中型城市房价影响因素探析

陈秉宇

（南京审计大学公共管理学院，南京211815）

一、引言

近年来，我国房价不断上涨，房地产市场不均衡，房地产价格存在较大波动，且大型城市与中小城市之间存在较大差异。许多学者现对房价波动的影响因素，进行了相关研究。纵观国内外文献，大多都集中在综合的房价考察上，而不区别不同城市类型的房价。现以扬州市的房价波动为研究对象，提出如下理由。第一，当考察房价波动的影响因素时，考察中小城市房价形成机制的研究较少。第二，因扬州市位于房地产市场相对发达的长江三角洲地区，且是典型的中型城市，故深入研究扬州市房价波动的机制与影响因素具有理论和现实意义。

二、房价的形成机制

从资本因素来看，房地产是资本密集型产业，房地产价格与利率、信贷规模息息相关。利率是资金的价格，其能够调节房地产市场的供给和需求。利率同时影响房地产市场的供需两端，降低利率能提高房地产市场的需求与供给，提高利率则会引起两者的紧缩。房价作为供需两种因素共同作用的结果，其波动与利率变化的关系是不确定的，取决于供需两种因素的强弱比较。

货币供应量与银行信贷规模也对房价波动产生影响。与利率的作用机制不同，货币供应量和信贷规模的扩张对房价有推动作用。货币作为一般等价物，货币供应量增加时总价格水平上升，房屋价格水平自然上涨。另外，由于“货币幻觉”存在，货币供应量增加可能催生房地产泡沫，增加房地产投资需求，从而推动房价上涨。而信贷规模对房价的推动作用在于，信贷规模的扩张可以通过各种渠道进入房地产市场，从而刺激房价上涨。反之，房价上涨又通过抵押品价值上升的机制，刺激社会总体信贷规模的扩张。

大小城市的联动关系可能也对房价波动造成影响。放眼于整个长三角地区，扬州市的房价浮动属于较小的，扬州市的房价主要受南京的影响，加上区位、交通、人口，扬州市的经济活动并不像江苏其他城市那样活跃，资本、人才流动也不像其他临近上海的城市那样密集。因此，扬州市的房价影响因素研究可以代表苏北、苏中以及安徽省多数不靠近上海的城市。

表 1 OLS 估计结果（GDP、INT、LOAN、M2、PNJ、PL、POLICY）

三、数据说明与实证分析

（一）数据说明

现采用月度数据，样本区间为2011 年6 月至2016 年 6 月，共 72 个样本期。扬州市（PYZ）与南京市（PNJ）房价数据取自中国指数研究院发布的百城价格指数，该指数将样本区域内已获销售许可的在售房地产全部纳入计算范围，样本覆盖城区、郊区以及房地产较为发达的下辖县市。样本价格采用项目实际价格，即扣除了优惠减免等实际购房价格。

月度土地成交均价PL 由以下公式计算得出。土地成交均价PL=土地出让金/土地出让面积。其中，土地出让金与土地出让面积数据整理自扬州市国土资源局网站与CREIS 中指数据。利率（INT）使用中国人民银行发布的五年期贷款基础利率。货币供应量（M2）采用扬州市金融机构人民币存款余额，信贷规模LOAN 采用扬州市金融机构贷款余额，这两个指标均整理自扬州市统计局官网，且均为累计值，单位为亿元。

（二）实证分析

现对外生政策变量“国五条”的显著性进行检验。在选取的样本中，2013 年3 月出台的“国五条”是扬州市房价波动的分水岭。从该时点开始，房价中应当包含了政府的限购政策，从而房价呈现出回落态势。因此，以“国五条”为界，扬州市房价应当出现结构性变化。

利用Eviews7.2 软件输出扬州市房价序列PYZt自相关及偏自相关系数分析图，发现自相关系数（Autocorrelation）随滞后期增加呈正弦波衰减，趋向于0，偏自相关系数（Partial Autocorrelation）是一步截尾的。因此，可以认为序列PYZt 是一个AR（1）过程。

由于现选择的变量较多，先构建一个多元线性回归模型，剔除不必要的变量。根据Chow 检验结果，设置方程形式如下。

用OLS 法得到各参数估计结果。

估计结果显示，变量利率INT、南京市房价PNJ和成交土地均价PL 不显著。

鉴于许多研究都发现，房价与经济基本面之间存在长期相关关系，由于序列PYZ、GDP、M2 以及LOAN 都是一阶单整的，猜想其之间可能存在协整关系。现将变量分为两组，（PYZ、GDP）和（PYZ、M2、LOAN），分别考察房价与经济基本面，以及房价与资本因素的长期均衡关系。

先考察房价PYZ 与产出GDP 之间是否存在长期均衡，采用Johansen 检验，并将政策因素POLICY作为外生变量考察两者间的协整关系，结果迹检验统计量和最大特征值统计量均表明，在0.05 显著性下PYZ 和GDP 不存在协整关系，即扬州市房价与产出之间不存在长期均衡，这与大部分现有研究结果不符。现认为数据替代问题导致产出不能很好地解释房价波动，由于缺少GDP 月度数据，故根据以往研究的经验采用规上工业增加值作为产出替代数据，但未考虑，扬州市产业结构。扬州市主要产业并不是工业，工业增加值不能很好包含产出信息，因此导致了变量的不协整。

接下来考察房价PYZ 和货币供应量M2、信贷规模M2 是否存在长期均衡，现采用Johansen 检验，并将政策因素POLICY 作为外生变量考察两者间的协整关系，结果迹检验统计量和最大特征值统计量均表明在 0.05 显著性下 PYZ 和 M2、LOAN 之间存在一个协整关系，表明了房价与货币供应量、信贷规模之间存在长期均衡的关系，这一协整关系可以用向量误差修正（VEC）模型进行估计，由估计结果（见表2）得到协整方程。

方程（2）表明，在长期中，扬州市房价与货币供应量呈正相关，与信贷规模呈负相关。这说明扬州市房价波动长期主要受资本因素影响。

表 2 VEC 估计结果（PYZ，M2，LOAN）

下面用脉冲响应函数考察以上长期均衡的动态特征，即扬州市房价PYZ 面对一个新息冲击时有何反应。取PYZ、M2、LOAN 一阶差分序列DPYZ、DM2、DLOAN 建立向量自回归（VAR）模型，采用Cholesky 方法进行分解，设置追踪期数为24，得到脉冲响应函数。可以发现，扬州市房价对自身一个正向冲击在第一期即达到最大，然后迅速衰减，从第三期开始趋向于0。扬州市房价对当地货币供应量一个正向冲击在第一期没有响应，第三期出现一个正的峰值，之后呈正弦波衰减，趋向于0。扬州市房价对当地信贷规模一个正向冲击在第一期没有响应，第二期出现一个负的响应，之后正负波动，总体为负。在VAR 模型中变量对于自身的响应，即来自未考虑的其他因素，也来自自身的积累效应。这表明，扬州市房价累计效应比较显著，即价格预期对扬州市房价波动有很大影响。

最后，用方差分解法来研究各个变量对房价波动的重要性。结果显示，扬州市房价受自身冲击影响最大，第一期影响为100%，第三期下降至90%并趋于稳定。这表明，扬州市房价波动很大程度上受自身价格预期的影响。比较货币供应量和银行信贷对房价波动的贡献，货币供应量的贡献为7%，高于信贷规模的3%。

四、结论与政策建议

现以2011 年至2016 年扬州市月度数据为基础，对扬州市房价波动的影响因素进行了实证分析，得出以下结论。第一，限购政策能够显著地抑制扬州市房价上涨。第二，扬州市房价波动受当地土地价格波动影响较小，且与中心城市南京房价波动关联性不大。第三，扬州市房价与当地货币供应量与信贷规模存在长期均衡关系，且均为正相关关系。第四，扬州市房价波动受市场预期影响较大，且货币供应量和信贷规模对房价波动的影响是短效的。

针对以上结论，现给出以下政策建议。第一，短期内政府可以采取紧缩的货币政策来抑制房价。由于数据问题，得出了利率对房价波动影响不显著的结论，但利率作为一种货币政策工具，依然可以用于调节房价波动。当房价上涨过快，可以提高利率，增加购房成本抑制需求。虽然提高利率可能导致开发商融资成本升高，使其供给减少，但是由于房地产建设周期长的特点，短期内供给变化慢于需求变化，提高利率的总效应依然是抑制房价。第二，政府限购政策的影响是显著的，可以作为调控房价的有效政策工具。但是限购政策的作用是短效的，也会扭曲部分合理需求。为维持经济社会稳定，房地产行业稳健发展，政府应追求长效机制调控房价。第三，扬州市房价受自身预期影响很大，说明购房者或投机者依据上一期价格行事，因此政府应注意适应性预期对房价波动的影响。政府应做到保持政策稳定性，要向房地产市场主体提供更多信息，合理引导供求双方的预期，降低信息不对称带来的错误预期，抑制由此产生的投机行为。