郭　宁

提要加强对房地产市场的监管是目前我国政府宏观调控的重点。上海市作为我国集贸易、金融、信息中心为一体的综合性城市,宏观因素对房地产价格带来的影响尤为明显。本文基于四象限模型理论对1998～2006年上海市的经济基本面数据进行分析,并运用Eviews5.1软件对其中的时间序列数据进行相关检验,得出影响房地产价格的宏观因素。

关键词:四象限模型;房地产价格;宏观因素;实证检验

中图分类号:F293.3文献标识码:A

住宅是居民的基本生活需求。1998年以前,我国已经有了房地产市场。1988年政府提出了土地市场化的运作,但是当初所做的市场化不是纯粹意义的市场化,有很多的项目、市场主要是涉外的,比如涉外公寓等。自1998年以来,我国开始实行住房市场化改革,这也是房地产市场的开端,从这时候房地产市场才开始发展,并成为当今社会的一个热点问题。

房地产业的发展可以有效地刺激经济增长、促进社会的稳定和发展,而居住水平的提高和住宅建设成就已成为衡量国家进步和社会发展的重要标志之一。商品房综合质量不断改进,人民的居住条件和居住环境有了较大改善,人们的生活质量和水平因此得到了大幅提高。上海房地产业的发展从上世纪九十年代初期开始启动,房地产市场经历了发展、上升、高峰、下降、低潮的过程,期间产生了一些问题,例如:市场秩序混乱、住宅空置率上升、住宅价格差异扩大等。住宅价格变化和住宅市场的发展,一直是上海市政府关注的焦点,为解决房地产市场的问题曾经出台了一系列的政策,以维持上海房地产市场的健康发展,但如何保持上海房地产市场的繁荣,稳定上海房地产市场的价格,仍然还在探索之中,因此研究房地产市场价格的宏观市场影响因素,有着重要的现实与理论意义。

一、现实层面宏观调控政策的特点

1、加快住房保障体系建设。2007年住房保障政策的主要特点是将住房保障的重点由经济适用房调整为廉租房,由中低收入者调整为低收入者。

2、主要通过信贷手段抑制房产投资需求。2007年在投资需求旺盛、房价高涨的背景下,国家改用信贷政策来抑制投资需求,把第二套住房首付比例由30%提高到40%,相应提高按揭贷款利息,第一套住房的首付比例和按揭贷款利息保持不变。它不仅抑制了投资需求,还抑制了部分自住需求。

3、由严格控制土地供应调整为加大、加快土地供应。2007年土地政策由严格控制土地供应调整为加大、加快土地供应,特别是普通商品房、经济适用房和廉租房的土地供应。增加土地供应的途径主要有两个:一是加大土地推出的数量,加快土地推出的速度;二是加大土地闲置的处罚力度,严厉打击囤地行为。

4、存款准备金率和基准利率上调幅度空前。2007年中国人民银行重拳出击,连续10次上调金融机构存款准备金率,累计上调5.5个百分点,调整力度历史少有。紧缩的货币政策并非完全针对房地产业,但对依靠银行贷款维持经营的房地产企业和依靠按揭贷款购房的个人来说,成本的增加都是显著的,起到从供求两方面抑制房地产市场的作用。

5、更加注重已出台政策的执行。在2005年和2006年,中央实施了一系列全面、严厉、深入的调控政策之后,近两年虽然延续了对房地产宏观调控的态势,但只是零散地出台了一些政策,并没有出台全面的调控政策,重点在于落实前两年的政策。

二、从理论研究方面得出的四象限模型(图1)

本文中的模型的建立考虑到的分析指标是变量新建房屋施工面积、商品房价格人均可支配收入以及国内生产总值,正如图1中的第三象限(西南象限),描述的是房地产价格同新建量之间的关系。从长期来看,房地产价格应同它的重置成本相等,因此也就描述了重置资本同新建量之间的关系。这里假设随着新建量的增加,重置成本将会增加。影响重置成本的其他因素将会导致整个曲线的移动——重置成本升高将使曲线向左平移,重置成本降低将使曲线向右移动。

该象限对应的方程为:P=f(C)

式中,P为价格;C为重置成本。

三、结合现实数据建立模型并检验修正

现以上海市为例,运用四象限模型、计量经济学理论以及Eviews5.1软件对上海市房地产市场做出宏观分析,由计量经济学知识建立线性回归模型1得:

Y=β₀+β₁X₁+β₂X₂+β₃X₃+u(1)

式中:Y为商品房屋平均销售价格(元/平方米);X₁为GDP(亿元);X₂为人均可支配收入(元);X₃为新建房屋施工面积(万平方米)。

(一)对模型的稳定性进行检验。对1999～2006年上海市经济基本面数据运用Eviews5.1软件进行简单最小二乘法回归,得回归模型为:

Y=0.5966X₁+0.0223X₂+0.013X₃+541.9968

(0.1172)(0.8969)(0.6675)(0.3633)

[1.8913][0.1363][0.4560][0.9999]

注:()内为P检验量的值,[]内为T检验量的值。

由回归结果可知,模型中的自变量X₁、X₂、X₃的P值过大,不能通过稳定性检验。此时的R2=0.98,Jarque-Bera=0.9150,Probability=0.6329。

由于对变量进行自然对数变换后不改变原序列的协整关系,并有助于消除时间序列中存在的异方差现象,所以对原模型中的变量进行自然对数变换,得到新的估计模型2为:

Log(Y)=β₀+β₁log(X₁)+β₂log(X₂)+β₃log(X₃)+u(2)

运用Eviews5.1软件对给定的数据进行简单最小二乘法回归,可得回归模型为:

LOG(Y) = 0.7748LOG(X₁) + 0.0907LOG(X₂) + 0.0188LOG(X₃) + 0.659

(0.0510)(0.8092)(0.4057)(0.5342)

[2.5547][0.2546][0.9076][0.6671]

注:()内为P检验量的值,[]内为T检验量的值。

由回归结果可知模型2的R2=0.99,较模型1明显有所提高,而且变量X₁通过了显著性水平在10%下的t检验,所以模型2相比较模型1来说,更可取。

(二)检验模型是否存在多余变量。由于在模型2中的变量X₂、X₃仍未通过t检验,所以对模型进行是否存在多余变量的检验。

原假设:X₁是不显著的,进行多余变量检验的Prob.F(1,5)=0.050975,在5%的显著性水平条件下,未通过检验,接受原假设,即变量X₁对于模型来说是不显著的,应舍去,得模型3为:

LOG(Y)=0.9821LOG(X₂)+0.0508LOG(X₃)-1.3415(3)

R^2=0.978217,接近于1,说明自变量X₂、X₃很好地解释了因变量Y,通过检验。F=134.7214,通过检验。X₂和X₃的P值分别为0.0001和0.0687,接近于零,在10%的显著性水平检验下也通过检验。

(三)异方差性与自相关检验和修正

1、异方差性的检验和修正。在模型3的回归结果下,运用怀特检验法检验异方差性,得到的结果为Obs*R-squared的p值>0.05,所以在5%的显著性水平下接受原假设,即不存在异方差。

2、自相关的检验和修正。在模型3的回归结果下,运用拉格朗日指数检验法检验自相关性,得到的结果为,RESID(-1)的p值>0.05,所以在5%的显著性水平下接受原假设,即不存在自相关性。

四、模型检验结果与结论

从上面模型的建立、检验、修正的结果可以看出,在房地产市场的宏观层面来看,自变量人均可支配收入和新建房屋施工面积解释了因变量商品房屋平均销售价格的97.82%,并存在稳定的动态均衡关系,而且模型不存在异方差性和自相关,这也正是从现实意义上验证了四象限模型的正确性。实证结果进一步表明,从长期来看,上海市的人均可支配收入和新建房屋施工面积对房地产价格的影响显著,对于房地产价格的涨跌起着决定性影响;人均可支配收入和新建房屋施工面积的波动性有助于预测房地产价格的走势;同时,房地产价格的走势也反映出了经济的走势。为了进一步促进房地产市场的健康发展,应把上海市的经济发展速度控制在一个适度的范围之内,并可根据人均可支配收入和新建房屋施工面积的波动做好房地产价格的预警、调控工作。

(作者单位:云南财经大学)

主要参考文献:

[1]沈悦.房地产价格与宏观经济的关系研究[M].北京:中国水利水电出版社,知识产权出版社,2006.

[2]张红.房地产经济学[M].北京:清华大学出版社.

[3]高铁梅.计量经济分析方法与建模[M].北京:清华大学出版社,2006.

[4]张许颖.计量经济学[M].郑州:郑州大学出版社,2003.

[5]潘省初,周凌瑶.计量经济分析软件,Eviews,SAS简明上机指南[M].北京:中国人民大学出版社,2005.