房月琴 台玉红 白佳敏

摘 要：以房地产市场为研究对象，利用百度搜索指数等三项二级指标建立情绪指数。通过回归模型实证研究发现，消费者情绪和经济政策不确定性显著影响房价波动。经济政策不确定性在消费者情绪影响房价波动的过程中有显著的正向调节作用。此外，消费者情绪对房价波动的影响因区域不同有所差异，从东向西呈逐渐增加趋势。

关键词：消费者情绪;经济政策;不确定性;房价波动;调节作用

中图分类号：F293.3        文献标志码：A      文章编号：1673-291X（2020）28-0001-04

引言

近年来，随着中国经济快速增长，房地产业也迅速发展，房地产价格上涨已成为影响中国经济发展和社会稳定的一个重要因素。由于房地产市场信息不对称，市场参与者获得信息的渠道多种多样，渠道分散，市场投机性越来越强，情绪已成为影响住房价格的重要因素。商品住房有消费和投资两个属性：当消费者情绪上涨时，“晚买不如早买”的心理更强烈，进一步提高了住房价格;当消费者情绪下跌时，会持等待和观望的态度，这将导致住房市场的需求规模缩小，从而导致住房价格下跌。在这一背景下，国家经济政策在不断调整，以期对房地产市场及相关经济指标进行指导与调控。因此，本文旨在研究经济政策不确定性和消费者情绪对房价波动的影响，以及经济政策的不确定性在消费者情绪与住房价格波动的影响关系中是否起调节作用，以便为政府管理住房价格提供政策建议。

一、理论分析和研究假设

黄燕芬等（2019）基于行为金融学理论进行实证研究，发现市场情绪对房地产价格有着显著的正向影响[1]。刘林、陈宁（2017）从非线性角度研究发现，投资者情绪的高涨会促进房地产价格的上涨[2]。叶培桐（2016）研究发现，厦门市购房者信心的增加会导致住宅价格的上涨[3]。从消费者非理性的认知观点出发，本文认为当市场上出现信息干扰时，消费者更有可能进行不合理的分析，从而导致市场剧烈波动，即消费者高涨的情绪会显著促进房价波动，所以提出假设H1。

H1：在控制其他變量不变的情况下，消费者情绪与房价波动呈现正相关关系。

虽然国内外学者对经济政策不确定性和房价波动的关系已有大量研究，但尚未得出一致的结果。胡成春、陈迅（2019）发现，经济政策不确定性刺激东部地区房价上涨，引起中西部地区房价波动，而东北地区房价则呈现下降趋势[4]。刘金全、毕振豫（2018）研究发现，经济政策不确定性本身会对房价产生明显的溢出效应[5]。朱冠平等（2019）发现，经济政策不确定性冲击会对房地产价格产生负面影响[6]。本文认为，当经济政策不确定性程度较高的情况下，消费者对于房屋消费和投资的减少会从根本上抑制房屋的市场需求，使房价有所下降，从而使房地产市场再次均衡、平稳发展，所以提出假设H2。

H2：在控制其他变量不变的情况下，经济政策不确定性与房价波动呈现正相关关系。

虽然有较多的文献研究消费者情绪和房价波动两者之间的关系，但是对于经济政策不确定性是否会加强或削弱两者之间关系的研究几乎没有。从消费者角度来看，经济政策的信息不确定会使消费者产生焦虑恐惧等负面情绪，犹豫不决，决策更加谨慎。饶品贵等（2017）研究发现，从公司投资的角度来看，经济政策的高度不确定性会加大金融市场的摩擦，信贷供给减少，融资和投资成本增加，使得企业推迟或减少投资[7]。因此，经济政策不确定性越高，投资者的投机投资规模就会越大，个人消费者的购买规模就会越小，两者的结合将增加整个市场的波动性，反之亦然，所以提出假设H3。

H3：在消费者情绪影响房价波动的过程中经济政策不确定性发挥正向调节作用。

二、数据选择和研究设计

（一）数据来源

选用2011年1月至2018年12月的城市月度数据作为研究样本。考虑到一些城市规模相对较小或经济不发达，通过互联网搜索房地产信息的人群相对较少，所以选择规模较大、经济较发达和房地产交易比较活跃的16个城市，包括北京、上海、广州、深圳、天津、重庆，南京、武汉、沈阳、西安、成都、杭州、青岛、厦门、长沙和海口[8]。数据主要来自国家统计局、城镇统计年鉴和Wind数据库。

住房价格（P）是被解释变量，以新建住宅销售价格指数的对数表示;经济政策不确定性（EPU）是解释变量，用EPU指数代表;消费者情绪（Senti）是本文所关注的解释变量，计算方法见下文。为控制各种宏观经济指标对模型的潜在影响，选取货币增长率（M2）、城镇居民人均可支配收入（Inc）、国房景气指数（Estate）作为控制变量。

（二）消费者情绪

消费者情绪指数作为综合指标，进行拟合的二级指标有以下几个。

1.关注度。因为百度搜索占据我国搜索引擎市场的绝大部分分量，所以使用各个关键词的百度搜索指数可以反映居民日常生活中所关注的领域和方向。搜索指数能够表示居民关注的热度，也是其情绪的体现。因此，百度搜索指数是基于百度搜索引擎的数据库，以关键词作为统计对象，分析计算百度网络搜索中每个关键词的频率。本文参考董倩等[8]（2014）的做法，最终确定房价、房产网、房源、装修、房贷利率、房价走势、公积金这7个关键词，查看关键词搜索量的时间序列数据。由于百度指数的搜索数据无法下载，本文基于编写的爬虫程序，收集关键词的每月数据序列作为关键组。

2.消费者信心。消费者信心影响消费者的意愿，消费者的意愿则通过作用于消费者需求而影响宏观经济的运作。国外大量研究表明，消费者信心指数在预测居民消费方面有着明显的作用。

3.购买热度。房地产与实体经济的基本面息息相关，当国家经济较好，居民总量经济收入较高时，购买住房的可能性更大，当然此时的消费者情绪是相对较高的。购买热度的替代指标为16个城市当月商品房销售面积。

考虑到各个变量的滞后关系，选定衡量消费者情绪的变量及各变量滞后一期的变量共5个变量做主成分分析，在确保累计变量的方差解释率达到75%的前提下，可以获得临时消费者情绪指标。表1所示结果，是利用临时消费者情绪指标与上述五项指标进行相关性分析得到的。

由表1可知，消费者情绪与当期的百度搜索指数、消费者信心指数和滞后一期的商品房销售面积的相关系数更大，所以选择上述指标构建消费者情绪指数，然后再次使用主成分分析法，得到最终消费者情绪指标的表达式为：

Sentiit=Baiduit*0.6498+Confidenceit*0.5084-Sqmi，t-1*0.5657（1）

（三）模型构建

现有的研究表明，经济政策的变化通常导致消费者对资产利润和风险的期望发生改变，从而使资产价格出现偏差，并形成短期和长期的市场稳定性冲击。建立模型（2）来检验经济政策不确定性和消费者情绪是否会影响住房价格的波动。

Pit=α0+α1Sentii，t+α2EPUi，t+α3M2i，t+α4Estatei，t+α5Inci，t+εit（2）

其中，P为住房价格指数，Senti为消费者情绪指数，EPU为经济政策不确定性，M2表示货币增长率，Inc表示城镇居民人均可支配收入，Estate表示国房景气指数，εit表示随机误差项。当α1和α2系数显著为正时，则表明假设H1和假设H2成立，即消费者情绪和经济政策不确定性会显著促进房价波动。

为了检验经济政策不确定性是否在消费者情绪与住房价格波动之间具有调节作用，建立模型（3），并对调节变量和消费者情绪变量进行去中心化处理。

Pit=α0+α1Sentii，t+α2EPUi，t+α3Senti*EPUi，t+α4M2i，t+α5Estatei，t+α6Inci，t+εit（3）

其中，各变量解释的含义与前文一致。需要关注的是交互项前的系数α3：当α3系数显著为正时，则表明经济政策不确定性在消费者情绪影响房价波动的过程中起着积极的调节作用;当α3系数显著为负时，则表明经济政策不确定性在消费者情绪影响房价波动的过程中起着消极的调节作用，否则就没有调节作用。

三、实证结果分析

（一）相关性分析

由表2可知，消费者情绪指数和经济政策不确定性指数与当月住房价格指数表现强正相关，其他变量的相关系数较低，不存在多重共线性，可以纳入回归模型。

（二）回归分析

表3为消费者情绪、经济政策不确定性与房价波动的基本回归、调节作用回归和分区域效应回归的结果。模型1回归结果显示，消费者情绪系数为0.0034，显著性水平为1%，表明高涨的消费者情绪会显著促进房价波动，假设H1成立;模型2回归结果显示，经济政策不确定性系数为0.0009，显著性水平为1%，表明经济政策不确定性越高也会显著促进房价波动，假设H2成立;模型3的消费者情绪和政策不确定性交互项系数为0.0002，显著性水平为1%，表明在消费者情绪与房价波动的过程中经济政策不确定性扮演着正向调节作用，即较高的经济政策不确定性将会加剧消费者情绪对房价波动的积极影响，假设H3成立。

我国幅员辽阔，不同市场的特征也各不相同，笔者分别对东、中西部市场进行实证检验，分析区域异质性。模型4和模型5回归结果显示，东部地区（中西部地区）消费者情绪和经济政策不确定性对住房价格波动的系数分别为0.0024（0.0041）和0.0008（0.0009），其中情绪对住房价格的影响在中西部地区更大，在东部地区的影响力较弱。东部地区经济发达，房地产市场的参与者众多，交易频繁。与此同时，东部地区发展了成熟的信息来源渠道和信息网络，情绪需要经过众多考验才能最终影响交易行为。由于本文构造的情绪指数部分反映了理性的判断，理性的交易行为更易被其他突发事件影响，因此情绪对商品住宅价格的影响力在东部较弱。然而在中西部地区，由于信息交流比东部地区薄弱，市场参与者学习能力和网络参与度均不如东部地区，因此信息不对称的情况更为严重，通过理性预期产生的情绪更容易催生购买行为。而且，中西部地区投机与套利等需要预期判断的交易行为较少，因此导致了情绪与住房价格之间有着密切的关系。

结语

本文利用我国16个大中城市2011年1月至2018年12月的城市月度数据作为研究样本，证明了消费者情绪和经济政策不确定性是否会影响住房价格的波动，同时还实证分析了经济政策的不确定性在消费者情绪与住房价格波动的影响关系中是否起调节作用。研究發现，消费者情绪和经济政策不确定性与房价波动呈现显著正相关关系;经济政策不确定性在消费者情绪影响房价波动过程中具有显著的正向调节作用，即确定的经济政策会削弱消费者情绪对房价波动的正向影响，而不确定的经济政策则会加强消费者情绪对房价波动的正向影响。另外，消费者情绪对房价波动的影响自东向西逐渐增加，影响关系存在区域异质性。

中国的房地产市场与资本市场类似，是一个典型的信息不对称市场。众多参与者在无法对整体市场进行把握的情况下，容易受到媒体煽动、亲友谣传等因素的影响，在短时间内情绪大幅波动，从而对房地产市场的稳定发展产生显著影响。首先，要使经济政策和社会效益达到最高水平，决策者不仅需要关注经济政策对房地产市场价格波动的影响，还必须注意经济政策在消费者情绪与房价波动间的调节作用。其次，政策调控需加强对群众的情绪管理。我国房地产市场仍处于发展阶段，加强对媒体舆论的引导和管理，减少信息传递不对称，促进消费者和开发商共同形成合理的预期，进行理性消费，对于避免房地产价格波动至关重要。最后，由于我国幅员辽阔，不同城市具有不同的特征，政府应根据各个城市的经济发展实力，信息网络发展水平，消费者市场参与度和居民受教育水平等因素，为当地制定并选取合理的房地产经济调控政策。

参考文献：

[1]  黄燕芬，洪文斌，余华义.市场情绪如何影响城市房价[J].经济理论与经济管理，2019，（7）：75-88.

[2]  刘林，陈宁.市场投资者情绪与我国房价波动——基于Markov区制转换VAR模型的实证检验[J].数学的实践与认识，2017，（22）：58-67.

[3]  叶培桐.购房者信心及其与住宅价格的关联研究[D].泉州：华侨大学，2016.

[4]  胡成春，陈迅.经济政策不确定性、房地产市场与宏观经济波动——基于GVAR模型的区域差异研究[J].经济问题探索，2019，（8）：26-36.

[5]  刘金全，毕振豫.不确定性会影响货币政策对房价的调控效应吗？——基于LT-TVP-VAR模型的实证检验[J].财经论丛，2018，（10）：35-44.

[6]  朱冠平，扈文秀，杨东.投资者情绪、经济政策不确定性与股票市场波动[J].海南金融，2019，（11）：3-8.

[7]  饶品贵，岳衡，姜国华.经济政策不确定性与企业投资行为研究[J].世界经济，2017，（2）：27-51.

[8]  董倩，孙娜娜，李伟.基于網络搜索数据的房地产价格预测[J].统计研究，2014，（10）：81-88.

Consumer Sentiment，Economic Policy Uncertainty and Real Estate Price Fluctuation

FANG Yue-qin，TAI Yu-hong，BAI Jia-min

（Business School，University of Shanghai for Science and Technology，Shanghai 200093，China）

Abstract：Taking the real estate market as the research object，using three secondary indicators such as Baidu search index to establish the sentiment index，through the regression model empirical research，it is found that：consumer sentiment and economic policy uncertainty significantly promote real estate price fluctuation.Economic policy uncertainty has a significant positive regulatory role in the process of consumer sentiment affecting real estate price fluctuation.In addition，the impact of consumer sentiment on real estate price fluctuation gradually increased from east to west due to regional differences.

Key words：consumer sentiment;economic policy;uncertainty;real estate price fluctuation;regulatory role