基于贝叶斯模型平均（BMA）方法的中国房地产价格影响因素分析

卢二坡　张超

摘要：对可能影响中国房价的诸多因素的重要性问题进行识别和检验，基于模型不确定性的视角，使用中国30个省（区）2002～2013年面板数据，采用贝叶斯模型平均（BMA）方法进行模型设定与分析。研究认为，在可能对中国房价产生影响的19个指标中，信贷政策、心理预期、物价水平、房屋竣工面积和产业结构合理化等5个解释变量的后验概率大于90%，它们是影响现阶段中国房地产价格的决定因素；应通过差别化的信贷政策分区域控制房价，通过新闻媒体公开统计和发布房地产数据正确引导人们的心理预期，通过适宜的货币政策有效控制物价，通过保障性住房建设增加房地产供给，通过合理化的产业结构引导房价调控等，促进中国房地产市场的健康发展。

关键词：房地产价格；贝叶斯模型平均方法；心理预期；信贷政策；产业结构

房地产市场的平稳运行，不只关乎着房地产业的发展问题，还牵涉着国计民生、百姓福利。然而近年来，在房地产市场持续繁荣过程中，房地产价格也一路疯涨，其增长速度已远远高过中国经济、居民收入及消费的增长速度。房地产价格的剧烈波动对中国经济的健康发展和人们群众生活的安定都带来了众多不利影响，纵然政府不断加大对过高和发展过快的房地产价格的调控力度，但仍未平抑房地产价格高涨的态势。因此，为了能够让调控政策更加有针对性，有必要对房地产价格的决定影响因素予以深入研究。通过经验研究找到影响房地产价格的决定因素，对于我们正确看待房地产价格过快上涨、政府如何采取调控措施等方面的问题具有重要的理论意义和现实意义。

一、文献综述

国外的房地产市场发展已较为完善，对于房地产价格的经验研究更是早于中国，在研究成果方面亦比中国充分和成熟，大多数的研究成果对他们本国的房地产市场发展起到了积极的引导作用，这些成果值得国内学者去借鉴和学习。Hort使用瑞典1968～1994年的时间序列数据并构建误差修正模型，结果发现，长期来看，居民收入、使用成本以及建筑成本等都对房地产价格产生显著影响。Capozza等使用美国1979～1995年62个大都市的面板数据，采用面板数据模型，研究发现，收入水平、人口增长以及建筑成本等是导致房价变动的重要原因。Seko选取日本1980～2001年46个县的面板数据，建立面板VAR模型，研究发现，日本各地区的住宅价格受居民收入、人口、物价水平的影响较大。Pages选用西班牙1976～2002年的时间序列数据及误差修正模型，研究得出收入和利率是房地产价格的主要影响因素。Abelson等使用澳大利亚1970～2003年的时间序列数据并采用普通最小二乘法，研究表明，可支配收入和物价水平对住宅价格产生重要促进效应，而失业率、利率、住宅存量以及股票价格对住宅价格上涨起抑制作用。Chen等采用微型仿真法估算人口老龄化对房价的影响，模拟结果说明，人口老龄化对苏格兰房价的影响不是主要的。Ibrahim等基于VAR模型对马来西亚的房价与银行信贷政策的关系进行研究，发现房价与银行信贷之间具有长期均衡关系。

国外学者关于房地产价格影响因素的经验研究主要针对的是较为成熟的房地产市场，而对于处于经济转型期的中国来说，房地产市场起步较晚，因此，国外学者在对房地产价格影响因素进行经验研究时所考虑的变量并不一定适合于研究中国房地产价格。针对中国具体国情以及房地产市场的实际发展情况，国内学者也做了大量经验研究。沈悦等使用1995～2002年14个城市的面板数据并采用混合样本回归分析方法，研究发现，可支配收入、总人口和空置率对房地产价格产生正向作用，而失业率对房地产价格具有负向作用。崔光灿使用1995～2006年31个省市的面板数据并运用面板数据模型，结果表明利率对房价具有显著负向作用，物价水平具有显著正向作用，房屋竣工面积对房地产价格具有抑制作用，收入对房地产价格产生正向作用但不显著，人口因素对房价影响为负但也不显著。邓长荣等使用中国2002～2007年的季度时间序列数据并采用误差修正模型，研究表明，收入、银行贷款、房屋供给、土地价格、土地供给是长期影响房价的主要因素。罗孝玲等使用中国2001～2010年的季度时间序列数据，并采用VAR模型，结果发现，房价与GDP、贷款利率之间均具有双向Granger因果关系，与物价水平具有单向因果关系。胡晓使用中国1997～2009年29个省市面板数据，并构建固定效应模型，研究得出，可支配收入和建筑成本对房价具有正向作用，制度性因素对房价上涨产生重要作用，利率对房价存在负向作用但不显著。王文雯等使用中国2003～2010年27个省市面板数据并建立固定效应和随机效应模型，研究得出，城市化率、收入差距、人均可支配收入、利率政策和房地产开发投资额等都对房地产价格具有显著促进作用，人口老龄化、房屋竣工面积和土地政策等對房地产价格均具有显著抑制作用。

然而，由于房地产价格是一个复杂的经济范畴，影响房地产价格的因素极其多元，因而研究者并不能确定应将哪些变量引入所建模型当中，换句话说，研究者们尚不能识别“真正”的模型究竟是什么样子。导致的结果是，在现有的经验研究中，不同的研究者在构建房地产价格回归模型时采用了不同的解释变量，因此在众多研究文献中可以看到各种不同的回归方程：

四、对策和建议

从影响中国房地产价格的5个决定因素着手，针对如何科学有效控制中国房地产价格以及如何促进中国房地产市场的健康发展提出以下政策建议。

第一，执行差别化信贷政策。中国目前的信贷政策对中国房价产生重要促进作用，因此为了控制房价在合理区间，中国政府应当严格执行差别化信贷政策，对于房地产市场发展过快，房价过高的区域，应该限制该区域的信贷规模，防止房地产投机带来金融风险。对于房地产市场发展落后于当地经济发展水平的区域，应适时松绑信贷政策，推动该地区房地产市场健康稳定发展。

第二，正确引导人们心理预期。心理预期因素对中国房价产生重要的促进作用。因此为了控制房价在合理区间，中国政府部门应当将土地供应计划和城市规划的制定原则、具体内容和实现步骤公布于众，避免人们对市场供应能力的担忧，进而理性的安排购买行为。中国政府机构应当改善房地产数据的统计和发布，使公众明白房价上涨的缘由和基本趋势，帮助人们合理心理预期的形成。新闻媒体要如实报道，不应帮助房地产开发商煽风点火，推涛作浪，而应该正确引导投资者进行理性投资。

第三，对物价进行有效控制。物价水平对中国房价产生重要抑制作用，为了减轻物价水平对房地产市场的影响，政府须制定适宜的货币政策，避免物价水平产生虚高现象，构建合适的物价监督机制，有关物价监督部门必须严格依据法律法规对物价进行有效控制，使物价水平处于合理区间，以促进房地产市场的稳定。

第四，落实保障性住房政策，增加房地产有效供给。房屋竣工面积（房地产供给量）对中国房价产生重要抑制作用，因此为了控制房价在合理区间，中国政府应加大普通商品房、经济适用房以及廉住房的供给比重，激活二手房存量住房市场，增加房地产有效供给，将保障性住房建设及房地产供给结构调整政策的落实情况列入地方政府官员政绩考评体系当中。

第五，将产业结构合理化引入房价调控决策当中。产业结构合理化对中国房价产生重要促进作用，因此中国政府在对房价进行调控时，应因地制宜考虑产业结构合理化的区域差异，把产业结构合理化引入房价调控的决策集中，除去产业结构合理化对房价上涨的合理驱动，以考察各区域房价是否理性上涨。

五、结语

本文以中国30个省（区）2002～2013年房地产价格及相关影响因素作为样本，引入基于模型不确定性的贝叶斯模型平均方法（BMA）对中国房价的影响因素进行研究。通过分析研究，本文得出了如下结论：第一，信贷政策、心理预期、物价水平、房屋竣工面积以及产业结构合理化等5个解释变量对中国房地产价格具有长期稳健的影响。第二，人口密度、房地产投资额、土地价格、失业率、消费者收入水平、税收政策、土地政策、收入差距以及建筑成本等9个解释变量显示出良好的稳健性，这些变量对中国房价来说仍具有一定的重要性。第三，经济增长、人口老龄化、产业结构升级、城镇化率和利率政策等5个解释变量对中国房地产价格的解释力度最弱，且稳健性也不高。基于以上结论，本文针对如何科学有效控制中国房地产价格以及如何促进中国房地产市场的健康发展提出若干政策建议。