香港物业价格泡沫检测

萧振熙

【摘 要】物业价格水平，对社会上各经济环节有着很重要的影响性，而物业泡沫的存在，亦会左右不同投资的决定。基于近年物业价格急升，本文会进行对香港物业价格泡沫是否存在的测试。结果显示，2010年和往后时间，观察到房地产价格显着的泡沫的存在。

【关键词】资产泡沫；房地产价格

一、前言

2009年后全球各地之主要城市的房产价格均呈现高涨的情势。房价的快速上涨令人联想是否全球房市泡沫阴霾笼罩？又由于美国经济逐渐复苏，实施约五年的货币量化宽松的政策自2014年第一季起开始减码，当货币量化宽松政策逐步退场后，全球房产价格的泡沫风险是否与日俱增？房产价格的巨幅波动无疑将为全球资金动向带来极大的影响，而房产价格泡沫的现象很可能会引发泡沫经济的危机。

二、论文回顾

价格泡沫的理论文献有很多的。本文将简要总结一下有关的文献，Camerer（1989）对理论和经验进行了总体研究，而Flood和Hodrick（1990）集中在实证方面。Campbell （2000）则对这两种方面进行了调查。一般来说，泡沫（Bt）被定义为确定基本面之间的现在值价格（PPV）和观察价格（Pt）。在股票的情况下，基本面价格可以表示为预期未来现金贴现的总和流动或分配给资产持有人：

Pt=ptPV+Bt

泡沫项目B，如果存在，预计将以实际利率增长. 大部分泡沫测试文献分为三种类型的测试。第一种检查（a）观察价格与（b）现值价格之间的关系或用于预测的基本原理。例如，泡沫假说的测试汇率检查存在长期均衡（协整）汇率，货币供应量和价格之间的关系（Meese，1986； Chin and Meese，1995；和Mark，1995）。证券市场泡沫假说的检验价格和股息之间的平衡（协整）关系的存在（Campbell and Shiller，1987 and Campbell，Lo，and McKinlay，1997）。第二种类型泡沫测试比较观察价格的波动性和现值价格（Shiller，1981； Le Roy and Porter，1981；和West，1988）。第三种类型的测试更多精致和间接；它通过两种替代方法估计一个缩减形式的价格方程方法并验证参数值是否相同。

第一种方法是简单的价格投入基本面预测信息集。第二种方法是同时进行两个方程的估计：第一个是基本的预测过程，第二个是一个缩减形式的方程式，假定没有泡沫并且施加交叉方程限制。如果某些参数被估计为两种方法相同，那么无泡沫假说就不能被拒绝。这种方法，由West（1987）率先用于股票市场价格，而被Casella（1989）用于价格水平泡沫和Meese（1986）汇率泡沫。

泡沫的测试其实也存在着问题。在理论层面上，理性行为与泡沫的存在并不是微不足道的，他们可以出现的条件是相当严格的（Santos and Woodford，1997）。理性行为与泡沫在资产价格方面，研究转向某种类型的市场缺陷来解释这一点显然不太合理的结果。从这个角度来看，Allen-Gale（2000）模型是特别感兴趣的，因为它将资产价格泡沫与金融中介行为联系起来。在这个模型中，泡沫由于信息而产生借款人与银行之间的不对称：借款人的有限责任，他们提高固定资产的价格，风险过高由中介人承担。在这种情况下，实际收益的波动影响泡沫的概率（和大小）。信贷的规模和不确定性在这个模型中，扩张也是泡沫的重要决定因素。其他模型（Krugman，1998）也将泡沫与金融部门的发展联系起来，但在大多数情况下，结果是基于导致风险转移的隐性担保。Allen-Gale模型不需要这些条件。泡沫测试的其他问题来自经验方面。一，程序是通常是对基本面预测方程和横向的联合测试条件。因此，拒绝“无泡沫”意味着拒绝潜在的模型和横向条件（Meese，1986）。相关的问题Flood和Garber（1980）指出，在其关于测试的开创性文件中，对于泡沫，如何省略变量可以解释分析师的价格行为不正确的结论有动力学独立于基本面，偏向测试拒绝“无泡沫”。发现泡沫行为是观察性的相当于预期的未来制度变化（Hamilton和Whiteman，1985和Flood和Hodrick，1986）指向相同的方向。因此，无力拒绝“没有泡沫”的假设可以与非泡沫现值价格一致预期基础产生过程将来会发生变化。

三、应用数据

香港差饷物业估价署私人住宅的各类单位平均租金和售价

（1999年1月至2017年1月）

有關部门会分析新订租约的租金资料，以计算在租金生效月份的平均租金。就非住宅楼宇而言，分析数据报括续租时议定的租金，而生效日期即为租赁协议的生效日期。不过，租金一般是在较早的日期议定（新订租约是在半至一个月前，续订租约是在一至三个月前）。有关部门从多个不同的来源获得租金资料，包括按照《业主与租客（综合）条例》的规定所递交的新租约通知书、按照《差饷条例》与《地租（评估及征收）条例》的规定而发出的物业详情申报表、业主和租客的来信，以及有关部门职员进行实地视察时所得的数据。分析租金时，是根据净额计算，即不包括差饷、管理费及其他费用。计算平均售价时，有关部门会分析经过审查以厘定印花税的楼宇事务数据。惟下列类别楼宇交易并不会用作分析：不被接纳用作厘定印花税的楼宇买卖、涉及不同类别物业的买卖、未获评估差饷的楼宇、并非交吉出售的住宅楼宇，以及住宅楼宇的首次买卖。买卖日期以签署买卖合约的日期为准。如没有买卖合约，买卖日期则根据转让契约的签署日期。一般而言，买卖合约日期是在达成临时协议后二至三周。有关平均租金和售价的分析，只供一般参考用途。某段时期的水平，主要取决于期内出租或出售物业的特点，包括楼宇质素及位置。因此，在不同时期内出现的变化，可能是因为在两个时段所分析的不同物业的质素有所差异，而不应一概而论视之为该时段中在价值方面的整体变化。相对而言，租金与售价指数能较准确地反映价值的转变。新近数个月的租金与售价数字，均属临时性质，有待有关部门取得更多资料后再作分析。租金和售价的统计数字，包括村屋，以及政府资助房屋单位在业权转让限制期届满及向有关机构缴付补价后，在公开市场的租赁和买卖。这方面与楼宇总存量和落成量所涵盖的物业有所不同。endprint

四、理论与模型

本文基于近年物业价格急升，进行物业价格泡沫的测试。基于现在的测试价值关系-由Campbell，Lo和McKinlay（1997）提出。这是基于有效市场的含义价格是资本化租金的假设预期未来租金折扣。因此，如果泡沫之间存在差距，则是存在泡沫观察价格及其现值是爆炸性的（非平稳）。测试泡沫的一种方法是验证或拒绝存在稳定（非突发性）楼价关系，租金和房主的资本成本。具体来说，测试基于以下对数租金比率方程式

（1）

考虑物业回报， 得出以上方程序

γt+1=log（Pt+1+RENTt+1）-log（Pt）

其中P和RENT是价格和租金水平。以此表达式的泰勒级数近似得出

γt+1≈k+ρpt+1+（1-ρ）rentt+1-pt

小写字母表示对数，ρ=1/[1+exp（rent-p）]，k=-log（ρ）-（1-ρ）log（1/ρ-1）和rent-p是租金价格比率。解决上述方程，横向条件，并以信息为条件在时间t收益

pt=k/（1-ρ）+Et[Σρj[（1-ρ）rentt+1+j-γt+1+j）]

在均衡中，理性代理代理要求从房屋所有权（γ）的预期回报等于房主的成本资本（i）。用i代替γ并重新排列上述方程，得出方程式 （1）。以上推论基于Sarno和Taylor（1999）的研究。

因此，进一步的测试是验证或拒绝租价比和资本成本之间的协整。这可以通过测试来自以下回归的残差是否平稳的来完成。

rentt-pt=c+αit+εt （2）

在概念上，房主的成本资本包括扣除收入税收，财产税，折旧，维护和修理支出。有些数据是没有的。因此，只有抵押贷款利率被用作房主的成本。这个假设可能不是不合理。首先，折旧和维护成本可能是一个稳定的分数的财产值。其次，考虑到香港的低和统一税收制度，收入和财产税也很可能是方程式（2）中的常数项。

五、计量结果

本文应用的数据，是香港差饷物業估价署1999年至2017年期间的私人住宅的各类单位平均租金和售价.下图是这两组数据按年变动的幅度：

单位根检测结果总结在下表，估计值表明租金价格物业价格比率不是中值回归。此外，这个系列的线性组合与抵押贷款利率不稳定。这也是Johansen（1991，1995）通过正式的协整验证确认使用的方法。因此这些结果建议房价上涨泡沫存在。检查的程度和持续性泡沫。

单位根检测结果

1999年1月至2017年1月

（Augmented Dickey-FullerTest）

*代表在5%水平为结果显着

本节从等式（2）中得出一个现在值系列，并将其与真实物业价格进行比较。下图表示（以对数表示），在2010后大部分时间里，物业价格持续高于均衡水平。在现水平，2017年1月物业价格大约高估了28%。2003年3月的低估幅度最大（即沙士疫症爆发期间），显示低估约39%。2013年1月的高估幅度则最大，显示高估约41%。

总而言之，这些估计值拒绝了房价现在值关系假设：2010后大部分时间里，房价较未来租金的现在值高。虽然差距部分地反映了因素包括交易成本和测量误差，但大幅度的偏差反映了现水平和最近几年的房地产泡沫可能存在。

六、结论

本文提出， 以未来租金的现在值模型来检验房地产价格泡沫的存在。结果显示，2010年和往后时间， 观察到房地产价格显着的泡沫的存在。利率对房地产价格波动产生显着的影响。在联系汇率和公开资本帐的系统下，香港利率走势大致上跟随美国利率降至历史上的低位，可以说是直接受到美国的货币政策影响。

【参考文献】

[1] Abraham， J M and P H Hendershott （1996）： “Bubbles in metropolitan housing markets”， Journal of Housing

Research， Volume 7， Issue 2.

[2] A W Lo and A C McKinlay （1997）： The Econometrics of Financial Markets. Princeton University Press，Princeton.

[3] Campbell， J Y （2000）： “Asset pricing at the millennium”， The Journal of Finance， 55， 1515-67.

[4] Davidson， R and J G MacKinnon （1989）： “Testing for consistency using artificial regressions”， EconometricTheory， 5， pp 363-84.

[5] Davidson， R and J G MacKinnon （1993）： “Estimation and inference in econometrics”， Oxford UniversityPress.

[6] Gerlach， S and W Peng （2002）： “Bank lending and property prices in Hong Kong”， paper presented at theBank of Finland/CEPR Annual Workshop on Asset Markets and Monetary Policy in Helsinki， 25 & 26April 2002.endprint

[7] Herrera S and G Perry （2001）： “Tropical bubbles： Asset prices in Latin America， 1980-2001. World BankWorking Paper.

[8] Johansen， S （1991）： “Estimation and hypothesis testing of cointegration vectors in gaussian vectorautoregressive models”， Econometrica， 59， pp 1551-81.

[9] Johansen， S （1995）： “Likelihood-based inference in cointegrated vector autoregressive models”， OxfordUniversity Press.

[10] Kalra， S， D Mihaljek and C Duenwald （2000）： “Property prices and speculative bubbles： Evidence fromHong Kong SAR”， IMF Working Paper， WP/00/2.

[11] Meese R and N Wallace （1992）： “Testing the present value relation for housing prices： should I leave myhouse in San Francisco？”， Journal of Urban Economics 35， 245-66 （1994）.

[12] Peng， W， L Cheung， K Fan and C Leung （2001）： “The property market and the macro-economy”， HKMAResearch Memorandum 02/2001， March 2001.

[13] Sarno L and M P Taylor （1999）： “Moral hazard， asset price bubbles， capital flows， and the East Asian crisis：the first tests”， Journal of International Money and Finance 18 （1999） 637-57.endprint