利率西部数码空间购买

第37卷第1期西南师范大学学报(自然科学版)2012年1月Vol.
37No.
1JournalofSouthwestChinaNormalUniversity(NaturalScienceEdition)Jan.
2012文章编号:10005471(2012)01005208城市住房价格动力①邹高禄1,杨晓霞21.
西南财经大学财税学院,成都611130;2.
西南大学地理科学学院,重庆400715摘要:主要目的是在同一计量经济环境中,综合考虑长期借贷利率、外来投资规模,是否是推动城市住房价格的动力或决定因素.
同时考虑了通货膨胀因素对房价的可能影响.
由于特大型中心城市住房市场对中西部市场具有传导作用,故以北京、上海、广州和深圳四个主要城市住房市场为分析案例.
采用2005—2010年月度时间序列数据,考虑结构突变和小样误差,进行了约束协整和弱外生检验.
所有外来投资变量是平稳序列,不可能与住房价格形成长期均衡关系.
长期利率和通货膨胀是北京、上海房价变化的长期动力.
因此提高长期借贷利率、控制通货膨胀,有助抑制房价上涨.
关键词:住房价格;动力;结构突变;约束协整;弱外生中图分类号:K902;F293.
3文献标志码:A我国城市住房价格近年迅速上涨,水平大幅提高.
例如上海市2001—2008年间新建商品房价上升77%,2004—2008年间为15.
6%[1].
2011年1月,全国城市新建住房销售价格同比上升11.
3%,二手房销售价格同比上升8%[2].
中央政府的住房市场调控目标,是为了遏制部分城市房价过快上涨[3],实现'合理'住房价格、促进房地产市场平稳健康发展[4].
按照梯度推移理论,城市之间的信息、人员、资金等可以按照一定规律传递[5].
城市住房市场信息的正梯度推移,包括由主要政治中心城市(如北京),向其他城市传递;由特大型经济中心城市(如上海、深圳),向经济规模更小的城市传递;由沿海中心城市,向内地中西部地区城市的传递等.
这里,北京、上海和深圳可以被看成是信息梯度传递的上游城市,它们的住房市场变化信息将影响其他城市住房市场变化.

梯度推移的方向可以从计量经济角度进行检验.
过去研究发现,北京、上海、广州和深圳等城市市场住房价格变化,对全国城市房价及中西部市场可能有引导作用[6-7].
因此,我国城市住房市场宏观调控的关键,首先应该在这些住房市场信息梯度传递的上游或源头城市中做好调控工作.
探索这些中心城市住房价格的动力,不仅对于这些城市本身的住房市场调控、住房投资具有实际意义,而且也有助于认识其他地区城市住房价格变化动力、明确房地产市场调控策略和住房投资方向.
城市房地产或住房市场模拟方法,长期以来形成了空间模拟传统[8-12],特征住房价格传统[13-14],存量-流量传统[15-16],社会经济要素基本面分析传统[17-20]等.
住房价格的社会经济基本面要素很多,包括人口、通货膨胀、金融、货币、税收、投资、供给、需求等,实际分析中受现有计量经济技术、数据获得性限制,同一个模型中不可能考虑所有要素,通常只是假设某几种最可能的重要价格要素.

随着住房价格迅速增长和水平大幅提高,中央政府常常使用利率等金融工具调控住房市场.
如2007年①收稿日期:20110130基金项目:西南财经大学211工程Ⅲ期建设资助.
作者简介:邹高禄(1964),男,四川德阳人,博士,教授,主要从事房地产经济、经济地理、环境经济等教学研究工作.

9月27日中国人民银行与银监会共同发布《关于加强商业性房地产信贷管理的通知》,规定对已利用贷款购买住房又申请购买第二套(含)以上住房的,贷款利率不得低于同期同档次基准利率的1.
1倍.
但受美国次贷危机、全球金融危机影响,央行实行贷款购买住房的利率优惠政策,宣布自2008年10月27日起,将商业性个人住房贷款利率的下限扩大为贷款基准利率的0.
7倍.
不过,国务院在2010年4月取消了这个利率优惠政策,再次要求对贷款购买第二套住房的家庭,贷款利率不得低于基准利率的1.
1倍[3].
理论上,利率上升增加购房按揭成本,导致投资住房预期收益下降,故住房需求减少;虽然利率上升也会增加开发成本,导致住房供给减少.
但由于房地产开发周期一般持续2a以上,导致短期住房供给弹性很小.
所以利率上升,住房需求减少,房价下降.
事实上,众多实证研究发现,利率与住房价格之间常常表现出长期均衡关系,利率对房价有负的影响[21-23];实际住房价格相对于实际利率的弹性实证证据差别很大,在-9.
4~5.
9之间[24].
过去研究提出利率决定了我国住房价格的长期均衡变化,但因市场投机干扰缺乏短期影响[25];或利率变化对我国(1999—2005年)房地产市场确有显著影响[26].
有使用协整、格兰杰因果等理论方法,发现了我国(1998—2006年)负的住房价格与贷款利率关系[27].
但是,因为存在大规模外来资金补充,提高利率对我国房价影响很小[28].
实证分析表明,外资的确是推动房价上涨的重要因素[29].
Jiang,Chen和Isaac曾经特别分析了外国直接投资(FDI)对中国房地产市场影响,发现FDI在货币紧缩时期,对上海房地产市场繁荣起了积极作用[30].
住房价格的另一个重要因素是通货膨胀.
我国近年物价上升幅度大,城市居民平均消费价格指数2008年相比2005年上升了60.
4%[31].
实证研究表明,房价与通货膨胀率常常具有长期均衡关系[32-36],故长期来看,住房资产可以有效抵御或对冲通货膨胀.
例如,使用1953—1971年房价、CPI数据分析美国住房市场,发现房价可以有效防御通货膨胀[37];对英国1983—1995年住房市场区域差异分析,发现英格兰西北部、苏格兰、约克厦等区域的房价,的确可以抵御通货膨胀[38].
针对我国住房市场的研究,在北京住房市场中,没有发现通货膨胀与商品住宅价格存在长期均衡关系;但在上海住房市场中,却发现存在这种均衡关系,而且房价上涨引发通货膨胀[39].
因此,是否通货膨胀是住房价格动力,仍然需要实证检验.
因此,我们推测,提高借贷利率对住房价格有负的影响;但是,利率上升又很可能吸引国外(海外)资金大规模流入我国大陆地区,部分资金投入房地产市场,从而推高房价[4].
因此,有必要在同一计量经济环境中,综合考虑利率和外资规模对住房价格的影响.
同时,为了反映近年城市普通商品物价上涨对住房价格的影响,在房价因素中加入通货膨胀因素是有意义的:考虑通货膨胀因素不仅是对于借贷利率、外资规模对房价影响的修正,更对宏观调控政策措施的制订具有实际意义.
本文主要目的,是以北京、上海、广州和深圳住房市场作为分析对象,在同一计量经济环境中,分析长期借贷利率、外来投资规模和通货膨胀率变化,是否是推动住房价格变化的动力(或决定因素).
与过去相关实证研究不同之处是,比较充分考虑了经济时间序列的小样特性,以及可能的结构突变.
采用的主要方法是多元约束协整和弱外生检验.
文章安排是:简介约束协整和弱外生计量经济方法,数据描述,计量经济运算,简单讨论计量经济结果与政策意义.
1约束协整与弱外生检验方法弱外生理论认为,给定一个由若干经济变量组成的系统,若某个变量单方向影响了这个系统及构成该系统其他变量的变化,但反过来并不受其他变量变化的影响,则称该变量相对于系统是弱外生的.
如果把协整向量预设为关注参数,弱外生变量就是系统及其他变量的长期动力.
因此弱外生分析在宏观经济分析中有重要经济意义[40-41].
为了实证方便,我们假定房价(HP)、及其价格因素长期利率(r)、通货膨胀率(CPI)和外来投资规模(FI),都是含一个单位根的时间序列变量.
它们在同一宏观经济环境中,均为一四维向量系统Ω(Ω=(HPt,rt,CPIt,FIt))的构成元素,t是时间.
用多元协整方法检验Ω是否是协整的:首先估计Johansen形式误差修正模型(ECM)及其系数矩阵Π[42-44].
这里Π=αβ′,β、α分别是协整向量和相应的调整系数向量,均为4*r矩阵,向量元素在矩阵中的位置已经由Ω的定义决定.
Π中包含了最多35第1期邹高禄,等:城市住房价格动力有r个协整秩的假设信息,检验r采用"迹"(trace)统计值.
但Johansen的迹检验依据大样推论,实证分析中需要进行临界值小样修正[45].
迹检验探测到的协整向量β是无约束的,需要进一步施加适当的、有经济意义的约束,才能探索其实际经济意义[41,46].
有经济意义的最简单的β约束,是对Ω中相关元素依次施加零约束,即H*3:β=0(关于H*3,H*4和H*5的定义见[43].
用χ2统计检验这些假设,从而确定协整关系β中应该包含哪些有意义的变量.
再把统计上显著的约束协整向量(表示为β*)设为关注参数,进行弱外生检验.
方法是对调整系数α的第i行元素施加零约束,即H*4:αi=0或H*5:β*=0,αi=0,用χ2统计检验这些假设,统计上不显著的χ2所对应的向量元素相对于关注参数(即β*)是弱外生的.
协整检验必须首先分析时间序列单位根.
同时使用ADF法[47]和非参数的PP法[48]检验单位根,可以提高单位根检验功效.
但是,这类常规检验可能把本来的结构突变误检为单位根,所以须用Perron的混合新生异常值(IO)模型,用t*α统计值单边探测可能的结构突变[49].
2数据与变量使用北京、上海、广州和深圳4个城市2005年7月—2010年6月的月度时间序列数据.
使用了X12(加法)程序,对全部序列进行了季度调整[50].
住房价格数据取自"七十个大中城市房屋销售价格指数",全国城市平均CPI数据取自"居民消费价格分类指数"[2];基准借贷利率数据取自中国人民银行网;城市月度CPI数据分别取自各个城市的统计信息网统计数据栏[1,51-53];全国实际使用外国投资数据来自商务部网[54].
每个城市住房市场包含4个变量:城市房价变量(HP)采用新建商品住房的名义价格同比指数,这是因为我国新房交易远比旧房交易活跃;通货膨胀变量(CPI),采用城市居民消费同比价格指数;外来投资变量(FI),采用实际使用或到账外国投资的当月统计金额;长期实际借贷利率变量(r),是中国人民银行确定的5a及以上时期名义基准借贷年度利率,除以12得月度利率,再减去全国或当地城市月度CPI增长率,因此是"事后估计"的实际利率.
3计算表1显示,单边的Perront*α检验,在5%置信水平没有发现任何变量有结构突变.
表2显示,在4个城市全部16个序列变量中,ADF和PP检验共同发现,所有外资序列变量(FI)都是平稳过程;8个变量含有一个单位根,可以确定是I(1)过程;不一致的检验结果有:对于北京的HP、r和CPI变量,ADF探测到两个单位根,PP只探测到一个,既然大部分宏观经济序列含一个单位根[55],我们认为这3个变量含一个单位根更加合理;对于广州的CPI变量,ADF检验是平稳的,PP检验探测到一个单位根,这是'近似'单位根过程,在统计上视为单位根过程可以取得更好推论[56].
所以,在下面协整分析中,认定全部FI变量是I(0)过程,其余变量均为I(1)过程.
在协整分析时所有FI变量不能使用,我们定义的城市住房市场四元向量Ω,简化为只包含三个元素的三元向量系统.
表3是三元协整无约束迹检验结果.
使用5%小样临界值[45],仅发现北京和上海市场有无约束的协整关系.
对北京、上海市场的约束协整和弱外生检验结果见表4.
首先检验β的零约束,从p值看,在1%或5%水平上,可以拒绝所有关于β的零约束.
所以,北京和上海市场约束协整向量呈现房价、利率和CPI元素构成的三元结构特点.
另外,如果进一步观察无约束协整向量,似乎北京市场含有β11=0.
15β12和β11=16β13线性关系,上海市场含有β11=-0.
1β12和β11=-10β13线性关系,但在5%水平上可以拒绝所有这些线性关系.
所以无法认定北京市场房价与利率、CPI之间是否存在(负的)长期弹性,或上海房价与利率、CPI之间是否存在(正的)长期弹性.
进一步检验对调整系数的零约束H*4:α=0,可以在5%水平上,接受北京和上海市场α21=0和α31=0约束,说明这两个市场的利率和CPI变量,是弱外生变量.
45西南师范大学学报(自然科学版)http://xbbjb.
swu.
cn第37卷表1Perron结构突变检验城市变量^αt*αp值k^Tb北京HP0.
231.
060.
30926r0.
473.
610.
00948FI-0.
02-0.
060.
95825CPI0.
493.
890.
00948上海HP0.
544.
010.
00925r0.
372.
970.
01930FI-0.
01-0.
030.
97912CPI0.
372.
980.
01930广州HP0.
180.
840.
40939r-0.
04-0.
220.
83930FI-0.
51-1.
830.
27312CPI-0.
04-0.
220.
82930深圳HP0.
171.
240.
22938r0.
251.
180.
25927FI0.
00-0.
010.
99248CPI0.
231.
110.
27927注:数据未对数处理.
限于篇幅,仅列出Perron(1997)IO模型yt-1的系数^α估计,t*α是^α系数最小t统计值.
回归中需要对序列进行头尾截断,截断比例λ=0.
2.
Perron模拟的1%、5%和10%单边检验小样临界值分别是-6.
32,-5.
59和-5.
29(抽样规模T=70).
^Tb是估计的可能断裂点.
k是截尾滞后值,须用数据依赖法挑选[57].
表2单位根检验城市变量ADFLFDSDPPLFD北京HP-2.
63(4)-1.
82(3)-10.
53(2)*SIC-1.
43(4)-9.
15(4)*NWr-3.
07(3)-1.
93(2)-10.
37(1)*SIC-1.
68(5)-5.
78(5)*NWFI-4.
57(0)-SIC-4.
57(1)-NWCPI-3.
08(3)-1.
86(2)-10.
60(1)*SIC-1.
66(5)-5.
80(5)*NW上海HP-4.
01(4)-5.
99(0)*SIC-2.
45(5)-6.
29(4)*NWr-1.
84(2)-3.
33(1)***SIC-1.
73(5)-6.
79(4)*NWFI-5.
71(0)-SIC-5.
66(1)-NWCPI-2.
20(3)-3.
38(1)***SIC-1.
70(5)-6.
80(4)*NW广州HP-3.
71(0)-9.
91(0)*SIC-1.
81(3)-9.
70(3)*NWr-7.
26(0)-10.
34(0)*SIC-1.
88(4)-9.
88(4)*NWFI-9.
66(0)-SIC-9.
66(0)-NWCPI-1.
96(0)-SIC-1.
87(4)-9.
84(4)*NW深圳HP-1.
97(0)-9.
22(0)*SIC-1.
93(3)-9.
15(3)*NWr-5.
90(0)-8.
65(0)*SIC-1.
85(2)-8.
65(0)*NWFI-1.
98(0)-SIC-5.
88(4)-NWCPI-0.
90(1)-8.
61(0)*SIC-1.
86(2)-8.
63(1)*NW注:数据未对数处理.
L:原数据;FD:一次差分;SD:二次差分.
括号内是截尾滞后值,在ADF检验中,采用施瓦兹信息准则(SIC)或赤池信息准则(AIC)挑选;PP检验中用Newey-West(NW)建议值[58].
所有变量有非零均值、随时间增长趋势,故全部检验回归中含趋势和截距[59],可以大幅提高拒绝假设时的正确率[56].
*,**和***分别表示1%,5%和10%置信水平.
55第1期邹高禄,等:城市住房价格动力表3Johansen无约束协整迹检验城市rk迹统计O-L临界值*C&L临界值*联合JB(p值)修正Q(p值)北京0671.
1842.
9259.
331629.
3525.
8735.
772612.
8512.
5217.
3113.
80(0.
03)57.
96(0.
01)上海0765.
1542.
9263.
541728.
3625.
8738.
31276.
7112.
5218.
5346.
66(0.
01)149.
98(0.
00)广州0639.
9142.
9259.
331615.
6625.
8735.
77262.
9112.
5217.
3111.
09(0.
09)278.
23(0.
03)深圳0537.
8042.
9255.
691516.
0525.
8733.
57255.
7912.
5216.
2413.
90(0.
03)11.
40(0.
25)注:除利率值,其他数据是对数值.
r是最大协整秩假设.
k是适中的ECM模型滞后值,在保证多元正态特性下,使用AIC准则挑选.
小样回归使用AIC,SIC准则可以正确挑选k值[45].
检验回归依赖5个基本检验假设(I-V)[44],如果观察到数据中有线性趋势,假设IV是最常见情况[41],因此我们采用假设IV,O-L和C&L分别表示大样[60]、小样[45]临界值,*5%置信水平.
联合JB:Jarque-Bera多元正态统计值.
小样修正Q值:检验无多元回归序列相关.
4计量经济结果分析与政策意义单纯的无约束协整分析,很难确定住房价格的市场动力或决定因素.
弱外生检验是分析住房价格长期动力的比较理想的方法.
我们以4个东部特大城市为研究对象,在同一计量经济环境中,分析了长期利率、外资流入和通货膨胀变化是否是我国城市住房价格动力.
在单位根检验中,我们考虑了可能的结构突变干扰,协整检验中进行了小样修正.
只发现北京、上海市场存在无约束的协整关系,并且利率和CPI变量是弱外生变量.
表4协整系数Π约束检验城市β-约束(H*3)χ2p-值自由度α约束弱外生性检验(H*4)χ2(p)DFp-值北京β11=08.
7(0.
00)1α11=023.
21(0.
00)β12=05.
3(0.
02)1α21=00.
01(0.
86)β13=06.
4(0.
01)1α31=00.
11(0.
71)β11=0.
15β128.
7(0.
00)1β11=16β136.
4(0.
01)1上海β11=010.
0(0.
00)1α11=010.
91(0.
00)β12=06.
6(0.
01)1α21=00.
61(0.
43)β13=08.
1(0.
00)1α31=00.
31(0.
57)β11=-0.
1β129.
9(0.
00)1β11=-10β137.
9(0.
00)1注:α、β在协整系数矩阵Π中的位置已经由Ω定义.
自由度和p值依据[43]估计.
因此,长期(实际)基准借贷利率是北京、上海房价变化长期动力.
可能原因是,这两个直辖市较好地执行了中央信贷政策,住房市场市场化程度高.
由于东部直辖市住房市场变化对全国及其他城市住房市场有引导作用,长期利率调整对全国房价可能是有意义的.
北京、上海房价与通货膨胀有均衡关系,这与过去有关实证证据吻合;通货膨胀因素是北京、上海房价变化长期动力.
据协整理论,实际利用外资与房价不可能有均衡关系,因而彼此之间不存在任何动力.
为了抑制城市住房价格上升,应该提高长期借贷利率,65西南师范大学学报(自然科学版)http://xbbjb.
swu.
cn第37卷并采取适当措施控制通货膨胀.
但对协整向量约束十分复杂,需要相关理论和过去相关实证证据支持.
弱外生检验主要发现均衡系统长期动力.
因此,我们的实证证据仍然需要更多理论分析和实际验证.
尽管如此,我们的分析仍然具有好的实践意义:因为住房产品缺乏流动性特点,决定住房投资应该追求长期性;住房市场调控本身追求长期目标.