我国居民房地产财富效应的实证研究

陶丽娜

一、研究背景

房地产业作为我国国民经济的重要支柱，其涉及的产业链较长，带动相关行业发展的能力较强，吸纳社会公众就业的能力较大，在推动我国的社会经济增长过程中扮演了重要的角色。[1]根据房地产行业的历史发展数据来看，房地产业在国民经济中占据着日益重要的地位。房地产开发投资和住宅开发投资额在GDP中的比重日益增高，房地产开发投资占GDP的比重由2002年的6.43%增长到2012年的13.09%，住宅开发投资占据GDP的比重从2002年的4.38%跃升至2012年的9.40%，增长了两倍多。因此，房地产市场的发展变化情况将会影响我国经济的持续健康发展。

作为一国财富重要组成部分的房地产，既是各类投资者重要的投资对象，也是家庭财富的主要组成部分，同时，房地产本身也可归之于耐用消费品。正是在这一背景下，房地产价格波动对居民消费和居民家庭财富的影响不容忽视。

二、理论分析框架

1.房地产消费函数模型

莫迪利安尼认为，消费者是理性的，他只是根据效用最大化原则来使用一辈子的收入，安排其一生的消费，使其一生中的收入等于其一生的消费。根据莫迪利安尼的生命周期理论，消费者把自己的财富分配到自己的整个生命周期以内，根据一生的全部预期收入来安排自己一生的消费，这就需要我们在建立模型时把房地产财富引入模型，并把房地产财富分配到生命周期中去。

凯恩斯认为,在短期内，影响个人消费的主观因素总是比较稳定的，影响消费者的消费量的主要因素是其收入的多少，随着消费者收入的增加其消费支出也会相应的发生增加，消费是完全可逆的，但是消费的增长低于收入的增长，即存在著名的边际消费递减规律。根据凯恩斯持久收入理论，我们在研究消费的影响因素时应该把居民的收入纳入考察范围之内。

弗里德曼的观点是：消费者的当前的消费支出并不是由当前的收入决定的，而是和他的长久收入相关，即持久收入决定的。所谓的持久收入指的是消费者可以预期到的长期以内的收入，即他一生之中可以取得的所有收入的一个平均值。根据弗里德曼的持久收入假说，理性的消费者为了追求一生的效用最大化，他的理性消费行为不是取决于当期的收入，而是根据长久的收入水平来做出理性的消费行为。他将自己的收入分为暂时性收入和持久性收入，持久性收入不但包括了收入而且也包括了财产收入，在本文的讨论中主要包含了居民的房地产资产带来的收入，这与生命周期假说类似。

综合以上因素和相关理论，影响我国城镇居民消费因素有：城镇居民的当前收入、家庭所拥有的房地产财富。根据这些因素构建房地产消费函数模型形式如下：

Ct=b0+b1Yt+b2Ht+ut

(1)

其中，Ct、Yt、Ht分别代表居民消费支出、居民收入、房地产资产，ut代表随机扰动项，b0代表必要消费量，b1、b2分别代表居民收入、房地产资产的边际消费倾向。

考虑到时间序列数据可能会存在异方差现象，同时为了使数据变化呈现线性化趋势，笔者对选取的变量数列做一个自然对数转换，方程两边取完对数并不会改变数据的线性特征，即把模型转换成如下形式：

lnCt=b0+b1lnYt+b2lnHt+ut

(2)

2.计量分析流程

本文在现代计量经济学的分析框架下，拟采用多种计量分析方法综合分析，包括单位根检验、协整检验、误差修正模型、格兰杰因果关系检验以及脉冲响应模型，对我国房地产财富效应进行深入的实证检验。

图1 计量分析检验流程图

三、变量和数据的选取及处理

1.变量和数据的选取

由于我国的房地产市场是从1998年才开始改革的，中国的房地产才进入了市场化，因此笔者选取数据的起点是1998年第1季度。同时为了保证实证检验的效果，考虑到数据的可得性和实证分析的可行性，笔者选取了1998年第1季度至2012年第4季度共60期的相关数据进行实证分析。

由于数据的可得性，笔者用社会消费品零售额COt来代表居民消费支出Ct，用以衡量居民的消费支出变动情况；目前国内房地产财富效应研究中，衡量收入的指标一般都是全国性的指标，但是房地产财富主要存在于城镇，因此为了考察城镇居民的房地产财富效应，收入指标应该选取城镇的收入指标，本文拟选用城镇居民人均收入指标，使得研究的结果更具有说服力和可信性,笔者采用城镇居民人均可支配收入INt来表示居民收入指标Yt衡量城镇居民的收入变动情况；居民家庭的房地产资产数据也不易获得，即使实地调查采访，通过专业人士对每家每户的房地产价格进行评估的话，不同人的估价结果也是不同的，这对于展开研究是不利的，因此，笔者采用城镇商品房销售均价PRt来替换房地产资产Ht。社会消费品零售额COt来源于中国统计年鉴，城镇居民人均可支配收入INt和商品房销售均价PRt的1998年第1季度到2012年第4季度的数据来源于巨灵数据库平台、国家统计局网站和中国经济信息数据库。通过上述的指标转换后，把新的研究指标带入公式(2)，重新得到一个新的实证分析模型，如式3所示：

lnCOt=b0+b1lnINt+b2lnPRt+u

(3)

2.数据处理

考虑到社会消费品零售额COt、城镇居民人均可支配收入INt、城镇商品房销售均价PRt可能会存在季节性变动，为了消除数据的异方差，我们进行对数转换，调整后的变量形式分别转化为lnCOsa、lnINsa、lnPRsa，对数转换之后不会改变数据的线性特征。

四、中国房地产财富效应的检验

1.平稳性检验

运用时间序列数据建立实证分析模型之前，必须要对数据的平稳性进行检验。如果数据不平稳，那么实证的结果可能是伪回归或者错误的结论。在检验数据的平稳性时一般采用增广的DF检验，即ADF检验。输入数据，得出以下结果,见表1。

通过上述平稳性检验发现，所有变量的原数据序列在1%检验水平、5%检验水平、10%检验水平下均接受原假设，表明社会消费品零售额、城镇居民人均可支配收入、城镇商品房销售均价序列数据均含有单位根，都是一组非平稳的时间序列数据，因此，笔者尝试对上述3个变量的一阶差分数据做单位根检验,结果如表2。

表1 原数据的单位根检验结果

注：根据eviews6.0计算结果整理得出

表2 一阶差分数据单位根检验结果

注：根据eviews6.0计算结果整理得出

通过上述对社会消费品零售额、城镇居民人均可支配收入、城镇商品房销售均价时间序列数据的一阶差分进行单位根检验，我们发现：所有的时间序列的一阶差分数据均是平稳数据。因此，△lnCOsa、△lnINsa、△lnPRsa为同阶单整数列，都是I(1)，他们之间可能存在协整关系。

2.协整检验

为了对残差序列进行平稳性检验，需要利用模型估计结果生成残差序列，运用eviews6.0计算结果整理得出协整方程如下：

ECM=lnCOsa+2.107553-0.827802lnINsa-0.658745lnPRsa

(4)

(0.000 0) (0.000 0) (0.000 0)

[-9.938 423] [12.084 73] [7.325 135]

其中，方程的可决系数R2为0.995 973，方程调整后的可决系数为0.995 821，非常接近于1，表明模型的拟合效果较好，方程估计的参数都非常显著。

利用上述估计的方程提取残差序列，并对残差数列进行单位根检验，选用的方程形式为没有趋势项没有截距项，检验结果如表3。

表3 残差数据单位根检验结果

注：根据eviews6.0计算结果整理得出

从表3可以看出，残差单位根检验的T统计量为-5.140 447，相应的概率值P=0.0000,均小于1%、5%、10%的检验水平，因此拒绝残差序列存在单位根的原假设，即认为残差序列是平稳的，根据协整关系的定义，可以认为序列lnCOsa、序列lnINsa和序列lnPRsa之间存在协整关系，接下来进行误差修正模型的估计。

3.误差修正模型

协整检验的结果表明：社会消费品零售额COt、城镇居民人均可支配收入INt、城镇商品房销售均价PRt在长期内具有明显的均衡关系，但是短期内，其均衡关系并不明朗，因此可以采用误差修正模型来进行考量。根据eviews6.0运算出的误差修正模型的估计结果整理得出误差修正模型如下：

lnCOsa=0.41566+0.230069△lnINsa-0.703683△lnPRsa-0.515647ECM(-1)

(5)

(0.000 9) (0.016 8) (0.000 4) (0.099 1)

[3.524 175] [2.471 915] [-3.821 791] [-1.679 950]

其中，模型估计结果的F统计量值为6.087 882，相应的概率值P为0.001 271，可决系数R2为0.863 683，从而表明模型估计整体上是显著的。

4.格兰杰因果关系检验

格兰杰因果关系检验主要是为了验证房地产财富效应是否存在。如果城镇商品房销售均价是社会消费品零售额的格兰杰原因，则表明城镇商品房销售均价的变动会引起社会消费品零售额的变化，进而认为房价的变动会影响到居民消费支出的变化。反之，如果城镇商品房销售均价不是社会消费品零售额的格兰杰原因，则上述实证检验所得的结果值得商榷。

由于格兰杰因果关系检验依赖于检验回归模型中的滞后长度，因此对表4提供了几个滞后长度的F检验结果。lnCOsa、lnPRsa两变量的格兰杰因果关系检验结果如表4所示。

表4 格兰杰因果关系检验结果①大多数学者在采用格兰杰因果关系检验的手段来研究房地产财富效应时，均会检验房地产价格、收入、消费、金融资产之间的格兰杰因果关系，但是笔者仅仅想得到房地产价格和消费之间的因果关系，因此，其他变量之间的因果关系没有进行Granger检验。

注：根据eviews6.0计算结果整理得出

根据表4的分析结果可知，从滞后长度2至滞后长度4，城镇商品房销售均价均是社会消费品零售额的Granger原因；对于滞后长度2和3，社会消费品零售额是城镇商品房销售均价的Granger原因；对于滞后长度4，其检验F统计量在10%的检验水平上不显著，因此不能拒绝原假设。根据分析的结果，可以大致认为城镇商品房销售均价均是社会消费品零售额的Granger原因，社会消费品零售额是城镇商品房销售均价的Granger原因，存在双向的因果关系。

五、结论与对策

根据单位根和协整检验表明，社会消费品零售额、城镇居民人均可支配收入、城镇商品房销售均价3个变量是非平稳时间序列，但是在长期内它们存在一个长期的均衡关系。这表示房地产价格、城镇居民收入、消费三者之间是存在相互影响作用的。

根据误差修正模型检验表明：由于前一期消费支出偏离长期均衡关系的影响，为了维持实际消费支出、房地产价格、实际可支配收入三者的长期均衡关系，当期将会以-0.515 647的速度(即误差修正项的系数估计值)对前一期的消费支出与收入、房价、股价之间非均衡状态进行调整，将其调整到长期均衡的状态，这充分说明了消费者对未来的预期会影响到消费支出的变动。

在长期内和短期内，房地产价格变动和人均可支配收入的变动对于消费的作用大小是不一致的。在长期内，城镇居民人均可支配收入每变动一个单位将会引起消费同方向变动0.823 628个单位，而城镇商品房销售均价每变动一个单位将会引起消费同方向变动0.692 931个单位，即城镇商品房销售均价对于消费的影响力次于城镇居民人均可支配收入。与之相反，在短期内，城镇居民人均可支配收入对于消费的影响力次于城镇商品房销售均价。

这充分证明了生命周期理论和持久收入理论的实际意义。在长期内，房地产财富对消费具有显著的刺激作用，而在短期内，人均可支配收入才是刺激消费的重要原因。这表明人们的消费不仅仅取决于当期的收入，而是和一生的预期收入联系在一起的；消费者会把当期拥有的房地产财富分配到一生的消费过程中去。

在长期内，房地产财富效应存在且具有显著地正向效应，对于居民消费支出具有促进作用；在短期内，房地产呈现出负的财富效应，对居民消费支出具有一定的抑制作用。在长期内，房地产财富对消费具有显著的刺激作用，而在短期内，人均可支配收入才是刺激消费的重要原因。所以，要充分发挥房地产财富效应，完善二级住房市场，转变消费信贷观念，发挥社会舆论的影响作用，培育合理的房价预期。 同时，要抑制房地产负向财富效应的发挥，提高居民收入水平，完善社会保障体系，建立健全多种渠道来满足不同人群的住房需求。

同时，我们也要注意到房地产具备的投资品和消费品的双重属性。在我国居民缺少投资产品、投资渠道有限的背景下，房地产行业持续繁荣，容易引发产业资金的转移，造成产业空心化，不利于经济的持续健康发展。因此，我们要抑制投资性的需求，从而减少房地产对居民其他消费的替代效应，增加财富效应。

[1] 何志强，杨慎.当前我国房地产业现状与发展前景[N].中国国土资源报，2004-03-04(3).

[2] 陈健,高波.非线性视角下的中国房地产财富效应的测度研究——基于1996～2008年省际面板数据的分析[J].广东金融学院学报,2010(5):101-103.

[3] 邓瑛,赵雪.流动性约束视角下我国房价财富效应与最优利率规则研究[J].投资研究,2011(9):48-52.

[4] 李亚明,佟仁城.中国房地产财富效应的协整分析和误差修正模型[J].系统工程理论和实践,2007(11):1-3.

[5] 李玉山,李晓嘉.对我国居民消费的财富效应计量分析[J].山西财经大学学报,2006(2):39-43.

[6] 刘旦,姚玲珍.中国城镇住宅财富效应的微观检验[J]，北京科技大学学报：社会科学版, 2008(3):37-38.

[7] 毛定祥.我国股票市场财富效应的实证分析[J].上海大学学报：自然科学版, 2004(3):219-220.

[8] 苗建军.房价上涨对国民经济影响的理论分析——基于房地产财富效应传导机制视角[J].软科学,2011(2):57-59.

[9] 王轶君，赵宇.房地产价格的财富效应研究——基于中国1996～2010年的经验证据[J].经济问题,2011(5):41-43.

[10] 王子龙,许箫迪,徐浩然.中国房地产财富效应测度的实证研究[J].财贸研究,2009(2):25-30.