吉林省商品房库存量分析

贾英男, 岂 宸, 王国力

(辽宁师范大学 城市与环境学院, 辽宁 大连 116029)

0 引 言

自1998年住房体制改革以来,我国房地产业迅速发展,成为经济增长的重要支柱性产业之一。但过快的发展也导致了投资过热、房价飞涨、库存高企等现象的发生。学者们希望寻找到明显影响商品房库存的因素,揭示其中的变化规律,进而找到控制、降低库存的方法。根据现有文献对商品房库存的研究,本文尝试提出准确的商品房库存量的计算方法,并以城市多为三四线城市的吉林省作为研究对象,从供求关系角度选取影响因素,通过建立向量误差修正模型、Granger因果关系检验得到吉林省商品房库存的潜在规律,并提出相应的合理化建议。

1 商品房库存量的计算

目前国内关于商品房库存量的计算还没有统一的标准算法。我国房地产市场自1998年住房制度改革后迅速发展,每年新增的商品房面积和商品房销售面积数值庞大,再加上之前年份积累下来的库存、正在施工中的商品房等等,众多因素使得准确评估商品房库存成为难题。目前国内常见的商品房库存量计算方法有以下2种:

1.1 待售面积=商品房库存量

这种方法直接将商品房待售面积等价于商品房库存量,具有表达简单直接,数据便于获取的优点。但待售面积统计的是已建成房屋的库存,即对现房待售情况进行计算。这种方法没能统计那些预售商品房的库存面积。据统计,我国商品房销售的 75%左右采用预售模式。因此待售面积法存在明显的低估商品房库存的情况,不能准确评估商品房的实际库存。

1.2 待售面积+施工面积=商品房库存量

待售面积+施工面积是为了弥补待售面积法只注意现房库存而忽略期房存量而出现的方法。但这种方法出现了重复计算和过量计算,过度计算了商品房库存量。因为施工面积不仅包括本期新开工施工面积,同时也包含了上年开发跨入本期继续施工的房屋面积,这就形成了重复计算;另外,预售模式是目前我国商品房销售的主要方式,这意味着施工面积中还存在相当一部分虽然在施工中,但已经预售出去的商品房面积。并不是所有施工面积都是商品房库存,这就形成了过量计算。

综合对以上算法的分析,针对其中存在的不足与缺陷,本文采用商品房库存量=待售面积+新开工面积-预售面积的方法。这种方法同样用待售面积表示现房库存,用新开工面积代替施工面积,避免了将往年施工面积加入本年库存而出现的重复计算问题,同时用新开工面积与预售面积的差来表示商品房的期房库存量,最终将现房库存与期房库存的和作为商品房库存量,计算结果如表1、图1所示。

表1 吉林省2001—2016年商品房库存量Tab.1 Stocks of commercial housing in Jilin Province from 2001 to 2016

图1 吉林省2001—2016年商品房库存量Fig.1 Stocks of commercial housing in Jilin Province from 2001 to 2016

2 实证分析

在房地产市场供给角度,本文选择房地产企业本年土地购置面积作为相关变量。土地是房地产存在的根本与基础,作为一种资源本身就具有稀缺性的特性,再加上近年来我国房地产业的迅猛发展,使得土地价格在1998年住房体制改革后迅速飞涨,直接提高了商品房的生产成本,进而提高了房价。为研究土地因素对商品房库存量的影响,本文选取房地产企业本年土地购置面积进行实证研究,记为TD。

在房地产市场需求角度,本文选择本年地区人均GDP作为相关变量。各国政府在解决房地产市场产能过剩的问题时,经常选择促进就业,提高国民收入的办法来提高人们购房的积极性。理论上,收入提高将增加消费者的有效需求,有助于商品房库存的消化,但这也有可能促使房地产商加大对商品房的投入与生产,甚至提高房价来赢取更多的利润,进而增加了库存。因此本文选取人均GDP进行实证研究,记为RGDP。

商品房库存量计算方法选择上文提出的待售面积+新开工面积-预售面积,记为KC。

本文数据来源于《中国房地产统计年鉴》(2002—2017)以及《吉林省统计年鉴》(2002—2017)。

实证过程:

1) 对原始数据取对数

这样做具有在不改变原有数据相对关系的前提下增加数据平稳性、削弱模型共线性、异方差性,易于研究自变量和因变量之间的弹性关系等优点。

2) 单位根检验

Granger因果检验要求所选各时间序列皆为平稳序列,若对非平稳时间序列进行回归分析将产生伪回归现象,得出错误的结论。检验时间序列是否平稳即检验序列是否存在单位根,存在单位根就是非平稳时间序列,反正则证明序列是平稳的。如果序列是非平稳的,则对序列进行一阶差分后再进行平稳性检验,如果仍不平稳则对序列进行二阶差分,以此类推。常用的单位根检验方法有DF检验、ADF检验、PP检验等,本文选用ADF检验进行单位根检验,所有检验均选取5%临界值作为标准。结果如表2所示。

表2 序列的ADF平稳性检验结果Tab.2 Results of the ADF stationarity test of the sequence

注释: ΔlnKC、ΔlnTD、ΔlnRGDP分别为lnKC、lnTD、lnRGDP的一阶差分;(C,T,L)中C表示单位根检验包含截距项,T表示包含时间趋势项,L表示包含的滞后阶数,若数值为零表明包含有此项。其中滞后阶数按照SC准则判断。

通过表1可以看出,变量的时间序列均为一阶单整,在进行一阶差分后成为平稳序列,即所有检验变量均为I(1),阶数d>0,应进行协整检验。

3) 协整检验

常用的协整检验方法有Engle-ranger两步法和Johansen协整检验法。本文选择Johansen检验法进行协整检验。Johansen协整检验前需先确定模型的滞后阶数。

表3 最佳滞后阶数检验结果Tab.3 Best lag order test results

注: *表示对应准则选择的滞后阶数。

从表3的检验结果可以看出,有4种检验准则选择的最佳滞后阶数均为3,因此原向量模型的滞后阶数为3,而Johansen协整检验是对其一阶差分后的方程进行检验,因此协整检验的滞后阶数2。检验结果如表4、表5所示。

表4 特征根迹检验结果Tab.4 Characteristic root mark test results

注: *表示在5%的置信水平上拒绝原假设。

表5 最大特征根检验Tab.5 Maximum eigenvalue test

注: *表示在5%的置信水平上拒绝原假设。

可以看出,特征根迹检验和最大特征根检验的结果都表明了所选变量之间存在2个协整关系,这说明我国房地产库存量与土地购置面积、人均GDP存在长期的均衡关系,综合最佳滞后阶数,可以得到协整系数建立VEC模型,即商品房库存量(lnKC)、土地购置面积(lnTD)、人均GDP(lnRGDP)的之间存在如下长期均衡关系:

(1)

从式(1)中可以看出,吉林省土地购置面积与商品房库存量具有正向关系,即土地购置面积的增加将导致商品房库存的增加;而人均GDP则与商品房库存量存在负相关系,即人均GDP的提高将有效降低商品房库存量。

4) Granger因果检验

协整检验与VEC模型证明吉林省商品房库存量与房地产企业土地购置面积、人均GDP存在长期稳定关系,因此可以进一步求证三者之间的Granger因果关系。选取滞后阶数为2,对商品房库存量、土地购置面积、人均GDP的因果关系进行Granger因果检验,得到表6。

表6 Granger因果检验结果Tab.6 Granger causal test results

注: *表示在5%的置信水平下拒绝原假设。

由表6可知,在5%的置信水平下,土地购置面积(lnTD)、人均GDP(lnRGDP)是商品房库存量(lnKC)的单向Granger原因,而土地购置面积与人均GDP互相不为对方的Granger原因。即房地产企业土地购置面积与人均GDP的变动将引起商品房库存量的变动。Granger因果检验的结果证明了3个要素之间存在2个协整关系,与之前Johansen协整检验的结论相符合。同时也正确反映了土地购置面积与人均GDP对商品房库存的影响。

3 结 论

本文通过建立向量误差修正模型和Granger因果检验的方法,对吉林省2001—2016年的相关数据进行了实证分析。结果表明吉林省土地购置面积、人均GDP与商品房库存量存在着长期均衡关系,二者均是商品房库存量发生变动的原因。其中土地购置面积的增加将导致商品房库存量的增加,人均GDP的增加将导致商品房库存量的减少。

根据研究结论,本文建议在房地产去库存工作中应注意以下问题:

1) 在商品房供给角度,为减轻房地产企业土地购置面积过多而增加商品房库存,地方政府应积极响应国家供给侧改革中的相应措施,科学进行当地土地规划与房地产开发规划,限制房地产用地审批,严格检查房地产开发企业的相关资历;减少地方财政对土地资源的依赖,例如大力发展旅游文化产业,吸引投资。房地产企业应减少高档住房的建设,增加与三四线城市居民购买力相适应的中低档住房的建设,确保土地的科学利用。

2) 在商品房需求角度,根据供求与价格的关系,库存量的减少会引起房价的上升,因此应给予房地产企业相关扶持与补助,控制房价的上涨;切实提高居民收入水平,扩大就业、鼓励支持民众自主创业;降低购房首付比例、公积金存款利率上调,降低居民购房门槛;深化户籍制度改革,开拓农民工住房市场,为他们能够在在城市安居提供补贴与政策支持。