房地产市场羊群行为分析

刘金娥，贺思语

(厦门理工学院 经济与管理学院，福建 厦门 361024)

自改革开放以来，我国经济以持续增长态势发展，其中房地产行业贡献的力量不容小觑。中央经济工作会议作出“要确保房地产市场平稳发展”的一系列部署，房地产已然成为国家重要的经济支柱和社会问题。

历年来，各国学者都热衷于对房地产价格影响因素进行研究，众多学者通过不同角度对其进行探索解析。传统金融模型以理性人和有效市场假说为前提，但现实中市场中的个体不会是完全的理性人，故有学者引入行为金融学思路对房地产价格进行研究。羊群行为是行为金融学中研究的一种典型的投资行为。

到目前为止，前人对研究羊群行为的实证方法有以下几种：LSV 方法——用于检测每一期间末投资者对单支股票于同一方向交易与独立交易的偏离程度，无法考虑究竟是羊群行为导致了相关联交易，还是关联交易中市场参与者使用了相同的信息，且在市场不允许或限制卖空的情况下，使用LSV 方法会导致测量误差[1]；PCM方法——用于测度投资者在方向及力度上存在的羊群行为，该方法对于投资者占有投资权重的衡量存在偏差，资金量越大的基金管理人被赋予更大的比重，可能衡量到虚假羊群行为[2]；CH 方法（又称“CSSD法”）——是基于收益率分散程度对羊群行为进行衡量的方法，在该方法的检测下，前提条件是实证选择的观测时间段市场价格要出现很大的波动幅度，当市场价格波动幅度不够大时，可能会不能有效测度出羊群行为[3]；CSAD 方法能够刻画出收益离散度和市场收益之间的非线性关系，相比CSSD 模型更具有弹性，准确度要高[4]。

以2015 年6 月至2020 年6 月作为研究时间段，以不同发展程度的26 个代表性城市房地产市场作为研究对象，选择运用的CSAD 模型，该模型运用绝对差来衡量投资者决策的一致性，更加有利于测度出不同地区不同市场下的羊群效应差异，能够较为精准的引导市场参与者做出理性决策。本文首先对房地产投资者羊群效应的存在性进行建模分析，再通过对所选取城市进行分类，针对各类城市分析其羊群行为差异性，最后对所得结果进一步剖析，根据研究结果对市场参与者提出可行性建议。

1 房地产市场羊群行为理论分析

1.1 羊群行为概述

羊群行为是投资者在投资决策中放弃自己的私人信息，依据其他参与者的行为来决定自己的投资决策[5]，最终形成了决策一致的现象。高帆[6]指出羊群行为具有趋同性、不稳定性以及相对性，趋同是羊群行为的根本特征，同时羊群行为易受到外界各种因素影响，呈现出不稳定的特征，此外羊群行为不是绝对的，在不同标准、不同数据范围下，会得到不同结果。当众多投资者受到羊群效应影响，发生群体性失误时，有可能会出现大范围情况反转，导致反向羊群行为，会加剧市场多变性，从而扩大风险。现有文献主要用不完全信息理论[7]、声誉理论[8]和薪酬结构理论[9]来解释市场羊群行为的产生。

1.2 房地产市场中的羊群行为

房地产市场投资者分为企业投资与个人投资，本文主要讨论个人投资者的羊群行为。个人投资者以直接购房者为主，主要是居民买房并期待房价上涨。

房地产投资具有高收益高风险并存、流动性低、适应性强等特征。房地产还能够积极适应各种变化并调整自身功能，作为投资品，可以以租赁的方式获得资金收益，同时也具备房产本身的价值增长，在不同环境下，房产可以满足投资者不同需求，除本身的居住作用外，还可作为学区房，为投资者带来房产本身价值以外的收益。[6]

王丽艳[10]分析发现商品房住宅市场存在明显的羊群行为。鞠方等[4]也验证了羊群行为在我国房地产市场的存在性。周维[11]认为房地产市场羊群行为过度发展会引发房地产泡沫现象，信息处于劣势的投资者易受偏误信息影响产生不理性投资行为致使房价暴涨。温宇静和唐慧玲[12]认为，房地产市场价格非理性波动在很大程度上是由羊群行为引发的。

房地产市场中的需求可分为自住消费需求、购房投资需求、投机需求三种。这些需求都会催生羊群行为并带来风险。无论购房源于何种需求，只要投资者产生实际购房行为，其带来的影响都是一致的。针对购房行为，无论是刚需还是投机，一旦形成从众，必然会造成推高房价的局面。

利益诱惑是产生羊群行为的内因动力，投资者本能寻求收益率更高的领域，带动资本向高收益行业流入。房地产投资具有较高的收益水平，这是吸引投资者的内在动力，也是投资者产生羊群行为的诱因。在信息不对称的影响下，一些购房者在房价飞涨的浪潮中获得了可观的收益，引入更多的投资者向房地产市场进行投资，投资者纷纷涌入进行效仿，群体不断扩大，从而产生羊群行为。购房者相信房价会涨，必然热衷买房，甚至会囤积房产作为一种长期投资；开发商认为购房者基数庞大，便迎合市场开发更多房产，赚取高额利润。房价的不合理波动是由购房者与开发商共同推动的，要达到市场稳定的目的，需要因地施策，针对各区域羊群行为程度结合实际情况实施政策调控及其他方面的引导，以推动我国房地产市场健康发展。

2 研究方法设计

2.1 CSAD 模型概述

采取CSAD 模型作为本文研究方法，在理性的资产定价模型下，使用横截面收益率绝对差CSAD 指标来刻画收益离散度和市场收益之间非线性关系，检测羊群行为的存在。CSAD 具体公式如下：

式中：N 为市场上资产组合的样本数，Ri,t代表资产i在时间t 的收益率，Rm,t代表t 时刻市场上资产组合的平均收益率。

结合资本资产定价模型（CAPM）可以得到：

由（2）式分别求一阶导数和二阶导数后得到：

（3）式和（4）式求导的结果说明横截面绝对偏离度的期望值Et（CSADt）和市场期望收益Et（Em）之间为线性递增关系。如果存在羊群效应，单个资产收益率向市场收益率靠近，Et（CSADt）与Et（Em）之间线性递增的关系将不存在，取而代之的是非线性的递减变化。当羊群行为严重时，该关系甚至变为绝对市场收益率的减函数。为检验羊群效应的存在性，引入其他回归参数，用下式表示这一非线性关系，由此可以建立测度羊群效应的如下模型：

横截面绝对值与市场收益之间是否存在非线性关系，等同于判断在一定显著性水平上回归二次项系数是否为0。若γ2显著不为0，则根据上述分析，当γ2显著小于0 时，市场上存在剧烈的羊群行为。该模型认为，当羊群效应存在的时候，单个资产的收益率和市场收益率将会越来越接近，此时横截面CSADt绝对偏差与市场收益率Rm,t将会表现出一种非线性关系。当羊群效应不太剧烈，CSADt随Rm,t增加；当羊群效应十分剧烈的时候CSADt随Rm,t下降。所以，该模型能够很好的捕捉羊群效应的存在[12]。

2.1.1 投资者羊群行为存在性研究方法设计

定义如下的CSAD 模型来验证房地产市场的投资者是否存在羊群行为：

式中：N 表示选取的样本数据中城市数量，Ri,t表示i城市在第t 月的房地产市场收益率，Rt表示第t 月全国房地产市场收益率。第t 月某i 城市的房价收益率计算方式为：

式中：Pt为i 城市第t 月的平均房价，Pt-1为t-1 月全国平均房价，Pi,t为i 城市第t 月的平均房价，Pi,t-1为i城市第t-1 月的平均房价。

此外，假设2020 年GDP 总值＞20000 亿城市房地产市场组合房价收益率为Ra,t；Rb,t表示2020 年GDP 总值在10000 亿至20000 亿之间城市房地产市场组合房价收益率；Rc,t为2020 年GDP 总值低于10000 亿城市房地产市场组合房价收益率。则有：

Ra,t，Rb,t，Rc,t分别为N 个Ri,t的算数平均数，（9）式（10）式和（11）式中的Ri,t分别表示2020 年GDP 总值在不同区间的三类城市中每个城市的房价收益率。建立检验房地产市场羊群行为的CSAD 模型：

当γ2显著不为零时，表明横截面收益绝对偏差CSADt与市场收益Rm存在非线性关系。该模型认为，当系数γ2显著大于零时，市场上存在羊群行为但不太剧烈，CSADt随着增加而增加；当系数γ2显著小于零时，表明此时市场中存在严重的羊群行为，CSADt随着增加而减少。因此该模型可以精准捕捉到市场存在的羊群行为。

2.1.2 投资者羊群行为差异性研究方法设计

Chang 等[13]指出CSAD 模型不仅能检验市场中羊群行为的存在性，同时能看出不同市场组合下羊群行为的严重程度。对房地产市场划分为2020 年GDP 总值（单位为亿元）大于20000、在10000 至20000 之间、小于10000 三个不同的市场组合，分别用CSAD模型看三个市场组合中房地产投资者的羊群行为程度差异，其公式如下：

通过判断γ2，γ5，γ8的正负情况，来检测本文所划分的三个市场组合是否存在羊群行为，再通过比较γ2，γ5，γ8相对值大小，判断三个市场组合中羊群行为的严重程度，从而进一步研究不同市场组合下羊群行为的差异性。

2.2 数据的选取与处理

2.2.1 数据选取

考虑到城市是否具备代表性，故选取了我国我国大陆22 个省份的省会城市以及4 个直辖市共26 做城市作为研究对象。数据主要来源于中国房地产指数系统以及中国指数研究院，通过对所选取城市2015年6 月至2020 年6 月的月度平均房价进行收集整理。具体城市划分详情如下表1。

表1 城市划分详情Fig.1 Details of city divisions

主要目的是对2015—2020 年我国房地产市场中投资者羊群行为进行存在性及差异性检验，因此在根据各目标城市2020 年GDP 总值对其进行分类后，以各城所选时间区间内月度平均房价作为原始样本。

经过筛选整理后，本文原始数据总计1586 个，其中，“GDP＞20000 城市” 月平均房价数据244 个；“10000＜GDP＜20000 城市”月平均房价数据671 个，“GDP＜10000 城市”月平均房价数据671 个。进而根据原始数据（各城月平均房价），分别计算出所选时间内各城各月份房地产市场收益率，并计算出已划分好的三类城市的市场房价收益率。各城房价收益率数据共1560 个，其中“GDP＞20000 城市”240 个，“10000＜GDP＜20000 城市”660 个，“GDP＜10000 城市”660 个。

2.2.2 数据处理

由于所得原始数据是各个城市的月平均房价，则可直接通过上述公式计算出各城市和全国的房价收益率和各组CSAD 值。对分类后的三组样本数据平均房价收益率与收益率截面数据绝对差进行统计分析。结果分别见表2、表3、表4。

表2 GDP＞20000 城市样本数据收益率横截面绝对差与房价收益率的描述性统计Fig.2 Descriptive statistics of the house price yield and the absolute difference of cross-sectional yield for the sample data of cities with GDP >20,000

表3 10000＜GDP＜20000 城市样本数据收益率横截面绝对差与房价收益率的描述性统计Fig.3 Descriptive statistics of the house price yield and the absolute difference of cross-sectional yield for the sample data of cities with GDP between 10,000 and 20,000

表4 GDP＜10000 城市样本数据收益率横截面绝对差与房价收益率的描述性统计Fig.4 Descriptive statistics of the house price yield and the absolute difference of cross-sectional yield for the sample data of cities with GDP <10,000

3 实证结果及分析

3.1 存在性及差异性检验

根据公式（13）、（14）、（15）分别对三个不同市场在样本期间间羊群行为进行实证检验研究，分析其羊群行为的存在情况。结果见表5～表7。

表5 GDP＞20000 城市房地产市场投资者羊群行为检验结果Fig.5 Results of herd behavior test of investors in real estate market for the sample data of cities with GDP >20,000

表6 10000＜GDP＜20000 城市房地产市场投资者羊群行为检验结果Fig.6 Results of herd behavior test of investors in real estate market for the sample data of cities with between 10,000 and 20,000

表7 GDP＜10000 城市房地产市场投资者羊群行为检验结果Fig.7 Results of herd behavior test of investors in real estate market for the sample data of cities with GDP <10,000

由上表可知：在文中划分的三类城市房地产市场中，皆存在有不同严重程度的羊群行为。其中GDP 大于20000 的城市房地产市场中羊群行为显著，10000＜GDP＜20000 城市及GDP 小于10000 城市房地产市场中，投资者羊群行为较为微弱。

3.2 检验结果分析

在原始数据收集过程中，易发现在本文选取时间段内，所选城市房价大致呈现逐月增长态势，偶有月度房价与上月比较呈现小幅度减少的现象。各年份之间增长幅度大，所选城市皆有一个明显的房价增长趋势。房价增长的同时，交易量也呈现增长趋势。站在投资者角度，其看到的是未来房价将显著高于购入价，可以实现低买高卖，从中获利；站在普通购房者角度，其看到的是，越早购房越能以低价买入，并且此时购入的房产会在未来实现稳定的价值增长。当市场参与者存在这样的心理时，购房热的局面已经形成，再加上相关媒体发布出参差不齐的信息，其中可能包括恶意炒作房价的不良信息，导致市场参与者受到各种信息干扰，无法寻求到一个全面透彻的信息获取渠道，于是出现大范围购房者产生不理性投资行为的现象。

GDP 总值相对较高的城市经济发展迅猛，其房地产市场在全国范围内处于前端位置，高发展程度城市的房价上升速度快，市场中投机者、房地产商和购房者更易产生大范围狂热投资，过于超前的发展使得房地产市场上出现大量投机行为。本文选取的北京、上海、广州、重庆四城由于城镇化水平相对其余城市更高，这会造成其房地产市场极度供需不平衡，从而导致房价偏离正常轨迹，传递出更多冗杂信息。再加上高度发展城市对各种调控政策的敏感度更高，这些因素都会造成GDP＞20000 的城市房地产市场羊群行为显著。

除此之外，近年来学区房热也尤为突出。不少家长为了让下一代接受良好教育，不惜倾家荡产购入名校学区房。无论是新开发的或是二手学区房，都备受欢迎，学区房市场极为供不应求。由于义务教育政策要求小学、初中就学者入学与户籍挂钩，在教育资源分布不均的作用下，市场对学区房需求激增。房地产开发商、房产中介以及市场投机者纷纷察觉出其中的巨大利益，哄抬学区房房价，营造出一房难求的局面，造成广大家长蜂拥而至为其投资，导致学区房价格与交易量一路飙升。经济发展程度越高的城市，越具备教育资源竞争力，北京上海等城市更是名校云集，这也使得GDP＞20000 的城市房地产市场羊群行为明显比10000＜GDP＜20000 城市与GDP＜10000 城市中房地产市场羊群行为严重程度高。

对于经济发展程度偏弱的城市，房地产市场参与者更容易受到传统思想的影响。多认为有属于自己的房产才是建立家庭的基础，同时也会在同龄人中形成一种无形的压力，当身边同龄人都成家立业，结婚生子，便会产生一种自己一事无成的错觉。房地产开发商以及市场投机者也是看到这一现象，由此入手，通过各种网络媒体大肆宣传名下坐拥房产的重要性。这也是导致群众购房热的部分缘由。随着近年来年轻人思想的转变，以及购房压力愈发超出年轻人所能承受的范围，该情况造成的非理性购房投资行为有所改善。故该研究展现出10000＜GDP＜20000 城市与GDP＜10000 城市房地产市场仅存在微弱羊群行为的结果。

4 结论与对策建议

我国房地产市场具有羊群行为，这主要是由我国房地产行业发展不够完善，市场公共信息披露不完全，缺乏透明信息获取平台，市场参与者对房地产认知不全面，对信息判断不客观等因素所导致。为此本文就如何促进房地产平稳健康发展提出以下建议。

4.1 加强信息透明度，建立权威信息渠道

市场羊群行为产生的一大重要因素是信息不对称，房地产市场信息系统的建设尤为重要。应建立官方权威信息平台，从信息归纳、信息引导、信息发布等方面对房地产市场相关信息进行整理，供购房者参阅。除信息获取平台外，供需双方交流平台也是有必要的。强制房地产商披露信息，相关部门定期发布更新房价、交易量等信息，就公布政府针对房地产市场的相关政策并予以解读，使得供需双方实现信息共享，引导市场有序发展。

4.2 政府加强调控力度，把控好调控频次

在政策调控方面，首先要坚持“因城施策”，针对城市之间发展程度差异进行调控，分类处理，才会取得更强的政府干预效果。加强协调政府与市场的关系，促进市场发挥其作用。

其次，要尽量维持房地产市场供求平衡，预防市场大幅度波动。要达到市场稳定运行的效果，需从供给方面与需求方面两手抓。市场对资源配置起决定性作用，政府与市场之间的关系需要进行合理协调，方能使资源配置充分发挥其最大效率。

4.3 完善房地产市场监管机制

政府应建立相关监管机构，严格监督房地产市场供求、价格情况，严肃处理房地产市场欺诈行为，杜绝虚假广告、吵房团哄炒房价。坚持“房子是用来住的，不是用来炒的”基本政策定位。将注重短期效应的形成调控转变为长期的全方面改革。加强住房金融体系的改善，完善房地产税收制度土地供应制度等相关制度建设。加强市场监测，坚持因城施策，积极防范风险，建立长效机制促进房地产市场平稳健康发展的。可建立市场参与者信用档案，约束投资者行为，引导市场健康发展。

4.4 合理配置教育资源

学区房价格和交易量不断攀升的源头是优质的教育资源十分有限，解决学区房热这一问题，首先要解决我国教育资源分配不平衡的问题。争取尽早实现各区域教师配备、教育基础设施、教育经费、教育管理制度等各方面公平公正。维持发展程度不同省市间师资水平、升学率平衡，能够有效改善高发展程度城市学区房供不应求、价格不合理等问题。

4.5 改变投资者投资理念，降低投资者心理预期

引导消费者重视自身需求，充分运用有效信息，做出理性投资决策，避免风险。在市场利益诱惑下，消费者易产生较高的心理预期，盲目乐观地做出非理性决策。此时可通过限售限购等硬性手段进行降低购房者心理预期的引导，这样能够减缓房屋买卖的流动性，达到给投机狂热降温的效果。同时要多向市场参与者进行良性引导教育，用标语、宣传手册等形式为投资者建立相关知识体系，避免购房者盲从投资，造成市场风险。