我国房地产需求影响因素与特征分析

熊 剑，李春燕

（暨南大学 管理学院，广州 510632）

0 引言

我国自20世纪80年代启动住房制度改革以来，消费者对房地产的需求呈现指数爆发趋势。根据国家统计局公布的数据，2012年全国商品房销售面积为111304万平方米、房地产开发投资额为71804亿元，和2000年16984万平方米的商品房销售面积、4901亿元的房地产开发投资额相比，年平均增长率分别为42.7%和105.0%，远高于GDP增长率，房地产业已经成为推动我国经济发展的重要支柱。

本文将以1998～2011年间的宏观经济月度数据为样本，在平稳性检验和格兰杰因果检验的基础上，构建ARDL房地产市场需求影响因素模型，系统地评价分析房地产市场需求的有效影响因素，揭示我国的房地产市场需求特征，并论证当前的房价是否得到支撑。

1 研究假设

针对我国宏观调控效果不理想的原因，国内学者做了很多研究。纵观对房地产市场的研究，大多着眼于货币供应量，或者地方政府的利益驱动等，较少学者专门从需求的角度论证高房价以及政府调控行为效果不明显。因此，本文专门从我国房地产需求的角度，首先分析影响房地产需求的主要因素，在此基础上总结我国房地产市场需求的特征，并验证需求的影响因素和特征是否支撑目前的房地产高价。

在“羊群效应”的影响下，购房行为一般具有从众性和反应过度的特征。胡芳珍（2012）在研究消费者购房心理时发现，消费者购房心理中，从众心理是影响房地产市场需求的重要因素[1]。因此我们假设1（H1）：往期需求量对当期需求产生显著的正向影响。

作为商品，房地产的价格显然影响消费者对房地产的需求。房地产又是一种特殊的商品，不仅具有消费的功能，还具投资功能。对于房产观念浓郁的中国人来说，房产是必需品，房地产的无可替代性使得房地产价格的上涨并不影响消费者对它的需求，除此之外，由于房地产具有投资价值，价格越上涨，消费者购买动机越强，对房地产的需求更强烈，普遍呈现“买涨不买跌”的心理。因此我们假设2（H2）：房屋销售价格对房地产需求量产生显著的正向影响。

王宏（2007）认为消费者收入水平和商品房价格是众多影响因素当中最直接最主要的因素[2]。张兵（2009）也认为城镇居民人均可支配收入是房地产市场需求的主要影响因素[3]。可支配收入是消费者有效需求的支撑。一般来说，当可支配收入增加时，消费者会增加需求量。因此我们假设3（H3）：居民可支配收入对房地产需求量产生显著的正向影响。

房地产是大额消费品，一般家庭购买房地产都通过住房抵押贷款，当银行贷款利息上升时，消费者需要付的利息更多，对房地产需求量产生一定的影响，利率也是被认同的主要影响因素之一。因此我们假设4（H4）：贷款利率对房地产需求量产生显著的负向影响。

根据费雪效应，资产（如房产、股票、黄金、外汇等）收益率会随着通货膨胀率的上升而提高，而通货膨胀时持有纸币只会面临贬值的危险；资产组合理论也认为房地产具有对冲通货膨胀的特征。Barkhan，Ward和Henry（1996）在Fama和Schwert（1977）OLS模型的基础上[4]，进行了更进一步的研究，认为预期通胀时期房地产收益更高，房地产在短期和长期有不同程度的抗通胀能力[5]。咸郎平也认为在通胀来临时，房地产更具有保值功能。因此我们假设5（H5）：通货膨胀率高的经济环境下，消费者更倾向于购买房产。

钟学军（2010）认为房地产的需求量不仅受房地产价格水平、消费者收入水平的影响，还受消费者对未来房地产价格预期的影响[6]。在房地产市场中，这被称为买方的“预期心理”，这种心理在某种程度上决定买方的购买行为。而房地产价格预期既受当期国家经济发展水平影响，也受宏观经济预期影响，因此我们假设6（H6）：经济发展水平和经济预期对房地产需求量产生显著的正向影响。

2 模型构建

2.1 计量方法选取

验证假设需要引入因变量的滞后变量作为自变量，本文引入ARDL模型（Autoregressive Distributed Lag，自回归分布滞后模型）。该模型不仅可以满足滞后变量的操作，而且对于时间序列数据，无论回归项是I（0）还是I（1），ARDL模型都可以检验和估计变量之间的长期关系，比较好地处理差分形式。另外，它也可以提高检验和估计的准确性[7]。

2.2 计量模型的构建

2.2.1 模型构造

ARDL模型构造如下：

（Δ为一阶差分）

D：由于商品房屋销售建筑面积D可以很好地反映房地产市场的实际有效需求，因此选其作为房地产需求的替代变量；

P：根据数据的可获得性，选取商品房销售价格指数P作为房地产价格的替代变量；

I：由于目前房地产的发展主要在城镇，购买商品房的人群也主要是城镇人口，农村居民住宅是自建住宅，因此选取城镇居民人均可支配收入I；

R：根据常规，选取金融机构一年期实际贷款利率R作为贷款利率的替代变量；

CPI：选取消费者物价指数CPI作为通货膨胀的替代变量；

B：本文则选用宏观经济景气指数B，这个指标不仅反映了国家经济现状，也反映了经济预期，由于本文研究的房地产需求受经济预期影响也很大，因此选用宏观经济景气指数比GDP更有现实意义，而且GDP只有季度数据，先前的研究中往往使用工业增加值作为GDP的替代变量，缺乏准确性。

2.2.2 数据的选择

由于我国住房体制市场化改革是从1998年开始的，改革以前一直是福利分房，1998实际上是我国房地产市场不同状态的分水岭。如果把1998年之前的数据包含在研究当中，不同市场化程度的数据会混淆了分析结果，这是不少学者忽略的问题，如Chu和Sing（2004）[8]。基于此，本文的研究区间从1998年1月至2011年12月，采用月度数据。数据来源于国泰君安数据库、《中国经济景气月报》等，并在此基础上进行整理。为有效地避免异方差问题，变量的取值均为原始数据的自然对数值。对部分1月份缺失的统计数据采用移动平均法求得。

2.3 描述性统计

表1 变量描述性统计

图1 1998～2011年城镇居民可支配收入变化图

表1是变量的描述性统计，房地产需求LND的最小值为5.38，最大值为11.61，标准差为1.68，在所有变量的方差中最大，说明研究区间内房地产需求波动比较大，存在研究的必要性。LNI的标准差次之，说明城镇居民人均可支配收入在研究区间内变化比较大。自改革开放以来，我国城镇居民可支配收入稳步提高。如图1所示，1998～2011年间，城镇居民家庭人均可支配收入年平均增加1170元，2011年城镇居民家庭人均可支配收入是1998年的4倍，人民生活水平发生了巨大变化。

3 实证分析与结果

由于论文采用的是时间序列数据，为保证数据的平稳性，防止出现伪回归现象，本文首先对时间序列数据进行单位根检验。另外，在回归分析之前，需要确定最优滞后阶数，并初步验证自变量和因变量的因果关系，本文将对数据进行格兰杰因果检验。

3.1 平稳性检验

平稳性检验（也称单位根检验）的方法主要有Augmented Dickey-Fuller Test（简称ADF检验）、Dickey-Fuller Test（简称DF检验）和Philips-Perron Test（简称PP检验），本文使用eviews6.0软件对所有变量进行ADF单位根检验法，验证所选用数据的平稳性。ADF检验的原假设是被检验序列有单位根，即数据不平稳。结果如表2所示。

表2 ADF检验结果图

ADF检验结果表明，所有变量的一阶差分都在10%的显著水平下呈现平稳的状态。LND和LNB的原始数据在10%的显著水平下呈现平稳性。

3.2 格兰杰因果检验

格兰杰因果检验要求数据同阶单整，因此用所有变量的一阶差分序列数据进行格兰杰因果检验。根据AIC、SC准则，最优滞后阶数为1阶和3阶，因此，对各变量数据进行滞后1期和滞后3期的因果检验。

表3 格兰杰因果检验表

检验结果显示，滞后1阶时，房地产销售价格和房地产需求在5%的显著水平下互为原因。初步验证H2，房地产销售价格对房地产需求有影响；滞后1阶和3阶时，居民可支配收入和房地产需求都在1%的显著水平下互为原因，初步验证H3，居民可支配收入对房地产需求有影响。

3.3 模型实证结果

论文选用滞后1阶作为模型的最优滞后阶数，结果如模型2所示。

居民可支配收入的系数为负，与预期设想相反，分别做LND对各个自变量的一元回归，发现△LNI（-1）没有通过显著性检验，说明人均可支配收入对房地产需求的影响不显著。这与我国现实情况一致。在中国，一代人买房子不仅仅依靠自身经济实力，往往要花两代甚至三代人的储蓄。为了结婚或者满足房产情结，无论个人收入高低都尽量购买房地产的现象很普遍。因此，年轻人即使收入不高，父母长辈有储蓄的，一般会花钱帮年轻人买房子，弱化了人均可支配收入的影响。

剔除人均可支配收入这个变量，重新构建新的房地产模型：

选用滞后1阶，回归结果如表4所示。

表4 房地产需求回归估计结果

需求特征是参与决定房价的关键力量，主要可以归纳为以下3类：（1）刚性需求，以自主消费为目的，也有保值增值要求；（2）投资性需求，以出租或转卖为目的，主要追求资产的保值增值；（3）投机性需求，以赚取差价为目的。

实证结果表明：LND(-1)在1%的显著性水平内对房地产需求有正向影响，证明了H1，说明往期房地产需求量越大，当期市场对房产的需求也越大。这是出于从众心理的购买行为。对刚性需求的购房者来说，他们担心有限的房产供不应求，也担心房产受供求关系紧张影响未来价格更高，因此受膨大的需求量影响而从众购房；对投资性需求的购房者而言，他们认为供求关系紧张情况下，未来可能出现更高房价，当下购买更利于其资产的保值增值，因而从众购房；投机性需求的购房者也会在这种情况下购房。但一般而言，投资和投机目的的投资者相对来说更加理性，不容易受大众影响。

△LNP(-1)在10%的显著性水平内对房地产需求有正向影响，证明了H2。1998～2011年间，房地产价格越高，购房者对房地产的需求也越大，这诠释了房市买涨不买跌的心理。追涨购买，背离需求曲线，与弹性需求不同，这主要体现出我国房地产的刚性需求。投资性和投机性需求的购房者来说，当未来房地产价格预期上升，他们会相应增加投资性和投机性需求，但他们不一定会越涨越买。

LNB(-1)对房地产需求在5%的显著性水平内有正向影响，说明宏观经济现状和经济预期越积极，消费者购买房产的需求越大，相反，在不景气的市场环境或者预期内，消费者购买房产的积极性不高，证明了H6。3类购房者都会受此因素的影响。

LNR没有通过显著性检验，这和王明明（2012）[9]、黄瑜（2010）等的研究结果一致。这也说明我国房地产需求主要是刚性需求。如果是投资性和投机性占主导的需求，毫无疑问会受利率的影响，因为利率上升时他们的投资成本会增加，此时他们很可能会把资金转移到其他投资项目上。此实证结果也一定程度上验证了近年来我国房地产政策效果的不明显。近年来我国的房地产政策主要是通过调整房地产贷款利率，无论是提高利率还是降低利率，房屋销售量一直是上升的，利率的变动对房地产需求的影响不大。

△LNCPI(-1)对房地产需求没有显著影响，通货膨胀与房地产需求没有显著的相关性。这也体现了我国房地产需求主要是刚性需求。多数实证结果表明，房地产可以有效地对冲通货膨胀。对于投资性和投机性需求的购房者来说，在出现通货膨胀预期时，他们通过购房抵抗通胀的需求将会明显增大。但本文实证结果显示通货膨胀对我国房地产需求影响并不显著，我国房地产需求主要由刚性需求构成。

上述分析表明，我国房地产需求主要由刚性需求构成。

房地产的刚性需求是人们买房自住的需求。在得到实现之前，该部分资金会以存款的方式存在，由于必须买房，消费者会存款等待买房，新增收入也会大部分以存款方式存在。刚性为主的购房需求是我国储蓄率高于世界平均水平的原因之一，也是我国房地产价格得以不断上涨的重要原因之一。因此，近年来我国政府通过调息、限购政策来防止房地产价格过快上涨并没能取得很好的效果，Wang（2011）也表明住房改革对房价的影响力有限[10]。相反，限购政策使得刚性需求被压制，更容易进一步推高房地产价格。

另外，目前出生于20世纪80年代生育高峰期的人群大量步入适婚年龄，基于婚育需要购买首套住房的需求较为庞大。Chamon和Prasad（2010）的研究表明目前中国城镇年轻家庭的储蓄率比中年家庭更高[11]。中国居民购房早、住房自有率高而且购房时普遍接受父母的馈赠，这些因素强化了房地产的“刚性需求”。这种特征不仅支撑当前房地产价格，而且使得房地产价格将有进一步升高的可能性。

因此，在由刚性需求主导的房地产市场上，现有的需求影响因素和特征支持目前的房地产价格，而且房地产价格升高是大概率事件。

表5 我国房地产需求特征结论表

4 结论

本文以我国房地产市场需求为研究对象，考察我国房地产市场需求的主要影响因素和特征，并探讨它们是否支撑当前的房地产价格。在一系列计量分析和定性分析的基础上，得出以下结论：

房地产需求影响因素方面，往期需求量对当期需求有显著的正向影响，房地产价格对房地产需求有显著的正向影响，宏观经济水平和经济预期对房地产需求也有显著的正向影响。人均可支配收入、利率和通货膨胀对房地产需求没有显著的影响。我国的房地产市场需求主要由刚性需求构成。我国当前的房地产需求影响因素、特征等不仅支撑当前房地产价格，而且显示未来房地产价格有进一步上涨的可能性。

[1]胡芳珍.消费者购房心理探析[J].武汉商业服务学院学报，2012，24（3）.

[2]王宏.商业房地产需求模型探讨 [J].理论研讨，2007，（9）.

[3]张兵.基于灰色理论的房地产需求分析[J].区域金融研究，2009，（6）.

[4]Fama E F G Schwert.W Asset Returns and Inflation[J].Journal of Financial Economics,1977,（5）.

[5]Barkhan R J,Ward C,W R Henry.O T The Inflation Hedging Characteristics of U.K.Property[J].Journal of Property Einance,1996,7（1）.

[6]钟学军.房地产需求分析 [J].科技信息，2010，（8）.

[7]Pesaran M H,Shin Y.An Autoregressive Distributed Lag Modeling Approach To Cointegration Analysis.In S.Strom(ed),Econometrics and Economic[D].Theory in The 20th Century:The Ragnar Frisch Centennial Symposum,Chapter 11,Cambridge,Cambridge University Press.

[8]Chu Y,Sing T F.Inflation Hedging Characteristics of The Chinese Real Estate Market[J].Journal of Real Estate Portfolio Management,2004,(10).

[9]王明明，罗浩.中国房地产市场需求模型实证研究[J].征信，2011，（3）.

[10]Wang S Y.State Misallocation and Housing Price:Theory and Evidence From China[J].American Economic Review，Forthcoming，2011.

[11]Chamon M D,Prasad E S.Why Are Saving Rate of Urban Households In China Rising[J].American Economic Journal：Macroeconomics，2010,2（1）.