城市的經(jīng)濟(jì)運(yùn)行基本面、人口、居民家庭收入與房地產(chǎn)價(jià)格呈現(xiàn)出正相關(guān)關(guān)系。[5]

綜上，我國(guó)學(xué)者關(guān)于房地產(chǎn)價(jià)格影響因素研究方向主要是從供需兩個(gè)方面對(duì)諸多因素進(jìn)行歸納，都取得了一定的研究成果，范圍主要從消費(fèi)者需求及房地產(chǎn)市場(chǎng)供給、政策、宏觀經(jīng)濟(jì)等三個(gè)方面進(jìn)行研究。但多局限于靜態(tài)、定性研究，定量研究不足，且采集數(shù)據(jù)范圍具有一定局限性，尤其是針對(duì)影響因素與房?jī)r(jià)量化對(duì)應(yīng)關(guān)系方面的研究更為少見(jiàn)。因此，本文選擇2007年-2017年我國(guó)70個(gè)大中城市面板數(shù)據(jù)，在前人研究基礎(chǔ)上，構(gòu)建基于商品房?jī)r(jià)格影響因素體系的線性方程，運(yùn)用蒙特卡羅算法，對(duì)隨機(jī)數(shù)據(jù)進(jìn)行多次抽樣和運(yùn)算，深入剖析各因素對(duì)我國(guó)商品房?jī)r(jià)格波動(dòng)影響程度。

2 影響因素及指標(biāo)體系構(gòu)建

2.1 影響因素識(shí)別

綜合前人在商品房?jī)r(jià)格影響因素以及我國(guó)房地產(chǎn)發(fā)展規(guī)律，影響商品房?jī)r(jià)格周期性波動(dòng)的因素主要有五個(gè)，即經(jīng)濟(jì)、政策、資金、存貨、消費(fèi)者。[6]。

(1)經(jīng)濟(jì)因素

宏觀經(jīng)濟(jì)是影響商品房?jī)r(jià)格走勢(shì)的基本面。本質(zhì)上而言，房地產(chǎn)是宏觀經(jīng)濟(jì)的一個(gè)重要組成部分，經(jīng)濟(jì)周期與房地產(chǎn)市場(chǎng)變化呈現(xiàn)出同向變動(dòng)趨勢(shì)。當(dāng)宏觀經(jīng)濟(jì)基本面呈現(xiàn)較好態(tài)勢(shì)時(shí)，房地產(chǎn)市場(chǎng)以及商品房?jī)r(jià)格一般情況下不會(huì)出現(xiàn)較大幅度波動(dòng)。當(dāng)宏觀經(jīng)濟(jì)表現(xiàn)較差時(shí)，房地產(chǎn)市場(chǎng)和商品房?jī)r(jià)格會(huì)出現(xiàn)相應(yīng)的調(diào)整。同時(shí)，鑒于商品房具有居住和投資雙重屬性，通過(guò)近年來(lái)的數(shù)據(jù)可以發(fā)現(xiàn)，當(dāng)宏觀經(jīng)濟(jì)走勢(shì)疲軟時(shí)，往往需要房地產(chǎn)市場(chǎng)的拉動(dòng)。[7]

(2)政策因素

政策是房地產(chǎn)市場(chǎng)短周期變化的源泉，中央政策的出臺(tái)直接影響房地產(chǎn)市場(chǎng)商品房成交量。從國(guó)家政策考慮，政府對(duì)房地產(chǎn)開(kāi)發(fā)影響因素中最重要的金融支持就是信貸政策，直接影響房地產(chǎn)市場(chǎng)價(jià)格預(yù)期。銀行利率對(duì)房?jī)r(jià)問(wèn)題的影響則是通過(guò)房地產(chǎn)業(yè)的特性決定，作為高負(fù)債行業(yè)，房產(chǎn)商則需要債務(wù)融資去獲得大部分資金，故房?jī)r(jià)對(duì)利率變動(dòng)很敏感。[8]在國(guó)家的宏觀調(diào)控下，使房?jī)r(jià)逐漸進(jìn)入理性回歸的狀態(tài)。

(3)資金因素

資金因素是導(dǎo)致房地產(chǎn)市場(chǎng)商品房?jī)r(jià)格波動(dòng)的基礎(chǔ)性因素。貨幣供應(yīng)量、資金成本、企業(yè)資金都是直接影響價(jià)格走勢(shì)的關(guān)鍵指標(biāo)。與政策因素影響不同，資金因素對(duì)商品房?jī)r(jià)格影響呈現(xiàn)出一種客觀穩(wěn)定的現(xiàn)象，具有較強(qiáng)持續(xù)性，不易受到市場(chǎng)預(yù)期變化的影響。

(4)存貨因素

從市場(chǎng)機(jī)制角度而言，商品房存量實(shí)質(zhì)上是供求關(guān)系的反映。市場(chǎng)經(jīng)濟(jì)中，商品價(jià)格的直接影響因素是供求關(guān)系。聚焦到房地產(chǎn)市場(chǎng)，經(jīng)濟(jì)、政策、資金變化會(huì)傳導(dǎo)到商品房?jī)r(jià)格走勢(shì)中，但供求關(guān)系程度的影響更為直接和明顯。

(5)消費(fèi)者因素

從消費(fèi)者角度出發(fā)，影響房?jī)r(jià)的因素有居民可支配收入、消費(fèi)者價(jià)格指數(shù)、消費(fèi)者對(duì)房?jī)r(jià)的預(yù)期、房屋租賃、人口數(shù)量等方面。隨著居民可支配收入的增加，對(duì)住房的要求也會(huì)提高，進(jìn)而使房?jī)r(jià)提高；消費(fèi)價(jià)格指數(shù)無(wú)法全面反映國(guó)內(nèi)房?jī)r(jià)變化問(wèn)題；如果消費(fèi)者預(yù)期未來(lái)房?jī)r(jià)會(huì)上升，則會(huì)加大對(duì)商品房的需求，反之，需求會(huì)減少；如果房屋租賃價(jià)格上漲，則會(huì)影響有能力的消費(fèi)者購(gòu)買商品，從而提高房?jī)r(jià).反之，降低房?jī)r(jià)；家庭人口數(shù)量的增多也會(huì)加大對(duì)商品房的需求。[9]

2.2 評(píng)價(jià)指標(biāo)體系構(gòu)建

商品房?jī)r(jià)格波動(dòng)受多種因素影響，但并不是所有的因素都可以進(jìn)行定量分析，結(jié)合前文對(duì)商品價(jià)格影響因素論述，選取宏觀和微觀兩方面指標(biāo)，即市場(chǎng)行為和消費(fèi)者行為對(duì)商品房?jī)r(jià)格波動(dòng)的原因進(jìn)行量化，見(jiàn)表1所示。

表1 商品房?jī)r(jià)格評(píng)價(jià)指標(biāo)體系

其中，關(guān)于商品房?jī)r(jià)格波動(dòng)率是國(guó)家統(tǒng)計(jì)局發(fā)布的我國(guó)70個(gè)大中城市年度新建住宅價(jià)格指數(shù)同比變動(dòng)數(shù)據(jù),即年度價(jià)格變動(dòng)程度。宏觀經(jīng)濟(jì)影響商品房?jī)r(jià)格影響指標(biāo)是國(guó)內(nèi)生產(chǎn)總值(GDP)和反映經(jīng)濟(jì)活躍程度的制造業(yè)采購(gòu)經(jīng)理指數(shù)(PMI)。房地產(chǎn)市場(chǎng)供需方面，采用住宅存量、存銷比、新開(kāi)工量是度量商品房存貨的三個(gè)主要指標(biāo)。[10]在居民消費(fèi)行為度量上，選取影響房?jī)r(jià)明顯性較高的因素，即居民可支配收入、消費(fèi)者對(duì)房?jī)r(jià)的預(yù)期、房屋租賃三方面。無(wú)風(fēng)險(xiǎn)利率使用國(guó)債利率作為指標(biāo)，反映了銀行信貸政策影響效果。

為便于研究，以上各指標(biāo)均采用變動(dòng)比率數(shù)據(jù)進(jìn)行度量。在是數(shù)據(jù)選擇上，采用國(guó)家統(tǒng)計(jì)局每年發(fā)布的70個(gè)大中城市房?jī)r(jià)數(shù)據(jù)為基礎(chǔ)，并對(duì)應(yīng)選擇70個(gè)大中城市對(duì)應(yīng)的各計(jì)算指標(biāo)數(shù)據(jù)。

3 蒙特卡羅算法分析

3.1 蒙特卡羅評(píng)估模型

蒙特卡羅方法的原理是使用計(jì)算機(jī)測(cè)算出不同隨機(jī)變量值，根據(jù)不同概率值將隨機(jī)數(shù)據(jù)帶入目標(biāo)函數(shù)，以此計(jì)算目標(biāo)函數(shù)值的各種可能情況以及概率分布特征。使用蒙特卡羅方法的優(yōu)勢(shì)在于可以對(duì)目標(biāo)函數(shù)進(jìn)行間接的度量和評(píng)估。[11]該方法在項(xiàng)目投資風(fēng)險(xiǎn)評(píng)估以及多因素實(shí)證分析中得到廣泛應(yīng)用。蒙特卡羅方法的假設(shè)是隨機(jī)變量樣本的概率分布是已知的，有一個(gè)可以用于隨機(jī)試驗(yàn)的已知樣本，并且要求樣本中的各個(gè)變量相互獨(dú)立。為此，選擇2007-2017年10年間我國(guó)70個(gè)大中城市房地產(chǎn)數(shù)據(jù)以及對(duì)應(yīng)的微觀標(biāo)量值、宏觀經(jīng)濟(jì)數(shù)據(jù)作為隨機(jī)試驗(yàn)的樣本，同時(shí)假設(shè)每年出現(xiàn)的評(píng)價(jià)指標(biāo)值的概率是相同的，即用于抽樣的概率分布是均勻分布。

在實(shí)證方法上，論文采用蒙特卡羅抽樣方法與線性方程相結(jié)合，基于商品房?jī)r(jià)格變動(dòng)比率，對(duì)上述構(gòu)建的指標(biāo)體系進(jìn)行組合，構(gòu)建一個(gè)多元回歸方程模型。

P=a1x1+a2x2+…+anxn+ε

(1)

公式(1)反映了經(jīng)濟(jì)運(yùn)行因素以及居民消費(fèi)行為等10類指標(biāo)組成的變量對(duì)商品房?jī)r(jià)格的影響程度。其中，P為被解釋變量，表示綜合價(jià)格指數(shù)波動(dòng)率，涵蓋國(guó)家統(tǒng)計(jì)統(tǒng)計(jì)發(fā)布的我國(guó)70個(gè)大中城市商品房?jī)r(jià)格數(shù)據(jù)；x為解釋變量，表示影響指標(biāo)取值；a表示影響商品房?jī)r(jià)格指數(shù)的概率；ε表示隨機(jī)數(shù)的擾動(dòng)項(xiàng)。在模型的數(shù)據(jù)素選擇方面，可以通過(guò)歷年的統(tǒng)計(jì)數(shù)據(jù)作為蒙特卡羅模擬隨機(jī)抽樣的樣本，并假設(shè)歷年各變量變動(dòng)的概率是相同的，即該樣本數(shù)據(jù)為均勻概率分布。[12]

3.2 蒙特卡羅模擬過(guò)程

本文的研究目的是通過(guò)研究各項(xiàng)計(jì)量指標(biāo)對(duì)商品房?jī)r(jià)格變動(dòng)的影響程度。具體過(guò)程是：以城市i的房?jī)r(jià)pit為例，pit由前文10類計(jì)量指標(biāo)進(jìn)行解釋。相應(yīng)的，選擇我國(guó)2007-2107年70個(gè)大中城市房地產(chǎn)價(jià)格面板數(shù)據(jù)，則構(gòu)成了70組解釋變量數(shù)據(jù)。根據(jù)公式(1)含義，由解釋變量和被解釋變量構(gòu)成的回歸方程在第t年表現(xiàn)出一個(gè)由11個(gè)變量和70個(gè)城市構(gòu)成的二維向量表，是一個(gè)11×70階矩陣,2007-2017年10年期間的面板數(shù)據(jù)則構(gòu)成11×700矩陣數(shù)據(jù)。

E(Pt)=E(a1x1)+E(a2x2)+…+E(anxn)+ε

重復(fù)以上實(shí)驗(yàn)5 000次，共得到5 000組數(shù)據(jù)?？梢钥闯?，經(jīng)過(guò)多次抽樣生成的數(shù)據(jù)經(jīng)過(guò)取平均值后，在樣本的有效性方面將更具有研究?jī)r(jià)值。

圖1 蒙特卡羅抽樣后價(jià)格指數(shù)分布

重復(fù)實(shí)驗(yàn)后，再對(duì)商品房?jī)r(jià)格變量列向量求出均值和方差,即可求出變量在計(jì)算周期的每一年的均值和方差，并對(duì)樣本數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)就可以得到價(jià)格指數(shù)波動(dòng)率的累積概率分布以及直方圖。通過(guò)抽樣前后的商品房?jī)r(jià)格指數(shù)頻分布圖(見(jiàn)圖1所示)可以看出，經(jīng)過(guò)蒙特卡羅實(shí)驗(yàn)以后得出的數(shù)據(jù)在概率分布更加接近真實(shí)情況。

3.3 蒙特卡羅模擬結(jié)果分析

通過(guò)蒙特卡羅抽樣，得到了關(guān)于商品房?jī)r(jià)格指數(shù)波動(dòng)的11×5000階平均數(shù)矩陣。基于實(shí)驗(yàn)數(shù)據(jù)，采用最小二乘法(Pooled-OLS)使用SPASS軟件對(duì)關(guān)于商品房?jī)r(jià)格變動(dòng)指數(shù)的線性方程進(jìn)行相關(guān)性檢驗(yàn)，得出如下計(jì)算結(jié)果。

衡量商品房?jī)r(jià)格指數(shù)驅(qū)動(dòng)指標(biāo)的相關(guān)系數(shù)表明，在商品房?jī)r(jià)格波動(dòng)影響因素中，居民收入以及對(duì)應(yīng)的收入比影響權(quán)重最大達(dá)到0.184，可見(jiàn)商品房兼具投資和居住雙重功能，居民收入狀況直接決定了區(qū)域商品房?jī)r(jià)格走勢(shì)，相應(yīng)的，收入比是居民收入狀況的具體反映，對(duì)應(yīng)的相關(guān)系數(shù)為0.126。售租比在本次實(shí)證研究中相關(guān)性不高，具體原因可能是樣本數(shù)據(jù)在采集過(guò)程中對(duì)區(qū)域房租代表性不夠。見(jiàn)表2。

表2 變量相關(guān)系數(shù)

其次是宏觀經(jīng)濟(jì)運(yùn)營(yíng)情況，國(guó)內(nèi)生產(chǎn)總值(GDP)和制造業(yè)采購(gòu)經(jīng)理指數(shù)(PMI)與商品房?jī)r(jià)格指數(shù)呈現(xiàn)出較強(qiáng)的相關(guān)性，但PMI相關(guān)系數(shù)低于GDP數(shù)據(jù)，說(shuō)明PMI在衡量經(jīng)濟(jì)運(yùn)行情況時(shí)具有一定先導(dǎo)性。[14]同時(shí)，支撐區(qū)域商品房?jī)r(jià)格走勢(shì)的有房地產(chǎn)開(kāi)工量和商品房庫(kù)存情況。

4 結(jié)論

對(duì)我國(guó)70個(gè)大中城市在2007到2017年商品房?jī)r(jià)格指數(shù)的實(shí)證研究結(jié)果表明,商品房?jī)r(jià)格變動(dòng)主要受宏觀經(jīng)濟(jì)和消費(fèi)者行為兩方面宏觀和微觀因素驅(qū)動(dòng)變量總體顯著性較高，微觀層面因素對(duì)房地產(chǎn)價(jià)格的解釋力較強(qiáng)，而宏觀經(jīng)濟(jì)因素對(duì)房地產(chǎn)價(jià)格的解釋程度相對(duì)較低，其中，宏觀經(jīng)濟(jì)各運(yùn)行指標(biāo)影響程度低于消費(fèi)者行為指標(biāo)。通過(guò)蒙特卡羅方法得出實(shí)驗(yàn)數(shù)據(jù)，進(jìn)行線性回歸分析，得出了各影響因素對(duì)商品房?jī)r(jià)格的影響系數(shù)。另一方面，通過(guò)蒙特卡羅方法對(duì)樣本數(shù)據(jù)進(jìn)行抽樣，拓寬了樣本數(shù)據(jù)的來(lái)源，使得實(shí)驗(yàn)數(shù)據(jù)更具有針對(duì)性，在概率分布上更加接近真實(shí)情況，為開(kāi)展房地產(chǎn)市場(chǎng)投資研究和政府精準(zhǔn)調(diào)控研究提供了良好的參考方法。