房地产行业内生动量探索及可持续性发展研究
【摘要】近几年，我国房地产行业的发展出现了过度增长以及泡沫堆积的势头。如何去剖析房地产行业的泡沫现象，探索其内生动量；政府在房地产行业中应该扮演怎样的角色并且实施怎样的经济政策来维持房地产的可持续发展是本文建模分析的重点。
首先，文章以传统经济学理论为切入点，建立了房地产行业的供给与需求线性模型，结论表明：房地产需求与价格正相关，房地产供给则呈现一定的刚性，这与传统的市场供求理论相偏离，说明传统的供需理论已难以解释我国房地产行业不均衡现象。
其次，总结了学术界的观点后，本文从全新的角度出发，提出「中国的房地产行业是政府主导的政策性市场」的大胆假设，通过建立向量自回归 VAR 模型来研究房价与政府行为的互动关系，模型表明，我国的房地产行业确实较大程度地受到政府经济政策的影响，佐证了模型的假设。
最后，基于我国房地产行业是政策主导市场的论点，本文进一步建立了房地产可持续发展模型，并构造了合理增速和健康基准两个全新指标对房地产行业的增长速度的合理性进行评判。最终探究出三种改变房地产增速的政策路径，经过对比后总结出一套可以保持房地产行业可持续发展的最优政策方案。
【关键词】房地产可持续发展模型 房地产合理增速 健康基准
一、问题重述
房地产行业既是国民经济的支柱产业之一，又是与人民生活密切相关的行业之一，同时自身也是一个庞大的系统，该系统的状态和发展对国民经济的整个态势和全国人民的生活水平影响很大。房地产业是国民经济体系的重要组成部分，其相关产业链较长，对国民经济发展影响重大，而住房作为房地产业的重要组成部分，更关系到人民基本生存条件中的居住问题，与经济发展、社会和谐紧密相关。近年来，我国国内房地产价格不断上涨，房地产业发展迅速，不仅为整个国民经济的发展做出了贡献，而且为改善我国百姓居住条件发挥了决定性作用。
然而，房地产业也面临较为严峻的问题和挑战，引起诸多争议。经过 2007 年的疯涨后，2008 年底随着美国金融危机对中国的冲击，中国的房地产市场尤其是住宅市场开始趋冷。然而 2009 年开始住房价格再次进入上升通道，一些城市的房价不断创出新高，大大超出了普通居民的承受能力，对国民经济的健康稳定造成了潜在威胁。高房价，住房难已经成为政府和社会关注的焦点。
因而，从系统的高度认清当前房地产行业的影响因素、发展态势、并且从定量角度把握各指标之间的数量关系、研究政府宏观调控对房地产业的定量影响，不仅可以为帮助市场参与者科学认清我国住宅商品房市场的形势，以便市场主体更好地做出投资决策，还对政府政策的制定具有一定的借鉴意义。对房地产市场的定量研究，有助于我们从数量上对完善市场体系，平衡市场行为和政府干预，保持政策的连贯性等做出更好的决策。
二、模型建立与问题求解
（一）房地产行业供给需求模型
房地产市场现状：
本文从传统经济学角度，构建需求和供给模型，考察供需函数是否能解释中国房地产行业的实际情况，从而研究影响房地产供需的主要因素。
我国住宅商品房价格在 2003 年之前一直保持平稳增长，自 2004 年起，商品房价格开始连续大幅度上涨，并且增长率相比与 GDP 和职工工资水平波动性较大。政府出台了一系列的调控政策，加之 2008 年金融危机，我国房地产的价格在 2007 年底至 2008 年第三季度出现了短暂的回落。但随后又开始了快速上涨。直到 2010 年 6 月，全国商品房销售价格已经到了 5037 元/平方米，在不到两年的时间里涨幅达 32%。
（二）房地产需求模型
1.模型假设。假定 1，市场上的所有的房屋都是无差异的，并且居民对房屋的需求也是无差异的。
假定 2，居民对房屋的需求分为消费性需求和投资性需求。消费性需求是一种刚性需求，居民购买房屋是用于消费，即源于居住等使用动因。投机性需求是一种弹性需求，居民购买房屋是预期其价值在未来将会上升，从而持有房屋作为一种投资品。
假定 3，居民对房屋的需求是有效需求，有效需求才能对价格产生影响。并且我们不考虑二手房买卖的影响，二手房买卖是以往需求的转移。因此我们采用商品房销售面积作为居民对房屋的需求量。
假定 4，房地产的消费需求受到两个根本因素的影响：第一个是每年城市新增人口数量，第二个是城市新增人口的收入。前者是决定房地产的潜在需求，后者决定潜在需求转化为现实需求的可能性。
因此选用城镇居民人均可支配收入和城镇居民人口总数指标作为消费性需求的影响指标。
2.模型建立与求解。
（1）变量说明
{1}Qd 需求量，用商品房销售面积代表。
{2}全国商品房销售均价。
{3}CP 城镇人口总数。
{4}GDP
{5}CR——消费剩余，等于城镇居民可支配收入与消费性支出的差额，衡量商品房的投资性需求。
（2）模型的建立
需求函数为：
Qd=f（P，CP，GDP，CR） （1.1）
需求量与各影响因素之间存在线性关系，构建线性模型：
Qd=β0+β1P+β2CP+β3GDP+β4CR+μ （1.2）
采用中经网统计数据库和 WIND 资讯 1992～2010 年的年度数据，取对数后，进行回归即：
LNQd=C+C1*LNP+C2*LNCP+C3*LNGDP+C4*LNCR+μ* （1.3）
采用 EVIEWS6.0 软件对需求函数进行线性最小二乘估计。回归结果显示，在 10% 显着水平下，参数估计都能通过，并且方程拟合程度较好，回归结果如下：
LNQd=-12.39+1.05*LNP+2.42*LNCP-2.47*LNGDP+2.32 *LNCR （1.4）
P 值： （0.25） （0.07） （0.01） （0.05） （0.06）
R2=0.99
3.需求模型的结论。
（1）价格与有效需求成正比，这与经济学理论相违背；
（2）「消费剩余」（投资性需求变量）对房屋需求有较大的正向作用；
（3）总需求与价格正相关。
市场上实际的需求是消费性需求与投资性需求的综合需求，消费需求与价格负相关，投资性需求与价格正相关，而回归结果显示总需求与价格正相关，这有力说明市场上投资性需求压倒消费性需求，是市场需求的主要部分。
（三）房地产供给模型
1.模型假定。假定 1，影响房屋供给的主要原因来自房地产企业。从微观房地产企业角度来讲，企业之所以愿意供给房地产，是基于成本收益分析，所以房地产供给变化的因素主要有：房地产价格、土地价格成本、劳动力成本和资金成本等。
假定 2，劳动力成本为建筑工人每年工资。其余人力资本难以确定，因此，本文选用建筑工人每年工资作为劳动力成本。
假定 3，利率是资金的价格，房地产企业资金链很大程度上依赖贷款，尤其是长期贷款。因此，假定房地产企业的资金成本为 3～5 年期银行实际贷款利率。
假定 4，房屋供给量为商品房施工面积与竣工面积总和，房地产公司提供现房和期房，因此施工面积和竣工面积都代表了房地产企业的有效供给。
2.模型的建立与求解。
（1）变量说明
{1}Qs：需求量，用房地产企业正在施工面积与竣工面积均值代表；
{2}P：全国商品房销售均价；
{3}EC：土地价格；
{4}W：建筑行业职工平均工资；
{5}R：长期贷款利率。
（2）建立供给函数模型
供给函数为：
Qs=f（P，EC，W，R） （1.5）
由于可得的 3～5 年期银行贷款利率为名义利率，为消除通货膨胀的影响，求得实际利率，对对利率的处理：
1+R 名义 =（1+R 实际）*（1+i） （1.6）
其中表示实际利率，用 CPI 的增长率来代表通货膨胀率。
假定需求量与各影响因素之间存在线性关系，构建线性模型：
Qs=β0+β1P+β2EC+β3W+β4R+μ （1.8）
采用中经网统计数据库和 WIND 资讯 1992～2010 年的年度数据，并且对商品房销售价格，土地购置成本和年末商品房施工面积与竣工面积总和变量取对数，构建线性模型：
LNQs=C+C1*LNP+C2*LNEC+C3*LNW+C4*R+μ（1.9）
采用 EVIEWS6.0 软件对需求函数进行线性最小二乘估计。回归结果显示，拟合优度较高 R2 值为 0.99，DW 大致为 2，回归结果良好，但房价与利率不通过显着性检验，并且符号与实际经济意义不符，表明解释变量之间存在多重共线性。对解释变量进行相关性分析得到相关系数矩阵如下：
相关系数矩阵可以看出 LNEC 与 LNP、LNW 三者存在较强相关性，因此，我们才通过逐步回归（stepwise）方法，剔除变量，在最后得到如下结果：
LNQs=-7.96-0.76*LNEC+2.54*LNW （1.10）
P 值 （0.00） （0.00） （0.00）
R2=0.99，DW=2.09
3.供给模型结论。
（1）由于房地产建设周期长，而房价变化较快，所以供给对房价的弹性不够显着，甚至在一定价格范围内可看成固定的。
（2）利率对供给的弹性较小。我国在 97 年之后一直保持相对宽松的货币政策，股市疲软不能充分吸收市场上多余的流动性，致使流向房地产行业的资金充足，所以利率对供给的弹性也不大。
（3）房地产的供给函数对土地价格具有较好的弹性。土地的稀缺性加上土地交易的逐步市场化造成众多房地产企业为获取土地竞相太高竞拍价格。
三、结论与展望
本文从房地产行业的供给与需求两个方面入手，分别建立了房地产行业的供给与需求线性模型，房价与政府行为互动关系 VAR 模型，并通过这两个模型探索出房地产行业背后的内生机制。在此基础上，进一步建立了房地产可持续发展模型，并制定了三种不同的政策调整路径。
在房地产供给与需求模型的分析中，模型的结论表明：房地产行业的需求出现了与价格正相关的现象；而在房地产供给方面，供给量到达一定数量后呈现了一定的刚性，这些都与传统经济学理论相违背。这也表明，由于在中国房地产行业政府的强势地位以及投资性需求的高企，传统的价格机制和市场理论已经不适用于我国的房地产行业。
结合现实以及学术界的观点，本文提出「中国的房地产行业是政府主导的政策性市场」的假设，并通过建立向量自回归 VAR 模型印证了这一观点。在房价与政府行为的互动关系 VAR 模型中，主要对房地产价格、政府收入、工业增加值以及货币供应量之间的内生关系进行了动态分析，结果表明，中国的房地产行业较大程度的受政府政策的影响。在脉冲响应函数的部分，结论表明一个房价的正冲击将会对工业增加值和政府收入产生正的影响，但在长期逐渐消失，而房价的正冲击会使货币供应量出现负的响应，并且在长期有不断扩大和稳定的趋势；在方差分解部分，表明了货币供应量对房价都有一个正的影响，并且在长期保持稳定，而工业增加值对房价的影响在短期不显着，长期有较小的正的影响。
在探究出房地产行业的内生动力后，本文基于 VAR 模型的结论建立了房地产可持续发展模型，并构造了合理增速以及健康基准两个全新指标对可持续发展模型的结论进行判断。从货币政策、财政政策的搭配角度制定了三种不同的政策调整路径，结果显示，财政政策的调整效果要远远优于货币政策，而最佳的政策调整是同时调整财政政策和货币政策。
基于以上结论，从政府的角度得到房地产可持续发展的最优经济政策方案：如果以房地产调控为主要政策目标时，将财政支出，财政收入以及货币供应量都稳定在 GDP 增速的水平，即可对房地产行业的发展形成较好的约束；如果房地产调控是政策目标之一时，将财政收入、财政支出维持在 GDP 增速水平，货币政策独立调节经济中的其他政策目标，也可以达到房地产行业调控和其他政策目标兼顾的效果。
参考文献
[1]葛扬，陈崇.中国房地产市场供给结构与价格泡沫关系研究——基于 var 模型的脉冲响应分析.中国经济问题，第 2 期 86-96 页，2011 年.
[2]王要武，金海燕.我国房地产宏观调控政策效果的实证分析.土木工程学报，第 8 期 106-114 页，2008 年.
[3]蒋艳，谢永钦，左西子.城市房地产供应量预测模型及应用.科技信息，第 3 期 45-50 页，2007 年.
[4]张海洋.投资性需求对我国房价影响程度的实证分析.软科学，第 25 卷第 3 期 24-30 页，2011 年.
[5]罗刚强，赵涛.转型期中国城市住宅市场供求状态及其波动效应.1991～2008，西安电子科技大学学报，第 20 卷第 2 期 34-39 页，2010 年.
[6]田红保.论房地产业可持续房展评价误区与核心体系.中国房地产金融，第 3 期 34-37 页，2010 年.
[7]国家统计局网站.http：//www.stats.gov.cn/，2011 年 9 月 25 日.
[8]中国经济信息网.http：//www.cei.gov.cn/，2011 年 9 月 25 日.
作者简介：马冀宁，男，河北藁城人，南京大学商学院金融学系，硕士研究生，研究方向：金融工程。
作者 马冀宁