房地产市场情绪影响因素研究

费阳则

(南京财经大学，江苏 南京 210023)

一、 引言

理性人投资者作为新古典经济学理论中最重要的假设，参与主导了各种市场交易。 近年来，越来越多的文献开始关注房地产市场情绪对房价的影响，这些研究表明房地产市场存在非理性因素影响房价。

鉴于此，本文在梳理“房地产市场情绪”文献的基础上，通过结构方程模型中的因素分析构建房地产市场情绪指标，并验证政府、媒体情绪、流通货币、土地市场和股票市场对房地产市场情绪的影响路径，解析各项影响因素对房价影响的“盲盒”。 这将有助于协调市场与政府的关系。

二、 概念模型与研究假设

为了验证房地产市场情绪影响因素，本文以Hui 等的理论模型为基础，将房地产市场、土地市场、资本市场和媒体情绪作为房地产市场情绪的影响因素。 同时借鉴Zhou和Soo的研究，将政府利率调整、媒体指数作为政府行为和媒体情绪引入模型中去，以验证各影响因素对房地产市场情绪的影响路径(图1)。

图1 房地产市场情绪影响因素模型图

(一)政策调控与房地产市场情绪

房地产价格的长期变化主要取决于央行的货币发行量，超发的货币最终都流向房地产市场，推高了房地产价格。

因此，提出假设1:政府的政策调控能够降低土地价格，抑制企业投资情绪，缓解房地产价格波动。

(二)互联网媒体对房地产市场情绪的影响

媒体情绪能够显著地预测房价的趋势，影响投资人情绪，使之产生过度投资行为。 研究者发现，市场参与者对房价的心理和住房需求，会引起他们对媒体和传播源的期待，从而导致其对媒体从事其他干扰活动，从而使得媒体报道的是读者对房地产市场的预期，而非真实情况。

因此，提出假设2:媒体情绪与政府利率调控存在协同效应，并对房地产市场情绪产生正向影响。

(三)股票市场与房地产市场情绪的关系

房地产市场作为各国经济支柱产业，与股票市场存在协同效应。 国内外学者的大量研究表明，当股票市场投资回报率高于房地产市场时，家庭从股票市场获得财富，会增强对住房的投资情绪。 当房地产市场投资回报高于股票市场时，投资者把其他资产类别转移到地产投资中，往往会带动房地产投资情绪的波动。

因此，提出研究假设3:股票市场与房地产市场情绪呈正相关。

(四)土地市场与房地产市场情绪

土地价格往往会推高房地产价格和交易量。事实上是，房地产开发商由于在建项目和土地交易增多，企业的财务成本、人力资源成本和运营费用等项目成本也会增加，影响了房地产开发商的投融资行为和营销策略。

因此，本文提出假设4:房地产市场情绪会影响房屋成交量，房屋成交量又会影响房价。

(五)房地产市场情绪对房屋交易量与房价的影响

房地产投资的高回报率导致了房地产市场情绪变化，进而使得住房资产投资和交易的增加。 研究者通过分析家庭购房习惯发现，当房价过高时，家庭会因买不起房屋而产生悲观情绪；当家庭完成购房以后，家庭对未来财务预期上升，转而产生乐观情绪再次购买房屋。 Hui 等发现房地产市场情绪还能反映房屋的交易量，反映市场的流动性，进而解释房价的变化规律。

因此，提出研究假设5:房地产市场情绪与房价呈正相关，房屋成交量将成为房地产市场情绪对房价影响的中介效应。

三、 研究方法与研究数据

(一)结构方程模型

结构方程模型(structural equation model，SEM)，是指结合了因素分析法和传统回归分析法的一种数理统计办法。 该统计方法能对多变量模型中存在的因子拟合程度、因子之间的关系进行检验和评价。结构方程模型包括两个基本模型:测量模型和结构方程模型。 由于房地产市场情绪影响因素之间存在多重因果关系，以往研究在自变量对因变量的分析过程中，往往通过多次回归以达到研究目的。 在这过程中存在一定的数据误差，结构方程模型的优点在于能够允许模型中的潜变量存在测量误差，在分析数据时能够将效度和信度一起验证，能够解释多重因果关系。 因此本文选择通过结构方程模型，解析政府利率调整、土地市场、媒体市场、房地产市场和股票市场等因素对房地产市场情绪的影响路径。

(二)数据选取与处理

本文选取2012 ～2021 年全国百城的宏观经济、百度指数、股票交易数据和房地产市场数据进行实证分析。 在谭政勋、方意和的研究基础上，考虑到房地产市场会受到住房公积金影响，故引入住房公积金。 具体而言，利用银行6 个月～5 年期利率、个人公积金贷款利率构建利率调整结构方程，并以城市平均房价、房屋成交数据构建房价和房屋交易量变量，数据均来自Wind 数据库。 根据Hui和Das的研究，考虑到股票市场交易量的波动性，从同花顺股票软件系统获得还权后的上证指数的股票市场开盘价、收盘价、最高值和最低值构建股票市场变量。基于Soo通过搜索指数构建媒体情绪的方法，考虑到国内最大搜索引擎是百度，本文通过百度指数构建媒体情绪，将数据调整为月度数据以进行结构方程分析。

(三)房地产市场情绪指标的构建

目前，研究者对房地产市场情绪的概念借鉴了行为金融学中的定义，认为房地产市场情绪是指市场参与者产生过度乐观或悲观的情绪，对资产未来收益或相关因素(如交易量、稀缺性)产生错误信念。 本文参考了Hui和黄燕芬等对房地产市场情绪的概念及指标构建方法，从房地产开发商购地和卖房两个特征出发构建房地产市场情绪，选取土地成交款反映房地产市场的囤地行为，使用新房开工面积、竣工面积以反映房地产市场开发情绪，同时使用期房和现房销售额度体现市场对房屋的需求程度。

四、 研究结果

(一)数据信度与效度

内部一致性通过

α

值来检验，当

α

值大于0.6的时候模型显著。 综合信度通过样本均值之间的显著性差异检验，反映了潜变量的差异性，通过综合信度(CR 值)来检验，当 CR 值超过0.7 时，则认为是显著 的。 如 表 1 所 示， 各 潜 变量 的

α

系 数(Cronbach's Alpha) 最小为 0.929，均超过 0.6；CR 值最小为0.966，均超过0.7，表明该数据具有相当良好的信度。

表1 信度和效度相关数据

数据的鉴别效度指不同概念之间的关联程度应足够低，足以区别不同的概念。 为了保证模型的信度，模型需要外部模型载荷检验(average variance extracted，AVE)。 在统计学中，AVE 用来测量变量方差与真实方差之间的关系，当AVE 值高于0.7 时意味着超过70%的方差被利用。 表2 中各潜变量的AVE 值均大于0.7，最小为0.862，说明各指标的收敛效度非常好。 并且表2 中，AVE 值的平方根大于与其他潜在变量之间的相关系数，说明该量表的区分效度非常好，各潜变量之间共线的可能性很小。

表2 AVE 平方根及因子相关系数

(二)模型拟合检验

本文通过SmartPLS3.0 软件，使用5000 次重复的Bootstrapping 算法得到模型的路径系数和

T

统计量，以反映模型直接效应、间接效应和总效应。 由表3 可知，所有变量的直接效应的

T

统计量均大于1.96，

p

值均小于0.05，意味着结构模型中所有变量均具有显著影响。

表3 模型假设检验结果

由表4 可见，所有变量的直接影响均显著。 按照按影响程度从大到小排序，房地产市场情绪的影响因素依次为土地市场(路径系数为0.961)、股票市场与媒体情绪(路径系数为0.07 和0.065)。 股票市场的影响因素依次为政府利率(路径系数为-1.222)与流通货币(路径系数为-0.462)。 土地市场主要受到流通货币的影响(路径系数为0.408)。这说明，股票市场对政府的宏观调控反应过度，并且进一步影响到房地产市场情绪波动。 土地市场与政府宏观调控，对房地产市场情绪产生影响，并且土地作为房地产成本的重要因素，对房地产市场情绪波动拥有巨大作用。 同时，当政府利率上升时，地方政府受土地财政影响，会减小房地产市场宏观调控力度。

表4 结构模型中变量的直接效应

由表5 可见各变量的间接影响值。 房地产市场、土地市场、流通货币、媒体情绪和股票市场对百城房价均有显著的间接影响。 在房价的所有间接影响因素中，土地市场对房价的间接影响最大(路径系数为0.340，

T

值为4.06)，其次是房地产市场情绪(路径系数为-0.179，

T

值为 2.79)。 紧随其后的是流通货币(路径系数为0.126，

T

值为2.23)，对房地产市场和百城平均房价均有显著的间接影响。 值得注意的是，媒体情绪(路径系数为 0.127，

T

值为2.19)和股票市场(路径系数为0.025，

T

值为1.81)对房价间接影响不显著。 这说明房地产参与者所认知的房价并不一定转化为自我认同。 尽管媒体强调房地产价格已经过高，但消费者可能受制于购房需求和投资利益，仍然继续购房。 另外，政府利率对房地产市场和土地市场存在显著的负向影响(路径系数分别为-0.356、-0.346，

T

值分别为 4.64、4.77)，却对股票市场形成显著正向影响(路径系数分别为0.392，

T

值为5.22)，这意味政府对房地产市场贷款利率紧缩的时期，部分房地产参与者会将资金投资到股票市场当中，为后续购房做投资准备。

表5 结构模型中变量的间接效应

续表

为了进一步检验各因素的路径系数，根据表6的检验结果，笔者绘制房地产市场情绪影响因素运算结果图，如图2 所示。 经计算，土地市场、媒体情绪、股票市场、房地产市场情绪、政府利率调整、流通货币、房屋成交量对百城房屋均价的总效应分别为0.340、0.023、0.025、0.354、-0.126、0.127、-0.465，各占总比重的 23%、1.5%、1.7%、24%、8%、8%、31%。由此可知，房屋成交量对房价的影响最为强烈，其次为房地产市场情绪、土地市场、政府利率、流通货币、股票市场和媒体情绪。

表6 结构模型中变量的总效应

图2 结构方程运算结果图

五、 讨论与结论

第一，政府利率与媒体情绪呈正相关，但与流通货币和股票市场则呈负相关。 这意味着政府利率上升时，流向股票市场的资本会减少，转而流向房地产市场，通过投资房地产实现资本保值增值。 反之，当政府利率下降时，消费者会减少对房地产市场的关注，通过将资本投入股市，获取更高回报。 这也佐证了资本回报率的理论，即当房地产市场投资回报高于股票市场时，投资者把其他资产类别转移到地产投资中，反之则相反。

第二，媒体情绪与房地产市场情绪呈正相关。这意味着，媒体情绪能够解释房地产开发情绪中的一部分，虽然影响较小，但这部分因素是传统经济变量无法解释的。 这也印证了行为金融理论中的噪声理论，即与基本面无关的“嘈杂”信息会造成资产价格与内在价值偏移。

第三，股票市场与房地产市场情绪呈现正相关。这意味着股票市场情绪增加了家庭和开发商的投资情绪。 这与研究者对情绪溢出效应的结论相一致，即股票市场的情绪波动与房地产市场情绪存在交叉效应。并且，实证研究表明，股票市场会扩大政府利率调整对房地产价格的影响，当利率增加时房地产市场情绪会随着股票市场上升而上升，这与媒体情绪波动相反。

第四，土地市场与房地产市场情绪呈正相关。事实上，土地成本是房地产开发的重要成本组成，土地价格上涨将会导致房地产市场情绪上涨。 原因在于，当房地产开发项目增多时，房地产开发商对地块的需求增加，而土地成本的压力又会使得房地产开发商获取更多贷款提升投资情绪。

第五，房地产市场情绪与房价呈显著正相关。具体来说，房地产市场情绪高涨会提升房地产市场交易活跃度，进而提升房地产市场销售额，推高房地产市场价格。 相反的，当市场主体对市场现状感到悲观时，房地产销售额会下降，在一定程度上降低房地产价格，这与众多学者的研究结果相同。

遗憾的是，尽管研究设计中通过CiteSpace 可视化软件分析了房地产市场情绪影响因素相关文献，但是囿于篇幅并且为了保持论文结构一致性，未能报告相关模型实证结果，欠缺了来自质性研究的资料的鲜活性。 因此，作者已经开展了基于房地产市场情绪研究热点的实践研究，以期从质性研究的视角，展开深入刻画，阐明房地产市场情绪研究的发展历程、研究热点以及研究展望。