上海房地产泡沫检测及分析

文/韩丽丽

上海房地产泡沫检测及分析

文/韩丽丽

上海大学

自从进入21世纪，上海房地产业进入一个高涨的发展过程。作为上海经济支柱产业之一的房地产业对上海国民经济的作用毋庸置疑。但是，近年来，商品房价格连续几年的快速增长引起人们的极大关注，专业人士对于上海房地产泡沫程度的争论愈加激烈。本文参考国外寻找房地产泡沫的方法，建立计量经济学模型检测上海房地产泡沫的程度并分析其形成机制。

房地产；泡沫；模型；价格；供给；需求

1 引言

自1998年住房改革以来，我国房地产行业得以市场化运行，发展迅速。在国内消费需求不足的状况下，房地产行业对于拉动内需、促进国民经济发展起到了极大的作用。尤其是2008年金融危机的冲击下，我国房地产开发投资额仍保持着一个较高水平的增长，对于我国抵抗风险冲击和拉动经济增长有极其重要的意义。

然而，伴随着房地产业的发展，投资投机热度急剧增加，房地产价格也呈现出了持续上涨的态势，导致居民购房压力不断增大。从重点城市历年的房价收入比值情况来看，部分城市的居民购房压力较大，这些城市的房地产市场可能已经存在房地产泡沫。房地产行业是对国民经济影响巨大的重要行业，房地产行业的不正常高速增长将会对宏观经济产生严重的威胁，一旦地产泡沫破裂将会引发一系列的经济和社会问题。所以我们必须对中国的房地产泡沫进行充分的分析和研究，并采取积极的防范措施。

2 模型

商品房的价格由供求两方面因素构成，影响商品房供给的因素有：房地产企业贷款利率、土地购置面积、货币供给量等；影响需求的因素有：个人住房贷款的利率、居民可支配收入、城市人口等。这些因素构成了房价的基础价值，构成房价的另一组成部分就是地产泡沫。地产泡沫，尤其是投机泡沫往往是基于投资者的正反馈交易所致。正反馈交易是指人们往往根据过去价格的趋势来形成对未来价格的预期，从而决定当期的交易行为。我们根据这一分析建立商品房价格模型。

房地产价格决定方程：Pt=Pt*+Bt（1）

其中Pt表示第t期的房地产市场价格，Pt*是第t期的房地产基础价值，Bt是第t期的房地产泡沫。Pt*是供求因素的函数，可以表示为Pt*=f（Hs,Hd）。考虑变量的全面性和代表性，以及数据的可获得性，本文自变量根据供需影响因素进行选取，包括年贷款利率Rt、人口K、人均可支配收入Y、货币供给量M2、土地购置面积LAND。Pt*表示为：Pt*=a0+a1Rt+a2Kt+a3Yt+a4M2t+a5LANDt（2）

Bt是基于过去的价格形成的，所以把泡沫项定义为：Bt=λ0+λ1Pt-1+λ2Pt-1*/Pt-1+σt（3）

其中，Pt-1*和Pt-1分别表示前一期的房地产基础价值和市场价格。当地一个自变量Pt-1的系数λ1为正且显著时，表明前一期的房地产价格增长对当期的房地长价格有明显的同向影响，从而显示了泡沫的存在。而Pt-1*/Pt-1的系数λ2则刻画了当房地产的市场价格水平Pt-1超过了其基础价值Pt-1*泡沫趋于破裂的趋势，σt是残差项。

将方程（2）和（3）带入方程（1），得到：

Pt=（a0+λ0）+a1Rt+a2Kt+a3Yt+a4M2t+a5LANDt+λ1Pt-1+λ2Pt-1*/Pt-1+σt （4）

在这里，我们遇到一个难题：P*自身也依赖于方程（4）的估计。也就是说，方程（4）的估计需要P*的值，而 P*的值本身又需要通过这个方程来计算。我们用下面的方法来解决这个问题：首先，在方程（4）中去掉λ2项，用剩余的项进行估计，得出各项系数后，根据方程（（2）计算出P*，然后再重新估计完整的方程（4）。若 Pt-1，Pt-1*/Pt-1和决定P*的各个自变量是独立的，那么决定P*的各项系数不会改变，从而P*也不会改变。如果重新估计后系数改变了，则利用改变后的系数计算新的P*，再次估计方程（4），直到系数稳定。

3 上海和全国的实证分析

在上文中，我们通过对房地产泡沫的分析建立了检验房地产市场价格泡沫的计量经济模型，下面将利用该模型检验中国房地产市场是否存在价格泡沫。

本文收集了上海市年2011年第一季度至2015年第四季度的相关经济数据进行实证检验（2016年的数据部分缺失），在已有的分析中大多采用年度数据对房地产市场价格和泡沫进行分析，但是从近年来的市场发展状况来看，房地产的投资属性明显显现，房地产价格在一年内就会发生显著变化，仅用年度数据难以反映这种变化，应尽量使用更细分的数据对市场的变化进行分析。而且房地产相关政策的出台常在一年中发生多次变化，从而也会引起房地产价格在一年内的明显变化，所以本文使用季度数据对房地产泡沫进行研究，而且中国城市房地产市场发展较晚，季度数据还有利于扩充样本数量，减少计量误差。

模型的变量介绍：R - 个人住房贷款利率；K -季末常住人口（万人）；Y -城镇居民人均可支配收入（元）；M2 -广义货币供应量（亿元）；LAND -当期住宅竣工面积（万M*2）；P -商品房销售平均价格（元/m2）

我们首先对全国范围的房地产市场泡沫进行实证分析。在模型中各变量和参数的脚标中加入n，用以代表相应变量符号的全国量。利用R作最小二乘估计。

根据计算，方程对全国房地产平均市场价格有较高的解释度（R^2=0.84）。在决定房地产基本价格的几个变量中，常住人口、居民可支配收入、M2、当期竣工面积对房地产市场价格有正的贡献并且显著不为0，与预期相一致。然而，利率变量对价格的负影响作用并不显著，这可能基于两个原因：首先，我国国有银行一直实行固定利率，利率调整慢且幅度小，很难解释房价的频繁变动；其次，当房价上涨带来的资本利得远高于利率水平的时候，人们可能对利率的变动不甚敏感。

泡沫项系数λn1，在1%的程度下显著不为0，即除建造成本和居民可支配收入等基本因素外，前一期的房地产价格也对当期房地产价格产生明显影响，当期房地产价格随着前一期房地产价格的上升而上升。这表明我国的房地产市场中正反馈机制的作用明显，在全国范围内已经出现了价格泡沫。描述泡沫破灭趋势的系数不显著，说明在全国范围内房地产价格泡沫尚未出现明显的破裂趋势，房地产价格仍在可控范围内。

上海是全国经济最发达、房价最高、房地产投机行为最为严重的地区之一，从感性上看，其房地产价格泡沫程度应该很高。将上海的数据带入模型中，运用R做最小二重估计。和全国的数据作对比，上海的泡沫程度远远高于全国的平均水平（λn1=0.41，λ1=0.82）。与全国的情况不一样的是，除利率对房价的影响依然不明显外，上海地区的居民可支配收入系数也是非显著的。这可能显示了在泡沫严重的上海，房地产价格的走势受正反馈的机制的控制，已经脱离了居民可支配收入等基本因素的基础。

4 结论与研究局限

4.1 结论

通过上文的实证检验和分析，我们可以得到：

中国的房地产市场已经在全国范围内出现了价格泡沫。上海的房地产泡沫较全国更为严重，房地产价格在正反馈机制作用下，甚至已经脱离了居民可支配收入等基本因素的基础。政府需要采取积极措施，尽量减轻房地产泡沫破裂对经济的危害性影响，特别是在目前银行巨额资金投入房地产市场的情况下，要严格控制房地产金融风险，防范房地产泡沫破裂带来金融危机。

4.2 研究局限

鉴于房地产市场的复杂性，本文采用的模型对于房地产价格中公积金和住房补贴等未做分析，在一定程度上高估了泡沫的程度。其次，实证检验的结果受到变量选择的影响，对于泡沫部分Bt的模型，涉及到市场参与者的主观预期，选取了价格这一因素作为代理变量，代表性是存在部分欠缺的。最后，本文仅选取了全国和上海两个范围的房地产市场做数据分析，结果对于部分城市不具有适用性。不过尽管如此，本文的理论模型和相关研究方法同样适用于中国其他城市，所有其他热点城市的泡沫情况有待进一步的检验。

[1]陈华. 《上海房地产泡沫分析》[D]. 上海：上海海事大学，2006。

[2]葛冬铭.《上海房地产泡沫预测及风险防范问题研究》[D].上海：上海社会科学院，2008。

[3]李璐.《从上海房地产市场看中国房地产泡沫现象》[J].经济研究导刊，2010 年第12期。

[4]贾曼莉.《我国城市房地产价格决定的经济学分析》[D].吉林：吉林大学，2015。

[5]封海洋, 尚正永.《房地产泡沫的判断与测度研究——以上海、南京、淮安为例》[J].开发研究，2013 年第12期。