基于VAR模型对我国房价波动因素的动态分析

邓宁++孙腾飞

【摘 要】为了说明影响房价波动的决定因素及其的动态影响，我们使用了季度数据建立的VAR模型对这些因素进行动态分析得出以下结论： 1、脉冲响应分析揭示了短期内城镇居民可支配收入、通货膨胀、抵押贷款率、国内生产总值、与人口数量的上涨对于房地产价格都有一个正向的推动作用。2、方差分解表明了引起房价波动的最主要因素是其自身，这主要取决于人们的心理预期；通货膨胀、人口增长与城镇居民可支配收入对房价波动影响较大。

【关键词】房价波动；动态影响；脉冲响应分析；方差分解

一、引言

从宏观经济的角度来看，房地产行业是大多数国家包括中国的一个重要组成部分。2014年我国房地产业占到了国内生产总值的6.1%，房屋竣工价值达到了61754.86亿元。居民对住房的支出也是他们日常生活的最大支出。

住房有消费和投资的双重属性，目前在中国房地产的交易比较活跃，流动性较大，有广阔的市场。房屋价格的波动是做出住房投资决定的一个重要的因素，同时对波动的预测经常被当做世界上各种类型投资的定期风险管理活动。因此，我们有必要知道：房地产价格的波动受哪些因素的影响及他们对房价影响的效用如何。

房地产的产业链条非常长，房地产行业的发展对其他行业如钢铁、运输、煤炭等行业有着巨大的促进作用，会刺激一国经济的发展。同时，房产价格的波动也会显著影响其他一些市场例如房产抵押市场、二手房交易市场、抵押贷款支持债券市场和耐用消费品市场等与住房市场息息相关的市场。因此，房产价格波动研究对整个经济来说也是十分重要的。

正是由于房地产价格波动的影响巨大，国内外学者对其做了深入的研究。Stern （1992）解释了英国1971到1989这个时期影响房价的决定因素。他发现实际收入是影响房价的最重要的决定因素；住房供应量比利率对住房价格有某些更好的影响。HabinZhu （2004）等以美国等17个国家为例，运用VAR模型，分析了1970-2003年GDP、银行信用、短期利率、通货膨胀等因素对房价的影响，得出通货膨胀和银行信用对房价的增长有主要影响。DavidMiles和Vladimir Pillonca（2007）认为影响房价上涨的因素有以下这些：利率的下降、实际收入的上涨、人口的上升、对未来的房价持上涨态度的乐观情绪，但新的房屋供给抵消了一部分房价上涨的影响。周建军（2009）以我国2000年至2007年每个季度的数据为研究基础，对影响我国住房价格波动的因素进行了实证研究，结果表明居民可支配收入、土地价格与房价正相关，利率与房价负相关。梁云芳和高铁梅（2007）通过将全国城市划分为东部、中部和西部，运用Panel Data模型和误差修正模型对全国房价波动区域差异和影响因素进行研究，发现东部和西部住宅价格受信贷规模的影响较大，对其长期趋势和短期波动具有不同程度的影响，但是对中部住宅价格影响不显著。崔光灿（2009）的研究使用我国31个省、市、自治区自1995年至2006年的数据，构建面板数据模型进行经验研究，考察我国房地产价格与宏观经济之间的互动关系。本文在建立平稳VAR模型的基础之上对中国2006年第一季度到2015年第二季度的数据进行脉冲响应分析和方差分解最后得出结论。

二、实证分析

本文使用的是中国2006年第一季度到2015年第二季度的数据，共38个样本来研究这些影响房价波动因素对其的动态影响。房价升值率是采用简单的时间加权计算出每季度的平均房价，进而计算出房价相对于上一季度的升降情况。由于消费者价格指数（CPI）是观察通货膨胀率的重要指标，本文选取CPI作为模型的一个变量。存在许多种抵押贷款利率，在这项研究中，我们选取传统的五年期抵押贷款利率。本文数据除抵押贷款率来自于中国人民银行外，其他所有数据均来自于中经网统计数据库。

由于房价波动可能受这些因素的影响，因此，在这篇文章中我们使用以下符号，时间为t，t时期内国内生产总值增长率为GDPGt，通货膨胀率为CPIGt，，人口增长率为POGt，房价升值率為HPAt，抵押贷款率MRTCt，城镇人口可支配收入同比增速为INCOMEt。由于是同比数据，我们做了定基处理，以2006年第一季度作为基期；同时为了减小数据的异方差的影响，我们对数据进行取对数化处理。GDPGt，CPIGt，POGt，HPAt，MRTCt，INCOMEGt，可以使用以下公式进行计算，其结果可能是正的也可能是负的。

CPIGt=logCPItCPIt-1 ⑴

GDPGt=logGDPtGDPt-1 ⑵

POGt=logPOtPOt-1 ⑶

HPAGt=HPAt-HPAt-1HPAt-1 ⑷

INCOMEGt=logINCOMEtINCOMEt-1 ⑸

MRTCt= MRTt – MRTt-1 ⑹

（一）VAR模型

为了检验房价波动与各变量之间的动态关系，我们采用Sims1980年提出的VAR模型。这种模型采用多方程联立的形式，之后利用模型中的内生变量对其滞后值进行回归，从而研究它们的的动态关系。之后进一步采用脉冲响应函数分析法来分析模型受到某一种冲击时对房价波动的动态影响。以下是我们建立的VAR模型：

Yt=c+1Yt-1+2Yt-2+……+kYt-k+ut ⑺

（二）ADF检验

由于VAR模型的建立需要在变量稳定或者具有协整关系的基础下进行，否则会出现伪回归的现象，因此我们首先要对变量的平稳性进行检验。采用ADF检验，其检验结果如下。

表1 ADF检验结果

变量 检验类型 ADF统计量 5%临界值 1%临界值 结论

CPIG （C，Q，1） -2.952748 -1.950394 -2.630762 平稳

GDPG （C，Q，1） -0.733456 -1.950394 -2.630762 不平稳

D（GDPG） （C，Q，1） -4.169492 -1.950687 -2.632688 平稳

HPAG （C，Q，4） 1.278874 -1.951332 -2.636901 不平稳

D[HPAG] （C，Q，2） -10.56836 -1.951332 -2，636901 平稳

INCOMEG （C，Q，0） -0.656387 -1.950394 -2.630762 不平稳

D（INCOMEG） （C，Q，0） -6.502703 -1.950687 -2.632688 平稳

MRTC （C，Q，1） -2.389969 -1.951332 -2.636901 5%下平稳

D（MRTC） （C，Q，0） -4.274395 -2.954021 -3.646342 平稳

POG （C，Q，0） -0.460327 -1.950117 -2.628961 不平稳

D（POG） （C，Q，0） -5.916080 -1.950394 -2.630762 平稳

注：（C，Q，L）分别表示常数项、趋势项和滞后阶数，Q表示没有趋势项，L表示由SIC确定的滞后阶数，D（）表示一阶差分D[]表示二阶差分。

由ADF检验我们发现只有CPIG平稳，但是除HPAG所有的变量的一阶差分都平稳，HPAG的二阶差分也平稳。因此我们可以直接对变量之间关系建立VAR模型。同时，对数差分项近似表示该变量的增长率，具有明确的经济意义。

根据CPIG，D（GDPG）， D[HPAG]， D（INCOMEG）， D（MRTC）， D（POG），建立VAR模型。

（三）滞后期的确定

VAR模型中的一个重要的问题就是滞后期的确定。在确定滞后期k时，一方面想要使滞后期足够大，以便能完整反映所构造模型的动态特征。但是另一方面，滞后期越大，需要有足够的滞后项，其自由度的数目又不够。影响参数估计的有效性。

VAR滞后期判定表

图1

根据LR、FPE、AIC和SC、HQ准则确定建立VAR（1）模型。

（四）脉冲响应分析

脉冲响应函数反映的是在随机误差项上施加一个标准差大的冲击后对内生变量的当期值和未来值所带来的影响。因此脉冲响应函数显示的是系统的动态影响。由于脉冲响应函数对变量的顺序很敏感，变量顺序不同將会影响结果，因此，我们设置进入VAR的顺序为DINCOMEG、DCPIG、DMRTC、DGDPG、DPOG。考虑到居民可支配收入对房价波动影响显著，因此将它放在第一位。

图2 DINCOME对DHPAGG15期冲击图 图3 DCPIG对DHPAG15期冲击图

图4 DMRTC对DHPAG15期冲击图 图5 DGDPG对DHPAG15期冲击图

图6 DPOG对DHPAG15期冲击图

图3是城镇居民可支配收入一个单位标准差的冲击对房价升值率的影响，前三期居民可支配收入与房价升值率正相关，即居民可支配收入增加，房价也会随之上涨；到第四期表现出负相关，并于第五期之后逐渐趋于平稳。这说明居民可支配收入的上涨短期内推动了房价的上涨。

图4是通货膨胀率一个单位标准差的冲击对房价升值率的影响，通货膨胀上涨初期对于房价有一个推动作用，在第二期随着膨胀的加剧，对于房价上涨有一个逆向作用，减缓了房价的上涨。第三期之后随着膨胀的继续，进一步推动房价上涨，造成房地产价格虚高。

图5是抵押贷款利率对于房价升值率的影响，表明短期内抵押贷款率的上涨对于房价上涨有一个推动作用，并在第四期左右达到峰值，之后抵押贷款率的上涨对于房价的上涨有一个反作用。

图6表明GDP对于房价的影响，GDP的一个正向冲击会带来房价升值率短期的上涨，并于第三期左右达到峰值，随后正向影响逐步转变为负向影响并最终趋于平稳。

图7表明人口增长对于房价的影响，随着人口的增长，房价也逐步上涨，2-3期人口增长减缓了房价上涨，之后随着人口增加，房价在第四期达到最大值。之后效果逐步降低并在第13期左右趋于稳定。

（五）方差分解

图7

为了确定影响房价变化的因素的相对重要程度，我们对模型进行方差分解。由图中可以看出影响房价波动的各因素在第八期趋于平稳。其中对于房价波动影响最大的还是房价升值率的变化，这可能取决于人们的心理预期，随着房价的不断上涨，加剧了人们心理的恐慌，推动了观望者的买房进程，进一步加剧了房价的上涨。年初一线城市房价疯涨就很好的说明了这一点。通货膨胀、人口增长与城镇居民可支配收入对房价波动影响较大，分别占比7%、6.3%、5.1%。GDP与抵押贷款率对房价波动影响较小，分别占比2.4%和2.3%。

三、结论与启示

本文对中国房地产市场2006年第一季度到2015年第二季度的数据采用VAR模型进行了分析。分析了国内生产总值、通货膨胀、人口数量、抵押贷款率、城镇居民可支配收入等因素的变动，对房价波动产生的动态影响。

第一、我们在建立平稳的VAR模型的基础之上对数据进行了脉冲响应分析，发现短期内城镇居民可支配收入、通货膨胀、抵押贷款率、国内生产总值、与人口数量的上涨对于房地产价格都有一个正向的推动作用。

第二、通过方差分解我们知道房价自身是引起房价波动的最主要因素，这主要取决于人们的心理预期。房价的不断上涨会迫使那些购房观望者改变自己的观望态度，加速自己的买房进程，短期内形成一个购房热，进一步推动了房价的上涨。通货膨胀、人口增长与城镇居民可支配收入对房价波动有一定的影响，但并不是主要原因；国内生产总值与抵押贷款率对房价波动影响不太显著。

住房支出作为居民支出的主要组成部分，对于居民生活水平具有显著影响。维持房价的稳定对于保障民生、维护社会稳定也有重要意义。根据本文的研究，房价的波动会促进房地产价格的上涨，同时通货膨胀、城镇居民可支配收入对于房价波动影响较大。因此我国应当在对房地产宏观调控的基础上，制定相应的政策来抑制房价的不合理波动；采取稳健的货币政策防范通货膨胀，进而促进我国房地产市场健康稳定的发展。

参考文献

[1]崔光灿.房地产价格与宏观经济互动关系实证研究——基于我国31个省份面板数据分析[J].经济理论与经济管理，2009 （1）： 14-25.

[2]梁云芳，高铁梅. 中国房地产价格波动区域差异的实证分析[J]. 经济研究，2007，08：133-142.

[3]周建军.我国房地产价格的影响因素及其合理性研究[J].商业研究，2009（4）.

[4]Haibin Zhu. What Drives Housing Price Dynamics： Cross-country Evidence [J].BIS Quarterly Review， 2004 （5） ：65-78

[5]Miles，D.and V.Pillonca（2008）.Financial Innovation and European Housing and Mortgage Markets[J].Oxford Review of Economic Policy，V01.24，No.1，2008，PP.145—175.

[6]Stern， D. （1992） Explaining UK house price inflation 1971–89， Applied Economics， 24， 1327–33.

作者简介：

邓宁 （1971-）男 ， 广东湛江人，讲师，研究生导师，博士。

通讯作者：

孙腾飞 （1992-） 性别：男 籍贯：河南南阳，中南财经政法大学 硕士研究生。