房地产价格泡沫统计检验方法探究

前言：想要写出一篇引人入胜的文章？我们特意为您整理了房地产价格泡沫统计检验方法探究范文，希望能给你带来灵感和参考，敬请阅读。

摘要:资产价格在资源配置中起引导作用，价格泡沫通常会扭曲资源配置、降低资源配置效率，泡沫的破灭甚至会对经济运行产生毁灭性打击。房地产既是我国经济的支柱产业，又是民生问题的重要方面，其价格泡沫问题不仅是政策制定者和学术界的热门议题，也是社会各界关注的焦点话题。本文回顾了与房地产价格泡沫相关的诸如房价指数编制和房价泡沫度量、检测和实时监测等研究课题中最新提出的一些统计检验方法。其中能够回答“现在正在发生什么”问题的实时监测方法对政策制定者调整现行政策力度和未来政策取向提供了重要的分析工具。

关键词:房地产价格指数；房价泡沫；单位根检验；实时监测

一、引言

改革开放四十多年来，随着我国经济的长期快速增长和金融市场的不断成熟，资产的种类和交易手段变得更加丰富，资产定价理论及实践也成为政府、学界以及业界广泛关注的焦点。尤其是近十多年来，房地产市场的繁荣在显著推动经济发展的同时，房地产价格持续快速上涨引起了社会各界对房地产价格是否存在泡沫问题的普遍担忧。资产的价格在资源配置中扮演着非常重要的角色。合理的资产价格引导各类资源在经济活动中实现有效配置，有利于促进经济健康可持续发展，有利于增加社会福利。相反，资产价格泡沫通常会扭曲资源配置，导致资源跨地跨期错配，降低资源利用效率，泡沫的破裂甚至会对经济运行产生毁灭性打击。掌握资产价格的内在变化机理，科学防范和治理价格泡沫，对维持经济持续发展和社会长期稳定具有深远意义。房地产价格泡沫被普遍认为是最重要的资产价格泡沫之一。1923至1933年，由佛罗里达州房价泡沫破裂而引发的连锁反应导致美国经济遭遇将近十年大萧条。20世纪80年代中叶，日本房价泡沫的破裂使其承受了长达20年经济低迷期。2007年，由房价泡沫破裂引发的美国“次贷危机”最终演变成持续数年的全球性金融危机，再一次让人们清晰地认识到房地产价格泡沫破灭对一国经济、金融体系所产生的巨大影响。

二、房价泡沫的度量

(一)资产价格泡沫理论

自17世纪开始至今，国内外众多学者对资产价格泡沫给予了长久地关注和持续地研究。Mayer(2011)认为当前的研究并没有达成针对房价泡沫明确定义的共识，因而很难进一步促进聚焦于房价泡沫何时何地会发生的预测性研究。斯蒂格利茨于1990年将资产价格与宏观经济基本面联系在了一起:“如果一种资产的价格高，……而与经济的基本面没有关系，那么泡沫就存在了。”这样，房地产价格泡沫可以被理解为市场价格偏离由宏观经济因素决定的基础价格的那一部分。金德尔伯格于1996年提出资产价格最开始的上涨让人们产生了未来价格还会继续上涨的预期，进而驱动价格不断上涨;同时伴随着涨价出现的预期逆转，导致价格开始暴跌最后演变为金融危机。由此，对未来资产价格的预期开始成为研究资产价格泡沫的重要方面。随着行为金融学理论的发展，越来越多的因素被吸纳到房地产价格变化机理的研究框架内。比如:房地产开发商的投机性预期，在房地产被视为一种投资工具后所展现出的投资者羊群效应，以及投资者对房地产市场的信心等心理因素。

(二)房地产价格指数

由于房地产作为一种商品所特有的多维度属性，例如:位置、面积、户型、产权、重复销售等，如何恰当度量房地产价格一直是国内外学者热烈讨论的课题。自然地，能否准确度量价格也是判断房地产市场是否存在泡沫需要回答的首要问题。在针对美国房地产市场的研究中，凯斯席勒房屋价格指数是引用最广的研究对象。该指数目前由标普道琼斯指数公司定期公开，包含以美国全国市场和各都会区市场分别为观测对象的指数集。凯斯席勒房价指数的构建基于重复销售模型，仅采用那些在历史上被进行过重复(两次及以上)买卖的房屋来准确计算和度量房屋价格的变化。从计量经济学的角度来看，在度量房屋价格变化时使用该模型有利也有弊。重复销售模型中没有精细化考虑那些导致房屋价格发生变化的变量，例如:价格上涨是否由于在其附近新开一家商场或者新建一所学校等诸如此类因素。另外，在度量类似中国等新兴市场国家的房地产价格时，考虑到新房建设和销售在房地产市场中所占的比重，以及房屋的销售价格与楼层、户型、地段和建筑类型等因素高度相关，重复销售模型不能够准确地度量此类市场中房屋价格的变化情况。Kain和Quigley于1970年提出Hedonic模型将房屋价格的变化分解成与被交易房屋的物理属性相关的多个组成部分。尽管Hedonic模型解决了重复销售模型在新兴市场国家的适用性问题，但是其对于数据多样性和完整性的严苛要求大大增加了实际应用的复杂性。GuoandZhengetal.(2014)提出ps－RS(PseudoRepeatSales)模型并构建了中国房地产价格指数，该模型同时考虑了重复销售和房屋的物理属性对房屋价格变化的影响，采用了海量的微观交易数据，并且解决了传统Hedonic模型中的遗漏变量问题。总的来说，利用重复销售模型构建房地产价格指数在数据方面的挑战较小，采用更多细节数据的ps－RS模型能够更加准确地刻画各组成部分微观动态对市场整体变化的影响。官方机构在考虑采用上述模型制定和房地产价格指数时，需要综合考虑以应对数据的维度和可获得性、的频率和时效性这两对矛盾，为更好地理解我国房地产市场整体发展状况提供权威、科学的依据。

三、房地产价格泡沫的统计研究方法

近年来，我国房地产价格持续快速增长，房价泡沫问题引起了社会各界的广泛关注。自2016年中央经济工作会议明确提出“房子是用来住的、不是用来炒的”定位以来，各地方政府相继颁布房价调控政策，严格限制信贷流向投资投机性购房，以抑制房地产市场泡沫。在政策实施过程中，其调整时点和力度的把握往往关系到整个调控政策的成败，因此如何运用统计学方法科学地评估当前房价泡沫的演进状况和调控政策的化解成效，也是政策制定者和学术界关注的焦点。

(一)指标法

作为宏观经济支柱性行业，房地产市场价格水平自然受一系列宏观经济基本面因素的影响，比如居民收入水平、就业率、房贷利率、房屋租赁价格和房屋建造成本等。除了采用房地产价格(或价格指数)来评估价格的绝对高低以外，另一个经常被讨论的度量维度是房屋价格与宏观经济变量间的相对水平，常见的指标有房价与收入之比、房价与租金之比等。虽然此类指标具有考察房价相对波动程度的优势，但是评估和判定其大小程度的标准不可避免地存在主观偏差。

(二)单位根检验和协整检验

随着更多的统计检验模型和方法被引入经济学中，利用统计检验的方法对房价泡沫进行研究逐渐成为主流。通常，利用单位根检验对房价泡沫进行统计检验的方法聚焦于房价与宏观经济变量之比的序列，如前文所提到的房价收入比、房价租金比等。如果该序列是一阶单整过程，则不存在泡沫，反之，则存在泡沫。由于房地产价格序列和宏观经济变量序列中存在二阶及以上单整过程的情况较少，因此仅进行单位根检验使得泡沫检验的准确性偏低。为了应对这一缺陷，进行协整检验是更稳健的方法，如果序列之间有协整关系，则不存在泡沫，反之，则存在泡沫。此外，对于政策制定者而言，泡沫检测的时效性更为重要。大多数文献主要讨论对房价历史数据进行回顾性分析的方法，很好地解答了“过去经历了什么”的问题，缺少对于“现在正在发生什么”问题的判断。Phillips、ShiandYu(2015)提出的基于单变量序列ADF检验的进阶版SADF和GSADF统计量(简称为PSY方法)使得对房地产价格序列或者房价收入比序列进行统计学意义上的实时监控变得可行。该实时监控方法自被提出以来，不仅被广泛应用于多个国际市场房地产价格泡沫的监测，也被应用于针对股票市场的价格泡沫研究。政策制定者应采用实时监测统计方法来理解“现在正在发生什么”，为其调整政策力度和取向提供依据，这也凸显了统计学方法在房地产价格泡沫问题研究中的重要作用和现实意义。

(三)房地产定价的因子模型

在考虑房地产价格与某一宏观经济变量的相对变化水平来评估房价泡沫的同时，考察房地产价格变动和一系列宏观经济变量之间线性相关关系的因子模型也日益兴起。Shiller(2015)阐述了由房价变动中的正反馈机制(Price－to－PriceFeedback)和自适应预期(AdaptiveExpectation)而决定的投机性房地产价格泡沫理论。Horvath、LiuandLu(2020)在针对房价变化的因子模型中加入一阶滞后项来捕捉其中的正反馈机制，并且提出了基于CUSUM统计量的序贯性实时监测方法，为理解和评估“现在正在发生什么”提供了新的分析工具。此外，ShiandPhillips(2020)基于非平稳价格序列的房价因子模型将前文提到的PSY方法扩展至PSY－IVX方法，考虑了房地产价格序列与一组宏观经济变量之间的协整关系来分析房价泡沫现象。政策制定者可以充分利用这些统计分析工具，来考察房地产价格随一系列宏观经济因素而变化的动态过程，增加政策考量的维度、包容性和灵活性。

四、应用前景展望

综上所述，前沿研究文献提供了不同市场中合理度量房地产价格以及构建房地产价格指数的方法，也提出了实时检测、监测房地产价格泡沫的量化模型和方法，这些最新的学术研究进展能够为政策制定者理解和指导我国房地产市场的建设和发展提供更多理论支撑，具体可以在以下几个方面发挥作用。第一，采用重复销售模型和ps－RS模型能够帮助官方机构制定满足“向公众定期并持续更新”需求的房地产价格指数。一方面，能够充实我国房地产市场的统计数据信息集，以促进社会各界对房地产市场整体发展状况的理解和进一步研究;另一方面，有助于维护全国房地产市场有关统计数据的质量、权威性和可参考性。第二，在考察房地产价格水平时纳入宏观经济变量因素，有助于政策制定者更好地理解把握房地产市场与宏观经济活动间的关系，增加政策所兼顾的维度。包含房价收入比、房价租金比在内的各种指标可以用于衡量房价变化依赖于某一宏观经济变量变化的相对水平，而线性因子模型的应用可将视野拓宽至刻画其与一组宏观经济变量间的相互作用。更重要的是，当纳入房价变化的一阶滞后项因子时，该线性模型能够捕捉将房地产看成一项投资工具时所可能具有的动量效应。第三，实时检测、监测统计方法解答了“现在正在发生什么”的问题，能够帮助政策制定者洞悉房地产市场的动态发展变化过程，以制定和调整适应的宏观经济政策。基于对房价泡沫的不同定义，对应的统计模型均能够实时检测到房价泡沫的积聚过程，这有助于政策制定者动态评估房价调控政策的有效性，以及更好地把握未来施策力度。

作者:卢尚霖 单位:中国人民大学财政金融学院